贫困与非贫困农户经济作物收入差距的因素分解，本文主要内容关键词为：贫困论文,经济作物论文,农户论文,分解论文,与非论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题提出
经济作物收入是中国农户重要的收入来源之一。通过对2003～2011年全国农村固定观察点农户调查数据的整理可以发现，贫困农户经济作物收入占其农业收入的22.4％，非贫困农户经济作物收入占其农业收入的33.0％①。贫困农户经济作物纯收入明显低于非贫困农户，前者只有578.1元，而后者达1948.4元，是前者的3.37倍。经济作物收入差距也是贫困农户与非贫困农户农业收入差距的重要部分。贫困农户与非贫困农户经济作物收入差距为1370.3元，占农业收入差距的41.3％。可见，提高贫困农户经济作物收入是缩小贫困农户与非贫困农户收入差距的重要途径之一②。
要缩小贫困农户与非贫困农户经济作物收入差距，首先必须了解导致他们之间经济作物收入差距的主要因素。学术界对贫困问题的关注近些年来更多地集中于非农就业、收入不平等、公共政策和社会学等方面(例如万广华、张茵，2006；王德文、蔡昉，2006；朱农，2005；黄少安，2003；钟甫宁、何军，2007；章元等，2009；de Janvry et al.，2005；Liu and Sicular，2009)。但是，已有研究也表明，贫困农户在非农就业机会和工资回报等方面仍然与非贫困农户存在较大差距(Sicular and Zhao，2002；Du et al.，2005；Liu and Sicular，2009)，所以，依靠非农就业来改善贫困农户的收入状况存在局限。因而近年来关注依靠农业来改善贫困的研究开始增多，例如Montalvo and Ravallion(2010)、Imai and You(2012)。Montalvo and Ravallion(2010)的最新研究表明，农业发展是1980年以来中国农村贫困缓解的最重要因素；Imai and You(2012)认为，对长期处于贫困状态的农户而言，农业具有至关重要的作用。遗憾的是，学术界对贫困农户农业收入低的原因缺乏足够的关注，而停留在大农业层面的讨论往往掩盖了农业内部结构的差异。马铃、万广华(2012)重点关注了贫困农户和非贫困农户小麦收入差距，但是，他们的研究只停留在对小麦总收入差距而不是纯收入差距的分解上。
本文试图弥补已有研究的不足。本文将运用多阶段分解方法和农户调查数据重点分析贫困农户和非贫困农户经济作物收入差距的原因。综合考虑亩均收入差距和播种面积差异两个方面的因素，贫困农户和非贫困农户经济作物总收入和纯收入差距可以最终分解为投入数量差异和产出效率差异两个部分。
二、研究方法
(一)经济作物纯收入的初步分解
(二)经济作物亩均收入的分解
对于亩均收入差距的分解，需要构建农户经济作物亩均收入函数。本文选用经典的Cobb-Douglas生产函数，变量包括传统的投入变量(劳动力、农业生产性固定资产、中间物质投入等)以及户主年龄、户主性别、户主受教育年限、户主是否接受过农业教育或培训等个体和家庭特征变量，还包括农户所在村的地势、区域等社区特征变量以及时间虚拟变量。
对上述生产函数进行回归估计后，本文将采用非线性Blinder-Oaxaca分解方法(参见Fairlie，2003，Bauer and Sinning，2006，马铃、万广华，2012)，来分解贫困农户和非贫困农户经济作物亩均收入差距。基本思路如下：
综合考虑亩均收入差距和播种面积差异导致的贫困农户和非贫困农户经济作物总收入和纯收入差距的分解计算公式见表2和表3。
三、数据来源和描述性统计
(一)数据来源
本文所用的数据来源于2003年、2005年、2008年、2009年、2010年和2011年全国农村固定观察点的农户调查。该调查包括两部分：一部分是农户所在村的基本情况(村表)；另一部分是农户的基本情况(户表)。村表包括自然村的地势、地理位置、经济发展水平、人口、劳动力、土地、集体资产、财务收支等方面的信息。户表包括农户户主的个体特征(包括户主性别、年龄、受教育年限、是否受过农业教育及培训以及是否外出就业等)、家庭耕地面积、固定资产拥有量、家庭农业生产经营情况(包括各种粮食作物、经济作物和畜牧业生产的投入和产出状况)、家庭其他产业生产经营情况(包括林业、工业和服务业的收入状况)、出售农产品情况、家庭收支情况、家庭消费状况和居住情况等信息。
