农村生态环境对耕地撂荒的影响——以CHIP2018 数据为例

周海文

（中国自然资源经济研究院自然资源与生态评价研究所，北京 101149）

耕地作为粮食生产的“命根子”，为国家粮食安全作出了重大贡献，中国以全球9%的耕地，生产了世界25%的粮食，养活了世界近20%的人口。改革开放以来，土地、劳动力、机械和化肥等投入要素中，土地对农业产值的要素投入弹性最高［1］。2003—2016 年中国粮食“十二连增”辉煌成绩背后，播种面积对粮食增产的年均贡献率达到30%以上［2］。其中，在粮食主产区，播种面积对粮食产出增长的贡献率呈逐年递增趋势，由1990—1998 年的3.1%增加到2008—2016 年的16.7%，增长高达4.4 倍［3］。由此可知，保护耕地是保障粮食安全的根基，保持和扩大粮食播种面积，不仅能够实现耕地资源的高效利用，而且是提升粮食产量的重要路径，最终才能将粮食安全饭碗牢牢端在自己手中。

随着城市化建设不断推进，资本下乡、劳动力非农就业不断转移，造成农村“空心化”和农业“老龄化”现象明显，导致中国耕地撂荒呈现程度不断加深与范围不断扩大的趋势，逐步由个别省份扩大到全国区域、由政策性抛荒向结构性抛荒转变［4，5］，全国耕地撂荒比例从2002 年的0.32%上升到2013 年的5.72%，最后发展到2019 年的20%左右［6，7］。仅在2017 年，全国弃耕撂荒667 万hm2以上，高达95%的县域存在弃耕撂荒现象，其中，撂荒率超过10%的县域占全国总数的30%以上，造成损失粮食高达5 027.9万t，比当年山东省粮食总产量多304.7万t［8，9］。由此可知，在全球粮食生产和贸易供应紧张的不利背景下，必须依靠国内生产来满足粮食需求，而耕地大面积撂荒不仅造成土地资源浪费和永久性退化，而且严重威胁到国家粮食安全和社会稳定。

通过上述分析，厘清农户耕地撂荒行为的决策机制，有效利用耕地资源和保障国家粮食安全具有重要意义，因此受到政府决策部门和学术界的广泛关注。首先，在政府管理层面。为抑制农户弃耕撂荒，党中央、国务院先后出台了一系列耕地保护政策及法律法规，其中，《中华人民共和国土地管理法》《基本农田保护条例》明确规定，禁止任何单位和个人闲置、荒芜耕地，对抛荒一年以上的，取消次年补贴资格；对于连续2 年弃耕抛荒的承包经营单位或者个人，原发包方应当终止承包合同，收回基本农田。此外，《中共中央国务院关于加强耕地保护和改进占补平衡的意见》明确提出，着力加强耕地数量、质量、生态“三位一体”保护，其中，生态保护是耕地数量保护、质量保护的有力补充［10］。其次，在学术研究层面。关于农户耕地撂荒行为影响因素及机制的研究取得了丰硕成果，一致性结论认为劳动力外出务工是耕地撂荒的主要影响因素之一［11-13］。此外，家庭特征方面，如户主年龄、受教育程度、劳动力数量［14］、机械化程度［4］等；经济社会发展方面，如非农就业工资水平［14］、农业社会化服务［12］等；自然禀赋方面，如耕地面积［15］、土地细碎化程度［16］、灌溉条件、耕作交通条件［4］、乡镇距离［14］等；土地制度方面，如农业生产关系变革［5］、土地流转［11，17］等因素也会对农户耕地撂荒行为产生影响。

综上分析，当前鲜有文献关注生态环境对农户耕地撂荒行为的影响，这不仅导致无法全面厘清农户耕地撂荒的决策机制，而且难以预测构建数量、质量、生态“三位一体”耕地保护体系对农户耕地撂荒行为的影响，无法为政府部门完善相关政策措施提供参考。基于此，研究农村生态环境对农户耕地撂荒行为的影响机制，主要有以下三点贡献：一是突破现有文献聚焦家庭经济、自然禀赋、土地制度对耕地撂荒影响的局限，从生态环境的视角分析农村生态环境质量对农户耕地撂荒行为的影响机制。二是虽然关于劳动力流动对耕地撂荒影响研究成果丰富，但少有文献深入挖掘生态环境如何通过影响农业劳动力流动，进而影响农户耕地撂荒的决策机制。三是为政府相关管理部门完善“三位一体”耕地保护体系及配套提供政策参考和借鉴。

