征地对农户收入的影响及其空间分异性研究
——基于CHFS数据的倍差法分析

2019-12-16 06:29卢圣华
中国土地科学 2019年10期
关键词:家庭收入失地农民转移性

李 霄,卢圣华,汪 晖

(1.浙江水利水电学院,浙江 杭州 310018;2.浙江大学公共管理学院,浙江 杭州 310058)

内容提要:研究目的:探究土地征收对农户收入的影响,并分析其影响机制和空间差异性,为进一步完善征地制度改革提供思路。研究方法:基于CHFS2013年和2015年的追踪调查数据,运用倍差法识别了征地对农户收入的因果效应,并进一步关注了征地效应的作用渠道和空间分异性。研究结果:征地在导致农户农业收入下降的同时,也增加了农户的工资性收入和政府转移性收入。总体而言,征地显著增加了农户的家庭收入。进一步研究发现,征地的增收效应在东部省份强于中、西部省份。研究结论:在征地制度改革的过程中,一方面需要为失地后丧失收入来源的农户提供最低生活保障,另一方面应当注重对失地农民人力资本的培训,保障农民在离开土地后依然能够妥善就业。

1 引言

改革开放40年来,中国实现了快速的经济增长和城市化。根据国家统计局的数据,中国城市化率从1978年的17.92%上升到了2018年的59.58%①国家统计局. 城镇化水平不断提升 城市发展阔步前进——新中国成立70周年经济社会发展成就系列报告之十七[EB/OL] . (2019 - 08 - 15)[2019 -09 - 20] . http: www.gov.cn/shuju/2019-08/15/content_5421382.htm。。十二届全国人大四次会议的《政府工作报告》提出,2020年中国要实现常住人口城市化率达到60%、户籍人口城市化率达到45%。伴随着快速城市化而来的是大量的失地农民。据测算,2013年失地农民已达5 000万人[1],并以每年200万~300万人的速度继续增加,到2020年甚至将超过1亿人[2]。土地的征收往往意味着农民将失去其赖以生存的最重要资本,这不仅会使失地农民失去生产生活的有效保障,还可能衍生出失地农民的社会排斥和城市适应问题[3-4]。因此,征地引发了不少农民与政府之间的矛盾和冲突。刘守英研究发现,农村土地被征收引发的征地冲突和群体性事件出现频率自2003年以来呈现稳步上升的趋势[5]。面对日益激烈的征地冲突,中共十八大报告首次提出征地制度改革,要求提高农民在土地增值收益中的分配比例。在沿海省份如广东、浙江、上海等地,地方政府与村集体在提高征地补偿之外,也在尝试通过提供再就业培训、允许失地农民入股集体经济等方式提高失地农民的家庭收入[6]。由于补偿安置标准的提高以及方式的多样化,近几年来出现的“征地致富”的声音甚至大有盖过“征地致贫”声音之势。

在这样的背景之下,正确评估征地如何影响农户收入对于政策决策而言至关重要。近年来国内已出现了许多尝试评估征地收入效应的研究,但并未得出一致的结论。黄建伟等通过七省一市的调研发现,征地导致了一半以上的失地农民收入数额和收入来源减少,甚至还导致了相当一部分失地农民没有任何收入来源[7]。然而,也有不少研究认为征地对农民产生了正的收入效应。如史清华对上海7村2 281户农民的调查发现,征地使得农民的收入不降反升[8]。陈砚国等则发现,在徐州东部矿区,征地后农民的收入有大幅度的提高[9]。张科静等则尝试从农户的异质性上解释征地产生的不同效应,他们基于湖北、江西和云南723户失地农户的调查,发现低收入农户面临着增收困难的问题,而高收入农户则有较强的收入稳定性[10]。

