可持续生计分析框架下失地农民生计资本与生计策略的分析以南京市为例 【摘要】：本文根据英国国际发展部(DFID)提出的可持续生计分析框架，分析了南京市失地农民的生计资本状况，运用Logit模型分析影响失地农民就业的因素结果表明，失地农民之间的生计资本存在较大差异；受教育程度，健康状况，是否参加社会组织，亲戚中有无干部、财产性收入、住房面积能对失地农民就业产生影响论文关键词：可持续生计分析框架,失地农民,生计资本,就业随着国内外对生计问题的研究逐渐深入，可持续生计方法作为一种寻找农户生计脆弱性原因并给予解决方案的集成分析框架已得到较多运用(Martha G.Roberts，2003)[1]目前国内外关于可持续生计的研究主要是围绕英国国际发展部(DFID)提出的可持续生计分析框架来展开的（陆五一等，2011）[2]该框架（见图1）描述了在特定的脆弱性背景下，将贫困户维持生计可运用的资本分为五类，探讨如何通过结构和过程的转变，采取适当的生计策略，最终实现合理的生计输出（DFID,1999）[3]图1：英国国际发展部(DFID)提出的可持续分析框架图在这个分析框架下，我国学者展开了很多研究：李琳一等（2007）[4]和杨云彦等（2009）[5]分别通过设定不同的指标对农户的生计资本状况进行定量分析；李斌等（2004）[6]针对生计策略进行了相关探讨。
但是英国国际发展部(DFID)提出的可持续分析的框架是一个系统性分析框架，以往的文献大多都只对某一个方面进行了探讨，并未对整个框架中各层面进行系统性梳理与此同时，南京市城市化进程十分迅猛，到2011年底，南京市失地农民已达60万政府为他们建立了完善的保障体系，但政策目标并不是要供养他们，而应是解决他们长远的生计问题，使他们拥有持续发展的能力那么失地农民是否有足够的生计资本来抵抗脆弱性风险？政策应该影响哪些因素来促使他们获得稳定的生计策略，最终实现可持续生计水平的提升？因此，在“失地”这种脆弱性背景下，本文分析了失地农民生计资本状况及其影响生计策略的因素，以期为提高他们的可持续生计水平提供一定的政策佐证二、 文献综述可持续生计分析框架包含了若干组成部分，其中，脆弱性背景包含了冲击、趋势和季节性因素，这些因素具有明显的不可抗性，在研究中一般作为分析的背景；结构和过程是指影响生计的组织机构和政策的变动；生计策略是人们所采取的用以将生计资本转化为生计成果所作的行动；生计输出是生计策略或目标的实现目前的研究主要集中在生计资本和生计策略两方面学术界对于生计资本的分析，主要探讨了在不同的脆弱性背景下，农户的生计资本的状况。
杨云彦等（2009）[5]分析了在南水北调工程建设的外力冲击下库区农民的生计资本李琳一等（2007）[4]认为农户的人力资本累积速度较慢；自然资产脆弱性大；物质资产不可转换性强，无法与其他资产进行相互转化来降低生计脆弱性蔡志海（2010）[7]分析了汶川地震灾区贫困村农户的生计资本，认为震后农户的生计脆弱性突出，生计资本极不平衡但可持续生计分析框架的自然资本主要是指土地、水资源等，在城市化的过程中，失地农民已经失去了这部分资源的获取权，再将自然资本纳入分析已不再合适；此外，收入来源的变化使得资本存量发生一定的变化因此，有必要对失地农民的生计资本进行重新测度对于生计策略的分析，Ellis（2000）[8]将生计策略归为以自然资源为基础的活动和以非自然资源为基础的活动（包括汇款以及其他收入转移）；黎洁等（2009）[9]将西部贫困退耕山区农户分为农业户和兼业户两种类型，并通过对比分析来突出不同生计策略所带来的影响对于生计策略的分析主要集中在收入来源的探讨上收入一般主要来源于劳动工资，财产性收入，经营收入这三者，对于失地农民而言，能以后两者为主要收入的毕竟是少数，大部分失地农民要获得收入还是要依靠当地的非农就业；此外，从对可持续生计的定义中可以看出就业对提升可持续生计水平存在着重要意义。
基于此，本文将失地农民分为两类，并将他们的生计资本分为人力资本、社会资本、物化资本和金融资本四大类，分析不同就业状态下失地农民的生计资本状况，并探讨生计资本对他们就业的作用机制三、 失地农民生计资本的分析（一） 样本说明本文所用的数据源于2010年7-8月对南京市白下、栖霞两区进行了随机抽样调查，样本采集采用了入户调查的方式本次调查共发放问卷325份，收回有效问卷315份，有效回收率为96.7%在调研地点选取时，我们做出如下考虑：南京市失地农民数量较大，白下、栖霞两区作为失地农民安置小区的主要聚集地，样本的选取会较具代表性；此外，南京作为江苏省的政治中心，其政策选择对于本省其他地区具有十分重要的借鉴意义二） 指标权重的确立本文借鉴杨云彦等（2009）[5]、黎洁等（2009）[9]和蔡志海（2010）[7]对农户生计资本的分析，并结合南京市的实际情况，设定了如下表所示的指标其次，通过专家打分的方式构造两两判断矩阵，并运用层次分析法得到各指标的相对权重，限于篇幅原因，具体计算过程本文不再赘述，各指标权重见下表：表1： 变量赋值、描述及权重变量变量定义均值方差权重受教育程度小学及以下=1 初中=2 高中=3 大专或相当=4 本科及以上=52.760.850.272劳动技能接受过技能培训为1，没有为00.350.480.316健康状况非常好=5 较好=4 一般=3 较差=2 非常差=13.540.910.412与朋友、邻居的交往非常密切=5 比较密切=4 一般=3 