精准扶贫视角下生态系统服务与多维贫困耦合协调差异：以甘肃秦巴山贫困核心区为例

潘 翔，吴 娜，徐中民，邓晓红，宋晓谕①，石培基

(1.西北师范大学地理与环境科学学院， 甘肃 兰州 730000；2.西北师范大学马克思主义学院，甘肃 兰州 730000；3.中国科学院西北生态环境资源研究院/ 中国科学院内陆河流域生态水文重点实验室，甘肃 兰州 730000)

2020年我国将完成脱贫攻坚目标，全面建成小康社会，但目前我国贫困人口大多分布在自然条件恶劣、地理位置偏远、自然资源匮乏和生态环境脆弱并遭受严重破坏的地区，区域生态脆弱与深度贫困相互交织，互为因果，面临生态建设和脱贫攻坚的双重压力。贫困与环境退化恶性循环极大地束缚着贫困地区发展。如何跳出贫困陷阱，打破生态环境持续恶化、贫困恶性循环的僵局是当前亟需解决的问题。为此，2018年国家发展和改革委员会等六部委联合制定了《生态扶贫工作方案》，强调要充分发挥生态保护在精准扶贫中的作用，加大对贫困地区的支持力度。生态系统服务作为自然生态环境提供给人类的效能和福利，直接关系到人类社会的生产与发展。因此，明确贫困地区生态系统服务与多维贫困的耦合协调差异对推动扶贫开发与生态保护相协调、脱贫致富与可持续发展相促进，实现脱贫攻坚与生态文明建设“双赢”具有重要的理论意义和现实紧迫性。

生态系统服务是人类从生态系统中获得的惠益[1]。生态系统服务利用是维持农户生计的基础，也为改善农户生计提供了可能性。贫困是一个全球性的重大社会问题和现实难题。经过多年的发展，贫困不仅具有收入/消费水平等方面的经济短缺内涵，还涵盖健康、教育、资源禀赋、居住、环境、区位和就业等多维度的内容[2]。“多维贫困”一词是由Amartya Sen在1980年首次提出，有研究认为贫困不仅包含收入或消费层面的经济短缺含义，也应包含对机会、社会服务的准入/排斥以及风险/脆弱性社会剥夺等内容[3-4]。多维贫困度量是从单一经济收入指标延伸为多维度的测量。有学者认为多维贫困的界定由于时间、地理等因素的差异，其认定方法也在不断发展[5-6]。多维贫困研究指标不仅包括收入/消费水平等方面的经济短缺内涵，还涵盖健康、教育、资源禀赋、居住、环境、区位和就业等多维度的内容[2]。多维贫困研究内容包括诸多方面，如多维贫困的含义、多维贫困空间识别、多维贫困地域分异特征、生态脆弱性与贫困关系、贫困类型划分等。生态环境与贫困的关系研究最早可追溯到20世纪50 年代空间经济学家 Harris，他指出发展落后地区的贫困与地理位置有一定联系[7]。

目前，国外学者多用经济模型分析环境污染与经济指标协调程度[8-10]，或通过文献梳理、匹配统计等方法分析生态系统服务与不同贫困层面的联系[11]，并探究生态旅游、基础设施建设等生产活动变化对减缓贫困的作用[12-13]。国内学者从生态脆弱区不同利益主体的博弈[14]、基于生态贫困特征的减贫模式[15]、基于生态与文化协同的精准扶贫对策[16]等方面定性分析两者的关系；或采用指标体系构建[17-19]、回归分析[20]、主成分分析[21]、耦合协调模型、STIRPAT模型[22]等从贫困效应检验[23]、耦合演进特征[21]、耦合协调度测度[17-19]、人口对环境的影响等方面定量分析两者的关系。这种以贫困和生态环境定性研究为基础的扶贫对策或模式，针对性和实际可操作性不够强。在两者定量关系研究中，对生态环境质量的刻画以指标体系为主，缺乏对生态过程的理解，且由于多未将生态资源价值化，环境收入对农户生计的影响常常被低估或忽略；对贫困刻画以社会和经济贫困指标为主，多未考虑农户生计与环境资源的联系[24]。

