姚增福，唐华俊

(1.桂林航天工业学院外语外贸系，广西 桂林 541004；2.中国农业科学院农业资源与农业区划研究所，北京 100081)

要素空间溢出能提高农户收入吗？
——基于3省649户微观数据的分析

姚增福1，唐华俊2

(1.桂林航天工业学院外语外贸系，广西 桂林 541004；2.中国农业科学院农业资源与农业区划研究所，北京 100081)

利用湖南、黑龙江和甘肃3省15个乡镇649户微观数据，通过构建空间交互多层次模型(HLM)，分析了农户收入的要素空间交互溢出效应。研究结果表明：教育、劳动力、物质资本和社会资本等要素组内溢出效应对农户收入具有显著的正向影响，劳动力、物质资本和社会资本等要素在乡镇层面的变异显著；“相邻”乡镇的农户收入对其他乡镇农户收入影响具有显著负向效应；乡镇环境要素强化了劳动力、弱化了物质资本和社会资本等要素组内溢出效应的正向影响；乡镇经济要素弱化了劳动力、强化了物质资本和社会资本等要素组内溢出效应的正向影响；劳动力、物质资本和社会资本等要素组内溢出效应与农户收入的关系在乡镇间的变异分别有11.15%、50.06%和88.11%被乡镇环境和经济要素溢出效应变量所解释。

农户收入；要素空间交互；溢出效应；HLM

1 引言

随着城镇化进程的加速推进，如何解决好城镇化中的“三农”问题，既是世界各国都需要把握的一般规律，更是农业人口众多的我国更加注重的重大问题[1]。那么，农户的收入水平就成为推进城镇化中粮食和其他主要农产品供求的微观驱动力，只有不断提高农户的福利水平和收入水平，粮食供给的微观基础才能更加牢固。中国农村地域广阔，区域资源禀赋和农户家庭禀赋存在较大异质性，不同区域农户收入水平差异较大，如何清晰准确阐释农户收入差异影响因素的空间交互效应，宏观上对差异化政策制定的导向和微观上农户收入的提高都有着重要的理论和实践意义。

与以往研究文献相比，本文所做的改进主要有：①考虑农户收入水平与影响因素之间的空间异质性，将以地理区位为载体的经济状况、污染程度、社会资本、人力资本、物质资本等要素作为解释变量纳入模型中，检验其交互作用方向及程度。②针对新经济地理学面板数据空间计量中缺少空间交互研究架构，文章引入多层级建模的思想构建空间计量模型。③充分考虑农户收入水平影响因素之间的空间交互性，利用湖南、黑龙江和甘肃3省15个乡镇649户微观数据建立了“农户—乡镇”两个层级的农户收入数据库，分别检验两个层级变量对农户收入水平的变异影响及贡献份额，系统阐释要素流动的交互效应对农户收入差异影响的空间效应。

2 要素空间相关性与空间交互效应

新经济地理学将要素流动的空间因素纳入到了一般均衡的分析框架中，Anselin提出了空间计量经济学，对经济活动的空间相关性和空间结构等问题进行计量分析[2]。空间相关性(空间依赖性)意味着一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的[3]，也意味着空间上的观测缺乏独立性，且空间相关的强度及模式由绝对位置和相对位置(布局，距离)决定[4]。Ord在研究中创新性地提出“空间交互”的概念，空间交互模型更加强调要素在区域内或者区域间的流动[5]。Fischer等人将空间交互效应定义为在相关地理空间上经济行为主体与地理位置带来的机会间的相互作用效果，空间交互既包括行为主体(有形要素)从一个地区到另一个地区的不定向移动，也包括知识(无形要素)从发明者到有机会得到这种知识的接收者之间相互流动，相比较空间相关性来说，空间交互更能反映出研究区域和样本观测点之间的相互联系[6]。空间交互模型是一种社会、生态与环境空间架构，不仅存在个体间的相互作用，同时还存在经济因素与生态变量、环境变量之间的相互作用与相互影响[7]。农户居住乡镇的资源禀赋、地理环境等存在较大差异，农户的收入会受到其他个体以及乡镇差异的综合影响，而存在较明显的空间层级结构特征[8]。

