關中—天水經濟區政府主導型農地流轉對轉出戶非農就業的影響
——基于DID模型的實證分析

吳愛娣，夏顯力，翟黎明，趙 健

（西北農林科技大學經濟管理學院，陜西 楊凌 712100）

1 引言

農地流轉是打破傳統小農經濟、促進農地適度規模經營的有效途徑，也是實現中國農業現代化、解決農村經濟發展問題的重要手段。近年來，農地流轉逐漸呈現出市場主導型和政府主導型兩種模式并存的局面，兩種模式以農戶是否具有轉出農地的實際決策權作為內涵邊界，一類是農戶根據市場供需狀況自發決定的農地流轉，另一類是以政府合理介入為特征的政府主導型農地流轉。在兩種模式的共同推動下，全國農地流轉率從2008年的8.6%提升為2015年的30%[1]。對比兩種模式，政府主導型農地流轉具有推進速度快、流轉規模大、交易成本低的優勢，現實中往往成為地方政府推進適度規模經營的優選方式[2]。但是，這種模式也具有行政強制推動的特點和財政資源浪費的風險[3]。在倡導市場主導資源配置的背景下，針對政府介入并推動農地流轉的趨勢，不應徹底否定抑或全盤接受，關鍵在于客觀評價和合理優化。

現階段，農地流轉對轉出戶的收入、福利和生計資本都會產生深刻影響[3-5]，究其根源，在于農地流轉直接改變了轉出戶的自然資源稟賦和勞動力資源配置[4，6-7]，其中，后者對農戶的影響較前者更為深遠。本文通過非農就業來反映勞動力資源配置[1，4]。由于市場主導型農地流轉大多是轉出戶的自發選擇，政府主導型農地流轉大多是轉出戶的無奈之舉，農地流轉對轉出戶非農就業的影響在兩種流轉模式下必然存在差異?；诖?，本文從轉出戶非農就業的角度出發，以市場主導型農地流轉作為參照，將政府主導型農地流轉與之比較，衡量農地流轉中的政府干預力量對農戶非農就業的影響，這有助于更好地理解政府在農地流轉中的職能和角色定位，并提出完善農地流轉政策的建議。

2 農地流轉對非農就業的影響機理：理論分析

循著回答“與市場主導型農地流轉相比，政府主導型農地流轉對轉出戶非農就業的影響”這一核心問題，通過文獻梳理和邏輯分析，筆者發現有以下三個關鍵問題需要解決。

問題一：如何界定兩種農地流轉模式？

政府主導型農地流轉具有以下內涵[8-10]：第一，基層政府在招商引資的同時，通過行政組織、財政支持和政策傾斜介入農地流轉過程，是農地流轉的發起者；第二，基層政府是農地流轉的實際決策者，村集體既承擔著農地產權代理人角色，又是基層政府決策的執行者?；诖?，本文定義的政府主導型農地流轉是指為實現農業現代化和促進農村經濟發展，基層政府利用其行政優勢，對農地流轉的價格、規模及合約要素施加影響，采用集中強制性方式推動農地向農業種植大戶、合作社及農業企業流轉。市場主導型農地流轉是指農戶在是否流轉、流轉價格與規模、流轉形式、流轉合同簽訂等方面具有自主決策權，是農戶基于家庭農地和勞動力資源稟賦狀況市場決策行為[6]。

問題二： 兩類農地流轉模式對轉出戶非農就業的影響機理如何？

根據理性人假說，農戶家庭勞動力資源在農業和非農業的配置狀態取決于家庭人力資本在務工和務農兩方面的優勢對比[11]。農戶會以家庭收益最大化為目標，在經營農地與非農就業之間配比勞動力資源。市場主導型農地流轉中，轉出戶有自主決策權，在這一過程中，非農就業和農地流轉行為往往互為因果[6，12]。非農就業意愿或者既成事實一般是農戶選擇轉出農地的影響因素之一，或者說，農戶在確定擁有較好的非農就業工作機會和較高的非農就業收入之后才會自發地選擇轉出農地。而農地流轉本身進一步促進了轉出戶的非農就業。

