農戶收入的影響因素分析

摘 要：基于2012年的農村工作居民收入調查數據，通過建立農戶收入函數、農業凈收入函數及非農職業收入函數，研究了農戶收入的影響因素，并比較了各因素對不同地區間農戶收入的影響效應及其對農業凈收入與非農職業收入的影響程度。研究得出，教育、健康指數及幸福指數等人力資本因素，土地、務農時間、家庭規模及地理位置等都是影響農戶收入的主要因素。不同教育程度對農戶凈收入的邊際回報不同，隨著學歷的提高，農戶農業凈收入的邊際回報呈遞增趨勢。

關鍵詞：農戶收入差異；農業凈收入函數；非農職業收入函數

中圖分類號：F323.8 文獻標志碼：A 文章編號：1673-291X（2015）20-0040-07

引言

農戶收入影響因素研究是農戶經濟行為研究的重點，其對如何縮小農戶收入差距提供了理論與實證支撐，對解決三農問題、對經濟發展及社會和諧發展都具有重要意義。本文試圖通過2012年農村居民收入調查數據，實證研究影響農戶收入的主要因素。

一、文獻綜述

中國有關農戶收入及其影響因素的研究已取得了大量的研究成果，其研究方法主要是利用國家宏觀經濟數據或微觀調研數據，從農戶要素稟賦、農戶經營結構及外部環境三方面角度建立農戶收入函數并結合計量模型及方法進行定量分析。例如，陳傳波、丁士軍等（2001）通過整理湖北省1998年農戶收入抽樣調查數據及回歸分析，研究環境、人口、資產及支出因素對農戶收入差距的影響。樊新生、李小建（2008）基于河南省農戶調查數據，通過建立農戶收入計量模型，使用分位數回歸方法分析各因素對農戶收入的作用強度。葛沂、李興緒、劉曼莉（2010）基于云南省紅河哈尼族彝族自治州的微觀數據實證分析認為，生產性資本、人力資本、種植結構及地理因素是影響邊疆民族自治地區農戶收入的重要因素。程名望、史清華等（2014）基于全國農村固定觀察點2003—2010年微觀抽樣調查數據研究了農戶收入水平、結構及其影響因素，研究發現農戶收入水平及增速均滯后于城鎮居民，影響農戶收入水平的因素有產業差異、區域分割等宏觀因素，也包括人力資本、物質資本、金融資產等微觀因素，而這些影響因素對農戶各種來源收入的影響又不盡相同。

農戶要素稟賦主要包括人力資本、物質資本及社會資本，現有文獻多集中于從人力資本方面分析其對農戶收入差距的影響。人力資本包括教育、健康、遷移等。蔣乃華、黃春燕（2006）基于2005年揚州市的調研數據研究人力資本與社會資本對農戶工資性收入的影響，發現人力資本、社會資本及人力資本和社會資本共同對工資性收入產生顯著影響。楊俊、張宗益（2003）基于1995年和1998年兩個時期的跨省橫截面數據研究了中國經濟發展中的收入分配問題。實證結果表明，中國轉型經濟時期并不支持庫茲涅茨倒U假說，人力資本積累對縮小收入分配差距有促進作用。高夢滔、姚陽（2006）通過使用分位數回歸模型從微觀層面分析了1987—2002年這一階段農戶收入差距的主要原因，研究認為造成農戶收入差距的主要原因是人力資本而非物質資本和土地。白菊紅、袁飛（2003）及辛嶺、王艷華（2007）以農民受教育程度為切入點，張車偉（2003）以營養和健康為切入點，魏眾（2004）以健康為切入點進行研究，結果表明這些人力資本因素都是影響農戶家庭收入的重要因素。郭志儀、常曄（2007）利用1983—2005年中國宏觀數據運用VEC模型實證研究了農戶教育投資、遷移投資、健康投資與農民收入之間的互動關系和影響。

以農戶經營結構角度分析農戶收入差距主要是對農戶收入進行分解分析。比如，辛翔飛等（2008）依據農戶收入方程，利用2004年中西部6個省份802戶農戶的調研數據，借鑒Blinder-Oaxaca分解方法，從中西部地區差異和高低收入組差異兩個角度進行農戶收入差距因素分解，認為工資性的多寡而非農戶家庭經營是影響農戶收入及其差異的重要因素。向國成、韓紹鳳（2005）詳細論述了農業兼業化現象，指出中國工資性收入占農戶收入的比重逐年上升。李實（1999）基于1995年全國及各省農村流動勞動力的調研數據分析農村勞動力流動的收入分配效應，認為農村勞動力流動可以提高外出打工戶家庭收入水平，就全國而言對抑制農村居民收入差距起到積極的作用。

