耕地細碎化對農戶家庭兼業化的影響及機制

摘要：研究目的：探討耕地細碎化對農戶家庭兼業化的影響及機制，為推動土地適度規模化經營和保障農民收入提供決策參考。研究方法：基于全國農村固定觀察點2009—2020年的12期面板數據，采用隨機森林模型篩選變量，實證檢驗了耕地細碎化對農戶家庭兼業化程度的影響及機制。研究結果：（1）耕地細碎化顯著促進了農戶家庭兼業化。經過一系列穩健性檢驗后，該結論依舊成立。（2）機制檢驗結果表明，耕地細碎化可以通過提高農業生產成本、降低種植業收入影響農戶家庭兼業化程度。（3）異質性分析發現，耕地細碎化對農戶家庭兼業化的促進作用在二兼農戶、“離農”氛圍濃郁以及位于丘陵山區的村莊中更為突出。研究結論：應從推動土地適度規模化經營、促進種植業生產節本增效以及因地制宜保障農戶差異化生計需求等方面破解耕地細碎零散、農戶分化延緩的問題，從而推動農業現代化發展，保障國家糧食安全。

關鍵詞：耕地細碎化；農戶兼業化；機器學習；影響機制

中圖分類號：F323.6 文獻標志碼：A 文章編號：1001-8158（2024）01-0073-11

基金項目：國家自然科學基金面上項目（42271280）；國家社會科學基金一般項目（20BJY120）；重慶市研究生科研創新項目（CYS23535）。

改革開放初期推廣實施的家庭聯產承包責任制有效提升了農民生產的積極性，實現了中國農業生產的快速增長，契合當時農村勞動力普遍過剩、機械化作業需求微弱的發展現狀[1]。然而，該制度的土地均分原則和“諸子均分”的田宅繼承傳統導致耕地經營規模小、碎片化特征明顯，表現為微觀尺度的耕地權屬細碎與中宏觀尺度的耕地景觀格局細碎。據統計，1990—2019年中國耕地平均斑塊面積降低了32.05%，細碎化程度呈增強態勢[2]。近年來，隨著國家高標準農田建設以及土地整理項目的實施，耕地利用效率得到有效提升。《全國高標準農田建設規劃（2021—2030年）》表明，我國已建成的高標準農田占耕地面積的比例約為40%，但其中大部分耕地仍然存在著田塊細碎化、建設標準低、耕地質量不高的問題。為保障農戶承包經營權益，提高耕地利用效率，2023年7月農業農村部《關于穩妥開展解決承包地細碎化試點工作的指導意見》指出，“緊扣處理好農民和土地的關系這一主線，探索解決承包地細碎化的路徑辦法”。耕地細碎化與農戶家庭勞動力配置密切相關：一方面，耕地細碎化加劇了農業生產的比較收益劣勢，導致農村勞動力“離農”意愿強烈；另一方面，理性小農作為風險厭惡者，傾向于依據農業和非農部門的收入動態調整勞動力配置而不愿完全退出土地，由此產生兼業，即農戶為滿足家庭收益最大化，其生計選擇會兼顧農業生產與非農就業。當前中國正處于傳統農業向現代農業發展的轉型期，實現農業農村現代化必須立足中國“大國小農”的基本國情農情。因而在此背景下，研究耕地細碎化對農戶家庭兼業化的影響并剖析其作用機制成為亟待討論的熱點問題。

當前學界圍繞耕地細碎化與勞動力轉移展開了較為豐富的分析，既有研究主要包括以下幾點：一是耕地細碎化對勞動力轉移影響的“二象性”。TAN等指出耕地細碎化會增加種植業的勞動投入量，農戶為滿足農業生產的需要會減少勞動力向非農部門轉移[3]；紀月清等也發現耕地細碎化對農戶參與非農就業的概率及參與時間均產生了顯著負向影響[4]。許慶等則認為耕地細碎化有利于農戶發展多樣化種植以分散勞動強度，從而增加農戶從事非農兼業的機會。由此可見，耕地細碎化對勞動力轉移的影響學界尚存在爭議，但隨著非農工資的上漲和農業社會化服務的發展，越來越多的學者認同耕地細碎化促使農戶采納土地托管、聯耕聯種等農業社會化服務，推動農村勞動力向城鎮轉移[6-7]。二是耕地細碎化影響勞動力轉移的機制。已有研究主要從成本、收益展開分析，從成本看，王亞輝等認為耕地細碎特征會加劇農業經營成本，尤其是勞動力成本，導致耕地撂荒和農戶兼業[8]；展進濤等也發現耕地細碎化不利于土地有效集中和規模經營，會妨礙機械對勞動的有效替代，導致服務外包費用增加[9]。從收益看，陳江華等指出耕地細碎化加劇了農業經營的比較收益劣勢，成為農村勞動力產生丟荒棄耕等離農行為的重要推力[10]；也有學者認為我國農地細碎化經營下比較收益較低，從而造成了農業生產中大量的人力資本外流[11]。