现有研究已经对“征地如何影响农户收入”的问题做出了大量探讨,但依旧存在着不足之处。第一,就研究方法而言,已有研究的结论大多简单地基于征地前后农户的收入比较,或是基于征地与未征地农户之间的横向对比。然而,对于前者而言,由于存在前后比较的时间趋势问题,很难剔除宏观经济形势的趋势性对个体收入的影响。因此,简单地前后比较会将经济形势的趋势性错误地归结至征地效应,从而得出错误的估计[11-12]。后者则存在样本的系统性差异问题,即无法确定在征地发生前,被征地与未被征地农户之间是否已经存在显著的系统性差异,从而会将潜在的系统性差异错误地归结至征地效应。因此,无论哪一种方法,都未能处理因果关系。第二,调研数据的覆盖面不够广。覆盖面小的调研甚至只针对于某个市(区)[13-14],覆盖面大的也只做到跨两个或三个省份[15-16]。这样的样本在全国范围内显然缺乏代表性,结论也可能不具有普遍性,即会出现外部效度不足问题[17]。同时,样本覆盖不足也直接导致了以往研究缺少对征地效应空间分异性的探讨。第三,已有研究并未理清土地征收对农民收入影响的传导机制,即并未回答这样一个问题:如果征地确实影响了农户收入,那么是通过何种途径、作用于哪类收入所实现的?

基于以上研究现状与存在的问题,本文做出改进并致力于回答以下几个问题。首先,以上研究的结论在更严苛的因果推断下是否还站得住脚,即在严谨的政策评估体系下,征地这一外生冲击到底对农民的收入造成了怎样的影响?其次,如果征地确实影响农户的家庭收入,那么其背后的影响机制是什么?最后,考虑到不同地区的经济发展水平、补偿水平不同,乃至农民的谈判能力不同[18],征地产生的影响是否存在地区差异性?如果征地产生的收入效应确实存在空间分异性,那么将为中国的征地政策制定带来怎样的借鉴?

2 理论分析与假说

20世纪90年代后,非农收入逐渐成为农户收入增长的重要推动力量,农业收入所占比重则有所下降[19]。因此,在探讨征地对农户收入影响的问题上,有必要先对农户收入进行分解。本文考察可能会受征地影响的收入类型,将农户收入分为农业经营收入、土地流转收入、工资性收入、工商业经营性收入和政府转移性收入①事实上,农户的收入构成可能更加多样,如其他金融资产产生的收入、来自亲友的转移支付等,但这些收入理论上并不会受土地征收的影响。。土地被征收之后,土地用途往往会从农业用地转为非农用地,使用权则从农民手中转移到开发商或政府手中。部分或全部农地丧失所带来的土地要素投入的减少,往往不能迅速由资金、劳动力或者技术进步加以弥补,因此被征地农户的农业收入将会发生下降[20]。土地权属的变更则意味着农户将失去土地流转所产生的收入。但另一方面,随着土地被征收,原本从事农业生产的农户将被迫离开农业部门,形成空闲劳动力。其中一部分或是由政府安置新的工作,或是通过就业培训学会新的劳动技能,进入非农业部门通过打工赚取工资性收入[21]。而另一部分劳动力则可能通过自办企业、自行经商而获得工商业经营收入[4]。这意味着,征地产生了劳动力跨部门流动的推动作用。因此本文预期,在土地征收后,农户的工资性收入和工商业经营收入将会上升。

土地征收产生的另一条增收途径得益于法律要求政府对失地农民给予合理的补偿安置。一次性货币补偿是市场经济改革前期最为盛行的补偿方法。政府通过提供一次性的相对巨额的补偿款而永久“买断”农民对农地的使用权,而无需再对农民失地后的生计负责。许多研究认为,这种补偿方式造成了城市化过程中新的贫困阶层的出现,是政府不负责任的体现[20]。时至今日,地方政府已经注意到一次性货币补偿存在的问题,各地都在尝试根据当地的实际情况采取更加多样化的补偿安置措施,包括“土地换社保”“土地入股分红”“土地换医保”等方式[23]。不同于一次性补偿,这些补偿方式通常为失地农民提供了稳定的收入来源,很大程度上避免农民被征地后出现生活难以为继的窘境。因此本文预期,在土地被征收后,农户来自政府的转移性收入将会上升。

