徐梓津,趙翠薇,王培彬
貴州師范大學民族地理研究中心,貴陽 550001
耕地是人類生存和發(fā)展的基礎(chǔ),是農(nóng)業(yè)和農(nóng)村發(fā)展的前提。農(nóng)戶作為耕地生產(chǎn)投入的主體,是耕地的直接使用和受益者。農(nóng)戶的耕地生產(chǎn)投入行為能夠決定農(nóng)業(yè)總產(chǎn)量并且是農(nóng)業(yè)產(chǎn)量增長速度的直接力量[1]。因此,在我國人地矛盾問題極其尖銳的大背景下,從農(nóng)戶角度出發(fā)研究耕地生產(chǎn)投入行為及影響因素對我們國耕地資源保護[2]和農(nóng)業(yè)發(fā)展都具有重要意義,對以農(nóng)業(yè)為主的貴州少數(shù)民族地區(qū)的研究顯得更為迫切。
黎元護在1999年曾針對耕地利用中農(nóng)戶行為所引起的耕地破壞情況,分析農(nóng)戶行為特征并論述農(nóng)戶行為與耕地保護之間的矛盾及其產(chǎn)生的深層原因[3];2001年譚淑豪、曲福田和黃賢金學者從生產(chǎn)規(guī)模、收入水平和兼職行為三個方面對農(nóng)戶土地利用行為之間的差異進行比較,探討了不同類型農(nóng)戶對經(jīng)濟政策刺激的反應(yīng)及其可能采取的土地利用方式對土地退化的影響[4]。2006年陳美球、周丙娟和鄧愛珍等從對國家耕地政策認識、耕地征用意愿、耕地保護責任認識和耕地質(zhì)量保護投入等方面分析當前農(nóng)戶的耕地保護現(xiàn)狀,并提出了調(diào)動農(nóng)戶耕地保護積極性的對策建議[5]。
圖1 研究區(qū)位置示意圖
從目前國內(nèi)的研究來看,這些既有的成果在個案研究、數(shù)據(jù)采集和數(shù)學模型的完善等方面仍顯得不足。特別是近幾年的研究大多集中在國家、政府等較為宏觀的層面,對少數(shù)民族地區(qū)的研究極少,運用的方法也多是層次分析、模糊聚類等較為主觀的方法。有的研究雖然考慮了農(nóng)戶的因素,也主要以第三方的角度出發(fā)來進行政策設(shè)計且多以耕地利用行為為研究對象,較少涉及耕地生產(chǎn)投入等具體行為。
本研究在農(nóng)戶行為理論與耕地可持續(xù)利用理論研究的基礎(chǔ)上,選取貴州少數(shù)民族地區(qū)為研究樣區(qū),設(shè)計問卷調(diào)查表并對研究區(qū)農(nóng)戶進行實地走訪與調(diào)查。將收回的有效調(diào)查問卷進行比對,分析農(nóng)戶耕地生產(chǎn)投入中的選擇和投入等行為,并應(yīng)用多元線性回歸分析方法,確定影響農(nóng)戶耕地生產(chǎn)投入的因素,建立農(nóng)戶投入影響因素的多元線性回歸模型,最后得出結(jié)論。
關(guān)嶺布依族苗族自治縣位于貴州西南部(105°15″-105°49″E,25°34″-25°05″N),隸屬于安順市,全縣總面積1468 km2。2010年關(guān)嶺縣總?cè)丝?0.16 萬人,其中少數(shù)民族人口19.12 萬,占總?cè)丝诘?3.39%,屬于少數(shù)民族自治縣。農(nóng)業(yè)人口28.65 萬人,占總?cè)丝诘?8.36%。境內(nèi)海拔高度在800~1500 米之間,是貴州巖溶地貌發(fā)育最典型的地區(qū)之一。2010年完成生產(chǎn)總值205623 萬元(當年價),人均生產(chǎn)總值4971 元,略低于全省的2010年的平均水平5787 元,與2009年全國平均水平15973 元相比,差距較大,屬于經(jīng)濟欠發(fā)達的少數(shù)民族地區(qū)。
通過農(nóng)戶對問卷的填寫以及相關(guān)問題的回答收集農(nóng)戶耕地生產(chǎn)投入現(xiàn)狀、保護意愿等資料,本次調(diào)查時間為2010年7月至2011年2月,在研究區(qū)內(nèi)隨機抽取了680 戶農(nóng)村家庭進行調(diào)查,共發(fā)放調(diào)查問卷680 份,收回有效問卷662 份,直接調(diào)查對象中老年人占大多數(shù),文化程度參差不齊。
回歸分析是一種處理變量統(tǒng)計相關(guān)關(guān)系的數(shù)理統(tǒng)計方法?;貧w分析的基本思想是:自變量和因變量之間沒有嚴格的、確定性的,但可以設(shè)法找出最能代表它們之間關(guān)系的分析方法表達形式,多元回歸分析是研究多個變量之間關(guān)系的回歸,通過該方法還能找出因變量中的重要影響因素。本研究利用SPSS20.0軟件實現(xiàn)。
在本研究中,影響因變量的因素不止一個,耕地質(zhì)量作為因變量y,選取的農(nóng)戶行為為自變量x,通過SPSS軟件對數(shù)據(jù)進行多元線性回歸分析,可以得出如下函數(shù):
