恩施州乡村旅游地农户返贫风险评估及其影响因素研究

乔花芳, 许建波, 刘 荣, 郭子钰, 谢双玉*

(1.华中师范大学中国旅游研究院武汉分院, 武汉 430079;2.华中师范大学地理过程分析与模拟湖北省重点实验室, 武汉 430079;3.华中师范大学城市与环境科学学院, 武汉 430079;4.华东师范大学经济与管理学院, 上海 200062)

习近平总书记在决战决胜脱贫攻坚座谈会上的讲话指出,新中国成立以来,已累计实现了9 899万人的顺利脱贫,基本上解决了区域贫困和绝对贫困问题,但仍有500万人面临返贫的风险.因此,国务院扶贫办印发的《国务院扶贫开发领导小组关于建立防止返贫监测和帮扶机制的指导意见》(国开发〔2020〕6号)强调,“必须把防止返贫摆到更加重要的位置”.旅游业作为产业扶贫的重要手段,有效助力了乡村旅游地的减贫脱贫,然而旅游业本身具有脆弱性和敏感性特征[1],旅游参与能否使困难群体持续受益尚存争议[2].因此,科学评估乡村旅游地农户的返贫风险、系统识别返贫风险类型及影响因素十分重要,能为针对性地开展风险预警提供坚实的理论依据.

脱贫攻坚取得胜利以来,很多学者开始关注返贫研究.相关研究主要从中国反贫困的现实需求出发,以集中连片特困地区或民族地区为案例地,研究返贫风险的概念界定、定量评估、影响因素及其产生的后向影响等[1,3-16].一般认为,返贫就是已脱贫户又重新陷入贫困的现象,是在风险和脆弱性的综合作用下产生的[17],反映了脱贫是否可持续或是否彻底的问题.相关的研究也都基本认同,即返贫风险是已脱贫农户再次陷入贫困的一种可能性[8,15-16].但是,关于返贫风险的评估(或衡量)有不同做法,主要有两类:第一类是以概率(即可能性)反映返贫风险,即运用逻辑回归或蒙特卡洛模拟法或BP神经元网络模拟预测脱贫家庭未来陷入返贫的概率[15,18],或通过调查农户对返贫可能性的感知作为返贫风险[1,19];第二类是利用脆弱性、致贫因素或风险类型等构建返贫脆弱性、返贫风险的评价指标体系,而后运用熵权法或层次分析法对指标赋权,通过加权求和来定量评估农户面临的返贫风险[3,6,8-10,14].不少研究在评估返贫风险后,也分析了返贫风险的影响因素,多采用一般线性或逻辑回归分析方法,考虑的因素包括个人、家庭特征变量[3-4,16]、社会或政府相关因素[12,16],还有研究特别考虑了生计资本[20]、内生动力[16]的作用.

已有研究深化了对返贫风险的认识,但仍存在一些不足.部分学者尚未区分返贫风险与返贫脆弱性、贫困脆弱性等概念,认为“返贫风险”是返贫的发生概率,测量的是引致返贫的因素或因子的水平[15,18-19],也较少突出返贫风险作为“可能的负面事件”的动态性与破坏性,因此难以系统描述返贫风险冲击的破坏程度;少数研究在分析返贫风险的影响因素时仅考虑了内生变量的作用[16],而忽视了外生变量的作用;乡村旅游地农户返贫风险的关注亟需加强,仅有少数学者调查分析了乡村旅游地农户的返贫风险问题,但在研究设计上存在研究对象选择欠妥、理论依据不够充分等不足[1,19].

因此,本研究聚焦乡村旅游地农户的返贫风险及其影响因素,借鉴汪三贵等[21]对返贫风险类型的认知,从内外部因素的视角构建返贫风险的评估体系,并从返贫风险的发生概率及其破坏程度两个方面综合评估恩施州乡村旅游地农户的返贫风险,进而探析影响农户返贫风险的主要因素,拟回答如下问题:恩施州乡村旅游地农户返贫风险指数的大小,受何种返贫风险主导?农户的返贫风险主要受哪些因素影响?以进一步完善返贫风险研究的理论体系,助推乡村振兴战略的实现.

