渠鯤飛

(1.晉中學(xué)院 經(jīng)濟(jì)管理學(xué)院, 山西 晉中 030600；2.中國(guó)農(nóng)業(yè)大學(xué) 人文發(fā)展學(xué)院, 北京 100193)

一、研究現(xiàn)狀

經(jīng)過(guò)幾十年的農(nóng)業(yè)現(xiàn)代化建設(shè)，我國(guó)的農(nóng)業(yè)取得了矚目的成就，但也導(dǎo)致了能源消耗等一系列問題。這種建立在能源高消費(fèi)基礎(chǔ)上的農(nóng)業(yè)發(fā)展模式，從長(zhǎng)期來(lái)看，必然會(huì)受到供給約束的制約。使發(fā)展呈現(xiàn)不可持續(xù)性。因此要提高農(nóng)業(yè)現(xiàn)代化的質(zhì)量，必須促使增長(zhǎng)由要素投入的粗放型方式轉(zhuǎn)向生產(chǎn)效率提高的集約型方式。農(nóng)民勞動(dòng)生產(chǎn)率是農(nóng)業(yè)生產(chǎn)效率的基礎(chǔ)，它綜合反映了人力資本，技術(shù)和管理水平，它的提高不僅有利于農(nóng)業(yè)現(xiàn)代化的建設(shè)，也有利于農(nóng)民收入的增長(zhǎng)。同世界上其他國(guó)家相比，我國(guó)的勞動(dòng)生產(chǎn)率一直處于較低水平，1993年中國(guó)的總體勞動(dòng)生產(chǎn)率在119個(gè)國(guó)家中居第97位。農(nóng)業(yè)勞動(dòng)生產(chǎn)率的情況也不樂觀，在2007年，僅是加拿大的1/163，美國(guó)的1/161，法國(guó)的1/102，澳大利亞的1/96[1]，以農(nóng)業(yè)就業(yè)人數(shù)和農(nóng)業(yè)增加值來(lái)衡量，2014年我國(guó)農(nóng)業(yè)勞動(dòng)生產(chǎn)率相當(dāng)于2006年高收入國(guó)家的9.9%，歐元區(qū)國(guó)家的11.8%，日本的14.4%，美國(guó)的41%[2]。2017年前，我國(guó)農(nóng)業(yè)的勞動(dòng)生產(chǎn)率僅僅相當(dāng)?shù)诙a(chǎn)業(yè)的八分之一，第三產(chǎn)業(yè)的四分之一左右[3]。農(nóng)業(yè)勞動(dòng)生產(chǎn)率的提高是促進(jìn)農(nóng)民增收的重要手段，也是二元經(jīng)濟(jì)發(fā)展和工業(yè)化發(fā)展的前提條 件，因此非常有必要從勞動(dòng)生產(chǎn)率角度來(lái)研究我國(guó)農(nóng)業(yè)現(xiàn)代化建設(shè)。

學(xué)術(shù)界對(duì)農(nóng)業(yè)勞動(dòng)生產(chǎn)率的研究由來(lái)已久，受國(guó)際學(xué)術(shù)界的影響，國(guó)內(nèi)的研究?jī)?nèi)容也注重對(duì)各地區(qū)農(nóng)業(yè)勞動(dòng)生產(chǎn)率差異的研究，利用數(shù)據(jù)包絡(luò)法，生產(chǎn)函數(shù)法，檢驗(yàn)了我國(guó)農(nóng)業(yè)勞動(dòng)生產(chǎn)率的收斂性。但是對(duì)影響勞動(dòng)生產(chǎn)率的因素的文獻(xiàn)，這方面的研究存在數(shù)量不足的問題。顧煥章，朱希剛等人最早從農(nóng)業(yè)技術(shù)進(jìn)步角度研究了農(nóng)業(yè)生產(chǎn)率的影響因素。田維明[4]認(rèn)為：決定農(nóng)業(yè)勞動(dòng)生產(chǎn)率的關(guān)鍵因素是投入的集約度和投入利用的技術(shù)效率。汪小平[5]研究了資源稟賦對(duì)農(nóng)業(yè)勞動(dòng)生產(chǎn)率影響，并通過(guò)全國(guó)1952—2003年的數(shù)據(jù)得出可能路徑；高帆[6]認(rèn)為在影響勞動(dòng)生產(chǎn)率的各種因素中，資本深化是主要指標(biāo)。全炯振[7]認(rèn)為土地生產(chǎn)率增長(zhǎng)是我國(guó)1952—2008年期間勞動(dòng)生產(chǎn)率增長(zhǎng)的決定因素等等。

