需求法则还是优势法则?汶川地震中资源分配研究

尉建文,韩 杨,施 晨

(1,3北京师范大学 社会学院,北京 100875;2香港中文大学 社会学系,香港 新界)

一、导 言

作为一个灾害频发的国家,中国在历史上就形成了源远流长的“荒政”传统。无论是出于儒家意识形态的压力,还是出于皇权统治的考虑,国家都积极介入救灾活动,甚至全部接管救灾行动[1]。现代灾害管理研究表明,政府的应急管理能力是救灾止损的重要部分,政府应急管理能力的提高,能够有效减少自然灾害带来的损失[2]。2008年以来,中国政府对“汶川地震”的应对,全面展示了政府主导的救灾和重建模式。灾区经济社会发展水平和群众基本生产生活条件明显超过了灾前水平,实现了一个大的跨越。汶川灾后重建形成了以政府介入为核心的灾后恢复的“中国经验”[3]。

汶川地震之后,中国又连接发生了青海玉树地震、四川雅安地震、云南鲁甸地震和四川九寨沟地震等一系列重大地震灾害。在汶川地震发生近十年之际,我们有必要再次回顾汶川地震,回顾汶川地震救灾和重建所形成的独特的实践模式及其宝贵经验。在诸多实践和经验中,本文将主要关注中国政府资源分配问题,它不仅对于灾后重建的成功与否至关重要,而且同样也是民众最为关注的议题。本研究的意义在于,一方面总结汶川地震灾后重建中政府资源分配的经验和规则,丰富中国灾害管理的知识体系;另一方面,为今后政府如何应对巨大的灾害,如何增加社会救灾政策的公平感、提高灾民对政府的满意度、提高救灾物资使用的效率提供借鉴。

二、文献回顾与研究假设

对中国政府而言,抗震救灾资源的分配首先是基于相关政策的分配。在救灾和重建期间,国务院和民政部先后出台一系列文件,对救灾和重建物资分配提出了具体的指导意见和具体细则*国务院先后颁布了《国务院关于支持汶川地震灾后恢复重建政策措施的意见》国发〔2008〕21号和《国务院关于做好汶川地震灾后恢复重建工作的指导意见》国发〔2008〕22号等文件；民政部等部门先后颁布了《汶川地震抗震救灾生活类物资分配办法》《汶川地震抗震救灾资金物资管理使用信息公开办法》和《关于进一步做好汶川地震灾区救灾款物使用管理的通知》等相关文件。,确保高质量地完成恢复重建的任务。各省市也出台相应的地方性救灾政策和物资分配措施,以保证救灾物资公正、公开、公平的发放,保障灾民的基本生活。但在实际物资分配中,地方政府也存在政策执行偏误,从而导致资源分配不公的问题[6]。而灾害社会学研究表明,灾后重建过程中的资源配置受到“相对需求法则”和“相对优势法则”的共同作用[7]。基于以上分析,本研究基于2009年四川德阳和绵阳市受灾居民的调查,对其过渡房补贴、自建永久住房补贴和临时生活补贴等物资发放情况进行分析,并探究资源分配的影响因素,从而总结出政府资源分配的逻辑和机制。

(一)相对需求法则

研究者对灾后恢复资源分配问题进行了大量的经验研究。其中,一部分研究者发现灾后的资源分配遵循着一种比较公正的“相对需求分配法则”。相对需求法则是指人们灾后接受的援助水平与受灾程度紧密相关,且在接受援助的问题上没有表现出明显的社会群体差异,根据受灾者的需求强度分配资源,强调“谁最有资格获得”[8]。因此,我们提出:

假设1.1:灾区居民地震中所受到的损失越严重,则获得政府分配的资源越多。

同时,研究还发现,震前贫困家庭在灾后重建市场上获取收入的能力更差。这不仅导致他们可能无法通过灾后重建提供的市场机会获得部分建房资金,而且他们与其他群体间的贫富差距较灾前可能会更大[9]。国家在政策上对重灾地区,低保户、五保户,遇难者家庭、伤残者家庭以及其他困难群众给予重点帮扶,受灾省、市接收的社会捐赠资金重点用于农户倒损房屋恢复重建*参见2008年民政部、财政部、住房和城乡建设部颁布的《做好汶川地震房屋倒损农户住房重建工作的指导意见》。。因此,我们得出:

假设1.2:灾区居民震前的社会经济地位越低,则获得政府分配的资源越多。

(二)相对优势法则

另一部分研究者却发现,灾后恢复过程中仍存在着社会不平等:个人和社区在灾后得到的援助多少直接受其社会背景的影响。少数族群、老年人、社会经济地位较低者等弱势群体受灾害影响更为明显,灾后恢复情况也更差。在受灾较严重的地区, 原有的社会不平等可能使部分底层群体面临绝境[10]。在这些研究者看来,灾后的资源分配遵循的并不是“按需分配法则”,而是“相对优势分配法则”,那些在社会中拥有相对优势的群体和个人更可能得到灾后支持,更快地恢复正常生活。“相对优势法则”是指根据受灾者获取资源的能力差异分配资源,强调“谁最有能力获得”[11]。

在相对优势中,人力资本是一种非常重要的资本形态,表现为人所拥有的知识、技能、经验和健康等。一方面,由于个体受教育程度越高,在地震应急过程中越可能采取正确的应急措施,而且地震后越有可能采取各种措施来弥补地震的损失,由此可能会呈现“受教育程度越高,地震影响则会越小”的现象[12]。另一方面,人力资本具有很强的信号功能,更丰厚的人力资本其能更有效地发出“偿还能力”的信号,更可能从金融市场上获得灾后恢复所需的金融资源。与之相对,贫困家庭(个体)可能由于缺乏技能、身体残疾、年龄偏大等原因缺乏上述资源，使得他们在整个灾后恢复过程中困难重重[13]。因此,我们得出:

新增开机功率70 kW，停开 Φ2.1×2.8球磨机系统，开机功率减少240 kW，系统开机功率降低170 kW，每年节约电费：170×24×365×0.9×0.43 =57.63万元/a

假设2.1:灾区居民的个体人力资本越高,则获得政府分配的资源越多。

家庭经济状况同样对于灾后恢复和重建产生重要影响。家庭的经济社会地位越高,就越有资源来消除灾害的影响,从而导致地震对不同经济状况的受灾家庭的影响存在显著差异[14]。震前家庭社会经济地位不仅直接决定了灾后家庭重建的资源数量,而且还在很大程度上决定了家庭能否从其他渠道筹集更多的资源。研究发现,在灾后信贷市场上,震前优越的家庭经济社会地位能发挥重要的“发送信号”功能,有利于家庭在银行成功贷款,从而加速恢复重建[7]。由此,我们得出:

假设2.2:灾区居民个体的经济资本越多,则获得政府分配的资源越多。

研究发现,相对于经济资本和人力资本而言,社会资本在灾害中受到损失更小,因而是受灾群众灾后重建中最可依赖的资本。是否拥有丰富的社会网络资源和社会资本,正是决定受灾者能否得到援助和能否迅速恢复的重要影响因素。在灾害发生后,个人可以通过自身的网络来调动各种正式的或非正式的嵌入性资源,为自己摆脱灾害的影响、恢复正常生活提供了条件[11]。如果受灾者拥有更紧密、规模更大和性别分散性更高的网络,则他们就更可能获得帮助和支持[15]。因此,我们得出:

假设2.3:灾区居民的社会资本越多,则获得政府分配的资源越多。

相关研究发现,在灾后重建时,地方干部在分配资源时,会存在对群众区别对待的问题[16],村民与干部的关系远近程度决定了分配物资的好坏。由此可能会出现“暗箱操作”的现象,造成分配不公，群众产生了被剥夺感而对乡、村干部有看法[17]。因此,我们得出:

假设2.4:灾区居民的政治资本越多,则获得政府分配的资源越多。

三、数据、变量与方法

(一)数据来源与说明

本研究数据来源于清华大学信义社区营造研究中心开展的汶川地震灾后重建研究项目。该项目对汶川地震灾区进行了为期三年的问卷调查*数据说明参见尉建文,谢镇荣. 灾后重建中的政府满意度——基于汶川地震的经验发现[J]. 社会学研究, 2015(1):97-113。。本研究选择使用2009年的调查数据,基于两点原因:一是从时间上来看,汶川地震发生一周年之后,灾后重建的各项工作已经全面展开,各项政策基本落实,是观察灾区恢复重建的最佳时期;二是从资源的分配来看,2009年灾后重建的任务已过大半,临时生活补贴、临时住房补贴、住房补贴、住房贷款均基本发放完毕,是研究资源分配的最好时机。本研究的样本情况如表1所示。

表1 样本的统计描述

注:户主性别中,0为“女”,1为“男”;党员、困难户和低保户中,0为“否”,1为“是”。

(二)主要研究变量

本研究的因变量是灾区群众从政府实际收到的各种资源,具体包括过渡房补贴、自建房永久补贴、临时生活救助金和银行贷款。我们在调查中设计的题目分别是:1.地震后您得到了多少过渡房补贴?2.地震后您得到了多少自建房永久补贴?3.地震后您得到了多少临时生活救助金?4.依照政府政策,您向银行总共贷了多少钱?

