摘要：笔者通过实地调研，采用Logit模型，实证分析湘西自治州典型贫困村贫困农户产业选择的影响因素。研究发现：贫困农户家庭收入受到自然灾害等不可抗力的影响程度越小、家庭收入受价格变化和市场需求等市场环境的影响程度越小、家庭收入水平的稳定程度越低以及家庭年龄结构越分散，贫困农户参与产业扶贫的意愿度会更高;此外，贫困农户被征地意愿度越高，参与产业扶贫的积极性就相对越低。
　　关键词：贫困农户;产业选择;产业扶贫;Logit模型
　　2018年2月12日，习近平总书记在打好精准脱贫攻坚战座谈会上指出“产业扶贫是稳定脱贫的根本之策”[1]。目前精准扶贫已经进入“最吃劲”的时候，要实现全面脱贫的目标，巩固脱贫成效，就更需要发挥产业扶贫的作用，而如何精准选择产业，则是摆在扶贫干部和贫困农户面前的关键问题。在此背景下，本文通过实地调研，采用Logit模型对贫困农户产业选择的影响因素进行实证研究，以期为贫困农户的产业选择提供参考和借鉴。
　　一、数据来源与研究方法
　　（一）数据来源
　　基于可行性、代表性和数据的可获得性等原则，选取湖南省湘西自治州典型贫困村的贫困户作为调查对象，共收集有效问卷120份。此外，调查人员还与第一书记或扶贫专家进行了深入访谈，以充分了解被调查村实施产业扶贫的情况，并获得全面的研究数据。
　　（二）变量设定
　　被解释变量
　　根據相关文献，被解释变量为贫困农户参与产业扶贫意愿并按照意愿程度划分为5个等级（“完全不愿意”“基本不愿意”“不知道”“基本愿意”和“完全愿意”）。
　　被解释变量包括贫困农户的家庭特征、环境特征、社会市场影响及扶贫发展状况，具体指标见表1。
　　（三）模型构建
　　问卷调查的结果显示，Y的结果集中于“基本愿意”和“完全愿意”，故将其转化为0和1来考察不同因素对Y的影响。因此本文选用计量经济学中的Logit模型实证影响农户产业选择的因素，模型具体形式如下：
　　Logit （p）=ln（Pp）=β0 ∑βiXi ε
　　（1）
　　在式（1）中，p表示贫困农户基本同意参与产业扶贫的概率，p/（1 -p）表示贫困农户基本同意和完全同意参加产业扶贫的概率之比，定义为贫困农户参与产业扶贫意愿的机会比率[2]。解释变量Xi的含义为贫困农户产业选择意愿的影响因素，具体的解释变量设定见表3。对上式两边取e的指数得：
　　在式（2）中，eβi为发生比率（odds ratio）[3]，它提供了解释变量变动一个单位时，发生比变动的倍数，即解释变量的单位变化引起发生比的变化为（eβi-1）xl00%。
　　二、实证分析
　　（一）变量筛选
　　根据表2可知，若干变量X与被解释变量Y的相关程度很低，加入模型会使得其标准误增大，让本来可能表现显著的变量变得不显著。因此，为了对变量进行筛选，本文通过AIC信息准则来判断变量是否应留在模型中，得到AIC最低的模型如表3所示。
　　（二）拟合优度检验
　　Logit模型虽然输出了McFadden R-squared，其功能与普通线性回归中的R-squared类似，但其效用在此处有一定的局限性。因此为了进一步考察模型的拟合优劣程度，此处使用Hosmer-Lemeshow检验，检验后得到其伴随概率为0.258 1