楊悅 員學(xué)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(gè)單項(xiàng)資本入手選取19個(gè)指標(biāo)構(gòu)建農(nóng)戶生計(jì)資本評(píng)價(jià)體系，采用熵值法對(duì)綏德縣貧困村與非貧困村的農(nóng)戶生計(jì)資本差異進(jìn)行分析，運(yùn)用Logistic回歸分析，并探究各項(xiàng)資本對(duì)農(nóng)戶生計(jì)策略選擇是否有影響。結(jié)果表明：貧困村農(nóng)戶的各單項(xiàng)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(xiàng)資本值，自然資本值低于其他單項(xiàng)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(huì)資本在0.05的顯著性水平（雙側(cè)檢驗(yàn)）上存在顯著差異;政策資本和社會(huì)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(jì)資本;生計(jì)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(guó)擺脫貧困的人口超過7億，特別是黨的十八大以來，我國(guó)的脫貧攻堅(jiān)工作取得重大進(jìn)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(jī)，近幾年來我國(guó)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(shí)，非貧困村與貧困村發(fā)展不平衡的問題也日益成為我國(guó)脫貧攻堅(jiān)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(qiáng)對(duì)貧困地區(qū)內(nèi)部貧困村與非貧困村的對(duì)比研究，診斷識(shí)別其間的差距與內(nèi)因，為分區(qū)實(shí)施精準(zhǔn)幫扶提供依據(jù)。

對(duì)農(nóng)戶生計(jì)問題的相關(guān)研究成為近年來各國(guó)科學(xué)研究的熱點(diǎn)問題。研究的重點(diǎn)包括農(nóng)戶的可持續(xù)生計(jì)、對(duì)生計(jì)資本的評(píng)價(jià)、生計(jì)資本對(duì)農(nóng)戶收入的影響等內(nèi)容。20世紀(jì)90年代初，英國(guó)國(guó)際發(fā)展部提出了可持續(xù)生計(jì)分析的框架，強(qiáng)調(diào)了從農(nóng)戶的生計(jì)資本、生計(jì)策略和生計(jì)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(jì)可持續(xù)發(fā)展的主要因素[3]。此外，國(guó)外學(xué)者運(yùn)用可持續(xù)生計(jì)分析方法對(duì)從諸多方面對(duì)農(nóng)戶生計(jì)進(jìn)行了分析研究，如Smith等[4]從生計(jì)多樣性出發(fā)，介紹了一項(xiàng)關(guān)于影響生計(jì)趨勢(shì)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(duì)3個(gè)農(nóng)村地區(qū)農(nóng)村生

計(jì)的研究，得出烏干達(dá)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(jì)的相互作用;Hahn等[7]制定了生計(jì)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(jí)可持續(xù)生計(jì)安全指數(shù)（SLSI）的經(jīng)驗(yàn)證據(jù);Cherni等[8]將改善農(nóng)村生計(jì)的技術(shù)和政策結(jié)合起來，以提高可再生能源提供服務(wù)能力的最佳解決方案;Singh等[9]概述了生計(jì)安全現(xiàn)有的發(fā)展指標(biāo)。

近幾年來，國(guó)內(nèi)學(xué)者對(duì)于農(nóng)戶生計(jì)的研究主要集中在不同背景下農(nóng)戶生計(jì)資本、策略選擇以及兩者的關(guān)系等方面，如可持續(xù)生計(jì)框架下的農(nóng)戶生計(jì)資本特征[10-12]、農(nóng)戶生計(jì)資本與生計(jì)策略之間的關(guān)系[13-14]、精準(zhǔn)扶貧對(duì)農(nóng)戶生計(jì)資本的影響[15-17]、土地與農(nóng)戶生計(jì)之間的關(guān)系[18-20]?；诿撠毠?jiān)戰(zhàn)略背景，從生計(jì)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(jì)資本的差異及原因，并進(jìn)一步探究生計(jì)資本對(duì)于農(nóng)戶生計(jì)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(gè)縣城，也是國(guó)家呂梁山特困片區(qū)縣和全國(guó)扶貧開發(fā)重點(diǎn)縣[21]。綏德全縣轄4鄉(xiāng)12鎮(zhèn)（圖1），339個(gè)行政村，東西寬50 km，西北長(zhǎng)51.8 km，總面積1 878 km2，全縣總?cè)丝?5.95萬，共有貧困村105個(gè)，建檔立卡貧困人口27 080戶69 363人，達(dá)到全縣人口的1/5。

