家庭化迁移与农户耕地隐性撂荒

高晓燕 向念

摘要：关注家庭化迁移对农户耕地隐性撂荒的影响，对于保障粮食安全具有重要意义。基于2017年中国流动人口动态监测调查数据来实证分析全国层面农户家庭化迁移对隐性撂荒的影响，研究发现：家庭化迁移显著抑制了隐性撂荒，这主要源于家庭化迁移提升了农户代耕型耕地转出和显性撂荒倾向；家庭化迁移对代耕型耕地转出和显性撂荒的促进作用相比于转租型耕地转出更强，农户耕地处置偏好呈现“离地不放权”“弃耕不流转”的特征；家庭化迁移的劳动力流失效应和收入提升效应抑制了隐性撂荒，而农业投资抑制效应促进了隐性撂荒；机械化水平、农业发展水平和经济发展水平的提高能够强化家庭化迁移对隐性撂荒的抑制作用。进一步分析表明，家庭化迁移对隐性撂荒、显性撂荒、代耕型耕地转出和转租型耕地转出存在非线性促进作用；相比于子女和配偶随迁，流动人口父母随迁对隐性撂荒的抑制作用更强。因此，家庭化迁移趋势下政府要加快推进新型城镇化以提升流动人口迁移稳定性，加大对种粮农户的政策支持力度，合理引导土地流转，促进耕地高效利用。

关键词：家庭化迁移；流动人口；隐性撂荒；耕地处置

基金项目：教育部人文社会科学研究规划基金项目“基于土地流转视角的工商资本下乡非粮化现象的诱因及解决路径研究”（20YJA790013）

中图分类号：F321.1 文献标识码：A 文章编号：1003-854X（2023）09-0005-09

一、引言与相关文献综述

粮食事关国计民生，粮食安全是国家安全的重要基础。党的二十大报告指出：“全方位夯实粮食安全根基，全面落实粮食安全党政同责，牢牢守住十八亿亩耕地红线，逐步把永久基本农田全部建成高标准农田”，体现了中国共产党对粮食安全一以贯之的高度重视。近年来，随着人口迁移速度的加快，我国耕地出现了一定程度的隐性撂荒趋势，即部分农户未直接将耕地抛荒，但有意降低对耕地的投入，导致耕地利用效率低下。根据2017年中国流动人口动态监测调查数据，我国拥有承包地的农户中约8%仍然维持耕种，但这部分家庭承包地收益却为负，存在一定的隐性撂荒问题。农户隐性撂荒导致耕地生产率下降，造成粮食减产。更重要的是隐性撂荒行为存在隐蔽性，相比于直接撂荒更难以被发现，监管难度较大，对粮食安全的威胁不容忽视。

耕地隐性撂荒尚无统一定义，学界普遍认为耕地隐性撂荒是一种因耕地粗放经营导致土地生产率低下，但土地仍然维持耕种的耕地利用状态。如刘春卉等认为隐性撂荒可以通过承包地边际收益趋于零来识别，即承包地纯收益下降且处在小于或等于零的状态（1）。郭贝贝等将耕地隐性撂荒定义为农户到播种季节仍然在耕地上播种农作物，但投入耕种的要素资源明显达不到要求，耕地利用程度下降、产出水平降低的粗放化经营状态（2）。从动因上看，耕地隐性撂荒伴生于城镇化的推进，受人口迁移直接驱动。一方面，人口迁移导致了勞动力流出，造成农业劳动力缺乏、农业从业人员老龄化（3），可能导致耕地生产率下降。另一方面，由于流动人口身份转换不彻底等原因，导致流动人口缺乏稳定就业、永居城市的预期（4），即使这部分家庭缺乏耕种能力，也不愿意放弃耕种，隐性撂荒问题逐渐凸显。