2019年3月全国两会上，***总书记参加了甘肃代表团审议，对脱贫攻坚提出了新的要求。甘肃地处“丝绸之路经济带”黄金段，是西北乃至全国重要的生态安全屏障，也是我国脱贫攻坚的主战场。因此，该文从生态保护与精准扶贫协同发展的角度，以甘肃秦巴山贫困核心区为例，采用InVEST模型、市场价值法和影子工程法综合评估研究区生态服务价值。运用参与式农村评估法，基于农户多维贫困测度指标体系，核算多维贫困指数。在综合测度两者耦合协调差异类型的基础上，分析耦合协调差异的主要影响因素并针对性地提出分类指导策略，以期为生态与经济良性互动的绿色发展提供理论指导，为精准扶贫战略决策提供科学参考。

1 研究区概况

甘肃是全国打赢脱贫攻坚战最困难的省份之一，全省有58个县列入国家六盘山、秦巴山和藏区“三大贫困片区”。其中，秦巴山集中连片特困区的甘肃部分位于秦巴山区西北部、甘肃南部，涉及陇南市全域，包括1区8县，是甘肃省唯一的长江流域地区。该区域地处秦巴山区，九分山一分川，林地面积占区域土地总面积的60.36%，是长江上游重要的水源涵养区和水土保持区，也是青藏高原东部边缘重要生态屏障和我国生物多样性保护的重点区域，具有十分重要的生态地位。同时，该区域地处南北地震带上，山大沟深坡陡，暴洪、滑坡和泥石流等自然灾害频发，是秦巴山集中连片特困区脱贫攻坚的主战场。依据贫困区建档数据库和《陇南市2018年脱贫攻坚工作要点》，截至2015年底，秦巴山集中连片区甘肃部分仍有贫困人口52.14万人，占甘肃省贫困人口的17.65%，贫困发生率为21%，居甘肃省第一位。其中，76%的贫困村和60%的贫困人口集中分布在武都区隆兴片、宕昌县理川片、礼县白河片等25个贫困核心区。贫困发生率高达57.82%，是“十三五”时期秦巴山区扶贫开发的重中之重、难中之难。

2 数据来源与研究方法

2.1 数据来源

多维贫困数据来源于统计年鉴(2015年全国农村统计年鉴，2015年陇南市统计年鉴)、入户调查和贫困区建档数据库。农户调查采用参与式农村评估法(participatory rural appraisal，PRA)，通过分层随机抽样方式进行。样本发放范围为秦巴山片区甘肃部分25个特困片区，每个片区随机筛选1～3个行政村，以农户为单位入户调查，每个片区平均调查25户。共调查农户550户，其中有效问卷405份，问卷有效率为73.64%。生态系统服务价值计算所需数据主要包括土地利用数据、气象数据和土壤数据等。2015年土地利用数据来源于中国科学院资源环境数据中心，根据全国土地覆被Ⅱ级分类系统对土地利用类型进行解译；气象数据来源于中国气象科学数据共享服务网。为了避免单年数据的低代表性，2015年气象数据通过2012—2016年气温、降水、相对湿度、风速和日照时数等日值数据求取多年平均值获得；土壤数据来源于世界土壤数据库；数字高程模型(DEM)数据来源于地理空间数据云。模型所需空间数据统一采用CGCS2000坐标，分辨率为30 m。

