收入不确定性对劳动生产率的影响机制研究——基于农村数据的空间面板计量分析

渠鲲飞

(1.晋中学院 经济管理学院, 山西 晋中 030600；2.中国农业大学 人文发展学院, 北京 100193)

一、研究现状

经过几十年的农业现代化建设，我国的农业取得了瞩目的成就，但也导致了能源消耗等一系列问题。这种建立在能源高消费基础上的农业发展模式，从长期来看，必然会受到供给约束的制约。使发展呈现不可持续性。因此要提高农业现代化的质量，必须促使增长由要素投入的粗放型方式转向生产效率提高的集约型方式。农民劳动生产率是农业生产效率的基础，它综合反映了人力资本，技术和管理水平，它的提高不仅有利于农业现代化的建设，也有利于农民收入的增长。同世界上其他国家相比，我国的劳动生产率一直处于较低水平，1993年中国的总体劳动生产率在119个国家中居第97位。农业劳动生产率的情况也不乐观，在2007年，仅是加拿大的1/163，美国的1/161，法国的1/102，澳大利亚的1/96[1]，以农业就业人数和农业增加值来衡量，2014年我国农业劳动生产率相当于2006年高收入国家的9.9%，欧元区国家的11.8%，日本的14.4%，美国的41%[2]。2017年前，我国农业的劳动生产率仅仅相当第二产业的八分之一，第三产业的四分之一左右[3]。农业劳动生产率的提高是促进农民增收的重要手段，也是二元经济发展和工业化发展的前提条 件，因此非常有必要从劳动生产率角度来研究我国农业现代化建设。

学术界对农业劳动生产率的研究由来已久，受国际学术界的影响，国内的研究内容也注重对各地区农业劳动生产率差异的研究，利用数据包络法，生产函数法，检验了我国农业劳动生产率的收敛性。但是对影响劳动生产率的因素的文献，这方面的研究存在数量不足的问题。顾焕章，朱希刚等人最早从农业技术进步角度研究了农业生产率的影响因素。田维明[4]认为：决定农业劳动生产率的关键因素是投入的集约度和投入利用的技术效率。汪小平[5]研究了资源禀赋对农业劳动生产率影响，并通过全国1952—2003年的数据得出可能路径；高帆[6]认为在影响劳动生产率的各种因素中，资本深化是主要指标。全炯振[7]认为土地生产率增长是我国1952—2008年期间劳动生产率增长的决定因素等等。

以往的相关研究多是从技术水平，经营管理方面入手，认为要素的配置状况，农业的技术装备等是决定劳动生产率的主要因素。注重从外力推动的角度来提高农业的劳动生产率，忽视了对劳动者内在积极性的研究。事实上农民是农业经营的主体，农业经营者改变农业质态的基点是劳动生产率的提高。如果农民的积极性激发不起来，任何先进技术，高效的制度安排，都不能充分发挥效果。因此对农业生产效率的考察必须从农民自发经营行为切入才有意义。

在影响农民积极性的各种因素中，收入无疑是起决定性的，稳定而高于市场出清水平的工资会激励农民努力工作，从而提高效率。而不确定性的收入水平会直接影响他们的劳动生产率。但是从我国目前的实际情况来看，农民收入的突出特点是表现为增长中存在着不确定性，因此，收入不确定性是影响我国农业劳动生产率一个不可忽视的因素。现有的研究表明，收入不确定性主要通过技术使用，农业经营方式，制度安排影响到农民经营行为的。而这些方面也正是对农业劳动生产率发生作用的外力因素。

有鉴于此，本研究重点从农民劳动积极性方面，分析了影响农业劳动生产率的因素。其中收入不确定性是重要的考查对象，弥补了相关研究对劳动者本身关注的不足。在研究方法上，因为空间计量能充分考虑不同区域之间经济发展水平和区域之间彼此影响所造成的空间溢出效应，所以采用空间面板模型来估计各参数。此外，现有对收入不确定性的研究侧重于它所带来的后果，而对它内在的动态演变机制研究不够，为此本文借鉴调整离差率法，依次考察了在不同的收入水平阶段，收入的不确定性的变化趋势和特点。最后依据计量模型分析了收入不确定性的来源对它的影响，旨在提出更具针对性的建议。

