农户林地转出规模的门限效应*——基于集体林权制度改革监测数据的实证检验

张自强 李 怡 高 岚

(1.贵州大学旅游与文化产业学院 贵阳 550025; 2. 华南农业大学经济管理学院 广州 510642)

早在1995年《林业经济体制改革总体纲要》就指出，鼓励农民在山地使用权有偿流转中优化配置，发展规模经营； 尤其是新一轮集体林权制度改革以来，国家更是从明晰产权、搭建林权交易平台、配套社会化服务等多方面力图降低林地流转的交易费用，以引导林地经营由分散、小规模格局转向集中、大规模的现代化(柯水发等， 2012)。然而，据《2015年集体林权制度改革监测报告》显示， 2014年样本县累积流转林地面积仅占林地总面积的9.4%，表示不想转出林地的农户比例从2010年的79.17%上升到2014年的82.14%，且参与流转的农户表示“后悔”的比例为25.68%。农户林地转出意愿减弱会固化“分山到户”后家庭承包经营制度下的林地细碎化格局，进而使得灌溉、采伐、防火和防病虫害等营林行为开展困难。当资源过度细分致使开发利用需要多数主体表决甚至一致同意才能实现时，就会造成因协商交易费用过高而导致资源开发不足甚至被闲置，即出现“反公地悲剧”(Heller， 2013)，资源被闲置与过度利用导致的“公地悲剧”在效率的结果上是相似的。据全国第八次森林资源清查结果显示，用材林中可采面积仅占13%，可采蓄积仅占23%，现有质量好的宜林地只占10%，中国木材对外依存度接近50%。作为重要的木材供给主体，林地细碎化不仅严重威胁到国家木材安全，而且还会损害森林生态，引发生态风险(Schmidtetal.， 1999)。

相较于农地，林地承载的社会保障功能较弱，农户以农为生而不以林为主，那么农户林地转出意愿为何较低且呈进一步下降的趋势？以往研究侧重于检验林地流转的影响因素及其作用程度，分析多是基于单向或线性的逻辑。问题是，如果作用是单向的，为何农村人地压力不断缓解却未提高农户转出林地的积极性？ 如果作用是线性的，为何地区经济水平与林地转出规模不同步？实际上，追求利益最大化的农户行为决策本身就隐含了触发行为的临界点，由此引发了本研究对农户林地转出规模可能存在门限效应的猜想。门限效应最早出现在通信领域，后来被引入到个体行为的经济学分析中，研究发现个体行为决策依一定门限值而表现出明显不同的结果(Granovetter， 1978)。由于农户行为依赖一定门限水平，当影响因素如非农收入水平未达到门限值时，即使非农收入提高也仍不能激发农户转出林地，也就是说当林地流转的影响因素分居门限值两端时，会表现出明显不同的影响。这就意味着，对处于不同门限区域内的农户可考虑不同的激励政策，一方面，以提高林地流转政策效力，为深化集体林权制度改革提供决策参考； 另一方面，以提升林地经营规模，避免“反公地悲剧”，保障国家生态和木材安全。

运用门限回归模型检验农户林地转出规模可能存在的门限效应，本研究提供了新视角： 第一，检验门限个数和门限值，对比不同门限范畴下农户林地转出规模的差异表征，是对以往研究通过离散模型或线性回归在该问题分析上的方法延伸；第二，分地块构建农户林地转出规模影响因素的面板数据，以林地转出规模为因变量检验影响因素可能存在的门限值，在以往研究只检验农户土地流转与否的门限效应上更进一步。

