農(nóng)戶生計策略選擇及其影響因素的計量經(jīng)濟分析

代富強 呂志強 周啟剛 李斌

摘要：采用參與式農(nóng)村評價法對三峽工程農(nóng)村移民進行實地調(diào)查，用潛在聚類分析定量劃分農(nóng)戶生計策略的類型，并運用Multinomial Logit模型分析農(nóng)戶生計策略選擇的影響因素。結(jié)果表明，研究區(qū)農(nóng)戶生計策略分為農(nóng)業(yè)自給型、農(nóng)業(yè)經(jīng)營型、兼業(yè)化型和非農(nóng)化型4種類型;收入多樣化現(xiàn)象普遍存在，非農(nóng)收入對不同生計策略的收入差異起決定作用;兼業(yè)化型和非農(nóng)化型生計策略明顯優(yōu)于其他策略，農(nóng)戶選擇優(yōu)勢生計策略取決于戶主年齡、家庭勞動力數(shù)量和勞動力受教育程度。因此，政府及相關(guān)部門要制定切實有效的發(fā)展政策，通過提高農(nóng)戶人力資本來實現(xiàn)生計多樣化。

關(guān)鍵詞：農(nóng)村移民;生計策略;聚類分析;Multinomial Logit;重慶;經(jīng)濟分析

中圖分類號： F323.6 文獻標志碼： A

文章編號：1002-1302（2015）04-0418-03

收稿日期：2014-05-15

基金項目：國家自然科學基金（編號：41301351）;教育部人文社會科學研究青年基金（編號：12XJCZH005）;重慶市教育委員會科技項目（編號：KJ130724）;重慶工商大學科研啟動項目（編號：2013-56-05）。

作者簡介：代富強（1980—），男，四川都江堰人，博士，副教授，主要從事生態(tài)評價與可持續(xù)發(fā)展研究。E-mail：daifq@ctbu.edu.cn。

隨著全球環(huán)境變化和社會經(jīng)濟發(fā)展的不確定性，農(nóng)戶面臨的生計壓力逐漸增大，可持續(xù)生計問題日益引起各國社會組織和研究人員的普遍關(guān)注。近年來，生計策略逐漸成為國內(nèi)外農(nóng)戶生計研究的熱點[1]，并在生計策略的影響因素、生計多樣化、生計策略與生計資產(chǎn)的關(guān)系等方面[2-4]有相關(guān)研究報道。目前，大部分學者主要根據(jù)農(nóng)戶家庭勞動力的分工和經(jīng)濟收入來源，將農(nóng)戶生計策略劃分為純農(nóng)型、兼業(yè)型和非農(nóng)型等類型[5]。農(nóng)戶生計策略選擇由自然因素、社會經(jīng)濟因素和農(nóng)戶特征共同決定，正向或負向影響著農(nóng)戶的抉擇[6]，總體來看，多樣化的生計策略有利于農(nóng)戶穩(wěn)定收入、積累財富和降低風險[7]。 現(xiàn)有研究一般是以定性分析來確定農(nóng)戶生計策略類型，討論其影響因素。農(nóng)戶生計策略類型如何定量劃分、哪一種生計策略具有明顯優(yōu)勢、農(nóng)戶選擇的限制因素是什么等一系列問題都值得深入探討。本研究嘗試采用潛在聚類分析對農(nóng)戶生計策略類型進行定量劃分，同時運用Multinomial Logit模型分析農(nóng)戶生計策略選擇的影響因素，對保障農(nóng)戶生計安全和促進農(nóng)村可持續(xù)發(fā)展具有十分重要的意義。

1 農(nóng)戶生計策略分析框架

生計策略是指為實現(xiàn)生計目標或追求積極的生計結(jié)果，農(nóng)戶對所擁有的生計資產(chǎn)進行組合配置及生產(chǎn)活動的選擇。農(nóng)戶生計策略分析框架包含脆弱性背景、生計資產(chǎn)、生計活動和生計結(jié)果4個部分（圖1）。農(nóng)戶選擇的各種生計活動是框架的中心，主要取決于農(nóng)戶持有的生計資產(chǎn)狀況及相關(guān)的自然因素和人為因素，而這些選擇反過來又影響到農(nóng)戶生計資產(chǎn)的組合和配置[2];生計資產(chǎn)與生計結(jié)果之間存在直接關(guān)系，如家庭成員外出打工寄回的所得收入會影響到生計資產(chǎn);脆弱性背景下的自然因素和人為因素對農(nóng)戶生計策略選擇及生計結(jié)果有較大影響，如市場價格可能決定農(nóng)戶在農(nóng)業(yè)經(jīng)營上的投入方向，農(nóng)作物產(chǎn)量與氣候變化具有高度的相關(guān)性。

