4.3.2 模型与变量
本小节选取的被解释变量为农村居民人均纯收入,选取的核心解释变量继续延续了上一小节的做法,将其划分为亩均粮食直接补贴资金和户均粮食直接补贴资金,从而分析其对农村居民人均纯收入的影响。同时,引入每亩化肥使用量、城镇化率、第一产业占比、农业从业人员占比等控制变量,分析这些变量对农村居民人均纯收入的影响。
城镇化率:近些年,随着城市的不断发展,城镇化水平稳步提高,农村剩余劳动力逐步向城市转移,开始在城市寻求工作并长期发展。这些长期在外务工人员通过在城市务工,工资性收入大幅提升,远比在农村务农所得收入要高。要想长期持续提高农民收入,最根本的办法就是减少农业人口(林毅夫,2003)。城镇化的快速发展为农民提供了更多的就业机会,对其收入提升具有一定的促进作用,预计城镇化率与农村居民人均纯收入存在正相关关系。
图4.4 粮食主产区和非粮食主产区粮食直补对农民收入的影响
第一产业占比:农业是国民经济的基础,是工业和其他国民经济部门独立化的基础。城镇化率和农业产值占第一产业总产值的比重是影响农民收入的主要因素(刘秉镰,2010)。第一产业所占比重较大的地区,一般来说农业较发达,农业生产条件较好,相对来说,农村居民更多地依靠农业收入,其人均纯收入一般要低于依靠第二和第三产业的农户。因此,第一产业占比越高,农民人均纯收入可能越低。
农业从业人员占比:农业从业人员占比用农业从业人员(农业为主要收入来源)占乡村从业人员的比重来表示。农业从业人员占比越高,即乡村从业人员中农业从业人员所占比例越大,表明当地农民主要靠务农而非务工维持生计。农民收入来源主要为农业生产经营性收入而非工资性收入。理论认为,城镇化加速推进,大量农村人口进入城市,有助于改变传统的小农经济,让更多的土地集中于少数农民的手中,更容易形成农业生产规模化和效率化,使单位土地生产率大大提高,从而实现粮食产量提高和农民收入增加(张宇青,2015)。农业从业人员占比对农村居民人均纯收入的具体影响尚不能直接判定,需通过实证分析进一步检验。
户均家庭人口数:户均家庭人口数是指农村每个家庭的平均人口数。户均家庭人口用来度量农村家庭劳动力的丰富程度。虽然此指标并非衡量家庭劳动力数量的最佳指标,但苦于劳动力数据难以获取,只能采用此指标间接反映劳动力数量。根据农村现实状况,农村老人即便年龄很大,他们参加劳动的积极性也依然很高,因此,此指标可以较好地反映农村家庭劳动力数量。家庭劳动人口越多,劳动力也可能越多,获取的收入也将越多(周振,2016;祝华军,2005)。
人均常用耕地面积:粮食作物播种面积是由种植粮食作物的复种指数与耕地面积的乘积来衡量的。耕地面积是粮食作物播种面积的基础和前提,而人均常用耕地面积规避了人口因素的影响,更加直接地反映乡村的耕地禀赋。一般来说,在其他条件保持不变的情况下,人均常用耕地面积越多,粮食作物播种面积也会越多,农户越能够利用有限的资源实现规模效益的最大化(魏茂青,2013)。人均常用耕地面积与粮食作物播种面积占农作物播种面积的比重存在正相关关系。
每亩化肥施用量:化肥的施用有助于提高土地肥力和粮食单产,是粮食生产过程中的关键物质投入之一(张淑杰,2012)。理论认为,土壤肥沃程度与粮食亩产量密切相关,每亩化肥施用量的增多可在一定程度上提高每亩土地的粮食单产,从而使农业生产经营性收入提高。因此,预计每亩化肥施用量对农村居民人均纯收入具有正向影响。
亩均农业机械动力:亩均农业机械动力说明了农业机械化的水平和现状,随着工业化的演进和发展,我国农业机械化的水平不断提高(陈宏,2012;孙曦恋,2015)。亩均农业机械动力主要包括耕作机械、排灌机械、收获机械、农用运输机械等。当地农业机械化水平的提高有助于减轻农民耕作负担,高效管理土地,在一定范围内可促进粮食作物播种面积增加。
本小节的数据来源同上小节。
与上一小节类似,本小节构建粮食直接补贴对农民收入影响的计量模型,具体如下所示:
其中,yit为农村居民人均纯收入;Sit为亩均粮食直接补贴资金、户均粮食直接补贴资金;URBit为城镇化率;AOGit为第一产业占GDP比重;ROAit为农业从业人员占比,用农村从业人员占乡村从业人员的比重表示;FSit为户均家庭人口数;LANit为人均常用耕地面积,用常用耕地面积占粮食作物播种面积的比重表示;FERit为每亩化肥施用量;MACit为亩均农业机械动力。值得注意的是,数据样本为2006—2015年湖北省71个县(市、区)(由于随县2009年以前属于随州市曾都区,所以剔除随县、曾都区,枣阳市部分数据异常,也将其剔除)。具体如表4.6所示。
表4.6 粮食直补对农村居民人均纯收入影响研究的变量选取及说明
续表
