地形差异视角下耕地流转对农户收入差距的影响及其分解——以黄河流域中上游1879份农户数据为例
The impacts and its decomposition of cultivated land transfer on rural households' income gap from the perspective of terrain difference: A case study of 1879 survey data of rural households in the middle and upper reaches of the Yellow River Basin
通讯作者:
收稿日期: 2022-03-21 修回日期: 2022-04-24
基金资助: |
|
Received: 2022-03-21 Revised: 2022-04-24
作者简介 About authors
牛文浩(1997- ),男,山东昌乐人,硕士,主要从事粮食安全与土地利用转型、土地资源经济与乡村振兴研究。E-mail:
基于黄河流域中上游1879份农户调研数据,从地形差异的视角,借助无条件分位数回归模型和RIF回归分解法揭示了耕地流转对农户收入差距的影响及其作用机制。结果表明:(1)耕地流转对高收入农户群体增收效应大于低收入农户群体,从而导致农户收入差距扩大,其中系数效应是造成该差距扩大的主因,在耕地转入中贡献度达90%以上,在耕地转出中贡献度达60%以上。(2)耕地转入在平原和山区对高收入农户群体增收效应均大于低收入农户群体,从而导致平原和山区农户收入差距扩大,且该现象在山区更加显著,其中系数效应也是造成该差距扩大的主因,在平原的贡献度达90%以上,在山区的贡献度达80%以上。(3)耕地转出仅对平原中等收入农户群体具有显著增收效应,从而导致平原中低收入农户群体间的收入差距扩大,其中系数效应同样也是造成该差距扩大的主因,贡献度达70%以上。因此,应针对不同收入水平农户和地形特征实施差异化的耕地流转支持政策,以促进耕地流转对农户的增收均衡,缩小农村贫富差距。
关键词:
Based on 1879 survey data of rural households in the middle and upper reaches of the Yellow River Basin, this study analyzes the impact and mechanism of cultivated land transfer on rural households' income gap from the perspective of terrain difference using the UQR model and RIF regression decomposition method. The results show that: (1) The effect of cultivated land transfer on increasing the income of high-income rural households is greater than that of low-income rural households, resulting in the widening of rural households' income gap. The structure effect is the main reason for this gap expansion, the contribution of structure effect is more than 90% in renting-in and more than 60% in renting-out. (2) The effect of cultivated land renting-in on increasing the income of high-income rural households in the plain and mountainous areas is greater than that of low-income rural households, resulting in the widening of the income gap between rural households in the plain and mountainous areas, and this phenomenon is more significant in the mountainous areas. The structure effect is also the main reason for this gap expansion, as the contribution of structure effect is more than 90% in plain and more than 80% in mountainous areas. (3) The cultivated land renting-out only has a significant income increasing effect on the middle-income rural households in the plain, resulting in the widening of the income gap between the low-income rural households in the plain. The cultivated land renting-out only expands the income gap between low-income rural households in the plain, and the structure effect is also the main reason for this gap expansion, with the contribution of structure effect value of more than 70%. Therefore, differentiated cultivated land transfer support policies should be implemented for rural households at different income levels and different terrains, in order to promote the increasing income balance by cultivated land transfer on rural households' and cultivated land transfer income and narrow the gap between the rich and the poor in rural areas.
Keywords:
本文引用格式
牛文浩, 申淑虹, 罗岚, 柴朝卿, 张蚌蚌, 李玉恒, 郑伟伟, 孔祥斌.
NIU Wen-hao, SHEN Shu-hong, LUO Lan, CHAI Chao-qing, ZHANG Bang-bang, LI Yu-heng, ZHENG Wei-wei, KONG Xiang-bin.
现有文献已从扶贫方式[17]、创业[18]、农村养老保险制度[19]、农业劳动生产率[20]等视角对农户收入差距扩大的原因进行了深入分析。然而,耕地流转对农户收入差距是否存在影响?对于此问题,当前学术界仍存在较大争议。一种观点认为耕地流转会缩小农户收入差距,如万广华等[21]在对中国农户收入不平等影响因素分解的研究中认为低收入农户间的耕地流转会降低农户间的收入不平等;Zhang[22]和Zhang等[23]的研究认为农地流转有助于提高低收入水平农户的收入,从而缓解农户总体收入分配不平等现象。而另一种观点恰恰相反,认为耕地流转会加剧农户间的收入不平等现象,并扩大农民收入差距,如朱建军等[24]通过构建反事实框架研究发现农户收入分配的基尼系数在农地转入和转出后均出现显著提高;史常亮[25]利用再中心化影响函数回归研究发现土地流转显著扩大了农村居民内部收入差距,且这一结论在进行一系列稳健性检验和控制样本选择偏差后依然成立;陈斌开等[26]基于1986—2008年农业部固定观察点数据研究发现土地流转在提高农户收入的同时,也扩大了农户家庭经营收入和总体收入的不平等。
通过以上文献梳理可知,既有文献对耕地流转与农户收入差距的关系进行了较为深入的研究,但未来可能还需在以下几方面进行努力:一是在研究方法上,现有文献大多通过基尼系数测算来分析耕地流转对农户收入差距的影响,而较少从耕地流转对不同收入水平农户增收效应的差异方面分析;二是在研究内容上,部分学者认为耕地流转对收入差距的影响存在形式、地区等方面的差异[27⇓-29],而地形作为影响生产要素配置与替代的重要因素之一,势必会对耕地流转的过程及结果产生影响,但鲜有文献从地形差异的视角研究耕地流转与农户收入差距的关系,同时现有研究多停留在耕地流转与农户收入差距之间的关系论证,而缺乏对两者关系背后影响机制的识别;三是在研究样本上,当前多数代表性文献中所使用的样本量普遍较少且调查区域覆盖的范围较为有限。因此,由于上述问题的存在,学术界对于耕地流转是否扩大了农户收入差距这一问题的答案尚未形成共识,亟待进一步研究以积累更多有益的资料。
鉴于上述分析,本文基于2020年黄河流域中上游1879份农户调研数据,首先通过无条件分位数回归模型识别耕地转入、转出对不同收入水平农户增收效应的差异,分析耕地流转对农户收入差距的影响;其次将地形分为平原和山区,进一步讨论耕地流转对农户收入差距影响的地形差异;最后通过RIF回归分解法,分析耕地流转对农户收入差距扩大的影响机制。该研究结果以期为完善耕地流转政策、缩小农村贫富差距提供理论参考。
与已有研究相比,本文可能的边际贡献在于:第一,利用无条件分位数回归,从耕地转入、转出两方面考察耕地流转对不同收入水平农户增收的无条件影响,验证耕地流转是否扩大了农户收入差距这一问题,为相关研究提供更多有益的经验证据;第二,基于地形差异的视角,将农户划分为平原和山区两个群体,通过分样本回归,分析不同地形下耕地流转对农户收入差距的影响,为相关研究提供新的视角;第三,引入RIF回归分解法这一更加严格的分解方法,分析耕地流转对农户收入差距的影响机制,弥补已有研究的空白。
1 理论分析与研究假说
1.1 耕地流转的增收效应
