重大突发公共卫生事件冲击下农户的生计水平突变研究

赵 旭,池 辰,赵菲菲

(1.三峡大学 a.经济与管理学院;b.水库移民研究中心,湖北 宜昌 443002;2.河海大学 商学院,江苏 南京 211100)

一、引 言

新冠肺炎疫情爆发给中国经济社会发展带来了前所未有的冲击,中国采取全面、严格、彻底的防控举措有效遏制了疫情蔓延,但也给经济发展带来了新的挑战。由于SARS事件、H7N9流感等重大突发传染病均是从北京、上海等超大城市开始蔓延,此次新冠肺炎疫情应对政策也延续“以城市治理为重心”的经验方式,而对占总人口70%的农村地区重视程度仍不足[1]。因此,农村地区在面对突发公共卫生事件的威胁时,防治机制、信息渠道与保障系统的建设均存在不足,加上农户对新发疾病的认知不及城市人群,使得在以“急”和“重”为特征的疫情影响下,农村居民的生产生活承受巨大冲击,极可能出现返贫的现象[2-3]。

中国新冠肺炎疫情最早在武汉市爆发,但由于省会城市往往是农民工的主要集聚地,年关返乡使得确诊病例大量分布于周边农村地区。以黄冈市为例,下辖团风县和麻城市的村镇患者占比分别为54.04%和55.65%,均超过了所在城镇比例[4]。疫情向农村扩散可能导致农户生计水平突发断崖式下降,主要体现在以下几个方面:①生计活动(subsistence activity)停滞,一方面乡村防疫中的道路封闭直接带来了农业生产成本上升,调查显示76.3%的经营性组织认为农资的采购和配送、农产品的销售和运输等无法正常进行[5];另一方面农业产业发展遇阻,尤其是乡村旅游基本停摆,截至2020年4月全国农林牧渔民间固定资产投资下降26.3%,近七成的家庭农场与近四成的餐饮住宿休闲等农村经营主体因疫情而暂停[6]。②生计能力及策略(livelihood strategy)受限,疾病及并发症(消极情绪)减少了以体力活动为主的农业劳动时间,居家隔离和企业停产也妨碍了农民工返岗[7]。根据国务院发展研究中心的统计,疫情后的延期复工约减少300多万个进城务工机会。③生计质量(living quality)下滑,其一是防疫性支出增加对家庭日常消费产生挤占效应,引发改善型、娱乐型投入的减少;其二是农户生计非农化转型后工资性收入占比大幅提升,春节回乡滞留必然严重影响全年增收[8]。

综上分析,重大突发公共卫生事件会给医疗体系相对薄弱的农村带来较大危机,并可能阻断农户后续生计延续。农户作为检验脱贫成果、稳定农村社会和衔接乡村振兴的主体,能否有效实现生计恢复,影响到农村疫后重振和区域可持续发展。因此如何精准测度突发传染病对农户生计的影响,探寻该群体生计演变的路径和机制,找出推动生计可持续发展的核心要素,也已成为当前拟定抗疫助农政策、实施乡村应急治理措施、维护农村社会稳定亟待解决的关键问题。

二、文献综述

健康风险与农户贫困间关系的研究源于20世纪80年代,后续又引入英国国际发展部(Department for International Development,DFID)提出的可持续生计理论,从农户可能面临的大病风险、健康冲击诱发的生计脆弱性、病后生计恢复的保障体系等方面展开研究[9-12]。然而目前针对“传染病冲击生计脆弱性生计水平恢复”这一过程机理的探讨尚不多见,且大多集中在影响因素的识别上:一是生计资本,医疗费用会压缩家庭生产资料及生活耐用品支出,而疾病后遗症将带来个体劳动能力的损失,两者分别降低了农户物质与人力资本存量[13];诊疗引发的经济负担造成储蓄水平低下,直接导致金融资本的缩水[14];物理隔离带来的排斥或疏离感将减少农户社区参与度,相互间信任感的降低极大制约了社会资本[15]。二是生计风险,多以生计脆弱性(Livelihood Vulnerability)来表征,测度一般选用联合国气候变化专委会IPCC提出的“暴露敏感性适应能力”(Vulnerability Scoping Diagram,VSD)框架,将风险冲击(暴露)与经济社会特征指标(敏感性与适应力)整合进行评估,建立起生计结构不稳定性与易损状态的分析模型[11]。

