生态保护区农户脆弱性研究

赵 媛

(西安交通大学 金禾经济研究中心, 西安 710049)

中国的生态保护区占国土面积一半以上,承担水源涵养、水土保持、防风固沙和生物多样性维护等生态功能,在国土空间开发中不能进行大规模工业化开发。但我国生态保护区的86.67%是曾经的贫困地区,面临生态环境保护与经济发展双重压力。这些地区往往位置偏远、灾害频发、基础设施水平落后、农户生计风险较大,如何防范农户生计风险、降低脆弱性、控制返贫,对于探寻生态保护区环境保护与经济发展、防止返贫的深层逻辑,指导和化解保护区人地关系困局具有重要意义。因此,需要从动态视角前瞻性地研究生态保护区农户脆弱性,分析农户生计风险和成因。为了定量测度和监控农户风险,笔者从脆弱性角度,结合生计资本分析框架,选择黄土高原丘陵沟壑水土保持生态功能区A县和秦巴生物多样性生态功能区B县两类地区进行对比分析。通过抽样调查和面对面访谈,对两类地区的农户脆弱性进行测度,分析两类地区的脆弱性成因,求解生态环境保护与维护农户生计的路径。

一、 文献综述

(一)脆弱性相关研究

世界银行将脆弱性定义为“度量对于冲击的弹力——冲击造成未来福利下降的可能性”。脆弱性是个人或家庭面对风险的状况以及抵抗风险能力的指标,具有前瞻性。充分认识脆弱性有助于个体努力提高自身抗风险的能力,同时也促使政府完善各种社会保障体系。

主流研究中脆弱性的测度包括三种方法:Chaudhuri 等[1]提出的关于期望贫困的脆弱性(Vulnerability as Expected Poverty,VEP)测度方法,Ligon和Schechter[2]提出的期望效用的脆弱性理论(Vulnerability as Low Expected Utility,VEU),Dercon 和Krishnan[3]提出的风险暴露的脆弱性理论(Vulnerability as Uninsured Exposure to Risk,VER)。其中,Chaudhuri的VEP测度方法,因其可以基于截面调研数据进行分析,得到了广泛应用。

不断有学者对于脆弱性进行拓展,主要可以包括以下方面:一是农户对于自然灾害风险冲击的反应程度[4-5];二是农户应对风险的适应性行为,包括外出务工、民间借贷等[6-8];三是农户生计资本和农户脆弱性风险[9];四是转移支付、易地搬迁等政策对农户脆弱性的影响[10-11];五是通过脆弱性分解来探究农户脆弱性成因[12]。

近年来,学者对于脆弱性的研究水平逐步提升,当前聚焦的问题有:一是完善福利测度,从单维向多维发展,进行不同测度方法之间的对比分析,从而找到更为科学的脆弱性测度方法;二是探寻脆弱性形成的机理,寻找农户的风险成因。

(二)可持续生计相关研究

可持续生计(Sustainable Livelihoods)指维持生活的手段和方式,是生存所需的全部资源及在此资源基础上所形成的策略[13]。可持续生计最早见于20世纪80年代世界环境与发展委员会的研究报告,这一概念能完整地描绘农户生存的复杂性,为研究者提供了研究农村问题的新视角。现在常见的可持续生计分析框架是英国国际发展署(DFID)的可持续分析框架,包括五部分内容:脆弱性背景,生计资本,政策、结构和过程,生计策略以及生计结果[14]。在一个脆弱性背景中,人们运用自己的生计资本(主要包含了五种资本:人力资本、自然资本、金融资本、物质资本、社会资本)生存或谋生,五大资本的可获得性、以及对资本的利用会受到社会因素、外在趋势和冲击因素等的制约,会带来人们的生计结果[15]。在脆弱性背景中,在政策法律与文化制度相互作用下,生计资本作为可持续生计框架核心,决定了生计策略类型,进而导致相应的生计输出结果,生计结果又反作用于生计资本,影响资本的性质和状况,依次循环往复[16]。

从1992年首次提出可持续生计以来,国内外学者围绕可持续生计框架开展了大量的实证研究。例如,Ahmed 等[17]研究孟加拉国西南部渔民可持续生计与捕虾之间的关联和相关生计策略。汤青等[18]基于陕西和甘肃的农户调研数据,对不同类型农户的可持续生计效益进行了评价,并提出了未来能够适宜黄土高原沟壑生态保护区的农户生计策略。Thapa[19]以尼泊尔巴迪阿国家公园为例,讨论了保护区环保政策对可持续生计的影响,发现不同生计资本特征农户受到的影响有异质性。

