黄河流域旱塬区农户生计脆弱性及影响因素

樊 怡,史兴民,冯 晓,宋 臻

陕西师范大学地理科学与旅游学院,西安 710119

习近平在黄河流域生态保护和高质量发展座谈会上强调,要促进全流域高质量发展、改善人民群众生活。《黄河流域生态保护和高质量发展规划纲要》指出,目前黄河流域的水土保持、生态治理、城市群研究等问题已经得到了广泛的研究,而对黄河流域旱塬区的关注较少。黄河流域旱塬区是我国黄土高原地区主要农耕地所在[1],人地系统协调与农业农村高质量发展是黄河流域高质量发展的重要内容,也是实施城乡融合与乡村振兴战略的内涵所在[2]。而由于深居西北内陆,水旱灾害频繁、水土流失严重等问题[3]使旱塬区成为受气候变化影响的主要地区之一,生态脆弱性增加、水资源匮乏使得农业生产受到严重影响,农民生计的可持续性面临着威胁。从农户生计视角出发,评估该区农户生计脆弱性并识别其影响因子,建立农户可持续生计模式,健全巩固脱贫攻坚成果保障机制,为解决当前我国相对贫困问题提供借鉴,成为促进全流域高质量发展的重要一步。

生计脆弱性是指家庭在其生计活动中因受到冲击而表现出的不稳定、易遭受损失的状态[4]。近些年,在气候变化日益严重的背景下,生计脆弱性的研究越来越多。当前研究基于政府间气候变化专门委员会(IPCC)的脆弱性概念[5]建立了暴露-敏感-适应能力三个维度的评估框架[6],该框架具有直观、便于分析和比较[7—8],且能根据地区特色进行修正与扩展[9]的特点,已得到广泛应用。然而,需要指出的是,不同的环境[10—11]和政策背景[12]、自然条件[13]和经济发展水平[14]对农户生计的影响具有地区差异性,在推动黄河流域生态保护和高质量发展背景下,亟需建立针对黄河流域旱塬区农户生计脆弱性的评估框架。此外,已有研究通过回归模型、因子探测等发现,生计资本如耕地、储蓄等因素影响农户的生计脆弱性[15—16],在一定程度上为政府及利益相关者提供了借鉴,但这些研究方法仅限于影响因子的识别,缺乏对于降低脆弱性策略优先级的进一步分析,导致政策的实施缺少规划和方向性。而夏普利值分解法能够对影响因素的不平等性进行分解,进而转化为对因变量的相对贡献度,在经济学[17]、社会学[18]等领域得到了广泛的应用,该方法的引入能够为深度揭示生计脆弱性的影响机制和影响程度提供支撑。

综上所述,本文以黄河流域旱塬区的渭北旱塬农户为研究对象,从级差视角对农户生计脆弱性进行评价和分级,并运用有序logistic进行影响因素分析,引入夏普利值分解法,运用经济学的博弈原理分析对生计脆弱性产生影响的因子贡献度。一方面为生计脆弱性研究提供新的方法和理论支持,另一方面旨在为建立黄河流域旱塬区农户的可持续生计提供借鉴。

1 研究区与数据1.1 研究区概况

渭北旱塬作为黄河流域旱塬区中最重要的旱作农业生产区,对西部地区有着独特的经济价值和生态价值,其地处陕北的南部,关中平原的北部,海拔 600—1300 m,总土地面积 379 万 hm2(图1)。该研究区气候属于暖温带半干旱、半湿润大陆性季风气候,四季分明。昼夜、年内温差大,光照充足,为农业生产提供了良好的自然条件,该区面积仅占陕西省面积的18.4%,第一产业总值却占到全省的28.9%,成为陕西省重要的粮食水果生产基地,富平县、蒲城县、白水县农业产值居全省前十[19]。该区年降水量在 420—700mm 之间,年度降水分布不均匀且变率较大,主要集中在夏季,雨季推迟或雨量不足也易导致伏旱,是典型的半湿润易旱地区[20]。而随着气候变暖和干旱的增加,主要粮食作物如小麦等受冻害和病虫害的风险增加[21],加之地下水开采难度大、成本高使得灌溉用水不足,雨季集中的降雨也造成了严重的水土流失,土壤养分退化,地力下降,预计未来气候生产力将平均减少18.3%[22],加剧了该地区农户的生计脆弱性。

