论农村非农业活动对收入分布的作用，本文主要内容关键词为：作用论文,收入论文,农村论文,农业论文，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、导言
在发展中国家，非农业经营以及非农业收入在农村地区的发展中占有非常重要的位置。非农业活动能从多种渠道影响农村经济。首先，农村非农产业能提供大量的就业机会，吸收农业剩余劳动力，缓解人口对土地的压力，有助于土地贫脊的地区走出“贫困—过度开发—生态恶化—贫困”的恶性循环。其次，非农业活动能显著提高家庭收入，增强农民向农业投资的能力，降低收入的波动性，使农村家庭采用某些风险大但回报率高的农业技术，从而推动传统农业向现代农业转变。再次，非农业收入为农村家庭的储蓄提供了重要的来源，它使家庭经营多样化，那些参与了非农业活动的家庭往往具有更强的抵御诸如农业减产、价格波动等冲击的能力。
此外，许多研究都表明，农村非农业活动对收入分布具有重要影响，研究结论既依赖于家庭在社会阶层中所处的位置和非农业活动的类型，也依赖于研究方法和地区。大部分研究（Shand,1987; Reardon and Taylor,1996; Leones and Feldman,1998; Barham and Boucher,1998）表明，相对于农业收入而言，非农业收入的分布较为不均匀。在从总体上改善农村收入的同时，非农活动的参与可能加剧收入的不平等，尤其是在贫困地区。但是，也有一些研究（Chinn,1979; Stark,1991; Adams,1994）的结果表明，随着非农业收入在总收入中所占的份额的上升，其分布逐渐变得均匀，从而降低了收入的不平等，在一定程度上缓解政治和社会的紧张程度。
中国是一个农业大国，其社会具有典型二元经济特征。由于农村地区庞大的人口数量及相对有限的耕地资源，农业人均收入一直处于非常低的水平。在这种形势下，农村非农产业对于吸收农业剩余劳动力及提高农民收入具有非常重要的意义。始于20世纪70年代末的经济改革，特别是联产承包责任制的实施，为农村非农产业的发展带来了一个飞跃，极大地促进了农村地区的经济发展和家庭收入的提高，非农业收入在农村家庭的总收入中的地位变得越来越重要。但与此同时，有些研究表明农村收入的不平等状况自改革以来显著加剧，而非农业收入份额是上升是其中一个主要原因。根据一项基于中国全国县级统计数据分析的研究（Knight and Song,1993），与农业收入相比， 非农业收入的分布比较不均匀。这个结果也为其他一些研究所证实（Hussain et al.,1994; Zhu,1991,Yao,1999）。Hussain等利用家庭户的调查数据（Hussain et al.,1994），比较了农业收入和非农业收入的分布，其结果也表明后者较为不均匀，因而是导致农村收入不平等的一个重要因素。Hussain等人的结果意味着农村地区的收入不平等状况将随着农业劳动力向非农业的转移而加剧。另一些研究也作出了类似的预言（Bhalla,1990; Yao,1999）。这些研究的结果都认为，改革以来农村收入不平等有了显著的上升，而农村非农产业，特别是乡镇企业在各个地区的发展不平衡，是导致这种现象的一个主要因素。这种现象无疑提高了处于过渡阶段的中国经济的重组成本。
然而，从现有文献来看，大部分关于中国农村非农业活动的研究都是基于省或县水平上的宏观统计数据分析，而很少从农村家庭微观行为的角度出发来探讨非农产业的作用。此外，这些研究都是将非农业收入视为一种“外快”，外在地加在家庭日常收入之上，而忽略了各种生产活动参与之间的内在作用，也就是说没有考虑各种生产收入之间的替代关系。本文将试图弥补以上研究的不足。我们将利用1996年在湖北省进行的一次农村家庭户调查数据，从微观经济学的角度分析农村非农业活动对收入分布的作用，同时我们还将研究影响农村非农业活动参与以及各种收入的决定因素。本文使用两种分析方法：第一种方法同其他研究相似，将非农业收入视为一种家庭的“额外收入”，忽略非农业收入与农业收入之间此消彼长的关系；第二种方法是将非农业收入视为农业收入的一种潜在的“替代收入”，即考虑农业活动和非农业活动之间的替代关系。本文的第2 节将对中国的农村非农产业和非农业收入作一简要回顾，第3节和第4节分别介绍分析方法和数据，第5节介绍结果， 最后为结论。
