市場不確定性、產業扶貧項目參與對農戶貧困脆弱性的影響

譚永風 陸遷 郎亮明

摘 要：探討市場不確定性、產業扶貧項目參與對農戶減貧效果的影響機制，對于管控產業扶貧項目實施風險、提高產業扶貧績效具有重要現實意義。利用陜西省秦巴山區776戶農戶調研數據，借助兩階段最小二乘法和內生轉換回歸模型實證研究了市場不確定性、產業扶貧項目參與對農戶貧困脆弱性的影響，并在反事實假設的基礎上估計了農戶參與產業扶貧項目對貧困脆弱性的平均處理效應。實證結果表明：農戶產業扶貧項目參與能有效緩解貧困脆弱性，相較于未參與農戶，參與農戶貧困脆弱性顯著降低26.22%。進一步研究表明，市場不確定性顯著抑制農戶產業扶貧參與，且加深了農戶貧困脆弱性。基于此，從合理選擇產業扶貧項目、搭建有效利益聯結機制、優化農業保險體系等方面得出針對性的政策啟示。

關鍵詞：市場不確定性;產業扶貧項目參與;農戶貧困脆弱性;內生轉換回歸模型

中圖分類號：F323.8 ? ? ? ?文獻標識碼：A

文章編號：1009-9107（2020）04-0121-10

收稿日期：2019-11-25 ?DOI：10.13968/j.cnki.1009-9107.2020.04.13

基金項目：國家自然科學基金項目（71973105）;西部研究院重點專項（2016XBYD003）

作者簡介：譚永風（1992-），女，西北農林科技大學經濟管理學院博士研究生，主要研究方向為農業經濟理論與政策。

通信作者

引 言

消除貧困、改善民生是我國社會主義制度的內在要求[1]。2018年年底，我國貧困人口降為1 660萬人，農村貧困發生率比2016年降低了2.8個百分點[2]，創造了世界減貧史上的佳績。但因剩余貧困人口基數大，脆弱性、動態化和多維性等貧困新特征，扶貧工作依然是我國社會工作的重中之重。產業扶貧因其本身多樣性、適應性和可持續性，被認為是脫貧致富效率較高、“造血”能力較強、輻射帶動范圍較廣的扶貧舉措，也是脫貧攻堅的主要方向[3]。現階段農業依然是產業扶貧的支柱產業，而農業具有雙重交叉屬性，農戶產業扶貧項目參與必然面臨著市場風險的沖擊。在實踐中，經常發生農產品價格腰斬、缺乏買主、“谷賤傷農”等銷售困境，致使產業扶貧的惠農、增收機制成為逆向“傷農”、貧困脆弱性生成機制，市場不確定性成為阻礙產業項目減貧效果實現的顯著因素[4]。因此，研究市場不確定性對農戶產業扶貧項目參與（下文簡稱為“產業扶貧參與”）及其減貧效應的影響機制，對于政府制定產業扶貧風險管理政策，提高產業扶貧績效具有重要意義。

已有研究表明，農戶產業扶貧參與決策是內外部條件共同作用的結果，其中內部條件包括農戶家庭特征、資源稟賦等，外部條件包括地理環境、政策支持、外部幫扶狀況等[5-7]。產業扶貧項目能夠激發貧困地區農戶內生動力，實現精準脫貧[8]。荀關玉研究表明產業扶貧項目能有效提升農戶家庭收入水平，削弱家庭經濟脆弱性[9]。產業扶貧的減貧機制主要體現在：一是優化家庭農業生產要素配置，依靠產業化發展策略，提高貧困區農業生產率和收益率，降低貧困發生率[10];二是促進貧困戶物質、人力和社會資本的有效融合，通過拓展農業和非農就業渠道，改變其生計策略選擇[11]，實現增收減貧。

以往關于產業扶貧項目影響因素及其減貧效應的研究，為本文分析提供了重要理論支撐，但在以下方面仍有待深化：一是現有文獻對市場不確定性影響產業扶貧項目參與及其減貧效應的研究缺乏實證檢驗。二是較多文獻探討了產業扶貧項目對農戶減貧效應的影響，但未將市場不確定性納入統一考慮范圍，關于市場不確定性條件下產業扶貧項目參與對農戶貧困脆弱性影響機制與效應的研究依然不足，亦未考慮產業扶貧項目參與的自選擇問題和內生性問題。鑒于此，本文使用陜西省秦巴山區776戶農戶調查數據，實證探討市場不確定性、產業扶貧項目參與對農戶貧困脆弱性的作用機制，以期為產業扶貧減貧績效提升挖掘新視角。本文主要貢獻體現在：第一，利用微觀調研數據，揭示市場不確定性對貧困戶產業扶貧項目參與和貧困脆弱性的影響機制;第二，運用內生轉換模型，估計參與和未參與產業扶貧項目家庭的反事實貧困脆弱性，并測算市場不確定性背景下產業扶貧項目參與對農戶貧困脆弱性的影響效應。