二、基本模型的确定

(一)收入不确定性的描述

目前衡量收入不确定性的方法，学术界主要采用与收入相关数据的方差和标准差等形式，代表性人物有 Dynan[8]等，这些方法不能有效地区分出收入变动的方向，使得研究内容难以细化和拓展。其他的方法还有使用诸如失业率等代理指标来衡量收入不确定性，代表性人物有国内的杭斌、郭香俊[9]使用了这种方法，这种方法过于单一，而且对农民的隐形失业难以度量，会产生较大的偏差。此外采用调查问卷方式，代表性人物有Guiso，Japelli,and Terlizzess[10]等。调查问卷测定风险的主要依据是人们的主观感知，在模型使用中受到技术限制。因此有必要对收入不确定性的方法进行完善。

美国经济学家奈特提出，不确定性的表现就是非概率型随机事件，这一提法得到学界的广泛认同。按照这种思路，王建宇[11]引入的调整离差率是近年比较理想的测度收入不确定性的方法。它主要通过实际收入和预期收入的偏差来反映，结合本论文研究对象，设置农民收入调整离差率的方法具体如下：

首先计算出农民预期的收人变动率，它是以一段时间内农村居民收人的平均增长率来衡量。然后,按用上一年的实际收入乘以预期收入变动率，得到预期收入增长值，进一步就可以得出农村居民的预期收人值,称它为“基期收人”。

基期收人的计算公式为：

It=It-1*(1+k%)

(1)

调整离差率的计算公式为:

(2)

(二)研究方法——空间面板计量分析

1.基本模型

在估计参数的模型选择中，本研究采用了空间面板模型。与一般的面板模型相比，它考虑了数据的空间依赖性。普通面板模型采用的是截面和时间序列数据，它们来自于空间中不同的区域，它的估计方法中，隐含着一个重要的假设：空间内的观测值和区域内其他观测值彼此不相关，这种假设由于忽略了普遍存在的空间个体彼此之间的影响，而使参数的估计不够准确。而空间面板模型，由于考虑了空间变量之间相关性的影响，提高了参数估计的精度。具体方法是引入了空间权重矩阵，考虑了区域间的相关性。它包括以下两种：第一种是空间滞后回归模型(spatial lag model，SLM)：着重考虑具有相关性地区的经济行为，彼此之间造成的影响，见式(3)

Yit=α+ρWYJt+βXit+εitε：N(0，σ2In)

(3)

式中Yit代表某一个i被解释变量矩阵，X 代表解释变量矩阵，YJt代表除i之外其他被解释变量矩阵，W是空间权重矩阵，In代表单位矩阵,ρ是空间自回归系数，In代表单位矩阵。

另一种是空间误差模型(SEM)，这种空间相关性是以随机误差项的形式体现，说明随机冲击造成了空间外溢，见式(4)

Yit=α+βXit+μit

μit=λWμJt+εε：N(0，σ2In)

(4)

式(4)中，λ是空间误差项WμJt的系数,这个模型结合了标准回归模型和误差项的空间自回归模型。

本文主要研究收入的波动对劳动生产率的影响，由于存在空间层面的机制和效应，结合上文的介绍和本文研究的需要，构建如下基本模型

空间滞后模型(SLM)：

LDLit=ai+ρwLDLjt+β1Sit+β2T+β3Z+εit

(5)

空间误差模型(SEM)：

LDLit=ai+β1Sit+β2T+β3Z+μit，μit=

λwμjt+εit

(6)

其中ε：N(0，σ2In)

