农户贫困恢复力测度、影响效应及对策研究

陈佳　杨新军　尹莎

摘要集中连片贫困地区扶贫开发与农户脱贫问题关系社会稳定与和谐，而恢复力概念为贫困领域研究提供了新的视角。研究利用抽样调查的321户家庭问卷数据，基于生计恢复力理论框架，构建农户贫困恢复力指标体系，从农户家庭结构分类出发，采用探索性统计和主成分分析判定不同人口、生计结构农户缓冲力资本、贫困恢复力差异，运用多层次模型探究农户家庭因素（生计、人口）与贫困恢复力内在结构效应。研究主要结论：①研究区不同家庭结构农户经济类资本分布极不均衡，资本积累水平低；②影响贫困地区农户个体恢复力的主要因素包括物质资本、经济收入、文化教育、劳动力、交通条件、社会资源等；③高质量劳动力人口结构以及合理多样化收入方式的生计结构对农户贫困恢复力才具有正向效应。最后，针对研究区农户家庭结构贫困恢复力差异和关键影响因子，提出相关恢复力建设对策。

关键词生计结构；人口结构；农户；贫困恢复力

中图分类号F323，K901.2文献标识码A文章编号1002-2104（2016）01-0150-08doi：103969/jissn1002-2104201601020

贫困问题是世界各地区面临和亟待解决的重大民生课题。在现今社会经济快速发展和城市化加速推进的过程中，解决我国农村地区（特别是自然环境恶劣、地理位置偏远山区的西部少数民族地区）贫困问题依然面临众多难题。根据《中国农村扶贫开发纲要（2011-2020年）》农民年人均纯收入2 300元（2010年）的最新标准，中国贫困人口数量仍有1.28亿人，占农村总人口的13.4%，覆盖592个国家扶贫开发工作重点县[1]，而深层次结构性贫困问题出现，突发灾害致贫以及短暂性脱贫后返贫等新问题凸显，致使农村贫困问题的研究一直成为多年来学者关注的重点。目前国内外相关研究主要集中在贫困驱动力、脆弱性与贫困关系、贫困脆弱性量化、减贫和扶贫对策以及空间贫困等方面[1-9]，部分学者从微观层面关注农户可持续生计与贫困的关联[10]。但研究集中在宏观的区域性贫困问题，且理论研究滞后于扶贫实践，至今未形成系统的理论体系。

1973年，生态学家Holling首次将恢复力概念引入到生态学领域的研究中。目前，恢复力这一概念已被广泛应用在社会-生态系统、经济组织行为、灾害管理等[11-15]。其中，Chinwe等提出了恢复力概念可以帮助我们理解影响农户在不利的社会环境（如贫困）中维持和保护生计的原因，并建立了生计恢复力理论和指标分析框架，对推进社会恢复力相关领域实践研究具有重要指导意义[16]。因此，本文借助恢复力概念，基于生计恢复力分析框架构建农户贫困恢复力指标体系，从家庭结构微观视角探究湖南省湘西少数民族贫困聚居区农户贫困恢复潜力及内在影响效应，并在此基础上提出农户恢复建设思路，为该地区扶贫开发政策制定提供相关参考。

1数据与方法

1.1研究区与数据获取

本研究案例地湘西土家族苗族自治州位于湖南省西北部，云贵高原东侧的武陵山区，是武陵山片区扶贫开发的重要地区，气候属亚热带季风湿润气候区，年平均气温15-16℃，年降雨量1 300-1 500 mm，无霜期250-280天。地形主要以山地丘陵为主，平均海拔200-800 m。境内居住着30多个民族，以土家族、苗族为主，占到74.6%，是湖南省少数民族集聚的贫困地区，全州共有8个县，除首府吉首市外，全部为国家级贫困县。

数据获取采用了实地访谈和问卷调查结合方法，考虑地理环境、区域发展差异、农户生计方式等因素抽取了三个贫困县六个行政村；调研小组于2010年8月对古丈县、花垣县、凤凰县三县六村进行了实地考察和问卷调查，共发放农户问卷350份（以户为单位发放），回收有效问卷321份，回收有效率为91.71%。此外，在2013年7-8月利用其他课题调查对该地区进行了回访式实地调查，更新了相关问卷数据资料。实地调研主要涉及行政村的人口特征、地理环境、贫困状况、社会经济发展水平及基础设施建设等，农户调查问卷主要包含三部分：农户家庭个体特征、农户家庭资本状况以及农户社会关系网络方面。

