1. 中国科学院区域可持续发展分析与模拟重点实验室, 北京 100101;
2. 中国科学院地理科学与资源研究所, 北京 100101;
3. 中国科学院大学, 北京 100049
2016年01月20日 收稿; 2016年05月11日 收修改稿
基金项目: 国家自然科学基金（41271146）和中国科学院重点部署项目（KZZD-EW-06）资助
通信作者: 孙威, E-mail:sunw@igsnrr.ac.cn
摘要: 基于2014年贵州省普定县农村调研获取的426份农户问卷数据，构建多元回归模型，采用Stepwise方法分析农户收入的影响因素。研究结果如下：1）文化程度对农户收入有显著的正向影响，文化程度的提高使农户倾向于选择收入较高的职业，进而影响农户收入水平；2）资产经营性收入占比反映农户家庭资产的多寡，对农户收入有显著的正向影响，农户资产经营性收入主要来自做生意，其次是其他、耕地林地出租、房屋出租、农机具出租；3）政策性收入占比的增加反映农户综合生产能力的减弱，故政策性收入对农户收入有显著的负向影响；4）生产性支出对农户收入有显著的正向影响，表明农业依然是农户收入的重要来源。此外，能否上网对农户收入也有一定促进作用。基于此，从提高农户文化水平、完善农村信息和交通基础设施、支持农民工返乡创业等方面提出对策建议。
关键词: 农户收入多元回归模型影响因素贵州省
Influencing factors of peasant household income in Puding County of Guizhou Province
LI Wenhui1,3, LIN Xiaona1,3, SUN Wei1,2
1. Key Laboratory of Regional Sustainable Development Modeling, Chinese Academy of Sciences, Beijing 100101, China;
2. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: Based on 426 peasant household questionnaire data in Puding County in China, we analyzed the factors influencing household income by using stepwise method under a multiple regression model. The results are presented as follows. 1) Education has significant positive influence on household income. The farmers receiving higher education prefer higher income occupations, which affects the household income level. 2) The proportion of assets operating income has positive effect on household income. Farmers' assets operating income is mainly from business and also from farmland and woodland renting. 3) The increase of the proportion of policy income reflects the weakening of farmers' comprehensive production capacity. Therefore, the policy income has negative effect on household income. 4) Productive expenditure has significant positive effect on household income, which shows that agriculture is still the important source of household income. Moreover, accessing internet has a certain effect on increasing household income.