随着城镇化深入推进，我国以多个家庭成员共同流动为主要特征的家庭化迁移受到学界广泛关注（5）。家庭化迁移导致耕地隐性撂荒缓解还是加剧，成为关系到城镇化发展和耕地保护的重要命题。一方面，家庭化迁移造成更大规模的人口流出，可能导致劳动力过度流失，恶化了耕种条件，可能促进隐性撂荒；另一方面，相较于个人迁移和部分家庭成员迁移，家庭化迁移更有可能促使流动人口在迁入地长期居留，实现“市民化”（6），随着家庭对耕地依赖性的减弱，农户耕地转出概率随之上升（7），隐性撂荒概率下降。综上不难发现，家庭化迁移对耕地隐性撂荒的促进效应和抑制效应并存。因此，研究家庭化迁移对隐性撂荒的影响及机制，有利于客观认识和有效治理隐性撂荒，进而保障粮食安全。

目前，较少文献关注家庭化迁移对隐性撂荒的影响。部分文献关注了人口迁移对人地关系的影响，但更多考察了非农就业、居留特征等因素对土地流转和显性撂荒的影响，重点关注隐性撂荒的文献较少。如郭贝贝等采用中国家庭追踪调查数据，从农业投入、政策和土地征用等角度研究了农户耕地撂荒的影响因素及区域差异（8）。刘春卉等基于CMDS2017数据，从社会融入视角研究了农户耕地处置行为特征，其中包含对隐性撂荒的研究，但重点研究对象仍是显性撂荒和土地流转的影响因素（9）。在家庭化迁移的影响方面，现有文献多关注家属团聚对流动人口家庭和个体的积极影响，如对家庭就业（10）、主观幸福感（11）、社会融合（12）的积极作用。家庭化迁移对人地关系影响的文献，更多关注家庭化迁移的某些方面特征是否促进了土地流转，如家属随迁、子女随迁是否能够促进耕地转出。如苗海民等研究了农民工家属选择性迁移对土地流转的影响，发现家属选择性迁移造成了土地流转速度降低（13）。

综上可知，在家庭化迁移趋势日益明显的背景下，家庭化迁移对隐性撂荒的影响存在复杂性。据此，本文基于2017年中国流动人口动态监测调查数据，实证研究全国层面农户家庭化迁移对隐性撂荒的影响、机制、作用渠道。本文可能的边际贡献在于：一是从全国农户层面研究了家庭化迁移对隐性撂荒的影响，丰富了隐性撂荒相关文献。二是研究了家庭化迁移对隐性撂荒的总体影响、中介机制及作用渠道，有利于更好地识别隐性撂荒的成因，并有针对性地制定治理对策。

二、理论分析及研究假定

（一）家庭化迁移对隐性撂荒的影响

家庭化迁移造成更大规模的劳动力流出，推动流动人口以家庭为单位逐渐融入城市，可能影响隐性撂荒。一方面，家庭化迁移会加剧农村劳动力流失，恶化了农业生产条件；同时更多农村家庭人口向城市迁移会造成更多资金流向城市，流动人口家庭在城市支出的增加，会减少农户对老家农业的投资，隐性撂荒问题加剧。另一方面，家庭化迁移在导致劳动力流失的过程中，部分农户将逐渐放弃农业生产，选择将土地直接抛荒或者转出，会减少低效率耕种下的隐性撂荒；同时家庭化迁移会导致农户非农收入增加、就业质量提升等积极影响，有利于强化家庭生计保障，弱化农户对农业和耕地的依赖，促使农户放弃耕种，从而抑制隐性撂荒。据此可提出以下假设：

