鄭陽陽,羅建利
(1.中國農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,北京 100083;2.溫州大學(xué) 商學(xué)院,浙江 溫州 325035)
當(dāng)前,承包戶“土地拋荒”、轉(zhuǎn)入戶“毀約棄耕”現(xiàn)象不斷出現(xiàn)(1)在百度搜索關(guān)鍵詞“毀約棄耕”和“退耕退租”,2012-2013年間的搜索結(jié)果為5個(gè)和29個(gè),而2019年8月的搜索結(jié)果顯示為30 300個(gè)和420 000個(gè),說明土地毀約棄耕已不是個(gè)別地區(qū)的個(gè)別現(xiàn)象,而是愈演愈烈。,不僅造成嚴(yán)重的土地資源浪費(fèi),給社會(huì)帶來一定的不穩(wěn)定因素,也引發(fā)了誰來種地、農(nóng)戶是否愿意種地的討論。因此,如何減少農(nóng)戶“土地拋荒”和“毀約棄耕”行為,提升其擴(kuò)大農(nóng)地規(guī)模意愿成為當(dāng)前中國農(nóng)業(yè)規(guī)?;?jīng)營(yíng)中面臨的現(xiàn)實(shí)問題。為此,許多學(xué)者從土地產(chǎn)權(quán)意識(shí)、務(wù)工收入、家庭勞動(dòng)力數(shù)、農(nóng)地確權(quán)等方面來探討其原因[1-4]。其中,農(nóng)業(yè)生產(chǎn)培訓(xùn)(以下簡(jiǎn)稱“培訓(xùn)”)作為有效且重要的途徑,對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿具有重要影響。一方面,可以使農(nóng)戶獲取重要的生產(chǎn)、銷售等信息;另一方面,能夠提高農(nóng)村人口素質(zhì),增強(qiáng)農(nóng)戶內(nèi)生發(fā)展動(dòng)力。早在2004年國家就開始實(shí)施農(nóng)村勞動(dòng)力“陽光工程”培訓(xùn)計(jì)劃,2017年原農(nóng)業(yè)部出臺(tái)《“十三五”全國新型職業(yè)農(nóng)民培育發(fā)展規(guī)劃》,提出到2020年全國新型職業(yè)農(nóng)民總量超過2 000萬人,2018年國務(wù)院印發(fā)的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018-2022年)》明確提出,實(shí)施現(xiàn)代青年農(nóng)場(chǎng)經(jīng)營(yíng)者、農(nóng)村實(shí)用人才和信息職業(yè)農(nóng)民培育工程。
在大量人力、物力投入的情況下,農(nóng)業(yè)培訓(xùn)計(jì)劃取得了一定的成效。李昊等基于1 223份農(nóng)戶問卷,發(fā)現(xiàn)農(nóng)藥施用技術(shù)培訓(xùn)能夠顯著減低農(nóng)藥使用量[5];熊雪等基于貧困區(qū)1 259份農(nóng)戶數(shù)據(jù),運(yùn)用PSM方法,發(fā)現(xiàn)培訓(xùn)使農(nóng)戶家庭收入平均增加21.75%[6],這一結(jié)論也得到國外學(xué)者的驗(yàn)證[7]。隨著研究的推進(jìn),有學(xué)者開始關(guān)注培訓(xùn)對(duì)農(nóng)戶規(guī)模化經(jīng)營(yíng)的影響。陳秧分等基于東部沿海3省1市323份農(nóng)戶數(shù)據(jù),發(fā)現(xiàn)農(nóng)業(yè)技術(shù)培訓(xùn)對(duì)農(nóng)戶規(guī)?;?jīng)營(yíng)意愿具有顯著正向影響[8];同樣,童洪志基于演化博弈和仿真模擬,發(fā)現(xiàn)補(bǔ)貼與貸款失信懲戒或者培訓(xùn)的組合有助于農(nóng)戶擴(kuò)大生產(chǎn)規(guī)模[9]。
已有研究多把培訓(xùn)作為控制變量,忽略了其內(nèi)生性和“自選擇”問題,這可能會(huì)導(dǎo)致估計(jì)偏誤;同時(shí),培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響機(jī)理如何,現(xiàn)有研究尚未回答。基于此,本文運(yùn)用中國農(nóng)業(yè)大學(xué)國家農(nóng)業(yè)農(nóng)村發(fā)展研究院2018年全國12個(gè)省(自治區(qū))2 340份農(nóng)戶數(shù)據(jù),嘗試回答培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響:首先從理論上闡明培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響機(jī)理;然后基于農(nóng)戶異質(zhì)性視角,分析培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響,并運(yùn)用工具變量法和PSM解決培訓(xùn)的內(nèi)生性和“自選擇”問題;最后分析培訓(xùn)對(duì)農(nóng)戶計(jì)劃經(jīng)營(yíng)規(guī)模的影響。
