新時代下農(nóng)戶投資行為影響因素的實(shí)證研究

余燕梅， 汪寒硯， 曹明響

(安徽師范大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，安徽 蕪湖 241002)

引言

2021年2月25日，全國脫貧攻堅(jiān)表彰大會在北京人民大會堂隆重舉行。中國現(xiàn)行標(biāo)準(zhǔn)下9899萬農(nóng)村貧困人口全部脫貧，832個貧困縣全部摘帽，12.8萬個貧困村全部出列，完成了消除絕對貧困的艱巨任務(wù)。這是一個歷史性的時刻，標(biāo)志著我國脫貧攻堅(jiān)已經(jīng)取得了全面勝利。作為這場脫貧攻堅(jiān)戰(zhàn)的主戰(zhàn)場，我國農(nóng)村的經(jīng)濟(jì)有了快速的增長，而經(jīng)濟(jì)增長的重要推力之一就是投資。從改革開放以來，由于家庭承包經(jīng)營責(zé)任制的確立和深化，農(nóng)戶在新的投資主體結(jié)構(gòu)中已經(jīng)占據(jù)主導(dǎo)地位，早在2000年農(nóng)戶的資金投入量已占農(nóng)業(yè)資金投入總量的40%-60%[1]。隨著我國市場經(jīng)濟(jì)體制的完善和全面脫貧攻堅(jiān)戰(zhàn)的進(jìn)行，農(nóng)戶的投資已經(jīng)逐漸成為農(nóng)業(yè)投資中的主要來源。對于各國農(nóng)戶研究的經(jīng)驗(yàn)表明，通過有效的投資可以合理安排農(nóng)戶生產(chǎn)要素的配置，優(yōu)化農(nóng)戶的生產(chǎn)經(jīng)營結(jié)構(gòu)，提高農(nóng)戶生產(chǎn)收益率，增加農(nóng)戶收入和福利水平，進(jìn)而縮小貧富差距[2]。因此，研究農(nóng)戶的投資行為及影響因素對于農(nóng)業(yè)投資的資金供給、農(nóng)業(yè)穩(wěn)定等方面有著重要的理論與現(xiàn)實(shí)意義。

辛翔飛和秦奮通過對1998—2002年全國各省農(nóng)戶投資行為的數(shù)據(jù)進(jìn)行分析，認(rèn)為農(nóng)戶投資水平是影響農(nóng)業(yè)發(fā)展的關(guān)鍵因素，探討了影響農(nóng)戶農(nóng)業(yè)投資的主要因素[3]。金英蘭選取1995—2005年的數(shù)據(jù)總結(jié)了農(nóng)戶對于農(nóng)業(yè)投資行為的特征，并對影響農(nóng)戶投資行為的因素進(jìn)行了分析[4]。郭敏等分別將農(nóng)戶收入、農(nóng)地收益、農(nóng)地規(guī)模等方面與農(nóng)業(yè)投資做了相關(guān)性分析，得出了增加農(nóng)戶收入、農(nóng)地收益、農(nóng)業(yè)貸款以及土地承包期與增加農(nóng)戶投資有必然聯(lián)系的結(jié)論[5]。上述研究的對象大多是全國各省份農(nóng)戶的投資行為，對于某一個省農(nóng)戶投資行為的研究主要有：陳龍和郭之茵對于河南省農(nóng)戶投資行為現(xiàn)狀及影響因素進(jìn)行了研究[6]；盛海燕等提取1990—2004年安徽省農(nóng)戶的數(shù)據(jù)建立了計(jì)量經(jīng)濟(jì)模型，給出了各因素對農(nóng)戶投資的影響程度[7]。由于已有文獻(xiàn)中用到的數(shù)據(jù)集中于20世紀(jì)末至21世紀(jì)初期，研究得到的結(jié)論可能會不可避免地具有一些局限性。除此之外，已有文獻(xiàn)在探究影響因素影響程度的時候仍以單要素的回歸為主，采用多元回歸方法進(jìn)行探究的較少。

本文利用2000—2017年安徽省的最新數(shù)據(jù)，通過建立多個模型對人均耕地面積、人均勞動力負(fù)擔(dān)人口數(shù)、人均工資性收入、人均家庭支出、城鄉(xiāng)消費(fèi)對比五個因素與農(nóng)戶人均投資額的關(guān)系進(jìn)行了深入探討。本文對有爭議的土地規(guī)模變量進(jìn)行倒數(shù)變換和對數(shù)變換后得到的模型的擬合優(yōu)度高于已有文獻(xiàn)，效果較好。最后，文章給出了新時代背景下提高農(nóng)戶投資水平的建議。

