基于層次理論的農(nóng)戶多目標(biāo)權(quán)重估計(jì)

基于層次理論的農(nóng)戶多目標(biāo)權(quán)重估計(jì)

一、線性規(guī)劃方法對(duì)農(nóng)民生產(chǎn)決策行為的深入研究具有重要的現(xiàn)實(shí)意義。通過模擬農(nóng)戶生產(chǎn)決策過程,可以預(yù)測(cè)農(nóng)戶的決策行為,從而為市場(chǎng)分析、政策制定提供依據(jù)。在國(guó)外相關(guān)研究中,農(nóng)戶農(nóng)業(yè)生產(chǎn)決策模型已經(jīng)被大量運(yùn)用于分析小農(nóng)行為在社會(huì)、經(jīng)濟(jì)、市場(chǎng)、政策等因素變化下的不同反應(yīng)(張林秀,1996)。而目前國(guó)內(nèi)對(duì)農(nóng)戶多目標(biāo)決策的相關(guān)理論和實(shí)證研究還亟待豐富。中國(guó)的農(nóng)業(yè)正面臨各種變革與挑戰(zhàn),迫切需要利用農(nóng)戶微觀生產(chǎn)模型來預(yù)測(cè)各種變革與挑戰(zhàn)對(duì)農(nóng)業(yè)造成的沖擊,這對(duì)政府制定相關(guān)政策具有深遠(yuǎn)的理論價(jià)值和現(xiàn)實(shí)意義。很多研究表明基于多目標(biāo)的效用理論更能準(zhǔn)確地描述和預(yù)測(cè)生產(chǎn)者行為。近年來農(nóng)戶多目標(biāo)效用理論模型逐漸得到了重視(HarperandEastmen,1980;BerbelandRodriguez-Oca?a,1998;Gómez-LimónandArriaza,2000;AmadorandRomero,1998;Bazzani,2005;RiesgoandGómez-Limón,2006;BartoliniandViaggi,2007)。傳統(tǒng)的農(nóng)戶效用理論假定農(nóng)戶追求單一的利潤(rùn)最大化目標(biāo)(例如AmirandFisher,1999,2000;BerbelandGómez-Limón,2000;BazzaniandViaggi,2005),但現(xiàn)實(shí)中,農(nóng)戶進(jìn)行生產(chǎn)決策時(shí)還常?？紤]其他因素,很多學(xué)者認(rèn)為農(nóng)戶的生產(chǎn)決策是基于多目標(biāo)的,即除了傳統(tǒng)的利潤(rùn)最大化目標(biāo)以外,同時(shí)還考慮諸如規(guī)避風(fēng)險(xiǎn)、減少勞動(dòng)力投入等優(yōu)化目標(biāo)。并且由于經(jīng)濟(jì)發(fā)展、外界政策干預(yù)等因素的存在,農(nóng)戶追求的目標(biāo)可能隨時(shí)間而有所變化(HylenbroeckandVanslembrouck,2001)。線性規(guī)劃方法是研究農(nóng)戶生產(chǎn)決策行為的一種重要手段。農(nóng)戶生產(chǎn)決策的研究方法通常包括計(jì)量經(jīng)濟(jì)學(xué)方法和線性規(guī)劃方法等。線性規(guī)劃方法一般是在一定區(qū)域內(nèi)虛擬一個(gè)代表性農(nóng)戶作為研究對(duì)象(對(duì)區(qū)域內(nèi)多個(gè)農(nóng)戶樣本進(jìn)行平均),建立農(nóng)戶生產(chǎn)優(yōu)化模型,即在一組生產(chǎn)限制條件下最優(yōu)化農(nóng)戶的目標(biāo)效用,從而根據(jù)代表性農(nóng)戶的決策行為來反映整個(gè)區(qū)域的農(nóng)業(yè)生產(chǎn)情況。在農(nóng)戶樣本量偏小、樣本變異較小或者資源受限制的情況下,計(jì)量估計(jì)方法存在一定偏誤,此時(shí)線性規(guī)劃方法往往能體現(xiàn)出其獨(dú)特優(yōu)勢(shì)(HuangandRichard,2005)。在多目標(biāo)生產(chǎn)決策研究中,各目標(biāo)權(quán)重的估計(jì)是一個(gè)重要難點(diǎn)。