二、中国农村非农产业的发展
在很长一个时期内，自给自足经济和传统农业主导着中国农村。在农业以外，只有非常有限的、以家庭副业出现的非农业活动。1954年至1959年的农业合作化和“人民公社”运动在一定程度上促进社队集体企业的发展，但随着“大跃进”的失败，这些企业中的大部分都未能避免停产或下马的命运。从那时起，农村工业的发展进入了一个停滞时期。20世纪70年代，由于农业机械化运动，农村集体企业的发展得到了一次复苏（Islam,1991; Byrd and Lin,1994）。在这个时期，农村工业主要是服务于农业，为农业提供较为紧缺生产物资（如化肥、农药、电力、水泥等）以及农业机械修理等服务。农村工业被视为农业的一种“副业”，并在很大程度上依赖于当地的需求（Peng et al.,1997）。一般来说，这种农村工业不能从资金上支持农业的发展，因为它的生产和消费的需求都受制于当地的农业收入水平，其发展深受过低的农产品价格和农业收入，以及狭小的地方局部市场的限制（Islam,1994:p.1651）。
始于20世纪70年代末的经济体制改革为农村非农产业的发展带来了巨大的变化。首先，家庭生产责任制的实施使农民得以自由地选择职业和经营方式。其次，农业生产力得到很大的提高，这为非农产业的发展提供了初始的资金。再次，政府实行了一系列鼓励乡镇企业和农村个体经济发展的政策（Banister and Taylor,1990:p.5—8）。农村非农产业的发展由此进入了一个新的高潮（Byrd and Lin,1994:p.12）。
新时期的农村非农产业主要包括乡镇企业和个体经济。乡镇企业包括农村地区所有非国有企业，与过去“人民公社”时期的社队集体企业相比，乡镇企业具有迥然不同的特征：第一，乡镇企业的发展在很大程度上是农民的一种自发行为，而不是政府的刻意安排。由于国家建设的投资偏向重工业，工农业产品的价格比例不合理，形成了所谓的价格“剪刀差”，使得农民的一部分劳动成果无偿地转向了工业。广大农民并不懂得“剪刀差”，但他们直观地知道，农业收益大大低于工业收益。因此，他们的第一反应便是自己来搞工业。广大农民利用农产品价格调整等政策积累的农业剩余，根据市场的需求，在农村大力发展非农产业，在工农业产品比较利益悬殊的条件下谋求分享工业利益，于是形成了中国特有的农村非农化的浪潮。第二，乡镇企业不再从属于农业。虽然其启动资金来自于农业，但由于它是市场经济的产物，因而具有非常强的自我发展能力（Woo,1999）。事实上自1984年后， 农业生产出现停滞，已不能再支持乡镇企业的快速增长了。第三，它不再局限于当地局部市场，而是面向整个国家市场甚至国际市场。它也不再主要围绕农业服务，而一开始就同城市工业非常相似，既生产城市工业的同类产品，也生产城市工业因短期内营利甚微而不屑一顾的产品。因此，乡镇企业既补充城市工业，同时也同城市工业发生冲突和竞争。由于它们“船小好掉头”，其灵活的经营方式和廉价的劳动力，使它们具有非常强的竞争力。第四，在乡镇企业中，私人经济占有相当的比重，这是它们能快速增长的一个重要原因（Byrd and Lin,1994; Yang,1996）。第五，大部分乡镇企业的生产方式都是劳动密集型的，这使得它们能吸收大量的农村剩余劳动力。
农村非农业活动的另一部分是个体经济，也就是所谓的“专业户”。这些家庭在从事农业生产的同时，也从事各种非农业经营活动。根据某些研究（Nee and Young,1991:p.300—301），在一些地区的农村，有三分之一的家庭属于这类“专业户”。
