劉 穎,黃 靜
(1.湖南農業大學 公共管理與法學學院,湖南 長沙 410128;2.湖南省農業科學院 茶葉研究所,湖南 長沙 410125)
中國是茶葉的原產國,地理環境的分割和地區小氣候的差異,形成了多姿多彩的地方茶葉資源,廣泛分布在中國各大農村貧困地區,是地方特色產業扶貧項目的優先選擇之一[1]。近年來,湖南“黃金茶”、云南“紫鵑”、廣東“可可茶”和浙江“安吉白茶”等茶產業開發取得了較好的社會和經濟效益,其中“黃金茶”已經成為湘西自治洲的扶貧支柱產業。
在農村貧困地區,茶產業開發一般以實施產業扶貧項目的方式推進。根據項目專有性和參與選擇權的不同,產業扶貧可劃分為科層制、上級指定、雙邊契約和即時市場等治理方式[2]。治理方式不同,茶農參與茶產業扶貧項目的自由度也不相同,科層制的自由度最小(強制性參與),即時市場的自由度最大(參與完全自愿)[3]。在茶產業開發過程中,有些地區出現了貧困茶農不愿意參與或參與積極性不高,導致產業扶貧項目無法落地或者被鄉村精英俘獲[4]等問題,茶產業開發難以維系;有些地區則出現了茶農過度參與,導致產業扶貧項目資金“僧多粥少”或者造假騙取項目資金[5],產業開發呈現虛假繁榮。
關于影響茶農參與茶產業扶貧的因素,有研究表明,農戶參與農村公共品開發主要受個體特征、家庭特征、認知特征和政府治理方式等因素的綜合影響。蔡起華等[6]學者認為,農戶的社會信任、關系網絡和收入水平是影響其是否參與農村公共事務的關鍵因素;李海燕等[7]學者通過調查農戶參與耕地保護的意愿,認為農村家庭的生計成本(家庭規模、支出結構等)是最重要的影響因素。從市場認知的角度而言,王巧玲等[8]學者認為,農戶的風險意識、抗風險能力和自身參與能力等因素是影響其是否積極參與產業扶貧開發的重要原因。在政府治理方式方面,徐慧、趙雪雁等[9-10]學者認為,政府投入規模和投入方式對農戶參與公共事務的實施具有明顯的催化作用。
本文在深入分析上述研究成果的基礎上,通過對實地調查獲取的數據,運用二項和多分類Logistic回歸模型,探討了各個層面因素對茶農參與茶產業扶貧的影響程度和方式,其結論對地方政府提升茶農參與茶產業扶貧意愿,規范茶農參與方式,提高茶產業扶貧開發的有效性和穩定性有一定的借鑒意義。
茶產業扶貧開發需要茶農以正確方式積極參與。但是,茶農會基于自身因素、認知因素和環境因素等來衡量決定是否參與以及采取何種方式參與。結合文獻資料和筆者調研,本文選取以下可能影響茶農參與茶產業扶貧開發的因素:一是個體特征因素,包括性別、年齡、地區、受教育程度和從業范圍;二是家庭特征因素,包括家庭勞動力數量、家庭貧困程度、家庭打工收入占比;三是茶葉市場價值認知,包括茶的獨特品質、市場需求和技術難度;四是茶產業扶貧的項目特征,包括茶產業扶貧項目的自由度和補貼強度。變量的具體含義及數據類型見表1。
本研究數據來源于湖南農業大學公共管理與法學學院“農村公共管理大數據中心”。該數據由大數據中心的研究生利用2017年的暑期“三下鄉”實踐活動到湘西自治州用問卷調查的方法收集。共發放1200份問卷,有效問卷971份。調查問卷內容包括茶農基本信息、黃金茶市場價值認知和產業扶貧項目特征等,描述性統計結果見表2和表3。在本次調查過程中,研究者在調查問卷中將茶產業特指為黃金茶產業開發。
為了檢驗影響程度和方式,我們設置了兩個Logistic統計模型。茶農參與意愿采用二項Logistic回歸模型,以茶農參與和不參與茶產業扶貧的比例為因變量,以茶農的個體特征、家庭特征、對茶葉市場價值的認知、對產業扶貧的項目特征為自變量,檢驗各自變量對茶農參與茶產業扶貧的影響程度;茶農參與方式采用多分類Logistic回歸模型,分別以茶農參與種植和加工與參與種植茶的比例、茶農參與種植+加工+銷售與參與種植茶的比例為因變量,檢驗各自變量對茶農參與茶產業開發方式的影響程度。

表1 變量定義及說明Table 1 Definition of the variables

表2 分類變量描述性統計Table 2 Descriptive statistics of the classification variables

表3 數值和定序變量描述性統計Table 3 Descriptive statistics for numerical and the sequencing variables
在茶農參與意愿模型中,在不考慮交互效應的情況下,將調查問卷獲得的數據整理后,輸入SPSS軟件中的二項Logistic回歸模型中進行統計分析。在對各自變量進行相關性檢測時,發現市場需求與技術難度之間存在顯著相關性,因此再分別設置兩個模型對交互效應進行檢驗,模型一不包含技術難度變量,使用“市場需求*技術難度”作為變量,測量技術難度對市場需求的影響程度;模型二不包含市場需求變量,使用“市場需求*技術難度”作為變量,測量市場需求對技術難度的影響程度。各變量的估計結果見表4。

