魏 鑫 李星辰

1.中南財經(jīng)政法大學財政稅務(wù)學院，湖北 武漢 430000；2.國家發(fā)展改革委外經(jīng)所，湖北 武漢 430073

0 引言

2008 年10 月，黨的十七屆三中全會通過的《中共中央關(guān)于推進農(nóng)村改革發(fā)展若干重大問題的決定》提出，要搞好農(nóng)村土地確權(quán)、登記、頒證工作，完善土地承包經(jīng)營權(quán)權(quán)能，依法保障農(nóng)民對承包土地的占有、使用、收益等權(quán)利。2009—2011 年，新一輪農(nóng)地確權(quán)開始試點。2013 年中央一號文件正式提出，用5 年時間在全國基本完成農(nóng)村土地承包經(jīng)營權(quán)確權(quán)登記頒證工作。2014 年，農(nóng)村承包地確權(quán)登記頒證開始整省試點并在全國范圍內(nèi)逐步推開。新一輪農(nóng)地確權(quán)頒證工作有兩大特點：一是固化村民集體成員的身份；二是明晰地塊空間邊界，即農(nóng)地使用證上的“四至”。確權(quán)是基礎(chǔ)，流轉(zhuǎn)是核心。本輪確權(quán)的核心目的是促進農(nóng)地流轉(zhuǎn)，以優(yōu)化資源配置。農(nóng)地確權(quán)是土地流轉(zhuǎn)的保障和基礎(chǔ)，通過明確農(nóng)戶和農(nóng)地的權(quán)屬關(guān)系，保障農(nóng)戶合法的轉(zhuǎn)讓權(quán)。

相對貧困具有多維性，不僅指經(jīng)濟上的貧困，還涉及能力、健康、權(quán)利、制度等多維貧困。以阿馬蒂亞·森［1］的“可行能力”剝奪理論為基礎(chǔ)，人們對貧困的認識不應(yīng)局限于單一維度的經(jīng)濟貧困，還應(yīng)涉及教育、醫(yī)療、社會保障、權(quán)利機會等多個維度。對于相對貧困的認識從單維拓展到多維，不僅豐富了相對貧困的內(nèi)涵，而且對相對貧困的測定標準制定提供了新思路、新方法。但是，既有研究僅分析了土地流轉(zhuǎn)的減貧效應(yīng)，未考慮農(nóng)戶家庭在農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出的意愿和行為，不能全面評估農(nóng)地確權(quán)等土地制度改革政策在多維相對貧困治理中發(fā)揮的作用［2-4］。基于此，筆者基于新一輪農(nóng)地確權(quán)開展實證研究，分析農(nóng)地轉(zhuǎn)出對農(nóng)村多維相對貧困的影響。

1 研究設(shè)計

1.1 數(shù)據(jù)來源

筆者使用中國家庭追蹤調(diào)查（Chinese Family Panel Studies，CFPS）2010 年、2012 年、2014 年、2016 年和2018 年5 期的微觀調(diào)查數(shù)據(jù)，用個人和家庭兩個層面的數(shù)據(jù)庫，保留戶籍為農(nóng)業(yè)戶口的樣本。根據(jù)研究需求對數(shù)據(jù)進行篩選和整理，保留連續(xù)追蹤5 期的樣本，有效樣本量為16 050。16 050 是測量多維相對貧困時的樣本數(shù)據(jù)量，后續(xù)的回歸和機制檢驗由于新加入的變量存在部分缺失值，最終進入回歸的樣本量可能會少于16 050。

1.2 模型設(shè)定

筆者選擇雙重差分法進行研究。雙重差分法是一種比較成熟的進行政策研究的分析方法，將某項政策的實施看作是一項自然實驗，通過在樣本中加入一組未受政策影響的控制組，與原本受政策影響的樣本點構(gòu)成實驗組進行比較分析，考察政策實施對分析對象造成的凈影響。筆者將確權(quán)改革后的農(nóng)地轉(zhuǎn)出視作一項普惠性質(zhì)的政策，因此確權(quán)后發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)村家庭是實驗組，而在農(nóng)地確權(quán)后未發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)村家庭是對照組。筆者通過對實驗組和對照組進行對比，分析農(nóng)地確權(quán)政策下是否進行農(nóng)地轉(zhuǎn)出對農(nóng)村多維相對貧困的影響。筆者構(gòu)建了如式（1）所示的多維相對貧困狀態(tài)模型，為

