宁 静 殷浩栋 汪三贵 刘明月

(1.中国农业大学 经济管理学院/国家农业农村发展研究院，北京 100083；2.国务院发展研究中心农村经济研究部，北京 100010；3.中国人民大学 农业与农村发展学院/中国扶贫研究院，北京 100872)

一、引言

自党的十八大以来，中国把精准扶贫、精准脱贫作为基本方略，以前所未有的力度推进脱贫攻坚。党的十九大报告再次强调让贫困人口和贫困地区同全国一道进入全面小康社会。为此，中央构建了全方位的扶贫政策体系，动员了全党全国全社会力量，使脱贫攻坚取得重大进展，年均脱贫人口多达1200万人。产业扶贫是中央提出的“五个一批”精准帮扶措施中最重要的组成部分，也是实现精准脱贫、打赢脱贫攻坚战的关键。一方面，中央部署以产业扶贫来带动3000万农村贫困人口脱贫，使产业扶贫成为涉及贫困人口最多的扶贫措施；另一方面，产业扶贫是易地扶贫搬迁、生态扶贫、教育扶贫等措施的重要基础，其他的扶贫措施都需要通过发展产业来巩固政策效果，最终实现贫困人口的长期稳定脱贫。从“八七”扶贫攻坚时期到精准扶贫阶段，产业扶贫在扶贫政策体系中愈发重要，已成为脱贫攻坚工作的核心，也是帮助贫困人口实现稳定脱贫的根本之策[1]。

自精准扶贫方略实施以来，产业扶贫的模式由过去的“大水漫灌”转变为到户的“精准滴灌”[2]。现行政策不仅重视贫困地区的特色产业建设，而且更重视引导新型经营主体将贫困户纳入产业链中，通过构建利益联结机制，让贫困户最大程度地参与产业发展，增强其自我发展能力，以实现贫困群体的稳定脱贫。与此同时，产业扶贫也遭遇了实践困境。一些地方出现了扶贫产业发展与现实基础脱节的问题[3]，部分产业扶贫项目忽视了产业发展规律，大范围推进扶贫产业，不注重产业链延伸，造成产品同质化严重和供过于求等问题[4]；一些产业扶贫的经营方式简单，造成对贫困农户的带动能力弱，贫困农户的利益保障机制不健全；与产业发展相配套的基础设施如道路、信息网络的发展相对滞后[5]，这些问题都使得产业扶贫的政策效果大打折扣。学术界对产业扶贫多有讨论，关于政策效果的研究结论莫衷一是。鉴于此，本文通过最新的准实验研究数据，实证分析产业扶贫项目的减贫效果，为论证产业扶贫项目能否促进农户增收以及影响机制提供客观的解答。本文一方面可以剖析产业扶贫项目的减贫机理，深化学界对产业扶贫的认知；另一方面可以判定产业扶贫项目是否达到了惠及贫困群体、提高其收入的政策目标，且为进一步完善产业扶贫政策提供有益借鉴。

二、文献评述

产业扶贫项目对农户收入的影响一直受到学者们的广泛关注。从现有研究成果来看，国内学者对产业扶贫项目对农户收入影响的研究结论存在一些分歧。部分学者认为产业扶贫项目的实施有利于提高贫困农户的收入或改善其生计状况，对于缓解贫困具有正向作用。一些学者研究发现产业扶贫在整体上具有增收减贫效果。如黄承伟等以贵州省石漠化片区草场畜牧业为例，发现农业产业扶贫机制不仅促进了资金、土地、劳动力、技术、服务等要素资源的优化整合，还为贫困户带来丰厚的经济效益[6]。李志平实证分析了“送猪仔”和“折现金”两种产业扶贫方式的作用路径，研究结果表明实物补贴和现金补贴两种产业扶贫方式都有利于贫困户脱贫增收[7]。胡晗等以陕西省863户贫困户为样本，采用Probit模型和粗略精确匹配方法估计了产业扶贫政策对贫困户家庭收入的影响，研究结果表明产业扶贫政策对贫困户的种植收入、养殖收入和家庭总收入具有显著的正向影响，减少了贫困户的外出务工收入，对家庭人均收入和经营商业收入的影响并不显著[8]。还有一些研究发现，龙头企业、合作社等经营主体通过发展产业可以带动贫困户增收，使其受益。如刘建生等认为产业扶贫构建了多主体、多要素参与的长效机制，使贫困户以土地入股、在企业务工或自己发展等形式参与到产业发展中，获得土地租金、工资收入等，实现了贫困户增收的长效发展[2]。王兴国等通过分析山东省阳信县农业龙头企业扶贫案例，发现农业龙头企业与贫困户形成了利益共同体，在发展产业的同时，促进了贫困户的物质资本、人力资本和社会资本的有效融合，增强了贫困户的自我发展能力和增收能力[9]。刘俊文基于山东省和贵州省的农户调查也得到相似的结论，即参加以产业扶贫为基础的合作社有利于贫困户和低收入群体增收，尤其是贫困户的收入增长更明显[10]。

