城市邊緣區(qū)失地農(nóng)戶生計策略選擇

周恩毅,聶思言

(西安建筑科技大學 公共管理學院,西安 710055)

一、問題的提出

改革開放以來,中國工業(yè)化、城鎮(zhèn)化進程不斷加快。為實現(xiàn)城市空間擴張,大量城市邊緣區(qū)農(nóng)地被征收,由此產(chǎn)生了數(shù)以千萬計的失地農(nóng)戶[1]。有關(guān)部門預計,到2030年我國的失地農(nóng)民將達到1.1億人[2],失地農(nóng)民問題已演變成群體風險問題[1]。失地農(nóng)戶的生存和發(fā)展問題一直受到黨和國家的高度關(guān)注。2014年中共中央國務(wù)院印發(fā)的《國家新型城鎮(zhèn)化規(guī)劃(2014-2020)》明確提出要走“以人為本”的中國特色新型城鎮(zhèn)化道路,時刻關(guān)注城鎮(zhèn)化發(fā)展面臨的各種風險挑戰(zhàn),保障農(nóng)戶的生存和就業(yè)[3]；2018年《中共中央國務(wù)院關(guān)于實施鄉(xiāng)村振興戰(zhàn)略的意見》又對農(nóng)戶的生計發(fā)展做出較為詳細的規(guī)定,提出要拓寬農(nóng)戶生計策略選擇路徑,豐富農(nóng)戶生計方式[4]；2020年《土地管理法》又從法律層面完善了土地征收程序,明確了征地范圍,并規(guī)定不降低征地農(nóng)民原有的生活水平。毋庸諱言,中國城市化進程仍將持續(xù)推進,它對失地農(nóng)戶帶來的沖擊在短期內(nèi)無法消除,選擇合適的生計策略被認為是農(nóng)戶規(guī)避風險沖擊、積累資本、維持長遠發(fā)展的重要途徑。因此,如何引導失地農(nóng)戶選擇合適的生計策略，實現(xiàn)生計轉(zhuǎn)型并且適應(yīng)城鎮(zhèn)生活成為重大現(xiàn)實問題。

生計策略是指農(nóng)戶組合利用自己的生計資產(chǎn)來實現(xiàn)生計目標或追求生計長遠發(fā)展[5],農(nóng)戶的生計策略不是自由選擇的,而是受到資本、制度、社會多方面的約束[6]。以往關(guān)于失地農(nóng)戶生計策略選擇的研究主要集中在:(1)失地對農(nóng)戶生計資本和生計策略的影響。政府期望通過征地推動城鎮(zhèn)化發(fā)展并促進農(nóng)戶的非農(nóng)就業(yè)，但一些研究發(fā)現(xiàn),征地打破了農(nóng)戶原有的生計穩(wěn)定,使缺乏“農(nóng)轉(zhuǎn)非”增收渠道的農(nóng)戶收入下降,并逐漸陷入相對貧困[7]。同時,失地意味著農(nóng)戶生計資本的數(shù)量及結(jié)構(gòu)發(fā)生變化,農(nóng)戶必然采取相應(yīng)策略來應(yīng)對這些變化[6]。(2)生計資本對生計策略的影響。研究表明,生計資本的差異會使生計活動呈現(xiàn)出多樣化,從而導致農(nóng)戶選取不同的生計策略。自然資本存量對農(nóng)戶繼續(xù)從事農(nóng)業(yè)經(jīng)營活動有正向影響,人力資本的提高有助于失地農(nóng)戶從事非農(nóng)活動[8],因此失地農(nóng)戶會主動選擇替代性生計策略來實現(xiàn)生計的可持續(xù)發(fā)展。(3)對失地農(nóng)戶適應(yīng)性的分析。失地農(nóng)戶適應(yīng)城鎮(zhèn)生活的過程就是以土地為基礎(chǔ)的農(nóng)民權(quán)利體系向以個體為基礎(chǔ)的市民權(quán)利體系轉(zhuǎn)換的過程,這一過程不僅伴隨著生產(chǎn)和生活環(huán)境的變化,而且還面臨著社會關(guān)系的重塑及思想意識的變遷。而適應(yīng)性的核心是適應(yīng)能力,因此失地農(nóng)戶需要提高適應(yīng)能力來主動適應(yīng)生產(chǎn)、生活方式以及居住空間的轉(zhuǎn)變,更強的適應(yīng)能力也意味著更快的就業(yè)、更高的收入和有機會選擇更合適的生計策略。

