農(nóng)地確權對農(nóng)民非農(nóng)業(yè)勞動參與的影響*

（四川大學經(jīng)濟學院 四川成都 610065）

一、引言與文獻回顧

新中國成立以來，中國的農(nóng)地制度經(jīng)歷了從人民公社制向家庭聯(lián)產(chǎn)承包責任制的轉變，不可否認，家庭聯(lián)產(chǎn)承包責任制極大地調動了農(nóng)民的生產(chǎn)積極性，促進了糧食產(chǎn)量的提高（Lin，1992；Brandt 和Rozelle，2002）。但在這一制度背景下，農(nóng)戶的土地承包經(jīng)營權并未得到清晰界定和嚴格保護。為賦予農(nóng)民更加充分而有保障的土地承包經(jīng)營權，2009年中央一號文件明確提出穩(wěn)步開展農(nóng)村土地承包經(jīng)營權登記試點（簡稱“農(nóng)地確權”）。與過去各地開展的農(nóng)村土地承包經(jīng)營權確權頒證相比，新一輪農(nóng)地確權具有如下不同：第一，從內(nèi)容上講，新一輪農(nóng)地確權要求妥善解決由于歷史遺留問題導致的承包土地面積不準、四至不清、空間位置不明等問題；第二，從目標上講，新一輪農(nóng)地確權強調將農(nóng)戶承包土地的權利以證書的形式確立下來，從根本上強化對農(nóng)村土地承包經(jīng)營權的物權保護，杜絕村干部隨意調整農(nóng)民承包土地的行為，徹底消除農(nóng)民對失去土地的擔憂；第三，從形式上講，新一輪農(nóng)地確權要求必須確權到戶，農(nóng)村土地承包經(jīng)營權證書統(tǒng)一由中華人民共和國農(nóng)業(yè)部監(jiān)制、省人民政府印制、縣級人民政府頒發(fā)，具有充分的法律效力。根據(jù)農(nóng)業(yè)部統(tǒng)計數(shù)據(jù)，截至2016 年9 月底，全國已經(jīng)有2 545 個縣（市、區(qū)）、2.9 萬個鄉(xiāng)鎮(zhèn)、49.2 萬個村開展了試點，已完成實測面積近11.1 億畝、確權面積近7.5 億畝，分別約占全國二輪家庭承包合同面積的88%和59%。①數(shù)據(jù)來源：中華人民共和國國土資源部。

盡管農(nóng)地確權工作已經(jīng)廣泛開展，但是關于農(nóng)地確權如何影響我國農(nóng)戶決策的研究還不多，主要的研究集中在農(nóng)地確權如何影響農(nóng)村土地流轉（程令國等，2016；林文聲，2017）。與以上研究不同，本文主要利用微觀個體數(shù)據(jù)，研究農(nóng)地確權是否會影響農(nóng)業(yè)勞動力向非農(nóng)業(yè)部門轉移。發(fā)展中國家農(nóng)業(yè)部門普遍存在大量的剩余勞動力，而剩余勞動力從農(nóng)業(yè)部門向生產(chǎn)力更高的非農(nóng)部門轉移是一個關乎國家轉型升級的重要問題。因此，探討影響這一轉移的因素也一直受到學者和政策制定者的關注。就我國現(xiàn)階段的經(jīng)濟發(fā)展而言，促進農(nóng)業(yè)勞動力向非農(nóng)業(yè)部門轉移既是提高農(nóng)戶收入、縮小城鄉(xiāng)收入差距的需要，也是推動新型城鎮(zhèn)化建設、促進產(chǎn)業(yè)結構轉型升級的需要。

從國際比較來看，許多發(fā)展中國家也實施了類似的政策，比如，墨西哥、越南、巴西、加納、烏干達與埃塞俄比亞等（Do 和Iyer，2008；Brauw 和Mueller，2012；Janvry 等，2015）。現(xiàn)有研究從各個方面對這些國家農(nóng)地確權的政策效應進行了評估。具體到與本文相關的學術研究，Do 和Iyer（2008）發(fā)現(xiàn)，越南在1993 年實施農(nóng)地確權政策后，農(nóng)戶更傾向于種植經(jīng)濟周期更長的農(nóng)作物，這在短期內(nèi)釋放了部分勞動力轉向非農(nóng)業(yè)生產(chǎn)部門。Houngbedji（2015）以埃塞俄比亞2002 年開始實施的農(nóng)地確權作為外生政策沖擊，采用傾向匹配雙重差分模型考察了農(nóng)地確權對農(nóng)戶勞動力供給的影響，研究發(fā)現(xiàn)，農(nóng)地確權顯著降低了家庭中男性的農(nóng)業(yè)勞動供給，但他們未進一步驗證農(nóng)地確權是否會增加農(nóng)戶的非農(nóng)業(yè)勞動供給。除上述文獻外，與本文聯(lián)系較密切的另一類文獻是對農(nóng)地確權與移民之間關系的考察。這些研究大都發(fā)現(xiàn)強化農(nóng)地產(chǎn)權保護可促進移民或勞動力流動（Janvry 等，2015；Chernina 等，2014；Valsecchi，2014），這在一定程度上表明農(nóng)地確權會使農(nóng)民從農(nóng)業(yè)部門轉移到非農(nóng)業(yè)部門。也有研究發(fā)現(xiàn)農(nóng)地確權對勞動力流動的影響不顯著，比如，Brauw 和Mueller（2012）的實證研究發(fā)現(xiàn)埃塞俄比亞的農(nóng)地確權政策對農(nóng)戶是否移民沒有顯著影響。

