农户兼业化对粮食生产决策的影响：以玉米为例

麻吉亮

(中国农业科学院 农业经济与发展研究所，北京 100081)

随着我国经济的发展和农村经济体制的改革，农户兼业的程度在不断加深，兼业收入已成为农户收入的重要组成部分[1]。农户兼业化程度的不同，导致农户种粮行为也存在一定的差异[2-4]。例如，在苏北地区，农户的兼业程度的不同会对农户的水稻种植决策及相关因素的效果产生影响[4]；在油菜主产区，农户对油菜价格的敏感度要高于兼业区[2]；此外，廖洪乐认为兼业化程度还会影响农地承包经营权的流转，进而影响农户的生产决策[5]。

在研究农户生产决策的文献中，学者们有不同的视角[6]，如，胡浩和王图展基于苏北农村农户的兼业化微观数据，研究了兼业化对农业要素投入的影响，他指出，兼业收入的提高会增加农业生产的要素投入，但兼业化程度越高则劳动力投入会降低[7]；李庆等则认为，兼业化对土地投入规模、生产资料的投入量有显著负向影响，对家庭的机械使用量有显著正向影响[1]，张明杨等利用省级动态面板数据研究了玉米经营规模决策的影响因素，发现影响农户玉米经营规模决策的最主要因素是农户对玉米未来相对净收益的预期、农户的前期决策以及替代农作物的价格等[8]。卢宪英等基于农户的调查数据，发现玉米的价格越高，农户玉米经营规模扩大的意愿越强；农户的年龄越大，受教育程度越低，则农户越倾向于种植玉米等传统的粮食作物[9]。

从现有文献看，将兼业化程度的差异与农户种植决策相结合的文献还相对较少，而且相关文献在分析农户种植规模的影响因素时，主要考虑的是投入要素[1]、农产品价格[2]对农户生产决策影响的。然而，农户种植规模的决策是一个综合的选择行为[10,11]，农户在进行决策时，不仅仅要考虑农业的生产力、农产品价格，还要考虑其他替代作物或者经济作物的种植情况，同时还要考虑气候、其他农业及非农业因素等。

本文研究以河北省玉米农户为例。河北省作为华北平原的重要部分，也是我国玉米的主产区。与东北的家庭农场和规模化的种植模式不同，河北玉米农户的规模相对较小能反映出华北地区玉米种植农户的特征，我国玉米种植大部分都是家庭式的小规模种植方式，因此研究河北玉米种植农户特征也具有一定的普遍代表性。其次，玉米虽然是粮食作物，但玉米是一种“多功能”的作物，既可以作为口粮，又是饲料的主要成分，同时还是很多工业用品的主要原料，因此玉米的生产既关系到粮食安全，又关系到农业和工业产品的价格稳定。尤其是近几年随着工业用玉米和饲料用玉米的增加，玉米的供需严重不平衡，因此探讨如何提高国内玉米种植积极性，确保玉米产量和农户收益非常有必要。此外，本文在实证分析中较前人有了一定的改进。在控制变量中，前人主要是关注在农户的个人特质和市场信息对农户生产决策的影响，但是少有考虑气候变化的因素。而气候变化是当前影响粮食生产的一个重要因素[12,13]，如果不考虑气候因素容易在实证分析时导致估计结果的有偏和差误。对此，本文在实证分析时的变量选择和控制上，做了一定的改进。

本文主要分为四个部分，第一部分是引言，主要是文献综述、研究意义和研究对象界定；第二部分是模型形式及变量选择，主要是对模型形式的设定、对变量的选择以及统计描述等；第三部分是估计结果分析，主要分析模型的结果、弹性的测算以及模型的稳健性检验；第四部分则是本文的结论及政策建议。

一、模型形式及变量选择

基于农户种植决策理论，假定农户以利润最大化为目标，结合河北农户玉米生产调研情况，以及参考其他学者的相关研究[14]，本文将模型设定成如下形式：

(Amit/Ait)=a0+(Hi,t-1)'a1+(Ei,t-1)'a2

+(Wi,t-1)'a3+εi

其中，Am、A分别是农户的玉米种植规模和农户的可利用耕地面积，用Amit/Ait的形式代表农户玉米生产决策[15]，Hit是农户特征变量的向量，Eit是市场变量的向量，Wit是气候变量的向量，ai,i∈(1,2,3)分别是系数的向量，i,t分别代表的是农户和时间，a0，a1，a2，a3是所对应的系数变量。

农户特征变量：选择的是户主的教育水平(Edu)、家庭人口规模(Size)、兼业化程度(外出农业收入/农户家庭总收入)等，这些与农户特征相关的变量都会影响到农户的决策，进而影响到粮食经营规模的变动。