总体而言,目前关于疾病对农户后续生计的影响研究取得了一定进展,但仍存在一些不足:一是主要集中于大病和慢性病,虽有少量涉及到高危传染病,如艾滋病和埃博拉疾病等,但仅聚焦于农民收入损失及农村应急型社会保障等方面,而重大传染病背景下的生计“脆弱性恢复力”过程机制未能涵盖[16];二是突发疾病冲击会造成农户生计轴出现暂时或永久的“折断”与“真空”,进而形成“断裂带”,产生复杂的突变现象。该过程中农户生计水平与各影响因素间动态的非线性因果关系已无法运用实地访谈、田野调查等质性方法或计量回归的量化模型来精确分析[17]。

近年来,系统科学中随机突变理论(Stochastic Catastrophe Theory,SCT)开始广泛应用于经济系统稳定性分析、管理决策与行为科学等领域,为预测客观世界中非连续跃迁现象的发生机制提供了思路。其核心是将由内外部环境因素刺激而产生的异化情形转换为精确的突变动力学方程,通过求解平衡曲面和分歧区域来分析触发突变的路径和规避举措[18-19]。目前在农户生计问题上已有采用此范式的研究,如在水库农村移民生计分化的背景下,借助SCT方法找出了该群体政策满意度的非线性变化趋势[20];也有学者尝试预测伐木禁令实施后,印度林农家庭生计水平可能出现的突变情形[21]。然而上述初步探索还存在以下问题:一是未能将疫情风险扰动与国际通用的可持续分析框架(Sustainable Livelihood Approach,SLA)相结合,进而合理描述农户生计水平“适应脆弱”的“突跳”机理[22];二是非线性实证的假设检验过程尚待完善,使得突变函数对生计演变机制的解释力存疑[23]。但这两者正是当前研判农户生计资本受损与生计方式断裂程度,出台疫后农业农村帮扶政策的关键所在。

鉴于此,本文首先在经典SLA体系的基础上,引入生计困境引致变量,设计疫情冲击下的生计测度体系。然后采用SCT理论来构建疫情中农户生计水平演变的动力学模型,并基于新冠肺炎重点疫区湖北农村住户的生计调查,通过改进的非线性实证方法进行模型验证。最后结合疫区农户的生计特征,找出其中生计情形突变与恢复轨迹,并甄别出有效的控制因素,厘清各类生计资本抵御生计脆弱性的作用能力,为助力后疫情时代农户可持续生计发展提供决策支持。

三、农户生计水平突变机制

众所周知,生计水平是在“社会—自然”系统耦合作用下,对农户生产生活情形的直观体现,具体可采用“可持续生计”来表征,并存在两个相对稳定的状态:生计适应与生计脆弱[23]。因此农户在面对新冠肺炎疫情的爆发时,如何有效控制生计适应向生计脆弱的突然转变就显得尤为重要。这一转化过程主要受两类变量的影响:一是内部生计资本,当农户遭遇生存环境冲击时,优质高存量的生计资本决定着后续生计策略和差异化生计结果,是避免家庭脆弱性发生的重要基础与依托[24]。二是外部生计风险,指难以预测的社会及自然事件(自然灾害、突发疾病、政策改变、就业中断等)带来损失的不确定性[15]。如新冠肺炎疫情使得农业生产成本升高、农产品销售困难、外出务工遇阻,从而诱发农户在经济社会活动中“人、财、物”的损失。