相較之下，在政府主導型農地流轉中，轉出戶往往是在本不具有非農就業意愿時，受政府干預力量的作用，相對被迫地轉出農地。農地轉出之后，原本沒有非農就業傾向的農戶由于自然資本的大大降低，出于生計考慮，無奈選擇非農就業。在此過程中，他們面臨技能缺失、意愿缺乏和就業規劃不明的諸多挑戰。

也就是說，在兩種農地流轉模式下，由于轉出戶所處的決策階段完全不同，市場主導型農地流轉對轉出戶非農就業的作用體現為“弱推力”，而政府主導型農地流轉對轉出戶非農就業則呈現“強推力”。

問題三：如何衡量轉出戶的非農就業狀況？

沿著兩類農地流轉模式對轉出戶非農就業影響的“強推力”與“弱推力”的分析思路，本文試圖建立能反映兩種作用機理差異的非農就業衡量體系。如上文所述，兩類農地流轉模式的本質區別在于農戶在農地流轉中是否具有自主決策權，即農戶在非農就業中是主動或被動。實踐中，政府主導型農地流轉往往是大規模的集中流轉，轉出戶在這種模式中的農地資源稟賦下降程度一般大于市場主導型農地流轉，且多數是農地全部轉出。這就導致勞動力更多地配置到非農領域，非農就業程度更大。然而，正如前文所述，“強推力”作用下，轉出戶的非農就業更多是缺乏技能、意愿和規劃的無奈之舉，所以這很可能導致非農就業的質量較差?；诖?，本文從數量和質量兩個維度來衡量農戶非農就業狀況，其中，數量維度選取家庭非農就業人數Y1、家庭人均非農收入Y2兩個指標，質量維度選取家庭非農就業者人均收入Y3指標（即家庭中從事非農工作成員的平均工資水平），來反映兩類農地流轉方式對農戶非農就業的影響差異，并由此提出如下假說。

假說1：相比市場主導型，政府主導型農地流轉對農戶非農就業的數量有提高作用。

假說2：相比市場主導型，政府主導型農地流轉對農戶非農就業的質量有降低作用。

3 數據來源、研究方法及變量選取

3.1 數據來源

本文數據來自項目組2016年5月在關中—天水經濟區的實地調研數據。數據收集采取分層隨機抽樣、入戶調查的方法。根據地區農地流轉類型和農業生產情況隨機抽取13個鄉鎮，在每個鄉鎮隨機選取1—2個自然村，每個自然村隨機選取25—35個農戶。本次調研共發放問卷817份，問卷數據庫生成后，課題組對數據庫進行了邏輯檢查和區間檢查，即檢查各問題的選項是否符合邏輯、是否落入合理的數據區間內，經過整理，刪除含有缺失值的問卷后，共獲取750個有效樣本。再從中選出存在農地轉出行為的樣本，最終得到354個研究樣本，其中實驗組為256個，對照組為98個。出現這樣分布的原因在于，如理論分析所述，本文研究的重點在于農地流轉中的政府主導力量對轉出戶非農就業的影響，所以調研中主要選取了政府主導型農地流轉分布較為集中的區域。這一區域政府主導型農地流轉的推進時間大多在2010年前后，為了便于DID模型的差分處理，本文農地流轉前后的數據分別選擇2009年和2015年。

