西部欠发达地区低收入群体返贫致贫风险评估及影响因素分析

孙晗霖,蒲彦鑫,侯青青

(西南大学 国家治理学院,重庆 400715)

党的二十大报告明确指出:“共同富裕是中国特色社会主义的本质要求,我们坚持把实现人民对美好生活的向往作为现代化建设的出发点和落脚点,着力维护和促进社会公平正义,着力促进全体人民共同富裕,坚决防止两极分化。”在上承脱贫攻坚目标任务如期完成、下启向第二个百年奋斗目标迈进的历史关口,能否做到不返贫、实现二十大提出的“巩固拓展脱贫攻坚成果,增强脱贫地区和脱贫群众内生发展动力”直接决定了中国式现代化建设的成色。我国发展不平衡不充分问题仍然突出,加之新冠疫情的持续影响,巩固脱贫成果难度很大。为此,连续三年中央一号文件将“对存在返贫风险和致贫风险群体实施针对性预防措施,坚决守住不发生规模性返贫的底线”纳入重要内容,也是我国“十四五”时期重点目标。

集“老、少、边、穷”为一体的西部欠发达地区作为我国脱贫攻坚的“硬骨头”和经济发展的“洼地”,其脱贫基础脆弱性和致贫诱因多维性并存,巩固拓展脱贫成效的任务更重、难度更大、返贫致贫风险更高。当前各地区基层执行的“年人均纯收入低于6 600元”合并“两不愁三保障”兼顾“返贫致贫风险”的帮扶识别标准较泛化,在实际践行过程中过于倚重收入因素,可能会在一定程度上割裂易返贫致贫群体与收入之外的其他非货币要素之间的关联。基于此,如何在疫情背景下靶向瞄准西部欠发达地区易返贫致贫群体,提取高风险群体的特性与共性,检验现有识别标准的精准性并优化完善常态化帮扶机制,以期持续巩固拓展脱贫攻坚成果,是本文研究的重要内容。

一、文献回顾

西部欠发达地区的整体性贫困问题得以解决后,在空间贫困陷阱的作用下,其空间贫困孤岛效应、收入扁平效应、投资递减效应、发展马太效应依然显著[1],加之新冠疫情的不利影响,该地区群众的返贫致贫风险更高[2]。深入研究并有效应对上述地区低收入群众易返贫致贫风险,已接续成为中国脱贫过渡期亟需解决的问题。

消除贫困是世界永恒的主题。早在1755年卢梭就论及贫困问题。20世纪70年代以来,随着现代福利国家的逐步建立,贫困研究经历了深刻的范式变革,研究者更加关注贫困者的生活境遇,将个体和家庭的贫困状态置于广阔的经济、政治与社会框架中进行思考,对于贫困的认识逐渐由单一维度的物质贫困发展到包括人力资本不足、能力贫困、环境限制、权利剥夺、文化差异、社会机制、能源匮乏等因素在内的多维贫困[3-4]。2020年以来,随着我国贫困特征由绝对贫困向相对贫困转变[5],贫困治理由“扶贫”向“防止贫困发生”转变[6],返贫致贫风险呈现出与以往不同的新样态[7],帮扶对象和标准亟需被重新界定,要防止返贫现象发生,避免新增贫困人口[8],以进一步做好脱贫巩固与乡村振兴有机衔接[9]。贫困具有典型的区域性和动态性特征[10],而当前暂无针对西部欠发达地区易返贫致贫群体的风险测量办法,已有研究主要围绕生计脆弱性和相对贫困的测量展开,认为作为一种低收入性质的贫困,相对贫困反映了个体之间相对的“经济差距”[11-13]。农户拥有稳定且高于脱贫标准的收入来源兼具抵御风险冲击能力,在不利的风险压力下可自行修复被视为抗风险能力强的显性表征,政府应通过识别个体或者家庭在未来陷入贫困的可能性来区分贫困状态,以前瞻性地给予针对性帮扶[14]。在相对贫困测量方面,Orshansky的食物支出比率法和Morris的基本需求支出构造法是通过核算支出来衡量贫困的常见方法,但该方法核算成本较高且在各国之间不具有横向可比性。进而有学者基于收入视角提出收入比例法,即依据收入水平划定贫困线。该方法因其操作性强且相对贫困测量效果较好而被广泛运用,但在划定收入比例时各国之间存在较大差异。一些学者主张将相对贫困的标准划定为以居民收入中位数为基数的某一比例[13],如欧盟国家和OECD国家分别采用人均可支配收入中位数的60%和社会中位数收入的50%作为相对贫困线。也有学者指出采用相对贫困剥夺指数[15]、FGT贫困指数[16]、多维贫困指数[17]等方法识别脆弱群体更符合我国实际情况。

