张要要

(南京警察学院 治安学院,江苏 南京 210023)

消除贫困是中国国家治理的重要目标。党的十八大以来,我国减贫工作取得举世瞩目的成就,“现行标准下9 899万农村贫困人口全部脱贫,832个贫困县全部摘帽,12.8万个贫困村全部出列,区域性整体贫困得到解决”。脱贫攻坚战的全面胜利意味着现行标准下以生存问题为主的绝对贫困不复存在,扶贫开发战略进入“后2020”时代,贫困治理由绝对贫困转向相对贫困,由关注单一的收入贫困转向多维贫困。党的十九届四中全会明确提出,“坚决打赢脱贫攻坚战,巩固脱贫攻坚成果,建立解决相对贫困的长效机制”。在下一阶段扶贫工作从实现“两不愁、三保障”变为缓解多维相对贫困的背景下,“后2020”时代的多维相对贫困治理不仅是巩固脱贫攻坚成效,助力全体人民共同富裕目标实现的关键依托,也是降低家庭贫困脆弱性和建立相对贫困长效治理机制的重要举措。

土地是农户家庭最为重要的生产要素,对经济收入、就业选择和风险投资等家庭经济决策上产生广泛而深刻的影响。随着农村土地制度改革的不断深入,农地流转将土地要素进行重新配置,成为贫困地区扶贫开发工作的重要举措。理论上,土地流转不仅能够通过提高农地规模生产、经营效率直接发挥减贫效应,也能够通过促进非农就业和改善农户收入结构来间接减少贫困[1]。制度设计层面,2008年后的一号文件中着重强调了“赋予农民长久、稳定的农地承包权”的基本政策。党的十八大以来,“赋予农民对承包地占有、使用、收益、流转权能”的农地管理理念得到贯彻实施。国务院颁布了《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》,强调不断推动土地流转,发展农村规模经营等,提高土地资源的优化配置[2]。然而,土地流转受到自然地理条件的限制和农地分配管理体制的约束,农地流转面临着总体水平不高、自愿程度下降和农地流转签订合同比例不高等问题[3]。就后果而言,不仅会提高农地流转的成本,不利于土地规模效应的发挥[4-5],还会造成土地流转农户的经济收益难以保证,进而无法有效激励农户土地流转意愿,以至于现实中出现农户雇佣他人代耕或是撂荒土地的现象[6],农户土地流转现状与政策目标之间还存在一定差距。那么,土地流转究竟能否发挥减贫效应?这需要通过严谨的计量方法和代表性数据予以评估和回应。同时,考虑到基于单一经济维度研究绝对贫困或相对贫困问题,仅突出“贫”的经济维度,忽略了“困”的发展维度和环境维度的研究局限,本文将集中在反映综合福利状况的多维相对贫困进行考察,以全面呈现新时代贫困治理的实质内涵。

基于上述思考,利用2018年中国家庭追踪调查数据,将土地转出和土地转入纳入同一分析框架,实证考察土地转出和土地转入对农户多维相对贫困的影响以及土地流转减贫效应的微观作用机制。本文可能的边际贡献体现在以下3个方面:第一,从土地流转视角出发,具体分析土地转出和土地转入对农户多维相对贫困的影响,全面地评估了土地流转的减贫效应,这能够补充土地流转溢出效应领域的文献。第二,在厘清土地流转对农户多维相对贫困影响的基础上,从非农就业和家庭创业视角,进一步剖析土地流转减贫的微观作用机制。同时,探讨了土地流转对不同程度农户多维相对贫困影响的差异性,丰富了相关研究。第三,本文的实证模型充分考虑了内生性和样本选择偏差问题造成的估计偏误,并进行了针对性处理,研究结论具备足够的可靠性。

一、文献回顾与理论分析

(一)文献回顾

自上世纪五十年代以来,学界对贫困内涵的认识不断深化,开始由关注绝对贫困到逐步重视相对贫困。Townsend认为,相对贫困是在特定社会约束条件下,依靠个体或其家庭收入虽能够满足基本生存需求,但与参照群体相比较,个人或家庭参与社会活动的发展资源和可行能力双重被剥夺,进而被正常的社会生产生活所孤立的一种持续性状态[7]。更进一步地,Sen提出“可行能力贫困”的观点丰富贫困研究,使学术界对贫困问题的研究逐渐转向多维综合福利视角,强调贫困问题产生的根源不仅在于经济创收能力的剥夺,还涉及教育、健康和生活质量等多方面可行能力的缺失[8]。比如,联合国开发计划署(UNDP)在《1997年人类发展报告》中提出的与之类似的“人文贫困”的概念指出,贫困不仅包括人均国民收入等经济指标,也包括人均寿命、卫生、教育和生活水平等社会文化因素。与传统仅从收入维度识别绝对贫困或相对贫困相比,多维贫困能够更为切实地反映家庭的贫困程度。也因此有研究者认为,在“后2020”时代的脱贫工作,应采用多维相对贫困标准,从相对基本需要和基本能力2个维度全面呈现中国城乡家庭贫困的客观事实[9]。

