农地流转的多维减贫效应——基于CFPS数据的实证分析

○马丽娅 陈英 谢保鹏

（甘肃农业大学管理学院，甘肃 兰州 730070）

一、引言

贫困治理是人类发展的永恒主题，中国的脱贫攻坚取得了举世瞩目的成就。2021 年2 月全国脱贫攻坚总结表彰大会的召开，标志着我国脱贫攻坚战役取得了全面胜利。但是绝对贫困在统计意义上的消除并不意味着反贫困事业的终结。后扶贫时代，中国农村地区的贫困将迎来以转型性的次生贫困和相对贫困为特点的新阶段。如何从根本上提升农民的可行能力，综合改善农村地区教育、医疗和生活水平成为新时期的重大挑战[1]。

近年来，随着我国土地制度的不断发展完善，土地作为农民重要的资源、资产，实现了从实物形态到价值形态的转变，为农地的规模有偿流转提供了有效的制度保障[2]，越来越多的学者开始将目光聚焦于农地流转与农户减贫之间的联系。部分研究指出，农地流转作为优化农地资源配置的重要方式，为农户减贫提供了一种新思路。无论是农地转入还是转出，均可以通过优化农户的收入结构直接降低农户陷入福利贫困的风险[3]。同时，农地流转还可以通过提升农业生产效率[4]、促进劳动力资源优化配置[5]、推动土地规模化经营[6]等方式，降低农业生产成本，提升家庭非农就业比率，间接改善农户的贫困脆弱性。但也有学者对这一观点提出了质疑，认为农户分得的农地大多不连片且细碎化程度较高，很难真正实现农业规模化经营[7]。并且农地短时间流转对剩余劳动力的非农转移影响较小[8]，无法改善农户的收入结构，而农地长时间流转又会造成了农户社会保障的缺失和风险规避机制的阻断，在一定程度上影响了贫困阶层和潜在中间阶层的利益[9]，最终导致农户因为经营权丧失，陷入新的贫困。部分学者还从农地经营成本[10]、农地流转形式[11]、农户利益[12]和家庭福利状况[13]等角度分析了农地流转对农户贫困缓解产生的抑制作用，进一步证实农地流转对于农户减贫效应影响的不确定性。综上，目前学界对于农地流转和减贫的研究成果颇丰，但仍存在进一步研究的空间。首先，当前学者对农地流转减贫效应的研究多侧重于从收入视角判断流转前后农户个人福利的变化情况，忽视了与农户贫困密切相关的教育、健康、生活水平和主观感知等能力维度的波动变化[14]，并不能客观反映农户真实的贫困状况；其次，已有文献还未系统全面地分析农地流转的减贫效应是否存在行为决策和区域层面的差异性。

基于此，本文利用2018 年中国家庭追踪调查（CFPS）数据库处理获得的4 251 户有效农户追踪调查数据，从多维视角出发，探究农地流转行为对农户家庭贫困状况的影响作用及其区域异质性，以期为今后在乡村治理过程中实行差异化的农地流转政策，从而促进农户科学减贫提供实证支持。

二、理论分析与研究假设

（一）农地流转影响农户多维减贫的理论分析

贫困作为一种物质和精神状况的结合体本身具有综合性与复杂性。长期以来，人们习惯于以国际贫困线、国家贫困线[15]或各省低保线[16]，作为识别农户个人贫困剥夺状况或收入福利水平的标准。随着Sen 的“可行能力剥夺”理论和联合国开发署的多维贫困概念的提出，学者们认识到，单一的收入维度或福利水平的变化情况并不能科学地反映个体的贫困状况，对贫困的研究应更加注重实现人的自由全面发展，对贫困测度也要从单一的收入维度延伸到教育、健康、生活水平等可行能力维度[17]。自此，越来越多的研究开始将多维贫困的相关理论引入农村土地研究中。学者们分别从地权稳定[18]、土地整治[19]和农地流转[20]等方面对其多维减贫的理论机理和影响路径进行了实证分析。其中，农地流转作为资源优化配置的有效途径，在提升土地利用效率的同时，也会对个体的价值观念、区域的社会环境产生不同程度的影响。一方面，土地要素在空间转移的过程中，其资产性功能被有效盘活，农户生计策略的选择渠道被拓宽，总体上推动了区域生产和就业结构的调整，表现在个体层面，就是农户收入结构实现了优化重组[3]，农户的贫困抵御能力增强。另一方面，农地流转还对农户个人发展能力的提升发挥重要作用。农地流转的实质是资本与信息交换的过程，农户为了在拓宽信息渠道的过程中，更好地发挥自身主观能动性，会主动寻求教育、健康、生活水平和主观感等方面的提升。但教育和生活水平作为一种相对稳定状态，其影响结果的呈现具有滞后性，短期内很难准确反映其效应的变化趋势。而健康和主观感知等维度，易受到社会经济、环境文化等潜在因素的影响[21]，从而在某一时间段内发生实质性改变。根据上述观点推断，农地流转的减贫效应具有多维性，由此提出如下假设：

