论文部分内容阅读
摘 要：基于2012年的农村工作居民收入调查数据，通过建立农户收入函数、农业净收入函数及非农职业收入函数，研究了农户收入的影响因素，并比较了各因素对不同地区间农户收入的影响效应及其对农业净收入与非农职业收入的影响程度。研究得出，教育、健康指数及幸福指数等人力资本因素，土地、务农时间、家庭规模及地理位置等都是影响农户收入的主要因素。不同教育程度对农户净收入的边际回报不同，随着学历的提高，农户农业净收入的边际回报呈递增趋势。
关键词：农户收入差异；农业净收入函数；非农职业收入函数
中图分类号：F323.8 文献标志码：A 文章编号：1673-291X（2015）20-0040-07
引言
农户收入影响因素研究是农户经济行为研究的重点，其对如何缩小农户收入差距提供了理论与实证支撑，对解决三农问题、对经济发展及社会和谐发展都具有重要意义。本文试图通过2012年农村居民收入调查数据，实证研究影响农户收入的主要因素。
一、文献综述
中国有关农户收入及其影响因素的研究已取得了大量的研究成果，其研究方法主要是利用国家宏观经济数据或微观调研数据，从农户要素禀赋、农户经营结构及外部环境三方面角度建立农户收入函数并结合计量模型及方法进行定量分析。例如，陈传波、丁士军等（2001）通过整理湖北省1998年农户收入抽样调查数据及回归分析，研究环境、人口、资产及支出因素对农户收入差距的影响。樊新生、李小建（2008）基于河南省农户调查数据，通过建立农户收入计量模型，使用分位数回归方法分析各因素对农户收入的作用强度。葛沂、李兴绪、刘曼莉（2010）基于云南省红河哈尼族彝族自治州的微观数据实证分析认为，生产性资本、人力资本、种植结构及地理因素是影响边疆民族自治地区农户收入的重要因素。程名望、史清华等（2014）基于全国农村固定观察点2003—2010年微观抽样调查数据研究了农户收入水平、结构及其影响因素，研究发现农户收入水平及增速均滞后于城镇居民，影响农户收入水平的因素有产业差异、区域分割等宏观因素，也包括人力资本、物质资本、金融资产等微观因素，而这些影响因素对农户各种来源收入的影响又不尽相同。
农户要素禀赋主要包括人力资本、物质资本及社会资本，现有文献多集中于从人力资本方面分析其对农户收入差距的影响。人力资本包括教育、健康、迁移等。蒋乃华、黄春燕（2006）基于2005年扬州市的调研数据研究人力资本与社会资本对农户工资性收入的影响，发现人力资本、社会资本及人力资本和社会资本共同对工资性收入产生显著影响。杨俊、张宗益（2003）基于1995年和1998年两个时期的跨省横截面数据研究了中国经济发展中的收入分配问题。实证结果表明，中国转型经济时期并不支持库兹涅茨倒U假说，人力资本积累对缩小收入分配差距有促进作用。高梦滔、姚阳（2006）通过使用分位数回归模型从微观层面分析了1987—2002年这一阶段农户收入差距的主要原因，研究认为造成农户收入差距的主要原因是人力资本而非物质资本和土地。白菊红、袁飞（2003）及辛岭、王艳华（2007）以农民受教育程度为切入点，张车伟（2003）以营养和健康为切入点，魏众（2004）以健康为切入点进行研究，结果表明这些人力资本因素都是影响农户家庭收入的重要因素。郭志仪、常晔（2007）利用1983—2005年中国宏观数据运用VEC模型实证研究了农户教育投资、迁移投资、健康投资与农民收入之间的互动关系和影响。
以农户经营结构角度分析农户收入差距主要是对农户收入进行分解分析。比如，辛翔飞等（2008）依据农户收入方程，利用2004年中西部6个省份802户农户的调研数据，借鉴Blinder-Oaxaca分解方法，从中西部地区差异和高低收入组差异两个角度进行农户收入差距因素分解，认为工资性的多寡而非农户家庭经营是影响农户收入及其差异的重要因素。向国成、韩绍凤（2005）详细论述了农业兼业化现象，指出中国工资性收入占农户收入的比重逐年上升。李实（1999）基于1995年全国及各省农村流动劳动力的调研数据分析农村劳动力流动的收入分配效应，认为农村劳动力流动可以提高外出打工户家庭收入水平，就全国而言对抑制农村居民收入差距起到积极的作用。
从外部环境分析的文献主要是研究地理位置、农业条件及对外交通条件等对农户收入差距的影响。例如，李实、古斯塔夫森（2002）基于1988年和1995年的农户调查数据建立计量模型，并运用收入差距分解分析研究少数民族和汉族居民的收入增长及收入差距，发现产生差距的根本原因是两组人群地区分布有着很大的不同。李兴绪等（2009）、李兴绪等（2010）基于2008年云南省红河哈尼民族彝族自治州统计调查数据建立两水平农户收入函数模型进行实证研究，认为地理因素是造成农户收入差距的主要原因。
综述已有的相关文献可以发现以下几个方面特点。第一，近几年的文献在研究农户收入及其差距方面越来越多地使用微观调研数据，虽然相比宏观经济数据其更能反映农户收入差距的实际问题，但收集这些数据是一件耗时耗力的烦琐工作，这说明了我国的研究人员越来越注重实践调查与身体力行。第二，已有的文献基本只建立农户收入函数，而使用农户收入函数不便于分析各种影响因素对不同来源收入的影响程度。因而本文通过对已有文献的借鉴及改善，并估计了主业农业与兼业农民的农业净收入函数及兼业农民与主业非农的非农职业收入函数，试图分析各种影响因素对对这两种收入的影响程度。第三，已有文献对受教育程度较多使用教育年限及平均受教育年限变量，也即假定了不同学历对农户收入的边际回报是相同的。但这一假定并不一定符合实际情况，因而本文对受教育情况引入虚拟变量，以便比较不同学历对农户收入的回报率。
二、数据来源及研究方法
