農(nóng)民經(jīng)濟分化對耕地效率的影響
——基于浙江省的實證

費喜敏， 農(nóng) 梅， 王成軍， 劉龍青

(1.浙江農(nóng)林大學經(jīng)濟管理學院，浙江杭州 311300； 2.浙江省農(nóng)民發(fā)展研究中心，浙江杭州 311300)

農(nóng)民是耕地的直接經(jīng)營者，耕地利用情況與農(nóng)民自身的狀況尤其是經(jīng)濟狀況休戚相關(guān)。各國發(fā)展的歷史證明，每一次對農(nóng)民的沖擊都會給社會經(jīng)濟帶來巨大影響，并引起農(nóng)業(yè)生產(chǎn)效率的重大變革。20世紀80年代以來，伴隨著我國的市場化改革以及各種制度變遷，農(nóng)民開始逐步分化[1]。90年代中后期，我國農(nóng)民的職業(yè)逐步從傳統(tǒng)的“全職務(wù)農(nóng)、半失業(yè)”狀況，轉(zhuǎn)向了大量“既務(wù)工經(jīng)商，又從事農(nóng)業(yè)生產(chǎn)”的兼業(yè)狀態(tài)。進入21世紀后，農(nóng)民經(jīng)濟分化速度逐步加快，程度更加深化，一部分農(nóng)民開始將自己的土地流轉(zhuǎn)出去，自己則分化為工商業(yè)者[6]。在農(nóng)民職業(yè)分化的過程中，農(nóng)民的非農(nóng)收入來源逐步增加，農(nóng)民之間的總收入和收入來源的差異性也隨之逐步擴大。隨著農(nóng)民的職業(yè)和收入分化，農(nóng)民逐漸形成了幾種典型的職業(yè)類型。因此，根據(jù)本研究的研究目的和當前我國農(nóng)民分化的實際情況，把農(nóng)民經(jīng)濟分化分為職業(yè)分化程度、收入分化程度和典型的職業(yè)類別分化3個方面。關(guān)于農(nóng)民經(jīng)濟分化對耕地效率的影響，已有的相關(guān)研究也基本是從這幾個方面展開的。

因為農(nóng)民經(jīng)濟分化最開始的表現(xiàn)就是農(nóng)民向非農(nóng)產(chǎn)業(yè)的轉(zhuǎn)移[7]，因此，很多學者首先從職業(yè)分化的角度來關(guān)注農(nóng)民經(jīng)濟分化對耕地效率的影響，但是并未得出一致結(jié)論。根據(jù)研究結(jié)論的差別，可以分成以下幾類：認為農(nóng)民職業(yè)分化直接對耕地效率產(chǎn)生不利影響[6，8]；認為農(nóng)民職業(yè)分化通過影響耕地投入，從而間接對耕地效率產(chǎn)生不利影響[9-12]；認為農(nóng)民職業(yè)分化有利于耕地效率的提高[13-15]；認為農(nóng)戶職業(yè)分化與耕地效率二者之間是倒“U”形關(guān)系[16-17]，郭麗娟等還計算出轉(zhuǎn)折點發(fā)生在農(nóng)戶非農(nóng)就業(yè)率為56.65%的時點上[16]。國外學者利用不同國家的樣本數(shù)據(jù)也進行過相關(guān)研究，Bozoglu等對土耳其、Abdulai等對尼加拉瓜、Oni等對尼日利亞都進行了相關(guān)研究[18-20]，但未得出一致結(jié)論。關(guān)于農(nóng)民收入分化對耕地效率的影響，圍繞此類問題開展的研究不多，已查文獻均認為農(nóng)民收入分化通過增加農(nóng)業(yè)投資，從而有利于耕地效率的提高[21-23]。就研究樣本的地域來看，多數(shù)文章以我國中部省份為研究對象[24-25]。就樣本的時間來看，較早的研究使用的基本都是20世紀90年代的數(shù)據(jù)，較新的研究使用的數(shù)據(jù)也是以2008年以前的居多[16，26]。對耕地效率的測算以及影響因素的研究，學者們使用的研究方法不盡相同，例如已有研究有使用隨機前沿生產(chǎn)函數(shù)方法[27]，也有使用農(nóng)戶模型和概率優(yōu)勢模型等[8]，由于數(shù)據(jù)包絡(luò)分析方法(DEA)是能夠測算多項投入和多項產(chǎn)出效率的較為理想的方法，近年來一些學者開始嘗試使用DEA來研究農(nóng)地效率。一些研究需要在測算耕地效率的基礎(chǔ)上，進一步分析影響因素，DEA和Tobit兩階段分析方法可以相對嚴謹?shù)亟鉀Q這個問題，近幾年這樣的研究方法逐步被應用并成熟起來[28]。

