农民经济分化对耕地效率的影响——基于浙江省的实证

费喜敏， 农 梅， 王成军， 刘龙青

(1.浙江农林大学经济管理学院，浙江杭州 311300； 2.浙江省农民发展研究中心，浙江杭州 311300)

农民是耕地的直接经营者，耕地利用情况与农民自身的状况尤其是经济状况休戚相关。各国发展的历史证明，每一次对农民的冲击都会给社会经济带来巨大影响，并引起农业生产效率的重大变革。20世纪80年代以来，伴随着我国的市场化改革以及各种制度变迁，农民开始逐步分化[1]。90年代中后期，我国农民的职业逐步从传统的“全职务农、半失业”状况，转向了大量“既务工经商，又从事农业生产”的兼业状态。进入21世纪后，农民经济分化速度逐步加快，程度更加深化，一部分农民开始将自己的土地流转出去，自己则分化为工商业者[6]。在农民职业分化的过程中，农民的非农收入来源逐步增加，农民之间的总收入和收入来源的差异性也随之逐步扩大。随着农民的职业和收入分化，农民逐渐形成了几种典型的职业类型。因此，根据本研究的研究目的和当前我国农民分化的实际情况，把农民经济分化分为职业分化程度、收入分化程度和典型的职业类别分化3个方面。关于农民经济分化对耕地效率的影响，已有的相关研究也基本是从这几个方面展开的。

因为农民经济分化最开始的表现就是农民向非农产业的转移[7]，因此，很多学者首先从职业分化的角度来关注农民经济分化对耕地效率的影响，但是并未得出一致结论。根据研究结论的差别，可以分成以下几类：认为农民职业分化直接对耕地效率产生不利影响[6，8]；认为农民职业分化通过影响耕地投入，从而间接对耕地效率产生不利影响[9-12]；认为农民职业分化有利于耕地效率的提高[13-15]；认为农户职业分化与耕地效率二者之间是倒“U”形关系[16-17]，郭丽娟等还计算出转折点发生在农户非农就业率为56.65%的时点上[16]。国外学者利用不同国家的样本数据也进行过相关研究，Bozoglu等对土耳其、Abdulai等对尼加拉瓜、Oni等对尼日利亚都进行了相关研究[18-20]，但未得出一致结论。关于农民收入分化对耕地效率的影响，围绕此类问题开展的研究不多，已查文献均认为农民收入分化通过增加农业投资，从而有利于耕地效率的提高[21-23]。就研究样本的地域来看，多数文章以我国中部省份为研究对象[24-25]。就样本的时间来看，较早的研究使用的基本都是20世纪90年代的数据，较新的研究使用的数据也是以2008年以前的居多[16，26]。对耕地效率的测算以及影响因素的研究，学者们使用的研究方法不尽相同，例如已有研究有使用随机前沿生产函数方法[27]，也有使用农户模型和概率优势模型等[8]，由于数据包络分析方法(DEA)是能够测算多项投入和多项产出效率的较为理想的方法，近年来一些学者开始尝试使用DEA来研究农地效率。一些研究需要在测算耕地效率的基础上，进一步分析影响因素，DEA和Tobit两阶段分析方法可以相对严谨地解决这个问题，近几年这样的研究方法逐步被应用并成熟起来[28]。

农民经济分化是一个历史性的不断发展的过程，同时跟地区经济发展情况密切相关，因此，以不同时期或者不同地区作为研究样本，结论都会有所不同。本研究利用2015年和2016年，以浙江省为调查对象的570份农户调查数据展开研究，以期了解当前我国经济较为发达的省份，农民经济分化和耕地效率的现状以及影响关系，并为全国其他省份提供借鉴。本研究的结构安排为首先介绍研究点概况，然后阐述论文的理论框架和研究方法，接着分析耕地效率(利用DEA方法)和农民分化的现状，再借助Tobit模型分析农民分化对耕地效率的影响，最后得出分析结论和政策建议。

