摘要：研究目的：探討土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的因果影響、作用機(jī)制及異質(zhì)性，為進(jìn)一步深化農(nóng)村土地制度改革、構(gòu)建緩解農(nóng)村相對貧困的長效機(jī)制提供實(shí)證依據(jù)和有益啟示。研究方法：利用2010—2018年中國家庭追蹤調(diào)查數(shù)據(jù)，構(gòu)建了多維相對貧困評價指標(biāo)體系，通過BP神經(jīng)網(wǎng)絡(luò)賦權(quán)模型和雙界限法測度農(nóng)戶多維相對貧困狀況，然后使用工具變量法探討土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響及作用機(jī)制。研究結(jié)果：（1）土地流轉(zhuǎn)顯著減輕了農(nóng)戶的多維相對貧困狀況，且土地流出對5個子維度的相對貧困均存在穩(wěn)健的減貧作用，而土地流入的減貧效應(yīng)主要集中于家庭可行能力、發(fā)展機(jī)會、社會保險3個維度。（2）土地流轉(zhuǎn)主要通過優(yōu)化農(nóng)戶的土地和勞動力資源配置實(shí)現(xiàn)多維度的減貧效應(yīng)。（3）土地流轉(zhuǎn)對西部地區(qū)和農(nóng)業(yè)產(chǎn)值較低縣域的農(nóng)戶，以及家庭勞動力年齡較低和土地價值較低的農(nóng)戶的減貧效應(yīng)更為明顯。研究結(jié)論：土地流轉(zhuǎn)有助于提升相對貧困群體的內(nèi)生動力，培育自我發(fā)展的長效機(jī)制，其福利效應(yīng)可以縮小地區(qū)間和人群間差異。基于此，為實(shí)現(xiàn)共同富裕的發(fā)展目標(biāo)，需要進(jìn)一步建立健全統(tǒng)一的土地經(jīng)營權(quán)流轉(zhuǎn)市場，促進(jìn)土地規(guī)范有序流轉(zhuǎn)。

關(guān)鍵詞：土地流轉(zhuǎn)；工具變量；多維相對貧困；資源優(yōu)化配置；BP神經(jīng)網(wǎng)絡(luò)

中圖分類號：F301.2 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-8158（2024）04-0031-12

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目（72373149）。

我國的減貧事業(yè)開始邁向緩解相對貧困、實(shí)現(xiàn)共同富裕的新征程。所謂相對貧困，是指與社會平均水平相比，個體在物質(zhì)資源和生活質(zhì)量上明顯處于匱乏的狀態(tài)。與以生存為核心的絕對貧困相比，相對貧困具有更加明顯的多維屬性，主要表現(xiàn)在收入水平、資產(chǎn)積累、發(fā)展機(jī)會、生活環(huán)境、公共服務(wù)和社會權(quán)利等多方面的能力缺失[1]。同時，相對貧困還具有歷史動態(tài)性和長期性，只有充分調(diào)動相對貧困群體的主動性，激發(fā)他們的內(nèi)生動力，才能建立相對貧困治理的長效機(jī)制。

農(nóng)民是我國相對貧困群體的主體。對農(nóng)民而言，土地不僅是重要的生產(chǎn)要素，還是承擔(dān)生活保障功能的重要資源和資產(chǎn)，與農(nóng)民的收入結(jié)構(gòu)、就業(yè)發(fā)展、居住安排、風(fēng)險保障等多維度福利密切相關(guān)。隨著我國城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的不斷推進(jìn)，農(nóng)村家庭承包地經(jīng)營權(quán)（使用權(quán)）流轉(zhuǎn)（以下簡稱“土地流轉(zhuǎn)”）明顯加速。中共二十大報告指出“深化農(nóng)村土地制度改革，賦予農(nóng)民更加充分的財產(chǎn)權(quán)益”。土地流轉(zhuǎn)作為深化農(nóng)村土地制度改革的重要內(nèi)容，有利于促進(jìn)農(nóng)業(yè)適度規(guī)模化經(jīng)營，為農(nóng)村剩余勞動力向非農(nóng)部門轉(zhuǎn)移和城鎮(zhèn)聚集創(chuàng)造條件。那么由土地流轉(zhuǎn)帶來的農(nóng)戶土地經(jīng)營權(quán)屬的變更，究竟會給農(nóng)戶多維度的福利狀態(tài)帶來改善還是損失？影響程度如何？現(xiàn)有研究尚未得出一致結(jié)論[2]。研究土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響及作用機(jī)制對權(quán)衡土地流轉(zhuǎn)效益和風(fēng)險至關(guān)重要。因此，本文嘗試構(gòu)建以人的全面發(fā)展為目標(biāo)的多維相對貧困評價指標(biāo)體系，系統(tǒng)探討土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響、作用機(jī)制及異質(zhì)性。

學(xué)術(shù)界對土地流轉(zhuǎn)的減貧研究主要聚焦于增收減貧視角，第一類文獻(xiàn)關(guān)注土地流轉(zhuǎn)增收減貧的賦權(quán)性質(zhì)，認(rèn)為土地流轉(zhuǎn)賦予土地交易屬性，農(nóng)民可以通過土地投資增加財產(chǎn)性收入[3]。土地流轉(zhuǎn)可以盤活土地的資產(chǎn)、資本、資源功能，具有增收效應(yīng)[4]。第二類文獻(xiàn)關(guān)注土地流轉(zhuǎn)增收減貧的機(jī)制，認(rèn)為土地流轉(zhuǎn)作為生產(chǎn)要素配置的重要方式，一方面可以降低農(nóng)業(yè)生產(chǎn)成本、提高農(nóng)業(yè)生產(chǎn)率；另一方面可以促進(jìn)農(nóng)民的非農(nóng)勞動、推動家庭職業(yè)分層等，進(jìn)而增加農(nóng)民財產(chǎn)性和工資性收入[5-6]?？偟膩碚f，現(xiàn)有文獻(xiàn)大多關(guān)注農(nóng)民單一收入維度的貧困。僅有極少數(shù)文獻(xiàn)考察了土地流轉(zhuǎn)與農(nóng)戶多維貧困之間的相關(guān)性，夏玉蓮等[4]發(fā)現(xiàn)，土地流轉(zhuǎn)對收入和就業(yè)維度有減貧效應(yīng)，對教育維度的減貧效應(yīng)不明顯；劉魏等[7]發(fā)現(xiàn)，土地流轉(zhuǎn)與農(nóng)戶多維貧困之間負(fù)相關(guān)，與極端多維貧困不相關(guān)。但是，這兩篇文獻(xiàn)對于土地流轉(zhuǎn)內(nèi)生性的處理還有待改進(jìn)，而且在新時代關(guān)于土地流轉(zhuǎn)在相對貧困治理工作中的作用機(jī)制也亟待進(jìn)一步厘清。

