收入风险对生产效率和城镇化的作用机制研究——来自农村数据的分位数回归分析

渠鲲飞,左停

(1.中国农业大学 人文与发展学院,北京 100193; 2.晋中学院 经济管理学院,山西 晋中 030600)

收入风险对生产效率和城镇化的作用机制研究
——来自农村数据的分位数回归分析

渠鲲飞1,2,左停1

(1.中国农业大学 人文与发展学院,北京 100193; 2.晋中学院 经济管理学院,山西 晋中 030600)

对农民收入风险种类进行了识别，确定了农民收入的两种主要风险：经营性收入风险和工资性收入风险，并且采用调整离差率法进行了测度和描述。在此基础上，利用分位数回归方法考察了它们的动态演进及其对农业生产效率、城镇化的影响机制。研究表明，经营性收入风险对农业生产效率的影响曲线呈现出倒U型形状，工资性收入风险对城镇化率的影响是一条缓慢上升的曲线。最后针对减少农民收入风险，增强抗风险能力，提出相应的政策建议。

收入风险；分位数回归；调整离差率

农村改革至今，农民收入水平逐步得到提高。但与此同时，由于农业生产中的自然风险、市场风险、政策风险等交织在一起，造成农民在收入水平增长的同时，收入风险也在不断加剧。为应对这些风险，农民不断地调整生产经营行为，在减少风险的同时也带来了较为严重的效率损失，阻碍了农村经济乃至全国的发展。

收入风险对农业生产的不利影响，是上世纪八十年代以来，国际发展经济学领域的研究热点．学者们认为这种影响主要表现在新技术的使用、经营方式的安排和制度选择等方面。(1)新技术的使用。因为担心新技术本身对当地条件的不适应，投资高以及缺乏正确的使用方法等一些因素造成收入风险，农户们在接受新技术方面普遍比较迟滞。[1-2](2)对农业经营方式影响。面临更多风险时，农户会通过分散经营方式来化解风险，不利于农业规模化发展;[3](3)对经营制度的影响。为规避风险，农户们往往接受低效而低风险的制度安排。[4-5]受国际学术界的影响，国内一些学者以我国农村为研究对象，对收入风险影响生产作了开创性的研究：都阳[6]研究了收入风险对非农劳动供给的影响；王志刚，李圣军，宋敏[7]研究了收入风险对农户生产经营的影响；马骥[8]研究了华北地区收入风险对农户使用氮肥的影响；马强文，任保平，韩绵绵[9]研究了收入风险对农户劳动力多元化配置的边际效应等等。陈昭玖，胡雯，袁旺兴，严静娴研究了农业规模经营中收入风险对劳动力配置的影响。[10]

总体看来，学术界相关的研究侧重于收入风险对个体农民生产经营行为的影响，而对农村宏观的影响研究还不够，后者是政策的制定依据。有鉴于此，本文重点研究了收入风险对农业生产效率和城镇化的影响。此外，随着收入来源的多样化，农民的收入风险也呈现多样性，而目前的研究中，只考虑了总收入风险，不能解释不同来源的收入风险。为此本文依据国家统计局的统计口径，依据收入来源，对农民的收入风险进行了甄别，确定了两种主要的收入风险：经营性收入风险和工资性收入风险。其次，在不同的收入阶段，农民的收入风险也呈现不同的特点，而目前的文献中，多数研究并没有考虑到。为此本文利用分位数回归法考察了收入风险的动态演进。接下来内容安排是，第二部分，通过对收入结构进行分析，把农民收入风险分为经营性收入风险，工资性收入风险，财产性收入风险，转移性收入风险。并根据贡献率确定了农民的两种主要收入风险。在此基础上，采用了调整离差率法，对这两种主要收入风险进行定量描述。第三部分构建计量模型，重点探讨了经营性收入风险、工资性收入风险对农业生产效率、农村城镇化的影响机制。在研究中，区分了收入风险在不同阶段的特点。第四部分在对我国农民总体收入风险定量描述的基础上，针对我国收入风险的特点，提出相应的政策建议。

