不同生計農戶旱災社會脆弱性評價
——以烏蒙山區(qū)畢節(jié)市為例

謝慶哲，趙翠薇，2，王鄭宗源

（1.貴州師范大學地理與環(huán)境科學學院，貴州貴陽 550025；2.喀斯特山地生態(tài)環(huán)境保護與資源利用協(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，往往會引發(fā)嚴重的自然災害［1，2］，如洪澇、熱浪和嚴重干旱，對農作物產生了極大的影響［3-5］。干旱雖不直接造成人員傷亡，但嚴重的干旱不僅造成農作物減產、絕收［6］，還會導致人口的大規(guī)模遷移，甚至是文明的中斷［7-8］。根據(jù)《中國水旱災害公報》，2018年干旱造成的直接經濟損失占當年GDP的0.05%，對社會穩(wěn)定與經濟發(fā)展帶來了不利影響。農戶是農業(yè)生產的主體，也是主要的承災體，其脆弱性不僅關乎糧食安全，更影響到社會的穩(wěn)定，從農戶視角進行研究引起關注。

早期災害脆弱性的研究主要集中在自然脆弱性上，即災害的本身及其強度，再加上災害發(fā)生區(qū)域的人口數(shù)量共同決定其脆弱性［9］。懷特、哈斯等學者在1976年開始進行社會脆弱性的研究，并認為自然脆弱性并不能代表某地的脆弱性，還應關注社會經濟等領域。20世紀80年代美國先后遭遇兩次熱浪災害和1992年的安德魯颶風都造成了嚴重的經濟損失，充分體現(xiàn)了單純依靠生態(tài)工程技術難以起到全面降低災害脆弱性的作用［10］，災害社會脆弱性的研究逐漸引起廣泛關注。特別是2004年的印度洋海嘯與2005年的卡特麗娜颶風所造成的災難性破壞，使災害社會脆弱性成為西方學術界研究熱點。社會脆弱性的定義存在許多爭議，但大體上包含3方面的內容［9］：1）適應性，某地區(qū)在災后的應對能力反映了該地區(qū)的脆弱性，兩者成反比關系。應對能力由個人、群體的脆弱性及政府出臺的相關應對政策共同決定的；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鍵。對于農戶個體，其所擁有的資源越多受影響程度越低；3）致災強度，特定群體、組織、地區(qū)或國家在災害沖擊之下造成損失的大小，其中災害的防范意識扮演著重要角色?？梢?，社會脆弱性是包含災前的潛在因素、災害造成的損失程度與及災后的應對能力3個方面［9，11］。可以看出，社會脆弱性的差異一定程度上是由社會資源分配的不均衡造成的。

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

文章以畢節(jié)市為例，從不同生計類型農戶的視角，基于農戶社會脆弱性評估常用的“hoovering”模式從敏感性因子、旱災造成的損失和應對與適應能力三方面構建旱災脆弱性評價指標體系，調整權重賦值的方法，分析旱災社會脆弱性與農戶生計類型的關系，為制定有效的防災減災措施、降低農戶旱災損失提供依據(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

旱災社會脆弱性與社會資源分配不均衡息息相關，在經濟欠發(fā)達的地區(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，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)合國認定的水資源緊迫國家的標準，且近60年來長江上游區(qū)域干旱有加重趨勢［25］，故遭遇旱災的風險極大。獨特的喀斯特二元水文地貌結構、氣候條件與低人均水資源量加劇了畢節(jié)市旱災風險。

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

畢節(jié)市經濟發(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%；第一產業(yè)比重大，占地區(qū)生產總值的23.1%，同期貴州平均值為13.6%；農民的可支配收入為10 364元，低于貴州平均水平16 021元。由于經濟欠發(fā)達，農業(yè)設施難以滿足生產需求，94.84%的耕地屬于旱地，且灌溉設施少［26］，一旦遭遇旱災就會造成巨大經濟損失，對農戶影響極大。

干旱是貴州省最主要的自然災害之一，據(jù)記載①《水利統(tǒng)計年鑒》、《貴州省水資源公報》、《貴州省水利志》、《畢節(jié)地區(qū)水利志》，20世紀初至今，干旱發(fā)生頻率高達到82%，其中超過一半屬于嚴重干旱［27］。2013年88個縣中86個縣（市、區(qū)）遭受旱災。畢節(jié)市是貴州旱災最嚴重的地區(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，從1950到1989年平均每10年發(fā)生旱災5.5次，中度以上旱災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損失，2012、2013年發(fā)生的輕度旱災損失較小，但1990、1991、2003、2005和2011年這種相對嚴重的旱災仍造成了重大的經濟損失。

