房产、土地与农民非农经营行为的选择：基于中国家庭动态跟踪调查数据的实证分析

房产、土地与农民非农经营行为的选择——基于中国家庭动态跟踪调查数据的实证分析

于潇，Peter Ho

(中央民族大学 生命与环境科学学院，北京 100081)

摘要：农民非农经营的选择在很大程度上决定着农民的经济行为和最终的经济决策，农民是否进行农业劳动在很大程度上也受农民非农经营选择的影响。文章利用CFPS数据进行实证分析，探讨了房产、土地等因素对农民非农经营选择的影响。研究表明，房产因素是农民进行非农经营的一个重要影响因素，特别是农民是否有其他产权的住房能够显著提高农民非农经营选择的概率；农民经营的土地和其拥有的资产等因素对农民非农经营选择也起着极为重要的作用；此外，自然、社会等因素也在一定程度上影响农民非农经营的选择。

关键词：非农经营；农村劳动力；房产；土地；机会成本

中图分类号：F301文献标识码：A

收稿日期：2014-04-08

基金项目：国家自然科学基金面上项目“基于土地制度变迁视角的中小城镇发展模式研究”(71473286)；中组部“千人计划”资金支持；教育部基地重大项目“中国城乡发展一体化研究”(13JJD790001)；中央民族大学一流大学一流学科建设项目(YLDX01013)。

作者简介：于潇(1982- )，男，吉林长春人，中央民族大学生命与环境科学学院讲师，经济学博士；

Peter Ho(1968- )，男，中组部“千人计划”引进人才，中央民族大学生命与环境科学学院教授，博士生导师。

改革开放后中国农村地区居民“市民化”趋势愈加明显，除进城务工外，很多农民还进行非农经营，有的甚至完全放弃农业生产。实际上，无论是农民进城务工，还是放弃农业生产，本质上都与农民选择非农经营的行为有直接的联系。如果农民仅选择农业生产，他们自然不可能在本地进行非农经营和就业，更不可能放弃农业利润而进城务工；相反，如果农民放弃农业生产，但在没有物质基础或财产因素作保障的情况下，单纯依靠非农经营获得收入的难度也较大。以农民进城务工为例，即使务工不需要任何成本，但仍需要一定“财产”所带来的现金流作为基本生活费用。对农民而言，“财产”主要包含两方面：房产和土地。那么，农民非农经营行为的选择与其拥有的“财产”是否具有一定的特殊关系？本文拟剖析这一关键问题。同时，非农经营是一个重要论题，其理论意义表现在：深入研究农民非农经营选择问题，是研究农民经济行为和农村劳动力流转的一个出发点，它决定了农民的最终决策；其现实意义表现在：房产、土地都是十八届三中全会要求加快解决的重点问题，这对农业生产和农村发展有深远影响。基于此，本文以农民非农经营行为的选择与其“财产”因素的关系作为研究对象。

综观国内外大量文献，学者们更热衷于探讨农村劳动力流动，而很少涉及农民非农经营选择问题。可能的原因是：首先，经济行为的选择包含一定的主观因素，这是较难量化的；其次，农民选择非农经营，最终也未必在统计结果上一定显示为劳动力流动，非农经营选择的结果是多样的且不易统计的。然而，学者们对劳动力流动问题的研究已较为成熟，很多理论可以对农民非农经营行为选择的研究产生借鉴作用。托达罗(1969)认为，农村劳动力是否进入城市寻找工作是一个理性的计算过程，他们会比较城乡之间的预期收入差异和流动成本。如果在城市的预期净收益大于零，农村劳动力将会流入城市部门。此后，学者们在托达罗理论的基础上进行了更为深入的研究。Ma-zumdar(1976)构建考虑劳动力市场因素的托达罗模型；Zhao(1999)在二元经济的框架下分析了中国城乡之间人口流动的决定性因素；Masson(2001)探讨了技能、财富的分布与迁移等因素对托达罗模型的影响；Wei和Shigeni(2006)对劳动力不完全流动情况下的托达罗模型进行了进一步探讨。我们认为，劳动力流转的研究虽然可为本文的研究思路提供借鉴，但还需要与中国实际相结合：首先，由于信息不对称等原因，大多数农民不具有理性计算和预测城乡收入差距的能力；其次，中国农民对于土地的依赖感较强，扩大收入并不单纯以进城务工为主，同时还可能选择非农经营等能够明显增加收入的经济行为。王学龙等(2012)通过对托达罗模型框架进行讨论后认为，农村劳动力是否流动，“机会成本”是重要因素，即劳动力流动后预期获得收益的“机会成本”是放弃农业经营可获得的利润。基于以上思路，本文提出假设：农民会比较农业经营收益与非农经营收益的大小，从而对其经济行为进行决策，即农民农业经营利润的“机会成本”是他们可创造的非农经营利润。

