糧食政策對主產區貧困戶收入影響的實證研究*
——基于冀魯豫農戶調研數據

李 雪，付文革，韓一軍，2※

(1.中國農業大學經濟管理學院，北京 100083；2.中國農業大學國家農業市場研究中心，北京 100083)

0 引言

農民收入是“三農”問題的核心，同時也是反映農村經濟發展水平的重要指標。自改革開放以來，我國農村居民家庭收入增長明顯，2015年我國農村居民人均純收入為1.077 2萬元，較1978年增長了近80倍。2017年，我國農村居民人均可支配收入突破1.3萬元，達到1.343 2萬元，扣除價格因素后實際增長7.3%(1)數據來源于國家統計局。與此同時，在不考慮公共服務實際存在巨大差距的情況下，城鄉居民收入仍然存在較大的差距[1]。1978 年城鄉居民收入差距為2.57 ∶1，2017年城鄉居民人均可支配收入差距為2.71 ∶1。另外，農村地區仍然存在較多的貧困人口，2017年年末農村貧困人口3 046萬，脫貧工作任重而道遠。黨的十九大報告明確提出，確保到2020年我國現行標準下農村貧困人口實現脫貧。由此可見，農民收入問題依然嚴峻，尤其是貧困家庭的增收問題，深入分析農民收入的影響因素仍然十分重要。特別是在2004年之后，每年的“中央一號文件”都將農民收入作為重點，出臺了一系列政策措施提高農民收入水平。對于糧食主產區農民來說，農民收入的穩定增長直接影響種糧積極性，與糧食的穩定供給以及國民經濟的平穩發展有著密切關系。深入分析糧食政策對主產區農戶特別是貧困戶的影響對于評價和完善糧食政策及促進貧困戶收入水平的提高有著現實意義。

關于農民收入問題，國外學者觀察到影響農民收入增長的主要因素為政府政策，包括農產品價格支持、稅費減收、政府轉移支付、農村金融支持政策等，人力資本、農業發展模式創新及自然和氣候條件等[2-3]。一些研究發現政府補貼有助于提高農場收益[4]，先進的農業生產模式對促進農業和非農業收入增長有重要影響[5]，同時農民參加農業培訓對農民收入的提高也具有較大的促進作用[6]。Robert(2007)對美國和巴西的氣候與農業生產數據進行對比分析發現，農民收入與氣候具有顯著關系，氣候通過影響農業生產率對農民收入產生影響[7]。基于我國農村經濟社會的特殊情況與歷史背景，國內學者主要從土地制度、財政支農、人力資本、農村金融、農業政策等方面探尋影響農民收入增長的關鍵所在[8]。冒佩華等[9]借助農戶家庭微觀調研數據，采用平均處理效應(ATE)和受處理的平均處理效應(ATT)方法，發現土地經營權流轉能顯著提高農戶的家庭收入。劉俊杰等[10]利用農戶調查數據分析農村土地產權制度對農戶收入的影響，研究表明農村土地產權制度改革主要通過交易和分工效應影響農戶收入水平和結構，顯著提高了農戶的工資性和財產性收入。朱湖根等[11]利用計量模型進行實證分析，認為財政支農項目對農民收入具有顯著影響。方桂堂[12]則利用北京昌平農村地區的實例數據分析農民增收問題，得出農民收入結構不合理的主要原因是財政投入力度、轉移就業等方面存在制度扭曲。呂連菊等[13]基于動態面板數據模型實證分析了農村教育結構對農民收入的影響，得出農民受教育程度對農民收入水平及結構有重要影響。同時，健康人力資本的積累也對我國農民收入水平的提高具有重要貢獻[14]。在農村金融發展與農民收入增長的內在聯系方面，余新平等[15-16]通過構建模型實證分析發現，我國農村金融資金配置的低效率是阻礙農民收入增長的重要原因，農業保險的總效應對農民增收具有顯著正效用。此外，國內外學者還高度關注中國的農村貧困及減貧問題，已有研究主要集中于貧困的度量和界定、貧困的決定因素、反貧困戰略等3個方面，而收入水平提高對減少貧困的決定性作用已基本得到共識[17-19]，但關于糧食政策對主產區貧困戶收入的影響研究還略顯不足。關于農業政策對農戶收入的影響，國內很多學者進行了實地調查和實證分析，得出的結果也不盡相同。大部分研究認為政策對提高農民收入有正向作用，且主要通過增加糧食產量來實現的[20-21]；從不同規模的角度來看，糧食政策對較大規模農戶種植收入的提高作用更加明顯[22]。也有研究認為糧食政策促進了農戶收入的提高，但對糧食產量增長并未發揮作用[23]。同時也有少數學者的結論與上述相反，認為糧食政策對收入增長并沒有發揮顯著作用[24-25]，尤其是對糧食收購政策而言，收購價格提高帶來的收入增加大部分被農資部門獲得，農民只得到很少的一部分收益[26]。以上研究主要基于單一指標對農民收入的影響進行探討且都各有側重，缺乏影響因素的橫向對比，導致結論不可比；同時，現有研究大多考察對農民收入平均水平的影響，缺少對貧困戶影響因素的深入研究和對比；糧食政策增收效應的實證研究還不是很多，尤其是糧食政策對貧困戶收入影響差異需要進一步研究。鑒于此，文章在已有研究基礎上，結合我國農村實際和現有文獻從多個角度選取影響農民收入的代表性指標，利用分位數回歸方法并基于國家貧困標準和國際貧困標準實證分析糧食政策對貧困戶和非貧困戶收入的影響差異。