参数ρ是空间滞后项 wy的系数，参数λ是空间误差项 wμ 的系数，ε、μ 为随机误差项，i,j表示省份，t 表示年份。

LDLit是地区 i在 t年的农民劳动生产率, LDLjt是地区 j在 t年的农民劳动生产率。劳动生产率(Labor productivity)是指在一定时期内，劳动总产出与所耗费的劳动的比值。它分为实物型劳动生产率、价值型劳动生产率，边际劳动生产率，平均劳动生产率。根据国内外的研究成果和本文的研究目的，我们以历年农民人均农产品数量作为劳动生产率。

Sit;代表是地区 i在 t年的收不确定性，用调整离差率表示。考虑到滞后效应，取上一年的数据表示。

为使研究更加全面，以柯布-道格拉斯生产函数为依据，考虑了土地、资本对劳动生产率的影响，分别选取人均土地面积的自然对数(T)和人均农业生产固定性投资的对数(Z)表示。

2.本研究空间加权矩阵的设定

空间加权矩阵主要用来衡量不同距离的变量的影响程度，在目前的研究中，多以地理距离为判断依据，忽视了经济相关性的影响。特别是在估计某种变量对研究对象的影响时，经济发展的同质性比地理距离的影响更大，这种同质性可以通过经济发展水平距离来表示。国内学者张征宇、朱平芳[12]研究地区环境支出“逐底效应”时，借鉴了国外专家的表示经济发展水平差距的空间加权矩阵。 由于本研究模型包括的是全国不同经济发展水平的区域，经济距离比空间距离对参数的估计影响更大，本研究构造一个表示经济距离的空间加权矩阵为W：

Wij=1/ Incomei-Incomej

这里的经济距离用各地区农民人均纯收入的差距来表征，其中Incomei和Incomej分别表示i地区和j地区的农民年人均纯收入(来自《中国统计年鉴》获得)。它是一个 26×26 的对称矩阵，其中主对角线上的元素为零，当两省经济发展差距在界定范围内时矩阵元素取 1，当发展差距超出界定范围取0。对加权矩阵进行标准化,使每行和为1的正规化处理，这样就得到了本研究的空间加权矩阵。

三、实证分析

(一)检验模型的选择

在设定好基本模型和加权矩阵后，还需要进行空间相关性的检验，在存在显著相关性的条件下，面临着对两种基本模型的选择问题。主要采用Moran’sI检验、 最大似 然LM-Error检验及LM-Lag检验方法。

借助 MATLAB软件(2014)首先进行了 Moran’sI检验，Moran’sI值为0.653,检验结果证实了各省的收入不确定性存在显著的空间相关性，LM检验表明，空间滞后模型的显著性强于空间误差模型，说明经济距离相近的地区，二者的收入不确定性具有较强的同质性，因此以模型(7)作为本文实证分析的检验模型。

空间滞后模型(SLM)：

LDLit=ai+ρwLDLjt+β1Sit+β2T+β3Z+εit

(7)

各变量选取参照本研究第二部分数据。由于研究变量是农业相关数据，因此四个直辖市都没有考虑，此外西藏的数据缺失比较严重，也没有考虑，最终以26个省为研究对象。W 是n×n(26×26)的空间加权矩阵，参数ρ是空间滞后项 wy的系数，ε为随机误差项。

接下来以空间滞后模型为基础，分别从时间固定效应，地区固定效应，时间地区固定效应和没有固定效应来考察2001年至2014年，我国农民收入不确定性对劳动生产率的影响机制。

