冀縣卿，王琢，沈曉敏

土地流轉(zhuǎn)能夠降低農(nóng)戶相對(duì)貧困脆弱性嗎？——基于CFPS微觀面板數(shù)據(jù)的實(shí)證分析

冀縣卿，王琢*，沈曉敏

（南京審計(jì)大學(xué) 公共管理學(xué)院，江蘇 南京 211815）

基于DFID可持續(xù)生計(jì)分析框架的理論分析表明，土地流轉(zhuǎn)引致農(nóng)戶生計(jì)資本稟賦的變化是降低農(nóng)戶相對(duì)貧困脆弱性的基礎(chǔ)和引擎。采用中國家庭追蹤調(diào)查（CFPS）四期微觀面板數(shù)據(jù)，實(shí)證檢驗(yàn)土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響及其異質(zhì)性，結(jié)果表明：土地流轉(zhuǎn)能夠顯著降低農(nóng)戶相對(duì)貧困脆弱性；土地轉(zhuǎn)入對(duì)中部地區(qū)農(nóng)戶、低收入組農(nóng)戶以及年老男性戶主農(nóng)戶相對(duì)貧困脆弱性的負(fù)向影響顯著；土地轉(zhuǎn)出則顯著降低了西部地區(qū)農(nóng)戶、低收入組農(nóng)戶和年輕戶主農(nóng)戶的相對(duì)貧困脆弱性。

土地流轉(zhuǎn)；相對(duì)貧困脆弱性；生計(jì)資本；農(nóng)戶

一、問題的提出

黨的二十大報(bào)告提出，到2035年我國發(fā)展的總體目標(biāo)之一是全體人民共同富裕取得更為明顯的實(shí)質(zhì)性進(jìn)展。習(xí)近平總書記特別關(guān)注農(nóng)民農(nóng)村共同富裕問題，進(jìn)一步指出：應(yīng)將促進(jìn)農(nóng)民農(nóng)村共同富裕作為扎實(shí)推動(dòng)全體人民共同富裕的重點(diǎn)任務(wù)之一，并強(qiáng)調(diào)要對(duì)易返貧致貧人口加強(qiáng)監(jiān)測、及早干預(yù)，確保不發(fā)生規(guī)模性返貧和新的致貧①。土地是農(nóng)業(yè)農(nóng)村發(fā)展中極其重要的資源和資產(chǎn)，高效、規(guī)范、有序的土地流轉(zhuǎn)對(duì)于增加農(nóng)戶收入、降低農(nóng)戶相對(duì)貧困脆弱性、有效促進(jìn)農(nóng)民農(nóng)村共同富裕有著極為重要的意義。2023年中央一號(hào)文件強(qiáng)調(diào)，要深化農(nóng)村土地制度改革，賦予農(nóng)民更加充分的財(cái)產(chǎn)權(quán)益，保障進(jìn)城落戶農(nóng)民的合法土地權(quán)益，鼓勵(lì)依法自愿有償轉(zhuǎn)讓，拓寬農(nóng)民增收致富渠道。

學(xué)術(shù)界高度關(guān)注土地流轉(zhuǎn)對(duì)農(nóng)戶貧困脆弱性的影響。World Bank指出，政策制定者應(yīng)關(guān)注相關(guān)群體的貧困脆弱性問題，并適時(shí)進(jìn)行政策調(diào)整[1]。較強(qiáng)的貧困脆弱性是易返貧致貧人口陷入貧困的根本原因[2,3]，影響共同富裕目標(biāo)的實(shí)現(xiàn)。大多數(shù)研究表明，土地流轉(zhuǎn)有利于優(yōu)化農(nóng)業(yè)生產(chǎn)要素配置，提高農(nóng)戶農(nóng)業(yè)產(chǎn)值和非農(nóng)生產(chǎn)經(jīng)營活動(dòng)的收入，降低農(nóng)戶貧困脆弱性[4-7]。參與土地流轉(zhuǎn)農(nóng)戶的貧困脆弱性比未參與土地流轉(zhuǎn)的農(nóng)戶低5.13%[8]。杜興端和曹旭欣的研究表明，相對(duì)于非貧困戶，土地轉(zhuǎn)入降低貧困戶貧困脆弱性的效應(yīng)更大[9]。彭繼權(quán)、趙立娟等研究發(fā)現(xiàn)，土地轉(zhuǎn)出能夠顯著降低農(nóng)戶貧困脆弱性，且轉(zhuǎn)出經(jīng)濟(jì)收益較低的水田比轉(zhuǎn)出旱地對(duì)降低農(nóng)戶貧困脆弱性具有更強(qiáng)的效果；相較于西部地區(qū)，土地轉(zhuǎn)出能夠更有效地降低東部地區(qū)、中部地區(qū)和東北地區(qū)的農(nóng)戶貧困脆弱性[10,11]。

現(xiàn)有研究充分肯定了土地流轉(zhuǎn)降低農(nóng)戶貧困脆弱性的積極意義，但仍有進(jìn)一步改進(jìn)的空間：其一，現(xiàn)有研究較少從農(nóng)戶相對(duì)貧困脆弱性的視角分析土地流轉(zhuǎn)的影響。在推動(dòng)共同富裕新征程中，必須重視和克服相對(duì)貧困[12]，如何降低農(nóng)戶相對(duì)貧困脆弱性就顯得尤其重要。其二，如果土地流轉(zhuǎn)影響農(nóng)戶相對(duì)貧困脆弱性，需要進(jìn)一步分析作為農(nóng)戶重新配置農(nóng)業(yè)生產(chǎn)要素的一種重要手段——土地流轉(zhuǎn)對(duì)哪一部分人群相對(duì)貧困脆弱性的影響更顯著。鑒于此，本文擬在現(xiàn)有研究的基礎(chǔ)上，基于英國國際發(fā)展署（Department For International Development，DFID）可持續(xù)生計(jì)分析框架從理論上揭示土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響機(jī)理，然后采用有全國代表性的中國家庭追蹤調(diào)查四期微觀數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，并特別關(guān)注土地流轉(zhuǎn)對(duì)哪一部分人群的影響更顯著，從而為有針對(duì)性地調(diào)整推進(jìn)共同富裕的政策提供科學(xué)的決策依據(jù)。

