自然灾害对农户贫困脆弱性影响研究——以云南禄劝县旱灾为例

1、自然灾害对农户贫困脆弱性影响研究以云南禄劝县旱灾为例张国培，庄天慧，张海霞* 基金项目: 国家社会科学基金西部项目( 09xm008) 、四川农业大学211 工程三期建设项目和四川省教育厅重点项目( 四川农业大学政法学院，四川雅安625014)摘要: 农户贫困受自然灾害影响，而农户自身生计资产又能有效抵御这种灾害所带来的风险。针对西南地区2009 年遭遇的60 年未遇的严重旱情，在回顾相关文献基础上，以国家级民族扶贫重点县云南禄劝县为例，对自然灾害与农户贫困脆弱性的关系进行研究。从风险因素和抵御风险因素两方面对禄劝县各乡镇2009 年旱情与农户贫困脆弱性进行因子分析，实证得出结论: 禄劝县贫困

2、脆弱度较高，保持水土，增加绿化面积和提高低保农户比重可以有效地抵御旱情风险、缓解贫困。关键词: 自然灾害; 农户; 贫困; 脆弱性自然灾害是由于自然原因或人为因素对生态环境破坏所招致的，自然对人的生命、财产以及人类赖以生存发展的资源与环境等的损害的事件。我国是世界上自然灾害多发的国家和地区之一，而西南地区又是我国自然灾害频发的地带。如2008 年的5 12 四川汶川大地震，造成443 207 人员伤亡，直接经济损失8 451 亿元。2009 年7 月来，西南地区遭遇的60 年未遇的严重旱情，截止2010 年3 月23 日，已造成经济损失236 6 亿元。自然灾害已成为西南地区农民增收和反贫困的

3、重要制约因素。世界银行在20 世纪90 年代的研究中发现，80% 以上的穷人并不是“总是穷”，而是“有时穷”，原因是他们面临各种自然灾害袭击时难以抵挡，从而陷入贫困或返回贫困的境地( 世界银行发行研究组，2004) 。自然灾害总是与贫困紧密相随。目前西南地区有国家级贫困县112个，占国家级贫困县的18 9%。自然灾害的频繁发生给在这些地区居住的农户的人身财产等造成极大的损失，也是这些地区农户贫困的重要根源之一1。因此，研究自然灾害与农户贫困脆弱性之间的关系对新阶段反贫具有重要而深远的意义。脆弱性概念的提出最早来源于对自然灾害的研究，pelanda 提出了灾害形成的压力与释放模型( 灾害= 致灾

4、因子+ 脆弱性) ，认为“脆弱性”是灾害形成的根源，灾害是社会脆弱性的体现( pelanda，2007) 。随着对脆弱性研究的深入，世界银行把脆弱性和贫困联系起来，将脆弱性定义为: 个人或家庭面临某些风险的可能，并且由于遭遇风险而导致财富损失或生活质量下降到某一社会公认的水平之下的可能2。近年来，我国学者也对贫困与脆弱性进行了广泛研究，韩峥( 2004) 通过讨论脆弱性的概念及探讨其与贫困的关系，提出脆弱性是贫困的重要特征; 陈成文、胡书芝等( 2007) 认为我国低收入群体存在着极大的脆弱性; 李小云等( 2007) 认为，脆弱性是指遭受打击的可能以及农户抵御风险的现实和潜在的能力。尽管对贫

5、困脆弱性的解释形式多种，但都包含有的观点是，脆弱性是指遭遇风险的可能和抵御冲击、抵御返贫的能力3。关于贫困人口抵御风险的能力，国内外众多学者进行了研究，朱玲( 1999) 认为贫困人口抵抗风险的能力弱于一般人，他们处在比一般人更多、更强的风险之中; 李小云、董强( 2007) 在农户脆弱性分析中认为抵御风险是指个人或农户在现有的资产配置状况下承受打击的能力或者缓解及解除生计风险的状况4。为了更好地研究农户对灾害的抵御能力，就需要对农户生计资产进行分析，英国国际发展署( dfid) 开发的可持续农户生计框架把农户的生计资产分为五大类: 人力资产、自然资产、物质资产、金融资产、社会资产，通过在农户

