市场化转型中的农民收入影响效应研究——对浙江、湖北两省的实证分析，本文主要内容关键词为：湖北论文,实证论文,浙江论文,农民收入论文,两省论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、导论
1978年发轫于农村的经济改革揭开了中国经济市场化转型的序幕。市场化转型对农村经济产生了重要影响，其直接结果就是农户收入格局呈现出多元化发展的态势，农业劳动收入不再是农户惟一的主要收入，收入来源丰富多样，同时也更具复杂性和不确定性。如何认识市场化转型中的农户收入分配及其主要影响因素，已成为近10年来国内外学术界一直关注的热点问题。
张平（1992、1998）曾利用中国社会科学院1988年和1995年“中国城乡居民收入分配调查”资料，分析了中国农村区域间收入变动的趋势和原因，认为农户收入非农化的结构变动及区域间工业化进程差异导致的就业机会差异是区域间农户收入差异的重要原因。朱玲（1992）、Khan等（1994）的研究进一步证明了非农就业机会及农业与非农就业的劳动报酬差异在形成农户收入差距上的重要性。Knight和宋丽娜（1999）的研究强调了教育对非农就业机会的重要影响。李实、李文彬（1994）的研究发现农村教育收益率较低。赖德胜（1998）通过分析1995年数据发现这一状况的出现可以以劳动力市场存在制度性分割进行解释。此外，不少学者从社会学的角度研究中国经济市场化转型过程中的农户收入变动问题，通过引入政治身份变量把制度变迁因素纳入到现实的分析框架中。例如，Nee（1989）采用1985年福建省厦门市近郊624户农户数据，基于Mincer收益模型，引入现任和离任生产队干部、农民企业主等变量并考察其演变过程中的交互影响，发现市场化改革后出现了“权力向农民再分配”。White（1987）、Shrik（1989）也观察到同样的现象。Nee（1996）基于1989年中国预防医学科学院的全国性大样本数据资料的研究表明，市场化程度越高的地区，农村干部的收入优势越小，非农劳动力的优势逐渐凸显，但干部身份有助于非农就业机会的获得，而教育却没有显示出正向的收入影响。
上述这些研究的重要学术价值在于他们在研究中分离出了教育、非农就业、政治身份和区域等主要因素对农户收入分配的影响程度，但由于数据资料和分析方法的局限也产生了一些值得注意的问题。一方面，农户家庭收入是一个相对复杂的问题，许多因素具有间接或潜在的影响效应，如家庭成员的经营管理能力、健康状况等个体特征差异，以及隐含的更深层次的家庭背景、主要决策者的个人偏好、预期和社会习俗等，因此简单的模型分析方法将不得不面对解释变量的内生性问题。另一方面，考虑到农户家庭经济行为普遍具有动态性，如果仅利用横截面数据则无法观察农户在时间跨度上的动态变化；而若仅利用时序数据，则又不可避免地将经济系统中的动态效应和经济单位的动态效应混杂在一起分析。
鉴于上述现有研究中存在的问题，本文试图利用面板数据建立相应模型，以期解决在单一截面数据基础上计量模型的遗漏变量偏误或内生性问题，从而能更好地回答以下问题：在市场化转型的大背景下，考虑到不同农户家庭内部不可观测的特异性因素影响，受到更好教育的劳动力是否会得到更高的收入回报？国家干部、乡村干部及党员等政治身份对农户收入起多大的影响作用？不同的家庭经营模式会给农户带来多大的收入差距？农户收入在市场化转型较为成熟的沿海省份和市场化转型相对滞后的内陆省份之间存在多大的差异？省内不同地区之间又有何不同？
二、理论模型
（一）Panel Data一般模型
基于Balestra和Nerlove（1966）提出的分析面板数据的一般模型，若忽视时间影响因子（注：现有的大部分研究在模型中只限定个体影响，但如果需要也可以其他形式在模型中表达时间影响（Greene，2000），即“分析单向模型”。），给出本文研究的基本模型（混合模型）：
Y[，it]＝β′X[，it]＋a[，i]＋u[，it]
t＝1，2，…T；i＝1，2，…，N （1）
式中，a[，i]表示非观测效应，即不随时间而变的农户家庭特性影响。X[，it]表示不同的影响因素，满足外生性假定，即E（u[，it]│X[，i]，a[，i]）＝0。若非观测效应a[，i]与解释变量相关，即Cov（X[，i]，a[，i]）≠0，那么该模型是固定效应模型；反之，若非观测效应a[，i]与解释变量不相关，即Cov（X[，i]，a[，i]）＝0，那么模型是随机效应模型（注：这里我们仅给出关键性假定，有关固定效应模型和随机效应模型的完整假定，可参见Wooldridge， 2000和Greene， 2000。）。
