譚靈芝, 馬長(zhǎng)發(fā)
(1.重慶工商大學(xué) 長(zhǎng)江上游經(jīng)濟(jì)研究中心, 重慶 400067; 2.新疆財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與信息學(xué)院, 新疆 烏魯木齊 830012)
氣候變化的減緩和適應(yīng)性要求農(nóng)戶首先感知到氣候變化,在此基礎(chǔ)上辨識(shí)有效的措施并加以實(shí)踐[1]。當(dāng)前,國(guó)外學(xué)者圍繞農(nóng)業(yè)人口這一氣候變化方面脆弱人群的氣候風(fēng)險(xiǎn)感知已有了較為豐富的研究成果。許多研究證明,性別、族別、教育程度、生產(chǎn)經(jīng)驗(yàn)、年齡、收入、媒體信息、地理位置和土壤類(lèi)型等都是影響氣候變化感知的重要因素[2-7]。在風(fēng)險(xiǎn)感知的基礎(chǔ)上,許多研究者認(rèn)為良好的市場(chǎng)環(huán)境、方便快捷的信貸服務(wù)、技術(shù)、農(nóng)戶擁有的資產(chǎn)(勞動(dòng)力、土地和資本)以及農(nóng)戶對(duì)相關(guān)信息的掌握程度等都是影響農(nóng)戶選擇適應(yīng)性行為的主要因素[8-11]。
從研究方法看,早期對(duì)發(fā)展中國(guó)家農(nóng)戶氣候變化感知認(rèn)識(shí)和適應(yīng)性行為的研究,多是采取農(nóng)戶訪談的對(duì)比分析或采取焦點(diǎn)小組訪談,結(jié)合氣象數(shù)據(jù),分析農(nóng)戶氣候變化感知和適應(yīng)性行為[12-13]。以上研究方法可詳細(xì)地獲知農(nóng)戶對(duì)氣候變化感知的程度,但無(wú)法了解何種因素會(huì)影響農(nóng)戶對(duì)氣候變化的感知和適應(yīng)性行為的選擇過(guò)程。現(xiàn)有研究多是基于農(nóng)戶理性分析和效用最大化的原則,采用多元Probit(MNP)或Logit(MNL)回歸模型分析農(nóng)戶對(duì)適應(yīng)性行為的選擇。如Mendelsohn[14]借助MNL 模型分別檢驗(yàn)農(nóng)戶選擇的作物和所養(yǎng)殖的牲畜是否對(duì)氣候變化敏感。Nhemachena[15]利用多元Probit模型分析了南非農(nóng)戶適應(yīng)氣候變化行為的影響因素。Deressa[16]通過(guò)MNL模型分析了尼羅河谷底農(nóng)戶選擇氣候變化適應(yīng)性措施的影響因素。農(nóng)戶是氣候變化的直接感知者,也是適應(yīng)性行為的選擇者和受益者,從農(nóng)戶的視角分析其適應(yīng)性行為對(duì)氣候變化的有效性或者缺失,其結(jié)論更為準(zhǔn)確真實(shí)。本文借助Heckman模型,以新疆于田縣為例,探討影響干旱區(qū)農(nóng)戶氣候變化風(fēng)險(xiǎn)感知和適應(yīng)性行為的因素。其研究成果在一定程度上有助于決策者應(yīng)對(duì)氣候變化,從多角度分析氣候變化的社會(huì)經(jīng)濟(jì)風(fēng)險(xiǎn),并據(jù)此提供更為公平及由上而下的氣候變化風(fēng)險(xiǎn)管理的參與機(jī)制。
