家庭老人照料与中年农户土地流转

■宋书山，张永奇

一、引言与文献综述

2021年中央一号文件对土地问题高度关注，要求坚持以农民为主体的政策方向，进一步完善承包经营制度，促进土地流转，形成适度规模的家庭农场。根据现有土地流转数据和相关学者的研究，我国的土地流转率依旧处于较低水平，甘肃等部分地区流转率不足10%。此外，中国农村地区的土地流转形式多数以代耕和无偿转包的形式转出土地，并不是签订流转合同。这导致了土地流转过程中不确定性的显著提升，部分地区“小农复制”格局愈加突显。

针对农村土地流转不足的现象，学者们尝试从产权获得、非农就业、风险意识、信贷市场、农地确权、金融素养、信任机制不健全等角度进行探讨，但多数研究仅从个人视角探讨土地流转的影响因素，并未阐明一个不可忽略的经济事实，即在农村地区中，农户多以家庭作为决策主体进行经济决策。土地和劳动力是农业活动的主要生产要素，以家庭为单位的经济决策主体对土地的依赖性和农村劳动力老龄化的趋向是制约土地流转和土地使用效率的关键因素。这表明以家庭为基本单位的农村住户群体需要受到土地规模和成员生产生活能力的双重限制，使得农村劳动力在进行经济行为决策时，需要对成员的劳动能力和土地规模进行配比，将有限的劳动力资源合理配置在农业、非农业部门之间，从而实现整体利益最大化。根据估算，中国现有农业劳动力中，60岁以上人口占比已经达到18.42%，预计2030年将升至33.8%。老龄化的持续上升使得农户家庭负担逐渐加重，进一步提升了小规模农户对土地的依赖程度。

“人口老龄化”对土地流转的制约事实，既不利于缓解土地供给约束和土地细碎化对农业经营效率提高、农民生产规模化和机械化发展的制约作用，也不利于加速农村地区一、二、三产业的融合升级，从而阻滞了农业农村现代化的发展步伐。因此，部分学者结合“人口老龄化”的现实背景，对农户土地流转的意愿及其影响因素展开研究。许恒周等（2011）指出，依托“社会养老”，能够促进土地流转。胡霞等（2015）则认为，没有购买养老保险的农户倾向于自留土地。赵光和李放（2014）进一步分析了养老保险的双重效应：其一，养老保险保障了老年农户的基本需求，缓解了“以地养老”的困境；其二，进一步促使农村家庭展开更大规模的农业经营。江永红和程杨洋（2019）认为，养老保险是分担农户家庭负担的重要举措，养老保险的存在显著降低了农户的家庭经济负担，提升了农村土地转出的概率及可能性。

梳理现有研究发现：从研究深度上看，多数相关文献只是将家庭收入、土地规模等因素作为家庭变量纳入模型展开分析，并未深入探讨家庭内部结构对其家庭决策的相关影响。并且，部分文献虽然考虑了老年人口的存在会降低农户兼业经营、外出务工的意愿，但是探讨家庭老人照料对农村土地流转的相关文献仍然匮乏。少数文献虽然关注了家庭老人照料对农村土地流转的影响，但其研究只是将大于18周岁的劳动力定义为农村劳动力，并未深入考虑农村土地流转主要由40周岁及以上的中年群体来决定这一事实的影响。基于此，本文将从家庭老人照料视角，利用CFPS2018年的数据，基于40周岁至60周岁的中年农户家庭样本，从理论与实证两个方面分析其对土地转出决策的影响。

二、理论模型

根据时间分配理论，家庭老人照料是一项长期的照料活动，既要涉及金钱等显性财富支出，也需要照料者付出时间及精力等“隐性成本”。因此，家庭老人照料作为一种家庭负担会通过影响一个家庭中劳动力的经济行为来影响土地流转。借鉴Becker（1974）的家庭利他模型，从财富转移的视角来考察家庭老人照料如何影响土地转出。考虑到现有劳动力L与非劳动力NL构成的家庭，当期的家庭效用函数可以表示为：

