藍(lán) 菁，盛 君，余奕寧，劉 震

（1.南京農(nóng)業(yè)大學(xué)土地管理學(xué)院，江蘇 南京 210000； 2.南京師范大學(xué)商學(xué)院，江蘇 南京 210000）

退耕還林背景下農(nóng)戶(hù)收入的社會(huì)網(wǎng)絡(luò)效應(yīng)分析
——以四川南江縣白灘村為例

藍(lán) 菁1，盛 君1，余奕寧1，劉 震2

（1.南京農(nóng)業(yè)大學(xué)土地管理學(xué)院，江蘇 南京 210000； 2.南京師范大學(xué)商學(xué)院，江蘇 南京 210000）

研究目的：探討退耕農(nóng)戶(hù)在生產(chǎn)力安排和收入結(jié)構(gòu)方面是否存在同群效應(yīng)或者互補(bǔ)效應(yīng)，以及勞動(dòng)力流動(dòng)、退耕還林政策因素對(duì)農(nóng)戶(hù)收入結(jié)構(gòu)的影響機(jī)制。研究方法：考慮農(nóng)村社會(huì)網(wǎng)絡(luò)內(nèi)部農(nóng)戶(hù)間互動(dòng)對(duì)其決策的影響，利用空間權(quán)重矩陣精確且全面地捕捉和定位社會(huì)網(wǎng)絡(luò)復(fù)雜關(guān)系，構(gòu)建空間計(jì)量模型展開(kāi)分析。研究結(jié)果：（1）在白灘村社會(huì)網(wǎng)絡(luò)體系中，農(nóng)戶(hù)的農(nóng)業(yè)收入比增長(zhǎng)1%，其親戚鄰居的家庭農(nóng)業(yè)收入比降低6.7%，這一情況反映了勞動(dòng)力由農(nóng)業(yè)部門(mén)向非農(nóng)部門(mén)轉(zhuǎn)移而產(chǎn)生的社會(huì)網(wǎng)絡(luò)“互補(bǔ)效應(yīng)”；（2）白灘村退耕程度越高的農(nóng)戶(hù)，其農(nóng)業(yè)收入占家庭總收入比例就越高，退耕程度每增加1%，農(nóng)業(yè)收入比將提高5.2%；（3）家庭總勞動(dòng)力越多的，農(nóng)業(yè)收入占總收入比例越低，其中家庭農(nóng)業(yè)勞動(dòng)力每流出1%，農(nóng)業(yè)收入比減少3.2%。研究結(jié)論：（1）將白灘村社會(huì)網(wǎng)絡(luò)的互補(bǔ)效應(yīng)應(yīng)用于其農(nóng)村信息共享平臺(tái)建設(shè)；（2）通過(guò)鼓勵(lì)種植收入較高的經(jīng)濟(jì)林提高農(nóng)民退耕還林積極性；（3）以就業(yè)為核心促進(jìn)白灘村剩余勞動(dòng)力轉(zhuǎn)移。關(guān)鍵詞：土地經(jīng)濟(jì)；農(nóng)戶(hù)收入；空間計(jì)量；社會(huì)網(wǎng)絡(luò)效應(yīng)；退耕還林

中國(guó)的退耕還林工程作為世界上最大的生態(tài)補(bǔ)償政策（PES）之一，通過(guò)有條件補(bǔ)償調(diào)動(dòng)了農(nóng)戶(hù)參與生態(tài)保護(hù)工程的積極性，取得了生態(tài)改善、農(nóng)業(yè)增效、農(nóng)民增收的良好綜合效益[1]。退耕農(nóng)戶(hù)作為退耕還林的利益主體，其生產(chǎn)生活變化受到學(xué)者的廣泛關(guān)注，從研究結(jié)果來(lái)看，主要包括以下兩個(gè)方面：一是農(nóng)戶(hù)利益層面的研究，諸多學(xué)者從經(jīng)濟(jì)、環(huán)保、政策等角度出發(fā)，圍繞農(nóng)戶(hù)切身利益，對(duì)退耕戶(hù)的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、農(nóng)民收益、家庭勞動(dòng)力流動(dòng)、糧食安全等方面展開(kāi)了大量調(diào)查研究[2-6]；二是圍繞農(nóng)戶(hù)利益產(chǎn)生的問(wèn)題研究，主要集中在農(nóng)戶(hù)的可持續(xù)生計(jì)、退耕還林意愿、政策響應(yīng)行為等方面[1，7-8]。通過(guò)上述研究可以發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)多集中在農(nóng)戶(hù)獨(dú)立個(gè)體層面，而忽視各農(nóng)戶(hù)之間相互聯(lián)系形成的社會(huì)網(wǎng)絡(luò)關(guān)系對(duì)其決策的影響。潘靜，陳廣漢研究發(fā)現(xiàn)，農(nóng)村家庭勞動(dòng)力流動(dòng)受社會(huì)互動(dòng)效應(yīng)的影響，村莊勞動(dòng)力流動(dòng)提高了農(nóng)戶(hù)家庭勞動(dòng)力流動(dòng)率[9]；Irwin，Bockstael認(rèn)為農(nóng)戶(hù)對(duì)于給定地塊的開(kāi)發(fā)受到相鄰的地塊開(kāi)發(fā)狀態(tài)的影響，鄰里的相互作用顯著影響農(nóng)戶(hù)在土地利用類(lèi)型方面的抉擇[10]。中國(guó)農(nóng)村這種特殊的“社會(huì)網(wǎng)絡(luò)”通過(guò)影響農(nóng)戶(hù)勞動(dòng)力分配、土地利用方式等行為決策，進(jìn)而對(duì)農(nóng)戶(hù)收入產(chǎn)生影響[11-12]。如果在研究退耕還林對(duì)農(nóng)戶(hù)收入影響時(shí)忽略社會(huì)網(wǎng)絡(luò)效應(yīng)，可能會(huì)對(duì)研究結(jié)果產(chǎn)生一定偏差。

