农户参与农村土地流转对家庭经营性收入增加的影响

2021-09-12孟杨

江苏农业科学 2021年14期

孟杨

摘要：农村土地流转有助于盘活土地资源，推动乡村振兴，也是关乎脱贫攻坚与农民增收的重要举措。家庭经营性收入作为农民增收的重要组成部分，农户参与土地流转是否促进家庭经营性收入增加较缺乏实证研究。基于全国有代表性的947个农户实地问卷调查样本，采用Adaptive LASSO Logistic等模型深入探讨土地流入、土地流出对家庭经营性收入增加的影响。结果表明，农户流入土地、流出土地分别是Adaptive Lasso Logistic模型筛选的因素，但分别对家庭经营性收入的增加产生正向影响和负向影响，即流入土地的居民能促进家庭经营性收入的增加，而流出土地则相反。此外，受教育年限和是否兼业农户也对农业经营性增收产生正向影响。因此，农户参与农村土地流转对家庭经营性收入增加确切产生影响，有必要做好相应的农业社会化服务和社会保障等配套工作。

关键词：农村土地流转;家庭经营性收入;农民增收;LASSO Logistic模型

中图分类号：F321.1 文献标志码： A 文章编号：1002-1302（2021）14-0237-05

农民增收是我国农业农村发展的关键问题[1]，也是脱贫攻坚与实现全面小康的重要抓手[2]。党中央国务院一直将农民增收作为“三农”工作的重要任务来抓，实施了一系列强农惠农富农政策，推动农民收入水平不断提高。据历年《中国统计年鉴》显示，2019年农村居民人均可支配收入突破1.6万元，提前1年比2010年翻1番，增速连续10年高于城镇居民。土地流转是拥有土地承包经营权的农户将土地经营权（使用权）转让给其他农户[3]。随着农村土地“三权分置”，土地流转在农村逐渐兴起，这对盘活农村土地资源，提高土地利用率，推动农业产业化和现代化有重要意义[4]。生产函数表示在一定技术条件下投入与产出之间的关系[5]，而农户土地流转是一种土地生产要素配置行为，假定x1、x2、…、xn表示某农产品生产过程中所使用的劳动力、土地、资金、农资等多种生产要素的投入数量，Q表示农产品的最大产量，则生产函数可表示为Q=f（x1，x2，…，xn）;在其他生产要素不变的情况下，如果农户流入土地，则表示农户增加投入土地要素，进而能提高农产品产量，但农户流出土地，则减少土地要素投入，进而会降低农产品产量。而对于家庭经营性收入，其不仅取决于农业产量，还取决于价格等多种因素，故农民土地流转行为如何影响其家庭经营性收入，是正向影响还是负向影响，仅从经济理论无法做出解释，需要收集微观调查数据开展实证研究进行研判。目前，已有关于土地流转对农户家庭收入影响的研究，但研究结论存在争议，有些学者认为土地经营权流转对农户家庭收入有显著的正向影响[6]，冒佩华等认为土地流转对农户家庭的收入影响程度较弱[7]。农民家庭收入包括家庭经營性收入、工资性收入、转移性收入和财产性收入，农村土地流转可直接或间接作用于这四部分收入[8]，但当前对家庭经营性收入影响的实证研究较缺乏。因此，本研究在全国范围内收集有代表性的农户样本，采用全变量Logistic回归、Logistic逐步回归、Adaptive Lasso Logistic回归3个方法，从流入土地和流出土地2个角度诠释土地流转行为对家庭经营性收入增加的影响。

