土地整治在贫困地区的减贫绩效

2018-12-21 09:39张琦石超
关键词:扶贫开发土地整治

张琦 石超

摘要:土地整治是推动扶贫开发的重要手段,但土地整治对贫困人口收入效应的影响程度目前还缺乏精确估计。基于768份农户实际调研数据,运用倾向得分法(PSM法)评估了贫困地区土地整治项目给参与农户带来的收入效应后发现,土地整治项目对参与农户的家庭收入具有显著的正向影响,平均可使农户家庭年收入增加13 118元,效应明显;但这种效应对不同农户类型是有差异的,即非贫困户收入提升幅度平均为17 174元,显著高于贫困户收入提升的9 357元。据此提出要继续强化土地整治在扶贫脱贫中的力度,加大土地整治项目的益贫性和精准性,提高土地整治项目的联动性和整合程度。

关键词:土地整治;PSM法;减贫绩效;扶贫开发

中图分类号:F301.3文献标识码:A 文章编号:1009-9107(2018)06-0090-07

收稿日期:20180310DOI:10.13968/j.cnki.1009-9107.2018.06.12

基金项目:国家社会科学基金重点项目(15AZD074)

作者简介:张琦(1963-),男,北京師范大学经济与资源管理研究院教授,博士生导师,主要研究方向为土地资源管理及减贫政策。

引言

目前,我国的扶贫脱贫工作已经到了“啃硬骨头”攻坚拔寨的冲刺阶段,实现农村地区贫困人口全部脱贫、贫困县全部摘帽已刻不容缓。而在农村地区,土地作为农民重要的生产资料之一,具有资源、资产、资本“三位一体”的属性,不仅对农民收入有重要的影响,更对地区经济发展起到持续性、根本性的作用[1]。以土地整治为抓手和平台,促进贫困地区脱贫是国土资源部门新时期扶贫工作的一种新思路,其通过建设用地整治(土地增减挂钩等)一系列措施保证农村地区扶贫开发用地需要,助力易地扶贫搬迁;通过土地政策创新,以法律法规形式重构与保障农村土地组织方式,合理引导土地流转,提高土地投资价值,降低土地交易成本,保障产业扶贫;通过农村、农业基础设施与土地生态环境建设改善农村生产生活条件与村容村貌,为贫困地区提供可持续发展的土地资源环境;通过大力开展高标准农田建设与土地复垦,增加耕地数量,提升耕地质量等级,提高农田投入产出率,从而直接增加农民收入。据统计,“十二五”期间,在贫困地区共投入940多亿元土地整治资金,安排项目5 200多个,整治规模超6 100万亩[2],有力地改善了贫困地区农业生产条件和区域经济发展基础,提高了贫困群体收入水平,其发力精准,富有特色,助推脱贫攻坚成效显著。

但从理论上如何衡量土地整治在贫困地区的效果,如何厘清土地整治在扶贫脱贫中的贡献,如何准确测度其产生的收益等,目前评价研究还不是很多。尤其是对于效应的评价界定和范围等还存在着不同的理解。从研究分析角度来看,现阶段国内对土地整治效益的研究多为评估土地整治开展后产生的单项效益或综合效益。其中,单项效益研究主要从土地整治后的生态效益、社会效益、工程效益或经济效益的其中一个角度出发:生态效益角度主要是研究如何建立有效的生态系统评价体系,对土地整治开发后的生态结构、生态功能及生态质量进行评估[3],或运用市场评估等方法计算生态效益产生的具体经济价值[4];社会效益角度则专注于研究土地整治实施后对当地社会环境的影响及其宏观社会效应[5],但因社会效益包含的范围不易界定且较为宽泛,因此,长期对土地整治社会效益方面的研究多为定性评价,仅有少数学者运用如可拓物元模型、关联函数等方法进行定量研究[6]。工程效益角度的研究一方面是对土地整治具体工程项目的静态或动态投资收益分析[7],另一方面则是从宏观的投入产出效率角度出发,集束分析比较不同地区土地整治的工程效益,进而为项目投入提供建议[8]。经济效益角度的研究主要分为对土地整治后直接经济效益(如增地增产效益[9])或间接经济效益(如投资乘数[10])的研究,其重点关注土地整治后为当地某一区域或产业带来的整体经济效益,较少涉及到土地整治对具体农户经济效益的影响。土地整治综合效益的研究大多采用不同方法来构建土地整治综合评价指标体系,评价内容基本涵盖经济、社会、生态等效益指标,并据此计算出土地整治的综合效益,常见方法有层次分析法(AHP)、模糊综合评价法[11]、特尔菲法、多因素综合评价法、物元分析法、GIS分析法、BP网络模型法等。

