-
长期以来,“三农”问题一直是政府工作的重心,“一号文件”连续10多年聚焦“三农”工作,是农村工作的主线。土地作为农村生产生活的基本要素,是农民生产、生存的基本保障,土地流转是盘活农村资源资产要素的关键,是实现适度规模合理经营的重要途径。2013年“一号文件”鼓励有条件的农户流转承包土地的经营权,加快健全土地经营权流转市场。2016年,全国承包耕地流转面积超过3 000万hm2,超过承包耕地总面积的三分之一,全国经营耕地面积在3.40 hm2以上的规模经营农户超过350万户,经营耕地面积超过2 300万hm2。家庭农场、农民合作社、农业产业化龙头企业等已经超过270万家,这些新型主体在推动农业适度规模经营发展、建设现代农业、保障农产品有效供给等方面发挥着越来越重要的作用[1]。中国自新一轮集体林权制度改革以来,林地作为一种重要的农村土地经营类型,鼓励农民以出租、转让、互换、转包、股份合作等形式流转林地承包经营权,这一制度设计是中国为解决“三农”问题,在林地问题上做的有效探索。农户间自发的林地经营权流转行为,能否实现林地资源的合理配置,能否实现以农户为主体的规模经营,除了受到了政府政策制定和林地流转市场完善程度影响外,农村人力资本对林地流转也有着举足轻重的影响[2-3]。因此,研究农村人力资本对林地流入的影响,对于盘活农村林地资源、促进林地资源的合理配置、促进林地适度规模化经营具有重要的意义。近年来,围绕农户林地流转的影响因素,专家学者们开展了丰富的研究。部分学者从农户对林地产权认知的角度探寻了农户林地流转行为的影响因素,发现对产权的认知度更高以及受教育程度更高的农户表现出对林地流转更高的主动性[4-6]。从农户自身的禀赋特征与林地流转之间关系的角度,专家学者们也做了许多积极的探索。有学者分析了农户的性别、农户家庭劳动力数量和收入水平以及户主文化程度、农户对林业经营风险的态度等对林地流入及流出的影响[7-8];史若昀等[9]从农户行为能力视角,分析了农户流入和流出林地的影响因素,发现农户的经营收入、交易能力对林地流入有较强的激励作用,从而抑制林地的流出。王成军等[10]通过分析林地经营规模和农户林地流入行为的关系,发现林地经营规模对农户流入林地有积极的正向作用,林地经营规模更大的农户本身对经营林地的需求就相对更大些。从人力资本视角,许多学者做了相关研究,揭示了林业生产中人力资本积累与要素配置及其效率提升的内在逻辑或机制[11-13]。除此之外,还有学者从土地保障功能、农村剩余劳动力转移等角度分析其对林地流转的影响,发现农村土地的保障功能制约了林地流转,农村剩余劳动力转移在一定程度上促进了林地的转出,限制了林地的流入[14]。上述研究分别对林地流转中的流入和转出行为做了相关分析,从农户特征、营林风险态度、收入结构以及农村土地保障制度、劳动力转移等角度分析了其对林地流转的影响,为林地流转的分析提供了重要的借鉴。但基于农户林地流入视角以及人力资本对林地流入的影响研究较少。鉴于此,本研究基于实地调查数据分析农户人力资本对林地流入的影响,提出促进农户流入林地的建议,旨在将农户纳入到林地规模化经营和林业现代化建设轨道中。
HTML
-
本研究的数据来源于2015年7-8月对浙江省开化县和建德市农户的实地调查。开化县和建德市均位于浙江西部、钱江源源头地区,是林业和生态重点区域,其林地面积、森林覆盖率、人均林地面积等多项林业数据均高于浙江省平均水平,其中开化县林地流转活跃,2015年新增林地流转面积373.30 hm2,并且每年都在增加。这2个地区农村常住居民人均可支配收入均低于浙江省平均水平,证明这2个地区还未充分发挥林业的优势、盘活农村资产,同时两地本身存在一定差异,有利于对比研究。
按照随机抽样和典型抽样相结合的方法,本研究各选取建德市和开化县5个乡(镇),采用“一对一”访谈的方式获得183户样本,调查的内容包括农户家庭的基本特征,年龄,受教育情况,医疗投入情况,收入情况以及林地流转情况等。在183户样本中,最终有效样本为173户,其中有65户在最近5 a流入过林地,流入林地面积为1 469.57 hm2,其中建德市1 108.90 hm2,开化县360.67 hm2。流入农户的户均林地流入面积为8.50 hm2,远大于浙江省关于家庭营林面积大于3.40 hm2即为规模户的规定。本研究把林地流入面积均值的2倍(17 hm2)和4倍(34 hm2)作为分界点进行分组描述(表 1)。
