非农就业、所有权认知与农户承包地退出

2022-11-14 18:30段静琪苗海民朱俊峰
中国农业大学学报 2022年8期
关键词:承包地所有权意愿

段静琪 苗海民 朱俊峰

(中国农业大学 经济管理学院,北京 100083)

随着城镇化、工业化的快速发展,农业比较收益下降,大量农民离开农业农村向城镇转移就业。农业劳动力转移过程中出现了两个显著特征:一是农民不再“以农为业,以农为生”,耕地利用的低效率甚至撂荒现象普遍;二是土地的财产性质无法实现,不能为那些脱离了农业生产的进城务工人员提供资金支持,帮助其跨越市民化经济门槛。在此背景下,为了盘活农村土地财产,推进农民工市民化进程,政府逐渐将承包地退出议题纳入政策考虑范围。2015年8月,国务院办公厅《关于加快转变农业发展方式的意见》中指出“在坚持农村土地集体所有和充分长期尊重农民意愿的基础上,在农村改革试验区稳妥开展农户承包地有偿退出试点,引导有稳定非农就业收入、在城镇居住生活的农户自愿退出土地承包经营权。”2018年12月修正的土地承包法中也明确提出“承包期内,承包农户进城落户的,引导支持其按照自愿有偿原则依法在本集体经济组织内转让土地承包经营权或者将承包地交回发包方,也可以鼓励其流转土地经营权。”

不同地区的调研发现,已经有约21.7%~63.55%的农户愿意退出承包地,有关农村承包地退出的研究也日益增多。杜文娇等认为,无论是从学理上对公平、公正的维护,还是从法益上对承包权、成员权的正确认知,或是实践中缓解人地矛盾,提高农地利用效率,建立农村土地退出机制都是必要且可行的。郭熙保认为,承包地退出是农民工市民化的内在要求,否则进城农民“离农不退地”,成为“不在地主”,拥有涨租金或收回土地的权利,将不利于土地经营的稳定性,并限制农业长期投资。

从优化资源配置的角度看,“离农离地”有其必然性,那么又有何因素影响着农户的承包地退出意愿呢?伴随着城镇化的快速推进以及农业劳动力非农就业程度的加深,农户分化被认为是影响承包地退出的关键因素。有研究证实,农户的非农就业程度越高,越可能退出承包地。但也有学者持不同意见,认为非农就业程度较深的农户有着更为稳定的非农收入,对这部分农户来说,一次性退出承包地带来的福利政策改进空间有限。因此,他们反而更倾向于将土地作为增值性资产长期持有。而除非农就业外,农户的土地产权认知状况同样值得关注。建国以来的多次土地制度变革使农户承包地所有权认知与制度规定存在偏差,相当数量的农户持有承包地私有观念。理论上,农户放弃承包地时会受到农户对产权价值评估和预期的影响,从而使其承包地退出意愿发生转变。因此,可以认为,农户的产权认知状况会影响到农户的承包地退出决策。除此之外,个人特征,是否拥有城镇住房,家庭生命周期,家庭禀赋,区域经济发展,“恋地情结”,土地流转等也对农户承包地退出决策产生影响。

综上,学者们在承包地退出方面已经做了一定量的分析,为后序研究奠定了良好的基础。但总结发现,现有研究更多关注于单一因素对承包地退出的影响。而在农户非农就业逐渐深化、产权认知状况存在偏差的情况下,分析非农就业和产权认知对农户承包地退出的综合影响显然更为重要。为此,基于全国9省1 006户农户调研数据,本研究试图从退地的成本收益入手,分析非农就业和所有权认知对农户承包地退出意愿的影响;探究承包地退出政策的目标群体,即非农收入比例较高的农户,在面临所有权认知偏差时如何决策;以期丰富承包地退出研究,为探索承包地退出机制提供参考。

1 理论模型与研究假说

农户的承包地退出决策并非是农户个人行为,通常是在考虑家庭效用最大化基础上所做出的理性选择。因此,本研究假设农户家庭是理性的,农户承包地退出决策是基于成本收益的权衡。从退出承包地预期收入、预期成本和保留承包地预期收入等因素考虑,只有当退出承包地预期收入大于退出承包地预期成本和保留承包地预期收入之和时,农户才会选择退出承包地。参照王常伟等和李荣耀等,本研究假设农户承包地退出模型为:

(1)

式中:

V

(0)为农户退出承包地进城就业与继续持有承包地之间预期收益成本差的贴现值;

r

为贴现率;

Z

(

t

)为农户退出承包地第

t

期预期收入水平;

I

(0)为农户退出承包地所得一次性补偿;

Y

(

t

)为农户继续持有承包地第

t

期预期收入水平;

C

(0)为农户退地进城就业的转移成本。

当农户选择退出承包地进城就业时,其预期收入水平可以表示为:

Z

(

t

)=

p

(

t

)

Y

(

t

)

(2)

式中:

p

(

t

)为第

t

期农户家庭劳动力非农就业概率,

Y

(

t

)为农户退出承包地第

t

期非农就业收入水平,将式(2)带入式(1)可得:

I

(0)-

Y

(

t

)]

e

--

C

(0)

(3)

考虑到对样本农户的连续跟踪较为困难,为简化分析,本研究只考虑农户当期承包地退出决策。同时,在不考虑农户城市就业概率的情况下,农户承包地退出模型可以表示为:

V

=(

Y

+

I

-

Y

)-

C

(4)

假设不存在土地流转,当农户选择继续持有土地时,农户将在农业生产和非农就业之间分配劳动力。此时,持有承包地农户的收入来源于非农就业和农业生产,其收入可以表示为:

Y

=

w

(

L

-

l

)+

pf

(

l

,

S

)

(5)

式中:

w

为非农就业工资水平;

L

为家庭劳动力总数;

l

为配置于农业生产的劳动力人数;

p

为农产品价格;

S

为家庭承包地总面积。

假设当农户退出承包地时,农户家庭劳动力将全部进行非农就业。此时,农户收入为:

Y

=

wL

(6)

将式(5)和(6)带入式(4)得:

V

=(

wL

+

I

-(

w

(

L

-

l

)+

pf

(

l

,

S

)))-

C

(7)

由前述分析可知,当

V

>0时,农户愿意退出承包地。将式(7)对

w

求偏导得∂

V/

w

=

l

≥0,即非农就业工资水平对农户承包地退出决策有积极作用。当农户非农就业工资水平越高时,理性的农户会将更多劳动力配置到非农就业部门,此时农户非农就业收入比例也随之增加。据此,提出以下待检验假说:

假说1:非农就业收入比例越高,农户越可能退出承包地。

行为经济学中的禀赋效应理论认为,一旦个人拥有某项物品,产权拥有方就倾向于将物品价值看得较重。进一步,不仅事实的产权强度会强化禀赋效应,所有权主观感受也会使其在交易中提高物品估价,这将造成农户可接受的承包地退出补偿标准

I

高于政府测算出的补偿标准

I

。此时,理性农户在政府补贴水平下不愿退出承包地。据此,提出第二个待检验假说:

假说2:当农户认为承包地所有权私有时,农户退出承包地的可能性降低。

已有研究表明,当农户非农就业工资水平提高进而非农收入比例增加时,农户对土地的就业、收入甚至于社会保障功能的依赖程度将随之降低,这会使得农户在承包地退出的利益诉求中弱化承包地退出的禀赋效应。即非农就业可以降低由禀赋效应所造成的高补偿预期。据此,提出第三个待检验假说:

假说3:非农就业能够缓解承包地所有权私有认知对承包地退出所产生的不利影响。

2 数据来源、模型设定与变量定义

2.1 数据来源和样本特征

2

.

1

.

1

数据来源

本研究所用数据来源于课题组2019年6—7月所进行的农户抽样调查。为了使调研结果具有代表性,课题组主要基于综合分布不同经济发展水平、不同气候条件等原则,选取了黑龙江、吉林、山东、广东、河南、湖南、安徽、浙江、山西、陕西、贵州11省作为调研地点,并采用分层随机抽样的方法,每省抽取3个县,每县抽取2~3个村,每村抽取约20户农户,共计发放问卷1 485份。但由于调研过程中,不同省份调研内容略有差异。因此,结合研究需要,在剔除变量缺失和数据前后矛盾样本的基础上,删除由于问卷变量改动而造成样本数不足10户的省份,最终得到9省1 006份农户数据,这些数据构成了本研究计量检验的基础。具体样本分布见表1,其中样本市皆为县级市。

