基于Logistic模型的連片貧困區(qū)農(nóng)戶精準(zhǔn)扶貧滿意度的影響因素
——以湖北大別山片區(qū)為例

劉漢成， 關(guān)江華

(1.黃岡師范學(xué)院商學(xué)院，湖北黃岡 438000； 2.黃岡師范學(xué)院旅游文化與地理科學(xué)學(xué)院，湖北黃岡 438000)

2013年11月習(xí)近平總書記首次提出了“精準(zhǔn)扶貧”的重要思想，2014年1月中共中央辦公廳、國(guó)務(wù)院辦公廳制定了精準(zhǔn)扶貧的頂層設(shè)計(jì)，2015年10月十八屆五中全會(huì)提出了實(shí)施精準(zhǔn)扶貧，2016年1月精準(zhǔn)扶貧在全國(guó)范圍內(nèi)全面展開(kāi)。在新型城鎮(zhèn)化背景下，貧困地區(qū)的扶貧脫貧開(kāi)發(fā)發(fā)展迎來(lái)了重要發(fā)展機(jī)遇期[1]，精準(zhǔn)扶貧以全新的扶貧方式出現(xiàn)，從以往單純的國(guó)家和地方政府在財(cái)政上對(duì)于貧困地區(qū)的貧困人口直接補(bǔ)助，發(fā)展為現(xiàn)在的以精準(zhǔn)扶貧項(xiàng)目為主的新型扶貧方式。