通过仔细进行比较和分析可知,现有研究成果和方法虽然从土地整治单项或综合效益研究角度对土地整治经济效益作出相关评估,但大多是对项目整体或具体工程经济效益的评价,忽视项目最终受益人即项目对参与农户经济效益的影响,更缺乏土地整治项目对不同类别参与农户所获经济效益差异的研究。显然这种研究对于现阶段实施的对象精准、项目精准、帮扶措施精准、脱贫成效精准的测度是不全面的或者说是有偏差的。换句话说,研究土地整治在贫困地区的减贫绩效时,应从具体农户收益的角度出发,直接评估土地整治项目对扶贫脱贫的影响。

从这一角度出发,本研究根据《中国农村扶贫开发纲要(2011-2020)》要求,按照不变价格推算出2015年农户脱贫标准为2 855元/人,分析土地整治对贫困地区的减贫绩效,即通过测度土地整治对贫困户和非贫困户收入变化的影响,判断其减贫绩效。基于此,在总结已有文献研究基础上,采用倾向得分法(PSM法)对土地整治项目对农户收入产生的影响进行总体测度,然后对建档立卡户和非建档立卡户收入影响分别测度,体现土地整治项目减贫绩效,据此提出相关政策建议。

一、研究方法与数据来源

(一)PSM法基本原理

在经济学中,评估项目或政策实施后效应的研究被称为“项目效应评估”。通过将项目参与者的全体组成“实验组”,假设项目未参与者全体组成“控制组”,比较“实验组”和“控制组”内成员的收入,来评估此项目或政策实施后对项目参与者收入的影响。但是,由于无法获得项目未参与者的状态,即个体只能处于一种状态(参与项目或不参与项目),因此,一个常用的方法为寻找与项目参与者背景信息类似的非参与者作为“控制组”,其中的一种选择方法为倾向得分匹配法(简称PSM法)。

PSM法通过利用个体可测特征,建立概率模型计算倾向得分,再根据倾向得分匹配项目未参与者,从而建立一个统计意义上的“控制组”。最终,“实验组”与“控制组”收入之差的期望则是此项目或政策的评估效应,即平均处理效应或称为平均因果效果,简记为ATE。实际应用中,常考虑项目实际参加者的平均处理效应,即参与者平均处理效应,简记为ATT,这即是本文最终所求的收入效应。PSM方法与采用OLS方法估计项目或政策收入效应相比,能避免OLS方法因变量内生性的存在而导致估计结果的偏差,与寻找工具变量进行OLS估计相比,能避免工具变量选择困难、可信度不高等问题。

PSM法可用数学公式表示,先选择可测协变量xi,记为X,参与项目记为D=1,则倾向得分为P(X)=Pr(D|x)。当满足PSM法假设前提时,可以比较实验组的平均收入E[YT实验组|D=1,P(X)]和控制组的平均收入E[YC控制组|D=0,P(X)],从而得到项目平均作用效果:

GPSM=EP(X)|D=1{E[YT(实验组)|D=1,P(X)]-E[YC(控制组)|D=0,P(X)]}

PSM方法假设个体依可测变量选择是否参加项目,因此,从本文角度出发,农户选择是否参加土地整治项目完全取决于可观测到的一些农户特征,如:农户家庭特征、农户土地特征,农户所在农村情况等,具体则需满足以下两点:(1)可忽略性。即不可观测因素不影响农户是否参加土地整治项目;(2)重叠假定。即参与土地整治农户组与不参与土地整治农户组这两个子样本存在重叠。