3.2 研究方法

本文采用DID模型（Difference-in-Differences），以市場主導型作為參照，評價政府主導型農地流轉對轉出戶非農就業的影響。模型設置三個被解釋變量：家庭非農就業人數（Y1）、家庭人均非農就業收入（Y2）和家庭非農就業者人均收入（Y3）。設實驗組為A，對照組為B。Y是目標被解釋變量，dB是二值虛擬變量，dB=1表示政府主導型（以下簡稱實驗組），dB=0表示市場主導型（以下簡稱對照組）；Ti表示農地流轉時期的虛擬變量，T= 0表示農地流轉前，T= 1表示農地流轉后；Y1dB表示農地流轉后的被解釋變量，Y0dB表示農地流轉前的被解釋變量；假設μ為隨機擾動項，則分析農地流轉帶來影響的簡單模型為：

式（1）可得到實驗組和對照組各自解釋變量變動的模型。對于對照組來說，dB= 0，則模型可表示為：Y=β0+α0T+μ，農地流轉前后的非農就業變化為：

農地流轉前后對照組被解釋變量平均變動為：

對于實驗組，dB= 1，則模型可表示為：Y=β0+α0T+β1+α1T+μ，農地流轉前后非農就業變化為：

農地流轉前后實驗組被解釋變量的平均變動為：

雙重差分估計量為（政策的凈影響效果）：

根據式（6）可知，與市場主導型相比，政府主導型農地流轉對非農就業的影響為：

α1是式（1）中交叉項Tt的系數，是雙重差分估計值，即政府主導農地流轉的效果。

DD估計方法有2×2方格分析法、混合截面數據模型估計（一階差分和OLS）、非觀測效應宗列數據模型估計（固定效應、一階差分和隨機效應模型）等[13]。對于非觀測宗列數據模型估計中的隨機效應模型，對非觀測效應與特異性擾動項（控制因農戶和時間而變化的影響因素）、可觀測的控制變量之間不相關假設要求很高，現實條件無法滿足[14]。本文使用農地流轉前后兩個時期的截面數據，不需要考慮自相關問題，固定效應和一階差分的估計值和統計量是一致的[15]。為控制其他因素的影響，本文選擇固定效應模型，如下：

式（8）中，i表示農戶個體，Yit表示i農戶在t時期的非農就業人數和人均收入，Xit是一組可觀測的影響非農就業的控制變量，εt代表地區時間的固定效應。

3.3 模型變量設置

（1）被解釋變量的選取。非農就業是指從事除農業以外，每年就業時間超過1個月，擁有經營收入的工作。學者一般從以下幾個方面測度非農就業：非農就業概率、人數、收入、結構和時間[13，16-17]。本文從非農就業的數量和質量兩個角度出發，設置家庭非農就業人數、家庭人均非農就業收入、家庭非農就業者人均收入3個被解釋變量。

（2）控制變量的選取。影響非農就業的主要變量有個體特征、家庭特征及區域特征[13，16]。個體特征包括個體的年齡、受教育年限。基于家庭分工理論可知，戶主擁有家庭成員非農就業決策的主導權[12]，模型中的個體特征以戶主特征為代表。家庭特征包括：家庭規模、勞動力資源稟賦、人均耕地面積、家庭社會資本。區域特征以區域虛擬變量表示，0值代表關中地區，1值代表天水地區。

勞動力資源稟賦是指家庭勞動適齡人口在家庭中的比重，表示每個適齡勞動力的撫養負擔，值越大，負擔越小。依據蔡志海[18]、趙雪燕[19]和翟黎明[3]提出的社會資本測量方法，認為家庭社會資本主要來源于社會保障和人際交往兩方面，在兼顧調研地實際和數據可得性的基礎上，社會保障方面選取醫療保障、養老保障、就業發展、發展機遇、教育環境5個指標，人際交往則以農戶社會交往滿意度來衡量（社會交往滿意度反映了親戚朋友鄰里間的相互幫扶，這在農戶非農就業機會來源中特別重要）。同時借鑒裴志軍、Sharp、李小云等[17，19-21]的賦權方法，咨詢了相關領域專家的意見，對以上6個指標分別給予0.1∶0.1∶0.1∶0.1∶0.1∶0.5的權重，計算方法如表1所示。本文的主要變量定義如表2所示。

