〔摘要〕 農(nóng)地拋荒會嚴(yán)重影響國家糧食安全和農(nóng)業(yè)農(nóng)村發(fā)展。文章基于中國勞動力動態(tài)調(diào)查數(shù)據(jù)（CLDS）實證分析了農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的影響。研究發(fā)現(xiàn)：（1）農(nóng)戶非農(nóng)就業(yè)會顯著提高農(nóng)地拋荒比例；（2）采用機耕服務(wù)能有效抑制農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的促進(jìn)作用；（3）農(nóng)民對農(nóng)業(yè)生產(chǎn)和外出務(wù)工的心理偏好在農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的傳導(dǎo)機制中存在部分中介效應(yīng)；（4）平原地區(qū)、丘陵地區(qū)和山區(qū)，以及東部、中部和西部地區(qū)之間農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的影響具有異質(zhì)性?；谏鲜鲅芯拷Y(jié)論，本文還提出了緩解農(nóng)地拋荒的政策建議。

〔關(guān)鍵詞〕 非農(nóng)就業(yè)；農(nóng)地拋荒；調(diào)節(jié)效應(yīng)；中介效應(yīng)

〔中圖分類號〕F321.1；F249.2 〔文獻(xiàn)標(biāo)志碼〕A 〔文章編號〕1008-0694（2024）05-0058-13

〔作者〕 楊延申 助教 蘇州農(nóng)業(yè)職業(yè)技術(shù)學(xué)院經(jīng)濟管理學(xué)院 蘇州 215000

祖 群 講師 齊魯師范學(xué)院生命科學(xué)學(xué)院 濟南 250200

徐茜茜 講師 齊魯師范學(xué)院生命科學(xué)學(xué)院 濟南 250200

張立中 教授 北京林業(yè)大學(xué)經(jīng)濟管理學(xué)院 北京 100083

〔基金項目〕北京市社會科學(xué)基金重點項目“習(xí)近平總書記關(guān)于鄉(xiāng)村振興重要論述的研究”（20LLZZB047）。

一、引言

農(nóng)地是農(nóng)業(yè)生產(chǎn)和農(nóng)村發(fā)展的基本要素，對保障國家糧食安全和實施鄉(xiāng)村振興戰(zhàn)略具有重要意義^〔1〕。雖然我國實行了較為嚴(yán)格的農(nóng)地保護政策，但現(xiàn)實中部分地區(qū)農(nóng)地拋荒現(xiàn)象十分嚴(yán)重。以農(nóng)地中的耕地為例，相關(guān)數(shù)據(jù)顯示，2017年我國糧食主產(chǎn)區(qū)耕地拋荒面積為405.53萬公頃，占耕地總面積的比例達(dá)到5.85%^〔2〕。第三次全國國土調(diào)查數(shù)據(jù)顯示，我國耕地總量為12786.19萬公頃（191792.79萬畝），結(jié)合第七次全國人口普查數(shù)據(jù)，我國人均耕地面積為0.08858公頃，僅為世界平均水平的34.06%^〔3〕。這使我國陷入了耕地拋荒和人均耕地匱乏的窘境。同時，與農(nóng)地生產(chǎn)緊密相關(guān)的農(nóng)業(yè)勞動力也發(fā)生了新的變化，城市的虹吸效應(yīng)導(dǎo)致農(nóng)村青壯年勞動力持續(xù)向城市和非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移^〔4〕。2022年，我國農(nóng)民工總量達(dá)到29562萬人，比2021年增加了311萬人，增長1.1%，其中從事二三產(chǎn)業(yè)的農(nóng)民占農(nóng)民工總量的比例達(dá)99.5%數(shù)據(jù)來源：《2022年農(nóng)民工監(jiān)測調(diào)查報告》。，農(nóng)村勞動力的非農(nóng)轉(zhuǎn)移成為了影響農(nóng)業(yè)生產(chǎn)的主要因素^〔5〕。

