土地流转对农户耕地复种指数的影响

彭继权

土地流转对农户耕地复种指数的影响

彭继权

（江西财经大学经济学院，南昌 330013）

探究农户耕地复种指数的制约因素，为落实国家粮食安全战略和促进土地集约化利用提供理论和实证依据。该研究基于2018年湖北农户实地调查数据，采用反事实分析框架，运用倾向得分匹配法（Propensity Score Matching，PSM）和广义倾向得分匹配法（Generalized Propensity Score Matching Method，GPSM）分析土地流转对农户耕地复种指数的影响。结果表明：土地流转对农户耕地复种指数有显著的正向影响，土地流转会显著提升耕地复种指数0.244个单位，水田转入和旱地转入会分别显著提升耕地复种指数0.299和0.204个单位；土地转入面积、水田转入面积和旱地转入面积对农户耕地复种指数的提升存在规模报酬递增效应，即耕地复种指数提高的比例要比流转面积提高的比例更大，且水田转入面积的规模报酬递增效应更明显；从作用机制检验来看，土地流转能够通过每公顷流转费反作用路径和要素集约促进路径提升农户耕地的复种程度，每公顷流转费起到调节作用，要素集约率起到中介作用，中介效应的大小为8.9%。建议健全土地流转市场机制，鼓励农户参与土地流转，因地制宜制定耕作制度，改善农业生产条件，从而提高耕地复种指数。

土地流转；农户；复种指数；倾向得分匹配法；广义倾向得分匹配法

0 引 言

食为政首，粮安天下。中国政府一直坚持将14亿人的饭碗牢牢端在自己手中，自全球爆发新冠疫情以来，多国为求自保开始增加粮食储备和减少粮食出口。在国际环境如此恶劣的情况下，中国仍能保障国内粮食供给稳定，再次证明实施粮食安全战略的正确性。通过实行最严格的耕地保护制度，中国粮食生产取得了历史性的“十七年丰”，但仍存在不少问题。一方面城镇化的快速推进挤占了大量耕地，农村劳动力外出务工和农业劳动者老龄化加剧了耕地抛荒问题；另一方面随着农业生产技术水平的提升，粮食单产开始显现“天花板效应”[1]。农业增产无外乎从扩大耕地面积、提升单产水平和提高耕地集约化程度三大途径着手，在耕地资源有限和单产提升乏力的背景下保障国家粮食安全，仍需不断提高耕地集约化程度，耕地复种是在时间和空间上加强耕地集约化利用最简单有效的措施之一。2020年政府工作报告中强调“稳定粮食播种面积和产量，提高复种指数”，切实落实好“六保”中的保粮食能源安全。实际上，研究表明中国近年农业增收的1/3由耕地复种所贡献，但由于农业比较效益下降等多方面原因，导致农户放弃复种生产方式的现象不断涌现[2]。为继续落实好国家粮食安全战略，研究当前农户耕地复种受何种因素制约，如何促进农户提高耕地复种指数具有重要的现实意义。

耕地复种指数兼具自然和社会双重属性，本质揭示“人类—自然”的复合关系，此关系既受到气候、温度和高程等自然资源环境的影响，也受到品种、技术和经营管理等人类活动的影响[3]。目前有关复种指数影响因素的研究主要集中在以下方面：一是资源要素层面：康清林等[4]认为积温波动是导致复种指数偏低的主因。李阔等[5]发现气候异常变化会降低耕地复种指数。刘巽浩[6]认为合理选择作物搭配和把握生产季节能提高耕地复种指数。张闯娟等[7]发现地理区位对耕地复种指数的影响较大。二是家庭禀赋层面：谢花林等[8]发现人口非农化会降低耕地复种程度。朱启臻等[9]认为农业劳动者女性化会导致复种指数下降。李庆等[10]发现老龄化会促进经济作物的复种指数。张闯娟等[7]发现家庭人口规模对耕地复种指数有促进作用。三是国家政策层面：农业补贴等政策会提高耕地的复种指数[11]，而农业生产结构被迫调整和保护性耕作政策（包括免耕、休耕、轮作等）会降低耕地复种程度[12]。谢花林等[8]发现产业非农化会提升耕地复种指数。梁守真等[13]认为城镇化虽然挤占了耕地，但在一定程度也会刺激耕地复种指数的提高。四是农业市场层面：耕地产出的经济效益会直接影响农户的耕地复种行为[14]，而土地市场的发育程度和农业机械社会化服务也会对耕地复种指数产生影响[15-16]。

综上所述，目前关于耕地复种指数影响因素的研究比较丰富，但大多是基于宏观数据和区域视角进行研究。耕地复种行为归根结底是单个农户的生产方式，使用宏观数据只能总体上把握区域复种指数的宏观因素，难以精准分析影响农户耕地复种指数的微观因素，且掩盖了区域内农户的异质性。随着农村土地流转规模和集约化程度的不断提高，农业的生产条件和作业方式发生了较大变化，这些变化势必会在一定程度上影响原有的耕作制度，但目前鲜有学者从土地流转视角探究耕作制度的变化。那么，农户的耕地复种行为是否会因土地流转受到影响，这一问题的科学回答将有利于国家制定更为合理的农村土地政策和耕作制度。基于此，本文利用课题组在湖北实地调研的微观农户数据，构建农户个体层面的反事实分析框架，探究不同类型土地流转对农户耕地复种指数的影响。另外，为保证模型估计结果的有效性和准确性，本文运用PSM（Propensity Score Matching）和GPSM（Generalized Propensity Score Matching Method）方法尽可能消除模型中可能存在的估计偏误等干扰因素，以期通过准确分析为土地政策制定和耕作制调整提供支撑。

