土地流轉對農戶耕地復種指數的影響

彭繼權

土地流轉對農戶耕地復種指數的影響

彭繼權

（江西財經大學經濟學院，南昌 330013）

探究農戶耕地復種指數的制約因素，為落實國家糧食安全戰略和促進土地集約化利用提供理論和實證依據。該研究基于2018年湖北農戶實地調查數據，采用反事實分析框架，運用傾向得分匹配法（Propensity Score Matching，PSM）和廣義傾向得分匹配法（Generalized Propensity Score Matching Method，GPSM）分析土地流轉對農戶耕地復種指數的影響。結果表明：土地流轉對農戶耕地復種指數有顯著的正向影響，土地流轉會顯著提升耕地復種指數0.244個單位，水田轉入和旱地轉入會分別顯著提升耕地復種指數0.299和0.204個單位；土地轉入面積、水田轉入面積和旱地轉入面積對農戶耕地復種指數的提升存在規模報酬遞增效應，即耕地復種指數提高的比例要比流轉面積提高的比例更大，且水田轉入面積的規模報酬遞增效應更明顯；從作用機制檢驗來看，土地流轉能夠通過每公頃流轉費反作用路徑和要素集約促進路徑提升農戶耕地的復種程度，每公頃流轉費起到調節作用，要素集約率起到中介作用，中介效應的大小為8.9%。建議健全土地流轉市場機制，鼓勵農戶參與土地流轉，因地制宜制定耕作制度，改善農業生產條件，從而提高耕地復種指數。

土地流轉；農戶；復種指數；傾向得分匹配法；廣義傾向得分匹配法

0 引 言

食為政首，糧安天下。中國政府一直堅持將14億人的飯碗牢牢端在自己手中，自全球爆發新冠疫情以來，多國為求自保開始增加糧食儲備和減少糧食出口。在國際環境如此惡劣的情況下，中國仍能保障國內糧食供給穩定，再次證明實施糧食安全戰略的正確性。通過實行最嚴格的耕地保護制度，中國糧食生產取得了歷史性的“十七年豐”，但仍存在不少問題。一方面城鎮化的快速推進擠占了大量耕地，農村勞動力外出務工和農業勞動者老齡化加劇了耕地拋荒問題；另一方面隨著農業生產技術水平的提升，糧食單產開始顯現“天花板效應”[1]。農業增產無外乎從擴大耕地面積、提升單產水平和提高耕地集約化程度三大途徑著手，在耕地資源有限和單產提升乏力的背景下保障國家糧食安全，仍需不斷提高耕地集約化程度，耕地復種是在時間和空間上加強耕地集約化利用最簡單有效的措施之一。2020年政府工作報告中強調“穩定糧食播種面積和產量，提高復種指數”，切實落實好“六保”中的保糧食能源安全。實際上，研究表明中國近年農業增收的1/3由耕地復種所貢獻，但由于農業比較效益下降等多方面原因，導致農戶放棄復種生產方式的現象不斷涌現[2]。為繼續落實好國家糧食安全戰略，研究當前農戶耕地復種受何種因素制約，如何促進農戶提高耕地復種指數具有重要的現實意義。

耕地復種指數兼具自然和社會雙重屬性，本質揭示“人類—自然”的復合關系，此關系既受到氣候、溫度和高程等自然資源環境的影響，也受到品種、技術和經營管理等人類活動的影響[3]。目前有關復種指數影響因素的研究主要集中在以下方面：一是資源要素層面：康清林等[4]認為積溫波動是導致復種指數偏低的主因。李闊等[5]發現氣候異常變化會降低耕地復種指數。劉巽浩[6]認為合理選擇作物搭配和把握生產季節能提高耕地復種指數。張闖娟等[7]發現地理區位對耕地復種指數的影響較大。二是家庭稟賦層面：謝花林等[8]發現人口非農化會降低耕地復種程度。朱啟臻等[9]認為農業勞動者女性化會導致復種指數下降。李慶等[10]發現老齡化會促進經濟作物的復種指數。張闖娟等[7]發現家庭人口規模對耕地復種指數有促進作用。三是國家政策層面：農業補貼等政策會提高耕地的復種指數[11]，而農業生產結構被迫調整和保護性耕作政策（包括免耕、休耕、輪作等）會降低耕地復種程度[12]。謝花林等[8]發現產業非農化會提升耕地復種指數。梁守真等[13]認為城鎮化雖然擠占了耕地，但在一定程度也會刺激耕地復種指數的提高。四是農業市場層面：耕地產出的經濟效益會直接影響農戶的耕地復種行為[14]，而土地市場的發育程度和農業機械社會化服務也會對耕地復種指數產生影響[15-16]。

綜上所述，目前關于耕地復種指數影響因素的研究比較豐富，但大多是基于宏觀數據和區域視角進行研究。耕地復種行為歸根結底是單個農戶的生產方式，使用宏觀數據只能總體上把握區域復種指數的宏觀因素，難以精準分析影響農戶耕地復種指數的微觀因素，且掩蓋了區域內農戶的異質性。隨著農村土地流轉規模和集約化程度的不斷提高，農業的生產條件和作業方式發生了較大變化，這些變化勢必會在一定程度上影響原有的耕作制度，但目前鮮有學者從土地流轉視角探究耕作制度的變化。那么，農戶的耕地復種行為是否會因土地流轉受到影響，這一問題的科學回答將有利于國家制定更為合理的農村土地政策和耕作制度。基于此，本文利用課題組在湖北實地調研的微觀農戶數據，構建農戶個體層面的反事實分析框架，探究不同類型土地流轉對農戶耕地復種指數的影響。另外，為保證模型估計結果的有效性和準確性，本文運用PSM（Propensity Score Matching）和GPSM（Generalized Propensity Score Matching Method）方法盡可能消除模型中可能存在的估計偏誤等干擾因素，以期通過準確分析為土地政策制定和耕作制調整提供支撐。