农户遭遇突发公共卫生事件带来的非预期损失后,人力资本、社会资本等将发生变异或丧失效力,极可能导致当前生计模式难以为继,并引起生计水平的非连续跃迁,而这一突然变化过程可分为三个阶段:①农户对自身损失状况进行评估,并据此开展资源调适,即通过自然及物质资本保障家庭基本生活,再围绕劳动力配置、社会网络关系及金融资本,对务农、务工或兼业等生计策略进行适应性调整[17]。②农户生计弹性的重塑,体现为应对疫情风险能力,由生存自保的独立性、资源调整的妥协性以及恢复生产的连续性三方面共同衡量[25]。③农户后续生计结果的形成,疫情前“资本损失小、生计弹性强”的农户自主适应力突出,能平稳度过疫情或在疫后仅呈现出短暂的脆弱期;而“资本损失大、生计弹性弱”的农户则处于帮扶性适应状态,突发卫生事件让其生计现状急剧恶化,造成生计断裂使得家庭陷入持续性脆弱中[24]。因此在自身生计资本和外界健康风险的耦合影响下,新冠肺炎疫情前后的农户生计水平会发生从适应性向脆弱性的非线性突变,具体机制如图1所示。

图1 突发公共卫生事件冲击下农户生计水平突变机制

四、数据来源、变量设定和研究方法

(一)数据来源

选择疫情的初步控制期和平稳恢复期,2020年5月和8月对全国重点疫区湖北省农户开展应急社会调查。在防控安全许可的前提下,调查范围涵盖了疫情爆发时的高、中、低风险地区,如武汉城市圈辐射的黄冈、黄石和孝感(农村确诊占比分别为55.65%、54.04%、48.28%),以及距离疫情核心区较远,但较典型的农业生产和农民工输出地的宜昌与恩施等区域。具体地点涉及5个地市、13个区县、45个村镇,调查采用分层随机抽样方法,具体步骤为:第一,按顺序对村组进行编号作为第一个抽样框,以概率抽样方法确定名单;第二,将抽样村组农户名单依次编号形成第二个抽样框,调查员在编号中进行简单随机抽样得到样本户;第三,全部实地入户,若目标家庭中无人则以邻近户替代。最终发放问卷500份,剔除异常值和敏感无应答者后,有效样本量为465,如表1所示。

表1 湖北省农村地区受疫情影响农户抽样方案

本次访谈对象为户主或其配偶,访谈内容包括样本村经济社会发展情况、样本户家庭禀赋、生计资本与生计模式、疫情冲击下的生计风险等。样本家庭涉及2 123人,其中劳动力3人/户,耕地面积4.81亩/户,外出务工2人/户,人均年收入2.08万元。同时按所在区域划分,近城集镇392户,偏远山村73户;按风险等级划分,高风险区213户,中低风险区252户;按归属民族划分,少数民族128户,汉族337户;按生活条件划分,建档立卡贫困户79户,非贫困户386户;按生计方式划分,纯农户61户,兼业农户153户,纯非农户251户。样本户大都毗邻城镇,且家中均有外出返乡人员,存在感染风险,因此均具有较好的代表性。

(二)变量设定

1.被解释变量

DFID的SLA框架中明确指出,生计是一种建立在资产(包括储备物、资源和获得途径)、活动和能力基础上的谋生方式。因此本研究的被解释变量——农户生计水平(f)主要包含三个方面:一是资产维度,多用经济收入、房屋土地、劳动力存量及耐用消费品等来衡量;二是活动维度,包含务农务工、经营活动、社会交往等情形;三是能力维度,以农业生产技能、再就业能力、抗逆力等进行表征[9]。

为了避免主观因素造成的偏差,此处采用客观的熵值法对生计水平进行多维测度。首先对所有指标进行归一化处理,并根据熵权理论计算不同指标的熵值并赋权;然后将各维度标准化数据加权求和;最后将得出的生计水平值离散化为四个状态区间:[-2.5,-1.5)→“很脆弱”;[-1.5,-1)→“较脆弱”;[-1,-0.5)→“一般”;[-0.5,0.5)→“较适应”,以便更直观地判别农户生计水平的演变过程。

