農(nóng)旅融合對(duì)農(nóng)戶收入影響的實(shí)證分析
——以大慶市林源鎮(zhèn)為例

黃磊，時(shí)悅

（黑龍江八一農(nóng)墾大學(xué)，大慶 163300）

農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展一直是近幾年中央一號(hào)文件的關(guān)鍵詞。2021 年中央一號(hào)文件對(duì)優(yōu)先發(fā)展農(nóng)業(yè)農(nóng)村、全面推進(jìn)鄉(xiāng)村振興作出總體部署，并為“十四五”期間農(nóng)旅融合的發(fā)展指明方向，2022 年中央一號(hào)文件再次提出持續(xù)推進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展，重點(diǎn)是發(fā)展鄉(xiāng)村旅游，實(shí)施農(nóng)旅融合提升計(jì)劃。黑龍江省積極推進(jìn)生態(tài)農(nóng)業(yè)與鄉(xiāng)村旅游一體化的發(fā)展模式，打造集旅游、休閑、度假、農(nóng)事體驗(yàn)于一體的生態(tài)農(nóng)業(yè)綜合體，輻射提升農(nóng)業(yè)經(jīng)濟(jì)效益和農(nóng)戶收入。大慶市林源鎮(zhèn)作為黑龍江省農(nóng)旅融合發(fā)展的示范村鎮(zhèn)，積極探索農(nóng)旅融合多元利益聯(lián)結(jié)機(jī)制，旨在提升農(nóng)戶在農(nóng)業(yè)產(chǎn)業(yè)發(fā)展各環(huán)節(jié)的參與度。

提高農(nóng)戶收入是農(nóng)村產(chǎn)業(yè)融合發(fā)展的落腳點(diǎn)與核心目的，產(chǎn)業(yè)融合對(duì)農(nóng)戶收入的影響已經(jīng)成為學(xué)術(shù)界關(guān)注的重要內(nèi)容。與研究相關(guān)的文獻(xiàn)主要分為三類，第一類文獻(xiàn)主要圍繞內(nèi)涵界定方面展開。具體內(nèi)容概括為農(nóng)村產(chǎn)業(yè)融合應(yīng)構(gòu)建農(nóng)業(yè)產(chǎn)業(yè)聯(lián)盟綜合體，發(fā)展至少應(yīng)該有兩個(gè)或兩個(gè)以上的農(nóng)村一二三產(chǎn)業(yè)“在場(chǎng)”，交叉重組或相互滲透，形成農(nóng)業(yè)新產(chǎn)業(yè)、新業(yè)態(tài)、新模式的新型農(nóng)業(yè)組織模式[1-3]。第二類文獻(xiàn)主要圍繞農(nóng)村產(chǎn)業(yè)融合對(duì)農(nóng)戶收入的影響展開研究。農(nóng)村產(chǎn)業(yè)融合是以農(nóng)業(yè)為基礎(chǔ)，通過產(chǎn)業(yè)間的相互影響最終增加農(nóng)戶收入，產(chǎn)業(yè)融合發(fā)展不僅有助于農(nóng)戶分享產(chǎn)業(yè)融合的利益，而且有助于吸引現(xiàn)代元素[4-8]。第三類文獻(xiàn)對(duì)研究方法進(jìn)行歸類梳理。學(xué)者們?cè)谌a(chǎn)融合對(duì)農(nóng)戶收入的影響研究方面用了DEA 模型，灰色關(guān)聯(lián)模型，空間計(jì)量模型，門檻模型，分位數(shù)計(jì)量模型，傾向評(píng)分匹配（PSM）等方法[9-15]。

綜上，農(nóng)村產(chǎn)業(yè)融合發(fā)展實(shí)質(zhì)就是以農(nóng)業(yè)生產(chǎn)為基礎(chǔ)，農(nóng)旅融合就是通過挖掘農(nóng)業(yè)資源，將農(nóng)業(yè)觀光、農(nóng)事生產(chǎn)體驗(yàn)、農(nóng)產(chǎn)品開發(fā)銷售、農(nóng)業(yè)文化傳播融為一體，形成新的農(nóng)村發(fā)展業(yè)態(tài)，也是農(nóng)村經(jīng)濟(jì)發(fā)展的新途徑。

