謝學勤,朱玲娟,柯今朝,李輝婕
家庭經(jīng)濟稟賦、政策認知與種糧大戶氣象災害適應性行為采納意愿
謝學勤,朱玲娟,柯今朝,李輝婕*
(江西農(nóng)業(yè)大學 人文與公共管理學院,江西 南昌 330045)
【目的】種糧大戶是我國糧食生產(chǎn)的重要力量,提高種糧大戶氣象災害適應性行為采納意愿有助于保障我國糧食安全?!痉椒ā炕诮魇?82位種糧大戶的調(diào)研數(shù)據(jù),采用多元Logistic模型,分析家庭經(jīng)濟稟賦與政策認知對種糧大戶氣象災害適應性行為采納意愿的影響。【結果】以家庭收入水平、是否購買農(nóng)業(yè)保險為表征的家庭經(jīng)濟稟賦及政策認知對種糧大戶氣象災害適應性行為采納意愿有顯著正向影響,而家庭經(jīng)濟稟賦中的借貸可獲得性的影響未能通過顯著性檢驗?!窘Y論】種糧大戶的家庭經(jīng)濟稟賦和政策認知會對其氣象災害適應性行為采納意愿產(chǎn)生影響。政府部門在采取措施提高種糧大戶氣象災害適應性行為采納意愿時,除加大對種糧大戶的資金支持力度外,還應加大政策宣傳力度,擴大種糧大戶政策參與,靈活調(diào)整政策結構,提高政策滿意度。
種糧大戶;家庭經(jīng)濟稟賦;政策認知;氣象災害;適應性行為
【研究意義】確保國家糧食安全,是治國理政的頭等大事,是實施鄉(xiāng)村振興戰(zhàn)略及加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的首要任務[1-2]。糧食安全的核心是稻米的供給,水稻在保障我國糧食安全方面占有極其重要的地位。江西省是我國水稻生產(chǎn)的主要省份,水稻產(chǎn)量占全國比重常年超過10%[3],是我國主要商品糧基地,為保障國家糧食安全作出了積極貢獻。然而,近年來江西省氣象災害頻繁發(fā)生,這已成為影響江西省水稻產(chǎn)量和品質(zhì)的主要不利因素。鑒于此,研究如何減輕氣象災害對水稻生產(chǎn)的不利影響對于保障我國糧食安全具有重要的現(xiàn)實意義?!厩叭搜芯窟M展】適應性行為已成為農(nóng)戶減輕氣象災害影響的重要手段[4],其在穩(wěn)定糧食產(chǎn)量及提高農(nóng)民收入[5-6]、緩解貧困[7]等方面發(fā)揮了積極作用。但我國農(nóng)戶氣象災害適應性行為采用率仍處于較低水平[8],且存在適應能力較低和地區(qū)差異問題[9]?;诖?,學者們從自然資源稟賦[10]、個體及家庭稟賦[11]、風險認知[12]等方面對農(nóng)戶氣象災害適應性行為進行了大量研究,但既有研究多為從客觀稟賦或者主觀認知單一維度進行分析,將客觀稟賦和主觀認知結合起來進行考察的研究尚不多見,圍繞家庭經(jīng)濟稟賦與政策認知來研究農(nóng)戶氣象災害適應性行為的研究尚付闕如?!颈狙芯壳腥朦c】隨著土地大規(guī)模流轉(zhuǎn),江西省涌現(xiàn)出一大批種糧大戶,其具有一定的生產(chǎn)規(guī)模和豐富的農(nóng)業(yè)生產(chǎn)經(jīng)營經(jīng)驗,是我國商品糧供給的主要力量之一。但由于種糧大戶收入來源相對單一和對農(nóng)業(yè)資產(chǎn)投入較多,導致其在遭受氣象災害侵襲時所承受的風險較一般農(nóng)戶更大。因此,本文以江西省282名種糧大戶為研究對象,著重關注種糧大戶的家庭經(jīng)濟稟賦和政策認知對其氣象災害適應性行為采納意愿的影響。【擬解決的關鍵問題】分析研究種糧大戶氣象災害適應性行為采納意愿的影響因素,以期為決策部門制定相應的政策措施提供科學依據(jù),以減輕氣象災害對糧食生產(chǎn)的不利影響,幫助化解威脅國家糧食安全的不利因素。
關于農(nóng)戶應對氣象災害適應性行為的研究成果屢見不鮮,主要涉及適應性行為內(nèi)涵和概念[13-14]、適應性行為分類[15]、適應性行為影響機制[11]、適應性能力評價[16]、適應性行為績效評價[9,17]等,涵蓋了農(nóng)戶氣象災害適應性行為的體制機制和實踐選擇等問題。