以往的相關(guān)研究多是從技術(shù)水平，經(jīng)營(yíng)管理方面入手，認(rèn)為要素的配置狀況，農(nóng)業(yè)的技術(shù)裝備等是決定勞動(dòng)生產(chǎn)率的主要因素。注重從外力推動(dòng)的角度來(lái)提高農(nóng)業(yè)的勞動(dòng)生產(chǎn)率，忽視了對(duì)勞動(dòng)者內(nèi)在積極性的研究。事實(shí)上農(nóng)民是農(nóng)業(yè)經(jīng)營(yíng)的主體，農(nóng)業(yè)經(jīng)營(yíng)者改變農(nóng)業(yè)質(zhì)態(tài)的基點(diǎn)是勞動(dòng)生產(chǎn)率的提高。如果農(nóng)民的積極性激發(fā)不起來(lái)，任何先進(jìn)技術(shù)，高效的制度安排，都不能充分發(fā)揮效果。因此對(duì)農(nóng)業(yè)生產(chǎn)效率的考察必須從農(nóng)民自發(fā)經(jīng)營(yíng)行為切入才有意義。

在影響農(nóng)民積極性的各種因素中，收入無(wú)疑是起決定性的，穩(wěn)定而高于市場(chǎng)出清水平的工資會(huì)激勵(lì)農(nóng)民努力工作，從而提高效率。而不確定性的收入水平會(huì)直接影響他們的勞動(dòng)生產(chǎn)率。但是從我國(guó)目前的實(shí)際情況來(lái)看，農(nóng)民收入的突出特點(diǎn)是表現(xiàn)為增長(zhǎng)中存在著不確定性，因此，收入不確定性是影響我國(guó)農(nóng)業(yè)勞動(dòng)生產(chǎn)率一個(gè)不可忽視的因素?，F(xiàn)有的研究表明，收入不確定性主要通過(guò)技術(shù)使用，農(nóng)業(yè)經(jīng)營(yíng)方式，制度安排影響到農(nóng)民經(jīng)營(yíng)行為的。而這些方面也正是對(duì)農(nóng)業(yè)勞動(dòng)生產(chǎn)率發(fā)生作用的外力因素。

有鑒于此，本研究重點(diǎn)從農(nóng)民勞動(dòng)積極性方面，分析了影響農(nóng)業(yè)勞動(dòng)生產(chǎn)率的因素。其中收入不確定性是重要的考查對(duì)象，彌補(bǔ)了相關(guān)研究對(duì)勞動(dòng)者本身關(guān)注的不足。在研究方法上，因?yàn)榭臻g計(jì)量能充分考慮不同區(qū)域之間經(jīng)濟(jì)發(fā)展水平和區(qū)域之間彼此影響所造成的空間溢出效應(yīng)，所以采用空間面板模型來(lái)估計(jì)各參數(shù)。此外，現(xiàn)有對(duì)收入不確定性的研究側(cè)重于它所帶來(lái)的后果，而對(duì)它內(nèi)在的動(dòng)態(tài)演變機(jī)制研究不夠，為此本文借鑒調(diào)整離差率法，依次考察了在不同的收入水平階段，收入的不確定性的變化趨勢(shì)和特點(diǎn)。最后依據(jù)計(jì)量模型分析了收入不確定性的來(lái)源對(duì)它的影響，旨在提出更具針對(duì)性的建議。

