本站小編為你精心準備了農戶風險偏好對農業生產的影響參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《農業技術經濟雜志》2014年第五期

一、理論框架

由于存在生產風險，需要引用預期來設定利潤函數。假定農戶最大化期望效用E(U(w;z))，其中U(•)是效用函數，為財富(w)和農戶家庭特征的變量z的函數。假設效用函數是w和z的連續可微函數。用產出價格對預期財富標準化可得w=W0+y－ωx，其中W0是初始財富值，y是產出，x為k種投入品向量，ω代表投入品相對于產出品的價格，即財富為初始財富加上生產收入減掉生產投入成本。對于生產和投入的關系，本文采用Just等(1978)的隨機生產函數形式:y=f(x;α)+g(x;β)•ε(1)其中，x是投入向量，α和β都是參數向量，ε是誤差項，假定獨立同分布N(0，1)。f(x;α)是產出平均值方程，g(x;β)是產出風險方程。在此框架下，投入向量同時影響產出的均值和產出變動方差，即E(y)=f(x;α)和Var(y)=［g(x;β)］2。根據投入品是增加、不影響或者還是降低產出的方差，可以將其分為風險增加、風險中性和風險降低3類。邊際生產風險為Var(y)/xk=2g(x;β)•g(x;β)/xk，其符號可能為正或負，取決于g(x;β)/xk。如果g(x;β)/xk為正(負)，則投入品xk為風險增加型(風險降低型)投入品。其中，ωk為第k種投入品價格與產出價格之比，而θ=E［U''''E(w;z)•ε］/E［U''''(w;z)］為風險偏好方程，U''''=U/w。由Chambers(1983)，如果農戶為風險規避、風險中性和風險偏好型，則θ分別取值為小于、等于或大于0。無論是風險增加型或風險降低型投入品，風險中性的農戶會選擇邊際產出等于投入品和產出品價格之比。如果農戶為風險規避型即θ＜0，并且投入品為風險降低型，即g(x;β)/xk＜0，則意味著f(x;α)/xk＜ωk。換言之，風險規避的農戶比風險中性的農戶使用更多的風險降低型投入品。同理，風險規避程度越高，農戶使用的風險降低型投入品越多。以玉米種植農戶的種子選擇為例，這意味著對于風險厭惡的農戶，根據公式(3)，可以預計他們將傾向于選擇風險較小的玉米品種，如村里其它農戶普遍種植的主流品種，而對于風險偏好的農戶，根據公式(3)，他們會選擇一些風險較大的新品種，這些新品種信息較少、風險較高，但常常宣傳為具有產量高或者抗逆性較好的特點。因此，本文的假說是:風險厭惡的農戶會傾向于選擇大部分人已經種過的老品種，而風險偏好的人會選擇風險較大的新品種。

二、模型設定和數據

本文所用數據來自作者2010年5—7月在全國4個玉米主產省開展的農戶調查。調查采用多階段隨機抽樣方法在樣本省內依次抽取了樣本縣、樣本鄉鎮、樣本村莊和樣本農戶。在每個省內，按照各縣的玉米生產規模采取概率與規模成比例的抽樣方法(PPS)各抽取了5個縣作為樣本縣;在樣本縣和樣本鄉鎮內，又采用以玉米種植面積為指標的對稱等距抽樣法(SSS)，分別選取了2個鄉鎮和2個村莊做樣本;最后，在樣本村莊，調查采用隨機方法在每個村莊抽取了8戶農戶進行了入戶調研，并且訪問村干部收集村級信息。共調查了4省20縣40個鄉鎮80個村莊640戶農戶，全面收集了農戶的家庭基本情況、地塊特征、近四年玉米種植和品種采用情況、種子市場信息了解情況等基本信息。剔除無效樣本，本文最終使用的數據包括599戶農戶家庭種植的1124塊地塊。

(一)風險偏好測度本研究通過對調查對象進行實驗以測度其風險偏好。根據Holt等(2002)所設計的實驗方法，實驗設計共分為三個階段。第一階段熟悉博弈規則，由調查員向農戶介紹游戲規則，并讓農戶預演;第二階段，提供5套游戲方案，每套方案都包括低風險(A項)和高風險(B項)兩個選項，在5套方案中，被調查人都要選擇一個選項。這5套方案中，每套方案的A選項和B選項期望值都相同，但是B方案方差要大于A方案，即A為低風險方案，B為高風險方案。特別要強調5套方案被選擇實施的概率是相同的，其中一套是最后要實施的方案。明確農戶在方案選擇階段就知道其選擇與最后收益相關，因此要匯報其真實的風險偏好信息。第三階段，在5套方案中隨機抽取一套方案，按此方案進行游戲，并根據游戲結果兌現獎金。本實驗采用抽球游戲。在袋子中放4個白球和4個黃球，抽到白球和黃球分別給予相應獎勵。表1給出了具體實驗設計和實驗結果。根據農戶選擇結果，可以計算出農戶風險規避指數。計算公式為:風險規避指數=1－(選擇B選項的方案個數/5)，其中風險指數為1表示農戶選擇B選項的方案個數為零，農戶為極端風險規避型，若風險規避指數為0，則表示農戶選擇B選項的方案個數為5個，農戶為極端風險偏好型。與國內已有其它相關研究相比，本研究所用實驗方法，將實驗結果與收益相聯系，在一定程度上減少了數據偏誤。另外，收益激勵農戶如實匯報真實偏好(Binswanger，1980)。受訪者平均只需二十分鐘就完成本實驗，調查村平均日工資為80元，實驗期望收益(25元)占日平均工資的31%，因此，就成本收益率看農戶會認真對待實驗。