1 模型構(gòu)建

傾向得分匹配方法是Roseenbaum 和Rubin[16]（1985）提出的典型反事實(shí)因果推理分析框架，能夠有效地解決變量的自選擇問題。當(dāng)實(shí)驗(yàn)組和對(duì)照組之間沒有差異時(shí)，可以根據(jù)概率模型建立觀察組，使對(duì)照組的樣本代表實(shí)驗(yàn)組的樣本，以消除選擇偏差的影響，確保結(jié)論的可靠性?；趯?duì)照組樣本要求，如果都能為每一個(gè)參與農(nóng)旅融合的農(nóng)戶比較或匹配出一個(gè)未參與農(nóng)旅融合的農(nóng)戶，并確定其除參與融合的選擇不同以外，均符合其他樣本的特征，就可以得到自然的實(shí)驗(yàn)效果。農(nóng)戶收入的分類和比較可以反映旅游業(yè)對(duì)農(nóng)業(yè)綜合收入的影響，然而，這一描述性統(tǒng)計(jì)并沒有考慮到其他特殊因素對(duì)收入差距的影響。模型（1）通過引入影響農(nóng)戶收入的控制變量，探究了這些控制變量對(duì)農(nóng)戶參與農(nóng)旅融合的影響。

在實(shí)證分析中，將主要考察參與農(nóng)旅融合對(duì)農(nóng)戶收入的影響。被解釋變量選擇了農(nóng)戶是否參與融合logit（Pi）。Pi表示農(nóng)戶是否參與農(nóng)旅融合的概率，βi是相應(yīng)控制變量的系數(shù)。其中，農(nóng)戶是否參與農(nóng)旅融合的影響因素，主要包括農(nóng)戶家庭特征、內(nèi)部因素和外部環(huán)境因素，具體的變量設(shè)置見表1。

表1 農(nóng)戶參與農(nóng)旅融合的影響因素分類及具體變量Table 1 Classification of influencing factors and specific variables of farmers’participation in integration of agriculture and tourism

崔寶玉等[17]認(rèn)為要研究同一個(gè)農(nóng)戶參與農(nóng)旅融合來衡量農(nóng)戶收入差距，可以發(fā)現(xiàn)要研究同一個(gè)農(nóng)戶參與農(nóng)旅融合的收入與未參與農(nóng)旅融合的收入差距問題，這實(shí)際上是一個(gè)數(shù)據(jù)缺乏的問題。在任何時(shí)候，農(nóng)戶只可能是兩種情況之一，這是一個(gè)典型的反事實(shí)因果推理分析框架，李鍇等[18]使用傾向得分匹配方法的研究有效解決了這種反事實(shí)推斷問題。

2 研究方法與數(shù)據(jù)來源

平均處理效應(yīng)（ATT）是政策效果評(píng)估研究中的有效方法，可以用來分析農(nóng)旅融合發(fā)展對(duì)農(nóng)戶收入的影響。農(nóng)戶家庭i 是否參與過農(nóng)旅融合被視為一個(gè)二元隨機(jī)變量coni，其中，coni=1 表示農(nóng)戶家庭參與了農(nóng)旅融合，coni=0 表示農(nóng)戶從未參與過農(nóng)旅融合。使用inci表示農(nóng)戶家庭i 的農(nóng)業(yè)收入，并將coni=1 對(duì)應(yīng)的農(nóng)戶收入記錄為inc1i，將coni=0 對(duì)應(yīng)的農(nóng)戶收入記錄為inc0i，（inc1i-inc0i）代表了農(nóng)戶參與農(nóng)旅融合對(duì)其家庭收入的影響。實(shí)際上，由于家庭i 的inc1i和inc0i不能同時(shí)觀測(cè)，可以將農(nóng)戶i 的農(nóng)業(yè)收入inci定義為：

由于農(nóng)戶家庭在選擇是否參與農(nóng)旅融合時(shí)是隨機(jī)的、“自選擇”的，在測(cè)算農(nóng)旅融合收入效應(yīng)時(shí)，需要考慮自我選擇的問題，因?yàn)闆]有辦法即選擇又不選擇，故選擇傾向得分匹配（Propensity Score Matching，PSM）方法[19-20]來解決農(nóng)戶參與農(nóng)旅融合的自我選擇問題。實(shí)際上，PSM 方法是在沒有參與農(nóng)旅融合的農(nóng)戶中為每個(gè)參與農(nóng)旅融合的農(nóng)戶選擇一個(gè)或一些農(nóng)戶進(jìn)行匹配，而這些沒有參與農(nóng)旅融合且匹配成功的農(nóng)戶就是合格的樣本個(gè)體，并且能夠在未來接受“處理”。

當(dāng)分析樣本僅限于接受過“處理”的個(gè)體時(shí)，可獲得平均處理效應(yīng)（ATT）。在文章中，ATT 是參與農(nóng)旅融合對(duì)農(nóng)戶和家庭收入的影響，即E（inc1i-inc0i｜inci=1），不僅衡量了農(nóng)戶在參與農(nóng)旅融合后的收入變化，也代表了在未來有條件接受“處理”的農(nóng)戶和家庭在參與農(nóng)旅融合后可以獲得的潛在收入增長(zhǎng)。ATT的估計(jì)結(jié)果更準(zhǔn)確，包含的信息更豐富。在條件期望獨(dú)立的假設(shè)下，ATT 可以通過PSM 方法估計(jì)，即通過估計(jì)每個(gè)個(gè)體的傾向性得分〔P（Xi）〕，將參與農(nóng)旅融合和未參與農(nóng)旅融合農(nóng)戶家庭具有相似特征的進(jìn)行配對(duì)。具體公式如下：

