朱建军 张蕾
摘要 近年来农地确权不断推进,厘清其产生的影响对于用好确权成果具有重要的现实意义。基于此,利用中国劳动力动态调查2014年的数据实证分析了农地确权对农村劳动力外出务工意愿的影响。结果显示,整体来看,农地确权对农村劳动力外出务工意愿的影响不显著;具体来看,农地确权增强了年轻劳动力的外出务工意愿,但对中老年劳动力影响不显著;增强了初中及以上学历劳动力的外出务工意愿,但对初中以下学历劳动力的影响不显著。可见,农地确权效果的发挥是有条件的。应在推进完善新一轮农地确权的基础上,重点针对年轻劳动力,提升其受教育水平。
关键词 农地确权;农村劳动力;外出务工意愿
[中图分类号]F323.6 [文献标识码] A [文章编号]1673-0461(2019)06-0030-07
一、引 言
根據产权经济学理论,产权安排会影响资源的配置,而农户对各种生产要素的配置是由其联合决策行为所共同决定的[1]。因此,农村土地产权制度不仅影响农村土地资源的利用方式和效率,还可能影响农村劳动力资源的利用方式和效率[2]。近年来,农地确权作为中国农地制度改革的重要内容逐渐展开,2010年中央一号文件要求“全面落实承包地块、面积、合同、证书‘四到户,扩大土地承包经营权登记试点范围”。2013年进一步提出“用5年时间基本完成农村土地承包经营权确权登记颁证工作”。较多学者分析了农地确权对农地投资与农地流转的影响[3-4],但关于农地确权对中国农村劳动力转移影响的相关研究较少。改革开放以来,中国农村劳动力转移对经济增长发挥了重要作用,成为促进农民增收和消除贫困的重要手段,不仅改进了流入地的福利,而且提高了外流劳动者和家庭收入水平,有利于流出地的经济结构优化[2,5-6]。因此,在中国不断推进农地确权的现实背景下,厘清农地确权对农村劳动力转移的影响具有重要的理论和现实意义。
农地确权对农村劳动力转移会产生怎样的影响,已有研究结论不一。一种观点为正向影响:Bezabih et al.(2014)和许庆等(2017)分别对埃塞俄比亚和中国的研究发现,土地确权对农民非农就业影响显著为正[7-8];Deininger et al.(2014)对中国的分析认为,持有土地承包经营权证促进了劳动力非农就业,而非农就业机会的增加会增强这一影响[9];Janvry et al.(2015)针对墨西哥的分析发现,土地确权显著促进了农村劳动力外出就业,而确权前农地产权不安全和外出就业机会多的地区这一影响更明显[10]。也有研究持相反观点:Brauw and Mueller(2011)研究发现,土地产权可转让性提高对劳动力转移有一个很小的负向影响,土地产权完善会促进对农地的资本和劳动投入,从而抑制劳动力转移[11];纪月清等(2016)认为土地细碎化阻碍了劳动力非农就业,而农地确权可能会固化土地细碎化状况[12]。另外,有研究分析了地权安全对农村劳动力转移的影响[2,13-14]。
综上,已有研究为本文提供了启示,但尚存在以下不足:第一,已有研究结论存在分歧,而之所以存在分歧,可能的原因是农地确权的影响在不同群体中存在差异,这就需要进一步识别影响的差异性;第二,劳动力转移分为向非农转移和外地转移,针对中国的当前研究,如许庆等(2017)主要分析了农地确权对非农就业的影响,对外出就业的分析缺乏[8];第三,新一轮农地确权自2009年开始,Deininger et al.(2014)所用数据为2008年及以前的[9],不能反映新一轮农地确权的影响;第四,已有研究并未充分考虑农地确权的内生性,所得结论的可靠性值得怀疑。同时考虑到新一轮确权时间尚短,农地确权并不一定会导致农民即期行为的转变,更有必要通过对农民意愿的考察来理解确权对其可能产生的长期影响趋向[15]。基于此,本文利用2014年中国劳动力动态调查数据(CLDS)实证分析了新一轮农地确权对农村劳动力外出务工意愿的影响,并进一步检验了农地确权的影响在不同群体间的差异。
二、理论分析与研究假说