舒爾茨在《改造傳統(tǒng)農(nóng)業(yè)》中提出,要加大對(duì)人力資本投資,認(rèn)為改造傳統(tǒng)農(nóng)業(yè)的關(guān)鍵在于教育和培訓(xùn)農(nóng)戶。作為一項(xiàng)惠民工程,培訓(xùn)能夠使農(nóng)戶獲得更多農(nóng)業(yè)生產(chǎn)信息、提高其生產(chǎn)經(jīng)營(yíng)能力,進(jìn)而影響農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿。從短期來看,培訓(xùn)能夠使農(nóng)戶獲得更多生產(chǎn)信息、提升其技術(shù)水平;從長(zhǎng)期來看,培訓(xùn)能提高農(nóng)戶素質(zhì),使其由傳統(tǒng)農(nóng)民轉(zhuǎn)化為現(xiàn)代職業(yè)農(nóng)民。因此,本文主要從信息獲取、技能提升和素質(zhì)提高三個(gè)維度探討培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響機(jī)理。
從信息獲取來看,在農(nóng)業(yè)信息不暢的情況下,培訓(xùn)成為農(nóng)戶獲取信息的重要途徑。培訓(xùn)可使農(nóng)戶獲得更多農(nóng)業(yè)生產(chǎn)信息,如農(nóng)資市場(chǎng)價(jià)格、農(nóng)產(chǎn)品市場(chǎng)價(jià)格等。農(nóng)戶通過對(duì)農(nóng)資以及農(nóng)產(chǎn)品市場(chǎng)價(jià)格的了解能夠比較準(zhǔn)確地判斷市場(chǎng)走勢(shì),據(jù)此調(diào)整種植結(jié)構(gòu)和經(jīng)營(yíng)規(guī)模,從而減少經(jīng)營(yíng)風(fēng)險(xiǎn)和不確定性。調(diào)研數(shù)據(jù)顯示(2)數(shù)據(jù)來源于中國農(nóng)業(yè)大學(xué)國家農(nóng)業(yè)農(nóng)村發(fā)展研究院組織的2019年寒假返鄉(xiāng)調(diào)研,詢問農(nóng)戶對(duì)未來3~5年糧食價(jià)格走勢(shì)有何判斷:走低=1;說不準(zhǔn)=2;走高=3。在1 861個(gè)樣本中(剔除缺失值),培訓(xùn)農(nóng)戶的平均值為1.03,未培訓(xùn)農(nóng)戶平均值為0.98。由于2018年數(shù)據(jù)中沒有此變量,故用2019年數(shù)據(jù)進(jìn)行說明。,接受培訓(xùn)農(nóng)戶對(duì)未來3~5年糧食價(jià)格預(yù)期高于未接受培訓(xùn)農(nóng)戶,說明接受培訓(xùn)農(nóng)戶能夠更準(zhǔn)確的把握市場(chǎng),從而增強(qiáng)其農(nóng)業(yè)經(jīng)營(yíng)信心。同時(shí),培訓(xùn)能夠使農(nóng)戶及時(shí)準(zhǔn)確的了解當(dāng)前農(nóng)業(yè)農(nóng)村發(fā)展形勢(shì)和農(nóng)業(yè)政策,并根據(jù)最新農(nóng)業(yè)政策來發(fā)掘農(nóng)業(yè)機(jī)遇,從而提高農(nóng)戶對(duì)農(nóng)業(yè)生產(chǎn)的信心和希望。本文以農(nóng)戶是否知道“二輪承包到期后再延長(zhǎng)30年”的政策來衡量其政策認(rèn)知,被調(diào)研農(nóng)戶選擇“知道=1”或“不知道=0”。從表1中可以看出,相對(duì)于未培訓(xùn)農(nóng)戶,培訓(xùn)農(nóng)戶的政策認(rèn)知較高,進(jìn)一步從農(nóng)戶轉(zhuǎn)入面積來看,培訓(xùn)農(nóng)戶轉(zhuǎn)入面積遠(yuǎn)遠(yuǎn)高于未培訓(xùn)農(nóng)戶。
表1 培訓(xùn)和未培訓(xùn)農(nóng)戶政策認(rèn)知和轉(zhuǎn)入面積的差異
注:數(shù)值為均值,括號(hào)內(nèi)為標(biāo)準(zhǔn)誤。
注:小麥種植戶樣本為997戶,由于不同環(huán)節(jié)小麥投入費(fèi)用存在缺失值,平均每個(gè)環(huán)節(jié)樣本為960戶左右。
圖1 小麥種植戶中培訓(xùn)農(nóng)戶與未培訓(xùn)農(nóng)戶農(nóng)業(yè)生產(chǎn)資料投入
注:玉米種植戶樣本為1 255戶,由于不同環(huán)節(jié)玉米投入費(fèi)用存在缺失值,平均每個(gè)環(huán)節(jié)樣本為1 200戶左右。
圖2 玉米種植戶中培訓(xùn)農(nóng)戶與未培訓(xùn)農(nóng)戶農(nóng)業(yè)生產(chǎn)資料投入
