農業分工對農民收入增長的影響效應研究

王留鑫，洪名勇

（1.西北大學a.經濟管理學院；b.中國西部經濟發展研究中心，西安 710127；2.貴州大學 管理學院，貴陽 550025）

0 引言

分工能夠顯著提高勞動生產率基本成為學界的共識，農業一度因為其生產特性而使農業分工的發展受到局限。但隨著農業技術的進步、農業生產市場環境的發展、農業生產組織形式的演變，農業的專業化分工也逐漸發展起來，依托農業生產環節的各種分工形式，出現了各種專業化的分工主體，這對于農業增效、農民增收有著極大的影響。為此，本文先是進行農業分工程度的測算，進而定量分析農業分工的發展對農民收入的影響效應。

1 農業分工的演進和增收作用

既有研究已經逐漸認識到中國農業增長方式轉變的驅動力量在于提高農業、農村、農民的分工水平[1]。并且農業生產各階段的市場化交換日益頻繁，農產品生產的中間環節越來越多，迂回生產鏈條越來越長，提供農業生產社會化服務的中間組織也不斷延伸農業生產鏈條[2]，實現農業生產環節的外包[3]，完善農業的分工體系。從農業分工發展的現實考察及理論分析來看，農業分工的發展主要取決于內生交易費用和外生交易費用的大小[4]，因為農業分工可以節省內生交易費用[5]，有效提高生產效率[6]，而且農業技術、機械的應用和農業信息化改變了農業生產格局，對于外生交易費用的增加起到抑制作用，同時，地權細分和合約治理的完善不斷深化農業分工[7]。而且隨著農業分工的深化，又推動市場中介組織的發展，進而擴展了交易網絡，形成規模報酬遞增，降低交易成本，反過來，市場中介組織通過降低交易費用又能形成有利的分工生成環境，加速創新，從而促進農業分工的演進[8]。農業分工的發展也可推動農業產業集群的實現，農業產業集群的發展和升級也能促進分工的細化[9]。

從對農業分工的定量研究來看，一是用商品化程度和貿易依存度來度量中國農村的分工水平[10]，但這種度量是對農村所存在的各行業間的分工水平進行的度量，而沒有度量農業內部的分工水平。或者僅在借鑒楊小凱計算方法的基礎上列出了農業分工程度的指標測算公式，但并未進行實際的計算[11]。二是根據分工增加迂回生產程度的思想分別從物質資本迂回、人力資本迂回、專業組織推進、內部結構調整和外部勞力流轉等五個方面建立指標，測算我國農業分工演進綜合指數，但這種計算方法在無量綱化的處理上，方法簡單，而且選取的指標種類較少，且僅是橫截面指標，解釋力顯得不足[12]。

從農業分工與農民增收相互關系的定量實證分析的角度來看，一是通過對農業專業化分工與農民收入之間的相關關系進行研究發現農業的專業化分工能有效促進農民收入的增加[13]。二是運用SBM-DEA模型和空間計量分析方法實證分析發現農業產業分工和農業生產環節分工對農業生產效率的提升有顯著影響[14]。

既有文獻已較為全面地就農業分工的生成和深化機制以及其對“三農”問題的影響進行了探討，但發現對于農業分工的理論定性研究多、計量實證分析少，而且理論研究以純理性的探討或案例的剖析為主。同時，計量實證分析上，一是沒有詳細測算我國歷年農業分工的程度，要么僅是提出了分工的計算公式，要么計量分析范疇不同，要么計算偏簡單。二是很少有從實證角度研究農業分工對農民收入增長的影響研究，僅可查到的一篇農業分工與農民收入增長的實證研究是從農戶微觀數據調查采用Probit模型進行研究，而并沒有測算農業分工程度，為此，本文構建農業分工指數體系，利用主成分分析方法進行歷年中國農業分工指數的測算，并通過最小二乘法和誤差修正實證分析農業分工與農民增收的關系。

2 多維度農業分工指標變量解析

2.1 指標界定

農業分工指標從農業機械化程度、農業生產迂回程度和農業市場化程度三個維度展開，其中共有9個指標（見表1）。從農業機械化程度來看，農業的分工需要從工業（尤其是機械動力）上引進，因為工業的發展能吸引農業勞動力的轉移，而且工業生產的農業機械能為農業生產提供動力，實現農業生產的機械化、標準化作業，因此工業的發展也能促進農業分工發展。從農業生產迂回程度來看，依據楊格（1928）[15]“分工一般取決于分工”的思想，分工提高迂回生產程度。從農業市場化程度來看，因為分工受市場范圍的限制，農業市場化程度越高，農業分工水平也就越高。

表1 農業分工指數之指標分類

（1）農林牧漁業從業人數占比（X1）。農業分工從一定程度說是人們從事職業行業的分類，因此選取農林牧漁業從業人數占鄉村從業總人數的比重以代表從事農業者與其他行業職業從事者的分工。按傳統小農經濟，太多的農業勞動力固守在土地上，人多地少，農業分工的水平就低，相反，農林牧漁業從業人數占比較小，農業分工水平就高。