1 理论分析与研究假说

耕地复种是一种农户生产经营行为，从理性经济人的角度来看，农户会根据复种前后的预期农业收益来综合决策自身复种行为。复种作为耕作制中的一种重要形式，本身就受制于自然条件和经济技术发展水平，由土地流转所引起的农业生产环境的变化，能够为农户采用耕地复种行为提供可能。土地流转对农户耕地复种行为的影响机理如下：1）作业方式改变。土地流转后农户通常会对农地进行平整，平整的方式主要包括田块土层调节、梯田改造工程、田块归并工程和条田建设工程，通过以上这些方式能有效改善田间作业环境和实现土地连片耕作[17-18]，进而提高农业机械使用的便利性，有效减少农业生产作业时间，保障复种过程中农作物“收获—种植”的有效衔接。2）要素利用率提升。耕地细碎化一般会造成农业生产成本过高、生产效率低下和灾害防治能力差等问题，土地流转后能够利用土地规模经营的优势提升要素利用率，进而降低农业生产成本和提高生产效率[19]，土地平整也能提升农业灾害防治能力，从而多方面促进农业收益的提升，农户也会因此提高务农积极性，进而提升耕地复种指数。3）流转费用反作用。农户的土地流转一般需要支付一定的土地流转费用，只有当土地经营收入超过土地流转费时，农户才会接受土地转入。而且为了保证流转后农业收益为正，流转费用越高，农户耕地复种的程度就越高。4）病虫害防治。耕地复种指数的提升常常伴随着病虫害发生几率的增加，防治病虫害发生是保障耕地复种的基础。土地流转不仅能避免小农户单纯追求产量而盲目经营的土地耕作模式，还能促进规模经营户进行科学绿色耕作，应用先进的农作物病虫害防治技术，推进病虫害防治的智能化、专业化、绿色化，进一步为耕地复种提供保障[20]。

由于不同类型耕地的耕作制度和生产环境存在差异，会导致不同类型土地流转对农户耕地的复种行为理应有所区别。耕地类型一般分为水田和旱地2种[21]，旱地具有单个面积狭小、陡坡和耕作层薄等特点，水田具有耕作半径大、平缓和耕作层较厚等特点，且水田土地流转后的综合治理成本较低，也更适宜农业机械作业[22]，因此，水田流转更有利于提高耕地复种指数。再者，在水田大量“双改单”的形势下，水田的利用程度一般不如旱地，这为大幅提高水田地块的复种指数提供可能，且水田地块作物的生产率和经济价值一般高于旱地，因此，进一步说明水田流转更能提高耕地复种指数。另外，在土地规模效应递增的作用下，土地流转促进农户耕地复种指数的效应也应呈现规模效应递增的趋势，且这一趋势应该在不同类型土地间有所差异。基于此，提出本文研究假设：

H1：土地流转会提高农户耕地的复种指数，且存在规模效应递增趋势。

H2：水田流转比旱地流转更能促进农户耕地指数的提升，且水田规模效应递增趋势更明显。

H3：从经济效益来看，土地流转主要是通过土地流转费用反作用路径和要素利用率路径对农户耕地复种行为起作用。

2 数据来源和描述统计

2.1 研究区概况

湖北省位于中国中部偏南，介于北纬29°05′至33°20′，东经108°21′至116°07′。地势大致为东、西、北三面环山，中间低平，略呈向南敞开的不完整盆地。全省山地占56%，丘陵占24%，平原湖区占20%。湖北省山地大致分为4大片区，分别为秦巴山片区、武陵山片区、大别山片区和幕阜山片区。湖北地处亚热带，位于典型的季风区内，除高山地区外，大部分为亚热带季风性湿润气候，太阳年辐射总量为85～114 kcal/cm，年平均实际日照时数为1 100～2 150 h，降水地域分布呈由南向北递减趋势。湖北省正面临从传统农业向现代农业转变的关键时期，土地流转在改变农业生产经营方式中发挥着越来越重要的支撑作用。由于湖北地形地貌复杂，资源禀赋、农业耕作方式差别较大，土地流转促进耕地集约化和农业现代化发展的空间较大，探究当下制约该地区农户耕作制发展的因素至关重要。

2.2 数据来源

本文数据来自课题组2018年在湖北省的农户实地调查数据，此次调查涵盖家庭人口基本信息、自然和物质资产、生产经营情况、土地流转行为和农户政策认知情况等。调研地点在监利县和蕲春县，调研区域类型包括平原、丘陵和山区，说明所选择的调研地点能保证样本的代表性。调查数据涉及11个镇44个村，每个村调查26名农户，共调查1 144户，剔除无效问卷24份，共获得有效样本1 120份。

2.3 变量说明

1）耕地复种指数

复种是在同一耕地上一年种收一茬以上作物的种植方式。复种有2个作用，一是通过若干季作物种植提高耕地的利用程度；二是通过收获若干季作物提高耕地的产出效果[15]。复种指数有明确的计算方法：耕地复种指数=（全年农作物总收获面积/耕地面积）×100%。

2）土地流转

本文主要分析土地转入对耕地复种指数的影响，从是否转入土地和转入土地面积两方面来考察，并将土地流转类型细分为水田和旱地，最终生成3种是否转入土地的虚拟变量和3种转入土地面积的连续变量。

