土地流轉對農戶多維相對貧困的影響及機制研究

摘要：研究目的：探討土地流轉對農戶多維相對貧困的因果影響、作用機制及異質性，為進一步深化農村土地制度改革、構建緩解農村相對貧困的長效機制提供實證依據和有益啟示。研究方法：利用2010—2018年中國家庭追蹤調查數據，構建了多維相對貧困評價指標體系，通過BP神經網絡賦權模型和雙界限法測度農戶多維相對貧困狀況，然后使用工具變量法探討土地流轉對農戶多維相對貧困的影響及作用機制。研究結果：（1）土地流轉顯著減輕了農戶的多維相對貧困狀況，且土地流出對5個子維度的相對貧困均存在穩健的減貧作用，而土地流入的減貧效應主要集中于家庭可行能力、發展機會、社會保險3個維度。（2）土地流轉主要通過優化農戶的土地和勞動力資源配置實現多維度的減貧效應。（3）土地流轉對西部地區和農業產值較低縣域的農戶，以及家庭勞動力年齡較低和土地價值較低的農戶的減貧效應更為明顯。研究結論：土地流轉有助于提升相對貧困群體的內生動力，培育自我發展的長效機制，其福利效應可以縮小地區間和人群間差異。基于此，為實現共同富裕的發展目標，需要進一步建立健全統一的土地經營權流轉市場，促進土地規范有序流轉。

關鍵詞：土地流轉；工具變量；多維相對貧困；資源優化配置；BP神經網絡

中圖分類號：F301.2 文獻標志碼：A 文章編號：1001-8158（2024）04-0031-12

基金項目：國家自然科學基金面上項目（72373149）。

我國的減貧事業開始邁向緩解相對貧困、實現共同富裕的新征程。所謂相對貧困，是指與社會平均水平相比，個體在物質資源和生活質量上明顯處于匱乏的狀態。與以生存為核心的絕對貧困相比，相對貧困具有更加明顯的多維屬性，主要表現在收入水平、資產積累、發展機會、生活環境、公共服務和社會權利等多方面的能力缺失[1]。同時，相對貧困還具有歷史動態性和長期性，只有充分調動相對貧困群體的主動性，激發他們的內生動力，才能建立相對貧困治理的長效機制。

農民是我國相對貧困群體的主體。對農民而言，土地不僅是重要的生產要素，還是承擔生活保障功能的重要資源和資產，與農民的收入結構、就業發展、居住安排、風險保障等多維度福利密切相關。隨著我國城鎮化和農業現代化的不斷推進，農村家庭承包地經營權（使用權）流轉（以下簡稱“土地流轉”）明顯加速。中共二十大報告指出“深化農村土地制度改革，賦予農民更加充分的財產權益”。土地流轉作為深化農村土地制度改革的重要內容，有利于促進農業適度規模化經營，為農村剩余勞動力向非農部門轉移和城鎮聚集創造條件。那么由土地流轉帶來的農戶土地經營權屬的變更，究竟會給農戶多維度的福利狀態帶來改善還是損失？影響程度如何？現有研究尚未得出一致結論[2]。研究土地流轉對農戶多維相對貧困的影響及作用機制對權衡土地流轉效益和風險至關重要。因此，本文嘗試構建以人的全面發展為目標的多維相對貧困評價指標體系，系統探討土地流轉對農戶多維相對貧困的影響、作用機制及異質性。

學術界對土地流轉的減貧研究主要聚焦于增收減貧視角，第一類文獻關注土地流轉增收減貧的賦權性質，認為土地流轉賦予土地交易屬性，農民可以通過土地投資增加財產性收入[3]。土地流轉可以盤活土地的資產、資本、資源功能，具有增收效應[4]。第二類文獻關注土地流轉增收減貧的機制，認為土地流轉作為生產要素配置的重要方式，一方面可以降低農業生產成本、提高農業生產率；另一方面可以促進農民的非農勞動、推動家庭職業分層等，進而增加農民財產性和工資性收入[5-6]。總的來說，現有文獻大多關注農民單一收入維度的貧困。僅有極少數文獻考察了土地流轉與農戶多維貧困之間的相關性，夏玉蓮等[4]發現，土地流轉對收入和就業維度有減貧效應，對教育維度的減貧效應不明顯；劉魏等[7]發現，土地流轉與農戶多維貧困之間負相關，與極端多維貧困不相關。但是，這兩篇文獻對于土地流轉內生性的處理還有待改進，而且在新時代關于土地流轉在相對貧困治理工作中的作用機制也亟待進一步厘清。