图1 研究区Fig.1 Study area

1.2 数据来源

本研究数据主要来源于问卷调查和参与式农村评估,调研于2019年9月和11月进行,在进行问卷调查前,先进行了分层抽样,首先获取了渭北旱塬的社会经济概况,通过比较分析确定了7个调研地区：淳化县、旬邑县、彬州市、宜君县、洛川县、白水县和蒲城县。其次,根据县域经济发展报告等资料并借鉴专业人士的意见,确定每个县所要调研的乡镇。之后通过与村代表沟通了解当地社会经济背景,选取具有代表性的辛店村、湫坡头村、卧龙村、阳湾村、十里铺村、王家村、椿林村和尧禾村 8 个村。按农户的经济水平、家庭情况等信息将每个村的农户分为三个等级,每个等级随机抽取10—15个农户作为调研对象。本次调研共发放问卷404份,扣除拒答和无效问卷后剩余342份,有效率为84.7%。

问卷内容涉及农户的生计脆弱性相关问题(包括暴露度、敏感性和适应能力)以及生计资本等。在调研过程中,除问卷涉及问题还就一些关键性问题进行追问。

1.3 指标体系

政府间气候变化专门委员会(IPCC)对脆弱性提出了明确的定义,即一个系统易受气候变化(包括气候变化和极端情况)的不利影响或无法应对的程度。脆弱性是一个系统所暴露的气候变化的特征、幅度和速率、敏感性以及适应能力的函数。暴露指的是以农业为基础的生计系统对显著气候变化敏感的性质和程度。敏感性是指以农业为基础的生计系统受气候刺激影响或对气候刺激做出反应的程度。适应能力为农民适应气候变化、应对气候变化的后果和利用机遇的能力[5]。

本文参考Hahn等人2009年提出的综合生计脆弱性评价框架[6],选取环境问题、气候变化、健康、食物、水、生计策略、社会网络和家庭人口概况8个主指标,每个主指标由若干个子指标衡量,最终选取26个指标来计算研究区的生计脆弱性指数。结合IPCC所提出的脆弱性框架,使用环境问题和气候变化衡量暴露度,健康、食物和水衡量敏感性,生计策略、社会网络和家庭人口概况衡量适应能力(表1)。

表1 综合生计脆弱性指标构建Table 1 Construction of Comprehensive Livelihood Vulnerability Index

2 研究方法

2.1 生计脆弱性评价

为消除数据的不同量纲引起的差异,第一步首先要对所有指标进行标准化。利用极差法对所有指标进行标准化,使用公式(1)通过同等权重加权平均来计算每户农户的脆弱性得分。生计脆弱性指数(Livelihood vulnerability index,LVI)预期在0(最不脆弱)到1(最脆弱)的范围内。在指标赋权方面,本文借鉴Hahn等[6]提出的方法对所有指标同等权重对待,这是因为,与加权指标相比,非加权指标不会改变指数最终传递的信息[24],相反地,可以使不同指标之间的关系更容易理解。

(1)

其中：d家庭的生计脆弱性指数,LVId为8个主要成分的加权平均值。每个主要组成部分的权重WMi由组成每个主要组成部分的子指标的数量决定。Mdi为d家庭第i个指标的测量值。

2.2 生计资本对农户生计脆弱性影响分析方法

2.2.1变量选择

综合已有研究对生计脆弱性影响因素的分析,本文选取农户生计资本作为自变量,探究生计资本对农户脆弱性的影响关系。编号及变量定义见表2。

表2 生计资本变量Table 2 Livelihood capital variables

2.2.2模型设计

为分析生计资本对农户生计脆弱性的影响,本文采用有序Logistic回归建立了数学模型[25—26],在此之前,先利用自然断点法将农户的生计脆弱性分为4个等级,1代表低脆弱性,4代表高脆弱性。自然断点法是Jenks提出的,该方法运用了聚类的思维,认为任何数列之间,都存在一些自然(非人为设定的)的转折点和断点。自然断点的原理即首先根据公式(2)计算出每组数据的均值偏差平方和,之后进行迭代使单个类别的均值的偏差平方和最小,其结果可以在最大程度上使组内一致性最强,组间差异性最大。

