黃土高原區農戶生計資本差異及其生計策略選擇

楊悅 員學鋒

摘要 選取黃土高原地區綏德縣作為研究區域，從6個單項資本入手選取19個指標構建農戶生計資本評價體系，采用熵值法對綏德縣貧困村與非貧困村的農戶生計資本差異進行分析，運用Logistic回歸分析，并探究各項資本對農戶生計策略選擇是否有影響。結果表明：貧困村農戶的各單項資本不同程度地高于非貧困村，范圍在0～0.02，無論是貧困村或非貧困村農戶人力資本均高于其他單項資本值，自然資本值低于其他單項資本值;貧困村與非貧困村農戶的自然資本、人力資本、金融資本和社會資本在0.05的顯著性水平（雙側檢驗）上存在顯著差異;政策資本和社會資本為農戶由農業型向兼業型轉變的關鍵因素，物質資本和自然資本是農業戶向非農戶轉變的關鍵因素。

關鍵詞 生計資本;生計策略;Logistic回歸;黃土高原區

Abstract Suide County in the Loess Plateau was selected as the research area.19 indicators were selected from 6 individual capitals to construct a livelihood capital evaluation system for farmers.The entropy method was used to analyze the differences in the livelihood capital of the poor and non-poor villages in Suide County.Logistic regression analysis was used to explore whether capital has an impact on farmers livelihood strategy choices.The results show that：The individual capital of poor households is higher than that of non-poor villages，ranging from 0-0.02.The labor capital of farmers in poor villages or non-poor villages is higher than other individual capital values.The capital value is lower than other individual capital values.There are significant differences in the natural capital，human capital，financial capital and social capital of poor and non-poor villages at a significant level of 0.05 （two-sided test）.Policy capital and social capital are the key factors for the transformation of farmers from agricultural to concurrent; physical capital and natural capital are the key factors for the transformation of agricultural households to non-agricultural households.

Key words Livelihood capital;Livelihood strategy; Logistic regression;Loess plateau area

改革開放至今，中國擺脫貧困的人口超過7億，特別是黨的十八大以來，我國的脫貧攻堅工作取得重大進展，無論是在力度、規模還是影響上都可稱之為前所未有，這在人類扶貧史上也是最好的成績，近幾年來我國貧困人口減少6 800 萬以上，貧困發生率也從10.2%下降到了4.0%以下，減貧效果明顯[1]。與此同時，非貧困村與貧困村發展不平衡的問題也日益成為我國脫貧攻堅的新問題，尤其是貧困縣中非貧困村發展不平衡、貧困村中非農戶心態不平衡的問題[2]。因此，有必要加強對貧困地區內部貧困村與非貧困村的對比研究，診斷識別其間的差距與內因，為分區實施精準幫扶提供依據。

對農戶生計問題的相關研究成為近年來各國科學研究的熱點問題。研究的重點包括農戶的可持續生計、對生計資本的評價、生計資本對農戶收入的影響等內容。20世紀90年代初，英國國際發展部提出了可持續生計分析的框架，強調了從農戶的生計資本、生計策略和生計后果之間的相互作用及其關系的分析，反映了影響農戶生計可持續發展的主要因素[3]。此外，國外學者運用可持續生計分析方法對從諸多方面對農戶生計進行了分析研究，如Smith等[4]從生計多樣性出發，介紹了一項關于影響生計趨勢和戰略的各種因素的作用的兩區研究結果;Ellis等[5]利用對3個農村地區農村生

計的研究，得出烏干達減貧框架相關的政策推論;Soini[6]研究了山地山坡Chagga農業系統的土地利用變化和土地利用變化與生計的相互作用;Hahn等[7]制定了生計脆弱性指數（LVI），以估算莫桑比克Mabote和Moma地區的氣候變化脆弱性，為古吉拉特邦地區提供了一級可持續生計安全指數（SLSI）的經驗證據;Cherni等[8]將改善農村生計的技術和政策結合起來，以提高可再生能源提供服務能力的最佳解決方案;Singh等[9]概述了生計安全現有的發展指標。

近幾年來，國內學者對于農戶生計的研究主要集中在不同背景下農戶生計資本、策略選擇以及兩者的關系等方面，如可持續生計框架下的農戶生計資本特征[10-12]、農戶生計資本與生計策略之間的關系[13-14]、精準扶貧對農戶生計資本的影響[15-17]、土地與農戶生計之間的關系[18-20]。基于脫貧攻堅戰略背景，從生計資本的角度出發，分析黃土高原地區綏德縣貧困村與非貧困村農戶的生計資本的差異及原因，并進一步探究生計資本對于農戶生計策略的選擇是否有影響。（將“貧困戶”統一表示為“農戶”）。