從已有研究看,學界基于失地農(nóng)戶生計策略選擇問題展開了一定的探討,為本文提供了有益思路，但也存在以下不足:首先,現(xiàn)有研究多集中于失地農(nóng)戶生計資本變化的分析,但生計資本變化僅是農(nóng)戶整個生計活動的一部分,資本重新配置引起農(nóng)戶生計活動的變化即生計策略的轉(zhuǎn)變才是實現(xiàn)可持續(xù)生計的關(guān)鍵。因此,從生計策略選擇的視角研究失地農(nóng)戶問題更具有現(xiàn)實意義。其次,已有文獻很少綜合考慮生計資本、適應(yīng)能力、制度環(huán)境共同在生計策略選擇中發(fā)揮的作用,并且未能構(gòu)建系統(tǒng)的指標體系對失地農(nóng)戶的生計策略選擇進行研究。再次,現(xiàn)有文獻多局限于對失地農(nóng)戶生計策略選擇的影響因素研究,鮮有對失地農(nóng)戶如何進行生計策略選擇提供具體的方法指導?；诖?本文嘗試做以下擴展:第一,構(gòu)建失地農(nóng)戶生計策略選擇的分析框架,以反映失地農(nóng)戶生計變化的全貌;第二,從生計資本、適應(yīng)能力和制度環(huán)境三方面分析影響失地農(nóng)戶生計策略選擇的指標;第三,運用ANP構(gòu)建失地農(nóng)戶生計策略選擇的模型,具體分析失地農(nóng)戶如何進行生計策略的選擇,并通過SVM提高失地農(nóng)戶生計策略選擇模型的應(yīng)用范圍和推廣性。

二、理論分析與研究框架

哪些因素影響失地農(nóng)戶的生計策略選擇呢?學界主要運用社會排斥分析框架、脆弱性分析框架和可持續(xù)生計分析框架這三種框架來進行分析。社會排斥分析框架主要從制度政策層面來探討影響失地農(nóng)戶生計策略的原因。失地農(nóng)戶面臨著資源獲取、身份轉(zhuǎn)換以及融入城市生活的阻礙,并受戶籍制度等結(jié)構(gòu)化制度環(huán)境的影響,相對于城鎮(zhèn)居民而言,獲取的人力資本和社會資本更少,享受的公共服務(wù)也更加不足,因而失地農(nóng)戶在拓展生計策略的機會和能力上與城鎮(zhèn)居民存在較大差異[5]。脆弱性分析框架則是探討農(nóng)戶面臨的生計風險,主要包括健康、失業(yè)、自然、文化等風險,為了應(yīng)對這些風險,農(nóng)戶必然主動或被動地提高適應(yīng)能力,以便選取更合適的生計策略[9]。可持續(xù)生計分析框架更加關(guān)注生計主體自身的努力與發(fā)展,同時注重政府的支持以及外部環(huán)境的影響,并強調(diào)通過動員人力、金融等多種形式的資本,共同實現(xiàn)農(nóng)戶的長遠發(fā)展而非短時期內(nèi)的收入增加[10],認為農(nóng)戶會基于自身的生計資本和制度環(huán)境來調(diào)整生計策略[5]。

上述三種分析框架強調(diào)了制度政策、生計資本、個體能力等多重因素對失地農(nóng)戶生計策略選擇的交互作用,且要素之間存在互動關(guān)系，與農(nóng)戶“在面對失地沖擊后,利用自身的生計資本采取不同的生計策略并獲得相應(yīng)生計結(jié)果”的活動具有契合性[11]?？梢哉f失地農(nóng)戶的生計策略選擇既要考慮生計資本的積累及農(nóng)戶的個體適應(yīng)性,也要考慮制度化環(huán)境的影響。失地農(nóng)戶進行策略選擇時不能只考慮單一要素,需要理清多種因素的共同作用及其內(nèi)部關(guān)聯(lián)[5]。

本文嘗試將生計資本、適應(yīng)能力和制度環(huán)境三類因素納入失地農(nóng)戶生計策略選擇的考察,并據(jù)此構(gòu)建“制度環(huán)境-生計資本-適應(yīng)能力-生計策略選擇”分析框架(見圖1),來合理呈現(xiàn)失地農(nóng)戶生計策略選擇的個體性因素和制度結(jié)構(gòu)性因素的內(nèi)在邏輯關(guān)系。對該框架有兩點說明:首先,生計策略選擇的表現(xiàn)是農(nóng)戶在新環(huán)境的生計獲得和維持,即失地農(nóng)戶依據(jù)自身的生計資本,通過不斷提高適應(yīng)能力,進行生計資本的再生產(chǎn)和轉(zhuǎn)化，其中的關(guān)鍵就在于:“農(nóng)戶擁有怎樣的生計資本”以及“具備了哪些適應(yīng)能力”;其次,制度環(huán)境是否會影響失地農(nóng)戶的生計策略選擇？制度環(huán)境所包含的就業(yè)培訓、醫(yī)療衛(wèi)生、養(yǎng)老保障等內(nèi)容,正是影響失地農(nóng)戶生計策略選擇的重要環(huán)節(jié)。

圖1 “制度環(huán)境-生計資本-適應(yīng)能力-生計策略選擇”分析框架(1)注:虛線部分旨在補充說明失地農(nóng)戶生計策略選擇的機理,不作為具體討論。圖中N為自然資本,H為人力資本,S為社會資本,P為物質(zhì)資本,F為金融資本。