y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+b6x6+c
其中,y為因變量,b0為回歸常數(shù),bk(k=1,2,3,4,5,6)是回歸參數(shù),xk為農(nóng)戶行為。多元回歸模型建立好之后,需做檢驗。c項是誤差項,本文擬應(yīng)用逐步回歸法選擇對因變量影響顯著的自變量,逐步回歸法的基本思想是在模型中逐個引入自變量,而且每次引入對因變量影響最為顯著的自變量,并對模型中的原來變量逐個進行檢驗,把不顯著的變量逐個從模型中剔除掉[6],因此最終得到的模型包含的是對因變量影響顯著的變量。
研究區(qū)的經(jīng)濟社會數(shù)據(jù)來源于《安順市2011年統(tǒng)計年鑒》(內(nèi)為2010年數(shù)據(jù)統(tǒng)計);農(nóng)戶耕地生產(chǎn)投入行為數(shù)據(jù)來自問卷調(diào)查的第一手數(shù)據(jù)。問卷內(nèi)容主要包括四個方面內(nèi)容:(1)農(nóng)戶基本情況調(diào)查。包括:農(nóng)戶年齡、性別、文化程度、收入水平、家庭人口、家庭農(nóng)業(yè)勞動力數(shù)量、家庭農(nóng)業(yè)勞動時間和家庭收入來源等農(nóng)戶家庭情況。(2)農(nóng)戶耕地基本情況調(diào)查。包括:農(nóng)戶耕地地面積和轉(zhuǎn)入或轉(zhuǎn)出耕地情況。(3)農(nóng)戶耕地投入情況。包括投入人力時間、投入物力和財力情況。(4)農(nóng)戶選擇。包括種苗選擇和種植技術(shù)選擇[7]。
在對有效調(diào)查問卷整理分析后可知,樣本數(shù)據(jù)中被調(diào)查農(nóng)戶的平均年齡為52歲,大部分年齡分布在50~59歲之間,占整個樣本比例的34.14%。農(nóng)戶中,有四個勞動力人口數(shù)的家庭最多,占整個樣本比例的44.71%。受教育程度方面,初中文化程度人數(shù)最多,占整個樣本比例的45.47%。
表1 被調(diào)查農(nóng)戶基本特征(1)
表1 被調(diào)查農(nóng)戶基本特征(2)
通過表2的統(tǒng)計數(shù)據(jù)可以看出,被調(diào)查農(nóng)戶在技術(shù)選擇上更偏重于是否能提高收成,其次為技術(shù)成本是否偏低,只有少數(shù)農(nóng)戶關(guān)于選擇的技術(shù)是否能提高耕地質(zhì)量。在種苗選擇方面,市場價格決定了絕大多數(shù)農(nóng)戶選擇,占整個樣本比例的34.98%,并且從眾心理的影響也較大。
表2 農(nóng)戶技術(shù)和種苗選擇情況
本研究把農(nóng)戶投入行為劃分為三類,分別是人力投入(用每畝人均年投入時間表示)、物力投入(用每年每畝投入牲畜量、機械量和其它表示)和財力投入(用每年每畝種苗、肥料、農(nóng)藥、灌排、地膜和其它表示)。
從調(diào)查結(jié)果得知,每年每畝耕地投入的人力時間在81~160 d最多,占整個樣本數(shù)據(jù)的42.45%,每年耕地投入的人力時間在241~356 d的最少,只占樣本數(shù)據(jù)比重的14.96%。財力投入方面,44.12%的農(nóng)戶每年每畝地的投入800~1000元。因為研究區(qū)為典型喀斯特山區(qū),土地質(zhì)量欠佳,種植作物多為糧食作物,投入財力不多,主要用于購買化肥和灌排費用。從表4可以看出,研究區(qū)機械化程度低,主要靠牲畜耕地犁地,我國經(jīng)濟欠發(fā)達區(qū)和山區(qū)的機械化程度低是為普遍現(xiàn)象。
表3 人力財力投入情況
表4 物力投入情況
考慮到調(diào)查數(shù)據(jù)的可量化性,本研究選取農(nóng)戶耕地生產(chǎn)投入Y為因變量,農(nóng)戶耕地財力成本費用由農(nóng)戶的種苗費、化肥、農(nóng)藥、地膜、排灌費以及其它費組成。選擇農(nóng)戶年齡(X1)、家庭勞動力數(shù)量(X2)、文化程度(X3)、家庭耕地面積(X4)、耕地年收入(X5)、非農(nóng)年收入(X6)、政府糧食補貼(X7)、耕地財力成本費用(X8)為因變量。
運用逐步回歸方法在SPSS20.0軟件中進行解釋變量的剔除,當R2最大時剔除變量。通過運算,最終剔除了三個不顯著的變量,分別是家庭勞動力數(shù)量(X2)、家庭耕地面積(X4)和政府糧食補貼(X7)。得到回歸模型如下:
Y=0.049X1+0.127 X3+0.189X5-0.097 X6-0.136X8-0.029
