非农就业对散养户生猪养殖决策的影响研究——基于四川省543户农户的实证

邓 鑫 漆雁斌 陈 蓉

（四川农业大学经济学院，四川 成都 611130）

一、引言

大量农户参与非农就业，导致其收入快速增长[1－4]。对于农业人口输出大省而言，农村劳动力大量转移至非农部门，带来的结果有二：其一，数量上表现为农业劳动力短缺；其二，结构上表现为农业生产人员老龄化、女性化与低文化程度。农户的农业生产决策由此而发生变化。长期以来，受到猪肉价格波动影响，大量农户退出生猪养殖，威胁猪肉产品供应稳定。散养农户退出生猪养殖的确提高了家庭收入水平[5]。农户参与非农就业是否会加速退出生猪养殖呢？

在市场作用下，农户开始选择退出生猪养殖[6]。生猪养殖业的规模化和订单化使得农户机会成本增高，那些受教育程度较高的农户更加倾向于退出生猪养殖，那些技术落后和基础设施较差的农户也倾向于退出生猪养殖[7]。以四川省为例，农户退出生猪散养是一个趋势[8]。

赵艺惠[9]分析沈阳市196户农户调查数据得出，农户年龄、受教育程度等个人特征因素将影响生猪养殖意愿。具体而言，36岁至55岁农户是生猪养殖的主力。杨子刚等[10]依据对粮食主产区272个农户的调查，运用Logistic模型分析了农户生猪养殖的影响因素。结果表明户主年龄和户主受教育程度并不显著影响农户的生猪养殖意愿。顾莉丽[11]通过对吉林省237个农户的调查，运用Logistic模型分析了样本农户的生猪养殖意愿。结果表明户主年龄和户主受教育程度并不显著影响农户的生猪养殖意愿，但农户家庭经济状况显著影响农户生猪养殖意愿。许荣、肖海峰[12]利用湖南省抽样调查取得的280户数据，运用OLS回归和分位数回归实证分析了生猪养殖意愿的影响因素，结果表明养殖意愿明显受到养殖户的年龄和文化程度的影响，同时指出家庭劳动力人数显著正向影响生猪养殖意愿。

上述研究成果为本研究的开展提供了良好的理论基础，然而这些研究忽略了两个比较重要的内容：一是农户家庭普遍非农化，却没有引起研究生猪养殖决策相关文献的关注；二是没有消除内生性问题对研究结论可信度的影响。为弥补生猪养殖决策影响因素相关研究不足，本文着重从这两方面入手：一是在非农就业视角下分析影响散养户生猪养殖决策的因素；二是计量模型上采用了Probit模型和IV－Probit模型，通过工具变量方法解决内生性问题，得到一致的估计结果，提高研究结论的可信度。

二、数据来源及统计分析

（一）数据来源

数据来源于课题组于2014年1－2月、7－8月份在四川省开展的入户调查，具体获取路径如下：以2012年各市州生猪养殖规模将各市州排序，生成5个随机数，确定5个样本市（成都市、资阳市、绵阳市、达州市、南充市）；按照上述思路在每个样本市中随机抽取1个县，形成5个样本县（崇州市、简阳市、三台县、宣汉县、西充县）；以县政府为对称点，在东南西北大致相等距离上抽取4个镇，形成20个样本镇；每个镇按照人均收入最高和最低原则抽取2个样本村，形成40个样本村；最后以农户户号隔5户的等距抽样，每村采用“一对一”问答形式调查14户。累计发放问卷560份，收回560份问卷，有效问卷550份，有效率98.25%。剔除与研究内容无关的继续生猪养殖且养殖规模在50头以上的农户，以及与本研究主题密切相关但无效的问卷，最终得到543份有效研究数据。