表1 样本分布情况
Table 1 Sample distribution

区域 Area 样本量/户Sample size区域 Area 样本量/户Sample size吉林省长春市九台区Jiutai, Changchun, Jilin62湖南省临湘市Linxiang, Hunan41吉林省长春市双阳区Shuangyang, Changchun, Jilin48湖南省长沙县Changsha County, Hunan49吉林省公主岭市Gongzhuling, Jilin67湖南省浏阳市Liuyang, Hunan68黑龙江省安达市Anda, Heilongjiang76安徽省定远县Dingyuan, Anhui13黑龙江省龙江县Longjiang, Heilongjiang84安徽省凤阳县Fengyang, Anhui11山西省介休市Jiexiu, Shanxi35安徽省怀远县Huaiyuan, Anhui16山西省泽州县Zezhou, Shanxi32广东省罗定市Luoding, Guangdong61山西省祁县Qixian, Shanxi31广东省吴川市Wuchuan, Guangdong50河南省辉县市Huixian, Henan36浙江省平阳县Pingyang, Zhejiang42河南省长垣市Changyuan, Henan36浙江省海盐县Haiyan, Zhejiang35河南省安阳县Anyang County, Henan39贵州省毕节市七星关区Qixingguan, Bijie, Guizhou38贵州省湄潭县Meitan, Guizhou36合计Total1 006

注:安阳县和长沙县因与其所属地级市重名,地名翻译中加入county一词。
Note: Anyang County and Changsha County have the same name as their prefecture-level cities, therefore the word county is added to the translation of place names.

2

.

1

.

2

样本特征

1)承包地退出意愿。由表2中可知,已经退出承包地的农户仅占3.18%。实地调研中发现,试点地区在推进承包地退出工作时较为审慎,对申请退出承包地农户的综合条件设置了门槛,现实退地行为可能难以全面反映农户的退地决策。为了更加合理地考察农户承包地退出决策,本研究将主要分析农户承包地退出意愿。总体来看,除去已退地农户,还有51.69%的农户愿意退出承包地。从区域布局来看,东、中部地区愿意退出承包地的农户明显高于西部地区,这可能与地区经济发展水平有关。东、中部地区非农就业机会相对更多,农户的土地依赖性较低,从而更愿意退出承包地。但相对于东北地区和中部地区,东部地区农户承包地退出意愿却略低,这可能是因为东部地区整体经济发展水平较高,承包地一次性退出带来的经济收益对农户生活水平改善意义不大。故而,农户更倾向于将土地作为增值性资产长期持有。

2)所有权认知状况。由表2可知,认为承包地所有权归属农户个人所有的占比39.07%,认为承包地所有权归属国家所有的占比41.05%。这与已有研究一致,即农户土地所有权认知与法律所规定的农村土地集体所有存在偏差。事实上,由于多数国家政策都是通过村集体向村民进行宣传讲解,这在一定程度上会使农户将村集体误认为是国家的代表,部分农户难以对“国家”和“集体”做出明确区分。因而,可以认为农户认知的土地所有权仅包括公有和私有两种。据此,本研究在实证回归模型中也仅将农户的所有权认知分为农户个人所有和公有两类,以此来分析承包地所有权认知对农户承包地退出意愿的影响。

表2 承包地退出意愿与所有权认知情况
Table 2 Farmers’ willingness to withdraw from contracted land and their cognition of contracted land ownership

项目 Item 总体Totality东北Northeast东部East中部Midlands西部West承包地退出 Withdrawal from contracted land 不愿意永久退出承包地Unwilling to permanently withdraw from contracted land45.1336.8052.1346.4458.11 愿意永久退出承包地Willing to permanently withdraw from contracted land51.6962.3143.0951.1128.38 已经退出承包地Have withdrew from contracted land3.180.894.792.4613.51所有权认知 Cognition of contracted land ownership 农户个人 Peasant household39.0747.4840.4332.6832.43 国家 Country41.0540.3646.2837.3551.35 集体 Collective17.598.6112.2328.5012.16 国家集体共有 Owned by country and collective2.293.561.061.474.05

表2(续)

