王 娟

（北海職業(yè)學(xué)院，廣西 北海 536000）

基于多水平模型的西南民族地區(qū)農(nóng)戶(hù)非農(nóng)勞動(dòng)行為研究
——以云南省紅河哈尼族彝族自治州為例

王 娟

（北海職業(yè)學(xué)院，廣西 北海 536000）

文章基于農(nóng)戶(hù)模型理論，結(jié)合西南民族地區(qū)農(nóng)戶(hù)特征，尋找影響農(nóng)戶(hù)非農(nóng)勞動(dòng)行為的因素；基于農(nóng)戶(hù)數(shù)據(jù)具有層級(jí)結(jié)構(gòu)的特點(diǎn)，從多水平模型統(tǒng)計(jì)分析方法入手，通過(guò)對(duì)數(shù)據(jù)的組間異質(zhì)性和隨機(jī)性問(wèn)題的有效處理，以云南省紅河哈尼族彝族自治州為例，結(jié)合實(shí)證得出了最終模型，并與普通最小二乘估計(jì)進(jìn)行比較。

多水平模型；西南民族；非農(nóng)勞動(dòng)

中國(guó)是個(gè)擁有9億農(nóng)民的農(nóng)業(yè)大國(guó)，解決農(nóng)民問(wèn)題的核心是增收，農(nóng)民增收的有效途徑是擴(kuò)大非農(nóng)就業(yè)。相比沿海內(nèi)地經(jīng)濟(jì)發(fā)展水平較高地區(qū)，由于其居住環(huán)境、社會(huì)發(fā)展程度不同，西南民族地區(qū)的農(nóng)村問(wèn)題研究更有其特殊性和復(fù)雜性，本文基于農(nóng)戶(hù)模型理論，結(jié)合西南民族地區(qū)農(nóng)戶(hù)特征，尋找影響農(nóng)戶(hù)非農(nóng)勞動(dòng)行為的因素；基于農(nóng)戶(hù)數(shù)據(jù)具有層級(jí)結(jié)構(gòu)的特點(diǎn)，從多水平模型統(tǒng)計(jì)分析方法入手，通過(guò)對(duì)數(shù)據(jù)的組間異質(zhì)性和隨機(jī)性問(wèn)題的有效處理，尋找農(nóng)戶(hù)層級(jí)數(shù)據(jù)的微觀水平和宏觀水平影響效應(yīng)，從而深入分析對(duì)于西南民族地區(qū)農(nóng)戶(hù)行為決策過(guò)程中更合理的農(nóng)戶(hù)經(jīng)濟(jì)解釋?zhuān)瑸槲髂厦褡宓貐^(qū)農(nóng)業(yè)問(wèn)題的開(kāi)展提供借鑒與思考。

1 模型的設(shè)計(jì)與解釋

在研究農(nóng)戶(hù)問(wèn)題時(shí)，許多學(xué)者采用多元線(xiàn)性回歸模型的統(tǒng)計(jì)方法，如張林秀，霍艾米（2000）采用最小二乘估計(jì)（OLS）方法研究經(jīng)濟(jì)波動(dòng)中的農(nóng)戶(hù)勞動(dòng)力供給行為；Ahn, Singh,and Squire（1981）用加入誤差項(xiàng)的計(jì)量模型估計(jì)農(nóng)戶(hù)多產(chǎn)出的利潤(rùn)函數(shù)；程名望，史清華（2006）用基于線(xiàn)性回歸的Logit模型論證了城鎮(zhèn)的拉力是農(nóng)村勞動(dòng)力轉(zhuǎn)移的根本動(dòng)因?？紤]到農(nóng)戶(hù)數(shù)據(jù)具有層級(jí)結(jié)構(gòu)的特點(diǎn)，層級(jí)結(jié)構(gòu)數(shù)據(jù)存在組內(nèi)同質(zhì)性問(wèn)題，即同層（組）的個(gè)體存在相似性，其殘差項(xiàng)不相互獨(dú)立，導(dǎo)致傳統(tǒng)多元線(xiàn)性回歸模型的同方差和獨(dú)立性假設(shè)不成立，其估計(jì)參數(shù)標(biāo)準(zhǔn)誤也會(huì)產(chǎn)生偏倚，由此產(chǎn)生統(tǒng)計(jì)檢驗(yàn)的第一類(lèi)錯(cuò)誤，而錯(cuò)誤地拒絕統(tǒng)計(jì)學(xué)顯著性檢驗(yàn)的真假設(shè)。