陈佳等：农户贫困恢复力测度、影响效应及对策研究中国人口·资源与环境2016年第1期1.2理论框架与指标选取

1.2.1生计恢复力分析框架

以往对农户贫困研究多是从可持续生计出发，考虑农户五大资本或是区域发展环境等，缺乏合理的概念理解和统一、科学的理论分析框架来指导贫困问题研究，恢复力概念将单一的生计研究与弹性思维（恢复力）联系在一起可以更加深入的理解农户生计的动态性。特别是Chinwe提出的生计恢复力分析框架将生计恢复力分解为三维度，即缓冲能力（buffer capacity）；自组织（Selforganisation）和学习能力（Learning）。通过各维度与生计指标联系实现了分析框架的可操作性。此外，该分析框架注重以往研究忽视的集体行动与外部社会结构对农户贫困恢复力的影响，通过整合农户生计资本、社会结构、外部环境（风险）等因素提供了农户贫困恢复力指标科学组织方法，也为区域决策者提供了一种识别影响恢复力因素的方法，对监测农户贫困动因，制定针对性的贫困恢复力政策措施具有实际作用。

1.2.2指标体系构建

恢复力是指个人、社会组织或社会-生态系统适应压力或扰动的能力，自组织并学习以维持或改善系统必要的结构和运作方式[16]。研究区地处武陵山贫困山区，调查总结农户面临的外部风险扰动主要是农业市场价格波动、外出务工失业、基础设施（交通、教育、医疗等）落后等，本文在借鉴生计恢复力分析框架基础上，将外部风险扰动因子转化为恢复力量化因子，从缓冲能力、自组织、学习能力三个维度构建农户贫困恢复力评价指标体系（见表1）。

缓冲能力是指系统可承受的变化或干扰度，并保持原有的功能和结构的属性，从农户生计视角理解，缓冲能力代表了农户利用自身生计资本或资源禀赋应对外在风险干扰的能力。因此，本文利用可持续生计资本表征农户缓冲能力，即人力资本（健康程度，知识水平等）；金融资本（家庭收入，财务储蓄等）；物质资本（房屋、生产资料等）；自然资本（拥有的耕地面积等）。

能力人均收入家庭总人数与年度总收入之比4 383.532 810.15财务储蓄家庭年度收入结余3 040.904 732.83人力资本劳动能力×0.5+劳动力数量×0.5；劳动能力：1=幼儿和残病，2=儿童，3=老人，4=成人助手，5=成年人3.490.95房屋资本住房类型×0.5+住房面积（m2）×0.5；住房类型：1=草房，2=木房，3=土坯房，4=砖瓦房，5=混凝土楼房2.080.42人均教育

程度家庭人均教育程度，1=小学以下，2=小学，3=初中，4=高中，5=中专以上2.400.45健康状况家庭中患病人数占总人数比例（%）2.790.32生产生活资料拥有的生产工具和生活耐用品总数6.391.78自然资本规模拥有的耕地面积×0.5+拥有的林地面积×0.5（hm2）4.390.90自组织家庭资助

机会以获得银行、亲朋、政府等资助的实际次数表示1.090.38社会网络

支持度以获得社区物品、资金或人力支持的种类数表示0.520.58社会组织

参与以参与社区组织的数量表示0.470.53邻里信任度对邻里信任程度，五值化表示2.920.31交通可达性按离最近公路/集市的实际距离表示1.620.90学习

能力技能培训

机会以参加农业或就业技术培训次数表示0.170.37户主教育

程度家庭户主个人教育程度，1=小学以下，2=小学，3=初中，4=高中，5=中专以上2.320.86外出务工

时间表征获取认知能力的机遇，以务工天数计算87.3775.77家庭教育投入以每年教育投入金额计算2 165.754 109.88信息技能

交流农户间是否存在信息与技能交流，1=是，0=否0.480.50自组织主要表征人类制度、权力和社会网络对恢复力的影响，如制度体系、社区组织或团体、社区合作和网络、对自有资源依赖等（Fuchs等认为）。对自组织指标因子选取了农户家庭受资助的机会、社区网络支持、邻里信任度等，考虑研究区地处山区交通因素成为自组织资源依赖的重要因子。

