土地流转的农户减贫效应研究——基于绝对贫困和相对贫困的双重视角

张亚洲，杨俊孝

（新疆农业大学 管理学院，新疆 乌鲁木齐 830052）

2020 年是脱贫攻坚的决胜之年，我国彻底消除了现行标准下的绝对贫困，从而过渡到以相对贫困为主的发展阶段［1］。党的十九届四中全会公报首次提出：坚决打赢脱贫攻坚战，巩固脱贫成果，防范返贫风险，建立解决相对贫困的长效机制。土地流转作为推进我国农业现代化进程的重要手段，一直是政策支持的着力点，我国土地流转率从2007 年的5.2%快速增长到2017 年的36.5%［2］。随着农村土地制度改革的不断深化，土地流转在贫困地区的扶贫开发工作中所起的作用如何？土地流转是否同时具有绝对减贫效应和相对减贫效应？其中的作用机理又是什么？搞清楚这些问题对于完善我国土地流转政策，解决农村贫困问题具有重要的现实意义。

绝对贫困的内涵决定了扶贫的目标是收入的增加，而相对贫困强调的并不局限于单纯的增收，同时要关注收入的分配［3］，因此探究土地流转的减贫效应也应从这两方面入手。关于土地流转的绝对减贫效应，学者们基本达成共识，即土地流转可以促进农户增收。金松青、Klaus 认为，土地流转市场使土地匮乏的农户可以通过租赁土地来发展生产，从而提高家庭的收入水平［4］；蔡洁、夏显力基于六盘山连片特困区的农户调研数据，研究发现土地流转对贫困农户具有显著的增收效应，可以减少贫困的发生［5］；匡远配、周丽利用湖南省贫困地区44 个县的宏观数据，以贫困发生率作为被解释变量，研究发现土地流转对贫困发生率产生了显著的负向影响［6］；钱忠好、杨子、曹瑞芬等分别从不同角度论证了土地流转的增收效应［7－9］。关于土地流转的相对减贫效应，目前学者们争议较大。万广华认为，土地流转改善了土地分配不均的现象，提高了土地配置效率，缓解了农户收入的不平等［10］；蔡洁、夏显力利用六盘山的调研数据，以基尼系数来反映收入差距状况，实证分析了土地流转的收入分配效应，结果表明土地流转有助于缩小农户的收入差距［11］。但部分学者持反对意见。如，田传浩、陈宏辉、贾生华认为贫困户受限于自身的能力和经济状况，难以从土地流转中获得较多的收益［12］；周春芳提到土地流转可能会造成“耕者无其田”的现象，损害小农利益［13］；李成明、肖龙铎、史常亮等学者通过实证研究验证了土地流转增收效应的“非对称性”，他们认为土地流转对高收入农户的增收效应要高于低收入农户，因此会加大收入差距［14－16］。

总体上来看，关于土地流转的减贫效应学者们已经进行了广泛深入的讨论，对本文的研究具有重要的参考价值。但由于在学者们各自的研究中，样本农户所在区域的自然地理条件、社会经济环境、土地市场完备程度、政府干预力度均存在着较大的不一致，而这些因素都会对最终的结果产生影响，所以尚不能得出一致的结论。另外，目前学者们在进行实证研究时大多未考虑到样本的“自选择”问题，从而忽视了由此产生的内生性，且既有研究大多采用“黑箱”分析模式，即只验证了土地流转与农户收入之间的关系，而没有深入剖析实证检验背后深层次的作用机理。

综上，本文使用2018 年中国家庭追踪调查数据探究土地流转的减贫效应。首先，采用倾向得分匹配法估计土地流转对农户收入的净处理效应，检验土地流转的绝对减贫效应。该方法通过将实验组和控制组进行匹配再抽样，可有效消除模型的内生性问题，提高了结果的准确性。其次，通过分位数回归模型比较土地流转对不同收入分位点农户边际效应的差异，检验土地流转的相对减贫效应。再次，建立中介效应模型，选取农业生产效率和非农就业两个中介变量对土地流转的作用机理进行实证检验。最后，考虑到区域异质性对检验结果带来的差异，进一步讨论了区域异质性视角下土地流转的减贫效应，不仅可以从全国层面准确分析出土地流转的减贫效果究竟如何，还可以加深对土地流转作用机理的认知。