關于農(nóng)戶氣象災害適應性行為影響因素相關問題的研究成果頗豐,學界主要采用多元線性回歸模型、Logistic模型、Probit模型、Double-hurdle模型、結構方程模型等計量方法從外部因素和內(nèi)部因素兩方面進行研究。從外部因素來看,主要涉及3個方面:(1)氣候因素。如針對陜西省農(nóng)戶的實證研究發(fā)現(xiàn),氣溫、降水量等氣候因素的變化是影響農(nóng)戶適應性行為的主要原因[18]。(2)土地、水源等自然資源。許多學者基于實地調(diào)研數(shù)據(jù)研究證實土壤肥力、土地地勢情況等顯著影響農(nóng)戶的氣象災害適應性行為;也有學者研究認為水資源及水源可獲取性對絕大部分農(nóng)戶的氣象災害適應性行為構成影響[19-21]。(3)政府干預。關于政府干預能否促進農(nóng)戶適應性行為學界尚未達成一致,有學者研究發(fā)現(xiàn)政府的技術、經(jīng)濟等干預政策是促進農(nóng)戶氣象災害適應行為的主要因素[20],但同時也有學者得出相反結論,認為政府干預存在脫離區(qū)域?qū)嶋H、無法調(diào)動農(nóng)戶積極性等問題,導致其無法促進農(nóng)戶氣象災害適應行為[22]。從內(nèi)部因素來看,主要包括3個方面:(1)農(nóng)戶對氣候變化的感知。眾多學者對農(nóng)戶氣候變化感知與適應行為之間關系進行研究,且都一致認為農(nóng)戶的氣候變化感知能夠促進其適應性行為[23-24],并構建了“感知—適應”框架,逐步成為當前氣候變化研究領域運用最為廣泛的分析框架。(2)農(nóng)戶個體特征和家庭特征。農(nóng)戶性別、年齡、文化程度、家庭收入、家庭規(guī)模等因素在絕大部分農(nóng)戶氣象災害適應性行為研究中被作為自變量或控制變量進行考察,并得到了驗證[25]。(3)農(nóng)戶生計資本。生計資本由人力資本、物質(zhì)資本、金融資本、社會資本、自然資本等5種資本構成,有觀點指出5種資本對農(nóng)戶氣象災害適應性行為起著積極引導作用[18],但5種資本對農(nóng)戶適應性行為存在不同大小影響,其中自然資本、人力資本、社會資本是關鍵影響因素[26]。
個體的行為受到其所擁有的有限資源約束,氣象災害適應性行為需要農(nóng)戶大量經(jīng)濟投入,農(nóng)戶的家庭經(jīng)濟稟賦越強,其在應對氣象災害時所面臨的資源約束越小,抵御氣象災害風險的能力也就越強,越有可能采取氣象災害適應性行為。關于家庭經(jīng)濟稟賦與農(nóng)戶氣象災害適應性行為的關系,馮曉龍等[18]、童慶蒙等[21]學者基于陜西省和湖北省農(nóng)戶的實證研究得出一致結論,認為農(nóng)戶家庭經(jīng)濟稟賦會影響其適應性行為。從家庭經(jīng)濟稟賦與農(nóng)戶氣象災害適應性行為策略選擇角度來看,秦語晗等[23]研究指出家庭經(jīng)濟稟賦的不同會導致農(nóng)戶適應策略選擇的差異;同時有研究發(fā)現(xiàn),家庭經(jīng)濟稟賦在和人力資本的共同作用下影響農(nóng)戶氣象災害適應性行為策略選擇的多樣性[27]?;诖耍疚膶⒓彝ソ?jīng)濟稟賦變量納入影響種糧大戶氣象災害適應性行為采納意愿的因素,提出如下假說:
H1:家庭經(jīng)濟稟賦對種糧大戶氣象災害適應性行為采納意愿有顯著的影響。
政府相關政策的干預對農(nóng)戶適應性行為的影響是不可忽視的,有部分學者研究了政府政策對農(nóng)戶適應性行為的影響,彭俊杰等[20]、岳嘉琛等[6]指出政府的支持政策激勵了農(nóng)戶采取適應性行為。但在同樣的政策環(huán)境下,不同農(nóng)戶的氣象災害適應行為選擇卻不盡相同,這可能是由于不同農(nóng)戶對政策認知不同導致的。認知行為理論指出,個體的所有行為在本質(zhì)上都是由其內(nèi)在認知決定的,個體的行為實際上遵循對外界環(huán)境信息的解讀到形成一定的內(nèi)在認知,再到依據(jù)形成的認知影響和修正個體行為的邏輯[28]。因此農(nóng)戶政策認知的不同很有可能會影響其適應性行為采納意愿。于是,本文將政策認知變量納入影響種糧大戶氣象災害適應性行為采納意愿的因素,提出如下假說:
H2:政策認知對種糧大戶氣象災害適應性行為采納意愿有顯著的影響。