多水平模型自上個(gè)世紀(jì)80年代發(fā)展起來(lái)到現(xiàn)在，已是目前國(guó)際統(tǒng)計(jì)學(xué)研究中的一個(gè)重要領(lǐng)域，但國(guó)內(nèi)外對(duì)于多水平模型在經(jīng)濟(jì)領(lǐng)域的運(yùn)用尚處于剛剛起步階段。在農(nóng)戶(hù)行為問(wèn)題的研究中，目前還沒(méi)有運(yùn)用多水平模型統(tǒng)計(jì)方法分析的例子。多水平模型統(tǒng)計(jì)分析方法能將因變量中的變異分解為組內(nèi)變異（within-group variance）和組間變異（between-group variance），因此，適合于處理層級(jí)數(shù)據(jù)結(jié)構(gòu)。

2.1 多水平模型的形式

以一個(gè)兩水平模型為例介紹多水平模型，在一個(gè)兩水平模型中包括兩個(gè)水平1解釋變量和一個(gè)水平2解釋變量，模型設(shè)定如下：

i=1,2,…,N(樣本總量) ;j=1,2,…,J(水平2單位數(shù))式中，yij為第j個(gè)水平 2單位（或第j組）中的第i個(gè)個(gè)體的水平1被解釋變量；式（2.1）表示yij變異的水平1方程。水平1截距 0j表示水平1截距跨水平2單位的變化，是隨機(jī)回歸系數(shù) 0j，對(duì)應(yīng)的有水平2方程（2.2），在這里，0j就變成了因變量，它表示的是，水平1被解釋變量yij的總體平均值并非如一般線(xiàn)性回歸模型所描述的是一個(gè)固定系數(shù)，而是隨著水平2的不同而不同，它的變異由（2.2）方程中的水平2解釋變量s1j來(lái)解釋。x1ij對(duì)yij的效應(yīng)跨水平2單位變化，同樣 1j也是隨機(jī)回歸系數(shù)，它的變異由（2.3）水平2方程中的水平2解釋變量s1j來(lái)解釋。水平1解釋變量x2ij并不跨水平2單位變化，其對(duì)應(yīng)的回歸斜率β2j也是固定的。從模型的形式看，包含了兩個(gè)隨機(jī)回歸系數(shù) 0j和 1j，以及一個(gè)固定回歸系數(shù) 2j。

將式（2.2）和（2.3）代入式（2.1），可以得到組合模型（2.4）:

式（2.4）可以看成有兩部分組成：即固定效應(yīng)成分和隨機(jī)效應(yīng)成分，分別對(duì)應(yīng)

(00+01s1j+2jx2ij+10x1ij+11s1jx1ij)和。水平2誤差項(xiàng)ju0和ju1只是在各組間有變化，在組內(nèi)（第j組）并沒(méi)有變化，也即各組內(nèi)觀察值互不獨(dú)立。該模型看上去，與一個(gè)帶有交互作用的普通線(xiàn)性回歸模型有些相似，但是其殘差部分要復(fù)雜得多。該模型的殘差包括兩個(gè)水平2誤差項(xiàng)ju0和ju1，一個(gè)水平1誤差項(xiàng)ije以及水平1解釋變量ijx1，稱(chēng)之為復(fù)合殘差結(jié)構(gòu)，它取決于ju0、ju1和ijx1的值，并且ijjxu11被看作是組群與水平 1變量ijx1之間的交互作用。因此，復(fù)合殘差沒(méi)有一個(gè)恒定的方差，也正是由于這個(gè)特征會(huì)導(dǎo)致異方差性，從而不符合普通最小二乘法的條件假設(shè)，而需要用特殊的方法來(lái)估計(jì)多水平模型的參數(shù)。