作者及时间Author &Time ofpublication调研时期Period ofresearch样本区域Samplearea样本量Samplesize愿意退出承包地农户占比Proportionof farmersintended towithdrawalfrom contractedland产权私有认知占比及影响方向Proportionand influenceof privatecognition ofproperty rights农户非农就业、城镇化能力等相关变量影响方向Impact of farmers’non agriculturalemployment,urbanizationability and so on王丽双等[8],20152014年9—10月辽宁铁岭24024.2%愿意退出农地承包权非农收入比例对农地经营权退出有显著正向影响,但对承包权退出影响不显著王常伟等[15],20162015年12月沪浙苏3地1 20834.85%愿意退出承包权拥有城镇住房的农户由于财富效应的存在,在一定程度上抑制了农户承包权的退出意愿韩占兵等[9],20192017年7—8月河南16县高龄农民2 1079.40%愿意退出承包地非农收入占比正向影响高龄农民承包权与经营权退出李荣耀等[2],20192017年7—8月改革试验区:重庆梁平、成都温江、泸州泸县71613.41%已经退出承包地63.55%愿意退出承包地分化程度较高的农户有更低的承包权退出意愿张广财等[5],20202016年长江三角洲地区1 36221.37%愿意有偿退出承包地分化程度越高的农户,越不愿意放弃农地

2.2 模型设定

正如前述,非农就业程度和所有权认知对农户承包地退出决策产生重要影响。遵循这一思路,本研究将农户是否愿意退出承包地作为模型因变量。鉴于模型因变量为二分变量,本研究将采用Probit模型来考察非农就业和所有权认知对农户承包地退出意愿的影响程度。模型构建如下:

y

=

δ

+

δ

A

+

δ

Z

+

ε

(8)

模型中:

A

为本研究关注的核心变量——非农收入比例和所有权认知;

Z

表示影响农户承包地退出意愿的其他控制变量,包括户主个人特征、家庭特征等;

δ

为待估参数向量;

ε

为误差项,包含了一些未能完全控制的因素,如个人偏好、风险态度等,服从标准正态分布。

2.3 变量定义

因变量:农户承包地退出意愿是本研究的因变量。由于综合条件的限制,现实中已经退出承包地农户样本极少,采用承包地退出行为难以真实反应农户的退地决策。故而,本研究选取的因变量为农户承包地退出意愿。即,在给予补偿条件下,农户是否愿意退出承包地。

核心变量:非农就业和所有权认知是本研究的核心解释变量。借鉴畅倩等,本研究选取非农收入比例作为农户非农就业水平的代理变量,来度量非农就业对农户承包地退出意愿的影响。另外,考虑到农户难以对国家和集体概念做出明确区分,本研究仅将所有权认知分为公有和私有两种,用以考察所有权认知对农户承包地退出意愿的影响。

控制变量:本研究将户主个人特征、家庭特征作为控制变量加入模型。本研究定义的户主为家庭主要决策者,作为家中主要事务的决断者,其自身特征必然对家庭决策产生重要影响。本研究选择家庭主要决策者性别、年龄、受教育年限、健康状况作为个人特征的代理变量。党员干部对政策的理解更为深刻,可能会影响其承包地退出意愿;劳动力人数、人均承包地面积、家庭人均年收入作为资源禀赋变量可能会对农业生产产生影响;老人小孩比例、是否转出土地、是否打算在城镇购买住房可能会影响农户对土地的依赖性进而影响农户承包地退出意愿。因此,本研究选择是否党员干部户、劳动力人数、人均承包地面积、家庭人均年收入、老人小孩比例、是否转出土地、是否打算进城买房作为家庭特征的代理变量,并将家庭人均年收入取对数放入回归方程。另外,为控制难以观察到的地区经济、文化、制度差异对农户承包地退出意愿的影响,本研究还将加入省份虚拟变量。