在社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的處理過(guò)程中，空間計(jì)量方法不僅可以彌補(bǔ)傳統(tǒng)OLS回歸不能考慮空間依賴(lài)性的缺陷，同時(shí)可以以遺漏變量形式考慮社會(huì)網(wǎng)絡(luò)內(nèi)媒體、政府、文化傳統(tǒng)等隱性影響因素，能夠精確且全面的分析社會(huì)網(wǎng)絡(luò)數(shù)據(jù)之間錯(cuò)綜復(fù)雜的雙向關(guān)系[13]。鑒于此，本文以四川南江縣白灘村實(shí)地調(diào)查數(shù)據(jù)為基礎(chǔ)，引入空間計(jì)量模型，探討退耕農(nóng)戶(hù)在勞動(dòng)力安排和收入結(jié)構(gòu)方面是否存在同群效應(yīng)或者互補(bǔ)效應(yīng)，以及勞動(dòng)力流動(dòng)、退耕還林政策因素對(duì)農(nóng)戶(hù)收入結(jié)構(gòu)的影響機(jī)制。

1 理論分析及假說(shuō)

Wellman在1988年提出了關(guān)于社會(huì)網(wǎng)絡(luò)比較成熟的定義，他認(rèn)為社會(huì)網(wǎng)絡(luò)（social network）是由個(gè)體間的社會(huì)關(guān)系構(gòu)成的一個(gè)穩(wěn)定的網(wǎng)絡(luò)系統(tǒng)[14]。本文所涉及的村莊社會(huì)網(wǎng)絡(luò)關(guān)系主要包括：親緣關(guān)系和鄰居關(guān)系。農(nóng)村的“熟人社會(huì)網(wǎng)絡(luò)”不僅構(gòu)建在親緣、地緣與血緣之上，還在千百年的人際交往中得到深化，其孕育的信任與道德規(guī)范已然成為了一種文化背景[15]。生活在這種文化背景下，農(nóng)戶(hù)行為常受到熟人影響，形成家庭農(nóng)業(yè)收入比重的“同群效應(yīng)”或“互補(bǔ)效應(yīng)”。

“同群效應(yīng)”（peer effect）是指，在同一社會(huì)網(wǎng)絡(luò)中，農(nóng)戶(hù)由于信息接收不完全，往往通過(guò)觀察網(wǎng)絡(luò)中他人行為，使自己與他人行為保持一致。已有研究發(fā)現(xiàn)，在農(nóng)戶(hù)的勞動(dòng)力遷移及土地開(kāi)發(fā)決策的過(guò)程中，都存在“同群效應(yīng)”現(xiàn)象[9-10]。在同一退耕還林政策背景下，社會(huì)網(wǎng)絡(luò)的“同群效應(yīng)”對(duì)白灘村農(nóng)戶(hù)行為起到的作用是：（1）使得退耕農(nóng)戶(hù)能夠獲得同一水平的種植、土地流轉(zhuǎn)和就業(yè)等資源；（2）社會(huì)網(wǎng)絡(luò)作為一種文化背景，能夠規(guī)范農(nóng)戶(hù)的行為習(xí)慣，而且對(duì)相同政策背景、居住環(huán)境的退耕戶(hù)作用效果相同[16]。因此，推測(cè)在“同群效應(yīng)”影響下，退耕農(nóng)戶(hù)傾向于與他人保持一致的種植、土地流轉(zhuǎn)或就業(yè)決策，從而導(dǎo)致農(nóng)戶(hù)間的農(nóng)業(yè)收入比呈現(xiàn)正相關(guān)關(guān)系。

而“互補(bǔ)效應(yīng)”（complementary effect）指的是，由于社會(huì)網(wǎng)絡(luò)中存在較高程度的社會(huì)信任，農(nóng)戶(hù)之間往往形成一種互助互惠現(xiàn)象，例如外出就業(yè)的農(nóng)戶(hù)將土地交給在家務(wù)農(nóng)的熟人代耕，形成行為的互補(bǔ)效應(yīng)。Fafchamps研究認(rèn)為，社會(huì)信任水平隨著村莊社會(huì)資本存量的增長(zhǎng)而提高，此時(shí)越容易達(dá)成農(nóng)戶(hù)之間的合作[17]。Milinski發(fā)現(xiàn)，農(nóng)戶(hù)間的社會(huì)信任可以促成更多的互惠行為，從而帶來(lái)聲譽(yù)以產(chǎn)生更高水平的合作，而具有較高信任水平的農(nóng)戶(hù)一般具有較強(qiáng)意愿與“熟人”合作，容易表現(xiàn)出與他人的互惠行為，促成集體行動(dòng)[18]。同時(shí)，發(fā)生在社會(huì)熟人網(wǎng)絡(luò)中的土地交易可以提高交易雙方的信息透明度，規(guī)避風(fēng)險(xiǎn)并降低交易成本[19]。因此，推測(cè)白灘村農(nóng)戶(hù)在退耕還林之后，一部分沒(méi)有林地種植經(jīng)驗(yàn)的農(nóng)戶(hù)外出務(wù)工，并將土地流轉(zhuǎn)給熟人耕種，形成外出務(wù)工、留村務(wù)農(nóng)互補(bǔ)行為的同時(shí)，其農(nóng)業(yè)收入比重也形成了“互補(bǔ)效應(yīng)”。

綜上所述，因農(nóng)村社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)的農(nóng)業(yè)生產(chǎn)安排影響的實(shí)現(xiàn)路徑不同，社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)農(nóng)業(yè)收入的影響呈現(xiàn)出不同的效應(yīng)——“同群效應(yīng)”或“互補(bǔ)效應(yīng)”。 將此理論背景應(yīng)用到白灘村的例子中，提出本文的研究假設(shè)：家庭農(nóng)業(yè)收入比重受社會(huì)網(wǎng)絡(luò)中其他家庭農(nóng)業(yè)收入比重影響，存在相互關(guān)系。而“同群效應(yīng)”或“互補(bǔ)效應(yīng)”誰(shuí)占主導(dǎo)？需要依賴(lài)于實(shí)證研究檢驗(yàn)得出。

