恩施州鄉村旅游地農戶返貧風險評估及其影響因素研究

喬花芳, 許建波, 劉 榮, 郭子鈺, 謝雙玉*

(1.華中師范大學中國旅游研究院武漢分院, 武漢 430079;2.華中師范大學地理過程分析與模擬湖北省重點實驗室, 武漢 430079;3.華中師范大學城市與環境科學學院, 武漢 430079;4.華東師范大學經濟與管理學院, 上海 200062)

習近平總書記在決戰決勝脫貧攻堅座談會上的講話指出,新中國成立以來,已累計實現了9 899萬人的順利脫貧,基本上解決了區域貧困和絕對貧困問題,但仍有500萬人面臨返貧的風險.因此,國務院扶貧辦印發的《國務院扶貧開發領導小組關于建立防止返貧監測和幫扶機制的指導意見》(國開發〔2020〕6號)強調,“必須把防止返貧擺到更加重要的位置”.旅游業作為產業扶貧的重要手段,有效助力了鄉村旅游地的減貧脫貧,然而旅游業本身具有脆弱性和敏感性特征[1],旅游參與能否使困難群體持續受益尚存爭議[2].因此,科學評估鄉村旅游地農戶的返貧風險、系統識別返貧風險類型及影響因素十分重要,能為針對性地開展風險預警提供堅實的理論依據.

脫貧攻堅取得勝利以來,很多學者開始關注返貧研究.相關研究主要從中國反貧困的現實需求出發,以集中連片特困地區或民族地區為案例地,研究返貧風險的概念界定、定量評估、影響因素及其產生的后向影響等[1,3-16].一般認為,返貧就是已脫貧戶又重新陷入貧困的現象,是在風險和脆弱性的綜合作用下產生的[17],反映了脫貧是否可持續或是否徹底的問題.相關的研究也都基本認同,即返貧風險是已脫貧農戶再次陷入貧困的一種可能性[8,15-16].但是,關于返貧風險的評估(或衡量)有不同做法,主要有兩類:第一類是以概率(即可能性)反映返貧風險,即運用邏輯回歸或蒙特卡洛模擬法或BP神經元網絡模擬預測脫貧家庭未來陷入返貧的概率[15,18],或通過調查農戶對返貧可能性的感知作為返貧風險[1,19];第二類是利用脆弱性、致貧因素或風險類型等構建返貧脆弱性、返貧風險的評價指標體系,而后運用熵權法或層次分析法對指標賦權,通過加權求和來定量評估農戶面臨的返貧風險[3,6,8-10,14].不少研究在評估返貧風險后,也分析了返貧風險的影響因素,多采用一般線性或邏輯回歸分析方法,考慮的因素包括個人、家庭特征變量[3-4,16]、社會或政府相關因素[12,16],還有研究特別考慮了生計資本[20]、內生動力[16]的作用.

已有研究深化了對返貧風險的認識,但仍存在一些不足.部分學者尚未區分返貧風險與返貧脆弱性、貧困脆弱性等概念,認為“返貧風險”是返貧的發生概率,測量的是引致返貧的因素或因子的水平[15,18-19],也較少突出返貧風險作為“可能的負面事件”的動態性與破壞性,因此難以系統描述返貧風險沖擊的破壞程度;少數研究在分析返貧風險的影響因素時僅考慮了內生變量的作用[16],而忽視了外生變量的作用;鄉村旅游地農戶返貧風險的關注亟需加強,僅有少數學者調查分析了鄉村旅游地農戶的返貧風險問題,但在研究設計上存在研究對象選擇欠妥、理論依據不夠充分等不足[1,19].

因此,本研究聚焦鄉村旅游地農戶的返貧風險及其影響因素,借鑒汪三貴等[21]對返貧風險類型的認知,從內外部因素的視角構建返貧風險的評估體系,并從返貧風險的發生概率及其破壞程度兩個方面綜合評估恩施州鄉村旅游地農戶的返貧風險,進而探析影響農戶返貧風險的主要因素,擬回答如下問題:恩施州鄉村旅游地農戶返貧風險指數的大小,受何種返貧風險主導?農戶的返貧風險主要受哪些因素影響?以進一步完善返貧風險研究的理論體系,助推鄉村振興戰略的實現.