1 理论框架与研究假设

根据理性小农理论，个体农户具有经济理性，为追求利益最大化选择合理决策。已有研究对1992—2017 年全国20 个省的163 个县（市）的耕地撂荒数据进行分析发现，农业收益低是造成86%的县（市）撂荒形成的共性因素［18］，并且是造成耕地撂荒的首要因素。农村生态环境则可以通过以下两条路径影响农户耕地经营收益：第一条路径是降低生产投入成本，提高粮食产量。具体来看，耕地生态环境质量好，能够减少土壤重金属污染治理、盐渍化改造等成本投入，而且地力肥沃、土壤有机质含量高，有助于提高粮食产量，增加农业收入。第二条路径是良好生态环境能够促使农产品增值溢价。居民对产自生态环境质量高产区的绿色、有机农产品具有更高的支付意愿［19］，造成生态环境质量差的地区农产品价格较低，降低农业生产收益［20］。由此可知，农村生态环境质量提升能够提高农业经营收益，进而降低农户耕地撂荒的意愿。基于此，本研究提出如下研究假设H1。

H1：农村生态环境质量提升对耕地撂荒具有负向影响。

根据刘易斯、费景汉和拉尼斯的城乡二元经济理论，劳动力的报酬水平是农业劳动力流动决策的主要因素。2003 年以后，随着中国工业化和城市化建设的持续推进，劳动力成本快速提高和非农报酬水平提升，推动了大量农村青壮年劳动力外出务工，最终导致耕地因劳动力短缺而撂荒闲置［21，22］。此外，随着劳动力外出务工，非农就业收入增加会造成农业收入占家庭收入比重下降，导致农户对农业收入的依赖性和耕地经营的意愿降低，进一步加剧了耕地撂荒问题［11］。

与此同时，随着经济发展水平提高，居民对美好生态环境的诉求日益强烈，气候和自然环境逐渐成为劳动力就业迁移和流动的重要因素［23］。假定封闭经济中只存在农业部门和工业部门，在农业部门不产生污染而工业部门产生污染的情形下，农村劳动力向工业部门转移数量将减少［24］。具体就农业劳动力流动而言，农村生态环境质量下降会带来农户健康损害风险，削弱农户对家乡的留恋感，推动劳动力非农就业转移，而政府实施生态环境污染治理行动，则会降低农村劳动力外出务工的倾向［25-27］。综合以上分析可知，农业劳动力非农就业流动会造成耕地撂荒，而农村生态环境质量提升能够降低农业劳动力外出务工意愿。基于此，本研究提出如下研究假设H2。

H2：农村生态环境质量提升通过降低农村劳动力外出务工率能够减少农户耕地撂荒。

2 模型构建与数据来源

2.1 模型构建

2.1.1 基准回归模型 本研究主要分析农村生态环境对农户耕地撂荒行为的影响，由于农户是否存在耕地撂荒行为是［0，1］二元变量，因此采用Probit 模型进行回归，具体如下。

式中，农户耕地撂荒（abandon）为被解释变量，农村生态环境质量（ecology）为解释变量。Z是控制变量，代表影响农户耕地撂荒行为的其他因素。ν是地区控制变量，代表不同省份农业政策对农户耕地撂荒行为的影响。μ为服从正态分布的误差项。

2.1.2 中介效应模型 为考察农村生态环境是否通过农业劳动力流动影响农户耕地撂荒行为，构建中介效应模型。

式（2）考虑农村生态环境对农村劳动力外出务工率的影响，其中，农村劳动力外出务工率（migrant）为中介变量。式（3）是控制农村劳动力外出务工率下检验农村生态环境对农户耕地撂荒行为的影响，其中，中介效应表现为农村生态环境质量→农村劳动力外出务工率→农户耕地撂荒行为。

