The Quality of Poverty Elimination and Self-development Ability of Poor Households from the Perspective of Relative Poverty: A Quantitative Analysis Based on the Data of Six State-level Poverty-stricken Counties
-
摘要: 中国政府于2020年年底实现消除现行标准下的绝对贫困现象，但是相对贫困问题依然会存在。建档立卡贫困户群体，尽管绝大部分实现了脱贫，其脱贫质量却不尽相同，甚至会有较大的差别。从相对贫困视角出发，以社会中间群体的收入标准为参照，对六个国家级贫困县2018年建档立卡贫困户的官方数据进行分段抽样，并以三个维度、九个具体指标作为建档立卡贫困户脱贫质量的影响因素进行分析，发现脱贫质量与贫困户自我发展能力有很大的关联，家庭未成年人口比例越高、人均文化程度越低以及人均耕地面积越少的建档立卡户脱贫质量相对较低。今后的巩固脱贫成果和相对贫困治理工作应该进一步强化扶贫对象的能力和资产建设。Abstract: The Chinese government had already eliminated absolute poverty by the end of 2020 under the current standard, but the quality of poverty elimination differs greatly among the on-file poor households. From the perspective of relative poverty and with reference to the income standards of intermediate social groups, a sectional sampling of the official data of poor households in six state-level poverty-stricken counties in 2018 is conducted and nine specific indicators of the three dimensions of poverty elimination are analyzed as the factors in the quality. The quality of poverty elimination is closely related to the self-development ability of the poor households. The higher the proportion of minors, the lower the education level per capita and the less arable land per capita, the lower the quality of poverty alleviation. Efforts should be made in the future to strengthen the individual and social capacity and asset building of the target group for self-development.
-
党的十八大以来，中国精准扶贫工作取得伟大成就，到2020年年底顺利实现了现行标准下贫困人口和贫困地区精准脱贫这一目标。绝对贫困问题被完全消除，但巩固脱贫攻坚成果成为新的重要议题，毫无疑问，巩固脱贫攻坚成果与脱贫质量的高低有密切关联。本文旨在从相对贫困的视角来审视当前脱贫攻坚的质量，进而探讨建档立卡户自我发展能力和脱贫质量的关系。理论上讲，质量好的脱贫即是贫困户能够走上自我发展的道路。本文关注建档立卡户自我发展能力中的相关影响因素以及它们对脱贫质量产生的影响；以此为基础，有关政府部门才能根据建档立卡户的不同脱贫质量采取不同措施精准应对、提升建档立卡户的脱贫质量。本研究还可以为建档立卡户进一步发展摆脱相对贫困提供可借鉴的理论基础。
由于大面积的脱贫是近一两年的新现象，目前直接对脱贫质量影响因素展开的研究成果数量不多。目前对于贫困影响因素的研究大致可以分为三个类别：一是致贫影响因素；二是脱贫质量影响因素；三是返贫影响因素。这三者之间存在许多重合的部分，贫困户最初的致贫因素很可能会对其脱贫的进程和效果产生较大的影响，甚至最终导致其返贫。本文所关注的脱贫质量影响因素和致贫因素之间的差别，主要在于这两种因素对建档立卡户影响的阶段不同；这两种因素可能高度相似，也可能不同，需要通过研究来验证。本文在研究设计上也对这两种因素进行了较多的参考。另外，目前仅有的对于脱贫影响因素的研究提出了一些概念，在将这些概念进行操作化的过程中往往加入了许多在实际反贫困工作中不容易测量的变量，其缺点在于研究仅停留在理论层面，所得出的结论难以对实践提供有效的指导。
本文以选择的六个国家级贫困县的建档立卡户为总体对象进行研究，研究的变量、自变量均来自官方的建档立卡贫困户数据库，从建档立卡户的家庭人口特征、人力资源情况和农业生产情况三个与自我发展能力有关的维度对脱贫质量进行系统分析，探究自我发展能力对脱贫质量的影响。基于全面打赢脱贫攻坚战和进一步巩固扶贫成果的目标，现阶段的扶贫工作，一方面需要更加注重脱贫质量较低的群体，另一方面则是需要研究影响其脱贫质量的各种因素，以采取更有针对性、更有效率的扶贫措施。
一. 概念界定与研究假设
一 关于脱贫质量与自我发展能力的概念
随着脱贫攻坚的逐步完成，国内学者开始对脱贫质量的概念进行一些专门的研究。郑长德对于脱贫质量进行了较为清楚的界定，认为脱贫质量就是满足脱贫的要求，具有综合性、动态性和阶梯型等特征[1]。高质量脱贫或者稳定脱贫就是高水平、高标准满足脱贫的要求。檀学文综合习近平重要论述和国内外实践，将脱贫质量定义为脱贫真实性及可持续性状况[2]。国内学者目前对脱贫质量已经有了一些定义和内涵界定，但是如何对脱贫质量进行操作化度量仍是一个较为复杂的、需要进一步研究的问题。刘司可的研究发现，家庭收入是衡量是否具有贫困户资格和应享受何种程度扶持的主要标尺[3]。侯军岐等的研究使用了家庭收入、教育、生活水平、资产等五个维度的信息来测量脱贫质量[4]。伍艳在对此进行测度时则使用了金融资本等方面的信息[5]。王汉杰等的研究则是从农户的生活质量、发展质量、公共服务质量三个维度构建深度贫困地区农户的脱贫质量评价指标体系来对脱贫质量进行测度[6]。绝对贫困的贫困线一般关联的是基本需求，相对贫困主要是考虑与中间人群的对比。综合以上学者的不同做法和数据基础，本文采取了以全国农村居民人均可支配收入中位数为主要标尺的办法(即相对贫困视角)来度量不同县和不同贫困户的脱贫质量。