1 数据来源与研究方法

1.1 数据来源

本文采用的数据来源于中国家庭追踪调查数据（CFPS）。该项目是由北京大学中国社会科学调查中心实施，共有个人、家庭、社区3 个层面的数据，反映了我国家庭人口特征、生产经营、收支情况、家庭资产、教育、健康等方面的变迁，目前已完成2010年、2012 年、2014 年、2016 年和2018 年的数据收集。本文选取2019 年9 月发布的2018 年数据，并以其中的农村家庭样本作为研究对象。经过数据的匹配和筛选，删除缺失关键信息和存在严重异常值的农户，共获得有效样本农户5497 户，其中，参与流转的农户1365 户、未参与流转的农户4132 户。

1.2 研究方法

倾向得分匹配法（PSM）：本文以家庭人均纯收入作为农户收入水平的代理变量，采用倾向得分匹配法估计土地流转的净收入效应。根据土地流转的参与情况，将农户划分为实验组和控制组，计算过程如下：

首先，基于一组可观测变量，利用二元Logistic模型计算农户参与土地流转的条件概率拟合值即（PS）值。其次，选择合适的匹配方法，将实验组和控制组PS值相近的农户进行匹配，常用的匹配方法主要有3 种，分别为：最邻近匹配（NNM）、半径卡尺匹配（CM）和核密度匹配（KBM）。最后，利用控制组模拟实验组的反事实状态。此时，两者家庭人均纯收入的差值即为土地流转的净收入效应（ATT）。计算公式如下：

式中，Y1表示实验组农户家庭人均纯收入；Y0表示控制组农户家庭人均纯收入；P（X）表示倾向得分值；D 为二分变量。D ＝1，表示参与流转；D ＝0，表示未参与流转。

分位数回归模型（QR）：传统的OLS 回归模型着重考察自变量x对因变量y的条件期望E（y ｜x）的影响，实际上是均值回归，很难反映x对整个条件分布y｜x的影响，且由于最小化目标函数为残差平方和，容易受极端值影响。分位数回归模型不但能够提供关于条件分布y ｜x 的全面信息，而且因为最小化目标函数为残差绝对值的加权平均，所以不易受极端值影响。回归方程如下：

式中，Yiq表示农户家庭人均纯收入对数；Xiq表示土地流转变量；Ziq表示控制变量；β0表示常数项；β1、δ表示相应估计系数；μiq表示随机误差项。

中介效应模型：为了识别土地流转如何通过影响农户农业生产效率和非农就业，进而发挥减贫效应，本文构建了中介效应模型：

式中，Incomei表示农户家庭人均纯收入对数；Renti表示土地流转变量；Medi表示中介变量，这里指的是农业生产效率和非农就业；Zi表示控制变量；ei，ωi，ψi表示随机误差项；α，β，γ，δ表示待估系数。

需要说明的是，本文使用的农业生产效率由数据包络分析法（DEA）测算得来，选取综合技术效率（TE）作为衡量标准。投入指标包括土地经营面积、自家劳动力投入人数、雇工费用、机械租赁费用、农资费用，产出指标采用农业总产值。

1.3 变量选取与描述统计

本文选取农户家庭人均纯收入、非农收入和农业生产收入作为被解释变量；选取土地流转作为关键变量；选取农业生产效率和非农就业作为中介变量；控制变量的选取既要对被解释变量有足够的解释能力，同时又不受土地流转变量的影响，本文选取的控制变量包括问卷主要受访者的个体特征（性别、年龄、文化程度、健康状况、政治面貌）、家庭特征（家庭规模、农用机械总值、耐用消费品总值、现金及存款总额、家庭负债总额、人情礼支出）、地区特征（是否位于东部地区、是否位于中部地区）。变量描述见表1。

