退耕还林前后农户能力贫困的比较研究

刘 璞，姚顺波

（西北农林科技大学a经济管理学院；b资源经济与环境管理研究中心，陕西 杨凌 712100）

0 引言

退耕还林政策实施后，由于有国家的粮食补贴和现金补贴，土地利用结构有了实质性的改变[1]，农户就业取向和收入结构也在发生着变化，表明经济结构在一步步转型[2]。而由于农户自身能力的差异，一部分农户能够成功实现转型，一部分农户在新的生产方式下还不能完全自立[3]。杨小军和徐晋涛的研究认为退耕还林工程对农户收入影响微乎其微，但是如果考虑到时间效应问题，退耕将会对低收入农户产生较大影响，这些农户大都是以种植业为主，因此国家应该充分考虑到这部分人群的生计问题[4]。国内的此类研究表明，退耕还林工程会对部分农户的生计和发展问题产生负面影响，并有可能导致贫困。显然，对此类贫困问题的研究不能单独从增加收入上来解决，阿玛蒂亚森认为贫困的发生是可行能力的不足导致的，可行能力的实现主要体现在对某种需求的成功获取上[5]。

能力贫困是由于可行能力的被剥夺或者不足，从而无法实现某种功能而导致的贫困状态。“可行能力”是阿玛蒂亚.森（Amarty Sen）在其《以自由看待发展》一书中用来表述“实质自由”的一个核心概念，森认为：“可行能力是人们有可能实现的，各种功能性活动的组合”。可行能力会受到社会环境以及地理环境的影响，因此可以说社会环境和地理环境等决定了功能性活动的供给。功能的实现会受到收入、个人特征以及地理环境等的影响，因此说收入、个人特征和地理环境等影响了一个人对某种功能的需求。功能指一个人从可行能力的功能性活动集中成功做出选择，实现某种想要的状态，而功能性活动是指各种生活状态。

本文拟对陕西志丹县退耕还林前后农户的能力贫困做一个模糊评价。

1 模糊评价法

1.1 模糊函数设定

Cerioli&Zani（1990）研究认为贫困本身是一个模糊的概念，无法在非贫困与贫困之间划定一条界线来进行判定，其他学者在研究能力贫困测量的时候同样认为无法设定一个清晰地界限来判断[6]。而从模糊评价的角度可以将贫困理解为0～1之间的值，代表从绝对贫困到绝对富裕。

如果采用模糊评价法评价贫困，Cerioli&Zani（1990）首先要对每项功能评价指标给定两个标准，高于某个标准认为该指标值代表绝对富裕，低于某个标准则认为该指标值代表绝对贫困。这里将农户实现的功能表示为xj(i)，表示第i个农户实现的第j项功能指标值，如果用M表示可行能力功能性活动集，N表示农户实现的功能集，则xj(i)∈N ，N∈M 。

1.2 隶属函数设定

隶属函数的设定主要是参考不同的变量类型，主要分为连续变量、虚拟定性变量以及虚拟二分类变量，此外还需根据正向、逆向相关性对隶属函数进行调整。本文用到的数据大部分为连续变量，部分为虚拟定性变量，逆相关仅存在于医疗费用绝对差和恩格尔系数。因此，需要以下隶属函数来进行计算。

对于连续型变量Cerioli&Zani（1990）将隶属函数定义如下，式（1）表示正相关，式（2）表示逆相关。

式（1）中xj.max表示第j项功能指标中大于或等于这个数值则表示该项功能状态最好，xj.min表示第j项功能指标中小于或等于这个数值则表示该项功能状态最差。式（2）为逆相关关系，xj.max和xj.min的含义与式（1）相反。 μj(i)为隶属度，μj(i)∈[0，1]，隶属度为“1”时表示功能状态绝对好，为“0”时表示功能状态绝对差，0.5表示中间状态。