二、基本模型的確定

(一)收入不確定性的描述

目前衡量收入不確定性的方法，學(xué)術(shù)界主要采用與收入相關(guān)數(shù)據(jù)的方差和標(biāo)準(zhǔn)差等形式，代表性人物有 Dynan[8]等，這些方法不能有效地區(qū)分出收入變動(dòng)的方向，使得研究?jī)?nèi)容難以細(xì)化和拓展。其他的方法還有使用諸如失業(yè)率等代理指標(biāo)來(lái)衡量收入不確定性，代表性人物有國(guó)內(nèi)的杭斌、郭香俊[9]使用了這種方法，這種方法過(guò)于單一，而且對(duì)農(nóng)民的隱形失業(yè)難以度量，會(huì)產(chǎn)生較大的偏差。此外采用調(diào)查問卷方式，代表性人物有Guiso，Japelli,and Terlizzess[10]等。調(diào)查問卷測(cè)定風(fēng)險(xiǎn)的主要依據(jù)是人們的主觀感知，在模型使用中受到技術(shù)限制。因此有必要對(duì)收入不確定性的方法進(jìn)行完善。

美國(guó)經(jīng)濟(jì)學(xué)家奈特提出，不確定性的表現(xiàn)就是非概率型隨機(jī)事件，這一提法得到學(xué)界的廣泛認(rèn)同。按照這種思路，王建宇[11]引入的調(diào)整離差率是近年比較理想的測(cè)度收入不確定性的方法。它主要通過(guò)實(shí)際收入和預(yù)期收入的偏差來(lái)反映，結(jié)合本論文研究對(duì)象，設(shè)置農(nóng)民收入調(diào)整離差率的方法具體如下：

首先計(jì)算出農(nóng)民預(yù)期的收人變動(dòng)率，它是以一段時(shí)間內(nèi)農(nóng)村居民收人的平均增長(zhǎng)率來(lái)衡量。然后,按用上一年的實(shí)際收入乘以預(yù)期收入變動(dòng)率，得到預(yù)期收入增長(zhǎng)值，進(jìn)一步就可以得出農(nóng)村居民的預(yù)期收人值,稱它為“基期收人”。

基期收人的計(jì)算公式為：

It=It-1*(1+k%)

(1)

調(diào)整離差率的計(jì)算公式為:

(2)

(二)研究方法——空間面板計(jì)量分析

1.基本模型

在估計(jì)參數(shù)的模型選擇中，本研究采用了空間面板模型。與一般的面板模型相比，它考慮了數(shù)據(jù)的空間依賴性。普通面板模型采用的是截面和時(shí)間序列數(shù)據(jù)，它們來(lái)自于空間中不同的區(qū)域，它的估計(jì)方法中，隱含著一個(gè)重要的假設(shè)：空間內(nèi)的觀測(cè)值和區(qū)域內(nèi)其他觀測(cè)值彼此不相關(guān)，這種假設(shè)由于忽略了普遍存在的空間個(gè)體彼此之間的影響，而使參數(shù)的估計(jì)不夠準(zhǔn)確。而空間面板模型，由于考慮了空間變量之間相關(guān)性的影響，提高了參數(shù)估計(jì)的精度。具體方法是引入了空間權(quán)重矩陣，考慮了區(qū)域間的相關(guān)性。它包括以下兩種：第一種是空間滯后回歸模型(spatial lag model，SLM)：著重考慮具有相關(guān)性地區(qū)的經(jīng)濟(jì)行為，彼此之間造成的影響，見式(3)

Yit=α+ρWYJt+βXit+εitε：N(0，σ2In)

(3)

式中Yit代表某一個(gè)i被解釋變量矩陣，X 代表解釋變量矩陣，YJt代表除i之外其他被解釋變量矩陣，W是空間權(quán)重矩陣，In代表單位矩陣,ρ是空間自回歸系數(shù)，In代表單位矩陣。

另一種是空間誤差模型(SEM)，這種空間相關(guān)性是以隨機(jī)誤差項(xiàng)的形式體現(xiàn)，說(shuō)明隨機(jī)沖擊造成了空間外溢，見式(4)

Yit=α+βXit+μit

μit=λWμJt+εε：N(0，σ2In)

(4)

