欠发达地区土地流转对农村劳动力转移就业的影响研究——基于DID模型与呼图壁县实地调研

门建芳，马 瑛，那 拉

(新疆农业大学 管理学院，新疆 乌鲁木齐 830052)

2004～2017年中中央一号文件10次明确提及土地承包政策、土地改革及产权制度改革等问题，9次明确提及农村劳动力(转移)就业的问题。党的十九大再次提出要深化农村土地制度改革，坚持就业优先战略和积极就业政策，可见，如何实现农民有效就业一直受到政府高度关注。在土地流转的带动下，农村剩余劳动力转移就业问题将是影响经济发展和社会稳定的关键因素，尤其是在欠发达地区农村劳动力转移就业问题表现更为突出。推动欠发达地区农村劳动力有效就业，不仅促进了土地流转与农村劳动力就业的统筹协调发展，而且在促进边疆经济发展和维护社会稳定方面也发挥了重要作用。

土地流转市场的发展日益成为学术界研究的热点，其中土地流转与农村劳动力转移的关系、土地流转对农村劳动力转移就业的作用成为关注的焦点。通过梳理现有研究文献可知，关于土地流转是否显著促进农村劳动力转移就业目前仍然没有定论，有学者认为两者之间没有显著关系[1]，有学者认为两者之间存在正相关关系[2-4]或者负相关关系[5-6]。学者们针对土地流转背景下促进劳动力非农就业提出了较为充足的政策建议，通过公开、公正的人力资源市场[7]、城镇与农村户籍等价[8]、政府—社会—农民三方主体合作[9]、充分发挥就业培训功能[10]及其他方面推进土地流转与农村劳动力转移的进程，实现劳动力的转移就业。

从学者们研究的区域来看，已有研究多倾向于内地土地流转和就业保障较成熟的地区，有针对性的对特殊地区劳动力就业难问题提出解决实际困境的研究较少，尤其欠缺对经济发展相对缓慢的边疆欠发达地区的研究。呼图壁县是新疆首批土地确权以及两权抵押试点县，探索该县土地流转背景下农村劳动力转移就业的影响因素，解决农村剩余劳动力的就业问题，不仅对其他经济欠发达的试点地区起到了示范效应，也为相关政府部门在维护社会稳定、提高劳动力就业率等方面提供了指导性意见。

1 研究方法

1.1 模型选择

为了研究欠发达地区农户参与土地流转对农村劳动力转移就业的影响，本文采用DID模型进行具体分析。DID模型(双重差分法)通常被用来评估一个政策或者一个工程项目的实施效果，通过对研究对象进行分组，分成“对照组”和“实验组”，对照组是指研究对象没有受到政策或项目实施的影响，实验组是指研究对象受到政策或项目实施的影响[11-12]。研究两组被调查对象的数据在同一政策或相同项目的作用下不同时间段的信息，计算两组被调查对象的某一指标在项目或政策实施前后的变化量，所得的两组变化量的差值就是DID估计值，该值可反映政策或项目对实验组的实施效果。在分析实施组农户与对照组农户劳动力转移就业的变化时，被调查农户按是否参与土地流转被分为参与户和未参与户，本文将“实施组”设为参与土地流转的农户，未参与土地流转的农户则为“对照组”。

在具体分析过程中，为了控制其他因素的影响，采用固定效应模型分析土地流转所造成的影响[2]，其DID模型如下：

Yit=β0+α0Tt+β1dBi+α1TtdBi+θXit+εit

(1)

其中，i代表农户，t代表流转时期。Yit是农户i在t时期的劳动力转移就业情况；dBi是二值虚拟变量，如果dBi=1，表示样本农户属于参与实验组，如果dBi=0，表示样本农户属于对照组。Tt表示样本数据来自参与土地流转的时期，如果是实验组，则T=1，否则，T=0。交互项Tt×dBi的系数α1就是DID估计土地流转对劳动力转移就业影响的净效应。Xit是控制变量，包括家庭规模、年龄、族别、确权面积、非农收入比重等，ε为随机扰动项。