假设1a：家庭化迁移促进了隐性撂荒。

假設1b：家庭化迁移抑制了隐性撂荒。

（二）家庭化迁移对隐性撂荒的影响机制

1. 劳动力流失效应

家庭化迁移加剧了劳动力流失，造成耕种劳动力短缺，促使家庭放弃耕种，从而加剧或者抑制了隐性撂荒。具体而言：一方面，家庭化迁移导致劳动力流失但不放弃耕种，会促进隐性撂荒。家庭化迁移程度较低时，部分家庭成员留守农村维持耕种，部分家庭成员外出就业，会形成“半工半耕”形式的家庭分工模式（14）。随着家庭化迁移程度的加深，劳动力转移逐渐超过正常限度，导致劳动力过度流失，农业生产效率低下，耕地收益逐渐下降甚至出现负收益，隐性撂荒问题凸显。特别是农业生产者老龄化、农村高素质人才流失等问题，对粮食生产的不利影响更加明显（15），可能导致隐性撂荒加剧。如陈风波和丁士军对江汉平原水稻种植户的调查发现，非农就业家庭多将双季稻改为单季稻，耕地利用效率下降（16），表明家庭化迁移的劳动力流失效应会促进隐性撂荒。另一方面，随着家庭化迁移造成的劳动力流失超过一定限度，农户也可能放弃耕种，选择显性撂荒或者转出土地，低效率耕种问题得到缓解，隐性撂荒得到抑制。因此，家庭化迁移造成了劳动力流失效应，一方面导致仍然维持耕种的农户耕种效率下降，促进了隐性撂荒；另一方面导致部分农户放弃耕种，隐性撂荒状态逐渐转为耕地转出或显性撂荒等状态，隐性撂荒问题得以缓解。据此可提出以下假设：

假设2：家庭化迁移造成了劳动力流失效应，可能抑制或者促进隐性撂荒。

2. 农业投资抑制效应

家庭化迁移导致家庭经济重心转向城市，家庭在流入地支出的增加，抑制了农户对户籍地农业生产的投资，从而加剧了隐性撂荒。具体而言：人口迁移导致耕种劳动力缺乏，客观上需要增加农业生产投资，来缓解劳动力流失对农业生产造成的不利影响。在家庭化迁移程度较低时，部分流动人口外出就业所获得的非农收入，能够保障农业生产所需投资（17），不易导致隐性撂荒。但随着家庭化迁移程度的提升，更多家庭成员在城市定居和工作，家庭经济重心逐渐转移至城市，流入地支出增加，减少了可用于农业生产投资的资金。如胡霞和丁浩研究表明，流动人口家庭子女随迁能够显著提升家庭总消费，但同时抑制了家庭的回寄款（18），回寄款的减少导致可用于农业生产投资的资金减少，隐性撂荒可能性增大。据此可提出以下假设：

假设3：家庭化迁移造成了农业投资抑制效应，可能促进隐性撂荒。

3.收入提升效应

家庭化迁移有利于家庭收入增长，从而弱化家庭对农业收入的依赖，促使农户放弃耕种，推动耕地转出，进而抑制隐性撂荒（19）。其一，由于更多家庭成员流入城市从事非农工作，将更有利于家庭收入的增长。其二，家庭化迁移通过弥补家庭成员分离的缺憾，促进农民工主观福利效用的提升，进而会提高城市就业质量，从而有利于家庭收入的增加（20）。由于家庭收入增长，农户对耕地的依赖逐渐减弱，逐渐选择放弃耕种，选择耕地转出或者直接抛荒土地，低效率耕种导致的隐性撂荒问题得以缓解。据此可提出以下假设：

假设4：家庭化迁移造成了收入提升效应，可能抑制隐性撂荒。

三、研究设计

（一）数据来源

本文数据源于2017年全国流动人口动态监测调查（以下简称CMDS2017）。样本覆盖全国31个省级行政区流动人口较为集中的流入地，调查对象为在本地居住一个月及以上的非本县市区户口的流动人口。

本文对数据做了如下处理：（1）剔除老家没有承包地的样本。（2）剔除单人户样本，原因在于单人户不存在家庭化迁移的问题。（3）剔除变量缺失、指代不明、极端值和异常值样本。（4）对连续性数据进行上下1%的缩尾处理。经处理，本文共选取38292个样本纳入基准回归模型。

（二）变量选取

1.被解释变量

隐性撂荒。学界通常将隐性撂荒定义为土地低效率经营但仍维持耕种的状态，其表现包括投资减少、耕地产出效率下降和边际产出小于等于零。在实证研究中，基于不同数据来源，学界存在不同测量方式，如每期亩均投入明显低于正常水平（21）、承包地收入等于或小于零（22）。本文基于CMDS2017提供的数据，参照刘春卉等的做法，筛选出农户自耕样本承包地收益小于等于零的样本，界定为隐性撂荒，其他样本定义为非隐性撂荒（23）。

