按照王三运书记的讲话精神，扶贫攻坚的立足点就是以资源优化配置为核心，从宏观与微观、政府与市场、内力与外力等角度集聚扶贫攻坚的资源。根据此次“1+17”文件的部署，除省级职能部门直接主导的项目外，其余大部分扶贫资金以切块的形式直接下拨到县财政，这意味着多数下拨资金可以在扶贫的各个领域由县级地方政府自主分配用途。鉴于资金投入量是解决贫困问题的基础，优化资金投入领域是能否更好更快脱贫的关键，本研究对此问题作为重点，进行较为深入细致的研究。
总结甘肃扶贫的历史资料，我们发现，甘肃的扶贫资金的配置大体上有这样的规律：在“两西”建设时期，特别是20世纪90年代以前，资金的投向以改善生产条件为主，辅以改善生存条件；1992—2000年前后，以改善生存条件为主，辅以改善生产条件；2000—2010年阶段，改善生存条件、提升人的发展与生态建设并举，改善生产条件处于辅助地位。2010年以后，按照《中国农村扶贫开发纲要（2011—2020）》和《甘肃省“十二五”农村扶贫开发规划》等文件的规划，甘肃的扶贫资金主要集中在六个方面：一是扶贫搬迁方面。即对生存条件恶劣地区的扶贫对象易地搬迁的搬迁补助费。二是整村推进费。主要是实施水、电、路、气、房和环境改善“六到农家”工程建设的费用。三是以工代赈费用。主要是增加灌溉面积、道路、人畜饮水、水土保持、小流域治理和片区综合开发的补助金。四是产业扶贫补助金。即扶持推广先进实用技术、培植壮大特色支柱产业、扶贫龙头企业的扶持资金。五是就业促进资金。主要包括对贫困家庭孩子应届初高中毕业生参加劳动预备制培训，农村困难家庭新成长劳动力接受中等职业教育的特殊补贴。六是革命老区建设资金。主要包括革命老区的基础设施改善、农业生产条件改善、环境建设等方面的补助。
各个历史时期资金投入侧重点的差异，是根据当时的侧重点确定的，当然有其合理性。时至今日，贫困的概念发生了根本变化，当前和未来的“扶贫”不再是解决贫困区的吃饭问题，而是提升财富创造力，帮助扶贫区的致富奔小康问题。因此，未来的扶贫资金应该以改善生产条件、增加自我发展能力为主，适当辅以对困难人群的生活补贴。按照这个思路，研究未来扶贫资金的优化配置是一个关键视角。
一、资金优化配置的标准
衡量资源最优化配置的标准首先由帕累托提出。按照帕累托最优标准的概念，只有任何一种资金配置状态的改变使得一种用途效率增加或至少使其中一个人福利增加而不降低其他用途的效率或不减少其他人的福利时，才意味着一个社会在既定的生产技术和既定的资金利用条件下，资金配置达到最适度状态，社会福利就达到了最大。在完全竞争市场条件下，市场机制会自发引导资金达到“帕累托最优状态”。但完全竞争市场只是一种理想模式，在现实经济生活中，市场机制存在许多缺陷和诸多外部干扰因素，资金配置无法自发达到帕累托最优状态。资金配置状态的改变，可能导致一类用途的效率降低或一部分人福利受损而另一部分用途或个人受益，或暂时受损而将来长期受益。在这种困难局面下，就不得不从现实“最优状态”向“次优状态”退却[41]，将研究的重点放在如何改进资金的配置状态才具有现实意义。
二、资金优化配置的特征
资金由于其既可以用于消费，也可以用于投资，特别是其快速流动性，其优化配置具有以下几个基本特征。
（一）多目标性
任何资金的优化配置都是为达到一定的目标。该目标具有多样性，包括经济效益目标、生态效益目标、社会效益目标等，对资金利用系统的优化需要以一种主要目标为重点，兼顾次要目标，达到各目标的相对平衡。
（二）整体性
尽管资金是由一个个微小多元构成的，但在其使用过程中，往往要集中若干微小多元才能发挥作用，如欲建成一项关乎未来发展的水利工程，必须减少大量的当期消费，集中起来才能发挥资金的效率。
（三）灰色性
资金配置涉及很多微观的经济、生态因素，有些是确定的，但有些具有不确定性，具体工作中必须用灰色理论去分析与抽象资金利用系统。
（四）时空性
任何事物都是动态变化的，资金利用系统的动态变化主要反映在系统的内容结构和外部的功能上，资金优化配置不仅是时间上的安排，也是空间上的优化。
三、资金优化配置的研究方法
资金优化配置的关键是构建资金优化配置的模型，通过模型的计算，提出科学有效和合理利用资金的依据。
（一）线性规划法
