市场不确定性、产业扶贫项目参与对农户贫困脆弱性的影响

 　　摘 要：探讨市场不确定性、产业扶贫项目参与对农户减贫效果的影响机制，对于管控产业扶贫项目实施风险、提高产业扶贫绩效具有重要现实意义。利用陕西省秦巴山区776户农户调研数据，借助两阶段最小二乘法和内生转换回归模型实证研究了市场不确定性、产业扶贫项目参与对农户贫困脆弱性的影响，并在反事实假设的基础上估计了农户参与产业扶贫项目对贫困脆弱性的平均处理效应。实证结果表明：农户产业扶贫项目参与能有效缓解贫困脆弱性，相较于未参与农户，参与农户贫困脆弱性显著降低26.22%。进一步研究表明，市场不确定性显著抑制农户产业扶贫参与，且加深了农户贫困脆弱性。基于此，从合理选择产业扶贫项目、搭建有效利益联结机制、优化农业保险体系等方面得出针对性的政策启示。

　　关键词：市场不确定性;产业扶贫项目参与;农户贫困脆弱性;内生转换回归模型

　　中图分类号：F323.8 文献标识码：A

　　文章编号：1009-9107(2020)04-0121-10

　　《东北农业大学学报(社会科学版)》办刊宗旨：坚持贯彻理论联系实际，科学技术必须面向经济建设的原则，实行"百花齐放，百家争鸣"的方针，推动科技事业的发展，为农业科技事业服务，充分借助媒体的优势，加强农业科技信息的普及，促进国内外的学术交流。

　　引 言

　　消除贫困、改善民生是我国社会主义制度的内在要求[1]。2018年年底，我国贫困人口降为1 660万人，农村贫困发生率比2016年降低了2.8个百分点[2]，创造了世界减贫史上的佳绩。但因剩余贫困人口基数大，脆弱性、动态化和多维性等贫困新特征，扶贫工作依然是我国社会工作的重中之重。产业扶贫因其本身多样性、适应性和可持续性，被认为是脱贫致富效率较高、“造血”能力较强、辐射带动范围较广的扶贫举措，也是脱贫攻坚的主要方向[3]。现阶段农业依然是产业扶贫的支柱产业，而农业具有双重交叉属性，农户产业扶贫项目参与必然面临着市场风险的冲击。在实践中，经常发生农产品价格腰斩、缺乏买主、“谷贱伤农”等销售困境，致使产业扶贫的惠农、增收机制成为逆向“伤农”、贫困脆弱性生成机制，市场不确定性成为阻碍产业项目减贫效果实现的显著因素[4]。因此，研究市场不确定性对农户产业扶贫项目参与(下文简称为“产业扶贫参与”)及其减贫效应的影响机制，对于政府制定产业扶贫风险管理政策，提高产业扶贫绩效具有重要意义。

　　已有研究表明，农户产业扶贫参与决策是内外部条件共同作用的结果，其中内部条件包括农户家庭特征、资源禀赋等，外部条件包括地理环境、政策支持、外部帮扶状况等[5-7]。产业扶贫项目能够激发贫困地区农户内生动力，实现精准脱贫[8]。荀关玉研究表明产业扶贫项目能有效提升农户家庭收入水平，削弱家庭经济脆弱性[9]。产业扶贫的减贫机制主要体现在：一是优化家庭农业生产要素配置，依靠产业化发展策略，提高贫困区农业生产率和收益率，降低贫困发生率[10];二是促进贫困户物质、人力和社会资本的有效融合，通过拓展农业和非农就业渠道，改变其生计策略选择[11]，实现增收减贫。

　　以往关于产业扶贫项目影响因素及其减贫效应的研究，为本文分析提供了重要理论支撑，但在以下方面仍有待深化：一是现有文献对市场不确定性影响产业扶贫项目参与及其减贫效应的研究缺乏实证检验。二是较多文献探讨了产业扶贫项目对农户减贫效应的影响，但未将市场不确定性纳入统一考虑范围，关于市场不确定性条件下产业扶贫项目参与对农户贫困脆弱性影响机制与效应的研究依然不足，亦未考虑产业扶贫项目参与的自选择问题和内生性问题。鉴于此，本文使用陕西省秦巴山区776户农户调查数据，实证探讨市场不确定性、产业扶贫项目参与对农户贫困脆弱性的作用机制，以期为产业扶贫减贫绩效提升挖掘新视角。本文主要贡献体现在：第一，利用微观调研数据，揭示市场不确定性对贫困户产业扶贫项目参与和贫困脆弱性的影响机制;第二，运用内生转换模型，估计参与和未参与产业扶贫项目家庭的反事实贫困脆弱性，并测算市场不确定性背景下产业扶贫项目参与对农户贫困脆弱性的影响效应。

