劉傳江,袁坤林,李 雪
(1.武漢大學(xué) a.經(jīng)濟發(fā)展研究中心,b.人口·資源·環(huán)境經(jīng)濟研究中心,湖北 武漢 430072;2.上海立信會計金融學(xué)院 國際經(jīng)貿(mào)學(xué)院,上海 201620)
隨著改革開放深入和城鄉(xiāng)互動協(xié)調(diào)發(fā)展,大量農(nóng)村剩余勞動力受發(fā)展差距的利益驅(qū)動而跨行業(yè)、跨區(qū)域轉(zhuǎn)移,構(gòu)成一個轉(zhuǎn)向非農(nóng)就業(yè)的群體。在此轉(zhuǎn)移過程中,一些農(nóng)村勞動力打破了傳統(tǒng)認知,以“創(chuàng)業(yè)”這種新的非務(wù)工形式融入到了非農(nóng)勞動力市場 [1](PP.171-185)。在《中共中央國務(wù)院關(guān)于加大改革創(chuàng)新力度加快農(nóng)業(yè)現(xiàn)代化建設(shè)的若干意見》和《國務(wù)院關(guān)于進一步做好新形勢下就業(yè)創(chuàng)業(yè)工作的意見》中,國家大力支持農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)。農(nóng)村轉(zhuǎn)移勞動力創(chuàng)業(yè)不僅增加收入,促進就業(yè),也帶動了廣袤鄉(xiāng)鎮(zhèn)經(jīng)濟發(fā)展,打開新型工業(yè)化和農(nóng)業(yè)現(xiàn)代化、城鎮(zhèn)化和新農(nóng)村建設(shè)協(xié)同發(fā)展新局面。習(xí)近平總書記在山東考察時指出“鄉(xiāng)村振興,人才是關(guān)鍵。要積極培養(yǎng)本土人才,鼓勵外出能人返鄉(xiāng)創(chuàng)業(yè),為鄉(xiāng)村振興提高人才保障”,農(nóng)業(yè)轉(zhuǎn)移人口以創(chuàng)業(yè)參與非農(nóng)就業(yè)事關(guān)就業(yè)大局穩(wěn)定,這不僅可以豐富農(nóng)村勞動力參與非農(nóng)勞動力市場的就業(yè)形式,也提供了新的就業(yè)機會,在實現(xiàn)全面建成小康社會道路上發(fā)揮著重要作用。
農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)現(xiàn)階段已經(jīng)取得一定程度的發(fā)展。創(chuàng)業(yè)模式、創(chuàng)業(yè)融資方式以及創(chuàng)業(yè)行業(yè)分布都有了多樣化發(fā)展。模式上現(xiàn)在已經(jīng)有了合伙創(chuàng)業(yè)或者村企共建;融資方式上存在向正規(guī)金融機構(gòu)融資、私人借款融資還有合伙籌款融資多種方式;創(chuàng)業(yè)行業(yè)則分布在二三產(chǎn)業(yè),如農(nóng)副食品加工、食品加工、紡織業(yè)、家具制造業(yè)等和信息傳輸、計算機服務(wù)和軟件業(yè)等。(1)參見唐禮智、羅婧等《農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)的融資行為及影響因素分析——基于福建省龍巖市的調(diào)查》,《寧夏社會科學(xué)》,2013年第6期,第36-42頁;姚水瓊、邊一民《社會流動視角下農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)路徑研究》,《農(nóng)業(yè)經(jīng)濟》,2014年第6期,第13-14頁;單敏、馬順彬《江蘇省返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)調(diào)查》,《合作經(jīng)濟與科技》,2017年第20期,第108-109頁;閆華飛、肖靜《農(nóng)民工等人員返鄉(xiāng)創(chuàng)業(yè)現(xiàn)狀與模式探索——基于湖北省調(diào)研數(shù)據(jù)》,《江蘇農(nóng)業(yè)科學(xué)》,2020年第15期,第1-8頁。同時,農(nóng)業(yè)轉(zhuǎn)移人口的創(chuàng)業(yè)受到內(nèi)因和外因多個因素影響。內(nèi)因就是基于農(nóng)業(yè)轉(zhuǎn)移勞動力個體的原因。社會資本、人力資本是核心影響因素(2)參見M. Granovetter,“The Strenght of Weak Ties”,American Journal of Sociology 78(1973),pp.1360-1380;N. Lin,“Social Capital: Theories of Capital”,Connection.1(2001),pp.28-51;張廣勝、柳延恒《人力資本、社會資本對新生代農(nóng)民工創(chuàng)業(yè)型就業(yè)的影響研究——基于遼寧省三類城市的考察》,《農(nóng)業(yè)技術(shù)經(jīng)濟》,2014年第6期,第4-13頁;張思陽、趙敏娟等《社會資本對農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)意愿的影響效應(yīng)分析——基于互聯(lián)網(wǎng)嵌入視角》,《農(nóng)業(yè)現(xiàn)代化研究》,2020年第5期,第783-792頁。