学习能力即社会系统的适应性管理，该系统将以前的经验和知识转化为当前的行动，并存储记忆。学习能力不仅仅是获得知识或技能，在农户个体层面上学习技能并在社区成员中相互交流，进而转化为实际生计能力对恢复力的建设至关重要。在学习能力指标选取中用户主教育程度以及家庭教育投入表征获取知识和技能的能力，技能培训、信息技能交流以及外出务工时间表征经验知识转化过程以及市场风险扰动。

1.3数据处理与方法

1.3.1数据标准化

本文采用广泛运用的极值法对原始数据Xij进行标准化处理，消除数据量纲影响，计算公式如下：

X′ij=xij-λjminλjmax-λjmin

其中，Xij为i行j列的原始数据，λjmin为j列原始数值的最小值，λjmax为j列原始数值的最大值，X′ij为标准化后的i行j列的数据。

1.3.2信度和效度检验

运用SPSS17.0统计软件对调查数据进行初步整理与检查，对于异常数据进行必要的核对、校正和剔除，对缺少的数据采用样本均值替代法进行处理，数据通过了偏度和峰度检验。其中对数据信度采用Cronbachs alpha系数法（克隆巴赫信度系数）进行检验，调查样本指标整体Cronbachs alpha系数为0.738，说明调查数据信度可以接受。其次，对指标变量效度检验采用因子分析方法中Bartlett球体检验和KMO检验，运行结果显示KMO=0.766，Bartlett球体检验的近似卡方值为2 137.291，p=0，这表明，数据变量适合进行主成分分析。

1.3.3恢复力指数测度

由于研究涉及的指标变量较多且变量间具有一定相关性，采用了主成分分析利用其降维的思想，选取少数几个独立的但包含原有指标大部分信息的公共因子来代替原有指标从而达到不损失原有信息且简化复杂变量关系的作用。而恢复力指数测度的各因子权重确定由贡献率来确定，不受主观认识影响，使评价研究过程更为科学[17]。根据主成分分析结果，以方差贡献率作为权重，以6个主成分得分值为变量，构建农户贫困恢复力指数计算公式：

Sk=Y1f1+Y2f2+Y3f3+……+Yifi

其中，Sk分别代表的不同人口、生计结构农户贫困恢复力指数，Yi代表第i个主成分方差贡献率，f1、f2…fi代表第i个主成分得分值，以主成分得分系数矩阵以及各指标原始标准化值可计算fi（i=1，2..n）数值。

2农户家庭结构分类统计分析

2.1农户家庭结构分类

在经济学中，Chayanoy将家庭结构因素引入到农户投入的决策，因为家庭结构对劳动力时间分配、市场参与等行为都会产生重要影响[18]。其中家庭成员是劳动力重要来源，生计方式是家庭物质经济维持的基础。因此，本文主要考虑家庭结构中人口、生计因素，并对其进行分类，识别不同家庭结构农户生计资本属性特征。其中人口结构分类结合了Reardon、Ellis、Sherbinin、李树茁等人研究分类将人口结构分为四类，生计结构分类采用SPSS17.0根据农户不同收入类型数据进行系统聚类，并参照原始数据进行修正，将农户生计结构划分为五类（见表2）[19]。

sizeP1老年人+成年人家庭73L1纯务农型-仅源于务农收入53P2成年人家庭24L2务农主导型—以务农收入为主49P3成年人+小孩家庭102L3纯务工型—仅源于务工收入20P4老年人+成年人+小孩家庭122L4务工主导型—务工收入为主121L5综合生计型—务工/农及兼业收入78注：老年人是大于等于60岁，成年人是大于16岁小于60岁，小孩是小于等于16岁；务农收入仅指传统农业种植，务工收入仅指外地打工收入，兼业收入包括现代农业经济作物种植、农闲本地打零工、闲置劳动力兼业以及做小生意收入。

