区域贫困是各界关注和研究的热点问题,传统的贫困地区研究缺少对中国东南沿海的关注。论文以中国相对发达的东南沿海省份福建省为例,构建3个维度9个向度共30项指标的度量模型,利用多维贫困度等指数和Kohonen神经网络算法,分析2000年和2016年的县域贫困度演化特征及其驱动因素。结果表明:①通过对广东、福建和浙江3个东南沿海省份县域发展水平的正态分布检验进行对比,发现福建省县域发展水平在东南沿海具有典型性。②根据贫困度指数P可划分为贫困县、弱势县和一般县,贫困县、弱势县分布于福建北部和西南部的总体格局不变,且向省域边际县聚集。③经济维度贫困度指数、社会维度贫困指数和自然维度贫困度指数的各自变化率最多的县市区均属于缓慢恶化区,属于快速优化区的县市区数量居中,属于缓慢改善区的县市区数量少且分布散;基于多维贫困度指数PI的变化率表现为缓慢恶化区分布于福建北部、中部和西南部,缓慢改善区分布于福建中西部,快速优化区分布于福建东部沿海。④对2000年和2016年多维贫困度贡献率均产生较大影响的向度为医疗卫生、教育水平、居住环境、经济发展,加强基础设施、医疗卫生、教育水平等公共服务的建设供给,应作为当前福建扶贫重点关注的内容。⑤基于不同向度的贫困度贡献率可划分4类致贫类型:I类县市区是教育水平和基础设施向度主导的贫困类型,II类县市区是经济发展和居住环境向度主导的贫困类型,III类县市区属于人口特征和基础设施向度主导的贫困类型,IV类县市区属于医疗卫生和经济发展向度主导的贫困类型。研究结果对准确识别县域贫困和深入实施精准扶贫战略具有一定的参考价值。