摘要：以黑龙江省粮食主产区“两大平原”为研究区,运用双重差分(DID)模型和多元回归方法实证研究土地流转对玉米和水稻土地生产率的影响效果及原因。结果表明:1研究区农户土地流转能显著提高玉米的土地生产率,但会显著降低水稻的土地生产率。2土地流转通过改变农户经营的土地生产要素进而改变劳动和资本等生产要素的投入,从而影响土地生产率。土地流转后化肥投入的增加是玉米土地生产率提高的主要原因;土地流转后经营规模和集中连片程度增加的同时,化肥和灌溉投入减少是水稻土地生产率降低的主要原因。
关键词：全面深化改革; 土地政策; 土地使用权流转; 土地生产率; 农户; 黑龙江省粮食主产区;
党十八届三中全会以来,中央明确提出鼓励土地承包经营权流转,稳定农村土地承包关系,引导农村土地承包经营权有序流转,发展农业适度规模经营。农业部数据显示,中国家庭承包耕地流转比例由2008年底的8.9%增加至2011年上半年的16.2%,再增加至2014年底的30.4%,截止到2017年3月,全国已流转的土地约占家庭承包耕地总面积的35%左右,土地流转速度明显加快,引起了学术界的广泛关注,尤其是土地流转的效率问题成为当前研究的热点[1-4]。土地生产率是反映土地生产能力的一项指标,具体指生产周期内单位面积土地产出的粮食数量。众多学者对于土地流转能否提高土地生产率存在争议[1-4]。在研究角度上,学者多采用不同作物加总的土地产值表征土地生产率[1-3,5],由于加总数据会模糊真实情况[6],导致结论说服力有限[7],且无法解释土地流转对不同作物土地生产率影响的效果。在研究方法上,学者多运用数据包络分析法[1]和扩展的C-D函数模型[2-3],这些方法多以截面数据或将面板数据混合在一起进行分析,无法控制时变效应和差异效应,即无法消除土地生产率受时间变化和农户个体差异所产生的影响。在研究区域上,学者多针对北京、上海、广东[1]和浙江[3]等土地流转较为发达的省份以及山西[2,4]和甘肃[3]等地进行研究,缺乏对承担保障国家粮食安全重任的黑龙江省粮食主产区的相关研究。
鉴于此,本文以黑龙江省粮食主产区“两大平原”(松嫩平原和三江平原)为研究区,基于2012和2014年农村固定观察点数据,将调查农户按种植不同作物进行分组,分别对种植玉米和水稻农户的土地流转对土地生产率影响效果进行研究,有效避免了现有研究普遍存在的不同作物数据加总问题;运用双重差分(DID)模型评价种植玉米和水稻的农户土地流转对土地生产率影响的效果,能在控制时变效应和差异效应的同时,确定土地流转对土地生产率的净影响程度;采用多元回归方法研究各作物土地生产率主要影响因素的基础上,分析土地流转对各作物土地生产率影响效果的主要原因,弥补了现有研究缺少关于土地流转对土地生产率影响原因分析的不足。研究结果不仅实证了黑龙江省粮食主产区土地流转对土地生产率的影响效果,而且对于促进研究区土地有序流转和适度规模经营,提高研究区农业综合生产能力,保障国家粮食安全具有一定的现实意义。
1、研究区概况和数据来源及处理
1.1 研究区概况
黑龙江省“两大平原”指松嫩平原和三江平原(图1),是中国重要的粮食主产区和商品粮生产基地,承担着保障国家粮食安全的重要战略任务。2013年6月13日,国务院正式批复《黑龙江省“两大平原”现代农业综合配套改革试验总体方案》,确定在黑龙江省“两大平原”先行开展现代农业综合配套改革试验,这是中国唯一的现代农业综合配套改革试验区。黑龙江省“两大平原”是世界上仅存的三大黑土带之一,总面积28.9万km,人口2 367万人,其中耕地面积1 080万hm,占全省耕地总面积的80%以上。2012年“两大平原”粮食产量522亿kg,占全省粮食总产量的90%以上,占全国粮食总产量的8.8%。据黑龙江省农委调查数据显示,全省土地流转比例由2013年末的39.2%增加至2014年末的50.3%,在土地流转加速发展,流转规模和流转比例不断提高的同时,保持并提高“两大平原”的农业综合生产能力以保障国家粮食安全是黑龙江省的重要任务。
1.2 数据来源及处理
本文数据来源于2012和2014年黑龙江省农村固定观察数据,14个农村固定观察点村均位于研究区内,年跟踪调查总户数为1 000户。据黑龙江省统计年鉴显示,2012年全省平均日照时数2 256h,平均降水量652mm,单位面积粮食产量5 001kg/hm;2014年全省平均日照时数2 355h,平均降水量559mm,单位面积粮食产量5 337 kg/hm。可见,2012和2014年黑龙江省日照、降水等气候条件稳定,为粮食生产正常年份,因此本文选取2012年为土地流转前的年份,2014年为土地流转后的年份。