2 研究方法

2.1 變量選擇

生計策略的類型主要反映農(nóng)戶的勞動力配置及其在特定生計活動中的資金投入，其中以勞動力在農(nóng)業(yè)或非農(nóng)活動中的不同配置最直接反映農(nóng)戶的生計策略，資金投入則是衡量農(nóng)戶在各種生計活動中除勞動力以外的投入水平。另外，轉(zhuǎn)移性收入占非生產(chǎn)性資產(chǎn)收益的比重較大，因此，在本研究中也考慮在內(nèi)。本研究選擇8個變量用于劃分農(nóng)戶生計策略的類型：（1）種植生產(chǎn)支出，指農(nóng)戶種植各種農(nóng)作物所支付的生產(chǎn)費用;（2）林業(yè)生產(chǎn)支出，指農(nóng)戶經(jīng)營花卉、樹木生產(chǎn)而支付的費用;（3）養(yǎng)殖生產(chǎn)支出，指農(nóng)戶經(jīng)營家禽、魚類養(yǎng)殖生產(chǎn)所支付的費用;（4）個體經(jīng)營支出，指農(nóng)戶從事批發(fā)、零售和餐飲個體經(jīng)營活動時產(chǎn)生的成本和費用開支;（5）從事農(nóng)業(yè)生產(chǎn)活動的勞動力數(shù)量;（6）從事非農(nóng)活動的勞動力數(shù)量;（7）財產(chǎn)性收入，指農(nóng)戶將資金存入銀行或其他金融機構(gòu)而從中獲得的收益;（8）轉(zhuǎn)移性收入，指農(nóng)戶家庭成員到外地打工寄回和帶回的收入。根據(jù)DFID可持續(xù)生計分析框架的基本理論，農(nóng)戶生計策略的選擇主要取決于成員的勞動能力和生計資產(chǎn)狀況，前者主要由農(nóng)戶的人口學特征決定，主要包括性別、年齡、受教育程度等因素;后者主要受到農(nóng)戶生計資產(chǎn)存量的影響，具體有5種生計資本存量及配置情況。因此，本研究主要從這2個方面篩選9個變量作為分析農(nóng)戶生計策略選擇的影響因素，包括戶主年齡、家庭勞動力數(shù)量、勞動力受教育程度、耕地面積、牲畜數(shù)量、農(nóng)業(yè)機械擁有量、房屋及建筑物面積、儲蓄存款余額、是否有干部。

2.2 潛在聚類分析

基于選擇的8個生計活動變量，采用潛在聚類分析（latent class cluster analysis，LCCA）方法劃分農(nóng)戶生計策略的類型。該方法是以概率分布原理和對數(shù)線性模型為基礎(chǔ)，通過潛在類別模型（latent class model，LCM），利用潛在的分類變量來解釋顯分類變量之間的關(guān)系，與標準的聚類方法相比，優(yōu)點在于LCCA賦予每個類別相應(yīng)的概率，對變量選擇和類別數(shù)量進行顯著性檢驗，從而使最終的聚類結(jié)果和類別歸屬更具客觀性[8]。假定變量之間具有局部獨立性，潛在聚類分析模型的表達式為：

f（yi|θ）=∑Kk=1πk∏Jj=1fk（yij|θjk）。

（1）

式中：f（yi|θ）為一個潛在類別模型的聯(lián)合概率，yi為第i項潛在類別變量，k為類別的數(shù)量，πk為屬于類別k的概率，J為顯變量的數(shù)量，fk（yij|θjk）為對于給定類別k時xi的條件概率。

