謝慶哲，趙翠薇，2，王鄭宗源

（1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴州貴陽 550025；2.喀斯特山地生態(tài)環(huán)境保護(hù)與資源利用協(xié)同創(chuàng)新中心，貴州貴陽 550025）

引言

在全球變暖的大趨勢下，各種極端天氣發(fā)生的概率呈增加之勢，特別是持續(xù)多天的極端降水事件，往往會(huì)引發(fā)嚴(yán)重的自然災(zāi)害［1，2］，如洪澇、熱浪和嚴(yán)重干旱，對農(nóng)作物產(chǎn)生了極大的影響［3-5］。干旱雖不直接造成人員傷亡，但嚴(yán)重的干旱不僅造成農(nóng)作物減產(chǎn)、絕收［6］，還會(huì)導(dǎo)致人口的大規(guī)模遷移，甚至是文明的中斷［7-8］。根據(jù)《中國水旱災(zāi)害公報(bào)》，2018年干旱造成的直接經(jīng)濟(jì)損失占當(dāng)年GDP的0.05%，對社會(huì)穩(wěn)定與經(jīng)濟(jì)發(fā)展帶來了不利影響。農(nóng)戶是農(nóng)業(yè)生產(chǎn)的主體，也是主要的承災(zāi)體，其脆弱性不僅關(guān)乎糧食安全，更影響到社會(huì)的穩(wěn)定，從農(nóng)戶視角進(jìn)行研究引起關(guān)注。

早期災(zāi)害脆弱性的研究主要集中在自然脆弱性上，即災(zāi)害的本身及其強(qiáng)度，再加上災(zāi)害發(fā)生區(qū)域的人口數(shù)量共同決定其脆弱性［9］。懷特、哈斯等學(xué)者在1976年開始進(jìn)行社會(huì)脆弱性的研究，并認(rèn)為自然脆弱性并不能代表某地的脆弱性，還應(yīng)關(guān)注社會(huì)經(jīng)濟(jì)等領(lǐng)域。20世紀(jì)80年代美國先后遭遇兩次熱浪災(zāi)害和1992年的安德魯颶風(fēng)都造成了嚴(yán)重的經(jīng)濟(jì)損失，充分體現(xiàn)了單純依靠生態(tài)工程技術(shù)難以起到全面降低災(zāi)害脆弱性的作用［10］，災(zāi)害社會(huì)脆弱性的研究逐漸引起廣泛關(guān)注。特別是2004年的印度洋海嘯與2005年的卡特麗娜颶風(fēng)所造成的災(zāi)難性破壞，使災(zāi)害社會(huì)脆弱性成為西方學(xué)術(shù)界研究熱點(diǎn)。社會(huì)脆弱性的定義存在許多爭議，但大體上包含3方面的內(nèi)容［9］：1）適應(yīng)性，某地區(qū)在災(zāi)后的應(yīng)對能力反映了該地區(qū)的脆弱性，兩者成反比關(guān)系。應(yīng)對能力由個(gè)人、群體的脆弱性及政府出臺的相關(guān)應(yīng)對政策共同決定的；2）敏感性，系統(tǒng)在外部壓力下受影響程度，這是脆弱性形成的關(guān)鍵。對于農(nóng)戶個(gè)體，其所擁有的資源越多受影響程度越低；3）致災(zāi)強(qiáng)度，特定群體、組織、地區(qū)或國家在災(zāi)害沖擊之下造成損失的大小，其中災(zāi)害的防范意識扮演著重要角色?？梢?，社會(huì)脆弱性是包含災(zāi)前的潛在因素、災(zāi)害造成的損失程度與及災(zāi)后的應(yīng)對能力3個(gè)方面［9，11］。可以看出，社會(huì)脆弱性的差異一定程度上是由社會(huì)資源分配的不均衡造成的。

20世紀(jì)90年代初，我國開始了旱災(zāi)脆弱性研究，主要為縣、市、省域等以行政單元為尺度的研究［12-14］，在這個(gè)過程中也逐漸從單一的自然脆弱性研究向社會(huì)脆弱性研究轉(zhuǎn)變，如嚴(yán)奉憲［15］、龔艷冰［16］等學(xué)者對農(nóng)戶旱災(zāi)社會(huì)脆弱性的研究中均從災(zāi)害社會(huì)脆弱性概念出發(fā)，選取了與敏感性、適應(yīng)性和致災(zāi)強(qiáng)度相關(guān)指標(biāo)。隨著經(jīng)濟(jì)的快速發(fā)展，農(nóng)戶生計(jì)類型日漸趨于多元化［17-19］，學(xué)者對不同地域的農(nóng)戶生計(jì)類型特點(diǎn)［20-21］、農(nóng)戶生計(jì)對土地與宅基地流轉(zhuǎn)［22］以及對能源利用［23］等的影響展開研究，發(fā)現(xiàn)相同地域各生計(jì)類型農(nóng)戶的行為存在差異。因此農(nóng)戶生計(jì)類型不同可能會(huì)導(dǎo)致他們應(yīng)對旱災(zāi)的敏感性、造成的損失程度和應(yīng)對能力存在差異，進(jìn)而出現(xiàn)各生計(jì)類型農(nóng)戶旱災(zāi)脆弱性不同的情況，然而傳統(tǒng)以行政單元或農(nóng)戶為尺度的評估中，“均質(zhì)化”了不同生計(jì)類型農(nóng)戶的脆弱性，難以體現(xiàn)各生計(jì)類型農(nóng)戶脆弱性的差異。