一、两种主要的收入风险

为全面理解收入风险的来源，我们需要对收入进行结构解析。只有厘清各部分收入在总收入中所起的作用，才能辨别究竟是何种收入风险，造成了何种后果。为此我们通过计算出各个来源的收入对总收入增长的贡献率，来使研究的问题深化。

(一)各部分收入贡献率的计算

改革开放初期,农民生产活动单一，收入来源单一,农民以粮食收入为主体,实物收入占很大比重。随着改革的推进,农民收入增长结构发生了根本变化,收入来源多元化、市场化和非农化的基本格局已经形成。目前，《中国统计年鉴》把农民的收入来源分为经营性收入、工资性收入、财产性收入和转移性收入。为了更准确地分析影响农民收入增长中不确定性的主要因素，我们以上述分类，计算出各个来源的收入对总收入增长的贡献率。方法如下

(1)

其中φit为各部分的收入历年贡献率，ΔXit为各部分收入历年的增加值，ΔYt为历年总收入的增加值，i表示收入结构的分类，取值为1，2，3，4，分别表示各种来源的收入。t表示时间，跨度为1978至2012年。按照这种方法，计算各种来源的收入对总收入增长的贡献率，结果见表1。计算所使用的数据均来自历年的《中国统计年鉴》，所有的数据，均以1978年为基期，进行了处理。

从收入的来源结构可以看出，经营性收入增长和工资性收入增长是农民总收入增长的主要因素，平均贡献率分别达到79.16%和10.85%。因此这部分收入的波动势必对总体产生剧烈影响。从收入的增长过程来看，农民的收入在这三十多年中，主要受到农业政策和自然因素、国际经济形势变化的影响，它们对经营性收入和工资性收入产生直接和间接的作用。工资性收入的贡献率最低为-932.72%，最高为326.6%；经营性收入最低贡献率为-273.82%，最高为1055.12%。二者波动范围都十分剧烈。其中，农民的经营性收入主要来自农业经营收入，当风险因素使农业经营性收入发生波动，势必影响到农民的生产积极性，这种积极性通过生产经营行为最终对农业生产效率产生影响。而工资性收入来源于农民外出务工的收入，如果务工收入稳定并且持续增长，就会吸引更多的农民来到城镇，它对城镇化发生直接的作用。接下来，本文分别研究工资性收入风险和经营性收入风险对劳动生产率和城镇化的作用机制。

(二)主要风险度量

目前学界对收入风险的量化方法，主要采用与收入相关数据的方差和标准差等形式进行度量，代表性人物有Dynan[11]，Carroll[12]，等，这些方法不能有效地区分出收入变动的方向，使得研究内容难以细化和拓展；其他的方法还有使用诸如失业率等代理指标来衡量收入不确定性，代表性人物有 Skinner[13]，这种方法过于单一，而且对农民的隐形失业难以度量，会产生较大的偏差；还有采用调查问卷方式，代表性人物有 Guiso.Japelli,and Terlizzess[14]、朱信凯[15]等。虽然调查问卷可以直接获取人们对不确定性感知程度，但经常受到一些技术性困难的限制，并且带有很多主观性因素。因此有必要对收入不确定性的方法进行完善。

表1 历年农民收入增长结构分析(%)

按照美国芝加哥学派创始人奈特[16]对不确定性的定义，它是指与概率无关的，人们无法预料、测度和控制的变化。按照这种思路，王建宇[17]提出的调整离差率是近年比较理想的测度收入不确定性的方法。它通过实际收入和预期收入的偏差来反映收入的不确定性,具体如下：

以一段时间内农村居民收入的平均增长率，作为农村居民可以预期的收入变动率。然后,按照这一变动率计算出各年份农村居民的预期收入值,称它为“基期收入”。

基期收入的计算公式为：

It=It-1*(1+k%)