一、理論分析與研究假說

（一）市場不確定性對農戶產業扶貧項目參與的影響

產業興旺必須解決市場不確定性問題，市場不確定性是產業扶貧項目運營的客觀環境，其所呈現出的價格不穩定、需求多變性、預測誤差性等特點，不僅影響農戶長效增收[12]，還易降低產業扶貧項目的可持續性。因此，較高的市場不確定性會對貧困戶產業扶貧項目參與決策產生影響。一方面，產業扶貧項目因參與者異質性、政策相關性、技術復雜性等因素的影響，其自身存在諸多不確定性，加之市場不確定性所帶來的產品價格變異性、需求先導性不足等，使農戶預期凈收益不確定性和產業增收風險增加，導致產業扶貧項目的減貧效果不佳，農戶參與積極性和主動性受到較大擠壓[13];另一方面，貧困戶相較于普通農戶，風險承擔能力較弱、風險規避程度較高[14]，為避免市場不確定性產生的負面影響，貧困戶更傾向于主動放棄高風險高收益的產業扶貧項目，選擇低收益、低風險的經濟活動[15]。基于此，本文提出假設1：

H1：較高的市場不確定性會削弱農戶參與產業扶貧項目的積極性。

（二）市場不確定性對農戶貧困脆弱性的影響

貧困脆弱性反映農戶遭遇不利影響時貧困的發生率，風險和不確定性是加深貧困脆弱性的主要誘因[16]。市場不確定性不僅直接影響家庭收入，導致其貧困脆弱性生成，同時通過降低農戶應對外部沖擊的能力，而間接影響家庭脆弱性。首先，市場不確定性通過改變家庭福利水平影響貧困脆弱性。市場不確定性的直接后果是農副產品價格大幅波動所帶來的家庭收入的減少，致使家庭福利水平下降，脆弱性程度加深。在社會風險承擔網絡不健全的貧困地區，在市場不確定性沖擊下，高經濟脆弱性的農戶極易陷入“低收入-脆弱性加大-低收入”的惡性循環中，從而增大返貧概率甚至陷入貧困陷阱[17]。其次，市場不確定性通過減弱農戶風險分擔影響貧困脆弱性。連片貧困區生態環境脆弱，信息堵塞，農戶基本上無法進入資本市場和保險市場進行“自我保險”，使得其抗風險能力較弱，市場不確定性會進一步削弱家庭應對負面沖擊的承受力，最終使貧困脆弱性程度加深[18]。此外，貧困戶在遭遇不確定性沖擊后主要以減少消費、向親戚朋友借款、變賣家產等來應對，而變賣資產等策略又會導致其未來收入減少，從而家庭脆弱性程度提高。基于此，本文提出假設2：

H2：較高的市場不確定性會加深農戶貧困脆弱性。

（三）產業扶貧項目參與對農戶貧困脆弱性的影響

產業扶貧是貧困區域脫貧致富的主要途徑，在激發貧困戶內生發展動力、增加農業收入和降低貧困脆弱性等方面具有不可替代的作用[19]。一是產業扶貧的收入減貧效應。這種機制源于產業扶貧項目的規模經濟效應、邊際產出效應等產生的較高生產效率，為貧困戶家庭收入提供了較強的保障，從而有效緩解了貧困脆弱性[20]。二是產業扶貧的就業減貧效應。產業扶貧通過提供穩定的就業機會，貧困戶勞動力資源重新分配，就業結構的調整拓展了貧困家庭收入來源，提升了收入質量，從而加速了貧困農戶的減少。三是產業扶貧的風險分擔效應。政府通過持續的財政支出支持產業發展，實現產業扶貧，減少了農戶投資風險。此外，胡晗等研究結果表明產業扶貧項目能夠減少風險暴露，增強貧困家庭抗風險能力，削減貧困脆弱性[11]。基于此，本文提出假設3：

