一、引言
习近平总书记在党的十九大报告中指出，“让贫困人口和贫困地区同全国一道进入全面建设小康社会是我们党的庄严承诺，要动员全党全国全社会力量，坚持精准扶贫、精准脱贫，确保到2020年现行标准下农村贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困，做到‘脱真贫’‘真脱贫’”。其中，“脱真贫”关注贫困人口的精准识别问题，而“真脱贫”则强调脱贫的质量，即贫困人口是否在外部支持和拉动下焕发内生发展动力，通过自我发展能力的提升从而实现脱贫并致富。围绕这个目标，2013年以来实施的精准扶贫精准脱贫方略，聚焦于内源式发展的核心要素——人，将扶贫对象进一步下沉精准到贫困农户和个人，通过“五个一批”等到户到人的帮扶措施以及“扶贫与扶志、扶智”相结合，确保到2020年现有贫困人口能够稳定脱贫。
目前，中央和地方政府强力推动实施的精准扶贫举措已经取得阶段性的政策效果。据统计，2014年以来每年农村贫困人口减少超过1000万人，累计脱贫5500万人；贫困发生率从2012年的10.2%下降到2018年末的1.7%，累计下降8.5百分点；贫困地区农村居民收入增幅高于全国平均水平，贫困人口生活水平明显提高，贫困地区面貌明显改善。尽管脱贫成效显著，但是也必须承认如期实现脱贫攻坚目标仍面临较大挑战。一方面距离2020年仅有不到一年的时间，要实现现有1660万农村贫困人口真脱贫，任务依然艰巨；另一方面现有贫困呈现结构性特征，深度贫困地区贫困状况严峻，脱贫成本和脱贫难度不断增加，还要防止返贫和新的贫困发生。那么在精准脱贫方略大力推进的现实背景下已经脱贫的农村家庭其脱贫的路径是什么，是否在外部资源的支持下焕发出内生发展的动力，以及与非贫困家庭相比贫困家庭脱贫路径能否突破结构性因素的限制从而具备后续发展的能力，这些均关系到我国脱贫攻坚战略的深入推进以及脱贫成果的巩固，同时也是2018年中央一号文件中有关精准脱贫所关注的重点。基于此，本文在实地调研的基础上对精准扶贫精准脱贫方略背景下建档立卡贫困农户的脱贫路径进行分析，并特别关注脱贫户内生发展的动力和能力因素，为检验“真脱贫”提供实践依据。
二、文献综述
近年来在精准扶贫方略背景下关于贫困农户脱贫动力和能力的学术研究并不多见，但围绕农户脱贫路径或者影响因素的研究相对较多，主要集中在以下几个方面。
首先，从产业发展和市场参与角度出发，马铃、刘晓昀[1]认为发展农业依然是贫困农户脱贫的重要途径，原因在于贫困农户农业收入低下，并且与全国农村人口平均水平相比，农业收入仍存在较大差距，因此若能增加贫困农户的农业收入并达到全国平均水平则会大大改善农村贫困状况。而许翔宇[2]更强调从农产品供应链角度寻求破解路径，认为分散的小农户在未来一段时间内仍然是农业生产的主体，而贫困地区小农户与大市场之间的矛盾尤为明显，因此要从农产品供应链入手将分散的小农户有机地整合到供应链中来，最终促进贫困地区农户减贫增收。
其次，从农民个体的特征和行为角度出发，葛霆[3]利用“2010年中国综合社会调查”（CGSS）的微观数据研究发现人力资本的积累、政治资本的提升以及家庭劳动就业状况改善是贫困农民群体脱贫的有效路径和方法，但是与前面观点不同的是这项研究发现发展农业生产（以是否承包农业用地衡量）所产生的脱贫效应十分有限。使用同一数据库2006年的数据，周玉龙、孙久文[4]检验了社会资本对农户脱贫的影响，发现在加入人力资本、实物资本、宏观环境以及制度条件四类控制变量后，国家扶贫开发工作重点县（国贫县）贫困人口的社会资本脱贫效应更强。张雄、张紫芬[5]从武陵山片区典型贫困县实地调研数据的分析表明，农户人力资本、劳动力转移率、受教育程度、收入等指标影响贫困人群脱贫能力。张佩、王博[6]基于甘肃省的农户调研数据实证分析得出相似结论，即农户的人力资本积累、人口因素以及市场参与程度均是影响贫困农户脱贫的决定因素。
