洞察力，一部分的特别功能教育与自然灾害脆弱性差异

天气灾害的脆弱性:乌干达农村应对策略的选择

• 摘要
• 简介
• 自然灾害，脆弱性和应对策略
• 调查设计
• 应对策略的流行程度
• 资产清算的决定因素
• 讨论
• 对本文的回应
• 致谢
• 文献引用

介绍

极端天气事件通常会对发展中国家的生活和生计产生严重影响，而据预测，在不同程度上，气候变化将增加未来极端天气发生的频率和强度(IPCC 2007年)。beplay竞技因此，研究如何减少对极端天气的脆弱性是非常有趣的。

脆弱性的一个方面是家庭应对天气灾害的方式。可以采用各种各样的应对策略，从减少当前消费，例如减少支出和食物摄入，到减少投资，例如处理土地和牲畜等资产，以及减少对儿童教育的投资。撤资战略尤其令人担忧，因为通过侵蚀家庭现在和未来的资本存量，它们侵蚀了家庭创造收入的能力，最终可能导致长期贫困。

我们使用乌干达农村家庭调查的结果来探究极端天气事件后使用的应对策略的本质及其驱动因素。我们的调查是同类调查中规模最大的之一，包含了当地工人使用智能手机技术收集的3000多个观察结果。作为一项规模更大的调查的一部分，我们构建了一个假设场景:我们的受访者遭遇了严重的干旱/洪水，这使得他们无法依靠市场或国家或当地汇款的正式支持。我们要求他们说明在这种情况下他们会采用哪种应对策略。

这使我们能够调查三件事。首先，我们调查了最常使用的应对策略的性质，即，受访者是否最常转向减少当前消费但避免撤资的策略?或者他们实际上更有可能减少投资，在哪些方面?其次，鉴于可以选择多种策略，我们调查了倾向于采用哪种组合。这使我们进一步了解了被调查家庭减少投资的倾向，即，减少投资战略是与减少消费战略一起选择的，还是单独选择的?最后，利用我们在调查的其他部分收集到的大量社会经济信息，我们调查了是什么决定了采取可能对家庭未来收入前景特别有害的反投资策略。

自然灾害、脆弱性和应对策略

自然灾害对一个家庭的最终影响取决于这个家庭对其影响的脆弱性。在有关脆弱性的文献中，它通常被概念化为三个要素的函数，即暴露、敏感性和适应能力(Adger和Winkels 2007年)。根据分析单位的不同，例如个人、国家等，这些因素可能具有不同的含义，尽管框架的基本范围是相同的。

就我们的目的而言，暴露程度取决于自然灾害的物理特征，包括其规模和发生频率。当分析单位是一个特定的时间和空间的家庭时，这是有意义的，但在其他情况下，暴露显然也取决于谁住在哪里，他们的资产价值，等等。在家庭的情况下，敏感性是指它在不遭受长期损害的情况下能够承受灾害影响的程度。适应能力是指家庭适应自然灾害变化的能力。因此，当一个人在一个特定的时间点对家庭环境进行快照时，适应能力降低了敏感性，同时考虑两者是很方便的。

就暴露程度而言，众所周知，非洲，特别是撒哈拉以南非洲，经历了大量的干旱和洪水，尽管存在相当大的不确定性，但从预测建模研究中获得的一些证据表明，由于人为气候变化，极端天气将在未来变得更加频繁(Boko et al. 2007, IPCC 2007)。beplay竞技就敏感性和适应能力而言，人们也普遍认识到，自然灾害的影响在发展中世界，特别是在非洲，特别是在非洲农村地区格外严重。然而，我们的兴趣更细致，关注的是发展中国家农村地区对极端天气的不同脆弱性，特别是生活在大致相似的社会经济背景下的家庭之间，即乌干达农村地区。

脆弱性的直接决定因素之一是家庭管理自然灾害风险的战略选择。管理自然灾害风险的战略通常分为事前和事后(Mechler 2004年)。我们感兴趣的是事后应对策略。与事前战略一样，这些战略可以分为正式的，即以市场为基础或公开提供的战略，和非正式的，即个人或家庭/团体一级的自我组织战略。

在应对自然灾害的后果时，家庭面临着一种形式的投资组合选择问题。投资组合可以包括从减少开支和饮食，通过乞讨和借贷、移民、出售有形资产、让孩子辍学到其他地方工作或生活，到依靠国家救灾、汇款或保险支付。

然而，在大多数情况下，发展中国家的农村家庭的投资组合非常有限，包括在可能的情况下，考虑到维持生计所造成的限制，减少当前在粮食和其他项目上的支出，以及处置牲畜和土地等资产。造成这种有限选择的原因之一是由于公共服务薄弱而无法获得正式战略，以及由于缺乏提供资金的机构或缺乏抵押品等原因而缺乏市场工具的渗透。选择集有限的另一个原因是灾害的性质，即，在许多情况下，灾害同时影响到大多数个人，这是一种共变量风险，因此，非正式的保险结构，如家庭和社会网络，也不能提供有效的救济。