2 數(shù)據(jù)分析和計(jì)量模型構(gòu)建

2.1 數(shù)據(jù)來(lái)源及描述分析

四川省南江縣白灘村地理位置偏僻，交通不便，村民內(nèi)部社會(huì)聯(lián)系較頻繁，而與其他村落的社會(huì)聯(lián)系較少，可近似看成一個(gè)封閉的社會(huì)網(wǎng)絡(luò)群體，因此白灘村農(nóng)戶(hù)樣本適用于本文進(jìn)行研究社會(huì)網(wǎng)絡(luò)效應(yīng)對(duì)農(nóng)戶(hù)收入的影響。

本次調(diào)查時(shí)間為2015年，農(nóng)戶(hù)收入、勞動(dòng)力、供養(yǎng)老人子女等信息為2014年末狀況，共調(diào)查了233戶(hù)農(nóng)戶(hù)家庭，除去在外定居及與其他村民無(wú)社會(huì)聯(lián)系的農(nóng)戶(hù)家庭（只剩老人，無(wú)子女親戚、鄰居等情況），本次調(diào)查有效數(shù)據(jù)共有191戶(hù)，勞動(dòng)力共計(jì)438人，戶(hù)均總收入36879.4元，戶(hù)均農(nóng)業(yè)收入3946.7元。

農(nóng)業(yè)收入比（Y），用家庭農(nóng)業(yè)收入（包括種植、養(yǎng)殖、林業(yè)收入）/家庭總收入表示，為本文空間計(jì)量分析中的因變量。作為外生解釋變量的農(nóng)戶(hù)特征（Xi，i=1，2，3，…，7），包括教育（戶(hù)主的受教育年限）、家庭總勞動(dòng)力、外出勞動(dòng)力、家庭老人數(shù)、家庭子女?dāng)?shù)、農(nóng)機(jī)資產(chǎn)、退耕度（退耕地面積/林地總面積）。四川南江縣白灘村實(shí)施退耕還林政策長(zhǎng)達(dá)15年，戶(hù)均退耕度達(dá)37.9%，最小退耕度1.9%，最大退耕度100%，可見(jiàn)退耕還林政策在白灘村實(shí)施較徹底，退耕程度較高。

2.2 空間計(jì)量模型

在空間計(jì)量經(jīng)濟(jì)學(xué)理論中，一個(gè)地區(qū)空間單元的某個(gè)經(jīng)濟(jì)地理現(xiàn)象或者某一屬性與相鄰空間的同一個(gè)現(xiàn)象或?qū)傩允窍嚓P(guān)聯(lián)的[20]。如果忽視各數(shù)據(jù)中存在的地理關(guān)聯(lián)性，而用傳統(tǒng)的計(jì)量方法分析村莊農(nóng)戶(hù)的收入變化，必然會(huì)導(dǎo)致模型存在偏差?？臻g關(guān)聯(lián)性主要體現(xiàn)在計(jì)量模型因變量和誤差項(xiàng)的滯后項(xiàng)上，空間計(jì)量模型因此可以劃分為兩種基本模型：空間自回歸模型（spatial autoregressive model，SAR）①也稱(chēng)空間滯后模型（Spatial Lag Model）或混合回歸模型（Mixed Regressive Model）。和空間誤差模型（spatial error model，SEM）。在將數(shù)據(jù)帶入空間計(jì)量模型之前需要判斷數(shù)據(jù)間是否存在空間自相關(guān)性，同時(shí)將村民的社會(huì)網(wǎng)絡(luò)關(guān)系數(shù)字化為空間權(quán)重矩陣，作為模型中衡量村民空間關(guān)系的重要系數(shù)。

2.2.1 空間自相關(guān)的判斷 空間自相關(guān)性指的是具有地理聯(lián)系的人或物之間的經(jīng)濟(jì)現(xiàn)象相互影響，在對(duì)研究對(duì)象進(jìn)行空間計(jì)量模型估計(jì)之前，需要判斷數(shù)據(jù)之間是否存在空間自相關(guān)性，一般利用統(tǒng)計(jì)量：空間自相關(guān)指數(shù)——Moran’s I。基本公式為：

在原假設(shè)：數(shù)據(jù)間不存在空間自相關(guān)情況下，Z服從正態(tài)分布，給定某個(gè)臨界值k，如果Z＞k，則拒絕原假設(shè)，數(shù)據(jù)存在空間自相關(guān)性，反之則不存在。

2.2.2 權(quán)重矩陣的設(shè)定 本文將村民社會(huì)網(wǎng)絡(luò)關(guān)系數(shù)字化為地理鄰接矩陣（contiguity matrix），以此來(lái)代表空間權(quán)值矩陣。一張社會(huì)網(wǎng)絡(luò)關(guān)系圖是由一系列相互關(guān)聯(lián)的節(jié)點(diǎn)組成，這些節(jié)點(diǎn)可以是個(gè)人、團(tuán)體、組織或?qū)嵨铮ū热缥淖?、工藝品，甚至思想）[21]，本文研究的節(jié)點(diǎn)是白灘村的農(nóng)戶(hù)家庭，農(nóng)戶(hù)之間的社會(huì)聯(lián)系從是否鄰居、是否親戚兩個(gè)維度來(lái)衡量。當(dāng)?shù)趇個(gè)農(nóng)戶(hù)與第j個(gè)農(nóng)戶(hù)存在社會(huì)聯(lián)系（即存在鄰居關(guān)系或親戚關(guān)系），則Wij= 1，否則Wij= 0，且W矩陣的對(duì)角線(xiàn)元素都為0。下面是一個(gè)代表3個(gè)農(nóng)戶(hù)網(wǎng)絡(luò)的鄰接方陣W的列子：