(二)模型設定為了估計風險規避態度對低風險投入品使用的影響，設定如下模型:模型中被解釋變量S*ihv為一潛變量，表示第v個村莊第h個農戶第i塊地上的品種采用行為，RKhv表示第v個村莊第h個農戶的風險規避指數，Hhv代表農戶的家庭人口特征，如受訪者教育水平、農業工作經驗、性別和家庭人口數等。此外，根據Liu等(2013)的研究，控制了地塊特征變量(Pih)，其中包括地塊面積、是否可灌溉和地形等變量;μv代表研究者無法觀測的村莊層面變量，包括不可觀測的因素，以及可觀測但是已有變量無法涵蓋的因素;α、β和γ是待估計參數;考慮到樣本中村莊分布較散，模型還引入了村莊虛擬變量，并利用固定效應模型控制村莊間的異質性。在此基礎上，第h個農戶在第i塊地上是否采用低風險品種可以被表達為:在模型中還引入了家庭年用電金額和社會資本等變量，其中前者作為測度家庭富裕程度的一個變量，而后者主要用來控制農戶在種子信息和技術掌握能力方面的差異。本文假定社會資本高的農戶掌握種子信息會更充分，因而可能會選擇對其他人來說風險較高的非主流品種。表2匯報了模型中的解釋變量與被解釋變量的基本設定與統計描述。從表2來看，采用村內主流品種的農戶占全部樣本農戶的50%。農戶平均風險規避程度較高，平均達到0.8。農戶農業生產經驗豐富，平均從事農業經驗在28.24年。大多數樣本農民接受了初中以上教育。有31%的農戶在過去接受過農業相關技術培訓。樣本農戶平均家庭規模為4.26人，平均地塊面積為4.74畝，其中有41塊地塊面積超過15畝，這反映近年來農村土地流轉較為活躍，部分農戶轉包其他農戶土地開始規模化經營(郜亮亮等，2011)。樣本中，有50%的玉米地塊是可灌溉的耕地，13%的玉米地塊為山地。樣本農戶家庭年平均用電金額達到421元，有7%的農戶有親戚在種子銷售企業就職。表3描述了種植主流和非主流品種的農戶特征。相對于種植非主流品種農戶，種植主流品種的農戶風險規避程度更高，戶主或家庭內種植決策者從事種植業的經驗更少(平均約1.4年)。兩類農戶社會資本方面則沒有明顯差異，這至少部分說明農戶種植主流品種并非由于品種信息獲取渠道不暢通。盡管兩類農戶在如教育程度等變量上差異不大，排除了這些變量對農戶種植主流品種的解釋能力，但是，在后文回歸中仍然控制了這些變量，以得到風險規避的影響。

三、實證分析

(一)計量模型估計結果表4列出了3個回歸模型，其中模型1為基準模型，模型2、3依次加入家庭年用電金額和社會資本變量。3個模型都控制了家庭人口特征變量和地塊特征變量。從計量經濟估計結果來看，模型變量系數符合預期，其中大多數都在10%以上的統計檢驗水平上顯著。從3個模型結果比較看，無論是系數方向還是在顯著性水平都非常穩健。3個模型都表明，風險規避程度高的農戶傾向于選擇風險較低的村內主流品種。這與本文的理論模型分析結果及相關實證分析結果(Liu等，2013;ng等，2008;Knight等，2003)是一致的。Knight等(2003)研究了埃塞俄比亞農戶技術采用行為發現風險規避程度高的農戶新技術采用率低。村內主流品種對于農戶來說，了解的信息較充分，風險相對較低。因此，農戶越是規避風險，越傾向于選擇此類品種。模型2和模型3引入了代表家庭財富的年用電金額變量。家庭財富對低風險品種(主流品種)選擇的影響為負，即家庭財富水平較高的農戶傾向于選擇風險程度較高的新品種，這也與Binswanger(1980)的研究結果一致。在當前農村環境下其含義需要認真解釋。家庭財富越多可能越不依賴于種植業，因而家庭應對農業風險的財務能力越強，所以越愿意嘗試產量波動可能大的新品種。其他顯著的家庭變量包括家庭人口數、勞動力數量、農業生產經驗和地塊特征。家庭人口數量和勞動力數量分別為正影響和負影響。在控制了勞動力變量后，家庭人口數量代表非生產人口數量，數值越大代表家庭抵御風險程度越低;勞動力數量越多代表家庭抵御風險程度越高。與預期一致，本文的研究結果表明，家庭抵御風險程度越高(勞動力數量多)，則農戶更愿意種植風險相對較高的非主流品種，而風險抵御能力較低的家庭(非生產人口數量多)更愿意選擇風險較低的主流品種。農業生產經驗對主流品種的選擇的影響呈倒U型，即在最初幾年，隨著農業生產經驗的上升，農戶更愿意選擇風險較低的主流產品，但隨著農業生產經驗的進一步增加，農戶則開始傾向選擇風險較高的非主流產品。另外，模型估計結果也顯示，農戶在灌溉地上更愿意采用非主流品種，一個可能的解釋是，灌溉地塊不易受氣象因素的影響，產量較為穩定，因此農戶在灌溉地上更愿意嘗試種植風險較大的品種。

