土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響

彭繼權(quán)

土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響

彭繼權(quán)

（江西財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，南昌 330013）

探究農(nóng)戶耕地復(fù)種指數(shù)的制約因素，為落實國家糧食安全戰(zhàn)略和促進(jìn)土地集約化利用提供理論和實證依據(jù)。該研究基于2018年湖北農(nóng)戶實地調(diào)查數(shù)據(jù)，采用反事實分析框架，運用傾向得分匹配法（Propensity Score Matching，PSM）和廣義傾向得分匹配法（Generalized Propensity Score Matching Method，GPSM）分析土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響。結(jié)果表明：土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)有顯著的正向影響，土地流轉(zhuǎn)會顯著提升耕地復(fù)種指數(shù)0.244個單位，水田轉(zhuǎn)入和旱地轉(zhuǎn)入會分別顯著提升耕地復(fù)種指數(shù)0.299和0.204個單位；土地轉(zhuǎn)入面積、水田轉(zhuǎn)入面積和旱地轉(zhuǎn)入面積對農(nóng)戶耕地復(fù)種指數(shù)的提升存在規(guī)模報酬遞增效應(yīng)，即耕地復(fù)種指數(shù)提高的比例要比流轉(zhuǎn)面積提高的比例更大，且水田轉(zhuǎn)入面積的規(guī)模報酬遞增效應(yīng)更明顯；從作用機(jī)制檢驗來看，土地流轉(zhuǎn)能夠通過每公頃流轉(zhuǎn)費反作用路徑和要素集約促進(jìn)路徑提升農(nóng)戶耕地的復(fù)種程度，每公頃流轉(zhuǎn)費起到調(diào)節(jié)作用，要素集約率起到中介作用，中介效應(yīng)的大小為8.9%。建議健全土地流轉(zhuǎn)市場機(jī)制，鼓勵農(nóng)戶參與土地流轉(zhuǎn)，因地制宜制定耕作制度，改善農(nóng)業(yè)生產(chǎn)條件，從而提高耕地復(fù)種指數(shù)。

土地流轉(zhuǎn)；農(nóng)戶；復(fù)種指數(shù)；傾向得分匹配法；廣義傾向得分匹配法

0 引 言

食為政首，糧安天下。中國政府一直堅持將14億人的飯碗牢牢端在自己手中，自全球爆發(fā)新冠疫情以來，多國為求自保開始增加糧食儲備和減少糧食出口。在國際環(huán)境如此惡劣的情況下，中國仍能保障國內(nèi)糧食供給穩(wěn)定，再次證明實施糧食安全戰(zhàn)略的正確性。通過實行最嚴(yán)格的耕地保護(hù)制度，中國糧食生產(chǎn)取得了歷史性的“十七年豐”，但仍存在不少問題。一方面城鎮(zhèn)化的快速推進(jìn)擠占了大量耕地，農(nóng)村勞動力外出務(wù)工和農(nóng)業(yè)勞動者老齡化加劇了耕地拋荒問題；另一方面隨著農(nóng)業(yè)生產(chǎn)技術(shù)水平的提升，糧食單產(chǎn)開始顯現(xiàn)“天花板效應(yīng)”[1]。農(nóng)業(yè)增產(chǎn)無外乎從擴(kuò)大耕地面積、提升單產(chǎn)水平和提高耕地集約化程度三大途徑著手，在耕地資源有限和單產(chǎn)提升乏力的背景下保障國家糧食安全，仍需不斷提高耕地集約化程度，耕地復(fù)種是在時間和空間上加強(qiáng)耕地集約化利用最簡單有效的措施之一。2020年政府工作報告中強(qiáng)調(diào)“穩(wěn)定糧食播種面積和產(chǎn)量，提高復(fù)種指數(shù)”，切實落實好“六保”中的保糧食能源安全。實際上，研究表明中國近年農(nóng)業(yè)增收的1/3由耕地復(fù)種所貢獻(xiàn)，但由于農(nóng)業(yè)比較效益下降等多方面原因，導(dǎo)致農(nóng)戶放棄復(fù)種生產(chǎn)方式的現(xiàn)象不斷涌現(xiàn)[2]。為繼續(xù)落實好國家糧食安全戰(zhàn)略，研究當(dāng)前農(nóng)戶耕地復(fù)種受何種因素制約，如何促進(jìn)農(nóng)戶提高耕地復(fù)種指數(shù)具有重要的現(xiàn)實意義。

耕地復(fù)種指數(shù)兼具自然和社會雙重屬性，本質(zhì)揭示“人類—自然”的復(fù)合關(guān)系，此關(guān)系既受到氣候、溫度和高程等自然資源環(huán)境的影響，也受到品種、技術(shù)和經(jīng)營管理等人類活動的影響[3]。目前有關(guān)復(fù)種指數(shù)影響因素的研究主要集中在以下方面：一是資源要素層面：康清林等[4]認(rèn)為積溫波動是導(dǎo)致復(fù)種指數(shù)偏低的主因。李闊等[5]發(fā)現(xiàn)氣候異常變化會降低耕地復(fù)種指數(shù)。劉巽浩[6]認(rèn)為合理選擇作物搭配和把握生產(chǎn)季節(jié)能提高耕地復(fù)種指數(shù)。張闖娟等[7]發(fā)現(xiàn)地理區(qū)位對耕地復(fù)種指數(shù)的影響較大。二是家庭稟賦層面：謝花林等[8]發(fā)現(xiàn)人口非農(nóng)化會降低耕地復(fù)種程度。朱啟臻等[9]認(rèn)為農(nóng)業(yè)勞動者女性化會導(dǎo)致復(fù)種指數(shù)下降。李慶等[10]發(fā)現(xiàn)老齡化會促進(jìn)經(jīng)濟(jì)作物的復(fù)種指數(shù)。張闖娟等[7]發(fā)現(xiàn)家庭人口規(guī)模對耕地復(fù)種指數(shù)有促進(jìn)作用。三是國家政策層面：農(nóng)業(yè)補(bǔ)貼等政策會提高耕地的復(fù)種指數(shù)[11]，而農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)被迫調(diào)整和保護(hù)性耕作政策（包括免耕、休耕、輪作等）會降低耕地復(fù)種程度[12]。謝花林等[8]發(fā)現(xiàn)產(chǎn)業(yè)非農(nóng)化會提升耕地復(fù)種指數(shù)。梁守真等[13]認(rèn)為城鎮(zhèn)化雖然擠占了耕地，但在一定程度也會刺激耕地復(fù)種指數(shù)的提高。四是農(nóng)業(yè)市場層面：耕地產(chǎn)出的經(jīng)濟(jì)效益會直接影響農(nóng)戶的耕地復(fù)種行為[14]，而土地市場的發(fā)育程度和農(nóng)業(yè)機(jī)械社會化服務(wù)也會對耕地復(fù)種指數(shù)產(chǎn)生影響[15-16]。