　　一、理论分析与研究假说

　　(一)市场不确定性对农户产业扶贫项目参与的影响

　　产业兴旺必须解决市场不确定性问题，市场不确定性是产业扶贫项目运营的客观环境，其所呈现出的价格不稳定、需求多变性、预测误差性等特点，不仅影响农户长效增收[12]，还易降低产业扶贫项目的可持续性。因此，较高的市场不确定性会对贫困户产业扶贫项目参与决策产生影响。一方面，产业扶贫项目因参与者异质性、政策相关性、技术复杂性等因素的影響，其自身存在诸多不确定性，加之市场不确定性所带来的产品价格变异性、需求先导性不足等，使农户预期净收益不确定性和产业增收风险增加，导致产业扶贫项目的减贫效果不佳，农户参与积极性和主动性受到较大挤压[13];另一方面，贫困户相较于普通农户，风险承担能力较弱、风险规避程度较高[14]，为避免市场不确定性产生的负面影响，贫困户更倾向于主动放弃高风险高收益的产业扶贫项目，选择低收益、低风险的经济活动[15]。基于此，本文提出假设1：

　　H1：较高的市场不确定性会削弱农户参与产业扶贫项目的积极性。

　　(二)市场不确定性对农户贫困脆弱性的影响

　　贫困脆弱性反映农户遭遇不利影响时贫困的发生率，风险和不确定性是加深贫困脆弱性的主要诱因[16]。市场不确定性不仅直接影响家庭收入，导致其贫困脆弱性生成，同时通过降低农户应对外部冲击的能力，而间接影响家庭脆弱性。首先，市场不确定性通过改变家庭福利水平影响贫困脆弱性。市场不确定性的直接后果是农副产品价格大幅波动所带来的家庭收入的减少，致使家庭福利水平下降，脆弱性程度加深。在社会风险承担网络不健全的贫困地区，在市场不确定性冲击下，高经济脆弱性的农户极易陷入“低收入-脆弱性加大-低收入”的恶性循环中，从而增大返贫概率甚至陷入贫困陷阱[17]。其次，市场不确定性通过减弱农户风险分担影响贫困脆弱性。连片贫困区生态环境脆弱，信息堵塞，农户基本上无法进入资本市场和保险市场进行“自我保险”，使得其抗风险能力较弱，市场不确定性会进一步削弱家庭应对负面冲击的承受力，最终使贫困脆弱性程度加深[18]。此外，贫困户在遭遇不确定性冲击后主要以减少消费、向亲戚朋友借款、变卖家产等来应对，而变卖资产等策略又会导致其未来收入减少，从而家庭脆弱性程度提高。基于此，本文提出假设2：

　　H2：较高的市场不确定性会加深农户贫困脆弱性。

　　(三)产业扶贫项目参与对农户贫困脆弱性的影响

　　产业扶贫是贫困区域脱贫致富的主要途径，在激发贫困户内生发展动力、增加农业收入和降低贫困脆弱性等方面具有不可替代的作用[19]。一是产业扶贫的收入减贫效应。这种机制源于产业扶贫项目的规模经济效应、边际产出效应等产生的较高生产效率，为贫困户家庭收入提供了较强的保障，从而有效缓解了贫困脆弱性[20]。二是产业扶贫的就业减贫效应。产业扶贫通过提供稳定的就业机会，贫困户劳动力资源重新分配，就业结构的调整拓展了贫困家庭收入来源，提升了收入质量，从而加速了贫困农户的减少。三是产业扶贫的风险分担效应。政府通过持续的财政支出支持产业发展，实现产业扶贫，减少了农户投资风险。此外，胡晗等研究结果表明产业扶贫项目能够减少风险暴露，增强贫困家庭抗风险能力，削减贫困脆弱性[11]。基于此，本文提出假设3：

　　H3：产业扶贫项目参与有助于降低农户贫困脆弱性。

　　综上分析可知，市场不确定性会影响农户产业扶贫项目参与和贫困脆弱性，具体表现为产业扶贫项目按照市场化逻辑运作，市场不确定性不仅阻碍家庭收入，且还会降低产业增收力度，负向对冲产业扶贫减贫效果，致使农户产业扶贫参与倾向减弱，贫困脆弱性加深。同时，贫困户生产决策行为是风险最小化和利润最大化之间的谨慎权衡，市场不确定性产生的重大损失极易造成贫困户返贫或再度陷入生活困难，出于“避免灾难”的理性考虑，农户对产业扶贫项目参与通常持审慎态度，表现为对项目参与的积极性不高或推迟参与[21]。