（二）描述性统计分析

表1报告了以家庭决策分组时，散养户家庭相关指标的均值、标准差以及两组的差异。

退出组相对于继续组户主更年轻。退出组户主平均年龄51.163岁，继续组户主平均年龄54.396岁，相差约为3.233岁，差异值通过了1%显著性水平上的统计检验，表明两组散养户户主年龄差异显著。退出组相对于继续组户主受教育程度更高。退出组户主平均受教育程度约为7.006年，继续组户主约为6.369年，相差约为0.637年，差异值通过了1%显著性水平上的统计检验，表明两组散养户户主受教育程度差异显著。退出组相对于继续组农户家庭的非农就业人数更低。退出组农户家庭平均非农就业人数约为0.242人，继续组农户家庭约为1.493人，相差约为1.251人。差异值通过了1%显著性水平上的统计检验，表明两组散养户家庭非农就业差异显著。

掌握养殖技术促进了散养户进行生猪养殖。退出组农户相对于继续组而言，有养殖技术的比例低了8.2个百分点。显而易见，技术能够带来养殖收益溢价，使得散养户在养殖中取得更多的回报和收益，因而他们更愿意从事生猪养殖。此外，退出组和继续组户主当前或者现在的从业经历、家庭的就业结构、家庭规模、所处区位、生猪养殖满意度、圈舍面积、养猪设备持有等特征均存在显著差异。

表1 生猪散养决策：退出组与继续组的均值差异

三、散养户决策的Probit模型和IV－Probit模型

不考虑那些由散养转为规模化养殖的散养户，生猪养殖决策是一个二值选择行为，即被解释变量为二元离散变量。对于被解释变量为二元离散变量时，通常采用概率模型进行估计，采用被广泛应用于该类研究的Probit模型进行估计。退出生猪养殖为1，继续生猪散养为0。为了反映散养户的决策过程，借助于一个“潜变量”来概括该决策的净收益。散养户退出生猪养殖，农户将获得一个潜在的收益D0*；散养户继续生猪养殖，农户同样将获得一个潜在的收益Dn*。对于同一个农户而言，退出与继续之间存在的净收益为D*（D*＝D0*－Dn*），D*＞0 时农户选择退出；否则，农户选择继续生猪散养。然而D*并不能直接观察到，但可以通过如下的方程表达：

方程（2）中的D是虚拟变量，即二元离散变量。D＝1表示农户选择退出生猪养殖；D＝0表示农户选择继续生猪散养。由此，可以得到农户选择退出生猪养殖的方程式：

当方程（1）中μ～N（0，σ2）时，即μ服从正态分布时，则为Probit模型，进一步方程（3）可以表示为：

其中，Fμ（·）是μ的累积正态分布函数。

为了直观展现Probit模型，将方程（4）转化成如下方程：

其中，F－1（X）为累积正态分布函数的逆函数，nonfarm表示非农就业（外出务工人数）；CV表示一系列控制变量；α、α1、α2分别表示常数项、nonfarm的估计系数和CV的估计系数；μ表示误差项。

非农就业变量可能是内生变量。具体而言，本研究认为可能存在如下三个方面引起非农就业变量的内生性问题：（1）退出生猪养殖行为，增加了家庭劳动人口向外流动的可能性。同时非农就业具有低风险投入和稳定的现金流入，又将进一步促进散养户退出生猪养殖。退出生猪养殖行为与非农就业之间可能存在互为因果关系。（2）对于个体散养户而言决定是否参与非农就业以及参与程度高低，不仅仅取决于家庭规模、劳动力身体状况，还与散养户的智力水平、认知程度、社会资本等因素密切相关，然而这些因素大多是无法直接观测到的，即可能存在遗漏变量引起内生性问题。（3）虽然遵循了较为科学的方法设计问卷和进行实地调研，但是笔者的知识储备有限、访员对问卷的掌握程度和理解深度参差不一，以及受访散养户可能存在隐瞒真实情况现象，导致问卷设计与样本选择可能存在不足与偏差，进而导致取得的数据存测量偏误。因此，为了使实证结果可靠可信，本文将选择工具变量Probit（Instrumental Variable Probit，简称 IV－Probit）来进行估计。考虑数据特征以及数据整理结果，本文将内生解释变量（非农就业）除个体本身以外样本的均值作为该个体内生解释变量的工具变量。这个工具变量表征了非农就业的外部环境，直接导致散养户选择外出务工，但并不能直接影响到农户的生猪养殖决策。