农村非农产业自1978年以来得到了一个突破性的发展。据中国统计年鉴所载（National Statistics Bureau of China,2000:p.118—119），从1978年到1998年，乡镇企业的就业人数从2827万增长到12704 万，年均增长率7.8％。到1978年，农村地区非农业从业人员的比重已占到35.3％。另据1997年的农业普查（National Agricultural Census Office of China,1998:p.16），在2.14亿农村家庭户中，有1.27亿户仅从事农业经营；0.66亿户同时从事农业和非农业经营；0.21亿户仅从事非农业经营。这就是说从事非农业经营的农户已占到了40.7％。某些研究（Islam,1994; 1991）指出，农村非农产业不仅对农村经济发展具有重要作用，而且在整个国民经济中也占有举足轻重的位置。在某些产业中，半壁江山已为乡镇企业所占领，最典型的例子就是建材业，在该产业中，乡镇企业的产值和就业已分别占到74％和69％（Zhou,1994）。
农村非农产业的发展深刻地影响了农村家庭收入，非农业活动逐渐成为家庭收入的一个重要来源和农村经济增长的一个重要动力。而且，农村非农产业还为农村地区的基础设施建设和社会投资提供了资金保障，从而有利于农业生产技术的改进和农业的现代化。 根据统计数据（National Statistics Bureau of China,1995:p.279; 2000:p.331），随着农村家庭收入的增长，来自第一产业的收入不断下降；与此相应，非农产业的贡献不断上升。至1999年，非农收入所占的份额已达到40.6％。
三、分析方法
我们用两种方法来分析非农业收入对收入分布的影响（Barham and Boucher,1998; Lachaud,1999）。一是“外生收入法”，即将非农业收入视为一种“额外收入”，外在地加在家庭总收入之上。这种方法是将收入分解为不同的来源，然后用基尼系数的分解研究各种来源对收入分布不平等的贡献（Stark,1991）。另一种是“内生收入法”， 即将非农业收入视为农业收入的一种潜在的“替代收入”。具体来说，就是要对每个家庭户估计在不参与非农业活动情况下的收入，再比较这个收入和调查所观察到的收入（也就是参与非农业活动的收入）的分布，从而分析非农业收入对收入不平等的作用。
（一）外生收入法：基尼系数的分解
基尼系数的分解常被用于分析不同来源的收入对不平等的贡献（Pyatt et al.,1980; Stark,1991）。设y[,1]y[,2]…y[,k]为K种家庭收入，y[,0]为家庭总
其中，S[,k]为K类收入在总收入中所占的份额；G[,k]为K类收入的基尼系数；R[,k]为K类收入与总收入之间的“基尼相关系数”。（注：基尼相关系数被定义为：R[,k]＝cov［y[,k]，F（y[,0]）］／（cov［y[,k]，F（y[,k]）］）公式推导详见Stark（1991：P.258－261））
公式1将基尼系数分解为三个部分：（1）k 类收入在总收入中所占的份额的贡献；（2）k类收入分布的贡献；（3）k类收入的变化与总收入变化相关程度的贡献。这种分解方法为非农业收入对收入不平等的作用提供了一种直接而简便的测量。但是，它没有考虑到非农业活动参与的经济后果。换句话说，这种方法有一个隐含的前提：各种生产活动的参与之间是相互独立的。但对于农村家庭的生产活动来说，这个假设一般是不成立的，因为由于家庭劳动力资源的限制，各种活动的参与之间必然存在着替代关系，彼此是互相关联的（Kimhi,1994:p.830）。例如，如果某个家庭成员不参与非农业活动，他就可以参与农业活动，家庭的农业收入会因此而发生变化。为了将这种相关关系纳入我们的分析，我们介绍第二种方法：家庭收入的模拟。
（二）内生收入法：家庭收入的模拟
为了将各种生产活动之间的相互作用纳入分析，必须要估计出每个家庭在不同参与情况下的收入，确切地说，就是要估计出在所有家庭都只参与农业活动的情况下的收入分布，然后将这个收入分布与调查所观察到的收入分布相比较，如果前者的基尼系数低于后者的基尼系数，则说明非农业活动加剧了收入的不平等；反之则说明非农业活动缓解了收入的不平等。这种分析方法曾为多项研究所采用，Adams（1989 ）模拟了家庭成员都不参与迁移情况下的收入，以此估计了移民汇款对收入不平等的影响。Barham和Boucher（1998 ）进一步引入了样本选择性偏差的修正。Lachaud（1999）使用了二重选择的Probit 模型估计了在没有私人汇款的情况下的家庭收入。遵循以上这些研究的思路，我们采用如下步骤：（1）根据观察值估计出家庭总收入的方程，并以此算出一个家庭的总收入的估计值；（2）估计出家庭在各种参与情况下的收入方程，以此预测家庭在仅参与农业活动情况下的收入；（3）通过计算基尼系数，比较以上两个收入的分布情况。
