兼业经营对农户农地利用碳排放行为的影响研究——基于福建省257户农户数据

陈钦萍，郑 晶

(1.福州外语外贸学院 经管学院，福建 福州 350202；2.福建师范大学 公共管理学院，福建 福州 350007)

改革开放至今，农民收入迅速增长，这与工业化的发展、城镇化的推进密切相关，加之劳动力市场的开放以及乡村非农产业的发展都为农民进城务工(离土离乡)以及就地打工(离土不离乡)提供契机。农民收入不再是以纯粹的农业收入为主，而是形成多元化的收入结构，且收入的增加主要来源于非农收入。在这一背景下，非农就业机会的增加促进农村农户兼业经营现象普遍存在，兼业经营成为农村农业生产经营的主要形式，是基于成本收益适应社会发展实现家庭劳动力资源优化配置的一种方式，体现农户的理性选择[1]。这种选择引发农村劳动力配置及收入结构的变化，由此导致农户农业经营管理理念、方式及行为发生改变。

城镇化背景下农户兼业行为的劳动力配置从数量、质量、灵活性3个维度出发，寻求农业就业和非农就业的均衡，以此达到家庭整体收益最大化[2]。农户作为农业生产的直接参与者，劳动力配置结构的变化，直接影响农业生产要素投入。而农户农地利用碳排放行为是指农户在农业生产过程中，间接或直接引起的碳排放量产生的各种行为，主要指化肥、农药、农膜、灌溉、翻耕、柴油等各要素的投入行为[3,4]。因此，兼业行为会影响农户农地利用碳排放行为，但兼业行为是促进农地利用低碳生产，还是导致高碳排放，尚未有一个确切的结论。一个观点认为兼业行为将导致更高的碳排放量，源于农户经营农业的机会成本增加，基于农户追求收益最大化的原则，在减少劳工投入的条件下，倾向通过增加生产要素的投入，保持单产或者增加单产(化肥、农药、农膜、机械等投入要素是农业碳排放的主要来源[3-4])。如王珊珊，张广胜探讨了非农就业对稻农碳排放行为的影响，根据实证回归结果表明，稻农的兼业行为会促进高碳生产[5]；侯彩霞，赵雪雁等对不同生计方式农户的碳足迹进行测算和分析，发现非农户的碳足迹最大，其次是兼业户，最小是纯农户[6]；张丹认为非农总收入对农户粮食作物生产碳足迹的影响是显著，且非农总收入越高，碳足迹越高[7]。另一个观点，则是兼业行为促进低碳生产，这主要是农户就业机会增加，降低了其进行农业经营的积极性，进而减少碳排放。如龙云，任力基于对湖南省平江县113户农户的数据调查研究，表明兼业占总收入比重和农户受教育程度越高农业碳排放量越少[8]。因此，关于兼业行为对农业碳排放的影响是正向影响还是负向影响，不能够确定。

因此，本文选取福建省泉州、漳州、三明、龙岩、莆田等5个地市作为研究区域，区域分布涵盖福建省沿海和内陆地区，能够较好地反映福建省整体情况。根据第二次全国土地调查数据，福建省2010年耕地面积133.85万公顷，占总体面积10.8%，人均约340平方米，人地矛盾突出。从实地调研看，纯农户仅占总体(257户)的1/3，农业兼业现象较为普遍，尤其是在沿海地区。结合福建省具体情况，在人多地少、兼业经营普遍的现象下，福建省农户农地利用碳排放情况如何？农户兼业经营行为对农户农地利用碳排放行为产生何种影响？程度如何？本文首先在理论上分析了兼业经营行为与农户农地利用碳排放行为之间的关系，结合实地数据验证兼业经营行为对农户农地利用碳排放行为的影响，以此为我国农业碳减排政策以及农业经济发展提供相应的对策建议。

一、理论分析

关于农户行为研究的成果颇为丰硕，有舒尔茨的理性小农学派、恰亚诺夫的非理性小农以及以黄宗智为代表的有限理性农户，虽然派别之间在价值论和方法论上存有较大的差异，但也有一定的共通之处，即农户行为理论本质上都是主张农户为最优化农户[9]，行为的选择则是基于家庭目标的最大化，但是选择家庭利润最大化还是风险最小化，在不同的发展阶段、不同的情景下，农户会在家庭利润最大化和风险最小化之间做出权衡和选择。福建省作为沿海发展城市，人均收入逐年上涨，已超出全国平均水平，农民的温饱问题得到解决。同时，随着土地制度改革的推进，土地确权到户，农户失去土地的风险降低。因此，在温饱问题得到有效解决、失去土地风险可控的前提下，农村土地的生产要素功能会逐渐强化，农民理性逐步转为经济理性[10]。即农户家庭按照“利润最大化”目标来配置家庭劳动力资源和土地资源。王图展，周应恒等[11]农户兼业化过程中存在“兼业效应”、“收入效应”，“兼业效应”直接负向影响农户农业投资行为，“收入效应”则是间接正向影响农业的投资行为，且前者之弊大于后者结合已有文献，从兼业经营的“兼业效应”和“收入效应”两个方面分析兼业经营对农户农地利用碳排放行为的影响。

