民族地区贫困农户产业选择影响因素的实证研究

程娜 李疆接 龙志富

摘要：笔者通过实地调研，采用Logit模型，实证分析湘西自治州典型贫困村贫困农户产业选择的影响因素。研究发现：贫困农户家庭收入受到自然灾害等不可抗力的影响程度越小、家庭收入受价格变化和市场需求等市场环境的影响程度越小、家庭收入水平的稳定程度越低以及家庭年龄结构越分散，贫困农户参与产业扶贫的意愿度会更高;此外，贫困农户被征地意愿度越高，参与产业扶贫的积极性就相对越低。

关键词：贫困农户;产业选择;产业扶贫;Logit模型

2018年2月12日，习近平总书记在打好精准脱贫攻坚战座谈会上指出“产业扶贫是稳定脱贫的根本之策”[1]。目前精准扶贫已经进入“最吃劲”的时候，要实现全面脱贫的目标，巩固脱贫成效，就更需要发挥产业扶贫的作用，而如何精准选择产业，则是摆在扶贫干部和贫困农户面前的关键问题。在此背景下，本文通过实地调研，采用Logit模型对贫困农户产业选择的影响因素进行实证研究，以期为贫困农户的产业选择提供参考和借鉴。

一、数据来源与研究方法

（一）数据来源

基于可行性、代表性和数据的可获得性等原则，选取湖南省湘西自治州典型贫困村的贫困户作为调查对象，共收集有效问卷120份。此外，调查人员还与第一书记或扶贫专家进行了深入访谈，以充分了解被调查村实施产业扶贫的情况，并获得全面的研究数据。

（二）变量设定

被解释变量

根據相关文献，被解释变量为贫困农户参与产业扶贫意愿并按照意愿程度划分为5个等级（“完全不愿意”“基本不愿意”“不知道”“基本愿意”和“完全愿意”）。

被解释变量包括贫困农户的家庭特征、环境特征、社会市场影响及扶贫发展状况，具体指标见表1。

（三）模型构建

问卷调查的结果显示，Y的结果集中于“基本愿意”和“完全愿意”，故将其转化为0和1来考察不同因素对Y的影响。因此本文选用计量经济学中的Logit模型实证影响农户产业选择的因素，模型具体形式如下：

Logit （p）=ln（Pp）=β0+∑βiXi+ε

（1）

在式（1）中，p表示贫困农户基本同意参与产业扶贫的概率，p/（1 -p）表示贫困农户基本同意和完全同意参加产业扶贫的概率之比，定义为贫困农户参与产业扶贫意愿的机会比率[2]。解释变量Xi的含义为贫困农户产业选择意愿的影响因素，具体的解释变量设定见表3。对上式两边取e的指数得：

在式（2）中，eβi为发生比率（odds ratio）[3]，它提供了解释变量变动一个单位时，发生比变动的倍数，即解释变量的单位变化引起发生比的变化为（eβi-1）xl00%。

二、实证分析

（一）变量筛选

根据表2可知，若干变量X与被解释变量Y的相关程度很低，加入模型会使得其标准误增大，让本来可能表现显著的变量变得不显著。因此，为了对变量进行筛选，本文通过AIC信息准则来判断变量是否应留在模型中，得到AIC最低的模型如表3所示。

（二）拟合优度检验

Logit模型虽然输出了McFadden R-squared，其功能与普通线性回归中的R-squared类似，但其效用在此处有一定的局限性。因此为了进一步考察模型的拟合优劣程度，此处使用Hosmer-Lemeshow检验，检验后得到其伴随概率为0.258 1>0.05（见表4），因此不能拒绝原假设，即模型的拟合程度较好，可以进行后续分析。

（三）模型表达式

根据上述分析，即可得出模型的表达式为：

1n（p/1-p）=y*i=15.78384+2.001261·x1-1.231735·x3+4.999855·X6 - 4.531978·X12 - 2.528243·X13 - 6.094564·X16+ei