已有的研究一般采用目標(biāo)規(guī)劃法(goalprogramming,GP)對(duì)權(quán)重進(jìn)行估計(jì),然而采用該方法估計(jì)權(quán)重將存在一定的偏誤。本研究的目的是提出一階條件校準(zhǔn)這一新的估計(jì)法,并利用實(shí)際農(nóng)戶抽樣數(shù)據(jù),分別對(duì)所有農(nóng)戶以及不同類型農(nóng)戶的各目標(biāo)權(quán)重進(jìn)行估計(jì)。本文安排如下:第二節(jié)介紹研究方法,包括農(nóng)戶多目標(biāo)生產(chǎn)模型的建立和目標(biāo)權(quán)重的估計(jì)方法;第三節(jié)介紹本文采用的數(shù)據(jù);第四節(jié)是對(duì)估計(jì)結(jié)果的分析與對(duì)比;最后是本文的結(jié)論部分。二、方法(一)多目標(biāo)生產(chǎn)模型的構(gòu)建1.土地規(guī)模的大小對(duì)質(zhì)量關(guān)系的影響本文以農(nóng)戶種植業(yè)生產(chǎn)為例,在設(shè)定一組前提假設(shè)的基礎(chǔ)上,建立相應(yīng)的理論模型。具體有如下三個(gè)假設(shè):假設(shè)一:土地規(guī)模報(bào)酬不變。在目前情況下,耕地資源的平均分配是我國(guó)農(nóng)村的一個(gè)最為重要的特征,種植方式基本以家庭經(jīng)營(yíng)的小農(nóng)生產(chǎn)方式為主,人均耕地占有量差異較小,且地塊面積差異也不大,因此本文假設(shè)土地規(guī)模報(bào)酬不變,即地塊面積的大小不影響單產(chǎn)。假設(shè)二:農(nóng)戶是市場(chǎng)價(jià)格的接受者,即每個(gè)農(nóng)戶面臨的市場(chǎng)是完全競(jìng)爭(zhēng)的,農(nóng)戶是市場(chǎng)價(jià)格(包括投入品價(jià)格和產(chǎn)出品價(jià)格)的接受者,價(jià)格都是外生給定的。假設(shè)三:家庭勞動(dòng)力不具有替代性。在目前情況下,農(nóng)戶種植業(yè)生產(chǎn)規(guī)模小,一般不雇傭家庭以外的勞動(dòng)力。因此在一定范圍內(nèi),假設(shè)家庭勞動(dòng)力與市場(chǎng)上的勞動(dòng)力是不可替代的,即不存在雇傭勞動(dòng)力的情況。2.農(nóng)戶目標(biāo)函數(shù)Robinson(1982)首先提出了多目標(biāo)效用理論(multi-attributeutilitytheory,MAUT),他指出由于種植決策過程中存在其他方面的考慮,多目標(biāo)的期望效用理論更能準(zhǔn)確地預(yù)測(cè)生產(chǎn)者行為。假設(shè)生產(chǎn)者有K個(gè)目標(biāo),rk為滿足第k個(gè)目標(biāo)的程度(k=1,2,…,K),多目標(biāo)期望效用表達(dá)為:ΜaxE[U(r1,r2,?,rΚ)](1)Keeney(1974)研究了滿足效用函數(shù)可加性的條件,其中的基本條件是保證各目標(biāo)之間的獨(dú)立性。如果滿足這個(gè)條件,那么效用函數(shù)是可分的,(1)式可以寫成以下形式:U(r1,r2,?,rΚ)=h{f1(r1),f2(r2),??fΚ(rΚ)}(2)進(jìn)一步假設(shè)U和fk(rk)在[0,1]之間,那么上式轉(zhuǎn)化為:U(r1,r2,?,rΚ)=∑kwkfk(rk)(3)其中wk在[0,1]之間,代表各目標(biāo)的權(quán)重,并滿足和為1的條件:∑kwk=1(4)本模型考慮K=3的情況,納入文獻(xiàn)中最為常見的三種生產(chǎn)目標(biāo),即最大化利潤(rùn)、最小化風(fēng)險(xiǎn)和最小化家庭勞動(dòng)力投入等。就種植業(yè)生產(chǎn)而言,農(nóng)戶的決策變量是各種作物的種植面積。