1 研究点概况

浙江省地处中国东南沿海长江三角洲南翼，位于27°12′～31°31′N和118°～123°E，全省陆域面积10.18万km2。属于亚热带气候，年平均气温17 ℃，年平均降水量 1 319.7 mm。浙江省地形复杂，浙北地区为冲积平原，浙东地区为沿海丘陵，浙南地区是山区。截至2015年年末，浙江省常住人口为5 539万人，其中城镇人口3 645万人(65.8%)，农村人口 1 894万人(34.2%)。2015年浙江省人均GDP为 77 862.2元，城镇居民人均可支配收入为40 393元，农村居民人均纯收入为19 373元，均远远高于全国水平。

考虑到经济发展状况、地理位置的代表性以及调研的可行性等因素，于2015年和2016年分别对浙江省开化县、临安市(临安市于2017年9月15日撤市为区，本文为论述方便不作修改)、龙泉市、永康市进行了针对农户的问卷调查。开化县地处浙江省西部，地理坐标为28°54′N、118°01′E，县域总面积 2 236.61 km2，总人口24.51万人。临安市位于浙江省西北部，地理坐标为29°56′N、118°51′E，总面积 3 126.8 km2，是浙江省陆地面积最大的县级市，总人口56.7万人。龙泉市地处浙江西南部，地理坐标27°42′N、118°42′E，总面积 3 059 km2，总人口25.04万人。永康市地处浙江省中部，地理坐标为28°45′N、119°53′E，总面积1 049 km2，总人口56.46万人。采用随机抽样的调查方法，首先在每个县(市)随机抽取4个乡镇，再在每个乡镇随机抽取4个行政村，然后在每个行政村选择一定数量的农户，共获得有效调查样本570份。

2 理论框架、变量选取和研究方法

2.1 理论框架

农民经济分化主要通过以下几个方面对耕地效率产生影响，农民经济分化之后农民群体对农业生产的组织管理能力和对农业风险的承担能力出现差异；农民经济分化还会影响农民对耕地投入的意愿以及对耕地投入的能力；同时也会引起农业生产中生产要素的配置比例发生变化，这些因素都会对耕地效率产生影响。在农民职业和收入逐步分化的过程中，由于其自身的人力资本和社会资本积累的不同，以及各种非农活动的参与，引起其在社会经济活动中所具备的能力和素质发生变化，农民本身从事各种工作的能力的变化和差异，在农业方面会表现为在同样的耕地面积上的组织管理水平发生变化，从而导致耕地效率的差异。农民经济发生分化之后，非农收入占比较高的农户对农业的依赖性降低，因此在农业产业承担风险的能力，比收入主要来源于农业的农户要强，因此更容易接受高风险高收益的技术，由于这一途径也会导致农户间耕地效率的差别。伴随着农民的职业分化和收入分化，农民对农业的依赖程度出现差异，对耕地的意识认知和情感发生不同程度的变化，导致对耕地的投入意愿出现差异，进而会影响耕地效率。农民收入水平的高低分化引起农民对生产和生活的预算约束出现差异，进而导致对耕地的生产投入能力在农户之间出现差别，同时农民收入水平对耕地效率的影响，还跟收入的主要来源渠道，即来源于非农产业还是农业产业密切相关。农民经济分化之后，农村的部分劳动力转移到城市，使得农业生产过程中生产要素的配合比例，最主要的是劳动力与耕地数量的配合比例发生变化，通过这一途径也会对耕地效率产生重要影响。

2.2 农民经济分化衡量指标的选取及预期影响

下面对农民经济分化包含的3个方面，即职业分化程度、收入分化程度和典型的职业类型分化的具体指标、对耕地效率的影响路径以及预期影响作更细致的阐述。

有些高校没有搭建完善的预警平台，个别部门的网站与业务系统还没有纳入学校的网站集群系统与数据中心中去。从而导致系统与网站的防护能力差，网站发布的信息容易被篡改。许多的业务系统管理人员，由于本身不是专业出身，对系统的漏洞、后门等安全威胁认识不足，往往使系统在平时的运行中存在较大的安全隐患。

