黃土丘陵區(qū)農(nóng)戶生計模式選擇研究*

李文輝 宋 宇

（西北大學(xué)經(jīng)濟(jì)管理學(xué)院 陜西西安 710068）

一、引 言

黃土丘陵區(qū)農(nóng)戶居住分散、環(huán)境惡劣、交通不便、人口素質(zhì)相對低下，是我國生態(tài)環(huán)境脆弱、農(nóng)民生活貧困的典型區(qū)域。隨著市場經(jīng)濟(jì)和城鎮(zhèn)化發(fā)展，在比較利益驅(qū)使下，傳統(tǒng)農(nóng)戶生計模式加速分化，由傳統(tǒng)單一的本地農(nóng)業(yè)生計模式發(fā)展為多元生計類型，生計模式的變化使農(nóng)戶收入水平、生活方式也發(fā)生了較大的變化。在這一過程中，農(nóng)戶生計決策及其收入水平的制約因素有哪些，生計模式分化是否引發(fā)新的社會經(jīng)濟(jì)問題，如何從制度和政策上促進(jìn)農(nóng)戶生計模式有效選擇，直接關(guān)系到黃土丘陵區(qū)農(nóng)戶脫貧致富和提升未來生活質(zhì)量途徑的選擇問題，以及生態(tài)環(huán)境保護(hù)等問題。

學(xué)術(shù)界對生計模式進(jìn)行了不同的劃分。國外學(xué)者斯科恩斯（Scoones，1998）把生計策略分為三種類型，即農(nóng)業(yè)生產(chǎn)的集約化或是粗放化、生計多樣化以及人員向外流動。近年來，國內(nèi)學(xué)者逐漸關(guān)注生計模式的劃分。有學(xué)者研究了三峽移民的生計模式類型，如閻建忠（2010）等將三峽庫區(qū)移民生計類型劃分為純農(nóng)戶、非農(nóng)業(yè)收入占家庭總收入比例低于50%的一兼戶，非農(nóng)收入占家庭總收入比例大于等于50%低于95%的二兼戶，非農(nóng)收入占家庭總收入比例大于等于95%的非農(nóng)戶等四種。也有學(xué)者研究了牧區(qū)農(nóng)戶的生計模式，江進(jìn)德、趙雪雁、張麗等（2012）研究農(nóng)區(qū)、半農(nóng)半牧區(qū)、純牧區(qū)農(nóng)戶的生計策略并指出，純牧區(qū)農(nóng)戶主要生計策略包括特色產(chǎn)品加工、做生意、現(xiàn)代畜牧業(yè)；農(nóng)區(qū)和半農(nóng)半牧區(qū)農(nóng)戶主要生計策略則為做生意、外出打工和旅游服務(wù)業(yè)。一些學(xué)者側(cè)重于貧困地區(qū)農(nóng)戶的生計模式劃分，例如李斌（2005）把寧夏鹽池縣農(nóng)戶生計模式劃分為種植業(yè)生產(chǎn)活動與養(yǎng)殖業(yè)生產(chǎn)活動、農(nóng)村商業(yè)活動、打工三種類型。李聰（2010）把西部貧困山區(qū)農(nóng)戶生計分為打工與非打工兩種類型。蘇磊等（2011）指出陜北黃土高原農(nóng)戶生計方式由單一的種植轉(zhuǎn)向養(yǎng)殖、林果業(yè)、外出務(wù)工、經(jīng)商等多樣化生計方式發(fā)展。具體而言，黃土丘陵區(qū)農(nóng)戶生產(chǎn)方式包括家庭種植、家庭養(yǎng)殖、農(nóng)產(chǎn)品加工業(yè)、個體服務(wù)業(yè)、農(nóng)產(chǎn)品貿(mào)易、本地打工、外地務(wù)工等。

本文依據(jù)陜北黃土丘陵區(qū)農(nóng)戶的生計形態(tài)和收入結(jié)構(gòu)將生計模式劃分為四種類型：一是本地農(nóng)業(yè)生計模式（外出打工收入小于家庭總收入的10%），二是本地兼業(yè)生計模式（外出打工收入為家庭收入的 10%～50%），三是外出打工生計模式（外出打工收入為家庭收入的50%～99%），四是城市化非農(nóng)業(yè)生計模式（外出打工收入是全部家庭收入）。本文除特別注明外，收入均指年收入。采用2013年調(diào)研所獲取的陜北黃土丘陵區(qū)400戶農(nóng)戶的微觀層面數(shù)據(jù)，通過量化分析方法區(qū)分不同生計模式之間的收入差異、驗(yàn)證生計模式分類的合理性并獲取影響分類的重要變量，進(jìn)一步獲取不同生計模式下影響收入的重要變量，以對農(nóng)戶生計模式選擇以及收入水平提高、農(nóng)業(yè)生計模式收益提高提出政策建議。

