黄土丘陵区农户生计模式选择研究*

李文辉 宋 宇

（西北大学经济管理学院 陕西西安 710068）

一、引 言

黄土丘陵区农户居住分散、环境恶劣、交通不便、人口素质相对低下，是我国生态环境脆弱、农民生活贫困的典型区域。随着市场经济和城镇化发展，在比较利益驱使下，传统农户生计模式加速分化，由传统单一的本地农业生计模式发展为多元生计类型，生计模式的变化使农户收入水平、生活方式也发生了较大的变化。在这一过程中，农户生计决策及其收入水平的制约因素有哪些，生计模式分化是否引发新的社会经济问题，如何从制度和政策上促进农户生计模式有效选择，直接关系到黄土丘陵区农户脱贫致富和提升未来生活质量途径的选择问题，以及生态环境保护等问题。

学术界对生计模式进行了不同的划分。国外学者斯科恩斯（Scoones，1998）把生计策略分为三种类型，即农业生产的集约化或是粗放化、生计多样化以及人员向外流动。近年来，国内学者逐渐关注生计模式的划分。有学者研究了三峡移民的生计模式类型，如阎建忠（2010）等将三峡库区移民生计类型划分为纯农户、非农业收入占家庭总收入比例低于50%的一兼户，非农收入占家庭总收入比例大于等于50%低于95%的二兼户，非农收入占家庭总收入比例大于等于95%的非农户等四种。也有学者研究了牧区农户的生计模式，江进德、赵雪雁、张丽等（2012）研究农区、半农半牧区、纯牧区农户的生计策略并指出，纯牧区农户主要生计策略包括特色产品加工、做生意、现代畜牧业；农区和半农半牧区农户主要生计策略则为做生意、外出打工和旅游服务业。一些学者侧重于贫困地区农户的生计模式划分，例如李斌（2005）把宁夏盐池县农户生计模式划分为种植业生产活动与养殖业生产活动、农村商业活动、打工三种类型。李聪（2010）把西部贫困山区农户生计分为打工与非打工两种类型。苏磊等（2011）指出陕北黄土高原农户生计方式由单一的种植转向养殖、林果业、外出务工、经商等多样化生计方式发展。具体而言，黄土丘陵区农户生产方式包括家庭种植、家庭养殖、农产品加工业、个体服务业、农产品贸易、本地打工、外地务工等。

本文依据陕北黄土丘陵区农户的生计形态和收入结构将生计模式划分为四种类型：一是本地农业生计模式（外出打工收入小于家庭总收入的10%），二是本地兼业生计模式（外出打工收入为家庭收入的 10%～50%），三是外出打工生计模式（外出打工收入为家庭收入的50%～99%），四是城市化非农业生计模式（外出打工收入是全部家庭收入）。本文除特别注明外，收入均指年收入。采用2013年调研所获取的陕北黄土丘陵区400户农户的微观层面数据，通过量化分析方法区分不同生计模式之间的收入差异、验证生计模式分类的合理性并获取影响分类的重要变量，进一步获取不同生计模式下影响收入的重要变量，以对农户生计模式选择以及收入水平提高、农业生计模式收益提高提出政策建议。

本文的创新点主要表现为：第一，已有研究成果侧重于从生产方式上划分生计模式，本文在借鉴现有研究成果的基础上，首次采取样本农户问卷调查获取黄土丘陵区400户农户生计模式的微观数据，进一步从收入结构视角对生计模式进行分类，运用森林分类算法验证其生计模式分类的合理性。第二，综合运用了描述性统计法、随机森林分类算法、随机森林回归算法等对农户生计模式影响因素进行模拟估计并构建不同生计模式下收入水平的回归模型，深入分析了农户生计模式选择及收入水平影响因素。第三，分析农户生计模式选择所引发的社会经济问题，特别是农业生计模式弱化以及农业产业萎缩问题，为促使各种生计模式形成良性组合，进而为生态环境保护创造条件。

