代际支持、干群互动与精准扶贫政策的满意度

2018-03-14卢春天张志坚

西北农林科技大学学报（社会科学版） 2018年2期

石靖，卢春天，张志坚

(1.西安交通大学，西安 710049；2.西安文理学院，西安 710065； 3.山西工程职业技术学院，太原 030009)

前言

改革开放以来,中国的扶贫成就举世瞩目。据世界银行统计,仅1987年到2010年,中国的极度贫穷人口数量就从8.36亿减少至1.56亿。2013年至2016年的4年间,每年农村贫困人口减少数量都超过1 000万人,累计脱贫5 564万人;贫困发生率从2012年底的10.2%下降到2016年底的4.5%,下降5.7个百分点;贫困地区农村居民收入增幅高于全国平均水平,贫困群众生活水平明显提高,贫困地区面貌明显改善[1]。尽管过去20多年扶贫的成绩巨大,但这并不意味着后续的扶贫道路是平坦的。2015年国务院颁布的《十三五扶贫规划纲要》指出,我国未来5年的扶贫目标就是让现有标准下7 000多万贫困人口全部脱贫。而这7 000多万的贫困人口贫困程度较深、减贫成本更高、脱贫难度更大,是最难啃的“硬骨头”,依靠传统的“大水漫灌”式的扶贫模式已经满足不了当前脱贫任务的需要。

精准扶贫的思想最早是由习近平总书记2013年11月在湖南湘西扶贫调研中提出的。同年12月18日,中共中央办公厅、国务院办公厅印发了《关于创新机制扎实推进农村扶贫开发工作的意见》(中办发〔2013〕25 号),明确提出“建立精准扶贫工作机制”。2014年1月25日,中共中央办公厅、国务院办公厅发布了《关于创新机制扎实推进农村扶贫开发工作的意见》的通知,详细规制了精准扶贫工作模式的顶层设计,推动了精准扶贫思想落地。2015年11月,精准扶贫战略被明确写入了党中央和国务院颁发的《关于打赢脱贫攻坚战的决定》,要求在对贫困人口进行精准识别和建档立卡的基础上,根据扶持对象精准、项目安排精准、资金使用精准、措施到户精准、因村派人精准、脱贫成效精准的工作标准,采取多种形式实现脱贫目标。

为了实现精准扶贫,中国发挥政治优势和制度优势,进行了广泛的政治动员,大量财力、物力被动员起来投入到扶贫中,形成了以建档立卡为基础,各级政府部门各负其责、自上而下压力层层传递的扶贫机制。尽管扶贫成效显著,但在推进精准扶贫的过程中,也存在一些潜在的问题,如一些地方为了扶持贫困户快速脱贫而采取揠苗助长的方式。距2020年实现“我国现行标准下农村贫困人口全部脱贫”仅有不到3年的时间,在这一关键时期,农村贫困居民对精准扶贫政策实施的满意度如何?究竟有哪些重要因素影响精准扶贫的满意度?本文试图通过对2016年陕西省农村贫困居民调查数据的分析回答上述问题。对这些问题的探讨一方面有利于从贫困农户视角了解精准扶贫政策的实施效果,有效避免“数字脱贫”“被脱贫”等现象;另一方面可以识别出影响精准扶贫满意度的主要因素,及时调整相应的扶贫措施,从而提高精准扶贫政策实施成效。

一、文献综述与分析视角

目前对精准扶贫研究的相关文献主要集中在对精准扶贫政策的解读、对精准扶贫的实现机制及路径探索[2-4],以及对各地具体实践[5-6]和对精准扶贫绩效的案例研究[7],缺乏从贫困农户的视角去考察精准扶贫政策满意度的实证研究。不仅如此,即使是国家已经实施多年的扶贫(相对于精准扶贫而言的粗放扶贫)政策,基于农民满意度视角的实证研究也不多。目前文献中关于农村贫困群体对国家扶贫及惠农政策满意度及其影响因素的研究主要体现在三个层次。