6、生计资产配置状况的研究基础对农户脆弱性进行衡量5。该框架目前在农村扶贫政策领域得到了广泛应用。以上国内外学者对贫困与脆弱性的研究为本研究提供了理论的借鉴和方法，本文以西南地区2009 年遭遇的60 年未遇的严重旱情为背景，以国家级民族扶贫重点县云南禄劝县为例，运用因子分析法，从风险因素和抵御风险因素两方面对禄劝全县各乡镇2009 年旱情进行贫困脆弱性因子分析，对自然灾害与农户贫困脆弱性进行了探讨。一、研究区域、资料获取与研究方法( 一) 禄劝县概况禄劝彝族苗族自治县地处滇中北部，国土面积4 234 78 km2，有彝、苗、汉、傈僳、傣、壮、哈尼、回等24 个民族，总人口468 108 人，其中

7、乡村人口434 460 人，少数民族人口135 485 人，占全县总人口的31%。禄劝县是民族自治地方国家扶贫工作重点县，自然环境差，平均海拔1 750 5 m，山地面积占98 4%，坝区面积仅占1 6%，人均耕地不足667 m2。2008 年全县地区生产总值24 3 亿元，其中农业生产总值14 4 亿元，2008 年农民人均纯收入2 346 元。截止2008 年底，该县有绝对贫困人口1 8 万人，占总人口的3 85%; 低收入贫困人口有8 2 万人，占总人口的17 51%。据统计每年因灾返贫人口达8 000 多人，返贫率达到全县总人口的2%。禄劝贫困地区，靠天吃饭的现象突出，一遇自然灾害，就

8、会出现大面积返贫致贫现象。( 二) 数据来源本文数据来源主要有:( 1) 灾害对禄劝县造成的损失数据来源于cnki 中国宏观数据挖掘分析系统和云南灾害与抗灾防灾报告( 20052006) 以及其他公开发布的文献资料。( 2) 禄劝县近几年农业人均纯收入和农业总收入数据来源于云南省扶贫开发志中20012005 年禄劝主要社会经济指标汇总面板数据。( 3) 各个乡镇农业人口比重、农民人均纯收入、森林覆盖率和第一产业占生产总值比重数据来源于禄劝彝族苗族自治县政府信息公开门户网站和昆明禄劝彝族苗族自治县数字乡村新农村建设信息网，其他主要经济指标数据来源于禄劝年鉴2009及其他网站相关参考资料。( 4)

9、 2010 年2 月课题组在禄劝县走访县扶贫办、农户、村干部30 余人。( 三) 研究方法灾害与农户贫困脆弱性是一种正相关的关系，它们之间的关系通过灾害对农户的冲击和农户自身通过生计资产抵御风险两个方面来反映，其中抵御能力是农户灾后恢复的能力，动态地反映农户贫困情况，应加以重视6。本文在分析灾害对禄劝县带来影响基础上，通过运用spss 统计软件对2009 年禄劝县旱情风险下农户脆弱度进行因子分析，具体如下: ( 1) 通过20052010 年数据直观反映自然灾害对禄劝造成的影响，找到二者相关性。( 2) 运用定量方法，选取6 种指标研究自然灾害与农户贫困脆弱性之间的关系，根据对贫困脆弱性内涵的

10、理解和资料获取的可行性，本文选取农业人口比重、第一产业占国民生产总值比重、森林覆盖率为风险指标，选取国民生产总值、农民人均纯收入、低保人数占总人数比重为农户旱灾应对能力分析指标7。( 3) 脆弱度排序，通过因子分析对各个乡镇脆弱度得分进行综合分析，并根据得分情况由大到小进行排序，实证得出结论。二、禄劝县灾害状况分析( 一) 禄劝县近年灾情状况分析由于自身特殊的自然环境，禄劝境内自然灾害连年不断，几乎无灾不成年，成为导致农户返贫、致贫的主要原因之一。2005 年，禄劝遭遇近20年来最大的洪涝灾害，最大降雨量为99 1 mm，洪涝灾害涉及全县6 个乡镇，淹毁农作物数千亩，经济损失惨重。其中，受灾最

