基于Shapley值法的农民收入差距影响因素实证研究——以辽宁省为例

于 洋，张 莉，刘广东

（大连海洋大学 经济管理学院，辽宁 大连 116023）

一、问题的提出

作为世界第二大经济体，虽然中国对世界经济增长贡献率已超过30%，但一个不可忽视的事实是城乡间和区域间以及农村内部的收入差距仍在不断扩大。我国农民人均收入与城镇居民的人均可支配收入的差距比为1∶3.22，全国农村尚有年收入低于924元的绝对贫困人口和低收入人口约7500万。2017年1月8日国家统计局公布的大陆居民收入的基尼系数为0.47，家庭净财产基尼系数达到0.73，收入分配差距超出国际公认的“警戒线”[1]。著名经济学家林毅夫指出，目前中国贫富差距越来越大。随着社会的进步，人们对“公平”有了更高更迫切的要求，缩小贫富差距已成为社会各界的强烈共识。中共十九大报告把精准扶贫作为逐步实现全体人民共同富裕时代目标的重要内容。毋庸置疑，离社会主义的最终目标，实现全体人民的共同富裕任重而道远。因此，对农民收入差距影响因素进行调查与实证分析具有重要的现实意义。

国内学者在研究农业经济中有关收入差距问题争议最多的是造成收入差距的原因和影响要素分解方法。经典研究如，郜亮亮运用面板计量模型分析了我国东、中、西部地区农民收入差距的变化趋势和差距来源，指出工资性收入差距是主要原因[2]。虢超和丁建军实证研究发现增加农户家庭的收入的显著因素是社会网络资本，且造成农民户家庭收入差异的重要原因是“关系”和教育的不平等[3]。冯颖和党夏宁利用社会经济时间序列数据，建立了我国农民收入增长的影响因素双对数模型，指出为全面提高农民收入，应重视提高财政农业支出效率[4]。汤丹从农民家庭人均纯收入水平和农村居民收入差距两个视角研究发现，农业结构调整对农民收入的影响程度存在显著的区域差异[5]。祝慧等提出研究影响农民收入差距的关键因素是当前农村地区精准扶贫实践的路径创新方向[6]。林彩云提出需优化土地补偿和扶持政策，加大就业、创业培训力度，合理利用农户社会资源和经济资源，促进农村贫困地区的经贸发展，实现精准扶贫，缩小城乡收入差距[7]。

文献综述发现，近年来学术界普遍运用Bourguignon和Shamrocks的理论来实现收入差距的组间分解研究。不同的学者基于收入差距的要素分解方法不尽相同，由Shamrocks提出的Shapley值的回归分解法比较流行，该方法能很好地处理常数项和残差项被忽略的问题，在解释收入差距贡献率时具有明显优势。综述还发现，尽管现阶段国内外许多学者从不同角度对中国农村居民的收入差距问题进行了广泛系统的研究，但现有多数研究均是基于年鉴资料的宏观统计数据，微观解释力度不够，使得调控难度加大。而且基于某一省级区域内量化分析农户收入差距的影响因素贡献率以及这些影响因素在不同组间对收入差距的贡献是否也存在差异性的研究实属鲜见。

辽宁作为农业大省，农民收入差距的扩大已成为制约辽宁农村发展的关键因素。2017年辽宁省农民人均纯收入1.29万元略低于全国均值1.34万元，农民收入差距的日益扩大不仅会加剧农村地区贫困问题，还将对辽宁省经济可持续发展以及社会和谐稳定产生不容小觑的严重影响。因此，本文基于前人的研究成果，通过对辽宁省内三个不同样本地区农户收入及其差异的影响因素展开调查与实证分析，从样本总体、收入组间以及区域组间三个角度实证出辽宁省农户收入差距的主要影响因素，拟为制定农民增收政策、缩小贫困差距提供有力依据。

二、数据来源

统计分析所采用的数据全部来源于笔者所在学院农林教研室和大连理工大学农业风险管理研究中心共同组建调研小组于2017年3月—2017年9月对辽宁省南部、中部和西部三个不同区域的8县（市）、16个乡（镇）、20个村的480户农民家庭的入户调查问卷。在抽样方法上，调研小组采取分层抽样的方法：首先，于2017年4月—5月进行了两次预调查，在预调查基础上修订调查问卷后，于2017年8月—9月展开了正式调查。然后，运用分层抽样分别选取了丹东凤城市的宽甸满族自治县、朝阳市彰武县、抚顺市阜新县、沈阳市的法库县以及康平县、鞍山海城市、大连瓦房店市以及营口市大石桥八个样本县（市）进行实地调研。其中，丹东市凤城的宽甸满族自治县、朝阳市彰武县（镇）以及抚顺市阜新县基本上都是典型的农业县（市），县域经济相对较差；沈阳市的法库县和康平县虽均属农业县，县域经济发展形成鲜明对比；而鞍山海城市、大连瓦房店以及营口大石桥均是农村工业化水平较高的县（市），县域经济相对较好。样本县（市）涵盖了辽南、辽中、辽西三个经济状况不同的地区，每个地区分别选取了相对的富裕县（市）和贫困县（市）。最后，在八个样本县（市） 分远郊、近郊和城郊三个标准，分别选择了2—4个样本村，在每个村分为纯农、兼业和非农三种类型，分别随机选择了20—30户农民家庭，进行了入户问卷调查。这样保证每个县（市） 选取60户农民参与问卷，样本总数合计480份，剔除无效样本，最终可用样本为442份，样本有效率达到92.08%。