四、模型估计与讨论

（一）工具变量相关检验结果分析

分析工具变量估计结果的前提是存在内生性问题，以及选取的工具变量有效。将前面分析中选定的工具变量带入方程（4）和（5）进行工具变量Probit估计，估计结果见表2。模型III和模型IV报告了采用MLE方法对散养户生猪养殖决策影响因素方程的IV－Probit估计结果，结果表明：（1）在原假设为“非农就业变量为外生解释变量”时进行Wald检验。在不加控制变量时chi－sq值为99.242（P值为0.000）；在加入控制变量时chi－sq 值为78.657（P 值为 0.000）。共同指出可在1%水平上拒绝原假设，认为非农就业变量为内生解释变量。（2）在原假设为“工具变量为弱工具变量”时进行弱工具变量检验。在不加控制变量时chi－sq 值为 240.55（P 值为 0.00）；在加入控制变量时chi－sq值为107.98（P值为0.00）。共同指出可在1%水平上拒绝原假设，认为工具变量不是弱工具变量。

（二）散养户决策模型估计结果分析

通过前述讨论，本文认为模型存在内生性问题，应通过工具变量法消除内生性问题。因此本部分重点关注IV－Probit估计结果。

表2中模型I和模型III分别表示不加控制变量情况的Probit估计和IV－Probit估计。就非农就业变量而言，Probit估计结果系数为2.529，IVProbit估计结果系数为2.940，表明不考虑其他因素，由于内生性问题低估了非农就业对散养户退出生猪养殖的促进作用。在加入控制变量以后，上述影响机制不变，表明非农就业对散养户生猪养殖决策具有重要作用。

非农就业促使散养户退出生猪养殖。非农就业指标通过了1%水平的显著性检验且影响为正。边际效应系数为0.088，这表明控制其他变量不变，非农就业人数每增加1人，散养户退出生猪养殖的概率将提高8.8%。非农就业提高散养户退出生猪养殖的可能性，这一结论产生的原因可能是：一方面，劳动力非农就业降低牲畜养殖在分担农户家庭存续风险的作用，农户可以通过非农就业获取维系家庭生存的资金，并将非农就业获取的超过家庭日常开支的部分进行储蓄或投资地产，以应对家庭生存过程中面临的风险。另一方面，外出务工导致生猪养殖的劳动力不足，为了最优化资源配置，散养户只得退出生猪养殖，将家庭剩余劳动力配置到劳动力投入需求少、机械替代程度高的种植业。

户主若为劳动力的散养户更倾向于退出生猪养殖。户主若为劳动力指标通过了1%水平的显著性检验且影响为正。边际效应系数为0.210，这表明控制其他变量不变，户主为劳动力的家庭相比于户主为非劳动力的家庭，其退出生猪养殖的概率将提高21.0%。这是因为养殖业收益稳定

性较差，户主若为劳动力可能更愿意将自己配置到非农就业部门获取较为稳定的收益，因而是劳动力的户主相比于非劳动力的户主而言，更倾向于退出生猪养殖。

表2 散养农户退出生猪养殖的影响因素分析模型估计结果

户主从事职业对生猪养殖意愿影响显著。户主2013年主要职业指标通过了1%水平的显著性检验且影响为负。边际效应系数为0.209，这表明控制其他变量不变，户主2013年主要职业为养殖业相比于为养殖业的家庭，其退出生猪养殖的概率将降低20.9%。户主2013年主要职业为养殖业的散养户越不愿意退出生猪散养，一种可能的解释是：仍从事养殖业，表明其在养殖方面具有某些优势，能够使自己获得溢价收益。