本文所使用數(shù)據(jù)由課題組對江西省種糧大戶的實地調(diào)研獲得,調(diào)查區(qū)域由江西省下轄南昌市、上饒市、景德鎮(zhèn)市等11個地區(qū)組成。主要調(diào)研種糧大戶的家庭經(jīng)濟稟賦、種糧大戶對政府氣象災害管理政策的認知、種糧大戶氣象災害適應性行為采納意愿等內(nèi)容。調(diào)研中主要運用問卷調(diào)查法和半結構式訪談法獲得所需數(shù)據(jù),在對所回收問卷進行整理,剔除不符合要求的問卷后共計獲取有效問卷282份。
從種糧大戶的個體特征來看,男性占比90%以上,體現(xiàn)了我國農(nóng)業(yè)生產(chǎn)以男性為主導的特征;年齡主要集中在46~55歲和55歲以上,兩者合計占比達到73%,45歲及以下的被調(diào)查者僅占總體27%,種糧大戶的總體年齡偏高,面臨老齡化風險;受教育程度普遍不高,有30.14%的種糧大戶僅接受了小學及以下的教育,一半以上種糧大戶的文化程度為初中,而高中及以上的占比不到20%。從農(nóng)業(yè)經(jīng)營特征來看,種植規(guī)模集中在16.67 hm2以下,有近一半種糧大戶的種植規(guī)模不到10 hm2;近六成大戶認為其農(nóng)田土壤肥力一般,不到30%種糧大戶認為其農(nóng)田土壤肥力較好,這可能與連年種植及不當施肥行為有關;農(nóng)田地勢以坡地和平原為主,兩者合計占比近90%,這與江西省的地形特征基本相符。被調(diào)查種糧大戶基本信息見表1。
表1 被調(diào)查種糧大戶基本信息
3.2.1 因變量 本文研究種糧大戶氣象災害適應性行為采納意愿,通過種糧大戶對“我會采取氣象災害適應性行為”的回答獲取所需數(shù)據(jù),選項采用李克特五級量表,即“很不贊同=1;較不贊同=2;一般=3;較贊同=4;非常贊同=5”。
3.2.2 核心自變量 (1)家庭經(jīng)濟稟賦。家庭經(jīng)濟稟賦是農(nóng)戶進行一切農(nóng)業(yè)生產(chǎn)行為的前提和基礎?,F(xiàn)有研究在家庭經(jīng)濟稟賦測量指標的選取上存在一定差異,但家庭收入水平、借貸可獲得性、是否購買農(nóng)業(yè)保險等指標得到了學者們的認同[18, 21, 24]。因此,本文選用家庭收入水平、借貸可獲得性、是否購買農(nóng)業(yè)保險3個指標來測度種糧大戶家庭經(jīng)濟稟賦,在問卷中通過種糧大戶對“家庭收入在當?shù)貙儆谑裁此健边@一問題測度種糧大戶家庭收入;而種糧大戶的借貸可獲得性則從親友借貸可獲得性及銀行借貸可獲得性兩方面進行測度,操作化為“親戚朋友愿意借錢給您”“銀行貸款很容易”兩個問題;最后,通過直接詢問種糧大戶“是否購買農(nóng)業(yè)保險”獲取其農(nóng)業(yè)保險購買情況數(shù)據(jù)。
(2)政策認知。學界從不同側(cè)重點構建了政策認知體系,如尚光引等[29]構建“了解-采納-結果”框架,從政策了解程度、政策參與程度、政策滿意程度角度探究政策認知對農(nóng)戶技術采納的影響;郭如良等[30]則從政策關心和政策感知兩個維度出發(fā)研究政策認知對農(nóng)民職業(yè)化意愿的影響。本文綜合參考前人構建的政策認知體系,將種糧大戶政策認知定義為種糧大戶對政策的了解、政策影響的感知和政策實施效果的評價。因此,本文從政策了解、政策感知、政策評價3個角度來測度種糧大戶的政策認知,在問卷中通過種糧大戶對“我了解政府的災害管理政策”、“政府的災害管理政策對我有很大影響”、“政府災害管理政策評價”等3個問題的回答來獲取所需數(shù)據(jù)。
3.2.3 控制變量 (1)災害感知。種糧大戶只有感知到了氣象災害的發(fā)生才有可能會采取適應性行為以減輕災害的不利影響,故災害感知可能會影響其氣象災害適應性行為采納意愿。(2)人力資本。性別,個體性別差異會導致其應對氣象災害能力及風險承擔能力的不同,影響其氣象災害適應性行為采納意愿;年齡,隨著種糧大戶年齡增長,其兼業(yè)化程度可能越低以及轉(zhuǎn)換非農(nóng)就業(yè)崗位的機會越少,更有可能采取氣象災害適應性行為以減少損失;受教育程度的高低會影響種糧大戶對氣象災害適應性行為重要性的認知,會影響其氣象災害適應性行為采納意愿;家庭勞動力數(shù)量,農(nóng)業(yè)屬于勞動密集業(yè),氣象災害適應性行為的采納更是需要大量勞動力投入,故家庭勞動力數(shù)量的多少可能影響到種糧大戶氣象災害適應性行為采納意愿。