农地流转对劳动力资源利用效率的影响研究*——基于阿瓦提县的调研分析

罗晓玲，邵战林，聂旭

(1.新疆农业大学管理学院，乌鲁木齐市，830052；2.新疆维吾尔自治区第一测绘院，新疆昌吉，831100)

0 引言

我国的基本国情是人多地少，新中国成立70年来，我国总人口由1949年的5.4亿人发展到2018年的14亿人，虽然我国土地总面积在世界排名第三，但据第二次国土资源调查显示我国人均耕地面积仅为0.101 hm2，世界人均耕地面积为0.225 hm2，我国人均耕地面积还不足世界人均耕地面积的一半。农业劳动力是农业发展的关键，而在工业化、城镇化快速发展过程中，农业劳动力非农转移成为一种必然趋势[1]，农村劳动力转移提高了农民的收入，推动了社会经济的发展，却导致了农业劳动力的严重外流[2]。劳动力的转移达到一定规模后会对农业生产带来负面影响[3-4]，可能会造成粮食用地面积减少和粮食产量下降[5-6]。农地流转制度的产生，一定程度上解决了农村耕地撂荒、土地浪费、劳动力外流等现象[7]。农地流转依靠科技投入实现生产绩效的提升和农民收入的增加[8]，推动了农村部分劳动力向外转移的进程[9]，促进了农村劳动力转移形式的升级，还提高了农村农户的创业率[10]，实现了农村劳动力资源的合理配置，因此研究农地流转对劳动力资源的利用效率显得尤为重要。目前国内学者的研究主要集中在农地流转对粮食生产技术效率[11-13]、生产效率[14]、农业生产效率[15-16]和农民生产效率[17]等方面，而关于农地流转对劳动力资源利用效率的研究较少，刘颖和南标志选取22个指标，运用倾向得分匹配法研究了甘肃省农地流转对农地和劳动力资源利用效率的影响，认为农地流转不一定会提高农地资源利用效率，但可以提高总劳动力资源利用效率[18]。本研究运用PSM模型分析农地流转对劳动力资源利用效率的影响，为进一步提高阿瓦提县农业农村经济健康发展提供建议和理论依据。

1 数据来源与模型构建

1.1 数据来源

研究数据来源于2019年8月对阿克苏地区阿瓦提县镇和村庄农户的调查问卷。随机选取3个镇，1个乡，共调查12个村。本次调查共发放问卷379份，收回问卷379份，回收率达100%，剔除漏填重要信息及填写错误的无效问卷11份，有效问卷为368份，问卷有效率为97.10%。

本次调研共有151户参与农地流转，转入和转出农地的农户分别有87户和74户，其中，有10户在转入农地的同时又转出农地，未流转农地的农户有217户。转入农地的87户全部从事农业生产活动的同时有46户从事农业生产活动以外的工作，转出农地的74户中有59户从事农业生产活动，同时39户未从事农业生产活动，未流转农地的217户农户全部从事农业生产活动，同时134户从事农业生产活动以外的工作。

1.2 模型构建

倾向得分匹配法(Propensity Score Matching)是一类统计方法，简称PSM。PSM的理论框架是“反事实推断模型”，能够有效的解决样本性选择偏差和遗漏关键变量造成的内生性问题。PSM的实施步骤一般包括四步，一是用Logit回归计算倾向得分；二是选择匹配方法进行倾向得分匹配；三是进行数据平衡检验；四是根据匹配后的样本计算处理效应。PSM中的倾向得分是通过Logit模型实现，Logit模型如下

(1)

式中:p(Xi)——第i户农户转出或转入农地的条件概率，即倾向得分；

Pr[Di=1|Xi]——倾向指数，反映的是具有特征Xi的个体接受干预的可能性；

Di——两个干预变量，即第i户农户是否转入或转出农地；

Xi——一组外生变量的向量；

Xi′——i的转置矩阵；

β——系数。

通过Logit回归分别求出干预组和对照组的倾向得分，根据倾向得分选择控制组和对照组中两个实质等同的样本。本研究以最常用的匹配方法近邻匹配法、半径匹配和核匹配法来实现干预组和对照组的匹配。

