可持续生计分析框架下失地农民生计资本与生计

【摘要】：本文根据英国国际发展部(DFID)提出的可持续生计分析框架，分析了南京市失地农民的生计资本状况，运用Logit模型分析影响失地农民就业的因素。结果表明，失地农民之间的生计资本存在较大差异；受教育程度，健康状况，是否参加社会组织，亲戚中有无干部、财产性收入、住房面积能对失地农民就业产生影响。
论文关键词：可持续生计分析框架,失地农民,生计资本,就业

　　随着国内外对生计问题的研究逐渐深入，可持续生计方法作为一种寻找农户生计脆弱性原因并给予解决方案的集成分析框架已得到较多运用(Martha s，2003)[1]。目前国内外关于可持续生计的研究主要是围绕英国国际发展部(DFID)提出的可持续生计分析框架来展开的（陆五一等，2011）[2]。该框架（见图1）描述了在特定的脆弱性背景下，将贫困户维持生计可运用的资本分为五类，探讨如何通过结构和过程的转变，采取适当的生计策略，最终实现合理的生计输出（DFID,1999）[3]。

　　图1：英国国际发展部(DFID)提出的可持续分析框架图

　　在这个分析框架下，我国学者展开了很多研究：李琳一等（2007）[4]和杨云彦等（2009）[5]分别通过设定不同的指标对农户的生计资本状况进行定量分析；李斌等（2004）[6]针对生计策略进行了相关探讨。但是英国国际发展部(DFID)提出的可持续分析的框架是一个系统性分析框架，以往的文献大多都只对某一个方面进行了探讨，并未对整个框架中各层面进行系统性梳理。

　　与此同时，南京市城市化进程十分迅猛，到2011年底，南京市失地农民已达60万。政府为他们建立了完善的保障体系，但政策目标并不是要供养他们，而应是解决他们长远的生计问题，使他们拥有持续发展的能力。那么失地农民是否有足够的生计资本来抵抗脆弱性风险？政策应该影响哪些因素来促使他们获得稳定的生计策略，最终实现可持续生计水平的提升？因此，在“失地”这种脆弱性背景下，本文分析了失地农民生计资本状况及其影响生计策略的因素，以期为提高他们的可持续生计水平提供一定的政策佐证。

　　二、 文献综述

　　可持续生计分析框架包含了若干组成部分，其中，脆弱性背景包含了冲击、趋势和季节性因素，这些因素具有明显的不可抗性，在研究中一般作为分析的背景；结构和过程是指影响生计的组织机构和政策的变动；生计策略是人们所采取的用以将生计资本转化为生计成果所作的行动；生计输出是生计策略或目标的实现。目前的研究主要集中在生计资本和生计策略两方面。学术界对于生计资本的分析，主要探讨了在不同的脆弱性背景下，农户的生计资本的状况。杨云彦等（2009）[5]分析了在南水北调工程建设的外力冲击下库区农民的生计资本。李琳一等（2007）[4]认为农户的人力资本累积速度较慢；自然资产脆弱性大；物质资产不可转换性强，无法与其他资产进行相互转化来降低生计脆弱性。蔡志海（2010）[7]分析了汶川地震灾区贫困村农户的生计资本，认为震后农户的生计脆弱性突出，生计资本极不平衡。但可持续生计分析框架的自然资本主要是指土地、水资源等，在城市化的过程中，失地农民已经失去了这部分资源的获取权，再将自然资本纳入分析已不再合适；此外，收入来源的变化使得资本存量发生一定的变化。因此，有必要对失地农民的生计资本进行重新测度。