(3)物質(zhì)資本。家中是否有農(nóng)業(yè)機械,家中有農(nóng)業(yè)機械的種糧大戶農(nóng)業(yè)生產(chǎn)投入更多,氣象災害的發(fā)生對其影響更大,故其采納氣象災害適應性行為以減少損失的意愿可能更高。(4)社會資本。經(jīng)常來往的親朋人數(shù),種糧大戶親朋人數(shù)的多少會在一定程度上影響到其遭受到氣象災害襲擾時所能獲得的人力、物力支持情況,進而影響到其氣象災害適應性行為采納意愿;參與村內(nèi)活動情況,種糧大戶參與村內(nèi)活動越多,與其他村民的交流可能越多,能夠獲取到種植、氣象災害防治信息可能越多,這可以幫助提高種糧大戶的氣象災害應對能力,影響其氣象災害適應性行為采納意愿。(5)自然資本。稻田種植規(guī)模,稻田種植規(guī)模擴大必然直接導致成本投入的增加,此時種糧大戶的風險規(guī)避動機會加強,更有可能采納氣象災害適應性行為;土壤肥力好的農(nóng)田收益一般較高,在遭受氣象災害影響后的損失可能較大,種糧大戶會更傾向于采納適應性行為;稻田地勢情況,稻田地勢情況會影響到氣象災害適應性行為成本,有可能會影響種糧大戶氣象災害適應性行為采納意愿。具體變量定義見表2。
表2 相關變量定義
本文因變量為種糧大戶氣象災害適應性行為采納意愿,在問卷中通過“會采取氣象災害適應性行為”這一問題進行測度,其賦值為“1=很不贊同;2=較不贊同;3=一般;4=較贊同;5=非常贊同”,故本文采用多元Logistic模型進行分析,模型表達式為:
表達式中:J表示種糧大戶氣象災害適應性行為采納意愿類別;()表示種糧大戶氣象災害適應性行為第類采納意愿的發(fā)生比;ln[()/()]表示適應性行為某類采納意愿與參照適應性行為采納意愿類別發(fā)生比的自然對數(shù);α為常數(shù)項;β表示第類適應性行為采納意愿的第個影響因素的回歸系數(shù)。X表示種糧大戶氣象災害適應性行為采納意愿的影響因素;為隨機誤差。
由于考慮到各變量之間可能存在共線性問題,使模型估計失真。因此,本研究首先運用SPSS 20.0軟件對所選擇的變量進行多重共線性檢驗,檢驗方法選擇的是容忍度(TOL)和方差膨脹因子(VIF)檢驗。檢驗結果顯示,TOL均大于0.1,VIF均小于10,表明模型中各自變量之間不存在多重共線性問題,可以納入模型進行回歸估計。
表3 模型估計結果
***、**、*分別表示在1%、5%、10%水平上顯著。
根據(jù)所構建模型,采用Stata15.0軟件進行參數(shù)估計,模型估計結果見表3。首先,本文將種糧大戶家庭經(jīng)濟稟賦變量和政策認知變量等核心自變量納入回歸分析得到模型1,可以發(fā)現(xiàn),政策認知中的政策了解、政策感知、政策評價變量及家庭經(jīng)濟稟賦中家庭收入水平和是否購買農(nóng)業(yè)保險變量對種糧大戶適應性行為采納意愿有顯著影響,而借貸可獲得性變量對種糧大戶適應性行為采納意愿的影響并不顯著。再者,在模型1的基礎上將控制變量納入回歸分析得到模型2,從核心自變量來看,與模型1相比家庭經(jīng)濟稟賦變量和政策認知變量對種糧大戶適應性行為采納意愿的影響未發(fā)生變化;從控制變量來看,種糧大戶的災害感知、年齡、親朋人數(shù)、稻田種植規(guī)模、土壤肥力變量對其氣象災害適應性行為采納意愿有顯著的影響。
(1)家庭收入水平的影響。家庭收入水平變量在模型1和模型2中都通過了5%的顯著性水平檢驗,且系數(shù)為正,說明家庭收入水平越高的種糧大戶越愿意采納氣象災害適應性行為。原因可能是氣象災害適應性行為的采納需要額外的資金投入,收入水平高的種糧大戶家庭資金儲蓄可能較為充足,其資金壓力較小,更有可能會采納氣象災害適應性行為。
(2)是否購買農(nóng)業(yè)保險的影響。與未購買農(nóng)業(yè)保險的種糧大戶相比,已經(jīng)購買農(nóng)業(yè)保險的種糧大戶更傾向于采納氣象災害適應性行為。農(nóng)業(yè)保險作為一種規(guī)避風險的有效手段,種糧大戶是否購買農(nóng)業(yè)保險可以在一定程度上反映出其風險態(tài)度,已購買農(nóng)業(yè)保險的種糧大戶更有可能屬于風險厭惡者,因此其更有可能采取氣象災害適應性行為以規(guī)避風險。