关于自我发展能力，阿马蒂亚·森的能力贫困理论认为贫困是基本可行能力的绝对剥夺，意味着贫困人口缺少正常生活所具备的可行能力，所以影响一个人生活水平的因素不在于物品，而在于利用这些物品的能力。多数学者认为自我发展能力不足是影响贫困户脱贫的根源所在。梅兰认为解决贫困人口发展问题的关键在于提升其自我发展能力[7]。杨科也认为提升贫困人口的自我发展能力是反贫困的核心和关键[8]。自我发展能力强调依靠发展主体自身力量来实现“输血式”向“造血式”的转变，但是在强调发展主体自身基础和造血功能的同时，也不排除外力的推动作用, 即结合自身情况利用外部资源的能力。因此，在贫困问题的研究上，自我发展能力可以理解为除了外界所提供的帮助之外的、贫困户自身可以拥有的发展能力。沈茂英在论述农村贫困人口发展问题时，提出自我发展能力是一个人依靠自身劳动技能、知识等的积累，使发展主体的能力实现实质性的提升[9]，主要强调自我发展能力的内部动力。
综合中国关于基于贫困线的绝对贫困的界定、现有的研究和本文研究的基础条件，本文主要通过收入水平来界定建档立卡户的脱贫质量。在中国的脱贫战略下，脱贫是以户为单位的脱贫，本文所说的自我发展能力主要指的也是家庭的自我发展能力。对于建档立卡户自我发展能力和脱贫质量的研究有助于探究在国家扶贫政策和资源逐步退出(有些文献称之为“毕业路径”[10])的情况下，建档立卡户在提高脱贫质量方面的能力如何以及影响该能力的因素有哪些。
二 研究假设
本文最主要的研究问题就是建档立卡户的脱贫质量以及脱贫质量与自我发展能力之间的关系(即自我发展能力对建档立卡户的脱贫质量是否会产生一定的影响)。为了更加具体地测量自我发展能力，需要对此概念进行分解和可操作化处理。
本文首先探寻自我发展能力范畴内的自变量，即此范畴内可能对脱贫质量产生影响的各类因素，研究建档立卡户的自我发展能力和脱贫质量，即是从脱贫主体的角度来研究各因素对脱贫质量产生的影响。在脱贫主体层面，一些学者较为关注贫困户个体特征，例如刘亚楠对影响陕西省白水县的贫困户脱贫因素进行实证分析，发现残疾人数、在校生数量和突发灾害对贫困户脱贫起阻碍作用，残疾人数量与劳动力情况是影响贫困户脱贫的首要因素[11]。王强在研究贫困群体脱贫内生动力及其影响因素时也使用了家庭劳动者人数、受高中教育以上人数和土地面积等与扶贫客体相关的影响因素[12]。本文参考了上述研究成果并据此提出一部分假设，继而选取相关的影响因素作为本文的自变量。
中国绝对贫困界定的基本标准是通过人均收入表现的贫困线而定的，脱贫人口的收入必须超过贫困线。但本文不是以贫困线为基准，而是采用通常界定相对贫困时使用的全国农村居民人均可支配收入中位数为基准，它的核心含义是建档立卡户与社会中间群体的差距。理解建档立卡户的收入增减需要对他们的家庭年收入进行解构，目前建档立卡户的收入来源主要有以下四个方面：生产经营性收入、工资性收入、转移性收入和资产性收入。农户生计系统的基本理论是本文变量选择的基础。生计系统的基本理论指出，农户生计产出首先源于包括人力资本、物质资本、金融资本、自然资本、社会资本在内的生计资本[13]。从中国农村生计系统结构来说：(1)转移性收入基本来源于扶贫政策下的政策补贴，不属于生计资本，但获得补贴的条件与农户的家庭人口生理特征有密切关联；(2)建档立卡户的资产性收入主要和土地挂钩，一部分家庭会通过流转出租土地的方式来获得资金收入，这与农户的物质和自然资本有关；(3)工资性收入的多少则主要受家庭人口的多少、年龄、性别等人力资本因素影响；(4)家庭生产经营性收入既与诸如土地等农业生产资源禀赋的物质和自然资本相关，也与人力资本因素相关，合作社经营收入状况则是农户社会资本的体现。关于脱贫质量影响因素的选择，本文结合上述农村生计的实际情况和现有研究，从以下三个方面选取自变量：家庭人口特征、家庭人力资源情况和农业生产情况。这三个方面反映了当前中国小农户生计结构的基本状况。同时，本文也将从这三个方面提出相应的研究假设。
1.家庭人口特征维度。建档立卡户家庭的人口特征对其人力资本情况有一定的关联，进而对其脱贫质量有一定的影响。在家庭人口特征方面，建档立卡家庭老年人和未成年人受制于自身能力、文化程度、教育支出负担和健康状态等因素，对家庭收入贡献较少。奚晓军等学者通过对不同年龄段的家庭贫困脆弱性进行动态比较，发现高龄家庭的贫困脆弱性下降速度慢于年龄较低的家庭，而贫困脆弱性越高的群体脱贫质量往往越低[14]。此外，王金营、杨茜等通过Ordinal回归分析，研究发现家庭规模对贫困地区农村老年人家庭的贫困—富裕度有显著影响[15]。未成年人口方面，未成年人口在教育上的支出对于建档立卡户来说是一笔不小的支出，特别是高等教育，这导致了部分“因学致贫”现象的产生。杨在军发现高学费与高消费及家庭经济脆弱性是“因学致贫”的主要原因，而建档立卡户家庭中的未成年人口越多意味着这方面支出将越多，继而将增大其经济负担，导致其脱贫质量不高[16]。总体而言，老年人口和未成年人口比例高的建档立卡户的脱贫质量往往较为不理想。此外，家庭人数较多的建档立卡户，其增量主要在于老年人和未成年人。因此，本文提出了以下假设：
H1a 建档立卡户家庭老年人口比例越高，其脱贫质量越低。
H1b 建档立卡户家庭未成年人口比例越高，其脱贫质量越低。
H1c 建档立卡户家庭人数越多，其脱贫质量越低。
从性别的视角来看待建档立卡户的脱贫质量，男性和女性因其在家庭中的角色定位和分工不同，在收入的贡献方面会存在一定的差别。不少研究着眼于此进行了分析，学者们认为女性在人力资本方面投入不足的现实和劳动力市场性别收入不平等的现象使其面临更高的贫困风险[17—18]。事实上，家庭成员并非是社会资源均等的联合体，尤其是农村妇女在社会资源获取上处于劣势地位，加上传统的性别不平等观念，极有可能在以户为单位的扶贫政策中忽视不同性别的扶贫权益与需求[19]，从而导致女性为主的家庭脱贫质量较低。相反，李聪等学者从性别差异视角研究发现，易地搬迁政策在女性为主体的家庭中表现出更为积极的减贫效果，而在男性为主体的家庭中提高了男户的短期贫困脆弱性[20]。但综合目前的研究成果来看，多数学者还是认为男性在家庭脱贫方面的贡献略高于女性。吴海涛等学者指出，我国精准扶贫实践与理论研究缺乏性别视角，需要融入性别视角重新理解不同性别的贫困[21]。众学者在理论上都认同性别贫困问题的特殊性，但局限在定性研究方面，定量研究较为缺乏。此外，现有研究通常以个体为单位研究女性贫困状态或进行贫困的性别差异比较，以家庭为单位研究性别差异造成建档立卡户脱贫质量不同的影响因素尚且不足。基于上述文献回顾，本文提出以下假设：
H1d 建档立卡户家庭男性人口比例越低，其脱贫质量越低。
2.人力资源情况维度。人力资本表现为蕴含于人身的各种知识、劳动技能和健康素质的存量总和，对家庭收入具有显著正向作用，同时也是消除“发展性贫困”的关键举措[22]。舒尔茨在20世纪50年代提出人力资本学说，认为人力资本的积累是经济社会发展的源泉，人力资本投资收益率超过物质资本投资收益率[23]。该学说对助力农户脱贫具有重要的理论与现实意义[19]。只通过物质资本推动脱贫并非最佳手段，劳动力、教育水平和健康状况等资本存量在影响脱贫质量中起更大的作用。相反，残疾人和失能人等社会弱势群体，因其所拥有的个人资源和社会资源不足，难以进入主流社会而导致家庭致贫和脱贫质量低。根据上述研究及相关理论，本文认为人力资源开发作为精准扶贫的一个重要节点，是贫困区经济社会发展最重要的内生动力之一，能够提升建档立卡户自身的“造血能力”，有助于实现高质量脱贫。因此，本文试图以建档立卡户为研究对象，探究人力资源情况层面的因素对其脱贫质量的影响。具体而言，将人力资源情况维度划分为家庭人均文化程度、无劳动力人口比例和健康人口比例三个具体测量指标，假设家庭人均文化程度越低、无劳动力人数比例越高和健康人口比例越低，越不利于改善其贫困情况，即脱贫质量越低，由此提出以下假设：