线性规划法就是在线性等式或不等式的约束条件下，求解线性目标函数的最大值或最小值的方法。其中目标函数是决策者要求达到目标的数学表达式，用一个极大或极小值表示。约束条件是指实现目标的能力资源和内部条件的限制因素，用一组等式或不等式来表示。线性规划法的基本条件：一是变量之间的线性关系；二是问题的目标可以用数字表达；三是问题中应存在的能够达到目标的多种方案；四是达到目标是在一定的约束条件下实现的，并且这些条件能用不等式加以描述[42]。
线性规划是比较常用的方法，主要求解线性方面的问题，但对非线性问题解决能力差，是静态模型，不能反映约束条件随时间变化的情况。
（二）系统动力学法
系统动力学方法是一种以反馈控制理论为基础，以计算机仿真技术为手段，通常用以研究复杂的社会经济系统的定量方法。自20世纪50年代美国麻省理工学院福雷斯特教授创立以来，它已成功地应用于企业、城市、地区、国家甚至世界规模的许多战略与决策等分析中，被誉为“战略与决策实验室”。这种模型从本质上看是带时间滞后的一阶差微分方程，由于建模时借助于“流图”，其中“积累”、“流率”和其他辅助变量都具有明显的物理意义，因此可以说是一种布告同实际的建模方法[43]。
该方法对于模拟大型非线性动态多重反馈系统能力很强，对数据的依赖性较小，具有操作灵活、可塑性强的特点。实现比较困难，使得变化之间逻辑关系难理清。
（三）多目标规划法
该方法是假定资源同时具有多种用途，在设定各种用途最大目标和相应的约束条件下，求解各种可行的方案，以人机对话，获得最佳目标值。该方法的优点是可以充分地反映决策者的愿望，给决策者提供期望的最佳目标，具有多目标性、多方案的特点。但其目标函数和指标所参照的评价指标值范围难以确定。
四、资金配置的建模方法
资源配置问题可以描述为：设有N项任务，k种资源，第i种资源的个数为mi，即共有
个资源。同一时间每个资源最多只能分配给一项任务，所有任务都具有相同的处理顺序，每项任务同时可分配一个或多个同类资源，每项任务的作业时间由其自身属性及资源类型决定，要求确定各项任务所分配的资源，在满足约束条件的前提下，使所有任务完成量最大、作业时间最短、各资源利用率达到最大，整个资源配置的优化目标可以有所不同，如单位资源收益最大，资源利用率最大，任务平均等待时间最短、任务完成量最多等等。对于这些目标我们用来表示归一化后的配置总成本，要确定满足上述约束条件的n个任务的资源分配，使得最后配置总成本最小，即：
任何模型的构建和运用必须先考虑算法，在资源配置模型构建中，可用的算法很多，诸如牛顿算法、遗传算法等等，在本研究所要构建的模型中，我们在综合评估各种算法的优缺点的基础上，拟运用改进型遗传算法和蚁群算法，并对其进行筛选，最后形成模型的优先算法。
（一）改进遗传算法
崔海波等（2008）[44]提出了一种很有价值的改进遗传算法，已经广泛应用于各类资源的优化配置，其基本思路如下。
1.初步匹配
假设每种资源对每一任务都是可用的，先用贪婪算法求得问题可能解的空间，具体步骤如下：先从以计划开始时间先后排序的任务队列中取出第一个任务。其次，从资源队列中搜索所有能满足该任务需求的资源，并将满足条件的资源存入该任务对应的候选资源队列。如果资源队列中所有单个资源都不能满足该任务的需求，那么考虑两种资源的组合情况，转下一步。第三，在资源队列中任取两个资源进行组合得到新的资源向量。仿第二步骤进行匹配。如果仍然没有能满足的资源，则考虑三种资源的组合，转下一步，任取三个的资源进行组合得到新的资源向量。仿第二步骤进行匹配。如果还是没有满足要求的资源，则认为需要重新调整任务的结构或引入新的资源。如果匹配成功，则提取下一个任务，直到所有任务匹配完。
2.冲突检测与消解
现在，加入时间因素。在加入时间因素后，前面所得到的结果就可能存在冲突。所谓冲突指如果两个任务在某种资源上发生资源争用的情况，而该资源在使用于一个任务后无法再使用于另一个任务，则存在冲突。
冲突消解流程如下：首先，从资源队列中取出第一个资源。其次，查找所有使用了该资源的任务及其对应的候选资源队列。如果不存在冲突，转第四步，如果存在冲突，进行冲突消解，转下一步。第三，对发生冲突的任务两两消解冲突。冲突消解方法如下：a.如果发生冲突的两个任务的候选资源队列的每一种组合情况中都使用了该资源，则冲突无法消解；b.如果发生冲突的两个任务的候选资源队列中有一个不总是使用该资源，则从不总是使用该资源的任务对应的候选资源队列中删除该资源或该资源的组合；c.如果发生冲突的两个任务的候选资源队列的每一种组合情况都不总是使用该资源，则从队列长度较大的队中删除该资源或其组合，如果队列长度相同，则从任何一个中删除该资源或其组合即可。如果冲突消解完成，转下一步。第四，从资源队列中提取下一个资源，直到所有的资源检测、消解完毕。