1 农户林地转出行为门限： 文献梳理

1.1 农户林地转出行为逻辑： 从期望效用理论到前景理论

农户林地流转行为或意愿的微观机制离不开期望效用理论。农户土地流转决策通过调适自身家庭禀赋与土地功能之间的平衡关系，以追求利益最大化(蔡银莺等， 2016)。当农户自身家庭禀赋不依赖于土地时，在一定租金诱导下农户倾向于转出土地；相反，当土地的社保功能较强时，在相同租金诱导下农户却不愿转出土地。当诸如保险或信贷等其他风险分散机制不可行或成本较高时，农户将继续持有土地以应对未来风险(Ilbery， 1984)。小农为规避市场风险、保障生计安全，更倾向于保留土地而不转出(Dijk， 2003)。所以，农地流转困难的根本就在于其提供了社会保障功能(乐章， 2010)。然而，不同于农地，一般而言农户对林地的生存依赖相对较低，更可能表现出追求利益最大化的林地转出行为动机，这正是期望效用理论的内核。吕杰等(2011)基于农户追求利益最大化构建了总收益函数的博弈模型，发现当获得预期租金收益时农户会选择转出林地。实际上，林地流转租金的不断上涨仍未能明显提升农户转出林地的积极性和意愿。那么，期望效用理论在解释农户林地流转行为上失效了吗？进一步研究发现，这关键与新时期土地功能的演变相关，农村土地承载的社保功能开始向财产性功能延伸，土地不仅提供生存保障，还是一项人格化的财产(罗必良， 2013)。土地财产性功能产生的禀赋效应改变了农户转出行为意愿，这就将农户土地流转的行为逻辑由期望效用理论引向了Kahneman等(1979)提出的前景理论，简单来说就是个体面对确定性收益时是风险规避的，面临确定性损失时又是风险偏好的。

根据期望效用理论，当转出林地的预期收益大于不转出时，农户就会选择转出林地； 而前景理论认为，即使转出预期收益高于不转出，但只要该预期收益未达到农户认定的一定水平，即参照点，农户仍会选择不转出，即产生了禀赋效应。林地作为农户人格化的财产，农户因转出林地而感知“损失”的痛苦程度远大于获取预期收益而感知“获得”的幸福感。新一轮集体林权制度改革进一步明确了农户对林地的“准所有权”，从而强化了林地人格化特征。由此可看出，农户林地转出行为无论是遵从期望效用理论还是前景理论，农户行为决策都不是简单单向或线性的，仅当高于一定的预期收益或自身参照点时，农户才可能愿意转出林地或改变林地流转行为，即构成了林地流转的行为门限特征。可从现有研究关于林地转出影响因素的讨论来观察农户林地转出行为存在的门限表征。

1.2 农户林地转出行为影响因素的非线性作用

现有研究从多方面分析了农户林地转出的影响因素，发现相同影响因素可能得出不同结论，争论固然与研究对象选择有关，也更可能是影响因素本身的作用就不是单向或线性的，已有研究实证检验了农户农地转出行为的门限效应，而对农户林地转出行为的分析集中在挖掘影响因素及其作用方向与程度上，主要包括以下几方面。

家庭特征方面主要关注非农就业的影响。农户非农就业机会增加降低农村土地的人口压力，能够提高农户转出土地的可能性(Deiningeretal.， 2005)。非农就业机会增加促进农村劳动力转移和农户分化。非农化程度相对较高的农户是林地流转市场的主要供给者(徐秀英等， 2010)，农村剩余劳动力转移对农户林地转出具有显著促进作用(王成军等， 2012)。然而，也有研究发现非农就业对农户林地转出规模没有显著影响(张寒等， 2018)。非农就业机会或非农收入水平提高未必能促进农户转出林地，可能与非农就业不稳定相关，即仅当农户非农收入达到一定的稳定水平时，农户对林地的依赖解除，从而才可能转出林地。非农就业的稳定水平构成了农户林地转出行为的门限。

