黑龍江省國有林區脆弱異質性家庭對停伐政策的態度及影響因素研究

楊博琳 王蕾 劉鈺佳 李嬌 趙宗胤

摘要基于2016年黑龍江省重點國有林區348戶家庭的微觀調查數據，實證分析黑龍江省國有林區脆弱異質性家庭對停伐政策的態度及影響因素。采用因子分析與綜合評價法將348戶職工家庭分為脆弱性家庭和非脆弱性家庭，描述性分析2組樣本家庭對停伐政策的態度及認知情況，利用多元有序logit模型分析脆弱性與非脆弱性家庭對停伐政策態度的影響因素。結果表明：非脆弱性家庭對停伐政策的了解程度及執行情況的評價均高于脆弱性家庭，脆弱性家庭相對非脆弱性家庭對停伐政策的認可度較高，但是應對風險沖擊的能力相對較低。脆弱性家庭和非脆弱性家庭對停伐政策的態度受戶主特征、家庭特征以及政策認知特征變量的顯著影響，但脆弱性家庭變量參數估計絕對值相對更大，因而停伐政策對脆弱性家庭有著更為敏感和強烈的沖擊。

關鍵詞脆弱性；停伐；態度；多元有序Logit模型；重點國有林區

中圖分類號S-9文獻標識碼

A文章編號0517-6611（2017）16-0241-04

Analysis of the Heterogeneity of Fragile Familys Attitude to Stop Cutting Policy and Its Influencing Factors of Stateowned Forestry Area in Heilongjiang Province

YANG Bolin，WANG Lei，LIU Yujia et al（School of Economics and Management，Northeast Forestry University，Harbin ，Heilongjiang 150040）

AbstractBased on the micro survey data of 348 households from stateowned forestry area in Heilongjiang Province，this paper analyzed the heterogeneity of fragile family's attitudes towards stop cutting policy its influence factors of key stateowned forestry region in Heilongjiang Province.We used factor analysis and comprehensive evaluation method to devide 348 worker families into fragile family and nonfragile family.Based on two groups of samples family′s attitude and cognitive towards stop cutting policy，we did a descriptive analysis.Furthermore，we used multiple ordered logit model to analyze the influencing factors which lead to different attitude to stop cutting policy of fragile families and nonfragile families.The results showed that the nonfragile family's understanding of the stop cutting policy and the evaluation of executive condition was higher than fragile family.And fragile family had a higher recognition degree of stop cutting policy than nonfragile family，but had a weaker ability to deal with the risk and impact.The head of the household characteristics，family characteristics and cognitive characteristics of policy all had significant impact on the two groups of familys attitude to stop cutting policy.However，estimating absolute value of the fragile familys variable parameter was relatively larger，so stop cutting policy had a more sensitive and strong impact on vulnerability family.

Key wordsFragility；Stop cutting；Attitude；Multiple Ordinal Logit Model；Key stateowned forestry area

基金項目東北林業大學大學生創新訓練項目“黑龍江省國有林區脆弱性家庭對停伐政策的態度及響應研究”（201610225104）；中央高校基本科研業務費專項“重點國有林區經濟轉型過程中職工家庭的福利變化及生計模式研究”（2572015EC04）；國家林業局項目“重點國有林區民生監測調研計劃”（ZDWT-2014-10）。

黑龍江省森工林區是中國面積最大、緯度最高、國有林最為集中且生態地位最為重要的功能區。自 2014年4月1日起，國家林業局、財政部在龍江森工集團、大興安嶺森工集團全面停止天然林商業性采伐（以下簡稱停伐，Stop commercialcutting of natural forest completely，TingFa）。這是我國自 20 世紀 80 年代森林采伐限額制度實施以來再次針對森林采伐進行的重大制度設計和調整[1]。與此同時，停伐政策勢必對林區家庭的生活造成沖擊，尤其是對風險沖擊更為敏感的脆弱性家庭影響更大，因此分析其對停伐政策的認知情況以及態度，對于停伐政策的調整和完善具有重要意義。目前，康小蘭等[2]已經就林區職工脆弱性家庭對停伐政策的態度及響應開展相關研究，該研究通過因子分析綜合指數法將黑龍江省國有林區職工家庭分為脆弱性家庭和非脆弱性家庭兩組，分析脆弱性和非脆弱性家庭對停伐政策的認知差異， 并運用多元有序logit模型分析脆弱性和非脆弱性家庭對停伐政策態度的影響因素，以期為停伐政策的持續實施和完善提供決策參考與理論依據。