文章以畢節(jié)市為例，從不同生計(jì)類型農(nóng)戶的視角，基于農(nóng)戶社會(huì)脆弱性評估常用的“hoovering”模式從敏感性因子、旱災(zāi)造成的損失和應(yīng)對與適應(yīng)能力三方面構(gòu)建旱災(zāi)脆弱性評價(jià)指標(biāo)體系，調(diào)整權(quán)重賦值的方法，分析旱災(zāi)社會(huì)脆弱性與農(nóng)戶生計(jì)類型的關(guān)系，為制定有效的防災(zāi)減災(zāi)措施、降低農(nóng)戶旱災(zāi)損失提供依據(jù)。

1 研究區(qū)域、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域

旱災(zāi)社會(huì)脆弱性與社會(huì)資源分配不均衡息息相關(guān)，在經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)表現(xiàn)尤為明顯。畢節(jié)市位于烏蒙山腹地、貴州西北部（圖1），曾是我國脫貧攻堅(jiān)的主戰(zhàn)場之一，地形以山地高原為主，總面積2.69萬平方千米，地勢西高東低，巖溶地貌典型，面積占73.34%。屬北亞熱帶季風(fēng)濕潤氣候，是貴州降雨量較少的區(qū)域，且分布極為不均，據(jù)中國天氣網(wǎng)的數(shù)據(jù)，5～9月的降水量占全年的75.2%，集中度高［24］，且河谷深切，地表水利用難度大。據(jù)統(tǒng)計(jì)，畢節(jié)人均水資源量為1 618.11m3/（人·年），不僅低于貴州的平均水平，而且符合聯(lián)合國認(rèn)定的水資源緊迫國家的標(biāo)準(zhǔn)，且近60年來長江上游區(qū)域干旱有加重趨勢［25］，故遭遇旱災(zāi)的風(fēng)險(xiǎn)極大。獨(dú)特的喀斯特二元水文地貌結(jié)構(gòu)、氣候條件與低人均水資源量加劇了畢節(jié)市旱災(zāi)風(fēng)險(xiǎn)。

圖1 畢節(jié)市區(qū)位示意圖Fig.1 Schematic diagram of Bijie urban area

畢節(jié)市經(jīng)濟(jì)發(fā)展水平較低，2019年人均GDP為28 378元，僅為貴州平均值的61.1%；第一產(chǎn)業(yè)比重大，占地區(qū)生產(chǎn)總值的23.1%，同期貴州平均值為13.6%；農(nóng)民的可支配收入為10 364元，低于貴州平均水平16 021元。由于經(jīng)濟(jì)欠發(fā)達(dá)，農(nóng)業(yè)設(shè)施難以滿足生產(chǎn)需求，94.84%的耕地屬于旱地，且灌溉設(shè)施少［26］，一旦遭遇旱災(zāi)就會(huì)造成巨大經(jīng)濟(jì)損失，對農(nóng)戶影響極大。

干旱是貴州省最主要的自然災(zāi)害之一，據(jù)記載①《水利統(tǒng)計(jì)年鑒》、《貴州省水資源公報(bào)》、《貴州省水利志》、《畢節(jié)地區(qū)水利志》，20世紀(jì)初至今，干旱發(fā)生頻率高達(dá)到82%，其中超過一半屬于嚴(yán)重干旱［27］。2013年88個(gè)縣中86個(gè)縣（市、區(qū)）遭受旱災(zāi)。畢節(jié)市是貴州旱災(zāi)最嚴(yán)重的地區(qū)，全省最長連續(xù)無有效降雨日出現(xiàn)在畢節(jié)市赫章縣。據(jù)統(tǒng)計(jì)，從1950到1989年平均每10年發(fā)生旱災(zāi)5.5次，中度以上旱災(zāi)2次或以上。80年代增加水利工程修建，一定程度上降低了旱災(zāi)損失，2012、2013年發(fā)生的輕度旱災(zāi)損失較小，但1990、1991、2003、2005和2011年這種相對嚴(yán)重的旱災(zāi)仍造成了重大的經(jīng)濟(jì)損失。