表1 家庭社會資本的測算Tab.1 Measurement of household social capital

表2 DID模型中的主要變量定義Tab.2 The main variables in DID

4 樣本描述性統計分析

4.1 農地流轉對家庭非農就業人數的影響

從2009—2015年，兩類非農就業比例整體呈上升趨勢。其中，實驗組家庭非農就業人數由2009年的1.37人上升到2015年的2.76人。2009年對照組家庭非農就業人數為1.56人，2015年上升為2.45人。實驗組比對照組多上升了0.50人。但是對照組家庭非農就業人數起點比實驗組要高，兩者差值為0.19人。2015年兩者差值加大，增加到0.31。

4.2 農地流轉對非農就業收入的影響

2009—2015年間兩種類型的家庭非農就業收入均上升。2009年，實驗組家庭人均非農就業收入為0.92×104元，2015年上漲了0.90×104元。2009年，對照組家庭人均非農就業收入為1.16×104元，2015年上漲了0.76×104元?？傮w來說，對照組家庭人均非農就業收入大于實驗組，但是實驗組家庭人均非農就業收入增長幅度大于對照組。

2009—2015年間兩種類型的家庭非農就業者人均收入均上升。2009年，實驗組家庭非農就業者人均收入為3.30×104元，2015年上漲了0.35×104元。2009年，對照組家庭非農就業者人均收入為3.25×104元，2015年上漲了0.53×104元?？傮w來說，實驗組家庭非農就業者人均收入起點大于對照組，但是對照組家庭非農就業者人均收入增長幅度大于實驗組。

5 計量模型結果與分析

5.1 農地流轉前后對農戶非農就業的影響差異

表3列出了農地流轉前后實驗組和對照組家庭非農就業人數、家庭人均非農就業收入和家庭非農就業者人均收入的組內均值差及組間均值差。結果顯示，農地流轉前，實驗組家庭非農就業人數低于對照組，差值為0.19人。農地流轉以后，實驗組家庭非農就業人數增加較快，比對照組多增加0.31人，綜合流轉前后的變化，兩者的差值為0.50人。農地流轉前實驗組家庭人均非農就業收入比對照組低了0.24×104元，而農地流轉之后兩者差值縮小至0.10×104元，與流轉前的差值相比增加了0.14×104元。兩組家庭非農就業人數和家庭人均非農就業收入在農地流轉前后都大幅增長。不同的是，土地流轉前實驗組家庭非農就業者人均收入低于對照組，差值為0.35×104元。土地流轉后，差值擴大到0.53×104元，與農地流轉前相比，差值增加了0.18×104元。這反映農地流轉后，對照組家庭非農就業者人均收入比實驗組漲幅較大。

表3 農地流轉前后實驗組與對照組解釋變量的組內均差、組間均差Tab.3 The off-farm employment analysis of before and after farmland transfer

綜合表3得出：農地流轉后，與市場主導型相比，政府主導型農地流轉使家庭非農就業人數、家庭人均非農就業收入呈正向增長，但家庭非農就業者人均收入呈負向增長。一般而言，非農就業收入在一定程度上能夠反映非農就業的質量。以上與本文的兩點假說相符合。

5.2 計量結果分析

（1）樣本數據穩健性檢驗。表4是樣本數據穩健性檢驗，檢驗處理組和對照組各變量均值是否相等。該表表明實驗組和對照組被解釋變量存在顯著差異，且控制變量均值不存在顯著差異，即兩組樣本初始稟賦無明顯差異，通過穩健性檢驗。

(2）基本回歸結果。表5是運用Stata14.0進行DID分析的基本模型結果。運用式（1）對以上結果進行檢驗。該表中第1欄表示家庭非農就業人數，第2欄表示家庭人均非農就業收入，第3欄表示家庭非農就業者人均收入。該表表明影響農戶非農就業的影響因素全部通過了檢驗。