1 數據來源與研究方法

1.1 研究區域

綏德縣位于生態環境脆弱的黃土高原丘陵溝壑區，是陜西省北部，榆林市東南部的一個縣城，也是國家呂梁山特困片區縣和全國扶貧開發重點縣[21]。綏德全縣轄4鄉12鎮（圖1），339個行政村，東西寬50 km，西北長51.8 km，總面積1 878 km2，全縣總人口35.95萬，共有貧困村105個，建檔立卡貧困人口27 080戶69 363人，達到全縣人口的1/5。

1.2 數據來源與指標選取

1.2.1 數據來源。

為獲取研究區農戶生計資本評定指標的相關數據，采用參與性農戶評估方法（participatory rural appraisal，PRA）[22]，于2018年10—11月到實地進行調研，采取分層隨機抽樣問卷調查與半結構訪談相結合的方式，共選取綏德縣16個鄉鎮的32個村，每個鄉鎮均涉及一個貧困村和一個非貧困村，對農戶進行調查，詢問并記錄農戶家庭基本情況、收入結構情況以及家庭社會關系等情況。此次調查共涉及690戶農戶，共發放690份調查問卷，收回有效調查問卷652份，其中貧困村農戶有366份，非貧困村農戶有286份，問卷有效率達到94.49%。

1.2.2 指標選取。

在建立農戶生計資本評價指標體系時，參照英國國際發展部（DFID）提出的可持續生計分析框架（圖2），立足于陜西省綏德縣的自然條件與社會經濟條件，從自然資本、人力資本、物質資本、金融資本、社會資本和政策資本6個方面入手，共選取19項生計資本評定指標[22-23]，如表1所示。

1.3 研究方法

1.3.1 熵值法。在確定各指標權重時，采用熵值法。熵值法是依據熵的概念和性質，把各種指標的信息量化，進而得到指標權重系數的一種方法[24]。其具體做法如下。

1.3.2 Logistic回歸。

利用二元Logistic回歸模型對不同類型農戶的生計策略選擇的影響因素進行分析，將農戶生計策略分為3種，分別為農業型（農業收入占家庭收入70%以上），非農型（非農收入占家庭收入70%以上），介于兩者之間的為兼業型，在進行二元Logistic回歸分析時，將某一類型的生計策略賦值為1，其余2種類型賦值為0[25]。

式中，若農戶為農業型，則定義PY1=0;若農戶為兼業型，則定義PY2=1;若農戶為非農型，則定義PY3=2;β為自變量系數，用來解釋其所對應的自變量一個單位的增減所導致的因變量的變化。若自變量系數大于0，表示在其他自變量保持不變的情況下，發生率隨對應自變量的增加而增加;若自變量系數小于0，表示發生率隨對應自變量的增加而減少。

2 結果與分析

2.1 貧困村與非貧困村農戶生計資本狀況對比

由不同屬性村落的各單項生計資本均值雷達圖（圖3）可知，貧困村農戶的生計資本（0.19）高于非貧困村農戶（0.16），貧困村農戶在人力資本、自然資本、社會資本、金融資本上不同程度的高于非貧困村農戶，范圍在0～0.02。此外，無論是貧困村或是非貧困村的農戶人力資本明顯高于其他單項資本，自然資本值最低，分別為0.016 1和0.013 9。

在對綏德縣貧困村農戶和非貧困村農戶的生計資本完成測算后，采用獨立樣本T檢驗對貧困村農戶和非貧困村農戶的各項生計資本進行對比[28-30]，結果見表1。表1表明，貧困村與非貧困村農戶在自然資本、人力資本、金融資本和社會資本上存在顯著差異，在物質資本和政策資本上無顯著差異。

就自然資本值而言，貧困村農戶的自然資本水平為0.016 1，非貧困村農戶的為0.013 9，T檢驗統計結果為0，在0.05的顯著性水平（雙側檢驗）上顯著，說明貧困村農戶和非貧困村農戶的自然資本存在顯著差異。具體從自然資本的各項指標來看，差異主要體現在人均林地面積上，綏德縣位于黃土高原丘陵溝壑地區，水土流失較為嚴重，是退耕還林的重點關注區，在實行退耕還林政策時更加注重生態環境脆弱的地區，貧困村相較于非貧困村而言，其自然條件較差，在2016年新一輪退耕還林任務推進時，政府也重點向建檔立卡貧困村傾斜，以充分發揮退耕還林還草政策的扶貧作用，因此，貧困村人均林地面積要高于非貧困村。

