以下文章来源于区域经济 ，作者郝宗鸽 研读
文献来源：WANG Jiayue,XIN Liangjie,WANG Yahui.How farmers' non-agricultural employment affects rural land circulation in China?[J].Journal of Geographical Sciences,2020,30(03):378-400.
摘 要：为了阐明非农业就业对中国农村土地流转的影响，本文利用中国家庭收入项目2013年数据集建立了Logit模型，用非农业收入比例、非农业劳动力比例和非农业固定经营资产分别反映家庭对农业的依赖程度、家庭劳动力对非农业就业的投入程度以及非农业就业的稳定性。结果显示，非农业就业的稳定性是农民转让土地的一个重要原因，而非农业收入的增加是根本原因。非农业资产的比例对转让土地的决定影响最大，其次是非农业收入的比例。
关键词：农民非农业就业；农村土地流转；中国；CHIP2013数据集
1 引言
在1970年代末和1980年代初，家庭联产承包责任制取代了人民公社制度，小规模家庭生产成为中国农业的基本制度。在那个时代，中国的户籍制度限制了农业剩余劳动力的转移，因此，家庭收入的最大化只能通过土地产出的最大化来实现。因此，农村家庭将更多的劳动力和其他物资投入到农业生产中，中国的农业得到了极大的恢复。据估计，从1978年到1984年，HCRS对中国农业生产增长的贡献约为48.69%。虽然家庭联产承办责任制非常成功，但也导致了耕地狭小而分散。早在改革开放初期，政府鼓励土地流转和优化规模经营，但土地租赁市场在中国才刚刚起步，且地区差异很大。
本文基于CHIP数据集，将土地流转细分为土地转入和土地转出，采用非农业收入比例、非农业劳动力比例和非农业固定经营资产分别反应家庭对农业的依赖程度、家庭劳动力对非农业就业的投入程度以及非农业就业的稳定性。
2 研究方法
2.1 农民的非农业收入与农村土地流转的机制
衡量非农就业最重要的因素是非农收入，农民非农收入与农村土地流转之间存在正反馈循环。随着中国经济的快速发展，农村地区农业和非农产业之间的劳动力配置问题也随之出现。农村劳动力配置将改变农村土地资源配置。从农村土地流转的角度看，这是一个正反馈的过程。从非农产业中获得更多利益的农户更有可能流转土地，而且流转土地越多，非农收入占其家庭总收入的比例就越高（图1）。
图1 农民的非农业收入与农村土地流转之间的正反馈过程
基于家庭经济学理论和农业家庭模型（Low，1986；Ellis，2006），本研究建立了一个基于非农业收入的比较优势的劳动力分配理论。以下是三个基本假设：（1）劳动者可以不受限制地选择献身于农业或非农业产业。（2）随着家庭农业劳动力数量的减少，农民倾向于将农田出租。也就是说，可以耕种的农田被用于单位劳动。（3）农村土地承包经营权可以在家庭之间自由转让。
图2追求家庭总收入最大化下的劳动力分配情况
图2说明了在追求家庭总收入最大化下的家庭劳动的力分配。假设家庭劳动力的总人数是固定的。在这种情况下，劳动力分配受到线LL'的限制。最佳的家庭收入线Imax'是当一个家庭成员的可以从农业中获得更多的人均收入，在这种情况下，总的劳动力将从事农业生产。同样，一旦外出务工的人均收入高于农业，家庭劳动力就会转向非农产业。
根据假设1，当人均非农业收入高于农业收入，非农收入占家庭总收入的比例更大。根据假设2，家庭劳动力的缺乏导致耕种效率低下。根据假设3，农民必须确定是否要更多的农田来耕作。这一过程与上述农民非农业收入对农村土地流转的机制是一致的。
家庭总收入最大化= L'×P'+L×P= I'（P'＞P）或I(P'＞P)
L'+L=常数；L'，L，P'，P＞0 （1）
基于上述理论推论，提出了以下两个主要论点。（1）收入主要由非农业收入构成的家庭倾向于转出农村土地，而收入主要来自农业的家庭则倾向于租用更多的农田来扩大农业生产规模。（2）农村土地流转是由劳动力配置间接引起的，其根本原因是非农业收入相对于农业收入的比较优势更加明显，导致土地在家庭收入中的重要性下降。