H2a 建档立卡户家庭人均文化程度越低，其脱贫质量越低。
H2b 建档立卡户家庭无劳动力人口比例越高，其脱贫质量越低。
H2c 建档立卡户家庭健康人口比例越低，其脱贫质量越低。
3.农业生产情况维度。此维度主要揭示和解释耕地面积大小对建档立卡户脱贫质量产生的影响。农业生产情况是农民经营性收入的主要来源，而耕地则是农民也是建档立卡户最重要的物质和自然生计资本。多数建档立卡户的主要收入都来自于农业，而耕地是农业用地中最主要的土地类型，建档立卡户拥有的耕地面积越多意味着每年能生产的农产品数量的上限越高，建档立卡户也能由此获得更多的收入。即便他们没有亲自下地耕作，也可以将耕地的使用权转租给其他人以获取收入。徐鹏等的研究也发现，农民家庭耕地面积小这一因素制约着农户生计水平的提升[24]。贫困人口受制于匮乏的生计资本，其自我发展能力较弱，两者相互强化形成“马太效应”，最终导致贫困人口陷入收入不足的“贫困陷阱”[25]。此外，可持续生计框架也说明生计资本的缺失与不足可能导致农户陷入深度贫困，从而制约贫困户脱贫，导致其脱贫质量不高。总的来说，目前学术界对土地与建档立卡户脱贫质量关系的研究数量不多，也没能从定量的角度很好地解释这两者之间的关系，因此，本文提出以下假设：
H3a 建档立卡户人均耕地面积越少，其脱贫质量越低。
农民专业合作社在农业生产方面也扮演着重要的角色，能够发挥为农民提供技术指导、帮助农民寻找农产品销售渠道等作用，从而帮助部分农民增收，也能够反映建档立卡户融入产业链、价值链的情况。有学者认为，农民专业合作社是贫困户或者低收入农民等弱势群体联合成立的互助性经济组织，其制度和安排具有显著的益贫性特征，是精准扶贫和精准脱贫的理想载体[26]，也被视为反贫困最有效的经济组织[24]。对于从事农业生产的建档立卡户而言，农民专业合作社也能够在脱贫方面提供一定的帮助。柏振忠等学者也认为，加入农民专业合作社有利于激发贫困户的内源动力，提升其自我发展能力，实现持续增收[27]。农民专业合作社具有益贫功能，对此国内学者基本已经形成共识。目前虽然已有许多学者开始关注农民专业合作社与精准扶贫的关系，并进行了相关研究，但大多数均为逻辑推理，缺乏实证研究。因此，本文针对建档立卡户加入农民专业合作社是否会影响其脱贫质量进行量化研究，并提出以下研究假设：
H3b 与加入农民专业合作社的相比，没有加入农民专业合作社的建档立卡户脱贫质量较低。
二. 数据来源与变量设定
一 数据来源与抽样方法
本文的数据来自于国家扶贫办建档立卡数据系统，其中包含六个国家级贫困县2018年建档立卡户的数据。选取的六个贫困县分别为贵州省XR县、安徽省YX县、云南省ZK县、江西省SC县、宁夏回族自治区YC县以及内蒙古自治区AH县。这六个县中有两个县属于西北地区、两个县属于西南地区、两个县属于中部地区，在地理分布上具有一定的代表性。六个县中前五个县分别于2017年、2018年通过脱贫验收，后一个县于2019年脱贫。六个县的基本情况如表 1所示。
表 1 2018年各县农村贫困基本情况农村基线人口/人 扶贫建档立卡人数/人 扶贫建档立卡户数/户 贫困发生率/% 剩余贫困人口/人 贵州XR县 490 909 94 984 22 791 1.65 8 100 安徽YX县 364 068 108 963 32 343 0.59 2 148 江西SC县 536 925 85 807 23 143 0.956 5 133 内蒙古AH县 538 914 60 123 25 854 2.21 11 910 宁夏YC县 139 608 32 870 11 193 0.51 712 云南ZK县 134 615 38 072 9 606 1.04 1 400 合计 2 205 039 420 819 124 930 - 29 403 本文采取了分段抽样的方法，在第一阶段进行了立意抽样，如前文所述，所选取的六个县的点状分布在中国具有脱贫攻坚任务的中西部地区，具有一定的地域代表性。由于本文所关注的是家庭层面的情况，而原始数据所提供的信息都是个人层面的，因此在第二阶段抽样之前，我们对这些原始数据进行计算，得出了家庭层面的信息。而在第二个阶段，本文采取分层抽样的方法，以县分层，每个县抽取建档立卡户总数的5%为样本(此处具体采用等距抽样的方法，每个县所抽出的样本情况如表 2所示)进行统计分析。在进行模型研究时，将这六个子样本进行合并，并剔除含有缺失值和无效值的四个样本之后，最终得到有效样本6 243个。
表 2 脱贫质量描述性统计总数 脱贫质量 数量 比例/% 均值 标准差 贵州XR县 1 140 1 263 23.07 2.21 0.791 2 380 33.33 3 497 43.60 安徽YX县 1 614 1 135 8.36 2.57 0.642 2 423 26.21 3 1 056 65.43 江西SC县 1 156 1 310 26.82 2.00 0.733 2 535 46.28 3 311 26.90 内蒙古AH县 1 293 1 647 50.04 1.68 0.762 2 411 31.79 3 235 18.17 宁夏YC县 560 1 13 2.32 2.77 0.471 2 101 18.04 3 446 79.64 云南ZK县 480 1 115 23.96 2.21 0.803 2 151 31.46 3 214 44.58 合计 6 243 1 1 483 23.75 2.20 0.799 2 2 001 32.05 3 2 759 44.20 二 因变量(脱贫质量)的设置及其统计描述
为了能够进一步通过定量的方式对脱贫质量这一因变量进行研究，本文对该因变量进行了离散变量等级赋值。目前，关于建档立卡户的收入分档分类，国家在工作层面进行了一些安排，主要用于对存在致贫/返贫风险的边缘人口和脱贫人群进行监控，采取了比贫困线更高的标准(稳定脱贫标准，人均纯收入5 000元左右)。国家扶贫办《关于建立防止返贫监测预警和帮扶机制的指导意见》中指出，要重点监测人均可支配收入低于国家扶贫标准1.5倍左右的家庭[28]。具体到地方，做法也略有不同，比如忻州市扶贫办在《关于建立防止返贫致贫监测预警和帮扶机制的实施意见》中指出监测对象以家庭为单位，主要监测人均可支配收入低于5 000元的脱贫不稳定户和边缘易致贫户[29]。这些标准基本都在5 000元左右, 低于这些标准的建档立卡户也普遍被认为脱贫质量较低，并不足以保证稳定脱贫[30]。总之，上述这些官方的标准都是参照绝对贫困线来设置的，从技术上讲属于绝对贫困的讨论范畴。
脱贫质量的赋值也应考虑采用类似相对贫困标准(即以社会中间群体或人群中位数为参照)的界定方法，考虑中国脱贫攻坚的全国农村的范围特点，本文认为以全国农村居民人均可支配收入中位数为参考依据更加合理，于是本文以2018年全国农村居民人均可支配收入中位数(14 617元)为标准，以此为参照将所抽取的6 243个建档立卡户样本户根据其家庭人均年收入进行分组：将家庭人均年收入低于该标准的40%(即5 868.4元，大体与各地监测存在致贫风险的边缘人群和存在返贫风险的脱贫人群的5 000—6 000元不等的标准相吻合)的群体定义为脱贫质量较低的户(由于贫困县脱贫摘帽的标准是贫困发生率西部地区3%以下、中部地区2%以下，因此五个脱贫县的建档立卡户中也含极少数未脱贫户)；将家庭人均年收入高于该标准的60%(即8 802.6元)的群体定义为脱贫质量较高的户(脱贫稳定户)；介于两者之间的定义为脱贫不稳定户(或者存在相对贫困风险的户)，分别赋值为1、2和3，1代表脱贫质量低，3代表脱贫质量高，2代表脱贫质量中等，具体的描述性统计情况如表 2所示。