2.解释变量

家庭化迁移是多个成员共同流动的人口迁移方式（24），本文采用家庭化迁移程度这一指标衡量家庭化迁移。CMDS2017涵盖被访人及其所在家庭其他成员的基本信息，包括性别、户籍地、居住地等。本文通过计算与被访人在流入地共同居住的家庭成员数与家庭成员总数的比值，衡量家庭化迁移程度。

3.控制变量

本文从流动人口家庭特征、个体特征、流动特征三方面选择控制变量。包括：家庭收入、流入地家庭消费、家庭是否困难、是否拥有住房、承包地面积、是否拥有宅基地、是否农业户口、是否缺乏耕种劳动力、年龄、性别、受教育水平、身体健康水平、社会融入水平、流动城市数量、迁移距离、返乡频率、父母外出经历、长期居留意愿，具体指标见表1。

（三）描述性统计分析及组间差异检验

通过样本分组，对隐性撂荒组和非隐性撂荒组进行描述性统计分析，并检验组间差异，见表2。可以发现隐性撂荒组家庭化迁移程度均值显著低于非隐性撂荒组，初步表明家庭化迁移可能抑制隐性撂荒。此外，家庭收入、流入地家庭消费等控制变量组间差异显著，表明这些控制变量对隐性撂荒可能存在明显的影响。

（四）模型设定

1. 二项Logit模型

首先，设定二项Logit模型作为基准回归模型，研究家庭化迁移对隐性撂荒的影响，如下所示：

Ln（P11/P10）=βR+ΣbkZk+Um+e （1）

其中Ln（P11/P10）为对数几率比，P11为隐性撂荒概率，P10代表非隐性撂荒的概率。R为农户家庭化迁移程度。Zk为第k个控制变量，Um代表省份异质性，e为随机误差项。

2. 中介效应模型

本文通过逐步回归法，检验家庭化迁移影响隐性撂荒的中介机制。在公式（2）中，未纳入中介变量，分析了家庭化迁移对隐性撂荒的影响。在此基础上，进一步构建公式（3）和公式（4），分析家庭化迁移影响隐性撂荒的中介机制。

Ln（P11/P10）=β'R+Σb'kZk+Um+e （2）

M=β1R+ΣbkZk+Um+e （3）

Ln（P11/P10）=β2R+β3M+ΣbkZk+Um+e （4）

与（2）式相比，（3）式将被解释变量替换为中介变量，（4）式将中介变量M加入到方程右边，作为解释变量进行回归。中介效应依次检验的思路是：对（2）式回归，在检验家庭化迁移影响隐性撂荒的基础上，对（3）式和（4）式回归。若（3）式的核心解释变量显著，且（4）式的中介变量显著，则表明中介效应存在。

3. 多项Logit模型

为研究家庭化迁移主要通过哪种耕地处置方式影响隐性撂荒，在模型（1）的基础上设立多项Logit模型，研究家庭化迁移促使农户放弃自耕后偏向选择何种耕地处置方式。如模型（5）：

Ln（P2i /P20 ）=β4R+ΣbkZk+Um+e （5）

公式（5）与公式（1）的区别在于等式左边为多元变量。其中P2i代表农户选择第i种耕地处置方式的概率，具体为自耕但未发生隐性撂荒（i=0）、代耕（i=1）、转租（i=2）、显性撂荒（i=3）、隐性撂荒（i=4）。其余变量与模型（1）相同。

四、实证结果

（一）基准回归分析

基于模型（1）开展基准回归分析，对假设1a和假设1b进行检验，得到表3，揭示家庭化迁移对隐性撂荒的总体影响。其中，列1仅包含核心解释变量，列2加入了控制变量，列3进一步控制了省份异质性。结果均表明，家庭化迁移显著抑制了隐性撂荒，这验证了本文假設1b。