從技能提升來看,一般來說,接受過培訓(xùn)的農(nóng)戶掌握更多農(nóng)業(yè)生產(chǎn)技能,如科學(xué)施用化肥和農(nóng)藥、預(yù)防和防治病蟲害以及高效管理農(nóng)業(yè)等。以小麥和玉米種植戶為例,從圖1和圖2可以看出,相對(duì)于未接受培訓(xùn)的農(nóng)戶,接受培訓(xùn)農(nóng)戶的種苗費(fèi)、化肥費(fèi)、農(nóng)藥費(fèi)和水電及灌溉費(fèi)都明顯較少。已有研究也證明,培訓(xùn)能夠顯著降低農(nóng)業(yè)生產(chǎn)成本、增加農(nóng)戶收入[5-6]??梢哉f,農(nóng)戶農(nóng)業(yè)生產(chǎn)技能的提升不僅能夠有效提高農(nóng)業(yè)效益,也會(huì)使農(nóng)戶對(duì)未來農(nóng)業(yè)發(fā)展充滿信心和憧憬,進(jìn)而激發(fā)其擴(kuò)大農(nóng)地規(guī)模意愿。
從素質(zhì)提高來看,培訓(xùn)不僅僅能提高農(nóng)戶技術(shù)水平,更重要的是把傳統(tǒng)農(nóng)民改造為現(xiàn)代職業(yè)農(nóng)民,即具有較強(qiáng)經(jīng)營(yíng)管理能力和創(chuàng)新精神。通過培訓(xùn)農(nóng)戶可接觸更多、更先進(jìn)的企業(yè)管理理念,從而運(yùn)用到農(nóng)業(yè)經(jīng)營(yíng)管理中,特別是對(duì)于雇工較多的合作社和現(xiàn)代農(nóng)業(yè)企業(yè)尤為重要。運(yùn)用現(xiàn)代科學(xué)管理理念可以有效降低農(nóng)業(yè)生產(chǎn)成本、提高農(nóng)業(yè)生產(chǎn)效率,進(jìn)而提升農(nóng)業(yè)經(jīng)營(yíng)者擴(kuò)大農(nóng)地規(guī)模的信心。同時(shí),培訓(xùn)能夠顯著提高農(nóng)戶環(huán)境認(rèn)知水平和新技術(shù)采納概率。調(diào)研數(shù)據(jù)顯示(3)對(duì)于不同的技術(shù):技術(shù)采納=1;不采納=0。農(nóng)機(jī)更新頻率:一直用到不能用=1;用舊了就買新的=2;出現(xiàn)更先進(jìn)、更新的設(shè)備馬上購入=3。對(duì)于作物新品種,培訓(xùn)農(nóng)戶平均值為0.7,未培訓(xùn)農(nóng)戶為0.6。對(duì)于秸稈還田技術(shù),培訓(xùn)農(nóng)戶為0.679,未培訓(xùn)農(nóng)戶為0.588。對(duì)于綠色防控技術(shù),培訓(xùn)農(nóng)戶為0.200,未培訓(xùn)農(nóng)戶為0.068。對(duì)于節(jié)水灌溉技術(shù),培訓(xùn)農(nóng)戶為0.394,未培訓(xùn)農(nóng)戶為0.287。對(duì)于農(nóng)機(jī)具更新頻率,培訓(xùn)農(nóng)戶為1.451,未培訓(xùn)農(nóng)戶為1.377。由于2018年數(shù)據(jù)中沒有此變量,故用2019年數(shù)據(jù)進(jìn)行說明。,接受培訓(xùn)農(nóng)戶作物新品種采納、秸稈還田技術(shù)采納、綠色防控技術(shù)采納、節(jié)水灌溉技術(shù)采納以及農(nóng)機(jī)具更新頻率的平均值都高于未培訓(xùn)農(nóng)戶,說明接受培訓(xùn)農(nóng)戶更具有創(chuàng)新和冒險(xiǎn)精神,而這會(huì)進(jìn)一步增強(qiáng)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模的信心。
總之,相對(duì)于未接受培訓(xùn)農(nóng)戶,接受培訓(xùn)農(nóng)戶可以獲得更多的信息、技術(shù)和管理理念,而且,接受培訓(xùn)農(nóng)戶能夠更加準(zhǔn)確判斷當(dāng)前農(nóng)業(yè)發(fā)展形勢(shì),從而提升其擴(kuò)大經(jīng)營(yíng)規(guī)模的信心。
表2 樣本地區(qū)分布
本文數(shù)據(jù)來源于中國農(nóng)業(yè)大學(xué)國家農(nóng)業(yè)農(nóng)村發(fā)展研究院2018年1-2月寒假返鄉(xiāng)調(diào)研。調(diào)研人員來源于中國農(nóng)業(yè)大學(xué)各個(gè)專業(yè)的本科、碩士和博士生,在調(diào)研之前組織專門培訓(xùn)活動(dòng),講解問卷中的難點(diǎn)和疑點(diǎn)。同時(shí),按照地區(qū)和人數(shù)對(duì)調(diào)研人員分組,每組設(shè)立組長(zhǎng)負(fù)責(zé)收發(fā)放問卷以及解答調(diào)研過程中遇到的各種問題,對(duì)于回收的問卷有專人進(jìn)行審查,并通過獎(jiǎng)懲機(jī)制(對(duì)于問卷質(zhì)量較高的調(diào)研人員進(jìn)行獎(jiǎng)勵(lì),而對(duì)于質(zhì)量較差的問卷予以剔除并降低調(diào)研人員的勞務(wù)費(fèi))來提高問卷質(zhì)量。