圖1中，農(nóng)戶(hù)1與農(nóng)戶(hù)2存在鄰居或親戚關(guān)系，即社會(huì)關(guān)聯(lián)，農(nóng)戶(hù)2和農(nóng)戶(hù)1、3存在社會(huì)關(guān)聯(lián)，農(nóng)戶(hù)3與農(nóng)戶(hù)2存在社會(huì)關(guān)聯(lián)。這一關(guān)系就可以由下面的方陣來(lái)表示：

圖1 社會(huì)關(guān)系網(wǎng)絡(luò)圖Fig.1 Sociogram

2.2.3 空間自回歸模型與空間誤差模型 空間自回歸模型主要研究各變量在一定范圍的擴(kuò)散現(xiàn)象，其空間滯后可以來(lái)自不同的方向，并且可以雙向。根據(jù)空間自回歸基本模型的設(shè)定，本文的空間自回歸農(nóng)業(yè)收入比模型為：

式（4）中，Yi表示農(nóng)戶(hù)i的農(nóng)業(yè)收入占總收入比例，用以衡量農(nóng)戶(hù)的種植、林業(yè)等收入在家庭收入結(jié)構(gòu)中所占比重；代表農(nóng)戶(hù)i、j是否存在鄰居、親戚關(guān)系的空間權(quán)重矩陣元素；為空間滯后因變量，指的是除農(nóng)戶(hù)i外其他農(nóng)戶(hù)農(nóng)業(yè)收入比的加權(quán)總值；Xi為戶(hù)主受教育程度、家庭勞動(dòng)力數(shù)、外出勞動(dòng)力數(shù)等代表農(nóng)戶(hù)i家庭特征的一系列外生解釋變量；β0為誤差項(xiàng)，ρ為空間自相關(guān)系數(shù)，β1為系數(shù)矩陣，εi為殘差擾動(dòng)項(xiàng)。

空間依賴(lài)性還可能通過(guò)誤差項(xiàng)的滯后項(xiàng)上體現(xiàn)。本文的空間誤差農(nóng)業(yè)收入比模型為：

式（5）中，εi為農(nóng)戶(hù)i觀測(cè)值的隨機(jī)誤差項(xiàng)；為空間滯后誤差變量，指的是除農(nóng)戶(hù)i外其他農(nóng)戶(hù)觀測(cè)值的誤差沖擊加權(quán)總值；λ為空間誤差系數(shù)，μi為殘差擾動(dòng)項(xiàng)。參數(shù)λ衡量了數(shù)據(jù)中的社會(huì)網(wǎng)絡(luò)效應(yīng)，但這種效應(yīng)是存在于誤差擾動(dòng)項(xiàng)之中的，實(shí)際上是以不可觀測(cè)的形式影響農(nóng)戶(hù)的農(nóng)業(yè)收入比，例如農(nóng)戶(hù)的農(nóng)業(yè)種植技術(shù)以及農(nóng)戶(hù)得到的外出工作信息等，這些不可觀測(cè)的因素就體現(xiàn)在模型的殘差中。

3 實(shí)證分析結(jié)果

3.1 空間自相關(guān)性

Moran’s I可視為觀測(cè)值與其空間滯后的相關(guān)系數(shù)，其取值一般介于-1—1，大于0表示數(shù)據(jù)存在正的空間自相關(guān)，也即低值與低值相鄰，高值與高值相鄰；小于0則表示數(shù)據(jù)存在負(fù)的空間自相關(guān)，也即低值與高值相鄰；等于0表明空間分布是隨機(jī)的，不存在空間自相關(guān)。表1可以看出，農(nóng)業(yè)收入比的全局莫蘭指數(shù)為-0.124，且在5%的置信水平上顯著。表明白灘村村民各家庭的農(nóng)業(yè)收入比呈現(xiàn)負(fù)相關(guān)關(guān)系。

表1 全局莫蘭指數(shù)Tab.1 General moran index

圖2 局部莫蘭散點(diǎn)圖Fig.2 Part moran scatterplot

圖2是由Stata軟件進(jìn)行局部空間自相關(guān)檢驗(yàn)后，將觀測(cè)值與其空間滯后繪成的散點(diǎn)圖，稱(chēng)為莫蘭散點(diǎn)圖（moran scatterplot）。圖中第一象限為HH區(qū)域，即農(nóng)戶(hù)i與其親戚鄰居的農(nóng)業(yè)收入比均較高，存在空間正相關(guān)，差異程度??；第二象限為L(zhǎng)H區(qū)域，即農(nóng)戶(hù)i的農(nóng)業(yè)收入比較低，而其親戚鄰居的較高，存在空間負(fù)相關(guān)，異質(zhì)性突出；第三象限為L(zhǎng)L區(qū)域，農(nóng)戶(hù)i與其親戚鄰居的農(nóng)業(yè)收入比均較低，存在空間正相關(guān)，差異程度??；第四象限為HL區(qū)域，農(nóng)戶(hù)i的農(nóng)業(yè)收入比較高，其親戚鄰居的則較低，存在空間負(fù)相關(guān)，異質(zhì)性突出。從圖1可以看出，趨勢(shì)線(xiàn)分布于二、四象限，斜率為莫蘭指數(shù)-0.133，即白灘村農(nóng)戶(hù)間的農(nóng)業(yè)收入比存在較明顯的負(fù)相關(guān)關(guān)系。由全局和局部空間自相關(guān)檢驗(yàn)結(jié)果可以得出，本文數(shù)據(jù)存在負(fù)的自相關(guān)性，不能運(yùn)用傳統(tǒng)的OLS回歸進(jìn)行估計(jì)，而需要納入空間依賴(lài)性的空間計(jì)量模型來(lái)分析數(shù)據(jù)。

