中西部地区农户收入及其差异的影响因素分析，本文主要内容关键词为：农户论文,中西部地区论文,差异论文,因素论文,收入论文，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、引言
农户收入一直以来是农户经济行为研究中的重点问题，同时，随着“三农”问题备受关注，农民增收已成为各级政府工作的重中之重；与农民增收问题相伴而生的农户收入差异现象在中国也普遍存在。实证研究农户收入及其差异的影响因素，无论对于宏观层面的社会经济发展，还是对于微观层面的有效实现农民增收、缩小农户收入差距，均具有重要的现实意义。
围绕中国农户收入问题，国内外已有很多研究对此加以关注。在宏观层面，魏后凯(1996)、张平(1998)、郭建军(2001)等结合全国及各省数据分析了现阶段中国农民收入增长的特征、面临的矛盾以及地区间农村居民收入差距。研究表明，中国农村区域间家庭人均收入不平等的趋势在加剧。其中，张平(1998)认为，农村非农化，特别是乡镇企业发展，是拉开中国农村区域收入差距的最主要原因。在微观层面，薛宇峰(2005)在基尼(Gini)系数的基础上结合总体收入不平等指数实证分析认为，中国农村居民收入不平等程度日益严重，农村居民收入不平等指数在各省之间存在明显的差异。张晓辉(2001)通过对基尼系数的分析，认为农村居民收入不平等程度最高的为东部地区，其次为西部地区，差距最小的为中部地区。Gustafsson & Li(2002)通过分解对数变异系数的均值(the mean logarithmic deviation)和泰尔(Theil)指数，得到地区内部和地区之间差异对农村居民收入总体差异的贡献分别为1／5和4／5的结论。王凤(2005)依据农民收入函数从理论上对中国农民收入增长的决定因素进行了系统的经济学分析，得出影响农民收入的因素是单位农产品增加值、农产品总量和农业人口的结论。Meng & Wu(1998)估计了农户收入方程，通过回归分解分析农户收入差异的影响因素，认为中国农村居民收入的地区差异主要在于地区禀赋的差异。Wan & Zhou(2004)以及Wan(2004)运用农户收入方程对基尼系数、阿特金森(Atkinson)指数和泰尔指数进行分解，研究中国农村居民收入不平等的决定因素，他们发现：地理因素是导致收入不平等的最主要因素，同时，资本投入已成为影响中国农村收入不平等的最重要因素。此外，Putterman(1990)和Seldon(1985)以制度为切入点，李实(1999)以劳动力流动为切入点，张改清(2005)以农户投资为切入点，刘晓昀、辛贤、毛学峰(2003)以农村基础设施投入为切入点，孙若梅(2006)以小额信贷为切入点，高梦滔(2005)以男女性别比例为切入点，以及Rozelle(1994)从收入来源的角度，分别验证了上述因素均是影响农户收入增长及其不平等的重要方面。
综述相关文献可以发现，已有研究大都侧重于分析中国农户收入及差异的状况及其影响因素，但是，这些影响因素在农户收入增长及其差异形成中起到怎样的作用？这些作用对地区间以及不同收入组间农户收入增长的影响存在怎样的差异？对这些更为根源性的问题的分析，在现有文献中并不多见。
本文在已有研究的基础上，通过进一步的改进和完善，依据农户收入方程，确定农户收入的决定因素，并从中西部地区间差异和高低收入组间差异两个角度，对农户收入差异进行实证研究。本文利用Blinder-Oaxaca分解(Blinder,1973; Oaxaca,1973)得到影响农户收入差异的原因，进而深入比较地区间以及高低收入组间上述影响因素对农户收入所产生的效果的异同，并指出本文结论对解决农户增收以及缩小农户收入差距问题的相应的政策含义。本文第二部分介绍模型和使用的数据，第三部分汇报估计结果，第四部分对估计结果进行讨论分析。
