多维视阈下土地流转的减贫效应及其异质性研究*
——基于CFPS2018微观数据分析

孙晓倩，李 青

（塔里木大学经济与管理学院，新疆阿拉尔 843300）

0 引言

党的十八届五中全会提出“精准扶贫、精准脱贫”战略，随着这一战略的有效实施，我国脱贫攻坚战取得决定性进展，计划在2020年中国农村贫困人口全部脱贫，贫困县全部摘帽，解决区域性整体贫困。但截止2019年底，我国农村仍有551万人口尚未脱贫，贫困发生率为0.6%。而且大量实践和经验表明，部分已脱贫的农户很有可能由于脱贫效果不稳定重新返贫，一些边缘农户也可能会成为新的贫困户。积极推进农业现代化产业化经营对加速农村经济结构调整，提高农户收入水平，帮助农户摆脱贫困具有十分重要的作用。近年来，我国土地制度随着社会经济发展的新态势新要求不断深入完善，土地流转决策成为促进小农户与现代农业有效衔接的重要举措。2017年中央农村工作会议明确提出，要加快土地流转，发展适度规模经营，优化经营结构，把促进规模经营与脱贫攻坚和带动一般农户增收结合起来[1]。2020年“中央一号文件”中也指出要在乡村产业发展中进一步释放土地流转的红利。在此背景下，土地流转是否能够带动农户多元增收？是否能够缓解农户家庭贫困，提高农户未来抵御贫困风险的能力？基于以上问题，依据农户土地资源禀赋与农户贫困的关联性，构建土地流转与农户面临贫困风险之间的数量关系，对进一步补充和完善土地流转制度，充分发挥土地流转的带贫益贫作用，巩固脱贫质量严防返贫具有一定的理论和现实意义。

当前，关于土地流转减贫效应及差异问题受到国内外众多学者的关注和热议。从农户收入角度入手，Kimura等[2]基于对中国农村土地租赁数据分析得出，健康稳定的土地租赁市场对农民收入的增加有正向影响。Thomas Reardon[3]通过对非洲土地交易市场实证调查发现，农户转出土地能够显著带动家庭收入的增加，因为转出土地农户家庭将释放剩余劳动力

到非农部门就业，家庭工资性收入会得到显著增加。钱忠好、王兴稳[4]以家庭总收入为衡量指标基于江苏、广西、湖北和黑龙江4个省份农户调查数据实证分析发现农户只要参与土地流转都会显著带动家庭总收入增加。王珏[5]基于全国8个省份2 037个农户家庭调查数据分析发现土地流转可以促进农户家庭可支配收入的增长，尤其是务工收入和土地租金收入。游和远[6]从收入、健康、保障、社会联系4个维度分析了农地流转对转出户的福利效应，最终研究发现农地流转能够显著增加农户家庭收入水平但是不利于提高农户保障水平和健康水平。刘魏[7]利用2016年中国家庭追踪调查数据从收入和能力两个维度分析农地流转多维减贫效应发现，农地流转能够在收入、教育、住房、资产和卫生条件维度方面帮助缓解贫困的发生，参与农地流转的农户比未参与农户的多维贫困发生率约低26%。从贫困脆弱性角度入手，大多数学者的研究都围绕在如何准确界定和计算贫困脆弱性，较少学者关注土地流转和贫困脆弱性之间的关系问题，左孝凡[8]基于2016年中国家庭追踪调查数据运用倾向得分匹配方法分析土地流转对农户家庭贫困脆弱性的影响，结果表明土地流转可以通过提高家庭农业产值降低农村居民的贫困脆弱性。张亚洲[9]针对南疆少数民族家庭实地走访调研发现，土地流转虽然对家庭收入呈正向影响但对农户贫困脆弱性则不显著。从土地流转减贫效应的异质性来看，陈治国[10]基于CHIP2013数据实证分析发现，土地转出对家庭可支配收入具有显著的促进效应，而土地转入则产生了一定的漏出效应。黄速建[11]利用新疆边远地区2 400份农户微观数据，得出土地转出户的家庭纯收入比土地转入户多76元。但也有部分学者认为土地转入更能带动减贫，杨子[12]基于CFPS数据分析土地流转与农民收入关系时认为转入土地可大幅提升农户家庭的人均纯收入（18.18%）和农业收入（72.46%），而对转出户影响不显著。