近年，學(xué)者們對農(nóng)地拋荒問題進(jìn)行了廣泛的研究。一是關(guān)于對如何緩解農(nóng)戶拋荒行為的研究。羅明忠（2017）基于來自四川、河南和山西的數(shù)據(jù)，通過實證分析發(fā)現(xiàn)土地確權(quán)能夠顯著抑制農(nóng)戶的拋荒行為^〔6〕，陳景帥（2021）的研究表明農(nóng)業(yè)生產(chǎn)服務(wù)業(yè)的發(fā)展對農(nóng)戶的拋荒行為和拋荒程度具有顯著的消解作用^〔7〕，馮國強（2021）研究發(fā)現(xiàn)村莊組織化程度的提高有利于抑制農(nóng)戶拋荒行為^〔8〕。二是關(guān)于農(nóng)戶拋荒行為原因的分析。李中豪（2013）認(rèn)為農(nóng)戶產(chǎn)生拋荒行為的原因主要包括農(nóng)地投入產(chǎn)出低、農(nóng)地流轉(zhuǎn)不暢以及追求物質(zhì)富裕和更高社會階層的心理^〔9〕；李永萍（2018）認(rèn)為農(nóng)地拋荒的原因主要是農(nóng)業(yè)生產(chǎn)關(guān)系和農(nóng)村發(fā)展水平不匹配，表現(xiàn)為“田不好種”和“種田不劃算”^〔10〕；還有學(xué)者認(rèn)為引起農(nóng)戶拋荒的原因包括自然因素和生態(tài)因素，比如地質(zhì)災(zāi)害頻發(fā)、野生動物損害、工廠污水亂排亂放造成的耕地污染等^〔11-13〕；謝花林等（2022）基于福建、江西和湖南的山區(qū)調(diào)研數(shù)據(jù)實證分析了農(nóng)戶非農(nóng)就業(yè)對耕地拋荒的影響，研究發(fā)現(xiàn)農(nóng)戶家庭的非農(nóng)就業(yè)會顯著增加耕地拋荒^〔14〕；周旭海等（2022）研究發(fā)現(xiàn)農(nóng)戶非農(nóng)就業(yè)對耕地拋荒有促進(jìn)作用，同時驗證了通勤成本在非農(nóng)就業(yè)與耕地拋荒之間的部分中介作用^〔15〕。

本文聚焦于農(nóng)戶非農(nóng)就業(yè)如何影響農(nóng)地拋荒。文章的創(chuàng)新點在于：（1）將研究對象從單一研究耕地擴展到涵蓋耕地、水地/水澆田、旱地、林地、果園地、草場、池塘等農(nóng)業(yè)生產(chǎn)用地；（2）討論村莊層面采用機耕服務(wù)是否在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間存在調(diào)節(jié)作用；（3）探討農(nóng)民對不同職業(yè)的心理偏好在非農(nóng)就業(yè)與農(nóng)地拋荒之間的中介作用；（4）探究平原、丘陵、山區(qū)不同地勢和東、中、西部地區(qū)的農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒影響的異質(zhì)性。

二、理論基礎(chǔ)和研究假說

1.農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的影響

農(nóng)業(yè)勞動力進(jìn)行非農(nóng)轉(zhuǎn)移的重要原因之一是從事農(nóng)業(yè)生產(chǎn)的機會成本相對較高^〔16〕。因此，當(dāng)農(nóng)地流轉(zhuǎn)困難，農(nóng)戶又希望獲得更高收益的時候，他們可能會通過拋荒的方式換取更多的非農(nóng)勞動時間。除了以上從成本收益角度解釋農(nóng)地拋荒行為之外，新遷移經(jīng)濟學(xué)理論還指出，農(nóng)戶進(jìn)行非農(nóng)就業(yè)是家庭層面為規(guī)避風(fēng)險而做出的理性決策^〔17〕，其實質(zhì)是家庭對現(xiàn)有勞動力資源的重新配置。據(jù)此提出假說H1：農(nóng)戶非農(nóng)就業(yè)比例提升會促進(jìn)農(nóng)地拋荒。

2.機耕服務(wù)對農(nóng)地拋荒的間接影響

農(nóng)戶行為決策是為了在風(fēng)險最小的前提下實現(xiàn)家庭利益的最大化^〔18〕，作為理性人，農(nóng)民會通過比較農(nóng)業(yè)和非農(nóng)產(chǎn)業(yè)的風(fēng)險和收益，進(jìn)而將家庭的勞動力資源在不同產(chǎn)業(yè)之間做最優(yōu)化的分配，農(nóng)戶為了獲得更高的比較收益，會將勞動力更多地投入到非農(nóng)產(chǎn)業(yè)，進(jìn)而可能會增加農(nóng)地拋荒的比例。機耕服務(wù)業(yè)的引入為農(nóng)戶優(yōu)化勞動力資源配置提供了新的選擇。誘導(dǎo)性技術(shù)變遷理論也指出，在要素配置中，農(nóng)戶會以價格低廉的要素代替價格昂貴的要素^〔19〕，在保持勞動力資源最優(yōu)配置的前提下，在進(jìn)行非農(nóng)就業(yè)的同時，通過選擇有組織的機耕服務(wù)實現(xiàn)了資本對勞動力的代替，可能會降低由于家庭勞動力資源重新配置帶來的農(nóng)地拋荒比例增加。據(jù)此提出假說H2：采用機耕服務(wù)能夠有效緩解農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的促進(jìn)作用。

3.職業(yè)心理偏好在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間的中介效應(yīng)