農(nóng)民經(jīng)濟分化是一個歷史性的不斷發(fā)展的過程，同時跟地區(qū)經(jīng)濟發(fā)展情況密切相關(guān)，因此，以不同時期或者不同地區(qū)作為研究樣本，結(jié)論都會有所不同。本研究利用2015年和2016年，以浙江省為調(diào)查對象的570份農(nóng)戶調(diào)查數(shù)據(jù)展開研究，以期了解當前我國經(jīng)濟較為發(fā)達的省份，農(nóng)民經(jīng)濟分化和耕地效率的現(xiàn)狀以及影響關(guān)系，并為全國其他省份提供借鑒。本研究的結(jié)構(gòu)安排為首先介紹研究點概況，然后闡述論文的理論框架和研究方法，接著分析耕地效率(利用DEA方法)和農(nóng)民分化的現(xiàn)狀，再借助Tobit模型分析農(nóng)民分化對耕地效率的影響，最后得出分析結(jié)論和政策建議。

1 研究點概況

浙江省地處中國東南沿海長江三角洲南翼，位于27°12′～31°31′N和118°～123°E，全省陸域面積10.18萬km2。屬于亞熱帶氣候，年平均氣溫17 ℃，年平均降水量 1 319.7 mm。浙江省地形復雜，浙北地區(qū)為沖積平原，浙東地區(qū)為沿海丘陵，浙南地區(qū)是山區(qū)。截至2015年年末，浙江省常住人口為5 539萬人，其中城鎮(zhèn)人口3 645萬人(65.8%)，農(nóng)村人口 1 894萬人(34.2%)。2015年浙江省人均GDP為 77 862.2元，城鎮(zhèn)居民人均可支配收入為40 393元，農(nóng)村居民人均純收入為19 373元，均遠遠高于全國水平。

考慮到經(jīng)濟發(fā)展狀況、地理位置的代表性以及調(diào)研的可行性等因素，于2015年和2016年分別對浙江省開化縣、臨安市(臨安市于2017年9月15日撤市為區(qū)，本文為論述方便不作修改)、龍泉市、永康市進行了針對農(nóng)戶的問卷調(diào)查。開化縣地處浙江省西部，地理坐標為28°54′N、118°01′E，縣域總面積 2 236.61 km2，總?cè)丝?4.51萬人。臨安市位于浙江省西北部，地理坐標為29°56′N、118°51′E，總面積 3 126.8 km2，是浙江省陸地面積最大的縣級市，總?cè)丝?6.7萬人。龍泉市地處浙江西南部，地理坐標27°42′N、118°42′E，總面積 3 059 km2，總?cè)丝?5.04萬人。永康市地處浙江省中部，地理坐標為28°45′N、119°53′E，總面積1 049 km2，總?cè)丝?6.46萬人。采用隨機抽樣的調(diào)查方法，首先在每個縣(市)隨機抽取4個鄉(xiāng)鎮(zhèn)，再在每個鄉(xiāng)鎮(zhèn)隨機抽取4個行政村，然后在每個行政村選擇一定數(shù)量的農(nóng)戶，共獲得有效調(diào)查樣本570份。

