黃土高原區(qū)農(nóng)戶生計資本差異及其生計策略選擇

楊悅 員學鋒

摘要 選取黃土高原地區(qū)綏德縣作為研究區(qū)域，從6個單項資本入手選取19個指標構(gòu)建農(nóng)戶生計資本評價體系，采用熵值法對綏德縣貧困村與非貧困村的農(nóng)戶生計資本差異進行分析，運用Logistic回歸分析，并探究各項資本對農(nóng)戶生計策略選擇是否有影響。結(jié)果表明：貧困村農(nóng)戶的各單項資本不同程度地高于非貧困村，范圍在0～0.02，無論是貧困村或非貧困村農(nóng)戶人力資本均高于其他單項資本值，自然資本值低于其他單項資本值;貧困村與非貧困村農(nóng)戶的自然資本、人力資本、金融資本和社會資本在0.05的顯著性水平（雙側(cè)檢驗）上存在顯著差異;政策資本和社會資本為農(nóng)戶由農(nóng)業(yè)型向兼業(yè)型轉(zhuǎn)變的關(guān)鍵因素，物質(zhì)資本和自然資本是農(nóng)業(yè)戶向非農(nóng)戶轉(zhuǎn)變的關(guān)鍵因素。

關(guān)鍵詞 生計資本;生計策略;Logistic回歸;黃土高原區(qū)

Abstract Suide County in the Loess Plateau was selected as the research area.19 indicators were selected from 6 individual capitals to construct a livelihood capital evaluation system for farmers.The entropy method was used to analyze the differences in the livelihood capital of the poor and non-poor villages in Suide County.Logistic regression analysis was used to explore whether capital has an impact on farmers livelihood strategy choices.The results show that：The individual capital of poor households is higher than that of non-poor villages，ranging from 0-0.02.The labor capital of farmers in poor villages or non-poor villages is higher than other individual capital values.The capital value is lower than other individual capital values.There are significant differences in the natural capital，human capital，financial capital and social capital of poor and non-poor villages at a significant level of 0.05 （two-sided test）.Policy capital and social capital are the key factors for the transformation of farmers from agricultural to concurrent; physical capital and natural capital are the key factors for the transformation of agricultural households to non-agricultural households.

Key words Livelihood capital;Livelihood strategy; Logistic regression;Loess plateau area

改革開放至今，中國擺脫貧困的人口超過7億，特別是黨的十八大以來，我國的脫貧攻堅工作取得重大進展，無論是在力度、規(guī)模還是影響上都可稱之為前所未有，這在人類扶貧史上也是最好的成績，近幾年來我國貧困人口減少6 800 萬以上，貧困發(fā)生率也從10.2%下降到了4.0%以下，減貧效果明顯[1]。與此同時，非貧困村與貧困村發(fā)展不平衡的問題也日益成為我國脫貧攻堅的新問題，尤其是貧困縣中非貧困村發(fā)展不平衡、貧困村中非農(nóng)戶心態(tài)不平衡的問題[2]。因此，有必要加強對貧困地區(qū)內(nèi)部貧困村與非貧困村的對比研究，診斷識別其間的差距與內(nèi)因，為分區(qū)實施精準幫扶提供依據(jù)。

對農(nóng)戶生計問題的相關(guān)研究成為近年來各國科學研究的熱點問題。研究的重點包括農(nóng)戶的可持續(xù)生計、對生計資本的評價、生計資本對農(nóng)戶收入的影響等內(nèi)容。20世紀90年代初，英國國際發(fā)展部提出了可持續(xù)生計分析的框架，強調(diào)了從農(nóng)戶的生計資本、生計策略和生計后果之間的相互作用及其關(guān)系的分析，反映了影響農(nóng)戶生計可持續(xù)發(fā)展的主要因素[3]。此外，國外學者運用可持續(xù)生計分析方法對從諸多方面對農(nóng)戶生計進行了分析研究，如Smith等[4]從生計多樣性出發(fā)，介紹了一項關(guān)于影響生計趨勢和戰(zhàn)略的各種因素的作用的兩區(qū)研究結(jié)果;Ellis等[5]利用對3個農(nóng)村地區(qū)農(nóng)村生