干预组和对照组在匹配时必须满足两个条件，即共同支撑假设检验和平行假设检验。平行假设检验就是检验匹配前后干预组和对照组各变量平均值是否存在显著差异，即通常用标准差异指标进行测量控制变量的匹配效果，比较组间控制变量的标准差异在匹配前后的改变，匹配后的标准差异越接近0，匹配效果越好，当组间标准差异小于10%时，组间变量的均衡性较好。当同时满足共同支撑假设检验和平行假设检验时，认为配对的农户之间具有相似的农户流转行为。

本研究主要探讨农地流转对劳动力资源利用效率的影响，更关注的是参与者平均处理效应(ATT)，因为它衡量的是农地转入或农地转出农户的净劳动力资源利用效率。

ATT=E[(y1i-y0i|Di=1)]

=E(y1i|Di=1)-E(y0i|Di=1)

(2)

式中：y1i——第i户转入农地或转出农地农户的劳动力资源利用效率；

y0i——第i户未参与农地流转农户的劳动力资源利用效率；

Di——干预变量，即农地是否转入或转出。

2 变量定义与描述性统计

2.1 结果变量的选取

本研究的结果变量为劳动力资源利用效率，劳动力资源利用效率主要包括农业、非农业和总劳动力资源利用效率。运用SPSS软件计算调查农户劳动力资源利用效率的平均值、标准偏差、最大值和最小值，如表1所示。

表1 调查农户劳动力资源利用效率的统计描述Tab.1 Investigation of statistical description of the utilization efficiency of labor resources of farmers

其中农业劳动力资源利用效率等于某农户各经济作物与各粮食作物纯收益之和除以从事农业生产活动的人数；非农劳动力资源利用效率等于某户非农就业收入之和除以非农就业人数之和；总劳动力资源利用效率等于某户各种植业纯收益与非农收入之和除以家庭从事农业生产活动和非农活动人数之和。通过计算可以分别得出转入农地农户、转出农地农户、未流转农地农户的农业劳动力资源利用效率、非农业劳动力资源利用效率和总劳动力资源利用效率。

2.2 干预变量的选取

在研究农地转入行为对劳动力资源的影响时，把转入户作为干预组，未流转户作为对照组，在研究农地转出行为对劳动力资源的影响时，把转出户作为干预组，未流转户作为对照组。

2.3 控制变量的选取

本研究参考已有相关文献以及数据的可获取性，分别引入户主特征、家庭特征、农地特征和制度因素。Logit模型中各变量、变量定义及赋值情况见表2。从农户特征来看：调查农户的文化水平文化程度较低，在一定程度上阻碍了农地流转的进程。从家庭特征来看，从事劳动的人数占据家庭总人数的一半以上，被调查者家庭劳动力相对较为丰富，家庭人均收入较高，但不同的被调查者人均家庭收入之间具有相当大的差异性，其中被调查者取得的非农收入占据其家庭总收入的46%，调研地区的非农化程度相对较高，这也为当地农户的农地流转提供了经济动机。

表2 Logit模型各变量描述性统计特征Tab.2 Descriptive statistical characteristics of each variable in the Logit model

从农地特征来看，被调查的368户农民当中，家庭人均承包地为0.372 hm2，承包地块数为约4.08块，但是地块的分散化并不利于规模化经营，也间接隐含着促进了农地流转的现实需求。被调查农户家庭滴灌面积仅占总承包地面积的12.72%，滴灌设施相对不足，对农地产出造成制约，应进一步扩大承包地滴灌设施的配备。