2 理論框架、變量選取和研究方法

2.1 理論框架

農(nóng)民經(jīng)濟分化主要通過以下幾個方面對耕地效率產(chǎn)生影響，農(nóng)民經(jīng)濟分化之后農(nóng)民群體對農(nóng)業(yè)生產(chǎn)的組織管理能力和對農(nóng)業(yè)風險的承擔能力出現(xiàn)差異；農(nóng)民經(jīng)濟分化還會影響農(nóng)民對耕地投入的意愿以及對耕地投入的能力；同時也會引起農(nóng)業(yè)生產(chǎn)中生產(chǎn)要素的配置比例發(fā)生變化，這些因素都會對耕地效率產(chǎn)生影響。在農(nóng)民職業(yè)和收入逐步分化的過程中，由于其自身的人力資本和社會資本積累的不同，以及各種非農(nóng)活動的參與，引起其在社會經(jīng)濟活動中所具備的能力和素質(zhì)發(fā)生變化，農(nóng)民本身從事各種工作的能力的變化和差異，在農(nóng)業(yè)方面會表現(xiàn)為在同樣的耕地面積上的組織管理水平發(fā)生變化，從而導致耕地效率的差異。農(nóng)民經(jīng)濟發(fā)生分化之后，非農(nóng)收入占比較高的農(nóng)戶對農(nóng)業(yè)的依賴性降低，因此在農(nóng)業(yè)產(chǎn)業(yè)承擔風險的能力，比收入主要來源于農(nóng)業(yè)的農(nóng)戶要強，因此更容易接受高風險高收益的技術(shù)，由于這一途徑也會導致農(nóng)戶間耕地效率的差別。伴隨著農(nóng)民的職業(yè)分化和收入分化，農(nóng)民對農(nóng)業(yè)的依賴程度出現(xiàn)差異，對耕地的意識認知和情感發(fā)生不同程度的變化，導致對耕地的投入意愿出現(xiàn)差異，進而會影響耕地效率。農(nóng)民收入水平的高低分化引起農(nóng)民對生產(chǎn)和生活的預算約束出現(xiàn)差異，進而導致對耕地的生產(chǎn)投入能力在農(nóng)戶之間出現(xiàn)差別，同時農(nóng)民收入水平對耕地效率的影響，還跟收入的主要來源渠道，即來源于非農(nóng)產(chǎn)業(yè)還是農(nóng)業(yè)產(chǎn)業(yè)密切相關(guān)。農(nóng)民經(jīng)濟分化之后，農(nóng)村的部分勞動力轉(zhuǎn)移到城市，使得農(nóng)業(yè)生產(chǎn)過程中生產(chǎn)要素的配合比例，最主要的是勞動力與耕地數(shù)量的配合比例發(fā)生變化，通過這一途徑也會對耕地效率產(chǎn)生重要影響。

2.2 農(nóng)民經(jīng)濟分化衡量指標的選取及預期影響

下面對農(nóng)民經(jīng)濟分化包含的3個方面，即職業(yè)分化程度、收入分化程度和典型的職業(yè)類型分化的具體指標、對耕地效率的影響路徑以及預期影響作更細致的闡述。

有些高校沒有搭建完善的預警平臺，個別部門的網(wǎng)站與業(yè)務(wù)系統(tǒng)還沒有納入學校的網(wǎng)站集群系統(tǒng)與數(shù)據(jù)中心中去。從而導致系統(tǒng)與網(wǎng)站的防護能力差，網(wǎng)站發(fā)布的信息容易被篡改。許多的業(yè)務(wù)系統(tǒng)管理人員，由于本身不是專業(yè)出身，對系統(tǒng)的漏洞、后門等安全威脅認識不足，往往使系統(tǒng)在平時的運行中存在較大的安全隱患。

2.2.1 農(nóng)民職業(yè)分化程度對耕地效率的影響 農(nóng)民職業(yè)分化首先伴隨的是農(nóng)民向非農(nóng)職業(yè)的轉(zhuǎn)移，因此可用非農(nóng)就業(yè)人口占家庭總?cè)丝诒壤齺砗饬哭r(nóng)民職業(yè)分化程度[29]。但是這一指標不夠全面，因為雖然很多農(nóng)民對農(nóng)業(yè)采取的是兼業(yè)經(jīng)營形式，存在非農(nóng)就業(yè)，但是，具體的非農(nóng)就業(yè)時間在農(nóng)戶之間會存在很大差別，因此本研究同時采用家庭勞動力一年之中的非農(nóng)工作總時間占比來衡量。因為農(nóng)村耕地數(shù)量有限，存在一定程度的隱蔽性失業(yè)，因此，勞動力適當參加非農(nóng)工作以及保持一定的非農(nóng)工作時間，不會對耕地效率產(chǎn)生影響，甚至可能因為生產(chǎn)要素的配合比例趨于合理而提高耕地效率。同時，來自于非農(nóng)工作的收入可以作為農(nóng)業(yè)投資的重要來源，提高農(nóng)業(yè)投資水平，另外也會提高農(nóng)業(yè)上的風險承擔能力，以及來自于非農(nóng)工作的經(jīng)驗可能也會提高農(nóng)地的經(jīng)營管理能力，因此適當?shù)霓r(nóng)民職業(yè)分化可提高耕地效率。但是，如果職業(yè)分化程度太高，即非農(nóng)就業(yè)人口比例過高以及非農(nóng)工作時間過長，一方面會影響對耕地的勞動投入，另一方面，農(nóng)民對農(nóng)地的依賴性降低，管理和投資的積極性也會降低，反而不利于耕地效率的提高。因此，預期農(nóng)民職業(yè)分化程度指標與耕地效率之間是倒“U”形關(guān)系。