2.2农户恢复力资本特征

在农户家庭结构分类基础上，利用探索性统计分析方法判断农户家庭结构与生计资本的关系，分析农户资本变量的结构特征。

2.2.1人口结构分类特征

如表3所示，成年人农户家庭（P2）在人均收入、人力资本、生产/活资料、教育程度方面较其他人口结构家庭具有明显优势。但在财务储蓄上，存在明显缺陷，说明其财务储蓄意识弱，注重个人消费。P4农户家庭相对人均收入较低，但由于家庭人口多其自然资本规模大。人口结构P1和P3，家庭资本状况与总体均值接近，其中成年人和小孩组成的农户家庭（P3）在经济方面拥有相对优势，这与家庭中小孩负担密切相关，多数农户访谈中表示为积攒小孩培养费用男劳动力多会外出兼业或务工增加经济收入。

2.2.2生计结构分类特征

传统生计方式主导的生计结构（L1、L2）在人均收入、财务储蓄较其他生计结构农户家庭明显低。与此相比，以务工生计（L3、L4）和综合生计（L5）结构的农户在经济收入方面较为充裕，并且拥有一定的财务储蓄（见表3）。说明传统单一农业主导的生计模式不利于农户经济资本提高。但其在房屋资本、生产/活资料、和自然资本方面相对于L1、L2生计结构家庭高。从教育程度统计分析发现，L2、L4、L5生计结构农户相比单一纯务工（L3）和务农（L1）生计结构农户教育程度高，说明教育程度左右农户认知能力，对农户生计多样化和生计方式选择具有重要影响。

对比不同家庭（人口、生计）结构农户资本均值可以看出，财务储蓄和人均收入差异显著，高财务储蓄和人均收入集中在部分农户家庭，印证了农户访谈提及的宏观同质化扶贫政策下农户贫富差距扩大的现象。相反，在其他资本拥有量上较为均衡，其中，房屋资本与健康水平基本趋同，说明农户社会、人力、自然等资本分异小。综上分析可见，农户经济类资本分布极不均衡，且资本积累水平低，表明不同家庭结构影响农户缓冲能力资本分化，而提高农户经济类资本，缩小农户间差距是该地区农户贫困恢复力建设的关键。

3恢复力测度及影响因子

恢复力量化研究发展缓慢，至今在人地系统、经济与社会组织研究领域都没有统一成熟的量化模型或计算方法[20-24]。基于Sallu等人运用生计策略和主成分分析判定时间序列上农户家庭恢复力的研究[25]，本文采用主成分分析测度农户贫困恢复力指数。将标准化处理后指标数据利用SPSS17.0软件进行了主成分分析，在确定主成分数目中采用特征值大于1、累计贡献率最大化的提取原则，提取了反映原指标大部分信息的6个主成分，得出主成分得分方差、方差贡献率和累计贡献率（见表4）。

3.1恢复力影响因子

在主成分分析结果中，给出了主成分因子载荷系数，代表了主要变量与主成分的相关系数。为了直观表达主成分分析结果，仅列出了与6个主成分相关系数大于0.5的变量。

由表4总结可知，影响贫困地区农户个体恢复力的主要因素包含了物质经济、劳动力素质、社会三大资本。其中，物质、经济资本积累是贫困农户恢复力提升的基础，教育因素主导的学习能力以及交通、社会网络主导的自组织对贫困恢复力建设具有重要作用。但调查统计显示，研究地贫困的农村地区人均教育程度仅为2.40（即小学至初中教育水平），60岁以上农户近50%为文盲或仅接受过扫盲教育。其次，区域整体交通基础设施改善条件下，仍存在众多距离城镇较远的村落无直接通达的公路。因此，进一步改善交通条件或扶贫搬迁安置对偏远山区农户脱贫具有重要现实意义。

3.2恢复力指数分异

根据农户贫困恢复力指数计算结果（见图1），人口结构分类的农户贫困恢复力存在明显差异。总体来看，拥有老年人和小孩家庭结构P1和P4的贫困恢复力指数集中在0.20-0.60之间，且近一半农户家庭恢复力低于0.50，相对于P2和P3人口结构农户来说具有明显劣势。其中，以成年人为主的家庭结构（即P2、P3）多数农户恢复力超过0.50，部分农户贫困恢复力超过0.80拥有较高的脱贫潜力。这得益于成年劳动力为主的家庭在充足劳动力资本与高教育资本（见表3）基础上生计选择与风险认知能力强。