式（1）中：MRPIit指家庭i的多維相對貧困狀態(tài)，下標i和t分別表示農(nóng)村家庭和年份；Treati×postit表示家庭i在t時期是否進行農(nóng)地轉(zhuǎn)出的虛擬變量，Treati表示家庭i是否進行農(nóng)地轉(zhuǎn)出，postit表示家庭所在省份當年是否進行農(nóng)地確權(quán)整省試點（如果觀察時間是政策實施后的一年，則postit=1，否則postit=0）；Xjit是一系列控制變量，具體包括戶主特征變量和家庭特征變量；ε是隨機誤差項；τt表示年份固定效應(yīng)；σi表示縣級固定效應(yīng)。α1表示農(nóng)地轉(zhuǎn)出對農(nóng)村家庭多維相對貧困的影響；若α1＞0，表明農(nóng)村家庭農(nóng)地轉(zhuǎn)出的決策會促使農(nóng)村家庭陷入多維相對貧困；若α1＜0，則表明農(nóng)村家庭做出農(nóng)地轉(zhuǎn)出的決策對農(nóng)村家庭陷入多維相對貧困具有抑制作用。

1.3 變量介紹和描述性統(tǒng)計

1.3.1 因變量。筆者將多維相對貧困設(shè)定為因變量。在借鑒文獻［5-8］的基礎(chǔ)上，參考王小林等［9］提出的多維相對貧困理念，選取收入、健康、教育、生活水平和主觀感受等5 個維度12 個指標，構(gòu)建中國多維相對貧困評價指標體系，如表1 所示。根據(jù)聯(lián)合國開發(fā)計劃署（UNDP）的做法，賦予各維度指標同等權(quán)重，計算得到多維相對貧困指數(shù)［計算公式如式（2）所示］。多維相對貧困指數(shù)取值在［0，1］，數(shù)值越大表示農(nóng)戶多維相對貧困程度越深。貧困閾值為0.3時，當多維相對貧困指數(shù)大于0.3，表示家庭陷入多維相對貧困，賦值為1，否則賦值為0。

表1 中國多維相對貧困評價指標體系

式（2）中：gij表示個體剝奪維度，如果第i個農(nóng)村家庭在第j個指標被剝奪了，即該農(nóng)戶在該指標下表現(xiàn)為貧困，gij取值為1，否則賦值為0；wj表示第j個指標在多維相對貧困中的權(quán)重，wj＞0 且表示農(nóng)戶i在多維相對被剝奪分數(shù)越大則被剝奪的程度越深，反之則越小。通過維度臨界值k判斷農(nóng)戶是否處在多維相對貧困。ci＜k，則第i個農(nóng)村家庭處于非貧困狀態(tài)，MRPIi= 0；ci≥k，則第i個農(nóng)戶處于多維相對貧困狀態(tài)，MRPIit= 1。因此，筆者選取第t年農(nóng)村家庭i的多維相對貧困狀態(tài)MRPIit作為基準回歸的因變量，選取第t年農(nóng)村家庭i的多維相對貧困程度cit作為穩(wěn)健性檢驗的因變量。

1.3.2 核心解釋變量——農(nóng)地轉(zhuǎn)出。在陳飛等［10］研究的基礎(chǔ)上，筆者選擇農(nóng)地轉(zhuǎn)出①作為核心變量，根據(jù)“去年您家是否出租土地?”來定義農(nóng)地轉(zhuǎn)出，并用treat表示。

1.3.3 整省確權(quán)試點時間變量。該輪農(nóng)地確權(quán)頒證工作從村組、鄉(xiāng)鎮(zhèn)、縣到省范圍內(nèi)逐步開展，最后推廣到全國。2009—2010 年為整村推進試點階段，從3個村開始試點，只以村組為單位。2011—2013 年為整縣推進試點階段，以鄉(xiāng)鎮(zhèn)為單位進行試點（在試點縣挑選一個以上的試點鄉(xiāng)鎮(zhèn)，在試點鄉(xiāng)鎮(zhèn)挑選一個試點村）此時的試點規(guī)模并不大，一個試點縣只有幾個試點村參與。2014 年進入整省推進階段，以縣為單位開始試點，首次選擇在山東、安徽、四川3 個省份開展整省試點；2015 年新增江蘇、江西、湖北、湖南、甘肅、寧夏、吉林、貴州、河南等9個試點?。ㄗ灾螀^(qū)）。