第一,体现在个体社会人口经济特征对扶贫或惠农政策满意度的影响。现有文献中,个体的社会人口特征变量对政策满意度的影响并没有统一的结论。肖云等发现年龄越大的群体对扶贫政策的满意度越高[8],但杨夏林的研究发现受访农民的年龄对所参加的扶贫项目的满意度并没有显著影响[9]。教育程度对扶贫政策满意度的影响也并不一致,郭锦墉等发现被访者的受教育程度对惠农政策整体满意度具有显著的正向影响[10],但是曹军会等研究表明教育程度对扶贫政策满意度没有显著的影响[11]。性别变量也存在类似的效应,李练军研究发现性别会显著影响农民对惠农政策的满意度[12],但是李道和等的研究表明性别对农民惠农政策满意度的影响并不显著[13]。总体而言,社会人口特征变量所能够解释的扶贫或惠农政策满意度程度很小,而且基于不同地方的调查数据所得出的影响程度和方向也并不一致。

第二,从收入状况、家庭规模等家庭结构特征变量来考察其对惠农政策满意度的影响。如刘小珉研究发现家庭收入状况对农户扶贫政策满意度评价呈现出显著地负向效应,这是因为越是贫困的农户享受到的扶贫项目越多,他们受益也会更多,因此满意度评价随之增加[14]。就家庭人口数而言,有研究表明该变量对农户惠农政策满意度有显著的积极影响,并将其归因于家庭人口数越多,社会网络资源也越丰富,因而得到的政府帮助也越多[13,15],但是有学者对民族地区的数据分析发现,家庭人口越多的农民反而对扶贫政策的满意度越低,这是因为在扶贫资金一定的情况下,规模大的家庭,人均获益会低于预期[14]。另外,有研究还考察了家庭居住地距离乡镇远近对农村公共品供给满意度的影响,发现距离乡镇的远近对满意度有着显著的影响,但是影响的方向却因公共产品服务的类型不同而有所不同[16]。

第三,从扶贫政策的认知和了解程度,以及扶贫项目的参与状况来探索其对扶贫政策满意度的影响。对扶贫政策的了解是现有各类扶贫政策满意度研究中使用最多的一个变量,且大多数研究都表明农村贫困居民对扶贫政策的了解程度会显著提高他们对扶贫政策的满意度,例如, 曹军会[11]、陈益芳等[17]的研究就持这一观点。就特定的扶贫政策而言,也存在类似的效果。如韩红梅等发现农户对粮食补贴政策的了解显著正向影响了他们对粮食补贴政策的满意度[18]。此外,也有研究从各类扶贫项目的参与情况探讨了农民对扶贫政策的满意度。如卞琦娟等发现农户是否参加“新农保”会影响农户对新农保政策的满意度[19];肖云等的研究表明参加农业生产或外出打工技能培训等项目对扶贫政策的满意度有着显著的正面影响[8]。不过,这些研究主要是考察了农民是否参加扶贫项目,而不是参加扶贫项目数量的多寡。考虑到国家的扶贫政策及其项目经常是多个部门共同实施的,而且扶贫项目种类也较多,因此,本文将采取农民参与精准扶贫的项目数量进行分析,并且有理由认为贫困居民参与的扶贫项目越多,所得到的扶贫帮助也越多,因此会倾向于有着更高的满意度。

从上述的研究回顾发现,现有研究中对家庭特征的考察更多集中于家庭收入和家庭规模,以及家庭所在地距离乡镇的远近等变量,而没有考虑被访者的家庭内部支持,特别是代际支持*按照Bengtson及其合作者创建的代际团结模型,经济支持、劳务支持和情感支持是测量代际支持的三个维度。在本文中,由于数据的限制,将主要是从情感支持和劳务支持两个维度进行分析。对扶贫政策满意度的影响。通常,家庭成员互动频繁,代际关系融洽的人群更倾向于拥有积极乐观的心理,因而能够对信息进行积极加工[20],并对社会政策持满意态度;而代际支持较少的人群则有可能出现自我社会隔离,表现出愤世嫉俗的心态,因而对社会政策的满意度较低。其次,有别于以往的扶贫模式,精准扶贫关注对扶贫对象的精确识别、精确帮扶、精确管理,关注政府相关部门及人员与扶贫对象直接的互动。这种互动一方面使得政府及管理者能够更充分地了解扶贫对象的需求,另外一方面也使得相对遭遇社会孤立的扶贫家庭在某种程度上满足了自尊的需要,这种干群互动应该有助于提升农户对精准扶贫政策的满意度。

