丁瑶瑶　陕永杰　贾小宇

摘    要：为实证探究农地流转与农民增收的互动关系，运用耦合模型和主成分分析，探究2001—2017年我国农地流转与农民增收时空耦合关系及其主要影响因素。结果显示：综合指数总体农地流转快于农民增收的发展，增长与差距始终存在;农地流转与农民增收耦合协调度总体水平较低，其中北京、天津、浙江协调度指数在逐步上升，稳居前三;影响因素人均农作物播种面积、机械化水平以及收入结构对农地流转与农民增收耦合协调度影响较大。最后，提出应充分考虑各地区农地流转和农民增收协区域差异性，选择适合当地的农业发展模式，推动两者相互关系发展。

关键词：农地流转;农民增收;耦合协调度;影响因素

中图分类号：F321.1                 文献标识码：A                DOI 编码：10.3969/j.issn.1006-6500.2021.01.011

Research on the Coupling Relationship between Farmland Circulation and Farmers' Income Increase

DING Yaoyao， SHAN Yongjie， JIA Xiaoyu

（School of Geographical Sciences， Shanxi Normal University， Linfen， Shanxi 041000，China）

Abstract： In order to empirically explore the interactive relationship between farmland transfer and farmers' income increase， coupling model and principal component analysis were used to explore the spatio-temporal coupling relationship between my country's farmland transfer and farmers' income increase from 2001 to 2017 and its main influencing factors. The results showed that the overall index of agricultural land circulation was faster than the development of farmers' income increase， and the growth and gaps always existed; the overall level of coordination between agricultural land circulation and farmers' income increase was relatively low. Among them， the coordination index of Beijing， Tianjin， and Zhejiang was gradually rising and stable， ranked in the top three; influencing factors： the per capita sown area of crops， the level of mechanization， and the income structure had a greater impact on the coupling and coordination of agricultural land transfer and farmers' income increase. Finally， it was proposed that the regional differences of agricultural land transfer and farmers' income increase in various regions should be fully considered， and the appropriate local agricultural development model should be selected to promote the development of the relationship between the two.

Key words： farmerland transfer; farmers' income increase; coupling coordination degree; influencing factors

農地流转是我国城镇化发展和乡村振兴进程中普遍的经济现象[1]。2020年中央一号文件强调了农地流转在农民增收问题中的重要性，而农地流转与农民增收的话题一直都是学术界十分关注的。据农业农村部统计，2019年底我国家庭承包耕地流转面积已超过3.6×107 hm2，相比2005年的2.53×106 hm2，14年增加了近13.61倍，而2005年农村居民人均收入为3 370.2元，2019年可达16 021元，14年足足增加了3.75倍，那么农地流转与农民增收水平两者之间又存在怎样的相互关系呢？这是本研究的主要内容。

当前学术界对于农村土地流转和农民增收的研究主要集中在两者单向关系上。比如Jin[2]和杨宏力[3]均发现两者关系呈正相关。蔡为民[4]和侯明利[5]等学者测算了土地流转同城镇化、劳动力转移等因素的协调度研究。基于此，本文利用2001—2017年30个省份面板数据，构建农地流转和农民增收评价指标体系，运用耦合协调度模型分析我国农地流转和农民增收协调发展特征，并进一步分析其影响因素。希望研究成果可为各级政府推动农地流转和农民增收协调发展提供理论依据。

1 材料和方法

1.1 研究区域及数据来源

本研究所用数据选取自《中国农村统计年鉴》（2002—2018年）、《中国统计年鉴》（2002—2018年）和《中国人口与就业统计年鉴》（2002—2018年），各省统计年鉴以及统计公报;考察区域为我国30个省级行政单位（不含港澳台和西藏自治区）。

1.2 指标体系构建

如表1所示，本文遵循指标选择的科学性、独立性、可操作性[6]，依据相关研究，构建农地流转子系统和农民增收子系统的综合评价指标体系。农地流转水平是用来衡量地区农村土地的流转程度的重要因素，本文选用生产力[7]、可持续性、土地效益[8]3个二级指标，见表1;农民增收指标选用农村居民收入[9-10]、农村城镇化[11]、人力资本3个二级指标。

2 评价模型及等级类型

2.1 耦合协调度模型

建立反映农地流转和农民增收协调关系的耦合协调模型，公式如下：

C=2{（u1×u2）/[（u1×u2）（u1+u2）]1/2}（1）

D=（C×T）1/2，T=αu1+βu2

式中，T为农地流转与农民增收综合评价值;u1、u2分别为农地流转与农民增收的评价值;α和β为待定系数，由于本文仅研究农地流转和农民增收两方面，且假设两者的重要性相同，所以设置α=β=0.5;C和D為农地流转与农民增收耦合系数和耦合协调系数，均介于（0，1），其中C值越大，说明两者耦合状态越好，系统相互作用强度越强，D越接近1，说明两者协调发展程度越好，反之则更差。

