家庭收入對土地流轉決策行為的影響

楊昊 彭開麗

摘要：? 利用湖北省667個農戶調查樣本數據，運用Heckman模型，實證分析不同收入類型對農戶土地流轉決策行為的影響。結果表明，①農戶家庭收入中不同收入類型對土地流轉決策行為有不同的影響。農業經營收入對農戶土地轉入有顯著正向影響，但對土地轉出有顯著負向影響;農業補貼收入負向影響土地轉入，但對土地轉出無顯著影響，非農工資收入對農戶土地轉出有顯著正向影響。不同非農工資收入水平對農戶土地流轉決策行為具有不同的影響，只有較高的非農工資收入才能促進土地轉出。因此，本研究提出應在提高農業生產能力和農戶非農就業能力的同時，完善土地流轉相關配套政策，改善農業補貼水平和方式的政策建議。

關鍵詞：? 家庭收入; 土地流轉; 農戶決策行為; Heckman模型; 工具變量

中圖分類號：? F323.8;F321.1??? 文獻標識碼： A??? 文章編號：? 1000-4440（2021）05-1320-07

Impacts of household income on farmers land transfer decision

YANG Hao， PENG Kai-li

（College of Public Administration， Huazhong Agricultural University， Wuhan 430070， China）

Abstract：? The survey data collected from 667 households in Hubei province were used to analyze the impact of income on farmers′ land transfer decision-making behavior by using Heckman model. The results indicated that different-types of househdd income had different effects on farmers′ land transfer decision. Agricultural income had a significant positive impact on farmers′ land flow in， but had a significant negative impact on land flow out. Agricultural subsidy had a negative impact on land flow in， but had no significant impact on land flow out. Non-agricultural income had a significant positive impact on land flow out. Different levels of non-agricultural income also had different effects on farmers' land transfer decision. Only higher non-agricultural income could promote farmers to flow out land. In order to develop the farmland transfer market， it is needed to enhance farmers′ capability of agricultural production and non-agricultural employment， and improve the supporting policies of farmland transfer and the level and method of agricultural subsidy.

Key words：? household income; land transfer; farmers′ decision-making behavior; Heckman model; instrumental variable

“農業發展、農民增收、農村穩定”一直以來是中國經濟發展的焦點問題，農村土地流轉和農民增收作為破解“三農”問題的關鍵和總抓手倍受政策制定者的高度關注? [1] ， ?2014- 2019年的中央一號文件均先后提出要“建立、健全、規范、引導、鼓勵、放活”土地承包經營權有序流轉，發展多目標、多形式的適度規模經營，完善土地流轉運行體制，切實實現農業增效和農民增收，為引導農用地有序流轉提供了有力的政策支持。目前，以家庭為主體的土地流轉普遍且長期存在，農戶個體的土地流轉決策行為將對土地流轉市場的發展產生重要的影響。值得注意的是，改革開放和城鎮化的不斷推進使得農戶在就業選擇和收入水平等方面發生變化，并通過影響農戶土地依賴度和土地產權結構偏好進而影響農戶的土地決策行為? [2] 。對農戶而言，就業差異化的本質是收入分化，家庭收入作為反映農戶家庭資源稟賦和生產生活方式的指標對農戶土地流轉決策行為產生重要影響，并成為土地流轉過程中的內在驅動力? [3] 。因此，從收入類型視角出發，研究分析農民收入類型與農戶土地流轉決策行為的潛在關系及影響機理，對于深入了解中國農戶土地流轉決策行為，優化土地流轉政策實施的傳導機制，提升資源配置效率具有重要參考價值。