3 要素空间交互的HLM模型

如何将HLM模型和空间计量模型联系起来，在同一组群中个体网络依赖的多种不同形式更一般地概括为HLM模型，就成为解决空间交互计量的关键问题。

首先，分析多层线性模型基本形式，其中包括三个方程式[9]：

Yij=β0j+β1jXij+rij

(1)

β0j=γ00+μ0j

(2)

β1j=γ10+μ1j

(3)

其中，j表示第一层个体(农户)所隶属的第二层的组(村庄)，γ00和γ10分别是β0j和β1j的平均值；μ0j和μ1j是β0j和β1j的随机成分且都不为0，表示第二层单位之间的变异。μ0j和μ1j的方差和协方差为：

将方程(2)和(3)带入方程(1)可得：

Yij=γ00+γ10Xij+μ0j+μ1jXij+rij

(4)

式(4)中μ0j+μ1jXij+rij是残差项。每一个第二层单位内所有个体都有相同的μ0j和μ1j，因此，在相同的第二层单位的个体之间的相似性，比第二层不同单位内的个体之间的相似性高，是相关残差的来源。由于和μ1j值的不同，来自第二层不同单位的残差就可能有不同的方差，并且表明误差项与Xij是相关的。

(5)

(6)

(7)

(8)

4 变量选取、模型构建和估计方法

4.1 变量选取

(1)被解释变量yij：采用农户收入(南方地区农户的经营收入包括了两季水稻的总收入)作为被解释变量，来衡量农户收入水平，量化分析农户资源要素对收入影响的空间交互效应。

教育要素JY。教育是人力资本投资的重要形式，通过教育能够提高和积累个体知识和技能产生“内部效应”，同时教育也能够使个体通过“干中学”效应积累人力资本以及提高生产要素的配置效率而产生“外部效应”。选择农户的教育年限作为教育要素的指标变量，数据统计中1=6年(小学)及以下；2=9年(初中)；3=12年(高中)；4=15年及以上(中专及以上)。

劳动力要素LD。农户劳动力资源配置行为，微观上会对自身其他要素替代率和利用效率产生影响，在宏观上会对其他农户的农业生产产生溢出效应。沿用大多数文献中的做法，本文选用样本调查的农户家庭从事农业劳动的人数作为劳动力要素投入指标。

物质资本要素WZ。不同区域和家庭物质资本投入水平的不同会对农户收入产生异质性作用效应，农户资本投资主要通过农业生产性资产载体转入农业生产中，进而取得物质资本要素收入。本文采用农户物质资本总投入作为指标，主要包括机械畜力作业、种子秧苗、化肥、农家肥、农膜、农药、水电灌溉、燃料动力、小农具购置修理费用和固定资产折旧等投入总和。

社会资本要素SH。社会资本作为农户利用资源的能力，已被多数学者纳入了农户获取正规和非正规金融研究领域，张建杰指出，社会资本是农户发生信贷行为的“特质性资源”，村庄层面和个体层面的社会资本是农户重要的资源[11]，可以作为“类似抵押品”使农户获得正规和非正规的金融贷款[12]。本文选择“获得贷款的途径有几条”变量代理社会资本变量。

自然环境要素z1。中国环境污染问题日益严重，已经成为影响区域经济发展和城乡居民收入的主要因素[13]。在乡镇地域内，环境污染的负外部性会在时间和空间上对区域经济和农户收入产生极大的交互影响效应[14]。本文选择“所在乡镇的污染程度”为指标变量(1=严重；2=一般；3=不严重)，替代自然环境要素。

经济基础要素z2。资本形成是农户经济发展的基础，由于农户自身收入水平的差异，其资本形成和由此带来的投资引诱就会存在差异，从自身因素考虑，农户生产决策的模仿行为在一定范围内会产生异质性的变化[15]，进而会对农户生产效率及其收入水平产生差异的影响。本文选择“所在的乡(镇)的经济状况属于什么程度”为经济基础要素的代理变量(1=经济发达镇；2=经济中等镇；3=经济落后镇)。

4.2 空间交互模型具体形式

本文基于要素禀赋理论和空间交互理论的模型框架，根据构建的空间交互HLM模型方程(8)以及所设置的变量，实现检验要素空间交互溢出目的，具体估计模型形式可表示为：

(9)