Key words: household incomemultiple regression modelinfluencing factorsGuizhou Province
贵州省位于中国西南部，地理位置偏僻，交通闭塞，经济发展水平在中国一直处于末位，区域差距问题突出，主要表现为城乡差距[1]。2013年贵州省城镇居民人均可支配收入20 667元，农民人均纯收入5 434元，城乡居民收入分别低于全国平均水平6 288元和3 462元，城乡居民收入比为3.80:1，是全国城乡收入差距最大的省份。贵州省也是中国贫困问题最突出的省份，省内有武陵山区、乌蒙山区、滇桂黔石漠化区3个集中连片特困地区。2013年贵州省扶贫重点开发县50个，占贵州省县级单位的57%，扶贫重点开发县国土面积11.63万km2，占全省的66%；总人口1 786.83万人，占全省的51%；地区生产总值2 881亿元，占全省的36%。贵州省贫困面积大，贫困人口多，扶贫工作十分艰巨。在贵州省未来的发展中，无论是从缩小城乡发展差距，还是从“精准扶贫、精准脱贫”的角度考虑，促进农民增收都是各级政府的工作重点。贵州省因自然环境、地理区位和多民族聚集等特点，影响农民收入的因素有别于其他省份，探究贵州省农户收入的影响因素对贵州省解决贫困问题，缓解城乡差距具有重要的现实意义。
农民和农村问题一直是各级政府工作的重点，农户收入也成为****研究关注的重点，从20世纪90年代开始就有****关注非农产业活动对农户收入的影响[2]，探究农户收入结构的变动原因[3]。随着经济的发展，生产方式的转变和国家对“三农”问题的不断重视，特别是对贫困地区农民生产生活问题的重视，对农户收入影响因素的研究也更加细化。通过文献检索发现，近年来的研究主要集中在三个方面：第一，对贫困和西部边疆地区的农户收入影响因素的研究。李兴绪等[4]根据云南省红河哈尼族彝族自治州的数据，利用两水平农户收入函数，分析地理因素对农户收入的影响。樊新生和李兴建[5]利用河南省农户调查资料，从农户资本要素禀赋、农户经营结构、地理因素三个层面分析各因素对农户收入的作用强度，发现各因素对不同收入水平农户的影响强度存在差异。刘晓昀等[6]分析贫困地区农村基础设施投资对农户收入的影响，发现贫困农户可以明显从基础设施投资中获益，且农户人力资本的改善会对基础设施投资作用的发挥有重要影响。辛翔飞等[7]对中西部地区农户收入的影响分析中发现，工资性收入成为影响农户收入及其差异的重要因素。第二，研究新型生产方式和生产组织模式对农户收入的影响。徐健和汪旭晖[8]认为订单农业能够明显增加农户收入，其中“龙头企业+经纪人+农户”的订单农业模式在促进农民增收上效果最为显著，并且合同订单生产模式可以从农产品生产和销售两个方面保证农户收入的提升[9]。薛凤蕊等[10]根据农户是否参与土地合作社分析发现，土地合作社对农户收入贡献率高达77%，且贡献具有持续性。对贫困地区农户参与合作社分析发现，贫困农户人均资产影响农民专业合作社对农户收入增长的促进作用，高收入农户的收入增幅更大[11]。第三，细化到某一个方面来探究对农户收入的影响，已有文章主要集中在农户融资、小额信贷、税费改革、农业保险、市场化改革、农业技术、退耕还林、健康风险[12-19]等方面分析对农户收入的影响机理。
尽管对农户收入影响因素的研究成果丰富，但是已有研究多集中在某一因素的研究上，开展多因素综合研究的相对较少。在研究尺度上，多集中在贫困地区和西部地区的某一区域或省级层面，以贵州省为案例区开展实证研究的成果相对较少。在数据来源上，多是从历史演变和政策层面来阐述如何促进农民增收[20-21]，基于实地调研数据的研究成果相对较少。在研究方法上，既有定性分析也有定量分析，定量分析多采用农户收入函数、基尼系数、多元回归统计分析等方法。基于此，本文利用贵州省农村调研获取的第一手数据和资料，通过构建多元回归统计分析模型，分析贵州省农户收入的影响因素，为贵州省促进农民增收，缩小城乡差距提供政策建议。