1 理論分析與研究假說

耕地復種是一種農戶生產經營行為，從理性經濟人的角度來看，農戶會根據復種前后的預期農業收益來綜合決策自身復種行為。復種作為耕作制中的一種重要形式，本身就受制于自然條件和經濟技術發展水平，由土地流轉所引起的農業生產環境的變化，能夠為農戶采用耕地復種行為提供可能。土地流轉對農戶耕地復種行為的影響機理如下：1）作業方式改變。土地流轉后農戶通常會對農地進行平整，平整的方式主要包括田塊土層調節、梯田改造工程、田塊歸并工程和條田建設工程，通過以上這些方式能有效改善田間作業環境和實現土地連片耕作[17-18]，進而提高農業機械使用的便利性，有效減少農業生產作業時間，保障復種過程中農作物“收獲—種植”的有效銜接。2）要素利用率提升。耕地細碎化一般會造成農業生產成本過高、生產效率低下和災害防治能力差等問題，土地流轉后能夠利用土地規模經營的優勢提升要素利用率，進而降低農業生產成本和提高生產效率[19]，土地平整也能提升農業災害防治能力，從而多方面促進農業收益的提升，農戶也會因此提高務農積極性，進而提升耕地復種指數。3）流轉費用反作用。農戶的土地流轉一般需要支付一定的土地流轉費用，只有當土地經營收入超過土地流轉費時，農戶才會接受土地轉入。而且為了保證流轉后農業收益為正，流轉費用越高，農戶耕地復種的程度就越高。4）病蟲害防治。耕地復種指數的提升常常伴隨著病蟲害發生幾率的增加，防治病蟲害發生是保障耕地復種的基礎。土地流轉不僅能避免小農戶單純追求產量而盲目經營的土地耕作模式，還能促進規模經營戶進行科學綠色耕作，應用先進的農作物病蟲害防治技術，推進病蟲害防治的智能化、專業化、綠色化，進一步為耕地復種提供保障[20]。

由于不同類型耕地的耕作制度和生產環境存在差異，會導致不同類型土地流轉對農戶耕地的復種行為理應有所區別。耕地類型一般分為水田和旱地2種[21]，旱地具有單個面積狹小、陡坡和耕作層薄等特點，水田具有耕作半徑大、平緩和耕作層較厚等特點，且水田土地流轉后的綜合治理成本較低，也更適宜農業機械作業[22]，因此，水田流轉更有利于提高耕地復種指數。再者，在水田大量“雙改單”的形勢下，水田的利用程度一般不如旱地，這為大幅提高水田地塊的復種指數提供可能，且水田地塊作物的生產率和經濟價值一般高于旱地，因此，進一步說明水田流轉更能提高耕地復種指數。另外，在土地規模效應遞增的作用下，土地流轉促進農戶耕地復種指數的效應也應呈現規模效應遞增的趨勢，且這一趨勢應該在不同類型土地間有所差異。基于此，提出本文研究假設：

H1：土地流轉會提高農戶耕地的復種指數，且存在規模效應遞增趨勢。

H2：水田流轉比旱地流轉更能促進農戶耕地指數的提升，且水田規模效應遞增趨勢更明顯。

H3：從經濟效益來看，土地流轉主要是通過土地流轉費用反作用路徑和要素利用率路徑對農戶耕地復種行為起作用。

2 數據來源和描述統計

2.1 研究區概況

湖北省位于中國中部偏南，介于北緯29°05′至33°20′，東經108°21′至116°07′。地勢大致為東、西、北三面環山，中間低平，略呈向南敞開的不完整盆地。全省山地占56%，丘陵占24%，平原湖區占20%。湖北省山地大致分為4大片區，分別為秦巴山片區、武陵山片區、大別山片區和幕阜山片區。湖北地處亞熱帶，位于典型的季風區內，除高山地區外，大部分為亞熱帶季風性濕潤氣候，太陽年輻射總量為85～114 kcal/cm，年平均實際日照時數為1 100～2 150 h，降水地域分布呈由南向北遞減趨勢。湖北省正面臨從傳統農業向現代農業轉變的關鍵時期，土地流轉在改變農業生產經營方式中發揮著越來越重要的支撐作用。由于湖北地形地貌復雜，資源稟賦、農業耕作方式差別較大，土地流轉促進耕地集約化和農業現代化發展的空間較大，探究當下制約該地區農戶耕作制發展的因素至關重要。

2.2 數據來源

本文數據來自課題組2018年在湖北省的農戶實地調查數據，此次調查涵蓋家庭人口基本信息、自然和物質資產、生產經營情況、土地流轉行為和農戶政策認知情況等。調研地點在監利縣和蘄春縣，調研區域類型包括平原、丘陵和山區，說明所選擇的調研地點能保證樣本的代表性。調查數據涉及11個鎮44個村，每個村調查26名農戶，共調查1 144戶，剔除無效問卷24份，共獲得有效樣本1 120份。

2.3 變量說明

1）耕地復種指數

復種是在同一耕地上一年種收一茬以上作物的種植方式。復種有2個作用，一是通過若干季作物種植提高耕地的利用程度；二是通過收獲若干季作物提高耕地的產出效果[15]。復種指數有明確的計算方法：耕地復種指數=（全年農作物總收獲面積/耕地面積）×100%。

2）土地流轉

本文主要分析土地轉入對耕地復種指數的影響，從是否轉入土地和轉入土地面積兩方面來考察，并將土地流轉類型細分為水田和旱地，最終生成3種是否轉入土地的虛擬變量和3種轉入土地面積的連續變量。