就目前研究来看，诸多学者对土地流转的减贫效应的探讨主要围绕在参与土地流转能否带动农户增收这一维度。不可否认，农户家庭收入的提高可以在一定程度上缓解家庭贫困的发生，但是这只能代表家庭当前的福利状况，只突出了土地流转的短期效应。而减贫是一种长期效应，如果只是静态度量某个时点个人或家庭的福利水平则是不完善的，还应考虑农户未来可能面临的各种冲击、风险及农户家庭未来福利水平[13]。在计量模型选择方面，学者往往忽视了农户自身存在的选择偏差问题，即农户参与土地流转并不是随机的，会受到家庭禀赋、社会经济和不可观测等因素的影响，容易导致样本出现内生性问题，估计结果不够准确，存在误差。在数据选取方面，已有研究主要集中在个案调查，鲜有学者从全国范围内进行研究。基于此，文章将从农户家庭人均纯收入和农户家庭贫困脆弱性两个维度入手，在构建土地流转减贫理论和研究假设的框架基础上，依据2018年26个省份4 445份中国家庭追踪调查（CFPS）数据，运用计量经济模型实证分析土地流转的减贫效应及其异质性。

1 理论分析和研究假设

在多维视阈下研究土地流转的减贫效应及其异质性，有必要就农户特征对农户家庭贫困的影响以及土地转入和土地转出减贫的内在机理进行探讨，并由此提出相应的研究假设。

1.1 户主、家庭等特征影响农户减贫的理论分析

户主、家庭等特征对当前农户家庭收入水平及未来陷入贫困的风险具有直接的影响效应。贫困陷阱理论指出物质资源、文化水平、健康状况、区域差异等都会对贫困产生影响。在户主特征方面，户主的受教育程度不高会导致贫困与收入差距的扩大，较少的教育投资使得下一代陷入新的教育贫困陷阱；户主的健康问题可能会使家庭陷入不同程度的贫困及贫困循环。在家庭特征方面，家庭资本积累的越多越有可能带动农户从贫困转向非贫困；人力资本的提高远比物质资本对家庭经济增长的影响大；区域经济发展水平越高和基础设施越完善，越有利于减少该区域贫困的发生，反之则会陷入持续的贫困中。

1.2 土地转出影响农户减贫的理论分析

土地和劳动力对于大部分的农村贫困家庭来说是其最主要的两种资产。然而由于不确定性和法律障碍，使得土地不能像其他商品一样在市场上自由买卖，同时也在一定程度上束缚了农村劳动力的转移。根据现代产权理论，产权是通过社会强制实施的对某种物品多种用途进行选择的权利，包括物品的所有权、占有权、支配权、使用权、收益权和处置权[14]。我国的土地产权制度一直处于不断的变革和完善过程中，2014年承包地“三权”分置的提出，意味着农民获得对土地经营权处置和收益的权利，土地经营权可以在市场上自由流转，激活了土地财产性能的发挥[15]。对于土地转出户来说，一方面减轻了土地闲置浪费现象的发生，降低了农业生产经营性的投入，使农户家庭获得了相对持续、稳定的土地租金收入；另一方面，可以将束缚在土地上的大量剩余劳动力释放到劳动报酬更高的非农市场，使其获取相当一部分的工资性收入，从而提高了农户家庭土地和劳动力资源的配置效率。

1.3 土地转入影响农户减贫的理论分析

不可否认，家庭联产承包责任制的实行，在一定程度上提高了农业生产效率，让农村农民都获益匪浅。但是其主张按人口平均分配，各种质量土地“肥瘦相间”的细小分散的农田结构，不利于土地规模经营发挥规模效益，因此并没有在很大程度上提升农民家庭的生产经营性收入。二元经济理论认为，由于土地数量是固定不变的，因而随着人口基数的增大，农业产出会呈现边际收益递减趋势。至此，重组土地提高土地资源利用率，发展规模经营，将土地转到农业生产水平更高的农户手中，实现边际产出拉平效应具有重要意义。对于土地转入户来说，通过转入土地扩大了土地经营规模，推动了农业机械化发展，节约了时间和劳动力成本，加之农业技术、新品种的不断投入，使得土地产出率得到了很大的提高，进而带动了农户家庭生产经营性收入的快速增长。并且国家为鼓励农户转入土地，发展规模经营，相继出台了粮食、良种等一系列农业优惠补贴政策，增加了土地转入户的转移性收入，降低了农业生产经营成本。