上述研究為本文提供了重要的理論支撐，但仍存在不足或值得延展深化之處：研究方法上，以往文獻通常會借助理論謹慎地選取哪些變量必須進入模型，但很少考慮哪些變量不應該控制，由此導致過度關注“一致性”的樣本選擇偏差問題；研究內容上，鮮有文獻對耕地細碎化與農戶家庭兼業化程度的作用機制進行梳理和檢驗，通常僅對單一作用機制展開理論推導或案例分析；研究數據上，已有研究實證檢驗更多基于混合截面數據展開，難以捕捉不隨時間變化的不可觀測變量的影響。鑒于此，本文基于機器學習的隨機森林算法篩選控制變量，運用全國農村固定觀察點2009—2020年的12期面板數據，實證分析耕地細碎化對農戶家庭兼業化程度的影響及其內在作用機制，以期為推動土地適度規模化經營、促進小農戶與現代農業發展有機銜接提供決策參考。

1 分析框架

1.1 耕地細碎化對農戶家庭兼業化的直接影響

經濟中存在農業和非農兩個生產部門，分別產出農產品和非農產品，勞動力可以選擇在農業部門或非農部門工作。農戶作為理性經濟人和家庭生產的主要決策者，追求收入最大化，其收入主要來自農業部門和非農部門，由此催生農戶兼業行為。

H1：耕地細碎化對農戶家庭兼業化具有促進作用。

1.2 耕地細碎化對農戶家庭兼業化的作用機制

1.2.1 農業生產成本

一方面，耕地細碎化會加劇化肥施用強度、增加雇工勞動費用，進而提升農業生產成本。具體而言，第一，耕地細碎化加劇了農戶往返不同地塊間的通勤成本和精力損耗，變相降低了農業生產勞動的邊際生產力。為緩解勞動力短缺、機械作業約束等因素的不利影響，農戶的理性選擇往往是增施化肥抑或采用多量少次的施肥方式。同時，耕地細碎化可能會導致化肥等生產資料在往返不同地塊運輸過程中蒸發、泄露，降低其使用效率和產出彈性，使得農戶不得不額外增加化肥用量，由此提升農業生產成本[13]。第二，地塊的空間破碎與分割增加了來往于地塊之間的勞動用工，削減了大、中型農用機械等省工性要素對勞動力的替代作用，致使農業生產面臨嚴格的勞動力約束，進而提升農戶尋求土地托管、代耕代種等農業社會化服務的需求。換言之，這也意味著雇工勞動費用的上漲，由此提升農業生產成本[14]。另一方面，農業生產成本的提升促使農戶重新審視家庭勞動力配置并適時做出調整，增大農業生產粗放式經營和細碎耕地轉出的概率，從而提高農戶家庭的兼業化程度。據此，本文提出假說H2。

H2：耕地細碎化通過提高農業生產成本，促進了農戶家庭兼業化。

1.2.2 種植業收入

一方面，耕地細碎化會增大耕地季節性撂荒的風險、制約新型農業生產技術的采納意愿，進而降低農戶種植業收入。具體而言，第一，中國農村勞動力長期存在“農忙務農，農閑務工”的兼業行為[15]。耕地細碎化降低了農業生產的比較收益，在社會非農就業機會增加、非農就業工資上升的條件下，大量勞動力在農業生產中的勞動投入強度隨之下降，由此可能導致農業生產粗放式經營，加劇耕地季節性撂荒的風險，進一步造成種植收益的螺旋下降[16]。第二，當前中國正處于傳統農業向現代農業發展的轉型期，新型農業生產技術的引入存在耕地規模門檻，即適度規模經營才具有成本優勢，而耕地細碎的農戶由于難以獲得規模效益，缺乏采用先進農業生產技術的激勵，由此降低了農業生產的投入產出效率，導致傳統種植業增收乏力。另一方面，種植業收入的降低弱化了農戶對傳統農耕生產的依賴，傾向于減少農業生產性固定資產投資或采納土地托管、代耕代種等農業社會化服務，以便將家庭勞動力更多配置于非農部門補貼收入，從而提高農戶家庭的兼業化程度。據此，本文提出假說H3。

