农地流转对农户收入的影响——基于PSM模型的计量分析

洪名勇，杨单单，郑淋议

(1.贵州大学 管理学院，贵州 贵阳 550025; 2.浙江大学 公共管理学院，浙江 杭州 310058)

农地流转问题一直是政府高度关注的关键话题。近年来，我国的经济发展步入了新阶段，政府也在不断探索各种形式的土地流转模式创新实践。1984年中央一号文件提出鼓励土地逐步向种田能手集中，2002年的《中华人民共和国农村土地承包法》明确了出租、转包、转让、互换或者其他等农地流转模式。2003年的《农村土地承包法》中也指出农户可以有偿、依法、自愿进行土地流转。2007年党的十七大明确提出要健全土地流转市场，发展适度规模经济。2008年发布的《中共中央关于推进农村改革发展若干重大问题的决定》对于土地流转的方式增加了“股份合作”，提出要发展多种形式的集约化规模经营。2011—2015年连续5年的中央一号文件中均强调了要释放土地经营权的活力、积极推进农村土地经营权有序流转，促进适度规模经营。2016年中央一号文件提出，要持续引导土地经营权合理有序流转，鼓励农户自愿互换承包地块促成规模化经营。2017年中央一号文件提出，要以代耕代种、经营权流转等形式促进土地流转规模经营的建成，引导地方政府探索土地流转履约保证保险。中国自实行家庭联产承包责任制以来，调动了农民的生产积极性，在土地生产力大大提高、农民收入逐年增加的同时，土地细碎化、农业兼业化等问题也逐渐显露出来。在2018年的中央一号文件中强调了要持续保障农村土地承包关系稳定，全面完成土地承包经营权确权登记颁证工作，发展多种形式适度规模经营。

目前学术界也对农地流转对农民收入的影响做了大量研究。一部分学者认为，农地流转能有效增加农民收入。农地流转能够更高效地配置土地资源，促进农地集约化经营[1]，缓解农民的贫困状况[2-3]。发育良好的土地租赁市场可以减少流转成本[4-6]，促进土地生产效率的提高[7]，提高农户财产性收入[8]，增加农户福利[9]。韩啸等的研究发现农地流转对转入户收入具有显著的正向效应，而对转出户收入的影响并不明显[10]。许恒周等的研究结果表明，农地流转对农户收入的影响随着流转期限的推进而增强[11]。农地流转促进农户收入水平的提高[12-16]，相对而言,农地流转对租出土地的农户收入促进作用大于租入土地农户[17-18]，但会降低其人均种植业纯收入[19]。然而也有一些学者认为农地流转并不能促进农民增收。彭代彦等的研究发现农地流转虽然减少了农地细碎化程度，但农民收入水平并不一定会相应增加[20]。农地流转可以明显促进农业适度规模经营，但是不能提高农户收入水平[21]，对农户收入具有明显负向效应[22]。Besley等[23]认为农地流转有时并不能刺激农民增加农业投资，农户土地经营规模增加对农民收入的影响并不明显[24]，Lan Zhang等的研究发现租出土地不利于农户收入的提高[25]。因此，已有关于农地流转对农户收入的影响研究尚未形成统一的结论，一部分学者认为农地流转能显著促进农户收入水平的提高，另一部分学者则持有相反观点。

为进一步检验农地流转对农户收入的影响，本文基于全国性的农户微观调研数据——中国家庭动态跟踪调查数据库(CFPS)，从不同角度估计土地流转分别对农户人均纯收入、农户人均农业收入、农户人均非农收入的作用效果，以期为农地流转的农户收入效应研究提供理论依据。总体上，本文的边际贡献在于：第一，本文利用倾向得分匹配模型(PSM)，充分考虑了农户流转土地的自选择、异质性问题，借助全国性样本准确估计了农地流转对农户收入的净促进效应。第二，本文从人力资本、区域差异等方面来深入探讨农地流转行为对农户增收的组群差异，在研究内容上更为完整，为政府进一步完善农地流转制度、合理有序推进农地流转提供实证支撑。

