易地扶貧搬遷對貧困戶生計資本和生計策略的影響

王君涵 李文 冷淦瀟 仇煥廣

摘要?堅決打贏脫貧攻堅戰(zhàn)是黨中央、國務(wù)院的一項重要戰(zhàn)略部署，2020年是我國精準扶貧戰(zhàn)略的驗收之年。易地扶貧搬遷是精準扶貧戰(zhàn)略的重要組成部分，該文基于可持續(xù)生計框架與空間貧困觀兩種理論，闡述了易地扶貧搬遷打破貧困陷阱的機理。本文利用8省16縣2 176戶易地扶貧搬遷農(nóng)戶3期跟蹤調(diào)查數(shù)據(jù)，通過PSM-DID、Heckman兩階段方法實證檢驗了易地扶貧搬遷對農(nóng)戶生計資本和生計策略的長期和短期影響，并采用多期DID等方法進行了穩(wěn)健性檢驗。研究結(jié)果表明：①易地扶貧搬遷切實改善了農(nóng)戶的生計資本和生計策略，打破了原本由于制約性資源存量過低而無法跳出的貧困陷阱，使農(nóng)戶進入一個新的可持續(xù)生計循環(huán)中，即搬遷時間越長，生計資本積累越多。②易地扶貧搬遷在短期對家畜養(yǎng)殖有負向影響，對外出務(wù)工有正向影響;長期對農(nóng)林種植有負向影響，對非農(nóng)自營有正向影響。③對于搬遷后的農(nóng)戶而言，不同生計策略依賴于不同的生計資本。農(nóng)林種植依賴于自然資本、物質(zhì)資本、人力資本和金融資本，家畜養(yǎng)殖依賴于物質(zhì)資本和社會資本，外出務(wù)工依賴于物質(zhì)資本和人力資本，非農(nóng)自營依賴于人力資本和金融資本。根據(jù)研究結(jié)果，提出以下政策建議：一是短期應(yīng)及時穩(wěn)定保證房屋基建、水電氣網(wǎng)、交通道路設(shè)施等物質(zhì)資本的供給，并根據(jù)當?shù)禺a(chǎn)業(yè)特色提供技能培訓(xùn)、工作獲取等幫扶措施，切實保障搬遷人口的策略轉(zhuǎn)變。二是長期應(yīng)持續(xù)地通過教育、醫(yī)療衛(wèi)生等措施增強其文化素養(yǎng)和健康水平，同時提供便利的金融服務(wù)與稅收優(yōu)惠政策，支撐搬遷人口非農(nóng)策略的可持續(xù)發(fā)展，實現(xiàn)長期穩(wěn)定的脫貧。

關(guān)鍵詞?易地扶貧搬遷;生計資本;生計策略;貧困陷阱;PSM-DID

中圖分類號?F323.8

文獻標識碼?A?文章編號?1002-2104（2020）10-0143-11?DOI：10.12062/cpre.20200411

精準扶貧戰(zhàn)略是黨中央、國務(wù)院的一項重要戰(zhàn)略部署，它要求通過易地搬遷、產(chǎn)業(yè)扶持、轉(zhuǎn)移就業(yè)等措施在2020年前解決所有貧困人口的脫貧問題。易地扶貧搬遷是精準扶貧工程的重要組成部分，是打贏脫貧攻堅戰(zhàn)的關(guān)鍵舉措。截至2019年底，易地扶貧搬遷任務(wù)基本完成，并已為約90%的搬遷群眾落實了后續(xù)扶持措施。該政策是否提高了農(nóng)戶的生計資本、令其找到了適合的生計策略、搬遷戶的生計策略如何演變等，都是亟待探究的問題。

當前有關(guān)生計的研究主要聚焦在可持續(xù)生計框架中生計資本和生計策略領(lǐng)域[1-8]，但仍有以下不足：第一，只關(guān)注某一時點的生計信息。農(nóng)戶的生計資本和生計策略呈現(xiàn)出隨時間推移的動態(tài)性，超過70%的家庭會隨著時間的推移和政策的變化改變生計資本和策略，以應(yīng)對不斷變化的壓力、激勵和機遇[9]，因此凸顯出生計的動態(tài)性是分析生計問題的關(guān)鍵。若只關(guān)注在某一時間橫截面的生計數(shù)據(jù)，會喪失掉生計資本和策略的動態(tài)變化機制，很難研究出兩者的因果關(guān)系。第二，研究區(qū)域的局限性。已有研究無論是生計資本和生計策略的依存關(guān)系研究，還是生計風險下的可持續(xù)生計研究，都只局限于某區(qū)域樣本，缺乏大范圍地區(qū)農(nóng)戶生計的普適性和代表性研究。我國國土幅員遼闊，區(qū)域之間的差異很大，不論是物質(zhì)上的自然資源還是精神上的文化習俗，不同地區(qū)之間都存在巨大差異。第三，生計資本與生計策略的關(guān)系機制闡述不夠詳盡。根據(jù)英國國際發(fā)展部（DFID）制定的可持續(xù)生計框架（Sustainable Livelihood Framework， SLF），生計資本分為極具異質(zhì)的自然資本、物質(zhì)資本、人力資本、金融資本和社會資本五個維度，生計策略則分為農(nóng)林種植、家畜養(yǎng)殖、外出務(wù)工和非農(nóng)自營四個維度。簡單匯總的綜合指標只能綜合地把握兩者的依存關(guān)系，無法澄清其內(nèi)在的影響機制。

據(jù)此，為了更合理地進行理論分析及政策效果評估，需要考慮時間因素，本文采用PSM-DID方法對多期微觀面板數(shù)據(jù)進行分析，對比研究處理前后實驗組和控制組的短期和長期差異。同時，利用8省16縣易地扶貧搬遷農(nóng)戶的大范圍、跨區(qū)域樣本，基于更一般方法探究在易地搬遷沖擊下的生計資本和策略關(guān)系，并對生計資本及生計策略進行維度拆分，以厘清生計資本對生計策略的影響機制。

1?分析框架與假說

可持續(xù)生計方法（the Sustainable Livelihoods Approach）是一種理解貧困的多種誘因及解決方案的集成分析框架，可持續(xù)生計框架是最近十年發(fā)展的能對貧困進行多方面評價的新方法。一方面，可持續(xù)性農(nóng)戶生計框架把農(nóng)戶看作一個脆弱性的背景中謀生的對象，通過對不同生計資本進行組合實施生計策略，以實現(xiàn)預(yù)期的成果并滿足他們的生計目標[10]。并且可持續(xù)生計框架具有很強的靈活性和可塑性[11]，可以根據(jù)研究的需要進行適當?shù)耐卣购蛻?yīng)用。另一方面，從空間貧困陷阱的角度，空間貧困陷阱往往分布于地理位置偏遠、農(nóng)業(yè)生態(tài)環(huán)境惡劣、基礎(chǔ)設(shè)施和公共服務(wù)、政策資源供給不足的區(qū)域[12-14]，處于貧困片區(qū)中地理稟賦較差的農(nóng)戶會逐步落入貧困而無法自主掙脫，形成“地理稟賦貧困陷阱”效應(yīng)[15]。而相同特征的家庭，居住于非貧困陷阱就會處于非貧困狀態(tài)[16]，即如果地理空間沒有本質(zhì)改變，就不能從根本上解決貧困問題。