2.2.1 农民职业分化程度对耕地效率的影响 农民职业分化首先伴随的是农民向非农职业的转移，因此可用非农就业人口占家庭总人口比例来衡量农民职业分化程度[29]。但是这一指标不够全面，因为虽然很多农民对农业采取的是兼业经营形式，存在非农就业，但是，具体的非农就业时间在农户之间会存在很大差别，因此本研究同时采用家庭劳动力一年之中的非农工作总时间占比来衡量。因为农村耕地数量有限，存在一定程度的隐蔽性失业，因此，劳动力适当参加非农工作以及保持一定的非农工作时间，不会对耕地效率产生影响，甚至可能因为生产要素的配合比例趋于合理而提高耕地效率。同时，来自于非农工作的收入可以作为农业投资的重要来源，提高农业投资水平，另外也会提高农业上的风险承担能力，以及来自于非农工作的经验可能也会提高农地的经营管理能力，因此适当的农民职业分化可提高耕地效率。但是，如果职业分化程度太高，即非农就业人口比例过高以及非农工作时间过长，一方面会影响对耕地的劳动投入，另一方面，农民对农地的依赖性降低，管理和投资的积极性也会降低，反而不利于耕地效率的提高。因此，预期农民职业分化程度指标与耕地效率之间是倒“U”形关系。

2.2.2 农民收入分化对耕地效率的影响 收入分化包括收入结构分化和收入水平分化。根据本研究的研究目的，把收入结构大体分为农业收入和非农收入，同时采用非农收入占家庭收入的比重来衡量收入结构分化[30]；收入水平分化即收入水平高低的差异，本研究利用家庭的人均可支配收入来体现。非农收入比重的差异对耕地效率的影响同职业分化程度指标类似，非农收入比重适当提高，会增加对农业投入的资金来源，提高对农业的投入能力和对农业的风险承担能力，进而提高耕地效率。但是，如果这一指标太高，又可能导致对农业投资的意愿和积极性下降，不利于耕地效率的提高，因此，预期非农收入比重同耕地效率之间也是倒“U”形关系。家庭人均可支配收入这一指标对耕地效率的影响，还跟收入的主要来源渠道关系密切，如果收入的很高比例来自于非农产业，那么人均收入提高反而可能会降低耕地效率，因此，预期影响如法确定。

2.2.3 农民职业类型分化对耕地效率的影响 农民的职业类型分化在一些文章中被称之为阶层分化，很多学者的研究采用陆学艺(2002)的划分方法，将农民划分为农业劳动者、农民工、雇工阶层、农民知识分子、个体劳动者个体工商户、私营企业主、乡镇企业管理者和农村管理者等8个阶层。随着经济社会的发展，农民群体发生了很大变化，因此本研究不采用这种划分方法，同时把阶层改称为农民的典型职业类别。根据本研究的研究目的并结合当前我国农民当前的发展特点，本研究采用董利群对农民的典型职业类型的划分方法，将农民群体划分为农业劳动者、农民工、农村管理者和私营企业主4个职业类别[7]。具体界定为：如果家庭成员中有农村基层领导就确定为农村管理者，拥有私人企业的非农村管理者确定为私营企业主，除了这两类农户之外，剩余的农户中的纯农户被界定为农业劳动者，其余被界定为农民工。本研究的样本数据来自于我国东部经济较为发达省份浙江省的4个县(市)，农民经济分化程度较高，纯农户即农民职业群体占比很少，农民工的非农分化程度跨度较大，耕地效率的差异无法预期。除了农民经济分化状况会影响耕地效率之外，户主个体特征、经营的农作物种类、耕地禀赋、政策以及区域特征都会对耕地效率产生影响，这些指标的界定和分析在研究方法中进行阐述。