各地開(kāi)展了多種形式的扶貧脫貧模式試點(diǎn)，并取得了不錯(cuò)的成效。對(duì)脫貧、扶貧的研究文獻(xiàn)越來(lái)越多，在研究貧困地區(qū)區(qū)域發(fā)展和農(nóng)民增收影響因素方面，早期的研究主要集中在貧困地區(qū)資源稟賦差異等因素，陳凡認(rèn)為制約貧困地區(qū)區(qū)域發(fā)展和農(nóng)民增收的主要原因在于資源稟賦差異且總體呈現(xiàn)資源配置低效率的穩(wěn)定均衡狀態(tài)[2]。隨后的研究則聚焦在貧困地區(qū)教育水平、資金短缺、能力培養(yǎng)與積累等因素上，黃承偉等認(rèn)為，由于貧困地區(qū)經(jīng)濟(jì)落后導(dǎo)致教育水平低下、發(fā)展資金短缺、能力培養(yǎng)和積累相對(duì)不足，反過(guò)來(lái)使得貧困地區(qū)經(jīng)濟(jì)發(fā)展更加緩慢，由此就出現(xiàn)惡性循環(huán)[3]。近期，研究人員對(duì)貧困地區(qū)農(nóng)戶的研究重點(diǎn)在于對(duì)農(nóng)戶脆弱性評(píng)價(jià)及影響因素的研究，楊龍等認(rèn)為，脆弱性既是風(fēng)險(xiǎn)的產(chǎn)物，也是個(gè)體抵御風(fēng)險(xiǎn)的能力和行動(dòng)的產(chǎn)物，脆弱性的程度依賴于風(fēng)險(xiǎn)的特點(diǎn)和家庭抵御風(fēng)險(xiǎn)機(jī)制，并提出影響農(nóng)戶家庭脆弱性的影響因素層和相應(yīng)指標(biāo)層[4]。在研究連片特困區(qū)農(nóng)戶貧困及影響因素研究方面有如下成果，例如，李貝等基于武陵山地區(qū)的調(diào)查，應(yīng)用Logistic模型分析了連片特困地區(qū)農(nóng)戶貧困的主要因素，并得出如下結(jié)論：從戶主層面來(lái)看，女性、文化程度低、兼業(yè)時(shí)間短的農(nóng)戶更容易陷入貧困；從家庭基本特征層面看，耕地面積少的農(nóng)戶家庭更容易陷入到貧困狀態(tài)；從家庭生命周期層面來(lái)看，擁有未成年子女?dāng)?shù)量少、遭受過(guò)重大疾病或傷殘的農(nóng)戶，其家庭貧困的可能性更大[5]。另有少數(shù)學(xué)者從精準(zhǔn)扶貧績(jī)效角度來(lái)探索農(nóng)戶脫貧增收問(wèn)題，陳升等認(rèn)為，現(xiàn)階段影響農(nóng)戶脫貧的主要原因在于精準(zhǔn)識(shí)別、精準(zhǔn)幫扶、精準(zhǔn)管理與精準(zhǔn)考核4個(gè)層面的9個(gè)因素；且各因素重要性不同，其中核心因素是扶貧對(duì)象精準(zhǔn)、項(xiàng)目安排精準(zhǔn)、資金使用精準(zhǔn)、措施到戶精準(zhǔn)與因村派人精準(zhǔn)，妥善解決這些問(wèn)題能夠提高精準(zhǔn)扶貧的針對(duì)性，實(shí)現(xiàn)農(nóng)戶脫貧增收的目的[6]。李裕瑞等對(duì)我國(guó)實(shí)施精準(zhǔn)扶貧的模式進(jìn)行了研究，并提出了實(shí)現(xiàn)可持續(xù)精準(zhǔn)扶貧模式[7]。在精準(zhǔn)扶貧研究方面，王思鐵從政策解讀、實(shí)踐經(jīng)驗(yàn)、工作難點(diǎn)、路徑選擇等方面給予了研究[8]。關(guān)于貧困農(nóng)戶對(duì)精準(zhǔn)扶貧滿意度(本研究以各農(nóng)戶對(duì)精準(zhǔn)扶貧的態(tài)度所占比重計(jì))的研究涉獵不多，更多的研究關(guān)注合作社、社會(huì)工作、農(nóng)戶在精準(zhǔn)扶貧中各主體利益聯(lián)結(jié)關(guān)系等方面。趙曉峰等提出整合國(guó)家財(cái)政扶貧資源與合作社進(jìn)行對(duì)接，再吸納貧困農(nóng)戶的自有資源，使合作社與普通農(nóng)戶之間建立起緊密的利益聯(lián)結(jié)機(jī)制[9]。袁君剛認(rèn)為，社會(huì)工作完全可以運(yùn)用自身的專業(yè)性和職業(yè)性優(yōu)勢(shì)，通過(guò)參與“精準(zhǔn)扶貧”實(shí)現(xiàn)農(nóng)村貧困治理水平的提高[10]。盧沖等利用四川藏區(qū)23縣(市)1 320 戶的調(diào)查數(shù)據(jù)構(gòu)建雙檻模型進(jìn)行實(shí)證分析，結(jié)果表明，貧困牧民參與旅游扶貧對(duì)其脫貧具有積極作用[11]。