二、研究设计及数据来源

（一）变量选取

生计模式的选择受到生计资源的影响。基于英国国际发展部（DFID，2000）提出的可持续生计框架，生计资源包括自然资源、物质资源、金融资源、人力资源等。土地是农户赖以生存的重要自然资源，本文选取耕地资源及利用表示农户的自然资源；物质资源是指生计所需要的基础设施和固定资产等相关物质条件，基础设施对于农户个体而言没有变化，农户的生产工具差异小，考虑到家庭住房对于农户生计选择的影响在于其相对位置，特别是黄土丘陵区的经济地理特征，本文以相对地理位置衡量房屋物质资源的价值；金融资源是指农户可以支配的资金储备以及可以获得的其他形式的经济支持，本文以家庭收入结构及水平来表示；人力资本是农户生计资产中的重要内容之一。退耕还林以及生态迁移政策作为政府改善区域生态环境和农户生计条件的政策，对于该地区农户有重要影响，也作为问卷组成部分。因此，农户生计模式影响因素调查问卷内容由收入结构及水平、政策有关家庭特征、家庭人口结构、劳动力人力资本、耕地资源及利用等6个部分组成。收入结构及水平是本文进行生计模式分类的依据，属于因变量；其他5个部分变量是引起生计模式变化的因素，属于自变量。

变量选择分析如下：

（1）农户收入结构：吴敬琏（2002）、叶彩霞（2010）等众多学者研究认为，20世纪90年代以后农民收入来源由以农业为主的家庭经营收入向多元化方向发展，非农收入成为农民收入增长的主要途径，并指出非农收入包括劳动报酬性收入（工资性收入）、转移性收入以及财产性收入等方面。结合黄土丘陵区农民收入实际来源，将农户收入划分为外出务工收入、种植收入、养殖收入、政府转移收入、租赁土地收入以及其他收入等6个部分，其中政府保障收入包括农村低保户收入、农村养老金以及退耕还林补偿等，其他收入包括加工业收入、销售收入等其他收入。

（2）根据 1999年以来陕北黄土丘陵区实施的退耕还林工程以及近年来实施的政府迁移工程，提出把政策有关的家庭特征细分为是否退耕区、是否退耕户、是否迁移政策区、是否迁移户4个变量。

（3）包括户主年龄、家庭人口数、未成年子女数、在学子女数在内的家庭人口结构都可能对生计模式的选择构成影响，因此产生了相应的4项变量。

（4）劳动力人力资本包括劳动力数量与质量。就人力资源质量而言，诸多研究认为人力资源质量对于收入有正向影响。如舒尔兹等（Schultz，1965、1971）研究发现，人力资源质量提高是个人收入增长和收入分配差别的根本原因。加里·S·贝克尔（Gary S Becker，1987）认为，在同年龄组的人口中，一个人的受教育程度越高，其收入水平也越高。巴莱特等（Barrett,C；2001)的研究均证实，不同发展中国家的教育水平与工资性收入之间的关系仍是显著正向的。汉森（Hanson，1971）等人的研究发现，农业经营者的工资性收入随着其文化程度的提高而提高。还有一些研究认为人力资源质量与生产方式选择有正向关系。如本杰明等（Benjamin et al，2000）研究表明，受过良好教育的农民能更好地利用经济转型的机会。任国强（2004）等研究证明，农村劳动力文化程度越高，劳动收入的抗干扰能力和抗波动力越强，就越倾向于非农就业，获得的非农收入也越高。本文劳动力人力资本的构成包括劳动力数、平均年龄、平均受教育年限、本地就业人数等变量。

（5）家庭距离城镇距离亦即家庭相对地理位置，影响农户耕种便利性、市场参与性、信息和人力资源流动的便捷性以及农户多元化选择的意识 ，进而影响生产方式以及生活方式的选择。因此，将家庭距中心城镇距离作为影响生计模式选择的变量。

（6）耕地是农户赖以生存的农业生产资料，耕地的数量、结构以及生产能力直接影响农户生产方式的选择。根据黄土丘陵区地貌特征和农户使用耕地状况细分出 16项耕地资源的变量。变量选取如表1。

