周　力,劉馨月

(南京農(nóng)業(yè)大學 經(jīng)濟管理學院，江蘇 南京 210095)

?

市場風險、契約關系與農(nóng)戶空間溢出效應*
——基于人感染禽流感(H7N9)風險視角

周力,劉馨月

(南京農(nóng)業(yè)大學 經(jīng)濟管理學院，江蘇 南京 210095)

摘要：文章基于高郵市77個養(yǎng)禽大戶的第一手調(diào)研數(shù)據(jù)(包括疫情突發(fā)期和風險持續(xù)期這兩個時期)，運用空間計量模型，實證分析了禽流感風險持續(xù)沖擊下，“公司+農(nóng)戶”的契約關系對養(yǎng)禽戶行為的影響，并從禽流感風險引致不確定性的視角，探討了農(nóng)戶行為的空間溢出效應。研究發(fā)現(xiàn)：與“獨立”養(yǎng)禽戶相比，“公司+農(nóng)戶”的契約關系對農(nóng)戶養(yǎng)殖規(guī)模有顯著的正向影響。當市場風險增強時，養(yǎng)禽戶行為之間的空間溢出效應更加明顯。就筆者所知，文章采用農(nóng)戶數(shù)據(jù)所展開的禽流感疫情空間效應研究，應是新制度經(jīng)濟學的新嘗試，研究結果對于禽業(yè)可持續(xù)發(fā)展具有重要的政策含義。

關鍵詞：禽流感；契約關系；適應行為；空間溢出效應

劉馨月(1994-)，女，江蘇徐州人，南京農(nóng)業(yè)大學經(jīng)濟管理學院碩士研究生。

一、問題的提出

2013年3月至今，人感染禽流感病毒(H7N9)疫情重創(chuàng)中國家禽業(yè)。獨立養(yǎng)殖戶由于難以承受市場風險之重，逐步退出了家禽養(yǎng)殖業(yè)；而“公司+農(nóng)戶”的禽業(yè)一體化模式得以生存下來，簽約養(yǎng)殖戶的基本利益得到了保護(例如，江蘇立華的“公司+農(nóng)戶”養(yǎng)殖模式，使得簽約養(yǎng)殖戶在H7N9禽流感疫情發(fā)生期間仍然獲得了平均1.8萬元/批的毛利)。但是，“活禽產(chǎn)銷型企業(yè)”模式也暴露出重大弊端。例如，“廣東溫氏”和“江蘇立華”肉雞產(chǎn)業(yè)的子公司已出現(xiàn)巨額虧損的局面(其中，常州立華畜禽有限公司及子公司，為收購養(yǎng)殖戶肉雞承擔了每只5元的損失，累計虧損最高曾達3億多元)。如果禽流感疫情持續(xù)下去，禽業(yè)供給賴以穩(wěn)定的農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)的資金鏈必將斷裂，隨之而來的企業(yè)對契約農(nóng)戶的違約行為則不可避免，其潛在的社會經(jīng)濟影響將遠超過企業(yè)倒閉本身。

現(xiàn)階段，已有不少針對禽流感或契約關系的專門研究。一方面，針對禽流感的研究主要集中在：禽流感風險下，消費者購買行為與支付意愿研究(Brouwer，2008；Zhou等，2015)；禽流感風險感知對農(nóng)戶生產(chǎn)短期行為的影響(Turvey等，2010)；禽流感爆發(fā)后，養(yǎng)禽戶防控行為變化的描述性分析(于樂榮等，2009)。另一方面，針對契約關系的研究主要集中在：契約關系的發(fā)生機制研究(規(guī)避風險和降低交易費用等)(Allen和Lueck，1995；Ligon，2003；Gray和Boehlje，2005)；契約關系的穩(wěn)定機制研究(鄧宏圖和米獻煒，2002；周立群和鄧宏圖，2004；萬俊毅，2008)；契約關系的績效研究(祝宏輝，2007；Begum等，2012；Key，2013；Michelson，2013)。

當禽流感疫情持續(xù)發(fā)生時，其引致的市場不確定性程度也會發(fā)生變化。疫情突發(fā)時期，市場價格下降是必然趨勢，此時市場價格波動的不確定性較小。禽流感爆發(fā)后期，全國范圍內(nèi)的個例偶發(fā)，致使市場價格變化趨勢不明朗，此時禽流感風險引致的不確定性增加，極易導致滯后的供給短缺以及價格暴漲，不利于維持物價穩(wěn)定的宏觀目標的實現(xiàn)。因此，對于持續(xù)禽流感風險沖擊的研究則顯得更為重要。但是，針對持續(xù)的(H7N9)禽流感風險沖擊下的禽業(yè)生產(chǎn)者適應行為，學界仍鮮有論述；面臨市場風險持續(xù)沖擊時，契約關系對農(nóng)戶的影響如何，更是缺乏論證。

以往對于農(nóng)戶行為的研究大多是以農(nóng)戶行為相互獨立為前提假設，普遍采用忽略空間效應的最小二乘估計。然而，不確定性與行為決策理論認為，當不確定性增加時，人們會通過廣泛的信息搜集來降低風險。因此，面臨禽流感風險的持續(xù)沖擊，禽業(yè)生產(chǎn)者的生產(chǎn)行為所傳遞出的與市場行情有關的信息就會對彼此產(chǎn)生影響，其行為獨立性的假設面臨質疑，此時OLS估計是有偏的，充分考慮空間效應的空間計量模型應更為科學、有效。