綜上所述，盡管對(duì)農(nóng)戶精準(zhǔn)扶貧滿意度問(wèn)題的研究有一些進(jìn)展，但在以下方面還有改進(jìn)空間：一是研究區(qū)域大多基于全國(guó)范圍的面上分析，對(duì)連片特困地區(qū)關(guān)注不夠，尤其是從精準(zhǔn)扶貧對(duì)連片特困區(qū)農(nóng)戶脫貧增收的影響視角開(kāi)展的研究不足；二是對(duì)貧困地區(qū)農(nóng)戶的精準(zhǔn)扶貧滿意度評(píng)價(jià)及不穩(wěn)定因素的揭示和辨析不夠，未能深層次探究導(dǎo)致精準(zhǔn)扶貧對(duì)農(nóng)戶減貧增收的帶動(dòng)效應(yīng)不佳的因素；三是受數(shù)據(jù)來(lái)源的制約，研究多側(cè)重于定性分析，運(yùn)用模型及定量分析尚顯薄弱，使得研究結(jié)論缺乏嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)支撐，相關(guān)政策的制定缺乏現(xiàn)實(shí)針對(duì)性。本試驗(yàn)針對(duì)以上研究不足展開(kāi)探討。當(dāng)前，全國(guó)14個(gè)集中連片特困區(qū)是我國(guó)實(shí)施精準(zhǔn)扶貧的主戰(zhàn)場(chǎng)，這些區(qū)域的貧困農(nóng)戶能否脫貧增收是衡量精準(zhǔn)扶貧能否取得成效的關(guān)鍵。本研究基于農(nóng)戶微觀視角，通過(guò)構(gòu)建農(nóng)戶對(duì)精準(zhǔn)扶貧的滿意度評(píng)價(jià)模型，利用湖北大別山地區(qū)10個(gè)縣(市、區(qū))的問(wèn)卷調(diào)查數(shù)據(jù)，分析連片特困地區(qū)農(nóng)戶對(duì)精準(zhǔn)扶貧的滿意度，厘清影響農(nóng)戶對(duì)精準(zhǔn)扶貧滿意度的主要因素，為地方政府制定精準(zhǔn)扶貧政策提供參考。

1 研究區(qū)域概況與數(shù)據(jù)收集處理

1.1 研究區(qū)域概況

全國(guó)集中連片的特困地區(qū)有14個(gè)、貧困縣有832個(gè)，其中大別山片區(qū)是國(guó)家集中連片特困區(qū)的典型代表，橫跨鄂豫皖(湖北、安徽、河南)3省、6個(gè)地級(jí)市(黃岡、孝感、隨州、安慶、六安、信陽(yáng))，在大別山片區(qū)45個(gè)特困縣中，湖北占了16個(gè)。湖北省黃岡市作為湖北省下轄的地級(jí)市，國(guó)土面積 1.7萬(wàn)km2，轄區(qū)戶籍人口750多萬(wàn)。在湖北17個(gè)地級(jí)市中，2015年黃岡市人均GDP僅為2.5萬(wàn)元左右，在全省排名第16位，其中貧困縣有6個(gè)，貧困人口達(dá)102萬(wàn)多。本研究選擇湖北大別山片區(qū)黃岡市作為調(diào)研地，主要考慮黃岡市作為大別山集中連片特困縣集中分布的地區(qū)，調(diào)研數(shù)據(jù)具有代表性。

1.2 調(diào)查數(shù)據(jù)收集與處理

2 變量選擇與計(jì)量模型構(gòu)建

2.1 變量選擇與賦值

本研究選擇貧困農(nóng)戶對(duì)精準(zhǔn)扶貧滿意度作為被解釋變量，解釋變量包括四大特征變量，分別為農(nóng)戶個(gè)體及家庭特征變量、基礎(chǔ)條件特征變量、外圍支持特征變量和精準(zhǔn)扶貧認(rèn)知特征變量，每個(gè)特征變量又包含若干子變量。其中，農(nóng)戶個(gè)體及家庭特征變量包含性別、年齡、婚姻、文化程度、健康狀況、家庭勞動(dòng)力數(shù)量、農(nóng)民人均純收入、就業(yè)地點(diǎn)8個(gè)子變量；基礎(chǔ)條件特征變量包括地理位置、主導(dǎo)產(chǎn)業(yè)2個(gè)子變量；外圍支持特征變量包括財(cái)政扶貧資金投入、銀行小額貸款2個(gè)子變量；精準(zhǔn)扶貧執(zhí)行特征變量包括精準(zhǔn)扶貧政策了解程度、貧困戶識(shí)別精準(zhǔn)度、對(duì)口單位幫扶措施3個(gè)子變量。各變量賦值及預(yù)期影響方向見(jiàn)表1。