农地确权或地权安全会通过风险降低效应、资产增强效应和收入效应来影响劳动力外出务工[16]。所谓的风险降低效应,是指农地确权会提高农户的地权安全性,降低土地调整、征用或流转过程中承包户土地权益遭受侵害的可能性,进而增强其外出务工的意愿。农户外出务工,往往会将土地流转出去或撂荒,在农地产权模糊的情况下,不管是流转出去还是撂荒,在土地调整或被征用时都可能面临完全或部分失去土地权益的风险。农地确权发证不仅减少了村庄农地调整的频率[17],维护了土地承包关系的长期稳定,而且提高了农户在土地征用过程中的谈判地位和议价能力[18],使得外出务工家庭的土地权益也能得到保障。农地确权明确了承包地的四至权属、空间位置、面积大小等信息,降低了农地流转过程中发生纠纷或农地遭受承租方侵占的可能性,使其能放心转出农地而外出务工。资产增强效应是指农地确权能够稳定农户经营农地的收益预期,从而激发其经营农业的积极性,促使其增加农地转入并加大对土地的投入,包括劳动投入,抑制劳动力外出就业。相反,地权不稳定可能会使农户投资农地的收益遭受损失,因而制约农户对农地的投入,尤其是长期投资,这样会降低农业生产效率,从而挫伤农民从事农业生产的积极性,迫使部分劳动力改变从业方式,进入非农领域或外出务工[2]。林文声等(2017)研究发现,农地确权颁证对农村劳动力数量、农业生产时间具有显著的正向影响[18]。但在当前情况下,由于非农行业的发展和就业机会的增加,再加上农业自然风险和市场风险较高、比较效益低下,农户往往将农业副业化,甚至将耕地长期撂荒,对农业长期投资倾向不高[8]。因此,农地确权带来的资产增强效应并不明显,难以对农村劳动力的外出务工产生阻碍作用。收入效应是指农地确权后一方面会增强农地的可交易性,提升农地的交易价值和流转价格,使得农地转出户获得更多的农地租赁收入;另一方面农地确权赋予农地抵押、担保权能,能够缓解外出劳动力的资本约束,两方面的收入支持能够在一定程度上增强其外出务工意愿。程令国等(2016)的研究发现,农地确权增强了农地的产权强度,提高了土地资源的内在价值,使得土地租金率大幅上升[4]。李停(2016)认为,清晰界定的土地产权通过增强资产融资变现能力对农村劳动力迁移产生促进作用[19]。当然,对于农户的小规模农地,农地流转或抵押带来的收入效应还是有限的。综合上述分析,农地确权主要是通过风险降低效应起作用,因此得到本文的假说一:农地确权会增强农村劳动力外出务工的意愿。
相对于中老年农村劳动力,年轻的农村劳动力往往具有较高的受教育水平和较强的非农就业能力,其务农意愿较低,他们不愿意留在农村,向往城市的生活。而中老年农村劳动力非农就业能力较差,其生存和就业主要依赖于土地,对土地具有一定的情感依赖。同时,中国推进的农地确权改革可能更容易被年轻农民所感知和理解,产生较强的产权认知[20]。因此,得到假说二:农地确权对年轻劳动力外出务工意愿影响显著,而对中老年农村劳动力的影响不明显。
受教育水平高的农村劳动力往往具有较强的外出就业能力,外出后也更容易找到满意的工作,相反,受教育水平低的农村劳动力因不具有外出从事非农就业的能力,其预期外出后难以找到合适的工作,无论确权与否其外出务工意愿都较弱。因此得到假说三:农地确权对受教育水平高的农村劳动力外出务工意愿影响显著,而对受教育水平低的农村劳动力影响不明显。
三、數据来源与模型设定
(一)数据来源
本文使用数据来自中山大学社会科学调查中心开展的“中国劳动力动态调查”(CLDS)(本文的观点和内容由作者自负。如需了解有关此数据的更多信息,请登录 http://css.sysu. edu.cn)。CLDS建立了以劳动力为调查对象的综合性数据库,包含了劳动力个体、家庭和社区3个层次的数据。2014年CLDS样本覆盖了中国29个省市,样本规模为401个村居,14 214户家庭,23 594个个体,具有全国代表性。林文声等[18,21]分别采用此数据分析了农地确权对对农户农业投资和农业生产效率的影响。经过对数据的整理,剔除关键变量缺失的个体,本文最终使用的样本来自27个省、215个村、4 674户,年龄介于15~65岁的7 461个劳动力。
