杜興端，曹旭欣

（1.四川省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息與農(nóng)村經(jīng)濟(jì)研究所，成都 610066；2.四川農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，成都 611130）

黨的十九屆五中全會提出“健全防止返貧監(jiān)測和幫扶機(jī)制”，2020年我國全面消除絕對貧困之后，“預(yù)防”貧困的重要性將進(jìn)一步凸顯，農(nóng)村貧困的治理戰(zhàn)略需要由長期以來的“扶貧戰(zhàn)略”轉(zhuǎn)向“以防貧為主”新的貧困治理戰(zhàn)略框架[1]。土地對我國農(nóng)民具有基本的社會保障功能，土地流轉(zhuǎn)是一場農(nóng)業(yè)生產(chǎn)關(guān)系的深刻變革，涉及農(nóng)民的切身利益。土地流轉(zhuǎn)在改變農(nóng)村土地資源配置的同時，直接或間接作用于農(nóng)戶致貧的制度安排和文化環(huán)境，深刻影響著農(nóng)村減貧進(jìn)程。作為土地流轉(zhuǎn)的重要方面，土地轉(zhuǎn)入是土地轉(zhuǎn)出實(shí)現(xiàn)的根本，相比由于土地租金獲得直接財(cái)富積累的土地轉(zhuǎn)出戶，轉(zhuǎn)入土地的農(nóng)戶其既可能因?yàn)榻?jīng)營規(guī)模擴(kuò)大獲取更多收入，也會面臨轉(zhuǎn)入土地需要的直接資金流出、農(nóng)業(yè)經(jīng)營風(fēng)險增加等問題而增加其致貧風(fēng)險。土地轉(zhuǎn)入帶來的防貧效應(yīng)如何？尤其是土地轉(zhuǎn)入帶來生產(chǎn)要素的重新配置，是否會帶來“精英俘獲”而益貧性不足？其在貧困戶和非貧困戶之間的效應(yīng)差異多大？深入研究土地轉(zhuǎn)入的防貧效應(yīng)及其在貧困戶和非貧困戶之間的差異，對于推動農(nóng)村土地流轉(zhuǎn)、完善農(nóng)村土地流轉(zhuǎn)政策具有重要的實(shí)踐價值。

貧困脆弱性是度量1個家庭或個人未來陷入貧困概率的指標(biāo)，是對“貧困事前干預(yù)”的重要參考，被廣泛用作對防貧效應(yīng)的考量。左孝凡等[2]從貧困脆弱性視閾下研究了土地流轉(zhuǎn)的減貧效應(yīng)，發(fā)現(xiàn)土地流轉(zhuǎn)具備顯著的防貧效應(yīng)，能夠有效降低農(nóng)民未來陷入貧困的風(fēng)險。Song Q.J.等[3]根據(jù)中國9個農(nóng)業(yè)強(qiáng)省的調(diào)研數(shù)據(jù)，發(fā)現(xiàn)土地流轉(zhuǎn)能夠促進(jìn)農(nóng)村土地集中化耕種，從而提高農(nóng)業(yè)生產(chǎn)效率。夏玉蓮等[4]從多維貧困的角度對土地流轉(zhuǎn)的防貧效應(yīng)進(jìn)行分析，發(fā)現(xiàn)土地流轉(zhuǎn)可以從收入、教育等多個維度促進(jìn)農(nóng)戶增收減貧。相對多數(shù)學(xué)者在研究中沒有將土地轉(zhuǎn)出與土地轉(zhuǎn)入?yún)^(qū)分，部分學(xué)者對土地轉(zhuǎn)入的防貧效應(yīng)進(jìn)行了針對性研究?？镞h(yuǎn)配、梁志會等[5-6]認(rèn)為土地轉(zhuǎn)入將有利于農(nóng)戶引進(jìn)先進(jìn)技術(shù)，形成規(guī)模經(jīng)濟(jì)，彌補(bǔ)傳統(tǒng)小農(nóng)經(jīng)濟(jì)低效率、低水平的缺陷，從而有利于貧困地區(qū)脫貧防貧。部分學(xué)者認(rèn)為土地轉(zhuǎn)入只能改變土地所有權(quán)和經(jīng)營權(quán)在農(nóng)戶間的分配，本身并不能擴(kuò)大農(nóng)戶平均經(jīng)營規(guī)模[7]，并不是農(nóng)民提高生產(chǎn)效率、改善福利和減少貧困的必然原因[8]，還可能具有“非對稱性”[9]，加劇相對貧困[10]。