二、模型设定与数据说明
农户收入方程是实证研究农户收入影响因素及差异的重要依据。按照收入性质划分，农户收入包括家庭经营收入和工资性收入。本文从收入的直接决定因素以及相关的农户特征变量入手，建立农户收入方程。
家庭经营纯收入即总产出减中间物质投入，可表示为：(单位农产品价格－单位投入成本)×产量。就物质投入和产出而言，农户家庭经营收入的基本影响因素包括：产量、投入品价格、产出品价格以及相应的投入产出结构。产量主要取决于投入，广义上的投入包括物质资本投入和人力资本投入。其中，物质资本投入包括农户当期的投入、生产性固定资产原值、耕地面积；人力资本包括劳动力的数量和质量，本文用受教育水平衡量劳动力质量。此外，为了更具体地反映家庭人口和家庭劳动力两方面的因素，本文采用家庭规模和劳动力负担系数作为解释变量。依据经典的Cobb-Douglas生产函数，对于决定产出的投入要素采用自然对数形式。
Meng & Wu(1998)提供了较为完整的分析农户收入的数学模型，在其具体应用中，使用了劳动力数量这一指标作为影响家庭经营产出的重要因素，并得到了较好的估计结果。但是，考虑到外出务工，尤其对于高收入地区和家庭，已经成为越来越普遍的现象，而且农业及其他家庭经营中实际投入的劳动力数量与家庭劳动力人数可能会存在较大出入，因此，本文未将劳动力人数变量放入回归方程。通过假定家庭经营的规模报酬不变，则可由回归系数得到相应的劳动力投入弹性。虽然这一假定可能存在争议，但是，由此可以大致反映家庭经营劳动力投入对农户收入的影响程度。
此外，已有研究在分析农户收入影响因素的过程中，往往更多地将注意力放在对农户产出总量的影响因素的分析上；而投入产出结构作为农户家庭经营收入的重要影响因素，则缺少应有的重视。本文用家庭经营投入中农业投入所占比重反映家庭经营投入结构，用粮食播种面积占总播种面积的比例反映种植业产出结构。
鉴于本文采用截面数据，相对于时间序列数据而言，价格因素对收入的影响在估计方程中非常微弱；同时，由于数据获取困难，并借鉴Meng & Wu(1998)将价格因素的作用归到常数项中的方法，本文对价格因素不予考虑。农户类型(是否兼业)、相关的地区因素等特征变量，在模型中设定为相应的虚拟变量。工资性收入的主要来源为外出务工等，本文用是否有家庭成员外出打工作为相应的解释变量。
农户家庭经营收入函数表示为：
(1)～(3)式中各变量定义见表1。
本文采用笔者参与的对中国中西部地区共6个省(区)15个县(旗)802户农户2004年相关情况调查的数据，其中，西部省份包括内蒙古、四川、甘肃和贵州，中部省份包括吉林和安徽。数据的统计特征见表1。
在对农户工资性收入的回归过程中，因对收入变量取自然对数，回归样本仅为工资性收入大于0的农户，即因变量是一个限值变量，所以，通过实际发生的农户工资性收入数据分析其影响因素时，必须对没有成员外出务工的农户观察样本进行审查，以保证对估计结果的无偏性。本文选用Tobit模型进行回归分析，模型的基本表达式如下：
(4)式中，W*是一个隐变量，反映有外出务工劳动力的农户的工资性收入情况，W反映所有农户的工资性收入(包括工资性收入为0的农户)。