市场因素变量：主要包括河北微观农户玉米生产的物质成本(Cost)、河北微观农户的棉花和大豆的物质成本，河北玉米生产价格指数(MP)，以及棉花(CP)、大豆的生产价格指数(SP)。由于在河北地区，棉花和大豆是玉米的替代作物，因此将棉花、大豆的价格以及物质成本纳入模型中，能反映出不同作物对玉米的替代效果。

气候因素变量：主要选取的是玉米生长期的累计降雨(Pre)和玉米生长期的平均温度(Tem)。

表1是河北玉米生产决策的相关影响因素的统计描述，主要包括了变量的样本量、均值、方差、最大、最小值以及数据来源。本文使用的是数据类型是面板数据，时间从2004年到2012年，共有758个农户，数据的主要来源是农业部农村固定观察点、国家统计局和国家气象局。调研样本中，玉米的平均种植规模是3.92亩，最多的农户玉米种植规模为20亩。玉米的种植面积占农户可利用耕地面积的比例平均为0.44，玉米的单产平均水平为每亩475.50千克，最大的农户每亩的单产能达到1500亩，而每亩最小的单产仅为50千克。

农户特征中，户主的平均教育水平为6.77年，在所有户主中，户主的教育年限最少的为0年，最多的为19年。每户平均家庭成员为3.54人，其中最多农户有9口人，最少的农户只有1口人，外出务工的平均收入为5797.87元，而最多的农户一年的外出收入能达到30万元，不同区域农户外出收入差异较大。

市场因素中，农户生产玉米的物质投入总成本为每亩551.15元，棉花生产的物质成本为每亩平均282.54元，而大豆生产物质成本为145.03元/亩，可知，玉米的物质成本相对较高。河北地区玉米的生产价格指数平均为107.20，方差仅为8.98，说明2003年到2012年间，河北玉米的生产价格相对比较稳定，河北地区大豆的平均价格生产指数为108.70，且方差为15.20，即大豆价格波动较频繁。棉花的生产价格指数是105.73，低于玉米和大豆的价格指数，在2003年到2012年间也存在很大波动。

气候因素中，河北地区生长期的平均温度为23.47℃，其中最高温度为26.58℃，最低气温为18.74℃。生长期的降水累计为310.87毫米，最低地区生长期降雨仅有129.1毫米，最高地区的降雨多达615.2毫米，不同地区间的差异也相对较大。

表1 粮食经营规模影响因素变量统计描述

注：1是农业部农村固定观察点；2是历年中央1号文件；3是国家气象局；4是来自于《成本资料收益汇编》。

二、估计结果分析

现有的研究中，对于兼业程度的划分有多个维度，其中普遍采用的是按照非农收入占家庭总收入的比重来划分[3,16,17]，即将该比例小于10%的农户定义为纯农户，在10%到50%之间的农户定义为一兼农户，超过50%的农户叫做二兼农户。从表2可知，在河北的调研样本中，大部分农户是二兼农户(59.36%)，而纯农户仅有104户，占总样本的13.72%，二兼农户有204户，占总样本的26.92%。

表3是模型的估计结果，由于农户玉米生产决策是一个动态的过程，因此，本研究采用的是Arellano-Bover/Blundell-Bond线性动态面板数据估计方法，该方法是在Arellano和Bover[19]估计方法的基础上的进一步扩展，采用系统估计量，即除了将滞后的距条件(Moment conditions)作为查分方程的工具变量外，还将距条件中的滞后查分项作为水平方程的工具变量，较好的克服了Arellano-Bond方法中的滞后工具变量会随着自回归过程的持续而变弱的缺点[18]。为了验证模型结果的稳健性和可信性，在主要估计结果中，增加了控制变量(分别是机械操作费用和劳动投工量)，从其结果看，增加控制变量，模型中的主要变量结果只发生了微小的变化，从一定程度上证明了结果具有一定的可信性。

表2 样本中农户的兼业化程度

注：根据农业部固定观察点的数据计算而来。

表3中分别估计了纯农户、一兼农户和二兼农户的玉米生产决策的影响因素。由于主要估计模型的IC值要小于稳健性模型的IC值，根据赤池准则，认为主要估计模型拟合结果较好，因此作为以下分析的主要结果。从结果可知，不同兼业程度农户，其玉米生产决策的影响因素存在显著差异。首先，上一年的玉米种植比例对当期的玉米种植决策具有较大的影响，即不同兼业程度的农户在进行当期决策时，很大程度上会参考上一期的种植比例，上一期玉米种植比例对不同兼业程度农户的影响效果也存在差异，一兼农户受上一期影响最大，而纯农户受上一期的影响最小。