本文的研究思路是：在分析禽流感風險持續(xù)沖擊下契約關系對養(yǎng)禽戶行為影響的基礎上，通過引入空間權重矩陣，充分考察農(nóng)戶行為的溢出效應。“公司+農(nóng)戶”模式下龍頭企業(yè)與農(nóng)戶建立了緊密的利益聯(lián)結機制，若農(nóng)戶之間通過行為溢出形成了緊密的關系網(wǎng)絡，企業(yè)則在很大程度上承擔了廣大農(nóng)戶的“社會安全網(wǎng)”責任。因此，空間計量模型在文章中的應用，不僅是方法的改進，更有助于我們清楚認識禽業(yè)龍頭企業(yè)的區(qū)域協(xié)調(diào)帶動作用以及龍頭企業(yè)在維持畜禽產(chǎn)業(yè)安全和穩(wěn)定供給方面的關鍵作用。

基于此，本文采集了江蘇省高郵市77個養(yǎng)禽戶的兩輪跟蹤調(diào)研數(shù)據(jù)，運用空間計量模型，實證分析了在禽流感風險持續(xù)沖擊下，“公司+農(nóng)戶”的契約關系對養(yǎng)禽戶行為的影響，以期為相關決策提供佐證。本研究的創(chuàng)新之處主要有二：一是基于兩期跟蹤調(diào)研數(shù)據(jù)，細致刻畫了H7N9禽流感導致的長期市場風險對養(yǎng)禽戶生產(chǎn)行為的動態(tài)影響；二是引入空間計量模型，從禽流感風險引致不確定性的視角，探討了農(nóng)戶行為的空間溢出效應。

二、模型、變量及數(shù)據(jù)

(一)人感染禽流感風險的農(nóng)戶適應行為度量

在本研究中，適應行為特指生產(chǎn)者面對禽流感沖擊，為使損失最小化而采取的事前防御行為或事后補救措施。禽流感爆發(fā)后，養(yǎng)禽戶采取的適應行為主要包括養(yǎng)殖投入的變化(主要指雞苗與飼料投入變化)和疫病防疫技術行為的變化(主要指增加消毒清理和疫苗注射次數(shù))(于樂榮等，2009)。但從調(diào)研結果來看，H7N9禽流感疫情爆發(fā)后，養(yǎng)禽戶的防疫技術并未發(fā)生改變，這與于樂榮等(2009)的研究結論不同，他們以中國散養(yǎng)及中小規(guī)模家禽養(yǎng)殖農(nóng)戶為主要研究對象，研究發(fā)現(xiàn)禽流感發(fā)生后農(nóng)戶的防疫投入明顯增加。本文與于樂榮等人(2009)的研究結論差異主要來源于兩個方面：一是受訪群體不同(本研究主要調(diào)研的是養(yǎng)禽大戶)，二是兩輪禽流感防疫體系不同(一方面，2013年規(guī)?；B(yǎng)禽場的防疫體系已經(jīng)相對完善；另一方面，禽流感發(fā)生后，全國并未研制出針對H7N9的新疫苗，農(nóng)戶仍然使用H5N1禽流感疫苗。養(yǎng)禽大戶沒有必要做出“新”的舉動)。同時，僅有少數(shù)養(yǎng)禽戶選擇增加消毒清理次數(shù)，原因在于H7N9并未造成禽類異常死亡。此外，養(yǎng)禽戶也并未改變飼料配方。調(diào)研發(fā)現(xiàn)，變化飼料配方對防疫能力的影響非常有限，而改變配方對成本提升的影響卻非常明顯?？梢?，此次H7N9禽流感的風險并非養(yǎng)殖風險(禽類大量死亡)，而是市場風險(需求與價格的改變)，在市場需求驟降的情形下，通過調(diào)整雞苗投入量來調(diào)整供給則應為最主要的適應行為。本文所關注的并非農(nóng)戶的養(yǎng)禽量在疫情突發(fā)期和風險持續(xù)期發(fā)生了怎樣的變化，而是在禽流感的風險下，參與契約關系的農(nóng)戶同“獨立”養(yǎng)禽戶相比，養(yǎng)禽量的整體水平存在何種差異，即契約關系對農(nóng)戶養(yǎng)禽量的影響如何。因此，本文選取農(nóng)戶的養(yǎng)禽規(guī)模(及其橫向差異)來反應適應行為。

(二)變量設定

1.核心解釋變量。契約關系(Contract)，采用如下方式度量：“公司+農(nóng)戶”模式取值為1，否則為0。揚州市立華畜禽有限公司采用“公司+農(nóng)戶”模式與農(nóng)戶合作養(yǎng)雞，該模式是由公司提供雞苗、飼料、藥品、技術指導和培訓工作，并統(tǒng)一回收成品。農(nóng)戶按標準建棚舍、預付保證金、按公司統(tǒng)一要求防疫和進行飼養(yǎng)管理。本文定義的“獨立”養(yǎng)禽戶是指未與企業(yè)或合作社簽訂商品契約或者要素契約的養(yǎng)禽戶，他們的生產(chǎn)資料采購和最終產(chǎn)品銷售由其自主經(jīng)營且自負盈虧，要素采購及產(chǎn)品銷售的價格隨行就市。需要補充的是，在這65個“獨立”養(yǎng)殖戶中，有9個受訪戶表示他們參加了當?shù)氐哪硞€禽業(yè)合作社，但是，經(jīng)深入訪談后發(fā)現(xiàn)，這些合作社往往為“空殼”，與農(nóng)戶之間沒有二次返利等利益聯(lián)結機制。為了方便起見，我們將這9個養(yǎng)禽戶皆納入“獨立”養(yǎng)禽戶樣本。