　　二、模型构建

　　(一)内生转换回归模型(ESR)

　　关于样本选择性偏差和变量内生性问题已有文献常用的处理方法是倾向得分匹配(PSM)法和工具变量法(IV)，但PSM法不能解决不可观测因素导致的内生性问题，容易产生“隐性偏差”[22]，而IV不能估算平均处理效应。鉴于此，本文采用Lokshin等[23]提出的内生转换模型(ESR)来分析市场不确定性和产业扶贫项目参与对农户贫困脆弱性的影响。ESR模型有3个优势：第一，不仅能解决产业扶贫项目参与的自选择和内生性问题，还考虑了不可观测因素的影响;第二，能分别对参与和未参与产业扶贫项目的农户贫困脆弱性的影响因素进行考察;第三，可以实现反事实分析，避免信息遗漏。

　　本文重点关注市场不确定性和产业扶贫项目参与对农户贫困脆弱性的影响，故构建如下基本方程：

　　其中， ν为农户贫困脆弱性; X为包括市场不确定性在内的其他控制变量;产业扶贫参与 D 为虚拟变量，D=1为农户参与产业扶贫项目， D=0为农户未参与产业扶贫; β、α为待估参数; ε为随机误差项。

　　由于方程(1)中的产业扶贫项目参与变量D是农户基于风险收益分析的“自选择”，存在一些未知因素如政策变更等同时影响着产业扶贫项目参与D和农户贫困脆弱性ν。故产业扶贫参与方程为：

　　其中， D*为产业扶贫项目参与D的隐含变量; Z为一系列影响产业扶贫项目参与的解释变量，除市场不确定性外，还包括受教育年限等一系列控制变量; γ为待估参数; μ为随机误差项。

　　每个家庭基于不同的产业扶贫项目参与决策，具有不同的贫困脆弱性。对于全样本而言，参与和未参与产业扶贫项目农户的潜在贫困脆弱性可表示为：

　　当不可观测因素同时影响农户产业扶贫项目参与D和贫困脆弱性ν时，方程(2)和方程(3)(4)中的误差项相关系数corr(μ，ε)≠0，用OLS直接对方程(3)和(4)估算，会导致回归结果发生偏差。ESR模型将该情况视之为数据丢失，即不可能在某一时点上同时观察到同一家庭在不同决策行为下的农户贫困脆弱性ν1和 ν0。故将参与行为选择方程(2)估算得到的逆米尔斯比率λ1i、λ0i引入至农户贫困脆弱性方程来解决这一问题。然后基于方程(3)和(4)分别运用参与和未参与产业扶贫的2个子样本，估计方程(5)和(6)，可得β1、β0的一致估计。

　　Φ(Ziγ)为参与和未参与产业扶贫的逆米尔斯比率;σ2 μ=νar(μ)， σ1μ=cov(ε1，μ); φ(·)和Φ(·)分别为服从正态分布的密度函数和分布函数;σ0μ =cov(ε0，μ)，将 标准化为1; δ1i和δ0i满足零均值的条件。ESR模型运用完全信息最大似然法(FIML)对方程(2)、(5)、(6)估算。除此之外，模型可识别的条件是产业扶贫项目参与方程的向量Z中至少有一个变量不在农户贫困脆弱性方程的向量X中，这些变量影响产业扶贫项目参与但不直接影响农户贫困脆弱性。

　　(二)基于ESR模型的平均處理效应估计

　　ESR模型能够通过比较真实情景与反事实假设情景下参与产业扶贫农户与未参与农户的贫困脆弱性，测度其产业扶贫参与的平均处理效应[24]。因此，基于ESR模型方程(5)和(6)，参与和未参与产业扶贫项目农户贫困脆弱性的条件期望，可表示为方程(7)和(8)：

　　同时，它们的反事实情景为参与产业扶贫项目的农户如果未参与时贫困脆弱性的条件期望和未参与产业扶贫项目的农户如果参与时贫困脆弱性的条件期望，可表示为方程(9)和(10)：