对于固定效应模型，常用的估计方法是最小二乘虚拟变量（LSDV）回归，把a[，t]视为对每一个横截面观测单位的一个虚拟变量（Greene，2000）。但是，LSDV会消耗大量的自由度，并造成R[，2]虚高，更重要的是对于给定的T，随着N→∞，a[，i]的估计量是不一致的。所以，LSDV对于N大而T小的宽扁型数据集是不合适的。因此，我们放弃了LSDV转而运用Wooldridge（1999）提出的固定效应变换方法，把a[，i]视为所要控制的遗漏变量。
首先，对（1）式求每一个观测单位i在时间上的均值，得到组间估计模型：
附图
i＝1，2，…，N
（2）
然后，对每一个t从（1）式中减去（2）式，即可得到固定效应估计模型：
附图
t＝1，2，…，T；n＝1，2…，N
（3）
接下来给出随机效应估计模型。回到（1）式，误差项实际是一个复合误差项，令v[，it]＝a[，i]＋u[，it]，显然由于a[，i]在每一个时期都存在，不同时期的v[，it]之间存在着序列相关。为了解决这一问题，Wooldridge（1999、2000）给出了一种FGLS变换，即引入：
附图
（4）
通过估计Var（u[，it]）和Var（a[，i]）的一致估计量便可以计算出
。Wooldridge（1999）给出了Va
（a[，i]）的一种算法，即Va（a[，i]）=[NT（T-1）/2-K][-1]
，其中
[，it]是（1）式的残差，k为自变量个数。而Va（u[，i]）=Va（υ[，it]）-Va（a[，i]），其中Var（V[，it]）为（1）式混合OLS回归中得到的回归残差的方差。代入（4）式中即可以计算得到λ的一致估计。
通过计算，便可以得到准除平均变换后的随机效应估计模型：
附图
t＝1，2，…，T；i＝1，2，…，N
（5）
（二）模型变量
在市场化转型过程中，农民收入的变化动因是十分复杂的，涉及制度变迁、经济增长、生产要素禀赋及配置和家庭经营结构变化等方面。Roland（2000）认为，市场化转型不仅意味着政府让渡权力，同时也是政府转变职能的过程，个人社会政治身份变化是管窥制度变迁的重要渠道。市场化转型在一定程度上削弱了国家干部、乡村干部等政治身份所代表的原有体制的垄断性权力。随着政府职能尤其是地方政府职能的转变及其嵌于市场发育过程中，影响着农村经济的各个方面，从而进一步影响农户家庭收入。党员是农村劳动力中素质相对较好的群体，也是国家各项政策的主要执行者，但党员身份是否能够分享垄断性权力利益还取决于其他因素，例如他们是否接近地方权力中心。因此，考察国家干部职工、乡村干部、党员3种政治身份的收入影响效应，可为研究农户收入问题提供有价值的参考信息。
中国经济制度的渐进式市场化转型，使转型较早的地区获得了经济增长与发展的先机，推动了本地区农民收入的整体上升，因此，在模型分析中纳入区域因素，可以反映农户所在地区的农业生产经营条件、社会经济发展程度、人文传统等诸多影响因素的综合影响。从微观层次上看，市场化转型使中国农民家庭经营结构不可避免地出现向非农化经营结构的调整，因此农户收入也呈现出多样化趋势。非农化经营对家庭收入的影响是多重的，一方面，由于农业与非农经营的劳动收益率存在明显的差异，非农经营的倚重程度对收入增长有积极的正向作用；另一方面，多样化经营还具有削弱收入波动、平滑消费流的风险规避作用。从总体上看，家庭非农化经营不仅带来了农户总体收入水平的提高，同时也是形成收入差距的重要因素。从理论上说，农民家庭拥有的土地、劳动力、资本等生产要素是影响收入的关键因素。然而，在平均分配的土地制度下，土地要素的增加对于农民收入的正向影响并不显著。如果农村资本市场缺失，农户仅依靠自身积累，则在一定时期内农户的资本存量就可能保持相对的稳定，对于农民收入的影响效应也不显著。因此，劳动力因素即人力资本就成了生产要素中最为活跃、影响农民收入的关键变量。
基于上述思考，我们在实证建模中将家庭人力资本、政治身份、家庭经营模式和区域因素作为模型的解释变量（见表1）。
表1 模型变量及其影响效应假设
变量名称变量符号
收入效应假设
家庭纯收入
Ln（Income）
-
家庭人力资本
文盲、半文盲劳动力人数Labreduc[，1]
+
小学文化程度劳动力人数Labreduc[，2]
++
初中文化程度劳动力人数Labreduc[，3]
+++
高中及以上文化程度劳动力人数 Labreduc[，4]
++++
受过职业教育、培训劳动力人数 Labrtrnd ++++
政治身份（虚拟变量）
国家干部、职工户
Govoffic ？
乡、村干部户 Locoffic ？
党员户Party
？
家庭经营模式（虚拟变量）
纯农业（基准组）
Frmstyl[，1]
-
农业为主兼营 Frmstyl[，2]
+
非农业为主兼营Frmstyl[，3]