从以上分析，该文可提出以下相关假设。

假设1：户主、家庭等特征对农户家庭人均纯收入具有重要影响；

假设2：土地流转是提高农户收入，降低农户贫困脆弱性的有效路径；

假设3：土地转入和土地转出由于收入获取途径完全不同，其减贫效应存在异质性。

2 数据来源、变量说明与模型构建

2.1 数据来源

该文数据来源于2018年北京大学中国社会调查中心跟踪收集的个体、家庭和社区3个层次反映中国社会、经济、人口、教育和健康等方面的中国家庭追踪调查数据（China Family Panel Studies，CFPS）[8]，样本所在区域覆盖了我国26个省、市和自治区。该数据包含了土地流转和农户家庭禀赋特征等相关数据，适合该文的研究内容。

该文对数据的处理思路：（1）筛选出所需的农村样本变量；（2）将所选样本数据进行横向合并处理，筛选出所需要的变量指标，这其中涵盖了个体和家庭层面；（3）对一些极端不合理数据和缺失数据进行剔除，最终获得4 445份农户样本数据[7]。

2.2 变量说明

表1报告了该文变量设置、释义与描述性统计。

表1 变量设置、定义及描述统计

被解释变量：农户家庭人均纯收入。当前诸多学者在衡量贫困时选择收入作为重要的指标。所以，一则该文考虑和诸多学者一样选择家庭人均纯收入作为衡量贫困的指标；二则用家庭人均纯收入作为被解释变量测算农户贫困脆弱性。所有样本农户的家庭人均纯收入均值为9.146；其中流转户和未流转户的家庭人均纯收入均值分别为9.250和9.108；流转户中的转入户和转出户的收入均值分别为9.212和9.278；可见流转户的家庭人均纯收入明显高于未流转户，转出户的家庭人均纯收入高于转入户。

核心解释变量：土地流转。该文把农户是否进行土地流转作为核心解释变量，由于前文理论分析土地转入和转出的收入获取途径完全不同，所以会产生不同的减贫效应。因此，该文还分别探讨了土地转入和土地转出的减贫效应。全样本户中有26.7%的农户家庭参与土地流转，其中土地转出户比例比转入户多4.3%。

控制变量：在控制变量的选择中，该文控制了个体特征和家庭禀赋特征方面的因素。由于CFPS问卷中没有明确的指出谁是户主，但问卷的主要回答者是对家庭情况较为了解或有较高话语权的，所以选择问卷的主要回答者作为该文的“虚拟户主”。

在全样本户中，老年（≥60岁）家庭占比最高（34.33%），受教育程度最低（1.29）、健康状况最差（3.55），家庭物质资本（5.81）和人力资本最弱（6.52)，而占比最小的青年（≤29岁）家庭（4.5%）整体情况较好，无论是受教育程度还是健康状况都处于最高水平，但是家庭物质资本和人力资本不如中青年家庭（30～39岁）。

参与土地流转的农户家庭多为中老年家庭（50～59岁），平均年龄在53.86岁；土地转出家庭的平均年龄比土地转入家庭高4.1岁，表示年龄越大，从事农业生产经营越力不从心，越倾向于将土地转出给他人耕种。土地流转户的受教育程度均值为1.49，仍然处于较低水平。中部地区参与土地流转的农户家庭比例最高（32.86%），其次是东部地区（25.57%），最少的是西部地区（22.68%），表明土地流转存在较大的区域差异。

2.3 模型构建

2.3.1 可行广义最小二乘法（FGLS）

2002年《世界发展报告》首次提出了贫困脆弱性这一概念，用来测算个人或者家庭未来陷入贫困的可能性。基于FGLS来测算农户贫困脆弱性，相比OLS能够更加有效地消除模型存在的异方差性，提高估计结果的准确性。对于贫困脆弱性的测算步骤如下。

