資本下鄉對農村家庭收入影響的異質性研究

■余發英

（重慶大學公共管理學院，重慶 400044）

在城鎮化進程的推進下，許多農村勞動力選擇進入城市謀生。勞動力的大量轉移，使農村土地出現了撂荒的情況，農業在缺乏人力資本和物質資本的現狀下發展緩慢。2019年中央一號文件明確提出要推進鄉村建設，鼓勵城鎮的資本流向農村地區，落實農村地區的發展。農村家庭收入問題一直倍受關注，資本下鄉后為農民帶來的影響成為大家關注的焦點。自國家提倡推進城鎮化進程以來，越來越多的農村土地被釋放出來，預計在未來一段時間內會產生更多因資本下鄉而失去土地的農村家庭[1]。資本下鄉的過程中，農民家庭關注的不僅是短暫的收益，還有收入的可持續性增長[2]。從已有的研究來看，資本下鄉對于農村家庭的影響還存在爭議。

一方面，資本下鄉后可能對被征地家庭造成一定風險，企業能夠提供的工作崗位有限，大量的土地流轉會造成農戶隱性失業[3]。此外，資本下鄉通常會得到地方政府的鼓勵，而在農業的生產中企業比當地的農戶有更多的話語權，有可能將風險轉嫁給農民[4]，還可能因為其對不同家庭影響的途徑差異，進而引發收入分配效應，導致貧富差距擴大[5]。另一方面，土地被征用后，將有助于實現適度規模經營，顯著提高糧食作物的農業生產率[6],還能夠產生更多的就業機會，使傳統農民向新型職業農民轉化[7]。通過內生轉換實證模型對八個省市的微觀數據進行實證，證明了資本下鄉可以促進農村經濟的發展，使家庭總收入增長27.3%以及人均收入提高33.3%[8]。

通過梳理發現，已有的相關研究還存在以下問題：一是現有的研究集中在探究資本下鄉對農村家庭收入影響時，忽略了農村家庭自身存在的異質性；個別學者基于某些地方做出的研究，由于地方之間存在特征差異，其結果可能不具有代表性。二是是否參與資本下鄉可能是反向選擇的結果而非自然實驗，直接將參與資本下鄉的家庭與未參與資本下鄉的家庭收入差距進行對比，得出的結果可能會存在偏誤。三是以往的研究由于數據未得到及時更新，以及其中有些研究采用數據覆蓋范圍不夠廣泛，研究得出的結果與現狀可能有差異。因此，本文基于中國勞動力動態調查（CLDS）數據進行實證，試圖從家庭和地區的異質性角度討論資本下鄉對農村家庭收入的影響，并提出有效的措施和建議。本文的創新點如下：一是基于農村家庭異質性的視角探討資本下鄉對農村家庭收入的影響，采用分位數回歸方法驗證了資本下鄉對不同家庭收入促進作用的不同；二是采用傾向得分匹配方法，降低資本下鄉的非隨機行為導致的偏誤；三是基于不同地區進行劃分，采用中國勞動力動態調查數據進行大樣本回歸，得到的結果更具有代表性。

一、數據與變量

（一）數據來源

本研究選取的是中山大學2014年中國勞動力動態調查（CLDS）的訪問數據，CLDS通過定期追蹤的方式收集全國勞動力相關數據，數據每兩年進行一次追蹤，訪問對象為14到65周歲的農村勞動力。訪問覆蓋范圍廣，數據包含了全國除港澳臺、海南、西藏以外所有省市勞動力動態的相關信息。本研究對數據進行了相應的處理，刪除掉其中的錯誤值和不合理的極端值，并將家庭層面和村級層面的數據利用Stata16進行了數據接駁合并。

（二）變量設定

被解釋變量：農村家庭收入。本研究將被訪問者的家庭總收入作為農村家庭收入的標準，在模型回歸過程中為了縮小農村家庭收入的絕對值和誤差，在數據回歸時將農村家庭收入取對數計算。

核心解釋變量：本文研究的核心自變量為資本下鄉。通過閱讀資料證實了資本下鄉大多數是通過農村土地的流轉來實現。因此，將其界定為本村是否被企業或政府征用土地。

控制變量：家庭特征變量和村級特征變量。考慮到家庭之間的情況不同，將家庭成員的年齡、教育、健康、家庭中勞動力人口、擁有的耕地面積、是否農地確權作為家庭層面的控制變量。農村家庭的收入同樣受村級層面特征的影響，例如村里實際居住人口、村農業用地面積、是否有非農業（二、三產業）經濟、村里的主要地形、村所處的地理位置（見附表1）。

二、計量模型

（一）OLS回歸模型設定

農村家庭收入是由家庭主要勞動力的收入加總而來，其主要取決于家庭勞動力人口、年齡、健康狀況等因素。此外，農村家庭收入除了受家庭層面因素的影響，還與村基礎設施和環境等相關。因此，基于此構建的方程模型如下：