1 模型構建

該文參考明瑟收入決定函數(Mincer，1974)借鑒程名望等[27]建立半對數分位數計量方程為：

lnYij，q=β0+∑βp，qpolicyij，q+∑βf，qFij，q+∑βh，qHij，q+∑βz，qZij，q+εij，q

(1)

在式(1)模型中，被解釋變量lnYij，q表示農戶人均家庭總收入的對數，其中，i代表農戶，j代表省份，q代表分位數。εij，q是隨機擾動項，β為待估計系數。該文重點考察糧食政策對主產區農戶收入的影響，被調查主產區的糧食政策主要包括最低收購價政策和補貼政策，分別以“銷售價與政策價差值”、“銷售渠道”和“補貼收入”來衡量。將農戶銷售價格較政策價格的差距作為政策效果，衡量最低收購價政策對市場的干預程度，最低收購價的“托底”作用導致政策具有明顯的托市效果，政策價格的提高在一定程度上影響銷售價格。由于最低收購價政策執行過程中，由國有糧食收儲企業作為市場收購主體直接參與糧食收購，一些年份最低收購價收購的小麥占當年商品量的一半以上，致使農戶的銷售渠道相對較為單一，大部分最終流向政策性收購。因此選取銷售渠道考察政策實施是否通過促使農戶選擇相對集中的銷售渠道，如直接賣給糧庫或通過糧販轉賣給糧庫的渠道進行小麥銷售。銷售渠道的取值設置從1～5依次為等待收購商收購、自己送到國儲糧庫、送到附近加工廠、訂單生產及其他，取值越高表示農戶銷售渠道的拓展能力越強。補貼收入用來衡量直接以現金補貼形式發放的轉移支付對收入水平的影響，通常來說補貼收入越高對收入水平的促進作用越大，調研地區的補貼收入主要為農業支持保護補貼。