相关学者在相对贫困定义与瞄准方面进行了广泛探讨,夯实了本文的研究基础,但仍有进一步探索的空间。首先,囿于“欠发达地区低收入群众”数据获取的复杂性,当前学术界对于易返贫致贫风险研究较少,且鲜有针对西部欠发达地区样本返贫致贫风险防范的定量评价办法;其次,既有研究关于如何选择比例维度和指标以精确测度风险存在较大分歧,监测精准性有待进一步检验和提升;最后,识别标准与当前政策践行标准联系不紧密,缺乏对现有政策实施效果的考察和反思。综上,本文边际贡献在于:聚焦西部欠发达地区,基于一手调研数据资料采用当前运用较广泛的收入比例法和VEP,对西部欠发达地区易返贫致贫群体进行整体性监测和内部性分析;采用BP神经网络的分类预测方法自动识别高风险群体,测度风险指数,提取高风险群体共性并对上文测度方法进行了验证;与基层现行的识别政策进行匹配度检验,以期制定更符合西部欠发达地区现情的返贫致贫风险防范政策。

二、数据来源和实证分析

(一)数据来源

本文数据主要依托国家社科项目(21CSH040)等,课题组2022年1月于武陵山区、乌蒙山区、秦巴山区、六盘山区、滇西边境山区及四川藏区等西部集中连片贫困地区跨越的重庆、贵州、四川、陕西、云南、西藏6个省(区)的实地调研。调查员深入136个脱贫村和易地扶贫搬迁安置点进行入户调查,访谈对象包括退出帮扶序列的建档立卡户、五保户、低保户以及政府登记认可的易返贫致贫的低收入农户,每户访谈时间约1小时,随机抽取的农户家庭共计1 474户,最终收回有效问卷1 353份,问卷有效率为91.80%。

(二)基于地域空间的脆弱性测度

作为家庭财富的重要组成和最直观体现,收入是消费和生产所需要的积累和流动的前提,是各项活动得以顺利开展的基础保障[18],一定程度上反映了家庭整体购买力水平和生计水平,在面对不可预估的风险冲击时能形成有效的规避或缓冲机制,是减少贫困的核心要素,因其观测的便捷性而被广泛运用于政策的瞄准之中。Chaudhuri将贫困脆弱性看作是个体或家庭未来收入低于既定贫困线的概率,并强调了家庭福利水平与贫困脆弱性之间的直接关联性[19]。本文基于此,采用收入比例法对西部欠发达地区农户的贫困脆弱性进行测度。将在t时期i农户的相对贫困脆弱性定义为收入Y低于相对贫困线P的概率:

Vit=Prob(lnY≤lnP|Xi)

(1)

估计收入方程如下:

lnYit=Xitαi+eit

(2)

(3)

(4)

该模型需预先划定相对贫困线。经济合作与发展组织(OECD)于1976年提出的基于经济收入维度的收入比例法是当前高收入国家广泛采用的相对贫困线设定方法。为避免过高收入所引致的均值“被增长”效应,该方法以家庭中位数收入作为基准,将50%设定为相对贫困线[20],以此来识别贫困脆弱性阈值并加以干预。与之类似的是,欧盟于2001年将相对贫困线设定为人均可支配收入中位数的60%,而美国则将低于居民中位数收入的40%的家庭认定为贫困家庭[21],本文拟采用以上三种方法分别划定相对贫困线。假设lnYit服从正态分布,根据欠发达地区人均收入计算可得西部欠发达地区2021年相对贫困线为4 948元(40%)、5 935元(50%)、6 922元(60%),基于收入比例法划定相对贫困线计算西部欠发达地区相对贫困脆弱性如下:

(5)

表1反映了收入比例法下西部欠发达地区低收入群体的相对贫困脆弱性。当相对贫困线逐步提高时,低收入群体陷入相对贫困的概率随之增大,但各地区相对贫困脆弱性水平有所差异。其中,重庆市和四川省低收入家庭相对贫困脆弱性较低,表明上述地区群众可持续发展能力较强,具备一定的抗风险冲击能力,返贫致贫概率较低;贵州省和云南省家庭相对贫困脆弱性相对较高,可能与当地外部环境与家庭自身发展条件有关;西藏自治区群众脆弱性在六省市中得分最高,反映出该地区低收入群众生计状态较差,应给予重点关注。