4.3 估计方法

在多层模型一般形式方程(2)和(3)中，数据具有镶嵌结构，存在第二层单位间的方差，即μ0j和μ1j都不等于0，那么用传统OLS方法估计参数会产生模型估计偏误和不一致估计[9]。为了对多层模型进行无偏、一致估计以及在估计参数中充分考虑置信度的损失，有限迭代广义二乘法(RIGLS)和有限最大似然估计方法(REML)是可以采用的[16]。为了得到参数的无偏一致估计，数据处理也是关键问题，本文对农户和乡镇两层次的数据分别进行中心化处理，这样处理数据既可以消除因乡镇规模不同带来的影响，也可以消除不同层次变量之间的共线性的问题。

5 要素空间交互溢出效应数理统计

5.1 数据来源说明

本文数据调查范围包括黑龙江、湖南和甘肃3省的水稻生产农户，其中，湖南省主要调查了祁阳县和双牌县的三口塘镇、下马渡镇、江村镇、尚仁里乡、永江乡等5个乡镇，甘肃主要调查了张掖市的安阳乡、龙渠乡、党寨镇、小满镇、长安乡等5个乡镇，黑龙江主要调查了通河县和庆安县的通河镇、清河镇、凤山镇、三站乡、庆安镇等5个乡镇。调查数据主要通过学生暑期问卷调查及本人从事博士后工作期间积累的数据，调研主要采取问卷调查方式，为保证调查数据的可信性和准确性，调查中采用了一对一访谈法及重点对象座谈法，每个乡镇发放问卷45份，共发放问卷675份，根据问卷回答的完整性及质量，去掉了无效的问卷，最后有效问卷为649份。

5.2 指标变量描述性统计结果

(1)参数显著性和方差齐性。为了保证模型参数的显著性以及模型的正态化、方差齐性，确保模型参数的一致估计，我们利用检验的虚无假设：H0=γ01=γ11=γ21=γ31=γ41=0对参数的显著性和第一层单元的方差齐性检验。对第一层方差齐性检验的结果χ2=25.5573，P=0.000252，说明残差方差在第二层各个单元之间非齐性，也就是说农户收入水平各影响因素的残差变异存在差异。对γ01、γ11、γ21、γ31和γ41的检验结果为χ2=27.4340，P=0.000144，表明检验结果拒绝虚无假设，说明γ01、γ11、γ21、γ31和γ41的值同时为0的可能性非常小。

5.3 模型运算结果

首先，建立不包含乡镇层面自变量的随机回归模型(不包括第二层变量的随机混合模型为：Y=γ0C+γ1C×JY+γ2C×LD+γ3C×WZ+γ4C×SH+u0+u1×JY+u2×LD+u3×WZ+u4×SH+r)，只对农户层面的变量进行分析，具体做法是用农户收入水平为因变量，农户层面的变量(JY、LD、WZ、SH)为解释变量建立农户层面的模型方程,分析结果见表1。