在完成了对收入的分解并分析了理论上征地对不同类型收入的影响后,不难发现,征地对农户总收入的影响取决于征地导致的农业收入与土地流转收入下降与其他非农收入上升的强度对比。根据《中国农村统计年鉴》的数据,2017年农民人均可支配收入为13 432.4元,其中农业净收入为3 391元,仅占可支配总收入的25.2%,而工资性纯收入为5 498.4元,占可支配收入的40.9%。可见,随着中国工业化和城市化的不断推进,农业收入在农户家庭收入中所占的比重并不高,工资性收入等非农收入才是农户家庭收入的主要组成部分。征地虽然使得农户失去了部分乃至全部的农业收入,但促使部分农民在失去土地之后从农业部门转移至非农业部门,而非农部门的工资性收入往往高于农业收入。土地流转收入方面,正如诸培新等研究发现,该项收入在农户家庭总收入所占的比例非常小[24]。加之政府提供的如失地保险等转移性收入,本文预期征地所造成的工资性收入、工商业经营性收入以及政府转移性收入的上升效果会超过其造成的农业收入与土地流转收入的下降效果,即征地会使农民的家庭总收入不降反升。图1表示土地征收对农民收入影响的传导机制。

征地收入效应的空间分异性上,由于相比于内陆经济较为落后的省份,沿海经济发达省份存在更多的非农就业机会、提供更高的劳动工资[25],并且征地补偿标准往往更高[26-27]。因此,沿海发达省份的失地农民在享受更丰厚的来自政府的转移收入的同时,更有可能在失去土地后实现再就业,获得更高的工资性收入。因此本文预期,征地带来的增收效应在沿海经济发达省份更为显著。

综合上述理论分析,得出本文的两个假说以待实证检验:

假说1:土地征收在降低农户农业收入和土地流转收入的同时,会增加农户工资性收入、工商业经营性收入和政府转移性收入;本文预期后者的增收效应会强于前者的减收效应,因此征地会使农户家庭总收入上升。

假说2:土地征收对农户收入的影响存在空间分异性,其带来的增收效应在沿海省份强于内地省份。

图1 征地与农户收入变化:传导机制与预期结果Fig.1 Land expropriation and rural household income change: mechanism and outcomes

3 数据来源与基本描述

3.1 数据来源

本文所用的数据来自于中国家庭金融调查(CHFS)在2013年和2015年开展的两轮追踪调查。CHFS调查覆盖全国除新疆、西藏以及港、澳、台地区外的29个省(自治区、直辖市),因此样本有足够的代表性。调查内容主要包括家庭资产、收入情况等,也涉及家庭的被征地情况。本文首先根据CHFS提供的信息,仅保留来自农村的样本①CHFS的调研对象包括农户和城市居民,后者不是本文所关注的对象。。根据倍差法的设置,通过农户在2015年调研中对“自2000年至今年,您家的土地曾经被征收过几次”与“最近一次土地征收在哪一年”两个问题的回答来识别某农户是否成为实验组。而农户在两轮调研中所回答的家庭收入数据恰好提供了进行倍差法所需的实验前和实验后的结果变量。在剔除城市样本、匹配2013—2015年的连续追踪样本、并剔除极端值后②对农户家庭总收入进行了winsorize处理,剔除了家庭收入大于前1%和小于后99%的极端值。,最后得到6 995个农户样本各2年的数据,其中397个农户样本在2013年或2014年被征地而成为实验组,其余为对照组③实验组和对照组更详细的定义将在计量模型设定一节阐述。。由于实验组与对照组在各省份间的分布比较均匀④限于篇幅未能详细展示实验组在各省份的分布情况,感兴趣的读者可来信索取。,因此可以避免出现某些地区实验组过于密集而其他地区实验组过于稀疏,从而导致区域间不可比的情况。

表1 征地前后农户收入变化Tab.1 Comparison of rural household income before & after land expropriation (元)