++
纯非农业
Frmstyl[，4]
+++
其他 Frmstyl[，5]
？
区域差异因素（虚拟变量） Area[，m]
？
1.家庭人力资本。家庭人力资本由劳动力数量和劳动力素质两个要素构成，其中劳动力素质可由劳动力的受教育程度来反映。为了综合考虑人力资本两个要素的收入影响效应，本文以受过不同教育程度的绝对家庭劳动力数量进入模型，并假设劳动力教育程度越高，其对收入增长的贡献越大。人力资本投资和收入是一个互为因果的关系。为了研究方便，在这里引入一个隐含假定，即不同收入水平的农户家庭具有相同偏好的教育投资，其目的是为了获取更好的未来收益。
Schultz（1988）指出，由于任何人口中的教育水平都不是随机配置的，教育和收入关系的经验分析就有可能因教育和被忽略的变量（如能力、家庭背景、家庭资产）之间的相关性而产生估计偏误。这也是本文采用面板数据模型的原因之一。
2.政治身份。本文在模型中以虚拟变量的形式分别考察国家干部职工、乡村干部和党员3种不同家庭成员的政治身份，且不涉及三者之间的交互影响。在此假设，在市场化程度越高、经济越发达的地区，家庭成员政治身份的收入影响效应越小。
3.家庭经营模式。农户家庭经营模式实际上反映了家庭经济倚重于非农化经营的程度。按照目前中国农村家庭经营状况，本文将家庭经营模式划分为“纯农业”、“农业为主兼营”、“非农业为主兼营”、“纯非农业”和“其他”5种类型，分别考察非农化经营程度的收入影响效应。在实证模型中，以纯农业为基准组，分别设置5种不同类型的家庭经营模式，并假定非农化程度较高的经营模式也具有较大的收入影响效应。
4.区域差异因素。由于无法获得农户所在地区自然条件、农业结构、经济发展状况等区域特征数据，因此在实证模型中也以虚拟变量的形式引入区域因素，以便尽可能地反映区域特征变量对农户收入影响及其地区差异。
本文实证模型的估计基于农村固定观察点调查资料。在此，我们直接采用农村固定观察点数据中“农户纯收入”概念，即在农村常住居民家庭总收入中，扣除从事生产和非生产经营费用支出、缴纳税款和上交承包集体任务金额以后剩余的、可直接用于生产性、非生产性建设投资、生活消费和积蓄的那一部分收入（国家统计局，2001）。
（三）实证模型
为了验证上述假设，根据理论模型的基本结构，考虑人力资本、政治身份、家庭经营模式和区域差异因素，可以得出如下实证分析的基本模型（混合模型）：
Ln（Income[，it]）＝β[，1]Labreduc[，1it]＋β[，2]Labreduc[，2it]＋β[，3]Labreduc[，3it]＋β[，4]Labreduc[，4it]＋β[，5]Labrtrnd[，it]＋β[，6]Govoffic[，it]＋β[，7]Locoffic[，it]＋β[，8]Party[，it]＋β[，9]Frmstyl[，2it]＋β[，10]Frmstyl[，3it]＋β[，11]Frmstyl[，4it]
＋β[，12]Frmstyl[，5it]＋
β[，11]+[，j]Area[，j]＋a[，i]＋u[，it]（6）
式中i（1，2，…，N）为调查农户样本数量；m（1，2，…，M）为调查区域数量；t（1，2，…，6）为时间。对（6）式进行形如（2）、（3）、（5）式的变换，即可得到相应的组间回归模型、随机效应模型和固定效应模型。
三、数据及其统计描述
本文采用的数据是浙江省和湖北省1997～2002年农村固定观察点调查资料。浙江省数据覆盖10个村共计500户农户，湖北省15个村共计900户农户。为了取得平衡面板数据集，我们对数据进行了平衡精炼化处理，即剔除了一些在调查时期未能连续记录的农户样本数据，其中浙江省有32户，湖北省有263户农户。表2展示了平衡化精炼后数据与原始数据的相关统计特性。
表2
1997和2002年数据描述统计
变量浙江省农户平均 湖北省农户平均
1997[B] 1997[UB] 2002[B] 2002[UB] 1997[B] 1997[UB] 2002[B] 2002[UB]
家庭纯收入 28391
28016
35016
34469
7865
8026
8612
8760
（37831） （37991） （51662） （51645） （6149） （5819） （7247） （6976）
家庭人力资本
文盲半文盲 0.370
0.378
0.274
0.271
0.449
0.428
0.352
0.353
（0.598） （0.603） （0.530） （0.529） （0.601） （0.601） （0.540） （0.560）
小学文化程度1.059
1.062
0.959
0.964
0.986
0.944
0.942