1 理論分析

1.1 返貧風險的評估體系

風險(risk)一般表示某一事件發生的概率及其造成的后果,是一種不確定的、可能發生的危險或危害[22];返貧則是在風險和脆弱性的綜合作用下產生的一種社會現象[17].返貧風險是導致返貧現象發生的概率事件[1,13,15,19],當其在現實中發展為致貧因子時,會使困難群體發生不同程度的破壞性波動[23],并最終陷入貧困.因此將返貧風險定義為,在一定區域內可能使已脫貧人群和邊緣人群等困難群體陷入貧困狀態的各類風險因素.不同的風險發生頻率不一,造成的負面效果也各有不同,具體表現為風險發生概率和破壞程度的乘積,即返貧風險指數.

參考黃國慶等[8]、郭子鈺等[11]關于民族地區鄉村旅游地農戶返貧風險的研究,本文結合案例地實際調查情況,從自然風險、社會風險、家庭風險和個體風險4個維度,選擇自然災害(NR1)、物價上漲(SR1)、非農收入損失(SR2)、重大事件開支(FR1)、債務負擔(FR2)、教育負擔(FR3)、農產品銷售情況(FR4)、非農就業能力(PR1)、醫療負擔(PR2)、病殘程度(PR3)10個指標構建恩施州鄉村旅游地農戶返貧風險的評估指標體系(表1).

表1 返貧風險指數的評價指標體系Tab.1 Evaluation system of the poverty-returning risk index

1.2 可能影響返貧風險的因素

根據資源稟賦理論和計劃行為理論,不同區域、家庭及個體的資源稟賦具有差異[14,24];一般認為農戶是有限理性的,在應對風險時,會根據自身的條件及所處的環境,傾向于做出規避風險的行為[25].從鄉村層面來看,鄉村旅游的可持續發展與其對外交通、基礎設施、旅游資源等資源稟賦狀況密不可分.鄉村資源稟賦越好,可持續發展水平越高,越不容易產生區域貧困或規模性返貧的現象.從家庭層面來看,在返貧風險沖擊時,家庭的人口結構及收入狀況等資本要素水平能夠起到一定的緩沖作用,各個家庭還會采取各種措施規避風險、降低風險的危害.家庭的資本要素水平越高,返貧風險抵御能力就越強.而戶主作為家庭的代表,其性別、文化程度及民族等個體特征影響家庭對返貧風險的認知與應對.此外,家庭成員是否形成良好的個人生活習慣,對規避健康風險沖擊有著較大的影響.

因此,文章參考已有文獻,在區域層面上,選擇對外交通的便利程度、村公共廣場的數量及村附近旅游景區的等級等區域旅游發展環境因素[14,26-27].在家庭層面上,選擇家庭規模、家庭人均年收入、非農收入占比和撫養人數等家庭狀況因素[5,14,28-29].在個體層面上,選擇戶主的性別、文化程度、民族、家庭中吸煙或飲酒的人數和家庭采取的風險規避措施數量等家庭成員特征因素[5,20,30-31].

2 數據來源及研究方法

2.1 研究區域概況

恩施土家族苗族自治州(以下簡稱“恩施州”)位于湖北省西南部的武陵山區,兼具山地民族地區和集中連片特困地區的雙重屬性,生態和民族文化資源獨特、比較優勢明顯,已于2020年底徹底解決了絕對貧困和區域貧困.然而,恩施州所在的區位條件不佳、生態環境脆弱、基礎設施薄弱[2],極大地加劇了返貧風險,亟需科學測度返貧風險,揭示返貧風險發生的深層次原因,以切實阻斷返貧現象的發生.旅游業是恩施州的主導產業之一.2020年,恩施州累計接待游客6 681.68萬人次,實現旅游綜合收入422.61億元[32].旅游扶貧是恩施州主要扶貧方式之一,截止2020年底,恩施州實現109萬貧困人口脫貧和729個貧困村出列,基本消除絕對貧困[33].