本文获得的6年数据总量共包括53676户，平均每年约9000户，他们分布在中国31个省(区、市)，共涉及353个自然村。本文先将农户按照纯收入水平由低到高排列，进行五等分，每组20％，将最低20％的农户视为“贫困农户”，将中间20％的农户视为“非贫困农户”。贫困农户的样本数量为10707户；非贫困农户的样本数量为10735户。由于数据记录中存在缺失项，本文最终使用的种植经济作物的贫困农户和非贫困农户的样本量各为3654户。
(二)样本的描述性统计
表4列出了两个收入组农户相关变量的均值以及组间比较。从两组数据的特征来看，贫困农户与非贫困农户在经济作物总收入上有较大差距，贫困农户经济作物总收入为3100.3元，非贫困农户经济作物总收入为6071.78元，非贫困农户比贫困农户高出95.84％③；贫困农户经济作物播种面积为3.13亩，非贫困农户经济作物播种面积为3.76亩，非贫困农户比贫困农户高出20.13％；贫困农户经济作物生产中劳动力投入量为38.74日/亩，非贫困农户劳动力投入量为43.63日/亩，非贫困农户比贫困农户高出12.62％；非贫困农户经济作物生产中中间物质投入为398.36元/亩，比贫困农户高出56.03％；贫困农户与非贫困农户农业生产性固定资产投入差异较大，非贫困农户比贫困农户高出136.59％。
就种植户的家庭特征来看，贫困农户户主的平均年龄为52.85岁，非贫困农户户主的平均年龄为49.27岁；贫困农户户主的平均受教育年限为5.09年，非贫困农户户主的平均受教育年限为6.41年；非贫困农户中户主接受过农业教育或培训的比例比贫困农户高出50％；贫困农户中户主为乡村干部的比例非常低，仅为2％，而非贫困农户中该比例为5％。
四、分解结果
根据(3)式计算，在经济作物总收入差距2971.48元中，由播种面积差异导致的总收入差距为1019.10元，对总收入差距的贡献率为34.3％；由亩均收入差距造成的总收入差距为1952.38元，对总收入差距的贡献率为65.7％。
(一)亩均收入模型的回归估计结果
根据前面对研究方法的介绍，贫困农户和非贫困农户经济作物收入差距最终可以分解为要素投入数量导致的差异和要素产出效率导致的差异。下面，首先交待贫困农户和非贫困农户经济作物亩均收入模型的回归估计结果(见表5)。
从表5可以看出，劳动力、农业生产性固定资产、中间物质投入三种主要要素对经济作物亩均收入都有较为显著的影响。其中，贫困农户劳动力的产出弹性和农业生产性固定资产的产出弹性都大于非贫困农户的产出弹性，这也就意味着，贫困农户劳动力和农业生产性固定资产的产出效率较高。贫困农户中间物质投入的产出弹性低于非贫困农户，说明贫困农户对中间物质投入的使用效率低于非贫困农户。个体和家庭特征变量中，户主受教育年限和接受农业教育及培训状况可以被视为人力资本存量。户主性别只对非贫困农户经济作物亩均收入有显著的负向影响。是否接受过农业教育或培训对两类农户经济作物亩均收入都有显著的正向影响。户主是否乡村干部在贫困农户组有较为显著的影响。但是，户主年龄、户主受教育年限影响均不显著。
(二)亩均收入差距分解
把上述回归结果带至Cobb-Douglas生产函数中，借助非线性Blinder-Oaxaca分解方法，对两组农户各要素投入量和产出效率进行分解，从而得到两组农户间经济作物亩均收入差距的来源及其影响程度，并用来解释由亩均收入差距造成的经济作物总收入差距1952.38元(如表6所示)。
