喬花芳, 許建波, 劉 榮, 郭子鈺, 謝雙玉*
(1.華中師范大學(xué)中國旅游研究院武漢分院, 武漢 430079;2.華中師范大學(xué)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(xué)城市與環(huán)境科學(xué)學(xué)院, 武漢 430079;4.華東師范大學(xué)經(jīng)濟與管理學(xué)院, 上海 200062)
習(xí)近平總書記在決戰(zhàn)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(xiàn)了9 899萬人的順利脫貧,基本上解決了區(qū)域貧困和絕對貧困問題,但仍有500萬人面臨返貧的風(fēng)險.因此,國務(wù)院扶貧辦印發(fā)的《國務(wù)院扶貧開發(fā)領(lǐng)導(dǎo)小組關(guān)于建立防止返貧監(jiān)測和幫扶機制的指導(dǎo)意見》(國開發(fā)〔2020〕6號)強調(diào),“必須把防止返貧擺到更加重要的位置”.旅游業(yè)作為產(chǎn)業(yè)扶貧的重要手段,有效助力了鄉(xiāng)村旅游地的減貧脫貧,然而旅游業(yè)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(xù)受益尚存爭議[2].因此,科學(xué)評估鄉(xiāng)村旅游地農(nóng)戶的返貧風(fēng)險、系統(tǒng)識別返貧風(fēng)險類型及影響因素十分重要,能為針對性地開展風(fēng)險預(yù)警提供堅實的理論依據(jù).
脫貧攻堅取得勝利以來,很多學(xué)者開始關(guān)注返貧研究.相關(guān)研究主要從中國反貧困的現(xiàn)實需求出發(fā),以集中連片特困地區(qū)或民族地區(qū)為案例地,研究返貧風(fēng)險的概念界定、定量評估、影響因素及其產(chǎn)生的后向影響等[1,3-16].一般認(rèn)為,返貧就是已脫貧戶又重新陷入貧困的現(xiàn)象,是在風(fēng)險和脆弱性的綜合作用下產(chǎn)生的[17],反映了脫貧是否可持續(xù)或是否徹底的問題.相關(guān)的研究也都基本認(rèn)同,即返貧風(fēng)險是已脫貧農(nóng)戶再次陷入貧困的一種可能性[8,15-16].但是,關(guān)于返貧風(fēng)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(fēng)險,即運用邏輯回歸或蒙特卡洛模擬法或BP神經(jīng)元網(wǎng)絡(luò)模擬預(yù)測脫貧家庭未來陷入返貧的概率[15,18],或通過調(diào)查農(nóng)戶對返貧可能性的感知作為返貧風(fēng)險[1,19];第二類是利用脆弱性、致貧因素或風(fēng)險類型等構(gòu)建返貧脆弱性、返貧風(fēng)險的評價指標(biāo)體系,而后運用熵權(quán)法或?qū)哟畏治龇▽χ笜?biāo)賦權(quán),通過加權(quán)求和來定量評估農(nóng)戶面臨的返貧風(fēng)險[3,6,8-10,14].不少研究在評估返貧風(fēng)險后,也分析了返貧風(fēng)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(guān)因素[12,16],還有研究特別考慮了生計資本[20]、內(nèi)生動力[16]的作用.
已有研究深化了對返貧風(fēng)險的認(rèn)識,但仍存在一些不足.部分學(xué)者尚未區(qū)分返貧風(fēng)險與返貧脆弱性、貧困脆弱性等概念,認(rèn)為“返貧風(fēng)險”是返貧的發(fā)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(fēng)險作為“可能的負(fù)面事件”的動態(tài)性與破壞性,因此難以系統(tǒng)描述返貧風(fēng)險沖擊的破壞程度;少數(shù)研究在分析返貧風(fēng)險的影響因素時僅考慮了內(nèi)生變量的作用[16],而忽視了外生變量的作用;鄉(xiāng)村旅游地農(nóng)戶返貧風(fēng)險的關(guān)注亟需加強,僅有少數(shù)學(xué)者調(diào)查分析了鄉(xiāng)村旅游地農(nóng)戶的返貧風(fēng)險問題,但在研究設(shè)計上存在研究對象選擇欠妥、理論依據(jù)不夠充分等不足[1,19].