烙印理論指出，個體在“敏感期”所產(chǎn)生的烙印會對個體心理偏好產(chǎn)生持續(xù)性的影響^〔20〕。隨著市場經(jīng)濟的發(fā)展，農(nóng)民所處的生產(chǎn)和生活環(huán)境發(fā)生了巨大變化，這為農(nóng)民的心理特征施加了“烙印”，使農(nóng)民的職業(yè)心理偏好發(fā)生了顯著變化，進(jìn)而會對農(nóng)戶的農(nóng)地拋荒行為產(chǎn)生不同程度的影響，表現(xiàn)為農(nóng)戶非農(nóng)就業(yè)的提升會推動農(nóng)戶為追求更高的比較收益而產(chǎn)生較強的偏好風(fēng)險意識^〔21〕，進(jìn)而改變對不同職業(yè)的心理偏好。由于農(nóng)業(yè)生產(chǎn)具有弱質(zhì)性、不穩(wěn)定性以及勞動復(fù)雜性等特點，使農(nóng)民對農(nóng)業(yè)生產(chǎn)活動產(chǎn)生了風(fēng)險高收益低的心理傾向，相比而言，外出務(wù)工存在比較優(yōu)勢，具有職業(yè)風(fēng)險低收益高的特點。據(jù)此，提出假說H3：農(nóng)民對農(nóng)業(yè)生產(chǎn)的心理偏好在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間存在中介效應(yīng)。H4：農(nóng)民對外出務(wù)工的心理偏好在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間存在中介效應(yīng)。

三、研究設(shè)計

1.模型設(shè)定

首先，考察農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒程度的影響，設(shè)置包含農(nóng)戶非農(nóng)就業(yè)和農(nóng)地拋荒以及相關(guān)控制變量的模型，如（1）所示。

P1_i=α₀+α₁×P2_i+∑α_iX_i+σ_i（1）

式（1）中，P1_i代表第i名農(nóng)戶的農(nóng)地拋荒程度，α₀代表截距項，α₁代表農(nóng)戶非農(nóng)就業(yè)的待估系數(shù)，P2_i代表第i名農(nóng)戶的非農(nóng)就業(yè)水平，α_i代表農(nóng)戶控制變量的待估系數(shù)，X_i代表對第i名農(nóng)戶設(shè)置的控制變量，σ_i代表隨機誤差項。

其次，驗證村莊層面的機耕服務(wù)在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間的調(diào)節(jié)效應(yīng)，因此設(shè)置了包含農(nóng)戶非農(nóng)就業(yè)、農(nóng)地拋荒、機耕服務(wù)的模型（2），以及同時包含機耕服務(wù)與非農(nóng)就業(yè)交互項的模型（3）。

P1_i=β₀+β₁×P2_i+β₂×EMO+∑β_iX_i+σ_i1（2）

P1_i=β₀+β₁×P2_i+β₂×EMO+β₃×Interact1+∑β_iX_i+σ_i1（3）

式（2）、式（3）中，β₀代表截距項，β₁代表農(nóng)戶非農(nóng)就業(yè)的待估系數(shù)，β₂代表機耕服務(wù)的待估系數(shù)，EMO代表機耕服務(wù)，β₃代表機耕服務(wù)與農(nóng)戶非農(nóng)就業(yè)交互項的待估系數(shù)，Interact1代表機耕服務(wù)與農(nóng)戶非農(nóng)就業(yè)交互項，β_i代表農(nóng)戶控制變量的待估系數(shù)，σ_i1表示隨機誤差項，其余與式（1）相同。

再次，為驗證農(nóng)民對不同職業(yè)的心理偏好在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間的中介作用。借鑒溫忠麟（2004）的研究成果^〔22〕，構(gòu)建中介效應(yīng)檢驗?zāi)Ｐ?，如?）-（6）所示。

P1_i=γ₀+γ₁×P2_i+∑γ_iX_i+σ_i2（4）

Mediate_i=γ₀+γ₁×P2_i+∑γ_iX_i+σ_i2（5）

P1_i=γ₀+γ₁×P2_i+γ₂×Mediate_i+∑γ_iX_i+σ_i2（6）

式（4）-式（6）中γ₀代表截距項，γ₁代表農(nóng)戶非農(nóng)就業(yè)的待估系數(shù)，γ₂代表中介變量的待估系數(shù)，γ_i代表農(nóng)戶非農(nóng)就業(yè)控制變量的待估系數(shù)，Mediate_i代表中介變量，σi₂表示隨機誤差項，其余與式（1）-式（3）相同。

2.變量選擇與描述性統(tǒng)計

（1）被解釋變量：農(nóng)地拋荒。農(nóng)地拋荒采用CLDS問卷中“您家有多少畝土地？”“耕地、水地/水澆田、旱地、林地、果園地、草場、池塘棄耕多少畝？”由此計算出家庭的拋荒比例，若家庭拋荒比例為0，則認(rèn)為沒有拋荒。同時，將農(nóng)地拋荒做虛擬變量處理，將存在農(nóng)地拋荒行為的農(nóng)戶賦值為1，反之賦值為0。

