【基于分层模型的苹果种植农户气象灾害适应性行为研究】 模型的适应性

基于分层模型的苹果种植农户气象灾害适应性行为研究

关键词：气象灾害；
适应性行为；
分层模型；
苹果种植农户；

作者简介：冯晓龙，男，陕西白水人，博士生，主要研究方向为区域 经济发展。

1引言 苹果产业已成为中国北方生产区农村经济的支柱产业之一，在农业产 业结构调整、增加农民收入及出口创汇等方面发挥着重要作用[1]。近年来，苹 果主产区冻灾、干旱等气象灾害出现的频率和影响程度均增加，使苹果产业发展 面临巨大压力和严峻挑战：冬季温度升高使得苹果树体养分消耗过大，降低果树 抗逆性，且引发果树开花期提前，增加遭遇低温冻害的机率和强度，夏季高温加 剧导致植株蒸腾破坏，严重影响苹果生产[2]。据不完全统计，2013年苹果主产 省陕西遭受冻灾的果园面积约有17.33万hm2，仅洛川县经济损失约9亿~10亿元 [3]。同年，甘肃省苹果主产县遭受冻灾影响，80%果园减产[4]。2014年陕西与 山东苹果主产县遭受严重干旱影响，高温使得苹果膨大期遭受热害加剧，严重影 响了苹果生产[5，6]。风雹天气的频繁暴发带来严重经济损失，2014年仅山东栖 霞遭受风雹的苹果损失达到18亿元[7]。由此可见，气象灾害频发不仅威胁到苹 果产业发展，而且增大了苹果种植户收入的波动性。因此，苹果产业和苹果种植 户适应气象灾害成为保障苹果产业发展和稳定种植户收入的重要举措。在这种背 景下，研究苹果种植户是否采取了应对气象灾害的适应性措施，采取的适应性措 施有哪些，什么因素会影响种植户采取适应性行为，对于这些问题的回答，可以 为制定苹果产业应对气象灾害的相关政策提供实证依据。目前，关于农户适应性行为的研究主要集中在气候变化方面。气候变 化适应性是指人们努力争取减少气候对自身健康和财富的不利影响，同时又能合 理利用现存气候环境所提供的有利条件的过程[8]。面对气候变化产生的不利影 响，Kurukulasuriya等通过实证分析农作物种植户对气候变化的响应行为，发现 农户会及时选择作物品种来适应气候变化[9]。有学者在研究农户适应性行为时 将行为进行分类，如吕亚荣等在研究山东德州农户适应气候变化的行为时，将适 应性行为分为主动适应和被动适应两类[10]。农户作为生产主体，其决策行为受 到个人特征等一系列因素的影响，因此部分学者从不同方面考察了农户适应气候 变化的影响因素，如Aemro等通过构建多元Logistic模型分析了影响农户适应气候 变化策略的因素，结果表明，农户基本特征、家庭特征、市场环境及气候信息获 取等因素是影响农户适应气候变化的关键[11]；
Nhemachena等运用多元Probit选 择模型对南非地区农作物种植户适应气候变化的影响因素进行研究时发现市场 环境与信贷服务对农户适应性行为影响显著[12]。与此类研究结论类似， Temesgen等、刘华民等也认为限制农户适应气候变化行为的主要障碍是信息、资 金缺乏[13，14]。有学者认为农户对气候变化的认知显著影响其采取的适应性行 为[10，15]，但Maddison认为农户对气候变化的适应性行为存在两步过程，首先 是农户对气候变化的认知。在此基础上，才是农户对气候变化采取适应性行为过 程[16]。朱红根等利用HeckmanProbit选择模型分析中国南方稻区农户气候变化感 知与适应性行为及其影响因素，发现影响农户采取适应性行为的因素包括农户个 体特征、社会资本、信息可获性[17]。也有学者认为环境因素，包括温度和降水 量也是影响农户采用适应性行为的关键因素[13，16]。此外，有学者开始关注农 户对气象灾害的适应性，如张紫云等在分析冻灾发生条件下，农户适应性措施时， 将适应性措施分类为工程类和非工程类适应性措施[18]，并认为农户家庭财富、 农村经济发展水平、地形、便利地域位置等是促进农户采取适应措施的主要因素 [19]。

