農村家庭風險測度及風險抵御和防范機制研究——兼論農村社會保障制度抵御風險的有效性

王增文，鄧大松

(1.南京財經大學 公共管理學院，江蘇 南京 210023；2.武漢大學 社會保障研究中心，湖北 武漢 430072)

?

農村家庭風險測度及風險抵御和防范機制研究
——兼論農村社會保障制度抵御風險的有效性

王增文1，鄧大松2

(1.南京財經大學 公共管理學院，江蘇 南京 210023；2.武漢大學 社會保障研究中心，湖北 武漢 430072)

摘要：中國經濟和社會體制改革的不完善使得農村地區呈現出一種“高消費、低收入”的不利格局，致使農村家庭面臨的風險正逐漸提升。實證研究結果顯示，子女高等教育支出水平對農村家庭風險影響的總效應是負的；而“新農保”和“新農合”能夠有效地減弱農村家庭抵御風險的能力；家庭人口年齡結構越傾向于“中青年化”，占有的社會資本越多，家庭規模越大對于風險的抵御和防范能力就越強，這正好全面解釋了農村地區社會關系網絡與家庭宗族網絡對其抵御風險的重要作用。而提升農村家庭收入是抵御和防范風險最直接和最有效的手段，在此基礎之上，本文提出了完善農村家庭風險抵御和防范機制的對策建議。

關鍵詞：風險；防范機制；測度；有效性；分解

一、引言

貝克在1986年首次采用“風險社會”來描述當代社會。隨著一系列錯綜復雜的全球性危機蔓延，風險理論成為政府、學者和社會關注的焦點。2014年中國經濟進入了新常態發展模式，新常態可能會產生新的社會風險。2015年全國“兩會”就三農問題，提出了一系列的抵御和防范農村家庭風險的宏觀舉措。然而在經濟發展的新常態模式下，中國農村家庭所面臨的風險有哪些呢？如何認定這些風險呢？發展經濟學認定的農村家庭風險更多地是從貧困視角切入，核心內容是消費和收入的不足，他們認為，貧困家庭所面臨的風險不僅直接會影響其福利狀況，還會影響其家庭的整體決策行為，并進而影響其長期發展(袁方等[1]，2014；Fletcher和Yamaguch，2011[2]；李云森[3]，2012；楊文等[4]，2012)。James(2012)認為[5]，如果農村家庭處在“水深及頸”的生活狀態中，即使收入和支出方面的“細波微瀾”亦會產生嚴重的負面效應。在中國城鄉二元社會中，農村社會所面臨的風險程度及風險種類均高于城鎮社會；而且2000年以來，中國農村居民家庭的消費不確定性呈現出顯著性上升趨勢，其可被分解為波動性和不平等性(楊文等[4]，2012;You和Kobayashi[6]，2009；Wagstaff等[7]，2009)。然而，隨著中國農村經濟的不斷發展，消費的不平等性不僅僅在城鄉之間呈現出擴大化趨勢(程令國、張日華[8]，2012)，而且是在農村內部不同區域、不同住戶之間更為突出和顯著(Knight 等[9]，2009；溫濤等[10]，2013)。農村消費波動性產生的是“懸崖效應”，這主要是收入不足導致的家庭消費平滑能力的不足。從農村家庭的效用和其福利水平的視角來看，消費水平的不平等性、強烈波動性將會給兩者帶來抑制效應。通過對農村家庭風險的測度可以更好地了解和分析其效用水平所處的狀況；同時，也能優化農村社會保障制度的設計及減貧政策的動態改革狀況，從而在更大程度上提升中國農村家庭福利水平及抗風險政策的瞄準性和成效性。本文對農村家庭所面臨的風險進行了測度與分解，并從農村社會保障制度抵御風險的有效性視角提出風險防范的對策建議。