考察土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的減貧效應(yīng)面臨一些挑戰(zhàn)。首先是農(nóng)戶多維相對貧困狀況的測度問題。目前文獻(xiàn)多以收入中位數(shù)或平均收入的百分比來劃定相對貧困[8-9]，即關(guān)注單一收入維度；或以絕對貧困脫貧目標(biāo)的“兩不愁三保障”為衡量維度。然而，新時代多維相對貧困的測度，需要考慮家庭發(fā)展機(jī)會、可行能力、社會權(quán)利等多維度的相對剝奪性，以更加準(zhǔn)確地反映相對貧困的內(nèi)涵與特點(diǎn)[10]。有鑒于此，本文利用中國家庭追蹤調(diào)查（CFPS）2010—2018年5期全國層面的微觀追蹤調(diào)查數(shù)據(jù)，從家庭經(jīng)濟(jì)資產(chǎn)狀況、可行能力、生活環(huán)境與質(zhì)量、發(fā)展機(jī)會和社會保險5個維度，構(gòu)建以人的全面發(fā)展為目標(biāo)的多維相對貧困評價指標(biāo)體系，并運(yùn)用BP（BackPropagation）神經(jīng)網(wǎng)絡(luò)賦權(quán)模型和雙界限法（以下簡稱AF法），測度與識別農(nóng)戶的多維相對貧困狀況。

其次是現(xiàn)有文獻(xiàn)普遍面臨的內(nèi)生性問題。即農(nóng)戶的土地流轉(zhuǎn)行為不是外生的，往往與農(nóng)戶資源稟賦、偏好、預(yù)期等特征相關(guān)，而這些不可觀測的特征可能會對農(nóng)戶的多維相對貧困狀況造成影響，從而導(dǎo)致估計結(jié)果并非來自于土地流轉(zhuǎn)本身。一些文獻(xiàn)試圖采用傾向得分匹配法（PSM）解決此問題[4，7]，但是，PSM無法克服不可觀測的遺漏變量和反向因果所導(dǎo)致的內(nèi)生性偏差。為此，本文構(gòu)建國家土地流轉(zhuǎn)率與1930年各省自耕農(nóng)比重的交互項(xiàng)、縣域?qū)用娴耐恋亓鬓D(zhuǎn)比例以及農(nóng)村地貌三個工具變量，采用工具變量法來檢驗(yàn)土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的因果效應(yīng)，并采用PSM和廣義傾向得分匹配（GPS）進(jìn)行穩(wěn)健性檢驗(yàn)①。

本文對相關(guān)文獻(xiàn)的邊際貢獻(xiàn)主要體現(xiàn)在以下三方面：第一，在研究內(nèi)容方面，本文以人的全面發(fā)展為目標(biāo)，對相對貧困進(jìn)行了多維度的測度，并全面評估不同的土地流轉(zhuǎn)行為對農(nóng)戶多維相對貧困及其5個子維度的減貧效應(yīng)，為土地流轉(zhuǎn)提升相對貧困群體的內(nèi)生動力、培育自我發(fā)展的長效機(jī)制提供了實(shí)證證據(jù)，豐富了我國農(nóng)村土地制度改革與農(nóng)民福祉相關(guān)的學(xué)術(shù)研究。第二，在研究視角方面，本文基于生產(chǎn)資源優(yōu)化配置的理論分析框架，深入探討了土地流轉(zhuǎn)減貧效應(yīng)的作用路徑，即通過優(yōu)化農(nóng)戶的土地和勞動力資源配置，充分發(fā)揮農(nóng)戶的生產(chǎn)比較優(yōu)勢，實(shí)現(xiàn)多維度的相對貧困減貧效應(yīng)，拓展了土地流轉(zhuǎn)相關(guān)文獻(xiàn)的分析視角。第三，在研究方法方面，本文構(gòu)建了省份、縣域和村莊三個層面的工具變量，以識別土地流轉(zhuǎn)的減貧效應(yīng)。相比以往相關(guān)研究，本文能更好地解決土地流轉(zhuǎn)的內(nèi)生性問題及其導(dǎo)致的估計偏差，確保實(shí)證結(jié)果的穩(wěn)健性。

1 理論分析與研究假設(shè)

土地流轉(zhuǎn)不僅可以盤活農(nóng)戶的土地資源，而且還會改變農(nóng)戶的生產(chǎn)方式與勞動行為決策。根據(jù)勞動力遷移新經(jīng)濟(jì)學(xué)（New Economics of Labor Migration）理論[11-12]，微觀農(nóng)戶通常基于預(yù)期效用和家庭勞動力的比較優(yōu)勢，在非農(nóng)部門和農(nóng)業(yè)部門之間進(jìn)行生產(chǎn)要素配置的最優(yōu)決策。如圖1的理論分析框架所示，假設(shè)期初有兩類具有不同生產(chǎn)比較優(yōu)勢的農(nóng)戶，他們擁有等量的勞動力、土地和資本生產(chǎn)要素稟賦，可以投入農(nóng)業(yè)生產(chǎn)或非農(nóng)生產(chǎn)，面臨相同的成本約束線。但是，由于兩類農(nóng)戶在農(nóng)業(yè)和非農(nóng)生產(chǎn)中比較優(yōu)勢的差異，他們的等產(chǎn)出曲線不同，即農(nóng)戶的多維相對貧困程度不同。假設(shè)具有農(nóng)業(yè)生產(chǎn)優(yōu)勢的農(nóng)戶1等產(chǎn)出線為A1，具有非農(nóng)生產(chǎn)優(yōu)勢的農(nóng)戶2等產(chǎn)出線為S1，在成本約束下兩類農(nóng)戶的要素投入與產(chǎn)出分別在Q、P兩點(diǎn)達(dá)到均衡，此時農(nóng)戶1需投入XQ的農(nóng)業(yè)生產(chǎn)要素（如土地、農(nóng)業(yè)生產(chǎn)勞動力、農(nóng)業(yè)生產(chǎn)資本）和YQ的非農(nóng)生產(chǎn)要素（如非農(nóng)就業(yè)勞動力、非農(nóng)經(jīng)營資本），農(nóng)戶2則需投入XP的農(nóng)業(yè)生產(chǎn)要素和YQ的非農(nóng)生產(chǎn)要素。