本文的創(chuàng)新點(diǎn)主要表現(xiàn)為：第一，已有研究成果側(cè)重于從生產(chǎn)方式上劃分生計模式，本文在借鑒現(xiàn)有研究成果的基礎(chǔ)上，首次采取樣本農(nóng)戶問卷調(diào)查獲取黃土丘陵區(qū)400戶農(nóng)戶生計模式的微觀數(shù)據(jù)，進(jìn)一步從收入結(jié)構(gòu)視角對生計模式進(jìn)行分類，運(yùn)用森林分類算法驗(yàn)證其生計模式分類的合理性。第二，綜合運(yùn)用了描述性統(tǒng)計法、隨機(jī)森林分類算法、隨機(jī)森林回歸算法等對農(nóng)戶生計模式影響因素進(jìn)行模擬估計并構(gòu)建不同生計模式下收入水平的回歸模型，深入分析了農(nóng)戶生計模式選擇及收入水平影響因素。第三，分析農(nóng)戶生計模式選擇所引發(fā)的社會經(jīng)濟(jì)問題，特別是農(nóng)業(yè)生計模式弱化以及農(nóng)業(yè)產(chǎn)業(yè)萎縮問題，為促使各種生計模式形成良性組合，進(jìn)而為生態(tài)環(huán)境保護(hù)創(chuàng)造條件。

二、研究設(shè)計及數(shù)據(jù)來源

（一）變量選取

生計模式的選擇受到生計資源的影響?；谟鴩H發(fā)展部（DFID，2000）提出的可持續(xù)生計框架，生計資源包括自然資源、物質(zhì)資源、金融資源、人力資源等。土地是農(nóng)戶賴以生存的重要自然資源，本文選取耕地資源及利用表示農(nóng)戶的自然資源；物質(zhì)資源是指生計所需要的基礎(chǔ)設(shè)施和固定資產(chǎn)等相關(guān)物質(zhì)條件，基礎(chǔ)設(shè)施對于農(nóng)戶個體而言沒有變化，農(nóng)戶的生產(chǎn)工具差異小，考慮到家庭住房對于農(nóng)戶生計選擇的影響在于其相對位置，特別是黃土丘陵區(qū)的經(jīng)濟(jì)地理特征，本文以相對地理位置衡量房屋物質(zhì)資源的價值；金融資源是指農(nóng)戶可以支配的資金儲備以及可以獲得的其他形式的經(jīng)濟(jì)支持，本文以家庭收入結(jié)構(gòu)及水平來表示；人力資本是農(nóng)戶生計資產(chǎn)中的重要內(nèi)容之一。退耕還林以及生態(tài)遷移政策作為政府改善區(qū)域生態(tài)環(huán)境和農(nóng)戶生計條件的政策，對于該地區(qū)農(nóng)戶有重要影響，也作為問卷組成部分。因此，農(nóng)戶生計模式影響因素調(diào)查問卷內(nèi)容由收入結(jié)構(gòu)及水平、政策有關(guān)家庭特征、家庭人口結(jié)構(gòu)、勞動力人力資本、耕地資源及利用等6個部分組成。收入結(jié)構(gòu)及水平是本文進(jìn)行生計模式分類的依據(jù)，屬于因變量；其他5個部分變量是引起生計模式變化的因素，屬于自變量。

變量選擇分析如下：

（1）農(nóng)戶收入結(jié)構(gòu)：吳敬璉（2002）、葉彩霞（2010）等眾多學(xué)者研究認(rèn)為，20世紀(jì)90年代以后農(nóng)民收入來源由以農(nóng)業(yè)為主的家庭經(jīng)營收入向多元化方向發(fā)展，非農(nóng)收入成為農(nóng)民收入增長的主要途徑，并指出非農(nóng)收入包括勞動報酬性收入（工資性收入）、轉(zhuǎn)移性收入以及財產(chǎn)性收入等方面。結(jié)合黃土丘陵區(qū)農(nóng)民收入實(shí)際來源，將農(nóng)戶收入劃分為外出務(wù)工收入、種植收入、養(yǎng)殖收入、政府轉(zhuǎn)移收入、租賃土地收入以及其他收入等6個部分，其中政府保障收入包括農(nóng)村低保戶收入、農(nóng)村養(yǎng)老金以及退耕還林補(bǔ)償?shù)?，其他收入包括加工業(yè)收入、銷售收入等其他收入。

（2）根據(jù) 1999年以來陜北黃土丘陵區(qū)實(shí)施的退耕還林工程以及近年來實(shí)施的政府遷移工程，提出把政策有關(guān)的家庭特征細(xì)分為是否退耕區(qū)、是否退耕戶、是否遷移政策區(qū)、是否遷移戶4個變量。

（3）包括戶主年齡、家庭人口數(shù)、未成年子女?dāng)?shù)、在學(xué)子女?dāng)?shù)在內(nèi)的家庭人口結(jié)構(gòu)都可能對生計模式的選擇構(gòu)成影響，因此產(chǎn)生了相應(yīng)的4項(xiàng)變量。