表3 变量设置及描述性统计
Table 3 Definition of variables and descriptive statistics

项目 Item 变量名称Variable name变量定义Definition均值Mean标准差S D因变量Dependent variable是否愿意永久有偿退出承包地Farmers’ willingness to withdraw from contracted land是=1,否=00.5360.499核心变量Key variable非农收入比例Proportion of non-agricultural income家庭非农收入占总收入比重/%0.7820.320所有权认知Cognition of contracted land ownership您认为承包地所有权归谁所有:农户个人=1,国家、集体、国家集体共有=00.3910.488年龄 Age家庭主要决策者年龄/岁54.21810.879个人特征Personal characteris-tics性别 Sex家庭主要决策者性别:男=1,女=00.8740.332受教育年限Education家庭主要决策者受教育年限/年7.7973.144健康状况Health家庭主要决策者健康状况:非常好=1,好=2,一般=3,不好=4,非常不好=51.9780.959是否党员干部户Whether there are Chinese Communist Party members or cadres in the family是=1,否=00.3210.467劳动力人数Labor家庭中16岁以上、65岁以下劳动年龄人数/人2.9411.514人均承包地面积Per capita area家庭人均承包地面积/(hm2/人)0.2110.462家庭特征Family char-acteristics家庭人均年收入Per capita annual income of households家庭实际人均年收入/(元/人)24 364.32660 451.176老人小孩比例Proportion of elderly and children家中16岁以下小孩及65岁以上老人所占比例/%0.3120.296是否转出土地Whether to rent out land是=1,否=00.2880.453是否打算进城买房House purchase plan是=1,否=01.4020.726

3 实证结果分析

3.1 承包地退出意愿影响因素分析

分析前,我们对模型残差项进行了正态分布检验,结果表明残差项服从正态分布,这说明选用Probit模型是合理的。

由表4可知,非农收入比例显著影响农户承包地退出意愿,且符号为正。当农户非农就业收入占总收入比例越高时,农户对土地的依赖性以及土地对其发展和生产的重要性越低。出于效用最大化考虑,理性农户会将更多劳动力配置在非农领域。故而,非农收入比例高的农户承包地退出意愿也更高。假说1得到验证。

表4 承包地退出意愿影响因素分析
Table 4 Analysis on influencing factors of contracted land withdrawal willingness

变量 Variable 模型1 Model 1模型2 Model 2模型3 Model 3系数Coefficient标准误SE系数Coefficient标准误SE系数Coefficient标准误SE非农收入比例Proportion of non-agricultural income0.385**0.1660.400**0.165所有权认知Cognition of contracted land ownership-0.229***0.088-0.236***0.088年龄 Age0.008*0.0050.009**0.0050.009*0.005性别 Sex-0.0580.123-0.1220.123-0.1020.123受教育年限 Education0.0050.0150.0040.0150.0030.015健康状况 Health0.083*0.0480.086*0.0470.085*0.048是否党员干部户Whether there are Chinese Communist Party members or cadres in the family0.1640.1010.1360.1020.1380.102劳动力人数 Labor0.0370.0370.0540.0370.0480.037人均承包地面积 Per capita area-0.1400.091-0.177**0.088-0.147*0.089家庭人均年收入Per capita annual income of households-0.0210.045-0.0220.045-0.0180.045老人小孩比例Proportion of elderly and children0.0430.1820.0770.1830.0690.183是否转出土地Whether to rent out land0.0070.1010.0900.093-0.0010.101是否打算进城买房House purchase plan-0.0480.061-0.0360.061-0.0450.062省份虚拟变量Province dummy variable已控制已控制已控制Pseudo R20.0610.0620.067χ277.432***78.431***82.918***Sktest(P>chi2)0.0100.0130.077Observation1 0061 0061 006

注:*、**、***表示在10%、5%、1%水平下显著。限于篇幅,省略省级虚拟变量的回归结果。下同。
Note: *, ** and ***represent the significance of 10%, 5% and 1%. For space limitation, the regression results of province dummy variables are omitted. The same below.

与林佩琪等一致,产权归属显著影响农户承包地退出意愿,且符号为负。这可能是因为,相对于国家和集体所有权等公有认知,当农户认知的农地所有权属于其个人时,禀赋效应更强,农户对退地的补偿要求也更高,这进一步降低了农户承包地退出意愿。假说2得到验证。

其他控制变量方面,家庭主要决策者年龄显著正向影响农户承包地退出意愿。这是因为,伴随着家庭主要决策者年龄增加,其工作经验愈发丰富,非农就业竞争力逐渐增强。而农户承包地退出意愿与家庭主要决策者非农就业状态相联系,当家庭主要决策者非农收入稳定时,农户退出承包地的可能性升高。家庭主要决策者身体状况显著正向影响农户承包地退出意愿。这是因为,当家庭主要决策者身体状况较差时,该农户家庭难以负担起农业生产所需繁杂的体力劳动。相应地,农业生产收益降低,农户更愿意选择退出承包地来获得相应补偿。人均承包地面积显著负向影响农户承包地退出意愿。这主要是由于,农户的承包地退出意愿与其资源禀赋密切关联。农户人均承包地面积越大,其拥有的土地禀赋越多,农户就需要更加慎重地考虑承包地退出决策。