2.2.2 農(nóng)民收入分化對耕地效率的影響 收入分化包括收入結(jié)構(gòu)分化和收入水平分化。根據(jù)本研究的研究目的，把收入結(jié)構(gòu)大體分為農(nóng)業(yè)收入和非農(nóng)收入，同時采用非農(nóng)收入占家庭收入的比重來衡量收入結(jié)構(gòu)分化[30]；收入水平分化即收入水平高低的差異，本研究利用家庭的人均可支配收入來體現(xiàn)。非農(nóng)收入比重的差異對耕地效率的影響同職業(yè)分化程度指標類似，非農(nóng)收入比重適當提高，會增加對農(nóng)業(yè)投入的資金來源，提高對農(nóng)業(yè)的投入能力和對農(nóng)業(yè)的風險承擔能力，進而提高耕地效率。但是，如果這一指標太高，又可能導致對農(nóng)業(yè)投資的意愿和積極性下降，不利于耕地效率的提高，因此，預期非農(nóng)收入比重同耕地效率之間也是倒“U”形關(guān)系。家庭人均可支配收入這一指標對耕地效率的影響，還跟收入的主要來源渠道關(guān)系密切，如果收入的很高比例來自于非農(nóng)產(chǎn)業(yè)，那么人均收入提高反而可能會降低耕地效率，因此，預期影響如法確定。

2.2.3 農(nóng)民職業(yè)類型分化對耕地效率的影響 農(nóng)民的職業(yè)類型分化在一些文章中被稱之為階層分化，很多學者的研究采用陸學藝(2002)的劃分方法，將農(nóng)民劃分為農(nóng)業(yè)勞動者、農(nóng)民工、雇工階層、農(nóng)民知識分子、個體勞動者個體工商戶、私營企業(yè)主、鄉(xiāng)鎮(zhèn)企業(yè)管理者和農(nóng)村管理者等8個階層。隨著經(jīng)濟社會的發(fā)展，農(nóng)民群體發(fā)生了很大變化，因此本研究不采用這種劃分方法，同時把階層改稱為農(nóng)民的典型職業(yè)類別。根據(jù)本研究的研究目的并結(jié)合當前我國農(nóng)民當前的發(fā)展特點，本研究采用董利群對農(nóng)民的典型職業(yè)類型的劃分方法，將農(nóng)民群體劃分為農(nóng)業(yè)勞動者、農(nóng)民工、農(nóng)村管理者和私營企業(yè)主4個職業(yè)類別[7]。具體界定為：如果家庭成員中有農(nóng)村基層領(lǐng)導就確定為農(nóng)村管理者，擁有私人企業(yè)的非農(nóng)村管理者確定為私營企業(yè)主，除了這兩類農(nóng)戶之外，剩余的農(nóng)戶中的純農(nóng)戶被界定為農(nóng)業(yè)勞動者，其余被界定為農(nóng)民工。本研究的樣本數(shù)據(jù)來自于我國東部經(jīng)濟較為發(fā)達省份浙江省的4個縣(市)，農(nóng)民經(jīng)濟分化程度較高，純農(nóng)戶即農(nóng)民職業(yè)群體占比很少，農(nóng)民工的非農(nóng)分化程度跨度較大，耕地效率的差異無法預期。除了農(nóng)民經(jīng)濟分化狀況會影響耕地效率之外，戶主個體特征、經(jīng)營的農(nóng)作物種類、耕地稟賦、政策以及區(qū)域特征都會對耕地效率產(chǎn)生影響，這些指標的界定和分析在研究方法中進行闡述。