而在对家庭经营收入的回归过程中，通过对数据特征值的描述可以看到，观察样本的家庭经营投入均大于0，说明样本农户均从事家庭经营活动；因为有63户样本耕地面积为0，在回归过程中取自然对数时软件系统自动将这部分样本剔除，对数据进行相关统计得知，剩余739户样本中家庭经营收入小于或等于0的样本仅为1户，此时采用Tobit模型意义不大，因此，对家庭经营收入的回归仍旧采用OLS方法。同理，由于802户总样本中总纯收入小于或等于0的样本仅为4户，对总纯收入的估计也采用OLS方法，有效样本为798户。
由于耕地面积取自然对数使得家庭经营收入回归中的实际样本仅为耕地面积不为0的农户，但在农户纯收入的回归中，须考虑耕地对外出务工时间和收入的影响，因此，本文将未取对数的耕地面积作为影响农户纯收入的解释变量放入回归方程，耕地面积为0的农户也被纳入回归样本。
分析农户收入差异，即分析收入高低的差距及其原因，可以从地区间差异和高低收入组间差异两个角度来进行。本文借鉴Blinder-Oaxaca的分解方法对造成农户收入差异的因素进行分解。收入差异可以表示为：
，其中，α[,i]代表估计系数值，A和B分别代表两个不同的地区或收入组，
和
分别代表因变量和自变量观察值的均值。
为A与B间用自然对数表示的收入差异；
为特征值可以解释的差异部分；
是特征值不能解释的部分，是由回归系数的差异造成的。
通过Blinder-Oaxaca分解，可以得到相关的影响因素对收入差异的贡献。本文在此基础上进一步比较分析按照样本总体、分地区和分收入组分别得到的回归结果，研究地区之间以及高低收入组之间这些影响因素对农户收入所产生的效果的异同。分地区和分收入组数据的统计特征见表2。
由于Blinder-Oaxaca收入差异分解存在“指数(index number)”问题，即在分别选择两个比较对象的收入结构为权数时，得到的两者收入差异的分解结果可能是不唯一的，甚至对选用何种权数非常敏感。为此，Cotton(1988)提出，用两个比较对象收入方程系数的平均值作为权数解决这一问题①。但是，对于本文的观察样本而言，中部、西部地区的样本量恰巧相当，对于分收入组的回归，也是按照样本量等分法划分高低收入组。而在实证分析中，Blinder-Oaxaca分解通常先分别按两个比较对象的收入结构为权数进行分解，然后取二者的均值作为分解结果。因此，本文Cotton分解与Blinder-Oaxaca分解的结果一致。在表5和表6中均分别报告了参照两种权数得到的Blinder-Oaxaca分解结果。
由于回归方程在选取其中一个地区虚变量作对比基数时存在任意性，从而使得Blinder-Oaxaca分解结果也会因不同地区虚变量的选取而存在差异。本文借鉴了Yun(2005)提出的“标准化回归方程”的方法解决此问题。
三、估计结果
依据上述模型，用Stata软件，得到样本总体的家庭经营收入和工资性收入方程的系数(见表3)。
(1a)调整后的
为0.68；(2a)的
为188.80，Prob＞＝0。(1a)中除农户类型和贵州省份虚变量不显著，最高受教育年限和甘肃省份虚变量达到15％的置信水平外，其余变量均达到5％的置信水平。(2a)中除常数项不显著，家庭规模和家庭规模平方达到15％的置信水平外，其余变量均达到5％的置信水平。以上统计数据表明，两个方程均得到较好的回归结果。还有一点需要说明的是，在工资性收入方程的回归过程中，家庭规模三次方和粮食播种面积三次方两项均不显著，表2中(2a)是剔除了这两项后的估计结果。
2.总样本中有4户纯收入小于0，在回归过程中取自然对数时软件系统自动将其剔除。
对样本总体的纯收入以及分地区和分收入组的回归结果见表4。在估计模型的过程中发现，家庭规模与劳动力负担系数存在较严重的共线性问题，所以，没有将劳动力负担系数放入回归方程，在第四部分对回归结果的分析中予以具体讨论。