一、理论基础与分析框架

在土地经营权被不断放活的政策导向下，作为土地要素配置的重要方式，农地流转对于农民收入增长具有重要意义[1]。对于农地流转家庭而言，具体可以划分为租入户家庭和租出户家庭。从农民收入构成来看，农民收入主要包括农业收入与非农收入两个板块。其中，农业收入指农民从事农业经营性生产与经营活动所获得的收入总额，非农收入主要包括财产性收入、转移性收入与工资性收入等。综合已有研究，并结合中国情景，本文将从农民家庭人均纯收入、人均农业收入、人均非农收入等维度探讨农地流转对农民收入增长的影响机制(详见图1)。

图1 农地流转对农民收入增长影响的作用机理

对于租出户来说：第一，就农业收入而言，由于土地经营面积的减少，农户会减少对土地农业生产要素的投入，土地的转出也意味着农户家庭劳动力会向非农部门转移，从事农业生产的劳动力人数会相应减少，降低农户家庭人均种植业收入，也会导致土地投入的单位生产要素成本增加，故租出土地可能会导致农户家庭的农业经营收入减少。第二，就工资性收入而言，租出土地可以使农户家更加有效地进行资源配置，改善以前收入方式单一的状况，而且农民在将闲置的土地等资源流转给第三方后，农民可以拥有更多的选择就业的机会，能够从土地束缚中解脱出来，逐渐转移到二、三产业，就业的转移使得农民工资性收入水平增加。第三，就转移性收入而言，尽管农户租出了土地，但是在我国大部分地区还是将粮食补贴等直接发给原承包户，故农户家庭的转移性收入不一定减少。第四，就财产性收入而言，由于租出土地可以相应获得土地、资本等资源带来的报酬(粮食作物或租金)、利息收入等，故财产性收入可能增加。因而，租出土地可能会增加农户家庭的非农收入。

综上所述，租入土地有助于正向提高农户家庭的农业收入，而租入土地对非农收入的影响效应作用方向未知；租出土地有助于提高农户家庭的非农收入，而不利于其农业收入水平的增加。总体而言，由于农业收入和非农收入的预期方向不尽一致，因此，无论是租入户还是租出户，农地流转对家庭人均纯收入的影响尚未可知。

二、数据来源与实证策略

(一)方法选择

在农地流转对农户收入影响效应研究方面，现有研究较多使用了多元线性回归模型[10，17]、混合数据logit模型[18]等，这些模型大都没有克服农户家庭的自选择问题以及考虑不同农户家庭之间的异质性问题，因为不同家庭所处的地理位置、经济发展情况、政策环境也不一样；要克服变量内生性问题，可以考虑寻找一组合适的工具变量。然而，合适工具变量的选取一般很难，也可能存在与内生变量弱相关的情况，导致估计结果可能有偏误。要准确估计农户流转土地收入效应的关键问题在于任何农户在同一时点只能是流转土地和不流转土地的状态之一，我们不可能同时捕捉到同一农户的两种状态下的收入，这实际上是数据缺失问题，也是反事实推断分析框架。因此，本文选择倾向得分匹配方法(PSM)估计农地流转对我国农户家庭收入的影响，PSM可以很好地模拟出已经流转土地的农户若未流转土地时的反事实收入。倾向得分匹配方法(PSM)是由Rosembaum[26]等于1983年提出的，它是指在一系列可观测特征条件下，基于参与者条件概率对处理组与控制组进行匹配的一种模拟算法。PSM可以很好地解决农户流转土地时自选择行为造成的选择偏差与有偏估计问题，在处理数据时最大限度地控制了样本的异质性等其他模型很难把控的问题。

(二)研究步骤

首先，通过Logit模型或者Probit求得租入土地农户与租出土地农户的条件概率值，即倾向得分值。本文使用Logit模型得到处理组农户家庭条件概率值Pi，对照组农户家庭j条件概率值Pj。倾向性得分定义为：

P(Xi)=Pr{expi=1/Xi}

(1)

(2)