本文所使用的数据来源于樊明教授在博客中公开的2012年中国城乡居民收入调查数据，该调研涵盖了全国31个省市自治区，因而数据较为全面，而且调研的内容也十分翔实。由于部分农民提供的数据完整性和一致性较差，为确保数据质量，删除了没有提供收入数据的样本，还删除了一致性较差的样本，共计552份。为了避免在统计分析时的高收入样本导致的均值的偏差，删除了20份月收入10万元以上的样本，最后共计采用4 868份农户收入样本。 本文试图通过建立农户收入函数，研究各种因素对农户收入的影响；由于样本涵盖了全国31个省市自治区，本文通过将样本分为中东西部地区，比较各因素对不同地区间农户收入的影响效应；由于该调研涉及到农民经营结构的区分及农户不同性质收入的区分，因而分别估计了主业农民与兼业农民的农业净收入函数和兼业农民与主业非农农户的非农职业收入函数，比较各因素对这两项收入的影响程度。
考虑到不同教育程度对农户收入的边际回报不同，本文对教育水平使用虚拟变量方式引入。由于样本中没有人接受过大专和本科教育，受教育程度包括未受正规教育、小学、初中、高中和中专。家庭规模对农户收入的影响可能由于规模效应的存在，对农户收入的影响并非呈线性趋势，因而对其引入平方项。
有关本文建立的农户收入函数所有变量及解释罗列于表1中。
本文建立的农户收入函数为
（1）
主业农民与兼业农民的农业净收入函数为
（2）
兼业农民与主业非农农户的非农职业收入函数为
（3）
由于分别估计了3种农民兼业状况的农业收入函数，因而模型（2）（3）中不再包含农民兼业状况变量X4。由于工作时间对收入可能存在影响，在模型（2）中增加了农忙及农闲每天平均工作时间两个变量，而模型（3）引入非农职业周工作小时变量；农民受歧视指数可能对非农职业收入产生一定的影响，因而在模型（3）中引入该变量。依据劳动力供给曲线呈背弯状，即随着工资的增加，工资带给劳动者的边际效用是递减的，当工资达到一定程度时，劳动者宁愿选择闲暇而不愿意工作，对于这种情况，本文的处理是对时间变量均引入平方项，其含义为当时间达到某一临界值时，其对收入的增加呈递减趋势，即边际劳动生产率递减。本文均采用OLS估计各个模型。
三、农户收入函数的经验估计及分析
（一）分地区农户收入影响因素比较
对所有样本及东中西样本的农户收入函数模型采用OLS估计，其估计结果为以下方面。
1.要素资源禀赋与农户收入的关系
由模型（1）可看出，有学历的农户家庭收入水平比未受正规教育的农户收入水平高，并且随着农户学历的提高，其与未受正规教育的农户收入差距增大，即农户的教育投资回报是正的，且与教育水平正相关。
健康指数与农户收入正相关，其对东西部农户收入影响是显著的，但对中部地区影响并不显著，就所有样本而言，健康指数增加一个等级，农户收入增加6.6%。
除了模型（2），幸福指数对农户收入影响不显著，其可能原因是所有参与调查的农户对幸福感的差异并不大。样本中共有75.5%的农户认为自己较幸福或一般，而在这些农户中，东部地区占25.71%，中部地区占37.47%，西部地区占36.82%，中西部地区农户差异表现得不明显，因而回归结果不显著。东中部地区幸福指数对农户收入具有正效应，西部地区则为负效应，其原因可能是在东中部经济更为发达的地区收入的提高是农户提升幸福感的手段之一，而在经济较为落后的地区幸福感是农户努力增加收入的动机，由于缺少幸福感，农户想要致富的愿望更加迫切。
承包土地亩数是影响东中西部地区农户收入的显著变量，其对农户收入增长具有正效应，但其影响程度不大，就模型（1）而言，农户每增加一亩地，其收入增加0.9%。样本中东部地区农户承包土地亩数平均为4.212亩，中部地区为9.058亩，西部地区为6.103亩。承包土地亩数对东部地区农户影响程度最低，西部地区农户次之，中部地区影响程度最小。
2.农民经营结构与农户收入的关系
农民兼业状况对农户收入增长存在正效应。就模型（1）而言，一个农户由主业农民变为兼业农民，收入将增加117.2%，其增加的收入为非农业收入与减少的农业收入的差额。样本中主业非农的农户收入普遍高于主业农民的农户，而兼业农民其大部分收入来源于非农职业收入。估计结果证实了这一点，即非农职业是农户增收的有效途径。东部地区农民兼业状况对农户收入影响程度明显小于中西部地区农户，其原因主要是中西部地区农户更多是主业农民，他们转为兼业或从事非农职业的空间比较大，对其收入的影响比较明显。所有样本中，东部地区主业农民占5.28%，中部地区占10.85%，西部地区占11.4%。
农户务农时间与农户收入呈反比，就所有样本而言，农户务农时间增加一年，其收入平均减少0.7%。农户随着务农时间的增加，务农经验随之增加，其转为兼业或从事非农职业的可能性降低，由此也证实了农户经营农业带来的收入十分有限。
3.外部环境与农户收入的关系
由地势虚拟变量的参数估计值可知，对东部地区农户来说，地处深山的农户比地处丘陵的农户平均收入高37.7%，由于深山耕地资源十分有限，农民迫于生存的压力，农户从事兼业的动机较强，有利于农户增加非农职业收入。
就模型（1）来说，水源指数与交通条件指数参数估计值均不显著，其可能原因是样本中家乡所在地水源情况与对外交通条件在农户之间差异不大。所有样本中，比较缺水和严重缺水占13.1%，交通条件很差和较差占13.6%。水源指数对中西部农户农业收入存在正效应，但西部地区其参数估计值并不显著，其可能原因是西部地区由于地理位置的关系水源条件总体较差。由调研数据可知，比较缺水和严重缺水农户在西部地区样本中占20.99%，远远超过在中部地区样本中所占比例7.37%，因而水源指数在西部地区农户之间差异不明显，回归结果不显著。