H3：產業扶貧項目參與有助于降低農戶貧困脆弱性。

綜上分析可知，市場不確定性會影響農戶產業扶貧項目參與和貧困脆弱性，具體表現為產業扶貧項目按照市場化邏輯運作，市場不確定性不僅阻礙家庭收入，且還會降低產業增收力度，負向對沖產業扶貧減貧效果，致使農戶產業扶貧參與傾向減弱，貧困脆弱性加深。同時，貧困戶生產決策行為是風險最小化和利潤最大化之間的謹慎權衡，市場不確定性產生的重大損失極易造成貧困戶返貧或再度陷入生活困難，出于“避免災難”的理性考慮，農戶對產業扶貧項目參與通常持審慎態度，表現為對項目參與的積極性不高或推遲參與[21]。

二、模型構建

（一）內生轉換回歸模型（ESR）

關于樣本選擇性偏差和變量內生性問題已有文獻常用的處理方法是傾向得分匹配（PSM）法和工具變量法（IV），但PSM法不能解決不可觀測因素導致的內生性問題，容易產生“隱性偏差”[22]，而IV不能估算平均處理效應。鑒于此，本文采用Lokshin等[23]提出的內生轉換模型（ESR）來分析市場不確定性和產業扶貧項目參與對農戶貧困脆弱性的影響。ESR模型有3個優勢：第一，不僅能解決產業扶貧項目參與的自選擇和內生性問題，還考慮了不可觀測因素的影響;第二，能分別對參與和未參與產業扶貧項目的農戶貧困脆弱性的影響因素進行考察;第三，可以實現反事實分析，避免信息遺漏。

本文重點關注市場不確定性和產業扶貧項目參與對農戶貧困脆弱性的影響，故構建如下基本方程：

其中， ν為農戶貧困脆弱性; X為包括市場不確定性在內的其他控制變量;產業扶貧參與 D 為虛擬變量，D=1為農戶參與產業扶貧項目， D=0為農戶未參與產業扶貧; β、α為待估參數; ε為隨機誤差項。

由于方程（1）中的產業扶貧項目參與變量D是農戶基于風險收益分析的“自選擇”，存在一些未知因素如政策變更等同時影響著產業扶貧項目參與D和農戶貧困脆弱性ν。故產業扶貧參與方程為：

其中， D*為產業扶貧項目參與D的隱含變量; Z為一系列影響產業扶貧項目參與的解釋變量，除市場不確定性外，還包括受教育年限等一系列控制變量; γ為待估參數; μ為隨機誤差項。

每個家庭基于不同的產業扶貧項目參與決策，具有不同的貧困脆弱性。對于全樣本而言，參與和未參與產業扶貧項目農戶的潛在貧困脆弱性可表示為：

當不可觀測因素同時影響農戶產業扶貧項目參與D和貧困脆弱性ν時，方程（2）和方程（3）（4）中的誤差項相關系數corr（μ，ε）≠0，用OLS直接對方程（3）和（4）估算，會導致回歸結果發生偏差。ESR模型將該情況視之為數據丟失，即不可能在某一時點上同時觀察到同一家庭在不同決策行為下的農戶貧困脆弱性ν1和 ν0。故將參與行為選擇方程（2）估算得到的逆米爾斯比率λ1i、λ0i引入至農戶貧困脆弱性方程來解決這一問題。然后基于方程（3）和（4）分別運用參與和未參與產業扶貧的2個子樣本，估計方程（5）和（6），可得β1、β0的一致估計。

Φ（Ziγ）為參與和未參與產業扶貧的逆米爾斯比率;σ2 μ=νar（μ）， σ1μ=cov（ε1，μ）; φ（·）和Φ（·）分別為服從正態分布的密度函數和分布函數;σ0μ =cov（ε0，μ），將 標準化為1; δ1i和δ0i滿足零均值的條件。ESR模型運用完全信息最大似然法（FIML）對方程（2）、（5）、（6）估算。除此之外，模型可識別的條件是產業扶貧項目參與方程的向量Z中至少有一個變量不在農戶貧困脆弱性方程的向量X中，這些變量影響產業扶貧項目參與但不直接影響農戶貧困脆弱性。

（二）基于ESR模型的平均處理效應估計

ESR模型能夠通過比較真實情景與反事實假設情景下參與產業扶貧農戶與未參與農戶的貧困脆弱性，測度其產業扶貧參與的平均處理效應[24]。因此，基于ESR模型方程（5）和（6），參與和未參與產業扶貧項目農戶貧困脆弱性的條件期望，可表示為方程（7）和（8）：

同時，它們的反事實情景為參與產業扶貧項目的農戶如果未參與時貧困脆弱性的條件期望和未參與產業扶貧項目的農戶如果參與時貧困脆弱性的條件期望，可表示為方程（9）和（10）：