借助可持續(xù)分析框架和空間貧困陷阱理論，考察易地扶貧搬遷如何幫助農(nóng)戶，打破空間貧困陷阱并進入新的可持續(xù)生計，為此構(gòu)建了如圖1和圖2所示的分析框架?！柏毨葳濉痹从诎嗉{吉與迪弗洛在《貧窮的本質(zhì)》一書中的“S形曲線”，我們結(jié)合可持續(xù)生計框架進行了拓展。在圖1中，橫坐標表示農(nóng)戶今年的生計資本（某種最制約），縱坐標表示明年的生計資本（某種最制約），因此橫坐標的增加代表農(nóng)戶生計資本提高，縱坐標的增加代表農(nóng)戶生計策略的改善。在垂直虛線左下方的扇形代表貧困陷阱，處于貧困陷阱中的農(nóng)戶A的最制約資源存量過低，難以有效地抵御風險，最終會均衡到An點;在垂直虛線右上方的扇形代表不處于貧困陷阱，位于E點的農(nóng)戶在可持續(xù)生計的循環(huán)中最終會達到En點。因此對于貧困片區(qū)中地理稟賦較差的農(nóng)戶，若僅給予現(xiàn)金補貼并不能改善其地理稟賦較差這項最制約的生計資本，從而難以跳出貧困陷阱進入新的可持續(xù)生計中。而易地扶貧搬遷改善了原有耕地質(zhì)量低下、交通可達性差等農(nóng)戶最制約的生計資本，從根本上改變了處于空間貧困陷阱的農(nóng)戶的生存環(huán)境，使其能夠有效地抵御風險，奠定了優(yōu)化農(nóng)戶生計結(jié)構(gòu)的基礎(chǔ)。即通過優(yōu)化農(nóng)戶的生計資本和生計策略，易地扶貧搬遷使農(nóng)戶A跳出原有的空間貧困陷阱到達E點，在新的可持續(xù)生計中達到更優(yōu)的均衡。具體分析如下。

易地扶貧搬遷通過“人”“財”“物”三個方面的支持性政策影響生計資本。第一，有關(guān)“人”的支持性政策主要分為就業(yè)培訓(xùn)和信息獲取。易地扶貧搬遷項目會提供有關(guān)就業(yè)培訓(xùn)方面的幫助，就業(yè)培訓(xùn)有利于提高農(nóng)戶的勞動力質(zhì)量和勞動技能[17]，從而提升農(nóng)戶家庭的人力資本。搬遷后交通運輸設(shè)施的便利有利于改善農(nóng)戶的社交活動和信息的獲取[13]，因此能夠有效提升社會資本。第二，有關(guān)“財”的支持性政策主要分為移民搬遷補助、稅收減免和無息貸款三種。根據(jù)安置方式的不同，移民搬遷補助款為人均2.5萬或3.5萬元，用于補助搬遷戶建設(shè)購買住房、耐用消費品或生產(chǎn)經(jīng)營性固定資產(chǎn)等，因此有利于提高農(nóng)戶抵御生計沖擊的能力，改善物質(zhì)資本。稅收減免包括不同情況下免征個人所得稅、契稅、城鎮(zhèn)土地使用稅、印花稅等稅種，可以一定程度上減少農(nóng)戶支出或貸款，從而提高其金融可獲得性，增加其金融資本。無息貸款可以直接提高農(nóng)戶的借貸能力，即直接提高其金融資本。第三，有關(guān)“物”的支持性政策主要分為公共基礎(chǔ)設(shè)施建設(shè)（有形）和公共服務(wù)、市場化水平提高（無形）。易地扶貧搬遷后公共基礎(chǔ)設(shè)施建設(shè)表現(xiàn)在路面硬化、污水管網(wǎng)、廣播電視、電力電信等方面，極大程度上改善了農(nóng)戶家庭的基本生存條件，可以改善農(nóng)戶的自然稟賦[13，18-19]，即提高農(nóng)戶的自然資本。公共服務(wù)的跟進，縮短了農(nóng)戶家庭距離學校、醫(yī)院、市場等的距離，不僅改善了農(nóng)戶的生存條件，提高其自然資本，而且搬遷后教育和醫(yī)療衛(wèi)生設(shè)施的分布更加密集，可以提高區(qū)域間人力資本水平[20]。據(jù)此提出假設(shè)1。

H1：易地扶貧搬遷可以提高農(nóng)戶的生計資本。

易地扶貧搬遷使農(nóng)戶的生計策略在整體上由農(nóng)業(yè)轉(zhuǎn)向非農(nóng)業(yè)，并且部分策略的轉(zhuǎn)變存在滯后性。生計策略不僅取決于個人偏好，也被周圍的環(huán)境資源所驅(qū)動[21]，例如市場化和經(jīng)濟水平較高的地區(qū)社會網(wǎng)絡(luò)更容易提高收入[22]，同時不同生計策略的屬性不同，調(diào)整、反應(yīng)的時間也有所差別。具體而言：農(nóng)林種植方面，搬遷后安置地種植面積的減少及其機會成本的提高，會減少這一生計策略，并且農(nóng)作物的生產(chǎn)周期通常為3月至來年2月，部分農(nóng)作物的周期甚至更長[23]，使得農(nóng)林種植這一生計策略無法在短期內(nèi)迅速調(diào)整。家畜養(yǎng)殖方面，搬遷造成的養(yǎng)殖場地的縮小、居住環(huán)境不利于飼養(yǎng)等原因，會減少家畜養(yǎng)殖這一生計策略，并且禽類等養(yǎng)殖周期較短，一般在2個月以內(nèi)[23]，處置方便，因此搬遷在短期內(nèi)即可影響這一生計策略。外出務(wù)工方面，搬遷后公共基礎(chǔ)設(shè)施的改善（如電纜、網(wǎng)線）等極大地方便了農(nóng)戶與外界的聯(lián)系，使外出務(wù)工人員與家人有更多的溝通機會，為外出務(wù)工提供堅實的后盾。同時搬遷后更廣闊的就業(yè)市場及多樣的就業(yè)培訓(xùn)為外出務(wù)工提供了豐富的資源和指導(dǎo)，使農(nóng)戶能較為快速地找到工作。因此搬遷能在短期內(nèi)改善外出務(wù)工這一生計策略。非農(nóng)自營方面，搬遷提供的移民搬遷補助款、無息貸款、稅收減免等政策不僅保障了資金需求，還有力地降低了運營風險，從而有利于這一生計策略的調(diào)整。同時非農(nóng)自營需要個人才能等方面的原始積累[24-29]，短期內(nèi)也很難迅速調(diào)整。因此長期來看，非農(nóng)自營的邊際效益較高，生計策略會向非農(nóng)自營偏移。據(jù)此提出假設(shè)2。