從外部環境分析的文獻主要是研究地理位置、農業條件及對外交通條件等對農戶收入差距的影響。例如，李實、古斯塔夫森（2002）基于1988年和1995年的農戶調查數據建立計量模型，并運用收入差距分解分析研究少數民族和漢族居民的收入增長及收入差距，發現產生差距的根本原因是兩組人群地區分布有著很大的不同。李興緒等（2009）、李興緒等（2010）基于2008年云南省紅河哈尼民族彝族自治州統計調查數據建立兩水平農戶收入函數模型進行實證研究，認為地理因素是造成農戶收入差距的主要原因。

綜述已有的相關文獻可以發現以下幾個方面特點。第一，近幾年的文獻在研究農戶收入及其差距方面越來越多地使用微觀調研數據，雖然相比宏觀經濟數據其更能反映農戶收入差距的實際問題，但收集這些數據是一件耗時耗力的煩瑣工作，這說明了我國的研究人員越來越注重實踐調查與身體力行。第二，已有的文獻基本只建立農戶收入函數，而使用農戶收入函數不便于分析各種影響因素對不同來源收入的影響程度。因而本文通過對已有文獻的借鑒及改善，并估計了主業農業與兼業農民的農業凈收入函數及兼業農民與主業非農的非農職業收入函數，試圖分析各種影響因素對對這兩種收入的影響程度。第三，已有文獻對受教育程度較多使用教育年限及平均受教育年限變量，也即假定了不同學歷對農戶收入的邊際回報是相同的。但這一假定并不一定符合實際情況，因而本文對受教育情況引入虛擬變量，以便比較不同學歷對農戶收入的回報率。

二、數據來源及研究方法

本文所使用的數據來源于樊明教授在博客中公開的2012年中國城鄉居民收入調查數據，該調研涵蓋了全國31個省市自治區，因而數據較為全面，而且調研的內容也十分翔實。由于部分農民提供的數據完整性和一致性較差，為確保數據質量，刪除了沒有提供收入數據的樣本，還刪除了一致性較差的樣本，共計552份。為了避免在統計分析時的高收入樣本導致的均值的偏差，刪除了20份月收入10萬元以上的樣本，最后共計采用4 868份農戶收入樣本。

本文試圖通過建立農戶收入函數，研究各種因素對農戶收入的影響；由于樣本涵蓋了全國31個省市自治區，本文通過將樣本分為中東西部地區，比較各因素對不同地區間農戶收入的影響效應；由于該調研涉及到農民經營結構的區分及農戶不同性質收入的區分，因而分別估計了主業農民與兼業農民的農業凈收入函數和兼業農民與主業非農農戶的非農職業收入函數，比較各因素對這兩項收入的影響程度。

考慮到不同教育程度對農戶收入的邊際回報不同，本文對教育水平使用虛擬變量方式引入。由于樣本中沒有人接受過大專和本科教育，受教育程度包括未受正規教育、小學、初中、高中和中專。家庭規模對農戶收入的影響可能由于規模效應的存在，對農戶收入的影響并非呈線性趨勢，因而對其引入平方項。

有關本文建立的農戶收入函數所有變量及解釋羅列于表1中。

本文建立的農戶收入函數為

（1）

主業農民與兼業農民的農業凈收入函數為

（2）

兼業農民與主業非農農戶的非農職業收入函數為

（3）

由于分別估計了3種農民兼業狀況的農業收入函數，因而模型（2）（3）中不再包含農民兼業狀況變量X4。由于工作時間對收入可能存在影響，在模型（2）中增加了農忙及農閑每天平均工作時間兩個變量，而模型（3）引入非農職業周工作小時變量；農民受歧視指數可能對非農職業收入產生一定的影響，因而在模型（3）中引入該變量。依據勞動力供給曲線呈背彎狀，即隨著工資的增加，工資帶給勞動者的邊際效用是遞減的，當工資達到一定程度時，勞動者寧愿選擇閑暇而不愿意工作，對于這種情況，本文的處理是對時間變量均引入平方項，其含義為當時間達到某一臨界值時，其對收入的增加呈遞減趨勢，即邊際勞動生產率遞減。本文均采用OLS估計各個模型。