考察土地流轉對農戶多維相對貧困的減貧效應面臨一些挑戰。首先是農戶多維相對貧困狀況的測度問題。目前文獻多以收入中位數或平均收入的百分比來劃定相對貧困[8-9]，即關注單一收入維度；或以絕對貧困脫貧目標的“兩不愁三保障”為衡量維度。然而，新時代多維相對貧困的測度，需要考慮家庭發展機會、可行能力、社會權利等多維度的相對剝奪性，以更加準確地反映相對貧困的內涵與特點[10]。有鑒于此，本文利用中國家庭追蹤調查（CFPS）2010—2018年5期全國層面的微觀追蹤調查數據，從家庭經濟資產狀況、可行能力、生活環境與質量、發展機會和社會保險5個維度，構建以人的全面發展為目標的多維相對貧困評價指標體系，并運用BP（BackPropagation）神經網絡賦權模型和雙界限法（以下簡稱AF法），測度與識別農戶的多維相對貧困狀況。

其次是現有文獻普遍面臨的內生性問題。即農戶的土地流轉行為不是外生的，往往與農戶資源稟賦、偏好、預期等特征相關，而這些不可觀測的特征可能會對農戶的多維相對貧困狀況造成影響，從而導致估計結果并非來自于土地流轉本身。一些文獻試圖采用傾向得分匹配法（PSM）解決此問題[4，7]，但是，PSM無法克服不可觀測的遺漏變量和反向因果所導致的內生性偏差。為此，本文構建國家土地流轉率與1930年各省自耕農比重的交互項、縣域層面的土地流轉比例以及農村地貌三個工具變量，采用工具變量法來檢驗土地流轉對農戶多維相對貧困的因果效應，并采用PSM和廣義傾向得分匹配（GPS）進行穩健性檢驗①。

本文對相關文獻的邊際貢獻主要體現在以下三方面：第一，在研究內容方面，本文以人的全面發展為目標，對相對貧困進行了多維度的測度，并全面評估不同的土地流轉行為對農戶多維相對貧困及其5個子維度的減貧效應，為土地流轉提升相對貧困群體的內生動力、培育自我發展的長效機制提供了實證證據，豐富了我國農村土地制度改革與農民福祉相關的學術研究。第二，在研究視角方面，本文基于生產資源優化配置的理論分析框架，深入探討了土地流轉減貧效應的作用路徑，即通過優化農戶的土地和勞動力資源配置，充分發揮農戶的生產比較優勢，實現多維度的相對貧困減貧效應，拓展了土地流轉相關文獻的分析視角。第三，在研究方法方面，本文構建了省份、縣域和村莊三個層面的工具變量，以識別土地流轉的減貧效應。相比以往相關研究，本文能更好地解決土地流轉的內生性問題及其導致的估計偏差，確保實證結果的穩健性。

1 理論分析與研究假設

土地流轉不僅可以盤活農戶的土地資源，而且還會改變農戶的生產方式與勞動行為決策。根據勞動力遷移新經濟學（New Economics of Labor Migration）理論[11-12]，微觀農戶通常基于預期效用和家庭勞動力的比較優勢，在非農部門和農業部門之間進行生產要素配置的最優決策。如圖1的理論分析框架所示，假設期初有兩類具有不同生產比較優勢的農戶，他們擁有等量的勞動力、土地和資本生產要素稟賦，可以投入農業生產或非農生產，面臨相同的成本約束線。但是，由于兩類農戶在農業和非農生產中比較優勢的差異，他們的等產出曲線不同，即農戶的多維相對貧困程度不同。假設具有農業生產優勢的農戶1等產出線為A1，具有非農生產優勢的農戶2等產出線為S1，在成本約束下兩類農戶的要素投入與產出分別在Q、P兩點達到均衡，此時農戶1需投入XQ的農業生產要素（如土地、農業生產勞動力、農業生產資本）和YQ的非農生產要素（如非農就業勞動力、非農經營資本），農戶2則需投入XP的農業生產要素和YQ的非農生產要素。