于田綠洲深處封閉環(huán)境之中,生態(tài)環(huán)境相當(dāng)脆弱,最易受到外界因素干擾,是綠洲荒漠動(dòng)態(tài)變化最劇烈的地區(qū),也是新疆受氣候變化影響最為顯著的區(qū)域之一。根據(jù)于田縣氣象數(shù)據(jù),近10 a,于田縣平均最高溫度和最低溫度分別增加了0.15和0.2 ℃。降雨量也達(dá)到了最大變率。根據(jù)2010年 中國(guó)科學(xué)院的研究報(bào)告,到2050年該地區(qū)溫度還會(huì)增加1.6~2.1 ℃,到2080年則增加2.3~3.1 ℃。此外,許多研究也證實(shí),在過(guò)去10 a,干旱的范圍和頻率也有所增加,而且未來(lái)仍會(huì)繼續(xù)擴(kuò)大,因此,選擇于田縣做為研究區(qū)域具有一定典型性。
農(nóng)業(yè)是新疆于田縣的主要產(chǎn)業(yè),全縣GDP的60%來(lái)自于農(nóng)業(yè)部門(mén),超過(guò)70%的人口從事農(nóng)業(yè)生產(chǎn)或者與農(nóng)業(yè)有關(guān)的產(chǎn)業(yè),但多是小規(guī)模的混合作物和牲畜養(yǎng)殖。依賴傳統(tǒng)耕作技術(shù)、過(guò)度放牧和森林砍伐造成土壤退化,加之缺乏各種應(yīng)急設(shè)備和完善的基礎(chǔ)設(shè)施、應(yīng)對(duì)災(zāi)害的信貸和財(cái)政支撐政策不足等原因,由氣候變化導(dǎo)致的農(nóng)戶生計(jì)脆弱現(xiàn)象很普遍。
調(diào)查參考世界衛(wèi)生組織(WHO)的樣本調(diào)查數(shù)據(jù)控制方法,95%置信區(qū)間,對(duì)于田縣15個(gè)鄉(xiāng)鎮(zhèn)進(jìn)行調(diào)查,每個(gè)鄉(xiāng)鎮(zhèn)選3個(gè)行政村,每個(gè)村選取同樣比率的農(nóng)戶,共600人。調(diào)查對(duì)象主要為30歲以上,70歲以下,在本地居住或農(nóng)業(yè)生產(chǎn)經(jīng)驗(yàn)超過(guò)25 a以上的農(nóng)戶。調(diào)查對(duì)象中90%以上為維吾爾族,年齡在40~70周歲的占92.9%,初中及以下學(xué)歷占96.8%。被調(diào)查者的社會(huì)經(jīng)濟(jì)屬性統(tǒng)計(jì)數(shù)據(jù)與新疆統(tǒng)計(jì)年鑒中的和田地區(qū)社會(huì)統(tǒng)計(jì)數(shù)據(jù)基本一致,體現(xiàn)了于田縣是少數(shù)民族聚居,且以農(nóng)業(yè)生產(chǎn)為主的社會(huì)經(jīng)濟(jì)特征。調(diào)查問(wèn)卷共發(fā)放600份,扣除答項(xiàng)有遺漏者,有效問(wèn)卷590份,有效率為98.3%。
在二步分析模型中,氣候變化感知是農(nóng)戶適應(yīng)性行為選擇的基礎(chǔ),而第二樣本是氣候變化感知樣本的子樣本。因此,有可能第二階段樣本是非隨機(jī)且不同于第一階段樣本(包括那些沒(méi)有氣候變化感知的被調(diào)查農(nóng)戶),這就會(huì)產(chǎn)生樣本偏差的問(wèn)題。采用Heckman模型則可避免樣本選擇的偏差。
為了檢驗(yàn)雙重樣本選擇問(wèn)題,我們采用Deressa[17]的做法。首先,每一個(gè)農(nóng)戶對(duì)氣候變化的感知是內(nèi)生的,可以寫(xiě)成標(biāo)準(zhǔn)的Probit估計(jì)式:
yj*=xj,1β1+uj,1
其中被解釋變量yj*是一個(gè)無(wú)法觀測(cè)到的潛在變量,由一組解釋變量x1決定,包含影響氣候變化感知的相關(guān)變量。β1是估計(jì)參數(shù),uj,1是誤差項(xiàng)。既然潛在變量不能被觀測(cè)到,我們定義兩個(gè)示性函數(shù),在是否采用適應(yīng)性行為的情況下:
與此類(lèi)似,適應(yīng)性行為是一個(gè)自我選擇的過(guò)程,也可寫(xiě)成一個(gè)標(biāo)準(zhǔn)的Probit估計(jì)式:
Sj*=xj,2β2+uj,2
式中Sj*也是一個(gè)無(wú)法觀測(cè)到的潛在變量,由一組解釋變量x2決定,包含影響適應(yīng)性選擇行為的相關(guān)變量。
如果采取適應(yīng)性行為帶來(lái)的效用大于不采用的效用,個(gè)人將會(huì)選擇采用適應(yīng)性行為。β2是估計(jì)參數(shù),uj,2是誤差項(xiàng)。選擇適應(yīng)性行為,可觀測(cè)到Sj=1,如果未選擇適應(yīng)性措施,可觀測(cè)到Sj=0。選擇適應(yīng)性行為的虛擬變量Sj*和Sj之間的關(guān)系是:
Sj=1 (Sj*>0)
Sj=0 (Sj*≤0)
但只有觀察到y(tǒng)j=1時(shí),我們才能觀到Sj=1或者Sj=0。
本文根據(jù)調(diào)查統(tǒng)計(jì)數(shù)據(jù),研究文獻(xiàn),相關(guān)政策文件的匯總與分析等,選擇農(nóng)戶自身特征(個(gè)體及其家庭)、社會(huì)網(wǎng)絡(luò)、地理特征、族別等作為解釋變量(表1)。被解釋變量包括:氣候變化感知(虛擬變量:感知=1,未感知=0)和適應(yīng)性行為(虛擬變量:選擇=1,未選擇=0)。
通過(guò)對(duì)590份有效問(wèn)卷的綜合分析,初步得到農(nóng)戶對(duì)當(dāng)?shù)貧夂蜃兓母兄?表1)。根據(jù)調(diào)查,92.7%的被調(diào)查農(nóng)戶感知到氣候變化,其中超過(guò)70%的被調(diào)查者認(rèn)為氣溫逐年升高,特別是夏季到來(lái)的越來(lái)越早,沙塵暴次數(shù)和持續(xù)時(shí)間逐年增大。70%以上被調(diào)查者認(rèn)為降雨量減少,不足10%的被調(diào)查者認(rèn)為降雨量有微弱增加。但處在不同地理位置的被調(diào)查者對(duì)氣候變化感知有一定差異。例如絕大多數(shù)山區(qū)的農(nóng)牧兼業(yè)者認(rèn)為,近20 a夏天“越來(lái)越熱”,冬季“越來(lái)越冷”,但是春夏降雨量增加,沙塵暴次數(shù)減少。在城市近郊及克里雅河流域灌區(qū),85%以上的調(diào)查對(duì)象認(rèn)為干旱和風(fēng)災(zāi)有所增加,但降水量卻略有增加。而在綠洲—荒漠交錯(cuò)帶,超過(guò)90%的調(diào)查對(duì)象認(rèn)為干旱和沙塵暴有增加趨勢(shì),且頻率和強(qiáng)度遠(yuǎn)遠(yuǎn)超過(guò)非交錯(cuò)帶,但降雨量持續(xù)減少。也就是說(shuō),絕大多數(shù)農(nóng)戶都能感知到氣溫變化趨勢(shì)以及極端氣候?yàn)?zāi)害的發(fā)生頻度。在感知到氣候變化的被調(diào)查農(nóng)戶中,58%的農(nóng)戶采取了一種或者幾種適應(yīng)性行為,如改變種植結(jié)構(gòu),增加灌溉,增加地膜覆蓋面積,增加農(nóng)作物多樣性,改變播種期和實(shí)施家畜圈養(yǎng)等。
表1 變量定義及描述性統(tǒng)計(jì)
