貧困地區農戶食物安全脆弱性研究

孫夢瑤，聶鳳英

(中國農業科學院農業信息研究所，北京 100081)

貧困地區農戶食物安全脆弱性研究

孫夢瑤，聶鳳英

(中國農業科學院農業信息研究所，北京 100081)

基于2015年陜西、云南、貴州3省6縣農戶實地調查數據，采用期望貧困的脆弱性(VEP)研究方法，運用FGLS估計方法測算農戶的食物安全脆弱性，并用Probit模型分析影響農戶食物安全脆弱性的因素。經計算，樣本戶中具有高度脆弱性的有23戶、占樣本數的1.7%，其中食物不安全戶16戶、食物安全戶7戶。比較不同脆弱性與不同食物安全水平農戶特征發現，高脆弱性且食物不安全農戶各項情況均最差，進而通過影響因素分析得出，戶主婚姻狀況、家庭人口數、生病數、財富分組和食物消費得分對農戶高脆弱性有顯著影響。據此提出提高社會保障水平、增加衛生醫療機構、提高農戶收入、改善食物消費結構等建議。

食物安全脆弱性；期望貧困的脆弱性法；FGLS；Probit模型

國內外對食物安全的研究非常豐富，從國內來看，關于貧困人口食物安全的研究主要是肖海峰[1]、朱玲[2]、朱晶[3-4]、王興穩[5]、高帥[6-7]等人對內蒙、河南、甘肅、陜西、吉林、云南、貴州等貧困縣食物可獲得性、食物安全自我評價、能量和營養素攝入等方面的研究。聶鳳英[8]對我國國家層面、省級層面、貧困縣及農戶層面進行了系統研究，建立了涵蓋食物安全五大方面(食物供給能力、食物可獲得性、食物利用條件、食物消費、食物安全脆弱性)的指標體系，綜合衡量研究對象的食物安全水平。

從國外來看，世界糧食計劃署、聯合國糧農組織、國際食物政策研究所、國際農業發展基金等國際機構長時間、系統、分國別地對食物安全進行了研究，并且實施了大量的幫扶措施以降低農戶食物不安全狀況。但是目前，國內外對農戶食物安全脆弱性尤其是定量研究脆弱性的研究較少，因此本文以實地調研數據為依托，定量測算農戶食物安全脆弱性情況，并分析不同脆弱性農戶的特征，探尋影響其食物安全脆弱性的因素。

1 食物安全脆弱性測量

1.1 食物安全脆弱性理論模型構建

脆弱性是指農戶將來有較大的概率變得貧困或更貧困[9]。農戶食物安全脆弱性就是食物不安全農戶未來持續不安全的概率，或是食物安全農戶未來陷入食物不安全的概率。脆弱性研究方法主要有六種，分別是脆弱性分析框架法、生計資產量化研究法、FGT貧困測量法、期望貧困的脆弱性法(VEP)、期望效用的脆弱性法(VEU)、風險暴露的脆弱性法(VER)。根據本文的研究實際，選擇Chaudhuri[10]的VEP方法對農戶食物安全脆弱性進行測量。

在脆弱性計算過程中，首先要計算農戶的未來福利水平，國內大多關于脆弱性的研究往往用收入來替代家庭的福利水平，但是收入數據沒有消費數據準確，因此本研究用實地調查的詳盡的農戶消費數據表示農戶的福利水平，這將更有利于分析該問題。因此，農戶脆弱性模型可以被表示為式(1)：

Vit=Pr(lnYh，t+1<=lnz)

(1)

式(1)中，Vit代表第i個農戶在t時期的脆弱性；Yh，t+1代表第i個農戶在t+1時期的食物安全水平；用食物消費得分1表示；z為確定性等價指標，本文用食物安全與不安全的臨界值表示，即食物消費得分等于35，如果農戶食物消費得分大于35，則農戶食物安全，食物消費得分小于等于35，則食物不安全。Pr(.)代表概率。農戶食物安全的產生過程主要受農戶所受的沖擊、農戶個體特征、家庭特征、區域變量的影響。因此可以用函數表示為式(2)：

lnYi=Si′β1+Xi′β2+Hi′β3+Ci′β4+εi

(2)

