精准扶贫自提出以来,取得了显著的成效,我国农村贫困人口大幅减少,即将在2020年消除绝对贫困,实现全面小康。当前我国的贫困现状已经从绝对贫困转向相对贫困,要解决农村相对贫困问题就要对贫困人口进行识别,虽然我国贫困人口的识别标准已经从收入贫困转变为收入结合“两不愁,三保障”,但识别指标不够全面。因此,从多维贫困角度对农村贫困家庭进行测度,探索多维贫困的影响因素,对于增强扶贫效率以及改善中国农村贫困现状有重要的意义。本文主要有以下几点创新:一是多维贫困指标体系的构建,在全球多维贫困指标体系基础上,结合全面小康指标和我国贫困现状对指标体系进行修改。二是从不同贫困维度对多维贫困进行分析,即从同一维度和不同维度两方面研究多维贫困的测度结果和影响因素。三是从家庭管理人层面和家庭层面对农村多维贫困的影响因素进行分析。本文对多维贫困的发展与测度以及影响因素进行了梳理,结合全面小康评价指标体系国际多维贫困测度体系,构建了全面小康目标下的多维贫困测度体系,运用中国家庭追踪调查(CFPS)2016年的数据对我国农村多维贫困状况进行测度,在此基础上对其影响因素进行分析。第一是对农村多维贫困的测度进行研究。首先从教育、健康和生活水平三个维度上选取13个指标构建多维贫困测度体系,设定指标临界值与权重,采用AF方法对多维贫困家庭进行识别,构建多维贫困指数,结果显示,随着贫困维度的增加,多维贫困指数与贫困发生率逐渐变小,贫困的剥夺强度逐渐上升,不同地区贫困状况不同。其次,按指标和地区对多维贫困指数的贡献度进行分解。按指标分解结果显示:(1)生活水平指标的贡献度最高,但随着贫困维度的增加,贡献度呈下降趋势,而教育的贡献度随着贫困维度的增加逐渐增加。(2)同一维度下各指标贡献度不同,家庭恩格尔系数、燃料和受教育程度对多维贫困的贡献度最高。按地区分解结果显示:(1)同一维度下各地区对总体多维贫困指数的贡献度不同,西北、西南、中部和东部对总体多维贫困指数贡献度偏高,而东北地区的贡献度最低。(2)同一地区在不同贫困维度下的贡献度不同,西北和西南地区的贡献度呈上升趋势,东北、中部和东部地区呈下降趋势。第二是对农村多维贫困的影响因素进行分析。从样本数据中选择家庭管理人和家庭层面的指标作为解释变量,将家庭是否贫困作为被解释变量建立Logit回归模型,根据模型结果可以看出:(1)不同贫困维度的影响因素不同,对家庭是否遭受多维贫困影响较大的因素有家庭管理人手机与网络的使用情况、性别、受教育程度和工作情况,家庭规模以及家庭成员是否外出打工。(2)家庭管理人性别为女、年龄越大、健康程度越高、受教育程度越高以及使用手机与网络的家庭遭受多维贫困的可能性越低,且影响程度在三维和四维贫困时比一维和二维贫困时更高。(3)家庭特征中,打工收入越低、家庭人口数越多以及家庭人情礼支出越少的家庭越容易遭受贫困。根据研究结果,本文从政府层面和农户层面提出了建议。政府应该完善农村贫困测度体系,根据致贫因素从教育、健康和生活水平等方面为贫困家庭制定相关政策和制度,重点关注西部地区贫困问题,因户施策,因人施策,帮助贫困户更快更好脱贫。农户应该加强学习,提高受教育程度,激发内生动力,先富带动后富,才能从根本上解决多维贫困问题。