2.2 InVEST模型及参数

2.2.1模型介绍

InVEST模型是由美国斯坦福大学环境森林研究所、世界自然基金和大自然保护协会共同研发的一种生态系统服务与权衡综合评估模型。与ARIES、NAIS等模型评估，单位面积价值当量因子评估等方法相比，该模型具有更强的综合性，它整合了土壤-生物-大气中的水循环，养分循环，有机物的分解、积累、传输等多种生态系统过程，能够借助不同政策情景下土地利用数据、物理环境因子数据和社会经济因子数据模拟多种生态系统服务的物质量和价值量[25]。目前发布的InVEST模型最新版本是3.7.0，该版本提供了水源供给、生物多样性、授粉等多种生态系统服务评估功能。秦巴山片区甘肃部分生态功能重要，结合《全国主体功能区划》和《甘肃省主体功能区划》，选用水源供给、土壤保持、水质净化(氮、磷保持服务)和固碳释氧4个子模块运用物质量评估模型确定研究区生态产品供给量。受篇幅限制，水源供给、土壤保持和水质净化3个模块物质量和价值量计算方法详见文献[21]，这里主要列出固碳释氧价值计算方法。

InVEST固碳模型考虑了陆地生态系统中地上、地下、土壤和死亡有机物4大碳库中的碳储量，计算原理为

G碳=Gabove+Gbelow+Gdead+Gsoil。

(1)

式(1)中，G碳为生态系统总碳储量，t·km-2；Gabove为地上部分碳储量，t·km-2；Gbelow为地下部分碳储量，t·km-2；Gdead为死亡有机物碳储量，t·km-2；Gsoil为土壤碳储量，t·km-2。

固碳释氧价值评估采用避免损失成本法。单位碳价格根据中国碳市场信心指数，结合《碳排放权交易蓝皮书：中国碳排放权交易报告(2017)》中我国7个碳交易所平均碳交易价格，该研究取值为24.09元·t-1，计算公式为

U固碳=G碳·C碳。

(2)

式(2)中，U固碳为地类固碳价值，元·a-1；C碳为单位碳价格，元·t-1。

2.2.2数据获取方法

水源供给模块所需空间数据包括年均降水量、年均潜在蒸发量、土壤深度、植被有效含水率、土地利用类型、流域和子流域边界以及生物物理表和Z常数；土壤保持模拟所需空间数据包括DEM、降雨侵蚀因子R、土壤可蚀因子K、土地利用类型、流域和子流域边界、生物物理表、汇水积累量阈值、BorselliK 参数、BorselliICo 参数和SDR 最大值；水质净化模拟所需空间数据包括DEM、土地利用类型、径流潜力指数、流域和子流域边界、生物物理表、汇水积累量阈值和BorselliK参数。固碳释氧模拟所需空间数据包括土地利用类型和碳密度表。各数据的获取路径见表1[26-28]。

2.3 多维贫困测算方法

2.3.1多维贫困测算指标

基于联合国千年评估对人类福祉要素的划分，借鉴生计资本框架参考国内外学者的多维贫困量化研究成果[29-30]，参照《甘肃省人民政府关于扎实推进精准扶贫工作的意见》《甘肃省人民政府关于打赢脱贫攻坚战的实施意见》和《甘肃省贫困退出验收办法》等相关意见和标准，根据25个特困片区资源禀赋、农户的生产和生活状况，并考虑到数据可获得性，从基本物质需求、经济收入、社会关系、健康状况和文化教育5 个维度，构建适用于25个特困片区的农户多维贫困测量指标体系(表2)。

2.3.2多维贫困测算

采用专家咨询法确定权重。邀请中国科学院西北生态环境资源研究院、兰州大学、西北师范大学、甘肃农业大学及陇南市扶贫开发办公室、发展改革委员会、国土局、水务局等单位的20位专家，对5个维度11个贫困指标重要性进行打分，并分别求平均权重作为该指标的权重。为消除调查数据的量纲影响，采用正向/逆向离差最大化对指标数据进行无量纲处理，进而根据各指标的标准化值和指标权重确定综合得分，求出各特困片区的多维贫困指数。

(3)