（2）大型農機具擁有量占比（X2）。農業需要從工業中引進分工[16，17]，因此選取大型農機擁有量占比來表示，大型農機擁有量越大，從工業中引進的的分工越多，農業的分工水平也就越大。農村居民家庭擁有大中型拖拉機數量（X3）、小型和手扶拖拉機數量（X4）同大型農機具擁有量占比（X2）選取意義相同，以便更全面衡量農業從工業中引進的分工，以及機械力對人力和蓄力的替代。

（3）家庭農業經營支出占比（X5）。農業分工水平越高，農民購買農業服務或投入品就越多，體現在支出上就是農業家庭經營支出越大，家庭農業經營支出占比等于家庭農業經營支出除以家庭經營費用支出。

（4）農民家庭經營性收入占比（X6）。這一指標與農林牧漁業從業人數（X1）占比相對應，當更多的農民從事農業之外的生產活動，得自農業經營方面的收入就相對較少，也間接印證了X1指標的變化，并反映出農業分工水平的變化。

（5）農業中間消耗占比（X7）。農業分工水平越高，農業產前、產中、產后各環節的市場交換必然發生，中間環節必然增加，這無形中就增加了中間消耗，由此，選取農業中間消耗占比來表示，它等于農業中間消耗除以農業總產值。

（6）人均糧食消費量占比（X8）。傳統小農經濟，自給自足、自產自銷，農業的分工水平低。相反，農業的分工水平提高，人均糧食消費量占人均糧食產量比重就下降。

（7）每畝主產品出售量占比（X9）。有分工必然伴有交換，農業分工水平提高，農產品出售量占產量比重必然上升，所以選取每畝主產品出售量占比來表示，它等于每畝主產品出售量除以每畝主產品產量。

2.2 數據來源

本文所用數據取自國家統計局網站數據庫，以及歷年《中國農村統計年鑒》和《中國統計年鑒》，農村居民家庭擁有大中型拖拉機數量（X3）、農村居民家庭擁有小型和手扶拖拉機數量（X4）的指標數據皆直接來自國家統計局網站數據庫，其余指標都是通過相應數據計算得來。考慮到數據的可得性、連續性，本文選取的數據時間范圍是1995—2016年。

3 農業分工指數測算及回歸分析

3.1 農業分工指數測算

因本文選取農業分工指標的單位和屬性各不相同，導致數據指標的不可比，為此，首先采用SPSS19.0軟件對數據進行無量綱化的標準處理，以使數據變得可比和統一，本文無量綱化處理方法選用Z_score方法進行。因篇幅限制，無量綱化的標準處理結果，未列于文中。為避免各原始變量間的多重共線性問題，接下來對經過標準化處理后的數據變量進行主成分分析，通過對各變量數據的降維，把可能存在相關性的數據變量濃縮為一個新變量，以提取出最有解釋力和說服力的主成分，這些主成分保留了原始變量的大量信息，而又互不相干。主成分根據計算出來的方差貢獻率和累積貢獻率來確定，主成分方差貢獻率和累積貢獻率計算結果如表2所示。

表2 農業分工方差貢獻率和累積貢獻率分布

從表2主成分分析的計算結果看，只有前兩個主成分的特征根大于1，而且從方差貢獻率和累計貢獻率來看，主成分1的方差占所有主成分方差的66.437%，而且前兩個主成分的累計方差貢獻率達到82.613%，從此可看出前兩個主成分已足夠描述農業分工水平。而且前兩個主成分經過方差極大值旋轉后的特征值都大于1，另外從碎石圖中各因子的分布來看，可以直接觀察到前面2個因子位于陡坡上，而后的7個因子散點則形成了一個平臺，也說明選取前兩個成分因子即可。

進而，為計算歷年農業分工指數，還必須計算各主成分在各變量上的載荷權重，從而得出各主成分的系數表達式。表3是主成分系數矩陣，這些變量說明了各主成分在各變量上的載荷，9個原始變量也將由這兩個主成分來替代。

表3 主成分矩陣

由主成分系數矩陣，可得出各主成分的表達式：

由這兩個主成分表達式可以計算出對應的主成分數值，然后由這兩個主成分就可以計算出農業分工綜合指數，經計算可看出，農業分工總體趨勢是隨著時間而不斷提高的，歷年農業分工指數的趨勢圖如圖1所示。

3.2 農業分工與農民人均純收入實證分析

為分析農業分工與農民人均純收入間的關系，現利用上文計算的1995—2016年農業分工指數，并從歷年《中國統計年鑒》選取對應年份的農民人均純收入進行回歸分析。為避免變量模型出現“偽回歸”，先運用Eviews8對農民人均純收入和農業分工指數進行ADF單位根平穩性檢驗，為保證數據的可量綱化以及OLS回歸分析對變量的正態性要求，對農民人均純收入取對數進行分析。結果見表4。