農(nóng)戶通過優(yōu)化種植結(jié)構(gòu)來應(yīng)對(duì)市場(chǎng)價(jià)格(包括投入品價(jià)格和產(chǎn)出品價(jià)格)的波動(dòng)。假設(shè)一共有I種作物,其種植面積記為ai(i=1,2,…,I)。下面分別建立農(nóng)戶各目標(biāo)函數(shù)。首先,是利潤(rùn)(grossmargin)最大化目標(biāo)。在種植決策過程中農(nóng)戶首先考慮的是利潤(rùn)目標(biāo),本文中的利潤(rùn)定義為種植業(yè)總產(chǎn)值減去資金投入(不包括勞動(dòng)力和土地投入)。假設(shè)一共有J種投入品,xij表示作物i的第j(j=1,2,…,J)種投入品(不包括勞動(dòng)力和土地)的畝均投入量,yi為單產(chǎn)。假設(shè)農(nóng)戶是市場(chǎng)價(jià)格的接受者,投入品和產(chǎn)出品的價(jià)格分別為pyi和pxj,si為每畝固定資金投入。那么作物i的畝均利潤(rùn)定義為:gmi=pyiyi-∑jpxjxij-si(5)根據(jù)土地規(guī)模報(bào)酬不變假設(shè),加總各種作物的種植所得,得到利潤(rùn)表達(dá)式為:f1=∑iaigmi(6)其次,是風(fēng)險(xiǎn)最小化目標(biāo)。農(nóng)戶規(guī)避風(fēng)險(xiǎn)的行為是普遍存在的,很多研究表明了風(fēng)險(xiǎn)在農(nóng)戶決策中的重要性(DopplerandWolff,2002;ArriazaandGómez-Limón,2003)。風(fēng)險(xiǎn)來源于生產(chǎn)和市場(chǎng)兩方面的不確定性。生產(chǎn)不確定性指在農(nóng)業(yè)生產(chǎn)中,由于受自然條件或病蟲害等影響,農(nóng)產(chǎn)品的產(chǎn)量和品質(zhì)不確定。市場(chǎng)不確定性指投入品和產(chǎn)出品的市場(chǎng)價(jià)格具有波動(dòng)性(PatrickandWhitaker,1983)。種植風(fēng)險(xiǎn)目標(biāo)通常定義為:f2=∑i∑i′zii′aiai′(7)其中,f2為風(fēng)險(xiǎn)的衡量指標(biāo),zii′為各種作物的利潤(rùn)的方差協(xié)方差矩陣Z中的元素。最后,是家庭勞動(dòng)力投入最小化目標(biāo)。本文假設(shè)不存在雇傭勞動(dòng)力現(xiàn)象,在此前提下最小化勞動(dòng)力投入也可能是農(nóng)戶的生產(chǎn)目標(biāo)之一。假設(shè)第i種作物的每畝勞動(dòng)力投入為xi1,那么總勞動(dòng)力投入表達(dá)為:f3=∑iaixi1(8)綜合以上三個(gè)生產(chǎn)目標(biāo),農(nóng)戶希望最大化利潤(rùn),同時(shí)最小化風(fēng)險(xiǎn)和勞動(dòng)力投入,農(nóng)戶多目標(biāo)效用函數(shù)為:U=w1f1(?)-w2f2(?)-w3f3(?)(9)考慮到以上效用函數(shù)中各目標(biāo)量綱不一致,需要先去除各目標(biāo)值的量綱后再進(jìn)行加權(quán)。效用函數(shù)轉(zhuǎn)化為:U=w1f1(?)/fobs1-w2f2(?)/fobs2-w3f3(?)/fobs3(10)其中,fobsk(·)為利用實(shí)際農(nóng)戶數(shù)據(jù)計(jì)算得出的目標(biāo)觀測(cè)值。3.土地轉(zhuǎn)租對(duì)代表性農(nóng)戶面積的影響假設(shè)農(nóng)戶在種植決策過程中受到土地總面積限制。農(nóng)戶在生產(chǎn)過程中可能受到各種限制,例如土地面積、灌溉用水量、勞動(dòng)力、資金投入和政策干預(yù)等,本模型僅考慮土地一種限制。由于研究對(duì)象是在區(qū)域?qū)用嫔咸摂M的代表性農(nóng)戶,而區(qū)域內(nèi)的土地轉(zhuǎn)租現(xiàn)象并不影響代表性農(nóng)戶的總面積(或戶均面積)限制,因此從區(qū)域?qū)用嫔蟻碚f,代表性農(nóng)戶的種植面積是受嚴(yán)格限制的。