關中—天水經(jīng)濟區(qū)政府主導型農(nóng)地流轉對轉出戶非農(nóng)就業(yè)的影響
——基于DID模型的實證分析

吳愛娣，夏顯力，翟黎明，趙 健

（西北農(nóng)林科技大學經(jīng)濟管理學院，陜西 楊凌 712100）

1 引言

農(nóng)地流轉是打破傳統(tǒng)小農(nóng)經(jīng)濟、促進農(nóng)地適度規(guī)模經(jīng)營的有效途徑，也是實現(xiàn)中國農(nóng)業(yè)現(xiàn)代化、解決農(nóng)村經(jīng)濟發(fā)展問題的重要手段。近年來，農(nóng)地流轉逐漸呈現(xiàn)出市場主導型和政府主導型兩種模式并存的局面，兩種模式以農(nóng)戶是否具有轉出農(nóng)地的實際決策權作為內涵邊界，一類是農(nóng)戶根據(jù)市場供需狀況自發(fā)決定的農(nóng)地流轉，另一類是以政府合理介入為特征的政府主導型農(nóng)地流轉。在兩種模式的共同推動下，全國農(nóng)地流轉率從2008年的8.6%提升為2015年的30%[1]。對比兩種模式，政府主導型農(nóng)地流轉具有推進速度快、流轉規(guī)模大、交易成本低的優(yōu)勢，現(xiàn)實中往往成為地方政府推進適度規(guī)模經(jīng)營的優(yōu)選方式[2]。但是，這種模式也具有行政強制推動的特點和財政資源浪費的風險[3]。在倡導市場主導資源配置的背景下，針對政府介入并推動農(nóng)地流轉的趨勢，不應徹底否定抑或全盤接受，關鍵在于客觀評價和合理優(yōu)化。

現(xiàn)階段，農(nóng)地流轉對轉出戶的收入、福利和生計資本都會產(chǎn)生深刻影響[3-5]，究其根源，在于農(nóng)地流轉直接改變了轉出戶的自然資源稟賦和勞動力資源配置[4，6-7]，其中，后者對農(nóng)戶的影響較前者更為深遠。本文通過非農(nóng)就業(yè)來反映勞動力資源配置[1，4]。由于市場主導型農(nóng)地流轉大多是轉出戶的自發(fā)選擇，政府主導型農(nóng)地流轉大多是轉出戶的無奈之舉，農(nóng)地流轉對轉出戶非農(nóng)就業(yè)的影響在兩種流轉模式下必然存在差異?；诖?，本文從轉出戶非農(nóng)就業(yè)的角度出發(fā)，以市場主導型農(nóng)地流轉作為參照，將政府主導型農(nóng)地流轉與之比較，衡量農(nóng)地流轉中的政府干預力量對農(nóng)戶非農(nóng)就業(yè)的影響，這有助于更好地理解政府在農(nóng)地流轉中的職能和角色定位，并提出完善農(nóng)地流轉政策的建議。

2 農(nóng)地流轉對非農(nóng)就業(yè)的影響機理：理論分析

循著回答“與市場主導型農(nóng)地流轉相比，政府主導型農(nóng)地流轉對轉出戶非農(nóng)就業(yè)的影響”這一核心問題，通過文獻梳理和邏輯分析，筆者發(fā)現(xiàn)有以下三個關鍵問題需要解決。

問題一：如何界定兩種農(nóng)地流轉模式？

政府主導型農(nóng)地流轉具有以下內涵[8-10]：第一，基層政府在招商引資的同時，通過行政組織、財政支持和政策傾斜介入農(nóng)地流轉過程，是農(nóng)地流轉的發(fā)起者；第二，基層政府是農(nóng)地流轉的實際決策者，村集體既承擔著農(nóng)地產(chǎn)權代理人角色，又是基層政府決策的執(zhí)行者?；诖耍疚亩x的政府主導型農(nóng)地流轉是指為實現(xiàn)農(nóng)業(yè)現(xiàn)代化和促進農(nóng)村經(jīng)濟發(fā)展，基層政府利用其行政優(yōu)勢，對農(nóng)地流轉的價格、規(guī)模及合約要素施加影響，采用集中強制性方式推動農(nóng)地向農(nóng)業(yè)種植大戶、合作社及農(nóng)業(yè)企業(yè)流轉。市場主導型農(nóng)地流轉是指農(nóng)戶在是否流轉、流轉價格與規(guī)模、流轉形式、流轉合同簽訂等方面具有自主決策權，是農(nóng)戶基于家庭農(nóng)地和勞動力資源稟賦狀況市場決策行為[6]。