H2a：易地扶貧搬遷可以改善農(nóng)戶的生計策略，實現(xiàn)農(nóng)業(yè)向非農(nóng)的轉(zhuǎn)化。

H2b：短期具體表現(xiàn)為減少家畜養(yǎng)殖、提高外出務(wù)工，長期表現(xiàn)為減少農(nóng)林種植、增加非農(nóng)自營。

改變后的生計資本也會對生計策略產(chǎn)生影響，并且不同類型的生計策略會受到不同種類生計資本的影響。根據(jù)可持續(xù)生計框架，農(nóng)戶對生計資產(chǎn)進行組合來選擇某種生計策略[2-4]。農(nóng)戶擁有的生計資產(chǎn)越多，選擇生計策略的余地就越大，更能夠靈活地自我調(diào)整，從而提高了生計水平。具體來說：農(nóng)林種植這一生計策略對自然稟賦、交通便利程度、機械化程度和勞動力等要求較高[30-31]，因此自然資本、物質(zhì)資本和人力資本對農(nóng)林種植這一生計策略影響較大。在家畜養(yǎng)殖方面，家畜養(yǎng)殖產(chǎn)業(yè)鏈上公司和農(nóng)戶既要分工也要合作[32]，使社會關(guān)系網(wǎng)對家畜養(yǎng)殖至關(guān)重要，因此社會資本會影響這一生計策略。同時畜牧業(yè)是整個農(nóng)業(yè)生產(chǎn)中規(guī)模化程度最高，技術(shù)、設(shè)備投入相對集中的領(lǐng)域之一[33]，使得物質(zhì)資本對家畜養(yǎng)殖的影響也較大。以外出務(wù)工為核心的工資性收入已經(jīng)成為農(nóng)戶收入的重要組成部分[34]，它要求勞動力常年能在外獨立生存謀生[35-37]，因此選擇外出務(wù)工策略的家庭會更看易地扶貧搬遷背景下農(nóng)戶生計分析框架重該家庭的人力資本的建立。非農(nóng)自營這一生計策略要求穩(wěn)健的資金供給，擁有金融資本的農(nóng)戶會有更多的民間借貸渠道，從而更有可能創(chuàng)辦自營工商業(yè)[25，27，29]，同時創(chuàng)業(yè)者的個人才能對非農(nóng)自營的成敗至關(guān)重要[24，26，28]，因此以非農(nóng)自營為主的農(nóng)戶家庭會要求更高的人力資本和金融資本。據(jù)此提出假設(shè)3。

H3：不同生計策略依賴不同生計資本。農(nóng)林種植依賴自然資本、物質(zhì)資本和人力資本;家畜養(yǎng)殖依賴物質(zhì)資本和社會資本;外出務(wù)工依賴人力資本;非農(nóng)自營依賴人力資本和金融資本。

總之，基于可持續(xù)生計分析框架和貧困陷阱理論，分析易地扶貧搬遷對貧困戶生計資本和生計策略的影響，可為政府后續(xù)扶持措施的側(cè)重點提供一定的決策參考。

2?數(shù)據(jù)來源和變量選取

2.1?數(shù)據(jù)來源

根據(jù)“十三五”全國易地扶貧搬遷任務(wù)的分布，項目組依托“國務(wù)院扶貧辦易地扶貧搬遷項目”課題，于2016年7月、2017年8月、2019年5月在貴州、云南、陜西、甘肅、湖北、湖南、廣西、四川共8個搬遷任務(wù)較重的?。ㄗ灾螀^(qū)）開展大規(guī)模調(diào)研。調(diào)研組采用多階段抽樣，在每個省（自治區(qū)）份抽取2個縣。根據(jù)縣級政府提供的全縣安置區(qū)名單、安置區(qū)規(guī)模和已搬遷入住的情況，在每縣（市）抽取大型安置點、中型安置點、小型安置點共計3～6個（最少抽3個，最多抽6個，5戶以下的安置點不抽）。每個安置點根據(jù)安置點規(guī)模抽取一定比例的“十三五”期間已入住的搬遷戶。剔除了搬遷時間不明確和部分關(guān)鍵變量缺失嚴重的樣本，最終得到三年有效樣本共5 858個。

2.2?變量選取

主要變量為是否進行易地扶貧搬遷、生計資本和生計策略。生計資本分為自然資本、物質(zhì)資本、人力資本、金融資本和社會資本五個維度[38]，每個維度下面由多個題項進行測量。生計策略分為農(nóng)林種植、家畜養(yǎng)殖、外出務(wù)工、非農(nóng)自營四個維度[4，11]?？刂谱兞糠譃閼糁鲗用娴目刂谱兞?、家庭層面的控制變量和安置區(qū)層面的控制變量，其中戶主層面的控制變量控制了戶主的年齡、性別、婚姻狀況、民族、在家居住時間、健康狀況等變量，家庭層面的控制變量控制了家庭租金收入和宅基地補償款，安置區(qū)層面的控制變量控制了安置區(qū)投資情況和安置區(qū)投資方式。

生計資本。根據(jù)DFID可持續(xù)生計框架[38]，生計資本是指個人或家庭為改善長遠的生活狀況所擁有和獲得的謀生的能力、資產(chǎn)和稟賦，生計資本分為五個維度：自然資本、物質(zhì)資本、人力資本、金融資本和社會資本。自然資本指的是人們的生計所依靠的自然資源的儲存和流動，包括距離市場、縣城、鄉(xiāng)鎮(zhèn)等的距離和可直接利用的資源（如土地、樹木等）以及生態(tài)服務(wù)，其中對于農(nóng)戶來講最主要的是耕地面積。物質(zhì)資本包括維持生計所需要的基礎(chǔ)設(shè)施以及生產(chǎn)用具，一般來說包括家庭的總資產(chǎn)和住房面積等。人力資本是指人們?yōu)榱俗非蟛煌纳嫴呗院蛯崿F(xiàn)生計目標而擁有的技能、知識、勞動能力和健康等，一般來說包括家庭總?cè)丝?、家庭中勞動力的個數(shù)、健康人數(shù)的比例等。金融資本主要指流動資金、儲備資金和獲得金融資產(chǎn)的便利程度，一般用金融貸款的額度、金融參與和金融便利性等衡量。社會資本指各種社會資源，如社會關(guān)系網(wǎng)和社會組織（宗教組織、親朋好友和家族等），一般用人情收禮、親戚朋友的數(shù)量等衡量。在該文中，自然資本用“到鄉(xiāng)鎮(zhèn)的距離的對數(shù)”“到中學的距離的對數(shù)”“到市場的距離的對數(shù)”“到縣城的距離的對數(shù)”“承包土地面積”等題項測量。物質(zhì)資本用“家庭總資產(chǎn)的對數(shù)”“家庭住房面積的對數(shù)”衡量。人力資本用“家庭總?cè)丝凇薄凹彝タ倓趧恿€數(shù)”“家庭成員平均受教育年限”等題項衡量。金融資本用“最近銀行或信用社的距離的對數(shù)”“家庭借出去的錢的對數(shù)”等測量。社會資本用“人情往來收禮的對數(shù)”“親戚朋友數(shù)量的對數(shù)”“參加紅白喜事人數(shù)的對數(shù)”衡量。采用熵權(quán)法合成生計資本的測量值，參考蘇芳[4]的做法，生計資本的綜合指數(shù)即為Q=∑ni=1WiIi，其中Wi是指標的權(quán)重，Ii是指標的標準化得分，Q是綜合指數(shù)。