如表 2所示，若以全国农村居民人均可支配收入中位数的40%为标准，经过脱贫攻坚战，六个县不仅消除绝对贫困，而且建档立卡户中约有76.24%的户摆脱了相对贫困，约有44.20%的户实现了稳定脱贫，但也注意到建档立卡户中相对贫困户还占约23.75%。当然，表 2也同时体现了相对贫困户/人口数量对不同标准的敏感性，如以较高标准的全国农村居民人均可支配收入的60%计算，建档立卡户中相对贫困发生率就会达到约55.80%。研究也发现，以全国的农村居民人均可支配收入中位数作为参照, 六个县脱贫质量的表现很不均衡, 相互的表现差距较大(见表 2)，个别县脱贫质量的平均水平就是2甚至以下。同时，这里也提出了一个值得思考的关于相对贫困参照单元的问题：中国作为一个区域发展不平衡的国家，若以全国为参照单元制定一个标准，各地的差异会非常大。
三 自变量的设置及其描述性统计
基于本文所提出的研究假设需要，从建档立卡户的数据中选取了以家庭为单位的包含三个维度共九个自变量来分解和解释自我发展能力，同时也便于对自我发展能力进行测量，具体的描述性统计分析情况如表 3所示。
表 3 自变量描述性统计类别 变量名称 变量定义 均值 标准差 最小值 最大值 家庭基本特征 男性人口比例 连续变量 0.56 0.243 0 1 老年人口比例 连续变量 0.29 0.370 0 1 未成年人口比例 连续变量 0.14 0.193 0 1 家庭人数 连续变量 3.40 1.694 1 16 人力资源情况 人均文化程度 连续变量 1.43 0.663 0 4 无劳动力人口比例 连续变量 0.41 0.340 0 1 健康人口比例 连续变量 0.70 0.355 0 1 农业生产情况 人均耕地面积 连续变量 3.44 5.495 0 1 是否加入农民专业合作社 是=1；否=0 0.55 0.497 0 1 如表 3所示，家庭人口特征维度中，男性人口比例均值为0.56，即在建档立卡户家庭中，男性人数多于女性人数；老年人口比例均值为0.29，未成年人口比例均值为0.14；家庭人数均值为3.4，即建档立卡户家庭人数平均3至4个人。人力资源情况的三个指标中，家庭人均文化程度均值为1.43，即建档立卡户家庭人均文化水平在小学与初中之间，家庭人均文化水平较低；无劳动力比例均值为0.41，即建档立卡户家庭平均有接近一半的人为丧失劳动力者；健康人口比例均值为0.7，即建档立卡户家庭有七成的人健康状况良好。农业生产情况的两个指标中，家庭人均耕地面积3.44亩，约有55%的建档立卡户加入农民专业合作社。
三. 模型构建与实证结果
一 模型构建与检验
以脱贫质量，即家庭人均年收入为因变量，以脱贫质量影响因素x1，x2，…，x9为自变量构建关于建档立卡户脱贫质量的多元回归模型：
y=a0+9∑i=1=aixi+e (1) 其中，a0为常数项，aixi(i=1, 2, …, 9)，ai为偏回归系数，e为随机误差项[31]。
由于本文所使用的因变量为有序变量，所以使用有序回归分析会更加贴近实际情况，但由于平行性检验不通过，只能采用无序多分类回归分析。在模型拟合度上，如表 4所示，模型的-2倍对数似然值为11 759.99，最终模型和初始模型相比，-2倍对数似然值从12 822.48下降到11 759.99，似然比卡方检验值为1 062.49，对应的Sig.值为0.000，小于0.01，在1%统计水平下显著，因此，可以认为模型总体显著。本文还对自变量进行了多重共线性检验(见表 5)，容忍度(Tolerance)小于0.1或方差膨胀因子(VIF)大于10，则表示有共线性存在。由表 5可知，本文所选取的所有自变量容忍度均大于0.1，且VIF均小于10，因此本例不存在共线性，满足无序多分类的回归分析的条件。具体分析结果如表 6所示。
表 4 模型拟合信息模型 -2 对数似然 卡方 自由度 显著性 仅截距 12 822.476 最终 11 759.988 1 062.487 18 .000 表 5 共线性检验结果(因变量：脱贫质量)模型 共线性统计 容差 VIF 男性人口比例 0.910 1.099 老年人口比例 0.396 2.523 未成年人口比例 0.493 2.028 人均耕地面积 0.871 1.148 家庭人数 0.533 1.876 人均文化程度 0.646 1.547 健康人口比例 0.532 1.880 无劳动力人数比例 0.478 2.091 是否加入农民专业合作社 0.801 1.248 表 6 建档立卡户脱贫质量影响因素的无序多分类logistic回归分析结果变量名称 模型Ⅰ 模型Ⅱ 模型Ⅲ B Wald OR值 B Wald OR值 B Wald OR值 截距 -0.725 11.247 - -0.404 4.332 - 0.321 2.213 - 男性人口比例 -0.161 1.158 0.852 -0.132 0.903 0.876 0.029 0.041 1.029 无劳动力比例 1.928*** 161.891 6.874 1.607*** 66.978 2.907 -0.86*** 31.055 0.423 健康人口比例 -0.132 0.974 0.876 -0.187 2.441 0.829 -0.055 0.169 0.947 未成年人口比例 1.239*** 23.869 3.452 1.212*** 28.717 3.360 -0.027 0.011 0.973 人均文化程度 -0.48*** 52.316 0.617 -0.32*** 28.899 0.729 0.167** 6.037 1.182 人均耕地面积 -0.08*** 63.635 0.927 -0.04*** 33.826 0.958 0.033*** 11.034 1.034 家庭人数 -0.020 0.497 0.980 0.043* 3.071 1.044 0.063** 5.154 1.065 老年人口比例 -0.078 0.275 0.925 0.544*** 16.769 1.722 0.622*** 17.00 1.862 是否加入合作社(否=0) 0.670*** 73.418 1.954 0.056 0.646 1.058 -0.61*** 59.815 0.541 -2倍对数似然值 12 822.476 卡方检验值 11 759.988 Sig. 0.000 注：*、**、***分别表示在10%、5%、1%统计水平上显著。 二 实证结果分析
根据SPSS25.0统计软件对自变量和因变量进行无序多分类Logistic回归分析，并对回归系数进行显著性检验，得到计量模型结果(见表 6)。从该结果可以得出，建档立卡户的脱贫质量受到诸多因素的影响。本文因变量定义的数值越高，表示其脱贫质量越高，模型Ⅰ和模型Ⅱ以模型Ⅲ为参照组的结果，可以用于分析两种相对较低的脱贫质量和高脱贫质量受哪些因素影响；而模型Ⅱ以模型Ⅰ为参照组的结果，可以用于分析两种较低的脱贫质量要如何才能得到一定的改善，从而达到高质量脱贫。