农业条件指数与信息交流指数对农户收入有正效应，农业条件的改善，有利于提高农户农业经营效率，提高所在村庄对外开放度，有利于农户之间共享技术与经验，这些都有利于提高农户收入。 4.家庭特征与农户收入的关系
就所有样本而言，家庭规模对农户收入的弹性为0.147X10-0.022X2
10，当家庭规模为3—4人时，家庭规模的产出弹性最大，当家庭人数超过7人时，产出弹性为负。样本中家庭规模的均值为5.58，超过3—4的临界值，说明家庭规模的增大对农户收入的贡献呈递减趋势。样本中有23.46%农户家庭规模超过7人，对这些农户来说，家庭规模对其农户收入具有负效应。
由性别虚拟变量参数估计值可知男性农户收入水平普遍比女性农户收入高，这大概与身体素质有关系，另一方面，也说明了在劳动力市场，普遍存在性别歧视。
模型（1）（2）中，已婚虚拟变量的参数估计值为负，说明相比离异，已婚对农户收入增长存在负效应。这一结果违背了家和万事兴、家庭和睦的理念，因而猜想有可能是样本的问题。根据调研数据信息，计算出在所有样本中已婚农户劳动力负担系数3均值为1.862 4，而离异农户劳动力负担系数均值为1.508 5，即已婚农户家庭负担更重，这有可能是已婚农户相比离异农户收入低的原因。
5.国家政策与农户收入的关系
在模型（2）中，惠农收入指数参数估计值并不显著，其原因主要是因为国家推行的惠农政策在西部取得的效果较大，东中部地区样本中认为惠农政策不明显和有一些的农户分别为51.52%和53.56%，均超过半数以上，因而其在农户中差异不明显，导致回归结果不显著。
（二）农业净收入与非农职业收入影响因素比较
根据农民兼业状况及农户收入来源不同，分别估计了以下4个模型，如表3所示。
1.要素资源禀赋与农户收入的关系
无论是主业农民还是兼业农民，有学历的农户比未受正规教育农户农业净收入高，并且随着学历的提高，其农业净收入也提高。这说明教育对农户农业净收入存在正效应，其原因可能是受过教育仍然从事农业经营的农户比起未受教育的农户更能接受现代技术在农业经营中的作用，从而提高劳动生产率。相比主业农民，具有相同学历的兼业农民其农业净收入的教育投资回报更大。而相比兼业农民，具有相同学历的主业非农的非农职业净收入的教育投资回报更大。对主业非农农户来说，高中学历的教育投资回报大于小学及初中，其原因可能是学历越高，其可能从事的高收入职业的空间相对越大。
相比兼业农户，健康对主业农民增收的效果更加明显，其原因是长期从事农业体力劳动对身体素质要求较高，农民健康指数下降，对其收入下降的影响较大。郭志仪（2007）认为，健康投资对农户收入水平的冲击为正，虽然健康投资会抑制农户收入增长，但农户仍然会加大健康投资。这一结论从侧面说明了农民健康指数下降，对其收入下降产生影响较大。张车伟（2003）的研究也证明了这一点。其研究认为，农村家庭劳动力因病无法工作对农户造成的损失非常大。健康指数对主业非农的非农职业收入效应为负，这与魏众（2004）结论一致。魏众的研究表明，健康对非农就业的工资水平没有太大的影响。
幸福指数对农户净收入及非农职业收入存在正效应，说明提升幸福感会对农户产生积极的作用及正能量，使之在农业经营及非农职业工作中更加投入、更有效率。
土地对主业农民与兼业农民收入具有正效应，相比主业农民，兼业农民农业净收入的土地报酬率更大，主业农民与兼业农民承包土地每增加一亩，其农业净收入平均增加分别为1.1%和3.5%。土地对主业非农农户收入存在负效应，对从事非农职业农户来说，多承包一亩地即多一亩地的成本支付。
2.务农时间与农户收入的关系
由估计结果显著性可知务农时间是影响农户收入的重要因素，务农时间对农业净收入具有正效应，对非农职业收入具有负效应。一方面，农户务农时间越长，务农经验越丰富，对农作物生长规律、如何最大效率发挥土地资源优势等方面越具有良好的实践认识，从而有利于农业净收入增加；而另一方面，随着农户务农经验的累积，其转为兼业与非农职业户的意识会减弱，从而不利于非农职业收入的增加。
3.外部环境与农户收入的关系
由估计结果可知，处于平原地区的农户比地处丘陵的农户平均收入高，处于深山地区的农户比地处丘陵的农户平均农业净收入低。其原因，一方面可能是样本中的平原地区具有较丰富的耕地资源，有利于农业净收入提高；另一方面，地处非城郊的平原具有较多非农就业机会，有利于非农职业收入提高。而深山地区耕地资源贫乏，林木、矿产资源丰富，农民兼业机会更多，有利于兼业农民非农职业收入的提高，不利于主业农民与兼业农民农业净收入的提高。
4.家庭特征与农户收入的关系
对主业农民而言，家庭规模的农业净收入弹性为0.142X10-0.028X2
10，即当家庭规模为2—3人时，家庭规模的农业净产出弹性最大，当家庭规模超过5人时，家庭规模对农业净收入影响为负。其可能原因是，总体来说，家庭规模越大，其劳动力负担系数越大。
由民族虚拟变量及性别虚拟变量可知，无论是农业净收入还是非农职业收入，男性比女性平均收入水平高，汉族比少数民族平均收入水平高。在有农业净收入的样本中，男性健康指数均值为3.682，女性健康指数均值为3.614，男性务农时间平均为21.5年，女性务农时间平均为20.6年。这从侧面说明了从事农业经营活动对农户身体素质要求较高，而普遍来说，男性身体素质较女性好。在主业非农与兼业农民并且有非农职业收入样本中，男性平均受教育年限为9.19年，女性平均受教育年限为9.34年，结合教育虚拟变量对非农职业收入的正面影响。这从侧面说明了在非农劳动力市场，普遍存在性别歧视。对兼业农民来说，男性比女性非农职业收入平均增加19.8%，而主业非农，男性比女性非农职业收入平均增加26%。
