摘要以美国、加拿大等7个发达国家为研究对象，结合1930～2010年历史数据，以人均GDP、制造业工资与农业工资之比以及户均机械数量为解释变量，以家庭农场经营规模为被解释变量，构建面板数据计量模型。计量结果显示：3个解释变量均表现出相应显著性水平的解释力，其中，人均GDP和户均机械数量均对家庭农场经营规模变化有正向促进作用，但制造业工资与农业工资之比与家庭经营规模却呈现出一定的负相关关系。这一结论对于我国家庭农场未来经营规模可能的演变具有一定的启示意义。

　　关键词家庭农场；规模经营；paneldata计量模型

　　一、引言

　　20世纪70年代末期我国政府在广大农村地区推行家庭联产承包责任制，该项制度赋予农民相对稳定的土地使用权，从而调动了亿万农民群众的生产积极性与创造性，但伴随而来的却是农户家庭生产经营过度分散和非组织化问题，承包制的红利政策逐步被分散化、小规模经营的弊端所侵蚀，农业生产效率增长速度缓慢。与此同时，国家加快推进工业化和城镇化发展战略，吸引了大量农村剩余劳动力逐步转移至城镇工作和生活，农村“空心村”多，土地闲置现象却大量存在，有限的土地资源没有得到充分利用，长此以往必将严重危及到我国粮食供给安全。2013年中央一号文件明确提出“鼓励和支持承包土地向专业大户、家庭农场、农民合作社流转，发展多种形式的适度规模经营”；2014年中央一号文件再次提出“家庭农场经营规模适度”的问题；2015年中央一号文件提出“鼓励发展规模适度的农户家庭农场，完善对粮食生产规模经营主体的支持服务体系”。市场经济条件下，家庭农场作为我国农村一种最基本的农业经营组织形式，为获取经济利益最大化，农户家庭必然扩大土地的经营规模，雇用更多的劳动力和增加农业机械等专用性资产投资。然而，在我国现实历史条件下，家庭农场经营规模通常面临着多重约束：第一，资本供给短缺；第二，农业机械专用性投资的锁定效应；第三，农地供给数量有限性；第四，家庭农场的管理者对各类生产要素的管控能力。随着家庭农场经营规模的不断扩大，其内部管理成本的不断攀升“熨平”了专业化分工所创造的规模效益，从而对农场经营规模的扩张起着收缩性作用，因此，家庭农场必然存在着适度规模经营的理论问题。到底哪些因素对家庭农场经营规模起着决定性的作用？其影响程度如何？等等。本文希望通过对美、加等发达国家的家庭农场经营规模变化影响因素的考证，旨在更好地引导当前乃至今后一段时间内我国家庭农场更加稳定、健康和可持续发展。

　　二、文献回顾

　　国外针对家庭农场相关问题研究的文献十分丰富，综合国外家庭农场相关文献可知，其研究主要涉及庭农场定义、家庭农场分类、家庭农场特征、家庭农场形成的原因、家庭农场经营规模以及家庭农场生产效率等诸多领域（吴晨，2014），其中，专门针对家庭农场经营规模影响因素的研究主要有：Schmitt（1997a）研究认为家庭所拥有劳动力数量的多寡影响着农场的经营规模，农场经营规模随劳动力数量的增减而作出相应的调整，并逐步达到最优经营规模；Kislev和Peterson（1982）研究认为生产要素价格变动对农场规模有较大的影响，其中美国1930～1970年间各类生产要素价格的变化能够解释90%农场经营规模的变化；而Atwoodetal.（2002）也利用1950～2000年美国10个地区的统计数据，分析了资本价格、非农就业机会和农场收入对农场经营规模的显著影响；而Seckler（1978）等学者的研究发现，相对于家庭农场的经营绩效而言，农场主的管理能力、农场所掌握的资源质量和整个社会制度往往比家庭农场的经营规模显得更为重要；Banker（2004）等人研究发现，自然环境状况以及社会经济整体发展程度等因素最终会影响到家庭农场的经营规模；此外，Snyder（2005）设计了应该从总收入、财产量、收入来源和投资数额等4方面指标考核家庭农场经营规模；Dolev和Kimhi（2008）的研究则认为技术进步是影响农场规模变化的重要因素；Easwoodetal.（2010）通过对南美、中亚和北美等许多发展中国家农场的考证后，发现土壤质量等级与农场经营规模成反比，即土壤质量越高，农场经营规模反而越小；国际粮农组织（FAO）的相关研究表明，较大规模农场增长趋势往往发生在人均GDP较高的国家，而在人均GDP较低的国家其农场经营规模却呈现出下降的趋势。此外，诸如爱沙尼亚等国所制定的针对土地分配政策也深深地影响到一国家庭农场经营规模的变化（Alanen，2002）。BjOrkhaug（2012）描述了挪威自20世纪60年代以来，由于国内居民普遍受教育的层次提升，人口逐步向中心城市聚集，就业机会增多，从而吸引了更多的农村从业人员离开农业生产领域，家庭农场经营规模呈现出进一步扩大的趋势。