首先，无劳动力比例越高，其脱贫质量越低。其次，人均文化程度越低，其脱贫质量越低。最后，人均耕地面积越少，其脱贫质量越低。无劳动力比例、人均文化程度和人均耕地面积在三个模型中的结果都是显著的，说明这三个影响因素对整个脱贫过程都具有巨大的影响。家庭劳动力的多少和人均文化程度的高低直接地影响着建档立卡户的收入水平，而人均耕地面积越多，则意味着更多的产出或者收入。这三个变量的回归分析结果完全符合上文所提出的假设。
未成年人比例较大的建档立卡户脱贫质量较低。未成年人比例仅在模型Ⅰ和模型Ⅱ的结果中显著，这说明未成年人比例较高的建档立卡户的脱贫质量较差；但对于两种脱贫质量较低的建档立卡户来说，未成年人比例的提高不会进一步降低其脱贫质量，总的来说，即未成年人比例较高的建档立卡户较难实现稳定脱贫。本文认为，未成年人比例较高的建档立卡户脱贫质量较低的主要原因有两点：一是未成年人还未能对家庭的收入作出多少贡献；二是在未成年人养育和教育等方面的支出是家庭的一项较大的经济负担。该变量的回归分析结果也基本符合上文所提出的假设。
家庭人数较多或老年人口比例高的建档立卡户脱贫质量适中。家庭人数和老年人口比例仅在模型Ⅱ和模型Ⅲ的结果中显示显著，这说明家庭人数和老年人口比例对脱贫质量的影响具有特殊性，具体表现为家庭人数多的建档立卡户和老年人口比例高的建档立卡户的脱贫质量更倾向于处于脱贫质量中等这一中间情况，即家庭人数多的建档立卡户和老年人口比例高的建档立卡户更容易脱贫、摆脱边缘易致贫的情况，并进入不稳定脱贫状态。这两个变量的回归分析结果并不完全符合上文所提出的假设，本文认为其原因在于，家庭人数较多的建档立卡户，其增量主要是未成年人和老年人口，他们对于家庭收入能有一定的贡献，但是在教育和医疗方面需要更多的支出，这导致整个家庭难以进一步提升脱贫质量、实现稳定脱贫。
加入农民专业合作社能够提高脱贫质量，但是对于不同建档立卡户起到的作用不同。是否加入农民专业合作社仅在模型Ⅰ和模型Ⅲ的结果中显著，这说明加入农民专业合作社有利于改善建档立卡户的脱贫质量，但是其能起到的作用存在不确定性。该变量的回归分析结果并不完全符合上文提出的假设。具体而言，即对于脱贫质量低的建档立卡户来说，加入农民专业合作社，能够提高其脱贫质量，使其脱贫质量达到中或者高的情况，但是对于脱贫质量中的建档立卡户来说，加入农民专业合作社不能够显著地提高其脱贫质量，使其脱贫质量达到高的情况。本文认为，其原因可能在于脱贫质量低的建档立卡户之间存在一定的差异，加入农民专业合作社对不同的建档立卡户产生的正向作用大小不一。
三 稳健性检验
为了进一步检验分析结果的稳健性，考虑到地区差异和不同性别户主对建档立卡户自我发展能力的影响，本文将数据按照地区(分为北部和南部、东部和西部)以及户主性别的不同放入模型中分别进行分样本回归。同时，将因变量理解为标度变量，改用了线性回归模型，以此考察建档立卡户自我发展能力对其脱贫质量影响的差异并检验表 6回归结果的可靠性。结果显示，人均文化程度、无劳动力比例、人均耕地面积和是否加入农民专业合作社对建档立卡户脱贫质量具有显著促进作用，且回归系数的方向与前文基本保持一致。总而言之，通过分样本回归，发现自我发展能力对建档立卡户脱贫质量的作用方向及显著程度依旧没有发生显著变化，表明本文实证结果稳健①。此外，本文的研究仅是对此的初步探索，更为细致的关系和影响机制有待后续进行更为深入的研究。
四. 结论与建议
一 结论
脱贫攻坚成功解决了现行标准下的绝对贫困问题，但不同地区、同一地区内不同建档立卡户的脱贫质量是不尽相同的。本文参考一般的界定相对贫困的做法来定义脱贫质量(低于全国农村居民人均可支配收入中位数的40%为脱贫质量较低，高于60%为脱贫质量较高)，发现经过脱贫攻坚的努力，不仅绝大多数贫困人口摆脱了绝对贫困，而且建档立卡户中约有44.2%的户实现了高质量脱贫，也摆脱了相对贫困；尽管各县都实现了绝对贫困意义上的脱贫(贫困发生率在3%以下)，但以本文所使用相对贫困的标准衡量，2018年建档立卡户中约有23.75%的户脱贫质量较低，仍处于相对贫困；建档立卡户中约有55.8%的户属于脱贫不稳定户(或者存在相对贫困风险的户)，存在继续巩固脱贫成果的客观需求。因此，在2020年解决绝对贫困之后，巩固脱贫攻坚的任务和解决相对贫困的任务仍然较重。
本研究同时发现六个县的建档立卡户脱贫质量差异较大，其中建档立卡户的家庭人口结构、人力资源和土地资产水平与脱贫质量有明显的关联，家庭未成年人口比例越高、人均文化程度越低以及人均耕地面积越少的建档立卡户，其脱贫质量相对越低。这些发现揭示了脱贫质量不高的根本障碍因素；这些因素在较短时间内难以实质性改变，只能通过政府的帮助，通过一些替代性的措施克服上述障碍因素的影响。所以，未来的长期的提升脱贫质量的工作，要致力于降低儿童抚育和教育成本、提升劳动者的能力、加强建档立卡户的资产建设和结构优化。
二 几点建议
1.今后的巩固脱贫成果工作的开展应根据建档立卡户脱贫质量的实际情况精准施策。对于不同脱贫质量的建档立卡户应进行一定的区别对待，以脱贫质量低的建档立卡户为优先，将更多的扶贫资金和扶贫资源倾斜于脱贫质量低的建档立卡户，因为其是当前反贫困工作的“硬骨头”；对于脱贫质量中等的建档立卡户也应有所重视，力争使他们能够更上层楼，彻底摆脱贫困；同时，要发挥好脱贫质量较高的家庭的示范带动作用。只有这样才能更有针对性地使用扶贫资源和实现高质量脱贫，更加高效且更有保障地打赢全面脱贫攻坚战。
2.今后的巩固脱贫成果工作应继续采取精准方略，注重对建档立卡户进行分类扶持。对于残疾人、病患和部分丧失劳动力的老年人等脱贫质量低的建档立卡户，应做好社会保障兜底工作，通过低保、社保、医保、救助等政策性兜底来实现脱贫，同时，考虑逐步提高这些补助的标准以保障脱贫质量。对于具备劳动能力的脱贫质量低的建档立卡户，除了物质支持外，应注重扶贫同扶志、扶智相结合，加强人力资本投资，包括加强教育、在职培训以及提高健康水平，从而增强该群体的自我发展能力，实现高质量脱贫。
3.长期的相对贫困治理应当更加注重通过减轻建档立卡户在儿童养育和教育方面的负担，从而强化他们的人力资本建设。本文结论显示，未成年人比例越高的建档立卡户，脱贫质量越低，主要原因在于未成年人获取收入的能力较差; 未成年人越多意味着在养育和教育等方面上的负担越重，因学致贫和因学返贫的建档立卡户数量不在少数。此外，本文研究结果还显示，人均文化程度越高的家庭，其脱贫质量越高。因此，从长期的相对贫困治理角度来看，政府需要在儿童养育和教育方面投入更多的资源，减少建档立卡户和低收入阶层在这一领域的支出，进而提升其子女的受教育水平，真正解决贫困的代际传递问题，长效地提高扶贫效果和巩固扶贫成果。
4.今后的巩固脱贫成果工作应注重改善建档立卡户的农业生产资产和条件，加强其多样化的资产建设和积累。通过土地平整与改造增加有效耕地面积，将建档立卡户无法耕作的农田与农业产业结合并流转至农业企业当中，以此促进建档立卡户增产增收，实现高质量脱贫。另外，应大力培育新型农业经营主体，尤其要认识到农民专业合作社对于实现建档立卡户提高脱贫质量的带动作用，进一步增强其自我发展能力。而驻村工作队要提高合作社对于建档立卡户的吸收能力，积极引导建档立卡户加入农民专业合作社，让每个建档立卡户都有一个可依托的组织。在土地等生产资源存在瓶颈约束的情况下，需要拓展就业机会，加强劳动保护，增加贫困人口的工资性收入。
① 囿于篇幅，略去分样本回归结果，表格备索。
-
表 1 2018年各县农村贫困基本情况