2.3 Multinomial Logit模型

在通過潛在聚類分析確定農(nóng)戶生計策略類型的基礎(chǔ)上，假設(shè)每個農(nóng)戶僅存在屬于其中1種類型的可能，并且各種類型之間是無序的。因此，采用Multinomial Logit模型來估計農(nóng)戶選擇生計策略的決定因素。根據(jù)隨機效用理論，農(nóng)戶選擇某種生計策略的依據(jù)是選擇的策略可以使自己的效用最大，即收益最大化[3]。農(nóng)戶選擇生計策略的效用為：

Uk=Vk+εk=ak+∑Nn=1βknxn+εk。

（2）

式中：k為農(nóng)戶生計策略的類型;xn為農(nóng)戶選擇生產(chǎn)策略的影響因素;Vk為效用的可測部分，既包含生計策略本身的特點，也包含農(nóng)戶的屬性特征，是可精確度量和描述的部分，作為確定項;ak為常量;βkn為選擇第k種生計策略時第n個影響因素對應(yīng)的模型估計參數(shù);εk為效用的不可測部分，作為隨機項。

在建立Multinomial Logit模型時須要選擇1個參照類，本研究選擇“農(nóng)業(yè)自給型”作為參照類，與其他生計策略進行比較。農(nóng)戶選擇生計策略的Multinomial Logit模型以logit形式表示為：

logit（y）=lnP（y=k）P（y=1）=aj+∑Nn=1βknxn。

（3）

式中：P（y=k）表示農(nóng)戶選擇第k種生計策略的概率，參數(shù)值通過SPSS軟件中Multinomial Logit回歸模型并采用極大似然函數(shù)擬合得到。

農(nóng)戶選擇某種生計策略的概率計算的表達式為：

P（y=k）=eaj+∑Nn=1βknxn1+∑Kk=2eaj+∑Nn=1βknxn。

（4）

對于參照類y=1，影響因素xn的條件概率為：

P（y=1）=11+∑Kk=2eaj+∑Nn=1βknxn。

（5）

3 研究區(qū)概況與數(shù)據(jù)獲取

以重慶市銅梁縣安置三峽工程外遷移民的區(qū)域之一——侶俸鎮(zhèn)為研究區(qū)，屬亞熱帶季風氣候，氣候溫和，四季分明，雨量充沛，年均氣溫17.8 ℃，歷年均降水量1 075 mm，年均空氣相對溫度82%，年均無霜期225 d。該鎮(zhèn)距縣城 7 km，土地面積87.56 km2，全鎮(zhèn)19個行政村共49 900人，地形以淺丘為主，地勢較平坦，土壤類型以水稻土、潮土、紫色土等為主，土壤肥沃，農(nóng)業(yè)較為發(fā)達，糧食作物有水稻、玉米、甘薯等，經(jīng)濟作物有蔬菜、柑橘、花卉苗木，養(yǎng)殖業(yè)有淡水魚、生豬等。

本研究采用參與式農(nóng)村評價法（participatory rural appraisal，PRA），于2012年7月對侶俸鎮(zhèn)農(nóng)村移民以農(nóng)戶為調(diào)查單元，在侶俸鎮(zhèn)隨機抽取水龍村、石蛤村和文曲村3個具有代表性的村，從每個村隨機選取100戶農(nóng)戶進行抽樣調(diào)查，以保證調(diào)查數(shù)據(jù)的高質(zhì)量和典型性。實地調(diào)查主要采取問卷、訪談和座談相結(jié)合的方式，發(fā)放并收回問卷300份，其中有效問卷286份，調(diào)查內(nèi)容主要包括農(nóng)戶的基本特征、生計活動、生計資產(chǎn)和收入支出情況等方面。