综上所述，国内外相关研究主要分析农户对气候变化的适应性行为， 且多数集中在以种植农作物为主的农户方面，对农户气象灾害适应性的研究，尤 其是对专业化程度高的苹果种植户气象灾害适应性行为的研究相对缺乏。研究方 法上，现有研究习惯采用多元Probit模型、多元Logit模型、Heckman模型等，缺 乏具有明显层次性的区域经济社会因素对农户适应性行为的影响分析。由于社会 文化环境、社区或村庄有效的公共物品供给存在差异，某些地区的农户对适应气 象灾害的措施采取积极性要高于其他地区。因此，本文基于苹果主产省的农户调 查数据，在对种植户气象灾害适应性行为进行划分的基础上，采用分层模型，从不同层次分析农户采取不同适应性行为的影响因素。

2数据来源及样本描述 2.1数据来源 数据主要来源于国家苹果产业技术体系产业经济研究室成员于2014 年5-8月在全国4个苹果主产省(陕西、山东、甘肃与河南)开展的大规模实地调查。

调查采用分层抽样的方法，最终确定了12个县，36个乡镇，1080个样本种植户。

通过实地调查，共完成1086户农户问卷，其中有效问卷1079份。调查主要包括村 庄与农户两个层次，其中村庄层次的问卷包括村庄的基本特征；
农户层次的问卷 包括农户与家庭基本特征、苹果种植投入与产出情况、苹果销售情况、近3年 (2011-2013年)苹果遭受气象灾害情况以及农户适应策略等方面。剔除了缺乏相关 变量数据或缺失村庄特征的样本，最终保留931个有效的农户样本，45个有效的 村庄样本。

2.2样本描述 (1)样本村庄情况。45个样本村庄分别来自4个苹果主产省，其中陕西 包括宝塔区、富县、洛川及白水县的15个样本村；
山东包括沂源、蒙阴、栖霞及 蓬莱的16个样本村；
甘肃包括庄浪、静宁及庆城县的10个样本村；
河南陕县的4 个样本村。所调查的样本村庄主要以种植苹果为主，其中苹果种植户占比平均为 84.5%，苹果种植面积占比平均为65%。所调查的样本村庄到乡镇的平均距离为 5.9km。

(2)样本农户情况。样本农户基本情况见表1。在931个被访对象中， 92.37%是户主。调查样本中男性受访者占91.20%，女性受访者占8.80%。样本中 户主年龄在45岁及以下的占31.04%，而46岁以上的占68.96%，说明苹果种植户 趋于老龄化。从户主受教育程度看，小学与初中文化的人居多，占到77.34%，表 明苹果种植户受教育水平比较低。从户主曾经社会经历看，苹果经纪人占比最高， 达到15.68%。样本农户中家庭人口数以中等为主，3~5人的家庭占到69.07%。从 苹果种植时间来看，58.65%的农户从事苹果种植已超过20年，表明农户的苹果种 植经历丰富。

3研究方法 3.1计量模型由于社区或村庄有效的公共物品供给存在差异，导致农户对气象灾害 的适应措施采取的积极性存在差异，为了考虑这种差异，本文选择分层模型进行 实证分析。分层模型的基本原理在于，它可以将因变量中的变异分解成两部分：
一部分为寓于同一群体的个体差异(WithinEffects)；
另一部分为不同群体之间的 个体差异(BetweenEffects)[20，21，22]。在本文的研究中，样本分为村庄和农户 两层，因变量accepti是一个二分变量，即苹果种植户是否采用适应气象灾害的行 为。为了测度该因变量，在调查时询问苹果种植户“您是否采取了应对气象灾害 的措施？”，若农户回答“是”，则accepti=1，并接着询问“您采取的应对措施包括 哪些？”；
若农户回答“否”，则accepti=0。” 3.1.1零模型采用零模型(NullModel)来分析分层数据中的各个层次是 否对因变量具有显著的影响，就本文研究对象而言，即农户层次和村庄层次上都 没有自变量的模型。通过零模型的分析，可以将因变量的总方差分解到不同的层 次，观察不同层次随机方差各占总方差的比例分布；
如果不同层次的差异显著， 就有必要采用分层模型，在不同层次中引入自变量解释其变异。

3.1.2随机截距模型随机截距模型假定因变量的截距随群体而异，一般 是加入村庄特征的解释变量以及一个随机因素，但各个体的回归斜率是固定的， 即村庄层次和农户层次对因变量的影响是独立的[20，21]。通过在模型中加入自 变量，运用调查获得的数据来具体探讨个体和群体因素对因变量的作用。

