本站小編為你精心準備了農業收益論文：特色農業補助與收益探討參考范文，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。

作者：李明橋徐妍單位：貴州財經大學經濟學院仲愷農業工程學院學報編輯部

分析框架

1兼業家庭配置生產要素考慮的因素

就兼業農戶家庭而言，農業與非農業的邊際凈收益相等時農戶根據凈收益最大化來配置生產要素的前提條件。因此，除了勞動力配置以外，農戶會考慮這樣一些因素：一方面，如果把補貼全部投放到農業生產上，那么肯定能有效提高農業生產收益。但如果投放在非農行業上能獲得更高的利益，他們則會考慮把補貼資金投入到非農行業以獲得更高的收益，從而造成對農業要素投入的不足，導致農業凈收益下降；另一方面，兼業農戶家庭也會擔憂如果不把政府農業補貼投放到農業生產上，今后將可能不能再獲得補貼，因而又不得不把農業生產補貼投入到農業生產上，從而增加了農業生產要死的投入，以實現精耕細作而提高農業收益。

2模型估計方法

由上述分析可知，農業補貼對于農業凈收益的影響取決于農戶配置農業補貼資金和家庭勞動力的綜合作用．如果農戶配置農業補貼資金和家庭勞動力于非農行業，那么農業凈收益就會減少，反之就會增加．在數據給定的條件下，可以用雙邊隨機前沿模型［11］估計農業凈收益因兼業家庭優化配置農業生產補貼和勞動力而發生的變化．估計的模型如（1）所示，其中Ii表示農戶i的農業凈收益，β為系數向量，Xi為農戶家庭特征變量，包括了農戶家庭的耕地面積、戶主教育水平、戶主民族等方面的變量；ξi為總干擾項，其由三部分組成，第一部分為農戶把農業生產補貼和勞動力配置到農業生產上，而得到的農業凈收益增加量θi，第二部分為農戶把農業生產補貼和勞動力配置到非農行業，而導致的農業凈收益減少量μi，第三部分為一般意義上的隨機干擾項。

為了同時估計出系數向量β和農戶配置農業生產補貼和勞動力參數，采用最大似然估計方法（MLE）來估計模型（1）式．可知，農業凈收益增加量θi和農業凈收益減少量μi具有單邊分別的特性，假設θi和μi是獨立同分布（iid）且都服從指數分布，θi的均值和方差分別為δθ和δ2θ，μi的均值和方差分別為δμ和δ2μ．同時，還假定θi、μi和vi相互獨立，一般干擾項vi服從均值為0，方差為δ2v的獨立同分布，且分布函數為正態分布．由此假設，根據雙邊隨機前沿模型可得，總干擾項ξi的概率密度函數如（2）所示。

數據來源和變量選取

1數據來源

本文利用的數據來自于中國農業科學院對貴州省普定縣A村、B村和C村農戶進行的調查．普定縣屬于國家級貧困縣且貧困率是國家貧困率的兩倍，下轄11個鄉鎮、317個行政村、總人口為402，000，除漢族外，還有苗族、布依族、仡佬族和彝族等20多個少數名族，少數民族人口占總人口的20％左右，農業勞動力占全縣勞動力的三分之二．

2變量選取

本文所選取的因變量為農業凈收益、自變量包括戶主和家庭特征變量以及農戶居住地的二元變量．首先，就因變量農業凈收益而言，因為無法衡量兼業農戶家庭農業勞動的報酬，所以農業凈收益等于農業總產值扣除中間要素投入，但并沒有剔除家庭農業勞動的報酬．其次，就自變量的選取而言，耕地面積很大程度上影響了農業凈收益和農業生產補貼的金額，因此耕地面積作為自變量之一．

戶主個體特征與農戶家庭是否從事了非農行業存在一定的相關性，從而影響農業凈收益．因此，選取務農程度、是否為漢族、受教育程度和婚姻狀況為戶主個人特征的自變量，其中，戶主務農程度分為4種———只務農、不務農、兼業和只上學不務農，分別賦值為1、2、3和4；兼業家庭戶主民族為漢族比例為68％；戶主教育程度從文盲、小學未畢業等直到大專及以上，分別賦值1到8，數值越高表明戶主受教育程度越高；戶主婚姻狀況分為未婚、已婚、離婚和喪偶，分別賦值1至4；家庭是否有病人、老人和小孩需要照看也會影響農戶生產生活情況，因此，自變量也包括家庭每年生病人次數以及家庭老人和小孩數；是否接受農業科技培訓和農戶所在村的虛擬變量也作為自變量．變量的描述性統計如表1所示。

實證結果的分析

1回歸方程的估計結果

基于模型（1）式所得的回歸結果如表2所示．其中，因變量為對數的農業凈收益，為了分析問題的方便，表2采用了最小二乘和雙邊隨機前沿估計方法，同時給出了樣本總體和兼業家庭的估計結果．由表2可知，雙邊隨機前沿模型估計系數的顯著性與最小二乘法一致，同時兼業家庭最小二乘法調整的R2為021，表明可觀測到的因素能夠解釋農業凈收益份額為21％，這反映出總干擾項（ξi）能解釋農業凈收益的份額高達79％，說明雙邊隨機前沿模型擬合的效果更好．除非特別說明，以下的分析都是以雙邊隨機前沿模型下兼業家庭回歸結果分析問題．估計結果顯示：就兼業農戶家庭而言，耕作面積在01％的顯著水平上農戶影響農業凈收益，農戶耕作面積提高1％，農業凈收益提高078％．