綜上所述，目前關(guān)于耕地復(fù)種指數(shù)影響因素的研究比較豐富，但大多是基于宏觀數(shù)據(jù)和區(qū)域視角進(jìn)行研究。耕地復(fù)種行為歸根結(jié)底是單個農(nóng)戶的生產(chǎn)方式，使用宏觀數(shù)據(jù)只能總體上把握區(qū)域復(fù)種指數(shù)的宏觀因素，難以精準(zhǔn)分析影響農(nóng)戶耕地復(fù)種指數(shù)的微觀因素，且掩蓋了區(qū)域內(nèi)農(nóng)戶的異質(zhì)性。隨著農(nóng)村土地流轉(zhuǎn)規(guī)模和集約化程度的不斷提高，農(nóng)業(yè)的生產(chǎn)條件和作業(yè)方式發(fā)生了較大變化，這些變化勢必會在一定程度上影響原有的耕作制度，但目前鮮有學(xué)者從土地流轉(zhuǎn)視角探究耕作制度的變化。那么，農(nóng)戶的耕地復(fù)種行為是否會因土地流轉(zhuǎn)受到影響，這一問題的科學(xué)回答將有利于國家制定更為合理的農(nóng)村土地政策和耕作制度?；诖耍疚睦谜n題組在湖北實地調(diào)研的微觀農(nóng)戶數(shù)據(jù)，構(gòu)建農(nóng)戶個體層面的反事實分析框架，探究不同類型土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響。另外，為保證模型估計結(jié)果的有效性和準(zhǔn)確性，本文運用PSM（Propensity Score Matching）和GPSM（Generalized Propensity Score Matching Method）方法盡可能消除模型中可能存在的估計偏誤等干擾因素，以期通過準(zhǔn)確分析為土地政策制定和耕作制調(diào)整提供支撐。

1 理論分析與研究假說

耕地復(fù)種是一種農(nóng)戶生產(chǎn)經(jīng)營行為，從理性經(jīng)濟(jì)人的角度來看，農(nóng)戶會根據(jù)復(fù)種前后的預(yù)期農(nóng)業(yè)收益來綜合決策自身復(fù)種行為。復(fù)種作為耕作制中的一種重要形式，本身就受制于自然條件和經(jīng)濟(jì)技術(shù)發(fā)展水平，由土地流轉(zhuǎn)所引起的農(nóng)業(yè)生產(chǎn)環(huán)境的變化，能夠為農(nóng)戶采用耕地復(fù)種行為提供可能。土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種行為的影響機(jī)理如下：1）作業(yè)方式改變。土地流轉(zhuǎn)后農(nóng)戶通常會對農(nóng)地進(jìn)行平整，平整的方式主要包括田塊土層調(diào)節(jié)、梯田改造工程、田塊歸并工程和條田建設(shè)工程，通過以上這些方式能有效改善田間作業(yè)環(huán)境和實現(xiàn)土地連片耕作[17-18]，進(jìn)而提高農(nóng)業(yè)機(jī)械使用的便利性，有效減少農(nóng)業(yè)生產(chǎn)作業(yè)時間，保障復(fù)種過程中農(nóng)作物“收獲—種植”的有效銜接。2）要素利用率提升。耕地細(xì)碎化一般會造成農(nóng)業(yè)生產(chǎn)成本過高、生產(chǎn)效率低下和災(zāi)害防治能力差等問題，土地流轉(zhuǎn)后能夠利用土地規(guī)模經(jīng)營的優(yōu)勢提升要素利用率，進(jìn)而降低農(nóng)業(yè)生產(chǎn)成本和提高生產(chǎn)效率[19]，土地平整也能提升農(nóng)業(yè)災(zāi)害防治能力，從而多方面促進(jìn)農(nóng)業(yè)收益的提升，農(nóng)戶也會因此提高務(wù)農(nóng)積極性，進(jìn)而提升耕地復(fù)種指數(shù)。3）流轉(zhuǎn)費用反作用。農(nóng)戶的土地流轉(zhuǎn)一般需要支付一定的土地流轉(zhuǎn)費用，只有當(dāng)土地經(jīng)營收入超過土地流轉(zhuǎn)費時，農(nóng)戶才會接受土地轉(zhuǎn)入。而且為了保證流轉(zhuǎn)后農(nóng)業(yè)收益為正，流轉(zhuǎn)費用越高，農(nóng)戶耕地復(fù)種的程度就越高。4）病蟲害防治。耕地復(fù)種指數(shù)的提升常常伴隨著病蟲害發(fā)生幾率的增加，防治病蟲害發(fā)生是保障耕地復(fù)種的基礎(chǔ)。土地流轉(zhuǎn)不僅能避免小農(nóng)戶單純追求產(chǎn)量而盲目經(jīng)營的土地耕作模式，還能促進(jìn)規(guī)模經(jīng)營戶進(jìn)行科學(xué)綠色耕作，應(yīng)用先進(jìn)的農(nóng)作物病蟲害防治技術(shù)，推進(jìn)病蟲害防治的智能化、專業(yè)化、綠色化，進(jìn)一步為耕地復(fù)種提供保障[20]。