生計策略。生計策略是農(nóng)戶采用何種方式把生計資本轉(zhuǎn)化為積極的生計成果，是農(nóng)戶對經(jīng)營活動和資產(chǎn)配置的選擇，目的是通過生計策略實現(xiàn)生計目標。調(diào)查地區(qū)屬于武陵山片區(qū)、秦巴山片區(qū)、烏蒙山片區(qū)、六盤山片區(qū)等山區(qū)，根據(jù)蘇芳[4]的做法，山區(qū)農(nóng)戶主要的生計策略包括農(nóng)林種植、家畜養(yǎng)殖、外出務(wù)工和非農(nóng)自營四類。農(nóng)林種植不僅包括一般意義上的糧食作物的種植，還包括農(nóng)戶在山區(qū)里種植和采摘的經(jīng)濟作物，例如核桃等。家畜養(yǎng)殖是指家庭內(nèi)飼養(yǎng)的牛、羊、雞、豬等家畜。外出務(wù)工是指家庭的成員長期（3個月以上）在外打工，其中不包括上學、當兵等因素。非農(nóng)自營是指農(nóng)戶在本地進行非農(nóng)活動，例如開小賣部等。參考李聰[11]的做法，用各項生計策略的收入衡量生計策略。

2.3?描述性統(tǒng)計

主要變量的描述性統(tǒng)計如表1所示，易地扶貧搬遷的比例從2016年的0.03，到2017年的0.22，最后到2019年的0.83，可以看出易地扶貧搬遷已經(jīng)接近尾聲。生計資本的五個維度（自然資本、物質(zhì)資本、人力資本、金融資本、社會資本）中，2016年相對較高的是自然資本和人力資本，說明搬遷前農(nóng)戶家庭普遍有較為充分的土地和勞動力，從而為獲得收入提供充分的人力保障。2017年和2019年相對最高的是物質(zhì)資本，說明搬遷后物質(zhì)資本有明顯提高，房屋等基礎(chǔ)設(shè)施有所改善。在生計策略方面，農(nóng)林種植、家畜養(yǎng)殖、外出務(wù)工以及非農(nóng)自營四種生計策略從2016—2019年都有不同程度的提高。其中外出務(wù)工這一生計策略的增加最明顯，從2016年的7.42到2017年的9.77再到2019年的10.26，農(nóng)林種植和家畜養(yǎng)殖則增加的較為緩慢，這可以粗略地看出搬遷后農(nóng)戶的生計策略傾向從農(nóng)業(yè)向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)化。同時，表1中列出了幾個主要控制變量的描述性統(tǒng)計。以2016年為例，戶主的平均年齡在54歲左右，性別均值為0.9，代表90%的戶主性別為男性，且戶主平均每年在家居住時間超過了10個月，說明戶主基本每年都在家生活。

3?實證分析結(jié)果

3.1?搬遷對農(nóng)戶生計資本、生計策略的影響

采用2016年、2017年和2019年易地扶貧搬遷共3年的面板數(shù)據(jù)，研究易地扶貧搬遷政策對生計資本和生計策略是否有顯著影響，并通過雙重差分模型（DID）消除潛在時間趨勢中的偏差[39-41]。然而在實際推進易地扶貧搬遷工作中，基層政府偏向于先選擇容易實施的地區(qū)和群體，這就導(dǎo)致實驗組和控制組在平均水平上存在顯著差異，不滿足雙重差分模型（DID）的假設(shè)前提。Heckman等[42]、Dehejia 和Wahba[43]則指出通過雙重差分傾向得分匹配（PSM-DID）控制來自不同區(qū)域、不同群體樣本值之間不隨時間變化的組間差異，能有效地解決這一問題。具體來說，PSM-DID將實驗組和控制組的樣本匹配到傾向值相近的樣本，使其滿足共同支撐域假設(shè)，再使用雙重差分分析，進而得到更準確的結(jié)果，并采用Rosenbaum和Rubin[44]提出的核密度傾向評分匹配策略進行匹配。

考慮到政策效應(yīng)的滯后性，運用雙重差分模型分別檢驗易地扶貧搬遷貧困戶搬后1 a、2 a和3 a對生計資本、生計策略的影響?？紤]到數(shù)據(jù)的可得性和效應(yīng)的滯后性，定義搬后1 a為短期影響，搬后3 a為長期影響。控制組和實驗組的設(shè)計如圖3所示，不同陰影表示不同搬遷時間的樣本。在這些分析中，差分估計量的顯著性水平和重要性是主要關(guān)注因素[39]。在2016—2017年搬后1 a的短期影響DID中，差分估計量是處理變量和時間變量的交互項，處理變量是一個虛擬變量，實驗組（2016年搬遷的樣本）編碼為1，控制組（2017年仍未搬遷的樣本）編碼為0，時間變量也是虛擬變量，在2017年其值為1，在2016年其值為0。在2017—2019年搬后2 a的DID影響分析中，實驗組為2017年已搬遷的農(nóng)戶，控制組為2019年仍未搬遷的樣本，時間變量2017年為0，2019年為1。搬后3 a實驗組和控制組的設(shè)計同理。

從本質(zhì)上講，差異估計量反映了與控制組（沒有經(jīng)歷過易地扶貧搬遷的農(nóng)戶家庭）相比，實驗組（經(jīng)歷過易地扶貧搬遷的農(nóng)戶家庭）的因變量變化率是否顯著不同。是否搬遷對農(nóng)戶生計資本和生計策略的雙差分影響效果可以用計量模型方式表達為：

其中，capitalit為第i個農(nóng)戶t時期的生計資本，strategyit為第i個農(nóng)戶t時期的生計策略，immigi和timet均為二值變量，immigi為第i個農(nóng)戶是否已經(jīng)搬遷，timet為時間變量，Xit表示第i個農(nóng)戶t時期的協(xié)變量以排除掉潛在的混雜影響（Confounding Effects），ε1it和ε2it為隨機誤差項。系數(shù)β3代表是否搬遷對農(nóng)戶生計資本的影響效果，系數(shù)γ3代表是否搬遷對農(nóng)戶生計策略的影響效果。

在進行匹配后，大部分變量的標準偏差明顯降低，實驗組與對照組的差異變得不顯著，意味著匹配之后實驗組與對照組的可比性大幅增強。匹配后實驗組與對照組的核密度函數(shù)曲線匹配良好，大部分都在共同的區(qū)域內(nèi)，表明實驗組和對照組具有可比性，排除了搬遷戶樣本可能存在的自選擇效應(yīng)，從而可以進行下一步的雙重差分模型估計。