1.2 數(shù)據(jù)來源與指標(biāo)選取

1.2.1 數(shù)據(jù)來源。

為獲取研究區(qū)農(nóng)戶生計(jì)資本評(píng)定指標(biāo)的相關(guān)數(shù)據(jù)，采用參與性農(nóng)戶評(píng)估方法（participatory rural appraisal，PRA）[22]，于2018年10—11月到實(shí)地進(jìn)行調(diào)研，采取分層隨機(jī)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(gè)鄉(xiāng)鎮(zhèn)的32個(gè)村，每個(gè)鄉(xiāng)鎮(zhèn)均涉及一個(gè)貧困村和一個(gè)非貧困村，對(duì)農(nóng)戶進(jìn)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(huì)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(dá)到94.49%。

1.2.2 指標(biāo)選取。

在建立農(nóng)戶生計(jì)資本評(píng)價(jià)指標(biāo)體系時(shí)，參照英國(guó)國(guó)際發(fā)展部（DFID）提出的可持續(xù)生計(jì)分析框架（圖2），立足于陜西省綏德縣的自然條件與社會(huì)經(jīng)濟(jì)條件，從自然資本、人力資本、物質(zhì)資本、金融資本、社會(huì)資本和政策資本6個(gè)方面入手，共選取19項(xiàng)生計(jì)資本評(píng)定指標(biāo)[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(biāo)權(quán)重時(shí)，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(biāo)的信息量化，進(jìn)而得到指標(biāo)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(duì)不同類型農(nóng)戶的生計(jì)策略選擇的影響因素進(jìn)行分析，將農(nóng)戶生計(jì)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(jìn)行二元Logistic回歸分析時(shí)，將某一類型的生計(jì)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(duì)應(yīng)的自變量一個(gè)單位的增減所導(dǎo)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(duì)應(yīng)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(duì)應(yīng)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(jì)資本狀況對(duì)比

由不同屬性村落的各單項(xiàng)生計(jì)資本均值雷達(dá)圖（圖3）可知，貧困村農(nóng)戶的生計(jì)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(huì)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(xiàng)資本，自然資本值最低，分別為0.016 1和0.013 9。

在對(duì)綏德縣貧困村農(nóng)戶和非貧困村農(nóng)戶的生計(jì)資本完成測(cè)算后，采用獨(dú)立樣本T檢驗(yàn)對(duì)貧困村農(nóng)戶和非貧困村農(nóng)戶的各項(xiàng)生計(jì)資本進(jìn)行對(duì)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(huì)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(yàn)統(tǒng)計(jì)結(jié)果為0，在0.05的顯著性水平（雙側(cè)檢驗(yàn)）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(xiàng)指標(biāo)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(yán)重，是退耕還林的重點(diǎn)關(guān)注區(qū)，在實(shí)行退耕還林政策時(shí)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(wù)推進(jìn)時(shí)，政府也重點(diǎn)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(yàn)統(tǒng)計(jì)結(jié)果為0，在0.05 的顯著性水平（雙側(cè)檢驗(yàn)）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(píng)價(jià)指標(biāo)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(xùn)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(xùn)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(shè)，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(jī)會(huì)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(dòng)能力的農(nóng)戶提供了更多有針對(duì)性和實(shí)用性的培訓(xùn)機(jī)會(huì)，這也為農(nóng)戶自主發(fā)展產(chǎn)業(yè)和務(wù)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(yàn)統(tǒng)計(jì)結(jié)果為0.008，在0.05的顯著性水平（雙側(cè)檢驗(yàn)）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(píng)價(jià)指標(biāo)中，貧困村農(nóng)戶與非貧困村農(nóng)戶獲得信貸機(jī)會(huì)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(duì)象為有發(fā)展愿望、勞動(dòng)能力、發(fā)展項(xiàng)目和還款能力的建檔立卡貧困戶，農(nóng)戶在初期填報(bào)申請(qǐng)項(xiàng)目時(shí)可與幫扶責(zé)任人、駐村工作隊(duì)、村兩委商量其發(fā)展項(xiàng)目，農(nóng)戶申請(qǐng)后村級(jí)、鄉(xiāng)鎮(zhèn)級(jí)、縣級(jí)都會(huì)進(jìn)行審核，符合條件者銀行進(jìn)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(jī)會(huì)，這與農(nóng)戶幫扶責(zé)任人、其所在村的幫扶工作隊(duì)的前期的宣傳、對(duì)農(nóng)戶的指導(dǎo)與監(jiān)督是密不可分的。

就社會(huì)資本值而言，貧困村農(nóng)戶的社會(huì)資本水平為0.032 2，非貧困村農(nóng)戶為0.021 8，T檢驗(yàn)統(tǒng)計(jì)結(jié)果為0，在0.05 的顯著性水平（雙側(cè)檢驗(yàn)）上顯著，說明貧困村農(nóng)戶和非貧困村農(nóng)戶的社會(huì)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(wù)及脫貧成效進(jìn)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(shè)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(dòng)能力的農(nóng)戶聯(lián)系外出打工的工作機(jī)會(huì)，也是貧困村農(nóng)戶的社會(huì)資本高于非貧困村農(nóng)戶的原因。

