農戶收入結構差異歸因及優化路徑選擇研究

趙志卿,楊海娟,李 飛,曹曉麗,蘇 彤

(西北大學 城市與環境學院，陜西 西安 710127)

中共十九大將實施“鄉村振興”戰略作為建設現代化經濟體系的六大任務之一。就鄉村層面而言，各村委會需依據自身發展現狀、資源稟賦和政策背景制定相應的發展規劃,從而推進村莊整體發展。就農戶層面而言,鄉村的發展建設很大程度上受制于農村人口收入水平的高低,為保證規劃過程順利實施,需要依據村莊規劃目標優化農戶收入結構,在推進村莊產業發展的同時增加農戶家庭收入。農村居民收入結構代表不同來源的收入在農戶家庭收入中占據的數值及比例[1],其分類方式依研究主題不同而變化。收入結構由工資性收入、經營性收入、財產性收入以及轉移性收入共同構成,其中工資性收入為農戶從事非農就業活動獲得的勞動報酬[2],外出務工為農村人口工資性收入的最主要來源;經營性收入是農戶在日常生產經營活動中獲取的收入[3],農戶生產經營活動主要包括作物種植和個體經營;財產性收入是通過向他人提供金融性資產或其他有形非生產性資產的支配權獲得的收入[4],如村莊經營分紅、房租及土地使用權轉讓收入;轉移性收入是指國家、單位、社會團體和家庭內部對農戶的轉移支付[5],農戶轉移性收入主要由離退休金、養老金、糧食直補、子女贍養費等構成。

關于農村收入結構現有研究主要集中在以下幾個方面:① 農戶收入結構變化對收入的影響,如萬年慶等人通過靜態-動態偏離份額法對1997—2009年各省份間的農民收入結構進行分析,提出工資性收入水平對縮小農民收入增長速率的區域差異具有重要作用[1];祝偉等人借助基尼系數分解方法探究了不同收入來源對于收入差距的影響,認為工資性收入和經營性收入分別是省際農民收入差距增大和縮減的原因[6]。② 農民收入結構構成研究,如錢雪飛通過對比1994年和2000年江蘇省南通市1440位城鄉老年人收入來源數據,發現子女補貼在農村老年人收入結構中所占比例呈下降趨勢,收入來源隨其年齡、文化程度、60歲前從事職業等個人特征而變化[7];管琳等人借助模糊聚類分析和因子分析方法將收入來源分為四類,研究表明,家庭經營性收入和工資性收入是目前農戶收入的最主要來源,通過土地征用和租賃獲取的財產性收入是農民收入的重要來源[8]。③ 農民收入結構變化影響因素研究,趙曉霞對1979—2006年面板數據的分析結果表明對外貿易對農戶收入結構沒有明顯影響,而外商直接投資(FDI)會導致工資性收入比例的提高[9];葉彩霞等人運用灰色關聯分析探討了我國城市化進程對收入結構的影響,結果顯示城鎮化進程對農民工資性收入影響程度最高,對家庭經營性收入的影響程度最低[10]。基于以上文獻分析,可以發現目前尚缺乏農戶收入結構路徑優化選擇研究。本文以關中地區內21個鄉村為例,借助地理探測器診斷影響農戶收入結構轉變的社會環境要素和家庭要素,結合Tobit模型比較各要素對不同來源收入的影響力,最終將二者的定量化分析結果聯系起來確定收入結構優化過程中不同階段各要素的優先序列,因地制宜地為不同規劃發展目標下的村莊提供相應的資源配置參考建議。

1 數據來源與模型方法

1.1 數據來源

關中平原位于秦嶺和渭北山系之間,含西安、寶雞、咸陽、渭南、銅川及楊凌示范區。本文以西安市高陵區、臨潼區、閻良區和咸陽市禮泉縣、興平市境內的21個村莊作為研究區域。其中,高陵區地處關中平原中部,總面積294km2,盛產甜瓜、大豆等特色作物,2016年GDP為300.24億元,農村居民人均可支配收入16431元;臨潼區位于關中平原東部,總面積915km2,石榴種植面積10萬余畝,擁有兵馬俑、華清池等世界聞名的旅游景點,2016年GDP為183.11億元,農村居民人均可支配收入16 398元;閻良區位于西安市東北部,總面積244 km2,甜瓜、相棗、酥梨等經濟作物較為聞名,2016年GDP為193.94億元,農村居民人均可支配收入20 262元;禮泉縣地處關中平原中部,總面積1 017km2,蘋果種植面積10萬余畝,杏樹栽植面積6 000余畝,2016年GDP 164.15億元,農村居民人均可支配收入10 922元;興平市位于關中腹地,面積496km2,工業產值在陜西省縣域居于首位,2016年GDP 217.67億元,農村居民人均可支配收入11 067元。

