城市边缘区失地农户生计策略选择

城市边缘区失地农户生计策略选择作者：周恩毅,聂思言
来源：《西北农林科技大学学报(社会科学版)》2021年第06期
摘要：失地农户作为城镇化过程中因征地拆迁而产生的特殊群体，其生计策略选择一直受到学者们的关注。

为此，构建失地农户“生计资本-适应能力-制度环境-生计策略选择”的综合分析框架，利用西安市的调查数据，采用网络分析法（ANP），分析生计资本、适应能力、制度环境对失地农户生计策略选择的影响，并构建失地农户生计策略选择模型，在此基础上利用支持向量机（SVM）构建其应用模型。

研究结果显示：（1）失地农户可选择的生计策略包括以农业种植活动为主、以个体经营为主、以外出打工为主和以获取工资性收入为主4种类型。

（2）具有不同资本禀赋的家庭在生计策略选择方面存在差异，通过ANP和SVM构建的模型可为失地农户的生计策略选择提供指导。

关键词：失地农户;生计策略;网络分析;SVM;机器学习
中图分类号：F323.8 文献标识码：A 文章编号：1009-9107（2021）06-0126-12
收稿日期：2020-12-26DOI：10.13968/ki.1009-9107.2021.06.14
基金项目：教育部人文社会科学研究项目（20XJA630004）;陕西省社会科学基金项目（2019S028）
作者简介：周恩毅，男，西安建筑科技大学公共管理学院教授，博士生导师，主要研究方向为公共政策和农村发展。

一、问题的提出改革开放以来，中国工业化、城鎮化进程不断加快。

为实现城市空间扩张，大量城市边缘区农地被征收，由此产生了数以千万计的失地农户[1]。

有关部门预计，到2030年我国的失地农民将达到1.1亿人[2]，失地农民问题已演变成群体风险问题[1]。

失地农户的生存和发展问题一直受到党和国家的高度关注。

2014年中共中央国务院印发的《国家新型城镇化规划（2014-2020）》明确提出要走“以人为本”的中国特色新型城镇化道路，时刻关注城镇化发展面临的各种风险挑战，保障农户的生存和就业[3];2018年《中共中央国务院关于实施乡村振兴战略的意见》又对农户的生计发展做出较为详细的规定，提出要拓宽农户生计策略选择路径，丰富农户生计方式[4];2020年《土地管理法》又从法律层面完善了土地征收程序，明确了征地范围，并规定不降低征地农民原有的生活水平。

毋庸讳言，中国城市化进程仍
将持续推进，它对失地农户带来的冲击在短期内无法消除，选择合适的生计策略被认为是农户规避风险冲击、积累资本、维持长远发展的重要途径。

因此，如何引导失地农户选择合适的生计策略，实现生计转型并且适应城镇生活成为重大现实问题。

生计策略是指农户组合利用自己的生计资产来实现生计目标或追求生计长远发展[5]，农户的生计策略不是自由选择的，而是受到资本、制度、社会多方面的约束[6]。

以往关于失地农户生计策略选择的研究主要集中在：（1）失地对农户生计资本和生计策略的影响。

政府期望通过征地推动城镇化发展并促进农户的非农就业，但一些研究发现，征地打破了农户原有的生计稳定，使缺乏“农转非”增收渠道的农户收入下降，并逐渐陷入相对贫困[7]。

同时，失地意味着农户生计资本的数量及结构发生变化，农户必然采取相应策略来应对这些变化[6]。

（2）生计资本对生计策略的影响。

研究表明，生计资本的差异会使生计活动呈现出多样化，从而导致农户选取不同的生计策略。

自然资本存量对农户继续从事农业经营活动有正向影响，人力资本的提高有助于失地农户从事非农活动[8]，因此失地农户会主动选择替代性生计策略来实现生计的可持续发展。

（3）对失地农户适应性的分析。

失地农户适应城镇生活的过程就是以土地为基础的农民权利体系向以个体为基础的市民权利体系转换的过程，这一过程不仅伴随着生产和生活环境的变化，而且还面临着社会关系的重塑及思想意识的变迁。