式（3）中，Ni是處理組（參與過農(nóng)旅融合的家庭）中的個(gè)體數(shù)，C0（Pi）是處理組第i 個(gè)個(gè)體的配對(duì)組，wij是個(gè)體i 的配對(duì)組中每個(gè)個(gè)體的權(quán)重，且采用1 對(duì)1 匹配、半徑匹配和核匹配這三種PSM 方法來估計(jì)ATT。

研究所用的數(shù)據(jù)均來自2021 年6 月份對(duì)大慶市林源鎮(zhèn)的實(shí)地調(diào)研。調(diào)研分為預(yù)調(diào)研和正式調(diào)研兩個(gè)階段。預(yù)調(diào)研階段主要是通過實(shí)地走訪初步了解林源鎮(zhèn)農(nóng)旅融合發(fā)展總體情況，以及農(nóng)戶參與情況，據(jù)此修改調(diào)查問卷。正式調(diào)研階段主要采取問卷形式，調(diào)查問卷主要包括個(gè)體特征及家庭特征、參與融合的內(nèi)在因素、外在因素、農(nóng)戶的家庭年收入情況四方面，研究團(tuán)隊(duì)共設(shè)計(jì)12 個(gè)需要調(diào)查的變量，如表1 所示。

研究選取林源鎮(zhèn)管轄的4 個(gè)行政村的農(nóng)戶作為調(diào)研對(duì)象，共發(fā)放問卷420 份，回收420 份，有效問卷396 份，問卷有效率達(dá)到了94.28%，在隨機(jī)發(fā)放問卷的同時(shí)也對(duì)被調(diào)查農(nóng)戶進(jìn)行訪談以期調(diào)研數(shù)據(jù)更加準(zhǔn)確。變量賦值情況如表2。

表2 變量設(shè)置及賦值Table 2 Variable settings and assignments

3 實(shí)證分析與研究結(jié)果

在有效的396 份樣本中，216 個(gè)樣本農(nóng)戶沒有參與農(nóng)旅融合，180 個(gè)樣本農(nóng)戶參與了農(nóng)旅融合，初中以上文化程度的農(nóng)戶占43.90%，高中以上文化程度的農(nóng)戶占9.20%。參與農(nóng)旅融合的農(nóng)戶受教育程度略高于未參與的農(nóng)戶的受教育程度，參與農(nóng)旅融合的農(nóng)戶的收入高于未參與農(nóng)旅融合的農(nóng)戶。未參與農(nóng)旅融合的農(nóng)戶耕地面積略高于參與融合戶，如表3。

表3 樣本的描述性統(tǒng)計(jì)Table 3 Sample descriptive statistics

通過實(shí)地調(diào)研發(fā)現(xiàn)，受當(dāng)?shù)刈匀画h(huán)境和產(chǎn)業(yè)類型的影響，農(nóng)戶參與農(nóng)旅融合的項(xiàng)目集中在林下花海、農(nóng)家樂和棚室采摘這三種類型，如表4 所示。

表4 農(nóng)旅融合與農(nóng)戶人均收入Table 4 Integration of agriculture and tourism and per capita income of rural households

依據(jù)調(diào)研數(shù)據(jù)，參與農(nóng)家樂的農(nóng)戶家庭人均收入最高，其次是棚室采摘，未參與農(nóng)旅融合的農(nóng)戶收入最低。調(diào)研數(shù)據(jù)表明，參與農(nóng)旅融合可能促進(jìn)了農(nóng)民增收，以下將使用PSM 方法進(jìn)一步檢驗(yàn)農(nóng)旅融合對(duì)農(nóng)戶增收的作用。