問卷包括農(nóng)戶問卷和村級(jí)問卷,要求每個(gè)村莊隨機(jī)抽取15~20戶,最終獲得2 553份農(nóng)戶問卷和159份村級(jí)問卷。在數(shù)據(jù)處理過程中把村級(jí)問卷和農(nóng)戶問卷匹配,剔除匹配不一致以及缺失值較多的樣本。由于本研究主要分析農(nóng)戶擴(kuò)大農(nóng)地規(guī)模的意愿,故剔除當(dāng)前經(jīng)營(yíng)規(guī)模為零的農(nóng)戶,最終獲得2 340份農(nóng)戶問卷,來自12個(gè)省(自治區(qū))、136個(gè)縣(縣級(jí)市、區(qū))、159個(gè)村莊。其中,12個(gè)省(自治區(qū))包括東北地區(qū)(吉林和黑龍江)、東部地區(qū)(山東、江蘇和河北)、中部地區(qū)(安徽、江西、河南、湖北和湖南)和西部地區(qū)(內(nèi)蒙古和四川),具體樣本分布如表2所示。
(1)因變量——農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿。為探討當(dāng)前農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿,在問卷中詢問農(nóng)戶“未來三年是否計(jì)劃擴(kuò)大規(guī)模?”,如果農(nóng)戶未來計(jì)劃擴(kuò)大規(guī)模則為1,反之則為0。為進(jìn)一步挖掘農(nóng)戶規(guī)?;?jīng)營(yíng)潛在需求,對(duì)于選擇擴(kuò)大農(nóng)地規(guī)模的農(nóng)戶,進(jìn)一步詢問“計(jì)劃擴(kuò)大到多少(畝)”。
(2)核心自變量——農(nóng)業(yè)生產(chǎn)培訓(xùn)。由于中國社會(huì)普遍以家庭為單位,因此直接詢問被調(diào)研者是否參加培訓(xùn)可能存在偏誤,在調(diào)研中詢問“家人是否受過農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)培訓(xùn)?”,被調(diào)研者選擇“是”或“否”。這里的家人主要是指家庭中共享收入的成員。
(3)控制變量。為更好測(cè)度培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響,本文從農(nóng)戶特征、家庭特征和村莊特征三個(gè)層面來控制相關(guān)變量,包括性別、年齡、教育程度、家庭勞動(dòng)力數(shù)、非農(nóng)就業(yè)、經(jīng)營(yíng)類型、經(jīng)營(yíng)范圍、是否城郊、小康村、經(jīng)濟(jì)水平、地形特征和農(nóng)地交易平臺(tái)。相關(guān)變量的描述性統(tǒng)計(jì)如表3所示。
表3 變量描述性統(tǒng)計(jì)
(1)Probit模型和Cloglog模型??紤]到農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿為二值變量,故選擇二元Probit模型來分析農(nóng)戶選擇擴(kuò)大農(nóng)地規(guī)模的影響因素。模型設(shè)定如下:
(1)
Expandi=β0+β1traini+γzi+δregioni+εi
(2)
式(1)和式(2)中,Expandi為農(nóng)戶是否愿意選擇擴(kuò)大農(nóng)地規(guī)模,Expandi=1時(shí),農(nóng)戶選擇擴(kuò)大農(nóng)地規(guī)模,Expandi=0時(shí),農(nóng)戶不選擇擴(kuò)大農(nóng)地規(guī)模,p為農(nóng)戶選擇擴(kuò)大農(nóng)地規(guī)模的概率,traini為農(nóng)戶是否參加培訓(xùn),β1為培訓(xùn)的系數(shù),zi為控制變量,包括性別、年齡、教育程度、家庭勞動(dòng)力數(shù)、非農(nóng)就業(yè)、經(jīng)營(yíng)類型、經(jīng)營(yíng)范圍、是否城郊、小康村、經(jīng)濟(jì)水平、地形特征和農(nóng)地交易平臺(tái),γ為控制變量系數(shù),regioni為地區(qū)虛擬變量,δ為地區(qū)虛擬變量系數(shù)。
由于愿意擴(kuò)大農(nóng)地規(guī)模的農(nóng)戶較少(約占總樣本的16.7%),直接運(yùn)用Probit模型可能會(huì)導(dǎo)致“稀有事件偏差”[10],借鑒普蓂喆等的做法,運(yùn)用“補(bǔ)對(duì)數(shù)模型(Complementary log-log model)”來糾正潛在偏差[11],具體模型如下:
P=F(Expandi=1|X)=F(X,β)=1-exp{-ex’β}
(3)