耕地流转作为实现土地要素优化配置的重要手段,能够对农户收入产生显著影响[32]。耕地流转一般指的是耕地的经营权流转,包括转入和转出双向流动[6]。本文借鉴Deininger等[33]以及栾江等[34]的研究思路,构建起耕地流转对农户收入分配影响机制的理论模型。首先,假设农户家庭中拥有的全部劳动力数量为H,经营的耕地总面积为L,经营单位耕地面积所需最低劳动力数量为μ(μ>0)( 需要说明的是,如果假设农业技术进步为A,则此处农户家庭经营单位耕地面积所需最低劳动力数量μ应该是关于农业技术进步A的减函数,即随着农业技术的进步,农户家庭经营单位耕地面积所需要的最低劳动力数量是逐渐减少的。由于农业技术进步不是本文分析的重点,且不会对后续的理论推导产生影响,为简化分析,下文中仅使用μ进行分析。),处于农业生产部门的劳动力数量为Lμ。其次,假设农户家庭初始承包的耕地面积为L0,农户流转的耕地面积为Lr=L-L0,当Lr<0时,农户转出耕地,当Lr>0时,农户转入耕地。最后,假设耕地流转市场上的双方信息是对称的,且转入方和转出方都是耕地租金价格的接收者,即单位面积耕地转入和转出的交易成本均为c,单位面积流转耕地的租金均为r。基于上述条件,构建农户进行家庭生产决策时所获得的利润ζ表达式为:
式中:f(Lμ, L, M) 为农业生产函数;M为农户从事农业生产的资金投入;P为农户种植农产品的平均出售价格;q为农户家庭中剩余劳动力在非农生产部门就业的概率;w为农户家庭劳动力在非农生产部门就业的平均工资率;Iin和Iout分别代表农户参与耕地转入和转出的二元虚拟变量;d为单位面积农业生产投入品成本(为简化分析,本文不考虑规模成本问题)。将式(1)对耕地经营面积L进行求导可得:
当式(2)值为0时,ζ 取最大值。此时,式(2)可做如下变换:
式(3)和式(4)说明,农户的耕地流转行为取决于耕地的边际产出与从事农业生产的机会成本(从事农业生产所放弃的非农生产的收益)、耕地净租金和投入成本之和的比较。当耕地的边际产出小于从事农业生产的机会成本、耕地净租金和投入成本之和时,农户会选择转出耕地,从而获得稳定的土地租金收入,使自身的财产性收入增加,并得以从生产率较低的农业生产部门转向生产率较高的非农生产部门就业,拓宽收入来源,以此获得较高的非农收入增长[35,36]。当耕地的边际产出大于从事农业生产的机会成本、耕地净租金和投入成本之和时,农户会选择转入耕地,获得更大的农业生产规模,从而释放农户因耕地规模不足而闲置的劳动力,提高农业生产效率,实现家庭农业收入的外延式增长;同时,耕地的转入缓解了耕地细碎化问题,提高了耕地的规模连片程度,进而使农户可以通过集约化、机械化、专业化经营,实现家庭农业收入的内涵式增长[37,38]。
因此,基于上述分析,本文提出假说H1:
H1:耕地转入和转出均能有效促进农户收入增长。
1.2 耕地流转对农户收入差距的影响
具体而言,农户流转耕地需要承担相应的交易成本[41],如此农户的潜在生产成本增加,将阻碍农户耕地流转行为的发生,也会使耕地流转市场的准入成本增加。假设农户实现家庭利润最大化的耕地经营面积为L*,则农户实现最优耕地经营面积时,需要转入的耕地面积为
因此,基于上述分析,本文提出假说H2:
H2:耕地转入和转出对高收入农户的增收效应均显著高于低收入农户,即耕地转入和转出均会使农户收入差距扩大。
1.3 耕地流转增收效应的地形差异
具体而言,当农户进行耕地转入时,由式(1)可推导出农户进行家庭生产决策时所获得的利润如下:
假设平原与山区农户耕地转入时进行家庭生产决策时所获得的利润分别为
以往研究表明,山区农户居住相对较为分散,相互之间信息沟通不畅,加之地面起伏不平,耕地细碎化程度较高,不适宜大型农业机械的使用,且灌溉条件较差,这些因素客观上增加了耕地经营的成本与风险[45]。因此相较于平原来说,山区的农业生产效率更低[46],同时转入单位面积耕地的交易成本更高[47],单位面积耕地的农业生产成本更高[45],即fx(Lμ, L, M)>fy(Lμ, L, M)、cx<cy、dx<dy。另外,农户的非农就业除了受到经济、社会等因素的影响外,地理环境等要素在其中也发挥着重要作用[48]。对于平原来说,其地形平坦,经济较为发达,拥有较为便利的交通条件,且拥有更多的市场就业机会,农户从农业生产部门转移到非农生产部门就业的概率往往大于山区,即qx>qy。因此,由上述分析可得
当农户进行耕地转出时,由式(1)可进一步推导出农户家庭生产决策所获得的利润如下:
假设平原与山区农户耕地转出时进行家庭生产决策时所获得的利润分别为
因此,基于上述分析,本文提出假说H3、H4:
H3:耕地转入对平原和山区的农户均具有显著增收效应,但平原耕地转入对农户的增收效应要大于山区。
H4:耕地转出对平原和山区的农户均具有显著增收效应,但平原耕地转出对农户的增收效应要大于山区。
1.4 耕地流转影响农户收入差距的地形差异
因此,基于上述分析,本文提出假说H5:
H5:山区耕地转入对农户收入差距扩大的影响大于平原。
不同于耕地转入的是,对于耕地转出来说,农户转出单位面积耕地所承担的成本增量仅仅包含交易成本一项。当山区耕地转出的交易成本过高且面临违约风险过大时,大部分农户转出耕地时并未以获得租金为目标,而是选择转出给亲戚朋友、撂荒等无效率的流转方式降低交易成本[49]。在此种情形下,农户耕地转出的实际交易成本降低甚至可以忽略不计,其耕地转出行为受到家庭可支配收入的约束大大减弱,从而导致山区不同收入水平农户群体耕地转出中潜在的福利损失差距不再明显。
基于上述分析,本文提出假说H6:
H6:山区耕地转出对农户收入差距扩大的影响小于平原。
综上,本文的逻辑框架图见图1。
图1
图1
地形差异视角下耕地流转影响农户收入差距的逻辑框架
注:图中的(+)表示正向促进效应,箭头表示影响效应的方向。
Fig. 1
Logical frame of cultivated land transfer affecting household income gap from the perspective of terrain difference
2 研究方法与数据来源
2.1 数据来源
本文所使用的数据来源于西北农林科技大学经济管理学院“黄河流域生态保护与农业农村高质量发展”课题组在2020年8-9月期间在黄河流域中上游的青海、宁夏、内蒙古、陕西、山西、河南六个省(自治区)的沿黄河流域主要县(市、区)开展的农村与农户专项调查。为保证调研的代表性,并突出黄河流域中上游各区域的特点,本次调研采取分层抽样、典型抽样与随机抽样相结合的方法,共涉及同德县、共和县、沙坡头区、中宁县、青铜峡市、托克托县、赛罕区、佳县、吴堡县、延川县、韩城市、临猗县、灵宝市13个县(市、区),44个乡镇,182个村(图2)。实地调研采取问卷调查与典型访谈相结合的方法,农户问卷调查涉及农户家庭基本信息、家庭资产和生产经营、2019年收支、生态宜居、乡风文明和乡村治理等方面内容,村庄问卷主要包括村庄的基本特征、乡村产业发展、生态宜居、乡风文明和乡村治理等方面内容,重点对村干部、专业合作社负责人等进行访谈。在问卷调查过程中,带队教师以及组长及时对每份调查问卷进行集中检验与审查,以保证问卷数据的完备性与准确性,最终共获得村级问卷104份,农户问卷2362份,具体农户样本分布情况见表1。
图2
表1 样本分布表
Table 1
区域 | 黄河流域上游地区 | 黄河流域中游地区 | |||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
省(自 治区) | 青海 | 宁夏 | 内蒙古 | 陕西 | 山西 | 河南 | |||||||||||||
县(市、区) | 同德县 | 共和县 | 沙坡 头区 | 中宁县 | 青铜 峡市 | 托克 托县 | 赛罕区 | 佳县 | 吴堡县 | 延川县 | 韩城市 | 临猗县 | 灵宝市 | ||||||
数量 | 216 | 207 | 187 | 194 | 186 | 210 | 176 | 192 | 109 | 177 | 164 | 163 | 181 |
本文主要研究耕地流转对农户收入差距的影响,由于青海的被调查样本农户多为牧户,拥有耕地较少,因此本文将青海的423户农户样本进行了剔除,并在此基础上又删除了核心变量缺失或存在明显错误的问卷,最终实际使用的农户样本数量为1879户。
2.2 研究方法
2.2.1 无条件分位数回归模型
本文主要目标是验证耕地流转是否扩大了农户的收入差距,以往相关研究多采用倾向得分匹配法(PSM)进行研究,但倾向得分匹配法(PSM)仅仅考察自变量对该模型是均值回归,因此仅仅能描述解释变量对被解释变量条件期望的影响E(y|x),即平均影响,而无法体现不同样本群体之间的差异。条件分位数回归(CQR)最早由Koenker等[50]提出,其思想是对传统OLS的扩展,用多个分位函数来估计整体模型。与传统OLS相比,条件分位数回归的特点在于使用残差绝对值的加权平均作为最小化的目标函数,故对异常值的敏感性较小,当扰动项为非标准正态分布时分位数比OLS更为有效且具有更为丰富的统计值,其结果也更稳健。因此,运用该方法将有助于发现在条件分布的不同位置上各因素的影响方向、大小及趋势情况[51,52]。但是条件分位数的经济学意义往往基于过多乃至是不必要的观测特征,导致估计结果与政策制定者关心的初衷相悖[53]。就本文而言,我们更为关心的是耕地流转对不同收入水平农户增收的无条件影响,而非针对具有相同观测特征的农户具备有条件的解释力。
针对条件分位数回归的估计局限,Firpo等[54]提出无条件分位数回归,该方法是一种利用分布统计量的再集中影响函数(RIF)进行回归的方法,Qτ分位数的RIF方程可以用公式表示为:
式中:Qτ为F(Y) 分布的分位数函数;fY(·) 为Y的边际密度函数。
由于
2.2.2 RIF回归分解法
在进行耕地流转与农户家庭人均年收入因果关系推断时,受截面数据限制,往往只能观测到参与耕地流转和未参与耕地流转的农户个体家庭人均年收入,而无法同时观测到农户个体在参与耕地流转前后的家庭人均年收入。因此,需要进一步构建反事实框架,通过引入潜在结果来解决因果推断的问题。
Firpo等[54]基于无条件分位数回归提出的RIF回归分解法可以有效解决上述样本自选择问题。RIF回归分解法是一种将无条件分位数回归与Oaxaca-Blinder均值分解相结合的方法,可以在构建反事实框架的基础上,讨论各个分位点参与和未参与耕地流转农户家庭人均年收入差异的变化趋势及其原因。该方法的思路是:首先运用“反事实分析法”将农户家庭人均年收入分布的差异分解为特征效应和系数效应,再构建RIF回归模型分解各协变量对因变量的影响,从而得到各协变量在不同分位数上对因变量的贡献率。