根据不同的分析目的，无论被解释变量是分类变量还是连续变量，DID模型都可适用[13]。农户家庭是否配置劳动力转移为二分类变量是定性变量，即“未配置劳动力转移=0，配置劳动力转移=1”两种行为。在分析土地流转对农村劳动力转移的影响时，为了保证计量结果的稳健性，选取了Logit和Probit 2个累积分布函数建立回归模型。两者的主要区别在于样本分布的假设上，Probit回归模型比Logit回归模型的条件概率趋近于0或1的速度更快一些[14]，本文分析土地流转对农户家庭配置劳动力转移的影响时，在引入其他控制变量前后同时采用Logit和Probit回归模型检验此影响。

式(2)为基于Probit模型的DID模型：

P(y=1|x)=G(β0+α0Tt+β1dBi+α1T·dBi+θXit+μit)

(2)

其中，P表示Y=1的概率，G是服从正态分布的累计概率函数，取值范围在0～1之间：对于所有实数Z，都有0

(3)

其中，Φ(Z)为标准正态密度函数：

Φ(Z)=(2π)-1/2exp(-Ζ2/2)

(4)

基于Logit模型的DID模型：

F(X)=Y=β0+β1X1+β2X2+β3X3+…+βiXi+ε

(5)

经过Logit变换后所得的概率模型表达式为：

(6)

在模型的应用中，分别计算Probit和Logit的边际效应，来观测自变量每发生一个单位的变化，农村劳动力转移就业的变化情况。

劳动力转移就业比重是一个定量且连续的变量，可以采用多元线性回归模型具体分析影响其变化的因素，本文中分析农村劳动力转移就业比重的回归模型公式与DID模型公式(1)一样，但是Yit在这里表示农户i在t时期家庭劳动力转移就业的比重。

1.2 模型变量

因变量选取：农村劳动力转移和就业紧密相关，如果劳动力转移之后不能顺利就业，就会影响转移的进程，本文研究的转移就业是指农村劳动力由从事农业为主转为从事非农为主，不区分区域间转移。在对农村劳动力转移就业进行探究时，选取家庭是否配置劳动力转移和转移就业人数占家庭总人数的比重2个变量进行分析，以得出土地流转对这2个变量的具体作用情况。

自变量选取：基于现有研究成果[3-5,11]，本文从土地流转、家庭特征和所在村庄特征这3个方面分析了影响农村劳动力转移就业的因素。

(1)土地流转变量。选取了农户家庭是否参与土地流转、参与农地流转的时期及两者乘积的交互项3个变量。

(2)家庭特征变量的选取。张务伟等[15]研究发现，家庭耕地面积、家庭人口总数、年龄、受教育年限等对农村劳动力就业呈显著的正向影响。而张俊霞[16]研究发现，受教育年限、家庭耕地面积变量对农村劳动力就业没有影响，而家庭人口总数、是否有65岁以上老人等变量对劳动力就业有负向影响，家庭中上学人数正向显著影响劳动力就业。罗明忠等[17]运用二元Logit模型对化州市播扬镇440户农户进行了微观分析，发现非农收入对农地流转呈正向显著，农地流转对农户家庭做出劳动力转移的决策具有积极影响。吴婷婷[18]通过南康区300份农户问卷分析农村劳动力转移与农地流转的关系，发现短期的流转会促进劳动力转移。马琴[19]在研究民族地区就业结构时，发现民族地区劳动者就业技能的提高赶不上产业结构升级速度，不利于劳动力转移就业。单杨[20]研究发现家庭耕地面积负向影响劳动力转移行为，而陈有权[21]研究认为农村劳动力非农就业不受耕地面积的影响。基于以上研究，选取农户家庭规模、劳动力人数、上学人数、是否有65岁以上老人、劳动力平均年龄、劳动力平均受教育年限、族别、非农收入比重、耕地面积、土地流转的合同期9个关系变量。

(3)村庄特征变量的选取。马成福[2]通过对宁夏银北地区的研究，发现公共交通通达度和市场便利度与农村劳动力转移及就业之间没有相关关系。邱元等[22]在分析影响我国农村劳动力非农就业的因素时，得出村子与最近公交点的距离对劳动力非农就业有显著影响。基于以上研究，村庄变量选取距离最近搭车地点的路程以及距离最近市场或集市的路程2个变量。