围绕着多维相对贫困这一主题,既有文献主要集中在多维相对贫困的测量指标和影响因素2个方面。在多维相对贫困的测量指标上,相关研究已是较为丰富,形成了收入维度为主、福利维度为辅的指标体系,如健康、教育、住房、生活水平、金融资产、城市融入和对外沟通等反映福利状况的指标被视为多维相对贫困的识别要素。在具体测量方法上,以Alkire和Foster提出的“双阈值法”最具代表性和影响力,先是在每个维度内的贫困指标设定贫困阈值,再是跨维度设定多维度贫困的阈值,最后按照指标—维度—多维相对贫困指数进行三级加总计算,进而得到多维相对贫困指数[10]。除此之外,还有大量的研究聚焦到多维相对贫困产生根源来考察,相关研究发现,微观个体层面金融使用行为[11]、教育程度[12]和非农就业[13]等自我发展动力和人力资本对相对贫困发生起到决定性作用。来自家庭内部劳动力供给[14]和地权安排[15]等经济行为在相对贫困治理中发挥不容忽视的影响。在个体与家庭层面双重因素的交互作用下,多维相对贫困成为一种复杂的经济社会现象。值得注意的是,在与本文主题最为相关的文献中,也有部分研究讨论了农地流转的减贫增收效应。比如,Jin和Javne认为,农地流转为土地规模化经营提供了契机,通过发挥规模效应提高土地利用效率和劳动生产率,实现对农户收入水平的改善[16]。Chamberlin和Ricker-Gilbert也是指出,土地流转将宝贵的农地资源进行重新配置,而农地配置效率的提高和收入渠道的多元化有助于实现农户增收[17]。在国内文献中,王璇和王卓利用一般线性回归模型的研究发现,农地流转在一定程度上缓解了农户多维相对贫困[18]。类似的,夏玉莲等基于5省1 218户农户的微观调查数据,农地流转在能力效应和收入效应的双重作用下促进了农民减贫[19]。不过,也有研究认为农地流转在实际农业生产过程中并未带来农业生产效率的提高,对缓解土地流转农户贫困状况的影响十分微弱[20]。

纵观已有文献可知,学界对多维相对贫困的影响因素进行了多重解释,极大地丰富了这一主题的研究成果。特别地,有一些研究聚焦到土地流转对农户贫困的影响进行考察,但相关研究还存在一定不足:第一,土地转出和土地转入是2种完全不同的土地流转类型,对农户家庭就业需求和经济收入结构的影响存在显著差异,可已有研究简单化地以农户家庭是否有出租或租用土地行为来指示土地流转行为,将土地转出和土地转入二者混为一谈,却鲜有文献区分土地转出和土地转入,并将二者纳入同一分析框架实证考察土地流转对农户贫困的影响;第二,尽管有部分文献从多维贫困视角考察土地流转对农户贫困的影响,但二者间关系作用机理的研究还比较匮乏,即未能够深入地回答土地流转究竟是如何作用于农户贫困这一关键性问题;第三,多数研究集中于以绝对收入标准衡量的区域性整体贫困、家庭或个体贫困问题,这不仅忽略了对相对贫困特征及规律的探索,也无法从个体及其家庭内部其他可行能力来衡量贫困脆弱性;第四,既有研究多是应用倾向得分匹配方法进行,这固然可以在一定程度上缓解因样本选择偏差造成的估计偏误,但由反向因果和遗漏变量导致内生性问题并未能得到妥善处理,进而使得相关研究结论必须谨慎对待。

(二)理论分析

土地是农户家庭经济资源中的核心资产,除承担就业、增收等常规性功能外,也是农户家庭社会保障的重要依托。土地流转在实质上可以视为家庭经济生产要素的重新配置,是否参与土地流转是农户家庭内部基于理性考量后的结果。换言之,无论是土地转出还是土地转入的选择都应该服务于家庭经济福利的最大化效益。对于农地转出户而言,选择土地转出往往是由于土地生产经营上产生的经济效益难以同非农工作收入相比。在这种情况下,土地转出可以使农户合理配置农业和非农业生产,通过土地转出获得相应的租金收入,提高农户家庭的土地资产性收入[21]。而且,土地转出后的农户,将原先用于农业生产的时间与精力投入到非农部门的工作中,这将有助于提高土地转出户的工资性收入,对农户家庭整体收入的长期增长具有积极作用。特别是与从事农业生产经营的经济收入相比,土地流出农户从事非农务工收入和依靠土地租金获取收入还具有较高的稳定性和持续性,能够避免自然灾害、肥料农药价格增长等因素对土地经营收入带来的负面冲击。事实上,有直接的证据显示,参与土地转出农户的务工收入和农地租金收入对其家庭人均纯收入增长的贡献率高达 76%[22]。