就人力資本值而言，貧困村農戶的人力資本水平為0.054 2，非貧困村農戶為0.041 7，T檢驗統計結果為0，在0.05 的顯著性水平（雙側檢驗）上顯著，說明貧困村農戶和非貧困村農戶的人力資本存在顯著差異。從人力資本各單向評價指標來看，差異性主要體現在農戶受教育程度和是否參加就業培訓兩方面，貧困村農戶受教育年限平均水平比非貧困村高0.001 5;在是否參加就業培訓方面，貧困村農戶比非貧困村高0.009 7。就貧困村與非貧困村農戶的受教育年限平均水平來看，綏德縣政府更加注重教育資源和教育工程在貧困村的投資和建設，以提高農戶的文化程度，以阻斷貧困代際傳遞和提升貧困群眾的造血能力。貧困村相較于非貧困村而言，自然、交通條件較差，就業機會較少，綏德縣為幫助貧困村農戶解決就業問題，為有勞動能力的農戶提供了更多有針對性和實用性的培訓機會，這也為農戶自主發展產業和務工提供了技術保障。

就金融資本值而言，貧困村農戶的金融資本水平為0.025 6，非貧困村農戶的為0.016 7，T檢驗統計結果為0.008，在0.05的顯著性水平（雙側檢驗）上顯著，說明貧困村農戶和非貧困村農戶的金融資本存在顯著差異。金融資本各評價指標中，貧困村農戶與非貧困村農戶獲得信貸機會的平均水平分別為0.019 1和0.011 2，差距較明顯。小額借貸的借款對象為有發展愿望、勞動能力、發展項目和還款能力的建檔立卡貧困戶，農戶在初期填報申請項目時可與幫扶責任人、駐村工作隊、村兩委商量其發展項目，農戶申請后村級、鄉鎮級、縣級都會進行審核，符合條件者銀行進行放貸。就農戶獲得信貸的平均水平來看，貧困村農戶更容易獲得信貸的機會，這與農戶幫扶責任人、其所在村的幫扶工作隊的前期的宣傳、對農戶的指導與監督是密不可分的。

就社會資本值而言，貧困村農戶的社會資本水平為0.032 2，非貧困村農戶為0.021 8，T檢驗統計結果為0，在0.05 的顯著性水平（雙側檢驗）上顯著，說明貧困村農戶和非貧困村農戶的社會資本存在顯著差異。在產業扶貧資金分配方面，主要根據貧困狀況、政策任務及脫貧成效進行分配，貧困狀況主要涉及貧困人口規模比例、貧困深度、農民人均純收入等。和非貧困村相比，貧困村貧困人口規模大、貧困深度深、農民人均收入較低，因此政府將更多的產業扶貧資金投入到貧困村的建設中，其中包括農戶種養殖資金支持、資金入股合作社配股分紅等，此外，政府部門作為中間人幫助有技術、有勞動能力的農戶聯系外出打工的工作機會，也是貧困村農戶的社會資本高于非貧困村農戶的原因。

2.2 農戶生計策略選擇

農戶的各項生計資本及其組合能力很大程度上影響著農戶的生計策略，同時農戶可選擇的生計方式由生計狀況決定，影響著農戶的生計活動。生計策略選擇的多元化可以降低農戶的生計風險[31]。采用Logistic回歸對農戶生計資本與生計策略選擇之間的關系進行研究。

2.2.1 信度和效度檢驗。

在進行分析之前，首先對各指標進行KMO檢驗。檢驗結果顯示，KMO值為0.603，Bartlett球形檢驗顯著性概率為0，說明6項生計資本在一定程度上相互獨立，數據有效，可以進行下一步分析。

2.2.2 不同類型農戶生計策略選擇的影響因素分析。

為分析自然資本、人力資本、社會資本、物質資本、金融資本、政策資本這6個因素對生計策略選擇的影響，將這6個資本作為回歸自變量，農業型、兼業型、非農型作為回歸因變量，結果如表2所示。3種類型農戶的H-L檢驗的Chi-square值分別為10.892、7.208、7.148，自由度df均為8，顯著性水平分別為0.208、0.514、0.521，均大于0.05，3個模型通過檢驗，證明模型整體擬合優度較好，表明6項生計資本整體上對農戶生計策略選擇具有較顯著的影響。

社會資本和政策資本對綏德縣農業戶生計策略選擇具有顯著影響，并且是負向作用，表明農戶的社會資本和政策資本越豐富，其成為農業戶的概率越小。對于兼業戶來說，社會資本、自然資本和政策資本對生計策略的選擇具有正向作用，人力資本、物質資本對其具有負向作用;對非農戶而言，金融資本對其生計策略的選擇具有正向作用，自然資本和政策資本具有負向作用。