3.2 回歸分析

經(jīng)過(guò)空間自回歸模型和空間誤差模型處理后的回歸結(jié)果顯示，SAR模型的自然對(duì)數(shù)似然函數(shù)值（loglikelihood）為114.5，大于SEM的對(duì)數(shù)似然值（113.2），且SAR模型的rho值在1%水平上顯著，SEM模型的lambda值不顯著。因此下文將在擬合效果更好的SAR模型結(jié)果基礎(chǔ)上對(duì)農(nóng)戶(hù)農(nóng)業(yè)收入比進(jìn)行分析。

3.2.1 農(nóng)戶(hù)特征變量分析 回歸結(jié)果中，退耕度這一變量的系數(shù)在10%的水平上是顯著的，這表明白灘村農(nóng)戶(hù)退耕面積占總林地比例每提高1%，該農(nóng)戶(hù)的農(nóng)業(yè)收入占總收入比例將提高5.2%，即農(nóng)戶(hù)的農(nóng)業(yè)收入比重與退耕還林程度呈現(xiàn)正相關(guān)關(guān)系。已有研究顯示，退耕還林工程對(duì)農(nóng)戶(hù)收入產(chǎn)生了積極影響，統(tǒng)計(jì)結(jié)果顯示，農(nóng)戶(hù)退出的耕地多為低產(chǎn)田或望天田，對(duì)從事耕地生產(chǎn)經(jīng)營(yíng)所獲收入的影響并不大，且農(nóng)業(yè)收入和退耕還林補(bǔ)貼款的總收入大于退耕還林前的總收入[8，22]。作為后退耕時(shí)期的白灘村，一方面，村莊農(nóng)戶(hù)在土地退耕之后，因?yàn)樵谕让娣e的土地上林業(yè)投入勞動(dòng)力不到農(nóng)業(yè)的1/3[2]，農(nóng)戶(hù)有足夠時(shí)間去從事收入更高的經(jīng)濟(jì)林種植或畜牧業(yè)生產(chǎn)，據(jù)訪(fǎng)談過(guò)程中發(fā)現(xiàn)，白灘村同面積林業(yè)，特別是經(jīng)濟(jì)林的收入要高于同面積農(nóng)作物所帶來(lái)的收入。另一方面，退耕還林程度越高，理論上所獲取的補(bǔ)貼就越高，農(nóng)戶(hù)就越容易釋放資金流動(dòng)性約束[23]，從而更高效率選擇勞動(dòng)邊際報(bào)酬更高的生計(jì)類(lèi)型[24]。因此可以解釋農(nóng)戶(hù)退耕還林面積越多，農(nóng)業(yè)收入占總收入的比例越高的現(xiàn)象。

家庭總勞動(dòng)力數(shù)、外出勞動(dòng)力數(shù)在1%的水平上顯著負(fù)向。結(jié)果表明家庭勞動(dòng)力總數(shù)與農(nóng)業(yè)收入比存在負(fù)相關(guān)，且外出勞動(dòng)力每增長(zhǎng)1%，農(nóng)業(yè)收入比降低3.2%。已有研究認(rèn)為，退耕還林后，農(nóng)戶(hù)束縛在土地上的勞動(dòng)力被釋放出來(lái)外出務(wù)工，或者增加副業(yè)[1，6]。在農(nóng)村社會(huì)互動(dòng)網(wǎng)絡(luò)背景下，親友、鄰居的收入信息共享使得退耕農(nóng)戶(hù)在權(quán)衡比較之后，傾向于外出務(wù)工來(lái)獲取更高收入。當(dāng)農(nóng)戶(hù)退耕之后，經(jīng)營(yíng)土地所需的勞動(dòng)力不變甚至減少的情況下[2]，家庭總勞動(dòng)力越多，流出的也就越多。

其他變量結(jié)果中，農(nóng)機(jī)資產(chǎn)、戶(hù)主受教育程度顯著，家庭老人數(shù)和子女?dāng)?shù)系數(shù)并不顯著。作為家庭生計(jì)物質(zhì)資本的農(nóng)機(jī)資產(chǎn)因素每增長(zhǎng)0.1個(gè)單位，農(nóng)業(yè)收入比上漲0.01%，一定數(shù)量的農(nóng)機(jī)可以協(xié)助農(nóng)民進(jìn)行農(nóng)林耕作，擴(kuò)大規(guī)模，提高農(nóng)業(yè)收入，但是影響程度很小。作為家庭生計(jì)人力資本的教育因素，每增長(zhǎng)0.1單位，農(nóng)業(yè)收入比降低1.2%，當(dāng)戶(hù)主的文化程度越高，“戀土情結(jié)”越弱，對(duì)非農(nóng)工作的適應(yīng)能力越強(qiáng)，在對(duì)家庭勞動(dòng)力分配時(shí)會(huì)傾向于外出務(wù)工來(lái)獲取更高收入，但是研究結(jié)果顯示教育因素影響并不大。

3.2.2 社會(huì)網(wǎng)絡(luò)效應(yīng)分析 由模型結(jié)果可知，無(wú)論是SAR模型，還是SEM模型，農(nóng)業(yè)收入比的空間相關(guān)系數(shù)都為負(fù)，其中SAR模型的值為-0.0673，通過(guò)1%水平上的顯著性檢驗(yàn)。說(shuō)明白灘村農(nóng)戶(hù)間的農(nóng)業(yè)收入比是相互影響的，存在相關(guān)關(guān)系，假說(shuō)得到驗(yàn)證。同時(shí)，模型結(jié)果進(jìn)一步證明這種相關(guān)關(guān)系為負(fù)，農(nóng)業(yè)收入比重存在“互補(bǔ)效應(yīng)”，而非“同群效應(yīng)”。當(dāng)農(nóng)戶(hù)i的農(nóng)業(yè)收入比提高1%，其親戚鄰居的農(nóng)業(yè)收入比會(huì)降低6.7%。這需要對(duì)該現(xiàn)象產(chǎn)生的原因進(jìn)行解釋。

