不同農業生產結構的農戶多目標行為決策MAUT分析

馮璐 張焱 李勃

摘要：隨著我國農業主要矛盾發生變革，市場經濟發展日益深入，逐漸凸顯農戶行為決策的多目標屬性。而云南邊境山區農戶的農業生產種類繁多，行為決策差異顯著且貧困問題依然突出，因此，亟待分析不同農業生產結構的農戶多目標行為決策。基于云南邊境山區366戶農戶的微觀問卷調查數據，通過多屬性效用函數（MAUT）模型組建多目標決策矩陣，測算收益利潤、勞動力和風險三大目標的權重，并采用離差標準化歸一處理法計算農戶多目標行為決策總效用。結果表明，調查區域農戶在生產決策過程中，利潤目標的權重比重較大但不是絕對目標，其次是勞動力目標和風險目標。同時，以經濟作物產值為主的農業生產結構多目標總效用略高于以糧食作物產值為主的類型。研究提出，以保障糧食作物為基礎，發展經濟作物，是目前云南省邊境山區農戶對接市場發展的主要生存方式。

關鍵詞：農業生產結構;多目標;行為決策;MAUT;山區

中圖分類號： F304.5 ?文獻標志碼： A ?文章編號：1002-1302（2020）15-0306-05

目前，我國農業的主要矛盾已由總量不足轉變為結構性矛盾，矛盾的主要方面在供給側，我國農業生產正面臨各種變革和挑戰。我國的農業市場由一個個被分割的局部市場構成，而各個市場的行為差異又是由不同農戶行為模式構成，而農戶投資行為目標的多重性事實上也是體制轉換的產物[1-2]。農戶在多目標生產過程中會加重對邊際利潤的索取，而且隨著勞動力機會成本的上升，農戶更加注重農業勞動力向外轉移或者走農業兼業化道路[3]。在農戶行為模式的影響因素中，無論是農戶收入、農地流轉還是農戶貸款資金、土地使用權的穩定性等，都對農戶投資決策有著實質性的影響，也影響著農業生產結構轉型的方向[4-6]。

農業投資行為亦是生產行為，所謂投資都具有風險性，投資回報率一般都會高于時間偏好率，才會引起農民的投資興趣;農民在選擇投資時，主要面臨的風險是外部環境的不可預測性、市場的不可控性以及信息的滯后性。農民作為理性小農，其生產決策往往是基于多目標的，除了利潤最大化目標以外，還考慮規避風險、減少勞動力投入等優化目標[7-8]。同時，由于經濟發展、外界政策干預等因素的存在，農戶追求的目標可能隨時間而有所變化，如技術認知及推廣程度、農場規模、勞動力人口、土壤質量、農戶債務等都是影響農戶生產決策的主要因素[9-12]。Robinson于1982年提出，多目標效用理論更能準確地描述和預測生產者行為[13]，而在多目標生產決策研究中，各目標權重的估計是主要難點。因此，本研究利用實際農戶抽樣調查數據，分別對不同農業生產結構類型農戶的目標權重進行估計，并對不同農業生產結構類型進行對比分析。

云南省是全國扶貧攻堅的主戰場之一，貧困縣數量排全國第一，貧困人口數量全國第二。全省129個縣有88個是國家扶貧工作重點縣和片區縣。同時，云南省94%的國土面積為山區，67%的人口居住在山區，但山區財政收入僅占全省的55%，云南山區貧困極具特殊性。自2014年實施精準扶貧以來，全省引導貧困農戶進入產業鏈條，農戶生計由傳統的糧食作物刀耕火種轉向糧、經、畜等多種經營形勢并存的生產形式，“‘十二五期間云南省貧困人口總數下降60%以上，但邊遠少數民族貧困地區深度貧困人口數僅下降25%”，凸顯深度貧困難題。云南邊遠貧困山區經濟發展不平衡，農戶生計非常脆弱，存在著較大的風險，由于不同民族的生活方式和文化背景存在差異，農戶對風險的認知和處理方式也不同，缺乏在經濟發展轉型背景下對這些農戶生計行為決策的理解。因此，本研究關注邊境貧困山區的農戶多目標行為決策問題，不僅能更好地了解云南農業發展的獨特之處，也有助于加快山區經濟發展和貧困緩解。