2.解释变量

图2 新冠肺炎疫情冲击下的农户生计情形

结合上述疫情影响机制的分析,解释变量包括:生计资本(u)和生计风险(v)。前者由五大类生计资本来共同表示,后者可从农业市场、生计能力、外出务工、收入支出等维度进行衡量,具体变量及赋值如表2所示。

(三)研究方法

根据上述变量定义,测算出的疫后农户生计水平,以及不同生计资本对应的生计状态,相较于单一的线性或非线性关系更为复杂,使得以往的计量回归模型已不再适用,如图2所示。从图2(a)可发现,在新冠肺炎疫情冲击下,样本农户整体生计水平波动幅度较大,且在不同区域,生计变化呈显著的非线性趋势。部分农户在遭遇外界风险时,其生计状态(“很脆弱”→“较适应”)分布较为均匀,但也有相当数量样本户的生计结果出现了明显分歧,极易导致生计水平的突然跃迁,如图2(b)所示。

由于疫情中农户生计变化有多个稳态(生计脆弱与适应),过程存在突变性(Catastrophic Changes),结果具备发散性(Divergence),所以可用随机突变理论(SCT)来进行研究。结合图1可知,状态变量生计水平(f)受到生计资本(u)和生计风险(v)双控制因素的耦合影响,契合突变势函数中的尖点突变情形[20]。因此假设疫情下农户生计水平的突变机制模型为:

表2 疫情冲击下农户生计资本与生计风险测度体系

V(f,u,v)=f4+uf2+vf

(1)

农户在健康威胁下的可能生计结果,即为V(f,u,v)的一阶导数,记为平衡曲面M:

(2)

生计变化的临界态S为V(f,u,v)的二阶导数,即V″(f,u,v)=0,亦即:

S=12f2+2u=0

(3)

疫情触发农户生计水平突变的区域,集中于突变模型的分歧点集合Δ,其中均为导致生计水平跃迁的控制变量组合(u,v),可联立式(2)和式(3)求得:

Δ=8u3+27v2=0

(4)

除了生计资本和风险两类因素影响之外,农户生计水平还不可避免地受区域经济社会发展、个体心理情绪波动等其他随机因素的作用。故可在式(2)中增加随机扰动项,根据中心极限定理可知服从正态分布,为体现机制模型的完备性,此时农户的生计状态函数为:

(5)

式(5)将农户生计水平变化转化为随机过程,其中扩散系数θf和标准维纳过程dwt表示干扰的强度和扰动频率。根据式(1)～(5)可绘制出农户生计水平突变的尖点模型,如图3所示。图中平衡曲面M的上叶(高生计水平)和下叶(低生计水平)分别表示生计适应和生计脆弱。ai、bi、ci是上下叶里的点,代表农户疫情期间的生计状态,i∈{1,2,3}。

图3 农户生计水平的尖点突变模型

图4 农户生计水平突变的引致因素集合

为了检验前述突变假设的科学性及合理性,Cobb和Zacks将随机突变和极大似然估计法集成,提出了一种非线性实证检验方法Cuspfit,据此可运用R语言软件包来进行模型验证[26]。疫情中农户在t时刻的生计状态是Ft,则ft是其中的一个样本观测值,t∈{0,T}。为简化计算,将ft归一化处理后结合式(5)可将农户生计状态转变为随机微分方程:

(6)

式(6)中λ和σ分别代表位置参数和样本测量均方差,同时由表2可知,控制变量u和v是由多维指标Cn来测度的,其值通过农户生计指标调查得出,权重a和b则采用主成分分析法来确定,如式(7)所示:

(7)