2.2.3 農業戶向兼業戶轉化的影響因子分析。

由表4可知，政策資本、社會資本、金融資本、物質資本對農戶由農業型向兼業型轉化具有重要的推動作用，其中政策資本和社會資本為農戶由農業型向兼業型轉變的關鍵因素。當其他生計資本不變時，政策資本和社會資本每增加1個單位，將引起P（農業戶與兼業戶概率之比的對數）分別增加13.644、12.185個單位，表明農戶選擇成為兼業戶的概率將擴大，即農戶擁有的政策資本和社會資本越多，越可能從事多種生計，有利于提高農戶抵抗意外風險的能力。金融資本、人力資本、物質資本和自然資本對農戶由農業型轉為兼業型影響不顯著。

2.2.4 農業戶向非農戶轉化的影響因子分析。

由表4可知，提高農戶的社會資本、金融資本、物質資本有利于其生計策略由農業型轉為非農型，其中物質資本和自然資本是農業戶向非農戶轉化的關鍵因素。當其他生計資本不變時，物質資本每增加1個單位，將引起P（農業戶與非農戶概率之比的對數）增加16.14個單位，表明農戶選擇成為非農戶的概率將擴大，自然資本每增加1個單位，將引起P減少78.001個單位，表明農戶選擇成為非農戶的概率將縮小，即農戶擁有的物質資本越豐富，從事非農型生計策略的可能性越大，農戶擁有的自然資本越豐富，從事農業型生計策略的可能性越大。政策資本、社會資本、金融資本和人力資本對農戶由農業型轉為非農型影響不顯著。

3 結論與討論

3.1 結論

對黃土高原地區綏德縣16個鄉鎮652戶農戶的生計資本狀況進行對比和生計策略選擇，得出如下結論：①貧困村農戶的各單項資本不同程度的高于非貧困村，范圍在0～0.02，無論是貧困村或非貧困村農戶人力資本均高于其他單項資本值，自然資本值低于其他單項資本值。②貧困村與非貧困村農戶的自然資本、人力資本、金融資本和社會資本在0.05的顯著性水平（雙側檢驗）上存在顯著差異。③對農業戶而言，社會資本和政策資本對其生計策略選擇具有具有負向作用;對于兼業戶而言，社會資本、自然資本和政策資本對其生計策略的選擇具有正向作用，人力資本、物質資本對其具有負向作用;對非農戶而言，金融資本對其生計策略的選擇具有正向作用，自然資本和政策資本具有負向作用。政策資本和社會資本為農戶由農業型向兼業型轉變的關鍵因素;物質資本和自然資本是農業戶向非農戶轉變的關鍵因素。

綜合以上結論發現，在推進脫貧攻堅工作時，因政策多傾向于貧困村，造成貧困村農戶的生計資本高于非貧困村農戶。

3.2 討論

習近平總書記在十九大報告中強調，“確保到2020年我國現行標準下農村貧困人口實現脫貧，貧困縣全部摘帽，解決區域性整體貧困，做到脫真貧、真脫貧”。同時提出“實施鄉村振興戰略，要堅持農業農村優先發展，按照產業興旺、生態宜居、鄉風文明、治理有效、生活富裕的總要求，建立健全城鄉融合發展體制機制和政策體系，加快推進農業農村現代化”[32]。脫貧攻堅工作接近尾聲，并已取得了決定性進步，為鄉村振興戰略奠定了基礎，鄉村振興戰略提出的相關政策覆蓋面更廣、更完全，對于促進鄉村發展，解決貧困村與非貧困村發展不平衡的問題起著重要作用。

參考文獻

[1]中共中央黨史和文獻研究院.習近平扶貧論述摘編[M].北京：中央文獻出版社，2018.

[2]張勇.扶貧工作要避免“兩個不平衡”問題[N].重慶日報，2018-02-28（007）.

[3]DFID.Sustainable livelihoods guidance sheets [M].London：Department for International Development，1999：1～10.

[4]SMITH D R，GORDON A，MEADOWS K，et al.Livelihood diversification in Uganda：Patterns and determinants of change across two rural districts[J].Food policy，2001，26（4）：421-435.

[5]ELLIS F，BAHIIGWA G.Livelihoods and rural poverty reduction in Uganda[J].World development，2003，31（6）：997-1013.

[6]SOINI E.Land use change patterns and livelihood dynamics on the slopes of Mt.Kilimanjaro，Tanzania[J].Agricultural systems，2005，85（3）：306-323.