1 数据来源与研究方法

1.1 数据来源

本研究将因变量和自变量列为问卷调查问题。首先，将“2018年受访居民的家庭经营性收入比2017年是否增加”作为因变量，将“2018年您是否流入土地”和“2018年您是否流出土地”作为关键自变量设计调查问卷。补充说明的是，本研究的土地流转形式包括国家规定的转包、出租、互换、转让。其次，回顾前人关于家庭经营性收入的影响因素，纳入性别[9]、年龄[7]、婚姻状况[9]、身体健康[10]、受教育程度[7，11]、家庭规模[6]、外出务工占家庭人数比例[7，11]、兼业农户[12]、家庭总种植耕地面积[6]等解释变量。为收集全国有代表性的调查样本，2019年3—9月笔者所在课题组在东部选择山东省（济南市聊城市、潍坊市、青岛市、临沂市），在南部选择广西壮族自治区（桂林市、梧州市、北海市、河池市、南宁市），在西部选择四川省（内江市、泸州市、成都市、雅安市、南充市），在北部选择河南省（平顶山市、信阳市、三门峡市、周口市、安阳市）4个省（区）累计20个地级市进行正式调查，运用分层随机抽样方法，从每个地级市随机选取2个行政村，再在每个行政村调查28个农户，累计收集到1 120份调查问卷，剔除无效问卷173份，最终得到有效问卷947份，有效问卷率为84.55%。通过对问卷进行信度和效度分析，发现Cronbachs α 系数为0.86，量表信度良好，KMO（Kaiser-Meyer-Olkin）值为0.91，Bartlett 球形差异检验的F值显著（P<0.05），说明问项适合做因子分析。

1.2 研究方法

Logistic模型被广泛用于二元离散因变量问题。然而，把所有的研究变量进行模型拟合，不仅出现多重共线性风险，且容易过度拟合[13]。逐步回归虽然克服了变量较多运算量的问题，但得到的结果仍有内在离散性和不稳定性，同时得到的结果一般为局部最优解而不是全局最优解，且忽略变量选择过程中的随机误差和不确定性[14]。

LASSO（least absolute shrinkage and selection operator） Logistic模型是采用LASSO方法选择自变量建立的Logistic模型，排除因先入为主的观念而遗漏变量，同时通过缩减偏差估计量，进而剔除变量之间的线性关系。LASSO是采用模型的绝对系数函数作为惩罚项来压缩模型的系数，达到自变量选择和参数估计的目的，最终得到较精炼的模型[15]。LASSO Logistic模型的表达式如下。

假设有独立同分布的观测值（Xi，yi），i=1，2，…，n，j=1，2，…，p，其中：Xi、yi分别是模型的自变量和因变量，P表示概率，β表示系数。Logistic模型的条件概率如下

为了可视化十折交叉验证法的分析结果，本研究引入λ与自变量数量对应的关系图和λ与自变量的解路径图。λ与自变量数量对应的关系图中，上横轴为自变量数量，下横轴lg λ，纵轴为AUC（area under curve），随着λ的增大，lg λ也增大，惩罚的力度变大，能纳入模型的自变量越来越少。根据十折交叉验证法选择λ绘制横轴垂直线，将lg λ与自变量数量进行对应，若出现2个调和参数λ，则通过AUC进行研判，AUC值是衡量模型优劣的评价指标，表示正例排在负例前面的概率，AUC取值为0～1，越接近1，模型的效果越好。同时，根據十折交叉验证法得到λ，按照拟定的自变量数量，选择系数估计值较大的自变量。为进一步验证Adaptive LASSO Logistic模型的拟合效果，本研究纳入全变量Logistic回归、Logistic逐步回归的分析结果，采用残差平方和、AIC（akaike information criterion）和BIC（bayesian information criterions）准则进行评估，3个指标越小，说明模型拟合的程度越好。

2 结果与分析

2.1 描述性统计分析

由表1可知，超过一半（55%）的受访者在2018年的家庭经营性收入方面比2017年实现增长，然而，2018年流入土地和转出土地的比例都较低，土地流转有限，分别仅有11%、20%，多数受访农户还处于观望状态。个人特征方面，受访者的性别比例均匀，男性比例占40%，平均年龄约53周岁，已婚人数占绝大多数（92%），身体健康的人数占74%，受教育年限近8年，家庭人均数量4人，外出务工占家庭人数比例平均为15%，八成以上受访者为兼业农户，家庭总种植耕地面积平均为0.31 hm2。