由于不同類型耕地的耕作制度和生產(chǎn)環(huán)境存在差異，會導(dǎo)致不同類型土地流轉(zhuǎn)對農(nóng)戶耕地的復(fù)種行為理應(yīng)有所區(qū)別。耕地類型一般分為水田和旱地2種[21]，旱地具有單個面積狹小、陡坡和耕作層薄等特點，水田具有耕作半徑大、平緩和耕作層較厚等特點，且水田土地流轉(zhuǎn)后的綜合治理成本較低，也更適宜農(nóng)業(yè)機(jī)械作業(yè)[22]，因此，水田流轉(zhuǎn)更有利于提高耕地復(fù)種指數(shù)。再者，在水田大量“雙改單”的形勢下，水田的利用程度一般不如旱地，這為大幅提高水田地塊的復(fù)種指數(shù)提供可能，且水田地塊作物的生產(chǎn)率和經(jīng)濟(jì)價值一般高于旱地，因此，進(jìn)一步說明水田流轉(zhuǎn)更能提高耕地復(fù)種指數(shù)。另外，在土地規(guī)模效應(yīng)遞增的作用下，土地流轉(zhuǎn)促進(jìn)農(nóng)戶耕地復(fù)種指數(shù)的效應(yīng)也應(yīng)呈現(xiàn)規(guī)模效應(yīng)遞增的趨勢，且這一趨勢應(yīng)該在不同類型土地間有所差異。基于此，提出本文研究假設(shè)：

H1：土地流轉(zhuǎn)會提高農(nóng)戶耕地的復(fù)種指數(shù)，且存在規(guī)模效應(yīng)遞增趨勢。

H2：水田流轉(zhuǎn)比旱地流轉(zhuǎn)更能促進(jìn)農(nóng)戶耕地指數(shù)的提升，且水田規(guī)模效應(yīng)遞增趨勢更明顯。

H3：從經(jīng)濟(jì)效益來看，土地流轉(zhuǎn)主要是通過土地流轉(zhuǎn)費用反作用路徑和要素利用率路徑對農(nóng)戶耕地復(fù)種行為起作用。

2 數(shù)據(jù)來源和描述統(tǒng)計

2.1 研究區(qū)概況

湖北省位于中國中部偏南，介于北緯29°05′至33°20′，東經(jīng)108°21′至116°07′。地勢大致為東、西、北三面環(huán)山，中間低平，略呈向南敞開的不完整盆地。全省山地占56%，丘陵占24%，平原湖區(qū)占20%。湖北省山地大致分為4大片區(qū)，分別為秦巴山片區(qū)、武陵山片區(qū)、大別山片區(qū)和幕阜山片區(qū)。湖北地處亞熱帶，位于典型的季風(fēng)區(qū)內(nèi)，除高山地區(qū)外，大部分為亞熱帶季風(fēng)性濕潤氣候，太陽年輻射總量為85～114 kcal/cm，年平均實際日照時數(shù)為1 100～2 150 h，降水地域分布呈由南向北遞減趨勢。湖北省正面臨從傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變的關(guān)鍵時期，土地流轉(zhuǎn)在改變農(nóng)業(yè)生產(chǎn)經(jīng)營方式中發(fā)揮著越來越重要的支撐作用。由于湖北地形地貌復(fù)雜，資源稟賦、農(nóng)業(yè)耕作方式差別較大，土地流轉(zhuǎn)促進(jìn)耕地集約化和農(nóng)業(yè)現(xiàn)代化發(fā)展的空間較大，探究當(dāng)下制約該地區(qū)農(nóng)戶耕作制發(fā)展的因素至關(guān)重要。

2.2 數(shù)據(jù)來源

本文數(shù)據(jù)來自課題組2018年在湖北省的農(nóng)戶實地調(diào)查數(shù)據(jù)，此次調(diào)查涵蓋家庭人口基本信息、自然和物質(zhì)資產(chǎn)、生產(chǎn)經(jīng)營情況、土地流轉(zhuǎn)行為和農(nóng)戶政策認(rèn)知情況等。調(diào)研地點在監(jiān)利縣和蘄春縣，調(diào)研區(qū)域類型包括平原、丘陵和山區(qū)，說明所選擇的調(diào)研地點能保證樣本的代表性。調(diào)查數(shù)據(jù)涉及11個鎮(zhèn)44個村，每個村調(diào)查26名農(nóng)戶，共調(diào)查1 144戶，剔除無效問卷24份，共獲得有效樣本1 120份。

2.3 變量說明

1）耕地復(fù)種指數(shù)

復(fù)種是在同一耕地上一年種收一茬以上作物的種植方式。復(fù)種有2個作用，一是通過若干季作物種植提高耕地的利用程度；二是通過收獲若干季作物提高耕地的產(chǎn)出效果[15]。復(fù)種指數(shù)有明確的計算方法：耕地復(fù)種指數(shù)=（全年農(nóng)作物總收獲面積/耕地面積）×100%。

2）土地流轉(zhuǎn)

本文主要分析土地轉(zhuǎn)入對耕地復(fù)種指數(shù)的影響，從是否轉(zhuǎn)入土地和轉(zhuǎn)入土地面積兩方面來考察，并將土地流轉(zhuǎn)類型細(xì)分為水田和旱地，最終生成3種是否轉(zhuǎn)入土地的虛擬變量和3種轉(zhuǎn)入土地面積的連續(xù)變量。