其次，玉米生产决策受市场因素的影响较大，玉米价格对农户种植决策的具有显著的正向影响，即提高玉米价格能够极大的调动农户种植玉米的积极性，其中二兼农户对玉米价格的反应最敏感，其次是纯农户；棉花和大豆虽都是玉米的替代作物，但大豆价格对玉米生产决策影响更大，且与玉米生产决策呈现负向影响关系，即大豆价格提高，农户会降低玉米的种植比例，其中一兼农户受到该因素的影响最敏感；棉花价格对纯农户和一兼农户的玉米生产决策影响不显著，主要是因为棉花对两种兼业程度农户玉米种植的替代作用不明显，棉花价格对二兼农户产生显著的负向影响，说明二兼农户的棉花和玉米种植之间存在显著的负向替代关系。本研究中使用的是农业部固定观察点的数据，其中几乎不包括种粮大户和家庭农场，主要是微观的农户，因此纯农户大部分都是年龄较大或者没有外出打工劳动能力的农户[20]，纯农户会投入更多的劳动力，但是生产要素(如化肥、机耕等)的资金投入相对较少[21]，这些因素都导致了样本中纯农户对相关因素反应都相对迟钝；相对应的，兼业农户对于生产要素的投入较多[1]，而劳动力的投入较少，因此兼业化农户会在投入要素价格和玉米市场价格之间权衡，对市场因素反应较为敏感，进而影响其玉米种植决策和生产要素的投入。

从物质成本来看，玉米的生产物质成本与玉米种植规模呈现显著的负向关系，即玉米的生产物质成本越高，农户玉米种植意愿越低，尤其是一兼和二兼农户，对生产物质成本反应较为敏感，物质成本的提高会导致一兼和二兼农户玉米的种植比例的显著降低，纯农户对玉米物质成本反应不敏感。替代作物的物质成本中，大豆物质成本对玉米生产决策的影响不显著，棉花的物质成本对玉米的生产决策较为显著。

气候因素对农户玉米种植决策也有较大影响。生长期的平均温度对一兼和二兼农户都产生了显著的负向影响，即生长期平均温度越高，农户越倾向于降低玉米的种植规模；生长期的累积降雨与一兼和二兼农户的玉米的生产决策显著正相关，即降雨增多会增加农户玉米种植的积极性。纯农户对气候因素(温度和降雨)的反应都相对迟钝，即温度和降雨的变化不能显著的影响纯农户的玉米生产决策。

表3 不同兼业程度的农户玉米生产决策影响因素

注：*，**和***分别代表在90%，95%和99%的显著性水平下显著；L.(自变量)代表估计模型中对自变量滞后一期；括号内为标准差。

进一步基于表3的估计结果，在表4中测算了不同变量的弹性，从结果可知，二兼农户对于市场因素的反应最敏感，其中玉米、大豆和棉花的价格的弹性都较大，三种农产品的价格都能够显著的影响到玉米的生产决策，即通过提高玉米的价格，或者降低大豆和棉花的价格能调动二兼农户增加玉米种植的积极性。对于一兼农户而言，其对玉米物质成本和生长期平均温度的变化反应最为敏感，对玉米、大豆的价格反应较为敏感，因此降低玉米的物质成本，提高玉米价格也能很大程度上调动一兼农户玉米种植的积极性，提高农户应对气候变化的能力也很关键。对于纯农户，仅玉米和大豆价格对其玉米种植决策有显著影响，玉米种植决策对其他变量的反应相对迟钝，主要是因为在河北地区纯农户年龄较大，收入也相对较低，其对各种因素的反应都不够敏感。

表4 玉米生产决策的相关影响变量的弹性

三、结论及启示

基于河北地区2004年到2012年的758户农户的微观数据，本文主要研究的是不同兼业化程度的农户玉米生产决策影响因素的差异，主要使用的是线性动态面板估计方法。通过实证后发现：

(1)兼业程度不同，农户的玉米生产决策的影响因素也存在显著的差异，如二兼农户对市场因素反应最敏感，而一兼农户对玉米物质成本、生长期温度变化的反映最敏感，而纯农户对除了玉米和大豆价格以外的影响因素反应都相对迟钝。

(2)市场因素对不同兼业化农户的影响存在差异，其中，二兼农户对玉米和棉花价格反应最敏感，一兼农户对于物质成本和大豆价格的变动反应敏感。在所有因素中，市场因素是影响农户玉米生产决策的最主要的因素。玉米物质成本、玉米价格、替代作物(尤其是大豆)价格的变动能显著的影响农户玉米种植规模的决策。

(3)气候因素也是影响不同兼业化农户玉米种植决策的一个重要因素，生长期平均温度越高，一兼和二兼农户都越倾向于减少玉米的种植规模，而温度和降雨对于纯农户的决策没有显著影响。生长期的累积降雨的增加有利于促进兼业化和纯农户增加玉米的种植规模。