圖1 研究區樣本村莊空間分布Fig 1. The spatial distribution of the sample villages in study area

2017年6月到9月期間,調研小組在上述研究區域內21個行政村進行隨機抽樣訪談(圖1),調研數據涵蓋農戶的家庭成員基礎信息(性別、年齡、人口構成等)、生產消費信息(經營土地面積、收入構成、家庭支出等)以及個體感知要素(基礎設施感知、貸款難易度、幸福感等)。每個村莊抽取30余戶進行調查,不足300戶的村莊按戶數的10%進行采樣。此外還走訪了調研村的村委會,問詢獲取了村莊的區位條件和村莊主導產業信息。此次調研借助參與式農村評估法(PRA),具體走訪過程中采用問卷調查和深度訪談相結合的形式,每次訪談時間控制在20～30min,總計發放調研問卷678份,剔除調研過程中出現信息遺漏或信息模糊的56份問卷,最終回收有效問卷622份。基于本研究區域的實際生產生活情況及調研數據的可得性,最終設計勞動力受教育程度(x1)、家庭類型(x2)、撫養比(x3)、人均耕地面積(x4)、貸款難易程度(x5)、人情往來支出(x6)、村莊基礎設施滿意度(x7)、村莊到最近城市距離(x8)、村莊主導產業(x9)作為研究中的解釋變量,探測以上各要素對收入結構轉化和收入變化的影響力并依據分析結果構建收入結構優化的合理路徑。

1.2 模型方法

1)地理探測器

表1 農戶收入結構Tab.1 The Income structure of households

調研數據顯示,研究區內財產性和補貼性收入在農戶收入中所占比重遠低于工資性和經營性收入,對家庭總體收入狀況影響很小,因而本文選擇后者作為收入結構研究對象。首先引入收入結構定量衡量指標P

(1)

式中：W為農戶家庭工資性收入,R為農戶家庭經營性收入,指標P代表由工資性收入在收入結構中的比重,作為地理探測器中的因變量。

地理探測器是由王勁峰等人提出一組統計學方法,其目標是探測驅動因變量產生空間分異的影響因子解釋力及其交互作用[11],考慮到收入結構的自變量中近半數為類型量,因而選用地理探測器作為收入結構影響因子探測模型。該方法假設若某項自變量能夠在一定程度上對因變量的空間分異作出解釋,那么二者在空間分異上會具有相似性[12-13]。目前,地理探測器已在環境變化[14-15]、城鄉發展[16-17]、人地關系[18]等研究對象的時空分異影響要素探究中取得一定成果。為比較農戶收入結構轉變的影響因子決定力,本文采用了地理探測器中的因子探測和交互探測方法。其中因子探測表達式為

(2)

地理探測器中的交互探測能夠衡量兩個不同的自變量同時作用于收入結構時的影響力,其表達式如下:當min(q(xi),q(xj))max(q(xi),q(xj))且q(xi∩xj)q(xi)+q(xj),表明自變量明xi和xj交互后非線性加強;當q(xi∩xj)=q(xi)+q(xj),表明自變量xi和xj相互獨立。本文中的地理探測器方法均在GeoDetecter中實現。

2)Tobit回歸模型

參考已有研究中的收入影響要素回歸方法[19-20],由于農戶從事的經濟活動有所不同,某類收入在部分樣本中存在為0的情況,若采用地理探測器進行全局探測易被干擾導致結果產生謬誤[11],而采用最小二乘法進行回歸結果會產生較大偏差,因而選取Tobit回歸模型進行分析。考慮到本研究僅對收入結構和收入影響因子的貢獻度進行縱向比較,不進行橫向比較,兩部分模型差異不會影響最終結果。為對比自變量影響力大小,在建立回歸模型前事先采用z-score標準化法對基礎數據進行處理。本研究構建的計量模型如下

l(w,r)=μ0+μ1Fn+μ2Dn+εn

(3)

