彭繼權,吳海濤,秦小迪
(1.江西財經大學經濟學院,江西 南昌 330013;2.中南財經政法大學工商管理學院,湖北武漢 430073)
消除貧困是人類的共同使命,是當今世界面臨的最大全球性挑戰(zhàn)之一。中國政府歷來重視農村貧困問題,扶貧工作取得了舉世矚目的成就。截至2018年底,中國農村貧困發(fā)生率下降至1.7%,貧困人口從2012年底的9 899萬人減少到2018年底的1 660萬人。中共十九大進一步提出要打好防范化解重大風險、精準脫貧和污染防治三大攻堅戰(zhàn),把精準脫貧作為全面建成小康社會最具有決定性意義的一個攻堅戰(zhàn)。而且,擺脫貧困是中國實現(xiàn)鄉(xiāng)村振興的前提條件,因此解決貧困問題仍是重中之重。土地一直以來都是農民賴以生存和發(fā)展的物質基礎,對農戶能夠起到基本的社會保障功能,有著一定的減貧作用[1]。隨著國家農業(yè)現(xiàn)代化建設步伐的加快,土地細碎化經營已經不能滿足農業(yè)現(xiàn)代化的發(fā)展需求,土地流轉勢在必行[2]。有學者就此提出,參與土地流轉后的農戶是否會因為土地經營權的喪失加重貧困的發(fā)生[3-4]。若土地流轉會加重貧困產生,土地政策制定前必然要權衡土地流轉效益和農村貧困危害間的利弊。因此,探究土地流轉對農戶貧困脆弱性的影響顯得尤為重要。
目前,已有學者就土地流轉與農村貧困的關系進行探討。ZHANG AND WAN[5]發(fā)現(xiàn)土地流轉通過保障低收入群體的租金收入和緩解異質性農戶的非農收入差距來降低農戶間的收入不均等。JIN AND DEININGER[6]和匡遠配等[7]發(fā)現(xiàn)土地流轉能夠促進農民職業(yè)多元化,增加農戶收入并減貧。KIMURA等[8]基于土地租賃交易決定因素的理論模型,發(fā)現(xiàn)土地流轉不僅有利于降低農業(yè)成本,更能促進部分農民轉移到非農業(yè)部門,增加農戶非農收入水平,提升農戶整體福利。諸培新等[9]和錢忠好等[10]發(fā)現(xiàn)土地流轉有利于轉出戶經營性收入、工資性收入和轉移性收入的增加,從而有利于轉出戶家庭總收入的增加。趙春雨[11]發(fā)現(xiàn)以土地流轉入股,扶貧資金和村集體資產評估作為集體資本入股,重構新農村合作社集體經濟組織,能夠產生“內生性”扶貧效應。夏玉蓮等[12]和蔡潔[13]對土地流轉的多維減貧效應進行分析,發(fā)現(xiàn)土地流轉推動農村勞動力轉移到其他產業(yè),通過接觸新產業(yè)提升人力資本,進而緩解能力貧困。寧靜和殷浩棟等[14]發(fā)現(xiàn)土地確權可以促進土地轉出,提高貧困戶財產性收入,并通過勞動力轉移提高工資收入水平,進而緩解貧困。
以上研究基本證實了土地流轉能夠有效緩解農村貧困,但都忽略了一種重要問題,即都只分析了土地轉出的短期效應,沒有考慮長期效應。這是因為貧困指標是一種事后測度,只能用來靜態(tài)度量某個時點個人或家庭的福利狀況,不能反映未來的福利狀況以及相關風險[15]。土地流轉對農村家庭當期福利的影響是短期效應,但農村家庭未來可能會因為各種負向沖擊而陷入貧困,因此,基于土地流轉短期效應所制定的政策并不適用于那些在未來陷入貧困的家庭[16]。眾所周知,貧困的“預防”遠比貧困的“治理”更為重要,而“預防”貧困就需要評估貧困脆弱性。貧困脆弱性是被世界銀行在2002年《世界發(fā)展報告》中提出,用來測度個體或家庭未來陷入貧困的可能性。貧困脆弱性測度是對農戶貧困的事前預測,能夠前瞻性地衡量農戶土地流轉后的長期效應,借此來準確識別未來可能陷入貧困的家庭,從而制定相應政策有效阻斷這些家庭在未來陷入貧困。