随着产业扶贫项目实施的深入，也有部分学者质疑产业扶贫的反贫困效果，他们认为产业扶贫政策对贫困户的增收没有正向作用，主要有以下几个方面的原因。其一，扶贫产业的参与门槛较高[11]，如资金、劳动力、技术、土地等门槛限制，排斥了弱质性的贫困群体[12][13]，毕竟真正的贫困户通常缺乏足够的生产要素[14]。其二，龙头企业和合作社等新型经营主体与贫困户的利益联结机制不紧密[15]，贫困群体在产业发展中参与度不高[16]，甚至产生“精英俘获”现象，导致贫困户难以从中受益，从而增收效果不明显[14]。其三，产业扶贫方式简单粗放，不注重提升贫困户的组织化程度和自我发展能力，简单地为贫困户发放种苗或分红，造成经营效率低，带动能力较弱[5]。其四，地方政府为了“完成任务”和追求政绩，使用行政手段推行一些“短平快”的产业扶贫项目，这些项目的选择没有立足于市场需求和地方资源优势，而且缺乏长久和全局产业规划[17]，加之后期管理和维护不足，导致这些产业扶贫项目失败并损害了农户原本相对稳定的生计系统[18]。

此外，学者们还研究了产业扶贫模式，并基于不同的划分原则进行了分类，如梁晨根据承担主体的不同，将产业扶贫项目归纳为干部承揽的产业扶贫项目、依靠“大户”或“公司”的扶贫项目、依靠农户参与和合作推行的扶贫项目[18]。崔照忠等按照企业和农户的利益联结紧密程度，将农业产业化归纳为“龙头企业+农户”“龙头企业+农户合作社+农户”“企业+股份合作社+农户”三种模式[19]。林万龙等根据产业扶贫项目对贫困人口的作用机理，将其归纳为产业发展带动扶贫模式、瞄准型产业帮扶模式和救济式产业帮扶模式[14]。随着各级政府着力推进产业扶贫工作，产业扶贫的模式愈加丰富。本文将结合现有文献和产业扶贫项目的实际开展情况，基于利益联结机制的不同，将产业扶贫概括为直接带动模式、就业创收模式和资产收益模式。贫困农户参与产业扶贫的模式一般为其中一种，不过包括多种利益联结机制的混合模式变得越来越常见。

尽管现有文献对产业扶贫项目增收效果的研究越来越深入，但是仍存在一些不足。第一，产业扶贫实践具有较强的地域特点，不同类型的产业有着差异化的效果。在有针对性的多省市大样本面板调查数据不多见的情况下，研究结论产生分歧在所难免。第二，在研究方法和研究设计上仍有待改进。现有研究多采用案例和描述性统计的方法，难以摒除其他因素的影响，可能存在把增收效果全部归因于产业扶贫项目的误差。第三，产业扶贫模式划分存在一定重叠，使得众多模式在实证分析中与收入的对应不顺，不便于细化机制研究，需要从收入构成的角度分析不同产业扶贫模式的政策效果。为弥补上述不足，本文将利用甘肃、四川和贵州3省8县产业扶贫项目准实验研究的监测数据，采用双重差分法，对直接带动、就业创收和资产收益三种模式下产业扶贫项目对农户的增收效果进行评估。该准实验研究只关注产业扶贫试点项目，研究设计时已考虑了其他扶贫项目对样本农户的影响，用随机抽样获取实验组和控制组样本农户。通过两期调查，获得了三个不同禀赋省份的1005个有效样本，满足了多省的大样本检验的要求。因此，其研究结果可以为剖析精准扶贫阶段的产业扶贫政策效果提供科学判定依据。

