顏廷武，張童朝，張俊飚

?

特困地區(qū)自然災(zāi)害脆弱性及其致貧效應(yīng)的調(diào)查分析*

顏廷武，張童朝，張俊飚

（華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，武漢 430070）

為揭示市場(chǎng)化反貧困進(jìn)程中農(nóng)戶的自然災(zāi)害脆弱性及其致貧效應(yīng)，厘清精準(zhǔn)扶貧工作優(yōu)先序，本文采用滇桂黔石漠化地區(qū)和秦巴山區(qū)連片特困地區(qū)的農(nóng)戶調(diào)查數(shù)據(jù)，對(duì)農(nóng)戶災(zāi)害風(fēng)險(xiǎn)的感知情況進(jìn)行分析，并通過熵值法和Probit模型評(píng)估農(nóng)戶的自然災(zāi)害脆弱性和市場(chǎng)風(fēng)險(xiǎn)脆弱性。通過對(duì)二者致貧效應(yīng)進(jìn)行對(duì)比研究后發(fā)現(xiàn)，相較于市場(chǎng)風(fēng)險(xiǎn)，自然災(zāi)害尤其旱澇等氣象災(zāi)害是農(nóng)戶面臨的主要威脅。農(nóng)戶自然災(zāi)害脆弱性程度更高，說明與市場(chǎng)風(fēng)險(xiǎn)相比，自然災(zāi)害對(duì)其造成損失的可能性更大。自然災(zāi)害脆弱性程度提高會(huì)顯著增加農(nóng)戶陷入貧困的可能性，其致貧效應(yīng)強(qiáng)于市場(chǎng)風(fēng)險(xiǎn)脆弱性，但兩者致貧效應(yīng)存在著統(tǒng)計(jì)意義上的此消彼長(zhǎng)關(guān)系?？梢?，自然災(zāi)害致貧問題仍然不容忽視，應(yīng)將提高特困地區(qū)農(nóng)村抗災(zāi)減災(zāi)能力擺在首要位置，并促進(jìn)小農(nóng)戶與大市場(chǎng)的有效對(duì)接，惟此方可實(shí)現(xiàn)特困地區(qū)農(nóng)戶精準(zhǔn)脫貧和穩(wěn)定發(fā)展。

農(nóng)戶；貧困；Probit；氣象災(zāi)害；市場(chǎng)風(fēng)險(xiǎn)

中國(guó)地處亞歐大陸東岸，面向太平洋，在最大陸地與最大大洋的共同作用下，季風(fēng)性氣候特征極其顯著，旱澇災(zāi)害頻發(fā)[1]，加之地形復(fù)雜多樣，部分地區(qū)地殼運(yùn)動(dòng)活躍，暴雨集中季節(jié)山體滑坡、泥石流等災(zāi)害時(shí)有發(fā)生[2]，使中國(guó)成為世界上受自然災(zāi)害影響最為嚴(yán)重的地區(qū)之一[3]。自然災(zāi)害主要可分為氣象水文災(zāi)害、海洋災(zāi)害、地質(zhì)地震災(zāi)害等[4]，有研究表明，僅2015年中國(guó)就因各類自然災(zāi)害造成直接經(jīng)濟(jì)損失2700多億元[5]。農(nóng)業(yè)是高度依賴資源條件并受自然環(huán)境影響的產(chǎn)業(yè)[6]，自然災(zāi)害給農(nóng)業(yè)帶來嚴(yán)重?fù)p失[7]，使農(nóng)民生活遭受巨大沖擊[8-9]。研究發(fā)現(xiàn)，自然災(zāi)害可能使貧困地區(qū)農(nóng)戶變得更加脆弱，導(dǎo)致農(nóng)村貧困率上升，返貧現(xiàn)象嚴(yán)重[10]，反過來，基礎(chǔ)設(shè)施落后等原因使貧困地區(qū)抗災(zāi)能力不足[11-12]，一旦受災(zāi)，則損失巨大。可見，自然災(zāi)害是貧困發(fā)生的重要誘因，而貧困的存在將放大自然災(zāi)害損失效應(yīng)。

事實(shí)上，自然災(zāi)害并不必然導(dǎo)致嚴(yán)重?fù)p失和貧困，這主要取決于受災(zāi)群體的自然災(zāi)害脆弱性程度。脆弱性原意為“受到傷害的可能性”，在學(xué)術(shù)研究的不同領(lǐng)域有著不同理解與應(yīng)用。貧困脆弱性是指陷入貧困的可能性大小[13]，社會(huì)脆弱性則關(guān)注群體或個(gè)人在氣候環(huán)境和社會(huì)經(jīng)濟(jì)制度變化下的暴露敏感性和適應(yīng)性[14]。對(duì)于氣候脆弱性，2007年IPCC第四次評(píng)估報(bào)告的關(guān)鍵詞為暴露敏感性和適應(yīng)能力，對(duì)脆弱性的定義增加了暴露的內(nèi)容[15]。自然災(zāi)害造成的損失風(fēng)險(xiǎn)問題一直被廣泛關(guān)注[16]，諸多學(xué)者就災(zāi)害脆弱性進(jìn)行了研究，如Wilhelmi等[17]建立起農(nóng)業(yè)旱災(zāi)脆弱性框架體系，帥紅等[18]定量分析了農(nóng)戶的洪澇災(zāi)害脆弱性，謝盼等[19]對(duì)城市高溫?zé)崂藶?zāi)害脆弱性進(jìn)行了評(píng)價(jià)。

借鑒相關(guān)研究，本文定義自然災(zāi)害脆弱性為農(nóng)戶受到自然災(zāi)害傷害的可能性大小。一般而言，貧困地區(qū)自然災(zāi)害脆弱性往往較高，由此使得人口貧困與災(zāi)害頻發(fā)相伴而生的問題在連片特困地區(qū)農(nóng)村尤為嚴(yán)重。由《滇桂黔石漠化片區(qū)區(qū)域發(fā)展與扶貧攻堅(jiān)規(guī)劃（2011-2020年）》和《秦巴山片區(qū)區(qū)域發(fā)展與扶貧攻堅(jiān)規(guī)劃（2011-2020年）》可知，這一特征在滇桂黔石漠化區(qū)和秦巴山區(qū)兩個(gè)連片特困地區(qū)得到了集中體現(xiàn)。滇桂黔石漠化地區(qū)是全國(guó)14個(gè)片區(qū)中扶貧對(duì)象最多、少數(shù)民族人口最多、所轄縣數(shù)最多、民族自治縣最多的片區(qū)。其國(guó)土總面積為22.8萬km2，屬典型的高原山地構(gòu)造地形，碳酸鹽類巖石分布廣，石漠化面積大，是中國(guó)石漠化問題最嚴(yán)重的地區(qū)，其生態(tài)脆弱，土地貧瘠，加之基礎(chǔ)設(shè)施條件差，干旱洪澇等災(zāi)害頻發(fā)，貧困問題嚴(yán)重且致貧原因復(fù)雜。秦巴山區(qū)以山地丘陵為主，間有盆地，是中國(guó)六大泥石流高發(fā)區(qū)之一，因?yàn)?zāi)致貧返貧現(xiàn)象嚴(yán)重。片區(qū)氣候類型多樣，垂直變化顯著，季風(fēng)氣候特征顯著，年均降水量450～1300mm，加之地形復(fù)雜，相對(duì)封閉，洪澇、干旱、山體滑坡等自然災(zāi)害易發(fā)多發(fā)。兩地雖分別位于西南和西北地區(qū)，自然環(huán)境有別，前者主要表現(xiàn)為石漠化引起的生態(tài)脆弱，后者則體現(xiàn)為泥石流等地質(zhì)災(zāi)害多發(fā)，但二者均表現(xiàn)出自然災(zāi)害高發(fā)，農(nóng)戶生計(jì)脆弱，貧困面廣且程度深的特點(diǎn)，扶貧開發(fā)工作任務(wù)異常艱巨。