2.3 研究方法

2.3.1 數(shù)據(jù)包絡(luò)分析方法(DEA) 數(shù)據(jù)包絡(luò)分析方法(Data Envelopment Analysis)是由運籌學家Charnes和Cooper等提出的基于線性規(guī)劃理論的系統(tǒng)分析方法，可將多項投入指標和多項產(chǎn)出指標綜合成為單個評價指標，通過構(gòu)建生產(chǎn)前沿面來評價決策單元的相對有效性[29]。農(nóng)業(yè)耕作行為本質(zhì)上相當于一個自主決定投入產(chǎn)出的企業(yè)，因此可把每一個農(nóng)戶看作一個生產(chǎn)決策單元(DMU)，通過比較DMU偏離DEA前沿面的程度來判斷各個DMU投入生產(chǎn)的有效性。本研究在規(guī)模報酬可變條件下，采用VRS測算純技術(shù)效率和規(guī)模效率構(gòu)成的綜合技術(shù)效率，進而來評價耕地效率。其中，綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率，純技術(shù)效率是由管理和技術(shù)等因素影響的生產(chǎn)效率，規(guī)模效率是由規(guī)模因素影響的生產(chǎn)效率，綜合技術(shù)效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。

根據(jù)魏權(quán)齡的研究可得VRS模型：

(1)

式中：Ek代表第k個農(nóng)戶的耕地利用效率，xij代表第j個農(nóng)戶的第i項投入值，耕地利用是一個多要素投入的過程，生產(chǎn)投入主要包括勞動力、資本、土地等要素。勞動力投入用農(nóng)業(yè)生產(chǎn)中農(nóng)戶家庭成員自投勞動力和雇用勞動力的投入之和來表示；耕地投入用農(nóng)作物播種面積來表示；用農(nóng)戶直接和間接作用于耕地的支出來表示資本投入，具體包括化肥、農(nóng)藥、種子、農(nóng)膜、水費及農(nóng)業(yè)機械支出等方面。yrj為第j個農(nóng)戶的第r項產(chǎn)出值，由于農(nóng)戶耕種的作物品種不一致，農(nóng)作物的實際產(chǎn)出數(shù)量難以計算，因此使用土地總產(chǎn)值代表產(chǎn)出指標。ur和vi分別為第r個產(chǎn)出項及第i個投入項的權(quán)重，uj為隨機干擾項。

2.3.2 Tobit模型 Tobit模型最早由Tobin(1958)提出，是屬于因變量受到限制的一種模型。如因變量數(shù)據(jù)是部分連續(xù)和部分離散的情況，那么用普通最小二乘法(OLS)估計回歸系數(shù)，就會導致估計結(jié)果有偏，此時可以選擇遵循最大似然法的Tobit模型來估計回歸系數(shù)。本研究運用DEAP方法計算出來的耕地效率值介于0～1之間，數(shù)據(jù)呈片段化，不宜用普通最小二乘法進行估計。因此，選用Tobit模型對農(nóng)戶耕地效率的影響因素進行實證分析。本研究采用的Tobit模型的具體形式如下：

(2)