2.3 研究方法

2.3.1 数据包络分析方法(DEA) 数据包络分析方法(Data Envelopment Analysis)是由运筹学家Charnes和Cooper等提出的基于线性规划理论的系统分析方法，可将多项投入指标和多项产出指标综合成为单个评价指标，通过构建生产前沿面来评价决策单元的相对有效性[29]。农业耕作行为本质上相当于一个自主决定投入产出的企业，因此可把每一个农户看作一个生产决策单元(DMU)，通过比较DMU偏离DEA前沿面的程度来判断各个DMU投入生产的有效性。本研究在规模报酬可变条件下，采用VRS测算纯技术效率和规模效率构成的综合技术效率，进而来评价耕地效率。其中，综合技术效率=纯技术效率×规模效率，纯技术效率是由管理和技术等因素影响的生产效率，规模效率是由规模因素影响的生产效率，综合技术效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。

根据魏权龄的研究可得VRS模型：

(1)

式中：Ek代表第k个农户的耕地利用效率，xij代表第j个农户的第i项投入值，耕地利用是一个多要素投入的过程，生产投入主要包括劳动力、资本、土地等要素。劳动力投入用农业生产中农户家庭成员自投劳动力和雇用劳动力的投入之和来表示；耕地投入用农作物播种面积来表示；用农户直接和间接作用于耕地的支出来表示资本投入，具体包括化肥、农药、种子、农膜、水费及农业机械支出等方面。yrj为第j个农户的第r项产出值，由于农户耕种的作物品种不一致，农作物的实际产出数量难以计算，因此使用土地总产值代表产出指标。ur和vi分别为第r个产出项及第i个投入项的权重，uj为随机干扰项。

2.3.2 Tobit模型 Tobit模型最早由Tobin(1958)提出，是属于因变量受到限制的一种模型。如因变量数据是部分连续和部分离散的情况，那么用普通最小二乘法(OLS)估计回归系数，就会导致估计结果有偏，此时可以选择遵循最大似然法的Tobit模型来估计回归系数。本研究运用DEAP方法计算出来的耕地效率值介于0～1之间，数据呈片段化，不宜用普通最小二乘法进行估计。因此，选用Tobit模型对农户耕地效率的影响因素进行实证分析。本研究采用的Tobit模型的具体形式如下：

(2)

主要观测变量上面已经详细介绍过，因此这里只就各控制变量用哪些指标来代替加以说明。(1)户主特征变量。农户是耕地利用的主体，户主自身特征对耕地效率会产生直接影响。本研究选取户主年龄、文化程度、健康状况作为个体特征变量。(2)经营农作物的种类。农作物的种类不同，经济效益差别很大，耕地效率自然也就不同，为了简化，本研究只把作物种类分为经济作物和粮食作物2类。(3)耕地禀赋。农户经营的耕地资源的禀赋特征，直接影响农业生产与耕地效率，本研究利用家庭经营的人均耕地面积、耕地细碎化、复种指数、有效灌溉率等指标来反映。(4)政策变量。主要就是指各种农业优惠政策给农民带来的转移性收入的多少，包括粮食直补、良种补贴、生产资料综合补贴、农机补贴等。此外，政府的技术服务工作做得是否到位也会影响耕地效率，因此，把农户是否接受过农技培训也纳入了政策类变量当中。(5)区域特征变量。不同经济发展水平带来的区域差异也会对耕地效率产生影响。本研究调查数据来源的浙江省4个县(市)，在经济发展水平和产业特点上存在一定差异，按照规模以上工业企业数量和工业总产值来排序，永康>龙泉>开化>临安。

3 耕地效率和农民经济分化状况的统计分析

3.1 耕地效率的统计分析

本研究运用DEAP2.1统计软件对DEA模型进行估计，将样本农户根据其经营的作物种类细分为经济作物和粮食作物(界定标准和所属的农户数量见表1)，对所有样本农户、归为经济作物和粮食作物的农户分别统计了基本的数据特征(表2)。