（4）勞動力人力資本包括勞動力數(shù)量與質(zhì)量。就人力資源質(zhì)量而言，諸多研究認(rèn)為人力資源質(zhì)量對于收入有正向影響。如舒爾茲等（Schultz，1965、1971）研究發(fā)現(xiàn)，人力資源質(zhì)量提高是個人收入增長和收入分配差別的根本原因。加里·S·貝克爾（Gary S Becker，1987）認(rèn)為，在同年齡組的人口中，一個人的受教育程度越高，其收入水平也越高。巴萊特等（Barrett,C；2001)的研究均證實(shí)，不同發(fā)展中國家的教育水平與工資性收入之間的關(guān)系仍是顯著正向的。漢森（Hanson，1971）等人的研究發(fā)現(xiàn)，農(nóng)業(yè)經(jīng)營者的工資性收入隨著其文化程度的提高而提高。還有一些研究認(rèn)為人力資源質(zhì)量與生產(chǎn)方式選擇有正向關(guān)系。如本杰明等（Benjamin et al，2000）研究表明，受過良好教育的農(nóng)民能更好地利用經(jīng)濟(jì)轉(zhuǎn)型的機(jī)會。任國強(qiáng)（2004）等研究證明，農(nóng)村勞動力文化程度越高，勞動收入的抗干擾能力和抗波動力越強(qiáng)，就越傾向于非農(nóng)就業(yè)，獲得的非農(nóng)收入也越高。本文勞動力人力資本的構(gòu)成包括勞動力數(shù)、平均年齡、平均受教育年限、本地就業(yè)人數(shù)等變量。

（5）家庭距離城鎮(zhèn)距離亦即家庭相對地理位置，影響農(nóng)戶耕種便利性、市場參與性、信息和人力資源流動的便捷性以及農(nóng)戶多元化選擇的意識 ，進(jìn)而影響生產(chǎn)方式以及生活方式的選擇。因此，將家庭距中心城鎮(zhèn)距離作為影響生計模式選擇的變量。

（6）耕地是農(nóng)戶賴以生存的農(nóng)業(yè)生產(chǎn)資料，耕地的數(shù)量、結(jié)構(gòu)以及生產(chǎn)能力直接影響農(nóng)戶生產(chǎn)方式的選擇。根據(jù)黃土丘陵區(qū)地貌特征和農(nóng)戶使用耕地狀況細(xì)分出 16項(xiàng)耕地資源的變量。變量選取如表1。

表1 農(nóng)戶生計模式、收入水平及其影響變量

續(xù)表1

（二）問卷調(diào)研及回收

對于黃土丘陵區(qū)農(nóng)戶生計與收入問題，政府缺少系統(tǒng)的統(tǒng)計數(shù)據(jù)，為彌補(bǔ)這一缺陷，我們采取隨機(jī)抽樣入戶問卷調(diào)查獲得黃土丘陵區(qū)農(nóng)戶生計模式的相關(guān)數(shù)據(jù)。實(shí)證數(shù)據(jù)來源于調(diào)查小組于2013年1月26日—2月8日在陜北三個縣開展的隨機(jī)入戶調(diào)研。調(diào)研選取的清澗縣、綏德縣、米脂縣等三縣均屬于陜北黃土丘陵區(qū)的代表性區(qū)域，根據(jù)地理特征的差異性和代表性，各縣分別選取5個鄉(xiāng)鎮(zhèn)，然后根據(jù)地圖以15個鄉(xiāng)鎮(zhèn)的自然村為單位，實(shí)地調(diào)查采用各自然村隨機(jī)抽樣入戶“一對一”問答式調(diào)查。因一部分外出打工的農(nóng)戶沒有返鄉(xiāng)，調(diào)研小組特意安排于春節(jié)前趕赴農(nóng)戶家中進(jìn)行調(diào)研。調(diào)查工作小組由西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院、西安財經(jīng)學(xué)院、延安大學(xué)管理學(xué)院的教師 10人組成，調(diào)查發(fā)放問卷500份，回收問卷400份，回收率為80%。

三、數(shù)據(jù)運(yùn)算及分析

（一）四種生計模式基本信息統(tǒng)計及變量對于生計模式選擇影響分析

運(yùn)用R軟件進(jìn)行描述性統(tǒng)計獲取四種生計模式統(tǒng)計的基本信息，并運(yùn)用方差分析法評價四種生計模式之間的顯著關(guān)系（林偉初，2009），如表2。

表2 四種生計模式的基本信息（平均值）

續(xù)表2

從生計模式結(jié)構(gòu)來看，本地農(nóng)業(yè)生產(chǎn)模式的農(nóng)戶有96戶，占比27%，本地兼業(yè)生產(chǎn)模式的農(nóng)戶為24戶，占比7%，外出打工生計模式的農(nóng)戶為220戶，占比63%，城市化非農(nóng)業(yè)生計模式的農(nóng)戶為10戶，占比2.9%。樣本數(shù)據(jù)顯示，大多數(shù)農(nóng)戶采取外出打工生計模式或維持原農(nóng)業(yè)生計模式。

以收入水平與生計模式的關(guān)系來看。本地農(nóng)業(yè)生計模式收入水平與其他三種存在顯著性差異，四種生計模式家庭收入水平依次呈遞增態(tài)勢，分別為1.45萬元、4.69萬元、4.73萬元、9.9萬元。采取農(nóng)業(yè)生計模式的家庭平均收入水平很低，平均僅僅能夠解決溫飽問題，外出打工生計模式平均勞動力收入水平低于兼業(yè)生計模式。

從政策有關(guān)家庭特征來看，陜北黃土丘陵區(qū)總體上屬于退耕還林地區(qū)，半數(shù)以上的家庭參與了政府退耕還林工程；遷移政策覆蓋面還很小，僅有不足10%的家庭屬于遷移戶。

從家庭人口結(jié)構(gòu)來看，從“1”類到“4”類，戶主平均年齡呈現(xiàn)年輕化趨勢；家庭人口多的農(nóng)戶更多選擇外出打工生計模式；未成年子女多的家庭更多采取外出打工生計模式以及城市化非農(nóng)業(yè)生計模式。