式(3)中，H为多维贫困指数；Wij为第i贫困维的第j个指标权重；Iij为第i贫困维的第j个指标标准化值。

2.4 耦合协调度模型

耦合源自物理学概念，指两个或两个以上系统或运动形式通过各种相互作用彼此影响的现象[17]。当系统或系统内部要素间配合较好、协调发展时称之为良性耦合；反之，则称之为恶性耦合。为科学反映甘肃秦巴山贫困核心区生态系统服务和多维贫困的空间耦合特征，采用基于离差系数的耦合协调度模型[31]进行分析，计算公式为

(4)

T=aE1+bE2，

(5)

(6)

式(4)～(6)中，C为协调度；T为要素的综合发展系数；D为耦合协调度，用于衡量要素间相互作用影响程度；a和b为权重；n为调节系数；E1为各贫困片区单位面积生态系统服务价值标准化值；E2为各贫困片区多维贫困指数标准化值。该文认为扶贫开发和生态环境保护同等重要，即a=b=0.5，并选定n=3。借鉴前人研究成果[18-19]，并结合研究区实际情况，将耦合协调度D划分为衰退失调型[0，0.4]、濒临衰退失调型(0.4，0.6]、勉强协调发展型(0.6，0.8]和协调发展型(0.8，1.0]4类。为探究生态系统服务和多维贫困两者制约关系和制约因素，根据生态系统服务和多维贫困的差异将其分为4种差异类型(表3)，两者差距在0.1以内视为同步。

表2 25个特困片区多维贫困评价指标

表3 耦合差异类型划分标准

3 结果与分析

3.1 25个特困片区生态系统服务价值特征

采用InVEST模型计算各类生态系统服务的物质量，进而运用市场价值法和影子工程法分别计算各类生态系统服务价值量(图1)。通过计算可知，甘肃秦巴山贫困核心区25个特困片区生态服务价值为1 525.05亿元。其中，固碳价值最高，为672.68亿元，占特困片区总生态服务价值的44.11%；其后依次为土壤保持、水源供给和水质净化价值，分别为627.72亿、104.75亿和8.86亿元，分别占特困片区总生态服务价值的41.16%、6.87%和0.58%。就25个特困片区单位面积生态服务价值〔图2(a)〕而言，洛塘、临江、隆兴、马营和洮坪5个片区单位面积生态服务价值较高，介于1 618.24万～2 992.20万元·km-2。其中，南部的洛塘片区单位面积生态服务价值最高，为2 992.20万元·km-2，其生态服务价值占25个特困片区总生态服务价值的18.51%。其次是车拉、藏族、大滩、大桥和阳坝5个片区，其多位于核心区西北部，单位面积生态服务价值介于1 395.69万～1 618.24万元·km-2。相对而言，西北部的理川、白河、洛峪、晒经、崖城片区和东北部沿麻、二郎、站儿巷、虞关、鸡峰片区生态服务价值较低，单位面积生态服务价值介于731.86万～1 154.86万元·km-2。

图1 25个特困片区生态系统服务价值量

图2 25个特困片区生态系统服务价值及多维贫困指数

各地类中园地、林地、草地、耕地对特困片区生态服务价值贡献较大。各片区生态服务价值的多少取决于地类的构成。就平均生态服务价值而言，园地最大，为844.31万元·km-2，其中，茶园最大，为1 228.37 万元·km-2。其次是林地，平均生态服务价值为844.22万元·km-2，其中，树木郁闭度≥0.2的乔木林地最大，为950.38万元·km-2。草地平均生态服务价值为583.34万元·km-2，大于耕地的396.92万元·km-2。草地中不用于畜牧业的其他草地平均生态服务价值最大，为817.59万元·km-2。该类草地郁闭度小于0.1，表层为土质，以生长草本植物为主。耕地中旱地平均生态服务价值最大，为562.39万元·km-2，水田最小，为224.94万元·km-2。就各类生态系统服务价值(表4)而言，水源供给价值，园地>草地>林地>耕地；水质净化价值，耕地>草地>林地>园地；土壤保持价值，林地>园地>草地>耕地；固碳释氧价值，园地>林地>草地>耕地。