(一)兼业经营的“兼业效应”与农户农地利用碳排放

农户兼业经营意味着农户从事一定的非农工作，兼业经营通过劳动力生产要素投向的变化间接影响农户农地利用碳排放。由于家庭劳动力总量在短期内是保持不变，家庭劳动力资源在农业与非农业之间的配置是以家庭收益最大化为条件，因此，农业人口迁移和非农就业特征具有典型的“半耕半工”模式，家庭内部劳动力资源分配呈现出明显老年人和女性留守农村务农，年轻人进城务工的分工模式[12]。由此可见，农户兼业经营的“兼业效应”直接影响农户劳动力数量与质量的变化，负向影响农户农业的投入行为，导致农业“副业化”的现象或者抛荒，由以往的“过密化”经营逐步转变为“粗狂化”经营，客观上促进了农业生产的低碳化发展。

(二)兼业经营的“收入效应”与农户农地利用碳排放

农户兼业经营意味着农户可获得一定的非农收入，兼业经营的“收入效应”主要体现在两个方面。一是，非农收入的增加，间接正向影响农业的投资，农户通过购买更多的农业生产资料以弥补劳动力投入不足造成的农业损失，如农户增加机械的利用，促使农业生产高碳化。二是，兼业经营增加农户收入渠道，降低农户对土地的依赖，由此挫伤农户农业生产的积极性。综上，兼业经营的“收入效应”取决于以上两个方面，对农户农地利用碳排放的影响方向不确定。但从耕地资源看，福建省人均耕地面积规模小，土地细碎化程度高，以山地丘陵为主，农户规模化、机械化发展较为困难，因此，兼业经营“收入效应”也可能是促进农业低碳化发展。

二、实证分析

(一)实证研究方法

农户农地利用碳排放行为类型划分(表1)。农户在农业生产过程中间接产生碳排放量，碳排放量的计算，主要是根据农户化肥、农药、农膜、柴油、翻耕、农业灌溉等6种要素的碳排放系数计算而来[3，4]，在此基础上，计算单位面积能耗情况，即农户农地利用碳排放强度。同时，通过采用K-Means聚类法将257户农户碳排放行为划分为低碳排放型农户、中碳排放型农户以及高碳排放型农户，并分别取值为1，2，3。

表1 农户农地利用碳排放行为类型划分

估计模型设定。被解释变量的设定具有明显的递进关系。对于这种有序离散的被解释变量可以采用多元排序Probit模型对相关问题进行分析[13]。该模型是在假设数据是正态分布的，自提出以来得到广泛的推广和应用。该模型的表达式为：

(1)

ξ～N(0，σξ)

其中，y*为潜变量，是无法观测的值，但可以通过与其他可观测的值建立数学模型，并以此进行推导得到。假设y表示农户农地利用碳排放类型，它的值越大说明农户农地利用碳排放行为越趋于高碳行为，反之则趋于低碳行为。假设存在两个切点C1和C2的条件下，y和y*的关系式如下表达：

(2)

由y和y*可知，在该模型中被解释变量说明的是概率问题。Oprobit模型中变量的系数不同于OLS不能直接进行解释，其回归系数没有意义，仅能从回归结果得到显著性和符号方向等有限的信息。为此，要了解参数的话，需要本文进一步的求解Oprobit 模型的边际效应。边际效应是指在其他变量处于均值且保持不变时，该变量变动一个单位导致被解释变量y的概率变动。由于本文采用的是多元有序的Oprobit模型，因此需要分别求出农户农地利用碳排放行为3种类型的边际效应，即因变量取值为1、2、3的情况，即当解释变量变动1个单位时，被解释变量取各值概率的情况。

(3)

关于变量的解释，x1表示兼业程度，x2表示种植专业化程度，x3表示地块分布，x4农地面积，x5表示户主年龄，x6表示户主受教育程度，x7表示地区，x1×x7表示兼业程度与地区的交叉项。β1表示内陆地区农户兼业程度对碳排放行为的影响，β1+β8则表示沿海地区农户兼业程度的影响，β8则是区域之间的差异，其他变量则为控制变量。