H3：耕地細碎化通過降低種植業收入，促進了農戶家庭兼業化。

2 數據、變量與模型

2.1 數據來源

本文研究數據來源于農業農村部全國農村固定觀察點的調查數據。該調查覆蓋全國31個省（自治區、直轄市）（不含港、澳、臺地區）360個行政村23 000個農戶，調查內容涵蓋農村基層各類動態信息。通過對固定不變的村和戶進行長期追蹤調查，獲得連續數據，進而對農村經濟社會發展進行綜合分析，為研究農村問題和制定農村政策提供依據。該數據庫具有覆蓋范圍廣、樣本容量大、穩定性高、調查指標豐富等特點，對于開展微觀農戶層面的研究具有較強的代表性。因此，本文基于全國農村固定觀察點2009—2020年的12期面板數據，研究耕地細碎化對農戶兼業化的影響。此外，鑒于農村固定觀察點數據總體分為村莊、農戶家庭和個體三類面板數據，本文通過省碼、村碼、戶碼等特征，并結合模型所需的指標，將其余兩類數據與農戶家庭數據進行匹配，形成一個新面板。在對所有連續變量雙側縮尾1%后，最終用于模型分析的有效樣本為41 766個。

2.2 變量設置

（1）被解釋變量。農戶兼業是指為滿足家庭收益最大化，兼顧農業生產與非農就業的生計選擇，反映了農村居民家庭勞動力配置與收入多元化。既有研究對農戶家庭兼業水平的測度，通常采用非農收入占比、非農勞動力數量占比以及是否兼業經營三個指標進行衡量[17-19]。基于此，為與分析框架模型數理推導保持一致，本文參照趙建梅等的研究[17]，選擇農戶家庭兼業化程度（Cbd）作為被解釋變量，其值以家庭非農收入占總收入的比例表征。

（2）核心解釋變量。耕地細碎化是農戶家庭經營多塊面積大小不一且布局分散耕地的現象。兼顧數據可得性和穩健性檢驗的需要，本文選擇耕地地塊數（n）作為核心解釋變量，其值越大，耕地細碎化程度越高[20]；同時，本文選擇畝均地塊數（Anp）作為代理變量，用于替換核心解釋變量進行穩健性檢驗，該指標以耕地地塊數與農戶家庭經營耕地總面積的比值表征，其值越大，耕地細碎化程度越高[9]。

（3）控制變量。本文從戶主特征、家庭稟賦和村莊環境三個層面選取控制變量[13，21-22]，具體包括：（1）戶主特征。戶主作為家庭生產分工的主要決策者，其性別（Gen）、年齡（Age）、受教育年限（Edu）、健康狀況（Hs）等特征可能影響家庭兼業行為。（2）勞動力數量（Lq），反映了從事農業生產或非農就業的勞動力約束。（3）老齡化率（Far）。該指標由60歲以上人數占家庭總人數的比例表征。（4）撫幼負擔（Ccb）。該指標由14歲以下人數占家庭總人數的比例衡量。（5）存款金額（Fda），反映了農戶家庭經濟狀況。（6）風險偏好（Frp）。該指標由農戶家庭是否持有股票衡量。（7）數字鴻溝（Dag）。該指標以農戶家庭是否接入互聯網表征。（8）耕地經營規模（Cos）。該指標以農戶家庭年初經營的耕地面積表征。（9）是否為鄉村干部戶（Rcf）。（10）地貌特征（Vlc）。（11）經濟水平（Vel）。該指標以本村居民人均純收入表征。（12）交通便利性（Vtc）。該指標由村莊與公路干線距離表征，反映了農戶外出非農就業的難易程度。具體變量定義、賦值與描述性統計見表1。

2.3 研究方法

2.3.1 隨機森林模型

識別耕地細碎化對農戶家庭兼業化的因果關系是本文研究的核心。近年來，隨著大數據、人工智能等新興技術的飛速發展，機器學習算法在識別因果關系已被社會科學研究者廣泛接受，并得到大規模應用[23]。隨機森林是一種基于分類決策樹的非線性集成機器學習模型，具有運算效率高、分類精度高、模型優化調參少等優點。由于本文的控制變量具有高維特征，本文借鑒BELLONI等的思路[24]，先構建隨機森林模型篩選合適的控制變量，再進行基準回歸，從而有效克服因果圖中“維度詛咒”“對撞偏倚”等問題[25]。首先，參照張露等的研究[26]，構建農戶兼業化程度四分類標簽①。假設樣本的數量為m，控制變量的維度為n，將所有控制變量和對應的分類標簽用 bootstrap算法有放回隨機抽樣并形成訓練集{Si}，生成分類決策樹；其次，多顆分類決策樹組合成森林，則最終決策函數為：