林地禀赋方面侧重于细碎化。林地越分散、地块面积越小，流转产生的信息成本、契约成本、履约监督成本、违约追偿成本等交易费用就越高(陈念东等， 2012)。交易费用是制约林地流转的关键因素，不同交易属性下的交易费用不同，进而决定了不同的林地流转模式(张舟等， 2014)，地块越分散，因流转产生的交易费用就越高，农户转出林地的意愿就越低。然而，也有研究认为交易费用并不是制约农户参与林地流转的主要因素(谢煜等， 2016)。当农户营林能力能够顾及分散的地块时，即使林地细碎，农户仍可能不转出林地，即仅当林地细碎化超过一定水平时，如离家较远的地块较多，农户无法顾及才有可能转出，从而林地细碎化的程度就隐含着农户转出林地行为的门限。

林地制度方面主要在确权。一般而言，在农村劳动力不断转移的背景下，林地确权提高了林地产权稳定性，有利于保障农户权益，促进农户转出林地。拥有林权证能显著促进农户参与林地流转(王波等， 2017)，新一轮集体林地确权到户政策使农户转出林地的概率增加了1.7%(朱文清等， 2018)。然而，林地确权又会因提高林地产权强度而强化林地的人格化特征，抑制农户林地转出。有研究发现确权使土地转出概率降低了7.3%，且户均转出面积减少0.044 hm2(黄佩红等， 2018)。这表明林地确权政策的影响是双向的，既因产权明晰而促进林地转出，又因林地人格化特征的强化而抑制林地转出，即可能在某节点处相互抵消而达到平衡，这一节点构成了农户转出林地行为的门限。

与林地流转制度相配套的方面。林地流转政策效力提升还依赖于配套措施的跟进和完善，包括林业金融和采伐管制等。农户林地产权行为能力越强，其林地流转的主动性越高，有利于促进有序合理的流转(史若昀等， 2017)。然而，有实证研究发现采伐管制对农户转出林地的影响不显著(李博等， 2012)，是否参与森林保险对农户林地转出具有显著负向影响，且林权抵押贷款的影响也不显著(许凯等， 2015)。如同林地确权政策对农户转出林地的影响一样，配套政策也具有双向影响，毕竟无论是林业金融政策还是采伐限额，都改变了农户林地产权行为能力，农户参与林地流转积极性提高的同时也伴随着林地人格化特征的强化而抑制转出行为，这些因素的作用可能都不是单向的，更可能具有门限特征。

梳理以上研究可发现，影响农户林地流转行为的因素众多，进入效用函数的多变量可能引起行为影响效果的相互抵消，导致异质性变量共同作用下对农户林地流转行为呈现双重影响。一方面，由于正向与反向影响的同时存在可能引致单一变量的作用存在极值点，极值点两端的作用效果不同； 另一方面，意愿未必引致行为，农户转出林地意愿与契约行为不一致(高岚等， 2018)，农户林地转出行为决策存在参照依赖性，单一变量能否触发参照点也会导致效果的差异。已有研究注意到了农户林地转出规模影响因素的作用可能依一定门限值而呈现非线性。非农收入所占比例每提高1%，农户愿意转出部分林地的概率提高4.3%，而愿意转出全部林地的概率提高16.34%(徐堇寒等， 2018)。在农地流转研究上则更进一步，发现了门限值，当收入在25 000元以下时家庭选择保留土地，而在25 000元以上时家庭倾向于流转土地(冷智花等， 2015)。更有研究实证直接检验了农地禀赋与农地转出与否的门限效应(李琴等， 2015)。遗憾的是未关注对土地流转规模的非线性影响，而且现有研究鲜有关注农村林地流转的非线性特征。基于此，本研究利用2016年集体林权制度改革监测数据和2017年广东和贵州的农户调查数据，通过门限回归模型来检验农户林地转出规模可能存在的门限效应。

2 方法与数据

2.1 模型设定

采用Hansen(2000)提出的门限模型，考虑单一门限模型的设定，基本形式如下：

(1)

yi=μ+θ′xi(qi,γ)+ei。

(2)

式中：μ为常数项，θ′为影响系数。

(3)