式中：l代表第n個樣本的特定類型收入(工資性收入、農業經營性收入或個體經營性收入),Fn表示自變量中的家庭特征變量(x1～x7),Dn表示村到最近城市距離(x8),εn為隨機誤差項。根據不同模型對自變量的要求,本研究中自變量具體含義如表2所示。

2 結果分析

2.1 收入結構影響因子探測

根據因子探測分析結果,最終輸出各收入結構影響因子解釋力如圖2所示,由高到低依次為家庭類型(x2)>人均耕地面積(x4)>勞動力受教育程度(x1)>村到最近城市距離(x8)>村莊主導產業(x9)>撫養比(x3),其中村莊基礎設施滿意度(x7)、人情往來支出(x6)及貸款難易程度(x5)顯著性較差,勞動力受教育程度(x1)在5%水平上顯著,其余影響要素均在1%水平上顯著。家庭類型(0.092 7)和人均耕地面積(0.077 2)的二者的影響力明顯高于其他影響因子,主要是由于主干家庭與核心家庭的家庭結構較為完整,中青年在家庭人口中所占比重高于其他家庭類型,因而此背景下家庭主要勞動力傾向于從事收入期望更高的城鎮非農職業,工資性收入便成為此類農戶的最主要來源,單親、隔代、空巢家庭中適齡勞動力較少,還需考慮到方便老年人生活和照顧學齡兒童,因而大多選擇留在農村從事農業經濟活動;一般情況下,人均耕地面積越大農戶從事農業經濟活動時間越長,間接減少了農戶的非農經濟活動。勞動力受教育程度(0.042 6)、村到最近城市距離(0.040 5)、村莊主導產業(0.040 0)、撫養比(0.035 8)的影響力較為接近,究其原因,城鎮地區存在大量對求職者的教育程度設定要求的非農職業,使勞動力受教育程度成為影響農戶的經濟活動決策的重要因素之一;村到最近城市距離代表了村莊的區位條件,良好的區位條件不僅能夠減少從家到工作地的交通時間,還能使農戶獲取更多的非農就業信息;具有特色的主導產業的村莊相對與于傳統的糧食種植村莊,擁有更具優勢的經營模式和完善的產業供需鏈條,有利于農戶獲取更高的經營性收入;撫養比越高的家庭中適齡勞動力比重越高,除去留在村莊內照看老人和兒童的家庭成員,農業剩余勞動力大多進城務工,因而提高了工資性收入的比重。

表2 收入結構影響因子內涵Tab.2 The meaning of the influence factors of income structure

影響因子的交互作用探測顯示(表3、表4),任意兩個自變量同時作用于收入結構時的綜合解釋力都高于單一自變量,撫養比∩人均耕地面積(0.166 2)的影響力居首。其中,家庭類型、人均耕地面積、家庭類型∩撫養比、勞動力受教育程度∩家庭類型表現為雙因子增強,其余交互作用均為非線性增強。結果表明,自變量對于收入結構的作用力并不是相互獨立的,由于受多種家庭要素和村莊環境要素的綜合影響,雙因子交互作用能夠更好地解釋收入結構的變化。

2.2 收入影響因子探測

借助STATA14.0分別對各類收入的影響因子進行Tobit回歸,所得結果如表4所示。經營性收入按農戶從事的生計策略類型可分為農業經營性收入和個體經營性收入,由于包含個體經營性收入的農戶在調研樣本中僅有28戶,回歸結果不具有代表性,因而本研究中對此類收入的影響因素不作探討。