式（9）中：Pj表示第j個控制變量的因子貢獻率，其值越大，對農戶家庭兼業化的解釋力越強；d表示節點數；Djiv表示節點的Gini遞減值。

2.3.2 基準模型

3 結果分析

3.1 基準回歸

采用Python調用Numpy、Pandas、Random Forest Classifier等庫，對樣本數據進行機器學習算法模擬，初步輸出模型精度為64.81%。鑒于模型精度較低，控制變量的因子貢獻率可能缺乏準確性。因此，為科學篩選具有較強解釋力的控制變量，本文采取平均下降精度指數對隨機森林模型進行優化[28]。平均下降精度指數表示將某一控制變量移出隨機森林模型導致精度下降的程度，其值越大，表示該控制變量對模型分類結果的影響程度越高。盡管隨機森林模型能夠克服控制變量間可能存在多重共線性的問題，但仍需考慮控制變量維度對模型精度的影響。首先，移除平均下降精度指數最低的控制變量并重新構建集合；其次，重復此過程直至準則層（戶主特征、家庭稟賦和村莊環境）缺失，即該準則層所有控制變量被移除；最后，比較不同維度的模型精度，找出最適宜的控制變量規模。當控制變量規模由15維降到8維后，村莊環境僅剩1項且即將被移除，降維過程終止。通過比較8—15維特征集的模型精度，發現10維特征集的模型精度最高，控制變量規模降低至10維。

表2匯報了耕地細碎化對農戶家庭兼業化的基準回歸結果。其中第（1）列為僅加入耕地細碎化的估計結果；第（2）列為加入所有控制變量的回歸結果；第（3）列為加入隨機森林篩選的控制變量的回歸結果。結果顯示，耕地細碎化的回歸系數均為正，且在1%的水平上顯著。同時，第（3）列回歸結果的擬合優度最高，表明機器學習算法能有效篩選控制變量，提升計量經濟模型的泛化性和可靠性。因此，本文選擇第（3）列作為基準回歸估計結果，結果顯示，耕地細碎化的回歸系數為0.099，這說明耕地細碎化呈現出對農戶家庭兼業化的促進作用，由此驗證假說H1。這與張蚌蚌等研究結論幾乎一致[29]，在人地關系持續松動與勞動力老齡化的背景下，耕地細碎化可能帶來農業生產效率低、勞動力浪費等負面影響，從而促進家庭農業勞動力向非農兼業轉移。

3.2 穩健性檢驗

3.2.1 替換變量形式

研究耕地細碎化對農戶家庭兼業化的影響可能存在變量層面的測量誤差，本文擬從替換核心解釋變量和部分控制變量的測算形式進行穩健性檢驗。對于核心解釋變量，采用單一指標衡量耕地細碎化程度衡量可能存在缺陷，因此，本文選擇農戶畝均地塊數作為代理變量；對于控制變量，分別將受教育年限和老齡化率以五分位有序變量的形式加入模型，考察系數對于控制變量形式的敏感性。表3中匯報了替換變量形式的回歸結果，結果顯示，替換變量形式的模型均在1%的水平上顯著，由此驗證了模型的穩健性。

3.2.2 約束分析數據集

本文嘗試采用三種方式分別形成新的數據集以檢驗模型的穩健性[30]。第一，剔除戶主健康狀況為優的所有樣本；第二，剔除廣東省和江蘇省的所有樣本；第三，剔除2009年的所有樣本。表4匯報了改變樣本容量的回歸結果，結果顯示，回歸結果的符號和顯著性均未發生改變，進一步檢驗了模型的穩健性。

3.2.3 遺漏變量的內生性討論

Breusch-pagan異方差檢驗結果（P = 0.000）表明，內生變量對模型中外生變量的回歸殘差存在異方差性，滿足LEWBEL方法使用的前提條件。表5匯報了工具變量的回歸及檢驗結果。其中第（1）列、第（2）列為逐步加入IV1、LEWBEL工具變量的第二階段回歸結果，結果表明，LM檢驗統計量均在1%的水平下顯著，即拒絕工具變量識別不足的原假設；C-D Wald F統計量均在10%的水平下顯著高于其臨界值，即拒絕弱工具變量的原假設；Hansen J檢驗的P值為0.986，接受過度識別檢驗的原假設，即所有工具變量都是外生的。

4 拓展性分析

4.1 機制檢驗

承前所述，耕地細碎化之所以能夠影響農戶家庭兼業化，其內在機制可能是耕地細碎化通過影響農業生產成本（Apc）、種植業收入（Pi），進而作用于農戶家庭兼業化程度。參照王亞輝等的研究[8]，并結合全國農村固定觀察點數據的具體指標，農業生產成本由滯后一期的化肥、雇工、農膜、種子、機械、灌溉等費用之和表征；種植業收入以滯后一期的經濟作物和糧食作物的總收入衡量。同時，為縮小變量尺度，減少異方差問題，本文對農業生產成本和種植業收入進行離差標準化處理，將原始數據的數值映射到[0，1]區間內。