对于虚拟定性变量的隶属函数定义如式（1）、（2），不同点在于其中的xj.max和xj.min代表虚拟定性变量原始数值中的最大值和最小值。

1.3 权重计算

在计算了各项指标的隶属度后要对可行能力各维度和总体可行能力进行计算，不可避免的要对各功能项隶属度进行加总，如果认为各项功能所起作用相同则进行简单加总即可，但是一般情况下各项功能所起的作用是不同的，这就必须对每个功能指标赋予不同的权重。

Cerioli&Zani 1995提出的权重计算公式如下[7]：

2 实证研究

2.1 研究对象

能力贫困属于微观贫困理论，研究对象是微观个体（个人、家庭、组织等）。本文确定以退耕还林农户家庭为研究对象，因为农村家庭的决策一般都是所有成员共同决定，某一家庭成员的可行能力优势带来的福利或者收益是和其他成员共享的，而其他成员可行能力的劣势也并不能排除在家庭决策体之外，并且家庭内部成员数据具有强相关性和重叠性。因此，从数据获取层面来讲，必须以家庭作为研究对象，考察家庭的总体实际可行能力才是正确评价家庭能力贫困的前提。而家庭成员内部的分配不均问题不在本文研究的范围内。

2.2 可行能力维度及指标选择

森对于基本的可行能力并没有给出明确维度和指标。马萨.鲁斯鲍姆提出了10种可行能力：生存、身体健康、肢体健全、感官和思考力、情绪、实践与理性、社会从属关系、人与自然关系、娱乐、控制力，这是目前参考较广的评价体系。本文结合退耕区实际情况确定可行能力的五个维度：健康、教育、居住条件、基本生活与就业、社会交际。

（1）健康状况

健康的身体是从事正常生活以及生产活动的最基本条件，有了生理和心理的良好健康状态才能承担各类社会角色。健康状况的评价包括基本健康状况、身体机能、精神健康。

（2）教育状况

对于教育的评价包括教育数量和教育质量。教育数量评价家庭的整体受教育水平，这里选择平均受教育年限，平均受教育年限越高表明获得的受教育功能越强。教育质量用家庭成员中最高学历来表达，分别为小学、初中、高中、大专、本科、硕士、博士，对应于1、2、3、4、5、6、7来表示。

（3）居住条件

良好的居住条件是健康的保障和社会地位的体现。对居住条件的评价包括房屋结构、人均住房面积、舒适度。

（4）基本生活与就业

贫困的研究很早就把能否保障基本的生活水准作为其判断贫困标准，这里将这一维度解释为是否具有满足基本生活的可行能力。

（5）社交能力

社交能力是较高层面的可行能力，主要判断农户是否具有参与社会活动，获得社会地位，受人尊敬的能力。

2.3 数据

本文数据来源于陕西省延安市志丹县退耕还林农户的调研数据。退耕前选择2008年数据，退耕还林自2009年始，2009～2012年内陆续有农户参与退耕，主要集中在2009年，到2012年基本停止。由于退耕还林工程的影响具有时滞性，因此退耕后数据以2013年为准。调研针对参与退耕还林农户进行随机入户访谈填写调查问卷的方式，共调研209家农户，取有效样本186户。

2.4 论域选择

在计算隶属度时，各项指标需要提前设定好最大和最小的判断标准，这里将其称为论域。某些指标本身具有相应的判断标准，可以直接参考确定。而某些指标则需要划定一个分界点，这个主观性较强，并没有严格的标准。

Qizilbash确定了5%准则，即认为绝对好与绝对差在指标数值中各占5%，高于5%的某个阀值认为状态最好，低于5%的某个阀值认为状态最差[8]。

2.5 实证结果

2.5.1 能力贫困模糊评价结果

功能指标是农户已实现的功能状态，通过模糊分析法评价每种功能状态的好与差，而实现的功能状态综合体现农户实际的可行能力状态。因此，可行能力模糊评价值代表着能力贫困的程度。

