我國農戶貧困動態演變影響因素分析

周振+蘭春玉

摘 要：動態貧困研究是從中長期考察家庭貧困狀態，關注家庭貧困狀態的脆弱性與發展演變。采用CHNS家庭微觀數據，通過對我國農戶動態貧困的研究發現：男性戶主、年輕戶主、人口規模較大、低人力資本、人均使用耕地面積越多的家庭，在一段時間內多次貧困發生概率較大；此外，我國農戶動態貧困還表現出較強的區位特性。減貧政策應該從以下四方面改進：一是細分農村貧困人口類型，實施有針對性的扶貧政策；二是建立貧困家庭教育技能補貼制度；三是幫扶貧困地區開展非農或高附加值農業經濟；四是建立有區域特征的扶貧開發機制。

關鍵詞：農戶；動態貧困；有序Logit模型

中圖分類號：F061.3 文獻標識碼：A 文章編號：1003-3890（2014）03-0016-06

一、引言

改革開放以來，中國經濟持續保持高速增長，經濟快速增長產生的涓流效應和擴散機制使得中國的貧困問題得到了較好的改善，絕對貧困問題在很大程度上得到了緩解[1]。不過，進入20世紀80年代中期以來，農村內部農民的收入差距持續擴大，經濟增長帶來的減貧效應已不再顯著[2]。目前農村地區的貧困現象表現出“大進大出”的特征，有些農戶的貧困狀況在貧困線上下來回波動，每年脫貧和返貧的農戶數量還較多[3]，即貧困演化成動態貧困。動態貧困研究是分析個人或家庭在貧困位置上的流動狀況（進入、停留或脫離）以及地位轉變的原因[4]。早在20世紀初，B.Rowntree[5]就研究過動態貧困。關于動態貧困的研究主要集中于三個方面：一是發生貧困的概率與脫貧的概率，以及影響因素；二是長期貧困和短期貧困的發生率，以及影響貧困的決定性因素；三是減少短期貧困和長期貧困的政策措施研究。

當前，有關學者就中國動態貧困開展了較多的研究。Jalan J & Ravalion M[6]利用廣東、廣西、貴州和云南四省1985—1990年的數據研究得出，短期貧困在總貧困中均占據相當大的份額，全部樣本永久性貧困為62%，長期貧困為14.4%，短期貧困為33.4%。Addabbot Baldinim[7]考察了動態貧困的區位差異，指出無論短期貧困還是長期貧困，貴州地區均比我國廣東地區高。汪三貴、李文[8]通過對國內部分貧困縣的研究表明，1997—2000年處于短期貧困狀態的農戶占比31.0%，處于長期貧困狀態的農戶占比27.9%，在貧困線上下波動的占31.1%。結合以上已有研究成果，本文將繼續對我國動態貧困問題進行深入探討。本文將采用CHNS數據，重點分析我國農戶動態貧困特征，以及剖析影響貧困動態演化的主要因素。

二、理論框架與研究方法

（一）理論框架

根據以往研究結論，影響動態貧困的因素主要有：戶主特征、人口特征、人力資本特征、生產特征和區位特征，具體分析如下：

1. 戶主特征。戶主特征一般包括戶主的年齡、性別、婚姻狀態以及民族。以往研究表明，這些特征影響著家庭的貧困狀態。一般認為，女性、高齡、非婚、少數民族戶主的家庭易發生貧困[9]。

2. 人口特征。人口特征如家庭人口數，小孩與老人撫養比，以及家庭學生人數。受傳統觀念的影響，我國農村地區許多家庭規模龐大，而隨著家庭規模的增大易誘發出家庭貧困。現有研究認為，小孩、老人撫養比較高的家庭，因負擔過重，容易發生貧困；家庭在校學生數量的增加易發生教育貧困[10]。

3. 人力資本特征。人力資本一般用受教育程度，及是否受過技能培訓來衡量。著名經濟學家舒爾茨很早就提出增加農戶的知識，提高他們的人力資本，有助于消除貧困。國內已有研究證實，人口素質低下、觀念落后是引發貧困的重要因素[11]。而貧困人口素質低主要表現在受教育水平的普遍低下[12]。

4. 生產特征。家庭生產特征包括人均耕地面積、土地灌溉面積以及牲畜飼養等直接影響家庭福利的指標。生產資源充沛的家庭，更具有潛力增加收入，從而貧困發生率較低[13]。不過，至于耕地面積的充裕卻并不一定能降低家庭的貧困發生率，楊國濤等[9]的研究顯示人均耕地面積越多，家庭貧困發生率卻越高。