由政治身份虚拟变量可看出，主业农民中群众的农业净收入最高，团员、党员与民主党派农业净收入依次呈下降趋势。这与农户的政治觉悟有关，党员身份的农户可能更多地热衷于乡集体、村集体的政治活动。婚姻虚拟变量参数估计值在4个模型中基本上均不显著。 5.工作时间或劳作时间与农户收入的关系
主业农民和兼业农民的农忙每天平均劳作时间的农业净收入弹性分别为0.058X13-0.004X2
13和0.112X13-0.034X2
13，即当农忙时每天平均劳作时间为7.25小时时，主业农民的农忙劳作时间的农业净收入弹性最大，在农忙时每天平均劳作时间超过14.5小时时，平均劳作时间增加对农业净收入影响为负。当农忙时每天平均劳作时间为1.65小时时，兼业农民的农忙劳作时间的农业净收入弹性最小。主业农民和兼业农民的农闲每天平均劳作时间的农业净收入弹性分别为0.114X14-
0.018X2
14和0.05X14-0.016X2
14，相比主业农民的农闲劳作时间农业净收入弹性最大的临界值3.17小时，兼业农民的临界值较小为1.56小时。兼业农民与主业非农的周工作时间的非农职业收入弹性分别为0.019X12-0.0002X2
12和0.013X12-0.0001572X2
12，当兼业农民的非农职业周工作时间超过95小时，主业非农的周工作时间超过82.7小时，非农职业收入弹性为负。样本中兼业农民的非农职业周工作时间均值为54.49小时，主业非农的周工作时间均值为58.25小时，说明非农职业周工作时间的增加对非农职业收入的贡献呈递增趋势。
6.农民歧视指数与非农职业收入的关系
农民歧视指数是影响非农职业收入的显著因素，其对农民非农职业收入具有负效应，对兼业农民而言，农民歧视感增加一个等级，非农职业收入减少3.2%。这一方面说明了培养积极的心态对工作十分重要，另一方面也说明了农民工在现阶段仍然属于弱势群体。农民自身感到受歧视并非全部来源于自身心理的自卑，其中有一部分原因来自其他群体的态度。
四、结论
本文基于2012年全国31个省市自治区的农村收入抽样调查数据，建立农户收入函数及农业净收入函数与非农职业收入函数，研究了各种因素对农户收入的影响，并且比较了各因素对不同地区间农户收入的影响效应及其对农业净收入与非农职业收入的影响程度。本文得到以下一些结论。
教育对农业净收入与非农职业收入均具有正效应，随着学历的提高，农业净收入也提高。健康与农业净收入正相关，其对非农就业的工资水平没有太大的影响。东中部地区幸福指数与农户收入正相关，而西部地区幸福指数对农户收入具有负效应。
承包土地亩数与务农时间是影响农户收入的显著变量，土地对主业农民与兼业农民均具有正效应，而与主业非农的非农职业收入负相关。务农时间与农业净收入正相关，与非农职业收入负相关，其与农户收入负相关，说明了普遍而言，农业经营带来的收入比较有限，从事非农职业是农户增收的有效途径。
一般而言，地处平原的农户农业净收入最高，地处丘陵的农户次之，地处深山的农户农业净收入最低。地处深山的农户迫于生存的压力，其转为兼业及非农的概率较高。因而，对于非农职业收入，居住于不同地势农户之间难以比较。农业条件指数与信息交流指数对农户收入具有正效应。
家庭规模对农户收入的影响、农户平均劳作时间对农业净收入的影响及非农职业工作时间对非农职业收入的影响均具有非线性的趋势。无论是农业净收入还是非农职业收入，无论是全国还是东中西部地区农户收入，男性平均收入水平普遍高于女性。政治身份为群众的农户农业净收入最高。
农民歧视指数与非农职业收入负相关，因而提升农民的自信心，给予农民更多的关切，有利于提高农民的非农职业收入。惠农收入指数与西部地区农户收入正相关，这在一定程度上说明了国家推行的惠农政策取得了一定的效果。
参考文献：
[1] 陈传波，丁士军，舒振斌.农户收入及其差异的影响因素分析——对湖北农户调查的统计分析[J].农业技术经济，2001，（4）.
[2] 樊新生，李小建.欠发达地区农户收入的地理影响分析[J].中国农村经济，2008，（3）.
[3] 葛珺沂，李兴绪，刘曼莉.边疆民族自治地区农户收入影响因素分析——以云南红河哈尼族彝族自治州农户为例[J].农业经济
问题，2010，（3）.
[4] 程名望，史清华，Jin Yanhong.农户收入水平、结构及其影响因素[J].数量经济技术经济研究，2014，（5）.
[5] 蒋乃华，黄春燕.人力资本、社会资本与农户工资性收入[J].农业经济问题，2006，（11）.
[6] 扬俊，张宗益.中国经济发展中的收入分配及库兹涅茨倒U假设再探讨[J].数量经济技术经济研究，2003，（2）.
[7] 高梦滔，姚洋.农户收入差距的微观基础：物质资本还是人力资本？[J].经济研究，2006，（12）.
[8] 白菊红，袁飞.农民收入水平与农村人力资本关系分析[J].农业技术经济，2003，（1）.
[9] 辛岭，王艳华.农民受教育水平与农民收入关系的实证研究[J].中国农村经济，2007，专刊.
[10] 张车伟.营养、健康与效率——来自中国贫困农村的证据[J].经济研究，2003，（1）.
[11] 魏众.健康对非农就业及其工资决定的影响[J].经济研究，2004，（2）.
[12] 郭志仪，常晔.农户人力资本投资与农民收入增长[J].经济科学，2007，（3）.
[13] 辛翔飞，秦富，王秀清.中西部地区农户收入及其差异的影响因素分析[J].中国农村经济，2008，（2）.
[14] 向国成，韩绍凤.农户兼业化：基于分工视角的分析[J].中国农村经济，2005，（8）.
[15] 李实.中国农村劳动力流动与收入增长和分配[J].中国社会科学，1999，（2）.
[16] 李实，古斯塔夫森.中国农村少数民族与汉族居民收入差距的分析[J].中国人口科学，2002，（3）.