表4 茶農參與意愿參數估計結果Table 4 The estimated parameter of tea farmers participating will
從茶農個體特征來分析,年齡和性別對茶農是否參與茶產業扶貧的影響不顯著;受教育程度、地區分布和從業時間對茶農是否參與茶產業扶貧有顯著影響。從茶農的家庭特征變量來分析,勞動力數量、打工收入占比對茶農是否參與茶產業扶貧的影響顯著且為負;貧困程度對茶農是否參與茶產業扶貧的影響顯著。
從茶農對茶葉市場價值的認知來分析,獨特品質和市場需求對茶農參與意愿有正向顯著影響;技術難度對茶農參與意愿有負向顯著影響;市場需求與技術難度對茶農參與茶產業扶貧意愿有負向交互影響,技術難度的認知對市場需求的認知有不利影響,而茶葉市場需求的認知對技術難度的認知有正向影響。從茶產業扶貧項目特征來分析,自由度對茶農參與茶產業扶貧有負向顯著影響,扶貧項目的自由度越大,茶農越不愿意參與;補貼強度對茶農參與茶產業扶貧有正向顯著影響,補貼強度越大,茶農越愿意參與。
在不考慮交互效應的情況下,將調查問卷獲得的數據輸入多分類Logistic回歸模型,以茶農參與種植茶作為參照組,分析影響茶農參與方式的顯著性因素。以同樣的方式設置兩個交互效應測量模型,檢測各自變量對茶農參與方式的影響程度。各變量的估計結果見表5。
比較方法一是茶農參與種植+加工的參與方式和茶農只參與種植茶的參與方式相比,可以發現年齡、性別、地區、貧困程度、獨特品質、產業扶貧項目自由度和補貼強度對茶農參與方式選擇沒有顯著影響;受教育程度、從業時間和市場需求認知對茶農參與方式有正向顯著影響;勞動力數量、打工收入占比和技術難度認知對茶農參與方式選擇有負向顯著影響;市場需求認知受技術難度認知的負向調節,技術難度認知卻受市場需求認知的正向調節。
比較方法二是茶農參與種植+加工+銷售的參與方式和茶農只參與種植茶的參與方式相比,可以發現比較方法二與比較方法一的結果大多數類似,但出現了兩個明顯差異,一是勞動力數量、打工收入占比對茶農參與方式選擇有正向顯著影響;二是獨特品質認知對茶農參與方式選擇有正向顯著影響。

表5 茶農參與方式參數估計結果Table 5 The estimated parameter of tea farmers participating format
在參與意愿方面,茶農的所在地區、受教育程度、從業時間、貧困程度、獨特品質認知、市場需求認知和補貼強度等因素對茶農參與茶產業扶貧意愿有正向顯著影響;茶農的家庭勞動力數量、打工收入占比、技術難度認知和產業扶貧項目自由度等因素對茶農參與茶產業扶貧意愿有負向顯著影響;茶農的市場需求認知與技術難度認知之間存在負交互作用。茶農的年齡、性別對茶農參與意愿的影響不顯著。
在參與方式方面,茶農的受教育程度、從業時間和市場需求認知等因素對茶農選擇參與方式二(茶農參與種植+加工)和參與方式三(茶農參與種植+加工+銷售)有正向顯著影響,除上述因素之外,家庭勞動力數量、打工收入占比和獨特品質認知等因素對茶農選擇參與方式三有正向顯著影響;茶農的技術難度認知對茶農選擇參與方式二和方式三都有負向顯著影響。茶農的年齡、性別、所在地區、貧困程度、扶貧項目自由度和補貼強度對茶農選擇參與方式二和方式三都沒有顯著影響。
3.2.1 提升茶農對茶獨特品質的認知水平
茶農對茶獨特品質的認知對茶農參與茶產業扶貧有顯著影響。茶農的認知水平不僅決定其參與意愿,而且在很大程度上決定其參與方式的選擇。認知水平越高,參與程度越深,越愿意選擇種植+加工+銷售全產業鏈的參與方式。因此,應當加強對茶獨特品質的宣傳,要將茶獨特品質概括為朗朗上口、易于傳播和理解的語言,在提升茶農對茶獨特品質認知水平的同時,提升茶農對茶產業扶貧的認同感。
3.2.2 降低技術難度認知對茶農參與的抑制作用
種植、加工和銷售的技術難度對茶農參與茶產業扶貧的意愿和方式有明顯的抑制作用。盡管處于貧困線以下的茶農更愿意參與,但是,技術難度會在一定程度上抵消茶農的參與意愿,促使茶農選擇種植茶參與方式,降低茶農的獲利能力,不利于茶產業扶貧政策目標的實現。因此,地方政府應當與科研院所、高等農業院校等進行深度合作,對茶農進行免費的技術培訓,消除技術難度對茶農參與茶產業扶貧的抑制作用。
3.3.3 提升茶產業扶貧項目實施的精準程度
產業扶貧項目的自由度對茶農參與茶產業扶貧的意愿有不利影響。產業扶貧項目的競爭越大,項目被“精英俘獲”的可能性越大,處于貧困線以下的茶農獲得的可能性越小。因此,要提升茶農(尤其是貧困茶農)參與茶產業扶貧的意愿,選擇獲利更強的種植+加工+銷售的參與方式,地方政府應當要加強調查,精準識別貧困戶,根據貧困戶家庭的實際情況,配備相應的產業扶貧項目支持,提升茶農在茶產業扶貧過程中的獲得感。