统计分析案例 课件 案例2-2：发展地理标志农产品对农村减贫的影响分析-来自CFPS的经验证

案例2-2：发展地理标志农产品对农村减贫的影响分析

——来自CFPS的经验证目录123案例背景数据与变量说明计量分析及其结果4案例小结01案例背景0302背景2019年国务院实施地理标志农产品保护工程，将地理标志农产品发展作为农业转型升级的重要推手。2021年中央一号文件《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》强调打造农业品牌，做实品牌格局。地理标志农产品认证可促进农产品生产规模和经济效益提升，但地理标志农产品认证对农民脱贫增收的影响需进一步分析地理标志农产品的认证对农民脱贫增收有何影响？影响有多大？本案例使用中国家庭跟踪调查数据，运用Probit和Tobit回归模型从全国层面分析地理标志农产品对于农村家庭的脱贫增收影响，此外，还分析地理标志农产品分别对我国东部、中部和西部三大地区农民脱贫增收的影响情况。02数据与变量说明数据来源

本案例根据2016年和2018年中国家庭跟踪调查（CFPS）数据，对中国农村家庭贫困情况进行测度分析。由于中国贫困主要集中在农村地区，因此剔除城镇观测值，且删除“不知道”和“不适用”样本，经处理，共得到12757个农村家户样本观测值（其中，2016年6478个，2018年6279个）。核心解释变量农产品地理标志数来自中国绿色食品发展中心。变量设置与说明(1)被解释变量—农户贫困表2-2-1给出了2016年和2018年我国各地区农村的贫困指数。2010年我国贫困发生率为25.4%，2014年为18.7%，2016年和2018年分别下降到13.4%和11.7%。从2010年的25.4%降到2018年的11.7%，降幅达到54.0%，这说明我国农村的脱贫工作取得了巨大的成就。但是仍然存在地区间发展不平衡的问题，北京和上海农村的贫困发生率为0，而四川农村的贫困发生率最高，达到了21.2%。贫困发生率刻画了收入水平在贫困线以下人口的占比，但是无法刻画贫困人口收入水平与贫困线的差距。贫困深度指数反映了贫困人口收入与贫困线标准的差距，2016年我国农村贫困深度指数为5.2%，2018年为4.6%，贫困深度指数在两年间下降了0.8%。贫困强度指数为贫困人口收入与贫困线标准差的平方，2016年我国农村贫困强度指数为2.8%，2018年为2.6%，这说明贫困强度在这两年有所下降。(2)解释变量和控制变量。农产品地理标志数是本案例的核心解释变量，中国绿色食品发展中心公布了自2010年以来各年全国31个省市农产品地理标志登记情况，包括产品名称、产品类别和证书编号等。根据公布的信息，我们分别计算出截止至2016年和2018年31个省市农产品地理标志总数，然后将其除以100得到农产品地理标志指标作为本案例的核心解释变量。本案例还引入了其他控制变量：①家庭规模，使用家庭总人口数来衡量；②户主年龄，户主的实际年龄除以10；③户主年龄的平方，户主实际年龄的平方除以100；④户主的文化程度，使用三类虚拟变量刻画，分别是小学及以下文化程度（户主教育程度是小学取值为1，否则为0）、初中文化程度（户主教育程度是初中取值为1，否则为0）、高中及以上文化程度（户主教育程度是高中及以上取值为1，否则为0）；⑤户主的民族（户主为汉族取值为1，否则为0）；⑥户主的婚姻（户主有伴侣取值为1，否则为0）；⑦户主的健康（非常健康、很健康和比较健康取值为1，否则为0）。变量的描述性统计表2-2-2给出了相关变量的描述性统计。可以看出，截止至2016年，我国各省份农产品地理标志数平均为79件，截止至2018年为100件，两年时间平均增长了21件，增幅为26.6%，这说明在乡村振兴大背景下，地理标志农产品的认证得到了各地相关政府的重视。从家庭规模上看，农村家庭的平均规模为3.9人，明显大于全国平均家庭规模2.62人，2018年我国农村家庭规模也较2016年家庭规模有所减小，这说明农村家庭的规模也在慢慢缩小。另外，农村家庭户主的文化程度为小学以下的均值为0.328，小学的均值为0.275，初中的均值为0.273，高中及以上的均值为0.124，并且户主的平均年龄在51岁。这说明我国农村家庭户主的文化程度偏低，这与他们当时中国处在动荡的时代特征相符。综上所述，所有的变量均分布在合理的范围内。03计量分析及其结果基准回归分析