　　总之，国外学者分别从经济增长、技术进步、土地制度、非农工资与农业工资差额大小、生产要素价格变动、土壤质量以及国民受教育层次等诸多方面，对家庭农场经营规模及其变化趋势作出较为详细的阐述，并且还进行了相应的统计分析。本文主要借助上述学者的主要观点，结合美、加等发达国家家庭农场经营规模变化的历史数据，通过构建面板数据计量模型，分析家庭农场经营规模变化的影响因素，以期更好地研判和指导我国家庭农场经营规模未来可能演变的趋势。

　　三、研究假说

　　（一）经济增长与家庭农场经营规模之间的关系

　　纵观美、加等众多发达国家经济增长的路径可以发现这样一个清楚的事实，几乎所有经济发达国家都是依靠推进工业化和出口导向型的发展战略，从而实现各自国家经济结构的调整和经济总量的快速增长。随着工业化进程不断加快，非农就业机会不断增加，导致农村劳动力逐步向城镇转移。据此可以提出研究假说1。

　　假说H1：随着一国经济发展水平不断提高，工业化进程进一步加快推进，非农领域的就业机会相应增多，农业劳动力逐步向非农产业转移的速度加快，农村剩余劳动力数量不断减少，家庭农场经营规模将进一步扩大。

　　（二）制造业工资与农业工资之比与家庭农场经营规模之间的关系

　　市场经济条件下，农民作为理性的经济人，其所作出的就业选择往往受到利益最大化思维的支配。对于自己是否留在农村继续从事农业生产，还是放弃务农到城镇就业的意愿和选择，主要取决于非农工资与农业工资之间的差距。当非农工资提高时，特别在非农就业工资与农业工资之比的数值超过一定的上限时，转移到非农产业就业的农民数量相应增加，农地流转的机会增加，农场规模可能呈现出不断扩大的趋势。据此可以提出假说2。

　　假说H2：遵循理性经济人假说，当一国非农工资与农业工资之间的差距越来越大时，并且超过某一临界点时，农业从业人员向非农产业转移的意愿越强烈，农村可耕种的土地相应增加，家庭农场经营规模将呈现出进一步扩大的趋势。

　　（三）科技进步水平与家庭农场经营规模之间的关系

　　科技进步是支撑一国经济持续增长的强大内生动力源泉，伴随技术进步而来的是各类技术先进的机械设备被发明和被广泛运用，农民使用机械的相对价格呈现出逐步下降的趋势，农业生产过程中替代效应增强，农民将会选择更多农用生产机械以此来提高家庭的生产能力，农场经营规模扩大变为现实。据此可以提出研究假说3。

　　假说H3：随着一国科技水平不断提升，代表先进生产力水平的农用机械被广泛运用于农业生产领域，农户家庭户均机械数量增加，家庭农场经营规模呈现出逐步扩大的趋势。

　　四、家庭农场规模及其影响因素分析：经济发达国家的历史数据

　　（一）指标选取

　　由上述理论分析可知，影响一国家庭农场经营规模的主要因素涉及到经济增长、制造业工资与农业工资的比值、农户家庭户均机械数量，通常情况下，一国政策变量不易获取，而且难以界定，因此，在具体问题的研究过程中将其舍去，有关变量及其详细定义见表1所示。

