农户兼业化的演变及其对土地流转影响实证分析

章政; 祝丽丽; 张涛

doi:10.15957/j.cnki.jjdl.2020.03.019

经济地理 >

2020 , Vol. 40 >Issue 3: 168 - 176

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.03.019

三农、土地与生态

农户兼业化的演变及其对土地流转影响实证分析

章政 ^,¹ ,
祝丽丽 ^,¹^,^※ ,
张涛 ²

展开

1.北京大学经济学院，中国北京 100871
2.中国社会科学院人口与劳动经济研究所，中国北京 100028

※祝丽丽（1994—），女，广西桂平人，博士研究生。主要研究方向为农业经济、信用经济。E-mail：zhulili@pku.edu.cn。

章政（1962—），男，安徽绩溪人，博士，教授，博士生导师。主要研究方向为农业经济、经济政策与产业组织理论、环境经济、社会信用体系建设理论与实践。E-mail：zhengyyy@vip.sina.com。

收稿日期: 2019-07-05

修回日期: 2020-02-05

网络出版日期: 2025-04-11

收起

An Empirical Analysis of the Evolution of Farmer Household's Concurrent Business and Impact on the Land Leased Market in China

ZHANG Zheng ^,¹ ,
ZHU Lili ^,¹^,^※ ,
ZHANG Tao ²

Expand

1. School of Economics，Peking University，Beijing 100871，China
2. The Institute of Population and Labor Economics，Chinese Academy of Social Sciences，Beijing 100028，China

Received date: 2019-07-05

Revised date: 2020-02-05

Online published: 2025-04-11

Fold

摘要

运用1993—2016年中国农户家庭收入构成相关数据，分析中国农户兼业化的时空分布及其演变过程。更进一步采用2010—2016年中国家庭追踪调查（CFPS）数据，通过建立biprobit模型研究农户兼业化对土地流转市场的影响，细分探讨了农户兼业化对土地转出、土地转入概率的中介效应影响机制。结果表明：①全国农户兼业化程度逐年加深，其中东北、西北和西南地区农户兼业进展缓慢；②存在以非农就业、理财投资为中介变量影响土地转出概率和以农机投入、农业补贴为中介变量影响土地转入概率的显著中介效应；③土地转出、土地转入概率随着农户家庭平均年龄增加分别呈正U形和倒U形关系。因此，政府应对不同兼业化程度的农户采取分类管理、针对施策，以激发土地流转，加快实现乡村振兴。

关键词： 农户兼业化; 土地流转; biprobit模型; 中介效应; 家庭收入; 非农就业; 分类管理

本文引用格式

章政 , 祝丽丽 , 张涛 . 农户兼业化的演变及其对土地流转影响实证分析[J]. 经济地理, 2020 , 40(3) : 168 -176 . DOI: 10.15957/j.cnki.jjdl.2020.03.019

Abstract

Based on the data of the development of farmer households' income in China from 1993 to 2016，this paper analyzes its temporal and spatial distribution and evolution characteristics. Further，it builds a biprobit model to study mediation analysis on land leased market divided into the probability of renting land out and in by using China Family Household Survey (CFPS) data from 2010 to 2016. The results show that: 1) The level of farmer household's concurrent business deepens year by year，and the speed of northeast，northwest and southwest region is lower than others. 2) Mediation effect is significant since the mediation variables of the probability of renting land out are the number of nonfarm workers and the value of household financial assets while the mediation variables of the probability of renting land in are the amounts of vehicles and subsidies. 3) The probability presents positive U shape and inverted U shape separately along with farmer household's average age increasing. The government should adopt classified management according to different level of farmer household's concurrent business in order to activate the vitality of land leased market and achieve the goal of rural revitalization.

Key words： farmer household's concurrent business; land leased; biprobit model; mediation analysis; household income; non-agriculture employment; classified management

近年来，“三权分置”制度的建立为合理配置农村土地资源要素奠定了坚实的基础，有利于实现适度规模经营和推动乡村振兴战略的实施。农民与土地的关系密不可分，积极盘活土地流转市场无论是对于转出土地的农民还是转入土地的农民来说都有利于提高其家庭收入。越南和印度两国的数据表明，家庭总收入中非农收入的占比会影响农户对土地的处置^[1-2]。日本等发达国家的历史经验表明，农户兼业化在一定程度上可以通过改变小农生产格局，推动农地集中，进而提高农业生产率，促进整体经济增长，但也存在一定的弊端，如家门口非农就业机会增加和对农业高度保护降低了小规模兼业农户退出农业的意愿，并造成土地细碎化严重^[3-4]。因此，制定具有针对性的政策从而调动农民参与土地流转的积极性显得尤为重要。

已有关于农户兼业化对土地流转市场影响的研究主要可以概括如下：①一部分学者从土地流转意愿^[5]、生产效率^[6⇓-8]、农地承包经营权^[9]等角度研究了农户兼业化对土地流转市场的影响。国内外学者的观点基本一致，认为兼业程度高的农户倾向于转出土地，兼业程度低的农户倾向于转入土地，即非农户和Ⅱ兼农户主要转出土地，纯农户和Ⅰ兼农户主要转入土地^[10-11]。个别学者存在不同的观点，例如庄晋财等基于前景理论视角，认为两类兼业农户都不倾向于转出农地，I兼农户不转出农地的主要原因是追求土地收益的确定性，Ⅱ兼农户不转出农地的主要原因是不在乎农地转出的租金收益^[12]。②另一部分学者研究了土地流转对农户兼业类型的影响。从流转总量来看，增加土地流转量确实对提高农民家庭人均收入具有积极作用^[13-14]；从流转方式来看，已有文献研究了土地转入和转出两种方式对农户兼业类型的影响^[15]。③还有一部分学者认为农户兼业化和土地流转二者之间是互相影响的关系。农民非农收入水平与土地流转之间存在着双向因果关系^[16]，表现为农民增收会促进农村土地使用权的流转，反过来农村土地使用权的流转也会促进农民收入的增加^[17]。