,其中收入、文化水平、人際關(guān)系和個體外出務(wù)工經(jīng)歷等都會直接影響農(nóng)業(yè)轉(zhuǎn)移人口的創(chuàng)業(yè)決策(3)參見莊晉財、芮正云等《雙重網(wǎng)絡(luò)嵌入、創(chuàng)業(yè)資源獲取對農(nóng)民工創(chuàng)業(yè)能力的影響——基于贛、皖、蘇183個農(nóng)民工創(chuàng)業(yè)樣本的實證分析》,《中國農(nóng)村觀察》,2014年第3期,第29-41頁;陳文超、陳雯等《農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)的影響因素分析》,《中國人口科學(xué)》,2014年第2期,第96-105頁;程廣帥、譚宇《返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策影響因素研究》,《中國人口·資源與環(huán)境》,2013年第1期,第119-125頁;許明《外出務(wù)工經(jīng)歷與返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)成功率——基于傾向得分匹配法的反事實估計》,《首都經(jīng)濟貿(mào)易大學(xué)學(xué)報》,2020年第4期,第70-79頁。。外因就是所處的社會環(huán)境因素。國家政策和基礎(chǔ)設(shè)施建設(shè)是主要的因素(4)參見人社部《國家發(fā)改委等十五部門關(guān)于做好當(dāng)前農(nóng)民工就業(yè)創(chuàng)業(yè)工作的意見》 ,《中國人力資源社會保障》,2020年第9期,第6-7頁;陳國生、李海波等《返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)選擇的影響因素及城際差異實證研究》,《經(jīng)濟地理》,2020年12月,第1-11頁;戚迪明、張廣勝等《農(nóng)民工“回流式”市民化:現(xiàn)實考量與政策選擇》,《農(nóng)村經(jīng)濟》,2014年第10期,第8-11頁。,政府、金融機構(gòu)對農(nóng)民工創(chuàng)業(yè)的支持,完善的社會基礎(chǔ)建設(shè)如道路、網(wǎng)絡(luò)等都是拉動農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)的動力[2](PP.89-103)。雖然農(nóng)民工創(chuàng)業(yè)已經(jīng)取得很大進步,但創(chuàng)業(yè)培訓(xùn)不足、金融支持缺失以及政府支持力度不夠這些問題仍制約著農(nóng)村創(chuàng)業(yè)市場的擴大。(5)參見劉苓玲、徐雷《中西部地區(qū)農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)問題研究——基于河南、山西、重慶的調(diào)查問卷》,《人口與經(jīng)濟》,2012年第6期,第33-38頁;盧闖、劉萬兆《新生代農(nóng)民工創(chuàng)業(yè)問題探討》,《農(nóng)業(yè)經(jīng)濟》,2013年第7期,第85-86頁。
農(nóng)地流轉(zhuǎn)市場的持續(xù)擴大和發(fā)展深刻地影響著農(nóng)村轉(zhuǎn)移人口創(chuàng)業(yè)行為。一方面,土地流轉(zhuǎn)讓更多人從事非農(nóng)就業(yè),提高了外出務(wù)工收入和經(jīng)營性收入,為農(nóng)業(yè)轉(zhuǎn)移人口提供了初始創(chuàng)業(yè)資金。(6)參見葉文平、李新春等《流動人口對城市創(chuàng)業(yè)活躍度的影響:機制與證據(jù)》,《經(jīng)濟研究》,2018年第6 期;繆書超、錢龍等《農(nóng)業(yè)補貼與農(nóng)村家庭非農(nóng)創(chuàng)業(yè)——基于中國家庭金融調(diào)查(CHFS)數(shù)據(jù)的實證分析》,《農(nóng)業(yè)技術(shù)經(jīng)濟》,2020年7月,第1-15頁;蘇嵐嵐、孔榮《農(nóng)地流轉(zhuǎn)促進農(nóng)民創(chuàng)業(yè)決策了嗎?——基于三省1947戶農(nóng)戶調(diào)查數(shù)據(jù)的實證》,《經(jīng)濟評論》,2020年第3期,第69-86頁;陳斌開、馬寧寧等《土地流轉(zhuǎn)、農(nóng)業(yè)生產(chǎn)率與農(nóng)民收入》,《世界經(jīng)濟》,2020年10期,第97-120頁。同時,土地作為農(nóng)民的一種可抵押資產(chǎn),可以幫助農(nóng)業(yè)轉(zhuǎn)移勞動力緩解其信貸約束,進行融資[3](PP.95-107)。另一方面,土地是農(nóng)民最基本的生存資料,起著社會保障的作用[4](PP.1-5),這也在一定程度上滋養(yǎng)農(nóng)戶惰性思維,進而抑制其創(chuàng)業(yè)決策。
因此,本文使用西南財經(jīng)大學(xué)中國家庭金融數(shù)據(jù),以土地流轉(zhuǎn)為核心,比較分析不同性質(zhì)因素對農(nóng)業(yè)轉(zhuǎn)移勞動力的影響程度差異,以及主要分析了信貸約束和社會保障在土地流轉(zhuǎn)和創(chuàng)業(yè)決策之間的調(diào)節(jié)影響,同時也兼顧了農(nóng)業(yè)轉(zhuǎn)移勞動力的個人和家庭特征;最后,提出相應(yīng)的政策建議。
本文的貢獻主要有兩點:(一)嘗試尋找信貸約束和社會保障在土地流轉(zhuǎn)與農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)之間的調(diào)節(jié)作用機制。現(xiàn)有文獻研究了土地流轉(zhuǎn)對農(nóng)戶創(chuàng)業(yè)的影響以及土地流轉(zhuǎn)如何通過收入效應(yīng)對創(chuàng)業(yè)產(chǎn)生影響,本文為解釋土地流轉(zhuǎn)對創(chuàng)業(yè)的影響提供一種新的視角。(二)分析不同地區(qū)土地流轉(zhuǎn)對農(nóng)戶創(chuàng)業(yè)影響是否存在不同,現(xiàn)有文獻并沒有對流轉(zhuǎn)土地的差異性進行細分,這就會忽略土地位置不同導(dǎo)致的流轉(zhuǎn)價值差異。