11、严重的崇德乡淹毁农田大约53 3 hm28; 2006 年，霜冻灾害造成全县18个乡镇农作物受灾，受灾面积17 766 hm2，成灾面积7 106 4 hm2，直接经济损失3 197 85 万元;2007 年，洪灾造成全县农作物0 15 万hm2 受灾，民房被淹728 间，直接经济损失超2 599 7 万元9; 2008 年，禄劝遭遇暴雨灾害天气，降雨量达到138 6 mm，致使全县12 个乡镇受灾，农作物受灾面积534 2 hm2，冲毁河堤460 m，沟渠1 675 m，公路垮塌180 m，3 人死亡，经济损失100 余万元; 2009 年，禄劝出现百年未遇的大旱，全县平均降雨量仅为750

12、72 mm，较上年同期减少219 84 mm，出现了秋、冬、春连旱。旱灾直接造成禄劝县农田约80% 成灾，70% 绝收，全县粮食作物已受旱1 8 万hm2，有超过11 万人、5 万头大牲畜因旱出现饮水困难。禄劝县近几年虽然灾害不断，并成为农户贫困的最主要原因。但是，作为民族自治地方国家扶贫工作重点县，随着国家对禄劝县基础设施不断投入，整村推进、以工代赈等贫困措施实施，以及禄劝人民自身不断努力，全县农业总产值和农民人均纯收入不断提高，农民抵御自然风险的能力也在不断增强。( 二) 禄劝县灾害频发的原因分析1 自然原因在气象学上干湿空气交合时就会引起降雨，而云南气候干燥、太阳辐射强、空气湿度小，很容

13、易形成干旱。云南2009 年出现60年不遇旱情，主要是受大气环流异常导致，由于厄尔尼诺现象、海洋、冰雪圈等的影响，印度洋输送过来的冷空气无法到西南地区和暖湿气流交汇，导致降水异常偏少，出现旱情。另外地理位置、山脉走向、土壤性质等也会对区域的降水和干旱有着明显的影响，禄劝县山地面积占98 4%，平均海拔1 750 5 m，地势东北高、西南低，自东北向西南呈阶梯状缓降，海拔在2 500 m 以上的行政村138 个，占全县行政村总数的71 1%。就土壤性质来说，多为红壤，红壤缺磷，酸性大，不耐旱，这也是发生干旱时农作物低产的原因。2 人为原因此次遭遇重大旱情还暴露出轻视生态保护和水利老化等人为因素。

14、禄劝县境内拥有小( 二) 型以上水库46 座，其中: 病险水库23座( 中型2 座、小( 一) 型5 座、小( 二) 型16 座) ，一旦遭受大旱，很难有效抵御。另外人为的乱砍乱伐也导致了生态的破坏，如在禄劝县屏山镇老鹰窝村实地调查时就发现存在这种情况，老鹰窝村海拔2 300 00 m，年降水量550 00 mm，本来生态资源就脆弱，人为的砍伐又加剧了生态系统的压力，致使生活条件更为恶化，加剧了农户贫困。三、禄劝县农户贫困脆弱性评价( 一) 模型及变量的设定灾害对禄劝县农户贫困脆弱性影响表现在两方面: 即遭遇风险和抵御风险。本文研究以禄劝16 个乡镇( 屏山镇、撒营盘镇、转龙镇、茂山乡、团街乡

15、、云龙乡、中屏乡、皎平渡乡、汤朗乡、马鹿塘乡、乌东德乡、则黑乡、翠华乡、九龙乡、乌蒙乡、雪山乡) 为样本，通过风险指标: 农业人口比重( f1) 、第一产业占国民生产总值比重( f2) 、森林覆盖率( f3) ，抵御指标: 国民生产总值( f4) 、农民人均纯收入( f5) 、低保人数占总人数比重( f6) 进行脆弱度因子分析。表1 因子解释原有变量总方差的情况变量 抽取比例特征根值方差贡献率/%累计方差贡献率/%f1084133065510355103f20 390 1 133 18 882 73 985f30 808 0 826 13 759 87 744f40 894 0 420 6 9