假设1：农地流转有利于缓解农户的多维贫困状况。

假设2：农地流转在不同维度的减贫效应存在差异性，尤其在收入、健康和主观感知等受短期冲击明显的维度上具有更加显著的减贫效应。

（二）不同流转行为对农户减贫效应的理论分析

自2014 年农地“三权分置”制度改革提出以来，农地产权结构实现了从“两权”向“三权”演化的新格局，结合近年来农村地区“三变”改革政策的实施，农地流转的合理性、合法性进一步增强，这为乡村振兴战略的实施和农业现代化发展打下了坚实的基础。以此为背景，许多学者对农地流转与农户个体状况变化趋势进行了量化研究，并将其与农户减贫相联系起来。但农地转入和转出作为两种完全不同的决策结果，对农户生活福利等方面的作用路径是具有差异的，笼统的阐述具有一定的片面性。对于转出户而言，随着农地产权“被锁定”以及城市现代化发展的需要，土地不再是农户经济收入和社会保障的唯一来源，农民与土地的黏度关系发生了突破性转变[22]，农地转出成为农户实现个体自由化发展的重要选择。通过农地转出，农户一方面能够增加家庭的财产性收入和外出务工收入，缓解家庭的经济问题；另一方面还能改善农户可持续生计的选择，拓宽农户信息获取的渠道，使农户的个人能力得到有效提升[23]。对于转入户而言，在当前提倡农业转型升级和“去小农化”发展的趋势下，农业回报率呈现出上升态势，农民对农业生产的经营预期开始向好。借助国家助农政策的支持作用，农户进行农地转入不仅可以产生规模经济效应，减少农业生产成本和劳动力成本[5]，而且可以通过特色种植业的规模化发展，形成区域品牌效应，增强农户自主生产的积极性，使农业生产实现职业化，从根本上促进个体发展的可持续性，改善农户的生产生活条件。通过上述分析可以发现，不同流转行为的作用路径和影响结果均存在本质上的不同，因此，农地转入和转出的减贫效应也是有区别的，由此提出本文的第三个研究假设：

假设3：不同流转行为的减贫效应具有不对称性，且农地转出对农户多维减贫效应的作用更加显著。

（三）农地流转多维减贫效应的区域异质性分析

地理位置的不同也会对农户农地流转决策产生系统性影响[24]。现阶段我国农地流转存在明显的区域异质性。这种异质性一方面通过土地质量、交易费用、农户的个人认知等微观因素体现[25]，另一方面与经济发展状况、国家实施的政策方针、地形条件等宏观因素密切相关。就全国范围来看，随着“东部率先发展”“优先发展工业，以农养工”等战略的提出，我国经济建设取得巨大成就，但也人为造成了区域分割的社会经济结构，从而导致中西部发展落后于东部、农业发展落后于工业。这种差别在“西部大开发”“中部崛起”等战略的提出和城市化步伐的加快后有缩小的趋势，但区域发展不协调的矛盾依旧十分突出。同时，中国作为传统型农业生产大国，农户的流转决策与区域地形状况也有十分密切的关系。我国东部地区地形平坦，多以平原、丘陵为主，农业生产优势明显，而中部和西部地区主要为高原、盆地或山地，地表起伏较大，加上气候的不适宜，农业生产成本较高、生产条件较差，导致农地流转率呈现出东中西部依次递减的趋势[26]。由计划行为理论[27]可知，在经济发展较好的东部地区，农户就业机会较多，家庭贫困的缓解可以通过劳动力的优化配置实现，从而农户对土地的安全感知较弱，农地对贫困缓解的影响作用可能较小；而在经济发展水平较差的西部地区，农户思维更为保守，风险规避意识更强，对农地的重视程度也越高，因此，农地流转在农户贫困缓解的过程中扮演着更为重要的角色[28]。根据上述观点推断，区域经济发展状况可能与农地流转所产生的减贫效应呈反向相关关系，由此提出如下假设：