既有研究主要采用probit^[18-19]、logit^[20-21]、tobit^[22]、DEA^[23]等模型从总体上判断二者的关系，但就农户兼业化对土地流转市场的机制分析文献较少，钱忠好基于农户家庭内部分工理论进行了探讨^[24]，但没有细化农户兼业化分别对土地转出、土地转入影响的具体途径。本研究发现，农户兼业化程度分别影响土地转出、土地转入概率的四个中介变量，即非农就业、理财投资和农机投入、农业补贴，有助于政府通过分类管理和制定具有针对性的政策来有效激发土地流转市场活力，提高农民收入。此外，有别于传统工具变量方法^[25-26]，本文采用biprobit模型来解决内生性问题^[27⇓-29]。本文运用2010—2016年中国家庭追踪调查（China Family Panel Studies，CFPS）数据，能克服实证研究中数据代表性不强和缺少面板数据的缺陷^[30-31]。

1 发展现状

1.1 农户兼业化发展现状

1.1.1 农户兼业化时序演变特征

改革开放以来，中国农民的收入不断提高，但收入中非农收入比重不断上升，全国农户兼业化程度逐渐加深。全国农民家庭纯收入按收入性质可划分为工资性收入、家庭经营收入、转移性收入和财产性收入。图1展示了1993—2016年全国农户家庭收入构成情况以及兼业化趋势的演变过程。1993年全国农民家庭纯收入为921.62元/人，家庭经营收入为678.48元/人，占比为73.6%。2016年农村居民人均可支配收入为12 363.4元/人，经营净收入为4 741.3元/人，占比为38.3%。从绝对值来看，全国农民家庭纯收入在增加，家庭经营收入也在增加。但是从相对值来看，家庭经营收入的比重在下降，非农收入占比在提高，尤其是工资性收入和转移性收入增长较为迅速，这意味着全国农户兼业化程度在逐渐加深。此外，由图1可知，财产性收入的占比增长幅度较小，基本保持在2%~3%之间，较为稳定。

显示原图|下载原图ZIP|生成PPT

图1 全国农民家庭纯收入构成情况

注：由于1993年统计指标有所变化，1993年前农民家庭纯收入按收入来源分为从集体得到的收入、经济联合体分配、家庭经营收入、其他非生产性收入。1993—1999年分为基本收入、转移性纯收入、财产性纯收入，其中基本收入分为劳动者报酬收入和家庭经营收入。本文将劳动者报酬收入视为工资性收入。从2013年起，国家统计局开展了“城乡一体化住户收支与生活状况调查”，数据与2013年前的分城镇和农村住户调查的调查范围、调查方法、指标口径有所不同，所以2013年之前统计指标为纯收入，2013年之后为可支配收入。

Fig.1 The net income structure of Chinese farmer household

农户兼业化的这种时序演变特征，是城镇化带来农民收入来源多样化和农业补贴带来转移性收入占比提高两者共同作用的结果。一方面是伴随着工业化、城镇化的深入推进，中国农民家庭的收入来源也不断得到拓展。伴随着经济的不断发展和科技水平的不断提高，农村剩余劳动力不断得到解放并向外转移，农民工群体规模不断壮大，工资性收入逐渐成为农户收入的重要来源。另一方面，自2013年中央一号文件提出要不断强化农业补贴政策、加大农业补贴力度、增加农业“四补贴” ^⑯(⑯“四补贴”即种粮农民直接补贴、良种补贴、农机具购置补贴和农资综合补贴。)资金规模之后，转移性收入占农民家庭纯收入的比重显著提高，这是国家出台一系列政策来发展农业，加快实现中国由农业大国向农业强国转变的体现。这两方面原因导致家庭经营收入占比不断下降，农户兼业化程度不断加深。

1.1.2 农户兼业化空间演变特征

具体到空间层面，每个省份的农户兼业化情况随着时间的变化有所不同，呈现出兼业化程度总体逐年加深、兼业情况梯度加深、各省情况差异较大等三大特征。图2显示了1990、2000、2010、2016年全国各省（市、区）家庭经营收入占比的变化情况。家庭经营收入占比越小，意味着非农收入所占比重越大，农户兼业化程度越高。一是从时间维度来看，兼业情况逐年加深。各省家庭经营收入占比逐年降低且下降较为迅速，兼业情况不断深化。而东北地区、西北地区和西南地区农户家庭经营收入占比则下降较为缓慢。二是从空间维度来看，兼业情况梯度加深。各省家庭经营收入占比呈现出西部较高，中部次之，东部最低的特点，这意味着东部地区农户兼业深化情况较为突出，中部地区和西部地区农户仍然以从事农业生产获取家庭经营收入为主。三是从省份角度来看，兼业情况差异较大。新疆维吾尔自治区在2010年家庭经营收入占比仍高达78.6%，为全国最高，2016年占比迅速降至55.4%，而吉林在2016年占比仍保持在60%以上，成为全国占比最大的省份。北京和上海在2016年占比分别为9.2%和5.4%，低于全国平均水平，两市农户家庭经营收入占比很小。

显示原图|下载原图ZIP|生成PPT

图2 中国各省家庭经营收入占比变化情况

注：1990年缺乏重庆数据。由于北京在2010和2016年家庭经营收入占比分别为13.7%、9.2%，上海在2000、2010和2016年占比分别为16.68%、4.2%、5.4%，低于20%，数值较小，故图2未显示。