3.改进的遗传算法优化策略
遗传算法理论是人工智能领域的新技术，是最近发展起来的十分热门的交叉学科。遗传算法和遗传规则实质上是一种搜索寻优技术，它从某一初始群体出发，遵从“优胜劣汰”的原则，通过复制、杂交、变换等算子，不断迭代运行而逼近最优解。解决该问题的具体步骤如下。
（1）编码。编码就是将方案优化选择问题的解用一种码的方式表现，从而将问题的解空间与遗传算法的码空间对应。
对任务OT，假设其包含子任务TA=｛TA1，TA2，…TAn｝，对于ΛTAI∈TA，存在Ni个满足其执行条件的资源或局部组合的资源。采用数字串的编码方式，如下表所示。
表4-10 数字串的编码方
对于子任务TAi，存在Ni个可供选择的资源，每一条编码只能选择一个资源，则Xi表示行动TAi由供其选择Ni个资源中的第Xi个资源执行，有1 ≤Xi≤Ni，同时，将冲突检测与消解阶段得到的结果，引入编码中，保证每条染色体存在于可行解空间之中。
（2）初始种群的产生。首先初始化，设定种群POP的大小为popsize。其次开始执行，初始种群中染色体个数ChromNum=0。第三，如果ChromNum=popsize，算法结束，输出初始种群，否则执行以下步骤。第四，令染色体个数为Chrom-Num=ChromNum+1，种群中的第ChromNum个染色体为POP ［ChromNum］，并初始化染色体的基因个数geneNum=0。第五步，如果geneNum=n，转入步骤三，否则执行下面步骤：判断染色体中的基因个数是否满足，n为子任务个数。第六步，令染色体的基因个数为geneNum=geneNum+1，获取TAgeneNum中可供选择的资源个数ngeneNum，然后随机生成一个界于1到ngeneNum的整数作为该位置的基因；重复第五步。
（3）适配值函数设计。这部分可以根据资源配置中具体目标设计出若干具体函数。
（二）蚁群算法
蚁群算法ACA （ant colony algorithm）是20世纪90年代意大利学者Dorigo等人从生物进化的机理中受到启发，通过模拟蚁群觅食时寻径的行为，提出的一种新型模拟进化算法.该算法首先用于求解旅行商问题（traveling salesman problem，TSP）。近几年，越来越多的学者开始研究蚁群算法在生产资源调度方面的应用，主要是Job-shop和Flow-shop等经典调度问题。Christian等人和rszula Boryczka分别应用ACA解决GSS问题和JSP问题，实验表明ACA算法优于TS算法和GA算法。Chia Jim Tong应用ACA算法解决港口泊位资源优化调度问题。在国内的研究中，王笑蓉等提出利用领域搜索改进ACA算法解决流水作业的优化调度问题。
1.蚁群算法基本原理
仿生学家经过大量研究发现，蚂蚁在觅食过程中能够在所经过的路径上留下一种称为信息素（pheromone）的物质，而且蚂蚁在觅食过程中能够感知这种物质的存在及其强度，并以此指导自己的运动方向，朝该物质强度高的方向移动。因此，由大量蚂蚁组成的群体觅食行为便表现出一种信息正反馈现象：某一路径越短，该路径上走过的蚂蚁就越多，所留下的信息素强度也就越大，后来者选择该路径的概率就越大。蚂蚁个体之间通过这种信息交流来选择最短路径并达到搜索食物的目的。
2.求解资源配置问题
根据李娟等（2008）的总结[45]，蚁群算法在资源配置求解是按照如下方式进行的。
首先将优化问题的解构造集合按照资源类型划分成各个阶段的构造块集合，然后再分别映射到解构造图上，每一个阶段的构造块集合映射成一个层节点，整个解构造就由多层节点构成。考虑资源配置问题用解构造G=（V，A，Γ，Ω）表示，其中：V是节点集合，每个节点代表待分配的资源；A是连接节点的弧的集合，该集合由单向弧和双向弧组成，对于每类资源内的2个节点之间由2条有向弧相连，而各类资源之间由单向弧相连；问题的可行解，也即为任务的作业（结点）序列，约束Ω代表每个节点在该序列只出现1次；T为信息素矩阵。
