農(nóng)戶生計策略識別及其動態(tài)轉(zhuǎn)型

焦 娜, 郭其友

(1.湖南農(nóng)業(yè)大學(xué) 經(jīng)濟學(xué)院, 湖南 長沙 410128; 2.廈門大學(xué) 經(jīng)濟學(xué)院， 福建 廈門 361005)

一、引言

隨著市場化、工業(yè)化與城市化的深入發(fā)展，大部分中國農(nóng)村居民在進行農(nóng)業(yè)生產(chǎn)活動的同時，也從事于各種非農(nóng)生產(chǎn)活動，包括非農(nóng)自雇、非農(nóng)受雇以及家庭經(jīng)營等形式，非農(nóng)就業(yè)的機會也不斷增加，農(nóng)戶生計兼業(yè)化行為趨于明顯，非農(nóng)收入已逐漸成為其最重要的收入途徑。根據(jù)《中國統(tǒng)計年鑒(2019)》的統(tǒng)計數(shù)據(jù)，全國層面農(nóng)戶工資性收入占家庭可支配收入的比重不斷上升，從2013年占比38.45%增加到2018年的占比41.02%。隨著“鄉(xiāng)村振興戰(zhàn)略”的提出與實施，越來越多農(nóng)戶的生計策略也在發(fā)生改變，即從傳統(tǒng)的“以農(nóng)業(yè)生產(chǎn)為主的生計策略”轉(zhuǎn)向“生計多樣化”和“優(yōu)勢生計”的發(fā)展方向?？梢灶A(yù)見，農(nóng)戶生計策略轉(zhuǎn)型將成為我國農(nóng)村發(fā)展的必然趨勢。正因為這樣，關(guān)于生計策略的多樣化及其動態(tài)轉(zhuǎn)型研究，將有助于探索中國農(nóng)村兼業(yè)化的趨勢特征，對農(nóng)村發(fā)展與反貧困實踐也有著重要的理論和政策意義[1]。

生計策略是農(nóng)戶為了實現(xiàn)生計結(jié)果而進行的一系列序貫活動和理性選擇，并且不斷改變以適應(yīng)生計背景的變化[2]。楊倫等[3]、呂秀芬等[4]認為，單一的生計方式選擇是貧困農(nóng)戶難以實現(xiàn)穩(wěn)定脫貧的重要原因。從生計策略視角出發(fā)，貧困緩解不僅需要貧困農(nóng)戶有能力開展多樣化的生計活動，還需要自身的生計意愿。多樣化的生計選擇有利于幫助農(nóng)戶分散風(fēng)險，減少脆弱性。Reardon[5]、Khanal等[6]、馬志雄等[7]的研究均指出，生計多樣化策略已逐漸成為發(fā)展中國家和發(fā)達國家的農(nóng)戶提高經(jīng)濟收入水平的主要途徑。與生計策略相關(guān)的國內(nèi)外研究主要包括兩方面：首先是關(guān)于農(nóng)戶生計策略的識別及其方法。Scoones[8]基于可持續(xù)生計分析(SLA)將生計策略劃分為擴張型生計、集約型生計、多樣化生計以及遷移型生計四類，Ellis[9]以資源基礎(chǔ)為標準將生計策略劃分為以自然資源為基礎(chǔ)的生計活動和以非自然資源為基礎(chǔ)的生計活動。國內(nèi)學(xué)者主要根據(jù)農(nóng)戶生計活動類型及其比例界定，例如，胡晗等[10]、謝金華等[11]將生計策略類型劃分為傳統(tǒng)小農(nóng)經(jīng)營、農(nóng)業(yè)規(guī)模經(jīng)營、本地打工經(jīng)商和外地打工經(jīng)商；李聰?shù)萚12]將生計策略劃分為非農(nóng)自營、外出務(wù)工、農(nóng)林種植以及家畜養(yǎng)殖四類；吳海濤和王娟等[13]按家庭生產(chǎn)經(jīng)營收入比重把生計策略劃分為純非農(nóng)活動、純養(yǎng)殖活動、純經(jīng)濟作物種植、偏經(jīng)濟作物種植的兼業(yè)生產(chǎn)、偏糧食作物種植的兼業(yè)生產(chǎn)和純糧食作物生產(chǎn)。相比較而言，Y.Tesfaye等[14]、A. Soltani等[15]、王娟等[16]、朱建軍等[17]、陳良敏等[18]、全磊等[19]使用主成分與聚類方法對農(nóng)戶生計策略進行類型劃分，獲得的生計策略分類相對客觀。以上研究主要通過收入來源考察農(nóng)戶生計多樣化，但農(nóng)戶收入具有隨機性且易受外界沖擊，可能存在零收入或者負收入，因此僅僅從收入角度考察生計多樣化，往往無法反映農(nóng)戶在某項生計活動的投入，具有明顯的局限性。越來越多的學(xué)者開始采用多種指標相結(jié)合的方式來劃分生計策略，如陳良敏等[18]將職業(yè)和收入同時作為生計策略的投入指標，從農(nóng)戶生計策略動態(tài)性的角度探尋農(nóng)村勞動力轉(zhuǎn)移增速減緩的原因，指出兼業(yè)戶的生計策略易變動。Walelign等[20]、Jiao X等[21]以及Zhang J等[22]的研究指出，發(fā)展中國家農(nóng)戶存在異質(zhì)性，導(dǎo)致當前農(nóng)戶生計策略變化趨勢和變動機理的識別和解釋是不準確的，建議并應(yīng)用聚類量化方法(CMQA)識別多種生計策略組合，將農(nóng)戶資產(chǎn)作為決定生計策略的基礎(chǔ)，用于對比分析不同生計策略可持續(xù)性及其福利效應(yīng)。在關(guān)于農(nóng)戶生計策略的動態(tài)轉(zhuǎn)型及其影響因素的研究中，農(nóng)戶通過改變生計策略提高其自身福利水平的動態(tài)過程可被稱為生計轉(zhuǎn)型，現(xiàn)階段中國農(nóng)戶的生計轉(zhuǎn)型體現(xiàn)在農(nóng)戶賴以生存和生活的職業(yè)或產(chǎn)業(yè)發(fā)生根本轉(zhuǎn)變，農(nóng)民對農(nóng)業(yè)生產(chǎn)與土地的依賴性逐漸弱化的過程。農(nóng)戶生計策略轉(zhuǎn)型的主要驅(qū)動因素可以分為內(nèi)生性因素和外生性因素，趙文娟等[23]、郭秀麗等[24]、Liu等[25]主要將農(nóng)戶的生計資本狀況作為內(nèi)生性因素，Jiao X等[21]、Mubaya等[26]、Ha等[27]研究認為外生性因素主要包括農(nóng)戶所處的自然環(huán)境以及政策制度。

