趙 媛

(西安交通大學 金禾經濟研究中心, 西安 710049)

中國的生態(tài)保護區(qū)占國土面積一半以上,承擔水源涵養(yǎng)、水土保持、防風固沙和生物多樣性維護等生態(tài)功能,在國土空間開發(fā)中不能進行大規(guī)模工業(yè)化開發(fā)。但我國生態(tài)保護區(qū)的86.67%是曾經的貧困地區(qū),面臨生態(tài)環(huán)境保護與經濟發(fā)展雙重壓力。這些地區(qū)往往位置偏遠、災害頻發(fā)、基礎設施水平落后、農戶生計風險較大,如何防范農戶生計風險、降低脆弱性、控制返貧,對于探尋生態(tài)保護區(qū)環(huán)境保護與經濟發(fā)展、防止返貧的深層邏輯,指導和化解保護區(qū)人地關系困局具有重要意義。因此,需要從動態(tài)視角前瞻性地研究生態(tài)保護區(qū)農戶脆弱性,分析農戶生計風險和成因。為了定量測度和監(jiān)控農戶風險,筆者從脆弱性角度,結合生計資本分析框架,選擇黃土高原丘陵溝壑水土保持生態(tài)功能區(qū)A縣和秦巴生物多樣性生態(tài)功能區(qū)B縣兩類地區(qū)進行對比分析。通過抽樣調查和面對面訪談,對兩類地區(qū)的農戶脆弱性進行測度,分析兩類地區(qū)的脆弱性成因,求解生態(tài)環(huán)境保護與維護農戶生計的路徑。

一、 文獻綜述

(一)脆弱性相關研究

世界銀行將脆弱性定義為“度量對于沖擊的彈力——沖擊造成未來福利下降的可能性”。脆弱性是個人或家庭面對風險的狀況以及抵抗風險能力的指標,具有前瞻性。充分認識脆弱性有助于個體努力提高自身抗風險的能力,同時也促使政府完善各種社會保障體系。

主流研究中脆弱性的測度包括三種方法:Chaudhuri 等[1]提出的關于期望貧困的脆弱性(Vulnerability as Expected Poverty,VEP)測度方法,Ligon和Schechter[2]提出的期望效用的脆弱性理論(Vulnerability as Low Expected Utility,VEU),Dercon 和Krishnan[3]提出的風險暴露的脆弱性理論(Vulnerability as Uninsured Exposure to Risk,VER)。其中,Chaudhuri的VEP測度方法,因其可以基于截面調研數(shù)據進行分析,得到了廣泛應用。

不斷有學者對于脆弱性進行拓展,主要可以包括以下方面:一是農戶對于自然災害風險沖擊的反應程度[4-5];二是農戶應對風險的適應性行為,包括外出務工、民間借貸等[6-8];三是農戶生計資本和農戶脆弱性風險[9];四是轉移支付、易地搬遷等政策對農戶脆弱性的影響[10-11];五是通過脆弱性分解來探究農戶脆弱性成因[12]。

近年來,學者對于脆弱性的研究水平逐步提升,當前聚焦的問題有:一是完善福利測度,從單維向多維發(fā)展,進行不同測度方法之間的對比分析,從而找到更為科學的脆弱性測度方法;二是探尋脆弱性形成的機理,尋找農戶的風險成因。

(二)可持續(xù)生計相關研究

可持續(xù)生計(Sustainable Livelihoods)指維持生活的手段和方式,是生存所需的全部資源及在此資源基礎上所形成的策略[13]?？沙掷m(xù)生計最早見于20世紀80年代世界環(huán)境與發(fā)展委員會的研究報告,這一概念能完整地描繪農戶生存的復雜性,為研究者提供了研究農村問題的新視角?，F(xiàn)在常見的可持續(xù)生計分析框架是英國國際發(fā)展署(DFID)的可持續(xù)分析框架,包括五部分內容:脆弱性背景,生計資本,政策、結構和過程,生計策略以及生計結果[14]。在一個脆弱性背景中,人們運用自己的生計資本(主要包含了五種資本:人力資本、自然資本、金融資本、物質資本、社會資本)生存或謀生,五大資本的可獲得性、以及對資本的利用會受到社會因素、外在趨勢和沖擊因素等的制約,會帶來人們的生計結果[15]。在脆弱性背景中,在政策法律與文化制度相互作用下,生計資本作為可持續(xù)生計框架核心,決定了生計策略類型,進而導致相應的生計輸出結果,生計結果又反作用于生計資本,影響資本的性質和狀況,依次循環(huán)往復[16]。