3）其他控制變量

耕地復種一般會增加家庭勞動用工數量和時間，家庭勞動人數也就會直接影響農業生產經營決策，進而影響農戶復種行為。農業機械數量能有效提高農業生產效率，降低農業生產作業環節的時間，避免因農業生產作業時間過長而耽誤耕地復種的時機。不同農作物生長的時間和條件都不一致，農戶種植的品種數量差異會造成耕地復種指數的不同，一般生長周期越短的作物，其耕地復種的可能性更高。一般而言，同一地塊上糧食作物和經濟作物的復種指數應有差異，大部分經濟作物的生長周期會小于糧食作物的生長周期，因此，糧食面積占比提高可能會減少耕地的復種程度。農戶是獨立的生產經營單位，其生產經營決策都是依據經營收益來制定，只有當耕地復種后的農業收益為正時，農戶耕地利用的積極性才會提高。農產品價格是直接刺激農戶生產積極性的重要因素，農產品價格越高，農戶越有可能提高耕地的復種指數。農業生產需要良好的生產環境，積溫和降雨等氣候異常變化會不利于農業作物的生產，也就直接影響農戶耕地復種的積極性。不同地形生產條件的差異會導致復種指數有所不同，一般平原地區耕地的生產條件較好，更有利于農戶采用耕地復種方式。

表1 主要變量及計算方法

2.4 研究方法

從經驗研究和現實依據來看，一方面土地流轉后農業規模經營使得農業生產成本下降，在土地面積既定情況下農戶會通過擴大生產規模來提高農業經營收益，而擴大生產規模的有效措施之一就是提高耕地的復種指數；另一方面受制于耕地質量和地塊細碎化等農業生產環境的限制，農戶難以通過提高耕地復種指數完成既定的農業經營計劃，但能夠通過土地流轉的方式來改善農業生產環境。從理論層面來看，土地流轉和農戶耕地復種指數兩者可能存在互為因果的關系，簡單采用OLS回歸可能導致模型存在內生性問題，造成估計結果偏誤。為此，Rubin[23]提出“反事實框架”，稱為“魯賓因果模型”，以此模型來解決模型內生性問題。PSM的基本思路為：首先，利用模型估計每個樣本土地流轉的條件概率擬合值，此概率即為傾向得分值（PS），PS值相近的土地流轉農戶與土地未流轉農戶構成共同支撐領域，計算如式（1）。

式中D表示第個農戶土地的流轉狀態，x表示第個農戶的協變量。其次，將土地流轉農戶與土地未流轉農戶逐一匹配，確保2組特征相近；最后，利用控制組模擬處理組的反事實狀態（土地未流轉），比較農戶在流轉（1i）和未流轉土地（0i）這2種互斥事實下農戶耕地復種指數的差異，差值即為凈處理效應。農戶耕地復種指數的平均處理效應（Average treated effect，ATT）可表示為

本文不僅分析土地是否流轉對農戶耕地復種指數的影響，還進一步分析土地流轉面積對農戶耕地復種指數的影響，然而PSM方法僅適用于二元處理變量，無法處理連續性處理變量。Hirano等[24]將二元處理變量的PSM方法擴展到連續性處理變量的GPS方法，能夠在每一個處理水平上評估土地流轉面積對農戶耕地復種指數的影響。GPS方法假設在控制協變量的條件下，土地流轉面積對應的農戶耕地復種指數相互獨立，也就表明土地流轉面積具有隨機分布性，因此，該方法能較好解決與協變量相關可能存在的估計偏誤。

廣義傾向得分匹配估計有3個步驟：首先，在給定協變量的情況下，運用極大似然法估計連續型處理變量土地流轉面積的條件概率分布(T)：

最后，將式（4）的回歸結果代入式（5）中，進而可以得出處理變量在時的結果變量F的期望值：

3 實證分析

3.1 樣本匹配效果檢驗

在PSM估計之前，樣本必須通過匹配平衡性檢驗。表2為轉入土地的控制組和處理組的平衡性檢驗結果，本文也檢驗了轉入旱地農戶和轉入水田農戶匹配結果的平衡性，檢驗結果顯示都滿足平衡性假設，限于篇幅，未在文中列出。從表2可知，匹配前的控制組和處理組中特征變量存在較大差異，經過匹配后其差異基本消除。匹配后特征變量的標準化偏差均小于10%，說明匹配效果較好。由此可知，半徑匹配能消除控制組和處理組的特征差異，也說明土地轉入戶控制組和處理組在耕地復種指數的差異確實是由土地是否轉入造成。

表2 傾向得分匹配的平衡性檢驗結果

注：“U”表示未匹配，“M”表示匹配。

Note: “U” means no match, “M” means match.

3.2 土地流轉對農戶耕地復種指數的PSM估計

為檢驗估計模型的穩健性，本文使用4種匹配方法分別估計是否轉入土地、是否轉入水田和是否轉入旱地對耕地復種指數的平均處理效應，具體結果見表3。從是否轉入土地對農戶耕地復種指數的平均處理效應來看，匹配前土地轉入對耕地復種指數會顯著提升0.322個單位，采用4種匹配方法估計后，土地轉入對耕地復種指數的影響依然顯著，匹配1至匹配4估計的平均處理效應ATT依次為0.248、0.244、0.253和0.23。總體而言，通過匹配法消除樣本差異后，土地轉入凈效應ATT值的平均系數為0.244，要小于未匹配時的回歸系數，說明樣本偏誤確實會高估土地轉入的效應。

表3 土地流轉對復種指數的PSM估計

注：匹配1為半徑匹配法、匹配2為核密度匹配法、匹配3為局部線性匹配法，匹配4為馬氏匹配法，*、**、***分別代表10%、5%、1%水平的顯著性，下同。

Note: Matching 1 is the radius matching method, matching 2 is the kernel density matching method, matching 3 is the local linear matching method, and matching 4 is the Markov matching method. *, **, and *** represent the significance level of 10%, 5%, and 1% respectively. The same below.