0.894
（0.821） （0.824） （0.805） （0.813） （0.862） （0.847） （0.851） （0.838）
初中文化程度0.939
0.927
0.934
0.925
0.945
0.934
1.053
1.098
（0.865） （0.890） （0.869） （0.866） （0.926） （0.921） （0.967） （0.972）
高中及以上文化程度 0.154
0.145
0.220
0.203
0.163
0.176
0.192
0.199
（0.413） （0.398） （0.459） （0.443） （0.425） （0.450） （0.464） （0.469）
受过职业教育培训
0.250
0.244
0.235
0.212
0.079
0.086
0.074
0.069
（0.485） （0.481） （0.477） （0.449） （0.286） （0.303） （0.273） （0.262）
国家干部、职工户
0.019
0.021
0.024
0.024
0.075
0.086
0.066
0.063
（0.138） （0.145） （0.152） （0.152） （0.264） （0.280） （0.248） （0.244）
乡、村干部户0.075
0.075
0.049
0.047
0.086
0.084
0.063
0.058
（0.263） （0.263） （0.216） （0.212） （0.281） （0.278） （0.243） （0.234）
党员户
0.154
0.158
0.156
0.152
0.171
0.176
0.174
0.166
（0.361） （0.365） （0.363） （0.359） （0.377） （0.381） （0.380） （0.372）
家庭经营模式
纯农业
0.098
0.103
0.111
0.118
0.352
0.342
0.333
0.322
（0.298） （0.304） （0.315） （0.322） （0.478） （0.475） （0.472） （0.468）
农业为主兼营0.276
0.280
0.214
0.197
0.477
0.457
0.440
0.452
（0.447）（0.450） （0.410） （0.398） （0.5000）（0.498） （0.497） （0.498）
非农业为主兼营
0.336
0.325
0.293
0.280
0.137
0.152
0.176
0.171
（0.473） （0.469） （0.456） （0.449） （0.344） （0.359） （0.381） （0.377）
纯非农业
0.252
0.250
0.310
0.321
0.022
0.027
0.033
0.032
（0.435） （0.434） （0.463） （0.467） （0.147） （0.161） （0.179） （0.177）
其他0.039
0.043
0.073
0.086
0.011
0.020
0.019
0.022
（0.193） （0.203） （0.260） （0.280） （0.104） （0.140） （0.136） （0.148）
固定观察点数
1015
固定观察样本数 500
900
平衡精炼化后观察点数
1013
平衡精炼化后样本数
468
637
注：（1）B、UB表示平衡数据集和非平衡数据集；（2）括号内为标准差；（3）根据浙江省和湖北省固定观察点数据计算整理。
从表2可知，在浙江省农户数据中，1997年平衡精炼化数据与原始数据的相对差异程度为0～9.5％，平均差异0.95％；2002年两者相对差别程度为0～10.8％，平均相差0.88％。湖北省1997年原始数据的相对差异程度为0～25％，平均差异4.7％；2002年两者相对差异程度为0.2％～13.6％，平均相差0.76％。可见，经平衡精炼化处理后，浙江省农户数据性质变化十分微弱，湖北省也是相当的小，这表明对浙江和湖北两省农户原始数据进行平衡精炼化处理并没有改变数据的统计性质，仍具原始数据的代表性。
从平衡精炼化数据的统计结果看，在1997～2002年间浙江省农户家庭收入增长了23.3％，但与同期全国农村居民收入增长呈停滞状态相比，浙江省这一增长率是相当高的。平均每户文盲半文盲劳动力减少26.0％，小学文化程度劳动力降低9.4％，初中文化程度劳动力基本持平，高中文化程度劳动力增加了42.9％，受过职业教育和培训的劳动力减少了6％，表明这一时期内浙江省农户家庭对人力资本进行了相当大的投资，其中高中教育受到了格外的重视，而职业教育和培训则没有表现出应有的增长。这一时期国家干部职工户、 乡村干部户和党员户在浙江省农户中的分布没有出现较大变化，国家干部职工户占2％，乡村干部户占6％，党员户占15.5％，仅乡村干部户就下降了2.6个百分点。在家庭经营模式方面，浙江省纯农户、纯非农业经营户和从事其他经营的农户分别提高了1.3％、5.8％和3.4％，但农业为主兼营户和非农为主兼营户则分别减少了6.2％和4.3％，因此，从总体上来看，浙江省农户家庭经营模式在保持基本稳定的同时，呈现一定程度的专业化和非农化发展趋势。