三、農戶收入函數的經驗估計及分析

（一）分地區農戶收入影響因素比較

對所有樣本及東中西樣本的農戶收入函數模型采用OLS估計，其估計結果為以下方面。

1.要素資源稟賦與農戶收入的關系

由模型（1）可看出，有學歷的農戶家庭收入水平比未受正規教育的農戶收入水平高，并且隨著農戶學歷的提高，其與未受正規教育的農戶收入差距增大，即農戶的教育投資回報是正的，且與教育水平正相關。

健康指數與農戶收入正相關，其對東西部農戶收入影響是顯著的，但對中部地區影響并不顯著，就所有樣本而言，健康指數增加一個等級，農戶收入增加6.6%。

除了模型（2），幸福指數對農戶收入影響不顯著，其可能原因是所有參與調查的農戶對幸福感的差異并不大。樣本中共有75.5%的農戶認為自己較幸福或一般，而在這些農戶中，東部地區占25.71%，中部地區占37.47%，西部地區占36.82%，中西部地區農戶差異表現得不明顯，因而回歸結果不顯著。東中部地區幸福指數對農戶收入具有正效應，西部地區則為負效應，其原因可能是在東中部經濟更為發達的地區收入的提高是農戶提升幸福感的手段之一，而在經濟較為落后的地區幸福感是農戶努力增加收入的動機，由于缺少幸福感，農戶想要致富的愿望更加迫切。

承包土地畝數是影響東中西部地區農戶收入的顯著變量，其對農戶收入增長具有正效應，但其影響程度不大，就模型（1）而言，農戶每增加一畝地，其收入增加0.9%。樣本中東部地區農戶承包土地畝數平均為4.212畝，中部地區為9.058畝，西部地區為6.103畝。承包土地畝數對東部地區農戶影響程度最低，西部地區農戶次之，中部地區影響程度最小。

2.農民經營結構與農戶收入的關系

農民兼業狀況對農戶收入增長存在正效應。就模型（1）而言，一個農戶由主業農民變為兼業農民，收入將增加117.2%，其增加的收入為非農業收入與減少的農業收入的差額。樣本中主業非農的農戶收入普遍高于主業農民的農戶，而兼業農民其大部分收入來源于非農職業收入。估計結果證實了這一點，即非農職業是農戶增收的有效途徑。東部地區農民兼業狀況對農戶收入影響程度明顯小于中西部地區農戶，其原因主要是中西部地區農戶更多是主業農民，他們轉為兼業或從事非農職業的空間比較大，對其收入的影響比較明顯。所有樣本中，東部地區主業農民占5.28%，中部地區占10.85%，西部地區占11.4%。

農戶務農時間與農戶收入呈反比，就所有樣本而言，農戶務農時間增加一年，其收入平均減少0.7%。農戶隨著務農時間的增加，務農經驗隨之增加，其轉為兼業或從事非農職業的可能性降低，由此也證實了農戶經營農業帶來的收入十分有限。

3.外部環境與農戶收入的關系

由地勢虛擬變量的參數估計值可知，對東部地區農戶來說，地處深山的農戶比地處丘陵的農戶平均收入高37.7%，由于深山耕地資源十分有限，農民迫于生存的壓力，農戶從事兼業的動機較強，有利于農戶增加非農職業收入。

就模型（1）來說，水源指數與交通條件指數參數估計值均不顯著，其可能原因是樣本中家鄉所在地水源情況與對外交通條件在農戶之間差異不大。所有樣本中，比較缺水和嚴重缺水占13.1%，交通條件很差和較差占13.6%。水源指數對中西部農戶農業收入存在正效應，但西部地區其參數估計值并不顯著，其可能原因是西部地區由于地理位置的關系水源條件總體較差。由調研數據可知，比較缺水和嚴重缺水農戶在西部地區樣本中占20.99%，遠遠超過在中部地區樣本中所占比例7.37%，因而水源指數在西部地區農戶之間差異不明顯，回歸結果不顯著。

農業條件指數與信息交流指數對農戶收入有正效應，農業條件的改善，有利于提高農戶農業經營效率，提高所在村莊對外開放度，有利于農戶之間共享技術與經驗，這些都有利于提高農戶收入。