當(dāng)發(fā)生土地流轉(zhuǎn)時，具有農(nóng)業(yè)生產(chǎn)優(yōu)勢的農(nóng)戶1會選擇流入土地，減少非農(nóng)生產(chǎn)要素的投入，其成本約束線由MN變?yōu)镸1N1；同理，農(nóng)戶2會選擇流出土地，增加非農(nóng)生產(chǎn)要素的投入，成本約束線由MN變?yōu)镸2N2。雖然兩類農(nóng)戶所擁有的農(nóng)業(yè)和非農(nóng)生產(chǎn)要素稟賦總體沒有變化，即M1+M2=2M，N1+N2=2N，但要素稟賦結(jié)構(gòu)優(yōu)化后，兩類農(nóng)戶的等產(chǎn)量水平（即多維相對貧困狀況）均得到不同程度的改善，投入產(chǎn)出的均衡點(diǎn)分別由Q和P移動到W和Z，達(dá)到更高的等產(chǎn)量曲線A2和S2，表明土地流轉(zhuǎn)能通過土地資源和勞動力資源雙重優(yōu)化配置，充分發(fā)揮農(nóng)戶的比較優(yōu)勢，實(shí)現(xiàn)帕累托改進(jìn)和社會福利的提升。

具體來看，土地轉(zhuǎn)入的減貧機(jī)制主要源于土地資源的優(yōu)化配置，尤其體現(xiàn)在土地產(chǎn)出率、農(nóng)業(yè)勞動生產(chǎn)率的提高。就土地產(chǎn)出率而言，土地轉(zhuǎn)入是盤活土地資源、減少土地拋荒的重要方式。中國土地經(jīng)營規(guī)模的拐點(diǎn)還未出現(xiàn)[13]，土地轉(zhuǎn)入戶的農(nóng)業(yè)產(chǎn)出水平和農(nóng)業(yè)經(jīng)營性收入會隨著農(nóng)業(yè)技術(shù)及工具的推廣而穩(wěn)定提高。就勞動生產(chǎn)率而言，土地轉(zhuǎn)入有利于推動新型農(nóng)業(yè)經(jīng)營主體的興起，有助于培育具有專業(yè)知識技能的職業(yè)農(nóng)民[14]，激勵農(nóng)戶更好地進(jìn)行農(nóng)業(yè)經(jīng)營與管理，改善農(nóng)戶的可行能力、社會資本等多維度的相對貧困狀況，提高勞動生產(chǎn)率[15]。

土地轉(zhuǎn)出的減貧機(jī)制主要源于家庭勞動力資源的優(yōu)化配置，其多維減貧路徑主要有三條：首先，土地轉(zhuǎn)出的租金等非農(nóng)經(jīng)營資本，為農(nóng)民跨區(qū)域和城鄉(xiāng)流出提供了資金支持，更重要的是土地流出為農(nóng)民的非農(nóng)就業(yè)提供了必要條件，非農(nóng)收入的提高以及非農(nóng)就業(yè)機(jī)會的增加可被視為農(nóng)民實(shí)現(xiàn)可持續(xù)增收與發(fā)展的重要因素[16]。其次，非農(nóng)勞動有助于改善農(nóng)戶固化的社會階層，使其更易獲得可及的社會資本，更新觀念并提升可行能力，提高社會適應(yīng)性和競爭力，有效阻斷貧困的代際傳遞，為其獲取平等的公共服務(wù)和城鎮(zhèn)職工社會保險創(chuàng)造了機(jī)會。最后，勞動力資源的優(yōu)化配置及其減貧作用具有示范效應(yīng)，農(nóng)民可以通過交流和效仿，在城鄉(xiāng)間、鄉(xiāng)村內(nèi)、家庭中傳遞新的技能、信息、觀念，弱化農(nóng)戶面臨的發(fā)展機(jī)會不足、可行能力受限、勞動力信息缺乏等問題，實(shí)現(xiàn)可持續(xù)的多維度減貧。

基于以上分析，本文提出：

假設(shè)1：土地流轉(zhuǎn)可以改善農(nóng)戶多維度的福利狀態(tài)，減輕其多維相對貧困狀況。

假設(shè)2：土地流轉(zhuǎn)能夠通過改善家庭土地、勞動力資源的優(yōu)化配置發(fā)揮多維度的減貧效應(yīng)。

2 農(nóng)戶多維相對貧困指數(shù)構(gòu)建與計量模型

2.1 數(shù)據(jù)來源與數(shù)據(jù)處理

本文所用數(shù)據(jù)源自2010年、2012年、2014年、2016年、2018年共5期的中國家庭追蹤調(diào)查（China Family Panel Studies， CFPS），此樣本覆蓋全國25個省級行政單位①，代表了95%的中國大陸地區(qū)人口。該追蹤調(diào)查已被廣泛應(yīng)用于貧困問題及農(nóng)村發(fā)展等領(lǐng)域的研究中，符合本文的研究需要。本文以農(nóng)村家庭為單位對家庭經(jīng)濟(jì)問卷、成人問卷和兒童問卷進(jìn)行數(shù)據(jù)匹配，剔除兒童戶（家庭年齡最大者未滿16周歲）、關(guān)鍵變量缺失及異常值的樣本，保留調(diào)查年具有農(nóng)村戶口的家庭及成員樣本，最終得到5期混合截面數(shù)據(jù)，有效樣本量共計34 142個。

2.2 多維相對貧困指數(shù)的測算與識別

（1）多維相對貧困評價指標(biāo)設(shè)計。諾貝爾經(jīng)濟(jì)學(xué)獎得主阿馬蒂亞·森的可行能力理論認(rèn)為，貧困的本質(zhì)是家庭或個體的“基本可行能力”遭到剝奪[17]。因此，相對貧困的衡量標(biāo)準(zhǔn)應(yīng)圍繞人的全面發(fā)展目標(biāo)設(shè)定多維度的評價體系[18-19]。目前學(xué)術(shù)界對相對貧困的多維度衡量標(biāo)準(zhǔn)尚未達(dá)成一致。本文在設(shè)計多維相對貧困指標(biāo)體系時，首先，參考了聯(lián)合國開發(fā)計劃署的人類發(fā)展指數(shù)（HDI）中涉及的維度指標(biāo)及《中國農(nóng)村扶貧開發(fā)綱要（2011—2020年）》中提出的任務(wù)與目標(biāo)；其次，分析已有文獻(xiàn)中關(guān)于農(nóng)村家庭致貧原因、相對貧困的內(nèi)涵、常用的貧困維度指標(biāo)及其臨界值的設(shè)置方法[1，20-21]；最后，依據(jù)CFPS調(diào)查數(shù)據(jù)的可得性和質(zhì)量，設(shè)計了包含5個維度17個指標(biāo)的農(nóng)村家庭多維相對貧困指標(biāo)體系（表1）。

