民族地區貧困農戶產業選擇影響因素的實證研究

程娜 李疆接 龍志富

摘要：筆者通過實地調研，采用Logit模型，實證分析湘西自治州典型貧困村貧困農戶產業選擇的影響因素。研究發現：貧困農戶家庭收入受到自然災害等不可抗力的影響程度越小、家庭收入受價格變化和市場需求等市場環境的影響程度越小、家庭收入水平的穩定程度越低以及家庭年齡結構越分散，貧困農戶參與產業扶貧的意愿度會更高;此外，貧困農戶被征地意愿度越高，參與產業扶貧的積極性就相對越低。

關鍵詞：貧困農戶;產業選擇;產業扶貧;Logit模型

2018年2月12日，習近平總書記在打好精準脫貧攻堅戰座談會上指出“產業扶貧是穩定脫貧的根本之策”[1]。目前精準扶貧已經進入“最吃勁”的時候，要實現全面脫貧的目標，鞏固脫貧成效，就更需要發揮產業扶貧的作用，而如何精準選擇產業，則是擺在扶貧干部和貧困農戶面前的關鍵問題。在此背景下，本文通過實地調研，采用Logit模型對貧困農戶產業選擇的影響因素進行實證研究，以期為貧困農戶的產業選擇提供參考和借鑒。

一、數據來源與研究方法

（一）數據來源

基于可行性、代表性和數據的可獲得性等原則，選取湖南省湘西自治州典型貧困村的貧困戶作為調查對象，共收集有效問卷120份。此外，調查人員還與第一書記或扶貧專家進行了深入訪談，以充分了解被調查村實施產業扶貧的情況，并獲得全面的研究數據。

（二）變量設定

被解釋變量

根據相關文獻，被解釋變量為貧困農戶參與產業扶貧意愿并按照意愿程度劃分為5個等級（“完全不愿意”“基本不愿意”“不知道”“基本愿意”和“完全愿意”）。

被解釋變量包括貧困農戶的家庭特征、環境特征、社會市場影響及扶貧發展狀況，具體指標見表1。

（三）模型構建

問卷調查的結果顯示，Y的結果集中于“基本愿意”和“完全愿意”，故將其轉化為0和1來考察不同因素對Y的影響。因此本文選用計量經濟學中的Logit模型實證影響農戶產業選擇的因素，模型具體形式如下：

Logit （p）=ln（Pp）=β0+∑βiXi+ε

（1）

在式（1）中，p表示貧困農戶基本同意參與產業扶貧的概率，p/（1 -p）表示貧困農戶基本同意和完全同意參加產業扶貧的概率之比，定義為貧困農戶參與產業扶貧意愿的機會比率[2]。解釋變量Xi的含義為貧困農戶產業選擇意愿的影響因素，具體的解釋變量設定見表3。對上式兩邊取e的指數得：

在式（2）中，eβi為發生比率（odds ratio）[3]，它提供了解釋變量變動一個單位時，發生比變動的倍數，即解釋變量的單位變化引起發生比的變化為（eβi-1）xl00%。

二、實證分析

（一）變量篩選

根據表2可知，若干變量X與被解釋變量Y的相關程度很低，加入模型會使得其標準誤增大，讓本來可能表現顯著的變量變得不顯著。因此，為了對變量進行篩選，本文通過AIC信息準則來判斷變量是否應留在模型中，得到AIC最低的模型如表3所示。

（二）擬合優度檢驗

Logit模型雖然輸出了McFadden R-squared，其功能與普通線性回歸中的R-squared類似，但其效用在此處有一定的局限性。因此為了進一步考察模型的擬合優劣程度，此處使用Hosmer-Lemeshow檢驗，檢驗后得到其伴隨概率為0.258 1>0.05（見表4），因此不能拒絕原假設，即模型的擬合程度較好，可以進行后續分析。

（三）模型表達式

根據上述分析，即可得出模型的表達式為：

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、實證分析結果

模型的R2為0.395 842，表示模型最后保留的變量組解釋了被解釋變量約39.5 8%的變化過程。此時的AIC值為0.385 344，不管往模型中再增加或再減少何種變量都會使得AIC增加，因此根據AIC準則，此時建立的模型代表了給定樣本數據和變量下建立的最優模型。其中，x1和X6的系數為正，X3、X12、X13、X16的系數均為負，且X3、X6、X12、X13、X16都通過了t檢驗，表現出這些解釋變量對Y有顯著性影響。