4.家庭特征與農戶收入的關系

就所有樣本而言，家庭規模對農戶收入的彈性為0.147X10-0.022X2

10，當家庭規模為3—4人時，家庭規模的產出彈性最大，當家庭人數超過7人時，產出彈性為負。樣本中家庭規模的均值為5.58，超過3—4的臨界值，說明家庭規模的增大對農戶收入的貢獻呈遞減趨勢。樣本中有23.46%農戶家庭規模超過7人，對這些農戶來說，家庭規模對其農戶收入具有負效應。

由性別虛擬變量參數估計值可知男性農戶收入水平普遍比女性農戶收入高，這大概與身體素質有關系，另一方面，也說明了在勞動力市場，普遍存在性別歧視。

模型（1）（2）中，已婚虛擬變量的參數估計值為負，說明相比離異，已婚對農戶收入增長存在負效應。這一結果違背了家和萬事興、家庭和睦的理念，因而猜想有可能是樣本的問題。根據調研數據信息，計算出在所有樣本中已婚農戶勞動力負擔系數3均值為1.862 4，而離異農戶勞動力負擔系數均值為1.508 5，即已婚農戶家庭負擔更重，這有可能是已婚農戶相比離異農戶收入低的原因。

5.國家政策與農戶收入的關系

在模型（2）中，惠農收入指數參數估計值并不顯著，其原因主要是因為國家推行的惠農政策在西部取得的效果較大，東中部地區樣本中認為惠農政策不明顯和有一些的農戶分別為51.52%和53.56%，均超過半數以上，因而其在農戶中差異不明顯，導致回歸結果不顯著。

（二）農業凈收入與非農職業收入影響因素比較

根據農民兼業狀況及農戶收入來源不同，分別估計了以下4個模型，如表3所示。

1.要素資源稟賦與農戶收入的關系

無論是主業農民還是兼業農民，有學歷的農戶比未受正規教育農戶農業凈收入高，并且隨著學歷的提高，其農業凈收入也提高。這說明教育對農戶農業凈收入存在正效應，其原因可能是受過教育仍然從事農業經營的農戶比起未受教育的農戶更能接受現代技術在農業經營中的作用，從而提高勞動生產率。相比主業農民，具有相同學歷的兼業農民其農業凈收入的教育投資回報更大。而相比兼業農民，具有相同學歷的主業非農的非農職業凈收入的教育投資回報更大。對主業非農農戶來說，高中學歷的教育投資回報大于小學及初中，其原因可能是學歷越高，其可能從事的高收入職業的空間相對越大。

相比兼業農戶，健康對主業農民增收的效果更加明顯，其原因是長期從事農業體力勞動對身體素質要求較高，農民健康指數下降，對其收入下降的影響較大。郭志儀（2007）認為，健康投資對農戶收入水平的沖擊為正，雖然健康投資會抑制農戶收入增長，但農戶仍然會加大健康投資。這一結論從側面說明了農民健康指數下降，對其收入下降產生影響較大。張車偉（2003）的研究也證明了這一點。其研究認為，農村家庭勞動力因病無法工作對農戶造成的損失非常大。健康指數對主業非農的非農職業收入效應為負，這與魏眾（2004）結論一致。魏眾的研究表明，健康對非農就業的工資水平沒有太大的影響。

幸福指數對農戶凈收入及非農職業收入存在正效應，說明提升幸福感會對農戶產生積極的作用及正能量，使之在農業經營及非農職業工作中更加投入、更有效率。

土地對主業農民與兼業農民收入具有正效應，相比主業農民，兼業農民農業凈收入的土地報酬率更大，主業農民與兼業農民承包土地每增加一畝，其農業凈收入平均增加分別為1.1%和3.5%。土地對主業非農農戶收入存在負效應，對從事非農職業農戶來說，多承包一畝地即多一畝地的成本支付。

2.務農時間與農戶收入的關系

由估計結果顯著性可知務農時間是影響農戶收入的重要因素，務農時間對農業凈收入具有正效應，對非農職業收入具有負效應。一方面，農戶務農時間越長，務農經驗越豐富，對農作物生長規律、如何最大效率發揮土地資源優勢等方面越具有良好的實踐認識，從而有利于農業凈收入增加；而另一方面，隨著農戶務農經驗的累積，其轉為兼業與非農職業戶的意識會減弱，從而不利于非農職業收入的增加。