綜上所述，現(xiàn)有文獻(xiàn)對土地轉(zhuǎn)入與防貧穩(wěn)定性之間進(jìn)行了較為深入的探索，但目前仍存在一些不足之處：①大多文獻(xiàn)集中于土地流轉(zhuǎn)行為，分析土地流轉(zhuǎn)的防貧效應(yīng)，但卻并沒有將土地轉(zhuǎn)出與土地轉(zhuǎn)入分開考察其與貧困之間的關(guān)系，兩者的作用機(jī)制完全不同，不應(yīng)一概而論。②學(xué)界在土地轉(zhuǎn)入的防貧效應(yīng)上意見不一，仍存在較大分歧。③在分析土地轉(zhuǎn)入的防貧效應(yīng)時，大多將貧困戶和非貧困戶混合分析，而對于土地轉(zhuǎn)入的實(shí)際防貧效應(yīng)仍有待進(jìn)一步探索。因此，為了彌補(bǔ)既有研究的不足，本文使用CLDS2016年數(shù)據(jù)，使用貧困脆弱性作為防貧穩(wěn)定性的代理變量，實(shí)證檢驗(yàn)土地轉(zhuǎn)入對于防貧穩(wěn)定性的影響。

1 模型設(shè)定與變量選取

1.1 模型設(shè)定

為考察土地轉(zhuǎn)入的防貧效應(yīng)，考慮貧困脆弱性對農(nóng)戶貧困風(fēng)險動態(tài)衡量和前瞻預(yù)測的良好性能，本文選取貧困脆弱性作為防貧效應(yīng)的代理變量，設(shè)定如下計(jì)量方程：

其中，veli表示第i個農(nóng)戶家庭的貧困脆弱性。核心解釋變量是農(nóng)戶家庭是否發(fā)生土地轉(zhuǎn)入landini。Xi是一系列控制變量，包括戶主個體特征、家庭特征以及社區(qū)特征。μ是不可觀測的誤差項(xiàng)。

1.2 變量選取

1.2.1 被解釋變量：貧困脆弱性

本文使用農(nóng)戶家庭的貧困脆弱性作為衡量防貧效應(yīng)的代理變量。參照S.Chaudhuri等[11]提出的理論方法，選用期望貧困脆弱性（VEP）作為貧困脆弱性的測量方法。即采用消費(fèi)或收入，基于可行廣義最小二乘法（FGLS）來測量個體在未來陷入貧困的可能性，即貧困脆弱性。貧困脆弱性計(jì)算步驟如下：

第1步：計(jì)算期望貧困脆弱性（VEP）。

其中，VEPit代表第i個樣本農(nóng)戶在t時期的未來陷入貧困的概率，即貧困脆弱性。Pr代表陷入貧困的概率，Yi，t+1代表第t+1年的家庭人均純收入，Z為確定性等價指標(biāo)，本文選用2 300元/年（2010年不變價）的中國現(xiàn)行貧困線和3.1美元/日的世界銀行中低收入國家貧困線作為標(biāo)準(zhǔn)。

第2步：基于FGLS構(gòu)建回歸方程，估計(jì)擬合值與殘差平方。公式如下：

其中，lnYi代表樣本農(nóng)戶家庭人均純收入的對數(shù)值，Xri代表家庭特征變量與個體特征變量，β0代表常數(shù)項(xiàng)，βr代表不同特征變量的待估計(jì)參數(shù)，ε為殘差項(xiàng)。

第3步：計(jì)算農(nóng)戶家庭未來人均純收入水平及方差。公式如下：

式中：E（lnY|iXr）i代表樣本家庭人均純收入的對數(shù)值的期望值，D（lnYi| Xr）i代表樣本家庭人均純收入的對數(shù)值的方差，βFGLS和ρFGLS是分別由第1步獲取的擬合值。

第4步：計(jì)算得出農(nóng)戶家庭的貧困脆弱性。

將第2步和第3步計(jì)算結(jié)果帶入公式（2）中，計(jì)算結(jié)果如下：

其中，lnZ表示貧困標(biāo)準(zhǔn)的對數(shù)值，Φ（·）表示將結(jié)果正態(tài)化。

1.2.2 核心解釋變量：土地轉(zhuǎn)入

本文選擇土地轉(zhuǎn)入作為核心解釋變量，若農(nóng)戶在過去1年進(jìn)行過土地的轉(zhuǎn)入，賦值為1，若在過去1年沒有進(jìn)行過土地的轉(zhuǎn)入，則賦值為0。整體農(nóng)戶樣本中有691個農(nóng)戶進(jìn)行過土地轉(zhuǎn)入，約占樣本總數(shù)的17.41%。