表4 特困片区各地类平均生态系统服务价值

3.2 25个特困片区多维贫困特征

将各维度贫困指数加权求和，计算各特困片区的综合多维贫困指数。依据计算结果〔图2(b)〕，整体上，多维贫困程度较严重片区是核心区西北部的车拉、理川、藏族、洮坪片区以及中部的阳坝、店子、隆兴、马营片区，其多维贫困指数介于1.10～1.81之间。多维贫困程度较轻的片区是东北部的站儿巷、沿麻、虞关、鸡峰以及西南部的临江、碧口特困片区，多维贫困指数介于2.47～3.77之间。

从25个特困片区整体来看，经济收入维度指数最低，仅为0.34。特困片区农户赖以为生的耕地、林果面积少，农户生产资料可持续供给能力差，加之贫困群众受教育程度低，基础设施建设滞后，增收渠道单一，家庭现金收入较少且大多数农户授信基础差，农户从银行贷款较困难。社会关系状况有待提升，社会关系指数为0.44。健康状况指数和文化教育指数不高，分别为0.51和0.48。因病致贫是核心区一大贫困致因，其中慢性病和残疾对片区家庭健康状况的影响最大。受访户平均家庭规模为4.16人，户均劳动力数量为2.35人，劳动力受教育程度不高，在25个特困片区9.52万劳动力中，高中及其以上学历者仅占11.7%；基本物质需求指数为0.63，相对较高，经过政府的脱贫攻坚扶持，大部分贫困户具备了维持简单生产生活的物质条件。但不难发现，农户的生产资料持续供给能力差。究其原因，大部分特困村分布在自然条件严酷、生存环境恶劣的高寒阴湿、深山林缘、半山干旱、自然灾害频发的地区。药材、花椒、油橄榄和核桃等特色农业在该区域的发展受气候条件限制大。此外，农户生计脆弱性较大，在面临风险时不具备转换性。在实地调查中发现，多数农户家庭人均住房面积尚可，但房屋破旧、老化。在基础设施方面，由于特困片区多位于偏僻地区，农户居住分散，尚有56.24%的自然村未通硬化(沙化)路，47.28%的贫困户未解决饮水安全问题，37.05%的贫困户未实现危房改造。

为明晰不同特困片区在各维度的分布情况，运用自然断裂点法分别将5个维度贫困指数划分为5个等级(表5)。

表5 特困片区各维度贫困指数分级

由表5可知，基本物质资本需求最缺乏的仅为中部的隆兴片区，较丰裕的为沿麻、新寨和虞关片区。经济收入最微薄的是核心区中部的洮坪、大滩、隆兴、马营片区，指数为0～0.06；经济收入较丰裕的是核心区西南部的碧口和东北部的豆坪、沿麻片区，指数为>0.52～1.00。各片区间社会关系指数相差不大，最欠缺的片区仅为洮坪，相对较高的片区为站儿巷和碧口(社会关系指数分别为1.00和0.88)，其他片区社会关系指数均在0.44上下小幅波动。片区间健康状况指数差异较大：其中，藏族、车拉、阳坝和豆坪4个片区农户健康状况最差，指数为0～0.18；仅南阳片区农户健康状况相对较好，指数为1.00。文化教育指数相对低的片区是车拉、藏族和阳坝，指数为0.13～0.17；文化教育指数较高的是沿麻、站儿巷、洛塘、临江和碧口片区，指数为>0.67～0.89。

