張要要

(南京警察學(xué)院 治安學(xué)院,江蘇 南京 210023)

消除貧困是中國國家治理的重要目標(biāo)。黨的十八大以來,我國減貧工作取得舉世矚目的成就,“現(xiàn)行標(biāo)準(zhǔn)下9 899萬農(nóng)村貧困人口全部脫貧,832個貧困縣全部摘帽,12.8萬個貧困村全部出列,區(qū)域性整體貧困得到解決”。脫貧攻堅戰(zhàn)的全面勝利意味著現(xiàn)行標(biāo)準(zhǔn)下以生存問題為主的絕對貧困不復(fù)存在,扶貧開發(fā)戰(zhàn)略進(jìn)入“后2020”時代,貧困治理由絕對貧困轉(zhuǎn)向相對貧困,由關(guān)注單一的收入貧困轉(zhuǎn)向多維貧困。黨的十九屆四中全會明確提出,“堅決打贏脫貧攻堅戰(zhàn),鞏固脫貧攻堅成果,建立解決相對貧困的長效機(jī)制”。在下一階段扶貧工作從實現(xiàn)“兩不愁、三保障”變?yōu)榫徑舛嗑S相對貧困的背景下,“后2020”時代的多維相對貧困治理不僅是鞏固脫貧攻堅成效,助力全體人民共同富裕目標(biāo)實現(xiàn)的關(guān)鍵依托,也是降低家庭貧困脆弱性和建立相對貧困長效治理機(jī)制的重要舉措。

土地是農(nóng)戶家庭最為重要的生產(chǎn)要素,對經(jīng)濟(jì)收入、就業(yè)選擇和風(fēng)險投資等家庭經(jīng)濟(jì)決策上產(chǎn)生廣泛而深刻的影響。隨著農(nóng)村土地制度改革的不斷深入,農(nóng)地流轉(zhuǎn)將土地要素進(jìn)行重新配置,成為貧困地區(qū)扶貧開發(fā)工作的重要舉措。理論上,土地流轉(zhuǎn)不僅能夠通過提高農(nóng)地規(guī)模生產(chǎn)、經(jīng)營效率直接發(fā)揮減貧效應(yīng),也能夠通過促進(jìn)非農(nóng)就業(yè)和改善農(nóng)戶收入結(jié)構(gòu)來間接減少貧困[1]。制度設(shè)計層面,2008年后的一號文件中著重強(qiáng)調(diào)了“賦予農(nóng)民長久、穩(wěn)定的農(nóng)地承包權(quán)”的基本政策。黨的十八大以來,“賦予農(nóng)民對承包地占有、使用、收益、流轉(zhuǎn)權(quán)能”的農(nóng)地管理理念得到貫徹實施。國務(wù)院頒布了《關(guān)于引導(dǎo)農(nóng)村土地經(jīng)營權(quán)有序流轉(zhuǎn)發(fā)展農(nóng)業(yè)適度規(guī)模經(jīng)營的意見》,強(qiáng)調(diào)不斷推動土地流轉(zhuǎn),發(fā)展農(nóng)村規(guī)模經(jīng)營等,提高土地資源的優(yōu)化配置[2]。然而,土地流轉(zhuǎn)受到自然地理條件的限制和農(nóng)地分配管理體制的約束,農(nóng)地流轉(zhuǎn)面臨著總體水平不高、自愿程度下降和農(nóng)地流轉(zhuǎn)簽訂合同比例不高等問題[3]。就后果而言,不僅會提高農(nóng)地流轉(zhuǎn)的成本,不利于土地規(guī)模效應(yīng)的發(fā)揮[4-5],還會造成土地流轉(zhuǎn)農(nóng)戶的經(jīng)濟(jì)收益難以保證,進(jìn)而無法有效激勵農(nóng)戶土地流轉(zhuǎn)意愿,以至于現(xiàn)實中出現(xiàn)農(nóng)戶雇傭他人代耕或是撂荒土地的現(xiàn)象[6],農(nóng)戶土地流轉(zhuǎn)現(xiàn)狀與政策目標(biāo)之間還存在一定差距。那么,土地流轉(zhuǎn)究竟能否發(fā)揮減貧效應(yīng)?這需要通過嚴(yán)謹(jǐn)?shù)挠嬃糠椒ê痛硇詳?shù)據(jù)予以評估和回應(yīng)。同時,考慮到基于單一經(jīng)濟(jì)維度研究絕對貧困或相對貧困問題,僅突出“貧”的經(jīng)濟(jì)維度,忽略了“困”的發(fā)展維度和環(huán)境維度的研究局限,本文將集中在反映綜合福利狀況的多維相對貧困進(jìn)行考察,以全面呈現(xiàn)新時代貧困治理的實質(zhì)內(nèi)涵。

基于上述思考,利用2018年中國家庭追蹤調(diào)查數(shù)據(jù),將土地轉(zhuǎn)出和土地轉(zhuǎn)入納入同一分析框架,實證考察土地轉(zhuǎn)出和土地轉(zhuǎn)入對農(nóng)戶多維相對貧困的影響以及土地流轉(zhuǎn)減貧效應(yīng)的微觀作用機(jī)制。本文可能的邊際貢獻(xiàn)體現(xiàn)在以下3個方面:第一,從土地流轉(zhuǎn)視角出發(fā),具體分析土地轉(zhuǎn)出和土地轉(zhuǎn)入對農(nóng)戶多維相對貧困的影響,全面地評估了土地流轉(zhuǎn)的減貧效應(yīng),這能夠補(bǔ)充土地流轉(zhuǎn)溢出效應(yīng)領(lǐng)域的文獻(xiàn)。第二,在厘清土地流轉(zhuǎn)對農(nóng)戶多維相對貧困影響的基礎(chǔ)上,從非農(nóng)就業(yè)和家庭創(chuàng)業(yè)視角,進(jìn)一步剖析土地流轉(zhuǎn)減貧的微觀作用機(jī)制。同時,探討了土地流轉(zhuǎn)對不同程度農(nóng)戶多維相對貧困影響的差異性,豐富了相關(guān)研究。第三,本文的實證模型充分考慮了內(nèi)生性和樣本選擇偏差問題造成的估計偏誤,并進(jìn)行了針對性處理,研究結(jié)論具備足夠的可靠性。

一、文獻(xiàn)回顧與理論分析

(一)文獻(xiàn)回顧

自上世紀(jì)五十年代以來,學(xué)界對貧困內(nèi)涵的認(rèn)識不斷深化,開始由關(guān)注絕對貧困到逐步重視相對貧困。Townsend認(rèn)為,相對貧困是在特定社會約束條件下,依靠個體或其家庭收入雖能夠滿足基本生存需求,但與參照群體相比較,個人或家庭參與社會活動的發(fā)展資源和可行能力雙重被剝奪,進(jìn)而被正常的社會生產(chǎn)生活所孤立的一種持續(xù)性狀態(tài)[7]。更進(jìn)一步地,Sen提出“可行能力貧困”的觀點豐富貧困研究,使學(xué)術(shù)界對貧困問題的研究逐漸轉(zhuǎn)向多維綜合福利視角,強(qiáng)調(diào)貧困問題產(chǎn)生的根源不僅在于經(jīng)濟(jì)創(chuàng)收能力的剝奪,還涉及教育、健康和生活質(zhì)量等多方面可行能力的缺失[8]。比如,聯(lián)合國開發(fā)計劃署(UNDP)在《1997年人類發(fā)展報告》中提出的與之類似的“人文貧困”的概念指出,貧困不僅包括人均國民收入等經(jīng)濟(jì)指標(biāo),也包括人均壽命、衛(wèi)生、教育和生活水平等社會文化因素。與傳統(tǒng)僅從收入維度識別絕對貧困或相對貧困相比,多維貧困能夠更為切實地反映家庭的貧困程度。也因此有研究者認(rèn)為,在“后2020”時代的脫貧工作,應(yīng)采用多維相對貧困標(biāo)準(zhǔn),從相對基本需要和基本能力2個維度全面呈現(xiàn)中國城鄉(xiāng)家庭貧困的客觀事實[9]。