計的研究，得出烏干達減貧框架相關(guān)的政策推論;Soini[6]研究了山地山坡Chagga農(nóng)業(yè)系統(tǒng)的土地利用變化和土地利用變化與生計的相互作用;Hahn等[7]制定了生計脆弱性指數(shù)（LVI），以估算莫桑比克Mabote和Moma地區(qū)的氣候變化脆弱性，為古吉拉特邦地區(qū)提供了一級可持續(xù)生計安全指數(shù)（SLSI）的經(jīng)驗證據(jù);Cherni等[8]將改善農(nóng)村生計的技術(shù)和政策結(jié)合起來，以提高可再生能源提供服務能力的最佳解決方案;Singh等[9]概述了生計安全現(xiàn)有的發(fā)展指標。

近幾年來，國內(nèi)學者對于農(nóng)戶生計的研究主要集中在不同背景下農(nóng)戶生計資本、策略選擇以及兩者的關(guān)系等方面，如可持續(xù)生計框架下的農(nóng)戶生計資本特征[10-12]、農(nóng)戶生計資本與生計策略之間的關(guān)系[13-14]、精準扶貧對農(nóng)戶生計資本的影響[15-17]、土地與農(nóng)戶生計之間的關(guān)系[18-20]?；诿撠毠詰?zhàn)略背景，從生計資本的角度出發(fā)，分析黃土高原地區(qū)綏德縣貧困村與非貧困村農(nóng)戶的生計資本的差異及原因，并進一步探究生計資本對于農(nóng)戶生計策略的選擇是否有影響。（將“貧困戶”統(tǒng)一表示為“農(nóng)戶”）。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域

綏德縣位于生態(tài)環(huán)境脆弱的黃土高原丘陵溝壑區(qū)，是陜西省北部，榆林市東南部的一個縣城，也是國家呂梁山特困片區(qū)縣和全國扶貧開發(fā)重點縣[21]。綏德全縣轄4鄉(xiāng)12鎮(zhèn)（圖1），339個行政村，東西寬50 km，西北長51.8 km，總面積1 878 km2，全縣總?cè)丝?5.95萬，共有貧困村105個，建檔立卡貧困人口27 080戶69 363人，達到全縣人口的1/5。

1.2 數(shù)據(jù)來源與指標選取

1.2.1 數(shù)據(jù)來源。

為獲取研究區(qū)農(nóng)戶生計資本評定指標的相關(guān)數(shù)據(jù)，采用參與性農(nóng)戶評估方法（participatory rural appraisal，PRA）[22]，于2018年10—11月到實地進行調(diào)研，采取分層隨機抽樣問卷調(diào)查與半結(jié)構(gòu)訪談相結(jié)合的方式，共選取綏德縣16個鄉(xiāng)鎮(zhèn)的32個村，每個鄉(xiāng)鎮(zhèn)均涉及一個貧困村和一個非貧困村，對農(nóng)戶進行調(diào)查，詢問并記錄農(nóng)戶家庭基本情況、收入結(jié)構(gòu)情況以及家庭社會關(guān)系等情況。此次調(diào)查共涉及690戶農(nóng)戶，共發(fā)放690份調(diào)查問卷，收回有效調(diào)查問卷652份，其中貧困村農(nóng)戶有366份，非貧困村農(nóng)戶有286份，問卷有效率達到94.49%。

1.2.2 指標選取。

在建立農(nóng)戶生計資本評價指標體系時，參照英國國際發(fā)展部（DFID）提出的可持續(xù)生計分析框架（圖2），立足于陜西省綏德縣的自然條件與社會經(jīng)濟條件，從自然資本、人力資本、物質(zhì)資本、金融資本、社會資本和政策資本6個方面入手，共選取19項生計資本評定指標[22-23]，如表1所示。

1.3 研究方法

1.3.1 熵值法。在確定各指標權(quán)重時，采用熵值法。熵值法是依據(jù)熵的概念和性質(zhì)，把各種指標的信息量化，進而得到指標權(quán)重系數(shù)的一種方法[24]。其具體做法如下。

