魏 鑫 李星辰

1.中南财经政法大学财政税务学院，湖北 武汉 430000；2.国家发展改革委外经所，湖北 武汉 430073

0 引言

2008 年10 月，党的十七届三中全会通过的《中共中央关于推进农村改革发展若干重大问题的决定》提出，要搞好农村土地确权、登记、颁证工作，完善土地承包经营权权能，依法保障农民对承包土地的占有、使用、收益等权利。2009—2011 年，新一轮农地确权开始试点。2013 年中央一号文件正式提出，用5 年时间在全国基本完成农村土地承包经营权确权登记颁证工作。2014 年，农村承包地确权登记颁证开始整省试点并在全国范围内逐步推开。新一轮农地确权颁证工作有两大特点：一是固化村民集体成员的身份；二是明晰地块空间边界，即农地使用证上的“四至”。确权是基础，流转是核心。本轮确权的核心目的是促进农地流转，以优化资源配置。农地确权是土地流转的保障和基础，通过明确农户和农地的权属关系，保障农户合法的转让权。

相对贫困具有多维性，不仅指经济上的贫困，还涉及能力、健康、权利、制度等多维贫困。以阿马蒂亚·森［1］的“可行能力”剥夺理论为基础，人们对贫困的认识不应局限于单一维度的经济贫困，还应涉及教育、医疗、社会保障、权利机会等多个维度。对于相对贫困的认识从单维拓展到多维，不仅丰富了相对贫困的内涵，而且对相对贫困的测定标准制定提供了新思路、新方法。但是，既有研究仅分析了土地流转的减贫效应，未考虑农户家庭在农地确权背景下农地转出的意愿和行为，不能全面评估农地确权等土地制度改革政策在多维相对贫困治理中发挥的作用［2-4］。基于此，笔者基于新一轮农地确权开展实证研究，分析农地转出对农村多维相对贫困的影响。

1 研究设计

1.1 数据来源

笔者使用中国家庭追踪调查（Chinese Family Panel Studies，CFPS）2010 年、2012 年、2014 年、2016 年和2018 年5 期的微观调查数据，用个人和家庭两个层面的数据库，保留户籍为农业户口的样本。根据研究需求对数据进行筛选和整理，保留连续追踪5 期的样本，有效样本量为16 050。16 050 是测量多维相对贫困时的样本数据量，后续的回归和机制检验由于新加入的变量存在部分缺失值，最终进入回归的样本量可能会少于16 050。

1.2 模型设定

笔者选择双重差分法进行研究。双重差分法是一种比较成熟的进行政策研究的分析方法，将某项政策的实施看作是一项自然实验，通过在样本中加入一组未受政策影响的控制组，与原本受政策影响的样本点构成实验组进行比较分析，考察政策实施对分析对象造成的净影响。笔者将确权改革后的农地转出视作一项普惠性质的政策，因此确权后发生农地转出的农村家庭是实验组，而在农地确权后未发生农地转出的农村家庭是对照组。笔者通过对实验组和对照组进行对比，分析农地确权政策下是否进行农地转出对农村多维相对贫困的影响。笔者构建了如式（1）所示的多维相对贫困状态模型，为

式（1）中：MRPIit指家庭i的多维相对贫困状态，下标i和t分别表示农村家庭和年份；Treati×postit表示家庭i在t时期是否进行农地转出的虚拟变量，Treati表示家庭i是否进行农地转出，postit表示家庭所在省份当年是否进行农地确权整省试点（如果观察时间是政策实施后的一年，则postit=1，否则postit=0）；Xjit是一系列控制变量，具体包括户主特征变量和家庭特征变量；ε是随机误差项；τt表示年份固定效应；σi表示县级固定效应。α1表示农地转出对农村家庭多维相对贫困的影响；若α1＞0，表明农村家庭农地转出的决策会促使农村家庭陷入多维相对贫困；若α1＜0，则表明农村家庭做出农地转出的决策对农村家庭陷入多维相对贫困具有抑制作用。