另外,以往學者在分析土地流轉對貧困的影響時,大多沒有考慮模型中樣本選擇偏誤問題,但農戶是否進行土地流轉很可能是自我選擇的結果。這是因為農戶的土地流轉決策會受家庭資源稟賦的影響,從而導致農戶是否選擇土地流轉并非完全隨機,如果仍采用傳統(tǒng)計量方法進行估計,必然會降低模型估計的準確性和有效性?;诖?,本文在測度農戶貧困脆弱性的基礎上,采用傾向得分匹配法(PSM)估計土地是否轉出對農戶貧困脆弱性的凈效應,采用回歸方程的Shapley值分解法估計土地轉出面積對農戶貧困脆弱性的貢獻率,這兩種方法都能有效解決樣本選擇偏誤問題,保證模型估計的真實性。同時,本文把轉出土地分為水田和旱地,考察不同類型土地轉出對農戶貧困脆弱性影響的差異,也能在一定程度上考察土地流轉對農戶貧困脆弱性的作用機制。
貧困脆弱性是將風險沖擊與家庭福利水平聯(lián)系在一起,一般認為貧困脆弱性是不可觀察的、動態(tài)的、前瞻性的,強調貧困產生的預期。CHAUDHURI[17]、ZHANG and WAN[5]認為貧困脆弱性是指家庭或者個人因為遭受不確定性風險沖擊而陷入貧困或者無法擺脫貧困的概率。貧困脆弱性的計算方法如下:
式(1)中:下標i和t分別表示農戶和時間;Y表示農戶的福利水平(戶均收入);Z表示貧困線,表示農戶i在t時期的貧困脆弱性,即未來陷入貧困的概率;Yi,t+1表示農戶i在t+ 1時期的福利水平。
可以采用AMEMIYA[18]提出的三階段可行廣義最小二乘法(FGLS)進行估計,在收入對數(shù)服從正態(tài)分布的假設下,即可計算出貧困脆弱性:
式(2)中:Xi表示與農戶或個體相關的特征變量,如性別、年齡和教育等;lnYi表示農戶福利水平的對數(shù);lnZ為貧困線的對數(shù)為對數(shù)收入的期望值;為對數(shù)收入的方差;為貧困脆弱性值。
本文運用湖北省1 682個農戶調查數(shù)據(jù)作為研究樣本,構建如式(3)所示的計量回歸模型,以考察土地流轉對農戶貧困脆弱性的影響:
式(3)中:i表示單個農戶;Yi為農戶貧困脆弱性值,有高、中、低三條標準貧困脆弱性值;xi為核心解釋變量,主要包括轉出土地面積、轉出旱地面積、轉出水田面積、有無土地轉出、有無旱地轉出和有無水田轉出;Z為其他控制變量,包括家庭人均外出務工時間、家庭受培訓人員比例、人情往來支出、家庭社會網(wǎng)絡、家庭儲蓄、家庭負擔系數(shù)、農戶市場化率和農業(yè)物資資本;μi是隨機擾動項;α0、β0、γi為待估參數(shù)。
PSM的基本思路為:首先,利用Logit模型計算每個樣本農戶參與土地流轉的條件概率擬合值,此概率值即為傾向得分值(PS),PS值相近的參與土地流轉農戶與未參與土地流轉農戶構成了共同支撐領域。
其次,將參與土地流轉的農戶和未參與土地流轉的農戶逐一匹配,確??刂平M和處理組的主要特征盡可能相似;最后,利用控制組模擬處理組的反事實狀態(tài)(即未參與流轉情況),比較農戶在參與和不參與土地流轉這兩種互斥事實下的貧困脆弱性差異,差值即為凈處理效應。在計算得到農戶土地流轉的傾向值后,農戶貧困脆弱性的平均處理效應(ATT)可以表示為:
式(5)中:Nt為土地流轉農戶的樣本數(shù);t為匹配后的實驗組;c為匹配前的控制組為實驗組中第i個參與土地流轉農戶的觀測值為控制組中第j個沒有參與土地流轉農戶的觀測值;pi為實驗組農戶i的預測概率值;pj為控制組農戶j的預測概率值;λ(pi,pj)為權重函數(shù),不同的匹配方法有不同的權重函數(shù)。
本文數(shù)據(jù)來自于課題組2016年在湖北省的農戶實地調查數(shù)據(jù),此次調查的內容涵蓋家庭人口基本信息、家庭物質資產、家庭社會資產、借貸行為、家庭生產經營情況、農地流轉行為和農業(yè)政策認知情況等。為保證樣本選取具有代表性,調研地點選取了英山縣、蘄春縣、沙市、陽新縣和老河口市5個縣市,在一定程度上能夠代表湖北省的東中西部。采用隨機抽樣的方法,在每個縣市抽取5個鄉(xiāng)鎮(zhèn),每個鄉(xiāng)鎮(zhèn)抽取2個村,每個村抽取35戶農戶,共調查1 750戶農戶,剔除無效樣本68份,共獲得有效樣本1 682份。
