农户应对气象灾害变化适应性行为引导政策需求优先序分析

谢学勤，柯今朝，李辉婕

农户应对气象灾害变化适应性行为引导政策需求优先序分析

谢学勤，柯今朝，李辉婕*

（江西农业大学 人文与公共管理学院，江西 南昌 330045）

【目的】气象灾害频发使我国粮食生产的不确定性增加，符合农户需求的引导政策可有效提高其应对气象灾害变化适应性行为能力。【方法】基于江西省种粮大户调查数据，使用聚类分析和多元Logistic模型探究农户应对气象灾害变化适应性行为引导政策需求优先序及其影响因素。【结果】农户最需求的引导政策依次为气象灾害保险补贴、农田水利基础设施建设和维护、气象灾害农业信贷服务、气象灾害信息管理、气象灾害应对技术培训、生产技术培训。【结论】农户的年龄、家庭收入水平、参加技能培训情况、土壤肥力、是否购买农业保险、家中是否有农业机械等因素不同方向、不同程度影响其对引导政策的需求。据此，政府应加大对农户的财政扶持力度、完善农业信贷服务体系并灵活调整引导政策结构，以提高农户应对气象灾害变化能力。

气象灾害；适应性行为；引导政策；需求优先序

【研究意义】我国有一半以上的人口以稻米为主食，水稻种植面积和总产量约占粮食作物的1/3[1]，可见水稻是我国粮食生产和消费的关键部分。江西省是我国水稻生产的重点优势区域，水稻总产量占全省粮食总产量的95%以上[2]，是重要的粮食输出省份，为我国的粮食安全做出了重要贡献。但江西省同样是一个气象灾害频发省份，气象灾害已经成为阻碍江西省水稻稳定生产的最主要原因[3]。【前人研究进展】适应性政策被提出是应对气候变化的最佳选择[4]，但我国农户在抵御气象灾害等不利影响方面的适应能力相对落后，且存在地区差异[5]，如何提升农户适应气象灾害变化的能力日渐引起政府部门和学界的关注。学界从理论和实证研究等方面对农户应对气象灾害变化的适应性行为进行了深入研究，但关于农户应对气象灾害变化的适应性行为引导政策需求相关研究尚付阙如。【本研究切入点】作为农业生产中应对气象灾害变化的主体，农户对引导政策的需求直接关系到其气象灾害适应性行为的有效性。当前，农户通常都是被动接受政策结果，缺乏从农户需求视角出发制定的引导政策。因此，本文从农户需求视角出发，探究农户气象灾害变化适应性行为引导政策需求。【拟解决的关键问题】以江西省种粮大户为样本，对农户应对气象灾害变化的适应性行为引导政策需求进行调查，采用聚类方法分析农户引导政策需求优先序，并在此基础上采用多元Logistic模型分析影响农户应对气象灾害变化适应性行为引导政策需求的因素，为政府优化相关引导政策提供参考。

1 文献综述

学界从不同侧重点对适应性概念和内涵进行了讨论，最初的研究主张适应性是“处理潜在可能、外部压力”的能力[6-7]，也有观点支持适应性是“个人或部门对现有的或预期的气候变化及其影响”的响应[8-9]，更有学者认为适应性是“自然和人为系统为减少气候变化脆弱性的不同目的、不同行为、不同效益”的调整[10-14]。虽然不同学者给出了不同的适应性定义，但具有代表性的定义基本都包括了适应对策、适应性行为、适应者、适应效益4个要素[15]。也有学者对适应性行为的分类进行研究，其中最具代表性的是Barry等[16]提出的被动适应与主动适应的划分。在此基础上，学者们进一步将适应性行为划分为积极适应与消极适应[17]，事前预防性适应和事后补救性适应[13]，工程措施和非工程措施[18]，扩张型策略、调节型策略和收缩型策略[19]，投资性适应措施和农田管理型适应措施[12]等。