二、理論分析與研究假說

自20世紀(jì)80年代聯(lián)合國舉辦的世界環(huán)境與發(fā)展大會(huì)提出可持續(xù)生計(jì)理論以來，生計(jì)分析框架已成為更好地理解、分析和評(píng)估減貧與發(fā)展的重要理論視角。在諸多的分析框架中，DFID提出的可持續(xù)生計(jì)分析框架應(yīng)用最為廣泛，該框架的核心思想是家庭或個(gè)人在脆弱性環(huán)境下根據(jù)生計(jì)資本的豐裕程度、多樣性及合理有效使用，調(diào)整和選擇有利的生計(jì)策略，導(dǎo)致特定的生計(jì)結(jié)果，生計(jì)結(jié)果又反作用于生計(jì)資本（圖1）。在DFID框架中，生計(jì)資本是核心，其主要受政策和制度等因素以及這些政策制度造就的脆弱性環(huán)境的影響；生計(jì)資本包括人力資本、社會(huì)資本、金融資本、自然資本以及物質(zhì)資本，這五類資本的豐裕程度與多樣性決定了資本間可能的組合與配置，是生計(jì)資本稟賦的重要體現(xiàn)。依據(jù)該框架，降低生計(jì)脆弱性的驅(qū)動(dòng)引擎在于提升生計(jì)資本稟賦[13,14]。

圖1　DFID可持續(xù)生計(jì)分析框架

中國雖于2020年底消除了絕對(duì)貧困，但受制于土地這一獨(dú)特的生產(chǎn)要素的約束，農(nóng)業(yè)增長往往低于制造業(yè)以及服務(wù)業(yè)的增長，農(nóng)村中農(nóng)戶相對(duì)貧困的規(guī)模和強(qiáng)度都遠(yuǎn)高于城市。在農(nóng)村，仍有相當(dāng)多的人均可支配收入略高于國家絕對(duì)貧困標(biāo)準(zhǔn)的農(nóng)戶處于脆弱狀態(tài)，其收入水平低于中等偏上收入國家普遍采用的貧困標(biāo)準(zhǔn)（5.5美元/天），若不能優(yōu)化抵御風(fēng)險(xiǎn)沖擊的生計(jì)策略，這些農(nóng)戶仍有可能出現(xiàn)規(guī)模性返貧和新的致貧。近年來，由兩權(quán)分離到三權(quán)分置的土地制度改革有序促進(jìn)了農(nóng)村土地流轉(zhuǎn)，引致了農(nóng)戶生產(chǎn)要素稟賦結(jié)構(gòu)的變化，決定了包括人力資本、社會(huì)資本、金融資本、自然資本以及物質(zhì)資本在內(nèi)的各項(xiàng)生計(jì)資本的豐裕程度以及資本多元性的變遷，農(nóng)戶在此基礎(chǔ)上有能力調(diào)整和選擇多元、有利的生計(jì)策略[15]，有利于降低其相對(duì)貧困脆弱性。依據(jù)DFID可持續(xù)生計(jì)分析框架，土地流轉(zhuǎn)引致農(nóng)戶生計(jì)資本稟賦的變化也是降低農(nóng)戶相對(duì)貧困脆弱性的基礎(chǔ)和引擎。

三權(quán)分置后，農(nóng)戶轉(zhuǎn)出的是土地經(jīng)營權(quán)，土地承包權(quán)則“長久不變”，這為農(nóng)戶非農(nóng)就業(yè)及創(chuàng)業(yè)提供了制度保障[16]。土地轉(zhuǎn)出釋放農(nóng)業(yè)勞動(dòng)力，提升了非農(nóng)就業(yè)創(chuàng)業(yè)農(nóng)戶的比例[17]。非農(nóng)就業(yè)或創(chuàng)業(yè)經(jīng)歷提升了農(nóng)村居民的教育價(jià)值認(rèn)知以及預(yù)期教育回報(bào)率，不僅有助于其自身不斷獲取新的職業(yè)所需知識(shí)、熟練掌握相關(guān)的職業(yè)技能以及積累非農(nóng)工作經(jīng)驗(yàn)，還能夠提高其對(duì)子女的人力資本投資，增加農(nóng)村青年一代人力資本的積累[18]。農(nóng)村居民非農(nóng)就業(yè)和創(chuàng)業(yè)后，其互聯(lián)網(wǎng)嵌入程度逐漸加深、社交圈子擴(kuò)大、社會(huì)關(guān)系擴(kuò)展、對(duì)國家有關(guān)社會(huì)保障和就業(yè)創(chuàng)業(yè)等相關(guān)政策和信息的了解和把握能力增強(qiáng)，農(nóng)戶可利用的夯實(shí)非農(nóng)就業(yè)創(chuàng)業(yè)的社會(huì)資源拓展，社會(huì)資本在廣度和深度上都會(huì)有所提高[19]。土地轉(zhuǎn)出后穩(wěn)定的土地租金收入和非農(nóng)就業(yè)創(chuàng)業(yè)收入增加了農(nóng)戶的自有資金以及參與金融市場的投資性資產(chǎn)，同時(shí)人力資本和社會(huì)資本的提升使農(nóng)戶通過使用包括數(shù)字金融在內(nèi)的改變生計(jì)策略所需要的籌資渠道和可籌資金增加，金融資本得以提高?？梢姡D(zhuǎn)出土地后，在非農(nóng)就業(yè)和創(chuàng)業(yè)過程中，人力資本、社會(huì)資本以及金融資本的增加及三者的組合效應(yīng)有助于優(yōu)化農(nóng)戶生計(jì)資本稟賦，有利于農(nóng)戶識(shí)別和捕捉非農(nóng)就業(yè)和創(chuàng)業(yè)機(jī)會(huì)，采取更為有利的生計(jì)策略，從而改善收入結(jié)構(gòu)、提高收入水平及縮小收入差距，有利于降低相對(duì)貧困脆弱性。

三權(quán)分置后，農(nóng)戶轉(zhuǎn)入的是土地經(jīng)營權(quán)，擁有了土地的實(shí)際耕作權(quán)利，并且轉(zhuǎn)入土地的使用和投資預(yù)期受到法律保護(hù)，這從制度上提供和保障了農(nóng)戶從事農(nóng)業(yè)經(jīng)營的積極性[20]。農(nóng)戶通過轉(zhuǎn)入土地?cái)U(kuò)大經(jīng)營規(guī)模，不僅能夠有效發(fā)揮土地經(jīng)營權(quán)的抵押融資功能以緩解生產(chǎn)資金約束，而且還會(huì)獲得相應(yīng)的農(nóng)業(yè)支持保護(hù)補(bǔ)貼以及地方政府的獎(jiǎng)勵(lì)資金[21]，農(nóng)戶的金融資本提升。England的研究指出，包括土地在內(nèi)的自然資本是所有財(cái)富產(chǎn)生的先決條件，其所具備的自然生產(chǎn)力是構(gòu)成經(jīng)濟(jì)增長基礎(chǔ)生產(chǎn)力的不可或缺部分[22]。轉(zhuǎn)入土地后，農(nóng)戶的自然資本無疑增加了，而土地經(jīng)營規(guī)模的擴(kuò)大一般伴隨著代表農(nóng)業(yè)先進(jìn)生產(chǎn)力的農(nóng)業(yè)機(jī)械的保有量和使用率的提高[23]，農(nóng)戶的物質(zhì)資本相應(yīng)提升。可見，在轉(zhuǎn)入土地后，農(nóng)戶生計(jì)資本的增加主要體現(xiàn)為金融資本、自然資本以及物質(zhì)資本的增加，三者的優(yōu)化組合和配置提升了農(nóng)戶生計(jì)資本稟賦，有助于提高農(nóng)戶農(nóng)業(yè)經(jīng)營收益及縮小收入差距，從而降低農(nóng)戶相對(duì)貧困脆弱性。由此，本文提出如下研究假說：