式(3)中,P為事件發(fā)生概率,x’β=ln[-ln(1-p)],即對(duì)發(fā)生概率p的補(bǔ)數(shù)(complement,1-p)取兩次對(duì)數(shù)。X包括核心自變量、控制變量以及地區(qū)虛擬變量,β為變量系數(shù)。
(2)IV-Probit模型。由于核心自變量可能存在內(nèi)生性問題,本部分選擇IV-Probit模型,具體模型設(shè)定如下:
(4)
traini=ω1peer_traini+θzi+δregioni+υi
(5)
(6)
假設(shè)擾動(dòng)項(xiàng)μi和υi的期望為0,服從二維正態(tài)分布,具體形式如下:
(7)
式(7)中,ρ為μi和υi的相關(guān)系數(shù),如果ρ=0則不存在內(nèi)生性,ρ≠0則存在內(nèi)生性。
(3)傾向得分匹配法(propensity score matching,PSM)。現(xiàn)實(shí)中,農(nóng)戶是否培訓(xùn)并非滿足抽樣的隨機(jī)性,而是存在“自選擇”,即農(nóng)戶是否選擇培訓(xùn)之前的初始條件(如農(nóng)戶的年齡、教育程度和家庭勞動(dòng)力數(shù)等)存在系統(tǒng)差異,如果直接回歸可能會(huì)存在選擇性偏誤。而PSM可以通過構(gòu)造反事實(shí)來解決上述問題,因此,本文選擇傾向得分匹配法。具體步驟如下:
第一,運(yùn)用Logit模型來估計(jì)農(nóng)戶參與培訓(xùn)的概率,估計(jì)傾向得分值,如式(8)所示:
(8)
第二,運(yùn)用鄰近匹配、核匹配、局部線性匹配、半徑匹配和馬氏匹配方法獲得處理組和控制組,從而消除自選擇問題。
第三,根據(jù)上述獲得的匹配樣本,比較處理組和控制組農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的平均差異,即平均處理效應(yīng)(average treatment effect on the treated,ATT)。
北京在多個(gè)領(lǐng)域創(chuàng)新政策亮點(diǎn)突出,尤其是社區(qū)居家養(yǎng)老服務(wù)政策全面領(lǐng)先。此外,北京也位列醫(yī)養(yǎng)結(jié)合政策創(chuàng)新首位,確定了開展省級(jí)醫(yī)養(yǎng)結(jié)合試點(diǎn),出臺(tái)了相關(guān)服務(wù)標(biāo)準(zhǔn),明確提出發(fā)展社區(qū)居家老年人慢性病管理,并出臺(tái)促進(jìn)中醫(yī)藥健康養(yǎng)老服務(wù)發(fā)展的政策、規(guī)劃。
ATT=E[(Y1-Y0)|D=1]=E{E[(Y1-Y0)|D=1],P(X)}
(9)
如式(9)所示,D為0-1的二分變量,即D=1表示處理組,D=0為控制組,P(x)為傾向得分值,Y1和Y0分別為接受培訓(xùn)農(nóng)戶和未接受培訓(xùn)農(nóng)戶的估計(jì)結(jié)果。
本文的核心目的是分析培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響。首先,運(yùn)用Probit模型和Cloglog模型做基準(zhǔn)回歸;接著,考慮到農(nóng)戶異質(zhì)性,基于經(jīng)營(yíng)規(guī)模、家庭收入和教育程度以及地區(qū)特征來分析培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響;隨后,考慮到培訓(xùn)的內(nèi)生性問題,以“鄰里培訓(xùn)水平”作為工具變量進(jìn)行解決,并運(yùn)用PSM解決農(nóng)戶培訓(xùn)的“自選擇”問題;進(jìn)一步地,通過樣本調(diào)整和模型調(diào)整對(duì)上述結(jié)果做穩(wěn)健性檢驗(yàn);最后,對(duì)于計(jì)劃擴(kuò)大農(nóng)地規(guī)模的農(nóng)戶,分析培訓(xùn)對(duì)其計(jì)劃經(jīng)營(yíng)規(guī)模的影響。
在回歸之前首先做多重共線性檢驗(yàn),方差膨脹因子(VIF)檢驗(yàn)結(jié)果為1.79,說明不存在多重共線性?;貧w結(jié)果如表4所示,Probit模型和Cloglog模型的第(1)列只控制核心自變量——培訓(xùn),第(2)列進(jìn)一步控制農(nóng)戶、家庭和村莊變量,第(3)列控制農(nóng)戶、家庭、村莊以及地區(qū)虛擬變量??傮w來看,無論是Probit模型還是Cloglog模型,培訓(xùn)系數(shù)都為正且在1%水平上顯著,說明培訓(xùn)能夠顯著提升農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿。進(jìn)一步對(duì)比回歸系數(shù)發(fā)現(xiàn),Cloglog模型中培訓(xùn)的系數(shù)高于Probit模型,說明控制潛在“稀有事件偏差”后,培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿影響更大。