2.2 推断性统计分析

本试验将流入土地和流出土地行为分别开展实证研究，是为了避免2个土地流转行为放在同一个模型中产生共线性问题。另外，调查还发现有2%的农户存在流入土地又流出土地的行为，不分开研究在结果方面容易产生偏差。

2.2.1 流入土地对家庭经营性收入增加的影响由表2可知，全变量Logistic回归的显著影响因素是受访农户的流入土地行为、受教育年限、家庭规模、家庭总种植耕地面积，而流入土地行为、受教育年限、家庭规模是Logistic逐步回归的显著影响因素。

图1有2条垂直线，一条是 lg λ=-3.75 对应的3个自变量，另一条是 lg λ=-2.40 对应的2个自变量，根据AUC判断，lg λ= -3.75对应的AUC值为0.87，而lg λ= -2.40对应的AUC值为0.86，因此，纳入Adaptive LASSO Logistic模型的自变量是3个，λ为0.000 3。由图1获得的λ值（0.000 3），确定lg λ= -3.75的垂直虚线，通过自变量的解路径可知，流入土地行为、受教育年限是Adaptive Lasso Logistic模型参数估计值最大的2个自变量，也是全变量Logistic回归和Logistic逐步回归的共同结果，流入土地行为均发挥正向作用。通过比较3个模型的残差平方和、AIC、BIC发现，Adaptive LASSO Logistic模型的拟合效果最好。具体而言，从别的农户流入农村承包地的农户能显著增加自己的家庭经营性收入。这是因为流入土地的农户是对未来所生产经营的农产品有较高的收益预期，其认为投入更多的土地要素能够获得较高的经营性收益，所以有动力且愿意选择流入土地扩大农业生产规模。

2.2.2 流出土地对家庭经营性收入增加的影响由表3可知，全变量Logistic回归的显著影响因素是受访农户的流出土地行为、年龄、身体是否健康、是否兼业农户、家庭总种植耕地面积，而流出土地行为、年龄、是否兼业农户是Logistic逐步回归的显著影响因素。

图2的2条垂直线分别是lg λ=-3.4和 lg λ=-2.65，都对应着2个自变量，但lg λ=-3.4对应的AUC值大于lg λ=-2.65的AUC值，故纳入Adaptive LASSO Logistic模型的自变量是2个，调和参数λ为0.0004。通过分析自变量的解路径，发现流出土地行为、是否兼业农户均是Adaptive Lasso Logistic模型参数估计值最大的2个自变量，系数分别为-0.07、0.35。与全变量Logistic回归、Logistic逐步回归相比，Adaptive LASSO Logistic模型的拟合效果最好，其残差平方和、AIC、BIC最小。3个模型回归结果中，流出土地行为均负向显著影响家庭经营性收入增加。可能是因为流出土地的农户存在土地闲置或预期未来农业生产效益有所降低，故减少土地要素的投入，调整家庭收入结构，可降低家庭经营性收入比例。

3 结论与政策建议

3.1 结论

基于我国947个农户的有效调查数据，本研究采用全变量Logistic回归、Logistic逐步回归、Adaptive LASSO Logistic回归开展土地流入、土地流出对家庭经营性收入增加的影响，结果表明：第一，受访农民中，家庭经营性收入增加的比例为55%，而流入土地和流出土地的比例仅分别为11%、20%。第二，流入土地行为、流出土地行为分别是Adaptive Lasso Logistic模型最终选择的因素，但分别对家庭经营性收入的增加产生正向影响和负向影响。第三，受教育年限、是否兼业农户都对家庭经营性收入增加产生正向影响。