當發生土地流轉時，具有農業生產優勢的農戶1會選擇流入土地，減少非農生產要素的投入，其成本約束線由MN變為M1N1；同理，農戶2會選擇流出土地，增加非農生產要素的投入，成本約束線由MN變為M2N2。雖然兩類農戶所擁有的農業和非農生產要素稟賦總體沒有變化，即M1+M2=2M，N1+N2=2N，但要素稟賦結構優化后，兩類農戶的等產量水平（即多維相對貧困狀況）均得到不同程度的改善，投入產出的均衡點分別由Q和P移動到W和Z，達到更高的等產量曲線A2和S2，表明土地流轉能通過土地資源和勞動力資源雙重優化配置，充分發揮農戶的比較優勢，實現帕累托改進和社會福利的提升。

具體來看，土地轉入的減貧機制主要源于土地資源的優化配置，尤其體現在土地產出率、農業勞動生產率的提高。就土地產出率而言，土地轉入是盤活土地資源、減少土地拋荒的重要方式。中國土地經營規模的拐點還未出現[13]，土地轉入戶的農業產出水平和農業經營性收入會隨著農業技術及工具的推廣而穩定提高。就勞動生產率而言，土地轉入有利于推動新型農業經營主體的興起，有助于培育具有專業知識技能的職業農民[14]，激勵農戶更好地進行農業經營與管理，改善農戶的可行能力、社會資本等多維度的相對貧困狀況，提高勞動生產率[15]。

土地轉出的減貧機制主要源于家庭勞動力資源的優化配置，其多維減貧路徑主要有三條：首先，土地轉出的租金等非農經營資本，為農民跨區域和城鄉流出提供了資金支持，更重要的是土地流出為農民的非農就業提供了必要條件，非農收入的提高以及非農就業機會的增加可被視為農民實現可持續增收與發展的重要因素[16]。其次，非農勞動有助于改善農戶固化的社會階層，使其更易獲得可及的社會資本，更新觀念并提升可行能力，提高社會適應性和競爭力，有效阻斷貧困的代際傳遞，為其獲取平等的公共服務和城鎮職工社會保險創造了機會。最后，勞動力資源的優化配置及其減貧作用具有示范效應，農民可以通過交流和效仿，在城鄉間、鄉村內、家庭中傳遞新的技能、信息、觀念，弱化農戶面臨的發展機會不足、可行能力受限、勞動力信息缺乏等問題，實現可持續的多維度減貧。

基于以上分析，本文提出：

假設1：土地流轉可以改善農戶多維度的福利狀態，減輕其多維相對貧困狀況。

假設2：土地流轉能夠通過改善家庭土地、勞動力資源的優化配置發揮多維度的減貧效應。

2 農戶多維相對貧困指數構建與計量模型

2.1 數據來源與數據處理

本文所用數據源自2010年、2012年、2014年、2016年、2018年共5期的中國家庭追蹤調查（China Family Panel Studies， CFPS），此樣本覆蓋全國25個省級行政單位①，代表了95%的中國大陸地區人口。該追蹤調查已被廣泛應用于貧困問題及農村發展等領域的研究中，符合本文的研究需要。本文以農村家庭為單位對家庭經濟問卷、成人問卷和兒童問卷進行數據匹配，剔除兒童戶（家庭年齡最大者未滿16周歲）、關鍵變量缺失及異常值的樣本，保留調查年具有農村戶口的家庭及成員樣本，最終得到5期混合截面數據，有效樣本量共計34 142個。

2.2 多維相對貧困指數的測算與識別

（1）多維相對貧困評價指標設計。諾貝爾經濟學獎得主阿馬蒂亞·森的可行能力理論認為，貧困的本質是家庭或個體的“基本可行能力”遭到剝奪[17]。因此，相對貧困的衡量標準應圍繞人的全面發展目標設定多維度的評價體系[18-19]。目前學術界對相對貧困的多維度衡量標準尚未達成一致。本文在設計多維相對貧困指標體系時，首先，參考了聯合國開發計劃署的人類發展指數（HDI）中涉及的維度指標及《中國農村扶貧開發綱要（2011—2020年）》中提出的任務與目標；其次，分析已有文獻中關于農村家庭致貧原因、相對貧困的內涵、常用的貧困維度指標及其臨界值的設置方法[1，20-21]；最后，依據CFPS調查數據的可得性和質量，設計了包含5個維度17個指標的農村家庭多維相對貧困指標體系（表1）。

家庭經濟資產狀況維度表征相對貧困人口的收入和資產狀況，是衡量農戶“貧”的關鍵。家庭可行能力、發展機會維度分別反映家庭謀求發展的內生動力和外部條件，代表貧困主體擺脫貧困及享受公共政策支持的能力，是表征“困”的核心要素。新發展理念強調綠色發展，在衡量家戶的多維相對貧困時應考慮人們對追求安全、優美的生活環境的需要。社會保險維度衡量了農戶平等享受基本公共服務的機會大小。