通常用于多水平模型參數(shù)估計(jì)的方法有兩種：一種是迭代廣義最小二乘估計(jì)，即 IGLS，Iterative Generalized Least Squares（Goldstein, 1985）；另一種是限制的迭代廣義最小二乘，即 RIGIS，Restricted Iterative Generalized Least Squares（Goldstein,1986）。本文采用SAS PROC MIXED進(jìn)行模型擬合在計(jì)算機(jī)軟件中的實(shí)現(xiàn)，其提供了可供選擇參數(shù)估計(jì)方法：ML、REML等。在多水平模型中，對(duì)模型的檢驗(yàn)運(yùn)用的最為廣泛的是似然比檢驗(yàn)，常用似然比檢驗(yàn)來(lái)對(duì)比兩個(gè)模型擬合的好壞，通過(guò)其差值大小的顯著性來(lái)檢驗(yàn)?zāi)Ｐ偷母倪M(jìn)效果。-2LL值越小，表明模型改進(jìn)得越好。此外，還可采用信息標(biāo)準(zhǔn)統(tǒng)計(jì)量：AIC、BIC和AICC進(jìn)行模型比較。AIC、BIC和AICC的值越接近于0，則模型擬合數(shù)據(jù)越好。

2 西南民族地區(qū)農(nóng)戶(hù)非農(nóng)勞動(dòng)時(shí)間的影響因素分析

2.1 數(shù)據(jù)的預(yù)處理與變量的選取

本文研究數(shù)據(jù)來(lái)源于 2008年云南省紅河哈尼族彝族自治州統(tǒng)計(jì)局農(nóng)村住戶(hù)調(diào)查數(shù)據(jù)，包含13個(gè)市縣、136個(gè)鄉(xiāng)鎮(zhèn)、295個(gè)村，3000戶(hù)農(nóng)村家庭，涉及3700多個(gè)普查指標(biāo)。很顯然，該數(shù)據(jù)具備明顯的層級(jí)特點(diǎn)，農(nóng)戶(hù)嵌套于村，村嵌套于鄉(xiāng)鎮(zhèn)，鄉(xiāng)鎮(zhèn)又嵌套于市縣，是一個(gè)三水平層級(jí)結(jié)構(gòu)數(shù)據(jù)，適合于采用多水平模型估計(jì)與分析。考慮合適的組群個(gè)數(shù)，本文采用“村—農(nóng)戶(hù)”對(duì)數(shù)據(jù)進(jìn)行分層處理，以不同的村碼區(qū)分。水平2的鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)變量來(lái)源于《2009年紅河州領(lǐng)導(dǎo)干部經(jīng)濟(jì)工作手冊(cè)》。

在模型建立之前，對(duì)部分變量進(jìn)行了預(yù)處理。數(shù)據(jù)中年齡為分類(lèi)變量，采用組中值處理方法將其處理為連續(xù)變量，運(yùn)用加權(quán)平均法求出平均年齡以便作年齡的總中心化處理；數(shù)據(jù)中農(nóng)戶(hù)經(jīng)營(yíng)土地面積為連續(xù)變量，但其密集在平均水平以下，為了利于估計(jì)，嘗試將該變量分類(lèi)虛擬化看其對(duì)農(nóng)戶(hù)勞動(dòng)行為的影響。

基于農(nóng)戶(hù)模型的理論框架，農(nóng)戶(hù)家庭的勞動(dòng)行為決策與生產(chǎn)和消費(fèi)決策聯(lián)系在一起。結(jié)合研究數(shù)據(jù)與西南民族地區(qū)農(nóng)戶(hù)的行為，考慮其特殊性，本文從以下三個(gè)方面著手選取變量：

（1）經(jīng)濟(jì)因素。由農(nóng)戶(hù)模型可以清晰地了解農(nóng)戶(hù)在進(jìn)行勞動(dòng)時(shí)間決策時(shí)是通過(guò)效用函數(shù)分析的，在農(nóng)戶(hù)家庭效用最大化的條件下，考慮生產(chǎn)決策與消費(fèi)決策。本文研究的對(duì)象是我國(guó)西南少數(shù)民族貧困地區(qū)的農(nóng)戶(hù)勞動(dòng)行為，勞動(dòng)市場(chǎng)的不完善性以及少數(shù)民族文化的特定性使得農(nóng)戶(hù)模型的假定過(guò)于苛刻，生產(chǎn)決策和消費(fèi)決策不具有可分性，生產(chǎn)決策影響消費(fèi)決策的同時(shí)，消費(fèi)決策反過(guò)來(lái)也影響生產(chǎn)決策。也正是基于此，在本文對(duì)農(nóng)戶(hù)非農(nóng)勞動(dòng)時(shí)間的影響因素分析時(shí)，在不考慮農(nóng)戶(hù)的消費(fèi)偏好的前提下，將可支配收入這一影響農(nóng)戶(hù)消費(fèi)決策的變量引入模型之中，以測(cè)定其對(duì)生產(chǎn)決策的反作用。同時(shí)，由于勞動(dòng)力市場(chǎng)的不完善，使得農(nóng)業(yè)勞動(dòng)工資無(wú)法觀測(cè)，因此，本文采用農(nóng)業(yè)生產(chǎn)函數(shù)估計(jì)農(nóng)業(yè)勞動(dòng)的影子工資以代替市場(chǎng)勞動(dòng)工資，進(jìn)而估算出農(nóng)戶(hù)的影子收入，在此基礎(chǔ)上考慮影子收入對(duì)農(nóng)戶(hù)非農(nóng)勞動(dòng)時(shí)間配置的影響。