(二)模型设定和描述统计
WMIR为被解释变量外出务工意愿,来自于问卷中针对从未外出务工过的劳动力进行询问的题目,“请问您是否打算外出务工(跨县流动半年以上)”,是取值1,否取值0。鉴于被解释变量的取值,采用Logit模型进行分析。在对被解释变量进行描述统计时发现,取值1的比例为5.82%,属于稀有事件,可能导致稀有事件偏差。解决稀有事件偏差的方法通常有两种[22]:第一种方法是由King and Zeng(2001)提出的Relogit命令[23],继续使用Logit模型,但对由于稀有事件而造成的小样本偏差进行估计,然后对原Logit模型的系数进行修正,以得到偏差修正估计。第二种方法是使用非对称的“极值分布”,得到“补对数-对数模型”(Compementary log-log model),进行MLE估计,具体命令为Cloglog。为了检验结果的稳健性,本文同时采用3种方法进行估计。CERT为关键解释变量农地确权,参考林文声等(2018)的研究[21],采用“目前,您家是否已经领到了农村土地承包经营权证书”来衡量,许庆等(2017)的研究也采用“你们村的村民是否已经领到了土地承包经营权证”来衡量[8]。X为影响外出务工意愿的控制变量,包括劳动力个人层面、家庭层面和村庄层面的变量,具体内容如表1所示。
如表1所示,不打算外出的劳动中有45.24%的劳动力所在家庭已经领到了土地承包经营权证,打算外出的劳动力中有50%的劳动力所在家庭领到了土地承包经营权证。相对于不打算外出的劳动力,打算外出的劳动力男性比例高、年龄小、受教育水平高、有配偶的比例低、获得过专业技术资格证书的比例高。
四、实证结果分析
(一)农地确权对农村劳动力外出务工意愿影响的整体分析
考虑到打算外出务工的劳动力比例较低,分别采用Logit、Relogit 和Cloglog 3种方法进行估计,由于家庭内部不同个体决策是相互关联的,进一步采用家庭层面的聚类标准误进行稳健估计。估计结果如表2所示,农地确权变量并不显著。本文的假说一并未得到验证,可能的原因在于:第一,农地确权一方面会通过风险降低效应和收入效应来增强农村劳动力的外出务工意愿,另一方面会通过资产增强效应抑制农村劳动力的外出务工意愿,两种作用相互抵消,导致最终的综合影响不显著;第二,对于不同特征的农村劳动力,由于认知能力或非农就业能力等方面存在差异,导致农地确权对其外出务工意愿的影响存在异质性,使得整体分析的结果不显著,因此有必要对不同的群体分别估计农地确权的影响。
在劳动力个体特征方面,性别对农村劳动力外出务工意愿具有显著的正向影响,说明相对于女性劳动力,男性劳动力外出务工意愿更强;年龄对农村劳动力外出务工意愿的影响显著为负,说明年龄越小的劳动力其外出务工意愿越强。家庭特征方面,家庭人口数对农村劳动力外出务工意愿的影响显著为正,说明家庭人口数越多,农村劳动力外出务工意愿越强,可能的原因是家庭人口多,劳动力资源丰富,农业剩余劳动力多,打算外出务工的就多;家庭人均收入对农村劳动力外出务工意愿的影响为负,可能的原因在于人均收入高的家庭多在本地非农就业而不打算外出务工;农业收入比重高的家庭,农村劳动力外出务工意愿低,可能的原因在于该类家庭的劳动力可能缺乏非农就业的能力而只能从事农业经营。村庄特征方面,本村是否有村办非农集体经济在3种模型中估计结果存在差异,稳健性较差;村治安状况对农村劳动力外出务工意愿的影响显著为负,即治安状况差的村庄,农村劳动力外出务工意愿强,可能的原因在于所在村庄治安状况差,农村劳动力希望通过外出务工逐渐定居城市进而离开村子。
(二)农地确权对农村劳动力外出务工意愿影响的差异分析
