荒還是“非糧化”？農地流轉租金對糧地調減行為的影響研究

關鍵詞農地流轉租金；非糧化；耕地荒；農地經營規模

中圖分類號F325文獻標識碼A

文章編號 0517-6611（2025）13-0236-05

doi：10.3969/j.issn.0517-6611.2025. 13.046

開放科學（資源服務）標識碼（OSID）：

Land Abandonment or“Non-grain\"？A Study on the Impact of Agricultural Land Transfer Rentonthe Reduction Behaviorof Land QIN Jian-hao，WU Xue-bing（Colege of Economics and Management， Yangtze University，Jingzhou，Hubei ）

AbstractBasedontheChinaHouseholdFinanceSurvey（CHFS）data，weexploretheimpactandheterogeneityofarmlandtransferrentson foodlandreductionbehaviorintwodimensions：“non-grain”andarablelandabandonment.Teresultsshowthattheincreaseinfarmland transferenthassigificatposiietootht“og”oftrasfeigsubjectsdabandotofidlndase ringhouseholds.Comparedwiththelargescaleoerators，teimpactofteincreaseinfarandtransferentonodnaryfarersisresig nificant.Afterosideringteedogeeitysue，teectoffarlandtransferentot“ongrain”oftrasfeinggentsndteaban donmenoffarmlandbytransferinguthouseholdsisstillsignificant，andthefidingsremainrobustaftertepropensityalueatching （PSM）ethodIofsitidtoietiallostpgsfuallsee structureinvsmnttoprodoeratiofeyregicualusotolofablelandndieasetly and high-quality food products.

Key WordsAgricultural land transfer rent;Non-grain;Arable land abandonment;Farmland operation scale

中共二十大報告提出要“全方位夯實糧食安全根基”，這對保障我國糧食安全提出了更高要求，也開啟了建設農業強國的新征程。根據《中國農村統計年鑒》，中國糧食總產量連續7年穩定在6300億 kg 以上，特別是2021年糧食產量達到了6800億 kg 。人均糧食占有量連續14年來高于國際公認的糧食安全線（人均 400kg ），實現了“谷物基本自給、口糧絕對安全”。但隨著我國進入新發展階段，而我國糧食生產還存在資源環境約束、結構性短缺、區域性不平衡等矛盾，糧食供求中長期仍將處于“緊平衡\"態勢[1]。特別是自2016 年以來，糧食種植面積連續3年下降，2020年才開始略有回升。糧食播種面積占比由2016年的 71.42% 逐年下降至2020年的 69.72%^[2] 。糧食種植面積調減的主要原因是“非糧化”和畧荒拋荒。為了防止耕地“非糧化”嚴禁耕地擢荒和穩定糧食生產，2020年11月，國務院辦公廳印發《關于防止耕地“非糧化”穩定糧食生產的意見》，指出“對耕地實行特殊保護和用途管制，優質耕地要重點用于發展糧食生產”。農業農村部也于2021年1月印發《關于統籌利用畧荒地促進農業生產發展的指導意見》，提出“遏制耕地擢荒、鼓勵復耕復種”。由此可見，糧食生產戰略地位越發重要，抑制“非糧化”和耕地良田拋荒成為“全方位保障糧食安全”的重要手段。

農地流轉的根本自標是促進閑置王地資源的優化配置，推動規模經營，同時以地租形式增加轉出農民的轉移性收入，以擴規模、提效率等方式增加農業經營者收入。中國農地確權之后，農民對農戶產權預期增加，地租也逐漸上漲，已被文獻所論證[3]。此外，隨著外包服務的興起以及農資價格和生活物價的上漲，地租也逐年上漲[4]。理論上，農地流轉租金上漲一方面推高了農業經營成本，導致農地“非糧化”，另一方面增加了農地轉出，減少了畧荒[5]。事實上，在農地流轉租金不斷上漲的今天，我國農地經營呈現出“非糧化”和“趨糧化\"并存的態勢[]，仍有 10% 左右的耕地擢荒率[7]