假說1：土地流轉(zhuǎn)、土地轉(zhuǎn)入和土地轉(zhuǎn)出均能夠顯著降低農(nóng)戶相對(duì)貧困脆弱性。

三權(quán)分置政策實(shí)施后，區(qū)域之間土地流轉(zhuǎn)率的差異仍然顯著。《中國農(nóng)村經(jīng)營管理統(tǒng)計(jì)年報(bào)（2021年）》的數(shù)據(jù)顯示，東北地區(qū)、東部地區(qū)、中部地區(qū)以及西部地區(qū)家庭承包經(jīng)營耕地面積的流轉(zhuǎn)率分別為46.44%、46.10%、36.53%和25.08%。錢忠好和冀縣卿的一項(xiàng)調(diào)查研究測算了不同區(qū)域代表性?。▍^(qū)）的土地轉(zhuǎn)入戶組（土地轉(zhuǎn)出戶組）的實(shí)際土地流轉(zhuǎn)率，結(jié)果顯示，江蘇土地轉(zhuǎn)入戶組的土地流轉(zhuǎn)率為86.85%，分別比湖北、廣西、黑龍江高15.27%、18.21%和27.56%；黑龍江土地轉(zhuǎn)出戶組的土地流轉(zhuǎn)率為73.73%，分別比江蘇、廣西、湖北高0.96%、4.25%和19.11%[24]。除土地流轉(zhuǎn)率外，區(qū)域之間三權(quán)分置政策執(zhí)行的效果、土地流轉(zhuǎn)條件的成熟程度、土地流轉(zhuǎn)規(guī)模、土地流轉(zhuǎn)租金等都存在顯著差異[25]，流轉(zhuǎn)土地農(nóng)戶的生計(jì)資本稟賦相應(yīng)不同，并引致特定的生計(jì)轉(zhuǎn)型策略，因而對(duì)農(nóng)戶相對(duì)貧困脆弱性產(chǎn)生不同的影響。基于此，本文提出如下研究假說：

假說2：土地轉(zhuǎn)入和土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響均存在區(qū)域異質(zhì)性。

絕對(duì)貧困治理成功并不是中國減貧事業(yè)的終極目標(biāo)，農(nóng)村居民內(nèi)部收入不平等導(dǎo)致的相對(duì)貧困問題以及脫貧不穩(wěn)定導(dǎo)致的規(guī)模性返貧和新的致貧風(fēng)險(xiǎn)是促進(jìn)農(nóng)村農(nóng)民共同富裕的阻礙。根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，按人均可支配收入五等份分組，2022年中國農(nóng)村居民低收入組的收入為5025元，高收入組的收入則為46075元，后者是前者的9.17倍②。不同收入水平農(nóng)戶擁有土地流轉(zhuǎn)的機(jī)會(huì)以及土地流轉(zhuǎn)的方向可能不同，轉(zhuǎn)入或轉(zhuǎn)出土地后的生計(jì)資本稟賦變化差異顯著。此外，值得注意的是，性別歧視和年齡因素是對(duì)中國農(nóng)村居民收入分配中機(jī)會(huì)不平等貢獻(xiàn)度最高的兩個(gè)因素[26]，而中國農(nóng)村從事農(nóng)業(yè)生產(chǎn)的勞動(dòng)力結(jié)構(gòu)中女性化和老齡化特征非常明顯，不同性別和年齡戶主對(duì)土地流轉(zhuǎn)的行為態(tài)度、主觀行為規(guī)范與知覺行為控制存在差異[27]，從而影響土地流轉(zhuǎn)決策和方式以及相應(yīng)的生計(jì)資本稟賦，在此基礎(chǔ)上做出的生計(jì)策略選擇必然影響農(nóng)戶相對(duì)貧困脆弱性。因而，本文提出如下研究假說：

假說3：土地轉(zhuǎn)入和土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響均存在收入水平和戶主個(gè)體特征異質(zhì)性。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文分析采用的數(shù)據(jù)來源于中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)和《中國農(nóng)村統(tǒng)計(jì)年鑒（1985年）》、國家統(tǒng)計(jì)局網(wǎng)站數(shù)據(jù)。CFPS數(shù)據(jù)是由北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心在全國范圍內(nèi)開展的綜合性追蹤抽樣調(diào)查數(shù)據(jù)，樣本覆蓋25個(gè)?。▍^(qū)、市）。根據(jù)CFPS歷年調(diào)查問卷涵蓋的內(nèi)容，結(jié)合研究目的，本文選取2014年、2016年、2018年和2020年CFPS四期面板數(shù)據(jù)，并與其樣本所在?。▍^(qū)、市）1983年農(nóng)戶戶數(shù)、實(shí)施家庭聯(lián)產(chǎn)承包責(zé)任制的農(nóng)戶數(shù)據(jù)進(jìn)行合并，在剔除城市樣本、核心變量缺失及無效樣本后，最終獲得了20 411戶農(nóng)戶的4期非平衡面板數(shù)據(jù)。

（二）變量選取

被解釋變量：農(nóng)戶相對(duì)貧困脆弱性。農(nóng)戶相對(duì)貧困脆弱性指的是在脆弱性環(huán)境下，農(nóng)戶在可預(yù)見的未來陷入或再次陷入相對(duì)貧困的可能性。參照沈冰清和郭忠興的研究[28]，本文采用具有前瞻性的側(cè)重從收入維度考慮未來陷入貧困可能性的VEP（Vulnerability as Expected Poverty）方法測度農(nóng)戶相對(duì)貧困脆弱性[29]。具體公式如下：

第一步，建立如下回歸模型，并進(jìn)行OLS估計(jì)：

式（2）、式（3）中，X代表一系列影響第個(gè)農(nóng)戶在第年人均純收入（Y）的特征變量。e為殘差項(xiàng)，代表農(nóng)戶人均純收入的波動(dòng)項(xiàng)，ε為隨機(jī)誤差項(xiàng)，、為X的待估參數(shù)。

第三步，假設(shè)人均純收入對(duì)數(shù)服從正態(tài)分布，依據(jù)相對(duì)貧困線估計(jì)農(nóng)戶的相對(duì)貧困脆弱性：