1.3.2 Logistic回歸。

利用二元Logistic回歸模型對不同類型農(nóng)戶的生計策略選擇的影響因素進行分析，將農(nóng)戶生計策略分為3種，分別為農(nóng)業(yè)型（農(nóng)業(yè)收入占家庭收入70%以上），非農(nóng)型（非農(nóng)收入占家庭收入70%以上），介于兩者之間的為兼業(yè)型，在進行二元Logistic回歸分析時，將某一類型的生計策略賦值為1，其余2種類型賦值為0[25]。

式中，若農(nóng)戶為農(nóng)業(yè)型，則定義PY1=0;若農(nóng)戶為兼業(yè)型，則定義PY2=1;若農(nóng)戶為非農(nóng)型，則定義PY3=2;β為自變量系數(shù)，用來解釋其所對應的自變量一個單位的增減所導致的因變量的變化。若自變量系數(shù)大于0，表示在其他自變量保持不變的情況下，發(fā)生率隨對應自變量的增加而增加;若自變量系數(shù)小于0，表示發(fā)生率隨對應自變量的增加而減少。

2 結(jié)果與分析

2.1 貧困村與非貧困村農(nóng)戶生計資本狀況對比

由不同屬性村落的各單項生計資本均值雷達圖（圖3）可知，貧困村農(nóng)戶的生計資本（0.19）高于非貧困村農(nóng)戶（0.16），貧困村農(nóng)戶在人力資本、自然資本、社會資本、金融資本上不同程度的高于非貧困村農(nóng)戶，范圍在0～0.02。此外，無論是貧困村或是非貧困村的農(nóng)戶人力資本明顯高于其他單項資本，自然資本值最低，分別為0.016 1和0.013 9。

在對綏德縣貧困村農(nóng)戶和非貧困村農(nóng)戶的生計資本完成測算后，采用獨立樣本T檢驗對貧困村農(nóng)戶和非貧困村農(nóng)戶的各項生計資本進行對比[28-30]，結(jié)果見表1。表1表明，貧困村與非貧困村農(nóng)戶在自然資本、人力資本、金融資本和社會資本上存在顯著差異，在物質(zhì)資本和政策資本上無顯著差異。

就自然資本值而言，貧困村農(nóng)戶的自然資本水平為0.016 1，非貧困村農(nóng)戶的為0.013 9，T檢驗統(tǒng)計結(jié)果為0，在0.05的顯著性水平（雙側(cè)檢驗）上顯著，說明貧困村農(nóng)戶和非貧困村農(nóng)戶的自然資本存在顯著差異。具體從自然資本的各項指標來看，差異主要體現(xiàn)在人均林地面積上，綏德縣位于黃土高原丘陵溝壑地區(qū)，水土流失較為嚴重，是退耕還林的重點關(guān)注區(qū)，在實行退耕還林政策時更加注重生態(tài)環(huán)境脆弱的地區(qū)，貧困村相較于非貧困村而言，其自然條件較差，在2016年新一輪退耕還林任務推進時，政府也重點向建檔立卡貧困村傾斜，以充分發(fā)揮退耕還林還草政策的扶貧作用，因此，貧困村人均林地面積要高于非貧困村。

就人力資本值而言，貧困村農(nóng)戶的人力資本水平為0.054 2，非貧困村農(nóng)戶為0.041 7，T檢驗統(tǒng)計結(jié)果為0，在0.05 的顯著性水平（雙側(cè)檢驗）上顯著，說明貧困村農(nóng)戶和非貧困村農(nóng)戶的人力資本存在顯著差異。從人力資本各單向評價指標來看，差異性主要體現(xiàn)在農(nóng)戶受教育程度和是否參加就業(yè)培訓兩方面，貧困村農(nóng)戶受教育年限平均水平比非貧困村高0.001 5;在是否參加就業(yè)培訓方面，貧困村農(nóng)戶比非貧困村高0.009 7。就貧困村與非貧困村農(nóng)戶的受教育年限平均水平來看，綏德縣政府更加注重教育資源和教育工程在貧困村的投資和建設，以提高農(nóng)戶的文化程度，以阻斷貧困代際傳遞和提升貧困群眾的造血能力。貧困村相較于非貧困村而言，自然、交通條件較差，就業(yè)機會較少，綏德縣為幫助貧困村農(nóng)戶解決就業(yè)問題，為有勞動能力的農(nóng)戶提供了更多有針對性和實用性的培訓機會，這也為農(nóng)戶自主發(fā)展產(chǎn)業(yè)和務工提供了技術(shù)保障。