4 結(jié)果與分析

4.1 農(nóng)戶生計策略類型的界定

農(nóng)戶生計策略的潛在聚類分析基于SAS軟件的LCA模塊，采用極大似然法進行參數(shù)估計，其中Baysian信息準則（BIC）值越小，潛在類別模型擬合度越好。本研究從潛在類型為1的初始模型開始，擬合了7個潛在類型模型，當潛在類型數(shù)為4時，BIC值最小;超過4個潛在類型數(shù)后，模型擬合度提高不明顯。因此，結(jié)合潛在聚類分析結(jié)果和研究區(qū)實際情況，將農(nóng)戶生計策略的類型確定為4類，每戶農(nóng)戶對應(yīng)1種生計策略：第1類為農(nóng)業(yè)自給型，農(nóng)戶以農(nóng)業(yè)生產(chǎn)支出為主，轉(zhuǎn)移性收入較少，農(nóng)業(yè)生產(chǎn)主要是為了滿足自身需求;第2類為農(nóng)業(yè)經(jīng)營型，農(nóng)戶的農(nóng)業(yè)生產(chǎn)投入較大，主要從事蔬菜種植、花卉林木栽培和養(yǎng)魚等，農(nóng)產(chǎn)品商品率高;第3類為兼業(yè)化型，農(nóng)戶在農(nóng)業(yè)生產(chǎn)方面的投入介于前2種類型之間，同時就近從事一些工資性工作和個體經(jīng)營活動;第4類為非農(nóng)化型，農(nóng)戶在農(nóng)業(yè)生產(chǎn)上投入較少，大多外出打工或者經(jīng)商，轉(zhuǎn)移性收入較高。由表1可見，兼業(yè)化型和非農(nóng)化型的農(nóng)戶數(shù)量較大，占全部調(diào)查農(nóng)戶數(shù)的78%，而其他2種類型的農(nóng)戶相對較少。值得注意的是，從事非農(nóng)工作的農(nóng)戶在研究區(qū)中普遍存在，非農(nóng)收入也是農(nóng)戶家庭總收入的重要組成部分。

4.2 不同生計策略類型的農(nóng)戶收入比較

本研究假設(shè)農(nóng)戶不同收入來源的平均值能夠反映其選擇相應(yīng)生計策略的期望結(jié)果，并且樣本分布接近每種生計策略的基礎(chǔ)分布，因此，總收入平均值較大的生計策略相比其他生計策略獲得高收入的概率更大。同時， 通過對選擇較低收入期望或者較小可能性獲取高收入生計策略的農(nóng)戶進行分析，可以得出制約其生計策略選擇的因素。為了根據(jù)所得收入對農(nóng)戶生計策略類型的結(jié)果進行評價，本研究在分析不同收入來源對總收入貢獻大小的基礎(chǔ)上，對不同生計策略類型之間的總收入及其主要來源進行Bonferroni配對檢驗。由表2可

表1 農(nóng)戶生計策略類型的基本特征

生計策略

類型 農(nóng)戶數(shù)量

（戶）

支出（元/人） 勞動力數(shù)量（人） 收入（元/人）

種植生產(chǎn) 林業(yè)生產(chǎn) 養(yǎng)殖生產(chǎn) 個體經(jīng)營 從事農(nóng)業(yè)生產(chǎn) 從事非農(nóng)活動 財產(chǎn)性 轉(zhuǎn)移性

農(nóng)業(yè)自給型 21 479.7 37.4 607.3 0 1.9 0.2 479.4 256.7

農(nóng)業(yè)經(jīng)營型 42 1 265.8 412.6 1 545.2 68.5 1.8 0.4 490.5 809.4

兼業(yè)化型 122 324.5 23.4 428.2 609.7 0.7 1.6 654.1 2 768.4

非農(nóng)化型 101 48.9 13.1 87.9 823.2 0.1 2.3 454.3 4 793.8

見，非農(nóng)化型生計策略的農(nóng)戶獲得的總收入明顯多于農(nóng)業(yè)自給型農(nóng)戶，其他2類生計策略類型農(nóng)戶之間的總收入差異不明顯。農(nóng)業(yè)自給型和農(nóng)業(yè)經(jīng)營型農(nóng)戶之間的種植收入和養(yǎng)殖收入差異明顯，本地打工收入和財產(chǎn)性收入差異不明顯。農(nóng)戶的總收入差異主要來自于本地打工收入、經(jīng)商收入、轉(zhuǎn)移性收入等非農(nóng)收入，增加非農(nóng)生計活動的機會是提高農(nóng)戶收入水平的關(guān)鍵;兼業(yè)化型和非農(nóng)化型生計策略的收入相對較高，轉(zhuǎn)移性收入和經(jīng)商收入對總收入差異的貢獻最大，財產(chǎn)性收入和種植收入的貢獻較小，非農(nóng)化型收入基本來源于轉(zhuǎn)移性或經(jīng)商收入，兼業(yè)型除有較高的轉(zhuǎn)移性收入外，本地打工收入、種植收入和養(yǎng)殖收入也相對較高。

