APP下载

促进还是抑制:土地流转与农户家庭非农创业

2021-08-31刘昌平

财贸研究 2021年8期
关键词:农户变量土地

赵 洁 刘昌平

(1.山西财经大学 公共管理学院,山西 太原 030031;2.武汉大学 社会保障研究中心,湖北 武汉430072)

一、研究背景

党的十九大报告提出实施乡村振兴发展战略,这是在继“新农村”建设规划后,政府针对解决“三农”问题的又一顶层设计,其不仅能够与精准扶贫措施结合以取得脱贫攻坚战胜利,而且是解决新时代中国农村发展不充分与城乡发展不平衡社会主要矛盾的重要措施。乡村振兴战略按照“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”二十字方针来进行总体布局。在乡村振兴战略中,产业兴旺被定为首要任务,是乡村振兴战略实施和成败的核心,更是乡村振兴战略实施的基础与底线(张海鹏 等,2018)。农民作为乡村发展的主体,在探索迅速发展农村特色产业与走上脱贫致富路上扮演了关键角色,而创业必然是产业发展的重要选择(黄祖辉,2018)。更为具体的是,《乡村振兴战略规划(2018—2022)》明确提出要培育壮大农村创新创业主体,不断完善创业的配套设施与措施,建构创新创业激励机制,该政策的出台彰显了政府对农户选择家庭非农创业的“期许”与政策“护航”。因此,在乡村振兴战略下研究农户家庭非农创业是顶层设计的客观要求。

集合各种资源要素是创业发展的客观需求,土地资源作为农村地区最核心的资源之一,如何优化土地资源配置已成为农户家庭非农创业的关键(缪书超 等,2021)。为了优化农村地区的土地资源,促进农业发展与产业兴盛,在制度层面上,国务院颁布了《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》,该意见明确指出不断推动土地流转,发展农村规模经营等,顶层设计的不断出台意指提高土地资源的优化配置,进而改善农户收入结构,促进农户非农产业发展等(陈斌开 等,2020)。换言之,土地流转和产权制度的创新不仅能够提高农户收入,而且能进一步优化农户家庭非农创业环境。

然而,在现实层面,中国土地流转整体水平并不高,且土地流转签订合同的比重较低,农户土地流转资源程度呈下降趋势(钱忠好 等,2016)。与此同时,由于就业环境不确定增大和追求经济利润最大化驱动,土地转出的收益远远不足以激励农户进行土地租让,甚至进一步降低了农户的家庭收入,导致农户保留土地或者雇佣他人代耕,甚至出现了撂荒土地的现象(庄晋财 等,2018)。可见,农户土地流转状况与政策目标还存在很大差距(冀县卿 等,2013)。同时,令人遗憾的是,专门探讨土地流转对农户家庭非农创业影响的研究并不多。因此,土地流转与农户家庭非农创业的关系仍然需要更为科学的方法和数据进行评估,理清二者的关系不仅对于推动农业产业发展与增加农户收入有重要作用,而且也为乡村振兴战略的实施提供启示与借鉴。

鉴于此,本文采用中国家庭追踪调查2018年数据,将土地流转分为土地转出与土地转入两个维度,实证分析土地流转对农村居民家庭创业的影响。本文可能的贡献有以下几点:第一,本文将土地流转进行细分,从而更全面地评估土地流转对农户家庭非农创业的影响;第二,本文采用土地转出金额与土地转入金额进行稳健性检验,并采用倾向值匹配克服样本选择偏差与工具变量法处理内生性问题,研究结论更为严谨;第三,本文引入家庭收入、风险偏好与农业劳动时间,进一步剖析土地流转影响农户家庭非农创业的作用机制,同时从年龄与地区的差异性,分析了农户家庭非农创业的异质性。

二、文献回顾与研究假设

创业是经济发展和经济增长的重要引擎,诸多学者针对创业的影响因素进行阐述。比如,微观层面创业影响因素包括居民的性别、年龄、工作经历、风险偏好、人力资本与社会资本等(Rosenthal et al.,2012;胡金焱 等,2014; 阮荣平 等,2014); 宏观层面创业影响因素主要包括收入差距、地区房价、失业状况、基础设施建设、正规金融和非正规金融发展水平、创业环境与创业政策等(Han et al.,2013;吴晓瑜 等,2014)。这些创业的影响因素为本研究寻求控制变量提供了借鉴,然而上述研究均忽略土地流转对农户家庭非农创业的影响。因此,下文我们重点梳理了土地流转对非农创业影响的文献。