就金融資本值而言，貧困村農(nóng)戶的金融資本水平為0.025 6，非貧困村農(nóng)戶的為0.016 7，T檢驗統(tǒng)計結(jié)果為0.008，在0.05的顯著性水平（雙側(cè)檢驗）上顯著，說明貧困村農(nóng)戶和非貧困村農(nóng)戶的金融資本存在顯著差異。金融資本各評價指標中，貧困村農(nóng)戶與非貧困村農(nóng)戶獲得信貸機會的平均水平分別為0.019 1和0.011 2，差距較明顯。小額借貸的借款對象為有發(fā)展愿望、勞動能力、發(fā)展項目和還款能力的建檔立卡貧困戶，農(nóng)戶在初期填報申請項目時可與幫扶責任人、駐村工作隊、村兩委商量其發(fā)展項目，農(nóng)戶申請后村級、鄉(xiāng)鎮(zhèn)級、縣級都會進行審核，符合條件者銀行進行放貸。就農(nóng)戶獲得信貸的平均水平來看，貧困村農(nóng)戶更容易獲得信貸的機會，這與農(nóng)戶幫扶責任人、其所在村的幫扶工作隊的前期的宣傳、對農(nóng)戶的指導與監(jiān)督是密不可分的。

就社會資本值而言，貧困村農(nóng)戶的社會資本水平為0.032 2，非貧困村農(nóng)戶為0.021 8，T檢驗統(tǒng)計結(jié)果為0，在0.05 的顯著性水平（雙側(cè)檢驗）上顯著，說明貧困村農(nóng)戶和非貧困村農(nóng)戶的社會資本存在顯著差異。在產(chǎn)業(yè)扶貧資金分配方面，主要根據(jù)貧困狀況、政策任務及脫貧成效進行分配，貧困狀況主要涉及貧困人口規(guī)模比例、貧困深度、農(nóng)民人均純收入等。和非貧困村相比，貧困村貧困人口規(guī)模大、貧困深度深、農(nóng)民人均收入較低，因此政府將更多的產(chǎn)業(yè)扶貧資金投入到貧困村的建設中，其中包括農(nóng)戶種養(yǎng)殖資金支持、資金入股合作社配股分紅等，此外，政府部門作為中間人幫助有技術(shù)、有勞動能力的農(nóng)戶聯(lián)系外出打工的工作機會，也是貧困村農(nóng)戶的社會資本高于非貧困村農(nóng)戶的原因。

2.2 農(nóng)戶生計策略選擇

農(nóng)戶的各項生計資本及其組合能力很大程度上影響著農(nóng)戶的生計策略，同時農(nóng)戶可選擇的生計方式由生計狀況決定，影響著農(nóng)戶的生計活動。生計策略選擇的多元化可以降低農(nóng)戶的生計風險[31]。采用Logistic回歸對農(nóng)戶生計資本與生計策略選擇之間的關(guān)系進行研究。

2.2.1 信度和效度檢驗。

在進行分析之前，首先對各指標進行KMO檢驗。檢驗結(jié)果顯示，KMO值為0.603，Bartlett球形檢驗顯著性概率為0，說明6項生計資本在一定程度上相互獨立，數(shù)據(jù)有效，可以進行下一步分析。

2.2.2 不同類型農(nóng)戶生計策略選擇的影響因素分析。

為分析自然資本、人力資本、社會資本、物質(zhì)資本、金融資本、政策資本這6個因素對生計策略選擇的影響，將這6個資本作為回歸自變量，農(nóng)業(yè)型、兼業(yè)型、非農(nóng)型作為回歸因變量，結(jié)果如表2所示。3種類型農(nóng)戶的H-L檢驗的Chi-square值分別為10.892、7.208、7.148，自由度df均為8，顯著性水平分別為0.208、0.514、0.521，均大于0.05，3個模型通過檢驗，證明模型整體擬合優(yōu)度較好，表明6項生計資本整體上對農(nóng)戶生計策略選擇具有較顯著的影響。