三、數(shù)據(jù)來源與研究方法

(一)研究區(qū)域概況

陜西省西安市地處關(guān)中平原,位于北緯33°39′～34°44′、東經(jīng)107°41′～109°49′之間,2019年全市常住人口1 020.35萬人,城鎮(zhèn)人口761.28萬人,城鎮(zhèn)化率為74.61%。西安市地域廣闊且歷史悠久,是西部地區(qū)重要的中心城市。近年來,經(jīng)濟發(fā)展迅速,進入城市化的快速推進時期,尤其是在“灃西新城”等新區(qū)建設(shè)項目的驅(qū)動下,西安城市空間不斷擴展,建成區(qū)面積從2014年的521.91平方千米增加到2019年的729.14平方千米。城市建成區(qū)面積的擴大離不開對城市邊緣區(qū)農(nóng)村的征地拆遷,據(jù)不安全統(tǒng)計,西安市失地農(nóng)民總量已超過50萬,約占西安市農(nóng)業(yè)人口的25%[1],因此,將西安市作為典型研究區(qū)具有一定的代表性。

城市邊緣區(qū)是城市化快速發(fā)展下的特殊綜合體,兼具城市和農(nóng)村的雙重特征,因此本文綜合考慮人口特征、景觀紊亂度、建設(shè)用地面積等衡量指標，選取了西安市周邊的灃西新城、灃東新城、高新區(qū)、長安區(qū)、高陵區(qū)作為調(diào)查研究區(qū)域。

(二)數(shù)據(jù)說明

本文數(shù)據(jù)來源于課題組2019年進行的入戶調(diào)研和深度訪談。具體過程如下:2019年1-12月,對西安城市邊緣區(qū)進行實地考察,利用分層隨機抽樣法選取38個村莊作為調(diào)研樣本,這些村莊呈散點狀分布在西安的邊緣區(qū)。其中,位于高陵區(qū)和長安區(qū)的18個村莊已在5年前經(jīng)歷過征地,并且積累了大量生計策略選擇的經(jīng)驗,而位于高新區(qū)、灃東新城和灃西新城的20個村莊處于面臨征地或剛經(jīng)歷征地不久的情況,該地區(qū)農(nóng)戶的生存環(huán)境及生計資本都發(fā)生了改變,面臨著生計策略的選擇。因此,已進行生計策略選擇農(nóng)戶的實踐能給將要進行生計策略選擇的農(nóng)戶提供一定的借鑒和參考,通過系統(tǒng)總結(jié)已經(jīng)失地農(nóng)戶選擇的生計策略,能明確未進行生計策略選擇的農(nóng)戶可選的策略類型。2019年1月,設(shè)計問卷并進行預調(diào)研,依據(jù)預調(diào)研的反饋結(jié)果對問卷進行修改,確定最終問卷。11月,采取等比例抽樣法對各村莊的失地農(nóng)戶進行正式調(diào)研,其中高陵區(qū)和長安區(qū)共發(fā)放問卷989份,回收問卷885份,有效回收率為89.48%；灃西新城、灃東新城、高新區(qū)共發(fā)放問卷543份,回收問卷489份,有效回收率為90.1%。問卷內(nèi)容包括被調(diào)查者的基本情況、家庭收支情況、就業(yè)情況、社會保障情況以及征地安置賠償?shù)取?/p>

(三)研究方法

1.K-均值聚類法。本文采用K-均值聚類法對失地農(nóng)戶的生計策略進行劃分,目前生計策略劃分的方法主要有主觀判斷法和聚類分析法兩種,其中聚類分析法依賴于實際數(shù)據(jù),因此更為客觀。機器學習中最常見的任務(wù)有回歸、聚類和分類,K-均值聚類法是一種無監(jiān)督的聚類學習算法,在不需要任何其他先驗知識的情況下,根據(jù)樣本的屬性空間中的歐氏距離把樣本劃分為K類,依據(jù)算法的迭代規(guī)則,使得每一次迭代的K類樣本的平均值相互距離最遠,直至收斂[12]。

2.網(wǎng)絡(luò)分析法(ANP)。本文主要通過ANP確定失地農(nóng)戶生計策略選擇的指標權(quán)重,從而進行生計策略的選擇分析。由于本文的指標間具有很強的依存關(guān)系,而ANP可以通過定量與定性相結(jié)合的方法來厘清指標間的相互關(guān)系,解決同一層次之間指標互相依存的問題,從而提升決策的準確性。ANP的基本思路是:首先確定決策目標,界定決策準則,比較各指標相對于準則的重要性,得出權(quán)重。其次,建立未加權(quán)超矩陣,對所有元素迭代以確定其局部權(quán)重。再次,提取特征向量,計算加權(quán)超矩陣。最后,使用冪法求取加權(quán)超矩陣的乘方,即得到極限超矩陣以及其對應(yīng)全局權(quán)重。

圖2 SVM從二維到三維的推廣

3.支持向量機(SVM)。本文采用Vapnik為解決分類問題提出的SVM,在數(shù)據(jù)集中選擇一組特征子集,若對其的劃分等價于對整個數(shù)據(jù)集的劃分,則該特征子集就稱為支持向量。不同于K-Means,SVM是一種有監(jiān)督的分類方法。針對雙屬性的樣本,利用二元Logistic回歸等方法可以將數(shù)據(jù)用直線均勻分開,那么同理有三屬性的樣本則可被一個平面劃分,當推廣到高維特征空間時,這個分界限被稱為超平面,SVM的作用就是構(gòu)造最優(yōu)分類超平面,其適合小樣本問題,如圖2所示。