式(4)中，λ是空間誤差項(xiàng)WμJt的系數(shù),這個(gè)模型結(jié)合了標(biāo)準(zhǔn)回歸模型和誤差項(xiàng)的空間自回歸模型。

本文主要研究收入的波動(dòng)對(duì)勞動(dòng)生產(chǎn)率的影響，由于存在空間層面的機(jī)制和效應(yīng)，結(jié)合上文的介紹和本文研究的需要，構(gòu)建如下基本模型

空間滯后模型(SLM)：

LDLit=ai+ρwLDLjt+β1Sit+β2T+β3Z+εit

(5)

空間誤差模型(SEM)：

LDLit=ai+β1Sit+β2T+β3Z+μit，μit=

λwμjt+εit

(6)

其中ε：N(0，σ2In)

參數(shù)ρ是空間滯后項(xiàng) wy的系數(shù)，參數(shù)λ是空間誤差項(xiàng) wμ 的系數(shù)，ε、μ 為隨機(jī)誤差項(xiàng)，i,j表示省份，t 表示年份。

LDLit是地區(qū) i在 t年的農(nóng)民勞動(dòng)生產(chǎn)率, LDLjt是地區(qū) j在 t年的農(nóng)民勞動(dòng)生產(chǎn)率。勞動(dòng)生產(chǎn)率(Labor productivity)是指在一定時(shí)期內(nèi)，勞動(dòng)總產(chǎn)出與所耗費(fèi)的勞動(dòng)的比值。它分為實(shí)物型勞動(dòng)生產(chǎn)率、價(jià)值型勞動(dòng)生產(chǎn)率，邊際勞動(dòng)生產(chǎn)率，平均勞動(dòng)生產(chǎn)率。根據(jù)國(guó)內(nèi)外的研究成果和本文的研究目的，我們以歷年農(nóng)民人均農(nóng)產(chǎn)品數(shù)量作為勞動(dòng)生產(chǎn)率。

Sit;代表是地區(qū) i在 t年的收不確定性，用調(diào)整離差率表示?？紤]到滯后效應(yīng)，取上一年的數(shù)據(jù)表示。

為使研究更加全面，以柯布-道格拉斯生產(chǎn)函數(shù)為依據(jù)，考慮了土地、資本對(duì)勞動(dòng)生產(chǎn)率的影響，分別選取人均土地面積的自然對(duì)數(shù)(T)和人均農(nóng)業(yè)生產(chǎn)固定性投資的對(duì)數(shù)(Z)表示。

2.本研究空間加權(quán)矩陣的設(shè)定

空間加權(quán)矩陣主要用來(lái)衡量不同距離的變量的影響程度，在目前的研究中，多以地理距離為判斷依據(jù)，忽視了經(jīng)濟(jì)相關(guān)性的影響。特別是在估計(jì)某種變量對(duì)研究對(duì)象的影響時(shí)，經(jīng)濟(jì)發(fā)展的同質(zhì)性比地理距離的影響更大，這種同質(zhì)性可以通過(guò)經(jīng)濟(jì)發(fā)展水平距離來(lái)表示。國(guó)內(nèi)學(xué)者張征宇、朱平芳[12]研究地區(qū)環(huán)境支出“逐底效應(yīng)”時(shí)，借鑒了國(guó)外專家的表示經(jīng)濟(jì)發(fā)展水平差距的空間加權(quán)矩陣。 由于本研究模型包括的是全國(guó)不同經(jīng)濟(jì)發(fā)展水平的區(qū)域，經(jīng)濟(jì)距離比空間距離對(duì)參數(shù)的估計(jì)影響更大，本研究構(gòu)造一個(gè)表示經(jīng)濟(jì)距離的空間加權(quán)矩陣為W：