三、产业扶贫对收入的影响机制

本文所涉及的产业扶贫项目处于乌蒙山、六盘山两个片区，该项目以发展当地特色支柱产业为基础，扶持农户自发建立以市场为导向的农民专业合作社，同时为其提供与产业发展相配套的基础设施和服务体系，通过合作社与贫困户建立利益联结机制，促进农户实现可持续增收。结合现有文献和该产业扶贫项目的实际开展情况(下文所涉及的合作社都是该项目扶持的执行主体)，本文将从收入构成的角度来分析产业扶贫对农户收入的影响机制。

(一)直接带动模式促进了农业经营性收入增长

作为产业扶贫项目的执行主体，农民专业合作社通过为农户提供低价或免费的生产资料、提升农产品质量或承销农产品，从而带动农户增加农业生产经营性收入[20]。一些以农产品生产为主的合作社，在自己生产基地的经营过程中，为农户提供免费或者优惠的种苗、种畜、肥料、农用机械等投入品[11]，并为农户提供技术培训与指导，以最大限度地降低农户的生产成本，提升农业生产效益。如该产业扶贫项目所扶持的四川省古蔺县椒园镇犀牛甜橙核桃专业合作社，采用分户种植、统一经营的模式，先期由合作社提供种苗，后期采用“示范教学+上门指导”方式指导农户按照合作社的技术规范进行种植管理。一些以收购、加工和出售农产品为主的合作社，则通过与农户签订产品收购合同或订单，与农户建立长期稳定的农产品购销关系，同时设定农产品收购最低保护价，降低了农户所面临的市场风险和交易成本[21]。还有一些合作社通过统一生产、加工和销售管理，延长了产业链，增加了农产品附加值，扩大了农产品销售量，从而促进农户增收[22]。如甘肃省东乡族自治县惠东生态养殖农民专业合作社为社员提供种羊繁殖、卫生防疫、市场营销等服务，当贫困社员饲养的小羊达到回收标准后，合作社以高于市场价格1～2元的价格收购社员的羊，提高了农户自产自销的销售价格，保障了贫困户的收入。

(二)就业创收模式促进了工资性收入增长

有用工需求的合作社通过吸纳贫困家庭劳动力就业[23]，并根据劳动任务完成情况按时或计件发放工资，从而促进了农户的工资性收入增加。具体而言，一些合作社在农产品基地建设、农产品原料生产或农产品流通等环节需要大量劳动强度低、非技术性的用工[24]。这种用工方式为农户提供了大量临时性、季节性、就近的就业机会，特别适用于扶持长期从事种养、只能从事轻体力劳动的贫困户，极大地解决了农村中老年劳动力、妇女和病残农户等弱能劳动力的就业增收问题[25]，增加了这部分群体的工资性收入。如甘肃省张家川县草川养殖专业合作社聘用3名贫困劳动力到基础母牛繁育场打工，每月支付2600元的工资，改善了他们的生活。

(三)资产收益模式促进了财产性收入和转移性收入增长

以入股分红为核心的资产收益扶贫是当前产业扶贫项目最常用的模式。具体而言，合作社等经营主体将贫困户拥有的自然资源、财政扶贫资金以及所在村庄的集体资产，量化折算为贫困户所拥有的股份，使贫困农户成为股东或债权人，贫困户按照约定获得收益分配，一般包括分红和利息收入等，从而增加其财产性收入。根据资产类型不同，可以将贫困户能够获得财产性收入的资产分为资源资产和资金资产，其中资源资产又可以细分为土地资源、光伏资源、旅游资源、劳动力资源等；资金资产又可以细分为财政扶贫资金、信贷资金等资产[26]。合作社的盈余也会按其与社员的交易量(或交易额)的比例为社员发放分红收入[27]。此外，一些产业项目承担了部分收入补差的功能，为辖区内的贫困户提供定额的政策性补贴，进而增加了贫困农户的转移性收入。入股分红和补贴可以弥补贫困户能力不足难以发展产业的短板，为弱能贫困户提供持久稳定的收入[26]。如贵州省大方县好山珍生态农业专业合作社，农户以土地承包经营权、技术、劳动力等生产要素入股，并且将给予贫困户的财政扶持资金集中折股量化到合作社，在保底分红的基础上实行利润按股分红。

