摘要近年來，隨著土地流轉加速和農民合作社的涌現，我國農戶的異質性不斷提高。本文將農戶是否流轉土地、是否加入合作社視為農戶異質性的重要表現，考察其對農戶參加農業技術培訓的影響。基于魯晉寧三省1039戶農戶數據，構建了零膨脹負二項模型(ZINB)進行計量分析，并通過了穩健性檢驗。研究發現:租入土地不會顯著影響農戶的農業技術培訓參與，但加入合作社會讓農戶參加更多培訓。具體而言，租入土地農戶參加農業技術培訓的期望次數是不租入土地農戶的1．04倍，而加入合作社農戶參加農業技術培訓的期望次數是未加入合作社農戶的2．11倍。當前農業技術培訓過于大眾化造成的低瞄準性，是租入土地的規模經營農戶沒有對培訓表現出更多需求的重要原因。本文的政策含義在于，農業技術培訓政策需要做出適當調整，應結合已經分化的農戶需求實行分層定位，提供差異化的技術培訓服務，增強對不同培訓目標人群的瞄準度;應給予開展農業技術培訓服務的合作社更多支持。

　　關鍵詞農戶異質性;農民專業合作社;農業技術培訓;ZINB模型

　　在理論界，Schultz［1］在回答如何改造傳統農業這一問題時，強調了對農民進行人力資本投資的重要性。在我國，對農民進行人力資本投資具有更強可操作性的措施可能是開展農業技術培訓。在政策界，自2004年以來，“三農”問題被提升到倡議性高度，農民培訓對解決“三農”問題的重要性便日益突出。回顧十年來的中央1號文件，文件中多次對農民培訓問題提出了明確要求，對農民開展實用的技術培訓已成為政策界的共識。從國內實踐看，近年來，專業大戶、家庭農場、農民專業合作社等新型農業經營主體快速涌現，日益成為推進我國現代農業發展的重要載體，但農民職業技能培訓和農業科技推廣體系建設改革卻有一定的滯后性。隨著政府對農民培訓投入力度的持續加大，農業技術培訓的供給將會迅速增加，與此同時，我國農村土地流轉愈加普遍，農民專業合作社發展仍在加速。那么租入土地和加入合作社，是否會作為異質性的重要來源，對農戶參加農業技術培訓產生重要影響呢?或者說，租入土地的農戶與自耕農這兩類農戶的農業技術培訓參與行為有沒有顯著差異?基于此，本文構建ZINB模型，考察農戶參與土地流轉、加入合作社與農戶參與技術培訓之間的關系，判斷當前的農業技術培訓是否偏離了政策設計的目標，從而給出土地流轉和合作社快速發展背景下農業技術培訓的政策重點，對制定相應的政策有重大現實意義。

　　1文獻回顧及簡評

　　很多經驗分析文獻討論了農戶參加培訓決策行為的影響因素，這些影響因素又可分為農戶的內在因素或稱為農民的稟賦［2］和外在因素。曹建民等［3］認為農戶參加技術培訓的行為決定于農戶掌握的信息、農戶的個人特征和家庭特征等，發現中年人、村干部、水稻種植比例較高的農戶和非農就業比例較高的農戶更愿意參加技術培訓。高升［4］則將農戶對培訓實用性的評價、農戶獲取培訓信息渠道數納入了Logit模型。但大部分文獻納入計量模型的影響因素有很強的趨同性，這些因素包括農戶戶主的個人特征、農戶家庭特征、農戶對培訓實用性的評價、對現代農業技術的認知度、所處的地理環境等［5－7］。現有文獻用以識別顯著影響農戶農業技術培訓參與的因素的方法可以分為兩類，一類文獻以農戶是否參加農業技術培訓為因變量，再以上述影響因素的全部或部分為解釋變量，構建Logit或Probit單方程模型，進行ML估計，如劉芳等［5］、高升［4］等人的研究。這類文獻的缺陷是只能識別出影響農戶是否參加培訓的因素，卻忽略了既影響農戶是否參加培訓又影響農戶參加培訓次數的因素所包含的重要信息。另一類文獻是以農戶參加培訓次數為因變量，應用Tobit模型進行估計，如于敏［6］的研究。這類文獻雖然考慮了影響因素對農戶培訓次數的影響，但Tobit模型本身有著無法克服的缺陷，該模型估計要求兩部分模型的解釋變量不完全相同，并且系統模型假設隨機變量服從聯合正態分布，違背這兩個假設的模型可能不可估計［8］。另外，Tobit模型盡管容許有大量的零，但仍將因變量y在正值上的分布看成連續分布，假定y=max(0，y*)，其中y*呈正態分布與農戶參加培訓次數在y＞0時的離散性完全不相稱。因此，要想無偏地識別出農戶參加農業技術培訓的影響因素，需要新的方法。