(2)

(3)

1.经营性收入风险描述

从图1可以看出，我国农民经营性收入的调整离差率从初期的40%，经历了中期的20%，一直到近期的10%，说明了我国农民经营性收入的不确定性总体上在减少。这得利于国家相关政策的完善和科技的进步。但是经营性收入预期之外的频繁变动，说明了农业经营中的各种风险始终存在。

图1 历年农民经营性收入风险走势

2.工资性收入风险描述

图2是采用调整离差率法绘制出的农民工资性收入风险的历年走势。

图2 历年农民工资性收入风险走势

相比于经营性收入，农民的工资性收入波动幅度要弱于经营性收入，最大波动幅度是30%，而经营性收入最大波幅是40%，这大概与工资性收入中较少受到自然风险有关。与经营性收入一样，工资性收入的调整离差率的波动幅度也在逐步减少，我国农民收入的不确定性在逐步减少，这说明在农村改革的这三十年中，不论是农民的自身文化素质，还是二三产业的发展都对我国农民的工资性收入发生预期之外的增长。

三、收入风险对农业生产效率、农村城镇化的影响

(一)研究方法——分位数回归

分位数回归(Quantile Regression)是Koenker和Bassett于1978年提出的。它利用自变量的条件分位数对应变量进行回归，这样更能精确地描述应变量对于自变量的变化范围以及条件分布形状的影响，其系数估计比OLS回归系数估计更稳健，与传统的OLS只得到均值方程相比，它可以更详细地描述变量的统计分布。而且对古典模型中的假设条件也要求宽泛，分位数回归的模型形式如下:

(4)

式中的βθ和Xi都是K×1向量,而且Xi1=1,quantθ(Yi/Xi)代表Y在给定X的条件下分位点为θ的条件分位数函数。理论上它可以估计整个的条件分布,根据研究的需要，本文选择3个有代表性的分位点,它们是0.25、0.5、0.75。

τ∈(0, 1)。据此，分位数回归可以通过加权的最小绝对离差和法(weighted least absolute deviation, WLAD)进行估计。

(5)

(6)

其中X，β都是k1阶列向量。(τ)称作分位数回归系数估计量，或最小绝对离差和估计量，估计方法称作最小绝对离差和估计法。

当τ=0.5时，式(15.3)变为：

(7)

(8)

对一个样本，估计的分位数回归式越多，对被解释变量yt条件分布的理解就越充分。对于不同分位数回归函数如果回归系数的差异很大，说明在不同分位数上解释变量对被解释变量的影响是不同的。本文正是利用这条性质，考察了收入风险在不同的阶段对劳动生产率和城镇化率的不同影响。

(二)农民经营性收入风险对劳动生产率的影响

农民作为农业生产经营的主体，他们的生产积极性影响着农业效率的高低，而收入水平又决

定着他们的积极性，因此来自收入的风险必然会通过农民的生产行为最终表现在农业产出方面。借助计量模型可以进一步深入考察这种影响机制。取劳动生产率作为被解释变量，以经营性收入风险作为第一解释变量，根据农业生产的特殊性，加入自然风险变量。农业基础建设和现代化水平也是不可忽视的变量，为全面考察影响农民劳动生产率的因素，增加机械化水平和有效灌溉两个解释因素。

根据研究的需要，我们设定如下模型

Ζi=α+δ1F1t+δ2S2t+δ3S3t+δ4S4t+εt(t=1978……2012)

(9)

其中Z代表劳动生产率，用历年人均主要农产品数量的自然对数表示;

F1代表经营性收入风险，用上文介绍的调整离差率表示，考虑到风险的滞后影响效应，取上一年数据表示，用t-1表示;

S2代表自然风险，用历年农业成灾面积占总播种面积的比例表示;

S3代表农业基础性建设，用历年有效灌溉比例表示;