對(duì)于影響農(nóng)戶氣候變化感知和適應(yīng)性行為選擇的因素,通過(guò)Heckman選擇模型進(jìn)行回歸分析,結(jié)果見(jiàn)表2。Rho顯著不為零(Wald chi2= 167.2,p<0.001),說(shuō)明樣本的確存在選擇偏差,農(nóng)戶對(duì)氣候變化的適應(yīng)性行為確是建立在對(duì)感知的基礎(chǔ)上,因此,Heckman Probit選擇模型在此處適用。此外,Heckman Probit模型的似然比檢驗(yàn)也是顯著的(Wald chi2= 14.9,p=0.001),顯示變量有很強(qiáng)的解釋能力。
表2 Heckman Probit選擇模型估計(jì)結(jié)果
從表2可見(jiàn),戶主性別對(duì)氣候變化感知和適應(yīng)性行為選擇呈負(fù)向顯著,表明女性戶主對(duì)氣侯變化更加敏感,也更愿意采取適應(yīng)性措施。近年來(lái),于田縣農(nóng)村大量男性青壯年勞動(dòng)力外出就業(yè),農(nóng)村多剩下婦孺和老人,婦女除需照顧家庭之外,也肩負(fù)農(nóng)業(yè)生產(chǎn)的責(zé)任。因此,更多的女性逐漸成為家中戶主進(jìn)行各種適應(yīng)性決策。
戶主從事農(nóng)業(yè)時(shí)長(zhǎng)對(duì)氣候變化感知和適應(yīng)性行為決策都呈正向顯著性影響,說(shuō)明農(nóng)戶生產(chǎn)經(jīng)驗(yàn)越豐富,對(duì)氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響感知越強(qiáng)烈,也越愿意采取適應(yīng)性措施應(yīng)對(duì)氣候變化帶來(lái)的影響。
受教育年限對(duì)氣候變化感知的影響不顯著,但對(duì)適應(yīng)性行為選擇有正向顯著性影響,說(shuō)明教育水平不是感知?dú)夂蜃兓谋厝灰蛩亍U{(diào)查結(jié)果表明,受教育程度較低的農(nóng)戶多認(rèn)為某種極端自然災(zāi)害只是暫時(shí)現(xiàn)象,經(jīng)驗(yàn)和簡(jiǎn)單技術(shù)手段基本可以解決氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的負(fù)面影響,因此,對(duì)氣候變化后果感知不顯著。但適應(yīng)性行為的選擇會(huì)受到人們的教育程度的影響。在于田地區(qū),初中以上文化水平的農(nóng)戶對(duì)氣候變化的負(fù)面認(rèn)知更為強(qiáng)烈,也因此更易于接受和采用新的作物品種和耕種方法以應(yīng)對(duì)氣候變化??梢?jiàn),受教育程度較高的農(nóng)戶對(duì)氣候變化風(fēng)險(xiǎn)和水土保護(hù)等更為敏感。同樣的結(jié)果在Nhemachena[15]研究結(jié)論中也有所體現(xiàn),即有經(jīng)驗(yàn)和受教育程度較高的農(nóng)戶多能夠采取及時(shí)有效的方法,以應(yīng)對(duì)氣候變化帶來(lái)的各種社會(huì)經(jīng)濟(jì)及環(huán)境脆弱性影響。
家庭年均純收入對(duì)氣候變化感知呈負(fù)向顯著,對(duì)適應(yīng)性行為選擇有正向顯著性影響。在于田地區(qū),脆弱的自然環(huán)境導(dǎo)致基于此的社會(huì)經(jīng)濟(jì)基礎(chǔ)也非常薄弱,收入較低的農(nóng)戶抵御各種氣候變化導(dǎo)致的極端災(zāi)害能力更弱,其對(duì)氣候變化的感知也更為敏感。而各種適應(yīng)性措施的決策與實(shí)施,需要一定人力和物力的支持,例如增加地膜覆蓋面積前期投資較高,且多屬于一次性投資,只有足夠資金支持的農(nóng)戶才更傾向于選擇增加地膜覆蓋面積,從而出現(xiàn)家庭純收入較高的農(nóng)戶偏向于選擇該適應(yīng)性行為。