从制度因素来看，被调查者能够清楚说出自己在家庭承包地流转当中具有的权利内容的人数仅为0.49，清楚承包权归属的人数为0.44，可见，被调查者在流转权利和承包权利的认知方面存在较大程度的缺失，这将不利于农地流转推进以及农户承包权利的保障。

3 实证结果分析

3.1 Logit结果分析

3.1.1 模型变量对农地转入行为的影响

由表3可知，家庭特征和农地特征对农户农地转入行为具有重要影响。总劳动力比例的回归系数为-0.020，家庭总劳动力比例变量的系数为负且在1%的置信水平上显著，说明家庭总劳动力比例越大，对转入农地行为呈负向影响；人均承包地面积的回归系数为0.093，人均承包地面积变量系数为正且在5%的置信水平上显著，这说明人均承包地面积越大，农户更倾向于转入农地，人均承包地面积大的农户更容易转入农地，这可能与农户拥有丰富的种植经验、减少农地细碎化、拥有农机数有关，农户通过转入农地面积以此来扩大农业生产规模，带来更多的农业收益，提高农民农业收入。

3.1.2 模型变量对农地转出行为的影响

由表3可知，家庭特征和农地特征对农地转出行为也具有重要影响。总劳动力比例的回归系数为-0.024，总劳动力比例变量系数为负并在1%水平上显著，这说明家庭总劳动力越多，农户越不愿意把自己的农地流转出去，因为家庭劳动力充足，有能力经营自己家的承包地；家庭人均收入的回归系数为-0.260，家庭人均收入变量系数为负且在10%水平上显著，与农地转出行为成反比关系，这说明家庭人均收入越高，农户越不愿意将农地转让出去；人均承包地面积的回归系数为0.153，人均承包地面积变量系数为正且在1%水平上显著，与农地转出行为成正比关系，这说明人均承包地面积越大，农户更倾向于把自己的承包地流转出去；是否种植经济作物的回归系数为-1.708，是否种植经济作物系数为负且在1%水平上显著，说明种植经济作物的农户不愿意把自己的农户流转出去，经济作物给农户带来的效益高于农地转出的效益。

表3 Logit模型的估计结果Tab.3 Descriptive statistical characteristics of each variable in the Logit model

3.2 配对结果检验

3.2.1 平行假设检验

为了保证匹配前后的质量，需要进行平行假设检验和共同支撑假设检验。用近邻匹配法分别对转入农地和转出农地的农业劳动力资源利用效率、非农业劳动力资源利用效率和总劳动力资源利用效率进行匹配平行假设检验,如表4～表6所示。

由表4可知，从转入农地组来看，除了滴灌面积占比和是否种植经济作物以外，别的指标干预组和对照组匹配之后的结果都小于匹配之前的，且匹配之后的标准化偏差的绝对值都小于10%，说明匹配效果较好，满足平行假设检验。从转出农地组来看，除了承包地块数以外，别的指标干预组和对照组匹配之后的结果都小于匹配之前的，且匹配之后的标准化偏差的绝对值都小于10%，说明匹配效果较好，满足平行假设检验。

表4 农业劳动力资源利用效率匹配平行假设检验Tab.4 Parallel hypothesis test on the matching of agricultural labor resource utilization efficiency

(续表)

由表5可知，从转入农地组来看，除了滴灌面积占比指标以外，别的指标干预组和对照组匹配之后的结果都小于匹配之前的，且匹配之后的标准化偏差的绝对值除了非农收入比例以外都小于10%，说明匹配效果较好，满足平行假设检验。

表5 非农业劳动力资源利用效率匹配平行假设检验Tab.5 Parallel hypothesis test on matching of non-agricultural labor resource utilization efficiency

从转出农地组来看，除了家庭人均收入、承包地块数和承包权归属认知以外，别的指标干预组和对照组匹配之后的结果都小于匹配之前的，且匹配之后的标准化偏差除了总劳动力比例和非农收入比例的绝对值以外都小于10%，说明匹配效果较好，满足平行假设检验。