SDAM=∑(LVId-M)2

(2)

其中：LVId为第d个家庭的脆弱性得分,M为总样本的平均值。

将因变量LVI划分为有序多分类变量后,则可建立如下模型：

(3)

其中：Pj=P(Y=j),j=1,2,3,4,表示脆弱性等级为j时的概率；X表示某种生计资本,β是与X对应的回归系数,αj是模型的截距。

在回归分析的基础上,进一步利用夏普利值分解分析影响农户脆弱性水平因素的贡献度[27]。夏普利值分解的原理是运用合作博弈的思想来分解各个回归变量对因变量贡献的差异,最初由Shorrock提出[28]。在剔除权重对分解不平衡的影响后,可以把目标变量的不平等分解为其决定因素的贡献,并量化分为每个回归变量对因变量不平等的贡献度[17],其分解规则如公式(4)所示。

(4)

3 结果

3.1 描述性统计

根据自然断点法划分出的农户脆弱性等级如图2所示,3个自然分段点分别为0.401、0.478和0.567,农户的生计脆弱性指数基本符合正态分布,等级为2和3的农户占总样本的35.4%和39.8%。

图2 生计脆弱性指数及等级划分Fig.2 Livelihood Vulnerability Index and Classification

从表3可以得出,高LVI水平的农户往往具有户主年龄高、受教育水平低、家庭年收入较低、家庭储蓄少的特点。脆弱性等级为4的家庭平均户主年龄分值为4.277,多数为50岁以上的家庭。脆弱性程度与户主教育水平呈负相关,未受到初中及以上教育的家庭有着相对更高的脆弱性。家庭年收入和家庭储蓄作为衡量一个家庭可持续性最重要的指标,同时也是生计脆弱性的最直观体现,也与脆弱性负相关。研究区被调查农户普遍为4人及以上的传统家庭,这种家庭的特点是可能在核心夫妇之外还有子女或老人,也相应有着更高的抚养比。

表3 不同脆弱性等级农户的特征Table 3 Characteristics of Households with Different Vulnerability Levels

3.2 基于LVI-IPCC的不同类型农户对比

以农户收入结构为标准对农户生计类型进行划分在我国学者的研究中最为常见,本文参考阎建忠等人[29]的研究,按非农化程度的高低以及农户生计多样性的差异,将受访农户的生计类型划分为4类：纯农户、一兼户、二兼户和非农户。首先根据有无农业收入划分出非农户,根据非农收入占家庭年收入的比重,低于50%为二兼户,大于等于50%小于95%为一兼户,大于等于95%的为纯农户。在本研究所获得的342个农户家庭样本中,138户为非农户,24户为二兼户,140户为一兼户,纯农户有40户。

图3显示了不同类型农户的暴露、敏感、适应能力得分。从这三个维度来看,农户的适应能力普遍得分较高,皆大于0.5,具体来说,非农户的适应能力最高(0.731),敏感和暴露水平相对较低,相反,纯农户的暴露水平最高(0.501),他们能最直观地感知到气候的变化,从适应能力来看,二兼户的水平最低(0.655),其次即为纯农户。

图3 基于LVI-IPCC的不同类型农户对比 Fig.3 Comparison of Different Types of Farmers Based on LVI-IPCC