問題二： 兩類農(nóng)地流轉模式對轉出戶非農(nóng)就業(yè)的影響機理如何？

根據(jù)理性人假說，農(nóng)戶家庭勞動力資源在農(nóng)業(yè)和非農(nóng)業(yè)的配置狀態(tài)取決于家庭人力資本在務工和務農(nóng)兩方面的優(yōu)勢對比[11]。農(nóng)戶會以家庭收益最大化為目標，在經(jīng)營農(nóng)地與非農(nóng)就業(yè)之間配比勞動力資源。市場主導型農(nóng)地流轉中，轉出戶有自主決策權，在這一過程中，非農(nóng)就業(yè)和農(nóng)地流轉行為往往互為因果[6，12]。非農(nóng)就業(yè)意愿或者既成事實一般是農(nóng)戶選擇轉出農(nóng)地的影響因素之一，或者說，農(nóng)戶在確定擁有較好的非農(nóng)就業(yè)工作機會和較高的非農(nóng)就業(yè)收入之后才會自發(fā)地選擇轉出農(nóng)地。而農(nóng)地流轉本身進一步促進了轉出戶的非農(nóng)就業(yè)。

相較之下，在政府主導型農(nóng)地流轉中，轉出戶往往是在本不具有非農(nóng)就業(yè)意愿時，受政府干預力量的作用，相對被迫地轉出農(nóng)地。農(nóng)地轉出之后，原本沒有非農(nóng)就業(yè)傾向的農(nóng)戶由于自然資本的大大降低，出于生計考慮，無奈選擇非農(nóng)就業(yè)。在此過程中，他們面臨技能缺失、意愿缺乏和就業(yè)規(guī)劃不明的諸多挑戰(zhàn)。

也就是說，在兩種農(nóng)地流轉模式下，由于轉出戶所處的決策階段完全不同，市場主導型農(nóng)地流轉對轉出戶非農(nóng)就業(yè)的作用體現(xiàn)為“弱推力”，而政府主導型農(nóng)地流轉對轉出戶非農(nóng)就業(yè)則呈現(xiàn)“強推力”。

問題三：如何衡量轉出戶的非農(nóng)就業(yè)狀況？

沿著兩類農(nóng)地流轉模式對轉出戶非農(nóng)就業(yè)影響的“強推力”與“弱推力”的分析思路，本文試圖建立能反映兩種作用機理差異的非農(nóng)就業(yè)衡量體系。如上文所述，兩類農(nóng)地流轉模式的本質區(qū)別在于農(nóng)戶在農(nóng)地流轉中是否具有自主決策權，即農(nóng)戶在非農(nóng)就業(yè)中是主動或被動。實踐中，政府主導型農(nóng)地流轉往往是大規(guī)模的集中流轉，轉出戶在這種模式中的農(nóng)地資源稟賦下降程度一般大于市場主導型農(nóng)地流轉，且多數(shù)是農(nóng)地全部轉出。這就導致勞動力更多地配置到非農(nóng)領域，非農(nóng)就業(yè)程度更大。然而，正如前文所述，“強推力”作用下，轉出戶的非農(nóng)就業(yè)更多是缺乏技能、意愿和規(guī)劃的無奈之舉，所以這很可能導致非農(nóng)就業(yè)的質量較差?；诖?，本文從數(shù)量和質量兩個維度來衡量農(nóng)戶非農(nóng)就業(yè)狀況，其中，數(shù)量維度選取家庭非農(nóng)就業(yè)人數(shù)Y1、家庭人均非農(nóng)收入Y2兩個指標，質量維度選取家庭非農(nóng)就業(yè)者人均收入Y3指標（即家庭中從事非農(nóng)工作成員的平均工資水平），來反映兩類農(nóng)地流轉方式對農(nóng)戶非農(nóng)就業(yè)的影響差異，并由此提出如下假說。