（2）場(chǎng)景因素。地理因素在很多農(nóng)戶(hù)問(wèn)題的研究中也被稱(chēng)作是環(huán)境因素，不論其如何界定，代表農(nóng)戶(hù)家庭所處的自然環(huán)境、交通條件、所處地區(qū)的基本情況的這些協(xié)變量，本文為與后面統(tǒng)計(jì)分析模型一致，全部定義為場(chǎng)景因素或場(chǎng)景變量。從經(jīng)驗(yàn)研究看，這些變量對(duì)農(nóng)戶(hù)家庭的行為決策具有一定的影響，而且存在同一范圍內(nèi)的相似性。在場(chǎng)景因素的選擇中，本文與前人研究的區(qū)別在于考慮了所處地區(qū)的鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展?fàn)顩r對(duì)農(nóng)戶(hù)個(gè)體行為的影響，從鄉(xiāng)鎮(zhèn)的工業(yè)總產(chǎn)值、鄉(xiāng)鎮(zhèn)企業(yè)營(yíng)業(yè)收入等變量入手試圖來(lái)尋找更具代表性的場(chǎng)景變量以分析非農(nóng)勞動(dòng)時(shí)間的影響因素。

（3）家庭特征因素。農(nóng)戶(hù)行為決策來(lái)自于家庭，作用于家庭，而每個(gè)家庭的特征又不盡相同，比如家庭的結(jié)構(gòu)、勞動(dòng)力人數(shù)、男勞動(dòng)力人數(shù)、家庭經(jīng)營(yíng)的土地面積、受教育程度、年齡等等造成了農(nóng)戶(hù)勞動(dòng)供給行為決策時(shí)的個(gè)體差異。有學(xué)者還曾就某一家庭特征變量進(jìn)行專(zhuān)門(mén)的分析，比如教育。此外，考慮到西南民族地區(qū)農(nóng)業(yè)生產(chǎn)占絕大部分，農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)較其他地區(qū)更大，其對(duì)農(nóng)戶(hù)收入有直接的影響，而人均經(jīng)營(yíng)土地面積和上一年農(nóng)業(yè)生產(chǎn)固定資產(chǎn)原值從一定程度上可以反應(yīng)農(nóng)戶(hù)家庭抵御風(fēng)險(xiǎn)的能力。本文將把這些家庭特征變量作為個(gè)體變量納入模型進(jìn)行探索性測(cè)量。

3.2 兩水平模型估計(jì)

（1）正態(tài)分布檢驗(yàn)。為了分析影響云南紅河地區(qū)農(nóng)戶(hù)勞動(dòng)時(shí)間配置問(wèn)題，本文選取非農(nóng)勞動(dòng)時(shí)間為因變量，考慮到多水平模型對(duì)因變量正態(tài)分布的前提要求，對(duì)該變量取自然對(duì)數(shù)，檢驗(yàn)其正態(tài)性，得到如下正態(tài)Q-Q圖1，從分布的斜率來(lái)看，呈近似正態(tài)分布，符合多水平模型估計(jì)對(duì)因變量的正態(tài)性要求。