本文的工作要点如下：首先，将农民非农经营的选择这一涉及主观行为的客观因素加以分析，这是既往文献较少涉及的；其次，以往的研究大多是某个市或县的调研数据，观测值较少，样本选择偏误等因素不可避免，本文利用北京大学中国社会科学调查中心2013年发布的“中国家庭动态跟踪调查(CFPS2010)”数据进行实证分析，计量结果能够相对较好地避免上述问题；最后，本文从自然因素、社会因素、农民支出因素和低保因素等方面综合分析农民非农经营选择行为。

一、数据和研究方法

本文不考虑农民农业和非农业部门的利润差，只考虑农民所拥有的“财产因素”对这一群体决策的影响。在实证分析中，拟讨论农民的“财产因素”，特别是房产和土地对农民非农经营最终选择的影响。本文使用CFPS2010数据中的家庭调查数据来进行实证分析，家庭问卷结果中的数据包含省级城市和农村的家庭数据，因研究需要，选取农村数据作为研究对象(urban=0)。

(一)被解释变量。选用“被访者是否参与或完全经营非农产业”，即“被访者对于非农经营的选择”作为被解释变量，记作nonagri。非农产业是农村中的工业、建筑业、交通运输业、批发贸易业、餐饮业和服务业的总称。在CFPS2010数据中，nonagri是一个二值变量，当被访者回答“是”时，取值为1，回答“否”时为0。选择这一变量作为被解释变量是因为本文研究的主要对象是农民的“财产因素”对其非农经营选择的影响，而被解释变量恰恰为被访者是否参与或经营非农产业，因此对这一变量的选择较为合理。

值得注意的是，样本包含7127个观测值，回答为0的观测值为6614个，回答为1的观测值为513个，两个分样本都满足大样本条件，故计量误差会相对较小。从统计结果看，进行非农经营的农户与单纯进行农业经营的农户的分样本有显著差异。首先是住房的建筑面积，进行非农经营的农户平均住房面积为147.01平方米，比单纯进行农业经营的农户平均住房面积(125.85平方米)高18.4%；其次，进行非农经营的受访农户中132户有其他产权住房，占总户数(513户)的25.73%，而单纯进行农业经营的受访农户中796户有其他产权住房，占总户数(6614户)的12.04%，前者比例是后者比例的2倍多；再次，进行非农经营的受访农户的其他资产(CFPS数据说明中界定，“其他资产”指以货币为计量单位的各种财产、资源、债权和其他权利)现值平均值为53 123.34元，是单纯进行农业经营的受访农户(11 170.68元)的4.76倍；最后，进行非农经营的受访农户2009年出租过土地等生产资料的比例为3.9%，是单纯进行农业经营的受访农户(1.33%)的近3倍，而两类受访农户经营的旱地数量的平均值却大致相当(分别为6.44亩和7.59亩)。可见，两类样本有着较大差异，而这些差异很有可能源自非农经营与农业经营的选择上。根据CFPS数据，参与非农经营的受访农户家庭总收入的平均值为41 539.71元，是单纯进行农业生产的受访农户家庭总收入平均值(23 019.63元)的近2倍，而参与非农经营和单纯农业经营农户的选择差异很可能来源于房产、土地等“财产”因素的流转、出租等。因此，有理由认为，“财产”因素会对农户是否选择非农经营产生较大的影响。

(二)解释变量。本文尝试将衡量农民“财产”因素的变量作为关键的解释变量。具体而言，关键的解释变量按照性质分为两组：农民的房产因素、农民的土地和其他资产因素。

首先，农民的房产因素。房产是衡量“财产因素”最直接的指标。本文设计两个衡量农民房产的变量：(1)受访者目前居住房子的建筑面积(单位：平方米)，用housesq表示。建筑面积是房产价值最主要的衡量因素之一。一般而言，不考虑地区差异和地段因素，建筑面积越大的房产价值越高。本文认为，这一结论对于农村地区也相对比较适用。(2)受访者是否有其他产权住房，用othouse表示，受访者回答“有”时值取为1，“没有”取0。受访者除自己住的房产外，其他房产也是受访者重要的“财产”因素。其他房产的套数越多，证明受访者“财产”的估值越大。(3)受访者2009年是否出租过自己的房屋，用hourent表示，如受访者出租过自己房屋取值为1，没有则取值为0。