圍繞著多維相對貧困這一主題,既有文獻(xiàn)主要集中在多維相對貧困的測量指標(biāo)和影響因素2個方面。在多維相對貧困的測量指標(biāo)上,相關(guān)研究已是較為豐富,形成了收入維度為主、福利維度為輔的指標(biāo)體系,如健康、教育、住房、生活水平、金融資產(chǎn)、城市融入和對外溝通等反映福利狀況的指標(biāo)被視為多維相對貧困的識別要素。在具體測量方法上,以Alkire和Foster提出的“雙閾值法”最具代表性和影響力,先是在每個維度內(nèi)的貧困指標(biāo)設(shè)定貧困閾值,再是跨維度設(shè)定多維度貧困的閾值,最后按照指標(biāo)—維度—多維相對貧困指數(shù)進(jìn)行三級加總計算,進(jìn)而得到多維相對貧困指數(shù)[10]。除此之外,還有大量的研究聚焦到多維相對貧困產(chǎn)生根源來考察,相關(guān)研究發(fā)現(xiàn),微觀個體層面金融使用行為[11]、教育程度[12]和非農(nóng)就業(yè)[13]等自我發(fā)展動力和人力資本對相對貧困發(fā)生起到?jīng)Q定性作用。來自家庭內(nèi)部勞動力供給[14]和地權(quán)安排[15]等經(jīng)濟(jì)行為在相對貧困治理中發(fā)揮不容忽視的影響。在個體與家庭層面雙重因素的交互作用下,多維相對貧困成為一種復(fù)雜的經(jīng)濟(jì)社會現(xiàn)象。值得注意的是,在與本文主題最為相關(guān)的文獻(xiàn)中,也有部分研究討論了農(nóng)地流轉(zhuǎn)的減貧增收效應(yīng)。比如,Jin和Javne認(rèn)為,農(nóng)地流轉(zhuǎn)為土地規(guī)?；?jīng)營提供了契機(jī),通過發(fā)揮規(guī)模效應(yīng)提高土地利用效率和勞動生產(chǎn)率,實現(xiàn)對農(nóng)戶收入水平的改善[16]。Chamberlin和Ricker-Gilbert也是指出,土地流轉(zhuǎn)將寶貴的農(nóng)地資源進(jìn)行重新配置,而農(nóng)地配置效率的提高和收入渠道的多元化有助于實現(xiàn)農(nóng)戶增收[17]。在國內(nèi)文獻(xiàn)中,王璇和王卓利用一般線性回歸模型的研究發(fā)現(xiàn),農(nóng)地流轉(zhuǎn)在一定程度上緩解了農(nóng)戶多維相對貧困[18]。類似的,夏玉蓮等基于5省1 218戶農(nóng)戶的微觀調(diào)查數(shù)據(jù),農(nóng)地流轉(zhuǎn)在能力效應(yīng)和收入效應(yīng)的雙重作用下促進(jìn)了農(nóng)民減貧[19]。不過,也有研究認(rèn)為農(nóng)地流轉(zhuǎn)在實際農(nóng)業(yè)生產(chǎn)過程中并未帶來農(nóng)業(yè)生產(chǎn)效率的提高,對緩解土地流轉(zhuǎn)農(nóng)戶貧困狀況的影響十分微弱[20]。

縱觀已有文獻(xiàn)可知,學(xué)界對多維相對貧困的影響因素進(jìn)行了多重解釋,極大地豐富了這一主題的研究成果。特別地,有一些研究聚焦到土地流轉(zhuǎn)對農(nóng)戶貧困的影響進(jìn)行考察,但相關(guān)研究還存在一定不足:第一,土地轉(zhuǎn)出和土地轉(zhuǎn)入是2種完全不同的土地流轉(zhuǎn)類型,對農(nóng)戶家庭就業(yè)需求和經(jīng)濟(jì)收入結(jié)構(gòu)的影響存在顯著差異,可已有研究簡單化地以農(nóng)戶家庭是否有出租或租用土地行為來指示土地流轉(zhuǎn)行為,將土地轉(zhuǎn)出和土地轉(zhuǎn)入二者混為一談,卻鮮有文獻(xiàn)區(qū)分土地轉(zhuǎn)出和土地轉(zhuǎn)入,并將二者納入同一分析框架實證考察土地流轉(zhuǎn)對農(nóng)戶貧困的影響;第二,盡管有部分文獻(xiàn)從多維貧困視角考察土地流轉(zhuǎn)對農(nóng)戶貧困的影響,但二者間關(guān)系作用機(jī)理的研究還比較匱乏,即未能夠深入地回答土地流轉(zhuǎn)究竟是如何作用于農(nóng)戶貧困這一關(guān)鍵性問題;第三,多數(shù)研究集中于以絕對收入標(biāo)準(zhǔn)衡量的區(qū)域性整體貧困、家庭或個體貧困問題,這不僅忽略了對相對貧困特征及規(guī)律的探索,也無法從個體及其家庭內(nèi)部其他可行能力來衡量貧困脆弱性;第四,既有研究多是應(yīng)用傾向得分匹配方法進(jìn)行,這固然可以在一定程度上緩解因樣本選擇偏差造成的估計偏誤,但由反向因果和遺漏變量導(dǎo)致內(nèi)生性問題并未能得到妥善處理,進(jìn)而使得相關(guān)研究結(jié)論必須謹(jǐn)慎對待。

(二)理論分析

土地是農(nóng)戶家庭經(jīng)濟(jì)資源中的核心資產(chǎn),除承擔(dān)就業(yè)、增收等常規(guī)性功能外,也是農(nóng)戶家庭社會保障的重要依托。土地流轉(zhuǎn)在實質(zhì)上可以視為家庭經(jīng)濟(jì)生產(chǎn)要素的重新配置,是否參與土地流轉(zhuǎn)是農(nóng)戶家庭內(nèi)部基于理性考量后的結(jié)果。換言之,無論是土地轉(zhuǎn)出還是土地轉(zhuǎn)入的選擇都應(yīng)該服務(wù)于家庭經(jīng)濟(jì)福利的最大化效益。對于農(nóng)地轉(zhuǎn)出戶而言,選擇土地轉(zhuǎn)出往往是由于土地生產(chǎn)經(jīng)營上產(chǎn)生的經(jīng)濟(jì)效益難以同非農(nóng)工作收入相比。在這種情況下,土地轉(zhuǎn)出可以使農(nóng)戶合理配置農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn),通過土地轉(zhuǎn)出獲得相應(yīng)的租金收入,提高農(nóng)戶家庭的土地資產(chǎn)性收入[21]。而且,土地轉(zhuǎn)出后的農(nóng)戶,將原先用于農(nóng)業(yè)生產(chǎn)的時間與精力投入到非農(nóng)部門的工作中,這將有助于提高土地轉(zhuǎn)出戶的工資性收入,對農(nóng)戶家庭整體收入的長期增長具有積極作用。特別是與從事農(nóng)業(yè)生產(chǎn)經(jīng)營的經(jīng)濟(jì)收入相比,土地流出農(nóng)戶從事非農(nóng)務(wù)工收入和依靠土地租金獲取收入還具有較高的穩(wěn)定性和持續(xù)性,能夠避免自然災(zāi)害、肥料農(nóng)藥價格增長等因素對土地經(jīng)營收入帶來的負(fù)面沖擊。事實上,有直接的證據(jù)顯示,參與土地轉(zhuǎn)出農(nóng)戶的務(wù)工收入和農(nóng)地租金收入對其家庭人均純收入增長的貢獻(xiàn)率高達(dá) 76%[22]。

