农业收益论文：特色农业补助与收益探讨范文

本站小编为你精心准备了农业收益论文：特色农业补助与收益探讨参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

作者：李明桥徐妍单位：贵州财经大学经济学院仲恺农业工程学院学报编辑部

分析框架

1兼业家庭配置生产要素考虑的因素

就兼业农户家庭而言，农业与非农业的边际净收益相等时农户根据净收益最大化来配置生产要素的前提条件。因此，除了劳动力配置以外，农户会考虑这样一些因素：一方面，如果把补贴全部投放到农业生产上，那么肯定能有效提高农业生产收益。但如果投放在非农行业上能获得更高的利益，他们则会考虑把补贴资金投入到非农行业以获得更高的收益，从而造成对农业要素投入的不足，导致农业净收益下降；另一方面，兼业农户家庭也会担忧如果不把政府农业补贴投放到农业生产上，今后将可能不能再获得补贴，因而又不得不把农业生产补贴投入到农业生产上，从而增加了农业生产要死的投入，以实现精耕细作而提高农业收益。

2模型估计方法

由上述分析可知，农业补贴对于农业净收益的影响取决于农户配置农业补贴资金和家庭劳动力的综合作用．如果农户配置农业补贴资金和家庭劳动力于非农行业，那么农业净收益就会减少，反之就会增加．在数据给定的条件下，可以用双边随机前沿模型［11］估计农业净收益因兼业家庭优化配置农业生产补贴和劳动力而发生的变化．估计的模型如（1）所示，其中Ii表示农户i的农业净收益，β为系数向量，Xi为农户家庭特征变量，包括了农户家庭的耕地面积、户主教育水平、户主民族等方面的变量；ξi为总干扰项，其由三部分组成，第一部分为农户把农业生产补贴和劳动力配置到农业生产上，而得到的农业净收益增加量θi，第二部分为农户把农业生产补贴和劳动力配置到非农行业，而导致的农业净收益减少量μi，第三部分为一般意义上的随机干扰项。

为了同时估计出系数向量β和农户配置农业生产补贴和劳动力参数，采用最大似然估计方法（MLE）来估计模型（1）式．可知，农业净收益增加量θi和农业净收益减少量μi具有单边分别的特性，假设θi和μi是独立同分布（iid）且都服从指数分布，θi的均值和方差分别为δθ和δ2θ，μi的均值和方差分别为δμ和δ2μ．同时，还假定θi、μi和vi相互独立，一般干扰项vi服从均值为0，方差为δ2v的独立同分布，且分布函数为正态分布．由此假设，根据双边随机前沿模型可得，总干扰项ξi的概率密度函数如（2）所示。

数据来源和变量选取

1数据来源

本文利用的数据来自于中国农业科学院对贵州省普定县A村、B村和C村农户进行的调查．普定县属于国家级贫困县且贫困率是国家贫困率的两倍，下辖11个乡镇、317个行政村、总人口为402，000，除汉族外，还有苗族、布依族、仡佬族和彝族等20多个少数名族，少数民族人口占总人口的20％左右，农业劳动力占全县劳动力的三分之二．

2变量选取

本文所选取的因变量为农业净收益、自变量包括户主和家庭特征变量以及农户居住地的二元变量．首先，就因变量农业净收益而言，因为无法衡量兼业农户家庭农业劳动的报酬，所以农业净收益等于农业总产值扣除中间要素投入，但并没有剔除家庭农业劳动的报酬．其次，就自变量的选取而言，耕地面积很大程度上影响了农业净收益和农业生产补贴的金额，因此耕地面积作为自变量之一．

户主个体特征与农户家庭是否从事了非农行业存在一定的相关性，从而影响农业净收益．因此，选取务农程度、是否为汉族、受教育程度和婚姻状况为户主个人特征的自变量，其中，户主务农程度分为4种———只务农、不务农、兼业和只上学不务农，分别赋值为1、2、3和4；兼业家庭户主民族为汉族比例为68％；户主教育程度从文盲、小学未毕业等直到大专及以上，分别赋值1到8，数值越高表明户主受教育程度越高；户主婚姻状况分为未婚、已婚、离婚和丧偶，分别赋值1至4；家庭是否有病人、老人和小孩需要照看也会影响农户生产生活情况，因此，自变量也包括家庭每年生病人次数以及家庭老人和小孩数；是否接受农业科技培训和农户所在村的虚拟变量也作为自变量．变量的描述性统计如表1所示。

实证结果的分析

1回归方程的估计结果

基于模型（1）式所得的回归结果如表2所示．其中，因变量为对数的农业净收益，为了分析问题的方便，表2采用了最小二乘和双边随机前沿估计方法，同时给出了样本总体和兼业家庭的估计结果．由表2可知，双边随机前沿模型估计系数的显著性与最小二乘法一致，同时兼业家庭最小二乘法调整的R2为021，表明可观测到的因素能够解释农业净收益份额为21％，这反映出总干扰项（ξi）能解释农业净收益的份额高达79％，说明双边随机前沿模型拟合的效果更好．除非特别说明，以下的分析都是以双边随机前沿模型下兼业家庭回归结果分析问题．估计结果显示：就兼业农户家庭而言，耕作面积在01％的显著水平上农户影响农业净收益，农户耕作面积提高1％，农业净收益提高078％．