綜觀現(xiàn)有文獻可以發(fā)現(xiàn)，國外學者對農(nóng)地確權政策效應的研究為本文的分析提供了很好的借鑒，但國內(nèi)學者對農(nóng)地確權政策效應的研究還存在一些不足，尤其是實證研究比較缺乏。首先，盡管基于其他發(fā)展中國家的研究結果大都表明，農(nóng)地確權有利于促進農(nóng)業(yè)勞動力從農(nóng)業(yè)部門向非農(nóng)業(yè)部門轉移。然而，不同國家農(nóng)地確權的內(nèi)涵及經(jīng)濟發(fā)展所處的階段不同，農(nóng)地確權產(chǎn)生的政策效果也會有所差異。中國作為世界上最大的發(fā)展中國家，與其他發(fā)展中國家相比，其農(nóng)地產(chǎn)權制度既有一定共性又有一定特殊性。因此，有必要基于中國的具體實際為產(chǎn)權理論提供更豐富的經(jīng)驗證據(jù)。其次，準確識別農(nóng)地產(chǎn)權制度對農(nóng)村勞動力轉移的因果影響需要克服農(nóng)地產(chǎn)權制度本身存在的內(nèi)生性問題。許多研究中國農(nóng)地產(chǎn)權制度的學者通常采用農(nóng)地調整頻率來度量農(nóng)地產(chǎn)權強度（鐘甫寧和紀月清，2009；Jacoby 等，2002；Leight，2016）。然而，農(nóng)地調整只是影響農(nóng)地產(chǎn)權強度的一個因素，且農(nóng)地調整本身是內(nèi)生的，它受到家庭人口變動、勞動力供給、土地質量、政治社會地位和村干部個人特質等因素的影響（Brandt 和Rozelle，2002；Zhao，2014），忽視這些因素會導致估計結果產(chǎn)生偏誤。最后，現(xiàn)有研究對農(nóng)地確權影響非農(nóng)業(yè)勞動參與的傳導機制的分析還存在不足。Do 和Iyer（2008）、Janvry 等（2015）均發(fā)現(xiàn)農(nóng)地確權僅通過提高農(nóng)地產(chǎn)權安全性而直接促進了農(nóng)業(yè)勞動力轉移。然而，Besley（1995）、Besley 和Ghatak（2010）的理論研究表明，除了直接影響勞動力配置外，強化農(nóng)地產(chǎn)權保護還可促進農(nóng)業(yè)投資、土地流轉或交易以及使土地易于抵押，進而幫助農(nóng)戶緩解從事農(nóng)業(yè)生產(chǎn)時受到的信貸約束。農(nóng)地確權是否可通過這些渠道來間接影響非農(nóng)業(yè)勞動參與還需要進一步厘清。

從理論上講，農(nóng)地確權對非農(nóng)業(yè)勞動參與的影響具有多種傳導機制。①因篇幅所限，本文省略了理論建模分析，感興趣的讀者可在《經(jīng)濟科學》官網(wǎng)論文頁面“附錄與擴展”欄目下載。第一，在缺少具有法律效力的土地確權證書的背景下，面對承包土地空間權屬界定不清和時間延續(xù)性缺乏保障兩大難題，農(nóng)戶可通過增加保護地權的勞動力投入使得自己承包的土地不被他人侵犯（Besley 和Ghatak，2010），農(nóng)地確權可以釋放用于保護地權的勞動力投入，從而有助于農(nóng)戶將勞動力分配至生產(chǎn)率更高的部門（Besley 和Ghatak，2010）。當農(nóng)業(yè)部門的生產(chǎn)率更高時，這一效應將促進農(nóng)業(yè)勞動供給增加；當非農(nóng)業(yè)部門的生產(chǎn)率更高時，農(nóng)地確權則會促進非農(nóng)業(yè)勞動增加。第二，農(nóng)戶承包地權的時間延續(xù)性（地權穩(wěn)定性）得以保障后將有助于減少農(nóng)戶在從事農(nóng)業(yè)生產(chǎn)時的短視行為，從而促進農(nóng)業(yè)投資（Besley，1995；Deininger 等，2011）。此時，在資本更容易替代勞動的地區(qū)，更多的投資將使得農(nóng)業(yè)生產(chǎn)過程進一步優(yōu)化，并釋放出更多非農(nóng)勞動供給（Valsecchi，2014）。第三，土地的空間權屬和時間權屬得以保障后可減少農(nóng)戶在流轉土地過程中的談判成本（Besley，1995；Besley和Ghatak，2010），從而促進土地流轉，進而釋放部分勞動力轉向非農(nóng)業(yè)部門（周文等，2017）。第四，農(nóng)地確權可通過緩解融資約束來促進農(nóng)業(yè)資本投入，這會對農(nóng)戶的非農(nóng)業(yè)勞動投入產(chǎn)生一定抑制效應。由此可見，農(nóng)地確權對非農(nóng)業(yè)勞動參與的影響方向取決于上述各微觀加總效應的凈效應，其影響結果是正向還是負向便需要通過實證研究來檢驗。

鑒于此，本文利用中國家庭金融調查（China Household Financial Survey，CHFS）在2013 年與2015 年采集的微觀面板數(shù)據(jù)，以2009 年開始逐步實施的農(nóng)村土地承包經(jīng)營權確權登記試點作為外生政策沖擊，通過構筑一個準自然實驗（Quasi-natural Experiment），采用雙重差分模型（Difference-in-Difference）來識別農(nóng)地確權對農(nóng)民非農(nóng)業(yè)勞動參與的因果影響及其內(nèi)在機制，以期為農(nóng)地確權的政策效果提供科學的評估，進而為相關政策的制定提供參考依據(jù)。