已有的研究大都使用小規(guī)模、區(qū)域性數(shù)據(jù)，結(jié)論存在一定局限性，且主要集中于農(nóng)戶生計策略模式的選擇及其影響因素的研究，很少涉及農(nóng)戶生計策略的持續(xù)性以及動態(tài)轉(zhuǎn)型特征，幾乎沒有考慮生計轉(zhuǎn)型對農(nóng)戶貧困的成因與治理的政策意義?；谝延械难芯炕A(chǔ)和我國貧困治理的政策實踐，本文應(yīng)用全國的微觀追蹤數(shù)據(jù)CHARLS，選擇2013、2015年兩期中國農(nóng)戶的縱截面數(shù)據(jù)中匹配的樣本農(nóng)戶，將非農(nóng)活動納入農(nóng)戶生計策略多樣化的分析，并應(yīng)用新的聚類量化方法(CMQA)結(jié)合中國農(nóng)戶數(shù)據(jù)構(gòu)造“收入—資產(chǎn)”指數(shù)作為劃分農(nóng)戶生計策略的指標，基于潛變量馬爾科夫聚類分析識別農(nóng)戶最優(yōu)生計策略類別,分別應(yīng)用多分類Logit和定序Logit探討中國農(nóng)戶生計策略的影響因素及其動態(tài)轉(zhuǎn)型，并從微觀層面的農(nóng)戶生計視角對現(xiàn)階段中國貧困治理的成果進行評價。

二、生計階梯理論視角下的農(nóng)戶生計策略

生計脆弱性和農(nóng)戶貧困存在因果關(guān)系，農(nóng)戶面臨的生計環(huán)境風(fēng)險大、擁有的生計資本存量低，生計策略缺乏或單一，導(dǎo)致生計結(jié)果差，容易形成貧困的“惡性循環(huán)”，是農(nóng)戶“貧困陷阱”的根本原因。Walelign[1]從生計階梯的動態(tài)視角分析了生計轉(zhuǎn)型和貧困治理之間的邏輯關(guān)聯(lián)，為貧困治理的制度設(shè)計提供了一種新的政策維度。生計階梯由高、中和低收益三類生計策略構(gòu)成，分別位于生計階梯的頂層、中層和底層。該理論主要包括兩個方面，其一是不同生計策略的進入和退出，并非所有家戶都能夠進入高收益生計策略或者退出低收益生計策略，這兩個過程要求較高的資產(chǎn)稟賦或者資本積累(例如土地、牲畜或者生產(chǎn)性資本)，抑或正向擾動(包括匯款的流入或者找到高收益工作)，這也意味著存在進入高收益生計策略或者退出低收益生計策略的壁壘[28]。最終，生計階梯可能形成“金字塔”形狀，意味著隨著向金字塔頂層更高收益生計策略變動的進入率下降，轉(zhuǎn)移至金字塔底層更低收益生計策略的進入率(或高收益生計策略的退出率)不斷提高。其二是生計階梯也意味著選擇每一類生計策略的家戶數(shù)量及貧困維度，貧困農(nóng)戶的生計資產(chǎn)相對較少[29]，主要選擇中低收益的生計策略，這類生計策略對資產(chǎn)的需求相對較低[30]，而非貧困農(nóng)戶有著較高的資產(chǎn)優(yōu)勢，因此選擇高收益生計策略[31]。Zimmerman等[32]認為，如果貧困農(nóng)戶是規(guī)避風(fēng)險的，他們則更加偏好防御性而非高利潤的資產(chǎn)組合，這些農(nóng)戶發(fā)生生計轉(zhuǎn)型的可能性較低；富裕的農(nóng)戶擁有豐富的資本，偏好于從事高收益的生計策略或者資產(chǎn)組合，因此高收益生計策略的退出率更低(除非遭受無法預(yù)計的生計資本損失)。陳宗勝等[33]的研究將中國居民收入分配的格局分為“金字塔型”“葫蘆型”和“橄欖型”，類似的，生計階梯以農(nóng)戶的“收入—資產(chǎn)”為基礎(chǔ)，如果從事低收益生計策略的家戶數(shù)量顯著高于從事高收益生計策略的家戶，生計階梯則取決于選擇中等收益生計策略的家戶數(shù)量。當農(nóng)戶眾數(shù)組位于生計階梯的底層——低收益生計策略，而選擇高收益生計策略農(nóng)戶數(shù)量低于中等收益生計策略的農(nóng)戶數(shù)量，一方面，獲得額外生計資本(來源于政府幫扶或者資產(chǎn)流入)的底層農(nóng)戶能夠?qū)崿F(xiàn)向更高收益的生計策略的流動，農(nóng)戶的眾數(shù)組將轉(zhuǎn)移到中等收益生計策略組；另一方面，資本的邊際收益率遞減形成的中產(chǎn)階層“陷阱”閾值，將導(dǎo)致中等收益生計策略組的農(nóng)戶主、次眾數(shù)組逐步脫離，那么生計階梯可能從“金字塔”型轉(zhuǎn)化為“葫蘆型”甚至“橄欖型”(1)黨的十八屆三中全會提出未來我國要逐步形成“橄欖型”收入分配格局，體現(xiàn)了進一步優(yōu)化居民收入分配格局的戰(zhàn)略方向和安排。，具體取決于兩方面作用的合力。