Fig.2 The operate income ratio change of Chinese province

农户兼业化空间演化特征的形成与东、中、西部地区的经济发展水平、地理环境条件、农民素质、土地政策等因素有关。东部地区经济发展水平较高，城镇化进程较快，农村集体经济的发展能让农民有多种收入来源。东部地区农民素质较高，思想较为开放，能较快接受土地入股等新鲜事物，再加上各种农业专业化组织和完善的土地流转政策，农民通过土地流转等方式能获取更多收益，所以兼业化程度较高。东北地区地势较为平坦，适合大型农业机械操作实现大规模生产，再加上中国农业政策向粮食主产区倾斜，东北地区发展农业具有天然的比较优势，因而相较于东部和中部，家庭经营收入占比较高。西部地区由于地形复杂，产业发展缓慢，仍然以发展农业为主。西部大开发战略实施之后，西部地区有了更多发展机会，有条件的农民逐渐从农业中脱离出来从事非农生产以获取更多收入，农户家庭经营收入占比逐渐减少，兼业化程度逐渐加深。

1.2 土地流转发展现状

家庭承包土地流转按流转形式划分为转包、转让、互换、出租、股份合作、其他形式六种。表1罗列了2011—2016年全国家庭承包耕地流转面积及其占比情况。由表1可知，家庭承包耕地流转总面积逐年增加，由2011年1 519.56万hm²增加至2016年3 194.72万hm²，增长幅度达到110.24%，年平均增长279.19万hm²。转包和出租是全国家庭承包耕地流转的两种主要形式，不过随着时间的变化，两种形式占比的变化趋势有所不同，转包形式占比略有下降，出租形式占比则逐年增加，2016年比2011年增加了8%。其余四种流转形式的占比波动幅度较小。

表1 2011—2016年全国家庭承包耕地流转情况（万hm²）

Tab.1 The transfer of Chinese family contracted land from 2011 to 2016（10⁴hm²）

	2011	2012	2013	2014	2015	2016
家庭承包耕地流转总面积	1 519.56（100%）	1 855.56（100%）	2 273.47（100%）	2 689.30（100%）	2 978.89（100%）	3 194.72（100%）
转包	775.81（51.05%）	915.25（49.32%）	1 065.64（46.87%）	1 252.33（46.57%）	1 401.06（47.03%）	1 505.96（47.14%）
转让	67.27（4.43%）	73.32（3.95%）	74.24（3.27%）	79.65（2.96%）	83.17（2.79%）	85.8（2.69%）
互换	97.45（6.41%）	120.04（6.47%）	140.6（6.18%）	156.89（5.83%）	160.48（5.39%）	171.09（5.36%）
出租	411.32（27.07%）	535.52（28.86%）	720.02（31.67%）	891.45（33.15%）	1 021.81（34.30%）	1 120.93（35.09%）
股份合作	84.75（5.58%）	109.38（5.89%）	157.79（6.94%）	180.83（6.72%）	181.13（6.08%）	163.01（5.10%）
其他形式	82.96（5.46%）	102.05（5.50%）	115.18（5.07%）	128.15（4.77%）	131.24（4.41%）	147.94（4.63%）

注：数据来自历年《中国农业统计资料》，其中，2015年原始数据单位有误，经转换与其他年份保持一致。

2 机制分析

通过以上分析可以发现，全国土地流转规模逐年增大，与农户兼业化加深的趋势一致，与家庭经营收入占比减少的趋势相反。本文尝试对二者的关系进行梳理，提出农户兼业化对土地转出、土地转入的作用机理，如图3所示。

显示原图|下载原图ZIP|生成PPT

图3 农户兼业化影响土地流转的机制分析

Fig.3 The mechanism of Chinese farmer household’s concurrent business on the land transfer

农户特征、村庄特征、地区特征这三个方面会从整体影响农户兼业化程度以及土地流转，学者们的既有研究已经证明上述影响关系的存在。土地流转包括土地转出和土地转入，农户兼业化程度对二者的影响不同。兼业化程度较高的农户一般以非农生产为主，由于农民外出务工从事非农就业导致土地撂荒，因此农户倾向于转出土地以获取租金等收入，同时农户将土地转出后可以将获得的租金等收入进行理财和投资，从而更有意愿转出土地，因此兼业化程度较高的农户倾向于将土地转出。兼业化程度较低的农户一般以农业生产为主，农户会集中精力进行农业生产，一方面会加大农业机械化的投入，不断提高劳动生产率，另一方面政府也会鼓励和扶持农户进行农业生产，发放农业补贴，因此出于这两方面因素和规模经济效益的考虑，农户更有动力转入土地，因此兼业化程度较低的农户倾向于转入土地。基于以上分析，农户兼业化程度对土地流转市场确实有影响，并且对土地转出和土地转入的影响路径不同，因此盘活土地流转市场需要重点关注非农就业、理财投资、农机投入、农业补贴4个中介变量。

3 模型设定

为了实证考察农户兼业化对土地流转市场的传导机制，本文构造了以下两个实证模型。

第一，为分别考察农户兼业化程度对土地转出、土地转入的影响，在控制农户特征、村庄特征和地理环境等变量的基础上，考虑到土地转出和土地转入之间存在相互影响关系，本文采用biprobit模型对方程（1）和（2）联合进行回归。

（1）

z c = C + β 11 p t f + β 12 X + β 13 Z + ε 1

（2）

z r = C + β 21 p t f + β 22 X + β 23 Z + ε 2

式中：C代表的是常数；X代表的是一系列农户特征变量；Z代表的是村庄特征变量和地理环境变量。

第二，为了进一步研究农户兼业化是否通过非农就业、理财投资、农机投入、农业补贴4个中介变量进而对土地转出、土地转入施加作用，本文运用中介效应检验方法来考察。借鉴温忠麟等和钱雪松等提出的中介效应检验程序^[32⇓-34]，本文分别对土地转出、土地转入建立如下方程（1-1）~（1-4）和（2-1）~（2-4）。