(二)数据来源

北京师范大学中国扶贫研究院“土地整治促进扶贫开发模式研究”课题组,于2017年6-9月对全国已经开展或正在开展土地整治的贫困县进行了分层随机抽样调研,样本涵盖18个省(市)、自治区,共收集有效农户问卷768份,样本具体分布情况见表1。

(三)数据描述性统计

本研究使用有效农户调研数据共768份,其中建档立卡户499户,非建档立卡户269户;少数民族家庭255户,非少数民族家庭513户;样本中4口之家数量最多,占总调查农户比例的29%;劳动力最高受教育水平占比最多为初中文化,次之为小学文化,两者分别为38.9%和24.7%;有58.2%的农户家里有残疾、患大病、慢性病或体弱多病的人;43%的家庭主要从业类型为农业或农林牧兼业;被调查农户中仍有188户存在饮用水污染或饮水困难情况,占比高达24.5%;生活在山区的农户最多,占45.3%,丘陵次之,平原再次之,分别占37.9%和16.8%;农户村庄所在地离乡政府所在地最近为1千米,最远为32千米,平均7.9千米,详细情况见表2。

二、PSM方法评估过程

运用PSM方法评估贫困地区农户参与土地整治对其家庭收入的影响,对参与土地整治的建档立卡户和非建档立卡户予以测算。

(一)选择可测变量(X)

PSM方法假定农户选择是否参加土地整治完全取决于一些可观测到的农户特征(即依可测变量选择),因此,为满足可忽略性假定,应尽量使用多的相关可测变量。从现有文献来看,对农户选择是否参与土地整治的可测影响因素的研究已经较为成熟,按影响因素类型可大致分为:(1)農户家庭基本特征,如农户家庭最高受教育程度(或户主受教育程度)、农户类型、家庭成员是否有村干部;(2)农户家庭资产情况,如住房结构与宅基地面积、拥有不同类型田地面积;(3)农户家庭收入来源,如收入类型、周边地区其他创收机会、非农劳力价格;(4)土地整治情况,如农户对土地整理的认同程度、已实施项目满意度、农户参与管理的方式;(5)地区差异情况,如村集体所在地特征。

基于已有学者对农户参与土地整治影响因素的研究,结合实地调研中通过访谈法对农户及其所在村落具体情况的收集,确定以下影响农户家庭是否参与土地整治项目的变量:(1)农户家庭基础特征变量,包含是否为少数民族家庭、家庭人口数、家庭劳动力数量、劳动力最高教育程度、家庭主要从业类型、家庭成员健康状况、家庭拥有土地总面积(耕地与园地面积之和);(2)农户家庭所在地特征变量,包含饮用水,农户家庭所在农村所处地势、农村到乡政府的最近距离。具体情况见表3。

(二)倾向得分匹配

根据上述可测变量,本文使用Logit模型进行回归,在计算出每个农户的倾向得分Pi后进行匹配。在进行倾向得分匹配时,常用的有3种匹配方法,分别为k近邻匹配,半径匹配(或称卡尺匹配)和核匹配。k近邻匹配是寻找倾向得分最近的k个不同组个体,Abadie等建议一般情况下取k=4,可以最小化均方差[12]。但k近邻匹配存在即使最近的一个个体也可能“距离”较远的问题,从而失去可比性。因此,可使用半径匹配限制倾向得分的绝对距离ε,通常情况下,取ε≤0.25pscore(其中pscore为倾向得分的样本标准差),为保证结果的稳健性,取ε=max(ε实际值,0.01)。

以上2种方法也可统称为近邻匹配法,其本质都为匹配倾向得分最近的个体,然后进行简单算术平均。而核匹配则为整体匹配法,其每位个体的匹配结果为不同组的全部个体(但通常去掉在倾向得分取值范围相同部分外的个体),并仅根据个体距离不同给予不同的权重,默认使用二次核与0.06的带宽来进行核匹配。根据匹配后样本计算参与者平均处理效应(ATT)估计量的表达式为:

ATT︿=1N1Σi∶Di=1(yi-0i)

N1为实验组个体数,Di={0,1}表示个体i是否参与项目,yi为参与项目个体i的收入,0i表示“未参与项目”个体i的收入。

在实际应用中,对具体应使用以上哪种匹配方法,学术界目前还尚无明确规定,但可以肯定的是,通过使用不同的匹配方法,可以从侧面检验项目估计效应的稳健性,因此,本研究将使用以上3种不同的匹配方法进行效应估计,然后进行分析比较,具体匹配结果见表4。

从表4可以看出,无论是建档立卡户还是非建档立卡户,使用近邻匹配、半径匹配、核匹配进行计算后的结果均在95%的显著性水平上通过检验。从结果ATT(即diff.)来看,建档立卡户参与土地整治项目对其家庭收入具有显著的正向影响,3种匹配方法的计算结果分别为1.011 9、0.879 3、0.975 2,平均为0.955 5,说明贫困地区建档立卡户参与土地整治项目可使其家庭年收入平均提高9 555元,同理可得非建档立卡户平均提高17 770元,两者平均相差8 215元。同时,通过观察倾向得分共同取值范围列(即On support列),可以看出,3种方法的处理组和控制组的倾向得分取值范围有相同的部分,因此,PSM方法的重叠假定得到满足。

(三)匹配结果检验

进行倾向得分匹配得到结果后,还需要对匹配结果的准确性和稳健性进行检验。如果倾向得分估计结果准确,则其可测变量X应在匹配后的处理组和控制组之间分布均匀,一般要求其标准化差距不超过10%。稳健性检验目前还没有固定的标准,本文使用偏差校正匹配估计量对匹配结果的稳健性进行验证,此方法根据Abadie和Imbens提出的使用更简单的马氏距离[13],进行有放回且允许并列的k近邻匹配,并进行偏差校正,以解决以上3种方法因使用非精确匹配可能存在的偏差问题,从而从侧面检验匹配结果的稳健性。从表5可以看出,建档立卡户和非建档立卡户通过3种匹配方法分组后,大多数变量的标准化偏差都小于10%。近邻匹配中,家庭劳动力数量和家庭拥有土地总面积的标准化偏差稍大于10%,但均小于13%;半径匹配中,建档立卡户的匹配后变量标准化偏差有4个大于10%,小于14%,非建档立卡户均小于10%;核匹配中的变量标准化偏差结果与半径匹配类似。虽然,部分以上变量在匹配后标准化偏差大于10%,但基本均小于17%,处于可接受范围内,并且在95%的显著性水平上,全部变量的t检验均不拒绝实验组与控制组无系统差异的原假设,说明采用近邻匹配、半径匹配、核匹配计算的倾向得分估计结果较准确。

偏差校正的马氏匹配结果均在95%的显著性水平上拒绝原假设,表明农户参加土地整治项目对农户家庭收入具有显著的正向影响,建档立卡户家庭年收入平均提升8 762元,非建档立卡户提升15 383元,接近表4的匹配结果,说明本文所用3种匹配方法的估计结果均较为稳健。

(四)不同匹配方法结果处理

运用PSM方法对贫困地区不同性质农户参与土地整治项目的收入提升效应进行了评估,但在估计过程中使用不同的匹配方法得到的结果具有微小的差距;据表5和表6可知,不同匹配方法中,马氏匹配方法估计的收入提升效应最低,近邻匹配和核匹配的相对较高。同时,考虑到不同的匹配结果均通过准确性和稳定性检验,因此,本文采用平均法计算最终收入提升效应,得到贫困地区建档立卡户参与土地整治平均可使家庭年收入提升9 357元,非建档立卡户提升17 174元,参与土地整治农户比不参与农户提升13 118元。

三、结论与政策建议

(一)结论

1.土地整治对提高农户收入水平具有显著影响。整体来看,在贫困地区,参与土地整治平均可使农户家庭收入提高13 118元,这说明新时期国土资源部以土地整治助推扶贫脱贫的效果显著,通过开展土地整治项目,使当地农户的收入水平有显著提升。