連片特困地區(qū)的致貧原因復(fù)雜多樣，除了面臨自然災(zāi)害的沖擊，農(nóng)戶生產(chǎn)經(jīng)營(yíng)同時(shí)要應(yīng)對(duì)市場(chǎng)風(fēng)險(xiǎn)的威脅。盡管已有學(xué)者研究發(fā)現(xiàn)，市場(chǎng)化有助于培育并提升農(nóng)戶自我發(fā)展能力，在推動(dòng)反貧困問題上作用顯著[20-21]，但自然災(zāi)害依然是農(nóng)業(yè)生產(chǎn)中不可忽視的約束條件[22]，特別是自然條件惡劣，基礎(chǔ)設(shè)施落后的連片特困地區(qū)農(nóng)村。隨著農(nóng)業(yè)市場(chǎng)化進(jìn)程的深入推進(jìn)，與農(nóng)戶面臨的市場(chǎng)風(fēng)險(xiǎn)威脅相比，自然災(zāi)害沖擊對(duì)連片特困地區(qū)農(nóng)戶的致貧效應(yīng)究竟如何值得關(guān)注。這對(duì)厘清反貧困工作重點(diǎn)的優(yōu)先序，制定科學(xué)合理的減貧政策，全面推進(jìn)連片特困地區(qū)的精準(zhǔn)扶貧至關(guān)重要。為此，本文擬利用連片特困地區(qū)的實(shí)地調(diào)研數(shù)據(jù)，分析農(nóng)戶所面臨的災(zāi)害風(fēng)險(xiǎn)狀況，評(píng)估其在自然災(zāi)害與市場(chǎng)風(fēng)險(xiǎn)面前的脆弱性程度，并基于與市場(chǎng)風(fēng)險(xiǎn)的對(duì)比，探究自然災(zāi)害脆弱性的致貧效應(yīng)，以期為連片特困地區(qū)的扶貧攻堅(jiān)工作提供有益參考借鑒。

1 資料與方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來自于課題組對(duì)滇桂黔石漠化地區(qū)和秦巴山區(qū)開展的農(nóng)戶調(diào)查，調(diào)查區(qū)域涉及廣西和陜西兩省（區(qū)）六縣，分兩次進(jìn)行：2013年9月赴廣西開展第一次調(diào)研，2014年7月赴陜西開展第二次調(diào)研。兩次調(diào)研均采用縣級(jí)單位下選取鄉(xiāng)鎮(zhèn)，并按照隨機(jī)抽樣的原則選取行政村進(jìn)行入戶抽樣調(diào)查，通過面對(duì)面訪談形式展開，所使用問卷完全一致，總計(jì)收回問卷433份，剔除關(guān)鍵信息漏答等無效問卷，共獲取有效問卷419份，問卷有效率96.77%。樣本農(nóng)戶分布情況如表1所示。

表1 調(diào)研樣本分布情況

1.2 方法與指標(biāo)設(shè)定

1.2.1 脆弱性評(píng)估方法

本文中的自然災(zāi)害包括旱澇、病蟲害、滑坡泥石流等各類可能帶來農(nóng)業(yè)生產(chǎn)損失的氣象、水文、地質(zhì)等災(zāi)害，綜合前人研究，其脆弱性程度將從農(nóng)戶面對(duì)自然災(zāi)害的暴露性、敏感性和適應(yīng)性三方面予以評(píng)估，據(jù)此設(shè)定具體的指標(biāo)，為了展開對(duì)比研究，同時(shí)給出市場(chǎng)風(fēng)險(xiǎn)脆弱性的指標(biāo)設(shè)定，如表2。

指標(biāo)賦權(quán)是對(duì)農(nóng)戶自然災(zāi)害脆弱性進(jìn)行評(píng)估的關(guān)鍵環(huán)節(jié)，為避免主觀因素所帶來的偏誤，本文采用客觀賦權(quán)法中的熵值法對(duì)農(nóng)戶的自然災(zāi)害脆弱性各指標(biāo)進(jìn)行賦權(quán)，進(jìn)而通過加權(quán)平均的方法求得農(nóng)戶自然災(zāi)害脆弱性的評(píng)估值。熵值法是一種根據(jù)各指標(biāo)所含信息有序程度來確定權(quán)重的一種方法。信息熵描述了樣本數(shù)據(jù)變化的相對(duì)速率，系數(shù)越接近1，距目標(biāo)越近；系數(shù)越接近0，距目標(biāo)越遠(yuǎn)。信息熵越小，指標(biāo)權(quán)重就越大。其具體步驟為[23]

（1）構(gòu)建基礎(chǔ)矩陣Y=（yij），yij代表第i個(gè)農(nóng)戶第j個(gè)指標(biāo)的觀測(cè)值，i=1，2，…，m。本文共有419個(gè)樣本農(nóng)戶，故m最大值為419，j=1，2，3（本研究共3個(gè)指標(biāo)）。

（2）利用上述矩陣生成新的矩陣Z=（zij），該矩陣中的元素與上述矩陣元素的對(duì)應(yīng)關(guān)系為

（3）求出第j個(gè)指標(biāo)的信息熵Ej和信息效用評(píng)價(jià)值Dj，即

（2）

式中，常數(shù)K=1/ln(m)，本研究m=419，故K=1/ln419。

（4）基于步驟（3），計(jì)算指標(biāo)權(quán)重wj和綜合評(píng)價(jià)值vi，即

（5）

式中，vi即為第i個(gè)農(nóng)戶的脆弱性評(píng)價(jià)值，即，農(nóng)戶脆弱性為暴露性、敏感性和適應(yīng)性3個(gè)指標(biāo)觀測(cè)值的加權(quán)平均數(shù)。