3）其他控制变量

耕地复种一般会增加家庭劳动用工数量和时间，家庭劳动人数也就会直接影响农业生产经营决策，进而影响农户复种行为。农业机械数量能有效提高农业生产效率，降低农业生产作业环节的时间，避免因农业生产作业时间过长而耽误耕地复种的时机。不同农作物生长的时间和条件都不一致，农户种植的品种数量差异会造成耕地复种指数的不同，一般生长周期越短的作物，其耕地复种的可能性更高。一般而言，同一地块上粮食作物和经济作物的复种指数应有差异，大部分经济作物的生长周期会小于粮食作物的生长周期，因此，粮食面积占比提高可能会减少耕地的复种程度。农户是独立的生产经营单位，其生产经营决策都是依据经营收益来制定，只有当耕地复种后的农业收益为正时，农户耕地利用的积极性才会提高。农产品价格是直接刺激农户生产积极性的重要因素，农产品价格越高，农户越有可能提高耕地的复种指数。农业生产需要良好的生产环境，积温和降雨等气候异常变化会不利于农业作物的生产，也就直接影响农户耕地复种的积极性。不同地形生产条件的差异会导致复种指数有所不同，一般平原地区耕地的生产条件较好，更有利于农户采用耕地复种方式。

表1 主要变量及计算方法

2.4 研究方法

从经验研究和现实依据来看，一方面土地流转后农业规模经营使得农业生产成本下降，在土地面积既定情况下农户会通过扩大生产规模来提高农业经营收益，而扩大生产规模的有效措施之一就是提高耕地的复种指数；另一方面受制于耕地质量和地块细碎化等农业生产环境的限制，农户难以通过提高耕地复种指数完成既定的农业经营计划，但能够通过土地流转的方式来改善农业生产环境。从理论层面来看，土地流转和农户耕地复种指数两者可能存在互为因果的关系，简单采用OLS回归可能导致模型存在内生性问题，造成估计结果偏误。为此，Rubin[23]提出“反事实框架”，称为“鲁宾因果模型”，以此模型来解决模型内生性问题。PSM的基本思路为：首先，利用模型估计每个样本土地流转的条件概率拟合值，此概率即为倾向得分值（PS），PS值相近的土地流转农户与土地未流转农户构成共同支撑领域，计算如式（1）。

式中D表示第个农户土地的流转状态，x表示第个农户的协变量。其次，将土地流转农户与土地未流转农户逐一匹配，确保2组特征相近；最后，利用控制组模拟处理组的反事实状态（土地未流转），比较农户在流转（1i）和未流转土地（0i）这2种互斥事实下农户耕地复种指数的差异，差值即为净处理效应。农户耕地复种指数的平均处理效应（Average treated effect，ATT）可表示为

本文不仅分析土地是否流转对农户耕地复种指数的影响，还进一步分析土地流转面积对农户耕地复种指数的影响，然而PSM方法仅适用于二元处理变量，无法处理连续性处理变量。Hirano等[24]将二元处理变量的PSM方法扩展到连续性处理变量的GPS方法，能够在每一个处理水平上评估土地流转面积对农户耕地复种指数的影响。GPS方法假设在控制协变量的条件下，土地流转面积对应的农户耕地复种指数相互独立，也就表明土地流转面积具有随机分布性，因此，该方法能较好解决与协变量相关可能存在的估计偏误。

广义倾向得分匹配估计有3个步骤：首先，在给定协变量的情况下，运用极大似然法估计连续型处理变量土地流转面积的条件概率分布(T)：

最后，将式（4）的回归结果代入式（5）中，进而可以得出处理变量在时的结果变量F的期望值：

3 实证分析

3.1 样本匹配效果检验

在PSM估计之前，样本必须通过匹配平衡性检验。表2为转入土地的控制组和处理组的平衡性检验结果，本文也检验了转入旱地农户和转入水田农户匹配结果的平衡性，检验结果显示都满足平衡性假设，限于篇幅，未在文中列出。从表2可知，匹配前的控制组和处理组中特征变量存在较大差异，经过匹配后其差异基本消除。匹配后特征变量的标准化偏差均小于10%，说明匹配效果较好。由此可知，半径匹配能消除控制组和处理组的特征差异，也说明土地转入户控制组和处理组在耕地复种指数的差异确实是由土地是否转入造成。

表2 倾向得分匹配的平衡性检验结果

注：“U”表示未匹配，“M”表示匹配。

Note: “U” means no match, “M” means match.

3.2 土地流转对农户耕地复种指数的PSM估计

为检验估计模型的稳健性，本文使用4种匹配方法分别估计是否转入土地、是否转入水田和是否转入旱地对耕地复种指数的平均处理效应，具体结果见表3。从是否转入土地对农户耕地复种指数的平均处理效应来看，匹配前土地转入对耕地复种指数会显著提升0.322个单位，采用4种匹配方法估计后，土地转入对耕地复种指数的影响依然显著，匹配1至匹配4估计的平均处理效应ATT依次为0.248、0.244、0.253和0.23。总体而言，通过匹配法消除样本差异后，土地转入净效应ATT值的平均系数为0.244，要小于未匹配时的回归系数，说明样本偏误确实会高估土地转入的效应。

表3 土地流转对复种指数的PSM估计

注：匹配1为半径匹配法、匹配2为核密度匹配法、匹配3为局部线性匹配法，匹配4为马氏匹配法，*、**、***分别代表10%、5%、1%水平的显著性，下同。

Note: Matching 1 is the radius matching method, matching 2 is the kernel density matching method, matching 3 is the local linear matching method, and matching 4 is the Markov matching method. *, **, and *** represent the significance level of 10%, 5%, and 1% respectively. The same below.