家庭經(jīng)濟(jì)資產(chǎn)狀況維度表征相對貧困人口的收入和資產(chǎn)狀況，是衡量農(nóng)戶“貧”的關(guān)鍵。家庭可行能力、發(fā)展機(jī)會維度分別反映家庭謀求發(fā)展的內(nèi)生動力和外部條件，代表貧困主體擺脫貧困及享受公共政策支持的能力，是表征“困”的核心要素。新發(fā)展理念強(qiáng)調(diào)綠色發(fā)展，在衡量家戶的多維相對貧困時應(yīng)考慮人們對追求安全、優(yōu)美的生活環(huán)境的需要。社會保險維度衡量了農(nóng)戶平等享受基本公共服務(wù)的機(jī)會大小。

本文在指標(biāo)選取和臨界值設(shè)定上與現(xiàn)有研究有以下幾點(diǎn)不同：第一，將年人均純收入臨界值設(shè)定為低于全國農(nóng)村居民戶人均純收入中位數(shù)的40%①，而非低于貧困線，因?yàn)榈陀谪毨Ь€僅可以識別出絕對貧困群體，不能反映其相對狀態(tài)。第二，將戶主受教育年限少于12年定義為相對貧困，而非6年，因?yàn)榛?035年基本實(shí)現(xiàn)社會主義現(xiàn)代化的遠(yuǎn)景目標(biāo)，對教育相對貧困的衡量應(yīng)對標(biāo)于12年義務(wù)教育。第三，將信息獲取能力納入家庭可行能力的評價范圍，因?yàn)閷?shù)字信息的接受不足可能給數(shù)字脆弱群體帶來可行能力的缺失。第四，將參保后保障水平較低的群體視為社會保險維度的貧困主體，因?yàn)橹袊呀?jīng)初步實(shí)現(xiàn)了基本社會保險的全民覆蓋，但城鄉(xiāng)居民基本社會保險的待遇水平較低。

（2）賦權(quán)模型的構(gòu)建及權(quán)重測度。本文采用BP神經(jīng)網(wǎng)絡(luò)賦權(quán)模型對表1中各指標(biāo)的權(quán)重進(jìn)行測度并優(yōu)化，相較于文獻(xiàn)中常用的主觀賦權(quán)法和客觀賦權(quán)法，BP神經(jīng)網(wǎng)絡(luò)可減少主觀偏差及數(shù)據(jù)的整體性誤差[24]①。

通過測算發(fā)現(xiàn)，家庭經(jīng)濟(jì)資產(chǎn)狀況依舊是衡量相對貧困程度的重要維度，但其權(quán)重占比逐年遞減，由2010年的約28%降至2018年的約19%。而家庭可行能力、發(fā)展機(jī)會等維度的權(quán)重占比逐年升高，2010—2018年約提高5%～8%，這說明，農(nóng)戶的發(fā)展型困境成為阻礙其擺脫相對貧困的主要因素[21]。

（3）農(nóng)村家庭多維相對貧困測算與識別。本文參考ALKIRE等[25]開發(fā)的AF法測度并識別多維相對貧困狀態(tài)。假設(shè)n為樣本中農(nóng)戶總數(shù)，d為指標(biāo)總數(shù)，農(nóng)戶i的第j項(xiàng)指標(biāo)的觀測值為xij（i=1，2，3，…，n；j=1，2，3，…，d）。zj為指標(biāo)j的相對貧困剝奪臨界值，用來判斷農(nóng)戶在此指標(biāo)上的能力是否被剝奪。gij（z）為單個指標(biāo)的示性函數(shù)，若xij

在省份層面，構(gòu)建國家土地流轉(zhuǎn)率與1930年各省自耕農(nóng)比重的交互項(xiàng)，作為第一個工具變量。因?yàn)樵?0世紀(jì)30時代，自耕農(nóng)比重越高表明土地租佃越淡化，土地流轉(zhuǎn)的可能性就越低[26]。由于土地制度變遷具有路徑依賴的特點(diǎn)及鄉(xiāng)土文化的傳承性，1930年自耕農(nóng)比重與當(dāng)前各地的土地流轉(zhuǎn)程度應(yīng)負(fù)相關(guān)，而與當(dāng)前農(nóng)戶的多維相對貧困狀態(tài)不可能直接關(guān)聯(lián)，同時滿足工具變量相關(guān)性和外生性的要求。將其與全國各年份的土地流轉(zhuǎn)率相乘，可以衡量全國性的土地流轉(zhuǎn)趨勢對不同自耕農(nóng)文化歷史地區(qū)的差異性沖擊。

在縣域?qū)用?，本文?gòu)建了除農(nóng)戶i之外本縣土地流轉(zhuǎn)戶占全縣農(nóng)民總戶數(shù)的比重，作為第二個工具變量。在縣域內(nèi)部，農(nóng)戶更傾向于通過交流互動、觀察他人經(jīng)驗(yàn)和行為的方式調(diào)整自己的認(rèn)知、技能和決策。因此，農(nóng)戶土地流轉(zhuǎn)決策會受到同縣其他農(nóng)戶行為的直接影響，但該農(nóng)戶的相對貧困狀態(tài)不受影響。

在村莊層面，選擇農(nóng)村地貌狀況作為第三個工具變量，因?yàn)檗r(nóng)村的地理?xiàng)l件會影響農(nóng)業(yè)生產(chǎn)率和農(nóng)戶的土地流轉(zhuǎn)意愿，如村莊地貌越平坦越有利于土地流轉(zhuǎn)，但與農(nóng)戶的相對貧困沒有直接關(guān)系。