因此,本研究聚焦鄉(xiāng)村旅游地農(nóng)戶的返貧風(fēng)險及其影響因素,借鑒汪三貴等[21]對返貧風(fēng)險類型的認(rèn)知,從內(nèi)外部因素的視角構(gòu)建返貧風(fēng)險的評估體系,并從返貧風(fēng)險的發(fā)生概率及其破壞程度兩個方面綜合評估恩施州鄉(xiāng)村旅游地農(nóng)戶的返貧風(fēng)險,進而探析影響農(nóng)戶返貧風(fēng)險的主要因素,擬回答如下問題:恩施州鄉(xiāng)村旅游地農(nóng)戶返貧風(fēng)險指數(shù)的大小,受何種返貧風(fēng)險主導(dǎo)?農(nóng)戶的返貧風(fēng)險主要受哪些因素影響?以進一步完善返貧風(fēng)險研究的理論體系,助推鄉(xiāng)村振興戰(zhàn)略的實現(xiàn).
風(fēng)險(risk)一般表示某一事件發(fā)生的概率及其造成的后果,是一種不確定的、可能發(fā)生的危險或危害[22];返貧則是在風(fēng)險和脆弱性的綜合作用下產(chǎn)生的一種社會現(xiàn)象[17].返貧風(fēng)險是導(dǎo)致返貧現(xiàn)象發(fā)生的概率事件[1,13,15,19],當(dāng)其在現(xiàn)實中發(fā)展為致貧因子時,會使困難群體發(fā)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(fēng)險定義為,在一定區(qū)域內(nèi)可能使已脫貧人群和邊緣人群等困難群體陷入貧困狀態(tài)的各類風(fēng)險因素.不同的風(fēng)險發(fā)生頻率不一,造成的負(fù)面效果也各有不同,具體表現(xiàn)為風(fēng)險發(fā)生概率和破壞程度的乘積,即返貧風(fēng)險指數(shù).
參考黃國慶等[8]、郭子鈺等[11]關(guān)于民族地區(qū)鄉(xiāng)村旅游地農(nóng)戶返貧風(fēng)險的研究,本文結(jié)合案例地實際調(diào)查情況,從自然風(fēng)險、社會風(fēng)險、家庭風(fēng)險和個體風(fēng)險4個維度,選擇自然災(zāi)害(NR1)、物價上漲(SR1)、非農(nóng)收入損失(SR2)、重大事件開支(FR1)、債務(wù)負(fù)擔(dān)(FR2)、教育負(fù)擔(dān)(FR3)、農(nóng)產(chǎn)品銷售情況(FR4)、非農(nóng)就業(yè)能力(PR1)、醫(yī)療負(fù)擔(dān)(PR2)、病殘程度(PR3)10個指標(biāo)構(gòu)建恩施州鄉(xiāng)村旅游地農(nóng)戶返貧風(fēng)險的評估指標(biāo)體系(表1).
表1 返貧風(fēng)險指數(shù)的評價指標(biāo)體系Tab.1 Evaluation system of the poverty-returning risk index
根據(jù)資源稟賦理論和計劃行為理論,不同區(qū)域、家庭及個體的資源稟賦具有差異[14,24];一般認(rèn)為農(nóng)戶是有限理性的,在應(yīng)對風(fēng)險時,會根據(jù)自身的條件及所處的環(huán)境,傾向于做出規(guī)避風(fēng)險的行為[25].從鄉(xiāng)村層面來看,鄉(xiāng)村旅游的可持續(xù)發(fā)展與其對外交通、基礎(chǔ)設(shè)施、旅游資源等資源稟賦狀況密不可分.鄉(xiāng)村資源稟賦越好,可持續(xù)發(fā)展水平越高,越不容易產(chǎn)生區(qū)域貧困或規(guī)模性返貧的現(xiàn)象.從家庭層面來看,在返貧風(fēng)險沖擊時,家庭的人口結(jié)構(gòu)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(guī)避風(fēng)險、降低風(fēng)險的危害.家庭的資本要素水平越高,返貧風(fēng)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(fēng)險的認(rèn)知與應(yīng)對.此外,家庭成員是否形成良好的個人生活習(xí)慣,對規(guī)避健康風(fēng)險沖擊有著較大的影響.