2.控制變量。勞動和資本是影響?zhàn)B禽總量的重要因素，本文用家庭從事禽類養(yǎng)殖的總人數(shù)和養(yǎng)禽的固定資產(chǎn)總投入作為勞動力和資本的具體衡量指標。以往研究表明，風險感知是適應行為的主要影響因素(Turvey等，2010；呂亞榮和陳淑芬，2010)，為更全面而準確地衡量生產(chǎn)者對于禽流感的風險感知，本文將禽類生產(chǎn)者風險感知分為生產(chǎn)風險感知和消費風險感知，用可控制感和熟悉程度作為衡量風險感知的兩個重要維度，按照李克特五分法將熟悉程度和可控制感劃分為5個等級，可控制感和熟悉程度越低，公眾的風險感知越高(閆振宇，2012)。在數(shù)據(jù)處理過程中采用聚類分析法，根據(jù)測度生產(chǎn)風險感知和消費風險感知的20個指標分別將樣本劃分為3類。*具體指標選取參照《基于風險溝通的重大動物疫情應急管理完善研究》(閆振宇，2012)。于樂榮等(2009)的研究表明，由于沒有其他可供替代的生計，即使有禽流感這樣的威脅存在，也無法改變農(nóng)戶維持原有生計的慣性，由此可見，家庭收入結構尤其是非養(yǎng)禽收入在總收入中所占的比重對養(yǎng)禽總量也會產(chǎn)生一定的影響。2003年以來，我國養(yǎng)禽業(yè)遭受了極大的沖擊，養(yǎng)殖年限較長的養(yǎng)殖戶已經(jīng)歷經(jīng)兩次禽流感，對禽流感造成的市場影響較為熟悉，養(yǎng)殖年限反映了養(yǎng)殖經(jīng)驗的豐富程度，當養(yǎng)殖戶經(jīng)驗很豐富時，更容易對其決策做出清晰和正確的判斷，故養(yǎng)殖年限不同其適應行為也會有一定差異，本文用“累計從事養(yǎng)禽業(yè)年限”作為養(yǎng)殖經(jīng)驗的代理變量。認知(Know1、Know2、Know3)，本文用養(yǎng)禽戶對“禽流感產(chǎn)生的原因”、“禽流感爆發(fā)的后果”和“禽流感傳播傳染方式”的熟悉程度來衡量養(yǎng)禽戶對禽流感疫情的基本認知(1~5分)，1=非常不熟悉、5=非常熟悉。調(diào)研過程中所選取的樣本養(yǎng)禽的種類略有差異，因此引入虛擬變量組(Broiler、Duck、Goose、Chickenegg、Duckegg和Gooseegg)來控制養(yǎng)禽種類的差異。

3.空間地理因素。通過空間權重矩陣在模型中得以體現(xiàn)。每個養(yǎng)禽戶并不是獨立存在的個體，與其他養(yǎng)禽戶存在經(jīng)濟以及社會上的往來，養(yǎng)禽戶生產(chǎn)行為不僅依賴于本身，也受其他養(yǎng)殖戶尤其是鄰近養(yǎng)禽戶的影響。因此，有必要在養(yǎng)禽總量影響因素的分析中，引入空間地理因素，構建空間權重矩陣以控制鄰近養(yǎng)禽戶的影響。

表1　變量統(tǒng)計特征

(三)數(shù)據(jù)來源

數(shù)據(jù)來自于課題組在揚州立華公司所在的江蘇省高郵市下屬7個鎮(zhèn)采集的77個養(yǎng)禽戶的兩輪跟蹤調(diào)查數(shù)據(jù)(2013年和2014年)。*本文中所調(diào)研的農(nóng)戶養(yǎng)禽量僅為2013年和2014年春季這一生產(chǎn)周期內(nèi)的數(shù)據(jù)。其中，有12戶來自于揚州立華，65戶為“獨立”養(yǎng)殖戶。獨立養(yǎng)殖戶樣本通過簡單隨機抽樣產(chǎn)生。調(diào)研組根據(jù)村干部提供的養(yǎng)殖戶信息，在揚州立華所在的高郵市的7個鎮(zhèn)，隨機抽取了65個獨立養(yǎng)殖戶樣本。對于契約養(yǎng)殖戶，仍采用簡單隨機抽樣法進行抽樣。原因在于：本文探討的一個關鍵問題是農(nóng)戶行為的空間溢出，樣本選取方法的一致性則尤為重要。獨立養(yǎng)殖戶的樣本數(shù)為65個，若將我們獲得的53個契約農(nóng)戶(抽樣時揚州立華的全部合作農(nóng)戶)全部納入樣本，將導致樣本中契約養(yǎng)殖戶占比高于現(xiàn)實預判，這可能導致農(nóng)戶行為的“偽溢出”現(xiàn)象(規(guī)?；B(yǎng)殖的契約戶都距離公司較近，空間集聚程度較高)。