1 数据来源与研究方法普定县位于贵州省西南部，属于滇桂黔石漠化集中连片特殊困难地区，是国家新一轮扶贫规划确定的国家级贫困县，同时被整体纳入国家级限制开发的农产品主产区。普定县经济发展水平在全省居于中游，2013年普定县地区生产总值59.22亿元，在全省88个县(市、区)中居45位。普定县是一个农业大县，2013年三次产业比重为15:47:38，第一产业总产值8.78亿元，在全省88个县(市、区)中居13位。普定县也是贵州省城乡差距较为突出的县级单元，2013年城镇居民人均可支配收入18 106元，农村居民人均纯收入5 448元，城乡居民收入比为3.32:1，在全省88个县(市、区)中居41位，选择普定县为案例区具有代表性。
1.1 数据来源数据来自2014年5月笔者在贵州省普定县开展的农村问卷调查。在普定县政府的大力支持下，调研组共收集农户问卷439份。为保证问卷数据可以全面反映当地农村和农户生产生活的实际情况，农户问卷调查采取入户访谈为主，问卷发放为辅的形式，选取经济社会发展水平高、中、低三类乡镇进行入户调查，完成问卷139份。通过普定县教育局在调研乡镇中学发放问卷300份，采取学生带回家由家长填写完成的方式，共收集农户问卷439份，其中有效问卷426份(表 1)。之所以采取这种方式，一是为了提高问卷发放的覆盖面，尽量将所有行政村纳入研究范围；二是由于当地交通不便和路途偏远，全部采用入户调查的方式在时间和经费方面难以保证。
Table 1
 表 1 乡镇调研情况Table 1 An overview of the township survey
| 表 1 乡镇调研情况Table 1 An overview of the township survey |
1.2 指标选择农户收入受多种因素影响，已有研究显示劳动力素质、外出打工、基础设施水平、国家政策等因素是影响农户收入的重要因素。结合农户问卷资料和案例区情况，本文选取7项指标探究案例区农户收入情况，分别是家庭成员总数、文化程度、农业生产支出、外出打工人数、资产经营性收入占比、政策性收入占比以及能否上网。
劳动力因素。高梦滔和姚洋[22]认为教育和在职培训所体现出的人力资本是拉大农户收入差距的主要原因。赵丽霞等[23]基于内蒙古的实证研究认为农户受教育程度和家庭劳动力比例对农户收入有一定影响。基于此，本文选取家庭成员总数反映劳动力数量，文化程度反映劳动力素质。在农户问卷中，文化程度共分为6类，分别是“文盲”、“小学”、“初中”、“高中”、“大专”和“大专以上”，分别赋值1~6。
收入因素。刘慧[24]认为，促进欠发达地区农户增收，应鼓励欠发达地区农民外出打工，提高其工资性收入，并认为家庭经营性收入、财产性收入和转移性收入对农户收入存在一定影响。基于此，本文分析各项收入对农户总收入的影响。在农户问卷中，农户年总收入由农业收入、资产经营性收入、转移性收入、政策性收入四部分组成。将4项收入直接纳入多元回归分析模型会掩盖其他因素对农户收入的影响，故选取问卷中的相应指标替代。用农业生产支出替代农业收入，农户问卷中转移性收入为家人外出打工寄回的收入，故用外出打工人数替代转移性收入。问卷中并没有统计农户的各项家庭资产拥有情况，故用资产经营性收入占总收入比重(以下简称资产经营性收入占比)替代资产经营性收入。由于政策性收入包括各类农业补贴、退耕还林补贴、低保救济、养老金、其他政策性收入，没有合适的指标可以替代，故用政策性收入占总收入比重(以下简称政策性收入占比)替代政策性收入。
基础设施因素。李小建等[25]认为随着市场经济的发展，交通和信息等基础设施对农户收入的影响会大幅增强。故选取能否上网指标分析案例区的基础设施情况。能否上网分别用1和0表示。