从是否转入水田对农户耕地复种指数的平均处理效应来看，匹配前水田转入对耕地复种指数会显著提升36.6%。匹配后，4种匹配法的估计结果都通过显著性检验，估计的ATT值依次为0.31、0.314、0.297和0.273，净效应ATT值的平均系数为0.299，说明样本选择偏误高估了水田转入对耕地复种指数的影响。从旱地转入对农户耕地复种指数的平均处理效应来看，匹配前旱地转入对耕地复种指数会显著提升0.267个单位。匹配后，4种匹配法估计所得的ATT值依次为0.241、0.187、0.218和0.17，且都通过显著性检验，净效应ATT值的平均系数为0.204，依然说明样本选择偏误会高估旱地转入的影响效应。

综合可知，通过匹配法消除样本选择偏误后，土地转入对农户耕地复种指数依然有显著的正向作用，水田转入比旱地转入对农户耕地复种指数提升作用更大，可能原因是水田转入更能促进农户使用农业机械，农业机械提高能有效减少农业生产作业时间，保障农作物“收获—种植”的有效衔接；另外，水田农业机械使用成本一般会低于旱地农业机械使用成本，水田作物中大部分粮食作物也能获得国家农业补贴，农户从成本收益角度也会更倾向于在水田地块中采取复种行为。

3.3 土地流转面积对农户耕地复种指数的GPSM估计

PSM仅能估计出处理变量为虚拟变量的净效应，不能求得处理变量为连续变量的净效应，也就是说PSM只能辨别土地是否流转对耕地复种指数的影响，但不能得出不同土地流转面积对耕地复种指数的影响程度，后者可能更具有现实指导意义，本文拟采用GPSM模型估计出土地流转面积在不同处理水平下的净效应。运用Fractional Logit模型估计广义倾向得分，并对经广义倾向得分调整匹配后的样本进行平衡性检验，检验结果见表4。由Fractional Logit模型估计结果可知，所有自变量对农户耕地复种指数存在显著影响，说明模型中选取的控制变量较为合理。此外，根据估计参数的性质可知，除气候异常变量与耕地复种指数呈负相关以外，其他自变量与耕地复种指数呈正相关，限于篇幅，文中未列出Fractional Logit模型估计结果。

参考HIRANO和IMBENS的平衡性检验法[24]，考虑到土地流转面积极值化取值在[0，1]区间上主要集中在中部，本文根据细分处理强度较小区间，粗分处理强度较大区间的原则，选取处理水平0.1和0.5作为临界值。根据临界值可将样本分为3组，并检验匹配后样本在3个子区间的各匹配变量条件均值差异。平衡性检验结果显示，在3个子区间内各匹配变量的平均偏差双尾检验基本上都不显著，说明各匹配变量经过匹配后不与处理变量土地流转面积相关，也说明各匹配变量在匹配后不存在系统系差异，匹配结果满足平衡性假定。

表4 广义倾向得分匹配估计及平衡性检验

注：括号中的数字为标准误。[0,0.1]、(0.1,0.5]、(0.5,1]表示处理水平区间值。

Note: The numbers in parentheses are standard errors. [0,0.1], (0.1,0.5], (0.5,1] indicate the values of the processing level interval.

利用上一步的估计结果再测度出结果变量农户耕地复种指数的条件期望，为更好拟合耕地复种指数，同时采用二阶逼近式和三阶逼近式估计方法，发现二阶逼近式的估计效果更好。二阶逼近式的估计结果显示，土地流转面积及其平方的估计系数通过了1%水平的显著性检验，倾向得分变量及其平方的估计系数通过了1%水平的显著性检验，两者交互项通过了1%水平的显著性检验，限于篇幅，二阶逼近式估计结果未列出。因此，由于都通过了显著性检验，式（6）中无需剔除任何变量，并以此为基础进行第三步估计。

第三步估计被视为GPS估计的核心和结果，根据式（6）估计土地流转面积在不同处理水平上农户耕地复种指数的期望值及其边际变化，估计结果见表5。采用二阶逼近估计法回归，发现土地转入面积、水田转入面积和旱地转入面积的处理效应一直为正，且三者的处理效应随着流转面积的提高而呈现不断增加的趋势，但不同处理水平上的边际效应有所差异。总体而言，标准化土地流转面积在0～0.4处理水平上，即真实土地流转面积在0～0.247 hm2时，增加土地流转面积会显著提高农户耕地复种指数，但提升效果不够明显；当标准化土地流转面积超过0.4处理水平时，土地流转面积的处理效应提升较为明显，说明土地流转对提高农户耕地复种指数存在边际效用递增的作用，水田转入和旱地转入也基本遵循此规律。可能原因是土地流转对农户耕地复种指数存在一定的门限值，只有超过流转门限值后土地规模经营对耕地复种指数提升的效果更加明显，或者说，当土地流转面积较小时，农业规模经营增加的效益还不足以吸引农户采取复种程度更高的种植行为。

从不同类型土地流转来看，不同处理水平上水田转入的边际效应明显高于旱地转入的边际效应，且水田转入的边际效用递增趋势更明显。可能原因是旱地一般具有细碎化、陡坡和耕作层较薄等特点，导致农业机械作业难度更大，流转后的土地综合治理成本较高，而水田较少存在以上问题，流转后的土地综合治理成本也更低。另外，水田地块作物的农业生产率和经济价值也会高于旱地，因此，农户会更多在水田地块上进行复种。

表5 广义倾向得分匹配处理效应的估计系数

根据式（6）所估计的期望值及其边际效应值，分别可以得出土地转入面积、水田转入面积和旱地转入面积的处理效应函数，见图1。图1中的实线表示土地流转面积与农户耕地复种指数的函数关系，另外2条虚线分别代表GPS估计函数95%的置信上限和置信下限，该值是通过自举法（Bootstrap）重复500次所得，图中应重点关注中间实线。图1显示各类土地转入面积对农户耕地复种指数提升都起到促进作用，且水田转入提升的作用最大。