1數據來源及樣本特征

該研究所用數據來自2016年對黑龍江職工家庭的問卷調查。調查樣本選擇按照分層隨機抽樣法，即先通過典型抽樣，在黑龍江省國有林區選擇8個森工林業局，分別是海林、五營、鐵力、鶴北、遜克、通河、清河、方正，然后

根據各個林業局社會經濟發展水平和森林資源分布情況，

在每個林業局選擇3個林場（局址），在每個林場（局址）隨機選取10～20戶職工家庭進行問卷調查。最終實際收回有效問卷348份。樣本的基本情況如表1所示。

2職工家庭脆弱性評估及界定劃分

2.1將脆弱性定義為一種度

這種定義將脆弱性視為個人、群體或系統面對不利干擾的結果或程度，強調脆弱性的現有狀態或已有損失的程度。Timmerman[3]認為脆弱性是一種度，即系統在災害事件發生時產生不利響應的程度。系統不利響應的質和量受控于系統的恢復力，該恢復力表明系統承受災害事件并從中恢復的能力。Susman等[4]認為，脆弱性是一種度，它表征不同社會階層所面臨的不同程度的危險。綜合對脆弱性概念的不同理解和共識，在該研究中脆弱性是指脆弱客體因對內外擾動的敏感性以及缺乏恢復力和適應能力而在結構和功能上已經或即將發生改變的程度，是可以衡量或評估的[5]。

2.2職工家庭脆弱性的評估方法

脆弱性評估方法分為定量評估和定性評估2類，脆弱性的定量評估通常采用綜合指數法、圖層疊置法、函數模型評價法、模糊物元評價法和危險度分析5種方法[6]，采用因子分析綜合評價得分方法將相關變量指標綜合成脆弱性指數，來評價脆弱客體的脆弱性程度的相對大小。

2.3變量選擇與說明

國有林區職工家庭脆弱性主要是受到家庭層面特征差異性的影響，此外還受到家庭所在社區層面環境的影響[7-8]，但是由于所獲得的調查數據參考性的限制，只考慮家庭層面特征量對家庭脆弱性的影響。在前人研究基礎上，設置3類特征變量，一是戶主特征變量，主要包括戶主年齡、性別、受教育年限、婚姻狀況、職業類型、工作狀態。二是家庭特征變量，包括家庭規模、家庭負擔比、退休金占家庭收入比重、教育支出和醫療費用分別占家庭支出比重、人均消費支出、家庭經營類型、家庭收入狀況、家庭發展林下經濟的意愿。三是政策認知特征變量，包括上級單位對作業設計的抽查情況、亂砍濫伐現象是否存在、對全面停伐政策的了解程度、全面停伐政策的執行情況、停伐對相關產業的影響、停伐后家庭總收入的變化。

2.4職工家庭脆弱性的測量根據因子分析的綜合評價測度方法及上述變量，使用SPSS 22.0軟件對職工家庭脆弱性建立多元統計分析模型。

2.4.1模型可行性檢驗。

由KMO和球形Bartlett檢驗結果可得，應拒絕各變量完全獨立的假設，即變量具有相關性，但在實際中變量選擇很難做到完全獨立，同時KMO的統計量為0.614（小于0.7），說明變量雖具有相關性但適合應用因子分析法。

2.4.2職工家庭的脆弱異質性的劃分及樣本特征。

利用 SPSS 22.0進行多元統計分析，將 14項指標構成綜合評價指標體系，并作標準化處理后計算各指標之間的相關系數矩陣。根據相關矩陣計算出的特征值以及各主成分的貢獻率和累計貢獻率，原則上需提取特征值大于1的公因子，且方差累計率大于70%，因此取前7個公因子來描述黑龍江省國有林區職工家庭脆弱程度。