式（6）中，為ln滿足正態(tài)分布假設(shè)前提下的概率分布函數(shù)。本文在估算相對(duì)貧困脆弱性時(shí)，分別采用兩種相對(duì)貧困線標(biāo)準(zhǔn)。首先采用OECD提出的家庭人均收入中位數(shù)的50%作為相對(duì)貧困線標(biāo)準(zhǔn)計(jì)算農(nóng)戶相對(duì)貧困脆弱性，同時(shí)將基于家庭人均收入中位數(shù)的60%標(biāo)準(zhǔn)計(jì)算得出的農(nóng)戶相對(duì)貧困脆弱性用于穩(wěn)健性檢驗(yàn)。

核心解釋變量：本文的核心解釋變量為土地流轉(zhuǎn)，若農(nóng)戶參與土地流轉(zhuǎn)則賦值為1，否則賦值為0。同時(shí)，本文還分別考慮土地轉(zhuǎn)入和土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響，若農(nóng)戶參與土地轉(zhuǎn)入則賦值為1，否則賦值為0；若農(nóng)戶參與土地轉(zhuǎn)出則賦值為1，否則賦值為0。

如前文所述，除核心解釋變量對(duì)農(nóng)戶相對(duì)貧困脆弱性有影響之外，還有其他因素會(huì)同時(shí)對(duì)核心解釋變量以及農(nóng)戶相對(duì)貧困脆弱性產(chǎn)生影響。本文的控制變量主要有：戶主個(gè)體特征控制變量，包括戶主年齡、戶主年齡的平方、戶主性別、戶主婚姻狀況、戶主受教育程度；農(nóng)戶特征控制變量，包括人口規(guī)模、農(nóng)用機(jī)械總價(jià)值、是否有不健康成員、是否發(fā)生重大事件、是否有人從事個(gè)體私營；村莊特征控制變量，包括村莊是否位于自然災(zāi)害頻發(fā)區(qū)以及村莊人均耕地面積；政府制度和社會(huì)福利控制變量（用政府補(bǔ)助及社會(huì)捐助表示）。此外，考慮到除土地制度以外的其他宏觀因素和地區(qū)差異導(dǎo)致的農(nóng)戶相對(duì)貧困脆弱性的變化，本文還加入了年份虛擬變量和地區(qū)虛擬變量。變量的定義及描述性統(tǒng)計(jì)結(jié)果如表1所示。

（三）模型設(shè)定

為研究土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響，建立如下基準(zhǔn)模型：

式（7）中，VEP為被解釋變量，代表第個(gè)農(nóng)戶在第年的相對(duì)貧困脆弱性，由上述VEP方法計(jì)算得到；LT為核心解釋變量，代表第個(gè)農(nóng)戶在第年是否參與土地流轉(zhuǎn)、是否參與土地轉(zhuǎn)入或是否參與土地轉(zhuǎn)出；X為控制變量；T和D為年份虛擬變量和地區(qū)虛擬變量，u為隨機(jī)擾動(dòng)項(xiàng)。

注：a.重大事件包括婚喪嫁娶、孩子出生、子女升學(xué)等；觀測值為20411。

（四）內(nèi)生性問題討論與處理

本文采用工具變量法克服基準(zhǔn)模型中可能存在的內(nèi)生性問題導(dǎo)致的估計(jì)偏誤。就土地轉(zhuǎn)入方程，本文選取1983年各省（區(qū)、市）實(shí)施家庭聯(lián)產(chǎn)承包責(zé)任制的戶數(shù)比例作為核心解釋變量土地轉(zhuǎn)入的工具變量。首先，農(nóng)村土地制度改革歷經(jīng)制度的持續(xù)邊際調(diào)整，呈現(xiàn)出明顯的路徑依賴特性[31]，改革早期各省（區(qū)、市）家庭聯(lián)產(chǎn)承包責(zé)任制的實(shí)施進(jìn)度反映了各地土地制度政策的執(zhí)行力度和實(shí)踐效果[32]，對(duì)當(dāng)前各地三權(quán)分置政策的實(shí)現(xiàn)模式和農(nóng)戶的土地流轉(zhuǎn)有一定程度的影響，滿足了工具變量的相關(guān)性要求；其次，1983年各?。▍^(qū)、市）實(shí)施家庭聯(lián)產(chǎn)承包責(zé)任制的戶數(shù)比例屬于歷史數(shù)據(jù)，對(duì)當(dāng)期的農(nóng)戶相對(duì)貧困脆弱性影響較弱，滿足了工具變量的外生性要求。就土地轉(zhuǎn)出方程，本文選取村委會(huì)所在地與本縣縣城的距離作為核心解釋變量土地轉(zhuǎn)出的工具變量。一方面，該距離會(huì)直接影響土地流轉(zhuǎn)的租金和農(nóng)戶非農(nóng)就業(yè)創(chuàng)業(yè)的可能性，與樣本農(nóng)戶轉(zhuǎn)出土地具有可能的相關(guān)性；另一方面，距離是客觀存在的，理論上并不會(huì)對(duì)農(nóng)戶相對(duì)貧困脆弱性產(chǎn)生直接影響，因此，村委會(huì)所在地與本縣縣城的距離相對(duì)于農(nóng)戶土地轉(zhuǎn)出是嚴(yán)格外生的。

四、實(shí)證結(jié)果及分析

（一）基準(zhǔn)回歸結(jié)果

表2為OLS的估計(jì)結(jié)果，報(bào)告了土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響。

表2　土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性影響的估計(jì)結(jié)果

注：***、**、*分別表示估計(jì)結(jié)果在1%、5%、10%的水平上顯著，括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤。

在沒有考慮內(nèi)生性問題的情況下，表2列（2）（4）（6）估計(jì)結(jié)果顯示：土地流轉(zhuǎn)、土地轉(zhuǎn)入以及土地轉(zhuǎn)出的估計(jì)系數(shù)分別在1%、1%以及5%水平上顯著為負(fù)，初步說明土地流轉(zhuǎn)、土地轉(zhuǎn)入和土地轉(zhuǎn)出均顯著降低了農(nóng)戶相對(duì)貧困脆弱性。

（二）工具變量回歸結(jié)果

表3報(bào)告了IV-GMM模型估計(jì)結(jié)果。由列（1）可知，Kleibergen-Paap rk Wald檢驗(yàn)統(tǒng)計(jì)量為50.369，明顯高于Stock和Yogo所建議的在10%顯著性水平上拒絕弱工具變量假設(shè)的臨界值（19.93），因此可以排除弱工具變量問題[33]；過度識(shí)別檢驗(yàn)的Hansen J統(tǒng)計(jì)量對(duì)應(yīng)的值為0.549，表明無法拒絕1983年各省（區(qū)、市）實(shí)施家庭聯(lián)產(chǎn)承包責(zé)任制的戶數(shù)比例和村委會(huì)所在地與本縣縣城的距離兩個(gè)工具變量都是外生的原假設(shè)；因此，工具變量的選取是合理的。表3第二階段回歸結(jié)果顯示，土地流轉(zhuǎn)、土地轉(zhuǎn)入和土地轉(zhuǎn)出的估計(jì)系數(shù)均在1%水平上顯著為負(fù)，驗(yàn)證了本文的研究假說1。