2.2 模型选择
为了评估农民的非农业就业对农村土地流转的影响，考虑到土地流转活动的二元价值，研究选择Logit模型来分析农民的农村土地流转决策行为。对数模型的函数形式如下：
NON-AGRI-EMPLOYMENTi是与非农业就业相关的关键解释变量，是本分析的重点。CONTROLi是一系列的控制变量，主要包括户主特征、家庭特征、农田管理条件和地貌因素。系数α和β是需要估计的参数。
3 数据
3.1 数据来源
本研究使用的数据来自于中国家庭收入项目2013，也称为CHIP2013数据集。这些数据包括家庭特征、家庭成员信息、家庭收入和资产信息、土地和农业管理信息等。研究剔除了没有耕地、价值不确定和空置的家庭样本，得出了5450个有效家庭样本。图3显示了不同省份的家庭样本的分布情况。
图3 中国家庭样本分布（样本总数=5450）
3.2 变量选择和统计描述
在机制分析的基础上，研究选择表1所列的变量来分析农民的非农业就业对农村土地流转的影响。建立了土地流转出和土地流转入行为的两个模型。非农业收入比例、非农业劳动力比例和非农业固定经营资产是核心解释变量。这三个变量分别反映了家庭对农业的依赖程度、家庭劳动力从事非农业工作的程度以及非农业工作的稳定性。本研究中对非农业劳动力的定义是2013年从事非农业就业的劳动力。同样，还引入了区域虚拟变量来控制中国东部、中部和西部地区土地流转的区域差异。
表1 变量选择和统计描述
表2显示了不同省份的土地流转率和农民的非农业就业情况。大多数样本省份的土地转出率和转入率是同步变化的。从地区差异来看，广东、湖南、安徽、山东、湖北等省的土地流转率较高，而河南、北京、云南、甘肃、山西等省则相对较低。土地流转率有明显的地区差异，北京、江苏、安徽、广东和四川省的土地流转率较高，而甘肃、辽宁、山东、云南和河南等省的流转率相对较低。结合非农业就业情况 ，我们注意到，土地流转率高的前五个省份，其非农业收入、非农业劳动力和非农业固定经营资产的比例都比较高。
表2 2013年不同省份的土地流转率和农民非农就业率（%）
从相关性统计来看，非农业就业似乎在一定程度上影响了土地流转行为。根据前面的分析，更多参与非农业产业的家庭可能更倾向于转出农地，而更多参与农业产业的家庭则倾向于转入更多农地。我们将非农业收入（农业收入）占家庭总收入50%以上的家庭定义为非农业收入型家庭（农业收入型）。非农业劳动力（农业劳动力）占家庭总劳动力50%以上的家庭为非农业劳动力主导型家庭（农业劳动力主导型家庭）；非农业资产（农业资产）占家庭总资产50%以上的为非农业资产主导型家庭（农业资产主导型家庭）。各省土地流转率与家庭非农业就业程度的关系见图4和图5。
图4农户非农业就业特征和土地转出率（总样本数=5450）
图5农户农业就业特征和土地转入率（总样本数=5450）
结果显示，目前，家庭非农业收入的比例已经达到一个较高的水平。除辽宁外，其他省份一半以上的样本户为非农业收入户，广东、重庆和四川70%以上的家庭主要靠非农业收入支撑。以农业收入为基础的家庭较多的省份，其土地流转率相对较高，尤其是在中国西部。以非农业资产为主要资产的家庭，土地转出率相对较高，尤其是在中国西部和东部。家庭非农业劳动力是否占优势并不能很好地解释土地流转率的空间分布。
4 结果
4.1 非农业收入对土地转出行为的影响分析
东部、中部和西部的模型分别是中国东部、中部和西部的样本结果。建模结果汇总于表3。就非农业就业因素而言，非农业收入比例和非农业固定经营资产比例在1%的显著性水平上对农民的土地流转决策有显著的正向影响，而非农业劳动力比例在15%的水平上是显著的。
就有关户主特征的因素而言，教育水平对土地转出决策有明显的积极影响，特别是在中国东部和西部。受教育程度高的户主更愿意做出转让土地的决定。
就家庭特征而言，家庭劳动力的平均年龄对土地转出决策有显著的正向影响。劳动力的平均年龄越高，土地流转的可能性就越大。
就土地管理因素而言，人均耕地面积对土地流转决策有明显的负面作用。如果人均耕地面积小，家庭对农业的依赖性就小，同时耕地也更容易被分割，这就阻碍了耕地的种植。这一结果导致了将土地转出给他人的可能性很低。