3）其他控制變量

耕地復(fù)種一般會增加家庭勞動用工數(shù)量和時間，家庭勞動人數(shù)也就會直接影響農(nóng)業(yè)生產(chǎn)經(jīng)營決策，進(jìn)而影響農(nóng)戶復(fù)種行為。農(nóng)業(yè)機(jī)械數(shù)量能有效提高農(nóng)業(yè)生產(chǎn)效率，降低農(nóng)業(yè)生產(chǎn)作業(yè)環(huán)節(jié)的時間，避免因農(nóng)業(yè)生產(chǎn)作業(yè)時間過長而耽誤耕地復(fù)種的時機(jī)。不同農(nóng)作物生長的時間和條件都不一致，農(nóng)戶種植的品種數(shù)量差異會造成耕地復(fù)種指數(shù)的不同，一般生長周期越短的作物，其耕地復(fù)種的可能性更高。一般而言，同一地塊上糧食作物和經(jīng)濟(jì)作物的復(fù)種指數(shù)應(yīng)有差異，大部分經(jīng)濟(jì)作物的生長周期會小于糧食作物的生長周期，因此，糧食面積占比提高可能會減少耕地的復(fù)種程度。農(nóng)戶是獨立的生產(chǎn)經(jīng)營單位，其生產(chǎn)經(jīng)營決策都是依據(jù)經(jīng)營收益來制定，只有當(dāng)耕地復(fù)種后的農(nóng)業(yè)收益為正時，農(nóng)戶耕地利用的積極性才會提高。農(nóng)產(chǎn)品價格是直接刺激農(nóng)戶生產(chǎn)積極性的重要因素，農(nóng)產(chǎn)品價格越高，農(nóng)戶越有可能提高耕地的復(fù)種指數(shù)。農(nóng)業(yè)生產(chǎn)需要良好的生產(chǎn)環(huán)境，積溫和降雨等氣候異常變化會不利于農(nóng)業(yè)作物的生產(chǎn)，也就直接影響農(nóng)戶耕地復(fù)種的積極性。不同地形生產(chǎn)條件的差異會導(dǎo)致復(fù)種指數(shù)有所不同，一般平原地區(qū)耕地的生產(chǎn)條件較好，更有利于農(nóng)戶采用耕地復(fù)種方式。

表1 主要變量及計算方法

2.4 研究方法

從經(jīng)驗研究和現(xiàn)實依據(jù)來看，一方面土地流轉(zhuǎn)后農(nóng)業(yè)規(guī)模經(jīng)營使得農(nóng)業(yè)生產(chǎn)成本下降，在土地面積既定情況下農(nóng)戶會通過擴(kuò)大生產(chǎn)規(guī)模來提高農(nóng)業(yè)經(jīng)營收益，而擴(kuò)大生產(chǎn)規(guī)模的有效措施之一就是提高耕地的復(fù)種指數(shù)；另一方面受制于耕地質(zhì)量和地塊細(xì)碎化等農(nóng)業(yè)生產(chǎn)環(huán)境的限制，農(nóng)戶難以通過提高耕地復(fù)種指數(shù)完成既定的農(nóng)業(yè)經(jīng)營計劃，但能夠通過土地流轉(zhuǎn)的方式來改善農(nóng)業(yè)生產(chǎn)環(huán)境。從理論層面來看，土地流轉(zhuǎn)和農(nóng)戶耕地復(fù)種指數(shù)兩者可能存在互為因果的關(guān)系，簡單采用OLS回歸可能導(dǎo)致模型存在內(nèi)生性問題，造成估計結(jié)果偏誤。為此，Rubin[23]提出“反事實框架”，稱為“魯賓因果模型”，以此模型來解決模型內(nèi)生性問題。PSM的基本思路為：首先，利用模型估計每個樣本土地流轉(zhuǎn)的條件概率擬合值，此概率即為傾向得分值（PS），PS值相近的土地流轉(zhuǎn)農(nóng)戶與土地未流轉(zhuǎn)農(nóng)戶構(gòu)成共同支撐領(lǐng)域，計算如式（1）。

式中D表示第個農(nóng)戶土地的流轉(zhuǎn)狀態(tài)，x表示第個農(nóng)戶的協(xié)變量。其次，將土地流轉(zhuǎn)農(nóng)戶與土地未流轉(zhuǎn)農(nóng)戶逐一匹配，確保2組特征相近；最后，利用控制組模擬處理組的反事實狀態(tài)（土地未流轉(zhuǎn)），比較農(nóng)戶在流轉(zhuǎn)（1i）和未流轉(zhuǎn)土地（0i）這2種互斥事實下農(nóng)戶耕地復(fù)種指數(shù)的差異，差值即為凈處理效應(yīng)。農(nóng)戶耕地復(fù)種指數(shù)的平均處理效應(yīng)（Average treated effect，ATT）可表示為

本文不僅分析土地是否流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響，還進(jìn)一步分析土地流轉(zhuǎn)面積對農(nóng)戶耕地復(fù)種指數(shù)的影響，然而PSM方法僅適用于二元處理變量，無法處理連續(xù)性處理變量。Hirano等[24]將二元處理變量的PSM方法擴(kuò)展到連續(xù)性處理變量的GPS方法，能夠在每一個處理水平上評估土地流轉(zhuǎn)面積對農(nóng)戶耕地復(fù)種指數(shù)的影響。GPS方法假設(shè)在控制協(xié)變量的條件下，土地流轉(zhuǎn)面積對應(yīng)的農(nóng)戶耕地復(fù)種指數(shù)相互獨立，也就表明土地流轉(zhuǎn)面積具有隨機(jī)分布性，因此，該方法能較好解決與協(xié)變量相關(guān)可能存在的估計偏誤。

廣義傾向得分匹配估計有3個步驟：首先，在給定協(xié)變量的情況下，運用極大似然法估計連續(xù)型處理變量土地流轉(zhuǎn)面積的條件概率分布(T)：

最后，將式（4）的回歸結(jié)果代入式（5）中，進(jìn)而可以得出處理變量在時的結(jié)果變量F的期望值：

3 實證分析

3.1 樣本匹配效果檢驗

在PSM估計之前，樣本必須通過匹配平衡性檢驗。表2為轉(zhuǎn)入土地的控制組和處理組的平衡性檢驗結(jié)果，本文也檢驗了轉(zhuǎn)入旱地農(nóng)戶和轉(zhuǎn)入水田農(nóng)戶匹配結(jié)果的平衡性，檢驗結(jié)果顯示都滿足平衡性假設(shè)，限于篇幅，未在文中列出。從表2可知，匹配前的控制組和處理組中特征變量存在較大差異，經(jīng)過匹配后其差異基本消除。匹配后特征變量的標(biāo)準(zhǔn)化偏差均小于10%，說明匹配效果較好。由此可知，半徑匹配能消除控制組和處理組的特征差異，也說明土地轉(zhuǎn)入戶控制組和處理組在耕地復(fù)種指數(shù)的差異確實是由土地是否轉(zhuǎn)入造成。

表2 傾向得分匹配的平衡性檢驗結(jié)果

注：“U”表示未匹配，“M”表示匹配。

Note: “U” means no match, “M” means match.