1.2 數(shù)據(jù)來源

農戶數(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、赫章縣和七星關區(qū)，在各區(qū)縣基于隨機與空間均勻分布的原則下抽取部分鄉(xiāng)村作為具體調研對象。據(jù)2017年畢節(jié)統(tǒng)計年鑒，計算各區(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下，同樣基于隨機與空間均勻分布的原則下在村落內部選點，對居住于所選取點附近的村民發(fā)放調查問卷進行調查。在實際調查走訪中共發(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%。問卷內容針對農戶家庭生計問題、經濟情況、基本信息、旱災損失情況等幾方面進行調查。

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”模型是社會脆弱性的一般評估模式，尤其適合農戶尺度的社會脆弱性評估。經過前人的改進［13］已經擁有較為成熟的評估流程，能夠較為準確的評估出農戶個體的社會脆弱性，其流程為選取合適的指標并構建評估體系、量化指標并賦權重、建立評估標準并計算脆弱性指數(shù)。為保證“hoovering”模型權重賦值的準確性，因此賦值方法進行一定的調整。

1.3.1 旱災社會脆弱性指標體系

相關研究多從敏感性、應對能力和災害損失三方面構建指標體系。故在參考大量文獻和專家咨詢的前提下，通過實地調研與發(fā)放問卷，分析畢節(jié)市農戶干旱風險的特征，基于社會脆弱性的系統(tǒng)性、可獲取性、全面性的原則與農戶家庭微觀視角，選取能體現(xiàn)不同類型農戶在面臨致災因素的敏感性、應對與適應能力和干旱致災強度的指標，構建農戶旱災社會脆弱性指標體系（表2）。各指標說明如下：

表2 社會脆弱性指標體系Table 2 Social vulnerability index system

適應性：系統(tǒng)所擁有的修正或改變自身特征的能力，從而應對已存在或可能產生的外界壓力［28］，即農戶家庭內部要素對干旱的應對能力。部分農戶存在既有存款亦有負債的情況，也存在農戶雖然有存款但因家庭人口較多，經濟現(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債情況4個指標代表農戶的家庭經濟狀況；農戶風險意識、農戶保險意識這2個指標則體現(xiàn)了農戶對旱災的預防意識。

（1）家庭存款（B1）。家庭存款可以反映在災后家庭的應對能力，一個家庭存款越多，在遭遇旱災的時候可以采取的應對措施就越多，其應對能力也就越強，為負向指標。

（2）家庭人均年收入（B2）。家庭人均收入可以判斷家庭經濟狀況，實地考察中發(fā)現(xiàn)，當?shù)剞r戶普遍擁有2個或以上的子女，子女數(shù)量較多會影響家庭的經濟情況，其旱災的應對能力也會較低，為負向指標，故采用此指標進行判斷。

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

（4）負債情況（B4）。負債情況為正向指標，是對家庭經濟狀況的一種補充，能夠更加全面地反映家庭經濟的具體情況。若無負債賦值為1，有負債則賦值為0。

（5）農戶保險意識（B5）。通過購買保險進行風險轉移，為農戶遭遇旱災時所造成的經濟損失提供保障，是一種極為便利與有效的風險規(guī)避方式，為負向指標。將農戶購買、聽說、未聽說保險分別賦值為1、0.5、0。

（6）農戶風險意識（B6）。農戶對旱災的風險意識體現(xiàn)在農戶對干旱的認知，理解與態(tài)度等方面，為負向指標。主要體現(xiàn)在農戶在干旱發(fā)生前做的各種預防措施，如引水、修建蓄水池、灌溉技術等。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，主要用于評判農戶在面臨干旱致災因素時的敏感度。當?shù)剞r作物以玉米為主，占問卷結果的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；表征農戶基本信息的敏感性指標則選取家庭勞動力、家庭受教育程度、是否受過農業(yè)技能培訓。這4個指標關聯(lián)性較小，能夠較為客觀反映農戶家庭旱災的敏感性因子。

（7）家庭勞動力（B7）。家庭擁有的勞動力越多，遭遇干旱的敏感性就越低，為負向指標。勞動力包含有數(shù)量與質量兩方面的因素，長年在外務工與學習的成年人不計入家庭勞動力；不同年齡、性別與健康情況的勞動力，其勞動能力存在差異，因此對不同的勞動力進行賦值。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力進行計算。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戶，其對災害的感覺、消息的獲取、落實減災防災措施的能力要明顯高于其余農戶，為負向指標。將該指標劃分為分為文盲、小學、初中、高中（中專）、大專、大學及以上，分別賦值為0、0.2、0.4、0.6、0.8、1。