(二)估计结果解释

为更清楚判断空间效应的存在，以普通面板随机效应估计方法估计了同样的模型，和空间滞后模型的各种固定效应估计结果放在一起。见表1。

表1 劳动生产率的影响因素分析

从估计结果看，SLM的时间地区双固定效应的拟合优度显著高于OLS估计，说明收入不确定性存在显著空间溢出效应，SLM模型相比OLS更能准确地反映各种自变量对劳动生产率的影响。SLM 模型表明，各省份农民劳动生产率除了受本地区农民收入不确定性的直接影响外，还受经济距离相邻省份的农民收入不确定性的影响。各种固定效应空间滞后系数，除时间固定效应模型外，其他均在1%显著性水平下通过检验。它们通过收入不确定性彼此发生影响，经济距离相近的地区收入不确定性具有同质性。在没有固定效应的模型中，经济距离相邻的地区劳动生产率每增加1%，自身的劳动生产率就增加0.17%，而在地区固定效应模型中，这个系数上升到0.29%，时间地区固定的模型中式0.26%。表明收入不确定性对劳动生产率的影响在空间依赖和空间异质性的作用下，具有显著的正效应。由本文空间权重矩阵的设定，正的空间自相关系数，意味着邻近地区的相应变量产生集聚效应，这可以由趋同理论理论得到解释。考虑了空间影响因素后，各参数均有变化。除时间固定效应模型中的ρ系数不够显著外，其他几种模型ρ系数在1%水平下通过了检验，均表现出了显著的空间外部性。

四、收入不确定性的动态演进和形成机制分析

空间面板模型估计结果显示，经济发展水平相当的地区之间，各省农民收入不确定性均存在显著的同质性。为准确的理解收入不确定性的这种影响机制，借鉴最新的研究方法，在经济同质性的基础上，以调查年内农民平均收入为依据，把全国各省分为不同的类别，平均收入小于1000元的为低收入组，1000～1300的为中等收入组，高于1300的为高收入组。依次描述收入不确定性的变动轨迹，分析各自的形成机制，见表2。各省收入均以1985年为基期，进行了处理，1、2、3为低收入组，4、5为中等收入组，6为高收入组。数据来自历年《中国统计年鉴》。

表2 收入水平分组

(一)各收入组的收入不确定性变动趋势

按照上文调整离差率的方法，对不同收入水平下农民收入不确定性变迁轨迹描述如下：

图1 低收入组的收入不确定性变动趋势图

图2 中高收入组收入不确定性变动趋势图

从图中可以看出，当收入水平较低的时候，往往是收入不确定性程度最激烈的时期。随着收入水平的提高，收入不确定性有所降低。而在收入水平分组中，又以收入水平中低分类组的收入不确定性波动比较激烈，(4组):从2000年至 2014年，以负向波动为主，2001年收入不确定性是0.01，达到正向波动最高值，之后农民实际收入一直低于预期收入，2004年为-0.028，2008年0.05，2011年达到最低值-0.09，说明中等收入组收入来源呈现多样化，在收入增长的过程中伴随着高风险化，由于处在经济转型的初期，加之缺乏相应的保障，农民普遍缺乏风险应对机制.而高收入组，都是经济转型起步早，农民又有较丰富的处理风险的经验，会根据实际需要调整生产经营行为，使风险最小化，因此表现出比较稳定的风险变动轨迹。而最低收入组，农业发展停滞，收入来源渠道僵化，农民收入呈现低收入，低风险的特点。

(二)收入不确定性的形成机制

为考察不确定性的形成机制，我们构建计量模型，分析各种因素在农民收入不确定的影响。其中被解释变量是收入不确定性(I)，以上文介绍的调整离差率法计算可得，解释变量从农民收入风险的来源入手，包括市场风险，人力资本风险，政策风险，和自然风险，还有城镇化所带来的机遇和挑战，见表3。由于我们在估计各参数时，已经按照收入水平进行分组，有效地避免了空间经济距离的影响，因此本模型是平面面板模型。而其各数据均采用差分或比例表示，消除了数据非平稳性。

模型建立

‴it+

β5X″″it+μit

(8)