1.3 变量介绍和描述性统计

1.3.1 因变量。笔者将多维相对贫困设定为因变量。在借鉴文献［5-8］的基础上，参考王小林等［9］提出的多维相对贫困理念，选取收入、健康、教育、生活水平和主观感受等5 个维度12 个指标，构建中国多维相对贫困评价指标体系，如表1 所示。根据联合国开发计划署（UNDP）的做法，赋予各维度指标同等权重，计算得到多维相对贫困指数［计算公式如式（2）所示］。多维相对贫困指数取值在［0，1］，数值越大表示农户多维相对贫困程度越深。贫困阈值为0.3时，当多维相对贫困指数大于0.3，表示家庭陷入多维相对贫困，赋值为1，否则赋值为0。

表1 中国多维相对贫困评价指标体系

式（2）中：gij表示个体剥夺维度，如果第i个农村家庭在第j个指标被剥夺了，即该农户在该指标下表现为贫困，gij取值为1，否则赋值为0；wj表示第j个指标在多维相对贫困中的权重，wj＞0 且表示农户i在多维相对被剥夺分数越大则被剥夺的程度越深，反之则越小。通过维度临界值k判断农户是否处在多维相对贫困。ci＜k，则第i个农村家庭处于非贫困状态，MRPIi= 0；ci≥k，则第i个农户处于多维相对贫困状态，MRPIit= 1。因此，笔者选取第t年农村家庭i的多维相对贫困状态MRPIit作为基准回归的因变量，选取第t年农村家庭i的多维相对贫困程度cit作为稳健性检验的因变量。

1.3.2 核心解释变量——农地转出。在陈飞等［10］研究的基础上，笔者选择农地转出①作为核心变量，根据“去年您家是否出租土地?”来定义农地转出，并用treat表示。

1.3.3 整省确权试点时间变量。该轮农地确权颁证工作从村组、乡镇、县到省范围内逐步开展，最后推广到全国。2009—2010 年为整村推进试点阶段，从3个村开始试点，只以村组为单位。2011—2013 年为整县推进试点阶段，以乡镇为单位进行试点（在试点县挑选一个以上的试点乡镇，在试点乡镇挑选一个试点村）此时的试点规模并不大，一个试点县只有几个试点村参与。2014 年进入整省推进阶段，以县为单位开始试点，首次选择在山东、安徽、四川3 个省份开展整省试点；2015 年新增江苏、江西、湖北、湖南、甘肃、宁夏、吉林、贵州、河南等9个试点省（自治区）。

1.4 控制变量

控制变量主要包括户主特征变量和家庭特征变量。其中，户主特征变量主要包括户主性别、年龄、健康状况、婚姻状况和受教育程度。CFPS 中未指定户主，因此采用“最熟悉家庭财务的人”来识别每个家庭的户主。性别方面，考虑我国长期以来户籍登记的传统，将男性记为1，女性记为0；在年龄变量处理上，笔者删除了户主年龄在65 岁以上的家庭；受教育程度以文盲为参照，分为小学、初中、高中及以上3 个层次。家庭特征变量主要包括家庭规模、家庭抚养比、家庭社会地位和土地资本，其中土地资本为家庭人均土地资产价值的对数。主要变量的描述性统计如表2所示。

表2 主要变量的描述性统计

2 实证结果及分析

2.1 基准回归结果

表3 为农地确权背景下农地转出对农村多维相对贫困状态和多维相对贫困程度的回归结果。列（1）和列（2）为基准回归结果。第（1）列结果显示，当k=0.3时，农地确权背景下的农地流转在1%的显著水平上负面影响农户多维相对贫困状态，表明农地确权背景下农地转出可以显著降低农户陷入多维相对贫困状态的可能性，在农地确权背景下确实发生农地转出的农户陷入多维相对贫困的概率比未发生农地转出的农户陷入多维相对贫困的概率低0.037 1。第（2）列结果显示，当k=0.3 时，农地确权背景下的农地转出在1%的显著水平上会负面影响农户多维相对贫困程度，表明农地确权背景下的农地转出能显著降低农村家庭多维相对贫困程度，在农地确权背景下发生农地转出的农户多维相对贫困程度比未发生农地转出的农户多维相对贫困程度降低了0.013 8。列（3）和列（4）为稳健性检验结果。笔者去掉主观维度，重新测度多维相对贫困。第（3）列结果显示，当k=0.3时，农地确权背景下的农地转出在1%的显著水平上负面影响农户多维相对贫困状态，表明在农地确权背景下确实发生农地转出的农户陷入多维相对贫困的可能性比未发生农地转出的农户陷入多维相对贫困的可能性降低了0.044 5。第（4）列结果显示，当k=0.3时，农地确权背景下的农地转出在1%的显著水平上也会负面影响农户多维相对贫困程度，表明农地确权背景下确实发生农地转出的农户多维相对贫困程度比未发生农地转出的农户多维相对贫困程度低0.016 3。通过对比，说明回归的结果具备较强的稳健性。