基于上述分析,本文认为,代际支持和干群互动是影响贫困农户对精准扶贫政策满意度的重要因素,因此在对精准扶贫政策满意度的考察中,有必要将贫困家庭的代际支持(如情感支持和劳务支持)及贫困家庭与所在地政府及相关成员的互动纳入模型。并且本文假设代际支持和干群互动对农村贫困居民精准扶贫政策满意度具有正向影响。为此,本文将在控制被访者的人口社会特征和家庭特征变量的基础上,重点考察代际支持和干群互动对其精准扶贫政策满意度的影响,与此同时,也考察精准扶贫政策了解程度及精准扶贫项目参与状况的影响方向和影响程度。

二、数据来源与研究策略

(一)数据来源

本文所用数据来源于《陕西省农村致贫因素与精准扶贫社会调查》项目,调研对象为陕西省农村地区的贫困家庭。2016年7月至9月期间,在经过系统的培训后,西安交通大学400余名学生组成调研小组,分赴陕西省各市的农村进行问卷调研。问卷填答采取访谈法,通过一问一答的形式进行。

本次调查采用三阶段抽样方法：一是在陕西省9个市抽取含有农村地区的典型县(区);二是在抽取到的县(区)进一步抽取典型农村行政村;三是在抽取到的每个农村行政村随机抽取符合条件的6户贫困家庭作为调查对象。贫困户的选择基于三个标准,具体为:农村地区正在领取低保的居民户;当前未领但近三年领取过低保的居民户;近三年申请过低保的居民户。如果该行政村贫困户少于6户,则从状况相近且位置临近村庄补足。

这次调研共发放问卷2 000份,实际收回问卷1 738份,问卷回收率约为87%。其中西安市182份、渭南市254份、宝鸡市198份、咸阳市240份、安康市279份、汉中市54份、商洛市130份、延安市119份、榆林市282份。考虑到被访者的认知能力和社会阅历,本文最终选择了18～69岁的1 392个样本进行分析。表1为样本分布情况描述。

表1 样本基本情况

注：问卷中婚姻状况有3人未填写，家庭收入有105人未填写

(二)研究策略

首先,通过频次分析描述农村贫困居民对精准扶贫政策的满意度、了解程度、了解渠道、精准扶贫项目的参与情况,以及和政府相关人员的互动情况。其次,运用SPSS软件的最优尺度回归方法分析影响农村贫困居民精准扶贫政策满意度的因素及各个因素的重要性程度,有关最优尺度回归的原理将在第四部分详细介绍。

三、描述统计分析

(一)农村贫困居民对精准扶贫政策的满意度

表2是被访者对精准扶贫政策满意度的分析结果,从调查结果来看,农村贫困居民对精准扶贫政策的满意度比例仅占到被访者总数的45.41%,满意度水平较低。

表2 农村贫困居民精准扶贫政策满意度(n=1 361)

(二)农村贫困居民对精准扶贫政策的了解程度

对精准扶贫政策的了解程度直接关系着被访者对精准扶贫政策的满意度。为此在问卷中设计了“您了解精准扶贫政策吗？”一项。由表3可以看出，对精准扶贫政策表示了解和非常了解的比例不到20%,可见农村贫困居民对精准扶贫政策的了解程度非常低。

表3 精准扶贫政策了解程度(n=1 384)

进一步分析农村贫困居民了解精准扶贫政策的渠道,发现选择比例最高的是村干部宣传,有57.54%的被访者选择了该项;其次是村委会公示,选择该项的比例占到样本总数的44.93%;位居第三位的是参加村民代表大会,占比为30.91%;另外,选择亲朋好友的比例为30.81%,选择电视报纸媒体宣传的比例为23.35%,选择家庭成员的比例为17.53%,还有9.97%选择了其他渠道。总体来看,村干部宣传、村委会公示和参加村民代表大会是农村贫困居民了解精准扶贫政策的三大主要渠道。

(三)农村贫困居民参与精准扶贫项目情况

精准扶贫项目参与状况也会影响农村贫困居民对精准扶贫政策的满意度,为此通过一道多选题“您参加过的精准扶贫项目有哪些？”来了解农村贫困居民的精准扶贫项目参加情况。所列出的项目共有11个,分别是技能培训、贷款支持、扶贫搬迁、医疗支持、产业扶贫、教育扶贫、科技扶贫、旅游扶贫、危房改造、饮用水改造和其他。分析发现被访农民参与比例最高的项目是医疗支持,所占比例为27.46%;其次是产业扶贫,比例为13.67%,排在第三位的是技能培训,比例为13.03%。值得注意的是,农村贫困居民参加科技扶贫和旅游扶贫的比例极低,分别仅为1.54%和1.03%。