目前關于農地流轉對糧食種植結構調整影響的文獻相對較多，但關于農地流轉租金對糧地調減行為影響的研究還相對較少。事實上，農地流轉租金的高低決定了種糧的收益水平，與農業經營主體種糧行為有直接關系，因此，研究農地流轉租金對糧地調減行為的影響具有重要意義。少量文獻開始關注農地流轉租金對“非糧化”的影響，如劉余等[基于江蘇省糧食種植戶的調查數據，發現糧地租金上漲導致糧食作物播種面積下降的概率增強[8]，仇童偉等[9]也發現農地流轉租金在0.01的顯著性水平正向影響農地的“非糧化”；韓國瑩等[\"]利用黃淮海農區農戶調查數據，研究發現農流轉租金的提高，不僅增加農地非糧種植的可能性，還會提升地塊非糧種植的比例。

現有關于農地流轉租金對“非糧化”影響的文獻尚未分析該影響是否具有規模上的情景依賴，而普通農戶與規模經營主體的種糧邏輯存在顯著差異[]。此外，糧食種植面積的減少還與耕地擢荒有關，研究農地流轉租金對農戶荒行為影響的研究相對稀缺，而將農地流轉租金、“非糧化”以及畧荒行為納入一個統一的研究框架的文獻更為少見。鑒于此，該研究首先將農地供需雙方納人一個統一框架，探討農地流轉租金的上漲對轉入方“非糧化\"行為和轉出方耕地擢荒行為，并進一步分析該影響是否具有對經營規模的情景依賴。對這一問題的回答不僅有助于厘清農地流轉租金對糧地種植調減行為的影響及其異質性，也能深化對“非糧化”和耕地擢荒生成邏輯的理解，并為保障糧食安全問題提供政策參考。

1理論分析與研究假設

農業經營者的邏輯是實現利益最大化為原則，行為導向是將有限的勞動力、土地和資金等要素投向可以獲得更高收益的產業[12]。當農地流轉租金推高農業經營成本時，糧食價格相對穩定，種植糧食的利潤被不斷擠出。作為理性經濟人，將農地“非糧化”是其面對市場、租金、合約等壓力的必然結果[13]。選擇種植經濟作物有兩大“優勢”：一方面，經濟作物收益遠高于一般糧食作物，當前國家種糧補貼也不足以彌補兩者之間的差距，另一方面，經濟作物相比糧食作物，生長周期短，資金回收快，風險相對小。此外，地方政府出于政績和經濟獲利動力會放松對農地“非糧化”的監管。但相比普通農戶，規模經營主體在生產環節具有引進技術和增加投資的動力，對農業生產風險和市場供求沖擊的應對能力也更強，因而有更高的土地生產率、勞動生產率和資金生產率[6]因此，規模經營主體能接受相對較高的農地流轉租金，甚至為了獲得更多的集中連片土地，不惜抬高農地流轉租金擠出一般農戶。相對經濟作物，糧食作物機械化適應程度更高，受勞動力約束較小，也容易儲藏，因此，農地流轉租金的上漲在可承受范圍內時，規模經營主體更傾向于選擇種植糧食作物。據此可提出假設 ΔH₁ 。

ΔH₁ ：農地流轉租金上漲可能會導致轉入主體耕地“非糧化”的風險，但規模經營主體進行“非糧化”的概率要比普通農戶低一些。

當農地流轉價格不斷上漲擠出利潤空間時，農業經營者還有一種可能選擇就是減少農地轉入。農地流轉需求減少后，那些在城市務工經商的離農戶轉出的土地就面臨擢荒的風險，特別是地處偏遠、耕作條件較差的地塊。當前農村普通農戶包括留守老人為主的農戶和“中堅農民”為主的農戶。由于我國農村土地普遍細碎化、勞動力成本高，即便有村民愿意將自家交通不便、耕作條件差的耕地以較低租金甚至“零租金”的方式進行流轉，留守老人為主的農戶家庭也不愿接手[14]。中堅農民是因家庭因素留在村莊的青壯年農民，除自家耕地外，還將親戚鄰居土地轉人，達到適度規模經營[15]。但當農地流轉租金上漲，這類中堅農民轉入的土地就會不斷被擠出，由于農地流轉租金漲后難以下跌的“棘輪效應”16]，那些地處偏遠、耕作條件較差的地塊增加了被畧荒的風險。規模經營主體由于專用性資產投資較多，短期內調減農地經營規模將面臨農業機械閑置、固定資產折舊甚至廢棄的損失，而繼續生產的可變成本水平較低，盡管也面臨收益的下降，但損失要小于農機廢棄的損失[8]。因此，農地流轉價格上漲，規模經營主體不會輕易退出轉入土地，從而不會加劇轉出戶耕地畧荒。據此提出假設 H₂ 0