表3　工具變量法檢驗(yàn)結(jié)果

注：***、**、*分別表示估計(jì)結(jié)果在1%、5%、10%的水平上顯著，括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，控制變量中包括年份虛擬變量和地區(qū)虛擬變量，下同。

（三）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證上述研究結(jié)論的穩(wěn)健性，本文采用三種方式進(jìn)行穩(wěn)健性檢驗(yàn)。

第一種方式，采用傾向得分匹配法減少由可觀測特征自選擇問題可能導(dǎo)致的估計(jì)偏誤。在滿足條件獨(dú)立假設(shè)和共同支撐域假設(shè)的基礎(chǔ)上，采用近鄰匹配時(shí)尋找傾向得分最近的兩個(gè)不同組個(gè)體進(jìn)行匹配，結(jié)果表明（表4行2、行5和行8），土地流轉(zhuǎn)、土地轉(zhuǎn)入以及土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的平均處理效應(yīng)分別為–0.024、–0.012和–0.036，且分別在1%、5%和1%水平上顯著；采用半徑匹配時(shí)需要限制傾向得分的絕對(duì)距離|(X)–(X)|≤，一般而言應(yīng)小于或等于傾向得分標(biāo)準(zhǔn)差的25%，本文傾向得分的標(biāo)準(zhǔn)差為0.047，限制半徑為0.01，滿足絕對(duì)距離限制要求；在利用不同個(gè)體距離給予不同的計(jì)算權(quán)重并以此進(jìn)行核匹配時(shí)，本文使用默認(rèn)的二次核函數(shù)，指定帶寬為0.06?？梢钥闯觯霃狡ヅ?、核匹配的估計(jì)結(jié)果與近鄰匹配的估計(jì)結(jié)果基本一致，表明估計(jì)結(jié)果具有穩(wěn)健性，進(jìn)一步驗(yàn)證了本文的研究假說1。

表4　平均處理效應(yīng)估計(jì)結(jié)果

第二種方式，更換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。本文以家庭人均收入中位數(shù)的60%作為新的相對(duì)貧困線標(biāo)準(zhǔn)，在此基礎(chǔ)上重新測算農(nóng)戶相對(duì)貧困脆弱性，然后對(duì)式（7）進(jìn)行IV-GMM估計(jì)。表5報(bào)告了土地流轉(zhuǎn)、土地轉(zhuǎn)入以及土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性影響的工具變量回歸結(jié)果。結(jié)果顯示，土地流轉(zhuǎn)、土地轉(zhuǎn)入以及土地轉(zhuǎn)出均能顯著緩解農(nóng)戶相對(duì)貧困脆弱性，驗(yàn)證了前文結(jié)論。

表5　土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性影響的IV-GMM估計(jì)結(jié)果

第三種方式，更換回歸模型進(jìn)行穩(wěn)健性檢驗(yàn)。參照萬廣華和章元的研究[34]，將相對(duì)貧困脆弱性大于0.5的農(nóng)戶識(shí)別為脆弱農(nóng)戶，取值為1，否則識(shí)別為非脆弱農(nóng)戶，取值為0。在將農(nóng)戶相對(duì)貧困脆弱性轉(zhuǎn)換為虛擬變量后，采用IVProbit對(duì)式（7）進(jìn)行估計(jì)（表6）。就土地流轉(zhuǎn)而言，列（1）的估計(jì)結(jié)果顯示，第一階段統(tǒng)計(jì)量為18.02，大于臨界值10，AR chi2檢驗(yàn)統(tǒng)計(jì)值為21.89，Wald chi2檢驗(yàn)統(tǒng)計(jì)值為17.62，均在1%水平上顯著，因此可以排除弱工具變量問題；過度識(shí)別檢驗(yàn)的ALN（Amemiya-Lee-Newey）最小卡方統(tǒng)計(jì)量對(duì)應(yīng)的值為0.711，表明無法拒絕工具變量都是外生的原假設(shè)。同時(shí)，土地流轉(zhuǎn)的估計(jì)結(jié)果在1%水平上顯著為負(fù)；土地轉(zhuǎn)入和土地轉(zhuǎn)出估計(jì)結(jié)果均顯著為負(fù)，進(jìn)一步驗(yàn)證了研究假說1。

表6　土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性影響的IV-Probit估計(jì)結(jié)果

（四）異質(zhì)性分析

本文依據(jù)國家統(tǒng)計(jì)局劃分方法，將全部樣本劃分為東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)四個(gè)子樣本進(jìn)行地區(qū)異質(zhì)性分析③。表7匯報(bào)了不同子樣本中土地轉(zhuǎn)入、土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響。

表7　基于地區(qū)分組的IV-GMM估計(jì)結(jié)果

IV-GMM估計(jì)結(jié)果顯示，在中部地區(qū)，土地轉(zhuǎn)入顯著降低了農(nóng)戶相對(duì)貧困脆弱性?？赡艿慕忉屖牵胁康貐^(qū)的地形相對(duì)比較平緩，土地資源特別是農(nóng)用地資源較豐富且整治和利用強(qiáng)度較大，耕地質(zhì)量平均等別較高，農(nóng)業(yè)設(shè)施建設(shè)較為完善，農(nóng)戶轉(zhuǎn)入土地后在經(jīng)營規(guī)模擴(kuò)大、自然資本增長的同時(shí)，農(nóng)業(yè)機(jī)械、化肥、農(nóng)藥、種子等生產(chǎn)性物質(zhì)資本與貸款資金等金融資本邊際提升幅度更大，以農(nóng)業(yè)為主導(dǎo)的生計(jì)策略具有更顯著的增收優(yōu)勢(shì)，有效緩解了農(nóng)戶相對(duì)貧困脆弱性。IV-GMM估計(jì)結(jié)果顯示，在西部地區(qū)，土地轉(zhuǎn)出顯著降低了農(nóng)戶相對(duì)貧困脆弱性。可能的解釋是：在供給側(cè)，隨著勞動(dòng)密集型產(chǎn)業(yè)從東部地區(qū)向西部地區(qū)的梯度轉(zhuǎn)移，創(chuàng)造了更多的非農(nóng)就業(yè)和創(chuàng)業(yè)機(jī)會(huì)；在需求側(cè)，西部地區(qū)農(nóng)業(yè)技術(shù)進(jìn)步對(duì)勞動(dòng)力的替代效應(yīng)以及城鄉(xiāng)收入差距的激勵(lì)作用比其他區(qū)域更顯著，農(nóng)戶非農(nóng)就業(yè)和創(chuàng)業(yè)的動(dòng)力也更強(qiáng)。因而，西部地區(qū)農(nóng)戶轉(zhuǎn)出土地后，生計(jì)資本稟賦改善程度大于其他區(qū)域，從而更有利于降低相對(duì)貧困脆弱性。研究假說2得到驗(yàn)證。