其中，下标i和-i分别表示自身与对方，U代表总体效应，V代表效用函数，C表示消费，∂V(C)/∂C＞0。本文的主要研究方向是家庭老人照料对农村土地流转的影响，所以只需分析非农劳动力的最优化行为，考虑家庭老人的照料活动是否影响了劳动力的就业决策，进而对土地流转的相关影响。在式（1）的基础上，非劳动力效用的函数能够表示为：

∂∈（0，1），充当非劳动力赋予自身效用函数的权重。非劳动力效用最大化的预算约束可以表示为：

其中，INL是非劳动力个人收入，由于其主要来源于财产性收入，所以一般而言，∂I NL/∂NL＜0，即表示，非劳动人口的增加会降低其人均收入。t0和t-t0分别代表劳动力用于照顾家庭和外出劳动上的时间花费，I代表相应的收入或者支出。效用最大化的一阶条件能够表述为：

代入预算约束能够得到：

非劳动力收入对劳动力t0投入的影响能够表示为：

式（4）两边对INL求导得到：

一般情况下，劳动力在家庭照料活动中花费时间越多、支出越高，也就意味着其所能用于非农务工的时间越短、可获收入越少。因此，劳动力为了确保可靠的收入来源，往往从事一定量的土地耕种用来弥补空闲及收入。即∂Tran/∂I L（t0）＜0，Tran是土地流转。故：

根据式（8）可以发现，家庭老人照料的存在使得农村土地流转概率显著下降。

三、模型设定

（一）数据来源

利用中国家庭追踪调查数据（CFPS）的数据，该调查数据库拥有样本规模多、数据详细等优点，使其在分层、多阶段的抽样设计中能够代表中国85%的人口情况。采用2018年的调查数据，其中共包含32669个有效样本。根据实证研究需要，对样本数据做了如下处理：剔除在调查期内没有参与收入劳动的个体样本；保留年龄为40周岁至60周岁的农户样本；剔除被访者核心变量为不知道、拒绝回答或缺失的样本；剔除其他异常值，最终得到后续中年农户家庭样本1107个。

（二）变量选取

1.被解释变量。被解释变量为土地流转。一般而言，土地流转分为转入和转出，其中转出是保障农地供给的重要环节，因此了解农民转出农地的意愿将成为预期转出农地行为的重要手段。故使用CFPS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？”来考察中年农户土地转出行为。

2.核心解释变量。核心解释变量为家庭老人照料。通过使用CFPS（2018）问卷中“是否料理家务或照顾父亲”和“是否料理家务或照顾母亲”两个问题来构建家庭照料指标，其中回答“是”的赋值为1，反之赋值为0。另外，还考虑到所构建的家庭老人照料指标更是反映中年农户家庭照料的广度状态，进一步使用“照料时间”创建了中年农户家庭老人照料深度指标，时间大于平均数的归为1，时间小于平均数的归为0，对家庭老人照料与中年农户土地流转行为的关系展开进一步检验。

3.中介变量。根据前文的理论模型，中年农户的家庭老人照料对外出务工等其他涉及时间分配的变量有所影响，而外出务工等择业选择也与中年农户的土地流转具有密切关联。因此，使用问卷问题“是否外出务工”“是否自主创业”来进一步考察家庭老人照料与中年农户土地流转的关系。此外，家庭老人照料的影响也会受到社会照料服务的影响。因此，引入中国民政部公布的《2018年各省社会服务统计数据》，将2018年各省养老机构、2018年各省社区服务中心、2018年各省社区服务站指标引入研究模型，查证家庭老人照料、社会照料、中年农户土地流转的三者关系。

4.工具变量。家庭老人照料负担加重，的确会对中年农户土地流转意愿产生影响。但是土地流转也能成为中年农户承担家庭老人照料责任多寡的原因。因此，鉴于两者之间可能会因内生性偏误导致的回归误差，选取了“传宗接代的态度”指标，通过使用工具变量方法缓解了内生性偏误。

5.控制变量。控制变量将被调查对象的身体健康程度等特征变量全部囊括在内。另外，考虑到家庭情况也与中年农户土地流转存在关联。因此，选取了家庭规模、家庭存款作为家庭特征变量。鉴于家庭存款波动对方差量所造成的负面影响，已经提前对该变量进行了对数处理。此外，中年农户土地流转也会受到社会环境影响。选取了与中年农户土地流转有关的地区经济发展水平（对数）、城镇化率宏观指标，尽量减弱因遗漏变量造成的估计误差。具体描述统计见表1。