三、模型的构建与实证分析

（一）模型的构建

基于研究数据的特征，在模型的选择上采用半对数形式，其原因是收入变量取对数后更趋于正态分布，非线性模型可以有效规避常数项对收入差异的贡献率争议问题，同时双对数模型也没有明显拟合优度的优势。所构建的农户收入决定方程如下：

Ln(I)=f(Ai,Bj,Ck,Dk,β)+εi=1,2,...10,j=1,2,k=1,2,3.（1）

（二）变量的测量与统计分析

本文所引入的影响农户家庭年均纯收入的主要解释变量中，户主受教育程度、农业专业化程度、农业种植面积均为无法用调查数据进行准确测量的潜在变量，因此，对这三个变量进行了量表测量。对方程（1）中变量的描述以及相应的统计分析结果见表1。

?

为准确分析模型中各变量在不同地域和不同收入水平条件下对的农户人均纯收入差异贡献的影响程度，将样本变量分地域和分收入进行组间数据统计，组间变量统计特征见表2。

（三）模型统计结果分析

选用LIMDEP计量软件对样本整体与组间样本农户的人均收入分别进行了回归分析，模型结果见表3。在模型估计过程中，发现户主受教育程度与劳动力受教育年限存在严重共线性，因此，考虑剔除户主受教育程度变量，保留其他变量进行模型统计。统计结果显示，adjusted-R2分别为0.6732、0.7230、0.5901、0.6327、0.5998、0.4702，统计结果与预期方向也基本一致，表明模型的整体与组间拟合效果均较好。

1.农民收入差距影响因素分析

根据收入决定方程统计结果，无论是对样本整体还是分地区和分收入的两个组间的回归，均显示为：家庭劳动力人均受教育年限、外出务工时间、农业种植面积、粮食作物比例、家庭年生产经营性投入总额对农户家庭的人均纯收入具有显著影响。在这五个影响因素中，粮食作物种植比例对辽宁省农民人均纯收入产生负向效应，其余变量均对人均纯收入产生正向影响。其中，家庭劳动力人均受教育年限和外出务工时间对农民收入的正向影响程度要远远大于农业种植面积和家庭年生产经营性投入总额。这一结果说明在农民收入结构中工资性收入比重大小对人均纯收入产生的正效应更显著。另外，家庭劳动力数量、是否受过专业技术培训以及加入合作社、农业专业化程度对辽宁省农民人均纯收入的作用方向与预期相一致，但影响并不显著。

2.农民收入影响因素组间差异分析

由表3可以看出，农户家庭人口数量和劳动力数量对辽南地区农村人均纯收入的影响均表现出1%的显著性水平，表明家庭规模和劳动力数量是影响辽南地区农民收入的重要变量，但这两个变量对辽中和辽西地区的农民均纯收入却没有显著影响。并且，从表2中家庭规模均值统计结果可见，辽南地区（4.33） 的家庭人口数也略高于辽西（4.19） 和辽中地区（4.04）。

?

表3还显示，虽然对于辽南、辽中和辽西三个地区的农民来说，家庭劳动力的受教育年限、务工时间、农业种植面积、粮食作物比例以及生产经营的投入额对人均纯收入均表现出显著影响，但作用的程度存在差异。并且，从表2可知，对于家庭劳动力受教育年限、外出务工时间这两个变量，辽南地区的均值（9.42，7.90） 明显高于辽宁其他地区，辽西地区的均值（8.85，6.33） 最低。而对于农业种植面积和粮食作物比例，辽西地区的均值（2.43，4.21）相对较高。农业生产经营性投入额均值辽南地区（22875.01） 最高，辽中地区（7097.7） 最低，并且差距较悬殊。同时，从表3可知，家庭劳动力受教育年限、农业种植面积对辽西地区农民人均纯收入的影响在仅在10%的统计水平上显著，回归参数分别是0.0351和0.0133，说明这两个变量在辽西地区的正效应相对较弱。另外，辽南地区纯务农型农户家庭的收入增长表现出较强的负效应（-0.6993），而辽宁其他地区的农民生产经营特征没有对其收入增长表现出显著影响。