假設(shè)代表性農(nóng)戶的最大可耕種面積為T,土地約束條件表達(dá)為:∑iai≤Τ(11)綜上所述,農(nóng)戶多目標(biāo)種植決策問題表達(dá)為以下形式:ΜaxaiU=w1/fobs1∑iai(pyiyi-∑jpxjxij-si)-w2/fobs2∑i∑i′zii′aiai′-w3/fobs3∑iaixi1(Ρ1)s.t.∑iai≤Τ(二)目標(biāo)權(quán)重的估計(jì)建立多目標(biāo)種植決策模型后,接下來要對(duì)目標(biāo)權(quán)重進(jìn)行估計(jì)。下面將分別介紹傳統(tǒng)的目標(biāo)規(guī)劃法和本文提出的一階條件校準(zhǔn)法。1.模型估計(jì)的優(yōu)化已有的研究一般采用目標(biāo)規(guī)劃方法對(duì)農(nóng)戶效用函數(shù)中的目標(biāo)權(quán)重進(jìn)行估計(jì)。Sumpsi&Romero在1997年提出了目標(biāo)規(guī)劃方法(goalprogramming),通過盡可能逼近農(nóng)戶的目標(biāo)變量(稱目標(biāo)值擬合法)或決策變量(稱決策值擬合法)來估計(jì)目標(biāo)權(quán)重。目標(biāo)值擬合法和決策值擬合法的原理基本相同,區(qū)別僅在于擬合的目標(biāo)不同,在此僅介紹決策值擬合法。決策值擬合法的主要步驟包括:首先,計(jì)算決策值的極值矩陣A。該矩陣為3行I列陣:A=[a11a12?a1Ιa21a22?a2Ιa31a32?a3Ι](12)矩陣中元素aki表示當(dāng)最大化第k個(gè)目標(biāo)(k=1,2,3)時(shí),第i個(gè)決策變量(i=1,2,…,I)的取值。其次,為使模型的估計(jì)結(jié)果盡可能逼近決策變量的觀測(cè)值aobsi,需滿足以下方程組:∑kwk=1,∑kwkaki=aobsii=1,2,?,Ι(13)wk為目標(biāo)的權(quán)重,aki為極值矩陣A中的元素,aobsi是第i種作物的實(shí)際種植面積。最后,需要把以上方程組轉(zhuǎn)化為一個(gè)最小化偏誤問題進(jìn)行求解。一般來說(13)式的方程個(gè)數(shù)大于未知數(shù)個(gè)數(shù)(共I+1個(gè),3個(gè)權(quán)重未知數(shù)),從而無法求解。為使偏誤最小化,原問題轉(zhuǎn)化為求解以下優(yōu)化問題:Μinwk,pi,ni∑i(pi+ni)s.t.∑kwkaki+pi-ni=aiobs∑kwk=1pi≥0ni≥0(Ρ2)其中,pi為正偏誤,ni為負(fù)偏誤的絕對(duì)值,包含了模型無法控制的一些因素。很多實(shí)證研究發(fā)現(xiàn)經(jīng)濟(jì)理論得出的最優(yōu)行為與觀察數(shù)據(jù)之間常常存在差距,而對(duì)農(nóng)戶的相關(guān)研究也存在這個(gè)問題(Love,1999)。導(dǎo)致誤差的原因往往在于我們忽略了一些影響農(nóng)戶種植決策的因素,例如農(nóng)戶對(duì)產(chǎn)量或者價(jià)格的期望與實(shí)際不相符等,而誤差項(xiàng)就包含了這些無法控制的因素。2.土地轉(zhuǎn)租費(fèi)w3xi1/3gabs本文提出一種新的估計(jì)權(quán)重的方法,即一階條件校準(zhǔn)法。一階條件校準(zhǔn)法的原理是從模型最優(yōu)化的一階條件中估計(jì)出目標(biāo)權(quán)重,從而保證模型的估計(jì)結(jié)果與實(shí)際觀測(cè)到的農(nóng)戶決策行為相一致。權(quán)重的估計(jì)需要同時(shí)滿足兩組條件:首先,是權(quán)重加總約束,即要求目標(biāo)權(quán)重滿足(4)式;其次,是理論一致性約束,即要求估計(jì)出來的權(quán)重滿足效用最大化的一階條件。P1問題的一階條件為:w1gmi/f1obs-2w2∑i′zii′ai′/f2obs-w3xi1/f3obs-λ1=0(14)其中,λ1是土地約束的拉格朗日乘子。