表1 农户生计模式、收入水平及其影响变量

续表1

（二）问卷调研及回收

对于黄土丘陵区农户生计与收入问题，政府缺少系统的统计数据，为弥补这一缺陷，我们采取随机抽样入户问卷调查获得黄土丘陵区农户生计模式的相关数据。实证数据来源于调查小组于2013年1月26日—2月8日在陕北三个县开展的随机入户调研。调研选取的清涧县、绥德县、米脂县等三县均属于陕北黄土丘陵区的代表性区域，根据地理特征的差异性和代表性，各县分别选取5个乡镇，然后根据地图以15个乡镇的自然村为单位，实地调查采用各自然村随机抽样入户“一对一”问答式调查。因一部分外出打工的农户没有返乡，调研小组特意安排于春节前赶赴农户家中进行调研。调查工作小组由西北农林科技大学资源环境学院、西安财经学院、延安大学管理学院的教师 10人组成，调查发放问卷500份，回收问卷400份，回收率为80%。

三、数据运算及分析

（一）四种生计模式基本信息统计及变量对于生计模式选择影响分析

运用R软件进行描述性统计获取四种生计模式统计的基本信息，并运用方差分析法评价四种生计模式之间的显著关系（林伟初，2009），如表2。

表2 四种生计模式的基本信息（平均值）

续表2

从生计模式结构来看，本地农业生产模式的农户有96户，占比27%，本地兼业生产模式的农户为24户，占比7%，外出打工生计模式的农户为220户，占比63%，城市化非农业生计模式的农户为10户，占比2.9%。样本数据显示，大多数农户采取外出打工生计模式或维持原农业生计模式。

以收入水平与生计模式的关系来看。本地农业生计模式收入水平与其他三种存在显著性差异，四种生计模式家庭收入水平依次呈递增态势，分别为1.45万元、4.69万元、4.73万元、9.9万元。采取农业生计模式的家庭平均收入水平很低，平均仅仅能够解决温饱问题，外出打工生计模式平均劳动力收入水平低于兼业生计模式。

从政策有关家庭特征来看，陕北黄土丘陵区总体上属于退耕还林地区，半数以上的家庭参与了政府退耕还林工程；迁移政策覆盖面还很小，仅有不足10%的家庭属于迁移户。

从家庭人口结构来看，从“1”类到“4”类，户主平均年龄呈现年轻化趋势；家庭人口多的农户更多选择外出打工生计模式；未成年子女多的家庭更多采取外出打工生计模式以及城市化非农业生计模式。

从劳动力人力资本方面看，劳动力人数多、劳动力相对年轻且接受教育较多的农户选择外出打工或者城市化非农生计模式居多；年龄偏大、教育程度低的农户多选择农业生计模式。

从家庭距中心城镇距离来看，距离城镇远的农户分别选择两种完全不同的生计模式，即农业生计模式或者城市化非农生计模式；距离城镇较近的农户多选择外出打工生计模式。

从耕地资源方面来看，陡坡地平均占耕地的70%以上；拥有耕地数量多并且耕地资源质量较好的农户选择农业生计模式与兼业生计模式居多，反之，则选择外出打工生计模式或者城市化非农生计模式；租用他人耕地、耕地利用率高且能够利用耕地多元化种植的农户以兼业生计模式居多。采取兼业生计模式的农户能够更有效地利用本地耕地资源发展多元化种植业；农业生计模式农户主要以自有耕地为主进行传统种植。

综上，劳动力年轻、接受教育程度高且能够外出打工、未成年子女较多、距离城镇近、耕地资源缺乏吸引力的农户选择外出打工生计模式，其中相当少数收入水平较高且距离城镇远的外出打工农户则选择向城市化非农生计模式转化；年龄偏大且接受教育程度低、距离城镇远、人均土地数量多的农户选择以传统耕种维系生活来源的农业生计模式；劳动力年富力强且具农业种植经验、接受过一定的教育、耕地资源良好、能够有效利用当地资源多元化发展的少数农户则能够从农业生计模式成功转化为兼业生计模式。