文章剩余部分的結構安排如下：第二部分說明本文的實證研究方法與計量模型設定；第三部分是數(shù)據(jù)來源、變量說明與描述性統(tǒng)計；第四部分是實證結果分析；最后是結論與政策啟示。

二、研究方法與計量模型設定

農(nóng)地確權登記試點使得本文可以采用雙重差分模型來識別農(nóng)地確權與非農(nóng)業(yè)勞動參與之間的因果關系，雙重差分模型可以較好地避免計量模型估計中存在的內(nèi)生性問題。農(nóng)地確權登記試點必然使得在某一時點上一些農(nóng)戶受到農(nóng)地確權政策的影響，而另一些農(nóng)戶則不受農(nóng)地確權政策的影響，這就為實施雙重差分估計創(chuàng)造了條件。具體模型設定如下：

Yit表示農(nóng)民i 在第t 期是否參與非農(nóng)業(yè)勞動啞變量，若參與非農(nóng)業(yè)勞動取值為1，否則取值為0；Di表示農(nóng)民i 所在家庭是否獲得農(nóng)地確權證書啞變量，若獲得農(nóng)地確權證書取值為1，否則取值為0；POSTt表示政策發(fā)生前后啞變量，當?shù)趖 期在政策發(fā)生后取值為1，否則取值為0；Xit是控制變量向量；ci表示個體固定效應，year2015表示時間固定效應；uit是隨機誤差項。

實證研究中需要考慮的另一個重要問題是，盡管農(nóng)地確權登記試點通常以縣、行政村或村小組為單位統(tǒng)一展開，但由于政策實施的非隨機性，確權農(nóng)戶和未確權農(nóng)戶在確權之前可能并不滿足雙重差分模型所要求的平行趨勢假定，進而造成β 的估計產(chǎn)生偏誤。比如，對第二輪土地承包以后存在分家、嫁女、入贅、離婚、死亡等因素導致土地權屬不明的土地，需要待糾紛解決后再予以確權，因此確權農(nóng)戶和未確權農(nóng)戶在家庭規(guī)模、婚姻狀況上可能存在異質性。再如，政府可能選擇地形復雜度較低、群眾支持度高、基層黨員群眾代表性強、村干部能力較高的村優(yōu)先開展農(nóng)地確權試點，即確權地區(qū)和未確權地區(qū)在地理環(huán)境、民風民情、村干部能力素質等方面存在天然的差異。對于違背平行趨勢假定所導致的估計偏誤問題，本文將采用三種方式予以克服：一是控制個體固定效應，這可以消除不隨時間變化的非觀測異質性的影響，既包括個體不隨時間變化的非觀測異質性，也包括村莊不隨時間變化的非觀測異質性，比如，地形、民風民情、距離市縣中心的距離等；二是在控制個體固定效應的基礎上繼續(xù)控制每個城市的時間固定效應和不同特質村莊的時間固定效應，這可以在一定程度上緩解分組不隨機導致的內(nèi)生性問題（Leight，2016）；三是采用傾向匹配和雙重差分模型相結合的方法（PSMDID）來克服分組不隨機的問題，傾向匹配雙重差分模型是用于解決樣本自選擇問題的常用方法之一，其基本思想是：通過尋找與實驗組特征相近的個體作為控制組，再運用雙重差分模型對配對成功的實驗組與控制組進行分析，該方法的優(yōu)勢是既可以在一定程度上緩解樣本自選擇問題，同時還能消除不隨時間變化的非觀測異質性和時間趨勢的影響。

三、數(shù)據(jù)來源、變量與描述統(tǒng)計

（一）數(shù)據(jù)來源和處理

本文所用數(shù)據(jù)來源于中國家庭金融調查（China Household Financial Survey，CHFS）在2013 年與2015 年搜集的兩輪微觀調查數(shù)據(jù)。①中國家庭金融調查（CHFS）始于2011 年，本文未采用2011 年調查數(shù)據(jù)的原因在于2013 年和2011年數(shù)據(jù)中的個體樣本無法精確匹配，即家庭內(nèi)部成員之間無法一一匹配。CHFS 采用分層、三階段與概率比例規(guī)模（PPS）抽樣法在全國抽取家庭樣本，且每兩年對抽樣家庭進行一次追蹤訪問。2013 年，CHFS 在全國除西藏、新疆和港澳臺地區(qū)外的29 個?。ㄗ灾螀^(qū)、直轄市）搜集了 28 143戶家庭、97 916 個家庭成員的信息，樣本具有全國和省級代表性。2015 年，CHFS 對2013年樣本進行了追訪，并將調查樣本擴充至37 340 戶家庭、125 315 個家庭成員，樣本在全國、各省及各副省級城市均具有代表性。其中，追訪成功21 775 戶家庭、70 037 個家庭成員。調查信息包括基本的人口統(tǒng)計特征、主觀態(tài)度、金融和非金融資產(chǎn)、負債、家庭支出與收入、社會保障與保險等。特別地，CHFS 問卷詳細記錄了農(nóng)戶是否獲得新一輪農(nóng)地確權證書、獲得農(nóng)地確權證書的時間以及16 歲以上家庭成員的農(nóng)業(yè)勞動和非農(nóng)業(yè)勞動參與情況。

