特困地區(qū)自然災害脆弱性及其致貧效應的調查分析*

顏廷武，張童朝，張俊飚

?

特困地區(qū)自然災害脆弱性及其致貧效應的調查分析*

顏廷武，張童朝，張俊飚

（華中農業(yè)大學經濟管理學院，武漢 430070）

為揭示市場化反貧困進程中農戶的自然災害脆弱性及其致貧效應，厘清精準扶貧工作優(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)的農戶調查數據，對農戶災害風險的感知情況進行分析，并通過熵值法和Probit模型評估農戶的自然災害脆弱性和市場風險脆弱性。通過對二者致貧效應進行對比研究后發(fā)現，相較于市場風險，自然災害尤其旱澇等氣象災害是農戶面臨的主要威脅。農戶自然災害脆弱性程度更高，說明與市場風險相比，自然災害對其造成損失的可能性更大。自然災害脆弱性程度提高會顯著增加農戶陷入貧困的可能性，其致貧效應強于市場風險脆弱性，但兩者致貧效應存在著統(tǒng)計意義上的此消彼長關系?？梢?，自然災害致貧問題仍然不容忽視，應將提高特困地區(qū)農村抗災減災能力擺在首要位置，并促進小農戶與大市場的有效對接，惟此方可實現特困地區(qū)農戶精準脫貧和穩(wěn)定發(fā)展。

農戶；貧困；Probit；氣象災害；市場風險

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

事實上，自然災害并不必然導致嚴重損失和貧困，這主要取決于受災群體的自然災害脆弱性程度。脆弱性原意為“受到傷害的可能性”，在學術研究的不同領域有著不同理解與應用。貧困脆弱性是指陷入貧困的可能性大小[13]，社會脆弱性則關注群體或個人在氣候環(huán)境和社會經濟制度變化下的暴露敏感性和適應性[14]。對于氣候脆弱性，2007年IPCC第四次評估報告的關鍵詞為暴露敏感性和適應能力，對脆弱性的定義增加了暴露的內容[15]。自然災害造成的損失風險問題一直被廣泛關注[16]，諸多學者就災害脆弱性進行了研究，如Wilhelmi等[17]建立起農業(yè)旱災脆弱性框架體系，帥紅等[18]定量分析了農戶的洪澇災害脆弱性，謝盼等[19]對城市高溫熱浪災害脆弱性進行了評價。

借鑒相關研究，本文定義自然災害脆弱性為農戶受到自然災害傷害的可能性大小。一般而言，貧困地區(qū)自然災害脆弱性往往較高，由此使得人口貧困與災害頻發(fā)相伴而生的問題在連片特困地區(qū)農村尤為嚴重。由《滇桂黔石漠化片區(qū)區(qū)域發(fā)展與扶貧攻堅規(guī)劃（2011-2020年）》和《秦巴山片區(qū)區(qū)域發(fā)展與扶貧攻堅規(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)兩個連片特困地區(qū)得到了集中體現。滇桂黔石漠化地區(qū)是全國14個片區(qū)中扶貧對象最多、少數民族人口最多、所轄縣數最多、民族自治縣最多的片區(qū)。其國土總面積為22.8萬km2，屬典型的高原山地構造地形，碳酸鹽類巖石分布廣，石漠化面積大，是中國石漠化問題最嚴重的地區(qū)，其生態(tài)脆弱，土地貧瘠，加之基礎設施條件差，干旱洪澇等災害頻發(fā)，貧困問題嚴重且致貧原因復雜。秦巴山區(qū)以山地丘陵為主，間有盆地，是中國六大泥石流高發(fā)區(qū)之一，因災致貧返貧現象嚴重。片區(qū)氣候類型多樣，垂直變化顯著，季風氣候特征顯著，年均降水量450～1300mm，加之地形復雜，相對封閉，洪澇、干旱、山體滑坡等自然災害易發(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，前者主要表現為石漠化引起的生態(tài)脆弱，后者則體現為泥石流等地質災害多發(fā)，但二者均表現出自然災害高發(fā)，農戶生計脆弱，貧困面廣且程度深的特點，扶貧開發(fā)工作任務異常艱巨。