通过上文,我们采用无条件分位数回归模型估计得到了农户家庭人均年收入 [式(9)],在此基础上可将耕地流转的收入不平等分解为两个部分,即:
式中:lnYc表示所构造的反事实分布的统计量,反事实分布是指群体m的个体特征X的回报率不变,但个体特征X的分布与群体f相同时的收入分布,即控制变量X的值与参与耕地流转农户相同,而控制变量估计参数β的值与未参与耕地流转的农户相同;m为未参与耕地流转的农户群体;f为参与耕地流转的农户群体;c为反事实分布群体,即具有与参与耕地流转农户相同个体特征但被当作未参与耕地流转的农户群体,进一步将式(9)代入式(10)中可以得到:
式中:等号右边第一项可以理解为参与和未参与耕地流转农户特征变量不同而带来的可解释差异(合理部分),即特征效应;第二项则可以理解为两个农户群体特征回报率的不同带来的不可解释差异(歧视部分),即系数效应。
2.3 变量说明及描述性统计
2.3.1 核心被解释变量
本文的主要目标是研究耕地流转中的农户收入差距问题,因此参考朱建军等[24]的研究,选取农户家庭人均年收入作为核心被解释变量,其收入构成主要包括:种植业收入、养殖业收入、林业收入、务工收入、经商收入、企事业单位工资收入、亲人无偿援助、补贴收入及其他收入(分红等)9项收入。
2.3.2 核心解释变量
本文的核心解释变量为农户是否参与耕地流转,具体包括农户参与耕地转入虚拟变量以及农户参与耕地转出虚拟变量,如果农户参与耕地转入或者转出,则赋值为1,否则赋值为0。
2.3.3 分类变量
本文在研究全样本农户下耕地流转对农户收入差距的影响基础上,进一步采用村级问卷中的地形变量作为分类变量对农户进行分组,借助分样本回归探究耕地流转对农户收入差距影响的地形差异。为方便变量描述性统计,在此对地形变量进行赋值,若地形为平原则赋值为1,若地形为山区则赋值为0。
2.3.4 控制变量
表2报告了各变量的描述性统计。可以看出,在1879户被调查农户中,家庭人均年收入平均为21399.99元,说明被调研农户收入普遍较高。在耕地流转方面,参与耕地转入的样本农户普遍较少,仅有343户,占总样本农户数量的18%;参与耕地转出的样本农户仅有404户,占总样本农户数量的22%。地形变量的平均值为0.54,说明近54%的农户位于平原地区。平均耕地面积为19.47亩(1亩≈667 m2),说明样本农户耕地经营规模普遍较大。在家庭特征方面,被调研样本农户大多为3口或4口之家,平均家庭劳动力占比为67.36%,近一半的样本农户为兼业农户,且平均家庭人均固定资产总值为16259.04元。在户主特征方面,样本农户的户主普遍为男性,平均年龄为57.75岁,平均受教育年限仅为7.09年,共263户农户的户主身份为党员或者村干部,占总样本农户的14%。
表2 变量赋值说明与描述性统计
Table 2
变量名称 | 变量定义 | 平均值 | 标准差 |
---|---|---|---|
家庭人均年收入 | 家庭人均年收入水平/元 | 21399.99 | 33145.42 |
耕地转入 | 是否参与耕地转入:0=否;1=是 | 0.18 | 0.39 |
耕地转出 | 是否参与耕地转出:0=否;1=是 | 0.22 | 0.41 |
地形 | 农户所处的地形:0=山区;1=平原 | 0.54 | 0.5 |
耕地面积 | 农户家庭实际经营耕地面积/亩 | 19.47 | 35.73 |
家庭人数 | 农户家庭人口数量/人 | 3.61 | 1.6 |
家庭劳动力占比 | 农户家庭劳动力数量占总人口比例/% | 67.36 | 33.04 |
是否为兼业农户 | 农户家中是否有人外出务工:0=否;1=是 | 0.49 | 0.5 |
家庭人均固定资产 | 家庭人均固定资产总值/元 | 16259.04 | 32145.16 |
户主性别 | 户主的性别:0=女;1=男 | 0.95 | 0.21 |
户主年龄 | 户主的实际年龄/岁 | 57.75 | 11.28 |
户主受教育年限 | 户主的实际受教育年限/年 | 7.09 | 3.58 |
户主身份 | 户主是否是党员或者担任村干部:0=否;1=是 | 0.14 | 0.35 |
3 结果分析
3.1 耕地流转对农户收入差距的影响
为验证耕地流转对农户收入差距的影响,本文将耕地转入户、转出户分别与非流转户的样本混合后进行无条件分位数回归,全面分析耕地转入、转出对不同收入水平农户的增收效应差异。在分位点的选取上,参考程名望等[52]的研究,选取了0.25、0.5、0.75三个分位点,可以较好地代表低收入组、中等收入组、高收入组三个不同收入群体农户。在进行分位数回归之前,对各个自变量的方差膨胀因子(VIF)进行了计算,发现自变量的方差膨胀因子最大仅为1.39,表明模型不存在严重的多重共线性。
表3报告了耕地流转的无条件分位数回归模型的估计结果。结果显示,耕地转入和转出的估计系数在各分位点上均为正且通过了1%水平上的显著性检验,说明耕地流转无论对低收入组(Q25)、中等收入组(Q50)还是高收入组(Q75)农户均存在显著的增收作用。另外,耕地转入和转出的估计系数随着分位数的提高不断上升,表示高收入水平农户进行耕地流转后的增收效果要高于低收入水平农户,说明耕地流转会扩大农户间的收入差距。由此,假设H1、H2初步得证。
表3 耕地流转的无条件分位数回归估计结果
Table 3
变量 | 家庭人均年收入 | 家庭人均年收入 | |||||
---|---|---|---|---|---|---|---|
Q25 | Q50 | Q75 | Q25 | Q50 | Q75 | ||
耕地转入 | 2229.155*** | 4219.751*** | 7078.567*** | ||||
耕地转出 | 1716.303*** | 2402.575*** | 3823.905*** | ||||
耕地面积 | 5.166 | 19.787** | 27.829* | 6.628 | 23.036** | 18.133 | |
家庭人数 | -616.985*** | -1293.077*** | -2604.034*** | -511.203*** | -1043.72*** | -2501.04*** | |
家庭劳动力占比 | 3.754 | 12.601 | 34.329* | 5.154 | 20.7* | 50.552*** | |
是否为兼业农户 | 7229.96*** | 8635.568*** | 9009.76*** | 6971.7*** | 8668.536*** | 9453.298*** | |
家庭人均固定资产 | 0.041** | 0.091*** | 0.198*** | 0.04** | 0.092*** | 0.196*** | |
户主性别 | 555.126 | -1177.882 | 2239.294 | 128.733 | -570.979 | 1243.623 | |
户主年龄 | -33.496 | -3.15 | 34.766 | -8.881 | 31.553 | -5.594 | |
户主受教育年限 | 231.982*** | 330.322*** | 862.375*** | 189.84** | 233.507** | 510.763*** | |
户主身份 | -1430.044* | -696.308 | -491.777 | -1502.158** | -1153.319 | 61.148 | |
常数项 | 3864.065 | 9106.353** | 10711.64* | 2793.524 | 5647.869 | 15152.4*** | |
Prob>F | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
R2 | 0.156 | 0.154 | 0.158 | 0.148 | 0.147 | 0.16 | |
样本量/个 | 1512 | 1512 | 1512 | 1573 | 1573 | 1573 |
注:*、**、***分别代表估计结果在10%、5%、1%的统计水平上显著,下同。
除此之外,通过对比耕地转入和转出的估计系数,可以发现耕地转入在各分位点上的估计系数要明显大于耕地转出,说明耕地转入对各收入群体农户的增收效应要显著高于耕地转出,耕地转出的增收效应仍未得到充分发挥。同时,耕地转入的估计系数从25%分位点到75%分位点上升了2.175倍,而耕地转出的估计系数仅上升了1.228倍,说明耕地转入相比于耕地转出更能扩大农户间收入差距。
3.2 耕地流转对农户收入差距影响的地形差异
耕地流转作为农村土地、劳动力、机械等要素有效配置和替代的重要途径,而农村生产要素配置、替代的难易程度和效率常常会受到地形条件的影响[44]。那么,耕地流转对农户收入差距的影响是否存在地形差异?鉴于当前学术界并未对该问题做出回答,因此,本文将样本农户划分为平原与山区两个群体,再次借助无条件分位数回归模型进行分样本回归,分析不同地形下耕地转入、转出对不同收入水平农户的增收效应。
3.2.1 耕地转入对农户收入差距影响的地形差异
表4报告了平原和山区耕地转入的无条件分位数回归结果。结果显示,耕地转入在平原和山区的估计系数仍为正,且通过了10%及以上水平的显著性检验,同时估计系数均呈现随分位点提高而增大的趋势,说明在考虑了地形差异后,耕地转入仍能使各收入水平农户实现显著增收,并会使农户间收入差距的进一步扩大。
表4 地形差异下耕地转入的无条件分位数回归估计结果
Table 4
变量 | 家庭人均年收入(平原) | 家庭人均年收入(山区) | |||||
---|---|---|---|---|---|---|---|
Q25 | Q50 | Q75 | Q25 | Q50 | Q75 | ||
耕地转入 | 2494.363*** | 3509.248*** | 6078.761** | 1863.719** | 2332.003* | 6685.79*** | |
耕地面积 | 10.23 | 6.783 | 18.306 | 6.35 | 40.808** | 43.66 | |
家庭人数 | -1225.637*** | -1871.898*** | -3886.764*** | -300.065 | -415.438 | -2040.503*** | |
家庭劳动力占比 | -5.985 | 26.043 | 18.531 | 2.496 | 2.345 | 18.204 | |
是否为兼业农户 | 7461.363*** | 7365.854*** | 6382.945*** | 6918.166*** | 10037.07*** | 13421.24*** | |