在湖北省，1997～2002年农户家庭收入仅增长了9.5％，略高于全国平均水平。户均文盲半文盲和小学文化程度劳动力分别减少了21.6％和4.5％，而初中和高中文化程度劳动力分别增加了11.4％和17.8％，但受过职业教育和培训的劳动力则降低了6％，因此，从总体情况来看，湖北省农户在这一时期加大了人力资本的投资，但与浙江省不同的是，湖北省农户比较重视基础教育和高中教育，这或许与湖北省农户人力资本存量起点较低且受收入水平制约有关。与浙江省相似，国家干部职工户、乡村干部户和党员户在湖北省农户中的分布也没有发生很大的变化，仅乡村干部户的比重减少了2.3％。湖北省农户家庭经营模式在这一时期也基本上保持延续性，但也出现从纯农业转向兼业经营趋向，少数农户转为纯非农业经营。
若对浙江和湖北省进行横向比较，可以看出两省农户家庭特征变量及其变化具有明显的差异。1997年浙江省农户家庭纯收入是湖北省农户的3.6倍，到2002年这一差距扩大到4倍。浙江省农户户均人力资本存量显著高于湖北省农户，湖北省户均文盲半文盲劳动力比浙江省高出24.4％，而高中以上和受过职业教育和培训的劳动力分别低5.1％和68.5％。湖北省农户中国家干部职工户、乡村干部户和党员户的比重分别比浙江省高出4.9％、1.3％和1.8％。浙江省农户家庭纯农业经营仅占10％，农业为主兼营占25％，非农为主兼营占31％，纯非农业经营约占28％；湖北省农户则偏向于农业经营，纯农户约占34％，农业为主兼营户约占46％，而从事纯非农业经营仅为3％。
四、模型结果及解释
根据上述实证模型（6）及其估计方法，采用经平衡精炼化处理后的1997～2002年浙江和湖北省农村固定观察点调查资料构建的面板数据，运用GAUSS6.0程序及GPE2计算模块（林光平，2003），分别估计两省农户家庭收入的混合模型、组间模型、随机效应模型和固定效应模型，有关估计参数如表3所示。从表3可知，因为在模型中遗漏了劳动力经营管理能力等不可观测的家庭特性因素，与随机效应模型和固定效应模型相比，混合模型中人力资本、家庭经营模式等变量的估计系数存在偏误。一般而言，农户家庭经营管理能力越强，农户对人力资本投资的可能性越大，选择非农化程度越高的经营模式的可能性也越大，因此，与上述两组变量之间存在潜在的正相关关系，估计系数也将表现出向上偏误。实证模型估计结果正好表明了这一点，这同时也导致混合模型所有OLS估计量都产生了偏误，所以应该放弃混合模型。
Wald F检验显示，在1％显著性水平下两省农户模型都不能拒绝没有固定效应的零假设；Breusch-Pagan LM检验拒绝了不同时期的复合误差项之间不存在相关性的零假设；Hausman检验则拒绝了固定效应模型与随机效应模型之间无差别的零假设，证明固定效应模型更具统计可靠性。三组检验结果表明，不可观测的农户家庭特性因素与可控变量之间存在相关关系，这表明固定效应模型优于随机效应模型。以下我们以固定效应模型的估计结果为依据，分别说明人力资本、政治身份和家庭经营模式对农户家庭纯收入的影响效应。
（一）人力资本存量的增加对农户家庭收入有积极的正向影响，但教育水平的提高与农户家庭收入之间没有出现假设中的递增关系
对于浙江省农户，小学以下受教育程度的劳动力增加对提高家庭收入没有作用，这表明“纯”劳动力对家庭收入的边际贡献几乎为零，而增加1名受过初中教育的劳动力能为家庭带来30.7％的收入增幅，增加1名受过高中以上教育的劳动力会提高家庭收入的26.0％，但受过职业教育和培训的对提高家庭收入几乎不起任何作用。对于湖北省农户，教育的收入效应没有像浙江省那样明显。1名文盲半文盲劳动力能为家庭带来17％的收入增幅，表明“纯”劳动力在湖北省仍具有正面的边际效应。增加1名受过小学教育的劳动力能提高家庭收入的22％，增加1 名受过初中教育的劳动力则能提高家庭收入的23％，增加1名高中以上受教育程度的劳动力能增加22.6％的家庭收入，受过职业教育和培训对家庭收入同样没有明显作用。