本文選取2013年和2014年的數(shù)據(jù)，原因主要有二：一方面，這兩個時期恰好代表了H7N9禽流感爆發(fā)后的兩個不同階段。2013年3月H7N9首次在我國爆發(fā)，因此2013年春季的第一個生產(chǎn)周期的養(yǎng)殖總量反映了“禽流感疫情突發(fā)期”的養(yǎng)殖行為。2014年1月，國內(nèi)出現(xiàn)個例偶發(fā)的現(xiàn)象，因此，2014年春季的第一個生產(chǎn)周期的養(yǎng)殖總量反映了“禽流感風險持續(xù)期”的養(yǎng)殖行為。另一方面，本文通過控制時間差異，賦予了“契約關系”這一核心解釋變量不同的內(nèi)在意義。從表面上看，對于12個契約養(yǎng)禽戶來說，2013年與2014年“契約關系”這一變量的值均為1(H7N9禽流感爆發(fā)后，企業(yè)與農(nóng)戶均未出現(xiàn)違約現(xiàn)象)，并未發(fā)生改變；但是，在疫情突發(fā)期和持續(xù)風險期這兩個不同階段，企業(yè)為維護契約穩(wěn)定所支付“成本”的價值是不同的。禽流感疫情突發(fā)期，市場價格驟降，如果企業(yè)仍然承擔全部市場風險，保證農(nóng)戶盈利，勢必會遭受虧損，此時企業(yè)為維護契約穩(wěn)定所支付的成本是高昂的。而在禽流感的持續(xù)風險期，市場價格變化趨勢不明朗，企業(yè)履約所需承受的虧損狀況不確定，此時企業(yè)的履約成本與疫情突發(fā)期存在差異。雖然契約關系無法衡量契約質量的這一層信息，但是，市場風險狀況的變化與契約質量的變化是緊密相關的，通過控制時期差異賦予“契約關系”不同的內(nèi)在意義，這也是后文將兩期數(shù)據(jù)分開處理的一個重要原因。

三、分析方法

以往針對農(nóng)戶行為的研究大多將農(nóng)戶視為獨立的個體，忽略了農(nóng)戶行為之間的相互影響?？臻g計量經(jīng)濟學理論則認為，一個地區(qū)空間單元上某種經(jīng)濟地理現(xiàn)象或某一屬性值與鄰近地區(qū)空間單元上同一經(jīng)濟地理現(xiàn)象或屬性值是相關的(Anselin，1988)。主流經(jīng)濟學分析往往對這種空間相關性置之不理，普遍使用忽視空間效應的最小二乘法(OLS)進行模型估計，因而存在模型設定的偏差問題，進而導致所得出的結果和推論不夠完整和科學，缺乏應有的解釋力(吳玉鳴，2005)。空間計量經(jīng)濟學改變了傳統(tǒng)計量經(jīng)濟學數(shù)據(jù)無關聯(lián)和勻質性的假定，考慮了空間相關性對經(jīng)濟活動的影響，使模型更加貼近客觀事實。因此，本文根據(jù)空間計量經(jīng)濟學的方法原理，將經(jīng)典線性回歸模型與空間回歸模型相結合，對契約關系對養(yǎng)禽戶適應行為的影響進行更為科學嚴謹?shù)脑u估。

(一)空間自相關性檢驗

判斷養(yǎng)禽戶養(yǎng)禽總量是否存在空間相關性和異質性，一般可通過刻畫全局空間自相關性的指標——全局莫蘭指數(shù)(GlobalMoran’sI)進行檢驗。其表達式為：

(1)

在無空間相關性的零假設下，利用Moran’s I構建的標準正態(tài)統(tǒng)計量為：

(2)

當Z值顯著且為正時，表明存在正的空間自相關，即相似的觀測值趨于空間集聚；當Z值顯著且為負時，表明存在負的空間自相關，即相似的觀測值趨于空間分散；當Z值為0時，則表明觀測值呈隨機的空間分布。

(二)空間計量模型選擇

根據(jù)模型設定對空間效應體現(xiàn)方法的不同，空間模型可分為兩種：空間滯后模型(SpatialAuto-regressiveModel，SAR)和空間誤差模型(SpatialErrorModel，SEM)?？臻g滯后模型是通過自回歸項來探討空間“溢出效應”或鄰居“擴散效應”的?？臻g滯后模型可以表述為：

Yi=ρWYi+Xiβ+μi

(3)

其中，i代表不同的樣本，Yi是被解釋變量，Xi為外生解釋變量矩陣，W是空間權重矩陣，WYi是因變量的空間自回歸項，ui是隨機誤差項向量。ρ是空間自回歸系數(shù)，度量了樣本養(yǎng)禽總量空間自相關的強弱，若ρ顯著，則表明養(yǎng)禽總量存在空間依賴。

不同于空間滯后模型通過自回歸項來度量空間依賴作用，空間誤差模型中樣本間的空間依賴作用通過擾動誤差項來體現(xiàn)，其度量了鄰近樣本養(yǎng)禽總量誤差沖擊的影響程度?？臻g誤差模型可以表述為：

Yi=Xiβ+μi

μi=λWμi+εi

(4)

其中，λ是回歸殘差的空間自回歸系數(shù)，度量了通過樣本觀察值的誤差項測量的養(yǎng)禽總量的空間誤差溢出效應。在進行空間截面實證分析之前，需要使用普通回歸的殘差進行空間計量檢驗來判斷應采用空間滯后模型(SAR)還是空間誤差模型(SEM)，一般可通過比較LMSAR、LMERR和RLMSAR、RLMERR的顯著性來進行模型選擇。