这种不幸的情况组合可能意味着，在发生共变量自然灾害的情况下，最贫困的家庭可能诉诸于使他们陷入长期贫困的应对策略，有时被视为贫困陷阱(Barrett et al. 2006)。如果一个家庭的资产下降到收入增长无法支撑的水平，就存在贫困陷阱，这种方法被用来解释灾难事件后的低增长路径(Carter and Barrett 2006)。缺乏生产性资产被视为穷人陷入极端贫困恶性循环的最重要驱动因素(Carter et al. 2007)。因此，在应对自然灾害的背景下，关键问题是一个家庭是否需要清算生产资产，或者相当于降低资产投资率，这在短期内为其提供了一种生存手段，但在长期内侵蚀了其赚取收入和生计的能力。

我们感兴趣的是，在(共变量)自然灾害发生后，家庭将采用什么样的应对策略，以及什么决定了涉及各种投资减少的应对策略的选择。在可能因减少投资而损害长期前景的应对策略子集中，我们将重点放在涉及中断和削减儿童教育的策略上。增长理论承认人力资本形成在发展过程中的作用越来越大，特别是发展过程中从对工作中获得的技能的需求向通过正规教育获得的技能的转变(Galor 2011)。

可以认为，一个家庭应对自然灾害的理性方法是首先选择那些不侵蚀家庭现在的生产资产及其未来的积累的应对策略，只有在绝对必要时才诉诸于撤资。Corbett(1988)对应对饥荒的文献的著名评论解释了各种案例研究，正好说明了这一点(另见Ravallion和Chen 1997, Ellis和Mdoe 2003)，这与Banerjee(2000)对贫困作为脆弱性的解释是一致的。

最近的实证文献得出了截然不同和微妙的发现。有一些具体的证据表明，通过送孩子去工作而不是上学来减少人力资本投资的应对策略被尽可能长时间地避免(Flug et al. 1998)，这与它们在策略优先顺序中处于较低位置的想法是一致的。然而，其他研究发现，这并不适用于最贫穷的家庭，对他们来说，应对的直接性超过了人力资本投资的未来回报(Jacoby and Skoufias 1997, Duryea 1998, Skoufias and Parker 2002)。很明显，应对策略的选择取决于家庭环境。

同样，关于我们应该如何考虑将出售牲畜作为一种应对策略，也有各种各样的证据。一些研究发现，出售牲畜是家庭首先求助的应对策略之一，因为牲畜是作为一种流动储蓄的形式，用于应对自然灾害(Dercon 1998, Kinsey et al. 1998)。其他研究发现，在应对极端天气方面，出售牲畜的作用很小，或者只有在家庭无法获得其他风险分担方法(如正式信贷)的情况下才会出售牲畜(Fafchamps和Gavian 1996年，Kazianga和Udry 2006年)，而这在撒哈拉以南非洲的许多农村地区实际上是相当罕见的。有两个因素可能会影响对出售牲畜的依赖，第一，与食品消费相比，家庭需要增加现金收入的程度，第二，自然灾害的类型，也就是说，当环境冲击是干旱或洪水时，出售牲畜更有意义，因为冲击减少了可用的放牧土地，部分或所有的牲畜无论如何都可能失去。

在研究采用何种应对策略的过程中，这些研究也为选择的决定因素提供了线索。毫不奇怪，家庭收入/财富被认为发挥了相当大的作用，这也得到了其他关于不同脆弱性的文献的证实(Wisner et al. 2004)。然而，其他研究强调社会和人口因素，如种族、性别、年龄和社区内的资历也可能起作用(Anderson and Woodrow 1998, Eade 1998)。关于全球层面气候脆弱性的文献提供了进一步的线索，这些文献强调了低收入、生计缺乏多样化、缺乏基础设施(包括能够抵御极端天气的基础设施，如蓄水和防洪)、获得信贷和保险的机会有限以及社会安全网薄弱等因素对脆弱性的贡献(Stern 2007年)。在信贷和社会安全网的背景下，在一场共变量自然灾害发生后仍可操作的一种应对方式是通过汇款。随着移动银行在撒哈拉以南非洲地区的普及，汇款激增(Blumenstock et al. 2011, Jack and Suri 2011)。

我们通过报告发展中国家最大规模的家庭灾害风险管理调查之一的相关结果，为应对策略的文献做出贡献。该调查在当地社区知识工作者网络的帮助下，使用新型智能手机技术实施。我们提供了关于哪些应对策略使用最频繁的新证据。特别地，我们增加了文献，指出出售牲畜作为灾后恢复的一种手段的重要性，但我们也关注家庭在儿童教育上减少投资的频率，以及相关的原因。迄今为止，自然灾害对家庭对儿童教育投资的影响还没有得到广泛研究。

调查设计

我们的调查结果是基于这项调查的，是在乌干达的两个地区进行的。奥亚姆区位于乌干达北部，与最近饱受战争蹂躏的古卢地区接壤。Oyam镇位于北纬02°14’04″，东经32°23’06″，海拔900米。第二个地区是Kapchorwa，位于乌干达东部，与肯尼亚接壤，环绕着埃尔贡山。卡普霍瓦镇位于北纬01°24′00″，东经34°27′00″。选择这两个地区是为了捕捉国内可支配收入的变化，以及地理位置。然而，这两个区域的经济主要以自给农业为基础。图1绘制了乌干达背景下的研究区域。