为评价农户土地流转对土地生产率影响的效果,最终筛选出144户种植玉米和水稻的农户,共288组农户样本数据,由于种植大豆的农户样本数不足,因此并未纳入本研究范围中。种植玉米的农户为80户,样本数为160组。其中参与土地流转的农户为32户,样本数为64组;未参与土地流转的农户为48户,样本数为96组。种植水稻的农户为64户,样本数为128组。其中参与土地流转的农户为24户,样本数为48组;未参与土地流转的农户为40户,样本数为80组。为分析种植玉米和水稻农户土地生产率的影响因素,最终筛选出646组农户样本数据,其中种植玉米的农户为373组,种植水稻的农户为273组。
图1 黑龙江省“两大平原”区位示意图Fig.1 The location diagrammatic sketch of"Two Great Plains"of Heilongjiang Province
2、模型的构建
2.1 DID模型
本文采用DID模型[8-9]评价研究区农户土地流转对土地生产率影响的效果。基本思路是将样本农户分为“处理组”和“对照组”两组:“处理组”是受政策变化影响的样本农户,“对照组”是不受政策变化影响的样本农户[10]。分别计算处理组和对照组在土地流转前后土地生产率的变化量,再计算出处理组和对照组土地流转前后土地生产率变化量的差值,此差值就是DID估计量,也叫双重差分估计量。
为了分析处理组农户与对照组农户的土地生产率变化情况,将样本农户按照是否参与土地流转分为参与的农户(处理组)和未参与的农户(对照组)。令农户土地生产率(用玉米或水稻的单产表征)为Y;令土地流转时期的虚拟变量为T,T=0表示农户在发生土地流转前的时期,T=1表示农户在发生土地流转后的时期;令是否参与土地流转的虚拟变量为d B,d B=0对应的是未参与土地流转的农户,d B=1对应的是参与土地流转的农户;假设m为随机扰动项。因此可以建立土地流转对土地生产率(Y)影响的计量方程为:
从所构建的模型可以得出处理组农户和对照组农户各自土地生产率变动的模型。对于对照组农户来说,d B=0,模型可以表示为:Y=c+a T+m。因此,对照组农户在土地流转前后的土地生产率分别为:
土地流转前后,对照组农户的土地生产率平均变动为:Diff1=(C+a)-(C)=a
对于处理组农户,d B=1,模型可以表示为:Y=c+a T+b+g T。因此,处理组农户在土地流转前后的土地生产率分别为:
土地流转前后,处理组农户的土地生产率平均变动为:Diff2=(c+a+b+g)-(c+b)=a+g
因此土地流转对农户土地生产率的净影响为:Diff=Diff2-Diff1=(a+g)-a=g,即模型(1)中Td B的参数g,g就是双重差分估计值,表示土地流转对土地生产率的影响。
运用该方法对被调查农户数据进行计量分析,可以在控制时变效应和差异效应的同时,即消除土地生产率受时间变化和农户个体差异所产生的影响,精确衡量农户土地流转对土地生产率的净影响程度。
2.2 多元回归模型
本文采用多元回归方法对农户种植玉米和水稻产量的主要影响因素进行分析。从投入产出的角度出发,影响农户土地生产率的变量主要有劳动力、土地和资本三大投入要素。其中劳动力投入要素包括劳动力投工量(X1);土地投入要素包括耕地面积(X2)和平均地块面积(X3);资本投入要素包括种子费(X4)、化肥费(X5)、农药费(X6)、农膜费(X7)和灌溉费(X8)。将样本农户按照种植作物的不同构建如下多元回归模型:
式中:Y表示农户种植不同作物(玉米和水稻)的单产,单位为kg/亩;X1~X8表示上述影响农户土地生产率的不同影响因素;c0为截距项;c1~c8为各自变量的产出弹性;μ为随机扰动项。
本文利用Eviews6.0对研究区相关数据进行分析,所有变量均以对数形式进行分析,各变量的统计描述见表1。
3、结果分析
3.1 土地流转对不同作物土地生产率影响的效果分析
通过对比研究区样本农户(参与土地流转的农户和未参与土地流转的农户)在2012年(土地流转前)和2014年(土地流转后)种植不同作物(玉米和水稻)的土地生产率变化情况,得到研究区样本农户土地流转前后土地生产率的组内均值差和组间均值差(表2)。