多数控制变量均显著影响了隐性撂荒。如家庭收入水平有利于抑制隐性撂荒，表明更高的收入有利于强化农户收入保障，弱化耕地生计保障功能，促进耕地转出，避免低效率耕种导致的隐性撂荒。承包地面积抑制了隐性撂荒，可能原因在于耕地面积大有利于实现规模化种植，家庭成员外出后收入增长的同时也为农业机械化提供了条件，有利于提升耕种效率。此外，其他控制变量如身体健康水平、社会融入水平、返乡频率、父母外出经历均显著影响了隐性撂荒。

（二）稳健性检验

尽管本文控制了个体、家庭和人口流动层面的控制变量，但仍可能存在内生性问题。具体考虑如下：其一，反向因果问题。隐性撂荒可能反向影响家庭化迁移，即农户逐渐放弃耕种导致其倾向于家庭化迁移，这会导致随机扰动项通过影响隐性撂荒，进而反向影响家庭化迁移，造成家庭化迁移与随机扰动项相关，产生内生性问题。对此，本文选取户籍地所属地级市PM2.5作为工具变量，采用二阶段Probit模型进行内生性检验，数据来源于中国空气质量在线监测分析平台。空气质量能够影响流动人口迁移，同时PM2.5不受隐性撂荒行为的反向影响，因此加入PM2.5工具变量可以避免反向因果导致的内生性问题。工具变量法结果如表4中列1和列2，结果表明家庭化迁移抑制隐性撂荒的结论仍然成立。其二，遗漏变量问题。尽管本文控制了家庭特征、个体特征、流动特征多个控制变量，并控制了省级固定效应，但仍可能存在遗漏变量偏差，导致内生性问题。因此，本文进一步控制宏观变量，纳入农户户籍地县市区人均GDP对数、工业总产值对数、农机总动力对数、粮食总产量对数，进一步进行回归分析。结果如表4列3所示，结果表明，纳入宏观层面变量后，家庭化迁移抑制隐性撂荒的结论仍然成立。

（三）中介机制分析

基于假设2、假设3和假设4，建立中介效应模型，分析家庭化迁移影响隐性撂荒的中介机制，如表5。所选择中介变量包括：（1）缺乏耕种劳动力，研究家庭化迁移如何通过劳动力流失效应影响隐性撂荒。（2）流入地家庭消费，研究家庭化迁移如何通过农业投资抑制效应来影响隐性撂荒。（3）家庭收入，用于衡量收入对家庭的保障作用，研究家庭化迁移如何通过收入提升效应来影响隐性撂荒。

1.劳动力流失效应

表5中，列（1）、列（2）、列（3）显示了劳动力流失效应的中介机制检验结果。列（1）中，耕种劳动力缺乏的系数显著为负，表明耕种劳动力缺乏显著抑制了隐性撂荒。列（3）中，家庭化迁移系数显著为正，表明家庭化迁移程度的增加造成了家庭耕种劳动力缺乏，强化了劳动力流失，促使家庭放弃耕种，进而缓解了隐性撂荒。

2. 农业投资抑制效应

表5中，列（1）、列（4）、列（5）显示了农业投资抑制效应的中介机制检验结果。列（1）中，流入地家庭消费系数显著为正，表明流入地家庭消费显著促进了隐性撂荒。这表明流入地消费增长可能抑制农业生产投资，导致劳动力流失后无法充分实现资本替代，造成农业生产效率低下，引发隐性撂荒。列（5）中，家庭化迁移系数显著为正，表明家庭化迁移导致流入地消费增长，家庭经济重心逐渐转移至城市，导致户籍地农业生产投资减少，影响了农业生产率提升，导致隐性撂荒。

3. 收入提升效应

表5中，列（1）、列（6）、列（7）显示了收入提升效应的中介机制检验结果。列（1）中，家庭收入变量系数显著为负，表明家庭收入显著抑制了隐性撂荒，收入增长可能降低家庭对农业收入和耕地的依赖，弱化耕地社会保障功能，有利于耕地转出，从而抑制隐性撂荒。列（7）中，家庭化迁移系数显著为正，表明家庭化迁移导致了家庭收入增长，从而抑制了隐性撂荒。