從1992年首次提出可持續(xù)生計以來,國內外學者圍繞可持續(xù)生計框架開展了大量的實證研究。例如,Ahmed 等[17]研究孟加拉國西南部漁民可持續(xù)生計與捕蝦之間的關聯(lián)和相關生計策略。湯青等[18]基于陜西和甘肅的農戶調研數(shù)據,對不同類型農戶的可持續(xù)生計效益進行了評價,并提出了未來能夠適宜黃土高原溝壑生態(tài)保護區(qū)的農戶生計策略。Thapa[19]以尼泊爾巴迪阿國家公園為例,討論了保護區(qū)環(huán)保政策對可持續(xù)生計的影響,發(fā)現(xiàn)不同生計資本特征農戶受到的影響有異質性。

從以上分析可以看出,農戶困境不是簡單的收入或消費問題,而是Sen所提出的可行能力的喪失。家庭生計是理解農戶狀況、政策制定的切入點?？沙掷m(xù)生計分析框架為農戶福利測算、研究農戶風險和脆弱性提供了分析基石。

二、調研方法、模型和數(shù)據描述

(一)調研方法和模型

筆者選取黃土高原丘陵溝壑水土保持生態(tài)功能區(qū)陜北A縣和秦巴生物多樣性生態(tài)功能區(qū)陜南B縣進行研究。A縣位于陜西省東北部,面積2000多平方公里,約26萬人口。以黃土丘陵溝壑區(qū)和風沙區(qū)為主,水土流失嚴重,交通不便,加上,陜北能源工業(yè)興起,A縣農村勞動力流失嚴重。B縣位于秦嶺南麓西段,總面積2800多平方公里,總人口約20萬。B縣處于深山之中,交通十分不便,農戶居住分散,但動植物資源較為豐富。

A縣和B縣雖然同是國家級生態(tài)保護區(qū),也曾經是國家級貧困縣,但兩地地理條件和自然資源稟賦不同,破解環(huán)境保護和經濟發(fā)展的路徑也會有所區(qū)別。從發(fā)展的階段和縣域層面的基本情況來看,陜北A縣和陜南B縣的地理條件、發(fā)展情況截然不同。A縣從2000年以來一直發(fā)展滯后,不論是居民儲蓄水平還是規(guī)模以上工業(yè)總產值遠低于陜西省貧困縣平均水平和全國貧困縣的平均水平,而B縣發(fā)展水平略高于A縣,但近年來出現(xiàn)了一定程度的衰退,尤其是工業(yè)產值大幅度下滑。

調研于2019年展開,根據村、居委會人口數(shù),采取分層隨機抽樣方法抽選樣本農戶,通過面對面訪談獲得一手家戶數(shù)據,經過數(shù)據查漏、邏輯檢驗和剔除粗差等預處理,最后獲得有效樣本784份(A縣514份, B縣270份)。問卷包含四部分內容:家庭成員、家庭生計資本、家庭生產和生活、政策。

筆者使用Chaudhuri 等[1]提出的VEP模型,應用三階段最小二乘法估計人均消費對數(shù)方程和風險波動方程:

lnYt,h=αhXh,t+eh
Var(Yt,h)=βhTh,t+εh

(1)

其中,Yt,h代表個體h在t時期的人均消費方程。Xh,t表示持久收入項,Th,t包含了家庭面臨的風險沖擊、家庭消費的平滑能力以及家庭可得到的社區(qū)或社會支持等特征。