1.3 研究方法多元回归分析是解决一个变量与一组变量之间依存关系的统计方法，既需要因变量与自变量之间存在显著的线性关系，又需要自变量之间存在显著的不相关性。为保证自变量之间的不相关性，本文采取Stepwise分析方法，对统计数据进行多元回归分析。建立多元回归统计模型如下：
| $\boldsymbol{R} = \boldsymbol{X\beta} + \boldsymbol{\varepsilon}, $ | (1) |
| $\boldsymbol{R} = {({r_1}, \cdots, {r_n})^{\rm{T}}}, $ | (2) |
| $\boldsymbol{\beta} = {({\beta _1}, \cdots , {\beta _n})^{\rm{T}}}, $ | (3) |
| $\boldsymbol{\varepsilon} = {({\varepsilon _1}, \cdots, {\varepsilon _n})^{\rm{T}}}, $ | (4) |
| $\boldsymbol{X} = \left\{ {\begin{array}{*{20}{c}}1&{{x_{11}}}& \cdots &{{x_{1-p-1}}}&{{x_{1p}}}\\1&{{x_{12}}}& \cdots &{{x_{2-p - 1}}}&{{x_{2p}}}\\{}&{}& \vdots &{}&{}\\1&{{x_{n1}}}& \cdots &{{x_{np - 1}}}&{{x_{np}}}\end{array}} \right\}.$ | (5) |
2 研究结果2.1 农户收入差异的特征分析贵州省为了实现农业增效和农民增收，解决农村贫困问题，积极推进农业结构调整，转变农业发展方式，发展特色种养殖业，积极推进新型农业生产经营方式发展，落实扶贫技能培训工作，扩大农户增收渠道。根据占总收入比重最大的原则，统计农户的主要收入来源(表 2)。调研农户中，50%的农户以农业收入为主要收入来源，占比最大；33%的农户以转移性收入为主要收入来源，排名第二；以资产经营性收入为主要收入来源的农户仅占10%，仍有7%的农户以政策性收入为主要收入来源。
Table 2
表 2 农户主要收入来源情况Table 2 Main source of income of farmers%
| 表 2 农户主要收入来源情况Table 2 Main source of income of farmers% |
从乡镇情况看，化处镇作为经济发展水平最高的乡镇，农户收入的主要来源是转移性收入，其次是农业收入。化处镇在3个乡镇中区位优势明显，靠近普定县城，到县城的距离最近，为17 km (图 1)。交通便利性增加了农户外出打工的可能性。鸡场坡乡和猴场乡农户以农业收入为主的分别占62%和54%，以转移性收入为主的居第二位。
Fig. 1
 | Download: JPG larger image |
图 1 调研乡村到普定县的距离 Fig. 1 Distances between townships and Puding County | |
总体情况显示，农户收入主要来源于农业收入和务工收入，但是同样的生产经营方式，不同农户间的收入差距却非常大。在以资产经营性收入为主要来源的农户中，最高收入为124 500元，最低收入为2 500元，相差50倍。利用变异系数测度3个乡镇农户的年总收入的差异程度发现，以资产经营性收入为主要收入来源的农户的年总收入差异系数为1.13，以农业收入为主要收入来源的农户的年总收入差异系数为2.79，以转移性收入为主要收入来源的农户的年总收入差异系数为1.10，以政策性收入为主要收入来源的农户的年总收入差异系数为1.12。由此可见，不同收入来源下农户收入水平存在较大差异。
2.2 农户收入的影响因素分析通过构建多元回归模型，利用Stepwise分析方法对426个农户样本数据进行多元回归分析，F值为10.211，P值为0.000，小于0.05，模型通过显著性检验。多元回归结果显示，文化程度、资产经营性收入占比、政策性收入占比、能否上网、农业生产支出5项因素对农户收入存在显著影响(表 3)。