综上所述，家庭化迁移的劳动力流失效应和收入提升效应能够抑制耕地隐性撂荒，而农业投资抑制效应促进了隐性撂荒。结合主回归结果来看，家庭化迁移对耕地隐性撂荒更多表现为抑制效应。

（四）作用渠道分析

基于公式（5），建立多值Logit模型，研究家庭化迁移对不同耕地处置形式的影响。CMDS2017涵盖自己/家人耕种、雇人代耕种、亲朋耕种、转租给私人、转租给村集体、转租给企业、撂荒、种树及其他共9种耕地处置行为。在此，将其区分为以下类型：（1）将自己/家人耕种简称为自耕，其中承包地收益小于等于零的样本定义为隐性撂荒。（2）将雇人代耕种和亲朋耕种定义为代耕型耕地转出。（3）将转租给私人、转租给村集体、转租给企业定义为转租型耕地转出。（4）将撂荒定义为显性撂荒。由于种树及其他样本过少且成因复杂，因此不予考虑。基于上述分类和公式（5），以未发生隐性撂荒的自耕样本为参照组，建立多值Logit模型，研究家庭化迁移对农户不同类型耕地处置方式倾向的影响，如表6。

列（1）、列（2）、列（3）、列（4）中，家庭化迁移系数均显著为正，即家庭化迁移对农户代耕、转租、显性撂荒和隐性撂荒均存在促进作用，造成农户耕种意愿减弱，代耕、转租、显性撂荒和隐性撂荒倾向均显著上升。

对比系数大小发现，家庭化迁移在抑制农户耕种意愿的同时，對农户耕地处置主要存在以下影响：其一，显性撂荒、代耕型耕地转出、转租型耕地转出倾向强于隐性撂荒，表明家庭化迁移能够减少农户低效率耕地导致的隐性撂荒问题，但同时也导致了更强的显性撂荒和耕地转出倾向。其二，代耕型耕地转出倾向远高于转租型耕地转出，表明耕地转出以代耕这一非正式流转形式为主，尽管家庭化迁移抑制了农户耕种意愿，但空余耕地更多还是流向其亲朋好友进行代耕，而非通过正式形式流转至其他经营主体。其三，相比于转租，农户更倾向于通过撂荒处置耕地，家庭化迁移导致农户耕种意愿下降，如果农户出于“恋土情结”等原因不愿转出土地，则可能任由其撂荒。

上述结论综合表明，家庭化迁移推动了以代耕为主要形式的非正式耕地流转，同时增加了农户显性撂荒倾向，农户耕种意愿减弱的同时耕地转出和显性撂荒倾向上升，导致隐性撂荒倾向下降。换而言之，现阶段我国流动人口保有耕地控制权的意愿仍然较为明显，农户“离地不放权”“弃耕不流转”倾向仍然明显存在，这也是耕地隐性撂荒的重要成因。

（五）机械化、农业发展和经济发展水平的调节效应

如果家庭化迁移导致的耕种困难得以缓解，同时农户放弃耕种后能够更有效地流转土地，则家庭化迁移对隐性撂荒的影响可能被抑制。因此，地区机械化程度、农业发展水平和经济发展水平可能调

节家庭化迁移对耕地隐性撂荒的影响。对此采用户籍地县市区农机总动力对数、户籍地县市区粮食总产量对数、户籍地人均GDP自然对数，设置家庭化迁移水平与三个变量的交互项，建立调节效应模型，研究机械化、农业发展、经济发展对家庭化迁移影响隐性撂荒的调节作用，结果如表7。

从表7可知，交互项回归系数均显著为负，这表明机械化、农业发展和经济发展均能够正向调节家庭化迁移对隐性撂荒的抑制作用。可能原因在于：一是机械化有利于缓解劳动力流失带来的生产率下降，提升了农业生产率，抑制了隐性撂荒。二是农业发展水平越高，则农业总体实力越强，政府对农业发展也更为关注，有利于提升农业生产率，同时也有利于耕地转出，从而抑制隐性撂荒。三是经济发展水平越高，则耕地转出的可能性越大，对农户耕种特别是低效率耕种形成抑制作用，从而抑制隐性撂荒。