假說1：相比市場主導型，政府主導型農(nóng)地流轉對農(nóng)戶非農(nóng)就業(yè)的數(shù)量有提高作用。

假說2：相比市場主導型，政府主導型農(nóng)地流轉對農(nóng)戶非農(nóng)就業(yè)的質量有降低作用。

3 數(shù)據(jù)來源、研究方法及變量選取

3.1 數(shù)據(jù)來源

本文數(shù)據(jù)來自項目組2016年5月在關中—天水經(jīng)濟區(qū)的實地調研數(shù)據(jù)。數(shù)據(jù)收集采取分層隨機抽樣、入戶調查的方法。根據(jù)地區(qū)農(nóng)地流轉類型和農(nóng)業(yè)生產(chǎn)情況隨機抽取13個鄉(xiāng)鎮(zhèn)，在每個鄉(xiāng)鎮(zhèn)隨機選取1—2個自然村，每個自然村隨機選取25—35個農(nóng)戶。本次調研共發(fā)放問卷817份，問卷數(shù)據(jù)庫生成后，課題組對數(shù)據(jù)庫進行了邏輯檢查和區(qū)間檢查，即檢查各問題的選項是否符合邏輯、是否落入合理的數(shù)據(jù)區(qū)間內，經(jīng)過整理，刪除含有缺失值的問卷后，共獲取750個有效樣本。再從中選出存在農(nóng)地轉出行為的樣本，最終得到354個研究樣本，其中實驗組為256個，對照組為98個。出現(xiàn)這樣分布的原因在于，如理論分析所述，本文研究的重點在于農(nóng)地流轉中的政府主導力量對轉出戶非農(nóng)就業(yè)的影響，所以調研中主要選取了政府主導型農(nóng)地流轉分布較為集中的區(qū)域。這一區(qū)域政府主導型農(nóng)地流轉的推進時間大多在2010年前后，為了便于DID模型的差分處理，本文農(nóng)地流轉前后的數(shù)據(jù)分別選擇2009年和2015年。

3.2 研究方法

本文采用DID模型（Difference-in-Differences），以市場主導型作為參照，評價政府主導型農(nóng)地流轉對轉出戶非農(nóng)就業(yè)的影響。模型設置三個被解釋變量：家庭非農(nóng)就業(yè)人數(shù)（Y1）、家庭人均非農(nóng)就業(yè)收入（Y2）和家庭非農(nóng)就業(yè)者人均收入（Y3）。設實驗組為A，對照組為B。Y是目標被解釋變量，dB是二值虛擬變量，dB=1表示政府主導型（以下簡稱實驗組），dB=0表示市場主導型（以下簡稱對照組）；Ti表示農(nóng)地流轉時期的虛擬變量，T= 0表示農(nóng)地流轉前，T= 1表示農(nóng)地流轉后；Y1dB表示農(nóng)地流轉后的被解釋變量，Y0dB表示農(nóng)地流轉前的被解釋變量；假設μ為隨機擾動項，則分析農(nóng)地流轉帶來影響的簡單模型為：

式（1）可得到實驗組和對照組各自解釋變量變動的模型。對于對照組來說，dB= 0，則模型可表示為：Y=β0+α0T+μ，農(nóng)地流轉前后的非農(nóng)就業(yè)變化為：

農(nóng)地流轉前后對照組被解釋變量平均變動為：

對于實驗組，dB= 1，則模型可表示為：Y=β0+α0T+β1+α1T+μ，農(nóng)地流轉前后非農(nóng)就業(yè)變化為：

農(nóng)地流轉前后實驗組被解釋變量的平均變動為：

雙重差分估計量為（政策的凈影響效果）：

根據(jù)式（6）可知，與市場主導型相比，政府主導型農(nóng)地流轉對非農(nóng)就業(yè)的影響為：

α1是式（1）中交叉項Tt的系數(shù)，是雙重差分估計值，即政府主導農(nóng)地流轉的效果。

DD估計方法有2×2方格分析法、混合截面數(shù)據(jù)模型估計（一階差分和OLS）、非觀測效應宗列數(shù)據(jù)模型估計（固定效應、一階差分和隨機效應模型）等[13]。對于非觀測宗列數(shù)據(jù)模型估計中的隨機效應模型，對非觀測效應與特異性擾動項（控制因農(nóng)戶和時間而變化的影響因素）、可觀測的控制變量之間不相關假設要求很高，現(xiàn)實條件無法滿足[14]。本文使用農(nóng)地流轉前后兩個時期的截面數(shù)據(jù)，不需要考慮自相關問題，固定效應和一階差分的估計值和統(tǒng)計量是一致的[15]。為控制其他因素的影響，本文選擇固定效應模型，如下：