調(diào)研數(shù)據(jù)統(tǒng)計(jì)結(jié)果顯示，白灘村83.7%的農(nóng)戶(hù)都有勞動(dòng)力外出務(wù)工的現(xiàn)象，而在訪(fǎng)談中也發(fā)現(xiàn)，家庭外出勞動(dòng)力較多的農(nóng)戶(hù)，由于無(wú)力照看土地（包括林地和耕地），會(huì)將土地交給其親戚鄰居代耕，或者以低廉的價(jià)格流轉(zhuǎn)出去，土地流轉(zhuǎn)現(xiàn)象較為普遍。在以親緣、鄰居構(gòu)成的農(nóng)村社會(huì)網(wǎng)絡(luò)中，傳統(tǒng)的熟人社會(huì)能夠增加農(nóng)地轉(zhuǎn)出戶(hù)找到合適出讓對(duì)象的機(jī)會(huì)，同樣的，也能增加農(nóng)地轉(zhuǎn)入戶(hù)如愿流轉(zhuǎn)入土地的機(jī)會(huì)。大量現(xiàn)有的研究證實(shí)了以上觀點(diǎn)。陳浩認(rèn)為社交圈中的土地流轉(zhuǎn)是通過(guò)降低交易成本而實(shí)現(xiàn)的；Mota等則從增加信息透明度，減少搭便車(chē)行為來(lái)解釋土地流轉(zhuǎn)多局限于社交網(wǎng)絡(luò)的現(xiàn)象；Robison等在其社會(huì)資本與農(nóng)地交易一文中提出，社會(huì)資本不僅促進(jìn)了農(nóng)地交易，還降低了土地出讓方的意愿價(jià)格[16，25-26]。因此，在農(nóng)村社會(huì)網(wǎng)絡(luò)中，農(nóng)戶(hù)在流轉(zhuǎn)土地時(shí)首先考慮其親戚鄰居，無(wú)疑是降低交易成本、實(shí)現(xiàn)風(fēng)險(xiǎn)最小化的最優(yōu)選擇。

同時(shí)，研究表明純農(nóng)戶(hù)的土地流入意愿較強(qiáng)，而兼業(yè)農(nóng)戶(hù)的土地流出意愿較強(qiáng)[27]。當(dāng)農(nóng)戶(hù)i的親戚鄰居兼非農(nóng)業(yè)較多時(shí)，或農(nóng)業(yè)收益不佳時(shí)，傾向于流出土地。同時(shí)，農(nóng)戶(hù)i兼非農(nóng)業(yè)較少，或農(nóng)業(yè)收益較高，傾向于流入土地。受傳統(tǒng)的社會(huì)網(wǎng)絡(luò)影響，如圖3所示，農(nóng)戶(hù)i的親戚鄰居將土地流轉(zhuǎn)給i，i的土地規(guī)模擴(kuò)大，農(nóng)業(yè)收入相應(yīng)增加，而流出土地的農(nóng)戶(hù)i的親戚鄰居因?yàn)橥獬鰟?wù)工導(dǎo)致非農(nóng)收入增加，農(nóng)業(yè)收入比降低。農(nóng)戶(hù)之間這種勞動(dòng)力安排的互補(bǔ)關(guān)系、協(xié)作關(guān)系，不僅充分利用了網(wǎng)絡(luò)內(nèi)的閑置土地、人力資源，同時(shí)優(yōu)化了農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)。因此，在社會(huì)網(wǎng)絡(luò)的互補(bǔ)效應(yīng)的影響下，農(nóng)戶(hù)與其親戚鄰居的農(nóng)業(yè)收入比呈現(xiàn)負(fù)相關(guān)關(guān)系。

圖3 農(nóng)戶(hù)收入社會(huì)網(wǎng)絡(luò)影響Fig.3 Social network effects of rural household income

4 結(jié)論與啟示

本文運(yùn)用空間計(jì)量方法，分析四川南江縣白灘村在后退耕時(shí)期農(nóng)戶(hù)收入之間的相關(guān)關(guān)系，以及退耕程度、勞動(dòng)力流動(dòng)因素對(duì)農(nóng)戶(hù)收入的影響，最終得到以下幾個(gè)主要結(jié)果：（1）在白灘村社會(huì)網(wǎng)絡(luò)體系中，農(nóng)戶(hù)的農(nóng)業(yè)收入比增長(zhǎng)1%，其親戚鄰居的家庭農(nóng)業(yè)收入比降低6.7%，這一情況反映了勞動(dòng)力由農(nóng)業(yè)部門(mén)向非農(nóng)部門(mén)轉(zhuǎn)移而產(chǎn)生的社會(huì)網(wǎng)絡(luò)“互補(bǔ)效應(yīng)”；（2）白灘村退耕程度越高的農(nóng)戶(hù)，其農(nóng)業(yè)收入占家庭總收入比例就越高，退耕程度每增加1%，農(nóng)業(yè)收入比將提高5.2%；（3）家庭總勞動(dòng)力越多的，農(nóng)業(yè)收入占總收入比例越低，其中家庭農(nóng)業(yè)勞動(dòng)力每流出1%，農(nóng)業(yè)收入比減少3.2%。由此可以得到如下啟示：

（1）將白灘村社會(huì)網(wǎng)絡(luò)的互補(bǔ)效應(yīng)應(yīng)用于其農(nóng)村信息共享平臺(tái)建設(shè)。研究結(jié)果顯示，受社會(huì)網(wǎng)絡(luò)影響，在家務(wù)農(nóng)的農(nóng)戶(hù)傾向于流入土地，農(nóng)業(yè)收入比增加；而與其處于同一社會(huì)網(wǎng)絡(luò)中的親戚或鄰居則傾向于流出土地、外出就業(yè)，農(nóng)業(yè)收入比降低，即非農(nóng)收入比增加。因此，相關(guān)政府部門(mén)可以考慮充分利用農(nóng)村社會(huì)網(wǎng)絡(luò)效應(yīng)，立足于服務(wù)當(dāng)?shù)剞r(nóng)民，建立村級(jí)就業(yè)、土地流轉(zhuǎn)信息共享平臺(tái)。此舉一方面可緩解農(nóng)民就業(yè)信息不對(duì)稱(chēng)，增加就業(yè)渠道，提高農(nóng)民收入；另一方面利用信息共享平臺(tái)擴(kuò)展社會(huì)網(wǎng)絡(luò)的規(guī)模，使其在土地流轉(zhuǎn)中能夠充分發(fā)揮作用，以促進(jìn)土地流轉(zhuǎn)市場(chǎng)不斷完善。