具體地，從表2展示的易地扶貧搬遷對農(nóng)戶生計資本的PSM-DID結(jié)果來看，易地扶貧搬遷后1 a就有顯著提高（DID=0.754，P=0.000），搬遷后2 a的生計資本增長更多，顯著提高0.819（P=0.000），搬遷3 a的正向效應(yīng)增長到0.974（P=0.000）。可以看出，搬遷對于農(nóng)戶的生計資本具有正向影響，并且其正向累積影響逐年增加。根據(jù)易地扶貧搬遷背景下農(nóng)戶生計分析框架，原因在于：一是搬遷后的就業(yè)培訓(xùn)、社會保障等政策提高了農(nóng)戶的人力資本[17，20]，交通運輸設(shè)施的便利提高了農(nóng)戶的社會資本[13]，移民搬遷補助、稅收減免和無息貸款等提高了農(nóng)戶的金融資本。二是補助搬遷戶建設(shè)購買住房、耐用消費品或生產(chǎn)經(jīng)營性固定資產(chǎn)等提高了農(nóng)戶的物質(zhì)資本。三是易地扶貧搬遷后公共基礎(chǔ)設(shè)施建設(shè)和公共服務(wù)的跟進則提高了農(nóng)戶的自然資本[13，18-19]，從而易地扶貧搬遷后農(nóng)戶的生計資本顯著提高。并且隨著搬遷后農(nóng)戶生活逐漸穩(wěn)定，對地理位置和基礎(chǔ)設(shè)施更加熟悉，農(nóng)戶的生計資本會在搬遷后已提高的基礎(chǔ)上繼續(xù)提高，進入良性循環(huán)，使得易地扶貧搬遷后生計資本提高的長期效果比短期效果更為顯著。意味著搬遷后農(nóng)戶的生計會隨時間進展逐漸優(yōu)化，可保障農(nóng)戶從根本上擺脫貧困。

從表2展示的易地扶貧搬遷對農(nóng)戶生計策略的PSM-DID結(jié)果來看，農(nóng)林種植搬遷后1 a和2 a均沒有顯著改變，搬遷后3 a顯著降低（DID=-1.128）;家畜養(yǎng)殖搬遷后1 a就顯著降低，并且搬遷3 a下降幅度更大;外出務(wù)工這一生計策略在搬遷后1 a就顯著增加，并且3 a內(nèi)保持穩(wěn)定的促進作用（0.884→0.883→0.871）;非農(nóng)自營搬遷后1 a和2 a均沒有顯著改變，搬遷后3 a顯著增加（DID=0.227）。說明易地扶貧搬遷短期內(nèi)使農(nóng)戶從原有的家畜養(yǎng)殖轉(zhuǎn)向外出務(wù)工（家畜養(yǎng)殖DID=-0.984，外出務(wù)工DID=0.884），農(nóng)林種植和非農(nóng)自營兩項生計策略沒有顯著變化。而長期則會引起農(nóng)林種植和非農(nóng)自營的策略調(diào)整，使農(nóng)戶從原有的農(nóng)林種植、家畜養(yǎng)殖轉(zhuǎn)向外出務(wù)工和非農(nóng)自營（農(nóng)林種植DID=-1.128，家畜養(yǎng)殖DID=-1.257，外出務(wù)工DID=0.871，非農(nóng)自營DID=0.227）。因此，易地扶貧搬遷政策的部分效果具有時滯性。易地扶貧搬遷不僅直接帶來的環(huán)境改變和市場化水平提高使農(nóng)戶的外出務(wù)工更加方便[45]，還通過改變生計資本對生計策略產(chǎn)生影響[2-4]，從而改變原有以農(nóng)林種植和家畜養(yǎng)殖為主的生計策略，轉(zhuǎn)向外出務(wù)工和非農(nóng)自營。值得注意的是，易地扶貧搬遷對農(nóng)林種植和非農(nóng)自營兩項生計策略的短期影響并不顯著，這是因為農(nóng)林種植有一定的生長周期[23]、非農(nóng)自營需要一定的原始積累[24-29]，需要給農(nóng)戶時間調(diào)整再做出新的策略選擇。因此短期內(nèi)易地扶貧搬遷對農(nóng)林種植和非農(nóng)自營沒有影響，但是長期來看搬遷降

圖3?控制組和實驗組的設(shè)計低了農(nóng)林種植和家畜養(yǎng)殖，提高了外出務(wù)工和非農(nóng)自營。反映了農(nóng)戶在搬遷后生計資本逐年提高并且在逐步調(diào)整生計策略的事實，從而驗證了易地扶貧搬遷的良好效果。也說明在更長期的未來，隨著搬遷后的農(nóng)戶對交通情況、基礎(chǔ)設(shè)施、市場條件、關(guān)系網(wǎng)絡(luò)等的進一步熟悉和生計資本的逐漸提高，農(nóng)戶的生計策略結(jié)構(gòu)會從農(nóng)業(yè)向非農(nóng)業(yè)演變，從而徹底使農(nóng)戶打破原有的空間貧困陷阱，在新的可持續(xù)生計中達到更優(yōu)的均衡。

3.2?生計資本對生計策略影響的進一步分析

為了研究搬遷后政府如何根據(jù)農(nóng)戶不同生計策略有針對性地扶持生計資本，以幫助已搬遷的農(nóng)戶進一步提高可持續(xù)生計，具體采用了以下數(shù)據(jù)分析程序：首先，使用豪斯曼檢驗（Hauseman Test）來檢驗面板數(shù)據(jù)采用固定效應(yīng)模型還是隨機效應(yīng)模型。檢驗結(jié)果表明，P值為0.000，因此采用固定效應(yīng)模型。其次，為了控制時變的不可觀測因素的影響，增加了年度虛擬變量。最后，使用瓦爾德檢驗（Wald Test）發(fā)現(xiàn)存在異方差。因此在區(qū)域?qū)用嫔蠈藴什钸M行聚類，以調(diào)整其異方差性。然而，僅僅用這種樣本進行回歸分析是不合適的，以農(nóng)林種植這一生計策略為例，由于從事農(nóng)林種植的農(nóng)戶可能與不從事農(nóng)林種植的農(nóng)戶有系統(tǒng)的不同，因此使用兩階段的Heckman選擇模型[46]來糾正這種樣本選擇偏差。在這種分析中，第一階段通過將Probit模型應(yīng)用于整個農(nóng)戶樣本，估計了農(nóng)戶選擇農(nóng)林種植的可能性，即逆米爾斯比（Inverse Mills Ratio）。然后將該比率作為第二階段方程式中的控制變量，采用已做出農(nóng)林種植選擇的農(nóng)戶樣本檢驗生計資本和生計策略之間的關(guān)系。具體地，第一步使用Probit模型估計農(nóng)戶選擇各種生計策略（農(nóng)林種植、家畜養(yǎng)殖、外出務(wù)工、非農(nóng)自營）的概率，其方程為：