其次，土地与其他资产因素。除了受访农民的房产因素外，土地、其他的固定资产以及租赁费用等因素也是农民“财产”因素的重要组成部分。这包括三个变量：(1)受访者2009年是否出租过土地或其他生产资料，用landrent表示。当受访者回答“是”时取值为1，否则为0。(2)土地因素。本文采用农民经营的旱地面积作为土地因素变量(单位：亩)，用dryland表示。利用旱地作为土地因素的指标有两个原因：首先是数据限制，CFPS2010数据中旱地面积数据相对完整，而其他类型土地(如草地、林地、水塘等)数据缺失较多，很可能出现计量结果的较大偏差；其次，旱地指无灌溉设施，一般年降水量大于250-400毫米的地区靠天然降水种植旱作物可以获得一定产量的耕地。根据甘肃省地质矿产勘查开发局编辑的《地球科学词典》显示，中国旱地面积占总耕地面积的一半以上。因此，旱地能够较好地表示农民承包且用于进行农业生产的土地。(3)受访农民的其他资产现值(单位：万元)，用othasset表示，包括以货币为计量单位的各种财产、资源、债权及其他权利。

(三)控制变量。为了使计量误差降到最低，本文加入几个控制变量组，其选取原则是与关键解释变量的相关度较低，但又同时可能对农民非农经营选择有影响的变量。

首先，自然因素。受访者所在村的一些自然因素很可能会影响农民对农业和非农经营的选择。本文选取两个变量：(1)离受访者家最近的医疗点(村医)的距离(单位：公里)，用distanmed表示。一个村子的医疗水平会对农民的劳动强度以及身体状况有一定影响，从而影响农民对农业和非农业经营的选择。(2)受访者家到最近的市(镇)商业中心需要的时间(单位：分钟)，用cenminute表示。如果受访者家到市镇中心越方便，他(她)潜在的社会网络(Social Network)可能越多，或能得到更多有关城市的有用信息，这对受访者的经济行为产生影响。

其次，社会因素。受访者所在村面临的一些不可抗力的社会因素也会影响农民对农业和非农经营的选择。不可抗力的因素往往来自当地政府、村委会等。本文选取两个变量：(1)受访者家里是否经历过拆迁，用removal表示，当受访者家经历过拆迁时取值为1，否则为0。拆迁会使农民居住地点发生改变，拆迁补偿会使农民的经济状况有所改变，这二者都可能会对农民的农业和非农经营选择产生影响。(2)受访者家是否经历过土地征用，用exprop表示，当受访者家土地曾被征用时取值为1，否则为0。受访者的土地被征用后，往往会得到相应的补偿，这也可能对农民的生产经营产生影响。

最后，其他因素。(1)支出因素。农民能够根据自己收入或支出情况来合理确定经济行为。因此，支出的多少可能会影响农民对非农经营的决策。本文选择五个变量衡量支出因素(以2009年为准)：受访者家庭医疗保健支出(单位：万元，下同)用famedic表示；受访者家庭教育支出用famedu表示；受访者家庭居住支出用famres表示；受访者购房建房支出用purhouse表示；受访者商业保险支出用insurance表示。这五个变量基本涵盖了一个家庭最主要的几项支出。(2)“非财产性收入”因素。本文探讨农民的“财产因素”对农民非农经营选择的影响，但一些“非财产性收入”因素也可能对农民决策产生影响。本文选取两个变量：受访者2009年家里是否有离退休金、社保、低保等收入，用pension表示；受访者是否有非工资性或农业生产收入，用agrinco表示。当受访者回答“是”时取值为1，否则为0。经过本文对数据的整理，变量的描述性统计如表1所示：