5. 區位特征。經濟地理學認為貧困源自于生存空間的不足，這種觀點認為貧困是由居住環境的惡化誘發的，例如自然環境惡劣、土地資源貧瘠、水資源匱乏、自然災害多發、交通條件不便等[14]。Singer[15]等人從國際貿易的視角分析了出口致貧的原因，指出了存在資源詛咒的現象。當前我國減貧的主要區域集中在邊遠山區、少數民族聚集區等地理環境較差的地區，這也間接地暗示著地理區位因素影響了貧困的發生率。

（二）研究方法

1. 動態貧困測量。關于動態貧困的影響因素，部分學者采取統計描述的方法，例如阿瑪蒂亞·森[16]在對孟加拉國農村家庭脫貧返貧影響因素的研究中，采取的就是描述統計分析方法。部分學者則使用計量經濟學的方法研究貧困的跨期變動因素。例如，McCulloch、Baulch[17]，Andy McKay、David Lawson[18]在對貧困分析中，根據家庭貧困狀況的差異，將全部家庭分為：慢性貧困家庭（chronic poverty）、暫時性貧困家庭（transitional poverty）和非貧困家庭（never poverty）四類，并用排序Logit（ordered logit）和多元Logit （multinomial logit）的計量方法考察了家庭貧困動態的影響因素。其實質上考察一段時期內家庭陷入貧困次數，以此判斷貧困程度或類型，作為動態貧困的研究起點。

結合以上研究，本文擬選擇一段時期內家庭陷入貧困次數，作為農戶動態貧困的測量的指標。其具體做法如下：首先，本文根據家庭可比收入中位數的50%為貧困線，在每個時期內將全部家庭分為貧困家庭和非貧困家庭。其次，將統計時期內家庭陷入貧困的次數作為研究因變量。

2. 模型選擇。由于因變量序列數的特征，本文采用有序Logit模型考察一定時期內家庭貧困狀態變化的決定因素。其具體的Logit模型為：設t時期段內農戶家庭陷入貧困次數為因變量Y，若Y是最大值為k的有序變量。XT=（x1t，x2t，…xnt）為自變量矩陣。記等級為j（j=0，1，2，…k）的概率為：P（yt≥j∣xt），則等級大于等于j（j=0，1，2，…k）的概率為：

P（yt≥j∣xt）=P（yt=j∣xt）+…+P（yt=k∣xt）

P（yt≥j∣xt）稱為等級大于j的累計概率，對上式做Logit變換：

LogitPj=Logit[P（yt≥j∣xt）]=In■（j=0，1，2…k-1）

Logistic回歸定義為：

LogitPj=Logit[P（yt≥j∣xt）]=-？琢j+■？茁ixit（j=0，1，2…k-1；i=1，2，…n）

等價于

P（yt

模型中？琢j和？茁i為待估參數，估計系數？茁i的含義為：當其他變量不變時，某個自變量Xit的兩個不同取值m與n，其比數比OR=exp[βi（m-n）]。若？茁i的取值大于0，即OR取值大于1，意味著隨著自變量Xit取值越大，農戶貧困次數增加的概率會越高。模型采用極大似然估計的方法進行計算。

三、數據來源、變量選取與描述統計

（一）數據來源、變量選取

本文所使用的數據來源于美國北卡羅來那大學和中華預防科學醫學院聯合調查和創建的CHNS的微觀面板數據。CHNS在1996年對調查省份進行了調整，為了避免構造平衡面板時的數據損失，本文選擇2000年、2004年、2006年和2009年構造面板數據進行分析。

本文首先測算2000年、2004年、2006年和2009年家庭陷入貧困次數，作為因變量。由于農村家庭戶主特征、人口特征、人力資本特征、生產特征和區位特征是影響農戶貧困動態轉化的關鍵因素。因此，在本研究的自變量選取中，主要是從這個五個方面選取指標。

根據CHNS現有統計數據，農村家庭戶主特征方面選取的變量有戶主性別、年齡（以及年齡平方）、民族（是否為漢族）和婚姻狀態（是否在婚）；人力資本以戶主受教育年限來表征，計算方法為“教育年限=不識字或識字很少×1+小學×6+初中×9+高中或中專×12+大專或大學×14+碩士及以上×15”[3]；人口特征以家庭人口規模來衡量；區位特征以省作為虛擬變量進行區分；生產特征用家庭上年人均耕種土地面積來衡量。這些變量的賦值情況如表1所示：