1.3 数据来源

本文原始数据来源于2016年6月和2017年4月先后2次对新疆呼图壁县辖内园户村镇、五工台镇、大丰镇和二十里店镇典型地区进行实地调查获得，不针对已有社区或者土地为国有土地的乡镇进行调查。一方面针对县农经局、乡镇农经站、村委会、涉农公司/企业、合作社以及种植大户采用访谈的方法，深入了解呼图壁县农地流转情况及劳动力就业情况并获取一些面板数据；另一方面针对4个镇的10个行政村的农户进行入户问卷调查，每个行政村随机入户并选择填写40份问卷，共发放问卷400份，回收400份，剔除参与流转但仅有流入土地行为、信息不全及有问题的问卷35份，有效问卷为365份，问卷有效率为91.25%。

调研获得的两期数据分别是2013和2016年，为了避免内生性问题，剔除了2012年及之前流转的7份样本数据。以2013年为基期，以2016年为考察期，经过对样本问卷筛选统计共得样本量358份，其中处理组191份，对照组167份，占比分别为53.35%和46.65%。本文将因变量分为农户家庭是否发生劳动力转移和农户家庭中劳动力转移就业比重2个变量，相关变量的含义及单位、具体统计描述和预期作用方向见表1。

表1 变量统计描述与预测作用方向

注：数据来源于调查问卷整理所得。

2 结果与分析

2.1 基本回归结果及分析

土地流转是影响农户家庭配置劳动力转移及劳动力转移就业比重的重要因素，在Logit、Probit估计和多元线性回归中DID估计值均在5%的水平上呈正向显著，净影响效果α1分别为1.972、0.925和0.152。农户家庭是否配置劳动力转移、劳动力转移就业比重的差异效应系数分别为1.023、0.615和0.104，均在相应的显著性水平上正向显著，而3种模型的时变效应系数α0分别为0.330、0.204和0.753，均不显著。说明时变效应对农户家庭配置劳动力转移以及劳动力转移就业比重没有影响，在控制了差异效应后，土地流转正向显著影响农户家庭配置劳动力转移及转移就业比重，与预测结果一致(表2)。

表2 基本模型估计结果

注：*、**、***分别表示在10%、5%和1%水平上显著，Logistic和Probit估计中小括号内数据为z统计量，多元线性回归估计中小括号内的数据为t统计量。

2.2 引入控制变量的回归结果及分析

模型在引入控制变量后。土地流转对农户家庭是否配置劳动力转移及农村劳动力转移就业比重影响的DID估计值分别在5%和1%的水平上呈正向显著。由于Probit模型与Logit模型仅是累计分布假设上的区别[14]，故2个模型的估计结果类似，在这里不对Probit估计结果作具体分析。从Logit和多元线性回归模型结果来看，DID值的边际效应为0.286，表示参与土地流转的农户家庭要比未参与土地流转的农户家庭配置劳动力转移的概率高28.60%，而且劳动力转移就业比重高20.80%(表3)。再次验证了呼图壁县土地流转对农村劳动力转移就业影响显著且两者之间呈正相关关系。

3个模型中影响劳动力转移及转移就业比重的因素基本相同，分别是家庭规模、上学人数、族别、年龄、非农收入比重、公共交通通达度这6个因素，且6个因素除家庭规模外均与预测方向一致，其中族别、上学人数、年龄、公共交通通达度负向影响2个因变量，而非农收入比重正向影响2个因变量。

根据家庭规模对农户家庭配置劳动力转移和劳动力转移就业比重的预期，农户家庭人数越多越促进劳动力转移及提高转移就业比重，但农户家庭配置劳动力转移的估计结果验证了假设，而劳动力转移就业比重的估计结果与预期相反，家庭规模每增加1人，劳动力转移就业比重会降低3.80%，家庭规模与劳动力转移就业比重的关系与其他学者的研究结果[15-16]不一致，主要原因是民族地区少数民族享有计划生育优待政策，家庭规模虽大，但非劳动力人口多，女性劳动力又受传统观念影响，导致能够转移就业的劳动力有限，所以，家庭规模与转移就业比重呈负相关关系。