四、實證結果分析

(一)禽類養(yǎng)殖規(guī)?？臻g自相關判斷

在進行空間自相關檢驗之前，需要構建空間權值矩陣?？臻g權值矩陣有多種計算方法，參照吳玉鳴(2006)的處理方式，本文選擇了鄰接方法，同時也對比分析了基于距離的權值矩陣估計結果，最后確定采用空間自相關性最顯著的鄰接矩陣作為權值矩陣。本文通過Moran指數(shù)來體現(xiàn)農(nóng)戶養(yǎng)禽規(guī)模的空間自相關性，利用GeoDa軟件計算的結果如表2所示：

表2　Moran指數(shù)及相應的P值

從表2中可以發(fā)現(xiàn)，兩年中養(yǎng)殖戶養(yǎng)禽總量的Moran指數(shù)均為正值，且均在5%的顯著性水平下通過了檢驗，明確拒絕了養(yǎng)禽戶養(yǎng)禽總量不存在空間自相關性的原假設。這表明養(yǎng)殖戶養(yǎng)禽總量的空間分布并不是隨機的，而是呈現(xiàn)了空間集聚效應，即相鄰農(nóng)戶養(yǎng)殖規(guī)模也相似。

(二)模型選擇與回歸結果

進一步利用Moran指數(shù)、兩個拉格朗日乘數(shù)來判斷模型的形式(見表3)。2013年，Moran指數(shù)未能通過顯著性檢驗，這表明OLS回歸誤差的空間依賴性不明顯。2014年，Moran指數(shù)在1%的顯著性水平下通過檢驗，這表明OLS回歸誤差的空間依賴性非常明顯。另外，LMERR和RLMERR都通過了5%的顯著性檢驗，因此，根據(jù)判別準則，對于2013年，經(jīng)典線性回歸模型是相對比較合適的模型，而對于2014年，空間誤差模型是相對比較合適的模型。

表3　空間滯后模型與空間誤差模型的選擇

表4　OLS回歸結果與空間誤差模型回歸結果

從回歸結果來看(見表4)，不管是OLS估計還是空間計量模型，均能發(fā)現(xiàn)契約關系這一核心解釋變量在1%的顯著性水平下通過檢驗，表明契約關系會促使養(yǎng)殖戶的養(yǎng)禽總量在禽流感疫情時期仍維持在一個較高的水平(這與小農(nóng)戶的退出現(xiàn)象恰好相反)，并且顯著高于“獨立”養(yǎng)禽戶。這一結果肯定了契約關系在提升養(yǎng)禽戶生產(chǎn)力方面的關鍵作用，與Bellemare(2012)和Michelson(2013)等的研究結論相一致。首先，公司未對合作農(nóng)戶在規(guī)模條件上設置準入門檻。*立華公司在與農(nóng)戶簽訂契約時，僅對雙方的權利與義務、結算方法和違約責任等做了規(guī)定，農(nóng)戶只要有足夠的責任心，嚴格按照公司的技術要求進行飼養(yǎng)管理，都可與公司通過簽訂契約合作養(yǎng)雞。另外，在固定資產(chǎn)方面，公司設置“建棚補貼”；在流動資產(chǎn)方面，公司對于農(nóng)戶所領取的生產(chǎn)要素(雞苗和飼料等)采取賒賬處理，即農(nóng)戶在養(yǎng)殖過程中無需向公司支付生產(chǎn)要素的費用，每批雞養(yǎng)殖完成交付公司驗收后，公司直接扣除成本將利潤返還給農(nóng)戶。上述行為表明，公司通過為農(nóng)戶提供各種資金上的保障，鼓勵農(nóng)戶與公司進行合作養(yǎng)殖，而非設置準入門檻對農(nóng)戶進行篩選。其次，公司會控制養(yǎng)殖戶的最優(yōu)養(yǎng)殖規(guī)模，如統(tǒng)一設置空棚期，這保證了所有農(nóng)戶(不管資金實力如何)每年的養(yǎng)殖批次和獲利情況都基本相同。因此，契約農(nóng)戶養(yǎng)禽規(guī)模顯著高于獨立農(nóng)戶應不是由兩類農(nóng)戶自身資金實力差異所導致的。筆者認為契約關系顯著提升養(yǎng)禽戶生產(chǎn)力的原因主要在于：禽流感爆發(fā)后，公司仍履行保護價收購約定，以高于市場的價格收購農(nóng)戶的所有禽只，并保證農(nóng)戶獲利，在此情形下，養(yǎng)禽戶沒有縮小生產(chǎn)規(guī)模的激勵。此外，回歸結果顯示，無論在疫情突發(fā)期還是風險持續(xù)期，固定資本投入對于養(yǎng)禽量的正向影響都是顯著的，表明無論是對于立華養(yǎng)殖戶還是獨立養(yǎng)殖戶而言，雞舍等專用性投資均會成為“沉沒資本”，從而能促使其維持一定生產(chǎn)規(guī)模。

在疫情突發(fā)期(2013年)，在OLS模型和空間誤差模型中，“公司+農(nóng)戶”參與情況的估計值分別為10 602和10 307，兩者差異較小，這與上文所述的空間依賴性“不顯著”相吻合；而在風險持續(xù)期(2014年)，兩個模型中此解釋變量的系數(shù)變?yōu)? 909和13 510，兩者差異較大，且空間相關系數(shù)λ在1%的顯著性水平下通過了檢驗，這表明，養(yǎng)禽戶行為之間的空間溢出效應在禽流感的風險持續(xù)期是顯著的，此時OLS的估計結果明顯低估了契約關系對養(yǎng)禽戶生產(chǎn)行為的正向影響。