表1　描述性统计　单位：万元

(四)研究方法。由于被解释变量nonagri是二值变量，本文选择Logit和Probit模型进行研究。Logit和Probit模型分别建立在不同的假设前提之上，但计量结果比较接近。作为对照，本文分别计算两个模型。同时，本文也将线性概率模型(LPM)的结果列出(线性概率模型虽然适用于此分析，但其预测值常超出0到1区间，不符合经济意义)。为使异方差对计量结果的影响降到最低程度，本文利用异方差稳健方差(robust)估计来处理这个问题。本文模型如下：

nonagrii=α0+α1housesqi+α2othousei+α3hourenti+α4othasseti

整理后的数据显示，有些变量观测值远少于其他观测值，如dryland有4727个观测值。为了验证结果是否稳健和准确，本文将关键解释变量按上文的分组进行回归，这样做一是为了区分性质不同的变量组对被解释变量的影响，二是为了检验计量结果是否稳健准确。

二、实证结果分析

本文应用stata11计量软件。表2为使用关键变量中的房产因素进行的回归；表3为使用关键变量中的土地与其他资产因素进行的回归；表4为使用关键变量中的所有变量来进行的回归。通过系数联合显著性的Wald检验，使用房产因素、土地与其他资产因素以及关键变量中所有变量回归的检验结果值分别为80.4(Prob>chi2=0.0000)、79.26(Prob>chi2=0.0000)和123.14(Prob>chi2=0.0000)。变量系数显著不为0，计量结果相对准确。本文对实证结果的分析如下：

(一)“房产因素”是农民非农经营选择的重要原因。由表2可知，“房产因素”的三个变量与被解释变量高度相关。根据回归结果，农民如果有其他产权住房，会使其选择进行非农经营的概率提高4.55%(由Probit模型估计出)，对此变量进行Wald显著性检验的值为32.34(Prob>chi2=0.0000)，拒绝原假设，证明此变量系数显著不为0(下同)；同理，农民如果在受访前一年曾出租过自己的房子，这会使他们非农经营选择的概率提高4.28%，Wald显著性检验的值为5.53(Prob>chi2=0.0187)；农民自住房的面积虽然与农民非农经营的选择高度正相关，但是其边际效应很小，只有0.01%(Wald显著性检验的值为11.16，Prob>chi2=0.0008)。由前文可知，非农经营的受访者和单纯进行农业生产的受访者自有住房面积的平均值依次为147.0097平方米和125.8547平方米，通过表2可知，农民自住房面积的增加对其非农经营选择概率的提高是极为有限的。由表4可知，在加入其他资产和土地因素变量后，只有农民是否具有其他产权住房这一变量对农民非农经营选择的影响仍在1%的水平下显著，其余两个变量则不显著。本文对实证结果的分析如下：(1)农民自住房虽然是农民的“资产”，但是一般不会变现，因此对农民非农经营选择的影响不明显。与有多套产权住房的农民不同，农民如果只有一套住房，即使面积再大，也很难想象会在短期内将其自住房卖出或租出；此外，农民的自住房多建在从村集体分得的宅基地上，而宅基地所有权归农村集体所有，农民只有使用权，且目前宅基地流转的合法性仍有较大争议，这导致农民自住房的流转现象也较为少见。因此，农民自住房面积的大小很难对其非农经营的选择产生影响。(2)即使农民在受访前一年曾出租过自己的住房，这也较难在长期给农民带来相对稳定且较多的现金流。也就是说，这种短期的租房收入只会带来短期的收入增加，而很难带来长期的收入增长。鉴于农民选择非农经营是一个理性的过程，绝非短期的趋利性所致，因此临时的收入增加很难对农民非农经营等理性行为产生较大的影响。(3)农民是否具有其他产权住房变量对农民非农经营选择概率影响的边际效应很大，主要原因很可能是其他产权住房作为农民的重要财产，是农民重要的经济保障。农民在没有经济压力的情况下，往往选择脱离体力消耗极大的农业生产。目前，特别是很多贫穷的农村地区，农民选择农业经营往往是“不得已而为之”，大多数农民除进城打工外，更加倾向于选择非农经营。这是因为非农经营投入成本和收益见效的时间往往比农业经营要小和快，投入在非农经营上的体力也少于传统农业。此外，由于卖出房产后农民可即时得到较为充裕的现金流，这也会使其随时对自己的生产计划和经济行为做出调整，从而选择非农经营或加大非农经营的比例。