就工資性收入而言, 具有顯著正向影響的自變量按影響力大小排序分別為勞動力受教育程度(0.357 0)、 人情往來支出(0.124 3)和家庭類型(0.108 7)。 教育程度對工資性收入的貢獻度明顯高于其他要素, 表明目前我國城鄉勞動力市場將就業者的文化水平視為個人經濟產出價值的重要參考因素; 人情往來支出是農戶用于維持人際關系的支出, 代表著農戶的社會資本, 而具有較高社會資本的農戶在獲取就業信息和實現工作目標的過程中更容易得到來自他人的支持, 有利于快速提升個人價值; 破碎的家庭結構中家庭成員贍養負擔較重, 對家庭勞動力非農經濟活動存在限制作用,因而家庭類型的完整性對工資性收入呈現正向影響。 對工資性收入具有顯著負向影響的自變量按影響力大小排序分別貸款難易程度(-0.203 1)、人均耕地面積(-0.117 1)和村到最近城市距離(0.080 2)。貸款難易程度與工資性收入存在負相關關系,一個可能的解釋是工資性收入大多來源于在城鎮地區務工,若農戶能夠通過借貸在工作地購置固定居所,有利于務工者尋求長期穩定的職業發展;人均耕地面積對于工資性收入的負向影響可參照前文分析,即農業經濟活動占用了家庭勞動力的時間;由于城市在文化、經濟、信息等方面對周邊區域存在輻射作用,村莊與城市的交通距離影響著上述要素的擴散,從而間接地影響著農戶的工資性收入水平。

注:***表示在1%水平上顯著,**表示在5%水平上顯著。圖2 收入結構影響因素的因子解釋力Fig.2 The effects of the influence factors of income structure

交互作用因子 q解釋 撫養比(x3)∩人均耕地面積(x4) 0.166 2非線性增強 家庭類型(x2)∩人均耕地面積(x4) 0.165 5雙因子增強 人均耕地面積(x4)∩村莊主導產業(x9) 0.157 4非線性增強 家庭類型(x2)∩村到最近城市距離(x8) 0.154 6非線性增強 家庭類型(x2)∩貸款難易程度(x5) 0.139 9非線性增強 人均耕地面積(x4)∩村到最近城市距離(x8) 0.138 3非線性增強 家庭類型(x2)∩村莊主導產業(x9) 0.137 8非線性增強 人均耕地面積(x4)∩貸款難易程度(x5) 0.135 2非線性增強 勞動力受教育程度(x1)∩人均耕地面積(x4) 0.130 6非線性增強 家庭類型(x2)∩村莊基礎設施滿意度(x7) 0.124 3非線性增強 家庭類型(x2)∩撫養比(x3)0.122 0雙因子增強 人均耕地面積(x4)∩村莊基礎設施滿意度(x7)0.119 5非線性增強 撫養比(x3)∩村到最近城市距離(x8)0.118 3非線性增強 勞動力受教育程度(x1)∩家庭類型(x2)0.113 9雙因子增強 人均耕地面積(x4)∩人情往來支出(x6)0.113 4非線性增強 撫養比(x3)∩村莊主導產業(x9)0.108 0非線性增強 勞動力受教育程度(x1)∩村到最近城市距離(x8)0.104 9非線性增強 家庭類型(x2)∩人情往來支出(x6)0.104 5非線性增強 貸款難易程度(x5)∩村到最近城市距離(x8)0.100 3非線性增強 勞動力受教育程度(x1)∩村莊主導產業(x9)0.099 5非線性增強 勞動力受教育程度(x1)∩撫養比(x3)0.095 1非線性增強 撫養比(x3)∩村莊基礎設施滿意度(x7)0.090 3非線性增強 村到最近城市距離(x8)∩村莊主導產業(x9)0.086 0非線性增強 勞動力受教育程度(x1)∩貸款難易程度(x5)0.083 1非線性增強 貸款難易程度(x5)∩村莊主導產業(x9)0.079 5非線性增強 勞動力受教育程度(x1)∩村莊基礎設施滿意度(x7)0.075 6非線性增強 撫養比(x3)∩貸款難易程度(x5)0.069 4非線性增強 村莊基礎設施滿意度(x7)∩村莊主導產業(x9)0.069 0非線性增強 勞動力受教育程度(x1)∩人情往來支出(x6)0.067 7非線性增強 村莊基礎設施滿意度(x7)∩村到最近城市距離(x8)0.067 3非線性增強 貸款難易程度(x5)∩村莊基礎設施滿意度(x7)0.062 0非線性增強 人情往來支出(x6)∩村到最近城市距離(x8)0.057 6非線性增強 人情往來支出(x6)∩村莊主導產業(x9)0.046 9非線性增強 撫養比(x3)∩人情往來支出(x6)0.046 4非線性增強 貸款難易程度(x5)∩人情往來支出(x6)0.039 5非線性增強 人情往來支出(x6)∩村莊基礎設施滿意度(x7)0.037 9非線性增強

