“公司+农户”模式下农户生计资本变化测度——基于可持续生计分析框架

刘文佳，陈 英

(甘肃农业大学 管理学院，甘肃 兰州 730070)

农业产业化是实现农业现代化的必由之路，是改变农业低效局面、增加农民收入的必然选择。其中，“公司+农户”是农业产业化经营的主要实现模式。农业龙头企业通过与分散农户签订合同，并告知农户相关技术和标准，将分散农户的生产纳入公司统一的管理[1]。有研究者认为，这种模式使农户与公司的关系确定化，农户有了稳定的收入，公司提供的服务降低了农民的经营费用与生产经营风险[2]，增加了农户的收益。同时由于土地经营权仍保留在农户手中，使农户更有安全感[3]。也有研究者认为，这种模式下农业产业化带来的农产品增值效益大部分被龙头企业截留，难以保障广大农民的收益，龙头企业进入村庄后还会破坏农户的社会网络关系[4]。已有的研究中，有通过定性方法从宏观层面来论述这一经营模式给农户带来的损益，也有分析其对农户影响的定量研究，但引入可持续生计分析框架的研究并不多见。

可持续分析框架包括脆弱性背景、生计资本、生计策略、结构和过程转变、生计结果五个方面。描述农户在风险与脆弱性环境以及变革的制度与组织中，如何运用资产和能力，并通过对它们的维持和增强发展生计[5]。生计资本可分为自然资本、物质资本、人力资本、金融资本和社会资本，是农户可持续生计的核心，农户扩展生计能力的基础，也是农户唯一可控制和参与的要素。拥有较多的生计资本的农户拥有更多的选择权，可持续发展的水平也更高。农户在与公司合作前后其生计资本水平与结构的改变，意味着其生计能力的变化。因此，如果与公司合作后，农户的生计资本水平升高，结构改善，则表示“公司+农户”的经营模式提高了农户的生计能力，是一种可持续的农业产业化方式。

可持续生计分析框架中五种生计资本的考察维度是明确的，已有研究选取的生计资本指标也较一致。但不同的研究根据需要会赋予其不同的权重，通过非客观方式设置权重，难以避免权重设置的有效性、推广性问题。鉴于既有研究在生计资本指标权重设置上存在的问题，本文基于因子分析法提出一种处理方法，并以此考察农户的生计资本水平与结构的变化。

本文拟解决的问题是：农户选择在“公司+农户”这一经营模式下进行农业生产活动后，其生计能力如何变化。对这一问题，本文利用从甘肃省张掖市取得的调查数据，构建了包含自然资本、物质资本、人力资本、金融资本和社会资本的农户生计资本评价指标体系。求得农户生计资本得分情况后，通过两配对样本均值t检验分析农户生计资本水平的变化；采用简单相关分析，偏相关分析和复杂相关分析生计资本结构变化，并借此分析农户生计能力的变化。

一、变量选取与生计资本得分

(一)数据来源与生计资本变量选取

研究数据来自对甘肃省张掖市民乐县农户的调查。实地调查反映的情况与相关政策文件均表明，张掖市民乐县自2015年起，在农业供给侧结构改革政策的指导下推进农业产业化经营，众多企业纷纷进入乡村，“公司+农户”是其中一种普遍存在的方式。在张掖市民乐县有农业企业进驻且自然、经济社会水平状况近似的村庄中随机选取6个村，每村抽取25～30户参与农户，对其2016与2018年的生计资本情况进行调查。调查采用面对面形式，主要由户主回答问题，家庭其他成员进行补充。发放问卷199份，收回175份，剔除无效问卷后，获得有效问卷166份，实际回收率85.56%。调查显示，受访户家庭规模平均为3.65人，农户人均年收入为 6 230 元，文盲率为6.8%。统计资料显示，张掖市农村家庭规模平均为3.14人，农村人均年收入为 5 575 元，农村人口文盲率为7.21%，与受访户的属性基本吻合，说明选取的样本具有一定代表性。在走访中发现，与公司合作的农户多数具有相同的特征，即拥有相对稳定的耕地面积，一定数量与质量的农业劳动力和积蓄。这是由于这些进驻的企业主要的经营领域是蔬菜的种植、运输与销售，蔬菜的种植无法使用大型农机，很多环节需要人力劳动。公司为了获得稳定的供应渠道对农户进行了筛选，不满足条件的农户是无法加入的。因此，按照贺雪峰对农户阶层的划分，样本农户实质上主要来源于两个阶层，半工半农阶层与普通农业经营者阶层。