產業扶貧項目實際參與農戶貧困脆弱性的平均處理效應（ATT）可表述為方程（7）與方程（9）之差：

類似地，產業扶貧項目實際未參與農戶貧困脆弱性的平均處理效應（ATU）可表述為方程（10）與方程（8）之差：

三、數據來源與指標選取

（一）數據來源

本文研究數據源自課題組2016年8月份在陜西省秦巴山區開展的關于深度貧困區農戶脆弱性與動態貧困治理的實地調研。此次調研選擇秦巴山區的洛南縣、旬陽縣及丹鳳縣3個國家級貧困縣的53個村進行，內容涵蓋農戶個體特征、家庭經營特征、生計能力、生計方式選擇、外部沖擊狀況、社會網絡及產業扶貧項目參與情況等內容。本次調研采取分層抽樣、面對面訪談的調查方式，首先在每個縣（區）抽2～3鄉（鎮），其次在每個鄉（鎮）選取貧困人口較多且分布較集中的10～15個行政村，然后以樣本村為單位隨機抽取20～40個農戶，最后對每戶家庭的當事人進行深度訪談，獲取第一手資料。刪除關鍵變量缺失或前后邏輯沖突的問卷后，共獲得完整問卷776份，有效率97%。

（二）指標選取與測度

1.農戶貧困脆弱性。本文從戶主個人特征、家庭經營特征及物質資產情況等方面構建農戶貧困脆弱性指標，并借鑒Chaudhuri等[25]脆弱性測度方法，估計受訪戶貧困脆弱性。指標構建如下：

其中， νh^為第 h個家庭的貧困脆弱性; Ch為第h個家庭的人均消費額。選擇消費數據并非收入數據估算貧困脆弱性，主要基于以下考慮：一是貧困戶收入的不確定性致使收入數據在微觀調查時因相關信息無法捕捉而存在較為嚴重的測量誤差，消費卻具有較強的穩定性和平滑性[26];二是使用消費數據可避免因無法控制收入變量所引起的內生性問題，因此采用消費數據更能準確反映家庭福利狀況。Z為貧困線，本文選用人均日消費1.9美元根據2014年全球國際比較項目（ICP）公布的2011年新購買力平價換算系數計算的最新國際貧困線。。作為貧困線的判定依據[27];Wh為一系列影響農戶家庭消費的可觀測變量; WhF為消費期望的一致估計，Wh F為消費方差的一致估計。表1 為具體測度指標。

2.市場不確定性。市場不確定性源自市場環境的變化所引起的價格波動，并最終導致家庭收入的不穩定性，因此，市場不確定性可用家庭收入波動予以衡量。本文借鑒Fallah，劉修巖等人對市場不確定性的測度方法，用“過去五年市場沖擊所帶來的家庭收入損失的標準差”來衡量農戶面臨的市場不確定性[28-29]。

3.產業扶貧項目參與。產業扶貧項目是帶動貧困戶脫貧增收的有效途徑。因所調研區域為國家極度貧困地區，所有農戶根據自身特征和比較優勢都有資格參與產業扶貧項目，因此農戶產業扶貧項目參與決策為二值選擇變量，若農戶參與了產業扶貧項目，則賦值為1，若農戶未參與，則賦值為0。

4.其他控制變量。借鑒前人研究成果，本文選取戶主受教育年限、家中有無村干部、耕地規模、非農就業狀況、農業收入占比、合作社參與、建檔立卡貧困戶、信貸可得性、社會網絡、家到最近集市距離及正規保險等作為控制變量。表2是主要變量的定義及賦值。

四、實證結果與內生性檢驗

市場不確定性、產業扶貧項目參與對農戶貧困脆弱性影響的實證結果見表3。表3中模型（1）、模型（2）為市場不確定性影響農戶產業扶貧項目參與決策的Probit和IV Probit估計結果;模型（3）、模型（4）為市場不確定性與產業扶貧項目參與對農戶貧困脆弱性的普通最小二乘法（OLS）和帶有工具變量的兩階段最小二乘法回歸（2SLS）結果，模型（5）、模型（6）為內生轉換模型結果。

（一）產業扶貧項目參與方程的估計及內生性檢驗

模型（1）是對方程（2）進行Probit估計的回歸結果。結果表明，市場不確定性對農戶產業扶貧項目參與有顯著負影響，市場不確定性越高，農戶參與產業扶貧的可能性越小。

然而，市場不確定性對農戶產業扶貧項目參與的負向作用還可能有其他解釋，比如外部環境政策可能同時影響到市場不確定性與農戶產業扶貧項目參與決策。本文采用工具變量法來消除市場不確定性的內生性缺陷。考慮到農產品供求情況反映農產品的供需缺口，而這種缺口導致市場需求變化和產品價格波動，進而推高市場不確定性[30]，因此可將農產品供需比作為其工具變量，農產品供需比通過影響市場不確定性間接影響農戶產業扶貧項目參與。