此外，郭绍村[7]从区域视角解析脱贫攻坚的路径和机制，来自江苏徐州市的实证分析表明低收入农户存在就业能力差、医疗负担重和增收潜力小等特征，需要从就业、医疗、政策性保障以及村集体经济等层面入手促进低收入农户脱贫。虞洪、林冬生[8]则以四川省通江县的实践为例，强调立足于区域贫困特征和现实难题探索脱贫攻坚的长效机制。
梳理已有研究发现，现有的对脱贫路径及影响因素的研究成果呈现出以下几个特点：首先，宏观层面的研究主要立足于农业部门增长和贫困减少之间的关系，作为“经济增长—收入分配—贫困变化”这一发展经济学的经典问题在当前收入差距不断扩大的现实背景下，回到农业部门探寻农户脱贫路径依然有很强的现实意义，特别是从产业链视角考察贫困地区农户参与市场及获取收益的程度有助于理解农村内部收入差距及贫困现象，并能从宏观结构层面探索如何实现有益于穷人的增长。其次，微观层面贫困农户个人及家庭特征决定其脱贫路径选择，比如人力资本、就业状况以及社会（政治）资本等。这部分研究验证了Sen关于贫困的论述，Sen[9]认为贫困不仅只是经济层面的贫困，更是一种权利和能力的贫困，而可行能力的剥夺才是贫困的实质和根源，因此贫困农户个体和家庭的能力才是战胜贫困的关键。再次，区域层面比较关注制度和扶贫政策干预对区域内贫困农户的影响。可以看出，已有研究比较关注来自外部资源尤其是政府的扶持和干预，针对内源式发展的要素主要集中于贫困农户及家庭的人力和社会资本等可行能力，对于其内生发展动力的探讨相对较少，结合现有精准扶贫工作中所出现的一些贫困人口仅靠外部帮扶缺乏内在动力的现象，亟需探讨贫困农户脱贫的自主性及内生动力。此外，已有研究大多基于统计部门以及本单位的农户调查，比如全国农村固定观察点农户调查以及中国综合社会调查，但是并没有专门针对精准扶贫中精准识别的建档立卡贫困户的研究，并且统计数据时期大多集中在精准扶贫方略实施之前，从研究时期上看未能充分反映精准扶贫精准脱贫这一阶段的脱贫特征。
综上，本文将利用实地调研数据对精准扶贫背景下建档立卡贫困户的脱贫影响因素进行分析，重点关注贫困户脱贫的内因和内力以及与非贫困户相比决定其脱贫的关键因素是什么。然而，要在微观层面将农户个体脱贫的动力和能力因素转化为可操作并且可测量的指标并不是一件容易的事情。借鉴行为经济学的相关理论，即人的行为受动机支配，是在某种动机的策动下为达到某个目标而进行的有目的的活动[10]，更通俗一点，即人类心中有一种类似心气的东西，如果很好地利用它，则可以更大限度地提高政策的效果，对于本项研究则可以理解为农户脱贫的志气和信心；除志气外，贫困农户的可行能力也很重要，即是否具有过一种美好生活的能力和选择的自由。因此，本文试图从影响农户脱贫的主客观因素出发，分析脱贫攻坚阶段农户脱贫路径的选择以及决定因素，从而为打赢脱贫攻坚战提供实证依据。
三、数据来源及分析方法
（一）数据来源
本文使用的数据来自2017年11月底在河南X县的实地调查数据。X县地处河南省大别山腹地，是一个以林为主的国家级贫困县，县域内贫困村和贫困人口主要分布在库区和深山区。精准扶贫方略实施之前，近50%的自然村不通公路，农业生产条件落后，特别是水利设施年久失修，抗风险能力薄弱。该县自2014年精准扶贫方略全面实施后，通过一系列的精准帮扶措施及扶贫资金投入极大地改善了贫困村的基础设施、公共服务、产业发展及农户收入状况。2017年底该县贫困发生率已经由2014年的15.4%下降为1.36%，并经过市级公示实现贫困县退出。此次调查主要针对该县贫困退出情况进行调研核实。