式（8）中，i表示農(nóng)戶個體，Yit表示i農(nóng)戶在t時期的非農(nóng)就業(yè)人數(shù)和人均收入，Xit是一組可觀測的影響非農(nóng)就業(yè)的控制變量，εt代表地區(qū)時間的固定效應。

3.3 模型變量設置

（1）被解釋變量的選取。非農(nóng)就業(yè)是指從事除農(nóng)業(yè)以外，每年就業(yè)時間超過1個月，擁有經(jīng)營收入的工作。學者一般從以下幾個方面測度非農(nóng)就業(yè)：非農(nóng)就業(yè)概率、人數(shù)、收入、結構和時間[13，16-17]。本文從非農(nóng)就業(yè)的數(shù)量和質量兩個角度出發(fā)，設置家庭非農(nóng)就業(yè)人數(shù)、家庭人均非農(nóng)就業(yè)收入、家庭非農(nóng)就業(yè)者人均收入3個被解釋變量。

（2）控制變量的選取。影響非農(nóng)就業(yè)的主要變量有個體特征、家庭特征及區(qū)域特征[13，16]。個體特征包括個體的年齡、受教育年限?；诩彝シ止だ碚摽芍?，戶主擁有家庭成員非農(nóng)就業(yè)決策的主導權[12]，模型中的個體特征以戶主特征為代表。家庭特征包括：家庭規(guī)模、勞動力資源稟賦、人均耕地面積、家庭社會資本。區(qū)域特征以區(qū)域虛擬變量表示，0值代表關中地區(qū)，1值代表天水地區(qū)。

勞動力資源稟賦是指家庭勞動適齡人口在家庭中的比重，表示每個適齡勞動力的撫養(yǎng)負擔，值越大，負擔越小。依據(jù)蔡志海[18]、趙雪燕[19]和翟黎明[3]提出的社會資本測量方法，認為家庭社會資本主要來源于社會保障和人際交往兩方面，在兼顧調研地實際和數(shù)據(jù)可得性的基礎上，社會保障方面選取醫(yī)療保障、養(yǎng)老保障、就業(yè)發(fā)展、發(fā)展機遇、教育環(huán)境5個指標，人際交往則以農(nóng)戶社會交往滿意度來衡量（社會交往滿意度反映了親戚朋友鄰里間的相互幫扶，這在農(nóng)戶非農(nóng)就業(yè)機會來源中特別重要）。同時借鑒裴志軍、Sharp、李小云等[17，19-21]的賦權方法，咨詢了相關領域專家的意見，對以上6個指標分別給予0.1∶0.1∶0.1∶0.1∶0.1∶0.5的權重，計算方法如表1所示。本文的主要變量定義如表2所示。

表1 家庭社會資本的測算Tab.1 Measurement of household social capital

表2 DID模型中的主要變量定義Tab.2 The main variables in DID

4 樣本描述性統(tǒng)計分析

4.1 農(nóng)地流轉對家庭非農(nóng)就業(yè)人數(shù)的影響

從2009—2015年，兩類非農(nóng)就業(yè)比例整體呈上升趨勢。其中，實驗組家庭非農(nóng)就業(yè)人數(shù)由2009年的1.37人上升到2015年的2.76人。2009年對照組家庭非農(nóng)就業(yè)人數(shù)為1.56人，2015年上升為2.45人。實驗組比對照組多上升了0.50人。但是對照組家庭非農(nóng)就業(yè)人數(shù)起點比實驗組要高，兩者差值為0.19人。2015年兩者差值加大，增加到0.31。

4.2 農(nóng)地流轉對非農(nóng)就業(yè)收入的影響

2009—2015年間兩種類型的家庭非農(nóng)就業(yè)收入均上升。2009年，實驗組家庭人均非農(nóng)就業(yè)收入為0.92×104元，2015年上漲了0.90×104元。2009年，對照組家庭人均非農(nóng)就業(yè)收入為1.16×104元，2015年上漲了0.76×104元?？傮w來說，對照組家庭人均非農(nóng)就業(yè)收入大于實驗組，但是實驗組家庭人均非農(nóng)就業(yè)收入增長幅度大于對照組。

2009—2015年間兩種類型的家庭非農(nóng)就業(yè)者人均收入均上升。2009年，實驗組家庭非農(nóng)就業(yè)者人均收入為3.30×104元，2015年上漲了0.35×104元。2009年，對照組家庭非農(nóng)就業(yè)者人均收入為3.25×104元，2015年上漲了0.53×104元?？傮w來說，實驗組家庭非農(nóng)就業(yè)者人均收入起點大于對照組，但是對照組家庭非農(nóng)就業(yè)者人均收入增長幅度大于實驗組。

