张静思，侯庆丰

（1.甘肃农业大学 管理学院，甘肃 兰州 730000；2.甘肃农业大学 马克思主义学院，甘肃 兰州 730000）

一、引言

自1978 年改革开放以来我国农民逐渐拥有了自主经营权，农村出现了大量的剩余劳动力，因此越来越多的农户开始了兼业这一种经济现象[1]。陈晓红和汪朝霞（2007）[2]研究发现家庭经营农业用地面积，家庭规模和家庭劳动力平均年龄都是影响农户选择兼业不可或缺的因素。吴蓓蓓等（2019）[3]研究发现不同纯收入家庭的各类食物消费特征和消费趋势有着显著差异。

现有的关于农户兼业的国际文献主要来自发达国家。D.Christodoulou（1982）[4]研究发现农户兼业经营面临着对广大农村劳动力就业和收入的长期威胁，发展中国家的兼职农业值得深入探讨和富有想象力的评估，拉丁美洲的Hacienda 系统提供了一个内建的依赖性兼职农业系统。Stephan BROSIG 等（2008）[5]研究发现从农户非兼业向农户兼业转变的可能性与家庭劳动力的教育水平呈正相关。

目前，国内在学术界关于农户兼业问题和农户食物消费问题分别有讨论与研究，但针对农户兼业对食物消费的影响研究的问题很少，没有将两者结合在一起分析研究。国家统计局记载，国家扶贫重点开发地区农牧民粮食消费量2017 年比2016 年降低了1.1 个百分点，而油脂类消费量2017 年比2016 年增长了6.7 个百分点[6]。所以农户兼业行为究竟是如何对贫困地区的食物消费状况影响的呢？

二、西北部贫困地区农户食物消费数据及现状

依托2018 年对青海省乐都县、刚察县和尖扎县，甘肃省文县、西和县、岷县和康的500 户农户的实地调研数据，调查内容涉及到农户的收入水平、食物消费情况、家庭人口数等多个指标；经过对数据的整理和筛查，剔除了两户数据存在缺失的数据，最终得到的有效数据为391 条。如表1 所示，该地区年人均食物总消费为2 177.551 元/ 人·年；食物消费主要是以粮食为主，人均支出为793.978 元/人·年，占比为总消费的36%；调味品类的消费最少，除了粮食消费之外，较高的是在外用餐消费，占比达29%。

表1 农户食物消费情况

三、模型构建

为评估农户是否兼业这一因素对其食物消费的影响，本文决定采用倾向得分匹配（Propensity Score Matching）的研究方法。PSM 法按照农户是否兼业这一指标，将所得样本分为两组，即处理组和对照组，再利用其匹配原则将两组样本之间的特征相似来对比差异作为是否兼业这一因素对农户食物消费的影响。对倾向得分匹配法来讲，其中难以解决的问题就是“反事实状态”以及内生性。“反事实状态”指在进行政策效应分析时，同时需要得到观测者和非观测者的数据信息，但是，非观测者的数据信息往往不容易被收集，原因是农户不可能同时会有两种状态。为了更好地处理这个问题，因此采用倾向得分匹配法是非常有价值的方法。

（一）倾向匹配得分值

倾向得分匹配方法第一步要确定影响农户食物消费的因素，使用Logit 模型筛选相关所需特征的变量。PS 值是计算农村居民在可观测特征Xi情况下是否兼业的条件概率，将筛选出的多维变量降为一维，其计算公式如下：

其中Psi是计算出的每户农户的倾向得分值；Xi是所有与农户相关特征变量构成的向量；Di是虚拟变量，用来表示农户是否兼业，兼业的农户表示为1，未兼业的农户表示为0；为累计分布函数，其中，β 为相应的参数。通过估计参数值β 带入式（1）中，可得到农村居民兼业的倾向得分匹配值Psi，同时也是农村居民兼业的概率值。对于第i 个农村居民，其倾向得分匹配值为，农村居民兼业的平均处理效应ATT 表示为：

式子中Y1i和Y0i分别表示同一农户在兼业和未兼业两种情况下的食物消费水平。得到样本的平均处理效应：

其中，NT是处理组的样本数；T 代表匹配后的处理组；C 代表匹配后的对照组；是处理组中第i个农户兼业后的食物消费水平，是控制组中第j个农户未兼业的食物消费水平；ω（pi，pj）为倾向匹配得分pi和pj的权重函数，来按照三种匹配方法计算，其对应的权重函数也有所差异。

（二）样本的匹配方法

倾向得分匹配法中常用的匹配方法有最邻近匹配、半径匹配和核匹配三种方法。最近邻匹配法通过最小化对照组和处理组倾向匹配得分差值的绝对值确定最为接近的匹配对象。半径匹配法是通过得出选定的半径值，找到其半径范围内的圆内的控制样本，圆的半径越小，匹配条件也就越显著。核匹配方法一般将其权重函数ω（pi，pj）的表达式，其中h 为指定带宽，k（·）为核函数。

（三）变量选取与描述性统计分析

该文将年人均食物消费总支出的对数作为因变量，反映了该贫困地区农户的总体上的食物消费水平。将农户是否兼业设置为处理变量，该文选取户主年龄及家庭特征，种养特征和房前屋后等作为协变量。具体内容如表2 所示。