主要觀測變量上面已經(jīng)詳細介紹過，因此這里只就各控制變量用哪些指標來代替加以說明。(1)戶主特征變量。農(nóng)戶是耕地利用的主體，戶主自身特征對耕地效率會產(chǎn)生直接影響。本研究選取戶主年齡、文化程度、健康狀況作為個體特征變量。(2)經(jīng)營農(nóng)作物的種類。農(nóng)作物的種類不同，經(jīng)濟效益差別很大，耕地效率自然也就不同，為了簡化，本研究只把作物種類分為經(jīng)濟作物和糧食作物2類。(3)耕地稟賦。農(nóng)戶經(jīng)營的耕地資源的稟賦特征，直接影響農(nóng)業(yè)生產(chǎn)與耕地效率，本研究利用家庭經(jīng)營的人均耕地面積、耕地細碎化、復種指數(shù)、有效灌溉率等指標來反映。(4)政策變量。主要就是指各種農(nóng)業(yè)優(yōu)惠政策給農(nóng)民帶來的轉(zhuǎn)移性收入的多少，包括糧食直補、良種補貼、生產(chǎn)資料綜合補貼、農(nóng)機補貼等。此外，政府的技術(shù)服務(wù)工作做得是否到位也會影響耕地效率，因此，把農(nóng)戶是否接受過農(nóng)技培訓也納入了政策類變量當中。(5)區(qū)域特征變量。不同經(jīng)濟發(fā)展水平帶來的區(qū)域差異也會對耕地效率產(chǎn)生影響。本研究調(diào)查數(shù)據(jù)來源的浙江省4個縣(市)，在經(jīng)濟發(fā)展水平和產(chǎn)業(yè)特點上存在一定差異，按照規(guī)模以上工業(yè)企業(yè)數(shù)量和工業(yè)總產(chǎn)值來排序，永康>龍泉>開化>臨安。

3 耕地效率和農(nóng)民經(jīng)濟分化狀況的統(tǒng)計分析

3.1 耕地效率的統(tǒng)計分析

本研究運用DEAP2.1統(tǒng)計軟件對DEA模型進行估計，將樣本農(nóng)戶根據(jù)其經(jīng)營的作物種類細分為經(jīng)濟作物和糧食作物(界定標準和所屬的農(nóng)戶數(shù)量見表1)，對所有樣本農(nóng)戶、歸為經(jīng)濟作物和糧食作物的農(nóng)戶分別統(tǒng)計了基本的數(shù)據(jù)特征(表2)。

表1 變量說明及基本統(tǒng)計特征

注：連續(xù)變量計算的是均值和標準差，分類變量計算的是頻數(shù)和比例。分類變量已標出，其余為連續(xù)變量。

表2 耕地效率的統(tǒng)計特征

注：資料來源于問卷調(diào)查。下同。

從樣本農(nóng)戶的綜合技術(shù)效率的均值可以看出，耕地效率總體很低，實際產(chǎn)出與可能達到的理想產(chǎn)出差距很大，耕地效率仍有很大的提升空間，同時規(guī)模效率要遠遠高于純技術(shù)效率。經(jīng)濟作物的3個效率指標均高于非經(jīng)濟作物，標準差略小，說明經(jīng)濟作物的耕地效率要優(yōu)于糧食作物(表3)。

從表3可以看出，全部樣本農(nóng)戶的綜合技術(shù)效率值集中在0.5以下，占比高達86.5%，在0.76～1.00的較高效率區(qū)間的農(nóng)戶僅占6.3%。整體來看，規(guī)模效率要高于純技術(shù)效率。同時，糧食作物的低效率現(xiàn)象更為明顯，經(jīng)濟作物的效率值，分布在0.76～1.00的較高效率區(qū)間的，占比相對較高。

表3 耕地效率分布情況

3.2 農(nóng)民經(jīng)濟分化狀況的統(tǒng)計分析

由表4可知，非農(nóng)就業(yè)人口比例在60%以上的農(nóng)戶達到48.50%，可以推知大約一半的農(nóng)戶家庭中，有至少60%的人口在從事非農(nóng)產(chǎn)業(yè)。有10%左右的家庭非農(nóng)就業(yè)人口比例在20%以下，有21.06%的家庭非農(nóng)就業(yè)人口比例達到80%以上。從非農(nóng)工作天數(shù)占比來看，有28.05%的農(nóng)戶，家庭勞動力從事非農(nóng)產(chǎn)業(yè)的時間超過全年的80%，一年中從事非農(nóng)產(chǎn)業(yè)時間超過2/3的農(nóng)戶占54.80%，不足1/5的農(nóng)戶占 13.12%。從非農(nóng)就業(yè)人口比例和工作時長2個指標來看，農(nóng)民經(jīng)濟分化的程度較高。

表4 農(nóng)民職業(yè)分化程度

由表5可知，從人均可支配收入指標來看，5萬元以上的農(nóng)戶占比達到25.34%，其中10萬元以上的農(nóng)戶大約1/10，不足1萬元的農(nóng)戶也占有一定比例，為16.67%。從收入結(jié)構(gòu)分化方面來看，非農(nóng)收入比重總體較高，主要集中在 71%～100%之間，以農(nóng)業(yè)收入為主的家庭不超過1/5?？傮w來看，樣本農(nóng)戶的收入分化情況明顯。