本文按照農(nóng)戶家庭純收入的25、50和75分位點(diǎn)將全部樣本劃分為低收入組、中低收入組、中高收入組和高收入組四個(gè)子樣本進(jìn)行異質(zhì)性分析。表8匯報(bào)了不同子樣本中土地轉(zhuǎn)入、土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響。

表8　基于家庭收入分組的IV-GMM估計(jì)結(jié)果

IV-GMM估計(jì)結(jié)果顯示，土地轉(zhuǎn)入顯著降低了低收入組農(nóng)戶的相對(duì)貧困脆弱性?？赡艿慕忉屖?，低收入組農(nóng)戶大多處于“以地為生”的狀態(tài)，轉(zhuǎn)入土地后自然資本增加，可以獲得由財(cái)政統(tǒng)籌的面向低收入農(nóng)戶的流轉(zhuǎn)土地專項(xiàng)扶持資金、創(chuàng)業(yè)貸款貼息以及風(fēng)險(xiǎn)補(bǔ)償金，引致金融資本較大幅度增長，生計(jì)資本邊際組合效應(yīng)更強(qiáng)，引發(fā)優(yōu)于土地轉(zhuǎn)入前的生計(jì)策略，相對(duì)貧困脆弱性得以降低。IV-GMM估計(jì)結(jié)果還顯示，土地轉(zhuǎn)出對(duì)低收入組農(nóng)戶相對(duì)貧困脆弱性的負(fù)向影響相比其他收入分位樣本組更大，說明土地轉(zhuǎn)出對(duì)抑制低收入組農(nóng)戶相對(duì)貧困脆弱性的意義更加重要。

本文按照戶主年齡以及性別將全部樣本劃分為60歲及以下男性戶主、60歲以上男性戶主、60歲及以下女性戶主以及60歲以上女性戶主四個(gè)子樣本進(jìn)行異質(zhì)性分析④。表9匯報(bào)了不同子樣本中土地轉(zhuǎn)入、土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響。

表9　基于戶主特征分組的IV-GMM估計(jì)結(jié)果

結(jié)果表明，土地轉(zhuǎn)入對(duì)60歲以上男性戶主農(nóng)戶相對(duì)貧困脆弱性的影響在1%的水平上顯著為負(fù)。這可能是因?yàn)?，一方面，年老男性戶主進(jìn)城非農(nóng)就業(yè)和創(chuàng)業(yè)的收入可能下降至低于在農(nóng)村從事農(nóng)業(yè)生產(chǎn)經(jīng)營的收入；另一方面，年老男性戶主農(nóng)業(yè)生產(chǎn)經(jīng)營經(jīng)驗(yàn)豐富，更傾向于轉(zhuǎn)入土地，整合生計(jì)資本選擇有利的生計(jì)策略，有助于降低未來陷入相對(duì)貧困的可能性。土地轉(zhuǎn)出對(duì)60歲及以下男性戶主農(nóng)戶相對(duì)貧困脆弱性抑制效果最為顯著，其次是60歲及以下女性戶主農(nóng)戶?？赡艿脑蛟谟冢贻p男性戶主作為家庭主要?jiǎng)趧?dòng)力，在轉(zhuǎn)出土地后選擇非農(nóng)就業(yè)和創(chuàng)業(yè)的概率較高；而年輕女性戶主在數(shù)字經(jīng)濟(jì)興起與新就業(yè)形態(tài)背景下，靈活就業(yè)機(jī)會(huì)更多，轉(zhuǎn)出土地后非農(nóng)就業(yè)與創(chuàng)業(yè)的可能性也大幅增加，從而改善生計(jì)資本稟賦及相應(yīng)的生計(jì)策略，相對(duì)貧困脆弱性得以降低。研究假說3得到驗(yàn)證。

五、研究結(jié)論與政策啟示

上述研究首先基于DFID可持續(xù)生計(jì)分析框架從理論上揭示了土地流轉(zhuǎn)引致的農(nóng)戶生計(jì)資本稟賦變化是降低農(nóng)戶相對(duì)貧困脆弱性的基礎(chǔ)和引擎；然后，采用有全國代表性的CFPS四期面板追蹤調(diào)查數(shù)據(jù)實(shí)證檢驗(yàn)土地流轉(zhuǎn)對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響，結(jié)果表明：土地流轉(zhuǎn)、土地轉(zhuǎn)入和土地轉(zhuǎn)出均有助于降低農(nóng)戶相對(duì)貧困脆弱性。克服模型內(nèi)生性問題及進(jìn)行穩(wěn)健性檢驗(yàn)后，上述結(jié)論仍然穩(wěn)健。異質(zhì)性分析結(jié)果表明，在不同區(qū)域、不同收入水平、不同戶主特征子樣本中土地轉(zhuǎn)入、土地轉(zhuǎn)出對(duì)農(nóng)戶相對(duì)貧困脆弱性的影響均存在差異。