表1 不包括乡镇层面变量的随机回归结果

注：*p<0.05、**p<0.01、***p<0.001，下同。

表2 乡镇层面变量对农户收入水平回归系数的影响结果

最后，分析农户层面各个回归效应的变异被乡镇层面变量解释的程度，同时列出了农户层面回归效应的原始方差和被乡镇层面变量影响后的残差方差，具体结果见表3。

表3 乡镇层面变量所解释的方差成分和比例

6 数据分析与结果

6.1 要素组内溢出效应分析

表1结果显示，教育要素组内溢出效应回归系数是0.1781，且T检验在5%水平上显著，对农户收入水平来说是显著的正向预期因子，表明教育要素不仅在农户个体上对收入产生较明显的“内部效应”，而且在组内农户间教育要素的“外部效应”也比较显著，但χ2检验结果没有通过显著性水平检验(方差成分为0.0093，p>0.05)，显示教育要素溢出在乡镇层面变异不明显，即表明教育要素组内溢出效应对农户收入水平的正向影响在不同乡镇间相似或相同，不依赖于乡镇环境。劳动力要素、物质资本要素和社会资本要素组内溢出效应影响系数分别为0.3408、0.0017和0.2099，分别通过了5%、1%和5%显著水平检验，表明劳动力、物质资本以及社会资本等要素组内溢出效应对农户自身以及组内其他农户收入水平产生了显著的正向影响，进一步表明通过要素组内溢出效应农户农业生产中对劳动力要素需求最容易得到满足(系数为0.3408)，其次容易得到满足的要素需求是资金(系数为0.2099)，相比较来看物质资本要素需求不容易得到满足(系数为0.0017)。现实中，农户农业生产中经常发生“帮工”或“打工”以及“借钱”或“挪钱”的现象就是对劳动力、社会资本要素组内溢出效应很好的诠释；而物质资本要素组内溢出效应相对较小原因可能是，一方面农户自身对生产性物质资本的积累有限，另一方面物质资本要素流动的成本较高。劳动力、物质资本以及社会资本等要素组内溢出效应的χ2检验结果分别通过了1%、5%和5%显著水平检验，表明这三种要素溢出系数在乡镇层面变异明显，也就是说这三种要素溢出对不同乡镇农户收入水平的影响程度会随着乡镇环境的变化而有所不同。

6.2 要素组间溢出效应分析

6.3 空间变异分析

从表3可知，劳动力要素组内溢出效应、物质要素组内溢出效应与农户收入水平的关系在乡镇间的变异有11.15%和50.06%被组间环境和组间经济要素溢出效应变量解释掉，而社会资本要素组内溢出效应与农户收入水平的关系在乡镇间的变异有88.11%被组间环境和组间经济要素溢出效应变量解释掉，也就是说组间环境要素和经济要素溢出效应最有助于解释社会资本要素组内溢出效应与农户收入水平的关系在不同乡镇间的变异。

7 结论与政策启示

本文利用湖南、黑龙江和甘肃3省15个乡镇649户微观数据，通过构建空间交互多层次模型，分析了农户收入差异的要素空间交互溢出效应，结果及政策启示表明：

(1)教育要素组内溢出效应对农户收入水平差异具有显著的正向影响，且“内部效应”和“外部效应”显著，但乡镇层面变异不明显；劳动力要素、物质资本要素和社会资本要素组内溢出效应是农户收入水平的正向预期因子，且在乡镇层面的变异显著。政府在加大农村人力资本投入规模的同时更要兼顾乡镇间公平，尤其是偏离中心乡镇的地区，给予该地区农户更多受正规教育和农业技术培训指导的机会。政府应不断完善农村劳动力市场和农业生产服务机制，加快劳动力和社会资本等要素在乡镇间的顺畅流动，更好地释放要素空间流动对农户收入增加的潜力。

(2)组外解释变量对农户收入水平的影响产生了显著负向影响，说明乡镇间农户收入的“示范效应”和“带动效应”不明显；组间环境要素溢出效应强化了劳动力要素组内溢出对农户收入水平的正向影响，而弱化了物质资本要素和社会资本要素组内溢出效应对农户收入水平的正向影响；组间经济要素溢出效应弱化了劳动力要素组内溢出对农户收入水平的正向影响，而强化了物质资本、社会资本等要素组内溢出效应对农户收入水平的正向影响。政府应进一步加强农业环境等基础设施建设和农村文化建设的投入，为农业生产创造更加良好的物质和文化环境，减少农业生产风险，提升农户农业生产职业认同感，才能进一步提高区域农户要素积累规模和质量，才能在实质上打破要素区域间流动的阻断。

(3)在乡镇间变异程度上，组间环境要素和组间经济要素溢出效应对解释社会资本要素组内溢出效应与农户收入水平关系的作用最大(乡镇间变异的88.11%被解释)，其次是解释物质资本要素组内溢出效应对农户收入水平的正向影响(乡镇间变异的50.06%被解释)，解释力最小的是劳动力要素组内溢出效应对农户收入水平的正向影响(乡镇间变异的11.15%被解释)。政府应进一步推进农村金融制度和体系改革，大力拓展乡镇地域内的金融业务，让农户资金需求得到更加充分的满足。同时，面对乡镇大量劳动力向城市转移的现实，加快建立统一的农业机械服务等服务体系，更好地弥补农户生产性物质资本投入的不足，提高土地等农业资源的利用效率。

[1]陈锡文.我国城镇化进程中的“三农”问题[EB/OL].http://theory.people.com.cn/n/2013/0125/c40531-20327538.html.