五、进一步讨论

（一）家庭化迁移对耕地处置的非线性影响

前文分析发现，家庭化迁移抑制了隐性撂荒，并导致农户耕种意愿弱化、显性撂荒和耕地转出意愿上升，本文进一步关注家庭化迁移是否对隐性撂荒和其他耕地处置行为产生非线性影响。就此，引入家庭化迁移二次项，进行多值Logit分析，得到表8。结果表明，家庭化迁移系数均显著为正，二次项系数显著为负，即家庭化迁移与隐性撂荒可能存在统计上的倒U型关系。但由于家庭化迁移变量小于等于1，样本全部位于拐点值左边。因此，以未发生隐性撂荒的自耕样本为参照，家庭化迁移对显性撂荒、代耕、转租、隐性撂荒存在非线性的促进作用。从二次项系数大小来看，家庭化迁移对显性撂荒和代耕的促进作用更强，表明农户代耕和显性撂荒倾向明显，与前文研究结论一致。

（二）不同类型家庭化迁移方式对隐性撂荒的影响

本文进一步将家庭化迁移分为配偶随迁、子女随迁和父母随迁三种类型，分析不同家庭化迁移模式对隐性撂荒的影响，如表9所示。根据系数可以判断，不同家庭化迁移模式均能够显著抑制隐性撂荒。但父母随迁对于隐性撂荒的抑制作用明显更强。可能原因在于我国流动人口家庭多由老一辈从事农业生产，农业生产效率较低，隐性撂荒可能性较高。流动人口父母随迁导致家庭从农业生产中彻底退出，耕地低效率经营现象得到缓解，因此父母随迁对隐性撂荒的抑制作用更强。

六、研究结论与启示

（一）结论

本文针对家庭化迁移如何影响耕地隐性撂荒这一核心问题，基于2017年中国流动人口动态监测调查数据，实证研究家庭化迁移对隐性撂荒的影响及机制。研究发现：（1）家庭化迁移显著抑制了隐性撂荒，这主要源于家庭化迁移推动了以代耕为主要形式的非正式耕地流转，并同时增加了农户显性撂荒倾向，从而避免了低效率耕种导致的耕地隐性撂荒。（2）随着家庭化迁移程度的提升，农户耕种意愿显著弱化，显性撂荒、代耕、转租和隐性撂荒意愿显著上升，并且农户耕地处置呈现出代耕强于显性撂荒、显性撂荒强于转租、转租强于隐性撂荒的偏好顺序。（3）家庭化迁移存在劳动力流失效应、农业投资抑制效应、收入提升效应。家庭化迁移通过加速劳动力流失和促进收入增长，促使家庭放弃耕种，从而抑制了隐性撂荒。但家庭化迁移导致经济重心向城市转移，农户在流入地消费的增加，挤占了对户籍地农业的生产性投资，不利于资本替代，抑制农业生产效率提升，一定程度上增加了隐性撂荒概率。（4）机械化、农业发展、经济发展能够强化家庭化迁移对隐性撂荒的抑制作用。机械化程度的提升能够缓解劳动力流失带来的耕种困境，农业发展水平高的地区具备更好的粮食种植条件，经济发展水平越高越有利于非农就业，机械化、农业发展、经济发展通过缓解劳动力不足和促进农户放弃耕种两条渠道，减少了农户低效率耕种引发的隐性撂荒问题。（5）家庭化迁移对隐性撂荒、显性撂荒、代耕和转租存在非线性促进作用。随着家庭化迁移程度的加深，农户逐渐偏向代耕和转租，隐性撂荒倾向弱化。（6）相比于子女和配偶随迁，流动人口父母随迁对隐性撂荒的抑制作用更强。