要估計上述兩個方程,首先要采用OLS估計人均消費對數(shù)方程,提取殘差項的平方作為消費方差的估計值,對于方差方程進行OLS回歸。最后提取兩個回歸方程的殘差平方項,用所取得的異方差結果進行WLS加權回歸,消除異方差,從而得到方程所需要的各個參數(shù)。預期人均消費對數(shù)以及預期消費方差如下:

(2)

根據Chaudhuri 等的模型,假定預期人均消費對數(shù)的分布是基于人均消費對數(shù)期望與方差的正態(tài)分布,可以通過回歸系數(shù)推算每戶家庭的期望人均消費對數(shù)和方差,進而估算出預期人均消費對數(shù)處于閾值以內的概率。

(3)

其中,φ為正態(tài)分布。由此,可計算得到每個家庭的脆弱性。

(二)樣本與數(shù)據

根據生計資本理論將調研獲得的數(shù)據按照五項資本進行分類:一是人力資本,包括健康、知識、技能、勞動能力以及適應能力等;二是社會資本,是人們可以用來實現(xiàn)他們生計目標的社會資源;三是自然資本,是指農戶擁有的自然資源儲備;四是物質資本,包括支持農戶生計所需要的基礎設施和生產手段;五是金融資本,指人們用來實現(xiàn)其生計目標的資金資源。表1給出了此模型所涉及的變量。

表1 樣本的描述性統(tǒng)計

觀察A縣和B縣農戶生計資本。首先,從人力資本的角度來看,與 B縣相比,A縣家庭規(guī)模較小(A縣3人,B縣3.5人),人口老齡化程度較高(A縣戶主平均年齡比B縣大7歲左右)。其次,觀察自然資本,A縣人均耕地面積是B縣的1.7倍,而人均林地面積又僅為B縣的40%。A縣地處陜北黃土高原,耕地面積較多,而B縣地處秦巴山區(qū),林地資源較為豐富。在社會資本方面,A縣可求助農戶是B縣的1倍多,這是由于B縣地處山區(qū),農戶居住較分散,人際關系沒有A縣緊密。再次,觀察物質資本,根據家庭耐用消費品和農用機械數(shù)量基于市場價值計算得到的家庭物質資產指數(shù),可以看到,B縣的物質資本指數(shù)高于A縣。最后,從金融資本的角度來看,B縣儲蓄率遠高于A縣(A縣20.2%家戶有存款,B縣82.2%家戶有存款),A縣每戶借款總額遠遠高于B縣(A縣為27116.93元,B縣為2333.257元)。觀察其他變量,A縣人均消費約為8000元,是B縣的1.8倍,但A縣每戶平均醫(yī)療費超過6000元,是B縣的3.7倍。這與A縣老年人口占比高密不可分。從收入來看,A縣農戶父母輩和子女輩的收入均較高(父母輩收入均值為13426元,子女輩收入是父母輩收入的兩倍),而B縣農戶家庭收入幾乎完全由子女輩的收入構成,父母輩收入每年平均約700元。

可以看出,兩地農戶生計特征各異。在黃土高原丘陵溝壑水土保持區(qū),年輕勞動力大量流出,老年人口占比高,家庭人口規(guī)模較小。而在秦巴生物多樣性保護區(qū),人口流出較少,家庭的生計負擔更多由年輕人來承擔,父輩參與生計活動相對較少,因此獲得的收入也就較低。

三、 實證結果分析

(一)脆弱性測度和分解

應用模型1至模型3進行回歸分析, A縣和B縣的OLS、FGLS回歸結果分別見表2和表3。

表2 A縣農戶脆弱性回歸結果

表3 B縣農戶脆弱性回歸結果

根據回歸結果可以計算出每個農戶的人均消費對數(shù)預期以及消費對數(shù)方差,并估計出農戶脆弱性指標。其分布如圖1?？梢钥闯?A縣農戶脆弱性狀況相對較好,平均脆弱性水平為34.02%;B縣脆弱性指標較差,為40.67%。