目前,恩施州各鄉村因區位-產業-文化等多要素協同方式的差別,形成了優勢景區開發模式、生態農業開發模式、民宿農家樂開發模式及民族文化開發模式4種旅游扶貧開發模式[34].其中,石門村、岔口子村、長堰村、鑼圈巖村、獅子村、新橋村、封口壩村和營上村等優勢景區開發模式的鄉村旅游地臨近或位于核心景區等優質景觀資源,區位優越;村坊村、伍家臺村和木貢村等生態農業依托模式的鄉村旅游地圍繞一種或幾種特色農產品及產業鏈,實行專業化生產經營;水田壩村、小西湖村、馬前村和白鵲山村等民宿農家樂開發模式的鄉村旅游地主要依托特色民居和餐飲以及優良氣候和環境發展民宿、農家樂等旅游休閑項目;高拱橋村、二官寨村和慶陽壩村等民族文化開發模式的鄉村旅游地以民族村寨為載體,利用建筑、飲食等各類物質或非物質文化要素發展旅游.但上述這些鄉村旅游地仍都處于初步發展階段[35],旅游帶動作用有限.

2.2 數據來源

為兼顧樣本的典型性和調研的便捷性,選取恩施市、利川市、建始縣和宣恩縣的18個村作為研究區域(圖1).其中,12個樣本村屬于國家發改委、旅游局等七部委聯合發布的《關于實施鄉村旅游富民工程推進旅游扶貧工作的通知》(發改社會〔2014〕2344號)中公布的鄉村旅游扶貧重點村,其他6個村是專家推薦、發展較好的鄉村旅游地.

課題組于2021年7月10日至7月20日前往樣本村開展深入訪談及問卷調查.其中,8名調研員對農戶、村干部、旅游企業負責人等進行半結構訪談,訪談內容主要涉及村的基本概況、脫貧過程、可能存在的返貧風險以及旅游發展狀況,累計訪談213人次,獲取訪談數據39.37萬余字;8名調研員隨機入戶進行問卷調查,共完成問卷456份,有效問卷432份,有效率為94.74%.調查的男女比例相當,多數為年齡超過40歲者,占比79.16%;土家族人數居多,占比超過70%;絕大多數人只有初中及以下的文化程度,占比83.10%;每戶的家庭成員數多為4人或5人,年收入在2.5萬元以上的家庭超過80%.樣本的結構特征符合恩施州鄉村旅游地的實際情況,具有代表性.

2.3 研究方法

2.3.1 返貧風險指數的評估方法 返貧風險指數可以通過其發生概率和破壞程度的乘積來量化[22],系統反映返貧風險水平.

1) 返貧風險概率的計算方法.采用統計概率的方法來解釋某一類型返貧風險的發生頻度,概率越高說明返貧風險越可能發生,公式如下:

Pij=nij/n,

(1)

式中,Pij表示第i維度下第j種返貧風險發生的概率(下同),nij表示第i維度下第j種返貧風險影響的人數,n表示樣本總量(下同).

2) 返貧風險破壞程度的計算方法.采用極差法、熵值法、加權指數法計算返貧風險的破壞程度,

破壞程度越高說明困難群體遭受返貧風險的負面影響越大.先用極差法對數據進行標準化處理[7].

(2)

(3)

式中,無量綱化處理后的指標值為Sj;第j項評價指標的原始數據為Xj,其最大值和最小值分別為Xjmax、Xjmin.后用熵值法確定各個評價指標的權重Wij[8]:

(4)

(5)

gj=1-ej,

(6)

(7)

式中,Zij為第j項指標下的第i個數據值占該指標比重,Sij為鄉村旅游地農戶第i維度下第j項指標的標準化值(下同),m為指標個數(下同);ej為第j項指標的熵;gj為第j項指標的差異系數;Wj為第j項指標的權重(下同).進而采用加權指數法計算返貧風險的破壞程度,公式如下:

Dij=100WjSij,

(8)

式中,Dij為第i維度下第j種返貧風險的破壞程度,取值范圍均介于0～100.

3)返貧風險指數的計算方法.采用期望值法,即“期望=概率×程度”,得出返貧風險指數,反映返貧風險對困難群體的綜合影響,公式如下:

(9)

(10)

式中,Ri為各維度的返貧風險指數,R為農戶的綜合返貧風險指數.

2.3.2 返貧風險影響因素的分析方法 運用方差分析篩選出影響返貧風險大小的關鍵因素,再采用多元線性回歸分析探討各因素對返貧風險的具體影響,公式[36]如下:

Y=β0+β1X1+β2X2+β3X3+…+βkXk+ε,

(11)

式中,Y為農戶的返貧風險指數,X為影響返貧風險的關鍵因素,βk為回歸系數,k為自變量個數,ε為常數項.