表1 变量描述统计

（续表1 ）

2 结果及分析

2.1 基础描述统计

基础描述统计见表2。从全样本看，家庭人均纯收入均值为9.2103，非农收入为7.6888，农业生产收入为8.4569。流转户的家庭人均纯收入为9.2735，高于未流转户的9.1895；农业生产收入为8.6870，高于未流转户的8.3868。流转户非农收入为7.6831，未流转户为7.6907，两者差异不明显。

表2 基础描述统计

从不同的流转类型看，转入户的家庭人均纯收入均值为9.2637，低于转出户的9.2809；非农收入为7.8194，高于转出户的7.5791；农业生产收入为9.1353，高于转出户的7.9851。但直接对比不同类型农户的收入水平，并不能准确反映土地流转的收入效应，因为不同类型农户的初始条件并不完全相同，存在“选择偏差”，故本文进一步采用倾向得分匹配法对该结果进行检验。

2.2 土地流转的绝对减贫效应分析

分别采用最邻近匹配、半径卡尺匹配和核密度匹配3 种匹配方法估计土地流转对家庭人均纯收入、非农收入和农业生产收入的净处理效应，匹配结果均通过了模型的平衡性检验。为了节省篇幅，这里只列出半径卡尺匹配法的匹配结果。

表3 给出的是全样本的匹配结果，将流转户划分为实验组，未流转户划分为控制组。在家庭人均纯收入方面，倾向值匹配后两者之间的差值（ATT）为0.0712，较匹配前有所降低，但仍在5%水平下显著，说明在控制内生性问题以后，土地流转确实能够显著提高农户家庭人均纯收入，平均提高了7.38%（exp（0.0712）－1）；在家庭非农收入方面，倾向值匹配后两者之间的差值（ATT）为－0.0169，并没有通过模型的显著性检验，说明土地流转对家庭非农收入的提高作用不显著；在家庭农业生产收入方面，倾向值匹配后两者之间的差值（ATT）为0.2076，在1%水平下显著，说明土地流转能够显著提高家庭农业生产收入，平均提高了23.07%（exp（0.2076）－1）。

表3 土地流转对农户收入的净处理效应

不同流转类型的农户参与土地流转后会选择不同的生计策略来提高家庭的收入水平。转入户主要通过扩大土地经营规模，实现规模经济，获得较高的农业经营收入；转出户则主要依靠解放出劳动力从事非农就业，获得非农收入。为了比较不同流转类型对农户收入影响的差异，在全样本分析的基础上，进一步将流转户划分为转入户和转出户，分别与未流转户进行匹配，结果如表4 所示。将转入户作为实验组，未流转户作为控制组，倾向值匹配后，转入户与未流转户相比家庭人均纯收入提高了10.32%（exp（0.0982）－ 1），在5%水平下显著；非农收入减少了22.85%（exp（0.2058）－1），但在统计水平上不显著；农业生产收入提高了77.22%（exp（0.5722）－1），在1%水平下显著。将转出户作为实验组，未流转户作为控制组，倾向值匹配后，转出户比未流转户家庭人均纯收入提高了5.16%（exp（0.0503）－ 1），非农收入提高了12.99%（exp（0.1222）－ 1），但均没有通过显著性检验；农业生产收入减少了48.29%（exp（0.3940）－1），在1%水平下显著。

表4 不同流转类型对农户收入的净处理效应

从上文的匹配结果可以看出，土地流转总体上可以显著提高农户收入水平，说明土地流转具有绝对减贫效应。从不同的流转类型来看，土地转入可以显著提高农户家庭人均纯收入和农业生产收入。由于生产要素的不可分性，小规模的生产经营降低了劳动力、机械等主要生产要素的使用效率。转入户通过转入土地，扩大土地经营规模，能够直接提高农业产出。且农户在进行土地租赁时，总是倾向于促进自家经营土地的集中连片，改善了土地细碎化的状况，为规模化经营提供了可能，不但能够提高各生产要素的使用效率，而且也便于机械化作业和引进先进生产技术与管理经验，使土地资源的效益得以充分发挥，从而提高农户农业经营收入。