1.2 數(shù)據(jù)來源

農(nóng)戶數(shù)據(jù)來源于2018年7月于畢節(jié)市開展的為期10天的調(diào)研，走訪了大方縣、納雍縣、織金縣、金沙縣、黔西縣、威寧縣、赫章縣和七星關(guān)區(qū)，在各區(qū)縣基于隨機(jī)與空間均勻分布的原則下抽取部分鄉(xiāng)村作為具體調(diào)研對象。據(jù)2017年畢節(jié)統(tǒng)計(jì)年鑒，計(jì)算各區(qū)縣鄉(xiāng)村常住人口數(shù)比例及問卷發(fā)放數(shù)量（見表1）。在村民或村干部帶領(lǐng)下，同樣基于隨機(jī)與空間均勻分布的原則下在村落內(nèi)部選點(diǎn)，對居住于所選取點(diǎn)附近的村民發(fā)放調(diào)查問卷進(jìn)行調(diào)查。在實(shí)際調(diào)查走訪中共發(fā)放問卷1 118份，有效問卷為871份（分布見圖2），無效問卷為247份，有效問卷率為77.90%。問卷內(nèi)容針對農(nóng)戶家庭生計(jì)問題、經(jīng)濟(jì)情況、基本信息、旱災(zāi)損失情況等幾方面進(jìn)行調(diào)查。

圖2 有效樣本數(shù)Fig.2 Effective number of samples

表1 各市縣鄉(xiāng)村常住人口比例及發(fā)放問卷數(shù)Table 1 Proportion of permanent residents in rural areas and the number of questionnaires issued by counties

1.3 研究方法

“hoovering”模型是社會(huì)脆弱性的一般評估模式，尤其適合農(nóng)戶尺度的社會(huì)脆弱性評估。經(jīng)過前人的改進(jìn)［13］已經(jīng)擁有較為成熟的評估流程，能夠較為準(zhǔn)確的評估出農(nóng)戶個(gè)體的社會(huì)脆弱性，其流程為選取合適的指標(biāo)并構(gòu)建評估體系、量化指標(biāo)并賦權(quán)重、建立評估標(biāo)準(zhǔn)并計(jì)算脆弱性指數(shù)。為保證“hoovering”模型權(quán)重賦值的準(zhǔn)確性，因此賦值方法進(jìn)行一定的調(diào)整。

1.3.1 旱災(zāi)社會(huì)脆弱性指標(biāo)體系

相關(guān)研究多從敏感性、應(yīng)對能力和災(zāi)害損失三方面構(gòu)建指標(biāo)體系。故在參考大量文獻(xiàn)和專家咨詢的前提下，通過實(shí)地調(diào)研與發(fā)放問卷，分析畢節(jié)市農(nóng)戶干旱風(fēng)險(xiǎn)的特征，基于社會(huì)脆弱性的系統(tǒng)性、可獲取性、全面性的原則與農(nóng)戶家庭微觀視角，選取能體現(xiàn)不同類型農(nóng)戶在面臨致災(zāi)因素的敏感性、應(yīng)對與適應(yīng)能力和干旱致災(zāi)強(qiáng)度的指標(biāo)，構(gòu)建農(nóng)戶旱災(zāi)社會(huì)脆弱性指標(biāo)體系（表2）。各指標(biāo)說明如下：

表2 社會(huì)脆弱性指標(biāo)體系Table 2 Social vulnerability index system

適應(yīng)性：系統(tǒng)所擁有的修正或改變自身特征的能力，從而應(yīng)對已存在或可能產(chǎn)生的外界壓力［28］，即農(nóng)戶家庭內(nèi)部要素對干旱的應(yīng)對能力。部分農(nóng)戶存在既有存款亦有負(fù)債的情況，也存在農(nóng)戶雖然有存款但因家庭人口較多，經(jīng)濟(jì)現(xiàn)狀不大好的情況，故采用家庭人均年收入、家庭存款、家庭人均耕地面積與負(fù)債情況4個(gè)指標(biāo)代表農(nóng)戶的家庭經(jīng)濟(jì)狀況；農(nóng)戶風(fēng)險(xiǎn)意識、農(nóng)戶保險(xiǎn)意識這2個(gè)指標(biāo)則體現(xiàn)了農(nóng)戶對旱災(zāi)的預(yù)防意識。

（1）家庭存款（B1）。家庭存款可以反映在災(zāi)后家庭的應(yīng)對能力，一個(gè)家庭存款越多，在遭遇旱災(zāi)的時(shí)候可以采取的應(yīng)對措施就越多，其應(yīng)對能力也就越強(qiáng)，為負(fù)向指標(biāo)。