总体而言，受教育程度较高的劳动力能为家庭带来更高的收入，但受教育程度并非呈现通常的递增关系。浙江省农户纯劳动力的增收效应已基本耗尽，而湖北省农户纯劳动力的贡献仍然很大，小学教育的回报也相当高，这可能与湖北省农户中近三成为纯农户有一定的关系。在浙江和湖北两省，初中教育程度的劳动力都具有很大的收入效应，这表明初中教育提供了农村劳动力适应新经济环境下最基本的知识支持，能够满足非农就业的基本要求。无论浙江还是湖北省，高中以上受教育程度的回报都出现了萎缩，其隐涵的现实意义值得深思。反思现有农村教育中高中阶段的教育体制，一个无法回避的现实问题是以应试为根本目的的教学内容安排，对就业的辅助作用微乎其微；另一方面，已接受高等教育的农村青年劳动力绝大多数选择在城市就业，其收入与农户家庭收入之间的关系纽带相当微弱。这是造成农村中高中以上受教育程度的劳动力对家庭收入增长的边际效应没有达到应有水平的两个主要原因。
此外，受过职业教育和培训的劳动力的回报与普通劳动力的回报没有出现显著的差别，这一结论也与通常假设相悖。其原因一是在统计上短期的非正式职业教育或培训与正式的职业教育或培训没有进行合理的区分，二是大部分职业教育或培训是政府行为，其非市场导向的安排会导致农户不能以这一方式实现收入的增长。从统计数据可以看出，浙江省农户户均受过职业教育和培训的劳动力数量已超过高中以上文化程度的劳动力，但农户对职业教育和培训的兴趣却在下降，2002年户均职业教育和培训劳动力数量比1997年减少了6％，湖北省户均数量甚至更低，两省都表现出不断下降的趋势。
表3 实证模型估计结果
浙江省农户模型 发
湖北省农户模型
变量名 混合OLS
组间回归
随机效应
固定效应
混合OLS
组间回归
随机效应
固定效应
Labreduc[，1] 0.206[***] 0.253[***] 0.176[***] 0.120
0.081[***]
0.0560.116[***]
0.171[***]
(0.055)
(0.088)
(0.068)
(0.102)
(0.019)
(0.038)
(0.023)
(0.028)
Labreduc[，2] 0.302[***] 0.353[***] 0.259[**] 0.121
0.222[***]
0.234[***] 0.215[***]
0.220[***]
(0.039)
(0.062)
(0.049)
(0.076)
(0.014)
(0.028)
(0.017)
(0.020)
Labreduc[，3] 0.432[***] 0.463[***] 0.404[**] 0.307[***] 0.255[***]
0.270[***] 0.240[***]
0.230[***]
(0.034)
(0.056)
(0.042)
(0.066)
(0.013)
(0.026)
(0.015)
(0.018)
Labreduc[，4] 0.457[***] 0.540[***] 0.392[***] 0.260[***] 0.295[***]
0.324[***] 0.263[***]
0.226[***]
(0.064)
(0.110)
(0.076)
(0.097)
(0.026)
(0.051)
(0.030)
(0.034)
Labrtrnd
0.049
0.009
0.076[***] 0.119
0.019 0.0350.010 0.002
(0.061)
(0.100)
(0.074)
(0.103)
(0.038)
(0.086)
(0.039)
(0.040)
Govoffic
-0.067
-0.096
-0.024[***] 0.371
0.378[***]
0.449[***] 0.271[***]
0.038
(0.163)
(0.255)
(0.207)
(0.337)
(0.043)
(0.077)
(0.057)
(0.080)
Locoffic
0.099
0.220
0.012[***] -0.130
0.275[***]
0.327[***] 0.226[***]
0.167[***]
(0.126)
(0.215)
(0.148)
(0.189)
(0.043)
(0.087)
(0.049)
(0.054)
Party 0.234[***] 0.127
0.341[***] 0.160[***] 0.017 0.0090.006 0.086
(0.086)
(0.133)
(0.112)
(0.061)
(0.031)
(0.056)
(0.040)
(0.059)
Frmstyl[，2] 0.426[***] 0.545[***] 0.329[***] 0.070
0.160[***]
0.173[***] 0.142[***]
0.114[***]
(0.100)
(0.178)
(0.115)
(0.141)
(0.025)
(0.050)