其中,F(xiàn)=5.311;R2=0.5871;調(diào)整后的R2=0.5316,從模型的各項檢驗值來看,模型估計結(jié)果較好,可以通過檢驗。
從模型中看出,農(nóng)戶年齡與耕地生產(chǎn)投入成正比,說明年齡越大的農(nóng)戶越愿意對耕地投入,這是因為隨著農(nóng)戶年齡的增加,外出就業(yè)的機會越來越低,這部分農(nóng)戶會將更多的精力放在耕地的生產(chǎn)投入上[8]。農(nóng)戶的文化程度越高,對耕地的生產(chǎn)投入行為也越大。由于文化程度的上升可以使農(nóng)戶做出更科學合理的行為,在耕地生產(chǎn)投入上能夠選擇更為正確而合理的行為和判斷。耕地年收入越高,農(nóng)戶對耕地的生產(chǎn)投入也越高。從農(nóng)戶是理性經(jīng)濟人原理也能說明該問題,農(nóng)戶收入越高,就有更多的資金可以投入到耕地上[9],在耕地年收入高的前提下,農(nóng)戶也愿意對耕地進行更多的投入[10]。非農(nóng)年收入與農(nóng)戶耕地生產(chǎn)投入成反比關(guān)系。當非農(nóng)年收入越高,農(nóng)戶也越愿意選擇非農(nóng)生產(chǎn)方式,從而降低對耕地的生產(chǎn)投入[11]。耕地財力成本費用與耕地生產(chǎn)投入成反比。當耕地成本費用過大時,農(nóng)戶會降低對耕地的投入以保證自己的耕地生產(chǎn)投入行為有收益[12],可以用經(jīng)濟人理論解釋。
上述研究表明,在貴州少數(shù)民族地區(qū)農(nóng)戶年齡、文化程度、耕地年收入、非農(nóng)年收入、耕地財力成本費用五個因素對農(nóng)戶耕地生產(chǎn)投入行為影響顯著。農(nóng)戶在進行耕地生產(chǎn)投入行為時更多的考慮是自身收益,也盡可能的選擇能夠使自身收益最大化的行為方式。對于生產(chǎn)投入行為對耕地質(zhì)量的影響,只有極少數(shù)文化程度較高的農(nóng)戶和年齡在55歲以上的農(nóng)戶考慮過?;谵r(nóng)戶耕地生產(chǎn)行為的特點,少數(shù)民族地區(qū)的政府部門應(yīng)該考慮到少數(shù)民族地區(qū)的特殊性,采取有效激勵機制,增強農(nóng)戶耕地可持續(xù)利用意識;重視農(nóng)業(yè)技術(shù)的推廣,利用多種梁道,建立完善的技術(shù)推廣體系[13];增加“三農(nóng)”投入,加大惠農(nóng)政策及落實幾個方面來增加農(nóng)戶的行為意識;降低農(nóng)耕成本等方面使為數(shù)不多的耕地資源得到行為主體的有效保護。
[1] 宋奎武.農(nóng)戶行為研究若干問題述評[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2002(4):59-64
[2] 陳百明.基于區(qū)域制定土地可持續(xù)利用評價指標體系的分區(qū)方案[J].地理科學進展,2001,20(3):11-15
[3] 張改清.農(nóng)戶投資與農(nóng)戶經(jīng)濟收入增長的關(guān)系研究[M].北京:中國農(nóng)業(yè)出版社,2005
[4] 黃安勝.國內(nèi)外農(nóng)戶投資行為研究綜述[J].經(jīng)濟研究導(dǎo)刊,2008(14):99-100
[5] 胡繼連.中國農(nóng)戶經(jīng)濟行為研究[M].北京:中國農(nóng)業(yè)出版社,1992
[6] 茍文會,劉友兆,王雨晴.基于嫡權(quán)物元可拓模型的耕地可持續(xù)利用研究一以江蘇省為例[J].農(nóng)業(yè)現(xiàn)代化研究,2006,27(5):372-376
[7] 洪明榮.農(nóng)戶行為與農(nóng)戶政策[J].中國經(jīng)濟問題,1997(3):2了-31
[8] 池澤新.農(nóng)戶行為的影響因素、基本特點與制度啟示[J].農(nóng)業(yè)現(xiàn)代化究,2003,24(5):368-371
[9] 文 峰,馮天寧.破解農(nóng)戶經(jīng)濟行為的悖論[J].電子科技大學學報 ,2004(1):43-48
[10]曲福田.耕地資源可持續(xù)利用的經(jīng)濟分析與政策啟示[J].農(nóng)業(yè)環(huán)境與展,2002,12(6):68-73
[11] 蔡運龍,霍雅勤.土地非農(nóng)化供給動力[J].理論探討,2002,18(2):346-350
[12] 深勤魯,黃錦東.實施土地整理,促進耕地資源可持續(xù)利用[J].中國農(nóng)業(yè)資源與區(qū)劃,2005,26(4):14-17
[13] 張興杰,李玉榮.科技進入農(nóng)戶的模式探討[J].科技進步與對策,2006,5:4-6