式(2)中，Yi為農戶的食物消費得分，Si為農戶沖擊向量，Xi為農戶個體特征變量向量，Hi為農戶家庭特征變量向量，Ci為區域變量向量，εi為干擾項。

由于現實中每個農戶的lnYi滿足同方差這個假設難以實現，所以不能使用最小二乘法進行估計，因此本文假設農戶干擾項εi的方差為式(3)：

σε，i2=Si′θ1+Xi′θ2+Hi′θ3+Ci′θ4

(3)

式(3)中，解釋變量含義與上文相同，θ1、θ2、θ3、θ4為參數。由于異方差的存在，本文采用Chaudhuri借鑒Amemiya的方法，用三階段可行廣義最小二乘法(FGLS)進行估計。FGLS估計的過程是，首先對式(2)進行最小二乘法估計，然后用估計的殘差去估計式(4)：

(4)

再把預測的值帶回式(4)，變為式(5)：

(5)

再用OLS估計式(5)，得到β1、β2、β3、β4、θ1、θ2、θ3、θ4。并用它們再去估計農戶i預期的福利對數和福利對數方差。分別為式(6)、(7)：

(6)

+Hi′θ3+Ci′θ4

(7)

由于lnYi服從正態分布，所以最后可得出農戶i脆弱性的估計式為式(8)：

(8)

借鑒其他學者對脆弱性的研究，設定脆弱性的閾值為0.5較為合適，即如果農戶脆弱性水平大于等于0.5，就意味著農戶具有高度脆弱性；如果其小于0.5，則脆弱性為低度。

1.2 數據和變量描述

脆弱性測量可以用面板數據也可以用截面數據，一些關于脆弱性測量的研究采用長期面板數據，因為這樣符合脆弱性關于預期的考慮，但是面板數據在發展中國家很難獲得。因此，一些研究通過2～3輪截面數據構造面板數據，結果也能測量脆弱性[11]，并且偽面板數據和面板數據得到的實證結果無較大差異[12]。楊龍[13]等采用1年的截面數據對貧困地區農戶脆弱性進行分析，也得到了很好的效果。因此本文借鑒此方式，用2015年的截面數據計算農戶的食物安全脆弱性。

本文的數據來源于課題組于2015年7—8月在陜西省洛南和鎮安縣、云南省武定和會澤縣、貴州省正安和盤縣3省6縣的實地調查數據，樣本總量為1 368戶，調查內容包括農戶家庭和個人特征、農戶住房情況、資產情況、農業情況、收入和消費情況以及沖擊和應對策略情況。但在計算脆弱性時，由于數據問題，最終只使用1 367戶的截面數據，這些數據為評估貧困地區農戶食物安全脆弱性和分析其影響因素奠定了良好的基礎。

食物安全脆弱性測量的核心是食物安全的產生過程，這一過程有許多決定因素，例如食物消費量、當前的收入、未來的預期收入等，而這些因素又最終取決于農戶及農戶生計環境的一系列特征因素。本文選取了風險沖擊變量、個體特征變量、家庭特征變量、區域特征變量等。其中風險沖擊變量包括農戶是否遭受災害沖擊、是否遭受經濟沖擊、是否遭受社會沖擊，個體特征變量包括戶主性別、年齡、年齡平方、受教育年限、婚姻狀況；家庭特征變量有家庭人口數、勞動力數、生病數、擁有土地面積、耕地面積、收入、財富分組、生計類型；區域變量為正安、鎮安、武定、會澤、盤縣。