　　产业扶贫项目实际参与农户贫困脆弱性的平均处理效应(ATT)可表述为方程(7)与方程(9)之差：

　　类似地，产业扶贫项目实际未参与农户贫困脆弱性的平均处理效应(ATU)可表述为方程(10)与方程(8)之差：

　　三、数据来源与指标选取

　　(一)数据来源

　　本文研究数据源自课题组2016年8月份在陕西省秦巴山区开展的关于深度贫困区农户脆弱性与动态贫困治理的实地调研。此次调研选择秦巴山区的洛南县、旬阳县及丹凤县3个国家级贫困县的53个村进行，内容涵盖农户个体特征、家庭经营特征、生计能力、生计方式选择、外部冲击状况、社会网络及产业扶贫项目参与情况等内容。本次调研采取分层抽样、面对面访谈的调查方式，首先在每个县(区)抽2～3乡(镇)，其次在每个乡(镇)选取贫困人口较多且分布较集中的10～15个行政村，然后以样本村为单位随机抽取20～40个农户，最后对每户家庭的当事人进行深度访谈，获取第一手资料。删除关键变量缺失或前后逻辑冲突的问卷后，共获得完整问卷776份，有效率97%。

　　(二)指标选取与测度

　　1.农户贫困脆弱性。本文从户主个人特征、家庭经营特征及物质资产情况等方面构建农户贫困脆弱性指标，并借鉴Chaudhuri等[25]脆弱性测度方法，估计受访户贫困脆弱性。指标构建如下：

　　其中， νh^为第 h个家庭的贫困脆弱性; Ch为第h个家庭的人均消费额。选择消费数据并非收入数据估算贫困脆弱性，主要基于以下考虑：一是贫困户收入的不确定性致使收入数据在微观调查时因相关信息无法捕捉而存在较为严重的测量误差，消费却具有较强的稳定性和平滑性[26];二是使用消费数据可避免因无法控制收入变量所引起的内生性问题，因此采用消费数据更能准确反映家庭福利状况。Z为贫困线，本文选用人均日消费1.9美元根据2014年全球国际比较项目(ICP)公布的2011年新购买力平价换算系数计算的最新国际贫困线。。作为贫困线的判定依据[27];Wh为一系列影响农户家庭消费的可观测变量; WhF为消费期望的一致估计，Wh F为消费方差的一致估计。表1 为具体测度指标。

　　2.市场不确定性。市场不确定性源自市场环境的变化所引起的价格波动，并最终导致家庭收入的不稳定性，因此，市场不确定性可用家庭收入波动予以衡量。本文借鉴Fallah，刘修岩等人对市场不确定性的测度方法，用“过去五年市场冲击所带来的家庭收入损失的标准差”来衡量农户面临的市场不确定性[28-29]。

　　3.产业扶贫项目参与。产业扶贫项目是带动贫困户脱贫增收的有效途径。因所调研区域为国家极度贫困地区，所有农户根据自身特征和比较优势都有资格参与产业扶贫项目，因此农户产业扶贫项目参与决策为二值选择变量，若农户参与了产业扶贫项目，则赋值为1，若农户未参与，则赋值为0。

　　4.其他控制变量。借鉴前人研究成果，本文选取户主受教育年限、家中有无村干部、耕地规模、非农就业状况、农业收入占比、合作社参与、建档立卡贫困户、信贷可得性、社会网络、家到最近集市距离及正规保险等作为控制变量。表2是主要变量的定义及赋值。

　　四、实证结果与内生性检验

　　市场不确定性、产业扶贫项目参与对农户贫困脆弱性影响的实证结果见表3。表3中模型(1)、模型(2)为市场不确定性影响农户产业扶贫项目参与决策的Probit和IV Probit估计结果;模型(3)、模型(4)为市场不确定性与产业扶贫项目参与对农户贫困脆弱性的普通最小二乘法(OLS)和带有工具变量的两阶段最小二乘法回归(2SLS)结果，模型(5)、模型(6)为内生转换模型结果。

　　(一)产业扶贫项目参与方程的估计及内生性检验

　　模型(1)是对方程(2)进行Probit估计的回归结果。结果表明，市场不确定性对农户产业扶贫项目参与有显著负影响，市场不确定性越高，农户参与产业扶贫的可能性越小。

　　然而，市场不确定性对农户产业扶贫项目参与的负向作用还可能有其他解释，比如外部环境政策可能同时影响到市场不确定性与农户产业扶贫项目参与决策。本文采用工具变量法来消除市场不确定性的内生性缺陷。考虑到农产品供求情况反映农产品的供需缺口，而这种缺口导致市场需求变化和产品价格波动，进而推高市场不确定性[30]，因此可将农产品供需比作为其工具变量，农产品供需比通过影响市场不确定性间接影响农户产业扶贫项目参与。