從是否轉入水田對農戶耕地復種指數的平均處理效應來看，匹配前水田轉入對耕地復種指數會顯著提升36.6%。匹配后，4種匹配法的估計結果都通過顯著性檢驗，估計的ATT值依次為0.31、0.314、0.297和0.273，凈效應ATT值的平均系數為0.299，說明樣本選擇偏誤高估了水田轉入對耕地復種指數的影響。從旱地轉入對農戶耕地復種指數的平均處理效應來看，匹配前旱地轉入對耕地復種指數會顯著提升0.267個單位。匹配后，4種匹配法估計所得的ATT值依次為0.241、0.187、0.218和0.17，且都通過顯著性檢驗，凈效應ATT值的平均系數為0.204，依然說明樣本選擇偏誤會高估旱地轉入的影響效應。

綜合可知，通過匹配法消除樣本選擇偏誤后，土地轉入對農戶耕地復種指數依然有顯著的正向作用，水田轉入比旱地轉入對農戶耕地復種指數提升作用更大，可能原因是水田轉入更能促進農戶使用農業機械，農業機械提高能有效減少農業生產作業時間，保障農作物“收獲—種植”的有效銜接；另外，水田農業機械使用成本一般會低于旱地農業機械使用成本，水田作物中大部分糧食作物也能獲得國家農業補貼，農戶從成本收益角度也會更傾向于在水田地塊中采取復種行為。

3.3 土地流轉面積對農戶耕地復種指數的GPSM估計

PSM僅能估計出處理變量為虛擬變量的凈效應，不能求得處理變量為連續變量的凈效應，也就是說PSM只能辨別土地是否流轉對耕地復種指數的影響，但不能得出不同土地流轉面積對耕地復種指數的影響程度，后者可能更具有現實指導意義，本文擬采用GPSM模型估計出土地流轉面積在不同處理水平下的凈效應。運用Fractional Logit模型估計廣義傾向得分，并對經廣義傾向得分調整匹配后的樣本進行平衡性檢驗，檢驗結果見表4。由Fractional Logit模型估計結果可知，所有自變量對農戶耕地復種指數存在顯著影響，說明模型中選取的控制變量較為合理。此外，根據估計參數的性質可知，除氣候異常變量與耕地復種指數呈負相關以外，其他自變量與耕地復種指數呈正相關，限于篇幅，文中未列出Fractional Logit模型估計結果。

參考HIRANO和IMBENS的平衡性檢驗法[24]，考慮到土地流轉面積極值化取值在[0，1]區間上主要集中在中部，本文根據細分處理強度較小區間，粗分處理強度較大區間的原則，選取處理水平0.1和0.5作為臨界值。根據臨界值可將樣本分為3組，并檢驗匹配后樣本在3個子區間的各匹配變量條件均值差異。平衡性檢驗結果顯示，在3個子區間內各匹配變量的平均偏差雙尾檢驗基本上都不顯著，說明各匹配變量經過匹配后不與處理變量土地流轉面積相關，也說明各匹配變量在匹配后不存在系統系差異，匹配結果滿足平衡性假定。

表4 廣義傾向得分匹配估計及平衡性檢驗

注：括號中的數字為標準誤。[0,0.1]、(0.1,0.5]、(0.5,1]表示處理水平區間值。

Note: The numbers in parentheses are standard errors. [0,0.1], (0.1,0.5], (0.5,1] indicate the values of the processing level interval.

利用上一步的估計結果再測度出結果變量農戶耕地復種指數的條件期望，為更好擬合耕地復種指數，同時采用二階逼近式和三階逼近式估計方法，發現二階逼近式的估計效果更好。二階逼近式的估計結果顯示，土地流轉面積及其平方的估計系數通過了1%水平的顯著性檢驗，傾向得分變量及其平方的估計系數通過了1%水平的顯著性檢驗，兩者交互項通過了1%水平的顯著性檢驗，限于篇幅，二階逼近式估計結果未列出。因此，由于都通過了顯著性檢驗，式（6）中無需剔除任何變量，并以此為基礎進行第三步估計。

第三步估計被視為GPS估計的核心和結果，根據式（6）估計土地流轉面積在不同處理水平上農戶耕地復種指數的期望值及其邊際變化，估計結果見表5。采用二階逼近估計法回歸，發現土地轉入面積、水田轉入面積和旱地轉入面積的處理效應一直為正，且三者的處理效應隨著流轉面積的提高而呈現不斷增加的趨勢，但不同處理水平上的邊際效應有所差異。總體而言，標準化土地流轉面積在0～0.4處理水平上，即真實土地流轉面積在0～0.247 hm2時，增加土地流轉面積會顯著提高農戶耕地復種指數，但提升效果不夠明顯；當標準化土地流轉面積超過0.4處理水平時，土地流轉面積的處理效應提升較為明顯，說明土地流轉對提高農戶耕地復種指數存在邊際效用遞增的作用，水田轉入和旱地轉入也基本遵循此規律。可能原因是土地流轉對農戶耕地復種指數存在一定的門限值，只有超過流轉門限值后土地規模經營對耕地復種指數提升的效果更加明顯，或者說，當土地流轉面積較小時，農業規模經營增加的效益還不足以吸引農戶采取復種程度更高的種植行為。

從不同類型土地流轉來看，不同處理水平上水田轉入的邊際效應明顯高于旱地轉入的邊際效應，且水田轉入的邊際效用遞增趨勢更明顯。可能原因是旱地一般具有細碎化、陡坡和耕作層較薄等特點，導致農業機械作業難度更大，流轉后的土地綜合治理成本較高，而水田較少存在以上問題，流轉后的土地綜合治理成本也更低。另外，水田地塊作物的農業生產率和經濟價值也會高于旱地，因此，農戶會更多在水田地塊上進行復種。

表5 廣義傾向得分匹配處理效應的估計系數

根據式（6）所估計的期望值及其邊際效應值，分別可以得出土地轉入面積、水田轉入面積和旱地轉入面積的處理效應函數，見圖1。圖1中的實線表示土地流轉面積與農戶耕地復種指數的函數關系，另外2條虛線分別代表GPS估計函數95%的置信上限和置信下限，該值是通過自舉法（Bootstrap）重復500次所得，圖中應重點關注中間實線。圖1顯示各類土地轉入面積對農戶耕地復種指數提升都起到促進作用，且水田轉入提升的作用最大。