表1 欠发达地区基于收入比例法的相对贫困脆弱性

(三)基于家庭内部异质性的脆弱性测度

上文已知由于地理环境、自然条件、经济社会发展水平的差异性,各欠发达地区低收入群众的脆弱性程度有所差异,但未能充分反映家庭内部的异质性。本文接下来采用预期贫困对脆弱性进行剥离性分析。Chaudhuri和Suryahadi于2002年提出的预期贫困脆弱性(VEP)将脆弱性的测度由事后评价变为事前测度[22],旨在探讨家庭在未来可能陷入贫困的可能性。本文将基于VEP方法对欠发达地区低收入群体的相对贫困脆弱性进行测度,其公式如下:

(6)

其中,t+1期家庭收入为Yi,t+1,Z表示贫困标准线,为使得f(Yi,t+1)更切合低收入群体收入特征,假设Yi,t+1服从正态分布[23],可得:

(7)

μi,t+1=lnYi=Xiβ+vi

(8)

由家庭特征引发的无法预知的未来风险是导致家庭t+1期收入陷入动荡的直接原因,根据Chaudhuri思路可得:

(9)

为解决异方差带来的估计误差,本文采用三阶段最小二乘法对β和θ进行估计。采用最小二乘法对式(8)进行估计得到误差项代入式(9)可得:

(10)

(11)

(12)

对式(12)回归可得:

(13)

进而,家庭相对贫困脆弱性可表示为:

(14)

本文以国家贫困线2 300元(2010 年不变价)作为基准贫困线。对于高低脆弱线的划定,低脆弱线采用2020年欠发达地区贫困发生率的均值4%,高贫困线遵照Gunther和Harttgen的思路[24],采用经过时间期限折算的概率值作为脆弱线。假设家庭未来两期内有任意一期或以上陷入贫困的概率的50%,则贫困脆弱性阈值设定为29%[25]。

为充分反映欠发达地区低收入群众的家庭异质性,本文从户主特征(户主性别、文化程度、汉语熟练度、就业类型、健康状况、技能培训)、家庭特征(丧失劳动能力情况、是否曾经为建档立卡贫困户、水电气网路是否实现全覆盖、住房是否安全、衣物是否充足、食物来源是否充足、对未来是否有信心)等维度选择相应指标。其脆弱性测度结果如表2所示。

表2 欠发达地区低收入群众相对贫困脆弱性

总起来看,纵然我国脱贫攻坚取得了彪炳史册的伟大成就,但受限于欠发达地区经济社会发展水平和农户自我发展能力,西部地区农村低收入群众贫困脆弱性为29.8%,即有29.8%的概率在未来陷入贫困。

具体来看,户主特征方面。女性户主家庭生计脆弱性程度显著高于男性,这可能与农村地区女性受教育程度、社会地位及其就业竞争力有关。人力资本方面,低收入家庭户主文化程度和就业培训对家庭脆弱性具有明显的减弱作用,表明人力资本存量的提高对于激发个体潜能、增强就业竞争力、获取更高劳动报酬具有显著的积极作用,能有效改善家庭整体生计水平,形成生活质量和教育投资同频共振的收入增长良性循环,反映出人力资本在提高可持续发展能力、巩固脱贫成果过程中的基础性作用。而健康作为人力资本的重要组成部分,是其他生计活动能够顺利开展的基本前提,患病时长的缩减和健康生命周期的延展能提供更多的工作时间和更高效的产出,形成正向的外部效应和对其他形式资本的经济刺激,因此健康程度越高,家庭脆弱性风险越小。就业类型方面,由于传统农业高度依赖自然资本并受自然环境直接影响,具有较高的风险性、折旧性、滞后性、敏感性、不确定性等特点,结合西部欠发达地区的自然环境和产业发展条件,当自然资本的生计效果不可持续时,替代性地选择“非农就业主导”生计策略的家庭在面临风险冲击时具有更大的弹性。