Wij=1/ Incomei-Incomej

這里的經(jīng)濟(jì)距離用各地區(qū)農(nóng)民人均純收入的差距來(lái)表征，其中Incomei和Incomej分別表示i地區(qū)和j地區(qū)的農(nóng)民年人均純收入(來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》獲得)。它是一個(gè) 26×26 的對(duì)稱矩陣，其中主對(duì)角線上的元素為零，當(dāng)兩省經(jīng)濟(jì)發(fā)展差距在界定范圍內(nèi)時(shí)矩陣元素取 1，當(dāng)發(fā)展差距超出界定范圍取0。對(duì)加權(quán)矩陣進(jìn)行標(biāo)準(zhǔn)化,使每行和為1的正規(guī)化處理，這樣就得到了本研究的空間加權(quán)矩陣。

三、實(shí)證分析

(一)檢驗(yàn)?zāi)Ｐ偷倪x擇

在設(shè)定好基本模型和加權(quán)矩陣后，還需要進(jìn)行空間相關(guān)性的檢驗(yàn)，在存在顯著相關(guān)性的條件下，面臨著對(duì)兩種基本模型的選擇問題。主要采用Moran’sI檢驗(yàn)、 最大似 然LM-Error檢驗(yàn)及LM-Lag檢驗(yàn)方法。

借助 MATLAB軟件(2014)首先進(jìn)行了 Moran’sI檢驗(yàn)，Moran’sI值為0.653,檢驗(yàn)結(jié)果證實(shí)了各省的收入不確定性存在顯著的空間相關(guān)性，LM檢驗(yàn)表明，空間滯后模型的顯著性強(qiáng)于空間誤差模型，說(shuō)明經(jīng)濟(jì)距離相近的地區(qū)，二者的收入不確定性具有較強(qiáng)的同質(zhì)性，因此以模型(7)作為本文實(shí)證分析的檢驗(yàn)?zāi)Ｐ汀?/p>

空間滯后模型(SLM)：

LDLit=ai+ρwLDLjt+β1Sit+β2T+β3Z+εit

(7)

各變量選取參照本研究第二部分?jǐn)?shù)據(jù)。由于研究變量是農(nóng)業(yè)相關(guān)數(shù)據(jù)，因此四個(gè)直轄市都沒有考慮，此外西藏的數(shù)據(jù)缺失比較嚴(yán)重，也沒有考慮，最終以26個(gè)省為研究對(duì)象。W 是n×n(26×26)的空間加權(quán)矩陣，參數(shù)ρ是空間滯后項(xiàng) wy的系數(shù)，ε為隨機(jī)誤差項(xiàng)。

接下來(lái)以空間滯后模型為基礎(chǔ)，分別從時(shí)間固定效應(yīng)，地區(qū)固定效應(yīng)，時(shí)間地區(qū)固定效應(yīng)和沒有固定效應(yīng)來(lái)考察2001年至2014年，我國(guó)農(nóng)民收入不確定性對(duì)勞動(dòng)生產(chǎn)率的影響機(jī)制。

(二)估計(jì)結(jié)果解釋

為更清楚判斷空間效應(yīng)的存在，以普通面板隨機(jī)效應(yīng)估計(jì)方法估計(jì)了同樣的模型，和空間滯后模型的各種固定效應(yīng)估計(jì)結(jié)果放在一起。見表1。