再从土地转入户的视角来看,土地转入户在规模上有“大户”与“小户”之分。一般而言,土地转入“大户”主要是专业大户、家庭农场、农民合作社、农业企业等新型农业经营主体,他们出于规模经营的需要有足够的意愿和能力进行土地转入。理论上,土地转入“大户”通过土地流转,扩充农地规模,使用农业机械化生产代替原有农业劳动力,提高农业生产效率,最终能够带动农业增收。但不应忽视的是,土地转入受到自然地理条件的限制和农地分配管理体制的约束,不仅提高了土地转入的成本,还深刻地制约土地经营的规模效应[5]。再者,在中国农村社会中,因外出务工产生土地闲置问题时,村庄内部的亲属等往往会租借其土地,这便是所谓的土地转入“小户”。从实质上看,土地转入“小户”在很大程度上是由于关系等非正式因素作用的结果。在农药、化肥等生产资料高涨和自然灾害冲击等不利因素的作用,土地转入“小户”更是难以发挥土地经营的规模效应,进而土地转入的经济回报趋于不确定性。应该说,无论是土地转入“大户”还是“小户”,土地转入增收的理论与现实之间还存在明显差距。

综上,本文认为土地流转对农户多维相对贫困有显著影响,但具体到土地流转的类型比较上看,土地转出对农户多维相对贫困的影响可能是负向的,土地转入的作用方向并不明确,有待于实证层面的严谨回应。为此,将土地转出和土地转入纳入同一分析框架,从收入水平、发展能力和生活水平3个维度构建多维相对贫困指数,实证考察土地流转对农户多维相对贫困的影响。同时,本文也将尝试对土地流转影响农户多维相对贫困背后的微观作用机理进行分析,以期对既有研究做进一步拓展。

二、研究设计

(一)数据说明

本文所使用的农户数据来源于北京大学中国社会科学调查中心设计并实施的2018年中国家庭追踪调查(China Family Panel Studies, CFPS)数据。CFPS数据从2010年开始首轮调查,而后每2年进行一次追踪访问,旨在从个体、家庭和村居3个层面了解当下中国社会经济发展和整体变迁,调查内容涵盖个体教育、子女成长和家庭经济生活等多个主题。在抽样方法上,CFPS数据采用三阶段不等概率的整群抽样,样本范围覆盖了全国28个省级行政单位,覆盖全国95%的总人口,具有较高的代表性。本文重点关注土地流转对农户多维相对贫困的影响,CFPS2018对农村土地流转情况和家庭经济活动的详实调查,且问卷时效性更佳,故选用CFPS2018数据。出于研究的需要,将CFPS2018成人问卷、家庭经济和家庭关系问卷进行合并后,经过剔除城镇地区样本、关键变量缺失值的样本和非户主的样本等处理后,最终得到用于本文分析的观测值为7 248份。

为减少遗漏变量对估计结果的干扰,本文还控制住地区层面的人均GDP和数字普惠金融指数,相关数据来自于2019年《中国统计年鉴》和北京大学数字金融研究中心开发的数字普惠金融指数(1)由北京大学数字金融研究中心开发的数字普惠金融指数的指标体系、计算方法和下载渠道,具体详见:https://idf.pku.edu.cn/yjcg/zsbg/513800.htm。。

(二)变量选取与描述性统计

1.被解释变量:农户多维相对贫困。关于多维相对贫困的测量学界已经积累了不少研究成果,结合多维相对贫困的实质内涵,充分借鉴国内外研究中的指标体系,特别是“后2020”时代中国多维相对贫困测度指标[11],从收入能力、发展能力和生活水平3个维度构建了衡量农户多维相对贫困的综合指标体系。

本文选择的多维相对贫困指标体系既涵盖相对性指标,也包括绝对性指标,既侧重客观衡量,也强调主观感知。如营养不良、饮用水和生活燃料这3个指标使用了绝对值,以体现家庭生活中的最低需求情况。生活水平维度则是纳入了主观幸福感,这有助于从整体上把握农户家庭的生活满意度。通过绝对指标和相对指标、主观指标和客观指标的综合衡量,能够有效避免了多维相对贫困指数构建陷入“不平等”的概念框架,更为切实地呈现出家庭内部相对贫困的整体情况。具体而言,在收入能力维度上,与已有研究相一致,本文使用家庭人均纯收入这一指标来衡量。在发展能力维度上,不仅考虑常见的教育程度、健康(自评健康、营养状况和慢性疾病)和保险覆盖情况,还测量家庭的信息获取能力。在生活水平维度上,除一般选用的饮用水和生活燃料之外,还考虑了人民生活幸福感指标,从整体上反映个体生活效用。