1 數據和測算方法

1.1 數據來源

本研究選擇與越南毗鄰的文山壯族苗族自治州和紅河哈尼族彝族自治州，以及與老撾和越南接壤的普洱市抽樣農戶截面數據進行分析。為了保證調查樣本的針對性和代表性，通過與相關農業技術專家咨詢選擇以甘蔗、香蕉、咖啡、茶葉為主要經濟作物，玉米、水稻、旱稻為主要糧食作物且生產較為集中的自然村作為樣本縣和樣本村，在每個自然村內隨機抽取30戶左右農戶作為調查樣本戶，2015年共調查3地州4縣379戶農戶關于2014年種植結構的數據，有效問卷366份，有效率97%。

結合前期工作基礎，農戶調查均采用結構式的問卷形式進行。調查主要內容有：農戶家庭結構，包括人口、勞動力、教育和民族等;農戶土地類型和面積，包括水田、旱地、林地和輪歇地，以及土地流轉情況;農戶種植作物種類、面積、投入及管理，包括農戶種植的主要糧食作物和經濟作物;農戶的糧食保障狀況;農戶收入和固定資產情況;農戶參與農業企業情況及其對農業技術等的需求。

1.2 指標選擇

樣本區主要經濟作物有香蕉、甘蔗、茶葉、咖啡，分別占種植面積的21.3%、13.9%、10.2%和5.1%;主要糧食作物有玉米、水稻、旱稻，分別占種植面積的31%、9.8%和5.3%，此外，還有少部分蔬菜、水果和豆類共占種植面積的3.5%。因此，本研究將農戶種植作物的數據分析指標限定在經濟作物為香蕉、甘蔗、茶葉、咖啡，糧食作物為玉米、水稻、旱稻。同時，根據農業生產結構進一步將農戶劃分為2組。組別1：以經濟作物產值占比大于等于50%為主，共205戶，占54%;組別2：以經濟作物產值占比小于50%為主，共171戶，占46%。本研究被解釋變量表示不同農業生產結構下的農戶多目標行為決策差異，農戶從經濟作物產值占比小于50%，到經濟作物產值占比大于等于50%，數據具有明顯的可辨性和對比性。為了估計代表性農戶的目標權重，解釋變量主要包括農戶的農業生產利潤、勞動力投入和風險3個部分。

1.3 計量模型

1.3.1 MAUT模型組建多目標決策矩陣 本研究假設生產者有3個生產目標，即農業生產利潤最大化、勞動力投入最小化和風險最小化。同時，設定以下前提假設建立相應的數據模型：假設一，農戶是市場價格的接受者，價格是外生給定的;假設二，農戶的土地規模報酬不變，云南南部邊境山區基本以小農生產為主，人均耕地數量差異較小。計量分析模型構建步驟如下：

（1）農業生產利潤最大化目標。本研究將各種作物的利潤定義為作物總產值扣除生產投入，同時為了便于對比，將投入單位統一，均以單位面積量化處理。假設一共有i種投入品，則xi（i=1，2，…，n）表示作物j的單位面積投入量，yi表示作物單產，pyi表示作物j的市場銷售價格，pxi表示投入品的市場購買價格，則作物j的單位面積利潤為