綜上,H1未得到完全驗證,家庭經(jīng)濟稟賦對種糧大戶氣象災害適應性行為采納意愿的影響有差異,家庭收入水平和是否購買農(nóng)業(yè)保險對種糧大戶氣象災害適應性行為采納意愿影響顯著,而借貸可獲得性對種糧大戶氣象災害適應性行為采納意愿影響不顯著。
(1)政策了解的影響。政策了解變量對種糧大戶氣象災害適應性行為采納意愿影響顯著,在控制了其他變量以后,仍通過1%顯著性水平下的檢驗,且估計系數(shù)為正,說明種糧大戶對政府氣象災害管理政策了解越全面,其采納氣象災害適應性行為的可能性越大??赡茉蛟谟?,對政策了解更加全面的種糧大戶,更加能夠認識到政府災害管理政策防范和化解災害風險的本質(zhì),更加能夠在思想上認識到這些政策對于減少自身氣象災害損失的幫助,也就更愿意采納適應性行為。
(2)政策感知的影響。政策感知變量對種糧大戶氣象災害適應性行為采納意愿的影響系數(shù)為正,且通過了1%顯著性水平下的檢驗,相較于政策感知不強的種糧大戶,對政策影響感知較強的種糧大戶采納氣象災害適應性行為的積極性更高。這可能是由于政府的災害管理政策一般包含直接向種糧大戶提供信息、人員、技術等支持措施,種糧大戶能夠最直觀感知到的政策影響便是獲得政府的無償幫扶措施,而這些幫扶措施能夠增強其氣象災害應對能力。所以,政策影響感知較強的種糧大戶更傾向于采取氣象災害適應性行為。
(3)政策評價的影響。在模型1和模型2中,政策評價變量對種糧大戶氣象災害適應性行為采納意愿的影響系數(shù)為正,且都通過了1%顯著性水平下的檢驗,說明種糧大戶對政府氣象災害管理政策評價越高,越有可能采取氣象災害適應性行為?;谄谕灰恢吕碚?,個體的政策評價實際上是其將政策期望與政策實際效果相比較得出的結果。因此,種糧大戶的政策評價能夠反映出政策滿足其期望和需求的情況,對政策評價越高說明政策越滿足種糧大戶的政策期望和需求,在政策期望和需求得到滿足的情況下,種糧大戶更有可能會采納氣象災害適應性行為。
綜上,H2得到驗證,政策認知對種糧大戶氣象災害適應性行為采納意愿有顯著影響,同時驗證了政策認知程度越高,種糧大戶適應性行為采納意愿越強烈。
種糧大戶的災害感知、年齡、親朋人數(shù)、稻田種植規(guī)模、土壤肥力變量對其氣象災害適應性行為采納意愿有顯著影響。從災害感知來看,該變量在10%顯著性水平下對種糧大戶氣象災害適應性行為采納意愿產(chǎn)生顯著正向影響,即災害感知強烈的種糧大戶采納氣象災害適應性行為的意愿更高。采取適應性行為的目的是為了減少氣象災害帶來的損失,種糧大戶只有感知到了氣象災害的發(fā)生,才有可能進一步思考是否需要采取氣象災害適應性行為,這與已有研究認為災害感知是采取適應性行為的前提或基礎一致。
從生計資本來看,首先,年長的種糧大戶更愿意采納適應性行為。這可能是由于種糧大戶的年齡增長導致其兼業(yè)程度降低以及轉(zhuǎn)換非農(nóng)就業(yè)崗位的機會減少,對農(nóng)業(yè)生產(chǎn)的依賴性增強,因此其更加有可能通過采納適應性行為來降低氣象災害發(fā)生對自身的不利影響。其次,親朋人數(shù)對種糧大戶氣象災害適應性行為采納意愿有顯著負向影響,這與預期影響方向相反。可能原因是,隨著經(jīng)濟的快速發(fā)展,眾多農(nóng)村勞動者進入非農(nóng)就業(yè)領域,而種糧大戶親朋數(shù)量越多,其能夠獲取到的非農(nóng)就業(yè)渠道及信息就越多,就更有可能效仿親戚朋友脫離農(nóng)業(yè)生產(chǎn)活動轉(zhuǎn)而從事其他行業(yè)的生產(chǎn)經(jīng)營活動,故采納氣象災害適應性行為意愿會有所降低。再者,稻田種植規(guī)模對種糧大戶氣象災害適應性行為采納意愿有顯著正向影響,這與預期一致。原因可能是,隨著稻田種植規(guī)模的擴大,種糧大戶在農(nóng)業(yè)生產(chǎn)上投入的經(jīng)濟成本、時間成本、勞動力成本會直接增加,如果不采取適應性行為其損失會更大;加之農(nóng)業(yè)生產(chǎn)投入的增加必然擠占種糧大戶其他產(chǎn)業(yè)的投入,導致其收入來源單一性問題更加突出,此時其規(guī)避氣象災害風險的意愿會更加強烈,更有可能采納氣象災害適應性行為。