由于本文的研究目標是考察農(nóng)戶獲得農(nóng)用土地確權證書對其家庭成員非農(nóng)業(yè)勞動參與的影響，因此，本文對數(shù)據(jù)做了如下處理。首先，本文剔除了沒有農(nóng)用土地的家庭。其次，本文剔除了非農(nóng)業(yè)戶籍家庭成員。再次，本文剔除了在校學生、喪失勞動能力或已經(jīng)離退休的家庭成員。最后，雙重差分估計要求實驗組和控制組在受到政策影響前具有同質性，本文還剔除了在2013 年及以前就已獲得農(nóng)地確權證書的家庭。經(jīng)上述處理后，最終獲得的有效樣本為7 097 戶家庭，16 493 個家庭成員。在回歸分析中，因一些變量存在缺失值，有效樣本還會有所不同。

（二）變量與描述統(tǒng)計

（1）農(nóng)地確權。該變量是本文最重要的解釋變量，其定義為農(nóng)戶是否獲得農(nóng)用土地確權證書，其中，農(nóng)用土地包括耕地、林地、草地和園地等，若農(nóng)戶在2013 年和2015 年兩輪調查期間至少有一類農(nóng)用土地獲得確權證書取值為1，否則取值為0，前者為實驗組，后者為控制組。在7 097 個農(nóng)戶樣本中，實驗組農(nóng)戶2 096 個，占比29.53%，對應4 811個家庭成員。

（2）非農(nóng)業(yè)勞動參與。該變量為本文最核心的被解釋變量，其定義為農(nóng)民是否參與非農(nóng)業(yè)勞動，若參與非農(nóng)業(yè)勞動取值為1，否則取值為0。非農(nóng)業(yè)勞動參與主要與農(nóng)業(yè)勞動參與相對應，本文定義的非農(nóng)業(yè)勞動參與包括兩類：一是受雇于他人，以獲取工資收入為主的勞動力供給；二是自雇或創(chuàng)業(yè)。表1 報告了家庭成員工作性質在2013 年和2015 年的分布情況。可以發(fā)現(xiàn)，從2013 年到2015 年，樣本中從事非農(nóng)業(yè)勞動的個體增加了3.55 個百分點，且主要是由于受雇于他人的比例的增加，創(chuàng)業(yè)的比例反而減少了1.45 個百分點。與非農(nóng)業(yè)勞動參與比例提高相反，樣本中從事農(nóng)業(yè)勞動的個體減少了5.43 個百分點。除非農(nóng)業(yè)勞動參與和農(nóng)業(yè)勞動參與外，工作性質不確定（其他）的比例變化不大，但調查時沒有工作的比例增加了2.05 個百分點。表1 進一步報告了農(nóng)地確權組和未確權組個體在2013年和2015 年時的工作性質分布情況，表1 最后一列報告了上述兩組樣本各類勞動參與比例變動的差異是否顯著的雙邊t 檢驗?？梢园l(fā)現(xiàn)，確權組農(nóng)民增加的非農(nóng)業(yè)勞動參與比例顯著高于未確權組，且這一差異主要體現(xiàn)于受雇于他人這類勞動參與上，兩組樣本在創(chuàng)業(yè)比例的變動上無顯著差異。另外，兩組樣本的農(nóng)業(yè)勞動參與比例的變動也無顯著差異，但確權組農(nóng)民增加的無工作者比例顯著低于未確權組。初步的描述性統(tǒng)計信息顯示，農(nóng)地確權促進了非農(nóng)業(yè)勞動參與，且主要促進了農(nóng)戶受雇于他人。

表1 工作性質分布

（3）控制變量。參照現(xiàn)有研究，本文還對其他可能影響非農(nóng)業(yè)勞動參與的變量進行了控制，主要包括兩類。一類是隨時間變化的變量，這類變量包括個體婚姻狀況、信息獲取能力、是否參加過就業(yè)培訓以及家庭人口特征。其中，個體婚姻狀況為啞變量，未婚取值為1，否則取值為0；信息獲取能力以受訪者是否關注經(jīng)濟信息來衡量，是取值為1，否則取值為0；是否參加過就業(yè)培訓以受訪者是否上過經(jīng)濟課程來衡量，是取值為1，否則取值為0；家庭人口特征包括家庭總人數(shù)、16 歲及以下少年占比和60 歲及以上老年占比。另一類是不隨時間變化的變量，這類變量可用于控制不同特征的個體的時間變動趨勢，從而進一步保證實驗組和控制組滿足共同趨勢假定，這些特征包括性別、年齡、受教育程度、是否有慢性病4 個變量。其中，性別為啞變量，男性取值為1，女性取值為0；受教育程度以文盲為參照組，依次生成對應小學、初中、高中、中專/職高、大專/高職、大學及以上的六個啞變量。表2 報告了上述兩類控制變量的描述性統(tǒng)計，可以發(fā)現(xiàn)，確權組和未確權組農(nóng)戶的各類特征均比較相近，相比較而言，確權組農(nóng)戶家庭總人數(shù)更少、家庭人口結構更年輕、受教育程度更低、得慢性病的比例更高。