（2）核心解釋變量：非農(nóng)就業(yè)。非農(nóng)就業(yè)借鑒李忠旭等（2021）^〔23〕、暢倩等（2021）^〔24〕研究，使用家庭中從事非農(nóng)就業(yè)的勞動力數(shù)量占家庭總勞動力總數(shù)的比例來表示。

（3）調(diào)節(jié)變量：機耕服務(wù)。機耕服務(wù)使用CLDS問卷中“2016年村莊是否采用了機耕服務(wù)”問題，若回答“是”則賦值為1，反之賦值為0。

（4）中介變量：職業(yè)心理偏好。農(nóng)戶在面對不同的職業(yè)心理偏好，包括“我認(rèn)為農(nóng)業(yè)生產(chǎn)越來越不重要”和“外出務(wù)工比在家務(wù)農(nóng)好”，以李克特五級量表來表示農(nóng)戶對農(nóng)業(yè)生產(chǎn)和外出務(wù)工兩種職業(yè)的心理偏好，數(shù)值越大表示心理偏好程度越小。

（5）工具變量。為緩解由于互為因果、自選擇和遺漏變量可能導(dǎo)致的內(nèi)生性問題，文章參照萬晶晶等（2020）^〔25〕的研究，選擇“村莊內(nèi)其他樣本的平均非農(nóng)就業(yè)水平”作為工具變量。該工具變量同時滿足了相關(guān)性和外生性的要求。

（6）控制變量。參照宋浩楠等（2020）^〔26〕、田夢君等（2023）^〔27〕的研究成果，本文的控制變量包括三類，分別為農(nóng)戶特征變量、村莊特征變量、政策與環(huán)境特征變量。農(nóng)戶特征變量包括家庭平均年齡、家庭女性占比、家庭收入水平、家庭平均受教育程度。村莊特征變量包括村莊地勢、地理位置、交通狀況，以及村莊是否經(jīng)歷過土壤改造、經(jīng)濟水平、灌溉條件。政策與環(huán)境特征變量包括村莊是否經(jīng)歷過自然災(zāi)害、村莊是否存在環(huán)境污染、村莊是否實行過退耕還林政策。

3.數(shù)據(jù)來源

考慮到數(shù)據(jù)可獲得性，以及農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒影響時效性不強，本文數(shù)據(jù)來源于中山大學(xué)社會科學(xué)調(diào)查中心發(fā)布的中國勞動力動態(tài)調(diào)查（ChinaLabor-forceDynamicsSurvey，CLDS），選擇2016年的相關(guān)數(shù)據(jù)。該數(shù)據(jù)涵蓋了我國29個?。▍^(qū)、市），具有廣泛的代表性。為契合本文的研究主題，在合并家庭數(shù)據(jù)和社區(qū)數(shù)據(jù)后對數(shù)據(jù)集做如下處理：（1）保留社區(qū)類型中為農(nóng)村社區(qū)的樣本。（2）刪除變量中異常值、缺失值。

四、實證分析與穩(wěn)健性檢驗

1.基準(zhǔn)回歸分析

在進(jìn)行回歸前，對解釋變量間的多種共線性進(jìn)行檢驗，方差膨脹系數(shù)（VIF）遠(yuǎn)低于警戒值10，表明不存在多重共線性問題。

首先使用普通OLS回歸和Tobit模型對農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒的關(guān)系進(jìn)行分析，結(jié)果如表2的（1）-（4）列所示，列（1）、列（3）顯示不加入任何控制變量的前提下，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒呈正向的顯著性影響，列（2）和列（4）顯示在加入所有控制變量的前提下，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒呈正的顯著性，系數(shù)分別為0.0885和0.610。

為提高結(jié)果的穩(wěn)健性，文章將農(nóng)地拋荒程度做二元離散變量處理，使用Probit模型進(jìn)行重新回歸，結(jié)果如列（5）和列（6）所示，列（5）顯示在不加入控制變量的前提下，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒呈正的顯著性影響，列（6）顯示在加入所有控制變量的前提下，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒呈正的顯著性，系數(shù)為0.676。綜合考慮3個模型的運行結(jié)果，可以驗證H1。

在控制變量方面，回歸結(jié)果顯示，村莊交通狀況、村莊的土壤改造、自然災(zāi)害、家庭收入增長和村莊經(jīng)濟發(fā)展水平的提高有利于緩解農(nóng)地拋荒。而地勢越趨向于山區(qū)，農(nóng)地拋荒的程度越高。