表3 不确定性形成机制中解释变量的界定

(三) 结果分析

本研究利用EVIEW7软件估计了模型(8)，结果如下：

从估计结果看，除了第5组外，各个模型的拟合优度均超过了50%，说明选取的解释变量能够有效地解释收入不确定性的变动是合适的。其中3组、4组中，中等收入水平组模型拟合的较好，模型拟合优度和参数的显著性通过率也高。中等收入组，对收入不确定性的影响因素中，城镇化、自然风险通过了检验.第3组中，城镇化率每增加1个单位，调整离差率增加0.614个单位，说明城镇化有效地增加了实际收入；财政支农比例每增加1个单位，相应的被解释变量就增加0.006个单位，也与实际预期方向一致，但效果不够显著，说明政府的财政支农效率有待提高；有效灌溉比例促进增收的作用也比较明显，每增加1个单位，相应的收入变动就增加0.317个单位，说明我国农业基础设施建设在增加农业产出，农民增收方面的作用是明显的。

表4 风险形成机制模型估计结果

五、结论

目前政府提高农民收入水平强调通过调整农业产业结构，大力推广新技术等一系列现代化手段来实现，而对农民自身的积极性关注不够。劳动生产率的提高最终离不开农民的生产经营行为，只有充分理解农民的行为，才能有效地激发农民的生产积极性。新技术的使用，收入来源渠道的增多，在提高农民收入的同时，也不可避免地带来收入风险。理性的小农在面临收入不确定时，如果没有充分的应对机制，会首先考虑生存理性，而不是经济理性，这样最终会制约农业生产效率的提高。因此现代化推广的同时，应该同时建设有效的风险应对机制，具体应该从土地、金融、社保、教育科技方面入手。在促进农地流转时， 稳定农民的土地使用权，实行农地规模经营，降低小农生产风险。金融服务方面，应扩大银行对“三农”服务的范围，根除农村资金市场发育中的制度藩篱，增强农民防范自然和市场风险的力度。文化科技方面，要加大和改善对教育、科技的投入，提高人力资本，激发农民自身应对收入风险的潜力。社会保健方面，应该完善合作医疗、养老保险、救济等各项社保制度，做好从风险的打击中恢复的能力。市场建设方面，采取价格保护政策，提供信息服务，大力发展农产品期货和选择权市场，化解市场风险。

参 考 文 献

[1] 高帆.中国劳动生产率的增长及其因素分解 [J].经济理论与经济管理，2007 (4)：18-25.

[2] 蔡继明.乡村振兴应与新型城镇化同步推进[EB/OL]. (2018-03-07) [2018-03-14].http://cnews.chinadaily.com.cn/2018-03/09/content_35818102.htm.

[3] 乡村振兴要参,我国农业的劳动生产率仅仅相当于第二产业的八分之一[EB/OL].(2018-01-29)[2018-03-14].http://sh.qihoo.com/pc/2s21tr8cw10?

[4] 田维明.我国各省市区农业劳动生产率的比较研究 [J].农业技术经济,1987 (1)：18-21.

[5] 汪小平.中国农业劳动生产率增长的特点与路径分析[J].数量经济技术经济究，2007 (4)：14-25.

[6] 高帆.中国农业生产率提高的优先序及政策选择[J].经济理论与经济管理，2008 (8)：12-19.

[7] 全炯振.中国农业的增长路径:1952— 2008年[J].2010(9)：10-16.

[8] Skinner Jonathan. Risk Income. Life Cycle Consumption and Precautionary Savings[J]. Journal of Monetary Economics,1998,22(9):237-255.

[9] 杭斌，郭香俊. 基于习惯形成的预防性储蓄——中国城镇居民消费行为的实证分析[J].统计研究，2009(3)：38-43.

[10] Guiso L,Jappelli T,Terlizzese D. Earning uncertainty and precautionary saving[J].Journal of Monetary Eco-nomics, 1992(30): 307-337.

[11] 王健宇.收入不确定性的测算方法研究 [J].统计研究，2010 (9)：58-64.

[12] 张征宇,朱平芳.地方环境支出的实证研究[J]. 经济研究, 2010(5)：82-93.