1 理论分析

1.1 返贫风险的评估体系

风险(risk)一般表示某一事件发生的概率及其造成的后果,是一种不确定的、可能发生的危险或危害[22];返贫则是在风险和脆弱性的综合作用下产生的一种社会现象[17].返贫风险是导致返贫现象发生的概率事件[1,13,15,19],当其在现实中发展为致贫因子时,会使困难群体发生不同程度的破坏性波动[23],并最终陷入贫困.因此将返贫风险定义为,在一定区域内可能使已脱贫人群和边缘人群等困难群体陷入贫困状态的各类风险因素.不同的风险发生频率不一,造成的负面效果也各有不同,具体表现为风险发生概率和破坏程度的乘积,即返贫风险指数.

参考黄国庆等[8]、郭子钰等[11]关于民族地区乡村旅游地农户返贫风险的研究,本文结合案例地实际调查情况,从自然风险、社会风险、家庭风险和个体风险4个维度,选择自然灾害(NR1)、物价上涨(SR1)、非农收入损失(SR2)、重大事件开支(FR1)、债务负担(FR2)、教育负担(FR3)、农产品销售情况(FR4)、非农就业能力(PR1)、医疗负担(PR2)、病残程度(PR3)10个指标构建恩施州乡村旅游地农户返贫风险的评估指标体系(表1).

表1 返贫风险指数的评价指标体系Tab.1 Evaluation system of the poverty-returning risk index

1.2 可能影响返贫风险的因素

根据资源禀赋理论和计划行为理论,不同区域、家庭及个体的资源禀赋具有差异[14,24];一般认为农户是有限理性的,在应对风险时,会根据自身的条件及所处的环境,倾向于做出规避风险的行为[25].从乡村层面来看,乡村旅游的可持续发展与其对外交通、基础设施、旅游资源等资源禀赋状况密不可分.乡村资源禀赋越好,可持续发展水平越高,越不容易产生区域贫困或规模性返贫的现象.从家庭层面来看,在返贫风险冲击时,家庭的人口结构及收入状况等资本要素水平能够起到一定的缓冲作用,各个家庭还会采取各种措施规避风险、降低风险的危害.家庭的资本要素水平越高,返贫风险抵御能力就越强.而户主作为家庭的代表,其性别、文化程度及民族等个体特征影响家庭对返贫风险的认知与应对.此外,家庭成员是否形成良好的个人生活习惯,对规避健康风险冲击有着较大的影响.

因此,文章参考已有文献,在区域层面上,选择对外交通的便利程度、村公共广场的数量及村附近旅游景区的等级等区域旅游发展环境因素[14,26-27].在家庭层面上,选择家庭规模、家庭人均年收入、非农收入占比和抚养人数等家庭状况因素[5,14,28-29].在个体层面上,选择户主的性别、文化程度、民族、家庭中吸烟或饮酒的人数和家庭采取的风险规避措施数量等家庭成员特征因素[5,20,30-31].

2 数据来源及研究方法

2.1 研究区域概况

恩施土家族苗族自治州(以下简称“恩施州”)位于湖北省西南部的武陵山区,兼具山地民族地区和集中连片特困地区的双重属性,生态和民族文化资源独特、比较优势明显,已于2020年底彻底解决了绝对贫困和区域贫困.然而,恩施州所在的区位条件不佳、生态环境脆弱、基础设施薄弱[2],极大地加剧了返贫风险,亟需科学测度返贫风险,揭示返贫风险发生的深层次原因,以切实阻断返贫现象的发生.旅游业是恩施州的主导产业之一.2020年,恩施州累计接待游客6 681.68万人次,实现旅游综合收入422.61亿元[32].旅游扶贫是恩施州主要扶贫方式之一,截止2020年底,恩施州实现109万贫困人口脱贫和729个贫困村出列,基本消除绝对贫困[33].