本文余下結(jié)構(gòu)安排如下:第二部分為文獻綜述及研究假設(shè);第三部分介紹了本文實證研究的數(shù)據(jù)和模型,包括因變量和自變量的設(shè)計;第四部分對實證結(jié)果進行了詳細分析,由基準(zhǔn)模型結(jié)果分析、穩(wěn)健性檢驗、異質(zhì)性分析、自選擇檢驗和機制分析構(gòu)成;第五部分對本文的主要結(jié)論進行總結(jié),并且針對農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)遇到的問題提出相應(yīng)的建議。
很多學(xué)者從多個方面分析了影響創(chuàng)業(yè)的因素。決定創(chuàng)業(yè)的因素可以分為個體因素和環(huán)境因素兩個方面。[5](PP.793-814)微觀層面的個體因素主要包括人力資本水平、工作經(jīng)歷、風(fēng)險偏好程度、社會資本等(7)參見Lazear P. Edward,“Entrepreneurship”,Journal of Labor Economics 23(2005),pp.649-680;Richard E ihlstrom & Jean-Jacques Laffont,“A General Equilibrium Entrepreneurial Theory of Firm Formation Based on Risk Aversion”, Journal of Political Economy, Chicago:University of Chicago Press, vol. 87(4),1979,pp.719-748;劉琳、趙建梅等《創(chuàng)業(yè)視角下代際收入流動研究:階層差異及影響因素》,《南開經(jīng)濟研究》,2019年第5期,第163-179頁;陳文超、陳雯等《農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)的影響因素分析》,《中國人口科學(xué)》,2014年第2期;程廣帥、譚宇《返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)決策影響因素研究》,《中國人口·資源與環(huán)境》,2013年第1期。,這些因素都對個體創(chuàng)業(yè)起著很大的作用。宏觀層面的經(jīng)濟、政治、文化和社會環(huán)境也會影響創(chuàng)業(yè)決策。(8)參見陳景信《中國區(qū)域創(chuàng)業(yè)績效差異及其影響因素——基于空間計量模型的實證分析》,《商業(yè)研究》,2020年第12期,第 44-52頁;蘭海霞、趙雪雁《中國區(qū)域創(chuàng)新效率的時空演變及創(chuàng)新環(huán)境影響因素》,《經(jīng)濟地理》, 2020年第2期,第97-107頁。
現(xiàn)代產(chǎn)權(quán)經(jīng)濟學(xué)理論認為,產(chǎn)權(quán)是一個社會強制實施的對物如何使用的權(quán)利,包括物的所有權(quán)、占有權(quán)、支配權(quán)、使用權(quán)、收益權(quán)和處置權(quán)等。中國土地產(chǎn)權(quán)制度下的“三權(quán)分置”意味著農(nóng)民不僅擁有土地承包經(jīng)營權(quán),還擁有土地經(jīng)營權(quán)的處置權(quán),這就極大地提高了農(nóng)民土地流轉(zhuǎn)的效率和土地承包權(quán)益的實現(xiàn),進而促進農(nóng)村剩余勞動力分工,提升土地、勞動力等生產(chǎn)要素的空間優(yōu)化配置。[6](PP.123-126)土地流轉(zhuǎn)在多種機制作用下推動農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)。
第一種就是直接通過收入效應(yīng)影響,轉(zhuǎn)出土地的農(nóng)戶可以獲得財產(chǎn)性收入(9)參見史常亮《土地流轉(zhuǎn)與農(nóng)戶內(nèi)部收入差距:加劇還是緩解?》,《經(jīng)濟與管理研究》,2020年第12期,第90-101頁;史常亮、欒江等《土地流轉(zhuǎn)對農(nóng)戶收入增長及收入差距的影響——基于8省農(nóng)戶調(diào)查數(shù)據(jù)的實證分析》,《經(jīng)濟評論》,2017年第5期,第152-166頁。,同時解放農(nóng)業(yè)勞動力參與非農(nóng)就業(yè)獲得工資性收入(10)參見龐新軍、況云武等《交易成本、土地流轉(zhuǎn)與收入增長關(guān)系的實證研究》,《統(tǒng)計與決策》,2014年第13期,第120-123頁;楊子、馬賢磊等《土地流轉(zhuǎn)與農(nóng)民收入變化研究》,《中國人口·資源與環(huán)境》,2017年第5期,第111-120頁。。財產(chǎn)性收入與工資性收入共同為農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)提供初始啟動金。土地流轉(zhuǎn)首先通過收入增加來影響農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)。
根據(jù)以上分析,本文提出研究假說1:土地轉(zhuǎn)出能夠影響農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)。