3 結果與分析

3.1 返貧風險的水平

運用(1)～(10)所示的計算公式對實地調研數據進行處理,得到各類返貧風險的發生概率及破壞程度,以及各個農戶的返貧風險指數,從而反映恩施州鄉村旅游地農戶的返貧風險水平(表2).總體來看,樣本農戶仍然存在一定的返貧風險(17.197);4個維度從高到低依次為:個體風險、家庭風險、社會風險、自然風險(表2).

表2 農戶返貧風險指數的評估結果Tab.2 Results of the poverty-returning risk index for farmers

1) 個體風險(9.760)對農戶返貧的威脅最大.文化程度不高和專業技能不足是限制樣本農戶非農就業能力(P=0.611,D=7.636)的主要因素;樣本中約1/4的農戶家庭成員中至少患有高血壓這一慢性病,若不是恩施州建立了相對完善的醫療保險制度,則會有相當數量的農戶因醫療負擔(P=0.861,D=0.531)過重或病殘程度(P=0.595,D=2.802)過深而返貧.

2) 家庭風險(6.428)對農戶返貧的威脅較大.對義務教育階段子女的陪讀、課業輔導等附加成本使教育負擔(P=0.664,D=8.483)普遍沉重,成為高家庭風險的“元兇”;外部危機事件對農產品銷售(P=0.123,D=5.955)造成一定影響[11];家風建設在恩施州取得了明顯成效,農戶因大額開支和不良借貸而返貧現象基本消失,家庭債務負擔(P=0.319,D=0.095)不重.

3) 社會風險(0.710)對農戶返貧具有一定的威脅.由于旅游發展尚處于初級階段,暫未帶來物價上漲(P=0.236,D=0.175)等負面影響[33],農戶的基本生活消費并未受到干擾;截止調研時為止,新冠疫情所帶來的非農收入損失未對農戶的生產、生活造成特別嚴重的影響(P=0.824,D=0.811).

4) 自然風險(0.299)對農戶返貧的威脅較小.恩施州鄉村旅游地自然災害(P=0.616,D=0.486)的發生概率較高,由于異地搬遷和各類災害防治工作的實施,在一定程度上限制了自然風險的威脅.

3.2 返貧風險的類型

返貧風險具有不確定性和破壞性雙重屬性,以返貧風險的發生概率為橫坐標,破壞程度為縱坐標,兩者的均值為中心點,建立二維的四象限方格圖.如圖2所示,樣本農戶存在“高概率-高破壞”型、“高概率-低破壞”型和“低概率-低破壞”型三類,尚不存在“低概率-高破壞”型返貧風險.

圖2 返貧風險的類型Fig.2 Types of the poverty-returning risk

1) “高概率-高破壞”型返貧風險包括非農就業能力(PR1)和教育負擔(FR3).其中,非農就業能力(PR1)的發生概率和破壞程度分別排在第5位和第1位,是首要的返貧風險因素(第1),農戶受教育水平不高,多以非技術型工作或農業生產為生[19],少數以民宿、農家樂等旅游經營為生的農戶受季節性影響大,且生產的旅游產品嚴重同質化,缺乏市場競爭力.教育負擔(FR3)的發生概率(第3)和破壞程度(第2)都較高,返貧風險指數第2,是主要的返貧風險因素,恩施州教育資源持續向縣市轉移,增大了教育支出在農戶家庭支出的占比,教育負擔風險加劇.

2) “高概率-低破壞”型返貧風險包括自然災害(NR1)、非農收入損失(SR2)、醫療負擔(PR2)和病殘程度(PR3).恩施州地處生態環境較為脆弱的武陵山區,經常發生暴雨、大風、泥石流、病蟲害等自然災害,農戶的農事活動易受自然災害沖擊,從而出現農作物減產、收入減少等不利情況,但以務農為主要生計方式的農戶較少,占比不超過10%[11].由于恩施州地處偏遠,生計活動范圍主要集中在當地,且旅游參與型農戶多以自家的房屋和人力投入旅游經營[11],成本較低,因此大部分農戶表示“新冠疫情”并未嚴重影響其生計,非農收入損失(SR2)不高.恩施州有腌制食品的風俗,中老年農戶容易罹患高血壓等慢性病,但當地基本實現了新型農村合作醫療的全覆蓋,個別農戶還額外購買了商業保險,家庭的醫療負擔(PR2)大大減少,疾病等健康風險的危害被有效遏制.