生計階梯假說為農(nóng)戶生計策略與貧困治理之間的關(guān)系與政策實踐提供了一種全新且有效的視角。既然低收益生計策略意味著較低的資產(chǎn)稟賦以及較高的貧困水平，高收益生計策略意味著較高的資產(chǎn)稟賦以及較低的貧困水平，那么貧困治理的本質(zhì)在于通過制度和政策的設(shè)計鼓勵貧困家戶增加生計資產(chǎn)及其存量，實現(xiàn)生計策略從低收益向高收益的轉(zhuǎn)型，提高對生計風(fēng)險的抵御能力，構(gòu)建可持續(xù)發(fā)展的生計策略?？梢哉J為，生計階梯的形狀不僅取決于農(nóng)戶的生計策略轉(zhuǎn)型，也反映了農(nóng)戶貧困的動態(tài)，鼓勵農(nóng)戶的生計策略轉(zhuǎn)型，進而不斷縮小金字塔底層低收益生計策略的農(nóng)戶數(shù)量，最終有利于緩解貧困和消除貧困陷阱。

三、“收入—資產(chǎn)”合成指數(shù)與潛變量馬爾科夫聚類分析

(一)數(shù)據(jù)來源及變量選擇

本文使用的數(shù)據(jù)來源于中國健康與養(yǎng)老追蹤調(diào)查(CHARLS)項目。該項目包括個體、家庭和社區(qū)三個層面的調(diào)查內(nèi)容，且采取追蹤調(diào)查方式，全國基線調(diào)查于2011年開展，直至2015年全國追訪時，其樣本已覆蓋總計1.24萬戶家庭中的2.3萬名受訪者。本文選擇2013年和2015年兩期的追訪數(shù)據(jù)共計17468個樣本，應(yīng)用聚類量化分析方法計算出“收入—資產(chǎn)”合成指標作為農(nóng)戶生計策略分類的依據(jù)，然后通過家戶編號匹配保留在兩期均參與調(diào)查的農(nóng)戶家庭，刪除變量信息不完整的樣本，最終得到4638戶匹配農(nóng)戶樣本(兩期共計9276個樣本農(nóng)戶)用于生計策略動態(tài)轉(zhuǎn)型分析。

考慮到收入數(shù)據(jù)無法代表所有的收入來源，農(nóng)戶家庭也可能依賴于生產(chǎn)性資產(chǎn)和金融資產(chǎn)的收益(例如役畜或者儲蓄)用于彌補收入的不足。本文選擇了種植業(yè)生產(chǎn)、畜牧以及林業(yè)生產(chǎn)、非農(nóng)受雇、非農(nóng)自雇(從事個體或者私營經(jīng)濟活動)、家庭經(jīng)營活動以及財產(chǎn)性租賃六類農(nóng)戶生計活動作為本研究的收入和資產(chǎn)來源，并進行了描述性統(tǒng)計。如表1所示，與2013年相比，2015年農(nóng)戶的農(nóng)業(yè)生產(chǎn)收入(包括種植業(yè)收入和畜牧業(yè)收入)發(fā)生了下降，非農(nóng)受雇收入和財產(chǎn)性租賃收入出現(xiàn)明顯增長；收入水平的標準差反映了農(nóng)戶從事生計活動產(chǎn)生的收入差異性，其中農(nóng)業(yè)生產(chǎn)的收入差異性并沒有顯著變化，但是不同農(nóng)戶從事非農(nóng)生產(chǎn)(尤其是非農(nóng)自雇活動)收入發(fā)生較大的差異。解釋變量以及相關(guān)控制變量包括家戶規(guī)模、人力資本(教育水平、健康水平和戶主年齡)、物質(zhì)資本(非農(nóng)用固定資產(chǎn)以及農(nóng)用固定資產(chǎn))、自然資本(自有土地面積和宅基地面積)、金融資本(資產(chǎn)和負債)以及社會資本(親戚間經(jīng)濟性往來)。變量的描述性統(tǒng)計詳見表1。

表1 變量的描述性統(tǒng)計

(二)兩部分模型與“收入—資產(chǎn)”合成指數(shù)

已有關(guān)于構(gòu)建生計策略分類指標的方法主要基于家戶收入、支出、主要職業(yè)和資產(chǎn)數(shù)據(jù)，均存在一定程度的局限性。為了克服這些生計策略分類方法的缺陷，本文同時使用收入和資產(chǎn)構(gòu)建生計策略指標。首先建立農(nóng)戶的收入模型，其中包括所有資產(chǎn)類型，然后回歸得到由相應(yīng)生計行為衍生的收入[20]：

(1)

被解釋變量Yist代表農(nóng)戶i在t期從生計行為s獲得的收入，Aijt代表農(nóng)戶i在t期擁有的資產(chǎn)j，L代表所在地區(qū)的虛擬變量向量,εit是誤差項。解釋變量包括全部生計資本和家戶特征變量，所有資產(chǎn)和收入使用消費價格指數(shù)(CPI)調(diào)整，得到生計資產(chǎn)收入的估計值is作為“收入—資產(chǎn)”合成指數(shù)，該指數(shù)能夠識別不同資產(chǎn)對生計行為收入的貢獻性。在對模型(1)的估計過程中，一些農(nóng)戶入不敷出或者沒有參與生計收入，容易導(dǎo)致非正數(shù)值(負值或者0)的存在，因此有必要使用兩部分模型(two-part model)最小化非正數(shù)值[34]。先使用Probit模型(2)估計收入is是否大于零：