表1 勞動(dòng)生產(chǎn)率的影響因素分析

從估計(jì)結(jié)果看，SLM的時(shí)間地區(qū)雙固定效應(yīng)的擬合優(yōu)度顯著高于OLS估計(jì)，說(shuō)明收入不確定性存在顯著空間溢出效應(yīng)，SLM模型相比OLS更能準(zhǔn)確地反映各種自變量對(duì)勞動(dòng)生產(chǎn)率的影響。SLM 模型表明，各省份農(nóng)民勞動(dòng)生產(chǎn)率除了受本地區(qū)農(nóng)民收入不確定性的直接影響外，還受經(jīng)濟(jì)距離相鄰省份的農(nóng)民收入不確定性的影響。各種固定效應(yīng)空間滯后系數(shù)，除時(shí)間固定效應(yīng)模型外，其他均在1%顯著性水平下通過(guò)檢驗(yàn)。它們通過(guò)收入不確定性彼此發(fā)生影響，經(jīng)濟(jì)距離相近的地區(qū)收入不確定性具有同質(zhì)性。在沒有固定效應(yīng)的模型中，經(jīng)濟(jì)距離相鄰的地區(qū)勞動(dòng)生產(chǎn)率每增加1%，自身的勞動(dòng)生產(chǎn)率就增加0.17%，而在地區(qū)固定效應(yīng)模型中，這個(gè)系數(shù)上升到0.29%，時(shí)間地區(qū)固定的模型中式0.26%。表明收入不確定性對(duì)勞動(dòng)生產(chǎn)率的影響在空間依賴和空間異質(zhì)性的作用下，具有顯著的正效應(yīng)。由本文空間權(quán)重矩陣的設(shè)定，正的空間自相關(guān)系數(shù)，意味著鄰近地區(qū)的相應(yīng)變量產(chǎn)生集聚效應(yīng)，這可以由趨同理論理論得到解釋?？紤]了空間影響因素后，各參數(shù)均有變化。除時(shí)間固定效應(yīng)模型中的ρ系數(shù)不夠顯著外，其他幾種模型ρ系數(shù)在1%水平下通過(guò)了檢驗(yàn)，均表現(xiàn)出了顯著的空間外部性。

四、收入不確定性的動(dòng)態(tài)演進(jìn)和形成機(jī)制分析

空間面板模型估計(jì)結(jié)果顯示，經(jīng)濟(jì)發(fā)展水平相當(dāng)?shù)牡貐^(qū)之間，各省農(nóng)民收入不確定性均存在顯著的同質(zhì)性。為準(zhǔn)確的理解收入不確定性的這種影響機(jī)制，借鑒最新的研究方法，在經(jīng)濟(jì)同質(zhì)性的基礎(chǔ)上，以調(diào)查年內(nèi)農(nóng)民平均收入為依據(jù)，把全國(guó)各省分為不同的類別，平均收入小于1000元的為低收入組，1000～1300的為中等收入組，高于1300的為高收入組。依次描述收入不確定性的變動(dòng)軌跡，分析各自的形成機(jī)制，見表2。各省收入均以1985年為基期，進(jìn)行了處理，1、2、3為低收入組，4、5為中等收入組，6為高收入組。數(shù)據(jù)來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》。

表2 收入水平分組

(一)各收入組的收入不確定性變動(dòng)趨勢(shì)

按照上文調(diào)整離差率的方法，對(duì)不同收入水平下農(nóng)民收入不確定性變遷軌跡描述如下：

圖1 低收入組的收入不確定性變動(dòng)趨勢(shì)圖

圖2 中高收入組收入不確定性變動(dòng)趨勢(shì)圖

從圖中可以看出，當(dāng)收入水平較低的時(shí)候，往往是收入不確定性程度最激烈的時(shí)期。隨著收入水平的提高，收入不確定性有所降低。而在收入水平分組中，又以收入水平中低分類組的收入不確定性波動(dòng)比較激烈，(4組):從2000年至 2014年，以負(fù)向波動(dòng)為主，2001年收入不確定性是0.01，達(dá)到正向波動(dòng)最高值，之后農(nóng)民實(shí)際收入一直低于預(yù)期收入，2004年為-0.028，2008年0.05，2011年達(dá)到最低值-0.09，說(shuō)明中等收入組收入來(lái)源呈現(xiàn)多樣化，在收入增長(zhǎng)的過(guò)程中伴隨著高風(fēng)險(xiǎn)化，由于處在經(jīng)濟(jì)轉(zhuǎn)型的初期，加之缺乏相應(yīng)的保障，農(nóng)民普遍缺乏風(fēng)險(xiǎn)應(yīng)對(duì)機(jī)制.而高收入組，都是經(jīng)濟(jì)轉(zhuǎn)型起步早，農(nóng)民又有較豐富的處理風(fēng)險(xiǎn)的經(jīng)驗(yàn)，會(huì)根據(jù)實(shí)際需要調(diào)整生產(chǎn)經(jīng)營(yíng)行為，使風(fēng)險(xiǎn)最小化，因此表現(xiàn)出比較穩(wěn)定的風(fēng)險(xiǎn)變動(dòng)軌跡。而最低收入組，農(nóng)業(yè)發(fā)展停滯，收入來(lái)源渠道僵化，農(nóng)民收入呈現(xiàn)低收入，低風(fēng)險(xiǎn)的特點(diǎn)。