而适应性的核心是适应能力，因此失地农户需要提高适应能力来主动适应生产、生活方式以及居住空间的转变，更强的适应能力也意味着更快的就业、更高的收入和有机会选择更合适的生计策略。

从已有研究看，学界基于失地农户生计策略选择问题展开了一定的探讨，为本文提供了有益思路，但也存在以下不足：首先，现有研究多集中于失地农户生计资本变化的分析，但生计资本变化仅是农户整个生计活动的一部分，资本重新配置引起农户生计活动的变化即生计策略的转变才是实现可持续生计的关键。

因此，从生计策略选择的视角研究失地农户问题更具有现实意义。

其次，已有文献很少综合考虑生计资本、适应能力、制度环境共同在生计策略选择中发挥的作用，并且未能构建系统的指标体系对失地农户的生计策略选择进行研究。

再次，现有文献多局限于对失地农户生计策略选择的影响因素研究，鲜有对失地农户如何进行生计策略选择提供具体的方法指导。

基于此，本文尝试做以下扩展：第一，构建失地农户生计策略选择的分析框架，以反映失地农户生计变化的全貌;第二，从生计资本、适应能力和制度环境三方面分析影响失地农户生计策略选择的指标;第三，运用ANP构建失地农户生计策略选择的模型，具体分析失地农户如何进行生计策略的选择，并通过SVM提高失地农户生计策略选择模型的应用范围和推广性。

二、理论分析与研究框架
哪些因素影响失地农户的生计策略选择呢？学界主要运用社会排斥分析框架、脆弱性分析框架和可持续生计分析框架这三种框架来进行分析。

社会排斥分析框架主要从制度政策层面来探讨影响失地农户生计策略的原因。

失地农户面临着资源获取、身份转换以及融入城市生活的阻碍，并受户籍制度等结构化制度环境的影响，相对于城镇居民而言，获取的人力资本和社会
资本更少，享受的公共服务也更加不足，因而失地农户在拓展生计策略的机会和能力上与城镇居民存在较大差异[5]。

脆弱性分析框架则是探讨农户面临的生计风险，主要包括健康、失业、自然、文化等风险，为了应对这些风险，农户必然主动或被动地提高适应能力，以便选取更合适的生计策略[9]。

可持续生计分析框架更加关注生计主体自身的努力与发展，同时注重政府的支持以及外部环境的影响，并强调通过动员人力、金融等多种形式的资本，共同实现农户的长远发展而非短时期内的收入增加[10]，认为农户会基于自身的生计资本和制度环境来调整生计策略[5]。

上述三种分析框架强调了制度政策、生计资本、个体能力等多重因素对失地农户生计策略选择的交互作用，且要素之间存在互动关系，与农户“在面对失地冲击后，利用自身的生计资本采取不同的生计策略并获得相应生计结果”的活动具有契合性[11]。

可以说失地农户的生计策略选择既要考虑生计资本的积累及农户的个体适应性，也要考虑制度化环境的影响。

失地农户进行策略选择时不能只考虑单一要素，需要理清多种因素的共同作用及其内部关联[5]。

本文尝试将生计资本、适应能力和制度环境三类因素纳入失地农户生计策略选择的考察，并据此构建“制度环境-生计资本-适应能力-生计策略选择”分析框架（见图1），来合理呈现失地农户生计策略选择的个体性因素和制度结构性因素的内在逻辑关系。

对该框架有两点说明：首先，生计策略选择的表现是农户在新环境的生计获得和维持，即失地农户依据自身的生计资本，通过不断提高适应能力，进行生计资本的再生产和转化，其中的关键就在于：“农户拥有怎样的生计资本”以及“具备了哪些适应能力”;其次，制度环境是否会影响失地农户的生计策略选择？制度环境所包含的就业培训、医疗卫生、养老保障等内容，正是影响失地农户生计策略选择的重要环节。