(四)农村贫困居民与政府工作人员互动状况

为了更好地落实精准扶贫工作,根据脱贫工作要求,政府需要对农村贫困家庭精准识别,并进行结对帮扶,即为每一户贫困家庭分配专门的扶贫干部,且扶贫干部需要对所负责的贫困家庭进行定期家访。分析发现被访者中,42.10%表示有扶贫干部结对帮助,54.51%表示所在地乡镇及以上政府进行过家访,总体而言,被访者所反映的干群互动程度一般(见表4)。造成这一状况的主要原因是部分贫困居民不属于建档立卡贫困户。

表4 与政府工作人员互动状况

四、农村贫困居民精准扶贫政策满意度影响因素分析

(一)变量测量

1.因变量测量。本文的因变量为精准扶贫政策满意度,由“您对精准扶贫政策满意度总体评价”测量,并设有非常不满意、不满意、一般、满意和非常满意5个选项。这里对5个选项分别赋值,即从非常不满意到满意依次赋值为0到4,分值越高,表明被访者对精准扶贫政策的满意度越高。

2.自变量测量。本文自变量有4类：(1)对精准扶贫政策的了解程度。由“您了解精准扶贫政策吗？”一题测量,赋值从非常不了解到非常了解赋值0～4,得分越高,说明对精准扶贫政策的了解程度越高。(2)精准扶贫项目参与情况。由“您家是否被纳入低保？”和“您参加过的精准扶贫项目有哪些？”两题测量。对于第1题,正在享受低保赋值为1,否则赋值为0;第2题选项共有11个,分别为技能培训、贷款支持、扶贫搬迁、医疗支持、产业扶贫、教育扶贫、科技扶贫、旅游扶贫、危房改造、饮用水改造、其他,其中选择“是”赋值为1,选择“否”赋值为0。对两道题目共12个选项的得分进行加总,生成精准扶贫项目参加变量,取值范围从0～12,得分越高,表明被访者参加的精准扶贫项目越多。(3)干群互动。即与政府工作人员互动状况,由两道题测量,分别是“有无结对干部帮助您家？”和“您所在地乡镇及以上政府有无对您进行过家访？”两道题中回答为“没有”的赋值为0、回答为“有”的赋值为1。这里对两道题目的得分进行加总,生成“与政府工作人员互动”变量,得分为0～2,分值越高,表明被访者与政府工作人员的互动频率越高。(3)代际支持。该变量包括2个维度,分别测量情感支持和劳务支持。情感支持变量由“一年来您与子女关系如何？”测量,具体赋值方式从非常差到非常好,依次赋值为0到4;劳务支持是通过子女是否帮忙清洗衣物、打扫卫生、煮饭喂饭、做体力活、购买物品及其他6类活动测量,其中“是”为1,“否”为0,并对6个选项的得分进行加总,取值范围从0到5,分值越高,表明子代的支持越多。变量描述统计见表5。

3.控制变量测量。控制变量分为个体人口社会特征变量和家庭收入、家庭规模等层次变量,前者包括性别、年龄、教育程度和婚姻状况。变量的定义及描述统计见表5。

表5 变量定义及描述统计

(二)精准扶贫政策满意度影响因素的最优尺度回归分析

考虑到本文所用的研究变量是以有序分类变量和无序分类为主的离散变量,且部分分类数据之间不等距,因此,本文将采用最优尺度回归模型对农村贫困居民精准扶贫政策满意度的影响因素进行分析。最优尺度回归分析是专门用于统计建模时对分类变量进行量化分析的,在处理分类变量数据时有着独特的优越性。其基本思路是基于希望拟合的模型框架,分析分类变量各级别对因变量影响的强弱情况,在保证变换后各变量间的联系成为线性的前提下,采用一定的非线性变换方法进行反复迭代,从而为原始分类变量的每一个类别找到最佳的量化评分,随后在相应模型中使用量化评分来代替原始变量进行后续分析,并拟合出一个最佳回归方程。最优尺度回归分析所得出的结果中,各变量的系数是标准化后的系数[21]。最优尺度回归模型的一般形式如下:

其中,βixi为待估计的标准化系数,e为随机误差项。将表5中的变量都纳入最优尺度回归模型中进行拟合,得到的回归结果如表6所示。其中,回归模型的方差分析结果为F=14.474,P<0.001,具有统计学意义。此外,模型调整后的R2为0.310,该拟合度在实际分析中水平已非常高,模型整体通过显著性检验。