式（1）中，Vit表示第i个农户在第t年度的贫困脆弱性值；Pr表示农户未来陷入贫困的概率；Vi,t+1表示农户i在t+1年度的收入水平；Z表示贫困线标准，即确定性等价指标，对于贫困线该文选取世界银行规定的高标准脆弱性临界值每人每天消费支出3.1美元（人均年收入7 808元）[13]。

第一步：构建回归方程，计算农户未来收入的拟合值和残差平方。

式（2）中，lnYi表示农户i家庭人均纯收入的对数形式；Xir表示农户个体、家庭禀赋和地区控制变量，其中r表示不同的控制变量，r=1，2，...；βr表示不同控制变量的代估系数；β0、ε表示常数项和随机误差项。

第二步：将第一步计算结果带入式（1）中，测算贫困脆弱性。

式（3）中，lnZ表示贫困线的对数形式；表示对数收入的期望值；σ表示对数收入的标准差。

2.3.2 倾向得分匹配法（PSM）

倾向得分匹配方法是一种反事实推断方法，其基本思想是通过找到与处理组相似的对照组的样本将其效果进行比较，从而有效解决样本选择偏误而产生的内生性问题。因为农户是否进行土地流转是一种非随机实验的自选择问题，极易产生选择性误差[12]，而PSM方法可以有效地解决这一问题。具体步骤如下。

第一步：运用Logistic模型计算出农户参与土地流转的条件概率，即倾向得分值；

第二步：依据所获得的倾向得分值通过最近邻匹配、半径匹配和核匹配3种方法，找到对照组农户与处理组农户倾向得分值尽可能相似的样本，以此控制和消除选择性误差；

第三步：检验匹配效果，计算ATT，倾向得分匹配要求用于匹配的各个变量要满足共同支撑域假设和平衡性检验，在样本匹配完成且达到匹配效果之后，便可以计算出平均处理效应（ATT）[16]为：

式（4）中，D表示农户是否参与土地流转，为二分变量，D=1表示农户参与土地流转，D=0表示农户未参与土地流转；Y1表示处理组和被匹配的对照组样本贫困脆弱性值；P(X)表示农户参与土地流转的概率，即PS值；ATT表示土地流转对贫困脆弱性影响的平均处理效应。

3 实证结果与分析

3.1 农户贫困脆弱性的测算

基于永久性收入理论，利用式（2）选择户主个人特征变量、家庭禀赋特征变量运用三阶段可行广义最小二乘法（FGLS）建立回归模型来估计农户未来的收入期望值和标准差。结果如表2所示，方程的决定系数R2为0.993 5，说明方程的拟合程度较好。

表2 农户贫困脆弱性测量模型检验

在户主特征变量方面，对家庭人均纯收入产生显著影响的有户主受教育程度和健康水平。户主受教育程度越高，其眼界就越广、思想就越先进，掌握的知识和技术就越完备，从而在1%水平上显著正向影响家庭人均纯收入。户主的身体健康情况越差，劳动能力就越弱，家庭用于医疗支出的费用就越多，故而存在负向影响。而户主的年龄对家庭人均收入虽然呈现负向影响，但是不显著。

在家庭禀赋特征方面，家庭人口规模越大对家庭人均纯收入水平的提高越不利，这可能源于农村家庭生活的主要负担和压力是对年迈父母的赡养和对年幼孩子的教育问题，需要花费大量时间、金钱和精力，因此不利于家庭收入水平的提高。家庭工资性收入、家庭现金及存款价值和家庭农业机械价值与家庭人均纯收入呈正相关关系，在1%和10%显著水平通过检验，表明物质资本越多的家庭可以用来生产投资经营，从中赚取更多的利润补贴家用。用于表征家庭社会资本强度的变量家庭人情礼金支出在1%水平下正向影响家庭人均纯收入，主要原因是中国人长期受儒家思想的熏陶重人情而轻法理，使得依靠社会资本在中国这个大家都讲求“关系”的社会里具有“变现”的功能。家庭所处地区也会在一定程度上正向影响家庭收入，东部地区相比中西部地区资本量充沛，基础设施完善，科技发达，因而在潜移默化中影响着家庭人均纯收入的提高。由此，假设1得以验证。