（1-1）

$z c = C + α 1 p t f + β 12 X + β 13 Z + μ 1$

（1-2）

$n o n f a r m = φ 11 p t f + β 121 X + β 131 Z + μ 11$

（1-3）

$l f i n a n c e = φ 12 p t f + β 122 X + β 132 Z + μ 12$

（1-4）

$z c = C + α 1' p t f + δ 11 n o n f a r m + δ 12 l f i n a n c e + β 12' X + β 13' Z + μ 1'$

（2-1）

$z r = C + α 2 p t f + β 22 X + β 23 Z + μ 2$

（2-2）

$l m a c h i n e = φ 21 p t f + β 221 X + β 231 Z + μ 21$

（2-3）

$l s u b s i d y = φ 22 p t f + β 222 X + β 232 Z + μ 22$

（2-4）

$z r = C + α 2' p t f + δ 21 l m a c h i n e + δ 22 l s u b s i d y + β 22' X + β 23' Z + μ 2'$

式中：中介效应判断过程如下，以土地转出为例，如果检验系数

α 1

不显著，则停止中介效应分析；若系数

α 1

显著，则依次检验系数

φ 11

、

φ 12

和

δ 11

、

δ 12

；如果

φ 11

、

φ 12

和

δ 11

、

δ 12

全部显著，则检验系数

α 1'

；如果

α 1'

显著，则中介效应显著；如果

α 1'

不显著，则完全中介效应显著；如果

φ 11

、

φ 12

和

δ 11

、

δ 12

至少有一个不显著，则采用Bootstrap法检验；如果Bootstrap法检验显著，则中介效应显著，否则中介效应不显著。土地转入方程的中介效应检验过程同理。

4 实证分析

4.1 数据来源与变量选择

本文使用Stata软件对中国家庭追踪调查（CFPS）2010—2016年数据进行分析，该数据由北京大学“985”项目资助、北京大学中国社会科学调查中心执行。借鉴冷智花等对变量的选取和解释^[35]，本文的3个关键变量定义如下：农户兼业化程度变量等于1-（家庭经营纯收入/家庭总收入）；土地转出和土地转入变量以“是否将土地出租他人”和“是否租用他人土地”来表示，如果是则取值为1，否则为0^①。本文关注的4个中介变量定义如下：非农就业人数是指农户家庭中工作类型为非农工作的人数；家庭金融资产是指家庭金融产品总价；农用机械投入是指农用机械总值；政府农业补贴是指政府补助补贴总额。同时，本文模型也包含农户特征、村庄特征和地区特征等控制变量，对这些控制变量的定义如下：一是农户特征变量方面，家庭人口规模指的是家庭成员人口数，家庭平均年龄指的是问卷调查当年家庭人口年龄总和与当年家庭人口规模之比，家庭平均受教育程度指的是问卷调查当年家庭人口受教育年限总和与当年家庭人口规模之比；二是村庄特征变量，村庄经济状况用村人均纯收入表示，村庄交通状况指的是村委会所在地距最近的集镇距离；三是地区特征变量，地理环境指的是村庄地形地貌，具体为丘陵山区、高山、高原、平原、草原、渔村、其他。由于CFPS社区库数据只有2010和2014年数据，本文借鉴钱龙等的做法^[36]，2012年村庄层面的数据信息从2010获取，2016年村庄层面的数据信息从2014年获取。为了缩小数据的数量级，方便计算，本文将家庭金融资产、政府农业补贴、农用机械投入、村庄经济状况进行对数处理。

4.2 回归结果

4.2.1 农户兼业化对土地流转市场的影响分析

本文分别采用probit、xtprobit与biprobit 3个模型，分析比较农户兼业化对土地流转市场的影响，回归结果见表2。3个模型下本文重点关注的农户兼业化变量对土地转出、土地转入的估计系数符号和显著性结果无差异，只是系数大小略有差异。在控制其他变量不变的情况下，随着农户兼业化程度不断提高，土地转出概率不断增加，土地转入概率不断下降，并且两个估计系数均在1%的水平上统计显著，符合本文预期。但是采用biprobit模型进行回归时，Wald检验显示拒绝两个方程扰动项不相关的原假设，因此本文认为有必要使用biprobit模型。本文重点分析biprobit模型，由表2列（5）可知，在控制其他变量不变的情况下，农户兼业化的比重每提高一单位，农户土地转出的概率可以提高0.6139单位。由列（6）可知，农户兼业化程度每增加一单位，将引起农户土地转入概率减少0.517单位。

