益贫视角下南疆深度贫困地区土地整治综合效益研究*

亚西尔·阿不力克木，杨俊孝，王雪菀

(新疆农业大学管理学院，乌鲁木齐市，830052)

0 引言

习近平总书记在十九大报告中提出，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和发展的不平衡不充分之间的矛盾[1]，而着重体现这一矛盾的正是贫困问题。截止2020年底，我国各地共建成面积约53 000 khm2的高质量高标准农田，不仅耕地的质量水平在原有的基础上提高了1～2个等级，而且粮食也提升了大约20%的产能，每公顷耕地平均增收7 500多元。据统计，2019年约有5 500万农民成为了土地整治项目的直接受益者，凡是参与到土地整治项目中的农民人均收入都有所增加，这代表着土地整治项目在为我国粮食安全保驾护航的同时，也成为了带动农民增收的推动剂。全国土地整治项目不仅有效地减少了造成农户贫困的因素，更成为了脱贫攻坚战的有力支撑[2]。贵州安顺市为了突破坡耕地的限制，利用土地整治提高土地利用率，提高粮食产量[3]。河南在搬迁过程中依托土地整治优先考虑所需建设用地，并对贫困农户进行就业节能培训和安置，成功实现搬迁脱贫[4]。湖北恩施在充分考虑地方实际的情况下，对农户进行种植技术培训，通过土地整治发展符合本地特色的烤烟、茶叶、猕猴桃等产业[5]。广西则在“小块并大块”的方针原则下对农田进行高标准建设，推动了当地农业的规模化和产业化发展，同时也促进了农民的增收[6]。此外，喀斯特石山区利用“土地整治+旅游扶贫”项目，推动了当地农村区域的发展[7]。这些不同形式的实践项目，更加有力地证明了土地整治从多个维度来缓解农村贫困的重要作用。

土地制度和政策是服务于区域经济良好发展的推进剂，但从反面来说，土地制度与政策的制定和调整，也应紧紧围绕农村扶贫工作的宗旨。现阶段，中国土地扶贫的制度体系中主要包含了3个等级：土地专项扶贫政策、土地行业扶贫政策和国家出台的具体实施意见等，这3者共同为推进农村扶贫事业提供了重要的保障[8]。若要突出土地在扶贫中的关键作用，需要激活土地所附加的资源、资产和资本3大属性，并以此为依据来制定相关政策[9]。同时，人地关系也是扶贫开发可持续的一个重要切入点，可由此来构建区域扶贫的新模式[10]。土地整治不仅从自然资本的角度对贫困地区进行了改善，而且有效地减少了贫困地区生态脆弱性[11]，以及农民自身的脱贫能力，具有重要的多维扶贫意义。

从当前研究来看，土地整治项目的减贫效应仍是崭新的课题，我国在多维贫困的研究大多集中在多维贫困维度的选择以及指标体系如何建立的层面，而土地整治减贫效应的成效是否应设定一个具体的衡量标准还有待商榷。但是本文认为，减贫并不能和增收划为等号，收入增加的指标并不能直接表明其达到了减贫的目的，因为土地整治的减贫成效很难用一个固定的标准来划分。此外，对于土地整治在农村扶贫开发中起推动作用的研究并不够充分，很少有学者能够从益贫视角下揭示土地整治综合效益的减贫机理，分析土地整治减贫的具体内容和所带来的实际成效。因此，本文从当下扶贫工作转型的实际情况出发，借鉴前人的经验，以益贫性视角研究土地整治的综合减贫效益。