无论是发达国家还是发展中国家,土地均是农户家庭经济资源中具有能动性的关键因素之一,作为农户最核心的家庭资产,是农户家庭非农创业的关键资源(缪书超 等,2021)。这是因为土地资源具有经济效应,为农户从事家庭非农创业积累了一定的原始资金,且依附于土地资源上的社会、政治、经济与文化关系网,更是对农户家庭非农创业起到了至关重要的作用(Scheyvens et al.,2017)。部分学者肯定了土地流转对农户家庭非农创业的积极效应,认为土地流转实现了土地资源的整合,解决了土地资源碎片化引起的资源浪费,促进了土地资源配置的优化,实现租赁者与出租者的“双赢”局面(马贤磊 等,2016;钱忠好 等,2016),即土地转出在增加农村居民收入的同时,不断放松家庭财力的资源约束,提高家庭非农创业的财政投入,进而促进农户家庭非农创业(Falkinger et al.,2013)。

但是,部分学者却得出了相反的结论,认为农地转入参与显著促进了农民农业创业但对其非农创业具有显著负向影响(苏岚岚 等,2020)。更进一步,有学者发现土地出租能显著激励农户家庭非农创业,土地租用会显著抑制农户家庭非农创业,土地征用对农户家庭非农创业不会产生影响,三者对农村家庭创业利润均不会产生影响(田勇,2019)。此外,有文献指出,无论何种土地流转模式均对农户家庭创业有积极效应,但令人遗憾的是,该文献并未深度探讨土地流转对农户家庭创业的影响机制(李长生 等,2020)。基于此,本文不提出土地流转对农户家庭非农创业方向性的假设,仅提出:

假设1:土地流转对农户家庭非农创业具有重要影响。

土地流转对农户家庭非农创业的影响具有地区与年龄异质性。已有研究发现,创业存在着显著的地区差异性(郝朝艳 等,2012)。中国地域宽广,无论是各地的土地流转状况还是地区间的经济发展状况,均具有显著差异。譬如,“南高北低,东高西低”的空间属性是中国土地流转率的最大特征,这可以归因于三个方面:土地资源、经济发展水平与土地政策(王亚辉 等,2018)。中东部地区主要以平原为主,土地质量高且土地流转交易费用低,对农户家庭非农创业的影响更大,而西部地区则相反。无论是创业风险偏好还是土地流转策略,新生代农民和第一代农民均有很大差异。年轻农民在外出务工过程重获取更多的创业资源与创业技能,更能把控创业机会与整合创业政策,创业的偏好更高。但是第一代农民,面临着“上有老下有小”的生活压力,其更可能采用稳健的策略进行土地流转,家庭非农创业风险偏好较低。据此,本文提出:

假设2:土地流转对农户家庭非农创业的影响具有区域与年龄差异。

众所周知,农户家庭非农创业需要一定的原始积累,但是已有研究指出金融约束是影响家庭非农创业的最大资源要素之一(张舰 等,2017)。所以农业生产者如果能够获取大量的投资资金,将会选择家庭非农创业(Eswaran et al.,1986)。翁辰等(2015)指出农村居民家庭金融可及性与家庭创业之间具有显著的正相关性,但是农户家庭从正规金融与非正规金融借贷成本较高,自家储蓄才是家庭创业投资的最主要资金渠道。而土地转出增加了农户家庭收入,为家庭非农创业积累了丰厚的原始资本(刘远风,2016)。此外,转出土地的农村家庭,在降低自家农业生产时间的同时,也释放了家庭农业劳动者;换言之,土地的转出能够增加家庭劳动力进行非农就业(Willmore et al.,2012)。更进一步,非农就业的过程中,农民不但可以获取较高的收入,而且能够建构社会资本与社会网络,并能捕捉创业机会,践行家庭创业的规划(庄晋财 等,2014)。据此,我们提出:

假设3:土地转出通过提高农户家庭收入与非农劳动时间进而促进农户家庭非农创业。

Eswaran et al.(1986)的研究指出,如果农户租赁土地且租金规模增加,基于理性思考,会选择继续增加自家土地的投入,而不是雇佣劳动力进行耕种。换言之,虽然土地转入会使农户耕种土地面积不断增加,但是只有当转入土地面积足够大甚至超过某一阈值时,农户才会选择进行家庭创业。同时,土地规模的扩大会实现规模经济效应,所以某种程度上如果转入的土地连片或亩数更多,农户更愿意租赁且支付更高的租金(纪月清 等,2017)。因此,土地转入会从以下两个方面影响农村家庭创业。一方面,转入土地后,其耕种模式依然是传统的精工细作,这无疑会将农民束缚于土地之上,而不能采用更多的时间和精力进行家庭创业,即土地转入会增加农民的农业劳动时间,进而抑制农户家庭非农创业。另一方面,转入土地的农户可以通过获取国家农业补贴来维持基本生活支出(杨华,2015),甚至某种程度上增加了家庭的收入水平。但是,土地转入也是农民的重要投资方式,当家庭资源受到约束时,这不仅会限制农户在其他方面的投资,而且也会降低农户的风险偏好,进而抑制家庭非农创业。据此,我们提出:

假设4:土地转入通过提高农户农业劳动时间和降低风险偏好进而抑制农户家庭非农创业。

三、研究设计

(一)数据来源

本项研究数据来自中国家庭追踪调查(China Family Panel Studies,CFPS),该调查采用多阶段、内隐分层、与人口规模成比例的抽样方法,从全国25个省/市/自治区的162个区/ 县的649个村/居抽取并发放家庭户样本19986 户,这些家庭及家庭中所有经济上联系在一起的家庭成员均为CFPS 的目标访问对象。2010年基线调查共完成了14960户家庭的访问,界定出57155位基线基因成员,包括33600位16岁及以上的成人和8990名15岁及以下的少儿,这些基因成员及其直系后代将作为 CFPS 长期追踪的对象。CFPS调查分为四类不同主体问卷:成年人问卷、儿童问卷、家庭问卷与社区问卷。在这四类问卷基础上针对不同家庭成员采用电话问卷、代答问卷等方式进行访谈。为此,本文采用CFPS最新的2018年调查数据,由于创业群体主要集中青壮年时期,我们选取了60岁以下的群体作为分析对象。对缺失值、错误值与奇异值处理后,最终得到含有5828个观测值的基准样本。相对于以往的同类研究,本文的数据相对较新,并且覆盖范围更广、样本量更大,从而更具代表性。

(二)变量选取

1.因变量

本文的因变量是非农创业,由于家庭成员的职业选择和经济活动都是家庭成员进行联合决策,且非农创业的财务投资难以细分,因此我们选择家庭层面的非农创业进行测度。根据周广肃等(2015)对创业的定义方法,本文的非农创业对应的问题是“家庭是否参与经营或完全经营非农产业”,将非农创业设置为二分类虚拟变量。如果家庭参与经营与完全经营非农产业,定义为非农创业,赋值为“1”;如果家庭未参与经营与完全经营非农产业,定义为未从事非农创业,赋值为“0”。

2.自变量

本文的自变量是土地流转,参考王兴国等(2020)有关土地流转的研究,我们选取的是土地转入与土地转出两个维度。由于CPFS 汇总问卷中“农户是否将土地出租给了其他人”这一问题的回答是在“您家从集体分得以下哪些类型的土地”问题的基础上的进一步回答,所以针对土地转入变量,我们采取的是问卷中“过去 12 个月,您家是否从其他家庭转入集体分配的土地?”这一问题的答案;而针对土地转出变量,我们采取的是问卷中 “过去 12 个月,您家是否将集体分配的土地出租给了其他人?”这一问题的答案。二个自变量均为虚拟变量,我们将回答“是”的赋值为“1”,表明该农户有土地流转;将回答“否”的赋值为“0”,表明该农户没有土地流转。

3.控制变量

遵循文献的传统,我们选取家庭户主人口学特征与家庭层面特征。户主在农户家庭非农创业决策中通常发挥着至关重要的作用,参考钱龙等(2016)的研究,本文引入 CFPS数据提供的“管理家庭账目的人”作为虚拟“户主”,相对于名义户主,真正管理并从事家庭财务管理的农户家庭成员更可能对家庭非农创业产生影响。具体在模型中,分别引入户主性别(0=女,1=男)、年龄(连续变量)两个变量予以控制。家庭层面特征变量主要包括家庭成员平均受教育年限(连续变量)、家庭成员平均年龄(连续变量)、家庭劳动力数量(连续变量)、家庭少儿抚养比(连续变量)、家庭养老抚养比(连续变量)、家庭消费支出(连续变量)、家庭地位(连续变量)、家庭人情支出(连续变量)。需要说明的是,我们将家庭人情支出、家庭消费水平均取对数。