第二種就是社會保障會在土地流轉(zhuǎn)與農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)決策之間有調(diào)節(jié)作用。農(nóng)地是農(nóng)民最基本的生產(chǎn)資料,發(fā)揮著社會保障和失業(yè)保險的作用(11)參見姚洋《集體決策下的誘導(dǎo)性制度變遷——中國農(nóng)村地權(quán)穩(wěn)定性演化的實證分析》,《中國農(nóng)村觀察》,2000年第2期,第11-19頁;黃祖輝、王朋《我國農(nóng)地產(chǎn)權(quán)制度的變遷歷史——基于農(nóng)地供求關(guān)系視角的分析》,《甘肅社會科學(xué)》,2009年第3期。,因為城鄉(xiāng)保障體系尚未完全融合[7],農(nóng)民離地后,在城市可能面臨一定的生存風(fēng)險(12)參見Kam Wing Chanand W.Buckingham,“Is China Abolishing the Hukou System?”,The China Quarterly, 195(2008);Christian Dreger,T.Wang ,and Y.Zhang,“Understanding Chinese Consumption:The Impact of Hukou”,Development & Change 46.6(2015), pp.1331-1344。。完善的社會保障為農(nóng)業(yè)轉(zhuǎn)移人口提供應(yīng)對風(fēng)險的能力[8](PP.58-68), 但是,現(xiàn)階段返鄉(xiāng)農(nóng)業(yè)轉(zhuǎn)移人口社保繳納主要依靠自己,社會保障依舊不足[9](PP.103-108),而其收入因轉(zhuǎn)出土地而極其不穩(wěn)定,繳納社保保費便會在一定程度上負向調(diào)節(jié)土地流轉(zhuǎn)對創(chuàng)業(yè)的影響。
根據(jù)以上分析,本文提出研究假說2:自主參與社保負向調(diào)節(jié)土地轉(zhuǎn)出對農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)的影響。
第三就是信貸約束。信貸約束分為供給型信貸約束、需求型信貸約束。農(nóng)業(yè)轉(zhuǎn)移人口若存在貸款需求但是因為各種原因沒有申請則為需求性信貸約束,若申請貸款被拒絕則為供給型信貸約束[10](PP.106-111)。農(nóng)戶信貸需求和金融機構(gòu)的信貸供給之間存在結(jié)構(gòu)性不匹配[11](PP.109-120),轉(zhuǎn)出土地的農(nóng)戶失去土地經(jīng)營權(quán),同時也失去土地經(jīng)營權(quán)抵押貸款權(quán)利,這在一定程度上加強了轉(zhuǎn)出土地農(nóng)業(yè)轉(zhuǎn)移勞動力的信貸約束(13)參見蔣瑛、陳鈺曉等《信貸約束對農(nóng)戶多維貧困的影響分析——基于2016年中國家庭追蹤調(diào)查數(shù)據(jù)(CFPS)的實證研究》,《農(nóng)村經(jīng)濟》,2019年第4期,第56-63頁;黎翠梅、徐清《農(nóng)地經(jīng)營權(quán)抵押貸款試點對信貸約束的緩解效應(yīng)研究——基于傾向得分匹配法的實證分析》,《武漢金融》,2020年第4期,第81-85頁。,進而抑制其創(chuàng)業(yè)。
根據(jù)以上分析,本文提出研究假說3:信貸約束負向調(diào)節(jié)土地轉(zhuǎn)出對農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)的影響。
首先分析土地流轉(zhuǎn)的使用對農(nóng)戶創(chuàng)業(yè)的影響,構(gòu)建Probit模型如下:
Yi=αLTi+βXi+μi
(1)
其中,Yi為農(nóng)戶是否存在創(chuàng)業(yè)行為,表現(xiàn)為農(nóng)戶是否存在工商業(yè)創(chuàng)業(yè),Yi=1,表示有工商業(yè)創(chuàng)業(yè)行為;Yi=0,表示沒有工商業(yè)創(chuàng)業(yè)行為。Xi是控制變量的集合,包括戶主個人特征變量、家庭特征變量。LTi表示農(nóng)戶是否有土地流轉(zhuǎn)行為以及土地流轉(zhuǎn)金額。
除此之外,考慮到信貸約束和社會保障在土地流轉(zhuǎn)過程中對農(nóng)戶創(chuàng)業(yè)行為中的調(diào)節(jié)作用,本文還構(gòu)建了信貸約束和社會保障兩種交叉回歸模型,如下:
Yi=αLTi+φCSi+γCSi×LTi+βXi+μi
(2)
Yi=αLTi+δISi+θISi×LTi+βXi+μi
(3)
其中CS表示為信貸約束,IS表示為社會保障,在這里采用信貸約束與土地流轉(zhuǎn)的交叉項以及社會保障與土地流轉(zhuǎn)的交叉項來表示二者的調(diào)節(jié)作用。
另外,鑒于農(nóng)戶土地流轉(zhuǎn)參與是農(nóng)戶自選擇的結(jié)果,農(nóng)戶創(chuàng)業(yè)決策差異性可能并非由農(nóng)戶土地流轉(zhuǎn)參與直接導(dǎo)致,因此采用傾向得分匹配法實證測度農(nóng)業(yè)土地流轉(zhuǎn)對農(nóng)戶創(chuàng)業(yè)決策的影響凈效應(yīng)。采用傾向得分匹配法進行估計的基本思想是在評估土地流轉(zhuǎn)對農(nóng)戶創(chuàng)業(yè)決策的影響效應(yīng)時,將農(nóng)戶劃分為處理組(土地流轉(zhuǎn)農(nóng)戶)和控制組(土地流轉(zhuǎn)未參與農(nóng)戶)。因無法直接獲取土地流轉(zhuǎn)農(nóng)戶在未參與土地流轉(zhuǎn)時其創(chuàng)業(yè)決策狀態(tài),需構(gòu)造一個反事實框架:即在給定一組協(xié)變量(X)情況下,首先估計農(nóng)戶農(nóng)地抵押貸款參與方程并計算農(nóng)戶i選擇農(nóng)地抵押貸款的條件概率,記為傾向得分,其中表示土地流轉(zhuǎn)的參與與否;其次為每個土地流轉(zhuǎn)參與農(nóng)戶匹配一個傾向得分近似的土地流轉(zhuǎn)未參與農(nóng)戶,從而構(gòu)造一個統(tǒng)計對照組。該方法實質(zhì)是創(chuàng)造一個隨機實驗條件,在多個協(xié)變量維度上將土地流轉(zhuǎn)參與戶與土地流轉(zhuǎn)未參與戶進行匹配,使得匹配后的兩個農(nóng)戶除土地流轉(zhuǎn)參與情況不同外,其他特征均基本相同,此時兩樣本的結(jié)果變量可視為同一農(nóng)戶兩次不同實驗(參與和未參與土地流轉(zhuǎn))的結(jié)果,其結(jié)果變量的差值即為農(nóng)地抵押貸款參與的凈效應(yīng)。