2.調(diào)節(jié)效應(yīng)分析

為驗證機耕服務(wù)在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間的調(diào)節(jié)效應(yīng)，將相關(guān)變量帶入式（2）和式（3）進(jìn)行回歸。為提高穩(wěn)健性，對機耕服務(wù)和非農(nóng)就業(yè)進(jìn)行中心化后再形成交互項Interact1，并使用兩階段最小二乘法進(jìn)行估算，結(jié)果如表3所示。列（2）顯示未加入交互項的回歸結(jié)果，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒呈正的顯著性影響，說明農(nóng)戶非農(nóng)就業(yè)每提高1%，農(nóng)地拋荒程度會增加0.248；機耕服務(wù)在1%的水平上對農(nóng)地拋荒呈負(fù)向影響，村莊采用的機耕服務(wù)每增加1%，農(nóng)地拋荒程度會下降0.0391。列（3）顯示農(nóng)戶非農(nóng)就業(yè)與機耕服務(wù)的交互項在5%的水平上呈負(fù)向影響，系數(shù)為－0.0874，同時，機耕服務(wù)在1%的水平上對農(nóng)地拋荒呈負(fù)向影響，系數(shù)為－0.0381，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒呈正向影響，系數(shù)為0.244，對比列（1）和列（3），系數(shù)有一定下降。因此，村莊層面的機耕服務(wù)能夠負(fù)向調(diào)節(jié)農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的促進(jìn)作用。由此驗證了H2。

為保證工具變量的有效性，對工具變量進(jìn)行不可識別檢驗和弱工具變量檢驗，在不可識別檢驗中，回歸列（1）、列（2）和列（3）的Kleibergen-PaaprkLMstatistic均大于10，對應(yīng)的p值均為0，小于0.01，說明在1%的水平上拒絕“工具變量識別不足”的原假設(shè)。在弱工具變量檢驗中，回歸列（1）、列（2）、列（3）的Cragg-DonaldWaldF statistic均大于10%maximal IVsize，拒絕了“工具變量是弱工具變量”的原假設(shè)。說明選取的工具變量有效。

3.中介效應(yīng)分析

為驗證職業(yè)心理偏好在農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒之間的作用機制，文章將中介變量“農(nóng)民對農(nóng)業(yè)生產(chǎn)的心理偏好”（Product）和“農(nóng)民對外出務(wù)工的心理偏好”（Migrate）分別帶入式（4）（5）（6）進(jìn)行檢驗。其中Product的中介效應(yīng)檢驗結(jié)果如表4列（1）、列（2）、列（4）所示。列（1）顯示在未加入中介變量Product的前提下，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒具有正向影響，系數(shù)為0.246。列（2）顯示加入中介變量Product后，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒具有正向影響，系數(shù)為0.223。列（4）顯示農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)戶從事農(nóng)業(yè)生產(chǎn)的心理偏好數(shù)值呈負(fù)的顯著性，由此可以得出農(nóng)戶非農(nóng)就業(yè)能夠通過降低從事農(nóng)業(yè)生產(chǎn)的心理偏好促進(jìn)農(nóng)地拋荒。

Migrate的中介效應(yīng)檢驗結(jié)果如表4的列（1）、列（3）、列（5）所示，列（1）顯示在未加入中介變量Migrate的前提下，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒程度具有正向影響，系數(shù)為0.246。列（3）顯示加入中介變量Migrate后，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒有正向影響，系數(shù)為0.235。列（5）顯示農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)民從事外出務(wù)工的心理偏好數(shù)值呈負(fù)向影響。由此可知，農(nóng)戶非農(nóng)就業(yè)可以通過增加農(nóng)民對外出務(wù)工的心理偏好進(jìn)而促進(jìn)農(nóng)地拋荒，驗證了H3和H4。

為提高穩(wěn)健性，文章還分別對中介效應(yīng)檢驗結(jié)果進(jìn)行Sobel檢驗和Bootstrap檢驗。Sobel檢驗結(jié)果對應(yīng)的p值分別為0.0002和0.0004，均小于0.01，說明Sobel檢驗結(jié)果在1%的水平上具有顯著性，Product和Migrate的中介效應(yīng)占比分別為7.33%和6.32%。重復(fù)抽樣1000次的Bootstrap檢驗結(jié)果顯示95%置信區(qū)間中不包括有0，說明存在中介效應(yīng)。同時，工具變量均通過了不可識別檢驗和弱工具變量檢驗，能夠起到緩解內(nèi)生性的作用。

4.異質(zhì)性分析

（1）地形異質(zhì)性。不同地形條件下農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的影響程度可能不同，按照地形地貌差異，將研究區(qū)域分為平原地區(qū)、丘陵地區(qū)和山區(qū)，將相關(guān)變量帶入式（1）分別進(jìn)行回歸，結(jié)果如表5的列（1）、列（2）、列（3）所示。列（1）顯示在平原地區(qū)，農(nóng)戶非農(nóng)就業(yè)在5%的水平上對農(nóng)地拋荒具有促進(jìn)作用，系數(shù)為0.0733。列（3）顯示在山區(qū)，農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒具有促進(jìn)作用，系數(shù)為0.113，相較于平原地區(qū)，山區(qū)農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒促進(jìn)作用更強，可能的解釋是相比于平原地區(qū)，山區(qū)地形更復(fù)雜，農(nóng)業(yè)生產(chǎn)的成本更高，農(nóng)戶進(jìn)行農(nóng)業(yè)生產(chǎn)的積極性較低。另外，相比于平原地區(qū)，山區(qū)農(nóng)戶非農(nóng)就業(yè)的通勤成本較高，從事農(nóng)業(yè)生產(chǎn)的時間緊張，農(nóng)戶拋荒的概率更大。