从生计结构分类来看，农户贫困恢复力指数整体差异缩小，但纯务农型L1和纯务工型L3恢复力指数分布不均，存在内部分化，说明单一生计方式的农户整体恢复力稳定性差。其中，纯务工型农户收入受外出务工时间以及工价影响，反映了市场等经济因素对农户个体的扰动所产生的恢复力差异。而以两种或是多样化收入方式的农户譬如L2、L4、L5其贫困恢复力指数主要集中处于0.40-0.75之间，明显较纯务工/务农生计农户群体稳定，进一步表明农户生计由传统的单一务农生计方式向务工/农以及兼业组合的多样化生计方式转化有利于抵御社会风险扰动，增加资本积累。

4贫困恢复力与家庭结构效应

4.1家庭结构对恢复力直接影响

为了厘清贫困农户恢复力与其家庭结构的内在关联效应，本文通过引入多层次模型分析因变量（恢复力）与不同自变量（家庭结构因子）作用关系。在两层次模型中，综合考虑了体现家庭结构因子和数据易获取性原则，选取了反映微观层次农户个体的家庭规模、劳动力比重以及家庭收入类型因子，宏观层次选取了村域收入和生计多样性指数（见表5）。根据多层次模型相关原则，运用STATA10.0软件采取逐层引入变量方法，其中模型1是零模型不包含任何自变量，主要是提供对组内相关系数的估计从而说明多层次模型分析的必要性[26]。模型估计结果显示组内方差为50.75，组间方差为62.04（p<0.01）得出农户贫困恢复力组内相关系数ICC=50.75/（50.75+62.04）=0.449，说明贫困恢复力差异有44.9%是不同村域生计和收入结构差异。而根据模型建立的基本经验判断，考虑组间效应统计分析是当组内相关系数大于0.059时，因此，有必要建立多层次模型进行分析。

从模型2估计结果表明，家庭规模对农户贫困恢复力直接影响不显著，而劳动力比重对恢复力在0.01水平上显著正相关，说明劳动力资本（16-60岁）对提高贫困农户恢复力具有重要作用，而以往研究中笼统认为家庭规模（家庭总人口数）具有正效应存在局限，家庭中老年人以及幼儿在一定程度上可能对农户贫困恢复力产生负效应，因为其面临疾病或其他灾害风险时，不仅难以抵抗，甚至会削弱整个家庭应对能力。其次，从收入结构解释变量看，务农收入和兼业收入与恢复力具有高显著正相关，而务工收入正相关水平低，表明湘西地区农业与多样化收入方式对贫困恢复力提升具有促进作用，而外出务工在一定程度上存在收入稳定性缺陷，多数外出务工农户表示在外务工面临失业风险和生活成本压力。相反，以农业收入（现代农业经济种植收入）加当地兼业收入方式组合的家庭，具有持续稳定收入来源，当地就业消耗的家庭生活成本也更低。

从模型3估计结果显示，收入和生计多样性指数对贫困恢复力影响出现了截然相反的效应（见表5）。其中，收入多样性指数在0.05水平上对恢复力呈显著正相关，而生计多样性在同等显著水平上呈负相关。验证了上文多样化收入方式有利于提升农户面临风险的缓冲力资本，而非笼统的生计多样性水平，生计多样性指数高代表农户生计方式多，但并不表示其多种生计方式都具有稳定持续的收入，因此，应辩证的看待农户生计结构对农户贫困恢复力的影响。多样化生计方式组合基础上得到均衡稳定的收入才是保证农户生计资本积累增加，贫困恢复力提升的有效生计结构。

4.2家庭结构对恢复力交互作用

家庭结构各维度不仅能对贫困恢复力产生直接影响，在一定程度上可能通过农户不同人口、生计结构间的交互作用对恢复力产生影响。为了考察人口结构与生计结构交互作用对恢复力的作用，本文在基本模型分析基础上加入相应的交互项，做进一步分析。考虑创建的交互项与原始变量之间的极大相关性，采用中心化方法（Centering）对交互项多重共线性问题进行处理，降低其相关性。通过中心化处理得到人口结构与生计结构两类交互项变量，其中老人与小孩比重、劳动力比重表征人口结构，务农、务工收入以及兼业收入表征生计结构，交互作用选取了6组变量分析。