　　（二）数据来源

　　经济发达国家数量相对众多，而且各国经济发展水平不尽相同，为了研究过程中的便利，尤其是遵循相关统计数据的可获得性原则，本文主要选取美国、加拿大、澳大利亚、法国、丹麦、奥地利以及日本共计7个经济比较发达的国家。本次所建立计量模型所选用的数据主要包括家庭农场规模（英亩）、人均GDP（美元）、制造业工资与农业工资比值、户均机械数量（台）；此外，由于每个国家针对农场经营规模所制定的政策各不相同，而且也不容易查找，因此，本文在做实证分析时没有选择政策变量。数据选择的时间段为1930～2010年，而且所选数据为不连续时间序列。本项研究所选用的部分数据主要来源于郭熙保、冯玲玲（2015），部分数据来源于贺力平（2002），同时对部分缺失数据作了相应补充，具体数据见表2。

　　（三）协整分析与模型构建

　　1.面板协整检验

　　由于本项研究只选择7个不同国家9年的历史统计数据，因此，不可能建立时间序列模型，但可以建立面板数据模型（paneldata）。通常情况下，在构建面板数据模型分析问题之前需要对所用到的相关数据进行协整检验。面板数据的协整检验方法通常可分为两大类：一类是原假设数据之间不存在协整关系，可以使用类似恩格尔—格兰杰（Engle-Granger）的平稳回归方程，需要从面板数据中得到残差并构造统计量进行检验，如Kao检验、Pedroni检验方法就属于类似的分析；另一类就是运用Maddala-Wu-Fisher的单个变量联合检验的结果，从而获得对应于面板数据的检验统计量。为了克服不同年份之间数据的波动性的缺陷，因此，在建立面板数据模型之前，首先需要对4类历史统计数据进行对数处理。由ADF值及伴随概率（Prob）统计值，最终可以得到yit和变量x1it、x2it、x3it之间在5%的统计显著水平上存在着长期的均衡协整关系，协整检验结果见表3。

　　2.模型设定

　　结合数据的可获得性的原理，本项研究只选择美国、加拿大、澳大利亚、法国、丹麦、奥地利和日本7国1930～2010年间不间断的历史统计数据，由于所选取的变量为时间序列与横截面相结合的数据，这种具有时间、个体、指标三维信息的数据较适合采用面板数据模型。如果解释变量对被解释变量的效应不随个体和时间的变化而变化，并且解释变量的信息不够完整，即解释变量中不包含一些影响被解释变量的不可观测的确定性因素时，可以建立固定效应面板数据模型（白仲林，2009）。该类模型显著性特征是对于不同的时间序列或不同的截面，其所建立的计量模型中解释变量前的系数保持不变，只有模型中的截距项随个体或时间的变化而变化。通常情况下，固定效应模型又进一步划分为个体固定效应模型（entityfixedeffectsregressionmodel）、时点固定效应模型（timefixedeffectsregressionmodel）和时点个体固定效应模型（timeandentityfixedeffectsregressionmodel）3种类型。综合考虑后本项研究选择个体固定效应面板数据回归模型，其模型的一般形式为：

　　yit=αit+βit′xit′+μit

　　（i=1，2，…，N；t=1，2，…，T）（1）

　　式（1）中，αit为常数项；xit′=（x1it，x2it，…，xKit）为解释变量，βit′=（β1it，β2it，…，βKit）为参数向量，K为解释变量总数；N为截面单位总数；T是时间总数；μit为随机扰动项，相互独立且满足均值为零、同方差的分布。这里的αit、βit′包含了时间和截面效应，αit可进一步再分解成总体效应与个体效应之和，即：

　　αit=α+δi+ηt（2）

　　式（2）中α表示总体效应，δi表示截面效应，ηt表示时间效应，它们在一起构成个体效应。结合上述所列举的7个国家不同时期历史数据，初步可建立起的个体固定效应模型如下：

　　lnyit=αi+β1×lnx1it+β2×lnx2it+β3×lnx3it+μit

　　（i=1，2，…，7；t=1930，1940，…，2010）（3）

　　式（3）中，yit为被解释变量，表示7国农户家庭农场平均经营规模数值，αi代表截面单元的个体特性，反映模型中7国家庭农场经营规模的个体差异性特征；x1it为人均国内生产总值，x2it为制造业工资与农业工资的比值，x3it为农户家庭户均机械数量；βi表示模型待估计的参数；μit为随机误差项，i和t分别代表国别和年份。对各类不同的变量均作出自然对数处理，其目的就是尽量消除不同年份之间数据的非平稳性，并且有βi=■，βi分别为各解释变量对家庭农场经营规模变化的弹性系数值。