由表6可知，从转入农地组来看，除了滴灌面积占比和是否种植经济作物以外，别的指标干预组和对照组匹配之后的结果都小于匹配之前的，且匹配之后的标准化偏差的绝对值都小于10%，说明匹配效果较好，满足平行假设检验。从转出农地组来看，除了家庭人均收入以外，别的指标干预组和对照组匹配之后的结果都小于匹配之前的，且匹配之后的标准化偏差的绝对值都小于10%，说明匹配效果较好，满足平行假设检验。

表6 总劳动力资源利用效率匹配平行假设检验Tab.6 Parallel hypothesis test for matching of total labor resource utilization efficiency

3.2.2 共同支撑假设检验

倾向得分匹配需要满足的第二个条件就是共同支撑假设检验。本研究利用近邻匹配法得出匹配前后干预组和对照组的核密度函数图，图1、图2分别表示农地转入户未匹配前和匹配后农地转入户的农业劳动力资源利用效率、非农业劳动力资源利用效率和总劳动力资源利用效率核密度图。图3、图4分别表示农地转出户未匹配前和匹配后农地转出户的农业劳动力资源利用效率、非农业劳动力资源利用效率和总劳动力资源利用效率核密度图。从匹配前后的核密度图来看，农地转入组农户和农地转出组农户匹配前在某些特征上存在一些显著的特征，干预组和对照组的核密度曲线波动差距较大且不相似，而匹配之后干预组和对照组的核密度曲线变得比较相似且有共同的取值范围，两组数据的某些特征可供观察和进行比较分析，因而满足共同支撑假设检验。

(a)农业劳动力资源利用效率

(a)农业劳动力资源利用效率

(a)农业劳动力资源利用效率

(a)农业劳动力资源利用效率

3.3 农地流转对劳动力资源利用效率的影响

农地转入户和农地转出户对劳动力资源利用效率的平均处理效应如表7所示，本研究以近邻匹配计算结果进行分析。

3.3.1 农地转入行为对劳动力资源利用效率的影响

由表7可知，农户的农地转入行为与农业劳动力资源利用效率呈正相关，在10%的置信水平上显著，农地转入对农业劳动力资源利用效率的平均处理效应为2 930.879元/人，即转入农地的农户比未流转农户的单个农业劳动力利用效率高2 930.879元/人，可能与转入户比较有种植经验，具有先进的管理方法和种植设备，能够及时掌握各种农业信息，转入农地呈现规模化经营，有利于节约生产成本，提高了农业劳动力资源利用效率。

表7 农地流转对劳动力资源利用效率的平均处理效应Tab.7 Average treatment effect of farmland transfer on labor resource utilization efficiency

农户的转入行为与非农业劳动力资源利用效率呈负相关关系，在10%的置信水平上显著，农地转入对非农业劳动力资源利用效率的平均处理效应为-6 701.481 元，即未流转农地农户的单个非农业劳动力资源利用效率比转入农地农户的单个非农业劳动力资源利用效率高6 701.48元/人，可能是由于转入农地的农户家庭收入来源主要为种植业，将所有的人力、物力以及时间投入到种植经济作物或粮食作物等种植业中，从事外出打工或农闲时间兼工等非农活动的时间比较少，造成单个非农业劳动力资源利用效率比较低。

农地转入行为与总劳动力资源利用效率呈正相关，并在5%置信水平上显著，农业劳动力资源利用效率的提高使总劳动力资源利用效率也得到提高，这说明转入农地的农户比未流转农地的农户单个总劳动力资源利用效率高2 547.636元/人。

3.3.2 农地转出行为对劳动力资源利用效率的影响

由表7可知，农户的农地转出行为与农业劳动力资源利用效率呈负相关，在10%的置信水平上显著，转出农地对农业劳动力资源利用效率的平均处理效应为-1 431.492元/人，即未流转户比转出户单个农业劳动力资源利用效率高1 431.492元/人，这主要是因为转出户劳动力少或是家庭来源主要是务工收入，农地部分或全部转出，自己种植农地面积少或直接外出打工，仅用部分时间从事种植业，导致农业劳动力资源利用效率较低。