3.农户收入影响因素的收入组间差异分析

由表3可知，在影响辽宁省农民人均纯收入的主要因素中，除生产经营性投入额变量对高收入和低收入组均产生1%统计上的显著性水平外，其余变量的显著性在不同收入组都存在不同程度的差异性。高收入组生产经营性投入（27590.08）远高于低收入组 （5508.90）。

从表3还看出，家庭劳动力的务工时间、农业种植面积和粮食作物比例对辽宁省低收入农民家庭的人均纯收入的影响表现出1%的显著性，而这三个变量对高收入农民的影响显著性分别为10%、5%和10%，其中粮食作物比例对高收入和低收入组农民收入均产生负效应。表2显示，辽宁省高收入农民家庭的劳动力务工时间（11.56）和农业种植面积（5.23）明显高于低收入农民（5.04，1.06），劳动力受教育年限对高收入组的农民人均纯收入的正效应也显著高于低收入组。在所选取的辽宁省低收入农户样本中，劳动力平均年龄对家庭人均纯收入产生显著负效应，而在辽宁省高收入农民家庭中这一变量的影响正好相反，但正效应不具有显著性。可以解释为低收入农民家庭的劳动力平均年龄（47.66） 比高收入农民家庭（42.09） 高出5.57（见表2）。同时，是否参与合作经营和是否属于兼业型对低收入组农民家庭人均纯收入的增长产生正效应，而对高收入组的影响没有显著性。

?

四、辽宁省农民收入差距的Shapley值分解

基于辽宁省农民收入决定方程的统计分析结果，运用Shapley值法对农户收入产生差距的各显著影响因素进行分解，再分别对样本总体、地区组和收入组三个不同角度测算出整体和组间各显著因素对农户家庭人均收入差距的贡献率。选用LIMDEP计量软件进行Shapley值的分解和运算，各显著变量的Shapley值测算结果如表4所示。

由Shapley值分解结果可知，从辽宁省抽取的农户家庭样本整体情况来看，对农民人均纯收入影响最大的因素是家庭劳动力的年均出外务工时间，贡献率达到24.31%。家庭劳动力平均受教育年限和辽中地区虚拟变量是第二和第三大影响因素，其贡献率为19.94%和15.58%。其次分别是为家庭年均经营性投入额、家庭劳动力平均年龄、粮食作物比例、家庭劳动力数量、是否兼业型、农业种植面积和家庭规模，其对人均纯收入的影响贡献程度依次为14.44%、8.66%、8.02%、6.64%、4.95%、3.97%和1.99%。

从辽宁省不同地区抽取的样本统计情况来看，辽南地区农户家庭的劳动力年均出外务工时间对农民收入产生差距的贡献最大，其贡献率为28.84%；第二是家庭劳动力平均受教育年限，其贡献率为20.98%；第三是家庭年均生产经营性投入额，其贡献率为16.14%；其他显著影响因素分别是：劳动力数量、家庭规模、粮食作物比例和农业种植面积，其贡献率依次为15.83%、8.02%、6.04%和4.04%。辽中地区农户家庭的劳动力年均出外务工时间对农民收入产生差距的贡献最大，其贡献率为35.05%；第二是家庭劳动力平均受教育年限，其贡献率为20.12%；第三是家庭劳动力平均年龄，其贡献率为17.09%；其他显著影响因素分别是：家庭年均生产经营性投入额、粮食作物比例、农业种植面积和农业专业化程度，其贡献率依次为16.06%、4.9%、4.24和3.75%。辽西地区农户家庭的劳动力年均出外务工时间对农民收入产生差距的贡献最大，其贡献率高达40.03%；第二是家庭劳动力平均受教育年限，其贡献率为24.06%；第三是家庭年均生产经营性投入额，其贡献率为21.69%；其他显著影响因素分别是：粮食作物比例和农业种植面积，其贡献率依次为7.34和5.03%。可以看出，对辽南和辽西地区农民收入差距贡献最大的三个影响因素具有一致性，依次是务工时间、受教育年限和生产经营性投入，而辽中地区略有不同，贡献最大的依次是务工时间、受教育年限和劳动力年龄。