这两个地区的耕作方法都是传统的，没有多少技术进步。例如，在我们抽样调查的家庭中，只有1%的家庭拥有钻孔，机械化犁和主动灌溉很少被使用。在我们的样本中，大多数农民家庭都有第二收入来源，包括经营小商店，在当地学校担任教育工作者，在当地为非政府组织工作，在社区内放贷，租用个人资产，如为邻居的手机充电的汽车电池。在我们抽样调查的家庭中，几乎没有能获得正式信贷的。

这项调查(Muth和Helgeson 2011年)包括125个问题，包括家庭的社会经济状况、对自然灾害风险的态度，以及在发生灾害时采取的行动。在后两种情况下，是征求户主的意见。两个小游戏被整合到调查中，以一种间接的方式衡量受访者的风险偏好。这种方法是经济估值领域中已知的状态偏好方法(即直接要求受访者报告他们的偏好)和表露偏好方法(即从真实行为推断偏好)的混合(Pearce et al. 2006)。后者的好处是，可以避免由陈述偏好问题的一般假设性质和面试环境的其他方面造成的问题。然而，真实的行为是复杂的，很难被分解成兴趣结构，因为在许多情况下，相关的真实行为根本不存在或无法测量。我们使用其中一个博弈的结果，我们将在附录1中进一步解释。最后，针对发展中国家的背景，在调查中询问了一系列识字和算术问题，并将结果作为其他回答的对照。

这项调查由格莱珉基金会的社区知识工作者网络(CKWs)在实地进行。CKW是熟悉农民日常生活的本地人士，包括农业实践和典型的财务安排。CKW说当地语言/方言，住在农村，收入通常与与他们一起工作的农民相近。这两个地区的150台ckw配备了智能手机技术。调查工具采用了软件应用程序的形式。由一个CKW收集每个调查对象的回答，并远程传输到一个中央数据库。在开展调查之前，我们在每个研究地区为土著妇女举办了两次培训课程，并在Kapchorwa和Oyam开展了一项试点研究。

该数据集中共有3258份可用的回复，其中1858份来自Kapchorwa地区的家庭，1400份来自Oyam。从数据集中删除了119个回复(53个来自Kapchorwa地区，66个来自Oyam)，要么是因为它们不完整，缺少关键信息，要么是因为作者认为这些回复不可信，很可能是数据输入错误、受访者与CKW之间的误解或类似错误的结果。在调查过程中，九龙中心报告的无回应率约为6%。没有回应的主要原因是潜在的受访者忙于耕作。

户主平均年龄为40.4岁，标准差为13岁。除调查受访者外，家庭成员的平均人数为4.9 (s.d. 2.9)。平均土地持有面积为5.1英亩(s.d. 70.7)，但超过60%的样本耕地面积不足2英亩，几乎所有人都拥有他们所耕种的土地。耕种面积分布的倾斜由此可见一斑。

我们的家庭很少共享土地，只有20%的家庭在生长季节的任何部分共享土地。52%的样本通过农业创造了超过一半的家庭总收入(表1)，80%的样本有多余的作物在市场上出售。表2按受教育年限概述了调查样本的受教育程度。

大多数农民在灾难发生时从朋友和家人那里获得资金，尽管如果灾难是协变量，那么只有从社区外部获得帮助时才有价值。正如预期的那样，从村外收到汇款的人口比例与在村外有亲密家庭的人口比例相关。从相反的流向来看，超过70%的样本定期向村外汇款，23%通过移动货币。

如前所述，我们使用了一个涉及硬币的游戏，来衡量农业环境下的风险厌恶程度。用经济学中风险规避的标准测度——相对风险规避系数(Gollier 2001)来衡量结果。这个博弈的结果列在表3中，因为我们稍后将在我们的计量分析中使用它们，尽管对变量的解释必须在度量的顺序水平上。

应对策略的流行程度

我们向调查对象展示了一个假想的自然灾害的情景，其中最可信的是干旱或洪水，这是协变量，因为该地区的所有家庭都受到影响，因此受访者被告知假设附近的家人或朋友不会提供任何形式的帮助，例如汇款。研究人员向他们提供了12种应对策略，并要求他们在这种情况下选择他们预计会采用的策略。没有选择是可能的。表4列出了这些应对策略以及在整个样本中每种策略的响应频率，分别在Kapchorwa和Oyam地区。我们的应对策略列表最初是通过查阅文献制定的。我们还在Kapchorwa和Oyam进行了背景定性实地访谈，以检查我们的一套策略与当地环境的相关性。

