作为农户最重要的固定资产投资，农户住宅投资规模的不断升级一方面反映了农户收入不断增加的趋势，同时反映了农户长期积累的收入在大规模地投向农村地区的住宅建设。 研究农户住宅投资对农户及其家庭长期利益的最大化以及对农村地区的持续繁荣发展的影响具有重要的现实意义和理论意义。

一、相关文献回顾与评述

现阶段，学者对农户住宅投资的研究主要集中在住宅投资属性、产权、农户住宅投资的来源、住宅投资的目的等因素上。 从投资属性和目的上，任健等(2013)认为农户住宅投资属于生活性投资行为[1]，满足居住需求是农户住宅投资的主要目的；姜长云(1999)分析了农户住宅投资需求的变化，并指出农户住宅投资需求从居住需求上升到享受性和发展性需求[2]。 在产权方面，田传浩等(2011)认为农户宅基地法律所有权和事实所有权的不一致可能会对农户住宅流转和交易产生影响。[3] 关于资金来源，李君等(2008)指出，由于农村的传统习惯和使用宅基地向金融机构抵押借款的困难，农户住宅投资的资金主要依靠过去收入的积累和向亲友借贷，而向亲友借贷也几乎是短期借贷，需要农户的近期收入来偿还，因此住宅投资的资金主要还是来源于农户过去积累的收入。[4] 从住房投资目的来看，Sargeson(2002)通过实地调查得出结论：农户通过住宅投资为其子女提供婚姻资本和改变社会地位等。[5] 李君、陈长瑶(2009)使用Logit模型对河南省1250份样本进行分析，得出职业、农村家庭生命周期、现有住宅时间和结构对农户住宅投资意愿具有显著影响，而农户家庭人均收入、受教育程度对农户住宅投资影响不显著。 同时还指出，农户住宅投资的资金主要是自有资金和向亲友借贷而来。[6] 方丽、田传浩(2016)从信号理论和实证数据两个方面论证了当前的农村婚姻市场存在信息不对称，住宅投资成为婚姻男女双方进行匹配选择的“质量信号”。[7]

已有文献中，学者对农户住宅投资进行了多方面的探讨，但存在以下缺陷：首先，学者忽视了农户住宅投资的出发点是农户家庭效用最大化，而农户家庭效用最大化又进一步加剧了农户在住宅投资方面的攀比现象，这使得农户住宅投资具有物质相似性和同质性，不可能在较长时间内存在不同的“质量信号”作用； 其次，农户家庭人均收入水平既是农户进行住宅投资的物质基础，同时又是农户住宅投资需求的重要反应，上述学者的调查实证研究显然与经验不符；再次，农户住宅投资其实是一种补偿性投资，农户家庭早期在其子女发展教育方面的支出不足，导致后期需要靠大规模的住宅投资来增加优势，而住宅投资同时又能改善农户居住条件。 本文通过我国30个省份的面板数据拟解决如下问题：第一：农户平均发展教育方面的支出与农户平均住宅投资是否存在显著的相关关系；第二，同时考虑收入水平和发展教育支出情况；第三，根据模型分析结果提出建议。

一是大力发展经济林产业及林下经济。全区以黄河故道为中心，新建成苹果、枣、核桃、桃等经济林基地2300亩。在河口区新户镇实施花千谷项目，种植核桃、红梨、油桃、柿子等20余种优质果品以及玉兰、紫藤、月季等花木树种，集休闲旅游、果品采摘于一体，形成具有田园特色的生态景观。同时，把发展林下经济作为改善生态环境，发展林业产业的一个重要内容，因势利导，鼓励群众大力发展林下经济。

在新的历史时期，从精神层面上来说，难以否认的是当代中国马克思主义大众化发展离不开红色文化的支撑。这就是红色文化的产生和发展所带来的不同之处，原因就在于历史背景存在较大差异，马克思主义大众化理论的发展和创新也就意味着红色文化的发展。马克思主义在当代中国的普及，尊重人的主体地位,强调人的能动性和主动性，这些反映在红色文化的意识形态中。“马克思主义在当代中国的普及强调国际视野。学习并传播当代中国马克思主义,要求党既要有中国力量，又要有长远的世界眼光” [7]，红色文化逐渐趋于国际化的发展道路，在作用上，被赋予了新的时代特征的红色文化在推动着当代中国马克思主主义大众化的历史进程。