基于国家精准扶贫大数据平台，综合考虑交通区位条件、地形地貌、贫困程度、经济发展水平、村庄属性等因素，本次调查共抽取15个乡镇的28个行政村进行调研，其中贫困村17个，非贫困村11个，占总体的15.6%（X县贫困村73个，非贫困村106个，总计179个）；村庄确定后在每个村按照配额抽样的方法抽取40户农户进行问卷调查，其中建档立卡贫困户25户（含已经脱贫的建档立卡户）以及非贫困户15户，贫困户是从每个村建档立卡户名单中按照等距随机抽样的方法进行抽取，非贫困户则采用判断抽样的方法重点选择那些未成为建档立卡贫困户但在贫困线附近的边缘户。调研实际完成农户问卷1129份，剔除受访者是非户主/配偶的问卷，实际进入分析的问卷数量为1025份，所占比例为90.8%。其中建档立卡贫困户（含脱贫户）共534户，非贫困户491户，分别占总样本的52.1%和47.9%。需要指出的是，已经脱贫的农户与非贫困户的区别在于其之前享有的精准帮扶措施（医疗、教育、住房、低保、就业等）将保持不变（表1）。
农户问卷内容包括：农户个人及家庭信息、生活及居住条件、家庭收支情况以及关于帮扶措施及脱贫程序的评价，其中重点关注农户个人对于脱贫的态度和信心，用以反映农户是否具有内生脱贫的动力。
表1样本分布
（二）分析方法
本文的研究问题包括两个层面：一是对于建档立卡贫困户，影响其率先实现脱贫的因素是什么；二是与非贫困户（包括脱贫户）相比，建档立卡贫困户脱离贫困状态的决定因素又是什么。农户类型由建档立卡贫困户转变为脱贫户，以及建档立卡贫困户与非贫困户的分类均是二分类离散型变量，研究此类问题常用Probit和Logit等离散选择模型。相比于Logit模型在替代形式、不可观测因素跨期相关等方面的局限性，Probit模型在很大程度上可以摆脱这类困扰，更适于分析主体行为及预测问题，因此本文采用Probit回归模型进行实证分析。Probit回归模型是一种广义的线性模型，要求样本符合正态分布，被解释变量Y是一个0，1变量，事件发生的概率依赖于解释变量。就本文而言，函数表达式为：
公式左边的被解释变量Yi，表示某个事件发生的概率，本研究中表示建档立卡贫困户脱贫的概率（1=已脱贫；0=未脱贫），以及由建档立卡贫困户转换为非贫困户的概率（1=包括脱贫户在内的非贫困户；0=贫困户）。公式右边为累积正态分布函数，XIC、XFC、XLC、XCONF、XVT为影响农户脱贫的因素，εi为随机扰动项。根据前文对相关文献的分析以及实地调查数据，本文主要考虑不同类型农户脱贫及致富的能力因素（家庭规模、户主/配偶的教育及健康状况等）和动力因素（脱贫的信心），以及与“两不愁，三保障”目标相关的福利状况（作为控制变量的住房、饮水及饮食条件、家庭转移性收入占家庭总收入的比例）。此外，村庄类型（贫困村）是扶贫政策的村级瞄准单元，也会通过对村级公共服务的扶持改善进而影响农户是否摆脱贫困。
本文拟构建2个Probit离散选择模型：ProbitⅠ只针对534个建档立卡贫困户（含脱贫户），ProbitⅡ针对1025个样本农户（含建档立卡贫困户与非贫困户），解释变量的区别在于模型Ⅰ纳入贫困户脱贫的动力因素，模型Ⅱ则不包括这个变量。表2是模型中所列变量包含的具体指标及描述性统计。
为保证模型的准确性和稳定性，在回归之前需要检验回归方程中各个自变量之间是否存在多重共线性。首先以是否有永久脱贫的信心为因变量，其他变量作为自变量进行回归分析；随后，依次以家庭规模、户主/配偶的性别、年龄、教育程度、家庭特征及生活条件等其余11个变量作为因变量，重复上述回归过程。通过判断回归结果中各变量的容忍度（Tolerance）与方差膨胀因子（VIF）的取值是否在合理范围内（一般情况下，容忍度<0.1，vif>10，则认为存在共线性问题），由此检验模型中各个自变量之间的多重共线性问题。检验结果表明进入模型的自变量均通过了多重共线性检验，囿于篇幅限制，仅列出脱贫信心这一变量的检验结果（表3）。