3.4 土地流轉對農戶耕地復種的作用機制

根據前文分析，土地流轉確實會對農戶耕地復復種指數有顯著的正向影響，但是土地流轉影響農戶耕地復種行為的作用機制還有待進一步檢驗。由前文理論機理分析可得，作為理性經濟人的農戶在考慮土地流轉的經濟效益時，土地流轉可能通過2條路徑影響農戶的耕地復種行為，一是每公頃流轉費會促進農戶提高耕地復種指數；二是土地流轉后的規模效益會提高耕地要素利用率，從而節約單位成本和增加農業收益，提高農戶復種的積極性。基于此，本文借鑒彭繼權等[25]的調節效應和中介效應檢驗步驟，分別檢驗以上兩種作用路徑的存在性。其一，檢驗土地流轉能否通過土地流轉費用反作用路徑來提高耕地復種指數。因變量為農戶耕地復種指數，自變量為土地流轉面積，中介變量為土地流轉費用。理論上來說，如果土地流轉費用起到調節作用，則可以認為土地流轉費用上升會促進土地流轉面積提升農戶耕地復種指數。其二，檢驗土地流轉能否通過要素集約率來提高耕地復種指數。因變量為農戶耕地復種指數，自變量為土地流轉面積，中介變量為要素利用率。

3.4.1 流轉費用反作用路徑的調節效應檢驗

表6中回歸（1）、（2）、（3）和（5）的因變量為復種指數，回歸（4）的因變量為要素利用率。回歸（1）表明土地流轉面積和每公頃流轉費都對農戶耕地復種有顯著的正向影響，回歸（2）表明土地流轉面積和土地流轉費用的交互性對農戶耕地復種指數有顯著的正向影響，說明土地流轉費用的提高會促進土地流轉面積對農戶耕地復種指數有正向影響，土地流轉費用起到了調節作用。從兩個回歸模型的判定系數可知，加入交互性后模型的判定系數更高，也證實了土地流轉費用發揮了調節作用。由于土地流轉費用上升迫使農戶提高土地利用率的行為，在一定程度上解釋了為何土地流轉后耕地復種指數會得到提升，但此現象并非土地流轉的“合意產出”。在考慮農戶經營收益和避免土地過度化利用的情況下，市場上的土地流轉費用應該加以規范和指導[26]。

3.4.2 要素集約促進路徑的中介效應檢驗

從表6中回歸（4）的估計結果可知，土地流轉面積能夠顯著提升耕地的要素利用率，回歸（5）表明在控制了土地流轉面積后，要素利用率這個中介變量依然對農戶耕地復種指數具有顯著的促進作用。由于回歸（3）～（5）中的回歸系數都通過了顯著性檢驗，可以得出要素利用率變量起到了中介效應，但僅為部分中介效應。經過計算可知，要素利用率中介效應占總效應的比重為8.9%。因此，可以說明土地流轉面積對農戶耕地復種指數的影響大約有8.9%是通過要素利用率變量的中介作用所實現，即土地流轉所產生的規模效益會提高農業的要素利用水平，相對降低了農業生產成本，促使農戶提升耕地復種程度。

4 討 論

中國農業在人多地少的現實環境下，農戶長期細碎化的土地經營模式難以充分發揮土地規模效應帶來的作用，導致小規模經營農戶陷入了難以有效對接大市場實際需求的窘境。隨著城鎮化的有序推進，農業土地已經并非作為農戶收入的主要來源，使得農村人口和耕地資源的配置狀況發生了極大變化，土地承包經營權流轉已經成為一種現實需求和趨勢[27]。土地流轉一般會改變農業的生產環境和經濟效應，也會帶來農戶農業生產行為的變化，這些變化勢必會在一定程度上影響原有的耕作復種制度。但目前鮮有學者從土地流轉視角探究耕作復種制度的變化，大多還是從資源要素層面[4-5]、家庭稟賦層面[8-9]、國家政策層面[11-12]和農業市場層面[15-16]探討耕地復種制約因素。本文就是從不同類型土地流轉視角探究耕地復種的制約因素，且對其作用機理進行檢驗，在一定程度上豐富和發展了土地流轉方面的研究；再則，本文采用傾向得分匹配法和廣義傾向得分匹配法對模型進行估計，有效解決了因樣本自選擇而導致的估計偏誤問題，使估計結果更加真實可靠，且能同時估計出核心變量為虛擬變量和連續變量的處理效應，在一定程度上彌補了運用處理模型不能得出連續變量處理效應的不足[28]；另外，眾多學者都沒有對流轉土地的類型進行區分，籠統分析雖然也能估計出土地流轉的整體效果，但不精細的分析不利于政策制定，本文采用課題組針對本研究問題收集的實地調研數據，把流轉土地劃分為水田和旱地進行分析，將更具有現實意義。

能夠直接用于農業生產的土地包括耕地、林地、草地和養殖水面等，本文沒有討論林地和草地等其他非耕地流轉對農戶耕地復種指數的影響，主要原因如下：一是本文的研究對象為微觀個體農戶，對于大多數農戶而言，水田和旱地這兩類生計資本要比草地和林地等其他土地資本對普通農戶的生計活動更為重要[29-30]，且湖北普通農戶經營農業的生計資本主要為水田和旱地；二是湖北普通農戶擁有林地和草地的規模一般較小，林地和草地更多集中在專業大戶手中，專業大戶不能與普通農戶等同分析，固本文所調查農戶都沒有經營草地和林地等非耕地，文中也沒涉及林地和草地流轉的分析。另外，本文運用湖北數據實證分析得出，土地流轉對農戶農業機械化水平有顯著影響，在一定程度上驗證了本文所提出的土地流轉對農戶耕地復種指數的理論機制，至于此作用機理是否適應全國層面，還需要進一步使用其他地區的數據加以驗證，這也是下一步研究的重點。