二、相關文獻綜述

中國農村家庭面臨的風險有多大？如何對風險進行測度與分解，以及如何抵御和防范異質性風險等方面的研究方法、過程及結果，并無一致性和可遵循的路徑。縱觀國內外學者對農村家庭所面臨風險的測度及分解，我們發現既有文獻是在不同風險概念基礎上展開的。通常采用財產、脆弱性和風險這三個概念(Christiaensen和Subb￣arao[11]，2004;Günther和Harttgen[12]，2006)。風險和財產具有兩方面的相互作用：一是家庭風險會隨財產的實際產出的動態變動而被擴散(You和Kobayashi[6]，2009)；二是家庭風險的防范、規避及應對過程，而家庭的整個決策是對財產的重新分配，即家庭做出的反風險行為，農村家庭面臨風險時，是否陷入貧困或低收入水平循環的貧困陷阱，最終取決于家庭抵御風險能力測度及風險防范和風險管理的合力構建(羅楚亮[13]，2004；Bertola，等[14]，2005)。對于長期威脅農村家庭的4種類型的風險——社會風險、健康風險、生產風險以及制度風險(應美玲等[15]，2013)，也可以將其分為協變性風險和異質性風險。實際上，家庭的脆弱性和其面臨的風險是不可分的，這源于兩個方面：1.當一個家庭遭遇外部沖擊時，會導致家庭消費上升，而接下來便是消費能力的下降，那么可以認為家庭是脆弱的(Kurosaki[16]，2002)；也就是農村家庭在面臨自然災害和社會、經濟及政治體制變動沖擊時，家庭已有經濟狀況、生活水平的響應程度，這其中涵蓋了風險和脆弱性兩個方面。2.何平等(2010)將效用納入到期望效用的分析框架中[17]，并將其分為脆弱性和風險兩部分。本文將采用這種方法進一步把家庭的脆弱性進行細化，分解出農村家庭所面臨的協同性風險和異質性風險。

基于不同的風險概念，國內外學者對家庭風險進行了測量和分解，由于數據主要是來源于發展中國家，數據屬性是截面的，缺乏面板數據，這使得研究過程始終是靜態的。實際上，基于隨機誤差項的不同假設條件，采用的實證模型亦是不同的。有Glezser、Glodfeld-Quandt和White 3種方法可以對異方差進行診斷，Imai等 (2009)對于隨機誤差項存在的異方差狀況進行了檢驗，探尋了異方差產生的現實原因，并采用了GLS方法和3GLS方法來估計模型[18]。此情況說明，消費處于低均值的農村家庭比消費處于高均值的家庭面臨更高概率的消費波動性及風險性；如果隨機誤差不存在異方差，可以直接采用OLS來估計模型，此情況說明消費處于高均值的農村家庭比消費處于低均值的家庭面臨更高概率的消費波動及風險性(何興強，史衛[19]，2014)。然而，到目前為止，仍沒有文獻采用面板數據進行分析。實際上，采用面板數據進行回歸分析能夠在更大程度上規避由于被解釋變量不可觀測性帶來的內生性難題，并且能夠得到參數的一致估計量。

綜合上述文獻，本文發現，不同的風險分類方式需要采用異質性的方法來測算，異質性方法需要不同屬性的實證數據來支撐；自然地，經驗分析的結果及風險防范機制亦是不同的。Günther和Harttgen(2006)采用Madagascar的家庭數據[12]，通過經驗分析發現，導致農村居民貧困的主要因素是農村家庭面臨的協同性風險；Kochar(1999)對印度風險防范機制的研究表明[20]，可以通過延長勞動時間來平滑農村居民的跨期消費及所受到的沖擊；賈男等(2011)認為[21]，家庭風險防范機制的選擇方式取決于家庭主要成員的偏好。

既有研究能夠較好的將不同家庭間的消費均值水平和異質性風險因素聯動起來進行分析，并探索了風險的分解和風險防范機制。這些都具有重要的學術貢獻，然而研究亦存在不足之處：1.在風險測度與分解方面，沒有對不同區域不同村落間的風險進行橫向比較研究，因為不同區域農村間經濟社會發展不平衡性會產生不同的風險種類，各類風險的占比會有很大的差別，需要對風險進行測度和分解；2.在風險的防范和風險分擔方面，既有文獻不能夠平滑消費、醫療和住房等大幅度消費支出家庭所面臨的風險性，在家庭面臨消費和區域特定的外生性沖擊時，農村家庭如何對消費進行平滑缺乏細致論述；3.在實證研究方法的選擇方面，理論上診斷及規避異方差的方法是通過GLS方法或3GLS方法，但實證分析過程中，僅采用OLS估計方法來對消費的條件期望作計量分析，使得消費方程的估計參數產生不一致性問題；4.社會資本已經成為影響中國農村家庭消費平滑能力的關鍵因素之一，而已有文獻均未將其作為解釋變量納入到農村風險的測度和分解的研究框架中，鑒于此，本文將其納入到農村家庭風險及消費方程中進行分析。

三、農村家庭風險的測度及分解

(一)風險的測度與分解

根據楊文等[4](2012)及Imai 等[18](2009)對家庭風險和脆弱性的定義，本文假設i(i=1,2,…,n)為風險規避型家庭。因此，農村家庭的效用函數滿足嚴格遞增的弱凹性，在實數集上的效用函數Vi(·):實數→實數，在特定時期，農村家庭的脆弱性(含風險)可定義為確定性等價的效用減去家庭的期望效用：

Ui=Vi(hek)-EVi(Ci)

(1)