1 研究区域

伽师县属南疆三地州集中连片特困地区的贫困县之一(2020年末已正式脱贫)。在南疆地区脱贫摘帽之前，将近350万贫困人口分布在南疆三地州集中连片特困地区，共涉及40个县区，贫困发生率接近20%，人均纯收入仅为5 000余元。多年来，伽师县经济低迷、发展速度缓慢，特别是县域内的贫困村镇因其基础设施建设跟不上、生态环境脆弱、水资源极度匮乏、生产生活条件较为落后等原因，虽然农业用地面积较广，但水土承载力低下，造成了扶贫任务的艰难性。伽师县土地整治主要项目区内村庄排列整齐、多数呈一字型，均为沿路两侧布局，户型按照家庭人口数大小不一分配，包括40～200 m2的多种户型。伽师县各村村民中维吾尔族村民居多，为尊重其生活习俗的特点，在设计院落布局时尽可能保留了维吾尔族独有的建筑及布局风格，而院落内辅助用房、棚圈等建筑由每家每户自行安排和布局，因此，多数村民在院落内都配有家庭小型棚圈养殖区，为其带来了养殖上的便利。因此，本文选取伽师县土地整治典型项目区作为研究对象，包括玉代克力克乡英艾日克村、玉代克力克乡安江买里斯村和堂来恰普提村、玉代克力克乡英买里村、卧里托格拉克镇夏普吐勒买里斯村、夏普吐勒乡依肯苏村，并分别从经济维度、社会维度以及生态维度，分析土地整治实施后项目区农户微观受益值。

2 数据来源与变量设置

2.1 数据来源

样本数据主要来源为伽师县域内的入户调查，此外，部分数据来源于伽师县统计年鉴。伽师县自2017年启动城乡建设用地增减挂钩项目以及其他中小型土地整治项目，并与2019年初进行验收。因此，本文选取2016年为土地整治实施前的观测期，2019年为土地整治实施后的观测期，即土地整治实施前后的这4年作为益贫视角下土地整治综合效益的观测期。为了确保本次调研的样本具有代表性，按照分层抽样的准则，伽师县所辖共13个乡镇，其中3个乡镇实施了土地整治，总计5个项目区，共涉及6个行政村，再从每个项目区周边选择了社会、经济条件大致，并不在土地整治项目区的5个村，对这些村中的农户进行面对面的问卷调查，共计发放550份问卷，有效样本为529份，有效率为96%。调查区域样本分布如表1所示。

表1 调查样本的分布区域Tab. 1 Distribution areas of survey samples

2.2 变量的设置及描述性统计

本文以农户的微观视角出发，研究贫困地区农村土地整治项目中微观农户的最终受益值，除了考察农户家庭的总收入外，也考察农户经营性收入、工资性收入、财产性收入、转移性收入共4个因变量，并在下文实证分析部分中分别以Y1～Y4来表示。自变量的选取除了要考虑研究区实际情况，还要考虑以下内容：一是经济效益特征，土地整治的根本目的是建设高标准农田，在增加项目区耕地面积的基础上提高耕地质量，通过整治坡地、小块并大块，使自然资本为农户带来更高的收入以及粮食产量的提升[12]，因此，选取承包耕地质量、农作物产量、是否流转土地等经济维度指标；二是土地整治带给农户家庭最直接的影响是生活环境和生产条件的改善。其中，田间道路、生产路的修建使项目区布局规划的更加合理。通过拆旧建新等举措，将建造不合理的老旧建筑物进行拆除，不仅提高了土地的集约利用度，更重要的是增加了绿地面积[13]，且改善了村落环境。另一方面，高标准农田的建成，推动了规模化经营并促使劳动力向二、三产业转移，在拓宽收入来源的基础上缓解了人地冲突[14]。因此，选取田间道路覆盖密度、居民点集约利用度、外出务工人员数等社会维度指标；三是整治项目的实施，将直接的增强当地资源环境的承载力，提高空气的净化度，为村庄的生态安全治理起到至关重要的作用[15]。在土地整治综合效益中，虽然生态层面的益贫效应要完整体现需要较多的周期，但项目实施后当地的防护林密度、垦殖率、绿地覆盖度、林草地变化率、土地利用变化率等指标会有较大程度的提高与改善，因此，选取防护林密度变化率、土地垦殖变化率、林草地变化率等表征生态维度的指标；此外，还需选取农户层面与村级层面的控制变量，包括了户主文化程度、家庭总人口、家庭成员健康状况以及所在村水资源条件等变量。由于研究区实验组和对照组村庄所在区域处在基本一致的政策环境中，因此，后文中暂不考虑政策差异对农户增收的影响。