假设4：农地流转的减贫效应存在区域异质性，且在空间上呈现出从西部到东部依次递减趋势。

三、研究设计

（一）数据来源

本研究样本数据来源于北京大学中国社会调查中心（ISSS）发布的2018 年中国家庭追踪调查（CFPS）数据，样本通过对全国25 个省、市、自治区（不包含港澳台、新疆、西藏、青海、内蒙古、宁夏和海南等地区）满足访问条件的家庭及其成员进行多阶段等概率的分层抽样获取。CFPS 数据自2010年开展基线调查至今已发布5期追踪调查数据，本文选取了最新发布的CFPS2018年数据进行实证分析，以保证文章的时效性。此外，由于该期样本缺少村庄层面的数据，在预处理过程中，将2018年个体、家庭层面数据与2014 年社区层面的数据通过村居样本代码属性进行跟踪匹配，在剔除无效样本，缺失和异常样本后，最终获得的有效农户家庭样本共4 251户。所得样本中参与农地流转的样本为1 227 户，占样本总数的28.86%。其中，农地转入家庭522户，转出家庭705户，户主性别为男性的家庭占比56.32%。为了分析农地流转对农户贫困状况影响的空间异质性，本文还将25 个省市自治区按照统计年鉴的划分标准分为3个地区，分别为东部、中部、西部地区，其中，东部地区1 531户、中部地区1 252 户、西部地区1 468 户，各区域家庭样本的分布较为均匀。

（二）多维贫困测度

1.测度方法

本文采用2007年由牛津贫困与人类发展中心（OPHI）提出的多维贫困测量方法，即双重临界值方法，对农户的多维贫困状况进行测度。该方法首先需要对农户单一维度的贫困情况进行识别。通过设定不同维度的贫困剥夺值，判断农户在各项指标上的被剥夺情况，当个体指标被剥夺时，赋值为1，反之则赋值为0。具体公式如下：

式中，n表示样本家庭总数，gij是第i个家庭在第j项指标上的贫困状况，xij表示第i个样本家庭在第j项指标的观测值，zj表示第j项指标的剥夺临界值。

其次，通过计算农户家庭在各个维度上的加权剥夺得分对农户的多维贫困状况进行识别。若cj大于等于k值，则将个体界定为多维贫困，反之则认为个体是非贫困的。具体公式如下：

式中，ci为第i个家庭在各项指标上的剥夺得分的总和，k为多维贫困临界值，wj表示第j项指标的权重。

再次，计算多维贫困指数。

式中，MPI为多维贫困指数，H为多维贫困发生率，A为多维贫困强度指数，q为多维贫困农户户数，n为样本总量。

最后，由于多维贫困指数具有可分解性，还需对各维度贫困进行加总与分解，测算多维贫困贡献率Φj。具体公式如下：

式中，Φj为j指标在多维临界值k下的贫困贡献率。

2.维度与指标选取

贫困指标的选取综合参考了联合国开发计划署（UNDP）2010年提出的多维贫困指数（MPI）评价体系[29]和已有研究成果[30-31]，同时结合我国农村地区贫困现状和调查数据的可获取性，从收入、健康、教育、生活水平和主观感知5个维度选择8项指标，构建多维贫困指标体系。各指标权重的确定，采用目前国内学者较常使用的双重等权重赋值方法，将5个维度的权重分别赋值为1/5，各维度的二级指标依次等权重赋权。具体指标的选取及赋权情况如表1所示。

表1 农户多维贫困指标体系

（三）模型设定和变量选择

1.倾向得分匹配法

为了缓解观测样本自选择带来的内生性影响，本文选择以“反事实推断模型”为理论框架的倾向得分匹配法[32]，测算农地流转对农户多维减贫的净效应。为保证实验的可行性，首先需要对样本进行分类，把参与农地流转的农户划分为处理组，未参与的农户划分为控制组，利用Logit 模型计算农户流转的条件概率拟合值，即倾向得分值（PS）。其次是选择合适的方法将倾向得分作为距离函数对处理组和控制组进行匹配，即在未流转农户中选取与流转农户内生条件基本一致的农户作为反事实情况的虚拟对照。最后通过计算参与者的平均处理效应（ATT）来反映农地流转对农户减贫的处理效应，计算方法如下：