實證結果驗證了農(nóng)戶行為存在空間相關性。2013年農(nóng)戶行為的空間溢出效應不顯著，而2014年顯著，原因在于：在禽流感疫情突發(fā)期(2013年)，市場價格下跌是必然趨勢，不確定性較低，這導致農(nóng)戶可以直接依靠自己的主觀判斷進行行為決策，因此，2013年農(nóng)戶行為間的空間溢出效應不顯著。2014年，禽流感的疫情狀況發(fā)生了改變，全國范圍內(nèi)的疫情偶發(fā)，市場價格變化趨勢不明朗，致使農(nóng)戶個體很難對市場行情走勢做出準確的判斷。根據(jù)不確定性與行為決策理論，此時農(nóng)戶會試圖獲取更多有關選擇的信息，那么，周圍養(yǎng)殖戶的養(yǎng)殖規(guī)模就成為一個傳遞出“市場信心”的信號器，因而往往會產(chǎn)生正相關的空間溢出效應。當然，這種“市場信心”的傳遞必然面臨交易成本，距離就是一個良好的度量衡，農(nóng)戶越分散，這種交易成本越高(閔繼勝和周力，2014)，反之則反是。若將鄰近程度視為交易費用的代理變量，我們可以推論，越鄰近的農(nóng)戶越容易以較低的交易成本進行信息交換，所以在風險持續(xù)時期面臨更高的不確定性，農(nóng)戶行為之間會出現(xiàn)明顯的溢出效應。

在農(nóng)戶行為的空間溢出效應得到驗證后，禽流感風險下契約的穩(wěn)定有了更為合理的解釋。早期契約穩(wěn)定機制的研究一直存在兩派觀點：一是理性邏輯，強調(diào)合約治理的影響，認為能通過簽訂完備的合約條款約束和防范機會主義行為。但是萬俊毅(2008)指出，合約治理并不是促使“溫氏模式”走向成功的有效機制。二是關系邏輯，強調(diào)關系治理的顯著作用，認為聲譽等關系規(guī)范對契約穩(wěn)定有重要影響(胡新艷，2013)。筆者更傾向于第二種解釋。但以往對于企業(yè)聲譽的考察，多數(shù)是針對企業(yè)與農(nóng)戶之間一對一的關系，根據(jù)這種假設，若企業(yè)違約，僅會損失一部分合作農(nóng)戶，并且可以在危機過后吸引新的農(nóng)戶加入，企業(yè)則沒有承擔虧損堅守契約的激勵，這顯然與現(xiàn)實是不相符的。*以溫氏集團為例，2005年受禽流感影響，公司僅在最后一個季度的雞產(chǎn)業(yè)虧損就達3億元左右，但仍然承諾保證農(nóng)戶飼養(yǎng)每只肉雞獲利不低于1元，在這一階段，公司還建立起二次分配機制，即在年終結算時，如果農(nóng)戶的年平均收益低于社會同行的平均利潤水平，公司將以補貼形式返回農(nóng)戶(萬俊毅，2008)。筆者認為，龍頭企業(yè)寧愿承擔虧損也不發(fā)生一筆違約的根本原因在于：農(nóng)戶從眾心理很強，因此，對于農(nóng)業(yè)龍頭企業(yè)而言，一筆違約可能引致“風聲鶴唳”的負面效果(江蘇某農(nóng)商行“擠兌”風波就是這一行為機制的同類例證)。*詳見http://finance.qq.com/original/caijingguancha/f1102.html。對此，萬俊毅(2008)也持肯定態(tài)度，他提到了關系網(wǎng)絡對聲譽擴散的重要性。本文的實證結果表明，農(nóng)戶之間并非相互獨立，而是彼此間存在緊密的關系網(wǎng)絡。由此推論，企業(yè)違約的不良聲譽，同樣也會在更大范圍內(nèi)產(chǎn)生負面信息擴散。因此，在農(nóng)戶空間溢出效應下，企業(yè)對單一農(nóng)戶的違約成本可能趨同于企業(yè)對農(nóng)戶總體違約的成本。

五、結論與討論

基于揚州立華公司所在的江蘇省高郵市下屬7個鎮(zhèn)采集的77個養(yǎng)禽戶的兩輪跟蹤調(diào)查數(shù)據(jù)(2013年和2014年)，本文采用OLS模型與空間計量模型，實證分析了空間溢出效應視角下契約關系對養(yǎng)禽戶適應行為的影響。研究表明：一方面，契約關系會促使養(yǎng)禽戶的養(yǎng)禽總量在禽流感疫情時期仍維持在一個較高的水平，肯定了契約關系在提升養(yǎng)禽戶生產(chǎn)力方面的關鍵作用。另一方面，當禽流感引致的市場風險由確定的價格驟降轉變?yōu)椴淮_定性較強的價格震蕩時，農(nóng)戶行為的空間溢出更加顯著。此時，普通的OLS分析低估了契約關系對養(yǎng)禽戶的影響，也就意味著在考慮空間溢出效應的情況下，與疫情高發(fā)期相比，價格震蕩期的企業(yè)違約行為會給其帶來更大的負面影響。自2003年H5N1禽流感爆發(fā)以來，中國禽業(yè)養(yǎng)殖戶面臨的市場風險逐步加大，這進一步突顯了考察農(nóng)戶行為空間溢出效應的重要性。