根據(jù)上述研究結(jié)論，本文提出如下政策啟示：第一，應(yīng)繼續(xù)加強(qiáng)政府在推進(jìn)土地有序流轉(zhuǎn)中的主導(dǎo)作用，為優(yōu)化農(nóng)戶生計(jì)資本稟賦及生計(jì)策略創(chuàng)造條件。賦予農(nóng)地更加明確的產(chǎn)權(quán)權(quán)能，推進(jìn)農(nóng)地產(chǎn)權(quán)交易市場體系建設(shè)，詳細(xì)規(guī)范轉(zhuǎn)入和轉(zhuǎn)出農(nóng)戶雙方的權(quán)責(zé)清單，加大力度保障土地流轉(zhuǎn)雙方的合法權(quán)益。同時(shí)，應(yīng)完善調(diào)整土地流轉(zhuǎn)補(bǔ)償政策，遵循市場化、法制化等基本原則，明確補(bǔ)償與流轉(zhuǎn)費(fèi)用，完善和細(xì)化農(nóng)村金融資本運(yùn)作機(jī)制。第二，應(yīng)依托數(shù)字技術(shù)賦能土地流轉(zhuǎn)，以進(jìn)一步優(yōu)化農(nóng)戶生計(jì)資本稟賦和助力農(nóng)戶生計(jì)策略轉(zhuǎn)型。運(yùn)用數(shù)據(jù)融合技術(shù)對(duì)土地流轉(zhuǎn)進(jìn)行動(dòng)態(tài)監(jiān)測與監(jiān)管，加強(qiáng)農(nóng)戶土地自然資本的智能化管理，為政府部門規(guī)范化管理土地自然資本提供高效的信息服務(wù)和決策依據(jù)。基于大數(shù)據(jù)技術(shù)的應(yīng)用，搭建國家土地流轉(zhuǎn)監(jiān)測監(jiān)管集成系統(tǒng)信息化平臺(tái)，將常態(tài)監(jiān)測、信息共享、監(jiān)管保障納入平臺(tái)，加強(qiáng)信息系統(tǒng)的整合管理，提升土地流轉(zhuǎn)監(jiān)測監(jiān)管的信息化、數(shù)字化、智能化水平，促進(jìn)信息系統(tǒng)平臺(tái)與政府以及農(nóng)戶的對(duì)接，有效打破土地流轉(zhuǎn)信息壁壘，為促進(jìn)土地有序流轉(zhuǎn)提供科學(xué)的支撐。第三，應(yīng)針對(duì)土地轉(zhuǎn)入農(nóng)戶和土地轉(zhuǎn)出農(nóng)戶實(shí)行不同的配套支持政策，以進(jìn)一步促進(jìn)農(nóng)戶生計(jì)策略有效轉(zhuǎn)型。對(duì)土地轉(zhuǎn)入農(nóng)戶，要重點(diǎn)加大農(nóng)業(yè)生產(chǎn)經(jīng)營扶持力度。各地區(qū)政府應(yīng)結(jié)合自身的資源稟賦及產(chǎn)業(yè)特點(diǎn)制定適宜的惠農(nóng)強(qiáng)農(nóng)政策。提供公益性的實(shí)時(shí)農(nóng)業(yè)技術(shù)服務(wù)，以提高土地轉(zhuǎn)入農(nóng)戶的農(nóng)業(yè)生產(chǎn)技術(shù)水平；完善農(nóng)田水利等基礎(chǔ)設(shè)施建設(shè)、優(yōu)化農(nóng)業(yè)社會(huì)化服務(wù)、引領(lǐng)規(guī)劃農(nóng)業(yè)產(chǎn)業(yè)現(xiàn)代化，以降低土地轉(zhuǎn)入農(nóng)戶的生產(chǎn)成本；提高農(nóng)業(yè)補(bǔ)貼金額、降低農(nóng)業(yè)補(bǔ)貼申領(lǐng)門檻、完善農(nóng)業(yè)信貸擔(dān)保體系，以緩解土地轉(zhuǎn)入農(nóng)戶的生產(chǎn)性資金約束，使土地轉(zhuǎn)入農(nóng)戶的各項(xiàng)生計(jì)資本更加充裕。對(duì)土地轉(zhuǎn)出農(nóng)戶，要重點(diǎn)加強(qiáng)非農(nóng)就業(yè)創(chuàng)業(yè)支持。大力支持下鄉(xiāng)企業(yè)在農(nóng)村就近設(shè)置適宜的實(shí)體就業(yè)崗位，基于大數(shù)據(jù)、云計(jì)算等信息技術(shù)打造針對(duì)土地轉(zhuǎn)出農(nóng)戶非農(nóng)就業(yè)創(chuàng)業(yè)的信息發(fā)布平臺(tái)，建立高效的公共就業(yè)創(chuàng)業(yè)服務(wù)體系，為土地轉(zhuǎn)出農(nóng)戶創(chuàng)造穩(wěn)定的非農(nóng)就業(yè)創(chuàng)業(yè)機(jī)會(huì)；加大對(duì)土地轉(zhuǎn)出農(nóng)戶非農(nóng)就業(yè)創(chuàng)業(yè)技能培訓(xùn)的力度；健全農(nóng)村社會(huì)保障體系與養(yǎng)老服務(wù)體系，使土地轉(zhuǎn)出農(nóng)戶的各項(xiàng)生計(jì)資本更加豐裕。

① 資料來源：求是網(wǎng)，習(xí)近平總書記重要文章《扎實(shí)推動(dòng)共同富?！?，http://www.qstheory.cn/dukan/qs/ 2021–10/15/c_1127959365.htm.

② 資料來源：國家統(tǒng)計(jì)局，https://data.stats.gov. cn/easyquery.htm?cn=C01&zb=A0A03&sj=2022.

③ 資料來源：國家統(tǒng)計(jì)局，http://www.stats.gov. cn/hd/cjwtjd/202302/t20230207_1902279.html.

④ 世界衛(wèi)生組織衡量一國或地區(qū)步入“老齡化社會(huì)”的年齡標(biāo)準(zhǔn)是60歲。學(xué)術(shù)界研究農(nóng)村老齡化或老年勞動(dòng)力相關(guān)問題時(shí)，也通常將60歲作為劃分標(biāo)準(zhǔn)。

[1] WORLD BANK．World development report 2000/2001：Attacking poverty[M]．New York：Oxford University Press，2001．

[2] 顧寧，劉洋．產(chǎn)業(yè)扶貧降低了貧困農(nóng)戶的脆弱性嗎[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021(7)：92–102．

[3] 郭露，劉梨進(jìn)．農(nóng)民合作社、貧困脆弱性與貧困阻斷[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2023(6)：129-144．

[4] 匡遠(yuǎn)配，周麗．農(nóng)地流轉(zhuǎn)與農(nóng)村減貧——基于湖南省貧困地區(qū)的檢驗(yàn)[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018(7)：64-70．

[5] 左孝凡，陸繼霞．貧困脆弱性視閾下的農(nóng)地流轉(zhuǎn)減貧效應(yīng)[J]．資源科學(xué)，2020，42(2)：274-285．

[6] 張亞洲，楊俊孝．多維貧困視角下土地流轉(zhuǎn)的減貧效應(yīng)研究[J]．統(tǒng)計(jì)與決策，2021，37(15)：82-86．

[7] WANG Z，YANG M W，ZHANG Z Y，et al．The impact of land transfer on vulnerability as expected poverty in the perspective of farm household heterogeneity：an empirical study based on 4608 farm households in China[J]．Land，2022，11(11)：1995．

[8] 孫曉倩，李青．多維視閾下土地流轉(zhuǎn)的減貧效應(yīng)及其異質(zhì)性研究——基于CFPS2018微觀數(shù)據(jù)分析[J]．中國農(nóng)業(yè)資源與區(qū)劃，2022，43(4)：259-268．

[9] 杜興端，曹旭欣．土地轉(zhuǎn)入的防貧效應(yīng)——貧困戶與非貧困戶的比較[J]．四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，39(1)：121-128．

[10] 彭繼權(quán)，吳海濤，秦小迪．土地流轉(zhuǎn)對(duì)農(nóng)戶貧困脆弱性的影響研究[J]．中國土地科學(xué)，2019，33(4)：67-75．