三、实证分析结果

模型的R2为0.395 842，表示模型最后保留的变量组解释了被解释变量约39.5 8%的变化过程。此时的AIC值为0.385 344，不管往模型中再增加或再减少何种变量都会使得AIC增加，因此根据AIC准则，此时建立的模型代表了给定样本数据和变量下建立的最优模型。其中，x1和X6的系数为正，X3、X12、X13、X16的系数均为负，且X3、X6、X12、X13、X16都通过了t检验，表现出这些解释变量对Y有显著性影响。

第一，X3代表的是受访者的家庭年龄结构，随着受访者对该问题的分值越低，其提早参与扶贫产业的积极性越强。这表明，对于农村居民而言，当家中同时有尚待培养的14岁以下的孩童和60岁以上的老人时，其更愿意加入到扶贫产业中从而缓解经济上的窘境。

第二，X6代表的是受访者家庭收入受到自然灾害等不可抗力的影响程度。这反映了家庭经济的脆弱程度，模型得到的结果显示，受访者家庭的脆弱性越低，其对于扶贫计划的热情度越高。通过整理问卷结果可知，受访者对于该问题的回答都分布在4分和5分，认为家庭经济受自然灾害等不可抗力的影响程度较小，即受访的村民对于家庭经济脆弱性都持乐观的态度，而尽早地加入扶贫计划，能保持当前家庭经济的稳定性，从而维持整个家庭的持续生存。

第三，X12代表的是家庭收入与市场的联系，反映了农村经济的市场化程度。模型结果显示，农村经济市场化程度越高，其对于参加扶贫产业的积极性相对较低。这表明，农村经济的市场化能增强村民家庭单位抵御自然灾害的能力，农村与城镇经济的沟通渠道畅通，交易频繁，农村独立的风险在这样的沟通下能部分转移到城镇并在城镇的高流动性下被消化。

第四，X13代表的是受访者的家庭收入是否在稳步增长，与X6有部分联系但多了一层提高的含义。模型结果显示，当农村家庭的收入能实现稳步增长时，其对于参与扶贫计划的积极性会相对较低。

第五，X16代表的是在扶贫产业发展中受访者是否有意愿征用、租借或转让自己的土地，体现了其被征地意愿。模型结果显示，被征地意愿越高，其参与扶贫计划的积极性相对较低。可能原因在于，表现出被征地意愿的村民在经济实力上相对较好，其家庭收入呈现稳步增长，抵御自然灾害能力较强，并且与城镇之间发生着稳固的经济往来，因而虽然其被征地意愿高，但参与扶贫计划的积极性会相对较低。

四、结语

基于对湖南省湘西自治州的实地调查问卷结果，实证分析贫困农户产业选择的影响因素，得到以下结论：贫困农户家庭收入受到自然灾害等不可抗力的影响程度越小、家庭收入受价格变化和市场需求等市场环境的影响程度越小、家庭收入水平的稳定程度越低以及家庭年龄结构越分散，贫困农户参与产业扶贫的意愿度会更高;此外，贫困农户被征地意愿度越高，参与扶贫计划的积极性就相对越低。在本文的研究中，其他变量对被解释变量的影响表现为不显著。

参考文献：

[1]新华社.聚焦深贫地区，打好精准之战——学习贯彻习近平总书记在打好精准脱贫攻坚战座谈会上重要讲话[EB/OL].http：//www.govcn/xinwen/2018-02—14.content 5266890.htm.2018-02-14

[2]巫林洁，刘滨，唐云平产业扶贫对贫困户收入的影响——基于江西省1047户数据[J].调研世界，2019（10）

[3]傅顺，裴平，顾天竹.大学生的消费行为、网贷意愿和网贷平台偏好——基于江苏省高校问卷调查数据的实证分析[J].兰州学刊，2019（11）.

基金项目：2019年湖南省大学生研究性学习和创新性实验计划项目“生态文明视角下武陵山片区精准扶贫的产业选择研究”（编号：S201910531023）湘教通[2019] 219号。

感谢吉首大学商学院殷强老师在本文撰写过程中提供的帮助和建设性的修改意见。

作者简介：程娜（1996-），女，土家族，湖北利川人，吉首大学商学院会计学专业2016级在读;李疆接（1998-），男，湖南怀化人，吉首大学商学院工商管理专业2017级在读;龙志富（1996-），男，苗族，湖南湘西人，吉首大学商学院会计学专业2017级在读。