模型結果顯示：①家庭非農就業人數、家庭人均非農就業收入交叉項的系數為正，呈現正向增長，說明與市場主導型農戶相比，政府主導型家庭非農就業人數、家庭人均非農就業收入顯著提高，故假說1成立。②家庭非農務工者人均收入的DID估計值顯著為負值，說明與市場主導型相比，政府主導型該指標值下降了，故假說2成立。

（3）引入控制變量的固定效應模型計量結果。表6引入了本文的8項控制變量，運用式（8）進行回歸分析，找出影響非農就業的主要變量。從表中來看：①與市場主導型相比，政府主導型農地流轉對家庭非農就業人數的促進作用更明顯，多0.5090人；家庭人均非農就業收入多增加0.1459×104元，但相比之下家庭非農就業者人均收入要低0.2251×104元。②戶主受教育年限對三個被解釋變量均有顯著的正向影響，戶主受教育年限越高，適應社會和接受新事物的能力越強，會影響整個家庭的勞動力素質和價值觀，進而影響整個家庭的社會交往和機遇，家庭非農就業人數越多，家庭人均非農就業收入也越高。③家庭規模對模型（1）和模型（3）有顯著正向影響，對模型（2）有顯著負向影響。勞動力資源稟賦只對模型（1）和（2）有顯著的正向影響。家庭規模越大、勞動力資源稟賦越高，說明家庭勞動力適齡人口越多，家庭非農就業人數越多。④家庭社會資本對模型（1）和（2）有顯著的正向影響。家庭社會資本越高，獲得工作的機會和渠道越多，家庭人均非農就業人數就越高，家庭人均非農就業收入也越高，但對模型（3）有顯著的負向影響，表明雖然非農就業人數增加，但是非農就業者勞動力素質不高，工資報酬較低。⑤區域變量對家庭人均非農就業收入和家庭非農就業者人均收入有正向影響，說明關中地區經濟發展水平優于天水地區，工資水平相對較高。

表4 樣本數據穩健性檢驗結果Tab.4 Sample data robustness test results

表5 基本回歸模型估計結果Tab.5 The basic regression model estimation results

表6 固定效應模型估計結果Tab.6 The fi xed effect model estimation results of farmland transfer on off-farm employment

6 結論與啟示

本文以關中—天水經濟區政府主導型和市場主導型農地流轉的轉出戶作為實驗組和對照組，利用兩期截面數據，采用DID模型方法分析農地流轉中政府干預力量對農戶非農就業的影響效果。研究發現：與市場主導型相比，政府主導型農地流轉項目中農戶家庭非農就業人數多出0.5090人，家庭人均非農就業收入顯著多出1459元，而家庭非農務工者人均收入則下降了2251元，這意味著在關中—天水經濟區，近年來政府主導型農地流轉對轉出戶非農就業具有“強推力”，轉出戶非農就業的數量明顯提升，質量卻有所下降。

在影響轉出戶非農就業的控制變量中，戶主的受教育年限對家庭非農就業有顯著正向影響；勞動力資源稟賦對家庭非農就業人數、家庭人均非農就業收入有顯著的正向影響；人均耕地面積對家庭人均非農就業收入和家庭非農就業者人均收入有顯著負向影響；家庭規模家庭非農就業人數和家庭非農就業者人均收入有顯著正向影響，對家庭人均非農就業收入有顯著負相影響；家庭社會資本對家庭非農就業人數、家庭人均非農就業收入有顯著正向影響，對家庭非農就業者人均收入有顯著負相影響。

啟示：一方面，在關中—天水經濟區，政府主導型農地流轉對轉出戶非農就業的推力作用強于市場主導型，其在促進農村勞動力轉移、縮小城鄉收入差距方面更為突出，因此，在當前加速新型城鎮化建設、著力破解“三農”困局背景下，應當在“三個不得”的前提下，合理推進政府主導型農地流轉；另一方面，為解決政府主導型農地流轉“強推力”引致的農戶“強制外出”后技能不足問題，應當在農地流轉推進過程中，加強對農業轉移人口的技能培訓，切實提高其生計能力。

參考文獻（References）：

［1］張建，諸培新，王敏. 政府干預農地流轉：農戶收入及資源配置效率［J］. 中國人口·資源與環境，2016，26（6）：75 - 83.