3.4 土地流转对农户耕地复种的作用机制

根据前文分析，土地流转确实会对农户耕地复复种指数有显著的正向影响，但是土地流转影响农户耕地复种行为的作用机制还有待进一步检验。由前文理论机理分析可得，作为理性经济人的农户在考虑土地流转的经济效益时，土地流转可能通过2条路径影响农户的耕地复种行为，一是每公顷流转费会促进农户提高耕地复种指数；二是土地流转后的规模效益会提高耕地要素利用率，从而节约单位成本和增加农业收益，提高农户复种的积极性。基于此，本文借鉴彭继权等[25]的调节效应和中介效应检验步骤，分别检验以上两种作用路径的存在性。其一，检验土地流转能否通过土地流转费用反作用路径来提高耕地复种指数。因变量为农户耕地复种指数，自变量为土地流转面积，中介变量为土地流转费用。理论上来说，如果土地流转费用起到调节作用，则可以认为土地流转费用上升会促进土地流转面积提升农户耕地复种指数。其二，检验土地流转能否通过要素集约率来提高耕地复种指数。因变量为农户耕地复种指数，自变量为土地流转面积，中介变量为要素利用率。

3.4.1 流转费用反作用路径的调节效应检验

表6中回归（1）、（2）、（3）和（5）的因变量为复种指数，回归（4）的因变量为要素利用率。回归（1）表明土地流转面积和每公顷流转费都对农户耕地复种有显著的正向影响，回归（2）表明土地流转面积和土地流转费用的交互性对农户耕地复种指数有显著的正向影响，说明土地流转费用的提高会促进土地流转面积对农户耕地复种指数有正向影响，土地流转费用起到了调节作用。从两个回归模型的判定系数可知，加入交互性后模型的判定系数更高，也证实了土地流转费用发挥了调节作用。由于土地流转费用上升迫使农户提高土地利用率的行为，在一定程度上解释了为何土地流转后耕地复种指数会得到提升，但此现象并非土地流转的“合意产出”。在考虑农户经营收益和避免土地过度化利用的情况下，市场上的土地流转费用应该加以规范和指导[26]。

3.4.2 要素集约促进路径的中介效应检验

从表6中回归（4）的估计结果可知，土地流转面积能够显著提升耕地的要素利用率，回归（5）表明在控制了土地流转面积后，要素利用率这个中介变量依然对农户耕地复种指数具有显著的促进作用。由于回归（3）～（5）中的回归系数都通过了显著性检验，可以得出要素利用率变量起到了中介效应，但仅为部分中介效应。经过计算可知，要素利用率中介效应占总效应的比重为8.9%。因此，可以说明土地流转面积对农户耕地复种指数的影响大约有8.9%是通过要素利用率变量的中介作用所实现，即土地流转所产生的规模效益会提高农业的要素利用水平，相对降低了农业生产成本，促使农户提升耕地复种程度。

4 讨 论

中国农业在人多地少的现实环境下，农户长期细碎化的土地经营模式难以充分发挥土地规模效应带来的作用，导致小规模经营农户陷入了难以有效对接大市场实际需求的窘境。随着城镇化的有序推进，农业土地已经并非作为农户收入的主要来源，使得农村人口和耕地资源的配置状况发生了极大变化，土地承包经营权流转已经成为一种现实需求和趋势[27]。土地流转一般会改变农业的生产环境和经济效应，也会带来农户农业生产行为的变化，这些变化势必会在一定程度上影响原有的耕作复种制度。但目前鲜有学者从土地流转视角探究耕作复种制度的变化，大多还是从资源要素层面[4-5]、家庭禀赋层面[8-9]、国家政策层面[11-12]和农业市场层面[15-16]探讨耕地复种制约因素。本文就是从不同类型土地流转视角探究耕地复种的制约因素，且对其作用机理进行检验，在一定程度上丰富和发展了土地流转方面的研究；再则，本文采用倾向得分匹配法和广义倾向得分匹配法对模型进行估计，有效解决了因样本自选择而导致的估计偏误问题，使估计结果更加真实可靠，且能同时估计出核心变量为虚拟变量和连续变量的处理效应，在一定程度上弥补了运用处理模型不能得出连续变量处理效应的不足[28]；另外，众多学者都没有对流转土地的类型进行区分，笼统分析虽然也能估计出土地流转的整体效果，但不精细的分析不利于政策制定，本文采用课题组针对本研究问题收集的实地调研数据，把流转土地划分为水田和旱地进行分析，将更具有现实意义。

能够直接用于农业生产的土地包括耕地、林地、草地和养殖水面等，本文没有讨论林地和草地等其他非耕地流转对农户耕地复种指数的影响，主要原因如下：一是本文的研究对象为微观个体农户，对于大多数农户而言，水田和旱地这两类生计资本要比草地和林地等其他土地资本对普通农户的生计活动更为重要[29-30]，且湖北普通农户经营农业的生计资本主要为水田和旱地；二是湖北普通农户拥有林地和草地的规模一般较小，林地和草地更多集中在专业大户手中，专业大户不能与普通农户等同分析，固本文所调查农户都没有经营草地和林地等非耕地，文中也没涉及林地和草地流转的分析。另外，本文运用湖北数据实证分析得出，土地流转对农户农业机械化水平有显著影响，在一定程度上验证了本文所提出的土地流转对农户耕地复种指数的理论机制，至于此作用机理是否适应全国层面，还需要进一步使用其他地区的数据加以验证，这也是下一步研究的重点。

5 结 论

粮食安全关乎国计民生，任何时候都要坚持粮安天下的底线思维，在新时期仍需提高耕地集约化程度来保障粮食安全。本文基于2018年湖北农户实地调查数据，采用PSM和GPSM法分析了土地流转对农户耕地复种指数的影响，研究结果表明：

1）由PSM估计可得，土地流转对农户耕地复种指数有显著的正向影响，其中，土地流转、水田转入和旱地转入会分别显著提升农户耕地复种指数0.244、0.299和0.204个单位；