3.2 非农就业对所有权认知负面影响的缓解作用

为探究非农就业对所有权私有认知负面影响的缓解作用,参照孙鹏飞等和方师乐等,本研究将高于非农收入比例平均值的农户划分为高分化组,将低于非农收入比例平均值的农户划分为低分化组,进一步对比不同组别所有权认知对农户承包地退出意愿的影响。表5显示,所有权认知对两组农户承包地退出意愿都呈显著负向影响。但从强度来看,所有权认知对高分化组的边际效应要小于低分化组。这表明,非农就业程度的加深能缓解所有权私有认知对承包地退出意愿的不利影响。这主要是因为非农就业程度较深农户对承包地的依赖性较低,其禀赋效应也相对较低,这进一步缓解了所有权私有认知所造成的负面影响,假说3得到验证。

表5 所有权认知对不同农户承包地退出意愿的影响
Table 5 Differential impact of ownership cognition

变量Variable低分化组 Low differentiation高分化组 High differentiation边际效应Marginal effect标准误SE边际效应Marginal effect标准误SE所有权认知Cognition of contracted land ownership-0.104*0.055-0.078**0.040其他控制变量 Other variables已控制已控制Pseudo R20.0710.071χ228.301*63.220***Observation315691

3.3 异质性分析

观察回归结果发现,各地区非农收入比例及所有权认知状况对农户承包地退出意愿的影响方向基本一致。

首先,非农收入比例在东北、东部、中部皆对承包地退出意愿呈正向影响,其中中部地区影响较为显著。中部地区非农收入比例影响更为显著可能是因为,一方面,相较于东部地区,中部地区经济发展水平相对落后,在农户非农化过程中,承包地退出收益能成为农民工市民化的一大助力。而东部地区整体收入水平较高,农户反而更倾向于将土地作为增值性资产长期持有。另一方面,相较于东北地区,中部地区人均耕地面积较小,其承包地退出补偿收益也会更低,非农收入比例增加对农户承包地退出意愿的影响也就更显著。

其次,所有权认知状况在东北、东部和中部地区皆对承包地退出意愿呈负向影响,其中东北地区影响较为显著。东北地区所有权认知状况更显著可能是因为,东北地区农户土地禀赋较多。相应地,土地所有权认知也会对农户的承包地退出意愿产生更大的影响。

最后,非农收入比例与所有权认知状况对西部地区承包地退出意愿影响皆不显著,且符号与理论预期相反。这一方面可能是因为样本中西部地区农户整体承包地退出意愿较低;另一方面则可能因为西部地区仅有贵州1个省份,样本代表性略有不足。

表6 地区异质性分析
Table 6 Regional difference analysis

变量Variable东北 Northeast东部 East中部 Midlands西部 West系数Coefficient标准误SE系数Coefficient标准误SE系数Coefficient标准误SE系数Coefficient标准误SE非农收入比例Proportion of non-agricultural income0.3400.2300.4770.6150.710**0.316-1.1263.205所有权认知Cognition of contracted land ownership-0.457***0.149-0.1300.203-0.1410.1470.0670.446其他控制变量 Other variables已控制已控制已控制已控制Pseudo R20.0720.0820.0790.189χ229.896***20.59739.629***17.561Observation33718840774

3.4 内生性讨论

本研究讨论的核心为非农就业水平及所有权认知对农户承包地退出意愿的影响。由于农户非农就业往往是家庭成员共同商议的结果,其决策过程受到农户家庭特征的影响。同时,这些家庭特征也可能对农户承包地退出意愿产生影响。当家庭特征中的不可观测因素未能控制到方程中时,遗漏变量的存在会使估计结果存在偏误。此外,农户承包地退出意愿与非农就业水平之间还可能存在反向因果问题。具体而言,农户非农就业水平的升高会促使农户退出承包地,这是本研究的研究假说。但同时,相比于农业生产,乐于退出承包地的农户在非农就业方面也可能更有优势,由此造成某种程度的反向因果问题。针对上述问题,为了得到一致的估计结果,本研究将引入工具变量,采用IV-Probit模型进行分析,回归结果详见表7。