許多學者深入討論了農村土地流轉對農戶家庭收入的影響，從文獻來看，土地流轉作為分揀機制，有助于非農就業機會少但農業生產能力強的農戶轉入土地和擴大土地經營規模，非農就業機會多但農業生產能力弱的農戶轉出土地和參與非農活動，進而促進這兩類農戶收入的提高? [4-5] 。與此同時，伴隨著城鄉勞動力要素流動性增強，大量農村勞動力轉移至非農就業部門，農戶的家庭資源稟賦和行為能力差異導致了農戶收入結構的變化，農業收入占家庭總收入比例的不斷減小弱化了農戶對土地的依賴，從而為土地流轉提供可能? [6] 。因此，部分學者顛覆了“土地流轉影響農民家庭收入”的傳統單向認識，分析了農戶家庭收入變化對其土地流轉意愿的影響。例如，許恒周和郭玉燕? [7] 發現非農收入與土地流轉存在長期均衡關系，非農收入增長是引起土地流轉的重要原因;劉同山和牛立騰? [8] 認為農戶以收益最大化確定的土地處置方式取決于收入結構差異，農業比較效益較差的現狀是推動土地流轉的重要因素;冷智花等? [9] 證實農戶收入結構差異和勞動力內部分工才是驅動農戶參與土地流轉的本質原因;繆書超等? [10] 認為農業補貼收入能夠通過抑制土地流出和家庭非農就業促進農戶擴大土地經營規模。

因此，從現實觀察和實證研究看，“土地流轉是收入結構變化的結果”的判斷是成立的，破解當下土地流轉低水平化和發展緩慢難題，應重點關注如何從提高農戶收入角度提高農戶土地流轉的意愿和能力? [11] 。然而，農村土地流轉和農戶家庭收入之間存在雙向影響關系，若將流轉視為結果，收入水平及結構轉變作為原因，如何解決家庭收入與土地流轉存在的內生性問題？家庭收入由農業經營收入、農業補貼收入和非農工資收入等不同收入類型構成，不同收入類型對農戶土地流轉決策行為是否具有不同的作用方向？現有文獻對這些問題尚無較好的回答。因而，本研究從農戶微觀視角出發，分析農戶家庭的不同收入類型對土地流轉的作用機理，運用Heckman模型對湖北省667個農戶樣本進行分析，識別不同類型農戶土地流轉決策行為的影響差異。本研究一方面有助于從微觀層面揭示土地流轉的內在驅動，進一步發揮收入結構變化促進土地流轉的重要作用，另一方面有助于從宏觀層面針對不同類型農戶制定差別化的激勵措施，在促進農戶增收的同時，引導農戶進行土地有序流轉，提高土地流轉效率。

1 研究方法

1.1 數據來源

本研究數據來源于課題組2018年10-11月在湖北省開展的農村入戶實地調研，基于代表性和隨機性原則，采用分層抽樣和隨機抽樣法，按照“縣（市、區）-鎮-村-戶”的關系選擇黃岡、孝感、天門、仙桃、潛江、鄂州、荊州、洪湖和武漢共計9縣（市、區）、13個鄉鎮、38個村的農戶進行面對面訪談，得到調研問卷700份，剔除數據缺失的問卷，最終回收有效問卷667份，問卷有效率為95.29%。調查內容主要包括農戶個人特征、家庭經濟特征、家庭稟賦特征和土地流轉狀況等基本信息。最終得到發生土地流轉的農戶373戶，占總樣本的55.92%（其中轉出戶有240戶，占比為35.98%;轉入戶有133戶，占比為19.94%），未流轉戶294戶，占樣本總數的44.08%。

1.2 模型設定

考慮到農戶的土地流轉行為并不是隨機發生的，其是否流轉以及流轉規模的大小受到多種因素的影響。對于未流轉戶，雖然無法直接觀察到其土地流轉的規模，但若直接將未流轉戶排除在外，僅僅回歸分析那些流轉的農戶樣本，這種自我選擇樣本可能會導致估計結果有偏差。因此，本研究參照王亞楠等? [12] 的做法，選擇Heckman兩階段模型解決樣本選擇性偏差問題。