[17] 李兴绪，刘曼莉，陈贻娟.西南边疆民族村农户收入及其影响因素分析[J].云南财经大学学报，2009，（6）.
[18] 李兴绪，刘曼莉，葛沂.西南边疆民族地区农户收入的地理影响因素分析[J].地理学报，2010，65（2）.
[责任编辑 安 琪]
关键词：农户收入差异；农业净收入函数；非农职业收入函数
中图分类号：F323.8 文献标志码：A 文章编号：1673-291X（2015）20-0040-07
引言
农户收入影响因素研究是农户经济行为研究的重点，其对如何缩小农户收入差距提供了理论与实证支撑，对解决三农问题、对经济发展及社会和谐发展都具有重要意义。本文试图通过2012年农村居民收入调查数据，实证研究影响农户收入的主要因素。
一、文献综述
中国有关农户收入及其影响因素的研究已取得了大量的研究成果，其研究方法主要是利用国家宏观经济数据或微观调研数据，从农户要素禀赋、农户经营结构及外部环境三方面角度建立农户收入函数并结合计量模型及方法进行定量分析。例如，陈传波、丁士军等（2001）通过整理湖北省1998年农户收入抽样调查数据及回归分析，研究环境、人口、资产及支出因素对农户收入差距的影响。樊新生、李小建（2008）基于河南省农户调查数据，通过建立农户收入计量模型，使用分位数回归方法分析各因素对农户收入的作用强度。葛沂、李兴绪、刘曼莉（2010）基于云南省红河哈尼族彝族自治州的微观数据实证分析认为，生产性资本、人力资本、种植结构及地理因素是影响边疆民族自治地区农户收入的重要因素。程名望、史清华等（2014）基于全国农村固定观察点2003—2010年微观抽样调查数据研究了农户收入水平、结构及其影响因素，研究发现农户收入水平及增速均滞后于城镇居民，影响农户收入水平的因素有产业差异、区域分割等宏观因素，也包括人力资本、物质资本、金融资产等微观因素，而这些影响因素对农户各种来源收入的影响又不尽相同。
农户要素禀赋主要包括人力资本、物质资本及社会资本，现有文献多集中于从人力资本方面分析其对农户收入差距的影响。人力资本包括教育、健康、迁移等。蒋乃华、黄春燕（2006）基于2005年扬州市的调研数据研究人力资本与社会资本对农户工资性收入的影响，发现人力资本、社会资本及人力资本和社会资本共同对工资性收入产生显著影响。杨俊、张宗益（2003）基于1995年和1998年两个时期的跨省横截面数据研究了中国经济发展中的收入分配问题。实证结果表明，中国转型经济时期并不支持库兹涅茨倒U假说，人力资本积累对缩小收入分配差距有促进作用。高梦滔、姚阳（2006）通过使用分位数回归模型从微观层面分析了1987—2002年这一阶段农户收入差距的主要原因，研究认为造成农户收入差距的主要原因是人力资本而非物质资本和土地。白菊红、袁飞（2003）及辛岭、王艳华（2007）以农民受教育程度为切入点，张车伟（2003）以营养和健康为切入点，魏众（2004）以健康为切入点进行研究，结果表明这些人力资本因素都是影响农户家庭收入的重要因素。郭志仪、常晔（2007）利用1983—2005年中国宏观数据运用VEC模型实证研究了农户教育投资、迁移投资、健康投资与农民收入之间的互动关系和影响。
以农户经营结构角度分析农户收入差距主要是对农户收入进行分解分析。比如，辛翔飞等（2008）依据农户收入方程，利用2004年中西部6个省份802户农户的调研数据，借鉴Blinder-Oaxaca分解方法，从中西部地区差异和高低收入组差异两个角度进行农户收入差距因素分解，认为工资性的多寡而非农户家庭经营是影响农户收入及其差异的重要因素。向国成、韩绍凤（2005）详细论述了农业兼业化现象，指出中国工资性收入占农户收入的比重逐年上升。李实（1999）基于1995年全国及各省农村流动劳动力的调研数据分析农村劳动力流动的收入分配效应，认为农村劳动力流动可以提高外出打工户家庭收入水平，就全国而言对抑制农村居民收入差距起到积极的作用。
从外部环境分析的文献主要是研究地理位置、农业条件及对外交通条件等对农户收入差距的影响。例如，李实、古斯塔夫森（2002）基于1988年和1995年的农户调查数据建立计量模型，并运用收入差距分解分析研究少数民族和汉族居民的收入增长及收入差距，发现产生差距的根本原因是两组人群地区分布有着很大的不同。李兴绪等（2009）、李兴绪等（2010）基于2008年云南省红河哈尼民族彝族自治州统计调查数据建立两水平农户收入函数模型进行实证研究，认为地理因素是造成农户收入差距的主要原因。
综述已有的相关文献可以发现以下几个方面特点。第一，近几年的文献在研究农户收入及其差距方面越来越多地使用微观调研数据，虽然相比宏观经济数据其更能反映农户收入差距的实际问题，但收集这些数据是一件耗时耗力的烦琐工作，这说明了我国的研究人员越来越注重实践调查与身体力行。第二，已有的文献基本只建立农户收入函数，而使用农户收入函数不便于分析各种影响因素对不同来源收入的影响程度。因而本文通过对已有文献的借鉴及改善，并估计了主业农业与兼业农民的农业净收入函数及兼业农民与主业非农的非农职业收入函数，试图分析各种影响因素对对这两种收入的影响程度。第三，已有文献对受教育程度较多使用教育年限及平均受教育年限变量，也即假定了不同学历对农户收入的边际回报是相同的。但这一假定并不一定符合实际情况，因而本文对受教育情况引入虚拟变量，以便比较不同学历对农户收入的回报率。
二、数据来源及研究方法