在确定测量指标后,需要对相关指标赋予相应的权重。参考联合国开发计划署、牛津大学贫困与人类发展研究中心开发的全球多维贫困指数中所使用的等权重法,将总的权重设置为1,3个维度的权重则为总权重的1/3,每个指标的权重为指标梳理占该指标所在维度的比重,这也是当前理论和实证研究中测量多维贫困的一种较为常用的处理方法。综上,本文从收入能力、发展能力和生活水平3个维度构建的衡量农户多维相对贫困的指标体系及权重数值,如表1所示。

表1 农户多维相对贫困的衡量维度、变量与计算方法

2.核心解释变量:土地流转。在衡量方法上,选取土地转入与土地转出2个维度来衡量农户家庭土地流转情况。具体地,在CFPS2018中,若受访者对“过去12个月,您家是否将集体分配的土地出租给了其他人?”这一问题的回答为“是”,则表示有土地转出,赋值为“1”;将回答为“否”的样本赋值为“0”,表示该农户家庭没有土地转出。对于土地转入的衡量是根据受访者对“过去12个月,除去集体分配的土地,您家是否从别人或集体那里租用了土地”的回答来完成,若回答为“是”,赋值为“1”,表示该农户家庭有土地转入,否则赋值为“0”,表示该农户家庭没有土地转入。

3.控制变量。为有效估计,也参考既有研究成果,又选择了来自户主个体层面、家庭层面和区域层面可能影响土地流转和农户多维相对贫困的变量作为控制变量。其中,户主个体层面的控制变量有,性别、年龄、年龄的平方/100、婚姻状态、教育程度、中共党员和人缘得分。家庭层面的控制变量有家庭人口规模、资产水平、劳动力数量、未成年人抚养比和老年人抚养比。考虑到地区层面不可观测因素的影响,在区域层面选择的控制变量有经济发展和普惠金融发展水平,以缓解地区宏观因素对估计结果的干扰。表2为具体变量的定义及描述统计结果。

表2 变量的定义及描述性统计

(三)模型设定

为检验土地流转对农户多维相对贫困的影响,建立计量模型如下:

Relative_Povertyij=α0+α1Outit+α2lnij+α3Xij+εij

(1)

在式(1)中,Relative_Povertyij为被解释变量,表示第j省i农户家庭的多维相对贫困指数;Outit和lnij分别为核心解释变量土地转出和土地转入,α1和α2是对应待估系数,若α1和α2<0,则意味着土地流转对农户家庭多维相对贫困产生了抑制效应;Xij为涵盖户主个体特征、家庭特征和区域特征的控制变量,α3为待估系数;εij为随机误差项,衡量影响农户家庭多维相对贫困的不可观测因素。为估计土地流转对农户不同维度相对贫困的影响,将式(1)中的被解释变量依次替换为多维相对贫困下的收入能力、发展能力和生活水平贫困进行实证检验。考虑到随机扰动项可能存在的相关性问题,在正式的回归模型中,本文使用了县(区)层面的Cluster聚类标准误进行显著性检验。

三、实证结果及分析

(一)土地流转对农户多维相对贫困的影响:基准回归

表3报告了应用多元线性回归模型检验土地流转对农户多维相对贫困影响的结果。其中,列(1)和(2)为土地转出的估计结果,列(3)和(4)为土地转入的回归结果,列(5)则为将土地转出和土地转入一并纳入回归模型的检验结果。从表3列(1)的回归结果来看,核心解释变量土地转出在1%统计水平下显著为负,且估计系数值为-0.055 3。在列(1)的基础,列(2)再纳入来自户主个体特征、家庭特征和区域特征的控制变量,结果表明,土地转出仍在1%统计水平下有显著负向影响,这说明土地转出能够有效缓解农户多维相对贫困。同理,为探究土地转入对农户多维相对贫困的影响,列(3)纳入核心解释变量土地转入,检验结果显示,土地转入系数呈负向影响,但并未达到10%统计显著性门槛。而后,列(4)在列(3)的基础上引入相关控制变量,结果发现,土地转入系数由负向变为正向,但始终未达到10%统计显著性门槛。这一回归结果意味着,土地转入对农户多维相对贫困的影响不具有统计学意义上的作用规律,二者间没有显著关系。列(5)将土地转出和土地转入一并纳入模型进行回归分析,结果表明,土地转出对农户多维相对贫困产生显著负向影响,而土地转入的作用系数仍不显著,与前面的检验结果保持一致。