在中国农村，家庭承包责任制带来了经营方式的改变：家庭成为了生产单位。作为理性的经济人，农民很自然地将效用（或者说收入）的极大化作为生产的目的，他们的决策直接表现在家庭资源的配置和组合上，如劳动力在农业经营、非农业经营、外出打工等活动之间的分配。家庭i从某种生产活动k中获得的收入取决于两个因素：参与概率P[,ki]和在参与情况下的净收入y[,ki]（Taylor and Yunez-Naude,1999:p.55—58）。二者构成了参与这种活动的预期收入E（y[,ki]（P[,ki]〉0某些活动的参与概率可通过一个对应的Probit模型来估计，在该模型中，被解释变量为一虚拟变量，如果家庭参与了这种活动，该变量取1，否则取0。
假设1和2分别表示农业活动和非农业活动，我们有如下两个参与方程：
P[*][,1i]＝α[,1]Z[,i]＋ε1i当y[,1i]＞0时，P[*][,1i]＝1；否则P[*][,1i]＝0 （2）
P[*][,2i]＝α[,2]Z[,i]＋ε2i当y[,2i]＞0时，P[*][,2i]＝1；否则P[*][,2i]＝0 （3）
其中：Zi为参与方程的解释变量向量；y[,1i]和y[,2i]分别是农业收入和非农业收入的观察值。如前所述，这两种活动的参与不是相互独立的，也就是说ε1i和ε2i之间存在着相关关系。因此，我们采用双变量Probit模型（Bivariate Probit Model）。该模型能在考虑以上两个方程随机项之间的相关度的前提下，同时估计这两个方程（Green,1997:p.906—911）。参与方程的估计结果还可以用来修正收入方程估计中的样本选择偏差。（注：由于非农业活动并不是均匀地分布在样本之中，那些参与了非农业活动的家庭可能具备某些与收入水平相关的特征，有些特征可以通过调查观察到（如劳动力数量、平均受教育水平等），有些则无法观察或测量到（如家庭成员的内在禀赋）。这些无法观察到的特征导致了样本选择的偏差（sample selection bias），从而有可能导致收入水平估计中的偏差。例如，那些没有从事非农活动的家庭可能是那些实力薄弱，本来收入水平就较低的家庭。以这些家庭为依据所估计的不参与非农活动情况下的收入水平可能会偏低；反之亦然。因此，必须通过参与方程来修正收入水平估计中因样本的选择性而导致的偏差。）
首先用双变量Probit模型估计方程2和方程3，然后对每个家庭预测出4个参与概率：
分别对应于4种参与情况：同时参与农业和非农业两种活动、仅参与农业活动、仅参与非农业活动和两种活动都不参与。最后，我们将这4个概率分别引入以上4种情况的收入方程，由此可得到诸收入方程的无偏估计：（注：样本选择偏差一般是用Heckman 二步法来修正，但该方法只能用于单变量的Probit，所以我们在此将参与概率作为工具变量，引入收入方程来修正样本选择偏差。类似的例子见Angrist（1995）和Sabatier（2000:p.108—110）。）
其中X[,i]为收入方程的解释变量向量。我们将方程
logy[,10，i]＝β[,10]X[,i]＋γ[,10]
[,10，i]＋μ[,10，i]
（5）
视为在仅参与农业生产活动情况下的收入方程，我们用该方程估计结果预测每个家庭在这种情况下的收入水平
[,10，i]。
然而需要注意的是，利用回归方程估计出的收入的分布一般来说相对比较均匀，也就是说其方差较小。如果我们直接比较 [,1]0，i和观察值y[,i]的分布，则前者的基尼系数会显著低于后者的基尼系数。为了解决这个可比性的问题，我们利用家庭总收入的观察值估计一个总收入方程：
logy[,i]＝βX[,i]＋μ[,i]（6）
用这个方程对每个家庭算出一个总收入估计值[,i]，然后再比较[,10，i]和[,i]这两个收入估计值的基尼系数。
（三）数据