因此,文章參考已有文獻,在區(qū)域?qū)用嫔?選擇對外交通的便利程度、村公共廣場的數(shù)量及村附近旅游景區(qū)的等級等區(qū)域旅游發(fā)展環(huán)境因素[14,26-27].在家庭層面上,選擇家庭規(guī)模、家庭人均年收入、非農(nóng)收入占比和撫養(yǎng)人數(shù)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(shù)和家庭采取的風(fēng)險規(guī)避措施數(shù)量等家庭成員特征因素[5,20,30-31].
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(qū),兼具山地民族地區(qū)和集中連片特困地區(qū)的雙重屬性,生態(tài)和民族文化資源獨特、比較優(yōu)勢明顯,已于2020年底徹底解決了絕對貧困和區(qū)域貧困.然而,恩施州所在的區(qū)位條件不佳、生態(tài)環(huán)境脆弱、基礎(chǔ)設(shè)施薄弱[2],極大地加劇了返貧風(fēng)險,亟需科學(xué)測度返貧風(fēng)險,揭示返貧風(fēng)險發(fā)生的深層次原因,以切實阻斷返貧現(xiàn)象的發(fā)生.旅游業(yè)是恩施州的主導(dǎo)產(chǎn)業(yè)之一.2020年,恩施州累計接待游客6 681.68萬人次,實現(xiàn)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(xiàn)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(xiāng)村因區(qū)位-產(chǎn)業(yè)-文化等多要素協(xié)同方式的差別,形成了優(yōu)勢景區(qū)開發(fā)模式、生態(tài)農(nóng)業(yè)開發(fā)模式、民宿農(nóng)家樂開發(fā)模式及民族文化開發(fā)模式4種旅游扶貧開發(fā)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(yōu)勢景區(qū)開發(fā)模式的鄉(xiāng)村旅游地臨近或位于核心景區(qū)等優(yōu)質(zhì)景觀資源,區(qū)位優(yōu)越;村坊村、伍家臺村和木貢村等生態(tài)農(nóng)業(yè)依托模式的鄉(xiāng)村旅游地圍繞一種或幾種特色農(nóng)產(chǎn)品及產(chǎn)業(yè)鏈,實行專業(yè)化生產(chǎn)經(jīng)營;水田壩村、小西湖村、馬前村和白鵲山村等民宿農(nóng)家樂開發(fā)模式的鄉(xiāng)村旅游地主要依托特色民居和餐飲以及優(yōu)良?xì)夂蚝铜h(huán)境發(fā)展民宿、農(nóng)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(fā)模式的鄉(xiāng)村旅游地以民族村寨為載體,利用建筑、飲食等各類物質(zhì)或非物質(zhì)文化要素發(fā)展旅游.但上述這些鄉(xiāng)村旅游地仍都處于初步發(fā)展階段[35],旅游帶動作用有限.