虽然本研究创新性地采用Adaptive LASSO Logistic 模型开展分析，可以较精准地识别农户参与农村土地流转对家庭经营性收入增长产生的影响。Adaptive LASSO Logistic 模型是适应海量数据的机器学习方法，本研究仅纳入10个研究变量开展模型筛选，制约了模型优势，下一阶段可以添加更多的变量开展研究。

3.2 政策建议

3.2.1 强化农业社会化服务，为转入土地的农户提供生产支持受访农户转入土地有助于提高他们的家庭经营性收入，这对鼓励专业大户、生产能手、合作社等新型农业经营主体更多发展农业规模经营有重要作用。由于转入土地是土地要素再投入，同时还需要农机、金融、信息等农业社会化服务的引入和支撑。因此，我国在推进土地流转“三权分置”的同时，还要充分调动各类市场主体的积极性和主动性，增加投入，构建多元化、多层次的服務供给体系，提高服务流入土地农户的能力。

3.2.2 完善社会保障，为土地流出的农户提供坚实后盾选择将农村承包土地流转出去的农户，虽然增加了财产性收入（土地租金）和流转补贴（转移性支付），但减少了家庭经营性收入。虽然我国农民的生活保障对承包地的依赖性降低，但仍需要基本养老保险、最低社会救助、合作医疗保险作支撑，这样才能稳定他们的流转预期。因此，我国要着力推进和完善多层次、全覆盖的农村社会保障体系，兼顾考虑转让土地农户的基本生活保障、最低生活保障，使医保服务实现村级化、网络化，让转让土地农户全面享受医保的优越性，保障土地流转顺利进行。

3.2.3 有序推进土地流转，保障土地转让方利益对农民而言，土地不仅是一种资源，更是重要的财富，稳定他们土地流转的收益是推动土地流转的重要保障。因此，有必要完善相关法律法规，严格按照“依法、自愿、有偿”的原则，规范土地承包流转形式与办理流程，建立健全调解仲裁机制，由政府和村集体提供信息和指导，解决各类土地流转纠纷，既要保障农民土地经营权“稳得住”，也要让土地流转市场逐步“活起来”。

参考文献：

[1]刘淑俊，张蕾.土地流转对农民收入影响的经济效应分析[J]. 东北农业大学学报（社会科学版），2014，12（6）：20-24.

[2]杜会永，王德章，冉庆国，等. 乡村振兴战略下农地流转对增加农民收入的影响——以黑龙江省为例[J]. 商业经济研究，2019（24）：182-185.

[3]钟真，胡珺祎，曹世祥. 土地流转与社会化服务：“路线竞争”还是“相得益彰”？——基于山东临沂12个村的案例分析[J]. 中国农村经济，2020（10）：52-70.

[4]盖庆恩，程名望，朱喜，等. 土地流转能够影响农地资源配置效率吗？——来自农村固定观察点的证据[J]. 经济学，2020（5）：321-340.

[5]高鸿业. 西方经济学[M]. 7版.北京：中国人民大学出版社，2018.

[6]柴志贤，周侠，蔡晓宇. 农村土地流转会导致农户收入差距扩大吗？——以浙江省杭州市为例[J]. 经济研究导刊，2016（5）：24-26，50.

[7]冒佩华，徐骥. 农地制度、土地经营权流转与农民收入增长[J]. 管理世界，2015（5）：63-74，88.

[8]李瑶鹤，胡伟艳. 农村土地流转对农民收入的影响分析[J]. 中国农业信息，2016（11）：38-41.

[9]李振杰，韩杰. 基于Logistic回归模型的农户土地流转意愿实证分析[J]. 统计与决策，2019，35（13）：110-114.

[10]拜茹. 适度规模经营何以可能？——基于农村老年人土地流转意愿的角度[J]. 华中农业大学学报（社会科学版），2019（2）：144-152，170.

[11]高欣，张安录，杨欣，等. 湖南省5市农地流转对农户增收及收入分配的影响[J]. 中国土地科学，2016，30（9）：48-56.