资本下乡对农村家庭收入影响的异质性研究

■余发英

（重庆大学公共管理学院，重庆 400044）

在城镇化进程的推进下，许多农村劳动力选择进入城市谋生。劳动力的大量转移，使农村土地出现了撂荒的情况，农业在缺乏人力资本和物质资本的现状下发展缓慢。2019年中央一号文件明确提出要推进乡村建设，鼓励城镇的资本流向农村地区，落实农村地区的发展。农村家庭收入问题一直倍受关注，资本下乡后为农民带来的影响成为大家关注的焦点。自国家提倡推进城镇化进程以来，越来越多的农村土地被释放出来，预计在未来一段时间内会产生更多因资本下乡而失去土地的农村家庭[1]。资本下乡的过程中，农民家庭关注的不仅是短暂的收益，还有收入的可持续性增长[2]。从已有的研究来看，资本下乡对于农村家庭的影响还存在争议。

一方面，资本下乡后可能对被征地家庭造成一定风险，企业能够提供的工作岗位有限，大量的土地流转会造成农户隐性失业[3]。此外，资本下乡通常会得到地方政府的鼓励，而在农业的生产中企业比当地的农户有更多的话语权，有可能将风险转嫁给农民[4]，还可能因为其对不同家庭影响的途径差异，进而引发收入分配效应，导致贫富差距扩大[5]。另一方面，土地被征用后，将有助于实现适度规模经营，显著提高粮食作物的农业生产率[6],还能够产生更多的就业机会，使传统农民向新型职业农民转化[7]。通过内生转换实证模型对八个省市的微观数据进行实证，证明了资本下乡可以促进农村经济的发展，使家庭总收入增长27.3%以及人均收入提高33.3%[8]。

通过梳理发现，已有的相关研究还存在以下问题：一是现有的研究集中在探究资本下乡对农村家庭收入影响时，忽略了农村家庭自身存在的异质性；个别学者基于某些地方做出的研究，由于地方之间存在特征差异，其结果可能不具有代表性。二是是否参与资本下乡可能是反向选择的结果而非自然实验，直接将参与资本下乡的家庭与未参与资本下乡的家庭收入差距进行对比，得出的结果可能会存在偏误。三是以往的研究由于数据未得到及时更新，以及其中有些研究采用数据覆盖范围不够广泛，研究得出的结果与现状可能有差异。因此，本文基于中国劳动力动态调查（CLDS）数据进行实证，试图从家庭和地区的异质性角度讨论资本下乡对农村家庭收入的影响，并提出有效的措施和建议。本文的创新点如下：一是基于农村家庭异质性的视角探讨资本下乡对农村家庭收入的影响，采用分位数回归方法验证了资本下乡对不同家庭收入促进作用的不同；二是采用倾向得分匹配方法，降低资本下乡的非随机行为导致的偏误；三是基于不同地区进行划分，采用中国劳动力动态调查数据进行大样本回归，得到的结果更具有代表性。

一、数据与变量

（一）数据来源

本研究选取的是中山大学2014年中国劳动力动态调查（CLDS）的访问数据，CLDS通过定期追踪的方式收集全国劳动力相关数据，数据每两年进行一次追踪，访问对象为14到65周岁的农村劳动力。访问覆盖范围广，数据包含了全国除港澳台、海南、西藏以外所有省市劳动力动态的相关信息。本研究对数据进行了相应的处理，删除掉其中的错误值和不合理的极端值，并将家庭层面和村级层面的数据利用Stata16进行了数据接驳合并。

（二）变量设定

被解释变量：农村家庭收入。本研究将被访问者的家庭总收入作为农村家庭收入的标准，在模型回归过程中为了缩小农村家庭收入的绝对值和误差，在数据回归时将农村家庭收入取对数计算。

核心解释变量：本文研究的核心自变量为资本下乡。通过阅读资料证实了资本下乡大多数是通过农村土地的流转来实现。因此，将其界定为本村是否被企业或政府征用土地。

控制变量：家庭特征变量和村级特征变量。考虑到家庭之间的情况不同，将家庭成员的年龄、教育、健康、家庭中劳动力人口、拥有的耕地面积、是否农地确权作为家庭层面的控制变量。农村家庭的收入同样受村级层面特征的影响，例如村里实际居住人口、村农业用地面积、是否有非农业（二、三产业）经济、村里的主要地形、村所处的地理位置（见附表1）。

二、计量模型

（一）OLS回归模型设定

农村家庭收入是由家庭主要劳动力的收入加总而来，其主要取决于家庭劳动力人口、年龄、健康状况等因素。此外，农村家庭收入除了受家庭层面因素的影响，还与村基础设施和环境等相关。因此，基于此构建的方程模型如下：