3.3 有序logistic回归结果

对受访农户的脆弱性进行有序logistic回归分析(图4)。自然资本方面,所选两个变量耕地面积和耕地质量都对农户的生计脆弱性有显著负向影响(OR值小于1),说明自然资本禀赋越好,在遭遇风险时的脆弱性越低。物质资本方面,家庭固定资产数量对脆弱性水平有显著负向影响,而房屋结构有正向影响(OR值大于1)。金融资本方面,借钱途径和每年所获国家补贴金额对脆弱性的影响不显著(OR值的95%置信区间包含1)。社会资本方面,村民信任越高,脆弱性则越低,相反,农户与政府之间的关系与脆弱性无显著影响。人力资本方面,整体健康状况对脆弱性水平的影响显著,农户家庭成员健康状况越好,脆弱性则越低,家庭规模对脆弱性影响不显著。

图4 有序logistic回归结果Fig.4 Results of Ordinal Logistic Regression

3.4 夏普利值分解结果

在有序logistic回归的基础上,用耕地数量、耕地质量、房屋结构、家庭固定资产数量、村民信任、整体健康状况6个变量衡量脆弱性的差异程度,对脆弱性等级进行分解,最终分解结果见表4：

表4 夏普利值分解结果Table 4 Results of Shapley Value

由表4可以看出,在影响脆弱性的五种生计资本中,物质资本的贡献度最高(47.56%),人力资本(28.62%)、社会资本(18.63%)、自然资本(12.07%)的贡献度递减。在对脆弱性有显著影响的6个变量中,家庭固定资产数量排在首位(39.87%),持有较多固定资产尤其是大件资产的家庭在受到冲击时仍能较好地维持家庭的生计,同样也可以通过固定资产折旧等形式获取生活必需品。

4 讨论

4.1 暴露、敏感、适应能力与农户类型

在不同农户类型中,非农户和一兼户占了研究样本的大多数。本文所选渭北旱塬的研究区毗邻西安及宝鸡等大城市,承担着城市农产品供应的重要角色,受大都市的经济辐射,农户的适应水平都较高,便利的交通也为农民提供了多种生计选择,在气候变化背景下,农户更倾向于降低农业生产在家庭生产中的地位,而转向其他经济来源,脱离土地的限制而从事多样化的生计活动,因此,非农户对气候变化的暴露度相对较低而有着最高的适应能力。纯农户在农业生产中最易受到极端气候事件的影响,面临冲击时,他们的适应能力也相对较低。值得注意的是,正如图3所示,二兼户在所有被调查农户中有着最高的敏感性和最低的暴露与适应能力。这些农户大多数都有家庭成员患病,并对于基础医疗服务的获取较为不便[30]。此外,二兼户的部分收入来源为政策扶持、低保等,这些家庭往往整体年龄较高,家庭劳动能力差。

4.2 农户生计资本与生计脆弱性

回归结果显示,农户的自然资本的两个子指标耕地质量和数量都对生计脆弱性有显著负向影响。渭北旱塬是重要的粮食水果产地,农户对耕地有着高度依赖性,尤其对于纯农户来说,农业收入更是他们唯一的收入来源。相比之下,耕地面积多、耕地质量好的农户就有着先天的自然资源优势,能够更好地在冲击中维持生计。Sujakhu等人对亚洲两个高地农户生计脆弱性的研究发现更高质量的耕地意味着更高水平的粮食自给能力[8]。

物质资本方面,房屋结构对脆弱性有正向影响,而家庭固定资产数量相反。Piya等人在尼泊尔的研究表明,更高的储蓄意味着更好的适应能力,能为农户在紧急情况下提供缓冲[31]。房屋结构的影响是通过家庭储蓄的调节导致的,房屋的修建和翻新往往需要大笔的资金,使其在应对突如其来的风险时失去应对能力。家庭固定资产数量在侧面反映了家庭的收入,拥有更多固定资产的家庭其生活质量水平相对高于其他家庭。

金融资本的两个子指标都不显著,这是因为所选的借钱途径和国家补贴两个指标都是从外部影响脆弱性,农户并不能通过自身的努力改善这一情况,相反地,如表3所示,家庭储蓄作为描述农户基本社会经济特征的一个指标,能更直观地说明农户的脆弱水平。

村民信任作为社会资本对脆弱性有显著负向影响,较好的社会安全网能使村民在面临生计不可持续威胁时得到多方支持。Bernier等人认为,社会网络为农户提供了联系、纽带和桥梁,使他们能够更好地应对气候变化[32]。