进一步基于获取的收入拟合值和残差平方，利用式（3）测算出在高标准脆弱性临界值每人每天消费支出3.1美元贫困线标准下的贫困脆弱性。表3报告了贫困脆弱性的测量结果及地区差异情况。就整体的测量结果来看，在3.1美元/日的贫困标准下，全国4 445份样本的贫困脆弱性平均值为0.367。就地区分布来看，东中西3个地区存在较大差异，东部地区的贫困脆弱性最低为0.318，西部地区的贫困脆弱性处于最高水平为0.419，贫困脆弱性在西部、中部、东部地区呈现出逐渐递减的趋势。

表3 贫困脆弱性测量结果及地区差异

3.2 土地流转的减贫效应检验

该文依据计量回归模型式（4）运用倾向得分匹配方法构建“反事实”模型，进一步探究土地流转的减贫效应。需注意的是在计算平均处理效应之前，倾向得分匹配法要求用于匹配的各个变量要满足共同支撑域假设和平衡性检验。图1为倾向得分的共同取值范围，从图1可以直观地看到在倾向得分匹配之后，实验组和处理组的大部分观测值都落在了共同取值范围之内，只有一小部分的观测值（处理组损失了3个样本，控制组损失1个样本）在倾向得分匹配过程中损失了[17]。

图1 倾向得分的共同取值范围

在样本通过共同支撑域假设之后，需要对变量做进一步的平衡性检验来确保结果的准确性和稳健性，即通过倾向得分匹配后除土地流转这一变量存在显著差异之外，其余影响土地流转行为的特征变量之间均无显著差异，该文采用最近邻匹配法进行匹配。

表4列出了各变量在倾向得分匹配后的平衡性检验结果。从表4可以看出，在倾向得分匹配之后，各变量的P值均大于0.1，表明各变量之间无系统性差异，通过了平衡性检验，且匹配效果良好，倾向得分匹配基本可以有效消除样本选择带来的选择偏差问题，达到了随机试验研究方法的处理效果[18]。

表4 倾向得分的平衡性检验

在通过共同支撑域假设和平衡性检验之后，运用最近邻匹配法、半径匹配法和核匹配法3种匹配方法检验土地流转对家庭人均纯收入和贫困脆弱性的平均处理效应。从表5可以看出，无论采用何种匹配方式，检验结果均显示土地流转对家庭人均纯收入在不同显著水平下通过检验且为正向影响，而对贫困脆弱性则在1%显著水平下呈现显著负向影响。

表5 土地流转对农户家庭人均纯收入和贫困脆弱性的平均处理效应

具体来看，在3.1美元/日的贫困标准线下，土地流转对农户家庭人均纯收入在匹配前的ATT值为0.142，经过3种匹配方法匹配之后ATT值分别为0.099、0.138和0.105，虽有所下降，但是依然显著为正，即土地流转户的平均收入水平比未流转户高12.07%。可见，农户参与土地流转能够显著提升家庭人均收入水平。从农户贫困脆弱性维度来看，在不同匹配方式下土地流转对贫困脆弱性的平均处理效应为0.050在1%的水平下显著为负，即土地流转户的贫困脆弱性比未流转户低5.13%，表明土地流转可以有效降低未来农户陷入贫困的风险，即在2020年全面消除贫困之后，土地流转在“后扶贫时期”的相对贫困治理过程中，仍然发挥着非常重要的作用[13]。由此，假设2得以验证。

3.3 土地转入和土地转出的减贫效应差异性分析

土地流转包括土地转入和土地转出，由于土地转入和土地转出两种行为获取收入的途径有所不同，所以分别讨论土地转入和土地转出的减贫效应是非常有必要的。从表6可以看到，在匹配前土地转入的实验组贫困脆弱性值为0.039，对照组的贫困脆弱性值为0.370，两者的差值为0.032并在1%水平下显著。在经过最近邻匹配、半径匹配和核匹配之后，土地转入对农户贫困脆弱性的平均处理效应分别为0.032、0.031和0.034，除半径匹配不显著外，其余都在1%水平下负向影响贫困脆弱性。总的看来，土地转入户未来陷入贫困的概率比未流转户低3.29%。

表6 土地转入和土地转出对农户贫困脆弱性的平均处理效应

对于土地转出户来说，匹配前土地转出户（实验组）与未转出户（对照组）的贫困脆弱性分别为0.308和0.377，实验组比处理组低6.9%，两者的平均处理效应差值在1%水平下通过检验为0.070。在经过3种不同的匹配方法之后，ATT值虽有所下降，但仍然在1%显著性水平下负向影响，匹配后土地转出户的贫困脆弱性相比于未流转户低0.050，即土地转出户未来陷入贫困的概率比未流转户低5.09%。