表3 土地流转对农户多维相对贫困的影响:基准回归

恰如前文所述,现阶段土地转入面临流转成本过高、规模效应难以发挥等局限,制约着土地经济收益,土地转入对缓解农户多维相对贫困并不具备显著的积极效应。与已有研究结论相比,本文的核心研究发现略有不同,即本文并未发现土地转入对农户家庭经济收入的促进作用或是能够有效缓解贫困。究其原因,一是既有文献将土地转出和土地转入混为一谈,在理论逻辑上梳理土地流转对农户经济收入或贫困的影响,实证上却未对二者进行有效区分有关,进而无法得出土地转出和土地转入影响农户贫困状况的异质性;二是本文关注的是农户多维相对贫困而非既有文献强调的经济层面绝对收入,指标衡量上的差异会对研究结果产生一定影响;三是样本数据或分析模型上的差异也可能导致既有文献与本研究发现有所不同。

在控制变量方面,以列(5)的简单估计结果来看,户主个体特征中的性别在5%统计水平下显著为正,婚姻状态、教育程度、中共党员身份和人缘得分等变量则是1%统计水平下有显著负向影响,这与既有研究发现基本保持一致[11]。在家庭特征方面,家庭人口规模在1%统计水平下显著为正,即农户家庭人口数量越高,所面临的多维相对贫困问题越为严重。一方面,家庭人口规模包含未成年人和老年人,农户家庭承担着巨大的抚养负担,加剧了家庭内部的多维相对贫困。另一方面,二者间关系可能是互为因果,贫困状况以及观念促使农户家庭承袭传统的生育决策并产生代际累积。与之相反,家庭净资产水平和劳动力人口比2个变量在1%统计水平下显著负向影响多维相对贫困,这与一般的经验感知所吻合。在家庭内部抚养负担上,未成年人抚养比系数呈正向影响,但未达到10%统计显著水平,而老年人抚养比在1%统计水平下显著为正。究其原因,这可能是由于随着义务教育阶段免除学杂费政策的实施,农户家庭内部的教育负担相对较轻,大大降低了因学致贫的概率。而且,农村地区未成年人的课外补习机会、费用明显更低,难以在实质上对农户家庭负担带来影响。不同于未成年人相对较低的花费,老年人养老则有着看病就医、日常生活消费和人情礼金往来等方面的刚性需求,对家庭供养资金提出了更高的要求,因此老年人抚养比对农户家庭多维相对贫困有显著负向影响。在区域特征变量方面,经济发展水平和数字普惠金融两个变量呈负向影响,但都没有达到10%的统计显著性门槛,简单的回归估计未表现出一定的作用规律。

(二)稳健性检验

1.工具变量法。在基准回归模型中可能存在因遗漏变量和双向因果导致的内生性问题。第一,在遗漏变量方面,本文基准回归模型中控制住来自户主个体、家庭资源禀赋和区域层面的诸多控制变量,能够在很大程度上克服因遗漏变量造成的估计偏误问题。但现实世界的高度复杂性仍会存在特定变量难以观测的问题,比如户主性格特质、地区内部的政策环境等。若是遗漏这些既与土地流转选择密切相关而又会影响农户家庭多维相对贫困的变量,便会冲击基准回归结果的可靠性。第二,在双向因果问题上,土地流转作为家庭内部经济行为,土地转出获取租赁资金缓解家庭资源约束,可以对农户多维相对贫困产生直接影响。与此同时,家庭经济水平的充裕或拮据状况也会影响到土地转出或土地转入的选择。

为克服基准回归模型中的内生性问题,借鉴于赵洁和刘昌平的研究思路[23],以村庄内其他样本家庭平均土地转出率和平均土地转入率作为工具变量,进行稳健性检验。理论上,选择村庄内其他样本家庭平均土地转出率和平均土地转入率作为工具变量是适宜的。一方面,村层面的平均土地转出率和平均土地转入率反映着地区土地流转的整体情况,且村庄内部的土地流转具有“同群效应”,即村内其他家庭的土地流转状况会影响到样本农户家庭的土地流转选择,进而工具变量和内生解释变量之间有较强的相关性。另一方面,难以想象存在其他家庭的土地流转选择能够对该农户家庭多维相对贫困产生实质性作用,二者间关系更多的是间接的,具有相对外生性。

表4报告了应用工具变量法的检验结果。其中,列(1)和(2)为土地转出的检验结果,列(3)和(4)为土地转入的检验结果。从表4列(1)和(3)第一阶段F值的检验结果来看,远远高于学界一般所认为应大于10的安全阀值[24],即说明本文的工具变量和内生变量之间有着较强的相关性,不存在弱工具变量问题。同时,Durbin-Wu-Hausman内生检验结果表明,能够在1%的统计水平下拒绝“所有变量均为外生变量”的假设。因此,本文选择的工具变量是合适的。列(2)和(4)的第二阶段估计结果表明,土地转出对农户多维相对贫困在1%统计水平下显著为负,而土地转入对农户多维相对贫困虽有负向影响,但并不显著。与基准回归结果相比,应用工具变量法估计结果无论是在系数方向还是显著性水平上都保持一致。利用工具变量法克服潜在的内生性问题后,土地转出能够缓解农户多维相对贫困,土地转入的作用并不显著,本文的基准回归结果得到支持。