表1 變量賦值及預(yù)期影響方向

2.2 計(jì)量模型構(gòu)建

由于被解釋變量分滿意、不清楚、不滿意3類情況，且取值存在較強(qiáng)的排序關(guān)系，因此采用有序Logistic回歸模型來(lái)量化分析影響貧困農(nóng)戶滿意度的主要因素。基于上述變量選擇，構(gòu)建第i個(gè)貧困農(nóng)戶的滿意度模型：

satisfaction=∑βxi+εi。

式中：xi為解釋變量向量，xi=(1，xi1，xi2，…，xik)；β為回歸系數(shù)向量，β=(β0，β1，β2，…，βk)；εi為隨機(jī)變量。由于難以獲得衡量貧困農(nóng)戶參與精準(zhǔn)扶貧滿意度的連續(xù)性數(shù)據(jù)，因此把貧困農(nóng)戶的滿意度選擇作為代理變量。

3 結(jié)果與分析

3.1 樣本農(nóng)戶對(duì)精準(zhǔn)扶貧滿意度描述性統(tǒng)計(jì)分析

本研究從基礎(chǔ)條件特征、外圍支持特征及精準(zhǔn)扶貧執(zhí)行特征等方面選取7個(gè)因素對(duì)農(nóng)戶開(kāi)展?jié)M意度調(diào)查，即扶貧政策知曉、產(chǎn)業(yè)扶貧帶動(dòng)、財(cái)政扶貧資金投入、小額貸款、醫(yī)療救助、基礎(chǔ)條件改善、教育與培訓(xùn)就業(yè)。樣本農(nóng)戶對(duì)精準(zhǔn)扶貧滿意度統(tǒng)計(jì)情況見(jiàn)表2。

表2 樣本農(nóng)戶參與精準(zhǔn)扶貧滿意度調(diào)查統(tǒng)計(jì)情況

注：資料來(lái)源于調(diào)查整理所得。

從表2可以看出，貧困農(nóng)戶對(duì)精準(zhǔn)扶貧總體滿意比重為62.16%，不滿意為33.24%。從具體指標(biāo)滿意度調(diào)查來(lái)看，滿意度在60%以上的指標(biāo)有4個(gè)，分別是扶貧政策知曉、基礎(chǔ)條件改善、醫(yī)療救助和教育與培訓(xùn)就業(yè)，滿意度依次為 92.74%、84.99%、78.93%、65.13%；滿意度在60%以下的指標(biāo)有3個(gè)，分別是產(chǎn)業(yè)扶貧帶動(dòng)、財(cái)政扶貧資金投入和小額貸款，滿意度依次為51.09%、41.16%、21.07%。從以上滿意度的調(diào)查結(jié)果來(lái)看，表明現(xiàn)階段我國(guó)精準(zhǔn)扶貧項(xiàng)目推進(jìn)的進(jìn)度和效果還存在較大差異，須要引起政府和社會(huì)各界高度重視。

3.2 計(jì)量模型結(jié)果分析

運(yùn)用SPSS 17.0軟件進(jìn)行有序Logistic回歸，從檢驗(yàn)統(tǒng)計(jì)量來(lái)看，模型擬合效果較好，回歸結(jié)果見(jiàn)表3。由表3可知，被調(diào)查者的年齡、健康狀況、就業(yè)地點(diǎn)、地理位置、主導(dǎo)產(chǎn)業(yè)、財(cái)政扶貧資金投入、銀行小額貸款、貧困戶識(shí)別精準(zhǔn)度、對(duì)口單位幫扶措施等9個(gè)因素對(duì)貧困農(nóng)戶精準(zhǔn)扶貧滿意度具有顯著的影響。

3.2.1 被調(diào)查者的年齡 “年齡”變量的偏回歸系數(shù)為 0.078，且通過(guò)了5%的顯著性檢驗(yàn)，表明年齡對(duì)滿意度有正向影響。年齡越大的農(nóng)戶對(duì)國(guó)家扶貧政策及執(zhí)行理解更深刻，時(shí)常把現(xiàn)在與過(guò)去進(jìn)行對(duì)比，普遍認(rèn)為發(fā)生了翻天覆地的變化，滿意度相應(yīng)要高；相反，年齡越小的則沒(méi)有該經(jīng)歷和體會(huì)。