模型一是农产品地理标志数对贫困发生率的影响，一个地区的农产品地理标志数越多，说明该地区的农产品的推广做得越好，因此农民通过种植农产品得到的收入越高。可以看到，农产品地理标志数对贫困发生率有负向影响，且估计系数在0.01的水平下显著。模型二和模型三分别是农产品地理标志数对贫困深度指数和贫困强度指数的影响，其结果均表明一个地区的农产品地理标志数可以降低该地区的贫困深度指数和贫困强度指数，且均在0.01的水平下显著。内生性分析为了解决核心解释变量农产品地理标志数的内生性问题，构造了相应的工具变量进行两阶段最小二乘估计。三个模型的第一阶段回归的F统计量为2517.33，远大于10。综合该估计结果可以认为本案例的工具变量选取是有效的。表2-2-4主要集中在农产品地理标志数的估计上，可以看到估计系数的方向与表2-2-3的是一致的。从三列的估计结果可以看出，农产品地理标志数显著降低了农村家庭陷入贫困的概率。在系数的绝对值上，模型一使用工具变量估计出来的系数绝对值为0.457要稍微小于原来估计出来系数绝对值（0.520），模型二和模型三使用工具变量估计出来的系数也小于原来的估计系数。异质性分析东部地区农产品地理标志数的系数为-0.431，没有通过显著性检验，说明地理标志农产品的认证在东部地区没有带来显著的脱贫效应。农产品地理标志数的系数为-0.484，在1%的显著性水平下通过了显著性检验，说明地理标志农产品的认证在中部地区能够带来显著的脱贫效应。农产品地理标志数的系数为-0.821，在1%的显著性水平下通过了显著性检验，说明地理标志农产品的认证在西部地区能够带来显著的脱贫效。中部地区西部地区

从系数的绝对值来看，西部地区的农产品地理标志数的系数绝对值要大于中部地区，这说明其脱贫效应在西部地区要远大于中部地区。这可能由以下两个原因导致：第一，相对于东部地区而言，中西部地区经济发展相对滞后，农产品的销路相对狭窄，但是中西部地区的农产品受到地理标志的认证后，知名度得到提升且销路得以打开，因此农户可以增加农产品的销售收入；第二，国家统计局对农民收入分为工资性、家庭经营性、财产性、转移性四个方面，从事农业农产品的生产经营而获得的收入是其中的一部分，由于东部地区经济较为发达，经济越发达的区域对于从事农业农产品的生产经营收入的依赖程度可能越低。稳健性检验在以上的计量分析中，被解释变量贫困发生率、贫困深度指数和贫困强度指数采用的均为国家贫困标准，但有学者认为我国官方制定的贫困标准较低。因此，为了检验以上实证模型结果的稳健性，下文采用国际贫困标准进行稳健性检验，检验结果见表2-2-6。

采用国际贫困标准后，核心解释变量农产品地理标志数的显著性在贫困发生率、贫困深度指数和贫困强度指数上没有变化，均在1%的显著性水平上显著。从系数的绝对值上看，核心解释变量农产品地理标志数在贫困发生率上的参数估计值的绝对值大于使用国家贫困标准，特别是使用2美元较高的贫困标准时。由此可见，若贫困标准改为国际标准，上文的计量分析的主要发现与结论是稳健的。04案例小结

本案例从贫困发生率、贫困强度指数和贫困深度指数三个角度分析了我国农村贫困情况，与2010年的贫困发生率相比，2018年我国农村地区贫困发生率下降了54%。

将贫困发生率、贫困强度指数和贫困深度指数作为被解释变量，实证检验了发展地理标志农产品对农村家庭的减贫影响。

实证结果表明：地理标志