表1 变量说明及基本统计特征

注：连续变量计算的是均值和标准差，分类变量计算的是频数和比例。分类变量已标出，其余为连续变量。

表2 耕地效率的统计特征

注：资料来源于问卷调查。下同。

从样本农户的综合技术效率的均值可以看出，耕地效率总体很低，实际产出与可能达到的理想产出差距很大，耕地效率仍有很大的提升空间，同时规模效率要远远高于纯技术效率。经济作物的3个效率指标均高于非经济作物，标准差略小，说明经济作物的耕地效率要优于粮食作物(表3)。

从表3可以看出，全部样本农户的综合技术效率值集中在0.5以下，占比高达86.5%，在0.76～1.00的较高效率区间的农户仅占6.3%。整体来看，规模效率要高于纯技术效率。同时，粮食作物的低效率现象更为明显，经济作物的效率值，分布在0.76～1.00的较高效率区间的，占比相对较高。

表3 耕地效率分布情况

3.2 农民经济分化状况的统计分析

由表4可知，非农就业人口比例在60%以上的农户达到48.50%，可以推知大约一半的农户家庭中，有至少60%的人口在从事非农产业。有10%左右的家庭非农就业人口比例在20%以下，有21.06%的家庭非农就业人口比例达到80%以上。从非农工作天数占比来看，有28.05%的农户，家庭劳动力从事非农产业的时间超过全年的80%，一年中从事非农产业时间超过2/3的农户占54.80%，不足1/5的农户占 13.12%。从非农就业人口比例和工作时长2个指标来看，农民经济分化的程度较高。

表4 农民职业分化程度

由表5可知，从人均可支配收入指标来看，5万元以上的农户占比达到25.34%，其中10万元以上的农户大约1/10，不足1万元的农户也占有一定比例，为16.67%。从收入结构分化方面来看，非农收入比重总体较高，主要集中在 71%～100%之间，以农业收入为主的家庭不超过1/5。总体来看，样本农户的收入分化情况明显。

按照职业类别进行划分，把农民群体划分为农民、农民工、农村管理者和私营企业主4个典型的职业类别，具体的统计见表1，这里不再列表，只作简单说明。从表1可看出，绝大多数农民属于农民工这一职业类别，占比 67.37%，其次是私营企业主，占比14.56%，然后是农民(纯农户)和农村管理者，分别占比为9.12%和8.95%。农民工和私营企业主占比如此之高，充分说明了浙江省农民经济分化程度很高。

表5 农民收入分化程度

4 农民经济分化对耕地效率的影响——Tobit模型回归结果及分析

运用计量软件Eviews8.0，采用Tobit模型，对影响耕地效率的因素进行回归，回归结果见表6。由于非农收入占比与非农就业天数占比这2个指标高度相关，因此，非农收入占比这一指标没有引入模型。户主健康状况这一指标，因为数据缺少变异，也没有放入模型。模型的卡方检验统计量(LRχ2)=177.26，Prob>χ2(模型无效假设检验对应的P值)=0.000 0，说明模型的整体拟合效果较好，伪决定系数R2(PseudoR2)=0.541 8，说明模型中自变量对因变量的变异具有较好的解释能力。