根据以往的研究经验，劳动力最高受教育年限较平均受教育年限能够更有效地反映受教育水平对家庭经营收入的影响，而平均受教育年限则是反映教育对工资性收入影响的较为有效的指标。但是，在对农户家庭纯收入方程简化式的回归中发现，二者的共线性较强。根据回归系数的显著性，本文选择劳动力最高受教育年限反映受教育水平；回归结果表明，这个选择对于其他估计系数的影响并不显著。
利用表4的估计结果和798个有效样本的相关变量均值得到的对农户总收入差异的Blinder-Oaxaca分解结果见表5和表6。由于Blinder-Oaxaca分解需要两个比较对象的回归方程中解释变量设置完全一致，因而为得到用于分地区分解的收入函数，本文重新估计了去掉省份虚变量的回归方程。经过对比发现，去掉省份虚变量对其他估计系数影响不大，对分解结果的可靠性不会造成大的影响。
四、讨论
(一)农户收入的影响因素
1.家庭经营收入。农户家庭经营投入是反映资金投入的重要变量。家庭经营收入方程回归结果(1a)显示：要素投入中，家庭经营资金投入对产出(农户收入)的影响最大，说明农户家庭经营收入在较大程度上依靠资金投入。按照家庭经营规模报酬不变的假定，根据(1)式，劳动力投入的弹性的计算公式为：1—家庭经营投入的弹性—生产性固定资产原值的弹性—耕地面积的弹性，由回归结果(1a)计算出劳动力投入的弹性为0.106。相对而言，在各要素投入中，劳动力的弹性最小，对家庭经营产出的影响程度最小。
反映农户人力资本投入指标的劳动力最高受教育年限的系数也为正，表明人力资本投入对农户收入增长具有显著的正向影响。
农业投入占家庭经营总投入比例指标反映农户农业经营在家庭经营中的地位。农业投入占家庭经营总投入比例的系数为负，即农户家庭经营投入中农业投入比例越大的农户反而收入会越低，意味着农户的农业投入产出比低于非农产业。同时，农户类型的系数为正，表明非农经营相对于农业经营更有利于增加农户的家庭经营收入，进一步说明非农产业是农户增收更有效的途径。
粮食播种面积占农作物总播种面积比例是反映农作物种植产出结构的指标。耕地面积是农户期末拥有的耕地数量，用以反映农户种植业中自然资源的投入。粮食播种面积占总播种面积比例的系数为负，即粮食播种面积比例越高越不利于农户增收，说明种植业中粮食作物相对于经济作物不具有比较优势。而且耕地面积的弹性为0.204，说明土地对农户家庭经营收入具有较为重要的正向影响。因此，经济作物种植面积的提高对于农户收入增长具有显著的正向影响。
是否外出务工变量，即家庭中是否有人员外出打工获得工资性收入，它的系数为负，表明外出务工对农户家庭收入增长具有负向影响。这说明，外出务工会影响农户对农业的物质、体力和精力投入，从而影响家庭经营收入。
家庭规模是反映家庭常住人口数量的指标。家庭规模的系数为负，表明家庭人口增多不利于农户家庭经营收入的增加。主要原因可能是家庭人口越多的农户，其劳动力负担系数越高。
2.工资性收入。由工资性收入方程回归结果(2a)得到平均受教育年限对工资性收入的弹性的计算公式为：
，根据函数的递增递减性质可以求得：当大于4.89年时，平均受教育年限对工资性收入的贡献呈正向递增的趋势。而根据表1和表2中数据的统计特征值来看，中国中部、西部地区农户家庭平均受教育年限的均值均高于这一临界点，说明受教育水平的提高对于增加农户工资性收入还存在相当大的空间。
家庭规模的弹性的计算公式为：
，它具有凹函数的性质，当家庭规模达到2.40人时，家庭规模的弹性达到最大；超过4.80人时，对收入产生负向影响。而样本的统计数据显示，中西部地区家庭规模的均值为4.10人，远远超过2.40人的临界值，说明家庭规模的增大对于农户工资性收入的贡献呈现递减趋势。而且统计数据显示，有33.12％的农户的家庭规模超过4.80人，说明有33.12％的农户的家庭规模对农户工资性收入的增长已经呈现出负向的影响。可能的原因是，正如前面所分析的，家庭规模越大，劳动力负担系数越高，从而使农户的人均工资性收入越低。