值得注意的是，接受农业科技培训可以使农业净收益提高242％．农业科技培训使得农业净收益提高较大的原因可能是因为农户种植经济价值更为可观的农作物．例如，调查中发现有的农户栽培竹荪获得较为可观的经济效益，但是没有接受农业科技培训是很难栽培这类经济作物的．虽然接受农业科技培训能显著地提高农业净收益，但是表1中显示只有23％的家庭接受过农业科技培训，因此加大该地区农业科技培训的投入力度能有效地提高农业净收益．同时，还发现农户所在的地理区位对于农业净收益的影响也较为显著，地理区位反映了交通便利程度，地理区位越好交通越便利，出售农产品的交通成本就越低，农业净收益就越高．

2方差分解：农业补贴影响农业净收益的效应分析

兼业农户家庭配置农业补贴和劳动力因素效应的分析结果见表3．其中，随机误差项δv、农业补贴和劳动力非农配置δμ和农业配置δθ都通过以上双边随机前沿模型估计出来，且都在01％的置信水平上显著．由E（θ－μ）＝δθ－δμ＝－03161，表明大多数兼业家庭把农业补贴和劳动力投入到非农行业．总体而言，农业补贴降低了农业净收益，但提高了非农行业净收益，因此农户家庭净收益总量是增加的．农业净收益无法解释部分的总方差（δ2v＋δ2μ＋δ2θ）＝12775，这其中889％由农户配置农业补贴和劳动力所贡献；而在农户配置农业补贴和劳动力总效应中，农业补贴非农配置相对于农业配置几乎处于一个绝对的优势地位，达到705％，农业补贴配置在在总效应中仅为295％．这表明，农业补贴并没有达到提高兼业家庭农业净收益的作用，农户更趋向于把农业补贴和劳动力投入到非农行业。

3农业补贴对农业净收益的影响

本文主要关注农户配置农业补贴和劳动力在农业生产和非农行业中各自导致的农业净收益变化量，对应的估计式为（6）和（7）两式．（6）式表示农户把农业补贴和劳动力配置到农业生产中获得的农业净收益增量百分比，（7）式表示农户把农业补贴和劳动力配置到非农行业中导致的农业净收益减量百分比．就总体样本而言，农户把农业补贴和劳动力配置到农业生产中使得农业净收益增加37％；而把配置到非农行业中导致农业净收益减少4652％．就兼业家庭而言，部分农户把农业补贴和劳动力配置到农业生产中使得农业净收益增加367％；而另一部分农户则配置到非农行业导致农业净收益减少4664％（表4）．综合作用下，就总体样本和兼业家庭而言，农户配置农业补贴和劳动力的净效应（8）式，分别导致农业净收益下降952％和994％．根据表1中总体样本和兼业家庭的农业净收益均值分别为631元和723元，那么农业补贴导致总体样本和兼业家庭的农业净收益分别减少60元和72元。

讨论

上述分析发现，由于兼业家庭具有从事非农行业的优势，这会诱导兼业家庭把农业生产补贴和劳动力投入到非农行业，从而获得更高的家庭净收益，但这必然不利于农业生产经营．农村经济的发展既离不开农业也离不开非农行业，但以上数据表明兼业家庭占农户家庭总数的74％，如果以此推算，那么就会有大量的农业补贴资金被农户投入到非农行业，从而损害了农业补贴政策激励农户发展农业的积极性．

农业净收益的下降对农村经济产生了正反两方面的作用．一方面，非农行业净收益高于农业净收益，这就会激励农户把物质资源和劳动力投入到非农行业，从而促进当地非农经济的发展，推动农村劳动力的进一步转移；另一方面，由于农业生产经营以家庭为单位，农户把家庭资源和劳动力更多地投入到非农行业，短期而言，这不利于农业的发展．目前，在农村或多或少地存在耕地抛荒的现象，这表明农村非农行业的发展挤压了以家庭为单位的农业生产经营方式．

当以家庭为单位的农业净收益低于非农行业净收益时，农村经济的发展必然会出现非农经济飞速发展与农业产量下降并存的局面．例如，我国粮食生产从1998年到2003年连续五年下降而非农经济却持续增长就是一个明显的例子．但是，农业产量的下降只能是短期现象，否则的话，小到不利于农村经济的发展，大到不利于国家长期稳定和可持续发展．为应对以家庭为单位的农业净收益不具备竞争力的局面，不少地区开始试行规模化农业生产经营方式．笔者在四川某县调研时发现，当地出现了种粮大户，其农业生产经营方式为：通过土地流转以12000元•hm2／年的价格向农户租入土地，把细碎的耕地集中连片，从而实现规模化和机械化经营，提高了耕地的农业净收益，几乎达到农业净收益与非农行业几乎达到可竞争的水平．就农业生产补贴而言，规模化经营的种粮大户会把补贴资金全部投入到农业生产经营中去，以获取更高的农业净收益．有的地区则是把耕地流转给农业生产经营公司，当地农户成为该公司的工人，从而实现了规模化经营的生产模式，提高了农业净收益．

在未来，可以预计，农村经济的发展一方面会因地制宜发展具有特色的非农经济，另一方面，以家庭为单位的农业生产经营方式会逐渐被以公司为单位，规模化和机械化的农业生产经营方式所替代，以提高耕地的农业净收益。