本文在指標選取和臨界值設定上與現有研究有以下幾點不同：第一，將年人均純收入臨界值設定為低于全國農村居民戶人均純收入中位數的40%①，而非低于貧困線，因為低于貧困線僅可以識別出絕對貧困群體，不能反映其相對狀態。第二，將戶主受教育年限少于12年定義為相對貧困，而非6年，因為基于2035年基本實現社會主義現代化的遠景目標，對教育相對貧困的衡量應對標于12年義務教育。第三，將信息獲取能力納入家庭可行能力的評價范圍，因為對數字信息的接受不足可能給數字脆弱群體帶來可行能力的缺失。第四，將參保后保障水平較低的群體視為社會保險維度的貧困主體，因為中國已經初步實現了基本社會保險的全民覆蓋，但城鄉居民基本社會保險的待遇水平較低。

（2）賦權模型的構建及權重測度。本文采用BP神經網絡賦權模型對表1中各指標的權重進行測度并優化，相較于文獻中常用的主觀賦權法和客觀賦權法，BP神經網絡可減少主觀偏差及數據的整體性誤差[24]①。

通過測算發現，家庭經濟資產狀況依舊是衡量相對貧困程度的重要維度，但其權重占比逐年遞減，由2010年的約28%降至2018年的約19%。而家庭可行能力、發展機會等維度的權重占比逐年升高，2010—2018年約提高5%～8%，這說明，農戶的發展型困境成為阻礙其擺脫相對貧困的主要因素[21]。

（3）農村家庭多維相對貧困測算與識別。本文參考ALKIRE等[25]開發的AF法測度并識別多維相對貧困狀態。假設n為樣本中農戶總數，d為指標總數，農戶i的第j項指標的觀測值為xij（i=1，2，3，…，n；j=1，2，3，…，d）。zj為指標j的相對貧困剝奪臨界值，用來判斷農戶在此指標上的能力是否被剝奪。gij（z）為單個指標的示性函數，若xij

在省份層面，構建國家土地流轉率與1930年各省自耕農比重的交互項，作為第一個工具變量。因為在20世紀30時代，自耕農比重越高表明土地租佃越淡化，土地流轉的可能性就越低[26]。由于土地制度變遷具有路徑依賴的特點及鄉土文化的傳承性，1930年自耕農比重與當前各地的土地流轉程度應負相關，而與當前農戶的多維相對貧困狀態不可能直接關聯，同時滿足工具變量相關性和外生性的要求。將其與全國各年份的土地流轉率相乘，可以衡量全國性的土地流轉趨勢對不同自耕農文化歷史地區的差異性沖擊。

在縣域層面，本文構建了除農戶i之外本縣土地流轉戶占全縣農民總戶數的比重，作為第二個工具變量。在縣域內部，農戶更傾向于通過交流互動、觀察他人經驗和行為的方式調整自己的認知、技能和決策。因此，農戶土地流轉決策會受到同縣其他農戶行為的直接影響，但該農戶的相對貧困狀態不受影響。

在村莊層面，選擇農村地貌狀況作為第三個工具變量，因為農村的地理條件會影響農業生產率和農戶的土地流轉意愿，如村莊地貌越平坦越有利于土地流轉，但與農戶的相對貧困沒有直接關系。

雖然省縣村三個層面的工具變量能夠較好地滿足工具變量的外生性要求，但可能面臨弱工具變量的問題，本文采用有限信息極大似然法（LIML）獲得對弱工具變量穩健的估計結果。同時，由于這三個工具變量在相應區域內部的時間變異性有限，在工具變量回歸中只能控制地區固定效應①，用于吸收東、中、西地區省市縣村間存在的差異。各變量的描述性統計如表2所示。

3 結果與分析

3.1 土地流轉對農戶多維相對貧困減貧效應的分析

（1）主要結果。本文先后利用混合截面回歸（OLS）、村莊固定效應模型（FE）和工具變量的有限信息極大似然法（IV-LIML）考察了土地流轉對農戶多維相對貧困剝奪得分、是否深度多維相對貧困的影響，回歸結果見表3。列（1）—列（6）的結果顯示，土地流轉對農戶多維相對貧困狀態產生顯著的負效應，且均通過顯著性檢驗，假設1得到驗證。控制村莊固定效應的估計結果表明，土地流轉使得農戶的多維相對貧困剝奪得分顯著下降0.005分，陷入深度多維相對貧困的可能性顯著降低1.2個百分點。