從勞動力人力資本方面看，勞動力人數(shù)多、勞動力相對年輕且接受教育較多的農(nóng)戶選擇外出打工或者城市化非農(nóng)生計模式居多；年齡偏大、教育程度低的農(nóng)戶多選擇農(nóng)業(yè)生計模式。

從家庭距中心城鎮(zhèn)距離來看，距離城鎮(zhèn)遠(yuǎn)的農(nóng)戶分別選擇兩種完全不同的生計模式，即農(nóng)業(yè)生計模式或者城市化非農(nóng)生計模式；距離城鎮(zhèn)較近的農(nóng)戶多選擇外出打工生計模式。

從耕地資源方面來看，陡坡地平均占耕地的70%以上；擁有耕地數(shù)量多并且耕地資源質(zhì)量較好的農(nóng)戶選擇農(nóng)業(yè)生計模式與兼業(yè)生計模式居多，反之，則選擇外出打工生計模式或者城市化非農(nóng)生計模式；租用他人耕地、耕地利用率高且能夠利用耕地多元化種植的農(nóng)戶以兼業(yè)生計模式居多。采取兼業(yè)生計模式的農(nóng)戶能夠更有效地利用本地耕地資源發(fā)展多元化種植業(yè)；農(nóng)業(yè)生計模式農(nóng)戶主要以自有耕地為主進(jìn)行傳統(tǒng)種植。

綜上，勞動力年輕、接受教育程度高且能夠外出打工、未成年子女較多、距離城鎮(zhèn)近、耕地資源缺乏吸引力的農(nóng)戶選擇外出打工生計模式，其中相當(dāng)少數(shù)收入水平較高且距離城鎮(zhèn)遠(yuǎn)的外出打工農(nóng)戶則選擇向城市化非農(nóng)生計模式轉(zhuǎn)化；年齡偏大且接受教育程度低、距離城鎮(zhèn)遠(yuǎn)、人均土地數(shù)量多的農(nóng)戶選擇以傳統(tǒng)耕種維系生活來源的農(nóng)業(yè)生計模式；勞動力年富力強(qiáng)且具農(nóng)業(yè)種植經(jīng)驗(yàn)、接受過一定的教育、耕地資源良好、能夠有效利用當(dāng)?shù)刭Y源多元化發(fā)展的少數(shù)農(nóng)戶則能夠從農(nóng)業(yè)生計模式成功轉(zhuǎn)化為兼業(yè)生計模式。

（二）隨機(jī)森林算法運(yùn)用于生計模式分類以及分類中變量重要性的分析

隨機(jī)森林算法（random forest）是由布雷曼和卡特勒（Breiman和Cutler，2001）提出的一種基于分類樹的算法。通過對大量分類樹的匯總提高了模型的預(yù)測精度，是取代神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)機(jī)器學(xué)習(xí)方法的新模型。隨機(jī)森林方法除在處理大數(shù)據(jù)方面具有優(yōu)勢外，不需要顧及一般回歸分析面臨的多重共線性問題，不需做變量選擇，同時能夠給出所有變量的重要性。隨機(jī)森林主要用于分類算法和回歸算法。其中回歸算法包括兩種方法：一種是基尼系數(shù)法，另一種是預(yù)測精度法，兩種方法都能夠進(jìn)行變量重要性的評價。因此，本文分別運(yùn)用兩種方法對分類影響變量的重要性進(jìn)行評價，運(yùn)用預(yù)測精度法評價不同生計模式下影響收入的變量重要性。

1、運(yùn)用隨機(jī)森林對四種生計模式分類進(jìn)行判別

本文運(yùn)用隨機(jī)森林分類算法，鑒別出本地農(nóng)業(yè)生計模式、本地兼業(yè)生計模式、外出打工生計模式以及城市化非農(nóng)業(yè)生計模式四種生計模式。隨機(jī)森林分類生成的混淆矩陣如表3。

表3 隨機(jī)森林用于分類時的混淆矩陣（Confusion matrix）

統(tǒng)計顯示，相對于本文界定依據(jù)收入結(jié)構(gòu)統(tǒng)計的四類生計模式實(shí)際數(shù)量，運(yùn)用隨機(jī)森林分類算法進(jìn)行分類的總誤差為19.71%。說明本文界定的四類生計模式是可行的，同時運(yùn)用隨機(jī)森林進(jìn)行分類判別的效果是可以接受的。

2、運(yùn)用隨機(jī)森林進(jìn)行影響分類的變量重要性分析

運(yùn)用隨機(jī)森林進(jìn)行變量重要性分析是通過擾動這些變量對精確度及基尼系數(shù)的影響大小而進(jìn)行判斷的。預(yù)測精度法衡量把一個變量的取值變?yōu)殡S機(jī)數(shù)，隨機(jī)森林預(yù)測準(zhǔn)確性的降低程度。該值越大表示該變量的重要性越大?；嵯禂?shù)法通過基尼指數(shù)計算每個變量對于分類樹每個節(jié)點(diǎn)上觀察值異質(zhì)性的影響，從而比較變量的重要性。該值越大表示該變量的重要性越大。