1.2.2 計(jì)量模型

農(nóng)戶是否陷入貧困是典型的二元選擇變量，本文選取Probit模型進(jìn)行考察。該模型的簡(jiǎn)化形式可以表達(dá)為

式中，P代表農(nóng)戶陷入貧困（Ci=1）的概率，i是第i個(gè)農(nóng)民，C表示農(nóng)民是否陷入貧困的虛擬變量，本文按照2011年中國(guó)農(nóng)村居民年人均純收入2300元不變價(jià)的貧困標(biāo)準(zhǔn)來定義農(nóng)戶是否貧困，0表示農(nóng)戶年人均純收入高于2300元，未陷入貧困，1則表示農(nóng)戶年人均純收入低于2300元，陷入貧困。α、β、γ表示待估計(jì)的參數(shù)，ε是擾動(dòng)項(xiàng)。F表示本文所關(guān)注的關(guān)鍵變量，即農(nóng)戶自然災(zāi)害脆弱性、市場(chǎng)風(fēng)險(xiǎn)脆弱性及二者交互項(xiàng)。X則表示一系列控制變量，即其它可能對(duì)農(nóng)戶是否貧困有影響的因素，Xij即為第i個(gè)農(nóng)戶在第j個(gè)控制變量的觀測(cè)值。結(jié)合相關(guān)研究和數(shù)據(jù)可得性，本文從農(nóng)民個(gè)體特征、家庭特征和地區(qū)特征3個(gè)層面設(shè)定了性別、年齡等12個(gè)相應(yīng)的變量。

表2 自然災(zāi)害與市場(chǎng)風(fēng)險(xiǎn)脆弱性指標(biāo)設(shè)定

注：表中關(guān)于自然災(zāi)害與市場(chǎng)風(fēng)險(xiǎn)暴露性的測(cè)度問項(xiàng)為多選題，共提供了13個(gè)選項(xiàng)（具體見圖1），其中有6項(xiàng)為自然災(zāi)害，7項(xiàng)為市場(chǎng)風(fēng)險(xiǎn)，受訪者的選項(xiàng)中包含自然災(zāi)害與市場(chǎng)風(fēng)險(xiǎn)的任何一項(xiàng)，即被定義為在自然災(zāi)害/市場(chǎng)風(fēng)險(xiǎn)方面具有暴露性。

Note：It is a multiple-choice question about the exposure measure of natural disaster and market risk in the table, with a total of 13 options (details are shown in Figure 1) consisting of 6 kinds of natural disasters, 7 kinds of market risk. The interviewee who chooses any kind of natural disaster/market risk is defined as being exposed in natural disasters/market risk.

（1）個(gè)體特征。性別對(duì)于貧困的影響源自于工作方面的性別歧視[24]，而這種性別方面的差異在以農(nóng)業(yè)生產(chǎn)等體力勞動(dòng)為主的農(nóng)村地區(qū)尤為明顯。主觀上，農(nóng)村家庭依然保留著一定程度“男外女內(nèi)”思想，而客觀上，許多農(nóng)業(yè)生產(chǎn)活動(dòng)男性更有優(yōu)勢(shì)，即使外出務(wù)工，亦是如此。由此，不僅使得女性在農(nóng)業(yè)生產(chǎn)方面處于劣勢(shì)，也使其非農(nóng)就業(yè)機(jī)會(huì)遠(yuǎn)遠(yuǎn)小于男性。年齡與文化程度主要體現(xiàn)了農(nóng)戶人力資本質(zhì)量的差異[25]，隨著年齡的增長(zhǎng)，其綜合身體素質(zhì)一般會(huì)下降，思想也偏于保守與固化，同時(shí)，文化程度低的農(nóng)戶，搜尋、獲取與應(yīng)用信息的能力也較低，這種人力資本質(zhì)量偏低的農(nóng)戶往往更易陷入貧困。

（2）家庭特征。人口數(shù)量對(duì)于貧困的影響體現(xiàn)為兩個(gè)方面，一方面人口數(shù)量代表著農(nóng)戶家庭的人力資本存量，人口越多，越能夠增加家庭總體收入，利于脫貧致富；但另一方面，人口的增加意味著家庭總消費(fèi)的增加，顯然不利于農(nóng)戶家庭脫貧致富，為了將這兩種效應(yīng)剝離開來，獲得更為穩(wěn)健的結(jié)果，本文同時(shí)引入了家庭總?cè)丝诤蛣趧?dòng)力數(shù)量?jī)蓚€(gè)變量。信息化水平方面，現(xiàn)代社會(huì)中信息的作用日益重要，信息的獲取無疑利于農(nóng)戶做出正確的家庭經(jīng)營(yíng)決策，利于脫貧致富[26]。耕地規(guī)模方面，較大的耕地規(guī)模一方面可以在單產(chǎn)不變的情況下帶來農(nóng)業(yè)總收入的增加，另一方面規(guī)模經(jīng)濟(jì)的存在有利于降低成本，提高農(nóng)業(yè)經(jīng)營(yíng)效益[27]，從而利于農(nóng)戶增收致富。農(nóng)業(yè)收入占比反映了農(nóng)戶對(duì)農(nóng)業(yè)的依賴度，由于現(xiàn)階段農(nóng)業(yè)相對(duì)于其它產(chǎn)業(yè)的比較收益偏低[28]，且易受自然災(zāi)害等影響，因此，農(nóng)業(yè)收入占比較高的農(nóng)戶可能會(huì)因收入偏低以及不穩(wěn)定而陷入貧困。

（3）地區(qū)特征。河流水庫是當(dāng)?shù)剞r(nóng)田水利設(shè)施情況的反映，對(duì)于提高當(dāng)?shù)剞r(nóng)業(yè)灌溉水平和效率[29]，蓄水排洪以抵抗旱澇災(zāi)害等十分重要，因此有利于增加和穩(wěn)定農(nóng)戶收入。交通建設(shè)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展存在著顯著的正向促進(jìn)作用[30]，“要想富，先修路”，因此，交通設(shè)施水平提升將有利于當(dāng)?shù)剞r(nóng)戶脫貧。農(nóng)業(yè)合作社可以提升所在地區(qū)農(nóng)業(yè)發(fā)展的組織化水平，通過提供信息、管理、組織等服務(wù)降低農(nóng)戶參與市場(chǎng)的交易成本[31]，提高其農(nóng)業(yè)生產(chǎn)效益。此外，考慮到廣西和陜西兩地在自然狀況、社會(huì)經(jīng)濟(jì)等方面的諸多差異，本文還通過虛擬變量對(duì)兩地區(qū)進(jìn)行了控制，以使結(jié)果更加穩(wěn)健。變量的具體設(shè)定見表3。