表6 精准扶贫政策满意度影响因素的最优尺度回归分析

注:(1)***、**、*分别表示在1%、5%和10%水平上显著;(2)对于样本中的缺失值,笔者进行了填补并做了进一步的分析,发现缺失类别的加入对各变量的影响基本没有变化,为了简洁,此处略去了加入缺失值后的回归分析结果

由表6可知,在社会人口特征和家庭特征变量中,性别、年龄和教育程度对精准扶贫政策的满意度有着显著的正向影响,而家庭年收入的影响则是显著负向的。男性、年龄越大、教育程度越高的被访者,对精准扶贫政策的满意度越高,这是因为,农村年龄越大的群体,其固定收入来源越有限,因此政府扶贫补贴对他们能够产生更大的边际效益;而受“男主外、女主内”的劳务分工模式影响,相比于女性,男性通常能够更深刻地理解扶贫政策并运用政策红利增收;此外,教育程度的正向影响则可以归结于人力资本和社会资本的正向效应。就家庭收入而言,家庭年收入越高的被访者,他们的满意度越低,可能的解释是,精准扶贫政策是针对农村贫困家庭,家庭越贫困,所得到的扶贫支持越多,因此家庭年收入较高的群体所能够享受到的精准扶贫红利相对较少,由此产生心理失衡并表现出较低的满意度。

在对精准扶贫政策的了解及精准扶贫项目的参与情况上,分析发现,精准扶贫政策了解程度对农村贫困居民的精准扶贫政策满意度具有显著的正向影响,这一结果和以往类似的研究结果保持一致。从认知的角度看,对精准扶贫政策中具体的扶贫措施的了解有助于贫困家庭抓住机遇,利用各项政策优势促进家庭收入增加;而对精准扶贫政策的总体了解能够促使受访者更好地理解这一大政策背景对农村贫困家庭脱贫增收的积极作用,从而对精准扶贫政策做出正面评价。另外,从精准扶贫项目的参与情况看,贫困家庭所参加的精准扶贫项目越多,意味着该家庭获得帮助的渠道越多,贫困家庭就越有机会摆脱贫困,因此精准扶贫项目参与也对精准扶贫政策满意度评价表现出显著的正向影响。

在代际支持变量上,分析结果显示子代对父代的情感支持和劳务支持分别对被访者精准扶贫政策满意度有显著的积极影响。即代际关系融洽、子代支持较多的农村贫困居民对精准扶贫政策的满意度更高,这与本文的预期是一致的。通常代际关系融洽、互动较多的家庭往往能得到更多的社会支持,更容易从外界获得信息、情感和物质的帮助,对各项社会政策怀有积极乐观的态度,对各类信息能够进行正面的加工,因而对精准扶贫政策表现出较高的满意度。

从干群互动变量来看,贫困家庭与政府工作人员的互动对他们精准扶贫政策的满意度评价有着积极的影响,这一结论也符合本文的预期假设。与政府工作人员的互动越多,对精准扶贫政策的满意度越高,其中的原因包括三方面：首先是这种互动有利于贫困居民更好地了解精准扶贫政策;其次,通过与政府工作人员的交流,在某种程度上能树立受访者脱贫的信心;最后,政府工作人员可以更加精准地把握贫困家庭的致贫原因,在此基础上因户施策,更有效地帮助其脱贫。

在表6的右列,是最优尺度回归分析所计算出的各变量在模型中的重要程度百分比,数值越大表明该变量对因变量的预测越重要。分析发现各变量中,数值最大的是精准扶贫政策了解程度,为0.355;其次是干群互动变量,即与政府工作人员互动,为0.338;排在第三位的是代际支持(包括情感支持和劳务支持)变量,数值为0.117(0.048+0.069)。此外,精准扶贫项目参加情况也具有较高的预测度,数值为0.101。值得注意的是,各控制变量的重要性数值之和仅为0.089,表明社会人口特征变量和家庭收入、家庭人口数、家庭所在地距离乡镇的远近等家庭结构变量对精准扶贫政策满意度的预测效果十分有限。

五、结论与政策启示

(一)结论

本文运用1 392位18～69岁的农村贫困居民调查资料,分析了陕西省农村贫困居民对精准扶贫政策的满意度,发现农村贫困居民对精准扶贫政策的满意度水平较低,精准扶贫政策实施效果还有待进一步提升。