四、生計策略劃分與指標構(gòu)建

(一)生計策略劃分

農(nóng)戶生計策略的劃分主要依據(jù)其生產(chǎn)要素的分配和收入來源[13]。本節(jié)劃分了高陵區(qū)和長安區(qū)經(jīng)歷過征地的農(nóng)戶的生計策略類型,并以此判斷高新區(qū)、灃東新城和灃西新城那些面臨征地或剛經(jīng)歷征地不久的失地農(nóng)戶可選擇的生計策略。根據(jù)已有研究并考慮到數(shù)據(jù)的可用性,在家庭收入來源上選擇農(nóng)業(yè)種植收入、個體私營收入、工資收入、農(nóng)業(yè)經(jīng)營收入、外出打工收入以及政府補助總額。由于部分已失地農(nóng)戶拒絕回答與收入相關(guān)的問題,因此刪除了收入來源中產(chǎn)生虧損的不適用樣本,并對歸類結(jié)果添加標簽以及統(tǒng)計不同生計策略農(nóng)戶的總收入均值。本節(jié)使用SPSS Statistics 21軟件,選取K值為4,經(jīng)過20次迭代樣本收斂,其結(jié)果見表1。

表1 K-Means聚類結(jié)果

K-均值聚類法將已經(jīng)失地農(nóng)戶的生計策略直觀地分為4類,各類農(nóng)戶的特征差異明顯,客觀闡述了不同類型的生計策略。具體而言:策略1是以農(nóng)業(yè)種植活動為主,該類型農(nóng)戶數(shù)有159戶,占樣本農(nóng)戶的17.96%,其中81.59%的人口從事農(nóng)業(yè)種植,從事個體私營的人數(shù)最少,只有1.04%。農(nóng)業(yè)收入占家庭收入的比重最大,收入的特征和勞動力人口的特征基本一致。該類型樣本農(nóng)戶人均純收入僅為6 628.25元,在4種策略中最低。策略2以個體私營為主,一部分農(nóng)戶從事農(nóng)業(yè)活動,該類型農(nóng)戶數(shù)有66戶,占樣本農(nóng)戶的7.46%,在策略選擇中所占的份額最小,可見個體私營并非是大多數(shù)失地農(nóng)戶的首要選擇。其中,60.39%的勞動力人口從事個體經(jīng)營,經(jīng)營收入占家庭收入的76.25%。該類型樣本農(nóng)戶人均純收入為40 072.76元,收入最高。策略3是外出打工為主,其中從事農(nóng)業(yè)種植活動的人數(shù)較多,該類型農(nóng)戶數(shù)有447戶,占樣本農(nóng)戶的50.51%,選擇該策略的農(nóng)戶也是最多的。外出打工的人口占總勞動力人口的54.71%,從事農(nóng)業(yè)的勞動力人口則占33.05%。收入方面,外出打工收入占全部家庭收入的絕大多數(shù),達到了88.79%。該類型樣本農(nóng)戶人均純收入為17 837.41元,略低于樣本農(nóng)戶的平均收入水平。策略4以獲取工資性收入為主。該類型農(nóng)戶數(shù)有213戶,占樣本農(nóng)戶的24.07%,其中獲取工資收入的人口占總勞動力人口的77.14%,收入方面,家庭的工資收入占全部收入的比重很高,高達90.71%,其余收入占總收入的比例較小。據(jù)統(tǒng)計,該類型樣本農(nóng)戶人均純收入達到30 341.07元,在各分類中人均收入較高。

(二)指標構(gòu)建

根據(jù)本文的分析框架,并基于以下原則構(gòu)建失地農(nóng)戶生計策略選擇指標體系:(1)指標體系應(yīng)涵蓋生計資本、適應(yīng)能力、制度環(huán)境三大方面,以全面衡量失地農(nóng)戶生計策略選擇的影響因素。(2)選取的指標應(yīng)具有一定的代表性和典型性,不宜過于細化,否則會增加對指標權(quán)重判斷的難度并分散重點指標。(3)選擇的指標應(yīng)盡可能的易獲取、可量化。因此,本文的指標選取情況見表2。