土地转出虽然能提高农户家庭收入水平，但是影响效果并不显著。转出户的收入来源主要由土地租金、非农经营和就业收入两部分组成：①土地租金。但目前我国农村土地流转仍处于以小规模、分散化为主要特征的阶段。尽管国家通过财政补贴、行政干预等手段，鼓励农户将土地向种粮大户、家庭农场、专业合作社和农业企业流转，但现实中小农户之间的零散流转始终占据主导地位。叶剑平、丰雷、蒋妍等对2008 年17 省的调查结果显示，79.2%的耕地流向了普通农户，且以亲友和村民之间的流转最为常见［17］。这种非正式的流转方式导致土地的财产价值难以显化，土地租金处于较低水平。②非农经营和就业收入。众多学者通过调研发现，农户在土地转出前劳动力已进行了初步转移，导致土地转出对劳动力的释放作用并不强。由于目前我国农村社会保障体系尚不完善，土地仍然承载着农户就业和养老保障等多重功能，农户只有获得稳定的非农就业机会，才可能将土地进行流转，即目前的土地流转大多都是发生在劳动力转移就业之后。在城市化、工业化的快速发展中，农村居民生存方式已经发生了巨大改变，年轻且受教育程度高的劳动力早已先一步转移，因此土地转出对家庭非农收入的提高作用不显著。

2.3 土地流转的相对减贫效应分析

目前我国尚未界定相对贫困标准，现在常用的相对贫困线测量方法主要是收入比例法，即一个国家或地区居民平均收入或者中位收入的一定比例作为相对贫困线。本文借鉴左孝凡、孙久文等的测量方法，以农村居民中位收入的40%作为相对贫困标准，以此来测算我国相对贫困发生率［18，19］。

异质性分析：本文5497 户农户样本的家庭人均纯收入中位数的40%是4067 元，因此本文以此作为相对贫困标准。其中，处于相对贫困的家庭共有923户，非贫困家庭共有4574 户，相对贫困发生率为16.79%。进一步对比分析贫困户和非贫困户的社会经济特征，结果见表5。从表5 可见，从土地流转变量来看，非贫困户的土地流转率显著高于贫困户。从个体特征来看，非贫困户整体的人力资本水平要高于贫困户，尤其在年龄、文化程度和健康状况方面两者差异较大，非贫困户家庭主要决策者的年龄相对较小，文化程度相对较高，且身体健康状况要优于贫困户。从家庭特征来看，非贫困家庭的农用机械总值、耐用消费品总值、现金及存款总额、家庭负债总额和人情礼支出都显著高于贫困家庭。从地区特征来看，非贫困户更多地分布在经济较为发达的东部和中部地区，而贫困户较多分布经济条件相对落后的西部地区。为了详细分析各项指标对农户收入的影响，本文将进一步通过回归模型建立具体的数量关系。

表5 贫困户与非贫困户异质性分析

分位数回归分析：通过建立分位数回归模型，对样本反复抽样500 次，分析土地流转对农户相对贫困的影响，结果见表6。从表6 可见，土地流转与农户家庭人均纯收入的相关系数为0.054，在10%水平下显著，说明土地流转对农户收入水平产生显著的正向影响，跟前文的分析结果一致。从分位数回归结果来看，随着收入分位点的提高，土地流转的边际效应逐渐减小，在0.1679 分位点上相关系数为0.082，在5%水平下显著，在0.5 和0.8321 分位点上系数分别为0.035 和0.005，且均不显著，说明土地流转对低收入农户的增收效应显著高于高收入农户。即土地流转可以缩小农户收入差距，具有相对减贫效应。