3.2 土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的PSM估計

為檢驗估計模型的穩(wěn)健性，本文使用4種匹配方法分別估計是否轉(zhuǎn)入土地、是否轉(zhuǎn)入水田和是否轉(zhuǎn)入旱地對耕地復(fù)種指數(shù)的平均處理效應(yīng)，具體結(jié)果見表3。從是否轉(zhuǎn)入土地對農(nóng)戶耕地復(fù)種指數(shù)的平均處理效應(yīng)來看，匹配前土地轉(zhuǎn)入對耕地復(fù)種指數(shù)會顯著提升0.322個單位，采用4種匹配方法估計后，土地轉(zhuǎn)入對耕地復(fù)種指數(shù)的影響依然顯著，匹配1至匹配4估計的平均處理效應(yīng)ATT依次為0.248、0.244、0.253和0.23。總體而言，通過匹配法消除樣本差異后，土地轉(zhuǎn)入凈效應(yīng)ATT值的平均系數(shù)為0.244，要小于未匹配時的回歸系數(shù)，說明樣本偏誤確實會高估土地轉(zhuǎn)入的效應(yīng)。

表3 土地流轉(zhuǎn)對復(fù)種指數(shù)的PSM估計

注：匹配1為半徑匹配法、匹配2為核密度匹配法、匹配3為局部線性匹配法，匹配4為馬氏匹配法，*、**、***分別代表10%、5%、1%水平的顯著性，下同。

Note: Matching 1 is the radius matching method, matching 2 is the kernel density matching method, matching 3 is the local linear matching method, and matching 4 is the Markov matching method. *, **, and *** represent the significance level of 10%, 5%, and 1% respectively. The same below.

從是否轉(zhuǎn)入水田對農(nóng)戶耕地復(fù)種指數(shù)的平均處理效應(yīng)來看，匹配前水田轉(zhuǎn)入對耕地復(fù)種指數(shù)會顯著提升36.6%。匹配后，4種匹配法的估計結(jié)果都通過顯著性檢驗，估計的ATT值依次為0.31、0.314、0.297和0.273，凈效應(yīng)ATT值的平均系數(shù)為0.299，說明樣本選擇偏誤高估了水田轉(zhuǎn)入對耕地復(fù)種指數(shù)的影響。從旱地轉(zhuǎn)入對農(nóng)戶耕地復(fù)種指數(shù)的平均處理效應(yīng)來看，匹配前旱地轉(zhuǎn)入對耕地復(fù)種指數(shù)會顯著提升0.267個單位。匹配后，4種匹配法估計所得的ATT值依次為0.241、0.187、0.218和0.17，且都通過顯著性檢驗，凈效應(yīng)ATT值的平均系數(shù)為0.204，依然說明樣本選擇偏誤會高估旱地轉(zhuǎn)入的影響效應(yīng)。

綜合可知，通過匹配法消除樣本選擇偏誤后，土地轉(zhuǎn)入對農(nóng)戶耕地復(fù)種指數(shù)依然有顯著的正向作用，水田轉(zhuǎn)入比旱地轉(zhuǎn)入對農(nóng)戶耕地復(fù)種指數(shù)提升作用更大，可能原因是水田轉(zhuǎn)入更能促進(jìn)農(nóng)戶使用農(nóng)業(yè)機(jī)械，農(nóng)業(yè)機(jī)械提高能有效減少農(nóng)業(yè)生產(chǎn)作業(yè)時間，保障農(nóng)作物“收獲—種植”的有效銜接；另外，水田農(nóng)業(yè)機(jī)械使用成本一般會低于旱地農(nóng)業(yè)機(jī)械使用成本，水田作物中大部分糧食作物也能獲得國家農(nóng)業(yè)補(bǔ)貼，農(nóng)戶從成本收益角度也會更傾向于在水田地塊中采取復(fù)種行為。

3.3 土地流轉(zhuǎn)面積對農(nóng)戶耕地復(fù)種指數(shù)的GPSM估計

PSM僅能估計出處理變量為虛擬變量的凈效應(yīng)，不能求得處理變量為連續(xù)變量的凈效應(yīng)，也就是說PSM只能辨別土地是否流轉(zhuǎn)對耕地復(fù)種指數(shù)的影響，但不能得出不同土地流轉(zhuǎn)面積對耕地復(fù)種指數(shù)的影響程度，后者可能更具有現(xiàn)實指導(dǎo)意義，本文擬采用GPSM模型估計出土地流轉(zhuǎn)面積在不同處理水平下的凈效應(yīng)。運用Fractional Logit模型估計廣義傾向得分，并對經(jīng)廣義傾向得分調(diào)整匹配后的樣本進(jìn)行平衡性檢驗，檢驗結(jié)果見表4。由Fractional Logit模型估計結(jié)果可知，所有自變量對農(nóng)戶耕地復(fù)種指數(shù)存在顯著影響，說明模型中選取的控制變量較為合理。此外，根據(jù)估計參數(shù)的性質(zhì)可知，除氣候異常變量與耕地復(fù)種指數(shù)呈負(fù)相關(guān)以外，其他自變量與耕地復(fù)種指數(shù)呈正相關(guān)，限于篇幅，文中未列出Fractional Logit模型估計結(jié)果。