5 結 論

糧食安全關乎國計民生，任何時候都要堅持糧安天下的底線思維，在新時期仍需提高耕地集約化程度來保障糧食安全。本文基于2018年湖北農戶實地調查數據，采用PSM和GPSM法分析了土地流轉對農戶耕地復種指數的影響，研究結果表明：

1）由PSM估計可得，土地流轉對農戶耕地復種指數有顯著的正向影響，其中，土地流轉、水田轉入和旱地轉入會分別顯著提升農戶耕地復種指數0.244、0.299和0.204個單位；

2）從GPSM估計可得，土地轉入面積、水田轉入面積和旱地轉入面積對農戶耕地復種指數有顯著正向影響，三者同時存在規模報酬遞增效應，即耕地復種指數提高的比例要比流轉面積提高的比例更大，且水田轉入面積的規模報酬遞增效應更明顯。總之，土地流轉能夠促進農戶提升耕地復種指數，且水田效果更加明顯，也就意味著水田流轉更能促進耕地集約化利用和保障糧食安全。

3）從作用機制檢驗來看，土地流轉能夠通過每公頃流轉費反作用路徑和要素集約促進路徑提升農戶耕地的復種程度，每公頃流轉費起到調節作用，要素集約率起到中介作用，中介效應的大小為8.9%。在保證農業適度規模經營的情況下，可以優先將水田向農業企業、農民專業合作社、經營大戶和種植能手集中，充分利用土地規模報酬遞增效應，促進耕地復種和集約化經營。建立健全的土地流轉市場機制，讓市場在土地資源配置上發揮決定性作用。同時培育土地流轉中介服務組織，建立土地流轉信息公開機制和資產評估機制，為流轉雙方提供信息發布、政策咨詢服務，完善土地流轉糾紛調解仲裁體系，最大化化解土地流轉的糾紛矛盾。

另外，為進一步完善和健全土地流轉扶持政策，一是引導金融機構建立健全針對新型農業經營主體的信貸、保險支持機制，創新金融產品和服務，加大信貸支持力度，分散規模經營風險，引導土地經營權有序流轉；二是健全社會保障體系，推動城鄉居民基本養老保險待遇水平隨經濟發展而逐步提高，加強對土地流出農戶的培訓力度，提高轉移就業能力和收入水平；三是積極推進農村經營體制機制創新，引導各地在尊重農民意愿的前提下，因地制宜創新農村土地經營體制機制，促進多種形式適度規模經營的健康發展；四是大力發展社會化服務組織，培育多元化農業服務主體，探索建立公益性、綜合性農業公共服務組織，大力發展生產性服務組織，促進小農戶與現代農業有機銜接。為更好促進耕地復種指數提升，需要充分考慮地區間自然條件和經濟發展水平的差異，因地制宜調整耕作制度，避免“一刀切”的耕作制。科學選育優良品種搭配種植，重點培育一批早熟耐寒、生長周期短、抗逆能力強的品種，保證不同作物種植季節上的相互銜接。研發綠色環保高效高產肥料，規范農地施肥方案，從而緩解土壤污染和降低病蟲害發生。不斷改善農業基礎設施等生產條件，增強防御自然災害的能力[30]。

[1]吳文斌，唐華俊，楊鵬，等. 基于空間模型的全球糧食安全評價[J]. 地理學報，2010，65(8)：907-918.

Wu Wenbin, Tang Huajun, Yang Peng, et al. Scenario-based assessment of future food security[J]. Acta Geographica Sinica, 2010, 65(8): 907-918. (in Chinese with English abstract)

[2]何文斯，吳文斌，余強毅，等. 1980－2010年中國耕地復種可提升潛力空間格局變化[J]. 中國農業資源與區劃，2016，37(11)：7-14.

He Wensi, Wu Wenbin, Yu Qiangyi, et al. Changes in the spatial pattern of increased potential of cultivated land in China from 1980-2010[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(11): 7-14. (in Chinese with English abstract)

[3]吳文斌，余強毅，陸苗，等. 耕地復種指數研究的關鍵科學問題[J]. 中國農業科學，2018，51(9)：1681-1694.

Wu Wenbin, Yu Qiangyi, Lu Miao, et al. Key research priorities for multiple cropping systems[J]. Scientia Agricultura Sinica, 2018, 51(9): 1681-1694. (in Chinese with English abstract)

[4]康清林，李春蕾，張玉虎. 2001—2010 年江蘇省復種指數變化及其影響因子分析[J]. 首都師范大學學報：自然科學版，2017，38(5)：86-94.

Kang Qinglin, Li Chunlei, Zhang Yuhu. The Cropping Index Change and Impact Factor Analysis in Jiangsu Province Between 2001 and 2010[J]. Journal of Capital Normal University: Natural Science Edition, 2017, 38(5): 86-94. (in Chinese with English abstract)

[5]李闊，許吟隆. 適應氣候變化的中國農業種植結構調整研究[J]. 中國農業科技導報，2017，19(1)：8-17.

Li Kuo, Xu Yinlong. Study on adjustment of agricultural planting structures in China for adapting to climate change[J]. Journal of Agricultural Science and Technology, 2017, 19(1): 8-17. (in Chinese with English abstract)

[6]劉巽浩. 耕作學[M]. 北京：中國農業出版社，2001.

[7]張闖娟，何洪鳴. 西南地區耕地復種指數的時空格局演變及影響因素[J]. 干旱地區農業研究，2020，38(3)：222-230.

Zhang Chuangjuan, He Hongming. The evolution of spatio-temporal pattern and influencing factors of multiple cropping index of cultivated land in Southwest China[J]. Agricultural Research in the Arid Areas, 2020, 38(3): 222-230. (in Chinese with English abstract)

[8]謝花林，劉曲，姚冠榮，等. 基于PSR模型的區域土地利用可持續性水平測度：以鄱陽湖生態經濟區為例[J]. 資源科學，2015，37(3)：449-457.