按照職業(yè)類別進行劃分，把農(nóng)民群體劃分為農(nóng)民、農(nóng)民工、農(nóng)村管理者和私營企業(yè)主4個典型的職業(yè)類別，具體的統(tǒng)計見表1，這里不再列表，只作簡單說明。從表1可看出，絕大多數(shù)農(nóng)民屬于農(nóng)民工這一職業(yè)類別，占比 67.37%，其次是私營企業(yè)主，占比14.56%，然后是農(nóng)民(純農(nóng)戶)和農(nóng)村管理者，分別占比為9.12%和8.95%。農(nóng)民工和私營企業(yè)主占比如此之高，充分說明了浙江省農(nóng)民經(jīng)濟分化程度很高。

表5 農(nóng)民收入分化程度

4 農(nóng)民經(jīng)濟分化對耕地效率的影響——Tobit模型回歸結(jié)果及分析

運用計量軟件Eviews8.0，采用Tobit模型，對影響耕地效率的因素進行回歸，回歸結(jié)果見表6。由于非農(nóng)收入占比與非農(nóng)就業(yè)天數(shù)占比這2個指標高度相關(guān)，因此，非農(nóng)收入占比這一指標沒有引入模型。戶主健康狀況這一指標，因為數(shù)據(jù)缺少變異，也沒有放入模型。模型的卡方檢驗統(tǒng)計量(LRχ2)=177.26，Prob>χ2(模型無效假設(shè)檢驗對應的P值)=0.000 0，說明模型的整體擬合效果較好，偽決定系數(shù)R2(PseudoR2)=0.541 8，說明模型中自變量對因變量的變異具有較好的解釋能力。

表6 模型回歸結(jié)果

注：*、**、***分別表示在10%、5%、1%的水平下顯著。

4.1 主要觀測變量的影響

非農(nóng)就業(yè)人口比例、非農(nóng)工作天數(shù)占比，以及這2個指標的平方項的回歸結(jié)果，說明非農(nóng)就業(yè)比例與耕地效率之間是倒“U”形相關(guān)關(guān)系，用非農(nóng)收入占比替換非農(nóng)工作天數(shù)，得到非農(nóng)收入占比與耕地效率之間也是倒“U”形相關(guān)關(guān)系，與前面的預期一致。進行進一步的計算得出，當非農(nóng)就業(yè)人口比例處于0.415時，耕地效率最高。這一比例要低于李富忠計算出的0.567和梁流濤等計算出的0.48，他們分析使用的數(shù)據(jù)分別是2002—2009年和2000—2009年，差異的部分原因可以通過數(shù)據(jù)的時間來解釋，數(shù)據(jù)的時間越近，農(nóng)村的剩余勞動力越少，在不影響耕地經(jīng)營所需要的勞動力的情況下，可以轉(zhuǎn)出去的勞動力也就越少，因此本研究計算出來的比例要小。就非農(nóng)工作天數(shù)占比指標來看，這一指標為0.447時，耕地效率最高，也就是說，家庭勞動力有接近一半的時間在務(wù)農(nóng)，對耕地效率的提高是最有好處的。從2個指標綜合來看，說明為了保證耕地效率不受影響，從事非農(nóng)生產(chǎn)的勞動力在農(nóng)忙時需要回歸農(nóng)業(yè)。

以農(nóng)民工作為參照組，農(nóng)民(純農(nóng)戶)和私營企業(yè)主分別通過了10%和5%的顯著性檢驗，并且回歸系數(shù)均為負，農(nóng)村管理者未通過顯著性檢驗。說明在模型中控制了一些主要影響變量的情況下，農(nóng)民工這一職業(yè)類別，與農(nóng)民和私營企業(yè)主在耕地效率上存在顯著差異，同時前者要高于后兩者；而農(nóng)村管理者與農(nóng)民工在經(jīng)營耕地的效率上沒有顯著差異。