依據(jù)Rosenbaum等提出的反事實分析框架,本文定義處理組( 土地流轉(zhuǎn)參與組) 的平均處理效應(yīng)(Average Treatment Effect on the Treated,簡記為ATT) 為:
ATT=E(Yil|Li=1)-E(Yin|Li=1)
=E(Yil-Yin|Li=1)
(4)
其中,Yil表示農(nóng)戶參與土地流轉(zhuǎn)時的創(chuàng)業(yè)決策,Yin表示農(nóng)戶未參與土地流轉(zhuǎn)的創(chuàng)業(yè)決策。ATT 衡量的是土地流轉(zhuǎn)參與對農(nóng)戶創(chuàng)業(yè)決策的凈影響,即測算土地流轉(zhuǎn)農(nóng)戶在參與和未參與土地流轉(zhuǎn)情況下的創(chuàng)業(yè)決策概率差異。E(Yil|Li=1)是可直接觀測的結(jié)果,E(Yin|Li=1)是不可直接觀測結(jié)果,即為反事實結(jié)果,但可由傾向得分匹配法構(gòu)造其替代結(jié)果。
上述傾向得分匹配估計的缺陷在于雖考慮了可觀測因素對土地流轉(zhuǎn)的影響,但未充分考慮影響該參與行為的不可觀測因素。如果協(xié)變量選取太少或選擇不當(dāng),可能會導(dǎo)致可忽略性假設(shè)難以滿足,進而影響依據(jù)傾向得分進行樣本匹配的準(zhǔn)確性[12]。鑒于傾向得分匹配第一階段估計傾向得分時存在不確定性,在盡可能引入更多協(xié)變量的同時,使用“偏差校正匹配估計”可有效減少匹配估計的偏差,該估計可采用馬氏距離,進行有放回且允許并列的k近鄰匹配,以減少匹配得分計算時的主觀性,因而估計結(jié)果更為可信。
數(shù)據(jù)使用西南財經(jīng)大學(xué)2015 年全國范圍內(nèi)調(diào)研的中國家庭金融數(shù)據(jù)(CHFS),中國家庭金融調(diào)查采用三階段分層抽樣的方法,樣本覆蓋全國29個省(自治區(qū)、直轄市),351個縣(區(qū)、縣級市),1396個村(居)委會,樣本規(guī)模為37289戶。本研究選用的CHFS數(shù)據(jù)主要包含兩部分:一是個人信息(人口統(tǒng)計學(xué)特征等);二是農(nóng)戶信息(家庭規(guī)模、就業(yè)狀況、資產(chǎn)、借貸和收入等)。本文目的在于考察農(nóng)戶家庭土地流轉(zhuǎn)對家庭創(chuàng)業(yè)決策的影響,而農(nóng)村家庭中的生產(chǎn)、生活決策一般以家庭集體決策為主,戶主在家庭決策中起重要的主導(dǎo)作用。本文將戶主作為研究個體。在剔除非農(nóng)戶的數(shù)據(jù)之后,篩選出農(nóng)村地區(qū)承包有土地且年齡在18到65歲之間的數(shù)據(jù),共篩選出6600個家庭樣本數(shù)據(jù)。但是本文主要考慮土地轉(zhuǎn)出的情況。
被解釋變量:農(nóng)村轉(zhuǎn)移勞動力的創(chuàng)業(yè)決策。在中國家庭金融數(shù)據(jù)問卷設(shè)計中有“目前 ,您家是否從事工商業(yè)生產(chǎn)經(jīng)營項目,包括個體戶、租賃運輸網(wǎng)店?”,我們將從事個體或私營經(jīng)濟活動的農(nóng)民定義為創(chuàng)業(yè)者[1]。表1給出了總樣本以及分地區(qū)情況下,農(nóng)業(yè)轉(zhuǎn)移勞動力的創(chuàng)業(yè)分布情況。由表可見,全國范圍內(nèi),農(nóng)業(yè)轉(zhuǎn)移勞動力從事創(chuàng)業(yè)的比例為16.75%,但是在全國各個地區(qū)內(nèi)這個比例存在差異。這個比例在三個地區(qū)之間從東部向西部地區(qū)依次降低,其中東部地區(qū)也明顯高于全國平均水平。創(chuàng)業(yè)是一項需要大量資金的活動,中部和西部地區(qū)的農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)決策上可能會囿于資金。
表1 創(chuàng)業(yè)及土地流轉(zhuǎn)分布情況(單位:%)
解釋變量:土地流轉(zhuǎn)。問卷設(shè)計中有“目前,您家的耕地的經(jīng)營權(quán)轉(zhuǎn)給他人或機構(gòu)?”這一問題,從這個問題中可以得到農(nóng)業(yè)轉(zhuǎn)移勞動力是否參與土地流轉(zhuǎn)。這也是一個二值變量,當(dāng)參與土地流轉(zhuǎn)時取值為1,否則取值為0,從表2可以看到土地流轉(zhuǎn)分布情況在不同地區(qū)之間也存在不同。分布情況如表1所示,土地流轉(zhuǎn)比例也從東部向中西部地區(qū)依次降低,其中東部地區(qū)的土地流轉(zhuǎn)比例高于全國平均水平。因為東部地區(qū)的經(jīng)濟更發(fā)達,土地流轉(zhuǎn)市場更為活躍,另外繁榮的經(jīng)濟也帶來更多的就業(yè)機會,導(dǎo)致農(nóng)業(yè)轉(zhuǎn)移勞動力會放棄農(nóng)業(yè)生產(chǎn)。