再從土地轉(zhuǎn)入戶的視角來看,土地轉(zhuǎn)入戶在規(guī)模上有“大戶”與“小戶”之分。一般而言,土地轉(zhuǎn)入“大戶”主要是專業(yè)大戶、家庭農(nóng)場、農(nóng)民合作社、農(nóng)業(yè)企業(yè)等新型農(nóng)業(yè)經(jīng)營主體,他們出于規(guī)模經(jīng)營的需要有足夠的意愿和能力進(jìn)行土地轉(zhuǎn)入。理論上,土地轉(zhuǎn)入“大戶”通過土地流轉(zhuǎn),擴(kuò)充農(nóng)地規(guī)模,使用農(nóng)業(yè)機(jī)械化生產(chǎn)代替原有農(nóng)業(yè)勞動力,提高農(nóng)業(yè)生產(chǎn)效率,最終能夠帶動農(nóng)業(yè)增收。但不應(yīng)忽視的是,土地轉(zhuǎn)入受到自然地理條件的限制和農(nóng)地分配管理體制的約束,不僅提高了土地轉(zhuǎn)入的成本,還深刻地制約土地經(jīng)營的規(guī)模效應(yīng)[5]。再者,在中國農(nóng)村社會中,因外出務(wù)工產(chǎn)生土地閑置問題時,村莊內(nèi)部的親屬等往往會租借其土地,這便是所謂的土地轉(zhuǎn)入“小戶”。從實質(zhì)上看,土地轉(zhuǎn)入“小戶”在很大程度上是由于關(guān)系等非正式因素作用的結(jié)果。在農(nóng)藥、化肥等生產(chǎn)資料高漲和自然災(zāi)害沖擊等不利因素的作用,土地轉(zhuǎn)入“小戶”更是難以發(fā)揮土地經(jīng)營的規(guī)模效應(yīng),進(jìn)而土地轉(zhuǎn)入的經(jīng)濟(jì)回報趨于不確定性。應(yīng)該說,無論是土地轉(zhuǎn)入“大戶”還是“小戶”,土地轉(zhuǎn)入增收的理論與現(xiàn)實之間還存在明顯差距。

綜上,本文認(rèn)為土地流轉(zhuǎn)對農(nóng)戶多維相對貧困有顯著影響,但具體到土地流轉(zhuǎn)的類型比較上看,土地轉(zhuǎn)出對農(nóng)戶多維相對貧困的影響可能是負(fù)向的,土地轉(zhuǎn)入的作用方向并不明確,有待于實證層面的嚴(yán)謹(jǐn)回應(yīng)。為此,將土地轉(zhuǎn)出和土地轉(zhuǎn)入納入同一分析框架,從收入水平、發(fā)展能力和生活水平3個維度構(gòu)建多維相對貧困指數(shù),實證考察土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響。同時,本文也將嘗試對土地流轉(zhuǎn)影響農(nóng)戶多維相對貧困背后的微觀作用機(jī)理進(jìn)行分析,以期對既有研究做進(jìn)一步拓展。

二、研究設(shè)計

(一)數(shù)據(jù)說明

本文所使用的農(nóng)戶數(shù)據(jù)來源于北京大學(xué)中國社會科學(xué)調(diào)查中心設(shè)計并實施的2018年中國家庭追蹤調(diào)查(China Family Panel Studies, CFPS)數(shù)據(jù)。CFPS數(shù)據(jù)從2010年開始首輪調(diào)查,而后每2年進(jìn)行一次追蹤訪問,旨在從個體、家庭和村居3個層面了解當(dāng)下中國社會經(jīng)濟(jì)發(fā)展和整體變遷,調(diào)查內(nèi)容涵蓋個體教育、子女成長和家庭經(jīng)濟(jì)生活等多個主題。在抽樣方法上,CFPS數(shù)據(jù)采用三階段不等概率的整群抽樣,樣本范圍覆蓋了全國28個省級行政單位,覆蓋全國95%的總?cè)丝?具有較高的代表性。本文重點關(guān)注土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響,CFPS2018對農(nóng)村土地流轉(zhuǎn)情況和家庭經(jīng)濟(jì)活動的詳實調(diào)查,且問卷時效性更佳,故選用CFPS2018數(shù)據(jù)。出于研究的需要,將CFPS2018成人問卷、家庭經(jīng)濟(jì)和家庭關(guān)系問卷進(jìn)行合并后,經(jīng)過剔除城鎮(zhèn)地區(qū)樣本、關(guān)鍵變量缺失值的樣本和非戶主的樣本等處理后,最終得到用于本文分析的觀測值為7 248份。

為減少遺漏變量對估計結(jié)果的干擾,本文還控制住地區(qū)層面的人均GDP和數(shù)字普惠金融指數(shù),相關(guān)數(shù)據(jù)來自于2019年《中國統(tǒng)計年鑒》和北京大學(xué)數(shù)字金融研究中心開發(fā)的數(shù)字普惠金融指數(shù)(1)由北京大學(xué)數(shù)字金融研究中心開發(fā)的數(shù)字普惠金融指數(shù)的指標(biāo)體系、計算方法和下載渠道,具體詳見:https://idf.pku.edu.cn/yjcg/zsbg/513800.htm。。

(二)變量選取與描述性統(tǒng)計

1.被解釋變量:農(nóng)戶多維相對貧困。關(guān)于多維相對貧困的測量學(xué)界已經(jīng)積累了不少研究成果,結(jié)合多維相對貧困的實質(zhì)內(nèi)涵,充分借鑒國內(nèi)外研究中的指標(biāo)體系,特別是“后2020”時代中國多維相對貧困測度指標(biāo)[11],從收入能力、發(fā)展能力和生活水平3個維度構(gòu)建了衡量農(nóng)戶多維相對貧困的綜合指標(biāo)體系。

本文選擇的多維相對貧困指標(biāo)體系既涵蓋相對性指標(biāo),也包括絕對性指標(biāo),既側(cè)重客觀衡量,也強(qiáng)調(diào)主觀感知。如營養(yǎng)不良、飲用水和生活燃料這3個指標(biāo)使用了絕對值,以體現(xiàn)家庭生活中的最低需求情況。生活水平維度則是納入了主觀幸福感,這有助于從整體上把握農(nóng)戶家庭的生活滿意度。通過絕對指標(biāo)和相對指標(biāo)、主觀指標(biāo)和客觀指標(biāo)的綜合衡量,能夠有效避免了多維相對貧困指數(shù)構(gòu)建陷入“不平等”的概念框架,更為切實地呈現(xiàn)出家庭內(nèi)部相對貧困的整體情況。具體而言,在收入能力維度上,與已有研究相一致,本文使用家庭人均純收入這一指標(biāo)來衡量。在發(fā)展能力維度上,不僅考慮常見的教育程度、健康(自評健康、營養(yǎng)狀況和慢性疾病)和保險覆蓋情況,還測量家庭的信息獲取能力。在生活水平維度上,除一般選用的飲用水和生活燃料之外,還考慮了人民生活幸福感指標(biāo),從整體上反映個體生活效用。