就農業經營性收入而言,具有顯著正向影響的自變量按影響力大小排序分別為村到最近城市距離(0.427 8)、人均耕地面積(0.406 0)和村莊基礎設施滿意度(0.306 4)。村莊越臨近城市地區,耕地流轉為建設用地可能性也隨之升高,城市對于農業勞動力的吸納也解釋了村到最近城市距離對農業經營性收入的正向作用;由于單位面積耕地內農產品產值相對固定,人均耕地面積顯然對農業經營性收入存在正向影響;完備的灌溉設施和平坦開闊的道路都有利于提高農業經濟活動效率。此外,由于農業生產必然涉及到資本的投入,貸款難易程度(-0.174 7)作為衡量農戶金融資本的指標對農業經營收入存在負向影響。

表4 工資性收入與經營性收入影響因子回歸結果Tab.4 The regression results of the impact factors of wage income and running income

注：***表示在1%水平上顯著,**表示在5%水平上顯著,*表示在10%水平上顯著。

2.3 收入結構優化路徑

農戶收入結構與農戶收入的內涵存在差異,收入結構體現了農戶的生計策略選擇,收入則直接體現了農戶的經濟活動產出值。從村莊的角度出發,應以發展規劃目標為導向選擇適宜的收入結構優化路徑引導農戶;從農戶的角度出發,收入結構優化的理想結果應伴隨著家庭收入的提高。基于上述結果,本研究將收入結構優化過程分為收入結構轉型和收入提升兩個階段。若村莊有計劃進行土地流轉,首先應引導部分農戶以工資性收入作為主要生計來源,從而在保障農戶生計的同時為土地流轉創造條件;若村莊將村域范圍內產業發展作為目標,則應引導農戶以經營性收入作為主要生計來源,進而提升村莊內部經濟產出。經濟結構轉型階段各要素按關注優先度排序依次為家庭類型∩人均耕地面積、勞動力受教育程度、村到最近城市距離、村莊主導產業、撫養比。在收入提升階段,工資性收入提升要素按優先度排序依次為勞動力受教育程度、貸款難易程度、人情往來支出、人均耕地面積、家庭類型、村到最近城市距離,農業經營收入提升要素排序為村到最近城市距離、人均耕地面積、村莊基礎設施滿意度、貸款難易程度。

3 結論與討論

本文以西安和咸陽境內21個村莊為研究區域,借助地理探測器分別探究影響收入結構變化的單因子和雙因子交互作用影響力,并引入Tobit回歸模型探測農戶工資性收入和農業經營性收入的影響因子,聯合二者結果建立不同村莊發展目標下收入結構的優化路徑, 結論如下: ① 收入結構單因子解釋力由高到低依次為家庭類型(0.092 7)>人均耕地面積(0.077 2)>勞動力受教育程度(0.042 6)>村到最近城市距離(0.040 5)>村莊主導產業(0.040 0)>撫養比(0.035 8);任意兩因子交互作用后對收入結構的解釋力加強,其中家庭類型∩人均耕地面積、家庭類型∩撫養比、勞動力受教育程度∩家庭類型表現為雙因子增強,其余因子表現為非線性增強。② 作用于不同類型收入的影響因子存在差異。按影響因子對工資性收入的貢獻度由高到低,依次排序為勞動力受教育程度、貸款難易程度、人情往來支出、人均耕地面積、家庭類型、村到最近城市距離,對農業經營收入貢獻度由高到低排序為村到最近城市距離、人均耕地面積、村莊基礎設施滿意度、貸款難易程度。③ 計劃進行土地流轉的村莊應首先引導農戶以工資性收入作為主要生計來源,在收入提升階段關注工資性收入影響要素;計劃推進村域產業發展的村莊則應首先引導農戶以經營性收入作為主要生計來源,在收入提升階段關注農業經營性收入影響要素。

注:經濟結構轉型階段要素參照交互探測結果內涵排序,雙因子增強作用大于單因子獨立作用之和,非線性增強作用小于單因子獨立作用之和;收入提升階段中+代表正向影響,-代表負向影響。圖3 收入結構優化路徑選擇Fig.3 Route selection of income structure optimization

考慮到研究的現實意義,還要結合自身的發展特點和國家的政策，采取多種措施加快村莊的發展，建設更加美麗的鄉村。