表2　关键解释变量使用房产因素时的回归结果

注：***、**和*分别表示1%、5%和10%的显著性水平，括号内为对异方差稳健的t值，下同。

(二)土地和其他财产因素也显著影响农民非农经营的选择。由表3可知，土地和其他财产因素三个变量均与被解释变量呈高度相关关系，在加入全部关键解释变量的表4中，情况与表3仍然类似，且两次回归结果的预测准确率均在90%以上。本文对实证结果分析如下：(1)受访者是否在受访前一年出租过土地或生产资料变量对农民非农经营选择的概率影响显著(Wald显著性检验的值为7.07，Prob>chi2=0.0078)。原因很可能是农民在出租土地和生产资料后，用于可进行农业生产的资料相应减少，特别是农民出租土地后可用于进行农业生产的土地数量会大幅减少，相应的农业利润总额也会下降。另外，由于中国没有成熟的农村土地市场，土地交易往往限于一个村的村民之间，且一般土地转包均为数年甚至更长。因此，农民在农业生产资料特别是土地减少(甚至是长期减少)且能够获得一定租金时，会理性地将资金用在非农经营上以弥补损失的农业利润，即农业收入减少的机会成本是非农经营。(2)受访者经营的旱地面积与被解释变量高度负相关(Wald显著性检验的值为3.87，Prob>chi2=0.0491)。这可能也是由于土地产出减少(增加)的机会成本会提高(降低)非农劳动经营的比例所致。如果受访者经营的土地较上一年有所减少，这必然会降低他们的农业收入，从而影响总收入。与上文解释类似，为了适应土地减少这种不可逆的情况对收入带来的影响，受访者很可能主动或被迫改变其农业生产经营计划，并且通过其他方式来获得收入以保证总收入至少不会下降，而非农经营则是较好的替代方式。根据表3和表4，受访者所经营的旱地每减少1亩，受访者非农经营选择的概率提高0.13%-0.14%。(3)其他资产变量对农民非农经营选择的影响也较为显著(Wald显著性检验的值为16.22，Prob>chi2=0.0001)。根据表3和表4，受访者拥有的其他资产每增加1万元，非农经营选择的概率就提高0.35%-0.44%。本文认为，农民在经济压力较小时(即其他资产较多的时候)，往往会选择类似于劳动供给曲线向后弯折现象的经济行为，即选择闲暇来代替劳动，或者适当减少体力消耗较大的农业生产。非农经营具有见效快、转型灵活等优点，特别是近年来许多经济条件较好的农民根据当地的实际情况，抓住了商机，开办饲料厂、粮食加工厂等企业。虽然投入成本较大，但这些工厂或企业资金周转速度较快，回收成本的能力也较强，收益往往也比农业生产要高。很多农民通过进行一系列的非农经营，取得了较高的收益。

表3　关键解释变量使用其他资产和土地因素时的回归结果

(三)自然因素和支出因素也在一定程度上影响农民非农经营的选择，但社会因素对非农经营选择的影响不大。控制变量均通过Wald检验，系数均显著不为0。结果分析如下：(1)自然因素。通过表2、表3和表4，受访者家距最近医疗点的距离变量与农民非农经营选择的概率呈高度负相关关系(Probit模型)；受访者家到最近的市(镇)商业中心需要的时间变量无论在什么结果中都不显著。本文认为，如果离村里的医疗点(村医)较近的受访农民一旦生病，有可能会更容易就近就医，而保持身体健康且良好体质的农民很可能会在经营传统农业的同时，投入更多的精力经营非农产业；农民非农产业经营包括很多方面，如很多非农经营行为面向的群体主要是当地农民，他们不一定与城市有着必然的联系。因此，这两个变量的回归结果是较为合理的。(2)社会因素。两个控制变量与被解释变量相关性不显著。由于土地征用和拆迁在很多情况下是农民不能够提前预见的，这会使农民很难在短期内合理且灵活地调整生产经营计划。此外，中国农村仍存在着土地强征或强制拆迁的现象，这可能与村委会村干部的“寻租”有关(于潇和Peter Ho，2014)，并且很多农民难以在短期内获得合理补偿，这也使农民较难有足够的补偿资金转向非农经营。(3)支出因素。受访农民的一些支出因素能够显著影响农民非农经营的选择。这可能与农民在支出的同时，试图通过经营非农产业来获得更多收入，以弥补这几方面的支出有关，特别是在教育、房产和医疗方面支出的增加，很容易促使农民选择非农经营以试图获得更多收入。(4)其他“非财产”因素。受访者的离退休金、社保、低保等因素不会显著改变其非农经营的选择，但非工资性或农业生产收入则会显著影响农民对于非农经营的选择。因此，农民进行农业经营与非农经营之间不是此消彼长的关系，而是互相促进的关系。