（2）地區(qū)異質(zhì)性。不同地區(qū)農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的影響程度可能不同，文章將研究區(qū)域分為東部、中部和西部地區(qū)三類，將相關(guān)變量帶入式（1）分別進(jìn)行回歸，結(jié)果如表5的列（4）、列（5）、列（6）所示。列（4）顯示東部地區(qū)農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒有一定促進(jìn)作用，但未通過顯著性檢驗，可能的解釋是東部地區(qū)農(nóng)村非農(nóng)產(chǎn)業(yè)較為發(fā)達(dá)，農(nóng)民較容易實現(xiàn)就地就近非農(nóng)就業(yè)，農(nóng)民能有更多的時間和精力進(jìn)行農(nóng)業(yè)生產(chǎn)活動，且相對于欠發(fā)達(dá)地區(qū)，東部地區(qū)的農(nóng)業(yè)生產(chǎn)效率較高^〔28〕，較高的農(nóng)業(yè)生產(chǎn)效率能為農(nóng)業(yè)生產(chǎn)行為節(jié)省時間，進(jìn)而為農(nóng)戶爭取到更多的非農(nóng)勞動時間，因此，農(nóng)戶基于利潤最大化考慮，會選擇繼續(xù)從事農(nóng)業(yè)生產(chǎn)。列（5）和列（6）顯示中部地區(qū)和西部地區(qū)農(nóng)戶非農(nóng)就業(yè)在1%的水平上對農(nóng)地拋荒具有促進(jìn)作用，系數(shù)分別為0.125和0.115，說明相對于西部地區(qū)，中部地區(qū)農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的促進(jìn)作用更明顯。

5.穩(wěn)健性檢驗

采取替換因變量的方法進(jìn)行穩(wěn)健性檢驗。分別用村莊是否存在拋荒和耕地是否存在棄耕去代替家庭的農(nóng)地拋荒比例，代入式（1）中進(jìn)行重新回歸，結(jié)果如表6所示。列（1）顯示農(nóng)戶非農(nóng)就業(yè)水平在1%水平上對村莊層面的拋荒行為呈正的顯著性影響，列（2）顯示農(nóng)戶非農(nóng)就業(yè)在1%的水平上對耕地棄耕呈正的顯著性影響，這與基準(zhǔn)回歸的顯著性結(jié)果基本一致，因此，基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

五、結(jié)論和政策建議

1.結(jié)論

文章利用2016年中國勞動力動態(tài)調(diào)查數(shù)據(jù)（ChinaLabor-forceDynamicsSurvey，CLDS）實證分析了農(nóng)戶非農(nóng)就業(yè)與農(nóng)地拋荒的關(guān)系。研究發(fā)現(xiàn)：第一，農(nóng)2NsUVkpoppvNFX2j27TJ6aJSeeWXWjstCSQD3Zti8MQ=戶非農(nóng)就業(yè)比例的提高會促進(jìn)農(nóng)地拋荒。第二，采用機耕服務(wù)能有效緩解農(nóng)戶非農(nóng)就業(yè)提升對農(nóng)地拋荒的促進(jìn)作用。第三，農(nóng)戶非農(nóng)就業(yè)能夠通過降低農(nóng)民對農(nóng)業(yè)生產(chǎn)的心理偏好和增加農(nóng)民對外出務(wù)工的心理偏好來增加農(nóng)地拋荒比例。第四，在異質(zhì)性分析中，相對于平原地區(qū)，山區(qū)農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的促進(jìn)作用更強；相對于西部地區(qū)，中部地區(qū)農(nóng)戶非農(nóng)就業(yè)對農(nóng)地拋荒的促進(jìn)作用更強。

2.政策建議

第一，要進(jìn)一步完善土地流轉(zhuǎn)政策，推動土地適度規(guī)模化經(jīng)營。上文指出農(nóng)地拋荒的重要原因之一是農(nóng)民對家庭勞動力資源的重新分配，而土地流轉(zhuǎn)既能保證土地資源的集約利用，也能保證農(nóng)戶的非農(nóng)勞動時間。一方面，需要建立規(guī)范的土地產(chǎn)權(quán)交易市場，通過嚴(yán)格的合同規(guī)范明確流轉(zhuǎn)雙方的權(quán)利和義務(wù)。另一方面，推動土地向村內(nèi)的農(nóng)業(yè)生產(chǎn)大戶集中，配合農(nóng)業(yè)補貼，以緩解農(nóng)地拋荒現(xiàn)象，同時，健全土地的法律體系，通過完善法律處罰體系遏制農(nóng)地棄耕，通過法律保障體系消除農(nóng)戶流轉(zhuǎn)土地的后顧之憂。