本文所使用的数据来源于樊明教授在博客中公开的2012年中国城乡居民收入调查数据，该调研涵盖了全国31个省市自治区，因而数据较为全面，而且调研的内容也十分翔实。由于部分农民提供的数据完整性和一致性较差，为确保数据质量，删除了没有提供收入数据的样本，还删除了一致性较差的样本，共计552份。为了避免在统计分析时的高收入样本导致的均值的偏差，删除了20份月收入10万元以上的样本，最后共计采用4 868份农户收入样本。 本文试图通过建立农户收入函数，研究各种因素对农户收入的影响；由于样本涵盖了全国31个省市自治区，本文通过将样本分为中东西部地区，比较各因素对不同地区间农户收入的影响效应；由于该调研涉及到农民经营结构的区分及农户不同性质收入的区分，因而分别估计了主业农民与兼业农民的农业净收入函数和兼业农民与主业非农农户的非农职业收入函数，比较各因素对这两项收入的影响程度。
考虑到不同教育程度对农户收入的边际回报不同，本文对教育水平使用虚拟变量方式引入。由于样本中没有人接受过大专和本科教育，受教育程度包括未受正规教育、小学、初中、高中和中专。家庭规模对农户收入的影响可能由于规模效应的存在，对农户收入的影响并非呈线性趋势，因而对其引入平方项。
有关本文建立的农户收入函数所有变量及解释罗列于表1中。
本文建立的农户收入函数为
主业农民与兼业农民的农业净收入函数为
兼业农民与主业非农农户的非农职业收入函数为
由于分别估计了3种农民兼业状况的农业收入函数，因而模型（2）（3）中不再包含农民兼业状况变量X4。由于工作时间对收入可能存在影响，在模型（2）中增加了农忙及农闲每天平均工作时间两个变量，而模型（3）引入非农职业周工作小时变量；农民受歧视指数可能对非农职业收入产生一定的影响，因而在模型（3）中引入该变量。依据劳动力供给曲线呈背弯状，即随着工资的增加，工资带给劳动者的边际效用是递减的，当工资达到一定程度时，劳动者宁愿选择闲暇而不愿意工作，对于这种情况，本文的处理是对时间变量均引入平方项，其含义为当时间达到某一临界值时，其对收入的增加呈递减趋势，即边际劳动生产率递减。本文均采用OLS估计各个模型。
三、农户收入函数的经验估计及分析
（一）分地区农户收入影响因素比较
对所有样本及东中西样本的农户收入函数模型采用OLS估计，其估计结果为以下方面。
1.要素资源禀赋与农户收入的关系
由模型（1）可看出，有学历的农户家庭收入水平比未受正规教育的农户收入水平高，并且随着农户学历的提高，其与未受正规教育的农户收入差距增大，即农户的教育投资回报是正的，且与教育水平正相关。
健康指数与农户收入正相关，其对东西部农户收入影响是显著的，但对中部地区影响并不显著，就所有样本而言，健康指数增加一个等级，农户收入增加6.6%。
除了模型（2），幸福指数对农户收入影响不显著，其可能原因是所有参与调查的农户对幸福感的差异并不大。样本中共有75.5%的农户认为自己较幸福或一般，而在这些农户中，东部地区占25.71%，中部地区占37.47%，西部地区占36.82%，中西部地区农户差异表现得不明显，因而回归结果不显著。东中部地区幸福指数对农户收入具有正效应，西部地区则为负效应，其原因可能是在东中部经济更为发达的地区收入的提高是农户提升幸福感的手段之一，而在经济较为落后的地区幸福感是农户努力增加收入的动机，由于缺少幸福感，农户想要致富的愿望更加迫切。
承包土地亩数是影响东中西部地区农户收入的显著变量，其对农户收入增长具有正效应，但其影响程度不大，就模型（1）而言，农户每增加一亩地，其收入增加0.9%。样本中东部地区农户承包土地亩数平均为4.212亩，中部地区为9.058亩，西部地区为6.103亩。承包土地亩数对东部地区农户影响程度最低，西部地区农户次之，中部地区影响程度最小。
2.农民经营结构与农户收入的关系
农民兼业状况对农户收入增长存在正效应。就模型（1）而言，一个农户由主业农民变为兼业农民，收入将增加117.2%，其增加的收入为非农业收入与减少的农业收入的差额。样本中主业非农的农户收入普遍高于主业农民的农户，而兼业农民其大部分收入来源于非农职业收入。估计结果证实了这一点，即非农职业是农户增收的有效途径。东部地区农民兼业状况对农户收入影响程度明显小于中西部地区农户，其原因主要是中西部地区农户更多是主业农民，他们转为兼业或从事非农职业的空间比较大，对其收入的影响比较明显。所有样本中，东部地区主业农民占5.28%，中部地区占10.85%，西部地区占11.4%。
农户务农时间与农户收入呈反比，就所有样本而言，农户务农时间增加一年，其收入平均减少0.7%。农户随着务农时间的增加，务农经验随之增加，其转为兼业或从事非农职业的可能性降低，由此也证实了农户经营农业带来的收入十分有限。
3.外部环境与农户收入的关系
由地势虚拟变量的参数估计值可知，对东部地区农户来说，地处深山的农户比地处丘陵的农户平均收入高37.7%，由于深山耕地资源十分有限，农民迫于生存的压力，农户从事兼业的动机较强，有利于农户增加非农职业收入。
就模型（1）来说，水源指数与交通条件指数参数估计值均不显著，其可能原因是样本中家乡所在地水源情况与对外交通条件在农户之间差异不大。所有样本中，比较缺水和严重缺水占13.1%，交通条件很差和较差占13.6%。水源指数对中西部农户农业收入存在正效应，但西部地区其参数估计值并不显著，其可能原因是西部地区由于地理位置的关系水源条件总体较差。由调研数据可知，比较缺水和严重缺水农户在西部地区样本中占20.99%，远远超过在中部地区样本中所占比例7.37%，因而水源指数在西部地区农户之间差异不明显，回归结果不显著。
农业条件指数与信息交流指数对农户收入有正效应，农业条件的改善，有利于提高农户农业经营效率，提高所在村庄对外开放度，有利于农户之间共享技术与经验，这些都有利于提高农户收入。 4.家庭特征与农户收入的关系
就所有样本而言，家庭规模对农户收入的弹性为0.147X10-0.022X2