2.2 数据来源

本研究利用2018 年中国家庭收入调查（CHIP）数据分析农村生态环境对耕地撂荒的影响。CHIP是由北京师范大学收入分配研究院主持的一项中国住户调查数据，调查样本从国家统计局（NBS）的母样本中采用多级分层抽样法进行选择，覆盖中国东、中和西部16 个省份的城镇住户、农村住户、外来务工人员3 个子群体。由于不同地区人口分布和城乡居民数量及流动人口规模存在差异，因此CHIP 数据进行了加权处理，成为研究中国家庭收入及生产生活状况的权威性和代表性的数据来源之一。

由于本研究的主要内容是研究农村生态环境对耕地撂荒行为的影响，所以主要使用农村住户样本。但该样本调查问卷中缺乏村庄层面的地形、外出务工率、与县城距离等相关题目，而这些因素对耕地撂荒行为有一定影响，外来务工人员调查问卷中恰好包含上述相关题目。因此，本研究将两个样本进行匹配，剔除主要变量数据缺失以及回答选项为“不太清楚”的样本，共获得9 020 个有效农户样本。

2.3 变量选取及描述性统计分析

被解释变量为农户是否存在耕地撂荒行为，对应调查问卷中的提问是“2018 年撂荒的土地面积”，当农户回答撂荒的土地面积大于0 时，即农户存在耕地撂荒行为，其值为1，否则为0。解释变量为农村生态环境质量，对应调查问卷中的提问是“您对本地的生态环境（空气、水等）满意吗”，回答为“非常满意、比较满意、一般、不太满意、很不满意”五个等级，分值分别对应为1、2、3、4、5，分值越高表示环境质量越差。中介变量为农村劳动力外出务工率，对应问卷中的提问是“老家所在村大约有多大比重（%）的劳动力外出务工经商（包括女性）”。

控制变量选取。借鉴已有研究［14，16］，本研究选取农户个体特征如性别、年龄、健康状况、教育水平等，家庭经营情况如土地经营面积、农业固定资产、家庭可支配收入、社会保险等以及村庄状况如土地承包调整作为控制变量。此外，由于每个省的农业支持政策存在差异，可能会对农户耕地撂荒行为产生不同影响，故使用不同省份作为地区变量控制省级层面农业政策影响。

变量定义及描述性统计分析见表1。

3 实证分析

3.1 基准回归分析

农村生态环境对耕地撂荒影响的基准回归结果如表2 所示。模型（2）、模型（3）、模型（4）是在模型（1）的基础上依次加入户主个体特征、家庭经济条件和村庄社会状况等控制变量，由模型（4）可以发现农村生态环境质量提升在5%的水平上显著降低农户耕地撂荒行为的发生概率，从而假设H1 得到了初步证实。

表2 基准回归结果

就控制变量影响而言，首先，在户主个体特征层面。由模型（4）可以发现户主的年龄在1%的水平上显著增加农户耕地撂荒行为的发生，原因是农户的劳动能力随着年龄的增加而降低，可能因农业经营力不从心而造成耕地撂荒。户主的受教育程度在10%的水平上显著增加农户耕地撂荒行为的发生，原因是农户的受教育水平越高，其拥有非农就业技能概率越大，可能造成农户从事非农就业而造成耕地撂荒。其次，在家庭经济条件层面。土地经营面积在1%的水平上显著增加农户耕地撂荒行为的发生，原因是农户土地经营面积越大，可能造成农户放弃经营地力贫瘠、交通不便的地块，进而增加耕地撂荒的发生。家庭农业固定资产在5%的水平上显著减少农户耕地撂荒行为的发生，原因是农户农业经营性固定资产越高，通常其拥有的农业机械设备越多，对耕地的经营能力越强，进而降低其耕地撂荒的意愿。农户参加新农保、养老保险等社会保险在1%的显著水平上能够增加农户耕地撂荒行为的发生，原因是农户参加社会保险能够保障其基本的生活水平，降低其经营耕地的机率，进而增加耕地撂荒行为的发生。最后，在村庄社会状况层面。当地非农雇工工资水平在5%的水平上显著增加农户耕地撂荒行为的发生，原因是随着非农雇工工资水平的提高，农户从事非农就业的意愿增强，进而提高耕地撂荒行为的发生概率。