表4 稳健性检验:工具变量法估计结果

2.倾向得分匹配法。应用工具变量法估计能够有效缓解土地流转与农户多维相对贫困二者关系中的遗漏变量和双向因果问题,但准确识别土地流转对农户多维相对贫困的影响还会受到样本选择偏差的干扰,即农户是否选择土地转出或土地转入并不是随机决定的,与户主个体偏好、家庭资源禀赋等现实因素密切相关,是“自选择”的结果。在这种情况下,利用多元线性回归模型的估计结果便不再可靠。为此,本文使用倾向得分匹配方法(Propensity Score Matching, PSM)以纠正样本选择偏差,保证基准回归结果的可靠性。PSM方法的基本逻辑是将受到核心解释变量影响的样本与那些没有受到影响的样本按照倾向值得分进行配对,即保证匹配而来的倾向值得分相等或者近似。再通过“控制”可观测变量,解决基于可观测变量样本选择偏差问题后,处理组与控制组在农户多维相对贫困上的差异就归因于是否有土地流转行为,从而有效地增强估计结果准确性。

基于上述逻辑,按以下步骤进行PSM法估计。首先,利用Logit模型计算处理组样本的条件概率,即倾向得分。其次,为检验处理组和控制组中协变量和倾向得分是否存在系统性差异,通过单个协变量的双t分布和比较匹配前后倾向得分值的核密度函数分布变化2种方法进行匹配质量检验。单个协变量的双t分布检验结果表明,经过倾向得分匹配后所有变量的标准化偏差小于10%,低于学界一般所认为的标准偏差绝对值应小于20%的条件[25],且所有变量在匹配后的P值均大于0.1,单个协变量的t检验结果无法拒绝处理组和控制组之间匹配变量差异为零的原假设,表明处理组和控制组样本之间没有显著差异(2)限于篇幅,单个协变量的双t分布检验结果并为在正文中公布,留存备取。。

图1为采用近邻匹配(k=4)后处理组和控制组的倾向得分值在匹配前后的核密度函数变化情况。由图1可知,在匹配前二者倾向得分值的概率分布存在明显差异,这既可能是样本资料本身便呈现这种形态,也可能是因为控制组包含了不适宜的混淆变量。经过匹配后,处理组和控制组核密度方程曲线差距有了明显的缩小,二者走势也更趋一致。综上,经过单个协变量的双t分布检验和核密度函数分布变化的平衡性检验结果说明,使用PSM方法可以减少处理组和控制组在解释变量上的差异,符合条件独立假设,能够缓解由样本选择偏差对统计结果准确性带来的干扰。

宝宝咳嗽、喉中有痰和痰液黏稠不易咳出时，要适当交换体位，呼吸困难者采取半卧位，并经常更换体位，以减轻肺部淤血，有利于炎症消散吸收。

图1 匹配前与匹配后的核密度函数分布图

为考察土地流转对农户多维相对贫困的平均处理效应,表5报告了利用近邻匹配(k=4)、半径匹配(r=0.01)、核匹配(默认核函数和带宽)、局部线性回归和样条匹配等5种常见匹配方法的估计结果(3)在计算平均处理效应的ATT的过程中,往往会面临处理组观测值少于控制观测值的问题,这会造成估计结果偏误的风险。为此,本文采用Bootstrap(自举法)统计检验法获得相关变量的稳健标准误,从而解决了小样本中统计量的标准误估计问题,提升研究结果的稳健性和可靠性。为保证研究结果的稳健可靠,表中数据均为利用Bootstrap方法重复运行500次后得到结果。。表5土地转出估计结果显示,不论是采用何种匹配方法,土地转出对农户多维相对贫困的影响始终在1%统计水平下显著为负,净效应为-5.12%到-4.28%,且与基准回归结果中系数估计值相似。再到土地转入的估计结果来看,在5种匹配方法下,土地转入对农户多维相对贫困呈负向影响,但均未达到10%统计显著性门槛,系数估计值和作用方向与基准回归结果保持一致。由此,在考虑了土地流转可能存在的“自选择”问题,应用PSM法纠正样本选择偏差后,土地转出能够有效缓解农户多维相对贫困,而土地转入并不存在这一显著抑制效应,再次证实了本文研究结果的可靠性。