自变量则根据需求法则和优势法则分为两大类。其中,验证需求法则的变量分别是家庭伤亡情况、房屋毁坏情况、耕地损失面积、林地损失面积、家庭贫困情况、最低生活保障情况以及从事非农生产情况。验证优势法则的变量分为四种:1.人力资本,包括户主的文化程度,以及家庭获取职业证书的情况;2.经济资本,包括从事农业生产的收入以及从事非农生产的收入;3.社会资本,包括家庭的社会网络规模以及非农职业数占比;4.政治资本,即政治面貌,家中是否有人是党员。为了控制其他因素对研究可能产生的影响,确保结果的可靠性,本研究控制了户主性别和家庭规模两个变量。

(三)统计方法

本研究的因变量群众灾后获得的补贴或贷款额度属于受限因变量(limited dependent variable),均为删截数据(censored data),因为某些观测值集中在一个点上(在这里是指集中在0上)。根据因变量的特点,我们采用Tobit模型。方程表达式如下:

另外,不同于补贴额的数据分布特点,因变量贷款额是一个具有选择性的样本(selected samples),存在大量的缺失值(missing values),如果采用传统的OLS估计,那么会导致选择性偏倚(selection bias),不满足无偏估计的要求,为了保证样本的完整性以及克服选择性误差,本文采用样本选择模型(Sample Selection Models)——Heckman 二阶段模型(Heckman two-step model)[18]。其方程表达式如下:

(2)S=1

if probit(Y0)>0;

ifS=1

其中公式(1)为Heckman model第一阶段的选择模型,Probit(Y0)表示村民是否选择向政府申请贷款,α0为该选择模型的常数项,xi是指影响该选择的自变量,与公式(3)中的自变量xi相同,αi则是该自变量对Y0的影响，zi是指除了自变量之外,影响Y0的变量,该变量与Y1无关,其相关系数为0,而γi是指该变量对Yi的影响,ε1为该模型的误差项。在公式(2)中,S是指样本是否被观察到,如果被观察到S=1,相反,S=0。公式(3)为Heckman model第二阶段的OLS模型,Y1就是指村民拿到的贷款额,β0为常数项,xi是影响贷款额的j个自变量,βi是指控制其它自变量影响的条件下,第j个自变量对Y1的影响，ti是指影响补贴额的n个控制变量,θi指第n个控制变量对Y1的影响，ε2为该模型的误差项。该方程与普通的OLS模型最大的不同在于加入了逆米尔斯比率(ρi),从而克服了样本的选择性偏差。该比率是通过公式(1)算出来,然后将其带入公式(3)中,如果ρi>0,OLS估计会存在正向的选择性误差,因而选择Heckman二阶段选择模型是恰当的。

四、分析结果

(一)需求法则

表2数据反映的是需求法则的要素对政府资源分配的影响。从住房恢复情况来看,在模型1中,耕地损失面积和林地损失面积显著影响到受灾家户过渡房补贴的数量,家庭在地震中的耕地和林地损失面积越大,得到的过渡房补贴越多。在模型2中,房屋的毁坏情况显著影响到受灾家户自建永久住房补贴。与住房未受损坏的家户相比,房屋受损和坍塌的家户获得更多的自建房补贴,且房屋毁坏程度越严重,得到的永久自建房补贴越多。因此,从住房情况来看,家户在地震中的损失越严重,尤其是耕地和林地的损失面积越大,住房的损坏程度越严重,其从政府得到的住房补贴也就越多。

从生活恢复情况来看,在模型3中,家庭的伤亡情况显著影响到家户的生活补贴,家庭伤亡情况越严重,家户从政府得到的生活补贴越多。但从事非农业生产活动则会增加农户从政府获得的生活补贴。通常,在农村地区从事非农产业的收入要比农业活动高。这在一定程度上反映出,震前农户的经济收入或非农产业的投入有利于农户从政府获得更多的生活补贴。