研究区农户样本统计学特征如表2所示。从表2可知年龄在66岁及以上的实验组有62人(21.09%)、对照组为54人(22.98%)，年龄在40岁及以下的实验组有78人(26.53%)、对照组为64人(27.23%)，样本年龄分布较均衡。由于地理位置的原因，研究区内样本民族多为维吾尔族，实验组与对照组均超过了九成，但其他民族也有涉及。所调查的农户中男性比例较高，分别占总人数的74.49%(实验组)、72.77%(对照组)，女性分别占比25.51%(实验组)、27.23%(对照组)。在文化程度上，两组样本农户中最高文化程度均为大专及以上，总计有3人，绝大多数农户的文化程度为小学及以下，人数分别为187人(实验组)和152人(对照组)。总之，在两组样本中，除了性别一项特征之外，其余特征较为均匀分布，两组样本差异较小，具有一定的代表性与可比性。

表2 样本统计学特征Tab. 2 Statistical characteristics of the sample

土地整治项目实施前后农户总收入变化特征与各类收入均值如表3、表4所示。

从表3、表4可知，2019年与2016年相比，农户家庭总收入及各类收入均有所增加，但在项目区内的农户家庭，其家庭总收入、经营性收入和工资性收入的增长幅度都显著高于项目区外的农户；而在转移性收入和财产性收入上，项目区外的农户家庭出现了负增长的现象。

表3 土地整治实施前后农户总收入变化特征Tab. 3 Change characteristics of household income before and after the implementation of land consolidation 元

表4 土地整治实施前后农户的各类收入均值Tab. 4 Average income of household before and after land consolidation 元

2.3 模型构建

2.3.1 倍差法的基本原理

在进行政策效应的评价工作中，倍差法是一种常用的定量分析方法。其分析思路为，把一项政策的实施通常看作为一个“准自然”的实验[16]，并将调查样本分为政策实施前、政策实施后以及政策实施地区和未实施地区的4种类型，也就是通常所说的“实验组”和“对照组”样本，进而选取特定的指标来计算政策的处理效应。

本文按照倍差法的基本原理，将样本对象分为实施整治项目的样本农户，也就是实验组，以及未实施土地整治项目的对照组农户。以D来表示农户是否在土地整治项目区内，并为虚拟变量。其值为1时表示农户在项目区内，反之值为0时，表示农户在项目区外；农户总收入以Y来表示，而t(虚拟变量)代表了时间。t的值为1时，表示在土地整治项目之后的年份，t=0时则表示整治项目之前的年份；式中γ以及α均代表了参数，扰动项则以ε来表示；除此之外，农户的收入还受其他不可观测的又不随时间变化而改变的因素影响，此部分向量集则以X来表示；因此，以倍差法的基本原理为基础，建立土地整治项目对农户收入影响的计算公式

Y=γ0+γ1t+γ2D+γ3tD+αX+ε

(1)

2.3.2 倾向得分匹配法的基本原理

土地整治项目区内(实验组)农户与土地整治项目区外(对照组)农户存在一定的匹配关系，而通过可观测的特征变量，可以找到实验组农户的集合与对照组农户的集合相匹配的样本，这也是倾向得分匹配法的基本思路。

运用平均处理效应(Average Treatment Effect on Treated，ATT)，可计算土地整治项目对项目区内农户收入Y的净贡献值

(2)

式中：E——实验组农户(i)的集合，

C——对照组农户(j)的集合。

t1、t0——政策实施后的年份和政策实施前的年份。

(3)

(4)

式中：w(i，j)——实验组农户在未实施土地整治项目条件下的收入权重并适用于配对(i，j)；

N——实验组的个体数。

(5)