表1 描述性统计

续表1

（三）回归模型

本文使用的“土地流转”指标是二分类变量，根据此变量的数据分布特征，使用最大似然估计的Probit模型展开分析，更加合适。设定的基准回归模型如下：

其中，i代表个体，Land代表中年农户土地流转，Look代表中年农户家庭老人照料情况，Xc代表影响中年农户土地流转的其余控制变量，λ为其余控制变量的估计系数，代表相应变量对中年农户土地流转的影响程度，εc为随机扰动项。β是家庭老人照料对中年农户土地流转的影响，作为本文关注的重点系数。β为正，代表家庭老人照料能够显著提升中年农户土地流转的概率；β为负，代表家庭老人照料能够显著降低中年农户土地流转的概率；β不显著，则代表家庭老人照料与中年农户土地流转并无显著关联。另外，为了避免回归结果的偶然性，本文同时保留了OLS模型结果。

四、实证结果与分析

（一）基准回归结果与分析

表2给出了基准回归的结果，模型1是使用OLS单独检验家庭老人照料与中年农户土地流转的关系，其结果显示家庭老人照料的系数显著为负，表明家庭老人照料不利于中年农户土地流转。模型2是基于Probit模型对两者关系展开的进一步检验，由回归结果可以发现，家庭老人照料的系数显著提升，表明家庭老人照料对于中年农户土地流转的负面影响依旧显著。模型3和模型4是引入其余控制变量，进一步考察家庭老人照料对中年农户土地流转的影响。由回归结果能够看出，在控制其他特征变量的情况下，家庭老人照料对中年农户土地流转具有不利影响的研究结论依然稳健。家庭老人照料作为中国农村照料劳动的主要方式，需要农村中年劳动者为父母提供经济与时间支持，对农户劳动者的劳动参与和择业选择产生显著影响，一定程度上约束了农户从事非农就业的意愿，使得在农村地区仍以农业占据主导产业的现实条件下，大部分中年农户只能依靠“种地为生”。

表2 基准模型分析

除了家庭老人照料对中年农户土地流转具有显著的影响作用，其余部分变量也与中年农户土地流转存在密切关联。具体如下：待偿贷款的系数显著为正，表明待偿贷款的增多提升了中年农户转出土地的可能性，这体现出农村地区保留小农经济的习惯，呈现“不愿借贷”的初始特征。此外，政府补助、家庭人口规模的提升都显著提升了中年农户土地流转的可能性。原因在于：政府补助与家庭人口规模的提升都一定程度上缓解了中年农户的经济压力，从而提升了中年农户的外出务工可能性。此外，家庭存款的系数显著为负，表明家庭存款越多的农户家庭转出土地的可能性越小，这可能是因为此类群体经由土地集约化经营渠道获得财富积累，为保证后续拥有持续性财富收入，并不愿意承担过高的机会成本。城镇化水平的提升，使得中年农户土地流转的可能性提升，说明在快速城镇化的过程中，中年农户对企业的了解程度不断上升，在降低信息不对称的同时增强了工作匹配程度，使其与企业签订长期劳务合同的可能性大大提高，从而保障了中年农户的长期收入与福利水平。

（二）稳健性检验

本文采取了更换核心变量、添加其余控制变量的方法进行稳健性检验。将模型1核心解释变量替换成“家庭老人照料深度”指标，用照料时间来替代照料行为。将模型2因变量土地流转行为更换成土地流转金额（对数）。将模型3的家庭老人照料深度指标与农户土地流转行为进行分析。在模型中引入农户家庭的农用机械总值及种子化肥费用变量，减弱因遗漏变量导致的回归偏误。以上结果显示，家庭老人照料不论是从深度视角出发，还是从广度视角出发，对中年农户土地流转的行为及金额均有显著的负向影响，这进一步佐证了家庭老人照料作为家庭负担与中年农户土地流转的关系。