雖然省縣村三個層面的工具變量能夠較好地滿足工具變量的外生性要求，但可能面臨弱工具變量的問題，本文采用有限信息極大似然法（LIML）獲得對弱工具變量穩(wěn)健的估計結(jié)果。同時，由于這三個工具變量在相應(yīng)區(qū)域內(nèi)部的時間變異性有限，在工具變量回歸中只能控制地區(qū)固定效應(yīng)①，用于吸收東、中、西地區(qū)省市縣村間存在的差異。各變量的描述性統(tǒng)計如表2所示。

3 結(jié)果與分析

3.1 土地流轉(zhuǎn)對農(nóng)戶多維相對貧困減貧效應(yīng)的分析

（1）主要結(jié)果。本文先后利用混合截面回歸（OLS）、村莊固定效應(yīng)模型（FE）和工具變量的有限信息極大似然法（IV-LIML）考察了土地流轉(zhuǎn)對農(nóng)戶多維相對貧困剝奪得分、是否深度多維相對貧困的影響，回歸結(jié)果見表3。列（1）—列（6）的結(jié)果顯示，土地流轉(zhuǎn)對農(nóng)戶多維相對貧困狀態(tài)產(chǎn)生顯著的負(fù)效應(yīng)，且均通過顯著性檢驗(yàn)，假設(shè)1得到驗(yàn)證?？刂拼迩f固定效應(yīng)的估計結(jié)果表明，土地流轉(zhuǎn)使得農(nóng)戶的多維相對貧困剝奪得分顯著下降0.005分，陷入深度多維相對貧困的可能性顯著降低1.2個百分點(diǎn)。

在處理內(nèi)生性問題以后，表3列（3）和列（6）的A部分顯示，土地流轉(zhuǎn)使農(nóng)戶多維相對貧困剝奪得分下降0.008分（相當(dāng)于均值的2%），且在1%的統(tǒng)計水平上顯著；使農(nóng)戶陷入深度多維相對貧困的可能性顯著降低1.6個百分點(diǎn)（相當(dāng)于均值的8%）。相較于列（2）和列（5）的估計結(jié)果，工具變量法下土地流轉(zhuǎn)減貧效應(yīng)的絕對數(shù)值有所提高，表明不考慮土地流轉(zhuǎn)決策的內(nèi)生性時其減貧作用容易被低估。

本文對三個工具變量進(jìn)行了弱工具變量檢驗(yàn)，Kleibergen-Paaprk Wald F統(tǒng)計量數(shù)值為47.21，對應(yīng)15%水平下Stock-Yogo弱工具變量檢驗(yàn)臨界值為8.96，拒絕了弱工具變量檢驗(yàn)的原假設(shè)。工具變量的過度識別檢驗(yàn)對應(yīng)的P值為0.44，不能拒絕所有工具變量滿足外生性的原假設(shè)。這表明，工具變量的估計結(jié)果是可靠無偏的。

（2）土地流轉(zhuǎn)對農(nóng)戶不同維度相對貧困減貧效應(yīng)分析。表4利用工具變量的LIML法進(jìn)一步估計土地流轉(zhuǎn)、流出和流入對農(nóng)戶5個相對貧困維度的影響②。表中A部分表明，土地流轉(zhuǎn)對經(jīng)濟(jì)資產(chǎn)維度的影響不顯著，對其他維度表現(xiàn)出不同程度的減貧效應(yīng)，其中，對農(nóng)戶可行能力、生活環(huán)境與質(zhì)量維度的影響程度最大。為探求影響效應(yīng)存在差異的原因，本文將土地流轉(zhuǎn)細(xì)分為土地流入和土地流出后再進(jìn)行回歸（B和C部分），發(fā)現(xiàn)土地流出比土地流入在各個維度上的減貧效應(yīng)更穩(wěn)定，土地流入對農(nóng)戶的經(jīng)濟(jì)資產(chǎn)、生活環(huán)境與質(zhì)量維度的減貧效果不顯著。但不管土地流出還是流入，均對家庭的可行能力、發(fā)展機(jī)會、社會保險3個維度具有顯著的減貧效應(yīng)。

推測可能的原因是，土地規(guī)模經(jīng)營收益和非農(nóng)勞動穩(wěn)定性收入的差距較大。首先，土地流出能穩(wěn)定地促進(jìn)家庭勞動力資源向非農(nóng)部門重新配置，獲得相對穩(wěn)定、持續(xù)的非農(nóng)收入，而且非農(nóng)收入往往要高于這些農(nóng)戶從事土地勞動所獲得的農(nóng)業(yè)經(jīng)營收入。另外，非農(nóng)就業(yè)能夠改善農(nóng)戶生活與居住環(huán)境及社會關(guān)系，促進(jìn)農(nóng)戶人力資本提升、拓展家庭發(fā)展機(jī)會與社會公共服務(wù)的可及性，因此，土地流出對農(nóng)戶相對貧困不同維度的減貧效應(yīng)更顯著且穩(wěn)定。

對土地轉(zhuǎn)入戶而言，其要實(shí)現(xiàn)土地的規(guī)模化經(jīng)營，初期必然要對農(nóng)業(yè)生產(chǎn)經(jīng)營已有模式進(jìn)行改造，產(chǎn)生土地租金支出、勞動力雇傭等投資成本，并面臨融資約束。在新型農(nóng)業(yè)科技還未全面推廣、農(nóng)業(yè)專業(yè)化人才欠缺等背景下，大量的土地轉(zhuǎn)入戶在土地規(guī)模經(jīng)營初期階段存在經(jīng)營不善和抗風(fēng)險能力較低的狀況，因此，土地流入對農(nóng)戶經(jīng)濟(jì)資產(chǎn)狀況維度相對貧困的短期改善效果不佳。而且，土地轉(zhuǎn)入戶大多仍生活在農(nóng)村地區(qū)，其生活環(huán)境與居住質(zhì)量的改善也并不明顯。

3.2 土地流轉(zhuǎn)多維減貧效應(yīng)的機(jī)制檢驗(yàn)

為檢驗(yàn)理論假設(shè)2，本文選取家庭農(nóng)業(yè)產(chǎn)值和農(nóng)業(yè)相關(guān)收入作為土地流入減貧的渠道變量；將外出務(wù)工、主要從事非農(nóng)勞動、非農(nóng)收入作為土地流出減貧的渠道變量，以分別表征農(nóng)村勞動力跨地區(qū)、跨部門的轉(zhuǎn)移，并采用工具變量的LIML法進(jìn)行機(jī)制分析。