就地貌条件因素而言，土地转出更可能发生在山区。山区耕作条件差，导致农业投资高，农业产出效率低。与非农业产业相比，农业生产的比较效益较低，所以农民希望将土地转移出去。
农民选择转出土地的概率随着非农业收入比例增加一个单位而增加0.09。从地区差异来看，在中部地区，概率增加了0.13，在西部地区，增加了0.11。华中地区的概率增加高于西部地区；在东部地区，没有明显的影响，主要是因为东部地区的非农业收入已经达到较高的水平。
表3 2013年中国东部、中部和西部农民
非农就业对土地转出的影响分析
4.2 非农业收入对土地转入行为的影响分析
在非农业就业因素方面，非农业收入比例和非农业固定经营资产比例对农民土地流转决策有明显的负面影响，而非农业劳动力比例则没有明显影响。非农业就业与农民的土地流转决策之间存在着负相关关系。非农业收入的比例越高，说明对土地的依赖性越小，扩大现有耕地规模的意愿越低。非农业固定经营资产的比例较高，反映出对农业的投入、关注和从事农业活动的意愿较低。
就户主的特征而言，教育水平对土地转入决策有明显的负面影响，特别是在中国中部。因为对农民工的教育水平有一些限制，教育水平较低的户主更有可能在家里种地；因此，他们更愿意做出土地转入的决定。
考虑到土地管理因素，人均耕地面积对土地转入决策有显著的积极影响，尤其是在中国东部和中部。如果人均耕地面积高，家庭对农业的依赖性就大，地块的平均面积就大，质量就高，这就导致了土地流转的可能性大。
对于地貌条件因素，土地转入更可能发生在山区。在上述土地转出模型的分析中，我们发现山区的农村土地流转比平原地区更为频繁和普遍。山区的农业生产条件较差，因此，农民通过土地流转集中到平地，改善生产条件，甚至将土地流转出去，迁移到非农产业中获得更大利益。
当非农业收入的比例增加一个单位时，农民决定转入土地的概率就会减少0.07。非农业收入比例的增加对转出决策的影响比对转入决策的影响要大。
表4 表3 2013年中国东部、中部和西部
农民非农就业对土地转出的影响分析
5 讨论和结论
5.1 讨论
非农业收入的增加是否会促进或削弱农民对农业的投资，一直存在争议，但根据本研究，减少的可能性更大。从农业生产的成本和收益的角度来看，农业的利润正在稳步下降。图6显示了2005-2013年期间三种主要粮食作物（水稻、小麦和玉米）的成本和收益的变化。每亩粮食生产的投资逐年增加，而且速度越来越快，与此同时，自2011年以来，每亩净利润明显下降。如果农民从事非农业工作，就不会有投资支出，而每个劳动力的净收入也会更多。这些变化降低了农业在农民心目中的地位，他们不再把农业劳动作为最好的生存手段，而且他们自然地转移出农田。
图6 2005-2013年三种粮食的平均净利润和平均投入成本的变化
（数据来源：国家发展和改革委员会）
5.2 结论
利用CHIP2013数据集，本文重点研究了农民的非农业就业对中国农村土地流转的影响。综合考虑各种可能的影响因素，Logit模型结果显示，非农业资产比例对土地流转决策的影响最大，其次是非农业收入比例。非农业收入比例的增加对转出决策的影响比转入决策的影响更大。
户主的教育水平和劳动者的平均年龄在农村土地流转中起着重要作用，它们与农田流转有明显的正相关，与农田流转有负相关。对农民进行知识和技术培训可能是促进非农业就业的有效手段，同时也有利于农村土地流转。适度规模经营已成为当前农业管理的一个趋势；应注意非农业就业对农村土地流转的影响，决策者应意识到非农业收入的重要性日益增加，这是农民作出土地流转决定的基础。因此，要加快劳动力市场建设，加大职业技能培训力度，改善农民工权益，对有意愿流转农田的农民购买农机具给予补贴，确保农民非农就业的稳定性，促进土地有序流转。应进一步研究在平原地区寻找适合大规模经营的区域，并采取措施调整就业结构，吸收更多的农村劳动力进入城市，促进农村地区的适度规模经营。
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