1.2.3 控制變量

本文從戶主個體特征、家庭特征和社區(qū)特征3個層面選取控制變量。個體特征方面，戶主是決策的執(zhí)行者，其特征作為人力資本變量對農(nóng)戶預(yù)防貧困起重要影響。本文選取戶主性別、受教育情況、健康情況和政治身份用來衡量個體特征。其中，有92.32%的農(nóng)戶家庭戶主為男性，且只有8.89%的戶主為黨員。本文采用李克特5分量表來衡量戶主的健康情況，可以發(fā)現(xiàn)戶主的健康狀況均值為2.547，處于很健康和比較健康區(qū)間內(nèi)。農(nóng)戶受教育情況采用是否上過高中來測量，從均值0.114來看，戶主受教育情況仍處在較低水平。家庭特征方面，農(nóng)戶家庭的貧困狀況受到自身稟賦差異影響，本文選取成員數(shù)量、人均農(nóng)地用來衡量家庭稟賦。飲用水和燃料可能是農(nóng)村家庭致貧的深層因素[12]，本文選取生活用水和做飯燃料控制農(nóng)戶家庭生活居住環(huán)境。農(nóng)戶家庭成員數(shù)量均值為4.747，人均農(nóng)地面積均值為0.705。農(nóng)戶生活環(huán)境仍有較大改善空間，只有約55.98%農(nóng)戶家庭采用自來水作為日常生活用水，還有約27.06%農(nóng)戶仍選擇柴草或煤炭作為做飯燃料。社區(qū)特征方面，社區(qū)（村莊）人均年收入和離縣城的距離可以反映社區(qū)（村莊）的經(jīng)濟(jì)發(fā)展水平?？紤]到地形地勢可能對農(nóng)戶家庭農(nóng)業(yè)生產(chǎn)和鞏固脫貧產(chǎn)生影響，因此增加地形地勢虛擬變量來控制社區(qū)特征。除此之外，為了避免地區(qū)差異所帶來的模型偏誤，本文還增加地區(qū)虛擬變量以控制地區(qū)差異。

2 數(shù)據(jù)來源與描述統(tǒng)計(jì)

本文使用由中山大學(xué)社會科學(xué)調(diào)查中心組織的中國勞動力動態(tài)調(diào)查（CLDS）的數(shù)據(jù)來探察土地轉(zhuǎn)入對農(nóng)戶貧困脆弱性的影響。CLDS采用多階段、多層次與勞動力規(guī)模成比例的概率抽樣方法，包括社區(qū)、家庭和個人多個層面，基本可以反映我國當(dāng)前的社會情況。本文基于CLDS2016年家庭數(shù)據(jù)，根據(jù)編碼對社區(qū)問卷和個體問卷進(jìn)行合并，并在研究所需變量基礎(chǔ)上，去除缺漏值和異常值，獲得了3 969個有效家庭樣本，樣本所在區(qū)域涵蓋了中國26個省、自治區(qū)和直轄市。（見表1）。

表1 變量說明及統(tǒng)計(jì)性描述Table 1 Description of variables and statistical description

3 實(shí)證分析

3.1 貧困脆弱性的測度結(jié)果

本文基于可行廣義最小二乘法（FGLS），以家庭為單位，并以個體特征、家庭特征、社區(qū)特征和地區(qū)控制等變量為特征變量建立回歸模型，分別采用2 300元/年（2010年不變價）的中國現(xiàn)行貧困標(biāo)準(zhǔn)和3.1美元/日的世界銀行中低收入國家貧困標(biāo)準(zhǔn)，對貧困脆弱性進(jìn)行測算。由于貧困問題需要與當(dāng)?shù)厣鐣?jīng)濟(jì)問題結(jié)合分析，故本文主要采用以中國現(xiàn)行貧困標(biāo)準(zhǔn)計(jì)算得出的貧困脆弱性作為主要被解釋變量，而將以世界銀行中低收入國家貧困標(biāo)準(zhǔn)計(jì)算得到的貧困脆弱性用于穩(wěn)健性檢驗(yàn)。