模型（2）數據顯示，市場不確定性系數為負向顯著，其他變量與模型（1）結果等價。從市場不確定性外生性Wald檢驗分析得出，市場不確定性在產業扶貧項目參與決策方程中存在內生性。第一階段回歸估計的F值為18.22，工具變量t值為12.46，這說明農產品供需比作為市場不確定性的工具變量是合理的，模型中無弱工具變量問題。因此，對于參與決策方程，主要以表3中IV Probit模型結果為主。

表3 中工具變量 Probit模型結果顯示，市場不確定性會明顯降低農戶參與產業扶貧項目的傾向性，主要原因是：一方面，農戶參與產業扶貧項目的初心是增收減貧，但由于市場不確定性滯銷減收現象突出，產業發展內生動力不足減弱了農戶產業扶貧參與傾向[31];另一方面，貧困戶通常都是風險厭惡型[32]，當未來預期收入有較大不確定性時，為保持平滑消費，降低收入沖擊，農戶會選擇低收益但相對安全的經濟生產活動，對是否參與產業扶貧，更多人持觀望態度。因此，假設H1得到驗證。

選用兩階段法預估ESR模型的條件是模型可識別，即產業扶貧參與模型的向量Z中最少存在一個變量不在貧困脆弱性模型的向量X中，這些工具變量直接影響產業扶貧項目參與但不直接影響貧困脆弱性。為保證模型可識別，本文選擇道路狀況、農業產業適應性、所在村莊參與產業扶貧項目的農戶比例3個變量作為產業扶貧項目參與的工具變量。另外，工具變量可用性的過度識別和弱工具變量驗證結果顯示，過度識別檢驗值為12.15，p值為0.195，說明本文所選取的工具變量都是外生變量;第一階段F值為1 573，高于經驗值10，表示模型不存在弱工具變量問題。這兩個檢驗結果表明產業扶貧項目參與方程可被識別，所選工具變量是有效的。

此外，模型（1）與（2）的估計結果表明，農戶是否參與產業扶貧項目，受農戶稟賦差異、外部環境等多方面因素的影響。具體來看，在其他條件不變時，戶主受教育年限越長、耕地規模越大、社會網絡規模越大、家到集市距離越遠、村莊參與比例越高的農戶更傾向于參與產業扶貧項目，且家里有村干部、合作社參與、非建檔立卡戶、村里通公路、產業適應性良好等也有助于提高農戶參與產業扶貧項目的可能性。

（二）貧困脆弱性方程的估計與內生性檢驗

在不考慮異質性問題下，對方程（1）直接進行OLS回歸，表3模型（3）為市場不確定性與產業扶貧項目參與影響農戶貧困脆弱性的估計結果。結果顯示，市場不確定性、產業扶貧參與均會顯著推高農戶貧困脆弱性。

Abstract：The influence mechanism and effect of market uncertainty on the participation in industrialization projects for poverty alleviation is of great significance for the government to formulate the risk management policy of industry for poverty alleviation and improve the performance of industrialization for poverty alleviation in China. Based on the survey data of 776 households in Qinba Mountain Area of Shaanxi Province，this paper empirically examines market uncertainty and participation in industrial project for poverty alleviation by using the combination of two-stage least squares method and endogenous switching regression model，where we use the bias and heterogeneity of sample selection tactics.Based on counterfactual assumptions，the average treatment effect of market uncertainty and participation in project for poverty alleviation on economic vulnerability is estimated.The empirical results show that：market uncertainty will significantly increase farmers economic vulnerability;market uncertainty has significantly negative impact on farmers participation in project for poverty alleviation.This paper comprised with some findings that，the higher the market uncertainty，the lower the probability that farmers will participate in project for poverty alleviation;the participation of poverty alleviation has significantly negative impact on the economic vulnerability of famers.Participating in project for poverty alleviation will help reduce the probability of future poverty.Participation in project for poverty alleviation can significantly reduce the poverty vulnerability of farmers by 26.22% compared with non-participating farmers.Based on this，specific policy enlightenments are drawn from the aspects of reasonable selection of industrial projects for poverty alleviation，establishment of effective interest linkage mechanisms，and optimization of agricultural insurance systems.

Key words：market uncertainty;participation in industrialization project for poverty alleviation;farmers poverty vulnerability;endogenous switching regression model

（責任編輯： 董應才）