（二）启示

基本上述结论，可以得到以下启示：其一，要加快推进新型城镇化，提升流动人口迁移稳定性，特别是要关注流动人口就业保障、社会保障、社会融入，多渠道稳定其居留预期，促进土地高效流转，抑制隐性撂荒。其二，加大对种地农户的政策支持力度。对于有意愿继续耕种的家庭，可完善政策支持体系，推动耕种现代化、机械化、规模化，进而提升农业生产率，防止耕种效益低下导致的隐性撂荒。其三，推进农地确权，完善产权保障，规范土地流转市场，提升农户土地流转意愿。其四，强化耕地用途监测，特别是对于流动人口家庭，要定期或者不定期核查耕地使用情况，严格防控耕地隐性撂荒，保障耕地安全。其五，关注不同流动人口群体迁移方式差异，根据家庭化迁移和非家庭化迁移情况，对耕地处置意愿和耕地处置情况进行摸底，推进土地流转，防止隐性撂荒，确保耕地高效利用。

注释：

（1）（9）（22）（23） 刘春卉、聂文静、赵晓彤、沈维志：《农村外出务工人员承包地处置方式的区域差异与影响因素——基于社会融入视角》，《自然资源学报》2022年第2期。

（2）（8）（21） 郭贝贝、方叶林、周寅康：《农户尺度的耕地撂荒影响因素及空间分异》，《资源科学》2020年第4期。

（3） 钟甫宁、向晶：《我国农村人口年龄结构的地区比较及政策涵义——基于江苏、安徽、河南、湖南和四川的调查》，《现代经济探讨》2013年第3期。

（4） 夏金梅、吴梦秋：《新发展格局下农业劳动力城乡流动的政治经济学阐释》，《江汉论坛》2022年第5期。

（5） 盛亦男：《中国流动人口家庭化迁居》，《人口研究》2013年第4期。

（6） 林赛南、梁奇、李志刚、庞瑞秋：《“家庭式迁移”对中小城市流动人口定居意愿的影响——以温州为例》，《地理研究》2019年第7期。

（7） 曹芳芳、黄东、武拉平：《农民工家庭化流动和土地流转的联合决策分析——基于全国2781份农民工的调查数据》，《农村经济》2018年第3期。

（10） 姜春云、谭江蓉：《家庭化迁移对流动女性就业质量的影响及其作用机制》，《人口与社会》2021年第5期。

（11） 陈素琼、张广胜：《城市农民工家庭化迁移模式变迁及其幸福效应——基于CGSS数据的追踪研究》，《农业技术经济》2017年第8期。

（12） 邓悦、郑汉林、王泽宇：《家属随迁何以影响农民工城镇化融合？》，《南京农业大学学报》（社会科学版）2019年第1期。

（13） 苗海民、張顺莉、朱俊峰：《农民工家属选择性迁移对土地流转的影响——基于中国流动人口动态监测调查数据的经验分析》，《中国农村经济》2021年第8期。

（14） 钱忠好：《非农就业是否必然导致农地流转——基于家庭内部分工的理论分析及其对中国农户兼业化的解释》，《中国农村经济》2008年第10期。

（15） 匡远配：《农村劳动力流动影响粮食安全的新解释》，《人口与经济》2010年第5期。

（16） 陈风波、丁士军：《农村劳动力非农化与种植模式变迁——以江汉平原稻农水稻种植为例》，《南方经济》2006年第9期。

（17） B. K. Goodwin， A. K. Mishra， Farming Efficiency and the Determinants of Multiple Job Holding by Farm Operators， American Journal of Agricultural Economics， 2004， 86（3）， pp. 722-729.

（18） 胡霞、丁浩：《子女随迁政策对农民工家庭消费的影响机制研究》，《经济学动态》2016年第10期。

（19） 冷智花、付畅俭、许先普：《家庭收入结构、收入差距与土地流转——基于中国家庭追踪调查（CFPS）数据的微观分析》，《经济评论》2015年第5期。

（20） 邓睿、冉光和：《子女随迁与农民工父母的就业质量——来自流动人口动态监测的经验证据》，《浙江社会科学》2018年第1期。

（24） 杨菊华、陈传波：《流动人口家庭化的现状与特点：流动过程特征分析》，《人口与发展》2013年第3期。

作者简介：高晓燕，天津财经大学金融学院教授、博士生导师，天津，300222；向念，通讯作者，天津财经大学金融学院博士研究生，天津，300222。

（责任编辑 李灯强）