2 農戶多目標決策分析結果

2.1 收益利潤差額及比重對比

在收益利潤對比中，與以糧食作物產值為主的農戶相比，以經濟作物產值為主的農戶收益利潤高，是糧食作物產值的3.8倍（表1）。經濟作物收入是中國農戶重要的收入來源之一，也是縮小貧困農戶與非貧困農戶收入差距的重要途徑之一，相關研究發現，貧困農戶與非貧困農戶經濟作物純收入差距高達3.37倍，主要來自要素投入量和中間物質投入產出效率的差異[18]。不同農戶經濟作物的收入差異尚且如此之高，糧食作物和經濟作物收益利潤的差異明顯更甚。但是，糧食作物和經濟作物收入利潤差異的兩極化比較嚴重，即以經濟作物產值為主的農戶嚴重依賴經濟作物種植，而以糧食產值為主的農戶又過度依賴糧食作物種植，呈現極端化的發展狀態（圖1），因此，再來分析種植的具體作物種類，在此以經濟作物產值≥50%劃分為組1，以糧食作物產值≥50%劃分為組2。由表1可知，在以經濟作物產值為主的組1中，玉米是糧食作物中產值收益利潤貢獻最高的作物（占比79%），香蕉是經濟作物中產值收益利潤貢獻最高的作物（占比63%）。而在以糧食產值為主的組2中，玉米仍然是糧食作物中產值收益利潤貢獻最高的作物（占比74%），而甘蔗則是經濟作物中產值收益利潤貢獻最高的作物（占比57%）。

云南熱區面積達8.11萬hm2，資源豐富，為熱帶產業發展提供了廣闊的土地資源。目前，云南省香蕉種植面積約13萬hm2，是我國第一大主產區，同時，隨著交通運輸業的發展，云南香蕉市場不斷擴大，尤其自2000年以來發展迅猛，香蕉總產量與我國其他香蕉主產區相比發展速度較快，在云南熱區的農業經濟發展中占有十分重要的地位[19]。而甘蔗則是云南省的傳統產業，目前是我國第二大糖料甘蔗生產基地和核心基地，產量約占全國產量的20%，常年保持在30萬hm2左右，不僅是邊疆地區的經濟支柱產業，更是替代種植的拳頭產業[20]。在與市場接軌的過程中，經濟作物的發展不僅帶動了當地農戶增收，還將傳統的分散種植農戶集中，改變了農業生產結構[21-22]。因此，僅從收益利潤的角度來說，雖然云南邊境山區的種植作物類型多樣，但是農戶收入結構多以某種糧食作物+某種經濟作物為主，而經濟作物對家庭收入利潤貢獻較高。其次，以經濟作物產值和以糧食作物產值為主的2類農戶呈現兩極化發展狀態，2類農戶的農業生產結構行為選擇體現出與市場接軌的偏差，其中以經濟作物產值為主的農戶與市場接軌緊密度較高。

2.2 勞動力投入及分布對比

勞動力投入對比中，以糧食作物產值為主的農戶勞動力需求高，且分配相對均勻，而以經濟作物產值為主的農戶勞動力需求僅占1/3（表1），但勞動力主要集中經濟作物種植上（圖1）。與收益利潤不同的是，無論是以經濟作物產值為主的組1還是以糧食產值為主的組2，玉米和香蕉都分別是勞動力需求最多的糧食作物和經濟作物。反映出以糧食作物產值為主的農戶，其勞動力并沒有完全從糧食作物的生產中解放出來，而且勞動力分配相對平均未突顯出種植優勢，也與種植結構調整不匹配。農戶在微觀種植結構調整中缺乏綜合考量，也與市場對接不緊密。此外，在實際調查過程中，剩余勞動力的大量流轉造成勞動力嚴重不足，農戶對于不同作物的勞動力選擇性分布，也體現出邊境山區農戶以維持生存為主、發展經濟為輔的生存狀態。

2.3 風險值差異對比

根據模型設計，風險值與利潤和面積成正比，因此，以經濟作物產值為主的組1應比以糧食作物產值為主的組別2風險值高，但是風險值顯示實際組1比組2的風險值低（表1）。同時，種植組合風險值略高，但并沒有明顯差異（圖1）。在市場經濟發展條件下，云南邊境山區不同種植結構的利潤風險不同。其中，單項農作物種植的利潤風險普遍高于多項農作物種植，而多項農作物種植的種植結構中，經濟作物種植面積占比高于50%的種植結構，其利潤風險普遍低于經濟作物種植面積占比低于50%的種植結構，但利潤則正好相反[21]。因此，無論是以經濟作物產值為主還是以經濟作物種植面積為主，其風險值都相對以糧食作物為主的種植模式較低，因為這是順應市場發展的生存模式。