表3 基于樣本模型估計(jì)結(jié)果

注：*、**、***分別表示在10%、5%、1%的水平上顯著。

3.2.2 被調(diào)查者的健康狀況 “健康狀況”變量的偏回歸系數(shù)為0.205，且通過(guò)了10%的顯著性檢驗(yàn)，表明健康狀況對(duì)滿意度有正向影響。從調(diào)查情況來(lái)看，各地政府制定并落實(shí)醫(yī)療救助精準(zhǔn)扶貧實(shí)施方案，貧困農(nóng)戶參加新農(nóng)合比例達(dá)到100%，且免交參合費(fèi)用，大病住院治療報(bào)銷比例提高至90%，五保戶報(bào)銷比例達(dá)到100%。有少數(shù)農(nóng)戶因長(zhǎng)期有大病或慢性疾病，盡管可以報(bào)銷絕大部分醫(yī)療費(fèi)用，但因健康問(wèn)題影響工作，從而導(dǎo)致收入低下陷入貧困。農(nóng)戶健康狀況越好，就越有充沛的腦力和體力去從事各項(xiàng)工作，收入高且持續(xù)，滿意度就高；相反，健康狀況越差，不但要支付醫(yī)藥費(fèi)，同時(shí)因健康影響工作導(dǎo)致收入下降，因病致貧現(xiàn)象明顯，滿意度則低。

改換門庭之后，眼下的山東隊(duì)，一切都已大不一樣。回望二十年時(shí)光，山東籃球的名號(hào)仍然響亮，壯心猶在，旌旗烈烈。只是在諸多變故之后，很多人心生疑惑，誰(shuí)能回答歸程在哪？

3.2.3 就業(yè)地點(diǎn) “就業(yè)地點(diǎn)”變量的偏回歸系數(shù)為0.039，且通過(guò)了10%的顯著性檢驗(yàn)，表明就業(yè)地點(diǎn)對(duì)滿意度有重要影響。本地就業(yè)的農(nóng)戶能親身經(jīng)歷國(guó)家精準(zhǔn)扶貧政策實(shí)施全過(guò)程，且明確在哪些方面受益，受益多少，因而，滿意度高；反之，外地就業(yè)的農(nóng)戶，由于無(wú)法參與精準(zhǔn)扶貧的各類項(xiàng)目，滿意度則低。

3.2.4 地理位置 “地理位置”主要涉及貧困農(nóng)戶周邊基礎(chǔ)設(shè)施等，這一變量的偏回歸系數(shù)為0.024，且通過(guò)了5%的顯著性檢驗(yàn)，表明地理位置對(duì)滿意度有重要影響。從調(diào)查情況來(lái)看，區(qū)位條件較好的村普遍都有硬化的通村公路，有安全的農(nóng)村電網(wǎng)，有入戶的廣電通信光纖，有清潔飲用水和生活能源，有生產(chǎn)生活垃圾處理設(shè)施，有村衛(wèi)生室、農(nóng)家書屋、文化廣場(chǎng)和群眾服務(wù)中心，部分村已安裝了太陽(yáng)能路燈。區(qū)位條件較差的村尤其是極少數(shù)村還沒(méi)有通水泥路，路況較差，出行極不方便；部分村無(wú)獨(dú)立衛(wèi)生室，還存在幾個(gè)村合用一個(gè)衛(wèi)生室，且衛(wèi)生室條件較差；有的村寬帶普及率低，個(gè)別村還沒(méi)有安全飲用水。地理位置優(yōu)越的村莊，各類產(chǎn)業(yè)發(fā)展都具有先天優(yōu)勢(shì)，農(nóng)戶就業(yè)渠道多，收入增長(zhǎng)快，滿意度高；相反，地理位置差的村莊，交通閉塞，產(chǎn)業(yè)單一，農(nóng)戶增收門路少，滿意度低。