10，当家庭规模为3—4人时，家庭规模的产出弹性最大，当家庭人数超过7人时，产出弹性为负。样本中家庭规模的均值为5.58，超过3—4的临界值，说明家庭规模的增大对农户收入的贡献呈递减趋势。样本中有23.46%农户家庭规模超过7人，对这些农户来说，家庭规模对其农户收入具有负效应。
由性别虚拟变量参数估计值可知男性农户收入水平普遍比女性农户收入高，这大概与身体素质有关系，另一方面，也说明了在劳动力市场，普遍存在性别歧视。
模型（1）（2）中，已婚虚拟变量的参数估计值为负，说明相比离异，已婚对农户收入增长存在负效应。这一结果违背了家和万事兴、家庭和睦的理念，因而猜想有可能是样本的问题。根据调研数据信息，计算出在所有样本中已婚农户劳动力负担系数3均值为1.862 4，而离异农户劳动力负担系数均值为1.508 5，即已婚农户家庭负担更重，这有可能是已婚农户相比离异农户收入低的原因。
5.国家政策与农户收入的关系
在模型（2）中，惠农收入指数参数估计值并不显著，其原因主要是因为国家推行的惠农政策在西部取得的效果较大，东中部地区样本中认为惠农政策不明显和有一些的农户分别为51.52%和53.56%，均超过半数以上，因而其在农户中差异不明显，导致回归结果不显著。
（二）农业净收入与非农职业收入影响因素比较
根据农民兼业状况及农户收入来源不同，分别估计了以下4个模型，如表3所示。
1.要素资源禀赋与农户收入的关系
无论是主业农民还是兼业农民，有学历的农户比未受正规教育农户农业净收入高，并且随着学历的提高，其农业净收入也提高。这说明教育对农户农业净收入存在正效应，其原因可能是受过教育仍然从事农业经营的农户比起未受教育的农户更能接受现代技术在农业经营中的作用，从而提高劳动生产率。相比主业农民，具有相同学历的兼业农民其农业净收入的教育投资回报更大。而相比兼业农民，具有相同学历的主业非农的非农职业净收入的教育投资回报更大。对主业非农农户来说，高中学历的教育投资回报大于小学及初中，其原因可能是学历越高，其可能从事的高收入职业的空间相对越大。
相比兼业农户，健康对主业农民增收的效果更加明显，其原因是长期从事农业体力劳动对身体素质要求较高，农民健康指数下降，对其收入下降的影响较大。郭志仪（2007）认为，健康投资对农户收入水平的冲击为正，虽然健康投资会抑制农户收入增长，但农户仍然会加大健康投资。这一结论从侧面说明了农民健康指数下降，对其收入下降产生影响较大。张车伟（2003）的研究也证明了这一点。其研究认为，农村家庭劳动力因病无法工作对农户造成的损失非常大。健康指数对主业非农的非农职业收入效应为负，这与魏众（2004）结论一致。魏众的研究表明，健康对非农就业的工资水平没有太大的影响。
幸福指数对农户净收入及非农职业收入存在正效应，说明提升幸福感会对农户产生积极的作用及正能量，使之在农业经营及非农职业工作中更加投入、更有效率。
土地对主业农民与兼业农民收入具有正效应，相比主业农民，兼业农民农业净收入的土地报酬率更大，主业农民与兼业农民承包土地每增加一亩，其农业净收入平均增加分别为1.1%和3.5%。土地对主业非农农户收入存在负效应，对从事非农职业农户来说，多承包一亩地即多一亩地的成本支付。
2.务农时间与农户收入的关系
由估计结果显著性可知务农时间是影响农户收入的重要因素，务农时间对农业净收入具有正效应，对非农职业收入具有负效应。一方面，农户务农时间越长，务农经验越丰富，对农作物生长规律、如何最大效率发挥土地资源优势等方面越具有良好的实践认识，从而有利于农业净收入增加；而另一方面，随着农户务农经验的累积，其转为兼业与非农职业户的意识会减弱，从而不利于非农职业收入的增加。
3.外部环境与农户收入的关系
由估计结果可知，处于平原地区的农户比地处丘陵的农户平均收入高，处于深山地区的农户比地处丘陵的农户平均农业净收入低。其原因，一方面可能是样本中的平原地区具有较丰富的耕地资源，有利于农业净收入提高；另一方面，地处非城郊的平原具有较多非农就业机会，有利于非农职业收入提高。而深山地区耕地资源贫乏，林木、矿产资源丰富，农民兼业机会更多，有利于兼业农民非农职业收入的提高，不利于主业农民与兼业农民农业净收入的提高。
4.家庭特征与农户收入的关系
对主业农民而言，家庭规模的农业净收入弹性为0.142X10-0.028X2
10，即当家庭规模为2—3人时，家庭规模的农业净产出弹性最大，当家庭规模超过5人时，家庭规模对农业净收入影响为负。其可能原因是，总体来说，家庭规模越大，其劳动力负担系数越大。
由民族虚拟变量及性别虚拟变量可知，无论是农业净收入还是非农职业收入，男性比女性平均收入水平高，汉族比少数民族平均收入水平高。在有农业净收入的样本中，男性健康指数均值为3.682，女性健康指数均值为3.614，男性务农时间平均为21.5年，女性务农时间平均为20.6年。这从侧面说明了从事农业经营活动对农户身体素质要求较高，而普遍来说，男性身体素质较女性好。在主业非农与兼业农民并且有非农职业收入样本中，男性平均受教育年限为9.19年，女性平均受教育年限为9.34年，结合教育虚拟变量对非农职业收入的正面影响。这从侧面说明了在非农劳动力市场，普遍存在性别歧视。对兼业农民来说，男性比女性非农职业收入平均增加19.8%，而主业非农，男性比女性非农职业收入平均增加26%。
由政治身份虚拟变量可看出，主业农民中群众的农业净收入最高，团员、党员与民主党派农业净收入依次呈下降趋势。这与农户的政治觉悟有关，党员身份的农户可能更多地热衷于乡集体、村集体的政治活动。婚姻虚拟变量参数估计值在4个模型中基本上均不显著。 5.工作时间或劳作时间与农户收入的关系
主业农民和兼业农民的农忙每天平均劳作时间的农业净收入弹性分别为0.058X13-0.004X2