　　模型(2)数据显示，市场不确定性系数为负向显著，其他变量与模型(1)结果等价。从市场不确定性外生性Wald检验分析得出，市场不确定性在产业扶贫项目参与决策方程中存在内生性。第一阶段回归估计的F值为18.22，工具变量t值为12.46，这说明农产品供需比作为市场不确定性的工具变量是合理的，模型中无弱工具变量问题。因此，对于参与决策方程，主要以表3中IV Probit模型结果为主。

　　表3 中工具变量 Probit模型结果显示，市场不确定性会明显降低农户参与产业扶贫项目的倾向性，主要原因是：一方面，农户参与产业扶贫项目的初心是增收减贫，但由于市场不确定性滞销减收现象突出，产业发展内生动力不足减弱了农户产业扶贫参与倾向[31];另一方面，贫困户通常都是风险厌恶型[32]，当未来预期收入有较大不确定性时，为保持平滑消费，降低收入冲擊，农户会选择低收益但相对安全的经济生产活动，对是否参与产业扶贫，更多人持观望态度。因此，假设H1得到验证。

　　选用两阶段法预估ESR模型的条件是模型可识别，即产业扶贫参与模型的向量Z中最少存在一个变量不在贫困脆弱性模型的向量X中，这些工具变量直接影响产业扶贫项目参与但不直接影响贫困脆弱性。为保证模型可识别，本文选择道路状况、农业产业适应性、所在村庄参与产业扶贫项目的农户比例3个变量作为产业扶贫项目参与的工具变量。另外，工具变量可用性的过度识别和弱工具变量验证结果显示，过度识别检验值为12.15，p值为0.195，说明本文所选取的工具变量都是外生变量;第一阶段F值为1 573，高于经验值10，表示模型不存在弱工具变量问题。这两个检验结果表明产业扶贫项目参与方程可被识别，所选工具变量是有效的。

　　此外，模型(1)与(2)的估计结果表明，农户是否参与产业扶贫项目，受农户禀赋差异、外部环境等多方面因素的影响。具体来看，在其他条件不变时，户主受教育年限越长、耕地规模越大、社会网络规模越大、家到集市距离越远、村庄参与比例越高的农户更倾向于参与产业扶贫项目，且家里有村干部、合作社参与、非建档立卡户、村里通公路、产业适应性良好等也有助于提高农户参与产业扶贫项目的可能性。

　　(二)贫困脆弱性方程的估计与内生性检验

　　在不考虑异质性问题下，对方程(1)直接进行OLS回归，表3模型(3)为市场不确定性与产业扶贫项目参与影响农户贫困脆弱性的估计结果。结果显示，市场不确定性、产业扶贫参与均会显著推高农户贫困脆弱性。

　　Abstract：The influence mechanism and effect of market uncertainty on the participation in industrialization projects for poverty alleviation is of great significance for the government to formulate the risk management policy of industry for poverty alleviation and improve the performance of industrialization for poverty alleviation in China. Based on the survey data of 776 households in Qinba Mountain Area of Shaanxi Province，this paper empirically examines market uncertainty and participation in industrial project for poverty alleviation by using the combination of two-stage least squares method and endogenous switching regression model，where we use the bias and heterogeneity of sample selection tactics.Based on counterfactual assumptions，the average treatment effect of market uncertainty and participation in project for poverty alleviation on economic vulnerability is estimated.The empirical results show that：market uncertainty will significantly increase farmers economic vulnerability;market uncertainty has significantly negative impact on farmers participation in project for poverty alleviation.This paper comprised with some findings that，the higher the market uncertainty，the lower the probability that farmers will participate in project for poverty alleviation;the participation of poverty alleviation has significantly negative impact on the economic vulnerability of famers.Participating in project for poverty alleviation will help reduce the probability of future poverty.Participation in project for poverty alleviation can significantly reduce the poverty vulnerability of farmers by 26.22% compared with non-participating farmers.Based on this，specific policy enlightenments are drawn from the aspects of reasonable selection of industrial projects for poverty alleviation，establishment of effective interest linkage mechanisms，and optimization of agricultural insurance systems.

　　Key words：market uncertainty;participation in industrialization project for poverty alleviation;farmers poverty vulnerability;endogenous switching regression model

《市场不确定性、产业扶贫项目参与对农户贫困脆弱性的影响》

本文由职称驿站首发，您身边的高端论文发表学术顾问

文章名称： 市场不确定性、产业扶贫项目参与对农户贫困脆弱性的影响

文章地址： http://www.zhichengyz.com/lunwen/jingji/jingji/42972.html