為兼顧樣本的典型性和調(diào)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(qū)域(圖1).其中,12個樣本村屬于國家發(fā)改委、旅游局等七部委聯(lián)合發(fā)布的《關(guān)于實施鄉(xiāng)村旅游富民工程推進旅游扶貧工作的通知》(發(fā)改社會〔2014〕2344號)中公布的鄉(xiāng)村旅游扶貧重點村,其他6個村是專家推薦、發(fā)展較好的鄉(xiāng)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(diào)查.其中,8名調(diào)研員對農(nóng)戶、村干部、旅游企業(yè)負(fù)責(zé)人等進行半結(jié)構(gòu)訪談,訪談內(nèi)容主要涉及村的基本概況、脫貧過程、可能存在的返貧風(fēng)險以及旅游發(fā)展?fàn)顩r,累計訪談213人次,獲取訪談數(shù)據(jù)39.37萬余字;8名調(diào)研員隨機入戶進行問卷調(diào)查,共完成問卷456份,有效問卷432份,有效率為94.74%.調(diào)查的男女比例相當(dāng),多數(shù)為年齡超過40歲者,占比79.16%;土家族人數(shù)居多,占比超過70%;絕大多數(shù)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(shù)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(jié)構(gòu)特征符合恩施州鄉(xiāng)村旅游地的實際情況,具有代表性.
2.3.1 返貧風(fēng)險指數(shù)的評估方法 返貧風(fēng)險指數(shù)可以通過其發(fā)生概率和破壞程度的乘積來量化[22],系統(tǒng)反映返貧風(fēng)險水平.
1) 返貧風(fēng)險概率的計算方法.采用統(tǒng)計概率的方法來解釋某一類型返貧風(fēng)險的發(fā)生頻度,概率越高說明返貧風(fēng)險越可能發(fā)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(fēng)險發(fā)生的概率(下同),nij表示第i維度下第j種返貧風(fēng)險影響的人數(shù),n表示樣本總量(下同).
2) 返貧風(fēng)險破壞程度的計算方法.采用極差法、熵值法、加權(quán)指數(shù)法計算返貧風(fēng)險的破壞程度,
破壞程度越高說明困難群體遭受返貧風(fēng)險的負(fù)面影響越大.先用極差法對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理[7].
(2)
(3)
式中,無量綱化處理后的指標(biāo)值為Sj;第j項評價指標(biāo)的原始數(shù)據(jù)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(biāo)的權(quán)重Wij[8]:
(4)
(5)
gj=1-ej,
(6)
(7)
式中,Zij為第j項指標(biāo)下的第i個數(shù)據(jù)值占該指標(biāo)比重,Sij為鄉(xiāng)村旅游地農(nóng)戶第i維度下第j項指標(biāo)的標(biāo)準(zhǔn)化值(下同),m為指標(biāo)個數(shù)(下同);ej為第j項指標(biāo)的熵;gj為第j項指標(biāo)的差異系數(shù);Wj為第j項指標(biāo)的權(quán)重(下同).進而采用加權(quán)指數(shù)法計算返貧風(fēng)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(fēng)險的破壞程度,取值范圍均介于0~100.
3)返貧風(fēng)險指數(shù)的計算方法.采用期望值法,即“期望=概率×程度”,得出返貧風(fēng)險指數(shù),反映返貧風(fēng)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(fēng)險指數(shù),R為農(nóng)戶的綜合返貧風(fēng)險指數(shù).
2.3.2 返貧風(fēng)險影響因素的分析方法 運用方差分析篩選出影響返貧風(fēng)險大小的關(guān)鍵因素,再采用多元線性回歸分析探討各因素對返貧風(fēng)險的具體影響,公式[36]如下:
Y=β0+β1X1+β2X2+β3X3+…+βkXk+ε,
(11)
式中,Y為農(nóng)戶的返貧風(fēng)險指數(shù),X為影響返貧風(fēng)險的關(guān)鍵因素,βk為回歸系數(shù),k為自變量個數(shù),ε為常數(shù)項.
運用(1)~(10)所示的計算公式對實地調(diào)研數(shù)據(jù)進行處理,得到各類返貧風(fēng)險的發(fā)生概率及破壞程度,以及各個農(nóng)戶的返貧風(fēng)險指數(shù),從而反映恩施州鄉(xiāng)村旅游地農(nóng)戶的返貧風(fēng)險水平(表2).總體來看,樣本農(nóng)戶仍然存在一定的返貧風(fēng)險(17.197);4個維度從高到低依次為:個體風(fēng)險、家庭風(fēng)險、社會風(fēng)險、自然風(fēng)險(表2).