能否獲得借貸對(duì)氣候變化感知并不顯著,對(duì)適應(yīng)性行為選擇通過(guò)了10%水平顯著性檢驗(yàn),表明信貸支持是影響農(nóng)戶是否愿意采取適應(yīng)性措施的重要原因。即適應(yīng)性措施在可能有效應(yīng)對(duì)氣候變化,并帶來(lái)多元化收入的同時(shí),也因?yàn)榇嬖诓豢深A(yù)見(jiàn)的風(fēng)險(xiǎn)降低農(nóng)戶的預(yù)期收益,而容易獲得借貸,則可在較大程度上緩解農(nóng)戶資金約束的壓力,并降低未知的農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)。
與村民間交往是否頻密和同村或者鄰近鄉(xiāng)鎮(zhèn)的親戚數(shù)量都是表征農(nóng)戶的社會(huì)交往網(wǎng)絡(luò)指標(biāo),兩個(gè)指標(biāo)對(duì)氣候變化感知和氣候變化適應(yīng)性行為都呈正向顯著,表明社會(huì)網(wǎng)絡(luò)是影響農(nóng)戶對(duì)氣候變化和適應(yīng)性行為認(rèn)知與選擇的主要因素之一。在于田縣,由于村落較為疏離,現(xiàn)代化傳播工具普及率低,加之與外界隔離的生活環(huán)境,農(nóng)戶間較城市和其他地區(qū)交往更為頻密,對(duì)一些可能造成地區(qū)經(jīng)濟(jì)社會(huì)損失的信息也愿意彼此交流,并容易互相影響,形成某種共識(shí)。一些應(yīng)對(duì)措施通常會(huì)在一個(gè)大家庭開(kāi)始使用,如果有效,就會(huì)在親戚朋友和鄰居間傳播開(kāi)來(lái),進(jìn)而可能成為整個(gè)社區(qū)共同實(shí)施的方法或遵守的規(guī)范。因此,親朋好友和街坊鄰居的信息,可以在很大程度上影響公眾對(duì)氣候變化風(fēng)險(xiǎn)的感知及氣候變化適應(yīng)性行為的選擇,公眾也會(huì)遵從社區(qū)或宗族的某種“社會(huì)規(guī)范”,從而改變對(duì)某種適應(yīng)性行為的認(rèn)知。
政府災(zāi)害預(yù)警信息服務(wù)和對(duì)媒體咨詢的信任表征,各種資訊社會(huì)對(duì)氣候變化感知和適應(yīng)性行為有影響,其中政府災(zāi)害預(yù)警信息服務(wù)對(duì)氣候變化感知呈負(fù)向顯著性影響,與媒體信息相反,但對(duì)適應(yīng)性行為選擇則都不顯著。于田縣是國(guó)家級(jí)貧困縣,有大量的災(zāi)害應(yīng)急設(shè)施建設(shè)和災(zāi)后重建工作,當(dāng)?shù)刎?cái)政難以支撐,而以荒漠內(nèi)綠洲為核心的團(tuán)聚式居住方式,交通不便,各種氣象和災(zāi)害預(yù)警信息難以暢達(dá)。根據(jù)調(diào)查,過(guò)去6 a,未收到災(zāi)害發(fā)生預(yù)報(bào)信息的家庭數(shù)為63.6%。因?yàn)闊o(wú)法在農(nóng)業(yè)有效耕種期內(nèi)獲得及時(shí)災(zāi)害救助而被迫長(zhǎng)期暴露在氣候變化風(fēng)險(xiǎn)影響下,滯后和不充分的信息會(huì)讓農(nóng)戶認(rèn)為政府沒(méi)有能力提供正確的氣象消息或政府不作為,從而增加對(duì)政府信息源的不信任程度,進(jìn)而提高農(nóng)戶的風(fēng)險(xiǎn)感知。媒體信息多,即時(shí)而直觀,也易于傳播,在于田干旱區(qū),農(nóng)戶逐水而居,居住相對(duì)集中,災(zāi)害信息一經(jīng)發(fā)布,就會(huì)在農(nóng)戶間迅速傳開(kāi),并會(huì)渲染災(zāi)害發(fā)生后果,農(nóng)戶對(duì)媒體信息越信任,對(duì)災(zāi)害后果預(yù)期也越嚴(yán)重,對(duì)風(fēng)險(xiǎn)感知度也會(huì)越高。