这两个地区的结果非常相似。因此，我们可以有信心地说，根据我们提出的情景，区域特定因素在决定采取应对策略的频率方面并不重要。研究结果中特别有趣的是选择出售牲畜的频率。这在很大程度上是最常被选择的应对策略，也就是说，68%的样本会使用它，相比之下，38%的人会使用第二受欢迎的策略，即减少支出。在某种程度上，这是意料之中的，因为牲畜是抽样家庭中普遍持有的资产，即91%的家庭报告拥有牲畜。此外，出售牲畜可能不会像出售土地或房屋等其他策略那样破坏家庭的生产基础，或扰乱孩子的教育，特别是在牲畜可能在一段时间内不能吃好草的情况下。拥有牲畜的这种高频率和通过出售牲畜来应对的意愿支持了这样一种说法，即发展中国家农村农民将牲畜作为一种流动储蓄形式(Dercon 1998, Kinsey等人1998)。然而，我们不能做出明确的断言，因为我们的调查回应类别没有区分出售过剩牲畜(可能是在相对丰裕的时期为抵御自然灾害而积累的)和出售维持生计所需的牲畜。

另一方面，令人惊讶的是，涉及减少当前消费或通过其他方式增加消费的策略没有被更频繁地选择。这在某种程度上与应对策略的文献背道而驰，这些文献认为，应对策略是按顺序选择的，因此在用尽其他可能性之前，会拒绝处置生产资产(Corbett 1988)。其中包括减少食物摄入(23%的集合样本选择)，借食物(19%)，减少支出(38%)，乞讨(10%)，可能还有某种形式的迁移，例如临时打工(只有1%)。

有人可能会说，由于家庭已经处于温饱水平，所以不能减少粮食的摄入和支出，进一步减少消费可能会对生命造成严重后果。这当然有一定的道理，特别是在灾难非常严重的情况下，但在我们的样本中，81%的家庭在正常情况下能够在市场上出售剩余的作物，也就是说，在地震发生前，他们的生活水平高于生存水平。此外，这并不能解释为何人们不愿乞讨和借钱。令人惊讶的是，与减少消费或通过借贷或乞讨增加消费相比，出售牲畜的报道要频繁得多。

与文献更一致的是，人们很少选择那些更明确地侵蚀家庭生产资产存量的应对策略。其中包括干扰孩子教育的策略，即让孩子辍学，送孩子去别处生活，送孩子去工作，这表明，从整体上看，家庭确实认真对待教育，并将其视为一项长期投资，正如家庭资本形成理论所表明的那样(Barham等，1995)。

因为家庭可以选择几种策略，就像他们在真实的灾难情况下可以选择的那样，因此对经常选择的组合的响应数据进行进一步的研究是有意义的。为此，我们采用了主成分分析(PCA)方法。在探索性数据分析中，PCA是一种常用的方法，用于识别变量如何在数据集中。我们想要确定是否有一系列的应对策略经常被一起选择，如果是的话，是什么策略组成了这些策略。因此，我们可以把一个组成部分看作是一个总体策略选择，它是通过选择特定的应对策略来实现的。

图2显示了PCA的结果，用一个片段图(Cattell 1966)表示，该片段图将数据集的主成分与它们的特征值进行对比，特征值是数据集中由每个成分解释的方差量的度量。高度聚类的数据集产生了特征值从第一个组成部分急剧下降，迅速变平的片段图。此外，Kaiser(1960)提出了解释PCA结果的一个众所周知的标准，即只保留特征值大于1的分量。

图2中最引人注目的是碎石图是如何平缓地消失的，特别是从第二个组件开始。第一个分量的特征值也相对较低，因为在高度聚集的数据集中，特征值远远超过5是很常见的。因此，在调查数据中，应对策略的聚类似乎相对较少。这暗示了样本家庭选择的策略组合的异质性，和/或很少有家庭选择组合。如果经常选择某些策略组合，我们就会期望看到相关成分解释更多的样本方差。

表5给出了分量载荷，其中载荷是变量和特征值大于1的前四个分量上的分量之间的相关性。负载越高，策略与整体组件(即总体策略)之间的关联就越紧密。与图2所示的缺乏聚类一致，负载通常很小。有一些微弱的证据表明，涉及减少当前消费的策略有时是一起选择的，因为第一个组成部分在借食物、少吃和减少支出方面有更高的负担。第二个组成部分在将儿童送到其他地方生活和让儿童辍学方面有较高的负荷，这是类似的策略，很少被总体选择(见表4)。也许最强的结果是第三个组成部分，它对出售牲畜的负荷非常大，但对所有其他策略的负荷非常弱，表明这一最受欢迎的策略往往被孤立地选择。

除了缺少由主成分解释的方差和这表明了调查的回应，我们可以从主成分分析得出的一个主要结论是，成分结构与流行的理论，即在典型序列中选择策略是相当不一致的(Corbett 1988)。如果是这样的话，这些序列在结果中应该是明显的。