表2 控制變量描述性統(tǒng)計

四、實證結果分析

（一）基本模型的估計

表3 報告了基本模型的估計結果，所有模型均采用聚類到行政村或社區(qū)的穩(wěn)健標準誤。模型（1）未加入任何控制變量，模型（2）在模型（1）的基礎上加入了隨時間變化的控制變量，模型（3）在模型（2）的基礎上加入了不隨時間變化的變量與年份啞變量的交叉項以控制不同特征個體的時間趨勢，模型（4）在模型（3）的基礎上加入了城市啞變量與年份啞變量的交叉項以控制不同城市的時間趨勢?？梢园l(fā)現(xiàn)，農(nóng)地確權顯著提高了農(nóng)民參與非農(nóng)業(yè)勞動的概率，且這一影響在引入更多控制變量后依舊十分穩(wěn)健。就邊際效應而言，其他因素不變，農(nóng)地確權可使農(nóng)民參與非農(nóng)業(yè)勞動的概率提高約2.5 個百分點。在本文所用樣本中，農(nóng)民在2013 年的非農(nóng)業(yè)勞動參與率約為38.2%，因此，農(nóng)地確權約可使參與非農(nóng)業(yè)勞動的農(nóng)民數(shù)量增加6.5%（2.5/38.2）。

表3 農(nóng)地確權對非農(nóng)業(yè)勞動參與的影響

（二）穩(wěn)健性檢驗

為進一步保證估計結果的穩(wěn)健性，本文還對基本模型的估計結果做了如下穩(wěn)健性檢驗。首先，由于抽樣調查中每個樣本所代表的總體不同，這可能會影響總體推斷，因此，表4 模型（1）考慮了抽樣權重，估計結果顯示，考慮抽樣權重后，本文的估計結果依舊十分穩(wěn)健。其次，若農(nóng)地確權可顯著促進家庭成員參與非農(nóng)業(yè)勞動，那么，對于每個家庭而言，農(nóng)地確權應該能夠顯著提高家庭成員中非農(nóng)業(yè)勞動參與者的比例，表4 模型（2）報告了以家庭成員中非農(nóng)業(yè)勞動參與者的比例作為被解釋變量的估計結果，結果顯示，農(nóng)地確權可使家庭成員中非農(nóng)業(yè)勞動參與者的比例顯著提高1.7 個百分點。最后，由于雙重差分估計一致可信的一個充分條件是實驗組和控制組滿足同質性，參照現(xiàn)有研究的做法，本文采用傾向匹配雙重差分模型（PSMDID）來盡可能使得實驗組和控制組在政策發(fā)生前具有同質性。PSMDID 的實施步驟如下：

第一，估計傾向分值函數(shù)P(Di=1 | Xi1)，即利用第1 期（2013 年）的經(jīng)濟統(tǒng)計信息預測農(nóng)戶i 在第2 期（2015 年）獲得農(nóng)地確權證書的概率，本文采用probit 模型估計傾向分值函數(shù)。由于確權農(nóng)戶和未確權農(nóng)戶在農(nóng)戶、村莊及縣級層面均可能存在異質性，因此，匹配向量應盡可能全面地包括農(nóng)戶、村莊及區(qū)縣特征信息。基于數(shù)據(jù)的可得性，本文選取的匹配向量Xi1主要包括：（1）家庭總人數(shù)以及戶主的年齡、性別、婚姻狀況、受教育年限5 個家庭特征變量；（2）村支部書記或主任的年齡、性別、受教育程度、是否是黨員，村莊2013 年家庭戶數(shù)，村莊是否有小學，村莊到區(qū)或縣政府的路程距離，村莊黨員人數(shù)以及該村是屬于城鎮(zhèn)居委會還是農(nóng)村行政村9 個村級特征變量；（3）區(qū)縣固定效應。由于村級特征變量存在缺失值，前文的估計中并沒有控制不同特征村莊的時間趨勢。為保證估計結果穩(wěn)健，表4 模型（3）報告了在基本模型中直接加入村級特征變量與年份啞變量交叉項的估計結果，結果顯示，控制不同特征村莊的時間趨勢后，本文的估計結果依然穩(wěn)健。

第二，根據(jù)傾向得分為實驗組尋找最佳匹配對象。本文采用常見的一對一匹配法（1-to-1 matching），最終成功匹配3 864 戶農(nóng)戶，處理組與對照組樣本各占50%，分別對應4 444、4 511 個有效家庭成員樣本。配對成功后，需要檢驗匹配的有效性，常見的檢驗方法是匹配平衡性檢驗。在本文中，所有匹配變量均通過了匹配平衡性檢驗。①因篇幅所限，本文省略了匹配變量的描述性統(tǒng)計和匹配平衡性檢驗結果，感興趣的讀者可在《經(jīng)濟科學》官網(wǎng)論文頁面“附錄與擴展”欄目下載。

第三，在檢驗通過的基礎上，再采用雙重差分模型僅對匹配成功的樣本進行分析。表4 模型（4）報告了僅采用匹配樣本進行估計的結果，表4 模型（5）又在模型（4）的基礎上加入了控制變量，估計結果均顯示，農(nóng)地確權顯著促進了非農(nóng)業(yè)勞動參與，結果十分穩(wěn)健。

表4 穩(wěn)健性檢驗

（三）非農(nóng)業(yè)勞動參與者的去向與來源

既然農(nóng)地確權促進了非農(nóng)業(yè)勞動參與，那么，最直接的問題是增加的非農(nóng)業(yè)勞動參與者在從事何種工作以及他們從何而來。為回答這兩個問題，本文將勞動者的工作狀態(tài)分解為受雇于他人、自雇或創(chuàng)業(yè)、務農(nóng)、其他以及沒有工作五種狀態(tài)，進而分析農(nóng)地確權分別對這五種工作狀態(tài)的影響。表5 模型（1）—（5）分別報告了農(nóng)地確權對5 種工作狀態(tài)的影響的估計結果，被解釋變量均為啞變量，比如“受雇于他人”表示農(nóng)民是否受雇于他人，是則取值為1，否則取值為0，其余被解釋變量的含義以此類推。估計結果顯示，農(nóng)地確權顯著提高了非農(nóng)業(yè)勞動參與中受雇于他人的概率，但對自雇或創(chuàng)業(yè)參與無顯著影響。與此同時，農(nóng)地確權顯著降低了農(nóng)民沒有工作的概率，但并未降低農(nóng)業(yè)勞動參與，甚至對農(nóng)業(yè)勞動參與有正向影響。