在處理內生性問題以后，表3列（3）和列（6）的A部分顯示，土地流轉使農戶多維相對貧困剝奪得分下降0.008分（相當于均值的2%），且在1%的統計水平上顯著；使農戶陷入深度多維相對貧困的可能性顯著降低1.6個百分點（相當于均值的8%）。相較于列（2）和列（5）的估計結果，工具變量法下土地流轉減貧效應的絕對數值有所提高，表明不考慮土地流轉決策的內生性時其減貧作用容易被低估。

本文對三個工具變量進行了弱工具變量檢驗，Kleibergen-Paaprk Wald F統計量數值為47.21，對應15%水平下Stock-Yogo弱工具變量檢驗臨界值為8.96，拒絕了弱工具變量檢驗的原假設。工具變量的過度識別檢驗對應的P值為0.44，不能拒絕所有工具變量滿足外生性的原假設。這表明，工具變量的估計結果是可靠無偏的。

（2）土地流轉對農戶不同維度相對貧困減貧效應分析。表4利用工具變量的LIML法進一步估計土地流轉、流出和流入對農戶5個相對貧困維度的影響②。表中A部分表明，土地流轉對經濟資產維度的影響不顯著，對其他維度表現出不同程度的減貧效應，其中，對農戶可行能力、生活環境與質量維度的影響程度最大。為探求影響效應存在差異的原因，本文將土地流轉細分為土地流入和土地流出后再進行回歸（B和C部分），發現土地流出比土地流入在各個維度上的減貧效應更穩定，土地流入對農戶的經濟資產、生活環境與質量維度的減貧效果不顯著。但不管土地流出還是流入，均對家庭的可行能力、發展機會、社會保險3個維度具有顯著的減貧效應。

推測可能的原因是，土地規模經營收益和非農勞動穩定性收入的差距較大。首先，土地流出能穩定地促進家庭勞動力資源向非農部門重新配置，獲得相對穩定、持續的非農收入，而且非農收入往往要高于這些農戶從事土地勞動所獲得的農業經營收入。另外，非農就業能夠改善農戶生活與居住環境及社會關系，促進農戶人力資本提升、拓展家庭發展機會與社會公共服務的可及性，因此，土地流出對農戶相對貧困不同維度的減貧效應更顯著且穩定。

對土地轉入戶而言，其要實現土地的規模化經營，初期必然要對農業生產經營已有模式進行改造，產生土地租金支出、勞動力雇傭等投資成本，并面臨融資約束。在新型農業科技還未全面推廣、農業專業化人才欠缺等背景下，大量的土地轉入戶在土地規模經營初期階段存在經營不善和抗風險能力較低的狀況，因此，土地流入對農戶經濟資產狀況維度相對貧困的短期改善效果不佳。而且，土地轉入戶大多仍生活在農村地區，其生活環境與居住質量的改善也并不明顯。

3.2 土地流轉多維減貧效應的機制檢驗

為檢驗理論假設2，本文選取家庭農業產值和農業相關收入作為土地流入減貧的渠道變量；將外出務工、主要從事非農勞動、非農收入作為土地流出減貧的渠道變量，以分別表征農村勞動力跨地區、跨部門的轉移，并采用工具變量的LIML法進行機制分析。

表5匯報了土地流轉、流入、流出對不同渠道變量的估計系數。結果顯示，土地流轉對5個渠道變量均有顯著的正效應，將土地流轉行為細化后發現，土地流入能使農戶的農業產值、農業相關收入分別顯著提高12.8%、11.4%；土地流出使農戶外出務工、主要從事非農勞動的概率分別顯著提高2.8和2.2個百分點，使農戶非農收入提高8.7%。