3.2 稳健性检验

为了验证估计结果的稳健性，本研究采取4 种方式进行稳健性检验，结果如表3 所示。

表3 稳健性检验估计结果

第一，重新定义核心解释变量。将调查问卷中农户对生态环境满意度重新划分为“不满意、一般、满意”3 个等级，分别对应分数值为1、2、3，分值越高表示生态环境质量越好。由模型（5）可知，农村生态环境质量在1%的水平上显著降低农户耕地撂荒行为的发生概率。

第二，标准化核心解释变量。生态环境满意度是农户的主观评价，容易受到教育水平、文化素质的影响，主观随意性较大，为此将生态环境满意度标准化，分析生态环境质量提高一倍的标准差对农户土地耕地撂荒行为的影响。由模型（6）可知，农村生态环境质量在5%的水平上显著减少农户耕地撂荒。

第三，Logit 模型回归分析。由于被解释变量是二元变量，因此采用Logit 模型实证分析。由模型（7）可知，农村生态环境质量在5%的水平上显著降低农户耕地撂荒行为的发生概率。

第四，利用工具变量法解决内生性问题。基准模型估计可能存在内生性问题，一是难以观测的变量（农户心理状态、社交模式等）被遗漏；二是农户生态环境满意度是主观评价，不同农户对生态环境的感知可能存在差异，由此产生测量误差问题。基于此，本研究采用IV-Probit 模型进行分析，借鉴已有研究［21，28］，选取本县域内除本家庭户主以外其他家庭户主生态环境满意度的均值作为生态环境的工具变量。原因是生态环境具有显著区域性，基于农村社会的地缘与亲缘关系，通过日常生活和交际，每个县其他村民的生态环境满意度将会影响本家庭户主的生态环境满意度，同时并不会直接影响该家庭户主耕地撂荒的决策，进而克服内生性问题。模型（8）为IV-Probit 模型估计结果，Wald 检验值统计量P为0.000 7，说明回归模型存在内生性问题，采用工具变量法是必要的。第一阶段回归中F为58.58，且在1%的统计水平下显著，表明不存在弱工具变量问题。由模型（8）可知农村生态环境质量在1%的水平上显著减少农户耕地撂荒行为。综合上述分析表明假设H1 的结论具有稳健性。

3.3 异质性检验

3.3.1 分区域检验 粮食主产区和非粮食主产区的农户对农业生产的重视程度不同，通常农业收入占粮食主产区农户家庭总收益的比重更高，对耕地经营的依赖性更强。因此，本研究将调查区域划分为粮食主产区和非粮食主产区，按照国家区域规划，辽宁、内蒙古、山东、安徽、江苏、河南、湖北、湖南、四川9 个省（自治区）为粮食主产区，北京、山西、广东、甘肃、云南、重庆6 个省（市）为非粮食主产区。

如表4 所示，由模型（9）和模型（10）可知，在粮食主产区，农村生态环境质量提升能够显著减少农户耕地撂荒行为。由模型（11）和模型（12）可知，在非粮食主产区，农村生态环境质量提升能够降低农户耕地撂荒行为的发生概率，但不显著。可能的原因是，粮食主产区相比非粮食主产区耕地土壤更加肥沃、有机质含量更高，耕地粮食产量和农业收入的波动受生态环境质量改变的影响更大，因而农村生态环境质量提升能够显著减少农户耕地撂荒行为。

表4 分区域估计结果

3.3.2 分种植模式检验 中国通常以秦岭—淮河为界进行地理分区，其中秦岭淮河以北地区是以旱地、小麦种植为主，以南地区则以水田、水稻为主［29］。由于水稻属于劳动力密集型作物，对劳动力需求相比小麦更高，造成水田与旱地种植区的社会生产方式和分工模式存在差异，可能会对农户耕地经营决策产生影响［12］。因此，本研究根据中国种植分区分类，将北京、山西、辽宁、山东、河南、甘肃、内蒙古7个省（市、自治区）归类为旱地为主的种植区，江苏、安徽、湖北、湖南、广东、重庆、四川和云南8 个省（市）归类水田为主的种植区。需要指出的是内蒙古主要以牧场为主，本研究将其归类为旱地为主的种植区。