农户在生计水平阈值附近发生变异,诱发生计脆弱的模糊中间态难以稳定观测。假设在新冠肺炎疫情之前,农户初始生计水平是f,随着时间的不断推移(t→∞),生计水平(随机变量)的概率密度函数有:y(ft)→ylim(ft|ufvv)。这代表随机系统稳态与生计水平突变模型的平衡曲面相一致,结合式(1)～(7)可得:

(8)

式(8)中ξ是疫情期间的农户生计状态,Cuspfit估计方法的核心思想就是在极限概率密度函数ylim(ft|ufvv)与突变势函数V(ft)间建立关系,用前者的众数表示生计系统的稳态,反众数代表不稳定状态。这样就可以将农户生计ft的随机改变转化为ylim(ft|ufvv)中众数和反众数在结构上的突变。在生计资本和生计风险的耦合作用下,ft经过突变区域(图3)时将发生剧烈波动,ylim(ft)将呈现出双峰态分歧,如图5所示。

图5 农户生计随机系统的双峰性

图6 农户生计水平的突变

由此就可基于随机突变模型概率密度函数的统计分析,利用极大似然估计法(MLE),对农户生计系统ft中a,b,λ,σ等进行参数估计,探寻疫情是否会触发生计水平的急剧变化,如图6所示。据此引入最小信息准则(AIC)和贝叶斯信息准则(BIC)两个判别量来评价所构建的突变模型相较于计量模型的优劣。两者取值越小,代表拟合优度越高[18]。

五、实证分析

(一)疫后农户生计水平突变机制验证

由上述突变模型分析可知,疫情冲击下的农户生计资本(u)受损,生计风险(v)不断加大,极可能导致农户生计水平ft突变,并诱发生计脆弱性。但变量u和v对生计变迁的引致机理并不相同,由式(4)可知:当u>0时,Δ>0,方程无解,农户生计轨迹如图3中的a0b0所示,会出现连续变化但不存在突变情形;当u<0时,Δ=0时,意味着有(u,v)的组合落入分歧点集合,生计状态ft将沿着a1c1b1或a2c2b2(图3)的走势发生突跳,而跃迁的位置c1和c2由突变位移量H(c1)及H(c2)决定。若农户生计适应转为脆弱的阈值为θ,则有:

Δft=f(uc,vc)-f(ub,vb)=3[(v-vθ)/2]1/3

(9)

因此可知农户能否抵御疫情冲击,避免陷入生计脆弱陷阱取决于生计资本(u)存量与损失,而在疫中疫后何时会致贫则和遭遇的生计风险(v)程度直接相关。故两类控制变量的耦合作用关系,就成为分析生计突变机制的关键,根据式(7)可得:

(10)

其中a1、a2、b1、b2分别表示生计资本y1与生计风险y2对u和v的贡献因子,令其随机取值可得到24组尖点模型。运用R语言软件包进行拟合参数估计,选择拟合优度最高(AIC值最小及BIC值也接近最小)的一组,并与传统的线性及Logistic模型作比较,如表3所示。

由表3可知,突变模型的AIC及BIC值均小于传统的线性及Logistic模型,说明其拟合程度最优。同时a2=0,b1=0证明了y1与y2分别独立影响变量u和v,即证明了将控制因素设定为生计资本和生计风险的合理性,结合表2和式(7)可得其表达式为:

表3 农户生计水平突变模型结果分析

uf=0.002 9C1+0.080 7C2+0.207 0C3+0.116 2C4+0.075 9C5

(11)

vf=-0.019 7C6+0.165 3C7+0.170 3C8+0.201 3C9

(12)

据此可算出控制农户生计发展的465组(u,v)值,对应的生计状态分布在突变模型的平衡曲面M上,如图7所示。从中可明显看出,有部分农户的生计水平从曲面上叶到下叶发生了结构性跳变。但总体来看,变量(u,v)组合落入突变区域的比例在1/6左右,如图8所示,说明疫情冲击下农户生计虽然会陷入脆弱性危机,然而风险尚处于可控范围之内。