3.2 农户收入描述性统计

为了使农户的家庭收入在不同时期具有可比性,首先对收入按照通货膨胀率进行平减处理,将所有收入都转换为2011年不变价①转为2011年不变价的原因在于,CHFS的基线调查始于2011年。。需要说明的是,由于在2013年和2015年的调查中,农户回答的关于家庭收入均为“去年”的情况,因此农户收入对应的年份分别是2012年与2014年②下面对收入均采用2012年和2014年的表述。。表1给出了农户的家庭收入数量及结构。首先关注农户收入结构的情况。根据本文的研究目的与CHFS的问卷设置,将农户的收入细分为农业经营性收入、土地流转收入、工资性收入、工商业经营性收入(自办企业、自办公司等收入)、政府转移性收入(养老金、政府补贴等)③工商业经营收入、政府转移性收入数据由笔者根据CHFS问卷设置加总得到,限于篇幅未能详细报告CHFS中对应的原始问题,感兴趣可来信索取。。工资收入是农户收入的最大组成部分,在农户家庭总收入中占比为61.21%。农业收入所占比重次之,为33.06%。相比之下,工商业经营性收入、土地流转收入、转移性收入只占农户收入的一小部分。

再来分析农户家庭收入的数量情况。从表1不难发现,无论是否被征地,农户在2014年的家庭平均收入均高于2012年。具体而言,农户的平均收入从2012年的29 367.18元上升至2014年的31 524.41元,上涨幅度为7.35%。尽管许多研究仅凭征地前后的统计对比便得出征地导致农户收入上升的结论[9],但如前文所述,这种直接比较忽略了时间趋势带来的收入上涨。因此并不能就此简单得出结论,认为征地使农户的收入上升。但表1揭示出的另一个现象却可以作为间接证据,即征地组的农户在同一时间段内上涨幅度(从31 925.87元到35 130.74元,涨幅为10.34%)要显著高于非征地组的上涨幅度(从26 808.49元到27 918.08元,涨幅为4.14%)。这一差异可能正是由征地所导致的,后文将用更严谨的计量分析对这一假说加以验证。

3.3 控制变量及描述

根据已有文献的经验,农民的个体特征与家庭状况会对征地后生活水平的变化产生重要影响[28]。基于此,对农户家庭特征与户主个人特征加以控制。家庭特征方面,用居住在一起的家庭成员人数衡量家庭人口情况,并控制了农户是否获得农业技术指导。户主个人特征方面,控制了户主的年龄、政治面貌、文化程度、户口类型、健康状况、工作类型等可能直接影响家庭收入的变量。所有控制变量的具体定义及描述性统计如表2。

4 计量模型与估计结果

4.1 计量模型选择

本文的基本思路是利用实验组(被征地的农户)在征地前后年份家庭收入的变化,减去控制组(未被征地的农户)在征地前后年份家庭收入的变化,来识别征地产生的效应。如前所述,CHFS提供了2012年与2014年两个时间点农户的收入情况。因此,将最近一次征地发生年份为2013年和2014年的农户视作实验组,而从未被征地者视作对照组,以此确保对照组农户未受到过征地冲击,而实验组农户所受到的征地冲击恰好处于两个时间点之内,考虑如下简单模型:

式(1)中:lnIijk反映了农户i的家庭收入情况;Pik用于识别时期,Pik=1表示2014年,Pik=0表示2012年;Tij用于识别实验组与控制组,Tij=1表示实验组(发生征地的农户),Tij=0则表示控制组(未被征地的农户)。Pik×Tij代表农户在时期j是否有被征地;xijk是一系列可能影响农户家庭收入的个人特征与家庭情况;eijk代表残差;ρdid衡量的就是征地对农户收入的影响。表3证明ρdid就是征地效应,即(L11-L10)-(L01-L00)。