从以上分析可以看出,农户困境不是简单的收入或消费问题,而是Sen所提出的可行能力的丧失。家庭生计是理解农户状况、政策制定的切入点。可持续生计分析框架为农户福利测算、研究农户风险和脆弱性提供了分析基石。

二、调研方法、模型和数据描述

(一)调研方法和模型

笔者选取黄土高原丘陵沟壑水土保持生态功能区陕北A县和秦巴生物多样性生态功能区陕南B县进行研究。A县位于陕西省东北部,面积2000多平方公里,约26万人口。以黄土丘陵沟壑区和风沙区为主,水土流失严重,交通不便,加上,陕北能源工业兴起,A县农村劳动力流失严重。B县位于秦岭南麓西段,总面积2800多平方公里,总人口约20万。B县处于深山之中,交通十分不便,农户居住分散,但动植物资源较为丰富。

A县和B县虽然同是国家级生态保护区,也曾经是国家级贫困县,但两地地理条件和自然资源禀赋不同,破解环境保护和经济发展的路径也会有所区别。从发展的阶段和县域层面的基本情况来看,陕北A县和陕南B县的地理条件、发展情况截然不同。A县从2000年以来一直发展滞后,不论是居民储蓄水平还是规模以上工业总产值远低于陕西省贫困县平均水平和全国贫困县的平均水平,而B县发展水平略高于A县,但近年来出现了一定程度的衰退,尤其是工业产值大幅度下滑。

调研于2019年展开,根据村、居委会人口数,采取分层随机抽样方法抽选样本农户,通过面对面访谈获得一手家户数据,经过数据查漏、逻辑检验和剔除粗差等预处理,最后获得有效样本784份(A县514份, B县270份)。问卷包含四部分内容:家庭成员、家庭生计资本、家庭生产和生活、政策。

笔者使用Chaudhuri 等[1]提出的VEP模型,应用三阶段最小二乘法估计人均消费对数方程和风险波动方程:

lnYt,h=αhXh,t+eh
Var(Yt,h)=βhTh,t+εh

(1)

其中,Yt,h代表个体h在t时期的人均消费方程。Xh,t表示持久收入项,Th,t包含了家庭面临的风险冲击、家庭消费的平滑能力以及家庭可得到的社区或社会支持等特征。

要估计上述两个方程,首先要采用OLS估计人均消费对数方程,提取残差项的平方作为消费方差的估计值,对于方差方程进行OLS回归。最后提取两个回归方程的残差平方项,用所取得的异方差结果进行WLS加权回归,消除异方差,从而得到方程所需要的各个参数。预期人均消费对数以及预期消费方差如下:

(2)

根据Chaudhuri 等的模型,假定预期人均消费对数的分布是基于人均消费对数期望与方差的正态分布,可以通过回归系数推算每户家庭的期望人均消费对数和方差,进而估算出预期人均消费对数处于阈值以内的概率。

(3)

其中,φ为正态分布。由此,可计算得到每个家庭的脆弱性。

(二)样本与数据

根据生计资本理论将调研获得的数据按照五项资本进行分类:一是人力资本,包括健康、知识、技能、劳动能力以及适应能力等;二是社会资本,是人们可以用来实现他们生计目标的社会资源;三是自然资本,是指农户拥有的自然资源储备;四是物质资本,包括支持农户生计所需要的基础设施和生产手段;五是金融资本,指人们用来实现其生计目标的资金资源。表1给出了此模型所涉及的变量。