从获得的贷款情况来看,在模型4中,低保户对家户拿到贷款的数量呈显著的负向影响，这说明家庭越困难,拿到的贷款数额就越少。另外,耕地和林地损失面积则对家户贷款额度呈现正向影响。耕地和林地损失面积越大,家户能够得到的贷款也越多。这反映出贷款的对象不一定针对有需求之人,比如困难户、低保户,而是主要针对那些有一定的经济实力,能按期偿还贷款之人。

表2 需求法则对政府资源分配的影响

续表2

变量模型1模型2模型3模型4过渡房补贴(对数)自建房补贴(对数)生活补贴(对数)贷款(对数)pseudoR-sq0 0480 0360 059Loglik．-1117 5-1412 5-532-73 54Chi-squared22 5F499 34 32345 19N551551551521

注:*p<0.1；** p<0.05；*** p<0.01。

(二)优势法则

表3数据反映的是优势法则的要素对政府资源分配的影响。从住房恢复情况来看,在模型1中,家庭的经济收入对过渡房补贴有显著影响,家庭的农业收入越多,得到的过渡房补贴越多。社会资本对于家户获得更多的过渡房补贴有显著的正向影响。家庭的社会网络规模越大,得到的过渡房补贴也越多。在模型2中,人力资本对家户领取自建房永久补贴有显著影响,家庭成员拥有技术证书,家户能够从政府拿到更多永久自建房补贴。同样地,社会网络规模越大,拿到的自建房永久补贴也越多。由此可见,从住房情况来看,经济资本、社会资本和人力资本都显著影响到家户从政府获得的住房补贴数量。

从生活恢复情况来看,在模型3中,构成人力资本的两个变量对临时生活补贴都有显著的正向影响,户主的受教育年限越多,家庭成员拥有技术证书,都能提高家户从政府获得更多的生活补贴。经济资本的作用同样显著,家户的农业收入越高,其获得政府的生活补贴就越多。社会资本中社会网络的异质性作用显著,尤其是社会网络中非农职业数占比越高,家户从政府获得的生活补贴就越多。由此可见,从生活恢复来看,经济资本、社会资本和人力资本在很大程度上都显著影响到家户从政府获得生活补贴的数量。

从获得的贷款数量情况来看,在模型4中,测量经济资本的两个变量对拿到贷款的多少均具有显著的正向影响。农业收入和非农收入越高,家户能够获得的贷款数额越大。这反映出在银行贷款方面,家户的震前经济地位以及偿还能力是非常重要的影响因素,体现的是相对优势法则。

表3 优势法则对政府资源分配的影响

续表3

变量模型1模型2模型3模型4过渡房补贴(对数)自建房补贴(对数)生活补贴(对数)贷款(对数)(0 268)(0 862)(0 061)(0 079)家庭规模0 177∗∗-0 4530 164∗∗∗0 0209(0 087)(0 283)(0 017)(0 029)户主的性别0 00423-3 575∗∗-0 0953-0 323(0 440)(1 674)(0 081)(0 293)常数项6 726∗∗∗11 71∗∗∗7 382∗∗∗1 207∗∗∗(0 621)(1 948)(0 118)(0 250)sigma常数2 071∗∗∗4 919∗∗∗0 631∗∗∗(0 068)(0 787)(0 006)athrho常数0 0168(0 130)lnsigma常数-1 133∗∗∗(0 197)pseudoR-sq0 0080 0110 08Loglik．-1113 2-1381 4-505 4-76 23Chi-squared18 2287 78F1 56381 18N525525525494

注:*p<0.1 ** p<0.05 *** p<0.01。

五、结 语

本研究从相对需求法则和相对优势法则的角度出发,分析和总结汶川地震灾后重建中政府资源分配的机制和逻辑,主要研究结论如下:

第一,相对需求法则是政府资源分配的首要原则。政府资源分配最为重要的依据是中央和地方各级政府的政策。保证资源分配的公正、公开、公平是对各级政府最基本的要求。在本研究中,我们发现政府的资源分配中,住房补贴和生活补贴大致遵循了相对需求的法则。从住房补贴来看,家户的住房损失越严重,林地和耕地受损越大,农户从政府得到住房补贴款就越多。从生活补贴来看,家户中人员伤亡状况越严重,非农业生产中越受到损失,家户从政府中得到的生活补贴款就越多。