(二)收入不確定性的形成機(jī)制

為考察不確定性的形成機(jī)制，我們構(gòu)建計(jì)量模型，分析各種因素在農(nóng)民收入不確定的影響。其中被解釋變量是收入不確定性(I)，以上文介紹的調(diào)整離差率法計(jì)算可得，解釋變量從農(nóng)民收入風(fēng)險(xiǎn)的來(lái)源入手，包括市場(chǎng)風(fēng)險(xiǎn)，人力資本風(fēng)險(xiǎn)，政策風(fēng)險(xiǎn)，和自然風(fēng)險(xiǎn)，還有城鎮(zhèn)化所帶來(lái)的機(jī)遇和挑戰(zhàn)，見表3。由于我們?cè)诠烙?jì)各參數(shù)時(shí)，已經(jīng)按照收入水平進(jìn)行分組，有效地避免了空間經(jīng)濟(jì)距離的影響，因此本模型是平面面板模型。而其各數(shù)據(jù)均采用差分或比例表示，消除了數(shù)據(jù)非平穩(wěn)性。

模型建立

?it+

β5X″″it+μit

(8)

表3 不確定性形成機(jī)制中解釋變量的界定

(三) 結(jié)果分析

本研究利用EVIEW7軟件估計(jì)了模型(8)，結(jié)果如下：

從估計(jì)結(jié)果看，除了第5組外，各個(gè)模型的擬合優(yōu)度均超過(guò)了50%，說(shuō)明選取的解釋變量能夠有效地解釋收入不確定性的變動(dòng)是合適的。其中3組、4組中，中等收入水平組模型擬合的較好，模型擬合優(yōu)度和參數(shù)的顯著性通過(guò)率也高。中等收入組，對(duì)收入不確定性的影響因素中，城鎮(zhèn)化、自然風(fēng)險(xiǎn)通過(guò)了檢驗(yàn).第3組中，城鎮(zhèn)化率每增加1個(gè)單位，調(diào)整離差率增加0.614個(gè)單位，說(shuō)明城鎮(zhèn)化有效地增加了實(shí)際收入；財(cái)政支農(nóng)比例每增加1個(gè)單位，相應(yīng)的被解釋變量就增加0.006個(gè)單位，也與實(shí)際預(yù)期方向一致，但效果不夠顯著，說(shuō)明政府的財(cái)政支農(nóng)效率有待提高；有效灌溉比例促進(jìn)增收的作用也比較明顯，每增加1個(gè)單位，相應(yīng)的收入變動(dòng)就增加0.317個(gè)單位，說(shuō)明我國(guó)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)在增加農(nóng)業(yè)產(chǎn)出，農(nóng)民增收方面的作用是明顯的。