（二）随机森林算法运用于生计模式分类以及分类中变量重要性的分析

随机森林算法（random forest）是由布雷曼和卡特勒（Breiman和Cutler，2001）提出的一种基于分类树的算法。通过对大量分类树的汇总提高了模型的预测精度，是取代神经网络等传统机器学习方法的新模型。随机森林方法除在处理大数据方面具有优势外，不需要顾及一般回归分析面临的多重共线性问题，不需做变量选择，同时能够给出所有变量的重要性。随机森林主要用于分类算法和回归算法。其中回归算法包括两种方法：一种是基尼系数法，另一种是预测精度法，两种方法都能够进行变量重要性的评价。因此，本文分别运用两种方法对分类影响变量的重要性进行评价，运用预测精度法评价不同生计模式下影响收入的变量重要性。

1、运用随机森林对四种生计模式分类进行判别

本文运用随机森林分类算法，鉴别出本地农业生计模式、本地兼业生计模式、外出打工生计模式以及城市化非农业生计模式四种生计模式。随机森林分类生成的混淆矩阵如表3。

表3 随机森林用于分类时的混淆矩阵（Confusion matrix）

统计显示，相对于本文界定依据收入结构统计的四类生计模式实际数量，运用随机森林分类算法进行分类的总误差为19.71%。说明本文界定的四类生计模式是可行的，同时运用随机森林进行分类判别的效果是可以接受的。

2、运用随机森林进行影响分类的变量重要性分析

运用随机森林进行变量重要性分析是通过扰动这些变量对精确度及基尼系数的影响大小而进行判断的。预测精度法衡量把一个变量的取值变为随机数，随机森林预测准确性的降低程度。该值越大表示该变量的重要性越大。基尼系数法通过基尼指数计算每个变量对于分类树每个节点上观察值异质性的影响，从而比较变量的重要性。该值越大表示该变量的重要性越大。

图1（上、中、下）随机森林拟合数据时的变量重要性

图1（上）显示了各个变量对NSP四个水平的相对影响，后两列即图1（中）及图1（下）分别展示了扰动这些变量对Accuracy及基尼系数的影响。外地打工人数（joou）对于生计模式分类的影响最为重要，比较重要的影响指标还有家庭人口数（nufa）、户主年龄（aghe）、劳动力平均年龄（agla）、劳动力平均受教育年（edla）、劳动力数（nula）、本地就业人数（jolo）、耕地数（lanu）、自有耕地数（laow）、陡坡农作物数（stla_pl）。

进一步分析可知：外地打工人数直接影响着打工收入水平、从而影响收入结构以及生计模式；家庭人口数量多，特别是家庭劳动力数量多、户主以及劳动力较年轻的家庭产生剩余劳动力相对较多，年轻的剩余劳动力通常会选择外出打工的生产方式，因此，家庭人口数量、劳动力数量、户主以及劳动力年龄与生计模式选择直接相关；本地就业人数直接影响着本地收入水平、从而影响收入结构以及生计模式；耕地是农户最基本的生产资料，也是农户传统生产的主要收入来源，耕地数量越多的农户通常情况下会优先选择农业生计模式，与此相反，耕地数量较少的农户由于缺乏农业生产要素（耕地）而选择外出打工生产模式；自有耕地数量多的家庭通常会考虑沉没成本较大或者规避外出打工风险从而选择农业耕种；陡坡农作物投入产出比很低，陡坡耕地数量较多且不能有效利用的家庭通常会放弃陡坡耕种而选择外出打工生产模式。因此，随机森林拟合数据的变量重要性程度进一步支持描述统计结果。

（三）不同生计模式收入水平影响因素分析

作为理性经济人的农户行为选择的一个基本原则就是提高收入水平，因此，进一步研究不同生计模式下农户收入水平的影响因素对于引导农户行为选择非常必要。本文选用随机森林回归算法中的预测精度法比较变量重要程度，见表4。