影響農戶收入水平的因素是復雜而多元的，需要設置系列控制變量[28]。為了保證控制變量設置的科學性，主要基于經典的經濟理論和相關研究文獻進行設置，分別用F、H和Z表示。其中，(1)家庭特征F，主要包括年齡、是否村領導、家庭人口、土地資源、非農收入占比和外出從業時間等，基于小農經濟特征的家庭依賴于土地和實物資本等生產要素，考察家庭擁有的資源和生產要素對農戶收入的影響[28-29]；同時政治身份等社會資本對農戶收入也具有重要作用[30]；考慮到外出務工對農民收入的影響日益增強，選取非農收入占比和戶主非農務工時間作為控制變量體現外出務工對家庭總收入的影響[31]。(2)人力資本H，主要包括文化程度、農業培訓、健康狀況、合作社參與、互聯網接入情況等，很多研究均認為基礎教育、培訓等人力資本投入對農戶收入水平有顯著影響，同時健康狀況也對人力資本有重要影響[32]，農戶通過加入合作社能夠獲取更多的專業知識和更豐富的信息，同時可以通過集體采購生產資料和集體銷售產品等獲得更高的收益[33]。互聯網使用則可能通過提高農產品市場價值、家庭就業水平等增加農民收入[34]。(3)其他變量Z，由于金融因素是影響農民收入增長的重要因素[15]，因此選擇是否借貸作為農村金融的代表變量，衡量貸款對農民收入的影響。此外，農民的收入可能與氣候有著極大的關聯性[7]，故選擇是否遭遇自然災害作為氣候條件的代理變量，考察氣候條件對農民收入的影響。具體的變量設置及統計性描述見表1。

表1 變量的設置及統計性分析

2 數據來源及統計性分析

2.1 數據來源及處理

該文數據均來自問卷調查，獲取第一手農戶數據，調查數據來源于對河南、山東和河北3省15縣市57個村的689份農戶調研樣本數據。河南、山東和河北均位于北方糧食主產區，是小麥生產的前三大主產省，2016年小麥產量占全國小麥總產量的55.9%，同時也是玉米的主要產區，玉米產量占全國的25.3%，生長期降水偏少且均不同程度缺水，地理位置彼此相鄰，具有很強的代表性。3省實施的糧食政策主要包括針對小麥的最低收購價政策以及補貼政策，其中補貼政策主要為2016年開始在全國范圍內實行的農業支持保護補貼政策，補貼標準各省并不統一，由地方根據資金總量及確定的補貼依據統籌確定。對數據的處理包括，根據家庭成員數據生成實證分析所需的農業培訓情況等數據，并對缺失值和異常值進行處理。為了降低樣本數據中的異方差并使其趨勢線性化，分別對年齡、人均收入和補貼收入取自然對數。

2.2 貧困戶的基本特征

近年來，我國的扶貧標準不斷提高，2009年的扶貧標準為人均純收入低于1 274元，2011提高到2 300元，2017年進一步提高到3 300元。根據最新的貧困標準，將樣本農戶分為貧困戶和非貧困戶。通過對比可以發現，貧困戶具有以下特征：(1)政策的依賴程度更高，作用程度較低。就小麥銷售價格與政策價格的比較來看，目前農戶平均銷售價格整體低于政策價水平，其中貧困戶的銷售價格較政策價低0.017，非貧困戶僅低0.004；若將銷售價格較政策價格的差值看做是最低收購價政策對市場價格的作用程度[35]，顯然價格政策對貧困戶的作用程度更低。就銷售渠道而言，目前農戶主要的銷售渠道仍為國有糧庫的政策性收購，貧困戶均值為1.454，非貧困戶為1.695，說明貧困戶對政策收購的依賴程度更高，銷售渠道的拓展能力較弱。就補貼收入來看，貧困戶的人均補貼收入明顯低于非貧困戶，對家庭總收入的影響程度更弱。(2)對農業的依賴性強，非農就業時間低。貧困戶非農收入所占比例、外出務工時間分別為12.7%和0.4個月，遠低于非貧困戶的28.2%和2.868個月。(3)家庭成員數較多，擁有的資產較少。從家庭人口數來看，貧困戶為5.165，非貧戶為4.163；就擁有資產來看，貧困戶人均擁有土地僅為0.058hm2，遠低于非貧戶的0.744hm2。同時，從戶主特征看，貧困戶的戶主年齡明顯偏大，貧困戶中村干部的均值略高于非貧戶。(4)人力資本積累較弱，在教育、培訓和健康(2)健康評價采取自評方式，取值從1～5代表健康狀況逐漸有序下降等方面存在一定劣勢。貧困戶的受教育程度、農業培訓參與程度、健康狀況分別為8.731年、0.365和1.865，非貧戶分別為9.221年、0.522和1.562。就合作社參與程度和互聯網使用來看，貧困戶為0.2和0.585，也低于非貧戶的平均水平。(5)金融資本的可獲性更低，自然風險的抵御能力較差。從近3年的借貸情況來看，貧困戶中借貸的均值僅為0.077，明顯低于非貧戶0.184的均值；就受災情況來看，貧困戶中受災的均值為0.635，高于非貧戶0.492的均值，鑒于自然災害區域性發生的特性，說明貧困戶抵御自然災害的能力低于非貧戶。以上特征表明，糧食主產區的農戶貧困不只是收入貧困，而是一種多維貧困[36]。