我們需要認識到，在H7N9禽流感風險下，“公司+農(nóng)戶”模式并沒有減少風險，只是將農(nóng)戶風險轉嫁給了企業(yè)，可見，龍頭企業(yè)本身的抗風險能力有待加強。面臨疫情風險時，企業(yè)應加快下游產(chǎn)業(yè)鏈條建設，通過屠宰、加工和儲藏來靈活調(diào)整供給。政府應建立專項扶持基金，鼓勵引導企業(yè)加快全產(chǎn)業(yè)鏈建設，從本質上增強企業(yè)的抗風險能力。未來，活禽市場永久性關閉，規(guī)?；B(yǎng)殖是大勢所趨(以2010年為例，僅占場戶數(shù)量約1%的中大規(guī)模養(yǎng)禽場，已經(jīng)貢獻了全國禽類產(chǎn)量的2/3)，政府應出臺優(yōu)惠的政策性金融扶持政策，支持禽業(yè)龍頭企業(yè)實施名牌戰(zhàn)略，充分發(fā)揮龍頭企業(yè)的區(qū)域協(xié)調(diào)帶動作用，推進產(chǎn)業(yè)集群發(fā)展。

從農(nóng)戶層面看，在風險持續(xù)期繼續(xù)養(yǎng)殖，雖然能獲取毛利，但是，如果企業(yè)虧損超出其資金鏈所能承受的范圍，違約行為也在所難免，屆時農(nóng)戶利益也必將受損(前期投資可能亦無法收回)?？梢?，農(nóng)戶采取合約養(yǎng)殖也需理性?？臻g計量模型的估計結果給我們一個啟示：利用空間溢出效應橫向整合農(nóng)戶，使其具備與下游企業(yè)抗衡的市場力量，也將優(yōu)化農(nóng)戶的生產(chǎn)型資產(chǎn)投資水平。長期來看，政府需要出臺相應的政策措施，促進農(nóng)戶的橫向整合，逐步完善龍頭企業(yè)與諸多農(nóng)戶的利益分配機制，從而帶動更多的規(guī)?；B(yǎng)殖戶走向共同富裕之路。

文章以人感染禽流感事件為例，探討了市場風險、契約關系與農(nóng)戶空間溢出效應三者之間的關系，筆者所關注的并非禽流感事件本身，而是禽流感所引發(fā)的市場風險。因此，本文通過不確定性與行為決策理論，將市場風險與農(nóng)戶行為空間溢出效應相聯(lián)系的理論框架，適用于多數(shù)聚焦于市場風險與農(nóng)戶行為的研究，例如，市場風險下農(nóng)戶對于農(nóng)產(chǎn)品期貨的選擇行為等。農(nóng)戶行為空間溢出效應的本質是不確定環(huán)境下的信息搜尋，文章僅借助市場風險提出了一種思維模式，除市場風險以外的其他涉及農(nóng)戶風險感知和風險偏好的相關研究，也都應充分考慮農(nóng)戶行為的空間溢出效應，如農(nóng)戶對于新技術的采用行為和農(nóng)地流轉等長期以來受到學界廣泛關注的議題。文章在研究結論中指出，農(nóng)戶行為的空間溢出間接提高了企業(yè)的違約成本。這一研究結論從關系治理的角度解釋了契約關系的穩(wěn)定機制，對今后契約穩(wěn)定性的深入研究有一定的借鑒意義。

當然，本文也存在若干不足之處，留待未來研究深入完善。一方面，本文僅以揚州立華為例，分析了禽流感風險下契約關系對于維持供給穩(wěn)定的關鍵性作用，未來研究應進一步拓展企業(yè)樣本；另一方面，本文僅以地理距離為例，分析了空間溢出效應，未來研究應納入經(jīng)濟距離這一因素。綜上，養(yǎng)殖業(yè)形成空間集聚已是大勢所趨，可見，空間計量模型在此領域研究的應用價值將逐步顯現(xiàn)。就筆者所知，文章采用農(nóng)戶數(shù)據(jù)展開的禽流感疫情空間效應研究，應是學界的首次嘗試，其研究結果對于中國禽業(yè)可持續(xù)發(fā)展而言具有重要的政策含義。

*感謝南京農(nóng)業(yè)大學“中國糧食安全研究中心”的資助以及南京農(nóng)業(yè)大學經(jīng)濟管理學院“卓越農(nóng)林人才創(chuàng)新項目”和國家大學生創(chuàng)新創(chuàng)業(yè)訓練項目計劃(編號：201410307038)的支持。

參考文獻：

[1]鄧宏圖, 米獻煒. 約束條件下合約選擇和合約延續(xù)性條件分析——內(nèi)蒙古塞飛亞集團有限公司和農(nóng)戶持續(xù)簽約的經(jīng)濟解釋[J]. 管理世界, 2002, (12): 120-127.

[2]胡新艷. “公司+農(nóng)戶”: 交易特性、治理機制與合作績效[J]. 農(nóng)業(yè)經(jīng)濟問題, 2013, (10): 83-89.

[3]呂亞榮, 陳淑芬. 農(nóng)民對氣候變化的認知及適應性行為分析[J]. 中國農(nóng)村經(jīng)濟, 2010, (7): 75-86.