从表5可知，老人小孩比重与务工以及兼业收入交互作用对贫困恢复力影响不显著，进一步验证了简单的家庭规模人数对农户贫困恢复力直接影响小。但老人小孩比重与务农收入交互项作用在0.05水平上显著但系数小，说明拥有老人与小孩人口结构的家庭在一定程度上可能存在务农生计选择的倾向。其次，劳动力比重与务农收入、务工收入交互项对贫困恢复力都具有明显正向作用，但劳动力比重与务农收入交互作用影响系数和显著性更高，反映农户家庭劳动力主要通过务农/工生计投入促进恢复力提升，也说明了研究区农户家庭中劳动力投入方向单一，仍然以传统务农加务工生计方式为主。

总的来说，研究区农户家庭人口结构左右生计方式选择，而不同劳动力投入决定了多数农户家庭生计和收入结构多样化指数，其交互作用影响农户贫困恢复力提升。拥有老人小孩人口结构的家庭其生计方式更为多样化，务农/务工生计收入成为其缓冲力资本积累的主要来源，推动贫困恢复力提升，而以成年人为主的人口结构家庭更趋于务工主导与兼业生计来摆脱以往贫困现状，增加脱贫速度。

5结论与对策

本文遵循“理论框架-指标筛选-恢复力评价-家庭结构效应”研究思路，以农户调查数据为基础，对研究区农户不同家庭结构的贫困恢复力潜力及内在关系进行了研究，主要结论如下：

（1）不同家庭结构的农户资本差异明显，经济类资本分布极不均衡，积累水平低，提高农户经济类资本，是农户贫困恢复力建设的关键。以成年劳动力为主的人口结构家庭和务工/农加兼业组合的生计结构家庭更具有脱贫潜力。

（2）影响农户贫困恢复力的主要因素包括物质经济、劳动力、社会三大资本；其物质、经济资本积累成为贫困农户恢复力提升的基础，教育因素主导的学习能力以及交通、社会网络主导的自组织是贫困恢复力建设的重要方向。

（3）农户家庭结构对贫困恢复力具有显著影响，高质量劳动力资本与合理多样化收入方式对农户贫困恢复力具有正向效应。农户家庭人口结构左右生计方式选择，而不同劳动力投入决定了农户家庭生计和收入结构多样化指数，其交互作用影响农户贫困恢复力提升。

基于上述研究分析与结论，首先，研究区贫困恢复力建设应倡导差异化扶贫开发，避免扶贫政策同质化，落实针对村镇、农户个体的动态扶贫监测档案，参照国家贫困线基础适时调整区域贫困核定标准，规避扶贫误差，防止农户返贫。第二，重视区域农户经济类资本分化问题，对不同人口、生计结构农户采取针对性帮扶措施。注重深山偏远区、扶贫搬迁地农户基础设施、社会网络等自组织能力建设，建立或完善返贫补助体系，关注农户生计重建与就业培训，引导农户个体选择均衡、稳定、多样化生计收入方式，降低生计风险。第三，农户个体应增强教育投入和社会网络联系，提高自身认知能力，合理化务工劳动力投入，选择多样化生计方式组合，发展山区特色农业种植。

（编辑：田红）

参考文献（References）

[1]刘小鹏，苏晓芳，王亚娟，等.空间贫困研究及其对我国贫困地理研究的启示[J].干旱区地理，2014，37（1）：144-152.[Liu Xiaopeng， Su Xiaofang， Wang Yajuan， et al. Review on Spatial Poverty and Deprivation and Its Enlightenments to Poverty Geography Studies in China [J]. Arid Land Geography， 2014， 37（1）：144-152.]

[2]万广华，章元.我们能够在多大程度上准确预测贫困脆弱性[J].数量经济技术经济研究，2009，（6）：138-148.[Wan Guanghua， Zhang Yuan. How Precisely Can We Estimate Vulnerability to Poverty [J]. The Journal of Quantitative & Technical Economics， 2009， （6）：138-148.]

[3]李丽，白雪梅.我国城乡居民家庭贫困脆弱性的测度与分解[J].数量经济技术经济研究，2010，（8）：61-73.[Li Li， Bai Xuemei. Measuring and Decomposing Chinese Households Vulnerability of Poverty [J]. The Journal of Quantitative & Technical Economics， 2010， （8）：61-73.]