对贫困农户和非贫困农户经济作物亩均收入差距的分解结果表明，劳动力、农业生产性固定资产、中间物质投入三种要素投入量的差异是导致贫困农户和非贫困农户经济作物亩均收入差距的主要原因，三者合计对亩均收入差距的贡献率为49.49％，这三种要素产出效率差异对亩均收入差异的贡献率合计为32.44％。就劳动力而言，其投入量差异对亩均收入差距的贡献率为18.79％；但是，贫困农户具有较高的劳动力产出效率，从而缩小了44.37％的亩均收入差距。就农业生产性固定资产而言，其投入量差异对亩均收入差距的贡献率为2.23％，但贫困农户对农业生产性固定资产的使用效率较高，从而缩小了81.02％的亩均收入差距。就中间物质投入而言，其投入量差异对亩均收入差距的贡献率为28.47％，其产出效率对亩均收入差距的贡献率为144.51％，也就是说，中间物质投入的投入量和产出效率尤其是后者对贫困农户与非贫困农户经济作物亩均收入差距有很高的解释程度。
户主受教育年限和接受农业教育或培训等人力资本状况变量对解释贫困农户和非贫困农户经济作物亩均收入差距也有一定作用。其中，受教育年限的差异能够解释亩均收入差距的1.35％，效率差异(即接受同样年限的教育但发挥的作用不同)能够解释6.72％；接受农业教育或培训的差异能够解释亩均收入差距的0.69％，效率差异(即接受同样的农业教育或培训但发挥的作用不同)能够解释0.56％。
(三)总收入和纯收入差距的分解
根据前面的计算，贫困农户与非贫困农户由亩均收入差距导致的经济作物总收入差距为1952.38元，根据表1中的公式可以计算出各影响因素对这1952.38元收入差距的贡献程度。根据以上各步骤的分解和表2、表3中的公式，可以得到贫困农户与非贫困农户经济作物总收入、纯收入差距的分解结果(如表7所示)。
从总收入差距的分解结果来看，劳动力、农业生产性固定资产和中间物质投入三种要素投入量的差异是导致贫困农户和非贫困农户经济作物总收入差距的重要原因，它们合计对总收入差距的贡献率为66.9％；中间物质投入产出效率的差异进一步拉大了总收入差距，其贡献率为94.9％。但是，贫困农户的劳动力和农业生产性固定资产具有较高的产出效率，它们分别缩小了29.2％和53.2％的总收入差距。户主受教育年限和农业教育或培训对总收入差距的贡献较小。
造成贫困农户和非贫困农户经济作物纯收入差距的主要原因有两个方面。一是贫困农户劳动力、农业生产性固定资产、中间物质投入三种要素的投入量较低，三种要素投入量差异对纯收入差距的贡献率分别为43.0％、2.5％和10.6％，合计达到56.1％，所有要素投入量差异的贡献率总计62.1％；二是中间物质投入产出效率差异对纯收入差距的贡献率为125.6％。但是，贫困农户劳动力和农业生产性固定资产的产出效率较高，分别缩小了38.6％和70.4％的纯收入差距。这说明，贫困农户与非贫困农户经济作物纯收入差距主要源于要素投入量的差异和中间物质投入产出效率的差异。
五、总结及政策启示
贫困农户和非贫困农户经济作物收入差距是他们农业收入差距的重要部分。本文运用多阶段分解方法和农户调查数据重点分析了贫困农户和非贫困农户经济作物收入差距产生的原因。综合考虑亩均收入差距和播种面积差异两个方面因素，贫困农户和非贫困农户经济作物总收入和纯收入差距最终可以分解为投入量的差异和产出效率的差异两个部分。
贫困农户经济作物纯收入低的主要原因来自两个方面：一是劳动力投入量低；二是中间物质投入的投入量低且缺乏效率。贫困农户劳动力和农业生产性固定资产的产出效率较高，对缩小与非贫困农户经济作物纯收入差距具有重要作用。可见，要提高贫困农户的经济作物收入，增加其劳动力投入和农业生产性固定资产具有重要意义。此外，提高贫困农户经济作物生产中中间物质投入的使用效率也非常重要，这可以通过开展有针对性的培训项目来实现。
注释：
①根据中国2011年11月29日发布的最新贫困线标准人均年纯收入2300元，农村贫困人口约占农村人口总数的20％。因此，本文先将农户按照纯收入水平由低到高排列，进行五等分，每组20％，将最低20％的农户定义为“贫困农户”，中间20％的农户定义为“非贫困农户”。
②钟甫宁、叶春辉(2004)认为，在中国，经济作物比粮食作物更具有比较优势，应该扩大经济作物生产。
③此处贫困农户与非贫困农户经济作物收入和本文第一部分中的数据有所区别，主要是因为这部分农户只包括经济作物总收入大于零的农户，不包括没有种植经济作物的农户。