世界卫生组织将45岁以下的人群称为青年人,45~59岁的人群称为中年人,60岁及以上的人群称为老年人。北京大学组织的中国健康与养老追踪调查也将45岁及以上的人界定为中老年人。而中国劳动力动态调查将15~64岁或65岁及以上并且仍然在工作的人定义为劳动力。综合考虑后,本文将全部劳动力划分为年轻劳动力(15~44岁)和中老年劳动力(45~65岁),其中年轻劳动力2 752个,中老年劳动力4 709个。分组回归结果如表3所示,对于年轻劳动力来说,农地确权对其外出务工意愿在5%的水平上具有正向影响,从边际效应来看,在其他因素保持不变的情况下,农地确权能使外出务工意愿提高2.41个百分点;对于中老年劳动力,农地确权对其外出务工意愿的影响有微弱的负向影响,这在一定程度上说明,对于中老年农村劳动力来说,资产增强效应的作用可能会较强,虽然不显著。假说三得到验证,即年轻劳动力往往拥有较强的非农就业能力,他们不愿意从事农业,与农村的联系弱化,对城市生活怀有强烈的渴望和较高的认同感;同时他们受教育程度高,信息敏感度和信息获取能力较强,产权意识强,注重维护自身的权益,因此农地确权对其外出务工意愿影响显著。相反,中老年农村劳动力往往具有长期的务农经历,在经济联系、社会关系等方面,其与乡村保持着一种难以隔断的关联,安土重迁观念强;同时他们的信息获取渠道单一、对信息的理解程度差、农地产权概念模糊、相关权利意识淡薄[20],这些都导致农地确权对其外出务工意愿的影响不显著。
对样本个体的最高学历进行统计发现,未上过学的1 439人,占比19.29%,最高学历为小学/私塾的2 540人,占比34.04%,最高学历为初中的2 550人,占比34.18%,最高学历高中及以上的932人,占比12.49%。根据最高学历的分布将初中以下作为一组,共3 979人,占比53.33%,初中及以上的作为一组,共3 482人,占比46.67%。回归结果显示,农地确权对初中以下的农村劳动力外出务工意愿的影响不显著,而对初中及以上学历的农村劳动力外出务工正向影响显著,假说三得到验证,即农地确权对农村劳动力外出务工意愿的影响受到劳动力受教育水平的调节,农地确权有利于增强初中及以上学历劳动力的外出务工意愿。
(三)稳健性检验
新一轮农地确权自2009年开始,2013年扩大至105个县,2014年在山东、四川、安徽3个省和其他省市区的27个县进行了整体试点。但试点地区的选择并不是随机的,评估确权政策对劳动力迁移或土地流转的效果应考虑该政策推广的选择性偏误问题[24]。外出务工较普遍的地区农村劳动力外出务工意愿也较强,这样的地区农地的重要性不高,农地确权面临的矛盾较小,因此更容易被选中作为农地确权的试点地区。也就是说农村劳动力外出务工意愿普遍较强的地区更可能被确权,这样就产生了内生性问题。根据陈奕山等(2018)的研究,村庄人口越多,确权所涉及的利益分配者越多,政策执行的难度会越大,更难以成为确权颁证的率先实施地;城郊的村庄,其土地预期价值较高,固化土地分配就可能引发激烈争论,确权难度大,确权会被推后开展[24]。考虑到数据的可得性,本文选择村庄户籍人口数和村庄是否在大中等城市郊区作为工具变量进行内生性处理。一般情况下,基于工具变量采用Ivprobit模型对二元选择模型的内生性问题进行处理,但这一模型要求内生变量必须是连续变量,然而,农地确权是二元选择变量,不能采用Ivprobit模型进行处理。Stata15提供了扩展回归模型(Extended regression model)框架,包括4个子块:Eregress、Eprobit、Eintreg和Eoprobit来处理内生性,分别对应因变量是连续变量、二值变量、区间变量和有序变量的情形,可以同时处理解释变量的内生性、处理效应中政策变量的非随机分配和样本选择问题。Eprobit命令可以用来解决Probit模型的内生性问题,同时适用于内生变量是连续变量、二值变量和有序取值的变量。Eprobit方法进行两个回归,主回归是以农村劳动力外出务工意愿为因变量的Probit;内生变量回归是以农地确权为因变量Probit模型,自变量是工具变量;如果这两个回归等式的误差项具有相关性,则说明存在内生性。