人力资本的家庭规模对脆弱性影响不显著,已有研究大多考虑抚养比作为一个家庭人力状况的衡量[6]。整体健康状况对脆弱性有着显著负向影响,健康状况体现了一个家庭的劳动能力,有患病或年迈成员的家庭会在健康卫生方面有较多的支出,导致其无法适应气候变化对其生计的影响。

根据夏普利值分解结果,物质资本的缺乏是降低研究区农户生计脆弱性亟待解决的问题,这种物质不仅体现在农户本身拥有的房屋、土地、所有物等,还体现在对于基础服务设施的获取上,如韩文文等人的研究发现,交通、医疗设施、公共服务等因素都是民族村农户生计脆弱性的重要影响因素[13]。人力资本水平是改善脆弱性的关键,有家庭成员患病可能会为农户施加沉重的经济负担,劳动力素质也是农户陷入生计困境的主要原因之一[11]。社会资本对脆弱性的调节效应体现在加入社区组织和参与政府决策可以加强农户的社会关系网,为农户信息获取和交流提供便利,Azumah等人研究表明,农民组织的成员身份对加纳农民的生计脆弱性有显著影响[15]。自然资本对农户生计脆弱性有直接影响,因为自然资本中的耕地是大多数农户的直接生计来源。苏宝财等发现,耕地质量越高越有利于农民提升收入,从而降低生计脆弱性[33],这与本文的分解结果一致。

5 结论与建议

5.1 结论

本文利用综合脆弱性指数和IPCC提出的脆弱性框架对黄河流域旱塬区农户的生计脆弱性进行了评价,利用有序logistic回归模型分析了影响旱塬农户生计脆弱性的因素,并进一步通过夏普利值法对影响因素的贡献度进行分解。本研究得出如下结论：

(1)研究区的高脆弱性农户大多有着户主年龄高、受教育水平低、家庭年收入较低、家庭储蓄少的特点。

(2)在不同农户类型中,非农户和一兼户占了研究样本的大多数。从暴露、敏感、适应能力三个方面的对比表明,纯农户暴露度最高,二兼户最低,纯农户敏感性最低,二兼户最高,纯农户和二兼户的适应能力最低,非农户最高。

(3)在影响农户脆弱性的因素中,耕地数量、耕地质量、房屋结构、家庭固定资产数量、村民信任、整体健康状况影响显著。就贡献度而言,物质资本>人力资本>社会资本>自然资本,各类资本的组成成分中,家庭固定资产数量的贡献度最高,整体健康状况次之,村民信任、耕地质量、房屋结构、耕地数量的贡献度依次递减。

5.2 建议

黄河流域旱塬区作为我国西北地区最易受气候变化影响的生态区之一,农户的生计脆弱性极大地限制了其高质量发展的步伐。基于夏普利值分解结果的四个对脆弱性贡献度最大的生计资本,提出如下建议来降低生计脆弱性：

(1)物质资本方面,要通过技术培训和普及现代化农耕技术,推进机械化生产代替传统劳动力生产,同时,政府要加大农业生产机械购买补贴力度,降低农户生产成本。完善道路交通、灌溉用水等基础设施建设,为农业生产提供便利。

(2)人力资本方面,通过医疗保险、增加农村医疗服务点,提高医疗服务水平,减少农户在健康方面的支出,有效增强农户的生计可持续性。

(3)社会资本和自然资本方面,可以通过政府助农项目或鼓励建立农业合作组织来提高农民的社会参与,为农民提供合作和支持,通过专业的管理和有效的沟通最大限度减少生产无组织无方向造成的资源浪费,组织中的信息交流与共享也能为采取即时的行动和建设预防机制提供条件,避免自然资本如耕地、作物等遭受损失。

致谢：陈谢扬、陈楠、曹振选、秦语晗、王鑫鑫、宋纪元、吴少静,陈浩起、高心怡和赵帆等参与问卷调研和数据录入，特此致谢。