　　2研究方法與模型選擇

　　2．1估計模型的構建為了考察租入土地、合作社成員身份對農戶參加農業技術培訓的影響，本文將租入土地與合作社成員身份均設置為虛擬變量納入分析，建立模型1

　　2．2計數數據中對零膨脹現象的處理

　　在實際問題中，計數數據普遍存在零膨脹特征，即獲得的數據很大一部分是零值。具有零膨脹特征的計數數據超出了一般泊松模型或負二項模型的預測能力。幸運的是，解決零膨脹現象的Hurdle模型于1986年被提出并應用于經濟學研究領域［9］，繼而Lambert［10］于1992年提出零膨脹泊松模型(ZIP)，Greene［11］在1994年又將ZIP模型擴展到零膨脹負二項模型(ZINB)，使得對具有零膨脹特征的計數數據的估計變得更為有效和無偏。零膨脹模型假設數據分為兩部分，第一部分對應零事件的發生，個體取值只能為零，這一部分的零值解釋了數據中可能存在過多零的原因;第二部分個體符合泊松/負二項分布，取值可以為零或正整數。因此，零膨脹模型將數據中的零分成“過多的零”和“真實的零”，并從零分段，對零部分和非零部分分別建立二項選擇模型和一般計數模型，其中二項選擇模型主要回答變量影響事件是否發生的問題，一般計數模型主要回答變量影響事件發生次數的問題。

　　3數據來源和描述性分析

　　3．1數據來源本文的數據來源

　　于國家社科基金重大項目“發展農民專業合作組織和完善農村基本經營制度研究”的一手調查數據。課題組于2009年7月至9月，共組織40余名調研員分成三個調研組赴山東、山西、寧夏3省調查。原則上，每一省份選取4個縣，每個縣再選擇3個鄉鎮，每個鄉鎮選1至3個村莊不等，每個村莊再隨機抽取20個農戶。實際獲得山東、山西、寧夏3省11個縣、市、區(分別為:高平市、高唐縣、冠縣、賀蘭縣、利通區、寧津縣、平原縣、沁縣、武鄉縣、澤州縣、中寧縣)的1039戶農戶數據。結合研究目標，在數據預處理時，先后剔除了不再從事農業、家庭主業為養殖業、純租出土地的農戶，形成目標樣本戶，接著剔除有缺失數據、異常值的樣本。最終得到有效樣本761個。

　　3．2描述性分析數據分析

　　表明，2008年種植戶總體的平均耕地經營規模為11．40畝，家庭人均耕地面積為2．78畝，其中人均承包地面積為2．43畝(見表1)。在2008年參加技術培訓的農戶有338戶，占44．42%，未參加技術培訓的農戶有423戶，占55．58%。統計發現，參加培訓和未參加培訓農戶在家庭耕地總面積、人均耕地面積指標上均有顯著的統計差異。

　　4計量結果及分析

　　4．1培訓的ZINB模型結果及其分析

　　在進行回歸分析之前，需要考察解釋變量的共線性問題。對所有解釋變量做相關分析后，發現部分解釋變量之間存在顯著的相關關系，特別是農戶租入土地同時加入合作社虛擬變量與多個控制變量有顯著的相關性。幸運的是，該變量與其他控制變量的相關系數絕對值較小，最高的僅為0．277，仍然可以進行計量分析。為了考察解釋變量之間是否存在共線性，本文利用方差膨脹因子和容忍度進行檢測。結果表明所有解釋變量的平均方差膨脹因子為1．36，最大的僅為1．78，其容忍度最低也達到了0．562，模型在可接受的范圍內。此外，數據不可能具有正態分布，用最大似然估計方法。所有標準計數數據的分布都表現出異方差性，進行參數估計時還需對標準誤做穩健性調整。

　　4．2穩健性分析:改變ZINB模型的設定為了確保分析

　　結論的可靠性，從以下角度進行穩健性檢驗:在表4所采用的ZINB模型中，樣本農戶按是否租入土地、是否加入合作社兩個虛擬變量的組合分成了四組，估計結果直接給出了四組農戶參加農業技術培訓期望次數的倍數關系，但沒有直接給出租入土地農戶與不租入土地農戶在參加技術培訓方面的差異，也沒有直接給出加入合作社農戶與不加入合作社農戶的差異。改變ZINB模型的設定，只引入是否租入土地、是否加入合作社兩個虛擬變量，采用MLE方法能夠直接得到這種差異(見表5)。表5中的估計結果顯示，租入土地農戶參加農業技術培訓的期望次數是未租入土地農戶的1．037倍，但不具有統計顯著性，與式(3)的數值(1．044)相差非常小;加入合作社農戶參加農業技術培訓的期望次數是未加入合作社農戶的2．084倍，且通過1%的顯著性水平，與式(6)的數值(2．113)非常接近。因此，回歸結果是穩健的。

　　參考文獻(Ｒeferences)

　　［1］SchultzTW．TransformingTraditionalAgriculture［M］．NewHaven:YaleUniversityPress，1964，56－71．

　　［2］孔祥智，方松海，龐曉鵬，等．西部地區農戶稟賦對農業技術采納的影響分析［J］．經濟研究，2004，(12):85－95．［KongXiangzhi，FangSonghai，PengXiaopeng，etal．TheNatureofInstitutionalSystemsandItsEffectsontheEvolution［J］．EconomicＲesearch，2004，(12)，85－95．］

　　［3］曹建民，胡瑞法，黃季焜．技術推廣與農民對新技術的修正采用:農民參與技術培訓和采用新技術的意愿及其影響因素分析［J］．中國軟科學，2005，(6):60－66．［CaoJianmin，HuＲuifa，HuangJikun．AgriculturalTechnologyExtensionandFarmers’ModificationofNewTechnology:StudyonInfluenceFactorsinFarmers’ParticipatinginTechnologiesTrainingandTheirWillingnesstoAdopt［J］．ChinaSoftScience，2005，(6):60－66．］

　　作者何安華1劉同山2孔祥智2

　　???????