[4]閔繼勝, 周力. 組織化降低了規(guī)模養(yǎng)殖戶的碳排放了嗎——來自江蘇三市229個規(guī)模養(yǎng)豬戶的證據(jù)[J]. 農(nóng)業(yè)經(jīng)濟問題, 2014, (9): 35-42.

[5]萬俊毅. 準縱向一體化、關系治理與合約履行——以農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的溫氏模式為例[J]. 管理世界, 2008, (12): 93-102.

[6]吳玉鳴. 中國經(jīng)濟增長與收入分配差異的空間計量經(jīng)濟分析[M]. 北京: 經(jīng)濟科學出版社, 2005.

[7]吳玉鳴. 空間計量經(jīng)濟模型在省域研發(fā)與創(chuàng)新中的應用研究[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究, 2006, (5): 74-85.

[8]閆振宇. 基于風險溝通的重大動物疫情應急管理完善研究[D]. 武漢: 華中農(nóng)業(yè)大學, 2012.

[9]于樂榮, 李小云, 汪力斌. 禽流感發(fā)生后家禽養(yǎng)殖農(nóng)戶的生產(chǎn)行為變化分析[J]. 農(nóng)業(yè)經(jīng)濟問題, 2009, (7): 13-21.

[10]周立群, 鄧宏圖. 為什么選擇了“準一體化”的基地合約——來自塞飛亞公司與農(nóng)戶簽約的證據(jù)[J]. 中國農(nóng)村觀察, 2004, (3): 2-11.

[11]祝宏輝. 新疆番茄產(chǎn)業(yè)實施訂單農(nóng)業(yè)生產(chǎn)方式的效果評析[J]. 農(nóng)業(yè)技術經(jīng)濟, 2007, (3): 89-95.

[12]Allen D W, Lueck D. Risk preferences and the economics of contracts[J].The American Economic Review, 1995, 85(2): 447-451.

[13]Anselin L. Spatial econometrics:Methods and models[M]. Dordrecht Boston: Kluwer Academic Publishers, 1988.

[14]Begum I A, Alam M J, Buysse J, et al. Contract farmer and poultry farm efficiency in Bangladesh:A data envelopment analysis[J]. Applied Economics, 2012, 44(28): 3737-3747.

[15]Bellemare M F. As you sow, so shall you reap:The welfare impacts of contract farming[J]. World Development, 2012, 40(7): 1418-1434.

[16]Brouwer R. The impact of the bird flu on public willingness to pay for the protection of migratory birds[J]. Ecological Economics, 2008, 64(3): 575-585.

[17]Gray A W, Boehlje M D. Risk sharing and transactions costs in producer-processor supply chains[J]. Choices, 2005, 20(4): 281-286.

[18]Key N. Production contracts and farm business growth and survival[J]. Journal of Agricultural and Applied Economics, 2013, 45(2): 277-293.

[19]Ligon E. Optimal risk in agricultural contracts[J]. Agricultural Systems, 2003, 75(2-3): 265-276.

[20]Michelson H C. Small farmers, NGOs, and a walmart World:Welfare effects of supermarkets operating in Nicaragua[J]. American Journal of Agricultural Economics, 2013, 95(3): 628-649.

[21]Turvey C G, Onyango B, Cuite C, et al. Risk, fear, bird flu and terrorists:A study of risk perceptions and economics[J]. The Journal of Socio-Economics, 2010, 39(1): 1-10.

[22]Zhou L, Turvey C G, Hu W Y, et al. Fear and trust:How risk perceptions of avian influenza affect the demand for Chicken[R]. Agricultural and Applied Economics Association & Western Agricultural Economics Association Joint Annual Meeting,2015.

(責任編輯石頭)

Market Risk, Contractual Relationship and Spatial

Spillovers of Farmers: Based on H7N9 Avian Influenza

Zhou Li, Liu Xinyue

(SchoolofEconomicsandManagement,NanjingAgriculturalUniversity,Nanjing210095,China)

Abstract：Based on the first-hand two-round survey of 77 poultry farmers in Gaoyou, a county-level city, this paper uses spatial econometric models to empirically analyze the impact of “company+farmers” contractual relationship on the behavior of poultry farmers under the continued shocks of avian influenza risks. Then it discusses the spatial spillovers of poultry farmers from the perspective of uncertainty resulting from avian influenza risks. It shows that compared with independent poultry farmers, “company + farmers” contractual relationships have a significant positive impact on breeding scale. When market risks strengthen, the spatial spillovers between poultry farmers are more apparent. As the author knows, that this paper makes the first attempt to use farmers data to do the research of spatial effects of avian influenza, is a new attempt of new institutional economics, and the results have important policy implications for sustainable development of the Chinese poultry industry.

Key words:avian influenza; contractual relationship; adaptive behavior; spatial spillover

作者簡介：周力(1981-)，男，江蘇連云港人，南京農(nóng)業(yè)大學經(jīng)濟管理學院副教授；

基金項目：國家自然科學基金青年項目(71203094)；國家自然科學基金項目(71573130)；中央高?；究蒲袠I(yè)務費項目(201407-201606)；江蘇省高校優(yōu)勢學科建設工程資助項目(PAPD)

收稿日期：2015-06-18

DOI：10.16538/j.cnki.jfe.2016.02.011

中圖分類號：F324

文獻標識碼：A

文章編號：1001-9952(2016)02-0121-11