[2]ANSELINL.Spatialeconometrics：methodsandmodels[M].SpringerScience&BusinessMedia，1988.100-108.

[3]吴玉鸣.县域经济增长集聚与差异:空间计量经济实证分析[J].世界经济文汇,2007(02):37-57.

[4]汪文姣,陈志鸿.空间计量方法对新经济地理学的实证研究:一个文献综述[J].兰州学刊,2013(11):94-98.

[5]ORDK.Estimationmethodsformodelsofspatialinteraction[J].Journaloftheamericanstatisticalassociation，1975，70(349)：120-126.

[6]FISCHERMM，WANGJ.Spatialdataanalysis：models，methodsandtechniques[M].SpringerScience&BusinessMedia，2011：61-67.

[7]刘安国,张越,张英奎.新经济地理学扩展视角下的区域协调发展理论研究[J].经济问题探索,2014,(11):184-190.

[8]李兴绪,刘曼莉,葛珺沂.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(02):235-242.

[9]张雷,雷雳,郭伯良.多层线性模型应用[M].北京：教育科学出版社,2003.

[10]CORRADOL，FINGLETONB.Whereistheeconomicsinspatialeconometrics?[J].Journalofregionalscience，2012，52(02)：210-239.

[11]张建杰.农户社会资本及其对农户非正规信贷行为的影响[J].河南金融管理干部学院学报,2008(03):92-95.

[12]王性玉,杨涛,王开阳.农户信贷中社会资本的信号传递效应研究[J].经济问题探索,2015(02):140-146.

[13]戴红军,等.环境污染对区域经济发展的影响研究[J].华东经济管理,2015(01):62-67.

[14]GRIFFINRC，BROMLEYDW.Agriculturalrunoffasanonpointexternality：atheoreticaldevelopment[J].Americanjournalofagriculturaleconomics，1983,(70)：37-49.

[15]杨强,王涛,陈海.相邻关系、血缘关系和社会经济条件对农户土地利用决策的影响[J].资源科学,2013(05):935-942.

[16]MANSKICF.Economicanalysisofsocialinteractions[R].Nationalbureauofeconomicresearch，2000:15-19.

(责任编辑 刘传忠)

Does Elements Spatial Spillover Increase Farmers’ Income?——Based on the Analysis of 649 Micro Data from 3 Provinces

Yao Zengfu1，Tang Huajun2

(1.Foreign Trade Department，Guilin University of Aerospace Technology，Guilin 541004,China;2.Institute of Agricultural Resources and Regional Planning of CAAS，Beijing 100081，China)

This paper analyzes the elements spatial interaction spillover effects on the differences of regional farmers’ income，by constructing multi-level spatial interaction model.It uses 649 micro data of 15 villages in Hunan province，Heilongjiang province and Gansu province.The results show that the elements spatial interaction spillover effects of education，labor，physical capital and social capital within the group have a significant positive influence on the differences of farmers’ income.Variation levels of labor，physical capital and social capital factors are obvious in the villages.The farmers’ income levels of“adjacent”villages have a significant negative effect on farmers’ income level other villages，indicating that elements flow between villages are blocked.Villages environmental element strengthens the positive influence of the labor element spillover to farmers’ income levels in the group，and weakens the positive influence of physical capital and social capital elements spillover effects to farmers’ income level.Villages’ economy element weakens the positive influence of the labor element spillover to farmers’ income levels in the group，while strengthens the positive influence of physical capital and social capital elements spillover effects to farmers’ income level.The relationship between the spillover effects of labor，physical capital and social capital within the group and farmers’ income level in villages is respectively explained by villages environmental element and villages economy element in 11.15%，50.06% and 11.15%.

Farmers’ income；Elements spatial interaction；Spillover effects；HLM

国家社科基金一般项目“西部农户农业环境效率、要素配置效率及其提升机制研究”(15BGL131)。

2016-05-09

姚增福(1978-)，男，黑龙江人，桂林航天工业学院外语外贸系副教授，博士(后)；研究方向：农村区域发展、农户经济学和计量经济学。

F

A