[11] 趙立娟，康曉虹，史俊宏．耕地轉(zhuǎn)出對(duì)農(nóng)民家庭貧困脆弱性的影響及其區(qū)域差異分析[J]．自然資源學(xué)報(bào)，2021，36(12)：3099-3113．

[12] 洪銀興．以包容效率與公平的改革促進(jìn)共同富裕[J]．經(jīng)濟(jì)學(xué)家，2022(2)：5-15．

[13] 謝金華，楊鋼橋，許玉光，等．農(nóng)地整治對(duì)農(nóng)戶收入和福祉的影響機(jī)理與實(shí)證分析[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2020(12)：38-54．

[14] CARNEY D．Implementing a sustainable livelihood approach[M]．London：Department for International Development，1998．

[15] 李小云，董強(qiáng)，饒小龍，等．農(nóng)戶脆弱性分析方法及其本土化應(yīng)用[J]．中國農(nóng)村經(jīng)濟(jì)，2007(4)：32-39．

[16] 李長生，劉西川．土地流轉(zhuǎn)的創(chuàng)業(yè)效應(yīng)——基于內(nèi)生轉(zhuǎn)換Probit模型的實(shí)證分析[J]．中國農(nóng)村經(jīng)濟(jì)，2020(5)：96-112．

[17] WILLMORE L，CAO G Y，XIN L J．Determinants of off-farm work and temporary migration in China[J]. Population and environment，2012，33(2)：161-185．

[18] 王成利，徐光平，楊真．土地流轉(zhuǎn)對(duì)農(nóng)村人力資本積累的影響：基于家庭代際教育投資視角[J]．改革，2020(10)：128-140．

[19] 冀縣卿，王興鋒，王琢．互聯(lián)網(wǎng)嵌入、農(nóng)戶多維相對(duì)貧困與共同富裕[J]．江海學(xué)刊，2023(1)：120-126，255-256．

[20] 劉守英，高圣平，王瑞民．農(nóng)地三權(quán)分置下的土地權(quán)利體系重構(gòu)[J]．北京大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2017，54(5)：134-145．

[21] 楊青，彭超，許慶．農(nóng)業(yè)“三項(xiàng)補(bǔ)貼”改革促進(jìn)了農(nóng)戶土地流轉(zhuǎn)嗎[J]．中國農(nóng)村經(jīng)濟(jì)，2022(5)：89-106．

[22] ENGLAND R W．Natural capital and the theory of economic growth[J]．Ecological economics，2000，34(3)：425-431．

[23] CUI B M，TANG L L，LIU J X，et al．How does land transfer impact the household labor productivity in China? Empirical evidence from survey data in Shandong[J]. Land，2023，12(4)：881．

[24] 錢忠好，冀縣卿．中國農(nóng)地流轉(zhuǎn)現(xiàn)狀及其政策改進(jìn)——基于江蘇、廣西、湖北、黑龍江四省(區(qū))調(diào)查數(shù)據(jù)的分析[J]．管理世界，2016(2)：71-81．

[25] 周力，沈坤榮．中國農(nóng)村土地制度改革的農(nóng)戶增收效應(yīng)——來自“三權(quán)分置”的經(jīng)驗(yàn)證據(jù)[J]．經(jīng)濟(jì)研究，2022，57(5)：141-157．

[26] 李實(shí)，沈揚(yáng)揚(yáng)．中國農(nóng)村居民收入分配中的機(jī)會(huì)不平等：2013—2018年[J]．農(nóng)業(yè)經(jīng)濟(jì)問題，2022(1)：4-14．

[27] 蘭勇，蔣黽，杜志雄．農(nóng)戶向家庭農(nóng)場流轉(zhuǎn)土地的續(xù)約意愿及影響因素研究[J]．中國農(nóng)村經(jīng)濟(jì)，2020(1)：65-85．

[28] 沈冰清，郭忠興．新農(nóng)保改善了農(nóng)村低收入家庭的脆弱性嗎?——基于分階段的分析[J]．中國農(nóng)村經(jīng)濟(jì)，2018(1)：90-107．

[29] CHAUDHURI S，JALAN J，SURYAHADI A．Assessing household vulnerability to poverty from cross-sectional data：a methodology and estimates from Indonesia[R]. New York：Columbia University， 2002．

[30] AMEMIYA T．The maximum likelihood and the nonlinear three-stage least squares estimator in the general nonlinear simultaneous equation model[J]．Econometrica，1977，45(4)：955-968．

[31] 冀縣卿，錢忠好．中國農(nóng)地產(chǎn)權(quán)制度改革40年——變遷分析及其啟示[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019(1)：17-24．

[32] 黃季焜，郜亮亮，冀縣卿．中國的農(nóng)地制度、農(nóng)地流轉(zhuǎn)和農(nóng)地投資[M] ．上海：格致出版社，2012．

[33] STOCK J H，YOGO M．Testing for weak instruments in linear IV regression[M]//ANDREWS D W K，STOCK J H. Identification and Inference for Econometric Models. Cambridge：Cambridge University Press，2005：80-108．

[34] 萬廣華，章元．我們能夠在多大程度上準(zhǔn)確預(yù)測貧困脆弱性?[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26(6)：138-148．

Can land transfer reduce the farmers’ relative poverty vulnerability？Based on the empirical analysis of CFPS microscopic panel data

JI Xianqing，WANG Zhuo*，SHEN Xiaomin

(School of Public Administration, Nanjing Audit University, Nanjing 211815, China)

The theoretical analysis based on DFID analytical framework for sustainable livelihoods shows that the change of farmers’ livelihood capital endowment caused by land transfer is the foundation and engine to reduce farmers’ relative poverty vulnerability. By adopting four phases of the micro panel data of China Family Panel Studies (CFPS), the impact and its heterogeneity of land transfer on farmers’ relative poverty vulnerability have been studied empirically. The research shows that land transfer can significantly reduce the relative poverty vulnerability of the farmers. Land transfer has a significant negative impact on the relative poverty vulnerability of farmers in the central region, low-income farmers and elderly male householder farmers, and significantly reduces the relative poverty vulnerability of farmers in the western region, low-income farmers and young householder farmers.

land transfer; relative poverty vulnerability; livelihood capital; farmers

10.13331/j.cnki.jhau(ss).2024.01.004

F301.14

A

1009–2013(2024)01–0025–10

2023－10－18

國家社會(huì)科學(xué)基金一般項(xiàng)目(23BZZ052)；國家社會(huì)科學(xué)基金青年項(xiàng)目(22CGL029)；國家自然科學(xué)基金面上項(xiàng)目(71673234)

冀縣卿(1975—)，女，山西晉中人，博士，教授，主要研究方向?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)理論與政策。*為通信作者。

責(zé)任編輯：李東輝