農(nóng)戶的效用函數(shù)為利潤(rùn)、風(fēng)險(xiǎn)和勞動(dòng)力的一種抽象加權(quán),該拉格朗日乘子稱為影子效用。為了充分利用信息,提高模型預(yù)測(cè)精度,我們可以把土地轉(zhuǎn)租費(fèi)轉(zhuǎn)換為土地影子效用帶入(14)式。具體轉(zhuǎn)換如下:假設(shè)實(shí)際觀測(cè)到的土地轉(zhuǎn)租費(fèi)用為c,因?yàn)檗D(zhuǎn)租費(fèi)用是用貨幣(元)表示的,它的單位同利潤(rùn)(gmi)的單位(元)相同,所以土地效用可以表示為w1c,在去除量綱后,土地效用可表示為:λ1=w1c/f1obs(15)將(15)式代入(14)式,可以得到新的一階條件:w1(gmi-c)/f1obs-2w2∑i′zii′ai′/f2obs-w3xi1/f3obs=0(16)以上一階條件方程組共i個(gè)方程,其中三個(gè)目標(biāo)權(quán)重為未知數(shù)。為了估計(jì)權(quán)重,把實(shí)際觀測(cè)到的投入產(chǎn)出數(shù)據(jù)代入(16)式,求解以下優(yōu)化問題:Μinwk,λ2,pi,ni∑i(pi+ni)s.t.w1(gmiobs-c)/f1obs-2w2∑i′zii′ai′obs/f2obs-w3xi1obs/f3obs+pi-ni=0∑kwk=1pi≥0ni≥0(Ρ3)其中,pi為正偏誤,ni為負(fù)偏誤的絕對(duì)值,定義同前。3.模型優(yōu)化方法對(duì)極值矩陣的影響目標(biāo)規(guī)劃法是以盡量逼近現(xiàn)實(shí)的目標(biāo)值(或決策值)為原則進(jìn)行優(yōu)化求解,該方法本身存在一定弊端。首先,目標(biāo)規(guī)劃法并未充分利用問題的全部信息。極值矩陣中的元素是最大化某一目標(biāo)時(shí)取得的極端值,往往容易遺漏問題的信息。舉例而言,假設(shè)農(nóng)戶一共種植三種作物,其每畝勞動(dòng)力投入量分別記為L(zhǎng)1、L2和L3(其中L1<L2<L3)。那么當(dāng)最小化勞動(dòng)力目標(biāo)時(shí),農(nóng)戶的最優(yōu)選擇是全部種植作物1,該求解過程僅利用了問題的部分信息,而沒有考慮各作物對(duì)于勞動(dòng)力需求大小的具體差異。同理對(duì)每個(gè)目標(biāo)進(jìn)行優(yōu)化時(shí)均存在這一問題,從而最終估計(jì)出的權(quán)重不夠準(zhǔn)確。其次,在漏掉其他重要約束條件(例如用水、資金投入約束等)的情況下,極值矩陣中的極值點(diǎn)很可能不是可行解,因此對(duì)該矩陣進(jìn)行加權(quán)會(huì)使估計(jì)的結(jié)果不準(zhǔn)確,并導(dǎo)致估計(jì)結(jié)果不具有穩(wěn)健性。1從理論上來說,一階條件校準(zhǔn)法的估計(jì)結(jié)果優(yōu)于目標(biāo)規(guī)劃法。一階條件校準(zhǔn)法是直接利用農(nóng)戶生產(chǎn)優(yōu)化模型的一階條件,以盡量吻合一階條件為目標(biāo),充分利用了問題的所有信息,并且進(jìn)一步利用土地轉(zhuǎn)租價(jià)格進(jìn)行校準(zhǔn),因此能夠更準(zhǔn)確地模擬實(shí)際情況。三、調(diào)查方法及內(nèi)容本研究采用寧夏自治區(qū)抽樣農(nóng)戶的面板數(shù)據(jù)進(jìn)行分析。我們分別調(diào)查了2001年和2004年寧夏自治區(qū)5縣130戶農(nóng)戶關(guān)于種植生產(chǎn)的數(shù)據(jù)。農(nóng)戶樣本的選取結(jié)合應(yīng)用了分層抽樣和隨機(jī)抽樣兩種方法。在獲得農(nóng)戶所有地塊信息以后,調(diào)查員根據(jù)作物結(jié)構(gòu)、地塊規(guī)模等因素,在每戶又選取了2個(gè)地塊調(diào)查詳細(xì)信息,共378個(gè)地塊樣本。