2.4 MAUT計量估計分析

不同農業生產結構農戶的目標權重估計值（表2）顯示，以經濟作物產值為主的農戶利潤目標權重（0.674）明顯低于以糧食作物產值為主的農戶（0.770）;以經濟作物產值為主的農戶勞動力目標權重（0.230）明顯高于以糧食作物產值為主的農戶（0.130）;以經濟作物產值為主的農戶風險目標權重（0.096）明顯高于以糧食作物產值為主的農戶（0.100），最后，以經濟作物產值為主的農戶MAUT總效用權重（0.148）高于以糧食作物產值為主的農戶（0.105）。在不同農業生產結構的多目標博弈中，單純追逐利潤的目標已經不占據絕對優勢，尤其是在目前勞動力嚴重缺乏，山區農戶并沒有完全進入市場的情況下。不同農業生產結構的目標權重排序均為利潤>勞動力>風險。雖然利潤目標的占比仍然較高，但與以糧食作物產值為主的農戶相比，以經濟作物產值為主的農戶在多目標追求中，對勞動力目標和風險目標的追求已經高于以糧食作物產值為主的結構類型。不同農業生產結構農戶的多目標總效用估計值顯示，以經濟作物產值為主的農業生產結構多目標總效用略高于以糧食作物產值為主的結構類型。

3 結論與啟示

研究表明，隨著市場經濟的發展，農戶的種植決策是多目標的。農戶在生產決策過程中除了考慮利潤最大化以外，還要考慮勞動力最小化和風險最小化。其中，利潤目標的權重比重較大，其次是勞動力目標和風險目標。

不同農業生產結構的目標權重差異顯示，利潤目標已不是絕對目標。以經濟作物產值為主的農業生產結構，其勞動力和風險目標權重估計值均高于以糧食作物為主的結構類型，僅利潤目標反之。這是由于以經濟作物產值為主的農戶，已將對利潤的追逐部分轉移到勞動力和風險目標當中，這是經濟作物種植與市場結合相對較深，需要應對勞動力轉移和市場風險的表現。而且隨著勞動力機會成本不斷上升，農戶也會提高勞動力目標的權重。

不同農業生產結構多目標總效用差異顯示，發展經濟作物是農戶順應市場的生計方式。經濟作物產值為主的農業生產結構多目標總效用略高于糧食作物產值為主的類型，但綜合來說，兩者的差異性尚未呈現兩極化的發展趨勢。研究認為，以保障糧食作物為基礎，發展經濟作物，是目前云南省邊境山區農戶對接市場發展的主要生存方式。

我國社會主要矛盾發生重大變革，政府全力推進供給側改革實現鄉村振興提升農戶福祉，我國也進入從關注經濟指標到幸福指標的新時代。同時，隨著近年來我國勞動力、土地和環境成本的上升以及人民幣升值，導致中國勞動密集型產業成本優勢正在減弱，并不斷向“一帶一路”沿線國家轉移，“用工荒”問題甚囂塵上，市場風險與日俱增[23]。因此，實現產業調整升級甚至轉移，跨越中等收入陷阱推動經濟發展，將是我國的長期戰略重點和核心。那么，立足鄉村振興，探究農戶行為決策以及農業產業調整升級的效用變化，更要綜合考量經濟、社會、心理、環境等指標，而幸福經濟學對社會發展的重新審視可能會為當下產業升級轉型和社會經濟發展在理論、度量、經驗分析等方面提供新的思路，這也是筆者對后續以經濟作物為主的山區農業產業發展研究的啟發和契機。

參考文獻：

[1]陳春生. 論農戶行為模式轉型與中國糧食安全問題[J]. 陜西師范大學學報（哲學社會科學版），2010（1）：147-152.