图7 农户生计现状分布情况示意

图8 农户样本生计水平突变分布

(二)生计资本对疫情冲击的抵御效应

新冠肺炎疫情得到初步控制后,农业农村部紧急出台了调度生产资料、发放专项补贴等政策,助力农村地区生产生活的恢复,呈现出明显的“软垫效应”。此时可观察u和v进入分歧区域的变化路径,对国家对农户生计帮扶的“引擎效应”进行研判。

1.自然资本异质性的影响

分歧点集合Δ可将生计控制平面划分成5个区域(S1～S5),如图9所示。若生计演变路径d沿S4S2移动,则必然会经过突变区S5,此时农户生计不稳将落入脆弱性陷阱。因此,要避免生计脆弱状态的出现,就必须控制生计曲线避开突变危机,尽量沿着d′方向移动。作为典型的风险性产业,疫情期间农村地区严格的交通管制及封锁等阻断措施,给农业市场运行带来巨大冲击。现按自然资本的高低将样本户分成两类,并运用式(11)和(12)计算出控制变量组合(u,v),分布情况如图10所示。

图9 农户生计演变控制平面

图10 不同自然资本农户的生计突变情形

当农户自然资本较高时(u>0),该群体的生计水平较为集聚,呈现出同分布态势,同时疫情带来的生计风险v会降低其生计水平,但基本不会落入突变区域并诱发生计脆弱。当农户的自然资本越少(u<0),抗风险能力越弱,生计水平明显具有发散性,且大多受疫情影响陷入脆弱性境地。可能的原因是:自然资源仍是农村地区主要的生产资料来源,小农户抵御风险能力相对更弱,而规模经营农户有较强的生产调适能力,更易通过农村金融领域的资金扶持、流通环节的信息共享和价值链优化等举措来应对突发风险以缓解压力。

2.社会与金融资本的耦合效应

在新冠肺炎疫情爆发初期,公众多认为人力与物质资本将直接受到冲击,从而导致农户的生计困境。然而通过“人力物质”双维度资本划分后可知,疫前疫后相应类别农户的生计状态并未出现明显波动,如图11所示。这与一般认知不同,在地广人稀的农村地区,烈性传染性疾病并未使农户的人力与物质资本遭遇危机。然而由于“封村封路”带来的经济发展活动停滞,以往在农村相对忽视的金融与社会资本反而可能面临着过度损失。现根据“社会金融”资本存量将农户分为两类,各生计水平分布如图12所示。

图11 不同“人力物质”资本下的生计状态

图12 “社会金融”资本的耦合作用

由图12中可看出,农户金融及社会资本普遍受到较大影响。交通不畅使得农产品滞销,非农务工人群难以出行,农家乐及商超等服务业经营困难,导致农户收入锐减。此外乡镇医疗卫生条件设施不足,同时“新农合”报销比例较小且无法完全覆盖,经济负担的增加直接压缩了农村家庭物质资本弹性支出。而“社会—金融”资本间也呈现出明显的关联关系,“双高”农户在疫情中应对能力较强,生计水平波动较小。可能的原因是目前农村金融普及率较低,农户多选择民间资本拆借、小额信贷等方式来缓解生计压力。在风险担保中,亲缘友缘等强关系型社会资本是主要的非正式依托,能帮助农户获得借贷机会和金融资本,缓解短期突发支出以度过疫情风险期。

(三)生计模式对疫情冲击的调节效应

新型城镇化进程的加快使得农户生计模式日趋多元,而不同生计方式下,疫情的影响可能会产生差异。现根据各收入类型占比,将总体样本划分为传统务农型、农工互补型和务工主导型三个子集,如表4所示。然后由式(11)和(12)计算出控制变量组合(u,v),并绘制三类农户生计水平分歧区域,如图13所示。