最后,土壤肥力變量在5%顯著性水平下對種糧大戶氣象災害適應性行為采納意愿產(chǎn)生顯著正向影響。一方面,肥沃的土壤能夠帶來更高的收益,種糧大戶會投入更多的人力、物力到其中,但這同時也意味著遭受氣象災害破壞后的損失更大;另一方面,土壤肥力好的農(nóng)田承災能力較強,在遭受氣象災害破壞后可補救性更強,采取適應性行為所能帶來的收益更高。因此,針對土壤肥力好的農(nóng)田,種糧大戶會更加愿意采納氣象災害適應性行為。
本文分別采用增加控制變量和替換計量模型的方法進行穩(wěn)健性檢驗。學界研究指出水源可獲取性[20]、參加技能培訓情況[19]可能會影響到農(nóng)戶的氣象災害適應性行為。因此,本文在基準回歸的基礎上逐步增加水源可獲取性、參加技能培訓情況變量以驗證前文回歸結果的穩(wěn)健性,具體結果見表4。模型1是在前文回歸模型的基礎上控制水源可獲取性變量,模型2是在模型1基礎上控制了參加技能培訓情況變量。可以發(fā)現(xiàn)模型1和模型2在逐步增加控制變量后,實證結果與上文基準回歸基本一致。
其次,本文采用替換回歸模型的方法進行穩(wěn)健性檢驗,用Probit模型替換Logistic模型。Probit模型估計結果見表4模型3。從模型估計結果可以看出,家庭經(jīng)濟稟賦和政策認知對種糧大戶氣象災害適應性行為采納意愿的影響方向和顯著性水平與上文基準回歸基本一致。綜上,可以認為本文的實證結果具有較好的穩(wěn)健性,研究結論具有較高的可信度。
表4 穩(wěn)健性檢驗結果
控制變量與表3相同,***、**、*分別表示在1%、5%、10%水平上顯著。
本研究基于江西省種糧大戶調(diào)研數(shù)據(jù),利用多元Logistic模型實證分析了家庭經(jīng)濟稟賦、政策認知對種糧大戶氣象災害適應性行為采納意愿的影響。研究發(fā)現(xiàn),種糧大戶家庭經(jīng)濟稟賦中的家庭收入水平和是否購買農(nóng)業(yè)保險顯著正向影響其氣象災害適應性行為采納意愿;政策認知中的政策了解、政策感知、政策評價對種糧大戶氣象災害適應性行為采納意愿有顯著正向影響。此外,種糧大戶的災害感知、年齡、親朋人數(shù)、稻田種植規(guī)模、土壤肥力變量對其氣象災害適應性行為采納意愿的影響同樣較為顯著。在進行穩(wěn)健性檢驗后,研究結果依舊穩(wěn)健?;诖搜芯拷Y論,得出如下政策啟示:
(1)加大對種糧大戶的資金支持力度,緩減資金約束壓力。家庭經(jīng)濟稟賦對種糧大戶采納氣象災害適應性行為的限制實際是資金的約束,因此政府部門應從多方面加大對種糧大戶的資金支持力度。政府部門應加大對種糧大戶的財政扶持力度,設立農(nóng)業(yè)災害應對專項資金,提高抗災減災資金補貼水平,減輕種糧大戶資金壓力;除財政扶持外,還可以從拓寬種糧大戶資金來源渠道下手,如嘗試擴大信貸抵押擔保物范圍、為種糧大戶提供借貸擔保等,降低信貸門檻,提高借貸可獲得性。
(2)加大政策宣傳力度,擴大種糧大戶政策參與,靈活調(diào)整政策結構,提高政策滿意度。種糧大戶的政策認知程度對其氣象災害適應性行為采納意愿影響頗大,因此,政府部門要在提升種糧大戶對相關政策的認知程度上大做文章。首先,政府部門可以通過創(chuàng)新政策宣傳形式、拓展政策宣傳范圍及深度來提高種糧大戶對政府災害管理政策了解程度;其次,激發(fā)種糧大戶政策參與熱情、暢通政策參與渠道,讓種糧大戶在政策參與過程中提高政策感知度;最后,建立起以種糧大戶需求為導向的政策機制,根據(jù)種糧大戶稟賦差異推行多樣化的政策組合,滿足種糧大戶的政策需求以提高其政策滿意度。
[1] 王金華, 謝瓊. 新型城鎮(zhèn)化與鄉(xiāng)村振興協(xié)同發(fā)展的路徑選擇與地方經(jīng)驗——全國新型城鎮(zhèn)化與鄉(xiāng)村振興高峰研討會暨第十七屆全國社科農(nóng)經(jīng)協(xié)作網(wǎng)絡大會會議綜述[J]. 中國農(nóng)村經(jīng)濟, 2021(12): 131-137.