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

（10）耕地質量（B10）。耕地質量是一個綜合性的指標，既包含土壤質地、有機質含量、土層厚度等諸多內容。耕地質量的好壞直接影響農業(yè)收成，農戶擁有的耕地質量越高，其旱災的敏感性越低，為負向指標。為保證農戶能夠簡單便捷的了解該指標的內涵，將耕地分為肥沃、良好、一般、貧瘠4個等級，分別賦值為1、0.6、0.3、0。

干旱致災強度：農戶在旱災沖擊之下造成經濟損失的大小。

（11）干旱致災強度（B11）。干旱致災強度是衡量農戶遭受旱災時的一個客觀指標，干旱致災強度越大，農戶的經濟損失也就越大，為正向指標。其計算方式為：干旱致災強度=所調查農戶歷年干旱所造成的的平均經濟損失/正常年份農作物經濟收入

1.3.2 指標標準化及權重確定

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

成對比較法在市場調研中被廣泛運用，該方法有2個使用前提：2個因子之間具有可比性，可主觀判斷其重要性的高低；第2個是比較的結果具有的可轉移性，即3個因子I、Ⅱ、Ⅲ中，若其重要性I＞Ⅱ且Ⅱ＞Ⅲ，則有I＞Ⅱ＞Ⅲ［30］。在此次調研中所選取的評價指標符合上述2個條件，為了避免專家排序出現(xiàn)盲點，將農戶排序與專家教授排序的結果按各占50%的方式處理，讓被訪者在2個指標中選擇更重要的一個，多次重復并最終形成排序，構成初始判斷矩陣A=(a ij)n*n，其中：a ij＞0,i、j=1、2、…n。最后使用特征根法計算出各項指標的主觀權重（表1）。計算步驟為：1）計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）計算判斷矩陣的最大特征根，即。同時，為檢驗判斷矩陣是否偏離一致性，引入判斷矩陣的隨機一致性比例C.R.進行檢驗。具體的檢驗公式為：。式中：C.I.表示一致性指標；R.I.表示平均隨機一致性指標（表3）。

表3 平均隨機一致性指標Table 3 Average random consensus index

CRITIC為客觀賦權法，其中對比強度使用標準差進行表示，如果數(shù)據(jù)標準差越大說明波動越大，權重會越高；沖突性使用相關系數(shù)進行表示，如果指標之間的相關系數(shù)值越大，說明沖突性越小，那么其權重也就越低，運用MATLAB軟件計算出各指標權重值。

對主客觀賦權重的方法按各50%進行組合，結果發(fā)現(xiàn)，對農戶社會脆弱性影響最大的是：農戶保險意識（0.256 1）、家庭人均年收入（0.212 4）。對農戶社會脆弱性影響較小的指標為：耕地質量（0.019 3）、家庭人均耕地面積（0.015 6）。

1.3.3 農戶社會脆弱性指數(shù)

采用加權綜合評分法評價農戶旱災的社會脆弱性。公式如下：

其中K表示某一農戶的社會脆弱性指數(shù)，K數(shù)值越大，社會脆弱性性越大。Wi表示第i個指標的權重，Xi表示標準化的指標。

1.3.4 農戶生計類型劃分

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

2 結果與分析

2.1 農戶生計類型劃分

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

表4 農戶生計類型劃分Table 4 Classification of rural households′livelihoods

2.2 人力資產

畢節(jié)市各類型農戶的文化水平較低，初中以下學歷的人數(shù)占73.90%。受訪農戶整體年齡結構屬于成年型人口年齡結構，即便是適齡勞動力比例最低的非農戶，其比例也高達69.01%。受訪農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?shù)剞r民人力資本充足（表5）。

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

2.3 經濟資產

純農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商；非農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業(yè)，因而大多在農作物的種植面積及種植過程的重視程度不如純農戶，導致了在他們農業(yè)收入較低（表6）。

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

2.4 不同生計類型農戶旱災社會脆弱性評價

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

圖3 不同生計類型農戶的旱災社會脆弱性Fig.3 Drought social vulnerability of farmers with different livelihoods

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

一兼戶非農收入占其家庭收入的10%-50%，并非完全依靠農業(yè)，故風險規(guī)避能力要遠勝于單純依靠農業(yè)或務工與經商的純農戶與非農戶。同時一兼戶仍以農業(yè)收入為主，因而會比二兼戶更注重農業(yè)生產活動，也會更加積極的采取各種措施應對旱災。純農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脆弱性的限制性因子。同時純農戶文盲的比例最高（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，純農戶旱災的社會脆弱性居高不下，一旦遭遇旱災就會損失慘重，如若災情嚴重，不但會造成生計困難，甚至還會影響來年的農業(yè)生產。