13和0.112X13-0.034X2
13，即当农忙时每天平均劳作时间为7.25小时时，主业农民的农忙劳作时间的农业净收入弹性最大，在农忙时每天平均劳作时间超过14.5小时时，平均劳作时间增加对农业净收入影响为负。当农忙时每天平均劳作时间为1.65小时时，兼业农民的农忙劳作时间的农业净收入弹性最小。主业农民和兼业农民的农闲每天平均劳作时间的农业净收入弹性分别为0.114X14-
0.018X2
14和0.05X14-0.016X2
14，相比主业农民的农闲劳作时间农业净收入弹性最大的临界值3.17小时，兼业农民的临界值较小为1.56小时。兼业农民与主业非农的周工作时间的非农职业收入弹性分别为0.019X12-0.0002X2
12和0.013X12-0.0001572X2
12，当兼业农民的非农职业周工作时间超过95小时，主业非农的周工作时间超过82.7小时，非农职业收入弹性为负。样本中兼业农民的非农职业周工作时间均值为54.49小时，主业非农的周工作时间均值为58.25小时，说明非农职业周工作时间的增加对非农职业收入的贡献呈递增趋势。
6.农民歧视指数与非农职业收入的关系
农民歧视指数是影响非农职业收入的显著因素，其对农民非农职业收入具有负效应，对兼业农民而言，农民歧视感增加一个等级，非农职业收入减少3.2%。这一方面说明了培养积极的心态对工作十分重要，另一方面也说明了农民工在现阶段仍然属于弱势群体。农民自身感到受歧视并非全部来源于自身心理的自卑，其中有一部分原因来自其他群体的态度。
四、结论
本文基于2012年全国31个省市自治区的农村收入抽样调查数据，建立农户收入函数及农业净收入函数与非农职业收入函数，研究了各种因素对农户收入的影响，并且比较了各因素对不同地区间农户收入的影响效应及其对农业净收入与非农职业收入的影响程度。本文得到以下一些结论。
教育对农业净收入与非农职业收入均具有正效应，随着学历的提高，农业净收入也提高。健康与农业净收入正相关，其对非农就业的工资水平没有太大的影响。东中部地区幸福指数与农户收入正相关，而西部地区幸福指数对农户收入具有负效应。
承包土地亩数与务农时间是影响农户收入的显著变量，土地对主业农民与兼业农民均具有正效应，而与主业非农的非农职业收入负相关。务农时间与农业净收入正相关，与非农职业收入负相关，其与农户收入负相关，说明了普遍而言，农业经营带来的收入比较有限，从事非农职业是农户增收的有效途径。
一般而言，地处平原的农户农业净收入最高，地处丘陵的农户次之，地处深山的农户农业净收入最低。地处深山的农户迫于生存的压力，其转为兼业及非农的概率较高。因而，对于非农职业收入，居住于不同地势农户之间难以比较。农业条件指数与信息交流指数对农户收入具有正效应。
家庭规模对农户收入的影响、农户平均劳作时间对农业净收入的影响及非农职业工作时间对非农职业收入的影响均具有非线性的趋势。无论是农业净收入还是非农职业收入，无论是全国还是东中西部地区农户收入，男性平均收入水平普遍高于女性。政治身份为群众的农户农业净收入最高。
农民歧视指数与非农职业收入负相关，因而提升农民的自信心，给予农民更多的关切，有利于提高农民的非农职业收入。惠农收入指数与西部地区农户收入正相关，这在一定程度上说明了国家推行的惠农政策取得了一定的效果。
参考文献：
[1] 陈传波，丁士军，舒振斌.农户收入及其差异的影响因素分析——对湖北农户调查的统计分析[J].农业技术经济，2001，（4）.
[2] 樊新生，李小建.欠发达地区农户收入的地理影响分析[J].中国农村经济，2008，（3）.
[3] 葛珺沂，李兴绪，刘曼莉.边疆民族自治地区农户收入影响因素分析——以云南红河哈尼族彝族自治州农户为例[J].农业经济
问题，2010，（3）.
[4] 程名望，史清华，Jin Yanhong.农户收入水平、结构及其影响因素[J].数量经济技术经济研究，2014，（5）.
[5] 蒋乃华，黄春燕.人力资本、社会资本与农户工资性收入[J].农业经济问题，2006，（11）.
[6] 扬俊，张宗益.中国经济发展中的收入分配及库兹涅茨倒U假设再探讨[J].数量经济技术经济研究，2003，（2）.
[7] 高梦滔，姚洋.农户收入差距的微观基础：物质资本还是人力资本？[J].经济研究，2006，（12）.
[8] 白菊红，袁飞.农民收入水平与农村人力资本关系分析[J].农业技术经济，2003，（1）.
[9] 辛岭，王艳华.农民受教育水平与农民收入关系的实证研究[J].中国农村经济，2007，专刊.
[10] 张车伟.营养、健康与效率——来自中国贫困农村的证据[J].经济研究，2003，（1）.
[11] 魏众.健康对非农就业及其工资决定的影响[J].经济研究，2004，（2）.
[12] 郭志仪，常晔.农户人力资本投资与农民收入增长[J].经济科学，2007，（3）.
[13] 辛翔飞，秦富，王秀清.中西部地区农户收入及其差异的影响因素分析[J].中国农村经济，2008，（2）.
[14] 向国成，韩绍凤.农户兼业化：基于分工视角的分析[J].中国农村经济，2005，（8）.
[15] 李实.中国农村劳动力流动与收入增长和分配[J].中国社会科学，1999，（2）.
[16] 李实，古斯塔夫森.中国农村少数民族与汉族居民收入差距的分析[J].中国人口科学，2002，（3）.
[17] 李兴绪，刘曼莉，陈贻娟.西南边疆民族村农户收入及其影响因素分析[J].云南财经大学学报，2009，（6）.
[18] 李兴绪，刘曼莉，葛沂.西南边疆民族地区农户收入的地理影响因素分析[J].地理学报，2010，65（2）.
[责任编辑 安 琪]