（2）通過(guò)鼓勵(lì)種植收入較高的經(jīng)濟(jì)林提高農(nóng)民退耕還林積極性。由白灘村現(xiàn)狀來(lái)看，退耕程度越高，農(nóng)戶(hù)的農(nóng)業(yè)收入比越高，其中林業(yè)收入是農(nóng)戶(hù)農(nóng)業(yè)持久收入的主要來(lái)源之一。在充分考慮市場(chǎng)需求、農(nóng)民經(jīng)營(yíng)水平的前提下，第二輪退耕還林可考慮發(fā)展“民生林業(yè)”，鼓勵(lì)發(fā)展生態(tài)效益、經(jīng)濟(jì)效益相結(jié)合的林果業(yè)和林下經(jīng)濟(jì)，提高農(nóng)民農(nóng)業(yè)收入，以此調(diào)動(dòng)農(nóng)民退耕還林積極性。

（3）以就業(yè)為核心促進(jìn)白灘村剩余勞動(dòng)力轉(zhuǎn)移。從研究結(jié)果來(lái)看，家庭勞動(dòng)力總數(shù)越多的，農(nóng)業(yè)收入比反而越低，說(shuō)明農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)存在剩余勞動(dòng)力并有外出就業(yè)的流動(dòng)跡象。相關(guān)部門(mén)應(yīng)掃清農(nóng)戶(hù)非農(nóng)就業(yè)的障礙，保障農(nóng)民工應(yīng)有權(quán)益，實(shí)現(xiàn)以就業(yè)為核心，推動(dòng)農(nóng)村剩余勞動(dòng)力向城鎮(zhèn)轉(zhuǎn)移。

（References）：

［1］ 李樹(shù)茁，梁義成，MARCUS W. FELDMAN，等. 退耕還林政策對(duì)農(nóng)戶(hù)生計(jì)的影響研究——基于家庭結(jié)構(gòu)視角的可持續(xù)生計(jì)分析［J］ . 公共管理學(xué)報(bào)，2010，7（2）：1 - 10.

［2］ 胡霞. 退耕還林還草政策實(shí)施后農(nóng)村經(jīng)濟(jì)結(jié)構(gòu)的變化——對(duì)寧夏南部山區(qū)的實(shí)證分析［J］ . 中國(guó)農(nóng)村經(jīng)濟(jì)，2005，（5）：63 - 70.

［3］ Yin Runsheng, Uchida Emi, Rozelle Scott, et al. Conservation Payments, Liquidity Constraints and Off-Farm Labor: Impact of the Grain for Green Program on Rural Households in China［M］ . Yin Runsheng. Springer Netherlands，2009：131 - 157.

［4］ 易福金，陳志穎. 退耕還林對(duì)非農(nóng)就業(yè)的影響分析［J］ . 中國(guó)軟科學(xué)，2006，（8）：31 - 40.

［5］ 陳國(guó)建，李銳，楊勤科，等. 大規(guī)模生態(tài)退耕對(duì)陜北丘陵溝壑區(qū)農(nóng)村社會(huì)經(jīng)濟(jì)的影響——以縣南溝和燕溝小流域?yàn)槔跩］ . 中國(guó)水土保持科學(xué)，2004，（4）：48 - 52.

［6］ 朱明珍，劉曉平. 退耕還林工程對(duì)農(nóng)戶(hù)勞動(dòng)力供給的影響分析［J］ . 林業(yè)經(jīng)濟(jì)，2011，（7）：47 - 53.

［7］ 徐晉濤，陶然，徐志剛. 退耕還林：成本有效性、結(jié)構(gòu)調(diào)整效應(yīng)與經(jīng)濟(jì)可持續(xù)性——基于西部三省農(nóng)戶(hù)調(diào)查的實(shí)證分析［J］ .經(jīng)濟(jì)學(xué)（季刊），2004，（4）：139 - 162.

［8］ 支玲，李怒云，王娟，等. 西部退耕還林經(jīng)濟(jì)補(bǔ)償機(jī)制研究［J］ . 林業(yè)科學(xué)，2004，40（2）：2 - 8.

［9］ 潘靜，陳廣漢. 家庭決策、社會(huì)互動(dòng)與勞動(dòng)力流動(dòng)［J］ . 經(jīng)濟(jì)評(píng)論，2014，（3）：40 - 50.

［10］ Irwin Elena G., Bockstael Nancy E. Interacting agents, spatial externalities and the evolution of residential land use patterns［J］ . Journal of Economic Geography，2002，2（1）：31 - 54.

［11］ Narayan Deepa, Pritchett Lant. Cents and sociability: household income and social capital in rural Tanzania［J］ . Economic Development & Cultural Change，1997，47（47）：871 - 897.

［12］ 張振，徐雪高，吳比. 新常態(tài)下農(nóng)戶(hù)家庭社會(huì)關(guān)系網(wǎng)絡(luò)的收入效應(yīng)研究——基于CHARLS數(shù)據(jù)的實(shí)證分析［J］ . 經(jīng)濟(jì)問(wèn)題，2016，（6）：73 - 78.

［13］ 王夏潔，劉紅麗. 基于社會(huì)網(wǎng)絡(luò)理論的知識(shí)鏈分析［J］ . 情報(bào)雜志，2007，26（2）：18 - 21.