圖1（上、中、下）隨機(jī)森林?jǐn)M合數(shù)據(jù)時的變量重要性

圖1（上）顯示了各個變量對NSP四個水平的相對影響，后兩列即圖1（中）及圖1（下）分別展示了擾動這些變量對Accuracy及基尼系數(shù)的影響。外地打工人數(shù)（joou）對于生計模式分類的影響最為重要，比較重要的影響指標(biāo)還有家庭人口數(shù)（nufa）、戶主年齡（aghe）、勞動力平均年齡（agla）、勞動力平均受教育年（edla）、勞動力數(shù)（nula）、本地就業(yè)人數(shù)（jolo）、耕地數(shù)（lanu）、自有耕地數(shù)（laow）、陡坡農(nóng)作物數(shù)（stla_pl）。

進(jìn)一步分析可知：外地打工人數(shù)直接影響著打工收入水平、從而影響收入結(jié)構(gòu)以及生計模式；家庭人口數(shù)量多，特別是家庭勞動力數(shù)量多、戶主以及勞動力較年輕的家庭產(chǎn)生剩余勞動力相對較多，年輕的剩余勞動力通常會選擇外出打工的生產(chǎn)方式，因此，家庭人口數(shù)量、勞動力數(shù)量、戶主以及勞動力年齡與生計模式選擇直接相關(guān)；本地就業(yè)人數(shù)直接影響著本地收入水平、從而影響收入結(jié)構(gòu)以及生計模式；耕地是農(nóng)戶最基本的生產(chǎn)資料，也是農(nóng)戶傳統(tǒng)生產(chǎn)的主要收入來源，耕地數(shù)量越多的農(nóng)戶通常情況下會優(yōu)先選擇農(nóng)業(yè)生計模式，與此相反，耕地數(shù)量較少的農(nóng)戶由于缺乏農(nóng)業(yè)生產(chǎn)要素（耕地）而選擇外出打工生產(chǎn)模式；自有耕地數(shù)量多的家庭通常會考慮沉沒成本較大或者規(guī)避外出打工風(fēng)險從而選擇農(nóng)業(yè)耕種；陡坡農(nóng)作物投入產(chǎn)出比很低，陡坡耕地數(shù)量較多且不能有效利用的家庭通常會放棄陡坡耕種而選擇外出打工生產(chǎn)模式。因此，隨機(jī)森林?jǐn)M合數(shù)據(jù)的變量重要性程度進(jìn)一步支持描述統(tǒng)計結(jié)果。

（三）不同生計模式收入水平影響因素分析

作為理性經(jīng)濟(jì)人的農(nóng)戶行為選擇的一個基本原則就是提高收入水平，因此，進(jìn)一步研究不同生計模式下農(nóng)戶收入水平的影響因素對于引導(dǎo)農(nóng)戶行為選擇非常必要。本文選用隨機(jī)森林回歸算法中的預(yù)測精度法比較變量重要程度，見表4。

表4 四類不同生計模式收入水平的變量影響程度分析

根據(jù)表4變量重要性的排序結(jié)果，對于不同生計模式收入水平影響最重要的變量是：（1）“1”類中，外地打工人數(shù)、戶主年齡、勞動力平均受教育年限、陡坡生態(tài)林對于收入水平有重要影響；勞動力年齡、耕地數(shù)對收入水平影響也較大。其中，戶主年齡、勞動力年齡為不可改變的因素，因此外地打工人數(shù)、勞動力受教育年限、陡坡生態(tài)林、耕地數(shù)量的改變是能夠影響收入水平的主要變量。（2）“2”類中，勞動力平均受教育年、外地打工人數(shù)、陡坡經(jīng)濟(jì)林對于收入都有重要影響；耕地數(shù)、家庭人口數(shù)對收入水平影響也較大。（3）“3”類中，外地打工人數(shù)、勞動力平均年齡、勞動力平均受教育年限、耕地數(shù)、家庭人口數(shù)量、戶主年齡、勞動力數(shù)量對于收入有重要影響；自有耕地數(shù)、距城鎮(zhèn)距離均對收入有著比較重要的影響。其中，家庭人口數(shù)量、勞動力平均年齡、戶主年齡、勞動力數(shù)量是客觀存在因素，可通過改變外地打工人數(shù)、勞動力平均受教育年限、耕地數(shù)、距城鎮(zhèn)距離等變量影響收入水平。（4）“4”類中，勞動力平均受教育年限、勞動力數(shù)量、勞動力平均年齡、外地打工人數(shù)等4個因素對收入有重大影響。家庭人口數(shù)、家庭距城鎮(zhèn)距離對于收入水平有著較重要的影響。其中，可以改變的因素包括勞動力平均受教育年限、外地打工人數(shù)、家庭距城鎮(zhèn)距離。表4數(shù)據(jù)分析獲取了影響不同生計模式收入水平的重要變量。同時可以發(fā)現(xiàn)，勞動力平均受教育年限、外地打工人數(shù)在四類農(nóng)戶中對收入都有重大的影響。