3.2变量选择 结合文献综述与苹果种植的特点，选择影响苹果种植户气象灾害适应 性行为的因素主要包括核心变量与控制变量两大类。具体的变量说明如下。

3.2.1核心变量本文的村庄环境变量为核心变量，选择果站距离、乡镇 距离、苹果种植面积占比、村庄基础设施供给情况、技术人员拥有情况作为村庄 环境的代理变量。果站距离、乡镇距离反映了农户接近市场的距离，决定了农户 选择适应性行为的可能。苹果种植面积占比反映了村庄苹果种植的专业化水平， 能够提高农户的适应性行为采用的积极性。村庄基础设施供给(机井个数、气象 服务)越丰富，农户有效采用适应措施的可能性越高。技术人员能够有效指导农 户的苹果生产，促进其采取适应性行为。

3.2.2控制变量(1)农户特征。户主是以家庭为单元的农业生产经营的关键决策者， 其性别、年龄、教育程度及社会经历、户主气象灾害程度认知等指标反映了户主 获取信息的能力与农业生产能力，决定了农户采取适应性行为的可能。由于适应 措施作为新技术或新方法存在一定风险，因此户主风险类型是影响农户适应决策 的因素。

(2)家庭特征。家庭人口数、家庭收入水平是反映家庭应对外部冲击 能力的重要指标。家庭人口数越大，对果园进行管理的精细程度越高，采取适应 性行为的可能性也越大。由于采取气象灾害的适应性行为需要额外的资金投入， 苹果种植收入水平越高，苹果收入占家庭总收入的比重越高的种植户采取适应性 行为的积极性越高。

(3)生产特征。主要选择苹果种植面积、立地类型、果园灌溉条件作 为生产特征的代理变量。相比于小规模苹果种植户，大规模苹果种植户在气象灾 害中的暴露度更高，易受到气象灾害影响，采取适应性行为的积极性越高。地势 不平坦的苹果园自然条件、基础设施不完整，造成苹果种植户消极地采取适应性 行为。果园灌溉条件说明果园基础设施的完备状况，在面对气象灾害时苹果种植 户能够有效地利用其进行应对。

(4)信息可获性。主要选择户主每年手机话费、家里是否有电脑、家 里是否订阅报纸、亲戚朋友是否有在农业科技推广部门工作或担任村干部等作为 苹果种植户信息可获性的代理变量1）。广泛的信息资源可以提高苹果种植户对 气象灾害及其影响的理解，使得苹果种植户进行合理、科学的生产决策的能力越 高，增加其采取适应气象灾害行为。

(5)气候。参照已有研究[15，17，19]的做法，本文将年平均气温和年 平均降水量的截面数据作为控制变量，用来表示气候的波动以及不同苹果主产县 的气候差异，以更好分析气象因子对苹果种植户采取适应性行为的影响。温度越 高，影响果树生长，同时增加水资源的压力，农户越会采取适应性行为；
降水多 的地区有利于苹果生产，农户采取适应性行为的积极性不高，而降水量少的地区 农户需要采取相应措施适应气象灾害。

模型中各个变量的定义与描述性统计具体见表2。

4结果及分析4.1农户适应性行为描述统计分析 根据调查数据所显示的苹果种植户适应性行为特征，以Smit等[23]提 出的“适应性行为具有目的性”为判断标准，将种植户的适应性行为划分为事前预 防性行为和事后补救性行为两类。事前预防性行为是指苹果种植户气象灾害还未 对其生产过程产生严重影响时采用的预防性行为，在本文中主要包括农户采用覆 膜、放烟、喷打防冻剂等；
后者是指种植户观察到气象灾害对其生产过程造成的 后果之后所采取的补救性行为，在本文中主要包括增加灌溉量、增加施用农家肥、 增加施用化肥等。

表2变量定义与描述性统计 Table2Variabledefinitionsanddescriptivestatistics 注：“+”表示变量预期正向影响因变量，“-”表示变量预期负向影响因 变量；
“+/-”表示变量对因变量的预期影响方向不确定；
对“苹果种植收入”与“户 主每年手机话费”取对数可以部分消除数据的异方差问题。

调查样本中，96.67%的苹果生产受到气象灾害影响