（見表2）在世界銀行貧困標(biāo)準(zhǔn)下，農(nóng)戶在未來時期陷入貧困的概率更大。從整體樣本來看，以中國貧困標(biāo)準(zhǔn)測度的貧困脆弱性均值為0.261；而以世界銀行貧困標(biāo)準(zhǔn)測度的貧困脆弱性均值為0.402。從地域分布來看，西部地區(qū)的貧困脆弱性均值無論是在中國貧困標(biāo)準(zhǔn)還是在世界銀行貧困標(biāo)準(zhǔn)下都相對較高，而東部地區(qū)的貧困脆弱性則相對較低，呈現(xiàn)出從東部、中部到西部遞增的趨勢。

表2 脆弱性測度結(jié)果及其地區(qū)分布Table 2 Vulnerability measurement results and regional distribution

進(jìn)一步地，從貧困與貧困脆弱性的關(guān)系中可以發(fā)現(xiàn)兩者雖然經(jīng)常伴隨發(fā)生，但其發(fā)生條件并不完全一致。本文參考Günther&Harttgen和Zhang&Wan[13-14]，分別將脆弱性臨界值設(shè)置為0.29和0.5。（見表3）在非貧困戶中，仍有部分農(nóng)戶家庭具有較高的貧困脆弱性，即在未來有較高的概率陷入貧困。當(dāng)臨界值為0.29時，在中國貧困標(biāo)準(zhǔn)下，非貧困戶中有20.36%的農(nóng)戶具有較高的貧困脆弱性；在國際貧困標(biāo)準(zhǔn)下，非貧困戶中有25.02%的農(nóng)戶具有較高的貧困脆弱性。

表3 農(nóng)戶貧困脆弱性與貧困情況Table 3 Vulnerability and poverty of rural households

3.2 基準(zhǔn)回歸結(jié)果

土地轉(zhuǎn)入降低了農(nóng)戶的貧困脆弱性。表4匯報(bào)了土地轉(zhuǎn)入對農(nóng)戶貧困脆弱性的基準(zhǔn)回歸結(jié)果。模型（1）、模型（2）和模型（3）是在逐步控制個體特征、家庭特征和社區(qū)特征的結(jié)果。模型（4）和模型（5）進(jìn)一步地將農(nóng)戶細(xì)分為貧困戶和非貧困戶?；貧w結(jié)果顯示，在控制個體特征、家庭特征和社區(qū)特征前后，土地轉(zhuǎn)入均十分穩(wěn)健地降低了農(nóng)戶的貧困脆弱性。對于總體農(nóng)戶而言，相較于未進(jìn)行土地轉(zhuǎn)入的農(nóng)戶，土地轉(zhuǎn)入戶在未來陷入貧困的概率降低了4.08%，并且貧困戶的降低效果更加明顯，達(dá)到5.82%?；鶞?zhǔn)回歸結(jié)果表明土地轉(zhuǎn)入有利于降低農(nóng)戶貧困脆弱性，防貧效應(yīng)顯著。

表4 基準(zhǔn)回歸結(jié)果Table 4 Baseline regression results

個體特征方面，戶主的健康情況顯著正向影響貧困脆弱性。考慮到戶主是家庭決策的執(zhí)行者，也是家庭收入的主要來源，其健康情況越差，家庭在未來陷入貧困的概率就會越高。而戶主的政治身份則對貧困脆弱性有顯著負(fù)向作用，可能的原因是黨員在農(nóng)村可能意味著更多的社會資源獲取能力。家庭特征方面，家庭生活用水和生活燃料在1%水平下對農(nóng)戶貧困脆弱性發(fā)揮顯著負(fù)向影響。而家庭成員數(shù)量對貧困脆弱性的影響則顯著為正。家庭成員每增加1名，農(nóng)戶家庭在未來陷入貧困的概率會相應(yīng)地增加4.68%。社區(qū)特征方面，平原地區(qū)農(nóng)戶在未來陷入貧困的概率在1%水平上顯著低于其他地區(qū)。農(nóng)戶所在社區(qū)（村莊）的人均年收入對農(nóng)戶貧困脆弱性在1%的水平上起著顯著負(fù)向影響，表明社區(qū)（村莊）整體經(jīng)濟(jì)發(fā)展水平對于農(nóng)戶預(yù)防貧困起著不可忽視的作用。