粮食播种面积占总播种面积比例的弹性的计算公式为：
，当粮食播种面积占总播种面积比例为33.73％时，其弹性最大；在0～33.73％之间，粮食播种面积比例的增加对农户工资性收入产生正向递增的影响。这也正说明，相对于粮食作物，具有收益上比较优势的经济作物的种植，需要耗费更多的劳动力投入，会减少劳动力外出务工的时间。粮食播种面积比例超过33.73％时，弹性开始递减；超过67.46％时，弹性为负，对农户工资性收入开始产生负向影响。当粮食播种面积比例达到较大规模时需花费在粮食种植上的劳动力投入会影响到外出务工的劳动力投入。中西部地区农户粮食播种面积比例的均值达到75％，因此，总体而言，农户的粮食种植对家庭外出务工收入的影响为负。同时，耕地面积的系数为负，也进一步说明农作物种植对农户工资性收入具有负向作用，耕地面积每增加1亩，会导致农户工资性收入减少7.06％。
理论和经验均认为，非农户和兼业户比纯农户拥有更多的工资性收入，农户类型的系数为1.823，支持了这一结论。
3.家庭纯收入。表4中，总体回归(R[,1])结果显示，农户家庭经营投入的弹性为0.106，说明家庭经营投入每增长1％会带来农户纯收入增长0.106％；但是，它对农户纯收入的贡献明显低于它对家庭经营收入的贡献。
生产性固定资产原值是反映农户生产性固定资产存量的指标。虽然从家庭经营收入方程的估计结果来看，生产性固定资产原值是影响家庭经营收入的显著变量，但在家庭纯收入回归方程的简化式中，生产性固定资产原值的估计系数虽然为正，但不显著，结合上面生产性固定资产原值的系数在两个回归中的变化，说明农户家庭经营可能不是影响农户纯收入及其差异的重要原因。而是否外出务工变量的系数为正，表明外出务工收入对农户收入增长具有正向影响。这也进一步说明，工资性收入的多少可能已经成为影响农户收入及其差异的重要原因。
农业投入占家庭经营总投入比例、粮食播种面积占总播种面积比例、耕地面积、劳动力最高受教育年限、农户类型以及家庭规模等对农户纯收入的影响方向同它们对家庭经营收入的影响一致，均是影响农户收入的显著因素。
(二)农户收入差异
表5中依据地区分组回归的收入差异Blinder-Oaxaca分解结果的均值表明：中西部地区农户收入取自然对数后的差异，有14.98％是特征值可以解释的部分，即地区资源禀赋造成中西部地区农户收入差异的14.98％；而另外85.02％的差异是特征值不能够解释的残差部分，是由回归系数的差异造成的。导致系数差异的原因很多，主要是地区特点。
表6是依据收入分组回归进行的Blinder-Oaxaca分解的结果，反映出与表5相似的差异组成。两组分解结果的均值显示：12.75％的差异是由资源禀赋造成的，而占绝大部分的87.25％的差异是由高低收入组的回归系数的差异造成的。
(三)农户收入影响因素的地区间差异
比较中部和西部地区回归方程R[,2]和R[,3]，影响因素中农业投入占家庭经营总投入比例、粮食播种面积占总播种面积比例、劳动力最高受教育年限以及家庭规模的估计系数表现出较高的一致性，系数的涵义与总体回归也相一致；但是，家庭经营投入、生产性固定资产原值、耕地面积、农户类型以及是否外出务工的估计系数差异较为显著。
根据弹性大小的比较，对于西部地区农户，家庭经营投入对农户收入增长的贡献明显大于中部地区农户；由此可以推论，中部地区农户工资性收入对收入的作用更大，而这一点恰好可以通过是否外出务工虚变量的正向系数来验证：中部和西部地区该系数分别为0.366和0.155。