其中，Ui表示家庭i的脆弱狀況，hek表示在零風險和平等條件下家庭i的消費水平，稱之為確定性等價消費；當Ui>0時，家庭i是脆弱的，當Ui≤0時，家庭i不具脆弱性。進一步地，我們對脆弱性進行分解，分解出家庭所面臨的異質性風險，分解的核心指標為家庭i的消費的平均水平及波動水平。Ui可分解為農村家庭所面臨的風險部分及貧困部分：

Ui-{Vi(hek)-Vi[E(Ci)]}=Vi[E(Ci)]-EVi(Ci)

(2)

其中，Vi(hek)-Vi[E(Ci)]表示確定性等值效用減去期望值消費效用而得到的值，成為家庭的貧困部分；風險部分是家庭i從消費中獲得的效用減去期望效用。為進一步細分農村家庭所面臨的風險，本文將方程(2)左邊方程部分用Di來表示，其含義為農村家庭所面臨的風險總和：

Di=Ui-{Vi(hek,t)-V[hek,t,w]}=Dc+Dd+Du

(3)

(4)

(5)

(6)

其中，Vi(hek,t)-V[hek,t,w]表示農村家庭的貧困或不平等水平；Dc表示其所面臨的協同性風險；Dd表示家庭異質性風險；而Du表示未知性風險，即不可解釋的風險。方程(3)—(6)中，協同性風險(Dc)涵蓋了區域虛擬變量及村落虛擬變量，不同區域、不同村落的農村家庭由于經濟水平、文化及宗教信仰的差異而可能會擁有不同的消費習慣，進而會影響一個家庭的消費決策和消費總量；異質性風險(Dd)涵蓋了與家庭i的特征相關且對家庭在某時期消費產生影響的特征變量Zit，這其中包含了家庭所擁有的物質資本、社會資本及年齡、性別、受教育狀況等人口特征變量等。對未知性風險(Du)，即不可解釋風險涵蓋了不可觀測的未知風險集合體及測度誤差。

從現有研究來看，一個家庭的貧困或不平等在很大程度上取決于村落內部的不平等(楊文等[4]，2012；Berjamin 等[22]，2005)。鑒于此，為了進一步細化村落內部(I)及村落間的貧困及不平等狀況(O)對風險的實際影響效應，本文對方程(3)進一步分解：

Vi(hek,t)-Vi[E(Cit)]}=Vi(hek,t)-V[hek,t,t]}+Vi(hek,t)-Vi[E(Cit)]

(7)

(二)農村家庭消費效用函數和消費期望模型的設定與估計

1.效用消費函數的設定。一般來說，效用消費函數有3種形式，分別為常數風險厭惡(CRRA)效用函數、常數絕對風險厭惡(CARA)效用函數及二次效用函數。而CRRA效用函數更適合農村家庭的效用消費函數，消費效用函數形式為：

(8)

其中，消費的自變量為消費，用確定性等價消費hek對家庭消費進行標準化，從而提升分析的敏感性，這樣便于分析家庭面臨風險的波動性。研究假設為家庭為風險厭惡型，在不同的利益格局下，風險規避程度大致是相同的，δ表示家庭i的風險規避類型：δ>1為風險厭惡型，δ=1為風險中立類型。為了對家庭不同風險狀況δ的取值的敏感性進行測度，本文將分別設定δ=2及δ=3的狀況進行動態敏感性分析。

2.消費期望模型的估計。假定農村家庭消費服從半對數的正態分布形式，那么可以建立如下的消費模型：

(9)

三、數據來源于變量的描述性統計

本文采用的數據來源于2011年和2012年武漢大學社會保障研究中心(CSSS)的“中國農村家庭社會保障調查”(CRSIS)。截止到目前，CSSS已在北京、上海、重慶、江西、江蘇、湖北和陜西等省市進行了動態跟蹤調查。通過對2011年和2012年數據的整理與分析，本文獲得了涵蓋953個家庭2011-2012年的面板數據。為了得到更為平滑的消費數據，本文選取5%樣本截取值，利用95%的剩下數據進行測度。因此，選取了905個家庭樣本的面板數據。

(一)因變量的選取

在消費模型(8)式中，因變量為消費，本文將每個農村家庭i在t時的消費取標準對數。根據各項消費支出對總消費支出的貢獻因子，依次選取家庭食品支出額、醫療保健支出、文化教育支出、社會保障支出、居住支出、衣著支出、近五年耐用品消費支出和交通支出共8項作為相應年度支出和家庭主要消費支出額。

