2018-10-15（静）

《种植结构“趋粮化”的动因何在？—基于农地产权与要素配置的作用机理及实证研究》

仇童伟、罗必良.

三、数据来源、模型设置与变量选取

（一）数据来源与样本描述

课题组于2015年年初通过分层聚类方法对农户进行了抽样问卷调查。其抽样过程是，首先，根据各省份总人口、人均国内生产总值、耕地面积、耕地面积占全省国土面积的比重、农业人口占全省人口的比重和农业产值占全省CDP的比重6个指标进行聚类分析，并结合中国七大地理分区，抽取了9个省份(包括东部地区的辽宁、江苏和广东，中部地区的山西、河南和江西，西部地区的宁夏、四川和贵州)；然后，按上述6个指标对各省的县(区、市)再进行聚类分析，在每个样本省份分别抽取6个样本县(合计54个)，在每个样本县按经济发展水平高低抽取4个乡镇(因课题需要，在广东、江西各抽取10个样本乡镇)；接着，在每个样本乡镇随机抽取1个行政村，在每个行政村又随机抽取2个自然村；最后，在每个样本自然村随机挑选5户样本农户。此次调查共发放问卷2880份，回收问卷2838份，其中有效问卷2704份，问卷有效率为95.28%。

基于此，作者从个体特征方面、家庭特征方面和农作物种植方面汇总了样本的基本特征，并对收集的数据进行汇总分析。

（二）变量选取与定义

1、因变量

  本文模型的因变量包括农户是否种植粮食作物、是否种植经济作物、粮食播种面积占比和粮食亩产量。由于本文关注于种植结构调整，因此，一方面需要考察粮食作物和经济作物种植行为发生与否，另一方面也需要分析粮食作物的经营状况。为了保证分析结果的一致性与有效性，并考虑到粮食作物类型的不同、数据的可获得性以及本文9个样本省份中有8个都有水稻种植，本文将以对水稻播种面积及亩产量的分析代替对粮食作物的考察。

2、主要自变量

本文模型的主要自变量包括农地产权满意度、纯务农劳动力占比、兼业劳动力占比、粮食生产中劳动用工量和机械使用程度。其中，农地产权满意度是依据农户对农地所有权、承包权和经营权落实的满意度来衡量的。家庭劳动力可具体区分为纯务农劳动力、兼业劳动力和完全非农劳动力，这一划分与廖洪乐(2012)的研究一致。但如果将这三个指标作为变量同时引入模型，必然产生共线性问题，故本文仅保留纯务农劳动力占比和兼业劳动力占比。此外，为了进一步阐明劳动投入和机械使用如何影响种植结构，本文也识别了粮食生产中劳动用工量和机械使用程度。考虑到粮食生产中劳动用工量和机械使用程度为1 -5的等级变量(很低==1；较低=2；一般==3；较高=4；很高=5)，本文将“一般”及以上水平赋值为1，低于“一般”水平赋值为。

3、其余控制变量

除上述变量外，本文也控制了农户的农地特征和流转行为以及村庄特征。对于不同的土地类型，其适合种植的作物和实现的比较收益也是不同的。当水田面积较大时，粮食作物尤其是水稻的种植可能更具优势。对于不同的农地流转行为，农户选择种植的农作物种类和目的也有所不同。如果农户转入农地，盈利动机使得他们更倾向于种植比较收益更高的经济作物(易小燕、陈印军，2010)；相反，如果农户转出部分农地，那么他们可能会在保留的农地上种植粮食作物，以满足口粮需求。不同位置、地形、交通状况以及经济水平的村庄，劳动力非农转移的难度、就业机会以及地势导致的耕作难度的不同，会造成种植结构的差异。此外，种植粮食作物的利润也是影响农户农作物选择的重要原因。本文利用《全国农产品成本收益资料汇编2015》的数据，计算了各省份亩均粮食作物净利润及亩均水稻净利润来表征粮食生产收益。是否转入农地、是否转出农地、村庄地形、村庄交通状况和村庄经济水平均为分类变量，故下文将它们以哑变量的形式引入模型。