社會資本和政策資本對綏德縣農(nóng)業(yè)戶生計策略選擇具有顯著影響，并且是負向作用，表明農(nóng)戶的社會資本和政策資本越豐富，其成為農(nóng)業(yè)戶的概率越小。對于兼業(yè)戶來說，社會資本、自然資本和政策資本對生計策略的選擇具有正向作用，人力資本、物質(zhì)資本對其具有負向作用;對非農(nóng)戶而言，金融資本對其生計策略的選擇具有正向作用，自然資本和政策資本具有負向作用。

2.2.3 農(nóng)業(yè)戶向兼業(yè)戶轉(zhuǎn)化的影響因子分析。

由表4可知，政策資本、社會資本、金融資本、物質(zhì)資本對農(nóng)戶由農(nóng)業(yè)型向兼業(yè)型轉(zhuǎn)化具有重要的推動作用，其中政策資本和社會資本為農(nóng)戶由農(nóng)業(yè)型向兼業(yè)型轉(zhuǎn)變的關(guān)鍵因素。當其他生計資本不變時，政策資本和社會資本每增加1個單位，將引起P（農(nóng)業(yè)戶與兼業(yè)戶概率之比的對數(shù)）分別增加13.644、12.185個單位，表明農(nóng)戶選擇成為兼業(yè)戶的概率將擴大，即農(nóng)戶擁有的政策資本和社會資本越多，越可能從事多種生計，有利于提高農(nóng)戶抵抗意外風險的能力。金融資本、人力資本、物質(zhì)資本和自然資本對農(nóng)戶由農(nóng)業(yè)型轉(zhuǎn)為兼業(yè)型影響不顯著。

2.2.4 農(nóng)業(yè)戶向非農(nóng)戶轉(zhuǎn)化的影響因子分析。

由表4可知，提高農(nóng)戶的社會資本、金融資本、物質(zhì)資本有利于其生計策略由農(nóng)業(yè)型轉(zhuǎn)為非農(nóng)型，其中物質(zhì)資本和自然資本是農(nóng)業(yè)戶向非農(nóng)戶轉(zhuǎn)化的關(guān)鍵因素。當其他生計資本不變時，物質(zhì)資本每增加1個單位，將引起P（農(nóng)業(yè)戶與非農(nóng)戶概率之比的對數(shù)）增加16.14個單位，表明農(nóng)戶選擇成為非農(nóng)戶的概率將擴大，自然資本每增加1個單位，將引起P減少78.001個單位，表明農(nóng)戶選擇成為非農(nóng)戶的概率將縮小，即農(nóng)戶擁有的物質(zhì)資本越豐富，從事非農(nóng)型生計策略的可能性越大，農(nóng)戶擁有的自然資本越豐富，從事農(nóng)業(yè)型生計策略的可能性越大。政策資本、社會資本、金融資本和人力資本對農(nóng)戶由農(nóng)業(yè)型轉(zhuǎn)為非農(nóng)型影響不顯著。

3 結(jié)論與討論

3.1 結(jié)論

對黃土高原地區(qū)綏德縣16個鄉(xiāng)鎮(zhèn)652戶農(nóng)戶的生計資本狀況進行對比和生計策略選擇，得出如下結(jié)論：①貧困村農(nóng)戶的各單項資本不同程度的高于非貧困村，范圍在0～0.02，無論是貧困村或非貧困村農(nóng)戶人力資本均高于其他單項資本值，自然資本值低于其他單項資本值。②貧困村與非貧困村農(nóng)戶的自然資本、人力資本、金融資本和社會資本在0.05的顯著性水平（雙側(cè)檢驗）上存在顯著差異。③對農(nóng)業(yè)戶而言，社會資本和政策資本對其生計策略選擇具有具有負向作用;對于兼業(yè)戶而言，社會資本、自然資本和政策資本對其生計策略的選擇具有正向作用，人力資本、物質(zhì)資本對其具有負向作用;對非農(nóng)戶而言，金融資本對其生計策略的選擇具有正向作用，自然資本和政策資本具有負向作用。政策資本和社會資本為農(nóng)戶由農(nóng)業(yè)型向兼業(yè)型轉(zhuǎn)變的關(guān)鍵因素;物質(zhì)資本和自然資本是農(nóng)業(yè)戶向非農(nóng)戶轉(zhuǎn)變的關(guān)鍵因素。