首先，表6第（1）列匯報了耕地細碎化對機制變量農業生產成本的回歸結果。耕地細碎化顯著且系數為正，表明耕地細碎化程度與農業生產成本正相關；第（2）列是耕地細碎化和機制變量農業生產成本對農戶家庭兼業化的回歸結果。農業生產成本顯著且系數為正，表明農業生產成本會提高農戶家庭兼業化程度。此外，第（2）列耕地細碎化顯著且系數為正。以上回歸結果表明，耕地細碎化提高了農業生產成本，進而促進了農戶家庭兼業化，由此驗證假說H2。依據中介效應檢驗步驟可知，農業生產成本在耕地細碎化影響農戶家庭兼業化的關系中起部分中介作用，中介效應占總效應的比重為22.37%（即0.103×0.215/0.099 = 0.223 7）。由此可見，由于耕地細碎化對規模經營的制約，農戶從事農業生產的成本提升，促使農戶重新配置家庭勞動力，提高家庭兼業化程度。

其次，表6第（3）列匯報了耕地細碎化對機制變量種植業收入的回歸結果。耕地細碎化顯著且系數為負，表明耕地細碎化會減少種植業收入；第（4）列是耕地細碎化和機制變量種植業收入對農戶兼業化的回歸結果。種植業收入顯著且系數為負，表明種植業收入增長會抑制農戶家庭兼業化。此外，第（4）列耕地細碎化顯著且系數為正。以上回歸結果表明，耕地細碎化降低了種植業收入，進而促進了農戶家庭兼業化，由此驗證假說H3。依據中介效應檢驗步驟可知，種植業收入在耕地細碎化影響農戶家庭兼業化的關系中起部分中介作用，中介效應占總效應的比重為11.98%（即-0.154×（-0.077）/0.099 = 0.119 8）。據此，耕地細碎化可能帶來農戶種植業收入下降，加劇農業生產的比較收益劣勢，從而提高了農戶家庭兼業化程度。

4.2 異質性分析

4.2.1 比較收益——農戶分化

農戶分化是指農戶由同質性的農業經營戶分化為經營農工商等異質性農戶的過程，同時也是農戶基于比較收益在農業生產與非農就業重新配置勞動力的結果[34]。依據農戶兼業化程度，本文將農戶分化類型劃分為純農戶（0～20%）、一兼農戶（>20%～50%）、二兼農戶（>50%～80%）和非農農戶（>80%～100%）。表7匯報了農戶分化的異質性檢驗結果。結果顯示，純農戶的回歸結果沒有通過顯著性檢驗，其他三類均顯著且系數為正。此外，隨著農戶分化程度的加深，耕地細碎化的估計系數呈現倒“U”型分布，二兼農戶的估計系數最大。究其原因，可能是：第一，由于缺乏非農就業的途徑和抵御風險的能力，部分純農戶對土地的依賴性較強，傾向于將家庭勞動力盡可能配置在農業生產部門，通過提高勞動強度和增施化肥以彌補耕地細碎化所導致的農業生產效率損失。在此情況下，耕地細碎化對農戶家庭兼業化的影響是不顯著的。第二，二兼農戶選擇以非農就業為主、農業生產為輔的生計策略。耕地細碎化抬高了田間管理的成本，降低了農業生產的比較收益[29]。進一步地，較低的務農收入催生粗放式經營、季節性撂荒等“離農”行為，從而提高二兼農戶的兼業化程度。相對而言，一兼農戶以農業生產為主，往往通過轉入相鄰地塊、開展土地整治等途徑提升農業生產效率。而非農農戶幾乎脫離農業生產，耕地細碎化對農戶兼業的影響很有限。因此，相較于一兼農戶和非農農戶，耕地細碎化對二兼農戶的家庭兼業化程度影響更突出。

4.2.2 示范效應——“離農”氛圍

“離農”氛圍會對那些從未外出務工的農戶產生示范效應，增加其外出務工的可能性[35]。“離農”氛圍以滯后一期的村莊外出務工人數占村莊總人數的比值表征，其值越大，“離農”氛圍越濃厚。本文以“離農”氛圍0.5分位點為界分別進行回歸，表8第（1）、第（2）列匯報了“離農”氛圍的異質性檢驗結果。結果顯示，耕地細碎化對農戶家庭兼業化程度均具有顯著的正向影響，且對“離農”氛圍濃厚的村莊影響程度較大。可能的解釋是：一方面，外出務工人數的增加為同村居民提供了豐富的非農就業經驗和進城務工渠道。這意味著，農戶可以通過較低的交易成本（信息搜尋、談判簽約）實現非農就業，從而提高農戶家庭的兼業化程度。另一方面，村莊“離農化”趨勢導致農戶對外出務工的潛在收益形成相對較高的心理預期。這意味著，農戶傾向于將家庭部分勞動力轉移至非農部門，進而提升家庭的兼業化程度。因此，在“離農”氛圍濃厚的村莊，耕地細碎化對農戶家庭兼業化的影響程度較大。