3 實證結果與分析

3.1 估計方法及說明

該文借鑒程名望等[27]的估計方法，以樣本農戶的貧困發生率為分位點，采用分位數回歸，分別估計各影響因素對貧困戶和非貧戶人均收入的邊際貢獻。同時，鑒于樣本數據出現離群值和異方差等情況，使用分位數回歸估計的結果更加穩健。按照2017年的國家扶貧標準，樣本農戶中貧困戶共計260戶，貧困發生率為37.74%。若某一因素對貧困戶人均收入的邊際貢獻顯著大于非貧困戶，則這種因素具有縮小收入差距的作用，反之則認為擴大了收入差距[37]。為了盡量控制其他因素對收入的影響，選取了盡量全面的解釋變量，在進行模型估計前對各解釋變量間的相關性和共線性進行了檢驗，結果顯示變量之間并沒有高度的相關性和共線性。同時作為參照，還使用了OLS進行估計，由于懷特檢驗結果顯示存在顯著的異方差，故該文使用了WLS方法進行估計。采用Stata 14.0軟件，利用分位數回歸對3個分位點進行回歸，基于國家貧困標準的分位數估計結果如表2所示。

表2 基于國家貧困標準的人均收入分位數回歸結果

3.2 實證結果分析

從系數顯著性來看，無論是貧困戶還是非貧困戶，該文關注的核心解釋變量“銷售價格提高”和“補貼收入”均在1%的顯著性水平上顯著，鑒于最低收購價政策的“托市”功能[38]，政策價格的提高意味著銷售價格也將相應提高。因此，從收入增長的角度來看，提高政策價格水平和增加補貼收入均有助于貧困戶家庭收入的增長，從而有利于糧食主產區貧困戶脫貧。而銷售渠道對貧困戶和非貧困戶人均收入的影響均不顯著。根據銷售渠道的選項設置，選擇的數值越大，意味著對最低收購價收購的依賴程度越小，銷售渠道越傾向于多元化，如加工企業、訂單生產等。鑒于當前選擇出售給加工企業或是訂單生產的農戶較少，大部分小麥的最終流向仍為國有糧庫，可能由此導致銷售渠道對人均收入的影響并不明顯。從系數大小來看，銷售價格的提高對貧困戶的影響大于非貧困戶，表明銷售價格的提高對增加貧困戶收入的邊際貢獻更大，有利于縮小貧困戶和非貧困戶間的收入差距。同樣地，補貼收入對貧困戶的影響也大于非貧困戶，即補貼收入的提高也有助于縮小收入差距。為了檢驗這種邊際貢獻差異在統計是否顯著，可以通過檢驗銷售價格提高和補貼收入的系數是否相等，檢驗結果如表3所示。檢驗結果顯示，銷售價格提高對貧困戶和非貧困戶影響的差異在統計上并不顯著，而補貼收入對貧困戶和非貧困戶的系數差異在1%水平上顯著。若從農戶收入差距角度來看，補貼收入比銷售價格提高更有助于幫助貧困戶脫貧。其原因可能是，對于貧困戶來說其農業收入占比明顯高于非貧困戶，農業收入對提高其家庭收入水平具有更重要的作用，而糧食補貼政策對低收入農戶的效用更大，能夠緩解低收入農戶的生產約束[39]，即隨著補貼收入的增加貧困戶更傾向于將其投入到糧食生產，從而帶來貧困戶農業產出和收入水平的提高。