圖1 非農(nóng)勞動(dòng)時(shí)間取自然對(duì)數(shù)的正態(tài)Q-Q圖

（2）村內(nèi)同質(zhì)性的統(tǒng)計(jì)檢驗(yàn)。對(duì)數(shù)據(jù)的結(jié)構(gòu)進(jìn)行初步分析知道本文研究數(shù)據(jù)具有明顯的分級(jí)結(jié)構(gòu)，考慮樣本分布及群組單位個(gè)數(shù)適應(yīng)多水平模型分析的要求，選用“農(nóng)戶(hù)—村”這一兩級(jí)數(shù)據(jù)進(jìn)行分層處理，首先，通過(guò)這一結(jié)構(gòu)數(shù)據(jù)的組內(nèi)相關(guān)系數(shù)計(jì)算，可以發(fā)現(xiàn)該數(shù)據(jù)是否具有層級(jí)結(jié)構(gòu)。本文中關(guān)于多水平模型分析的軟件實(shí)現(xiàn)均在SAS9 .2版本下運(yùn)行。首先，建立關(guān)于非農(nóng)勞動(dòng)時(shí)間2L的空模型（Empty Model），寫(xiě)作：

該模型中水平1（公式3.1）和水平2（公式3.2）中均沒(méi)有解釋變量，模型（3.1）中，0j和eij分別代表第j個(gè)村莊的非農(nóng)平均時(shí)間和圍繞該平均值的農(nóng)戶(hù)個(gè)體的變異。模型（3.2）中，γ00表示總截距，代表非農(nóng)時(shí)間的總平均值；u0j代表組均值之間的變異，即第j個(gè)村莊的非農(nóng)平均時(shí)間與非農(nóng)總平均時(shí)間的差異。模型（3.3）是模型（3.1）和（3.2）的組合模型，該數(shù)據(jù)以“村”作為組水平單位，其空模型運(yùn)用REML估計(jì)法，即限制性最大似然法（restricted maximum likelihood），經(jīng)過(guò)2次迭代即成功收斂，表明空模型擬合良好。模型的擬合統(tǒng)計(jì)量 - 2LL= 6598.5，具體運(yùn)行結(jié)果如表1：

表1 空模型—估計(jì)結(jié)果

組內(nèi)相關(guān)系數(shù)ICC的顯著性檢驗(yàn)相當(dāng)于組間方差為“零”的假設(shè)檢驗(yàn)，通過(guò)上表，和的P值都很小，均表現(xiàn)出統(tǒng)計(jì)顯著，由此可以推斷ICC是統(tǒng)計(jì)顯著的。另一方面，可以計(jì)算組內(nèi)相關(guān)系數(shù)：

組內(nèi)相關(guān)系數(shù)也可以解釋為組間方差與總方差的比。計(jì)算結(jié)果ICC=0.527，在因變量中約有52.7%的總變異是由個(gè)體樣本不同引起的，表明數(shù)據(jù)中存在較大程度的組內(nèi)同質(zhì)性，或者說(shuō)組群效應(yīng)，也就是說(shuō)同一個(gè)村莊的農(nóng)戶(hù)在非農(nóng)勞動(dòng)時(shí)間的分配問(wèn)題上存在著相似性，同時(shí)也意味著存在組間異質(zhì)性，即不同村的農(nóng)戶(hù)存著差異。

（3）最終模型

根據(jù)多水平模型的建模步驟，依次建立水平2解釋變量主效應(yīng)的隨機(jī)截距模型、隨機(jī)截距模型、水平1解釋變量的隨機(jī)斜率檢驗(yàn)，直至得到最終模型的估計(jì)結(jié)果，如表2：

表2 最終模型—估計(jì)結(jié)果（REML）

很顯然，從模型擬合統(tǒng)計(jì)量來(lái)看，-2LL由第四步的模型3186.3降低到3007.9，又一次得到了改善，其差值為178.4,(9)=16.919＜178.4，統(tǒng)計(jì)顯著。通過(guò)觀察各自變量的P值，在5%的顯著性水平下，都通過(guò)顯著性檢驗(yàn)。各殘差項(xiàng)估計(jì)值也都有不同程度的減少，總的來(lái)說(shuō)，模型擬合效果較優(yōu)。最后，根據(jù)估計(jì)結(jié)果，可以寫(xiě)出關(guān)于農(nóng)戶(hù)非農(nóng)勞動(dòng)時(shí)間的最終模型（3.5）：

（4）與OLS估計(jì)的比較

為了從不同側(cè)面了解多水平模型估計(jì)方法的優(yōu)劣性，本文還采用大多數(shù)學(xué)者在研究農(nóng)戶(hù)問(wèn)題時(shí)常用的一般線(xiàn)性回歸模型的OLS，即普通最小二乘（ordinary least squares）估計(jì)方法，結(jié)果如下：