目前,恩施州各乡村因区位-产业-文化等多要素协同方式的差别,形成了优势景区开发模式、生态农业开发模式、民宿农家乐开发模式及民族文化开发模式4种旅游扶贫开发模式[34].其中,石门村、岔口子村、长堰村、锣圈岩村、狮子村、新桥村、封口坝村和营上村等优势景区开发模式的乡村旅游地临近或位于核心景区等优质景观资源,区位优越;村坊村、伍家台村和木贡村等生态农业依托模式的乡村旅游地围绕一种或几种特色农产品及产业链,实行专业化生产经营;水田坝村、小西湖村、马前村和白鹊山村等民宿农家乐开发模式的乡村旅游地主要依托特色民居和餐饮以及优良气候和环境发展民宿、农家乐等旅游休闲项目;高拱桥村、二官寨村和庆阳坝村等民族文化开发模式的乡村旅游地以民族村寨为载体,利用建筑、饮食等各类物质或非物质文化要素发展旅游.但上述这些乡村旅游地仍都处于初步发展阶段[35],旅游带动作用有限.

2.2 数据来源

为兼顾样本的典型性和调研的便捷性,选取恩施市、利川市、建始县和宣恩县的18个村作为研究区域(图1).其中,12个样本村属于国家发改委、旅游局等七部委联合发布的《关于实施乡村旅游富民工程推进旅游扶贫工作的通知》(发改社会〔2014〕2344号)中公布的乡村旅游扶贫重点村,其他6个村是专家推荐、发展较好的乡村旅游地.

课题组于2021年7月10日至7月20日前往样本村开展深入访谈及问卷调查.其中,8名调研员对农户、村干部、旅游企业负责人等进行半结构访谈,访谈内容主要涉及村的基本概况、脱贫过程、可能存在的返贫风险以及旅游发展状况,累计访谈213人次,获取访谈数据39.37万余字;8名调研员随机入户进行问卷调查,共完成问卷456份,有效问卷432份,有效率为94.74%.调查的男女比例相当,多数为年龄超过40岁者,占比79.16%;土家族人数居多,占比超过70%;绝大多数人只有初中及以下的文化程度,占比83.10%;每户的家庭成员数多为4人或5人,年收入在2.5万元以上的家庭超过80%.样本的结构特征符合恩施州乡村旅游地的实际情况,具有代表性.

2.3 研究方法

2.3.1 返贫风险指数的评估方法 返贫风险指数可以通过其发生概率和破坏程度的乘积来量化[22],系统反映返贫风险水平.

1) 返贫风险概率的计算方法.采用统计概率的方法来解释某一类型返贫风险的发生频度,概率越高说明返贫风险越可能发生,公式如下:

Pij=nij/n,

(1)

式中,Pij表示第i维度下第j种返贫风险发生的概率(下同),nij表示第i维度下第j种返贫风险影响的人数,n表示样本总量(下同).

2) 返贫风险破坏程度的计算方法.采用极差法、熵值法、加权指数法计算返贫风险的破坏程度,

破坏程度越高说明困难群体遭受返贫风险的负面影响越大.先用极差法对数据进行标准化处理[7].

(2)

(3)

式中,无量纲化处理后的指标值为Sj;第j项评价指标的原始数据为Xj,其最大值和最小值分别为Xjmax、Xjmin.后用熵值法确定各个评价指标的权重Wij[8]:

(4)

(5)

gj=1-ej,

(6)

(7)

式中,Zij为第j项指标下的第i个数据值占该指标比重,Sij为乡村旅游地农户第i维度下第j项指标的标准化值(下同),m为指标个数(下同);ej为第j项指标的熵;gj为第j项指标的差异系数;Wj为第j项指标的权重(下同).进而采用加权指数法计算返贫风险的破坏程度,公式如下:

Dij=100WjSij,

(8)

式中,Dij为第i维度下第j种返贫风险的破坏程度,取值范围均介于0～100.

3)返贫风险指数的计算方法.采用期望值法,即“期望=概率×程度”,得出返贫风险指数,反映返贫风险对困难群体的综合影响,公式如下:

(9)

(10)

式中,Ri为各维度的返贫风险指数,R为农户的综合返贫风险指数.