16、96 94 741f50 672 0 240 4 005 98 745f60 835 0 075 1 255 100 000模型各变量基本描述: 因子分析部分采用数据来自禄劝彝族苗族自治县政府信息公开门户网站、昆明禄劝彝族苗族自治县数字乡村新农村建设信息网经济发展统计相关数据和禄劝年鉴2009各个县镇社会发展数据，6个变量从不同方面反映禄劝16 个乡镇农户贫困脆弱程度。1 风险指标( 1) 农业人口比重。农业人口是指以农业收入为主要经济来源的农民，禄劝县自然环境差，多数农民存在靠天吃饭现象，一旦出现自然灾害，这部分农民是受损最为严重的群体。因此，他们占总人口的比重越大，当地农户贫困脆弱性就越强

17、。从统计数据来看，除了屏山镇74 78%之外，其他15 个乡镇比重都在96% 以上，如此高比重的人口束缚于农村地区，结果是农户的生产及生活饱受灾害的威胁和侵袭，因灾贫困和返贫的风险较大。( 2) 第一产业占国民生产总值比重。禄劝县是一个农业大县，以种植业和养殖业为主要产业，2008 年农业总产值16 83 亿元，占全县地区生产总值65 7%，第一产业在国民经济中占有很大比例，而农业生产与自然环境密切相关，在大多数农户家庭依赖农业收成的情况下，一旦遭遇自然灾害，受影响的农户增多，导致返贫致贫风险必然加大。( 3) 森林覆盖率。它指一个国家或地区森林面积占土地面积的百分比，是反映森林资源的丰富程度

18、和生态平衡状况的重要指标。如果一个地方绿化率高、生态系统比较完善，在水土保持上可以发挥积极的作用，反之，如果森林覆盖率低，生态遭到破坏则很容易遭到自然灾害的影响，旱情、泥石流等灾害就会多发。2 抵御指标( 1) 国民生产总值。在同一自然灾害等级下，经济比较发达、生产总值较高的地区往往能够有效地调动各种资源来规避或抵御灾害风险，承灾能力较强，并能实现灾后的迅速恢复; 而落后地区在灾害面前往往承灾能力弱，且灾后恢复缓慢。可以说，单位面积生产总值越高的地区，农户贫困脆弱性就越低。( 2) 农民人均纯收入。收入与农户抵御风险能力呈正相关，农民人均纯收入高，生活富庶，应对灾害的能力较强，贫困脆弱性相对较

19、弱; 反之，农民人均纯收入越低，则农民生活越贫困，越贫困者越脆弱。( 3) 低保人数占总人数比重。低保即居民最低生活保障，依赖地方财政资金投入，禄劝是民族自治地方国家扶贫工作重点县，乡村人口434 460 人，占全县总人口的93%，经济基础薄弱，农民收入相对较低，一旦发生像2009 年旱情，部分农户依靠自身能力不能度过难关，这时一旦农户家庭人均收入低于当地农村低保标准，就需要当地政府给予应有的救助，增加其抵御风险的能力。( 二) 结果分析首先对数据进行无量钢化处理，把原始数据转为标准数据，然后通过带入spss 统计软件进行因子分析。因子分析分析结果显示kmo 检验测度值为0 685， sig

20、= 0 000，bartlett 球形假设被拒绝，表明选取的变量指标间存在较强的线性关系，适合做因子分析。1 得到总方差的情况表1 数据分别来自因子方差比和主成分列表，描述了按照所选标准提取数量相应的主成分后，各标量中信息分别被提取出的比例，表中因子是按特征根从大到小的次序进行排列的。由表1 可知，除第一产业占国民生产总值比重只提取39% 的信息外，其余4 个变量的信息都提取的比较充分。第一个因子的特征值是3 306，它解释了总变异的55 103%，说明当原有变量只浓缩为一个因子时，只有55 103% 的信息能被包含进去，其余44 897% 的信息将丢失; 第二个特征值是1 133，它解释了总