連片特困地區(qū)的致貧原因復雜多樣，除了面臨自然災害的沖擊，農戶生產經營同時要應對市場風險的威脅。盡管已有學者研究發(fā)現，市場化有助于培育并提升農戶自我發(fā)展能力，在推動反貧困問題上作用顯著[20-21]，但自然災害依然是農業(yè)生產中不可忽視的約束條件[22]，特別是自然條件惡劣，基礎設施落后的連片特困地區(qū)農村。隨著農業(yè)市場化進程的深入推進，與農戶面臨的市場風險威脅相比，自然災害沖擊對連片特困地區(qū)農戶的致貧效應究竟如何值得關注。這對厘清反貧困工作重點的優(yōu)先序，制定科學合理的減貧政策，全面推進連片特困地區(qū)的精準扶貧至關重要。為此，本文擬利用連片特困地區(qū)的實地調研數據，分析農戶所面臨的災害風險狀況，評估其在自然災害與市場風險面前的脆弱性程度，并基于與市場風險的對比，探究自然災害脆弱性的致貧效應，以期為連片特困地區(qū)的扶貧攻堅工作提供有益參考借鑒。

1 資料與方法

1.1 數據來源

數據來自于課題組對滇桂黔石漠化地區(qū)和秦巴山區(qū)開展的農戶調查，調查區(qū)域涉及廣西和陜西兩省（區(qū)）六縣，分兩次進行：2013年9月赴廣西開展第一次調研，2014年7月赴陜西開展第二次調研。兩次調研均采用縣級單位下選取鄉(xiāng)鎮(zhèn)，并按照隨機抽樣的原則選取行政村進行入戶抽樣調查，通過面對面訪談形式展開，所使用問卷完全一致，總計收回問卷433份，剔除關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%。樣本農戶分布情況如表1所示。

表1 調研樣本分布情況

1.2 方法與指標設定

1.2.1 脆弱性評估方法

本文中的自然災害包括旱澇、病蟲害、滑坡泥石流等各類可能帶來農業(yè)生產損失的氣象、水文、地質等災害，綜合前人研究，其脆弱性程度將從農戶面對自然災害的暴露性、敏感性和適應性三方面予以評估，據此設定具體的指標，為了展開對比研究，同時給出市場風險脆弱性的指標設定，如表2。

指標賦權是對農戶自然災害脆弱性進行評估的關鍵環(huán)節(jié)，為避免主觀因素所帶來的偏誤，本文采用客觀賦權法中的熵值法對農戶的自然災害脆弱性各指標進行賦權，進而通過加權平均的方法求得農戶自然災害脆弱性的評估值。熵值法是一種根據各指標所含信息有序程度來確定權重的一種方法。信息熵描述了樣本數據變化的相對速率，系數越接近1，距目標越近；系數越接近0，距目標越遠。信息熵越小，指標權重就越大。其具體步驟為[23]

（1）構建基礎矩陣Y=（yij），yij代表第i個農戶第j個指標的觀測值，i=1，2，…，m。本文共有419個樣本農戶，故m最大值為419，j=1，2，3（本研究共3個指標）。