表5 稳健性检验:PSM法估计

3.替换被解释变量法。除农户多维相对贫困总和指数外,根据本文所构建的指标体系,农户多维相对贫困还可进一步分解为收入能力、发展能力和生活水平3个维度。基于此,将表3列(5)中的农户多维相对贫困指数分别替换为收入能力、发展能力和生活水平3个相对贫困的分项维度进行检验。一方面,这有助于消除农户多维相对贫困指数衡量准确性质疑,提高研究结论的稳健性。另一方面,也可以更为深入地呈现土地流转对不同维度相对贫困的影响。表6汇报了替换被解释变量的稳健性检验结果,其中列(1)—(3)的被解释变量依次为收入能力、发展能力和生活水平3个相对贫困指数。结果表明,土地转出对农户收入能力、发展能力和生活水平相对贫困始终显著为负,这与前文应用不同模型的估计结果保持一致,进一步验证了土地转出的多维减贫作用。具体到不同维度的回归结果来看,土地转出对收入能力和生活水平相对贫困的抑制效应更高,在缓解发展能力贫困上的影响相对较弱。事实上,发展能力强调了家庭内部教育程度、健康水平发展和信息渠道拓展能力,这些因素具有长期累积性特点,土地转出的带来的财富增收效应和促进就业创业能力的提高,可以在经济收入提高和生活水平变化上产生即时改善,但对于需要长期投入的农户人力资本所发挥的影响则是较为薄弱。因此,土地转出对农户发展能力的影响要明显弱于对收入能力和生活水平的影响。在土地转入变量回归结果上,土地转入对收入能力和发展能力相对贫困有负向影响,对生活水平相对贫困的影响则是正向,但均不显著,未呈现明显规律。

表6 稳健性检验:替换被解释变量法

(三)土地流转对多维相对贫困程度不同的农户的影响

以上基准回归和稳健性检验利用的是均值回归思想,可本文不仅关注土地流转对农户多维相对贫困的整体影响,还致力于探究土地流转对不同多维相对贫困程度农户的影响是否存在异质性。为此,根据Koenker和Bassett提出分位数回归模型进行检验[26]。表7报告了分位数回归的检验结果,列(1)—(5)分位点越高,意味着农户多维相对贫困程度越高。

表7 土地流转对多维相对贫困程度不同的农户的影响

由表7可知,当在第10分位点时,土地转出对农户多维相对贫困的影响呈负向作用,但并不显著。随着后面分位点的增加,土地转出对农户多维相对贫困的影响不仅在1%统计水平下显著为负,且土地转出的分位数回归系数和标准误呈上升趋势。具体来看,土地转出使处于第25分位点的农户多维相对贫困程度降低0.025 5,使处于第90分位数的农户多维相对贫困程度降低0.065 5,即随着农户多维相对贫困程度的逐渐提高,土地转出的减贫效果越为明显。再者,无论是在整体层面,还是不同程度的农户多维相对贫困上,土地转入的作用系数均不显著,基准回归结果依然稳健。

四、土地转出影响农户多维相对贫困的机制检验

前文证实了土地转出在缓解农户多维相对贫困上的积极作用,那么,土地转出又是如何影响农户多维相对贫困,二者间的作用机制是什么?这是已有研究鲜有回应的关键问题。本文认为,从土地转出的客观现实来看,土地转出可能通过促进非农就业和农户家庭创业决策来缓解多维相对贫困。

土地作为农户家庭最为关键的生产与发展要素,土地转出意味着农户在农业生产上资金、时间投入的减少,释放了原先围绕土地而从事农业生产的那部分劳动力,并激励他们转移到工业劳作或是商业经营等非农工作上,最终土地的转出能够增加家庭劳动力进行非农就业[27]。作为与农业工作相对的一种就业形态,非农就业不仅能够带来更高的工资性收入,改善家庭经济收入,还可以在多元的社会互动过程中,提升社会资本,学习并掌握专有技能,这是提高农户生计能力的重要支撑。从更广泛意义上看,非农就业有助于引导农户树立正确的发展观念,重视健康水平保护、投资风险偏好和子女教育投入等与贫困状况紧密相关的内生发展能力,进而提高社会适应性和竞争力,从根本上缓解相对贫困。由此,本文认为土地转出能够通过促进非农就业缓解农户家庭多维相对贫困。

为检验上述2种可能渠道机制逻辑,根据温忠麟和叶宝娟提出的中介效应检验程序[30],构建了家庭创业和非农就业的中介效应模型。其中,非农就业则是计算农户家庭劳动力人口中从事非农工作的比例。家庭创业是根据CFPS问卷中“您家是否有家庭成员从事个体经营”来衡量,若农户回答“是”,则表示有家庭创业,赋值为1,否则赋值为0。中介效应检验结果报告在表8。