4.2.3 區位優勢——村莊地勢

村莊地勢會影響農業生產收益，進而影響農戶家庭兼業化程度[37]。依據全國農村固定觀察點數據對村莊地勢的分類，本文將平原、丘陵和山區分別進行回歸，表8第（3）列、第（4）列、第（5）列匯報了村莊地勢的異質性檢驗結果。結果顯示，耕地細碎化對農戶家庭兼業化均具有顯著的正向影響，且對地勢為平原的村莊影響程度最小。可能的解釋是，平原地區的耕地流轉市場發育更好。受耕地資源稟賦、地區政策導向、農業比較收益等因素的制約，丘陵山區的耕地流轉市場發育水平滯后，由此增加了耕地流轉的交易成本，進而導致農戶不易采用互換并塊、土地整治等方式緩解耕地細碎化對農業生產的不利影響。基于比較收益理論，理性農戶會提高兼業化程度以彌補農業生產收益的效率損失。因此，在地勢為平原的村莊，耕地細碎化對農戶家庭兼業化的影響程度最小。

5 結論與政策啟示

5.1 研究結論

本文基于2009—2020年全國農村固定觀察點的12期面板數據，深入分析了耕地細碎化對農戶家庭兼業化的影響及其內在作用機制。研究結果表明：第一，耕地細碎化對農戶家庭兼業化具有顯著的正向影響，即耕地細碎化程度越高，農戶家庭兼業化程度越高。同時，在采用多種方法考慮模型的內生性問題后，該結論依舊穩健。第二，耕地細碎化對農戶家庭兼業化的作用機制表現為：耕地細碎化通過提升農業生產成本、降低種植業收入，進而促進了農戶家庭兼業化。第三，異質性分析表明：從農戶分化看，純農戶的回歸結果不顯著。此外，隨著農戶分化程度的加深，耕地細碎化的估計系數呈現倒“U”型分布；從“離農”氛圍看，耕地細碎化在“離農”氛圍濃郁的村莊對農戶家庭兼業化的影響程度更大；從村莊地勢看，耕地細碎化對平原地區農戶家庭兼業化的作用程度更小。

5.2 政策啟示

基于上述研究結論，本文得出以下政策啟示：第一，推動土地適度規模化經營。既要“使市場在資源配置中起決定性作用”，促進耕地流轉市場發育，通過區域價格機制和產權交易平臺高效配置耕地資源，形成良好、規范的市場環境，鼓勵細碎耕地自發向集中連片、適度規模經營方向發展；又要“更好發揮政府作用”，實施土地整治工程，兼顧區位因素和經濟條件，綜合采用諸如農地平整、產權互換、地塊歸并等權屬調整手段，降低耕地細碎化程度，提升農業生產效率。第二，促進種植業生產節本增效。圍繞破解“誰來種地”“地怎么種”等問題，大力發展代耕代種、代管代收、全程托管等農業社會化服務，鼓勵區域性綜合服務平臺建設，促進農業生產節本增效。同時，推動智慧農業發展，充分發揮科技創新的賦能作用，探索構建科技支撐引領鄉村全面振興和農業農村現代化的新機制新模式，切實保障國家糧食安全。第三，因地制宜保障農戶差異化生計需求。首先，對于以農業生產為主的農戶，應為其提供穩定的經營環境，破解用地、產權、資金等方面的難題，發展適度規模經營；對于以非農就業為主的農戶，農業生產已非家庭經營的關鍵，應盡可能激活其“在村”承包地效能。其次，在“離農氛圍”濃厚的村莊，應加強非農職業技能培訓，提升農戶非農就業的穩定性和收入。最后，對于碎片化嚴重的丘陵山區，應在尊重農民意愿的基礎上，加強政策激勵和引導，采用“山上換山下”等試點方案優化耕地空間布局。

需要指出的是，隨著農業社會化服務的發展，耕地細碎化的含義可能發生變化。換言之，采取“承包權不動，經營權連片”等土地托管方式將改變原有產權細碎的格局，降低耕地的細碎化程度，而本文囿于數據的限制無法觀察并討論這種情況，這也是本文的不足之處和未來研究延展深化的方向。

參考文獻（References）：

[1] KNIGHT J， DENG Q H， LI S. The puzzle of migrant labor shortage and rural labor surplus in China[J] . China Economic Review， 2011， 22（4）：585 - 600.