在確定測量指標(biāo)后,需要對相關(guān)指標(biāo)賦予相應(yīng)的權(quán)重。參考聯(lián)合國開發(fā)計劃署、牛津大學(xué)貧困與人類發(fā)展研究中心開發(fā)的全球多維貧困指數(shù)中所使用的等權(quán)重法,將總的權(quán)重設(shè)置為1,3個維度的權(quán)重則為總權(quán)重的1/3,每個指標(biāo)的權(quán)重為指標(biāo)梳理占該指標(biāo)所在維度的比重,這也是當(dāng)前理論和實證研究中測量多維貧困的一種較為常用的處理方法。綜上,本文從收入能力、發(fā)展能力和生活水平3個維度構(gòu)建的衡量農(nóng)戶多維相對貧困的指標(biāo)體系及權(quán)重數(shù)值,如表1所示。

表1 農(nóng)戶多維相對貧困的衡量維度、變量與計算方法

2.核心解釋變量:土地流轉(zhuǎn)。在衡量方法上,選取土地轉(zhuǎn)入與土地轉(zhuǎn)出2個維度來衡量農(nóng)戶家庭土地流轉(zhuǎn)情況。具體地,在CFPS2018中,若受訪者對“過去12個月,您家是否將集體分配的土地出租給了其他人?”這一問題的回答為“是”,則表示有土地轉(zhuǎn)出,賦值為“1”;將回答為“否”的樣本賦值為“0”,表示該農(nóng)戶家庭沒有土地轉(zhuǎn)出。對于土地轉(zhuǎn)入的衡量是根據(jù)受訪者對“過去12個月,除去集體分配的土地,您家是否從別人或集體那里租用了土地”的回答來完成,若回答為“是”,賦值為“1”,表示該農(nóng)戶家庭有土地轉(zhuǎn)入,否則賦值為“0”,表示該農(nóng)戶家庭沒有土地轉(zhuǎn)入。

3.控制變量。為有效估計,也參考既有研究成果,又選擇了來自戶主個體層面、家庭層面和區(qū)域?qū)用婵赡苡绊懲恋亓鬓D(zhuǎn)和農(nóng)戶多維相對貧困的變量作為控制變量。其中,戶主個體層面的控制變量有,性別、年齡、年齡的平方/100、婚姻狀態(tài)、教育程度、中共黨員和人緣得分。家庭層面的控制變量有家庭人口規(guī)模、資產(chǎn)水平、勞動力數(shù)量、未成年人撫養(yǎng)比和老年人撫養(yǎng)比?？紤]到地區(qū)層面不可觀測因素的影響,在區(qū)域?qū)用孢x擇的控制變量有經(jīng)濟(jì)發(fā)展和普惠金融發(fā)展水平,以緩解地區(qū)宏觀因素對估計結(jié)果的干擾。表2為具體變量的定義及描述統(tǒng)計結(jié)果。

表2 變量的定義及描述性統(tǒng)計

(三)模型設(shè)定

為檢驗土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響,建立計量模型如下:

Relative_Povertyij=α0+α1Outit+α2lnij+α3Xij+εij

(1)

在式(1)中,Relative_Povertyij為被解釋變量,表示第j省i農(nóng)戶家庭的多維相對貧困指數(shù);Outit和lnij分別為核心解釋變量土地轉(zhuǎn)出和土地轉(zhuǎn)入,α1和α2是對應(yīng)待估系數(shù),若α1和α2<0,則意味著土地流轉(zhuǎn)對農(nóng)戶家庭多維相對貧困產(chǎn)生了抑制效應(yīng);Xij為涵蓋戶主個體特征、家庭特征和區(qū)域特征的控制變量,α3為待估系數(shù);εij為隨機(jī)誤差項,衡量影響農(nóng)戶家庭多維相對貧困的不可觀測因素。為估計土地流轉(zhuǎn)對農(nóng)戶不同維度相對貧困的影響,將式(1)中的被解釋變量依次替換為多維相對貧困下的收入能力、發(fā)展能力和生活水平貧困進(jìn)行實證檢驗?？紤]到隨機(jī)擾動項可能存在的相關(guān)性問題,在正式的回歸模型中,本文使用了縣(區(qū))層面的Cluster聚類標(biāo)準(zhǔn)誤進(jìn)行顯著性檢驗。

三、實證結(jié)果及分析

(一)土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響:基準(zhǔn)回歸

表3報告了應(yīng)用多元線性回歸模型檢驗土地流轉(zhuǎn)對農(nóng)戶多維相對貧困影響的結(jié)果。其中,列(1)和(2)為土地轉(zhuǎn)出的估計結(jié)果,列(3)和(4)為土地轉(zhuǎn)入的回歸結(jié)果,列(5)則為將土地轉(zhuǎn)出和土地轉(zhuǎn)入一并納入回歸模型的檢驗結(jié)果。從表3列(1)的回歸結(jié)果來看,核心解釋變量土地轉(zhuǎn)出在1%統(tǒng)計水平下顯著為負(fù),且估計系數(shù)值為-0.055 3。在列(1)的基礎(chǔ),列(2)再納入來自戶主個體特征、家庭特征和區(qū)域特征的控制變量,結(jié)果表明,土地轉(zhuǎn)出仍在1%統(tǒng)計水平下有顯著負(fù)向影響,這說明土地轉(zhuǎn)出能夠有效緩解農(nóng)戶多維相對貧困。同理,為探究土地轉(zhuǎn)入對農(nóng)戶多維相對貧困的影響,列(3)納入核心解釋變量土地轉(zhuǎn)入,檢驗結(jié)果顯示,土地轉(zhuǎn)入系數(shù)呈負(fù)向影響,但并未達(dá)到10%統(tǒng)計顯著性門檻。而后,列(4)在列(3)的基礎(chǔ)上引入相關(guān)控制變量,結(jié)果發(fā)現(xiàn),土地轉(zhuǎn)入系數(shù)由負(fù)向變?yōu)檎?但始終未達(dá)到10%統(tǒng)計顯著性門檻。這一回歸結(jié)果意味著,土地轉(zhuǎn)入對農(nóng)戶多維相對貧困的影響不具有統(tǒng)計學(xué)意義上的作用規(guī)律,二者間沒有顯著關(guān)系。列(5)將土地轉(zhuǎn)出和土地轉(zhuǎn)入一并納入模型進(jìn)行回歸分析,結(jié)果表明,土地轉(zhuǎn)出對農(nóng)戶多維相對貧困產(chǎn)生顯著負(fù)向影響,而土地轉(zhuǎn)入的作用系數(shù)仍不顯著,與前面的檢驗結(jié)果保持一致。