(二)家庭特征變量及獨立解釋變量的選取

1.家庭特征變量。(1)家庭個體特征變量。這其中涵蓋了性別、年齡、年齡的交互項、文化水平、人口贍養比等變量。在指標變量的選取和測算方面，本文將農村家庭16-59歲人口平均受教育年限(包括了工作后接受在職培訓的實際年限)、平均年齡及平均年齡的交互項來刻畫整個農村家庭的文化程度和勞動年齡分布狀況；而對于人口贍養比指標，本文采用60歲以上人口與15歲以下未成年人口之和占總人口的比重來反映農村家庭人口贍養比狀況。(2)家庭擁有的物質資本。本文采用是否擁有拖拉機、收割機及小汽車(或摩托車)這三個啞變量來表示農村家庭的物資資本形式。(3)家庭的純收入。從農村家庭實際的收入形式來看，這其中包括了在農村從事農業生產而獲取的純收入，從事個體私營而獲取的經營性純收入，以及外出務工獲取的務工性收入，將這3項匯總而獲得家庭純收入這一指標。(4)社會關系網絡與家庭宗族網絡資本。對于這兩個指標的衡量，本文將從這兩類社會資本的“進”和“出”兩項指標之和來刻畫。具體來說就是一個家庭在面臨本家庭、本宗族家庭及親朋好友家庭等婚喪嫁娶、生孩子、做壽及升學等重要家庭事件等所給出和收到的禮金之和。在農村社會保障制度及金融政策不完善的背景下，社會關系網絡資本和家庭宗族網絡資本可以在更大程度上發揮作用，從而平滑家庭在面臨不利沖擊時的消費能力。其余變量涵蓋了是否參加了“新農合”、“新農保”、“農村低保”、家庭成員的健康狀況、子女受教育狀況、所在存量離最近醫療點的距離等變量。

2.獨立解釋變量。(1)村落虛擬變量。村落虛擬變量用來反映異質性的村落特征，對村落內部異質性消費家庭的影響效應，村落虛擬變量共有75個，各省市的村落數量分布如下：北京、上海、重慶、江西、江蘇、湖北和陜西依次為15個、13個、8個、11個、14個、9個和5個。(2)區域啞變量。區域啞變量反映了農村家庭所在區域，用此啞變量來表示農村家庭是否具有區域優勢。本文針對上述7省市，對其進行了區域劃分，依次為東部區域(北京、上海、江西和江蘇)、中部區域(湖北和陜西)以及西部區域(重慶)，表1報告了各變量的定義方式及描述性統計。

(三)數據預處理

1.相關變量的價格指數調整。為了使得家庭年度純收入、家庭年度總消費支出、社會關系網絡資本與家庭宗族關系網絡資本等可用貨幣來衡量的變量具有可比性，本文將這些變量通過各省市的價格指數(CPI)進行了動態調整，從而增強了相關變量縱向與橫向的可比性。

2.農村家庭異質性風險測度的指標變量的數據預處理。由于家庭的脆弱性值扣除家庭所面臨的村內和村落間的不平等及貧困部分，本文得到了一個家庭所面臨的各種風險。因此，我們必須先對家庭所面臨的村內和村落間的不平等的衡量指標進行預處理。首先，本文將采用RE來估計消費對數模型來估計異質性風險和協同性風險，估計結果如表2所示。

表1　變量的描述性統計

表2　消費支出的回歸結果

注：***、**和*分別表示在0.01、0.05和0.1水平上是顯著的，Hauseman檢驗的顯著性水平值為0.2115。

四、經驗結果分析

(一)農村家庭風險的分解及敏感性分析

1.家庭風險的敏感性分析。從表3可以看出，家庭所面臨的各種風險對風險規避類型系數有強烈的敏感性，當風險規避類型δ=2時的各風險值及總風險值顯著性低于δ=3時的相應值。無論是村內不平等值還是村落間不平等值在δ=3時是δ=2時相應值的2倍左右。異質性風險、協同性風險及未知性風險三者的比重在不同風險規避類型δ條件下是相對穩定的。在δ=2時，異質性風險、協同性風險及未知性風險的值依次為：0.232、0.052和0.031；而δ=3時，三者的值依次為0.545、0.120和0.042。

表3　農村家庭風險分解值及區域分布狀況

注：括弧內的值表示樣本占總樣本的百分比。

2.家庭風險性及分解結果分析。(1)當δ=2時，所考察的905個家庭中，面臨較大風險的家庭占到了總家庭數的65.64%；當δ=3時，相應值變為69.17%，這表明多數農村家庭暴露在社會風險之中。(2)家庭所面臨的各種風險中，異質性風險成為家庭風險的主要組成部分。此結論既不同于楊文等[4](2012)所得出的未知性風險為主要風險的結論，亦不同于Günther和Harttgen[12](2006)和Benjamin[22](2005)的協同性風險為根本性風險的結論。