表2 控制变量描述性统计Tab.2 Statistics of control variables

表3 倍差法估计系数的解释Tab.3 Explanation of DID method

4.2 估计结果与分析

表4展示了针对假说1的回归结果,即征地如何影响农户家庭总收入及不同类型收入。需要说明的是,为了减小可能存在的异方差的影响,本文在模型中使用了农户收入的对数值作为因变量,并采用了怀特稳健标准误。由于海南和宁夏的样本并没有一个农户成为实验组,本文将这两个省份的样本予以剔除。同时,由于各个省份之间经济发展、征地补偿等差异较大,除控制变量之外,回归还控制了地级市级别的固定效应,以排除区域间经济发展水平差异所造成的影响。表4第(1)列展示了征地对农户家庭总收入的影响,衡量征地的政策效应的变量Pik×Tij的系数为1.830,且在1%的水平下显著,说明征地对农户收入带来了显著的正效应。第(2)—(6)列则考虑了征地对不同类型的收入的影响。与前文提出的理论假说相一致,随着土地被征收,原先构成农户收入来源的土地流转收入与经营农地产生的农业收入会被切断,征地降低了农户的农业收入与土地流转收入,但仅对农业收入的影响在5%的水平下显著。另一方面,征地显著提高了农户的工资性收入与政府转移收入。这意味着在土地征收之后,部分原先从事农业劳动的劳动力由于失去了土地,不得不转向非农行业,导致农户的工资性收入显著增长。而与征地补偿相配套的养老保险、失地保险等政府补助金额则显著提高了农户的转移性收入。估计结果并未发现征地对工商业经营性收入显著影响,这可能是由于对农民而言,工商业经营的门槛过高,大部分失地农民不会选择从事自营工商业。总的来说,征地对农户的家庭收入带来了正效应,并主要是通过迫使劳动力从农业部门向非农部门的转移所产生的工资,以及政府为失地农民配套的转移性收入的增加而实现的。

控制变量也基本符合直观预期,如户主的文化程度越高,则除来自政府的转移性收入以外的其他各项收入都显著更高;健康状况越佳的户主家庭总收入越高,而身体越差者来自政府的转移性收入越高;受到过农业技术指导的农户其农业收入越高,并对家庭总体收入产生了带动作用,表明相关技术指导、培训对农民增收而言是有意义的;家庭人数越多的农户整体收入越高,但由于人数众多的农户将农地出租的意愿可能更低,从而导致其土地流转收入更低。为了确保以上结论的稳健性,本文进行了熵平衡法(Entropy Balance)和倾向性得分匹配—倍差法(PSM-DID)对模型进行了重新估计,以上结论并未发生改变①限于篇幅,未报告熵平衡法和PSM-DID的结果,感兴趣可来信索取。。

表4 征地与农户收入Tab.4 The effect of land expropriation on rural household income

最后,对本文的假说2进行检验,即征地所产生的收入效应是否存在空间分异性。为此,将样本划分为东部、中部、西部和东北地区4个子样本②4个地区的分类标准来自国家统计局,详见http: //www.stats.gov.cn/tjzs/cjwtjd/201308/t20130829_74318.html。,然后进行分组回归。结果如图2所示,其中实心点表示Pik×Tij的估计系数,实线区则表示其10%置信区间。不难发现,征地产生的收入效应具有明显的空间差异。就家庭总收入而言,除东北地区外,其他3个地区的增收效应均在10%水平下显著。这主要是由于农业收入在东北地区占家庭总收入的比重更高③2017年辽宁、黑龙江和吉林的农业收入占家庭总可支配收入的比重分别为32.2%、51.4%、52.8%,而如前所述,这一比重在全国的平均水平仅为25.2%。,而征地显著降低了东北地区农户的农业收入,使得其他三类收入的增收效应难以抵消农业收入的显著下降,因此东北地区农户的家庭总收入并未发生显著变化。东、中、西三个子样本的差异主要体现在工资性收入和政府转移收入上。一方面,征地显著提高了东部农户的工资性收入,但对中、西部农户的工资性收入并无显著影响。这主要是由于,对东部省份而言,农民因土地征收而被迫离开农业部门后,依旧比较容易在其他经济部门(如工业企业、服务业、建筑业)找到新的工作,形成比在农业部门更高的新的收入来源;而对于中、西部省份而言,或是由于失地后再就业的困难,或是由于平均工资不及东部省份,征地带来的劳动力部门间流动所产生的增收效应明显不如东部省份。另一方面,征地显著提高了西部农户的政府转移性收入,但对中部农户的政府转移性收入增加并不明显,从而观察到征地的增收效应在西部强于中部。综合以上分析可知,各地的产业结构、征地政策以及农户原先的收入结构,都是造成征地效应空间分异性的原因。