Xie Hualin, Liu Qu, Yao Guanrong, et al. Measuring regional land use sustainability of the Poyang Lake Eco-economic Zone based on PSR modeling[J]. Resources Science, 2015, 37(3): 449-457. (in Chinese with English abstract)

[9]朱啟臻，楊匯泉. 誰在種地：對農業勞動力的調查與思考[J]. 中國農業大學學報：社會科學版，2011，28(1)：162-169.

Zhu Qizhen, Yang Huiquan. Who are engaging in agriculture?: Investigations and recognition to the agricultural labor force[J]. Journal of China Agricultural University Social Sciences, 2011, 28(1): 162-169. (in Chinese with English abstract)

[10]李慶，韓菡，李翠霞. 老齡化、地形差異與農戶種植決策[J]. 經濟評論，2019(6)：97-108.

Li Qing, Han Han, Li Cuixia. Aging, topography and peasant households' planting decisions[J]. Economic Review, 2019(6): 97-108. (in Chinese with English abstract)

[11]張倩，許泉，王全忠，等. 補貼政策與農戶稻作制度選擇：基于湖南省微觀調研的證據[J]. 產業經濟研究，2016(6)：89-99.

Zhang Qian, Xu Quan, Wang Quanzhong, et al. The effect of subsidy policy on rice planting pattern choices of peasant households: Evidence from micro-investigation in Hunan province[J]. Industrial Economics Research, 2016(6): 89-99. (in Chinese with English abstract)

[12]徐昔保，楊桂山. 太湖流域1995-2010年耕地復種指數時空變化遙感分析[J]. 農業工程學報，2013，29(3)：148-155.

Xu Xibao, Yang Guishan.Remote sensing analysis of temporal and spatial changes of multiple cropping index of cultivated land in Taihu Lake Basin from 1995 to 2010[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(3): 148-155. (in Chinese with English abstract)

[13]梁守真，馬萬棟，施平，等. 基于MODISNDVI數據的復種指數監測：以環渤海地區為例[J]. 中國生態農業學報，2012，20(12)：1657-1663.

Liang Shouzhen, Ma Wandong, Shi Ping, et al. Monitoring multiple cropping index using MODIS NDVI data: A case study of Bohai Rim[J]. Chinese Journal of Eco-Agriculture, 2012, 20(12): 1657-1663. (in Chinese with English abstract)

[14]李琳鳳，李孟剛. 提高復種指數是保障我國糧食安全的有效途徑[J]. 管理現代化，2012(3)：26-28.

Li Linfeng, Li Menggang. Improving multiple cropping index is an effective way to ensure my country's food security[J]. Modernization of Management, 2012(3): 26-28. (in Chinese with English abstract)

[15]楊紅梅，劉衛東，劉紅光. 土地市場發展對土地集約利用的影響[J]. 中國人口·資源與境，2011，21(12)：129-133.

Yang Hongmei, Liu Weidong, Liu Hongguang. Effects of land market development on land use intensity[J]. China Population, Resources and Environment, 2011, 21(12): 129-133. (in Chinese with English abstract)

[16]彭繼權，吳海濤，宋嘉豪，等. 農業機械化水平對湖北農戶耕地復種指數的影響[J]. 中國生態農業學報（中英文），2019，27(3)：380-390.

Peng Jiquan, Wu Haitao, Song Jiahao, et al. Impact of agricultural mechanization level on farmers' cropping index in Hubei Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(3): 380-390. (in Chinese with English abstract)

[17]彭繼權，吳海濤. 土地流轉對農戶農業機械使用的影響[J].中國土地科學，2019，33(7)：73-80.

Peng Jiquan, Wu Haitao. The influence of land transfer on farmers' agricultural mechanization adoption[J]. China Land Science, 2019, 33(7): 73-80. (in Chinese with English abstract)

[18]葉艷妹，吳次芳，蔣悅悅. 基于精細化分區的農地整理田塊規劃設計研究[J]. 中國土地科學，2011，25(2)：54-60，97.

Ye Yanmei, Wu Cifang, Jiang Yueyue. Farmland reconsolidation planning based on detailed zoning approach[J]. China Land Science, 2011, 25(2): 54-60, 97. (in Chinese with English abstract)

[19]楊慧蓮，李艷，韓旭東，等. 土地細碎化增加“規模農戶”農業生產成本了嗎?：基于全國776個家庭農場和1166個專業大戶的微觀調查[J]. 中國土地科學，2019，33(4)：76-83.

Yang Huilian, Li Yan, Han Xudong, et al. Has land fragmentation increased the cost of agricultural production for “Scale Farmers”?: Based on micro surveys of 776 family farms and 1 166 specialized households across the country[J]. China Land Science, 2019, 33(4): 76-83. (in Chinese with English abstract)

[20]李琦珂，惠富平. 生物多樣性視野中的中國傳統農業科技[J]. 科學管理研究，2012，30(4)：83-86.

Li Qike, Hui Fuping. On biological diversity in the field of traditional Chinese agricultural science and technology[J]. Scientific Management Research, 2012, 30(4): 83-86. (in Chinese with English abstract)

[21]彭繼權，吳海濤，秦小迪. 土地流轉對農戶貧困脆弱性的影響研究[J]. 中國土地科學，2019，33(4)：67-75.

Peng Jiquan, Wu Haitao, Qin Xiaodi. Study on the impact of land transfer on the poverty vulnerability of farmers[J]. China Land Science, 2019, 33(4): 67-75. (in Chinese with English abstract)

[22]尚慧. 丘陵區耕地種植規模與生產效率的關系[D]. 重慶：西南大學，2011.

Shang Hui. The Relationship Between Planting Scale and Production Efficiency of Cultivated Land in Hilly Areas[D]. Chongqing: Southwest University, 2011. (in Chinese with English abstract)

[23]Rubin D B. Eestimating causal effects of treatments in randomized and norandomizzed studies[J]. Journal of Educational Psychology, 1974, 66: 688-701.