了解农户应对气象灾害变化的适应性行为影响因素对于政策的制定和执行具有重要意义。从理论基础来看，已有研究主要有从战略角度，引入资产禀赋理论并构建农业经济模型进行的分析[20]；采用农业技术模型，引入计划行为理论、农业技术采用理论等从战术角度进行的分析[21-22]；也有引入可持续生计分析框架等构建的既考虑战略又考虑战术的社会—生态系统模型[19]。从所使用的计量模型来看，学者主要运用多元线性回归模型、logistic模型、probit模型、heckman模型、结构方程模型等计量经济模型进行分析。王亚茹等[19]采用多元线性回归模型和logistic回归模型对甘南高原农户适应行为策略进行分析；李欢娟等[21]采用结构方程模型研究樱桃种植户气象灾害适应行为机制；黄泽颖等[23]在对甘肃地区农户适应行为影响因素研究中采用Bivariate-Probit模型。从具体影响因素来看，主要包括3个方面：一是农户对气候变化的感知，如陈俐静等[24]研究指出农户的气候变化感知是其采取适应性行为的决定因素；二是农户个体特征和家庭特征，如朱红根等[22,25]在对南方稻区农户进行研究后指出性别、年龄、文化程度等个人特征显著影响农户的适应性行为；赵雪雁等[17]对高寒生态区农户的研究发现家庭收入水平、耕地面积、固定资产拥有量等显著影响农户适应性行为；三是信息、技术、金融等支持措施，如吴婷婷[26]和谭淑豪等[27]通过实证研究发现气象信息服务、农技服务、技术信息及价格信息可获得性对农户适应行为有显著影响；黄泽颖等[23]发现农业贷款可获得性显著促进农户主动和被动适应行为，且从边际效应来看，其最能促进农户适应气候变化。

2 数据来源及样本基本特征

本文数据主要来源于课题组2019年对江西省种粮大户的实地调研，调查区域包括江西省南昌市、九江市、上饶市等11个地区24个样本区县。调研主要内容包括农户的个体特征、农业经营特征、应对气象灾害变化适应性行为引导政策需求等。主要通过入户调查和访谈方式获得数据，在对原始问卷进行整理，剔除不符合要求的问卷后共计获取有效问卷269份。

农户年龄主要集中在46～55岁和56岁以上，两者占比达到74%，45岁及以下的农户仅占总体26% ，农户的总体年龄偏高。从家庭收入水平来看，绝大多数家庭的收入水平不高，有82.8%的农户家庭收入处于中等或中等偏下水平。农户受教育程度普遍不高，有31.2%的农户仅接受了小学及以下的教育，一半以上农户的文化程度为初中，而高中及以上的占比不到20%。从务农年限来看，有81位农户的务农年限在10年及以下，务农年限在10～20年和21～30年分别占总体27.8%和23.0%，30年以上的占18.9%，各年限段分布较为均匀。被调查农户基本信息如表1所示。

表1 被调查农户基本信息

3 农户应对气象灾害变化适应性行为引导政策需求优先序分析

为获知农户应对气象灾害变化适应性行为引导政策需求优先序，问卷列出6项引导政策，并要求农户根据实际对引导政策进行需求优先排序，最需要的政策选1，其次需要的政策选2，以此类推，并最终排出对这6项政策的需求优先程度。根据优先序理论，本文仅选取了排在农户前3位需求的引导政策为本文研究的主要内容。如表2所示，在第一位政策需求上，有80位农户将气象灾害保险补贴列为引导政策的首要需求，其次是气象灾害信息管理和农田水利基础设施建设和维护，出现次数分别为67次、61次；在第二位政策需求上，出现次数最多的是气象灾害农业信贷服务，有64次；在第3位政策需求上，农户最需求的引导政策是生产技术培训，共出现60次，在该位次上，气象灾害应对技术培训的选择次数也较多。

表2 农户应对气象灾害变化适应性行为引导政策需求排序

通过对表2分析发现，除气象灾害保险补贴引导政策需求较为突出外，其他引导政策在不同位次上都出现了不同的的次数，对其进行简单的统计分析难以进行合理有效的排序。为对农户应对气象灾害变化适应性行为引导政策需求的优先序进行准确排序，本文采用分层聚类方法对6项引导政策进行分类，对其进行有效排序。聚类分析结果如图1所示，6项引导政策被聚为4类，同时结合表2中各项引导政策在不同位次出现的频数，按照“重要-紧迫”的原则将其相应地分为4个层次，具体分层情况如下：