根據每戶職工家庭的脆弱性的綜合得分，對348戶職工家庭的脆弱性程度進行排序，并采用上下 1/3 分位數線為標準將職工家庭分成脆弱性強、弱不同的2組家庭[9]，為方便區分，對職工家庭的脆弱性綜合得分進行排序，將脆弱性較強的占1/3比重的116戶家庭定義為脆弱性家庭，將脆弱性較弱的占2/3比重的232戶家庭定義為非脆弱性家庭，共計348戶。

非脆弱性家庭和脆弱性家庭的戶主年齡均值分別為51.858、44.430；脆弱性家庭的戶主受教育年限為12.138年，高于非脆弱性家庭的10.806年；戶主性別在脆弱性和非脆弱性家庭中均為男性比例遠高于女性，但是在脆弱性家庭中男性戶主的比例相對非脆弱性家庭較低；非脆弱性家庭中處于退休狀態的戶主比例相對脆弱性家庭高9.4百分點（表2）。

3脆弱性家庭與非脆弱性家庭對全面停伐政策的認知情況

3.1全面停伐政策的了解程度與執行狀況

由受訪林區職工家庭對全面停伐政策的了解程度按5分制打分（1分代表“很不了解，2分代表“不太了解”，3分代表“一般了解”，4分代表“比較了解”，5分代表“非常了解”），脆弱家庭對于停伐政策的了解程度平均得分為2.98分，非脆弱家庭對于停伐政策的了解程度平均得分為3.04分，可見非脆弱性家庭對停伐政策的了解程度略高于脆弱性家庭。對全面停伐政策的執行情況的評價中（1分代表“很不好”，2分代表“不太好”，3分代表“一般”，4分代表“比較好”，5分代表“非常好”），脆弱性家庭對于停伐政策的執行狀況評價的平均得分為4.01，非脆弱性家庭對于停伐政策的執行狀況評價的平均得分為4.07，可得非脆弱性家庭對停伐政策的執行狀況的評價略高于脆弱性家庭。

3.2停伐政策對家庭收入的影響

據調查統計，脆弱性和非脆弱性家庭中均有大部分家庭認為收入沒有因為停伐政策受到影響，脆弱性與非脆弱性家庭中認為停伐政策導致收入增加的占比分別為7.0%和11.3%，在收入增加的家庭中，收入增加的最主要原因為因撫育等的補貼收入導致林區職工家庭收入的增加；脆弱性與非脆弱性家庭中認為收入減少的分別為21.1%和22.5%，其中脆弱性家庭主要是由于家庭有人從林業局下崗或轉崗和家庭自身原因，而非脆弱性家庭中收入減少的原因主要為家中有人從林業局下崗或轉崗以及停伐后工作時間減少。

3.3職工家庭對停伐政策的態度及原因分析

由被調查林區職工家庭對全面停伐政策的了解程度與執行狀況的評價按5分制打分（1分代表“反對”，2分代表“不太支持”，3分代表“無所謂”，4分代表“支持”，5分代表“非常支持”）。據調查數據顯示，脆弱性家庭對停伐政策的態度的平均得分為4.23，非脆弱性家庭對停伐政策的態度的平均得分為4.03，可見脆弱性家庭相對非脆弱性家庭對停伐的態度較積極。在對停伐政策不支持和無所謂態度的家庭中，非脆弱性家庭和脆弱性家庭分別有7.2%、19.7%是因為不愿改變現有的生活模式，62.4%、66.7%擔心收入水平和生活水平會降低，30.9%、13.3%擔心下崗失業，再就業困難。由上述分析可得，總體上，非脆弱性家庭更樂于根據政策環境的變化，改變自己的生活模式，其面對風險沖擊的能力相對脆弱性家庭較強。

4職工家庭對停伐政策態度的影響因素分析

4.1模型與變量

通常認為，隨著停伐政策的實施，林區職工脆弱性家庭對停伐政策的態度主要受戶主特征、家庭特征以及對政策的認知特征及其他特征變量的影響。因此該研究構建的實證分析模型如下：

