文/周力 孙杰

气候变化与中国连片特困地区资产贫困陷阱

文/周力 孙杰

识别贫困，是困扰发展中国家扶贫济弱的一大政策难题，而在动态中刻画贫困对于制定减贫政策而言则难上加难。已有研究表明，资产法可被视为收入法和支出法的长期综合效应测度，更好地刻画长期贫困特征，且基于资产法测度的扶贫对象名单更加“稳定”。因此，与传统的收入法和支出法相比，基于资产指数的贫困陷阱理论可剔除收入与消费在时间序列上的随机性，使落入长期贫困的农户更易于被识别，这有利于提高扶贫政策的目标瞄准性和成本有效性。

但是，以往基于资产指数的贫困研究未重视贫困分布的空间随机性。当资产水平相当的贫困户地理位置连片时，如何确定优先扶贫对象则是精准扶贫面临的一大困境。具体而言，若连片特困农户拥有的资产禀赋（土地、人力、机械等）基本同质，那么在遭遇区域协同风险时，同一地区（村落）应呈现整村贫困、或者整村非贫困，户与户之间差别不大，难以锁定目标。可以推论，扶贫政策究竟是采取“项目入户”还是“整村推进”，都必须首先测度农户间各类资产禀赋的差异性。中国连片特困地区为上述议题提供了良好的研究样本。现阶段，中国制定了《中国农村扶贫开发纲要（2011—2020年）》，将六盘山区、武陵山区等14个集中连片特殊困难区（以下简称连片特困区）作为新一轮扶贫攻坚主战场。越来越多的学者开始关注连片特困区的扶贫问题，因此研究连片特困区农户的福利动态具有重要的现实意义。

从区域协同风险视角出发研究连片特困地区的资产型贫困，则是本研究的重点与创新之处。以气候变化作为区域协同风险的代理变量，可以较好地反映连片贫困户共同面临的生产风险。连片贫困与协同气象灾害具有高度拟合性，中国农村绝对贫困户呈现区域集中连片特征的同时，还呈现出区域气象风险的协同脆弱性。可见，在贫困户集中连片的背景下，气候变化以及极端气候事件对连片式减贫无疑是一项重大挑战，尤其对于高度依赖农业生产并缺乏气象灾害应对能力的特困地区而言。当面临气候冲击时，连片特困区农户的福利动态呈现何种路径，是否落入多均衡状态贫困陷阱？解答该问题，对于占中国70%以上贫困人口的连片特困区而言至关重要。

本文对现有研究主要作以下几方面的补充：

（1）现有研究多以单一连片特困区（主要为武陵山片区）为对象，缺乏对14个连片特困区的全面论述，本文将弥补这一方面的空缺。（2）已有研究多基于收入、消费等视角测度贫困，但测度结果较为“脆弱”，贫困群体在年度间变动较大、难以被有效瞄准。与收入、支出法相比，资产法可以更好地测度贫困。此外，资产禀赋还影响着农户对外生冲击的应对策略，从农户风险应对行为顺序来看，农户应对外生的风险冲击时，往往倾向于选择改变收入结构（比如，外出打工）或消费支出（比如，节衣缩食），而不是变卖资产（比如，变卖拖拉机）。因此，作为农户可持续生计最后屏障的生产型资产，若因气候风险发生损失，则意味着农户减少收入及降低消费策略均失效，此时，失去生计资产的农户则更加可能陷入“贫困陷阱”之中难以自拔。

理论机制

本文的理论基础为贫困陷阱假说。与收敛于单一均衡点的索罗经济增长模型不同，贫困陷阱指出经济增长可能存在两个动态均衡点，以及一个介于两点之间的临界点，可用S型曲线描绘其经济增长路径。贫困陷阱强调贫困的自我持续及自我强化性质，贫困户无法自主摆脱低水平均衡吸引，需借助显著、积极的冲击跨过临界点，达到高水平均衡。原因在于经济中的正反馈性——外部冲击及初始条件变化会逐步放大，看似短暂的冲击，却会造成永久性后果。一次正向冲击，会使贫困群体通过自我强化路径积累资本及提高生产率；反之，患病、失业、干旱等不利冲击，会导致原来脱贫个体再次返贫并难以恢复。

农村贫困人口与自然生态系统息息相关，而气候变化对自然生态系统产生强烈干扰，进而影响农村贫困人口发展。基于贫困陷阱视角，气候变化会从事前、事后两方面对资产动态产生影响：一方面，气候变化带来的风险会导致农户（特别是贫困户）不愿意进行具有高回报率的投资，这种事前预防行为，会对正常资产积累产生影响，致使其陷入低水平均衡；另一方面，气候冲击也会直接损害农户资产，当其资产水平降低到资产阀值以下时，农户将陷入“贫困陷阱”之中难以自拔。