2 結(jié)果與分析

2.1 農(nóng)戶對(duì)災(zāi)害風(fēng)險(xiǎn)感知情況

對(duì)農(nóng)戶在農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)中遇到或其認(rèn)為易遭受的主要風(fēng)險(xiǎn)進(jìn)行統(tǒng)計(jì)，選擇某一風(fēng)險(xiǎn)的農(nóng)戶占總樣本的比例越高，表明樣本農(nóng)戶對(duì)該類風(fēng)險(xiǎn)的感知度越高。其中，自然災(zāi)害主要包括洪澇災(zāi)害、干旱災(zāi)害、病蟲災(zāi)害、風(fēng)雹災(zāi)害、地質(zhì)災(zāi)害和畜禽疫病6項(xiàng)，市場(chǎng)風(fēng)險(xiǎn)主要包括價(jià)格異常、物價(jià)上漲、假冒偽劣、政策變動(dòng)、土地征用、家庭變故和社會(huì)動(dòng)亂7項(xiàng)，結(jié)果如圖1，由于該題項(xiàng)為多選題，故各類風(fēng)險(xiǎn)比例之和大于1。由圖1可知，農(nóng)戶對(duì)于各類災(zāi)害與風(fēng)險(xiǎn)的感知度可分為高、中、低3個(gè)層次，高感知度層次中，氣象災(zāi)害居首，農(nóng)戶感知度最高的為干旱災(zāi)害，比例為76.85%，其次是洪澇災(zāi)害，占比66.83%，病蟲災(zāi)害緊隨其后，比例為64.92%，三者均高于60%；中感知度層次中，價(jià)格異常比例最高，為30.31%，其次是畜禽疫病和風(fēng)雹災(zāi)害，分別為25.06%和24.58%；低感知度層次中，最高的是地質(zhì)災(zāi)害，占比15.27%，其次是物價(jià)上漲，占比13.60%，其它均不足10%，家庭變故最低，僅為1.67%。由此可見，農(nóng)戶對(duì)于旱澇等自然災(zāi)害的感知遠(yuǎn)遠(yuǎn)高于價(jià)格變動(dòng)等市場(chǎng)風(fēng)險(xiǎn)，而農(nóng)業(yè)自然災(zāi)害中，以旱澇等氣象災(zāi)害和病蟲害為主，這與上文所提及的研究區(qū)域概況相一致。

2.2 農(nóng)戶自然災(zāi)害與市場(chǎng)風(fēng)險(xiǎn)脆弱性評(píng)估結(jié)果

農(nóng)戶的自然災(zāi)害脆弱性指標(biāo)權(quán)重與評(píng)估結(jié)果如表4所示，為便于比較分析，本文同時(shí)列出市場(chǎng)風(fēng)險(xiǎn)脆弱性的相關(guān)評(píng)估結(jié)果，并給出廣西和陜西兩地的子樣本評(píng)估結(jié)果。為消除量綱差異，本文采用Min-max方法，即新數(shù)據(jù)=（原數(shù)據(jù)-最小值）/（最大值-最小值），對(duì)評(píng)估結(jié)果進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化。根據(jù)表4可知，自然災(zāi)害脆弱性和市場(chǎng)風(fēng)險(xiǎn)脆弱性差異較大。就指標(biāo)權(quán)重來看，農(nóng)戶自然災(zāi)害脆弱性的三個(gè)指標(biāo)按權(quán)重排序依次為：適應(yīng)性（0.43）>敏感性（0.30）>暴露性（0.27），而市場(chǎng)風(fēng)險(xiǎn)脆弱性的3個(gè)指標(biāo)則差距明顯，其中暴露性權(quán)重高達(dá)0.73，其次為敏感性（0.12），適應(yīng)性權(quán)重僅為0.14；均值方面，農(nóng)戶自然災(zāi)害脆弱性均值為0.76，而市場(chǎng)風(fēng)險(xiǎn)脆弱性均值僅為0.52，說明相對(duì)于市場(chǎng)風(fēng)險(xiǎn)，農(nóng)戶在自然災(zāi)害面前的脆弱性更高。廣西和陜西子樣本的評(píng)估結(jié)果與總樣本基本一致，即農(nóng)戶自然災(zāi)害脆弱性遠(yuǎn)高于市場(chǎng)風(fēng)險(xiǎn)，其中，陜西樣本農(nóng)戶的自然災(zāi)害與市場(chǎng)風(fēng)險(xiǎn)脆弱性均略高于廣西樣本農(nóng)戶。

表3 模型變量設(shè)定與說明

表4 樣本農(nóng)戶自然災(zāi)害脆弱性評(píng)估結(jié)果

2.3 自然災(zāi)害脆弱性致貧效應(yīng)的計(jì)量模型檢驗(yàn)

2.3.1 Probit模型回歸

先對(duì)交互項(xiàng)進(jìn)行去中心化處理，借助Stata14.0軟件，本文采取如下策略進(jìn)行回歸，首先將農(nóng)戶自然災(zāi)害脆弱性和市場(chǎng)風(fēng)險(xiǎn)脆弱性及農(nóng)戶個(gè)體特征等控制變量納入方程進(jìn)行回歸，得到模型1，進(jìn)而引入自然災(zāi)害脆弱性與市場(chǎng)風(fēng)險(xiǎn)脆弱性交互項(xiàng)并求出各變量的邊際致貧效應(yīng)得到模型2，最后采取與模型2相同的設(shè)定分別對(duì)廣西和陜西兩地的子樣本進(jìn)行分別回歸得到模型3和模型4。具體結(jié)果如表5所示。

表5 Probit模型回歸結(jié)果

注：*、**、***分別表示在10%、5%和1%的置信水平上顯著。

Note：*、**、***indicate being significant at 10%, 5% and 1% of the confidence level.

由表5可見，當(dāng)引入自然災(zāi)害脆弱性與市場(chǎng)風(fēng)險(xiǎn)脆弱性交互項(xiàng)后，模型的整體擬合優(yōu)度判定指標(biāo)Pseudo R2得到了一定程度的提升，且在模型2中，交互項(xiàng)通過了顯著性檢驗(yàn)，可認(rèn)為引入交互項(xiàng)是有意義的。

2.3.2 自然災(zāi)害脆弱性的致貧效應(yīng)

模型2中，自然災(zāi)害脆弱性通過了5%水平上的顯著性檢驗(yàn)，且系數(shù)為正，邊際效應(yīng)為0.062，說明在其它條件不變的條件下，自然災(zāi)害脆弱性提高意味著農(nóng)戶陷入貧困的可能性增加，其平均邊際致貧效應(yīng)為0.062。相應(yīng)地，市場(chǎng)風(fēng)險(xiǎn)脆弱性系數(shù)為正，且通過了10%水平上顯著性檢驗(yàn)，邊際效應(yīng)為0.042，無論其顯著性還是邊際效應(yīng)都略低于自然災(zāi)害脆弱性，說明就樣本總體來看，市場(chǎng)風(fēng)險(xiǎn)脆弱性對(duì)農(nóng)戶的致貧效應(yīng)低于自然災(zāi)害脆弱性。

而在兩個(gè)子樣本的回歸，即模型3和模型4中，通過對(duì)比可以發(fā)現(xiàn)，廣西地區(qū)的樣本農(nóng)戶呈現(xiàn)出與總樣本相一致的結(jié)果，即自然災(zāi)害脆弱性帶來的農(nóng)戶陷入貧困的可能性大于市場(chǎng)風(fēng)險(xiǎn)脆弱性；陜西地區(qū)的樣本農(nóng)戶與總體樣本和廣西地區(qū)的樣本農(nóng)戶有所差異，主要表現(xiàn)在自然災(zāi)害脆弱性并未通過顯著性檢驗(yàn)，邊際效應(yīng)為負(fù)且絕對(duì)值非常小，為-0.023，但市場(chǎng)風(fēng)險(xiǎn)脆弱性通過了5%水平上的顯著性檢驗(yàn)，系數(shù)為正，邊際效應(yīng)為0.038，說明市場(chǎng)風(fēng)險(xiǎn)脆弱性對(duì)陜西地區(qū)農(nóng)戶存在顯著的致貧效應(yīng)。