从辽宁省不同收入组抽取的样本统计情况来看，辽宁低收入农户家庭的劳动力年均出外务工时间对农民收入产生差距的贡献最大，其贡献率为21.45%；第二是家庭劳动力平均受教育年限，其贡献率为17.57%；第三是辽南地区虚拟变量，其贡献率为16.50%；其他显著影响因素分别是：家庭年均生产经营性投入额、粮食作物比例、农业种植面积和农业专业化程度，其贡献率依次为16.06%、4.9%、4.24和3.75%。其他显著影响因素分别是：家庭劳动力平均年龄、家庭年均生产经营性投入额、粮食作物比例、辽西地区虚拟变量、是否兼业型和农业种植面积，其贡献率依次为14.23%、13.03%、6.17%、5.73%、5.69%和3.43%。辽宁高收入农户家庭的劳动力年均出外务工时间对农民收入产生差距的贡献最大，其贡献率为29.44%；第二是家庭劳动力平均受教育年限，其贡献率为22.09%；第三是辽中地区虚拟变量，其贡献率为16.73%；其他显著影响因素分别是：家庭年均生产经营性投入额、家庭劳动力平均年龄、粮食作物比例和农业种植面积，其贡献率依次为14.23%、13.03%、6.17%、5.73%、5.69%和3.43%。其他依次为：家庭经营性投入、劳动力平均年龄、粮食播种面积占总播种面积的比例以及户均耕地面积，贡献率分别为14.23%、11.52%、6.01%和4.15%。

?

五、结论与政策建议

本研究基于Shapley值法的实证分析得出，从辽宁省整体、辽南地区、辽中地区、辽西地区、低收入组和高收入组六个角度对辽宁省农户收入差距影响因素的分解结果具有高度的一致性。从整体来看，影响辽宁省农民人均纯收入增长最显著的因素是农户家庭的劳动力年均出外务工时间和家庭劳动力平均受教育年限，从不同地区和收入组的情况来看，二者也是辽宁省农户家庭之间产生收入差距的显著因素。无论是劳动力年均出外务工时间，还是劳动力平均受教育年限，对辽宁省高收入农户家庭的贡献均高于低收入农户家庭。结论还表明，造成辽宁省农民收入产生差距的影响因素很多，只有结合辽宁省县域经济的发展现状与比较优势，既全面考虑与全国其他省份的差距，又要重视省内局部区域的差异性，才能从根本上找出农民收入产生差距的原因，提出确保辽宁省不同区域农民收入稳定均衡增长的有效政策。

本文的政策意义是显著的。首先，从辽宁省整体来看，促进辽宁省农村富余劳动力的转移和就业是提高农民工资性收入的根本保障。当务之急，政府要着力扶持乡镇中小企业，努力培育农村非农产业和特殊农业企业的经济发展，保证农民工资性收入稳定增长。通过金融支持、税收减免等优惠政策，吸引和鼓励乡镇中小企业等非农产业加快转型和升级，对经济相对发达的辽南地区，应逐步引导产业金融的健全，允许民间金融机构介入，从根本上解决辽宁省中小乡镇企业融资难，提高其风险防范能力。进一步从省内不同地区农民人均收入情况看，虽然表现出明显的非均衡状态，各地区仍可以因地制宜地根据自身资源条件和禀赋发展非农产业。对于辽南地区，应制定相应的鼓励政策，引导和扶持资本和技术密集型的非农产业的整合和转型，形成中小乡镇企业集群，努力提高产业附加值。同时，引导辽南农村地区的劳动密集型产业向辽西地区扩散。辽中农村地区后发优势突出，但调查中发现，沈阳市的农民认为被消费侵权现象颇为严重，达到50.64%。政府应努力营造利于中小乡镇企业健康发展的软环境，专门成立查访办公室，定期对职能部门的违规违法行为进行暗访和监督，加大处罚力度、加速“外引内升”，从而吸引国内外优秀企业投资办厂，扩大就业。通过将辽西地区富余农村劳动力资源与辽南和辽中地区资金、技术和人才等资源优势的有机整合，引导辽宁各地区的资源共享与联动机制，加速辽宁省区域非农产业经济体系的形成。同时，农业水平发展相对落后的辽西地区，还可以借鉴海城市接文镇王家堡村的经验，培育发展林果产业和棚菜生产等特色农业企业，采取中、小村镇合作经营模式解决当地周边农民的就业。

其次，重视教育在提高农户收入方面所起到的作用。目前辽宁省农民家庭劳动力的平均受教育程度仍然比较低，尤其是辽西农村劳动力的学历水平远低于其他地区，这也是辽西地区农户家庭人均纯收入明显偏低的重要原因。因此，辽宁省各级政府应提高对农村人口教育的投资额度，制定合理激励办法，巩固和普及义务教育，并逐渐扩大农村免费中等职业技术教育的覆盖范围。同时，政府财政补贴教育的政策和力度应适度向辽西地区倾斜，由政府设立专项的创业基金，选拔和培养具有创业意识的高学历的农村劳动力加入到辽西地区创业大潮中来，提高辽宁整体农民的就业素养和水平，缩小各地区间农民的收入差距。