4.2 其他變量的影響

與未接受過農(nóng)技人員指導的農(nóng)戶相比，接受過農(nóng)技人員指導的農(nóng)戶的耕地效率顯著提高，通過了10%的顯著性檢驗。復種指數(shù)和有效灌溉率分別通過了10%和5%的顯著性檢驗，與耕地效率之間均是正相關(guān)。與種植糧食作物相比，種植經(jīng)濟作物的耕地效率要明顯提高，通過了1%的顯著性檢驗。在區(qū)域特征方面，永康市和臨安市相對于參照組龍泉市均通過了5%的顯著性檢驗。其中工業(yè)最為發(fā)達的永康市的回歸系數(shù)為負，以旅游業(yè)和農(nóng)林業(yè)為主的臨安市的相關(guān)系數(shù)為正，表明區(qū)域特征對耕地效率具有顯著影響。

5 主要結(jié)論及建議

通過本研究分析發(fā)現(xiàn)，農(nóng)民經(jīng)濟分化對耕地效率的影響是分階段的，不是簡單的正負影響，在經(jīng)濟分化處于初級階段時，能夠起到提高耕地效率的作用，如果經(jīng)濟分化程度過高，對耕地效率的提高反而不利。在我國經(jīng)濟較為發(fā)達的浙江省，經(jīng)濟分化程度已經(jīng)超過了耕地效率最佳狀態(tài)應達到的程度。前文統(tǒng)計數(shù)據(jù)顯示，浙江省非農(nóng)就業(yè)人口比例的均值為0.56，非農(nóng)工作天數(shù)占比的均值為0.71，已經(jīng)大大超過了最佳值，說明浙江省經(jīng)濟和工商業(yè)發(fā)展已經(jīng)擠占了農(nóng)業(yè)發(fā)展機會，政府須要采取必要的措施，以避免農(nóng)業(yè)萎縮。同時也說明，從促進農(nóng)業(yè)發(fā)展的角度來看，不同經(jīng)濟發(fā)展程度的地區(qū)應采取不同措施，在經(jīng)濟較為發(fā)達、農(nóng)民分化程度較高的地區(qū)，應該控制農(nóng)民經(jīng)濟分化；而在分化程度較低的地區(qū)，應該鼓勵農(nóng)民經(jīng)濟分化。當前很多學者包括很多政府部門，在倡導培育專業(yè)農(nóng)民，而專業(yè)農(nóng)民的發(fā)展，需要一定的信貸服務(wù)，以解決可能面臨的資金瓶頸，需要配套的保險服務(wù)，以降低農(nóng)業(yè)的經(jīng)營風險，需要一定的信息服務(wù)，以解決專職務(wù)農(nóng)帶來的視野和信息匱乏。在政府部門的這些配套服務(wù)沒有得到解決，尤其在經(jīng)濟較為落后、農(nóng)業(yè)投資的資金瓶頸較為嚴重的地區(qū)，促進專業(yè)農(nóng)民發(fā)展的困難更大。

為了使農(nóng)民在農(nóng)忙時放棄一定的非農(nóng)工作，能夠愿意并且順利的回歸農(nóng)業(yè)，須要增加具有較強的季節(jié)性的農(nóng)業(yè)生產(chǎn)，與農(nóng)民所從事的工業(yè)和服務(wù)業(yè)工作的淡旺季之間的調(diào)節(jié)和匹配，政府可以在這方面為農(nóng)民提供一些切實的服務(wù)。同時擴大和完善支農(nóng)惠農(nóng)政策，繼續(xù)加強和落實農(nóng)村技術(shù)服務(wù)，以使農(nóng)業(yè)技術(shù)更好地轉(zhuǎn)化成生產(chǎn)力，加大對農(nóng)業(yè)的基礎(chǔ)設(shè)施投入，加強農(nóng)業(yè)灌溉工程建設(shè)，都有助于提高耕地效率。由于經(jīng)濟作物的耕地效率要明顯高于糧食作物，因此，可以鼓勵農(nóng)民種植經(jīng)濟作物，“藏糧于地”而不是一味地追求糧食產(chǎn)量，以此提高耕地效率和農(nóng)民收入，應該是更加理性地選擇，在糧食的國際市場比較平穩(wěn)時可以適當提高糧食的進口比例，前提是確保當糧食安全受到威脅時，種植經(jīng)濟作物的農(nóng)地可以轉(zhuǎn)為種植糧食作物。