3.2.5 主導(dǎo)產(chǎn)業(yè) “主導(dǎo)產(chǎn)業(yè)”變量的偏回歸系數(shù)為0.245，且通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明主導(dǎo)產(chǎn)業(yè)是影響滿意度的關(guān)鍵因素。據(jù)調(diào)查，農(nóng)戶滿意度較高的一個(gè)重要原因是有主導(dǎo)產(chǎn)業(yè)，且這些主導(dǎo)產(chǎn)業(yè)具有較強(qiáng)的輻射帶動(dòng)效應(yīng)，貧困農(nóng)戶廣泛參與如種植、加工、運(yùn)輸、批發(fā)零售、鄉(xiāng)村旅游、農(nóng)家樂(lè)、特色美食等，農(nóng)戶就業(yè)效果好，農(nóng)民增收快，滿意度高。反之，滿意度低的則表現(xiàn)為多種形式，一些村本地主導(dǎo)產(chǎn)業(yè)還沒(méi)有形成無(wú)法帶動(dòng)；一些村雖有一些特色產(chǎn)業(yè)，但產(chǎn)業(yè)缺乏品牌，生產(chǎn)規(guī)模小，吸納就業(yè)能力不強(qiáng)，帶動(dòng)貧困農(nóng)戶增收效果不明顯。

3.2.6 財(cái)政扶貧資金投入 “財(cái)政扶貧資金投入”變量的偏回歸系數(shù)為0.089，且通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明國(guó)家財(cái)政扶貧資金投入對(duì)滿意度至關(guān)重要。從調(diào)查情況來(lái)看，貧困農(nóng)戶雖然對(duì)國(guó)家財(cái)政加大扶貧資金投入表示歡迎，但對(duì)投入不能滿足實(shí)際需求還不滿意。此外，國(guó)家財(cái)政對(duì)各村實(shí)際到村資金存在較大的差異，如2016年湖北省紅安縣石家崗村實(shí)際到村資金為247.74萬(wàn)元，小豐山村為192.79萬(wàn)元；湖北省團(tuán)風(fēng)縣杜堡村和馬家塹村實(shí)際到村資金均為100萬(wàn)元，而張沖村和孫家沖村僅為40萬(wàn)元。由此可見(jiàn)，到村資金的差異在一定程度上影響了貧困農(nóng)戶滿意度。財(cái)政扶貧資金投入越多的村莊，其面貌變化越大，產(chǎn)業(yè)發(fā)展效果越好，農(nóng)民受實(shí)惠越多；反之，財(cái)政扶貧資金投入少的村莊，村莊變化不大，農(nóng)戶受益較少。

3.2.7 銀行小額貸款 “銀行小額貸款”變量的偏回歸系數(shù)為0.036，且通過(guò)了5%的顯著性檢驗(yàn)，表明銀行小額貸款對(duì)滿意度具有正向效應(yīng)。從調(diào)查情況來(lái)看，貧困農(nóng)戶融資難的問(wèn)題比較突出。主要原因是：一方面缺乏扶貧信貸投資平臺(tái)，貧困農(nóng)戶得不到小額貸款的支持；另一方面是金融機(jī)構(gòu)貸款門檻過(guò)高，金融部門審核過(guò)于嚴(yán)格，出于資金安全考慮，只愿意將資金貸給農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)和種養(yǎng)殖大戶，缺乏對(duì)生產(chǎn)規(guī)模小、收益低的貧困農(nóng)戶貸款的積極性。