2.2 農(nóng)戶生計(jì)策略選擇

農(nóng)戶的各項(xiàng)生計(jì)資本及其組合能力很大程度上影響著農(nóng)戶的生計(jì)策略，同時(shí)農(nóng)戶可選擇的生計(jì)方式由生計(jì)狀況決定，影響著農(nóng)戶的生計(jì)活動(dòng)。生計(jì)策略選擇的多元化可以降低農(nóng)戶的生計(jì)風(fēng)險(xiǎn)[31]。采用Logistic回歸對(duì)農(nóng)戶生計(jì)資本與生計(jì)策略選擇之間的關(guān)系進(jìn)行研究。

2.2.1 信度和效度檢驗(yàn)。

在進(jìn)行分析之前，首先對(duì)各指標(biāo)進(jìn)行KMO檢驗(yàn)。檢驗(yàn)結(jié)果顯示，KMO值為0.603，Bartlett球形檢驗(yàn)顯著性概率為0，說明6項(xiàng)生計(jì)資本在一定程度上相互獨(dú)立，數(shù)據(jù)有效，可以進(jìn)行下一步分析。

2.2.2 不同類型農(nóng)戶生計(jì)策略選擇的影響因素分析。

為分析自然資本、人力資本、社會(huì)資本、物質(zhì)資本、金融資本、政策資本這6個(gè)因素對(duì)生計(jì)策略選擇的影響，將這6個(gè)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(yàn)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(gè)模型通過檢驗(yàn)，證明模型整體擬合優(yōu)度較好，表明6項(xiàng)生計(jì)資本整體上對(duì)農(nóng)戶生計(jì)策略選擇具有較顯著的影響。

社會(huì)資本和政策資本對(duì)綏德縣農(nóng)業(yè)戶生計(jì)策略選擇具有顯著影響，并且是負(fù)向作用，表明農(nóng)戶的社會(huì)資本和政策資本越豐富，其成為農(nóng)業(yè)戶的概率越小。對(duì)于兼業(yè)戶來說，社會(huì)資本、自然資本和政策資本對(duì)生計(jì)策略的選擇具有正向作用，人力資本、物質(zhì)資本對(duì)其具有負(fù)向作用;對(duì)非農(nóng)戶而言，金融資本對(duì)其生計(jì)策略的選擇具有正向作用，自然資本和政策資本具有負(fù)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(huì)資本、金融資本、物質(zhì)資本對(duì)農(nóng)戶由農(nóng)業(yè)型向兼業(yè)型轉(zhuǎn)化具有重要的推動(dòng)作用，其中政策資本和社會(huì)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(dāng)其他生計(jì)資本不變時(shí)，政策資本和社會(huì)資本每增加1個(gè)單位，將引起P（農(nóng)業(yè)戶與兼業(yè)戶概率之比的對(duì)數(shù)）分別增加13.644、12.185個(gè)單位，表明農(nóng)戶選擇成為兼業(yè)戶的概率將擴(kuò)大，即農(nóng)戶擁有的政策資本和社會(huì)資本越多，越可能從事多種生計(jì)，有利于提高農(nóng)戶抵抗意外風(fēng)險(xiǎn)的能力。金融資本、人力資本、物質(zhì)資本和自然資本對(duì)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(huì)資本、金融資本、物質(zhì)資本有利于其生計(jì)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(dāng)其他生計(jì)資本不變時(shí)，物質(zhì)資本每增加1個(gè)單位，將引起P（農(nóng)業(yè)戶與非農(nóng)戶概率之比的對(duì)數(shù)）增加16.14個(gè)單位，表明農(nóng)戶選擇成為非農(nóng)戶的概率將擴(kuò)大，自然資本每增加1個(gè)單位，將引起P減少78.001個(gè)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(jì)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(jì)策略的可能性越大。政策資本、社會(huì)資本、金融資本和人力資本對(duì)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(duì)黃土高原地區(qū)綏德縣16個(gè)鄉(xiāng)鎮(zhèn)652戶農(nóng)戶的生計(jì)資本狀況進(jìn)行對(duì)比和生計(jì)策略選擇，得出如下結(jié)論：①貧困村農(nóng)戶的各單項(xiàng)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(xiàng)資本值，自然資本值低于其他單項(xiàng)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(huì)資本在0.05的顯著性水平（雙側(cè)檢驗(yàn)）上存在顯著差異。③對(duì)農(nóng)業(yè)戶而言，社會(huì)資本和政策資本對(duì)其生計(jì)策略選擇具有具有負(fù)向作用;對(duì)于兼業(yè)戶而言，社會(huì)資本、自然資本和政策資本對(duì)其生計(jì)策略的選擇具有正向作用，人力資本、物質(zhì)資本對(duì)其具有負(fù)向作用;對(duì)非農(nóng)戶而言，金融資本對(duì)其生計(jì)策略的選擇具有正向作用，自然資本和政策資本具有負(fù)向作用。政策資本和社會(huì)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(jìn)脫貧攻堅(jiān)工作時(shí)，因政策多傾向于貧困村，造成貧困村農(nóng)戶的生計(jì)資本高于非貧困村農(nóng)戶。