资产清算的决定因素

在向受访者提出的12种应对策略中，有6种可能属于资本撤资的范畴，即出售牲畜、出售家庭用品、出售土地或房屋、让孩子辍学、送孩子去别处生活、送孩子去工作。在这个子集中，到目前为止最容易被采用的是出售牲畜，68%的样本愿意这样做。因此，尽管尚不清楚出售牲畜在多大程度上影响家庭的未来前景，但单从数字的权重来看，有必要分析是什么决定了这一战略的选择，是单独地还是与任何其他战略相结合。为此，我们构建了一个二项式变量LivestockLiq，为那些表示愿意使用牲畜销售应对策略的家庭取1的值。显然，只有拥有牲畜的家庭才能出售它，因此我们将样本限制在拥有牲畜的家庭，只减少了290个家庭的样本。

我们还着重讨论了将儿童排除在教育系统之外的撤资战略的选择。鉴于人力资本形成对发展日益重要，尽管在欠发达经济体的劳动力市场上实践的边做边学仍然很重要，这些战略在影响长期脆弱性方面可能特别重要。我们开发了二项变量assetlicchild，它的值为1，表示愿意让孩子辍学、送孩子去别处生活和/或送孩子去工作的家庭。

这两个变量，LivestockLiq和AssetLiqChild，在我们的调查数据的回归分析中被用作因变量，以阐明哪些社会经济和态度因素决定了家庭对它们的吸收。请注意，由于策略的聚类相当弱，我们没有将主成分推进到这个分析中。

关于家庭对自然灾害脆弱性的研究以前强调了资本资产的重要性(Wisner等人，2004年，Carter和Barrett 2006年)，因此我们纳入了(1)家庭的建筑和金融资本以及(2)其人力资本的衡量标准。因为这两种形式的资本都没有被直接观察到，我们使用了基于相关文献和我们的调查提供的代理。

对于建设资本/金融资本，我们使用家庭拥有的土地面积作为代理度量(英亩)。以前的文献表明，在获得土地和家庭收入之间存在很强的关系，特别是在东部和南部非洲(Jayne et al. 2003)。人力资本直接通过普通水平变量教育来获取，该变量总结了受访者的受教育年限。表2中这一变量的数据显示，大多数受访者(64%)最晚在小学/小学结束时离开正规教育，另有26%的受访者在普通水平，即o水平离开学校，只有9%的受访者此后继续上学，完成高级水平的中等教育。文献中强调了自然资本存量，但我们在本研究中排除了自然资本存量，因为我们假设在给定时期内所有抽样家庭的环境条件是相同的。在文献中也强调了社会资本，但社会资本是出了名的难以衡量，在我们的情景中，存在于地方层面之外的社会资本是值得关注的，因为自然灾害情景是协变量。我们包含了一个解释变量，该变量在一定程度上捕捉了地方层面以外的社会资本。

我们还纳入了与家庭财富和收入有关的其他几个解释变量。这些因素之间没有高度相关，而且每一个因素都承诺控制相当不同的效果，所以我们将它们纳入了我们的模型。

首先，我们计入了农业收入占家庭收入的比例(IShare)。这是一个从0(0-25%)到3(75-100%)的有序变量，映射到受访者在调查中可以选择的区间。两个收入相同，也许也有财富，但对农业收入依赖程度不同的家庭，在干旱或洪水发生时，对牲畜销售的依赖程度可能会不同;例如，多样化程度较高的家庭可能不太依赖出售牲畜，因为他们在可行的范围内有其他应对策略。

其次，我们加入了一个虚拟变量，表明一个家庭是否从事自给农业或是否能够将剩余作物出售给市场(盈余)。例如，这可能影响到一个家庭的食物摄入或支出是否在其可行范围内减少。它还可能影响影响作物产量的灾难对家庭的相对影响。注意，为了解释结果，这个虚拟变量的编码为0表示有盈余，1表示没有盈余。

第三，我们指定了虚拟变量(FamRem)，它表示该家庭是来自其村庄外汇款的净接收者，还是村外汇款的净提供者。这首先是家庭财务状况的一个指标，也就是说，我们假设净提供者处于较强的地位，其他条件都相同，但由于汇款也依赖于社会资本，它可以被视为部分捕获了超本地社会资本存量。大约47%的家庭从村外收到的汇款超过了他们提供的汇款，尽管34%的家庭是净汇款提供者。其余的人既不汇款也不收汇款。

应对策略的选择与风险态度(尤其是一家之主的态度)之间可能存在联系，这是直觉。为了衡量风险感知的影响，我们包括了每个受访者(CoinRisk)的硬币游戏结果。硬币游戏为我们提供了一种衡量家庭风险规避程度的方法，特别是当它适用于农业规划时。在这个模型中，我们使用一个序数变量来表示一个应答者是否相对更厌恶风险。对于一个特定的家庭来说，这个变量值越高，表示他们越厌恶风险。我们还通过变量age控制户主的年龄，并控制家庭规模(FamSize)。在任何回归模型中，一个特别值得关注的问题是由于未观察到的变化而产生的偏差。这在横截面数据集中比在面板数据集中更难处理，但我们包含了两个变量来处理它。通过指定一个区域级别的虚拟变量(Region)，将可能的区域差异纳入模型，该变量根据受访者是位于Oyam还是Kapchorwa而具有不同的值。更重要的是，我们利用详细的当地数据收集的回应，以指定34个虚拟变量在子县一级。 The estimation technique is probit. Table 6 summarizes the regressors.