S4代表农业现代化水平，用历年农业机械动力增长率表示。

所有的数据来自国家统计局的《中国农村统计年鉴》，价格均以1978年为基期，进行了处理。分位点分别取0.25、0.5、0.75。为了更好地比较分位数回归的特点，我们把不同分位点的回归结果和用OLS方法估计结果放在一起。

表2 基于普通最小二乘法(OLS)和分位数回归法(Quantile Regression)对模型(9)的估计结果

***，**，*，分别表示在1%，5%，10% 水平下显著，括号内是t统计量

OLS估计方法除机械化水平没通过检验外，其余参数显著性水平都通过检验，其中农民调整离差率每增加1个单位，劳动生产率就平均增加0.26%.成灾面积比例每增加一个单位，劳动生产率就下降1.85%。有效灌溉比例增加值每变化一个单位，劳动生产率就增加1.1%。

经营性收入风险系数在各个分位点上都显著通过了检验，并且都为正。参照图3，其中LOG(JY(-1))图表示了在不同分位点下，经营性收入风险对劳动生产率的半弹性系数变化轨迹。但是随着分位数的提高，系数由0.23上升到0.26后，又下降到0.21，呈现一个倒U型。说明劳动生产率在中分位数时受到经营性收入风险的影响较大。从数值上计算，收入风险在最低分位处增加1个单位，劳动生产率增加0.23%，在中分位处是0.26%，在最高分位数时，又降到0.22%，比最低点略高。经济学对这样的解释是，在农民低收入水平时，由于机会成本低，农民倾向于冒险性经济行为，此时的收入风险对农民的生产行为影响程度也低。随着收入水平的提高，机会成本也上升，农民倾向于把握已有的财富，因此在中分位点时，表现为风险厌恶型，此时的收入风险对生产行为的影响也相比低分位点要明显。但是我国农民收入总体上处于低水平阶段，在初步解决了温饱之后，农民希望得到进一步的发展，为提高收入，经过了心理适应期，农民又表现出风险追求性，因此这个阶段，经营性收入风险对生产行为的影响又有所减弱。(图3中ZR图表示自然风险，JXH图表示机械化水平，GG图表示有效灌溉面积在各个分位点上对劳动生产率的相应系数变化轨迹)

(三)农民工资性收入风险对城镇化的影响

目前，农民的工资收入主要来源于城镇打工，因此工资性收入的水平、稳定性以及风险都是影响城镇化率的因素。借助计量模型能有效分析这种具体的影响机制。

图3 不同分位点下，各参数的趋势变化图

1.模型设定

CZHt=c+η1gzxt+η2RLt+η3scan+η4ecant+φt(t=1978-2012)

(10)

被解释变量： CZH 代表历年我国城镇化率。

第一解释变量：工资性收入风险。取工资性收入的调整离差率表示，用gzx代表，考虑到农民的本年工资性收入风险影响的是下一年的城镇化行为，因此选取上一年的数据。

随着我国现代化进程的加快，各行各业对人力资本的要求也越来越高，农民的素质也是决定着农民能否顺利进城的要素[20]，因此把农民的人力资本作为影响城镇化的一个要素，用RL表示，这选取我国农民平均受教育年限的自然对数。

我国二三产业的发展是决定我国城镇化质量的主要因素，因此我们分别选取了表示制造业和服务业发展进程的变量，即第二产业和第三产业历年对GDP的贡献率，用ecan 和scan表示。

2.估计结果

OLS估计效果显著，除了第二产业没有通过检验外，其他各参数均在1%显著性水平下通过了检验，并且模型的拟合优度达到0.96,说明模型设定和变量选取都合理。农民工资性收入的调整离差率每增加1个单位，我国平均城镇化率值增加0.001。人均受教育年限每增加1%，城镇化率平均增加0.19个单位。第三产业贡献率每增加1%，城镇化率的平均值就增加0.13%。