本文選取家庭人均純收入來預測家庭貧困脆弱性,選取家庭人均非農收入來檢驗土地流轉對家庭分項收入的影響機制。貧困線的選擇會影響貧困脆弱性值,許多研究學者認為中國國家貧困線相對于國際貧困線(1.9美元和3.1美元)而言較低,為了保證家庭貧困脆弱性衡量的準確性和穩(wěn)健性,本文分別選取高、中、低三種不同層次標準的脆弱性臨界值,低標準脆弱性臨界值為2016年的國家貧困線年人均純收入2 800元,中標準脆弱性臨界值為世界銀行規(guī)定的國際貧困線標準每人每天1.9美元(年人均收入4 319元),高標準脆弱性臨界值為世界銀行推薦發(fā)展中國家每人每天3.1美元的貧困線(年人均收入7 047元)。本文的關鍵解釋變量為土地流轉面積和土地是否流轉,主要分為轉出土地面積、轉出水田面積、轉出旱地面積、土地有無流轉、水田有無轉出和旱地有無轉出。本文選取變量的計算方法及描述統(tǒng)計如表1。
表1 變量計算方法及描述統(tǒng)計Tab.1 Variable calculation method and description statistics
表2為不同類型土地流轉面積對貧困脆弱值的估計結果,采用國定線、1.9美元貧困線和3.1美元貧困線分別考察土地轉出面積、水田轉出面積和旱地轉出面積對其貧困脆弱性值的影響。模型(1)—(3)中的因變量為土地轉出戶的貧困脆弱性值,模型(4)—(6)中的因變量為水田轉出戶的貧困脆弱性值,模型(7)—(9)中的因變量為旱地轉出戶的貧困脆弱性值。由以下9個模型可知,不論采用何種貧困線和何種土地轉出面積,各變量對其貧困脆弱性值的影響方向和顯著性基本保持不變。隨著貧困線的提高,各變量對貧困脆弱性值的估計值只有微弱減少,其減少幅度基本可以忽略不計,說明回歸模型具有較強的穩(wěn)健性和可靠性。無論轉出水田還是旱地,均不會導致農戶收入降低,相反,還能降低農戶陷入貧困的可能。此外,水田轉出對農戶貧困脆弱性值降低的效果會更加明顯,即與旱地相比,水田在經濟上對農民的重要性較低??赡茉蚴牵锔嗟氖欠N植糧食作物,旱地更多是種植經濟作物,糧食作物生長所需的時間較長、勞動力投入較多和生產成本較高,但其收益較低。而經濟作物的收益相對較高,因此,農戶在面臨比較利益較高的生產經營機會時,往往會放棄收益較低的水田,節(jié)省出更多的勞動力和時間從事比較利益更高的非農生產經營活動[10]。
表2 不同類型土地轉出面積對貧困脆弱值的影響Tab.2 Impact of different types of land transfer areas on poverty vulnerability
表3是不同類型土地是否流轉對農戶貧困脆弱性值的估計結果,依然選用三條貧困線來分別考察家庭土地有無轉出、水田有無轉出和旱地有無轉出對農戶貧困脆弱性值的影響?;貧w的結果顯示,隨著貧困線的提高,各自變量對農戶貧困脆弱性值的影響在逐步減小,但減少幅度幾乎可以忽略不計,說明貧困脆弱性影響因素的作用機制不會隨著貧困線的改變而改變,
也間接證明回歸模型具有較強的穩(wěn)健性。從土地流轉變量來看,土地有無轉出和旱地有無轉出對農戶貧困脆弱性值盡管呈現(xiàn)負向關系,但回歸系數(shù)并不顯著,只有水田有無轉出變量的回歸系數(shù)呈現(xiàn)出顯著的負向影響。進一步驗證上文結果:轉出水田能夠幫助農戶從事其他收益更高的非農生產經營活動,從而增加收入。
表3 不同類型土地有無轉出對農戶貧困脆弱性值的影響Tab.3 Impacts of different types of land transfer on the poverty vulnerability of farmers