其中，incomei表示第i戶被訪的農村家庭全年的總收入的對數；capita1i代表村莊i是否有資本下鄉；Fi和Ci分別表示家庭和各村的特征變量；Pi表示被訪的農村家庭所處地區的虛擬變量；εi為擾動項。

（二）反事實匹配模型（PSM）

首先，以上采用OLS回歸方法構建了資本下鄉對農村家庭收入影響的方程，但是否參與“資本下鄉”可能是反向選擇的結果，使用傳統的OLS模型無法解決上述問題；其次，回歸結果的準確性會因為變量的遺漏而受到影響。為了解決上述問題，本研究還采用PSM（傾向得分匹配）進行實證分析。主要通過以下步驟來計算平均處理效應：

一是選擇協變量。將家庭層面和村級層面能夠影響農村家庭收入的特征包括進來，例如家庭成員年齡、健康、教育以及勞動力數量等因素，以及村級層面村的地形、位置以及是否存在非農產業等因素。二是估計傾向得分。使用Logit回歸模型計算樣本i是否被征用土地的傾向得分值。三是進行傾向得分匹配。使用多種匹配方法分別進行匹配，目的是為了測算在不同匹配方法下得到的結果是否穩健[9]。四是根據匹配結果計算平均處理效應（ATT）。使用其估計的一般表達式為：

其中，N1表示參與資本下鄉家庭的數量，∑i:Di=1表示參與資本下鄉家庭加總的數量，yi表示參與資本下鄉家庭i的收入，y0i表示被參與資本下鄉家庭在資本下鄉前收入的估計值。

三、實證結果

（一）OLS基本回歸結果

資本下鄉對農村家庭收入的影響見附表2，表中的結果證實了從整體上來說資本下鄉對農村家庭收入 具有顯著的正向影響，從而證實了假設1。模型1在沒有添加控制變量的結果中表示資本下鄉在1%水平上正向影響農村家庭收入。模型2和模型3是在模型1的基礎上分別加入家庭、村級控制變量。對比其二者的結果可以看出，在加入控制變量后資本下鄉對農村家庭收入的影響依然顯著。從模型2到模型3系數明顯變小，說明農村家庭收入受村級層面的影響會出現一定程度的波動。模型2中增加了家庭層面的控制變量，回歸結果顯示，農村家庭收入受家庭成員年齡、健康狀況、文化教育的顯著影響，家庭勞動力多的家庭，對其收入的增長作用明顯，家庭擁有的耕地面積也有正向促進作用，但農地確權對農村家庭收入的影響不顯著。這可能是因為擁有更多耕地的家庭可以得到更多的補償款，而農地確權本質來講是對于土地權屬的確認，而并不能因此在資本下鄉時得到更多的補償款或安置。模型3加入了村級層面的因素，實證結果顯示，村級層面的村農業用地面積、村是否有非農經濟（第二三產業經濟）、村所處的地形以及村所處的位置是否在大中型城市的郊區對農村家庭收入具有顯著影響。因為村中存在的非農產業能夠帶動當地人就業，帶動經濟發展。此外，地勢越平坦的村，被流轉的土地就越能發揮更多的優勢。模型4是加入地區效應的結果，核心解釋變量系數發生變化，體現了地區效應產生了一定的影響，后面會針對地區差異詳細分析。

（二）PSM傾向得分匹配結果估計

接下來采用傾向得分匹配對以上結果進行進一步優化，以解決其回歸結果偏誤性問題，同時也為以上結果的穩健性提供相應的證據。

利用上述建立的資本下鄉方程估計結果計算農村家庭被征用土地的傾向值得分，并在計算出傾向值得分后繪制密度函數圖，以確保樣本數據得到了良好的匹配。根據圖1所示，處理組和控制匹配后大面積重疊，大量的觀測值存在于共同取值范圍內。比較幾種匹配結果（見表1），選擇樣本損失量最小的匹配方法。最終損失121個樣本后取得4694個有效樣本，匹配結果良好。

圖1 傾向得分匹配前后的密度函數

表1 PSM匹配結果

為了保證匹配結果的平衡性，本文分別利用五種不同的匹配方法來驗證。表2所示為傾向得分匹配前后解釋變量平衡性檢驗結果。由表2可以看出，匹配前的偽R2是0.103，匹配后為R2降低在0.004～0.010，其次是LR統計量從匹配前的688.29降低到39.71～63.23，以及標準化偏差從匹配前的17.9%降低到4.4%～4.6%。以上可以看出，傾向得分匹配可以有效降低處理組和對照組之間的差異，減少觀測數據的偏差。