生产性固定资产原值对西部地区农户收入增长的影响程度大于中部地区，而且对中部地区的影响与对西部地区相反，为负向影响，但其t值(-0.93)表明，生产性固定资产原值不是影响中部地区农户收入增长的显著因素。
耕地面积是影响中西部地区农户收入的显著变量，西部地区农户平均拥有的耕地面积多于中部地区，分别是14.99亩和9.43亩，它对西部地区农户收入的贡献也大于中部。
中部、西部地区农户类型虚变量的估计系数分别是0.050和0.105，对西部地区农户来讲，非农家庭经营对农户收入增长的贡献较中部地区更为显著。表2显示，中部和西部地区农户类型虚变量的均值分别为0.54和0.39，值越高说明兼业户和非农户越多，即中部地区农户非农经营活动明显多于西部地区，由此，农户非农经营活动数量上的差异对中部地区农户收入差异的影响表现较为突出。
(四)农户收入影响因素的收入组间差异
比较分收入组回归方程R[,4]和R[,5]，除家庭规模外，其他解释变量的估计系数均有较明显的差异。
对于低收入组农户，家庭经营投入对收入增长发挥了更为重要的作用，且是否外出务工对低收入组农户收入的作用也大于高收入组农户。这两点说明，是否外出务工本身可能不会导致农户收入的较大差异，而外出务工所获工资性收入的差异是影响高低收入组间农户收入差异的重要因素。
生产性固定资产原值对低收入组农户收入的影响程度较小，且不显著，对高收入组的影响方向与低收入组相反，且为负向。对高收入组农户来讲，外出务工为家庭增收的重要来源，家庭经营的影响程度微弱；同时，一方面，由于生产性固定资产是一种累积资产，很大一部分是农户往期投资的积累，在往期收入中发挥较大的作用，另一方面，可能由于新的生产性固定资产的投资低于它能够带来的当期收入，因此，生产性固定资产原值对高收入组农户的收入表现出负向影响。
农业投入占家庭经营总投入的比例对高收入组农户收入的影响为负，说明农业经营相对于非农经营活动缺乏比较优势。低收入组农户农业投入占家庭经营总投入比例估计系数的t值较小，且与耕地面积估计系数的t值的显著性相一致，说明二者不是影响低收入组农户收入的显著解释变量。从表2可以看到，低收入组农户耕地面积的均值为9.05亩，明显低于高收入组的15.73亩，这说明，以种植业为重要农业经营活动的低收入农户，土地面积普遍偏小且相差不大，从而依靠土地和农业投入所获得的收入也相差不大，它不是影响低收入组农户纯收入的重要解释变量。
粮食播种面积占总播种面积比例对高收入组农户收入产生负向影响，粮食播种面积比例越高越不利于农户增收，说明种植业中粮食作物相对于经济作物不具有比较优势。对于低收入组农户，这一变量的t值较小，说明不是显著的解释变量，这可能是由于低收入组农户粮食播种面积比例相对较高，农户之间差异不是太大，因而回归结果不显著。
劳动力最高受教育年限对高收入组农户的收入表现出显著的正向作用，但不是影响低收入组农户收入的显著解释变量，而且其符号方向为负。可能的原因包括：低收入组农户较多从事家庭经营中的粮食作物种植，相对于经济作物收入以及外出务工收入，劳动力受教育水平的作用相对微弱，甚至劳作经验相对于接受学校教育更有利于产出增长。
根据农户类型虚变量的估计结果，非农家庭经营对低收入组农户收入增长的影响是显著的，而对高收入组却不显著。可能的原因是，高收入组农户的非农经营活动较多，高于低收入组，因而在回归过程中农户之间的差异表现得不明显，回归结果不显著。表2显示，高收入组和低收入组农户类型虚变量的均值分别为0.51和0.42，说明高收入组农户的非农经营活动明显多于低收入组，验证了上面的推断。