1 農(nóng)戶投資行為影響因素研究

基于數(shù)據(jù)可獲得性方面的考慮，本文采用安徽省統(tǒng)計(jì)年鑒中的農(nóng)戶的人均固定資產(chǎn)投資額來代表農(nóng)戶的投資行為。固定資產(chǎn)投資主要是指投資主體墊付貨幣或物資，以獲得生產(chǎn)經(jīng)營性或服務(wù)性固定資產(chǎn)的過程。它包括了改造原有固定資產(chǎn)以及構(gòu)建新增固定資產(chǎn)的投資，因此在整個社會投資中占據(jù)主導(dǎo)地位。

1.1 影響因素

根據(jù)相關(guān)的經(jīng)濟(jì)理論和已有文獻(xiàn)的相關(guān)研究，本文選取影響安徽省農(nóng)戶的固定資產(chǎn)投資行為的因素為：人均耕地面積、平均每個勞動力負(fù)擔(dān)人口、人均工資性收入、人均家庭生產(chǎn)經(jīng)營支出以及城鄉(xiāng)消費(fèi)水平對比。

1.1.1 農(nóng)戶的家庭財(cái)富變量 耕地面積：土地經(jīng)營規(guī)模如耕地面積、機(jī)械化程度、流轉(zhuǎn)程度等對投資具有正向顯著影響作用。

工資性收入：指就業(yè)人員通過各種途徑得到的全部勞動報(bào)酬和各種福利，包括受雇于單位或個人、從事各種自由職業(yè)、兼職和零星勞動得到的全部勞動報(bào)酬和福利。工資性收入的增加會促進(jìn)農(nóng)戶總收入的提高，進(jìn)而促進(jìn)農(nóng)戶的固定資產(chǎn)投資。

家庭生產(chǎn)經(jīng)營支出：家庭生產(chǎn)經(jīng)營支出是農(nóng)戶全年總支出的重要一部分。從理論上而言，家庭的生產(chǎn)經(jīng)營支出越多，農(nóng)戶總收入越少，會對農(nóng)戶的固定資產(chǎn)投資產(chǎn)生負(fù)面的作用。

1.1.2 農(nóng)戶特征變量 平均每個勞動力負(fù)擔(dān)人口：農(nóng)村平均每個勞動力負(fù)擔(dān)人口指標(biāo)可以歸納到第三產(chǎn)業(yè)從業(yè)人員比重的問題上，也就是農(nóng)村剩余勞動力轉(zhuǎn)移的問題上。平均每個勞動力負(fù)擔(dān)人口的增加勢必降低農(nóng)戶投資的積極性。

1.1.3 其他變量 城鄉(xiāng)消費(fèi)水平對比：用來比較城鎮(zhèn)與農(nóng)村居民的消費(fèi)水平差異。這一變量是指將農(nóng)村居民的消費(fèi)水平看作單位1，來研究城鎮(zhèn)與農(nóng)村居民的消費(fèi)差距。

1.2 農(nóng)戶投資行為的模型分析

1.2.1 數(shù)據(jù)來源 文中所有數(shù)據(jù)來自于國家統(tǒng)計(jì)年鑒和安徽省統(tǒng)計(jì)年鑒?？紤]到提高分析結(jié)果的準(zhǔn)確度，研究中采用的數(shù)據(jù)進(jìn)行了平均化處理，比如人均固定資產(chǎn)投資額、人均耕地面積、平均每個勞動力負(fù)擔(dān)人口、人均家庭生產(chǎn)經(jīng)營支出等。數(shù)據(jù)處理所采用的軟件為EVIEWS。部分原始數(shù)據(jù)與處理后的數(shù)據(jù)整理如表1，2所示。

表1 原始數(shù)據(jù)表

1.2.2 建立模型

(1)VAR模型

①平穩(wěn)性檢驗(yàn)及滯后階數(shù)的確定

本文采用ADF和PP檢驗(yàn)方法對序列進(jìn)行單位根檢驗(yàn)，變量的滯后階數(shù)采用AIC準(zhǔn)則確定。經(jīng)檢驗(yàn)，人均耕地面積X1一階差分處理后仍不平穩(wěn)，考慮到樣本數(shù)量有限，而差分會減少樣本數(shù)，因此本文刪去了該變量。人均勞動力負(fù)擔(dān)人口數(shù)X2、人均工資性收入X3、人均家庭支出X4、城鄉(xiāng)消費(fèi)對比X5和農(nóng)戶人均固定投資額Y均為一階單整序列。檢驗(yàn)結(jié)果見表3。