图2 征地收入效应的空间分异性Fig.2 Spatial differentiation of the income effect of land expropriation

5 结论与讨论

本文运用CHFS在2013年和2015年开展的两轮调研,在充分考虑了选择性偏误与个体异质性的情况下,运用倍差法对征地的政策效应进行估计。不同于以往简单运用前后对比或横向对比的方法,本文的评估方法更加严谨。同时,得益于CFPS的调研对象涵盖全国29个省份的优势,本文还考察了征地效应的空间分异性。本文结论有以下两条:(1)在考虑了时间趋势后,倍差法结果表明征地在造成农户农业收入与土地流转收入下降的同时,也使得农户工资性收入与政府转移性收入的显著上升,总体层面上,征地会造成农户的家庭收入显著上升;(2)征地的政策效应具有空间分异性,得益于更高的工业化和城市化水平,征地对农户收入带来的正效应在东部省份要强于中、西部省份。

总的来说,本文对目前备受争议的征地效应给出了回答,即征地会造成农户收入上升。既然如此,征地似乎会造成农户、政府、开发商多方共赢的局面。那么,是否意味着本文支持地方政府肆意征地?答案显然是否定的。事实上,本文的研究结论是基于2013—2015年的调研数据得出的,而这几年恰恰是中央政府大力推动征地制度改革,要求保护失地农民权益的发力阶段,也是征地补偿水平、安置标准大幅提升的阶段。因此,本文看到的征地增收效应可能正是征地制度改革的成果。而在此阶段之前,由于政策的缺失或中央政府工作重点的不同,征地对农户收入的影响并不明确。本文认为保护失地农民的权益是一项长久的、不可懈怠的工作,而基于以上分析,本文认为有以下几点可为之处。

(1)由于本文发现征地的增收效应很大一部分作用于农户的工资性收入,即征地迫使农户从农业转向了非农就业,然而,对大部分失地农民而言,由于其受教育水平低、人力资本薄弱,且大多数农民除了在本村外几乎不再拥有其他社会资本,因此在征地补偿安置工作中很重要的一点就是如何保障农民的就业机会,如何让农民能凭借自身的劳动力获得持续的收入。为失地农民提供技能培训、强化其人力资本是可行的途径。由于东部省份失地农户的收入增长主要得益于工资性收入的增长,这一点对于东部地区的征地政策而言可能尤为重要。

(2)由于征地的部分增收效应来自于转移性支付,同时切断了农户的一部分财产性收入,因此,对于一部分受限于当地产业结构而再就业比较困难的失地农民(如中、西部失地农民),以及失去土地后很难重新在非农行业找到工作的群体(如老人、残疾人等弱势群体),政府有必要以失地保险、养老保险等方式为其提供最低生活保障。

猜你喜欢
家庭收入失地农民转移性
SPECT/CT显像用于诊断转移性骨肿瘤的临床价值
“十三五”渔民家庭收入情况分析及对策研究
ADC直方图分析在颈部淋巴结转移性鳞癌鉴别诊断中的价值
超声引导下射频消融治疗甲状腺乳头状癌转移性淋巴结的疗效及安全性
当前经济形势下城市化进程中失地农民就业方向研究
恩格尔系数
恩格尔系数
非远处转移性高危分化型甲状腺癌的低剂量碘-131治疗
关于创新失地农民就业安置模式的思考
恩格尔系数