表2 三种模型回归结果比较

Tab.2 The comparative results of three regression models

变量名称	probit		xtprobit		biprobit
变量名称	（1）土地转出	（2）土地转入	（3）土地转出	（4）土地转入	（5）土地转出	（6）土地转入
农户兼业化程度	0.6168^***	-0.5270^***	0.6993^***	-0.6326^***	0.6139^***	-0.5170^***
农户兼业化程度	（0.0486）	（0.0308）	（0.0608）	（0.0483）	（0.0483）	（0.0313）
家庭人口规模	-0.0223^***	0.0086	-0.0266^**	0.0220^**	-0.0222^***	0.0061
家庭人口规模	（0.0084）	（0.0062）	（0.0116）	（0.0110）	（0.0083）	（0.0064）
家庭平均年龄	-0.0251^***	0.0584^***	-0.0344^***	0.0762^***	-0.0249^***	0.0539^***
家庭平均年龄	（0.0072）	（0.0070）	（0.0103）	（0.0114）	（0.0072）	（0.0072）
家庭平均年龄平方	0.0004^***	-0.0007^***	0.0005^***	-0.0010^***	0.0004^***	-0.0007^***
家庭平均年龄平方	（0.0001）	（0.0001）	（0.0001）	（0.0001）	（0.0001）	（0.0001）
家庭平均受教育程度	0.0251^***	-0.0021	0.0309^***	-0.0054	0.0250^***	-0.0006
家庭平均受教育程度	（0.0046）	（0.0037）	（0.0067）	（0.0065）	（0.0046）	（0.0038）
村庄经济状况	0.0254	-0.0329^**	0.0147	-0.0416^*	0.0256	-0.0311^**
村庄经济状况	（0.0180）	（0.0133）	（0.0246）	（0.0222）	（0.0180）	（0.0135）
村庄交通状况	-0.0010	-0.0011	-0.0011	-0.0018	-0.0010	-0.0017
村庄交通状况	（0.0016）	（0.0014）	（0.0021）	（0.0020）	（0.0016）	（0.0015）
常数	-1.2253^***	-1.1581^***	-1.2973^***	-1.7403^***	-1.2248^***	-1.0104^***
常数	（0.3541）	（0.3247）	（0.4989）	（0.5383）	（0.3534）	（0.3315）
观测值	19761	20607	19761	20607	19761	19761
农户数			7333	7473
省份效应	YES	YES	YES	YES	YES	YES
年份效应	YES	YES	YES	YES	YES	YES
地理环境	YES	YES	YES	YES	YES	YES

注：***、**、*分别表示估计结果在1%、5%、10%的水平上显著；括号内的数字为稳健标准误。表3、表4同。

农户特征变量方面，在控制其他变量不变的情况下，家庭人口规模对土地转出概率有显著的负向影响，对土地转入概率有正向影响，但是统计结果不显著。因为家庭人口增加往往伴随着从事农业生产的劳动力增加，所以农户有动力转入土地以扩大生产规模。随着家庭平均受教育程度增加，土地转出概率显著增加，土地转入概率虽然下降，但是该系数较小并且统计结果不显著。家庭平均受教育程度越高，劳动力素质越高并且越有能力从事非农生产以获得更高收入，因此将土地转出概率越高。在村庄特征变量方面，人均纯收入水平越高即经济发展越好的村庄，土地转入概率显著降低，但是土地转出概率正向影响的统计结果不显著。随着村委会所在地距最近的集镇距离越远即村庄交通条件越差，无论是对土地转出概率还是土地转入概率都产生负向影响。

4.2.2 家庭平均年龄对土地转出、土地转入的影响分析

根据表2，本文发现农户家庭平均年龄会影响土地转出、转入概率，该概率随着农户家庭平均年龄增加分别呈先减后增的正U形和先增后减的倒U形关系。一方面，随着家庭平均年龄增加，土地转出概率呈现先减后增的趋势，在31.1岁达到最低值。另一方面，土地转入概率与此相反，随着家庭平均年龄增加呈现先增后减的趋势，在38.5岁达到最高值。其中，农户家庭平均年龄会影响土地转入概率的回归结果，这与钱龙等的结论一致，即“家庭生命周期老年化确实不利于农户转入土地和扩大经营行为”^[27]。但是农户家庭平均年龄会影响土地转出概率的发现与钱龙等的观点相反，他们认为“家庭生命周期老年化对农户土地转出行为没有影响”^[27]^①。

本文认为，家庭平均年龄与消费、收入紧密挂钩。当家庭平均年龄较低时，出于整体和未来考虑，农户会进行预防性储蓄，平滑当期消费，根据本文分析的机制，收入结构的变化会进而影响农户土地流转决策。当农户家庭平均年龄在30岁左右时，正是农村妇女适龄生育的年纪，子女和老人需要有人陪伴和照顾，因此农户中会有成人选择留在农村，在陪伴和照顾之余也会从事农业生产，所以农户会倾向于保留土地甚至是转入土地。这也与家庭人口规模变量的影响一致，随着家庭人口规模增加，农户转出土地的概率会降低，但是转入土地的正向影响并不显著。家庭平均年龄逐渐增加，意味着子女逐渐长大，成年劳动力出于子女学费和生活费等考虑需要外出务工提高家庭收入，因此会选择将土地转出以获取一部分收入，防止土地撂荒。可见，家庭平均年龄可以从侧面表现我国农村老龄化状况以及农村吸引力情况。当家庭平均年龄为60岁及以上时，意味着家庭成员基本上是老年人，由于身体原因无法从事农业生产，农户会选择将土地转出获取租金以保障自身基本生活，所以土地转出概率呈增加趋势，相应地土地转入概率呈下降趋势。对于这部分农户，可以通过鼓励土地转出或实行土地入股合作社等新型生产经营方式减少土地细碎化。

4.3 中介效应

4.3.1 农户兼业化对土地转出的中介效应分析

加入非农就业、理财投资、农机投入、农业补贴4个中介变量后，农户兼业化对土地转出、土地转入影响的回归结果见表3，即表3各列分别对应方程（1-1）至（2-4）回归结果。根据前文分析的中介效应检验过程，由表3（1-1）、（1-2）、（1-3）、（1-4）可知，农户兼业化对土地转出的回归系数在（1-1）和（1-4）两个方程中显著为正，农户兼业化程度分别对非农就业、理财投资的回归系数显著为正，但是非农就业、理财投资2个中介变量在方程（1-4）中对土地转出系数虽然符号为正，符合预期，但是统计结果不显著，因此需要进行中介效应检验。通过对非农就业、理财投资分别采用Bootstrap法进行检验，回归结果见表4。农户兼业化对土地转出回归系数依然显著为正，非农就业、理财投资2个中介变量均在1%水平上对土地转出产生显著正向影响，并且列（7）和（8）残差通过检验，因而存在以非农就业、理财投资为中介变量的中介效应。但是在方程（1-3）中农户兼业化对理财投资产生负向影响有待进一步研究。