Table 3
表 3 农户收入的影响因素的回归结果Table 3 Regression analysis results of factors influencing farmer income
| 表 3 农户收入的影响因素的回归结果Table 3 Regression analysis results of factors influencing farmer income | ||||||||||||||||||||||||||||||||||||||||||
2.2.1 文化程度对农户收入的影响文化程度对农户收入存在显著的正向影响。对问卷数据进行分析发现，文化程度会对农户的生产经营方式和职业选择产生重要影响。数据统计显示，文化程度为“文盲”和“小学”的农户的收入来源主要是常年务农和常年务工，分别占95.6%和89.6%，常年办厂和常年经商的比重很低，分别占2.2%和3.6%，两个文化程度的农户均没有参与村镇公务。文化程度为“初中”和“高中”的农户收入来源呈现多样化的特点：以常年务农和常年务工作为主要收入来源的农户比重有所下降；以常年办厂和常年经商为主要收入来源的农户比重有小幅上升；有农户开始参与村镇公务，并以此为主要收入来源。文化程度为“大专”的农户，没有常年务农和常年办厂的，仍有一部分农户以常年务工为主业，常年参与村镇公务的比例明显提升(表 4)。“大专以上”的农户人数很少，并且问卷统计中没有填写职业，所以没有统计“大专以上”农户的就业情况。综上所述，文化程度的提高会使农户倾向于选择收入较高的职业，从而影响农户的年总收入。
Table 4
表 4 调研农户的从业情况Table 4 Employment of the investigative farmers
| 表 4 调研农户的从业情况Table 4 Employment of the investigative farmers |
2.2.2 资产经营性收入对农户收入的影响资产经营性收入占比对农户年总收入存在正向影响。资产经营性收入占比的多少反映农户家庭资产的多寡。通过对有资产经营活动的农户进行统计，发现在资产经营收入占比中排名前三的分别是做生意、其他、耕地林地出租(图 2)，问卷没有统计其他资产经营性收入的资产情况，可以看出农户的家庭资产主要是资金和耕地林地资源。做生意占比最大，说明多数农户依靠资金实现经营收入，资金多少对农户收入影响较大。其次，农户通过资产出租获得收入。通过对42个行政村的调查问卷分析发现，案例区外出打工人数占总人口的27%，留守老人和留守儿童占14%，劳动力流失现象较为突出。劳动力的减少致使耕地林地资源、房屋、农机资源出现闲置，将其出租成为农户增加收入的一个方法。集体分红占比最低，说明案例区集体资产较少，对农户收入影响很低。
Fig. 2
 | Download: JPG larger image |
图 2 各类资产经营性收入的农户数 Fig. 2 Number of households receiving various incomes from assets operating activities | |
2.2.3 政策性收入对农户收入的影响政策性收入占比对农户收入的影响显著，但为负向影响。调研数据显示，享有各类农业补贴、退耕还林补贴、低保救济的农户数居前三位(图 3)。从各类补贴占农户政策性收入的比重看，退耕还林补贴占79%，各类农业补贴和低保救济各占8%，养老金占3%，其他占2%。
Fig. 3
 | Download: JPG larger image |
图 3 各类政策性收入的农户数 Fig. 3 Number of households receiving various policy incomes | |