TAi=αHolderi+βFamilyi+ηCognizei+λXi+ui（1）

式中，TAi 表示林區職工脆弱性家庭對停伐政策的態度。Holderi 表示脆弱性家庭的戶主特征變量；Familyi表示家庭特征；Cognizei表示政策認知特征。鑒于被解釋變量對停伐的態度以1到5的數字度量，1分最低，5分最高，具有序數性質，因此該文選擇多元有序logit模型估計戶主特征、家庭特征、對政策的認知特征及其他特征對林區職工脆弱性與非脆弱性家庭對停伐政策的態度的影響因素。

4.2模型估計結果及解釋

4.2.1模型估計結果。

如果變量之間存在共線性，則會給回歸估計帶來很大的麻煩，嚴重時甚至會使樣本數據回歸系數可大可小，可正可負，自然實際意義無法解釋[10-11]。利用SPSS 22.0中的線性回歸的共線性診斷工具進行診斷。根據統計結果，所有變量的容差都大于0.1，VIF都小于5，由此可得變量之間沒有明顯的多重共線性，因而可采用多元有序logit回歸模型進行多因素分析。

剔除不顯著的影響因素，選用對林區職工家庭停伐政策態度有顯著性影響的因素，得出以下變量進行有序logit回歸，得出以下結果。擬合信息顯示通過卡方檢驗，sig值為小于0.01，模型擬合效果較好，具有統計學意義。

表3列出了黑龍江省國有林區職工家庭中脆弱性家庭和非脆弱性家庭對停伐政策的態度的影響因素的經濟計量模型估計結果。

4.2.2估計結果解釋。

由于職工家庭對停伐的態度變量設置中以1到5的數字度量，1分最低，5分最高，分數的高低代表對停伐政策的支持程度的高低，分數越高則對停伐的態度和支持程度越高，具有序數性質。

（1）戶主特征。脆弱性家庭中，在對照為戶主在崗狀態的條件下，戶主為待業狀態的家庭對停伐政策的態度在1%的水平上具有顯著的負向影響，即脆弱性家庭中戶主為待業狀態的家庭與戶主為在崗狀態的家庭相比對停伐政策的態度更低。在非脆弱性家庭中，戶主的受教育年限對停伐政策的態度在5%的水平上具有顯著的正向影響；在對照為林業局普通工人的條件下，戶主為無職業對停伐政策的態度在10%的水平上具有顯著的負向影響，即非脆弱性家庭中戶主為無職業的家庭與戶主為林業局普通工人的家庭相比對停伐政策的態度更低。

（2）家庭特征。脆弱性家庭中，家庭規模和人均消費支出對家庭對停伐政策的態度均在5%的水平上具有顯著的負向影響；

非勞動力占比對家庭對停伐政策的態度在5%的水平上具有顯著的正向影響，即非勞動力占比越大的家庭對停伐政策的態度認可度更高。

（3）政策認知特征。脆弱性家庭中，全面停伐政策的了解程度和對全面停伐政策的執行情況的評價對停伐政策的態度分別在1%和5%的水平上具有顯著的正向影響。即對全面停伐政策的了解程度越高和全面停伐政策的執行情況越好對停伐政策的態度越高。在脆弱性家庭和非脆弱性家庭中，停伐政策勢必會對木材加工產業和家庭燒柴產生不利影響，結果顯示，木材加工減少的越多，2組家庭對停伐政策的態度越高，家庭燒柴受到的影響越大，職工對停伐政策的態度越低。只是脆弱性家庭中2個變量的參數估計絕對值均大于非脆弱性家庭，說明脆弱性家庭相對非脆弱性家庭受該變量影響更大，敏感性更強。

在脆弱性家庭對停伐政策有顯著影響的所有變量中，以及非脆弱性家庭對停伐政策有顯著影響的所有變量中，脆弱性家庭的變量的參數估計的絕對值均大于非脆弱性家庭的參數估計絕對值，即在受上述顯著性變量相同程度的影響時，脆弱性家庭相對于非脆弱性家庭在對停伐政策態度變動更大，敏感性更強。同時對脆弱性家庭和非脆弱性家庭均有顯著影響的5個變量對脆弱性和非脆弱性家庭的影響為同向的，說明特征變量影響2組家庭對停伐政策的態度是同向的，但脆弱性家庭變量參數估計值相對更大，更為敏感，對停伐的態度變動相對更大。