式中，MPIa和MPIb分别为参与流转和未参与流转农户的多维减贫状况；trans为农地流转的二分变量，当值为1时表示农户参与农地流转，为0时表示农户未参与农地流转；P(X)为倾向得分值。

2.变量选取

被解释变量为农户的多维贫困指数。根据多维贫困测度方法，本文采用农户多维贫困剥夺得分的加权和反映农户个体的多维贫困状况。

核心解释变量为农地流转。参考FENG S等[33]和李长生等[34]学者的研究，将农地流转设置为二元离散变量，参与流转赋值为1，不参与流转赋值为0。同时，为了实证农地转入和转出之间减贫效应的差异性，本文还分别选取了农地转出和农地转入作为解释变量，赋值方法同上。

控制变量主要从户主特征、家庭特征、村庄特征三个层面进行考虑。户主在农地流转行为决策中常常发挥着重要的的作用。本文将数据库中家庭成员问卷的主要回答人作为虚拟户主，具体特征通过户主年龄、户主是否为党员、户主受教育年限进行表征。在家庭特征层面，选择家庭劳动力数量、非农就业人数、家庭规模、抚养负担、农用机械总价值等指标进行控制。由于村庄特征也会对农地流转决策产生影响，因此,本文选择村庄到县城距离和村庄地貌表征样本所在村庄的综合状况。同时，考虑到不同地区间社会经济发展状况的差异，本研究还将样本中涉及的25 个省市自治区划分为东中西部作为地区虚拟变量。主要变量及描述性统计如表2所示。

表2 变量含义及描述性统计

四、实证检验与结果分析

（一）农户多维贫困测算结果与分析

根据上文提到的多维贫困测度方法，将多维贫困临界值k 的取值范围设置为1～8，通过对样本数据的整理分析，得到表3关于农户多维贫困现状的测算结果。观察其结果可以发现，随着k 值的增大，多维贫困农户数q、多维贫困发生率H 和多维贫困指数MPI均呈现显著减少趋势，而贫困强度指数A，则呈现相反趋势。当k取值为1～2时，农户多维贫困发生率高达77%以上，表明大部分农户都在1～2个指标上处于被剥夺状态，仅有7.65%的农户实现了完全脱贫。当k 取值为3 时，多维贫困发生率下降到了46.25%，可以看出我国大部分农村地区多维贫困形式仍较为严峻，有近一半农户在3个指标维度上处于贫困状态。当k≥6时，农户贫困发生率下降到4%以下，表明当前农户的贫困状态大多数表现在低维度贫困，其中，所有指标均实现被剥夺的农户仅有1户。

表3 农户多维贫困现状

上述分析主要是从总体上对农户的多维贫困现状进行了阐述，但是个体的多维贫困在很大程度上取决于不同维度的贡献情况，为了明确各指标的影响程度，本文分别对8个指标的多维贫困贡献率进行了测算，结果如表4 所示。观察表格可以发现，首先，随着k 值的增加，人均年纯收入、身体质量指数、住房、生活满意度等指标对多维贫困的贡献率均呈现较为明显的增长趋势。其中，人均年纯收入的贡献率变化最明显，其贡献率随着k值的增加从14.13%增加到了21.21%，这表明贫困程度越深的农户其陷入收入贫困程度越深，由此可以判断，从收入维度减贫是摆脱农户贫困最基础的途径之一。其次，k 值越大，受教育程度、健康状况、生活燃料和饮用水等指标的贡献率均呈现出不同程度的减小趋势。其中，受教育程度和生活燃料维度的多维贫困贡献率变化较小，减小幅度分别为2.74%和1.63%，未产生较大的波动，对多维贫困指数的影响较为稳定；健康状况和饮用水贡献率减小幅度较大，分别为6.02%和9.61%，表明随着农户多维贫困程度加深，健康状况和饮用水对贫困影响的贡献程度显著下降，该指标缺失的农户数量明显少于低维度贫困状态农户。