表2 農(nóng)戶返貧風(fēng)險指數(shù)的評估結(jié)果Tab.2 Results of the poverty-returning risk index for farmers
1) 個體風(fēng)險(9.760)對農(nóng)戶返貧的威脅最大.文化程度不高和專業(yè)技能不足是限制樣本農(nóng)戶非農(nóng)就業(yè)能力(P=0.611,D=7.636)的主要因素;樣本中約1/4的農(nóng)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(yī)療保險制度,則會有相當(dāng)數(shù)量的農(nóng)戶因醫(yī)療負(fù)擔(dān)(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(fēng)險(6.428)對農(nóng)戶返貧的威脅較大.對義務(wù)教育階段子女的陪讀、課業(yè)輔導(dǎo)等附加成本使教育負(fù)擔(dān)(P=0.664,D=8.483)普遍沉重,成為高家庭風(fēng)險的“元兇”;外部危機事件對農(nóng)產(chǎn)品銷售(P=0.123,D=5.955)造成一定影響[11];家風(fēng)建設(shè)在恩施州取得了明顯成效,農(nóng)戶因大額開支和不良借貸而返貧現(xiàn)象基本消失,家庭債務(wù)負(fù)擔(dān)(P=0.319,D=0.095)不重.
3) 社會風(fēng)險(0.710)對農(nóng)戶返貧具有一定的威脅.由于旅游發(fā)展尚處于初級階段,暫未帶來物價上漲(P=0.236,D=0.175)等負(fù)面影響[33],農(nóng)戶的基本生活消費并未受到干擾;截止調(diào)研時為止,新冠疫情所帶來的非農(nóng)收入損失未對農(nóng)戶的生產(chǎn)、生活造成特別嚴(yán)重的影響(P=0.824,D=0.811).
4) 自然風(fēng)險(0.299)對農(nóng)戶返貧的威脅較小.恩施州鄉(xiāng)村旅游地自然災(zāi)害(P=0.616,D=0.486)的發(fā)生概率較高,由于異地搬遷和各類災(zāi)害防治工作的實施,在一定程度上限制了自然風(fēng)險的威脅.
返貧風(fēng)險具有不確定性和破壞性雙重屬性,以返貧風(fēng)險的發(fā)生概率為橫坐標(biāo),破壞程度為縱坐標(biāo),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(nóng)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(fēng)險.
圖2 返貧風(fēng)險的類型Fig.2 Types of the poverty-returning risk
1) “高概率-高破壞”型返貧風(fēng)險包括非農(nóng)就業(yè)能力(PR1)和教育負(fù)擔(dān)(FR3).其中,非農(nóng)就業(yè)能力(PR1)的發(fā)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(fēng)險因素(第1),農(nóng)戶受教育水平不高,多以非技術(shù)型工作或農(nóng)業(yè)生產(chǎn)為生[19],少數(shù)以民宿、農(nóng)家樂等旅游經(jīng)營為生的農(nóng)戶受季節(jié)性影響大,且生產(chǎn)的旅游產(chǎn)品嚴(yán)重同質(zhì)化,缺乏市場競爭力.教育負(fù)擔(dān)(FR3)的發(fā)生概率(第3)和破壞程度(第2)都較高,返貧風(fēng)險指數(shù)第2,是主要的返貧風(fēng)險因素,恩施州教育資源持續(xù)向縣市轉(zhuǎn)移,增大了教育支出在農(nóng)戶家庭支出的占比,教育負(fù)擔(dān)風(fēng)險加劇.