表2 失地農(nóng)戶生計策略選擇指標體系

1.生計資本指標的確定。關(guān)于失地農(nóng)戶的生計資本指標,依據(jù)國內(nèi)學者研究的生計指標測量表并結(jié)合失地農(nóng)戶的具體特征,將失地農(nóng)戶的生計資本分為五個部分:(1)自然資本。土地是失地農(nóng)戶的關(guān)鍵自然資本[14],征地并不意味著農(nóng)戶失去全部土地,相當一部分農(nóng)戶只被征用部分土地,失去部分土地的農(nóng)戶可以繼續(xù)利用土地從事農(nóng)業(yè)生產(chǎn)活動[15]。即便失去了全部土地,農(nóng)戶也可以租用他人土地繼續(xù)從事農(nóng)業(yè)活動。此外,經(jīng)營土地能夠給農(nóng)戶帶來一定的收入,失去土地又意味著農(nóng)戶可以獲得經(jīng)濟補償,土地保留得越少,獲得的經(jīng)濟補償就越多,因此,本文選取“家庭耕地面積”和“失地比例”來衡量失地農(nóng)戶的自然資本[15]。(2)物質(zhì)資本。物質(zhì)資本即農(nóng)戶生產(chǎn)和生活所用的設(shè)備以及基礎(chǔ)設(shè)施。對農(nóng)戶來講,最大的物質(zhì)資本是住房,一般情況下,住房面積、位置等的不同會使住房的價值產(chǎn)生很大的差異。對失地后的農(nóng)戶來講,若在城鎮(zhèn)擁有住房,不僅會增加在城鎮(zhèn)尋找工作的可能,而且會帶來更高的價值從而增加農(nóng)戶的生計資本,最終影響到生計策略的選擇。同時,家庭擁有的耐用消費品價值也是衡量家庭物質(zhì)資本的重要指標。(3)人力資本。人力資本是一個家庭生計的重要基礎(chǔ),對家庭擺脫貧困、維持未來的發(fā)展具有重要意義[16]。個人的教育經(jīng)歷對就業(yè)選擇和工資收入的高低會有明顯影響。此外,健康程度會影響個人的生產(chǎn)能力,勞動力健康狀況對家庭的發(fā)展有重要作用[17]。同時,選用在城鎮(zhèn)工作的人口作為指標,能更好地反映出因原始人力資本積累的差異而帶來的策略選擇的變化。(4)金融資本。指農(nóng)戶能夠獲得和支配的資金。農(nóng)戶最重要的金融資本是現(xiàn)金收入,包括外出務(wù)工的工資以及農(nóng)作物、經(jīng)濟作物等的收入。另一方面,由于大部分農(nóng)戶都是風險厭惡者,進行投資、購買基金、證券等的家庭較少,將積蓄存入銀行的家庭仍占大多數(shù),因此選取銀行存款總額作為衡量指標[18]。(5)社會資本。指農(nóng)戶的社會網(wǎng)絡(luò)關(guān)系,利用社會資本農(nóng)戶能更好地實現(xiàn)生計策略。若城鎮(zhèn)中的親朋數(shù)多、家庭中參加社會團體組織的成員占比高,能使農(nóng)戶獲得更多的交流機會以及各類信息,從而有利于農(nóng)戶的生活和就業(yè)。

2.適應(yīng)能力指標的確認。對失地農(nóng)戶來講,提高適應(yīng)能力的過程也是不斷積累生計資本的過程,因此資本獲取與整合能力就顯得尤為重要,包括農(nóng)戶如何有效利用征地補償款以及獲取就業(yè)信息等能力,這一能力的提高意味著農(nóng)戶有更多的機會來選擇生計策略以滿足生存和發(fā)展的需要。此外,就業(yè)能力是失地農(nóng)戶適應(yīng)能力的關(guān)鍵,農(nóng)戶獲取資本的能力會隨著就業(yè)能力的提升而增加,相應(yīng)地,農(nóng)戶遭受的外界沖擊和環(huán)境變化帶來的不利影響也會隨之減少。Ado認為適應(yīng)能力是用來評價農(nóng)戶應(yīng)對風險沖擊的指標,農(nóng)戶可能會遭受來自各方面的風險威脅；健康風險會導致勞動力的數(shù)量減少;教育風險會降低家庭成員的教育水平和勞動力素質(zhì),最終減少人力資本;養(yǎng)老風險會加重家庭的經(jīng)濟負擔,進而降低金融資本[19]。因此,本文在參照江易華提出的失地農(nóng)戶適應(yīng)能力再造框架的基礎(chǔ)上,將適應(yīng)能力分成了資本獲取與整合力能力、就業(yè)能力、社會風險應(yīng)對能力三個方面[20]。具體來看,在資本獲取與整合能力中,設(shè)置了資本獲取情況以及資本配置與利用的合理性兩個指標。另外,用非農(nóng)謀生技能掌握情況、工作的發(fā)展前景與獲取工作信息的情況這三個指標衡量就業(yè)能力。在社會風險應(yīng)對能力,設(shè)置了養(yǎng)老、醫(yī)療保險的覆蓋率和對風險采取措施的針對性兩個指標。

3.制度環(huán)境指標的確認。農(nóng)戶的生存和發(fā)展不是孤立的,要依賴于一定的外部環(huán)境,因此生產(chǎn)和生活的空間結(jié)構(gòu)變化、政策的不同以及執(zhí)行地差異化會影響農(nóng)戶生計策略的選擇[21]。在制度環(huán)境方面,共設(shè)置兩個二級指標。其中制度政策分為征地賠款、就業(yè)安置、技能培訓與指導三個指標。在環(huán)境保障中,設(shè)置了安置的地理位置、安置地的基礎(chǔ)設(shè)施建設(shè)、勞動力市場環(huán)境三個指標。

五、失地農(nóng)戶生計策略選擇的模型構(gòu)建

(一)失地農(nóng)戶生計策略選擇的ANP模型

基于上述的指標構(gòu)建,根據(jù)失地農(nóng)戶的依存關(guān)系,進一步分析并構(gòu)建了失地農(nóng)戶生計策略選擇的ANP網(wǎng)絡(luò)結(jié)構(gòu)模型。具體分析如圖3所示:第一層為控制層;第二層為網(wǎng)絡(luò)層,根據(jù)生計策略選擇指標體系以及指標間的依存關(guān)系確定,包含生計資本、適應(yīng)能力、制度環(huán)境這3個元素組;第三層為方案層,是農(nóng)戶在失地后可選擇的4種策略(見表1)?？刂茖訛槭У剞r(nóng)戶的生計策略選擇，即本文的研究目標。