各类农业补贴包括良种补贴、化肥补贴、农机补贴。调研农户中没有享受农机具补贴的农户。享受各类农业补贴的农户最多，共175户，说明多数农户从事传统的农业生产。享受退耕还林补贴的农户共163户，居第二位，说明多数农户都尝试通过毁林开荒获得土地。但是各类农业补贴占比却远低于退耕还林补贴占比，由于各类农业补贴和退耕还林补贴都以农户享有耕地的多少和退耕土地的多少为标准，因此可以看出，农户持有耕地的面积很少，退耕还林的面积很大。调研数据显示，化处镇人均耕地面积433.34 m2，鸡场坡乡人均耕地面积400.00 m2，猴场乡人均耕地面积506.67 m2，案例区存在较为突出的人地矛盾。现阶段农业收入仍是农户收入的重要来源，耕地面积的减少是阻碍农户增收的重要原因。享受低保救济的农户共148户，通过入户访谈了解到，享受低保救济的农户多为无劳动能力的老人，且子女在外地或外村工作和居住。享受低保救济是家庭劳动能力的缺失和家庭贫困的表现。总体来看，政策性收入的提高，反映了家庭综合生产能力的弱化。
2.2.4 能否上网对农户收入的影响能否上网对农户收入存在显著的正向影响。数据显示，在426户调研农户中只有26户可以上网，说明案例区信息基础设施建设并不完善。年总收入在10 000元以上的农户共176户，其中能够上网的农户10户，占能够上网农户总数48%，说明能够上网对农户增收有一定促进作用。调研发现，案例区农业产业化发展已经起步，以企业入住和农民专业合作社形式居多。但农业合作社作为一种新型的生产组织方式刚刚起步，对农户收入的影响尚没有得到充分体现。推动农业产业化经营一般需要把握好市场发展动态，良好的信息获取渠道可以使农户和企业及时调整农业结构和发展方向，应对市场变化和需求的多样化。
2.2.5 农业生产支出对农户收入的影响农业生产支出包括购买籽种、化肥、农机具、农药、地膜和生产用电用水的费用，分析结果显示农业生产支出对年总收入存在正向影响。问卷数据显示，426户农户中有389户从事农业生产经营活动，其中213户以农业收入作为其主要的收入来源。农业收入仍然是农户收入的重要来源。案例区耕地资源少，林地资源多的现状，使其很难成为重要的粮食产区。农业发展也在逐渐摆脱传统的粮食种植，开始依靠良好的生态环境和自然地理条件，发展特色种植业、经济林业、草地生态畜牧业，并逐步向农业产业化方向转变。调研乡镇中，化处镇以农民专业合作社为代表的农业产业化快速发展，近年来共引进企业28家，总投资1.5亿元，扶持返乡农民工创业20家，总投资2 000余万元，计划建成茶叶、果蔬(金刺梨、莲藕、辣椒)、中药材基地。随着农业产业化推进，农业收入将会成为农户收入的重要来源。
2.2.6 对转移性收入的解释对农户收入来源的统计分析中，转移性收入占33%，排名第二，但在农户收入的多元统计分析中打工人数并未显现出对农户收入的显著影响。根据入户访谈了解到，外出打工人数较多的家庭多是青年人在外打工，老人在家照顾孩子。转移性收入为子女打工寄回，用于老人生活和孩子上学，寄回的收入并非打工收入的全部。在这种情况下，外出打工人数并不能很好地反映农户年总收入。
3 结论与政策启示贵州省作为全国城乡差距最大的省份，同时也是全国贫困问题最突出的省份，增加农户收入成为缩小城乡差距和扶贫的重要方向。本文以普定县为案例，通过构建多元回归模型，对农户数据进行分析，揭示影响农户收入的主要因素。研究结果显示：①文化程度通过影响农户的择业并进一步影响到农户的收入水平，资产经营性收入和生产性支出对农户收入有显著的正向影响，能否上网对农户增收有一定的促进作用。②政策性收入的增加反映农户综合生产能力的减弱，故政策性收入对农户收入有显著的负向影响。
通过对农户收入的影响因素分析，可以得到以下政策启示：
1)?提高农村人口的文化水平。农户文化程度的提高可以显著增加收入，数据分析显示，案例区农户的文化程度主要集中在“小学”和“初中”两个水平，占82%。农户的文化水平影响其生产经营理念，在传统农业不能支撑农户生产生活的情况下，转变农业发展方式成为农户增收的重要途径。普定县属于典型的喀斯特地貌区，适宜耕种的土地少，坡地林地多，发展经济林业和草原生态畜牧业，实现农业产业化经营可以大幅提高农户收入。通过实地走访，建议从两个方面提高农户的文化水平，一是提供技术指导和培训，引导农户发展新型农业，培育适合农业产业化发展所需要的各类技术人才。二是，重视农村教育。张林秀等[26]认为中国目前人力资源不平衡问题较为严重的原因是农村贫困地区的学生人力资本的提升受到限制。不仅需要普及贫困地区高中阶段教育，加大对贫困地区孩子上学的宣传、资助力度，也需要着手解决农村学生的营养和健康问题。