表2变量说明及描述性统计
表3脱贫信心这一变量的多重共线性检验结果
同时需要注意的是由于本次调查的非贫困户包含未列入建档立卡贫困户名单但在贫困线附近徘徊的边缘户，因此会发现调查样本中户主/配偶的平均年龄偏大并且受教育水平明显偏低，某种程度上样本对贫困人口更具代表性，但不能代表全国农村居民家庭情况。
四、实证结果及分析
（一）脱贫影响因素的描述性分析
习近平总书记曾强调，“扶贫先要扶志，要从思想上淡化贫困意识，不要言必称贫、处处说贫”。调研中确实发现在当前精准扶贫精准脱贫背景下，各类扶贫惠农政策及扶持力度不断加大，贫困户成为各级政府及工作人员关注的焦点，一定程度上贫困户变为一种“资源”，争当贫困户的现象屡见不鲜，少数有劳动能力的贫困户“等靠要”思想严重，缺乏自力更生的锐气和脱贫致富的勇气。当然，调研中也看到绝大多数的贫困户在外部政策支持下焕发出奋斗的精神和勇气，对未来生活充满了期待，访谈中能被他们的精气神所强烈感染。笔者曾走访到一位贫困户（已脱贫），这一家因儿子外出务工意外身故、儿媳撇下两个孩子出走而陷入困境，两位七旬老人独自照顾未成年的孙子和孙女。可老人却骄傲地拿出孙子在县福利学校上学所获得的体育奖牌说，“政府把我孙儿管起来了（孤儿补助以及教育扶贫），我自己还能干动活，能有好日子”。事实上，扶贫扶志行动就是强调要发挥贫困群体自身的主体作用，要将外部的政策支持和人文关怀内化为个体的脱贫之志方能实现真脱贫。调研结果分析显示，在所有建档立卡贫困户中有83%的农户均表示对永久脱贫有信心，其中已脱贫的农户这一比例要高于未脱贫农户（表4）。
表4农户对实现永久脱贫的信心的回答
为考察精准扶贫政策的收入效果，特比较了三种类型农户的人均转移性收入水平，以及转移性收入在家庭总收入中所占的比例。结果表明，贫困户的人均转移性收入明显高于非贫困户，2016年未脱贫农户的人均转移性收入为2045.5元，比非贫困户高889.1元，但比已脱贫农户低318.2元，由此可以推断转移性收入对于贫困户脱贫起了一定的作用。从收入结构看，贫困户的转移性收入水平占家庭总收入的比重最高，达到31.4%，而非贫困户和已脱贫农户的这一比例分别为22.3%和27.9%。笔者同时计算了不同类型农户工资性收入所占的比例，发现工资性收入已经成为当地农户最重要的收入来源，所占比重均超过55%，其中以非贫困户最高，达到66.6%，说明获取工资性收入是当地农户摆脱贫困状态的重要途径（表5）。
表5不同类型农户人均转移性收入及收入结构
（二）模型估计结果与分析
在描述统计分析的基础上将上述变量纳入回归模型进行实证分析，并在回归分析之前对各自变量进行多重共线性检验，实证估计结果见表6。两个模型卡方检验的P值均小于0.01，表明模型在1%的显著水平下通过检验，其中模型Ⅰ是针对建档立卡贫困户，即影响贫困户率先实现贫困退出的因素是什么。回归结果显示，除脱贫信心和村庄类型变量外，其余个体特征、家庭特征以及与精准脱贫目标相关的生活条件变量均不显著。事实上，基于精准识别所认定的贫困户其家庭禀赋差异并不大，致贫原因均集中于因病、因残、因学以及缺乏劳动力、技术和懒惰等因素，经过针对贫困村的道路、饮用水、电力、通信、卫生室以及文化广场等具有普惠性质的基础设施建设之后，农户的出行及生活条件大大改善，因此基础设施和公共服务的获益情况并不存在明显差异。同时因人施策的医疗、教育、住房、低保、就业等精准帮扶措施是针对所有贫困户，根据贫困户的致贫原因而补齐短板，因而在外部支持均质条件下，当控制个体特征及家庭特征等衡量脱贫能力的变量后，回归结果表明贫困户的主观动力因素会显著影响农户脱贫状态，即贫困户对永久脱贫是否有信心会显著影响其脱贫进度，贫困户对实现永久脱贫有信心会显著增加其脱贫的可能性。扶贫先扶志、治贫先治愚在当前扶贫工作进入攻坚阶段具有重要意义，只有贫困个体有脱贫的内生动力，才能与外部支持产生合力，真正靠自己的双手摆脱贫困。