距離水源地遠(yuǎn)近變量在兩個(gè)模型中都通過(guò)了1%顯著性檢驗(yàn),表明距離水源地越遠(yuǎn)的農(nóng)戶,對(duì)氣候變化感知越顯著,也更愿意選擇各種措施應(yīng)對(duì)氣候變化的影響。新疆農(nóng)業(yè)生產(chǎn)是以水定地,即水資源對(duì)干旱區(qū)農(nóng)戶生產(chǎn)生活影響最為顯著。當(dāng)個(gè)體面對(duì)氣候變化風(fēng)險(xiǎn)無(wú)法控制時(shí),將會(huì)提高風(fēng)險(xiǎn)程度,特別是那些遠(yuǎn)離水源地的農(nóng)戶,一旦遇到旱災(zāi)和風(fēng)災(zāi)等極端自然災(zāi)害,就會(huì)因?yàn)槿狈λ磳?dǎo)致生產(chǎn)生活無(wú)以為繼,使農(nóng)戶被迫暴露在氣候變化威脅中,造成越遠(yuǎn)離水源者,對(duì)氣候變化印象的強(qiáng)化,進(jìn)而提高風(fēng)險(xiǎn)感知。而良好適應(yīng)性措施,如增加灌溉設(shè)備、使用抗旱種苗、改變種植結(jié)構(gòu)等都可降低氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響,提高氣候變化應(yīng)對(duì)能力。
地區(qū)變量在兩個(gè)模型都沒(méi)通過(guò)顯著性檢驗(yàn),但氣候變化感知模型系數(shù)符號(hào)為負(fù),在一定程度上表明處在灌區(qū)的農(nóng)戶對(duì)氣候變化感知并不明顯,主要在于城市郊區(qū)和灌區(qū)普遍有相對(duì)較好的適應(yīng)氣候變化的設(shè)備和措施,如較為充足的水源,完善的水利設(shè)施,便捷的交通和迅速的應(yīng)急救助等,都在一定程度上抵消或弱化了干旱或風(fēng)災(zāi)等極端自然災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)和生活的影響,降低了農(nóng)戶對(duì)氣候變化的感知和選擇適應(yīng)性行為的偏好。地區(qū)變量在模型Ⅱ中的系數(shù)符號(hào)為負(fù),說(shuō)明荒漠地區(qū)農(nóng)戶更愿意采取適應(yīng)性措施以應(yīng)對(duì)氣候變化對(duì)其生產(chǎn)生活的負(fù)面影響。
維吾爾族變量對(duì)兩個(gè)模型的顯著性檢驗(yàn)都未通過(guò)。但其系數(shù)顯示為正可說(shuō)明,維吾爾族對(duì)氣候變化感知較為強(qiáng)烈,但因?yàn)槠溟L(zhǎng)期生活在干旱地區(qū),已經(jīng)形成了一套較為有效的適應(yīng)干旱區(qū)環(huán)境的生計(jì)模式,而適應(yīng)性措施可能改變其既有的生產(chǎn)方式和模式,也蘊(yùn)藏著一定風(fēng)險(xiǎn),經(jīng)驗(yàn)豐富的維吾爾族農(nóng)戶更愿意采取傳統(tǒng)方式應(yīng)對(duì)氣候變化風(fēng)險(xiǎn),降低對(duì)適應(yīng)性行為的選擇偏好。溫度和降水是表征氣候變化的重要指標(biāo)。