2) “高概率-低破壞”型返貧風(fēng)險包括自然災(zāi)害(NR1)、非農(nóng)收入損失(SR2)、醫(yī)療負(fù)擔(dān)(PR2)和病殘程度(PR3).恩施州地處生態(tài)環(huán)境較為脆弱的武陵山區(qū),經(jīng)常發(fā)生暴雨、大風(fēng)、泥石流、病蟲害等自然災(zāi)害,農(nóng)戶的農(nóng)事活動易受自然災(zāi)害沖擊,從而出現(xiàn)農(nóng)作物減產(chǎn)、收入減少等不利情況,但以務(wù)農(nóng)為主要生計方式的農(nóng)戶較少,占比不超過10%[11].由于恩施州地處偏遠(yuǎn),生計活動范圍主要集中在當(dāng)?shù)?且旅游參與型農(nóng)戶多以自家的房屋和人力投入旅游經(jīng)營[11],成本較低,因此大部分農(nóng)戶表示“新冠疫情”并未嚴(yán)重影響其生計,非農(nóng)收入損失(SR2)不高.恩施州有腌制食品的風(fēng)俗,中老年農(nóng)戶容易罹患高血壓等慢性病,但當(dāng)?shù)鼗緦崿F(xiàn)了新型農(nóng)村合作醫(yī)療的全覆蓋,個別農(nóng)戶還額外購買了商業(yè)保險,家庭的醫(yī)療負(fù)擔(dān)(PR2)大大減少,疾病等健康風(fēng)險的危害被有效遏制.
3) “低概率-低破壞”型返貧風(fēng)險包括物價上漲(SR1)、重大事件開支(FR1)、債務(wù)負(fù)擔(dān)(FR2)和農(nóng)產(chǎn)品銷售情況(FR4).由于當(dāng)?shù)芈糜螛I(yè)發(fā)展尚處初級階段[35],多數(shù)農(nóng)戶認(rèn)為當(dāng)?shù)匚飪r沒有上漲,并未影響他們的正常生活,只有極少部分農(nóng)戶認(rèn)為物價上漲給他們帶來了生存壓力.絕大部分農(nóng)戶近幾年沒有大額的家庭開支,僅有少數(shù)農(nóng)戶由于經(jīng)營民宿的生產(chǎn)需要或購置汽車的生活需要而產(chǎn)生了較大的家庭支出.絕大多數(shù)樣本農(nóng)戶不曾有過借款動機和借款行為,少數(shù)農(nóng)戶僅向熟人借款,還款壓力較小.農(nóng)產(chǎn)品大多自產(chǎn)自銷或定向收購,受市場波動影響有限.
3.3.1 方差分析結(jié)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(shù)檢驗(連續(xù)型變量),村附近旅游景區(qū)的等級、家庭規(guī)模、撫養(yǎng)人數(shù)、戶主的文化程度和家庭采取的風(fēng)險規(guī)避措施數(shù)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(jié)果 對這5個影響因子進行基準(zhǔn)線性回歸(表4①列),撫養(yǎng)人數(shù)、戶主的文化程度和家庭采取的風(fēng)險規(guī)避措施數(shù)量均對返貧風(fēng)險影響顯著.除了外出務(wù)工,不少樣本農(nóng)戶以旅游經(jīng)營或政策補貼為生,且不同的生計策略導(dǎo)致農(nóng)戶的返貧風(fēng)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(yǎng)人數(shù)與戶主文化程度的影響仍然在1%的水平上顯著影響農(nóng)戶的返貧風(fēng)險,而家庭采取的風(fēng)險規(guī)避措施數(shù)量的影響不顯著,說明人力資本對返貧風(fēng)險的作用顯著[20].
表3 返貧風(fēng)險影響因子的方差分析結(jié)果Tab.3 Results of ANOVA for impact factors of the poverty-returning risk
表4 返貧風(fēng)險影響因子的回歸結(jié)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(yǎng)人數(shù)正向影響返貧風(fēng)險,而戶主的文化程度負(fù)向影響返貧風(fēng)險.樣本村農(nóng)戶子女多數(shù)在鎮(zhèn)、縣或市上學(xué),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(fēng)險成為“高概率-高破壞”型返貧風(fēng)險,造成了很大的負(fù)面影響.戶主的文化程度越高,非農(nóng)就業(yè)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(fēng)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(jié)果的穩(wěn)健性,以返貧風(fēng)險指數(shù)的均值為分界點,將因變量轉(zhuǎn)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(jié)果(表4③列)表明該模型的估計結(jié)果具有較好的穩(wěn)健性.