表3 基于普通最小二乘法(OLS)和分位数回归法(Quantile Regression)对模型(10)的估计结果

注：***，**，*，分别表示在1%，5%，10% 水平下显著，括号内是t统计量

在各个分位点下，工资性收入的调整离差率也都显著通过了检验，但是对城镇化的影响比较微弱，这可能与变量的选取有关。但这不影响我们观察在不同的分位点下，工资性收入风险是如何影响城镇化水平的。图4中，GZX1(-1)图是工资性收入风险在不同分位点下，对城镇化影响系数变化趋势图。从趋势图可看出随着工资性收入风险的提高，它对城镇化的促进作用在缓慢提升。但是达到一定高度时，却发生下降。这提醒我们在城镇化发展的加快阶段，越发应该注意保障农民合法的经济权益，创造各种有利于农民在城市生活和发展的条件，改革不合理的二元户籍制度，加快土地的确权登记，增加农民的财产性收入，解决农民的后顾之忧。图4中，GZX(-1)是工资性收入风险， LOG(RL)是人力资本，erchan是第二产业变量，sanchan 是第三产业变量在不同分位点下对城镇化的影响系数曲线图。

四、政策建议

按照第二节介绍的方法，对我国农民1978年至2012年总收入风险进行了度量，数据来自历年的《中国统计年鉴》，所有的收入都以1978年为基期进行了处理。根据计算绘制图5如下:

通过对图5的分析发现这三十多年来，调整离差率围绕着0轴上下波动，说明农民的收入增长充满了不确定性。预期之外的增长次数多于降低的次数，而且前者的幅度大于后者，说明农民的收入态势总体看好，呈现增长趋势。离差率的波动幅度随着时间的推移而变动，1980年代最少，1990年代最大，近期又趋于平缓。这与农民的收入来源有关。改革初期，农民收入以农业经营为主，前一个时期的农田基本建设增强了人们抵抗自然风险的能力，现时的各项政策又有效地化解了人们出售农产品的市场风险，因此这个时期，农民的收入风险较低。进入1990年代，随着市场化进程的深入，农民增收中面临的风险越来越多。而到了新世纪，随着国家加大对农业的投入和农民自身素质的提高，不论是经营性收入还是工资性收入，农民都表现出对风险防御能力的增强，因此这个阶段，收入的不确定性有所降低。

图4 不同分位点下，影响城镇化各要素系数的趋势图

图5 中国农民历年总收入调整离差率(单位%)

通过对农民收入风险的解读发现提高农业现代化建设质量的首要因素是减少农民的收入风险和增强他们的抗风险能力。农业作为基础却薄弱的产业，应该着力加大财政支出力度，改善支出结构，提高支出效率。目前我国财政支农资金存在着总量上明显不足,结构上不合理的特征,严重阻碍了其绩效的发挥。虽然我国农业财政支出从总量上而言, 是逐年提高，但是由于公共支出监督管理的体制不完善, 运用效率低下, 使它对降低农民收入不确定性方面效果不显著。今后应不断调整和优化财政支农资金结构, 增加支援农业生产、农村科技三项费、农村救济费的比重,使农民直接受益。

此外，制度的稳定性和有效性是防御和减少农民收入风险的关键,在以市场化为方向的农村制度改革中，土地、金融、社保、教育科技在农民收入的不同环节中发挥重要的作用，因此应从以下几个方面入手，具体包括:稳定农民的土地使用权，促进农地流转,实行农地规模经营,降低小农生产风险;扩大银行对“三农”服务的范围,根除农村资金市场发育中的制度藩篱,增强农民防范自然和市场风险的力度;加大和改善对教育、科技的投入，提高人力资本，激发农民自身应对收入风险的潜力;建立和完善农村合作医疗、农村养老保险、农村救济等各项社保制度,减少农民自身的收入风险。

[1]Menale Kassie,Mahmud Yeauf.The Role of Production Risk in SSuatainable Land and mangement Technology Adoption in the Ethiopian Highlanda[C].EFD diacuaaion paper,2008:15.