表1 样本的描述性统计

观察A县和B县农户生计资本。首先,从人力资本的角度来看,与 B县相比,A县家庭规模较小(A县3人,B县3.5人),人口老龄化程度较高(A县户主平均年龄比B县大7岁左右)。其次,观察自然资本,A县人均耕地面积是B县的1.7倍,而人均林地面积又仅为B县的40%。A县地处陕北黄土高原,耕地面积较多,而B县地处秦巴山区,林地资源较为丰富。在社会资本方面,A县可求助农户是B县的1倍多,这是由于B县地处山区,农户居住较分散,人际关系没有A县紧密。再次,观察物质资本,根据家庭耐用消费品和农用机械数量基于市场价值计算得到的家庭物质资产指数,可以看到,B县的物质资本指数高于A县。最后,从金融资本的角度来看,B县储蓄率远高于A县(A县20.2%家户有存款,B县82.2%家户有存款),A县每户借款总额远远高于B县(A县为27116.93元,B县为2333.257元)。观察其他变量,A县人均消费约为8000元,是B县的1.8倍,但A县每户平均医疗费超过6000元,是B县的3.7倍。这与A县老年人口占比高密不可分。从收入来看,A县农户父母辈和子女辈的收入均较高(父母辈收入均值为13426元,子女辈收入是父母辈收入的两倍),而B县农户家庭收入几乎完全由子女辈的收入构成,父母辈收入每年平均约700元。

可以看出,两地农户生计特征各异。在黄土高原丘陵沟壑水土保持区,年轻劳动力大量流出,老年人口占比高,家庭人口规模较小。而在秦巴生物多样性保护区,人口流出较少,家庭的生计负担更多由年轻人来承担,父辈参与生计活动相对较少,因此获得的收入也就较低。

三、 实证结果分析

(一)脆弱性测度和分解

应用模型1至模型3进行回归分析, A县和B县的OLS、FGLS回归结果分别见表2和表3。

表2 A县农户脆弱性回归结果

表3 B县农户脆弱性回归结果

根据回归结果可以计算出每个农户的人均消费对数预期以及消费对数方差,并估计出农户脆弱性指标。其分布如图1。可以看出,A县农户脆弱性状况相对较好,平均脆弱性水平为34.02%;B县脆弱性指标较差,为40.67%。

图1 A县和B县农户脆弱性分布

进一步根据Gunther的方法,将高脆弱人群分解为均值引致的脆弱性和风险引致的脆弱性两类[20]。可以观察到,A县和B县分别有15.18%和16.34%的农户是由于均值引致的脆弱性,33.70%和25.10%的农户是由于风险引致的脆弱性。可见,两地风险脆弱均占据很大比例,是政策制定者不可忽视的人群。从结果来看,尽管A县均值引致的脆弱农户比例较少,但因风险脆弱的农户比例却较高。

(二)脆弱性成因分析

通过T检验对比分析高脆弱性农户和低脆弱性农户各项生计资本,笔者探究了高脆弱性农户的特点和成因。T检验结果如表4所示:

表4 A县和B县高-低脆弱性农户的生计特征对比

A县高脆弱性农户与低脆弱性农户在自然资本、物质资本、金融资本上均不存在显著差异,高脆弱性农户的社会网络水平略低于低脆弱性农户。高低脆弱性农户的差异主要反映在人力资本上。高脆弱性农户的户主年龄显著高于低脆弱性人群,户主受教育程度显著低于低脆弱性人群,人口老龄化的家庭脆弱性较高。但观察人力资本其他变量,家庭人口数、劳动力数量多的脆弱性反而高,这和直觉不一致。进一步观察人力资本质量,一是看两代人收入,高低脆弱性农户子女辈收入均超过3万元,但高脆弱性农户父辈收入能力远远差于低脆弱性农户(高脆弱性家庭约5000元,低脆弱性家庭约为20000元)。二是观察收入构成,高脆弱性家庭的打工收入远小于低脆弱性家庭(高脆弱性家庭为3163元,低脆弱性家庭为9793元),打工收入汇回比例也小于低脆弱性农户。高脆弱农户人均农林收入、经营纯收入均小于低脆弱性家庭。但医疗支出远高于低脆弱性家庭。可见,在A县,人口老龄化所带来的人力资本质量较低是造成农户脆弱性的重要原因。

B县高低脆弱性农户金融资本不存在显著差异,但在自然资本、物质资本、社会资本上均存在显著差异,高脆弱性农户的社会网络水平低于低脆弱性水平家庭。在自然资本方面,高脆弱性家庭人均耕地面积以及人均林地面积大于低脆弱性家庭,从物质资本的水平来看,高脆弱性家庭的物质资产指数低于低脆弱性家户。值得注意的是,对于A县,房间数量是一项非显著变量,A县在黄土高原区,住宅面积相对充裕。而对B县而言,高脆弱性家庭的房间数远小于低脆弱性家庭。B县地处山区,房间数量是一项较为重要的测度指标。