对于研究区种植玉米的农户,土地流转前参与农户的单位产量比未参与农户低540 kg/hm,土地流转后参与农户的单位产量比未参与农户低75 kg/hm,与土地流转前相比,两者的差值为465 kg/hm。土地流转后参与农户的单位产量增加值较未参与农户更高,前者增加值为1 500 kg/hm,后者增加值为1 035 kg/hm,两者相差同样是465 kg/hm。465 kg/hm就是双重差分估计值,即DID估计值,表示土地流转对农户种植玉米产量的净影响程度为465 kg/hm。
对于研究区种植水稻的农户,土地流转前参与农户的单位产量比未参与农户低150 kg/hm,土地流转后参与农户的单位产量比未参与农户低1 275 kg/hm,与土地流转前相比,两者的差值为-1 125kg/hm。土地流转后参与农户的单位产量增加值较未参与农户更低,前者增加值为1 245 kg/hm,后者增加值为120kg/hm,两者相差同样是-1 125 kg/hm。-1 125 kg/hm就是双重差分估计值,即DID估计值,表示土地流转对农户种植水稻产量的净影响程度为-1 125kg/hm。
表1 主要变量基本情况(kg/hm;日/hm;hm;元/hm)Tab.1 Basic condition of the main variables(kg/hm;day/hm;hm;yuan/hm)
表2 土地流转前后土地生产率的组内均值差和组间均值差Tab.2 Average difference of land productivity in one group or among groups before and after farmland transfer
运用计量方法,根据方程(1)式对上述DID分析结果进行验证,得到农户土地流转对土地生产率影响的估计结果(表3)。
表3 土地流转对土地生产率影响的估计结果Tab.3 The estimated results for the influence of farmland transfer on land productivity
对于研究区种植玉米的农户,其单位产量的DID估计值g为0.0897,在5%水平上显著,说明在控制了时变效应a和差异效应b的同时,土地流转对农户的玉米产量有显著的正向影响,即土地流转后农户玉米产量显著提高,此结果与表2分析结果一致。
对于研究区种植水稻的农户,其单位产量的DID估计值g为-0.1515,在10%水平上显著,说明在控制了时变效应a和差异效应b的同时,土地流转对农户的水稻产量有显著的负向影响,即土地流转前后农户水稻产量显著降低,此结果亦与表2分析结果一致。
3.2 不同作物土地生产率的影响因素分析
根据方程(4)分别计算出种植玉米和水稻的农户土地生产率的影响因素估计结果(表4)。
对于研究区种植玉米的农户,1劳动投工量与玉米单位产量呈显著负相关,说明无法通过增加劳动投入来提高玉米土地生产率;2平均地块面积与玉米单位产量呈显著负相关,说明平均地块面积超出现有的耕作水平,对土地生产率产生不利影响;3种子费、化肥费和农药费均与玉米单位产量呈显著正相关,说明增加种子、化肥和农药等农业资本的投入是提高种植玉米土地生产率的最有效途径。
对于研究区种植水稻的农户,1耕地面积和平均地块面积均与水稻单位产量呈显著负相关,说明农户种植水稻的面积及其平均地块面积均超出其现有的耕作水平,是限制其土地生产率提高的主要因素;2种子费和化肥费均与水稻单位产量呈显著正相关,说明增加种子和化肥的投入能有效提高水稻土地生产率;灌溉费与水稻单位产量呈显著正相关,说明提高灌溉的投入能有效增加水稻土地生产率。
表4 土地生产率的影响因素估计结果Tab.4 The estimated results for influence factors of land productivity
3.3 土地流转对不同作物土地生产率影响效果的原因分析
农户通过土地流转转入土地,改变了土地生产要素,使土地的经营规模增加并集中连片,进而改变农户在单位面积土地上劳动和资本等生产要素的投入,从而影响土地生产率。由于影响玉米和水稻土地生产率的生产要素不同,土地流转使得单位面积土地上不同生产要素的投入发生了改变,导致研究区农户土地流转对种植玉米和水稻的土地生产率产生不同的影响。
通过对比研究区土地流转前后转入土地农户(参与户)和未参与土地流转农户(未参与户)种植玉米和水稻的各主要影响因素变化情况(表5),分析土地流转对玉米和水稻土地生产率影响效果的原因。