表4 农户分类标准

面对疫情冲击,农户生计异质性会导致生计突变范围上的差异如图13所示。其中务工主导型农户陷入生计脆弱状态的概率最大,同时疫情常态化下该类农户的生计均位于较低水平,如图14所示。直接原因是各地企业节后复工延迟,加上本地批发零售、物流运输、文化旅游等服务业大量停工停产,农村与复工地疫情防控举措的对接真空,让农户外出务工与本地从业都异常艰难。与之相对的是务农生计受影响反而较小,主要是由于作为疫情重灾区的湖北省致力于生产保供,通过加大农机设备投入、开展稳产高效技术指导等途径,极力维护春耕市场平稳。

图13 多元生计模式下的生计突变

图14 各生计模式下的生计水平分布

从生计脆弱性风险上来看,农工互补型农户生计水平比较均衡,且最不易落入生计脆弱区。这是由于农业生产具有季节性特征,而当外出务工遇阻后,本地兼业的复工复产将变得更为可行。重点疫区的省际人口流动条件严苛,农户若能在县市区内获得工作机会,“钟摆式”的生计策略可以有效分散外界风险。因此新冠肺炎疫情让以往仅注重超大城市的模式机制问题凸显,城乡区域均衡发展才能让农民工保持良好的流动性,丰富抵御并化解突发风险的能力,保障自身生计的可持续性。

(四)农户生计风险及补救策略

1.疫情各阶段农户的生计影响

农村医疗卫生条件相对薄弱且风险保障体系相对缺乏,疫情使得农户面临农业市场停滞、生计能力受损、外出务工困难及收入锐减等风险,但疾病扩散的不同阶段产生的影响不尽相同。现通过疫情初步控制期和稳定恢复期两个时间节点的分析,考察农户所受风险的变迁路径,结果如图15～16所示。

从图15可以看出,大部分农户在节后复工复产初期的主要困难,来自于农业生产和农产品销售。调查显示,近七成种植户在节前未能购买充足的种子、农药等必需物资,“封城封村封路”也使得农产品错过了最佳上市时间,加上农户普遍缺乏储存和保鲜能力,囤积滞销直接导致产品价值下降。另外活禽交易暂停,一方面使得养殖户被迫继续喂养进而增加了成本,另一方面饲料企业延期复产亦让部分畜禽被迫屠宰,短期供需失衡引发价格急跌。

图15 疫情初步控制期农户所受风险程度

图16 疫情稳定恢复期农户所受风险程度

由于农业生产具有季节性,到恢复期,农户家庭则主要受务工难的影响,如图16所示,本地兼业取决于本土企业复产情形,但疫后人员聚集的严格限制,使得农家乐、餐饮民宿等非农产业错过了经营旺季。此外,涉农企业多采用现产现销模式,对外部市场和服务支撑依赖度高,一旦生产服务阻断带来消费需求大幅减少,效益的下滑必将引发临时性劳动力就业期的缩短。对于外出务工群体,一是人口季节性流动闭环被破坏,企业又通过裁员或减薪等方式应对生存危机,调查表明湖北省在5月份后仍有40%的农民工未能正常复工;二是中国疫情稳定后全球疫情又再次爆发,沿海外向型劳动密集型产业发展受限,而这些企业刚好是农民工的主要就业场所,加之原岗位多为低技能属性,很难重新进行调整适应,使得农户在恢复期及疫情常态化后仍面临较高的减收风险。

2.农户生计的补救策略

基于前述新冠疫情给农户带来的生计风险,政府寄望通过出台补救措施进行生计干预,保证农村地区的社会稳定和经济发展,如“互联网+带货”销售、线上农业指导、发放就业补贴、降低信贷担保费等。故本文尝试对现行政策效应进行评价,相关结果如图17～18所示。