表4 風(fēng)險(xiǎn)形成機(jī)制模型估計(jì)結(jié)果

五、結(jié)論

目前政府提高農(nóng)民收入水平強(qiáng)調(diào)通過(guò)調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，大力推廣新技術(shù)等一系列現(xiàn)代化手段來(lái)實(shí)現(xiàn)，而對(duì)農(nóng)民自身的積極性關(guān)注不夠。勞動(dòng)生產(chǎn)率的提高最終離不開農(nóng)民的生產(chǎn)經(jīng)營(yíng)行為，只有充分理解農(nóng)民的行為，才能有效地激發(fā)農(nóng)民的生產(chǎn)積極性。新技術(shù)的使用，收入來(lái)源渠道的增多，在提高農(nóng)民收入的同時(shí)，也不可避免地帶來(lái)收入風(fēng)險(xiǎn)。理性的小農(nóng)在面臨收入不確定時(shí)，如果沒有充分的應(yīng)對(duì)機(jī)制，會(huì)首先考慮生存理性，而不是經(jīng)濟(jì)理性，這樣最終會(huì)制約農(nóng)業(yè)生產(chǎn)效率的提高。因此現(xiàn)代化推廣的同時(shí)，應(yīng)該同時(shí)建設(shè)有效的風(fēng)險(xiǎn)應(yīng)對(duì)機(jī)制，具體應(yīng)該從土地、金融、社保、教育科技方面入手。在促進(jìn)農(nóng)地流轉(zhuǎn)時(shí)， 穩(wěn)定農(nóng)民的土地使用權(quán)，實(shí)行農(nóng)地規(guī)模經(jīng)營(yíng)，降低小農(nóng)生產(chǎn)風(fēng)險(xiǎn)。金融服務(wù)方面，應(yīng)擴(kuò)大銀行對(duì)“三農(nóng)”服務(wù)的范圍，根除農(nóng)村資金市場(chǎng)發(fā)育中的制度藩籬，增強(qiáng)農(nóng)民防范自然和市場(chǎng)風(fēng)險(xiǎn)的力度。文化科技方面，要加大和改善對(duì)教育、科技的投入，提高人力資本，激發(fā)農(nóng)民自身應(yīng)對(duì)收入風(fēng)險(xiǎn)的潛力。社會(huì)保健方面，應(yīng)該完善合作醫(yī)療、養(yǎng)老保險(xiǎn)、救濟(jì)等各項(xiàng)社保制度，做好從風(fēng)險(xiǎn)的打擊中恢復(fù)的能力。市場(chǎng)建設(shè)方面，采取價(jià)格保護(hù)政策，提供信息服務(wù)，大力發(fā)展農(nóng)產(chǎn)品期貨和選擇權(quán)市場(chǎng)，化解市場(chǎng)風(fēng)險(xiǎn)。

參 考 文 獻(xiàn)

[1] 高帆.中國(guó)勞動(dòng)生產(chǎn)率的增長(zhǎng)及其因素分解 [J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2007 (4)：18-25.

[2] 蔡繼明.鄉(xiāng)村振興應(yīng)與新型城鎮(zhèn)化同步推進(jìn)[EB/OL]. (2018-03-07) [2018-03-14].http://cnews.chinadaily.com.cn/2018-03/09/content_35818102.htm.

[3] 鄉(xiāng)村振興要參,我國(guó)農(nóng)業(yè)的勞動(dòng)生產(chǎn)率僅僅相當(dāng)于第二產(chǎn)業(yè)的八分之一[EB/OL].(2018-01-29)[2018-03-14].http://sh.qihoo.com/pc/2s21tr8cw10?

[4] 田維明.我國(guó)各省市區(qū)農(nóng)業(yè)勞動(dòng)生產(chǎn)率的比較研究 [J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),1987 (1)：18-21.

[5] 汪小平.中國(guó)農(nóng)業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)的特點(diǎn)與路徑分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)究，2007 (4)：14-25.

[6] 高帆.中國(guó)農(nóng)業(yè)生產(chǎn)率提高的優(yōu)先序及政策選擇[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2008 (8)：12-19.

[7] 全炯振.中國(guó)農(nóng)業(yè)的增長(zhǎng)路徑:1952— 2008年[J].2010(9)：10-16.

[8] Skinner Jonathan. Risk Income. Life Cycle Consumption and Precautionary Savings[J]. Journal of Monetary Economics,1998,22(9):237-255.

[9] 杭斌，郭香俊. 基于習(xí)慣形成的預(yù)防性儲(chǔ)蓄——中國(guó)城鎮(zhèn)居民消費(fèi)行為的實(shí)證分析[J].統(tǒng)計(jì)研究，2009(3)：38-43.

[10] Guiso L,Jappelli T,Terlizzese D. Earning uncertainty and precautionary saving[J].Journal of Monetary Eco-nomics, 1992(30): 307-337.

[11] 王健宇.收入不確定性的測(cè)算方法研究 [J].統(tǒng)計(jì)研究，2010 (9)：58-64.

[12] 張征宇,朱平芳.地方環(huán)境支出的實(shí)證研究[J]. 經(jīng)濟(jì)研究, 2010(5)：82-93.