如表4所示,采用工具变量进行内生性检验发现,整体回归、中老年劳动力回归和初中以下劳动力回归模型的误差相关性不显著,说明不存在内生性,主回归结果与前面一致,仍然不显著。年轻劳动力和初中及以上劳动力回归模型的误差相关性系数均显著异于0,即存在内生性。内生性处理后,年轻劳动力的主回归模型显示,农地确权在1%的水平上对外出务工意愿具有正向影响,与前面的结果一致,且显著性水平更高了,说明前面分析的结果是稳健的。初中及以上劳动力的主回归模型也显示,农地确权在1%的水平上对外出务工意愿具有正向影响,与前面的结果一致。内生变量回归结果显示,工具变量村户籍人口数对农地确权均具有显著的负向影响,村庄是否在大中等城市郊区除了在初中以下模型中不显著,在其他模型中也都具有显著的负向影响,说明工具变量与内生变量具有较强的相关性,不存在弱工具变量问题;另外,村户籍人口数和村庄是否在大中等城市郊区主要受到社会经济发展等历史因素的影响,而不会受到单个农村劳动力外出务工意愿的影响,能够满足外生性。因此,工具变量的选择是合适的。进一步采用邹检验判断两组间农地确权变量系数的差异性,结果表明农地确权的影响在不同年龄和受教育水平群组间均存在显著差异,再一次验证了前面的结论,即农地确权对农村劳动力外出务工意愿的影响存在差异,影响是有条件的。
五、结论与启示
要实现农业现代化必须与深入推进以人为核心的新型城镇化相结合,积极引导农村劳动力离农进城。农村劳动力向城市转移分为两个过程:一是“外出就业”过程(转移出去),二是“市民化”过程(定居下来),其中外出就业是第一步。在产权残缺、模糊的情况下,外出就业可能面临土地权益遭受损失的风险。近年来,农地确权作为农地制度改革的基础性工作不断推进,厘清其产生的影响对于用好确权成果具有重要的现实意义。那么,农地確权能增强农村劳动力的外出务工意愿吗?为了做出回答,本文利用中国劳动力动态调查2014年的数据实证检验了农地确权对农村劳动力外出务工意愿的影响。结果显示,整体来看农地确权对农村劳动力外出务工意愿的影响虽然为正,但不显著;具体来看,农地确权增强了年轻劳动力的外出务工意愿,但对中老年劳动力影响不显著;增强了初中及以上学历劳动力的外出务工意愿,但对初中以下学历劳动力的影响不显著。可见,农地确权的影响在不同群体间存在差异,农地确权对农村劳动力外出务工意愿的影响是有条件的。
基于研究结论,得到以下政策启示:第一,继续推进完善新一轮农地确权工作,并妥善解决好确权过程中出现的各种矛盾,及时向农户发放土地承包经营权证,稳定土地和农户的权属关系;同时要做好农地确权的宣传工作,让农户明白确权的意图,了解土地承包经营权证的作用,增强农户地权稳定的信心。第二,进一步加大农村教育投入,提升农村劳动力的受教育水平,同时重点针对年轻劳动力,提供其非农职业技能培训机会,增强其外出务工的能力。
收稿日期:2018-11-10
网络出版网址:http://kns.cnki.net/kcms/detail/13.1356.F.20181208.1137.004.html 网络出版时间:2018-12-10 16:46:34
基金项目:教育部人文社会科学研究青年基金项目《农地确权、农民产权认知与劳动力转移代际差异研究》(17YJC790213);山东省自然科学基金项目《农地确权对农地流向家庭农场的影响研究:基于供求意愿视角》(ZR2016GQ10);山东省高校人文社会科学研究计划项目《农地确权对家庭农场耕地可得性的影响研究:基于供求意愿视角》(J16WF64)。
作者简介:朱建军(1982-),男,山东莱芜人,博士,山东农业大学经济管理学院副教授,研究方向为农村土地;张蕾(1981-),女,内蒙古呼和浩特人,博士,内蒙古师范大学经济学院副教授,研究方向为农业经济管理。
[参考文献]
[1] 杜鑫.劳动力转移、土地租赁与农业资本投入的联合决策分析[J].中国农村经济,2013(10):63-75.