其中，incomei表示第i户被访的农村家庭全年的总收入的对数；capita1i代表村庄i是否有资本下乡；Fi和Ci分别表示家庭和各村的特征变量；Pi表示被访的农村家庭所处地区的虚拟变量；εi为扰动项。

（二）反事实匹配模型（PSM）

首先，以上采用OLS回归方法构建了资本下乡对农村家庭收入影响的方程，但是否参与“资本下乡”可能是反向选择的结果，使用传统的OLS模型无法解决上述问题；其次，回归结果的准确性会因为变量的遗漏而受到影响。为了解决上述问题，本研究还采用PSM（倾向得分匹配）进行实证分析。主要通过以下步骤来计算平均处理效应：

一是选择协变量。将家庭层面和村级层面能够影响农村家庭收入的特征包括进来，例如家庭成员年龄、健康、教育以及劳动力数量等因素，以及村级层面村的地形、位置以及是否存在非农产业等因素。二是估计倾向得分。使用Logit回归模型计算样本i是否被征用土地的倾向得分值。三是进行倾向得分匹配。使用多种匹配方法分别进行匹配，目的是为了测算在不同匹配方法下得到的结果是否稳健[9]。四是根据匹配结果计算平均处理效应（ATT）。使用其估计的一般表达式为：

其中，N1表示参与资本下乡家庭的数量，∑i:Di=1表示参与资本下乡家庭加总的数量，yi表示参与资本下乡家庭i的收入，y0i表示被参与资本下乡家庭在资本下乡前收入的估计值。

三、实证结果

（一）OLS基本回归结果

资本下乡对农村家庭收入的影响见附表2，表中的结果证实了从整体上来说资本下乡对农村家庭收入 具有显著的正向影响，从而证实了假设1。模型1在没有添加控制变量的结果中表示资本下乡在1%水平上正向影响农村家庭收入。模型2和模型3是在模型1的基础上分别加入家庭、村级控制变量。对比其二者的结果可以看出，在加入控制变量后资本下乡对农村家庭收入的影响依然显著。从模型2到模型3系数明显变小，说明农村家庭收入受村级层面的影响会出现一定程度的波动。模型2中增加了家庭层面的控制变量，回归结果显示，农村家庭收入受家庭成员年龄、健康状况、文化教育的显著影响，家庭劳动力多的家庭，对其收入的增长作用明显，家庭拥有的耕地面积也有正向促进作用，但农地确权对农村家庭收入的影响不显著。这可能是因为拥有更多耕地的家庭可以得到更多的补偿款，而农地确权本质来讲是对于土地权属的确认，而并不能因此在资本下乡时得到更多的补偿款或安置。模型3加入了村级层面的因素，实证结果显示，村级层面的村农业用地面积、村是否有非农经济（第二三产业经济）、村所处的地形以及村所处的位置是否在大中型城市的郊区对农村家庭收入具有显著影响。因为村中存在的非农产业能够带动当地人就业，带动经济发展。此外，地势越平坦的村，被流转的土地就越能发挥更多的优势。模型4是加入地区效应的结果，核心解释变量系数发生变化，体现了地区效应产生了一定的影响，后面会针对地区差异详细分析。

（二）PSM倾向得分匹配结果估计

接下来采用倾向得分匹配对以上结果进行进一步优化，以解决其回归结果偏误性问题，同时也为以上结果的稳健性提供相应的证据。

利用上述建立的资本下乡方程估计结果计算农村家庭被征用土地的倾向值得分，并在计算出倾向值得分后绘制密度函数图，以确保样本数据得到了良好的匹配。根据图1所示，处理组和控制匹配后大面积重叠，大量的观测值存在于共同取值范围内。比较几种匹配结果（见表1），选择样本损失量最小的匹配方法。最终损失121个样本后取得4694个有效样本，匹配结果良好。

图1 倾向得分匹配前后的密度函数

表1 PSM匹配结果

为了保证匹配结果的平衡性，本文分别利用五种不同的匹配方法来验证。表2所示为倾向得分匹配前后解释变量平衡性检验结果。由表2可以看出，匹配前的伪R2是0.103，匹配后为R2降低在0.004～0.010，其次是LR统计量从匹配前的688.29降低到39.71～63.23，以及标准化偏差从匹配前的17.9%降低到4.4%～4.6%。以上可以看出，倾向得分匹配可以有效降低处理组和对照组之间的差异，减少观测数据的偏差。