受教育年限和耕地面积2个变量因素在3个模型的检验结果不稳定，其中，受教育年限对劳动力转移就业比重在5%的显著水平上呈正向显著，对农户家庭是否配置劳动力转移没有显著影响，相反，耕地面积对农户家庭是否配置劳动力转移有着负向显著影响，对劳动力转移就业比重没有显著影响。此外，农户家庭劳动力人数、65岁以上老人人数、土地流转合同期及市场便利度对2个因变量没有显著影响。

3 结论与政策建议

3.1 结论

基于呼图壁县358份有效农户的调研数据，通过土地流转视角分析对农村劳动力转移就业的影响，得出如下结论：(1)无论是否引入控制变量，土地流转都正向显著影响劳动力转移就业。(2)在引入控制变量后，影响劳动力转移及就业的其他因素有很多，农户所在家庭非农收入比重的增加促进劳动力转移就业，但是族别、农户家庭上学人数、劳动力平均年龄及公共交通通达度这些因素抑制了劳动力转移就业，族别因素对其影响更为显著，在欠发达的民族区域，少数民族受宗教文化、饮食习惯、区域位置等因素影响，自身就业意识、就业技能较薄弱。(3)研究呼图壁县家庭规模与劳动力转移就业比重时发现，两者之间呈显著的负相关关系，原因是民族地区少数民族即享有计划生育优待政策，又受传统思想影响，阻碍了劳动力尤其是女性劳动力的转移就业。

表3 引入控制变量的模型估计结果

注：*、**、***分别表示在10%、5%和1%水平上显著，Probit估计中小括号内数据为z统计量，多元线性回归估计中小括号内的数据为t统计量。

3.2 政策建议

根据以上研究结果，对于欠发达地区推进土地流转的过程中，提高劳动力转移就业率可以从以下几方面进行。

3.2.1 政府主导：准确定位政府的管理和服务职能 土地流转对劳动力转移就业的影响非常显著，所以政府应发挥主导作用，明确其职能，严格遵守“自愿、有偿”的原则鼓励农户进行流转。(1)完善与激活土地流转市场，发展多元化的流转模式，促进土地资源的高效配置，解放劳动力；(2)加大对农村劳动力技能教育的培训力度，培训内容要符合当前三次产业发展的实际，同时要考虑族别对劳动力转移就业的影响，开展不同语言及各种形式的职能教育，注重提升教育质量，提高各种青壮年劳动力的就业竞争优势；(3)构建配套的社会保障体系，社会保障保障体系要与城镇接轨，减少流出土地农民的后顾之忧，所以呼图壁县各级政府要组织从事社会保障工作的专业人员深入农村，逐户进行宣传，尤其是在少数民族人口比较聚集的村，比如二十里店村，发放汉语和维语、哈语等不同语言的农村社会保障专用建议画册，宣传社会保障制度所包含的最低生活保障、养老保障等内容，进而提高他们自愿参保意识，增强自我保护和救助能力。

3.2.2 社会协同：积极发挥社会各级组织的辅助及协调功能 各公司、企业及合作社在享受政府优惠政策的同时，应积极发挥协同作用。第一，采取“面向市场、因人而异、因地制宜”的方针，配合政府开展公益性的就业指导课程，构建多元化、多层次就业培训机制；第二，各用工单位针对不同年龄层、不同就业技能的劳动力，秉承“公开、公正”的原则提供就业岗位，同时对于来自欠发达地区的农村劳动力尤其是少数民族劳动力在既定条件下应适当放宽用工条件，为其创造更多的就业机会；第三，协同当地政府完善公共交通服务设施，特别是欠发达地区各个村之间、村与城镇之间相隔距离较远，出行在很大程度上受到影响，公共交通服务设施的完善尤为必要。所以，各级组织在资金、技术、设备等方面要适当给予支持，为劳动力转移就业提供一个便利的交通条件，增加就业机会。