在家庭特征方面,若家庭成员存在失能情况,由于持续大量的额外支出和劳动力占比的减少,将显著提高家庭整体贫困脆弱性程度。一般认为,由于原建档立卡贫困户的致贫原因复杂,在脱贫后相关帮扶力度出现不同程度的衰减背景下,较其他农户陷入贫困反复的可能性更大。水电气网路、住房、衣物、食物来源情况反映了西部欠发达地区农户物质生活水平,物质生活水平较低的群众更容易陷入相对贫困之中。对未来是否有信心指标是个体对于自身家庭未来生计的主观判断和心理反馈,对未来生活信心不足的家庭自我认同感更低,主动获取的致富信息更少,持续低迷的悲观情绪在无法预估的风险冲击时会迅速泛化,其行为动机遵循“避免风险”和“安全第一”准则而非利润最大化,由此衍生出落后保守的理性低效经济,发展主观能动性不足,面对新兴事物持观望态度,合作和参与程度不高,内生发展缺乏后劲。

(四)基于分类预测的高风险群体识别

上文分别从收入和预期贫困维度对于欠发达地区整体情况和家庭内部异质性进行了分析,两种方法各有侧重且具有一定的合理性,但均需预设一定的相对贫困线,且预设值在学界仍未达成共识。基于此,本文进一步采用BP神经网络对所采样本进行分类预测,以检验上述贫困线划定标准的合理性。在对样本进行测度时,Delphi、AHP、TACTIC等主观经验赋权法运用较为普遍,这类方法根据决策者主观上对各属性的重视程度来确定属性权重,存在较强的主观性。本文目的是通过对西部欠发达地区群众的脆弱性监测自动提取高脆弱性个体,且数据集样本平衡,因此拟采用BP神经网络的分类预测方法。该方法作为监督式学习算法,基于链式法则通过输入学习样本,使用误差反传算法对网络的权值和偏差进行反复的调整训练,使输出的向量与期望向量尽可能相匹配,具有较强的非线性映射能力。评价指标包括准确率A、精确率P、召回率R以及F1值,计算公式如下:

(15)

(16)

(17)

(18)

其中,若以0、1表示类别性质,则TP(True Positive)为数据点实际类别和预测类别均为1,TN(True Negative)表示数据点实际类别与预测类别均为0,FP(False Positive)表示数据点的实际类别为0而预测类别为1,FN(False Negative)表示数据点的实际类别为1而预测类别为0。本文从脆弱性和风险性两方面对于西部欠发达地区低收入农村家庭的生活质量展开评估。在脆弱性方面,基于可持续生计理论考虑到农户生计的脆弱性来源于家庭生计资本积累量及增殖不足引致,该结果受家庭内部结构和外部发展环境影响,因此将脆弱性进一步细化为自然资本、人力资本、社会资本、金融资本、物质资本以及外部产业发展环境六类。风险方面,为全面考察低收入家庭的风险情况,结合访谈实际,本文细化了发生概率较高的五类风险,包括了失业风险、灾害风险、意外风险、疾病风险、其他风险,具体指标选取及描述统计如表3所示。

表3 指标选取及描述统计 n=1 353

续表

图1混淆矩阵反映了分类精度。绘图前本文采用Matlab对混淆矩阵进行标准化处理得到概率值,对角线代表了相应类别的查全率(召回率)即误差矩阵。由图1可知,实际与预测均为高脆弱性的样本正确率为90.4%,错误率9.6%,混淆矩阵效果较好;实际与预测均为较高脆弱性的家庭样本预测准确率为87.5%(1)注:BP神经网络分类预测过程中的实际脆弱程度根据各村干部按照实际情况确认。。在此基础上,系统自动将本文1 353个样本分为低脆弱性、较低脆弱性、一般脆弱性、较高脆弱性、高脆弱性五类。预测结果表明,从整体上看,样本脆弱性均值为3.040,即西部欠发达地区低收入群众大多处于中等脆弱性水平,存在一定的返贫致贫风险。

图1 BP神经网络预测分类结果

(五)高风险群体特征提取

为了进一步对不同脆弱程度的样本进行分析,归纳导致高脆弱性的特性与共性,本文构建了三层BP神经网对各脆弱性指标间未知关系进行系统辨识,利用训练好的神经网络进行正向推理,以设定风险评价指标的权重,计算公式如下:

为消除各指标间的不同量纲,先进行无量纲化处理,如公式(19):

(19)

对于输出层:

(20)

对于隐含层:

(21)

激活函数选用单极性Sigmoid函数:

(22)

计算网络总误差:

(23)

各层权值调整:

δ=(d-o)o(1-o)

(24)

δ=δozjyj(1-yj)

(25)

zj(t)=zj(t-1)+ηδoyj+μΔzj(t-1)

(26)

(27)

以输出层的purelin函数计算得到BP神经网络的预测输出并计算权重:

(28)

评估结果如表4所示。整体上看,提取出的高脆弱性群众在人力资本、社会资本、金融资本方面显著低于其他样本,且对于风险规避能力,尤其是疾病风险的规避能力较其他层级家庭更弱。可以认为,疾病风险是当前与我国欠发达地区农村低收入人口家庭生计水平关系最紧密的风险之一,虽然市场波动等也对农民收入构成一定影响,但由于低收入人口参与市场的程度较低,疾病风险对其直接威胁最大,由于疾病而造成较大经济损失的家庭将处于较高程度的脆弱性之中,是导致生计动荡的关键因素。已有研究表明,人力资本对于农户收入、医疗、生活等方面的返贫具有显著的规避作用[26],而较高的社会资本能够防止农户在收入和医疗维度返贫[27]。因此,对于高脆弱性群众而言,有效的人力资本、社会资本和金融资本积累以及疾病风险的规避尤为重要,在后续易返贫致贫瞄准过程中应充分考虑上述因素。此外,考虑到实际操作的简便性和高效性,精准识别高脆弱性家庭的重点是划定收入线。结合上文和本节提取的高风险群体特征,按照人均可支配收入中位数的40%划定的易返贫致贫收入贫困线(4 948元)标准对于我国西部欠发达地区存在返贫致贫高风险群体的识别是有效且经济的。

表4 生计脆弱性评估结果

分地区来看,各地区分化较大,其中重庆、四川两地低收入群众稳定性较好,相比之下贵州、西藏两地群众稳定性得分更低,对于风险的规避和抵御能力更弱。这与上文基于收入比例法的脆弱性测度结果相符,验证了BP神经网络预测分类的准确性。

考虑到各省份当前执行的识别标准,参考脱贫攻坚期国家扶贫标准的1.5倍,均为“2021年以家庭年人均纯收入低于 6 600元”,并综合考察“两不愁三保障”以及饮水安全情况,本文进一步选取了“人均可支配收入、衣物是否充足、食物是否充足、水质是否达标、水量是否充足、取水是否方便、是否能及时就医、是否义务教育阶段儿童都在上学以及居住房屋是否安全”9个指标对总体样本进行了重新筛选,提取出在该标准下的“易返贫致贫群体”,将其视为“高风险群体”,进一步考察当前政策识别与分类预测的匹配程度。由表5可知,当前政策可识别出的“易返贫致贫群体”均涵盖在预测分类中的高风险群体之中,整体匹配程度高达93.26%,BP神经网络对于高脆弱群体的预测分类效果较好。剩余6.74%的未识别个体集中于其他类风险(2)其他类风险:是否为低保户或五保户、获取致富信息频率、教育支出、人情支出、政策取消的影响、未来信心、借钱难易程度、政策执行效果、生育意愿等。具体如表3所示。,体现为对于生活的维稳能力、疾病风险、失业风险较高以及人力资本、社会资本存量较低。因此,应将该部分指标融入现有的识别体系之中。此外,本次共计识别高风险群体276个,约占总样本比重20.40%,其中50.40%的高风险群体为建档立卡脱贫户。可以解释为由于西部欠发达地区经济社会发展水平相对滞后,致贫原因复杂,脱贫群众生存根基不牢,各类生计动荡风险没有完全消除,对于政策具有一定的依赖性,因此,脱贫不稳定现象在西部欠发达地区较为普遍。

表5 分地区下综合稳定性得分

三、结论与政策蕴含

(一)结论

本文综合采用了收入比例法、VEP、BP神经网络分类对西部欠发达地区低收入群众的返贫致贫风险进行了分析,提取了高风险群体,归纳出六省市易返贫致贫群体的共性和特性并与现行的识别政策进行比对。研究发现:首先,从整体上看,西部欠发达地区低收入群众有20%～30%概率在未来返贫或致贫。但各地区之间低收入群众的生计脆弱程度存在明显差异,其中重庆、四川两地群众的脆弱程度较低,贵州、西藏两地低收入家庭的生计动荡风险更高。其次,收入、家庭内部异质性(包括户主特征和家庭特征)均会直接影响整体生计脆弱程度。此外,当前我国各地区执行的“人均纯收入低于6 600元”和“两不愁三保障”的宽口径识别标准对于西部欠发达地区易返贫致贫群体的甄别是合理且可行的,可瞄准大部分高风险群体,但还应将反映维稳能力的其他类风险、疾病风险、失业风险以及人力资本、社会资本存量情况纳入识别体系之中,并重点关注建档立卡脱贫户的生计状况。最后,若与OECD国家相对贫困标准接轨,则应将我国相对贫困标准设定为居民收入中位数的40%。