第一階段以“是否轉入”或“是否轉出”作為被解釋變量，對所有樣本進行概率單位（Probit）回歸估計。公式如下：

Y? i1 （p）=β 0+∑ n i=1 β iX? i1 +ε 1? （1）

其中， p 用于度量農戶 i 參與流轉的可能性，若 p >0，則? Y?? i1? =1，表示農戶參與流轉;若 p <0，則? Y?? i1? =0，表示農戶不參與流轉。? X?? i1? 為可觀測變量，表示農戶 i 的特征（家庭特征、資源稟賦特征、產權特征和社會保障特征）變量，? β?? i? 表示因? X?? i1? 變化導致的土地流轉概率的變化，? ε?? 1? 為誤差項。

因普通最小二乘法（OLS）估計可能存在樣本選擇性偏差，需從第一階段概率單位回歸模型中估算得到逆米爾斯比率（ λ ），公式如下：

λ= （ β ︿ ??X?? i ）/φ（ β ︿ ??X?? i ）? （2）

其中，? （ β ︿ ??X?? i ） 表示變量? β ︿ ??X?? i? 的正態分布函數， φ（ β ︿ ??X?? i ） 表示變量? β ︿ ??X?? i? 的累積密度函數。

第二階段利用OLS模型模擬土地流轉規模決策過程，此時 λ 作為工具變量修正OLS選擇性偏差，公式如下：

Y?? i2 = δ?? 0 +∑ ?n?? i=1?? δ?? i? X?? i2 + δ?? I λ+ ε?? 2?? （3）

其中，? Y?? i2? 表示流轉率的大小，? X?? i2? 表示第二階段的解釋變量，即影響農戶流轉率的農戶家庭特征、資源稟賦特征、產權特征和社會保障特征。? δ?? i? 表示 ??X?? i2? 變化一個單位導致的土地流轉率的變化，? δ?? I? 為 λ 的系數，? ε? ?2? 為誤差項。

1.3 指標及變量選擇

土地流轉決策行為指標選取與測度。考慮到農戶流轉決策行為包括“是否流轉”和“流轉規模”兩階段，本研究借鑒錢龍等? [13] 的研究結果，以“農戶是否參與流轉”測度土地流轉參與行為，以“土地流轉率”測度農戶土地流轉參與程度。其中“土地流轉率”又分為“土地轉入率”和“土地轉出率”，“土地轉入率”以土地轉入面積與家庭經營耕地面積的比值來衡量，“土地轉出率”以土地轉出面積與自有耕地面積的比值來衡量。

解釋變量。家庭收入是農戶家庭基本經濟狀況的綜合反映，包括經營性收入、轉移性收入、工資性收入和財產性收入? [14] 。本研究借鑒張明輝等? [15] 的研究結果，按照是否通過土地所得將農戶收入劃分為直接收入（含農業經營收入和農業補貼收入）和間接收入（非農工資收入）。本研究沒有將財產性收入納入農戶家庭收入的范疇，一方面是因為財產性收入在農戶家庭收入中所占的比重很小，長期以來在2%的水平浮動? [9] ;另一方面是由于農戶的財產性收入多半來自于土地租金，而土地租金是土地流轉的結果，若研究其對土地流轉的影響，會由于“顛倒因果關系”而導致嚴重的內生性問題。

其他控制變量。為控制其他因素的影響，本研究參考已有研究成果，并結合實地調研經歷，選擇家庭特征、資源稟賦特征、產權特征和社會保障特征等共4維度13個控制變量。變量含義及指標見表1。

2 家庭收入對土地流轉決策行為的影響分析

利用STATA15.0對農戶土地流轉決策行為進行Heckman模型分析，要求作為第二階段模型的解釋變量是第一階段模型解釋變量的真子集。參照高珊等? [16] 的做法進行模擬檢驗，在經過多次模擬檢驗后，在第二階段模型中減少戶主文化程度、家庭成員健康狀況和自有耕地面積3個變量。從數據處理結果（表2）來看，轉入率和轉出率模型估計結果得到的逆米爾斯比率（ λ ）分別在0.10和0.01的水平上顯著，這表明農戶的土地流轉決策行為的確存在選擇性樣本偏差問題，使用Heckman兩階段決策行為模型是合理的。