表3 OLS回歸結(jié)果

∧α 人均全年影子收入（元）AR -3.95E-06 9.31E-06 -0.42411 0.6715∧1β家庭全年可支配收入（元） 1X -3.41E-06 2.23E-06 -1.52904 0.1264∧2β家庭全年生活消費(fèi)支出（元） 2X -1.72E-06 1.44E-06 -1.19841 0.2309∧3β家庭農(nóng)業(yè)生產(chǎn)物質(zhì)投入（元）3 X -5.20E-06 1.66E-06 -3.14008 0.0017∧*4β非農(nóng)就業(yè)平均年齡（中心化后） *4 X -0.00765 0.004519 -1.69282 0.0906∧5β非農(nóng)勞動(dòng)人數(shù)比例5 X 1.556822 0.148571 10.47861 0.0000∧6β整半勞動(dòng)力人數(shù)6 X 0.195807 0.013418 14.59331 0.0000∧7β人均土地占有面積（畝）7 X -0.034866 0.007797 -4.47162 0.0000∧8β非農(nóng)就業(yè)勞動(dòng)力最高文化程度8 X 0.180401 0.027111 6.654219 0.0000∧ *4 01*β γ 0.006143 0.000941 6.528138 0.0000∧ *4 02*β γ -3.00E-08 1.14E-08 -2.64239 0.0083 Model Fit Statistics: Log likelihood=-2798.9； -2LL=-2*(-2798.9)=5597.8

從表3中可以看出OLS估計(jì)結(jié)果認(rèn)為非農(nóng)勞動(dòng)時(shí)間與農(nóng)戶(hù)所在調(diào)查村的兩個(gè)變量1V、2V不相關(guān)，統(tǒng)計(jì)檢驗(yàn)都不顯著，而多水平模型卻能通過(guò)將數(shù)據(jù)進(jìn)行分層處理，找出組群與個(gè)體之間的關(guān)系；不僅如此，多水平模型在處理交互效應(yīng)時(shí)也比一般線(xiàn)性模型要更優(yōu)，即使OLS估計(jì)結(jié)果得出兩個(gè)變量的交互效應(yīng)顯著，但是解釋起來(lái)卻缺乏理論依據(jù)。甚至有時(shí)候，在驗(yàn)證某些經(jīng)濟(jì)理論的時(shí)候，顯得力不從心，比如根據(jù)農(nóng)戶(hù)模型理論的推斷，容易知道，農(nóng)戶(hù)在決定家庭提供非農(nóng)勞動(dòng)時(shí)間的多少時(shí)，會(huì)考慮到家庭的影子收入，但在OLS估計(jì)結(jié)果中，人均影子收入這一變量卻并不顯著，因此無(wú)法驗(yàn)證這一經(jīng)濟(jì)理論。從模型的整體性檢驗(yàn)來(lái)看，多水平模型的最終模型的擬合統(tǒng)計(jì)量結(jié)果明顯比OLS的模型擬合更優(yōu)，因?yàn)槎嗨侥Ｐ偷淖罱K模型擬合值-2LL=3007.9，遠(yuǎn)遠(yuǎn)小于 OLS的模型擬合值-2LL=5597.8，相差2589.8。