調(diào)節(jié)變量:信貸約束和社會養(yǎng)老保障。問卷設(shè)計中“目前,您家是否因農(nóng)業(yè) /工商業(yè)貸款?”從數(shù)據(jù)中篩選出因工商業(yè)而申請貸款的部分,再從答案中“需求但是沒有申請”和“申請,被拒絕”來判斷農(nóng)戶是否受到正規(guī)信貸約束束縛。中國農(nóng)村養(yǎng)老保險制度從以“保障老年人基本生活”為主的“老農(nóng)?!敝贫饶J?轉(zhuǎn)變?yōu)椤氨;?、廣覆蓋、有彈性、可持續(xù)”為組態(tài)的“新農(nóng)保”制度模式,目前農(nóng)村農(nóng)戶參與社會養(yǎng)老保險主要是通過參與“新型農(nóng)村養(yǎng)老保險”和“城鄉(xiāng)居民基本養(yǎng)老保險”以及其他商業(yè)養(yǎng)老保險,本文將只要參與這三類養(yǎng)老保險中一種就視為已參與養(yǎng)老保險,取值為1,否則取值為0。
控制變量:根據(jù)部分學(xué)者的研究,本文引入戶主個體特征和家庭特征等方面的因素。在個體特征上,首先包含了戶主的人口統(tǒng)計學(xué)特征,包括性別、年齡、受教育程度、健康狀況、是否為黨員、婚姻狀況;其次考慮了戶主個人的風(fēng)險偏好和外出務(wù)工情況。風(fēng)險偏好是根據(jù)問卷中“如果您是有一筆資金用于投資,您最愿意選擇哪種投資項目? 1. 高風(fēng)險、高回報項目;2. 略高風(fēng)險、略高回報項目;3. 平均風(fēng)險、平均回報項目;4. 略低風(fēng)險、略低回報項目;5. 不愿意承擔(dān)任何風(fēng)險”得出。本文將風(fēng)險偏好分為3 類,其中選擇1、2 的農(nóng)戶,視為風(fēng)險偏好型,取值為1; 選擇3、4 的農(nóng)戶,視為風(fēng)險中性型,取值為2; 選擇5 的農(nóng)戶,視為風(fēng)險規(guī)避型,取值為3。外出務(wù)工情況,由2015年的問卷設(shè)計中“是否有離開某省去其他地方工作的經(jīng)歷?”,如果有外出務(wù)工經(jīng)歷,則取值為1,否則取值為0。在家庭特征上,主要考慮了家庭人口、家庭務(wù)農(nóng)人口、人均耕地面積、家庭是否有房貸、家庭總收入以及家庭是否有汽車。
上述主要變量的描述性統(tǒng)計如表2展示:
表2 樣本主要特征指標(biāo)描述性統(tǒng)計(14) 資料來源: 作者根據(jù)資料整理獲得。
本文采用了Probit模型分析了農(nóng)戶土地流轉(zhuǎn)對創(chuàng)業(yè)的影響。本文因此將核心解釋變量、控制變量以及省份固定效應(yīng)和地區(qū)固定效應(yīng)依次放入模型進行回歸,回歸結(jié)果如表3第1、2、3、4列所示。同時,為了方便解釋,本文還匯報了核心解釋變量對農(nóng)民工行為決策影響的邊際效應(yīng),如第5列所示。
表3 基于probit模型農(nóng)戶土地流轉(zhuǎn)對創(chuàng)業(yè)影響的估計結(jié)果
通過對回歸結(jié)果進行分析可以發(fā)現(xiàn),土地流轉(zhuǎn)對農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)具有顯著的促進作用,這和前人研究結(jié)果一致。沒有控制變量的情況下,土地流轉(zhuǎn)對創(chuàng)業(yè)決策有顯著影響,但是整個模型估計結(jié)果過小。隨著個體特征控制變量和家庭特征控制變量的加入、增大,模型估計更精準(zhǔn)。
在其他影響因素方面,外出務(wù)工經(jīng)歷、年齡、健康狀況、受教育程度、風(fēng)險偏好這些個體特征變量以及家庭人數(shù)、家庭務(wù)農(nóng)人數(shù)、家庭總收入以及是否有汽車這些家庭特征變量對農(nóng)業(yè)轉(zhuǎn)移勞動力的創(chuàng)業(yè)決策有顯著影響。在個體特征方面,一類是個體健康狀況、受教育程度顯著促進農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)決策。原因在于創(chuàng)業(yè)是一項需要體力和腦力并存的活動,教育程度更高的人更具有創(chuàng)新以及信息接收處理能力,同時健康狀況越好的農(nóng)戶會有更多的精力和體力處理創(chuàng)業(yè)中的各項事宜。另一類是外出務(wù)工經(jīng)歷、風(fēng)險偏好、年齡會顯著抑制農(nóng)業(yè)轉(zhuǎn)移勞動力的創(chuàng)業(yè)意愿。創(chuàng)業(yè)是一項風(fēng)險較高的活動,那么風(fēng)險中性或者風(fēng)險厭惡的人就會遠離創(chuàng)業(yè),選擇更穩(wěn)妥的就業(yè)方式;年齡越高,會越保守,也會選擇收益更明確的就業(yè)方式;有過出省務(wù)工經(jīng)歷的農(nóng)戶選擇返鄉(xiāng),這說明在外務(wù)工不順或者收益低于在家務(wù)農(nóng),同時本身的風(fēng)險承擔(dān)能力也會相對較弱一點;另外返鄉(xiāng)農(nóng)民工也有可能將務(wù)工收益用于回鄉(xiāng)建房,這就又減少了其創(chuàng)業(yè)資金,自然也會遠離高風(fēng)險的創(chuàng)業(yè)。在家庭特征變量上面,家庭總?cè)丝诤图彝タ偸杖霑龠M創(chuàng)業(yè),而家庭務(wù)農(nóng)人數(shù)和是否有汽車則會降低農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)的意愿。家庭人數(shù)多會有更多勞動力,同時人數(shù)多也會帶來更多的收入,而勞動力和資本都是創(chuàng)業(yè)最核心的生產(chǎn)要素;家庭務(wù)農(nóng)人數(shù)增加,將減少參與創(chuàng)業(yè)的勞動要素。對于農(nóng)村家庭而言,購買汽車是一項大額消費,直接會減少家庭當(dāng)年甚至未來幾年的現(xiàn)金流動,這就會對創(chuàng)業(yè)造成現(xiàn)金流約束。