參考HIRANO和IMBENS的平衡性檢驗法[24]，考慮到土地流轉(zhuǎn)面積極值化取值在[0，1]區(qū)間上主要集中在中部，本文根據(jù)細(xì)分處理強(qiáng)度較小區(qū)間，粗分處理強(qiáng)度較大區(qū)間的原則，選取處理水平0.1和0.5作為臨界值。根據(jù)臨界值可將樣本分為3組，并檢驗匹配后樣本在3個子區(qū)間的各匹配變量條件均值差異。平衡性檢驗結(jié)果顯示，在3個子區(qū)間內(nèi)各匹配變量的平均偏差雙尾檢驗基本上都不顯著，說明各匹配變量經(jīng)過匹配后不與處理變量土地流轉(zhuǎn)面積相關(guān)，也說明各匹配變量在匹配后不存在系統(tǒng)系差異，匹配結(jié)果滿足平衡性假定。

表4 廣義傾向得分匹配估計及平衡性檢驗

注：括號中的數(shù)字為標(biāo)準(zhǔn)誤。[0,0.1]、(0.1,0.5]、(0.5,1]表示處理水平區(qū)間值。

Note: The numbers in parentheses are standard errors. [0,0.1], (0.1,0.5], (0.5,1] indicate the values of the processing level interval.

利用上一步的估計結(jié)果再測度出結(jié)果變量農(nóng)戶耕地復(fù)種指數(shù)的條件期望，為更好擬合耕地復(fù)種指數(shù)，同時采用二階逼近式和三階逼近式估計方法，發(fā)現(xiàn)二階逼近式的估計效果更好。二階逼近式的估計結(jié)果顯示，土地流轉(zhuǎn)面積及其平方的估計系數(shù)通過了1%水平的顯著性檢驗，傾向得分變量及其平方的估計系數(shù)通過了1%水平的顯著性檢驗，兩者交互項通過了1%水平的顯著性檢驗，限于篇幅，二階逼近式估計結(jié)果未列出。因此，由于都通過了顯著性檢驗，式（6）中無需剔除任何變量，并以此為基礎(chǔ)進(jìn)行第三步估計。

第三步估計被視為GPS估計的核心和結(jié)果，根據(jù)式（6）估計土地流轉(zhuǎn)面積在不同處理水平上農(nóng)戶耕地復(fù)種指數(shù)的期望值及其邊際變化，估計結(jié)果見表5。采用二階逼近估計法回歸，發(fā)現(xiàn)土地轉(zhuǎn)入面積、水田轉(zhuǎn)入面積和旱地轉(zhuǎn)入面積的處理效應(yīng)一直為正，且三者的處理效應(yīng)隨著流轉(zhuǎn)面積的提高而呈現(xiàn)不斷增加的趨勢，但不同處理水平上的邊際效應(yīng)有所差異。總體而言，標(biāo)準(zhǔn)化土地流轉(zhuǎn)面積在0～0.4處理水平上，即真實土地流轉(zhuǎn)面積在0～0.247 hm2時，增加土地流轉(zhuǎn)面積會顯著提高農(nóng)戶耕地復(fù)種指數(shù)，但提升效果不夠明顯；當(dāng)標(biāo)準(zhǔn)化土地流轉(zhuǎn)面積超過0.4處理水平時，土地流轉(zhuǎn)面積的處理效應(yīng)提升較為明顯，說明土地流轉(zhuǎn)對提高農(nóng)戶耕地復(fù)種指數(shù)存在邊際效用遞增的作用，水田轉(zhuǎn)入和旱地轉(zhuǎn)入也基本遵循此規(guī)律。可能原因是土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)存在一定的門限值，只有超過流轉(zhuǎn)門限值后土地規(guī)模經(jīng)營對耕地復(fù)種指數(shù)提升的效果更加明顯，或者說，當(dāng)土地流轉(zhuǎn)面積較小時，農(nóng)業(yè)規(guī)模經(jīng)營增加的效益還不足以吸引農(nóng)戶采取復(fù)種程度更高的種植行為。

從不同類型土地流轉(zhuǎn)來看，不同處理水平上水田轉(zhuǎn)入的邊際效應(yīng)明顯高于旱地轉(zhuǎn)入的邊際效應(yīng)，且水田轉(zhuǎn)入的邊際效用遞增趨勢更明顯。可能原因是旱地一般具有細(xì)碎化、陡坡和耕作層較薄等特點，導(dǎo)致農(nóng)業(yè)機(jī)械作業(yè)難度更大，流轉(zhuǎn)后的土地綜合治理成本較高，而水田較少存在以上問題，流轉(zhuǎn)后的土地綜合治理成本也更低。另外，水田地塊作物的農(nóng)業(yè)生產(chǎn)率和經(jīng)濟(jì)價值也會高于旱地，因此，農(nóng)戶會更多在水田地塊上進(jìn)行復(fù)種。

表5 廣義傾向得分匹配處理效應(yīng)的估計系數(shù)

根據(jù)式（6）所估計的期望值及其邊際效應(yīng)值，分別可以得出土地轉(zhuǎn)入面積、水田轉(zhuǎn)入面積和旱地轉(zhuǎn)入面積的處理效應(yīng)函數(shù)，見圖1。圖1中的實線表示土地流轉(zhuǎn)面積與農(nóng)戶耕地復(fù)種指數(shù)的函數(shù)關(guān)系，另外2條虛線分別代表GPS估計函數(shù)95%的置信上限和置信下限，該值是通過自舉法（Bootstrap）重復(fù)500次所得，圖中應(yīng)重點關(guān)注中間實線。圖1顯示各類土地轉(zhuǎn)入面積對農(nóng)戶耕地復(fù)種指數(shù)提升都起到促進(jìn)作用，且水田轉(zhuǎn)入提升的作用最大。