3.2.8 貧困戶識(shí)別精準(zhǔn)度 “貧困戶識(shí)別精準(zhǔn)度”變量的偏回歸系數(shù)為0.048，且通過(guò)了5%的顯著性檢驗(yàn)，表明貧困戶識(shí)別精準(zhǔn)度對(duì)滿意度具有重要影響。精準(zhǔn)扶貧政策落實(shí)貴在貧困戶識(shí)別精準(zhǔn)度，貧困戶識(shí)別精準(zhǔn)度高的村莊，針對(duì)性就強(qiáng)，扶貧效果就好；反之，精準(zhǔn)度低的村莊，扶貧矛盾和爭(zhēng)議大，政策執(zhí)行難，往往出現(xiàn)非貧困戶得到了資助，貧困戶相反被排斥，則滿意度必然低。

3.2.9 幫扶措施 “對(duì)口單位幫扶措施”變量的偏回歸系數(shù)為0.135，且通過(guò)了1%的顯著性檢驗(yàn)，表明對(duì)口單位幫扶措施對(duì)滿意度具有顯著的正向效應(yīng)。對(duì)口單位真心幫扶且措施得當(dāng)?shù)模毨舻玫搅藢?shí)實(shí)在在的幫扶，脫貧增收效果好；反之，對(duì)口單位幫扶措施蜻蜓點(diǎn)水，做表面文章，貧困戶意見(jiàn)很大，滿意度自然就低。

4 結(jié)論與政策建議

對(duì)精準(zhǔn)扶貧滿意度的影響因素分析對(duì)政府制定精準(zhǔn)扶貧策略、實(shí)現(xiàn)貧困農(nóng)戶真正脫貧具有重要的作用。對(duì)大別山貧困連片地區(qū)貧困農(nóng)戶的調(diào)查分析表明，貧困農(nóng)戶對(duì)精準(zhǔn)扶貧總體滿意度一般，總體滿意比重為62.16%，不滿意為 33.24%。影響農(nóng)戶滿意度的因素差異性較大，通過(guò)模型分析發(fā)現(xiàn)，年齡、健康狀況、就業(yè)地點(diǎn)、地理位置、主導(dǎo)產(chǎn)業(yè)、財(cái)政扶貧資金投入、銀行小額貸款、貧困戶確定精準(zhǔn)度以及對(duì)口單位幫扶措施等9個(gè)變量是影響農(nóng)戶滿意度的重要因素；而性別、婚姻、家庭勞動(dòng)力數(shù)量、農(nóng)民人均純收入以及精準(zhǔn)扶貧政策了解程度則影響不顯著。因此，提出如下政策建議。

4.1 健全與完善貧困地區(qū)農(nóng)村基礎(chǔ)條件建設(shè)

在對(duì)貧困農(nóng)戶的調(diào)查中發(fā)現(xiàn)，加快對(duì)貧困地區(qū)基礎(chǔ)設(shè)施建設(shè)有助于扶貧脫貧。既要加強(qiáng)硬件條件建設(shè)，如水、電、路、訊等基礎(chǔ)設(shè)施建設(shè)，把資金和項(xiàng)目?jī)?yōu)先安排到貧困村，推進(jìn)基礎(chǔ)設(shè)施建設(shè)到村到戶，改善貧困地區(qū)的基礎(chǔ)條件環(huán)境；又要加強(qiáng)軟件條件建設(shè)，包括寬帶網(wǎng)絡(luò)建設(shè)、農(nóng)村電商平臺(tái)建設(shè)、市場(chǎng)信息體系建設(shè)等。

4.2 培育與壯大貧困地區(qū)主導(dǎo)產(chǎn)業(yè)的參與主體

重點(diǎn)培育并壯大主導(dǎo)產(chǎn)業(yè)的核心參與主體，主要包括農(nóng)業(yè)龍頭企業(yè)、農(nóng)民專業(yè)合作社、專業(yè)協(xié)會(huì)組織等。同時(shí)，引導(dǎo)并規(guī)范核心主體與農(nóng)戶建立穩(wěn)定且有效的合作關(guān)系，帶動(dòng)貧困農(nóng)戶脫貧增收。