[4]黄承伟，王小林，徐丽萍.贫困脆弱性：概念框架和测量方法[J].农业技术经济，2010，（8）：4-11.[Huang Chengwei， Wang Xiaolin， Xu Liping. Poverty Vulnerability： Conceptual Framework and Measurement Method [J]. Journal of Agrotechnical Economics， 2010， （8）：4-11.]

[5]韩峥.脆弱性与农村贫困[J].农业经济问题，2004，（10）：8-12.[Han Zheng. Fragility and Rural Poverty [J]. Issues in Agricultural Economy， 2004， （10）：8-12.]

[6]黎洁，邰秀军.西部山区农户贫困脆弱性的影响因素：基于分层模型的实证研究[J].当代经济科学， 2009，31（5）：110-115.[Li Jie， Tai Xiujun. An Empirical Research on the Rural Households Vulnerability to Poverty in West China Based on Hierarchical Linear Model [J]. Modem Economic Science， 2009， 31（5）：110-115.]

[7]Moser C. The Asset Vulnerability Framework： Reassessing Urban Poverty Reduction Strategies [J]. World Development， 1998， 26（1）：1-19.

[8]Sharp K. Measuring Destitution： Integrating Qualitative and Quantitative Approaches in the Analysis of Survey Data [R]. IDS Working Paper 217， 2003.

[9]陈传波.农户风险与脆弱性一个分析框架及贫困地区的经验[J].农业经济问题，2005，（8）：47-50.[Chen Chuanbo. Risk and Vulnerability of Rural Households：An Analytical Framework and the Experience of Poor Areas [J]. Issues in Agricultural Economy， 2005， （8）：47-50.]

[10]李小云，董强，饶小龙，等.农户脆弱性分析方法及其本土化应用[J].中国农村经济，2007，（4）：32-39.[Li Xiaoyun， Dong Qiang， Rao Xiaolong， et al. The Analysis Method and Its Application of Rural Households [J]. Chinese Rural Economy， 2007， （4）：32-39.]

[11]葛怡，史培军，周忻，等.水灾恢复力评估研究_以湖南省长沙市为例[J].北京师范大学学报：自然科学版，2011，47（2）：197-201.[Ge Yi， Shi Peijun， Zhou Xin， et al. A Framework to Understand and Quantitatively Assess Social Resilience to Flood Hazards [J]. Journal of Beijing Normal University：Natural Science Edition， 2011， 47（2）：197-201.]

[12]杨小慧，王俊，刘康，等.半干旱区农户对干旱恢复力的定量分析：以甘肃省榆中县为例[J].干旱区资源与环境，2010，24（4）：101-106.[Yang Xiaohui， Wang Jun， Liu Kang， et al. Quantative Analysis on Farmers Resilience toward Drought： A Case Study of Yuzhong County， Gansu Province [J]. Journal of Arid Land Resources and Environment， 2010， 24（4）：101-106.]

[13]孙晶，王俊，杨新军.社会-生态系统恢复力研究综述[J].生态学报，2007，27（12）：5371-5381.[Sun Jing， Wang Jun， Yang Xinjun. An Overview on the Resilience of Socialecological Systems [J]. Acta Ecologica Sinica， 2007， 27（12）：5371-5381.]

[14]葛怡，史培军，徐伟，等.恢复力研究的新进展与评述[J].灾害学，2010，25（3）：119-124.[Ge Yi， Shi Peijun， Xu Wei， et al. Review and Development of Restoring Force Research [J]. Journal of Catastrophology， 2010， 25（3）：119-124.]

[15]万金红，王静爱，刘珍，等.从收入多样性的视角看农户的旱灾恢复力：以内蒙古兴和县为例[J].自然灾害学报，2008，17（1）：122-126.[Wan Jinhong， Wang Jinai， Liu Zhen， et al. Drought Resilience in View of Income Diversity of Peasant Household： A Case Study on Xinghe County， Inner Mongolia [J]. Journal of Natural Disasters， 2008， 17（1）：122-126.]

[16]Speranza C I， Wiesmann U， Rist S. An Indicator Framework for Assessing Livelihood Resilience in the Context of Socialecological Dynamics[J]. Global Environmental Change， 2014， 28（1）： 109-119.

[17]章文波，陈红艳.实用数据统计分析及SPSS12.0应用[M].北京：人民邮电出版社，2006.[Zhang Wenbo， Chen Hongyan. Practical Data Analysis and SPSS12.0 Application [M].Beijing： Posts & Telecom Press， 2006.]