5 計量模型結果與分析

5.1 農(nóng)地流轉前后對農(nóng)戶非農(nóng)就業(yè)的影響差異

表3列出了農(nóng)地流轉前后實驗組和對照組家庭非農(nóng)就業(yè)人數(shù)、家庭人均非農(nóng)就業(yè)收入和家庭非農(nóng)就業(yè)者人均收入的組內均值差及組間均值差。結果顯示，農(nóng)地流轉前，實驗組家庭非農(nóng)就業(yè)人數(shù)低于對照組，差值為0.19人。農(nóng)地流轉以后，實驗組家庭非農(nóng)就業(yè)人數(shù)增加較快，比對照組多增加0.31人，綜合流轉前后的變化，兩者的差值為0.50人。農(nóng)地流轉前實驗組家庭人均非農(nóng)就業(yè)收入比對照組低了0.24×104元，而農(nóng)地流轉之后兩者差值縮小至0.10×104元，與流轉前的差值相比增加了0.14×104元。兩組家庭非農(nóng)就業(yè)人數(shù)和家庭人均非農(nóng)就業(yè)收入在農(nóng)地流轉前后都大幅增長。不同的是，土地流轉前實驗組家庭非農(nóng)就業(yè)者人均收入低于對照組，差值為0.35×104元。土地流轉后，差值擴大到0.53×104元，與農(nóng)地流轉前相比，差值增加了0.18×104元。這反映農(nóng)地流轉后，對照組家庭非農(nóng)就業(yè)者人均收入比實驗組漲幅較大。

表3 農(nóng)地流轉前后實驗組與對照組解釋變量的組內均差、組間均差Tab.3 The off-farm employment analysis of before and after farmland transfer

綜合表3得出：農(nóng)地流轉后，與市場主導型相比，政府主導型農(nóng)地流轉使家庭非農(nóng)就業(yè)人數(shù)、家庭人均非農(nóng)就業(yè)收入呈正向增長，但家庭非農(nóng)就業(yè)者人均收入呈負向增長。一般而言，非農(nóng)就業(yè)收入在一定程度上能夠反映非農(nóng)就業(yè)的質量。以上與本文的兩點假說相符合。

5.2 計量結果分析

（1）樣本數(shù)據(jù)穩(wěn)健性檢驗。表4是樣本數(shù)據(jù)穩(wěn)健性檢驗，檢驗處理組和對照組各變量均值是否相等。該表表明實驗組和對照組被解釋變量存在顯著差異，且控制變量均值不存在顯著差異，即兩組樣本初始稟賦無明顯差異，通過穩(wěn)健性檢驗。

(2）基本回歸結果。表5是運用Stata14.0進行DID分析的基本模型結果。運用式（1）對以上結果進行檢驗。該表中第1欄表示家庭非農(nóng)就業(yè)人數(shù)，第2欄表示家庭人均非農(nóng)就業(yè)收入，第3欄表示家庭非農(nóng)就業(yè)者人均收入。該表表明影響農(nóng)戶非農(nóng)就業(yè)的影響因素全部通過了檢驗。

模型結果顯示：①家庭非農(nóng)就業(yè)人數(shù)、家庭人均非農(nóng)就業(yè)收入交叉項的系數(shù)為正，呈現(xiàn)正向增長，說明與市場主導型農(nóng)戶相比，政府主導型家庭非農(nóng)就業(yè)人數(shù)、家庭人均非農(nóng)就業(yè)收入顯著提高，故假說1成立。②家庭非農(nóng)務工者人均收入的DID估計值顯著為負值，說明與市場主導型相比，政府主導型該指標值下降了，故假說2成立。