其次，选择匹配方法及匹配效果的检验，本文最终选取三种匹配方法进行匹配，并将匹配结果进行比较。1.最近邻匹配。它是找到控制组中与处理组农户样本倾向得分值差距最小的调查样本当作自己的匹配对象。2.半径匹配。它是提前设定好一个半径，半径取值为正，然后找出设定半径范围中单位圆内的全部控制样本。3.核匹配。它是指生成一个虚拟对象来匹配处理组农户样本，生成的原则即为对现有的控制变量做权重平均，且权重的取值和处理组农户样本、对照组农户样本倾向得分值呈现反向相关关系，其作为一种非参数匹配方法，能够充分利用样本信息。随后进行匹配效果的检验，倾向匹配方法估计反事实收入要满足以下两个前提条件：条件独立性与共同支撑条件。为保障匹配效果的有效性，一是保障处理组农户样本通过倾向值相识度都能和对照组农户样本相配对；二是通过检验匹配的平衡性分析处理组与对照组农户样本在匹配变量上是否相同或相似，若差异显著则表明本次配对结果不够理想。最后，依据倾向得分估计出流转土地农户的反事实收入，即其未流转土地的收入水平，并与其真实收入水平进行比较，测算处理组农户与对照组农户的平均收入差异，即为流转农户的平均处理效应(ATT)，则可以得到农地流转对农户收入的净促进效果。

(三)数据来源与说明

本文的研究数据来源于中国家庭动态跟踪调查项目(China Family Panel Studies，简写为CFPS)，该数据库调查项目是由北京大学中国社会科学调查中心(ISSS)以及北京大学社会科学各院系的学术力量共同设计并组织实施的社会跟踪调查项目，全国基线调查在2010年正式开展，历时追踪社区、家庭、个体等多个层面的实时调研数据,来反映我国社会经济、人口特征、农业生产、教育情况以及居民生活状况的变迁，数据库涉及的调查对象是我国25个省、市、自治区(不包括台湾、澳门、香港、宁夏回族自治区、新疆维吾尔自治区、内蒙古自治区、西藏自治区、海南省、青海省)的农户家庭情况，这25个省、市、自治区的人口数量大约占中国总人口(不包括台湾、澳门、香港)的95%，具有很好的代表性。

本文的研究对象是农村家庭，选用的是CFPS2012数据库，经过对数据的整理发现，剔除关键信息缺失，收入明显不合理的农户家庭，同时剔除农户样本数小于10且既租入又租出的农户样本，最后得到有效农户样本5 818个，其中，未流转农户4 473个，租入土地农户820个，租出土地农户525个，占比分别为14.09%、9.02%。计算得到，所有调查样本的租入土地总面积为7 765亩，租入率(租入总面积/承包总面积)为18.4%，租出土地总面积为4 560亩，租出率(租出总面积/承包总面积)为10.8%，分布在281个村，24个省(市、自治区)，其中西部地区7个省(直辖市)，东部地区9个省(直辖市)，中部地区8个省(直辖市)。

(四)变量选择与指标描述

在变量选择上，本文选择的结果变量为农户收入(家庭人均纯收入，家庭人均非农收入以及家庭人均农业收入)，为了更直观地反应农地流转的收入效应，对因变量进行了对数处理。关键变量：是否流转土地。0表示未流转土地；1表示租入土地；2表示租出土地。根据模型的平行假设要求，本文会尽可能多地控制影响农地流转决策的变量。

本文的变量选取包括三个维度:家庭变量特征、村级变量特征以及地区虚拟变量。家庭变量特征包括家庭人均农业收入、家庭人均房产价值、人均农业生产性固定资产、人均承包的耕地面积等。村级变量特征包括60岁以上人口占常住人口比例、村外出打工比例、村委会到县城的时间、农村地貌特征等。虚拟变量包括东部、西部、中部。家庭变量特征(除了结果变量与流转决策)、村级变量特征、地区虚拟变量统称为协变量。具体如表1。

由表1可知，在所有调查样本中，共820户家庭租入土地，占总样本14.09%；共525户家庭租出土地，占总样本的9.02%。租入土地的农户家庭村委会到县城的时间相对于租出土地农户家庭更短，这也意味着农村交通越便利的区域更有利于租入土地，村庄的交通便利情况在一定程度上也可以间接反映出该地区的经济发展状况以及最新的农业新技术应用到该地区的传输成本。农户家庭人均纯收入(对数)在未流转样本中的平均值为8.58，在租入样本中的均值为8.76，在租出样本中的均值为8.75，可以看出，农地流转能显著提高农户家庭的收入水平。