具体变量的定义与描述性统计结果见表1。

表1 变量的定义与描述性统计

(三)模型建构

为检验土地流转对农户家庭非农创业的影响,本文设定如下计量模型:

yi=α0+α1LTi+αxXi+εi

(1)

其中:yi表示农户i的家庭非农创业状况;LTi表示农户i的土地流转状况;Xi表示一系列影响农户家庭非农创业的控制变量;α为待估参数;εi为随机扰动项,衡量影响农户家庭非农创业的不可观测因素。

四、实证分析

(一)基准回归:土地流转对农户家庭非农创业的影响

依据上文分析,土地流转与农户家庭非农创业息息相关,但由于具体社会情境的差异性,难以确定土地流转与农户家庭非农创业是正相关还是负相关。因此,首先分析土地转出对农户家庭非农创业的影响,表2列(1)至列(3)报告土地转出对农户家庭非农创业的影响。其中,列(1)中,未添加任何控制变量,发现土地转出在1%的统计水平下显著,回归系数为0.288,表明土地转出具有非农创业效应,即土地转出提高了农户家庭非农创业的可能性。考虑到其他变量可能影响回归结果,列(2)与列(3)分别添加其他控制变量与地区虚拟变量,发现土地转出均在1%的统计水平下显著为正,表明无论控制变量如何选择,土地转出均显著提高农户家庭非农创业的概率。以列(3)的结果为例,相比没有转出土地的农民,转出土地的农民家庭创业概率增加约12.8%。

表2 土地流转对农户家庭非农创业的影响(Probit模型)

表2列(4)至列(6)报告了土地转入对农户家庭非农创业的影响,发现无论是否添加控制变量,土地转入均在1%的显著性水平下负向影响农户家庭非农创业,即土地转入与农户家庭非农创业呈显著负相关。以列(6)的结果为例,与没有土地转入的农户家庭相比,有土地转入的农户家庭非农创业的概率降低了约6.2%。综上,表2的回归结果表明土地转出对农户家庭非农创业起到了促进效应,而土地转入对农户家庭非农创业起到了抑制效应,假设1得证。

(二)异质性分析:不同代际与不同区域差异

不同代际的农户与不同区域的农户,不仅土地流转状况不同,而且非农创业偏好各不相同。具体可以分析如下。由于我们的样本选择是16~60岁,青壮年群体富有朝气与活力,土地流转参与度更高,更容易接触风险事物且风险偏好更高;但是随着年龄的增长,居民对待创业的态度趋于保守,越来越不愿意从事风险性偏高的创业。从区域来看,中国的中部与东部地区,经济发展水平与居民收入水平更高,创业政策与创业环境更具有优势。因此,为了考察土地流转对不同代际农户与不同区域农户家庭创业的影响,我们将全样本分为第一代农户(80年以前)、新生代农户(80年以后)、东部农户、中部农户与西部农户等5个子样本,分别进行回归检验。表3和表4分别汇报了土地转出、土地转入对不同代际农户与不同区域农户的子样本的回归结果。

表3 土地转出对农户家庭非农创业的异质性分析

表4 土地转入对农户家庭非农创业的异质性分析

在表3列(1)、列(3)与列(4)中,土地转出均在1%的统计水平下显著,且回归系数符号为正,表明土地转出对新生代农户、东部农户与中部农户的家庭非农创业具有促进作用。计算可得,与没有土地转出的新生代农户、东部农户与中部农户相比,转出土地的新生代农户、东部农户与中部农户家庭非农创业的概率分别提高了12.60%、10.50%与4.80%。但是,土地转出对第一代农户与西部农户家庭非农创业没有通过显著性检验,表明土地转出对其家庭非农创业没有显著影响。

从表4列(2)和列(5)实证结果可以发现土地转入在第一代农户与西部农户中的回归系数符号为负,且均在1%的统计水平下显著,表明土地转入对第一代农户与西部农户的家庭非农创业具有负向效应。具体而言,与没有转入土地的第一代农户与西部农户相比,转入土地的第一代农户与西部农户的家庭非农创业分别降低了约8.87%与7.98%。然而,土地转入对新生代农户、中部农户与东部农户没有显著影响。总之,土地转出的家庭非农创业促进效应主要体现在新生代农户与中东部农户中,而土地转出的家庭非农创业抑制效应主要体现在第一代农户与西部农户中。由此,假设2得证。