本文使用的数据来源于“湖北省国道项目Ⅲ移民安置工作调查”（注：国道项目Ⅲ即京珠高速公路湖北省北段，属世界银行贷款项目。在中国，凡是向世界很行贷款的项目，只要涉及到移民，世界银行均要求对工程的移民工作实施监测与评估，以保证移民的生活水平不受影响。因此，国道项目Ⅲ在工程初步设计的基础上，对建筑红线范围内的实物指标实行了普查，所有被涉及的家庭户、集体户、企事业单位和公共设施等均被纳入调查对象。笔者有幸作为此项调查的总监，负责了调查的设计、数据处理和资料分析等工作。调查表共包括8个部分，本文所使用的是第一部分：家庭经济情况调查表。）调查实施于工程动工前的1996年1月至2月。此项调查共涉及8088个调查对象，其中7340个家庭户构成了本文研究的样本。这些庭户分布在湖北省的大悟、孝昌、孝南、东西湖、汉阳和江夏6个县（区）的36个乡（镇）的167个村中，也就是大致位于公路中线两侧各60米的带状地区。在去掉了数据不完整的调查对象后，样本有效观察值为7320个家庭户。调查记录了每个家庭户各个成员的基本情况，家庭财产，以及上年（1995）家庭的各种收入和支出。
在调查中，收入指1995年该户从各种来源得到的全部实际收入，包括货币收入和实物收入。收入来源被划分为4种：（1）农业经营收入，指农户以家庭为经营单位从事农、林、牧、副、渔业生产得到的全部收入；（2）非农产业经营收入，指农户以家庭为经营单位从事工业、 交通运输业、建筑业、商业服务业和其他非农产业得到的全部收入； （3）工资性收入，指该户成员从各种社会机构和经营单位中获得的工资、资金、补贴、分红及其他劳动报酬；（4）其它非生产性收入， 包括离（退）休金、补贴、房租、利息等。在本文中，我们将非农业收入定义为（2）与（3）之和。在7320户中，有1952户仅有农业收入；264 户仅有非农业收入；5076户既有农业收入又有非农业收入；28户两者都没有。
家庭参与非农产业的形式和程度依赖于两个主要因素：动机和能力。前者取决于非农业活动的回报率、农业生产的风险等；后者则取决于家庭成员的文化程度、家庭财富、外部市场状况等（FAO,1998:p.285）。本文假设这两个因素最终同时取决于家庭的内在禀赋（主要指家庭的物质和人力资本）和外部环境。在这个前提下，我们在参与方程和收入方程中引入以下解释变量：（1）家庭劳动力数量。 此处劳动力被定义为在调查时家中15岁及15岁以上的在业人数。（2）15岁及15 岁以上家庭成员平均受教育年数。文化程度是最重要的人力资本。我们使用虚拟变量将家庭平均受教育年数分为4个层次：0—3年、4—6年、7—9 年和10年及以上。（3）家庭土地面积。对于农村家庭来说，土地是最重要的生产资料和物质资本。一般来说，土地资源紧缺是家庭转向非农业活动的一个重要动机。然而，作为最重要家庭财产，土地面积又可以在一定程度上反映家庭的经济实力，换句话说，土地能反映家庭从事非农业活动的初始资本。如果非农产业的“门槛”较高，例如需要一定的启动资金或者有一定的风险，那些经济实力较雄厚的家庭显然处于有利地位。因此，就参与非农业活动而言，土地资源紧缺的家庭可能具有较强的动机；土地资源相对丰富的家庭则可能具有较强的能力。我们在此同时引入土地面积和土地面积的平方，以观察土地与被解释变量之间的非线性关系。（4）6岁及6岁以上的不在业人口数。这部分家庭成员一般是在校学生、家务劳动者、退休退职者等，某些研究（Zhao,1999:p.284）认为，这部分成员能对家庭的农业经营提供最低限度的劳动投入以保持家庭的土地使用权，从而有利于家庭其他劳动力的外出。（5 ）家庭距县城关镇的公里数。借助于高速公路的桩号（里程碑），我们可以准确地测量每户家庭到县城关镇的距离。在农村地区，县城通常是县域内最重要政治、经济、交通、文化中心，是非农产业和各种市场的集聚地，距县城的远近无疑对非农活动的参与具有重要影响。
四、实证分析结论
以下我们首先介绍外生收入法，也就是基尼系数分解的结果。然后介绍内生收入法，即不同情况下收入模拟的结果。
（一）外生收入法的结果