家庭人均固定资产 | 0.041* | 0.08** | 0.186** | 0.055*** | 0.123*** | 0.25*** | |
户主性别 | 762.985 | -2171.114 | 4127.371 | 425.408 | -1923.201 | -187.39 | |
户主年龄 | -13.564 | 26.475 | 29.245 | -64.771* | 43.458 | 85.817 | |
户主受教育年限 | -35.578 | 338.035* | 399.022 | 344.849*** | 473.28*** | 1164.13*** | |
户主身份 | -791.427 | 210.062 | 3358.137 | -726.705 | -2852.243** | -3258.426 | |
常数项 | 7633.477* | 11787.27** | 22047.66** | 3706.243 | 2171.856 | 3173.313 | |
Prob>F | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
R2 | 0.126 | 0.138 | 0.14 | 0.198 | 0.203 | 0.232 | |
样本量/个 | 755 | 755 | 755 | 757 | 757 | 757 |
通过对比平原和山区耕地转入的估计系数发现:平原耕地转入在75%分位点的估计系数要小于山区,说明平原耕地转入对高收入农户的增收作用要弱于山区,这与假设H3部分不符,分析其原因可能是:该部分山区农户在转入耕地后大多选择种植水果、药材等经济作物,获得的总收益要远远高于平原种植的低收益粮食作物。值得注意的是,山区耕地转入在75%分位点上的估计系数分别是50%分位点、25%分位点的2.867倍和3.587倍,而平原仅是1.732倍和2.437倍,说明山区耕地转入中的农户收入差距更大,假说H5初步得证。
3.2.2 耕地转出对农户收入差距影响的地形差异
表5报告了平原和山区地形下耕地转出的无条件分位数回归结果。结果显示,除平原耕地转出的估计系数在50%分位点上通过了5%水平上的显著性检验外,其余耕地转出的估计系数均未通过显著性检验。这说明在考虑地形差异后,耕地转出仅对平原中等收入农户存在显著的增收效应,耕地转出扩大了平原低收入农户与中等收入农户间的收入差距,但缩小了中等收入农户与高收入农户间的收入差距,而山区耕地转出并未造成农户间收入差距的扩大,说明相对于平原来说,山区耕地转出对农户收入差距的影响并不显著。假设H4、H6初步得证。
表5 地形差异下耕地转出的无条件分位数回归估计结果
Table 5
变量 | 家庭人均年收入(平原) | 家庭人均年收入(山区) | |||||
---|---|---|---|---|---|---|---|
Q25 | Q50 | Q75 | Q25 | Q50 | Q75 | ||
耕地转出 | 1240.142 | 2426.319** | 2252.659 | 480.094 | 591.561 | 1377.963 | |
耕地面积 | 5.672 | 7.327 | 3.595 | 17.367 | 57.953*** | 52.836* | |
家庭人数 | -1072.752*** | -1969.54*** | -3879.756*** | -172.916 | -168.15 | -1565.925*** | |
家庭劳动力占比 | 8.215 | 52.236*** | 61.57** | 4.025 | 1.751 | 21.065 | |
是否为兼业农户 | 7721.86*** | 8419.476*** | 7562.22*** | 6562.501*** | 9592.826*** | 12552.11*** | |
家庭人均固定资产 | 0.038* | 0.078** | 0.184** | 0.054*** | 0.116*** | 0.237*** | |
户主性别 | -95.844 | -671.697 | 3110.325 | 398.156 | -343.069 | 157.523 | |
户主年龄 | 17.051 | 23.391 | 7.107 | -19.267 | 60.44 | 6.851 | |
户主受教育年限 | 44.436 | 200.351 | 350.563 | 295.107*** | 396.343*** | 670.752*** | |
户主身份 | -1869.78 | -1423.401 | 1130.091 | -91.768 | -2639.568** | -2052.461 | |
常数项 | 4747.448 | 9658.244* | 21552.78*** | 738.271 | -704.419 | 9545.817 | |
Prob>F | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
R2 | 0.133 | 0.157 | 0.162 | 0.172 | 0.197 | 0.203 | |
样本量/个 | 841 | 841 | 841 | 732 | 732 | 732 |
3.3 耕地流转对农户收入差距影响的RIF回归分解
为深入分析耕地流转对农户收入差距的影响机制,本文进一步引入RIF回归分解法,通过构建反事实框架,测度25%、50%和75%三个分位点上参与和未参与耕地流转农户的家庭人均年收入的总差异,并将总差异进一步分解为特征效应和系数效应,实现耕地流转对农户收入差距影响机制的识别。
表6显示了耕地转入和转出中农户收入差距的RIF回归分解结果,结果显示,无论是耕地转入还是转出,各分位点上总差异的估计系数均显著为负,同时总差异的估计系数绝对值随分位点的提高而增大,说明在考虑样本自选择误差后,低收入、中等收入和高收入群体中参与耕地流转农户的家庭人均年收入仍显著高于未参与农户,且耕地流转对高收入农户的增收效应高于低收入农户,假设H1、H2再次得证。除此之外,耕地转入在各分位点上的总差异系数绝对值均大于耕地转出,且75%分位点与50%、25%分位点上的系数差绝对值均大于耕地转出,再次证实了耕地转入的增收效应高于耕地转出,同时耕地转入更能加剧农户间收入差距。
表6 耕地流转的RIF回归分解结果
Table 6
项目 | 耕地转入 | 耕地转出 | |||||
---|---|---|---|---|---|---|---|
Q25 | Q50 | Q75 | Q25 | Q50 | Q75 | ||
总分解 | |||||||
总差异 | -2545.474*** | -4291.637*** | -9254.561*** | -1415.447** | -2944.403*** | -3466.936** | |
特征效应 | -205.93 | -233.253 | -653.843 | -306.552 | -554.879* | -865.99 | |
贡献/% | 8.077 | 5.435 | 7.065 | 21.657 | 18.845 | 39.359 | |
系数效应 | -2339.544*** | -4058.384*** | -8600.718*** | -1108.895* | -2389.524*** | -2600.946** | |
贡献/% | 91.923 | 94.565 | 92.935 | 78.343 | 81.155 | 60.641 | |
特征效应 | |||||||
耕地面积 | -93.677 | -260.655* | -373.642 | 3.444 | 9.584 | 13.738 | |
家庭人数 | 81.276 | 164.447* | 455.601* | -48.57 | -98.272 | -272.263 | |
家庭劳动力占比 | -14.432 | -68.304 | -139.523 | 17.742 | 83.969 | 171.522 | |
是否为兼业农户 | 24.003 | 32.966 | 38.192 | -163.797 | -224.968 | -260.627 | |
家庭人均固定资产 | -56.598 | -118.844 | -271.888 | -45.465 | -95.465 | -218.404 | |
户主性别 | -10.36 | 29.728 | -47.615 | 0.27 | -0.775 | 1.242 | |
户主年龄 | -31.436 | 145.345 | -14.221 | 18.587 | -85.936 | 8.408 | |
户主受教育年限 | -102.539* | -155.886* | -301.814* | -102.833* | -156.333* | -302.681** | |
户主身份 | -2.167 | -2.051 | 1.067 | 14.069 | 13.319 | -6.925 | |
系数效应 | |||||||
耕地面积 | 204.056 | 140.985 | -2020.906 | -14.193 | -139.905 | -91.162 | |
家庭人数 | 2886.914 | 4673.959 | 6123.957 | 560.892 | 641.029 | 1105.304 | |
家庭劳动力占比 | 617.929 | 728.049 | 7283.418 | -551.321 | -3178.033* | -2363.276 | |
是否为兼业农户 | -205.934 | 305.292 | -413.395 | -908.692 | 80.291 | 1891.188 | |
家庭人均固定资产 | -1250.737 | -2517.97*** | -5359.507*** | -685.014* | -1958.837*** | -2208.427*** | |
户主性别 | -249.376 | 7951.862 | 5631.627 | 371.141 | -390.137 | 6105.542 | |
户主年龄 | -899.614 | -369.454 | 521.277 | -2940.474 | 1578.981 | 1591.95 | |
户主受教育年限 | -83.169 | -5743.016** | -12580.21** | 2143.789 | 2404.135 | 3961.372 | |