　　3.计量结果及其原因分析

　　运用Eviews6.0统计软件可得到该个体固定效应模型的计量结果（见表4）。模型运行结果表明，调整后的R2=0.9909，F统计值=758.8892，D.W=0.5574，相伴概率Prob=0.0000，表明所建立起的个体固定效应变截距模型整体拟合效果较好，而且3个解释变量均通过了不同水平的统计假设检验（见表4）。

　　（1）人均GDP的自然对数X1前回归系数为0.3285，通过1%水平的统计显著性假设检验，表明在制造业与农业两产业工资之比和农户家庭户均机械数量保持不变的前提下，当人均GDP每增长1%，则7国家庭农场经营规模平均扩大0.3285%，并且验证了前文所提出的假说H1。从这7国的发展经验来看，随着经济不断增长，第二、三产业必将得到快速发展，从而吸引更多原本在农业生产领域的就业人员，农业剩余劳动力的转移速度加快，从而导致家庭农场经营规模呈现出逐步扩大的趋势。

　　（2）制造业工资与农业工资之比的自然对数X2前回归系数为-0.1709，通过10%的统计显著性假设检验，表明人均国内生产总值和农户家庭户均机构数量保持不变时，当制造业工资与农业工资之比的数据每增长1%，则7国农场经营规模平均缩减0.1709%，即制造业工资与农业工资差距越大，反而对农场规模起着反向的抑制作用，因此，前文假说H2没有得到验证。首先，这7个国家都是当今世界上比较发达的国家，不仅工业发展层次高，而且其农业生产效率也相对较高，农产品具有很强的国际竞争力；其次，自进入20世纪80年代以来，7国制造业工资与农业工资之比呈现出或低或高的变化趋势，两者工资之比普遍维持在2左右，差距不是特别大，吸引农业劳动力转移的动力不强；第三，从国际发展的经验来看，伴随工业化水平的不断提升，城市生活成本相应增加，从而进一步抑制劳动力从农业生产领域向非农业产业的转移。因此，伴随制造业工资与农业工资之比的增长，家庭农场经营规模呈缩减趋势。

　　（3）农户户均机械数量自然对数X3前回归系数为0.1562，通过5%的统计显著性假设检验，表明人均国内生产总值和制造业与农业工资之比保持不变时，当农户家庭户均机械数量每增长1%，那么7国家庭农场经营规模平均扩大0.1562%，并且验证了前文提出的假说H3。一般而言，农户家庭拥有的农业生产机械数量越多，农业生产能力相应提高，农户扩大生产规模的愿望越强烈，从而推动了家庭农场规模的进一步扩大。

　　（4）从表4所作的个体固定效应模型结果来看，在人均国内生总值、制造业与农业两行业工资之比和农户家庭户均机械数量3个变量保持不变的前提下，在这7个国家中澳大利亚农户家庭农场平均经营面积最大，其次为加拿大，而经营面积最小的国家为日本。这项计量结果与当前这7国的自然和经济条件非常吻合（见表5）。

　　五、结论与启示

　　（一）主要结论

　　本项研究目的在于解释发达国家在经济发展的历史进程中，家庭农场经营规模的变化趋势，经济发展水平、制造业工资与农业工资之比以及农户家庭户均机械数量的变化是否对家庭农场经济规模产生显著性影响。本研究主要基于对美国、加拿大、澳大利亚、法国、丹麦、奥地利以及日本7个国家1930～2010年历史数据对家庭农场规模变化进行了面板数据的实证研究，得出如下的结论：

　　第一，随着经济发展水平的不断提升，第二、三产业就业机会相应增多，将会吸引更多原本在农业生产领域的从业人员转移到第二、三产业，从而导致家庭农场经营规模呈现出逐步扩大的趋势。