1.3 結果與分析

1.3.1 脆弱性與食物安全農戶交叉分析 按照上述理論模型，本文使用FGLS求得了每個農戶的脆弱性，即農戶陷入食物不安全的概率，由于我們設定脆弱性的閾值為0.5，脆弱性大于等于0.5的都視為高度脆弱，經測算得出，樣本農戶中具有高度脆弱性的農戶有23戶，占樣本總數的1.7%。

為了詳細分析農戶食物安全水平與農戶食物安全脆弱性情況，我們通過計算食物消費得分，得到農戶的食物安全情況，即根據食物消費得分是否大于35，得到兩組農戶，一組為食物不安全戶，一組為食物安全戶、其中食物安全戶占84.7%，食物不安全戶占15.3%。將食物安全情況與脆弱性情況進行交叉分析，發現具有高度脆弱性的農戶中，食物不安全戶16戶、食物安全戶7戶。也就是說，樣本農戶中，食物不安全又具有高度脆弱性的農戶有16戶，占樣本的1.2%；食物不安全但是脆弱性較低的農戶有193戶，占樣本的14.1%；食物安全戶但是具有高脆弱性的農戶為7戶，占比為0.5%；食物安全且脆弱性低的農戶有1 151戶，占84.2%。

1.3.2 脆弱性與食物安全交叉組農戶的特征 上面已經計算出了每個農戶的脆弱性，也明確了高脆弱性農戶的比例，下面詳細分析不同脆弱程度農戶的特征情況，進而分析不同脆弱性與食物安全交叉組農戶的特征情況。

表1 變量解釋說明

表2 脆弱性與食物安全農戶交叉分析(%)

比較高脆弱性和低脆弱性組農戶情況，發現高脆弱組農戶戶主性別為男性的比例更大，戶主年齡較高，受教育年限較低，離異或喪偶的較多，家庭人口數、勞動力數量較少，患病人數較多，財富情況較差，收入較低，遭受災害、經濟、社會沖擊的比例均較大，最主要的是全部高脆弱性人口生活在洛南縣。

下面詳細比較不同脆弱性程度和不同食物安全狀況交叉組的農戶情況。由于脆弱性程度分為高脆弱性和低脆弱性兩組，食物安全水平分為食物不安全和食物安全兩組，所以兩兩交叉，最后得到四組，分別為高脆弱性且食物不安全組(A)、高脆弱性但食物安全組(B)、低脆弱性但食物不安全組(C)和低脆弱性且食物安全組(D)。

表3 高脆弱性組與低脆弱性組農戶基本情況均值分析

通過比較四組農戶，我們可知，A組農戶整體情況最差，戶主受教育年限最短，戶主婚姻狀況最不穩定，家庭勞動力數最少，生病人數最多，擁有的土地面積最少，平均收入最少，財富分組最低，受到的災害沖擊較多，并且大多分布在洛南縣。B組農戶各方面情況較A組相比較好，C組又略好于B組，而D組毫無疑問整體情況最好。由此可以推測，以上因素對農戶脆弱性可能造成影響。為此，我們使用計量模型詳細分析影響農戶食物安全脆弱性的因素具體都有哪些。

表4 脆弱與食物安全交叉組農戶的特征

2 農戶食物安全脆弱性的影響因素分析

2.1 樣本與變量選擇

樣本選擇與上文計算脆弱性時依據相同，最終模型用到的樣本量為1 367戶。在變量選擇方面，由于本研究目的是為了研究農戶食物安全脆弱性的影響因素，因此因變量為農戶是否是高脆弱性農戶。

根據上文可知，戶主受教育年限、婚姻狀況、家庭勞動力數、生病人數、擁有土地面積、耕地面積、平均收入、財富分組、沖擊可能對農戶食物安全脆弱性造成影響，因此擬用以上變量作為自變量。具體包括：戶主性別、戶主年齡、戶主受教育年限、婚姻狀況、家庭人口數、家庭勞動力數、生病人數、擁有土地面積、耕地面積、平均收入、財富分組、生計類型、災害沖擊、經濟沖擊、社會沖擊、食物消費得分、地區變量等變量，在進入模型前，先對自變量和因變量進行相關性分析，分析得到戶主性別、擁有土地面積、耕地面積、生計類型、災害沖擊、經濟沖擊、收入與農戶食物安全脆弱性無相關關系，因此在進入時不考慮這些自變量。