表3 农地转出对多维相对贫困的影响

2.2 平行趋势检验和动态效应分析

利用双重差分模型的一个前提条件是需要满足平行趋势假定，即在政策冲击之前，实验组农户和非实验组农户的多维相对贫困变化趋势应保持一致。为了验证这一假定条件，笔者设置了一系列虚拟变量。虚拟变量Before2、Before4、After2、After4分别表示政策冲击前2 年、前4 年、后2 年、后4 年。如果在政策实施前系数仍然显著，则说明农村多维相对贫困受到其他因素的干扰，并不是农地确权背景下农地转出使得多维相对贫困得到缓解；反之，如果在政策实施前系数不显著，则说明农地确权背景下农地转出缓解了多维相对贫困。笔者构建的模型如式（3）所示：

式（3）中：虚拟变量Beforen表示样本农户在n年前入选为实验组；虚拟变量Current表示样本农户在当年进入实验组；虚拟变量Aftern表示样本农户在n年后成为实验组。笔者将n取值为-4，-2，2，4。

平行趋势检验结果如图1所示。由图1可知，在政策冲击的前2年和前4年，农地确权背景下农地转出对农户多维相对贫困的影响均不显著；在政策冲击的后2年和后4年，农地确权背景下农地转出在实施之后对农户多维相对贫困的影响较为显著。回归结果满足了平行趋势假设，即政策实施前，农地转出户和未转出户之间不存在显著差异。此外，在农地确权政策实施次年到第4 年，农地转出仍然能显著缓解农村的多维相对贫困，说明农地确权政策效应具有一定的持久性。由此可见，基准模型所得结论是可信的。

图1 平行趋势检验和动态效应

2.3 安慰剂检验

为了进一步排除其他未知因素对农村多维相对贫困的影响，明确农户多维相对贫困的缓解是由农地确权背景下农地转出引起的，需要进行安慰剂检验。笔者将研究对象按随机化的方法分为实验组与对照组，进行500 次随机模拟实验与真实回归结果相比较，若随机实验的模拟系数估计值与真实回归系数值相差较大且多数模拟P值大于0.1，表明估计结果不显著，评估结果并不是由偶然因素造成的，而是由政策造成的影响。安慰剂检验结果如图2所示。由图2可知，此次研究的结果通过了安慰剂检验，即农地确权背景下的农地转出对农户多维相对贫困的缓解效应并不是偶然因素导致的。

图2 安慰剂检验结果

3 结论

笔者将农地确权背景下的农地流转视作一项惠农政策，通过构建“类政策实验”的双重差分模型，探讨分析了2014 年开始整省推进的新一轮农地确权政策下农地转出的农村多维相对减贫效果。从基本回归结果可以看出，无论是否包含主观维度，农地确权背景下的农地转出可以显著降低农户陷入多维相对贫困状态的可能性和程度。基准模型还通过了双重差分方法的平行趋势检验和安慰剂检验，进一步佐证了基本回归结果的稳健性。

注释：

①本文主要探究在农地流转趋于市场化的背景下，农地流转对贫困农户职业选择及其减贫的影响。本文所使用的“中国家庭追踪调查”（CFPS）数据中，未包含转包、转让、入股、合作、租赁、互换等具体流转模式信息。鉴于数据可得性，本文侧重从总体上探讨农地流转带来的影响，并基于此选取农地转出变量。