［2］于傳崗. 農村集體土地流轉演化趨勢分析——基于政府主導型流轉模式的視角［J］. 西北農林科技大學學報（社會科學版），2013，（5）：10 - 21.

［3］翟黎明，夏顯力，吳愛娣. 政府不同介入場景下農地流轉對農戶生計資本的影響——基于PSM-DID的計量分析［J］. 中國農村經濟，2017，（2）：2 - 15.

［4］張建，諸培新，張志林. 農地流轉對農戶收入影響研究——基于政府主導型與農戶主導型農地流轉的比較分析［J］. 中國土地科學，2015，29（11）：70 - 77.

［5］薛鳳蕊，喬光華，蘇日娜. 土地流轉對農民收益的效果評價——基于DID模型分析［J］. 中國農村觀察，2011，（2）：36 - 42，86.

［6］游和遠，吳次芳. 農地流轉、稟賦依賴與農村勞動力轉移［J］. 管理世界，2010，（3）：65 - 75.

［7］冒佩華，徐驥，賀小丹，等. 農地經營權流轉與農民勞動生產率提高：理論與實證［J］. 經濟研究，2015，（11）：161 -176.

［8］劉鴻淵. 農地集體流轉的農民收入增長效應研究——以政府主導下的農地流轉模式為例［J］. 農村經濟，2010，（7）：57 - 61.

［9］董國禮，李里，任紀萍. 產權代理分析下的土地流轉模式及經濟績效［J］. 社會學研究，2009，（1）：25 - 63，243.

［10］王景新，劉福海. 農村土地制度改革不能損害農民利益［J］. 中國農村發現，2007，（1）：124 - 129.

［11］胡新艷. 促進我國農地流轉的整體性政策框架研究——基于市場形成的邏輯［J］. 調研世界，2007，（9）：13 - 16.

［12］錢忠好. 非農就業是否必然導致農地流轉——基于家庭內部分工的理論分析及其對中國農戶兼業化的解釋［J］.中國農村經濟，2008，（10）：13 - 21.

［13］易福金，陳志穎. 退耕還林對非農就業的影響分析［J］.中國軟科學，2006，（8）：31 - 40.

［14］陳強. 高級計量經濟學及Stata應用［M］. 北京：高等教育出版社，2010：159.

［15］裴志軍. 家庭社會資本、相對收入與主觀幸福感：一個浙西農村的實證研究［J］. 農業經濟問題，2010，（7）：22 - 29，111.

［16］孫頂強，馮紫曦. 健康對我國農村家庭非農就業的影響：效率效應與配置效應——以江蘇省灌南縣和新沂市為例［J］. 農業經濟問題，2015，（8）：28 - 34，110.

［17］田傳浩，李明坤. 土地市場發育對勞動力非農就業的影響：基于浙、鄂、陜的經驗［J］. 農業技術經濟，2014，（8）：11 - 24.

［18］蔡志海. 汶川地震災區貧困村農戶生計資本分析［J］. 中國農村經濟，2010，（12）：55 - 67.

［19］趙雪雁. 社會資本測量研究綜述［J］. 中國人口·資源與環境，2012，（7）：127 - 133.

［20］Sharp, K. Measuring Destitution: Integrating Qualitative and Quantitative Approaches in the Analysis of Survey Data［R］.IDS Working Paper，2003：217 - 233.

［21］李小云，董強，饒小龍，等. 農戶脆弱性分析方法及其本土化應用［J］. 中國農村經濟，2007，（4）：32 - 39.