自然災(zāi)害脆弱性和市場(chǎng)風(fēng)險(xiǎn)脆弱性的交互項(xiàng)在模型2、模型3和模型4中均通過了顯著性檢驗(yàn)，說明自然災(zāi)害脆弱性對(duì)農(nóng)戶的致貧效應(yīng)受到了市場(chǎng)風(fēng)險(xiǎn)脆弱性程度的影響，或者說二者是相互影響的。不同的是，模型2與模型4中，交互項(xiàng)的系數(shù)均為負(fù)（-1.133和-3.437），相應(yīng)的邊際效應(yīng)也為負(fù)（-0.174和-0.452），說明隨著市場(chǎng)風(fēng)險(xiǎn)脆弱性程度的提高，自然災(zāi)害脆弱性對(duì)農(nóng)戶致貧效應(yīng)減小，或者說兩者的致貧效應(yīng)存在統(tǒng)計(jì)上的此消彼長(zhǎng)關(guān)系，其原因可能是當(dāng)市場(chǎng)風(fēng)險(xiǎn)脆弱性達(dá)到一定程度時(shí)，農(nóng)戶受到了較強(qiáng)程度的市場(chǎng)風(fēng)險(xiǎn)威脅，可能會(huì)相對(duì)弱化其對(duì)于自然災(zāi)害及其危害的感知；模型3中，交互項(xiàng)系數(shù)為正，說明對(duì)于廣西地區(qū)樣本農(nóng)戶而言，自然災(zāi)害脆弱性的致貧效應(yīng)在疊加市場(chǎng)風(fēng)險(xiǎn)脆弱性后會(huì)進(jìn)一步強(qiáng)化，但這一增強(qiáng)趨勢(shì)的邊際效應(yīng)較微弱，僅為0.007。

2.3.3 其它控制變量的致貧效應(yīng)

模型2中，文化程度（X3）、總?cè)丝冢╔4）、勞動(dòng)力數(shù)量（X5）、信息化水平（X6）、耕地規(guī)模（X7）、農(nóng)業(yè)收入占比（X8）及其地區(qū)虛擬變量（X12）通過了顯著性檢驗(yàn)，其中，文化程度、勞動(dòng)力數(shù)量、信息化水平和耕地規(guī)模系數(shù)為負(fù)，邊際效應(yīng)分別為-0.033、-0.032、-0.169和-0.098，說明在保持其它條件不變的情況下，家庭人力資本的提升，即文化程度的提高和勞動(dòng)力數(shù)量的增加，有助于降低農(nóng)戶陷入貧困的風(fēng)險(xiǎn)；信息化水平的提高可以使農(nóng)戶獲取更多信息以及時(shí)正確調(diào)整生產(chǎn)經(jīng)營(yíng)策略，提高風(fēng)險(xiǎn)應(yīng)對(duì)能力與生產(chǎn)經(jīng)營(yíng)效益；而耕地規(guī)模增加意味著同等條件下更多的生產(chǎn)總量，加之規(guī)模經(jīng)濟(jì)效應(yīng)的存在，相應(yīng)地會(huì)帶來更多的農(nóng)業(yè)收入，有助于農(nóng)戶擺脫貧困；地區(qū)虛擬變量系數(shù)為負(fù)且通過了顯著性檢驗(yàn)，說明廣西地區(qū)樣本農(nóng)戶的貧困率顯著高于陜西地區(qū)，這與表4的數(shù)據(jù)統(tǒng)計(jì)結(jié)果一致。

總?cè)丝谂c農(nóng)業(yè)收入占比的系數(shù)為正，邊際效應(yīng)分別為0.044和0.169，說明其它條件不變情況下，家庭總?cè)丝跀?shù)量增加和農(nóng)業(yè)收入占比加大將會(huì)提高農(nóng)戶陷入貧困的風(fēng)險(xiǎn)。結(jié)合實(shí)際情況來看，貧困農(nóng)村家庭多呈現(xiàn)為老人兒童較多，而具有勞動(dòng)能力的家庭成員較少的特征，另一方面貧困的農(nóng)村家庭多傾向于生育較多子女，僅有的少數(shù)勞動(dòng)力要負(fù)擔(dān)起更多的家庭成員生活成本，這意味著家庭整體的人力資本質(zhì)量水平的嚴(yán)重下滑，其陷入貧困的可能性自然也更高；另一方面，農(nóng)業(yè)收入占比高的農(nóng)戶，意味著其對(duì)農(nóng)業(yè)生產(chǎn)的依賴度較高且收入來源較為單一，現(xiàn)階段農(nóng)業(yè)依然是比較效益較低的產(chǎn)業(yè)部門，加之其受自然條件影響巨大，收入存在著極大的不穩(wěn)定性，以農(nóng)為業(yè)的農(nóng)戶自然更容易陷入貧困，這一情況在自然災(zāi)害頻發(fā)的滇桂黔石漠化地區(qū)和秦巴山區(qū)等連片特困地區(qū)無疑表現(xiàn)更為明顯。

3 結(jié)論與討論

3.1 結(jié)論

（1）相較于市場(chǎng)風(fēng)險(xiǎn)，自然災(zāi)害特別是旱澇等氣象災(zāi)害是農(nóng)戶面臨的主要威脅。各類災(zāi)害與風(fēng)險(xiǎn)農(nóng)戶最易遭受或接觸的主要為：干旱災(zāi)害（76.85%）、洪澇災(zāi)害（66.83%）、病蟲災(zāi)害（64.92%），其次是價(jià)格異常（30.31%）、畜禽疫?。?5.06%）和風(fēng)雹災(zāi)害（24.58%），最后是是地質(zhì)災(zāi)害，占比15.27%，物價(jià)上漲，占比13.60%，其它均不足10%。

（2）農(nóng)戶自然災(zāi)害脆弱性程度更高，說明與市場(chǎng)風(fēng)險(xiǎn)相比，自然災(zāi)害對(duì)其帶來損失的可能性更大。農(nóng)戶自然災(zāi)害脆弱性的3個(gè)指標(biāo)相差不大，按權(quán)重排序依次為敏感性（0.30）＞暴露性（0.27）＞適應(yīng)性（0.43）；農(nóng)戶自然災(zāi)害脆弱性均值為0.76，而市場(chǎng)風(fēng)險(xiǎn)脆弱性均值僅為0.52，廣西和陜西子樣本的評(píng)估結(jié)果與總樣本基本一致，即農(nóng)戶自然災(zāi)害脆弱性程度遠(yuǎn)高于市場(chǎng)風(fēng)險(xiǎn)脆弱性，其中，陜西農(nóng)戶的自然災(zāi)害與市場(chǎng)風(fēng)險(xiǎn)脆弱性均略高于廣西。