根據(jù)表2,溫度和降水在兩個(gè)模型都通過(guò)了1%的顯著性檢驗(yàn),說(shuō)明溫度越高,降水越少,農(nóng)戶對(duì)氣候變化感知越強(qiáng)烈,也更愿意采取適應(yīng)性決策應(yīng)對(duì)氣候變化。也說(shuō)明溫度和降水是影響干旱區(qū)農(nóng)戶生產(chǎn)生活的重要?dú)庀笠?。在于田地區(qū),極端高溫和極端低溫共同出現(xiàn)的年份極易發(fā)生旱災(zāi)和蟲(chóng)災(zāi),也容易出現(xiàn)春夏連旱,對(duì)農(nóng)業(yè)生產(chǎn)影響極大。而長(zhǎng)時(shí)間高溫增加了地表水分在烈日下直接蒸發(fā)量,降低了植被在防風(fēng)固沙和降低流沙移動(dòng)速度方面的作用,從而在一定程度上也增加了風(fēng)災(zāi)和旱災(zāi)的發(fā)生幾率。如果把旱災(zāi)和農(nóng)戶對(duì)水資源減少的感知結(jié)合起來(lái)分析,會(huì)發(fā)現(xiàn)于田綠洲農(nóng)戶對(duì)干旱缺水感知最深,很大一個(gè)原因就是這些災(zāi)害和負(fù)面影響疊加對(duì)農(nóng)戶的農(nóng)業(yè)生產(chǎn)影響最大,因此,農(nóng)戶采取適應(yīng)性行為的可能性也越大。
本文從農(nóng)戶對(duì)氣候變化感知微觀視角下,嘗試分析其對(duì)各種適應(yīng)性政策選擇的偏好差異。研究結(jié)果表明,戶主性別、從事農(nóng)業(yè)時(shí)長(zhǎng)、家庭年均純收入、社會(huì)網(wǎng)絡(luò)、距離水源地遠(yuǎn)近、氣候因素等變量對(duì)農(nóng)戶氣候變化感知和適應(yīng)性行為有顯著性影響。
由于中國(guó)政府采取的改革政策,在過(guò)去30 a多,農(nóng)戶們的生活已發(fā)生了很大變化,由過(guò)去單一的農(nóng)業(yè)活動(dòng)轉(zhuǎn)向現(xiàn)在的多種經(jīng)濟(jì)活動(dòng),這種轉(zhuǎn)變?cè)鰪?qiáng)了他們對(duì)氣候變化的應(yīng)變能力。此外,在種植業(yè)生產(chǎn)和對(duì)土地利用變化的影響中,政府的作用要遠(yuǎn)遠(yuǎn)大于氣候變化的影響。由于農(nóng)民們的生活水平有限,如果沒(méi)有政府扶持,他們幾乎沒(méi)有可能進(jìn)行準(zhǔn)備,以應(yīng)付未來(lái)的氣候變化。因此,對(duì)于政府決策者而言,需要把更多的關(guān)注放在事前預(yù)防,如實(shí)施災(zāi)害多發(fā)區(qū)農(nóng)戶的整體搬遷,加強(qiáng)上游流域防災(zāi)設(shè)施建設(shè)和水土流失治理,保證農(nóng)戶可獲得足夠的資金支持,提高農(nóng)戶教育水平,拓寬信息獲取渠道等。此外,政府決策者應(yīng)該大力發(fā)展地區(qū)經(jīng)濟(jì),通過(guò)增強(qiáng)農(nóng)戶的自我發(fā)展能力,進(jìn)而提高其應(yīng)對(duì)氣候變化的水平,這是長(zhǎng)效之策。
[參考文獻(xiàn)]
[1]Maddsion D.The Perception of and adaptation to climate change in Africa[R]. CEEPA Discussion Paper Pretoria, South Africa: Centre for Environmental Economics and Policy in Africa. 2006.