三、农户流转土地决策方程估计

为实现未参与流转的对照组农户样本与租出土地的农户样本配对，要测算农户的土地流转决策方程(农地租出方程与农地租入方程)，本文使用stata13.1软件运行模型。农地租入方程包括租入土地农户(820户)与未参与土地流转的农户(4 473户)，总共5 293个家庭样本。农地租出方程包括租出土地农户(525户)与未参与土地流转的农户(4 473户)，共计4 998个家庭样本。Logit估计结果见表2。

从表2的估计结果可以看出，模型的Wald卡方值在1%的水平上显著，表明模型整体拟合度令人满意。家庭劳动力数对租入土地具有积极影响，对租出土地具有消极影响，由此可以看出，家庭劳动力数量越多，越会倾向于租入土地。劳动力平均受教育年限在两个模型中都显著异于0，且对租入、租出土地均具有正向影响。劳动力平均受教育水平越高，越有可能掌握更多的社会资源，知识面更开阔，越有可能敏锐地识别并抓住机遇进行土地流转。劳动力平均年龄较大的家庭，农户租出土地的概率要高于租入土地。村委会到县城的时间即表示交通情况，交通便利程度越好，农户越倾向于租入土地。相对于西部地区，东部、中部区域农户流转土地的活跃程度更高。

表1 变量定义及统计描述

注：1. LZ流转决策变量：未流转=0，租入=1，租出=2。

2.Landf农村地貌特征：丘陵=1，高山=2，高原=3，平原=4，草原=5，其他=6。

3.East区域虚拟变量：东部地区=1，非东部地区=0。

4.Mid区域虚拟变量：中部地区=1，非中部地区=0。

表2 土地流转决策方程估计结果

注:P<0.1*， P<0.05**，P<0.01***。

四、农地流转对收入增长的影响：数值测算

(一)共同支撑域与PSM结果

为保证匹配效果，我们在计算得出农户家庭租出土地和租入土地的倾向得分以后，还需要进一步讨论匹配对象的共同支撑域。倾向得分匹配后的密度函数图如图2所示。由图2可以看出，匹配过后农户家庭租入土地、租出土地与对照组未流转土地农户的倾向得分区间具有相当大范围的重叠区间，这些重叠区间也就是共同支撑域，所以本文匹配的共同支撑条件很好，大部分样本观察值在共同取值范围内，进行倾向得分配对时能比较全面地利用样本信息，损失的样本量较小。

图2 农户倾向得分匹配后的密度函数图

按照不同的匹配方法样本观察值的损失量不同，我们比较了不同匹配方法下的样本最大损失数，匹配结果显示：处理组中样本观察值最多损失120个，对照组最多损失477个样本。由于处理组租入农地家庭820户，租出农地家庭525户，对照组未流转农地家庭4 473户，即处理组损失120个样本后，还有405个匹配样本，对照组损失477个样本后，也仍有3 996个匹配样本，表明本文的样本匹配效果很好。

(二)平衡性检验

倾向得分值(Pscore)估计的目的主要在于使得农户的解释变量在处理组样本数据和对照组样本数据之间均衡分布。三种匹配均采用Stata13.1软件中的Psmatch2命令，半径匹配设定半径为0.01，最近邻匹配n设定为2，其他采用默认设定，在完成样本配对后，要进行平衡性检验，检验结果如表3、表4所示。平衡检验结果的标准偏差绝对值越小，那么模型配对效果越好。一般来说，标准偏差的绝对值只要小于20，就说明匹配效果比较好。此外，需要测算匹配变量的标准偏差以及对处理组农户与对照组农户配对后，对变量的均值进行T检验来检测处理组、对照组存在显著差异与否，若不存在统计上的显著差异就说明匹配效果符合要求。由表3、表4可知，无论是租入农户还是租出农户，从变量配对以后的标准偏差与T检验结果来看，最近邻匹配、核匹配与半径匹配结果的标准偏差的绝对值都没有超过20，T检验结果表明只有人均金融资产价值在租出与未流转两组最近邻匹配的均值差异在10%水平上显著，其他变量配对后在处理组农户样本和控制组农户样本之间没有显著差异。此外，配对后的Pseudo R2值变得很小，LR chi2的概率值都不显著。因此，匹配明显降低了处理组与对照组两组间解释变量分布的差异，最大限度控制了样本选择偏误，这说明平衡检验结果令人满意。