［14］ Wellman Barry, Berkowitz Stephen D. Social structures: a network approach［M］ . New York: Cambridge University Press，1988.

［15］ 茍?zhí)靵?lái)，左停. 從熟人社會(huì)到弱熟人社會(huì)——來(lái)自皖西山區(qū)村落人際交往關(guān)系的社會(huì)網(wǎng)絡(luò)分析［J］ . 社會(huì)，2009，29（1）：142 - 161.

［16］ Robison Lindon J., Siles Marcelo E., Jin Songqing. Social capital and the distribution of household income in the United States: 1980，1990，and 2000［J］ . Journal of Socio-economics，2011，40（5）：538 - 547.

［17］ Fafchamps Marcel. Development and social capital［J］ . Journal of Development Studies，2006，42（7）：1180 - 1198.

［18］ Milinski M., Semmann D., Krambeck H. J. Reputation helps solve the ‘tragedy of the commons’［J］ . Nature，2002，415（6870）：424 - 426.

［19］ 楊衛(wèi)忠. 農(nóng)村土地經(jīng)營(yíng)權(quán)流轉(zhuǎn)中的農(nóng)戶(hù)羊群行為——來(lái)自浙江省嘉興市農(nóng)戶(hù)的調(diào)查數(shù)據(jù)［J］ . 中國(guó)農(nóng)村經(jīng)濟(jì)，2015，（2）：38 -51，82.

［20］ Anselin Luc. Spatial Econometrics: Methods and Models［M］ . Berlin: Springer Netherlands，1988.

［21］ Butts Carter T. Social Network Analysis with sna［J］ . Journal of Statistical Software，2008，24（i06）.

［22］ 李樺，姚順波，郭亞軍. 退耕還林對(duì)農(nóng)戶(hù)經(jīng)濟(jì)行為影響分析——以全國(guó)退耕還林示范縣（吳起縣）為例［J］ . 中國(guó)農(nóng)村經(jīng)濟(jì)，2006，（10）：37 - 42.

［23］ Kelly Peter, Huo Xuexi. Land Retirement and Nonfarm Labor Market Participation: An Analysis of China’s Sloping Land Conversion Program［J］ . World Development，2013，48（C）：156 - 169.

［24］ Liu Zhen, Lan Jing. The Sloping Land Conversion Program in China: Effect on the Livelihood Diversification of Rural Households［J］ . World Development，2015，70（C）：147 - 161.

［25］ 陳浩，王佳. 社會(huì)資本能促進(jìn)土地流轉(zhuǎn)嗎?——基于中國(guó)家庭追蹤調(diào)查的研究［J］ . 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2016，（1）：21 - 29.

［26］ Mota Gabriel Leite, Pereira Paulo Trigo. Happiness, Economic Well-being, Social Capital and the Quality of Institutions［J］ . Working Papers Department of Economics，2008.

［27］ 張忠明，錢(qián)文榮. 不同兼業(yè)程度下的農(nóng)戶(hù)土地流轉(zhuǎn)意愿研究——基于浙江的調(diào)查與實(shí)證［J］ . 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2014，（3）：19 - 24.

（本文責(zé)編：陳美景）

Analysis on Social Network Effects of Rural Household Income in the Context of Grain for Green Project: A Case from Baitan Village, Nanjiang County of Sichuan Province

LAN Jing1, SHENG Jun1, YU Yi-ning1, LIU Zhen2
（1. College of Land Management, Nanjing Agricultural University, Nanjing 210000, China; 2. School of Business, Nanjing Normal University, Nanjing 210000, China）

The purpose of this paper is to find out the influential mechanism of Grain for Green project on farmers’revenue structure in Baitan village, Nanjiang county of Sichuan province, and to explore if there exists peer effect or complementary effect in farmer’s production arrangement, and then to put forward policy advice for the second round Grain for Green Project. The research methods are that considering the impacts from the households’ interaction within rural social network on their decision, spatial econometric approach is applied to locate social network complexrelationship accurately and comprehensively. The results show that: 1）in social network system of Baitan village, when household agriculture income ratio increase 1%, their relatives’ and neighbors’ agriculture income ratio will decrease 6.7%. 2）For a rural household, the more farmland is converted to forest, the higher ratio of agricultural income takes up the family total income. When the ratio of Grain for Green degree increases 1%, the agricultural income ratio will increase 5.2%. 3）The more household labor exists, the lower ratio of agricultural income takes up family total income. When household agricultural labor flows out 1%, the agricultural income ratio will decrease 3.2%. The phenomenon reflects social network “complementary effect” in labor flow. It’s concluded that: 1）the complementary effect of social network should be applied to the construction of rural information sharing platform in Baitan village. 2）In order to enhance farmers’ enthusiasm for Grain for Green project, it’s necessary to encourage the development of commercial-used forests with higher income. 3）The rural remainder labor should be promoted to flow into cities to earn a living in Grain for Green areas.

land economy; rural household income; spatial econometrics; social network effects; grain for green project

F301

A

1001-8158（2017）03-0036-08

10.11994/zgtdkx.20170216.130503

2016-10-27；

2017-01-03

國(guó)家青年自然科學(xué)基金項(xiàng)目（71403125，71603126）；江蘇高校哲學(xué)社會(huì)科學(xué)研究項(xiàng)目（2016SJB790008）；江蘇省高校自然科學(xué)面上項(xiàng)目（16KJB210009）。

藍(lán)菁（1983-），女，浙江麗水人，博士，副教授。主要研究方向?yàn)橘Y源環(huán)境經(jīng)濟(jì)與可持續(xù)發(fā)展、土地經(jīng)濟(jì)與政策分析。E-mail: lanjing@njau. edu.cn

劉震（1982-），男，山東東營(yíng)人，博士，副教授。主要研究方向?yàn)榄h(huán)境與資源經(jīng)濟(jì)、發(fā)展經(jīng)濟(jì)學(xué)。E-mail: zhenliu_cn@yahoo.com