3.3 內(nèi)生性問題處理

盡管土地轉(zhuǎn)入對貧困脆弱性的回歸結(jié)果表明，土地轉(zhuǎn)入會顯著地降低農(nóng)戶貧困脆弱性，但是農(nóng)戶家庭在選擇是否進(jìn)行土地轉(zhuǎn)入時是非隨機(jī)“自選擇”的。土地經(jīng)營能力更強(qiáng)、資本更充足的農(nóng)戶能從土地流轉(zhuǎn)中獲益更多，則更傾向于進(jìn)行土地流轉(zhuǎn)[10]。實(shí)際上，計(jì)算土地轉(zhuǎn)入對于農(nóng)戶貧困脆弱性影響的關(guān)鍵是要捕獲到同一農(nóng)戶在是否進(jìn)行土地轉(zhuǎn)入這兩種狀態(tài)下的貧困脆弱性，而這是不可能做到的。因此，本文選擇采用傾向得分匹配（PSM）的方法來構(gòu)建“反事實(shí)”框架，用以模擬已經(jīng)進(jìn)行土地轉(zhuǎn)入的農(nóng)戶若尚未進(jìn)行土地轉(zhuǎn)入時的貧困脆弱性，從而在一定程度上緩解農(nóng)戶由于自選擇行為而帶來的有偏估計(jì)問題。在運(yùn)用PSM方法獲得平均處理效應(yīng)之前，檢驗(yàn)結(jié)果表明各個解釋變量皆滿足共同支撐假設(shè)和平行假設(shè)。

表5匯報(bào)了在3種匹配方法下測算的土地轉(zhuǎn)入對農(nóng)戶貧困脆弱性的平均處理效應(yīng)。雖然采用了3種不同的匹配方法，但模型模擬得到的結(jié)果具有較強(qiáng)的穩(wěn)健性，土地轉(zhuǎn)入對農(nóng)戶貧困脆弱性的平均處理效應(yīng)均通過了顯著性檢驗(yàn)。具體來說，貧困戶進(jìn)行土地轉(zhuǎn)入的平均處理效應(yīng)分別為-0.069、-0.060和-0.051，均為非貧困戶的近2倍，表明貧困戶的平均處理效應(yīng)要遠(yuǎn)遠(yuǎn)大于非貧困戶。除此以外，將3種匹配方法得到的ATT平均值與基準(zhǔn)回歸結(jié)果相比較后發(fā)現(xiàn)，OLS方法低估了土地轉(zhuǎn)入對貧困戶貧困脆弱性的影響，而高估了對非貧困戶貧困脆弱性的影響。在使用傾向得分匹配方法控制個體特征、家庭特征、社區(qū)特征相同或相似之后，可以測算得到僅僅因土地轉(zhuǎn)入所帶來的貧困脆弱性的變化，由此得到更為精確的估計(jì)結(jié)果。

表5 土地轉(zhuǎn)入對農(nóng)戶貧困脆弱性的平均處理效應(yīng)Table 5 ATT of land inward transfer on the vulnerability of rural households

3.4 異質(zhì)性分析

分位數(shù)回歸采取加權(quán)殘值絕對值之和的方法估計(jì)參數(shù)，對于數(shù)據(jù)中的異常點(diǎn)具有抗耐性，相較于OLS估計(jì)更不易受極端值的影響[15]。此外，分位數(shù)回歸還可以更全面地識別自變量對不同部分的因變量的影響，從而得到更全面的分析結(jié)果。由上文分析可知，土地轉(zhuǎn)入顯著地降低了貧困戶和非貧困戶的貧困脆弱性，但土地轉(zhuǎn)入可能對不同貧困脆弱性的農(nóng)戶家庭存在異質(zhì)性。因此，本文考察了土地轉(zhuǎn)入對貧困戶和非貧困戶貧困脆弱性分布的0.2分位點(diǎn)、0.4分位點(diǎn)、0.6分位點(diǎn)和0.8分位點(diǎn)產(chǎn)生的影響。