[24]Hirano K, Imbens G W. The Propensity Score with Continuous Treatments[M]. England: John Wiley & Sons, Ltd, 2004.

[25]彭繼權，吳海濤，孟權. 家庭生命周期、社會資本與農戶生計策略研究[J]. 中國農業大學學報，2018，23(9)：196-217.

Peng Jiquan, Wu Haitao, Meng Quan. Study on family life cycle, social capital and rural households' livelihood strategy[J]. Journal of China Agricultural University, 2018, 23(9): 196-217. (in Chinese with English abstract)

[26]王亞輝，李秀彬，辛良杰. 山區土地流轉過程中的零租金現象及其解釋：基于交易費用的視角[J]. 資源科學，2019，41(7): 1339-1349.

Wang Yahui, Li Xiubin, Xin Liangjie. Rent-free land transfer in mountainous areas and its explanation[J]. Resource Science, 2019, 41(7): 1339-1349. (in Chinese with English abstract)

[27]錢龍，陳會廣，葉俊燾. 成員外出務工、家庭人口結構與農戶土地流轉參與：基于CFPS的微觀實證[J]. 中國農業大學學報，2019，24(1)：184-193.

Qian Long, Chen Huiguang, Ye Juntao. Effect of off-farm and household population structure on agricultural land transfer: An empirical analysis based on CFPS[J]. Journal of China Agricultural University, 2019, 24(1): 184-193. (in Chinese with English abstract)

[28]陳治國，李成友，辛沖沖. 農戶土地流轉決策行為及其福利效應檢驗：基于CHIP2013數據的實證研究[J]. 商業研究，2018(5)：163-171.

Chen Zhiguo, Li Chengyou, Xin Chongchong. Decision- making behavior of farmers’ land transfer and its welfare effect test: An empirical study based on CHIP2013 data[J]. Commercial Research, 2018(5): 163-171. (in Chinese with English abstract)

[29]張磊，李君，武友德. 多民族共生區農戶生計與土地利用分異特征：以云南洱源縣鄭家莊為例[J]. 經濟地理，2018，38(9): 183-190.

Zhang Lei, Li Jun, Wu Youde. Peasant households’ livelihood and differential characteristics of land use in multi-ethnic symbiosis area: A case study of zhengjiazhuang village in eryuan county of Yunnan[J]. Economic Geography, 2018, 38(9): 183-190. (in Chinese with English abstract)

[30]苑韶峰，唐奕鈺，申屠楚寧. 土地利用轉型時空演變及其生態環境效應：基于長江經濟帶127個地級市的實證研究[J].經濟地理，2019，39(9)：174-181.

Yuan Shaofeng, Tang Yiyu, Shentu Chuning. Spatiotemporal change of land-use transformation and its eco-environmental response: A case of 127 counties in yangtze river economic belt[J]. Economic Geography, 2019, 39(9): 174-181. (in Chinese with English abstract)

Impact of land circulation on household farmland multiple cropping index

Peng Jiquan

(,,330013,)

Major changes have taken place in agricultural production and operation with the continuous increase in the scale and intensification of rural land transfer. The original farming depends mainly on these impacts of land circulation. However, few studies focused on land transfer to explore the changes in farming systems. It is necessary to figure out the cropping behavior of farmland under the land transfer. The purpose of this research is to investigate the restrictive factors for the multiple cropping index of arable land. Taking the field survey data of farmers in Hubei in 2018, propensity score matching (PSM) and generalized propensity score matching (GPSM) were used to analyze the impact of land transfer on the multiple cropping index of farmers. The results showed that: 1) There were positive impacts of land transfer on the farmland multiple cropping index, according to PSM estimation. The land transfer, paddy field transfer, and dry land transfer significantly increased the farmland multiple crop index by 0.244, 0.299, and 0.204, respectively. 2) There was a significant positive impact of the arable land and the area transferred from dry land on the farmland multiple cropping index, according to the estimation from GPSM. There was an increasing return to scale effect in three simultaneous transfers. Specifically, the increase in the multiple crop index of arable land was greater than that of the circulation area and the paddy field. There was a more obvious effect of increasing returns to scale. Land transfer helped to increase the index of multiple cropping in cultivated land. The effect of paddy fields was more obvious, meaning that the highly intensive use of cultivated land for better food security. 3) In mechanism, the land transfer increased the degree of multiple cropping in farmland via the counter-effect path of average transfer cost per mu and the promotion path of factor intensive. The average transfer cost per mu played a regulating role, and the factor intensive rate played an intermediary role. The size of the effect was 8.9%. In proper scale operation of agriculture, priority was given to the concentration of paddy fields in agricultural enterprises, specialized farmer cooperatives, big business operators, and planting experts, in order to enhance the effect of increasing returns to scale of land transfer, further to promote multiple cropping and intensive management of cultivated land. A potential market of land transfer needed to be established for the allocation of land resources. Intermediary service organizations, information disclosure, and asset evaluation can contribute to the news release and policy consulting for the better resolution of land transfer disputes in the dispute mediation and arbitration system. The finding can provide a theoretical and empirical basis for the intensive use of land.

land circulation; farmers; multiple cropping index; propensity score matching method; generalized propensity score matching method

彭繼權. 土地流轉對農戶耕地復種指數的影響[J]. 農業工程學報，2021，37(5)：285-294.doi：10.11975/j.issn.1002-6819.2021.05.033 http://www.tcsae.org

Peng Jiquan. Impact of land circulation on household farmland multiple cropping index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(5): 285-294. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.05.033 http://www.tcsae.org

2020-11-27

2021-01-08

國家自然科學基金項目（72063012）；教育部人文社科項目（20YJC790103）；江西省社會科學基金項目（20YJ33）；深圳社科規劃項目（SZ2020C013）

彭繼權，博士，主要研究方向為農村經濟。Email：jiquan_wuhan@163.com

10.11975/j.issn.1002-6819.2021.05.033

F301

A

1002-6819(2021)-05-0285-10