3.外部環境與農戶收入的關系

由估計結果可知，處于平原地區的農戶比地處丘陵的農戶平均收入高，處于深山地區的農戶比地處丘陵的農戶平均農業凈收入低。其原因，一方面可能是樣本中的平原地區具有較豐富的耕地資源，有利于農業凈收入提高；另一方面，地處非城郊的平原具有較多非農就業機會，有利于非農職業收入提高。而深山地區耕地資源貧乏，林木、礦產資源豐富，農民兼業機會更多，有利于兼業農民非農職業收入的提高，不利于主業農民與兼業農民農業凈收入的提高。

4.家庭特征與農戶收入的關系

對主業農民而言，家庭規模的農業凈收入彈性為0.142X10-0.028X2

10，即當家庭規模為2—3人時，家庭規模的農業凈產出彈性最大，當家庭規模超過5人時，家庭規模對農業凈收入影響為負。其可能原因是，總體來說，家庭規模越大，其勞動力負擔系數越大。

由民族虛擬變量及性別虛擬變量可知，無論是農業凈收入還是非農職業收入，男性比女性平均收入水平高，漢族比少數民族平均收入水平高。在有農業凈收入的樣本中，男性健康指數均值為3.682，女性健康指數均值為3.614，男性務農時間平均為21.5年，女性務農時間平均為20.6年。這從側面說明了從事農業經營活動對農戶身體素質要求較高，而普遍來說，男性身體素質較女性好。在主業非農與兼業農民并且有非農職業收入樣本中，男性平均受教育年限為9.19年，女性平均受教育年限為9.34年，結合教育虛擬變量對非農職業收入的正面影響。這從側面說明了在非農勞動力市場，普遍存在性別歧視。對兼業農民來說，男性比女性非農職業收入平均增加19.8%，而主業非農，男性比女性非農職業收入平均增加26%。

由政治身份虛擬變量可看出，主業農民中群眾的農業凈收入最高，團員、黨員與民主黨派農業凈收入依次呈下降趨勢。這與農戶的政治覺悟有關，黨員身份的農戶可能更多地熱衷于鄉集體、村集體的政治活動。婚姻虛擬變量參數估計值在4個模型中基本上均不顯著。

5.工作時間或勞作時間與農戶收入的關系

主業農民和兼業農民的農忙每天平均勞作時間的農業凈收入彈性分別為0.058X13-0.004X2

13和0.112X13-0.034X2

13，即當農忙時每天平均勞作時間為7.25小時時，主業農民的農忙勞作時間的農業凈收入彈性最大，在農忙時每天平均勞作時間超過14.5小時時，平均勞作時間增加對農業凈收入影響為負。當農忙時每天平均勞作時間為1.65小時時，兼業農民的農忙勞作時間的農業凈收入彈性最小。主業農民和兼業農民的農閑每天平均勞作時間的農業凈收入彈性分別為0.114X14-

0.018X2

14和0.05X14-0.016X2

14，相比主業農民的農閑勞作時間農業凈收入彈性最大的臨界值3.17小時，兼業農民的臨界值較小為1.56小時。兼業農民與主業非農的周工作時間的非農職業收入彈性分別為0.019X12-0.0002X2

12和0.013X12-0.0001572X2

12，當兼業農民的非農職業周工作時間超過95小時，主業非農的周工作時間超過82.7小時，非農職業收入彈性為負。樣本中兼業農民的非農職業周工作時間均值為54.49小時，主業非農的周工作時間均值為58.25小時，說明非農職業周工作時間的增加對非農職業收入的貢獻呈遞增趨勢。

6.農民歧視指數與非農職業收入的關系

農民歧視指數是影響非農職業收入的顯著因素，其對農民非農職業收入具有負效應，對兼業農民而言，農民歧視感增加一個等級，非農職業收入減少3.2%。這一方面說明了培養積極的心態對工作十分重要，另一方面也說明了農民工在現階段仍然屬于弱勢群體。農民自身感到受歧視并非全部來源于自身心理的自卑，其中有一部分原因來自其他群體的態度。

四、結論

本文基于2012年全國31個省市自治區的農村收入抽樣調查數據，建立農戶收入函數及農業凈收入函數與非農職業收入函數，研究了各種因素對農戶收入的影響，并且比較了各因素對不同地區間農戶收入的影響效應及其對農業凈收入與非農職業收入的影響程度。本文得到以下一些結論。