图1“制度环境-生计资本-适应能力-生计策略选择”分析框架注：虚线部分旨在补充说明失地农户生计策略选择的机理，不作为具体讨论。

图中N为自然资本，H为人力资本，S为社会资本，P为物质资本，F为金融资本。

三、数据来源与研究方法
（一）研究区域概况
陕西省西安市地处关中平原，位于北纬33°39′～34°44′、东经107°41′～109°49′之间，2019年全市常住人口1 020.35万人，城镇人口761.28万人，城镇化率为74.61%。

西安市地域广阔且历史悠久，是西部地区重要的中心城市。

近年来，经济发展迅速，进入城市化的快速推进时期，尤其是在“沣西新城”等新区建设项目的驱动下，西安城市空间不断扩展，建成区面积从2014年的521.91平方千米增加到2019年的729.14平方千米。

城市建成区面积的扩大离不开对城市边缘区农村的征地拆迁，据不安全统计，西安市失地农民总量已超过50万，约占西安市农业人口的25%[1]，因此，将西安市作为典型研究区具有一定的代表性。

城市边缘区是城市化快速发展下的特殊综合体，兼具城市和农村的双重特征，因此本文综合考虑人口特征、景观紊乱度、建设用地面积等衡量指标，选取了西安市周边的沣西新城、沣东新城、高新区、长安区、高陵区作为调查研究区域。

（二）数据说明
本文数据来源于课题组2019年进行的入户调研和深度访谈。

具体过程如下：2019年1-12月，对西安城市边缘区进行实地考察，利用分层随机抽样法选取38个村庄作为调研样本，这些村庄呈散点状分布在西安的边缘区。

其中，位于高陵区和长安区的18个村庄已在5年前经历过征地，并且积累了大量生计策略选择的经验，而位于高新区、沣东新城和沣西新城的20个村庄处于面临征地或刚经历征地不久的情况，该地区农户的生存环境及生计资本都发生了改变，面临着生计策略的选择。

因此，已进行生计策略选择农户的实践能给将要进行生计策略选择的农户提供一定的借鉴和参考，通过系统总结已经失地农户选择的生计策略，能明确未进行生计策略选择的农户可选的策略类型。

2019年1月，设计问卷并进行预调研，依据预调研的反馈结果对问卷进行修改，确定最终问卷。

11月，采取等比例抽样法对各村庄的失地农户进行正式调研，其中高陵区和长安区共发放问卷989份，回收问卷885份，有效回收率为
89.48%;沣西新城、沣东新城、高新区共发放问卷543份，回收问卷489份，有效回收率为
90.1%。

问卷内容包括被调查者的基本情况、家庭收支情况、就业情况、社会保障情况以及征地安置赔偿等。

（三）研究方法
1.K-均值聚类法。

本文采用K-均值聚类法对失地农户的生计策略进行划分，目前生计策略划分的方法主要有主观判断法和聚类分析法两种，其中聚类分析法依赖于实际数据，因此更为客观。

机器学习中最常见的任务有回归、聚类和分类，K-均值聚类法是一种无监督的聚类学习算法，在不需要任何其他先验知识的情况下，根据样本的属性空间中的欧氏距离把样本划分为K类，依据算法的迭代规则，使得每一次迭代的K类样本的平均值相互距离最远，直至收敛[12]。

2.网络分析法（ANP）。

本文主要通过ANP确定失地农户生计策略选择的指标权重，从而进行生计策略的选择分析。

由于本文的指标间具有很强的依存关系，而ANP可以通过定量与定性相结合的方法来厘清指标间的相互关系，解决同一层次之间指标互相依存的问题，从而提升决策的准确性。

ANP的基本思路是：首先确定决策目标，界定决策准则，比较各指标相对于准则的重要性，得出权重。

其次，建立未加权超矩阵，对所有元素迭代以确定其局部权重。

再次，提取特征向量，计算加权超矩阵。

最后，使用幂法求取加权超矩阵的乘方，即得到极限超矩阵以及其对应全局权重。

3.支持向量机（SVM）。

本文采用Vapnik为解决分类问题提出的SVM，在数据集中选择一组特征子集，若对其的划分等价于对整个数据集的划分，则该特征子集就称为支持向量。

不
同于K-Means，SVM是一种有监督的分类方法。

针对双属性的样本，利用二元Logistic回归等方法可以将数据用直线均匀分开，那么同理有三属性的样本则可被一个平面划分，当推广到高维特征空间时，这个分界限被称为超平面，SVM的作用就是构造最优分类超平面，其适合小样本问题，如图2所示。