在采用PSM估計法時,首先需要檢驗樣本匹配是否合理和有效,經常采用的檢驗方法為查看處理組和控制組匹配前后的傾向得分核密度函數(shù)分布。圖1(a)和圖1(b)表示土地轉出農戶匹配前后核密度分布圖,在沒有采用核密度匹配法前,控制組(土地轉出)和處理組的傾向得分匹配值的概率分布差異較大;當采用核密度匹配法后,控制組(土地轉出)和處理組的傾向得分匹配值的概率分布差異下降很大,表明匹配法能夠有效降低處理組和控制組家庭特征的差異,說明采用核密度匹配法的匹配效果較好。本文也嘗試采用其他方法進行匹配,最后發(fā)現(xiàn)匹配的效果都不錯。本文也驗證了水田轉出農戶和旱地轉出農戶的匹配效果,其結果也較為理想,但考慮文章篇幅限制,不一一列出檢驗結果。
為了保證研究結果的可信度,本文采用半徑卡尺匹配法、核密度匹配法和局部線性回歸匹配法分別估計國定貧困線、1.9美元貧困線和3.1美元貧困線下土地有無轉出、水田有無轉出和旱地有無轉出對農戶貧困脆弱性的平均處理效應。表4為土地是否轉出、水田是否轉出和旱地是否轉出對農戶貧困脆弱性的PSM估計結果,為節(jié)省篇幅,本文只報告了半徑卡尺匹配結果。從不同貧困線的匹配估計值來看,隨著貧困線水平的提高,土地轉出對農戶貧困脆弱值的影響有略微降低的影響,但是下降幅度較小。為了表達簡潔性,下文主要解釋國定貧困線的匹配估計值。
在匹配前,土地轉出對農戶貧困脆弱性有負向影響,且在1%水平上顯著,土地轉出會降低農戶貧困脆弱性值的7.68%。當采用匹配法消除了樣本控制組和處理組的差異后,凈效應ATT的平均值為7.38%,也就是說土地轉出使農戶貧困脆弱性值會實際下降7.38%,相比沒有匹配前的回歸系數(shù)有所下降,說明采用普通的OLS回歸會高估土地轉出對農戶貧困脆弱性值的影響,采用PSM估計也進一步證明了土地流轉確實會減少農戶未來陷入貧困的概率。從水田轉出對農戶貧困脆弱性值估計的平均處理效應來看,匹配前水田轉出對農戶貧困脆弱性值有顯著的正向影響,匹配后ATT值的平均值為8.28%,也就是說水田轉出使農戶貧困脆弱性值會實際下降8.28%,也比土地流轉的ATT平均值要大,進一步說明,水田有轉出的農戶相比水田無轉出的農戶,其未來陷入貧困的風險會降低很多。
圖1 匹配前后傾向得分核概率分布圖Fig.1 Probability score nuclear probability distribution before and after matching
表4 土地是否轉出對農戶貧困脆弱性的PSM估計Tab.4 PSM estimates of the impacts of land transfer on the poor vulnerability of farmers
從旱地轉出對農戶貧困脆弱性值估計的平均處理效應來看,匹配后ATT值的平均值為7.91%,也就是說旱地轉出使農戶貧困脆弱性值會實際下降7.91%,這也進一步證明農戶不僅不會因為失去旱地致貧,反而較失地前擁有更小的致貧風險。通過對不同類型土地有無轉出對農戶貧困脆弱性值PSM估計可知,水田轉出對貧困緩解的效果最為明顯,亦即水田對農戶生計的作用最小,再則就是土地,旱地的影響最大,因為土地轉出是旱地轉出和水田轉出的加總,其ATT估計值理應在其他兩類土地轉出ATT值的中間,實證結果也正好符合這一點。
為了排列出政策的優(yōu)先次序,有必要從變量對貧困脆弱性影響程度的角度將變量排序并解析貧困脆弱性的不平等。本文采用基于回歸方程的Shapley值分解方法[19],該方法可以通過對貧困脆弱性值進行分解,把貧困脆弱性分解成與每個基本決定因素相關的組成部分,計算各基本決定因素對貧困脆弱性的貢獻率。表5分別是土地轉出面積、水田轉出面積和旱地轉出面積樣本在三條貧困線下貧困脆弱性值的Shapley值分解結果。不同貧困線下各變量的貢獻率變動基本不大,但各變量對不同轉出類型土地貧困脆弱性的貢獻率有差異,而各自變量貢獻率的次序基本不變。就土地轉出面積而言,土地轉出面積變量對貧困脆弱性的貢獻率達到了9.12%;就水田轉出和旱地轉出而言,其貢獻率分別為8.52%和4.01%??傮w而言,土地轉出對農戶貧困脆弱性的貢獻率不容忽視,水田轉出的貢獻率要明顯高于旱地轉出的貢獻率。