調(diào)查的內(nèi)容包括農(nóng)戶各項(xiàng)收入來源、種植結(jié)構(gòu)、種植業(yè)投入及產(chǎn)出等情況。為了估計(jì)代表性農(nóng)戶的目標(biāo)權(quán)重,需要的數(shù)據(jù)包括以下幾部分:(一)種植結(jié)構(gòu)對(duì)農(nóng)戶種植的影響樣本地區(qū)的主要種植作物有小麥、玉米和水稻。鑒于三種作物種植面積占總面積的92%,且其他土地分散在幾十種小作物上,我們?cè)谀Ｐ椭兄豢紤]這三種主要作物。樣本中既有小麥與玉米套種,也有玉米、小麥單種的情況,因此假設(shè)農(nóng)戶的種植選擇包括小麥、玉米、水稻以及小麥套玉米四種方式。代表性農(nóng)戶(或平均農(nóng)戶)各種作物的種植面積如表1所示。從實(shí)際種植面積來看,戶均種植面積從2001年的9.2畝下降到2004年的8.7畝,略有減少。地塊面積差異不大,以2004年為例,938塊地塊樣本的平均值為1.9畝,標(biāo)準(zhǔn)差為2.0,最大的地塊也只有26.7畝。另外,我們?cè)谡{(diào)查訪問中得到樣本地區(qū)2001年和2004年土地轉(zhuǎn)租的平均價(jià)格分別為75元/畝和100元/畝。如果用種植面積比重表示,更容易看出種植結(jié)構(gòu)內(nèi)部的變化。就種植結(jié)構(gòu)來看,比較明顯的變化在于2004年單種小麥和單種玉米的種植比重有所提高,而水稻種植比重顯著下降(表1)。鑒于不同糧食間的價(jià)格比變化不大,這種種植結(jié)構(gòu)的調(diào)整可能是由于勞動(dòng)力機(jī)會(huì)成本的上升,農(nóng)戶傾向于減少勞動(dòng)力需求最多的水稻的種植面積,而增加勞動(dòng)力需求最少的單種小麥和單種玉米。換句話說,農(nóng)戶在不同時(shí)期所表現(xiàn)出的種植結(jié)構(gòu)的差異性也反映了農(nóng)戶生產(chǎn)目標(biāo)(例如對(duì)勞動(dòng)力的節(jié)約程度)的變化。為使分析更為直觀,模型中以種植結(jié)構(gòu)作為代表性農(nóng)戶種植面積的觀測(cè)數(shù)據(jù),這一處理并不影響分析結(jié)果。我們根據(jù)2004年農(nóng)戶收入來源,進(jìn)一步把農(nóng)戶分成以農(nóng)業(yè)收入為主和以非農(nóng)業(yè)收入為主的兩組農(nóng)戶(見表2)。一組以種植業(yè)收入為主,種植業(yè)收入比重在50%以上(共58戶),另一組以非種植業(yè)收入為主,種植業(yè)收入比重在50%以下(共72戶)。從實(shí)際種植面積來看,農(nóng)業(yè)為主農(nóng)戶各種作物種植面積均較大,其戶均種植面積(10.7畝)比非農(nóng)為主農(nóng)戶的戶均面積(5.1畝)多出一倍以上。就種植結(jié)構(gòu)而言,農(nóng)業(yè)為主農(nóng)戶的水稻種植比重(35.7%)明顯高于非農(nóng)為主農(nóng)戶(20.5%),而小麥和玉米種植比重均較低。兩組農(nóng)戶表現(xiàn)出的種植結(jié)構(gòu)差異反映了不同類型農(nóng)戶生產(chǎn)目標(biāo)的差異性。(二)勞動(dòng)力投入量各種作物的每畝投入產(chǎn)出情況如表3所示。投入品包括資金和勞動(dòng)力,而資金投入包括了種子、機(jī)械、灌溉、薄膜、除草劑、殺蟲劑等。就資金投入來看,由于農(nóng)資價(jià)格上漲,2004年各種作物的資金投入均較2001年有所增長(zhǎng)。就勞動(dòng)力而言,2004年各種作物的勞動(dòng)力投入量均低于2001年,這是因?yàn)殡S著勞動(dòng)力機(jī)會(huì)成本上升,農(nóng)戶更加珍惜勞動(dòng)力的投入。就農(nóng)戶產(chǎn)出而言,我們最為關(guān)心的是種植所得的利潤(rùn)。由于糧食價(jià)格普遍上漲,2004年各種作物的利潤(rùn)均有所上升。對(duì)不同類型農(nóng)戶的分析表明,其投入產(chǎn)出存在差異(見表4)。