3.2.3 家庭参与：打破农户封闭思想，提升农村劳动力整体素质 一方面，强化农户家庭接受教育的意识。农户家庭上学人数的增加一定时期内加重了该家庭的经济负担，但是学校教育是接受各方面知识的关键时期，是家庭人力资本的储备期，长期来看，是家庭经济收入的主要承担者。对于民族地区的农户来说，要支持和鼓励孩子去接受义务教育和高等教育，尤其是少数民族农户，教育是其摆脱语言障碍、获取就业技能、提升文化素养的重要途径。另一方面，打破少数民族农户封闭思想，明晰就业意识。利用新闻、广播、网络等媒介，邀请一些转移就业致富的劳动力代表到各村巡回演讲，各用工单位可以出资邀请各村劳务合作社或负责牵头打工的负责人赴用工地进行实地考察，将工作环境、工作时间及工资等详细内容宣传给少数民族劳动力，打破其关于“外出打工丢人”的封闭思想，明晰并增强少数民族农户的就业意识。

参考文献:

[1] 孙玉娜,李录堂,薛继亮.农村劳动力流动、农业发展和中国土地流转[J].干旱区资源与环境,2012,26(1):25-30.

[2] 马成富.土地流转对农村劳动力转移的影响：基于宁夏银北地区的调查研究[D].银川:宁夏大学,2015.

[3] 李娟娟.中国农村土地流转与劳动力转移的关联分析[J].改革与战略,2011,27(7):108-110.

[4] 周来友,饶芳萍,马贤磊，等.丘陵地区非农就业类型对农地流转的影响：基于江西省东北部农户调查数据的分析[J].资源科学,2017,39(2):209-219.

[5] 陈浩,陈中伟.农村劳动力转移与土地流转不一致的影响因素分析：基于1986～2010年中国农村固定观察点数据[J].财贸研究,2013,24(5):32-38.

[6] 陈中伟,陈浩.农村劳动力转移与土地流转统筹发展分析[J].中国人口科学,2013(3):46-53,127.

[7] 曹海英.新形势下农村劳动力转移的制约因素和对策建议[J].经济研究导刊,2010(17):39-40.

[8] 张良悦.户籍对价、劳动力迁移与土地流转[J].财经科学,2011(1):117-124.

[9] 任晓聪,孔梅.我国农村土地流转对劳动力转移的影响研究[J].农村金融研究,2016(1):70-76.

[10] 张建,诸培新,王敏.政府干预农地流转:农户收入及资源配置效率[J].中国人口·资源与环境,2016,26(6):75-83.

[11] 朱兰兰,蔡银莺.农田保护经济补偿政策实施异质效应：基于DID模型的动态估计[J].自然资源学报,2017,32(5):727-741.

[12] 张一豪,刘雨欣,姜天瑞,等.黑龙江省农机合作社助农增收绩效评价：基于DID模型的实证研究[J].农机化研究,2017,39(11):40-43.

[13] Puhani P A. The treatm ent effect, the cross difference,and the interaction term in nonlinear “difference-in-differences”model[J]. Social Science Electronic Publishing, 2010, 115(1): 85-87.

[14] 田传浩,李明坤.土地市场发育对劳动力非农就业的影响:基于浙、鄂、陕的经验[J].农业技术经济,2014(8):11-24.

[15] 张务伟,张福明,杨学成.农村劳动力就业状况的微观影响因素及其作用机理：基于入户调查数据的实证分析[J].中国农村经济,2011(11):62-73，81.

[16] 张俊霞.黑龙江省农村劳动力非农就业问题研究[D].哈尔滨:东北农业大学,2013.

[17] 罗明忠,杨永贵,林文泽.农地流转中的非农就业因素分析：基于化州市播扬镇的实证检验[J].产经评论,2013,4(3):102-109.

[18] 吴婷婷.农村劳动力转移与农地流转的关系研究[D].南昌：江西师范大学,2014.

[19] 马琴.我国民族地区就业结构优化研究[D].北京:中央民族大学,2015.

[20] 单杨.农地流转对农村劳动力永久性迁移的影响研究[D].湘潭:湖南科技大学,2015.

[21] 陈有权.城市化进程中武威市农民非农就业与实现机制研究[D].兰州：兰州大学,2015.

[22] 邱元,叶春辉,朱奇彪,等.我国农村劳动力非农就业影响因素研究：以全国5省大样本调研数据为例[J].浙江农业学报,2015,27(2):295-300.