式中：i——土地整治项目区的农户；

j、k——整治项目区外的农户；

H——指定宽带；

F(·)——核函数；

Pi——土地整治项目区内农户的倾向得分数；

Pj、Pk——宽带内第j和第k个土地整治项目区外农户的得分。

(6)

运用倾向得分法，虽能减轻选择性偏误，但无法避免因不可观测变量的影响，进而导致的估计偏差。

2.3.3 匹配倍差法的基本原理

实验组和对照组因存在选择性偏误的问题，可运用倾向得分匹配法来减少偏误，增加两组样本的可比度，而随时间可变因素和随时间不变的不可观测变量的影响，倍差法可以克服随着时间变化或不变化的不可观测变量的影响[17]。因此，为了使得土地整治项目政策效应评估结果的准确性，本文采用两者相结合的方法即匹配倍差法(PSM-DID)。运用匹配倍差法不仅能够减轻选择性偏误问题，而且能克服不可观测变量的影响，提高计算结果的合理性。

(7)

Sp——整治项目区内农户i能匹配的部分，即代表和匹配宽带内集合；

I1——实验组；

I0——对照组；

N1——I1∩Sp所包含的样本数量。

3 实证分析

3.1 倾向得分估计及平衡性检验

倾向得分匹配估计中，最为关键的是选择计算倾向得分的匹配变量[19]，也是该模型估计的第一步。匹配变量的选择应注意该变量不可影响农户在土地整治前后的行为和家庭收入，也不可因农户在土地整治项目区内或项目区外而受到影响。基于匹配变量选取的原则，以及上文变量设置的依据，农户在土地整治项目影响下的倾向得分估计结果如表5所示。

表5 农户参与土地整治项目倾向得分的Logit估计结果Tab. 5 Logit estimation of farmers’ propensity to participate in land consolidation projects

结果显示：户主文化程度、家庭成员健康状况、承包耕地质量、是否流转土地、居民点集约利用度、外出务工人员数、防护林密度变化率、土地垦殖变化率8个变量与农户样本是否参与土地整治项目组显著相关。其中，户主文化程度每增加一年，其在土地整治项目区内的概率增加2.1%；家庭成员有残疾或大病的农户，参与土地整治项目的概率降低2.9%；承包耕地质量每上升一等，其在整治项目区内的概率下降1.8%；有流转土地的农户，比没有流转土地的农户参与土地整治项目概率高出4.8%；居民点集约利用度每多1个级别，农户在项目区内的概率降低2.3%；外出务工人员数每增加1人，其家庭参与概率高4.8%；防护林密度变化率每提高一个百分点，农户参与整治项目的概率高出4.3%；土地垦殖变化率每提高一个百分点，农户在土地整治项目区的概率下降2.7%。此外，表征经济层面的是否流转土地，表征社会层面的居民点集约利用度、外出务工人员数，表征生态层面的防护林密度变化率、土地垦殖变化率的系数均大于0，因此，说明土地整治具有经济、社会与生态层面的综合益贫效应。

为避免实验组与对照组样本之间出现较大的差异，需进行匹配的平衡性检验，即得出倾向得分之后，需确保其准确度而进行检验，匹配平衡性检验结果如表6所示。由表6可知，两组样本在匹配前存在显著差异，但经过倾向得分匹配后消除了土地整治项目区内实验组与项目区外对照组之间的显性偏差，其中T检验的p值都大于10%，因此，该结果通过了平衡性检验，其倾向得分匹配结果可靠性较高。