(二)政策蕴含

第一,完善防止返贫致贫动态监测机制,优化瞄准精度。当前对西部欠发达地区易返贫致贫群体的瞄准存在一定的局限性,政府应适时作出调整以破除在防返贫监测研判工作中的收入路径依赖。首先,提升动态监测办法的精准性。应基于“两不愁三保障”和人均纯收入低于6 600元的监测标准,综合考虑反映当地群众生计维稳能力的风险因子和资本情况,将疾病风险、失业风险较高或资本积累量降低的群众灵活纳入动态监管范畴,从根源上消除帮扶救助对象的“漏判”“错判”现象。其次,应依托大数据、互联网等现代化技术,打造常态化监测平台,促进教育、民政、金融、医疗等各部门信息互联互通,持续重点关注退出帮扶序列的脱贫群众的后续动态生计发展情况,高效捕捉返贫致贫高风险个体的信息并及时展开帮扶工作,提升监测和帮扶的时效性、精准度。

第二,增进人力资本存量,激发致富“原动力”。人力资本的优化和完善是提高低收入群众就业竞争力,减少返贫致贫风险的根本举措,而西部欠发达地区低收入群众受限于自身匮乏的先赋性资本,通过自主投资提升受教育程度进而提高获致性资本、阻断代际贫困传递的思路是不切实际的。因此,政府应重视对西部欠发达地区人力资本的培育与发展。首先,落实教育帮扶工程,从源头斩断低人力资本代际传递。应加大中央财政对西部欠发达农村地区教育投入力度,坚持教育的公益性和普惠性,实施教师特殊津贴制度和困难学生资助体系,切实提升欠发达地区教育供给能力和师资力量,努力实现城乡义务教育均等化,促进人力资本起点公平,从源头斩断低人力资本代际传递。其次,完善就业技能培训体系,赋能低收入群众生计自立。应结合当地低收入群众差异化需求和产业发展实际,组织开展形式多样、时间灵活的就业技能培训工作,积极推动低收入群众知识结构和知识体系的更新与进步,扩大劳动力流动范围和收入来源。此外,有序推进健康帮扶,改善家庭生计脆弱性。应加快完善公共服务体系建设,加大对医疗卫生事业投入力度,推进基本公共服务均等化。

第三,培育特色非农产业,促进群众持续增收。应充分意识到非农就业对于提升当地低收入群众生计稳定的积极作用,重点加强当地运输、通讯、物流等基础设施升级改造,依托中心城市辐射效应,积极承接周边城市的产业或加工环节的转移,发挥自身资源优势,激活当地产业活力,推动特色非农产业集群规模化、组织化、链条化发展,将自然资源、农户自有资源以及各类帮扶资金资产化,增强本地产业对低收入群体就业的吸纳能力,为其带来可持续的财产性收入并减少就业风险,增强内生动力,防范家庭返贫致贫。

第四,强化社会保障,筑牢返贫防线。西部欠发达地区生计较脆弱,群众缺乏对各类冲击的抵御能力,若遭遇外部风险冲击则极易陷入贫困之中。因此,应充分发挥社会保障的益贫性功能,识别降解易返贫致贫群体潜在的生计风险。首先,积极推进全民参保计划。以互联网、大数据为载体,聚焦西部欠发达地区群体构建一体化社会保险公共服务平台,对当地群体参加社会保险情况进行记录、核查和规范管理,做到“应保尽保”,推动社会保障服务标准化、规范化、便捷化,切实提高社会保障管理服务水平。其次,规范失业工伤保险制度。应加大欠发达地区农户就业类型的精细化管理,动态监控易失业群体和高危职业群体。对于失业人员,应构建“失业保险、失业补助、失业救助”集一身的失业保障制度,由政府财政兜底实行免费技能培训及就业辅助,确保失业者平稳度过失业-就业过渡期。对于高危职业群体,应构建起预防、补偿、康复“三位一体”的工伤保险制度体系,确保及时有效提供相应救助。此外,统筹城乡社会救助体系,完善残疾等特殊困难群体人员关爱机制和保障机制,提供残疾人生活费补贴和社会扶助特殊岗位,创建就业信息专属平台,为其参与社会生活提供更多机会,以实现自我价值,减轻家庭负担。