表5匯報了土地流轉(zhuǎn)、流入、流出對不同渠道變量的估計系數(shù)。結(jié)果顯示，土地流轉(zhuǎn)對5個渠道變量均有顯著的正效應(yīng)，將土地流轉(zhuǎn)行為細(xì)化后發(fā)現(xiàn)，土地流入能使農(nóng)戶的農(nóng)業(yè)產(chǎn)值、農(nóng)業(yè)相關(guān)收入分別顯著提高12.8%、11.4%；土地流出使農(nóng)戶外出務(wù)工、主要從事非農(nóng)勞動的概率分別顯著提高2.8和2.2個百分點(diǎn)，使農(nóng)戶非農(nóng)收入提高8.7%。

考慮到收入變量與農(nóng)戶多維相對貧困狀態(tài)的衡量直接相關(guān)，表6的機(jī)制檢驗(yàn)僅將家庭農(nóng)業(yè)產(chǎn)值、外出務(wù)工、主要從事非農(nóng)勞動三個渠道變量納入主模型中①。

表6結(jié)果顯示，加入渠道變量后，土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的減貧效應(yīng)有所下降。相比不加任何渠道變量的主回歸而言（列（1）），列（2）和列（3）加入家庭農(nóng)業(yè)產(chǎn)值、主要從事非農(nóng)勞動變量后，土地流轉(zhuǎn)對農(nóng)戶多維相對貧困剝奪得分的估計效應(yīng)從約0.008分降為0.007分，這表明，這兩個渠道變量能夠解釋土地流轉(zhuǎn)減貧效應(yīng)的約1/8。列（4）加入外出務(wù)工變量后，土地流轉(zhuǎn)的減貧效應(yīng)從-0.008降到-0.006，意味著外出務(wù)工解釋了土地流轉(zhuǎn)多維減貧效應(yīng)的1/4。列（5）控制所有渠道變量后，估計系數(shù)僅為-0.005，渠道變量的總體解釋力度達(dá)到37.5%。本文還嘗試將被解釋變量替換為是否深度多維相對貧困，結(jié)果與表6基本類似；不同之處在于，在控制所有渠道變量后，土地流轉(zhuǎn)的多維減貧效應(yīng)變得不再顯著，這說明，土地和勞動力資源優(yōu)化配置這兩個機(jī)制，基本完全解釋了土地流轉(zhuǎn)對深度多維相對貧困的減貧效應(yīng)。

綜上所述，土地流轉(zhuǎn)能顯著促進(jìn)家庭土地和勞動力資源的整合，使農(nóng)戶增收減貧的同時，促進(jìn)其非農(nóng)就業(yè)并改善其可行能力與發(fā)展機(jī)會，達(dá)到多維度減貧效果，假設(shè)2得到驗(yàn)證。

3.3 土地流轉(zhuǎn)多維減貧效應(yīng)的異質(zhì)性分析

（1）地區(qū)異質(zhì)性分析。本文將全國樣本劃分為東部、中部和西部進(jìn)行分組回歸。如表7列（1）—列（3）所示，土地流轉(zhuǎn)的多維減貧效應(yīng)主要體現(xiàn)在東部和西部地區(qū)，對西部地區(qū)的減貧效果更為明顯。原因可能在于西部地區(qū)經(jīng)濟(jì)發(fā)展水平較低、土地流轉(zhuǎn)市場發(fā)育相對落后，貧困率較高，土地流轉(zhuǎn)的減貧空間更大。東部地區(qū)土地政策和土地市場建設(shè)相對健全，土地價值更高，成熟的土地市場能推動土地的流轉(zhuǎn)，促進(jìn)農(nóng)村勞動力流動，為農(nóng)戶的多維度能力發(fā)展和減貧創(chuàng)造機(jī)會。

農(nóng)戶所在的縣域農(nóng)業(yè)發(fā)展水平會直接影響其土地流轉(zhuǎn)和勞動決策。本文以樣本縣農(nóng)業(yè)產(chǎn)值中位數(shù)為界將樣本分為兩組。表7列（4）—列（5）的結(jié)果表明，在農(nóng)業(yè)產(chǎn)值較低的縣域，土地流轉(zhuǎn)的多維減貧效應(yīng)更明顯。這可能因?yàn)樵谵r(nóng)業(yè)產(chǎn)值較低的縣域中貧困群體較多，整體的人力資本和社會資本水平偏低，土地流轉(zhuǎn)的減貧空間更大，所發(fā)揮的減貧作用更明顯。

（2）家庭異質(zhì)性分析。家庭勞動力年齡結(jié)構(gòu)和土地價值關(guān)系到農(nóng)戶的生產(chǎn)比較優(yōu)勢，為此本文將家庭勞動力年齡、土地價值以中位數(shù)為分界進(jìn)行分組異質(zhì)性檢驗(yàn)。結(jié)果顯示②，土地流轉(zhuǎn)的減貧效應(yīng)在勞動力年齡較低和土地價值較低的農(nóng)戶中體現(xiàn)的更明顯。原因可能在于高齡勞動力的農(nóng)業(yè)或非農(nóng)勞動收益偏低；而土地流轉(zhuǎn)在土地價值較低的農(nóng)戶中具有更大的減貧空間。