H₂ ：農地流轉租金上漲也會增加轉出戶耕地擢荒的風險，但規模經營主體退出土地導致轉出戶擢荒的概率要比普通農戶低一些。

2研究方法與數據來源

2.1研究方法該研究旨在考察農地流轉租金對農戶糧食種植調減行為的影響，為此，首先給出了農地流轉租金對農戶糧食種植調減行為選擇的估計模型。具體如下：

Y_i=β₀+β₁R+Xβ+ε

式中， Y_i 表示“非糧化”或者畧荒率。當 Y_i 表示“非糧化”時為二分類變量，1表示經濟作物，0表示糧食作物；當 Y_i 表示荒率時為連續變量。 R 表示農地流轉租金； X 為家庭特征、農地特征和村莊特征等變量構成的矩陣； ?β₀ 為常數項 ?，β₁ 表示待估計系數， Δ_，β 為控制變量系數組成的矩陣； ε 為隨機擾動項，并假設其符合正態分布。

（1）被解釋變量：“非糧化”和耕地畧荒。 ① “非糧化”。借鑒仇童偉等[13]的相關研究，根據轉出農地“是否種植經濟作物”來測度該地“非糧化”狀況，并將同時種植經濟作物和糧食作物歸為“非糧化”種植。 31% 的轉入主體選擇了“非糧化”。 ② 耕地畧荒。借鑒周旭海等[研究成果，該研究在篩選出家庭耕地總面積、耕地流轉面積和耕地種植面積數據可得的農戶樣本后，通過計算“耕地總面積-耕地流轉面積-耕地種植面積”得到耕地擢荒面積，擢荒率即耕地擢荒面積與耕地總面積之比[10]。轉出戶耕地平均畧荒率為 10% 。

（2）關鍵自變量：農地流轉租金。該研究采用農地轉出戶獲得的地均農地流轉租金 +1 后取對數來刻畫。

（3）控制變量：控制變量主要包含轉出戶家庭特征、農地特征及村莊特征。家庭特征一方面包含代表家庭富裕程度的指標，如是否從事工商業、家庭是否擁有活期和定期存款、是否購買汽車以及是否為貧困戶。轉出戶家庭富裕程度對農戶糧食種植行為存在一定影響，對于轉出戶而言，農村富裕家庭非農就業和非農經營相對較好，他們對土地的依賴性較低，土地的保障功能不如純農戶強，因此不會隨時收回土地，也缺乏監督轉人戶耕種行為。家庭特征另一方面包括代表家庭的社會網絡關系和社會資本狀況，如家里是否有村干部、是否發生過流轉糾紛以及是否參加祭祖活動。土地特征主要包括耕地的自然特征和權屬狀況，自然特征包括耕地是否擁有灌溉設施、是否擁有排水設施、是否被污染、是否適合機械以及耕地質量等級。權屬狀況包括是否擁有承包合同、是否擁有土地經營權以及農地流轉期限。村莊層面主要包括轉出戶對莊主的就業和交通的評價。如對村莊道路滿意程度和對社區勞動就業滿意度。此外，該研究還控制了28個省份的虛擬變量。

2.2數據來源該研究使用的數據來源于中國家庭金融調查（CHFS）公開數據庫，該數據是由西南財經大學實施的調研項目。該機構2011—2019年每隔2年展開一次家庭隨機抽樣調研，由于農地流轉租金數據存在較多不合理的異常值，因此在數據清洗過程中對農地流轉租金采取了 5% 縮尾。