其次，假设每只蚂蚁从虚拟的起始结点（资源O）出发，约束蚂蚁按层次进行遍历，同一层所遍历节点数要大于等于零，即在解构造的每一步，如果蚂蚁k在某一层中从结点j移动到同一层中的相邻节点s，s∈allowed（k）。s的选择按照伪随机比例状态迁移规则进行，当该层选择的节点已经满足该任务，则转向下一资源层。这样，一步步地按层次为资源分配序列π选择所需结点。
从虚构的起始点出发，蚁群运用公式（2）的伪随机比例状态迁移规则在解构造中一步一步造出问题的解，即：
五、模型
在改进我们的前期研究成果[46]及前面分析的基础上，我们按照收益最大化，成本最小化，扶贫资金约束（中央财政各类扶贫资金项目及金额、省级财政各类扶贫资金项目及金额）等条件，经过多次试错后，构建出如下用于资金资源配置的基本LINGO模型。
MODEL：
sets：
num_i/1..3/：b；
num j/1..5/：x；
num_k/1..2/：p，z，f；
num_l/1..2/：d1，d2，g；
link_ij （num_i，numj ）：a；
link_kl （num_k，num_l）：w 1 ，w2；
link_lj （num_l，numj ）：c；
endsets
data：
p=？？；
z=？0；
b=39304，-2923333，-146167；
a=1，1，1，1，1，-306，0，-599，0，0，0，0，0，-122，0；
c=5.75，1.5，2.5，1，1.56，1.43，4.6，2.04，1，3.2；
g=10102，180798；
w1=1，0，0，1；
w2=0，0，0，0；
enddata
［OBJ］min=@sum （num_k：p*f ）；
@for （num_k （K）：f （K）=@sum （num_l （L）： （w1 （K，L）*d1 （L）+w2 （K，L）*d2（L）））；）；
@for（num_l（L）：@sum（numj （j）：c（L，j）*x（j））+d1 （L）-d2（L）=g（L）；）；
@for（num_i（i）：@sum（numj （j）：a（i，j）*x（j））＜=b（i ）；）；
@for （ num_i（K）lK#lt#@size（num_k）：@bnd（0，f（K），z（K））；）；
@for（numj （j ）：x（j）＞=0；@gin（x（j））；）；
@for（num_l（L）：d1 （L）＞=0；d2（L）＞=0；）；
END
六、计算结果及结论
运用以上模型，在针对各县具体情况稍做改进的情况下，我们得到了以下各片区典型县的计算结果，并对未来资金的优化配置提出了基本思路。
（一）兰白小片区的结果
在兰白片区中，我们以比较典型的会宁县为例，进行了计算。按照收益最大化目标，将近几年扶贫投入资金分成三类，既时间序列的农业投入资金、基础设施投入和非农业投入资金，其比例的约束按照模型自动优选和人机对话结果确定的范围约束。为了执行计算任务，我们将前面的基本LINGO模型转化成如下具体形式的模型（1）。
将附件一中会宁县的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=89.00000 -26.00000
X（2）=20.00000 -8.000000
X（3）=14.00000 -5.000000
偏差：110.0000
计算结果表明，在历年的扶贫投入中，以改善生产条件项目形式投入的扶贫资金发挥的作用权重占45%，基础设施建设的为35%，而投入生活条件改善领域的资金效应的权重仅为20%，也就是说，后者的时滞效应很低，这与我们的直觉是一致的。鉴于此，未来的扶贫资金投入应该以农田水利等直接生产条件的改善为主，其比例至少应该提高，如考虑时滞效应，则三者的比例应该为：55%∶25%∶30%较为妥当。
（二）定西小片区的计算结果
根据定西片区的共同特点，我们以漳县为例，按照上面的目标和约束条件，我们将第三节中的基本LINGO模型转化成如下具体形式的模型（2）。
将漳县的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=21640.00 -17.00000