此外，模型Ⅰ中村庄类型也会显著影响贫困户脱贫状态。实地调研发现由于这几年精准扶贫投入主要投向贫困村，因此与非贫困村相比，某些贫困村的基础设施和公共服务甚至要更好。在河南X县，贫困村退出标准除贫困发生率降至2%以下外，还包括基础设施建设和公共服务等硬件标准，比如有一条通村公路实现硬化，农村饮用水符合安全卫生评价指标体系要求，实现广播电视户户通，有综合性文化服务中心，有标准化卫生室，有合格乡村医生或执业医师等等，在此基础上统筹考虑产业发展、集体经济收入等因素。在这些硬性标准下，各级政府几乎将精准扶贫以来的扶贫资源全部集中投向贫困村，以尽早实现贫困村退出和贫困县摘帽，而邻近区域非贫困村则因缺乏扶贫资金的投入导致基础设施和公共服务建设明显滞后。因此，是否是贫困村决定了该村能否获得扶贫资源进而显著影响本村贫困户脱贫的进度。
表6农户脱贫影响因素的probit模型估计结果
注：表示P<0.10，表示P<0.05，表示P<0.01；部分变量有缺失值。
模型Ⅱ则表明贫困户与非贫困户的主要差异还是体现在个体和家庭的能力等结构性因素，比如户主/配偶的年龄、教育水平以及家庭规模、疾病负担等，由于针对非贫困户并不适用对实现永久脱贫是否有信心这个问题，因此模型Ⅱ中未引入脱贫信心这一变量。具体来看，户主/配偶的年龄、教育水平以及家庭规模对脱贫状态有显著的正向影响，而疾病负担则会显著降低其脱贫的可能性。这与研究假设一致，即农户的可行能力会决定其生活状态以及选择的自由。户主/配偶的年龄、教育、家庭规模以及疾病负担反映家庭人力资本状况并代表着贫困农户脱贫的能力，与非贫困农户相比，贫困户则更表现为年龄、教育、疾病等因素对可行能力的限制。与模型Ⅰ相比，模型Ⅱ中的饮食条件对农户贫困状态有显著的正向影响，即饮食条件达到全村平均水平的农户其是非贫困户的可能性更大；村庄类型对农户贫困状态的影响并不显著。这符合精准扶贫政策的操作程序，即无论是贫困村还是非贫困村，建档立卡贫困户的识别均遵循一致的标准和程序，并不会因为村庄类型而对贫困户识别产生影响。最后，模型Ⅰ和模型Ⅱ中的转移性收入所占比例对被解释变量的影响均不显著，这并不是说转移性收入对农户脱贫没有作用，只是说明来自政府的直接转移支付并不是影响农户状态的决定因素，因为转移性收入中包括针对特殊困难人群或者特定贫困户的补贴，比如残疾人补贴、技能培训补贴，以及新农合报销和大病救助等，这些收入并不是普惠式的，因此总体上削弱了转移性收入对农户状态的影响。此外，诸如“雨露计划”等教育技能类培训补贴其政策目标也不是直接增加贫困农户的转移性收入，而是通过鼓励贫困家庭中的青壮年劳动力参加就业培训进而实现自主就业或创业，最终帮助整个家庭摆脱贫困。
五、结论与讨论
当前是脱贫攻坚承前启后的关键阶段，目前各地依据扶贫工作进展正在进行贫困退出的评估和验收工作，但扶贫越到后面就越艰巨，突出表现在深度贫困地区的脱贫、因病因残致贫人群的脱贫以及内生动力不足人群的脱贫。本文基于河南省X县实地调研数据的实证分析试图回应贫困农户脱贫的动力和能力因素，得出以下研究结论：
第一，在外部支持（扶贫政策）均质条件下，当控制个体及家庭特征等衡量脱贫能力的变量后，回归结果表明贫困户的主观动力因素会显著影响农户脱贫状态，即贫困户对永久脱贫是否有信心会显著影响其脱贫进度，有信心的贫困户其率先脱贫的可能性更大。
第二，当考虑贫困户和非贫困户差异的时候，基于户主和家庭的能力因素则成为这个家庭贫困还是非贫困的决定因素，比如教育、健康以及家庭人口数等人力资本变量会显著影响家庭的状态，以转移性收入比重衡量的政府直接转移支付对于农户贫困状态的影响不显著。
