探究贫困形成机制,防控区域返贫风险,是2020后“新扶贫时代”的工作重点,也是乡村振兴和共同富裕的基础保障。区域贫困是由多因素综合导致,单一指标难以全面表征贫困状况且指导性有限。从贫困涉及的多个维度,来认识区域绝对贫困和相对贫困,可找出区域致贫和返贫的主因,并揭示区域落后和发展中的短板。研究区域贫困时空结构变化有助于了解其态势,探究其地理规律,分析其形成机制,进而开展返贫风险评估,提出返贫防控对策。陕甘宁老区（即陕甘宁革命老区）是国家集中连片特困区之一,也是重要的爱国主义、革命传统和延安精神教育基地,自国家扶贫开发计划实施以来,经济、社会发展均取得了历史性的进步,但贫困成因分析和返贫风险防控仍是乡村振兴战略实施必须面临的问题。持续开展陕甘宁老区多维贫困相关研究显得尤为必要和迫切。本文选取陕甘宁老区为研究区,围绕该区域多维贫困,在对前人研究成果进行归纳、总结的基础上,通过指标筛选,构建区域多维贫困评价指标体系。依据马克思主义相关理论、可持续发展理论、贫困地理学理论等相关理论,采用探索性空间数据分析方法、地理探测器分析方法等多种技术方法,综合利用地理信息数据、社会经济统计数据等多源数据和实地考察资料,分别从自然、经济、社会三个维度计算了陕甘宁老区1995年、2005年、2015年和2018年这四个年份的多维绝对贫困指数和多维相对贫困指数,并对结果进行精度评价。在此基础上,对多维绝对贫困和多维相对贫困分别进行时空变化分析和形成机制探究,并尝试构建返贫风险评估RRPN量化模型,计算返贫风险系数,提出返贫风险防控对策建议。通过研究,本文得出以下结论:（1）与单一指标评价方法相比,从自然、社会、经济等多维度量化研究区域贫困,有助于全面认识贫困状态和揭示贫困形成变化机制。贫困是一个复杂的综合体,是诸多因素综合作用的结果,且既有绝对贫困和相对贫困之分,也有个体贫困和区域贫困之分,在进行区域贫困研究时应充分考虑它们之间的联系和区别。实践表明,把区域贫困研究分为多维绝对贫困和多维相对贫困一起研究,有助于全面认识区域贫困,有助于深入分析其时空变化和形成机制,有助于探索发现一些容易混淆或不易发现的问题和规律。（2）陕甘宁老区多维绝对贫困总体程度呈明显减弱的态势,在时空结构上呈现出“先集中,后扩大,再集中”的变化特征。1995～2018年,陕甘宁老区多维绝对贫困指数从0.492持续减小到0.150,表明陕甘宁老区的区域绝对贫困在党和国家的重视下,地方各级政府的配合下,以及人民群众的努力下,其程度得到了明显减弱,这个结果与目前全国贫困县陆续脱帽的大方向是一致的。绝对贫困格局分布不平衡,甘肃和宁夏的绝对贫困程度明显高于陕西。（3）陕甘宁老区多维相对贫困总体程度也有所减弱,且在时空结构上的异质性也在逐步缩小。陕甘宁老区相对贫困指数的方差在时间结构上从1995年的0.010持续减小到2018年的0.005,在空间结构上表现为异质性进一步减弱,相对贫困的县（区、市）空间分布经历了“集中-分散-集中”的演变过程,且东部总体程度低于西部;从空间异质性来看,相对贫困的县（区、市）表现出“分层不明显-分层加剧-分层均衡”的时空变化规律。这些都表明,1995～2018年间,陕甘宁老区各县（区、市）总体相对贫困程度有所减弱。从总体来看,东部的相对贫困指数小于西部的,且内部差异由相对贫困程度差异不明显,到逐渐拉大,再到趋于均衡的变化态势,表明相对贫困问题也在逐步缓解。（4）陕甘宁老区多维贫困是以自然条件为主导因素,并与经济条件和社会条件综合作用形成的。陕甘宁老区自然环境整体脆弱,经济实力总体低下,社会发展基础薄弱。在自然条件中,地形情况和土地利用及植被覆盖情况对贫困程度产生较大影响;在经济条件中,农村居民人均可支配收入和城镇居民人均可支配收入对贫困程度产生较大影响;在社会条件中,广播电视覆盖情况、人均医疗资源和教育资源对贫困程度产生较大影响。总之,这三大条件中的各因素共同作用,导致陕甘宁老区贫困形成,且影响较为深远。（5）陕甘宁老区返贫风险整体较低,但局部也有返贫高风险可能性存在。陕甘宁老区的返贫风险系数平均值为15.7%,低于该值的县（区、市）有36个,且总体有半数以上的县（区、市）属于低风险区域（系数小于15%）,表明返贫风险整体较低。但在区域内部存在差异,根据评估结果,高风险区域的县（区、市）有10个（旬邑县、崆峒区、静宁县、合水县、庄浪县、华池县、海原县、会宁县、彭阳县、正宁县）,都曾是贫困县,且脱贫较晚,应给予高度重视。本文的创新之处在于:（1）运用了区域多维贫困量化研究新方法,尝试首次从绝对贫困和相对贫困两方面定量研究区域多维贫困,揭示这两种类型贫困的时空变化规律和形成机制;（2）提出了区域多维贫困研究结果新理念,采用国家标准-评价指标校验的方法,通过对比国家贫困标准与多指标评价结果,确定了综合评价模型的结果分级,增加了模型精度,为后续相关研究提供了基础;（3）构建了区域返贫风险量化评估新模型,通过计算区域返贫风险系数来量化风险等级,并制作风险等级地图,直观地表达返贫风险空间分布情况。