表1为基尼系数的分解。第一列为各种收入所占的份额， 从中可见，农业收入仍是主要来源，占58.7％。非农业收入占37.4％，其他收入所占的份额很低。第二列为基尼系数，与农业收入相比，非农业收入的分布比较不均匀，这一点与其他研究的结论相符。这种情况可以由两种活动不同的参与率来解释。我们的调查结果表明，农业是一种普遍的生产活动，其参与率高达96.0％。而非农业活动的参与率只有73.0％，也就是说有近30％的家庭没有非农业收入，这必然会导致其分布上的不均匀。在非农业活动中，家庭非农产业经营的参与率为48.2％，高于工资性活动的参与率33.8％。前者的基尼系数（0.792 ）则低于后者的基尼系数（0.833），也就是说后者的分布较为不均匀。
表1 基尼系数的分解
收入来源占总收入所的份额(%) 基尼系数 基尼相关系数 对收入不平等的贡献(%)
S[,k] G[,k] R[,k]S[,k]G[,k]R[,k]
总收入 100.0 0.424 1.00
100.0
农业收入58.7
0.474 0.79
51.8
非农业收入 37.4
0.662 0.76
44.5
非农产业经营收入21.2
0.792 0.67
26.5
工资性收入 16.2
0.833 0.56
17.9
其他收入3.90.919 0.44
3.8
尽管非农业收入的分布相对不均匀，但我们可注意到：包含了非农业收入的总收入的基尼系数为0.424；农业收入的基尼系数为0.474。即在农业收入之上加上了非农业收入，基尼系数下降了10.6％。这个结果表明：非农业活动降低了收入的不平等。由此我们还可以得出一个定性的结论：农业收入和非农业收入之间存在着替代关系。
第三列为各种收入与总收入之间的基尼相关系数。从中可见，无论是农业收入还是非农业收入，与总收入的相关程度都比较高。而其他收入与总收入之间的相关度则比较低。最后一列为各种收入来源在收入不平等（即总收入的基尼系数）中的贡献，农业收入和非农业收入分别占51.8％和44.5％，其他收入的贡献只占3.8％。
（二）内生收入法的结果
首先，我们估计一个总收入方程，一方面可观察各解释变量对总收入的作用，获得一个收入决定因素的总体印象；另一方面可对每个家庭算出一个总收入的估计值，用以与仅从事农业活动的情况下家庭收入的估计值相比较。然后，我们估计农业和非农业活动的参与方程以及在不同参与情况下的收入方程，分析各解释变量对农业和非农业活动参与以及收入的影响，并预测在仅参与农业活动的情况下的家庭收入。最后，我们比较不同情况下的收入分布基尼系数，研究非农业活动对收入不平等的作用。
由于总收入方程的估计是建立在样本的全部观察值上，所以不存在样本选择偏差的问题，可以直接使用最小二乘法，表2为估计结果。 从中可见，劳动力数量对总收入有着正向作用。教育程度也能显著地提高家庭收入，而且其作用随着教育水平的上升而增强。家中土地面积和总收入的关系呈倒U形曲线：收入开始是随着土地面积的增加而上升； 当土地面积达到一个临界值时，收入就随着土地面积的增加而下降了。（注：某些关于发展中国家农业收入的研究（Majumdar,1965; Chinn,1979）也表明规模较小的农场与大农场相比具有较高的生产率。）这意味着土地面积的增加并不必然导致农户收入的上升，收入可能更依赖于土地的使用，以及其他一些因素。借助于表2的结果， 我们可以对每个家庭估计一个总收入的预测值，即i。
表2 家庭总收入方程的估计
回归1:家庭总收入
家庭劳动力数量
0.142[**](21.92)
家庭成员平均受教育年数
4-6年0.329[**](11.06)
7-9年0.477[**](16.56)
10年及以上
0.617[**](15.04)
家庭土地面积 0.041[**](15.25)
家庭土地面积的平方(/1000)-0.059[**](-9.03)
常数项
8.019[**](241.48)
R[2] 0.163
观察值数 7320
说明：括号内为t验检值。**和*分别表示结果在1％和5％的水平下显著
下面我们来看两个参与方程（方程2和方程3）的估计结果。从表3中可见，家庭劳动力的数量对两种活动的参与都具有显著的正向影响。农业改革使积累多年的农村剩余劳动力日益显示出来。由于受有限的耕地面积的限制，剩余劳动力在很大程度上压低了人均收入水平，因此劳动力转移的动力非常强烈。在其他条件相同的情况下，家庭劳动力数量越多，参与各种活动的机会成本也就越低。