农村基线人口/人 扶贫建档立卡人数/人 扶贫建档立卡户数/户 贫困发生率/% 剩余贫困人口/人 贵州XR县 490 909 94 984 22 791 1.65 8 100 安徽YX县 364 068 108 963 32 343 0.59 2 148 江西SC县 536 925 85 807 23 143 0.956 5 133 内蒙古AH县 538 914 60 123 25 854 2.21 11 910 宁夏YC县 139 608 32 870 11 193 0.51 712 云南ZK县 134 615 38 072 9 606 1.04 1 400 合计 2 205 039 420 819 124 930 - 29 403 
下载: 导出CSV
表 2 脱贫质量描述性统计
总数 脱贫质量 数量 比例/% 均值 标准差 贵州XR县 1 140 1 263 23.07 2.21 0.791 2 380 33.33 3 497 43.60 安徽YX县 1 614 1 135 8.36 2.57 0.642 2 423 26.21 3 1 056 65.43 江西SC县 1 156 1 310 26.82 2.00 0.733 2 535 46.28 3 311 26.90 内蒙古AH县 1 293 1 647 50.04 1.68 0.762 2 411 31.79 3 235 18.17 宁夏YC县 560 1 13 2.32 2.77 0.471 2 101 18.04 3 446 79.64 云南ZK县 480 1 115 23.96 2.21 0.803 2 151 31.46 3 214 44.58 合计 6 243 1 1 483 23.75 2.20 0.799 2 2 001 32.05 3 2 759 44.20
下载: 导出CSV
表 3 自变量描述性统计
类别 变量名称 变量定义 均值 标准差 最小值 最大值 家庭基本特征 男性人口比例 连续变量 0.56 0.243 0 1 老年人口比例 连续变量 0.29 0.370 0 1 未成年人口比例 连续变量 0.14 0.193 0 1 家庭人数 连续变量 3.40 1.694 1 16 人力资源情况 人均文化程度 连续变量 1.43 0.663 0 4 无劳动力人口比例 连续变量 0.41 0.340 0 1 健康人口比例 连续变量 0.70 0.355 0 1 农业生产情况 人均耕地面积 连续变量 3.44 5.495 0 1 是否加入农民专业合作社 是=1；否=0 0.55 0.497 0 1
下载: 导出CSV
表 5 共线性检验结果(因变量：脱贫质量)
模型 共线性统计 容差 VIF 男性人口比例 0.910 1.099 老年人口比例 0.396 2.523 未成年人口比例 0.493 2.028 人均耕地面积 0.871 1.148 家庭人数 0.533 1.876 人均文化程度 0.646 1.547 健康人口比例 0.532 1.880 无劳动力人数比例 0.478 2.091 是否加入农民专业合作社 0.801 1.248
下载: 导出CSV
表 6 建档立卡户脱贫质量影响因素的无序多分类logistic回归分析结果
变量名称 模型Ⅰ 模型Ⅱ 模型Ⅲ B Wald OR值 B Wald OR值 B Wald OR值 截距 -0.725 11.247 - -0.404 4.332 - 0.321 2.213 - 男性人口比例 -0.161 1.158 0.852 -0.132 0.903 0.876 0.029 0.041 1.029 无劳动力比例 1.928*** 161.891 6.874 1.607*** 66.978 2.907 -0.86*** 31.055 0.423 健康人口比例 -0.132 0.974 0.876 -0.187 2.441 0.829 -0.055 0.169 0.947 未成年人口比例 1.239*** 23.869 3.452 1.212*** 28.717 3.360 -0.027 0.011 0.973 人均文化程度 -0.48*** 52.316 0.617 -0.32*** 28.899 0.729 0.167** 6.037 1.182 人均耕地面积 -0.08*** 63.635 0.927 -0.04*** 33.826 0.958 0.033*** 11.034 1.034 家庭人数 -0.020 0.497 0.980 0.043* 3.071 1.044 0.063** 5.154 1.065 老年人口比例 -0.078 0.275 0.925 0.544*** 16.769 1.722 0.622*** 17.00 1.862 是否加入合作社(否=0) 0.670*** 73.418 1.954 0.056 0.646 1.058 -0.61*** 59.815 0.541 -2倍对数似然值 12 822.476 卡方检验值 11 759.988 Sig. 0.000 注：*、**、***分别表示在10%、5%、1%统计水平上显著。
下载: 导出CSV
-
[1] 郑长德. 深度贫困民族地区提高脱贫质量的路径研究[J]. 西南民族大学学报(人文社科版), 2018, 39(12): 103-112. doi: 10.3969/j.issn.1004-3926.2018.12.015 [2] 檀学文, 白描. 论高质量脱贫的内涵、实施难点及进路[J/OL]. 新疆师范大学学报(哲学社会科学版), 2021(2): 1-12[2020-11-18]. https://doi.org/10.14100/j.cnki.65-1039/g4.20200825.002. [3] 刘司可. 精准扶贫视角下农村贫困退出机制的实践与思考-基于湖北省广水市陈家河村152户贫困户的问卷调查[J]. 农村经济, 2016(4): 45-49. https://www.cnki.com.cn/Article/CJFDTOTAL-NCJJ201604008.htm [4] 侯军岐, 郑盼盼. 基于多维贫困测度的我国高质量脱贫研究[J]. 北方园艺, 2020(17): 160-165. https://www.cnki.com.cn/Article/CJFDTOTAL-BFYY202017025.htm [5] 伍艳. 生计资本视角下农户稳定脱贫的动态测度[J]. 华南农业大学学报(社会科学版), 2020, 19(2): 51-59. https://www.cnki.com.cn/Article/CJFDTOTAL-HNNA202002006.htm [6] 王汉杰, 温涛, 韩佳丽. 深度贫困地区农户借贷能有效提升脱贫质量吗?[J]. 中国农村经济, 2020(8): 54-68. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ202008005.htm [7] 梅兰. 努力提高自我发展能力促进贫困地区快速发展[J]. 贵州农业科学, 2008(5): 180-182. doi: 10.3969/j.issn.1001-3601.2008.05.067 [8] 杨科. 论农村贫困人口的自我发展能力[J]. 湖北社会科学, 2009(4): 61-64. https://www.cnki.com.cn/Article/CJFDTOTAL-FBSF200904017.htm [9] 沈茂英. 试论农村贫困人口自我发展能力建设[J]. 安徽农业科学, 2006(10): 2260-2262. https://www.cnki.com.cn/Article/CJFDTOTAL-AHNY200610121.htm [10] DE MONTESQUIOU A, SHELDON T, DEGIOVANNI F, et al. From extreme poverty to sustainable livelihoods: a technical guide to the graduation approach[M]. New York: CGAP and ford foundation, 2014: 8.