(二)变量说明

在理论分析基础上，将影响农户农地利用碳排放行为的因素归纳为兼业程度，户主特征以及生产经营特征3种。其中，兼业程度作为主要的关键变量，考察其对农户农地利用碳排放行为的直接影响因素，户主特征和生产经营特征则是控制变量，考察其的间接影响。同时，为了考察沿海和内陆的差异，本文设置了调查点分类变量，并与农户类型做一个交叉项变量，分析沿海的兼业程度与内陆的兼业程度是否出现明显的差异，具体变量设置如表2所示。

表2 变量设置及指标说明

核心解释变量。兼业程度是按照农户收入构成情况进行划分[14-15]，将兼业程度分为3种，一是0类兼业型农户，即农户主要从事农业生产，其收入构成90%以上为农业收入，也称之为纯农户；二是I类兼业型农户，其收入依然以农业收入为主，但非农业收入比重较高，农业收入仅占50%以上；三是II类兼业型农户，收入构成主要以非农业收入为主，农业收入比重低于50%。

控制变量。一是生产经营特征，包括农地规模、种植专业化程度以及土地块数。二是，户主特征包括户主年龄和户主受教育程度。其中，种植专业化程度[16]是指单位面积种植品种的数量，即种植品种密度=种植品种数量/农地面积，该密度越高说明农户种植多种农作物，种植专业化程度越低，反之则越高。根据种植品种密度衡量其专业化程度，同时以密度均值作为临界点，密度值大于0.6则低专业化，密度值介于0.3～0.6则中专业化，低于0.3则高专业化。以户主特征反映农户家庭特征在于户主是家庭决策的核心，具有极大的发言权。在户主做出种植什么，种植多少以及怎么种植的选择时，是以户主对未来收益的预期，而预期基于户主自身的判断，这种判断主要源自于农户自身的认知，而认知主要与户主年龄和受教育程度相关。因此，以年龄和受教育程度作为衡量户主特征的表征指标。

(三)实证分析基础

本文数据来源于笔者及其课题组成员对福建省5个县市263户农户调查，由于在调查过程中部分农户数据信息采集不全，剔除6份问卷，有效问卷为257份。样本农户平均年龄为50.19岁，平均受教育年限为7.8年，其中受教育程度为初中及以下的占绝大多数，高达76.3%，说明调查区域内的农业劳动力老龄化明显，后辈青年补给不足，且受教育程度相对较低。农地面积最大是40.1公顷，最小是0.02公顷，平均1.986公顷，农地资源分布较不平均，总体规模偏小。从地块分布看，平均每户人家农地有5.06块，农地细碎化程度较高，不利于规模化、机械化作业。从农地利用碳排放量看，通过聚类分析法对福建被调查的257户农户进行聚类分析的结果为，低碳型农户204户，占总体79%，高碳型农户仅占5%，说明福建省农户农地利用行为总体上倾向于低碳生产。

根据本文采用的农户分类方法，得到了农户类型表如表3，纯农户85户，占33%，I类兼业型农户55户，占21%，II类兼业型农户117户，占46%，可见II类兼业型农户在所有样本农户中的比重远远超过其他类型的农户。随着中国经济的发展及城镇化的推进，非农就业机会增多，农民家庭收入结构发生重大变化，福建省农民工资性收入的比重逐渐上升，约占家庭人均可支配收入的45%，由此体现非农收入的比重上升，这说明样本的类别结构与福建省整体的农户类别结构保持相对一致。

表3 农户类型表(N=257)

(四)模型回归结果与分析

从模型回归的结果看，模型拟合结果相对良好，影响农户农地利用碳排放行为的显著性因子主要有兼业程度、种植专业化程度、农地面积、户主年龄及地区，地块和户主教育程度则不显著。具体回归结果如表4所示。

表4 Oprobit模型回归结果及解释变量边际效应

兼业将促进农户农地利用低碳行为，变量在1%的置信水平下显著。从边际效应看，当所有解释变量处于均值时，兼业程度每增加1单位，农户进行“低碳生产”的概率上升0.577 1，“中碳生产”的概率下降0.379 8，“高碳生产”的概率下降0.197 3。随着福建省经济的发展，城镇化的推进，非农就业机会增加，农户类型逐渐分化为纯农型、兼业型以及非农型(由于非农型农户属于完全放弃农业生产经营，不在农户农地利用碳行为研究对象的范畴，因此本文就考察了仍有从事农业的纯农型和兼业型农户)。兼业导致低碳生产，一是在于福建省山多地少，土地细碎化程度高，难以形成规模经济，不利于机械化生产，农业生产效率低。二是福建省县域经济及村镇经济发展较好，农户进城务工成本低，非农收入可观。由此，导致农户进行农户生产的积极性较差，留在家中经营“一亩三分地”的百姓，更多的则是为了自给自足，倾向于有机农业生产，降低了农地利用的碳排放量。