除新疆、西藏和港澳臺外，調查覆蓋全國29個省（區、市），樣本規模為3.7289萬戶。根據研究目的，該研究只保留了轉出戶數據，在刪除了核心變量嚴重缺失的樣本后，最終保留了1624個樣本。之所以重點分析轉出戶樣本，是因為該數據庫中轉出戶樣本能清楚地了解到流轉雙方的具體情況，既可以分析轉入戶“非糧化”情況，也可以分析轉出戶耕地擢荒情況。

3結果與分析

3.1描述性統計分析表1匯報了主要變量的統計結果。結果顯示， 31% 的轉入戶進行了“非糧化”種植，其中也包含將轉入土地進行部分“非糧化”。從轉出戶角度衡量，耕地荒率平均為 10% ，即轉出戶中大約 10% 的地塊被擢荒，荒的主要原因是交通不便和耕作條件差等原因。農地流轉租金計算方法：地均租金 +1 取對數后平均值為 3.630 。

進一步將農地流轉租金分為有償和無償2類，無償流轉比例達到 39.96% 。為對比兩者在“非糧化”和擢荒率上的差異，特此進行了 T 檢驗，將無償流轉作為對照組，具體見表2。由表2可知： ① 相比無償流轉，有償流轉顯著增加了“非糧化\"風險。在有償流轉下，轉人戶進行“非糧化”的概率為36.9% ，而無償流轉下，其“非糧化”概率為 21.4% ，相比無償流轉，有償流轉下“非糧化”的概率增加15.5百分點。 ② 相比無償流轉，有償流轉顯著增加了耕地畧荒風險。在有償流轉下，轉出戶平均擢荒率為 10.7% ，而無償流轉下，其平均擢荒率為 7.9% ，相比無償流轉，有償流轉下轉出戶平均擢荒率增加2.8百分點。

3.2 實證結果與分析

3.2.1基本線性回歸結果。表3匯報了基本線性模型的實證結果。模型（1）＼～（3）主要分析農地流轉租金及控制變量對轉入戶“非糧化”的影響。由于因變量為二分類變量，所以選擇了Probit模型進行回歸估計，模型（1）僅將關鍵變量農地流轉租金引入基準模型，模型（2）是在模型（1）的基礎上增加了轉出戶農戶家庭特征、土地特征以及村莊特征，模型（3）在模型（2）的基礎上控制了省份變量。觀察回歸結果，不難發現農地流轉租金對“非糧化”的影響和顯著性是穩定的，始終在0.01水平顯著，且影響方向為正，表明獲得農地流轉租金上漲會顯著增加“非糧化”的風險。從理論上來說，農地的邊際產品價值即土地的邊際產出乘以農產品價格大于農地流轉租金，農業經營主體轉人土地才有利潤空間，但隨著農地流轉租金上漲，在土地的邊際產出不能增加的前提下，唯有追求農產品價格，而經濟作物相比糧食作物收益更大，因此，“非糧化”便具有顯著的驅動作用。

模型（4）＼～（6）主要分析農地流轉租金及控制變量對轉出戶擢荒率的影響。由于荒率為連續變量，故選擇OLS模型，同模型（1）＼～（3）一樣，模型（4）＼～（6）也是通過逐漸添加變量的方式來保證結果的穩健性，模型（4）＼～（6）的結果表明其解釋力是穩健的。計量結果顯示，農地流轉租金在0.01的水平下顯著增加了荒的風險。從轉出戶來看，農地流轉租金的提高增加了其將土地轉出的動力，但實際情形可能是，由于農地流轉租金的上漲，降低了轉入戶對土地的需求，因此，農業經營者在轉人土地時可能會有所選擇，挑剔性選擇耕地質量好、灌溉設施齊全、交通方便以及便于機械化的耕地，對于那些地處偏遠、灌溉條件差且不能實施機械化的土地選擇了放棄。其他控制變量不是該研究重點，便不再贅述