二、变量选择、数据来源

2) 跨编程语言开发：软件主要使用C++和Python，同时兼容Java、Lisp等编程语言。ROS在编译时统一定义节点所传入传出的消息(Message)结构，并采用中立的接口转译给不同的开发语言。节点将消息发送到指定的话题(Topic)从而完成发布。若一个节点对某数据感兴趣，它只需订阅相关的话题即可。另外，节点间也可以通过服务(Service)实现请求和调用。

④网架散件组装将网架散件吊运至脚手平台上，均匀地滩铺，控制网架材料均匀铺荷转小于1kNm。仔细核对施工图纸，按照设计要求，进行组装。临时支点设置在临时支点的支的时候，以千斤顶为主要的设备，对数量、位置和高度要进行统一的安排，确保支点下部及时的加固，防止支点受到施工因素的影响发生下沉现象。做好对注定的抽线和中心线的放样和施工，并且采用水准仪进行检查。再复测各柱网间的几何尺寸及标高，结合设计要求进行确认，确认各个施工点都达到设计要求之后进行加固，加固焊接固定法。

收入指标则选取具有代表性的农村农户人均纯收入，该指标既反映农户进行住宅投资的客观能力，同时又反映农户改善基本居住条件的需求程度。

结核性胸膜炎属于肺外结核病，临床上常以胸腔积液的形式被发现，当处于敏感状态的机体胸膜腔被结核杆菌及其代谢物质侵犯时，机体产生炎性反应，炎性细胞、纤维素、蛋白质等产生并聚集于胸膜腔，可导致胸膜发生粘连，影响肺功能［10-11］。结核性胸膜炎如不能得到及时的治疗，可在5个月～5年之内转变为肺结核，因此，对结核性胸膜炎采取及时、有效的治疗至关重要。对于结核性胸膜炎临床多在异烟肼、利福平、吡嗪酰胺、乙胺丁醇等全身抗结核的基础上，进行胸腔穿刺抽取胸腔积液，但部分患者疗效不佳，病程长，住院周期长。近年来本院在此治疗的基础上应用胸腺肽α1辅助治疗结核性胸膜炎，显著提高了临床疗效，效果满意。

农户家庭对其子女的人力资本发展教育投资支出则由农村农户人均文教娱乐消费支出占农户人均纯收入的比重替代，一般情况下，文化教育娱乐消费支出比重越高的农户家庭在其子女人力资本发展教育方面的投资支出越高，在后期农户通过住宅投资为其子女婚姻提供资本的需要就越低，反之，农户家庭通过住宅投资为其子女婚姻提供资本的需要就越高。

数据来源于2002—2012年《中国统计年鉴》和各省份地方统计年鉴的统计数据(由于西藏数据的缺失严重，故不包括西藏)。

三、模型设定与估计分析

(一) 农户人均收入对农户住宅投资的影响

农户人均收入水平从根本上制约农户进行住宅投资的能力，以农户人均住宅投资为被解释变量，以农户人均纯收入取对数为解释变量来建立模型。 建立模型前，首先对变量进行单位根检验，结果发现农户住宅投资变量和农户人均纯收入对数都是非平稳数据，选择带有趋势项的Fisher(combined Johansen)方法进行协整检验，检验结果表明(见表1)伴随概率大于0.1的显著水平，接受原假设，即农户人均住宅投资和农户人均纯收入存在协整关系。

 

表1 农户人均住宅投资和农户人均纯收入的协整检验

  

Hypothesized No. of CE(s)Fisher Stat.*Prob.Fisher Stat.*Prob.None2870285.90At most 159.890.479759.890.4797

ghit是由农村农户人均钢筋混凝土结构住宅面积表示的人均住宅投资变量，lnsrit表示对农户人均收入取对数，i=1, 2，…，N，表示截面成员，t=1, 2, …，T, 表示时间跨度，βit为模型假定系数，α为30个截面成员的农户平均自发投资水平，为第i个截面成员自发投资对自发平均水平的偏离，用来反映截面成员间农户住宅投资结构差异。

将1 g氯乙酰胺加入纤维素均相溶液，100 ℃加热搅拌2 h，加入0.2 g Fe3O4粒子，搅拌反应1 h，用去离子水洗涤，过滤，40 ℃干燥12 h，得到磁性纤维素。

根据面板模型形式设定检验计算得到，F2=436.97 ，F1=23.62，均大于给定5%显著水平下的临界值，应建立变系数模型。 Hausman检验的伴随概率为0.1998，大于0.1显著水平，可以认为个体影响与解释变量不相关。 模型形式设定为：