[11] 刘亚楠. 基于扶贫客体的精准脱贫及其影响因素[J]. 北方园艺, 2019(16): 153-160. https://www.cnki.com.cn/Article/CJFDTOTAL-BFYY201916025.htm [12] 王强. 贫困群体脱贫内生动力及影响因素研究-基于全国农村困难家庭2014~2016年面板数据的实证分析[J]. 云南民族大学学报(哲学社会科学版), 2020, 37(1): 90-99. https://www.cnki.com.cn/Article/CJFDTOTAL-YNZZ202001013.htm [13] 李斌, 李小云, 左停. 农村发展中的生计途径研究与实践[J]. 农业技术经济, 2004(4): 10-16. https://www.cnki.com.cn/Article/CJFDTOTAL-NYJS200404001.htm [14] 奚晓军, 章贵军. 我国农村不同年龄阶段家庭的贫困脆弱性动态比较[J]. 统计与决策, 2020, 36(11): 77-81. https://www.cnki.com.cn/Article/CJFDTOTAL-TJJC202011017.htm [15] 王金营, 杨茜. 中国贫困地区农村老年人家庭贫困-富裕度研究[J]. 人口学刊, 2014, 36(2): 45-54. https://www.cnki.com.cn/Article/CJFDTOTAL-RKXK201402005.htm [16] 杨在军. 脆弱性贫困、沉没成本、投资与受益主体分离-农民家庭"因学致贫"现象的理论阐释及对策[J]. 调研世界, 2009(6): 14-17. https://www.cnki.com.cn/Article/CJFDTOTAL-DYSJ200906006.htm [17] KOEBER C, WRIGHT D W. Gender differences in the reemployment status of displaced gate effects of bias[J]. Joural of socio-economics, 2006, 35(5): 780-796. http://www.sciencedirect.com/science/article/pii/S1053535705001654
[18] 王肖婧. 劳动力市场的性别收入不平等及女性贫困-一个人力资本和社会资本理论的双重视角[J]. 财经问题研究, 2018(3): 123-129. https://www.cnki.com.cn/Article/CJFDTOTAL-CJWT201803015.htm [19] 陈丽琴. 农户贫困的性别差异及多维指标建构-基于黎母山镇贫困户调查数据的分析[J]. 南京师大学报(社会科学版), 2020(2): 107-115. https://www.cnki.com.cn/Article/CJFDTOTAL-NJSS202002010.htm [20] 李聪, 高博发, 李树茁. 易地扶贫搬迁对农户贫困脆弱性影响的性别差异分析-来自陕南地区的证据[J]. 统计与信息论坛, 2019, 34(12): 74-83. https://www.cnki.com.cn/Article/CJFDTOTAL-TJLT201912011.htm [21] 吴海涛, 侯宇, 曾燕芳. 多维贫困视角下农村家庭性别贫困度量[J]. 统计与决策, 2013(20): 27-29. https://www.cnki.com.cn/Article/CJFDTOTAL-TJJC201320008.htm [22] 白雪秋, 余志利. 消除"发展性贫困": 理论基础与现实路径[J]. 上海经济研究, 2019(3): 17-23. https://www.cnki.com.cn/Article/CJFDTOTAL-HSYJ201903003.htm [23] 西奥多·W. 舒尔茨. 人力资本投资[M]. 蒋斌, 等, 译. 北京: 商务印书馆, 1990: 34. [24] 徐鹏, 徐明凯, 杜漪. 农户可持续生计资产的整合与应用研究-基于西部10县(区)农户可持续生计资产状况的实证分析[J]. 农村经济, 2008(12): 89-93. https://www.cnki.com.cn/Article/CJFDTOTAL-NCJJ200812024.htm [25] 管睿, 王文略, 余劲. 可持续生计框架下内生动力对农户家庭收入的影响[J]. 西北农林科技大学学报(社会科学版), 2019, 19(6): 130-139. https://www.cnki.com.cn/Article/CJFDTOTAL-NLXS201906017.htm [26] 赵晓峰, 邢成举. 农民合作社与精准扶贫协同发展机制构建: 理论逻辑与实践路径[J]. 农业经济问题, 2016, 37(4): 23-29. https://www.cnki.com.cn/Article/CJFDTOTAL-NJWT201604004.htm [27] 柏振忠, 李亮. 武陵山片区农民合作社助力精准扶贫研究-以恩施土家族苗族自治州为例[J]. 中南民族大学学报(人文社会科学版), 2017, 37(5): 160-164. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNZX201705031.htm [28] 国家扶贫办. 关于建立防止返贫监测预警和帮扶机制的指导意见[EB/OL]. (2020-03-26)[2020-06-06]. http://www.cpad.gov.cn/art/2020/3/26/art_50_116663.html. [29] 忻州市扶贫办. 关于建立防止返贫致贫监测预警和帮扶机制的实施意见[EB/OL]. (2020-04-13)[2020-06-06]. http://fpb.sxxz.gov.cn/zwyw/tzgg/202004/t20200413_3512141.html. [30] 左停. 强化兜底保障扶贫筑牢脱贫攻坚底线[N]. 中国社会报, 2020-05-27(003). [31] 孙文生. 统计学原理[M]. 北京: 中国农业出版社, 2010: 315. -
期刊类型引用(25)
1. 陆鹏杰，张宝，乔光华. 脱贫户收入下降：返贫风险识别与防返贫路径选择——基于内蒙古脱贫户的多案例研究. 现代农业. 2025(01): 7-16 . 