式中：I(·)表示一个指示函数(indicator function)，即当qi≤γ时，I(qi≤γ)=1，否则为0。给定门限值γ，通过最小二乘回归(OLS)估计的θ′参数可以表示为：

(4)

式中：x*和y*分别为各自的组内偏差，相应的残差平方和则为：

(5)

(6)

(7)

(8)

(9)

以上模型及其检验只是存在单一门限，实证估计可能存在多重门限，可对式(1)进行扩展：

(10)

根据单一门限估计和检验得出的门限值γ1，再对第2门限值γ2进行搜索，搜索方法和第1门限值的搜索方法类似，为提高γ1的渐进有效性，可固定γ2后，再次对γ1进行搜索，假设检验的过程和单一门限值的情况类似。

根据上述过程，可设定单一门限模型：

(11)

式中：di为一组控制变量，βi为di的影响系数。通过检验不同门限变量的门限值来确定最终的估计模型，同时检验门限值的显著性与真实性。

2.2 变量选取

1) 被解释变量 以农户为个体，用i表示，i农户拥有的地块为t，t=4，构建面板数据(1)从样本数据看，转出林地的农户中，转出地块仅1块的农户比例为44.88%，转出地块有2块的农户比例为34.81%，相对较为平衡，也就意味着，选取4块作为农户流转的林地块数能够涵盖样本农户的林地流转信息，基于面板数据的门限回归要求必须是平衡面板，所以对超过4块流转的农户统一选择问卷调查排序的前4块。。激活林地流转市场的关键在于农户转出林地，本研究以农户林地转出规模为被解释变量，是指农户已转出的林地面积，不包括转出后又收回的情况。

2) 门限变量和解释变量 地权均分忽视了农户能力的差异，赋权与能力的不匹配就成为了寻求土地流转的基本动机(罗必良， 2014)，在土地产权细分的改革背景下，农户寻求能力与规模的匹配，就触发了土地转入或转出行为，对此，选择农户林地经营面积作为门限变量，即营林规模。另外，林地承载的社会保障功能与财产性功能制约了农户转出林地的意愿。现有研究认为，可通过完善农村社会保障制度和鼓励农村劳动力非农转移，以降低农户对林地的生活依赖并消除林地乃至土地对农户的人格化属性。前者由国家推动，可认为是外生的，后者主要从非农就业和非农收入来分析，家庭非农就业人数越多，务农劳动力数就越少，相互关联，对此可选择家庭务农劳动力规模作为解释变量来反映。农户林地依赖还需要考虑农户所在村庄的经济水平，毕竟依赖度是相对的，相同非农收入占比在不同村经济状况下表现出不同的依赖度。农户土地依赖在不同地区、村庄表现不同，东部、中部、西部地区的城郊型村庄与非城郊型村庄的土地依赖特点存在差异(普蓂喆等， 2016)。一般来说，一个村的社会经济条件越好，该村农户对林地的依赖性就越弱，村收入水平越高的地区，农户转出林地的可能性会越大(肖慧婷等， 2018)。基于此，反映农户的林地依赖度需要考虑村级经济条件，从而选择农户对家庭收入在村里水平的评价作为解释变量来反映。交易费用无论对于林地转出方还是转入方而言，都是需要考虑的影响因素，而降低交易费用的措施很多，其中关键的一项在于稳定土地产权。林地产权稳定性关系林木采伐权、林木抵押权和林木收益权等多项权能利益(何文剑等， 2014)，林地产权稳定一方面可以保障农户的财产性收益，提高转出意愿； 另一方面减少可能因林权纠纷而未来难以收回才不愿转出林地的心理顾虑。对此，选择农户是否获得林权证作为解释变量来反映。

3)控制变量 一组控制变量包括户主特征、林地禀赋和农户行为特征。其中，户主特征变量又包括受访当时的户主年龄与受教育程度。林地禀赋主要是指营林树种差异，包括用材林、经济林和竹林1)，以及是否遭受过森林灾害。农户行为特征变量包括林地是否流转给本村人、是否申请林权抵押贷款、是否参与森林保险和对采伐管制满意度。