考慮到收入變量與農戶多維相對貧困狀態的衡量直接相關，表6的機制檢驗僅將家庭農業產值、外出務工、主要從事非農勞動三個渠道變量納入主模型中①。

表6結果顯示，加入渠道變量后，土地流轉對農戶多維相對貧困的減貧效應有所下降。相比不加任何渠道變量的主回歸而言（列（1）），列（2）和列（3）加入家庭農業產值、主要從事非農勞動變量后，土地流轉對農戶多維相對貧困剝奪得分的估計效應從約0.008分降為0.007分，這表明，這兩個渠道變量能夠解釋土地流轉減貧效應的約1/8。列（4）加入外出務工變量后，土地流轉的減貧效應從-0.008降到-0.006，意味著外出務工解釋了土地流轉多維減貧效應的1/4。列（5）控制所有渠道變量后，估計系數僅為-0.005，渠道變量的總體解釋力度達到37.5%。本文還嘗試將被解釋變量替換為是否深度多維相對貧困，結果與表6基本類似；不同之處在于，在控制所有渠道變量后，土地流轉的多維減貧效應變得不再顯著，這說明，土地和勞動力資源優化配置這兩個機制，基本完全解釋了土地流轉對深度多維相對貧困的減貧效應。

綜上所述，土地流轉能顯著促進家庭土地和勞動力資源的整合，使農戶增收減貧的同時，促進其非農就業并改善其可行能力與發展機會，達到多維度減貧效果，假設2得到驗證。

3.3 土地流轉多維減貧效應的異質性分析

（1）地區異質性分析。本文將全國樣本劃分為東部、中部和西部進行分組回歸。如表7列（1）—列（3）所示，土地流轉的多維減貧效應主要體現在東部和西部地區，對西部地區的減貧效果更為明顯。原因可能在于西部地區經濟發展水平較低、土地流轉市場發育相對落后，貧困率較高，土地流轉的減貧空間更大。東部地區土地政策和土地市場建設相對健全，土地價值更高，成熟的土地市場能推動土地的流轉，促進農村勞動力流動，為農戶的多維度能力發展和減貧創造機會。

農戶所在的縣域農業發展水平會直接影響其土地流轉和勞動決策。本文以樣本縣農業產值中位數為界將樣本分為兩組。表7列（4）—列（5）的結果表明，在農業產值較低的縣域，土地流轉的多維減貧效應更明顯。這可能因為在農業產值較低的縣域中貧困群體較多，整體的人力資本和社會資本水平偏低，土地流轉的減貧空間更大，所發揮的減貧作用更明顯。

（2）家庭異質性分析。家庭勞動力年齡結構和土地價值關系到農戶的生產比較優勢，為此本文將家庭勞動力年齡、土地價值以中位數為分界進行分組異質性檢驗。結果顯示②，土地流轉的減貧效應在勞動力年齡較低和土地價值較低的農戶中體現的更明顯。原因可能在于高齡勞動力的農業或非農勞動收益偏低；而土地流轉在土地價值較低的農戶中具有更大的減貧空間。

4 結論與政策啟示

本文基于具有全國代表性的CFPS農戶樣本（2010—2018年），運用BP神經網絡賦權模型和AF法，從家庭經濟資產狀況、可行能力、生活環境與質量、發展機會和社會保險5個維度構建農戶相對貧困的衡量指標，并利用工具變量法考察土地流轉對農戶多維相對貧困的影響、作用機制及異質性效應。本文的主要發現包括：（1）土地流轉顯著且穩健地緩解了農戶的多維相對貧困；土地流出對5個子維度的相對貧困均存在穩健的減貧作用，而土地流入的減貧效應主要集中于家庭可行能力、發展機會、社會保險3個維度，與土地流入相比，土地流出在各子維度上的減貧作用更為穩健，其減貧程度在數值上也更大。（2）基于生產資源優化配置視角的機制分析表明，土地流轉通過優化農戶土地和勞動力資源的配置，實現農戶多維度的相對貧困減貧，農戶的土地和勞動力資源優化配置基本完全解釋土地流轉對深度多維相對貧困的影響。（3）土地流轉的減貧效應具有明顯的地區、家庭異質性，對西部地區和農業產值較低縣域的農戶，以及家庭勞動力較年輕、土地價值較低的農戶具有更強的多維相對貧困減貧效應。這些發現意味著土地流轉是激發農村相對貧困群體內生動力、推動鄉村振興的有效途徑。土地流轉在提高農戶收入資產的同時，還能有效改善其可行能力、發展機會、生活環境與質量等多維度的福利狀態，縮小地區間和人群間差異，朝向共同富裕的目標邁進。上述研究發現具有鮮明的政策含義，為進一步深化農村土地制度改革、構建緩解農村相對貧困的長效機制提供了實證依據和有益啟示。