3.2 匹配倍差结果分析

为得到3种方法估计的土地整治项目中农户部分的最终收益值，本文在进行匹配倍差法(PSM-DID)估计之前，分别通过DID和PSM模型来进行估计，结果见表7。从表7可知，3种方法的估计结果都显示实施土地整治项目对农户经营性收入、财产性收入有显著影响。但DID模型估计结果出现了“虚高”的现象，其原因为模型中未将选择性误差考虑进去，如经营性收入Y1和财产性收入Y3两个显著因变量，估计值比PSM-DID的估计值分别高出了219元和899元，分别为高出了22.74%和51.79%；而在农户经营性收入Y1、财产性收入Y3两个显著因变量上，PSM估计值比PSM-DID的估计值分别高出24元(2.49%)和328元(18.89%)，导致此结果的原因为PSM模型也存在估计的偏误，即未消除不可观测变量的影响。因此推断，PSM-DID模型在估计结果中更为准确、可信度也较高，即该模型同时克服了DID和PSM两种方法的缺陷。

表7 匹配倍差法结果Tab. 7 Match the results of the multiplier method

PSM-DID模型估计结果显示：在土地整治项目区内的农户在实施土地整治前，其户均经营性收入Y1比匹配的土地整治项目区外的农户高498元；而实施土地整治后，在土地整治项目区内的农户户均经营性收入Y1比同期匹配的土地整治项目区外的农户高843元；实施土地整治项目前后，2类农户的户均家庭总收入Y1的匹配倍差估计值是963元，且通过了5%的显著性检验，说明在控制了选择性偏误和时变效应后，土地整治对农户家庭经营性收入Y1的增长有显著作用，这是因土地整治项目显著提高了农户的耕地质量、增加了耕地规模所致。

从工资性收入来Y2来看，土地整治项目区内的农户在实施土地整治前的户均工资性收入Y2比匹配的土地整治项目区外的农户低106元；实施土地整治项目后，土地整治项目区内农户的户均工资性收入Y2比同期匹配的土地整治项目区外的农户高98元；实施土地整治项目前后，2类农户的户均工资性收入Y2的匹配倍差估计值是162元，但未通过显著性检验，表明土地整治项目对户均工资性收入Y2增长的影响有限。其原因是：一方面是因为伽师县受水资源的限制，导致种植大户或农业企业无法大规模种植，因此对于农户来说缺少了许多务工机会；另一方面是由于当地缺乏流转土地的积极性，导致农户将新增耕地继续作为谋生的主要途径，这也能说明上述经营性收入的显著性增长原因。

从户均财产性收入Y3来看，土地整治项目区内的农户在实施土地整治前，其户均财产性收入Y3比匹配的土地整治项目区外农户高1 535元；实施土地整治项目后，土地整治项目区内农户的户均财产性收入Y3比同期匹配的土地整治项目区外的农户高1 992元；实施土地整治项目前后，2类农户的户均财产性收入Y3的匹配倍差估计值为1 736元，且通过5%的显著性检验，表明实施土地整治项目对农户户均财产性收入Y3的增长有较大贡献。主要由于当地扶贫单位对农户开展了较多的技能类培训，使得农户对土地这一资产的变现性理解得更深，间接推动了项目区内的土地的流转、承包经营权的抵押等等，除此之外，城乡建设用地增减挂钩项目因其特殊性，直接使农户增加了耕地并签订了10年承包合同，因此整治项目对财产性收入的增长是显而可见的。

从转移性收入Y4来看，土地整治项目区内的农户在实施土地整治项目前，其户均转移性收入Y4比匹配的土地整治项目区外农户高376元；实施土地整治项目后，土地整治项目区内的户均转移性收入Y4比同期匹配的土地整治项目区内农户高799元；实施土地整治项目前后，2类农户的转移性收入Y4的匹配倍差估计值是832元，但未通过显著性检验，表明实施土地整治项目对农户转移性收入的影响非常有限。在土地整治项目实施过程中，当地政府主要通过完善基础设施，给予农户住房修建一次性补贴、土地复垦项目补贴等政策来扶持，并未给农户发放稳定的补贴，农户的转移性收入也没有明显变化，所以实施土地整治项目并没有显著地提高农户的其他收入。