3.4 土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種的作用機(jī)制

根據(jù)前文分析，土地流轉(zhuǎn)確實會對農(nóng)戶耕地復(fù)復(fù)種指數(shù)有顯著的正向影響，但是土地流轉(zhuǎn)影響農(nóng)戶耕地復(fù)種行為的作用機(jī)制還有待進(jìn)一步檢驗。由前文理論機(jī)理分析可得，作為理性經(jīng)濟(jì)人的農(nóng)戶在考慮土地流轉(zhuǎn)的經(jīng)濟(jì)效益時，土地流轉(zhuǎn)可能通過2條路徑影響農(nóng)戶的耕地復(fù)種行為，一是每公頃流轉(zhuǎn)費會促進(jìn)農(nóng)戶提高耕地復(fù)種指數(shù)；二是土地流轉(zhuǎn)后的規(guī)模效益會提高耕地要素利用率，從而節(jié)約單位成本和增加農(nóng)業(yè)收益，提高農(nóng)戶復(fù)種的積極性。基于此，本文借鑒彭繼權(quán)等[25]的調(diào)節(jié)效應(yīng)和中介效應(yīng)檢驗步驟，分別檢驗以上兩種作用路徑的存在性。其一，檢驗土地流轉(zhuǎn)能否通過土地流轉(zhuǎn)費用反作用路徑來提高耕地復(fù)種指數(shù)。因變量為農(nóng)戶耕地復(fù)種指數(shù)，自變量為土地流轉(zhuǎn)面積，中介變量為土地流轉(zhuǎn)費用。理論上來說，如果土地流轉(zhuǎn)費用起到調(diào)節(jié)作用，則可以認(rèn)為土地流轉(zhuǎn)費用上升會促進(jìn)土地流轉(zhuǎn)面積提升農(nóng)戶耕地復(fù)種指數(shù)。其二，檢驗土地流轉(zhuǎn)能否通過要素集約率來提高耕地復(fù)種指數(shù)。因變量為農(nóng)戶耕地復(fù)種指數(shù)，自變量為土地流轉(zhuǎn)面積，中介變量為要素利用率。

3.4.1 流轉(zhuǎn)費用反作用路徑的調(diào)節(jié)效應(yīng)檢驗

表6中回歸（1）、（2）、（3）和（5）的因變量為復(fù)種指數(shù)，回歸（4）的因變量為要素利用率?；貧w（1）表明土地流轉(zhuǎn)面積和每公頃流轉(zhuǎn)費都對農(nóng)戶耕地復(fù)種有顯著的正向影響，回歸（2）表明土地流轉(zhuǎn)面積和土地流轉(zhuǎn)費用的交互性對農(nóng)戶耕地復(fù)種指數(shù)有顯著的正向影響，說明土地流轉(zhuǎn)費用的提高會促進(jìn)土地流轉(zhuǎn)面積對農(nóng)戶耕地復(fù)種指數(shù)有正向影響，土地流轉(zhuǎn)費用起到了調(diào)節(jié)作用。從兩個回歸模型的判定系數(shù)可知，加入交互性后模型的判定系數(shù)更高，也證實了土地流轉(zhuǎn)費用發(fā)揮了調(diào)節(jié)作用。由于土地流轉(zhuǎn)費用上升迫使農(nóng)戶提高土地利用率的行為，在一定程度上解釋了為何土地流轉(zhuǎn)后耕地復(fù)種指數(shù)會得到提升，但此現(xiàn)象并非土地流轉(zhuǎn)的“合意產(chǎn)出”。在考慮農(nóng)戶經(jīng)營收益和避免土地過度化利用的情況下，市場上的土地流轉(zhuǎn)費用應(yīng)該加以規(guī)范和指導(dǎo)[26]。

3.4.2 要素集約促進(jìn)路徑的中介效應(yīng)檢驗

從表6中回歸（4）的估計結(jié)果可知，土地流轉(zhuǎn)面積能夠顯著提升耕地的要素利用率，回歸（5）表明在控制了土地流轉(zhuǎn)面積后，要素利用率這個中介變量依然對農(nóng)戶耕地復(fù)種指數(shù)具有顯著的促進(jìn)作用。由于回歸（3）～（5）中的回歸系數(shù)都通過了顯著性檢驗，可以得出要素利用率變量起到了中介效應(yīng)，但僅為部分中介效應(yīng)。經(jīng)過計算可知，要素利用率中介效應(yīng)占總效應(yīng)的比重為8.9%。因此，可以說明土地流轉(zhuǎn)面積對農(nóng)戶耕地復(fù)種指數(shù)的影響大約有8.9%是通過要素利用率變量的中介作用所實現(xiàn)，即土地流轉(zhuǎn)所產(chǎn)生的規(guī)模效益會提高農(nóng)業(yè)的要素利用水平，相對降低了農(nóng)業(yè)生產(chǎn)成本，促使農(nóng)戶提升耕地復(fù)種程度。

4 討 論

中國農(nóng)業(yè)在人多地少的現(xiàn)實環(huán)境下，農(nóng)戶長期細(xì)碎化的土地經(jīng)營模式難以充分發(fā)揮土地規(guī)模效應(yīng)帶來的作用，導(dǎo)致小規(guī)模經(jīng)營農(nóng)戶陷入了難以有效對接大市場實際需求的窘境。隨著城鎮(zhèn)化的有序推進(jìn)，農(nóng)業(yè)土地已經(jīng)并非作為農(nóng)戶收入的主要來源，使得農(nóng)村人口和耕地資源的配置狀況發(fā)生了極大變化，土地承包經(jīng)營權(quán)流轉(zhuǎn)已經(jīng)成為一種現(xiàn)實需求和趨勢[27]。土地流轉(zhuǎn)一般會改變農(nóng)業(yè)的生產(chǎn)環(huán)境和經(jīng)濟(jì)效應(yīng)，也會帶來農(nóng)戶農(nóng)業(yè)生產(chǎn)行為的變化，這些變化勢必會在一定程度上影響原有的耕作復(fù)種制度。但目前鮮有學(xué)者從土地流轉(zhuǎn)視角探究耕作復(fù)種制度的變化，大多還是從資源要素層面[4-5]、家庭稟賦層面[8-9]、國家政策層面[11-12]和農(nóng)業(yè)市場層面[15-16]探討耕地復(fù)種制約因素。本文就是從不同類型土地流轉(zhuǎn)視角探究耕地復(fù)種的制約因素，且對其作用機(jī)理進(jìn)行檢驗，在一定程度上豐富和發(fā)展了土地流轉(zhuǎn)方面的研究；再則，本文采用傾向得分匹配法和廣義傾向得分匹配法對模型進(jìn)行估計，有效解決了因樣本自選擇而導(dǎo)致的估計偏誤問題，使估計結(jié)果更加真實可靠，且能同時估計出核心變量為虛擬變量和連續(xù)變量的處理效應(yīng)，在一定程度上彌補(bǔ)了運用處理模型不能得出連續(xù)變量處理效應(yīng)的不足[28]；另外，眾多學(xué)者都沒有對流轉(zhuǎn)土地的類型進(jìn)行區(qū)分，籠統(tǒng)分析雖然也能估計出土地流轉(zhuǎn)的整體效果，但不精細(xì)的分析不利于政策制定，本文采用課題組針對本研究問題收集的實地調(diào)研數(shù)據(jù)，把流轉(zhuǎn)土地劃分為水田和旱地進(jìn)行分析，將更具有現(xiàn)實意義。