表2 变量的描述性统计

从表2 可以看出，该地区被调查农户的食物消费支出总对数为9.323，有兼业的农户占总体的20%。户主年龄的均值在54 岁左右；该地区被调查农户的家庭劳动力水平在每户3 个人左右；被调查农户中少数民族占17.7%；被调查农户的户主中已婚农户占86.2%；被调查的所有农户中有外债的农户占22.3%；受到自然灾害的农户占9.5%；被调查农户中家中有人住院的农户占到44.8%，参加合作社的农户占70.3%；种地和养殖的农户分别占85.9%和96.2%，房前屋后种地的农户占28.9%，进一步说明该地区主要以种地养殖为主要生计方式。

（四）模型估算结果

用Logit 模型将协变量加入到其公式里计算，得出两组样本组的PSM 值和平衡性，及观测模型的Pseudo-R2值，选择既要满足平衡性又要使得Pseudo-R2值最大变量且多重共线性远小于10 的变量组，最大的为1.46，所以不存在多重共线性的情况。Logit模型结果如表3 所示。

表3 倾向匹配得分的Logit 模型估算结果

用logit 模型计算倾向得分，因变量为是否兼业。分析回归结果，自然灾害、户主年龄、养殖、房前屋后对农户是否兼业都有着显著的负向影响，但自然灾害的负向效果并不显著；婚姻、劳动力总数、种地、养殖、房前屋后均有着显著的正向影响。

四、实证和分析

（一）匹配平衡性检验

在进行倾向得分匹配后，下一班要分析处理组和控制组之间的平衡性问题。经过最邻近匹配法匹配后，对照控制变量匹配前后的均值，匹配后的处理组和对照组的所有变量均值偏差在最邻近匹配法匹配之后都出现了显著的下降，常年且T 检验之后均未出现显著差异。因此可以得出，在匹配后，处理组和控制组变量的差异得以控制，达到了类似于随机试验的效应，足以证明已显著降低自选择所导致的估计偏误。

图1 是通过最邻近匹配法匹配后的各个协变量的标准偏误情况，可以发现在处理组和控制组匹配前后有着显著的差异；匹配之前处理组和控制组之间相对分散，匹配之后其向0 聚拢，因此可以得出，通过匹配之后两组间的差异大幅度减小。

表4 最邻近匹配法的平衡性检验

图1 匹配前与匹配后协变量的标准偏误

（二）匹配质量

表5 匹配质量

根据农户是否兼业得出的倾向得分，采用最近邻匹配法、半径匹配法、核匹配法三种方法对比分析出处理组和对照组之间的食物消费水平不同。从Pseudo_R 来看，不同的匹配方法匹配之后，Pseudo_R均有所下降；匹配前变量的Pseudo_R 值为0.115，采用最近邻匹配法、半径匹配法、核匹配法三种方法后分别降到0.022、0.025、0.035，进而说明变量消除了系统差异。

（三）分析平均处理效应

运用三种匹配方法进行估计样本的平均处理效应（ATT），分别是最邻近匹配法、半径匹配法和核匹配法，并采用自抽样法反复抽样500 次估计样本的标准误。具体内容如表6 所示。

表6 平均处理效应分析

通过匹配后发现农户是否兼业对农户食物消费支出存在影响，兼业对农户食物消费支出存在正向作用，通过不同匹配方法的结果可以看出，其3种方法有所不同，但是结果相近，从实证结果看，农户兼业显著提高农户的食物消费水平，这也说明了结果是稳健的，不会依赖于具体的方法。观测中发现在贫困地区影响农户食物消费支出的众多因素中将农户是否兼业这一变量单独出来分析，发现其对农户家庭食物消费的结果具有一定的可信度和说服力。

五、结论和建议

（一）主要结论

本文2018 年基于青海省乐都县、刚察县和尖扎县，甘肃省文、县、西和县岷县和康县对500 户农户的实地调研数据，运用倾向匹配得分法（PSM）研究农户兼业对于食物消费的影响。通过实证分析发现，农户兼业显著提升了农村居民的食物消费支出，在采用最邻近匹配法、半径匹配法和核匹配法的平均处理效应（ATT）后兼业农户的人均食物消费总支出的对数比其非未兼业的分别提高0.422 个百分点、0.467 个百分点和0.416 个百分点，说明兼业农户的人均食物消费总支出的对数比其非未兼业的显著提高。不同的匹配方法的匹配集而产生了不同的共同支撑区域，但产生效应的结果和趋势是相同的，从而说明了贫困地区的农户兼业对其食物消费具有正效应和稳健性。

（二）对策建议

从研究结论上看，农户兼业会显著提高农户的食物消费水平，但是农户兼业是否会提高他们的食物消费观念和习惯的认知呢，这值得我们更深层次讨论。因此，有关部门应正确引导和呼吁农民的消费，提倡健康饮食和均衡营养的消费方法，加大对健康饮食等方面知识的宣传，提高农户对富含维生素和高蛋白产品的消费力度，同时，政府应该加强监管，保障农户食物安全和提高对食物质量的信任，促进农户再次消费。