總體而言,以農(nóng)業(yè)收入為主的農(nóng)戶的每畝資金投入和勞動(dòng)力投入普遍較高,而利潤(rùn)卻較低,這同當(dāng)?shù)氐膶?shí)際情況相符,因?yàn)橄鄬?duì)于以非農(nóng)業(yè)收入為主的農(nóng)戶而言,以農(nóng)業(yè)收入為主的農(nóng)戶多在較偏遠(yuǎn)的地方,由于生產(chǎn)基礎(chǔ)設(shè)施較差,作物單產(chǎn)較低,地處偏遠(yuǎn),所以糧食價(jià)格較低。(三)作物實(shí)現(xiàn)利潤(rùn)為計(jì)算各種作物利潤(rùn)的方差協(xié)方差矩陣Z,我們從全國(guó)農(nóng)產(chǎn)品成本收益資料匯編中獲得了寧夏自治區(qū)1996—2003年作物每畝利潤(rùn)情況(見表5)。因?yàn)槟觇b中,寧夏的小麥和玉米的畝均利潤(rùn)已經(jīng)考慮了當(dāng)?shù)氐膶?shí)際套種情況,所以在利用寧夏年鑒數(shù)據(jù)時(shí),我們將兩種作物利潤(rùn)的加總作為套種利潤(rùn)。四、評(píng)估結(jié)果表明(一)農(nóng)戶目標(biāo)權(quán)重為對(duì)比不同方法的優(yōu)劣,分別采用目標(biāo)規(guī)劃法和一階條件校準(zhǔn)法對(duì)2001年和2004年農(nóng)戶目標(biāo)權(quán)重進(jìn)行估計(jì)。根據(jù)代表性農(nóng)戶觀測(cè)數(shù)據(jù),利用GeneralAlgebraicModelingSystem(GAMS)規(guī)劃軟件,分別對(duì)P2和P3問題進(jìn)行求解,可估計(jì)出農(nóng)戶的目標(biāo)權(quán)重。決策值擬合法和目標(biāo)值擬合法的估計(jì)結(jié)果較為接近,其權(quán)重估計(jì)值隨時(shí)間變動(dòng)的趨勢(shì)與常理不符(表6)。對(duì)于2001年,決策值擬合法與目標(biāo)值擬合法得出的利潤(rùn)權(quán)重分別為0.489和0.473,風(fēng)險(xiǎn)目標(biāo)權(quán)重均為零,勞動(dòng)力目標(biāo)權(quán)重分別為0.511和0.527。而對(duì)于2004年,利潤(rùn)權(quán)重都有較大上升(分別上升至0.752和0.670),風(fēng)險(xiǎn)目標(biāo)權(quán)重也大幅上升(分別上升至0.248和0.330),而勞動(dòng)力目標(biāo)權(quán)重均下降到0。根據(jù)以上結(jié)果,農(nóng)戶的利潤(rùn)和風(fēng)險(xiǎn)目標(biāo)的權(quán)重比過去有所增加,而勞動(dòng)力目標(biāo)的權(quán)重則明顯下降,這與理論預(yù)期以及實(shí)際情況不相符合,因?yàn)閷?shí)際上隨著非農(nóng)收入占總收入比重的提高,農(nóng)戶會(huì)降低種植業(yè)的依賴性,從而降低對(duì)種植業(yè)利潤(rùn)和風(fēng)險(xiǎn)目標(biāo)的權(quán)重。與此同時(shí),隨著勞動(dòng)力機(jī)會(huì)成本不斷上升,農(nóng)戶會(huì)提高勞動(dòng)力目標(biāo)的權(quán)重。相對(duì)而言一階條件校準(zhǔn)法得出的估計(jì)值更為合理(表6)。對(duì)于一階條件校準(zhǔn)法,2001年和2004年的估計(jì)結(jié)果相差不大,均為利潤(rùn)目標(biāo)權(quán)重相對(duì)最大,勞動(dòng)力目標(biāo)權(quán)重相對(duì)次之,而風(fēng)險(xiǎn)目標(biāo)權(quán)重最小。各目標(biāo)權(quán)重隨時(shí)間的變動(dòng)方向也較為合理,其中利潤(rùn)目標(biāo)權(quán)重略有降低(從2001年的0.592下降到2004年的0.588),風(fēng)險(xiǎn)目標(biāo)權(quán)重也有所降低(從2001年的0.057下降到2004年的0.046),而勞動(dòng)力目標(biāo)權(quán)重有所上升(從2001年的0.351上升至2004年的0.366),這與理論預(yù)期以及實(shí)際情況是相一致的。