区域差异将影响农户农地利用碳排放行为，变量在1%的置信水平下显著，回归系数为正，说明内陆到沿海对农户农地利用碳排放程度的影响为正，即沿海相对内陆而言，具有更高的碳排放倾向。从交叉项结果看，在其他变量保持均值不变，内陆地区兼业程度增加1单位，则“低碳生产”的概率增加0.577 1，沿海地区则概率提升0.051，可见，不同区域的兼业情况对碳排放行为的影响是有差异的，且内陆地区的兼业情况对农地碳排放影响的程度要高于沿海地区。

种植专业化程度对农户农地利用碳排放行为具有负向作用，在其他变量均值保持不变的条件下，种植专业化程度每增加1个单位，则农户进行“低碳生产”的概率上升0.082 2，“高碳生产”的概率则下降0.028 1，可见种植专业化可以促进低碳生产，主要在于专业化程度的加深，提升了农户的劳动熟练程度，进而带来生产要素投入的最佳配置。

农地规模是影响农户农地利用碳排放行为的显著因素。回归结果显示，变量在1%的置信水平下，农地规模的扩大将带来明显的高碳排放特征。其他条件不变的情况下，农地规模增加1个单位，则农户“高碳生产”的概率将上升0.023 2。当农地规模扩大时，农户必然要增加一定的化肥、农药等生产要素的投入，或者当农地超过一定的规模，采取机械化生产的概率也将会上升，而这部分在测算碳排放系数中的比重是比较高的。

户主年龄一定程度上影响农户农地利用碳排放行为，其在10%的置信水平下显著。从作用方向看，随着户主年龄的增加，农户越倾向于低碳排放。这主要是由于随着年龄的增加，体力水平下降，农业经营管理方式逐步由精细型转向粗放型，农业生产的积极性也会相对下降。受教育程度，从模型估计结果看，其显著性0.399 0大于0.1，在统计上并不显著，但这并不是说明受教育程度不影响农户农地利用碳排放行为，而只能说是影响效果不确定。从作用方向看，受教育程度对农户农地利用碳排放行为具有负向影响，表明受教育水平越高，进行低碳生产的可能性越大。

三、结论与建议

根据福建省5个县市257户农户的调查数据，采用ordered probit模型实证分析了兼业程度对农户农地利用碳排放行为的影响，主要结论如下。

根据农户农地利用碳排放测算结果，基于聚类分析法，得出福建省农户农地利用碳排放行为总体上倾向于低碳生产[17]。从ordered probit模型回归结果，可以看出促进农户低碳生产的主要因素是农户兼业程度，单位系数变动最大。这主要在于随着社会经济的发展和城镇化的推进，农户分化严重，兼业现象普遍，据统计本调查样本中具有兼业行为的农户占2/3。从区域差异看，福建内陆地区兼业情况对农户农地利用碳排放行为影响的程度要高于沿海地区。农户兼业促进农户农业低碳生产，但这仅是考虑农户的亩均碳排放量，尚未考虑农业经营效益，福建省农户农地利用碳排放倾向于低碳不经济，兼业经营总体上增加了农户家庭收入，但农业收入的比重且相对下降[18]。因此，要实现低碳且经济的发展，可以通过引导部分I类兼业型农户或者有意向转向纯农户的II类兼业型农户转型为农业大户，鼓励部分农户通过农地经营权流转退出，进而实现适度规模经营。

提高种植专业化程度将促进低碳生产。本文根据种植品种密度反映农户农业经营的专业化程度，农户种植品种越少，分工越明确，根据亚当斯密的“分工能够提高劳动熟练程度”观点，农户在反复种植的过程中，能够准确熟练掌握生产要素投入情况，进而实现资源的最优配置，减少资源浪费，进而降低碳排放量。推进农户种植专业化经营，不仅可以促进低碳生产，在技术效率提升的同时也实现经济效益。当然种植专业化程度并非是程度越深越好，因为种植专业化程度与农业生产技术效率之间是一种到“U”的关系，“拐点”之前，技术效率提升，“拐点”之后，则因交易成本增加而逐步下降[19]。因此，应当适度推进农户种植专业化，实现专业化与特色化并存，既保证低碳也保证经济。

农地规模的扩大将带来明显的高碳特征。由于农业生产主要是以家庭为单位，劳动力数量有限，在农地规模扩大时，越需要依靠化肥、农药及机械等协助劳动力不足的情况下完成农业生产。首先，经营规模不仅影响碳排放量，而且也会影响经济产出，由于本研究有限，没有进一步分析碳排放与农业产出之间的关系，对于何种规模的经营能实现低碳且经济有待进一步研究。其次，福建省“八山一水一分田”，土细碎化程度较高，样本地块数均值为7，农地集中程度低，从统计上看，农地地块集中度影响效果不确定，但细碎化会影响农业的经营效益。所以在实现农地规模经营，可以通过土地流转的方式促进农地集中化经营。