第三，从收入结构看，无论是贫困户还是非贫困户，工资性收入均是当地农户重要的收入来源；当然转移性收入对于贫困户而言也很重要，所占比重达到31.4%，远高于经营性收入和财产性收入所占的比重。
第四，从扶贫政策的投入效果看，贫困村和非贫困村所获取扶贫资源的差异会显著影响脱贫的进度，但对于农户是否是贫困户的影响不显著。
以上结论虽然在一定程度上回应了贫困农户脱贫的动力和能力因素，但囿于研究能力和数据获取的限制，研究仍存在一些不足之处。比如，采用“信心”这个自评式的主观指标能否真正代表贫困农户的志气，是否还有更好的可替代的变量。在实地调研中作者已经观察到贫困户的精神面貌和气质存在一定的差异，有的贫困户家中尽管房屋简陋，甚至没有一件像样的家具，但是房前屋后收拾得干净整洁，谈吐中对于生活的苦难更多的是一种包容和忍耐，对于政策评价更多的是一种知足和感恩，此种感受很难在定量研究中予以测量和体现，不能不说是一个遗憾。其次，尽管作者试图通过技术手段避免模型的内生性问题，但是依然存在由于遗漏变量而导致的估计结果不一致的问题，一定程度也影响模型的解释力。
虽然存在不足，但因为调研数据是一个县域范围内的大样本数据，研究结论对于类似区域内的贫困地区和贫困人口仍有一些政策启示。第一，贫困主体的内生发展动力及能力是实现“真脱贫”的关键，也是实现持续稳定脱贫的重点，是贫困农户真正摆脱贫困的表现，即实现物质和精神层面的双脱贫，因此因户因人施策需要特别关注贫困农户的能力和动力因素，而不能仅仅停留在贫困退出的几项硬指标上。需要特别关注教育、健康等人力资本的积累，鼓励和支持贫困家庭的孩子完成不同阶段的教育从而阻断贫困的代际传递；通过教育和技能培训等形式提高有劳动能力的贫困农户参与市场并持续获益的能力。第二，开展扶贫扶志行动，树立脱贫光荣导向，弘扬自尊、自爱、自强精神，营造良好的社会氛围。在实践工作中可以通过进一步改进扶贫干部的工作方式来调动贫困农户脱贫的积极性，通过扶贫干部的真抓实干，真诚与群众沟通，做好扶贫政策的宣传解释和落实来消除群众对于政策的疑虑，从而不断增强群众对于政府及政策的信任和脱贫信心。第三，研究表明获取工资性收入仍然是贫困农户实现脱贫的重要途径，因此可以在“大扶贫”格局下建立就业市场上的供需对接，引导和支持贫困家庭的劳动力通过务工获取工资性收入并帮助家庭脱贫和致富。
参考文献：
[1]马铃，刘晓昀.发展农业依然是贫困农户脱贫的重要途径[J].农业技术经济，2014（12）：25-32.
[2]许翔宇.贫困地区农户脱贫的困境与出路：基于农产品供应链的视角[J].农业经济问题，2012（9）：92-96.
[3]葛霆.贫困农民群体的脱贫路径研究——基于CGSS2010的实证分析[J].经济问题探索，2014（5）：96-102.
[4]周玉龙，孙久文.社会资本与农户脱贫——基于中国综合社会调查的经验研究[J].经济学动态，2017（4）：16-29.
[5]张雄，张紫芬.武陵山片区典型贫困县农户脱贫能力评价研究[J].山西农业大学学报（社会科学版），2017（10）：38-44.
[6]张佩，王博.贫困农户的脱贫路径探讨——基于甘肃省农村社会调研数据的实证分析[J].甘肃金融，2017（1）：53-57.
[7]郭绍林.精准扶贫低收入农户特征及脱贫路径探讨——基于2016年徐州市低收入农户统计监测和农村住户调查数据[J].统计科学与实践，2017（9）：44-46.
[8]虞洪，林冬生.脱贫攻坚长效机制分析——基于四川省通江县的实践[J].农村经济，2017（9）：63-69.
[9]阿玛蒂亚森.生活水准[M].徐大建，译.上海：上海财经大学出版社，2007.
[10]陈春霞.行为经济学和行为决策分析：一个综述[J].农村经济，2008（1）：124-128.