3.3 生态系统服务与多维贫困耦合协调差异分析

将25个特困片区的生态系统服务和多维贫困排名后，采用逆向离差最大化值计算生态系统服务和多维贫困的耦合协调度。分析可知〔图3(a)，表6〕，整体上生态系统服务与多维贫困的耦合协调度呈现中部和东北部低、相互限制作用较大而西南部高、相互促进作用较大的特征。在25个特困片区中，协调发展型片区1个，勉强协调发展型片区7个，濒临衰退失调型片区6个，衰退失调型片区11个。这表明特困片区充分利用生态系统服务进行扶贫开发的较少，目前缺乏将生态系统服务转化为经济收益的有效途径，大多数片区存在一方对另一方的限制甚至是两者相互制约的现象。

图3 生态系统服务与多维贫困耦合协调度及耦合协调差异类型

为探究各特困片区生态系统服务和多维贫困制约关系和制约因素，对两者的耦合协调差异进行分析。分析可知〔图3(b),表6〕，生计资本落后型片区共9个，包括位于西北部的车拉、藏族、洮坪、马营、大滩、隆兴6个片区和东南部的阳坝、洛塘、店子3个片区。西北部6个片区用地类型多为耕地、园地和内陆滩涂，单位面积生态系统服务价值较高，为1 583.72万～2 437.20万元·km-2；但其多维贫困程度深，限制了该地区生态资源的开发利用。其中，车拉和藏族片区人均耕地、林果面积小，家庭劳动能力弱，农户受教育程度低。

生产资料持续供给能力、健康状况和文化教育是扶贫开发的主要制约因素。洮坪、马营、大滩和隆兴片区农户从银行贷款困难，家庭收入低，参与的社区组织不多，基础设施建设滞后，房屋结构简陋，主要制约因素是经济收入，其次是社会关系和基本物质需求。阳坝和店子片区多为采矿用地，单位生态系统服务价值不高，分别为1 483.26万、1 308.31万元·km-2，位列第10、13名；同时，受基本物质需求和社会关系的制约，阳坝和店子片区多维贫困程度较严重，分别位列第23、21名。洛塘片区植被覆盖度大，有大量乔木林地、茶园和草地，生态系统服务价值位列第1名；但受经济收入和社会关系的制约，多维贫困排名居中，洛塘片区位列第11名，与生态系统服务价值差距较大，限制了其持续快速发展。

生态资产落后型片区共12个，包括位于核心区北部的南阳、崖城、白河、晒经、洛峪、鸡峰、二郎、虞关、站儿巷、麻沿、豆坪11个片区和南部的碧口片区。北部11个片区用地类型多为居住用地和旱地，单位面积生态系统服务价值较低，但这些区域多维贫困程度较轻，两者差异较大，匮乏的生态系统服务不足以支撑该区域的扶贫开发。碧口片区用地类型多为内陆滩涂和水浇地，单位面积生态系统服务价值不小，为1 342.65万元·km-2，但其多维贫困较轻，位列第2名，生态资源制约了多维贫困的持续改善。

表6 25个特困片区生态系统服务、多维贫困及耦合协调度

协调发展型片区有临江、新寨和大桥3个。这表明其生态系统服务与多维贫困均处于较好水平，且排名差距小，能相互促进。其中，临江片区用地类型多为内陆滩涂和乔木林地，具有较大的土壤保持和固碳释氧价值，单位面积生态系统服务价值为2 101.57万元·km-2，在25个片区中排名第3。同时，人均耕地面积和林果面积较大，基本物质需求相对丰富，加之较好的健康状况和文化教育水平资本，多维贫困指数排名第5；大桥片区用地类型多为居住用地、水田和乔木林地等，单位面积生态系统服务价值为1 486.98万元·km-2，排名第9，多维贫困指数排名第10；新寨片区耕地多，单位面积生态系统服务价值排名第11，多维贫困指数排名第9。

衰退失调型仅有理川片区。生态系统服务和多维贫困均处于较差水平，相互制约作用大。该片区多为采矿用地，单位面积生态系统服务价值较低，排名第23，多维贫困指数排名第20，除社会关系指数外其他指数均较低。