第一层次为财政补助类政策，分别为气象灾害保险补贴、农田水利基础设施建设和维护。在聚类图中，气象灾害保险补贴、农田水利基础设施建设和维护两项政策聚为一类。该聚类出现的原因可能是两项政策的内部联系为资金补助，气象灾害保险购买、农田水利基础设施建设和维护都涉及到农户的大额资金支出，政府对气象灾害保险进行补贴或优惠直接减少农户在此项目上的支出，是对农户的直接资金补助；政府对农田水利基础设施进行建设和维护，使得农户减少甚至避免了在此项目上的支出，是对农户的间接资金补助。结合表2中两项政策在各位次出现的频次和孔祥智提出的无权重依次转移方法[28]对这两项政策进行排序，可发现，相较于农田水利基础设施建设和维护，农户对于气象灾害保险补贴的需求更为迫切。

第二层次为金融类政策，为气象灾害农业信贷服务。在图1中，气象灾害农业信贷服务单独聚为一类。农户对该引导政策需求较强的原因可能是农户在向金融机构寻求农业贷款时，由于农业的不稳定性和农户缺少担保物、担保主体，所遇阻碍较大。因此，农户对于气象灾害农业信贷服务的需求较强烈。

第三层次为信息类政策，为气象灾害信息管理。通过聚类分析，发现气象灾害信息管理单独聚为一类。农户在很大程度上是“靠天吃饭”，但由于农户自身资源禀赋的限制，其在气象灾害信息获取和管理上不具优势。因此，农户对于政府气象灾害信息管理具有一定的需求，希望通过政府的气象灾害信息管理来帮助减少损失。

第四层次为技术培训类政策，包括气象灾害应对技术培训和生产技术培训在内。通过聚类图可以发现，气象灾害应对技术培训和生产技术培训明显的聚为一类。实际调研发现，绝大部分农户认为在多年的务农实践中自身已经掌握了丰富的生产技术和气象灾害应对技术，导致农户对两项技术培训类引导政策的需求不强，使得该聚类处在最后一层次。在表2中，气象灾害应对技术培训在第一位次和第二位次上出现的频次高于生产技术培训，在第三位次上出现的次数稍低于生产技术培训，结合无权重依次转移方法进行排序，在该层次，农户对于气象灾害应对技术培训的需求较强，对生产技术培训的需求较弱。

综上，农户应对气象灾害变化的适应性行为引导政策需求优先序可确定为：气象灾害保险补贴＞农田水利基础设施建设和维护＞气象灾害农业信贷服务＞气象灾害信息管理＞气象灾害应对技术培训＞生产技术培训。

图1 农户应对气象灾害变化适应性行为引导政策需求聚类图

4 农户应对气象灾害变化适应性行为引导政策影响因素分析

为进一步分析农户对不同引导政策需求的影响因素，本文采用实证分析方法研究农户对引导政策需求的影响因素。本文主要对农户最需要的前3位引导政策需求进行影响因素分析，其他引导政策一律归为其他。因变量和自变量的定义如表3所示。

表3 相关变量定义

农户应对气象灾害变化的适应性行为引导政策需求可分为气象灾害保险补贴、农田水利基础设施建设和维护、气象灾害农业信贷服务以及其他政策需求，分别被赋值为1、2、3、4，故本文采用多元Logistic模型进行分析，模型表达式为：

表达式中：表示农户气象灾害变化的适应性行为引导政策需求类别；()表示农户对第类政策需求的发生比；ln[()/()]表示某项政策需求与参照政策需求发生比的自然对数；α为常数项；β表示第项政策需求的第个影响因素的回归系数。X表示农户引导政策需求的影响因素；为随机误差。

根据所构建模型，采用Stata15.0软件对农户应对气象灾害变化的适应性行为引导政策影响因素进行分析，模型估计结果如表4所示。模型卡方检验值对应的显著性水平为0.002<0.05，说明回归模型选择的自变量对引导政策需求影响因素具有一定的解释能力。