[2] 趙穎文, 呂火明. 四川省糧食生產(chǎn)比較優(yōu)勢測評及主要影響因素分析[J]. 農(nóng)業(yè)經(jīng)濟與管理, 2019(5): 64-73.
[3] 彭長生, 王全忠, 李光泗, 等. 稻谷最低收購價調(diào)整預期對農(nóng)戶生產(chǎn)行為的影響——基于修正的Nerlove模型的實證研究[J]. 中國農(nóng)村經(jīng)濟, 2019(7): 51-70.
[4] JOHN P D, JON E F, RICHARD A G, et al. Climate change and index insurance demand: evidence from a framed field experiment in Tanzania[J]. Journal of economic behavior and organization, 2020, 175(C): 155-184.
[5] 高雪, 李谷成, 尹朝靜. 氣候變化下的農(nóng)戶適應性行為及其對糧食單產(chǎn)的影響[J]. 中國農(nóng)業(yè)大學學報, 2021, 26(3): 240-248.
[6] 岳嘉琛, 史安, 吳蕾, 等. 農(nóng)戶對極端氣候響應的影響因素及行為績效——基于蘇州東山鎮(zhèn)的調(diào)查分析[J]. 南方農(nóng)村, 2020, 36(6): 10-18.
[7] 李錦, 洪霖. 青藏高原農(nóng)戶的氣候變化適應與精準扶貧——對松潘縣青筍種植菜農(nóng)的個案研究[J]. 青海民族大學學報(社會科學版), 2020, 46(3): 1-7.
[8] 毛慧, 付詠, 彭澎, 等. 風險厭惡與農(nóng)戶氣候適應性技術采用行為——基于新疆植棉農(nóng)戶的實證分析[J]. 中國農(nóng)村觀察, 2022(1): 126-145.
[9] 李輝婕, 柯今朝, 朱玲娟, 等. 江西省種糧大戶應對氣象災害適應性行為經(jīng)濟績效研究——基于DEA-Tobit模型[J]. 生物災害科學, 2022, 45(1): 95-102.
[10] 童慶蒙, 張露, 張俊飚. 基于湖北省十個代表縣(市)的農(nóng)戶適應氣候變化的偏向特征與影響因素分析[J]. 中國農(nóng)業(yè)大學學報, 2019, 24(1): 194-205.
[11] 章霖, 謝學勤, 柯今朝, 等. 生計資本對農(nóng)戶采取氣象災害適應性行為的影響研究——基于風險感知的中介作用[J]. 內(nèi)蒙古科技與經(jīng)濟, 2021(18): 46-49.
[12] 王昕, 陸遷, 呂奇昂. 水資源稀缺性感知對農(nóng)戶灌溉適應性行為選擇的影響分析——基于華北井灌區(qū)的調(diào)查數(shù)據(jù)[J]. 干旱區(qū)資源與環(huán)境, 2019, 33(12): 159-164.
[13] O'BRIEN K. Global environmental change II: From adaptation to deliberate transformation[J]. Progress in Human Geography, 2012, 36(5): 667-676.
[14] 羅良文, 茹雪, 趙凡. 氣候變化的經(jīng)濟影響研究進展[J]. 經(jīng)濟學動態(tài), 2018(10): 116-130.
[15] BARRY S, MARK W S. Adaptation options in agriculture to climate change: a typology[J]. Mitigation and adaptation strategies for global change, 2002, 7(1): 85-114.
[16] 張亮, 魏彥強, 周強, 等. 農(nóng)戶對氣候變化的適應能力評價及限制因子:基于青藏高原典型農(nóng)業(yè)區(qū)調(diào)查數(shù)據(jù)[J]. 草業(yè)科學, 2019, 36(4): 1177-1188.
[17] 朱玲娟, 柯今朝, 李輝婕. 種糧大戶應對氣象災害適應性行為綜合績效評價——基于AHP-FCE模型[J]. 生物災害科學, 2021, 44(3): 312-320.
[18] 馮曉龍, 霍學喜, 陳宗興. 氣候變化與農(nóng)戶適應性行為決策[J]. 西北農(nóng)林科技大學學報(社會科學版), 2017, 17(5): 73-81.
[19] 馮曉龍, 劉明月, 霍學喜. 水資源約束下專業(yè)化農(nóng)戶氣候變化適應性行為實證研究——以陜西省663個蘋果種植戶為例[J]. 農(nóng)業(yè)技術經(jīng)濟, 2016(9): 18-27.