（3）自然災(zāi)害脆弱性程度提高會(huì)顯著增加農(nóng)戶陷入貧困的可能性，其致貧效應(yīng)強(qiáng)于市場(chǎng)風(fēng)險(xiǎn)脆弱性，但其效應(yīng)與市場(chǎng)風(fēng)險(xiǎn)脆弱性表現(xiàn)為統(tǒng)計(jì)上的此消彼長(zhǎng)關(guān)系。就樣本總體來看，市場(chǎng)風(fēng)險(xiǎn)脆弱性對(duì)于農(nóng)戶的致貧效應(yīng)低于自然災(zāi)害脆弱性，隨著市場(chǎng)風(fēng)險(xiǎn)脆弱性程度的提高，自然災(zāi)害脆弱性對(duì)農(nóng)戶致貧效應(yīng)減小，兩者的致貧效應(yīng)存在統(tǒng)計(jì)意義上的此消彼長(zhǎng)關(guān)系，但廣西樣本農(nóng)戶的自然災(zāi)害脆弱性的致貧效應(yīng)，在疊加市場(chǎng)風(fēng)險(xiǎn)脆弱性后會(huì)進(jìn)一步強(qiáng)化。此外，文化程度、勞動(dòng)力數(shù)量、信息化水平和耕地規(guī)模對(duì)農(nóng)戶脫貧具有正向促進(jìn)作用，而總?cè)丝诤娃r(nóng)業(yè)收入占比的增加則會(huì)提高農(nóng)戶陷入貧困的風(fēng)險(xiǎn)。

3.2 討論

精準(zhǔn)扶貧要求針對(duì)不同區(qū)域環(huán)境、不同貧困農(nóng)戶狀況，運(yùn)用科學(xué)有效程序?qū)Ψ鲐殞?duì)象實(shí)施精確識(shí)別，精確幫扶和精確管理。連片特困地區(qū)致貧原因復(fù)雜，制定有效扶貧政策的前提是準(zhǔn)確識(shí)別致貧原因，正確制定反貧困工作重點(diǎn)的優(yōu)先序。農(nóng)民的生產(chǎn)經(jīng)營(yíng)往往面臨著自然與市場(chǎng)的雙重風(fēng)險(xiǎn)，二者如何相互關(guān)聯(lián)，怎樣權(quán)衡兩者在反貧困工作中的地位和作用，對(duì)于精確識(shí)別農(nóng)戶致貧機(jī)理，展開精準(zhǔn)扶貧工作至關(guān)重要。關(guān)于農(nóng)戶致貧問題，現(xiàn)有報(bào)道或著重于探討自然災(zāi)害的沖擊[32]，或單一強(qiáng)調(diào)市場(chǎng)風(fēng)險(xiǎn)的威脅[26]，本文則將二者統(tǒng)一納入分析框架，對(duì)比分析了自然災(zāi)害脆弱性與市場(chǎng)風(fēng)險(xiǎn)脆弱性的致貧效應(yīng)差異以及二者的交互作用，揭示了市場(chǎng)化反貧困背景下自然災(zāi)害的致貧效應(yīng)，明晰了精準(zhǔn)扶貧中因?yàn)?zāi)致貧問題的角色定位，研究視野上則聚焦于自然災(zāi)害多發(fā)、貧困問題突出的連片特困地區(qū)。就本研究結(jié)果來看，自然災(zāi)害脆弱性的致貧效應(yīng)強(qiáng)于市場(chǎng)風(fēng)險(xiǎn)脆弱性，同時(shí)，由于兩者存在統(tǒng)計(jì)意義上的此消彼長(zhǎng)關(guān)系，在當(dāng)前中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展和農(nóng)產(chǎn)品商品化水平不斷提高的背景下，市場(chǎng)風(fēng)險(xiǎn)日益凸顯，可能會(huì)使因?yàn)?zāi)致貧問題易被忽視。盡管隨著經(jīng)濟(jì)技術(shù)發(fā)展，中國(guó)農(nóng)業(yè)生產(chǎn)和抗災(zāi)能力不斷增強(qiáng)，但在連片特困地區(qū)，自然災(zāi)害致貧的問題依然十分嚴(yán)重。應(yīng)將如何提高貧困地區(qū)農(nóng)村抗災(zāi)減災(zāi)能力擺在首要位置，以保證農(nóng)戶穩(wěn)產(chǎn)高產(chǎn)，在此基礎(chǔ)上，考慮如何有效促進(jìn)小農(nóng)戶與大市場(chǎng)的對(duì)接，以實(shí)現(xiàn)穩(wěn)產(chǎn)高產(chǎn)前提下的穩(wěn)收增收。

但是，受限于數(shù)據(jù)獲取問題，本文并未對(duì)不同類型自然災(zāi)害進(jìn)行區(qū)分，因此也未能對(duì)不同自然災(zāi)害致貧問題，如災(zāi)害特點(diǎn)與致貧效應(yīng)的關(guān)系、各類自然災(zāi)害致貧效應(yīng)的區(qū)別與聯(lián)系以及長(zhǎng)期效應(yīng)和短期效應(yīng)差異等進(jìn)行深入分析，此類問題對(duì)于細(xì)化因?yàn)?zāi)致貧問題的應(yīng)對(duì)策略，開展精準(zhǔn)扶貧十分重要，今后將嘗試展開進(jìn)一步的深化與拓展研究。

[1]裴琳,嚴(yán)中偉,楊輝.400多年來中國(guó)東部旱澇型變化與太平洋年代際振蕩關(guān)系[J].科學(xué)通報(bào),2015,60(1):97-108.

Pei L,Yan Z W,Yang H.Multidecadal variability of dry/wet patterns in eastern China and their relationship with the Pacific Decadal Oscillation in the last 413 years[J].Chinese Science Bulletin,2015,60(1):97-108.(in Chinese)

[2]劉傳正,劉艷輝.論地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境利用[J].吉林大學(xué)學(xué)報(bào)(地球科學(xué)版),2012,42(5):1469-1476.

Li C Z,Liu Y H.Some Discussion on geo-hazards control and geo-environment sustainable development[J].Journal of Jilin University(Earth Science Edition),2012,42(5):1469-1476.(in Chinese)

[3]趙飛,汪洋,劉南江,等.2000-2012年我國(guó)自然災(zāi)害人口損失情況特征分析[J].災(zāi)害學(xué),2013,28(4):139-142.

Zhao F,Wang Y,Liu N J,et al.Characteristics of life losses in natural disasters in China during 2000-2012[J].Journal of Catastrophology,2013,28(4):139-142.(in Chinese)

[4]吳吉東,傅宇,張潔,等.1949-2013年中國(guó)氣象災(zāi)害災(zāi)情變化趨勢(shì)分析[J].自然資源學(xué)報(bào),2014,29(9):1520-1530.