3) “低概率-低破壞”型返貧風險包括物價上漲(SR1)、重大事件開支(FR1)、債務負擔(FR2)和農產品銷售情況(FR4).由于當地旅游業發展尚處初級階段[35],多數農戶認為當地物價沒有上漲,并未影響他們的正常生活,只有極少部分農戶認為物價上漲給他們帶來了生存壓力.絕大部分農戶近幾年沒有大額的家庭開支,僅有少數農戶由于經營民宿的生產需要或購置汽車的生活需要而產生了較大的家庭支出.絕大多數樣本農戶不曾有過借款動機和借款行為,少數農戶僅向熟人借款,還款壓力較小.農產品大多自產自銷或定向收購,受市場波動影響有限.

3.3 返貧風險的影響因素

3.3.1 方差分析結果 對可能的影響因素進行單因素方差分析(類型變量)或非參數檢驗(連續型變量),村附近旅游景區的等級、家庭規模、撫養人數、戶主的文化程度和家庭采取的風險規避措施數量在0.01的水平上通過了顯著性檢驗,見表3.

3.3.2 回歸分析結果 對這5個影響因子進行基準線性回歸(表4①列),撫養人數、戶主的文化程度和家庭采取的風險規避措施數量均對返貧風險影響顯著.除了外出務工,不少樣本農戶以旅游經營或政策補貼為生,且不同的生計策略導致農戶的返貧風險存在顯著差異[11].為了排除該因素影響,將生計策略作為控制變量進行回歸(表4②列),撫養人數與戶主文化程度的影響仍然在1%的水平上顯著影響農戶的返貧風險,而家庭采取的風險規避措施數量的影響不顯著,說明人力資本對返貧風險的作用顯著[20].

表3 返貧風險影響因子的方差分析結果Tab.3 Results of ANOVA for impact factors of the poverty-returning risk

表4 返貧風險影響因子的回歸結果Tab.4 Regression results of factors influencing of the poverty-returning risk

排除生計策略這一混雜因素后,撫養人數正向影響返貧風險,而戶主的文化程度負向影響返貧風險.樣本村農戶子女多數在鎮、縣或市上學,由此帶來較大支出[5,37],且至少占用了一個勞動力,使教育風險成為“高概率-高破壞”型返貧風險,造成了很大的負面影響.戶主的文化程度越高,非農就業能力越充分,其家庭的收入水平和生計資本往往較高,抵御風險的能力也較強[26,37].

考慮到線性回歸存在偽回歸的可性,為保證回歸結果的穩健性,以返貧風險指數的均值為分界點,將因變量轉化為二分變量(高于均值的賦值為1,低于均值的賦值為0),使用二元邏輯回歸檢驗該線性回歸模型[38],回歸結果(表4③列)表明該模型的估計結果具有較好的穩健性.

3.3.3 進一步分析 鄉村旅游扶貧效應因旅游開發模式不同存在顯著差異[34],可能導致農戶的返貧風險存在差異.所以本研究將18個樣本村分為優勢景區依托模式、生態農業依托模式、民宿農家樂依托模式及民族文化依托模式[34],進而運用方差分析法進行比較分析.方差分析結果表明,不同旅游扶貧開發模式鄉村的農戶總體返貧風險存在顯著差異.具體來看(表5),生態農業依托模式的樣本村農戶的返貧風險指數、自然風險與個體風險(19.282;0.437;10.955)顯著高于優勢景區依托模式(16.391;0.275;9.605)、民宿農家樂依托模式(16.820;0.216;9.333)及民族文化依托模式(16.440;0.288;9.007)的樣本村農戶,而社會風險及家庭風險并無顯著差異.這是由于生態農業依托模式的樣本村農戶仍主要以茶葉等種植業為生計,受自然風險沖擊的影響較大.而且,相較于其他三種旅游開發模式的樣本村農戶,生態農業依托模式的樣本村農戶的個體風險更高,一是其較少掌握非農業技能,非農就業能力較低;二是其勞累程度相對較高,更容易患上各種慢性病.因此,生態農業依托模式的樣本村農戶的返貧風險指數顯著高于其他三種旅游開發模式的樣本村農戶.