最終進入模型的自變量為戶主年齡、戶主受教育年限、婚姻狀況、家庭人口數、家庭勞動力數、生病人數、財富分組、社會沖擊、食物消費得分9個變量(表5)。

表5 變量解釋說明

2.2 模型設定

由于因變量是農戶是否是高脆弱性農戶，值為0或者1，是個離散變量，應選擇二值響應模型，我們采用Probit模型，其模型形式為式(9)：

F-1(Y)=β0+β1hhhead_age+β2 hhhead_edu+

β3 marital+β4hhsize+β5labor+β6ill

+β7wealth+β8FCS+β9 shock_soc

(9)

式(9)中，F-1(Y)為累積標準正態分布函數的反函數。β0、β1、β2、β3、β4、β5、β6、β7、β8、β9 為參數。

2.3 模型估計結果

模型結果表明，戶主婚姻狀況、家庭人口數、生病數、財富分組和食物消費得分對農戶高脆弱性有顯著影響，其中戶主婚姻狀況和生病數對其有正向影響，由于本研究中婚姻狀況為1時是已婚狀態，婚姻狀況越不穩定對農戶高脆弱性影響越大、農戶家庭生病人數越多對農戶高脆弱性影響越大。家庭人口數、財富分組和食物消費得分對農戶高脆弱性具有顯著負向影響，即家庭人口數越少、財富分組越低、食物消費得分越低對農戶高脆弱性影響越大。

3 結論及建議

3.1 主要結論

本文通過構建農戶脆弱性測量模型VEP模型，并用三階段可行廣義最小二乘法進行估計，測算出農戶食物安全脆弱性情況，并對其進行深入分析。結果表明，樣本農戶中具有高度脆弱性的農戶有23戶，占總樣的1.7%。通過交叉分析得出，樣本農戶中，既食物不安全又具有高度脆弱性的農戶有16戶，占樣本的1.2%；食物不安全但是脆弱性較低的農戶有193戶，占樣本的14.1%；食物安全戶但是具有高脆弱性的農戶為7戶，占比為0.5%；食物安全且脆弱性低的農戶有1 151戶，占84.2%。進而分析不同脆弱性程度和食物安全水平農戶的特征發現，戶主受教育年限、婚姻狀況、家庭勞動力數、生病人數、擁有土地面積、耕地面積、平均收入、財富分組、沖擊可能對農戶食物安全脆弱性造成影響，因此用以上變量作為自變量，深入分析影響農戶食物安全脆弱性的因素是什么，結論表明，戶主婚姻狀況、家庭人口數、生病數、財富分組和食物消費得分對農戶高脆弱性有顯著影響，其中戶主婚姻狀況和生病數對其有正向影響，家庭人口數、財富分組和食物消費得分對農戶高脆弱性具有顯著負向影響(表6)。

3.2 建議

根據以上研究結論，本文提出兩點建議。一是提高社會保障水平，增加衛生醫療機構數，貧困地區農戶由于缺乏完善的醫療衛生機構、完備的社會保障體系，因病致貧返貧現象尤為嚴重，因此，國家和各級政府應該更好的推行大病醫療全覆蓋、提前支付農戶醫療費用、簡化報銷手續、加快報銷時間、完善異地就醫手續與報銷機制等社會保障方式，落實到村級層面，真正使農戶受益；二是改善食物消費結構，豐富食物種類，貧困地區農戶食物主要以自給自足為主，谷物和塊莖類食物、食用油、蔬菜等食物的消費頻次較高，但是這些食物所蘊含的營養價值較低，因此應該豐富食物攝入的種類，多食用富含較高營養價值的奶類、肉類及水產品等種類的食物，以提高食物安全水平。◇

表6 Probit回歸結果

注：***極顯著(P值<0.01)、**顯著(P值<0.05)、*P值<0.1。R2=0.347。

[1]肖海峰，王祖力.中國貧困地區農村居民家庭膳食質量狀況及影響因素分析[J].中國農村經濟，2008(2)：60-75.