教育對農業凈收入與非農職業收入均具有正效應，隨著學歷的提高，農業凈收入也提高。健康與農業凈收入正相關，其對非農就業的工資水平沒有太大的影響。東中部地區幸福指數與農戶收入正相關，而西部地區幸福指數對農戶收入具有負效應。

承包土地畝數與務農時間是影響農戶收入的顯著變量，土地對主業農民與兼業農民均具有正效應，而與主業非農的非農職業收入負相關。務農時間與農業凈收入正相關，與非農職業收入負相關，其與農戶收入負相關，說明了普遍而言，農業經營帶來的收入比較有限，從事非農職業是農戶增收的有效途徑。

一般而言，地處平原的農戶農業凈收入最高，地處丘陵的農戶次之，地處深山的農戶農業凈收入最低。地處深山的農戶迫于生存的壓力，其轉為兼業及非農的概率較高。因而，對于非農職業收入，居住于不同地勢農戶之間難以比較。農業條件指數與信息交流指數對農戶收入具有正效應。

家庭規模對農戶收入的影響、農戶平均勞作時間對農業凈收入的影響及非農職業工作時間對非農職業收入的影響均具有非線性的趨勢。無論是農業凈收入還是非農職業收入，無論是全國還是東中西部地區農戶收入，男性平均收入水平普遍高于女性。政治身份為群眾的農戶農業凈收入最高。

農民歧視指數與非農職業收入負相關，因而提升農民的自信心，給予農民更多的關切，有利于提高農民的非農職業收入。惠農收入指數與西部地區農戶收入正相關，這在一定程度上說明了國家推行的惠農政策取得了一定的效果。

參考文獻：

[1] 陳傳波，丁士軍，舒振斌.農戶收入及其差異的影響因素分析——對湖北農戶調查的統計分析[J].農業技術經濟，2001，（4）.

[2] 樊新生，李小建.欠發達地區農戶收入的地理影響分析[J].中國農村經濟，2008，（3）.

[3] 葛珺沂，李興緒，劉曼莉.邊疆民族自治地區農戶收入影響因素分析——以云南紅河哈尼族彝族自治州農戶為例[J].農業經濟

問題，2010，（3）.

[4] 程名望，史清華，Jin Yanhong.農戶收入水平、結構及其影響因素[J].數量經濟技術經濟研究，2014，（5）.

[5] 蔣乃華，黃春燕.人力資本、社會資本與農戶工資性收入[J].農業經濟問題，2006，（11）.

[6] 揚俊，張宗益.中國經濟發展中的收入分配及庫茲涅茨倒U假設再探討[J].數量經濟技術經濟研究，2003，（2）.

[7] 高夢滔，姚洋.農戶收入差距的微觀基礎：物質資本還是人力資本？[J].經濟研究，2006，（12）.

[8] 白菊紅，袁飛.農民收入水平與農村人力資本關系分析[J].農業技術經濟，2003，（1）.

[9] 辛嶺，王艷華.農民受教育水平與農民收入關系的實證研究[J].中國農村經濟，2007，專刊.

[10] 張車偉.營養、健康與效率——來自中國貧困農村的證據[J].經濟研究，2003，（1）.

[11] 魏眾.健康對非農就業及其工資決定的影響[J].經濟研究，2004，（2）.

[12] 郭志儀，常曄.農戶人力資本投資與農民收入增長[J].經濟科學，2007，（3）.

[13] 辛翔飛，秦富，王秀清.中西部地區農戶收入及其差異的影響因素分析[J].中國農村經濟，2008，（2）.

[14] 向國成，韓紹鳳.農戶兼業化：基于分工視角的分析[J].中國農村經濟，2005，（8）.

[15] 李實.中國農村勞動力流動與收入增長和分配[J].中國社會科學，1999，（2）.

[16] 李實，古斯塔夫森.中國農村少數民族與漢族居民收入差距的分析[J].中國人口科學，2002，（3）.

[17] 李興緒，劉曼莉，陳貽娟.西南邊疆民族村農戶收入及其影響因素分析[J].云南財經大學學報，2009，（6）.

[18] 李興緒，劉曼莉，葛沂.西南邊疆民族地區農戶收入的地理影響因素分析[J].地理學報，2010，65（2）.

[責任編輯 安 琪]