表5 農(nóng)地確權對不同工作狀態(tài)的影響

為進一步明確農(nóng)地確權后增加的非農(nóng)業(yè)勞動參與者的來源，本文進一步將無工作個體分解為家務勞動者、季節(jié)性失業(yè)、暫未找到工作和不愿意工作四類。表6 報告了農(nóng)地確權對這四類無工作個體的影響。可以發(fā)現(xiàn)，農(nóng)地確權顯著降低了家務勞動者的比例，但對其他三類無工作個體無顯著影響。由此可見，農(nóng)地確權后增加的非農(nóng)業(yè)勞動參與者主要來源于農(nóng)村閑置的勞動力——家務勞動者，而并非來源于農(nóng)業(yè)勞動者。

表6 農(nóng)地確權與失業(yè)類型

（四）影響機制分析

接下來，本文進一步分析農(nóng)地確權影響非農(nóng)業(yè)勞動參與的機制。首先，根據(jù)Besley（1995）以及Besley 和Ghatak（2010）的理論研究，農(nóng)地確權影響非農(nóng)業(yè)勞動參與的一個最直接的渠道是農(nóng)地確權后，農(nóng)戶可以減少用于保護農(nóng)地產(chǎn)權的勞動力投入，從而可以放心地從事收入更高的非農(nóng)業(yè)勞動，即農(nóng)地確權可通過強化農(nóng)地產(chǎn)權安全性而促進非農(nóng)業(yè)勞動參與。若這一影響機制成立，那么，相較于在政策實施前農(nóng)地產(chǎn)權安全性較好的農(nóng)戶，農(nóng)地確權將顯著促進在政策實施前農(nóng)地產(chǎn)權安全性較差的農(nóng)戶參與非農(nóng)業(yè)勞動（Janvry 等，2015）。檢驗這一影響機制的關鍵在于尋找合適的變量將樣本按照農(nóng)地產(chǎn)權安全性劃分為較好和較差兩組，進而分別考察農(nóng)地確權對這兩組農(nóng)戶參與非農(nóng)業(yè)勞動是否具有差異化影響?，F(xiàn)有研究認為，在家庭聯(lián)產(chǎn)承包責任制下，農(nóng)地調整頻率是影響農(nóng)地產(chǎn)權安全性的一個重要因素（鐘甫寧和紀月清，2009；Jacoby 等，2002），農(nóng)地調整頻率越高，地權安全性越差。參照現(xiàn)有研究，本文以農(nóng)戶所在村最近一次經(jīng)歷農(nóng)地調整的年份間隔（2015 減去最近一次土地調整年份）來衡量地權安全性，最近一次農(nóng)地調整的年份間隔越久則表明地權安全性越好。

農(nóng)地調整年份間隔這一變量來源于社區(qū)問卷，由于社區(qū)問卷只記錄了農(nóng)村行政村最近一次農(nóng)地調整的年份，因此，樣本數(shù)與前文有所不同。本文以農(nóng)地調整年份間隔來定義地權穩(wěn)定性，若農(nóng)地調整年份間隔大于中位數(shù)則表示地權穩(wěn)定，取值為1，否則取值為0。樣本中農(nóng)地調整年份間隔的中位數(shù)為17 年，所對應的年份為1998 年，這恰好是第二輪土地承包開始的年份。表7 模型（1）的估計結果顯示，對于地權穩(wěn)定的村莊，農(nóng)地確權后可使非農(nóng)業(yè)勞動參與率提高0.003（0.049 -0.046），而對于地權不穩(wěn)定的村莊，農(nóng)地確權后可使非農(nóng)業(yè)勞參與率顯著提高0.049，二者的差異在5%的統(tǒng)計水平上顯著。這與理論預期一致，即農(nóng)地確權可通過強化農(nóng)地產(chǎn)權安全性而促進非農(nóng)業(yè)勞動參與。

表7 地權穩(wěn)定、要素替代與勞動力配置

其次，農(nóng)地確權可通過影響農(nóng)業(yè)投資的方式來間接影響勞動力的再分配，但具體影響方向依賴于農(nóng)業(yè)資本投入對勞動投入的替代難易程度，農(nóng)業(yè)勞動投入越容易被資本投入所替代，農(nóng)地確權將促進資本投入，進而釋放出更多的勞動力參與到非農(nóng)業(yè)部門，反之，農(nóng)地確權將促進農(nóng)業(yè)勞動投入，進而抑制非農(nóng)業(yè)勞動參與。