圖3 ANP網(wǎng)絡(luò)模型結(jié)構(gòu)圖

通過ANP對失地農(nóng)戶生計策略選擇影響因素的確定,可以識別不同指標的重要性,由于資本稟賦不同的家庭在進行生計策略選擇時的指標權(quán)重排序有所差異,因此通過對失地農(nóng)戶指標權(quán)重的計算可以確定其選擇的生計策略的優(yōu)先順序,從而為失地農(nóng)戶進行生計策略選擇提供有效的指導。同時,ANP有效解決了指標之間相互影響的問題,使生計策略選擇的結(jié)果更加符合現(xiàn)實,為后續(xù)政府實施具有針對性、重點性的解決措施奠定了良好基礎(chǔ)[22]。

(二)生計策略選擇的實例研究

基于上述分析,我們以灃西新城計家村的X家庭為例,對本文失地農(nóng)戶生計策略選擇的方法給以說明。該家庭在2019年初進行了拆遷,現(xiàn)面臨著生計策略的選擇。

首先,在失地農(nóng)戶生計策略選擇指標ANP模型構(gòu)建的基礎(chǔ)上,利用Super Decisions(簡稱“SD”)軟件建立該家庭的ANP網(wǎng)絡(luò)結(jié)構(gòu)圖(如圖4所示)；其次,以二級指標為評價準則來判斷三級指標之間的關(guān)系,并建立相應(yīng)的判斷矩陣,同時對所有指標的判斷矩陣進行一致性檢驗。當通過一致性檢驗后,利用軟件生成該模型的超矩陣、加權(quán)超矩陣以及極限矩陣。其中,ANP 極限矩陣(因版面限制,僅以適應(yīng)能力的指標進行說明)如表3所示。由于極限矩陣中各極限收斂且唯一,所以得到的列向量即為指標的權(quán)重[23]。最后,得到該家庭的生計策略選擇指標權(quán)重(見表4)以及四種生計策略選擇的排序(見表5)。

圖4 Super Decisions中失地農(nóng)戶生計策略選擇的ANP網(wǎng)絡(luò)結(jié)構(gòu)圖

表3 家庭生計策略選擇指標的ANP極限矩陣

表4 X家庭生計策略選擇指標

X家庭共有6名成員,失地前,父親在鎮(zhèn)上的工廠打工,爺爺身體較差,奶奶和母親除了完成家務(wù)還需要一起從事農(nóng)業(yè)種植,另有兩個孩子在鎮(zhèn)上的中學讀書,是收入與社會關(guān)系都在農(nóng)村的主干家庭。由表4可知,首先，對該家庭生計策略選擇影響最大的是金融資本。擁有更多的收入和存款可以使農(nóng)戶更加自由地選擇生計策略,這種選擇可以不受戶口、地理位置以及學歷水平的限制,同時金融資本可以為農(nóng)戶的生存提供強有力的經(jīng)濟支撐并且使農(nóng)戶的收入與儲蓄更具有靈活性。因此,對此類家庭而言,金融資本可以增強抵御生活成本上升和自然災害沖擊的能力,從而在生計策略選擇中產(chǎn)生更大影響[9]。其次是自然資本,失地比例不僅影響了征地賠款的金額,而且決定了農(nóng)戶從事農(nóng)業(yè)活動的可能以及需要租用他人土地的比例。對該家庭來講,征地賠款不僅可以改善家庭生活,也能使父親選擇相對輕松的工作。此外，該家庭人力資本的權(quán)重也比較靠前,這是因為對需要從事體力勞動和農(nóng)業(yè)活動的X家庭來講,勞動力的健康狀況關(guān)系到整個家庭的正常生產(chǎn)和生活。社會資本較低的原因是X家庭生活在農(nóng)村,城鎮(zhèn)親朋數(shù)較少,并且參加社會團體組織的可能性較小。就業(yè)能力的排名也比較靠前,短期內(nèi)就業(yè)能力的高低直接關(guān)系到農(nóng)戶的就業(yè)可能、就業(yè)質(zhì)量以及工資收入水平,長期內(nèi)就業(yè)能力關(guān)系到征地農(nóng)戶的生活保障[24]。因此,就業(yè)對農(nóng)戶來講是關(guān)鍵,就業(yè)能力的提升意味著農(nóng)戶可以進行更多的物質(zhì)資本積累并且大大提高抵御風險的能力[20]。環(huán)境保障的影響是最小的,可能是由于整體的外部環(huán)境在短期內(nèi)對家庭生計策略選擇的影響較小,需要一段時間才能有所表現(xiàn)。最后,從三級指標的權(quán)重來看,實際年收入所占的權(quán)重最高,足以反映出金融資本中的家庭實際年收入對于失地農(nóng)戶生計策略選擇的影響最為顯著。X家庭影響最大的三級指標分別分布在人力資本和金融資本中,這一結(jié)果與二級指標所反映出的狀況一致,進一步說明了本文結(jié)果的可靠性。