2.1 不同收入類型對農戶土地轉入決策行為的影響

表2顯示，農業經營收入均通過了兩階段決策模型0.01顯著性水平檢驗，農業經營收入每提高1%，土地轉入的可能性提高 0.706 8 個百分點，土地轉入率提高 0.022 5 個百分點，農業經營收入能顯著正向促進土地轉入，增加土地有效需求;農業補貼收入顯著負向影響土地轉入，農業補貼收入每提高1%，土地轉入的可能性降低 2.696 8 個百分點，與孫釙? [17] 的研究結果一致。

2.2 不同收入類型對農戶土地轉出決策行為的影響

對于土地轉出決策行為，模型估計結果（表2）顯示，農業經營收入顯著負向抑制土地轉出，農業經營收入每提高1%，土地轉出可能性降低 1.428 5 個百分點，土地轉出率降低 0.287 4 個百分點，表現為隨著農業經營收入的提高，土地有效供給減少;農業補貼收入對農戶土地轉出決策行為沒有顯著影響;非農工資收入正向促進土地轉出，非農工資收入每提高1%，土地轉出的可能性增加 0.046 6 個百分點，從整體來看，非農工資收入顯著促進土地流轉的研究結論得到國內大多數學者的認可? [7，18-20] 。然而，托達羅模型的農村勞動力轉移經典理論認為，較低的非農工資收入不會促進土地轉出，只有較高的非農工資收入才會促進土地有效供給? [21-22] 。因此還需深入分析不同水平的非農工資收入對土地轉出決策的影響，以得到更穩健的實證結果。本研究將非農工資收入分為低收入組[非農工資收入（1年）< 1.50× 10? 4 元]，中低收入組[ 1.51× 10? 4 元<非農工資收入（1年）≤ 4.00× 10? 4 元]，中高收入組[ 4.01× 10? 4 元<非農工資收入（1年）≤ 8.00× 10? 4 元]， 高收入組[非農工資收入（1年）> 8.01× 10? 4 元]。表3顯示，低收入組的非農工資收入與土地轉出決策呈顯著負相關，高收入組的非農工資收入與土地轉出行為呈顯著正相關，中低收入組和中高收入組的非農工資收入與土地轉出決策行為無顯著相關性，符合托達羅模型的農村勞動力轉移經典理論。說明非農收入增長并不必然推動土地轉出，農戶是否進行土地流轉取決于其家庭經營特征、農業收入與非農業收入的綜合比較等。當農戶非農收入較低時，農戶缺乏非農就業的機會，土地成為其生活來源和保障的必須生產資料，此時農戶對土地有著較高的依賴度，更傾向于保留土地;只有非農工資收入達到較高程度時，農戶才具有向二三產業有效轉移的條件，從而選擇將土地轉出。

3 穩健性檢驗

為避免收入結構與土地流轉可能呈雙向因果關系而引起內生性問題，還需對模型進行穩健性檢驗。參考溫興祥? [23] 的研究方法，分別采用本地村級層面非農工資水平和村級農業收入水平作為非農工資收入和農業經營收入的工具變量。一方面，中國農村是典型的熟人社會，鄰里之間的關系，村級層面非農就業網絡是農村居民相互聯系的紐帶? [24] ，同時，村級層面非農就業和農業經營狀況反映了本地經濟發展現狀，與農戶的非農工資收入和農業經營收入密切相關? [25] ;另一方面，村級非農工資水平和村級農業收入水平并不會對單個農戶的土地流轉決策產生直接影響。可見，工具變量符合外生性假設。這里不考慮農業補貼收入，因為在調研區內，農業補貼收入的發放對象為土地承包戶，土地流轉不會反向影響農業補貼收入水平。