（2）家庭人均年收入（B2）。家庭人均收入可以判斷家庭經(jīng)濟(jì)狀況，實(shí)地考察中發(fā)現(xiàn)，當(dāng)?shù)剞r(nóng)戶普遍擁有2個(gè)或以上的子女，子女?dāng)?shù)量較多會(huì)影響家庭的經(jīng)濟(jì)情況，其旱災(zāi)的應(yīng)對能力也會(huì)較低，為負(fù)向指標(biāo)，故采用此指標(biāo)進(jìn)行判斷。

（3）家庭人均耕地面積（B3）。家庭人均耕地面積越高，在干旱期受災(zāi)面積越廣，農(nóng)戶的應(yīng)對能力越缺乏，為正向指標(biāo)。

（4）負(fù)債情況（B4）。負(fù)債情況為正向指標(biāo)，是對家庭經(jīng)濟(jì)狀況的一種補(bǔ)充，能夠更加全面地反映家庭經(jīng)濟(jì)的具體情況。若無負(fù)債賦值為1，有負(fù)債則賦值為0。

（5）農(nóng)戶保險(xiǎn)意識（B5）。通過購買保險(xiǎn)進(jìn)行風(fēng)險(xiǎn)轉(zhuǎn)移，為農(nóng)戶遭遇旱災(zāi)時(shí)所造成的經(jīng)濟(jì)損失提供保障，是一種極為便利與有效的風(fēng)險(xiǎn)規(guī)避方式，為負(fù)向指標(biāo)。將農(nóng)戶購買、聽說、未聽說保險(xiǎn)分別賦值為1、0.5、0。

（6）農(nóng)戶風(fēng)險(xiǎn)意識（B6）。農(nóng)戶對旱災(zāi)的風(fēng)險(xiǎn)意識體現(xiàn)在農(nóng)戶對干旱的認(rèn)知，理解與態(tài)度等方面，為負(fù)向指標(biāo)。主要體現(xiàn)在農(nóng)戶在干旱發(fā)生前做的各種預(yù)防措施，如引水、修建蓄水池、灌溉技術(shù)等。除“不做任何措施”外，其他方法均賦值1，“不做任何措施”賦值為0。

敏感性：是指系統(tǒng)在外部壓力下受影響程度，主要用于評判農(nóng)戶在面臨干旱致災(zāi)因素時(shí)的敏感度。當(dāng)?shù)剞r(nóng)作物以玉米為主，占問卷結(jié)果的63.22%，其余作物種類多且占比低，故不選取作物類型作為指標(biāo)；表征農(nóng)戶基本信息的敏感性指標(biāo)則選取家庭勞動(dòng)力、家庭受教育程度、是否受過農(nóng)業(yè)技能培訓(xùn)。這4個(gè)指標(biāo)關(guān)聯(lián)性較小，能夠較為客觀反映農(nóng)戶家庭旱災(zāi)的敏感性因子。

（7）家庭勞動(dòng)力（B7）。家庭擁有的勞動(dòng)力越多，遭遇干旱的敏感性就越低，為負(fù)向指標(biāo)。勞動(dòng)力包含有數(shù)量與質(zhì)量兩方面的因素，長年在外務(wù)工與學(xué)習(xí)的成年人不計(jì)入家庭勞動(dòng)力；不同年齡、性別與健康情況的勞動(dòng)力，其勞動(dòng)能力存在差異，因此對不同的勞動(dòng)力進(jìn)行賦值。將男性賦值為1，女性賦值為0.8，按照不同的年齡、健康程度對家庭整體勞動(dòng)力進(jìn)行計(jì)算。其中健康、大病、慢性病、殘疾分別賦值為1、0.7、0.5、0。

（8）家庭受教育程度（B8）。受教育程度越高的農(nóng)戶，其對災(zāi)害的感覺、消息的獲取、落實(shí)減災(zāi)防災(zāi)措施的能力要明顯高于其余農(nóng)戶，為負(fù)向指標(biāo)。將該指標(biāo)劃分為分為文盲、小學(xué)、初中、高中（中專）、大專、大學(xué)及以上，分別賦值為0、0.2、0.4、0.6、0.8、1。

（9）受到過的農(nóng)業(yè)技能培訓(xùn)（B9）。擁有一定的農(nóng)業(yè)專業(yè)技能能夠減少農(nóng)業(yè)生產(chǎn)中干旱帶來的影響，為負(fù)向指標(biāo)。將灌溉技術(shù)、種植技術(shù)等技能賦值為1，而沒有受到過技能培訓(xùn)賦值為0。

（10）耕地質(zhì)量（B10）。耕地質(zhì)量是一個(gè)綜合性的指標(biāo)，既包含土壤質(zhì)地、有機(jī)質(zhì)含量、土層厚度等諸多內(nèi)容。耕地質(zhì)量的好壞直接影響農(nóng)業(yè)收成，農(nóng)戶擁有的耕地質(zhì)量越高，其旱災(zāi)的敏感性越低，為負(fù)向指標(biāo)。為保證農(nóng)戶能夠簡單便捷的了解該指標(biāo)的內(nèi)涵，將耕地分為肥沃、良好、一般、貧瘠4個(gè)等級，分別賦值為1、0.6、0.3、0。