表3 土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響:基準(zhǔn)回歸

恰如前文所述,現(xiàn)階段土地轉(zhuǎn)入面臨流轉(zhuǎn)成本過高、規(guī)模效應(yīng)難以發(fā)揮等局限,制約著土地經(jīng)濟(jì)收益,土地轉(zhuǎn)入對緩解農(nóng)戶多維相對貧困并不具備顯著的積極效應(yīng)。與已有研究結(jié)論相比,本文的核心研究發(fā)現(xiàn)略有不同,即本文并未發(fā)現(xiàn)土地轉(zhuǎn)入對農(nóng)戶家庭經(jīng)濟(jì)收入的促進(jìn)作用或是能夠有效緩解貧困。究其原因,一是既有文獻(xiàn)將土地轉(zhuǎn)出和土地轉(zhuǎn)入混為一談,在理論邏輯上梳理土地流轉(zhuǎn)對農(nóng)戶經(jīng)濟(jì)收入或貧困的影響,實證上卻未對二者進(jìn)行有效區(qū)分有關(guān),進(jìn)而無法得出土地轉(zhuǎn)出和土地轉(zhuǎn)入影響農(nóng)戶貧困狀況的異質(zhì)性;二是本文關(guān)注的是農(nóng)戶多維相對貧困而非既有文獻(xiàn)強(qiáng)調(diào)的經(jīng)濟(jì)層面絕對收入,指標(biāo)衡量上的差異會對研究結(jié)果產(chǎn)生一定影響;三是樣本數(shù)據(jù)或分析模型上的差異也可能導(dǎo)致既有文獻(xiàn)與本研究發(fā)現(xiàn)有所不同。

在控制變量方面,以列(5)的簡單估計結(jié)果來看,戶主個體特征中的性別在5%統(tǒng)計水平下顯著為正,婚姻狀態(tài)、教育程度、中共黨員身份和人緣得分等變量則是1%統(tǒng)計水平下有顯著負(fù)向影響,這與既有研究發(fā)現(xiàn)基本保持一致[11]。在家庭特征方面,家庭人口規(guī)模在1%統(tǒng)計水平下顯著為正,即農(nóng)戶家庭人口數(shù)量越高,所面臨的多維相對貧困問題越為嚴(yán)重。一方面,家庭人口規(guī)模包含未成年人和老年人,農(nóng)戶家庭承擔(dān)著巨大的撫養(yǎng)負(fù)擔(dān),加劇了家庭內(nèi)部的多維相對貧困。另一方面,二者間關(guān)系可能是互為因果,貧困狀況以及觀念促使農(nóng)戶家庭承襲傳統(tǒng)的生育決策并產(chǎn)生代際累積。與之相反,家庭凈資產(chǎn)水平和勞動力人口比2個變量在1%統(tǒng)計水平下顯著負(fù)向影響多維相對貧困,這與一般的經(jīng)驗感知所吻合。在家庭內(nèi)部撫養(yǎng)負(fù)擔(dān)上,未成年人撫養(yǎng)比系數(shù)呈正向影響,但未達(dá)到10%統(tǒng)計顯著水平,而老年人撫養(yǎng)比在1%統(tǒng)計水平下顯著為正。究其原因,這可能是由于隨著義務(wù)教育階段免除學(xué)雜費政策的實施,農(nóng)戶家庭內(nèi)部的教育負(fù)擔(dān)相對較輕,大大降低了因?qū)W致貧的概率。而且,農(nóng)村地區(qū)未成年人的課外補(bǔ)習(xí)機(jī)會、費用明顯更低,難以在實質(zhì)上對農(nóng)戶家庭負(fù)擔(dān)帶來影響。不同于未成年人相對較低的花費,老年人養(yǎng)老則有著看病就醫(yī)、日常生活消費和人情禮金往來等方面的剛性需求,對家庭供養(yǎng)資金提出了更高的要求,因此老年人撫養(yǎng)比對農(nóng)戶家庭多維相對貧困有顯著負(fù)向影響。在區(qū)域特征變量方面,經(jīng)濟(jì)發(fā)展水平和數(shù)字普惠金融兩個變量呈負(fù)向影響,但都沒有達(dá)到10%的統(tǒng)計顯著性門檻,簡單的回歸估計未表現(xiàn)出一定的作用規(guī)律。

(二)穩(wěn)健性檢驗

1.工具變量法。在基準(zhǔn)回歸模型中可能存在因遺漏變量和雙向因果導(dǎo)致的內(nèi)生性問題。第一,在遺漏變量方面,本文基準(zhǔn)回歸模型中控制住來自戶主個體、家庭資源稟賦和區(qū)域?qū)用娴闹T多控制變量,能夠在很大程度上克服因遺漏變量造成的估計偏誤問題。但現(xiàn)實世界的高度復(fù)雜性仍會存在特定變量難以觀測的問題,比如戶主性格特質(zhì)、地區(qū)內(nèi)部的政策環(huán)境等。若是遺漏這些既與土地流轉(zhuǎn)選擇密切相關(guān)而又會影響農(nóng)戶家庭多維相對貧困的變量,便會沖擊基準(zhǔn)回歸結(jié)果的可靠性。第二,在雙向因果問題上,土地流轉(zhuǎn)作為家庭內(nèi)部經(jīng)濟(jì)行為,土地轉(zhuǎn)出獲取租賃資金緩解家庭資源約束,可以對農(nóng)戶多維相對貧困產(chǎn)生直接影響。與此同時,家庭經(jīng)濟(jì)水平的充?；蜣讚?jù)狀況也會影響到土地轉(zhuǎn)出或土地轉(zhuǎn)入的選擇。

為克服基準(zhǔn)回歸模型中的內(nèi)生性問題,借鑒于趙潔和劉昌平的研究思路[23],以村莊內(nèi)其他樣本家庭平均土地轉(zhuǎn)出率和平均土地轉(zhuǎn)入率作為工具變量,進(jìn)行穩(wěn)健性檢驗。理論上,選擇村莊內(nèi)其他樣本家庭平均土地轉(zhuǎn)出率和平均土地轉(zhuǎn)入率作為工具變量是適宜的。一方面,村層面的平均土地轉(zhuǎn)出率和平均土地轉(zhuǎn)入率反映著地區(qū)土地流轉(zhuǎn)的整體情況,且村莊內(nèi)部的土地流轉(zhuǎn)具有“同群效應(yīng)”,即村內(nèi)其他家庭的土地流轉(zhuǎn)狀況會影響到樣本農(nóng)戶家庭的土地流轉(zhuǎn)選擇,進(jìn)而工具變量和內(nèi)生解釋變量之間有較強(qiáng)的相關(guān)性。另一方面,難以想象存在其他家庭的土地流轉(zhuǎn)選擇能夠?qū)υ撧r(nóng)戶家庭多維相對貧困產(chǎn)生實質(zhì)性作用,二者間關(guān)系更多的是間接的,具有相對外生性。

表4報告了應(yīng)用工具變量法的檢驗結(jié)果。其中,列(1)和(2)為土地轉(zhuǎn)出的檢驗結(jié)果,列(3)和(4)為土地轉(zhuǎn)入的檢驗結(jié)果。從表4列(1)和(3)第一階段F值的檢驗結(jié)果來看,遠(yuǎn)遠(yuǎn)高于學(xué)界一般所認(rèn)為應(yīng)大于10的安全閥值[24],即說明本文的工具變量和內(nèi)生變量之間有著較強(qiáng)的相關(guān)性,不存在弱工具變量問題。同時,Durbin-Wu-Hausman內(nèi)生檢驗結(jié)果表明,能夠在1%的統(tǒng)計水平下拒絕“所有變量均為外生變量”的假設(shè)。因此,本文選擇的工具變量是合適的。列(2)和(4)的第二階段估計結(jié)果表明,土地轉(zhuǎn)出對農(nóng)戶多維相對貧困在1%統(tǒng)計水平下顯著為負(fù),而土地轉(zhuǎn)入對農(nóng)戶多維相對貧困雖有負(fù)向影響,但并不顯著。與基準(zhǔn)回歸結(jié)果相比,應(yīng)用工具變量法估計結(jié)果無論是在系數(shù)方向還是顯著性水平上都保持一致。利用工具變量法克服潛在的內(nèi)生性問題后,土地轉(zhuǎn)出能夠緩解農(nóng)戶多維相對貧困,土地轉(zhuǎn)入的作用并不顯著,本文的基準(zhǔn)回歸結(jié)果得到支持。