從控制變量來看,性別系數(shù)顯著為正,說明男性擴(kuò)大農(nóng)地規(guī)模意愿更強(qiáng);年齡系數(shù)顯著為負(fù),說明年齡越大其擴(kuò)大經(jīng)營(yíng)規(guī)模意愿越低;家庭勞動(dòng)力系數(shù)顯著為正,說明家庭勞動(dòng)力越多,農(nóng)戶擴(kuò)大經(jīng)營(yíng)規(guī)模意愿越強(qiáng),可能原因是雖然機(jī)器在不斷替代勞動(dòng),但是人依然是現(xiàn)代農(nóng)業(yè)生產(chǎn)中最主要的生產(chǎn)力;非農(nóng)就業(yè)系數(shù)顯著為負(fù),說明非農(nóng)收入越高,農(nóng)戶越不愿意擴(kuò)大經(jīng)營(yíng)規(guī)模,這也與現(xiàn)實(shí)情況相符,即農(nóng)戶非農(nóng)收入越高,越不重視農(nóng)業(yè)收入,從而不愿擴(kuò)大經(jīng)營(yíng)規(guī)模;相比于普通農(nóng)戶,專業(yè)大戶和家庭農(nóng)場(chǎng)主擴(kuò)大經(jīng)營(yíng)規(guī)模意愿更強(qiáng);小康村的系數(shù)顯著為負(fù),說明小康村農(nóng)戶擴(kuò)大經(jīng)營(yíng)規(guī)模意愿較低,可能原因是小康村自身或者周邊地區(qū)經(jīng)濟(jì)較為發(fā)達(dá),農(nóng)戶有更多非農(nóng)就業(yè)機(jī)會(huì)。
表4 培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響 N=2 340
注:Probit模型為PseudoR2,Cloglog模型為L(zhǎng)R,括號(hào)中為標(biāo)準(zhǔn)誤,***、**、*分別表示在1%、5%、10%水平上顯著,下同。
上述回歸僅僅分析了培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿影響的平均效應(yīng),而未考慮到農(nóng)戶群體的內(nèi)部差異,因此,從農(nóng)戶經(jīng)營(yíng)規(guī)模、家庭收入、教育程度以及地區(qū)差異視角來進(jìn)行異質(zhì)性分析。
從經(jīng)營(yíng)規(guī)模來看,參考許慶等和高鳴的研究[12-13],根據(jù)調(diào)研的樣本情況(調(diào)研樣本絕大部分為小農(nóng)戶,經(jīng)營(yíng)面積在30畝及以下的農(nóng)戶占總樣本農(nóng)戶的85.43%),把經(jīng)營(yíng)規(guī)模大于等于30畝的界定為大規(guī)模農(nóng)戶,小于30畝的界定為小規(guī)模農(nóng)戶。可以看出,對(duì)于不同經(jīng)營(yíng)規(guī)模,培訓(xùn)的系數(shù)都為正且在10%水平上顯著,對(duì)比系數(shù)來看,對(duì)于大規(guī)模農(nóng)戶其系數(shù)更大,可能原因是大規(guī)模農(nóng)戶更重視農(nóng)業(yè)生產(chǎn),接受培訓(xùn)的大規(guī)模農(nóng)戶能夠有效利用其培訓(xùn)獲取的農(nóng)業(yè)信息來提高農(nóng)業(yè)效益,進(jìn)而提升其擴(kuò)大農(nóng)地規(guī)模意愿。
從家庭收入情況來看,根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù),2018年農(nóng)村人均可支配收入達(dá)到14 617元,考慮到目前家庭人口3~4人,以5萬元作為劃分標(biāo)準(zhǔn),5萬元及以上為高收入農(nóng)戶,五萬元以下為低收入農(nóng)戶。表5可以看出,對(duì)于高收入農(nóng)戶培訓(xùn)系數(shù)為正且在1%水平上顯著,而對(duì)于低收入農(nóng)戶系數(shù)不顯著,說明培訓(xùn)對(duì)高收入農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿具有顯著影響,可能原因是高收入農(nóng)戶本身資金較為充裕,通過培訓(xùn)能夠獲得更多農(nóng)業(yè)信息,進(jìn)而激發(fā)其擴(kuò)大農(nóng)地規(guī)模意愿。
表5 培訓(xùn)對(duì)農(nóng)戶是否擴(kuò)大農(nóng)地規(guī)模影響的異質(zhì)性
表6 培訓(xùn)對(duì)農(nóng)戶是否擴(kuò)大農(nóng)地規(guī)模影響的地區(qū)差異
從地區(qū)差異來看,本文把區(qū)域劃分為東、中、西部和東北地區(qū),分別考察不同地區(qū)培訓(xùn)的效應(yīng),如表6所示。在中部和東北地區(qū),培訓(xùn)系數(shù)顯著為正,而在東部和西部地區(qū),培訓(xùn)系數(shù)不顯著??赡茉蚴侵胁亢蜄|北地區(qū)都為農(nóng)業(yè)生產(chǎn)大省,資源稟賦條件較好,農(nóng)戶擴(kuò)大農(nóng)地規(guī)模的意愿較強(qiáng)。