4 结论与政策启示

4.1 结论

本文在伽师县开展问卷调查的基础上，通过匹配倍差法研究了土地整治项目对贫困地区的益贫效应。土地整治综合效益显著提高了目标受益群体的经营性、财产性收入。微观层面的实证检验揭示出土地整治具有经济层面的益贫效应，其中表征是否流转土地的系数为0.142>0；同时，表征社会层面的居民点集约利用度的系数为0.012>0、外出务工人员数的系数为0.142>0，说明土地整治具有社会层面的益贫效应；表征生态层面的防护林密度变化率的系数为0.362>0、土地垦殖变化率的系数为0.019>0，因此，土地整治也具有生态层面的益贫效应。

从微观层面实证检验得出，土地整治综合效益以DID、PSM、PSM-DID三种方法估计，其结果均显示为实施土地整治项目对农户经营性收入、财产性收入有显著影响。其中，土地整治项目区实验组与对照组农户的户均家庭总收入的匹配倍差估计值是963元，且通过了5%的显著性检验；项目区实验组与对照组农户的户均财产性收入的匹配倍差估计值为1 736元，且通过5%的显著性检验，表明贫困地区土地整治具有促进农村减贫的正效应。

4.2 政策启示

1) 加大对贫困地区土地整治项目投资与后期维护力度。当前，土地整治综合效益附带的益贫特性，在地方实践中得到了多次的检验，所以这种多元化扶贫效益的发挥，实质上反映了土地整治扶贫的附加效应，当然，这也需要政府不断加大对贫困地区土地整治项目的扶持力度。除此之外，贫困地区整治区域内土地利用率仍然还有较大的提升空间，因此，要对贫困地区基础设施进行不断地加强与完善，加大投资力度，更深层次地挖掘土地整治项目在扶贫工作中的基础性作用。

2) 打造“土地整治+农地流转+产业规模化”平台。农地流转之所以能起到积极的作用，是因为土地整治不仅使农户在这个过程中实现了增收，并且产生了溢出效应。而现阶段贫困地区面临的问题是，土地整治和农地流转无法进行很好地衔接和协同，无法形成完整的产业链，也只能在小范围内流转。例如，有些农户把经过土地整治后的耕地，以流转的方式转让给种植大户，并用来发展地方特色农业，在这过程中农户虽然能够直接获得财产性收入，但种植大户却反过来只能获得有限且不稳定的种植收入，也无法带动大量的劳动力实现就业。如果政府能够起到中间桥梁的作用，发动社会大型企业的力量，将农产品生产、加工等环节联系起来，建立生产加工基地，实现规模化种植，这样就可以形成一个良好的开放型经济流动循环。这在促进农民增收的同时，也能为贫困地区带来显著的经济增长。

3) 出台农户参与土地整治项目的相关激励政策。首先，需要改变贫困地区农户被动脱贫的心理状态，增加农户与土地整治之间相互关联的节点，调动他们参与整治项目的积极性，从而增强贫困主体向往脱贫的积极性与主动性。其次，在土地整治实施的过程中，要调整好贫困农户和土地之间的供求关系。土地整治项目的实施为农用地、建设用地和生态用地的结合，然而不同的项目所在区位不同、面对的群体不同，因此产生的需求也不尽相同，这些多方位需求的复杂性就需要更好地调整人与地之间的供需矛盾。要想保证土地整治的减贫效应，可以通过制定一系列的惠农政策来发挥土地整治项目的益贫特性。

4) 坚持绿色减贫，重新审视贫困地区土地整治方向。减贫也要遵守可持续发展的原则，秉承节约和合理利用资源的理念，从根源上杜绝对土地资源的浪费和生态环境的破坏。这就要求，一方面要平衡好人口、经济、生态的关系，遵循绿色发展理念，严格保护生态环境。另一方面，通过对生态环境的修复，提高环境的承载能力，达到进一步优化人居环境的目的。在项目区内推进多种类的土地整治项目，构建多样性的生态系统，提升当地的生态系统稳定性与服务价值。最后，重视高标准农田的建设，关注未利用地和低效利用地的改造，促进土地利用结构的优化，做到兼顾贫困地区的生产与发展。