借鉴史俊宏[6]、丁世军[7]等对生计资本指标的设计，选取13个变量作为农户生计资本的衡量指标(见表1)。

表1 生计资本衡量指标

(二)生计资本各项指标得分

因子分析体现着降维的思想，可将多个变量转化为少量互不相关变量。由于各原始变量之间的相关性，原始数据的大部分信息可以通过公共因子的提取反映出来。

进行因子分析前，先对原数据进行标准化处理，消除变量在数量级与量纲上的差异；再对数据进行KMO值和Bartlett检验，判断数据是否适合做因子分析。KMO检验是比较变量间的简单相关系数和偏相关系数，KMO值在0～1之间，越接近1则变量间的相关性越强，适合进行因子分析。对量表中13个指标进行的KMO检验结果显示：KMO统计量的值为0.808，适合做因子分析。Bartlett检验是从原始变量的相关系数矩阵出发进行的检验，其检验的零假设是相关系数矩阵是一个单位矩阵，即原始数据之间无相关性若P值小于指定的显著性水平，则拒绝原假设，认为相关系数矩阵不是单位矩阵，即原始变量间有相关性，适用因子分析。Bartlett检验的卡方为2 036.214，Sig值0.000，达到了0.001 水平下的显著性水平，适合做因子分析[8]。所选取的各项指标变量的共同度都大于0.4，说明原始变量的大部分信息可以被所提取的公共因子很好的解释，原始变量的信息丢失较少，因子提取的效果较理想，适合进行因子分析，用正交旋转法对因子载荷阵进行旋转，共提取四个主因子，总方差贡献率为70.999%。

为比较与公司合作前后农户各项生计资本的增减情况，将农户前后两期的各项生计资本个案合并进行因子分析，计算各项指标权重，然后重新进行个案拆分。通过各指标权重值与农户两期各项生计资本指标的赋值得分相乘，每个样本农户可以得到与公司合作生产前后生计资本各项指标的得分。通过得分的计算可以直接比较农户各项生计资本变化，还可以利用其相对意义进行相关性分析。

根据各因子贡献率(表2)与各因子旋转后载荷(表3)的乘积之和得到评价指标得分，再将评价指标得分进行归一化处理，归一化处理后的权重乘以100作为评价指标权重，所有指标权重之和为100(表4)。农户各项生计资本指标权重与各变量经标准化处理后值的乘积即为所求的农户生计资本各项指标得分[9]。

表2 解释的总方差

注：提取方法为主成份分析

表3 旋转成份矩阵

注：提取方法为主成份旋转法，具有 Kaiser 标准化的正交旋转法

表4 生计资本衡量指标权重

二、与公司合作前后农户各项生计资本增减变化分析

将与公司合作前后的农户生计资本进行个案合并后，农户各项生计资本内部的得分可直接进行前后比较。采用两配对样本t检验分析与公司合作前后农户各项生计资本得分均值的差异，见表5 。

与公司合作后农户生计资本得分的均值高于从前，说明与公司的合作对农户的生计资本产生了正向影响。两者相关系数接近1，且Sig.=0.00，说明两个阶段的相关性与显著性都较高，即与公司前后农户生计资本得分的趋势是一样的，农户的生计资本水平是在原有的水平上波动。农户自然资本、物质资本、金融资本、社会资本与公司合作后前均高于之前，但这些变化并不剧烈。农户人力资本小幅度降低。