表7(第一列)给出了出售牲畜意愿的估计probit模型。它显示了良好的解释力。一些关键的解释变量在模型中各自显著。其中，IShare和盈余显著高于1%的水平，前者为正，后者为负。特别是，农业收入占比较高的家庭更有可能在自然灾害发生后出售牲畜，那些种植剩余作物并在市场上出售的家庭也是如此。在这两种情况下，最可能的解释是，这个变量反映了自然灾害的脆弱性，而更大的脆弱性导致更依赖于出售牲畜来应对。IShare是家庭就业多样化的标志，这已被证明与较低的脆弱性水平有关(Wisner等，1994年)。此外，多样化被认为可以作为农村贫困人口的安全阀，提供可供选择的更广泛的可行应对策略(Ellis 2000)。当自然灾害摧毁庄稼时，拥有剩余产出可在市场上出售的家庭(surplus)不仅失去了自己的粮食来源，而且失去了从市场销售中获得的潜在收入，使他们承受更大的整体应对需求。有人可能会反对说，在市场上出售剩余作物的家庭境况更好，因此更不容易受到自然灾害的影响，因为他们的农场生产效率更高，但回想一下，我们通过各种方式控制家庭收入和财富。

FamSize和CoinRisk对出售牲畜的意愿有显著的正向影响，尽管只有5%的水平。家庭规模越大，家庭越有可能出售牲畜来应对，这可能再次反映出家庭规模和脆弱性之间的正相关关系，也就是说，家庭规模越大，需要养活的人就越多。再加上IShare和盈余的显著系数，由此可见，出售牲畜是总体上更易受自然灾害影响的家庭通常采用的一种策略。这一情况反过来又与以下观点相一致，即牲畜被持有为一种流动资产，作为应对此类冲击的第一道防线，尽管它也与以下观点相一致:更脆弱的家庭无法仅通过减少消费或使用避免减少投资的其他策略来应对，即只有在其他策略的收益用尽后才出售牲畜。然而，我们知道这种策略使用的频率较低，而且我们没有发现证据表明它们与出售牲畜一起使用。

CoinRisk上的正系数表明，一家之主越厌恶风险，出售牲畜作为应对手段的可能性就越小。这可能反映了一些考虑因素，因为应对策略和特定家庭收入风险之间的动态关系是极其难以了解的。它还可以反映CoinRisk和收入/脆弱性之间的相关性，因为人们普遍认为，相对风险规避会随着家庭收入的增加而减少(参见Rosenzweig和Binswanger 1993年关于农民风险规避的经典证据)。

年龄在10%的水平上显著且为正，表明户主年龄相对较大的家庭更有可能将出售牲畜作为一种应对手段。年龄可能包含了我们的模型中没有直接考虑到的潜在影响。作为一种可能的解释，在许多农村社会中，年龄与更广泛的社区中所扮演的角色的变化有关(Lipton和Maxwell 1992)。例如，户主的年龄越大，借钱或乞讨给他的名誉带来的损失就越大。随着年龄的增长，流动性也可能减少，例如，排除了包括移民在内的应对策略。我们的金融资本和人力资本代理在这个模型中都不显著。

表7列(ii)中显示了带因变量assetlicchild的probit模型。如前所述，这种类型的应对策略明确地减少了家庭在未来可能获得回报的资本(人力资本)投资。估计的模型总体上具有较好的解释力。受教育程度在1%的水平上是显著的和负的，这表明，一家之主的受教育程度越高，他们就越不可能冒险影响孩子的受教育程度。很可能是那些受教育程度较高的人更看重人力资本投资本身，因为在我们的样本中，教育与建设/金融资本财富之间没有显著的相关性。

相比之下，家庭规模在1%的水平上显著且为正，表明自然灾害后，当家庭规模更大时，打断孩子教育的倾向更高。这是显而易见的，因为有更多的人需要照顾的家庭更有可能采取可能危及未来前景，但在短期内稳定家庭前景的应对策略。随着家庭规模的增加，特别是孩子数量的增加，我们也可以假设边际效应，即少一个孩子接受正规教育对未来前景的成本会更低。年龄和AssetLiqChild之间存在微弱的(即显著的)正相关关系，在10%的水平上，这可能再次反映了与年龄有关的因素。

讨论

我们的调查结果表明，迄今为止，出售牲畜是天气灾害后最常选择的应对策略。这与之前的一些研究相反，这些研究表明，出售牲畜在应对极端天气方面发挥的作用较小(Fafchamps和Gavian 1996年，Kazianga和Udry 2006年)，也与文献中选择按顺序应对策略的重点(Corbett 1988年)相反，因此在清算任何资产之前，总是试图减少当前的消费。我们发现，涉及减少当前消费或通过借贷/乞讨来增加消费的策略很少被使用。相反，我们的研究结果支持这样一种观点，即牲畜被持有为一种流动储蓄形式，它的一个可能用途是从冲击中恢复(Dercon 1998)。