户主身份 | 312.487 | 279.206 | 143.208 | 443.765 | 568.632 | 128.847 | |
常数项 | -3672.1 | -9507.299 | -7930.188 | 471.211 | -1995.681 | -12722.28 |
进一步对总分解结果进行分析,在耕地转入情景下,系数效应对总差异的贡献度均位于90%以上,最高达94.565%;在耕地转出情景下,系数效应对总差异的贡献度最低为60.641%,最高达81.155%,表示系数效应即耕地流转群体特征回报率差异是造成耕地流转中的农户收入差距扩大的主因。从系数效应的解释变量来看,在耕地转入方面,家庭人均固定资产、户主受教育程度估计系数在50%和75%分位点上显著为负,且后者绝对值大于前者,说明家庭人均固定资产和户主受教育程度是造成耕地转入中农户收入差距的主要因素,提高中等收入农户群体家庭人均固定资产以及农户受教育程度有助于缩小其与高收入农户群体形成的收入差距;在耕地转出方面,家庭人均固定资产对各分位点上的系数效应均具有显著负向影响,且系数绝对值随着分位点升高而增加,说明家庭人均固定资产同样也是造成耕地转出中农户收入差距的主要因素,提高低收入农户群体家庭人均固定资产是缩小其与其他收入水平农户群体收入差距的有效途径。
3.4 地形差异下耕地流转对农户收入差距影响的RIF回归分解
3.4.1 地形差异下耕地转入对农户收入差距影响的RIF回归分解
表7 地形差异下耕地转入的RIF回归分解结果
Table 7
项目 | 平原 | 山区 | |||||
---|---|---|---|---|---|---|---|
Q25 | Q50 | Q75 | Q25 | Q50 | Q75 | ||
总分解 | |||||||
总差异 | -3059.715*** | -5105.423*** | -8718.695** | -2355.801** | -4365.223*** | -10395.638*** | |
特征效应 | -200.904 | -323.311 | -782.875 | -430.925 | -847.378 | -854.606 | |
贡献/% | 6.566 | 6.333 | 8.979 | 18.292 | 19.412 | 8.221 | |
系数效应 | -2858.811*** | -4782.112*** | -7935.819** | -430.925 | -3517.845** | -9541.032*** | |
贡献/% | 93.434 | 93.667 | 91.021 | 81.703 | 80.588 | 91.779 | |
特征效应 | |||||||
耕地面积 | -105.329 | -127.326 | -105.329 | -91.953 | -418.714* | -445.702 | |
家庭人数 | -103.628 | -174.375 | -103.628 | 40.219 | 57.86 | 736.451** | |
家庭劳动力占比 | -21.359 | -130.3 | -21.359 | 4.032 | -4.835 | -24.386 | |
是否为兼业农户 | 32.941 | 34.132 | 32.941 | 77.664 | 123.549 | 171.688 | |
家庭人均固定资产 | 32.221 | 60.838 | 32.221 | -215.03 | -422.123 | -916.69* | |
户主性别 | 6.678 | 30.571 | 6.678 | -5.087 | 13.711 | 45.292 | |
户主年龄 | -55.842 | 68.735 | -55.842 | -45.228 | 83.098 | -8.474 | |
户主受教育年限 | -5.766 | -67.994 | -5.766 | -186.087 | -228.429 | -366.877 | |
户主身份 | 19.18 | -17.593 | 19.18 | -9.455 | -51.496 | -45.907 | |
系数效应 | |||||||
耕地面积 | 239.349 | -171.152 | -3419.013 | 767.748 | 544.686 | -2894.797 | |
家庭人数 | 669.074 | 1651.421 | 5369.011 | 4005.53 | 6405.284 | 8912.044 | |
家庭劳动力占比 | 4827.246 | 1817.005 | 16990.49 | 612.069 | 2271.859 | 3215.625 | |
是否为兼业农户 | -646.988 | 100.433 | -155.63 | -356.421 | 741.01 | -2000.016 | |
家庭人均固定资产 | -2518.307*** | -4242.751*** | -6690.721*** | 181.96 | -331.075 | -4038 | |
户主性别 | -5460.663 | 4880.665 | 1771.123 | 4656.344 | 12021.14 | 8894.769 | |
户主年龄 | -1.3039.6** | -7456.297 | 14866.09 | 10657.44* | 8779.966 | -16966.16 | |
户主受教育年限 | 2161.039 | -3114.666 | -4348.189 | 33.499 | -4702.506 | -20781.12*** | |
户主身份 | 116.6 | 212.139 | -315.876 | 76.882 | 292.565 | 396.402 | |
常数项 | 10793.44 | 1541.092 | -32003.1 | -22559.92** | -29540.77* | 15720.23 |
从总分解结果上看,平原的系数效应对总差异的贡献度均在90%以上,最高为93.667%;山区的系数效应对总差异的贡献度最低为80.588%,最高为91.779%,说明系数效应仍是造成平原和山区耕地转入中农户收入差距扩大的主要诱因。进一步分析系数效应的解释变量,对于平原来说,家庭人均固定资产在各分位点上均显著为负,且分位点越高,系数绝对值越大,说明家庭人均固定资产是造成平原耕地转入中农户收入差距扩大的主因,提高低收入农户群体家庭人均固定资产可以有效削减其与其他收入水平农户的收入差距;户主年龄仅在25%分位点上显著为负,说明低收入农户群体中户主年龄越大,其转入耕地时与中高收入农户群体间的收入差距越小;对于山区来说,户主年龄是25%分位点上系数效应的主要决定因素,户主受教育程度则是75%分位点上系数效应的主要决定因素。
3.4.2 地形差异下耕地转出对农户收入差距影响的RIF回归分解
表8报告了平原和山区耕地转出中农户收入差距的RIF回归分解结果。结果显示,平原总差异的估计系数仅在50%分位点上显著为负,说明耕地转出仅对平原中等收入农户存在显著增收效应,且耕地转出在山区对农户收入差距的影响并不显著,假说H4、H6再次得证。从总分解结果上看,平原系数效应在50%分位点上为总差异贡献了73.315%。从系数效应的解释变量来看,平原家庭人均固定资产是影响耕地转出50%、75%分位点上系数效应的主要影响因素,说明提高中等收入农户群体家庭人均固定资产有助于缩小平原中高收入农户群体间的收入差距,但可能会使中低收入农户群体间的收入差距进一步扩大。此外,家庭劳动力占比也是50%分位点上平原耕地转出系数效应的主要影响因素。
表8 地形差异下耕地转出的RIF回归分解结果
Table 8
项目 | 平原 | 山区 | |||||
---|---|---|---|---|---|---|---|
Q25 | Q50 | Q75 | Q25 | Q50 | Q75 | ||
总分解 | |||||||
总差异 | -1332.933 | -2855.256** | -3161.584 | -1263.333 | -1986.126 | -2817.5 | |
特征效应 | -211.086 | -761.916 | -1388.962* | -975.023** | -1687.230** | -1884.448* | |
贡献/% | 15.836 | 26.685 | 43.932 | 77.179 | 84.951 | 66.884 | |
系数效应 | -1121.847 | -2093.341* | -1772.622 | -288.31 | -298.896 | -933.052 | |
贡献/% | 84.164 | 73.315 | 56.068 | 22.821 | 15.049 | 33.116 | |
特征效应 | |||||||
耕地面积 | 52.562 | 63.538 | 33.69 | -8.814 | -40.135 | -42.722 | |
家庭人数 | -589.138*** | -991.348*** | -1617.117*** | 33.185 | 47.741 | 607.646* | |
家庭劳动力占比 | 23.313 | 142.219 | 303.84 | -8.761 | 10.505 | 52.987 | |
是否为兼业农户 | 139.564 | 144.612 | 119.188 | -635.148* | -1010.395** | -1404.081* | |
家庭人均固定资产 | 17.412 | 32.876 | 80.957 | -86.606 | -170.015 | -369.208 | |
户主性别 | 3.338 | 15.282 | -90.737 | 9.504 | -25.614 | -84.61 | |
户主年龄 | 63.213 | -77.808 | 34.81 | 38.931 | -71.529 | 7.295 | |
户主受教育年限 | -1.506 | -17.765 | -16.034 | -308.241** | -378.377* | -607.707** | |
户主身份 | 80.155 | -73.522 | -237.559 | -9.072 | -49.411 | -44.048 | |
系数效应 | |||||||
耕地面积 | 164.337 | 190.234 | -445.916 | -699.553 | -411.647 | -1193.91 | |