（二）描述性統計

1. 農戶動態貧困狀態。通過對CHNS數據的整理，本文共獲得914戶農戶2000年、2004年、2006年和2009年的貧困狀態數據。以農戶家庭人均收入指標判斷貧困狀態，所有收入數值都經過CPI平滑到2009年價格水平，并劃當年農戶中值收入為當年貧困線，即每年的貧困線為農戶的中值收入。農戶動態貧困狀態統計如表2所示：

從表2中可以看出，四個統計年中家庭從未陷入貧困狀態的戶數為158戶，占比17.29%；僅一次陷入貧困的家庭有198戶，占比21.66%；兩次陷入貧困的家庭有197戶，占比21.55%；三次陷入貧困的家庭共208戶，占比22.76%；四次統計都處于貧困狀態的家庭有153戶，共占總數的16.74%。

2. 自變量取值與農戶動態貧困狀態分布。戶主、人力資本、人口、生產特征與農戶動態貧困狀態分布。表3反映的是各變量的均值和標準差（括號外的是均值，括號內的是標準差）與農戶陷入貧困次數的關系。隨著家庭陷入貧困次數的增多，具有相同方向或相反方向變化的變量有家庭規模與上年人均耕種土地面積。不難發現，這兩個變量的均值隨著農戶陷入貧困次數同步增加。其他變量雖無同樣的變化規律，但是均值的分布與家庭陷入貧困次數也表現出了一定的相關性。例如，1～4次貧困家庭戶主性別均值逐步下降，意味著男性戶主家庭易陷入貧困。年齡方面也有類似關系，如2～4次貧困家庭戶主年齡均值也逐步下降，反映出戶主年齡越小家庭越易陷入貧困。

區位特征與農戶動態貧困狀態。表4反映的是區位特征與農戶動態貧困狀態之間的分布關系。例如，遼寧省2～4次貧困家庭比例明顯高于0～1次；黑龍江省0～4次貧困家庭所占比重依次上升，該地區貧困深度較為嚴重；湖北省0～4次貧困家庭所占比重逐次降低，即當地農戶貧困程度較淺。其他地區尚無表現出如此明顯的貧困分布趨勢。由此可見，農戶動態貧困狀態在不同區域之間，現狀表現差異較大。

四、農戶動態貧困影響因素的計量分析

通過以上描述性分析不難發現所選擇五方面的變量與農戶動態貧困狀態存在一定的相關性，這一結論與理論框架的假設較為一致。然而，這些變量與農戶動態貧困之間是否顯著，其影響程度究竟有多大，還需要進一步的計量實證分析。

（一）模型估計

本文選擇了2000年、2004年、2006年和2009年的CHNS農村家庭調查數據。根據現有數據類型，本文選擇混合截面數據的有序Logit模型估計分析，分析結果如表5所示。

方程（1）在回歸模型中只考慮了戶主特征和人口特征，估計結果顯示戶主性別、戶主年齡、年齡平方和家庭規模是農戶動態貧困的顯著性決定因素。

方程（2）在回歸模型中增加了人力資本特征變量，發現新增的戶主受教育年限是影響農戶動態貧困的顯著性變量。在加入人力資本特征變量后，原方程（1）中顯著的年齡平方項不再顯著，年齡的顯著性水平有所降低，但是其他變量的顯著性水平與方程（1）相同。

方程（2）與方程（3）共同探討了模型是否應該加入戶主年齡的平方項。方程（3）在去掉年齡平方項后，我們發現年齡的顯著性水平明顯地得到了提升，方程（3）的Pseudo R2相比方程（2）變化幅度不大。前三個方程估計結果都顯示年齡對農戶貧困狀態深度具有負的影響，即戶主年齡越大家庭陷入貧困概率越低；而方程（1）年齡平方項估計結果顯示年齡具有正的效果。從描述性統計分析結論來看，戶主年齡均值是隨貧困深度加劇而降低的。同時，方程（1）年齡的顯著性水平高于年齡平方，而且年齡的估計系數的絕對值也明顯大于平方項，由此可見年齡對動態貧困的影響總體上是負向的。因此，模型去掉年齡平方項后不影響估計結果。