綜合以上結(jié)論發(fā)現(xiàn)，在推進脫貧攻堅工作時，因政策多傾向于貧困村，造成貧困村農(nóng)戶的生計資本高于非貧困村農(nóng)戶。

3.2 討論

習近平總書記在十九大報告中強調(diào)，“確保到2020年我國現(xiàn)行標準下農(nóng)村貧困人口實現(xiàn)脫貧，貧困縣全部摘帽，解決區(qū)域性整體貧困，做到脫真貧、真脫貧”。同時提出“實施鄉(xiāng)村振興戰(zhàn)略，要堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，按照產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕的總要求，建立健全城鄉(xiāng)融合發(fā)展體制機制和政策體系，加快推進農(nóng)業(yè)農(nóng)村現(xiàn)代化”[32]。脫貧攻堅工作接近尾聲，并已取得了決定性進步，為鄉(xiāng)村振興戰(zhàn)略奠定了基礎，鄉(xiāng)村振興戰(zhàn)略提出的相關(guān)政策覆蓋面更廣、更完全，對于促進鄉(xiāng)村發(fā)展，解決貧困村與非貧困村發(fā)展不平衡的問題起著重要作用。

參考文獻

[1]中共中央黨史和文獻研究院.習近平扶貧論述摘編[M].北京：中央文獻出版社，2018.

[2]張勇.扶貧工作要避免“兩個不平衡”問題[N].重慶日報，2018-02-28（007）.

[3]DFID.Sustainable livelihoods guidance sheets [M].London：Department for International Development，1999：1～10.

[4]SMITH D R，GORDON A，MEADOWS K，et al.Livelihood diversification in Uganda：Patterns and determinants of change across two rural districts[J].Food policy，2001，26（4）：421-435.

[5]ELLIS F，BAHIIGWA G.Livelihoods and rural poverty reduction in Uganda[J].World development，2003，31（6）：997-1013.

[6]SOINI E.Land use change patterns and livelihood dynamics on the slopes of Mt.Kilimanjaro，Tanzania[J].Agricultural systems，2005，85（3）：306-323.

[7]HAHN M B，RIEDERER A M，F(xiàn)OSTER S O.The Livelihood Vulnerability Index：A pragmatic approach to assessing risks from climate variability and change—A case study in Mozambique[J].Global environmental change，2009，19（1）：74-88.

[8]CHERNI J A，HILL Y.Energy and policy providing for sustainable rural livelihoods in remote locations-The case of Cuba[J].Geoforum，2009，40（4）：645-654.

[9]SINGH P K，HIREMATH B N.Sustainable livelihood security index in a developing country：A tool for development planning[J].Ecological indicators，2010，10（2）：442-451.

[10]胡業(yè)翠，劉桂真，何鑫茹.可持續(xù)生計框架下生態(tài)移民區(qū)農(nóng)戶生計資本分析：以廣西環(huán)江縣金橋村為例[J].農(nóng)業(yè)經(jīng)濟，2016（12）：37-40.

[11]萬婷，蒲春玲，陶崇鑫.基于SLA分析框架的新疆南部地區(qū)農(nóng)戶生計資本研究[J].農(nóng)業(yè)經(jīng)濟，2015（6）：96-98.

[12]王立安，許曉敏.基于可持續(xù)生計資本框架的海島地區(qū)農(nóng)戶生計脆弱性探析：以東海島為例[J].安徽農(nóng)業(yè)科學，2018，46（8）：211-214，234.

[13]蘇芳，蒲欣冬，徐中民，等.生計資本與生計策略關(guān)系研究：以張掖市甘州區(qū)為例[J].中國人口·資源與環(huán)境，2009，19（6）：119-125.

[14]郭秀麗，周立華，陳勇，等.生態(tài)政策作用下農(nóng)戶生計資本與生計策略的關(guān)系研究：以內(nèi)蒙古自治區(qū)杭錦旗為例[J].中國農(nóng)業(yè)資源與區(qū)劃，2018，39（11）：34-41.