圖1 A縣和B縣農戶脆弱性分布

進一步根據Gunther的方法,將高脆弱人群分解為均值引致的脆弱性和風險引致的脆弱性兩類[20]?？梢杂^察到,A縣和B縣分別有15.18%和16.34%的農戶是由于均值引致的脆弱性,33.70%和25.10%的農戶是由于風險引致的脆弱性?？梢?兩地風險脆弱均占據很大比例,是政策制定者不可忽視的人群。從結果來看,盡管A縣均值引致的脆弱農戶比例較少,但因風險脆弱的農戶比例卻較高。

(二)脆弱性成因分析

通過T檢驗對比分析高脆弱性農戶和低脆弱性農戶各項生計資本,筆者探究了高脆弱性農戶的特點和成因。T檢驗結果如表4所示:

表4 A縣和B縣高-低脆弱性農戶的生計特征對比

A縣高脆弱性農戶與低脆弱性農戶在自然資本、物質資本、金融資本上均不存在顯著差異,高脆弱性農戶的社會網絡水平略低于低脆弱性農戶。高低脆弱性農戶的差異主要反映在人力資本上。高脆弱性農戶的戶主年齡顯著高于低脆弱性人群,戶主受教育程度顯著低于低脆弱性人群,人口老齡化的家庭脆弱性較高。但觀察人力資本其他變量,家庭人口數(shù)、勞動力數(shù)量多的脆弱性反而高,這和直覺不一致。進一步觀察人力資本質量,一是看兩代人收入,高低脆弱性農戶子女輩收入均超過3萬元,但高脆弱性農戶父輩收入能力遠遠差于低脆弱性農戶(高脆弱性家庭約5000元,低脆弱性家庭約為20000元)。二是觀察收入構成,高脆弱性家庭的打工收入遠小于低脆弱性家庭(高脆弱性家庭為3163元,低脆弱性家庭為9793元),打工收入匯回比例也小于低脆弱性農戶。高脆弱農戶人均農林收入、經營純收入均小于低脆弱性家庭。但醫(yī)療支出遠高于低脆弱性家庭。可見,在A縣,人口老齡化所帶來的人力資本質量較低是造成農戶脆弱性的重要原因。

B縣高低脆弱性農戶金融資本不存在顯著差異,但在自然資本、物質資本、社會資本上均存在顯著差異,高脆弱性農戶的社會網絡水平低于低脆弱性水平家庭。在自然資本方面,高脆弱性家庭人均耕地面積以及人均林地面積大于低脆弱性家庭,從物質資本的水平來看,高脆弱性家庭的物質資產指數(shù)低于低脆弱性家戶。值得注意的是,對于A縣,房間數(shù)量是一項非顯著變量,A縣在黃土高原區(qū),住宅面積相對充裕。而對B縣而言,高脆弱性家庭的房間數(shù)遠小于低脆弱性家庭。B縣地處山區(qū),房間數(shù)量是一項較為重要的測度指標。

B縣的人力資本項也是關鍵指標。觀察兩代人收入,B縣高低脆弱性農戶主要差異體現(xiàn)在子女輩收入上(高脆弱性家庭為5880元,低脆弱性家庭為23616元)。觀察收入構成,與A縣相同,高脆弱性家庭的打工收入遠遠低于低脆弱性家庭(高脆弱性家庭約3421元,低脆弱性家庭為8067元),匯回比例也大于低脆弱性農戶。人均農林收入、經營純收入沒有顯著差異。與A縣不同,高低脆弱性農戶的醫(yī)療支出也沒有顯著差異。觀察其余人力資本項,其結果均與直觀是相符的,例如,戶主年齡越大,農戶的脆弱性指標就會越高,教育水平越高,一個家戶的脆弱性水平也會顯著變低。可見,對于B縣來說,子女輩收入是與整個家庭的狀況緊密相關的。