本研究參考陳云松? [26] 的內生性檢驗方法，對非農工資收入、農業經營收入與土地流轉之間的內生性問題進行探討，并使用工具變量的IV-Heckit模型進行穩健性檢驗[第一階段模型以非農工資收入（農業經營收入）為被解釋變量，以村級非農工資收入水平（村級農業收入水平）為解釋變量;第二階段模型以是否轉入或是否轉出為被解釋變量，以非農工資收入或農業經營收入為解釋變量]。第一階段的估計結果（表4）顯示，村級非農工資水平的系數和村級農業收入水平的系數均在0.01水平上顯著，表明村級非農工資水平和非農工資收入、村級農業收入水平和農業經營收入高度相關，基本排除弱工具變量的可能性，工具變量有效。第二階段估計結果表明，對于農戶轉入決策，非農工資收入和農業經營收入顯著促進農戶轉入;對于農戶轉出決策，非農工資收入顯著促進農戶轉出，農業經營收入顯著抑制農戶轉出，這與Heckman估計結果一致，模型的穩健性較好。

4 結論與建議

4.1 結論

綜上，可以得到以下研究結論：第一，不同收入類型對農戶土地流轉決策行為有不同的影響。農業經營收入對農戶轉入土地具有顯著正向影響，對土地轉出具有顯著負向影響;農業補貼收入負向影響土地轉入，但對土地轉出無顯著影響;非農工資收入對農戶土地轉出具有顯著正向影響。第二，不同非農工資收入水平對農戶土地流轉決策行為也具有不同的影響。非農工資收入較低的農戶更傾向于保留土地，只有較高的非農工資收入才能促進土地轉出。說明非農收入低的農戶對于土地的依賴程度較高，非農收入高的農戶對土地依賴度較低，由此看來，進行土地流轉的是非農收入較高的家庭。研究結果表明，農民家庭收入是土地流轉的重要激勵和約束條件，深刻影響著農民土地流轉決策行為。

4.2 政策建議

根據以上結論，建議國家和社會應從重視農業經營收入在探索土地適度規模中的重要作用，完善農業補貼政策和大力發展非農就業等方面入手，促進農民增收，引導土地有序流轉。

（1）為發揮農業經營性收入在促進土地轉入中的作用，地方政府應定期開展農業技能培訓，大力引進先進的農業生產技術，提高農民農業生產經營的技能和管理水平。同時應考慮地區特點推廣現代農業以提高農業經營收入水平，例如在平原地區可加強高標準農田和現代農業設施建設，促進農業規模化生產;在丘陵及山地可通過土地治理改造中低產田，推廣適合山區農業生產的微耕機械。

（2）為發揮農業補貼在促進農業發展中的重要作用，應在繼續加大農業補貼強度的同時，將農業補貼發放給土地經營者，并將政策目標瞄準為耕地地力保護和支持適度規模經營的“大戶補貼”，激勵新型農業經營主體的規模發展。

（3）為發揮工資性收入在促進勞動力轉移中的作用，應完善非農就業市場，健全就業保障機制，開展與指導非農就業技能培訓，提高農民非農就業能力與非農就業市場勞動需求的匹配度。同時出臺相關配套政策，解決好進城務工農民的就業、醫療、住房和子女教育等問題，在提高農戶非農就業收入和穩定性水平的同時，促進農民身份轉變，提高農民對城市生活的認同和歸屬感，從而促進農業勞動力向城鎮非農就業部門轉移，促進土地流轉。

參考文獻：

[1]? 匡遠配，陸鈺鳳. 農地流轉實現農業、農民和農村的同步轉型了嗎[J]. 農業經濟問題， 2016， 37（11）： 4-14，110.

[2] 劉玥汐，許恒周. 農地確權對農村土地流轉的影響研究——基于農民分化的視角[J]. 干旱區資源與環境， 2016， 30（5）： 25-29.

[3] 許恒周. 農民階層分化與農村土地流轉中的產權偏好[J]. 中州學刊， 2011（4）： 75-78.

[4] 高 欣，張安錄，楊 欣，等. 湖南省5市農地流轉對農戶增收及收入分配的影響[J]. 中國土地科學， 2016， 30（9）： 48-56.

[5] 張 蘭，馮淑怡，陸華良，等. 農地不同流轉去向對轉出戶收入的影響——來自江蘇省的證據[J]. 中國農村觀察，2017（5）： 116-129.