　　对于生计策略的分析，Ellis（2000）[8]将生计策略归为以自然资源为基础的活动和以非自然资源为基础的活动（包括汇款以及其他收入转移）；黎洁等（2009）[9]将西部贫困退耕山区农户分为农业户和兼业户两种类型，并通过对比分析来突出不同生计策略所带来的影响。对于生计策略的分析主要集中在收入来源的探讨上。收入一般主要来源于劳动工资，财产性收入，经营收入这三者，对于失地农民而言，能以后两者为主要收入的毕竟是少数，大部分失地农民要获得收入还是要依靠当地的非农就业；此外，从对可持续生计的定义中可以看出就业对提升可持续生计水平存在着重要意义。基于此，本文将失地农民分为两类，并将他们的生计资本分为人力资本、社会资本、物化资本和金融资本四大类，分析不同就业状态下失地农民的生计资本状况，并探讨生计资本对他们就业的作用机制。

　　三、 失地农民生计资本的分析

　　（一） 样本说明

　　本文所用的数据源于2010年7-8月对南京市白下、栖霞两区进行了随机抽样调查，样本采集采用了入户调查的方式。本次调查共发放问卷325份，收回有效问卷315份，有效回收率为96.7%。在调研地点选取时，我们做出如下考虑：南京市失地农民数量较大，白下、栖霞两区作为失地农民安置小区的主要聚集地，样本的选取会较具代表性；此外，南京作为江苏省的政治中心，其政策选择对于本省其他地区具有十分重要的借鉴意义。

　　（二） 指标权重的确立

　　本文借鉴杨云彦等（2009）[5]、黎洁等（2009）[9]和蔡志海（2010）[7]对农户生计资本的分析，并结合南京市的实际情况，设定了如下表所示的指标。

其次，通过专家打分的方式构造两两判断矩阵，并运用层次分析法得到各指标的相对权重，限于篇幅原因，具体计算过程本文不再赘述，各指标权重见下表：

　　表1： 变量赋值、描述及权重

　　变量

　　变量定义

　　均值

　　方差

　　权重

　　受教育程度

　　小学及以下=1 初中=2 高中=3 大专或相当=4 本科及以上=5

　　2.76

　　0.85

　　0.272

　　劳动技能

　　接受过技能培训为1，没有为0

　　0.35

　　0.48

　　0.316

　　健康状况

　　非常好=5 较好=4 一般=3 较差=2 非常差=1

　　3.54

　　0.91

　　0.412

　　与朋友、邻居的交往

　　非常密切=5 比较密切=4 一般=3 不太密切=2基本没有来往=1

　　3.12

　　1.01

　　0.192

　　是否参与社会组织

　　参加=1，不参加=0

　　0.33

　　0.46

　　0.320

　　亲戚中有无干部

　　有为1，没有为0

　　0.19

　　0.39

　　0.488

　　住房面积

　　家庭住房面积具体数值

　　0.433

　　自有物质资本打分

　　耐用品“数量8” =5分 “数量=7”=4分“数量=6”=3分“数量=5”=2分“数量4”=1分

　　3.31

　　1.08

　　0.288

　　基础设施评价

　　非常满意=5 比较满意=4 一般=3 不太满意=2 非常不满意=1

　　3.10

　　0.78

　　0.279

　　财产性收入

　　有财产性收入为1，没有为0

　　0.35

　　0.48

　　0.578

　　融资渠道打分

　　商业银行=5 农信社=4 邮储银行=3 亲戚朋友=2 高利贷=1

　　2.47

　　0.99

　　0.422

　　（三） 生计资本的测算

　　首先，本文采用极差标准化法计算失地农民四类生计资本中各单项指标的得分情况，其计算公式为：

　　其中，代表失地农民生计资本中第j项指标的标准化得分，代表其生计资本中第j项指标的平均值，代表其生计资本中第j项指标的最大值 其生计资本中第j项指标的最小值。具体得分情况见下表：