其中，pi是農(nóng)戶選擇第i種（i=1，2，3，4）生計策略的概率，i=1代表選擇農(nóng)林種植，i=2代表選擇家畜養(yǎng)殖，i=3代表選擇外出務(wù)工，i=4代表選擇非農(nóng)自營。xn是可能引起生計策略選擇的變量，γn是引起選擇的變量的系數(shù)，γ0是常數(shù)項。其中農(nóng)林種植的選擇變量是除農(nóng)林種植的其他生計策略收入，家畜養(yǎng)殖的選擇變量是除家畜養(yǎng)殖的其他生計策略收入，外出務(wù)工的選擇變量是除外出務(wù)工的其他生計策略收入，非農(nóng)自營的選擇變量是除非農(nóng)自營已搬遷農(nóng)戶生計資本對生計策略的影響如表3所示。模型1～模型4是分別對農(nóng)林種植、家畜養(yǎng)殖、外出務(wù)工、非農(nóng)自營四個生計策略分別使用Heckman兩階段選擇模型的回歸結(jié)果，各個逆米爾斯比均顯著說明選擇該方法是合適的。根據(jù)回歸結(jié)果可以看出，首先，農(nóng)戶選擇農(nóng)林種植的策略受到自然資本（β=0.119，P<0.01）、物質(zhì)資本（β=0.022，P<0.05）、人力資本（β=0.062，P<0.01）的影響，這和前面的理論分析一致。同時，農(nóng)戶選擇農(nóng)林種植還會受到金融資本（β=0.058，P<0.05）的影響，可能是因為林業(yè)等農(nóng)林種植策略周期很長，對資金流轉(zhuǎn)要求較高，所以需要較高的金融資本。其次，家畜養(yǎng)殖主要受到物質(zhì)資本（β=0.035，P<0.01）和社會資本（β=0.047，P<0.1）的影響。因為選擇家畜養(yǎng)殖策略的農(nóng)戶要想擴大規(guī)模，需要與購買方和養(yǎng)殖企業(yè)進行溝通交流，更依賴社會資本的積累。同時畜牧業(yè)更需要技術(shù)和設(shè)備，使得物質(zhì)資本對家畜養(yǎng)殖的影響也較大。同時，外出務(wù)工這一生計策略會顯著受到人力資本（β=0.074，P<0.01）和物質(zhì)資本（β=0.034，P<0.01）的影響。因為外出打工等工作必須要有勞動力的投入，更加看重勞動力的質(zhì)量，因此依賴人力資本。值得注意的是，外出務(wù)工受到物質(zhì)資本的影響，可能是因為農(nóng)戶的物質(zhì)資本越高，家里就有交通工具等資源，可選擇工資更高的工作，因此會對外出務(wù)工的收入產(chǎn)生正向影響。最后，非農(nóng)自營這一策略會受到人力資本（β=0.263，P<0.05）和金融資本（β=0.132，P<0.05）的影響。因為擁有更多金融資本的農(nóng)民，會有更多的民間借貸渠道，從而更有可能創(chuàng)辦自營工商業(yè)[25，27，29]。同時創(chuàng)業(yè)者的個人才能對經(jīng)營的成敗至關(guān)重要[24，26，28]，這也和理論分析一致。

綜合以上，農(nóng)戶選擇農(nóng)林種植這一生計策略顯著受到自然資本、物質(zhì)資本、人力資本和金融資本的正向影響，家畜養(yǎng)殖顯著受到物質(zhì)資本和社會資本的正向影響，外出務(wù)工顯著受到物質(zhì)資本和人力資本的正向影響，非農(nóng)自營顯著受到人力資本和金融資本的正向影響。

4?穩(wěn)健性檢驗

4.1?改變模型設(shè)定方法

更一般地，對三期面板數(shù)據(jù)采用多期DID模型進行估計。易地扶貧搬遷對農(nóng)戶生計資本和生計策略的多期雙重差分影響效果可以用計量模型方式表達為：

其中，capitalit為第i個農(nóng)戶t時期的生計資本，strategyit為第i個農(nóng)戶t時期的生計策略，AS和Bt是解釋省份和年份固定效應(yīng)的省份和年份虛擬變量的向量，Xit是其他控制變量，ε3it和ε4it是隨機誤差項。當?shù)趇個農(nóng)戶家庭在t年進行易地扶貧搬遷時，虛擬變量removalit取值為1，否則為0。因此，系數(shù)λ1和μ1分別表示易地扶貧搬遷對生計資本和生計策略的影響，回歸后得到的結(jié)果依然穩(wěn)健。

4.2?更換生計策略的衡量指標

由于生計策略對生計資本的影響具有一定的滯后性[47]，所以生計資本和生計策略不存在互為因果的問題，從而一定程度上避免了內(nèi)生性問題。以上分析均采用各項生計策略的收入來衡量生計策略[11]，但同時也有部分學者采用二元變量來衡量生計策略，具體方法為選擇該項生計策略賦值為1，不選擇該項生計策略賦值為0[4]。采用二元0-1變量再次衡量四項生計策略后進行穩(wěn)健性檢驗，發(fā)現(xiàn)生計策略進行Logit回歸后主要變量的系數(shù)符號和顯著性保持穩(wěn)定，模型的穩(wěn)健性良好，從而驗證了該模型的穩(wěn)定性。

5?結(jié)論和政策建議

通過研究易地扶貧搬遷對農(nóng)戶生計資本和生計策略的影響機制，發(fā)現(xiàn)易地扶貧搬遷能夠顯著改善貧困戶的生計資本和生計策略，打破原有的空間貧困陷阱，具體結(jié)論如下。

（1）易地扶貧搬遷政策有助于改善農(nóng)戶生計資本。一方面，搬遷后農(nóng)戶的外部環(huán)境得到改善，包括公共基礎(chǔ)設(shè)施和公共服務(wù)等，進而農(nóng)戶的生活條件、自然稟賦以及獲得信息的能力得到提升，農(nóng)戶的自然資本和社會資本顯著增加。另一方面，搬遷后農(nóng)戶獲得移民搬遷補助和就業(yè)培訓(xùn)以及較好的住房保障，有助于農(nóng)戶購買生產(chǎn)經(jīng)營性固定資產(chǎn)，提高農(nóng)戶貸款能力，增強搬遷戶的物質(zhì)資本、金融資本和人力資本。同時，易地扶貧搬遷對于生計資本的促進作用會隨著搬遷時間的增加而增加，說明易地扶貧搬遷的政策效果是長期的、可持續(xù)性的，對于生計資本的影響是長久的、深遠的，從根本上改變了農(nóng)戶的生計稟賦，能夠使得農(nóng)戶擺脫惡劣的、貧窮的生計環(huán)境，跳出貧困陷阱。