表7 工具变量法估计结果
Table 7 Estimation results of IV method

变量 Variable 第1阶段First stage第2阶段 Second stageIV-Probit2SLS非农收入比例Proportion of non-agricultural income1.213***0.471**所有权认知Cognition of contracted land ownership-0.243***-0.092***村平均非农收入比例Proportion of non-agricultural income in the village0.786***其他控制变量 Other variables已控制已控制已控制Wald检验P值0.073F值43.07***Observation1 0061 0061 006

回归结果显示,IV-Probit模型的Wald检验

P

值为0.073,在10%水平上拒绝了“非农收入比例为外生变量”的原假设,即农户非农收入比例为内生变量。为控制内生性问题,参照陈宏伟等与周来友等,本研究选取村平均非农收入比例作为农户非农就业水平的工具变量。一方面,农户非农就业水平在很大程度上取决于当地整体非农就业状况;另一方面,农户承包地退出意愿在农户之间存在异质性,并不直接由当地整体非农就业状况决定。因而,本研究认为村平均非农收入比例可以作为农户非农就业水平的工具变量。表7显示,工具变量联合检验

F

值显著大于10,且工具变量在1%水平下显著影响内生变量,这表明不存在弱工具变量问题。在引入工具变量后,回归结果显示,非农就业显著正向影响农户承包地退出意愿,所有权认知显著负向影响农户承包地退出意愿。回归结果与基准模型一致,验证了本研究假说。需注意的是,与基准模型相比非农收入比例系数显著增大,这表明原模型低估了非农就业对承包地退出的影响。可能的原因是,在城乡社会保障体系不健全的背景下,土地除承担生产功能外还兼具社会保障功能,这导致农户即使在非农就业水平较高时也不敢轻易退出承包地。

3.5 稳健性检验

为检验结论的稳健性,本研究采用替换关键变量的方法,用农户家庭中非农就业180 d以上劳动力占家庭劳动年龄人数比例来替代非农收入比例,所得结论与基准模型并无本质差异,体现了实证结果的稳健性。从表8中可以看出,随着非农就业比例的升高,农户愿意退出承包地的可能性增大,所有权私有认知所带来的负面影响也有所缓解,实证结果高度支持理论分析。

表8 稳健性检验
Table 8 Robustness test

变量 Variable 全部样本All samples低分化组Low differentiation高分化组High differentiation系数Coefficient标准误SE边际效应Marginal effect标准误SE边际效应Marginal effect标准误SE非农就业180 d以上劳动力比例Proportion of labor with non-agricultural employment more than 180 days0.238*0.125所有权认知Cognition of contracted land ownership-0.186**0.091-0.077*0.045-0.0650.049其他控制变量 Other variables已控制已控制已控制Pseudo R20.0700.0510.120χ289.348***35.681**64.968***Observation975540435

3.6 与现有研究对比

通过对不同时期的研究进行对比,可以发现农户所有权认知与承包地退出意愿的变化情况。对不同背景实证结果的比较,也可以帮助我们理解现有研究之间存在冲突的原因,厘清承包地退出机制。

整体看来,第一,稳定农户承包权、土地确权颁证等一系列政策的实施确实给农民吃下了“定心丸”。但政策对农户权利的保护却使农户产权认知逐步出现偏差,梳理已有研究发现,农地所有权私有认知比例有所升高。目前有关产权认知的研究大多集中在土地流转方面,少数有关产权认知与农户承包地退出意愿的文章基本认为,农地产权的私有认知会阻碍农户承包地退出意愿。第二,各地区愿意退出承包地的农户比例有所不同,但基本都超过20%。这表明研究农户承包地退出作用机制不仅是农业发展的现实需要,也符合农户的切实需求。第三,有关农户非农就业、城镇化能力等对承包地退出的研究得出了相互冲突的结论。分析发现,在经济发展水平较高的地区,分化程度高的农户反而更不愿意放弃农地。这与农户对农地的增值预期和农户自身经济水平有一定关联。第四,以往研究基本都关注于单一因素对农户退地的影响。本研究则立足于农户所有权认知与非农就业的最新变化,基于2019年全国性数据,分析考察了非农就业和所有权认知对承包地退出的综合影响,丰富了对承包地退出机制的研究。此外,区域异质性的考察,也进一步解释了以往研究的冲突,可以为新时期探索承包地退出模式提供借鉴。