3.2 討論

習(xí)近平總書記在十九大報(bào)告中強(qiáng)調(diào)，“確保到2020年我國(guó)現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口實(shí)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(shí)提出“實(shí)施鄉(xiāng)村振興戰(zhàn)略，要堅(jiān)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(fēng)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(jī)制和政策體系，加快推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化”[32]。脫貧攻堅(jiān)工作接近尾聲，并已取得了決定性進(jìn)步，為鄉(xiāng)村振興戰(zhàn)略奠定了基礎(chǔ)，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(duì)于促進(jìn)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(xiàn)

[1]中共中央黨史和文獻(xiàn)研究院.習(xí)近平扶貧論述摘編[M].北京：中央文獻(xiàn)出版社，2018.

[2]張勇.扶貧工作要避免“兩個(gè)不平衡”問題[N].重慶日?qǐng)?bào)，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(jì)框架下生態(tài)移民區(qū)農(nóng)戶生計(jì)資本分析：以廣西環(huán)江縣金橋村為例[J].農(nóng)業(yè)經(jīng)濟(jì)，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(jì)資本研究[J].農(nóng)業(yè)經(jīng)濟(jì)，2015（6）：96-98.

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

[13]蘇芳，蒲欣冬，徐中民，等.生計(jì)資本與生計(jì)策略關(guān)系研究：以張掖市甘州區(qū)為例[J].中國(guó)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(jì)資本與生計(jì)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(guó)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(jì)能力與生態(tài)環(huán)境的關(guān)系：以重慶市16個(gè)區(qū)縣為例[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2018，39（9）：175-182.

[16]何仁偉，李光勤，劉運(yùn)偉，等.基于可持續(xù)生計(jì)的精準(zhǔn)扶貧分析方法及應(yīng)用研究：以四川涼山彝族自治州為例[J].地理科學(xué)進(jìn)展，2017，36（2）：182-192.

[17]寧澤逵.農(nóng)戶可持續(xù)生計(jì)資本與精準(zhǔn)扶貧[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，16（1）：86-94.

[18]曲朦，趙凱.農(nóng)戶生計(jì)資本對(duì)其耕地保護(hù)行為的影響：基于河南滑縣的473個(gè)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(jì)資本現(xiàn)狀及影響因素分析：基于CFPS數(shù)據(jù)的微觀實(shí)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(jì)資本分化及其生計(jì)策略變化[J].水土保持研究，2019，26（4）：349-354，362.

[21]脫貧攻堅(jiān)|綏德2018年末將貧困發(fā)生率降至1.19%[N/OL].榆林日?qǐng)?bào)，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(jì)資本空間特征及影響因素：以甘肅省榆中縣為例[J].經(jīng)濟(jì)地理，2017，37（12）：153-162.

[23]何仁偉，劉邵權(quán)，陳國(guó)階，等.中國(guó)農(nóng)戶可持續(xù)生計(jì)研究進(jìn)展及趨向[J].地理科學(xué)進(jìn)展，2013，32（4）：657-670.

[24]顏雙波.基于熵值法的區(qū)域經(jīng)濟(jì)增長(zhǎng)質(zhì)量評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2017（21）：142-145.

[25]薛軍，聞?dòng)?欠發(fā)達(dá)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(shí)證研究[J].農(nóng)村經(jīng)濟(jì)，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(jì)策略研究[J].農(nóng)業(yè)經(jīng)濟(jì)，2016（5）：85-86.

[27]趙文娟，楊世龍，王瀟.基于Logistic回歸模型的生計(jì)資本與生計(jì)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(xué)，2016，38（1）：136-143.

[28]嚴(yán)登才.搬遷前后水庫(kù)移民生計(jì)資本的實(shí)證對(duì)比分析[J].現(xiàn)代經(jīng)濟(jì)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(jì)資本的對(duì)比分析：基于內(nèi)蒙古灌區(qū)農(nóng)戶的調(diào)研[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，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(jì)對(duì)比：以遺產(chǎn)旅游地武陵源為例[J].資源科學(xué)，2016，38（8）：1621-1633.

[31]伍艷.貧困山區(qū)農(nóng)戶生計(jì)資本對(duì)生計(jì)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(jì)問題，2016，37（3）：88-94，112.

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