5結論

利用2016年對黑龍江省國有林區職工家庭的調查數據，分析脆弱性家庭和非脆弱性家庭對停伐政策的認知情況及態度和影響因素。研究發現，非脆弱性家庭對停伐政策的了解程度和對于停伐政策的評價均高于脆弱性家庭，非脆弱性家庭中認為實施停伐政策后收入增加的家庭比重高于脆弱性家庭，收入增加的最主要原因為因撫育等的補貼收入導致林區職工家庭收入增加，且在脆弱性和非脆弱性家庭中收入減少的家庭比重均大于收入增加的家庭，原因主要為家中有人從林業局下崗或轉崗以及停伐后工作時間的減少，同時結果顯示，脆弱性家庭對停伐政策的態度的平均得分為4.23，非脆弱性家庭對停伐政策的態度的平均得分為4.03，脆弱性家庭相對非脆弱性家庭對停伐的認可度較高，但是應對風險沖擊的能力相對較低。

在脆弱性家庭中，家庭規模、退休金占家庭收入的比重、人均消費支出、戶主的離婚或喪偶婚姻狀況相對于已婚、待業狀態的家庭相對于在崗狀態、對家庭燒柴的影響程度以及收入減少的狀況顯著負向影響脆弱性家庭對停伐政策的態度，家庭負擔比、亂砍濫伐現象的存在、對全面停伐政策的了解程度、全面停伐政策的執行情況、停伐對木材加工企業的影響程度、戶主作為干部或負責人的職業類型相對于林業局普通工人顯著負向影響脆弱性家庭對停伐政策的態度。

在非脆弱性家庭中，戶主為無職業的家庭相對于林業局普通工人、對家庭燒柴的影響程度以及收入減少的狀況

顯著負向影響非脆弱性家庭對停伐政策的態度，戶主的受教育年限、對全面停伐政策的了解程度、全面停伐政策的執行情況、停伐對木材加工企業的影響程度顯著正向影響非脆弱家庭對停伐政策的態度。

在脆弱性家庭以及非脆弱性家庭對停伐政策有顯著影響的所有變量中，脆弱性家庭變量參數估計值相對更大，其對停伐政策的態度波動更大，更為敏感。

參考文獻

[1]

朱震鋒，曹玉昆，王雪東，等.SSP范式下黑龍江省森工林區全面停伐試點政策的影響分析[J].林業經濟問題，2014，34（5）：402-408，414.

[2] 康小蘭，申云，朱述斌.林區農民對林改政策認知的實證分析：基于江西10縣400個樣本農戶的調查[J].江西農業大學學報（社會科學版），2012，11（3）：18-22，81.

[3] TIMMERMAN P.Vulnerability，resilience and the collapse of society：A review of models and possible climatic applications[M].Toronto，Canada.Institute for Environmental Studies，Toronto University，1981.

[4] SUSMAN P，OKEEFE P，WISNER B.Global disasters：A radical interpretation[M]//HEWITT K.Interpretations of calamity.Boston，MA：Allen&Unwin，Inc.，1984：264-283.

[5] 黃匡時.脆弱性分析與脆弱人口的社會保護[C]//中國可持續發展研究會.2009中國可持續發展論壇暨中國可持續發展研究會學術年會論文集（上冊）.北京：中國可持續發展研究會，2009：10.

[6] 李鶴，張平宇，程葉青.脆弱性的概念及其評價方法[J].地理科學進展，2008，27（2）：18-25.

[7] 宋志立.貧困脆弱性研究文獻綜述[J].經濟研究導刊，2013（25）：184-186.

[8] 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.

[9] 鄒薇，鄭浩.我國家戶貧困脆弱性的測度與分解：一個新的分析思路[J].社會科學研究，2014（5）：54-65.

[10] 滿敬鑾，楊薇.基于多重共線性的處理方法[J].數學理論與應用，2010，30（2）：105-109.

[11] 陶然.Logistic模型多重共線性問題的診斷及改進[J].統計與決策，2008（15）：22-25.