表5 列出了logit 回歸結(jié)果，結(jié)果表明，農(nóng)戶的年齡越小，越傾向于參與農(nóng)旅融合；家庭耕地面積越少的農(nóng)戶越傾向于農(nóng)旅融合；受教育程度越高的農(nóng)戶越傾向參與農(nóng)旅融合；農(nóng)戶參加過和農(nóng)業(yè)與旅游業(yè)融合有關(guān)的培訓(xùn)越多，越傾向于參與農(nóng)旅融合。產(chǎn)生這一結(jié)果的原因可能是家庭耕地面積越少，農(nóng)戶越有時(shí)間和精力去參與到農(nóng)旅融合中來；具有較高教育程度的年輕農(nóng)戶對(duì)新生事物接受的速度更快，能夠更好的適應(yīng)農(nóng)旅融合發(fā)展；農(nóng)戶參加過培訓(xùn)，更懂得如何參與農(nóng)旅融合以及參與農(nóng)旅融合能帶來哪些好處。環(huán)境衛(wèi)生條件越好越適合居住，農(nóng)戶越傾向于參與農(nóng)旅融合；內(nèi)外交通越通暢、農(nóng)業(yè)與旅游業(yè)融合政策的扶持力度越大、旅游信息化建設(shè)程度越高、旅游接待設(shè)施越完善，農(nóng)戶越傾向于參與農(nóng)旅融合。傾向得分的logit 估計(jì)值的卡方值為136.650，故小于P值的概率為0，拒絕原假設(shè)，結(jié)果表明，模型整體擬合效果良好，整體效果顯著。

表5 傾向得分的Logit 估計(jì)結(jié)果Table 5 Logit estimates of propensity scores

表6 對(duì)ATT 的基本估計(jì)結(jié)果Table 6 Basic estimates for Att

通過傾向性得分匹配后，農(nóng)旅融合對(duì)農(nóng)戶收入效應(yīng)的計(jì)算結(jié)果如6 所示，無論使用1∶1 匹配法、半徑匹配法還是核匹配法這三種PSM 法得出的T 值均大于臨界值。ATT 的估計(jì)再次表明，農(nóng)旅融合可以顯著增加農(nóng)戶的收入。

實(shí)證分析部分僅基于林源鎮(zhèn)四個(gè)行政村的問卷調(diào)查數(shù)據(jù)，同時(shí)受到數(shù)據(jù)調(diào)查的范圍和樣本數(shù)量的限制，關(guān)于農(nóng)旅融合對(duì)農(nóng)戶收入的影響研究仍具有一定的局限性，因?yàn)榈赜虿町惖脑颍衷存?zhèn)農(nóng)戶參與農(nóng)旅融合的途徑不能完全代表全省全國(guó)的農(nóng)戶參與農(nóng)旅融合的途徑，因此對(duì)收入影響的研究也具有一定局限性。在未來的研究中，從區(qū)域差異的角度出發(fā)，可以擴(kuò)大調(diào)查范圍，增加對(duì)黑龍江省乃至東北地區(qū)的走訪數(shù)和調(diào)查樣本數(shù)，或是在全國(guó)范圍展開調(diào)查研究，對(duì)農(nóng)旅融合影響收入的情況進(jìn)行更深層次的延伸探討和分析，以期拓展該領(lǐng)域的研究成果。

4 對(duì)策建議

（1）提高新型農(nóng)戶素質(zhì)。一是全面普及素質(zhì)教育，提高廣大農(nóng)戶的教育水平。二是發(fā)揮科技引領(lǐng)作用，實(shí)施鄉(xiāng)村人才戰(zhàn)略。三是積極鼓勵(lì)新型農(nóng)戶創(chuàng)新創(chuàng)業(yè)，充分發(fā)揮帶動(dòng)作用。四是完善新型農(nóng)戶培養(yǎng)機(jī)制，要富口袋，就要先富腦袋，要充分發(fā)揮高等院校等機(jī)構(gòu)的職業(yè)培訓(xùn)作用，分層分類分步地積極組織開展培訓(xùn)，提升新型農(nóng)戶創(chuàng)業(yè)本領(lǐng)。

（2）加強(qiáng)旅游信息化建設(shè)。抓住農(nóng)業(yè)農(nóng)村數(shù)字化的有利契機(jī)，做好油菜花基地、林間花海、采摘園、黃花采摘、農(nóng)家樂、民宿等規(guī)劃建設(shè)工作，將信息技術(shù)融入農(nóng)旅融合發(fā)展過程中。

（3）改造旅游交通線路。完善林源鎮(zhèn)周邊及所屬村屯環(huán)線道路建設(shè)以及主要景點(diǎn)景區(qū)的道路建設(shè)，逐步實(shí)現(xiàn)從城市到主要旅游目的地的交通換乘無縫對(duì)接，提升旅游資源的可達(dá)性和便捷性。

（4）加大政府扶持力度，調(diào)動(dòng)農(nóng)戶參與的積極性。在充分尊重農(nóng)戶意愿的基礎(chǔ)上，逐步建立起以市場(chǎng)為主導(dǎo)，政府參與的農(nóng)旅融合發(fā)展機(jī)制。政府應(yīng)該加強(qiáng)對(duì)林源鎮(zhèn)農(nóng)旅融合發(fā)展的金融支持，引導(dǎo)金融機(jī)構(gòu)簡(jiǎn)化貸款流程，延長(zhǎng)貸款期限。