(三)影响机制检验

众所周知,家庭非农创业是一种风险行为,非农创业者面临着诸多不确定性因素,而非农创业决策最关键的因素有以下三个:风险偏好效应、资源约束效应与创业时间效应。因此,我们首先分析土地转出对农户家庭收入与农业劳动时间的影响,窥探土地转出的影响机制,然后分析土地转入对农户家庭风险偏好与农业劳动时间的影响,窥探土地转入的影响机制。结果分别如表5、表6所示。

表5 土地转出对农户家庭非农创业的影响机制分析

表6 土地转入对农户家庭非农创业的影响机制分析

从表5列(1)与列(2)回归结果可以看出,与没有转出土地的农户相比,土地转出对农户家庭收入有显著的正向影响,但是土地转入降低了农户农业劳动时间。具体可知,土地转出提高了农户家庭收入的10.5%,降低了农户农业劳动时间的11.4%。从列(3)、列(4)和列(5)回归结果可以看出,土地转出对农户家庭非农创业均具有显著的正向影响,更为关键的是家庭收入显著提高了农户家庭非农创业,但是农业劳动时间显著降低了农户家庭非农创业的可能性。由此说明,土地转出通过提高农户家庭收入与降低农业劳动时间进而促进农户家庭非农创业,假设3得证。

从表6列(1)与列(2)回归结果可以看出,土地转入对农户风险偏好与农业劳动时间均在1%的统计水平下显著,且回归系数的符号一负一正,表明土地转入显著降低了农户的风险偏好,但提高了农户家庭的农业劳动时间。列(3)、列(4)和列(5)回归结果表明:土地转入对农户家庭非农创业依然呈现抑制作用;风险偏好对农户家庭非农创业具有积极的作用,而家庭劳动时间对农户家庭非农创业具有负向影响。因此,土地转入通过降低农户家庭风险偏好与提高农业劳动时间进而抑制农户家庭非农创业,假设4得证。

五、稳健性检验与内生性处理

(一)稳健性检验

土地转出金额与土地转入金额代表了土地转出与土地转入的多寡,能够反映土地流转的基本信息,为了进一步检验土地流转对农户家庭非农创业的影响,我们进一步采用土地转出金额与土地转入金额进行稳健性检验,回归结果如表7所示。我们发现无论是否添加地区虚拟变量,土地转出金额均在1%的统计水平显著,且回归系数符号为正,表明土地转出金额越高的农户,非农创业概率越高。以列(2)的结果为例,土地转出金额每提高一个百分点,农户家庭非农创业的概率将提高约18.9%。同时我们发现无论是否添加地区虚拟变量,土地转入金额均对农户家庭非农创业起到了抑制效应,以列(4)的回归结果为例,发现土地转入金额每提高一个百分点,农户家庭非农创业的概率将下降约12.4%。由此可见,表7的回归结果与表2的结果基本一致,进一步证实土地转出对农户家庭非农创业具有促进效应,土地转入对农户家庭非农创业具有抑制效应。

表7 稳健性检验:变量替代法

(二)内生性处理:二阶段最小二乘法

土地流转与农户家庭非农创业之间可能存在内生性。一方面,农户可能将家庭土地转出以此缓解家庭资源约束,而农户家庭非农创业减少了农业投入并提高了家庭资源约束,进而使农户更可能采取土地转出的策略;另一方面,农户家庭土地转入越多,需要更多的时间和财力投入到农业生产,不利于农户家庭非农创业,导致其可能继续从事农业劳作,进而促进农户家庭的土地转入。因此,无论是土地转入还是土地转出,土地流转与农户家庭非农创业可能存在反向因果关系。为了克服模型潜在的内生性问题,我们参考何安华等(2014)的研究,选取同一村庄内其他样本家庭平均土地转出率和平均土地转入率作为土地转出和土地转入的工具变量。原因有以下两点,一是工具变量与内生变量的相关性要求,一个村庄内部的土地流转具有很强的“同群效应”,本村其他家庭的土地流转会影响自家土地流转状况;二是工具变量与因变量的外生性要求,其他家庭决策不会直接影响该农户家庭非农创业,因而工具变量满足外生性要求。