四、数据来源、模型设定和变量选择

(一)数据来源

本文数据来自产业扶贫试点示范项目的监测数据，该试点示范项目所选择的项目县都是贫困程度深、贫困发生率高且具备一定产业发展基础的贫困县，共涉及四川、贵州和甘肃3个省10个市(州)27个县(市、区)。调研组从中随机选取了8个县开展监测评估，其中甘肃省选取环县、陇西县、静宁县和永靖县，贵州省选择了赤水市和习水县，四川省选取了叙永县和美姑县。每个县选择9个村，其中3个非项目村，6个项目村。按照产业扶贫精准到户的规定，项目村的贫困农户基本都参与了项目。每村基于农户家庭收入状况，采用分层等距抽样抽取20个农户作为样本。具体而言，首先按照村民小组收入状况对全部村民小组进行排序，以生成随机数来确定抽样的村民小组，若由随机数确定的第一个村民小组农户数量足够，则在本村民小组内部进行抽样；否则继续产生随机数，选择下一个村民小组，直到满足抽样样本数量要求为止。确定村民小组后，由村干部将选中的村民小组的村民按照其收入水平分为贫困、中等、富裕三类进行排序，最后产生随机数进行等距抽样[27]。通过随机等距抽样所产生的农户既有参加合作社的农户也有未参加的农户，这就构成了对照组和实验组群体。2015年1月进行了基期调查，基期调查内容包括农户家庭的人口特征、基础设施和公共服务、土地、参与合作社情况、收入和消费、借贷、资产等，基期调查共获得有效样本1445个。2018年7月对基期调查农户进行了跟踪调查，经整理筛选得到有效样本1005个，最终形成两期面板数据。

(二)模型设定

为了准确地评估产业扶贫项目的效果，本文将采用双重差分模型(DID)来评估其影响。本文所涉及的产业扶贫项目于2015年之后开始实施，主要的方式是扶持专业合作社，通过合作社带动贫困农户发展产业。从2015年到2018年调查之前，农户如果加入项目指定的合作社则视为参加了产业扶贫项目，并作为DID模型中的实验组，反之没有参加产业扶贫项目的农户则为控制组。本文通过DID模型考察产业扶贫的效果，具体模型设定如下：

yit=β0+β1joini×timet+β2joini+β3timet+β4Xit+εit

其中，yit为第i个农户t 时期的收入，joini和timet均为二值变量。joini为第i个农户是否参加产业扶贫项目，timet为时间变量，Xit表示第i个农户t 时期的控制变量，εit为随机误差项。系数β1代表参加农民专业合作社对农户收入的影响，若β1显著为正，则表示参加产业扶贫项目增加了农户收入；若显著为负，则表示参加产业扶贫项目降低了农户收入。

(三)变量选择

模型的被解释变量分别为人均总收入、人均经营性收入、人均财产性收入、人均转移性收入和人均工资性收入，这既考虑了产业扶贫政策对总体收入的影响，又可以验证项目对不同类型收入的影响机制。

模型控制了一系列可能会对收入产生影响的因素。参考收入决定方程以及已有文献的常规做法[28][29]，本文控制了以下变量：(1)家庭特征：包括家庭总人口[30]、外出务工的人数，以及代表人力资本水平的家庭成员健康比重和劳动力平均受教育年限，代表物质资本水平的家庭承包经营土地面积和家庭各类资产的总额[30]，代表金融资本水平的家庭总借贷和借贷能力变量，代表社会资本的春节拜年人数。(2)户主特征：户主对家庭福利能够产生重要影响，本文借鉴已有研究的做法，采用户主年龄和受教育年限来代表户主的能力特征。(3)区位条件：地理区位代表了家庭或个体所面临的自然资本，因而控制这些变量能够排除区位条件对项目的减贫效益的干扰。本文采用村庄到县城的距离[8]、到最近集市的距离来代表区位条件。表1是所有变量的描述性统计。对于收入、承包土地面积、家庭总资产、家庭总借贷、借贷能力、春节拜年人数、到县城距离以及到集市距离等变量，在回归中均做了对数化处理。

表1 变量设定与描述性统计

注：样本个数为1005，包括两期数据。

五、回归结果分析和内生性问题讨论

(一)DID回归结果分析

本文在做DID回归分析前，进行了平行趋势检验，通过对比实验组和对照组样本收入的变化，发现2015年两组样本的收入并不存在明显差异，2018年实验组的收入明显高于对照组收入，这为平行趋势假设提供了佐证，表明可以采用DID模型推断产业扶贫的政策效应。