县(市) S林地流入/户 < 17 17~34 >34 hm2 建德 20 8 10 开化 23 1 3 说明:数据来自实地调查 Table 1. Situation of farmer's inflow of woodland in Jiande and Kaihua
-
农户的林地流入行为,包括是否流入林地和流入林地的面积,受到人力资本、家庭收入情况等因素的影响。本研究选取家庭人口平均年龄、家庭人均受教育年限、教育支出、健康医疗支出、家庭劳动力比例和家庭林业劳动力比例作为表征农户人力资本的因素,同时选取户主是否担任干部、家庭林业总收入、家庭人均工资性收入、家庭人均收入、实际营林面积、是否享受林业补贴和工作地点离家平均距离作为控制变量,研究人力资本对农户林地流入的影响,各个变量的具体特征如表 2所示。
变量分类 变量 变量描述 均值 标准差 农户是否流入林地 是否流入林地y1 0代表否,1代表是 0.376 0.486 农户流入林地面积 流入林地面积y2 流入的面积/hm2 8.495 22.987 人力资本 家庭人口平均年龄x1 家庭人口平均年龄/岁 43.700 10.607 家庭人均受教育年限x2 家庭人均受教育年限/а 6.942 2.426 教育支出x3 年教育支出/元 3 776.994 7 374.679 健康医疗支出x4 年医疗支出/元 5 073.988 12 187.880 家庭劳动力比例x5 劳动力占人口比/% 0.709 0.217 家庭林业劳动力比例x6 林业劳动力占人口比/% 0.349 0.285 控制变量 户主是否担任干部x7 0代表否,1代表是 0.324 0.469 家庭林业总收入x8 林业收入/元 12 960.98 52 538.210 家庭人均工资性收入x9 工资性收入/元 16 638.39 16 938.520 家庭人均收入x10 家庭人均收入/元 49 334.72 86 071.160 实际营林面积x11 实际经营林地面积/hm2 12.497 34.943 是否享受林业补贴x12 0代表否,1代表是 0.324 0.469 工作地点离家平均距离x13 工作地点到家里平均距离/km 88.734 161.496 说明:数据来自实地调查 Table 2. Variables statistical description
-
采用Heckman两阶段模型分析农户的人力资本对林地流入的影响,揭示影响林地流入行为的内在因素。农户流入林地行为可以分解为2个阶段分析:第1阶段农户是否流入林地;第2阶段在选择流入林地的基础上,决定流入林地的面积。第2阶段只能观察到选择流入林地的农户信息,而农户流入林地规模可能会与这些观察不到的信息相关,而导致选择性偏差。故而采用Heckman两阶段法能够识别和解决这种选择偏差。
第1阶段,被解释变量是农户是否流入林地,是一个二元取值变量,故采用Probit模型分析农户是否流入林地,可表达为:农户是否流入林地=(农户人力资本+农户家庭特征+农户林业特征)+随机扰动项。数学表达式为:
式(1)中:c为农户是否流入林地,流入取值1,不流入取值0。α0是常数项,αi是各待估系数,xi是各解释变量,ε1是随机干扰项。由于在第2阶段OLS的估计中可能存在样本选择性偏差,因此,要从Probit模型中估计出一个逆米尔斯比率λ,作为第2阶段的修正参数。其表达式为:
式(2)中:φ(aixi/σ0)为待估系数的标准化正太分布的密度函数,Φ(aixi/σ0)为相应的累积分布函数。把λ作为一个新的自变量带入第2阶段流入面积模型中,这样就能克服选择性偏差。
第2阶段,取c=1的样本,即流入林地的样本进行回归:
式(3)中:y表示林地流入的面积,β0是常数项,βi各项待估系数,xi为各解释变量,λ即式(2)中的逆米尔斯比率,ε2为随机扰动项。
2.1. 数据来源
2.2. 变量选择
2.3. 模型选择
-