3.2.2內生性檢驗。基準模型可能存在內生性問題。一方面，非糧化”和耕地拋荒還可能受其他因素影響，例如地區政策和文化習俗等一些不可觀測的變量，這會產生遺漏變量問題；另一方面，“非糧化”帶來的高經濟收益以及耕地擢荒帶來的農地供需變化也會影響到農地流轉租金，這將產生雙向因果問題。遺漏變量和雙向因果關系都將會產生內生性問題。為有效減少內生性干擾，借鑒有關學者的做法，在分析農地流轉租金對“非糧化”影響時，選取本村其他轉出戶獲得的平均農地流轉租金作為農地流轉租金的工具變量[12]。農村是個熟人社會，村莊其他農戶流轉租金水平會直接影響周圍鄰居，但村莊農地租金水平則是農戶的集體行為，并不直接影響農戶“非糧化”行為。工具變量估計結果顯示（表4），農地流轉租金對非糧化影響依然顯著，Wald檢驗結果為7.23，其 P 值為0.007，故可以在0.01的顯著性水平認為農地流轉租金為內生變量，進一步弱工具變量檢驗顯示， P 值為0.001，拒絕了弱工具變量的原假設。

在分析農地流轉租金對耕地擢荒影響時，工具變量選取轉出戶人情往來支出。選取農村居民的人情支出作為以處理基準模型中可能存在的雙向因果問題。首先，農地流轉租金的高低與人情往來相關，熟人間農地流轉租金偏低，甚至為0，而外村轉入戶或工商資本下鄉可能會推高農地流轉租金。人情支出作為維系農村宗族關系網絡的非生產性支出，與農戶耕地畧荒行為無關，選取農村居民的人情支出作為零租金的工具變量，滿足相關性和排他性的要求。估計結果顯示，Durbin-Wu-Hausman內生性檢驗的 P 值為0.027，在0.05的顯著性水平下拒絕了原假設，即農地流轉價格為內生性變量，進一步若工具變量顯示， F 統計量為10.512，超過10，故認為不存在弱工具變量。

3.2.3異質性分析。根據農地轉出對象的規模，將農地轉入主體劃分為普通農戶和規模經營主體兩類。其中普通農戶包括本村和外村普通農戶，規模經營主體包括專業大戶、家庭農場、農民合作社、公司或企業、村集體以及中介組織。表5匯報了不同規模主體下農地流轉租金對糧食種植調減行為的影響。當轉入戶為普通農戶時，農地流轉租金在0.01的顯著性水平對“非糧化”有正向影響，在0.05的顯著性水平對擢荒率有正向影響，意味著農地流轉租金的上漲倒逼普通農戶選擇種植經濟作物來追求經濟利益，如果不種植經濟作物，其可能的選擇是放棄轉入，這將導致轉出戶將一部分地塊擢荒。當轉入戶為規模經營主體時，農地流轉租金對“非糧化”和畧荒率的影響效應變小，且均沒有通過顯著性檢驗。原因可能是規模經營主體追求經濟利益的路徑除了“非糧化\"外還有其他路徑，譬如通過機械代替勞動力來降低經營成本，而不是被迫選擇“非糧化”減少農地轉入規模甚至畧荒跑路。

3.2.4穩健性分析。通過選擇是否有償流轉作為處理變量，非糧化和畧荒率作為結果變量，運用傾向值匹配法（PSM）估計了農地流轉價格對糧食種植行為的影響。從表6可以看出，通過4種匹配方法估計的平均處理效應均在

0.01的水平顯著，通過平衡性檢驗也可以發現：匹配后多數變量的偏差小于0.10，且不拒絕無系統差異的原假設。這說明農地流轉價格對糧食種植行為的影響，與前文研究結論一致。