四、生计策略划分与指标构建
（一）生计策略划分
农户生计策略的划分主要依据其生产要素的分配和收入来源[13]。

本节划分了高陵区和长安区经历过征地的农户的生计策略类型，并以此判断高新区、沣东新城和沣西新城那些面临征地或刚经历征地不久的失地农户可选择的生计策略。

根据已有研究并考虑到数据的可用性，在家庭收入来源上选择农业种植收入、个体私营收入、工资收入、农业经营收入、外出打工收入以及政府补助总额。

由于部分已失地农户拒绝回答与收入相关的问题，因此删除了收入来源中产生亏损的不适用样本，并对归类结果添加标签以及统计不同生計策略农户的总收入均值。

本节使用SPSS Statistics 21软件，选取K值为4，经过20次迭代样本收敛，其结果见表1。

上述三种分析框架强调了制度政策、生计资本、个体能力等多重因素对失地农户生计策略选择的交互作用，且要素之间存在互动关系，与农户“在面对失地冲击后，利用自身的生计资本采取不同的生计策略并获得相应生计结果”的活动具有契合性[11]。

可以说失地农户的生计策略选择既要考虑生计资本的积累及农户的个体适应性，也要考虑制度化环境的影响。

失地农户进行策略选择时不能只考虑单一要素，需要理清多种因素的共同作用及其内部关联[5]。

本文尝试将生计资本、适应能力和制度环境三类因素纳入失地农户生计策略选择的考察，并据此构建“制度环境-生计资本-适应能力-生计策略选择”分析框架（见图1），来合理呈现失地农户生计策略选择的个体性因素和制度结构性因素的内在逻辑关系。

对该框架有两点说明：首先，生计策略选择的表现是农户在新环境的生计获得和维持，即失地农户依据自身的生计资本，通过不断提高适应能力，进行生计资本的再生产和转化，其中的关键就在于：“农户拥有怎样的生计资本”以及“具备了哪些适应能力”;其次，制度环境是否会影响失地农户的生计策略选择？制度环境所包含的就业培训、医疗卫生、养老保障等内容，正是影响失地农户生计策略选择的重要环节。

图1“制度环境-生计资本-适应能力-生计策略选择”分析框架注：虚线部分旨在补充说明失地农户生计策略选择的机理，不作为具体讨论。

图中N为自然资本，H为人力资本，S为社会资本，P为物质资本，F为金融资本。

三、数据来源与研究方法
（一）研究区域概况
陕西省西安市地处关中平原，位于北纬33°39′～34°44′、东经107°41′～109°49′之间，2019年全市常住人口1 020.35万人，城镇人口761.28万人，城镇化率为74.61%。

西安市地域广阔且历史悠久，是西部地区重要的中心城市。

近年来，经济发展迅速，进入城市化的快速推进时期，尤其是在“沣西新城”等新区建设项目的驱动下，西安城市空间不断扩展，建成区面积从2014年的521.91平方千米增加到2019年的729.14平方千米。

城市建成区面积的扩大离不开对城市边缘区农村的征地拆迁，据不安全统计，西安市失地农民总量已超过50万，约占西安市农业人口的25%[1]，因此，将西安市作为典型研究区具有一定的代表性。

城市边缘区是城市化快速发展下的特殊综合体，兼具城市和农村的双重特征，因此本文综合考虑人口特征、景观紊乱度、建设用地面积等衡量指标，选取了西安市周边的沣西新城、沣东新城、高新区、长安区、高陵区作为调查研究区域。