表1 退耕还林前后农户可行能力的模糊评价

从表1可知退耕后相比退耕前可行能力总模糊指数有所提升，但是双双偏低，均处于中下状态0.3左右（退耕前0.2760，退耕后0.3121），据样本统计发现，退耕前96.7%的农户可行能力水平低于0.5，退耕后94.2%的农户可行能力水平低于0.5，可以判断大部分参与退耕农户在退耕前后均存在能力贫困，并且较为严重。再看可行能力五个维度，相比退耕前只有基本生活与就业维度下降了6.62%，健康、住房与社会交际三个维度都有不同程度的提升，而社交能力提升最多12.02%，但是未超过0.3中下水平，教育维度未有变化。这些说明退耕还林对农户的就业和基本生活产生了较小负面影响；教育、健康、住房受影响不大；而社交能力在退耕还林前后均过于低下。

从单个功能指标上来看，无论退耕前后医疗费用绝对差（x1）、平均受教育年龄（x4）、最高学历（x5）、房屋结构（x6）的状态水平都较好，说明退耕区农户的基本健康、教育水平和房屋品质较好。但是娱乐开支（x3）、人均住房面积(x7)、水电费（x8）、交通费用(x14)、请客送礼支出(15)、存款比例(x12)等在退耕前后都不足0.3中下水平，说明农户在精神健康、住房舒适度、处理社会关系能力以及抗流动性风险能力方面都很弱。而退耕前后变化最大的是保障农户基本粮食供应的耕地面积，从退耕前的0.5575下降到退耕后0.2174，这一方面说明耕地对部分农户的粮食保障作用急剧下降，一方面说明随着经济结构的转变，耕地的粮食生产作用下降。此外，恩格尔系数的状态值从退耕前的0.3327降到退耕后的0.2874，说明退耕使的农户的基本生活水平有所下降。据调研，农户原本的农业生产环境本身能够为农户提供大量的食品消费，而耕地的减少以及生产方式的转变使得农地供给的食品也相应减少，需另行购买食品以满足生活需求，因此体现为恩格尔系数状态值的下降。

从权重来看，社会交际能力的权重高达1.8167，说明社交能力在农户的可行能力中影响力最大，其他依次是是住房条件（1.2830）、基本生活与就业（1.0747）、健康（0.9910）、教育（0.8072）。

2.5.2 不同外生因素评价结果对比

影响功能实现的外生因素有很多，上文提到一方面在商品和服务的供给层面产生影响，一方面直接影响农户对功能的需求。由于收入和地理条件不同对农户家庭功能实现影响较大，因此这里只选择这两项进行对比分析。

实证结果显示距最近县城距离不同仅在教育和社会交际两个层面影响差距较大。距离县城5.0公里以上，教育状态急速下滑分别从0.378和0.392下滑到0.238和0.278。而社交能力也在距县城5公里以上产生较大幅度的下滑，分别从0.268和0.333下降到0.195和0.302。健康、住房、基本生活和就业仅在退耕前后存在变化，而受距最近县城距离影响不大。

家庭人均年收入在教育、住房、基本生活和就业、社交层面都产生不同程度的影响。其中教育和社交受人均收入的影响较大，退耕前后收入0.2万以下到收入0.8万以上，教育状态退耕前后均提升10%以上，而社交能力退耕前提升9%，退耕后提升24%。而社会交际、基本生活和就业状态在人均0.2万收入以下的家庭中很差，都不足0.2水平。

2.5.3 可行能力各维度累计概率分布

在分析了农户整体和各维度可行能力状态后，需要对样本农户可行能力分布做一个统计性描述，以观察各能力状态所占的比例。为便于分析和观察分别做累积概率分布图，由于教育状态较好，且在退耕前后变化不大，这里不作分析。下图依次为健康、住房条件、基本生活与就业、社会交际退耕前后可行能力状态累计概率分布图，横坐标为状态值，纵坐标为累计概率。