?(Yist>0)=Pr(Yist>0|X)=F(Xδ)

(2)

然后使用廣義OLS估計模型(3)估計生計收入的期望均值作為農(nóng)戶的“收入—資產(chǎn)”指數(shù)：

E(Yis|X)=Pr(Yis>0|X)×E(Yis|Yis>0,X)

(3)

根據(jù)模型(3)可以得到六類“收入—資產(chǎn)”指數(shù)?；趦刹糠帜Ｐ瞳@得的“收入—資產(chǎn)”合成指數(shù)is，應(yīng)用因子分析原理，通過分析觀測到的農(nóng)戶不同類型的生計收入結(jié)構(gòu)，降低這些選擇指標之間的相關(guān)性及其對農(nóng)戶生計策略的扭曲，在信息丟失最少的原則下找到存在于各類收入中具有共性的因素，并綜合為幾個對變量起解釋作用的公共因子和特殊因子及其組合系數(shù)，利用其進行因子綜合得分計算，形成一個具有高度解釋力的新變量。

因子分析結(jié)果顯示，KMO等于0.587，共同因素相對較多，結(jié)合 Bartlett球形檢驗，結(jié)果為39212.339，自由度為15，且在1%的水平上顯著，表明標準化原始變量數(shù)值的相關(guān)系數(shù)矩陣有共同因素存在。由旋轉(zhuǎn)后的因子載荷矩陣可以得到公共因子F1和F2，其中F1在非農(nóng)自雇、非農(nóng)受雇、非農(nóng)家庭經(jīng)營以及農(nóng)戶財產(chǎn)性收入上的載荷值都很大，反映了農(nóng)戶非農(nóng)轉(zhuǎn)移的收入水平，該因子得分越高，農(nóng)戶的非農(nóng)轉(zhuǎn)移傾向就越高；F2在種植業(yè)收入和畜牧業(yè)收入上的載荷值都很大，反映了農(nóng)戶的農(nóng)業(yè)生產(chǎn)收入水平，該因子得分越高，農(nóng)戶的非農(nóng)轉(zhuǎn)移傾向就越低。最后計算出因子綜合得分F作為潛變量聚類分析的依據(jù)。

(三)潛變量馬爾科夫聚類分析

相比于其他聚類方法(包括系統(tǒng)聚類算法和K均值聚類算法)，潛變量聚類分析技術(shù)(Latent Class Analysis，LCA)通過為不同生計活動分配概率最小化策略組內(nèi)差異，克服了已有聚類方法的主觀性，能夠識別潛在類別并找出最優(yōu)的生計策略類別(LS1，LS2，…，LSN)，并對最優(yōu)生計策略組合的選擇進行顯著性檢驗，包括LL和BIC標準，BIC越小且參數(shù)(Npar)越多，模型越好，而潛變量馬爾科夫聚類分析(Latent Markov Model, LMM)是LCA應(yīng)用于縱列追蹤數(shù)據(jù)的一種拓展[35]。LMM模型包括結(jié)構(gòu)方程和測度方程，結(jié)構(gòu)方程衡量了個體在不同時期潛變量(潛類別)發(fā)生的變化，主要由生計狀態(tài)轉(zhuǎn)移概率(Xit=xt|Xit-1=xt-1)和初始概率(Xi0=x0)構(gòu)成，某一生計活動觀測值(“收入—資產(chǎn)”合成指數(shù)綜合因子F)的狀態(tài)序列為：

(Xit=xt|Xit-1=xt-1)

(4)

(Yit|Xit=xt)

(5)

本文使用的主要是家戶追蹤調(diào)查的縱列數(shù)據(jù)(longitudinal data)，家戶可以在不同的調(diào)查年份(t=2013,2015)改變其生計策略。xt是t年份潛在生計狀態(tài)變量，K是潛在生計狀態(tài)數(shù)量，時間t是唯一包含在模型中的解釋變量，影響生計活動狀態(tài)的變化但不影響初始狀態(tài)。由(4)和(5)定義的LMM模型假設(shè)如下[36]：

● 農(nóng)戶在t期屬于某一類潛分類生計狀態(tài)Xit，但是Xit未知；

● 一階馬爾科夫鏈定義了潛分類生計狀態(tài)轉(zhuǎn)型結(jié)構(gòu)；

● 農(nóng)戶在t期的Yi僅受潛分類生計狀態(tài)Xit的影響，但與其他時期潛分類生計狀態(tài)Xi,s≠t無關(guān)，也與其他Yj≠i無關(guān)；

● 農(nóng)戶在t期的Yi與潛分類生計狀態(tài)Xit相互獨立。

四、農(nóng)戶生計策略的識別及其跨期轉(zhuǎn)型矩陣

(一)農(nóng)戶生計策略的識別和特征分析

表2對比標準潛變量聚類(LCA)和潛變量馬爾科夫聚類(LMM)(2)潛變量聚類模型(LCM)得到的Cluster是在不允許樣本農(nóng)戶跨期改變生計狀態(tài)的前提下獲得的生計策略組合，而潛變量馬爾科夫聚類模型(LMM)得到的state 1-class則考慮了樣本農(nóng)戶跨期改變生計狀態(tài)的前提下獲得的生計策略組合，相比之下，LMM包含了轉(zhuǎn)型概率參數(shù)且聚類誤差更小，顯著優(yōu)于LCM。的結(jié)果顯示，基于潛變量馬爾科夫聚類分析(LMM)的6-state 1-class最優(yōu)解釋了農(nóng)戶生計行為的異質(zhì)性，BIC收斂至最小值(9586.519);基于普通潛變量聚類(LCM)的7-Cluster最優(yōu)解釋了農(nóng)戶生計策略的變化，BIC收斂至最小值(11884.19)。相比之下，LMM的6-state 1-class具有最小的BIC和較大的Npar=47，意味著比其他模型更好地解釋了農(nóng)戶的生計策略數(shù)據(jù)。最終根據(jù)潛變量馬爾科夫聚類結(jié)果確定的農(nóng)戶最優(yōu)生計策略組合，按照生計策略組合的收益水平從高到低可以分為六類CLU-1、CLU-2、CLU-3、CLU-4、CLU-5和CLU-6，調(diào)查樣本中每個農(nóng)戶被分配給具體的一類生計策略。