（2）易地扶貧搬遷后農(nóng)戶的生計策略逐步由農(nóng)業(yè)向非農(nóng)業(yè)轉(zhuǎn)化。搬遷1a后，易地搬遷戶會顯著減少家畜養(yǎng)殖生產(chǎn)，增加外出務(wù)工，即在短期內(nèi)搬遷戶會由家畜養(yǎng)殖策略轉(zhuǎn)變?yōu)橥獬鰟?wù)工策略，這是因為家畜養(yǎng)殖受到限制，且畜牧生產(chǎn)較為靈活，而搬遷后外出務(wù)工的機會相對增多。搬遷3a后，易地扶貧搬遷戶的農(nóng)林種植收入顯著減少，非農(nóng)自營收入顯著增加，而在此之前均不顯著，說明農(nóng)林種植和非農(nóng)自營策略具有滯后性，即長期內(nèi)搬遷戶的農(nóng)林種植的生計策略轉(zhuǎn)變?yōu)榉寝r(nóng)自營策略。因此，外出務(wù)工和非農(nóng)自營是搬遷戶搬遷后所演變的主要生計策略，但是非農(nóng)自營的政策效果具有滯后性。這種演變表明易地扶貧搬遷提高了農(nóng)戶的生活水平和生計能力，推動了我國目前的城鎮(zhèn)化進程。

（3）不同的生計資本對各種生計策略的影響不同，從農(nóng)戶搬遷后生計策略的轉(zhuǎn)變可以得出不同生計資本的重要程度。通過分析，研究發(fā)現(xiàn)農(nóng)戶選擇農(nóng)林種植依賴于自然資本、物質(zhì)資本、人力資本和金融資本，家畜養(yǎng)殖依賴于物質(zhì)資本和社會資本，外出務(wù)工依賴于物質(zhì)資本和人力資本，非農(nóng)自營依賴于人力資本和金融資本。整體上，在農(nóng)戶的生計策略由農(nóng)業(yè)逐步向非農(nóng)業(yè)轉(zhuǎn)變的過程中，物質(zhì)資本和人力資本在短期上可以改善外出務(wù)工策略，進而提高搬遷戶生計水平。但在長期，搬遷戶需要依賴人力資本和金融資本改善非農(nóng)自營，以促進其可持續(xù)生計和長久脫貧。

由于農(nóng)戶生計策略對政策反應(yīng)的時滯性不同，因此需分時間階段和輕重緩急配套實施政策扶持措施。據(jù)此，針對后續(xù)扶持提出以下政策建議。

短期上，易地扶貧搬遷政策改變了農(nóng)戶原本惡劣的自然稟賦，能夠及時地改善農(nóng)戶的生計資本，促使農(nóng)戶的生計策略從家畜養(yǎng)殖轉(zhuǎn)為外出務(wù)工。因此短期內(nèi)應(yīng)注重搬遷戶家畜養(yǎng)殖的處理和售賣，開通便利的家畜銷售渠道，提供銷售信息支持和幫助。而外出務(wù)工策略依賴于物質(zhì)資本和人力資本，因此短期內(nèi)政府應(yīng)及時穩(wěn)定地保障房屋基建、水電氣網(wǎng)、交通道路設(shè)施等物質(zhì)資本的供給，并根據(jù)當?shù)禺a(chǎn)業(yè)特色和工業(yè)需求加強搬遷人口的技能培訓(xùn)、工作獲取等幫扶措施。

長期上，農(nóng)戶的生計策略由農(nóng)林種植和家畜養(yǎng)殖轉(zhuǎn)為外出務(wù)工和非農(nóng)自營。長期內(nèi)農(nóng)戶農(nóng)林種植的減少需要政府完善土地流轉(zhuǎn)政策、提供土地流轉(zhuǎn)信息等，解放土地生產(chǎn)力，并鼓勵村內(nèi)大戶、合作社或新型經(jīng)營主體對土地進行流轉(zhuǎn)、規(guī)模經(jīng)營，解放搬遷勞動生產(chǎn)力。而非農(nóng)自營更依賴于人力資本和金融資本，因此長期內(nèi)政府應(yīng)持續(xù)地加強人力資本和金融資本建設(shè)。具體包括：①通過教育、醫(yī)療衛(wèi)生服務(wù)等提高搬遷人口的文化素養(yǎng)和健康水平，增強外出務(wù)工人口的勞動能力。②提供便利的貸款服務(wù)、金融服務(wù)等金融措施，給予資金支持和稅收優(yōu)惠政策，以緩解、保障、滿足非農(nóng)自營或創(chuàng)業(yè)的搬遷人口的資金需求，為非農(nóng)自營活動提供有利的發(fā)展空間和完善的市場條件。農(nóng)戶才能逐步獲得更多資源和致富途徑，才能夠持續(xù)、長久、穩(wěn)定地脫貧致富，以實現(xiàn)易地扶貧搬遷政策目標。

總體來說，“以人為本”是易地扶貧搬遷后續(xù)扶持的根本原則，注重搬遷人口的人才培養(yǎng)和人力資本積累，加強搬遷人口的技術(shù)教育和醫(yī)療健康，是保障貧困人口長期穩(wěn)固脫貧，社會長治久安的根本之策。

參考文獻

[1]道日娜.農(nóng)牧交錯區(qū)域農(nóng)戶生計資本與生計策略關(guān)系研究——以內(nèi)蒙古東部四個旗為例[J].中國人口·資源與環(huán)境， 2014，24（5）：274-278.

[2]伍艷.貧困山區(qū)農(nóng)戶生計資本對生計策略的影響研究——基于四川省平武縣和南江縣的調(diào)查數(shù)據(jù)[J].農(nóng)業(yè)經(jīng)濟問題，2016，37（3）：88-94，112.

[3]趙雪雁，李巍，楊培濤，等.生計資本對甘南高原農(nóng)牧民生計活動的影響[J].中國人口·資源與環(huán)境，2011，21（4）：111-118.

[4]蘇芳，蒲欣冬，徐中民，等.生計資本與生計策略關(guān)系研究——以張掖市甘州區(qū)為例[J].中國人口·資源與環(huán)境，2009，19（6）：119-125.

[5]ASHLEY C， CARNEY D. Sustainable livelihoods： lessons from early experience[R]. London：Department for International Development， 1999：46-47.

[6]ELLIS F. The determinants of rural livelihood diversification in developing countries[J].Agricultural economics，2000，51： 289-302.

[7]BABULO B， MUYS B， NEGA F， et al. Household livelihood strategies and forest dependence in the highlands of Tigray[J]. Agricultural systems. 2008（6）：147-155.

[8]許漢石，樂章.生計資本、生計風險與農(nóng)戶的生計策略[J].農(nóng)業(yè)經(jīng)濟問題，2012，33（10）：100-105.

[9]XI J， POULIOT M， WALELIGN S Z. Livelihood strategies and dynamics in rural Cambodia[J]. World development， 2017，97 ：266-278.

[10]蘇芳，徐中民，尚海洋.可持續(xù)生計分析研究綜述[J].地球科學進展，2009，24（1）：61-69.

[11]李聰，柳瑋，馮偉林，等.移民搬遷對農(nóng)戶生計策略的影響——基于陜南安康地區(qū)的調(diào)查[J].中國農(nóng)村觀察，2013（6）：31-44，93.

[12]DAIMON T. The spatial dimension of welfare and poverty： lessons from a regional targeting programme in Indonesia[J]. Asian economic journal， 2001， 15 （4） ：345-367.