表6中Panel A模型（6）為貧困戶的分位數(shù)回歸結(jié)果，Panel B模型（7）則為非貧困戶的分位數(shù)回歸結(jié)果。在貧困脆弱性的各個分位點(diǎn)處，土地轉(zhuǎn)入均對貧困戶和非貧困戶的貧困脆弱性產(chǎn)生了顯著的負(fù)向影響。進(jìn)一步對比后發(fā)現(xiàn)，隨著農(nóng)戶貧困脆弱性分位點(diǎn)的增大，除Panel A的貧困脆弱性0.6分位點(diǎn)外，貧困戶和非貧困戶的土地轉(zhuǎn)入影響系數(shù)逐漸提高。以非貧困戶為例，土地轉(zhuǎn)入對貧困脆弱性0.8分位點(diǎn)處的影響達(dá)到最大，其系數(shù)為-0.040，約為0.2分位點(diǎn)處的2.85倍?？梢?，土地轉(zhuǎn)入可能對貧困脆弱性較高的農(nóng)戶產(chǎn)生更大的影響。

表6 分位數(shù)回歸結(jié)果Table 6 Quantile regression results

3.5 穩(wěn)健性檢驗(yàn)

本文通過兩種方式來進(jìn)行穩(wěn)健性檢驗(yàn)。第1種方式：考慮到OLS模型估計(jì)可能存在偏誤，本文采取更換模型的方法對結(jié)果重新進(jìn)行估計(jì)。由于貧困脆弱性反映農(nóng)戶家庭在未來陷入貧困的概率，僅在[0，1]中取值，采用OLS估計(jì)所得到的回歸擬合值可能超出這1區(qū)間，參考何欣等[16]的做法，采取Tobit模型進(jìn)行檢驗(yàn)。回歸結(jié)果列于表7的（1）列～（3）列。第2種方式：考慮到貧困脆弱性可能對貧困線十分敏感，本文采取更換貧困標(biāo)準(zhǔn)的方法重新估算貧困脆弱性。采用世界銀行中低收入國家3.1美元/日的貧困標(biāo)準(zhǔn)計(jì)算得到的貧困脆弱性對前文結(jié)論進(jìn)行檢驗(yàn)，其結(jié)果分別列于表7的（4）列～（6）列?？梢园l(fā)現(xiàn)，更換估計(jì)模型和更換貧困標(biāo)準(zhǔn)所得到的各列回歸結(jié)果均十分穩(wěn)健地支持前文結(jié)論：土地轉(zhuǎn)入均顯著地降低了農(nóng)戶的貧困脆弱性，且對貧困戶的防貧效應(yīng)優(yōu)于非貧困戶。

表7 穩(wěn)健性檢驗(yàn)結(jié)果Table 7 Robustness test results

4 結(jié)論與啟示

本文利用CLDS2016年數(shù)據(jù)，實(shí)證分析了土地轉(zhuǎn)入帶來的防貧效應(yīng)，研究結(jié)論及相關(guān)政策啟示如下：

第一，土地轉(zhuǎn)入有效抑制了農(nóng)戶貧困脆弱性，防貧效應(yīng)顯著。土地轉(zhuǎn)入的減貧效應(yīng)得到實(shí)證檢驗(yàn)，再次驗(yàn)證了土地流轉(zhuǎn)是促進(jìn)農(nóng)業(yè)農(nóng)村發(fā)展的重要制度安排，對于促進(jìn)農(nóng)民增收減貧發(fā)揮重要作用。應(yīng)積極完善土地流轉(zhuǎn)市場，推進(jìn)土地有序轉(zhuǎn)入，為農(nóng)戶降低農(nóng)業(yè)生產(chǎn)成本，實(shí)現(xiàn)適度規(guī)模經(jīng)營創(chuàng)造條件。

第二，土地轉(zhuǎn)入給貧困戶帶來的防貧效應(yīng)優(yōu)于非貧困戶。相較于非貧困戶，貧困戶轉(zhuǎn)入土地帶來的防貧效果更好，這對于土地流轉(zhuǎn)改善收入分配具有重要的啟示價值。進(jìn)一步地，對于有生產(chǎn)能力的貧困戶，通過扶持其流入土地發(fā)展產(chǎn)業(yè)，不僅能夠解決絕對貧困，而且有助于緩解相對貧困，更加說明了產(chǎn)業(yè)扶貧的積極效應(yīng)。

第三，異質(zhì)性分析顯示，土地轉(zhuǎn)入對貧困脆弱性較高的農(nóng)戶家庭產(chǎn)生了更大的影響。這意味著貧困脆弱性較高的農(nóng)戶選擇進(jìn)行土地轉(zhuǎn)入，擴(kuò)大農(nóng)業(yè)經(jīng)營規(guī)模成為職業(yè)農(nóng)民。這不失為1種提高減貧穩(wěn)定性的有效途徑。