基于本文的结论，本文主要提出了如下的简要建议：

(1)鉴于市场因素是影响玉米种植决策的重要动因，应完善玉米价格的形成机制，探索新的价格补贴政策，应对玉米价格的波动，合理利用市场因素来提高不同兼业化水平的农户玉米(粮食作物)种植的积极性。

(2)有针对性的降低不同兼业化水平玉米农户生产的物质投入成本。鉴于不同兼业化农户对物质投入成本的影响存在差异，因此通过政策调控和市场调节等方式针对性的降低投入要素价格，同时提高投入要素利用率等方式，降低玉米生产的物质成本，即玉米生产的地板价格，提升玉米生产的利润空间，进而提高农户玉米种植积极性。

(3)重视气候变化对不同兼业化水平农户玉米种植决策的影响，建立相应的气候预警体系，及时让农户获取动态的气象信息，为农户玉米种植决策提供一定的参考，提高农户对气候变化的适应性和种粮积极性。

[1]李庆, 林光华, 何军. 农民兼业化与农业生产要素投入的相关性研究——基于农村固定观察点农户数据的分析[J]. 南京农业大学学报：社会科学版, 2013(3):27-32.

[2]李丹, 王玲瑜. 油菜主产区和兼业区农户种植面积决策的经济学分析[J]. 安徽农业科学, 2012, 40(1):484-486.

[3]修孟源. 兼业化程度对农户水稻种植技术选择的影响分析 [D]. 重庆：西南大学, 2012

[4]陈超, 沈荣海, 展进涛. 农户兼业视角下的水稻生产行为及效率研究——以苏北地区水稻种植户为例[J]. 江苏农业科学, 2014, 42(5):404-407.

[5]廖洪乐. 农户兼业及其对农地承包经营权流转的影响[J]. 管理世界, 2012(5): 187-188

[6]冉奥博, 王朔, 肖海洋,等. 蔬菜种植大户规模扩大意向影响因素分析——基于重庆市调研[J]. 中国农学通报, 2014, 30(26):88-94.

[7]胡浩,王图展. 农户兼业化进程及其对农业生产影响的分析——以江苏省北部农村为例[J]. 江海学刊,2003(6):53-58.

[8]张明杨, 陈超, 谭涛,等. 中国农户玉米播种面积决策的影响因素分析[J]. 南京农业大学学报:社会科学版, 2014(3):37-43.

[9]卢宪英, 崔卫杰. 影响农户玉米种植规模的因素分析[J]. 生产力研究,2009(6):35-37.

[10]时明国, 裴荆城. 不同地区农户经营行为比较研究[J]. 农业经济问题, 2000, 21(5):38-42.

[11]张瑞娟, 孟庆国. 农户种粮规模行为决策及其影响因素分析——基于全国4719份农户抽样调查数据[J]. 湖南农业大学学报:社会科学版,2015,16(4):30-34.

[12]侯麟科,仇焕广,汪阳洁,等. 气候变化对我国农业生产的影响——基于多投入多产出生产函数的分析[J]. 农业技术经济,2015(3)：4-14.

[13]吴绍洪,黄季焜,刘燕华,等. 气候变化对中国的影响利弊[J]. 中国人口·资源与环境,2014(1)：7-13.

[14]Coyle, B. T. On modeling systems of crop acreage demands [J]. Journal of Agricultural and Resource Economics,1993, 18 (1): 57-69.

[15]Alvarez, A. and C. Arias. "Technical efficiency and farm size: a conditional analysis." Agricultural Economics [J]，2004，30 (3): 241-250.

[16]陈晓红. 经济发达地区农户兼业及其因素分析——来自苏州农村的实证调查[J]. 经济与管理研究. 2006(10): 90-94.

[17]张忠明, 钱文荣. 不同兼业程度下的农户土地流转意愿研究——基于浙江的调查与实证[J]. 农业经济问题, 2014, 35(3):19-24.

[18]Blundell, R., and S. Bond. Initial conditions and moment restrictions in dynamic panel data models [J]. Journal of Econometrics, 1998(87): 115-143.

[19]Arellano, M., and O. Bover. Another look at the instrumental variable estimation of error-components models [J]. Journal of Econometrics, 1995(68): 29-51.

[20]陆岐楠, 张崇尚, 仇焕广. 农业劳动力老龄化、非农劳动力兼业化对农业生产环节外包的影响[J]. 农业经济问题, 2017(10): 27-34.

[21]胡浩,王图展. 农户兼业化进程及其对农业生产影响的分析——以江苏省北部农村为例[J]. 江海学刊,2003(6):53-58.