表3 参与方程的估计：农业活动和非农业活动
回归2:农业活动的参与 回归3:非农业活动的参与家庭劳动力数量
0.259[**](8.33)
0.163[**](11.77)家庭成员平均受教育年数4-6年
0.159(1.54) 0.404[**](7.47)7-9年
-0.014(-0.15)0.575[**](10.99)10年及以上
-0.321[**](-2.76)0.812[**](10.08)家庭土地面积
0.101[**](10.20) -0.054[**](-10.25)家庭土地面积的平方(/1000)
-0.185[**](-8.32)0.079[**](6.38)家庭不在业人口数
0.054[*](2.26)
0.080[**](6.07)距县城的距离
0.015[**](3.52) -0.009[**](-3.77)常数项
0.302[*](2.51) 0.086(1.24)P-残差项之间的相关度
-0.361[**](-7.97) 似然函数极大值
-5062.173观察值数7320
说明：括号内为t验检值。**和*分别表示结果在1％和5％的水平下显著。
平均受教育年数对非农业的参与具有正向的作用。这可能是因为，一方面，非农产业对教育的回报率一般高于传统农业对教育的回报率。具有较高文化程度的劳动者在非农业活动中通常有望获得较高的收入。另一方面，教育能提高劳动者参与非农活动的能力，尤其是对于那些需要一定生产和管理技能的活动来说更是如此。而对于农业来说，教育对其参与率基本不起作用，且当平均受教育年数达到10年及以上时，家庭还有脱离农业经营的倾向。
家庭的土地面积对两种生产活动的参与分别起着不同的作用。我们的结果证实了某些其他研究的结果（FAO,1998:p.321—322 ）在家庭土地面积和非农业生产的参与率之间存在着U形曲线的关系。如前所述，土地资源较缺乏的家庭可能具有较强的参与动机；土地资源较富裕的家庭可能具有较强的参与能力。FAO 的研究还进一步指出，这两类家庭参与非农业活动的动机可能是不一样的，前者主要是追求较高的收入或为剩余劳动力寻找出路；后者则有可能是出于使家庭经济多样化以规避农业经营风险的考虑。与非农业活动参与的情况正好相反，土地面积与农业生产的参与率之间的关系呈倒U形曲线。可能的解释是， 工农业产品之间的“剪刀差”人为地压低了农业生产的比较收益，以致土地资源较富裕的家庭也并不想扩大其农业经营规模，而是转向了非农业活动。
到县城的距离对两种生产活动参与的影响正好相反：离县城越近，非农业活动的参与率越高，农业活动的参与率越低。在中国的行政建制体系中，“县”是一个相对独立的行政主体，中国的县城关镇按国外的标准都可以称得上是小城市。对于农民来说，县城一般是离他们最近的城镇中心，“进城”或“赶集”往往是“去城关镇”的同义语。城关镇能为农民从事非农业活动提供基础设施和各种服务，从而能降低非农业活动的交易成本，提高收益率。而且县城往往还是乡镇企业的集聚点，能提供大量的非农业就业机会。
在估计了参与方程之后，我们就可以用最小二乘法来估计收入方程。我们引入参与概率的估计值来修正样本估计的偏差，表4 为估计结果。综合表3和表4，我们可以大致区分出两种主要情况：（1 ）变量既正向地影响非农业活动的参与，又正向地影响非农业收入。在这种情况下，该变量所代表的因素具有很高的收益率。典型例子是劳动力数量和教育。（2）变量影响参与率，但不影响收入。在这种情况下， 该变量只是间接地作用于非农业收入，例如土地面积。显然，家中土地的多寡会影响劳动力的分配，但一般不会影响非农业收入，因为后者的收益通常不依赖土地的投入。我们用回归4 的结果来预测每个家庭在仅参与农业活动的情况下的收入。
表4 不同参与情况下收入方程的估计
回归4:
回归5: 回归6:
回归7:
仅参与农业仅参与非农业同时参与农业两种活动
活动
活动与非农业活动都不参与
家庭劳动力数量-0.0420.152[**]
0.020
0.998
(-1.85)
(2.26) (1.65) (2.00)