[2]朱玲.貧困地區農戶的營養和食品保障[J].經濟研究，1994(2)：52-59.

[3]朱晶.貧困缺糧地區的糧食消費和食品安全[J].經濟學，2003，2(3)：701-710.

[4]朱晶，王軍英.物價變化、貧困度量與我國農村貧困線調整方法研究[J].農業技術經濟，2010(3)：22-31.

[5]王興穩，樊勝根，陳志鋼，等.中國西南貧困山區農戶食物安全、健康與公共政策——基于貴州普定縣的調查[J].中國農村經濟，2012(1)：43-55.

[6]高帥.貧困地區農戶食物安全研究[D].西北農林科技大學，2013.

[7]高帥.農村人口食物安全測度與動因——基于家庭微觀面板數據的分析[J].上海財經大學學報，2014(2)：36-42.

[8]聶鳳英，Amit Wadhwa，王蔚菁，等.中國貧困縣食物安全與脆弱性分析——基于西部六縣的調查[M].北京：中國農業科技出版社，2011.

[9]Scaramozzino P.Measuring vulnerability to food insecurity[J].ESA Working Paper，2006：6-12.

[10]Chaudhuri，S.Assessing vulnerability to poverty：concepts，empirical methods and illustrative example.http：//info.worldbank.org/etools/docs/library/97185/Keny_0304/Ke_0304/vulnerabilityassessment.pdf.

[11]樊麗明，解堊.公共轉移支付減少了貧困脆弱性嗎?[J].經濟研究，2014(8)：67-78.

[12]Bourguignon F，Goh C，Kim D I.Estimating individual vulnerability to poverty with pseudo-panel data[J]，2004.

[13]楊龍，汪三貴.貧困地區農戶脆弱性及其影響因素分析[J].中國人口·資源與環境，2015(10)：150-156.

[14]顧蕊，聶鳳英，畢潔穎，等.農戶生計資本對食物安全的影響——基于中國西部六縣的調查[J].中國食物與營養，2016，22(1)：10-15.

(責任編輯 李婷婷)

Food Security Vulnerability of Households in Rural Areas

SUN Meng-yao，NIE Feng-ying
(Agriculture Information Institute，the Chinese Academy of Agricultural Sciences，Beijing 100081，China)

Based on field survey data of 6 counties in Shaanxi，Yunnan，Guizhou provinces in 2015，using VEP，FGLS and probit method，the paper measured the food security vulnerability of households，and identified who had high vulnerability and why they had high vulnerability.The results showed that there were 23 households have high vulnerability，accounting for 1.7%of sample farmers，among which 16 were food insecure households，7 were food secure households.By comparing the characteristic of households in different groups，we found that the characteristic of households in high vulnerability and food insecure group were the worst.Then using probit model we found marital，household size，ill number，wealth group and food security score had significant effect on households’ high vulnerability.Accordingly we put forward suggestions including improving the ability of social security，increasing farmers’ income and improving their food consumption structure.

food security vulnerability；VEP；FGLS；Probit Model

國家自然科學基金面上項目“農村貧困人口糧食安全研究”(項目編號：71173222)。

孫夢瑤(1989— )，女，在讀博士，研究方向：食物安全。

聶鳳英(1963— )，女，博士，研究員，研究方向：糧食安全與減貧、畜產品經濟、國際情報。

1食物消費得分是根據農戶調查問卷中設計的相關問題計算得出的。在調研中，受訪者被問到在最近7天中各種食物的消費天數，即為每個食物組的消費頻次，進而將消費頻次與根據不同食物種類的營養價值賦予每個食物組的權重值相乘并求和，即可計算出每個農戶的食物消費得分。