通过Stata软件的回归分析，得到表2的估计结果：产业扶贫项目对家庭人均总收入具有正向作用，其影响系数为0.148，且在10%的统计水平上显著。这说明产业扶贫项目起到了改善贫困群体收入状况的作用。从收入结构来看，产业扶贫项目对人均财产性收入有正影响，且在5%的统计水平上显著；对人均转移性收入同样有正影响，且在10%的统计水平上显著，不过对人均经营性收入和工资性收入的影响不显著。出现这种结果的可能原因有两方面：一是本文所研究的产业扶贫项目2015年才开始实施，有部分项目村的产业项目尚未全面运行，加之以种植、养殖项目为主，项目建设周期较长，见效相对较慢，劳动力的雇佣暂时不多，因而在短期内对于项目所覆盖的贫困家庭的经营性收入和工资性收入改善不明显。二是这些产业扶贫项目在构建合作社与贫困农户利益联结机制时，考虑到贫困农户的弱质性，便以资产性收益为主，即通过入股分红的方式为贫困农户提供扶持。具体而言，贫困农户可以将自家的承包地入股合作社，另外政府为贫困农户提供的产业帮扶资金以股份形式注入合作社。合作社按照经营收益情况，或按照事前约定金额为贫困农户发放分红收益或收入补贴。

表2 产业扶贫项目对收入的影响

注：表中括号内数字为标准误， ***、**和*分别表示在1%、5%和10%的水平上显著，下表同。

综合以上两个方面，产业扶贫项目对当地人均财产性收入和人均转移性收入有显著的影响。

(二)内生性问题讨论

对于准实验研究而言，有两类内生性问题将会对政策效应评估造成重大影响，即样本选择性偏误和其他政策的影响。

1.样本选择性偏误。本研究的实验组农户为产业扶贫项目所覆盖的农户，部分项目的参与农户可能存在自选择问题：有一定产业基础的农户更倾向于加入产业扶贫项目，政府在选择扶贫产业实施地点时倾向于选择基础设施较完善、群众基础较好的村庄，这些因素均可能导致样本产生选择性偏误问题。借鉴王智波等对DID内生性的处理方式[31]，本研究使用Heckman 等提出的PSM-DID方法进行检验[32]。PSM-DID先将实验组和控制组的样本进行匹配，选择出倾向值相近的样本，使得实验组和控制组满足共同支撑假设，然后再使用双重差分方法进行分析，这样可以缓解可观测变量所带来的样本选择偏误问题，而且可以控制不随时间变化的组间差异。本文采用核匹配对实验组和控制组的样本进行匹配，匹配后对样本进行了平衡性检验以保证匹配结果的可靠性。经检验，匹配后实验组和控制组样本的均值差异明显降低且不显著，两组样本有足够大的重叠区域以满足共同支撑假设，各变量组间标准化偏差较小，说明实验组和控制组之间有较好的平衡性。

表3是PSM-DID的估计结果，由表3可知，产业扶贫项目对农户人均总收入、人均财产性收入和人均转移性收入均有显著影响，而对人均经营性收入和人均工资性收入的影响均不显著，这进一步支撑了上文的研究结论。

表3 PSM-DID估计结果

2.其他扶贫政策的影响。精准扶贫方略在中国农村全面实施，为此各种项目资金流入贫困村。按照精准脱贫的相关要求，每个贫困户可能获得了产业、教育、医疗、低保、危房改造等多方面的项目扶持，甚至享受的产业扶贫项目可能不止一项。在此过程中，贫困户的福利状况得到全方位的改善。在实证分析中，其他扶贫政策的影响可能会被当成产业扶贫项目的效果，导致交叉项系数显著。本研究借鉴王智波等[31]、叶菁菁等的做法[33]，采用安慰剂检验来验证双重差分法估计结果的稳健性。

安慰剂检验的思路是设置虚假实验组和控制组以及虚假因变量。其一，设置虚假实验组和控制组。将不参加项目的样本农户按照家庭总资产排序分为四组，选择第一组和第三组作为虚假实验组，另外两组作为虚假控制组，如果虚假实验组和时间虚拟变量的交互项系数不显著[33]，则说明产业扶贫项目对农户收入的影响仅存在于真实实验组和对照组中。由表4可知，虚假实验组与时间变量的交互项对人均总收入和四类分项收入都不显著，说明政策效果只存在于真实的实验组。