表5 X家庭生計策略選擇情況

通過計算X家庭生計策略選擇指標的權(quán)重,掌握了影響該家庭生計策略選擇的資本稟賦的重要性排序,通過指標的重要性排序可以計算出該家庭可選擇的生計策略排序。從表5可看出,對于X家庭,四種策略的排序為:外出打工為主(策略3)>以農(nóng)業(yè)種植活動為主(策略1)>以獲取工資性收入為主(策略4)>以個體私營為主(策略2)。從家庭特點和資本稟賦來看,該家庭最傾向于選擇以外出打工為主的生計策略,其次傾向于以農(nóng)業(yè)種植活動為主的生計策略,選擇以工資性收入為主和個體私營為主的傾向較小。造成這一選擇的原因有以下幾方面:首先,由于自身教育經(jīng)歷和學歷水平的限制,相比于從事需要更多知識技能的個體私營而言,X家庭的農(nóng)戶更加傾向于外出打工,加之大部分農(nóng)戶是風險厭惡者,因此選擇個體私營的可能較小;其次,即使失地后農(nóng)戶賴以生存的自然資本有所減少,但因缺乏非農(nóng)謀生技能以及受到傳統(tǒng)農(nóng)業(yè)觀念的禁錮,X家庭在很大程度上仍愿通過租用他人土地的方式來進行農(nóng)業(yè)種植活動;再次,失地后農(nóng)戶獲得了相應(yīng)的征地賠款和住房安置,這在一定程度上減輕了農(nóng)戶的經(jīng)濟負擔,經(jīng)濟壓力的減少也使農(nóng)戶愿意從事更為輕松的工作,如在當?shù)貛蛣e人做農(nóng)活、進行農(nóng)業(yè)種植或簡單地打零工等。

綜上分析,根據(jù)X家庭的生計資本、適應(yīng)能力以及制度環(huán)境即X家庭擁有的資本稟賦,為該家庭選擇了與之最為合適的生計策略,對ANP模型的合理性進行了驗證和應(yīng)用。因此,具有不同資本稟賦的家庭可以通過輸入其具體的指標,選擇相應(yīng)的生計策略,從而為失地農(nóng)戶如何科學全面地選擇生計策略提供方法指導。

(三)家庭生計策略選取的推廣與應(yīng)用

盡管通過ANP模型可以對失地農(nóng)戶家庭的生計策略選擇進行有效分析,但受限于龐大的計算工作,很難將此進行大規(guī)模的應(yīng)用。然而,筆者寫作的初心是將該模型推廣到更大范圍內(nèi),指導更多的失地農(nóng)戶選擇生計策略。因此,出于這一考慮,在對灃西新城、灃東新城、高新區(qū)489戶失地農(nóng)戶調(diào)查的基礎(chǔ)上,選取236個家庭進行生計策略選擇分析,并構(gòu)建基于SVM的失地農(nóng)戶生計策略應(yīng)用模型,來加強ANP模型的實用性。SVM的流程如圖5所示:

圖5 SVM訓練過程

本節(jié)采用集成開發(fā)環(huán)境VS2015，并調(diào)用OpenCV庫進行編程。SVM可用于將多維數(shù)據(jù)分為兩類,如果用其解決多元分類問題則需要使用多個二元分類相結(jié)合。在傳統(tǒng)的多分類法中,每次分類劃分的兩個子類中至少有一個子類為單類,這種一對多的分類法,易導致類別重疊和不可分類。而采用一對一的分類法,每兩個單類做一個SVM,可提高分類速度和消除一對多的分類法的缺陷。因此,本節(jié)選擇支持大于2分類的C類支持向量分類機,并采用一對一的多分類法(如圖6所示)。

圖6 SVM模型的分類(2)注:圖中橢圓代表二分類的依據(jù),矩形代表最終分類結(jié)果,線條上的標注代表各類的流向。

1.數(shù)據(jù)處理。提取灃西新城、灃東新城、高新區(qū)236戶失地家庭的生計策略選擇指標,并投入ANP模型即可得到每戶家庭的策略排序,每戶家庭均有其最為傾向的策略及最不建議的策略,共計24種排序方式,由于ANP工作量巨大,樣本的數(shù)量有限,不足以支撐進行24分類的訓練。故本節(jié)僅以家庭最傾向選擇的策略作為4分類的依據(jù),并選取205戶家庭的問卷數(shù)據(jù)和ANP得出的策略傾向作為參與訓練的數(shù)據(jù)集,31個家庭的問卷數(shù)據(jù)和ANP得出的策略傾向不投入訓練,將其作為驗證集以驗證模型的泛化性。數(shù)據(jù)集的SVM的類別可定義為表6所示。