通过得分的差值比较可以发现与公司合作前后农户各项生计资本的变化。总体上看，与公司合作后金融资本增加的农户占20.48%，物质资本增加的农户占10.84%，物质资本、金融资本增加的农户多于自然资本与社会资本增加的农户，见表6。

表5 与公司合作前后农户各项生计资本两配对样本t检验

表6 农户与公司合作前后各项生计资本增减变化 单位:%

农户与公司合作后其金融资本得以增加，使农户增强了购买力，进而提升了农户的物质资本。自然资本增加的农户占10.24%。这是由于研究区的耕地资源相对有限，多数农户能耕作的土地面积在0.13～0.2 hm2左右，除了部分老弱农户，多数农户所拥有的劳动力足以支持他们对自家的耕地进行充分的使用，因此劳动力有余的农户也难以通过租赁土地的方式扩大自己实际使用的耕地面积。在有限的时间内，农户的人力资本与社会资本具有相对稳定性，它们的变化幅度不大。

三、与公司合作前后农户生计资本相关关系分析

(一)与公司合作前后农户各项生计资本的 Pearson 相关分析

分析农户与公司合作各项生计资本之间的相关性，比较其前后变化，有助于了解农户生计模式转变对农户生计资本结构的影响。农户生计资本指数得分符合Pearson相关系数计算条件：(1)变量是连续变量；(2)变量是由正态分布或接近正态分布的单峰对称分布的总体。农户与公司合作前后各项生计资本组内相关性的变化见表7。无论是与公司合作前还是与公司合作后，自然资本与除金融资本外其他各项生计资本的相关性都相对较低。可能原因是农村土地承包制是按每户人口数分配土地，决定了每户拥有的耕地面积，且研究区长期以来没有新增耕地，也并未进行过土地的调整，因而自然资本拥有量变化较小。自然资本与金融资本的相关性较高是由于研究区作为传统的农业区，长期以来农户都是依靠农业生产维持生计，农户经营规模实际上决定了农户的收入。

在农户与公司合作前后，在0.01显著水平下农户的物质资本、人力资本、金融资本和社会资本互相相关。其中，自然资本与金融资本这对变量的相关系数在下降，而人力资本与物质资本、金融资本、社会资本，物质资本与社会资本、金融资本，金融资本与社会资本这几对变量的相关系数上升。与公司合作后农户的金融资本与自然资本的紧密性降低，而金融资本与人力资本、社会资本的紧密性提高。前者说明农户收入的提高不再单纯地依靠扩大经营规模，后者意味着农户的人力资本和社会资本对农户收入的影响更为明显，农户卷入市场的程度提高。

除分组观察农户各项生计资本的相关性外，还可从不同生计资本的角度观察前后的相关性。通过计算得出，与公司合作前后农户各项生计资本存在很高相关关系(见表8)，各项生计资本在考察期相对稳定。这是由于研究区是传统农业区，农户长期依靠农业维持生计，土地承包制推进后农户人口数决定了其拥有耕地的面积，耕地面积与劳动力投入又决定了农户的收入水平，农户的社会关系网络也由此展开。考察期内样本农户的自然资本与人力资本的相对稳定使其他生计资本的波动也相对有限。

表7 农户与公司合作前后各项生计资本组内 Pearson 相关性变化

表8 与公司合作前后农户各项生计资本的Pearson相关性

(二)与公司合作前后农户生计资本的偏相关和复相关分析

借助多元线性回归模型，观察与公司合作前农户各项生计资本对之后农户的各项生计资本影响的偏相关系数和复相关系数(见表9)。在0.01的显著水平下Pr>F，则自变量之间存在显著的线性关系，模型整体回归效果较好。VIF 值均小于3，表示变量间不存在多重共线性。由于农户生计资本各变量已进行了标准化处理，因而回归结果中使用标准化回归系数更合适。偏相关系数是扣除了其他变量影响后两个变量间的相关关系，当标准化系数与偏相关系数绝对值不一致时，通过比较偏相关系数确定变量之间的内部关系更可靠[10]。通过标准化回归系数和偏相关系数，可以观察到与公司合作农户前各项生计资本对与公司合作后各项生计资本影响的重要程度。本次回归分析中标准化回归系数和偏相关系数的重要性一致，在这只观察显著性水平小于0. 1的自变量。