綜上所述,兩地雖同為生態(tài)保護區(qū),但區(qū)位、地理稟賦、經濟條件等不同,農戶生計資本有所差異,從而高脆弱人群成因不同。A縣人口老齡化所帶來的人力資本質量較低是造成農戶脆弱性的主要原因,物質資本、自然資本等與高脆弱性關聯(lián)不大。而B縣人口年齡結構比A縣更年輕化,更具活力,物質資本、自然資本等都發(fā)揮積極作用。我國農戶一般處于農業(yè)活動和打工活動的“兩棲”狀態(tài),農業(yè)生計是農戶的基本保障,打工則是致富源泉。從兩地打工者數(shù)目占比來看,A縣打工人數(shù)和比例要顯著低于B縣(A縣僅有37.74%的人口外出打工,B縣打工人口占比為71.11%)。同時,當農村勞動力外出打工之時,需要負擔打工者自身在外開支,真正能夠對一個家戶生活起到積極作用的是打工者匯回來的收入。從調研中觀察到,B縣更多打工者可以反哺原有家庭,打工匯回收入遠高于A縣,平均匯回收入金額和比率分別為6081.04元和24.74%,而A僅為2694.91元和13.33%。這進一步印證了B縣代際收入的流動性要優(yōu)于A縣,子女輩勞動力的收入更多傳遞到了父母輩,從而能使一個家庭的脆弱性得到緩解。B縣年輕勞動力流出較少,家庭年齡結構更偏向于年輕化,相應的,家庭內部代際之間的聯(lián)系更加緊密,子女輩收入對于家庭脆弱性降低有顯著的積極影響。A縣大多數(shù)家戶為老年人群,子女收入匯回較少,父母輩和子女輩的收入產生了一定的斷層,子女輩的收入對于家庭脆弱性降低較難發(fā)揮作用。

四、結論

筆者應用脆弱性測度模型,通過三階段最小二乘方法,對黃土高原丘陵溝壑水土保持生態(tài)功能區(qū)A縣,和秦巴生物多樣性生態(tài)功能區(qū)B縣的農戶脆弱性進行了測度,并探討了脆弱性成因。第一,A縣和B縣脆弱性指標分別為34.02%和40.67%,通過將高脆弱性農戶分解為均值引致的脆弱性和風險引致的脆弱性兩類,可以觀察到,A縣和B縣分別有15.18%和16.34%的農戶是由于均值引致的脆弱性,33.70%和25.10%的農戶是由于風險引致的脆弱性?，F(xiàn)階段,比起低消費均值,波動性引起的脆弱性風險更應受到政府的關注。第二,A縣和B縣自然稟賦和區(qū)位條件不同,脆弱性成因也有所不同。A縣人口老齡化所帶來的人力資本質量較低是造成農戶脆弱性的主要原因,而B縣人口年齡結構比A縣更年輕化,更具活力,物質資本、自然資本等都發(fā)揮積極作用,家庭內代際聯(lián)系更加緊密,子女輩收入對于家庭脆弱性降低有顯著的積極影響。結果表明,對于農戶風險,尤其是波動性引致的脆弱性風險,需要進行監(jiān)控,采取預警和防范措施。同時,A縣和B縣兩地雖然同為國家級生態(tài)保護區(qū),面臨環(huán)境保護和經濟發(fā)展雙重目標,但由于其區(qū)位條件、農戶生計特征、脆弱性成因各異,兩地的發(fā)展路徑以及現(xiàn)階段工作重心也有所不同,需要根據于兩地情況因地制宜地采取多樣化區(qū)域發(fā)展策略。具體來講,A縣面臨人口老齡化、農村退化的威脅,應首先聚焦老年人口養(yǎng)老和兜底保障工作,改善農戶脆弱性;而B縣人口結構更為年輕化,如何提升人力資本,為外出務工人員提供技術支持、信息和渠道,同時為本地農戶提供多樣化生計,則是目前工作的重心。