（二）数据说明
本文数据来源于课题组2019年进行的入户调研和深度访谈。

具体过程如下：2019年1-12月，对西安城市边缘区进行实地考察，利用分层随机抽样法选取38个村庄作为调研样本，这些村庄呈散点状分布在西安的边缘区。

其中，位于高陵区和长安区的18个村庄已在5年前经历过征地，并且积累了大量生计策略选择的经验，而位于高新区、沣东新城和沣西新城的20个村庄处于面临征地或刚经历征地不久的情况，该地区农户的生存环境及生计资本都发生了改变，面临着生计策略的选择。

因此，已进行生计策略选择农户的实践能给将要进行生计策略选择的农户提供一定的借鉴和参考，通过系统总结已经失地农户选择的生计策略，能明确未进行生计策略选择的农户可选的策略类型。

2019年1月，设计问卷并进行预调研，依据预调研的反馈结果对问卷进行修改，确定最终问卷。

11月，采取等比例抽样法对各村庄的失地农户进行正式调研，其中高陵区和长安区共发放问卷989份，回收问卷885份，有效回收率为
89.48%;沣西新城、沣东新城、高新区共发放问卷543份，回收问卷489份，有效回收率为
90.1%。

问卷内容包括被调查者的基本情况、家庭收支情况、就业情况、社会保障情况以及征地安置赔偿等。

（三）研究方法
1.K-均值聚类法。

本文采用K-均值聚类法对失地农户的生计策略进行划分，目前生计策略划分的方法主要有主观判断法和聚类分析法两种，其中聚类分析法依赖于实际数据，因此更为客观。

机器学习中最常见的任务有回归、聚类和分类，K-均值聚类法是一种无监督的聚类学习算法，在不需要任何其他先验知识的情况下，根据样本的属性空间中的欧氏距离把样本划分为K类，依据算法的迭代规则，使得每一次迭代的K类样本的平均值相互距离最远，直至收敛[12]。

2.网络分析法（ANP）。

本文主要通过ANP确定失地农户生计策略选择的指标权重，从而进行生计策略的选择分析。

由于本文的指标间具有很强的依存关系，而ANP可以通过定量
与定性相结合的方法来厘清指标间的相互关系，解决同一层次之间指标互相依存的问题，从而提升决策的准确性。

ANP的基本思路是：首先确定决策目标，界定决策准则，比较各指标相对于准则的重要性，得出权重。

其次，建立未加权超矩阵，对所有元素迭代以确定其局部权重。

再次，提取特征向量，计算加权超矩阵。

最后，使用幂法求取加权超矩阵的乘方，即得到极限超矩阵以及其对应全局权重。

3.支持向量机（SVM）。

本文采用Vapnik为解决分类问题提出的SVM，在数据集中选择一组特征子集，若对其的划分等价于对整个数据集的划分，则该特征子集就称为支持向量。

不同于K-Means，SVM是一种有监督的分类方法。

针对双属性的样本，利用二元Logistic回归等方法可以将数据用直线均匀分开，那么同理有三属性的样本则可被一个平面划分，当推广到高维特征空间时，这个分界限被称为超平面，SVM的作用就是构造最优分类超平面，其适合小样本问题，如图2所示。

四、生计策略划分与指标构建
（一）生计策略划分
農户生计策略的划分主要依据其生产要素的分配和收入来源[13]。

本节划分了高陵区和长安区经历过征地的农户的生计策略类型，并以此判断高新区、沣东新城和沣西新城那些面临征地或刚经历征地不久的失地农户可选择的生计策略。

根据已有研究并考虑到数据的可用性，在家庭收入来源上选择农业种植收入、个体私营收入、工资收入、农业经营收入、外出打工收入以及政府补助总额。

由于部分已失地农户拒绝回答与收入相关的问题，因此删除了收入来源中产生亏损的不适用样本，并对归类结果添加标签以及统计不同生计策略农户的总收入均值。

本节使用SPSS Statistics 21软件，选取K值为4，经过20次迭代样本收敛，其结果见表1。

上述三种分析框架强调了制度政策、生计资本、个体能力等多重因素对失地农户生计策略选择的交互作用，且要素之间存在互动关系，与农户“在面对失地冲击后，利用自身的生计资本采取不同的生计策略并获得相应生计结果”的活动具有契合性[11]。