(二)農村家庭風險狀態

1.貧困家庭面臨更大的風險。圖1報告了δ=2和δ=3時，農村家庭平均風險水平和家庭跨期人均月消費水平的散點圖分布狀況。可以看到，家庭的平均風險水平與跨期人均消費水平呈現出此消彼長的反方向變動關系。從國際上規定的每人每天2美元的標準來看，本文將月人均收入低于400元人民幣的標準認定為貧困家庭。而從圖1的實際分布來看，跨期人均消費低于400元人民幣標準的農村家庭幾乎都落在了區域Ⅰ內，這表明農村貧困家庭面臨風險的可能性明顯大于農村的非貧困家庭。

2.非貧困家庭占非風險性家庭比重高達95%以上。表4報告了貧困狀態下，風險家庭與非風險家庭的分布狀況。在δ=2時，311個農村非風險性家庭中，非貧困家庭占到了306個，而貧困家庭僅占了5個，即非貧困家庭占農村非風險性家庭的比重達到了98.39%；δ=3時，這個比重達到了98.92%。從樣本的縱向跨期分布及橫向跨區域分布的狀況來看(如表4)，北京、湖北及上海的非貧困家庭所占比例依次排前3名。雖然湖北省農村非貧困家庭占比較高，但其所屬的3戶樣本屬于貧困家庭。因此，北京市農村非貧困家庭比重及非貧困家庭數在7省市中處于領先地位；無論是非風險性家庭數還是非貧困家庭數，江西省均排倒數第一。

圖1　不同風險規避類型(δ=2和δ=3)的家庭風險水平與人均消費支出的散點圖

區域非風險家庭數(比重)非風險性和非貧困性家庭數(比重)非風險性和貧困性家庭數(比重)風險家庭數(比重)風險性和非貧困性家庭數(比重)風險性和貧困性家庭數(比重)δ=2311(100%)306(%)5(1.61%)594(100%)389(65.48%)205(34.51%)北京54(17.36%)54(17.65%)0(0%)97(16.33%)68(17.48%)29(14.15%)上海48(15.43%)48(15.69%)0(0%)92(15.49%)61(15.68%)31(15.12%)重慶36(11.58%)36(11.76%)0(0%)76(12.79%)49(12.60%)27(13.17%)江西34(11.11%)32(10.46%)2(40%)68(11.45%)47(12.08%)21(10.24%)江蘇41(13.18%)41(13.40%)0(0%)83(13.97%)56(14.40%)27(13.17%)湖北57(18.33%)54(17.65%)3(60%)101(17.00%)80(20.57%)49(23.90%)陜西41(13.18%)41(13.40%)0(0%)77(12.96%)28(7.20%)21(10.24%)δ=3279(100%)276(98.92%)3(1.08%)626(100%)394(62.94%)232(37.66%)北京54(19.35%)54(19.57%)0(0%)104(16.61%)68(17.26%)36(15.52%)上海52(18.64%)52(18.84%)0(0%)98(15.65%)60(15.23%)38(16.38%)重慶34(12.32%)34(12.32%)0(0%)80(12.80%)47(11.93%)33(14.22%)江西32(11.47%)32(11.59%)0(0%)79(12.62%)50(12.69%)29(12.50%)江蘇43(15.41%)43(15.58%)0(0%)91(14.54%)58(14.72%)33(14.22%)湖北40(14.34%)37(13.41%)3(100%)119(19.01%)64(16.24%)55(23.71%)陜西24(8.60%)24(8.70%)0(0%)55(8.79%)47(11.93%)8(3.45%)

注：各省樣本所占比重總和處于[99%,101%]之間，這與測算過程中的四舍五入有關，屬于正常誤差。

注：***、**和*分別表示在0.01、0.05和0.1水平上是顯著的。

3.隨著風險規避系數的上升，農村貧困家庭占農村風險家庭數的比重得到明顯的提升。表4顯示，在農村風險家庭中，貧困家庭所占比重在δ=2時為31.51%，在δ=3時，為37.06%。這個數值顯著性的高于貧困家庭占農村非風險性家庭的1.61%(δ=2)和1.08%(δ=3)比重，在風險性家庭數和比重中，北京最多，其比重高達17.48%(δ=2)和17.26%(δ=3)而湖北省的貧困家庭占比最高，達到了23.90%(δ=2)和23.71%(δ=3)。

(三)農村家庭總風險及各部分風險的影響因素分析

本文將針對方程(3)所分解的三類農村家庭所面臨的風險相關影響因素進行回歸分析，將總風險及3種不同風險的影響指標變量進行加權最小二乘估計(WLS)。同時，將2011年和2012年有關家庭的特征變量取均值作為自變量，對農村家庭的消費進行了標準化處理，得到了家庭的風險均值(如表5所示)。在家庭所面臨的各種風險中，異質性風險成為總風險的主要組成部分，占總風險的的比重為41.55%(δ=2)和38.45%(δ=3).從表6各影響因素來看，有5個變量成為影響農村家庭風險大小的關鍵因素。