表6 數(shù)據(jù)集分布表

2.選定核函數(shù)和初始參數(shù)。當出現(xiàn)數(shù)據(jù)集的錯誤導致線性不可分的情形時,核函數(shù)可以通過將低維特征空間映射到高維空間的方式使得數(shù)據(jù)集變成線性可分。具體而言,首先在低維特征空間上進行計算,然后借助核函數(shù)將初始空間映射到高維特征空間，并確定最優(yōu)的超平面實現(xiàn)對數(shù)據(jù)集的非線性分類。針對不同的領(lǐng)域問題應(yīng)使用不同的核函數(shù),但也存在一些核函數(shù)適用于所有領(lǐng)域,常用的核函數(shù)有多項式核函數(shù)和高斯核函數(shù)。

多項式核函數(shù)：k(x,y)=[(x·y)+1]d

其中d為多項式核參數(shù)，代表計算的維數(shù)，當維數(shù)線性增加時，計算復雜度和學習復雜度呈指數(shù)增加。

高斯徑向核函數(shù)則為更通用的核函數(shù)，其公式如下：

高斯徑向核函數(shù)是使用最廣泛的核函數(shù)，對于大樣本和小樣本分類性能都非常卓越。高斯徑向核函數(shù)也是一種局部性比較強的核函數(shù)，同時具有很強的抗干擾性。訓練集分別用支持向量機的多項式核、高斯徑向核進行建模。核函數(shù)的初始參數(shù)選取缺省值。

3.模型評價和參數(shù)尋優(yōu)。主要的模型優(yōu)劣評價指標選取訓練集的均方根誤差及其命中率。本文采用5次10折交叉驗證,將樣本隨機劃分為數(shù)目相等的10類,每次抽出一個子集作為測試集,其他子集作為訓練集,即可得到10個模型和10組測試集得出的性能。共隨機劃分五次,重復訓練過程,最終取訓練結(jié)果的性能平均值進行評估。

4.投入訓練并導出結(jié)果。未投入訓練和參數(shù)尋優(yōu)的31個家庭作為驗證集,投入模型評估。經(jīng)過參數(shù)尋優(yōu)最終模型的效果如表7所示?？芍咚箯较蚝撕投囗検胶嗽跍y試集上都可以達到90%以上的命中率,高斯徑向核函數(shù)的命中率較低,且在驗證集上均方根誤差大,泛化性能較差,多項式核的泛化性能良好,總體效果更好。本文構(gòu)建的支持向量機的預測結(jié)果與ANP模型得出的策略傾向具有較高的擬合度,在小樣本上取得了不錯的效果。因此,在一定程度上替代了ANP復雜繁復的工作,并且隨著更多的問卷數(shù)據(jù)投入,模型的效果有望得到顯著提升。但因本節(jié)的SVM模型具有時效性,所以隨著政府政策和經(jīng)濟形勢的變化,ANP指標、策略的分類、SVM的選型和參數(shù)選擇也應(yīng)隨之調(diào)整。

表7 SVM訓練結(jié)果

六、研究結(jié)論與政策建議

通過上述研究,本文得出以下結(jié)論:(1)失地農(nóng)戶可選擇的生計策略包括以農(nóng)業(yè)種植活動為主;以個體經(jīng)營為主,一部分農(nóng)戶從事農(nóng)業(yè)活動;以外出打工為主,從事農(nóng)業(yè)種植活動的人數(shù)較多;以獲取工資性收入為主四種類型。(2)具有不同資本稟賦的家庭在生計策略選擇方面存在差異,通過ANP和SVM構(gòu)建的模型可為失地農(nóng)戶的生計策略選擇提供指導,并且SVM的預測結(jié)果與ANP得出的選擇方案擬合度達到90.3%。

綜上分析,為了解決農(nóng)戶在失地后的生計問題,讓農(nóng)戶盡快地適應(yīng)失地后的生計環(huán)境,實現(xiàn)生計策略的轉(zhuǎn)變,本文提出如下政策建議:(1)重視失地農(nóng)戶的生計策略問題,及時幫助農(nóng)戶選擇合適的生計策略。政府在提升失地農(nóng)戶就業(yè)能力上可發(fā)揮更加積極的作用。一方面,加強失地農(nóng)戶的職業(yè)培訓,增加教育投入,提高農(nóng)戶的人力資本水平[25];另一方面,建立城鄉(xiāng)統(tǒng)一的勞動力市場,破解城鄉(xiāng)二元體制給失地農(nóng)戶在城鎮(zhèn)勞動力市場帶來的弱勢地位。(2)對那些對城市生活了解不深且沒有穩(wěn)定工作或生計資本水平低的農(nóng)戶,需要保障其失地后的基本生活水平,提供合適的養(yǎng)老保障形式,關(guān)注其健康問題,將失地農(nóng)戶納入城鎮(zhèn)養(yǎng)老保險和醫(yī)療保險的體系,減少農(nóng)戶的心理不平衡,降低其對健康和養(yǎng)老問題的擔憂,使其安心進入城市生活。(3)增加失地農(nóng)戶的收入并開拓多元化的收入渠道,政府對想要從事個體經(jīng)營的家庭提供必要的政策支持與技術(shù)指導,在工商登記、減少稅收等方面給予優(yōu)惠,落實“減稅降費”；為失地農(nóng)戶提供金融支持,拓寬失地農(nóng)戶的融資渠道,使金融更好地服務(wù)于實體經(jīng)濟,促進失地農(nóng)戶的收入結(jié)構(gòu)升級與多樣化。