干旱致災(zāi)強(qiáng)度：農(nóng)戶在旱災(zāi)沖擊之下造成經(jīng)濟(jì)損失的大小。

（11）干旱致災(zāi)強(qiáng)度（B11）。干旱致災(zāi)強(qiáng)度是衡量農(nóng)戶遭受旱災(zāi)時(shí)的一個(gè)客觀指標(biāo)，干旱致災(zāi)強(qiáng)度越大，農(nóng)戶的經(jīng)濟(jì)損失也就越大，為正向指標(biāo)。其計(jì)算方式為：干旱致災(zāi)強(qiáng)度=所調(diào)查農(nóng)戶歷年干旱所造成的的平均經(jīng)濟(jì)損失/正常年份農(nóng)作物經(jīng)濟(jì)收入

1.3.2 指標(biāo)標(biāo)準(zhǔn)化及權(quán)重確定

確定指標(biāo)的權(quán)重方法有很多，現(xiàn)階段使用較多的有Dephi法、相關(guān)系數(shù)法、成對比較法等。深究其本質(zhì)可分為兩類，即通過主觀或客觀的方式為指標(biāo)賦權(quán)重［29］。主觀的方式大多是專家評定，盡管專家們在該領(lǐng)域比較權(quán)威，作出的評分或排序相對可靠，但細(xì)化到具體區(qū)域仍可能存在盲點(diǎn)。客觀的方式則是依靠量化的計(jì)算來評定，雖然做到了客觀評價(jià)，卻會(huì)忽略了各指標(biāo)的重要性程度。為避免權(quán)重賦值可能產(chǎn)生偏差的問題，本文采用主觀與客觀組合的方式來賦權(quán)重。

成對比較法在市場調(diào)研中被廣泛運(yùn)用，該方法有2個(gè)使用前提：2個(gè)因子之間具有可比性，可主觀判斷其重要性的高低；第2個(gè)是比較的結(jié)果具有的可轉(zhuǎn)移性，即3個(gè)因子I、Ⅱ、Ⅲ中，若其重要性I＞Ⅱ且Ⅱ＞Ⅲ，則有I＞Ⅱ＞Ⅲ［30］。在此次調(diào)研中所選取的評價(jià)指標(biāo)符合上述2個(gè)條件，為了避免專家排序出現(xiàn)盲點(diǎn)，將農(nóng)戶排序與專家教授排序的結(jié)果按各占50%的方式處理，讓被訪者在2個(gè)指標(biāo)中選擇更重要的一個(gè)，多次重復(fù)并最終形成排序，構(gòu)成初始判斷矩陣A=(a ij)n*n，其中：a ij＞0,i、j=1、2、…n。最后使用特征根法計(jì)算出各項(xiàng)指標(biāo)的主觀權(quán)重（表1）。計(jì)算步驟為：1）計(jì)算矩陣每一行元素的乘積2）求乘積Mi的n次方根，得到向量β=(β1,β2…βn)T；3）對向量β正規(guī)化，即，得到特征向量W=(W1,W2…W n)T；4）計(jì)算判斷矩陣的最大特征根，即。同時(shí)，為檢驗(yàn)判斷矩陣是否偏離一致性，引入判斷矩陣的隨機(jī)一致性比例C.R.進(jìn)行檢驗(yàn)。具體的檢驗(yàn)公式為：。式中：C.I.表示一致性指標(biāo)；R.I.表示平均隨機(jī)一致性指標(biāo)（表3）。

表3 平均隨機(jī)一致性指標(biāo)Table 3 Average random consensus index

CRITIC為客觀賦權(quán)法，其中對比強(qiáng)度使用標(biāo)準(zhǔn)差進(jìn)行表示，如果數(shù)據(jù)標(biāo)準(zhǔn)差越大說明波動(dòng)越大，權(quán)重會(huì)越高；沖突性使用相關(guān)系數(shù)進(jìn)行表示，如果指標(biāo)之間的相關(guān)系數(shù)值越大，說明沖突性越小，那么其權(quán)重也就越低，運(yùn)用MATLAB軟件計(jì)算出各指標(biāo)權(quán)重值。

對主客觀賦權(quán)重的方法按各50%進(jìn)行組合，結(jié)果發(fā)現(xiàn)，對農(nóng)戶社會(huì)脆弱性影響最大的是：農(nóng)戶保險(xiǎn)意識（0.256 1）、家庭人均年收入（0.212 4）。對農(nóng)戶社會(huì)脆弱性影響較小的指標(biāo)為：耕地質(zhì)量（0.019 3）、家庭人均耕地面積（0.015 6）。