第二，促進(jìn)機耕服務(wù)業(yè)的發(fā)展。一方面，可以通過激活農(nóng)村機耕服務(wù)業(yè)的市場，充實農(nóng)村機耕服務(wù)的力量，這可以通過增發(fā)作業(yè)補貼和農(nóng)機購置補貼的方式來激發(fā)農(nóng)戶從事機耕服務(wù)業(yè)的積極性。同時，可以通過引入社會資本的方式促進(jìn)機耕服務(wù)業(yè)的發(fā)展。另一方面，政府可以指導(dǎo)村莊建立機耕服務(wù)平臺，提高機耕服務(wù)業(yè)的組織化水平，進(jìn)一步為農(nóng)戶提供產(chǎn)前、產(chǎn)中和產(chǎn)后的全流程服務(wù)，降低農(nóng)地棄耕比例。

第三，農(nóng)戶非農(nóng)就業(yè)導(dǎo)致農(nóng)民產(chǎn)生不同的職業(yè)心理偏好，進(jìn)而導(dǎo)致拋荒，從根本上說是由于產(chǎn)業(yè)間的收入差距較大引起。因此，需要進(jìn)一步提升農(nóng)業(yè)產(chǎn)業(yè)收益，縮小產(chǎn)業(yè)間的收入差距。一方面，可以通過農(nóng)業(yè)龍頭企業(yè)帶動地區(qū)農(nóng)業(yè)發(fā)展，同時結(jié)合地區(qū)自然資源稟賦特征推動農(nóng)業(yè)產(chǎn)業(yè)鏈的升級改造。同時，政府也可以指導(dǎo)村莊通過合作社、聯(lián)合社的形式促進(jìn)當(dāng)?shù)剞r(nóng)業(yè)產(chǎn)業(yè)的集約發(fā)展，進(jìn)而形成規(guī)模效應(yīng)，提高農(nóng)業(yè)產(chǎn)業(yè)收益。另一方面，應(yīng)繼續(xù)推動農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展，增加農(nóng)業(yè)產(chǎn)業(yè)的附加值，進(jìn)而吸引更多的勞動力留在農(nóng)業(yè)和農(nóng)村，減少農(nóng)地拋荒。

第四，健全農(nóng)業(yè)補貼政策。應(yīng)進(jìn)一步提高農(nóng)業(yè)補貼額度和種類，提高農(nóng)業(yè)補貼的精準(zhǔn)性和針對性，包含精準(zhǔn)識別進(jìn)行農(nóng)業(yè)生產(chǎn)的農(nóng)戶和未進(jìn)行農(nóng)業(yè)生產(chǎn)的農(nóng)戶，精準(zhǔn)發(fā)放補貼，以及統(tǒng)籌利用各類農(nóng)業(yè)補貼類型，有針對性地對不同農(nóng)業(yè)生產(chǎn)類型的農(nóng)戶進(jìn)行補貼，提高農(nóng)戶農(nóng)業(yè)生產(chǎn)的積極性。同時，農(nóng)業(yè)補貼政策要提高區(qū)域針對性，尤其是在山區(qū)和平原地區(qū)以及我國的中西部地區(qū)，應(yīng)提高政策的精準(zhǔn)度，以最大限度減少農(nóng)地拋荒。

參考文獻(xiàn)：

〔1〕饒靜，張聞龍，郭晨曉，等.鄉(xiāng)村振興背景下耕地拋荒“社會生態(tài)治理路徑”研究——以河南省L市D鎮(zhèn)為例［J］.中國農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021，（06）.

〔2〕李雨凌，馬雯秋，姜廣輝，等.中國糧食主產(chǎn)區(qū)耕地撂荒程度及其對糧食產(chǎn)量的影響［J］.自然資源學(xué)報，2021，（06）.

〔3〕MACDONALDD，CRABTREEJ R，WIESINGERG，etal.Agriculturalabandonmentinm ountainareasofEurope：Environmentalconsequencesandpolicyresponse［J］.JournalofEnvironmentalManagement，2000，（01）.

〔4〕XUD，DENGX，GUOS，LIUS.Labormigrationandfarmlandabandonmentinrural China：Empiricalresultsandpolicyimplications［J］.JournalofEnvironmentalManagement，2019，（04）.

〔5〕莊健，謝琳.農(nóng)地調(diào)整經(jīng)歷、勞動力非農(nóng)轉(zhuǎn)移與農(nóng)業(yè)生產(chǎn)績效［J］.財經(jīng)問題研究，2022，（08）.