表2最優(yōu)生計策略分類：基于潛變量聚類和潛變量馬爾科夫聚類的對比(N=9276)

模型LLBIC(LL)參數(shù)個數(shù)聚類誤差潛變量聚類模型1-Cluster-10021.720061.77202-Cluster-6952.9713951.6150.0683-Cluster-6270.4212613.9280.17494-Cluster-6014.7812130.04110.21065-Cluster-5916.9211961.74140.26586-Cluster-5892.4311940.15170.32227-Cluster-5850.7411884.19200.31648-Cluster-5840.2111890.52230.3249潛變量馬爾科夫模型1-state1-class-10021.720060.38202-state1-class-6607.7713274.6470.07333-state1-class-5382.3810882.95140.12174-state1-class-4932.1910058.56230.17735-state1-class-4716.969720.956340.21436-state1-class-4594.879586.519470.24397-state1-class-4546.79616.797620.24478-state1-class-4498.039662.972790.2858

表3顯示了六類生計策略及其資產(chǎn)指數(shù)均值的描述性統(tǒng)計，并按照總收入對生計策略進行排序。對比2013年和2015年的收入平均值可以看出，從低收益的CLU-6到高收益的CLU-1均顯示出轉(zhuǎn)型時期的中國農(nóng)戶區(qū)別于傳統(tǒng)農(nóng)戶的單一生計形式，存在明顯的“生計多樣化”和“優(yōu)勢生計”趨勢。其中，非農(nóng)受雇工資是我國農(nóng)戶最重要的收入來源(戶均0.4074萬元)，其次是非農(nóng)自雇收入(戶均0.3032萬元)和種植業(yè)收入(戶均0.1168萬元)，非農(nóng)受雇收入包括當?shù)胤寝r(nóng)就業(yè)和外出非農(nóng)就業(yè)(CHARLS并未做出區(qū)分)。根據(jù)生計策略組合的收益分布可以得到，高收益生計策略以非農(nóng)收入為主，且非農(nóng)自雇和家庭經(jīng)營比例較高，而中低收益的生計策略以非農(nóng)受雇的工資收入為主，形成了不同的生計組合，因此，CLU-1代表非農(nóng)自雇收入為主的大型農(nóng)戶，CLU-2代表多樣化生計策略的大型農(nóng)戶，CLU-3代表非農(nóng)受雇收入為主的中型農(nóng)戶，CLU-4代表多樣化生計策略的中型農(nóng)戶，CLU-5代表非農(nóng)受雇收入為主的小型農(nóng)戶，CLU-6代表多樣化生計策略的小型農(nóng)戶。由于LMM模型假設(shè)農(nóng)戶在2013年和2015年兩期可能存在生計策略的轉(zhuǎn)型，有必要繼續(xù)分析六類生計策略跨期動態(tài)的表現(xiàn)特征。

表3 基于生計策略聚類的“收入—資產(chǎn)”指數(shù)均值 單位：萬元

注：表中括號內(nèi)為標準差。

(二)農(nóng)戶生計策略跨期轉(zhuǎn)型矩陣

生計策略動態(tài)轉(zhuǎn)型主要表現(xiàn)為：一是維持型，即生計策略不發(fā)生變動；二是變動型，即生計策略發(fā)生改變，農(nóng)戶生計資本以及家庭稟賦等特征的差異，導(dǎo)致生計策略動態(tài)具有異質(zhì)性[18]。

表4是樣本農(nóng)戶生計策略從2013年到2015年的跨期轉(zhuǎn)型矩陣，顯示了該時期農(nóng)戶家庭生計策略的動態(tài)變化特征，對角線代表兩期期間維持型生計策略的農(nóng)戶比例及其數(shù)量。矩陣對角線上方的三角區(qū)域代表2013年選擇中低收益生計策略的農(nóng)戶在2015年轉(zhuǎn)移至更高收益生計策略的數(shù)量和比例，而對角線以下三角區(qū)域代表2013年選擇中高收益生計策略的農(nóng)戶在2015年轉(zhuǎn)移至更低收益生計策略的數(shù)量和比例。對比兩個區(qū)域可以發(fā)現(xiàn)，2013—2015年間樣本農(nóng)戶半數(shù)以上(約58.97%)并未跨期改變生計策略，生計轉(zhuǎn)型大都集中于生計策略的向下流動，約占樣本農(nóng)戶的31.59%，僅有9.44%的農(nóng)戶實現(xiàn)了生計策略的向上流動，因此跨期轉(zhuǎn)型矩陣的上三角區(qū)域大都為零值，意味著中國農(nóng)戶從中低收益生計策略向更高收益生計策略轉(zhuǎn)型存在瓶頸約束。