表6 土地流转的收入分配效应

为了进一步分析不同流转类型之间收入分配效应的差异，分别从转入和转出两个视角探究其对不同收入分位点农户的边际效应。为了保证参照组都是未流转户，在分析土地转入的边际效应时，只保留未转入户中没有参与流转的农户，将转出户样本剔除。同理，在分析土地转出的边际效应时，剔除转入户样本。从表7 可见，土地转入对农户收入的边际效应逐渐减小，在0. 1679 分位点上相关系数为0.104，在5%水平下显著；在0.5 和0.8321 分位点上系数分别0.038 和0.001，均未通过显著性检验。说明土地转入对低收入农户的增收效应显著高于高收入农户。即转入户参与土地流转能够缩小农户收入差距，具有缓解相对贫困的作用。因为农户转入土地经营所获得的报酬取决于土地经营收益与机会成本的差值，而经营土地的机会成本来源于农户的非农就业机会，人力资本水平较高、就业能力较强的农户有更大的可能性获得较高的工资性收入，因此这部分农户经营土地的机会成本较高；反之，人力资本水平较低的农户获得非农就业机会的可能性较小，他们经营土地的机会成本就相对较低［20，21］。高收入农户因为具有较高的人力资本水平，所以在计算经营土地报酬时需要减去较高的机会成本。现阶段中国农业仍具有弱质产业的特质，农业经营收入往往无法抵消其所损失的非农就业收入。低收入农户由于非农就业机会较少，一方面，经营土地的机会成本较低，甚至为零；另一方面，通过转入土地又增加了劳动时间，获得了更多的劳动报酬。所以相对于高收入农户来说，转入土地对低收入农户的增收作用更强，能够缓解农户收入差距。

表7 土地转入的收入分配效应

从表8 可见，土地转出变量在3 个收入分位点上的相关系数分别为0.042、0.037 和0.021，三者差异较小，且均没有通过显著性检验，说明土地转出对农户收入水平的提高作用不显著，同时对农户收入差距的缓解作用也不强。主要原因是，劳动力转移先于土地流转，使得土地流转对劳动力的释放作用不强，土地转出后农户的非农收入水平并不会有显著的提高，因此对农户收入差距的影响效果也不明显。

表8 土地转出的收入分配效应

2.4 土地流转的作用机理分析

土地流转—农业生产效率—农户减贫路径解释：将农业生产效率作为中介变量进行中介效应检验，因为本文使用的5497 户农户样本中有1570 户不从事农业生产，故本文仅以从事农业生产的3927户农户数据来分析农业生产效率的中介效应，结果见表9。

表9 农业生产效率中介效应检验结果

从方程（2）可以看出，土地流转对农业生产效率的影响系数为0.020。在1%水平下显著，说明土地流转能够显著提高农业生产效率。方程（3）结果显示，农业生产效率在1%水平下对农户家庭收入产生显著的正向影响，影响系数为1.327，同时土地流转的边际效应从方程（1）的0.081 下降到方程（3）的0.055，说明农业生产效率在土地流转对农户收入的影响过程中发挥了显著的中介作用，且为部分中介。因为土地流转促进了土地的规模化经营，改善了细碎化经营导致的各生产要素利用效率低下的状况，能够充分发挥各生产要素的组合生产力，提高农业生产效率，从而增加家庭的农业生产收入。

土地流转—非农就业—农户减贫路径解释：非农就业的中介效应检验结果见表10。方程（2）中，土地流转对非农就业的影响系数为0.023，并不在1%、5%和10%水平下显著，说明土地流转对农户非农就业的促进作用不显著，即非农就业在土地流转对农户收入的影响过程中未起到中介作用。跟前文的分析一致，因为劳动力转移先于土地流转，导致土地流转对劳动力释放作用不强，所以土地流转对家庭非农收入的提高作用不显著。

表10 非农就业中介效应检验结果

3 土地流转减贫效应的区域差异

上文已证实了土地流转具有显著的减贫效应，其中，土地转入因能够显著提高农业生产效率进而发挥了显著的减贫效应，而土地转出由于对劳动力的释放作用不强导致其减贫效应并不显著。考虑到农户所在区域异质性对检验结果带来的差异，本文将进一步讨论区域异质性视角下土地流转的减贫效应。收入增长效应的区域异质性检验结果见表11。

表11 土地流转收入增长效应的区域异质性

在西部地区土地流转能够显著提高农户收入水平，平均提高10.51%（exp（0.0999）－1），而在东、中部地区土地流转的增收效应并不显著。从不同的流转类型来看，土地转入在中部地区具有显著的增收效应，平均提高了13.65%（exp（0.1280）－ 1），而在东、西部地区土地转入的增收效应并不显著。这是因为中部地区农业发展条件相对较好，转入户通过转入土地进行规模化经营，能够更大程度地提高农业生产效率，增加农业经营收入。土地转出在西部地区具有显著的增收效应，平均提高了15.49%（exp（0.1440）－1），而在东、中部地区土地转出的增收效应并不显著。这是因为西部地区的经济发展相对滞后，劳动力先一步转移的机会较少，土地转出对劳动力的释放作用较强，所以能够显著提高家庭非农收入。