2.土地整治的减贫效应显著。从以上分析结果可以看出,土地整治平均可使建档立卡参与户年收入提高9 357元,平均每人提升2 599元。也就是说,仅仅依靠土地整治提升贫困户的收入就达到了2 599元(可变价格),已经基本接近了脱贫标准2 855元(可变价格),这大大促进了贫困户减贫的进程,降低了贫困家庭的贫困程度。

3.土地整治对农户家庭收入水平的提升有差异性。从数据分析可知,不同性质农户之间的收入提升程度是有明显差异的,建档立卡户参与土地整治平均可使家庭年收入提高9 357元,非建档立卡户提高17 174元,相差7 817元;人均收入分别提高2 599元与4 771元,相差2 171元。换句话说,土地整治对贫困户的收入提升效应低于非贫困户的收入提升效应。

(二)政策建议

1.继续强化土地整治在扶贫脱贫中的力度。土地整治在提升农户收入方面的效果是明显的,在促进扶贫脱贫方面也同样是有效的,而且作用不断显现。当然,本研究仅仅是从收入提升角度进行的界面分析,而土地整治通过改善交通水利和环境条件等因素,对削弱和消除致贫因素的作用是长期的,这一效应,也只能在未来长期持续的发展中得到体现,显然,这种效应对于减贫的作用也是持久和长远的,因此,要继续强化土地整治的力度,在财政和技术条件允许的条件下,要增加和扩大土地整治的规模和范围。

2.加大土地整治项目的益贫性和精準性。从前面分析可以看出,虽然从土地整治全部参与农户的收入提升水平上看,土地整治对农户收入具有显著的正向作用,对其脱贫致富具有良好的促进作用,但通过对比土地整治对不同性质农户收入提升程度,可知非贫困户参与项目提升的收入比贫困户户均高7 817元,人均高2 171元,收入提升差距接近1倍。从实地调研情况与土地整治本身性质来看,这主要是由于土地整治除作为国土资源部扶贫的重要抓手外,其主要作用还是服务于国家土地整治战略,如:提高农业综合生产力,推动新型城镇化,促进生态修复等。在此层面上看,土地整治在促进扶贫开发上的平台作用更明显,进而,在实践过程中,较容易出现土地整治项目的“精英俘获”现象。因此,在今后通过土地整治促进扶贫开发时,应更加注重对建档立卡户的扶助。为此建议:一方面在土地整治项目的区域选择时要尽量在贫困面大、贫困集中乡镇和贫困县来实施,另一方面,在项目实施过程中,要扩大和提高贫困户在项目实施过程中的参与性,让贫困户从土地整治项目实施过程中也获得更多的收益。

3.提高土地整治项目的联动性和整合程度。土地整治项目的实施涉及政府多部门多单位,其中包括发改委、农业、水利、环保、国土、扶贫等部门,现阶段,土地整治扶贫主要由国土部门居中协调,其他部门配合,但随着脱贫攻坚的不断深入,要想保证在项目落地后,能逐渐形成土地整治助力扶贫脱贫的完整链条,使建档立卡户在参与土地整治项目后能够有持续的收入来源,能不断提升收入水平,则需要多部门的协同参与和联动。因此,相关政府部门应理顺部门关系,加强部门联动,合力推动多规合一,从而进一步发挥土地整治促进扶贫开发的特殊优势和潜能。

猜你喜欢
扶贫开发土地整治
重庆市2015年贫困村土地整治项目扶贫成效评价
“精准扶贫”背景下全社会扶贫开发投入管理体系研究
河北省开发性金融扶贫浅议
浅析山东省临沂市耕地保护与利用
基于统计学理论的中国土地整治框架体系
普洱市无量山片区扶贫开发的问题与对策
光山县实施土地整治项目助推精准脱贫方法研究
农村土地整治中的理论与实践探究
农村扶贫开发的模式总结和反思的研究