4 結(jié)論與政策啟示

本文基于具有全國代表性的CFPS農(nóng)戶樣本（2010—2018年），運(yùn)用BP神經(jīng)網(wǎng)絡(luò)賦權(quán)模型和AF法，從家庭經(jīng)濟(jì)資產(chǎn)狀況、可行能力、生活環(huán)境與質(zhì)量、發(fā)展機(jī)會和社會保險5個維度構(gòu)建農(nóng)戶相對貧困的衡量指標(biāo)，并利用工具變量法考察土地流轉(zhuǎn)對農(nóng)戶多維相對貧困的影響、作用機(jī)制及異質(zhì)性效應(yīng)。本文的主要發(fā)現(xiàn)包括：（1）土地流轉(zhuǎn)顯著且穩(wěn)健地緩解了農(nóng)戶的多維相對貧困；土地流出對5個子維度的相對貧困均存在穩(wěn)健的減貧作用，而土地流入的減貧效應(yīng)主要集中于家庭可行能力、發(fā)展機(jī)會、社會保險3個維度，與土地流入相比，土地流出在各子維度上的減貧作用更為穩(wěn)健，其減貧程度在數(shù)值上也更大。（2）基于生產(chǎn)資源優(yōu)化配置視角的機(jī)制分析表明，土地流轉(zhuǎn)通過優(yōu)化農(nóng)戶土地和勞動力資源的配置，實(shí)現(xiàn)農(nóng)戶多維度的相對貧困減貧，農(nóng)戶的土地和勞動力資源優(yōu)化配置基本完全解釋土地流轉(zhuǎn)對深度多維相對貧困的影響。（3）土地流轉(zhuǎn)的減貧效應(yīng)具有明顯的地區(qū)、家庭異質(zhì)性，對西部地區(qū)和農(nóng)業(yè)產(chǎn)值較低縣域的農(nóng)戶，以及家庭勞動力較年輕、土地價值較低的農(nóng)戶具有更強(qiáng)的多維相對貧困減貧效應(yīng)。這些發(fā)現(xiàn)意味著土地流轉(zhuǎn)是激發(fā)農(nóng)村相對貧困群體內(nèi)生動力、推動鄉(xiāng)村振興的有效途徑。土地流轉(zhuǎn)在提高農(nóng)戶收入資產(chǎn)的同時，還能有效改善其可行能力、發(fā)展機(jī)會、生活環(huán)境與質(zhì)量等多維度的福利狀態(tài)，縮小地區(qū)間和人群間差異，朝向共同富裕的目標(biāo)邁進(jìn)。上述研究發(fā)現(xiàn)具有鮮明的政策含義，為進(jìn)一步深化農(nóng)村土地制度改革、構(gòu)建緩解農(nóng)村相對貧困的長效機(jī)制提供了實(shí)證依據(jù)和有益啟示。

然而現(xiàn)階段我國農(nóng)村土地市場發(fā)育緩慢，土地流轉(zhuǎn)比例仍待提高，農(nóng)民工能力發(fā)展等仍面臨困境，新型農(nóng)業(yè)經(jīng)營主體培育體系尚不健全。為進(jìn)一步促進(jìn)土地規(guī)范有序流轉(zhuǎn)，提高農(nóng)戶多維度的福利水平，助力減貧事業(yè)，本文提出以下幾點(diǎn)政策展望：第一，全面深化農(nóng)村土地制度改革，建立健全統(tǒng)一有序的土地經(jīng)營權(quán)流轉(zhuǎn)市場[27]，建立更加透明、高效的土地交易平臺以加強(qiáng)對土地流轉(zhuǎn)市場的監(jiān)管。第二，建立健全以基本公共服務(wù)均等化為基礎(chǔ)的能力發(fā)展機(jī)制和社會保障體系。加強(qiáng)農(nóng)民工職業(yè)技能培訓(xùn)、就業(yè)服務(wù)和權(quán)益維護(hù)，積極推動農(nóng)民工及其子女平等享受教育、醫(yī)療、住房及基本社會保險等方面的城鎮(zhèn)基本公共服務(wù)，破除城鄉(xiāng)分割局面。第三，加快培育新型農(nóng)業(yè)經(jīng)營主體和服務(wù)主體，大力發(fā)展農(nóng)業(yè)適度規(guī)模經(jīng)營形式，全面推廣農(nóng)業(yè)生產(chǎn)新技術(shù)的應(yīng)用，加強(qiáng)激勵扶持與監(jiān)管力度，促進(jìn)農(nóng)民持續(xù)多維減貧。

參考文獻(xiàn)（References）：

[1] 王小林，馮賀霞. 2020年后中國多維相對貧困標(biāo)準(zhǔn)：國際經(jīng)驗(yàn)與政策取向[J] . 中國農(nóng)村經(jīng)濟(jì)，2020（3）：2 - 21.

[2] 胡特，彭開麗，唐睿，等. 農(nóng)戶脆弱性研究綜述及其在土地利用變化中的理論分析構(gòu)架[J] . 中國土地科學(xué)，2016，30（11）：50 - 60.

[3] BESLEY T. Property rights and investment incentives： theory and evidence from Ghana[J] . Journal of Political Economy， 1995， 103（5）： 903 - 937.

[4] 夏玉蓮，匡遠(yuǎn)配. 農(nóng)地流轉(zhuǎn)的多維減貧效應(yīng)分析——基于5省1218戶農(nóng)戶的調(diào)查數(shù)據(jù)[J] . 中國農(nóng)村經(jīng)濟(jì)，2017（9）：44 - 61.

[5] KEMPER N， HA L V， KLUMP R. Property rights and consumption volatility： evidence from a land reform in Vietnam[J] . World Development， 2015， 71： 107 - 130.

[6] 周京奎，王文波，龔明遠(yuǎn)，等. 農(nóng)地流轉(zhuǎn)、職業(yè)分層與減貧效應(yīng)[J] . 經(jīng)濟(jì)研究，2020，55（6）：155 - 171.

[7] 劉魏，王小華. 農(nóng)地流轉(zhuǎn)的多維減貧效應(yīng)及其異質(zhì)性研究[J] . 宏觀質(zhì)量研究，2019，7（3）：51 - 65.

[8] 陳宗勝，沈揚(yáng)揚(yáng)，周云波. 中國農(nóng)村貧困狀況的絕對與相對變動——兼論相對貧困線的設(shè)定[J] . 管理世界，2013（1）：67 - 77，187 - 188.

[9] AUDA H， ALBEHERY N， HASSAN E. Robust estimator for relative poverty line with application to Egypt[J] . Advances and Applications in Statistics， 2018， 53（4）： 379 - 400.

[10] RAVALLION M， CHEN S H. Global poverty measurement when relative income matters[J] . Journal of Public Economics， 2019， 117. doi： 10.1016/j.jpubeco.2019.07.005.

[11] STARK O， BLOOM D E. The new economics of labor migration[J] . The American Economic Review， 1985， 75（2）： 173 - 178.

[12] STARK O， TAYLOR J E. Migration incentives，migration types： the role of relative deprivation[J] . The Economic Journal， 1991， 101（408）： 1163 - 1178.

[13] 羅必良. 論服務(wù)規(guī)模經(jīng)營——從縱向分工到橫向分工及連片專業(yè)化[J] . 中國農(nóng)村經(jīng)濟(jì)，2017（11）：2 - 16.

[14] 曾福生，夏玉蓮. 農(nóng)地流轉(zhuǎn)與新型農(nóng)民培育研究——基于多項(xiàng)式分布滯后模型的實(shí)證分析[J] . 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014（6）：14 - 21.