2013年，生計策略CLU-4(33.4%)和CLU-3(26.18%)解釋了大部分農(nóng)戶(59.58%)的生計策略，到2015年，生計策略CLU-4(30.29%)和CLU-5(28.35%)解釋了大部分農(nóng)戶(58.64%)的生計策略；而選擇最低收益生計策略CLU-6的農(nóng)戶是兩期占比最低的一組，占比不到2%，根據(jù)研究假設(shè)，可以認為選擇位于低收益生計策略底層的農(nóng)戶較少，貧困發(fā)生率并沒有顯著惡化。但是，從生計動態(tài)轉(zhuǎn)型來看，從2013年到2015年兩期間選擇中高收益生計策略(CLU-2～CLU-4)的農(nóng)戶樣本量均出現(xiàn)不同程度的下降，意味著中高收益生計策略的退出率較高；選擇低收益生計策略(CLU-5和CLU-6)的農(nóng)戶樣本均有所上升，意味著低收益生計策略的進入率較高；最高收益水平的生計策略組CLU-1相對并沒有顯著改變。根據(jù)生計階梯理論的假說，由于不同的生計策略存在進入和退出的壁壘，中低收益生計策略的農(nóng)戶因缺乏相應(yīng)的資產(chǎn)基礎(chǔ)，難以跨越到更高收益的生計策略組。高收益生計策略農(nóng)戶即非農(nóng)自雇收入為主的大型農(nóng)戶流動性相對較低，屬于維持型生計策略農(nóng)戶，而發(fā)生生計策略轉(zhuǎn)型的農(nóng)戶主要集中于其他的中低收益生計策略組。

表4 生計策略跨期轉(zhuǎn)型矩陣

注：表中括號內(nèi)是樣本農(nóng)戶數(shù)。

表4也反映了不同生計策略的樣本農(nóng)戶數(shù)量分布，兩期的主眾數(shù)組農(nóng)戶(1549戶和1405戶)大多數(shù)分布于CLU-4所代表的中等收益生計策略組，2013年次眾數(shù)組農(nóng)戶位于較高收益水平的生計策略組CLU-3(1214戶)，2015年次眾數(shù)組農(nóng)戶則轉(zhuǎn)移到較低收入水平的生計策略組CLU-5(1315戶)，大體上呈現(xiàn)出一種“葫蘆型”分布特征。相對于中低收入國家“金字塔”形生計階梯的假說[1]，中國農(nóng)戶“葫蘆型”生計階梯是一種進步，意味著中國貧困治理取得了階段性的成果。

五、生計資本對農(nóng)戶生計策略動態(tài)轉(zhuǎn)型的影響分析

根據(jù)2000年英國國際發(fā)展署(DIFD)的可持續(xù)生計分析框架(SL)，生計資本可以通過自然資本(N)、人力資本(H)、社會資本(S)、金融資本(F)和物質(zhì)資本(P)5個方面來衡量。以土地資本為主的自然資本對農(nóng)戶非農(nóng)就業(yè)的影響是不確定的，一方面，在土地租賃市場發(fā)展充分的前提下，土地資產(chǎn)可以提供給農(nóng)戶租賃收入，擁有大量土地的富有農(nóng)戶也不傾向于從事非農(nóng)工作，但是土地的稀缺性會推動缺乏土地的農(nóng)戶從事非農(nóng)行業(yè)；農(nóng)戶的家庭人力資產(chǎn)是影響生計策略及其動態(tài)轉(zhuǎn)型的重要因素，如家庭成員年齡、教育水平等；社會網(wǎng)絡(luò)(社會資本)通過拓寬農(nóng)戶獲取就業(yè)信息的渠道，不僅有利于增加勞動收入，而且提高了農(nóng)戶生計風(fēng)險防范的能力；包括儲蓄、現(xiàn)金以及負債等在內(nèi)的金融資產(chǎn)為農(nóng)戶生計多樣化提供了融資渠道；物質(zhì)資產(chǎn)中農(nóng)業(yè)生產(chǎn)型資產(chǎn)屬于農(nóng)業(yè)生產(chǎn)經(jīng)營的沉沒成本，不利于農(nóng)戶的生計多樣化，而非農(nóng)型資產(chǎn)能夠提供給農(nóng)戶租賃收入，將鼓勵農(nóng)戶選擇中高收益型生計策略，實現(xiàn)生計策略的向上流動。據(jù)此，本文選擇這5類資本作為解釋變量進一步應(yīng)用多分類Logit模型(MLM)和定序Logit(OLogit)模型識別生計資本對農(nóng)戶生計策略選擇及其動態(tài)轉(zhuǎn)型的影響。

(一)基于MLM模型的生計策略影響因素分析

農(nóng)戶的生計策略選擇是多元的，本文選擇對2013年和2015年農(nóng)戶的4638個匹配數(shù)據(jù)進行多分類Logit模型(MLM)分析，并將農(nóng)戶2013年生計策略的選擇作為重要解釋變量，識別2015年農(nóng)戶生計策略的影響因素及其作用機制。多分類Logit模型旨在擬合并解釋農(nóng)戶選擇不同生計策略類別的影響因素，由于農(nóng)戶的生計策略組合來自于潛變量分類，各類別之間相互獨立，隨機誤差項ξij也是獨立同分布的，可以假設(shè)農(nóng)戶i選擇生計策略組合j的隨機效用(概率)方程為：

ηij=ziαij+ξij

(6)

ηij是第i個農(nóng)戶選擇第j種生計策略的概率,zi是包括農(nóng)戶生計資本在內(nèi)的解釋變量以及控制變量。假設(shè)農(nóng)戶i選擇了生計策略k，意味著ηik≥ηim，即有:

υimk=ηik-ηim=zi(αik-αim)+ξik-ξim

(7)

(8)

應(yīng)用多分類Logit模型(MLM)，最優(yōu)生計策略組合存在6類(j=1,2,3,4,5,6)，令zi(αik-αim)=ziγj，估計模型(9)為：

(9)