〔6〕羅明忠，劉愷，朱文玨.確權(quán)減少了農(nóng)地拋荒嗎——源自川、豫、晉三省農(nóng)戶問卷調(diào)查的PSM實證分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2017，（02）.

〔7〕陳景帥，韓青.農(nóng)業(yè)生產(chǎn)性服務(wù)對農(nóng)地拋荒的抑制效應(yīng)［J］.華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021，（06）.

〔8〕馮國強，李菁，孫瑞，等.村莊組織化程度能抑制農(nóng)地拋荒行為嗎？［J］.中國人口·資源與環(huán)境，2021，（01）.

〔9〕李中豪.農(nóng)地拋荒的生成機理與我國農(nóng)地制度的創(chuàng)新路徑［J］.農(nóng)村經(jīng)濟，2013，（06）.

〔10〕李永萍.土地拋荒的發(fā)生邏輯與破解之道［J］.經(jīng)濟學(xué)家，2018，（10）.

〔11〕范遠(yuǎn)江，郎永建.改善庫區(qū)農(nóng)戶拋荒耕地行為對策研究——以重慶萬州區(qū)為例［J］.生產(chǎn)力研究，2010，（11）.

〔12〕田千禧，徐植蘭.農(nóng)地棄耕拋荒的生態(tài)經(jīng)濟學(xué)分析及其對策［J］.農(nóng)業(yè)現(xiàn)代化研究，2004，（02）.

〔13〕5zD0DgLPz54ukxOn89PcWA==張鵬靜，熊濤，朱侯.空氣、水和土壤視域下環(huán)境污染對耕地拋荒的影響——來自中國勞動力動態(tài)調(diào)查（CLDS）的證據(jù)［J］.華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2024，（01）.

〔14〕謝花林，黃螢乾.非農(nóng)就業(yè)與土地流轉(zhuǎn)對農(nóng)戶耕地拋荒行為的影響——以閩贛湘山區(qū)為例［J］.自然資源學(xué)報，2022，（02）.

〔15〕周旭海，胡霞，羅崇佳.非農(nóng)就業(yè)對耕地拋荒的影響——基于CHFS數(shù)據(jù)的實證分析［J］.調(diào)研世界，2022，（02）.

〔16〕仇童偉.農(nóng)地流轉(zhuǎn)市場化中的耕地拋荒［J］.華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022，（03）.

〔17〕KUNGJ.Off-FarmlabormarketsandtheemergenceoflandrentalmarketsinruralChina［J］.JournalofComparativeEconomics，2002，（02）.

〔18〕劉懷宇，曹詩男，鄧晶，等.農(nóng)戶家庭勞動力配置決策機制探討——一個多主體模型的視角［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2015，（02）.

〔19〕WICKRAMASINGHEA AI N，WIMALARATANAW.Internationalmigrationandmigrationtheories［J］.SocialAffairs，2016，（05）.

〔20〕羅明忠，雷顯凱.非農(nóng)就業(yè)經(jīng)歷、心理特質(zhì)與新型職業(yè)農(nóng)民生產(chǎn)效率［J］.經(jīng)濟與管理評論，2022，（04）.

〔21〕羅明忠，雷顯凱.非農(nóng)就業(yè)經(jīng)歷、風(fēng)險偏好與新型職業(yè)農(nóng)民生產(chǎn)技術(shù)采納［J］.江蘇大學(xué)學(xué)報（社會科學(xué)版），2022，（02）.

〔22〕溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用［J］.心理學(xué)報，2004，（05）.

〔23〕李忠旭，莊健.互聯(lián)網(wǎng)使用、非農(nóng)就業(yè)與農(nóng)機社會化服務(wù)——基于CLDS數(shù)據(jù)的經(jīng)驗分析［J］.農(nóng)林經(jīng)濟管理學(xué)報，2021，（02）.

〔24〕暢倩，張聰穎，王林蔚，等.非農(nóng)就業(yè)對黃河流域中上游地區(qū)農(nóng)戶種植結(jié)構(gòu)的影響［J］.中國農(nóng)村經(jīng)濟，2021，（11）.

〔25〕萬晶晶，鐘漲寶.非農(nóng)就業(yè)、農(nóng)業(yè)生產(chǎn)服務(wù)外包與農(nóng)戶農(nóng)地流轉(zhuǎn)行為［J］.長江流域資源與環(huán)境，2020，（10）.

〔26〕宋浩楠，錢龍，張士云，等.土地稟賦、地權(quán)穩(wěn)定與規(guī)模農(nóng)戶耕地質(zhì)量保護行為［J］.中國西部，2020，（06）.

〔27〕田夢君，熊濤，張鵬靜.勞動力轉(zhuǎn)移對耕地拋荒的影響研究——基于農(nóng)業(yè)機械化的調(diào)節(jié)效應(yīng)分析［J］.世界農(nóng)業(yè)，2023，（11）.

〔28〕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，（03）.

（責(zé)任編輯 林 濤）