[18]Chayanoy A V. The Theory of Peasant Economy [M].Homewood Illinois： Richard D. Irwin， 1926.

[19]李树茁，梁义成，Marcus W F，等.退耕还林政策对农户生计的影响研究：基于家庭结构视角的可持续生计分析[J].公共管理学报，2010，7（2）：1-10.[Li Shuzhuo， Liang Yicheng， Marcus W F， et al. The Impact of Grain for Green Program on Rural Livelihoods in China： Sustainable livelihoods Analysis in a Perspective of Household Composition [J]. Journal of Public Management， 2010， 7（2）：1-10.]

[20]Mileti D. Disasters by Design： A Reassessment of Natural Hazards in the United States[M].Washington，D C： Joseph Henry Press， 1999.

[21]Paton D， Millar M， Johnston D. Community Resilience to Volcanic Hazard Consequence [J].Natural Hazards，2001，24： 157-169.

[22]杨新军，石育中，王子侨.道路建设对秦岭山区社会-生态系统的影响：一个社区恢复力的视角[J].地理学报，2015，70（8）：1313-1326. [Yang Xinjun， Shi Yuzhong， Wang Ziqiao. Exploring the Impacts of Road Construction on A Local Socialecological System in Qinling Mountainous Area： A Resilience Perspective [J]. Acta Geographical Sinica， 2015，70（8）：1313-1326.]

[23]郭永锐，张捷.社区恢复力研究进展及其地理学研究议题[J].地理科学进展，2015，34（1）：100-109. [Guo Yongrui， Zhang Jie. Research Progress and Themes of Geography on Community Resilience [J].Progress in Geography， 2015， 34（1）：100-109.]

[24]王群，陆林，杨兴柱.国外旅游地社会-生态系统恢复力研究进展与启示[J].自然资源学报，2014，29（5）：894-908.[Wang Qun， Lu Lin， Yang Xingzhu. Research Progress and Enlightenment of Tourism Socioecological System Resilience in Foreign Countries [J].Journal of Natural Resources， 2014， 29（5）：894-908.]

[25]Sallu S M， Twyman C， Stringer L C. Resilient or Vulnerable Livelihoods Assessing Livelihood Dynamics and Trajectories in Rural Botswana[J].Ecol.Soc.， 2010，15（4）：299-305.

[26]周皓，巫锡炜.流动儿童的教育绩效及其影响因素：多层线性模型分析[J].人口研究，2008，32（4）：22-32.[Zhou Hao， Wu Xiwei. Education Performance and Its Influence Factors of Migrant Children： A Multilayer Linear Model [J]. Population Research， 2008， 32（4）：22-32.]

Measures of the Resilience， Effect and Countermeasures of

Household Poverty：The Perspective of Household Structure

CHEN Jia1，2YANG Xinjun1YIN Sha1

（1.College of Urban and Environmental Sciences， Northwest University， Xian Shaanxi 710127， China；

2.Research Establishment for Hunan Settlement， Hengyang Hunan 421002，China）

AbstractAntipoverty and development and farmers shakeoffpoverty problem of concentrated povertystricken areas are concerned with the social stability and harmony， and the concept of resilience provides a new perspective for poverty research field. Based on the livelihood resilience theory framework， the index system of farmers poverty resilience is built using the questionnaire data of 321 households by sample survey. Starting from the structural classification of farmer households， the differences of buffering power capital and poverty resilience among the farmers of distinct population and livelihood structure are judged with the method of exploratory statistics and PCA. Also， the structure effect between the farmer households factors （livelihood， population） and poverty resilience is explored through the multilevel model. The results are as following： ①The economic asset distribution of farmers of different household structure is very unequal and the level of asset accumulation is low in the study area. ②The main factors influencing the farmers individual resilience in povertystricken areas are physical capital， income， culture and education， labor force， traffic condition， social resource etc.. ③The population structure of high quality labor force and the livelihood structure of reasonable and multiple income streams have a positive effect on the farmers poverty resilience. Finally， in terms of the poverty resilience differences among the farmers of distinct household structure and the key influence factors in study area， this paper puts forward the corresponding countermeasures to further improve the resilience construction.