表4 模型估计结果

农户年龄、参加技能培训情况、是否购买农业保险、家中是否有农业机械显著影响农户对气象灾害保险补贴政策的需求。其中，农户年龄、参加技能培训情况、家中是否有农业机械对于气象灾害保险补贴的政策需求呈正相关。农户年龄越大，对气象灾害保险补贴政策的需求越强烈，原因可能是年龄越大的农户兼业程度越低，对农业生产的依赖性更强，因此其更加需要气象灾害保险补贴来降低气象灾害发生对自身的不利影响。参加技能培训越多的农户，对气象灾害保险补贴政策的需求越迫切，可能原因是参加技能培训需要消耗农户一定的时间成本和劳动力成本，参与技能培训越多其投入的成本越高，如果发生气象灾害其损失会更大，因此参加技能培训越多的农户，更加需要气象灾害保险补贴。家中有农业机械的农户，更加希望政府推行气象灾害保险补贴政策，其原因可能是农业机械作为一种物质资料，家中有农业机械的农户的物质资料投入更多，气象灾害的发生对其影响更大，故其更加需要气象灾害保险补贴。未购买农业保险的农户对于气象灾害保险补贴政策的需求更加强烈，农户未购买农业保险的重要原因是认为保费过高，因此其更希望政府推行保险补贴或优惠政策以减少保险费用。

农户家庭收入水平、参加技能培训情况对农户农田水利基础设施建设和维护的引导政策需求有正向影响，土壤肥力对农户农田水利基础设施建设和维护的政策需求有负向影响，即家庭收入水平越高、参加技能培训越多、土壤肥力越差的农户对于农田水利基础设施建设和维护的政策需求越强烈。农村居民的收入水平是影响其对水利基础设施需求的重要因素[28-29]，家庭收入水平高的农户对农田水利基础设施会有更强烈需求，因此其会更加希望政府推行农田水利基础设施建设和维护政策。参加技能培训越多的农户，越能够认识到农田水利基础设施对于防灾减灾的基础性作用，因此他们会更加重视农田水利基础设施建设和维护。相较于土壤肥力较好的农田，土壤肥力差的农田承灾能力更差，这可能会起到放大灾情的作用，在气象灾害发生前中后都更加迫切需要采用排水灌溉等保护性耕种措施来减少损失，这导致了农田土壤肥力更差的农户对农田水利基础设施建设和维护政策有着更强烈需求。

农户家庭收入水平、参加技能培训情况显著影响农户对气象灾害农业信贷服务政策的需求。农户家庭收入水平越高，对气象灾害农业信贷服务政策的需求越强烈，可能原因是高家庭收入农户的利息承受能力和风险承担能力更强，更勇于使用信贷服务以恢复生产。农户参加技能培训越多，对气象灾害农业信贷服务政策的需求越迫切，原因可能是参加技能培训多的农户拥有更高的技术水平，高技术水平家庭的生产能力更强，且在技术水平提高的驱动下，更愿意增加生产要素投入以获取高收益，因此对资金的需求更加旺盛，更加希望政府推行气象灾害农业信贷服务政策。

5 结论及政策建议

综上研究，可以发现农户对气象灾害保险补贴、农田水利基础设施建设和维护的引导政策需求最为迫切；同时，对气象灾害农业信贷服务、气象灾害信息管理的政策需求也较为强烈；但对于气象灾害应对技术培训和生产技术培训等技术培训类引导政策的需求较弱。农户的个体特征和农业经营特征对于农户选择何种引导政策具有显著影响，且影响方向和影响程度各不相同。年龄大、经常参加技能培训、家中有农业机械、未购买农业保险的农户更倾向于选择气象灾害保险补贴政策；家庭收入水平高、经常参加技能培训的农户对于农田水利基础设施建设和维护、气象灾害农业信贷服务政策需求更加强烈；同时，土壤肥力差的农户更有可能选择农田水利基础设施建设和维护的引导政策。据此，提出以下政策建议：

一是加大对农户的财政扶持力度，减少农户资金压力。从农户应对气象灾害变化的适应性行为引导政策需求优先序分析可知，农户对气象灾害保险补贴、农田水利基础设施建设和维护等引导政策的需求强烈，这两类政策直接或间接关系到农户的资金支出。因此，政府部门应从多方面加大对农户的资金补贴力度，特别是对购买气象灾害保险的补贴，直接减少农户的资金压力。同时，政府部门还应帮助农户进行基础设施的建设和维护，减少农户在基础设施上的支出，间接降低农户的资金压力。