五、结论和评述
就总体而言，农户家庭经营投入、生产性固定资产原值、农业投入占家庭经营总投入比例、粮食播种面积占总播种面积比例、耕地面积、劳动力最高受教育水平、农户类型是否外出务工以及家庭规模等，均是农户家庭经营收入和(或)工资性收入的重要影响因素，并且这些因素中除生产性固定资产原值外，均直接显著影响农户纯收入的差异。通过总体样本回归以及分地区和分收入组回归的比较分析，可以看出农户家庭经营不是影响农户纯收入及其差异的重要原因，工资性收入的多寡已经成为影响农户收入及其差异的重要因素，这也是生产性固定资产原值对农户纯收入影响不显著的原因。
Blinder-Oaxaca收入差异分解的结果表明，中国农村居民收入地区间和收入组间的差异绝大部分来自比较对象回归系数的差异。中西部地区差异的14.98％是由地区资源禀赋造成的，85.02％是由回归系数差异造成的；高低收入组差异的12.75％是由资源禀赋造成的，87.25％是由回归系数差异造成的。导致系数差异的原因很多，主要是地区特点。
中国长期以来存在西部地区农民收入低于中东部地区的现象，由此可以看到，按地区分组与按收入分组回归得到的估计结果存在一定的共性：家庭经营投入、农户类型以及家庭规模三个解释变量的估计系数在对比分析中体现了相似的特征趋势。家庭经营是农户收入的主要来源，家庭经营投入对低收入农户的收入增长比对高收入农户产生更大的影响，结合对农户类型系数的分析，这进一步说明非农产业是农户增收更有效的途径。家庭人口增多不利于农户人均收入的增加，这主要是因为人口越多的家庭，其劳动力负担系数相对越高。
生产性固定资产原值、农业投入占家庭经营总投入比例、粮食播种面积占总播种面积比例、耕地面积、是否外出务工五个变量的回归系数在进行中西部对比和高低收入对比分析中存在差异。针对上述差异的分析表明：①对于中部和西部地区，家庭农业经营均不具有比较优势，农户家庭经营不是影响农户纯收入及其差异的重要原因，工资性收入的多寡已经成为影响农户收入增长及差异的重要原因。②从分地区的回归结果来看，中部和西部地区农户家庭农业经营中的粮食生产均不具有比较优势，而从分收入组的回归结果来看，高收入组农户家庭农业经营中的粮食生产也不具有比较优势，但是，低收入组农户经济作物种植比例普遍较低，没有凸显出对农户收入的显著促进作用，粮食播种面积占总播种面积比例的估计系数不显著。③人力资本投入对农户收入增长具有显著的正向影响，受教育水平的提高对于增加农户工资性收入还存在相当大的空间，而对于以种植业为重要农业经营活动的低收入农户，由于受教育水平偏低，且对收入增长的影响并不显著，劳作经验相对于接受学校教育更有利于产出增长。
农户是农村经济活动的行为主体，是广大农村投资、生产和消费等经济活动的微观行为主体，是农业生产中最基本的决策单元。随着宏观经济形势和微观经营环境的变化，农户收入增长问题更具有复杂性。本文实证研究表明，农户收入增长不仅受其自身物质资本和人力资本积累水平的影响，同时还受家庭经营结构、农业产业内部结构、外出务工、劳动力负担系数等因素的制约，延伸到宏观层面即是受农业结构调整、农村产业升级、劳务经济发展以及当地社会保障等外部环境的影响。由此，合理调整农业结构，促进农村产业升级，积极促进当地劳务经济发展，提高劳动力技能和受教育水平，加强农村社会保障力度以减轻劳动力负担等，都是有效促进农民增收、缩小农户收入差异的途径。
注释：
① 具体参见Cotton(1998)。
标签：耕地面积论文; 中西部地区论文; 工资性收入论文; 农业类型论文; 农业发展论文; 经营性收入论文; 因素分析论文;