(0.030)
(0.035)
Frmstyl[，3] 0.931[***] 1.123[***] 0.780[**] 0.395[***] 0.417[***]
0.460[***] 0.358[***]
0.282[***]
(0.103)
(0.175)
(0.121)
(0.158)
(0.036)
(0.071)
(0.043)
(0.050)
Frmstyl[，4] 1.419[***] 1.668[***] 1.221[**] 0.704[***] 0.258[***]
0.306[**]
0.199[***]
0.116
(0.117)
(0.198)
(0.139)
(0.185)
(0.064)
(0.127)
(0.074)
(0.085)
Frmstyl[，5] 1.414[***] 1.452[***] 1.360[**] 1.166[***] 0.245[***]
0.367[*]
0.158 0.078
(0.161)
(0.291)
(0.184)
(0.222)
(0.092)
(0.203)
(0.099)
(0.104)
Area[，2]
0.006
0.037
-0.024[***] - 0.055 0.0780.026 -
(0.120)
(0.174)
(0.169)
- (0.055)
(0.093)
(0.087)
-
Area[，3]
0.345[***] 0.359[**] 0.329[***] - -0.540[***] -0.540[***] -0.539[***] -
(0.126)
(0.183)
(0.177)
- (0.054)
(0.089)
(0.086)
-
Area[，4]
0.624[***] 0.558[***] 0.672[***] - -0.227[***] -0.200[**] -0.263[***] -
(0.125)
(0.185)
(0.174)
- (0.054)
(0.090)
(0.086)
-
Area[，5]
0.053
0.012
0.081[***] - -0.088-0.096
-0.085-
(0.128)
(0.190)
(0.177)
- (0.055)
(0.091)
(0.087)
-
Area[，6]
0.154
0.073
0.217[***] - (0.053)
(0.087)
(0.086)
-
(0.132)
(0.197)
(0.182)
- -0.398[***] -0.386[***] -0.413[***] -
Area[，7]
0.090
0.014
0.147[***] - -0.135[**]
-0.108
-0.170[*]
-
(0.130)
(0.194)
(0.179)
- (0.056)
(0.094)
(0.088)
-
Area[，8]
-1.381[***] -1.296[***] -1.440[***] - -0.574[***] -0.558[***] -0.593[***] -
(0.137)
(0.208)
(0.186) (0.055)
(0.092)
(0.089)
Area[，9]
-0.030
-0.004
-0.055[***] - -0.306[***] -0.289[***] -0.327[**]
-
(0.120)
(0.173)
(0.169)
- (0.053)
(0.089)
(0.085)
-
Area[，10]
-0.095
-0.034
-0.143[***] - -0.540[***] -0.520[***] -0.557[***] -
(0.123)
(0.179)
(0.173)
- (0.054)
(0.091)
(0.085)
-
Area[，11]
- - - - -0.092[*]
-0.068
-0.117
- - - - (0.055)
(0.092)
(0.088)
-
Area[，12]
- - - - -0.283[***] -0.265[***] -0.304[***] -
- - - - (0.055)
(0.091)
(0.087)
-
Area[，13]
- - - - -0.5540[***] -0.523[***] -0.590[***]
- - - - (0.054)
(0.091)
(0.086)
-
Constant
7.974[***] 7.728[***] 5.159
- 8.3020[***] 8.240[***] 4.230[***]
-
(0.137)
(0.218)
(0.111)
- (0.050)
(0.089)
(0.037)
-
Num.of Ob.