（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應關系為

（3）求出第j個指標的信息熵Ej和信息效用評價值Dj，即

（2）

式中，常數K=1/ln(m)，本研究m=419，故K=1/ln419。

（4）基于步驟（3），計算指標權重wj和綜合評價值vi，即

（5）

式中，vi即為第i個農戶的脆弱性評價值，即，農戶脆弱性為暴露性、敏感性和適應性3個指標觀測值的加權平均數。

1.2.2 計量模型

農戶是否陷入貧困是典型的二元選擇變量，本文選取Probit模型進行考察。該模型的簡化形式可以表達為

式中，P代表農戶陷入貧困（Ci=1）的概率，i是第i個農民，C表示農民是否陷入貧困的虛擬變量，本文按照2011年中國農村居民年人均純收入2300元不變價的貧困標準來定義農戶是否貧困，0表示農戶年人均純收入高于2300元，未陷入貧困，1則表示農戶年人均純收入低于2300元，陷入貧困。α、β、γ表示待估計的參數，ε是擾動項。F表示本文所關注的關鍵變量，即農戶自然災害脆弱性、市場風險脆弱性及二者交互項。X則表示一系列控制變量，即其它可能對農戶是否貧困有影響的因素，Xij即為第i個農戶在第j個控制變量的觀測值。結合相關研究和數據可得性，本文從農民個體特征、家庭特征和地區(qū)特征3個層面設定了性別、年齡等12個相應的變量。

表2 自然災害與市場風險脆弱性指標設定

注：表中關于自然災害與市場風險暴露性的測度問項為多選題，共提供了13個選項（具體見圖1），其中有6項為自然災害，7項為市場風險，受訪者的選項中包含自然災害與市場風險的任何一項，即被定義為在自然災害/市場風險方面具有暴露性。

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）個體特征。性別對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業(yè)生產等體力勞動為主的農村地區(qū)尤為明顯。主觀上，農村家庭依然保留著一定程度“男外女內”思想，而客觀上，許多農業(yè)生產活動男性更有優(yōu)勢，即使外出務工，亦是如此。由此，不僅使得女性在農業(yè)生產方面處于劣勢，也使其非農就業(yè)機會遠遠小于男性。年齡與文化程度主要體現了農戶人力資本質量的差異[25]，隨著年齡的增長，其綜合身體素質一般會下降，思想也偏于保守與固化，同時，文化程度低的農戶，搜尋、獲取與應用信息的能力也較低，這種人力資本質量偏低的農戶往往更易陷入貧困。

（2）家庭特征。人口數量對于貧困的影響體現為兩個方面，一方面人口數量代表著農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的增加，顯然不利于農戶家庭脫貧致富，為了將這兩種效應剝離開來，獲得更為穩(wěn)健的結果，本文同時引入了家庭總人口和勞動力數量兩個變量。信息化水平方面，現代社會中信息的作用日益重要，信息的獲取無疑利于農戶做出正確的家庭經營決策，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不變的情況下帶來農業(yè)總收入的增加，另一方面規(guī)模經濟的存在有利于降低成本，提高農業(yè)經營效益[27]，從而利于農戶增收致富。農業(yè)收入占比反映了農戶對農業(yè)的依賴度，由于現階段農業(yè)相對于其它產業(yè)的比較收益偏低[28]，且易受自然災害等影響，因此，農業(yè)收入占比較高的農戶可能會因收入偏低以及不穩(wěn)定而陷入貧困。

（3）地區(qū)特征。河流水庫是當地農田水利設施情況的反映，對于提高當地農業(yè)灌溉水平和效率[29]，蓄水排洪以抵抗旱澇災害等十分重要，因此有利于增加和穩(wěn)定農戶收入。交通建設對地區(qū)經濟發(fā)展存在著顯著的正向促進作用[30]，“要想富，先修路”，因此，交通設施水平提升將有利于當地農戶脫貧。農業(yè)合作社可以提升所在地區(qū)農業(yè)發(fā)展的組織化水平，通過提供信息、管理、組織等服務降低農戶參與市場的交易成本[31]，提高其農業(yè)生產效益。此外，考慮到廣西和陜西兩地在自然狀況、社會經濟等方面的諸多差異，本文還通過虛擬變量對兩地區(qū)進行了控制，以使結果更加穩(wěn)健。變量的具體設定見表3。