2)?改善农村基础设施水平。案例区的农业产业化已经起步，农村基础设施水平的提升可以为农业产业化提供支撑。良好的通信网络基础可以有效地吸引企业落户，有助于农户及时掌握市场动态，合理调整农业结构和发展方向。随着农业产业化的发展，农产品外销成为农民增收的重要渠道，需要良好的交通基础设施作为对外联系的支撑。现阶段一般农村公路修建成本在每公里60万~80万元左右，部分路段的修建成本达到100万元/km[27]。而贵州省特殊的地质和地形环境，使其单位里程的修路成本要远高于其他地区。其中，水泥路每公里造价90万~120万元，柏油路120万~150万元。调研发现，贵州省通村公路的补助标准在集中连片贫困为50万元/km，非集中连片贫困区为25万元/km[28]。国家的补贴标准与实际修建成本存在很大缺口。同时，在国家投资基础设施建设中，需要地方政府配套，这给原本财政就很困难的贫困地区带来巨大的投资压力。建议提高中央、省、设区市人民政府对农村公路建设的补贴标准，应以达到工程造价为宜，逐步降低地方政府的资金配套比例。
3)?积极引导和支持返乡农民工创业。返乡农民工，尤其是从发达地区返乡的农民工对生产发展有新的认识，更容易将发达地区的先进生产经营理念带回乡镇，同时自身也有一定的资金积累。积极支持和引导农民工返乡创业是促进农民增收的一个重要方面。在实际调研中发现，资产经营性收入对农户收入有显著的正向影响，其中最具活力的是“做生意”，办厂和经商都属于做生意的范畴。化处镇支持农民工返乡创业共20家，总投资达到2 000余万元，促进和带动农民增收效果明显。但现阶段农民工返乡创业面临很多问题。例如，农村合作社需要是法人单位才能获得银行信贷支持，但金融单位尚未将农民专业合作社纳入信用评级序列，联系担保不易且身份尚未被金融机构认可，难以正常开展信贷活动。因此，建议简化农民专业合作社工商登记的前置手续，对农民专业合作社办理登记注册时需要提交的环境评估、防疫证明、食品卫生许可证等相关手续，采取减免收费的政策。农村信用社等金融机构要着手对已登记注册的农民专业合作社开展信用评级，根据其经营状况授予一定的信用额度。各级信用担保机构要将农民专业合作社纳入贷款担保范围，为符合条件的农民专业合作社申请贷款提供信用担保。
4)?稳定农业补贴力度和调整补贴方式。分析结果虽然显示政策性收入对农户收入存在负面影响，但并不能否定政策支持的积极意义。贵州省存在比较突出的人地矛盾，在农业收入仍是农户收入重要来源的情况下，农户收入提高面临很大困难，必须进一步稳定和加大对农业补贴的力度，鼓励发展特色种养殖业。同时要调整农业补贴办法，将“普惠制”的农业补贴向种粮大户、家庭农场、农民合作社等主体倾斜，改变拥有政策性承包地的农民，不管种不种地，种不种粮，每亩地每年都可以拿到90元左右的国家补贴的不合理现象。低保救济反映了农户综合生产能力的缺失，使得这部分农户通过自身努力来提高收入的可能变得极其微小，对于这类人群需要国家出台相关政策给予支持和兜底。贵州省在2020年同全国一道实现全面脱贫的目标中，仍需要政策性收入的支持。
参考文献
| [1] | 刘开华, 彭诚, 陈红玲. 贵州城乡收入差距的演进及决定因素分析[J].西北人口, 2013, 34(1):96–101, 110. |
| [2] | 朱玲. 非农产业活动对农户收入分配格局的影响[J].经济研究, 1992(3):23–30. |
| [3] | 农户收入结构变动分析[J].中国农村观察, 1997(6):3-9. |
| [4] | 李兴绪, 刘曼莉, 葛珺沂. 西南边疆民族地区农户收入的地理影响因素分析[J].地理学报, 2010, 65(2):235–243. |
| [5] | 樊新生, 李小建. 欠发达地区农户收入的地理影响分析[J].中国农村经济, 2008(3):16–23, 49. |
| [6] | 刘晓昀, 辛贤, 毛学峰. 贫困地区农村基础设施投资对农户收入和支出的影响[J].中国农村观察, 2003(1):31–36, 80. |