1.3.3 農(nóng)戶社會(huì)脆弱性指數(shù)

采用加權(quán)綜合評分法評價(jià)農(nóng)戶旱災(zāi)的社會(huì)脆弱性。公式如下：

其中K表示某一農(nóng)戶的社會(huì)脆弱性指數(shù)，K數(shù)值越大，社會(huì)脆弱性性越大。Wi表示第i個(gè)指標(biāo)的權(quán)重，Xi表示標(biāo)準(zhǔn)化的指標(biāo)。

1.3.4 農(nóng)戶生計(jì)類型劃分

根據(jù)現(xiàn)有對農(nóng)戶生計(jì)類型劃分的研究成果［31-32］，并結(jié)果當(dāng)?shù)氐膶?shí)際情況，根據(jù)訪談和問卷調(diào)查的結(jié)果確定農(nóng)戶生計(jì)類型的劃分標(biāo)準(zhǔn)。以農(nóng)戶非農(nóng)收入占總收入的比重為基礎(chǔ)，將農(nóng)戶生計(jì)類型分為四類：純農(nóng)戶、一兼戶、二兼戶以及非農(nóng)戶，其非農(nóng)收入占比一次為0-10%、10-50%、50-90%、90-100%。

2 結(jié)果與分析

2.1 農(nóng)戶生計(jì)類型劃分

通過非農(nóng)收入比重將農(nóng)戶劃分為純農(nóng)戶、兼業(yè)戶（一兼戶和二兼戶）和非農(nóng)戶4種生計(jì)類型。本次調(diào)查中各生計(jì)類型農(nóng)戶占比分別為17.47%、34.60%、12.18%、36.86%（見表4）。

表4 農(nóng)戶生計(jì)類型劃分Table 4 Classification of rural households′livelihoods

2.2 人力資產(chǎn)

畢節(jié)市各類型農(nóng)戶的文化水平較低，初中以下學(xué)歷的人數(shù)占73.90%。受訪農(nóng)戶整體年齡結(jié)構(gòu)屬于成年型人口年齡結(jié)構(gòu)，即便是適齡勞動(dòng)力比例最低的非農(nóng)戶，其比例也高達(dá)69.01%。受訪農(nóng)戶的平均健康水平為94.31%，其中最低的二兼戶為93.50%，可以看出畢節(jié)市當(dāng)?shù)剞r(nóng)民人力資本充足（表5）。

表5 各類型農(nóng)戶人力資本Table 5 Human capital of various types of farmers

2.3 經(jīng)濟(jì)資產(chǎn)

純農(nóng)戶收入來源于種植與畜牧業(yè)；一兼戶收入來源較為廣泛，但仍以種植與畜牧業(yè)為主；二兼戶收入的主要來源為打工和經(jīng)商；非農(nóng)戶的收入來源中種植與畜牧業(yè)占比很少。兼業(yè)戶的收入并非完全依靠農(nóng)業(yè)，因而大多在農(nóng)作物的種植面積及種植過程的重視程度不如純農(nóng)戶，導(dǎo)致了在他們農(nóng)業(yè)收入較低（表6）。

表6 各類型農(nóng)戶人均年收入Table 6 Per capita annual income of various types of farmers

2.4 不同生計(jì)類型農(nóng)戶旱災(zāi)社會(huì)脆弱性評價(jià)

通過加權(quán)綜合評分法計(jì)算出不同生計(jì)類型農(nóng)戶的社會(huì)脆弱性，結(jié)果顯示，畢節(jié)市農(nóng)戶脆弱性指數(shù)的平均值為0.455，其中最大值為0.843 2，最小值為0.246 7。不同生計(jì)類型農(nóng)戶的旱災(zāi)社會(huì)脆弱性差異較大，純農(nóng)戶的社會(huì)脆弱性指數(shù)最高，其均值為0.494 4，同時(shí)其標(biāo)準(zhǔn)差也是最大的，存在內(nèi)部分化的現(xiàn)象。而二兼戶和非農(nóng)戶均值次之分別為0.477 2和0.454 3。一兼戶均值最低，為0.429 3（見圖3）。

圖3 不同生計(jì)類型農(nóng)戶的旱災(zāi)社會(huì)脆弱性Fig.3 Drought social vulnerability of farmers with different livelihoods