表4 穩(wěn)健性檢驗:工具變量法估計結(jié)果

2.傾向得分匹配法。應(yīng)用工具變量法估計能夠有效緩解土地流轉(zhuǎn)與農(nóng)戶多維相對貧困二者關(guān)系中的遺漏變量和雙向因果問題,但準(zhǔn)確識別土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響還會受到樣本選擇偏差的干擾,即農(nóng)戶是否選擇土地轉(zhuǎn)出或土地轉(zhuǎn)入并不是隨機(jī)決定的,與戶主個體偏好、家庭資源稟賦等現(xiàn)實因素密切相關(guān),是“自選擇”的結(jié)果。在這種情況下,利用多元線性回歸模型的估計結(jié)果便不再可靠。為此,本文使用傾向得分匹配方法(Propensity Score Matching, PSM)以糾正樣本選擇偏差,保證基準(zhǔn)回歸結(jié)果的可靠性。PSM方法的基本邏輯是將受到核心解釋變量影響的樣本與那些沒有受到影響的樣本按照傾向值得分進(jìn)行配對,即保證匹配而來的傾向值得分相等或者近似。再通過“控制”可觀測變量,解決基于可觀測變量樣本選擇偏差問題后,處理組與控制組在農(nóng)戶多維相對貧困上的差異就歸因于是否有土地流轉(zhuǎn)行為,從而有效地增強(qiáng)估計結(jié)果準(zhǔn)確性。

基于上述邏輯,按以下步驟進(jìn)行PSM法估計。首先,利用Logit模型計算處理組樣本的條件概率,即傾向得分。其次,為檢驗處理組和控制組中協(xié)變量和傾向得分是否存在系統(tǒng)性差異,通過單個協(xié)變量的雙t分布和比較匹配前后傾向得分值的核密度函數(shù)分布變化2種方法進(jìn)行匹配質(zhì)量檢驗。單個協(xié)變量的雙t分布檢驗結(jié)果表明,經(jīng)過傾向得分匹配后所有變量的標(biāo)準(zhǔn)化偏差小于10%,低于學(xué)界一般所認(rèn)為的標(biāo)準(zhǔn)偏差絕對值應(yīng)小于20%的條件[25],且所有變量在匹配后的P值均大于0.1,單個協(xié)變量的t檢驗結(jié)果無法拒絕處理組和控制組之間匹配變量差異為零的原假設(shè),表明處理組和控制組樣本之間沒有顯著差異(2)限于篇幅,單個協(xié)變量的雙t分布檢驗結(jié)果并為在正文中公布,留存?zhèn)淙?。?/p>

圖1為采用近鄰匹配(k=4)后處理組和控制組的傾向得分值在匹配前后的核密度函數(shù)變化情況。由圖1可知,在匹配前二者傾向得分值的概率分布存在明顯差異,這既可能是樣本資料本身便呈現(xiàn)這種形態(tài),也可能是因為控制組包含了不適宜的混淆變量。經(jīng)過匹配后,處理組和控制組核密度方程曲線差距有了明顯的縮小,二者走勢也更趨一致。綜上,經(jīng)過單個協(xié)變量的雙t分布檢驗和核密度函數(shù)分布變化的平衡性檢驗結(jié)果說明,使用PSM方法可以減少處理組和控制組在解釋變量上的差異,符合條件獨立假設(shè),能夠緩解由樣本選擇偏差對統(tǒng)計結(jié)果準(zhǔn)確性帶來的干擾。

寶寶咳嗽、喉中有痰和痰液黏稠不易咳出時，要適當(dāng)交換體位，呼吸困難者采取半臥位，并經(jīng)常更換體位，以減輕肺部淤血，有利于炎癥消散吸收。

圖1 匹配前與匹配后的核密度函數(shù)分布圖

為考察土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的平均處理效應(yīng),表5報告了利用近鄰匹配(k=4)、半徑匹配(r=0.01)、核匹配(默認(rèn)核函數(shù)和帶寬)、局部線性回歸和樣條匹配等5種常見匹配方法的估計結(jié)果(3)在計算平均處理效應(yīng)的ATT的過程中,往往會面臨處理組觀測值少于控制觀測值的問題,這會造成估計結(jié)果偏誤的風(fēng)險。為此,本文采用Bootstrap(自舉法)統(tǒng)計檢驗法獲得相關(guān)變量的穩(wěn)健標(biāo)準(zhǔn)誤,從而解決了小樣本中統(tǒng)計量的標(biāo)準(zhǔn)誤估計問題,提升研究結(jié)果的穩(wěn)健性和可靠性。為保證研究結(jié)果的穩(wěn)健可靠,表中數(shù)據(jù)均為利用Bootstrap方法重復(fù)運行500次后得到結(jié)果。。表5土地轉(zhuǎn)出估計結(jié)果顯示,不論是采用何種匹配方法,土地轉(zhuǎn)出對農(nóng)戶多維相對貧困的影響始終在1%統(tǒng)計水平下顯著為負(fù),凈效應(yīng)為-5.12%到-4.28%,且與基準(zhǔn)回歸結(jié)果中系數(shù)估計值相似。再到土地轉(zhuǎn)入的估計結(jié)果來看,在5種匹配方法下,土地轉(zhuǎn)入對農(nóng)戶多維相對貧困呈負(fù)向影響,但均未達(dá)到10%統(tǒng)計顯著性門檻,系數(shù)估計值和作用方向與基準(zhǔn)回歸結(jié)果保持一致。由此,在考慮了土地流轉(zhuǎn)可能存在的“自選擇”問題,應(yīng)用PSM法糾正樣本選擇偏差后,土地轉(zhuǎn)出能夠有效緩解農(nóng)戶多維相對貧困,而土地轉(zhuǎn)入并不存在這一顯著抑制效應(yīng),再次證實了本文研究結(jié)果的可靠性。

表5 穩(wěn)健性檢驗:PSM法估計

3.替換被解釋變量法。除農(nóng)戶多維相對貧困總和指數(shù)外,根據(jù)本文所構(gòu)建的指標(biāo)體系,農(nóng)戶多維相對貧困還可進(jìn)一步分解為收入能力、發(fā)展能力和生活水平3個維度?；诖?將表3列(5)中的農(nóng)戶多維相對貧困指數(shù)分別替換為收入能力、發(fā)展能力和生活水平3個相對貧困的分項維度進(jìn)行檢驗。一方面,這有助于消除農(nóng)戶多維相對貧困指數(shù)衡量準(zhǔn)確性質(zhì)疑,提高研究結(jié)論的穩(wěn)健性。另一方面,也可以更為深入地呈現(xiàn)土地流轉(zhuǎn)對不同維度相對貧困的影響。表6匯報了替換被解釋變量的穩(wěn)健性檢驗結(jié)果,其中列(1)—(3)的被解釋變量依次為收入能力、發(fā)展能力和生活水平3個相對貧困指數(shù)。結(jié)果表明,土地轉(zhuǎn)出對農(nóng)戶收入能力、發(fā)展能力和生活水平相對貧困始終顯著為負(fù),這與前文應(yīng)用不同模型的估計結(jié)果保持一致,進(jìn)一步驗證了土地轉(zhuǎn)出的多維減貧作用。具體到不同維度的回歸結(jié)果來看,土地轉(zhuǎn)出對收入能力和生活水平相對貧困的抑制效應(yīng)更高,在緩解發(fā)展能力貧困上的影響相對較弱。事實上,發(fā)展能力強(qiáng)調(diào)了家庭內(nèi)部教育程度、健康水平發(fā)展和信息渠道拓展能力,這些因素具有長期累積性特點,土地轉(zhuǎn)出的帶來的財富增收效應(yīng)和促進(jìn)就業(yè)創(chuàng)業(yè)能力的提高,可以在經(jīng)濟(jì)收入提高和生活水平變化上產(chǎn)生即時改善,但對于需要長期投入的農(nóng)戶人力資本所發(fā)揮的影響則是較為薄弱。因此,土地轉(zhuǎn)出對農(nóng)戶發(fā)展能力的影響要明顯弱于對收入能力和生活水平的影響。在土地轉(zhuǎn)入變量回歸結(jié)果上,土地轉(zhuǎn)入對收入能力和發(fā)展能力相對貧困有負(fù)向影響,對生活水平相對貧困的影響則是正向,但均不顯著,未呈現(xiàn)明顯規(guī)律。