第二,相对优势法则在政府资源分配中的作用显著。在震后的资源分配中,中央政府的政策多是原则性和指导性的,具体的政策落实则要靠地方政府,尤其是基层政府。在灾后重建时间紧、任务重的压力之下,各种政策的执行和落实会出现变通甚至扭曲。在本研究中,我们发现,家户的经济收入越高,户主的受教育年限越长,越具有技能,社会资本越丰富,其从政府得到住房补贴款和生活补贴的数量就越多。

第三,银行贷款则更多的是遵循相对优势的法则。家户的农业收入和非农收入越高,其能够获得的贷款数额越大。与之相反,震前家庭越困难,家户从拿到的贷款数额越少,对低保户的影响尤其显著。

第四,政治资本对于资源配置的影响不显著。先前研究显示，在政府资源分配中,存在少数乡镇或村庄干部利用自身权力为自己或家人谋取私利的问题。但与之不同,我们发现,家户的政治资本对于提高家户获得政府资源分配没有显著的影响,党员身份没有给家户带来更多的资源。

汶川地震震级高,破坏大,波及范围广,政府投资的资源巨大。因此,政府资源分配涉及中央政府、地方政府和对口支援地区的各级政府,是一个复杂的过程。本研究仅对极重灾区的居民进行调查,研究结论仅能推广到所调查的区域。“管中窥豹,可见一斑”。本研究对政府资源分配机制和逻辑的分析,希望能够成为政府以后如何分配资源、提高资源分配的公平性、增加群众的满意度的有益借鉴。

[1] 魏丕信, 徐建青. 18世纪中国的官僚制度与荒政[M]. 南京：江苏人民出版社, 2006.

[2] 张海波,童星.应急能力评估的理论框架[J] .中国行政管理, 2009(4):33-37.

[3] 翟进,张海波.巨灾的可持续恢复——“汶川地震”对口支援政策案例研究[J] .北京行政学院学报, 2015(1):15-22.

[4] 温家宝.在汶川地震灾后恢复重建座谈会上的讲话[J] .新华月报, 2011(11):94-96.

[5] KREPS G A. Sociological Inquiry and Disaster Research[J] . Annual Review of Sociology, 1984, 10(10):309-330.

[6] 陈升,吕志奎,罗桂连.非常态下地方政府政策执行评价比较研究——以汶川地震灾后重建政策为例[J] . 公共管理学报, 2010(4):49-56.

[7] 卢阳旭, 赵延东. 汶川地震灾区农村居民住房重建资金获得的影响因素分析[J]. 中国人口科学, 2011(6):93-101.

[8] KANIASTY K, NORRIS F H. In search of altruistic community: Patterns of social support mobilization following Hurricane Hugo[J]. American Journal of Community Psychology, 1995, 23(4):447-477.

[9] 徐晓军. 震后贫困村住房重建中的财富分配与流动——以四川省为例[J]. 华中师范大学学报(人文社会科学版), 2009(4):2-8.

[10] BATES F W FARRELL L, FERRATE S. KILLIAN, PEACOCK W. Recovery, Change and Development: A Longitudinal Study of the 1976 Guatemalan Earthquake . Athens: University of Georgia,1982.

[11] 赵延东. 自然灾害中的社会资本研究[J]. 国外社会科学, 2007(4):53-60.

[12] 陈升, 孟庆国. 汶川地震对受灾居民的影响研究——来自四川省5个地震重灾区的调查[J]. 中国人口科学, 2009(4):91-99.

[13] 卢阳旭. 突生与连续:西方灾后恢复的社会学研究述评[J]. 国外社会科学, 2011(2):38-42.

[14] 陈升,孟庆国.汶川地震对受灾居民的影响研究—来自四川省5个地震重灾区的调查[J] .中国人口科学，2009(4):91-99.

[15] BEGGS J J, HAINES V A, HURLBERT J S. Situational Contingencies Surrounding the Receipt of Informal Support[J]. Social Forces, 1996, 75(1):201-222.

[16] NEE V. The Emergence of a Market Society: Changing Mechanisms of Stratification in China[J]. American Journal of Sociology, 1996, 101(4):908-949.

[17] 符平. 贫困村灾后重建中的社会资本问题[J]. 人文杂志, 2010(2):167-174.

[18] HECKMAN J J. Sample Selection Bias Specification Error[J]. Econometrica, 1979, 47(1): 153-161.