表4 各變量ADF單位根檢驗結果

由表4可見，農民人均純收入（Lnincome）和農業分工指數（SDI）的二階差分序列變量，都拒絕了單位根檢驗，均在1%顯著水平上平穩，因此兩個變量都是非平穩的二階單整序列，即均服從I（2），可以進行協整檢驗。經Johansen協整檢驗，得出兩個變量間存在協整關系的判斷。

由于農民人均純收入和農民分工指數都滿足二階單整序列，滿足協整檢驗前提，運用E-G兩步法分別對Lnincome和SDI、SDI和Lnincome進行協整回歸，檢驗兩者間是否存在長期協整關系。利用最小二乘法分別估計以Lnincome和SDI互為因變量和自變量所構成的回歸方程，結果如下：

從式（1）和式（2）來看，兩個模型擬合較好，但DW值偏小，可能存在自相關。從T檢驗和F檢驗的統計結果來看，農業分工與農民人均純收入的線性關系顯著。最后，分別對以上兩式回歸方程的殘差序列Resid（1）、Resid（2）進行平穩性檢驗，結果如表5所示。

表5 殘差平穩性檢驗結果

由表5可見，兩個殘差序列的單位根檢驗中ADF值均小于在1%、5%和10%顯著水平下的臨界值，殘差項是平穩的，說明兩個變量間存在協整關系，由此也可知兩個變量間存在長期穩定的關系。

為了檢驗分析農業分工與農民人均純收入間的長期均衡關系是否存在偏離，建立誤差修正模型分析農民人均純收入與農業分工的短期影響效應，誤差修正模型回歸結果如下：

從以上兩式來看，兩方程的擬合優度很高，模擬效果很好，但方程（3）中各變量的回歸系數大都不顯著，說明農業分工對農民人均純收入的短期影響效應不顯著，故不做分析。從方程（3）來看，農業分工水平提高1%，農民人均純收入上升0.019%；從方程（4）來看，農民人均純收入上升1%，會引起農業分工水平上升2.27%，其影響系數小于長期協整回歸中的系數，說明農民人均純收入對農業分工水平的長期影響效應更顯著。但為了避免“偽回歸”，進行格蘭杰因果關系檢驗，如表6所示。

表6 格蘭杰因果關系檢驗

格蘭杰因果關系結果表明，農民人均純收入是農業分工變動的原因，同時農業分工也是農民人均純收入變動的原因，這種現象的一種可能解釋是農民收入的增加使得農民更有能力購買農業機械以增加農業固定資產投資，也有能力購買農業生產專業化服務，建立在彼此比較優勢和機會成本基礎之上，使農業生產由原來家庭內部分工向社會大分工演進，增加了農業生產的中間環節，推動農業分工水平的提高，反之，農業分工水平的提高通過降低交易費用、提高農業生產效率等作用機制促進農民人均純收入的增加。由此得出結論，農業分工與農民人均純收入兩者間存在互動促進作用。

4 結論及建議

本文通過主成分分析利用1995—2016年的時間序列數據構建指標體系，測算了我國的農業分工指數，發現我國農業分工水平增長很快，年均增速38.55%。而且，為分析農業分工與農民人均純收入間的關系進行OLS回歸分析并建立誤差修正模型，發現雖然兩變量間的回歸通過了計量檢驗，擬合優度也很好，能夠說明農業分工與農民人均純收入間存在長期穩定關系，同時為避免“偽回歸”，在格蘭杰因果關系檢驗中，發現農民人均純收入是農業分工指數變動的原因；反之，同樣成立，即農業分工與農民人均純收入兩者間存在互動促進作用。

針對以上研究結論，認為實現農業分工對農民收入增長的促進作用應從提高農業分工水平和降低農業分工產生的交易費用兩方面入手：

（1）繼續實行農機具購置補貼。農業自身特性決定了其自身的分工水平不會太高，而需要通過從工業中購置農業機械引進分工，繼續實行農機具購置補貼，提高農業機械的普及率，實現機械對人力的替代，能減少因人力使用的監督成本，也便于標準化生產。從“分工受制于分工”的角度來說，購置農業機械引進分工，可以提高分工水平。

（2）實現農業的社會化服務體系建設。農業專業化與分工兩者相互促進，農業分工水平的提高，必然要求農業生產專業化水平的跟進，發展各種農業專業化服務組織，利用專業化帶來的規模經濟。市場化服務與公益服務相結合。

（3）發展農業產業化。農業產業化可以延伸農業產業鏈條，提高農業生產迂回程度，以創造更多的附加值，減弱農業風險對農民收入的不利影響，普惠農民。

（4）完善農產品市場建設。分工受市場范圍的限制，完善農產品市場建設，擴充農產品市場規模，市場規模擴大可以提升分工水平。發揮市場的機制作用，實現與政府協調和市場協調相適應，消除市場進入壁壘，降低交易費用。