上述分析雖然表明培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿具有顯著正向影響,但并未考慮培訓(xùn)的內(nèi)生性和“自選擇”問題。一方面,農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿越強(qiáng),越傾向于參加培訓(xùn),從而導(dǎo)致反向因果內(nèi)生性問題;另一方面,農(nóng)戶是否選擇培訓(xùn)并非滿足完全隨機(jī),而是存在“自選擇”問題,因此,直接回歸可能會(huì)導(dǎo)致估計(jì)偏誤?;诖?,采用工具變量法和PSM解決內(nèi)生性和“自選擇”問題。
(1)工具變量法。理論上,培訓(xùn)存在內(nèi)生性問題,但具體是否存在需要統(tǒng)計(jì)檢驗(yàn)。表7可以看出,外生性Wald檢驗(yàn)在10%水平上顯著,即拒絕培訓(xùn)變量外生性的假設(shè),說明培訓(xùn)變量存在內(nèi)生性。既然存在內(nèi)生性,則需要尋找合適的工具變量,本文選擇“鄰里培訓(xùn)水平”作為工具變量,具體計(jì)算公式如下:
(10)
表7 工具變量法的回歸結(jié)果 N=2 340
“鄰里培訓(xùn)水平”是否是合適的工具變量?從相關(guān)性來看,在農(nóng)村的熟人社會(huì),羊群效應(yīng)和示范效應(yīng)發(fā)揮著重要作用,農(nóng)戶是否選擇培訓(xùn)與周邊農(nóng)戶是否選擇培訓(xùn)具有很強(qiáng)的相關(guān)性。從外生性來看,其他農(nóng)戶是否選擇培訓(xùn)很難對(duì)當(dāng)前農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿產(chǎn)生影響。因此,理論上“鄰里培訓(xùn)水平”滿足外生性和相關(guān)性條件,具體是否為合適的工具變量需要進(jìn)一步統(tǒng)計(jì)檢驗(yàn)。表7顯示,弱工具變量AR檢驗(yàn)和Wald檢驗(yàn)在1%水平上顯著,即拒絕弱工具變量的假設(shè),因此,“鄰里培訓(xùn)水平”可以作為培訓(xùn)的工具變量。
本文運(yùn)用兩階段估計(jì)(2SLS)和最大似然估計(jì)(MLE)進(jìn)行工具變量回歸,如表7所示,無論是2SLS還是MLE估計(jì),培訓(xùn)的系數(shù)均為正且在1%水平上顯著,且兩種估計(jì)方法的系數(shù)變化不大,進(jìn)一步驗(yàn)證了基準(zhǔn)回歸結(jié)論。
(2)傾向得分匹配法。工具變量法只是解決了反向因果關(guān)系的內(nèi)生性問題,但仍然存在“自選擇”問題,進(jìn)一步運(yùn)用傾向得分匹配法來估計(jì)。如表8所示,除一對(duì)一匹配結(jié)果不顯著外,2鄰近匹配、4鄰近匹配、核匹配、局部線性匹配、半徑匹配和馬氏匹配結(jié)果均顯示接受培訓(xùn)農(nóng)戶和未接受培訓(xùn)農(nóng)戶(處理組和控制組)的平均處理效應(yīng)(ATT)值在5%水平上顯著,說明相對(duì)于未接受培訓(xùn)的農(nóng)戶,接受培訓(xùn)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿更強(qiáng),這也驗(yàn)證了基準(zhǔn)回歸結(jié)論。
表8 PSM估計(jì)結(jié)果
注:核匹配寬帶選擇默認(rèn)值。
表9 樣本調(diào)整后的穩(wěn)健性檢驗(yàn) N=911
為保證結(jié)果的穩(wěn)健性,進(jìn)一步通過樣本調(diào)整和模型調(diào)整進(jìn)行穩(wěn)健性檢驗(yàn)。
樣本調(diào)整。由于中國農(nóng)業(yè)發(fā)展需要更多年輕勞動(dòng)力參與,而考慮到調(diào)研樣本中農(nóng)戶年齡普遍較大,故剔除50歲及以上樣本來檢視培訓(xùn)對(duì)50歲以下農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響。如表9所示,在控制不同變量的基礎(chǔ)上,培訓(xùn)的系數(shù)依然為正且在1%水平上顯著。
模型調(diào)整。進(jìn)一步運(yùn)用Logit模型進(jìn)行回歸,如表10所示,在控制不同變量的基礎(chǔ)上,培訓(xùn)變量的系數(shù)為正且在1%水平上顯著,說明接受培訓(xùn)農(nóng)戶更愿意擴(kuò)大農(nóng)地規(guī)模。
表10 基于Logit模型的穩(wěn)健性檢驗(yàn) N=2 340