表4 四类不同生计模式收入水平的变量影响程度分析

根据表4变量重要性的排序结果，对于不同生计模式收入水平影响最重要的变量是：（1）“1”类中，外地打工人数、户主年龄、劳动力平均受教育年限、陡坡生态林对于收入水平有重要影响；劳动力年龄、耕地数对收入水平影响也较大。其中，户主年龄、劳动力年龄为不可改变的因素，因此外地打工人数、劳动力受教育年限、陡坡生态林、耕地数量的改变是能够影响收入水平的主要变量。（2）“2”类中，劳动力平均受教育年、外地打工人数、陡坡经济林对于收入都有重要影响；耕地数、家庭人口数对收入水平影响也较大。（3）“3”类中，外地打工人数、劳动力平均年龄、劳动力平均受教育年限、耕地数、家庭人口数量、户主年龄、劳动力数量对于收入有重要影响；自有耕地数、距城镇距离均对收入有着比较重要的影响。其中，家庭人口数量、劳动力平均年龄、户主年龄、劳动力数量是客观存在因素，可通过改变外地打工人数、劳动力平均受教育年限、耕地数、距城镇距离等变量影响收入水平。（4）“4”类中，劳动力平均受教育年限、劳动力数量、劳动力平均年龄、外地打工人数等4个因素对收入有重大影响。家庭人口数、家庭距城镇距离对于收入水平有着较重要的影响。其中，可以改变的因素包括劳动力平均受教育年限、外地打工人数、家庭距城镇距离。表4数据分析获取了影响不同生计模式收入水平的重要变量。同时可以发现，劳动力平均受教育年限、外地打工人数在四类农户中对收入都有重大的影响。

四、数据运算结果分析及政策建议

（一）数据运算结果分析

第一，描述性统计分析可知，（1）本地农业生计模式的家庭收入水平与其他三种存在显著性差异，即远远低于其他三种生计模式，同时城市化非农业生计模式的收入水平最高，其次是本地兼业生计模式。主要原因在于本地农业仍以传统农业为主，地块狭小分散，难以产业化，农业基础性收入水平偏低的状况很难改变。（2）户主及劳动力年龄偏大、劳动力平均受教育年限偏短、外出打工人数少、未成年子女数与学龄子女数量少、家庭距中心城镇距离较远、耕地资源多的农户更多选择农业生计模式，反之，选择其他三种生计模式。其中，劳动力年富力强、接受过一定的教育、租用他人耕地、耕地利用率高、能够有效利用当地资源多元化发展的少数农户能够选择兼业生计模式，比例仅为7%。

第二，随机森林拟合运算结果分析可知，外地打工人数、家庭人口数、户主年龄、劳动力平均年龄、劳动力数、本地就业人数、耕地数、自有耕地数、陡坡农作物等变量均对生计模式分类产生强相关性。家庭人口数、劳动力数与外出打工人数多，户主年龄、劳动力平均年龄较小、劳动力受教育年数长、本地就业人数少，耕地数与自有耕地数量少，陡坡农作物数量多的农户多选择外出打工或者城市化生计模式。

第三，不同生计模式收入水平影响因素分析可知，劳动力平均受教育年、外地打工人数在四类农户中对收入都有重大的影响；其次，耕地数对于Ⅰ类、Ⅱ类、Ⅲ类收入水平都有较重要的影响；距城镇距离对于“3”类、“4”类收入水平具有重要的影响；最后陡坡生态林对于“1”类、陡坡经济林对于Ⅱ类收入水平有着重要的影响。

以上分析可知，第一，农业生计模式收入水平远远低于其他生计模式，可以说农业生计模式已经陷入困境。第二，人力资本存量相对较高的农户更多选择非农或者兼业生计模式；而受到年龄约束、教育约束以及人口结构约束的人力资本存量低的农户则被动地选择农业生计模式。第三，生计模式的选择以及不同生计模式收入水平受到诸多因素的影响。