（3）引入控制變量的固定效應模型計量結果。表6引入了本文的8項控制變量，運用式（8）進行回歸分析，找出影響非農(nóng)就業(yè)的主要變量。從表中來看：①與市場主導型相比，政府主導型農(nóng)地流轉對家庭非農(nóng)就業(yè)人數(shù)的促進作用更明顯，多0.5090人；家庭人均非農(nóng)就業(yè)收入多增加0.1459×104元，但相比之下家庭非農(nóng)就業(yè)者人均收入要低0.2251×104元。②戶主受教育年限對三個被解釋變量均有顯著的正向影響，戶主受教育年限越高，適應社會和接受新事物的能力越強，會影響整個家庭的勞動力素質和價值觀，進而影響整個家庭的社會交往和機遇，家庭非農(nóng)就業(yè)人數(shù)越多，家庭人均非農(nóng)就業(yè)收入也越高。③家庭規(guī)模對模型（1）和模型（3）有顯著正向影響，對模型（2）有顯著負向影響。勞動力資源稟賦只對模型（1）和（2）有顯著的正向影響。家庭規(guī)模越大、勞動力資源稟賦越高，說明家庭勞動力適齡人口越多，家庭非農(nóng)就業(yè)人數(shù)越多。④家庭社會資本對模型（1）和（2）有顯著的正向影響。家庭社會資本越高，獲得工作的機會和渠道越多，家庭人均非農(nóng)就業(yè)人數(shù)就越高，家庭人均非農(nóng)就業(yè)收入也越高，但對模型（3）有顯著的負向影響，表明雖然非農(nóng)就業(yè)人數(shù)增加，但是非農(nóng)就業(yè)者勞動力素質不高，工資報酬較低。⑤區(qū)域變量對家庭人均非農(nóng)就業(yè)收入和家庭非農(nóng)就業(yè)者人均收入有正向影響，說明關中地區(qū)經(jīng)濟發(fā)展水平優(yōu)于天水地區(qū)，工資水平相對較高。

表4 樣本數(shù)據(jù)穩(wěn)健性檢驗結果Tab.4 Sample data robustness test results

表5 基本回歸模型估計結果Tab.5 The basic regression model estimation results

表6 固定效應模型估計結果Tab.6 The fi xed effect model estimation results of farmland transfer on off-farm employment

6 結論與啟示

本文以關中—天水經(jīng)濟區(qū)政府主導型和市場主導型農(nóng)地流轉的轉出戶作為實驗組和對照組，利用兩期截面數(shù)據(jù)，采用DID模型方法分析農(nóng)地流轉中政府干預力量對農(nóng)戶非農(nóng)就業(yè)的影響效果。研究發(fā)現(xiàn)：與市場主導型相比，政府主導型農(nóng)地流轉項目中農(nóng)戶家庭非農(nóng)就業(yè)人數(shù)多出0.5090人，家庭人均非農(nóng)就業(yè)收入顯著多出1459元，而家庭非農(nóng)務工者人均收入則下降了2251元，這意味著在關中—天水經(jīng)濟區(qū)，近年來政府主導型農(nóng)地流轉對轉出戶非農(nóng)就業(yè)具有“強推力”，轉出戶非農(nóng)就業(yè)的數(shù)量明顯提升，質量卻有所下降。

在影響轉出戶非農(nóng)就業(yè)的控制變量中，戶主的受教育年限對家庭非農(nóng)就業(yè)有顯著正向影響；勞動力資源稟賦對家庭非農(nóng)就業(yè)人數(shù)、家庭人均非農(nóng)就業(yè)收入有顯著的正向影響；人均耕地面積對家庭人均非農(nóng)就業(yè)收入和家庭非農(nóng)就業(yè)者人均收入有顯著負向影響；家庭規(guī)模家庭非農(nóng)就業(yè)人數(shù)和家庭非農(nóng)就業(yè)者人均收入有顯著正向影響，對家庭人均非農(nóng)就業(yè)收入有顯著負相影響；家庭社會資本對家庭非農(nóng)就業(yè)人數(shù)、家庭人均非農(nóng)就業(yè)收入有顯著正向影響，對家庭非農(nóng)就業(yè)者人均收入有顯著負相影響。

啟示：一方面，在關中—天水經(jīng)濟區(qū)，政府主導型農(nóng)地流轉對轉出戶非農(nóng)就業(yè)的推力作用強于市場主導型，其在促進農(nóng)村勞動力轉移、縮小城鄉(xiāng)收入差距方面更為突出，因此，在當前加速新型城鎮(zhèn)化建設、著力破解“三農(nóng)”困局背景下，應當在“三個不得”的前提下，合理推進政府主導型農(nóng)地流轉；另一方面，為解決政府主導型農(nóng)地流轉“強推力”引致的農(nóng)戶“強制外出”后技能不足問題，應當在農(nóng)地流轉推進過程中，加強對農(nóng)業(yè)轉移人口的技能培訓，切實提高其生計能力。

參考文獻（References）：

［1］張建，諸培新，王敏. 政府干預農(nóng)地流轉：農(nóng)戶收入及資源配置效率［J］. 中國人口·資源與環(huán)境，2016，26（6）：75 - 83.