家庭土地规模对生猪养殖意愿影响显著。家庭土地规模指标通过了10%水平的显著性检验且影响为正。边际效应系数为0.017，这表明控制其他变量不变，家庭土地规模每增加1亩，散养户退出生猪养殖的概率将提高1.7%。家庭土地规模越大越会提高散养户退出生猪养殖的概率，一种可能的解释是：种植业对劳动力的需求相对于养殖业较小，且风险相对较小。因此在非农就业普遍存在的情况下，散养户更有可能退出生猪养殖，将劳动力配置于种植业，也有可能将节约的劳动力配置于非农部门，进一步降低生猪养殖意愿。

购有养殖设备会降低散养户退出生猪养殖意愿。是否购置养殖设备指标通过了1%水平的显著性检验且影响为负。边际效应系数为0.172，这表明控制其他变量不变，购有养殖设备的农户相比于未购置的农户，其退出生猪养殖的概率将降低17.2%。购有养殖设备降低散养户退出生猪养殖意愿，一种可能的解释是：养殖设备作为生猪养殖环节的一种固定专属资产，在二手市场、流转市场不发达时，抑或难以拆除时，变现能力差，提高了农户的退出生猪养殖的沉没成本，从而降低了农户的退出意愿。

生猪养殖满意度对生猪养殖意愿影响显著。生猪养殖满意度指标通过了1%水平的显著性检验且影响为负。边际效应系数为－0.004，这表明控制其他变量不变，满意度每提高1个单位，散养户退出生猪养殖的概率将降低0.4%。一种可能的解释是：自我对生猪养殖的评价越好，证明农户生猪养殖的认可度越高，越能从生猪养殖中获取额外收益。因此评价越好，越不愿意退出生猪养殖。

地理位置相对较差的农户退出生猪养殖的可能性较低。村庄地形指标通过了1%水平的显著性检验且影响为负。边际效应系数为－0.064，这表明控制其他变量不变，处在丘陵地区的农户相比于处在其他地形的农户，其退出生猪养殖的概率将降低6.4%。地理位置越差，农户退出生猪养殖的可能性降低，一种可能的解释，是居住在丘陵地区，从事非农就业的机会成本越高，相对来说继续生猪养殖是一种较优的家庭决策。

（三）稳健性检验

上述实证分析过程中，本文主要关心非农就业指标是否影响了散养户生猪养殖决策，怎样影响决策。结果表明，非农就业显著地影响散养户生猪养殖决策。并且随着外出务工人员越多，农户越愿意退出生猪养殖。那这些结论是否受到地理位置因素干扰？是否因家庭规模异质性而发生变化呢？下面将考察按地理位置不同、家庭规模异质而提取的子样本回归，来检验结果的稳健性。表3报告了加入控制变量时的IV－Probit模型稳健性检验估计结果。

对该村地形为丘陵的子样本、对家庭规模划分为小于等于3人和大于等于4人两个子样本、对生猪养殖满意度的上四分之一（大于等于44）和下四分之一（小于等于14）分位子样本进行工具变量Probit回归。结果表明，主要解释变量非农就业变量均通过了1%的显著性水平检验，且外出务工人数越多提高了散养户退出生猪养殖的倾向性。因此上述实证结论依然成立，结果稳健可靠。

丘陵地区样本非农就业指标通过了1%显著性水平检验，系数为4.293，小于全样本估计结果系数4.431。也印证了全样本回归时得出的结论：处在地理位置较差的农户，越不愿意退出生猪散养。

表3 模型稳健性检验结果（IV－Probit）

非农就业对生猪养殖决策的影响受到家庭规模异质性影响。具体表现在小规模家庭非农就业指标对生猪养殖决策的作用更强。这是因为小规模家庭遭受的劳动力约束力更大，意味着由于家庭规模的异质性，同样是外出1人务工，小规模家庭具有更强的退出生猪养殖意愿。