可以说失地农户的生计策略选择既要考虑生计资本的积累及农户的个体适应性，也要考虑制度化环境的影响。

失地农户进行策略选择时不能只考虑单一要素，需要理清多种因素的共同作用及其内部关联[5]。

本文尝试将生计资本、适应能力和制度环境三类因素纳入失地农户生计策略选择的考察，并据此构建“制度环境-生计资本-适应能力-生计策略选择”分析框架（见图1），来合理呈现失地农户生计策略选择的个体性因素和制度结构性因素的内在逻辑关系。

对该框架有两点说明：首先，生计策略选择的表现是农户在新环境的生计获得和维持，即失地农户依据自身的生计资本，通过不断提高适应能力，进行生计资本的再生产和转化，其中的关键就在于：“农户拥有怎样的生计资本”以及“具备了哪些适应能力”;其次，制度环境是否会影响失地农户的生计策略选择？制度环境所包含的就业培训、医疗卫生、养老保障等内容，正是影响失地农户生计策略选择的重要环节。

图1“制度环境-生计资本-适应能力-生计策略选择”分析框架注：虚线部分旨
在补充说明失地农户生计策略选择的机理，不作为具体讨论。

图中N为自然资本，H为人力资本，S为社会资本，P为物质资本，F为金融资本。

三、数据来源与研究方法
（一）研究区域概况
陕西省西安市地处关中平原，位于北纬33°39′～34°44′、东经107°41′～109°49′之间，2019年全市常住人口1 020.35万人，城镇人口761.28万人，城镇化率為74.61%。

西安市地域广阔且历史悠久，是西部地区重要的中心城市。

近年来，经济发展迅速，进入城市化的快速推进时期，尤其是在“沣西新城”等新区建设项目的驱动下，西安城市空间不断扩展，建成区面积从2014年的521.91平方千米增加到2019年的729.14平方千米。

城市建成区面积的扩大离不开对城市边缘区农村的征地拆迁，据不安全统计，西安市失地农民总量已超过50万，约占西安市农业人口的25%[1]，因此，将西安市作为典型研究区具有一定的代表性。

城市边缘区是城市化快速发展下的特殊综合体，兼具城市和农村的双重特征，因此本文综合考虑人口特征、景观紊乱度、建设用地面积等衡量指标，选取了西安市周边的沣西新城、沣东新城、高新区、长安区、高陵区作为调查研究区域。

（二）数据说明
本文数据来源于课题组2019年进行的入户调研和深度访谈。

具体过程如下：2019年1-12月，对西安城市边缘区进行实地考察，利用分层随机抽样法选取38个村庄作为调研样本，这些村庄呈散点状分布在西安的边缘区。

其中，位于高陵区和长安区的18个村庄已在5年前经历过征地，并且积累了大量生计策略选择的经验，而位于高新区、沣东新城和沣西新城的20个村庄处于面临征地或刚经历征地不久的情况，该地区农户的生存环境及生计资本都发生了改变，面临着生计策略的选择。

因此，已进行生计策略选择农户的实践能给将要进行生计策略选择的农户提供一定的借鉴和参考，通过系统总结已经失地农户选择的生计策略，能明确未进行生计策略选择的农户可选的策略类型。

2019年1月，设计问卷并进行预调研，依据预调研的反馈结果对问卷进行修改，确定最终问卷。

11月，采取等比例抽样法对各村庄的失地农户进行正式调研，其中高陵区和长安区共发放问卷989份，回收问卷885份，有效回收率为
89.48%;沣西新城、沣东新城、高新区共发放问卷543份，回收问卷489份，有效回收率为
90.1%。

问卷内容包括被调查者的基本情况、家庭收支情况、就业情况、社会保障情况以及征地安置赔偿等。

（三）研究方法
1.K-均值聚类法。

本文采用K-均值聚类法对失地农户的生计策略进行划分，目前生计策略划分的方法主要有主观判断法和聚类分析法两种，其中聚类分析法依赖于实际数据，因此更为。