3.3 模型的解釋及經(jīng)濟(jì)意義

本文由于把場(chǎng)景因素處理為層級(jí)結(jié)構(gòu)數(shù)據(jù)中的組水平變量，不僅考慮了環(huán)境因素對(duì)農(nóng)戶(hù)個(gè)體的影響因素，還通過(guò)（1）“距最近車(chē)站（碼頭）的距離”這一分類(lèi)變量衡量調(diào)查村的交通便利條件，得出結(jié)論，與最近車(chē)站（碼頭）的距離越近，對(duì)非農(nóng)勞動(dòng)時(shí)間的投入也越多，交通基礎(chǔ)設(shè)施的便利，會(huì)帶來(lái)出行頻率的增多，與外界的聯(lián)系越多，市場(chǎng)對(duì)等信息的獲得越高，將有利于農(nóng)戶(hù)從事非農(nóng)勞動(dòng)；（2）通過(guò)“鄉(xiāng)鎮(zhèn)企業(yè)營(yíng)業(yè)收入”來(lái)反映調(diào)查村的鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展?fàn)顩r，表明了鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展水平越高，為非農(nóng)就業(yè)提供了更多的機(jī)會(huì)，形成了鄉(xiāng)鎮(zhèn)拉力，吸引農(nóng)戶(hù)就近選擇農(nóng)業(yè)勞動(dòng)以外的其他勞動(dòng)形式。同時(shí)還考慮了跨層的交互效應(yīng)，也因此能更精確地體現(xiàn)調(diào)查村的環(huán)境變量是如何調(diào)節(jié)農(nóng)戶(hù)個(gè)體的非農(nóng)勞動(dòng)時(shí)間決策的。估計(jì)結(jié)果表明，非農(nóng)就業(yè)的勞動(dòng)者年齡與平均年齡的差異與非農(nóng)勞動(dòng)時(shí)間投入的關(guān)系隨著其家庭交通便利條件的不同而有所不同。在西南少數(shù)民族地區(qū)，70%的農(nóng)戶(hù)居住在山區(qū)，地勢(shì)的惡劣條件使得交通便利對(duì)他們來(lái)說(shuō)就是能否出行，出行的復(fù)雜程度已經(jīng)是次要的，對(duì)于年輕或年長(zhǎng)的勞動(dòng)者，他們不是家庭的主要農(nóng)業(yè)勞動(dòng)參與者，他們主要從事非農(nóng)勞動(dòng)的方式就是長(zhǎng)期外出打工，打工時(shí)間一般也在6個(gè)月以上，而非農(nóng)閑時(shí)的補(bǔ)充勞動(dòng)方式。

根據(jù)農(nóng)戶(hù)模型推出勞動(dòng)供給與收入、生活消費(fèi)、生產(chǎn)物質(zhì)投入有關(guān)，估計(jì)結(jié)果也證實(shí)了這一推導(dǎo)，非農(nóng)勞動(dòng)時(shí)間與人均收入、生活費(fèi)用呈顯著正相關(guān)，和生產(chǎn)物質(zhì)的投入呈顯著負(fù)相關(guān)。表明，較高的生活水平需求與較高的人均收入對(duì)非農(nóng)勞動(dòng)時(shí)間的拉力較強(qiáng)。此外，農(nóng)戶(hù)的消費(fèi)產(chǎn)品中，除了生活消費(fèi)還有對(duì)閑暇時(shí)間的消費(fèi)，由于其價(jià)格的不可觀測(cè)性，可以通過(guò)影子工資反映的影子收入作為判定閑暇的優(yōu)劣性質(zhì)。當(dāng)收入增加時(shí)，對(duì)勞動(dòng)供給也隨之增加，那么閑暇就隨之減少，這時(shí)閑暇就是劣等品；反之，當(dāng)收入增加時(shí)，對(duì)勞動(dòng)供給隨之減少，那么閑暇就隨之增加，此時(shí)閑暇即為正常物品。但由于本文的因變量只是勞動(dòng)供給中的非農(nóng)勞動(dòng)，因此，只能部分地解釋閑暇的優(yōu)劣程度，不能完全說(shuō)明閑暇對(duì)西南少數(shù)民族地區(qū)來(lái)說(shuō)是劣等品。從農(nóng)業(yè)生產(chǎn)投入來(lái)說(shuō)，生產(chǎn)物質(zhì)投入越多，意味著對(duì)農(nóng)業(yè)生產(chǎn)時(shí)間的需求越多，而農(nóng)戶(hù)生產(chǎn)受時(shí)間的約束，對(duì)非農(nóng)勞動(dòng)時(shí)間投入相對(duì)就越少。這一點(diǎn)也是與農(nóng)戶(hù)模型理論是相吻合的。