表2 處理后的數(shù)據(jù)表

從表3可看出，最優(yōu)滯后階數(shù)為2階。

表3 平穩(wěn)性檢驗(yàn)表

②模型的建立與檢驗(yàn)

以農(nóng)戶人均固定投資額Y為被解釋變量，人均勞動力負(fù)擔(dān)人口數(shù)X2、人均工資性收入X3、人均家庭支出X4、城鄉(xiāng)消費(fèi)對比X5為解釋變量的模型估計(jì)結(jié)果為：

Y=-0.0889*X2(-1)-0.1299*

X2(-2)-0.0593*X3(-1)+0.1708*X3(-2)-1.3081*10-5*X4(-1)+7.9316*10-6*X4(-2)+0.0026*

X5(-1)+0.0032*X5(-2)+0.1268*

Y(-1)+0.125*Y(-2)+0.3241。

表4 最優(yōu)滯后階數(shù)表

模型擬合優(yōu)度為99.57%，模型修正的擬合優(yōu)度為98.72%，擬合效果很好，但單位根檢驗(yàn)沒有通過，其AR單位根如圖1所示。

圖1 VAR平穩(wěn)性檢驗(yàn)結(jié)果圖

圖1表明有一半點(diǎn)落在了單位圓外，說明模型不平穩(wěn)，不具有很好的應(yīng)用意義。

(2)改進(jìn)的雙對數(shù)模型

①模型建立

由于上文的VAR模型不平穩(wěn)，本文引入了改進(jìn)的雙對數(shù)模型。對數(shù)函數(shù)解釋變量的系數(shù)即為各因素的彈性系數(shù),直接反映出各因素對農(nóng)戶固定投資額的影響程度。經(jīng)計(jì)算得到雙對數(shù)模型為

ln(Y)=-0.0181/ln(X1)-2.9818*ln(X2)+0.9177*ln(X3)+0.2465*ln(X5)。

②模型結(jié)果

從下表可以看出，人均耕地面積，人均勞動力負(fù)擔(dān)人口數(shù)，人均工資性收入，人均家庭支出，城鄉(xiāng)消費(fèi)水平對比的p值均小于0.05，表明這五個變量對農(nóng)戶人均固定投資額的影響有顯著差異。對于有爭議的土地規(guī)模這一影響因素，我們通過對數(shù)變換和倒數(shù)變換發(fā)現(xiàn)其對農(nóng)戶的投資額的影響顯著，且系數(shù)為-0.0181，表明人均土地規(guī)模越大，農(nóng)戶人均投資額也越大，符合實(shí)際意義。

圖2 改進(jìn)的雙對數(shù)模型結(jié)果圖

③模型分析評價

模型的可決系數(shù)R2為0.9925，調(diào)整的可決系數(shù)R2為0.9901，且通過顯著水平為0.05的F檢驗(yàn)，表明模型的擬合效果很好。此外，與VAR模型相比，改進(jìn)的雙對數(shù)模型雖然擬合優(yōu)度低于0.32%，但改進(jìn)的雙對數(shù)模型的修正后的擬合優(yōu)度比VAR模型高0.29%，且改進(jìn)后的雙對數(shù)模型不必考慮模型的平穩(wěn)性。這也從側(cè)面證明了改進(jìn)的雙對數(shù)模型具有很高的準(zhǔn)確度和實(shí)用意義。根據(jù)模型最終的結(jié)果可以看出，整體擬合程度較好，與理論預(yù)期基本一致。

人均耕地面積：已有的相關(guān)研究得到的土地規(guī)模的回歸系數(shù)過小。但本文將耕地面積變量進(jìn)行了對數(shù)變換與倒數(shù)變換，得到其系數(shù)為-0.0181。與已有文獻(xiàn)中回歸系數(shù)的值相比較，0.0181并不小，因此可以認(rèn)為在安徽省內(nèi)，土地規(guī)模越大，農(nóng)戶會趨向于增加固定資產(chǎn)的投資。

人均勞動力負(fù)擔(dān)人口數(shù)：彈性系數(shù)為-2.9818，這說明人均勞動力負(fù)擔(dān)人口數(shù)的提高會降低相應(yīng)投資額。在其他因素不變的情況下，人均勞動力負(fù)擔(dān)人口數(shù)每增加1%，農(nóng)戶固定資產(chǎn)額降低2.98%。