家庭人数 | -1839.897 | 169.97 | -2552.709 | 368.727 | -3420.587 | -5367.138 | |
家庭劳动力占比 | -1599.608 | -3905.899* | -128.387 | -471.739 | 52.972 | -2593.948 | |
是否为兼业农户 | -1882.436** | -1314.695 | -905.876 | -108.459 | 2829.767 | 4936.606* | |
家庭人均固定资产 | -862.383 | -2680.286*** | -3844.568*** | -205.179 | -400.377 | 2.414 | |
户主性别 | 2699.086 | -1025.533 | 9642.26 | 317.842 | 1130.13 | 2654.964 | |
户主年龄 | -8116.062* | 2898.616 | -9408.28 | 1382.246 | -7128.645 | 10854.32 | |
户主受教育年限 | 344.558 | 695.87 | -2677.898 | 4204.933* | 1999.638 | 11081.22** | |
户主身份 | 441.713 | 857.671 | 1364.12 | 455.584 | -317.108 | -840.882 | |
常数项 | 9528.844 | 2020.712 | 7184.632 | -5532.712 | 5366.961 | -20466.69 |
4 结论与讨论
本文基于1879份黄河流域中上游农户调研问卷数据,首先借助无条件分位数回归模型分析了耕地流转对农户收入差距的影响;其次将地形分为平原和山区,进一步分析了耕地流转对农户收入差距影响的地形差异;最后引入RIF回归分解法,探究了耕地流转对农户收入差距扩大的影响机制。研究结果显示:
(1)总体来看,耕地转入、转出对各收入水平农户均有显著增收效应,且耕地转入、转出对高收入水平农户群体的增收效应大于低收入水平农户群体,从而导致农户收入差距扩大,但耕地转出对农户的增收效应以及对农户收入差距扩大的影响要弱于耕地转入。RIF回归分解结果表明,系数效应是造成耕地流转中农户收入差距扩大的主因,其贡献度在耕地转入中达90%以上,在耕地转出中达60%以上,其中家庭人均固定资产和户主受教育年限是耕地转入中系数效应的主要影响因素。此外,家庭人均固定资产也是耕地转出中系数效应的主要影响因素。
(2)对于耕地转入而言,平原耕地转入对高收入农户群体的增收效应小于山区,且耕地转入在平原和山区对高收入农户群体增收效应大于低收入农户群体,从而导致农户收入差距扩大,但该现象在山区更加明显。RIF回归分解结果表明,系数效应是造成平原和山区耕地转入中农户收入差距扩大的主因,在平原的贡献度达90%以上,在山区的贡献度达80%以上。其中家庭人均固定资产、户主年龄是平原耕地转入中系数效应的主要影响因素,而户主年龄和户主受教育年限则是山区耕地转入中系数效应的主要影响因素。
(3)对于耕地转出而言,耕地转出对平原各收入水平农户的增收效应均大于山区,与耕地转入不同的是,耕地转出仅对平原中等收入农户群体具有显著增收效应,从而导致平原中低收入农户群体间的收入差距扩大。RIF回归分解结果表明,系数效应是造成平原耕地转出中中低收入农户收入差距扩大的主因,贡献率在70%以上,其中家庭人均固定资产和家庭劳动力占比则是平原耕地转出系数效应的主要影响因素。
需要说明的是,虽然本研究发现耕地流转会扩大农户间收入差距,但并不意味着对耕地流转政策的否定,因为全样本无条件分位数回归和RIF回归分解法结果显示,耕地流转对各收入水平的农户均存在显著的增收效应,实现了农户的普遍增收。因此,推进耕地流转仍是当前促进农户增收、改善农户福利的有效途径。但在此过程中仍需要对相关政策制度进一步完善,以充分发挥耕地流转对农户收入的带动作用,同时避免农户收入差距的进一步扩大,具体而言:第一,中国当前鼓励倡导的耕地流转政策对农户的增收效应仍主要体现在耕地转入方面,而耕地转出的增收效应仍未得到充分发挥,因此后续仍需加强和完善对耕地转出后农村剩余劳动力的转移激励保障政策,如通过扶持农村特色产业的发展,给农户创造更多就近就业的机会,充分发挥耕地转出对农村剩余劳动力的释放效应。第二,要针对不同收入水平农户实施差异化的耕地流转支撑政策,重点关注低收入农户群体。对于转入耕地的“小农户”,可以通过增加农机购置补贴、鼓励农户购置生产性资产,并广泛组织开展农业技术培训,从而增强其农业生产过程中的现代化、机械化水平,提高其农业生产效率。同时还应为他们提供相应的信贷支持,突破其转入耕地过程中的资金约束,实现家庭的最优经营规模;对于转出耕地的“小农户”,可以通过提高耕地租金、引导鼓励多样化创业等方式,丰富其收入来源,同时通过开展多种专业技能和职业技能培训,提高他们的非农就业能力。第三,在平原和山区两种不同的地区需要因地制宜采取合适的耕地流转支持政策。在以种粮为目的且不易改变种植结构的平原应进一步提高种粮补贴,完善最低粮食收购价策略,避免“谷贱伤农”现象的发生;而在信息闭塞、交通不便的山区,应注意创新和完善各类流转服务平台和中介服务组织体系,降低农户流转耕地的交易成本。同时还应重视转出耕地农户的劳动力转移就业问题,通过完善农村交通和信息化基础设施建设,拓宽农户就业渠道,充分发挥耕地转出对农民收入增长的带动作用。
值得注意的是,农户家庭人均年收入中包含了农业收入与非农收入,研究耕地流转对农户农业收入和非农收入差距的影响及其作用机制,有助于加深对耕地流转与农户收入差距之间关系的认识,在未来应进一步加强农户收入结构视角下耕地流转对农户收入差距影响机制的相关研究。
参考文献
构建“三农”研究的经济学话语体系
Constructing the discourse system of the research on agriculture, rural areas and farmers in economics
“坚持农业农村优先发展”的重要意义及实现路径
The significance and realization path of "adhering to the priority development of agriculture and rural areas"
构建农业农村优先发展体制机制和政策体系
Establishing an institutional framework and policy system by giving priority to the development of agriculture and rural areas
农村不同收入群体借贷的收入效应分析: 基于农村东北地区的农户调查数据
Analysis on the income effect of borrowing and lending of different income groups in rural areas: Based on the survey data of farmers in Northeast China
中国农地调整与使用权流转: 几点评论
Farmland adjustment and transfer of use right in China: Some comments
Does labor migration affect rural land transfer? Evidence from China
DOI:10.1016/j.landusepol.2020.105096 URL [本文引用: 2]
中国农地流转与农民收入的时空耦合关系及空间效应
DOI:10.31497/zrzyxb.20211206
[本文引用: 1]
基于中国省域2003—2018年面板数据,通过构建耦合协调发展模型,分析农地流转与农民收入耦合协调发展时空演变特征,并运用空间杜宾模型剖析农地流转对不同类型农民收入的空间效应。结果表明:(1)在时间维度上,农地流转与农民收入的耦合协调发展程度趋于优化,但农地流转一直以滞后于农业收入为主,农地流转由同步于非农收入转为超前于非农收入。(2)在空间维度上,农地流转与不同类型农民收入的耦合协调发展程度在不同省区之间差异明显。(3)农地流转显著促进了本地区农业收入与非农收入的提高,且农地流转对农民人均收入产生直接效应与溢出效应;虽然户均农地规模增加并没有显著提高非农收入,但农地的规模经济使得户均农地规模增加,显著促进了农业收入提高。
Spatio-temporal coupling relationship and spatial effect between rural land transfers and farmers' income in China
DOI:10.31497/zrzyxb.20211206 URL [本文引用: 1]
农村土地承包经营权流转对农民实际收入的影响分析
Analysis on the impact of the transfer of farmland contractual management right on farmers' actual income
农地集中与农民增收关系的实证检验
An empirical test of the relationship between farmland concentration and farmers' income increase
Land rental markets in Kenya: Implications for efficiency, equity, household income, and poverty
DOI:10.3368/le.89.2.246 URL [本文引用: 1]
农地流转对农村减贫的空间溢出效应与门槛特征: 省级层面的实证
Spatial spillover and threshold effects of farmland transfer in poverty reduction: An empirical study at the provincial level
农地制度、土地经营权流转与农民收入增长
Farmland system, land management right transfer and farmers' income growth
Land tenure arrangements and rural-to-urban migration: evidence from implementation of China's rural land contracting law.