上述分析已經(jīng)闡述了培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響,為了更加準(zhǔn)確描述農(nóng)戶規(guī)?;?jīng)營(yíng)行為,對(duì)于愿意擴(kuò)大農(nóng)地規(guī)模的農(nóng)戶,進(jìn)一步詢問其計(jì)劃經(jīng)營(yíng)規(guī)模的大小,農(nóng)戶計(jì)劃經(jīng)營(yíng)規(guī)模從1畝到1 200畝不等(回歸中取對(duì)數(shù))。具體回歸結(jié)果如表11所示。
首先運(yùn)用OLS估計(jì),在逐步控制不同變量的條件下,培訓(xùn)變量的系數(shù)為正且在5%水平上顯著,說明培訓(xùn)能夠顯著提高農(nóng)戶計(jì)劃經(jīng)營(yíng)規(guī)模。由于因變量本身存在大量的0值截?cái)?,進(jìn)一步采用截?cái)嗷貧w模型,發(fā)現(xiàn)培訓(xùn)變量系數(shù)依然顯著為正,而且,截?cái)嗷貧w模型中培訓(xùn)變量系數(shù)與OLS估計(jì)中的系數(shù)十分接近,說明結(jié)果呈現(xiàn)穩(wěn)健性和可靠性。
表11 培訓(xùn)對(duì)農(nóng)戶計(jì)劃經(jīng)營(yíng)規(guī)模的影響 N=390
注:OLS估計(jì)為R2,截?cái)嗷貧w為Wald檢驗(yàn)。
本文運(yùn)用中國農(nóng)業(yè)大學(xué)國家農(nóng)業(yè)農(nóng)村發(fā)展研究院2018年全國12省(自治區(qū))2 340份農(nóng)戶數(shù)據(jù),基于Probit模型、Cloglog模型、IV-Probit模型和傾向得分匹配法分析培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響。主要結(jié)論有:第一,培訓(xùn)能夠顯著提升農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿,糾正“稀有事件偏差”后,結(jié)論依然成立且系數(shù)顯著提高。第二,異質(zhì)性分析表明,培訓(xùn)對(duì)大規(guī)模農(nóng)戶和高教育程度農(nóng)戶的影響更大;對(duì)于高收入農(nóng)戶以及中部和東北地區(qū)農(nóng)戶具有顯著正向影響,而對(duì)低收入農(nóng)戶以及東部和西部地區(qū)農(nóng)戶的影響不明顯。第三,考慮到培訓(xùn)的內(nèi)生性,運(yùn)用“鄰里培訓(xùn)水平”作為工具變量,并且在運(yùn)用PSM解決培訓(xùn)的“自選擇”問題后結(jié)論依然成立。第四,通過樣本調(diào)整和模型調(diào)整后,培訓(xùn)對(duì)農(nóng)戶擴(kuò)大農(nóng)地規(guī)模意愿的影響仍然顯著為正。第五,擴(kuò)展性分析顯示,培訓(xùn)能夠顯著提高農(nóng)戶計(jì)劃經(jīng)營(yíng)規(guī)模。
根據(jù)上述分析,得出以下政策建議:第一,強(qiáng)化農(nóng)戶培訓(xùn)力度。從調(diào)研數(shù)據(jù)來看,目前培訓(xùn)農(nóng)戶占總農(nóng)戶的22%,說明大部分農(nóng)戶并未接受培訓(xùn)。因此,應(yīng)把培訓(xùn)作為基層政府的一項(xiàng)重要績(jī)效考核指標(biāo),加大培訓(xùn)的普及力度。同時(shí),在每個(gè)村或鄉(xiāng)鎮(zhèn)樹立典型案例,讓農(nóng)戶看到培訓(xùn)帶來的實(shí)實(shí)在在的益處,從而激發(fā)農(nóng)戶參加培訓(xùn)的內(nèi)生動(dòng)力。第二,農(nóng)業(yè)生產(chǎn)培訓(xùn)應(yīng)考慮農(nóng)戶和地區(qū)差異。對(duì)于不同經(jīng)營(yíng)規(guī)模、收入水平、教育程度的農(nóng)戶,培訓(xùn)對(duì)其擴(kuò)大農(nóng)地規(guī)模意愿的效應(yīng)也不同,因此,在培訓(xùn)過程中應(yīng)根據(jù)不同類型農(nóng)戶的特征采取不同的策略。同時(shí),在培訓(xùn)中也應(yīng)考慮地區(qū)資源稟賦的差異,根據(jù)地區(qū)資源稟賦來調(diào)整培訓(xùn)內(nèi)容和培訓(xùn)方式。第三,著重關(guān)注新型經(jīng)營(yíng)主體的現(xiàn)實(shí)需求。由基準(zhǔn)回歸結(jié)果可知,相對(duì)于小農(nóng)戶,生產(chǎn)大戶和家庭農(nóng)場(chǎng)主擴(kuò)大經(jīng)營(yíng)規(guī)模的意愿更強(qiáng),因此,應(yīng)重點(diǎn)關(guān)注和了解其現(xiàn)實(shí)困境與需求,進(jìn)而制定有針對(duì)性的培訓(xùn)方案。
華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)2020年2期