2）从GPSM估计可得，土地转入面积、水田转入面积和旱地转入面积对农户耕地复种指数有显著正向影响，三者同时存在规模报酬递增效应，即耕地复种指数提高的比例要比流转面积提高的比例更大，且水田转入面积的规模报酬递增效应更明显。总之，土地流转能够促进农户提升耕地复种指数，且水田效果更加明显，也就意味着水田流转更能促进耕地集约化利用和保障粮食安全。

3）从作用机制检验来看，土地流转能够通过每公顷流转费反作用路径和要素集约促进路径提升农户耕地的复种程度，每公顷流转费起到调节作用，要素集约率起到中介作用，中介效应的大小为8.9%。在保证农业适度规模经营的情况下，可以优先将水田向农业企业、农民专业合作社、经营大户和种植能手集中，充分利用土地规模报酬递增效应，促进耕地复种和集约化经营。建立健全的土地流转市场机制，让市场在土地资源配置上发挥决定性作用。同时培育土地流转中介服务组织，建立土地流转信息公开机制和资产评估机制，为流转双方提供信息发布、政策咨询服务，完善土地流转纠纷调解仲裁体系，最大化化解土地流转的纠纷矛盾。

另外，为进一步完善和健全土地流转扶持政策，一是引导金融机构建立健全针对新型农业经营主体的信贷、保险支持机制，创新金融产品和服务，加大信贷支持力度，分散规模经营风险，引导土地经营权有序流转；二是健全社会保障体系，推动城乡居民基本养老保险待遇水平随经济发展而逐步提高，加强对土地流出农户的培训力度，提高转移就业能力和收入水平；三是积极推进农村经营体制机制创新，引导各地在尊重农民意愿的前提下，因地制宜创新农村土地经营体制机制，促进多种形式适度规模经营的健康发展；四是大力发展社会化服务组织，培育多元化农业服务主体，探索建立公益性、综合性农业公共服务组织，大力发展生产性服务组织，促进小农户与现代农业有机衔接。为更好促进耕地复种指数提升，需要充分考虑地区间自然条件和经济发展水平的差异，因地制宜调整耕作制度，避免“一刀切”的耕作制。科学选育优良品种搭配种植，重点培育一批早熟耐寒、生长周期短、抗逆能力强的品种，保证不同作物种植季节上的相互衔接。研发绿色环保高效高产肥料，规范农地施肥方案，从而缓解土壤污染和降低病虫害发生。不断改善农业基础设施等生产条件，增强防御自然灾害的能力[30]。

[1]吴文斌，唐华俊，杨鹏，等. 基于空间模型的全球粮食安全评价[J]. 地理学报，2010，65(8)：907-918.

Wu Wenbin, Tang Huajun, Yang Peng, et al. Scenario-based assessment of future food security[J]. Acta Geographica Sinica, 2010, 65(8): 907-918. (in Chinese with English abstract)

[2]何文斯，吴文斌，余强毅，等. 1980－2010年中国耕地复种可提升潜力空间格局变化[J]. 中国农业资源与区划，2016，37(11)：7-14.

He Wensi, Wu Wenbin, Yu Qiangyi, et al. Changes in the spatial pattern of increased potential of cultivated land in China from 1980-2010[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(11): 7-14. (in Chinese with English abstract)

[3]吴文斌，余强毅，陆苗，等. 耕地复种指数研究的关键科学问题[J]. 中国农业科学，2018，51(9)：1681-1694.

Wu Wenbin, Yu Qiangyi, Lu Miao, et al. Key research priorities for multiple cropping systems[J]. Scientia Agricultura Sinica, 2018, 51(9): 1681-1694. (in Chinese with English abstract)

[4]康清林，李春蕾，张玉虎. 2001—2010 年江苏省复种指数变化及其影响因子分析[J]. 首都师范大学学报：自然科学版，2017，38(5)：86-94.

Kang Qinglin, Li Chunlei, Zhang Yuhu. The Cropping Index Change and Impact Factor Analysis in Jiangsu Province Between 2001 and 2010[J]. Journal of Capital Normal University: Natural Science Edition, 2017, 38(5): 86-94. (in Chinese with English abstract)

[5]李阔，许吟隆. 适应气候变化的中国农业种植结构调整研究[J]. 中国农业科技导报，2017，19(1)：8-17.

Li Kuo, Xu Yinlong. Study on adjustment of agricultural planting structures in China for adapting to climate change[J]. Journal of Agricultural Science and Technology, 2017, 19(1): 8-17. (in Chinese with English abstract)

[6]刘巽浩. 耕作学[M]. 北京：中国农业出版社，2001.

[7]张闯娟，何洪鸣. 西南地区耕地复种指数的时空格局演变及影响因素[J]. 干旱地区农业研究，2020，38(3)：222-230.

Zhang Chuangjuan, He Hongming. The evolution of spatio-temporal pattern and influencing factors of multiple cropping index of cultivated land in Southwest China[J]. Agricultural Research in the Arid Areas, 2020, 38(3): 222-230. (in Chinese with English abstract)

[8]谢花林，刘曲，姚冠荣，等. 基于PSR模型的区域土地利用可持续性水平测度：以鄱阳湖生态经济区为例[J]. 资源科学，2015，37(3)：449-457.

Xie Hualin, Liu Qu, Yao Guanrong, et al. Measuring regional land use sustainability of the Poyang Lake Eco-economic Zone based on PSR modeling[J]. Resources Science, 2015, 37(3): 449-457. (in Chinese with English abstract)

[9]朱启臻，杨汇泉. 谁在种地：对农业劳动力的调查与思考[J]. 中国农业大学学报：社会科学版，2011，28(1)：162-169.