在敏感性所選取的5個(gè)指標(biāo)中，干旱致災(zāi)強(qiáng)度與家庭勞動(dòng)力的權(quán)重最大，分別位列所選取因子的第3與第9位。本次調(diào)研所訪問的農(nóng)戶中，不同農(nóng)戶旱災(zāi)所造成的損失差異較大，高者甚至達(dá)到正常年份收入的75%，亦有部分農(nóng)戶的損失微乎其微。從農(nóng)戶自身敏感性來看，同時(shí)該指標(biāo)也是對當(dāng)?shù)剞r(nóng)民敏感性影響最大的因素；烏蒙山區(qū)經(jīng)濟(jì)欠發(fā)達(dá)，農(nóng)民普遍存在多子多福的思想，故大多數(shù)家庭并不缺乏勞動(dòng)力，因而該指標(biāo)對農(nóng)戶的脆弱性性影響并不大，與權(quán)重的排序相吻合。應(yīng)對能力方面，農(nóng)業(yè)保險(xiǎn)是農(nóng)業(yè)邁向現(xiàn)代化和國家“三農(nóng)”改革中的重要配套措施，同時(shí)也是風(fēng)險(xiǎn)轉(zhuǎn)移，降低脆弱性最簡單便捷的措施。由此可見農(nóng)業(yè)保險(xiǎn)優(yōu)勢明顯，是最主要的影響因素，但農(nóng)業(yè)保險(xiǎn)的購買必須基于一定的文化水平和經(jīng)濟(jì)基礎(chǔ)。家庭人均年收入高可以從源頭降低旱災(zāi)社會(huì)脆弱性，如購買農(nóng)業(yè)保險(xiǎn)、抗旱種子等，還可以主動(dòng)修建水庫、購買節(jié)水灌溉器械等對干旱全過程防控。

一兼戶非農(nóng)收入占其家庭收入的10%-50%，并非完全依靠農(nóng)業(yè)，故風(fēng)險(xiǎn)規(guī)避能力要遠(yuǎn)勝于單純依靠農(nóng)業(yè)或務(wù)工與經(jīng)商的純農(nóng)戶與非農(nóng)戶。同時(shí)一兼戶仍以農(nóng)業(yè)收入為主，因而會(huì)比二兼戶更注重農(nóng)業(yè)生產(chǎn)活動(dòng)，也會(huì)更加積極的采取各種措施應(yīng)對旱災(zāi)。純農(nóng)戶雖然人均收入最高，但是單一收入方式是制約他們降低旱災(zāi)脆弱性的限制性因子。同時(shí)純農(nóng)戶文盲的比例最高（13.5%），其接受新鮮事物的能力相對較低，一定程度上加劇了其對脆弱性降低的限制。在諸多因素的綜合作用下，純農(nóng)戶旱災(zāi)的社會(huì)脆弱性居高不下，一旦遭遇旱災(zāi)就會(huì)損失慘重，如若災(zāi)情嚴(yán)重，不但會(huì)造成生計(jì)困難，甚至還會(huì)影響來年的農(nóng)業(yè)生產(chǎn)。

3 討論與結(jié)論

3.1 結(jié)論

農(nóng)戶是旱災(zāi)的主要承災(zāi)體，對各生計(jì)農(nóng)戶旱災(zāi)脆弱性進(jìn)行評價(jià)有利于政府災(zāi)后開展救災(zāi)工作。本文基于“hoovering”模型，以非農(nóng)收入占比進(jìn)行農(nóng)戶分類，以敏感性、適應(yīng)性與致災(zāi)強(qiáng)度構(gòu)建社會(huì)脆弱性指標(biāo)體系，運(yùn)用賦值法與離差標(biāo)準(zhǔn)化方法標(biāo)準(zhǔn)化數(shù)據(jù)，用成對比較法確定權(quán)重，最后使用加權(quán)綜合評分法得到社會(huì)脆弱性。主要研究結(jié)論：第一，影響農(nóng)戶旱災(zāi)社會(huì)脆弱性的主要因素是農(nóng)戶保險(xiǎn)意識和家庭人均年收入等。第二，農(nóng)戶的旱災(zāi)社會(huì)脆弱性是純農(nóng)戶最高，二兼戶和非農(nóng)戶其次，一兼戶最低。

3.2 建議

農(nóng)戶旱災(zāi)脆弱性高低由生態(tài)環(huán)境因素與社會(huì)經(jīng)濟(jì)因素共同決定，而干旱無法避免，且現(xiàn)有技術(shù)難以做到大范圍改變致災(zāi)因子的發(fā)生和發(fā)展過程［33］。因此從社會(huì)經(jīng)濟(jì)因素上進(jìn)行把控，以減災(zāi)防災(zāi)，無疑是最為可行的辦法。結(jié)合實(shí)際情況，分別從政府和農(nóng)戶的角度提出以下幾點(diǎn)建議：

（1）從政府角度，應(yīng)當(dāng)針對不同生計(jì)類型農(nóng)戶執(zhí)行不同的策略，對家庭經(jīng)濟(jì)基礎(chǔ)差的農(nóng)戶進(jìn)行重點(diǎn)扶持。政府可以采取措施包括：邀請專家進(jìn)行定期講座，推廣節(jié)水農(nóng)業(yè)與增加農(nóng)業(yè)生產(chǎn)中的科技支撐；加強(qiáng)對旱災(zāi)的預(yù)測，讓作物生長過程最大需水期與干旱期錯(cuò)開；修建水庫，提高灌溉面積；鼓勵(lì)純農(nóng)戶增加非農(nóng)收入和提高保險(xiǎn)意識等。