B县的人力资本项也是关键指标。观察两代人收入,B县高低脆弱性农户主要差异体现在子女辈收入上(高脆弱性家庭为5880元,低脆弱性家庭为23616元)。观察收入构成,与A县相同,高脆弱性家庭的打工收入远远低于低脆弱性家庭(高脆弱性家庭约3421元,低脆弱性家庭为8067元),汇回比例也大于低脆弱性农户。人均农林收入、经营纯收入没有显著差异。与A县不同,高低脆弱性农户的医疗支出也没有显著差异。观察其余人力资本项,其结果均与直观是相符的,例如,户主年龄越大,农户的脆弱性指标就会越高,教育水平越高,一个家户的脆弱性水平也会显著变低。可见,对于B县来说,子女辈收入是与整个家庭的状况紧密相关的。

综上所述,两地虽同为生态保护区,但区位、地理禀赋、经济条件等不同,农户生计资本有所差异,从而高脆弱人群成因不同。A县人口老龄化所带来的人力资本质量较低是造成农户脆弱性的主要原因,物质资本、自然资本等与高脆弱性关联不大。而B县人口年龄结构比A县更年轻化,更具活力,物质资本、自然资本等都发挥积极作用。我国农户一般处于农业活动和打工活动的“两栖”状态,农业生计是农户的基本保障,打工则是致富源泉。从两地打工者数目占比来看,A县打工人数和比例要显著低于B县(A县仅有37.74%的人口外出打工,B县打工人口占比为71.11%)。同时,当农村劳动力外出打工之时,需要负担打工者自身在外开支,真正能够对一个家户生活起到积极作用的是打工者汇回来的收入。从调研中观察到,B县更多打工者可以反哺原有家庭,打工汇回收入远高于A县,平均汇回收入金额和比率分别为6081.04元和24.74%,而A仅为2694.91元和13.33%。这进一步印证了B县代际收入的流动性要优于A县,子女辈劳动力的收入更多传递到了父母辈,从而能使一个家庭的脆弱性得到缓解。B县年轻劳动力流出较少,家庭年龄结构更偏向于年轻化,相应的,家庭内部代际之间的联系更加紧密,子女辈收入对于家庭脆弱性降低有显著的积极影响。A县大多数家户为老年人群,子女收入汇回较少,父母辈和子女辈的收入产生了一定的断层,子女辈的收入对于家庭脆弱性降低较难发挥作用。

四、结论

笔者应用脆弱性测度模型,通过三阶段最小二乘方法,对黄土高原丘陵沟壑水土保持生态功能区A县,和秦巴生物多样性生态功能区B县的农户脆弱性进行了测度,并探讨了脆弱性成因。第一,A县和B县脆弱性指标分别为34.02%和40.67%,通过将高脆弱性农户分解为均值引致的脆弱性和风险引致的脆弱性两类,可以观察到,A县和B县分别有15.18%和16.34%的农户是由于均值引致的脆弱性,33.70%和25.10%的农户是由于风险引致的脆弱性。现阶段,比起低消费均值,波动性引起的脆弱性风险更应受到政府的关注。第二,A县和B县自然禀赋和区位条件不同,脆弱性成因也有所不同。A县人口老龄化所带来的人力资本质量较低是造成农户脆弱性的主要原因,而B县人口年龄结构比A县更年轻化,更具活力,物质资本、自然资本等都发挥积极作用,家庭内代际联系更加紧密,子女辈收入对于家庭脆弱性降低有显著的积极影响。结果表明,对于农户风险,尤其是波动性引致的脆弱性风险,需要进行监控,采取预警和防范措施。同时,A县和B县两地虽然同为国家级生态保护区,面临环境保护和经济发展双重目标,但由于其区位条件、农户生计特征、脆弱性成因各异,两地的发展路径以及现阶段工作重心也有所不同,需要根据于两地情况因地制宜地采取多样化区域发展策略。具体来讲,A县面临人口老龄化、农村退化的威胁,应首先聚焦老年人口养老和兜底保障工作,改善农户脆弱性;而B县人口结构更为年轻化,如何提升人力资本,为外出务工人员提供技术支持、信息和渠道,同时为本地农户提供多样化生计,则是目前工作的重心。