本文嘗試采用國定貧困線、1.9美元貧困線和3.1美元貧困線來分析不同類型土地有無轉出和轉出面積對農戶貧困脆弱性的影響,使用PSM法估計出不同類型土地有無轉出對農戶貧困脆弱性的真實平均處理效應,運用回歸方程的Shapley值分解方法求出不同類型土地各決定因素對貧困脆弱性的貢獻率,以求準確厘清土地以及土地類型與農戶貧困脆弱性的關系。從基準模型回歸可知,土地轉出面積、水田轉出面積和旱地轉出面積對農戶貧困脆弱性值有顯著的負向影響,水田轉出面積的影響最大,水田轉出面積每增加1個單位,農戶的貧困脆弱性就減少0.015 3個單位。土地有無轉出、水田有無轉出和旱地有無轉出對農戶貧困脆弱性值有顯著的負向影響,水田轉出的影響依然更大,水田有轉出的農戶相比水田無轉出的農戶,其貧困脆弱性值顯著低于0.040 3個單位??紤]到模型中樣本選擇偏誤問題,為了進一步準確得出不同類型土地有無轉出對農戶貧困脆弱性的影響,采用PSM方法進行估計,發(fā)現(xiàn)三種土地轉出類型都對農戶貧困脆弱性有顯著的負向影響,且水田轉出的影響最大,其匹配后ATT平均值為8.28%。為了估計各變量對農戶貧困脆弱性的貢獻率,繼續(xù)采用回歸方程的Shapley值分解法計算了不同類型土地的農戶貧困脆弱性的貢獻率,結果顯示水田轉出和旱地轉出的貢獻率分別為8.52%和4.01%。從控制變量來看,家庭平均外出務工時間、家庭受培訓人員比例和家庭儲蓄對農戶貧困脆弱性有顯著的負向影響,人情往來支出、家庭負擔系數(shù)和農戶市場化程度對農戶貧困脆弱性有顯著的正向影響。由上可知,土地流轉并不會增加農戶未來陷入貧困的風險,以水田轉出的效果更為明顯,旱地轉出效果次之。這可能是因為土地流轉后的農戶不僅能夠獲得固定的土地租金,還有更多的剩余勞動力和時間進入比較利益較高的非農生產經營領域,從而提高農戶收入水平,降低農戶未來貧困發(fā)生風險。
表5 基于回歸方程的土地流轉的Shapley值分解結果Tab.5 Shapley value decomposition results of land transfer based on regression equation (%)
因此,本文也基本證實了土地流轉會減緩農戶的貧困脆弱性,那么,為了滿足國家農業(yè)現(xiàn)代化的發(fā)展需求,更應積極推動土地流轉。中國農業(yè)現(xiàn)代化需要不斷改變傳統(tǒng)小而全、分散低效的落后經營模式,農戶土地細碎化是制約農戶農業(yè)技術采用和農業(yè)標準化生產的重要因素[20],如何把分散的土地和農戶聯(lián)合起來,從而提高農業(yè)的生產效率和實現(xiàn)農業(yè)的規(guī)模經濟?這不僅需要從農業(yè)生產組織形式開始著手,也需要從農業(yè)生產的源頭進行改革。土地流轉是當前中國農業(yè)實現(xiàn)規(guī)模經營的必由之路,是現(xiàn)代農業(yè)發(fā)展的前提條件。土地轉出戶的家庭剩余勞動力進入非農勞動市場所獲得的工資收入完全可以超過土地流轉損失的農業(yè)收益,非農市場的高價勞動報酬完全可以抵消農戶土地流轉后的風險顧慮。鼓勵農戶土地流轉,不是讓農戶放棄農業(yè)生產,而是集中農業(yè)資源更好地發(fā)揮農業(yè)生產的規(guī)模效應,促進農戶生計多樣化從而增加農戶的抗風險能力。為了降低農戶未來陷入貧困的風險,還需要不斷提高農村人力資本,促進農村剩余人口非農就業(yè),增加農戶的生計多樣性,重點扶持家庭負擔系數(shù)過高的農戶,引導農村社會風氣,提高農戶節(jié)儉意識。當然,本文也存在一定的局限性,由于本文使用的為橫截面數(shù)據(jù),不能從多年份考察農戶貧困脆弱性的變動趨勢,但貧困脆弱性本身就有預測功能,在一定程度上能夠克服截面數(shù)據(jù)局限的問題,用面板數(shù)據(jù)進一步驗證本文思想是未來值得深入研究的方向。