第一，X3代表的是受訪者的家庭年齡結構，隨著受訪者對該問題的分值越低，其提早參與扶貧產業的積極性越強。這表明，對于農村居民而言，當家中同時有尚待培養的14歲以下的孩童和60歲以上的老人時，其更愿意加入到扶貧產業中從而緩解經濟上的窘境。

第二，X6代表的是受訪者家庭收入受到自然災害等不可抗力的影響程度。這反映了家庭經濟的脆弱程度，模型得到的結果顯示，受訪者家庭的脆弱性越低，其對于扶貧計劃的熱情度越高。通過整理問卷結果可知，受訪者對于該問題的回答都分布在4分和5分，認為家庭經濟受自然災害等不可抗力的影響程度較小，即受訪的村民對于家庭經濟脆弱性都持樂觀的態度，而盡早地加入扶貧計劃，能保持當前家庭經濟的穩定性，從而維持整個家庭的持續生存。

第三，X12代表的是家庭收入與市場的聯系，反映了農村經濟的市場化程度。模型結果顯示，農村經濟市場化程度越高，其對于參加扶貧產業的積極性相對較低。這表明，農村經濟的市場化能增強村民家庭單位抵御自然災害的能力，農村與城鎮經濟的溝通渠道暢通，交易頻繁，農村獨立的風險在這樣的溝通下能部分轉移到城鎮并在城鎮的高流動性下被消化。

第四，X13代表的是受訪者的家庭收入是否在穩步增長，與X6有部分聯系但多了一層提高的含義。模型結果顯示，當農村家庭的收入能實現穩步增長時，其對于參與扶貧計劃的積極性會相對較低。

第五，X16代表的是在扶貧產業發展中受訪者是否有意愿征用、租借或轉讓自己的土地，體現了其被征地意愿。模型結果顯示，被征地意愿越高，其參與扶貧計劃的積極性相對較低。可能原因在于，表現出被征地意愿的村民在經濟實力上相對較好，其家庭收入呈現穩步增長，抵御自然災害能力較強，并且與城鎮之間發生著穩固的經濟往來，因而雖然其被征地意愿高，但參與扶貧計劃的積極性會相對較低。

四、結語

基于對湖南省湘西自治州的實地調查問卷結果，實證分析貧困農戶產業選擇的影響因素，得到以下結論：貧困農戶家庭收入受到自然災害等不可抗力的影響程度越小、家庭收入受價格變化和市場需求等市場環境的影響程度越小、家庭收入水平的穩定程度越低以及家庭年齡結構越分散，貧困農戶參與產業扶貧的意愿度會更高;此外，貧困農戶被征地意愿度越高，參與扶貧計劃的積極性就相對越低。在本文的研究中，其他變量對被解釋變量的影響表現為不顯著。

參考文獻：

[1]新華社.聚焦深貧地區，打好精準之戰——學習貫徹習近平總書記在打好精準脫貧攻堅戰座談會上重要講話[EB/OL].http：//www.govcn/xinwen/2018-02—14.content 5266890.htm.2018-02-14

[2]巫林潔，劉濱，唐云平產業扶貧對貧困戶收入的影響——基于江西省1047戶數據[J].調研世界，2019（10）

[3]傅順，裴平，顧天竹.大學生的消費行為、網貸意愿和網貸平臺偏好——基于江蘇省高校問卷調查數據的實證分析[J].蘭州學刊，2019（11）.

基金項目：2019年湖南省大學生研究性學習和創新性實驗計劃項目“生態文明視角下武陵山片區精準扶貧的產業選擇研究”（編號：S201910531023）湘教通[2019] 219號。

感謝吉首大學商學院殷強老師在本文撰寫過程中提供的幫助和建設性的修改意見。

作者簡介：程娜（1996-），女，土家族，湖北利川人，吉首大學商學院會計學專業2016級在讀;李疆接（1998-），男，湖南懷化人，吉首大學商學院工商管理專業2017級在讀;龍志富（1996-），男，苗族，湖南湘西人，吉首大學商學院會計學專業2017級在讀。