因本次调查是在原伍姓湖水文站各断面资料的基础上进行的，故只对洪痕进行测量，不测河道纵横断面。各断面均设于河道顺直处，现今虽形状产生变化，但河道外耕地当时就是水浇地，地形至今基本没有变动。因此各断面水准点选在原断面上地形没有变化的地方，其高程由原断面图上查得。

(1)

根据面板模型形式设定检验方法计算F2=60.844，F1=40.210，均大于0.05显著水平下的临界值，应建立变系数模型。 Hausman检验的伴随概率p=0.0653,小于0.1显著水平，适宜建立固定效应变系数模型，因此设定模型形式为：

由于地区内部的情况具有相似性，而区域间的情况则可能存在差异性，所以使用允许截面之间存在异方差和同期自相关的GLS对模型进行估计，从估计结果可以看出(见表2)，30个省份的平均自发投资I-44.641，通过了显著性检验，各省份的自发投资对平均水平的偏离程度明显不同，其中河南、湖北、湖南、安徽、江西、四川、重庆、陕西、广西、贵州、云南、河北、山东、江苏、浙江、福建、广东和海南这些省份负向偏离程度较大，山西、陕西、甘肃、宁夏、新疆、内蒙古、黑龙江、吉林、辽宁、北京和上海正向偏离程度较大。

ghit=βitlnsrit+γitwjit+μit

总体来看，各地区农户人均住宅投资存在着较大的结构差异，绝大多数农户人均住宅投资和农户人均收入还处于同方向变化阶段，而部分省份人均住宅投资对收入水平的变化反应较大，部分省份反应程度则相对较小。

 

表2 α和βit的估计结果

  

截面βip值检验截面βip值检验河南-29.66510.621***新疆33.0021.611***湖北-27.97911.143***内蒙古37.30.94***湖南-7.0238.101***黑龙江41.690.468*安徽-19.1279.619***吉林45.14-0.0040.979山西18.4933.92***辽宁24.5552.867***江西-95.12119.671***北京19.9033.558***四川-12.3268.362***天津9.6984.382***重庆-24.2539.843***河北2.5065.796***陕西-5.9227.866***山东1.6846.007***广西-54.83714.758***江苏-44.48112.647***贵州3.8456.208***浙江-76.19417.51***云南7.8175.419***上海213.217-14.328***甘肃17.2873.744***福建-113.321.309***宁夏32.9461.593***广东-14.2689.123***青海23.3472.875***海南-7.9367.192***α-44.641***R-squared0.994859

注：***、**和*表示分别表示通过了显著水平为0.01、0.05和0.1的统计检验

(二) 农户发展教育支出对农户住宅投资的影响

以农户住宅投资为被解释变量，农户人均收入水平和农户文化教育娱乐支出比重为解释变量，考察住宅投资需求和偏好对农户住宅投资的影响。

农户住宅类型主要包括砖木结构、钢筋混凝土结构和混合结构，选择具有代表性钢筋混凝土结构指标，既能反映农村农户住宅投资规模, 同时又能反映农户住宅投资结构的变化，同时考虑到各地区农村农户人口数量差异较大，为了更好地反映各地区的实际情况，因此把农村农户人均钢筋混凝土住宅面积作为农户住宅投资结构的主要指标(相对住宅投资额，住宅面积指标更为客观)。

ghit=α++βitlnsrit+μit

估计结果显示，除吉林省外，其他省份系数都通过了显著性检验，表示农村农户人均纯收入增加1%时，农户人均住宅投资增加或减少多少平方米，除上海农户住宅人均投资和农户人均收入呈反方向变化外，其他省份两者关系均呈同方向变化。 从农户人均住宅投资对农户人均收入变化百分比的反应程度来看，河南、湖北、湖南、安徽、江西、四川、重庆、陕西、广西、贵州、云南、河北、山东、江苏、浙江、福建、广东和海南等省份人均住宅投资对人均收入的变化百分比反应较大，而这些农户人均住宅投资对农户人均收入百分比变化正向反应较大的省份的农户自发住宅投资对平均水平的负向偏离均较大。

(2)

其中ghit同上，lnsrit是农户收入的对数，wjit是农户人均文化教育娱乐支出占农户人均收入的比重，βit和γit是假定系数，μit为随机变量。

估计结果表明(如表3)，大部分省份农户改善居住条件的需求和住宅投资存在显著的正相关关系，其中福建、浙江、广东、江西、广西、湖北、河南、安徽、湖南、四川、重庆和陕西等省份改善住房条件的需求对农户住宅投资影响较大，系数βi均大于2；江苏省农户改善居住条件的需求和农户住宅投资则存在显著的负相关关系，系数βi为-3.9614，农户生活条件提高所引起的农户改善居住条件的需求使得农户在农村地区减少住宅投资；而山西、宁夏、新疆、内蒙古、黑龙江、吉林等省份系数估计值的伴随概率均大于0.1,农户改善居住条件的需求和农村农户住宅投资的关系不显著。