X（2）=4824.000 -33.00000
X（3）=1870.000 -26.00000
偏差：2052.000
以上计算结果说明，在定西片区的现实条件下，扶贫资金的投入中，三项的比重在65%∶20%∶15%较为适宜。在农业投入中，主要用于增加能够保水的耕地面积，如兴修小型水利提灌、集雨补灌设施等。
（三）平庆小片区的计算结果
按照上面的目标和约束条件，我们将第三节中的基本LINGO模型转化成如下具体形式的模型（3）。鉴于平庆小片区范围较大，且平凉和庆阳市也有一定的市间差异，我们在各市分别选一个代表进行计算。
1.静宁县的计算结果
用平凉地区的典型代表静宁县，将其的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=16.00000 -13.00000
X（2）=69.00000 -27.00000
X（3）=12.00000 -21.00000
偏差：22.00000
在静宁县的扶贫资金的投入中，三类投入的比例应该分别为60%∶25%∶15%。假如考虑用于农业投入产生积极效果的滞后效应，用于农业的投入可能还要大幅度上升。在农业投入中，以防止气候异常所带来的自然灾害为主，辅以增加水浇地。
2.庆城县的计算结果
以庆阳地区的典型代表庆城县为例，按照与上面相同的目标和约束条件，我们将第三节中的基本LINGO模型转化成如下具体形式的模型（4）。
将庆城的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=14.00000 -2.000000
X（2）=26.00000 -3.000000
X（3）=9.000000 -2.000000
偏差：21.00000
根据以上计算结果，在庆城扶贫资金的投入中，三类分别是60%∶30%∶10%假如考虑用于投入产生积极效果的滞后效应，用于第一类的投入可能还要上升。在庆城县的农业投入中，以扩大水浇地为主，其次改善农业生产条件如自然灾害防止等。
（四）临夏小片区的计算结果
选择临夏地区的典型代表——东乡县为例，按照与上面相同的目标和约束条件，我们将第三节中的基本LINGO模型转化成如下具体形式的模型（5）。
将东乡县的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=69.00000 -4.000000
X（2）=28.00000 -1.000000
X（3）=21.00000 -2.000000
偏差：113.0000
在东乡县的现实条件下，扶贫资金的投入中，三类的比例应该为55%∶30%∶15%。在农业投入中，首要的是增加耕地，其次是增加水利设施的投入，第三是防止自然灾害。
（五）秦巴山区的计算结果
以秦巴山区的典型代表康县为例，按照与上面相同的目标和约束条件，我们将第三节中的基本LINGO模型转化成如下具体形式的模型（6）。
将康县的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=22.00000 -1.000000
X（2）=48.00000 -3.000000
X（3）=15.00000 -1.000000
偏差：39.00000
根据以上计算结果，扶贫资金的投入中，三类的比例应该为65%∶25%∶10%。在第一类投入中应该以增加耕地为首要，但考虑到该山区耕地无法扩大，因此必须另谋出路。在已有的耕地条件下，以防止自然灾害设施的建设为主。
（六）藏区的结算结果
1.农牧交错带的计算结果
以农牧交错带的典型代表——迭部县为例，按照与上面相同的目标和约束条件，我们将第三节中的基本LINGO模型转化成如下具体形式的模型（7）。
将迭部县的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=138.0000 -3.000000
X（2）=353.0000 -87.00000
X（3）=126.00000 -5.000000
偏差：23362.00
根据模型（7）的计算结果，在农牧交错带的扶贫资金投入中，三类的比例应该为50%∶30%∶20%，且在第一类投入中应该以增加耕地为主。
2.牧区的计算结果
以牧区典型代表——玛曲县为例，按照与上面相同的目标和约束条件，我们将第三节中的基本LINGO模型转化成如下具体形式的模型（8）。