4 结论与建议

4.1 结论

特困地区生态系统服务与多维贫困的耦合差异分析，是统筹区域生态保护与扶贫开发，实现因地制宜、分类指导、精准扶贫的重要前提。在综合测度生态系统服务和多维贫困耦合协调差异的基础上，分析了耦合协调差异的主要影响因素并针对性地提出分类指导策略，得出以下结论：

(1)甘肃秦巴山贫困核心区25个特困片区生态系统服务价值为1 525.05亿元。其中，固碳价值最高，占总生态系统服务价值的44.11%。在空间上，生态系统服务价值呈现中部和南部片区较充裕、东北部片区较匮乏的特征。在各地类中，园地平均生态系统服务价值最大，为844.31万元·km-2，耕地最小，为396.92万元·km-2。

(2)在25个特困片区多维贫困中，农户的基本物质需求相对充裕。大部分农户具备维持简单生产生活的物质条件，但生计脆弱性较大。健康贫困、文化教育贫困、社会关系贫困次之，经济收入贫困最严重。在空间上，多维贫困程度呈现西北和中部片区较重、东北和西南部片区较轻的特征。

(3)车拉、藏族和洮坪等9个生计资本落后型片区家庭收入低，参与的社区组织不多，基础设施建设滞后，房屋结构简陋，农户受教育程度低，经济收入、社会关系和文化教育是制约生态系统服务价值显化的主要因素；南阳、崖城和白河等12个生态资产落后型片区用地类型多为居住用地和耕地，林地、园地等高生态系统服务价值地类缺乏制约了多维贫困的持续改善；临江、新寨和大桥3个片区扶贫开发与生态环境相协调；仅理川片区为衰退失调型，生态系统服务和多维贫困水平均较差，相互制约作用大。

4.2 建议

基于上述分析，针对不同耦合差异类型及其制约因素，精准扶贫可从以下4个方面开展：

(1)生计资本落后型片区。对于经济收入制约可依据区域特色，发展核桃、茶叶、花椒和油橄榄等特色产业。充分挖掘农村产权的潜在金融价值，为特色农业和贫困主体提供更多有效金融服务，并实施扶贫贷款贴息。社会关系制约可通过建立专业化的农民协会、合作社等来强化农户的社会资本，拓宽农户的社会网络，尤其应充分发挥农村电商的作用。基本物质需求制约可通过资金向片区倾斜、项目向片区整合的方式改善片区的路、水、电、讯、房等基础设施。同时，可通过生态公益林、草原奖补、新一轮退耕还林等项目工程优先向片区倾斜，分别制定补偿标准。健康状况制约可通过基本医疗保险、医疗救助扶助等多种保障政策的组合和叠加，构筑起多重医疗保障网。文化教育制约可通过扶智工程为农户提供畜禽养殖、特色林果种植、病虫害防治和市场营销等实用技术培训。

(2)生态资产落后型片区。地类组成影响生态系统服务价值的多寡。在贫困片区生态系统服务价值构成中，固碳释氧和土壤保持价值占总量的85.27%。以问题为导向，在相应片区要开展以增加园林植被、种苗产业为重点的扶贫。具体包括：进行荒山、荒坡、弃耕地治理，以退耕还林、荒山荒地造林为重点，恢复森林植被等。

(3)协调发展型片区。这些片区基础设施条件相对较好，要充分挖掘和利用生态资源优势，通过加大技术投入，模式创新，增加生态系统服务价值转化率，显化生态系统服务价值。如开发生态旅游，打造特色小镇、美丽乡村，以旅促农。同时，依托丰富的生态系统服务，将生态产业化，发展林下经济，加快林地流转，积极开展林地抵押和担保贷款，盘活林地资源，发展生态鸡放养、食用菌种植等林下经济。

(4)衰退失调型的理川片区要恢复治理历史遗留矿山环境，对废弃开采场等进行覆土垦殖，增加植被。同时政府应引导村民种植中药材，加大对劳动力的技能培训，实施金融扶贫。对于位置偏僻、居住分散的农户实施易地搬迁。