大部分省份系数γi为负值并且伴随概率都通过显著性检验(如表3)，这说明大多数省份农户人均文化教育娱乐支出比重与农户人均住宅投资存在显著的负相关关系，其中，福建、河南、江西、浙江、广西、河北、安徽、重庆、海南等省份系数估计值均小于-1.5。 这些省份农户文化教育娱乐支出比重对农户住宅投资具有较大的反向影响，在这些地区农户通过后期的住宅投资来弥补早期文教娱乐支出比重较少的需求和为其子女婚姻提供资本的需求更大一些；上海和江苏两地系数为正值，反映了这两个地区农户文化教育娱乐支出和农户住宅投资不存在补偿性关系；而山西、甘肃、宁夏、青海、新疆、内蒙古、黑龙江、吉林、辽宁和北京几个省份农户人均文教娱乐支出比重和农户人均住宅投资不存在显著的关系。

 

表3 βi和γi的估计结果

  

截面βiπ值γiπ值截面βiπ值γiπ值河南3.5886***-2.9492***新疆0.45450.2301-0.45790.449湖北3.7510***-1.5763***内蒙古0.22870.4819-0.15390.5802湖南2.6542***-0.8127***黑龙江-0.01550.97330.14330.7731安徽3.3315***-1.5991***吉林0.03190.94790.02560.9613

 

续表3

  

截面βiπ值γiπ值截面βiπ值γiπ值山西1.3850**-0.58580.3338辽宁0.8069*-0.34410.479江西5.0448***-2.6844***北京1.2417***-0.37980.1565四川2.2639***-1.1331***天津0.9869***-0.8654**重庆2.5885***-1.4583***河北1.7484***-1.4629**陕西2.7363***-0.8283***山东1.7947***-0.9098***广西3.8963***-1.8537***江苏-3.9614***6.1393***贵州1.8132***-1.0249***浙江6.0025***-1.9555***云南1.6723***-1.0825***上海1.7308***2.3410***甘肃0.7603**-0.42920.1157福建7.3152***-5.4460***宁夏0.33170.4607-0.31220.6838广东3.1731***-1.2760***青海0.5809*-0.39610.2601海南1.9317***-1.5536***Ρ-σθναρεδ0.9695

***、**和*表示分别表示通过了显著水平为0.01、0.05和0.1的统计检验

四、结论和建议

我国各地区农户住宅投资既存在明显的结构差异，又存在个体差异，大部分省份农村农户住宅投资表现出不同程度的相似性。

其一，农户人均收入成为制约农户进行更大规模和更高层次住宅投资的最根本的客观因素，在农户住宅投资的资金主要来自过去收入的积累和短期借贷的情况下，住宅投资的规模反映出农户过去的收入状况和对未来的预期收入状况。

其二，农户家庭对其子女的人力资本发展教育投资对农户住宅投资具有显著的负的影响，人力资本发展教育投资低的农户家庭后期通过住宅投资为其子女婚姻提供资本的需求较高，人力资本发展教育投资高的农户家庭后期通过住宅投资为其子女提供婚姻资本的需求较低。

其三，在强调开拓农村市场的同时，政府应该创造更多的条件来减少农户家庭后期的被动的补偿性住房投资，增加农户家庭早期的发展教育投资的可获得性和机会。

[参 考 文 献]

[1] 任健,赵奉军.二元土地制度、高房价与农户住宅投资过度[J].中国房地产,2013(8).

[2] 姜长云.中国农村住房消费需求研究[J].调研世界,1999(10).

[3] 田传浩,傅楠,郑文娟.宅基地制度、地权安全性与农村住宅投资行为[J].中国房地产,2011(2).

[4] 李君,李小建.不同地理环境条件下农户居住特征的比较分析[J].中国农村观察,2008(5).

[5] SARGESON，S.Subduing “The Rural House-building Craze”:Attitudes towards Housing Construction and Land Use Controls in Four Zhejiang Villages [J].China Quarterly,2002,172.

[6] 李君,陈长瑶.影响农户预期住宅投资意愿的因素分析[J].统计与决策,2009(4).

[7] 方丽,田传浩.筑好巢才能引好凤：农村住房投资与婚姻缔结[J].经济学(季刊),2016(2).