然而現階段我國農村土地市場發育緩慢，土地流轉比例仍待提高，農民工能力發展等仍面臨困境，新型農業經營主體培育體系尚不健全。為進一步促進土地規范有序流轉，提高農戶多維度的福利水平，助力減貧事業，本文提出以下幾點政策展望：第一，全面深化農村土地制度改革，建立健全統一有序的土地經營權流轉市場[27]，建立更加透明、高效的土地交易平臺以加強對土地流轉市場的監管。第二，建立健全以基本公共服務均等化為基礎的能力發展機制和社會保障體系。加強農民工職業技能培訓、就業服務和權益維護，積極推動農民工及其子女平等享受教育、醫療、住房及基本社會保險等方面的城鎮基本公共服務，破除城鄉分割局面。第三，加快培育新型農業經營主體和服務主體，大力發展農業適度規模經營形式，全面推廣農業生產新技術的應用，加強激勵扶持與監管力度，促進農民持續多維減貧。

參考文獻（References）：

[1] 王小林，馮賀霞. 2020年后中國多維相對貧困標準：國際經驗與政策取向[J] . 中國農村經濟，2020（3）：2 - 21.

[2] 胡特，彭開麗，唐睿，等. 農戶脆弱性研究綜述及其在土地利用變化中的理論分析構架[J] . 中國土地科學，2016，30（11）：50 - 60.

[3] BESLEY T. Property rights and investment incentives： theory and evidence from Ghana[J] . Journal of Political Economy， 1995， 103（5）： 903 - 937.

[4] 夏玉蓮，匡遠配. 農地流轉的多維減貧效應分析——基于5省1218戶農戶的調查數據[J] . 中國農村經濟，2017（9）：44 - 61.

[5] KEMPER N， HA L V， KLUMP R. Property rights and consumption volatility： evidence from a land reform in Vietnam[J] . World Development， 2015， 71： 107 - 130.

[6] 周京奎，王文波，龔明遠，等. 農地流轉、職業分層與減貧效應[J] . 經濟研究，2020，55（6）：155 - 171.

[7] 劉魏，王小華. 農地流轉的多維減貧效應及其異質性研究[J] . 宏觀質量研究，2019，7（3）：51 - 65.

[8] 陳宗勝，沈揚揚，周云波. 中國農村貧困狀況的絕對與相對變動——兼論相對貧困線的設定[J] . 管理世界，2013（1）：67 - 77，187 - 188.

[9] AUDA H， ALBEHERY N， HASSAN E. Robust estimator for relative poverty line with application to Egypt[J] . Advances and Applications in Statistics， 2018， 53（4）： 379 - 400.

[10] RAVALLION M， CHEN S H. Global poverty measurement when relative income matters[J] . Journal of Public Economics， 2019， 117. doi： 10.1016/j.jpubeco.2019.07.005.

[11] STARK O， BLOOM D E. The new economics of labor migration[J] . The American Economic Review， 1985， 75（2）： 173 - 178.

[12] STARK O， TAYLOR J E. Migration incentives，migration types： the role of relative deprivation[J] . The Economic Journal， 1991， 101（408）： 1163 - 1178.

[13] 羅必良. 論服務規模經營——從縱向分工到橫向分工及連片專業化[J] . 中國農村經濟，2017（11）：2 - 16.

[14] 曾福生，夏玉蓮. 農地流轉與新型農民培育研究——基于多項式分布滯后模型的實證分析[J] . 農業技術經濟，2014（6）：14 - 21.

[15] 史常亮，占鵬，朱俊峰. 土地流轉、要素配置與農業生產效率改進[J] . 中國土地科學，2020，34（3）：49 - 57.

[16] 韓菡，鐘甫寧. 勞動力流出后“剩余土地”流向對于當地農民收入分配的影響[J] . 中國農村經濟，2011（4）：18 -25.

[17] SEN A. Poverty： an ordinal approach to measurement[J] . Econometrica， 1976， 44（2）： 219 - 231.

[18] 孫久文，夏添. 中國扶貧戰略與2020年后相對貧困線劃定——基于理論、政策和數據的分析[J] . 中國農村經濟，2019（10）：98 - 113.

[19] 黃征學，高國力，滕飛，等. 中國長期減貧，路在何方？——2020年脫貧攻堅完成后的減貧戰略前瞻[J] . 中國農村經濟，2019（9）：2 - 14.

[20] 郭熙保，周強. 長期多維貧困、不平等與致貧因素[J] . 經濟研究，2016，51（6）：143 - 156.

[21] 裴勁松，矯萌. 勞動供給與農村家庭多維相對貧困減貧[J] . 中國人口科學，2021（3）：69 - 81，127 - 128.