如表5 所示，由模型（13）和模型（14）可知，在水田种植区，农村生态环境质量提升能够减少农户耕地撂荒行为，但不显著。由模型（15）和模型（16）可知，在旱地种植区，农村生态环境质量提升能够显著降低农户耕地撂荒行为的发生概率。可能的解释是，旱地种植区相比水田种植区，农业灌溉等农田水利基础配套设施相对稀缺，受到生态环境质量改变的影响波动较大，因而农村生态环境质量提升显著减少农户耕地撂荒行为。

3.4 机制分析

根据上文的理论分析，农村生态环境质量能够通过降低农村劳动力外出务工率来减少农户耕地撂荒行为，为此，本研究将对具体的影响机制进行实证分析，结果如表6 所示。

由表6 所示，模型（18）显示生态环境质量在5%的水平上显著降低农村劳动力外出务工率。模型（19）则显示农村劳动力外出务工率在5%的水平上显著增加农户耕地撂荒行为，生态环境质量在10%的水平上显著减少农户耕地撂荒行为，且直接效应系数-0.044 的绝对值小于基准回归模型（17）中总效应系数-0.060 的绝对值，这表明生态环境质量提升能够通过降低劳动力外出务工率减少农户耕地撂荒行为，因而研究假设H2 得到了验证。

4 结论与建议

本研究利用CHIP2018 农户微观调查数据，实证分析了农村生态环境质量对农户耕地撂荒行为的影响，得出以下结论：第一，农村生态环境质量提升能够减少农户耕地撂荒行为，异质性分析表明，在粮食主产区和旱地种植区的影响具有显著性，但在非粮食主产区和水田种植区的影响不具有显著性。第二，农村生态环境质量提升可以通过降低农村劳动力外出务工率，进而减少农户耕地撂荒行为。第三，户主的年龄、受教育程度、土地经营面积、社会保险、非农雇工工资水平对农户耕地撂荒行为具有显著的正向影响，而农业固定资产对农户耕地撂荒行为具有显著的负向影响。

基于以上分析，提出如下建议。

第一，加强农村生态环境保护，推动建设耕地“三位一体”保护体系。完善法律法规监督和约束农户生态环境污染行为，深入推进农药化肥减量化行动，通过测土配方施肥、有机肥替代、生物农药喷施等措施，缓解农药化肥过量使用带来的土壤板结、重金属污染、水源污染等问题。推动建立耕地数量、质量、生态“三位一体”保护体系，开展农田土壤污染修复，探索实施耕地生态保护补偿，提升耕地生产力，进而降低农户抛荒弃耕的意愿。

第二，严格落实责任追究制度，提高农户抛荒弃耕成本。通过广播、电视、网络等途径向农户积极宣传《农村土地经营权流转管理办法》相关抛荒弃耕内容和惩罚措施，提升农户抛荒弃耕成本预期，降低其抛荒弃耕意愿。探索耕地保护田长制，落实耕地质量、生态保护责任，对抛荒弃耕发生率较高地区的政府部门负责人进行问责。严格落实弃耕撂荒土地承包经营权收回制度，对弃耕抛荒连续两年以上的耕地流转受让方，村集体、转出农户等发包方有权终止土地经营权流转合同，收回耕地经营权进行重新流转配置。

第三，完善耕地流转制度，实现耕地资源有效配置。在劳动力缺失严重的地区积极推动土地流转，通过建立土地流转中介组织、交易信息平台等方式，降低土地流转双方的信息搜寻和交易成本，推动土地健康、有序流转。开展高标准农田建设、农田地块整治，通过转包、转让、出租、入股等多种方式，在自愿、有偿的前提下，引导抛荒弃耕土地流转到种植大户、种植能手、合作社等新型农业经营主体进行土地规模化经营，盘活撂荒的耕地资源，实现耕地资源有效配置。