最优尺度回归分析表明农村贫困居民的代际支持、干群互动、精准扶贫政策了解以及精准扶贫项目参加均有助于提升精准扶贫政策的满意度。个体社会人口特征和家庭特征中,性别、年龄和教育程度显著正向影响农村贫困居民对精准扶贫政策的满意度,而家庭年收入的影响则是显著负向的,此外,婚姻、家庭人口数、距离城镇远近等的影响则不具有显著差异。

基于不同变量重要性的分析表明,在精准扶贫政策满意度的影响因素中,精准扶贫政策了解程度的影响最大,其次是与政府工作人员互动,紧接着是贫困家庭的代际支持及其精准扶贫项目参与数量。而人口社会特征、家庭年收入和家庭人口数等家庭特征的影响则十分有限。

(二)政策启示

第一,干群互动对农村贫困居民精准扶贫政策满意度有积极的影响,因此各贫困村庄第一书记和驻村工作队应加强与贫困农民的互动及联系。目前不少地方都将干群互动作为贫困村第一书记和驻村工作队的考核指标,但是如何有效地落实该项指标,还需要地方政府辅以一定的考核办法,例如可通过第三方中介或者考核机构对贫困户进行定期的随机抽查面访或者电话回访。

第二,家庭成员代际的情感支持和劳务支持有助于提高贫困家庭对精准扶贫政策的满意度,因此要多举措促进农村贫困家庭代际的和谐和交流。首先,利用村规乡约调节贫困家庭内部矛盾,鼓励形成和谐的家庭氛围;其次,优先考虑贫困家庭子女的就业问题,创造各种机会促使贫困家庭子女就近就业,为贫困家庭的代际互动和支持提供便利和可能。

第三,对精准扶贫政策的了解有助于提升农村贫困居民的精准扶贫政策满意度,因此村委会、村民代表大会、驻村工作队要继续加强对精准扶贫政策的宣传和解读;同时,媒体和网络也应进一步加大对精准扶贫政策的宣传报道。通过宣传,使贫困人群深刻地理解精准扶贫政策的内容、标准、申请流程,提高农村贫困居民对精准扶贫政策的知晓率,着力释放政策效应。

第四,针对精准扶贫项目参与所产生的积极影响,各级政府要进一步加强精准扶贫项目的落实。一方面要针对贫困地区的地方特色,以及贫困家庭的自身特点,找准致贫原因并实施多样化的精准扶贫项目;另一方面,要通过教育、评选等手段激发贫困家庭的主体意识,引导贫困家庭转变被动脱贫的观念,形成贫困群众理解、参与、支持脱贫攻坚的良性互动。

[1] 新华社.习近平在政治局第三十九次集体学习时强调更好推进精准扶贫精准脱贫确保如期实现脱贫攻坚目标[N].人民日报，2017-02-23(01)．

[2] 黄爱教．精准扶贫的人权诉求、社会阻力及实现路径[J].西北农林科技大学学报(社会科学版)，2017(2)：18-23.

[3] 彭春凝．当前我国农村精准扶贫的路径选择研究[J].农村经济，2016 (5)：91-95.

[4] 谢学芹．精准扶贫支持模式与实现路径[J].农业发展与金融，2016 (9)：21-23.

[5] 戴旭宏．精准扶贫：资产收益扶贫模式路径选择——基于四川实践探索[J].农村经济，2016 (11)：22-26.

[6] 王小林．扶贫对象精准识别与精准帮扶研究——黔西南州案例研究[J].当代农村财经，2016 (3)：5-9.

[7] 陈升，潘虹，陆静．精准扶贫绩效及其影响因素:基于东中西部的案例研究[J].中国行政管理，2016 (9)：88-93.

[8] 肖云，严茉．我国农村贫困人口对扶贫政策满意度影响因素研究[J].贵州社会科学，2012 (5)：107-112.

[9] 杨夏林．农户参与贫困村互助资金试点项目满意度的实证分析——基于对甘肃399户农户的调查[J].农村金融研究，2014(4)：55-60.

[10] 郭锦墉，张亚磊．农户惠农政策满意度影响因素分析——基于江西省家电下乡调研数据[J].农业经济与管理，2013 (1)：79-87.

[11] 曹军会，何得桂，朱玉春．农民对精准扶贫政策的满意度及影响因素分析[J]..西北农林科技大学学报(社会科学版)，2017(4)：16-24.

[12] 李练军．新生代农民工市民化政策满意度及影响因素[J].华南农业大学学报(社会科学版)，2016 (3)：47-53.