2 結果與分析

2.1 農戶對災害風險感知情況

對農戶在農業(yè)生產經營中遇到或其認為易遭受的主要風險進行統(tǒng)計，選擇某一風險的農戶占總樣本的比例越高，表明樣本農戶對該類風險的感知度越高。其中，自然災害主要包括洪澇災害、干旱災害、病蟲災害、風雹災害、地質災害和畜禽疫病6項，市場風險主要包括價格異常、物價上漲、假冒偽劣、政策變動、土地征用、家庭變故和社會動亂7項，結果如圖1，由于該題項為多選題，故各類風險比例之和大于1。由圖1可知，農戶對于各類災害與風險的感知度可分為高、中、低3個層次，高感知度層次中，氣象災害居首，農戶感知度最高的為干旱災害，比例為76.85%，其次是洪澇災害，占比66.83%，病蟲災害緊隨其后，比例為64.92%，三者均高于60%；中感知度層次中，價格異常比例最高，為30.31%，其次是畜禽疫病和風雹災害，分別為25.06%和24.58%；低感知度層次中，最高的是地質災害，占比15.27%，其次是物價上漲，占比13.60%，其它均不足10%，家庭變故最低，僅為1.67%。由此可見，農戶對于旱澇等自然災害的感知遠遠高于價格變動等市場風險，而農業(yè)自然災害中，以旱澇等氣象災害和病蟲害為主，這與上文所提及的研究區(qū)域概況相一致。

2.2 農戶自然災害與市場風險脆弱性評估結果

農戶的自然災害脆弱性指標權重與評估結果如表4所示，為便于比較分析，本文同時列出市場風險脆弱性的相關評估結果，并給出廣西和陜西兩地的子樣本評估結果。為消除量綱差異，本文采用Min-max方法，即新數據=（原數據-最小值）/（最大值-最小值），對評估結果進行數據標準化。根據表4可知，自然災害脆弱性和市場風險脆弱性差異較大。就指標權重來看，農戶自然災害脆弱性的三個指標按權重排序依次為：適應性（0.43）>敏感性（0.30）>暴露性（0.27），而市場風險脆弱性的3個指標則差距明顯，其中暴露性權重高達0.73，其次為敏感性（0.12），適應性權重僅為0.14；均值方面，農戶自然災害脆弱性均值為0.76，而市場風險脆弱性均值僅為0.52，說明相對于市場風險，農戶在自然災害面前的脆弱性更高。廣西和陜西子樣本的評估結果與總樣本基本一致，即農戶自然災害脆弱性遠高于市場風險，其中，陜西樣本農戶的自然災害與市場風險脆弱性均略高于廣西樣本農戶。

表3 模型變量設定與說明

表4 樣本農戶自然災害脆弱性評估結果

2.3 自然災害脆弱性致貧效應的計量模型檢驗

2.3.1 Probit模型回歸

先對交互項進行去中心化處理，借助Stata14.0軟件，本文采取如下策略進行回歸，首先將農戶自然災害脆弱性和市場風險脆弱性及農戶個體特征等控制變量納入方程進行回歸，得到模型1，進而引入自然災害脆弱性與市場風險脆弱性交互項并求出各變量的邊際致貧效應得到模型2，最后采取與模型2相同的設定分別對廣西和陜西兩地的子樣本進行分別回歸得到模型3和模型4。具體結果如表5所示。

表5 Probit模型回歸結果

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，當引入自然災害脆弱性與市場風險脆弱性交互項后，模型的整體擬合優(yōu)度判定指標Pseudo R2得到了一定程度的提升，且在模型2中，交互項通過了顯著性檢驗，可認為引入交互項是有意義的。