1.4 控制變量

控制變量主要包括戶主特征變量和家庭特征變量。其中，戶主特征變量主要包括戶主性別、年齡、健康狀況、婚姻狀況和受教育程度。CFPS 中未指定戶主，因此采用“最熟悉家庭財務(wù)的人”來識別每個家庭的戶主。性別方面，考慮我國長期以來戶籍登記的傳統(tǒng)，將男性記為1，女性記為0；在年齡變量處理上，筆者刪除了戶主年齡在65 歲以上的家庭；受教育程度以文盲為參照，分為小學、初中、高中及以上3 個層次。家庭特征變量主要包括家庭規(guī)模、家庭撫養(yǎng)比、家庭社會地位和土地資本，其中土地資本為家庭人均土地資產(chǎn)價值的對數(shù)。主要變量的描述性統(tǒng)計如表2所示。

表2 主要變量的描述性統(tǒng)計

2 實證結(jié)果及分析

2.1 基準回歸結(jié)果

表3 為農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出對農(nóng)村多維相對貧困狀態(tài)和多維相對貧困程度的回歸結(jié)果。列（1）和列（2）為基準回歸結(jié)果。第（1）列結(jié)果顯示，當k=0.3時，農(nóng)地確權(quán)背景下的農(nóng)地流轉(zhuǎn)在1%的顯著水平上負面影響農(nóng)戶多維相對貧困狀態(tài)，表明農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出可以顯著降低農(nóng)戶陷入多維相對貧困狀態(tài)的可能性，在農(nóng)地確權(quán)背景下確實發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶陷入多維相對貧困的概率比未發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶陷入多維相對貧困的概率低0.037 1。第（2）列結(jié)果顯示，當k=0.3 時，農(nóng)地確權(quán)背景下的農(nóng)地轉(zhuǎn)出在1%的顯著水平上會負面影響農(nóng)戶多維相對貧困程度，表明農(nóng)地確權(quán)背景下的農(nóng)地轉(zhuǎn)出能顯著降低農(nóng)村家庭多維相對貧困程度，在農(nóng)地確權(quán)背景下發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶多維相對貧困程度比未發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶多維相對貧困程度降低了0.013 8。列（3）和列（4）為穩(wěn)健性檢驗結(jié)果。筆者去掉主觀維度，重新測度多維相對貧困。第（3）列結(jié)果顯示，當k=0.3時，農(nóng)地確權(quán)背景下的農(nóng)地轉(zhuǎn)出在1%的顯著水平上負面影響農(nóng)戶多維相對貧困狀態(tài)，表明在農(nóng)地確權(quán)背景下確實發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶陷入多維相對貧困的可能性比未發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶陷入多維相對貧困的可能性降低了0.044 5。第（4）列結(jié)果顯示，當k=0.3時，農(nóng)地確權(quán)背景下的農(nóng)地轉(zhuǎn)出在1%的顯著水平上也會負面影響農(nóng)戶多維相對貧困程度，表明農(nóng)地確權(quán)背景下確實發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶多維相對貧困程度比未發(fā)生農(nóng)地轉(zhuǎn)出的農(nóng)戶多維相對貧困程度低0.016 3。通過對比，說明回歸的結(jié)果具備較強的穩(wěn)健性。

表3 農(nóng)地轉(zhuǎn)出對多維相對貧困的影響

2.2 平行趨勢檢驗和動態(tài)效應(yīng)分析

利用雙重差分模型的一個前提條件是需要滿足平行趨勢假定，即在政策沖擊之前，實驗組農(nóng)戶和非實驗組農(nóng)戶的多維相對貧困變化趨勢應(yīng)保持一致。為了驗證這一假定條件，筆者設(shè)置了一系列虛擬變量。虛擬變量Before2、Before4、After2、After4分別表示政策沖擊前2 年、前4 年、后2 年、后4 年。如果在政策實施前系數(shù)仍然顯著，則說明農(nóng)村多維相對貧困受到其他因素的干擾，并不是農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出使得多維相對貧困得到緩解；反之，如果在政策實施前系數(shù)不顯著，則說明農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出緩解了多維相對貧困。筆者構(gòu)建的模型如式（3）所示：