2.2 耦合协调等级类型

参考相关文献[11]，为准确反映农地流转与农民增收耦合协调发展程度类型，将其从“完全失调”到“勉强协调”划分为以下四类。

3 结果与分析

3.1 农地流转与农民增收综合发展水平时空演变分析

2001—2017年我国农地流转综合水平总体保持上升态势，农民增收综合水平有小幅下降。农地流转综合指数平均值由2001年的0.194上升到2017年的0.221，增幅14.1%;农民增收指数由2001年的0.239下降到2017年的0.220。

从空间格局演变上看，农地流转综合水平总体增长明显，2001年、2006年、2012年和2017年农地流转指数大于总体均值0.22，所占比例分别为20%，57% ，53% ，47% ，北京、天津、河北、江苏、浙江、上海、黑龙江、吉林、辽宁，2017年均突破0.3，成为农地流转综合水平最高的省份，其中2001—2017年上海、黑龙江、北京增长速度分别为70%，45%，23%;而山西、内蒙古、宁夏、新疆等省份增长缓慢，甚至出现了负增长（图1）。

我国农民增收综合水平年度差异和增长差异均显著。北京的农民增收指数在2017年更是达到了0.36，相较其他省份有较大增长幅度。而黑吉辽以及中部地区的大部分省份农民增收指数相对较低，未超过总体均值0.23，差距逐渐变大（图2）。

3.2 农地流转与农民增收耦合协调度分析

农地流转与农民增收耦合协调度时空演变特征分析。选取2001年、2006年、2012年和2017年作为时间节点，形成我国农地流转与农民增收耦合协调度空间格局演变图（图3）。

从耦合协调度等级分布情况来看，2001年和2006年我国农地流转与农民增收耦合协调度跨越了轻度失调、濒临失调和勉强协调三个等级，而2012年和2017年跨越了濒临失调和勉强协调两个等级。2001年、2006年、2012年和2017年处于濒临失调的省份所占比例分别为83.3%，83.3%，80%和83.3%，处于勉强协调省份所占比例为13.3%，13.3%，20%和16.7%，大部分省份都处于濒临失调和勉强协调两个等级，而轻度失调只存在于2001年和2006年的黑龙江省，黑龙江省便发展为濒临失调阶段，充分说明两者耦合协调度有向好发展的趋势，但总体协调度水平不高。

从耦合协调度空间分布格局情况来看，我国农地流转与农民增收耦合协调度存在地区差异性。勉强协调主要分布在北京、天津、上海、浙江、山东、海南;濒临失调绝大部分省份主要分布在中、西部地区;轻度失调的则主要分布在东北地区的黑龙江，近几年黑龙江的耦合协调度也有向好方向的发展。总的来说农地流转与农民增收耦合协调度东部地区略高于中西部地区，这主要同当地土地流转规模与农民收入水平密切相关。

3.3 农地流转与农民增收耦合协调度的影响因素分析

3.3.1 农地流转与农民增收耦合协调度和各影响因素相关性分析 两者耦合协调度是农地流转和农民增收综合作用的结果。将我国农地流转与农民增收的影响因素同耦合协调度进行相关分析，结果表明，X5和X15没有显著性，X1、X3、X6和X7均与其呈负相关这主要是由于地区经济发达，面临的就业选择多，同时对于城市或者工作的地方没有归属感，则更愿意将农地作为自己生计的保障或者额外收入。X2、X4、X8、X9、X10、X11、X12、X13和X14都和其呈正相关，可见当地的规模化经营水平和经济发展水平高，农民生产生活富足，在利益驱动下，更愿意将土地作为资产进行流转以增加收入。

3.3.2 农地流转与农民增收耦合协调度主成分分析

对农地流转与农民增收耦合协调度各影响因素进行主成分分析，得到两者耦合协调度影响因素的特征值、贡献率和因子载荷矩阵（表3）。相关系数矩阵KMO为0.785，大于0.7，Bartlett 的球形度检验为0，小于0.001;这表示文中所选因素差异显著并适合降维。前5个成分特征值均大于1，累计贡献率为80.744%，说明这5个成分基本可以反映所选的15个因子的大部分数据信息。因此，特选取前5个主成分，并进一步分析农地流转与农民增收耦合协调度的影响因素。