表3所示為五種傾向得分匹配方法測算的資本下鄉對農村家庭收入的影響。由表3可以看出在不同傾向得分匹配方法下得出的結果是一致的，并且結果與OLS回歸結果一致。表明在解決農村家庭解釋變量的偏誤后，資本下鄉確實能夠對農村家庭的收入增加起到促進的作用。但采用OLS估計的系數要明顯小于傾向的得分估計的結果，表明采用OLS回歸方程估計時，低估了資本下鄉對農村家庭收入的影響。

表2 傾向得分匹配前后解釋變量平衡性檢驗結果

表3 傾向得分匹配處理效應

（三）對農村家庭收入的分位數回歸檢驗

雖然本研究已經采用平均處理效應（ATT）測算了資本下鄉對農村家庭收入影響的凈效應，但其反映的僅僅是收入變化的平均值。接下來進一步探索資本下鄉對不同家庭收入水平下的收入影響作用。在這個階段采用分位數回歸，分別測算在25%、50%、75%及95%家庭收入水平下，資本下鄉對其農村家庭收入的影響。從附表3回歸結果可以看出，資本下鄉對農村家庭收入的影響，隨著家庭收入水平的上升逐漸降低，假設2得以驗證。資本下鄉對95%收入水平下的農村家庭收入影響并不顯著，對于25%收入水平下的家庭其回歸系數最大，可見資本下鄉對中低收入家庭的收入促進作用最大。這可能是因為收入高的家庭，并非僅簡單從事農業生產，更可能經營家庭農場或者合作社等，企業資本下鄉后，會推動了現代化技術的發展以及村基礎設施的改進，但流轉大量的土地，可能會阻礙這些機構的擴張。反之，收入越低的家庭，無論是被雇傭進入企業成為新型職業農民還是轉移到城市，都會產生收入的增長。因此，資本下鄉對于收入較低的農村家庭增收作用就越顯著。

（四）基于地區異質性

本研究將樣本劃分為三個地區，分別是東部地區、中部地區、西部地區。表4中的模型1、2和3分別是針對其計算的結果。從表4可以看出，資本下鄉對于農村家庭收入來說具有明顯的地區差異性，假設3得以驗證。模型1中表現出在東部地區資本下鄉對于農村家庭收入在1%顯著性水平上具有正向影響；模型2中顯示中部地區資本下鄉對農村家庭收入的影響不顯著；模型3表明資本下鄉對于西部農村家庭收入在10%顯著性水平上具有正向影響。產生上述差異的原因可能是東部地區由于其經濟環境和地理環境的特征，除了發展農業以外還同步發展林業、種植業及其他非農產業，而西部地區對比東部而言發展的產業就較為單一，主要是以農業為主。而農業生產本身面臨的風險就相對較高，收益也存在不穩定因素。因此，資本下鄉對東部地區的影響更顯著。中部地區發達程度介于兩者之間，資本下鄉對其家庭收入的作用不顯著。

表4 地區異質性

四、結論與建議

通過對中國勞動力動態調查數據（CLDS）探討資本下鄉對農村家庭收入的影響，得出以下結論：第一，資本下鄉整體上對農村家庭收入的影響是正向顯著的，但OLS模型低估了影響系數的大小；第二，家庭勞動力成員的平均年齡對于農村家庭收入產生負面的影響；農村家庭收入受家庭教育水平、健康水平和勞動力數量的正向積極影響；第三，農村家庭收入還受到村級層面上非農經濟、村地形等因素的影響，這說明村經濟和村基礎設施條件對農村家庭收入有一定程度的影響；第四，基于分位數回歸方法下的實證表明，資本下鄉對農村家庭收入的影響隨收入水平的上升而減??；第五，通過對東部、中部、西部地區分別回歸，顯示在資本下鄉對農村家庭收入的影響上東部比西部更顯著，而對中部則不顯著。

根據以上結論提出建議：第一，完善相應的補償制度。保障被征地主體的權益能夠依法獲取合理公平的補償。第二，健全相應的社會保障機制，推行安置多元化。政府應該考慮資本下鄉后農民收入的持續性增長問題，根據不同家庭、不同地區的特征推行不同的安置措施。例如：針對地區相對落后，家庭勞動力年紀較大、非農就業能力較差的家庭，應該更多提供貨幣性補貼或者醫療、教育、養老等社會保障政策；而針對東部等較發達的地區，家庭素質高、非農就業能力較強的家庭，更多的提供長期就業安置。第三，補償對象差別對待，加大對低收入群體的保護。在征地過程中，要尤為關注那些身體狀況差、教育水平低的被征地對象，由于其短期內很難完成就業轉化，應加強對這些弱勢群體的保護，并針對他們各自的情況制定相應的保護政策。

附表1 變量定義及描述性統計

附表2 OLS回歸結果

附表3 分位數回歸結果