四、數(shù)據(jù)運(yùn)算結(jié)果分析及政策建議

（一）數(shù)據(jù)運(yùn)算結(jié)果分析

第一，描述性統(tǒng)計分析可知，（1）本地農(nóng)業(yè)生計模式的家庭收入水平與其他三種存在顯著性差異，即遠(yuǎn)遠(yuǎn)低于其他三種生計模式，同時城市化非農(nóng)業(yè)生計模式的收入水平最高，其次是本地兼業(yè)生計模式。主要原因在于本地農(nóng)業(yè)仍以傳統(tǒng)農(nóng)業(yè)為主，地塊狹小分散，難以產(chǎn)業(yè)化，農(nóng)業(yè)基礎(chǔ)性收入水平偏低的狀況很難改變。（2）戶主及勞動力年齡偏大、勞動力平均受教育年限偏短、外出打工人數(shù)少、未成年子女?dāng)?shù)與學(xué)齡子女?dāng)?shù)量少、家庭距中心城鎮(zhèn)距離較遠(yuǎn)、耕地資源多的農(nóng)戶更多選擇農(nóng)業(yè)生計模式，反之，選擇其他三種生計模式。其中，勞動力年富力強(qiáng)、接受過一定的教育、租用他人耕地、耕地利用率高、能夠有效利用當(dāng)?shù)刭Y源多元化發(fā)展的少數(shù)農(nóng)戶能夠選擇兼業(yè)生計模式，比例僅為7%。

第二，隨機(jī)森林?jǐn)M合運(yùn)算結(jié)果分析可知，外地打工人數(shù)、家庭人口數(shù)、戶主年齡、勞動力平均年齡、勞動力數(shù)、本地就業(yè)人數(shù)、耕地數(shù)、自有耕地數(shù)、陡坡農(nóng)作物等變量均對生計模式分類產(chǎn)生強(qiáng)相關(guān)性。家庭人口數(shù)、勞動力數(shù)與外出打工人數(shù)多，戶主年齡、勞動力平均年齡較小、勞動力受教育年數(shù)長、本地就業(yè)人數(shù)少，耕地數(shù)與自有耕地數(shù)量少，陡坡農(nóng)作物數(shù)量多的農(nóng)戶多選擇外出打工或者城市化生計模式。

第三，不同生計模式收入水平影響因素分析可知，勞動力平均受教育年、外地打工人數(shù)在四類農(nóng)戶中對收入都有重大的影響；其次，耕地數(shù)對于Ⅰ類、Ⅱ類、Ⅲ類收入水平都有較重要的影響；距城鎮(zhèn)距離對于“3”類、“4”類收入水平具有重要的影響；最后陡坡生態(tài)林對于“1”類、陡坡經(jīng)濟(jì)林對于Ⅱ類收入水平有著重要的影響。

以上分析可知，第一，農(nóng)業(yè)生計模式收入水平遠(yuǎn)遠(yuǎn)低于其他生計模式，可以說農(nóng)業(yè)生計模式已經(jīng)陷入困境。第二，人力資本存量相對較高的農(nóng)戶更多選擇非農(nóng)或者兼業(yè)生計模式；而受到年齡約束、教育約束以及人口結(jié)構(gòu)約束的人力資本存量低的農(nóng)戶則被動地選擇農(nóng)業(yè)生計模式。第三，生計模式的選擇以及不同生計模式收入水平受到諸多因素的影響。

結(jié)合其他研究可以發(fā)現(xiàn)，第一，鑒于農(nóng)業(yè)生計模式收入偏低，基于比較利益，73%的農(nóng)戶放棄本地農(nóng)業(yè)生計模式而選擇兼業(yè)生計模式以及非農(nóng)生計模式。第二，占比僅為 7%的本地兼業(yè)生計模式同時進(jìn)行農(nóng)業(yè)以及農(nóng)產(chǎn)品加工業(yè)、多種種植業(yè)和養(yǎng)殖業(yè)以及本地打工等多種生產(chǎn)方式，其相對收入水平較高，生活方式穩(wěn)定且對于本地經(jīng)濟(jì)發(fā)展有利（國家統(tǒng)計局，2015）。第三，盡管占比 63%的農(nóng)戶選擇的外出打工生計模式收入水平較高，可隨之次生的留守兒童、留守老人甚至夫妻兩地分居的問題普遍存在，以及與其“非市民化”的身份差異同時存在的社會保障差異等問題，嚴(yán)重影響了正常的生活秩序和質(zhì)量，屬于社會轉(zhuǎn)型期不穩(wěn)定的生計模式（石智雷等，2015）。第四，城市化非農(nóng)業(yè)生產(chǎn)模式的人口在城鎮(zhèn)或者城市中生活安定，社會保障程度高、生活滿意程度較高。著眼于長期生活質(zhì)量提高的生計模式選擇，外出打工生計模式在條件許可時向城市化非農(nóng)業(yè)生計模式轉(zhuǎn)化是必然選擇。