Zhu Qizhen, Yang Huiquan. Who are engaging in agriculture?: Investigations and recognition to the agricultural labor force[J]. Journal of China Agricultural University Social Sciences, 2011, 28(1): 162-169. (in Chinese with English abstract)

[10]李庆，韩菡，李翠霞. 老龄化、地形差异与农户种植决策[J]. 经济评论，2019(6)：97-108.

Li Qing, Han Han, Li Cuixia. Aging, topography and peasant households' planting decisions[J]. Economic Review, 2019(6): 97-108. (in Chinese with English abstract)

[11]张倩，许泉，王全忠，等. 补贴政策与农户稻作制度选择：基于湖南省微观调研的证据[J]. 产业经济研究，2016(6)：89-99.

Zhang Qian, Xu Quan, Wang Quanzhong, et al. The effect of subsidy policy on rice planting pattern choices of peasant households: Evidence from micro-investigation in Hunan province[J]. Industrial Economics Research, 2016(6): 89-99. (in Chinese with English abstract)

[12]徐昔保，杨桂山. 太湖流域1995-2010年耕地复种指数时空变化遥感分析[J]. 农业工程学报，2013，29(3)：148-155.

Xu Xibao, Yang Guishan.Remote sensing analysis of temporal and spatial changes of multiple cropping index of cultivated land in Taihu Lake Basin from 1995 to 2010[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(3): 148-155. (in Chinese with English abstract)

[13]梁守真，马万栋，施平，等. 基于MODISNDVI数据的复种指数监测：以环渤海地区为例[J]. 中国生态农业学报，2012，20(12)：1657-1663.

Liang Shouzhen, Ma Wandong, Shi Ping, et al. Monitoring multiple cropping index using MODIS NDVI data: A case study of Bohai Rim[J]. Chinese Journal of Eco-Agriculture, 2012, 20(12): 1657-1663. (in Chinese with English abstract)

[14]李琳凤，李孟刚. 提高复种指数是保障我国粮食安全的有效途径[J]. 管理现代化，2012(3)：26-28.

Li Linfeng, Li Menggang. Improving multiple cropping index is an effective way to ensure my country's food security[J]. Modernization of Management, 2012(3): 26-28. (in Chinese with English abstract)

[15]杨红梅，刘卫东，刘红光. 土地市场发展对土地集约利用的影响[J]. 中国人口·资源与境，2011，21(12)：129-133.

Yang Hongmei, Liu Weidong, Liu Hongguang. Effects of land market development on land use intensity[J]. China Population, Resources and Environment, 2011, 21(12): 129-133. (in Chinese with English abstract)

[16]彭继权，吴海涛，宋嘉豪，等. 农业机械化水平对湖北农户耕地复种指数的影响[J]. 中国生态农业学报（中英文），2019，27(3)：380-390.

Peng Jiquan, Wu Haitao, Song Jiahao, et al. Impact of agricultural mechanization level on farmers' cropping index in Hubei Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(3): 380-390. (in Chinese with English abstract)

[17]彭继权，吴海涛. 土地流转对农户农业机械使用的影响[J].中国土地科学，2019，33(7)：73-80.

Peng Jiquan, Wu Haitao. The influence of land transfer on farmers' agricultural mechanization adoption[J]. China Land Science, 2019, 33(7): 73-80. (in Chinese with English abstract)

[18]叶艳妹，吴次芳，蒋悦悦. 基于精细化分区的农地整理田块规划设计研究[J]. 中国土地科学，2011，25(2)：54-60，97.

Ye Yanmei, Wu Cifang, Jiang Yueyue. Farmland reconsolidation planning based on detailed zoning approach[J]. China Land Science, 2011, 25(2): 54-60, 97. (in Chinese with English abstract)

[19]杨慧莲，李艳，韩旭东，等. 土地细碎化增加“规模农户”农业生产成本了吗?：基于全国776个家庭农场和1166个专业大户的微观调查[J]. 中国土地科学，2019，33(4)：76-83.

Yang Huilian, Li Yan, Han Xudong, et al. Has land fragmentation increased the cost of agricultural production for “Scale Farmers”?: Based on micro surveys of 776 family farms and 1 166 specialized households across the country[J]. China Land Science, 2019, 33(4): 76-83. (in Chinese with English abstract)

[20]李琦珂，惠富平. 生物多样性视野中的中国传统农业科技[J]. 科学管理研究，2012，30(4)：83-86.

Li Qike, Hui Fuping. On biological diversity in the field of traditional Chinese agricultural science and technology[J]. Scientific Management Research, 2012, 30(4): 83-86. (in Chinese with English abstract)

[21]彭继权，吴海涛，秦小迪. 土地流转对农户贫困脆弱性的影响研究[J]. 中国土地科学，2019，33(4)：67-75.

Peng Jiquan, Wu Haitao, Qin Xiaodi. Study on the impact of land transfer on the poverty vulnerability of farmers[J]. China Land Science, 2019, 33(4): 67-75. (in Chinese with English abstract)

[22]尚慧. 丘陵区耕地种植规模与生产效率的关系[D]. 重庆：西南大学，2011.

Shang Hui. The Relationship Between Planting Scale and Production Efficiency of Cultivated Land in Hilly Areas[D]. Chongqing: Southwest University, 2011. (in Chinese with English abstract)

[23]Rubin D B. Eestimating causal effects of treatments in randomized and norandomizzed studies[J]. Journal of Educational Psychology, 1974, 66: 688-701.

[24]Hirano K, Imbens G W. The Propensity Score with Continuous Treatments[M]. England: John Wiley & Sons, Ltd, 2004.