1.家庭的實際收入水平及再分配收入指標。表5顯示，家庭收入的回歸系數為-0.6672，且在0.05水平上通過了檢驗。這表明農村中高收入家庭抵御和防范風險的能力更強。從再分配收入指標來看，相對未參加“新農合”制度的家庭，參加了“新農合”制度的家庭對風險的抵御能力會提升55.47個百分點，其對協同性風險和異質性風險的緩解力度分別為2.1%和41.16%；而農村低保制度對農村家庭特別是低收入和貧困家庭抵御風險特別是異質性風險能力的提升具有顯著性的影響。總體來說，無論是農村家庭外出務工性收入、務農性收入還是經營性收入對于其抵御和防范風險的能力均起到顯著性的提升作用。

2.農村家庭16-59歲人員所占比重。家庭勞動力所占比重能夠顯著性的降低該家庭異質性風險和協同性風險。由于15-59周歲人口占家庭總人口的比重越高，整個家庭獲取收入的能力就越強，對于家庭抵御風險能力的貢獻因子就越大，因而能夠起到抵御和防范風險的作用。家庭成員生過大病的次數會降低家庭抵御風險的能力，對家庭風險產生的促進效應為0.4082，對異質性風險產生的促進效應為0.3417。從醫療點離家庭所在地的距離來看，這種距離越小，其家庭抵御和防范風險的能力就越強。

3.高等教育支出變量。高等教育支出能夠顯著性的提升農村家庭的異質性風險水平，影響因子系數為0.4077，而對家庭異質性風險水平的影響系數為0.3076，且在0.05水平上通過了檢驗。高等教育支出成為農村家庭的重大支出項目，其幾乎擠占了一個中等收入家庭除食品和衣著支出的所有費用的支出，使得一個家庭平滑消費的能力大大下降；而大學生“后大學”時代的就業率低下、工資性收入偏低狀況會進一步提升一個家庭的風險性水平，但這種風險性會隨著大學畢業后工作年限的延長而逐漸降低，在0.05水平上通過了檢驗，說明教育支出并非完全意義上的消費性支出，其滯后效應表明，教育仍然是農村家庭抵御和防范風險的有效手段之一。

4.家庭擁有的物質資本及社會資本變量。對于家庭擁有的物質資本，本文引入了2個變量衡量，即家庭擁有小汽車(或摩托車)和拖拉機(或收割機)來衡量。從表5的結果來看，物質資本能夠顯著性地降低農村家庭的風險性，擁有拖拉機(或收割機)的家庭比未擁有拖拉機(或收割機)的家庭風險降低了6.23個百分點；擁有小汽車(或摩托車)與未擁有的家庭相比，風險降低了34.69個百分點，這在很大程度上說明擁有小汽車仍然是中國農村地區財富的象征之一。以年家庭人情世故支出和收入之和(親朋好友)的對數代表家庭宗族網絡資本對家庭風險性影響系數為-0.4855，并且通過了顯著性檢驗；以年家庭送禮收入或收禮支支出之和(非親朋好友)對數代表社會關系網絡資本對家庭風險性的影響系數為-0.5179，并且也通過了顯著性檢驗。這表明家庭宗族網絡和社會關系網絡對于農村家庭的風險性具有抵御效應。由于長期以來農村地區缺乏正式的社會保障制度，導致了家庭宗族網絡和社會關系網絡一度承擔了社會保障應有的功能(王增文，2012)。

五、結論與對策建議

本文將農村家庭所面臨的風險分解為異質性風險、協同性風險和未知性風險，并進一步測得了各部分風險值和總風險值。研究過程中，假定農村家庭成員的風險偏好是厭惡型的，考察了不同風險系數對于效用函數不同取值的敏感性，采用了武漢大學社會保障部研究中心(CSSS)的農村家庭跟蹤調查的905個2011-2012年度的農村家庭特征面板數據。通過農村家庭消費平滑能力測得了家庭所面臨的三類風險。根據不同家庭的風險規避類型的兩類取值(δ=2和δ=3)，本文進一步測得了家庭所面臨的三種風險對于不同風險規避參數(δ)的敏感性取值，可以看出貧困家庭將面臨更大的風險。在此基礎之上，對農村家庭的總風險及各部分分解風險的影響因素進行了加權最小二乘回歸分析(WLS)，主要得出4個結論，針對這4個結論，并針對提升農村居民的抗風險能力，本文給出了如下的對策建議：