考慮到多分類模型的跨選項相關(guān)性(無關(guān)選擇獨立性假設(shè)IIA)，應(yīng)用Hausman檢驗，先計算多分類選擇模型中第k類生計策略的系數(shù)估計值，再以第m類(m≠k)生計策略為參照組，與系數(shù)估計值加以比較，如果該兩組模型的參數(shù)結(jié)果相似，則滿足IIA假定，意味著該兩種選擇互不影響。通過對6類生計策略執(zhí)行Hausman檢驗，并沒有證據(jù)顯示生計策略各個類別存在相關(guān)性(滿足IIA假設(shè))，因此選擇MLM是合理的。

表5報告MLM模型(8)的回歸系數(shù)及其邊際效應(yīng)，可以發(fā)現(xiàn)，伴隨著不同生計策略收益性的下降，所有解釋變量回歸系數(shù)的絕對值不斷遞減，且統(tǒng)計顯著。對應(yīng)的邊際效應(yīng)顯示，相比于低收益生計策略(CLU-6)，家戶規(guī)模每增加1個單位，農(nóng)戶選擇中高收益生計策略(CLU-1～CLU-3)的可能性將提高0.3%～2%，選擇其他低收益生計策略CLU-5的可能性會下降3.2%；年齡的二次項系數(shù)顯著，但是邊際效應(yīng)幾乎為零，因此控制了年齡的二次項以后，年齡的提高將使農(nóng)戶選擇高收益生計策略(CLU-1和CLU-2)的可能性分別降低約0.4%和1.8%，選擇低收益生計策略CLU-5的概率提高2.2%，但是對中等收益生計策略選擇(CLU-3和CLU-4)的邊際效應(yīng)并不顯著，可以認為，人力資本的積累(包括年齡、教育水平和自評健康水平)、自然資本(包括宅基地面積和自有土地面積)和社會資本(親戚間經(jīng)濟來往)顯著提高了農(nóng)戶選擇高收益生計策略的概率；物質(zhì)資本中的非農(nóng)用固定資產(chǎn)顯著提高了農(nóng)戶選擇高收益生計策略的可能性，但是農(nóng)用固定資產(chǎn)存在的“綁定效應(yīng)”在顯著降低農(nóng)戶對高收益生計策略選擇可能性的同時，也提高了農(nóng)戶選擇低收益生計策略的可能性；金融資產(chǎn)和負債顯著降低了農(nóng)戶選擇低收益生計策略(CLU-4或CLU-5)的可能性，但是顯著提高了農(nóng)戶選擇中高收益生計策略CLU-2的可能性；東部地區(qū)經(jīng)濟發(fā)展水平較高，非農(nóng)就業(yè)機會更高，因此東部地區(qū)的農(nóng)戶選擇高收益生計策略的可能性更高；農(nóng)戶當期的生計策略選擇顯示了一定程度的狀態(tài)依賴性，即在其他條件不變的情況下，2013年低收益生計策略的農(nóng)戶在2015年進入高收益生計策略(CLU-1～CLU-3的邊際效應(yīng)為負)的概率更低，而選擇低收益生計策略(CLU-4～CLU-5的邊際效應(yīng)為正)的可能性更高，解釋了農(nóng)戶生計策略跨期低流動性的潛在成因。

表5 農(nóng)戶生計策略影響因素的MLM估計 (N=4638)

注：CLU-6作為MLM的參照組;***、**和*分別表示1%、5%和10%水平上顯著；表中報告了MLM的回歸系數(shù)，并在中括號中給出相應(yīng)的邊際效應(yīng)。

(二)基于定序Logit模型的生計策略動態(tài)轉(zhuǎn)型分析

基于兩期生計動態(tài)轉(zhuǎn)型的視角，結(jié)合生計策略的潛變量分類與收益高低排序，將2013、2015年兩期的農(nóng)戶生計策略動態(tài)轉(zhuǎn)型劃分為三類：向上流動(Y=3，從低收益生計策略改變?yōu)楦呤找嫔嫴呗?，不改變生計策略(Y=2)和向下流動(Y=1，從高收益生計策略改變?yōu)榈褪找嫔嫴呗?，并作為定序因變量Y(Y=3,2,1)，效用方程為：

Y*=Xβ+ε;Yi=jifcutj-1

(10)

應(yīng)用定序Logit模型估計三類不同生計轉(zhuǎn)型模式的概率：

P(Yi=j|xi)=F(cutj-βxi)-F(cutj-1-βxi)

(11)