由此可见，无论是土地转入还是土地转出，均有助于降低农户未来陷入贫困的风险；但土地转出的减贫效应相比于土地转入更加显著。正如学者刘魏[7]、陈治国[10]和夏玉莲[20]等发现的土地转入相比于土地转出仍然面临一定的成本约束，所以土地转入的减贫效果不如土地转出的减贫效果好的结论相一致。由此，假设3得以验证。

4 结论与政策建议

4.1 结论与讨论

（1）在收入视阈下，参与土地流转可以显著带动农户家庭人均纯收入水平的提高，基于3种不同匹配方式土地流转对家庭人均纯收入的平均处理效应分别为0.099、0.138和0.105，即土地流转户的家庭收入水平比未流转户高12.07%，其中受教育程度、家庭规模和工资水平的不同是造成农户家庭收入增加及其差异的3个最大贡献因素。

（2）在贫困脆弱性视阈下，我国农村地区贫困形势依然比较严峻，东中西部3个地区差异非常明显。在3.1美元/日的贫困标准线下，我国贫困脆弱性的平均值为0.367，西部地区的贫困脆弱性处于最高水平为0.419远超过中部（0.357）和东部地区（0.318）。土地流转对贫困脆弱性具有显著的负向影响。在不同匹配方式下土地流转对贫困脆弱性的平均处理效应为0.050，即土地流转户的贫困脆弱性比未流转户低5.13%。

（3）土地转入和土地转出均能降低农户贫困脆弱性，但土地转出户的减贫效应相比于土地转入户更加显著。土地转出户的贫困脆弱性比土地转入户显著低0.018，土地转入户未来陷入贫困的概率比未流转户低3.29%，土地转出户未来陷入贫困的概率比未流转户低5.09%。

该文较既有研究而言，其一引入了贫困脆弱性指标，测算了农户未来可能面临的贫困风险，克服了当前研究只从静态度量某个时点个人或家庭的福利水平；其二不仅综合考虑了土地流转的减贫效应，而且依据流转方式不同分别探讨了土地转入和转出行为的减贫效应；其三PSM方法的运用有效解决了农户参与土地流转存在的自选择问题。但该文仍然存在不足之处，一方面采用3.1美元/日的贫困标准测量土地流转的减贫效应，但由于不同贫困线下土地流转的减贫效应存在差异，未能分别展开讨论；另一方面虽测算了贫困脆弱性在东、中、西3个地区的分布情况，但没有具体分析土地流转在不同地区的减贫效果，如中部地区土地流转率最高，但其陷入贫困的概率却比东部地区大，即中西部地区土地规模化集约化和标准化的带贫益贫作用可能未充分发挥，未持续转移剩余劳动力外出就业，使得土地流转在不同地区的减贫效果存在差异性。

4.2 政策建议

（1）建立健全农村土地经营权流转机制。为了保障农村土地流转的公平、公正和公开，切实维护农户合法权益，必须从国家层面上建立明确合理的土地经营权流转制度。东中西部各省份由于土地流转特征不同在贯彻国家流转制度基础上应结合自身特点因地制宜的出台土地、产业等相关优惠政策。

（2）推进农村土地有序流转，培育新型农业经营主体。基于前文实证分析得出土地流转是提高农户收入，降低农户未来陷入贫困风险的重要路径，因此应加快土地流转市场的建设，规范土地流转程序，积极引导种植大户、家庭农场、农业合作社等新型农业经营主体通过规模经营实现劳动力和土地等生产要素的合理配置，从而让更多的农户共享土地流转红利。

（3）因人而宜，对症下药，进一步解决土地转出户和转入户的减贫效应“不一致”的问题。一方面对于土地转入户要给予一定的资金技术支持，提升农业补贴额度，积极响应国家“三补一调”政策，有效缓解大规模生产所面临的成本压力，建立完善的农业社会化服务体系；另一方面要为土地转出户提供稳定的非农就业机会，提升城镇化公共服务质量为农民工带来更多的生存保障，减轻其对后继生计的担忧。