二是完善农业信贷服务体系，拓宽农户的资金来源渠道。政府和金融机构应大胆探索扩大农业信贷抵押担保物范围，创新推出土地经营权抵押、宅基地抵押等符合农业发展现状的抵押担保方式，降低信贷门槛，改善农户想贷款而因缺乏抵押担保物无法贷款的局面。

三是针对当前频发的极端气象灾害，全国各地应加大气象灾害信息管理力度。研究发现，样本农户对气象灾害信息管理引导政策有较强烈需求，该结果对于全国其他地区同样有一定的参考意义。因此，全国各地政府部门应提升对气象灾害的重视程度，组织专门人员成立气象灾害监测预警专业化服务队伍，利用先进技术设备准确预报气象灾害，借助现代通讯手段及时向农户发布气象灾害信息，增强气象灾害监测和预警信息发布服务能力。

四是灵活调整引导政策结构，建立起以农户需求为导向的政策机制。政府部门在制定农户应对气象灾害变化的适应行为引导政策时，可推出多样化的引导政策，在实际的政策推行中，要根据农户个体特征、家庭特征的差异，灵活调整政策组合以切实满足农户需求，提高农户应对气象灾害能力。

[1] 褚光, 陈松, 徐春梅, 等. 我国稻田种植制度的演化及展望[J]. 中国稻米, 2021, 27(4): 63-65.

[2] 贺晓鹏, 边建民, 欧阳林娟, 等. 江西省水稻种业创新发展对策建议[J]. 江西农业大学学报, 2021, 43(3): 479-487.

[3] 康冬丽, 陈昭玖, 周波. 气候变化视角下农户农药投入影响因素分析——以鄱阳湖生态经济区为例[J]. 新疆农垦经济, 2014(4): 9-13.

[4] SOLOMON S, QIN D, MANNING M, et al. Climate change 2007: the physical science basis. Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press, 2007: 3-53.

[5] 周力, 周曙东. 极端气候事件的灾后适应能力研究——以水稻为例[J]. 中国人口·资源与环境, 2012, 22(4): 167-174.

[6] MICHAEL J W. The space of vulnerability: the causal structure of hunger and famine[J]. Progress in Human geography, 1993, 17(1): 43-67.

[7] BROOKS N. Vulnerability, risk and adaptation: a conceptual framework: tyndall centre for climate change research[C]. University of east anglia, 2003.

[8] MCCARTHY J, ECANZIANI O, LEARY N A, et al. Climate change 2001: impacts, adaptation and vulnerability[M]. Cambridge: Cambridge University Press, 2001: 3-26.

[9] O'BRIEN K. Global environmental change II: from adaptation to deliberate transformation[J]. Progress in human geography, 2012, 36(5): 667-676.

[10] MIGUEL D F D, EMILY B, EMMA L T, et al. Using expert elicitation to define successful adaptation to climate change[J]. Environmental science and policy, 2009, 12(7): 810-819.

[11] IPCC. Managing the risks of extreme events and disasters to advance climate change adaptation. A special report of working groups I and II of IPCC intergovernmental panel on climate change[M]. Cambridge: Cambridge University Press, 2012.

[12] 侯玲玲, 王金霞, 黄季焜. 不同收入水平的农民对极端干旱事件的感知及其对适应措施采用的影响——基于全国9省农户大规模调查的实证分析[J]. 农业技术经济, 2016(11): 24-33.

[13] 冯晓龙, 刘明月, 霍学喜. 水资源约束下专业化农户气候变化适应性行为实证研究——以陕西省663个苹果种植户为例[J]. 农业技术经济, 2016(9): 18-27.

[14] 罗良文, 茹雪, 赵凡. 气候变化的经济影响研究进展[J]. 经济学动态, 2018(10): 116-130.

[15] SMIT B, BURTON I, KLEIN R, et al. An anatomy of adaptation to climate change and variability[J]. Climatic change, 2000, 45(1): 223-251.

[16] BARRY S, MARK W S. Adaptation options in agriculture to climate change: a typology[J]. Mitigation and adaptation strategies for global change, 2002, 7(1): 85-114.

[17] 赵雪雁, 薛冰. 高寒生态脆弱区农户对气候变化的感知与适应意向——以甘南高原为例[J]. 应用生态学报, 2016, 27(7): 2329-2339.

[18] 汪兴东, 陈昭玖, 蔡波. 农民气候变化认知及适应性措施选择——基于鄱阳湖区的调查研究[J]. 农林经济管理学报, 2016, 15(3): 316-326.

