国防科技大学 湖南长沙 410073
摘要：产业扶贫是拔除穷根的根本之策，当前部分产业扶贫项目选择存在主观性强、随意性大、成功率低等问题。本文采用logistics回归模型来分析农户种植粮食作物、经营茶桑果园、经营林地以及饲养牲畜家禽等产业与家庭富裕程度之间的关联关系，构建产业扶贫项目的益贫效应模型，对益贫效率（即益贫因子）进行定量分析，结果表明，果园类产业的益贫效应最好，其次是牲畜家禽养殖业。
关键词：产业扶贫；益贫效应模型；益贫因子
我国的扶贫事业取得了举世瞩目的成就，1981-2012年，我国贫困人口减少了7.9亿，占到全球减少全部贫困人口的71.82%。2012-2016年农村贫困人口减少了5564万人，每年减少1391万人[1]，为世界消除贫困事业作出了巨大贡献。与此同时，在边远山区、边疆地区和革命老区等地，仍然存在着大量的贫困人口。
产业扶贫是拔除穷根的根本之策，是提高脱贫质量和实现贫困人口稳定脱贫的首要路径。当前部分产业扶贫项目选择存在主观性强、随意性大、成功率低等问题。而产业扶贫项目成功的关键在于产业适合当地实际情况，有可持续性，有较好的益贫效应，能够解决就业与创收。本文针对产业扶贫项目成功率低、项目选择没有科学方案的问题，采用logistics回归模型来分析农户种植粮食作物、经营茶桑果园、经营林地以及饲养牲畜家禽等产业与家庭富裕程度之间的关联关系，构建产业扶贫项目的益贫效应模型，对益贫效率（即益贫因子）进行定量分析，以期给精准扶贫工作提供参考，有助于完善产业扶贫项目优化选择机制。
1 研究对象及调查问卷情况
1.1 研究对象介绍
本文所研究的平甫村位于粤北山区，共20个村民小组，743户，3537人。全村经济收入以种植农作物、经营果园、饲养牲畜家禽和外出打工为主，经济结构单一。
1.2 调查问卷与数据分析
1.2.1 调查问卷说明
此次平甫村农户问卷调查基于《农户普查表》，从中遴选出与样本农户家庭条件以及与当地扶贫产业相关的变量类别，具体如下：
1.家庭劳动力情况；2.家庭住房及生活情况；3.家庭是否有确权（承包）或经营的耕地；4.家庭是否有粮食作物种植；5.家庭是否有茶、桑、果园及食用坚果园；6.家庭是否有确权或经营的林地；7.家庭是否饲养牲畜或家禽。
1.2.2 数据整理与分析
本次调查共发放调查问卷100份，收回有效问卷92份。根据调查问卷样本分析，得出了一下数据：
表1 样本农户家庭的劳动力情况
.png)
表2 样本农户家庭的住房情况
.png)
表3 样本农户家庭的小汽车拥有情况
.png)
表4 样本农户家庭的电脑拥有情况
.png)
表5 家庭耕地情况
.png)
表6 家庭林地情况
.png)
表7 家庭饲养及养殖情况
.png)
2 产业益贫效应模型构建
2.1 农户富裕度评价方法
由于农户调查一定程度上涉及隐私问题，并不是所有样本农户都提供了其年收入信息。因而本文则根据能获取的农户资产信息（如商品房数量等），对各调查户的富裕度进行评价，并从中区分出贫困户和非贫困户。具体做法为先通过熵权法[2]确定各项资产信息指标的权重，然后根据各农户的实际情况对他们的资产信息指标进行评分，再基于资产指标权重汇总得出农户的富裕度评分，最后根据评分高低区分贫困户和非贫困户。
本文从调查问卷中选取出与农户资产相关的五项指标，分别为住房拥有量、商品房拥有量、住房结构类型、小汽车拥有量和电脑拥有量。农户的富裕程度由综合得分高低决定，分数越高代表越富裕，并且本文以百分制的60分为贫困户和非贫困户的分界线[3]，对样本农户的各项资产指标情况进行打分，具体评分标准如下表8所示。
表8 样本农户资产指标及评分标准
.png)
在使用熵权法给农户资产指标确定权重时，需先将样本数据进行归一化[4]：
.png)
.png)
通过该权重，可以计算出第
.png)
项指标的熵值：
.png)
其中，
.png)
，且满足
.png)
。在熵值的基础上，计算出各项指标信息熵的冗余度：
.png)
最后，基于信息熵冗余度得出各项指标的权重值（下式3.5）。
.png)
经过计算后，样本农户资产指标的权重值如下表9所示。
表9 样本农户资产指标的权重值
.png)
从上表中可知，农户的住房数量与商品房数量这两项指标的权重值较高，分别达到了37.27%和33.32%。这是因为相比于其他类型的资产，高价值的房产拥有量更能体现出农户间的贫富差距，在本文调查的92个样本中，97.8%的农户仅拥有1户住房，而拥有商品房的农户仅为3.3%。小汽车拥有量和电脑拥有量的权重较为接近，分别为13.76%和12.43%，说明样本农户在这两项资产上的拥有量差距没有住房数量上的那么大。而农户的住房结构类型权重值最低，这是因为样本农户在住房结构指标上的差异不大，66.3%农户均居住在混凝土结构中，6.5%的农户居住在砖混结构中，另有27.2%农户的住房结构为砖木结构。