相关变量的定义、赋值和描述性统计特征见表1。农户营林规模为当前经营的林地面积，即包括转入的林地但不包括已转出的林地。调查发现农户只要愿意转出林地，转出的规模通常较大，未流转的大多是离家近、便于种植的，所以从统计结果看农户营林地面积的均值小于转出林地面积。另外，选择营林地面积而不是总林地面积，主要考虑到总林地面积包括转出部分，而转出林地面积为因变量，那二者之间是关联的，可能会存在内生性问题而影响估计结果的有效性。

表1 变量赋值与描述性统计Tab. 1 Variable assignment and descriptive statistics

1)据第八次全国森林资源清查结果显示，我国公益林面积占森林面积的56%，商品林占比呈现下降的趋势。而且在建设生态文明背景下，地方政府强化了公益林建设，公益林比重进一步上升。

2.3 数据来源

数据来源于2方面： 一是集体林权制度改革监测。数据来自于国家林业局经济发展研究中心2016年集体林权制度改革监测项目，监测地区包括福建、江西、云南、辽宁、陕西、湖南和甘肃，涉及70个样本县350个村共3 500个农户。二是基于项目组的农户调查。根据林改监测问题中关于林地流转部分拟定调查问卷，沿用了原有问卷的问题设置，保持数据统一。于2017年7—9月，在广东梅州和贵州黔东南地区开展农户调查，样本分别为200份和300份，有效样本量分别为164份和258份。所有调查样本中参与林地流转的农户一共为348户，参与林地转出和转入的农户量分别为230户和118户，既转出又转入的农户很少，且无法归类，本研究不包括这类样本。调查样本中，甘肃和陕西仅有林地转出，福建、江西的林地转入户总量大于林地转出户总量，总体参与林地流转农户比例仅为8.7%。

由表2可知，在参与林地转出的农户中37.8%的农户营林规模少于2 hm2，超过7 hm2的占29.2%，农户营林规模总体较小； 27.4%的农户转出林地面积少于2 hm2，超过7 hm2的占36.5%，转出林地规模较大。44.9%的农户仅转出1块林地，转出林地在4块及以内的农户比例为94.6%。

表2 农户林地转出及营林规模情况Tab. 2 Forestland area transferred and managed by farmer households

3 实证结果与分析

3.1 门限效应检验

检验结果(表3、表4)表明，当以农户家庭收入在村里水平为解释变量时，农户营林规模的双重门限通过了1%显著性检验，但三重门限未通过检验，即存在2个门限：γ1=18，其置信区间为[16, 20]；γ2=20，其置信区间为[18, 21]。当以家庭务农劳动力数为解释变量时，农户营林规模的双重门限通过了5%显著性检验，但三重门限仍未通过检验，即也存在2个门限：γ1=18，置信区间为[16, 20]；γ2=20，置信区间为[18, 21]。以是否具有林权证为解释变量时，农户营林规模的单一门限通过10%显著性检验，但双重门限未通过检验，即接受存在1个门限的假设：γ1=33.4，置信区间为[32, 37]。从以上门限值及其置信区间看，各门限变量高度集中在门限值附近，表明估计门限值与实际门限值比较符合。

表3 门限效应及门限个数检验①Tab. 3 Threshold effect and threshold number test

①P值与临界值均采用“自抽样发”(Bootstrap)获得，Crit10、Crit5、Crit1分别表示在1%、5%、10%显著水平下的临界值，***、**、*分别表示1%、5%、10%显著水平。下同。BothPvalue and critical value were obtained by Bootstrap method. Crit10, Crit5 and Crit1 represent critical values at significant levels of 1%, 5% and 10%, respectively. ***,**,* respectively represent significant levels of 1%, 5% and 10%. The same below.