[2]Anthony Leiserowitz. Climate change risk perception and policy preferences: The role of affect, imagery, and values[J]. Climatic Change, 2006,77(2):45-72.
[3]Ishaya & Abaje I B.Indigenous people’s perception of climate change and adaptation strategies in Jema’s local government area of Kaduna State,Nigeria[J].Journal of Geography and Regional Planning, 2008,1(8):138-143.
[4]Gbetlbouo G A. Understanding farmers’ perceptions and adaptations to climate change and variability: The case of the Limpopo Basin, South Africa . IFPRI Discussion Paper No. 00849. Washington, DC: IFPRI[EB/OL].http:∥www.ifpri.org/publication/understanding-farmers-perceptions and- adaptations-climate-change and-variability.2010.
[5]Edwards J G, Plassmann K, Harris I M. Carbon footprinting of lamb and beef production systems: Insights from an empirical analysis of farms in Wales, UK[J]. The Journal of Agricultural Science, 2009,147(6):707-709.
[6]Sampei Y, Aoyagi-Usui M. Mass-media coverage, its influence on public awareness of climate-change issues, and implications for Japan’s national campaign to reduce greenhouse gas emissions[J]. Global Environmental Change, 2009,19(2):203-212.
[7]Akter S, Bennett J. Household perceptions of climate change and preferences for mitigation action: The case of the carbon pollution reduction scheme in Australia[J]. Climatic Change, 2011,109(3/4):417-436.
[8]Bradshaw B, Dolan H, Smit B. Farm-level adaptation to climatic variability and change: Crop diversification in the Canadian prairies[J]. Climatic Change, 2004,67(1):119-141.
[9]Hassan R, Nhemachena C. Determinants of African farmers’ strategies for adapting to climate change: Multinomial choice analysis[J]. African Journal of Agricultural and Resource Economics, 2008,2(1):83-104.
[10]Kurukulasuriya P A. Ricardian Analysis of the Impact of Climate Change on African Cropland[M]. World Bank-free PDF, 2007.
[11]Mertz O, Mbow C, Reenberg A, et al. Farmers’ perceptions of climate change and agricultural adaptation strategies in rural Sahel[J]. Environmental Management, 2009,43(5):804-816.
[12]Hageback J, Sundberg J, Ostwald M, et al. Climate variability and land-use change in Danangou watershed, China: Examples of small-scale farmers' adaptation[J]. Climatic Change, 2005,72(1/2):189-212.
[13]Thomas D S G, Twyman C, Osbahr H, et al. Adaptation to climate change and variability: Farmer responses to intra-seasonal precipitation trends in South Africa[J]. Climatic Change, 2007,83(3):301-322.
[14]Mendelsohn R, Seo S N. Climate change adaptation in Africa: A microeconomic analysis of livestock choice[J]. Research Working Papers, 2007,1(1):1-39.
[15]Nhemachena C, Hassan R. Micro-level analysis of farmers adaption to climate change in Southern Africa[M]. Intl. Food Policy Res. Inst., 2007.
[16]Deressa T T, Hassan R M, Ringler C, et al. Determinants of farmers’ choice of adaptation methods to climate change in the Nile Basin of Ethiopia[J]. Global Environmental Change, 2009,19(2):248-255.
[17]Deressa T T, Hassan R M, Ringler C. Perception of and adaptation to climate change by farmers in the Nile basin of Ethiopia[J]. The Journal of Agricultural Science, 2011,149(1):23.