（三）内生性处理

针对内生性的问题，选择两种方法进行缓解：工具变量法与修正样本自选择偏差的双稳健IPWRA模型。

首先，工具变量法针对家庭老人照料与中年农户土地流转的反向因果问题。家庭老人照料对中年农户土地流转的负向影响，一方面可能是家庭老人照料的频率及时间提升，导致中年农户的劳动时间被削减、学习技能的机会被阻滞，从而使其对土地依赖程度居高不下；另一方面也不能排除中年农户将土地转包后，选择外出务工、自主创业，从而减少了家庭老人照料的资源投入。因此，需要选择合适的工具变量来缓解因反向因果导致的内生性偏误。借鉴已有做法（胡霞和丁浩，2015），使用“传宗接代的态度”作为家庭老人照料的工具变量。表3给出了利用IV—Probit模型进行估计的结果。根据模型1的回归结果显示，传宗接代的态度显著为正，即认为传宗接代更为重要的中年农户，会将更多的时间和资源流向家庭老人照料活动。模型2的回归结果显示，家庭老人照料的估计系数依然显著为负，说明在工具变量的内生性控制下，家庭老人照料依然能够显著降低中年农户的土地流转可能性。从估计结果而言，结论与前文一致，也从侧面反映了本文的基准结果是严谨可靠的。

表3 家庭老人照料对中年农户土地流转的反向因果处理

上述实证结果虽然验证了家庭老人照料对于中年农户土地流转的负向作用，但这并未规避样本自选择偏差问题，即家庭老人照料与中年农户样本并非是随机选择的。在这种情况下，直接采用模型进行回归可能导致结果出现选择性偏差。因此，采用IPWRA模型验证家庭老人照料对中年农户土地流转的影响，从而确保研究结论的稳定性。原因在于，相比Probit等模型，IPWRA模型可以通过逆概率赋权的估计方法，修正样本自选择偏差。此外，IPWRA作为双稳健性的估计模型，通过IPW和RA两种模型结合得到，并且只需要两者之一被正确设定，即能获得待估计参数的一致估计。由表4的回归结果发现，在RA模型、IPW模型和IPWRA模型三种不同的估计方法下，家庭老人照料对中年农户土地流转的负向影响依然显著。表4模型3的结果表明，家庭老人照料使得中年农户显著降低土地流转的概率达到4.0%。由此可见，在规避样本自选择问题后，家庭老人照料对中年农户土地流转的抑制作用依然稳健。

表4 家庭老人照料对中年农户土地流转影响的IPWRA模型

（四）影响机制分析

进一步对家庭老人照料与中年农户土地流转的中介机制进行检验。

第一，外出务工。表5的回归结果显示，家庭老人照料对中年农户的外出务工具有显著的负向影响，表明家庭老人照料活动的提升降低了中年农户“离乡离土”的可能性，从而降低了中年农户外出务工的概率。表5模型3中家庭老人照料的系数显著为负的外出务工的系数显著为正，此结果表明家庭老人照料可以通过外出务工途径对中年农户土地流转行为产生影响。

第二，自主创业。表5的回归结果显示，家庭老人照料对中年农户的自主创业具有显著的负向影响，表明家庭老人照料活动可能通过削减中年农户的劳动时间与闲暇时光，减少了中年农户接收前沿创业理论与实践技能的机会，最终约束了中年农户自主创业的倾向性。模型5和模型7中家庭老人照料的系数显著为负，自主创业、自主创业规模的系数显著为正，此结果表明家庭老人照料能够经由自主创业途径对中年农户土地流转行为造成影响。

表5 家庭老人照料对中年农户土地流转的机制分析（外出务工与自主创业）

第三，社会照料。表6的结果显示，模型1、模型3和模型5的回归结果都是负数，表明家庭照料与本文所选的社会照料变量间的关系属于“替代关系”，即农户选择家庭照料会一定程度上降低社会照料服务的需求。而根据模型2、模型4和模型6的系数显示，家庭老人照料的系数依然显著为负，但社会照料的系数虽然为正，经济意义却并不明显，这也代表社会照料即便可以充当家庭老人照料影响中年农户土地流转的调节机制，却不能充当两者的传导机制。该结果意味着，虽然社会照料一定程度上能够缓解中年农户的养老负担，但是并不能够显著降低中年农户对土地的依赖程度，即社会照料服务的数量与质量仍有进一步提升的空间。