其中Yi代表農(nóng)戶生計轉(zhuǎn)移的三種模式，cutj代表區(qū)分不同生計策略的臨界點，xi是包括生計資本變量在內(nèi)的解釋變量。

表6 農(nóng)戶生計策略動態(tài)轉(zhuǎn)型影響因素的定序Logit估計

注：***、**、*分別表示1%、5%和10%水平上顯著。

表6的定序Logit分析結(jié)果表明，家戶規(guī)模每增加一個單位，生計策略向下流動的可能性就會下降3.4%，向上流動的可能性增加1.4%，家庭成員的增加將鼓勵農(nóng)戶選擇高收益生計策略；人力資本(戶主年齡和教育水平)的提高降低了農(nóng)戶生計策略向下流動的概率，提高了向上流動的概率；農(nóng)戶自評健康水平越低(該定序變量取值越高意味著健康水平越低)，生計策略向下流動的可能性越高，生計策略向上流動的可能性會下降；宅基地面積對于農(nóng)戶生計策略動態(tài)轉(zhuǎn)型沒有顯著影響，但是自有土地面積每增加1單位，農(nóng)戶生計策略向下流動的邊際效應(yīng)就會下降4.9%，向上流動的邊際效應(yīng)增加2%；社會資本的提高有利于農(nóng)戶從低收益生計策略轉(zhuǎn)型為高收益生計策略，持有非農(nóng)用固定資產(chǎn)增加了農(nóng)戶生計策略向上流動的可能性(13.9%)，降低了生計策略向下流動的可能性(-34.2%)，相反的，農(nóng)用固定資產(chǎn)存在“捆綁效應(yīng)”，導(dǎo)致農(nóng)戶依賴于農(nóng)業(yè)生產(chǎn)，不利于生計多樣化，阻礙了生計策略向上流動的可能性(-3.9%)；金融資產(chǎn)中負債對農(nóng)戶生計策略動態(tài)轉(zhuǎn)型的影響統(tǒng)計上并不顯著，但是家庭金融資產(chǎn)有利于農(nóng)戶選擇生計多樣化或者規(guī)模化優(yōu)勢生計，進而提高了生計策略向高收益轉(zhuǎn)型的可能性(4.5%)，顯著降低了農(nóng)戶生計策略向下流動的可能性(-11.1%)；東部地區(qū)經(jīng)濟發(fā)達，人均收入水平高于中西部地區(qū)，因此東部地區(qū)的農(nóng)戶生計策略向上流動的邊際效應(yīng)更高，向下流動的邊際效應(yīng)更低。從生計階梯的視角而言，鼓勵農(nóng)戶生計策略持續(xù)向上流動，有利于提高農(nóng)戶收入及其對生計風(fēng)險的抵御能力，是貧困治理的有效路徑。

六、結(jié)論與啟示

本文基于2013和2015年兩期中國健康與養(yǎng)老追蹤調(diào)查(CHARLS)的追訪數(shù)據(jù)，系統(tǒng)研究了農(nóng)戶生計策略的影響因素及其動態(tài)轉(zhuǎn)型特征，結(jié)論主要包括：

第一，應(yīng)用兩部分模型對農(nóng)戶收入和資產(chǎn)回歸，克服了隨機性和非正收入的問題，并構(gòu)建“收入—資產(chǎn)”合成指數(shù)識別了六類農(nóng)戶生計策略組合，包括非農(nóng)自雇收入為主的大型農(nóng)戶、多樣化生計策略的大型農(nóng)戶、非農(nóng)受雇收入為主的中型農(nóng)戶、多樣化生計策略的中型農(nóng)戶、非農(nóng)受雇收入為主的小型農(nóng)戶和多樣化生計策略的小型農(nóng)戶；除多樣化生計策略的小型農(nóng)戶以外，其他類型農(nóng)戶的生計策略組合中非農(nóng)受雇和非農(nóng)自雇的平均收益均高于農(nóng)業(yè)和畜牧業(yè)生產(chǎn)收益，農(nóng)戶兼業(yè)化和生計多樣化程度在不斷提高。

第二，基于農(nóng)戶生計策略構(gòu)建的生計轉(zhuǎn)型矩陣顯示了2013—2015年農(nóng)戶生計策略跨期變化的特征和規(guī)律，主眾數(shù)組農(nóng)戶大多數(shù)分布于中等收益生計策略組，2013年次眾數(shù)組農(nóng)戶位于較高收入水平的生計策略組，2015年次眾數(shù)組農(nóng)戶則轉(zhuǎn)移到較低收入水平的生計策略組。低收入生計策略組合與高收入生計策略組合的變化率(包括進入率與退出率)較低，大部分的生計策略流動發(fā)生在中等收入的生計策略組合中，最終整個生計階梯演化為“葫蘆型”，是對“金字塔”型生計階梯的一種改善。

第三，對農(nóng)戶生計策略選擇及其動態(tài)轉(zhuǎn)型的影響因素分別進行MLM(多分類Logit)和OLM(定序Logit)分析，農(nóng)戶家庭當期的生計策略選擇對上一期生計策略具有顯著的依賴性，人力資本、社會資本和非農(nóng)用物質(zhì)資產(chǎn)的積累有利于農(nóng)戶選擇多樣化生計策略，逐漸轉(zhuǎn)向高收入型生計策略，但是農(nóng)用固定資產(chǎn)形成的沉沒成本對農(nóng)戶農(nóng)業(yè)生產(chǎn)存在捆綁效應(yīng)；以土地為主的自然資本的增加不僅為農(nóng)戶提供了租賃收入，有利于緩解人地矛盾，同時有利于實現(xiàn)農(nóng)業(yè)生產(chǎn)的規(guī)模效應(yīng)，實現(xiàn)農(nóng)戶生計策略的向上流動；金融資本拓寬了農(nóng)戶生計策略的融資渠道，顯著促進了農(nóng)戶生計策略的向上流動。

本文結(jié)論的政策含義在于，扶貧政策應(yīng)與鄉(xiāng)村振興目標相結(jié)合，以實現(xiàn)農(nóng)戶生計策略從低收益向高收益的流動為導(dǎo)向，幫助農(nóng)戶夯實生計資產(chǎn)基礎(chǔ)，實現(xiàn)農(nóng)業(yè)生產(chǎn)的規(guī)模效應(yīng)，創(chuàng)造非農(nóng)就業(yè)機會，幫助低資產(chǎn)收入農(nóng)戶走出“貧困陷阱”，中等資產(chǎn)收入農(nóng)戶跨越“中等收入陷阱”。其中，支持產(chǎn)業(yè)的發(fā)展是解決生存和長效發(fā)展的根本手段，是打贏脫貧攻堅戰(zhàn)的重要基礎(chǔ)。與此同時，政府應(yīng)該實施相關(guān)政策對農(nóng)戶生計資產(chǎn)提供保障，防止各類外生沖擊(包括政策、自然)對農(nóng)戶資產(chǎn)的侵蝕，導(dǎo)致農(nóng)戶生計策略向下流動的可能性變大。