表5 不同旅游開發模式的樣本村農戶的返貧風險差異Tab.5 Differences in the poverty-returning risk among the sample villages of different tourism development models

4 結論與政策啟示

4.1 結論

文中選取恩施州18個鄉村旅游地的432個農戶為研究對象,明晰了返貧風險的概念,通過發生概率和破壞程度的乘積來量化返貧風險及其類型,并采用方差分析和回歸分析探究其影響因素,克服了已有研究中因返貧風險概念的混淆所引起的返貧風險評估的偏差及其影響因素辨別的失真,較好地回應了論文題目和內容.主要結論如下.

1) 返貧風險是對農戶返貧存在一定威脅的、可能的負面事件,內生性、個體化特征明顯.在后脫貧時期,內部的家庭風險和個體風險明顯高于外部的自然風險和社會風險,是絕大多數農戶的主導返貧風險因素.將發生概率納入返貧風險指數的評估,相較于已有研究[5,9,11],不僅證實了實施精準扶貧策略對于防控返貧風險的有效性,也更加貼合后脫貧時期鄉村旅游地的實際狀況.

2) 返貧風險的發生概率和破壞程度不一,基于此可將樣本農戶面臨的風險分為“高概率-高破壞”型、“高概率-低破壞”和“低概率-低破壞”型三類.其中,非農就業能力和教育負擔屬于“高概率-高破壞”型返貧風險,危害程度最高;而自然災害、非農收入損失、醫療負擔和病殘程度屬于“高概率-低破壞”型返貧風險,所造成的危害也不能忽視.

3) 脆弱的農戶遭到返貧風險沖擊的可能性更大,也缺乏相應的抵御能力,所承受的負面影響也更深遠.脆弱的人力資本因素會加劇返貧風險,增大了困難群體返貧的可能性.其中,撫養人數越多的家庭受返貧風險的影響越大,而具有高文化水平的戶主受返貧風險的影響相對較小.可見,家庭特征對返貧風險的影響明顯,加上返貧風險的內生性、個體化特征,雙重印證了中國推行精準扶貧政策的科學性和合理性.且案例地的家庭及個體綜合內生風險主導的農戶數量最多,須引起高度重視.

4) 不同鄉村旅游開發模式下,農戶的返貧風險存在顯著性差異.生態農業依托模式的樣本村農戶的返貧風險,以及自然風險和個體風險顯著高于優勢景區依托模式、民宿農家樂依托模式及民族文化依托模式的樣本村農戶.基于該結論,過高的農業參與程度或旅游參與程度是否增加了返貧風險,值得進一步探索.

4.2 政策啟示

基于上述研究結論,提出如下建議.

1) 因戶施策,建立健全返貧風險動態監測及預警系統.以家庭收入為動態監測的主要指標,同時將家庭成員的生活狀況、健康狀況、產業經營狀況,以及醫療保障、教育保障、養老保障等一并納入監測體系,設立各項監測指標的動態警戒線.

2) 延續精準扶貧的政策精神.根據返貧風險的診斷結果,在建檔立卡戶的基礎上,將困難群體納入監測范圍,并將“高概率-高破壞”型返貧風險列為重點監測對象、“高概率-低破壞”型返貧風險列為一般監測對象、“低概率-低破壞”型返貧風險列為隨機抽查對象.

3) 培育農戶的內生動力,增強返貧風險的防范能力.完善技能培訓與認證體系,強化教育保障,解決農戶非農就業能力不足問題;加強自然災害知識、農業金融保險知識等風險防范知識的普及工作,樹立農戶返貧風險的主動防范意識;倡導健康的生活習慣,如少食腌制食品和少吸土法制作的土煙等,增強農戶的身體素質.

4) 改善社會、自然環境,提高區域韌性.始終堅持“兩山理論”的指導,堅決保護好恩施州的自然生態環境,減少自然災害的發生頻率;積極推動生態文化旅游產業、硒食品精深加工業、生物醫藥產業與清潔能源產業四大產業集群及其他產業的高質量發展,充分吸收當地農戶參與產業發展,共享發展收益.