[22] THE WORLD BANK. Annual Report 2017[EB/OL] .（2018-05-10）[2024-03-19] . https： //thedocs.worldbank. org/en/doc/908481507403754670-0330212017/original/ AnnualReport2017WBG.pdf.

[23] 劉愿理，廖和平，蔡拔林，等. 基于不同生計類型的農戶多維相對貧困測度與影響機理[J] . 中國人口·資源與環境，2022，32（5）：165 - 175.

[24] WEST D. Neural network credit scoring models[J] . Computers Operations Research， 2000， 27（11 - 12）： 1131 - 1152.

[25] ALKIRE S， FOSTER J. Counting and multidimensional poverty measurement[J] . Journal of Public Economics， 2011， 95（7 - 8）： 476 - 487.

[26] 陳斌開，馬寧寧，王丹利. 土地流轉、農業生產率與農民收入[J] . 世界經濟，2020，43（10）：97 - 120.

[27] 王慶日，陳美景，仲濟香. 土地要素市場化改革：產權基礎、流轉路徑與收益分配[J] . 中國土地科學，2021，35（12）：109 - 118.

Impacts of Land Transfer on Multidimensional Relative Poverty of Farmers： From the Perspective of Optimizing Production Resource Allocation

LIU Hong， JIAO Meng

（School of Labor and Human Resources， Renmin University of China， Beijing 100872， China）

Abstract： The purpose of the study is to estimate the impact， mechanism and heterogeneity of land transfer on the multidimensional relative poverty of farmers， to further deepen the reform of rural land institutions and build a longterm mechanism to alleviate relative poverty in rural China. The research methods are as follows. Using the data of China Family Panel Studies from 2010 to 2018， this paper constructs a multi-dimensional relative poverty evaluation index system and measures the multidimensional relative poverty of farmers through BP neural network empowerment model and AF method. We then employ the instrumental variable method to estimate the impact of land transfer on the multidimensional relative poverty of farmers. The results show that： 1） land transfer significantly reduces the multidimensional relative poverty of farmers. The poverty-reduction effect of land outflow is robust for all five subdimensions of relative poverty， while the effect of land inflow is mainly concentrated on the three dimensions： household viability， development opportunities and social insurance. 2） Land transfer reduces multidimensional relative poverty mainly through optimizing the allocation of land and labor resources of farmers. 3） The poverty alleviation effect of land transfer is stronger for farmers in western regions and counties with lower agricultural output values， as well as households with younger labor forces and lower land values. In conclusion， land transfer helps enhance the endogenous motivation of relatively poor groups and cultivates a long-term mechanism for self-development， leading to a narrower disparity across regions and households. Thus， to achieve the goal of common prosperity， it is crucial to establish a unified market for land management rights transfer， promoting well-organized land transfers.

Key words： land transfer； instrumental variables； multidimensional relative poverty； optimal resource allocation； BP neural network

（本文責編：郎海鷗）

①限于篇幅，穩健性檢驗未在文中展示，可向筆者索取。

①沒有包含在樣本中的大陸省份為西藏、內蒙古、海南、寧夏、青海和新疆；本文投稿時2020年CFPS數據尚未完全公開，因此未使用2020年的調查數據。

①將40%調整為45%、50%后研究結論依舊穩健。

①限于篇幅，BP神經網絡訓練測度指標權重的公式、17個相對貧困評價指標的權重未在文中展示，可向筆者索取。

②舉例說明，若存在同等重要的10個貧困指標，假定k=50%，則農戶必須滿足在至少5個貧困指標上被剝奪才被識別為多維相對貧困。

①本文將全國分為西部、中部、東部地區，其中西部地區包括甘肅、貴州、四川、重慶、陜西、云南、廣西；中部地區包括湖北、湖南、山西、黑龍江、吉林、安徽、江西、河南；東部地區包括浙江、江蘇、北京、上海、廣東、天津、福建、山東、河北、遼寧。

②為了節省篇幅，表4中的每一個單元為一個回歸，報告了關鍵變量的工具變量估計系數。本文還將核心解釋變量替換為土地流出和流入畝數、土地流出收入和流入支出，分別進行工具變量檢驗，結果穩健。

①限于篇幅，為突出土地流轉決策整體的減貧路徑，表6不再就土地流轉行為進行細分。

②限于篇幅，多維減貧效應的家庭異質性回歸結果（工具變量估計）未在文中展示，可向筆者索取。