DOI:10.1080/23812346.2019.1709325 URL [本文引用: 1]
农村产业融合发展如何影响城乡收入差距: 基于农村经济增长与城镇化的双重视角
How does the rural industrial convergence development affect the urban-rural income gap: Based on the dual perspective of rural economic growth and urbanization
解释中国农村区域间的收入不平等: 一种基于回归方程的分解方法
Accounting for income inequality in Rural China: A regression based approach
农村金融发展缓解了农村居民内部收入差距吗: 基于中国省级数据的面板门槛回归模型分析
Has rural financial development eased rural residents' income gap: Analysis from the Threshold Regression Model based on the inter-province panel data in China
参与式社区综合发展“益贫”还是“溢富”: 基于精准扶贫和收入分配效应视角
Is participatory comprehensive community development pro-poor or pro-rich? Based on the perspective of targeted poverty alleviation and income distribution effect
农户创业加剧了农户收入不平等吗: 基于RIF回归分解的视角
Does farmers entrepreneurship increase income inequality: Based on the perspective of RIF regression decomposition
中国农村养老保险制度对农户收入不平等影响研究
Research on the impact of China's rural pension insurance to household income inequality
农业劳动生产率的提高缩小了农村居民收入差距吗?
DOI:10.11849/zrzyxb.20170048
[本文引用: 1]
基于2000—2014年中国29个省的平行面板数据,论文运用Hansen面板门槛模型,检验了农业劳动生产率与农村居民内部收入差距之间的关系。结果表明:两者之间并非呈现线性关系,而是存在鲜明的门槛效应。在不同的门槛范围内,农业劳动生产率对农村居民内部收入差距存在不同的影响。当农业劳动生产率小于4 372.19元/人时,农业劳动生产率的提高能降低农村内部收入差距;当农业劳动生产率超过第一门槛值4 372.19元/人时,劳动生产率的提高对缓解农村居民内部收入差距的效应减弱;而当农业劳动生产率跨越第二门槛值6 023.46元/人时,劳动生产率的提高则扩大农村居民内部收入差距。当前我国已跨越劳动生产率第二门槛值,农村内部收入差距扩大的现象应受到各方的关注,这关系到农村低收入群体扶持政策的选择和精准扶贫战略的落实。
Does the improvement of agricultural labor productivity shrink rural residents’ income gap?
中国农村收入不平等:运用农户数据的回归分解
Rural income inequality in China: Regression decomposition using household data
Retreat from equality or advance towards efficiency? Land markets and inequality in Rural Zhejiang
DOI:10.1017/S0305741008000763
URL
[本文引用: 1]
Based on a 2001 survey, this study finds increased disparities in land distribution in rural Zhejiang. Regression analyses yield three main findings. First, increased disparities in land distribution are associated with growth of land markets. Second, rural households who acquired land through markets significantly increased their farm income. Land markets thus gave rise to a new venue of income generation and increased inequality in farm income. Widening disparities in land rights and farm income, however, did not constitute a further retreat from equality, but instead had compensatory effects on overall inequality, as land markets brought up families who would have fallen at the lower end of income distribution in the absence of such markets. Third, land markets increased efficiency in farming, as households who acquired land were using it more productively. In rural Zhejiang, growth of land markets broadened access to market opportunities and enhanced both efficiency and equity.
How do land rental markets affect household income? Evidence from rural Jiangsu, PR China
DOI:10.1016/j.landusepol.2017.09.005 URL [本文引用: 1]
农地流转对我国农民收入分配的影响研究: 基于中国健康与养老追踪调查数据
Analysis on the impact of farmland transfer on farmers' income distribution: Based on CHARLS data
土地流转与农户内部收入差距: 加剧还是缓解?
The impact of land transfer on rural household income gap: Exacerbation or alleviation?
土地流转、农业生产率与农民收入
Land circulation, agricultural productivity and rural household income
劳动力流出后“剩余土地”流向对于当地农民收入分配的影响
The influence of "surplus land" direction after labor outflow on income distribution of local farmers
湖南省5市农地流转对农户增收及收入分配的影响
Farmers' income and income distribution effect of farmland transfer: A case study on 5 cites in Hunan province
农村土地流转的收入分配效应
Research on income distributive effects of farmland circulation
刘易斯二元经济增长理论的一个数理描述
A mathematical description of Lewis' Two-sector Economy Growth Theory
农户行为视角下农地流转诱因及其福利效应研究
Land transfer incentive and welfare effect research from perspective of farmers' behavior
农地流转、职业分层与减贫效应
Land transfers, occupational stratification and poverty reduction
The potential of land rental markets in the process of economic development: Evidence from China
DOI:10.1016/j.jdeveco.2004.08.002 URL [本文引用: 1]
土地经营权流转的农村居民收入分配效应研究: 基于分位数处理效应的异质性估计
The effect of land management rights circulation on the farmers' income distribution: Estimation of heterogeneity based on the QTE
农民土地流转意愿及解释: 基于十省份千户农民调查数据的实证分析
The willingness of farmers' land transaction and explanation: An empirical analysis based on survey data from 1032 farmers in ten provinces and cities
土地利用变化中农户脆弱性研究: 一个理论分析框架及基于中国中部五省的调研实证
Farmers' vulnerability in farmland conversion: Analytical framework and empirical research on five provinces in Central China
农地流转对农地与劳动力资源利用效率的影响: 基于甘肃省农户调查数据的实证研究
DOI:10.31497/zrzyxb.20190505
[本文引用: 1]
本研究采用倾向得分匹配法(PSM)分别就农地流转对农地、农业劳动力、非农劳动力和总劳动力资源利用效率的影响进行了分析。结果表明,农户的农地转入和转出行为都能有效提高总劳动力资源利用效率,而农地转出行为在一定程度上降低了农地资源利用效率。农地转入户的总劳动力和农业劳动力资源利用效率比未参与流转的农户分别高2026.153元/人和4844.289元/人,两组农户间的农地资源利用效率差异不显著;农地转出户的总劳动力和非农劳动力资源利用效率比未参与流转的农户分别高3315.577元/人和2581.883元/人,其农地资源利用效率比未参与流转的农户低466.488元/亩。因此,农地流转不一定会提高农地资源利用效率,但有利于促进农村劳动力专业化,从而提高农村总劳动力资源利用效率。
Impact of farmland transfer on farmland and labor use efficiency: An empirical study of survey data from Gansu province, China
DOI:10.31497/zrzyxb.20190505
[本文引用: 1]
Inadequate farmland resources and reducing agricultural labors resulting from urbanization are main factors restricting the agricultural development of China. Farmland transfer is one of the most important ways to enlarge farmland scale, improve agricultural productivity and increase farmers' income in China. Thus, it is important to understand the effects of farmland transfer on the use efficiencies of farmland and labor resources, especially under the background of rapid development of farmland rental markets. To solve the selection bias problem of survey data, the propensity score matching (PSM) method was employed to estimate the effects of renting-in land and renting-out land on farmland, agricultural labor, off-farm labor and total labor use efficiencies. The results showed that, farmland transfer significantly improved the total labor use efficiency of households renting-in land and renting-out land, while renting-out land significantly reduced farmland use efficiency. Renting-in land significantly increased the agricultural labor use efficiency and total labor use efficiency by 4844.289 yuan per labor and 2026.153 yuan per labor, respectively, but it had no significant effect on farmland use efficiency. Renting-out land significantly increased the off-farm labor use efficiency and total labor use efficiency by 2581.883 yuan per labor and 3315.577 yuan per labor, respectively, but it significantly decreased the farmland use efficiency by 466.488 yuan per mu. Therefore, farmland transfer is not necessary to improve farmland use efficiency, while it is beneficial to specialization of agricultural labors and off-farm labors, and consequently improve labor use efficiency. The farmland transfer policy in China should continue to give great benefit to improving rural labor use efficiency, and some other ways such as breeding new crop varieties and reducing input costs should focus on improving the output of farmland.