[19] 王亚茹, 赵雪雁, 张钦, 等. 高寒生态脆弱区农户的气候变化适应策略——以甘南高原为例[J]. 地理研究, 2016, 35(7): 1273-1287.

[20] JAKOBSEN K T. In the eye of the storm: the welfare impacts of a hurricane[J]. World development, 2012,40(12): 2578-2589.

[21] 李欢娟, 史兴民. 基于计划行为理论的樱桃种植户对气候变化与气象灾害适应行为研究[J]. 气候变化研究进展, 2019, 15(3): 301-312.

[22] 朱红根, 周曙东. 南方稻区农户适应气候变化行为实证分析——基于江西省36县(市)346份农户调查数据[J]. 自然资源学报, 2011, 26(7): 1119-1128.

[23] 黄泽颖, 逄学思, 周晓雨, 等. 半干旱地区马铃薯种植户适应气候变化行为研究——基于甘肃省362个微观调查数据[J]. 中国农业大学学报, 2019, 24(1): 217-228.

[24] 陈俐静, 段伟, 吕素洁, 等. 林农气候变化感知及适应性行为研究——以四川大熊猫保护区947户农户为例[J]. 资源开发与市场, 2017, 33(11): 1306-1311.

[25] 朱红根, 康兰媛, 周曙东. 南方稻区季节性干旱农户适应行为及其影响因素实证分析[J]. 自然资源学报, 2016, 31(9): 1540-1552.

[26] 吴婷婷. 南方稻农气候变化适应行为影响因素分析——基于苏皖两省364户稻农的调查数据[J]. 中国生态农业学报, 2015, 23(12): 1588-1596.

[27] 谭淑豪, 谭文列婧, 励汀郁, 等. 气候变化压力下牧民的社会脆弱性分析——基于内蒙古锡林郭勒盟4个牧业旗的调查[J]. 中国农村经济, 2016(7): 67-80.

[28] 孔祥智, 李圣军, 陈丹梅. 农户对公共产品需求的优先序及投入重点研究[J]. 吉林大学社会科学学报, 2007, 47(4): 20-26.

[29] 相婷婷, 张长征. 农村水利基础设施的供需均衡分析[J]. 中国农村水利水电, 2014(1): 1-5.

Prioritization Analysis of Demands for Policies to Guide Adaptive Behaviors of Farmers in Response to Changes in Meteorological Hazards

XIE Xueqin, KE Jinzhao, LI Huijie*

(School of Humanities and Public Administration, Jiangxi Agricultural University, Nanchang 330045, China)

The frequent occurrence of meteorological disasters has increased the uncertainty of grain production in China, and guidance policies meeting the needs of farmers can effectively improve their ability to cope with their adaptive behaviors in meteorological disaster changes.Based on the survey data of large grain farmers in Jiangxi Province, cluster analysis and multivariate logistic model were used to investigate the priority of farmers’ demands for guidance policies and their influencing factors.The most demanded guidance policies by farmers in order of priority were meteorological disaster insurance subsidy, infrastructure construction and maintenance of farmland water conservancy, agricultural credit service for meteorological disasters, information management and response technology training of meteorological disasters, as well as production technology training.Farmers' age, household income level, participation in skill training, soil fertility, the purchase of agricultural insurance, and the possession of agricultural machinery at home all affect their needs for guidance policies in different directions and to different degrees. Accordingly, the government should increase the financial support to farmers, improve the agricultural credit service system and flexibly adjust the structure of the guidance policies to improve farmers’ ability to cope with changes in weather disasters.

meteorological hazard; adaptive behavior; steering policy; demand prioritization

F325；S42

A

2095-3704（2021）04-0410-08

谢学勤, 柯今朝, 李辉婕. 农户应对气象灾害变化适应性行为引导政策需求优先序分析[J]. 生物灾害科学, 2021, 44(4): 410-417.

2021-11-03

2021-11-10

国家自然科学基金项目（71963020）和江西省自然科学基金项目（20181BAA208055）

谢学勤（1998—），男，硕士生，主要从事公共政策与政府治理研究，xiexueqinqin@sina.com；

通信作者：李辉婕，副教授，博士，lihuijie169@163.com。