（二）農(nóng)戶生計模式選擇的進(jìn)一步分析及政策建議

基于比較利益，農(nóng)戶放棄農(nóng)業(yè)生計模式而選擇其他生計模式將有經(jīng)濟(jì)必然性，同時農(nóng)業(yè)生計模式的人力資本在不斷下降，這有可能進(jìn)一步阻礙黃土丘陵區(qū)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展并加劇黃土丘陵區(qū)農(nóng)業(yè)產(chǎn)業(yè)萎縮。黃土丘陵區(qū)農(nóng)戶生計模式選擇中出現(xiàn)的不均衡現(xiàn)象其根源在于農(nóng)業(yè)收益與第二、第三產(chǎn)業(yè)收益的嚴(yán)重不均衡，提高農(nóng)業(yè)收益并促進(jìn)農(nóng)業(yè)生計模式與其他生計模式之間利益達(dá)到新的“均衡點(diǎn)”是解決農(nóng)業(yè)產(chǎn)業(yè)弱化的根本。針對農(nóng)戶生計模式“一邊倒”的分化現(xiàn)狀以及帶來的社會經(jīng)濟(jì)問題，政府需要面對農(nóng)業(yè)生計模式“被冷落”、面對受年齡約束、知識約束、人口結(jié)構(gòu)約束而選擇農(nóng)業(yè)生計模式的農(nóng)戶，應(yīng)從政策層面確保農(nóng)戶擺脫農(nóng)業(yè)生計模式收入水平偏低的困境以促進(jìn)農(nóng)業(yè)持續(xù)發(fā)展，為生態(tài)環(huán)境保護(hù)創(chuàng)造有利條件。

由于本地農(nóng)業(yè)生計模式與其他三種生計模式存在顯著性差異且已陷入困境，因此，本文重點(diǎn)研究本地農(nóng)業(yè)生計模式擺脫生計困境及農(nóng)業(yè)產(chǎn)業(yè)弱化的政策建議。這包括：

第一，建立農(nóng)業(yè)生計收入不斷增長的政策保障機(jī)制。除農(nóng)產(chǎn)品缺乏價格彈性，工農(nóng)產(chǎn)品“剪刀差”加大造成農(nóng)產(chǎn)品比較效益低之外，由于受區(qū)域自然稟賦的影響，黃土丘陵區(qū)小面積農(nóng)作物無法機(jī)械耕作，農(nóng)業(yè)比較利益更低，農(nóng)戶生活普遍處于貧困狀態(tài)。必須建立農(nóng)業(yè)生計收入不斷增長的政策保障機(jī)制，以保證農(nóng)戶能有穩(wěn)定的收入增長機(jī)制（李文蓮等，2010）。政府應(yīng)該針對黃土丘陵區(qū)建立特殊貧困區(qū)域農(nóng)民收入補(bǔ)貼政策（包括直接補(bǔ)貼、價格補(bǔ)貼、保險補(bǔ)貼、提高最低生活保障標(biāo)準(zhǔn)等）。

第二，加大退耕還林政策傾斜以提高退耕戶的收入水平。旨在改善生態(tài)環(huán)境的退耕還林工程占用了農(nóng)戶的耕地資源，因而退耕還林經(jīng)濟(jì)補(bǔ)償直接關(guān)系到農(nóng)戶的經(jīng)濟(jì)利益。具體對策建議：（1）政府提高退耕還林補(bǔ)償標(biāo)準(zhǔn)；（2）增大退耕還林中農(nóng)戶自主性；（3）地方政府科學(xué)引導(dǎo)退耕還林，促進(jìn)林果產(chǎn)業(yè)鏈發(fā)展（李文輝，2014）。

第三，對于偏遠(yuǎn)區(qū)域的農(nóng)戶實(shí)施政府遷移工程。對于不適于生活生產(chǎn)與市場行為的偏遠(yuǎn)區(qū)域農(nóng)戶實(shí)施政府遷移工程，通過遷移縮短農(nóng)戶與城鎮(zhèn)距離形成相對聚集，改變生產(chǎn)與生活條件。

（三）結(jié)論與啟示

黃土丘陵區(qū)是我國生態(tài)環(huán)境脆弱、農(nóng)民生活貧困的典型區(qū)域。生計模式選擇及其對策研究直接關(guān)系到黃土丘陵區(qū)農(nóng)戶脫貧致富和提升未來生活質(zhì)量的問題，同時也關(guān)系到黃土丘陵區(qū)農(nóng)業(yè)產(chǎn)業(yè)健康發(fā)展的問題。黃土丘陵區(qū)覆蓋山西、陜西北部、以及甘肅、青海、寧夏、河南、內(nèi)蒙古等省 46個地市，本文研究陜北黃土丘陵區(qū)農(nóng)戶生計模式選擇及其政策建議，對于整個黃土丘陵區(qū)農(nóng)戶生計模式選擇的研究以及政府職能行為均有借鑒意義。

我們的主要發(fā)現(xiàn)是，農(nóng)戶主要采用農(nóng)業(yè)生計模式、本地兼業(yè)生產(chǎn)模式、外出打工生計模式以及城市化非農(nóng)業(yè)生計模式。本地農(nóng)業(yè)生計模式的家庭收入水平遠(yuǎn)遠(yuǎn)低于其他三種生計模式；影響黃土丘陵區(qū)農(nóng)戶生計模式選擇和收入水平的因素是多元化的，其中，教育年限與收入水平以及生計模式的選擇具有強(qiáng)相關(guān)性；耕地數(shù)、自有耕地數(shù)、租種地、平地農(nóng)作物、平地生態(tài)林、平地畝數(shù)對于收入水平以及生計模式選擇具有強(qiáng)相關(guān)性；勞動力數(shù)、外地打工人數(shù)對于收入水平以及生計模式選擇具有重要影響，本地就業(yè)人數(shù)對于收入水平具有重要影響；同時，陡坡地以及平地數(shù)量對于收入有強(qiáng)相關(guān)作用。