表3所示为五种倾向得分匹配方法测算的资本下乡对农村家庭收入的影响。由表3可以看出在不同倾向得分匹配方法下得出的结果是一致的，并且结果与OLS回归结果一致。表明在解决农村家庭解释变量的偏误后，资本下乡确实能够对农村家庭的收入增加起到促进的作用。但采用OLS估计的系数要明显小于倾向的得分估计的结果，表明采用OLS回归方程估计时，低估了资本下乡对农村家庭收入的影响。

表2 倾向得分匹配前后解释变量平衡性检验结果

表3 倾向得分匹配处理效应

（三）对农村家庭收入的分位数回归检验

虽然本研究已经采用平均处理效应（ATT）测算了资本下乡对农村家庭收入影响的净效应，但其反映的仅仅是收入变化的平均值。接下来进一步探索资本下乡对不同家庭收入水平下的收入影响作用。在这个阶段采用分位数回归，分别测算在25%、50%、75%及95%家庭收入水平下，资本下乡对其农村家庭收入的影响。从附表3回归结果可以看出，资本下乡对农村家庭收入的影响，随着家庭收入水平的上升逐渐降低，假设2得以验证。资本下乡对95%收入水平下的农村家庭收入影响并不显著，对于25%收入水平下的家庭其回归系数最大，可见资本下乡对中低收入家庭的收入促进作用最大。这可能是因为收入高的家庭，并非仅简单从事农业生产，更可能经营家庭农场或者合作社等，企业资本下乡后，会推动了现代化技术的发展以及村基础设施的改进，但流转大量的土地，可能会阻碍这些机构的扩张。反之，收入越低的家庭，无论是被雇佣进入企业成为新型职业农民还是转移到城市，都会产生收入的增长。因此，资本下乡对于收入较低的农村家庭增收作用就越显著。

（四）基于地区异质性

本研究将样本划分为三个地区，分别是东部地区、中部地区、西部地区。表4中的模型1、2和3分别是针对其计算的结果。从表4可以看出，资本下乡对于农村家庭收入来说具有明显的地区差异性，假设3得以验证。模型1中表现出在东部地区资本下乡对于农村家庭收入在1%显著性水平上具有正向影响；模型2中显示中部地区资本下乡对农村家庭收入的影响不显著；模型3表明资本下乡对于西部农村家庭收入在10%显著性水平上具有正向影响。产生上述差异的原因可能是东部地区由于其经济环境和地理环境的特征，除了发展农业以外还同步发展林业、种植业及其他非农产业，而西部地区对比东部而言发展的产业就较为单一，主要是以农业为主。而农业生产本身面临的风险就相对较高，收益也存在不稳定因素。因此，资本下乡对东部地区的影响更显著。中部地区发达程度介于两者之间，资本下乡对其家庭收入的作用不显著。

表4 地区异质性

四、结论与建议

通过对中国劳动力动态调查数据（CLDS）探讨资本下乡对农村家庭收入的影响，得出以下结论：第一，资本下乡整体上对农村家庭收入的影响是正向显著的，但OLS模型低估了影响系数的大小；第二，家庭劳动力成员的平均年龄对于农村家庭收入产生负面的影响；农村家庭收入受家庭教育水平、健康水平和劳动力数量的正向积极影响；第三，农村家庭收入还受到村级层面上非农经济、村地形等因素的影响，这说明村经济和村基础设施条件对农村家庭收入有一定程度的影响；第四，基于分位数回归方法下的实证表明，资本下乡对农村家庭收入的影响随收入水平的上升而减小；第五，通过对东部、中部、西部地区分别回归，显示在资本下乡对农村家庭收入的影响上东部比西部更显著，而对中部则不显著。

根据以上结论提出建议：第一，完善相应的补偿制度。保障被征地主体的权益能够依法获取合理公平的补偿。第二，健全相应的社会保障机制，推行安置多元化。政府应该考虑资本下乡后农民收入的持续性增长问题，根据不同家庭、不同地区的特征推行不同的安置措施。例如：针对地区相对落后，家庭劳动力年纪较大、非农就业能力较差的家庭，应该更多提供货币性补贴或者医疗、教育、养老等社会保障政策；而针对东部等较发达的地区，家庭素质高、非农就业能力较强的家庭，更多的提供长期就业安置。第三，补偿对象差别对待，加大对低收入群体的保护。在征地过程中，要尤为关注那些身体状况差、教育水平低的被征地对象，由于其短期内很难完成就业转化，应加强对这些弱势群体的保护，并针对他们各自的情况制定相应的保护政策。

附表1 变量定义及描述性统计

附表2 OLS回归结果

附表3 分位数回归结果