[25]彭继权，吴海涛，孟权. 家庭生命周期、社会资本与农户生计策略研究[J]. 中国农业大学学报，2018，23(9)：196-217.

Peng Jiquan, Wu Haitao, Meng Quan. Study on family life cycle, social capital and rural households' livelihood strategy[J]. Journal of China Agricultural University, 2018, 23(9): 196-217. (in Chinese with English abstract)

[26]王亚辉，李秀彬，辛良杰. 山区土地流转过程中的零租金现象及其解释：基于交易费用的视角[J]. 资源科学，2019，41(7): 1339-1349.

Wang Yahui, Li Xiubin, Xin Liangjie. Rent-free land transfer in mountainous areas and its explanation[J]. Resource Science, 2019, 41(7): 1339-1349. (in Chinese with English abstract)

[27]钱龙，陈会广，叶俊焘. 成员外出务工、家庭人口结构与农户土地流转参与：基于CFPS的微观实证[J]. 中国农业大学学报，2019，24(1)：184-193.

Qian Long, Chen Huiguang, Ye Juntao. Effect of off-farm and household population structure on agricultural land transfer: An empirical analysis based on CFPS[J]. Journal of China Agricultural University, 2019, 24(1): 184-193. (in Chinese with English abstract)

[28]陈治国，李成友，辛冲冲. 农户土地流转决策行为及其福利效应检验：基于CHIP2013数据的实证研究[J]. 商业研究，2018(5)：163-171.

Chen Zhiguo, Li Chengyou, Xin Chongchong. Decision- making behavior of farmers’ land transfer and its welfare effect test: An empirical study based on CHIP2013 data[J]. Commercial Research, 2018(5): 163-171. (in Chinese with English abstract)

[29]张磊，李君，武友德. 多民族共生区农户生计与土地利用分异特征：以云南洱源县郑家庄为例[J]. 经济地理，2018，38(9): 183-190.

Zhang Lei, Li Jun, Wu Youde. Peasant households’ livelihood and differential characteristics of land use in multi-ethnic symbiosis area: A case study of zhengjiazhuang village in eryuan county of Yunnan[J]. Economic Geography, 2018, 38(9): 183-190. (in Chinese with English abstract)

[30]苑韶峰，唐奕钰，申屠楚宁. 土地利用转型时空演变及其生态环境效应：基于长江经济带127个地级市的实证研究[J].经济地理，2019，39(9)：174-181.

Yuan Shaofeng, Tang Yiyu, Shentu Chuning. Spatiotemporal change of land-use transformation and its eco-environmental response: A case of 127 counties in yangtze river economic belt[J]. Economic Geography, 2019, 39(9): 174-181. (in Chinese with English abstract)

Impact of land circulation on household farmland multiple cropping index

Peng Jiquan

(,,330013,)

Major changes have taken place in agricultural production and operation with the continuous increase in the scale and intensification of rural land transfer. The original farming depends mainly on these impacts of land circulation. However, few studies focused on land transfer to explore the changes in farming systems. It is necessary to figure out the cropping behavior of farmland under the land transfer. The purpose of this research is to investigate the restrictive factors for the multiple cropping index of arable land. Taking the field survey data of farmers in Hubei in 2018, propensity score matching (PSM) and generalized propensity score matching (GPSM) were used to analyze the impact of land transfer on the multiple cropping index of farmers. The results showed that: 1) There were positive impacts of land transfer on the farmland multiple cropping index, according to PSM estimation. The land transfer, paddy field transfer, and dry land transfer significantly increased the farmland multiple crop index by 0.244, 0.299, and 0.204, respectively. 2) There was a significant positive impact of the arable land and the area transferred from dry land on the farmland multiple cropping index, according to the estimation from GPSM. There was an increasing return to scale effect in three simultaneous transfers. Specifically, the increase in the multiple crop index of arable land was greater than that of the circulation area and the paddy field. There was a more obvious effect of increasing returns to scale. Land transfer helped to increase the index of multiple cropping in cultivated land. The effect of paddy fields was more obvious, meaning that the highly intensive use of cultivated land for better food security. 3) In mechanism, the land transfer increased the degree of multiple cropping in farmland via the counter-effect path of average transfer cost per mu and the promotion path of factor intensive. The average transfer cost per mu played a regulating role, and the factor intensive rate played an intermediary role. The size of the effect was 8.9%. In proper scale operation of agriculture, priority was given to the concentration of paddy fields in agricultural enterprises, specialized farmer cooperatives, big business operators, and planting experts, in order to enhance the effect of increasing returns to scale of land transfer, further to promote multiple cropping and intensive management of cultivated land. A potential market of land transfer needed to be established for the allocation of land resources. Intermediary service organizations, information disclosure, and asset evaluation can contribute to the news release and policy consulting for the better resolution of land transfer disputes in the dispute mediation and arbitration system. The finding can provide a theoretical and empirical basis for the intensive use of land.

land circulation; farmers; multiple cropping index; propensity score matching method; generalized propensity score matching method

彭继权. 土地流转对农户耕地复种指数的影响[J]. 农业工程学报，2021，37(5)：285-294.doi：10.11975/j.issn.1002-6819.2021.05.033 http://www.tcsae.org

Peng Jiquan. Impact of land circulation on household farmland multiple cropping index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(5): 285-294. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.05.033 http://www.tcsae.org

2020-11-27

2021-01-08

国家自然科学基金项目（72063012）；教育部人文社科项目（20YJC790103）；江西省社会科学基金项目（20YJ33）；深圳社科规划项目（SZ2020C013）

彭继权，博士，主要研究方向为农村经济。Email：jiquan_wuhan@163.com

10.11975/j.issn.1002-6819.2021.05.033

F301

A

1002-6819(2021)-05-0285-10