（2）從農(nóng)戶角度，在面臨災(zāi)害的時(shí)候，完全依賴政府的救濟(jì)不現(xiàn)實(shí)亦不可行，農(nóng)戶自身也應(yīng)該采取相應(yīng)的措施來降低脆弱性。雖然純農(nóng)戶受旱災(zāi)的影響是最大的但其人均收入也是最高的，在豐收的年份除購買農(nóng)業(yè)保險(xiǎn)外，還可以聯(lián)合修建一些小型水庫、引進(jìn)一些節(jié)水灌溉的設(shè)施等，同時(shí)要適當(dāng)增加非農(nóng)收入。對二兼戶而言農(nóng)業(yè)收入并非最重要，因此他們對農(nóng)業(yè)干旱的防控意識比較薄弱。二兼戶應(yīng)當(dāng)適當(dāng)增加其對農(nóng)業(yè)生產(chǎn)的重視程度，增加一些抗旱的設(shè)施，如節(jié)水灌溉等，降低自己的應(yīng)對旱災(zāi)的社會(huì)脆弱性。同時(shí)也應(yīng)避免將勞動(dòng)力過度投入到務(wù)工之中，使農(nóng)業(yè)生產(chǎn)活動(dòng)因缺乏勞動(dòng)力而增加干旱的脆弱性。

3.3 討論

本文根據(jù)農(nóng)戶生計(jì)類型多元化的特點(diǎn)，探究不同生計(jì)類型農(nóng)戶與旱災(zāi)社會(huì)脆弱性之間的關(guān)系。結(jié)論顯示不同生計(jì)類型的農(nóng)戶其旱災(zāi)社會(huì)脆弱性并不相同，與傳統(tǒng)按一定區(qū)域進(jìn)行整體性評估相比要更加細(xì)化，更能精確地反應(yīng)了農(nóng)戶旱災(zāi)脆弱性的真實(shí)情況，便于政府部門以更加切合實(shí)際的方式去制定精準(zhǔn)有效的防災(zāi)減災(zāi)措施，降低農(nóng)戶旱災(zāi)損失，同時(shí)也為其他區(qū)域進(jìn)行旱災(zāi)社會(huì)脆弱性評價(jià)提供了一個(gè)新的思路。

據(jù)畢節(jié)市相關(guān)的統(tǒng)計(jì)數(shù)據(jù)，從建國伊始至70年代末，畢節(jié)市整體經(jīng)濟(jì)水平較低，且恰逢戰(zhàn)后的嬰兒潮，除農(nóng)戶個(gè)體經(jīng)濟(jì)水平遠(yuǎn)不如今外，受教育程度低、缺乏農(nóng)業(yè)技能培訓(xùn)與保險(xiǎn)意識，整體旱災(zāi)社會(huì)脆弱性水平較高。改革開放后，農(nóng)戶的生計(jì)類型逐漸開始分化，其旱災(zāi)社會(huì)脆弱性也隨之發(fā)生改變。雖然在近幾年畢節(jié)并沒有發(fā)生重大旱災(zāi)，但然隨著氣候變化，極端災(zāi)害爆發(fā)的頻次也隨之增加，未來畢節(jié)遭遇重大旱災(zāi)的幾率仍然較高。同時(shí)畢節(jié)市近20余年來資源環(huán)境承載狀況呈現(xiàn)不好趨勢［34］，一旦遭遇重大旱災(zāi)，以純農(nóng)戶為首的畢節(jié)農(nóng)戶必然損失慘重，因此針對各生計(jì)類型農(nóng)戶自身旱災(zāi)社會(huì)脆弱性的差異采取針對性措施，進(jìn)而減少中度以上旱災(zāi)帶來的損失仍具有極大的社會(huì)效益。

該研究是以位處烏蒙山區(qū)的畢節(jié)市為研究區(qū)域，雖然在研究方法上可為其他區(qū)域的研究提供參考，但結(jié)論的有效性僅限于本區(qū)域，并不具備普遍性。在指標(biāo)的選取上，盡管已經(jīng)盡可能選取關(guān)聯(lián)系較小的指標(biāo)，但仍存在部分指標(biāo)相互影響的情況。在權(quán)重確定方面，本文采用成對比較法與CRITIC各占50%的方式進(jìn)行結(jié)合，但這個(gè)比例在未來仍存在調(diào)整的空間。本文雖存在以上種種不足，但基于農(nóng)戶生計(jì)類型視角進(jìn)行的旱災(zāi)社會(huì)脆弱性評估所得的結(jié)論仍具有較大的參考性與實(shí)用性。