表9显示，(1)农户与公司合作前的自然资本、人力资本和物质资本对与公司合作后农户的自然资本有着正向影响，重要程度为自然资本(0.974)>人力资本(0.39)>物质资本(0.006)；(2)在人力资本的回归方程中，与公司合作前的人力资本正向影响与公司合作后人力资本；(3)农户与公司合作前人力资本、物质资本、金融资本正向影响与公司合作后物质资本，重要程度为物质资本(0.904)>人力资本(0.385)>金融资本(0.196)；(4) 农户与公司合作前的人力资本、金融资本正向影响与公司合作后农户的金融资本，重要程度为金融资本(0.786)>人力资本(0.525)；(5)农户与公司合作后社会资本受农户与公司合作前的人力资本和社会资本的正向影响，重要性程度为社会资本(0.97)>人力资本(0.331)。农户与公司合作前的生计资本正向影响之后的生计资本，农户与公司合作前的人力资本对之后的人力资本影响最大，其他生计资本对之后的人力资本也有一定程度上影响，其他回归方程也有类似的规律。

表9 农户与公司合作前生计资本对农户与公司合作后各项生计资本回归结果

复相关系数是衡量变量与多个变量之间线性相关性的指标，取值区间为0～1。农户与公司合作前生计资本与之后自然资本的复相关系数为0.982，与物质资本的复相关系数为0.997，与人力资本的复相关系数为0.961，与公司合作后金融资本的复相关系数为0.871，与公司合作后社会资本的复相关系数为0.961。总体上农户在与公司合作前拥有的生计资本与之后拥有的生计资本有很强的相关关系。

四、结论与讨论

本文对张掖市民乐县166个农户的分析结论如下：(1) 整体上，与公司合作进行农业生产后，农户的自然资本、物质资本、金融资本水平高于从前。(2)龙头企业的进入，通过促进农户扩大经营规模的方式增加了农户的自然资本。(3)与公司合作并不显著影响农户的人力资本、社会资本。这与既有研究认为的龙头企业进入村庄后会破坏农户的社会网络关系、挤出劳动力的观点并不一致。这是由于农户与公司合作后有利可图，农户为了自身利益需要拥有一定数量与质量的劳动力以保证农产品的生产，且社会资本在一定的时间内具有稳定性。(4)与公司合作后，农户物质资本与人力资本、金融资本、社会资本的紧密性下降，金融资本与人力资本、社会资本的关系更加密切。说明农户物质资本的增加具有突变性，农户由于与公司的紧密关系增强了与市场的关系。(5)相关性分析说明，农户与公司合作前各项生计资本与公司合作后各项生计资本关系密切，与公司合作前的农户生计资本对与之后的生计资本存在正向影响，但各个维度的影响重要性存在差异。

衡量农户与企业合作前后生计资本的变化，有助于了解农民生计能力的变化，也可以为政府政策的调整提供理论依据。首先，政策目标要明确，农业产业化政策要注重培养与发展农户生计能力，而提高农户生计能力的关键是增加农户的生计资本。其次，有能力与公司合作的农户往往是本身就有较强的生计能力，农业产业化政策应区别对待不同类型农户，惠及更多的家庭。

“公司+农户”独特模式使样本农户大多具有相同的特征，所以在调查时对于其他异质性农户的观察较少，可能影响分析结果。尽管采取了一些措施降低偏差，但不可能完全消除。望在后续的研究中对更广泛范围的农户进行评估。