1.農村家庭的實際收入水平是影響家庭風險性大小的最為關鍵和直接因素。由于風險可以通過平滑家庭消費來予以抵御和防范，而與消費最為直接的相關變量便是收入，因此，要抵御和防范農村家庭風險，首要的渠道和手段便是提高農村家庭的實際收入水平。農村家庭中，16-59歲人員所占比重能夠顯著性且有效地抵御和防范農村家庭所面臨的風險，特別是異質性風險。因此，為勞動年齡人口提供更多的就業崗位相關就業培訓來提升農村家庭實際收入水平成為規避和防范農村家庭風險關鍵。按照農村家庭的就業渠道和就業形式，本文認為：(1)對于從事農業生產獲取收入的“純農民”，應該在落實農業補貼的同時，鼓勵土地合理流轉，使得農業生產能夠規模化，應該作為一種獲取收入的產業，使其與第二、三產業一樣也具有暢通的融資渠道，從而做到規模化經營；(2)對于外出務工而獲取收入的“農民工”，政府應進一步使得流動更加暢通，在“同工同酬”的基礎上，更要做到“同制同策”，促進其市民化；(3)對于從事經營活動而獲取經營性收入的“農民商人”，應鼓勵銀行發放小額貸款，減免部分營業稅收。

2.高等教育支出變量會在很大程度上提升農村家庭的風險水平，因此，進一步加大農村居民的教育投入，在九年制義務教育落到實處的基礎上，進一步探索和實施十二年制義務教育模式，對于農村家庭特別是中低收入家庭子女的大學學雜費應予以減免。由于教育的收益具有長期性和滯后性，其收益會在未來幾十年中逐步顯現，本文認為政府對農村教育的投入應該制定中長期教育投資計劃，避免“短視”行為。這種投入不僅僅是在其大學階段，還應包括大學畢業后的就業或創業階段，為其提供資金、技術及優惠政策。

3.農村家庭擁有更多的物質資本和社會資本是抵御及防范家庭風險的有效手段。物質資本最為直接的表現形式為農村家庭的生產資本。因此，應進一步落實和加大農機購置補貼政策，提高農村家庭的農業生產效率。農村家庭宗族網絡與社會關系網絡在抵御家庭面臨的異質性風險方面發揮著重要作用，但其亦會在很大程度上損害公共利益。本文認為，應該使得這兩種非正式的風險抵御形式具備公共性，并向公共領域轉移，使其朝向與公共利益相重疊的方向發揮更大作用。在再分配領域方面，政府關注的重點應轉向中低收入群體，保留通過家庭宗族網絡和社會關系網絡獲得私人抵御和防范風險的渠道的同時，進一步加大農村社會保障的財政投入力度，引導私人或非政府組織(NGO)參與創造公共福利，使得公共支出在一定程度上偏向農村中低收入家庭。

4. 2015年中國“兩會”總理報告中提出了初次分配領域的技術創新與創業和再分配領域中的以社會保障及公共服務為核心的“雙引擎”發展戰略。這將會進一步提升農民和農村家庭抵抗風險的能力。在上述分析中，本文僅僅是針對以政府為主導的再分配領域展開的論述。實際上，初次分配領域的特別是農業產業結構的升級及農業“全產業鏈”的生產銷售的“延展模式”將成為農村居民抵御風險和提升農村家庭抵抗風險的能力關鍵。因此，本文認為，如果能夠進一步落實初次分配領域中的以農業技術創新與創業的發展“引擎”戰略，以及再分配領域中以社會保障和公共服務為核心的另一發展“引擎”戰略，農村居民將在“雙保險”中，規避更多的生產風險及生存風險，從而在更大程度上提升自身抵抗風險的能力。

參考文獻：

[1]袁方,史清華,卓建偉.農民工福利貧困按功能性活動變動分解:以上海為例[J].中國軟科學,2014(7):40-59.

[2]Fletcher J M，Sindelar J L，Yamaguchi S.Cumulative Eff￣ects of Job Characteristics on Health [J].Health Econ￣omics，2011，20 (4)：553- 570.

[3]李云森.家庭收入風險對農村居民營養攝入水平的影響[J].南方經濟,2012(10):200-212.

[4]楊文,孫蚌珠,王學龍.中國農村家庭脆弱性的測量與分解[J].經濟研究,2012(4)：40-51.

[5]Scott James C.Two Cheers for Anarchism：Six Easy Pieces on Autonomy，Dignity，and Meaningful Work and Play [M].Princeton，NJ：Princeton University Press，2012：58-76.

[6]You X，Y Kobayashi.The New Cooperative Medical Sche￣me in China [J].Health Policy，2009，91(3)：1-9.