2.3.2 返贫风险影响因素的分析方法 运用方差分析筛选出影响返贫风险大小的关键因素,再采用多元线性回归分析探讨各因素对返贫风险的具体影响,公式[36]如下:

Y=β0+β1X1+β2X2+β3X3+…+βkXk+ε,

(11)

式中,Y为农户的返贫风险指数,X为影响返贫风险的关键因素,βk为回归系数,k为自变量个数,ε为常数项.

3 结果与分析

3.1 返贫风险的水平

运用(1)～(10)所示的计算公式对实地调研数据进行处理,得到各类返贫风险的发生概率及破坏程度,以及各个农户的返贫风险指数,从而反映恩施州乡村旅游地农户的返贫风险水平(表2).总体来看,样本农户仍然存在一定的返贫风险(17.197);4个维度从高到低依次为:个体风险、家庭风险、社会风险、自然风险(表2).

表2 农户返贫风险指数的评估结果Tab.2 Results of the poverty-returning risk index for farmers

1) 个体风险(9.760)对农户返贫的威胁最大.文化程度不高和专业技能不足是限制样本农户非农就业能力(P=0.611,D=7.636)的主要因素;样本中约1/4的农户家庭成员中至少患有高血压这一慢性病,若不是恩施州建立了相对完善的医疗保险制度,则会有相当数量的农户因医疗负担(P=0.861,D=0.531)过重或病残程度(P=0.595,D=2.802)过深而返贫.

2) 家庭风险(6.428)对农户返贫的威胁较大.对义务教育阶段子女的陪读、课业辅导等附加成本使教育负担(P=0.664,D=8.483)普遍沉重,成为高家庭风险的“元凶”;外部危机事件对农产品销售(P=0.123,D=5.955)造成一定影响[11];家风建设在恩施州取得了明显成效,农户因大额开支和不良借贷而返贫现象基本消失,家庭债务负担(P=0.319,D=0.095)不重.

3) 社会风险(0.710)对农户返贫具有一定的威胁.由于旅游发展尚处于初级阶段,暂未带来物价上涨(P=0.236,D=0.175)等负面影响[33],农户的基本生活消费并未受到干扰;截止调研时为止,新冠疫情所带来的非农收入损失未对农户的生产、生活造成特别严重的影响(P=0.824,D=0.811).

4) 自然风险(0.299)对农户返贫的威胁较小.恩施州乡村旅游地自然灾害(P=0.616,D=0.486)的发生概率较高,由于异地搬迁和各类灾害防治工作的实施,在一定程度上限制了自然风险的威胁.

3.2 返贫风险的类型

返贫风险具有不确定性和破坏性双重属性,以返贫风险的发生概率为横坐标,破坏程度为纵坐标,两者的均值为中心点,建立二维的四象限方格图.如图2所示,样本农户存在“高概率-高破坏”型、“高概率-低破坏”型和“低概率-低破坏”型三类,尚不存在“低概率-高破坏”型返贫风险.

图2 返贫风险的类型Fig.2 Types of the poverty-returning risk

1) “高概率-高破坏”型返贫风险包括非农就业能力(PR1)和教育负担(FR3).其中,非农就业能力(PR1)的发生概率和破坏程度分别排在第5位和第1位,是首要的返贫风险因素(第1),农户受教育水平不高,多以非技术型工作或农业生产为生[19],少数以民宿、农家乐等旅游经营为生的农户受季节性影响大,且生产的旅游产品严重同质化,缺乏市场竞争力.教育负担(FR3)的发生概率(第3)和破坏程度(第2)都较高,返贫风险指数第2,是主要的返贫风险因素,恩施州教育资源持续向县市转移,增大了教育支出在农户家庭支出的占比,教育负担风险加剧.

2) “高概率-低破坏”型返贫风险包括自然灾害(NR1)、非农收入损失(SR2)、医疗负担(PR2)和病残程度(PR3).恩施州地处生态环境较为脆弱的武陵山区,经常发生暴雨、大风、泥石流、病虫害等自然灾害,农户的农事活动易受自然灾害冲击,从而出现农作物减产、收入减少等不利情况,但以务农为主要生计方式的农户较少,占比不超过10%[11].由于恩施州地处偏远,生计活动范围主要集中在当地,且旅游参与型农户多以自家的房屋和人力投入旅游经营[11],成本较低,因此大部分农户表示“新冠疫情”并未严重影响其生计,非农收入损失(SR2)不高.恩施州有腌制食品的风俗,中老年农户容易罹患高血压等慢性病,但当地基本实现了新型农村合作医疗的全覆盖,个别农户还额外购买了商业保险,家庭的医疗负担(PR2)大大减少,疾病等健康风险的危害被有效遏制.