21、变异的18 882%，累计方差贡献率为73 985%，说明当原有变量浓缩为2 个因子时，原有变量的信息将有73 985% 被保留; 随着因子数量的增加，信息丢失将越少，但第三个因子虽然解释了总变异的13 759%，但他的特征值是0 826，小于1，说明该因子的解释力度还不如直接引入原变量大，因此提取2 个公共因子，这时的累计方差贡献率为73 985%。2 因子旋转和命名本论文采用方差最大化正交旋转，提取因子的标准为特征值大于1，因子分析结果见表2。表2 旋转后的因子载荷矩阵变量因子1因子2f10 897 0 188f20 624 0 032f3 0 0220 899f4 0 8720 364f

22、5 0 5210 633f60 261 0 876根据表1 的主成分法分析，特征值大于1 的因子有2 个，农业人口比重( f1) 、第一产业占国民生产总值比重( f2) 、森林覆盖率( f3) 、国民生产总值( f4) 、农民人均纯收入( f5) 、低保人数占总人数比重( f6) 的2 个因子载荷矩阵如表2 所示。在因子1 上农业人口比重( f1) 、国民生产总值( f4) 载荷较大，因此将因子1 命名为农业人口和地区经济因子，代表禄劝县各乡镇关于农业人口和整体经济情况，反映来自农户外部条件的稳定性; 在因子2 上各乡镇森林覆盖率( f3) 载荷较大，因此将因子2 命名为环境因子，反映各个乡镇

23、的自然生态环境情况。3 各乡镇因子得分排序在因子分析的实际应用中，当因子确定以后，便可计算各因子在每个样本上的具体数值，这些数值就是因子得分。对2 个主因子的得分进行加权综合，并以主因子对总信息量的贡献率为权数，得到综合评价得分模型为:z = 55 103 f1 + 18 882 f2 ( 1)根据该模型可以计算出各主因子得分和各项目综合得分，即在统计分析基础将禄劝2009 年的农业人口、地区经济因子和环境因子得分带入( 1) 式进行加权综合，得出各乡镇的农业人口、地区经济因子和环境因子综合得分，依据禄劝各乡镇因子综合得分进行排序( 表3) 。表3 禄劝各乡镇平均得分和排名情况 ( 三) 结论

24、与讨论在主成分负荷矩阵中，第一产业占国民生产总值比重因素只提取39 的信息，对整体贡献较小，因此本文所采用的因子分析影响因素主要来自其他5 个变量，其中大部分是抵御风险因素，因此在各乡镇因子排名得分情况表3 中，因子得分越高，抵御性越强，贫困脆弱度就越低; 反之，得分越低，贫困脆弱性就越高，表3 各乡镇贫困脆弱度排名是由高到低排列的。本文以平均脆弱度为临界值，由表3 可以看出来禄劝县半数乡镇得分低于平均数，反映出较高的脆弱度，2009 年干旱灾害是导致禄劝农户家庭返贫、致贫的主要因素。表4 因子得分前八名的乡镇风险因素直观情况排序乡镇地区农业人口比重/% 森林覆盖率/%1 皎平渡乡977056

25、 72 乌蒙乡97 42 50 03乌东德乡99 98 51 04 马鹿塘乡98 06 56 85 转龙镇96 75 56 46 则黑乡98 02 48 67 汤朗乡97 50 47 08 雪山乡97 32 45 0全县平均水平96 22 57 84在影响农户贫困脆弱性风险指标中，除了第一产业占国民生产总值比重，还包括农业人口比重和森林覆盖率。由表4 可以看出，贫困脆弱度排名前8 位的乡镇中，农业人口比重均高于全县平均水平。农业与天气变化关系很大，而禄劝县整体基础设施滞后，从事农业生产的农民多，对农业收成依赖大，一旦发生自然灾害，贫困脆弱度增大，很容易导致贫困; 而森林覆盖率反应出各乡镇生态环境情况，禄劝土壤属于红壤土质，本身保持水分的能力就低，再加上绿化不足，很容易导致旱情发生。由表4 看出贫困脆弱度高的乡镇森林覆盖率