方程（4）在方程（3）的基礎上加入生產特征變量后，原方程（3）中顯著的變量，如戶主性別、年齡、家庭規模和戶主受教育年限在方程（4）中依然顯著，而且顯著水平不變。不同的是，伴隨家庭上年人均耕種土地面積變量的加入，方程（1）與方程（3）中一直不顯著的變量“戶主是否在婚”，在方程（4）中表現為10%水平下的顯著。而且“家庭上年人均耕種土地面積”顯著性水平也十分高。然而，單獨研究戶主是否在婚與人均耕種土地面積這兩個變量時，發現二者之間的相關性十分強，P值達到0.000水平，即人均耕種土地面積與戶主是否在婚具有很強的內生性。這一點較符合我國農業家庭經營的特征，一般而言我國農業是建立在家庭經營之上的，戶主在婚有利于家庭經營農業。當對方程（4）略加修改后，即去除戶主婚姻狀態的影響后，上年人均耕種土地面積仍對農戶動態貧困程度具有正向的顯著的影響。

方程（5）與方程（6）考慮了區位因素對農戶動態貧困程度的影響。方程（5）與方程（6）未將戶主民族特征納入模型，一是因為方程（1）～（4）中民族變量一直都不顯著；二是因為民族變量與區位因素具有很強的相關性：將民族變量與區位因素進行Pearson相關性檢驗，發現P值為0.000，去掉民族變量后能更好地反映出區位因素對動態貧困的影響。當考慮區位因素后，模型Pseudo R2值明顯地得到了提高，而且變量的顯著性水平表現出了區位特征，如戶主的教育年限在區位因素影響下顯著程度有所下降。方程（5）與方程（6）還考慮了戶主婚姻狀態與家庭人均耕種土地面積在區位因素下的影響程度，發現戶主婚姻狀態顯著，而家庭人均耕種土地面積不再顯著。

（二）估計結果分析

根據以上估計結果可知，在不考慮區位因素的情況下，家庭規模、戶主性別、年齡、戶主受教育年限和家庭上年人均耕種土地面積是影響農戶動態貧困狀態的主要因素。（1）男性戶主家庭更易陷入高程度的貧困狀態，這一點與一般研究結論“女性戶主家庭易貧困”不同，從本文所選取的樣本來看，女性戶主家庭僅占總數的5%，這一點可能對估計結果造成了一定的影響。（2）年齡方面，表現為戶主年齡越大家庭陷入次數概率越低，這反映了我國農村社會戶主經驗與年齡對家庭貧困狀態的正面影響。（3）家庭規模對農戶貧困深度具有正面影響，即家庭規模越大，一段時期內家庭陷入貧困次數會增多，反映出了家庭人口負擔對致貧的影響[10，19]。（4）戶主受教育年限對家庭貧困發生率具有顯著地抑制作用，戶主受教育年限越長，家庭在同時期內貧困發生次數越低[1，3]。（5）上年人均耕種土地面積越大，家庭貧困狀態易演化成深程度貧困，折射出了農業致貧的社會現狀，即以農業為主的家庭貧困發生率高，與我國農業貧困人口眾多的現象相一致。

當考慮區位因素時，戶主性別、年齡和家庭規模對農戶動態貧困的影響仍保持在1%水平下的顯著，而戶主受教育年限的顯著性由1%水平下降到5%水平（方程（5））、10%水平（方程（6）），體現了戶主受教育年限區位差異對動態貧困的影響。家庭上年人均耕種土地面積在區位因素的影響下，由動態貧困的顯著性因素變得不顯著，不過其作用方向并未發生改變。值得關注的是，方程（6）中戶主婚姻狀態表現出1%水平下的顯著性，即納入區位因素分析時，戶主在婚家庭多次陷入貧困概率較低。在方程（5）與方程（6）中，遼寧、黑龍江、江蘇、河南和湖北等變量對動態貧困具有顯著的決定作用。從遼寧、黑龍江、江蘇和河南等省的估計回歸系數來看，這些地區的家庭貧困發生率較高，易誘發家庭多次陷入貧困；但是湖北地區呈現相反情況。因此，農戶動態貧困在遼寧、黑龍江、江蘇、河南和湖北等地區具有很強的區位特征。

五、結論與政策含義

動態貧困研究是從中長期考察家庭貧困狀態，相比一般的貧困研究，其研究結論更具有時期上的穩定性，更能反映家庭貧困的脆弱性與貧困的發展演變。本文研究了我國農戶的動態貧困問題，并重點探討了動態貧困演變的影響因素，得出如下結論：

1. 農村家庭戶主特征、人口特征、人力資本特征和生產特征對農戶動態貧困演變具有顯著性的影響。具體地說，從戶主特征來看，男性戶主、年輕戶主的家庭更易于演變成貧困或深度貧困家庭；從人口特征來看，規模較大的家庭在一段時期內較容易多次陷入貧困狀態；從人力資本特征來看，戶主受教育年限有助于家庭抑制貧困發生的概率；從生產特征來看，農業為主的家庭更易發生貧困。