為證明基準(zhǔn)模型的結(jié)果穩(wěn)健可靠,本文采取替換核心解釋變量測量方式、替換模型和補全樣本三種方式。如表4所示,其中第1列展示了將核心解釋變量由“轉(zhuǎn)出所獲得的收益”替代“是否轉(zhuǎn)出土地”。可見,土地流轉(zhuǎn)收益依舊在1%的顯著水平促進農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè),因為土地流轉(zhuǎn)收益是直接通過改善資金要素這一收入效應(yīng)來正向影響創(chuàng)業(yè)。第2列是用Logit模型替代Probit模型來估計,第3列是加入既轉(zhuǎn)出土地又轉(zhuǎn)入土地的37戶家庭后得到的結(jié)果,結(jié)果如下所示。第4列是使用2017年的創(chuàng)業(yè)決策替代2015年的創(chuàng)業(yè)決策得到的結(jié)果。由于土地流轉(zhuǎn)可能會存在一個時間效應(yīng),因此將2015年的家庭追蹤到2017年,考察其2017年的創(chuàng)業(yè)行為。檢驗結(jié)果表明,影響農(nóng)業(yè)轉(zhuǎn)移勞動力的核心自變量絕大部分均顯著,且方向與基準(zhǔn)回歸結(jié)果一致,表明基準(zhǔn)模型的選取具有代表性,其結(jié)果是穩(wěn)健的。
表4 穩(wěn)健性檢驗結(jié)果
現(xiàn)有的研究和相關(guān)文獻表明,農(nóng)業(yè)轉(zhuǎn)移勞動力群體是一個內(nèi)部分化明顯的群體,不同子群體行為決策的受影響因素可能存在較大不同;此外,我國幅員遼闊,地區(qū)之間經(jīng)濟文化各方面也存在較大的差異;同時,農(nóng)業(yè)轉(zhuǎn)移勞動力的就業(yè)選擇深受其承包的土地規(guī)模影響?;诖耍疚膹牡貐^(qū)差異、家庭土地規(guī)模差異、代際差異三個方面入手進行異質(zhì)性分析,力圖細化土地流轉(zhuǎn)對農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)的研究。
由于我國地域遼闊,不同地域經(jīng)濟發(fā)展差距懸殊,因此有必要從地區(qū)的角度對農(nóng)業(yè)轉(zhuǎn)移勞動力差異進行分析。本文依據(jù)CHFS中地區(qū)劃分,結(jié)果如表5所示??梢?,在東部地區(qū)和中部地區(qū),土地流轉(zhuǎn)均能顯著帶動農(nóng)業(yè)轉(zhuǎn)移勞動力的創(chuàng)業(yè);但是在西部地區(qū),這一結(jié)論就不成立?;谇拔姆治隹芍?,無論是創(chuàng)業(yè)行為,抑或是土地流轉(zhuǎn),均呈現(xiàn)從東部向西部依次遞減趨勢。表中西部地區(qū)不顯著,原因即在于創(chuàng)業(yè)比例和土地流轉(zhuǎn)比例過低。
借鑒對農(nóng)民工的劃分方法,本文劃分農(nóng)業(yè)轉(zhuǎn)移勞動力的方法也是采取1980年為界限,分為80后群體和80前群體。不難看出,對所有年齡段的農(nóng)業(yè)轉(zhuǎn)移勞動力,轉(zhuǎn)出土地會促進其進行創(chuàng)業(yè)。對于農(nóng)業(yè)轉(zhuǎn)移勞動力而言,土地是賴以生存的重要資源。農(nóng)戶轉(zhuǎn)出土地就意味著需要參與非農(nóng)就業(yè),極大鼓勵了他們進行創(chuàng)業(yè)。根據(jù)家庭耕地的平均值對比來劃分群體,由表5所示,無論家庭耕地規(guī)模大小,土地流轉(zhuǎn)均正向影響創(chuàng)業(yè)。
表5 異質(zhì)性分析結(jié)果
傾向得分匹配法(Propensity Score Matching,PSM)通過匹配的方法找到最佳的匹配樣本進行反事實比較,可以有效解決由樣本自選擇造成的有偏估計問題。
依據(jù)PSM基礎(chǔ)分析得到一組協(xié)變量,如表6所示。從這10個影響指標(biāo)觀測所有對象創(chuàng)建一個傾向得分,根據(jù)這一傾向得分把研究對象按“處理組”與“對照組”進行匹配,形成新的樣本研究土地流轉(zhuǎn)對農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)的影響。使用PSM進行分析的首要條件就是需要通過共同支撐域假設(shè)和平衡性檢驗。若參與土地流轉(zhuǎn)和未參與土地流轉(zhuǎn)的樣本的解釋變量共同支撐域較窄,則處于共同支撐域之外的有效樣本會因為無法匹配而流失。本文采用參與土地流轉(zhuǎn)和未參與土地流轉(zhuǎn)的樣本傾向得分的密度函數(shù)來反映其共同支撐域,如圖2。土地流轉(zhuǎn)參與樣本和未參與樣本的傾向得分具有較大范圍的重疊,且損失樣本較少,故通過共同支撐假設(shè)。
本文所有協(xié)變量的平衡性檢驗結(jié)果見圖1和表6,從圖1可見匹配前的數(shù)據(jù)較為分散,匹配后數(shù)據(jù)明顯向中心靠攏;樣本匹配之后所有解釋變量的標(biāo)準(zhǔn)化偏差均值減少到5 %,總偏誤明顯降低;匹配后的T 檢驗表明農(nóng)地抵押貸款參與組與未參與組之間各協(xié)變量不存在顯著差異。上述檢驗結(jié)果表明,本文采取的樣本匹配有效平衡了處理組和控制組之間解釋變量分布的差異,最大限度降低了樣本選擇偏誤問題。
表6 平衡性檢驗
表7展示了匹配前后土地流轉(zhuǎn)對農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)的影響,無論是匹配前還是匹配后結(jié)論都和前文一致。