表2 不同生計策略類型的農(nóng)戶收入來源情況

生計策略

類型

收入（元/人）

本地打工 種植 養(yǎng)殖 經(jīng)商 財產(chǎn)性 轉(zhuǎn)移性

農(nóng)業(yè)自給型 456.2 1 463.2 1 565.3 121.5 479.4 256.7

農(nóng)業(yè)經(jīng)營型 378.8 2 780.4 2 373.7 168.4 490.5 809.4

兼業(yè)化型 1 390.5 1 076.8 1 224.3 783.6 654.1 2 768.4

非農(nóng)化型 1 146.1 674.6 467.4 1 452.9 454.3 4 793.8

由圖2可見，占優(yōu)勢的農(nóng)戶生計策略具有較低的概率累積密度，獲得高收入的可能性比其他收入來源大得多，能獲得更好的生計結(jié)果。一階隨機優(yōu)勢分析結(jié)果表明，兼業(yè)化型和非農(nóng)化型生計策略優(yōu)于其他生計策略，是獲得收入較好的生計策略。人均年收入Bonferroni配對檢驗結(jié)果顯示，農(nóng)業(yè)自給型與非農(nóng)化型生計策略差異顯著，農(nóng)業(yè)自給型相對較差。

4.3 農(nóng)戶生計策略選擇的影響因素

采用SAS統(tǒng)計軟件對農(nóng)戶生計策略選擇的影響因素進行Multinomial Logit回歸分析，結(jié)果見表3?？梢姡海?）家庭勞動力數(shù)量、耕地面積、牲畜數(shù)量和農(nóng)業(yè)機械擁有量對農(nóng)戶選擇農(nóng)業(yè)經(jīng)營型生計策有顯著影響，家庭勞動力數(shù)量越多、耕地面積越大、牲畜數(shù)量越多和農(nóng)業(yè)機械擁有量越多的農(nóng)戶越傾向

于選擇農(nóng)業(yè)經(jīng)營型生計策略?？梢姡鄬τ谵r(nóng)業(yè)自給型農(nóng)戶而言，農(nóng)業(yè)經(jīng)營型農(nóng)戶依賴更多的自然資產(chǎn)和實物資產(chǎn)用于擴大農(nóng)業(yè)生產(chǎn)規(guī)模，這些農(nóng)戶的存款或現(xiàn)金等流動資本一般較少，大部分金融資產(chǎn)都投入到種子、牲畜、農(nóng)業(yè)機械等生產(chǎn)資料上。（2）家庭勞動力數(shù)量、勞動力受教育程度和是否有干部對農(nóng)戶選擇兼業(yè)化型生計策略的影響較大，相對較多的家庭勞動力數(shù)量、勞動力受教育程度高、家庭人員中有村干部的農(nóng)戶選擇兼業(yè)化型生計策略的意愿增強。兼業(yè)化型農(nóng)戶在種植和養(yǎng)殖上的投入較少，把勞動力和資金更多地投入到多種生計活動中以實現(xiàn)收入的多樣化。（3）戶主年齡、勞動力受教育程度和儲蓄存款余額是農(nóng)戶選擇非農(nóng)化型生計策略的決定因素，戶主年齡相對較小、勞動力受教育程度較高、儲蓄存款余額較多的農(nóng)戶更愿意選擇非農(nóng)化型生計策略。這主要是因為具有一定技能的年輕勞動力大多到外地打工，而獲得的收入往往存入銀行或轉(zhuǎn)移到和經(jīng)商相關(guān)的生產(chǎn)資料上。

5 結(jié)論

可持續(xù)生計分析框架以結(jié)構(gòu)化的形式表現(xiàn)生計資產(chǎn)、 生計策略和生計結(jié)果之間的多維復(fù)雜關(guān)系，近年來受到研究人員的普遍關(guān)注。生計策略的類型劃分通常以農(nóng)戶非農(nóng)化程