将玛曲县的相关时间序列数据代入该模型，可以得到如下偏差最小的计算结果。
X（1）=12.00000 -1.000000
X（2）=8.000000 -1.000000
X（3）=10.00000 -1.000000
偏差：1223.000
根据模型（8）的计算结果，在牧区县或以牧区为主导经济的县，扶贫资金的配置主要用于非生产性领域，三类的比例应该为20%∶30%∶50%，且在生产性投入中，以自然灾害的防止为首要。
综上所述，除纯牧区县玛曲以外，多数当前仍然以种养殖为主导的县（区）未来扶贫资金的投入优先次序基本上为：第一为农业生产条件，第二为基础设施，第三才是生活条件改善。以上仅是根据历史数据的计算结果，对今后扶贫资金投入“领域”提出的比重范围，但具体各县在“领域内”如何进行具体配置问题，则已超过本课题研究的范围，我们期望在后续的研究中，再根据贫困区各县的具体数据，开展深入研究。
七、具体资金配置中要考虑的几个问题
以上，我们运用模型计算了各贫困区典型县（市、区）未来资金优化配置的大概领域，但由于各个领域又有多种可能的配置方式，因此，在各县（市、区）具体的资金分配中，还需注重以下几个问题。
（一）注重大项目建设
回顾甘肃扶贫攻坚的经验，“两西”建设第一阶段“河西商品粮基地建设”和景泰古浪灌区建设之所以取得巨大成就，一劳永逸地解决了相关的十几个县的贫困问题，其经验就是当年在这些地方实施了“兴修水库、平田整地、电力提灌”等农田水利大项目；以定西为代表的中部干旱地区，近三十多年的扶贫资金投入不可谓不大，但扶贫三十多年，该区域仍然是甘肃最贫困的地区。其主要原因是缺少大型农田水利建设项目，该区域“干旱缺水”所引致的耕地减少、农产品产量不高、深加工程度低、附加值不高等一系列问题没有得到根本解决。假如将这三十多年的扶贫资金集中使用，可能已经解决了中部干旱地区的问题。鉴于此，我们认为，未来资金投入应该实施“大项目”战略。
1.建议实施“新两西”水利工程建设
建议将解决甘肃中部干旱地区及河西地区缺水问题纳入国家“南水北调”体系，初步考虑：一是加大从洮河、黄河往白银、定西等中部干旱地区的输水量；二是加大引黄工程往河西走廊的输水量，使引黄工程由现在的景泰和古浪延伸至武威、金昌两市；三是扩大“引流济金”输水量，并考虑从大通河等水系往河西走廊调水。如能够完成这些项目，可在河西走廊的武威、金昌、酒泉、嘉峪关及白银各市至少增加3000万亩以上的保灌田，既提升了该地区规模化农业生产所需的耕地问题，也为吸纳省内其他地区的生态移民创造了极为有利的条件。
图4-3 南水北调线路图
注：该图来自网络（http://www.sogou.com/sie？hdq）西线工程将在长江上游通天河、支流雅砻江和大渡河上游筑坝建库，开凿穿过长江与黄河的分水岭巴颜喀拉山的输水隧洞，调长江水入黄河上游。西线工程的供水目标主要是解决涉及青、甘、宁、内蒙古、陕、晋等6省（自治区）黄河上中游地区和渭河关中平原的缺水问题。结合兴建黄河干流上的骨干水利枢纽工程，还可以向邻近黄河流域的甘肃河西走廊地区供水，必要时也可相机向黄河下游补水。规划分三期实施。西线170亿立方米。整个工程将根据实际情况分期实施。
2.实施片区内或县域“大项目”战略
将资金集中使用，着力解决当地最关键的生产约束条件，即使在片区内或县域内也应该实施“大项目”战略。可以考虑凡在黄土高原的县（市、区）应该着力平田整地，扩大耕地面积、建设小型蓄水水坝、电力提灌、渠系配套等水利工程；高寒阴湿山区资金集中在特色种养殖产业，减少大宗农产品的种植规模。陇南等地可以考虑扩大特色产业的规模。
（二）注重经营能人
即便是最贫困的地区，也有为数不少的“能人”，如何发挥他们的带头作用？我们考虑，充分利用此次“1+17”中贫困农户“免抵押、无担保5万元优惠贷款”政策，贫困户以贷款资格入股，组建合作社或其他形式的经济组织，资金交由经营能人使用，获得的收益按股分成，既发挥了资金的规模效应，也减少了扶贫贷款的风险，同时对贫困户起到良好的示范作用。但在实施过程中，要建立保障入股农户权利的一系列监督和执行措施，防止入股户权利被损害。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