為檢驗上述理論假說，本文將樣本按照農(nóng)業(yè)資本替代農(nóng)業(yè)勞動的難易程度劃分為容易替代和不易替代兩組，進而檢驗農(nóng)地確權對這兩組樣本的農(nóng)業(yè)勞動參與和非農(nóng)業(yè)勞動參與是否具有差異化影響。由于能夠替代農(nóng)業(yè)勞動投入的主要是農(nóng)業(yè)機械，因此，本文主要以農(nóng)戶所在地區(qū)是否適宜農(nóng)業(yè)機械耕作來劃分樣本，顯然，適合農(nóng)業(yè)機械耕作的地區(qū)，農(nóng)業(yè)勞動更容易被農(nóng)業(yè)資本所替代（鐘甫寧等，2016）。具體來講，本文選擇如下三個變量來衡量農(nóng)業(yè)資本替代農(nóng)業(yè)勞動的難易程度。第一，農(nóng)戶所在村的地形是否是平原，若是平原取值為1，否則取值為0。第二，農(nóng)戶所在村的耕地使用機械耕作的比例，以該比例是否高于中位數(shù)將樣本劃分為農(nóng)機化程度高和農(nóng)機化程度低兩組，該變量只記錄了農(nóng)村行政村的情況，若村莊耕地使用機械耕作的比例高于中位數(shù)取值為1，否則取值為0。第三，農(nóng)戶承包耕地中的最大一塊耕地是否適宜大型機械耕作，該變量只記錄了承包有耕地的農(nóng)戶，若農(nóng)戶承包耕地中的最大一塊耕地適宜大型機械耕作取值為1，否則取值為0。

表7 模型（2）—（4）的估計結果顯示，對于平原、農(nóng)機化程度高、適宜大型機械耕種的地區(qū)，農(nóng)地確權對非農(nóng)業(yè)勞動參與的促進作用顯著高于各自的參照組。與此同時，對于非平原、農(nóng)機化程度低、不適宜大型機械耕種的地區(qū)，盡管農(nóng)地確權對非農(nóng)業(yè)勞動參與依然有正向影響，但均不顯著。相比較而言，平原、農(nóng)機化程度高、適宜大型機械耕種的地區(qū)，農(nóng)業(yè)勞動更容易被農(nóng)業(yè)資本所替代，由此可見，農(nóng)業(yè)勞動越容易被農(nóng)業(yè)資本所替代，農(nóng)地確權對非農(nóng)業(yè)勞動參與的促進作用越大。

表7 模型（5）—（7）的估計結果顯示，與對非農(nóng)業(yè)勞動參與的影響相反，農(nóng)地確權對平原、農(nóng)機化程度高、適宜大型機械耕種地區(qū)的農(nóng)業(yè)勞動參與具有負向影響，但對非平原、農(nóng)機化程度低、不適宜大型機械耕種地區(qū)的農(nóng)業(yè)勞動參與具有顯著的正向影響。相比較而言，非平原、農(nóng)機化程度低、不適宜大型機械耕種的地區(qū)，農(nóng)業(yè)勞動更不易被農(nóng)業(yè)資本所替代，這表明，當農(nóng)業(yè)勞動難以被農(nóng)業(yè)資本所替代時，農(nóng)地確權將顯著促進農(nóng)業(yè)勞動參與。

盡管CHFS 調查數(shù)據(jù)中沒有農(nóng)業(yè)機械投資相關變量，但可采用《中國縣域統(tǒng)計年鑒》數(shù)據(jù)來檢驗農(nóng)地確權是否可促進農(nóng)業(yè)機械投資?！吨袊h域統(tǒng)計年鑒》中有兩個可衡量農(nóng)業(yè)機械投入的變量，分別是農(nóng)業(yè)機械總動力和機收面積。參照Do 和Iyer（2008）的研究，本文將抽樣區(qū)縣農(nóng)地確權比例高于50%的區(qū)縣定義為實驗組，而將農(nóng)地確權比例低于50%的區(qū)縣定義為控制組。通過將CHFS 抽樣區(qū)縣與《中國縣域統(tǒng)計年鑒》數(shù)據(jù)匹配便可在區(qū)縣層面分析確權對農(nóng)業(yè)機械投入的影響，匹配成功的區(qū)縣為191 個。與CHFS 數(shù)據(jù)一致，本文采用《中國縣域統(tǒng)計年鑒》2013—2015 年數(shù)據(jù)進行分析。表8 模型（1）和（2）的估計結果顯示，農(nóng)地確權可使農(nóng)業(yè)機械總動力顯著提高2.815 萬千瓦特，可使機收面積顯著提高4 321.317 公頃。

綜合上述估計結果可以得出，農(nóng)地確權可通過影響農(nóng)業(yè)投資的方式來影響勞動力的再分配。具體而言，當農(nóng)業(yè)勞動易于被資本所替代時，農(nóng)地確權可促進農(nóng)業(yè)機械投入，進而釋放部分勞動力從農(nóng)業(yè)部門轉移到非農(nóng)業(yè)部門，而當農(nóng)業(yè)勞動不易于被資本所替代時，農(nóng)地確權則會促進農(nóng)業(yè)勞動投入，進而吸收部分勞動力轉移到農(nóng)業(yè)部門，這一發(fā)現(xiàn)與理論預期一致。

表8 確權促進農(nóng)業(yè)機械投入的區(qū)縣層面證據(jù)和土地出租的中介效應

再次，農(nóng)地確權還可通過促進土地流轉來間接促進非農(nóng)業(yè)勞動參與。為提供實證證據(jù)，本文繼續(xù)考察農(nóng)地確權對土地流轉的影響，并進一步檢驗農(nóng)地確權通過影響土地流轉來間接促進非農(nóng)業(yè)勞動參與的中介效應。表8 模型（3）的估計結果顯示，農(nóng)地確權對土地流轉具有顯著正向影響。將土地流轉這一變量加入非農(nóng)業(yè)勞動參與模型后（表8 模型（4）），土地流轉對非農(nóng)業(yè)勞動參與的影響在1%的統(tǒng)計水平上顯著為正，且農(nóng)地確權這一變量的估計系數(shù)與不加入土地流轉變量時的估計系數(shù)（0.023）相比有所減小，但土地確權這一關鍵變量的顯著性與不加入土地流轉時的估計結果相比變化不大。根據(jù)驗證中介效應（mediating effect）的三個標準可知，在農(nóng)地確權影響非農(nóng)業(yè)勞動參與的渠道中，土地流轉具有微弱的中介效應。