收入分配效应的区域异质性检验结果见表12。在我国西部地区，土地流转对低收入农户具有显著的增收效应，有助于缩小农户之间的收入差距。从不同的流转类型来看，土地转入在中部地区更有利于高收入农户增收，因为中部地区本身的农业发展条件较好，高收入农户因为具有较高的财富水平，相比低收入农户，能够进行更多的农业生产投资，从而获得更高的生产效率。土地转出在西部地区对高收入农户的增收作用更强，因为高收入农户的人力资本水平较高，相比低收入农户，更容易获得较高的工资性收入。

表12 土地流转收入分配效应的区域异质性

4 结论、讨论与建议

4.1 结论与讨论

本文基于2018 年中国家庭追踪调查数据，通过构建计量分析模型，在绝对贫困和相对贫困双重视角下探究了土地流转的减贫效应及其内在的作用机理，同时进一步讨论了这一结果在不同区域群体中的差异，主要结论如下：①土地流转能够显著提高农户收入水平，具有绝对减贫效应。从收入结构来看，土地流转有助于家庭农业生产收入间的提高，但对非农收入的提高作用并不显著。②土地流转对低收入农户的增收作用显著高于高收入农户，有利于缩小农户收入间的差距，具有相对减贫效应。③从不同的流转类型来看，土地转入发挥了显著的减贫效应，但土地转出的减贫效应并不显著。农业生产效率在土地流转的减贫效应中发挥了显著的中介作用，但非农就业并未起到中介作用。④区域异质性检验结果表明，土地流转在西部地区具有显著的增收效应，并且更有利于低收入农户增收；土地转入在中部地区具有显著的增收效应，并且更有利于高收入农户增收；土地转出在西部地区具有显著的增收效应，并且更有利于高收入农户增收。

在绝对贫困和相对贫困双重视角下测度贫困及相关政策效果将更准确、更科学，也更有利于扶贫方式的创新。本文从收入增长和收入分配双重视角探究了土地流转的减贫效应，一方面拓展了土地流转的研究视野和研究价值，另一方面也为后扶贫时代扶贫政策的制定提供了新思路。但本文也存在着不足：首先，倾向得分匹配法只能控制可观测变量的偏差问题，受限于样本数据的可得性，可能会存在不可观测因素导致的估计偏差。其次，采用CFPS 的一期数据，无法观察到土地流转减贫效应在时间序列上的变化。在后扶贫时代，我国的贫困特征将由绝对贫困转向相对贫困，由仅考虑收入层面的狭义贫困扩展到考虑健康、教育、就业等维度的广义贫困。众多学者研究表明，土地流转不仅具有生产性收益（如提高农户收入），还具有极大的非生产性收益（如促进农户就业、人力资本积累等），这为从多维视角出发探究土地流转的减贫效应提供了具有可操作性的视角。

4.2 政策建议

基于以上研究结论，本文提出以下政策建议：①总体来看，土地流转在绝对贫困和相对贫困条件下均具有显著的减贫效应，地方政府应积极采取措施鼓励农户参与土地流转。如，通过加强政策宣传，提高农户对土地流转的认知；加快农村土地市场建设，显化土地的财产价值；培育农业社会化服务组织，改善农业生产效率；加大职业技能培训力度，提升农户非农就业能力等。②针对不同区域的农户，政府要发挥好在收入分配上的调节作用。在农业发展条件较好的中部地区，应鼓励农户转入土地进行规模化经营，同时对于低收入农户给予适当的帮扶，如提供资金支持、进行农业技术指导等，防止农业生产收入差距的进一步扩大；在经济水平相对滞后的西部地区，则在鼓励农户转出土地从事非农就业的同时，要注重提升低收入农户的就业能力，避免非农收入差距的进一步扩大。