表3 含有中介变量模型回归结果

Tab.3 The result of containing mediation variable

变量名称	biprobit		xtreg				biprobit
变量名称	（1-1）土地转出	（2-1）土地转入	（1-2）非农就业	（1-3）理财投资	（2-2）农机投入	（2-3）农业补贴	（1-4）土地转出	（2-4）土地转入
农户兼业化程度	0.6139^***	-0.5170^***	0.0626^***	-0.5067^***	-0.3659^***	0.4175^***	1.0058^***	-0.3289^***
农户兼业化程度	（0.0483）	（0.0313）	（0.0162）	（0.0955）	（0.1097）	（0.0829）	（0.0993）	（0.0633）
非农就业							0.0755
非农就业							（0.0505）
理财投资							0.0133
理财投资							（0.0112）
农机投入								0.0461^***
农机投入								（0.0065）
农业补贴								0.0310^***
农业补贴								（0.0092）
家庭人口规模	-0.0222^***	0.0061	0.0761^***	0.0678^*	0.0676^*	0.0766^***	-0.0570^***	-0.0260^*
家庭人口规模	（0.0083）	（0.0064）	（0.0076）	（0.0373）	（0.0380）	（0.0246）	（0.0178）	（0.0139）
家庭平均年龄	-0.0249^***	0.0539^***	0.0217^***	0.0724^***	0.0774^***	0.0172	-0.0519^***	0.0318^**
家庭平均年龄	（0.0072）	（0.0072）	（0.0050）	（0.0268）	（0.0283）	（0.0197）	（0.0136）	（0.0143）
家庭平均年龄平方	0.0004^***	-0.0007^***	-0.0004^***	-0.0007^**	-0.0009^***	-0.0002	0.0007^***	-0.0005^***
家庭平均年龄平方	（0.0001）	（0.0001）	（0.0000）	（0.0003）	（0.0003）	（0.0002）	（0.0001）	（0.0002）
家庭平均受教育程度	0.0250^***	-0.0006	0.0204^***	0.0326^*	0.0251	-0.0053	0.0415^***	0.0013
家庭平均受教育程度	（0.0046）	（0.0038）	（0.0034）	（0.0179）	（0.0212）	（0.0152）	（0.0092）	（0.0079）
村庄经济状况	0.0256	-0.0311^**	-0.0163	-0.4352	0.0338	-0.0067	0.0417	-0.0721^***
村庄经济状况	（0.0180）	（0.0135）	（0.0104）	（0.5611）	（0.0442）	（0.0344）	（0.0289）	（0.0228）
村庄交通状况	-0.0010	-0.0017	0.0052^***	0.2779	-0.0183^**	-0.0138^**	-0.0127^***	-0.0079^***
村庄交通状况	（0.0016）	（0.0015）	（0.0017）	（0.1879）	（0.0079）	（0.0056）	（0.0047）	（0.0028）
常数	-1.2248^***	-1.0104^***	-0.0446	0.2882	3.4282^***	4.5472^***	-2.4084^***	-0.7134^*
常数	（0.3534）	（0.3315）	（0.1507）	（4.4176）	（0.8222）	（0.5833）	（0.6418）	（0.4000）
观测值	19 761	19 761	20 665	11 557	15 528	12 864	5 046	5 046
对数似然函数值	-13 644	-13 644	-12 551	-18 999	-33 002	-19 572	-3341	-3341
R²			0.2424	0.8894	0.0571	0.1557
农户数			7 496	6 647	6 943	6 554
省份效应	YES	YES	YES	YES	YES	YES	YES	YES
年份效应	YES	YES	YES	YES	YES	YES	YES	YES
地理环境	YES	YES	YES	YES	YES	YES	YES	YES

表4 中介效应Bootstrap法检验结果

Tab.4 The result of Bootstrap method

变量名称	（7）土地转出	（8）土地转出	（9）土地转入	（10）土地转入
农户兼业化程度	0.0789^***（0.0059）	0.0589^***（0.0067）	-0.0914^***（0.0087）	-0.1135^***（0.0095）
非农就业	0.0183^***（0.0027）
理财投资		0.0069^***（0.0006）
农机投入			0.0138^***（0.0008）
农业补贴				0.0113^***（0.0014）
家庭人口规模	-0.0031^***（0.0011）	-0.0015（0.0013）	-0.0013（0.0017）	0.0006（0.0018）
家庭平均年龄	-0.0064^***（0.0011）	-0.0059^***（0.0013）	0.0066^***（0.0017）	0.0064^***（0.0018）
家庭平均年龄平方	0.0001^***（0.0000）	0.0001^***（0.0000）	-0.0001^***（0.0000）	-0.0001^***（0.0000）
家庭平均受教育程度	0.0037^***（0.0006）	0.0038^***（0.0008）	0.0000（0.0009）	0.0014（0.0010）
村庄经济状况	0.0089^***（0.0022）	0.0033（0.0025）	0.0049（0.0032）	0.0007（0.0035）
村庄交通状况	-0.0003（0.0002）	-0.0005^*（0.0003）	0.0002（0.0003）	-0.0001（0.0003）
常数	0.0416（0.0321）	0.0583（0.0371）	0.0369（0.0478）	0.0729（0.0524）
观测值	20 395	11 594	15 901	13 237
对数似然函数值	-2 720	-278.7	-6 525	-5 447
R²	0.0304	0.0359	0.0438	0.0267
省份效应	NO	NO	NO	NO
年份效应	NO	NO	NO	NO
地理环境	NO	NO	NO	NO
总效应Z值	15.2377	8.4436	-13.819	-11.7603
中间变量/总效应	0.0986	-0.0405	0.2353	-0.0184
间接效应/直接效应	0.1094	-0.0389	0.3077	-0.018
总效应/直接效应	1.1094	0.9611	1.3077	0.982
_bs_1	0.0086^***（0.0014）	-0.0023^***（0.0009）	-0.0281^***（0.0021）	0.0020^**（0.0008）
_bs_2	0.0789^***（0.0056）	0.0589^***（0.0074）	-0.0914^***（0.0084）	-0.1135^***（0.0093）