[13]BIRD K， SHEPHERD A. Livelihoods and chronic poverty in semiarid Zimbabwe[J]. World development， 2003， 31 （3） ：591-610.

[14] EPPRECHT M， MüLLER D， MINOT N. How remote are Vietnams ethnic minorities？ An analysis of spatial patterns of poverty and inequality[J]. The annals of regional science， 2011， 46 （2） ：349-368.

[15]袁航，劉夢璐，劉景景.基于健康營養(yǎng)調(diào)查（CHNS）對地理稟賦貧困陷阱的實證分析[J].經(jīng)濟地理，2017，37（6）：45-51.

[16]羅慶，李小建.國外農(nóng)村貧困地理研究進展[J].經(jīng)濟地理，2014，34（6）：1-8.

[17]莫榮，岳威.增加下崗職工就業(yè)機會研究[J].管理世界，2001（2）：88-94.

[18]寧靜，殷浩棟，汪三貴，等.易地扶貧搬遷減少了貧困脆弱性嗎？——基于8省16縣易地扶貧搬遷準實驗研究的PSM-DID分析[J].中國人口·資源與環(huán)境，2018，28（11）：20-28.

[19]CHRISTIAENSEN L， DEMERY L， PATERNOSTRO S. Economic growth and poverty in sub-Saharan Africa messages from the 1990s[J]. World bank economic review， 2003， 17 （3） ：317-347.

[20]OKWI P O， NDENG G， KRISTJANSON P， et al. Spatial determinants of poverty in rural Kenya[J]. Proceedings of the national academy of sciences， 2007， 104 （43） ：16769-16774.

[21]MARTHA G R， 楊國安. 可持續(xù)發(fā)展研究方法國際進展——脆弱性分析方法與可持續(xù)生計方法比較[J].地理科學進展，2003（1）：11-21.

[22]趙劍治，陸銘.關(guān)系對農(nóng)村收入差距的貢獻及其地區(qū)差異——一項基于回歸的分解分析[J].經(jīng)濟學（季刊），2010，9（1）：363-390.

[23]龐金波，鄧凌霏，范琳琳.黑龍江省農(nóng)民專業(yè)合作社融資問題、成因及對策研究[J].農(nóng)業(yè)現(xiàn)代化研究，2016，37（4）：725-732.

[24]李強，龍文進.農(nóng)民工留城與返鄉(xiāng)意愿的影響因素分析[J].中國農(nóng)村經(jīng)濟，2009（2）：46-54，66.

[25]朱紅根，康蘭媛，翁貞林，等.勞動力輸出大省農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)意愿影響因素的實證分析——基于江西省1145個返鄉(xiāng)農(nóng)民工的調(diào)查數(shù)據(jù)[J].中國農(nóng)村觀察，2010（5）：38-47.

[26]張益豐，鄭秀芝.企業(yè)家才能、創(chuàng)業(yè)環(huán)境異質(zhì)性與農(nóng)民創(chuàng)業(yè)——基于3省14個行政村調(diào)研數(shù)據(jù)的實證研究[J].中國農(nóng)村觀察，2014（3）：21-28，81.

[27]郝朝艷，平新喬，張海洋，等.農(nóng)戶的創(chuàng)業(yè)選擇及其影響因素——來自“農(nóng)村金融調(diào)查”的證據(jù)[J].中國農(nóng)村經(jīng)濟，2012（4）：57-65，95.

[28]趙浩興.農(nóng)民工創(chuàng)業(yè)地點選擇的影響因素研究——來自沿海地區(qū)的實證調(diào)研[J].中國人口科學，2012（2）：103-110，112.

[29]馬光榮，楊恩艷.社會網(wǎng)絡(luò)、非正規(guī)金融與創(chuàng)業(yè)[J].經(jīng)濟研究，2011，46（3）：83-94.

[30]董曉霞，黃季焜，SCOTT R，等.地理區(qū)位、交通基礎(chǔ)設(shè)施與種植業(yè)結(jié)構(gòu)調(diào)整研究[J].管理世界，2006（9）：59-63，79.

[31]杜鷹，韓俊，黃延信，等.21世紀初期我國農(nóng)村就業(yè)及剩余勞動力利用問題研究[J].中國農(nóng)村經(jīng)濟，2000（5）：4-16.

[32]萬俊毅，歐曉明.產(chǎn)業(yè)鏈整合、專用性投資與合作剩余分配：來自溫氏模式的例證[J].中國農(nóng)村經(jīng)濟，2010（5）：28-42.

[33]熊本海，楊振剛，楊亮，等.中國畜牧業(yè)物聯(lián)網(wǎng)技術(shù)應(yīng)用研究進展[J].農(nóng)業(yè)工程學報， 2015， 31（S1）：237-246.

[34]程名望，史清華，JIN Y，等.農(nóng)戶收入差距及其根源：模型與實證[J].管理世界，2015（7）：17-28.

[35]劉傳江，程建林.第二代農(nóng)民工市民化：現(xiàn)狀分析與進程測度[J].人口研究，2008（5）：48-57.

[36]李培林.流動民工的社會網(wǎng)絡(luò)和社會地位[J].社會學研究，1996（4）：42-52.

[37]王春光.農(nóng)村流動人口的“半城市化”問題研究[J].社會學研究，2006（5）：107-122，244.

[38]DFID. Sustainable livelihoods guidance sheets[R]. London：Department for International Development， 1999：45-56.

[39]BERTRAND M， DUFLO E， MULLAINATHAN S. How much should we trust differences-in-differences estimates？ [J]. Quarterly journal of economics， 2004， 119（1）： 249-275.

[40]CHANG S J， CHUNG J， MOON J J. When do wholly owned subsidiaries perform better than joint ventures？ [J]. Strategic management journal， 2013， 34（3）： 317-337.

[41]LEVINE D I， TOFFEL M W. Quality management and job quality： how the ISO 9001 standard for quality management systems affects employees and employers[J]. Management science， 2010， 56（6）： 978-996.

[42]HECKMAN J J， ICHIMURA H， TODD P E. Matching as an econometric evaluation estimator[J]. Review of economic studies， 1998，65：261-294.

[43]DEHEJIA R H， WAHBA S. Causal effects in non-experimental studies： re-evaluating the evaluation of training programs[J]. Journal of the American Statistical Association， 1999，94：1053-1062.

[44]ROSENBAUM P R， RUBIN D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika， 1983， 70（1）： 41-55.

[45]陳昭玖，謝秦華.產(chǎn)業(yè)轉(zhuǎn)型背景下中部地區(qū)農(nóng)民工就業(yè)流動研究——以江西省為例[J].農(nóng)業(yè)經(jīng)濟問題，2014，35（3）：56-61.

[46]HECKMAN J J. Sample selection bias as a specification error[J]. Econometrica，1979，47： 153-162.

[47]柴玉珂，顧曉敏.科技型小微企業(yè)金融支持、資本結(jié)構(gòu)與創(chuàng)新績效研究[J].科技進步與對策，2014，31（2）：98-103.

（責任編輯：李?琪）