第1主成分贡献率为40.384%，是影响农地流转与农民增收耦合协调度的主要因素，远远超过其他4个主成分。表4中X9、X12、的相关系数均超过0.9，和主成分1有较强的正相关关系，这4个因子中X9和X12都是农民收入因素，说明农民的生活水平同农地流转与农民增收协调发展息息相关，是影响两者协调发展的关键因素。X1和X7和第2主成分存在显著的正相关，表明第2主成分是生产力和土地效益因素代表。第3、4主成分分别与化肥使用量（X3）和自然灾害损害程度（X6）呈现显著负相关，说明不可抗力因素对农业的损害较大，第4主成分一定程度上可以认为是可持续性因素的主要代表。X15和第五主成分正相关程度最高，可以代表人力资本因素。

4 结论与讨论

本文利用2001—2017年30个省（市、自治区）面板数据构建农地流转与农民增收评价指标体系，并分析了农地流转与农民增收耦合协调度时空演变特征，得出如下结论：

在研究时段内我国农地流转与农民增收综合发展水平区域差异显著，发展缓慢，但总体有好的发展趋势，耦合协调度水平不高。从区域差异看，山西、河北、山东、海南和黑龙江变动较大，北京、天津、浙江耦合协调度发展较好，稳定在前3，其他地区变动不大。从影响农地流转和农民增收耦合协调度的影响因素来看，X1、X2、X10与协调度的作用较强，其中X1、X2是生产力因素，可以看出，生产力是推动农地流转的基础，加大生产力较弱的地区的农业支持，为农民提供技术方面的培训和支持，走出地方特色，提高农民收入;X10是收入方面的收入结构因素，可见收入结构是影响农地流转和农民增收协调度的另一重要因素，可见农民收入来源的多元化的重要性。

因此，促进农地流转和农民增收协调发展，应充分考虑农地流转和农民增收协调度的区域差异性。根据地区具体情况，选取符合当地的农业发展模式，推进农地流转规模和农民收入水平的发展进程，从而推动农地流转和农民增收协调度的良好发展。

参考文献：

[1] 彭开丽， 程贺. 决策行为视角下农地流转对农户收入的影响——来自湖北省东部9县（市/区）的证据[J]. 华中农業大学学报（社会科学版）， 2020（5）： 132-142，174-175.

[2] JIN S， JAYNE T S.Land rental markets in Kenya：implications for efficiency，Equity，household income，and poverty[J]. Land economics， 2013， 89（2）： 246-271.

[3] 杨宏力， 李宏盼. 农地确权对农民收入的影响机理及政策启示[J]. 经济体制改革， 2020（4）： 86-93.

[4] 蔡为民， 吴云青， 刘瑶， 等. 农地流转与城镇化的互动关系和耦合协调性研究--基于中国2000-2014年的时间序列数据[J]. 干旱区资源与环境， 2017， 31（5）： 33-38.

[5] 侯明利. 劳动力流动与农地流转的耦合协调研究[J]. 暨南学报（哲学社会科学版）， 2013， 35（10）： 150-155.

[6] 孙才志， 郭可蒙， 邹玮. 中国区域海洋经济与海洋科技之间的协同与响应关系研究[J]. 资源科学， 2017， 39（11）： 2017-2029.

[7] 丁敬磊， 刘光远， 赵美平. 农地流转、 劳动力转移及城镇化耦合协调度研究 ——基于城乡统筹发展的视角[J]. 中国农业资源与区划， 2016， 37（2）： 37-44.

[8] 游和远， 吴次芳. 农地流转，禀赋依赖与农村劳动力转移[J]. 管理世界， 2010（3）： 65-75.

[9] 李晓龙， 郑威. 农民收入影响因素的理论，实证与对策[J]. 中国农业资源与区划， 2016， 37（5）： 90-95.

[10]  薛濡壕. 陕永杰，马霍龙.基于面板数据的中国土地流转时空演变规律及其驱动力分析[J]. 地域研究与开发， 2019， 38（4）： 153-159.

[11]  高延雷， 王志刚， 郭晨旭. 城镇化与农民增收效应——基于异质性城镇化的理论分析与实证检验[J]. 农村经济， 2019（10）： 38-46.

[12]  闫玉科， 陈哲， 梁瀚元， 等. 广东新型城镇化与农业现代化协调发展研究[J/OL].东北农业科学：1-9[2021-01-18].http：//kns.cnki.net/kcms/detail/22.1376.S.20200918.

1755.002.html.

收稿日期：2020-11-30

基金项目：山西省软科学一般项目（2017041031-3）;山西省哲学社会科学项目（2018B050）

作者简介：丁瑶瑶（1994—），女，山西晋城市人，在读硕士生，主要从事土地流转和农村经济方面研究。

通讯作者简介：陕永杰（1975—），男，山西临汾市人，副教授，硕士生导师，博士，主要从事土地资源管理、农业经济方面研究。