2808468 280828083822 637 3822 3822
R[2] 0.248
0.492
0.150
0.134
0.295 0.4720.1640.167
Adj.R[2]
0.243
0.468
0.143
0.130
0.290 0.4520.1590.164
F
43.79[***] 20.58[***] 23.32[***] 35.92[***] 66.05[***]
22.82[***] 31.10[***] 63.54[***]
Lamda 0.369
0.494
Wald F Test
1.102
2.117
BP LM Test
639.84
3255.00
Hausman Test 43.338
60.962
注：（1）***、**、*分别表示在1％、5％、10％的概率水平下显著；（2）括号内为标准差。
（二）政治身份对于农户家庭收入仍然存在一定影响，但两省表现出不同的影响机制
就浙江省农户而言，乡村干部或国家干部身份对于家庭收入的影响近乎为零。这意味着浙江省乡村干部或国家公职人员手中的垄断性权力已逐渐减少，同时在市场力量的壮大过程中，他们保留的垄断性权力在收入分配上并没有特别的优势。值得注意的是，党员身份具有相当可观的收入效应，家庭成员中拥有党员身份的农户会比普通农户增加16％的收入。对此，一个适当的解释是农村党员具有相对较高的素质，在市场经济迅速发展环境中，党员能为家庭创造更多的收入。与浙江省不同，湖北省乡村干部农户家庭却比普通农户增加16.7％的收入，这几乎相当于增加一个“纯”劳动力产生的收入效应，表明国家干部职工户对收入的影响基本消失，但当地政府工作人员仍可通过拥有的垄断性权力获得较高的收入。同样值得关注的是，湖北省农户中党员家庭成员对收入增长不具显著的影响效应。
（三）家庭经营的非农化提高了农户收入，但非农化程度不同的家庭经营模式对两省农户收入表现出不同的影响效应
浙江省农户农业为主兼营与纯农业经营的收入效应不存在显著的差别，农户选择非农为主兼营可以比纯农业经营收入增加39.5％，而选择纯非农业经营方式则可使家庭收入提高70.4％。而湖北省农户农业为主兼营的收入比纯农业经营高11.4％，非农业为主兼营则要高出28.2％，纯非农业经营却没有显示出显著增收作用，从事其他经营类型对提高家庭收入也没有显著影响效应。
比较两省不同家庭经营模式的收入效应，可以看出，经营方式的非农化一般能够带来家庭收入的大幅提升，但浙江省农户非农化经营的收入效应高于湖北省农户。对浙江省农户而言，纯非农经营的收入效应最大，因此，有近三成的农户选择了纯非农经营。而对湖北省农户来说，非农业为主兼营是提高收入的最好方式，有一半的农户选择了这一经营模式。
在固定效应模型中，区域因素由于没有变化而在固定效应变换中被消除了，我们无法观察到区域因素对于收入的准确影响。实际上，影响农户家庭收入的因素是相当复杂的，除了上述实证分析关注的人力资本、政治身份、家庭经营模式等因素之外，农户拥有的土地资源状况及其利用结构，农村土地制度、农村经济组织、农村非农就业机会和劳动力市场价格变化等许多因素都将在某种程度上影响着农户家庭收入的变化，而这需要我们在后续研究中予以关注和探讨，以期在整体上分析和反映不同因素的收入影响效应。
五、主要结论与政策启示
根据上述实证计量分析结果，可以认为，在市场化转型的进程中，农户家庭拥有的人力资本、家庭经营模式对收入决定有着重要的作用，而农户家庭成员的政治身份对农户收入分配也有一定的影响，同时在市场化转型程度不同的地区，这种收入效应也显示出明显差异。市场化转型已导致农户不同受教育程度劳动力回报差距的扩大，其中，初中文化程度劳动力对农户家庭收入增长的作用最为明显，高中以上受教育程度劳动力的收入贡献则尚有有待于进一步的挖掘。为此，政府有关部门应当继续深化劳动力市场改革，在建立统一的省区劳动力市场的同时，应该充分合理地评估现有农村高中教育体制，调整农村教育结构，避免将有限的教育资源过度投资在应试教育上，为农村劳动技能教育提供更多的资源和服务。家庭经营模式的变化是决定农户收入的重要因素，非农化程度的提高有助于农户收入的增长。对于湖北省来说，应进一步拓宽非农化经营渠道，提高非农经营对农户收入的贡献份额；而对浙江省来说，则应该在政策上考虑解决非农化经营对农业生产的影响及纯非农经营户与纯农经营户之间收入差距扩大的问题。在政治身份方面，浙江省乡村干部和国家干部职工已不再是影响农户家庭收入的重要因素，但有党员身份的家庭成员对收入增长贡献较大，显示出相当好的劳动者素质优势，政府应当发挥党员在提高农民收入过程中的示范性作用。而湖北省乡村干部农户依然比普通农户具有增收优势，因此有必要进一步改革农村基层管理体制，规范和限制乡村干部的权力行为。