家庭成员平均受教育年数
4-6年 -0.290[**]0.733[**]
-0.175[**] -3.115
(-3.52)
(3.17) (-3.60) (-1.74)
7-9年 -0.324[**]0.982[**]
-0.138[**] -0.223
(-3.24)
(4.76) (-2.59) (-0.19)
10年及以上 -0.500[**]1.153[**]
-0.088 -1.540
(-3.30)
(4.24) (-1.33) (-1.53)
家庭土地面积0.123[**] -0.034 0.067[**]
0.405
(13.50)
(1.20) (18.54) (1.63)
家庭土地面积的
平方(/1000) -0.173[**]0.122
-0.093[**] -1.092
(-10.71) (1.66) (-12.30)(-0.77)
参与概率的估计值 -4.047[**]-1.660 1.964[**]
15.641
(-9.77)
(-1.05) (9.25) (.055)
常数项 9.431[**] 8.041[**]
7.441[**]
4.833[*]
(49.76)
(23.09) (68.89) (2.17)
R[2]0.228 0.174
0.166
0.455
观察值数1952 264 507628
说明：括号内为t验检值。**和*分别表示结果在1％和5％的水平下显著。
以上的计量经济学回归结果使我们能分别估计参与和不参与非农业活动两种情况下的家庭收入，并计算这两种收入的基尼系数。表5 为最后的结果，从中可见，不参与非农业活动情况下收入分布的基尼系数（0.209）要高于参与非农活动情况下的基尼系数（0.176），这证实了我们在外生收入法中所得到的结果：非农业活动缓解了农村收入不平等的状况。非农业活动的参与使基尼系数下降了大约16％。此外，从平均收入来看，非农业活动显著提高了家庭的收入水平，增长幅度为29％。
表5 不同情况下收入分布的基尼系数比较
家庭平均年收入(元)基尼系数
家庭总收入(即参与非农业活动) 9487 0.176
家庭在仅参与农业活动情况下的收入
(即不参与非农业活动) 7373 0.209
观察值数 7320
五、结论
中国农村非农产业自改革以来有了很大的发展，对农村的社会、经济产生了深刻影响。虽然农业生产还是农户最主要的收入来源，非农业收入的地位已变得越来越重要。我们的调查研究表明，73％的农户都在不同程度上参与了非农业生产活动，非农业收入在总收入中的平均份额已占到近40％。
本文使用了外生收入和内生收入两种方法来测量非农业活动对农村收入分布的影响。两种方法的结果都表明非农业活动使农村收入分布变得更加均匀。非农产业的发展不仅改善了农村家庭的收入状况，而且缓解了农村的不平等。
在中国农村地区，农业生产责任制虽然极大地激发了农民的生产积极性，但却使土地零碎分割。由于土地仍属集体所有，家庭只有使用权而无转让权。即使对于专门从事种植业的纯农户来说，其经营的土地面积也很难有大幅度增长。而且机械化程度极低的传统农业也限制了农业规模经营。农业收入因此而相对比较固定。在这种情况下，非农产业不仅为家庭剩余劳动力提供了出路，而且还为家庭提供了一个重要的收入来源，既提高了农民的生活水平，又降低了农村家庭之间的收入不平等。从长远来看，在耕地总面积和单产不可能有很大提高的情况下，中国农业的根本出路在于规模经营，为此就必须让土地向种田人手集中，其结果就是大量的农业劳动力将转向非农产业，因此，农村非农业活动还将在消除农村地区的贫困和不平等中扮演重要的角色。
此外，我们的结果还表明，教育程度的提高对非农业活动的参与率和非农业的收入均具有显著的正向作用；离县城近的家庭比其他家庭具有更强的参与非农业活动的倾向。前者和后者分别代表了家庭在非农业活动参与方面的内在因素和外部条件。加强农村地区的人力资本投资，改善“软件”方面基础设施条件，能实现教育水平的普遍提高；加强物质资本投资，改善“硬件”方面的基础设施条件，如交通、通讯等，则可以“缩短”农户与非农产业集聚中心的距离。这些政策对于促进农村非农产业的发展均具有重要的意义。