[20] 彭俊杰. 糧食主產(chǎn)區(qū)農(nóng)民適應氣候變化的行為及影響因素研究[J]. 世界農(nóng)業(yè), 2018(1): 117-125.
[21] 童慶蒙, 張露, 張俊飚. 家庭稟賦特征對農(nóng)戶氣候變化適應性行為的影響研究[J]. 軟科學, 2018, 32(1): 136-139.
[22] 譚靈芝, 郭艷琴. 外界干預氣候變化適應性政策對農(nóng)業(yè)生產(chǎn)的影響研究[J]. 中國延安干部學院學報, 2016,9(1): 113-127.
[23] 秦語晗, 史興民, 陳謝揚. 地理標志農(nóng)產(chǎn)品種植戶氣象災害的適應策略研究——以陜西獼猴桃種植戶為例[J]. 災害學, 2022, 37(1): 211-219.
[24] 陳俐靜, 段偉, 呂素潔, 等. 林農(nóng)氣候變化感知及適應性行為研究——以四川大熊貓保護區(qū)947戶農(nóng)戶為例[J]. 資源開發(fā)與市場, 2017, 33(11): 1306-1311.
[25] 王國萍, 何思源, 閔慶文, 等. 農(nóng)戶應對氣候風險的適應策略研究綜述[J]. 生態(tài)與農(nóng)村環(huán)境學報, 2022(2): 137-146.
[26]趙雪雁, 介永慶, 何小風, 等. 多重壓力下重點生態(tài)功能區(qū)農(nóng)戶的生計適應性研究——以甘南黃河水源補給區(qū)為例[J]. 中國人口·資源與環(huán)境, 2020, 30(1): 140-149.
[27] 魏國茹, 史興民, 孫立凡, 等. 旱作農(nóng)業(yè)區(qū)農(nóng)戶氣候變化感知與適應行為的多樣性[J]. 陜西師范大學學報(自然科學版), 2020, 48(4): 116-124.
[28] 劉洪彬, 王秋兵, 吳巖, 等. 耕地質(zhì)量保護中農(nóng)戶的認知程度、行為決策響應及其影響機制研究[J]. 中國土地科學, 2018, 32(8): 52-58.
[29] 尚光引, 楊欣. 政策認知對農(nóng)戶低碳農(nóng)業(yè)技術采納決策的影響[J]. 應用生態(tài)學報, 2021, 32(4): 1373-1382.
[30] 郭如良, 劉子玉, 肖嘉琳, 等. 社會資本、政策認知與農(nóng)民職業(yè)化意愿——基于江西省“一村一名大學生工程”調(diào)查數(shù)據(jù)的實證[J]. 農(nóng)林經(jīng)濟管理學報, 2019, 18(3): 337-346.
Household Economic Endowment, Policy Perceptions and Adoption Wills of Large Grain Farming Households’ Weather Hazard Adaptation Behaviors
XIE Xueqin, ZHU Lingjuan, KE Jinzhao, LI Huijie*
(School of Humanities and Public Administration, Jiangxi Agricultural University, Nanchang 330045, China)
Large grain-growing households are an important force in China's grain production, and so, how to improve their willingness to adopt weather disaster adaptation behaviors can help ensure China's food security.Based on research data from 282 large grain-growing households in Jiangxi Province, a multivariate logistic model was used to analyze the effects of household economic endowment and policy perceptions on their willingness of large grain-growing households to adopt weather disaster adaptation behaviors.Household economic endowment and policy perceptions, characterized by household income level and whether to purchase agricultural insurance, had a significant positive effect on the willingness of the large grain farming households to adopt weather disaster adaptation behaviors, while the effect of borrowing and loan availability in household economic endowment failed the significance test.The household economic endowment and policy perceptions of large grain farming households could have an impact on their willingness to adopt weather hazard adaptation behaviors. When taking measures to increase the willingness of large grain farming households to adopt weather disaster adaptation behaviors, government departments should, in addition to increasing financial support to large grain farmers, increase policy publicity, expand the policy participation of large grain farming households, flexibly adjust the policy structure, and improve the policy satisfaction.
large grain farming household; household economic endowment; policy perception; weather hazard; adaptive behavior
P429;D632.5
A
2095-3704(2022)03-0349-10
謝學勤, 朱玲娟, 柯今朝, 等. 家庭經(jīng)濟稟賦、政策認知與種糧大戶氣象災害適應性行為采納意愿[J]. 生物災害科學, 2022, 45(3): 349-358.
10.3969/j.issn.2095-3704.2022.03.58
2022-06-16
2022-07-05
國家自然科學基金項目(71963020)和江西省自然科學基金項目(20181BAA208055)
謝學勤(1998—),男,碩士生,主要從事政府治理與農(nóng)業(yè)災害管理研究,xiexueqinqin@sina.com;*通信作者:李輝婕,副教授,博士,lihuijie169@163.com。