2.3.2 自然災害脆弱性的致貧效應

模型2中，自然災害脆弱性通過了5%水平上的顯著性檢驗，且系數為正，邊際效應為0.062，說明在其它條件不變的條件下，自然災害脆弱性提高意味著農戶陷入貧困的可能性增加，其平均邊際致貧效應為0.062。相應地，市場風險脆弱性系數為正，且通過了10%水平上顯著性檢驗，邊際效應為0.042，無論其顯著性還是邊際效應都略低于自然災害脆弱性，說明就樣本總體來看，市場風險脆弱性對農戶的致貧效應低于自然災害脆弱性。

而在兩個子樣本的回歸，即模型3和模型4中，通過對比可以發(fā)現，廣西地區(qū)的樣本農戶呈現出與總樣本相一致的結果，即自然災害脆弱性帶來的農戶陷入貧困的可能性大于市場風險脆弱性；陜西地區(qū)的樣本農戶與總體樣本和廣西地區(qū)的樣本農戶有所差異，主要表現在自然災害脆弱性并未通過顯著性檢驗，邊際效應為負且絕對值非常小，為-0.023，但市場風險脆弱性通過了5%水平上的顯著性檢驗，系數為正，邊際效應為0.038，說明市場風險脆弱性對陜西地區(qū)農戶存在顯著的致貧效應。

自然災害脆弱性和市場風險脆弱性的交互項在模型2、模型3和模型4中均通過了顯著性檢驗，說明自然災害脆弱性對農戶的致貧效應受到了市場風險脆弱性程度的影響，或者說二者是相互影響的。不同的是，模型2與模型4中，交互項的系數均為負（-1.133和-3.437），相應的邊際效應也為負（-0.174和-0.452），說明隨著市場風險脆弱性程度的提高，自然災害脆弱性對農戶致貧效應減小，或者說兩者的致貧效應存在統(tǒng)計上的此消彼長關系，其原因可能是當市場風險脆弱性達到一定程度時，農戶受到了較強程度的市場風險威脅，可能會相對弱化其對于自然災害及其危害的感知；模型3中，交互項系數為正，說明對于廣西地區(qū)樣本農戶而言，自然災害脆弱性的致貧效應在疊加市場風險脆弱性后會進一步強化，但這一增強趨勢的邊際效應較微弱，僅為0.007。

2.3.3 其它控制變量的致貧效應

模型2中，文化程度（X3）、總人口（X4）、勞動力數量（X5）、信息化水平（X6）、耕地規(guī)模（X7）、農業(yè)收入占比（X8）及其地區(qū)虛擬變量（X12）通過了顯著性檢驗，其中，文化程度、勞動力數量、信息化水平和耕地規(guī)模系數為負，邊際效應分別為-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力數量的增加，有助于降低農戶陷入貧困的風險；信息化水平的提高可以使農戶獲取更多信息以及時正確調整生產經營策略，提高風險應對能力與生產經營效益；而耕地規(guī)模增加意味著同等條件下更多的生產總量，加之規(guī)模經濟效應的存在，相應地會帶來更多的農業(yè)收入，有助于農戶擺脫貧困；地區(qū)虛擬變量系數為負且通過了顯著性檢驗，說明廣西地區(qū)樣本農戶的貧困率顯著高于陜西地區(qū)，這與表4的數據統(tǒng)計結果一致。

總人口與農業(yè)收入占比的系數為正，邊際效應分別為0.044和0.169，說明其它條件不變情況下，家庭總人口數量增加和農業(yè)收入占比加大將會提高農戶陷入貧困的風險。結合實際情況來看，貧困農村家庭多呈現為老人兒童較多，而具有勞動能力的家庭成員較少的特征，另一方面貧困的農村家庭多傾向于生育較多子女，僅有的少數勞動力要負擔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量水平的嚴重下滑，其陷入貧困的可能性自然也更高；另一方面，農業(yè)收入占比高的農戶，意味著其對農業(yè)生產的依賴度較高且收入來源較為單一，現階段農業(yè)依然是比較效益較低的產業(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，以農為業(yè)的農戶自然更容易陷入貧困，這一情況在自然災害頻發(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)無疑表現更為明顯。