　　表2： 失地农民各项生计资本的得分情况

　　变量

　　已就业者

　　未就业者

　　人力资本变量

　　文化程度

　　0.508

　　0.355

　　劳动技能

　　0.406

　　0.209

　　健康状况

　　0.678

　　0.529

　　社会资本变量

　　与朋友邻居的交往程度

　　0.602

　　0.329

　　是否参与社会组织

　　0.406

　　0.116

　　亲戚中是否有任街道、社区干部

　　0.223

　　0.104

　　物化资本变量

　　住房面积

　　0.328

　　0.269

　　自有物质资本打分

　　0.584

　　0.558

　　基础设施评价

　　0.552

　　0.453

　　金融资本变量

　　财产性收入

　　0.262

　　0.570

　　融资渠道打分

　　0.160

　　0.362

　　其次，采用综合指数法计算失地农民四类资本各自得分情况，其计算公式为：

　　

　　其中，代表失地农民四类资本各自得分情况（i=1,2,3,4），代表第j项指标的权重。下图直观地反映了两类失地农民各项生计资本的得分情况：

　　图2： 失地农民四类生计资本的得分情况

　　从整体上来看，不同就业状态下的失地农民的生计资本存在较大差异，分布结构也不尽相同。具体来说：（1）人力资本方面，已就业失地农民其人力资本得分为0.546，未就业失地农民的得分为0.381。已就业者的文化程度相对较高，未就业者的技能得分较低，仅为0.209，但他们的健康状况都比较良好。（2）就社会资本而言，已就业失地农民其社会资本得分为0.354，未就业失地农民的得分为0.151。（3）物化资本方面，已就业失地农民其物化资本得分为0.454，未就业失地农民的得分为0.404。南京市失地农民的安置保障措施比较到位，农民土地被征用后入住保障房小区，小区统一筹划，水电交通等基础设施比较完善，导致两类人群的物化资本水平较高，且差异不大。（4）金融资本方面，唯独金融资本的得分是未就业者大于已就业者，已就业失地农民其金融资本得分为0.219，未就业失地农民的得分为0.482。从调查中我们可以发现，56.98%的未就业者由于出租房屋等原因拥有财产性收入，而这一比例在已就业者中仅为26.20%。从融资渠道的角度去看，失地农民的金融资本差异不大。

　　四、 影响失地农民就业的实证分析

　　（一） 模型设定

　　为了进一步分析影响失地农民就业的因素，本文将失地农民的就业状况作为被解释变量，其中“已就业”为1，“未就业”为0，运用二元Logit模型，通过极大似然估计法进行参数的估计。模型的具体形式如下：

　　 （1）

　　（1）式中，P表示失地农民中实现就业的概率，为解释变量，含义为影响失地农民就业的因素，具体的设定见表1。各个系数表示该解释变量对就业的影响程度，其取值等于失地农民实现就业比率的变化率，正的系数表示该解释变量有利于他们实现就业。表示随机误差项。

　　（二） 回归结果分析

　　本文采用stata11.0软件对模型进行了回归分析，具体回归结果见表3：

　　表3 失地农民就业的Logit模型估计结果

　　变量

　　估计参数

　　标准误

　　Z统计量

　　受教育程度

　　

　　0.1943682

　　2.09

　　劳动技能

　　0.3744857

　　0.3518731

　　1.06

　　健康状况

　　

　　0.205203

　　2.72

　　与朋友邻居的交往程度

　　是否参与社会组织

　　0.3240994

　　0.214364

　　1.51

　　

　　0.4037073

　　2.56

　　亲戚中有任街道、社区干部

　　

　　0.465465

　　1.77

　　住房面积

　　

　　0.0057828

　　-1.77

　　自有物质资本打分

　　-0.1033208

　　0.1735434

　　-0.60

　　基础设施评价

　　0.1704796

　　0.2430811

　　0.70

　　财产性收入

　　

　　0.3231304

　　-3.92

　　融资渠道打分

　　0.1092787

　　0.1694004

　　0.65

　　常数项

　　