表6 穩(wěn)健性檢驗:替換被解釋變量法

(三)土地流轉(zhuǎn)對多維相對貧困程度不同的農(nóng)戶的影響

以上基準(zhǔn)回歸和穩(wěn)健性檢驗利用的是均值回歸思想,可本文不僅關(guān)注土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的整體影響,還致力于探究土地流轉(zhuǎn)對不同多維相對貧困程度農(nóng)戶的影響是否存在異質(zhì)性。為此,根據(jù)Koenker和Bassett提出分位數(shù)回歸模型進(jìn)行檢驗[26]。表7報告了分位數(shù)回歸的檢驗結(jié)果,列(1)—(5)分位點越高,意味著農(nóng)戶多維相對貧困程度越高。

表7 土地流轉(zhuǎn)對多維相對貧困程度不同的農(nóng)戶的影響

由表7可知,當(dāng)在第10分位點時,土地轉(zhuǎn)出對農(nóng)戶多維相對貧困的影響呈負(fù)向作用,但并不顯著。隨著后面分位點的增加,土地轉(zhuǎn)出對農(nóng)戶多維相對貧困的影響不僅在1%統(tǒng)計水平下顯著為負(fù),且土地轉(zhuǎn)出的分位數(shù)回歸系數(shù)和標(biāo)準(zhǔn)誤呈上升趨勢。具體來看,土地轉(zhuǎn)出使處于第25分位點的農(nóng)戶多維相對貧困程度降低0.025 5,使處于第90分位數(shù)的農(nóng)戶多維相對貧困程度降低0.065 5,即隨著農(nóng)戶多維相對貧困程度的逐漸提高,土地轉(zhuǎn)出的減貧效果越為明顯。再者,無論是在整體層面,還是不同程度的農(nóng)戶多維相對貧困上,土地轉(zhuǎn)入的作用系數(shù)均不顯著,基準(zhǔn)回歸結(jié)果依然穩(wěn)健。

四、土地轉(zhuǎn)出影響農(nóng)戶多維相對貧困的機(jī)制檢驗

前文證實了土地轉(zhuǎn)出在緩解農(nóng)戶多維相對貧困上的積極作用,那么,土地轉(zhuǎn)出又是如何影響農(nóng)戶多維相對貧困,二者間的作用機(jī)制是什么?這是已有研究鮮有回應(yīng)的關(guān)鍵問題。本文認(rèn)為,從土地轉(zhuǎn)出的客觀現(xiàn)實來看,土地轉(zhuǎn)出可能通過促進(jìn)非農(nóng)就業(yè)和農(nóng)戶家庭創(chuàng)業(yè)決策來緩解多維相對貧困。

土地作為農(nóng)戶家庭最為關(guān)鍵的生產(chǎn)與發(fā)展要素,土地轉(zhuǎn)出意味著農(nóng)戶在農(nóng)業(yè)生產(chǎn)上資金、時間投入的減少,釋放了原先圍繞土地而從事農(nóng)業(yè)生產(chǎn)的那部分勞動力,并激勵他們轉(zhuǎn)移到工業(yè)勞作或是商業(yè)經(jīng)營等非農(nóng)工作上,最終土地的轉(zhuǎn)出能夠增加家庭勞動力進(jìn)行非農(nóng)就業(yè)[27]。作為與農(nóng)業(yè)工作相對的一種就業(yè)形態(tài),非農(nóng)就業(yè)不僅能夠帶來更高的工資性收入,改善家庭經(jīng)濟(jì)收入,還可以在多元的社會互動過程中,提升社會資本,學(xué)習(xí)并掌握專有技能,這是提高農(nóng)戶生計能力的重要支撐。從更廣泛意義上看,非農(nóng)就業(yè)有助于引導(dǎo)農(nóng)戶樹立正確的發(fā)展觀念,重視健康水平保護(hù)、投資風(fēng)險偏好和子女教育投入等與貧困狀況緊密相關(guān)的內(nèi)生發(fā)展能力,進(jìn)而提高社會適應(yīng)性和競爭力,從根本上緩解相對貧困。由此,本文認(rèn)為土地轉(zhuǎn)出能夠通過促進(jìn)非農(nóng)就業(yè)緩解農(nóng)戶家庭多維相對貧困。

為檢驗上述2種可能渠道機(jī)制邏輯,根據(jù)溫忠麟和葉寶娟提出的中介效應(yīng)檢驗程序[30],構(gòu)建了家庭創(chuàng)業(yè)和非農(nóng)就業(yè)的中介效應(yīng)模型。其中,非農(nóng)就業(yè)則是計算農(nóng)戶家庭勞動力人口中從事非農(nóng)工作的比例。家庭創(chuàng)業(yè)是根據(jù)CFPS問卷中“您家是否有家庭成員從事個體經(jīng)營”來衡量,若農(nóng)戶回答“是”,則表示有家庭創(chuàng)業(yè),賦值為1,否則賦值為0。中介效應(yīng)檢驗結(jié)果報告在表8。

表8 土地轉(zhuǎn)出對農(nóng)戶多維相對貧困的影響:機(jī)制檢驗

表8列(1)和(2)為非農(nóng)就業(yè)中介模型的檢驗結(jié)果,從列(1)的估計結(jié)果來看,土地轉(zhuǎn)出對非農(nóng)就業(yè)在5%統(tǒng)計水平下顯著為正,即相比于沒有土地轉(zhuǎn)出的農(nóng)戶家庭而言,有土地轉(zhuǎn)出家庭的非農(nóng)就業(yè)比例更高,意味著土地轉(zhuǎn)出的確造成農(nóng)戶家庭離開務(wù)農(nóng)工作,選擇非農(nóng)工作的經(jīng)濟(jì)決策。列(2)將土地轉(zhuǎn)入和非農(nóng)就業(yè)同時納入中介效應(yīng)模型,結(jié)果顯示,非農(nóng)就業(yè)在1%統(tǒng)計水平下顯著為負(fù),說明農(nóng)戶家庭內(nèi)部的非農(nóng)就業(yè)比例對于緩解多維相對貧困有顯著的促進(jìn)作用。與之同時,土地轉(zhuǎn)出的回歸系數(shù)仍在1%統(tǒng)計水平下有顯著負(fù)向影響,與表3列(2)的基準(zhǔn)回歸結(jié)果比也是略有提高。因此,非農(nóng)就業(yè)也是一個部分中介變量,即土地轉(zhuǎn)出部分通過提高非農(nóng)就業(yè)比例幫助農(nóng)戶家庭緩解多維相對貧困。Sobel檢驗也通過了中介效應(yīng)檢驗,中介效應(yīng)占比為1.04%。