表3 系數檢驗結果

其他控制變量不是該文關注的重點，但系數方向與既有研究結論基本一致。家庭特征變量中，戶主年齡和是否村領導對人均收入的影響并不顯著；家庭規模、耕地面積和外出從業時間對非貧困戶的人均收入具有顯著影響。非農收入占比對貧困戶和非貧困戶人均收入均具有顯著的正影響，且對非貧困戶的作用程度更大，即非農收入是促使貧困戶和非貧困戶間收入差距擴大的原因之一。人力資本變量中，戶主文化程度和戶主健康情況僅對非貧困戶有顯著正影響，是否參加合作社的影響為負。可能是當前我國農業合作社的發展水平參差不齊，是否對收入水平具有促進作用還有待商榷。農業培訓和互聯網接入對貧困戶和非貧困戶的影響均不顯著，這可能與培訓的質量和互聯網的有效使用直接相關。借貸對貧困戶和非貧困戶收入水平的提高均有顯著正影響，提高農戶金融可獲性有助于增加農民收入；而自然災害對貧困戶和非貧困戶的收入均有顯著負影響，兩者都對非貧困戶的邊際貢獻更大。

3.3 穩健性分析

為了檢驗結果的穩健性，采用國際貧困線進行重新估計，分析各因素對貧困戶和非貧困戶人均收入的影響與前文回歸結果是否存在差異。國際貧困線標準為每人每天1.9美元，按照2017年平均美元匯率進行折算，人均收入低于4 686元即為貧困人口。參考該貧困標準，樣本農戶中貧困戶共計317戶，貧困發生率為46%。檢驗結果如表4所示，銷售價格的提高和補貼收入的系數在顯著性和影響方向上均未發生改變，且對貧困戶的邊際貢獻大于非貧困戶，僅影響大小稍有改變。由此可見，若貧困線小幅提高，該文計量結果的主要發現和結論仍具有穩健性。

表4 基于國際貧困標準的人均收入分位數回歸結果

4 主要結論與討論

通過利用冀魯豫3省農戶調研數據進行分位數回歸分析，可獲得以下結論：(1)糧食主產區的貧困戶表現出對政策的依賴度更高、作用程度較低，對農業的依賴性更強、擁有的資產較少，人力資本積累較弱，金融資本可獲性更低等特點，呈現出多維貧困的特征。(2)從收入增長的角度來看，提高政策價格水平和增加補貼收入均有助于貧困戶收入增長，從而有利于主產區貧困戶脫貧；而銷售渠道對貧困戶和非貧困戶人均收入的影響均不顯著。(3)從農戶收入差距角度來看，補貼收入比提高政策價格水平對于糧食主產區貧困戶脫貧的作用更為顯著。(4)非農收入占比對貧困戶和非貧困戶人均收入均具有顯著的正影響，且對非貧困戶的作用程度更大；借貸對貧困戶和非貧困戶收入水平的提高均有顯著正影響，自然災害則具有顯著負影響，兩者都對非貧困戶的邊際貢獻更大。

該文結果為研究糧食政策對主產區貧困戶和非貧困戶收入水平的影響提供了有益探索和實證支撐。現有的價格支持政策和補貼政策對主產區貧困戶的收入增長及收入差距縮小具有一定的促進作用。就當前農戶的家庭收入結構來看，非農就業對農戶收入提高具有重要影響，單純地依靠糧食政策增加農戶收入的效果并不理想，鑒于當前貧困戶多維貧困的現實，糧食主產區農戶的扶貧政策需進一步地由收入貧困轉向多維貧困，結合其他多種政策措施制定更為針對性的扶貧政策：(1)充分發揮非農就業對農民增收的促進作用，特別是對貧困戶脫貧的重要作用，通過鼓勵和引導農民外出務工或農村非農就業提高農民收入水平；(2)注重貧困農民人力資本的積累和素質的提升，加強農民職業教育和專業技能培訓，加大對農村地區醫療衛生服務的投入力度；(3)不斷完善農村融資增信機制，創新農村金融支農模式，進一步增強農業信貸的可得性和便利性，充分發揮農村金融對農民收入的促進作用；(4)支持發展主要糧食作物的政策性保險，為農戶特別是貧困戶農業生產提供風險保障。