从表8列(1)和列(3)的回归结果,我们发现杜宾豪斯曼检验的P值通过了显著性检验,表明土地流转是内生变量。我们在第一阶段的回归方程中,观察到F值分别为118.28和115.17,根据Stock和Yogo提供的临界值表,若存在弱工具变量,其F值大小应该是小于16.38,但是我们发现本项研究的F值均大于该数值,表明本项研究的工具变量不存在弱工具变量问题。所以说,本文选取同一村庄中其他家庭平均土地转入率与平均土地转出率作为土地转入与土地转出的工具变量是合理的。从回归结果上看,我们发现土地转出对农户家庭非农创业依然具有显著的促进作用,而土地转入对农户家庭非农创业依然具有显著的抑制作用。由此可知,本文的研究结论具有可信度与稳健性。

表8 内生性处理:工具变量法

(三)样本选择偏差:倾向值匹配

众所周知,工具变量法能够解决由于因果关系与遗漏变量导致的内生问题。但由于我们采用的是截面数据,而农民土地流转是自我选择的行为,这在一定程度上不能保证抽样是随机的。所以,我们在研究的过程中仍旧面临着农户土地流转的样本偏差问题(1)需要指出的是,倾向值匹配方法检验的是可观测变量的影响,若可观测变量选择不当或选择过少,容易引起估计偏差。所以在无法确定选择的可观测变量不存在任何纰漏的情况下,本文仅将倾向值匹配方法作稳健性检验。。为了解决这一问题,我们采用倾向值匹配的方法进行矫正,以此来窥探本项研究发现是否具有稳健性。我们分别采用了最小近邻匹配、卡尺匹配、卡尺内K近邻匹配与核匹配四种倾向值匹配方法进行消除样本选择偏差的验证,结果见表9。经过匹配后,土地转出和土地未转出及土地转入与土地未转入的两组样本的处理组平均处理效应ATT显示,消除样本选择偏差后,土地转出能够显著提高农户家庭非农创业的可能性,而土地转入能够显著降低农户家庭非农创业的可能性。这进一步证实本文研究结果具有稳健性。

表9 样本选择偏差:倾向值匹配方法

六、研究结论与政策建议

非农创业不仅是中国乡村振兴战略的具体实践,而且是解决城乡发展不平衡的重要手段。本项研究基于2018年中国家庭追踪调查数据,将土地流转分为土地转出与土地转入两个维度,实证分析土地流转与农户家庭非农创业的关系。研究发现,土地转出对农户家庭非农创业具有促进效应,而土地转入对农户家庭非农创业具有抑制效应;采用土地转出金额与土地转入金额进行稳健性检验,发现土地转出金额越多,农户家庭非农创业的可能性越大,但土地转入金额越多,农户家庭非农创业的可能性越小;同时采用倾向值匹配解决样本选择偏差与工具变量法解决内生性后,土地转出对农户家庭非农创业的促进效应,土地转入对农户家庭非农创业的抑制效应依然存在。与此同时,影响机制结果显示,土地转出会提高农户家庭收入与减少农业劳动时间而促进非农创业;土地转入会降低农户家庭风险偏好与增加农业劳动时间而抑制非农创业。此外,异质性结果显示,土地转出的促进效应主要发生在中东部地区与新生代农户群体中;而土地转入的抑制效应主要发生在西部地区及第一代农户群体中。

本项研究具有重要的政策意涵。无论是乡村振兴的顶层设计,还是“大众创业,万众创新”的重要战略,均为农户家庭非农创业提供了重要的政策保障。在《乡村振兴战略规划》纲要中,国务院明确指出要为农村家庭创业提供良好的环境,并积极建设农村基础设施,推动农村市场化改革,进而激活农村创业主体与推动农村创业发展。然而,毋庸置疑的是,要推动乡村振兴,发展农村产业,就需要培育农村新型经营主体。在创业发展中,需要整合各种资源,而土地资源是农村最核心最重要的资源之一,所以实现土地流转制度的有效落实自然成了农村创业的重要抓手。本文发现土地流转对农户家庭非农创业有着至关重要的作用,因此政府应该完善土地流转方案,优化土地流转环节,实现土地流转的良性发展,推动农村地区的大众创业与万众创新,从而实现乡村振兴。

猜你喜欢

农户变量土地
农户存粮,不必大惊小怪
我爱这土地
让更多小农户对接电商大市场
抓住不变量解题
也谈分离变量
对这土地爱得深沉
粮食日 访农户
农户存粮调查
SL(3,3n)和SU(3,3n)的第一Cartan不变量
分离变量法:常见的通性通法