　　1.170921

　　-2.20

　　Log likelihood

　　-140.22368

　　注：、、分别表示在10%、5%、1%统计水平上显著

　　1. 人力资本变量对就业的影响。受教育程度、健康状况对失地农民的就业有着显著影响；受教育程度越高，健康状况越好，实现就业的概率也越大。技能对就业的影响并不显著，可能是由于政府提供的技能培训都流于表面，对失地农民的就业的帮助不大。

　　2. 社会资本变量对就业的影响。是否参加社会组织不但在统计上有显著影响，其经济学意义也很明显，各种形式的社会组织在就业信息的发布与流通、组织内部成员素质的提升等方面给失地农民带来很多帮助，进而更利于组织内部成员实现就业。亲戚中有无干部在90%的水平上显著，从调研的情况来看，失地农民实现就业的主要形式是“社区就业”，而街道、社区的干部可以对自己的亲属提供各种帮助，从而促进其实现就业。与朋友邻居的交往程度在统计上并不显著。

　　3. 物化资本变量对就业的影响。住房面积这一变量在90%的显著水平上显著，稳定的住所使得失地农民没有改变现状的强烈愿望。自有物质打分和基础设施评价在统计上不显著，但从回归系数的方向上来看，自有物质打分越高，失地农民就业意愿相对越小；基础设施评价越高，表明一个地区的经济发展水平越高，创业的环境越好，越有利于失地农民实现就业。

　　4. 金融资本变量对就业的影响。财产性收入这一变量在统计上是显著的，拥有财产性收入的失地农民实现就业的概率要比没有财产性收入的失地农民低。在征地的过程之中，由于南京的特殊政策，部分失地农民分到若干套房产，将这些用于出租所获收入使得他们已经没有必要通过就业来养活自己，从获取收入的角度来看，就业便显得无关紧要，造成了一种“主观性”失业状况。

　　五、简要结论

　　本文根据英国国际发展部（DFID）的可持续分析框架，首先对南京市失地农民的生计资本进行了测度。

结果表明，南京市失地农民的四类生计资本的存量较不平衡，不同就业状态的失地农民生计资本存在较大差异，已就业的失地农民人力资本、社会资本、物化资本存量相对富裕，金融资本存量相对匮乏，未就业的失地农民金融资本和物化资本相对充裕，社会资本和人力资本相对匮乏。

　　在此基础上，本文探讨了失地农民的生计资本是如何对生计策略（即就业）产生影响的。回归结果显示，受教育程度，健康状况，是否参加社会组织，亲戚中有无干部、财产性收入、住房面积是影响失地农民就业的因素。受教育程度越高、健康程度越好、参加社会组织、亲戚中有干部能够促进失地农民就业；财产性收入、住房面积将会抑制失地农民的就业。

参考文献：
[1]Martha G·Roberts, 杨国安：《可持续发展研究方法国际进展——脆弱性分析方法与可持续生计方法比较》，《地理科学进展》2003年第1期。
[2]陆五一，李祎雯，倪佳伟:《关于可持续生计的文献综述》，《中国集体经济》2011年第3期。
[3]DFID:Sustainable Livelihoods Guidance Sheets [M]. London：Department for International Development,1999.
[4]李琳一，李小云：《浅析发展学视角下的农户生计资产》，《农村经济》2007年第10期。
[5]杨云彦，赵锋：《可持续生计分析框架下农户生计资本的调查与分析》，《农业经济问题》2009年第3期。
[6]李斌，李小云，左停：《农村发展中的生计途径研究与实践》，《农业技术经济》2004年第4期。
[7]蔡志海：《汶川地震灾区贫困村农户生计资本分析》，《中国农村经济》2010年第12期。
[8]Ellis, F: Rural Livelihoods and diversity in developing countries [M], Oxford: Oxford University Press, 2000.
[9]黎洁，李亚莉，邰秀军：《可持续生计分析框架下西部贫困退耕山区农户生计状况分析》，《中国农村观察》2009年第5期。

本文链接：http://www.qk112.com/lwfw/guanlilunwen/xingzhengguanlilunwen/32642.html