2. 我國農村動態貧困具有很強的地理區位特征。從研究結論來看，遼寧、黑龍江、江蘇和河南等地區的家庭貧困發生率較高，易誘發家庭多次陷入貧困；而湖北地區農村家庭多次貧困發生概率較低。此外，在區位因素的影響下，在婚戶主家庭深度貧困發生率低。

本文研究結論對我國減少貧困具有如下政策意義：第一，細分貧困人口類型，從動態的角度細分貧困人口，實現扶貧目標從貧困地區向貧困村進而向最貧困人口轉化，提高瞄準的精確度，并對不同類型的貧困采取不同的對策。第二，實施貧困家庭教育補貼制度，增加對貧困家庭的職業培訓支持，以提升家庭人力資本的方式實現農戶自我扶貧。第三，幫助貧困地區發展經濟，尤其是幫助貧困農戶發展非農經濟或開展高附加值的農業生產，著力改變“農業致貧”的現狀，建立高產值農業扶持貧困家庭的扶貧開發機制。第四，開展有區域性的扶貧開發工作，對遼寧、黑龍江、江蘇和河南等貧困易發生區實施重點扶貧。

注釋：

①CHNS調查數據中對農戶現今是否有工作調查的是農戶是否能參加農業活動或其他農業兼業工作，以此衡量農戶是否具備生產能力。

參考文獻：

[1]姚毅.城鄉貧困動態演化的實證研究[J].財經科學，2012，（5）.

[2]萬廣華，張茵.收入增長與不平等對我國貧困的影響[J].經濟研究，2006，（6）.

[3]于敏.貧困縣農戶動態貧困實證研究——以內蒙古自治區、甘肅省貧困縣為例[J].華南農業大學學報（社會科學版），2011，（2）.

[4]江山.國外動態貧困研究的發展與述評[J].蘭州學刊，2009，（3）.

[5]Rowntree B Seebohm. Poverty： A Study of Town Life[M].London：Thomas Nelson and Sons，1901.

[6]Jalan J， Ravalion M. Determinants of Transient and Chronic Poverty：Evidence from Rural China[R]. Washington，D. C.：World Bank，1997：8.

[7]Addabbot Baldinim. Poverty Dynamics and Social Transfers in Italy in the Early 1990s[J]. International Journal of Manpower，2000，21（3/4）：291-321.

[8]汪三貴，李文.貧困縣農戶收入的變化及原因分析[J].農業經濟問題，2003，（3）.

[9]楊國濤，東梅，張會萍. 家庭特征對農戶貧困的影響：基于西海固分戶調查數據的分析[J].農業技術經濟，2010，（4）.

[10]杜鳳蓮，孫婧芳.貧困影響因素與貧困敏感性的實證分析——基于1991-2009的面板數據[J].經濟科學，2011，（3）.

[11]韓勁.走出貧困循環，中國貧困山區可持續發展理論與對策[M].北京：中國經濟出版社，2006.

[12]沈紅.中國貧困研究的社會學評述[J].社會學研究，2000，（2）.

[13]韓林芝，鄧強. 我國農村貧困主要影響因子的灰色關聯分析[J].中國人口·資源與環境，2009，（4）.

[14]胡聯，孫永生，王娜，倪國華.貧困的形成機理：一個分析框架的探討[J].經濟問題探索，2011，（3）.

[15]Singer H W. The Distribution of Trade between Investing and Borrowing Countries[J].American Economic Review，1950，40（5）：56-58.

[16]阿瑪蒂亞·森.以自由看待發展[M].北京：中國人民大學出版社，2002.

[17]McCulloch N， Baulch B. Simulating the Impact of Policy upon Chronic and Transitory Poverty in Rural Pakistan[J]. Journal of Development Studies，2000，36（6）：100-130.

[18]Andy M， David L. Assessing the Extent and Nature of Chronic Poverty in Low Income Countries： Issues and Evidence[J].World Development，2003，31（3）.

[19]宋彥峰.農戶貧困影響因素的實證分析——基于革命老區的調查[J].開發研究，2010，（4）.

責任編輯、校對：關 華

[4]江山.國外動態貧困研究的發展與述評[J].蘭州學刊，2009，（3）.

[5]Rowntree B Seebohm. Poverty： A Study of Town Life[M].London：Thomas Nelson and Sons，1901.