式（3）中：虛擬變量Beforen表示樣本農(nóng)戶在n年前入選為實驗組；虛擬變量Current表示樣本農(nóng)戶在當年進入實驗組；虛擬變量Aftern表示樣本農(nóng)戶在n年后成為實驗組。筆者將n取值為-4，-2，2，4。

平行趨勢檢驗結(jié)果如圖1所示。由圖1可知，在政策沖擊的前2年和前4年，農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出對農(nóng)戶多維相對貧困的影響均不顯著；在政策沖擊的后2年和后4年，農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出在實施之后對農(nóng)戶多維相對貧困的影響較為顯著?；貧w結(jié)果滿足了平行趨勢假設(shè)，即政策實施前，農(nóng)地轉(zhuǎn)出戶和未轉(zhuǎn)出戶之間不存在顯著差異。此外，在農(nóng)地確權(quán)政策實施次年到第4 年，農(nóng)地轉(zhuǎn)出仍然能顯著緩解農(nóng)村的多維相對貧困，說明農(nóng)地確權(quán)政策效應(yīng)具有一定的持久性。由此可見，基準模型所得結(jié)論是可信的。

圖1 平行趨勢檢驗和動態(tài)效應(yīng)

2.3 安慰劑檢驗

為了進一步排除其他未知因素對農(nóng)村多維相對貧困的影響，明確農(nóng)戶多維相對貧困的緩解是由農(nóng)地確權(quán)背景下農(nóng)地轉(zhuǎn)出引起的，需要進行安慰劑檢驗。筆者將研究對象按隨機化的方法分為實驗組與對照組，進行500 次隨機模擬實驗與真實回歸結(jié)果相比較，若隨機實驗的模擬系數(shù)估計值與真實回歸系數(shù)值相差較大且多數(shù)模擬P值大于0.1，表明估計結(jié)果不顯著，評估結(jié)果并不是由偶然因素造成的，而是由政策造成的影響。安慰劑檢驗結(jié)果如圖2所示。由圖2可知，此次研究的結(jié)果通過了安慰劑檢驗，即農(nóng)地確權(quán)背景下的農(nóng)地轉(zhuǎn)出對農(nóng)戶多維相對貧困的緩解效應(yīng)并不是偶然因素導致的。

圖2 安慰劑檢驗結(jié)果

3 結(jié)論

筆者將農(nóng)地確權(quán)背景下的農(nóng)地流轉(zhuǎn)視作一項惠農(nóng)政策，通過構(gòu)建“類政策實驗”的雙重差分模型，探討分析了2014 年開始整省推進的新一輪農(nóng)地確權(quán)政策下農(nóng)地轉(zhuǎn)出的農(nóng)村多維相對減貧效果。從基本回歸結(jié)果可以看出，無論是否包含主觀維度，農(nóng)地確權(quán)背景下的農(nóng)地轉(zhuǎn)出可以顯著降低農(nóng)戶陷入多維相對貧困狀態(tài)的可能性和程度?；鶞誓Ｐ瓦€通過了雙重差分方法的平行趨勢檢驗和安慰劑檢驗，進一步佐證了基本回歸結(jié)果的穩(wěn)健性。

注釋：

①本文主要探究在農(nóng)地流轉(zhuǎn)趨于市場化的背景下，農(nóng)地流轉(zhuǎn)對貧困農(nóng)戶職業(yè)選擇及其減貧的影響。本文所使用的“中國家庭追蹤調(diào)查”（CFPS）數(shù)據(jù)中，未包含轉(zhuǎn)包、轉(zhuǎn)讓、入股、合作、租賃、互換等具體流轉(zhuǎn)模式信息。鑒于數(shù)據(jù)可得性，本文側(cè)重從總體上探討農(nóng)地流轉(zhuǎn)帶來的影響，并基于此選取農(nóng)地轉(zhuǎn)出變量。