[2]Maurice Juma.Production risk and farm technology adoption in Rain-FedSemi-Arid Lands of Kenya [C].EFD discussion paper,2009:22.

[3]E. Rose.Exante and expost labour resupply Re-sponse to risk in a low income area[J].Journal of Development Economics，2001，64(2):371-388.

[4]Bardhan,Udry.Development-iccroeconomics[M]．New York:Oxford Uiniversity Press,1999:90-102.

[5]Minot Nicholas Michael Epprecht Tran Thi Tram Anh and Le Quang Trung“Income Diversification and Poverty in the Northern Uplands of Vietnam[R].Researh Reports 145 International Food Policy Research Institute,2006.

[6]都阳．风险分散与非农劳动供给———来自贫困地区农村的经验证据[J]．数量经济技术经济研究，2001(1)：46-50．

[7]王志刚，李圣军，宋敏．农业收入风险对农户生产经营的影响：来自西南地区的实证分析[J]．农业技术经济，2005(4)：46-50.

[8]马骥．农户降低氮肥施用量的意愿及其影响因素分析———以华北平原为例[J]．中国农村经济，2007(9)：9-16．

[9]马强文，任保平，韩绵绵.收入风险与劳动力配置多元化:以陕西省为例[J].经济评论,2012(3)：122-129.

[10]陈昭玖，胡雯，袁旺兴，等.农业规模经营 劳动力资源配置与农民收入增长———基于赣粤的经验[J].农林经济管理学报,2016，15( 2) : 144-153.

[11]Karen E.Dynan.How Prudent are Consumers?[J].The Journal of Political Economy, 1993(101)：1104-1113.

[12]Christopher D. Carroll, Andrew Samwick.How Important is Precautionary Saving?[J].Review of Economics and Statistics，1998(80)：162-178.

[13]Skinner.Risky Income, Life Cycle Consumption, and Precautionary Savings[J].Journal of Monetary Economics, 1988,22(2):237-255.

[14]GuisoL,JappelliT,TerlizzeseD.Earning uncertainty and precautionary saving[J].Journal of Monetary Eco-nomics, 1992(30):307-337.

[15]朱信凯.中国农户消费函数研究[M].北京:中国农业出版社,2003.

[16][美]富兰克·H·奈特. 风险、不确定性和利润[M].王宇,王文玉,译.北京:中国人民大学出版社,2005.

[17]王健宇.收入不确定性的测算方法研究 [J].统计研究，2010 (9):58-64.

[18]Koenker R.Bassett G.Regression Quantiles[J].Econometrica，1978(46):33-50.

[19]Koenker R.Bassett G.Robust Tests for Heteroskedasticity Based on Regression Quantiles[J].Econometrica，1982(50):43-61.

[20]谢勇.基于分位数回归的农民工人力资本收益率的估算[J].农业技术经济,2013(4):4-12.

(编辑：程俐萍)

The influence of income risk on rural development and urbanization——analysis of quantile regression of the data from rural areas

Qu Kunfei1,2，Zuo Ting1

(1.CollegeofHumanitiesandDevelopmentStudies,ChinaAgriculturalUniversity,Beijing100193,China; 2.EconomicsandManegementCollege,JinzhongUniversity,Jinzhong030600,China)

The paper identifies the farmers' income risk, and groups two main risks: management income risk and wage income risk. Adjusting the rate is adopted to measure and describe risk accordingly. Based on this, the paper uses the quantile regression method to investigate their dynamic evolution and the influence system on agricultural production efficiency and urbanization. It shows that the risk in different development stages is different, and the impact mechanism is also significantly different. On this basis, corresponding policy recommendations are put forward to reduce the risk of farmers' income.

The income risk; Quantile regression; Adjust the rate

2016-11-28

渠鲲飞(1972-)，男(汉)，山西晋中人，讲师，博士研究生，主要从事农业经济管理方面的研究。

C812

A

1671-816X(2017)04-0008-09