3 結論與討論

3.1 結論

（1）相較于市場風險，自然災害特別是旱澇等氣象災害是農戶面臨的主要威脅。各類災害與風險農戶最易遭受或接觸的主要為：干旱災害（76.85%）、洪澇災害（66.83%）、病蟲災害（64.92%），其次是價格異常（30.31%）、畜禽疫?。?5.06%）和風雹災害（24.58%），最后是是地質災害，占比15.27%，物價上漲，占比13.60%，其它均不足10%。

（2）農戶自然災害脆弱性程度更高，說明與市場風險相比，自然災害對其帶來損失的可能性更大。農戶自然災害脆弱性的3個指標相差不大，按權重排序依次為敏感性（0.30）＞暴露性（0.27）＞適應性（0.43）；農戶自然災害脆弱性均值為0.76，而市場風險脆弱性均值僅為0.52，廣西和陜西子樣本的評估結果與總樣本基本一致，即農戶自然災害脆弱性程度遠高于市場風險脆弱性，其中，陜西農戶的自然災害與市場風險脆弱性均略高于廣西。

（3）自然災害脆弱性程度提高會顯著增加農戶陷入貧困的可能性，其致貧效應強于市場風險脆弱性，但其效應與市場風險脆弱性表現為統(tǒng)計上的此消彼長關系。就樣本總體來看，市場風險脆弱性對于農戶的致貧效應低于自然災害脆弱性，隨著市場風險脆弱性程度的提高，自然災害脆弱性對農戶致貧效應減小，兩者的致貧效應存在統(tǒng)計意義上的此消彼長關系，但廣西樣本農戶的自然災害脆弱性的致貧效應，在疊加市場風險脆弱性后會進一步強化。此外，文化程度、勞動力數量、信息化水平和耕地規(guī)模對農戶脫貧具有正向促進作用，而總人口和農業(yè)收入占比的增加則會提高農戶陷入貧困的風險。

3.2 討論

精準扶貧要求針對不同區(qū)域環(huán)境、不同貧困農戶狀況，運用科學有效程序對扶貧對象實施精確識別，精確幫扶和精確管理。連片特困地區(qū)致貧原因復雜，制定有效扶貧政策的前提是準確識別致貧原因，正確制定反貧困工作重點的優(yōu)先序。農民的生產經營往往面臨著自然與市場的雙重風險，二者如何相互關聯(lián)，怎樣權衡兩者在反貧困工作中的地位和作用，對于精確識別農戶致貧機理，展開精準扶貧工作至關重要。關于農戶致貧問題，現有報道或著重于探討自然災害的沖擊[32]，或單一強調市場風險的威脅[26]，本文則將二者統(tǒng)一納入分析框架，對比分析了自然災害脆弱性與市場風險脆弱性的致貧效應差異以及二者的交互作用，揭示了市場化反貧困背景下自然災害的致貧效應，明晰了精準扶貧中因災致貧問題的角色定位，研究視野上則聚焦于自然災害多發(fā)、貧困問題突出的連片特困地區(qū)。就本研究結果來看，自然災害脆弱性的致貧效應強于市場風險脆弱性，同時，由于兩者存在統(tǒng)計意義上的此消彼長關系，在當前中國經濟社會發(fā)展和農產品商品化水平不斷提高的背景下，市場風險日益凸顯，可能會使因災致貧問題易被忽視。盡管隨著經濟技術發(fā)展，中國農業(yè)生產和抗災能力不斷增強，但在連片特困地區(qū)，自然災害致貧的問題依然十分嚴重。應將如何提高貧困地區(qū)農村抗災減災能力擺在首要位置，以保證農戶穩(wěn)產高產，在此基礎上，考慮如何有效促進小農戶與大市場的對接，以實現穩(wěn)產高產前提下的穩(wěn)收增收。