人均工資性收入：彈性系數(shù)為0.9177，表明在其他因素固定的前提下，人均工資性收入每增加1%，農(nóng)戶人均固定資產(chǎn)投資額會增加0.92%。從這個角度出發(fā)，可以認(rèn)為人均工資性收入對農(nóng)戶的固定資產(chǎn)投資有著重要的影響。

人均家庭生產(chǎn)經(jīng)營支出：彈性系數(shù)為-0.0003X4，表示該彈性系數(shù)為一個變量，依賴于X4。只有當(dāng)人均家庭生產(chǎn)經(jīng)營支出較大的時候，影響才會顯著。盡管這一系數(shù)說明了人均家庭生產(chǎn)經(jīng)營支出與農(nóng)戶的固定資產(chǎn)投資呈負(fù)相關(guān)，但是2000—2013年間人均家庭生產(chǎn)經(jīng)營支出額的變動并不大，且支出額低于1600元，所以該系數(shù)的數(shù)值較小，影響并不顯著。

城鄉(xiāng)消費(fèi)水平對比(農(nóng)民=1)：回歸系數(shù)為0.2465，表明當(dāng)其他因素不變的情況下，城鄉(xiāng)消費(fèi)水平對比每增加1%，人均固定資產(chǎn)投資額增加0.2465%。

2 結(jié)論

通過對2000—2017年安徽省農(nóng)戶投資行為的分析發(fā)現(xiàn)耕地面積、人均勞動力負(fù)擔(dān)人口數(shù)、工資性收入以及城鄉(xiāng)消費(fèi)水平的確是影響安徽省農(nóng)戶固定資產(chǎn)投資的主要因素，家庭生產(chǎn)經(jīng)營支出對農(nóng)戶人均固定資產(chǎn)投資的影響在本次的研究中并不顯著。而在四個主要因素中，人均勞動力負(fù)擔(dān)人口數(shù)與人均工資性收入的回歸系數(shù)較大。

基于本次研究，結(jié)論總結(jié)如下：

(1)降低安徽省農(nóng)戶人均勞動力負(fù)擔(dān)人口數(shù)。要擴(kuò)大農(nóng)村的勞動力就業(yè)，挖掘農(nóng)業(yè)農(nóng)村的內(nèi)部就業(yè)潛力。目前有越多越多的農(nóng)村年輕勞動力轉(zhuǎn)移到了城市，這在一定程度上造成了農(nóng)戶人均勞動力負(fù)擔(dān)人口數(shù)的提高。政府可以加大對農(nóng)村年輕勞動力的扶持力度，增加對返鄉(xiāng)入鄉(xiāng)人員的補(bǔ)助金額，建立一對一的創(chuàng)業(yè)指導(dǎo)模式，建設(shè)農(nóng)村創(chuàng)業(yè)孵化基地，為農(nóng)戶留下更多的就業(yè)崗位，促進(jìn)農(nóng)村勞動力的增加。

(2)提高農(nóng)戶的工資性收入[8]。上一年度的收入情況很大程度上決定著下一年的投資水平。在當(dāng)前脫貧攻堅(jiān)戰(zhàn)取得全民勝利的大好背景下，要采取積極有效的措施增加農(nóng)戶的自我積累資金。第一，加強(qiáng)農(nóng)業(yè)的現(xiàn)代化，加快農(nóng)業(yè)產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整。只有在農(nóng)戶增收的支撐點(diǎn)下，擴(kuò)大內(nèi)需、農(nóng)戶收入增加才不是紙上談兵。第二，目前還有大量農(nóng)戶滯留在有限的耕地上，這嚴(yán)重限制了農(nóng)戶收入的增長。當(dāng)?shù)卣龑?dǎo)農(nóng)民逐步轉(zhuǎn)變、過渡到以工資性收入為主的新形勢中，支持農(nóng)戶因地制宜，大力發(fā)展新型農(nóng)業(yè)主體。另外，從耕地面積、城鄉(xiāng)消費(fèi)水平對比方面入手也是提高安徽省農(nóng)戶固定資產(chǎn)投資的有效途徑。

本文的研究是在對安徽省進(jìn)行個案分析的基礎(chǔ)上進(jìn)行的，缺乏面板數(shù)據(jù)，這在未來的研究中值得深入探討。