对于研究区种植玉米的农户,土地流转前后参与户较未参与户的劳动投工量、平均地块面积、种子费和农药费的DID估计值分别为10.5日/hm、0hm、21元/hm和0元/hm,变化幅度较小,说明这些因素的变化并不是土地流转对玉米土地生产率产生影响的主要因素。而参与户较未参与户化肥费的DID估计值为232.5元/hm,变化幅度最大,结合前文分析得出的化肥费对玉米土地生产率有显著正向影响的结论,说明土地流转前后化肥投入的变化是土地流转对玉米土地生产率产生影响的主要因素。因此,转入土地农户较未参与土地流转农户化肥投入的增加是土地流转对农户种植玉米土地生产率有显著正向影响的主要原因。
对于研究区种植水稻的农户,土地流转前后参与户较未参与户的种子费和灌溉费的DID估计值分别为4.5元/hm和13.5元/hm,变化幅度较小,说明种子费和灌溉费的变化并不是土地流转对水稻土地生产率产生影响的主要因素。参与户较未参与户的耕地面积、平均地块面积和化肥费的DID估计值分别为2.0hm、0.6hm、108元/hm,变化幅度大,结合前文分析得出的耕地面积和平均地块面积对水稻土地生产率有显著负向影响,而化肥费有显著正向影响的结论,说明参与户较未参与户耕地面积、平均地块面积和化肥投入的变化是土地流转对水稻土地生产率产生影响的主要因素。由于耕地面积和平均地块面积的变化量均大于化肥投入的变化量,因此,参与户较未参与户耕地面积和平均地块面积的增加是土地流转对水稻土地生产率产生显著负向影响的主要原因。
表5 土地流转前后主要影响因素的组内均值差和组间均值差Tab.5 Average difference of effects in one group or among groups before and after farmland transfer
进一步分析土地流转前后转入土地种植水稻农户的投入状况,转入土地后水稻耕地面积、平均地块面积和种子费均有明显增加,增加值分别为2.0hm、0.6hm、和156元/hm,但化肥费和灌溉费却分别下降了21元/hm2和244.5元/hm,尤其是灌溉费的下降导致水稻的土地生产率降低,因为灌溉费对水稻土地生产率有显著正向影响。因此,转入土地农户耕地面积和平均地块面积在增加的同时,化肥和灌溉的投入却在减少,使得农户的经营规模超出其现有的投入水平是土地流转对水稻土地生产率产生显著负向影响的主要原因。
4、结论与讨论
4.1 结论
本文以黑龙江省粮食主产区“两大平原”为研究区,运用DID模型和多元回归分析法实证研究土地流转对玉米和水稻土地生产率的影响效果及原因,得到如下结论:
1研究区农户土地流转能显著提高玉米的土地生产率,但会显著降低水稻的土地生产率。土地流转前后参与土地流转的农户比未参与土地流转的农户单位玉米产量净增加值高465kg/hm,单位水稻产量净增加值低1 125kg/hm。
2土地流转通过改变农户经营的土地生产要素进而改变劳动和资本等生产要素的投入,从而影响土地生产率。土地流转后化肥投入的增加是玉米土地生产率提高的主要原因;土地流转后经营规模和集中连片程度增加的同时,化肥和灌溉投入减少是水稻土地生产率降低的主要原因。
以上结论对研究区土地流转的政策启示:一是鼓励研究区通过土地流转使土地向具有足够经营能力的规模经营农户集中,同时确保转入土地农户的单位面积农业生产要素投入不降低,使转入土地农户的经营规模与自身经营能力相适应,促进土地适度规模经营。二是为深入推进农业供给侧改革,以提升农业综合生产能力为目标,对研究区农户的农业生产结构进行调整。适当调减超出自身经营能力农户的水稻经营规模,鼓励其转出土地;适当调增具备足够经营能力农户的玉米经营规模,鼓励其转入土地。
4.2 讨论
目前学者关于土地流转对土地生产率的影响存在争议,本文认为现有研究忽略了以下两方面的问题:一是多数研究采用加总的土地产值表征土地产出情况,忽略了加总数据会模糊真实情况的问题;二是多数研究以截面数据或将面板数据混合在一起进行分析,忽略了土地生产率受时间变化和农户个体差异所产生的影响。本文将种植玉米和水稻农户进行分组,用各作物实际产量表征土地生产率,有效避免了数据加总问题;运用DID模型评价土地流转对土地生产率影响的效果,能在控制时变效应和差异效应的同时,确定土地流转对土地生产率的净影响程度;分析土地流转对各作物土地生产率影响效果的主要原因,弥补了现有研究缺少关于土地流转对土地生产率影响原因分析的不足。
本文是以保障粮食安全、提高土地生产率作为衡量农户土地流转效果的唯一目标,而农户作为经济人,其目标更倾向于追求利润最大化。因此,如何通过合理的土地流转促进农户适度规模经营,以达到既能提高土地生产率,又能提高农民收入的双重目标是下一步的研究方向。
参考文献：略
中国乡村发现网转自：经济地理 2017年04期
(扫一扫，更多精彩内容！)