农户的农地转出行为与非农业劳动力资源利用效率呈正相关，在5%的置信区间上显著，农地转出对非农业劳动力资源利用效率的平均处理效应为2 982.759 元/人，即转出户比未流转户单个非农业劳动力资源利用效率高2 982.759元/人，主要是因为未流转农地的农户大多数时间用来从事种植业，而转出农地的农户大多选择从事非农业活动，如经营小商店、农家乐、外出工作等，所以转出农地农户的非农业劳动力资源利用效率较高。

转出农地与总劳动力资源利用效率呈正相关关系，在10%的置信区间上显著，转出农地对总劳动力资源利用效率的平均处理效应为1 867.057元/人，这表明转出户比未流转户单个总劳动力资源利用效率高1 867.057元，这主要是因为转出农地农户的非农业劳动力资源利用效率的提高使总劳动力资源利用效率也得到了提高。

4 结论与建议

本文研究采用PSM模型，选取11个指标来分析农地流转对劳动力资源利用效率的影响，主要得出以下结论：(1)阿瓦提县农户的农地转入行为与农业劳动力资源利用效率和总劳动力资源利用效率呈正相关，但与非农业劳动力资源利用效率呈负相关；(2)转入农地农户的农业劳动力资源利用效率比未流转农地农户高 2 930.879 元/人，总劳动力资源利用效率比未流转农地农户高2 547.636元/人，但非农业劳动力资源利用效率比未流转农地农户低6 701.481元/人。(3)阿瓦提县农户的农地转出行为与非农业劳动力资源利用效率和总劳动力资源利用效率呈正相关，但与农业劳动力资源利用效率呈负相关；(4)转出农地农户的非农业劳动力资源利用效率比未流转农地农户高2 982.759 元/人，总劳动力资源利用效率比未流转农地农户高1 867.057元/人，但农业劳动力资源利用效率比未流转农地农户低1 431.492元/人。

基于以上研究结果，提出三点建议：一是创新承包地流转政策的宣传方式，加大对承包地流转政策的宣传。通过调查发现，在调查的368户农户中，听说过且了解三权分置政策的农户仅占35.05%，受访者农户对农地流转相关政策了解程度低。因此，当地政府或村民委员会等相关组织通过创新农地流转政策的宣传方式，通过电脑、手机、电视、广播、讲座和发放宣传海报等方式，及时向村民传达中共中央和地方有关农地流转的相关政策，宣传和表扬周边农地流转领头羊农户，让农户对农地流转政策不仅停留在量方面，更要达到质的变化。二是拓宽非农就业渠道，提高非农就业收入。通过整理和分析调查问卷发现，在20户全部转出农地的农户当中，转出农地的农户大多在本乡本镇本村干活、开饭馆或从事养殖业，就业渠道比较狭隘。政府或村委会可以开展剩余劳动力非农就业培训，提高村民文化素质与职业技能，让农民顺利进入城镇二、三产业务工，找到更稳定、收入更高的就业机会，促进非农劳动力向城镇转移，创造更多非农就业机会，实现劳动力资源合理配置，提高非农收入在总收入中的比重。三是政府应加大对农机补贴的力度，调查问卷显示：用机械播种的农户所占比例为92.39%，用机械收割的农户所占比例为62.77%，农户在农业生产作业方式上主要以机械为主，但农户农机械拥有量仅为194台，农户户均机械量为0.52台，大部分农户虽然以机械为主，但与户均一台相差较远，大多数农户认为农机价格比较贵，部分农户难以支付。因此政府要加大对农机补贴的力度，让农户都能拥有属于自己的农机以提高劳动力生产效率。