表4 门限值的估计结果及其置信区间Tab. 4 Threshold estimation results and confidence intervals

3.2 门限回归

根据Wang(2015)提供的程序和命令，运用Stata15.0进行门限回归。估计结果整体显著(表5)，统计量F的参数分布是非标准的卡方分布。当农户营林规模越大时，农户营林地块也就越多，当营林规模达到一定程度，即地块分散到一定程度时，农户兼顾到所有林地地块的能力明显不足，这时在相同外部激励下，不同门限区间内的农户就表现出明显不同的转出林地积极性。18 hm2及其以上的门限值表明农户转出林地规模的参照点较高，也从侧面反映了农户何以转出意愿较低，具体而言： 1) 从以农户家庭收入在村里水平为解释变量的估计结果看，当农户营林规模≥18 hm2时，农户对林地依赖度降低，转出林地规模就越大，且影响显著，但仅当农户营林规模≥20 hm2时，农户对林地依赖度的作用系数明显高于在其他门限区域的作用系数。另外，控制变量中，务农劳动力数对转出林地规模具有显著负向影响，家庭务农劳动力越多，营林能力越强，转出林地规模越小，甚至可能不转出而倾向于转入林地。农户申请林权抵押贷款会显著降低转出林地规模，且作用系数很大，明显高于其他变量对转出林地规模的作用系数。

2) 从以家庭务农劳动力数为解释变量的估计结果看，当农户营林规模小于20 hm2时，农户务农劳动力数对转出林地规模具有显著影响，其中，在[18, 20)区间时，具有显著正向影响，且作用系数较大，当农户营林规模小于18 hm2时，具有显著负向影响，即务农劳动力对林地转出的影响并不是单向的，而是双向非线性的。控制变量中，户主年龄对转出林地规模具有显著负向影响，即户主年龄越大，转出林地规模越小。农户家庭收入在村里水平对林地转出规模具有显著正向影响，即农户对林地依赖度越低，转出林地规模越大。农户申请林权抵押贷款仍会显著降低转出林地规模，且作用系数仍很大。

3) 从以农户是否拥有林权证为解释变量的估计结果看，当农户营林规模小于33.4 hm2时，农户拥有林权证会降低转出林地规模，但当农户营林规模≥33.4 hm2时，拥有林权证的农户又会增加转出林地规模，即该变量对林地转出规模的影响也是双向非线性的，但影响均不显著。可能的原因： 一是样本统计比较集中，超过90%的农户表示拥有林权证，未体现差异性； 二是变量本身影响不显著，林权证带给不同农户的安全感不同，当林权证不具备农户认定的安全感时，该变量对农户是否转出林地的影响就不显著(肖慧婷等， 2018)。

总体上，在控制变量中，户主年龄和农户家庭收入在村里水平分别对林地转出规模具有显著负向和正向影响。农户参与森林保险会显著增加转出林地规模，且作用系数较大。但林种差异对农户转出林地规模的影响不显著。可能的解释是，农村土地无论是林地还是农地，都承载着一定的生活保障功能，同时还因人格化而具有财产性功能，在农村社会保障制度仍不健全的情况下，无论林地种植任何林种或树种都不会显著改变林地承载的特殊功能，也就不会影响农户转出林地的规模。有实证研究发现农户经营的树种无论是用材林、经济林还是竹林对农户是否转出林地的影响都不显著(肖慧婷等， 2018)。还有研究发现林地坡度与土壤质量的交互作用(李彧挥等， 2012)、林地质量(林丽梅等， 2016)、林地类型(王波等， 2017)均对农户林地转出行为的影响不显著。另外，农户是否遭遇森林灾害和是否有林权抵押贷款对农户转出林地规模的影响不显著。可能的原因： 一是样本统计比较集中。超过90%的农户表示近3年没有遭受森林灾害、没有林权抵押贷款，变量统计结果比较一致，样本的离散程度较低。二是变量本身影响不显著。对于林权抵押贷款而言，贷款周期、贷款程序和贷款利率在很大程度上影响了农户申请林权抵押贷款的积极性，更重要的是随着城镇化水平的逐渐提高与农村劳动力的不断转移，留守老人的营林能力和意愿不高，申请林权抵押贷款的积极性也就不高，从而能否获得林权抵押贷款对农户转出林地规模的影响也就不显著。李彧挥等(2012)的实证研究发现，是否获取林权抵押贷款对农户是否愿意转出林地的影响不显著。另外，在政策性森林保险广泛覆盖的背景下，农户营林的抗风险能力增强，即使因森林灾害而造成木材损失，农户仍可获得保险理赔，保障财产收益，而不因遭遇森林灾害就转出林地以获取稳定的租金收益，从而该变量对农户转出林地规模的影响也就不显著。