3) “低概率-低破坏”型返贫风险包括物价上涨(SR1)、重大事件开支(FR1)、债务负担(FR2)和农产品销售情况(FR4).由于当地旅游业发展尚处初级阶段[35],多数农户认为当地物价没有上涨,并未影响他们的正常生活,只有极少部分农户认为物价上涨给他们带来了生存压力.绝大部分农户近几年没有大额的家庭开支,仅有少数农户由于经营民宿的生产需要或购置汽车的生活需要而产生了较大的家庭支出.绝大多数样本农户不曾有过借款动机和借款行为,少数农户仅向熟人借款,还款压力较小.农产品大多自产自销或定向收购,受市场波动影响有限.

3.3 返贫风险的影响因素

3.3.1 方差分析结果 对可能的影响因素进行单因素方差分析(类型变量)或非参数检验(连续型变量),村附近旅游景区的等级、家庭规模、抚养人数、户主的文化程度和家庭采取的风险规避措施数量在0.01的水平上通过了显著性检验,见表3.

3.3.2 回归分析结果 对这5个影响因子进行基准线性回归(表4①列),抚养人数、户主的文化程度和家庭采取的风险规避措施数量均对返贫风险影响显著.除了外出务工,不少样本农户以旅游经营或政策补贴为生,且不同的生计策略导致农户的返贫风险存在显著差异[11].为了排除该因素影响,将生计策略作为控制变量进行回归(表4②列),抚养人数与户主文化程度的影响仍然在1%的水平上显著影响农户的返贫风险,而家庭采取的风险规避措施数量的影响不显著,说明人力资本对返贫风险的作用显著[20].

表3 返贫风险影响因子的方差分析结果Tab.3 Results of ANOVA for impact factors of the poverty-returning risk

表4 返贫风险影响因子的回归结果Tab.4 Regression results of factors influencing of the poverty-returning risk

排除生计策略这一混杂因素后,抚养人数正向影响返贫风险,而户主的文化程度负向影响返贫风险.样本村农户子女多数在镇、县或市上学,由此带来较大支出[5,37],且至少占用了一个劳动力,使教育风险成为“高概率-高破坏”型返贫风险,造成了很大的负面影响.户主的文化程度越高,非农就业能力越充分,其家庭的收入水平和生计资本往往较高,抵御风险的能力也较强[26,37].

考虑到线性回归存在伪回归的可性,为保证回归结果的稳健性,以返贫风险指数的均值为分界点,将因变量转化为二分变量(高于均值的赋值为1,低于均值的赋值为0),使用二元逻辑回归检验该线性回归模型[38],回归结果(表4③列)表明该模型的估计结果具有较好的稳健性.

3.3.3 进一步分析 乡村旅游扶贫效应因旅游开发模式不同存在显著差异[34],可能导致农户的返贫风险存在差异.所以本研究将18个样本村分为优势景区依托模式、生态农业依托模式、民宿农家乐依托模式及民族文化依托模式[34],进而运用方差分析法进行比较分析.方差分析结果表明,不同旅游扶贫开发模式乡村的农户总体返贫风险存在显著差异.具体来看(表5),生态农业依托模式的样本村农户的返贫风险指数、自然风险与个体风险(19.282;0.437;10.955)显著高于优势景区依托模式(16.391;0.275;9.605)、民宿农家乐依托模式(16.820;0.216;9.333)及民族文化依托模式(16.440;0.288;9.007)的样本村农户,而社会风险及家庭风险并无显著差异.这是由于生态农业依托模式的样本村农户仍主要以茶叶等种植业为生计,受自然风险冲击的影响较大.而且,相较于其他三种旅游开发模式的样本村农户,生态农业依托模式的样本村农户的个体风险更高,一是其较少掌握非农业技能,非农就业能力较低;二是其劳累程度相对较高,更容易患上各种慢性病.因此,生态农业依托模式的样本村农户的返贫风险指数显著高于其他三种旅游开发模式的样本村农户.

