งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) จัดกลุ่มกลยุทธ์การดำรงชีพของครัวเรือนชนบทจากรายได้และทรัพย์สินด้วยวิธี Latent-class cluster analysis; 2) จัดอันดับกลยุทธ์จากรายได้ด้วยวิธี Stochastic dominance analysis; 3) ศึกษาพลวัตการปรับเปลี่ยนกลยุทธ์โดยใช้ Transition matrix; 4) วิเคราะห์ปัจจัยที่ส่งผลต่อรูปแบบกลยุทธ์โดยใช้แบบจำลอง Multinomial logistic regression; 5) วิเคราะห์ปัจจัยที่ส่งผลต่อการปรับเปลี่ยนกลยุทธ์โดยใช้แบบจำลอง Ordered logistic regression ข้อมูลที่ใช้ในการศึกษาเป็นข้อมูลครัวเรือนแบบเก็บซ้ำจากฐานข้อมูล The Townsend Thai Project ตั้งแต่ปี พ.ศ.2540 ถึง 2560 ผลการศึกษาพบว่ากลยุทธ์การดำรงชีพจากดัชนีทรัพย์สินผสมร่วมได้ทั้งสิ้นจำนวน 6 กลยุทธ์ โดยครัวเรือนในกลุ่มกลยุทธ์ที่ 1-3 มีรายได้สูงถึงปานกลาง ขณะที่กลยุทธ์ที่ 4-6 มีรายได้ต่ำ ครัวเรือนในกลุ่มกลยุทธ์รายได้สูงมีการปรับเปลี่ยนกลยุทธ์มากกว่ากลุ่มรายได้ต่ำ และครัวเรือนส่วนมากมีการเลื่อนอันดับกลยุทธ์รูปแบบเดียวกับที่เคยเกิดขึ้นในอดีต ปัจจัยที่ส่งผลต่อความน่าจะเป็นของรูปแบบกลยุทธ์ ได้แก่ การทำเกษตรเป็นอาชีพหลักของหัวหน้าครัวเรือน ระดับการศึกษาสูงสุดและการมีตำแหน่งในหมู่บ้านหรือตำบลของสมาชิกครัวเรือน ขนาดที่ดินที่มีเอกสารสิทธิ์ การเช่าและปล่อยเช่าที่ดิน และสัดส่วนสมาชิกครัวเรือนที่มีสิทธิประกันสังคม ปัจจัยที่ส่งผลบวกต่อการเลื่อนอันดับกลยุทธ์ ได้แก่ ขนาดที่ดินที่มีเอกสารสิทธิ์ การกู้ยืมโดยอาศัยบุคคลอื่นค้ำประกัน การใช้เงินกู้ในกิจกรรมทางการเกษตรและเพื่อซื้อทรัพย์สินที่สามารถใช้สร้างรายได้ ขณะที่ปัจจัยที่ส่งผลลบต่อการเลื่อนอันดับกลยุทธ์ ได้แก่ การกู้ยืมระยะสั้น ความผันผวนของรายได้จากการผลิตและตลาดสินค้าเกษตร การมีหัวหน้าครัวเรือนเป็นเพศหญิง และระดับการศึกษาสูงสุดของสมาชิกครัวเรือน การเพิ่มศักยภาพครัวเรือนเพื่อเลื่อนสู่กลยุทธ์อันดับสูงขึ้นจำเป็นต้องอาศัยการส่งเสริมและยกระดับคุณภาพการศึกษาในท้องถิ่น เพิ่มกรรมสิทธิ์หรือสิทธิในการครอบครองที่ดิน ส่งเสริมการลงทุนในที่ดินเกษตร เพิ่มความหลากหลายในการผลิต มีกลไกในการการกำกับและติดตามการใช้เงินกู้ให้เป็นไปตามวัตถุประสงค์การกู้ยืมอย่างมีประสิทธิภาพ และยกระดับความสามารถในการฟื้นตัวของครัวเรือนเมื่อต้องเผชิญกับความผันผวนของรายได้ที่รุนแรง<br><br>The objective of this study is fivefold: 1) to apply Latent-class analysis to cluster rural households into distinct livelihood strategies based on incomes and assets; 2) to rank livelihood strategies using stochastic dominance analysis; 3) to examine the transition of household’s livelihood strategies; 4) to determine factors that affect the strategy outcomes using multinomial logistic regression; 5) to analyze factors that affect the transition of household’s livelihood strategy using ordered logistic regression. The balanced-panel data of rural households obtained from the Townsend Thai Project from 2000-2017 was used in the analysis. The results show that households can be grouped into six distinct strategies. The households in the strategy 1-3 and 4-6 were classified as high-income and low-income households, respectively. The change in livelihood strategy was more pronounced for the former. Many households had repeated the same transition in livelihood strategy overtime. Key factors that affect the probability of each strategy include primary occupation of household head, highest level of education and position in the village of household members, size of farmland with ownerships, size of land rented in and rented out, and ratio of household members with rights to the Social Security Scheme. Factors that positively affect the probability of observing an upward transition include size of farmland with ownerships, whether households had guarantor loans, and whether households used loans for agricultural production or purchasing productive assets. Factors that reduce the probability of an upward transition are female-headed households, highest education level of household members, the presence of short-term loans, and whether households experienced income shocks due to agricultural risks. To elevate the upward transition of rural livelihood, policymakers should consider measures that aim at promoting and enhancing education in rural area, strengthening land ownerships, encouraging investments on farmland and farm diversification, building an effective monitoring system to ensure that funds are being used in line with the objectives, and enhancing farm resilience.