圖1 平衡性檢測
圖2 土地流轉(zhuǎn)的核密度檢測
表7 PSM匹配前后估計對比
本文從信貸約束和社會保障兩個角度,探索土地流轉(zhuǎn)對農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)影響的機制,機制檢驗的回歸結(jié)果如表8所示。
表8 機制檢驗結(jié)果
加入信貸約束和信貸約束與土地流轉(zhuǎn)的交乘項之后,土地流轉(zhuǎn)的系數(shù)和交乘項的系數(shù)均在5%的水平上顯著為正,表明土地流轉(zhuǎn)仍然顯著促進農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè),同時,信貸約束在土地流轉(zhuǎn)和創(chuàng)業(yè)之間起著正向調(diào)節(jié)作用。農(nóng)村整體正規(guī)信貸比例較弱的情況下,存在信貸約束的農(nóng)業(yè)轉(zhuǎn)移勞動力有向正規(guī)金融機構(gòu)申請貸款的經(jīng)歷,這說明其自身的融資意識較強且是風(fēng)險偏好類型。轉(zhuǎn)出土地意味著農(nóng)戶失去農(nóng)地經(jīng)營權(quán)抵押資格,雖然會在一定程度上縮緊其供給型信貸約束,但他們會轉(zhuǎn)向?qū)で笙蛴H友或者其他途徑來融資,為其創(chuàng)業(yè)籌措資金。
加入社會保障以及社保與土地流轉(zhuǎn)的交乘項后,土地流轉(zhuǎn)的系數(shù)在1%的水平上顯著為正,但交乘項的系數(shù)在10%的水平上顯著為負,說明社會保障在土地流轉(zhuǎn)和創(chuàng)業(yè)之間有負向調(diào)節(jié)作用。對于轉(zhuǎn)出土地的農(nóng)戶來說,每年需繳納的保費是一筆固定開支,同時大多數(shù)繳費人群又沒有到領(lǐng)取養(yǎng)老金的年紀,因此參保是會在一定程度上造成農(nóng)業(yè)轉(zhuǎn)移勞動力的現(xiàn)金流約束,進而抑制其創(chuàng)業(yè)。
本文基于西南財經(jīng)大學(xué)2015年的中國家庭金融調(diào)查數(shù)據(jù),系統(tǒng)分析了土地流轉(zhuǎn)對農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)的影響,并且細致分析了信貸約束和社會保障在土地流轉(zhuǎn)和創(chuàng)業(yè)之間的調(diào)節(jié)作用。通過研究,本文得出以下結(jié)論:(一)整體來看,不斷擴大的土地流轉(zhuǎn)市場帶動農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)將會在未來很長一段時間內(nèi)成為必然的趨勢;(二)轉(zhuǎn)出土地的農(nóng)業(yè)轉(zhuǎn)移勞動力在創(chuàng)業(yè)決策中會受到信貸約束和社會保障的影響,其本質(zhì)是受到資金的約束;(三)土地流轉(zhuǎn)對創(chuàng)業(yè)決策的影響在不同地區(qū)之間存在異質(zhì)性。東中部地區(qū)較為發(fā)達的經(jīng)濟和活躍的土地流轉(zhuǎn)市場給農(nóng)業(yè)轉(zhuǎn)移勞動力創(chuàng)業(yè)提供了更好的環(huán)境,而西部地區(qū)欠發(fā)達的經(jīng)濟與規(guī)模小的流轉(zhuǎn)市場則抑制著農(nóng)業(yè)轉(zhuǎn)移勞動力進行非農(nóng)就業(yè)。
農(nóng)業(yè)轉(zhuǎn)移勞動力在創(chuàng)業(yè)時多會遇到“融資難和養(yǎng)老無保障”的問題,因此,實現(xiàn)便捷融資、加強農(nóng)村社會保障力度,無論是對金融市場還是選擇創(chuàng)業(yè)的轉(zhuǎn)移勞動力都具有重要的現(xiàn)實意義。綜上所述,提出以下四個政策建議:第一,擴大融資渠道。在增加正規(guī)融資渠道的同時保障非正規(guī)融資對農(nóng)業(yè)轉(zhuǎn)移人口創(chuàng)業(yè)的扶持,金融機構(gòu)需設(shè)計差異化的農(nóng)業(yè)轉(zhuǎn)移人口貸款產(chǎn)品,以滿足不同創(chuàng)業(yè)主體的多樣化需求,提高農(nóng)戶正規(guī)金融機構(gòu)貸款參與率,充分發(fā)揮金融貸款創(chuàng)業(yè)促進效應(yīng);第二,在財政支出允許的范圍內(nèi)適當(dāng)加大農(nóng)村社會保障力度。確保新農(nóng)??梢詽M足農(nóng)業(yè)轉(zhuǎn)移人口的基本生活需要,統(tǒng)籌農(nóng)業(yè)轉(zhuǎn)移人口社會福利的制度設(shè)計,為不同經(jīng)濟狀況的農(nóng)業(yè)轉(zhuǎn)移勞動力提供多元化的社會養(yǎng)老保障選擇。在加大社保宣傳力度的同時發(fā)揮社保在盤活農(nóng)村土地流轉(zhuǎn)市場方面的作用;第三,注重農(nóng)業(yè)轉(zhuǎn)移人口發(fā)展訴求,發(fā)展創(chuàng)業(yè)培訓(xùn)模式,著力培訓(xùn)成果的轉(zhuǎn)化。提升農(nóng)業(yè)轉(zhuǎn)移勞動力的個人素質(zhì),建立信息集中處理中心,及時為創(chuàng)業(yè)者提供第一手創(chuàng)業(yè)資訊;第四,打破自主創(chuàng)業(yè)的經(jīng)營壁壘,優(yōu)化農(nóng)戶創(chuàng)業(yè)環(huán)境,以減稅降費和財政補貼等支持舉措提高創(chuàng)業(yè)相對收益,以更好地發(fā)揮土地流轉(zhuǎn)對自主創(chuàng)業(yè)的促進效應(yīng)。
杭州師范大學(xué)學(xué)報(社會科學(xué)版)2021年3期