与非连片特困区相比，“片区内”农户抵御风险能力差，面对气候冲击多采用变卖资产的方式，且由于缺乏金融市场准入能力，灾后恢复时期较长，导致“片区内”农户资产动态对气候变化的敏感性更高；此外，较富裕农户往往拥有较多非农收入，农业生产比重较低，故其对气候变化的敏感性较低。周力与郑旭媛（2014）通过分组对比证实，富裕程度最高的农户对气候变化最不敏感，故与“片区外”农户相比，“片区内”农户的资产动态更容易受到气候变化影响，即连片特困区农户的资产动态对气候变化的敏感性更高。

数据、模型

本文研究所使用的数据来自“中国气象科学数据共享服务网”及全国农村固定观察点调查数据。笔者利用stata软件构建平衡面板，筛选出1986—2009年连续参加调查的农户作为研究基础。本文每年包含6520个农户（分布在157个村），样本总量为156480。 本文在构建模型时，通过纳入滞后期资产指数的一元四次项，检验资产增长路径是否呈非线性增长，进而探究贫困陷阱的存在性。笔者不仅将资产分类，分析气候变化对不同类别资产动态的影响，对样本进行分组，分析“片区内”与“片区外”农户资产动态差异，分组依据如下：选取样本中进入名单的农户为A组（连片特困区），将样本中与连片特困地区临近（同一省份）但未进入名单的农户作为B组（非连片特困区）。此外，笔者还将所有农户作为C组，反映全国平均水平。

结论与启示

本文具体结果如下：

第一，中国农村不存在多重均衡贫困陷阱。总体而言，农户资产趋向高水平均衡点，这与贫困陷阱预期存在差异。政府在制定政策时，应注意加快趋同进程，促使农户达到较高福利水平。

第二，极端天气及降雨增多，将导致连片特困区农户减少各类资产投资，而气温上升则促使“片区内”农户增加生产/固定型资产投资，对消费型资产投资不产生影响。

第三，极端天气增加对“片区内”农户资产动态产生负向影响，且其资产动态对气候变化的敏感性更高。由于农村较富裕农户往往也是非农收入较高的农户，保留的农业生产比重较低，因此较富裕农户的资产动态对气候冲击的反应更不敏感。故与“片区外”农户相比，“片区内”农户的资产水平更低。这一结论同时也为连片特困区名单选定的合理性提供佐证。

第四，连片特困区农户村与村之间贫困差异程度较大。与“片区外”农户相比，“片区内”农户村与村之间的资产动态对气候变化反应具有更高异质性，即“片区内”农户村与村之间的资产水平具有较大差异。

本文认为，连片特困区扶贫问题是一个值得长期关注的话题。在制定连片特困区扶贫政策时，笔者认为“整村推进”或许是最好的选择。一方面，“片区式”扶贫覆盖范围太广，针对性不强，扶贫中容易出现低质、低效等问题。另一方面，连片特困区农户具有地缘上的相似性，特别是在同一村内，农户拥有的要素（劳动、土地、人力等）基本同质，贫困程度相似，精确识别贫困户难度较高。因此“整村推进”应是更为合适的选择。本文通过村级层面补充研究也发现“片区内”村与村之间，农户贫困差异程度较大，为“整村推进”的可能性提供佐证。结合本文研究结果，笔者做出如下建议：

（1）健全农村社会保障体系，加大对农业保险的扶持力度。农业保险可以降低农户因气象风险而带来的资产损失（如牲畜死亡、房屋倒塌等）。政府应尽快建立政策性保险机构，降低交易成本，依据农户需求开发不同的保险种类，将灾害风险造成的农户资产损失减少到最低限度。

（2）完善农村金融服务体系，为农户提供信贷支持。缺乏金融市场准入能力是制约农户投资的关键性因素。政府应合理设置农村信用社网点，为农户提供信贷、各项中间业务等服务，解决农户金融服务难，尤其是信贷服务难的问题。

（3）加大连片特困区教育、培训支持力度，提升非农就业能力。本文研究表明，与“片区外”农户相比，“片区内”农户的抵御风险能力较弱，面对气候变化时，多采用变卖资产的方式应对风险。已有研究表明，随着劳动力外出打工人数增多，一些长期贫困地区不仅提高了抵御风险能力，而且贫困问题也得到有效解决。鉴于教育及培训是提高非农就业能力的有效途径，政府应注重连片特困区农户的教育、培训问题，加大连片特困区教育、培训支持力度。一方面，根据当地实际、因地制宜地推进教育扶贫，统筹教育安排和经费投入，努力提升教育办学水平；另一方面，为农户提供培训机会，提升其转移就业能力和科学务农水平。

【周力系南京农业大学经济管理学院副教授，孙杰系南京农业大学经济管理学院博士生；摘自《南京农业大学学报》（社会科学版）2016年第5期】