魏 鑫 李星辰

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

0 引言

2008 年10 月，黨的十七屆三中全會通過的《中共中央關于推進農村改革發(fā)展若干重大問題的決定》提出，要搞好農村土地確權、登記、頒證工作，完善土地承包經營權權能，依法保障農民對承包土地的占有、使用、收益等權利。2009—2011 年，新一輪農地確權開始試點。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村土地承包經營權確權登記頒證工作。2014 年，農村承包地確權登記頒證開始整省試點并在全國范圍內逐步推開。新一輪農地確權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，即農地使用證上的“四至”。確權是基礎，流轉是核心。本輪確權的核心目的是促進農地流轉，以優(yōu)化資源配置。農地確權是土地流轉的保障和基礎，通過明確農戶和農地的權屬關系，保障農戶合法的轉讓權。

相對貧困具有多維性，不僅指經濟上的貧困，還涉及能力、健康、權利、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，人們對貧困的認識不應局限于單一維度的經濟貧困，還應涉及教育、醫(yī)療、社會保障、權利機會等多個維度。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的減貧效應，未考慮農戶家庭在農地確權背景下農地轉出的意愿和行為，不能全面評估農地確權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］?；诖耍P者基于新一輪農地確權開展實證研究，分析農地轉出對農村多維相對貧困的影響。

1 研究設計

1.1 數據來源

筆者使用中國家庭追蹤調查（Chinese Family Panel Studies，CFPS）2010 年、2012 年、2014 年、2016 年和2018 年5 期的微觀調查數據，用個人和家庭兩個層面的數據庫，保留戶籍為農業(yè)戶口的樣本。根據研究需求對數據進行篩選和整理，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據量，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。筆者將確權改革后的農地轉出視作一項普惠性質的政策，因此確權后發(fā)生農地轉出的農村家庭是實驗組，而在農地確權后未發(fā)生農地轉出的農村家庭是對照組。筆者通過對實驗組和對照組進行對比，分析農地確權政策下是否進行農地轉出對農村多維相對貧困的影響。筆者構建了如式（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分別表示農村家庭和年份；Treati×postit表示家庭i在t時期是否進行農地轉出的虛擬變量，Treati表示家庭i是否進行農地轉出，postit表示家庭所在省份當年是否進行農地確權整省試點（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；σi表示縣級固定效應。α1表示農地轉出對農村家庭多維相對貧困的影響；若α1＞0，表明農村家庭農地轉出的決策會促使農村家庭陷入多維相對貧困；若α1＜0，則表明農村家庭做出農地轉出的決策對農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定為因變量。在借鑒文獻［5-8］的基礎上，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，構建中國多維相對貧困評價指標體系，如表1 所示。根據聯(lián)合國開發(fā)計劃署（UNDP）的做法，賦予各維度指標同等權重，計算得到多維相對貧困指數［計算公式如式（2）所示］。多維相對貧困指數取值在［0，1］，數值越大表示農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個農村家庭在第j個指標被剝奪了，即該農戶在該指標下表現為貧困，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重，wj＞0 且表示農戶i在多維相對被剝奪分數越大則被剝奪的程度越深，反之則越小。通過維度臨界值k判斷農戶是否處在多維相對貧困。ci＜k，則第i個農村家庭處于非貧困狀態(tài)，MRPIi= 0；ci≥k，則第i個農戶處于多維相對貧困狀態(tài)，MRPIit= 1。因此，筆者選取第t年農村家庭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——農地轉出。在陳飛等［10］研究的基礎上，筆者選擇農地轉出①作為核心變量，根據“去年您家是否出租土地?”來定義農地轉出，并用treat表示。

1.3.3 整省確權試點時間變量。該輪農地確權頒證工作從村組、鄉(xiāng)鎮(zhèn)、縣到省范圍內逐步開展，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價值的對數。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 實證結果及分析

2.1 基準回歸結果

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

表3 農地轉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，實驗組農戶和非實驗組農戶的多維相對貧困變化趨勢應保持一致。為了驗證這一假定條件，筆者設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仍然顯著，則說明農村多維相對貧困受到其他因素的干擾，并不是農地確權背景下農地轉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不顯著，則說明農地確權背景下農地轉出緩解了多維相對貧困。筆者構建的模型如式（3）所示：

式（3）中：虛擬變量Beforen表示樣本農戶在n年前入選為實驗組；虛擬變量Current表示樣本農戶在當年進入實驗組；虛擬變量Aftern表示樣本農戶在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，農地確權背景下農地轉出對農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，農地確權背景下農地轉出在實施之后對農戶多維相對貧困的影響較為顯著?；貧w結果滿足了平行趨勢假設，即政策實施前，農地轉出戶和未轉出戶之間不存在顯著差異。此外，在農地確權政策實施次年到第4 年，農地轉出仍然能顯著緩解農村的多維相對貧困，說明農地確權政策效應具有一定的持久性。由此可見，基準模型所得結論是可信的。

圖1 平行趨勢檢驗和動態(tài)效應

2.3 安慰劑檢驗

為了進一步排除其他未知因素對農村多維相對貧困的影響，明確農戶多維相對貧困的緩解是由農地確權背景下農地轉出引起的，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果相比較，若隨機實驗的模擬系數估計值與真實回歸系數值相差較大且多數模擬P值大于0.1，表明估計結果不顯著，評估結果并不是由偶然因素造成的，而是由政策造成的影響。安慰劑檢驗結果如圖2所示。由圖2可知，此次研究的結果通過了安慰劑檢驗，即農地確權背景下的農地轉出對農戶多維相對貧困的緩解效應并不是偶然因素導致的。

圖2 安慰劑檢驗結果

3 結論

筆者將農地確權背景下的農地流轉視作一項惠農政策，通過構建“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地確權政策下農地轉出的農村多維相對減貧效果。從基本回歸結果可以看出，無論是否包含主觀維度，農地確權背景下的農地轉出可以顯著降低農戶陷入多維相對貧困狀態(tài)的可能性和程度。基準模型還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果的穩(wěn)健性。

注釋：

①本文主要探究在農地流轉趨于市場化的背景下，農地流轉對貧困農戶職業(yè)選擇及其減貧的影響。本文所使用的“中國家庭追蹤調查”（CFPS）數據中，未包含轉包、轉讓、入股、合作、租賃、互換等具體流轉模式信息。鑒于數據可得性，本文側重從總體上探討農地流轉帶來的影響，并基于此選取農地轉出變量。