表4 各指标多维贫困贡献率

（二）农地流转多维减贫净效应分析

为了提高匹配质量，在匹配前需要对样本进行共同支撑域假设和平衡性假设。本文运用Stata15.0 软件，以半径卡尺匹配结果为例，对匹配后的数据进行了检验。首先，通过绘制处理组和控制组的核密度曲线，对比匹配前后重叠区域变化情况，判断共同支撑域假设是否成立。如图1 所示，匹配后处理组与控制组核密度曲线重合度增强，共同支撑域范围增大，表明实验组和控制组的可测变量在一定程度上控制了样本的自选择问题，共同域支撑假设得到满足。其次，为了防止控制变量受到单位不同的影响，需要对处理组和控制组的匹配值进行标准化处理。表5 展示了匹配前后各变量标准化偏差的变化情况，可以看出变量匹配后的标准化偏差明显缩小，且总体平均偏差小于10%，较大程度降低了样本总体偏误；同时，Ps-R2与R值均下降明显，检验结果接受处理组与控制组无系统差异的原假设，匹配结果较好地平衡了数据，平行假设得到满足。

表5 平行假设结果分析

图1 流转前后倾向得分匹配核密度曲线

在获得有效匹配样本后，本文选取3种不同的匹配方法，即k 近邻匹配（k=4）、半径卡尺匹配、局部线性回归匹配，测算农户农地流转的多维减贫净效应。如表6所示，三种匹配方法测算结果存在差异，但总体趋势基本一致，表明研究结果较为稳健。匹配前流转户多维贫困指数为0.3226，比未流转户的多维贫困指数低0.0192，减小幅度为5.62%。匹配后流转户的多维贫困指数仍低于未流转户，且三种匹配结果均在1%或5%水平上显著。以半径卡尺匹配为例，流转户的多维贫困指数为0.3204，相比于未流转户，减少了0.0167，平均处理效应在1%的水平上显著。总体上看，虽然不同匹配方式的平均ATT 值相较于匹配前有所下降，降低了0.0167，但农户的多维贫困现状得到了改善，表明农地流转能够对农户的多维贫困状况起到缓解作用，假设1得到论证。

表6 倾向得分匹配结果

（三）农地流转分维度减贫净效应分析

对于农地流转的多维减贫效应已经得到论证，但这种减贫效应是否会在不同维度下存在差异，仍需进一步研究。为了剖析农地流转对不同维度减贫的差异性，本文运用上述提到的三种匹配方法分别估计农地流转在收入、教育、健康、生活水平和主观感知维度的平均处理效应，探究农地流转对不同维度贫困状况的影响。表7 和图2是样本匹配后的估计结果，可以观察到农地流转在不同维度上产生的减贫效应存在明显差异，各维度处理净效应大小依次为：主观感知、收入、健康、生活水平和教育。

表7 各维度倾向得分匹配结果

图2 各维度平均剥夺程度及平均处理效应

其中，收入维度具有十分显著的减贫效应。以半径卡尺匹配为例，流转户的收入贫困指数为0.0283，相比于未流转户，减少了0.0304，平均处理效应在1%的水平上显著。其原因可能是，根据“理性人”假设，农地流转前后农户收入的变化情况是农户进行流转决策的主要影响因素之一。农地流转通过扩大农地规模经营、优化农作物种植结构来增加农户的经营性收入或通过释放剩余劳动力，调整劳动力结构提高农户的工资性收入和财产性收入，从而对农户收入结构的优化产生积极影响，表现出较为明显的减贫效应。

教育维度下使用不同匹配方法测算得到的农地流转减贫效应结果均不显著，但在一定程度上仍对农户的贫困状况具有缓解作用。其原因可能是长期以来，在城乡发展过程中各项资源要素的分配并不均衡，教育资源在农村地区尤为短缺，这直接导致了农民受教育程度普遍较低。根据2017年农业普查数据显示，我国受教育程度低于6年的农户占比到达了43.4%。虽然近年来乡村振兴战略和教师下乡扶贫政策的提出，在一定程度上改善了这一状况，但由于教育本身的滞后性以及农户再教育意识的缺乏，无法准确衡量农地流转行为的教育贫困代际改善情况，因此，农地流转并未在短期内产生教育的溢出效应。