表5 不同旅游开发模式的样本村农户的返贫风险差异Tab.5 Differences in the poverty-returning risk among the sample villages of different tourism development models

4 结论与政策启示

4.1 结论

文中选取恩施州18个乡村旅游地的432个农户为研究对象,明晰了返贫风险的概念,通过发生概率和破坏程度的乘积来量化返贫风险及其类型,并采用方差分析和回归分析探究其影响因素,克服了已有研究中因返贫风险概念的混淆所引起的返贫风险评估的偏差及其影响因素辨别的失真,较好地回应了论文题目和内容.主要结论如下.

1) 返贫风险是对农户返贫存在一定威胁的、可能的负面事件,内生性、个体化特征明显.在后脱贫时期,内部的家庭风险和个体风险明显高于外部的自然风险和社会风险,是绝大多数农户的主导返贫风险因素.将发生概率纳入返贫风险指数的评估,相较于已有研究[5,9,11],不仅证实了实施精准扶贫策略对于防控返贫风险的有效性,也更加贴合后脱贫时期乡村旅游地的实际状况.

2) 返贫风险的发生概率和破坏程度不一,基于此可将样本农户面临的风险分为“高概率-高破坏”型、“高概率-低破坏”和“低概率-低破坏”型三类.其中,非农就业能力和教育负担属于“高概率-高破坏”型返贫风险,危害程度最高;而自然灾害、非农收入损失、医疗负担和病残程度属于“高概率-低破坏”型返贫风险,所造成的危害也不能忽视.

3) 脆弱的农户遭到返贫风险冲击的可能性更大,也缺乏相应的抵御能力,所承受的负面影响也更深远.脆弱的人力资本因素会加剧返贫风险,增大了困难群体返贫的可能性.其中,抚养人数越多的家庭受返贫风险的影响越大,而具有高文化水平的户主受返贫风险的影响相对较小.可见,家庭特征对返贫风险的影响明显,加上返贫风险的内生性、个体化特征,双重印证了中国推行精准扶贫政策的科学性和合理性.且案例地的家庭及个体综合内生风险主导的农户数量最多,须引起高度重视.

4) 不同乡村旅游开发模式下,农户的返贫风险存在显著性差异.生态农业依托模式的样本村农户的返贫风险,以及自然风险和个体风险显著高于优势景区依托模式、民宿农家乐依托模式及民族文化依托模式的样本村农户.基于该结论,过高的农业参与程度或旅游参与程度是否增加了返贫风险,值得进一步探索.

4.2 政策启示

基于上述研究结论,提出如下建议.

1) 因户施策,建立健全返贫风险动态监测及预警系统.以家庭收入为动态监测的主要指标,同时将家庭成员的生活状况、健康状况、产业经营状况,以及医疗保障、教育保障、养老保障等一并纳入监测体系,设立各项监测指标的动态警戒线.

2) 延续精准扶贫的政策精神.根据返贫风险的诊断结果,在建档立卡户的基础上,将困难群体纳入监测范围,并将“高概率-高破坏”型返贫风险列为重点监测对象、“高概率-低破坏”型返贫风险列为一般监测对象、“低概率-低破坏”型返贫风险列为随机抽查对象.

3) 培育农户的内生动力,增强返贫风险的防范能力.完善技能培训与认证体系,强化教育保障,解决农户非农就业能力不足问题;加强自然灾害知识、农业金融保险知识等风险防范知识的普及工作,树立农户返贫风险的主动防范意识;倡导健康的生活习惯,如少食腌制食品和少吸土法制作的土烟等,增强农户的身体素质.

4) 改善社会、自然环境,提高区域韧性.始终坚持“两山理论”的指导,坚决保护好恩施州的自然生态环境,减少自然灾害的发生频率;积极推动生态文化旅游产业、硒食品精深加工业、生物医药产业与清洁能源产业四大产业集群及其他产业的高质量发展,充分吸收当地农户参与产业发展,共享发展收益.