4結論與啟示

4.1結論中國家庭金融調查（CHFS）數據，基于“非糧化”和耕地擢荒兩個維度，從微觀層面實證研究了農地流轉租金對糧地種植調減行為的影響及異質性。研究發現，農地流轉租金對轉入主體“非糧化”和轉出戶擢荒行為都具有顯著的正向影響。相比規模經營主體，農地流轉租金對普通農戶影響更為顯著。在考慮了內生性問題后，農地流轉租金對轉人主體“非糧化”和轉出戶擢荒行為的影響依然顯著。在替換關鍵自變量和傾向值匹配（PSM）方法檢驗后，研究結論依然穩健。

4.2政策啟示該研究的政策啟示如下：一是科學構建農地流轉定價機制。由于農地流轉租金偏高可能會導致農地“非糧化\"和提高轉出戶耕地畧荒率，因此，對于普通農戶之間的農地流轉，本著雙方協商的原則，減少過多干預。對于普通農戶與規模經營主體之間的農地流轉，依據糧食種植收益而非經濟作物評估農地流轉價格。二是加大基礎設施建設提升糧食種植的經濟效益水平。糧食種植具有一定規模效應，適合機械化作業，因此，通過促進農地流轉、建設高標準良田、整治中低產田和改造糧田宜機化，引導規模經營主體發展適度規模經營種植糧食作物。通過農地集中連片整治改善耕地細碎化問題，降低耕地畧荒率。三是強化耕地農業用途管制，堅持糧田種糧。健全完善“田長制”，全面壓實耕地保護責任，推動月度衛星動態監測常態化，對畧荒行為取消種糧補貼。四是增加綠色優質糧食產品供給。通過優質糧食產品的生產獲得高經濟回報，激勵農業經營主體從事糧食生產。

參考文獻

[1]明海英.努力建設人與自然和諧共生的現代化[EB/OL].（2022-11-03）[2022-11-14].http：//www.cssn.cn/zx/bwyc/202211/t20221103_5558758.shtml.

[2]黃祖輝，李懿蕓，毛曉紅.我國耕地“非農化\"“非糧化”的現狀與對策[J].江淮論壇，2022（4）：13-21.

[3]宮斌斌，郭慶海.玉米收儲政策改革對農村地租水平的影響：基于吉林省的分析[J].干旱區資源與環境，2021，35（5）：8-14.

[4］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.

[5]吳學兵，丁建軍，何蒲明.農地流轉價格偏離的形成邏輯及對糧食安全的影響研究[J].世界農業，2020（11）：4-10.

[6]趙曉峰，劉子揚.“非糧化\"還是“趨糧化”：農地經營基本趨勢辨析[J].華南農業大學學報（社會科學版），2021，20（6）：78-87.

[7]周旭海，胡霞，羅崇佳.非農就業對耕地荒的影響：基于CHFS數據的實證分析[J].調研世界，2022（2）：12-20.

[8]劉余，周應恒.糧地租金變動對種糧行為調整的影響[J].華南農業大學學報（社會科學版），2021，20（3）：85-96.

[9]仇童偉，羅必良.流轉“差序格局”撕裂與農地“非糧化”：基于中國29省調查的證據[J].管理世界，2022，38（9）：96-113.

[10]韓國瑩，劉同山.農地流轉價格對非糧種植的影響研究[J].價格理論與實踐，2020（7）：66-69，112.

[11]羅必良，江雪萍，李尚蒲，等.農地流轉會導致種植結構“非糧化\"嗎[J].江海學刊，2018（2）：94-101，238.

[12]羅丹，李文明，陳潔.種糧效益：差異化特征與政策意蘊—基于3400個種糧戶的調查[J].管理世界，2013（7）：59-70.

[13]仇童偉，羅必良.種植結構“趨糧化\"的動因何在？一—基于農地產權與要素配置的作用機理及實證研究[J].中國農村經濟，2018（2）：65-80.

[14]孔祥智.新型農業經營主體的地位和頂層設計[J].改革，2014（5）：32-34.

[15]賀雪峰.論中堅農民[J].南京農業大學學報（社會科學版），2015，15（4）：1-6，131.

[16]尚旭東，常倩，王士權.政府主導農地流轉的價格機制及政策效應研究[J].中國人口·資源與環境，2016，26（8）：116-124.