健康维度农地流转的减贫效应较为显著。以半径卡尺匹配为例，流转户的健康贫困指数为0.4490，而未流转户为0.4743，贫困指数总体下降了5.33%，平均处理效应在1%的水平上高度显著。其原因可能是，对于农户个体而言，人力资本的积累是防止因病致贫、因病返贫的重要内生动力，进行农地流转或是为了释放家庭劳动力非农就业，或是为了扩大经营获得更高的收入，无论何种方式都将促使农户提高对个体健康的投入，从而改善农户家庭的人力资本状况，提升家庭平均健康水平。

生活水平维度的流转户贫困指数明显低于未流转户，但三种匹配方法下的减贫效应均不显著。其原因可能是近年来随着农村饮水安全工程和旧房改造工程等开发式扶贫项目的稳步推进，以及各类专项规划和村庄规划的编撰完善，农村居民住房条件、饮用水安全和清洁能源使用情况均得到明显改善，导致该维度的贫困程度本身较低，可提升空间较小，因此流转户与未流转户在生活水平维度上的差异并不显著。

主观感知维度农地流转的减贫效应最为显著。以半径卡尺匹配为例，流转户的主观感知贫困指数为0.3695，比未流转户减少了0.0543，平均处理效应在1%的水平上高度显著。其原因可能是自2015 年脱贫攻坚目标提出，中央政策和地区财政进一步向农村地区倾斜，土地补贴、粮食补贴不断增加，社会保障体系不断完善，尤其是流转农户受到的政策扶持越来越多，家庭生计的多样性得到明显改善，个人获得感明显提升，农户的主观感知发生了变化。

综上，通过对多维贫困指数的分解，可以发现与未流转户相比，流转户各维度的贫困指数均产生了不同程度的降低，但减贫效应的显著性却存在明显差异。农地流转在收入、健康、主观感知等维度的减贫效应较为显著，但在生活水平和教育维度并不具有显著性。假设2得到验证。

（四）不同流转行为的多维减贫效应分析

由于农地转入和农地转出对农户多维贫困状况的影响途径存在差异，本文进一步实证了二者对农户多维贫困影响的不对称性，运用三种匹配方法分别估计不同流转行为在各个维度的平均处理效应，表8是对不同方法匹配值进行平均处理后的结果。由表8可以发现，不同流转行为的多维减贫效应具有异质性。从总体上看，土地转入与转出均能缓解农户的多维贫困状况。匹配前转入户多维贫困指数为0.3202，比未流转户的多维贫困指数低0.0144，匹配后转入户的多维贫困指数比未转入户低0.0158，整体减小幅度高于未流转户，为4.68%，而转出户匹配前平均处理效应为0.0288，匹配后下降为0.0271，但其减小幅度却高于转入户，为7.59%，不同流转行为的多维贫困指数匹配结果均在1%水平上显著。这表明农地转入和转出均能缓解农户的多维贫困状况。分维度来看，农地转入能够对农户在收入维度和健康维度的贫困状况进行缓解，而农地转出在此基础上，进一步改善了农户的主观感知贫困，表明不同流转行为的多维减贫路径是具有差异的，相比于农地转入，农地转出对农户的多维减贫现状的影响程度更深、范围更广，更能够从多维度缓解农户的贫困状况。其原因可能是，两种行为决策结果的作用方式和预期回报具有不对称性。对于转出户而言，农地流转后不仅可以将家中劳动力择优配置到收入更稳定的二、三产业，获得务工收入和租金收入的双重保障，而且随着我国社会保障相关法律法规的不断完善，农地转出后并不会使个人权益受损，农户陷入贫困的风险被分担。而对于转入户而言，农户主要是通过农业规模化种植，缩减生产成本，从而改善其生计状况。但农业经营生产本身具有较强的风险性，农户从前期对土地的整理、农作物的培育养护，到后期自然灾害造成的损失、农产品销售时面临的市场供求和价格波动，都可能导致农户陷入新的贫困，多重成本抑制了农地转出对农户多维贫困状况的缓解。