值得注意的是，接受農業科技培訓可以使農業凈收益提高242％．農業科技培訓使得農業凈收益提高較大的原因可能是因為農戶種植經濟價值更為可觀的農作物．例如，調查中發現有的農戶栽培竹蓀獲得較為可觀的經濟效益，但是沒有接受農業科技培訓是很難栽培這類經濟作物的．雖然接受農業科技培訓能顯著地提高農業凈收益，但是表1中顯示只有23％的家庭接受過農業科技培訓，因此加大該地區農業科技培訓的投入力度能有效地提高農業凈收益．同時，還發現農戶所在的地理區位對于農業凈收益的影響也較為顯著，地理區位反映了交通便利程度，地理區位越好交通越便利，出售農產品的交通成本就越低，農業凈收益就越高．

2方差分解：農業補貼影響農業凈收益的效應分析

兼業農戶家庭配置農業補貼和勞動力因素效應的分析結果見表3．其中，隨機誤差項δv、農業補貼和勞動力非農配置δμ和農業配置δθ都通過以上雙邊隨機前沿模型估計出來，且都在01％的置信水平上顯著．由E（θ－μ）＝δθ－δμ＝－03161，表明大多數兼業家庭把農業補貼和勞動力投入到非農行業．總體而言，農業補貼降低了農業凈收益，但提高了非農行業凈收益，因此農戶家庭凈收益總量是增加的．農業凈收益無法解釋部分的總方差（δ2v＋δ2μ＋δ2θ）＝12775，這其中889％由農戶配置農業補貼和勞動力所貢獻；而在農戶配置農業補貼和勞動力總效應中，農業補貼非農配置相對于農業配置幾乎處于一個絕對的優勢地位，達到705％，農業補貼配置在在總效應中僅為295％．這表明，農業補貼并沒有達到提高兼業家庭農業凈收益的作用，農戶更趨向于把農業補貼和勞動力投入到非農行業。

3農業補貼對農業凈收益的影響

本文主要關注農戶配置農業補貼和勞動力在農業生產和非農行業中各自導致的農業凈收益變化量，對應的估計式為（6）和（7）兩式．（6）式表示農戶把農業補貼和勞動力配置到農業生產中獲得的農業凈收益增量百分比，（7）式表示農戶把農業補貼和勞動力配置到非農行業中導致的農業凈收益減量百分比．就總體樣本而言，農戶把農業補貼和勞動力配置到農業生產中使得農業凈收益增加37％；而把配置到非農行業中導致農業凈收益減少4652％．就兼業家庭而言，部分農戶把農業補貼和勞動力配置到農業生產中使得農業凈收益增加367％；而另一部分農戶則配置到非農行業導致農業凈收益減少4664％（表4）．綜合作用下，就總體樣本和兼業家庭而言，農戶配置農業補貼和勞動力的凈效應（8）式，分別導致農業凈收益下降952％和994％．根據表1中總體樣本和兼業家庭的農業凈收益均值分別為631元和723元，那么農業補貼導致總體樣本和兼業家庭的農業凈收益分別減少60元和72元。

討論

上述分析發現，由于兼業家庭具有從事非農行業的優勢，這會誘導兼業家庭把農業生產補貼和勞動力投入到非農行業，從而獲得更高的家庭凈收益，但這必然不利于農業生產經營．農村經濟的發展既離不開農業也離不開非農行業，但以上數據表明兼業家庭占農戶家庭總數的74％，如果以此推算，那么就會有大量的農業補貼資金被農戶投入到非農行業，從而損害了農業補貼政策激勵農戶發展農業的積極性．

農業凈收益的下降對農村經濟產生了正反兩方面的作用．一方面，非農行業凈收益高于農業凈收益，這就會激勵農戶把物質資源和勞動力投入到非農行業，從而促進當地非農經濟的發展，推動農村勞動力的進一步轉移；另一方面，由于農業生產經營以家庭為單位，農戶把家庭資源和勞動力更多地投入到非農行業，短期而言，這不利于農業的發展．目前，在農村或多或少地存在耕地拋荒的現象，這表明農村非農行業的發展擠壓了以家庭為單位的農業生產經營方式．

當以家庭為單位的農業凈收益低于非農行業凈收益時，農村經濟的發展必然會出現非農經濟飛速發展與農業產量下降并存的局面．例如，我國糧食生產從1998年到2003年連續五年下降而非農經濟卻持續增長就是一個明顯的例子．但是，農業產量的下降只能是短期現象，否則的話，小到不利于農村經濟的發展，大到不利于國家長期穩定和可持續發展．為應對以家庭為單位的農業凈收益不具備競爭力的局面，不少地區開始試行規?；r業生產經營方式．筆者在四川某縣調研時發現，當地出現了種糧大戶，其農業生產經營方式為：通過土地流轉以12000元•hm2／年的價格向農戶租入土地，把細碎的耕地集中連片，從而實現規?；蜋C械化經營，提高了耕地的農業凈收益，幾乎達到農業凈收益與非農行業幾乎達到可競爭的水平．就農業生產補貼而言，規?；洜I的種糧大戶會把補貼資金全部投入到農業生產經營中去，以獲取更高的農業凈收益．有的地區則是把耕地流轉給農業生產經營公司，當地農戶成為該公司的工人，從而實現了規模化經營的生產模式，提高了農業凈收益．

在未來，可以預計，農村經濟的發展一方面會因地制宜發展具有特色的非農經濟，另一方面，以家庭為單位的農業生產經營方式會逐漸被以公司為單位，規?；蜋C械化的農業生產經營方式所替代，以提高耕地的農業凈收益。