Wu J D,Fu Y,Zhang J,et al.Meteorological disaster trend analysis in China:1949-2013[J].Journal of Natural Resources, 2014, 29(9):1520-1530.(in Chinese)

[5]季婉婧,王金平,張?jiān)?國(guó)際防災(zāi)減災(zāi)智庫發(fā)展現(xiàn)狀與我國(guó)新型減災(zāi)智庫建設(shè)[J].世界科技研究與發(fā)展,2017, 39(1):112-116.

Ji W J,Wang J P,Zhang Y F.Development of global disaster prevention and mitigation think tanks and construction of Chinese new disaster mitigation think tanks[J].World Sci- tech R&D,2017,39(1):112-116.(in Chinese)

[6]韓長(zhǎng)賦.毫不動(dòng)搖地加快轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式[J].求是,2010, (10):29-32.

Han C F.Speed up the transformation of agricultural development mode without a shake[J].Qiu Shi,2010,(10):29- 32.(in Chinese)

[7]何斌,劉志娟,楊曉光,等.氣候變化背景下中國(guó)主要作物農(nóng)業(yè)氣象災(zāi)害時(shí)空分布特征(Ⅱ):西北主要糧食作物干旱[J].中國(guó)農(nóng)業(yè)氣象,2017,38(1):31-41.

He B,Liu Z J,Yang X G,et al.Temporal and spatial variations of agro-meteorological disasters of main crops in China in a changing climate(Ⅱ):drought of cereal crops in Northwest China[J].Chinese Journal of Agrometeorology, 2017,38(1): 31-41.(in Chinese)

[8]劉蘭芳.水旱災(zāi)害對(duì)衡陽農(nóng)村經(jīng)濟(jì)的影響及對(duì)策[J].中國(guó)農(nóng)業(yè)氣象,2002,23(1):54-58.

Liu L F.The influence of flood and drought on the rural economy and its protective countermeasures in Hengyang [J].Chinese Journal of Agrometeorology,2002,23(1):54-58. (in Chinese)

[9]林志宇,田貴良.氣象災(zāi)害對(duì)福建糧食產(chǎn)量影響的灰色關(guān)聯(lián)分析[J].中國(guó)農(nóng)業(yè)氣象,2016,37(1):77-83.

Lin Z Y,Tian G L.Grey correlation analysis of meteorological disasters affecting grain yields in Fujian province[J].Chinese Journal of Agrometeorology,2016,37(1):77-83.(in Chinese)

[10]王國(guó)敏.農(nóng)業(yè)自然災(zāi)害與農(nóng)村貧困問題研究[J].經(jīng)濟(jì)學(xué)家,2005,3(3):55-61.

Wang G M.The study about natural disasters and rural poverty [J].Economist,2005,3(3):55-61.(in Chinese)

[11]趙曦.西藏邊境地區(qū)貧困調(diào)查[J].財(cái)經(jīng)科學(xué),2004,(2):73-77.

Zhao X.The investigation on poverty in Tibet border area[J]. Journal of Agrotechnical,2004,(2):73-77.(in Chinese)

[12]謝秀珍.災(zāi)荒、環(huán)境與民國(guó)山東鄉(xiāng)村社會(huì)[D].濟(jì)南:山東大學(xué),2005:21-23.

Xie X Z.Famine,environment and rural society in Shandong [D]. Jinan:Shandong University,2005:21-23.(in Chinese)

[13]許慶,劉進(jìn),楊青.農(nóng)村民間借貸的減貧效應(yīng)研究:基于健康沖擊視角的分析[J].中國(guó)人口科學(xué),2016,(3):34-42.

Xu Q,Liu J,Yang Q.The effects of private lending on rural poverty:in the perspective of health incident shock[J]. Chinese Journal of Population Science, 2016,(3):34-42.(in Chinese)

[14]張倩,孟慧新.氣候變化影響下的社會(huì)脆弱性與貧困:國(guó)外研究綜述[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2014,31(2): 56-67.

Zhang Q,Meng H X.Social vulnerability and poverty to climate change:a summary on foreign research[J].China Agricultural University Journal of Social Sciences Edition, 2014,31(2): 56-67.(in Chinese)

[15]鄭雙怡,金亞男.西南喀斯特地區(qū)氣候脆弱性農(nóng)戶識(shí)別與評(píng)估研究[J].中南民族大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2017, 37(2):134-139.

Zheng S Y,Jin Y N.Identification and assessment of climate vulnerability of peasant household in karst region[J].Journal of South-Central University for Nationalities(Humanities and Social Sciences),2017,37(2):134-139.(in Chinese)

[16]楊建瑩,霍治國(guó),吳立,等.西南地區(qū)水稻洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].中國(guó)農(nóng)業(yè)氣象,2016,37(5):564-577.

Yang J Y,Huo Z G,Wu L,et al.Flood risk assessment and zoning for rice in southwest China[J].Chinese Journal of Agrometeorology, 2016,37(5):564-577.(in Chinese)

[17]Wilhelmi O V,Wilhite D A.Assessing vulnerability to agricultural drought:a Nebraska case study[J].Natural Hazards,2002,25(1):37-58.

[18]帥紅,劉春平,王慧彥.洞庭湖區(qū)農(nóng)戶洪澇災(zāi)害脆弱性評(píng)價(jià)[J].自然災(zāi)害學(xué)報(bào),2009,18(3):37-42.

Shuai H,Liu C P,Wang H Y.Assessment of vulnerability of peasant household in Dongting lake area to flood disaster[J].Journal of Natural Disasters,2009,18(3):37-42.(in Chinese)

[19]謝盼,王仰麟,彭建,等.基于居民健康的城市高溫?zé)崂藶?zāi)害脆弱性評(píng)價(jià):研究進(jìn)展與框架[J].地理科學(xué)進(jìn)展,2015, 34(2):165-174.

Xie P,Wang Y L,Peng J,et al.Health related urban heat wave vulnerability assessment:research progress and framework[J]. Progress in Geography,2015,34(2):165-174.(in Chinese)

[20]王春超,葉琴.中國(guó)農(nóng)民工多維貧困的演進(jìn):基于收入與教育維度的考察[J].經(jīng)濟(jì)研究,2014,(12):159-174.

Wang C C,Ye Q.Evolution on the multi-dimensional poverty of Chinese rural migrant workers:based on the dimension of income and education[J].Economic Research Journal,2014, (12):159-174.(in Chinese)

[21]Chyi Y L,Hwang C S.Development of domestic markets and poverty reduction for poor developing economies[J]. Economic Modelling,2011,28:374-381.

[22]楊浩,莊天慧,藍(lán)紅星.氣象災(zāi)害對(duì)貧困地區(qū)農(nóng)戶脆弱性影響研究:基于全國(guó)592個(gè)貧困縣53271戶的分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2016,(3):103-112.