[15]李靖，廖和平.區(qū)域貧困農(nóng)戶生計能力與生態(tài)環(huán)境的關(guān)系：以重慶市16個區(qū)縣為例[J].中國農(nóng)業(yè)資源與區(qū)劃，2018，39（9）：175-182.

[16]何仁偉，李光勤，劉運偉，等.基于可持續(xù)生計的精準扶貧分析方法及應用研究：以四川涼山彝族自治州為例[J].地理科學進展，2017，36（2）：182-192.

[17]寧澤逵.農(nóng)戶可持續(xù)生計資本與精準扶貧[J].華南農(nóng)業(yè)大學學報（社會科學版），2017，16（1）：86-94.

[18]曲朦，趙凱.農(nóng)戶生計資本對其耕地保護行為的影響：基于河南滑縣的473個農(nóng)戶樣本[J].農(nóng)業(yè)現(xiàn)代化研究，2018，39（5）：808-816.

[19]趙立娟，王苗苗，史俊宏.農(nóng)地轉(zhuǎn)出視閾下農(nóng)戶生計資本現(xiàn)狀及影響因素分析：基于CFPS數(shù)據(jù)的微觀實證[J].農(nóng)業(yè)現(xiàn)代化研究，2019，40（4）：612-620.

[20]袁東波，陳美球，廖彩榮，等.土地轉(zhuǎn)出農(nóng)戶的生計資本分化及其生計策略變化[J].水土保持研究，2019，26（4）：349-354，362.

[21]脫貧攻堅|綏德2018年末將貧困發(fā)生率降至1.19%[N/OL].榆林日報，2018-12-15[2020-04-20].http：//news.hsw.cn/system/2018/1215/1048780.shtml.

[22]劉春芳，劉宥延，王川.黃土丘陵區(qū)貧困農(nóng)戶生計資本空間特征及影響因素：以甘肅省榆中縣為例[J].經(jīng)濟地理，2017，37（12）：153-162.

[23]何仁偉，劉邵權(quán)，陳國階，等.中國農(nóng)戶可持續(xù)生計研究進展及趨向[J].地理科學進展，2013，32（4）：657-670.

[24]顏雙波.基于熵值法的區(qū)域經(jīng)濟增長質(zhì)量評價[J].統(tǒng)計與決策，2017（21）：142-145.

[25]薛軍，聞勇.欠發(fā)達地區(qū)征地制度公平性判定及其影響因素：基于云南省農(nóng)戶調(diào)查的實證研究[J].農(nóng)村經(jīng)濟，2014（6）：41-45.

[26]萬婷，蒲春玲，陶崇鑫.新疆南部地區(qū)農(nóng)戶生計策略研究[J].農(nóng)業(yè)經(jīng)濟，2016（5）：85-86.

[27]趙文娟，楊世龍，王瀟.基于Logistic回歸模型的生計資本與生計策略研究：以云南新平縣干熱河谷傣族地區(qū)為例[J].資源科學，2016，38（1）：136-143.

[28]嚴登才.搬遷前后水庫移民生計資本的實證對比分析[J].現(xiàn)代經(jīng)濟探討，2011（6）：59-63.

[29]趙立娟.參與和未參與灌溉管理改革農(nóng)戶生計資本的對比分析：基于內(nèi)蒙古灌區(qū)農(nóng)戶的調(diào)研[J].中國農(nóng)業(yè)大學學報，2014，19（1）：200-208.

[30]王凱，李志苗，易靜.生態(tài)移民戶與非移民戶的生計對比：以遺產(chǎn)旅游地武陵源為例[J].資源科學，2016，38（8）：1621-1633.

[31]伍艷.貧困山區(qū)農(nóng)戶生計資本對生計策略的影響研究：基于四川省平武縣和南江縣的調(diào)查數(shù)據(jù)[J].農(nóng)業(yè)經(jīng)濟問題，2016，37（3）：88-94，112.

[32]徐虹，王彩彩.鄉(xiāng)村振興戰(zhàn)略下對精準扶貧的再思考[J].農(nóng)村經(jīng)濟，2018（3）：11-17.