对比不同解释变量的门限估计结果看，农户对林地的依赖度确实显著影响林地转出规模，且存在非线性特征，对土地依赖度降低，农户转出林地规模未必能显著提高，表明对土地保障功能的替代能促进农户转出林地，但对转出规模的促进作用有限。务农劳动力总量对转出林地行为存在双向影响，当务农劳动力增加对改善要素匹配的作用甚微时，只有通过转出林地来实现林地资源配置效率的提高，即呈现出估计结果中的正向相关性； 相反，当务农劳动力增加显著促进了要素匹配时，农户会降低林地转出规模，从而表现出负向相关性。不同营林规模下，林地确权的影响也是双向的，表明确权强化了林地人格化特征，也降低了林地流转的交易费用，二者均衡依赖于一定的营林规模，但影响不显著，意味着确权对林地转出规模的影响不如预想的关键。另外，需要注意的是农村人口老龄化的影响。一般而言，户主年龄越高，营林能力越弱，转出林地面积应该越大，实际却越少。可能的解释： 一是当户主年龄达到某一水平可能才会体现营林能力的显著下降，从而转出林地； 二是当农村社会保障体制仍不健全时，由于林地承载着社保功能，户主年龄越大，越可能继续持有林地。

表5 农户转出林地规模的门限效应估计结果①Tab. 5 Results of threshold effect estimation on the scale of forest land transferred out by farmers

①系数1、2、3是分别对应Income、Labor和Certificate的估计结果，可参见Wang(2015)的研究。Coefficients 1, 2 and 3 are estimated results corresponding to income, labor and certificate respectively. Please refer to Wang (2015) for detail.

3.3 稳健性检验

从门限估计结果看，农户对林地的依赖度、务农劳动力规模和地权稳定性对林地转出规模具有非线性影响，为检验估计结果的稳健性，根据门限值将样本农户划分为不同的样本组进行重新估计。从统计情况看，营林规模≥18 hm2的有40户，≥20 hm2的有29户，≥33.4 hm2的有22户。以农户家庭收入在村里水平和家庭务农劳动力数为解释变量的营林规模门限值相同，分别为18 hm2和20 hm2，从而将样本农户以门限值为节点，划分成3组； 以农户是否拥有林权证为解释变量的营林规模门限值仅1个，为33.4 hm2，从而将样本农户划分为2组(2)1)以门限值划分样本后，在控制变量赋值为0或1的变量中有的变量全部为1或全部为0，如是否有林权抵押贷款，该项就均为0，估计中就自动剔除了这类变量。。从估计结果(表6)看，农户家庭收入在村里水平和家庭务农劳动力数对林地转出规模的影响方向与门限估计结果一致，其中，在小于18 hm2样本估计结果中，务农劳动力的影响不显著，在大于或等于20 hm2的样本估计结果中，农户家庭收入在村里水平的影响不显著，而这二者在门限估计中均显著，这可能与分组样本量较少有关。另外，农户是否拥有林权证对转出林地规模的影响方向与门限估计结果一致，而且均不显著。不同样本组的估计结果中解释变量的影响系数大小对比情况，与门限估计的结果相似。总体上，农户林地转出规模的门限估计结果比较稳定。

表6 门限效应的稳健性检验①Tab. 6 Robustness test of threshold effect

①括号中数值为系数对应的标准误。 The value in brackets is the standard error corresponding to the coefficient.