3 討論與結論

3.1 結論

農戶是旱災的主要承災體，對各生計農戶旱災脆弱性進行評價有利于政府災后開展救災工作。本文基于“hoovering”模型，以非農收入占比進行農戶分類，以敏感性、適應性與致災強度構建社會脆弱性指標體系，運用賦值法與離差標準化方法標準化數(shù)據(jù)，用成對比較法確定權重，最后使用加權綜合評分法得到社會脆弱性。主要研究結論：第一，影響農戶旱災社會脆弱性的主要因素是農戶保險意識和家庭人均年收入等。第二，農戶的旱災社會脆弱性是純農戶最高，二兼戶和非農戶其次，一兼戶最低。

3.2 建議

農戶旱災脆弱性高低由生態(tài)環(huán)境因素與社會經濟因素共同決定，而干旱無法避免，且現(xiàn)有技術難以做到大范圍改變致災因子的發(fā)生和發(fā)展過程［33］。因此從社會經濟因素上進行把控，以減災防災，無疑是最為可行的辦法。結合實際情況，分別從政府和農戶的角度提出以下幾點建議：

（1）從政府角度，應當針對不同生計類型農戶執(zhí)行不同的策略，對家庭經濟基礎差的農戶進行重點扶持。政府可以采取措施包括：邀請專家進行定期講座，推廣節(jié)水農業(yè)與增加農業(yè)生產中的科技支撐；加強對旱災的預測，讓作物生長過程最大需水期與干旱期錯開；修建水庫，提高灌溉面積；鼓勵純農戶增加非農收入和提高保險意識等。

（2）從農戶角度，在面臨災害的時候，完全依賴政府的救濟不現(xiàn)實亦不可行，農戶自身也應該采取相應的措施來降低脆弱性。雖然純農戶受旱災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業(yè)保險外，還可以聯(lián)合修建一些小型水庫、引進一些節(jié)水灌溉的設施等，同時要適當增加非農收入。對二兼戶而言農業(yè)收入并非最重要，因此他們對農業(yè)干旱的防控意識比較薄弱。二兼戶應當適當增加其對農業(yè)生產的重視程度，增加一些抗旱的設施，如節(jié)水灌溉等，降低自己的應對旱災的社會脆弱性。同時也應避免將勞動力過度投入到務工之中，使農業(yè)生產活動因缺乏勞動力而增加干旱的脆弱性。

3.3 討論

本文根據(jù)農戶生計類型多元化的特點，探究不同生計類型農戶與旱災社會脆弱性之間的關系。結論顯示不同生計類型的農戶其旱災社會脆弱性并不相同，與傳統(tǒng)按一定區(qū)域進行整體性評估相比要更加細化，更能精確地反應了農戶旱災脆弱性的真實情況，便于政府部門以更加切合實際的方式去制定精準有效的防災減災措施，降低農戶旱災損失，同時也為其他區(qū)域進行旱災社會脆弱性評價提供了一個新的思路。

據(jù)畢節(jié)市相關的統(tǒng)計數(shù)據(jù)，從建國伊始至70年代末，畢節(jié)市整體經濟水平較低，且恰逢戰(zhàn)后的嬰兒潮，除農戶個體經濟水平遠不如今外，受教育程度低、缺乏農業(yè)技能培訓與保險意識，整體旱災社會脆弱性水平較高。改革開放后，農戶的生計類型逐漸開始分化，其旱災社會脆弱性也隨之發(fā)生改變。雖然在近幾年畢節(jié)并沒有發(fā)生重大旱災，但然隨著氣候變化，極端災害爆發(fā)的頻次也隨之增加，未來畢節(jié)遭遇重大旱災的幾率仍然較高。同時畢節(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，以純農戶為首的畢節(jié)農戶必然損失慘重，因此針對各生計類型農戶自身旱災社會脆弱性的差異采取針對性措施，進而減少中度以上旱災帶來的損失仍具有極大的社會效益。

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，但結論的有效性僅限于本區(qū)域，并不具備普遍性。在指標的選取上，盡管已經盡可能選取關聯(lián)系較小的指標，但仍存在部分指標相互影響的情況。在權重確定方面，本文采用成對比較法與CRITIC各占50%的方式進行結合，但這個比例在未來仍存在調整的空間。本文雖存在以上種種不足，但基于農戶生計類型視角進行的旱災社會脆弱性評估所得的結論仍具有較大的參考性與實用性。