表4 虚假实验组和控制组的估计结果

其二，构造虚假因变量是为了控制同期可能存在的其他扶贫政策的影响。本文将家庭健康人数、家庭劳动力人数、男性劳动力受教育年限、女性劳动力受教育年限、房屋价值的对数作为因变量，使用真实实验组和控制组进行DID估计检验。五个虚假因变量可以反映医疗、教育、危房改造等方面的政策效果，如果实验组农户受到这些扶贫政策的同步影响，而控制组农户并没有享受到该政策，则真实实验组与时间变量的交互项将出现显著结果。从表5来看，五个虚假因变量的估计结果均不显著，说明其他的扶贫政策并没有针对性地扶持实验组农户而排除控制组农户。安慰剂检验的结果进一步证实参加项目农户收入提高的原因是产业扶贫政策的实施。

表5 虚假因变量的估计结果

六、研究结论

本文基于3个省8个县1005个农户样本两轮微观调查的面板数据，利用DID模型实证检验了产业扶贫项目对农户收入的影响。产业扶贫项目通过直接带动可以增加农户的经营性收入，通过就业带动可以增加农户的工资性收入，通过资产收益和补贴可以增加贫困户的财产性收入和转移性收入。基于样本地区的实证研究结果表明：产业扶贫项目对家庭人均总收入具有正向作用，起到了改善贫困群体收入状况的作用。从收入类型来看，产业扶贫项目对人均财产性收入和转移性收入影响显著，但对人均经营性收入和工资性收入影响不显著。通过PSM-DID方法以及安慰剂检验进一步验证了上述结论的稳健性，即参加项目的农户收入提高是由产业扶贫政策实施导致的。虽然上述结论是基于既定的样本实证分析所得，但是产业扶贫对农户收入的总体增收作用以及影响机制具有一定普适性。产业扶贫能够促进农户总收入的增长，突出表现在财产性收入和转移性收入两个方面，农户的经营性收入和工资性收入随着项目的持续推进有可能会受到明显的影响，不过需要进一步监测评估。该研究发现在一定程度上反映了当前产业扶贫所存在的共性问题，即基层政府和产业扶贫的执行主体偏好资产收益模式，因为这种模式的组织成本低、程序简单、覆盖面广，而直接带动贫困农户发展产业或者安排其务工将面临更高的组织和执行成本，且带动的农户数量有限，所以现实中贫困农户直接发展产业和劳动务工的参与程度普遍不高，扶贫产业的同质化和低附加值等问题又进一步加剧了贫困农户受益度不高的困境。

基于上述研究结论，本文提出如下政策启示：第一，从研究结果来看，产业扶贫项目明显提高了农户的财产性收入和转移性收入，说明贫困地区产业发展通过赋予农民权利，可以增加农民财产性收入，这种模式能长期稳定增加贫困人口的收入。但值得注意的是，政府相关部门需要对以农户自有资本、信贷资金、财政扶贫资金或集体资产入股的合作社进行财务监管和服务支持，只有这样才能确保贫困户的收益可持续。经营性收入和工资性收入没有得到显著增长说明当前的产业扶贫还需要进一步构建多元化利益联结机制，虽然资产收益模式能够使贫困农户获得稳定的收入，但是如果只有分红而没有其他的利益联结机制，就会出现“一股了之”的现象，贫困农户的能力提升有限。从稳定脱贫的角度考虑，需要让贫困户更多地参与到农业产业链中，在技术、管理、销售等环节给予贫困户更多支持，增强其可持续发展能力，在产业发展中创造更多适合贫困户的劳动岗位，帮助贫困户实现稳定就业。第二，从实地调查来看，合作社目前销售的产品多是初级农产品，未来应该对农产品进行深加工，延长农产品产业链，提升农产品的附加值和品牌价值，从而提高农产品的市场竞争力和市场占有率，进而增加农民农业经营性收入。同时，促进一二三产业融合，拓展产业多种功能，提升贫困户的产业参与度、受益度，拓宽贫困户增收渠道，从而带动贫困户脱贫致富。第三，贫困农户的弱质性和小农户特性限制了其发展产业，未来要进一步增强扶贫产业的带动能力，提高贫困农户的组织化程度。首先要培育合作社、龙头企业等新型经营主体，其次要培育懂经营、有意愿带动贫困群众的农村精英人才。通过新型经营主体和农村精英的联合带动，整合农村各类资源，培育特色产业，推动产业、产品、业态等创新，引导包括贫困户在内的农户参与产业发展，实现农户不离乡、不离土也可以脱贫致富。