(三)农地流转与农民收入增长

本文从农户农业收入与农户非农收入两个角度研究农地流转对农民增收的影响，不同农地流转行为对农户收入构成的影响情况不同。对于租入土地农户家庭来说，租入土地扩大了其农地经营规模，可以更充分地利用农户家庭已有的人力资本，发挥土地的规模经济效应，减少单位农业要素投入生产成本，增加农民的农业收入。此外，随着土地经营规模的扩大，农户可能会增加对农业器械等固定资产的投资，家庭资产得到更充分的利用，有助于促进其财产性收入的提高。由于农业投入成本的加大，在当下农业补贴政策下，也会获得更多的良种补贴，农具器械购置补贴以及部分小规模租入土地的农户可能存在兼业行为，故其非农收入也可能增加。对于租出土地农户家庭来说，一方面，租出土地可以使其更有效地配置劳动力资源，使农户从土地束缚中解脱出来，拥有更多的非农就业机会，同时也可能获得释放的土地、资本等资源带来的租金(粮食作物)、利息收入，有助于提升农户的非农收入。另一方面，租出土地农户由于农地经营规模减少以及劳动力的非农化转移，不利于其农业收入的增加。总体上，租出土地带来的农户非农收入的增加幅度大于其农业收入的减少幅度。表5给出了在三种匹配方法下测算的农地租入与农地租出对农户收入增长的促进作用(包括农户人均纯收入、农户人均农业收入以及农户人均非农收入)。由表可知，虽然采用了多种匹配方法，但模型模拟出的结果基本一致，表明本文的结果具有很强的稳健性。除了租出农地的农户人均农业收入外，农地租出家庭的农户人均收入、农户人均非农收入的增长测算结果均通过了显著性检验，农地租出促进了农户收入水平的提高，由于租出土地不利于农户农业收入的增加，故租出户的农业收入没有通过显著性检验；而租入土地的农户人均收入、农户人均非农收入以及农户人均农业收入的增长测算结果均通过了显著性检验，租入农户的非农收入之所以会增加，可能是由于其扩大经营规模时购置了更多的固定资产，获得了更多的农业补贴收入以及部分农户可能存在兼业行为，这些都会导致租入农户非农收入的增加。在表5的最后三行给出了三种匹配方法的均值。由表可知，农地流转行为显著促进了参与农户家庭收入的提高，在排除其他因素的作用下，租入农地的农户人均收入会提高24.6%(exp(0.22)-1)，农户人均农业收入提高47.7%(exp(0.39)-1)。租出农地的农户人均收入会提高11.6%(exp(0.11)-1)，农户人均非农业收入提高10.5%(exp(0.10)-1)。而和处理组、对照组农户收入差异的统计结果(表1)比较以后，可以发现倾向得分匹配后测算的农户收入增长与统计结果存在差异，表1中租入家庭的户均收入差异0.18，小于PSM测算的0.22，租出家庭的户均收入差异0.17，大于PSM测算的0.11。因此，统计方法低估了农地流转对租入农户收入的促进作用，高估了农地流转对租出农户的增收效应。倾向得分匹配方法(PSM)在控制了处理组与对照组农户的家庭层面特征数据、村级层面的特征数据、地区层面特征数据等相同或相似之后，可以估计出仅仅以农户是否流转土地为不同的农户收入变化，可以得到更为精确的估计结果。

表3 匹配变量平衡性检验(租入农地)

表4 匹配变量平衡性检验(租出农地)

表5 农地流转收入增长的促进作用测算结果

注:P<0.1*， P<0.05**，P<0.01***。

五、农地流转对收入增长的影响：组群差异

本文分别根据农户劳动力平均受教育水平以及所处区域位置将农户分组，然后每组内分别将租入、租出农户与未流转农户匹配，以便进一步研究租入、租出土地对农户家庭收入促进的组群差异情况。不同分组内农地流转对农户收入的促进作用通过最近邻匹配给出，具体结果见表6。