(二)分樣本結果和穩健性檢驗農戶之間規模和生產性質存在較大異質性。規模差異往往反映生產技術差異，本文將人均勞動力經營3畝以下土地的定義為小農戶或生計農戶，否則為大農戶或市場農戶。從理論上推斷，大農戶一般更專業化于經營土地，其收益中大部分來自于農業生產，可能風險規避程度對其選取低風險品種影響更大。通過細分樣本為兩組，比較了兩組樣本間農戶風險規避程度對品種選擇的影響是否存在顯著差異。對于Logit模型，分組回歸系數差異可能是由于兩個級別殘差分布的異質性，因而無法直接比較。Allison(1999)提出估算兩個組別殘差項或者殘差項的函數來控制其異質性。Williams(2009)擴展了Allison(1999)所提出的方法并給出標準的程序實現。本文利用了Williams(2009)的方法來比較不同類型農戶風險規避指數的差異。表5給出了回歸模型不同設定下的穩定性檢驗。為了便于理解，表格匯報了邊際概率并檢驗了不同樣本間農戶風險規避程度變量系數的差異。由于細分樣本，控制村莊固定效應會由于村莊內所用種子類型相同而刪失數據，因此回歸中控制了鄉鎮固定效應。其他變量與表4中模型3完全相同。表5表明，對于小農戶(或生計農戶)，風險規避程度對種子選擇影響并不顯著。與之相反，風險規避程度越高，大農戶(或市場農戶)越選擇低風險投入。對大農戶(或市場農戶)，如果風險規避指數提高一個標準差(0.267或0.299)，其采用低風險種子的概率降低17.7%(或13.2%)。可能的解釋是，對于大農戶(或市場農戶)，農業收入占全部收入比例遠遠高于小農戶，因而風險規避程度對前者的影響幅度大于后者。

四、結論與政策含義

以往對其他發展中國家的研究表明，農戶風險規避程度越高，越傾向于增加降低風險的投入，減少風險高的要素投入。本文基于2010年對全國4個省599戶農戶家庭經營的1124個地塊玉米生產調查數據，實證檢驗了農戶風險偏好對其品種選擇行為的影響。研究表明，農戶風險偏好程度對其農戶投入選擇有顯著影響，而且風險偏好規避程度對大農戶的影響更大。農戶為了防范農業生產中面臨的風險，明顯傾向于加大控制風險的投入。在玉米種子選擇上，表現為風險規避的農戶特別是大農戶明顯傾向于選擇村內已經種植的主流品種，引進新技術和種植新品種的積極性相對較弱。上述研究結論具有重要的政策含義，即農戶的風險厭惡態度將在很大程度上影響農作物新品種的推廣和新技術的應用，而且這樣的現象在大規模經營土地的市場農戶中更加明顯。鑒于農業的高風險特性，農戶的這種投入行為特征顯然會制約農業生產水平的提高。特別是近年來隨著土地流轉率提高，各地土地呈現規模化經營趨勢。萬舉(2009)根據第二次全國農業普查結果推算，截至2006年全國農戶土地流轉率已經達到16.0%。大農戶(或市場農戶)往往依靠租入土地經營，承受氣候、產量及市場價格風險。這些農戶收入很大比例依靠農業產出，與小農戶相比，風險規避程度對其投入影響更大。加強農業科技推廣使農戶減少信息不對稱的程度以及提供農業保險將有助于幫助減少農戶在農業生產中面臨的風險，促進農戶采用新品種和新技術。這對有效提高農戶投資農業生產的積極性、促進農業生產和保障國家糧食安全具有重要意義。

作者：侯麟科仇煥廣白軍飛徐志剛單位：山東大學經濟研究院中國人民大學農業與農村發展學院中國農業大學經濟管理學院南京農業大學經濟管理學院