[6] 陳會廣，單丁潔. 農民職業分化、收入分化與農村土地制度選擇——來自蘇魯遼津四省市的實地調查[J]. 經濟學家， 2010（4）： 85-92.

[7] 許恒周，郭玉燕. 農民非農收入與農村土地流轉關系的協整分析——以江蘇省南京市為例[J]. 中國人口·資源與環境， 2011， 21（6）： 61-66.

[8] 劉同山，牛立騰. 農戶分化、土地退出意愿與農民的選擇偏好[J]. 中國人口·資源與環境， 2014， 24（6）： 114-120.

[9] 冷智花，付暢儉，許先普. 家庭收入結構、收入差距與土地流轉——基于中國家庭追蹤調查（CFPS）數據的微觀分析[J]. 經濟評論， 2015（5）： 111-128.

[10] 繆書超，錢 龍，宋 亮. 農業補貼與農村家庭非農創業——基于中國家庭金融調查（CHFS）數據的實證分析[J]. 農業經濟問題，2021（3）：62-74.

[11] 許 慶，陸鈺鳳. 非農就業、土地的社會保障功能與農地流轉[J]. 中國人口科學， 2018， 188（5）： 30-41.

[12] 王亞楠，紀月清，徐志剛，等. 有償VS無償：產權風險下農地附加價值與農戶轉包方式選擇[J]. 管理世界， 2015（11）： 87-94，105.

[13] 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.

[14] 彭開麗，張安錄. 土地利用變化中農戶脆弱性研究——一個理論分析框架及基于中國中部五省的調研實證[J]. 自然資源學報， 2015（11）： 1798-1810.

[15] 張明輝，蔡銀鶯. 農地經濟貢獻對農地流轉市場的影響——以孝感、武漢、成都、蘇州為例[J]. 資源科學， 2017， 39（2）： 198-208.

[16] 高 珊，黃賢金. 農村市場化對農戶耕地流轉的影響——以滬蘇皖農戶調查為例[J]. 長江流域資源與環境， 2012， 21（7）： 816-820.

[17] 孫 釙. 農業補貼政策收入分配效應的實證分析——以黑龍江省為例[J]. 學習與實踐， 2014（10）： 53-60.

[18] YI F J， SUN D Q， ZHOU Y H. Grain subsidy， liquidity constraints and food security——Impact of the grain subsidy program on the grain-sown areas in China[J]. Food Policy， 2015， 50：114-120.

[19] 呂悅風，陳會廣. 農業補貼政策及其對土地流轉的影響研究[J]. 農業現代化研究， 2015， 36（3）： 362-367.

[20] 鄧楚雄，謝炳庚，潘艷平，等. 典型農業縣域轉出勞動力對耕地處置方式的影響因素分析——以湖南省新化縣為例[J]. 經濟地理， 2015， 35（9）： 134-140.

[21] 陳 飛，翟偉娟. 農戶行為視角下農地流轉誘因及其福利效應研究[J]. 經濟研究， 2015， 50（10）： 163-177.

[22] 楚永生，王云云，高 頔. 否定之否定：劉易斯模型與托達羅模型比較與改進——兼論中國農村勞動力轉移的政策選擇[J]. 南京審計大學學報， 2019， 16（5）： 103-111.

[23] 溫興祥. 本地非農就業對農村居民家庭消費的影響——基于CHIP農村住戶調查數據的實證研究[J]. 中國經濟問題， 2019（3）： 95-107.

[24] 路雅文，張正河. 1978-2016年農村人口遷移的社會網絡分析：來自中部人口流出大省C村的證據[J]. 農業經濟問題， 2018（3）： 87-97.

[25] 魏濱輝，蘇柯雨， 柳 松. 中國農村非農就業對農戶融資的影響與機制——基于CFPS面板數據的研究[J]. 農村經濟， 2020（5）： 105-112.

[26] 陳云松. 農民工收入與村莊網絡 基于多重模型識別策略的因果效應分析[J]. 社會， 2012， 32（4）： 68-92.

（責任編輯：陳海霞）