但是，受限于數據獲取問題，本文并未對不同類型自然災害進行區(qū)分，因此也未能對不同自然災害致貧問題，如災害特點與致貧效應的關系、各類自然災害致貧效應的區(qū)別與聯(lián)系以及長期效應和短期效應差異等進行深入分析，此類問題對于細化因災致貧問題的應對策略，開展精準扶貧十分重要，今后將嘗試展開進一步的深化與拓展研究。

[1]裴琳,嚴中偉,楊輝.400多年來中國東部旱澇型變化與太平洋年代際振蕩關系[J].科學通報,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.論地質災害防治與地質環(huán)境利用[J].吉林大學學報(地球科學版),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年我國自然災害人口損失情況特征分析[J].災害學,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年中國氣象災害災情變化趨勢分析[J].自然資源學報,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,張元芳.國際防災減災智庫發(fā)展現狀與我國新型減災智庫建設[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]韓長賦.毫不動搖地加快轉變農業(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主要作物農業(yè)氣象災害時空分布特征(Ⅱ):西北主要糧食作物干旱[J].中國農業(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.水旱災害對衡陽農村經濟的影響及對策[J].中國農業(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.氣象災害對福建糧食產量影響的灰色關聯(lián)分析[J].中國農業(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]王國敏.農業(yè)自然災害與農村貧困問題研究[J].經濟學家,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)貧困調查[J].財經科學,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.災荒、環(huán)境與民國山東鄉(xiāng)村社會[D].濟南:山東大學,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,楊青.農村民間借貸的減貧效應研究:基于健康沖擊視角的分析[J].中國人口科學,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脆弱性與貧困:國外研究綜述[J].中國農業(yè)大學學報(社會科學版),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)氣候脆弱性農戶識別與評估研究[J].中南民族大學學報(人文社會科學版),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,吳立,等.西南地區(qū)水稻洪澇災害風險評估與區(qū)劃[J].中國農業(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)農戶洪澇災害脆弱性評價[J].自然災害學報,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熱浪災害脆弱性評價:研究進展與框架[J].地理科學進展,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.中國農民工多維貧困的演進:基于收入與教育維度的考察[J].經濟研究,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,藍紅星.氣象災害對貧困地區(qū)農戶脆弱性影響研究:基于全國592個貧困縣53271戶的分析[J].農業(yè)技術經濟,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.基于農業(yè)環(huán)保型技術的農戶生計資產評估及差異性分析:以湖北武漢、隨州農業(yè)廢棄物循環(huán)利用技術為例[J].資源科學,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.對人力資本形成理論的新認識[J].經濟學家,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]關江華,黃朝禧,胡銀根.基于Logistic回歸模型的農戶宅基地流轉意愿研究:以微觀福利為視角[J].經濟地理,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.基于市場參與維度的農戶多維貧困測量研究:以連片特困地區(qū)為例[J].中南財經政法大學學報,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.農戶行為視角下農地流轉誘因及其福利效應研究[J].經濟研究,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.農戶認知視角下廣東省農村土地流轉意愿與流轉行為研究[J].資源科學,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.農村社區(qū)小型水利設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,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.道路基礎設、經濟增長和減貧:基于四川的實證分析[J].軟科學,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].中國農村觀察,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.氣象災害對中國特殊類型地區(qū)貧困的影響[J].資源科學,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

國家自然科學基金面上項目“作物秸稈資源化利用的減碳潛力與生態(tài)環(huán)境效應：以水稻為例”（41371520）；教育部哲學社會科學研究重大課題攻關項目“‘綠色化’的重大意義及實現途徑研究”（15JZD014）

顏廷武（1978-），副教授，研究方向為農業(yè)資源與環(huán)境經濟。E-mail：yantw@mail.hzau.edu.cn

顏廷武,張童朝,張俊飚.特困地區(qū)自然災害脆弱性及其致貧效應的調查分析[J].中國農業(yè)氣象,2017,38(8):526-536