表6 模型回归结果

注：*、**、***分别表示在10%、5%、1%的水平下显著。

4.1 主要观测变量的影响

非农就业人口比例、非农工作天数占比，以及这2个指标的平方项的回归结果，说明非农就业比例与耕地效率之间是倒“U”形相关关系，用非农收入占比替换非农工作天数，得到非农收入占比与耕地效率之间也是倒“U”形相关关系，与前面的预期一致。进行进一步的计算得出，当非农就业人口比例处于0.415时，耕地效率最高。这一比例要低于李富忠计算出的0.567和梁流涛等计算出的0.48，他们分析使用的数据分别是2002—2009年和2000—2009年，差异的部分原因可以通过数据的时间来解释，数据的时间越近，农村的剩余劳动力越少，在不影响耕地经营所需要的劳动力的情况下，可以转出去的劳动力也就越少，因此本研究计算出来的比例要小。就非农工作天数占比指标来看，这一指标为0.447时，耕地效率最高，也就是说，家庭劳动力有接近一半的时间在务农，对耕地效率的提高是最有好处的。从2个指标综合来看，说明为了保证耕地效率不受影响，从事非农生产的劳动力在农忙时需要回归农业。

以农民工作为参照组，农民(纯农户)和私营企业主分别通过了10%和5%的显著性检验，并且回归系数均为负，农村管理者未通过显著性检验。说明在模型中控制了一些主要影响变量的情况下，农民工这一职业类别，与农民和私营企业主在耕地效率上存在显著差异，同时前者要高于后两者；而农村管理者与农民工在经营耕地的效率上没有显著差异。

4.2 其他变量的影响

与未接受过农技人员指导的农户相比，接受过农技人员指导的农户的耕地效率显著提高，通过了10%的显著性检验。复种指数和有效灌溉率分别通过了10%和5%的显著性检验，与耕地效率之间均是正相关。与种植粮食作物相比，种植经济作物的耕地效率要明显提高，通过了1%的显著性检验。在区域特征方面，永康市和临安市相对于参照组龙泉市均通过了5%的显著性检验。其中工业最为发达的永康市的回归系数为负，以旅游业和农林业为主的临安市的相关系数为正，表明区域特征对耕地效率具有显著影响。

5 主要结论及建议

通过本研究分析发现，农民经济分化对耕地效率的影响是分阶段的，不是简单的正负影响，在经济分化处于初级阶段时，能够起到提高耕地效率的作用，如果经济分化程度过高，对耕地效率的提高反而不利。在我国经济较为发达的浙江省，经济分化程度已经超过了耕地效率最佳状态应达到的程度。前文统计数据显示，浙江省非农就业人口比例的均值为0.56，非农工作天数占比的均值为0.71，已经大大超过了最佳值，说明浙江省经济和工商业发展已经挤占了农业发展机会，政府须要采取必要的措施，以避免农业萎缩。同时也说明，从促进农业发展的角度来看，不同经济发展程度的地区应采取不同措施，在经济较为发达、农民分化程度较高的地区，应该控制农民经济分化；而在分化程度较低的地区，应该鼓励农民经济分化。当前很多学者包括很多政府部门，在倡导培育专业农民，而专业农民的发展，需要一定的信贷服务，以解决可能面临的资金瓶颈，需要配套的保险服务，以降低农业的经营风险，需要一定的信息服务，以解决专职务农带来的视野和信息匮乏。在政府部门的这些配套服务没有得到解决，尤其在经济较为落后、农业投资的资金瓶颈较为严重的地区，促进专业农民发展的困难更大。

为了使农民在农忙时放弃一定的非农工作，能够愿意并且顺利的回归农业，须要增加具有较强的季节性的农业生产，与农民所从事的工业和服务业工作的淡旺季之间的调节和匹配，政府可以在这方面为农民提供一些切实的服务。同时扩大和完善支农惠农政策，继续加强和落实农村技术服务，以使农业技术更好地转化成生产力，加大对农业的基础设施投入，加强农业灌溉工程建设，都有助于提高耕地效率。由于经济作物的耕地效率要明显高于粮食作物，因此，可以鼓励农民种植经济作物，“藏粮于地”而不是一味地追求粮食产量，以此提高耕地效率和农民收入，应该是更加理性地选择，在粮食的国际市场比较平稳时可以适当提高粮食的进口比例，前提是确保当粮食安全受到威胁时，种植经济作物的农地可以转为种植粮食作物。