4.3.2 农户兼业化对土地转入的中介效应分析

从表3（2-1）、（2-2）、（2-3）、（2-4）可以看出农户兼业化通过对农机投入、农业补贴施加作用从而影响土地转入的中介效应成立。农户兼业化对土地转入的回归系数在（2-1）和（2-4）两个方程中显著为负，农户兼业化程度分别对农机投入、农业补贴产生显著影响，并且农机投入、农业补贴这2个中介变量在方程（2-4）中对土地转入的回归系数符号显著为正，表明中介效应显著，同时也符合预期。表4中列（9）、（10）的回归结果也支持以农机投入、农业补贴为中介变量的中介效应成立。需要指出的是，方程（2-2）表示在控制其他变量不变的情况下，随着农户兼业化程度越高，农机投入的回归系数在1%的统计水平上显著为负，即农户机械化投入降低。但是在方程（2-3）中农户兼业化对农业补贴产生正向影响有待进一步研究。

5 结论与政策建议

本文首先从时间维度和空间维度描绘了中国农户收入构成的变化情况和各省农户兼业化的演变过程，发现全国农户兼业化程度逐年加深，财产性收入占比基本保持稳定，自2013年起转移性收入占比迅速上升。东部、中部和西部地区兼业化程度依次递减，其中东北、西北和西南地区农户家庭经营收入占比较高，兼业进展较为缓慢。在此基础上，本文基于中国家庭追踪调查（CFPS）2010—2016年农户数据，通过建立biprobit模型研究了农户兼业化对土地流转市场的影响，并细分探讨了农户兼业化对土地转出、土地转入的影响机制。回归结果表明：第一，农户兼业化对土地转出、土地转入概率分别产生显著的积极和消极影响，同时土地转出、转入概率随着农户家庭平均年龄的增加分别呈“先减后增的正U形”和“先增后减的倒U形”关系；第二，兼业化程度较高的农户通过影响非农就业人数和家庭金融资产进而提高土地转出概率；第三，兼业化程度较低的农户通过影响农用机械投入和获得政府补助从而提高土地转入概率。此外，本文发现农户兼业化程度和土地流转决策还会受到环境因素的影响。家庭特征、村庄特征和地区特征等都会影响农户兼业化程度以及是否参与土地流转。

土地作为重要的生产资料，如何将有限的土地充分利用，从而有效提高农民收入，是党中央、国务院一直以来关心的政策问题。本文研究表明，农户兼业化对土地流转市场有着显著影响，通过对不同兼业程度的农户采取不同的政策措施，能够激发农村土地流转市场活力，加快农地流转。从上述流转机制分析中得到的政策启发如下：一是非农就业、理财投资和农机投入、农业补贴这四条渠道与农户的四种收入直接相关，政府对这四条渠道的重视程度、投入规模和可获得性，都将会直接影响农户的土地流转选择。二是非农就业、理财投资和农机投入、农业补贴四条渠道的管理施策，能够有效影响土地转出和转入概率，从而有利于调节土地流转市场的供给和需求。三是政府通过发展乡村旅游业、住宿业、餐饮业等第三产业，积极创造非农就业机会，一方面会影响土地流转市场，另一方面也会对农村劳动力市场产生影响。四是政府可以通过专业机构开发与土地流转相关的金融产品，释放积极信号，吸引社会资本以解决“三农”融资难、融资贵问题，同时引导农民理财投资，有助于推动普惠金融发展。五是政府可以利用大数据等技术，对不同地区不同兼业程度的农户，实施精准农业补贴和及时调配农业机械设备，培育发展新型职业农民，从而实现适度规模经营，让农村更加富有吸引力^[37]。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	Deininger K, Jin S. Land sales and rental markets in transition: evidence from rural Vietnam[J]. Oxford Bulletin of Economics and Statistics, 2008, 70(1):67-101.

[2]	Deininger K, Jin S, Nagarajan H K. Efficiency and equity im- pacts of rural land rental restrictions:Evidence from India[J]. European Economic Review, 2008, 52(5):892-918.

[3]	董智明, 王建红. 日本的经济增长与农户兼业化[J]. 日本问题研究, 2004(2):31-33.

[4]	叶兴庆, 翁凝. 拖延了半个世纪的农地集中——日本小农生产向规模经营转变的艰难历程及启示[J]. 中国农村经济, 2018(1):124-137.

[5]	张忠明, 钱文荣. 不同兼业程度下的农户土地流转意愿研究 ——基于浙江的调查与实证[J]. 农业经济问题, 2014(3):19-24.

[6]	邹朝晖, 宋戈, 陈藜藜. 黑龙江省粮食主产区土地流转对土地生产率影响效果的实证研究[J]. 经济地理, 2017, 37(4):176-181

[7]	刘卫柏, 郑爱民, 彭魏倬加, 等. 农村土地流转与劳动生产率变化——基于CIRS调查数据的实证分析[J]. 经济地理, 2017, 37(12):195-202.

[8]	张建, 诸培新, 王敏. 政府干预农地流转:农户收入及资源配置效率[J]. 中国人口·资源与环境, 2016(6):75-83.