下面進(jìn)一步采用2004年數(shù)據(jù),對(duì)不同類型農(nóng)戶的目標(biāo)權(quán)重進(jìn)行估計(jì)。關(guān)于有效降低加總偏誤問題,以種植業(yè)收入比重這一關(guān)鍵指標(biāo)對(duì)農(nóng)戶進(jìn)行分類研究,更多討論可參見劉瑩等(2007)。研究結(jié)果如表7所示,表7揭示了三個(gè)結(jié)論,均與我們的預(yù)期一致。首先,農(nóng)業(yè)收入為主的農(nóng)戶的農(nóng)業(yè)利潤(rùn)目標(biāo)的權(quán)重(0.656)高于非農(nóng)為主的農(nóng)戶(0.564);其次,農(nóng)業(yè)收入為主的農(nóng)戶的風(fēng)險(xiǎn)目標(biāo)的權(quán)重(0.144)明顯高于非農(nóng)收入為主的農(nóng)戶(0.012)。這是由于前者以農(nóng)業(yè)收入為主,對(duì)種植業(yè)依賴程度較高,對(duì)種植風(fēng)險(xiǎn)的規(guī)避意愿更強(qiáng)烈。最后,農(nóng)業(yè)收入為主的農(nóng)戶的勞動(dòng)力目標(biāo)的權(quán)重(0.200)遠(yuǎn)低于非農(nóng)收入為主的農(nóng)戶(0.424),這是因?yàn)楹笳叩姆寝r(nóng)收入較高,一般來說勞動(dòng)力機(jī)會(huì)成本也較高,從而更珍惜種植業(yè)的勞動(dòng)力投入。(二)最優(yōu)估計(jì)模型下面對(duì)不同方法得出的目標(biāo)權(quán)重的預(yù)測(cè)精度進(jìn)行檢驗(yàn)。分別將不同方法得出的目標(biāo)權(quán)重代入P1問題中,可預(yù)測(cè)出農(nóng)戶最優(yōu)的種植決策和土地的轉(zhuǎn)租價(jià)格。我們同時(shí)模擬了三種模型:(1)單一利潤(rùn)目標(biāo)模型,其目標(biāo)權(quán)重為(1,0,0),此時(shí)P1問題降階為線性規(guī)劃問題(linearprogramming,LP);(2)分別基于兩種目標(biāo)規(guī)劃法的多目標(biāo)模型(包括決策值擬合法和目標(biāo)值擬合法);(3)基于一階條件校準(zhǔn)法的多目標(biāo)模型。判斷模型優(yōu)劣的依據(jù)是比較模型估計(jì)出的種植決策和土地轉(zhuǎn)租價(jià)格是否與實(shí)際觀測(cè)值相一致。首先,對(duì)于種植面積的估計(jì),一階條件校準(zhǔn)法相對(duì)精確(表6)。單一利潤(rùn)目標(biāo)模型的最優(yōu)解是選擇單一種植方式,即全部種植利潤(rùn)最高的作物(2001年為小麥玉米套種,2004年為水稻),與實(shí)際情況不符。兩種目標(biāo)規(guī)劃法的模擬結(jié)果都不夠穩(wěn)定,2004年的結(jié)果同2001年相差甚遠(yuǎn)。例如,2001年兩種目標(biāo)規(guī)劃法得出的風(fēng)險(xiǎn)目標(biāo)權(quán)重為零,模型退化為L(zhǎng)P問題;決策值擬合法的最優(yōu)解是全部種植小麥套玉米,而目標(biāo)值規(guī)劃法的最優(yōu)解是所有種植面積均為0(該模型中效用最大值為0,種植任何作物將使效用變?yōu)樨?fù)數(shù));但2004年兩種規(guī)劃法的估計(jì)精度較高,最優(yōu)決策面積主要集中在水稻和小麥套玉米兩種種植方式上,與實(shí)際情況較為吻合。綜合而言,一階條件校準(zhǔn)法得出的權(quán)重是較穩(wěn)定和精準(zhǔn)的,2001年和2004年的最優(yōu)決策面積都集中在水稻和小麥套玉米兩種種植方式上,與實(shí)際情況較為接