為了解釋農(nóng)戶(hù)生產(chǎn)決策影響消費(fèi)決策的同時(shí)，消費(fèi)決策是否也反過(guò)來(lái)影響生產(chǎn)決策，我們對(duì)可支配收入進(jìn)行觀察其估計(jì)結(jié)果發(fā)現(xiàn)，可支配收入與非農(nóng)勞動(dòng)時(shí)間有顯著負(fù)相關(guān)，也就是說(shuō)，可支配收入越多，農(nóng)戶(hù)對(duì)非農(nóng)勞動(dòng)時(shí)間的投入就會(huì)越少。對(duì)農(nóng)戶(hù)來(lái)說(shuō)，從事農(nóng)業(yè)生產(chǎn)是主要的，如果在農(nóng)業(yè)生產(chǎn)可以創(chuàng)造較多的可支配收入以滿(mǎn)足其消費(fèi)的條件下，那么對(duì)非農(nóng)勞動(dòng)的投入也就會(huì)減少。另一方面，從統(tǒng)計(jì)的角度來(lái)說(shuō)，其顯著性的影響驗(yàn)證了西南少數(shù)民族地區(qū)的農(nóng)村處于不完善的商品市場(chǎng)條件下，農(nóng)戶(hù)的生產(chǎn)與消費(fèi)決策是聯(lián)系在一起，相互影響的。

對(duì)于農(nóng)戶(hù)勞動(dòng)行為的研究必定會(huì)討論人力資本變量，本文通過(guò)家庭勞動(dòng)力結(jié)構(gòu)狀況以及教育程度來(lái)分析農(nóng)戶(hù)人力資本對(duì)非農(nóng)勞動(dòng)時(shí)間的影響。從風(fēng)險(xiǎn)的角度來(lái)說(shuō)，農(nóng)業(yè)生產(chǎn)是一個(gè)條件限制性較高的活動(dòng)，不僅受經(jīng)濟(jì)活動(dòng)的影響，還與諸如陽(yáng)光、雨水、土壤等不可控的自然因素關(guān)系密切，尤其在西南民族貧困地區(qū)，各種風(fēng)險(xiǎn)所帶來(lái)的收入波動(dòng)對(duì)低收入的西南少數(shù)民族地區(qū)的農(nóng)戶(hù)更是一大沖擊，信貸市場(chǎng)與保險(xiǎn)市場(chǎng)往往不存在或不完善，非農(nóng)勞動(dòng)可以從另一個(gè)方面抵御農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)，勞動(dòng)力人數(shù)以及參與非農(nóng)勞動(dòng)的人數(shù)作為基本的人力資本是一個(gè)不可或缺的條件。本文還嘗試把“上一年生產(chǎn)性固定資產(chǎn)原值”看作是農(nóng)戶(hù)家庭的原始積累，反映農(nóng)戶(hù)家庭的風(fēng)險(xiǎn)抵御能力。但估計(jì)結(jié)果為正相關(guān)，且模型的擬合值增大，擬合效果沒(méi)有改進(jìn)，其經(jīng)濟(jì)意義也不能從風(fēng)險(xiǎn)抵御能力上合理解釋?zhuān)虼藳](méi)有納入模型。

[1] 張林秀,霍艾米,等.經(jīng)濟(jì)波動(dòng)中農(nóng)戶(hù)勞動(dòng)力供給行為研究[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題,2000(5).

[2] 程名望,史清華,徐劍俠.中國(guó)農(nóng)村勞動(dòng)力轉(zhuǎn)移動(dòng)因與障礙的一種解釋[J].經(jīng)濟(jì)研究,2006(4).

[3] De Leeuw, J.& I.G..G. Kreft. Random Coeffcient models for multilevel analysis. Journal of Educational Statistics.Vol.11:57-85.

[4] Wallace E. Huffman. Farm and Off-farm work Decisions:The Role of Human Capital. The Review of Economics and Statistics,Vol.62,No.1(Feb.,1980)pp:14-23.

Non-farm labor action research of the southwest region farmers Based on the multi - level model——Take honghe hani nationality yi nationality autonomous prefecture in Yunnan province for example

In this paper, based on the farmer model theory, combined with the household characteristics of the southwest national area, looking for influence factors of non-agricultural Labour behavior; based on characteristics of hierarchical structure in the household data, starting from statistical analysis method of multilevel models, Through effective handling between groups heterogeneity of data and random question, Take honghe hani nationality yi nationality autonomous prefecture in Yunnan province for example, combined with the positive,obtained final model and compared with the ordinary least squares estimates, the empirical results show that multi-level model better is suitable for the research of the economic problems of farmers, were new ideas were put forward from methodology.

multi-level model; southwest nationality; non-farm labor

TP273

A

1008-1151(2012)06-0302-04

2012-04-11

王娟（1975－），女，湖北武漢人，北海職業(yè)學(xué)院經(jīng)濟(jì)學(xué)碩士，研究方向?yàn)閼?yīng)用統(tǒng)計(jì)。