表8 不同流转行为在各维度的倾向得分匹配结果

综上，不同流转行为均具有显著的减贫效应，但多维减贫的路径存在差异，且农地转出对农户贫困状况的缓解效果更显著。假设3得到验证。

（五）农地流转减贫净效应的区域异质性分析

区域经济发展、社会文化的差异性导致不同区域农户整体的多维贫困状况可能存在较大差异。为了探究区域因素对农户多维贫困的影响，本研究将样本中包含的25个省按照经济发展水平划分为东部、中部和西部地区，以观察农地流转的减贫效应在区域上的异质性。结果如图3、表9所示，农地流转对不同地区农户的多维贫困状况均具有缓解作用，但减贫效应的显著性具有较大差异。第一，中西部地区对农地流转的减贫效果较为敏感，尤其西部地区更加明显，但东部地区的平均处理效应并不显著。以半径卡尺匹配为例，西部地区进行农地流转农户的贫困指数下降了0.0398，而中部地区仅减少了0.0353。第二，虽然东部地区农地流转不具有显著的减贫效应，但农户总体的多维贫困指数较低，而西部地区虽然减贫效应明显，但多维贫困的形势依然严峻。以半径卡尺匹配为例，东部和中部地区流转农户和未流转农户的平均多维贫困指数分别为0.3110、0.3390、0.3045、0.3413，均明显低于西部地区，表明西部地区农户的多维贫困状况较东部和中部地区更严重。其原因可能是东部地区作为我国经济发展的核心区，二、三产业发达，集聚各类生产生活要素，无论是自然条件还是社会资本都优于欠发达地区，农户面临更多的选择与机遇，因此，应对风险的能力也更强，导致对土地的依赖性较弱；中部地区地处内陆，基于地缘优势，土地可利用率高，具有良好的农业发展条件，因此，依托农地流转能够实现规模化集约化的经营，从而能够较大程度上改善农户的多维贫困状况；相比于发达地区，西部地区的多维贫困程度更深，且自然条件和社会经济发展水平较差，土地的社会保障功能更为凸显，需要通过资源优化配置促进经济效益的最大化，因此，农地流转对经济欠发达地区的贫困状况改善效果更加明显。

图3 不同地区平均剥夺程度及平均处理效应

表9 不同地区倾向得分匹配结果

综上，农地流转的减贫效应在空间上存在显著的异质性。相较于东部地区，中部、西部地区农地流转的减贫效应更为显著，但西部地区贫困深度远高于东部、中部地区，对土地的依赖性也更强。假说4得到验证。

五、结论与启示

（一）主要结论

本文基于CFPS2018 年数据，运用倾向得分匹配法（PSM），从收入、教育、健康、生活水平、主观感知等多维视角，对农地流转的减贫效应及其区域异质性进行了实证分析，主要结论如下：

1.农地流转从整体上改善了农户的多维贫困状况，但在不同维度存在不完全减贫效应。从总体上看，农地流转后农户的多维贫困状况比流转前下降了4.93%，且结果较为显著。从单一维度上看，流转户各维度的贫困指数均发生了不同程度的降低，但在收入、健康和主观感知维度上的减贫效应较为显著，在教育和生活水平维度并不显著。

2.农地转入与转出的减贫效应存在不对称性，相比于农地转入，农地转出对个体贫困的影响更加显著。从总体上看，不同流转行为均能够缓解农户的多维贫困现状，但匹配后农地转出的平均处理效应比农地转入的减小幅度更大，为7.59%。从单一维度来看，农地转入主要在收入和健康维度具有显著的减贫效应，而农地转出在此基础上，还能够显著缓解农户的主观感知贫困，减贫的作用范围更广。

3.农地流转的多维减贫效应具有显著的空间异质性，呈现出从西部到东部依次递减规律。西部和中部地区农地流转在1%的显著水平上存在多维减贫效应，东部地区的减贫效应不显著，其中西部地区的平均处理效应是东部地区的1.5 倍左右，但西部地区农户的多维贫困现状也比其他地区更为严峻。

（二）政策启示

上述研究结果验证了农地流转能够对农户的多维贫困状况产生缓解作用，这为今后在乡村治理过程中科学解决农户相对贫困状况和贫困代际传递等问题提供了新的路径：一方面，可以利用农地流转在不同维度的减贫效应，适度配合地方政策，引导农户根据自身需求选择不同流转行为，以实现农户自身发展能力的提升，降低个体重新陷入贫困的可能。另一方面，应针对不同区域减贫效应的异质性，实行差异化的引导措施。对贫困深度较大且依赖农地流转实现减贫较明显的西部地区，应逐步完善城乡社会保障体制、定期开展农业知识教育培训，从根本上提升农户贫困风险的防御能力和农地流转的自主性，而对于自然条件优越且贫困深度较小的中部和东部地区，应改变现有传统低效的经营模式，鼓励农地流转与农户分化，加快农业现代化发展步伐。