| [7] | 辛翔飞, 秦富, 王秀清. 中西部地区农户收入及其差异的影响因素分析[J].中国农村经济, 2008(2):40–52. |
| [8] | 徐健, 汪旭晖. 订单农业及其组织模式对农户收入影响的实证分析[J].中国农村经济, 2009(4):39–47. |
| [9] | 胡定寰, 陈志钢, 孙庆珍, 等. 合同生产模式对农户收入和食品安全的影响:以山东省苹果产业为例[J].中国农村经济, 2006(11):17–24, 41. |
| [10] | 薛凤蕊, 乔光华, 姜冬梅. 土地合作社对农户收入影响评价[J].农业经济问题, 2012, 33(5):34–39. |
| [11] | 胡联. 贫困地区农民专业合作社与农户收入增长:基于双重差分法的实证分析[J].财经科学, 2014(12):117–126. |
| [12] | 黎翠梅, 刘艳丽, 陈宇佳. 农户融资对其收入影响的实证分析:基于长沙县农户的调查数据[J].西安财经学院学报, 2015, 28(4):13–18. |
| [13] | 吕德宏, 杨成, 靳涛. 西部小额信贷对农户收入影响的实证研究[J].开发研究, 2009(3):62–66. |
| [14] | 徐翠萍, 史清华, HollyWang. 税费改革对农户收入增长的影响:实证与解释:以长三角15村跟踪观察农户为例[J].中国农村经济, 2009(2):22–33. |
| [15] | 祝仲坤, 陶建平. 农业保险对农户收入的影响机理及经验研究[J].农村经济, 2015(2):67–71. |
| [16] | 罗发友, 刘友金. 市场化改革以来农户收入增长的影响因素分析[J].中国农村观察, 2002(4):13–19, 80. |
| [17] | 周波, 于冷. 农业技术应用对农户收入的影响:以江西跟踪观察农户为例[J].中国农村经济, 2011(1):49–57. |
| [18] | 黎洁, 李树茁. 退耕还林工程对西部农户收入的影响:对西安周至县南部山区乡镇农户的实证分析[J].中国土地科学, 2010, 24(2):57–63. |
| [19] | 高梦滔, 姚洋. 健康风险冲击对农户收入的影响[J].经济研究, 2005(12):15–25. |
| [20] | 安海燕, 朱青. 贵州农民的收入分析[J].贵州农业科学, 2009, 37(12):200–203. |
| [21] | 谢松. 贵州农民可持续增收的总体思路与路径[J].贵阳市委党校学报, 2013(1):20–24. |
| [22] | 高梦滔, 姚洋. 农户收入差距的微观基础:物质资本还是人力资本?[J].经济研究, 2006(12):71–80. |
| [23] | 赵丽霞, 赵元凤, 李赛男. 内蒙古农户收入影响因素的实证研究[J].干旱区资源与环境, 2013, 27(11):26–32. |
| [24] | 刘慧. 中国农村居民收入区域差异变化的因子解析[J].地理学报, 2008, 63(8):799–806. |
| [25] | 李小建, 高更和, 乔家君. 农户收入的农区发展环境影响分析:基于河南省1251家农户的调查[J].地理研究, 2008, 27(5):1037–1047. |
| [26] | 张林秀, 易红梅, 罗仁福, 等. 中等收入陷阱的人力资本根源:中国案例[J].中国人民大学学报, 2014, 28(3):8–18. |
| [27] | 赵洪明. 选择优良设计方案降低农村公路建设成本[J].科技信息, 2009(12):703. |
| [28] | 遵义市人民政府办公室.市人民政府办公室关于印发《遵义市加快推进农村公路建设有关政策规定》等文件的通知[Z/OL].(2013-12-30)[2016-01-20].http://www.zunyi.gov.cn/zfxxgk/szfbgszpfp/fgwj_4995/zfbf_5000/201506/t20150603_153912.html. |