同理,表8列(3)結(jié)果表明,與沒有土地轉(zhuǎn)出的農(nóng)戶家庭相比,土地轉(zhuǎn)出對農(nóng)戶家庭創(chuàng)業(yè)在1%統(tǒng)計水平下有顯著正向影響,說明土地轉(zhuǎn)出促進(jìn)了家庭創(chuàng)業(yè)決策,土地轉(zhuǎn)出后,為農(nóng)戶家庭轉(zhuǎn)向自主經(jīng)營的經(jīng)營決策提供支持。列(4)共同納入核心解釋變量土地轉(zhuǎn)出和中介變量家庭創(chuàng)業(yè),結(jié)果顯示,家庭創(chuàng)業(yè)對農(nóng)戶多維相對貧困的回歸系數(shù)在1%統(tǒng)計水平下顯著為負(fù),說明創(chuàng)業(yè)活動可以有效緩解農(nóng)戶家庭面臨多維相對貧困。進(jìn)一步觀察列(3)土地轉(zhuǎn)出的回歸系數(shù)可以發(fā)現(xiàn),與表3列(2)的基準(zhǔn)回歸結(jié)果相比,土地轉(zhuǎn)出對農(nóng)戶多維相對貧困的抑制效應(yīng)仍1%統(tǒng)計水平下顯著為負(fù),且系數(shù)估計值有所提高。由此,根據(jù)中介效應(yīng)檢驗原理,可以說明家庭創(chuàng)業(yè)是一個部分中介效應(yīng),即土地轉(zhuǎn)出部分通過促進(jìn)農(nóng)戶家庭創(chuàng)業(yè)活動緩解多維相對貧困。而且,Sobel檢驗結(jié)果進(jìn)一步證實了家庭創(chuàng)業(yè)中介效應(yīng)的顯著性,中介效應(yīng)占比為4.49%。

五、研究結(jié)論與政策建議

緩解農(nóng)戶多維相對貧困不僅是“后2020”時代相對貧困治理的重要內(nèi)容,更是實施鄉(xiāng)村振興戰(zhàn)略的題中之義與必然要求。本文構(gòu)建了農(nóng)戶多維相對貧困指標(biāo)體系,并據(jù)此計算農(nóng)戶家庭多維相對貧困指數(shù),將土地流轉(zhuǎn)分為土地轉(zhuǎn)出和土地轉(zhuǎn)入2個維度,考察土地流轉(zhuǎn)對農(nóng)戶家庭多維相對貧困的影響及其機(jī)制。基于2018年中國家庭追蹤調(diào)查數(shù)據(jù)的研究發(fā)現(xiàn),土地轉(zhuǎn)出能夠緩解農(nóng)戶家庭多維相對貧困,土地轉(zhuǎn)入對農(nóng)戶家庭多維相對貧困不具有顯著影響。利用工具變量法解決對內(nèi)生性問題,傾向得分匹配方法對樣本選擇偏差進(jìn)行針對性處理,以及替換被解釋變量的分維度檢驗結(jié)果依舊支持了上述研究結(jié)論。此外,分位數(shù)檢驗結(jié)果表明,土地轉(zhuǎn)出對不同程度多維相對貧困農(nóng)戶的影響存在顯著差異,即隨著農(nóng)戶家庭多維相對貧困程度的提高,土地轉(zhuǎn)出的減貧效應(yīng)越為明顯。與之不同,無論是對于何種程度的農(nóng)戶家庭多維相對貧困程度,土地轉(zhuǎn)入均沒有顯著影響。進(jìn)一步地影響機(jī)制檢驗結(jié)果顯示,土地轉(zhuǎn)出可以通過促進(jìn)非農(nóng)就業(yè)和家庭創(chuàng)業(yè)來緩解多維相對貧困。

鑒于上述結(jié)論,提出如下政策建議。

首先,土地轉(zhuǎn)出能夠有效緩解農(nóng)戶家庭多維相對貧困,因此各級政策實務(wù)部門應(yīng)著力完善土地轉(zhuǎn)出制度安排,優(yōu)化土地轉(zhuǎn)出程序,加快社會保障體系建設(shè),助力相對貧困治理。比如,在土地轉(zhuǎn)出程序辦理上,發(fā)展土地流轉(zhuǎn)中介服務(wù)機(jī)構(gòu),完善土地確權(quán)登記頒證成果等。加大土地轉(zhuǎn)出政策宣導(dǎo),提高農(nóng)民對土地轉(zhuǎn)出制度規(guī)定的清晰認(rèn)知。構(gòu)建涵蓋土地轉(zhuǎn)出信息發(fā)布、交易談判、交易執(zhí)行以及交易糾紛處理等功能為一體的農(nóng)村土地轉(zhuǎn)出市場化體系,切實降低土地轉(zhuǎn)出成本,使更多有意參與土地轉(zhuǎn)出的農(nóng)戶能夠真正參與到土地轉(zhuǎn)出過程中來。此外,土地作為農(nóng)戶家庭最為重要的生產(chǎn)生活資料之一,在實質(zhì)上承擔(dān)防范風(fēng)險的功能,實務(wù)層面鼓勵農(nóng)戶土地轉(zhuǎn)出的同時,也應(yīng)該健全土地轉(zhuǎn)出家庭和地區(qū)的社會保障體系,在養(yǎng)老保險、醫(yī)療保險、社會救濟(jì)和最低生活保障支持等方面,妥善處理好土地流轉(zhuǎn)和社會保障兩者之間的關(guān)系,借助于健全的社會保障體系促進(jìn)農(nóng)村土地轉(zhuǎn)出。

其次,土地轉(zhuǎn)出對農(nóng)戶家庭多維相對貧困的影響存在顯著異質(zhì)性,因而相關(guān)土地轉(zhuǎn)出的政策內(nèi)容設(shè)計應(yīng)有意識地向貧困地區(qū)和弱勢農(nóng)戶傾斜。通過加強(qiáng)土地轉(zhuǎn)出的信貸支持、社會保障力度等措施,降低低收入農(nóng)戶家庭土地轉(zhuǎn)出面臨的門檻阻礙,促使土地流轉(zhuǎn)的市場化程度,發(fā)揮出土地轉(zhuǎn)出在相對貧困治理上的積極效應(yīng)。

最后,非農(nóng)就業(yè)和家庭創(chuàng)業(yè)是土地流轉(zhuǎn)影響農(nóng)戶家庭多維相對貧困的關(guān)鍵渠道,這意味著地方政府部門應(yīng)該加強(qiáng)對于土地轉(zhuǎn)出農(nóng)戶的就業(yè)技能培訓(xùn),為土地轉(zhuǎn)出農(nóng)戶的就業(yè)創(chuàng)業(yè)活動搭建溝通互助平臺,從而促進(jìn)非農(nóng)就業(yè)。在創(chuàng)業(yè)活動上,政策上鼓勵農(nóng)村剩余勞動力的自主創(chuàng)業(yè),如通過金融信貸支持緩解農(nóng)戶家庭創(chuàng)業(yè)面臨的資金約束,在財稅征繳和土地供給等方面給予優(yōu)惠政策扶持,營造積極的創(chuàng)業(yè)氛圍,激發(fā)農(nóng)村地區(qū)的創(chuàng)業(yè)潛力和活力。