4 讨论

由于多数样本农户营林规模低于门限值，即使缓解农户的林地依赖或促进非农转移，仍难有效激活林地流转市场，对此，改善林地细碎化、走向规模经营可大致分3种情况来讨论： 一是在农户对林地依赖度很低的地区，林地流转租金对家庭福利的边际影响趋于零甚至为负，可考虑行政干预，在保障村民利益的基础上，村集体按照流转政策程序，组织流转，由地方政府负担交易费用，农户分享流转收益。行政资源由鼓励农户林地流转向组织农户林地流转配置。二是在农户对林地依赖度很高的地区，土地承载的福利功能较强，配套政策如林权抵押、森林保险强化了农户的林地财产性权利，可考虑通过林地要素入股以分享增值收益的合作形式来实现林地整合，行政资源向林地经营合作方面倾斜。三是在农户对林地依赖度一般的地区，土地承载了一定的价值功能，既可能通过提高农户的非农收入或非农转移程度，促进林地转出，也可能根据地区林地资源禀赋，鼓励农户走向合作，但都需要一定示范来引导行政着力方向。而对于少数高于门限值的情况： 一是对转出户而言，进一步规范林地流转程序和流转合同，降低流转过程的交易费用、减少林权纠纷，稳固农户林地转出积极性。二是对转入户而言，鼓励农户走向家庭林场或联户经营，林业金融方面的配套政策服务有利于提高营林收益增量，稳固林地转入积极性。

需要强调的是，农户林地流转行为的门限效应假设或猜想最初源于调查实践的感知，落实到实证检验上是一项全新尝试的开始，受限于样本数据，本研究未能构建多时期跟踪监测的面板数据，而且多地块流转的农户较少，也仅构建了最大4个地块的面板数据。另外，本研究未能进一步考察农户转出林地规模门限的精确性，更多是检验是否存在门限效应及其表征，门限效应本身还具有情境依赖性，不同条件下的门限值不同，更深入的研究还需要根据地理条件差异、林种或树种分区、地区经济或生态功能分区等方面细分后再检验。同时，研究的政策寓意也存在自身局限，地方政府主导的林地流转存在损害农户自主交易权利和利益的风险，不可否认提高林地资源配置效率确实需要持续的努力，尽管如此，在检验农户林地流转决策行为的门限效应基础上，政策寓意可作为一种尝试，发现潜在的可能。

5 结论

基于国家林业局2016年集体林权制度改革监测数据及2017年广东和贵州的农户调查数据，本研究运用Hansen(2000)提出的门限模型进行估计，从样本农户中筛选出参与林地转出的农户，按农户拥有的地块构建面板数据，进行门限效应检验。实证发现，农户营林规模对林地转出规模的影响依不同的解释变量存在不同的门限水平，当以农户家庭收入在村里水平和以家庭务农劳动力数为解释变量时，均存在双重门限，其值均分别为18 hm2和20 hm2，前者在3个门限区域内均表现为正向影响，后者在第2个门限区域内表现为正向影响，其他为负向影响。当以是否具有林权证为解释变量时，仅有单一门限，其值为33.4 hm2，在2个门限区域内均表现为双向影响。可看出，农户对林地依赖度降低，转出林地规模未必能显著提高，即对土地保障功能的替代仅在一定营林规模门限区域内能促进农户转出林地规模，也就意味着处于门限区域内的地区林地流转率就相对较高。另外，林地确权的影响也是双向的，表明确权强化了林地的人格化特征，也降低了林地流转的交易费用，二者均衡依赖于一定的营林规模，但影响不显著，意味着确权对林地流转的影响可能不如预想的关键。