［2］于傳崗. 農(nóng)村集體土地流轉演化趨勢分析——基于政府主導型流轉模式的視角［J］. 西北農(nóng)林科技大學學報（社會科學版），2013，（5）：10 - 21.

［3］翟黎明，夏顯力，吳愛娣. 政府不同介入場景下農(nóng)地流轉對農(nóng)戶生計資本的影響——基于PSM-DID的計量分析［J］. 中國農(nóng)村經(jīng)濟，2017，（2）：2 - 15.

［4］張建，諸培新，張志林. 農(nóng)地流轉對農(nóng)戶收入影響研究——基于政府主導型與農(nóng)戶主導型農(nóng)地流轉的比較分析［J］. 中國土地科學，2015，29（11）：70 - 77.

［5］薛鳳蕊，喬光華，蘇日娜. 土地流轉對農(nóng)民收益的效果評價——基于DID模型分析［J］. 中國農(nóng)村觀察，2011，（2）：36 - 42，86.

［6］游和遠，吳次芳. 農(nóng)地流轉、稟賦依賴與農(nóng)村勞動力轉移［J］. 管理世界，2010，（3）：65 - 75.

［7］冒佩華，徐驥，賀小丹，等. 農(nóng)地經(jīng)營權流轉與農(nóng)民勞動生產(chǎn)率提高：理論與實證［J］. 經(jīng)濟研究，2015，（11）：161 -176.

［8］劉鴻淵. 農(nóng)地集體流轉的農(nóng)民收入增長效應研究——以政府主導下的農(nóng)地流轉模式為例［J］. 農(nóng)村經(jīng)濟，2010，（7）：57 - 61.

［9］董國禮，李里，任紀萍. 產(chǎn)權代理分析下的土地流轉模式及經(jīng)濟績效［J］. 社會學研究，2009，（1）：25 - 63，243.

［10］王景新，劉福海. 農(nóng)村土地制度改革不能損害農(nóng)民利益［J］. 中國農(nóng)村發(fā)現(xiàn)，2007，（1）：124 - 129.

［11］胡新艷. 促進我國農(nóng)地流轉的整體性政策框架研究——基于市場形成的邏輯［J］. 調研世界，2007，（9）：13 - 16.

［12］錢忠好. 非農(nóng)就業(yè)是否必然導致農(nóng)地流轉——基于家庭內部分工的理論分析及其對中國農(nóng)戶兼業(yè)化的解釋［J］.中國農(nóng)村經(jīng)濟，2008，（10）：13 - 21.

［13］易福金，陳志穎. 退耕還林對非農(nóng)就業(yè)的影響分析［J］.中國軟科學，2006，（8）：31 - 40.

［14］陳強. 高級計量經(jīng)濟學及Stata應用［M］. 北京：高等教育出版社，2010：159.

［15］裴志軍. 家庭社會資本、相對收入與主觀幸福感：一個浙西農(nóng)村的實證研究［J］. 農(nóng)業(yè)經(jīng)濟問題，2010，（7）：22 - 29，111.

［16］孫頂強，馮紫曦. 健康對我國農(nóng)村家庭非農(nóng)就業(yè)的影響：效率效應與配置效應——以江蘇省灌南縣和新沂市為例［J］. 農(nóng)業(yè)經(jīng)濟問題，2015，（8）：28 - 34，110.

［17］田傳浩，李明坤. 土地市場發(fā)育對勞動力非農(nóng)就業(yè)的影響：基于浙、鄂、陜的經(jīng)驗［J］. 農(nóng)業(yè)技術經(jīng)濟，2014，（8）：11 - 24.

［18］蔡志海. 汶川地震災區(qū)貧困村農(nóng)戶生計資本分析［J］. 中國農(nóng)村經(jīng)濟，2010，（12）：55 - 67.

［19］趙雪雁. 社會資本測量研究綜述［J］. 中國人口·資源與環(huán)境，2012，（7）：127 - 133.

［20］Sharp, K. Measuring Destitution: Integrating Qualitative and Quantitative Approaches in the Analysis of Survey Data［R］.IDS Working Paper，2003：217 - 233.

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