不太密切=2基本没有来往=13.121.010.192是否参与社会组织参加=1，不参加=00.330.460.320亲戚中有无干部有为1，没有为00.190.390.488住房面积家庭住房面积具体数值0.433自有物质资本打分耐用品“数量8” =5分 “数量=7”=4分“数量=6”=3分“数量=5”=2分“数量4”=1分3.311.080.288基础设施评价非常满意=5 比较满意=4 一般=3 不太满意=2 非常不满意=13.100.780.279财产性收入有财产性收入为1，没有为00.350.480.578融资渠道打分商业银行=5 农信社=4 邮储银行=3 亲戚朋友=2 高利贷=12.470.990.422（三） 生计资本的测算首先，本文采用极差标准化法计算失地农民四类生计资本中各单项指标的得分情况，其计算公式为：其中，代表失地农民生计资本中第j项指标的标准化得分，代表其生计资本中第j项指标的平均值，代表其生计资本中第j项指标的最大值 其生计资本中第j项指标的最小值。
具体得分情况见下表：表2： 失地农民各项生计资本的得分情况变量已就业者未就业者人力资本变量文化程度0.5080.355劳动技能0.4060.209健康状况0.6780.529社会资本变量与朋友邻居的交往程度0.6020.329是否参与社会组织0.4060.116亲戚中是否有任街道、社区干部0.2230.104物化资本变量住房面积0.3280.269自有物质资本打分0.5840.558基础设施评价0.5520.453金融资本变量财产性收入0.2620.570融资渠道打分0.1600.362其次，采用综合指数法计算失地农民四类资本各自得分情况，其计算公式为：其中，代表失地农民四类资本各自得分情况（i=1,2,3,4），代表第j项指标的权重下图直观地反映了两类失地农民各项生计资本的得分情况：图2： 失地农民四类生计资本的得分情况从整体上来看，不同就业状态下的失地农民的生计资本存在较大差异，分布结构也不尽相同具体来说：（1）人力资本方面，已就业失地农民其人力资本得分为0.546，未就业失地农民的得分为0.381已就业者的文化程度相对较高，未就业者的技能得分较低，仅为0.209，但他们的健康状况都比较良好。
2）就社会资本而言，已就业失地农民其社会资本得分为0.354，未就业失地农民的得分为0.1513）物化资本方面，已就业失地农民其物化资本得分为0.454，未就业失地农民的得分为0.404南京市失地农民的安置保障措施比较到位，农民土地被征用后入住保障房小区，小区统一筹划，水电交通等基础设施比较完善，导致两类人群的物化资本水平较高，且差异不大4）金融资本方面，唯独金融资本的得分是未就业者大于已就业者，已就业失地农民其金融资本得分为0.219，未就业失地农民的得分为0.482从调查中我们可以发现，56.98%的未就业者由于出租房屋等原因拥有财产性收入，而这一比例在已就业者中仅为26.20%从融资渠道的角度去看，失地农民的金融资本差异不大四、 影响失地农民就业的实证分析（一） 模型设定为了进一步分析影响失地农民就业的因素，本文将失地农民的就业状况作为被解释变量，其中“已就业”为1，“未就业”为0，运用二元Logit模型，通过极大似然估计法进行参数的估计模型的具体形式如下： （1）（1）式中，P表示失地农民中实现就业的概率，为解释变量，含义为影响失地农民就业的因素，具体的设定见表1各个系数表示该解释变量对就业的影响程度，其取值等于失地农民实现就业比率的变化率，正的系数表示该解释变量有利于他们实现就业。
表示随机误差项二） 回归结果分析本文采用stata11.0软件对模型进行了回归分析，具体回归结果见表3：表3 失地农民就业的Logit模型估计结果变量估计参数标准误Z统计量受教育程度0.19436822.09劳动技能0.37448570.35187311.06健康状况0.2052032.72与朋友邻居的交往程度是否参与社会组织0.32409940.2143641.510.40370732.56亲戚中有任街道、社区干部0.4654651.77住房面积0.0057828-1.77自有物质资本打分-0.10332080.1735434-0.60基础设施评价0.17047960.24308110.70财产性收入0.3231304-3.92融资渠道打分0.10927870.16940040.65常数项1.170921-2.20Log likelihood-140.22368注：、、分别表示在10%、5%、1%统计水平上显著1. 人力资本变量对就业的影响受教育程度、健康状况对失地农民的就业有着显著影响；受教育程度越高，健康状况越好，实现就业的概率也越大技能对就业的影响并不显著，可能是由于政府提供的技能培训都流于表面，对失地农民的就业的帮助不大。
2. 社会资本变量对就业的影响是否参加社会组织不但在统计上有显著影响，其经济学意义也很明显，各种形式的社会组织在就业信息的发布与流通、组织内部成员素质的提升等方面给失地农民带来很多帮助，进而更利于组织内部成员实现就业亲戚中有无干部在90%的水平上显著，从调研的情况来看，失地农民实现就业的主要形式是“社区就业”，而街道、社区的干部可以对自己的亲属提供各种帮助，从而促进其实现就业与朋友邻居的交往程度在统计上并不显著3. 物化资本变量对就业的影响住房面积这一变量在90%的显著水平上显著，稳定的住所使得失地农。