4.3 鼓勵(lì)與推動(dòng)貧困農(nóng)戶發(fā)揮主觀能動(dòng)性

各級(jí)政府要教育貧困戶克服“等、靠、要”思想，鼓勵(lì)貧困戶解放思想、發(fā)揮主觀能動(dòng)性，不斷提高自身素質(zhì)和技能，通過(guò)不懈努力脫貧致富。

4.4 著力與強(qiáng)調(diào)精準(zhǔn)扶貧的準(zhǔn)確性和針對(duì)性

首先著力精準(zhǔn)扶貧對(duì)象識(shí)別的準(zhǔn)確性。既要做到識(shí)別方法要精準(zhǔn)，又要做到識(shí)別過(guò)程要透明公正，將結(jié)果公諸于眾，接受群眾監(jiān)督。其次要強(qiáng)調(diào)精準(zhǔn)扶貧政策對(duì)癥下藥，項(xiàng)目安排要精準(zhǔn)，要因地制宜、因村施法、因戶施策，貫徹落實(shí)扶貧項(xiàng)目精準(zhǔn)。再次是資金使用的精準(zhǔn)，采取專項(xiàng)扶貧、行業(yè)扶貧、社會(huì)扶貧“三位一體”的多元投入機(jī)制。最后是實(shí)施方式要精準(zhǔn)，針對(duì)每戶的特殊情況和致貧原因分類實(shí)施，實(shí)現(xiàn)“私人訂制”式幫扶。

[1]戈大專，龍樓花，屠爽爽，等. 新型城鎮(zhèn)化與扶貧開(kāi)發(fā)研究進(jìn)展與展望[J]. 經(jīng)濟(jì)地理，2016，36(4)：22-30.

[2]陳 凡. 貧困地區(qū)農(nóng)戶經(jīng)濟(jì)行為與貧困機(jī)理分析[J]. 中國(guó)農(nóng)村觀察，1998(5)：3-9.

[3]黃承偉，陸漢文. 貧困村互助資金的安全性與風(fēng)險(xiǎn)控制——7省18個(gè)互助資金試點(diǎn)的調(diào)查與思考[J]. 華中師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)，2010，49(5)：14-20.

[4]楊 龍，汪三貴. 貧困地區(qū)農(nóng)戶脆弱性及其影響因素分析[J]. 中國(guó)人口資源與環(huán)境，2015(10)：150-156.

[5]李 貝，李海鵬. 集中連片特困地區(qū)農(nóng)戶貧困及其影響因素研究——基于湖北恩施州龍鳳鎮(zhèn)的調(diào)查[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2016(3)：61-67.

[6]陳 升，潘 虹，陸 靜. 精準(zhǔn)扶貧績(jī)效及其影響因素：基于東中西部的案例研究[J]. 中國(guó)行政管理，2016(9)：88-93.

[7]李裕瑞，曹 智，鄭小玉，等. 我國(guó)實(shí)施精準(zhǔn)扶貧的模式與可持續(xù)途徑[J]. 中國(guó)科學(xué)院院刊，2016，31(3)：279-288.

[8]王思鐵. “十三五”時(shí)期四川脫貧攻堅(jiān)構(gòu)思[J]. 黨政研究，2016(1)：22-28.

[9]趙曉峰，邢成舉. 農(nóng)民合作社與精準(zhǔn)扶貧協(xié)同發(fā)展機(jī)制構(gòu)建：理論邏輯與實(shí)踐路徑[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2016(4)：23-29.

[10]袁君剛. 社會(huì)工作參與農(nóng)村精準(zhǔn)扶貧的比較優(yōu)勢(shì)探索[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2017(1)：17-22.

[11]盧 沖，耿寶江，莊天慧，等. 藏區(qū)貧困農(nóng)牧民參與旅游扶貧的意愿及行為研究——基于四川藏區(qū)23縣(市)1 320戶的調(diào)查[J]. 旅游學(xué)刊，2017(1)：64-76.