3.3.3 進一步分析 鄉(xiāng)村旅游扶貧效應(yīng)因旅游開發(fā)模式不同存在顯著差異[34],可能導(dǎo)致農(nóng)戶的返貧風(fēng)險存在差異.所以本研究將18個樣本村分為優(yōu)勢景區(qū)依托模式、生態(tài)農(nóng)業(yè)依托模式、民宿農(nóng)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(jié)果表明,不同旅游扶貧開發(fā)模式鄉(xiāng)村的農(nóng)戶總體返貧風(fēng)險存在顯著差異.具體來看(表5),生態(tài)農(nóng)業(yè)依托模式的樣本村農(nóng)戶的返貧風(fēng)險指數(shù)、自然風(fēng)險與個體風(fēng)險(19.282;0.437;10.955)顯著高于優(yōu)勢景區(qū)依托模式(16.391;0.275;9.605)、民宿農(nóng)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(nóng)戶,而社會風(fēng)險及家庭風(fēng)險并無顯著差異.這是由于生態(tài)農(nóng)業(yè)依托模式的樣本村農(nóng)戶仍主要以茶葉等種植業(yè)為生計,受自然風(fēng)險沖擊的影響較大.而且,相較于其他三種旅游開發(fā)模式的樣本村農(nóng)戶,生態(tài)農(nóng)業(yè)依托模式的樣本村農(nóng)戶的個體風(fēng)險更高,一是其較少掌握非農(nóng)業(yè)技能,非農(nóng)就業(yè)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(tài)農(nóng)業(yè)依托模式的樣本村農(nóng)戶的返貧風(fēng)險指數(shù)顯著高于其他三種旅游開發(fā)模式的樣本村農(nóng)戶.
表5 不同旅游開發(fā)模式的樣本村農(nóng)戶的返貧風(fēng)險差異Tab.5 Differences in the poverty-returning risk among the sample villages of different tourism development models
文中選取恩施州18個鄉(xiāng)村旅游地的432個農(nóng)戶為研究對象,明晰了返貧風(fēng)險的概念,通過發(fā)生概率和破壞程度的乘積來量化返貧風(fēng)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(fēng)險概念的混淆所引起的返貧風(fēng)險評估的偏差及其影響因素辨別的失真,較好地回應(yīng)了論文題目和內(nèi)容.主要結(jié)論如下.
1) 返貧風(fēng)險是對農(nóng)戶返貧存在一定威脅的、可能的負(fù)面事件,內(nèi)生性、個體化特征明顯.在后脫貧時期,內(nèi)部的家庭風(fēng)險和個體風(fēng)險明顯高于外部的自然風(fēng)險和社會風(fēng)險,是絕大多數(shù)農(nóng)戶的主導(dǎo)返貧風(fēng)險因素.將發(fā)生概率納入返貧風(fēng)險指數(shù)的評估,相較于已有研究[5,9,11],不僅證實了實施精準(zhǔn)扶貧策略對于防控返貧風(fēng)險的有效性,也更加貼合后脫貧時期鄉(xiāng)村旅游地的實際狀況.
2) 返貧風(fēng)險的發(fā)生概率和破壞程度不一,基于此可將樣本農(nóng)戶面臨的風(fēng)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(nóng)就業(yè)能力和教育負(fù)擔(dān)屬于“高概率-高破壞”型返貧風(fēng)險,危害程度最高;而自然災(zāi)害、非農(nóng)收入損失、醫(yī)療負(fù)擔(dān)和病殘程度屬于“高概率-低破壞”型返貧風(fēng)險,所造成的危害也不能忽視.