表6 家庭老人照料对中年农户土地流转的机制分析（社会照料）

（五）异质性分析

考虑到样本覆盖面广泛、所涉及的区域较多，而不同地区的发展水平和社会经济环境差异较大，整体回归可能忽略了异质性差异。因此，对样本按照东部、中部、西部、东北四个层面做进一步划分，分别建立新的回归模型，以考察不同经济发展水平的地区是否存在明显差异。

表7结果显示，家庭老人照料对中年农户土地流转的负向影响最为显著的则是东北地区，其次是中部地区，再次是西部地区，而对于东部地区的中年农户而言，家庭老人照料对其土地流转行为的影响并不显著。上述结果表明，东部地区经济发展水平较高，从而致使中年农户择业时间较短，容易较快适应新的职业，从而减弱了其保有土地的倾向。虽然东北地区土地资源丰富，人均耕地面积较高，可持续发展潜力大，但东北地区的中年农户由于惯性、年龄和当地环境的影响，外加东北地区土地流转更多依靠农民自发或者政府主导的方式，并没有形成完善的土地流转机制，最终随着家庭老人照料资源不断攀升，此类群体转出土地的意愿进一步降低。表7模型5的回归结果显示，东北中年农户能够通过外出务工渠道对家庭老人照料与土地流转的行为产生影响。一方面，东北地区人口不断流出，人口出生率持续下降；另一方面，东北地区“小农复制”现象仍然严重，受到上述因素影响，未来东北地区的农业规模化面临较多困境。因此，政府需要通过建立“国家土地银行”、减少“地域歧视”、提供养老补助等多种途径将不适宜耕种土地的中年农户解放出来，促进当地农业的专业化，早日实现土地规模经济。

表7 家庭老人照料对中年农户土地流转的异质性分析

五、结论与对策

基于CFPS2018微观数据，结合区域层面的宏观数据，实证分析了家庭老人照料与中年农户土地流转行为的关系，得出以下结论：第一，无论从广度还是深度视角出发，家庭老人照料的存在所形成的家庭负担均使得中年农户的土地转出意愿显著降低。第二，影响机制表明，家庭老人照料能够通过外出务工、自主创业途径影响中年农户土地流转行为。而社会照料的引入虽然可以为其缓解部分负担，但是在促进农村土地流转和剩余劳动力的转移就业的作用并不明显。第三，分区域而言，东部地区凭借较强的经济和收入优势，在一定程度上摆脱了非劳动力的限制作用，而其余地区由于整体经济实力薄弱，外加地理环境等惯性影响，导致中年农户土地流转依然受到家庭老人照料的约束，大量的剩余劳动力难以脱离人地关系，实现进一步的转移就业。

根据上述研究结论，得出以下启示：第一，农村社会保障体系需要进一步完善，包括提升养老保障力度、强化社会照料服务体系，从而利于解决农村家庭养老、医疗等基本问题，最终缓解中年农户对土地的高度依赖性。第二，创新农业经营方式。通过联耕联种、土地托管等新型农业经营模式，加大对农业社会化组织的扶持力度，削弱“小农复制”现象，加速农业现代化进程，最终有利于提升农村公共服务水平，降低中年农户因家庭老人的掣肘对土地流转的负向影响。第三，扩大非农就业机会，为农村劳动力创造更多的非农就业机会及路径，包括提供相应的金融支持以及专业有序的就业帮扶服务。在农村社会发展进程中，大量剩余劳动力的流出和再就业已是必然趋势，但由于制度、环境等方面仍然存在不足，从而导致农村剩余劳动力在就业市场上处于竞争劣势。因此，通过互联网、社会资本等途径为农户提供更多的信息、资金支持，有利于安置和引导农村剩余劳动力实现本土就业与进城务工，使得中国尽早实现常住人口城镇化率65%的目标。第四，鉴于不同地区的经济发展水平存在差异，照料服务的制定需要适应地区特点，体现差异。尤其是针对部分落后地区的中年农户，需要采取切实帮扶手段，进一步为其缓解家庭老人照料负担。政府可以考虑为其提供养老补贴与设施适老化改造、异地落户予以照顾等，从而着力降低此类农户的经济及心理压力，最终实现家庭负担的缓解和就业压力的转移，使其具备更为充足的风险防范能力。