[6]Jalan J， Ravalion M. Determinants of Transient and Chronic Poverty：Evidence from Rural China[R]. Washington，D. C.：World Bank，1997：8.

[7]Addabbot Baldinim. Poverty Dynamics and Social Transfers in Italy in the Early 1990s[J]. International Journal of Manpower，2000，21（3/4）：291-321.

[8]汪三貴，李文.貧困縣農戶收入的變化及原因分析[J].農業經濟問題，2003，（3）.

[9]楊國濤，東梅，張會萍. 家庭特征對農戶貧困的影響：基于西海固分戶調查數據的分析[J].農業技術經濟，2010，（4）.

[10]杜鳳蓮，孫婧芳.貧困影響因素與貧困敏感性的實證分析——基于1991-2009的面板數據[J].經濟科學，2011，（3）.

[11]韓勁.走出貧困循環，中國貧困山區可持續發展理論與對策[M].北京：中國經濟出版社，2006.

[12]沈紅.中國貧困研究的社會學評述[J].社會學研究，2000，（2）.

[13]韓林芝，鄧強. 我國農村貧困主要影響因子的灰色關聯分析[J].中國人口·資源與環境，2009，（4）.

[14]胡聯，孫永生，王娜，倪國華.貧困的形成機理：一個分析框架的探討[J].經濟問題探索，2011，（3）.

[15]Singer H W. The Distribution of Trade between Investing and Borrowing Countries[J].American Economic Review，1950，40（5）：56-58.

[16]阿瑪蒂亞·森.以自由看待發展[M].北京：中國人民大學出版社，2002.

[17]McCulloch N， Baulch B. Simulating the Impact of Policy upon Chronic and Transitory Poverty in Rural Pakistan[J]. Journal of Development Studies，2000，36（6）：100-130.

[18]Andy M， David L. Assessing the Extent and Nature of Chronic Poverty in Low Income Countries： Issues and Evidence[J].World Development，2003，31（3）.

[19]宋彥峰.農戶貧困影響因素的實證分析——基于革命老區的調查[J].開發研究，2010，（4）.

責任編輯、校對：關 華

[4]江山.國外動態貧困研究的發展與述評[J].蘭州學刊，2009，（3）.

[5]Rowntree B Seebohm. Poverty： A Study of Town Life[M].London：Thomas Nelson and Sons，1901.

[6]Jalan J， Ravalion M. Determinants of Transient and Chronic Poverty：Evidence from Rural China[R]. Washington，D. C.：World Bank，1997：8.

[7]Addabbot Baldinim. Poverty Dynamics and Social Transfers in Italy in the Early 1990s[J]. International Journal of Manpower，2000，21（3/4）：291-321.

[8]汪三貴，李文.貧困縣農戶收入的變化及原因分析[J].農業經濟問題，2003，（3）.

[9]楊國濤，東梅，張會萍. 家庭特征對農戶貧困的影響：基于西海固分戶調查數據的分析[J].農業技術經濟，2010，（4）.

[10]杜鳳蓮，孫婧芳.貧困影響因素與貧困敏感性的實證分析——基于1991-2009的面板數據[J].經濟科學，2011，（3）.

[11]韓勁.走出貧困循環，中國貧困山區可持續發展理論與對策[M].北京：中國經濟出版社，2006.

[12]沈紅.中國貧困研究的社會學評述[J].社會學研究，2000，（2）.

[13]韓林芝，鄧強. 我國農村貧困主要影響因子的灰色關聯分析[J].中國人口·資源與環境，2009，（4）.

[14]胡聯，孫永生，王娜，倪國華.貧困的形成機理：一個分析框架的探討[J].經濟問題探索，2011，（3）.

[15]Singer H W. The Distribution of Trade between Investing and Borrowing Countries[J].American Economic Review，1950，40（5）：56-58.

[16]阿瑪蒂亞·森.以自由看待發展[M].北京：中國人民大學出版社，2002.

[17]McCulloch N， Baulch B. Simulating the Impact of Policy upon Chronic and Transitory Poverty in Rural Pakistan[J]. Journal of Development Studies，2000，36（6）：100-130.

[18]Andy M， David L. Assessing the Extent and Nature of Chronic Poverty in Low Income Countries： Issues and Evidence[J].World Development，2003，31（3）.

[19]宋彥峰.農戶貧困影響因素的實證分析——基于革命老區的調查[J].開發研究，2010，（4）.

責任編輯、校對：關 華