图17 农户生计恢复的迟滞性

图18 扶持政策下农户生计资本变化

在图17中,疫情期间农户的生计轨迹f1受到扰动,在生计曲面的(nf1)点处发生突跳,农户生计水平落入脆弱性轨迹f2上,此时的生计状态为(u1,v1),如图18所示。疫后扶持政策效应初步显现后,农户的生计风险曲线逐渐趋缓,从而进入轨迹f2,但在生计曲面(nf2)处并不能回到“生计适应”上叶,如图17所示。此时需要让生计风险进一步降低至v2处对应的n′点(图18),才能完成农户的生计恢复(图17)。而奇点n→n′所对应的u1→u2的生计资本值增长,幅度为u2=u1+(v2-v1)tanθ,其中θ为疾病的烈性与传染性,体现了公共卫生事件的风险程度。这就反映出疫情帮扶政策效应具有一定的滞后性,只有出台长效持续的惠农政策才能真正实现农村地区经济重振。

六、结论与政策建议

本文针对新冠肺炎疫情期间湖北农户的生计数据,基于随机突变理论构建了生计水平演变模型,并运用非线性实证方法进行了验证,探讨了农户面临的生计风险情形、生计脆弱性引致因素、生计资本抵御效用等问题,结果表明:

(1)在突发公共卫生事件冲击下,生计资本和生计风险双因素将耦合作用于农户家庭生计水平,前者是抵御脆弱性陷阱的决定因素,而后者则是诱发生计突变的场景节点。

(2)农户自然资本存量可以有效抵御生计风险,且生计抗压能力与其经营规模成正相关。农户人力与物质资本在疫情期间几乎无损失,而未重视的金融与社会资本却遭遇重创,同时这两者存在关联关系,“双高”农户应对突发公共卫生事件的能力明显较强。

(3)生计策略差异是导致疫情发生农户生计水平不同的主要原因,传统务农型农户生计变化幅度最小但整体水平不高,务工主导型农户陷入生计脆弱状态的概率最大,而农工互补型农户的生计则处于高位稳定状态,能有效抵御突发卫生事件的风险。

(4)复工复产阶段农户生计水平恢复具有滞后性,农村帮扶政策的作用尚未充分凸显,仍需在疫情常态化管控阶段进一步加大支农惠农政策投入力度,才能实现农户生计由脆弱向适应状态转变。

结合上述研究结论,提出以下政策建议:

(1)疏通农资供销渠道,切实保障农业生产。其一是农业部门要及时了解农户备耕困难,在确保疫情防控的前提下,主动协调企业保证农资产能恢复;其二是要统筹产销物资的对接,在物流恢复后落实农资到户,并进一步实现销售渠道的多元化拓展;其三是农村基层组织要强化指导科学种植,倡导错峰劳作方式,在构建常态化疫情防控体系的基础上,促使农业生产提质增效。

(2)加大金融支持力度,激发社会网络作用。一是完善农户应急贷款流程,优化办理手续,增加额度并降低贷款门槛和利率;二是积极培育农村地区的非正规金融模式,鼓励小额信贷机构、民间资本等帮助农户应对突发风险;三是加强农村社区治理,建立村民互助组织并扩展集体活动,培育与村干部、精英农户间的沟通与交往,扩大农户获取资源和信息的渠道,丰富其自身社会资本存量。

(3)扩大非农务工渠道,实现农户多样化增收。一方面加快发展乡村旅游、农村电商等新产业新模式,在创新创业项目上给予技术、审批等全方位支持;另一方面推出转岗再就业培训项目,帮助农民工尽快适应新兴产业技能要求,注重区域均衡发展,使得农户能就近获得多元化从业机会。

(4)加强风险监测预警,建立应急防御体系。首先在精准研判突发公共事件各阶段不同风险的基础上,因时因地制定有针对性且具有持续性的帮扶举措;其次是加强农村地区重大突发事件应急培训,增强农户保险和风险管理意识,有效防范生计突变情形;最后以村为基础,建立市场、就业等方面的信息发布平台,形成一套有效、分级的突发性重大事件应急预案,提高农户应对生计风险的能力。