农地流转对农业生产效率的影响研究: 基于DEA-Tobit模型的分析
本文采用江苏省的实地调研数据,运用DEA-Tobit模型两步法详细分析了农地流转对农业生产效率的影响。研究发现,样本农户的平均生产效率只有0.143,处于很低水平,还有很大的进步空间,主要原因是技术效率的低下;流转户(包括转出和转入)整体比无流转户效率高,转出土地和转入土地都有利于生产效率提高,且转入对生产效率的影响要比转出对生产效率的影响提高更为显著。因此,农地流转是提高农业生产效率的有效途径,但政府要增加生产服务性投入以及先进技术的推广,提高技术效率;多创造农地流转条件,鼓励有条件的农户转出土地,让其拥有最优比例的生产要素从而改善生产效率;鼓励种田能手转入土地以实现规模经营来进一步提高农业生产效率。
The impact of farmland transfer on agricultural production efficiency based on the DEA-Tobit model
We analyzed farmland transfer effects on agricultural production efficiency using the DEA-Tobit model and field surveys of Jiangsu, China. We found that the average productivity of sample farmers is only 0.143 and low level; there is much room for improvement, the main reason is the low efficiency of the technology. Overall circulation households efficiency is higher than households without transfer. Both the behavior of roll out land and roll in land are conducive to improve production efficiency, and the impact on production efficiency of the behavior of roll in land is more significant than the roll-out land. Therefore, farmland transfer is an effective way to improve the efficiency of agricultural production, but the government should increase production service investment and advanced technology in agriculture to raise technical efficiency firstly, and create more opportunities for transferring land to encourage conditional farmers to roll out land to let them have the best ratio of production factors to improve their production efficiency secondly. what’s more, the government should encourage farming experts to roll in land in order to achieve scale operation to further improve efficiency.
基于农户分化视角的农户对宅基地退出政策评价研究: 以安徽金寨县农户为例
Effect of farmers' differentiation on evaluation of rural homestead withdrawal policy
农民角色分化与农业补贴政策的收入分配效应: 江苏省农业税减免、粮食直补收入分配效应的实证研究
role differentiation of farmers and income distribution effect of agricultural subsidy policy: An empirical study on income distribution effect of agricultural tax reduction and grain direct subsidy in Jiangsu province
中国农户在农地流转市场上能否如愿以偿: 流转市场的交易成本考察
Can Chinese farmers get what they desire? An empirical study on the transaction costs in China's farmland rental market
资源禀赋、要素替代与农业生产经营方式转型: 以苏、浙粮食生产为例
Resources endowment, factor substitution and the transformation of agricultural production and operation: Example from food production in Jiangsu and Zhejiang
农地产权、要素配置与家庭农业收入
Farmland property, factor deployment and family farming income
地形条件对农业机械化发展区域不平衡的影响: 基于湖北省县级面板数据的实证分析
Impact of topographic conditions on regional imbalance of agricultural mechanization development: An empirical analysis based on county-level panel data in Hubei province
影响农村土地承包经营权流转的非制度性因素分析
Analysis of non institutional factors affecting the circulation of rural land contractual management right
耕地细碎化与农业全要素生产率的空间格局及空间相关性探析
Spatial pattern and spatial correlation of cultivated land fragmentation and agricultural total factor productivity
耕地流转农户行为影响因素的实证分析: 基于江西省1396户农户耕地流转行为现状的调研
An empirical study on factors affecting the households' behavior in cultivated land transfer
DOI:10.11849/zrzyxb.2008.03.002
[本文引用: 2]
Cultivated land transfer is an essential means for resolving the harmonies between the flaw of household contract responsibility system and the demands of agricultural modernization.In this paper,basing on the survey of 1396 households in 74 villages of 38 counties in Jiangxi province,the Logistic regressive model was set up to analyze factors affecting the households' behavior in cultivated land transfer out and in.And the affecting factors were divided into 3 groups: family characteristic factors,household economic factors and cultivated land resource gift.The family characteristic factors include total population,total labor forces,proportion of employees at non-agriculture to total labor forces;the household economic factors include income per person,the proportion of income from farmland to total income;and resource gift factors include physiognomy,cultivated land area per person,and spatial distribution of cultivated land.The results showed that non-agriculture employment opportunity plays a most important role in the cultivated land transfer out;the household income level and cultivated land transfer are mutually affected,the household income of transfer out is generally higher than that of transfer in;physiognomy is another important factor affecting the households' behavior in cultivated land transfer,the more flat physiognomy is,the more easy the cultivated land transfer out.So,in order to promote cultivated land transfer,some actions should be taken such as accelerating rural labor forces transfer into non-agriculture,increasing support for agriculture,and improving the spatial distribution of cultivated land.
中国连片特困地区非农就业增长的时空特征与驱动因素
DOI:10.11821/dlxb202106011
[本文引用: 1]
中国的贫困治理已从消除绝对贫困转向解决相对贫困的新阶段。增加贫困地区的非农就业机会,保障贫困人口充分有效就业是解决相对贫困问题,促进贫困地区转型发展的根本举措。基于2013—2017年全国14个连片特困地区县域数据,采用空间计量模型方法,解析精准扶贫战略实施以来贫困地区非农就业的空间增长趋势及其驱动因素,并区分了不同人口规模条件下非农就业增长机制的差异性。结果表明:① 中国连片特困地区非农就业在空间上表现出较强的非均衡性;② 连片特困地区非农就业的增长趋势快于全国平均水平,存在明显的空间分异,并呈现出收敛趋势;③ 连片特困地区县域间非农就业增长存在较强的空间依赖性,地方性因素和地理结构因素共同影响了连片特困地区的非农就业增长。初始就业水平对非农就业增长具有抑制作用,而地区经济总量、金融资本可获得性、产业结构、基础教育水平、邻近省会或特大城市的市场区位条件、平坦湿润的地理环境等因素显著促进了就业增长;④ 不同规模县域非农就业增长的决定因素存在显著差异。研究可以为促进贫困地区非农就业增长,推动新时期贫困治理与地区转型发展提供科学参考。
The spatio-temporal variations and driving factors of non-farm employment growth in contiguous destitute areas of China
DOI:10.11821/dlxb202106011
[本文引用: 1]
The focus of China's battle against poverty will shift from relative poverty to absolute poverty. The fundamental measure in the new stage of poverty governance is to promote transformation of destitute areas by increasing their non-farm employment opportunities and ensuring fully effective employment for the poor. Based on county data from 2013 to 2017 covering 14 contiguous destitute areas of China, the spatial econometric model method was adopted to analyze the spatial growth trend of non-farm employment in these areas and its driving factors since the implementation of the poverty alleviation strategy, and the differences in the drivers of non-farm employment under different population sizes were distinguished. The results were obtained as follows: (1) Non-farm employment exhibits a strong spatial non-equilibrium. (2) The growth of non-farm employment is faster than the national average, with apparent characteristics of spatial heterogeneity and clear tendencies of convergence. (3) There is substantial spatial dependence on the growth of non-farm employment among counties in the study areas. Place-based factors and geo-structural factors have jointly affected the growth of non-farm employment in these areas. The level of initial employment has a restraining effect on non-farm employment growth. However, the regional economic scales, the availability of financial capital, the industrial structure, the level of basic education, the proximity of market to provincial capitals or megacities, and the flat or humid geographical environments have significantly contributed to the growth of non-farm employment in destitute areas. (4) The determinants of non-farm employment growth in counties at different scales have significant differences. This research provides support to further research on the growth of non-farm employment in poor areas as well as poverty governance and regional transformation and development in the new period.
非农就业与土地流转对农户耕地撂荒行为的影响: 以闽赣湘山区为例
DOI:10.31497/zrzyxb.20220210
[本文引用: 1]
耕地撂荒是世界各国长期普遍存在的一种土地利用变化现象。基于闽赣湘山区640户农户调查数据,运用Tobit和IV-Tobit模型回归分析得出:农户家庭非农就业每提升10%,耕地撂荒占比会增加1.11%;小规模农户土地转入会提升其耕地撂荒规模,此时扩大经营规模对耕地撂荒的减缓作用甚微,而土地转出会降低非农就业对耕地撂荒的正向影响。此外,农户的劳动力、土地与农业机械等要素投入,以及灌溉条件和地块数等均稳健影响其耕地撂荒行为。农业机械化和土地流转是缓解山区耕地撂荒的重要举措,政府在推动经营规模扩大的同时,应着重提高地块规模,鼓励留村务农劳动力换工,并提升农机社会化服务水平,以及拓宽农户家庭多元化的收入机会。
Impact of non-agricultural employment and land transfer on farmland abandonment behaviors of farmer: A case study in Fujian-Jiangxi-Hunan Mountainous Areas
DOI:10.31497/zrzyxb.20220210 URL [本文引用: 1]
Regression quantiles
DOI:10.2307/1913643 URL [本文引用: 1]
农户收入差距及其根源: 模型与实证
Farmer income gap and its root: Model and demonstration
无条件分位数处理效应方法及其应用
Unconditional quantile treatment effects and application in policy evaluation
Unconditional quantile regression
DOI:10.3982/ECTA6822 URL [本文引用: 2]
/
〈 |
|
〉 |