结合其他研究可以发现，第一，鉴于农业生计模式收入偏低，基于比较利益，73%的农户放弃本地农业生计模式而选择兼业生计模式以及非农生计模式。第二，占比仅为 7%的本地兼业生计模式同时进行农业以及农产品加工业、多种种植业和养殖业以及本地打工等多种生产方式，其相对收入水平较高，生活方式稳定且对于本地经济发展有利（国家统计局，2015）。第三，尽管占比 63%的农户选择的外出打工生计模式收入水平较高，可随之次生的留守儿童、留守老人甚至夫妻两地分居的问题普遍存在，以及与其“非市民化”的身份差异同时存在的社会保障差异等问题，严重影响了正常的生活秩序和质量，属于社会转型期不稳定的生计模式（石智雷等，2015）。第四，城市化非农业生产模式的人口在城镇或者城市中生活安定，社会保障程度高、生活满意程度较高。着眼于长期生活质量提高的生计模式选择，外出打工生计模式在条件许可时向城市化非农业生计模式转化是必然选择。

（二）农户生计模式选择的进一步分析及政策建议

基于比较利益，农户放弃农业生计模式而选择其他生计模式将有经济必然性，同时农业生计模式的人力资本在不断下降，这有可能进一步阻碍黄土丘陵区农业产业发展并加剧黄土丘陵区农业产业萎缩。黄土丘陵区农户生计模式选择中出现的不均衡现象其根源在于农业收益与第二、第三产业收益的严重不均衡，提高农业收益并促进农业生计模式与其他生计模式之间利益达到新的“均衡点”是解决农业产业弱化的根本。针对农户生计模式“一边倒”的分化现状以及带来的社会经济问题，政府需要面对农业生计模式“被冷落”、面对受年龄约束、知识约束、人口结构约束而选择农业生计模式的农户，应从政策层面确保农户摆脱农业生计模式收入水平偏低的困境以促进农业持续发展，为生态环境保护创造有利条件。

由于本地农业生计模式与其他三种生计模式存在显著性差异且已陷入困境，因此，本文重点研究本地农业生计模式摆脱生计困境及农业产业弱化的政策建议。这包括：

第一，建立农业生计收入不断增长的政策保障机制。除农产品缺乏价格弹性，工农产品“剪刀差”加大造成农产品比较效益低之外，由于受区域自然禀赋的影响，黄土丘陵区小面积农作物无法机械耕作，农业比较利益更低，农户生活普遍处于贫困状态。必须建立农业生计收入不断增长的政策保障机制，以保证农户能有稳定的收入增长机制（李文莲等，2010）。政府应该针对黄土丘陵区建立特殊贫困区域农民收入补贴政策（包括直接补贴、价格补贴、保险补贴、提高最低生活保障标准等）。

第二，加大退耕还林政策倾斜以提高退耕户的收入水平。旨在改善生态环境的退耕还林工程占用了农户的耕地资源，因而退耕还林经济补偿直接关系到农户的经济利益。具体对策建议：（1）政府提高退耕还林补偿标准；（2）增大退耕还林中农户自主性；（3）地方政府科学引导退耕还林，促进林果产业链发展（李文辉，2014）。

第三，对于偏远区域的农户实施政府迁移工程。对于不适于生活生产与市场行为的偏远区域农户实施政府迁移工程，通过迁移缩短农户与城镇距离形成相对聚集，改变生产与生活条件。

（三）结论与启示

黄土丘陵区是我国生态环境脆弱、农民生活贫困的典型区域。生计模式选择及其对策研究直接关系到黄土丘陵区农户脱贫致富和提升未来生活质量的问题，同时也关系到黄土丘陵区农业产业健康发展的问题。黄土丘陵区覆盖山西、陕西北部、以及甘肃、青海、宁夏、河南、内蒙古等省 46个地市，本文研究陕北黄土丘陵区农户生计模式选择及其政策建议，对于整个黄土丘陵区农户生计模式选择的研究以及政府职能行为均有借鉴意义。

我们的主要发现是，农户主要采用农业生计模式、本地兼业生产模式、外出打工生计模式以及城市化非农业生计模式。本地农业生计模式的家庭收入水平远远低于其他三种生计模式；影响黄土丘陵区农户生计模式选择和收入水平的因素是多元化的，其中，教育年限与收入水平以及生计模式的选择具有强相关性；耕地数、自有耕地数、租种地、平地农作物、平地生态林、平地亩数对于收入水平以及生计模式选择具有强相关性；劳动力数、外地打工人数对于收入水平以及生计模式选择具有重要影响，本地就业人数对于收入水平具有重要影响；同时，陡坡地以及平地数量对于收入有强相关作用。