我们的研究结果揭示了一系列相当丰富的决定因素的不同子集的应对策略。考虑到这种现象的普遍存在，我们选择关注通过出售牲畜来解决问题的驱动因素;考虑到其潜在的重要性，我们选择关注儿童受教育的减少。我们的研究结果指出了初始脆弱性对减少投资倾向的影响，其中，初始脆弱性表现为收入缺乏多样化、家庭规模大，以及在出售牲畜的情况下，剩余作物是否在市场上出售，以及天气事件对家庭收入的影响有多大。然而，我们的研究结果也指出了态度和社会因素(因此与Anderson和Woodrow 1998, Eade 1998一致)，尤其是教育成就对儿童教育愿望的影响，对风险的态度，以及年龄的影响，尽管影响微弱。

我们的研究有一些局限性，主要是我们的调查问题，本质上是假设的，可能会产生各种形式的偏见影响的答案。然而，这项调查是由本地土工组织进行的，而土工组织与受访者早已建立了信任关系，这有助于解决这个问题。此外，在研究的地区，大的共变量天气冲击，即涉及至少一半的作物损失，至少每四年发生一次，因此受访者对所讨论的问题很熟悉。此外，这两个地区都没有正式的农业保险，这也有助于使这种情况成为现实。

虽然我们的回归模型有很好的解释能力，但内生性问题，主要是通过省略的变量，是我们需要意识到的一个问题。我们尽可能通过以下方法来解释这一点:(1)指定一组丰富的回归量，其中没有一个回归量与其他回归量高度相关;(2)通过在子县和区域层面包含虚拟变量来解释未观察到的变化。

文献引用

Adger, W. N.和A. Winkels. 2007。脆弱性、贫困和可持续福祉。189 - 204页在G. Atkinson, S. Dietz和E. Neumayer，编辑。可持续发展手册。爱德华·埃尔加，格洛斯特，英国。

安德森，M. B.和P. J.伍德罗。1998。浴火重生:灾难时期的发展战略。Lynne Rienner，美国科罗拉多州博尔德。

班纳吉，2000年。两个贫困。北欧政治经济学杂志26:129 - 141。(在线)网址:http://www.nopecjournal.org/NOPEC_2000_a07.pdf

Barham, V.， R. Boadway, M. Marchand, P.鼠疫，1995。教育和贫困陷阱。欧洲经济评论39:1257 - 1275。http://dx.doi.org/10.1016/0014 - 2921 (94) 00040 - 7

巴雷特，c.b.，卡特，P. D.利特尔，编辑。2006.了解和减少非洲的持续贫困。特殊的问题发展研究杂志42(2)。

布鲁门斯托克，J. E.， M.法夫尚和N.伊格，2011。移动电话网络的风险和互惠:来自卢旺达的证据。CSAE工作文件WPS/2011-19，非洲经济研究中心，牛津，英国。http://dx.doi.org/10.2139/ssrn.1958042

博科，M.， I. Niang, A. Nyong, C. Vogel, A. Githeko, M. Medany, B. Osman-Elasha, R. Tabo, P. Yanda. 2007。非洲。433 - 467页在M. L.帕里，O. F.坎济亚尼，J. P.帕鲁提克夫，P. J.范·德·林登，C. E.汉森，编辑。beplay竞技2007年气候变化:影响、适应和脆弱性。第二工作组对政府间气候变化专门委员会第四次评估报告的贡献。beplay竞技剑桥，剑桥大学出版社，英国(在线)网址:http://www.ipcc.ch/publications_and_data/ar4/wg2/en/ch9.html

卡特，m.r.和C. B.巴雷特，2006。贫困陷阱和持续贫困的经济学:基于资产的方法。发展研究杂志42:178 - 199。http://dx.doi.org/10.1080/00220380500405261

Carter m.r.， P. D. Little, T. Mogues和W. Negatu. 2007。埃塞俄比亚和洪都拉斯的贫困陷阱和自然灾害。世界发展35:835 - 856。http://dx.doi.org/10.1016/j.worlddev.2006.09.010

卡特尔，1966年。因子分析的意义及其策略运用。174 - 243页在r·b·卡特尔，编辑。多元实验心理学手册。兰德麦克纳利，芝加哥，伊利诺伊州，美国。

Corbett, j . 1988。饥荒与家庭应对策略。世界发展16(9): 1099 - 1112。http://dx.doi.org/10.1016/0305 - 750 x (88) 90112 - x

Dercon, s . 1998。财富、风险和活动选择:坦桑尼亚西部的牛。发展经济学杂志(1): 55 1-42。http://dx.doi.org/10.1016/s0304 - 3878 (97) 00054 - 0

杜s . 1998。巴西儿童在学校中的进步:暂时冲击对家庭收入的作用。工作文件376，美洲开发银行首席经济学家办公室，华盛顿特区，美国。(在线)网址:http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1816004