[9]	廖洪乐. 农户兼业及其对农地承包经营权流转的影响[J]. 管理世界, 2012(5):62-70.

[10]	Kung J K. Off-farm labor markets and the emergence of land rental markets in rural China[J]. Journal of Comparative Economics, 2002, 30(2):395-414.

[11]	Deininger K, Jin S. The potential of land rental markets in the process of economic development:Evidence from China[J]. Journal of Development Economics, 2005, 78(1):241-270.

[12]	庄晋财, 卢文秀, 李丹. 前景理论视角下兼业农户的土地流转行为决策研究[J]. 华中农业大学学报:社会科学版, 2018(2):136-144.

[13]	王春超. 农村土地流转、劳动力资源配置与农民收入增长: 基于中国17省份农户调查的实证研究[J]. 农业技术经济, 2011(1):93-101.

[14]	李中. 农村土地流转与农民收入——基于湖南邵阳市跟踪调研数据的研究[J]. 经济地理, 2013, 33(5):144-149.

[15]	刘敏. 农户兼业类型分化特征与影响因素研究[D]. 杭州: 浙江大学, 2010.

[16]	许恒周, 郭玉燕. 农民非农收入与农村土地流转关系的协整分析——以江苏省南京市为例[J]. 中国人口·资源与环境, 2011(6):61-66.

[17]	郑建华, 罗从清. 农村土地使用权流转与农民增收[J]. 农村经济, 2004(5):15-17.

[18]	Che Y. Off-farm employments and land rental behavior:evi- dence from rural China[J]. China Agricultural Economic Review, 2016, 8(1):37-54.

[19]	Su W, Eriksson T, Zhang L. Off-farm employment,land rent- ing and concentration of farmland in the process of urbanization:Chinese evidence[J]. China Agricultural Economic Review, 2018, 10(2):338-350.

[20]	Yao Y. The Development of the Land Lease Market in Rural China[J]. Land Economics, 2000, 76(2):252-266.

[21]	何欣, 蒋涛, 郭良燕, 等. 中国农地流转市场的发展与农户流转农地行为研究——基于2013-2015年29省的农户调查数据[J]. 管理世界, 2016(6):79-89.

[22]	句芳, 高明华, 张正河. 我国农户兼业时间影响因素探析 ——基于河南省农户调查的实证研究[J]. 农业技术经济, 2008(1):40-44.

[23]	高欣, 张安录. 农地流转、农户兼业程度与生产效率的关系[J]. 中国人口·资源与环境, 2017(5):121-128.

[24]	钱忠好. 非农就业是否必然导致农地流转——基于家庭内部分工的理论分析及其对中国农户兼业化的解释[J]. 中国农村经济, 2008(10):13-21.

[25]	张四梅. 人口结构变动视角下的我国农村土地流转[J]. 经济地理, 2014, 34(8):131-136.

[26]	张璟, 程郁, 郑风田. 市场化进程中农户兼业对其土地转出选择的影响研究[J]. 中国软科学, 2016(3):1-12.

[27]	钱龙, 钱文荣. 社会资本影响农户土地流转行为吗?——基于CFPS的实证检验[J]. 南京农业大学学报:社会科学版, 2017, 17(5):88-99,153-154.

[28]	石敏, 李琴. 我国农地流转的动因分析——基于广东省的实证研究[J]. 农业技术经济, 2014(1):49-55.

[29]	诸培新, 颜杰, 苏敏. 农户兼业阶段性分化探析[J]. 中国人口·资源与环境, 2016(2):102-110.

[30]	罗芳, 邓高燕. 农户兼业问题研究的理论发展回顾与述评[J]. 浙江农业学报, 2011(1):188-194.

[31]	胡杰, 佟光霁. 我国农户兼业化研究回顾及述评[J]. 安徽农业科学, 2015(33):307-311.

[32]	温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004(5):614-620.

[33]	温忠麟, 叶宝娟. 中介效应分析:方法和模型发展[J]. 心理科学进展, 2014, 22(5):731-745.

[34]	钱雪松, 杜立, 马文涛. 中国货币政策利率传导有效性研究: 中介效应和体制内外差异[J]. 管理世界, 2015(11):11-28.

[35]	冷智花, 付畅俭, 许先普. 家庭收入结构、收入差距与土地流转——基于中国家庭追踪调查(CFPS)数据的微观分析[J]. 经济评论, 2015(5):111-128.

[36]	钱龙, 洪名勇. 非农就业、土地流转与农业生产效率变化 ——基于CFPS的实证分析[J]. 中国农村经济, 2016(12):2-16.

[37]	刘永强, 苏昌贵, 龙花楼. 等. 城乡一体化发展背景下中国农村土地管理制度创新研究[J]. 经济地理, 2013,33(10):138-144.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

1 发展现状

1.1 农户兼业化发展现状

1.1.1 农户兼业化时序演变特征

图1 全国农民家庭纯收入构成情况

1.1.2 农户兼业化空间演变特征

图2 中国各省家庭经营收入占比变化情况

1.2 土地流转发展现状

表1 2011—2016年全国家庭承包耕地流转情况（万hm2）

2 机制分析

图3 农户兼业化影响土地流转的机制分析

3 模型设定

4 实证分析

4.1 数据来源与变量选择

4.2 回归结果

4.2.1 农户兼业化对土地流转市场的影响分析

表2 三种模型回归结果比较

4.2.2 家庭平均年龄对土地转出、土地转入的影响分析

4.3 中介效应

4.3.1 农户兼业化对土地转出的中介效应分析

表3 含有中介变量模型回归结果

表4 中介效应Bootstrap法检验结果

4.3.2 农户兼业化对土地转入的中介效应分析

5 结论与政策建议

参考文献

表1 2011—2016年全国家庭承包耕地流转情况（万hm²）