[7]HAHN M B，RIEDERER A M，FOSTER S O.The Livelihood Vulnerability Index：A pragmatic approach to assessing risks from climate variability and change—A case study in Mozambique[J].Global environmental change，2009，19（1）：74-88.

[8]CHERNI J A，HILL Y.Energy and policy providing for sustainable rural livelihoods in remote locations-The case of Cuba[J].Geoforum，2009，40（4）：645-654.

[9]SINGH P K，HIREMATH B N.Sustainable livelihood security index in a developing country：A tool for development planning[J].Ecological indicators，2010，10（2）：442-451.

[10]胡業翠，劉桂真，何鑫茹.可持續生計框架下生態移民區農戶生計資本分析：以廣西環江縣金橋村為例[J].農業經濟，2016（12）：37-40.

[11]萬婷，蒲春玲，陶崇鑫.基于SLA分析框架的新疆南部地區農戶生計資本研究[J].農業經濟，2015（6）：96-98.

[12]王立安，許曉敏.基于可持續生計資本框架的海島地區農戶生計脆弱性探析：以東海島為例[J].安徽農業科學，2018，46（8）：211-214，234.

[13]蘇芳，蒲欣冬，徐中民，等.生計資本與生計策略關系研究：以張掖市甘州區為例[J].中國人口·資源與環境，2009，19（6）：119-125.

[14]郭秀麗，周立華，陳勇，等.生態政策作用下農戶生計資本與生計策略的關系研究：以內蒙古自治區杭錦旗為例[J].中國農業資源與區劃，2018，39（11）：34-41.

[15]李靖，廖和平.區域貧困農戶生計能力與生態環境的關系：以重慶市16個區縣為例[J].中國農業資源與區劃，2018，39（9）：175-182.

[16]何仁偉，李光勤，劉運偉，等.基于可持續生計的精準扶貧分析方法及應用研究：以四川涼山彝族自治州為例[J].地理科學進展，2017，36（2）：182-192.

[17]寧澤逵.農戶可持續生計資本與精準扶貧[J].華南農業大學學報（社會科學版），2017，16（1）：86-94.

[18]曲朦，趙凱.農戶生計資本對其耕地保護行為的影響：基于河南滑縣的473個農戶樣本[J].農業現代化研究，2018，39（5）：808-816.

[19]趙立娟，王苗苗，史俊宏.農地轉出視閾下農戶生計資本現狀及影響因素分析：基于CFPS數據的微觀實證[J].農業現代化研究，2019，40（4）：612-620.

[20]袁東波，陳美球，廖彩榮，等.土地轉出農戶的生計資本分化及其生計策略變化[J].水土保持研究，2019，26（4）：349-354，362.

[21]脫貧攻堅|綏德2018年末將貧困發生率降至1.19%[N/OL].榆林日報，2018-12-15[2020-04-20].http：//news.hsw.cn/system/2018/1215/1048780.shtml.

[22]劉春芳，劉宥延，王川.黃土丘陵區貧困農戶生計資本空間特征及影響因素：以甘肅省榆中縣為例[J].經濟地理，2017，37（12）：153-162.

[23]何仁偉，劉邵權，陳國階，等.中國農戶可持續生計研究進展及趨向[J].地理科學進展，2013，32（4）：657-670.

[24]顏雙波.基于熵值法的區域經濟增長質量評價[J].統計與決策，2017（21）：142-145.

[25]薛軍，聞勇.欠發達地區征地制度公平性判定及其影響因素：基于云南省農戶調查的實證研究[J].農村經濟，2014（6）：41-45.

[26]萬婷，蒲春玲，陶崇鑫.新疆南部地區農戶生計策略研究[J].農業經濟，2016（5）：85-86.

[27]趙文娟，楊世龍，王瀟.基于Logistic回歸模型的生計資本與生計策略研究：以云南新平縣干熱河谷傣族地區為例[J].資源科學，2016，38（1）：136-143.

[28]嚴登才.搬遷前后水庫移民生計資本的實證對比分析[J].現代經濟探討，2011（6）：59-63.

[29]趙立娟.參與和未參與灌溉管理改革農戶生計資本的對比分析：基于內蒙古灌區農戶的調研[J].中國農業大學學報，2014，19（1）：200-208.

[30]王凱，李志苗，易靜.生態移民戶與非移民戶的生計對比：以遺產旅游地武陵源為例[J].資源科學，2016，38（8）：1621-1633.

[31]伍艷.貧困山區農戶生計資本對生計策略的影響研究：基于四川省平武縣和南江縣的調查數據[J].農業經濟問題，2016，37（3）：88-94，112.

[32]徐虹，王彩彩.鄉村振興戰略下對精準扶貧的再思考[J].農村經濟，2018（3）：11-17.