[2]馮 春，方曉舒，廖海燕. “公司+農戶”模式下的主體決策行為研究[J]. 系統科學學報，2018（2）：117-120.

[3]張康潔，李福奪，傅匯藝，等. 農戶玉米種植多目標決策行為研究——基于一階條件校準估計和抽樣農戶數據的實證分析[J]. 玉米科學，2010（9）：163-172.

[4]李后建. 農戶對循環農業技術采納意愿的影響因素實證分析[J]. 中國農村觀察，2012（2）：28-36.

[5]匡遠配，周 凌. 農地流轉的產業結構效應研究[J]. 經濟學家，2016（11）：90-96.

[6]林文聲，秦 明，王志剛. 農地確權頒證與農戶農業投資行為[J]. 農業技術經濟，2017（12）：4-14.

[7]Riesgo L，Gomezlimon J A. Multi-criteria policy scenario analysis for public regulation of irrigated agriculture[J]. Agricultural Systems，2006，91（1）：1-28.

[8]Bartolini F，Bazzani G M，Gallerani V，et al. The impact of water and agriculture policy scenarios on irrigated farming systems in Italy：an analysis based on farm level multi-attribute linear programming models[J]. Agricultural Systems，2007，93（1/2/3）：90-114.

[9]Joergensen L N，Noe E，Langvad A M，et al. Decision support systems：barriers and farmers need for support[J]. EPPO Bulletin，2007，37（2）：374-377.

[10]Tamer I，Abdulbaki B，Lynn F D，et al. Using count data models to determine the factors affecting farmers quantity decisions of precision farming technology adoption[J]. Computers Electronics in Agriculture，2008，62（2）：231-242.

[11]Shiferaw B A，Julius O，Ratna R V. Adoption and adaptation of natural resource management innovations in smallholder agriculture：reflections on key lessons and best practices[J]. Environment，Development and Sustainability，2009，11（3）：601-619.

[12]Wilson R S，Hooker N，Tucker M，et al. Targeting the farmer decision making process：a pathway to increased adoption of integrated weed management[J]. Crop Protection，2009，28（9）：756-764.

[13]Robinson L J.An appraisal of expected utility hypothesis tests constructed from responses to hypothetical questions and experimental choices[J]. American Journal of Agricultural Economics，1982，64（2）：367-375.

[14]孫才志，董 璐，鄭德鳳. 中國農村水貧困風險評價、障礙因子及阻力類型分析[J]. 資源科學，2014，36（5）：895-905.

[15]趙思健，張 峭，王 克. 農業生產風險評估方法評述與比較[J]. 災害學，2015，30（3）：131-139.

[16]楊 俊，楊鋼橋. 風險狀態下不同類型農戶農業生產組合優化：基于target MOTAD模型的分析[J]. 中國農村觀察，2011（1）：49-59.

[17]劉 瑩，黃季焜. 農戶多目標種植決策模型與目標權重的估計[J]. 經濟研究，2010，45（1）：148-157.

[18]馬 鈴，劉曉昀. 貧困與非貧困農戶經濟作物收入差距的因素分解[J]. 中國農村經濟，2013（4）：39-59.

[19]王美存，王永芬，左艷秀，等. 云南高原香蕉產業發展存在的問題和對策[J]. 江西農業學報，2018，30（10）：147-150.

[20]鄧 軍，張躍彬. 云南“十三五”甘蔗產業發展優勢及思路[J]. 中國糖料，2016，38（2）：66-69.

[21]馮 璐，吳春梅，張 焱，等. 不同種植結構條件下的農戶利潤風險分析[J]. 農業現代化研究，2017，38（1）：38-45.

[22]張 焱，羅 雁，馮 璐. 滇南跨境山區農戶生計資本的量表開發及因子分析[J]. 經濟問題探索，2017（8）：134-143.

[23]張曉濤，劉 億，楊 翠. 我國勞動密集型產業向“一帶一路”沿線國家轉移的區位選擇——基于產業承接能力與要素約束視角[J]. 吉林大學社會科學學報，2019，59（1）：111-122.