表3 農(nóng)戶生計策略選擇影響因素的Multinomial Logit回歸結(jié)果

影響因素

農(nóng)業(yè)經(jīng)營型 兼業(yè)化型 非農(nóng)化型

Coef. P>z Coef. P>z Coef. P>z

常數(shù)項 -2.238 0.103 -0.267 0.752 -0.913 0.548

戶主年齡 0.031 0.312 -0.262 0.741 -0.843* * 0.178

家庭勞動力數(shù)量 0.924* * 0.392 0.714* * 0.439 0.186 0.036

勞動力受教育程度 0.084 0.470 0.645* 0.719 1.062* * 0.004

耕地面積 0.634* * 0.175 -0.084 0.201 0.089 0.127

牲畜數(shù)量 1.074* * 0.013 -0.172 0.271 -0.076 0.021

農(nóng)業(yè)機械擁有量 0.618* 0.078 0.031 0.043 0.053 0.052

房屋及建筑物面積 0.012 0.001 0.056 0.067 0.078 0.004

儲蓄存款余額 -0.089 0.043 -0.075 0.128 0.723* 0.042

是否有干部 -0.174 0.231 0.882* * 0.431 0.134 0.053

注：以農(nóng)戶自給型為參考類，* *、*分別表示在1%和5%水平差異顯著。

度及主要收入來源為標準，這種方法忽視了農(nóng)戶收入的隨機性，存在低估或者高估某種收入來源的風險。本研究嘗試采用潛在聚類分析來定量確定農(nóng)戶生計策略的類型，并運用Multinomial Logit回歸分析研究農(nóng)戶生計策略選擇的影響因素，結(jié)果表明，研究區(qū)農(nóng)戶生計策略可以分為農(nóng)業(yè)自給型、農(nóng)業(yè)經(jīng)營型、兼業(yè)化型和非農(nóng)化型4種類型，其中，生計活動的多樣化是農(nóng)戶選擇生計策略的基本準則，多種收入來源對所有農(nóng)戶都至關(guān)重要;相對于農(nóng)業(yè)自給型生計策略，農(nóng)戶選擇較高收入回報生計策略的限制因素主要是戶主年齡、家庭勞動力數(shù)量和勞動力受教育程度，兼業(yè)化型和非農(nóng)化型生計策略總體上比其他2種策略更具優(yōu)勢，特別是非農(nóng)收入對收入總體水平的差異影響較大。因此，在農(nóng)戶所處環(huán)境及自身生計活動不斷變化的背景下，農(nóng)戶還將面臨氣候變化、經(jīng)濟波動等各種壓力，這就需要政府及相關(guān)部門制定切實有效的發(fā)展政策，同時農(nóng)戶也應(yīng)及時調(diào)整自身的生計策略，才能最終實現(xiàn)可持續(xù)的生計目標。

參考文獻：

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

[2]黎 潔，李樹茁，費爾德曼. 山區(qū)農(nóng)戶林業(yè)相關(guān)生計活動類型及影響因素[J]. 中國人口資源與環(huán)境，2010，20（8）：8-16.

[3]梁義成，李樹茁，李 聰. 基于多元概率單位模型的農(nóng)戶多樣化生計策略分析[J]. 統(tǒng)計與決策，2011（15）：63-67.

[4]許漢石，樂 章. 生計資本、生計風險與農(nóng)戶的生計策略[J]. 農(nóng)業(yè)經(jīng)濟問題，2012（10）：100-105.

[5]李廣東，邱道持，王利平，等. 生計資產(chǎn)差異對農(nóng)戶耕地保護補償模式選擇的影響——渝西方山丘陵不同地帶樣點村的實證分析[J]. 地理學報，2012，67（4）：504-515.

[6]蒙吉軍，艾木入拉，劉 洋，等. 農(nóng)牧戶可持續(xù)生計資產(chǎn)與生計策略的關(guān)系研究——以鄂爾多斯市烏審旗為例[J]. 北京大學學報：自然科學版，2013，49（2）：321-328.

[7]Nielsen J，Rayamajhi S，Uberhuaga P，et al. Quantifying rural livelihood strategies in developing countries using an activity choice approach[J]. Agricultural Economics，2013，44（1）：57-71.

[8]Magidson J，Vermunt J K. Latent class models for clustering：a comparison with K-means[J]. Canadian Journal of Marketing Research，2002，20（1）：36-43.