Yang H,Zhuang T H,Lan H X.The influence of agrometeorology disaster on farmers’ vulnerability:based on the analysis of 53271 farmers in 592 poverty counties, China [J].Journal of Agrotechnical,2016,(3):103-112.(in Chinese)

[23]陳祺琪,張俊飚,蔣磊,等.基于農(nóng)業(yè)環(huán)保型技術(shù)的農(nóng)戶生計(jì)資產(chǎn)評(píng)估及差異性分析:以湖北武漢、隨州農(nóng)業(yè)廢棄物循環(huán)利用技術(shù)為例[J].資源科學(xué),2016,38(5):888-899.

Chen Q Q,Zhang J B,Jiang L,et al.Assessment and variance analysis on the farmers’ livelihood assets based on the agricultural environmental protection technology:illustrated by the agricultural waste recycling technology in Wuhan and Suizhou of Hubei province[J].Resources Science,2016, 38(5): 888-899.(in Chinese)

[24]馬紅旗,王韌.對(duì)人力資本形成理論的新認(rèn)識(shí)[J].經(jīng)濟(jì)學(xué)家,2014,(12):33-41.

Ma H Q,Wang R.New understanding of the theory of human capital formation[J].Economist,2014,(12):33-41.(in Chinese)

[25]關(guān)江華,黃朝禧,胡銀根.基于Logistic回歸模型的農(nóng)戶宅基地流轉(zhuǎn)意愿研究:以微觀福利為視角[J].經(jīng)濟(jì)地理,2013,33 (8):128-133.

Guan J H,Huang C X,Hu Y G.The affecting factors of farmers’ willingness of rural residential land circulation based on Logistic regression model under microscopic welfare perspective[J].Economic Geography,2013,33(8): 128-133.(in Chinese)

[26]張童朝,顏廷武,何可,等.基于市場(chǎng)參與維度的農(nóng)戶多維貧困測(cè)量研究:以連片特困地區(qū)為例[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào),2016,(3):38-45.

Zhang T C,Yan T W,He K,et al.The multidimensional poverty measurement of farmers in contiguous poor areas:based on the extended AF method[J].Journal of Zhongnan University of Economics and Law,2016,(3):38-45.(in Chinese)

[27]陳飛,翟偉娟.農(nóng)戶行為視角下農(nóng)地流轉(zhuǎn)誘因及其福利效應(yīng)研究[J].經(jīng)濟(jì)研究,2015,(10):163-177.

Chen F,Zhai W J.Incentives and welfare effects of rural land transfer from the perspective of farmers' behavior[J]. Economic Research Journal,2015,(10):163-177.(in Chinese)

[28]鐘曉蘭,李江濤,馮艷芬,等.農(nóng)戶認(rèn)知視角下廣東省農(nóng)村土地流轉(zhuǎn)意愿與流轉(zhuǎn)行為研究[J].資源科學(xué),2013,35(10): 2082-2093.

Zhong X L,Li J T,Feng Y F,et al.Farmland transfer willingness and behavior in the perspective of farm household cognition in Guangdong province[J].Resources Science,2013,35(10): 2082-2093.(in Chinese)

[29]劉彬彬,陸遷.農(nóng)村社區(qū)小型水利設(shè)施合作供給意愿及其影響因素分析:以陜西省涇陽縣為例[J].資源科學(xué),2013, 35(6):1159-1166.

Liu B B,Lu Q.Farmers’ supply willingness for small-scale irrigation facilities and its influencing factors:a case study of Jingyang County in Shaanxi[J].Resources Science,2013, 35(6):1159-1166.(in Chinese)

[30]鞠晴江.道路基礎(chǔ)設(shè)、經(jīng)濟(jì)增長(zhǎng)和減貧:基于四川的實(shí)證分析[J].軟科學(xué),2006,(6):52-55.

Ju Q J.Road infrastructure,economic growth and poverty reduction:an empirical analysis based on Sichuan[J].Soft Science, 2006,(6):52-55.(in Chinese)

[31]蔡榮,韓洪云.農(nóng)戶參與合作社的行為決策及其影響因素分析:以山東省蘋果種植戶為例[J].中國(guó)農(nóng)村觀察,2012,(5): 32-40.

Cai R,Han H Y.Farmers’ participation in cooperative behavior decision making and its influencing factors:a case study of apple growers in Shandong Province[J].China Rural Survey, 2012,(5):32-40.(in Chinese)

[32]楊浩,陳光燕,莊天慧,等.氣象災(zāi)害對(duì)中國(guó)特殊類型地區(qū)貧困的影響[J].資源科學(xué),2016,38(4):676-689.

Yang H,Chen G Y,Zhuang T H,et al.The effects of meteorological disaster on poverty in special areas of China [J].Resources Science,2016, 38(4):676-689.(in Chinese)

Research on Natural Disaster Vulnerability and Its Poverty-Causing Effect in Contiguous Poor Rural Areas

YAN Ting-wu, ZHANG Tong-chao, ZHANG Jun-biao

(College of Economics and Management, Huazhong Agricultural University, Wuhan 430070, China )

In order to explore the natural disaster vulnerability of farmers and its poverty-causing effect in the process of marketization to find the primary point in taking targeted measures in poverty alleviation. Based on the rural survey data of contiguous poor areas in Guangxi and Shaanxi, this paper analyzed farmers’ perception about various disaster risks, evaluated farmers’ vulnerability to natural disaster and market risk. Then the article conducted a comparative study on the poverty-causing effect of natural disaster vulnerability and market risk vulnerability through the Entropy method and Probit model. The results showed that:（1）the farmers’ perception level on the natural disaster is higher than the market risk, which indicates that natural disasters, especially droughts and floods, are the main threats to farmers.（2）Farmers’ natural disaster vulnerability is higher than the market risk vulnerability, which showing that natural disasters are more likely to cause losses than market risks for farmers.（3）The raise of natural disaster vulnerability level will significantly increase the possibility of farmers’ dropping into poverty, its effect to cause poverty is stronger than the market risk vulnerability. But the effect of natural disaster vulnerability is negatively related to market risk vulnerability statistically. Therefore, the poverty caused by natural disasters cannot be ignored, and in order to lift farmers in contiguous poor areas from poverty, it is supposed to take improving the ability of rural disaster mitigation in the first place, and then to promote small farmers participating in big market effectively.

Farmers; Poverty; Probit; Meteorological disaster; Market risk

10.3969/j.issn.1000-6362.2017.08.007

2017-04-25

國(guó)家自然科學(xué)基金面上項(xiàng)目“作物秸稈資源化利用的減碳潛力與生態(tài)環(huán)境效應(yīng)：以水稻為例”（41371520）；教育部哲學(xué)社會(huì)科學(xué)研究重大課題攻關(guān)項(xiàng)目“‘綠色化’的重大意義及實(shí)現(xiàn)途徑研究”（15JZD014）

顏廷武（1978-），副教授，研究方向?yàn)檗r(nóng)業(yè)資源與環(huán)境經(jīng)濟(jì)。E-mail：yantw@mail.hzau.edu.cn

顏廷武,張童朝,張俊飚.特困地區(qū)自然災(zāi)害脆弱性及其致貧效應(yīng)的調(diào)查分析[J].中國(guó)農(nóng)業(yè)氣象,2017,38(8):526-536