最后，農(nóng)地確權還可通過緩解農(nóng)業(yè)投資受到的融資約束而抑制非農(nóng)業(yè)勞動參與。若這一影響機制成立，農(nóng)地確權將有助于幫助家庭獲得銀行貸款，或緩解家庭在農(nóng)業(yè)生產(chǎn)或創(chuàng)業(yè)過程中受到的信貸約束，進一步地，農(nóng)地確權將在短期內(nèi)提高家庭的負債水平。表9 模型（1）報告了農(nóng)地確權對于農(nóng)戶從事農(nóng)業(yè)生產(chǎn)或創(chuàng)業(yè)是否獲得銀行貸款的影響，是否獲得銀行貸款為啞變量，若農(nóng)戶從事農(nóng)業(yè)生產(chǎn)或創(chuàng)業(yè)目前仍有未還清的銀行貸款取值為1，否則取值為0。表9 模型（2）報告了農(nóng)地確權對于農(nóng)戶從事農(nóng)業(yè)生產(chǎn)或創(chuàng)業(yè)是否受到信貸約束的影響。信貸約束是指“需要貸款但沒申請”或“申請被拒絕”，若受到了信貸約束，該變量取值為1，否則取值為0。表9 模型（3）報告了農(nóng)地確權對農(nóng)戶家庭總負債的影響，模型（4）和（5）進一步區(qū)分了銀行負債和非銀行負債。

表9 的估計結果顯示，盡管估計系數(shù)符號與預期一致，但農(nóng)地確權對于家庭從事農(nóng)業(yè)生產(chǎn)或創(chuàng)業(yè)是否獲得銀行貸款、是否受到信貸約束、總負債、銀行負債以及非銀行負債均無顯著影響。這一發(fā)現(xiàn)也與現(xiàn)實相符，由于目前我國土地承包經(jīng)營權抵押融資試點尚未在全國推廣，相關金融支持政策也未落實到位，土地承包經(jīng)營權抵押融資試點尚未形成成熟的模式，因此，農(nóng)地確權可能很難具有緩解融資約束的作用。

表9 農(nóng)地確權與融資約束

五、結論與政策啟示

本文利用中國家庭金融調查在2013 年和2015 年搜集的微觀面板數(shù)據(jù)，采用雙重差分模型識別了農(nóng)地確權對農(nóng)民非農(nóng)業(yè)勞動參與的因果影響。研究結果主要如下：第一，農(nóng)地確權顯著促進了農(nóng)民參與非農(nóng)業(yè)勞動，平均而言，農(nóng)地確權可使參與非農(nóng)業(yè)勞動的農(nóng)民數(shù)量增加約6.5%。第二，農(nóng)地確權顯著降低了農(nóng)村閑置勞動力的比例，但農(nóng)地確權并未降低農(nóng)業(yè)勞動參與，這表明，農(nóng)地確權后增加的非農(nóng)業(yè)勞動參與者主要來源于農(nóng)村閑置勞動力。第三，農(nóng)地確權既可通過強化地權穩(wěn)定性而促進非農(nóng)業(yè)勞動參與，也可通過影響農(nóng)業(yè)投資方式來進一步優(yōu)化勞動力分配。具體而言，當農(nóng)業(yè)勞動易于被資本所替代時，農(nóng)地確權可促進農(nóng)業(yè)機械投入，進而釋放部分勞動力從農(nóng)業(yè)部門轉移到非農(nóng)業(yè)部門，而當農(nóng)業(yè)勞動不易于被資本所替代時，農(nóng)地確權則會促進農(nóng)業(yè)勞動投入，進而吸收部分勞動力轉移到農(nóng)業(yè)部門。最后，農(nóng)地確權還具有通過促進土地流轉而提高非農(nóng)業(yè)勞動參與的微弱效應，但其尚不具有緩解融資約束而抑制非農(nóng)業(yè)勞動參與的作用機制。

本文的研究結論具有如下啟示。首先，農(nóng)地確權是新一輪農(nóng)村經(jīng)濟改革發(fā)展的基礎，其目標旨在從供給側消除農(nóng)村土地和勞動力兩大要素流動的壁壘，本文的研究結果表明農(nóng)地確權可顯著促進農(nóng)民參與非農(nóng)業(yè)勞動，這既有利于提高農(nóng)民收入，也有利于緩解非農(nóng)業(yè)勞動力短缺問題，因此，未來應繼續(xù)完善農(nóng)地確權，以消除勞動力自由流動的制度壁壘。其次，農(nóng)地確權可通過促進農(nóng)業(yè)機械投入來釋放出更多的勞動力從農(nóng)業(yè)部門轉移到非農(nóng)業(yè)部門，因此，未來應繼續(xù)鼓勵農(nóng)業(yè)規(guī)?；?jīng)營，提高農(nóng)業(yè)機械化水平，進而可使農(nóng)地確權在促進勞動力自由流動上產(chǎn)生更大的乘數(shù)效應。再次，農(nóng)地確權可通過促進土地流轉來進一步優(yōu)化農(nóng)戶的勞動力分配，因此，未來應繼續(xù)落實降低土地流轉交易成本的政策。最后，農(nóng)地確權尚不具有緩解融資約束的作用，因此，未來應繼續(xù)推進農(nóng)村土地承包經(jīng)營權抵押融資試點，以緩解農(nóng)戶受到的融資約束。