表8 土地转出对农户多维相对贫困的影响:机制检验

表8列(1)和(2)为非农就业中介模型的检验结果,从列(1)的估计结果来看,土地转出对非农就业在5%统计水平下显著为正,即相比于没有土地转出的农户家庭而言,有土地转出家庭的非农就业比例更高,意味着土地转出的确造成农户家庭离开务农工作,选择非农工作的经济决策。列(2)将土地转入和非农就业同时纳入中介效应模型,结果显示,非农就业在1%统计水平下显著为负,说明农户家庭内部的非农就业比例对于缓解多维相对贫困有显著的促进作用。与之同时,土地转出的回归系数仍在1%统计水平下有显著负向影响,与表3列(2)的基准回归结果比也是略有提高。因此,非农就业也是一个部分中介变量,即土地转出部分通过提高非农就业比例帮助农户家庭缓解多维相对贫困。Sobel检验也通过了中介效应检验,中介效应占比为1.04%。

同理,表8列(3)结果表明,与没有土地转出的农户家庭相比,土地转出对农户家庭创业在1%统计水平下有显著正向影响,说明土地转出促进了家庭创业决策,土地转出后,为农户家庭转向自主经营的经营决策提供支持。列(4)共同纳入核心解释变量土地转出和中介变量家庭创业,结果显示,家庭创业对农户多维相对贫困的回归系数在1%统计水平下显著为负,说明创业活动可以有效缓解农户家庭面临多维相对贫困。进一步观察列(3)土地转出的回归系数可以发现,与表3列(2)的基准回归结果相比,土地转出对农户多维相对贫困的抑制效应仍1%统计水平下显著为负,且系数估计值有所提高。由此,根据中介效应检验原理,可以说明家庭创业是一个部分中介效应,即土地转出部分通过促进农户家庭创业活动缓解多维相对贫困。而且,Sobel检验结果进一步证实了家庭创业中介效应的显著性,中介效应占比为4.49%。

五、研究结论与政策建议

缓解农户多维相对贫困不仅是“后2020”时代相对贫困治理的重要内容,更是实施乡村振兴战略的题中之义与必然要求。本文构建了农户多维相对贫困指标体系,并据此计算农户家庭多维相对贫困指数,将土地流转分为土地转出和土地转入2个维度,考察土地流转对农户家庭多维相对贫困的影响及其机制。基于2018年中国家庭追踪调查数据的研究发现,土地转出能够缓解农户家庭多维相对贫困,土地转入对农户家庭多维相对贫困不具有显著影响。利用工具变量法解决对内生性问题,倾向得分匹配方法对样本选择偏差进行针对性处理,以及替换被解释变量的分维度检验结果依旧支持了上述研究结论。此外,分位数检验结果表明,土地转出对不同程度多维相对贫困农户的影响存在显著差异,即随着农户家庭多维相对贫困程度的提高,土地转出的减贫效应越为明显。与之不同,无论是对于何种程度的农户家庭多维相对贫困程度,土地转入均没有显著影响。进一步地影响机制检验结果显示,土地转出可以通过促进非农就业和家庭创业来缓解多维相对贫困。

鉴于上述结论,提出如下政策建议。

首先,土地转出能够有效缓解农户家庭多维相对贫困,因此各级政策实务部门应着力完善土地转出制度安排,优化土地转出程序,加快社会保障体系建设,助力相对贫困治理。比如,在土地转出程序办理上,发展土地流转中介服务机构,完善土地确权登记颁证成果等。加大土地转出政策宣导,提高农民对土地转出制度规定的清晰认知。构建涵盖土地转出信息发布、交易谈判、交易执行以及交易纠纷处理等功能为一体的农村土地转出市场化体系,切实降低土地转出成本,使更多有意参与土地转出的农户能够真正参与到土地转出过程中来。此外,土地作为农户家庭最为重要的生产生活资料之一,在实质上承担防范风险的功能,实务层面鼓励农户土地转出的同时,也应该健全土地转出家庭和地区的社会保障体系,在养老保险、医疗保险、社会救济和最低生活保障支持等方面,妥善处理好土地流转和社会保障两者之间的关系,借助于健全的社会保障体系促进农村土地转出。

其次,土地转出对农户家庭多维相对贫困的影响存在显著异质性,因而相关土地转出的政策内容设计应有意识地向贫困地区和弱势农户倾斜。通过加强土地转出的信贷支持、社会保障力度等措施,降低低收入农户家庭土地转出面临的门槛阻碍,促使土地流转的市场化程度,发挥出土地转出在相对贫困治理上的积极效应。

最后,非农就业和家庭创业是土地流转影响农户家庭多维相对贫困的关键渠道,这意味着地方政府部门应该加强对于土地转出农户的就业技能培训,为土地转出农户的就业创业活动搭建沟通互助平台,从而促进非农就业。在创业活动上,政策上鼓励农村剩余劳动力的自主创业,如通过金融信贷支持缓解农户家庭创业面临的资金约束,在财税征缴和土地供给等方面给予优惠政策扶持,营造积极的创业氛围,激发农村地区的创业潜力和活力。