逃避,d . 1998。能力建设:坚持以人民为中心的发展。牛津饥荒救济委员会,英国牛津大学。

艾利斯,2000年成立。发展中国家的农村生计和多样性。牛津大学出版社，英国牛津。

Ellis, F.和N. Mdoe. 2003。坦桑尼亚的生计和农村减贫。世界发展31日(8):1367 - 1384。http://dx.doi.org/10.1016/s0305 - 750 x (03) 00100 - 1

Fafchamps, M.和S. Gavian. 1996。尼日尔牲畜市场的空间整合。非洲经济杂志5(3): 366 - 405。http://dx.doi.org/10.1093/oxfordjournals.jae.a020912

Flug, K. A. Spilimbergo和E. Wachtenheim. 1998。教育投资:经济波动和信贷紧缩重要吗?发展经济学杂志55:465 - 481。http://dx.doi.org/10.1016/s0304 - 3878 (98) 00045 - 5

Galor, o . 2011。统一的增长理论。麻省理工学院出版社，剑桥，马萨诸塞州，美国。

天啊,c . 2001。风险和时间的经济学。麻省理工学院出版社，剑桥，马萨诸塞州，美国。

国际气候变化委员会(IPCC)。beplay竞技2007.摘要为决策者。页面48-54在编者:S.所罗门、D.秦、M.曼宁、M.陈、M.马奎斯、K. B.艾弗里特、M.提尼奥和H. L.米勒。beplay竞技气候变化2007:物理科学基础。第一工作组对政府间气候变化专门委员会第四次评估报告的贡献。beplay竞技剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511546013.003

杰克，W.和T.苏瑞，2011。移动货币:移动pesa的经济学。国家经济研究局(NBER)工作文件16721,NBER，剑桥，马萨诸塞州，美国。

雅各布，H. G.和E. Skoufias. 1997。发展中国家的风险、金融市场和人力资本。经济研究综述64(3): 311 - 335。http://dx.doi.org/10.2307/2971716

詹，T. S.， T.山野，M. T.韦伯，D. Tschirley, R. Benfica, A. Chapoto, B. Zulu. 2003。非洲小农收入和土地分配:对减贫战略的影响。食品政策28(3): 253 - 275。http://dx.doi.org/10.1016/s0306 - 9192 (03) 00046 - 0

凯泽，1960年。电子计算机在因子分析中的应用。教育和心理测量20:141 - 151。

Kazianga, H.和C. Udry. 2006。消费平滑?布基纳法索农村的牲畜、保险和干旱。发展经济学杂志79:413 - 446。http://dx.doi.org/10.1016/j.jdeveco.2006.01.011

金赛，B. K.伯格和J. W.甘宁。1998。应对津巴布韦干旱:关于农村家庭对风险反应的调查证据。世界发展26(1): 89 - 110。http://dx.doi.org/10.1016/s0305 - 750 x (97) 00124 - 1

利普顿，M.和S.麦克斯韦，1992。新的减贫议程:概述。讨论文件第306号，萨塞克斯大学发展研究所，英国布莱顿。

Mechler, r . 2004。发展中国家的自然灾害风险管理和灾害损失融资。德国卡尔斯鲁厄的Verlag Versicherungswissenschaft。

穆斯，K. T.和J. F. Helgeson. 2011。随机环境作为测量工具:一种新方法。应用经济学报5:13-47。(在线)网址:http://www2.lse.ac.uk/GranthamInstitute/publications/research-articles/Docs/stochastic-environment-measurement-tools.pdf

皮尔斯，D. W.， G.阿特金森，S.莫拉托。2006。成本效益分析和环境。经济合作与发展组织(经合发组织)，法国巴黎。

Ravallion, M.和S. Chen, 1997。关于最近分配和贫困的变化，新的调查数据能告诉我们什么?《世界银行经济评论》11(2): 357 - 382。http://dx.doi.org/10.1093/wber/11.2.357

里尔登，T.和S. A.沃斯蒂，1995。发展中国家农村贫困与环境之间的联系:资产类别和投资贫困。世界发展23日(9):1495 - 1506。http://dx.doi.org/10.1016/0305 - 750 x (95) 00061 - g

罗森茨威格，m.r.和h.p.宾斯旺格，1993。天气，风险，农业投资的组成和盈利能力。经济日报103:56 - 78。http://dx.doi.org/10.2307/2234337

罗森茨威格，m.r.和O.斯塔克，1989。消费平滑、移民和婚姻:来自印度农村的证据。政治经济学杂志97(4): 905 - 926。http://dx.doi.org/10.1086/261633

斯库菲亚斯，E.和S. W.帕克。2002。劳动力市场的冲击及其对工作和教育的影响:来自墨西哥城市的证据。IFPRI-FCND讨论文件129，国际粮食政策研究所，华盛顿特区，美国。(在线)网址:http://www.ifpri.cgiar.org/sites/default/files/publications/fcndp129.pdf

斯特恩:2007。气候变化的经济学:严厉的审查。beplay竞技剑桥大学出版社，英国剑桥。

威斯纳，B.， P.布莱基，T.坎农，I.戴维斯，2004。风险:自然灾害，人的脆弱性和灾害。劳特利奇,英国牛津大学。