样本农户在各项资产指标上的得分值结合各项指标的权重，可以汇总得出他们的富裕度评分，再根据上文中确定的贫困户分界线，确定了平甫村样本农户中有27户贫困户和65户非贫困户（下表10）。
表10 平甫村贫困户及非贫困户数量
.png)
2.2 平甫村产业益贫效应模型构建
由于农户调查问卷中多涉及二分类的变量，如是否种植农作物、是否有确权林地等，并且上一节中通过富裕度评分的高低已将平甫村的样本农户区分为贫困户和非贫困户。因此，本文将采用logistics回归模型来分析不同影响因素对农户的益贫作用。Logistic回归模型相对于线性模型具有一定的优势，其对变量没有太过严苛的要求，自变量可以是连续变量，也可以是离散变量或虚拟变量，并且不需要将其假设为联合正态分布[5]。再者，logistics回归模型的因变量是一个二分类变量，这个变量只能取0或1两个值来代表某个时间是否发生。本文定义
.png)
为样本农户
.png)
为非贫困户的概率，则
.png)
为样本农户为贫困户的概率。在对
.png)
进行logit变换后，可以得出表示样本农户
.png)
是否为贫困户的二分类变量
.png)
，当样本农户为非贫困户时
.png)
为1，当样本农户为贫困户时
.png)
为0。
.png)
本文从农户调查问卷中选取出了4个对农户富裕度具有影响作用的自变量：农户是否有种植粮食作物、是否有经营茶、桑、果园等、是否有经营的林地以及是否饲养牲畜或家禽。模型各自变量名称、定义及变量类型如下表11所示。
表11 模型自变量说明
.png)
根据选取的各自变量，本文建立的logistics回归模型如下所示：
.png)
上式中的
.png)
为常数项，
.png)
为偏回归系数。
3 产业益贫因子分析及结论
3.1产业益贫因子分析
通过SPSS 21软件对样本农户的数据进行分析之后，可以得出模型的检验情况和回归分析结果。从下表12中可以发现，
.png)
表明模型自变量中至少有一个变量的作用是具有统计意义的。
表12 模型系数的综合检验
.png)
从下表13中可以看出，贫困户的判断正确率为59.3%，非贫困户的判断正确率为84.6%，对模型数据总的判断正确率为77.2%，说明模型的预测结果是可以接受的，尤其是对于非贫困户的预测。
表13 模型分类表
.png)
模型回归分析的结果如下表14所示。从表中可知，自变量X2和X4对农户富裕程度具有显著的影响作用。其中，农户是否有经营果园（含茶园和桑园）（X2）变量的回归系数为1.929，比数比为6.884，这意味着样本农户家庭如果有自家经营的果园或茶园等，则其为非贫困户的概率与其为贫困户的概率之比就会增加6.884倍。农户是否有饲养牲畜或家禽（X4）对富裕度也具有正向的促进作用，该变量的回归系数为1.726，比数比为5.618，即当样本农户自家有养殖肉猪、肉牛或是鸡鸭鹅等家禽时，其为非贫困户的概率与其为贫困户的概率之比就会增加5.618倍。然而，样本农户是否有种植粮食作物对农户富裕度的影响作用并不显著，而且其回归系数为负数，即种植粮食作物一定程度上还可能具有致贫作用。实地调查中也发现，平甫村多数贫困农户家庭仅有粮食作物产出这一经济来源。另外，样本农户是否有经营的林地（X3）对农户家庭的富裕程度影响也不显著。
表14 回归分析结果
.png)
（*、**和***分别表示10%、5%和1%的显著性水平。）
3.2 结论
本文将Logistics回归模型分析结果中的比数比（即样本农户为非贫困户的概率与其为贫困户的概率之比的增加值）定义为不同产业的益贫因子。在平甫村，果园（含茶园和桑园）产业的益贫因子为6.884，而牲畜或家禽养殖产业的益贫因子为5.618。上述两类产业相比于种植粮食作物和经营林地均有显著的益贫效应，而且果园类产业的益贫效应要比牲畜或家禽养殖业要更强一些。因此，该村在开展产业扶贫的过程中，应当大力引导农户发展奈李、柑橘等水果类种植产业以及肉牛、肉猪等牲畜养殖业，以增加农户居民的收入来源，早日脱贫致富。
参考文献：
[1] 中国社会科学院扶贫开发报告课题组.中国精准扶贫的进展和前瞻[A].见：李培林，魏后凯，吴国宝编.中国扶贫开发报告（2017）[C].北京：社会科学文献出版社，2017.025～026
[2] 章穗，张梅，迟国泰.基于熵权法的科学技术评价模型及其实证研究[J].管理学报.2010，7（01）：34-42.
[3] 李昕，梁巍，梁小池.基于SPSS的农村收入来源与富裕程度关系分析[J].现代农业科技.2016（05）：315-316.
[4] 杨小娟，王逢.基于熵权法的上市公司内部控制评价体系构建与应用研究[J].金融理论与教学.2020（02）：86-89.
[5] 程婧，陈锋，朱志玲，等.基于Logistic和Tobit模型的能源富集区农村用能结构分析[J].农业与技术.2020，40（05）：1-7.