百度学术
2. 代诗雅. 乡村振兴背景下脱贫质量的影响因素分析. 农村·农业·农民(A版). 2024(02): 39-41 . 百度学术
3. 张译文，伍娟. 社会工作介入农村社区自组织的培育路径——以四川省C市Y村老年志愿服务队伍为例. 农村·农业·农民(A版). 2024(03): 49-51 . 百度学术
4. 范燕丽，丛树海. 财政资金支持与低收入群体持续增收. 经济理论与经济管理. 2024(03): 65-82 . 百度学术
5. 刘渊. 职业教育赋能脱贫农户共同富裕：自我发展能力的视角. 职业教育研究. 2024(09): 35-42 . 百度学术
6. 夏岩磊，王存烩琪. 安徽城乡融合发展能力测度及耦合效应研究. 滁州学院学报. 2024(05): 85-91 . 百度学术
7. 何羽丰，陈廷贵，刘子飞，李琴. 长江禁捕补偿政策对渔户生计的影响——以长江中下游为例. 长江流域资源与环境. 2023(02): 311-323 . 百度学术
8. 杨洋，乔家君，王伟，张二申. 扶贫资源配置对低收入农户收入影响——以青海省18村为例. 干旱区地理. 2023(02): 325-336 . 百度学术
9. 李泽峰，左停，林秋香. 推进乡村振兴过程中脱贫户防返贫预警工具构建——基于六个国家级脱贫县建档立卡数据的探索. 农村经济. 2023(01): 53-62 . 百度学术
10. 陈志，吕旺涛，吴海涛. 缓解还是加剧：政府补贴对贫困农户脆弱性的影响研究. 山西农业大学学报(社会科学版). 2023(01): 71-80 . 百度学术
11. 付瑞，刘林. 共同富裕目标下农户“志智”相对剥夺测算与影响机制研究. 新疆大学学报(哲学社会科学版). 2023(03): 12-20 . 百度学术
12. 邱密，刘泽璇. 人力资本理论视角下提升脱贫人口自我发展能力的路径研究. 西部学刊. 2023(10): 46-50 . 百度学术
13. 李晓园，张雪琴，陈武，陈丽琴. 共同富裕背景下农村妇女内生发展能力演进的机制及其影响——一项关于帮扶车间的探索性研究. 江西师范大学学报(哲学社会科学版). 2023(05): 45-55 . 百度学术
14. 罗雪，申玉芹. 脱贫户自我发展能力的现实困境与提升路径研究——以贵州省D村为例. 村委主任. 2023(11): 116-119 . 百度学术
15. 陈光，王娟，王征兵. 收入渴望、非农就业与脱贫户收入——以陕西省周至县为例. 西北农林科技大学学报(社会科学版). 2022(02): 74-85 . 百度学术
16. 陈晓东，严丽，梁良，杨明伟. 增能视角下农村建档立卡户可持续脱贫能力提升的路径探究——以辽宁省F市为例. 云南农业大学学报(社会科学). 2022(03): 8-16 . 百度学术
17. 李涛，何静. 我国脱贫攻坚战略转向：相对贫困研究热点综述. 财会月刊. 2022(12): 154-160 . 百度学术
18. 贺立龙，朱方明，张承文. 巩固脱贫成果的政治经济学解析与多维动态评估——基于秦巴山区和大小凉山地区的抽样调查. 经济评论. 2022(04): 94-113 . 百度学术
19. 吐热尼萨·萨丁. 中国贫困县脱贫质量：指数构建与差异测度. 管理现代化. 2022(03): 8-16 . 百度学术
20. 方媛，孔琴，潘明明. 安徽省皖南山区农民可持续发展能力评价与分析——基于635份农户调研数据实证结果. 智慧农业导刊. 2022(16): 22-24+27 . 百度学术
21. 左停，李泽峰. 风险与可持续生计为中心的防返贫监测预警框架. 甘肃社会科学. 2022(05): 35-46 . 百度学术
22. 黄一诺，路之纤，佘可欣，李国平，刘慧迪. 精准扶贫背景下建档立卡脱贫户增收效果评估. 资源科学. 2022(09): 1891-1904 . 百度学术
23. 梁伟军，焦丽丽. 能力贫困视阈下农村脱贫人口发展能力提升研究. 华中农业大学学报(社会科学版). 2022(06): 99-109 . 百度学术
24. 李昭楠，李钰婷，刘树梁，刘七军. 数字普惠金融对农村家庭相对贫困影响效应——基于宁夏的农户调研数据. 农业现代化研究. 2021(06): 1104-1113 . 百度学术
25. 乔俊峰，郭明悦. 基本公共服务能有效提升脱贫质量吗?——基于多维贫困和多维贫困脆弱性的视角. 财政研究. 2021(12): 48-62 . 百度学术
其他类型引用(21)
计量
- 文章访问数: 688
- HTML全文浏览量: 344
- PDF下载量: 83
- 被引次数: 46