3) 脆弱的農(nóng)戶遭到返貧風(fēng)險沖擊的可能性更大,也缺乏相應(yīng)的抵御能力,所承受的負(fù)面影響也更深遠(yuǎn).脆弱的人力資本因素會加劇返貧風(fēng)險,增大了困難群體返貧的可能性.其中,撫養(yǎng)人數(shù)越多的家庭受返貧風(fēng)險的影響越大,而具有高文化水平的戶主受返貧風(fēng)險的影響相對較小.可見,家庭特征對返貧風(fēng)險的影響明顯,加上返貧風(fēng)險的內(nèi)生性、個體化特征,雙重印證了中國推行精準(zhǔn)扶貧政策的科學(xué)性和合理性.且案例地的家庭及個體綜合內(nèi)生風(fēng)險主導(dǎo)的農(nóng)戶數(shù)量最多,須引起高度重視.
4) 不同鄉(xiāng)村旅游開發(fā)模式下,農(nóng)戶的返貧風(fēng)險存在顯著性差異.生態(tài)農(nóng)業(yè)依托模式的樣本村農(nóng)戶的返貧風(fēng)險,以及自然風(fēng)險和個體風(fēng)險顯著高于優(yōu)勢景區(qū)依托模式、民宿農(nóng)家樂依托模式及民族文化依托模式的樣本村農(nóng)戶.基于該結(jié)論,過高的農(nóng)業(yè)參與程度或旅游參與程度是否增加了返貧風(fēng)險,值得進一步探索.
基于上述研究結(jié)論,提出如下建議.
1) 因戶施策,建立健全返貧風(fēng)險動態(tài)監(jiān)測及預(yù)警系統(tǒng).以家庭收入為動態(tài)監(jiān)測的主要指標(biāo),同時將家庭成員的生活狀況、健康狀況、產(chǎn)業(yè)經(jīng)營狀況,以及醫(yī)療保障、教育保障、養(yǎng)老保障等一并納入監(jiān)測體系,設(shè)立各項監(jiān)測指標(biāo)的動態(tài)警戒線.
2) 延續(xù)精準(zhǔn)扶貧的政策精神.根據(jù)返貧風(fēng)險的診斷結(jié)果,在建檔立卡戶的基礎(chǔ)上,將困難群體納入監(jiān)測范圍,并將“高概率-高破壞”型返貧風(fēng)險列為重點監(jiān)測對象、“高概率-低破壞”型返貧風(fēng)險列為一般監(jiān)測對象、“低概率-低破壞”型返貧風(fēng)險列為隨機抽查對象.
3) 培育農(nóng)戶的內(nèi)生動力,增強返貧風(fēng)險的防范能力.完善技能培訓(xùn)與認(rèn)證體系,強化教育保障,解決農(nóng)戶非農(nóng)就業(yè)能力不足問題;加強自然災(zāi)害知識、農(nóng)業(yè)金融保險知識等風(fēng)險防范知識的普及工作,樹立農(nóng)戶返貧風(fēng)險的主動防范意識;倡導(dǎo)健康的生活習(xí)慣,如少食腌制食品和少吸土法制作的土煙等,增強農(nóng)戶的身體素質(zhì).
4) 改善社會、自然環(huán)境,提高區(qū)域韌性.始終堅持“兩山理論”的指導(dǎo),堅決保護好恩施州的自然生態(tài)環(huán)境,減少自然災(zāi)害的發(fā)生頻率;積極推動生態(tài)文化旅游產(chǎn)業(yè)、硒食品精深加工業(yè)、生物醫(yī)藥產(chǎn)業(yè)與清潔能源產(chǎn)業(yè)四大產(chǎn)業(yè)集群及其他產(chǎn)業(yè)的高質(zhì)量發(fā)展,充分吸收當(dāng)?shù)剞r(nóng)戶參與產(chǎn)業(yè)發(fā)展,共享發(fā)展收益.
華中師范大學(xué)學(xué)報(自然科學(xué)版)2024年1期