表9 关于农户承包地退出意愿的研究
Table 9 Study on Farmers’ willingness to withdraw from contracted land

作者及时间Author &Time ofpublication调研时期Period ofresearch样本区域Samplearea样本量Samplesize愿意退出承包地农户占比Proportionof farmersintended towithdrawalfrom contractedland产权私有认知占比及影响方向Proportionand influenceof privatecognition ofproperty rights农户非农就业、城镇化能力等相关变量影响方向Impact of farmers’non agriculturalemployment,urbanizationability and so on晋洪涛等[30],20112009年7—8月河南24县49411.7%认为农村土地归个人所有王凯等[31],2010四川成都29231.5%认为农村土地归农民个人所有高佳等[10],20152013年6—8月陕西关中地区58088.45%有补偿愿意退出39.31%无补偿也愿意退出43.62%认为自己拥有土地占有权私有认知对以承包地换城镇户口呈正向影响,即存在私有认知愿意以承包地换城镇户口农业收入比重对土地换城镇户口和保险呈负向影响,即农业收入比重低的农户更愿意退地高佳等[16],20162013年6—9月陕西关中地区61923.4%愿意退出23%认为自己拥有土地所有权产权认知不显著农业总收入对退地意愿有显著负向影响林佩琪等[11],20182014和2015年 全国13省25区县1 85155.56%愿意交回11.11%交回但要补偿37.98%认为承包地属个人所有私有认知负向影响农户退出农地意愿,正向影响补偿状况户主外出务工时间越长,认为应无偿交回承包地的可能性越大牛海鹏等[14],20192018年4月河南60768%农户在有补偿情况下愿意退出承包地43%认为土地所有权属于个人产权认知不显著收入来源非农化程度越高,越愿意退出承包地

4 研究结论与启示

农村承包地是农民生产与生活最基本的要素之一,也是其家庭资产的重要组成部分。是否愿意退出承包地是农户基于家庭效用最大化所做出的决定,是对承包地退出成本收益综合比较后的结果。本研究通过构建承包地退出的理论模型,利用微观调查数据,就非农就业和所有权认知对农户承包地退出意愿的影响进行了检验。研究发现:第一,农户的承包地所有权认知与土地制度存在错位,39.07%的农户认为承包地属农户个人所有,承包地的私有认知降低了农户承包地退出意愿。第二,农户家庭非农就业程度的升高会降低农户对土地的依赖性,这不仅有助于提高农户承包地退出意愿,还在一定程度上缓解了所有权私有认知对承包地退出意愿的负面影响,控制内生性后非农就业对承包地退出意愿的促进程度加大。

基于上述结论,得出如下启示:第一,村委会作为村民自治组织,在日常工作中应通过广播、主题教育会等活动,加大对相关政策的宣传力度,帮助农户树立正确的产权认知。改变现实中随着地权逐步稳定,农户私有认知反而增加的状况。第二,政府在引导农户自愿有偿退出承包地时,应注重对非农收入比例较高农户——即承包地退出政策目标群体的调研与宣传。当农户存在承包地退出意愿前提下,了解清楚农户真实需求,依据农户需求制定承包地退出方案。与此同时,也要加强对农户的非农职业教育培训、多渠道搭建就业需求平台,保障农户非农收入稳定性和就业机会多样性。第三,承包地除承担生产功能外还具有社会保障功能。应在保障农户非农收入基础上,建立和完善城乡社会保障体系,确保离地农户享有和城镇居民一样的医疗、养老及公共设施服务,剥离承包地社会保障功能,解除退地农户的后顾之忧。

猜你喜欢
承包地所有权意愿
一方支付首付购房,婚后双方一起还房贷未取得产权证的,离婚时房屋归谁?
精准扶贫
承包地有偿退出机制出台
探析所有权在物权体系中的地位和功能
农民工城市落户“意愿—行为”转化路径及其机理研究
承包地有偿退出机制出台 看你是否符合领取补偿的条件
论所有权保留
权利人放弃所有权只能适用注销登记
我国离农农民承包地退出补偿的构成与计量
An Analysis on Deep—structure Language Problems in Chinese