[15] 史常亮，占鵬，朱俊峰. 土地流轉(zhuǎn)、要素配置與農(nóng)業(yè)生產(chǎn)效率改進(jìn)[J] . 中國土地科學(xué)，2020，34（3）：49 - 57.

[16] 韓菡，鐘甫寧. 勞動力流出后“剩余土地”流向?qū)τ诋?dāng)?shù)剞r(nóng)民收入分配的影響[J] . 中國農(nóng)村經(jīng)濟(jì)，2011（4）：18 -25.

[17] SEN A. Poverty： an ordinal approach to measurement[J] . Econometrica， 1976， 44（2）： 219 - 231.

[18] 孫久文，夏添. 中國扶貧戰(zhàn)略與2020年后相對貧困線劃定——基于理論、政策和數(shù)據(jù)的分析[J] . 中國農(nóng)村經(jīng)濟(jì)，2019（10）：98 - 113.

[19] 黃征學(xué)，高國力，滕飛，等. 中國長期減貧，路在何方？——2020年脫貧攻堅完成后的減貧戰(zhàn)略前瞻[J] . 中國農(nóng)村經(jīng)濟(jì)，2019（9）：2 - 14.

[20] 郭熙保，周強(qiáng). 長期多維貧困、不平等與致貧因素[J] . 經(jīng)濟(jì)研究，2016，51（6）：143 - 156.

[21] 裴勁松，矯萌. 勞動供給與農(nóng)村家庭多維相對貧困減貧[J] . 中國人口科學(xué)，2021（3）：69 - 81，127 - 128.

[22] THE WORLD BANK. Annual Report 2017[EB/OL] .（2018-05-10）[2024-03-19] . https： //thedocs.worldbank. org/en/doc/908481507403754670-0330212017/original/ AnnualReport2017WBG.pdf.

[23] 劉愿理，廖和平，蔡拔林，等. 基于不同生計類型的農(nóng)戶多維相對貧困測度與影響機(jī)理[J] . 中國人口·資源與環(huán)境，2022，32（5）：165 - 175.

[24] WEST D. Neural network credit scoring models[J] . Computers Operations Research， 2000， 27（11 - 12）： 1131 - 1152.

[25] ALKIRE S， FOSTER J. Counting and multidimensional poverty measurement[J] . Journal of Public Economics， 2011， 95（7 - 8）： 476 - 487.

[26] 陳斌開，馬寧寧，王丹利. 土地流轉(zhuǎn)、農(nóng)業(yè)生產(chǎn)率與農(nóng)民收入[J] . 世界經(jīng)濟(jì)，2020，43（10）：97 - 120.

[27] 王慶日，陳美景，仲濟(jì)香. 土地要素市場化改革：產(chǎn)權(quán)基礎(chǔ)、流轉(zhuǎn)路徑與收益分配[J] . 中國土地科學(xué)，2021，35（12）：109 - 118.

Impacts of Land Transfer on Multidimensional Relative Poverty of Farmers： From the Perspective of Optimizing Production Resource Allocation

LIU Hong， JIAO Meng

（School of Labor and Human Resources， Renmin University of China， Beijing 100872， China）

Abstract： The purpose of the study is to estimate the impact， mechanism and heterogeneity of land transfer on the multidimensional relative poverty of farmers， to further deepen the reform of rural land institutions and build a longterm mechanism to alleviate relative poverty in rural China. The research methods are as follows. Using the data of China Family Panel Studies from 2010 to 2018， this paper constructs a multi-dimensional relative poverty evaluation index system and measures the multidimensional relative poverty of farmers through BP neural network empowerment model and AF method. We then employ the instrumental variable method to estimate the impact of land transfer on the multidimensional relative poverty of farmers. The results show that： 1） land transfer significantly reduces the multidimensional relative poverty of farmers. The poverty-reduction effect of land outflow is robust for all five subdimensions of relative poverty， while the effect of land inflow is mainly concentrated on the three dimensions： household viability， development opportunities and social insurance. 2） Land transfer reduces multidimensional relative poverty mainly through optimizing the allocation of land and labor resources of farmers. 3） The poverty alleviation effect of land transfer is stronger for farmers in western regions and counties with lower agricultural output values， as well as households with younger labor forces and lower land values. In conclusion， land transfer helps enhance the endogenous motivation of relatively poor groups and cultivates a long-term mechanism for self-development， leading to a narrower disparity across regions and households. Thus， to achieve the goal of common prosperity， it is crucial to establish a unified market for land management rights transfer， promoting well-organized land transfers.

Key words： land transfer； instrumental variables； multidimensional relative poverty； optimal resource allocation； BP neural network

（本文責(zé)編：郎海鷗）

①限于篇幅，穩(wěn)健性檢驗(yàn)未在文中展示，可向筆者索取。

①沒有包含在樣本中的大陸省份為西藏、內(nèi)蒙古、海南、寧夏、青海和新疆；本文投稿時2020年CFPS數(shù)據(jù)尚未完全公開，因此未使用2020年的調(diào)查數(shù)據(jù)。

①將40%調(diào)整為45%、50%后研究結(jié)論依舊穩(wěn)健。

①限于篇幅，BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練測度指標(biāo)權(quán)重的公式、17個相對貧困評價指標(biāo)的權(quán)重未在文中展示，可向筆者索取。

②舉例說明，若存在同等重要的10個貧困指標(biāo)，假定k=50%，則農(nóng)戶必須滿足在至少5個貧困指標(biāo)上被剝奪才被識別為多維相對貧困。

①本文將全國分為西部、中部、東部地區(qū)，其中西部地區(qū)包括甘肅、貴州、四川、重慶、陜西、云南、廣西；中部地區(qū)包括湖北、湖南、山西、黑龍江、吉林、安徽、江西、河南；東部地區(qū)包括浙江、江蘇、北京、上海、廣東、天津、福建、山東、河北、遼寧。

②為了節(jié)省篇幅，表4中的每一個單元為一個回歸，報告了關(guān)鍵變量的工具變量估計系數(shù)。本文還將核心解釋變量替換為土地流出和流入畝數(shù)、土地流出收入和流入支出，分別進(jìn)行工具變量檢驗(yàn)，結(jié)果穩(wěn)健。

①限于篇幅，為突出土地流轉(zhuǎn)決策整體的減貧路徑，表6不再就土地流轉(zhuǎn)行為進(jìn)行細(xì)分。

②限于篇幅，多維減貧效應(yīng)的家庭異質(zhì)性回歸結(jié)果（工具變量估計）未在文中展示，可向筆者索取。