　　第二，在推进工业化发展战略的前提下，伴随制造业工资与农业工资之比的差距进一步扩大，却导致家庭农场经营规模的相应缩减，出现这种结果的原因可能由于目前这7个国家两者工资之比仍然相对平稳，尤其是欧美国家的农业生产效率普遍较高，工资之比的差距还没有足够导致农业生产领域的劳动力大幅度转移。

　　第三，随着科技在农业生产中的广泛运用，特别是随着家庭拥有的先进农业机械数量的相应增加，农户家庭农业生产能力不断提升，家庭农场经营规模呈现出逐步扩大的趋势。

　　（二）对我国家庭农场发展的启示

　　第一，努力保持国内经济快速增长。继续推进工业化、新兴城镇化、信息化和农业现代化发展战略，努力保持国内经济相对较快的增长势头，积极引导农业生产领域的从业人员逐步转移到第二、三产业就业，逐步转移农村剩余劳动力，为家庭农场经营规模的进一步扩大提供可能。

　　第二，加快推进土地流转进程。在做好土地确权相关事宜的前提下，加快推进农村土地承包经营权逐步向家庭农场等新型农业经营主体流转，不断扩大土地经营规模，进一步提升家庭农场土地规模经营效率。

　　第三，加快先进农业生产机械设备研制和推广使用。国家鼓励和大力支持对先进农业生产机械设备的研制工作，提高对农户购置现代农业生产机械设备的财政补贴力度，努力提升农户家庭农业科技装备水平，进一步扩大农业生产能力，为家庭农场规模经营提供强大的动力源泉。

　　[参考文献]

　　[1]吴晨.国外家庭农场研究动态及启示[J].仲恺农业工程学院学报，2014（3）：66-70.

　　[2]Schmitt，G.Betriebsgr？觟sseandLohnarbeitsk？覿fteinderLandwirtschaft——WierelevantsindTransaktionkostenwirklich？[J].BerichteüberLandwirtschaft，1997a.，75，224-249.

　　[3]Kislev，Y.，Peterson，W.Prices，Technologyandfarmsize[J].JournalofPoliticalEconomy，1982，90（3）：578-595.

　　[4]Atwood，J.A.Helmers，G.A.andShaik，S.Farmandnonfarmfactorsinfluencingfarmsize[J].AmericanAgriculturalandAppliedEconomicsAssociationAnnualMeetings，LongBeach，California，July，2002.

　　[5]Seckler，D.&Young，R.A.Economicandpolicyimplicationsofthe160-acrelimitationinfederalreclamationlaw[J].AmericanJournalofAgriculturalEconomics，1978，60（4）：575-588.

　　[6]Banker，D.E.andMacdonald，J.M.StructuralandfinancialcharacteristicsofU.S.farm[J].2004FamilyFarmReport，UnitedStatesDepartmentofAgriculture，2004.

　　[7]SnyderA.E.Savingthefamilyfarmthroughfederaltaxpolicy：easiersaidthandone[J].Wash&LeeLRev，2005，62（2）：729-777.

　　[8]Dolev，Y.，Kimhi，A.Doesfarmsizereallyconverge？Theroleofunobservedfarmefficiency[D].WorkingPaper，TheCenterforAgriculturalEconomicResearchoftheHebresUniversity，October，2008.

　　[9]Eastwood，R.，Lipton，M.andNewell，A.Farmsize，inEveson，R.andPingali，P.（eds.）[M].HandbookofAgriculturalEconomics，Vol.3，PublishedbyNorthHolland，2010.

　　[10]Alanen，I.SovitcommunityspiritandthefightovertheruralfutureoftheBalticcountries[J].EasternEuropeanCountryside，2002（8）：15-29.

　　[11]HildeBjOrkhaug.Exploringthesociologyofagriculture：FamilyfarmersinNorway-futureorpastfoodproducers[J].SociologicalLandscape-Theories，RealitiesandTrends，2012，283-304.

　　[12]郭熙保，冯玲玲.家庭农场规模的决定因素分析：理论与实证[J].中国农村经济，2015（5）：82-95.[1][2][3]4存入我的阅览室