[2] LIU J M， CHEN H B， HOU X H， et al. Time to adopt a context-specific and market-based compensation scheme for a new round of the Grain for Green Program[J] . Land Use Policy， 2021， 108. doi： 10.1016/j.landusepol.2021.105675.

[3] TAN S H， HEERINK N， KRUSEMAN G， et al. Do fragmented landholdings have higher production costs Evidence from rice farmers in Northeastern Jiangxi Province， P.R. China[J] . China Economic Review， 2008， 19（3）： 347- 35.

[4] 紀月清，熊皛白，劉華.土地細碎化與農村勞動力轉移研究[J] .中國人口·資源與環境，2016，26（8）：105 - 115.

[5] 許慶，田士超，徐志剛，等.農地制度、土地細碎化與農民收入不平等[J] .經濟研究，2008，43（2）：83 - 92，105.

[6] 張哲晰，潘彪，高鳴，等.農業社會化服務：銜接賦能抑或歧視擠出[J] .農業技術經濟，2023（5）：129 - 144.

[7] 畢雪昊，楊亞瓊，鄒偉.農戶非農就業、社會化服務購買對耕地利用效率的影響[J] .資源科學，2022，44（12）：2540 - 2551.

[8] 王亞輝，李秀彬，辛良杰.耕地地塊細碎程度及其對山區農業生產成本的影響[J] .自然資源學報，2019，34（12）：2658 - 2672.

[9] 展進濤，張燕媛，張忠軍.土地細碎化是否阻礙了水稻生產性環節外包服務的發展 [J] .南京農業大學學報（社會科學版），2016，16（2）：117 - 124，155 - 156.

[10] 陳江華，羅明忠，洪煒杰.農地確權、細碎化與農村勞動力非農轉移[J] .西北農林科技大學學報（社會科學版），2020，20（2）：88 - 96.

[11] 許慶，劉進，錢有飛.勞動力流動、農地確權與農地流轉[J] .農業技術經濟，2017（5）：4 - 16.

[12] 郭凱明，王鈺冰，顏色.勞動力市場性別差距、生產結構轉型與人口增長轉變[J] .金融研究，2023（1）：21 - 38.

[13] 宋浩楠，欒敬東，張士云，等.土地細碎化、多樣化種植與農業生產技術效率——基于隨機前沿生產函數和中介效應模型的實證研究[J] .農業技術經濟，2021（2）：18 -29.

[14] 盧華，胡浩.土地細碎化、種植多樣化對農業生產利潤和效率的影響分析——基于江蘇農戶的微觀調查[J] .農業技術經濟，2015（7）：4 - 15.

[15] 陳奕山.農時視角下鄉村勞動力的勞動時間配置：農業生產和非農就業的關系分析[J] .中國人口科學，2019（2）：75 - 86，127 - 128.

[16] ZHANG Y， LI X B， SONG W. Determinants of cropland abandonment at the parcel， household and village levels in mountain areas of China： a multi-level analysis[J] . Land Use Policy， 2014， 41： 186 - 192.

[17] 趙建梅，孔祥智，孫東升，等.中國農戶兼業經營條件下的生產效率分析[J] .中國農村經濟，2013（3）：16 - 26.

[18] 錢龍，洪名勇.非農就業、土地流轉與農業生產效率變化——基于CFPS的實證分析[J] .中國農村經濟，2016（12）：2 - 16.

[19] 駱永民，駱熙，汪盧俊.農村基礎設施、工農業勞動生產率差距與非農就業[J] .管理世界，2020，36（12）：91 -109.

[20] 章丹，徐志剛，劉家成.外包與流轉：作業服務規模化是否延緩農地經營規模化——基于要素約束緩解與地租上漲的視角[J] .中國農村觀察，2022（2）：19 - 38.

[21] 潘明明，張杰.農民兼業何以影響其耕地質量保護行為？——基于蘇、皖、豫、鄂4省農戶調查[J] .中國土地科學，2023，37（3）：90 - 100.

[22] 翁貞林，高雪萍，檀竹平.農戶稟賦、區域環境與糧農兼業化——基于9省份1647個糧食種植戶的問卷調研[J] .農業技術經濟，2017（2）：61 - 71.

[23] 郭峰，陶旭輝.機器學習與社會科學中的因果關系：一個文獻綜述[J] .經濟學（季刊），2023，23（1）：1 - 17.