图1 健康累计概率分布图

图2 住房条件累计概率分布图

图1显示健康状态的累积概率分布在退耕前后并没有产生太大变化，退耕后累计概率函数曲线整体右移说明农户整体健康状态有所好转，但整体水平较差。退耕前有98%的农户处于0.5中间状态以下，而退耕后95%的人处于0.5水平之下，状态较好的农户仅提升3个百分点。

图2显示退耕前住房状态绝对差的农户占到5.3%，退耕后这部分农户下降到2.0%左右。而且退耕后累计概率函数曲线右移较明显，说明退耕后住房条件整体好转。退耕前有95%的农户处于0.5中间状态以下，退耕后这一比例下降到84%，住房状态较好的农户比例提升到16%。

图3 基本生活与就业累计概率分布图

图4 社交累计概率分布图

图3显示退耕后累计概率函数曲线整体左移，说明退耕后农户的基本生活和就业状态变差，并且绝对差的状态比例从无到有，占到3.5%。退耕前后处于中间状态0.5以下的农户所占比例变化不大，维持在96%左右，而退耕后0.3状态以下的农户比例提升12%，说明退耕使原本生活与就业状态较差的农户变得更差。

图4显示退耕使社交状态在0.12以下的农户同比比例增加，并且新出现了6%社交能力绝对差的农户。而社交状态在0.12以上的农户退耕后相比退耕前状态有较大提升，处于0.5中间状态以下的农户从退耕前的96%下降到退耕后的81%，状态较好的农户增加到19%。结合样本农户进行分析发现退耕使原本社交状态较差的农户变得更差，原本状态较好的农户变得更好。

3 结论与建议

从可行能力总模糊评价值来看农户在退耕还林前后均存在能力贫困，且较为严重（退耕前为0.2760，退耕后为0.3121）；退耕后能力贫困水平有所下降，但是下降程度不明显，可行能力水平上升了3.61%；从可行能力维度上来看，退耕使得基本生活状态和社交能力原本较差的农户变得更差，而社交能力较好的农户变得更好，说明能力较差的农户不能很好适应退耕政策，生计和社交能力上的不足在退耕后体现得更明显，而社交能力较好的农户能够积极调整，成功实现了进一步发展。

依据本文研究提出以下几点建议：首先，应重视弱势群体的可行能力培育，主要从改善弱势群体的住房舒适度、基本生活水平、就业以及提高社交能力入手；其次，增加社会基础投资，从源头增加“商品和服务”的供给，增加功能性活动选择的多样性，从而降低退耕农户整体能力贫困水平；最后，退耕使部分原本可行能力较低的农户（这部分农户主要存在于退耕前基本生活与就业、社交能力处于0.1左右的农户）处于绝对贫困状态，应该对这部分农户进行特殊补偿。

[1]胡霞.退耕还林(草)政策实施后农村经济结构的变化对宁夏南部山区的实证分析[J].中国农村经济,2005,8(5).

[2]刘璨,张巍.退耕还林政策选择对农户收入的影响以我国京津风沙源治理工程为例[J].经济学季刊,2006,6(1).

[3]何明骏,郑少峰,李桦.退耕还林(草)政策下农村经济结构调整研究[J].西北农林科技大学学报,2008,8(04).

[4]杨小军和徐晋涛.退耕还林工程经济影响结构性分析[J].北京林业大学报,2009,8(4).

[5]〔印〕阿玛蒂亚·森.以自由看待发展.任颐等译[M].北京：中国人民大学出版社,2002.

[6]Foster J E,Greer J.A Class of Decomposable Poverty Measures[J].Econometrica,1984,52(3).

[7]Cheli B,LemmiA.A“Totally”Fuzzy and Relative Approach to The Measurement of Poverty[J].Economic Notes,1995,24(1).

[8]Qizilbash M.Vague Language And Precise Measurement:The Case of Poverty[J].Journal of Economic Methodology,2003,32(10).