生猪养殖满意度较高的散养户比生猪养殖满意度较低的散养户具有更低的退出意愿。散养户对自家开展生猪养殖越满意，那么农户在生猪养殖方面能够取得异于普通养殖户的额外非现金收益，例如他的个人能力能够使得他付出较少的时间完成生猪养殖，从而获得额外休息时间。因此这与前面的回归结论是一致的。处在低满意度的群体，不考虑其他因素条件下，非农就业指标对其退出生猪养殖的作用更明显。

五、结论与启示

当前分析影响散养户生猪养殖决策的因素时，存在两个问题：一是没有考虑农户非农就业的冲击。二是没有解决内生性问题。为了弥补这方面的缺憾，本文在非农就业视角下分析散养户生猪养殖决策的影响因素，同时基于IV－Probit模型解决内生性问题，实证研究表明：第一，非农就业显著促进了散养农户退出生猪养殖，但如果不解决内生性问题促进效应将被低估。第二，散养户家庭所具有的禀赋会显著影响到农户生猪养殖决策。在要素市场不发达时，圈舍面积与购置养殖设备等行为提高了农户退出生猪养殖的沉没成本，从而降低散养户退出生猪养殖意愿。第三，由于地理环境差异和家庭规模异质性存在，非农就业对散养户生猪养殖决策的影响存在差异。具体而言，处在地理位置较好的散养户相比于处在地理位置较差的散养户而言，更愿意退出生猪养殖；家庭规模较小的散养户相比于家庭规模较大的散养户而言，更愿意退出生猪养殖；具有较低生猪养殖满意度的家庭与具有较高生猪养殖满意度的家庭相比，更愿意退出生猪养殖。

据此本文提出如下政策建议：首先，有序促进非农就业，有助于散养农户退出生猪养殖，在一定程度上能够实现适度规模养殖形成。其次，完善要素流转市场，促进闲置养殖设备向养殖大户集中，降低散养户退出生猪养殖的门槛。最后，分类制定散养退出激励政策，促进生猪散养户有序退出。

[1]张鹏，王婷.农村劳动力转移对农民收入的影响研究——对重庆市开县的实证分析[J].重庆大学学报（社会科学版），2010，（05）：13－17.

[2]Stark O，Bloom D E.The New Economics of Labor Migration [J].American Economic Review，1985，75（2）：173－178.

[3]李宾，马九杰.劳动力转移、农业生产经营组织创新与城乡收入变化影响研究[J].中国软科学，2014，（7）：60－76.

[4]杨渝红，欧名豪.土地经营规模、农村剩余劳动力转移与农民收入关系研究——基于省际面板数据的检验[J].资源科学，2009，（02）：310－316.

[5]邓鑫，漆雁斌，陈蓉.散养农户退出生猪养殖改善家庭收入水平吗？——来自四川省543户农户的实证[J].农村经济，2016，（12）：46－52.

[6]Lawrence J D，Wang E.Motivations for exiting hog production in the 1990s and incentives for re－entry[J].A－gribusiness，1999，14（6）：453－465.

[7]Dong F X，Hennessy D A，Jensen H H.Contract and exit decisions in finisher hog production.[J].American Journal of Agricultural Economics，2010，92（3）：667－684.

[8]王雨林，刘国强，李后建，等.农户继续从事生猪散养行为的影响因素分析——基于四川省25个县（市、区）的调查[J].中国农村观察，2015，（5）：85－96.

[9]赵艺惠.沈阳市农户生猪养殖意愿调查研究[D].沈阳农业大学，2016.

[10]杨子刚，毛文坤，郭庆海.粮食主产区农户生猪养殖意愿及其影响因素分析——基于对粮食主产区272个农户的调查[J].中国畜牧杂志，2011，47（10）：27－31.

[11]顾莉丽.吉林省农户生猪养殖意愿及其影响因素的实证研究——基于对吉林省237个农户的调查[J].中国畜牧杂志，2013，49（4）：46－50.

[12]许荣，肖海峰.基于分位数回归法的农民生猪养殖意愿影响因素分析[J].农业经济与管理，2016，（6）：84－92.