[24] BELLONI A， CHERNOZHUKOV C， HANSEN C. Inference on treatment effects after selection among high-dimensional controls[J] . The Review of Economic Studies， 2014， 81（2）： 608 - 650.

[25] 張濤，李均超.網絡基礎設施、包容性綠色增長與地區差距——基于雙重機器學習的因果推斷[J] .數量經濟技術經濟研究，2023，40（4）：113 - 135.

[26] 張露，羅必良.農業的減量化邏輯：一個分析框架[J] .農業經濟問題，2022（4）：15 - 26.

[27] HECKMAN J， PINTO R， SAVELYEV P. Understanding the mechanisms through which an influential early childhood program boosted adult outcomes[J] . American Economic Review， 2013， 103（6）， 2052 - 2086.

[28] 王兆林，呂秋杭，王營營，等.農戶閑置宅基地市場化配置感知風險識別及防控[J] .農業工程學報，2023，39（10）：237 - 248.

[29] 張蚌蚌，劉芳蘋，侯學博，等.“一戶一田”耕地細碎化治理對農戶收入的影響機制——基于陜西省榆陽區農戶數據的實證[J] .中國土地科學，2023，37（4）：73 - 83.

[30] 陳浩，羅力菲.財政能力、公共服務供給與流動人口居留意愿[J] .中國人口·資源與環境，2022，32（10）：197 -208.

[31] 趙佳佳，魏娟，劉天軍.數字鄉村發展對農民創業的影響及機制研究[J] .中國農村經濟，2023（5）：61 - 80.

[32] 葉子，夏顯力，陳哲，等.農地確權、農地細碎化與農業生產效率[J] .干旱區資源與環境，2021，35（12）：30 - 36.

[33] LEWBEL A. Using heteroscedasticity to identify and estimate mismeasured and endogenous regressor models[J] . Journal of Business Economic Statistics， 2012， 30（1）： 67 - 80.

[34] 王兆林，楊慶媛.農戶兼業行為對其耕地流轉方式影響分析——基于重慶市1096戶農戶的調查[J] .中國土地科學，2013，27（8）：67 - 74.

[35] 劉暢，易福金，徐志剛.父母健康：金錢和時間孰輕孰重 ——農村子女外出務工影響的再審視[J] .管理世界，2017，33（7）：74 - 87.

[36] 潘明明，張杰.農民兼業何以影響其耕地質量保護行為？——基于蘇、皖、豫、鄂4省農戶調查[J] .中國土地科學，2023，37（3）：90 - 100.

[37] 崔民，夏顯力.農地整治對農戶收入差距的影響研究[J/OL] .農業技術經濟，2023：1 - 15[2023 - 08 - 05] . https：//doi.org/10.13246/j.cnki.jae.20230613.003.

The Impact of Cultivated Land Fragmentation on Part-time Behavior of Farmers in China

WANG Zhaolin1，2，LYU Qiuhang1，WU Yue1，WANG Yingying1

（1. Institute for Chengdu-Chongqing Economic Circle Construction， Chongqing Technology and Business University， Chongqing 400067， China； 2. School of Public Administration， Chongqing Technology and Business University， Chongqing 400067， China）

Abstract： The purpose of this study is to explore the mechanism that cultivated land fragmentation affect part-time behavior of farmers， to provide the references for moderate scale operation of land and ensure farmers’ income. The research methods are as follows. Based on the 12-period panel data of the national rural fixed observation point from 2009 to 2020， this study used the random forest model to screen variables， and empirically tested the impact and mechanism of cultivated land fragmentation on farmers’ part-time behavior. The results showed that： 1） the fragmentation of cultivated land significantly promoted the degree of part-time farmers. After a series of robustness tests， this finding was still valid. 2） The results of mechanism test showed that cultivated land fragmentation could affect farmers’ part-time by increasing agricultural production costs and reducing planting income. 3） Heterogeneity analysis found that the promotion effect of cultivated land fragmentation on farmers’ part-time employment was more prominent in second-time farmers， strong‘off-farm’ atmosphere and villages located in hilly and mountainous areas. In conclusion， we should solve the problems of fragmented cultivated land and delayed differentiation of farmers from the aspects of promoting moderate scale operation of land， promoting cost-saving and efficiency-increasing of planting production， and ensuring differentiated livelihood needs of farmers according to local conditions， to promote the development of agricultural modernization and guarantee national grain safety.

Key words： cultivated land fragmentation； part-time behavior of farmers； machine learning； influencing mechanism

（本文責編：郎海鷗）

①Ⅰ：純農戶[0，20%]；Ⅱ：一兼農戶（20%，50%]；Ⅲ：二兼農戶（50%，80%]；Ⅳ：非農農戶（80%，100%]。

① Ratio的參考標準是不能小于1。