[7]Wagstaff A，M Lindelow，J Gao，et al.Extending Health Insurance to The Rural Population：An Impact Evaluation of China’s New Cooperative Medical Scheme [J].Journal of Health Economics，2009，28(1)：1-19.

[8]程令國,張日華.“新農合”：經濟績效還是健康績效[J].經濟研究,2012(1):120-133.

[9]Knight J，Song L，Guanatilaka R.Subjective Well-Being and Its Determinants in Rural China [J].China Economic Review，2009，20(4)：635- 649.

[10]溫濤，田紀華，王小華.農民收入結構對消費結構的總體影響與區域差異研究[J].中國軟科學,2013(3):42-52.

[11]Christiaensen L，Sabbarao K.Toward an Understanding of Household Vulnerability in Rural Kenya [R].Washington DC：World Bank Policy Research Working Paper，2004：3326-3345.

[12]Günther I，Harttgen K.Households’ Vulnerability to Cov￣ariate and Idiosyncratic Shocks [R].Preliminary Draft，2006：1-30.

[13]羅楚亮.經濟轉軌、不確定性與城鎮居民消費行為[J].經濟研究，2004(4)：100-106.

[14]Bertola G，L Guiso，L Pistaferri.Uncertainty and Cons￣umer Durables Adjustment [J].Review of Economic Studies,2005,72(4):973-1007.

[15]丁繼紅,應美玲,杜在超.我國農村家庭消費行為研究——基于健康風險與醫療保障視角的分析[J].金融研究,2013(10):35- 46.

[16]Kurosaki T.Regulation of B cell signal transduction by adapt or proteins [J].Nat.Rev.Immunol，2002(2)：354-363.

[17]何平,高杰,張銳.家庭欲望、脆弱性與收入——消費關系研究[J].經濟研究,2010(10):78- 89.

[18]Imai N，Samejima H，Langner A,et al.Co-benefits of sus￣tainable forest management in biodiversity conservation and carbon sequestration [J].PLOS One,2009(4)：25-36.

[19]何興強,史衛.健康風險與城鎮居民家庭消費[J].經濟研究，2014(5):34- 48.

[20]Kochar Anjini.Smoothing Consumption by Smoothing Inc￣ome：Hours-of-Work Responses to Idiosyncratic Agricultural Sho￣cks in Rural India [J].Review of Economics and Statistics，1999，81(1):50- 61.

[21]賈男,張亮亮,甘犁.不確定性下農村家庭食品消費的“習慣形成”檢驗[J].經濟學(季刊)，2011(10):327-348.

[22]Benjamin D，Brandt L，Giles J.The Evolution of Income Ineq￣uality in Rural China [J].Economic Development and Cultural Change，2005，53(4)：769- 824.

[23]王增文.社會網絡對受助家庭再就業收入差距的影響[J].中國人口科學，2012(2)：78- 86.

[24]凌先勇,彭玉,張明.社會關系網絡與勞動力工資的戶籍歧視[J].農業技術經濟，2014(5)：59- 67.

(本文責編：辛城)

Research on Risk Measurement and Risk Prevention Mechanism for Rural

Families：Validity of Social Security System against Risks in Rural Areas

WANG Zeng-wen1，DENG Da-song2

(1.SchoolofPublicAdministration，NanjingUniversityofFinanceandEconomics，Nanjing210023，China;

2.SocialSecurityResearchCenter，WuhanUniversity，Wuhan430072，China)

Abstract：The imperfect reform ofChina’s economic and society makes rural areas show an unfavorable pattern of “high-consumption and low-income”，which results in the risk faced by rural households is gradually improved.The empirical results show that the level of high education expenses of children risks affecting the total effect is negative for rural households;new rural pension insurance and NCMS can effectively weaken the ability of rural households to resist risks;the more household population age structure tends to “young”，the more social capital plays，the greater the family size，the stronger ability to resist and prevent risks，which can explain the social network in rural areas and the importance of their family lineage network against risks effect.The promotion of rural household income is to resist and prevent risks the most direct and effective means.On this basis，we propose to improve the rural households and risk prevention mechanism against countermeasures.

Key words:risk;prevention mechanism;measure;effectiveness;decomposition

中圖分類號：C939

文獻標識碼：A

文章編號：1002-9753(2015)07-0182-11

作者簡介：王增文(1980-)男，山東臨沂人，南京財經大學公共管理學院副院長、副教授，碩士生導師，博士，研究方向：養老保障與最低生活保障。

基金項目：國家自然科學基金項目(編號:71003045)；江蘇高校優勢學科建設工程資助項目；江蘇省“青藍工程”資助項目；江蘇省333工程資助。

收稿日期：2014-11-05修回日期：2015-06-02