[2] 刘晓宇,张林秀.农村土地产权稳定性与劳动力转移关系分析[J].中国农村经济,2008(2):29-39.
[3] 黄季焜,冀县卿.农地使用权确权与农户对农地的长期投资[J].管理世界,2012(9):76-81,99,187-188.
[4] 程令国,张晔,刘志彪.农地确权促进了中国农村土地的流转吗?[J].管理世界,2016(1):88-98.
[5] 刘秀梅,田维明.中国农村劳动力转移对经济增长的贡献分析[J].管理世界,2005(1):91-95.
[6] 樊士德,朱克朋.劳动力外流对中国农村和欠发达地区的福利效应研究——基于微观调研数据的视角[J].农业经济问题,2016,37(11):31-41,110.
[7] BEZABIH M,et al. The land certification program and off-farm employment in Ethiopia[Z]. Gri Working Papers,2014,EfD-DP-14-22.
[8] 许庆,刘进,钱有飞.劳动力流动、农地确权与农地流转[J].农业技术经济,2017(5):4-16.
[9] DEININGER,et al. Moving off the farm:land institutions to facilitate structural transformation and agricultural productivity growth in China[J]. World development,2014,59(c):505-520.
[10] JANVRY,et al. Delinking land rights from land use:certification and migration in Mexico[J]. Meeting papers,2015,105(10):3125-3149.
[11] BRAUW,MUELLER. Do limitations in land rights transferability influence mobility rates in Ethiopia?[J]. Journal of african economies,2011,21(4):548-579.
[12] 纪月清,熊皛白,刘华.土地细碎化与农村劳动力转移研究[J].中国人口·资源与环境,2016,26(8):105-115.
[13] ROZELLE S,et al. Leaving China's farms:survey results of new paths and remaining hurdles to rural migration[J]. China quarterly,1999,158:367-393.
[14] MULLAN,et al. Land Tenure Arrangements and Rural-Urban Migration in China[Z]. Environmental Economy & Policy Research Working Papers,2011,39(1):123-133.
[15] 胡新艳,罗必良.新一轮农地确权与促进流转:粤赣证据[J].改革,2016(4):85-94.
[16] MA,et al. Land tenure insecurity and rural-urban migration in rural China[J]. Papers in regional science,2014,95(2):383-406.
[17] 豐雷,蒋妍,叶剑平.诱致性制度变迁还是强制性制度变迁?——中国农村土地调整的制度演进及地区差异研究[J].经济研究,2013,48(6):4-18,57.
[18] 林文声,秦明,王志刚.农地确权颁证与农户农业投资行为[J].农业技术经济,2017(12):4-14.
[19] 李停.农地证券化、劳动力转移与城乡收入分配[J].中国土地科学,2016,30(6):52-61.
[20] 胡新艳,杨晓莹.农地流转中的禀赋效应及代际差异[J].华南农业大学学报(社会科学版),2017,16(1):12-23.
[21] 林文声,王志刚,王美阳.农地确权、要素配置与农业生产效率——基于中国劳动力动态调查的实证分析[J].中国农村经济,2018(8):64-82.
[22] 陈强.高级计量经济学及Stata应用[M].2版.北京:高等教育出版社,2014.
[23] KING G,ZENG L.Logistic regression in rare events data[J]. Political analysis,2001(9):137-163.
[24] 陈奕山,等.新一轮农地确权:率先发生在何处[J].财贸研究,2018,29(2):23-32.
(责任编辑:李 萌)