表4　加入所有关键解释变量时的回归结果

三、结论和建议

农民是一个理性的群体，他们能够根据实际情况确定自己是否参与非农经营，并且有效调整农业经营与非农经营的投入和比例。本文利用CFPS2010数据，运用Logit和Probit模型对影响农民进行非农经营选择的主要因素进行了实证分析。主要的结论为：(1)房产是影响农民非农经营选择的重要因素。农民自住房面积的大小对农民非农经营选择的影响较小，而农民是否有其他的产权住房能够显著影响农民非农经营的选择。实证结果表明，受访农民如果有其他产权住房，会使他们对非农经营选择的概率提高3.58%-4.55%。(2)土地和某些资产因素对农民非农经营的选择起着极为重要的作用。受访者如出租土地或其他生产资料，便会更倾向于选择非农经营；农民经营的土地能够显著影响农民对非农经营的选择；受访农民拥有的其他财产越多，其选择非农经营的概率就会越大。(3)一些人为和非人为的因素也在一定程度上影响农民非农经营的意愿。这些因素包括自然因素、社会因素、支出因素和收入因素等。

基于以上结论，结合党的十八届三中全会出台的关于土地和房产方面的政策，本文的建议如下：(1)政府应重视农民的“财产权”对非农经营选择的积极效应。十八届三中全会提出了赋予农民财产权，包括加速解决农民宅基地和小产权房等问题，可以预见，宅基地等重要问题的进一步明确和解决会在一定程度上落实农民的“财产权”，从而提高农民非农经营选择的概率。(2)加速农地流转是提高农户非农经营选择的有效途径。加速农地流转不但在一定程度上会使农户摆脱资本约束的限制，同时还能提高农户的非农经营选择概率。此外，加速农地流转还有利于农地资源的优化整合和农业生产效率的提高。(3)政府应引导非农经营与传统农业经营共同发展。农业经营与非农经营之间不是此消彼长的关系，而是相互补充和促进的关系。政府在保护传统农业的基础之上，要大力扶持农民从事非农经营，这是促进中国农村可持续发展和加速城镇化进程的一个重要且有效的手段。

参考文献：主要

[1]陈宗胜,周云波,任国强.影响农村三种非农就业途径的主要因素研究——对天津市农村社会的实证分析[J].财经研究,2006,(5).

[2]王学龙,于潇,白雪秋.破解城乡差距之困:基于劳动力流转模型的实证分析[J].财经研究,2012,(8).

[3]于潇,Peter Ho.村委会行为、村干部特征与农民收入——基于CFPS2010数据的实证分析[J].农业技术经济,2014,(7).

[4]Masson P. R. Migration, Human Capital, and Poverty in a Dual-Economy Model of a Developing Country[R]. IMF Working Paper, 2001.

[5]Mazumdar D. The Rural-Urban Wage Gap, Migration, and the Shadow Wage [J]. Oxford Economic Papers, 1976, 28: 406-425.

[6]Todaro M. P. A Model of Labor Migration and Urban Unemployment in Less Development Countries [J]. The American Economic Review, 1969, 59: 138-148.

[7]Wei G., Shigeni Y. Imperfect Labor Mobility and Unemployment in a Dual Economy [J]. Review of International Economics, 2006, 14: 698-708.

[8]Zhao Y. H. Leaving the Countryside: Rural-To-Urban Migration Decisions in China [J]. The American Economic Review, 1999, 89: 281-286.

Housing Property, Land and Peasants’Choices for Non-farm

Activities in China：Evidence from China Family Panel Studies

Yu Xiao, Peter Ho

(CollegeofLifeandEnvironmentalScience,MinzuUniversityofChina,Beijing100081,China)

Abstract:Choices for non-farm activities by peasants in China plays a critical role in their economic behavior and decision-making to a large extent. The extent to which peasants engage in agriculture is also affected by their choices for non-farm activities to an important extent. This paper discusses the impact of housing property, land and other factors on peasants’ choices for non-farm activities by using panel data of the Peking University CFPS2010 Dataset. The analysis shows that housing property is significantly correlated with whether peasants engage in non-farm activities. More in particular, whether peasants possess additional housing property significantly increases their choices for non-farm activities. In addition, peasants’ land and other assets play an important role in decisions on non-farm activities. Lastly, natural and socio-economic factors also influence choices for non-farm activities to some extent.

Key words:non-farm business; rural labor force;housing property; land; opportunity cost

(责任编辑：喜雯)