运用Heckman两阶段模型对农户林地流入行为和流入面积进行分析,模型估计结果如表 3所示。由Heckman两阶段模型分析结果发现,农户人力资本、户主是否担任干部、家庭人均收入和实际营林面积在不同显著性水平下分别对农户林地流入行为和流入面积存在不同程度的影响。
变量 是否流入林地 流入林地面积 回归系数 P 回归系数 P 家庭人口平均年龄 -0.052*** - 0.001 0.043 -0.521 家庭人均受教育年限 0.052 -0.442 0.267 -0.325 教育支出 4.71×10-7 - 0.981 -2.60×10-5 -0.735 健康医疗支出 5.16×10-5*** -0.004 1.20×10-4*** - 7.80×10-4 家庭劳动力比例 -1.969** - 0.029 - 4.293 -0.215 家庭林业劳动力比例 4.173*** - 3.40×10-8 8.863** -0.018 户主是否担任干部 0.551* - 0.056 -0.966 -0.476 家庭林业总收入 6.99×10-6 - 0.328 1.85×10-6 -0.83 家庭人均工资性收入 1.49×10-5 - 0.213 -3.30×10-6 -0.921 家庭人均收入 4.63×10-6 - 0.122 9.35×10-6* -0.071 实际营林面积 0.008* - 0.067 0.865*** 0 是否享受林业补贴 0.283 - 0.321 1.418 -0.259 工作地点离家平均距离 -0.001 - 0.155 -0.004 -0.188 常数项 0.392 - 0.660 -6.891 -0.122 说明:***,**,*分別表示1%,5%,10%水平显著 Table 3. Regression results of Heckman model
-
农户家庭人口平均年龄在1%水平上显著影响农户林地流入,且回归系数为负,表示随着农户年龄的增加会抑制林地的流入。说明,随着年龄的增长农户创造力下降的作用大于农户从事林业活动能力增长的作用,因此随着年龄的增长表现为对林地流入的负作用,与理论分析的结论一致。
家庭平均受教育年限和教育支出对农户林地流入的影响均不显著,这与理论分析的结果不一致。理论上,农户受教育情况和在教育上的投入,能够提高林业劳动人口的质量,从而转化为林业生产力而提高农户流入林地的积极性。在本研究案例中,这种显著性的影响并未体现出来,可能存在2个方面的原因:一是教育投入需要一个长期的过程才能显示出效果;二是可能教育投入在于对一般普及性知识学习,而没有注重对林业生产专业知识的学习,因此导致受教育程度高的人可能会从事一些非农的工作,反而使农户流入林地的积极性降低。
健康医疗支出均在1%水平上对农户林地流入行为和流入的面积有显著正向影响,其中对林地流入面积的回归系数是1.20×10-4,表示农户医疗支出每增加1.00万元将可能多流入1.20 hm2林地。结合理论分析结果,虽然1 a的健康医疗投入数据并不能反映农户长期的投入状况,但也在一定程度上说明注重医疗投入的农户可能会有更好的健康状态,从而提高农户流入林地的积极性。
林业劳动力比例分别在1%和5%水平上对农户林地流入行为和流入的面积有显著影响,且回归系数均为正,表示随着家庭林业劳动比例的增加农户流入林地的积极性和实际流入的面积均会提高。而家庭劳动力的比例在5%水平上对农户流入林地有显著的负影响,这一结果与预期是相符的,劳动力的增加会有一部分劳动力选择从事其他的行业,最终导致流入林地减少,而林业劳动力增加势必会使农户更多的流入林地,这是农户家庭合理配置劳动力的结果。
-
户主是否担任干部在10%显著水平上对林地流入行为有显著影响。干部身份相对于普通农户来说能够获得更多的有利信息,因此在是否流入林地和流入面积的决策中,表现得更为活跃。
实际营林面积分别在10%和1%统计水平上显著影响农户流入林地的行为和流入林地的面积,回归系数均为正,说明林地经营面积较大的农户本身流入林地的积极性就更高。
家庭人均收入在10%显著水平上对林地流入面积有显著影响,且回归系数为9.35×10-6,表示农户家庭人均收入每增加100.00万元,流入林地的面积就增加9.35 hm2。