表6 农地流转促进作用的组群差异结果

注:P<0.1*， P<0.05**，P<0.01***。

农户的受教育情况作为十分重要的人力资本，不仅会对农户家庭的农地流转行为产生影响，而且在农户家庭参与土地流转以后，对农户家庭的收入增长也有显著的促进作用。对土地流转农户而言，受教育程度高，代表农户拥有更为开阔的视野与丰富的专业知识，更容易抓住非农就业机会，提高非农收入，由于知识面的开拓，对租入土地的利用效率也会更高。表6结果表明，劳动力平均受教育水平在高中及以上的农户，流转土地后对收入增长的促进作用更显著(农地租入与农地租出农户人均收入分别是9.08和9.06)。此外，劳动力平均受教育水平在高中及以上的农户，在租出农地后对非农收入的促进作用以及租入农地后对农业收入的促进作用均明显大于最近邻匹配下所有农户。农户人力资本越多，农地流转的收入促进效应越强[14,19]。

除了人力资本以外，农户所处地理位置也对农户的土地流转参与行为有重要影响，并在农户流转土地以后，间接影响农户的收入增长。我国不同区域经济发展不平衡，东部、中部区域相对于西部来说，无论是地形交通、经济、技术等方面都发展得更为通达，且西部地区很多省份特殊的地形及环境也对农地流转造成了很大影响，进而导致了东部、中部、西部区域的农地流转收入影响效应存在显著差异。由表6可知，对租入土地农户而言，在西部地区对收入的促进效果低于东部，东部的促进效果低于中部，在西部、东部、中部地区的农户收入增收效应逐渐加强。在中部区域，对于租出土地的农户而言，其人均非农业收入(8.83)远大于最近邻匹配下所有租出农地农户的收入(8.67)。可能是因为中部区域的非农就业机会较多，农户可以从土地束缚中解脱出来获得工资性收入等非农收入来增加其非农收入。在东部区域，对于租入土地农户而言，其人均农业收入(7.77)大于最近邻匹配下所有租入土地农户的收入(7.62)。可能的原因是东部地区多是平原，农业生产的边际效率更高，可以很好的发挥农业生产的规模经济效应。在西部地区，对于租出土地农户而言，其人均农户收入(9.08)大于最近邻匹配下所有租出土地农户的收入(8.97)，其中非农收入(8.72)占了很大比重。原因可能在于西部地区经济相对比较落后，劳动力外出流动较大，此外，西部地区的旅游业等产业的发展也提供了许多非农就业的机会，随着非农就业获得的非农收入的大幅增加，农户家庭的收入水平自然也显著提升。

六、研究结论及政策含义

(一)研究结论

从农户微观收入视角，运用PSM模型主要分析了我国农地流转对租入土地农户及租出土地农户收入的影响效应，实证研究表明：农地流转促进农民收入增加。无论是租入土地还是租出土地均促进了农户家庭收入水平的提高，与未流转农户相比，租入农地会提高农户人均收入24.6%，租出农地能够提高农户人均收入11.6%。第二、人力资本能够提高土地资源配置效率，优化非农就业结构，从而促进农民增收。对于租入户来说，人力资本积累越多，越能够更好利用土地，提高农业生产率。对于租出户来说，人力资本积累越多，越能敏锐识别并把握非农就业机遇，大幅提升农户非农收入。第三、不同农地流转行为对农民增收的影响具有区域差异。对于租入户而言，中部、东部地区农地流转的收入增加效应显著大于西部地区。对于租出户而言，西部地区农地流转的收入增长明显大于中部、东部区域。

(二)对策建议

通过前文的分析可知，农地流转显著提高了参与流转农户的收入水平，推动了农村农业现代化的发展。为了更好地发挥农地流转对农民增收的促进作用，针对本文研究的主要内容，提出如下政策建议：第一、积极创新条件，促进农地顺利、有序流转，要不断完善农地流转市场的发育，并逐步规范农地流转市场相关的交易规则，强化市场对农地配置的作用，提高农地流转效率，减少不必要的流转交易费用。第二、向农民投资，增加农民人力资本积累，特别要加大对农村教育事业的资金投入，提高农户整体的受教育水平。第三、实施有区域差别的农地流转政策，促进不同区域合理有序流转农地，从而促进农民增收。