特別應(yīng)該注意的是，從四種生計模式比較可知，農(nóng)業(yè)生計模式正在陷入困境。有著常態(tài)化發(fā)展趨勢的基于比較利益的農(nóng)戶非農(nóng)生計模式選擇以及農(nóng)業(yè)生計模式的人力資本的不斷下降將進(jìn)一步加劇黃土丘陵區(qū)農(nóng)業(yè)產(chǎn)業(yè)弱化。我們重點(diǎn)針對本地農(nóng)業(yè)生計模式維系進(jìn)行了研究，提出了具有黃土丘陵區(qū)特殊環(huán)境屬性的提高退耕還林補(bǔ)償、偏遠(yuǎn)區(qū)域農(nóng)戶搬遷、以及建立農(nóng)業(yè)生計模式收入不斷增長的保障機(jī)制的政策建議。政府應(yīng)制定并實(shí)施有效政策，促使農(nóng)業(yè)與其他生計模式達(dá)到新的利益“均衡點(diǎn)”，以提高農(nóng)業(yè)生計模式的收益、實(shí)現(xiàn)農(nóng)業(yè)持續(xù)健康發(fā)展和生態(tài)環(huán)境保護(hù)的良性循環(huán)。

1. 國家統(tǒng)計局陜西調(diào)研總隊(duì)課題組：《農(nóng)村土地制度變遷對糧食生產(chǎn)影響的實(shí)證分析》[J]，《調(diào)研世界》2015年第4期。

2. 加里·貝克爾：《人力資本》[M]，北京大學(xué)出版社，1987年。

3. 江進(jìn)德、趙雪雁、張麗等：《農(nóng)戶對替代生計的選擇及其影響因素分析》[J]，《自然資源學(xué)報》2012年第4期。

4. 李斌：《生態(tài)家園富民工程“三位一體”項(xiàng)目對寧夏鹽池縣農(nóng)戶生計影響的研究》[D]，北京農(nóng)業(yè)大學(xué)博士論文，2005年。

5. 李聰：《勞動力外流背景下西部貧困山區(qū)農(nóng)戶生計狀況分析——基于陜西秦嶺的調(diào)查》[J]，《經(jīng)濟(jì)問題探索》2010年第9期。

6. 李文蓮、王粲：《農(nóng)業(yè)收入的恒常規(guī)律及其破解對策》[J]，《新視野》2010年第3期。

7. 李文輝：《陜北黃土丘陵區(qū)退耕還林中政府職能與農(nóng)戶利益協(xié)調(diào)機(jī)制研究》[J]，《西安財經(jīng)學(xué)院學(xué)報》2014年第2期。

8. 林偉初：《概率論與數(shù)理統(tǒng)計》[M]，同濟(jì)大學(xué)出版社，2009年。

9. 任國強(qiáng)：《人力資本對農(nóng)民非農(nóng)就業(yè)與非農(nóng)收入的影響研究》[J]，《南開經(jīng)濟(jì)研究》，2004年第3期。10. 蘇磊、付少平：《農(nóng)戶生計方式對農(nóng)村生態(tài)的影響及其協(xié)調(diào)策略——以陜北黃土高原為個案》[J]，《湖南農(nóng)業(yè)大學(xué)學(xué)報》2011年第3期。

11. 石智雷、薛文玲：《中國農(nóng)民工的長期保障與回流決策》[J]，《中國人口·資源與環(huán)境》2015年第3期。

12. 吳敬璉：《農(nóng)村剩余勞動力轉(zhuǎn)移與“三農(nóng)”問題》[J]，《宏觀經(jīng)濟(jì)研究》2002年第6期。

13. 閻建忠、卓仁貴、謝德體、張鏡鏗：《不同生計類型農(nóng)戶的土地利用——三峽庫區(qū)典型村的實(shí)證研究》[J]，《地理學(xué)報》2010年第11期。

14. 葉彩霞、施國慶、陳紹軍：《地區(qū)差異對農(nóng)民收入結(jié)構(gòu)影響的實(shí)證分析》[J]，《經(jīng)濟(jì)問題》2010年第10期。

15. Benjamin, D., Brandt, L. & Glewwe, P. et al. “Markets, Human Capital and Inequality: Evidence from Rural China, Inequality Around the world”, [D], Edited by Richard B. Freeman, Palgrave Macmillan in Association with International Economic Association,2000,134:87～127.

16. Breiman L. “Random Forests”[J], Machine Learning, 2001,45(1).

17. Barret, C., Reardon, T.& P. “Nonfarm Income Diversification and Household, A Livelihood Strategies in Africa: Concepts, Issues and Policy Implications” [J], Food Policy, 2001,26(4): 315～331

18. DFID, Sustainable Livelihoods Guidance Sheets [R], London:Department for International Development,2000:68-125.

19. Hanson, R.J. “Nonfarm Income Earned by Commercial Farm Operators in Central Illinois.[J], American Journal of Agricultural Economies, 1971, 53(l):103～105.

20. Theodore W. Schultz. “Investing in Poor People: An Economist's View”[J], American Economic Review,1965, 40:510～520.

21. Theodore W. Schultz. Investment in Human Capital: The Role of Education and of Research [M], New York: Free Press.1971: 278～326.

22. Scoones, I. 1990. “Investigating the Difference: Applications of Wealth Ranking and Household Survey Approaches Among Farming Households in Zimbabwe”[J], Development and Change.