特别应该注意的是，从四种生计模式比较可知，农业生计模式正在陷入困境。有着常态化发展趋势的基于比较利益的农户非农生计模式选择以及农业生计模式的人力资本的不断下降将进一步加剧黄土丘陵区农业产业弱化。我们重点针对本地农业生计模式维系进行了研究，提出了具有黄土丘陵区特殊环境属性的提高退耕还林补偿、偏远区域农户搬迁、以及建立农业生计模式收入不断增长的保障机制的政策建议。政府应制定并实施有效政策，促使农业与其他生计模式达到新的利益“均衡点”，以提高农业生计模式的收益、实现农业持续健康发展和生态环境保护的良性循环。

1. 国家统计局陕西调研总队课题组：《农村土地制度变迁对粮食生产影响的实证分析》[J]，《调研世界》2015年第4期。

2. 加里·贝克尔：《人力资本》[M]，北京大学出版社，1987年。

3. 江进德、赵雪雁、张丽等：《农户对替代生计的选择及其影响因素分析》[J]，《自然资源学报》2012年第4期。

4. 李斌：《生态家园富民工程“三位一体”项目对宁夏盐池县农户生计影响的研究》[D]，北京农业大学博士论文，2005年。

5. 李聪：《劳动力外流背景下西部贫困山区农户生计状况分析——基于陕西秦岭的调查》[J]，《经济问题探索》2010年第9期。

6. 李文莲、王粲：《农业收入的恒常规律及其破解对策》[J]，《新视野》2010年第3期。

7. 李文辉：《陕北黄土丘陵区退耕还林中政府职能与农户利益协调机制研究》[J]，《西安财经学院学报》2014年第2期。

8. 林伟初：《概率论与数理统计》[M]，同济大学出版社，2009年。

9. 任国强：《人力资本对农民非农就业与非农收入的影响研究》[J]，《南开经济研究》，2004年第3期。10. 苏磊、付少平：《农户生计方式对农村生态的影响及其协调策略——以陕北黄土高原为个案》[J]，《湖南农业大学学报》2011年第3期。

11. 石智雷、薛文玲：《中国农民工的长期保障与回流决策》[J]，《中国人口·资源与环境》2015年第3期。

12. 吴敬琏：《农村剩余劳动力转移与“三农”问题》[J]，《宏观经济研究》2002年第6期。

13. 阎建忠、卓仁贵、谢德体、张镜铿：《不同生计类型农户的土地利用——三峡库区典型村的实证研究》[J]，《地理学报》2010年第11期。

14. 叶彩霞、施国庆、陈绍军：《地区差异对农民收入结构影响的实证分析》[J]，《经济问题》2010年第10期。

15. Benjamin, D., Brandt, L. & Glewwe, P. et al. “Markets, Human Capital and Inequality: Evidence from Rural China, Inequality Around the world”, [D], Edited by Richard B. Freeman, Palgrave Macmillan in Association with International Economic Association,2000,134:87～127.

16. Breiman L. “Random Forests”[J], Machine Learning, 2001,45(1).

17. Barret, C., Reardon, T.& P. “Nonfarm Income Diversification and Household, A Livelihood Strategies in Africa: Concepts, Issues and Policy Implications” [J], Food Policy, 2001,26(4): 315～331

18. DFID, Sustainable Livelihoods Guidance Sheets [R], London:Department for International Development,2000:68-125.

19. Hanson, R.J. “Nonfarm Income Earned by Commercial Farm Operators in Central Illinois.[J], American Journal of Agricultural Economies, 1971, 53(l):103～105.

20. Theodore W. Schultz. “Investing in Poor People: An Economist's View”[J], American Economic Review,1965, 40:510～520.

21. Theodore W. Schultz. Investment in Human Capital: The Role of Education and of Research [M], New York: Free Press.1971: 278～326.

22. Scoones, I. 1990. “Investigating the Difference: Applications of Wealth Ranking and Household Survey Approaches Among Farming Households in Zimbabwe”[J], Development and Change.