能夠直接用于農(nóng)業(yè)生產(chǎn)的土地包括耕地、林地、草地和養(yǎng)殖水面等，本文沒有討論林地和草地等其他非耕地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響，主要原因如下：一是本文的研究對象為微觀個體農(nóng)戶，對于大多數(shù)農(nóng)戶而言，水田和旱地這兩類生計資本要比草地和林地等其他土地資本對普通農(nóng)戶的生計活動更為重要[29-30]，且湖北普通農(nóng)戶經(jīng)營農(nóng)業(yè)的生計資本主要為水田和旱地；二是湖北普通農(nóng)戶擁有林地和草地的規(guī)模一般較小，林地和草地更多集中在專業(yè)大戶手中，專業(yè)大戶不能與普通農(nóng)戶等同分析，固本文所調(diào)查農(nóng)戶都沒有經(jīng)營草地和林地等非耕地，文中也沒涉及林地和草地流轉(zhuǎn)的分析。另外，本文運用湖北數(shù)據(jù)實證分析得出，土地流轉(zhuǎn)對農(nóng)戶農(nóng)業(yè)機(jī)械化水平有顯著影響，在一定程度上驗證了本文所提出的土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的理論機(jī)制，至于此作用機(jī)理是否適應(yīng)全國層面，還需要進(jìn)一步使用其他地區(qū)的數(shù)據(jù)加以驗證，這也是下一步研究的重點。

5 結(jié) 論

糧食安全關(guān)乎國計民生，任何時候都要堅持糧安天下的底線思維，在新時期仍需提高耕地集約化程度來保障糧食安全。本文基于2018年湖北農(nóng)戶實地調(diào)查數(shù)據(jù)，采用PSM和GPSM法分析了土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響，研究結(jié)果表明：

1）由PSM估計可得，土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)有顯著的正向影響，其中，土地流轉(zhuǎn)、水田轉(zhuǎn)入和旱地轉(zhuǎn)入會分別顯著提升農(nóng)戶耕地復(fù)種指數(shù)0.244、0.299和0.204個單位；

2）從GPSM估計可得，土地轉(zhuǎn)入面積、水田轉(zhuǎn)入面積和旱地轉(zhuǎn)入面積對農(nóng)戶耕地復(fù)種指數(shù)有顯著正向影響，三者同時存在規(guī)模報酬遞增效應(yīng)，即耕地復(fù)種指數(shù)提高的比例要比流轉(zhuǎn)面積提高的比例更大，且水田轉(zhuǎn)入面積的規(guī)模報酬遞增效應(yīng)更明顯?？傊?，土地流轉(zhuǎn)能夠促進(jìn)農(nóng)戶提升耕地復(fù)種指數(shù)，且水田效果更加明顯，也就意味著水田流轉(zhuǎn)更能促進(jìn)耕地集約化利用和保障糧食安全。

3）從作用機(jī)制檢驗來看，土地流轉(zhuǎn)能夠通過每公頃流轉(zhuǎn)費反作用路徑和要素集約促進(jìn)路徑提升農(nóng)戶耕地的復(fù)種程度，每公頃流轉(zhuǎn)費起到調(diào)節(jié)作用，要素集約率起到中介作用，中介效應(yīng)的大小為8.9%。在保證農(nóng)業(yè)適度規(guī)模經(jīng)營的情況下，可以優(yōu)先將水田向農(nóng)業(yè)企業(yè)、農(nóng)民專業(yè)合作社、經(jīng)營大戶和種植能手集中，充分利用土地規(guī)模報酬遞增效應(yīng)，促進(jìn)耕地復(fù)種和集約化經(jīng)營。建立健全的土地流轉(zhuǎn)市場機(jī)制，讓市場在土地資源配置上發(fā)揮決定性作用。同時培育土地流轉(zhuǎn)中介服務(wù)組織，建立土地流轉(zhuǎn)信息公開機(jī)制和資產(chǎn)評估機(jī)制，為流轉(zhuǎn)雙方提供信息發(fā)布、政策咨詢服務(wù)，完善土地流轉(zhuǎn)糾紛調(diào)解仲裁體系，最大化化解土地流轉(zhuǎn)的糾紛矛盾。

另外，為進(jìn)一步完善和健全土地流轉(zhuǎn)扶持政策，一是引導(dǎo)金融機(jī)構(gòu)建立健全針對新型農(nóng)業(yè)經(jīng)營主體的信貸、保險支持機(jī)制，創(chuàng)新金融產(chǎn)品和服務(wù)，加大信貸支持力度，分散規(guī)模經(jīng)營風(fēng)險，引導(dǎo)土地經(jīng)營權(quán)有序流轉(zhuǎn)；二是健全社會保障體系，推動城鄉(xiāng)居民基本養(yǎng)老保險待遇水平隨經(jīng)濟(jì)發(fā)展而逐步提高，加強(qiáng)對土地流出農(nóng)戶的培訓(xùn)力度，提高轉(zhuǎn)移就業(yè)能力和收入水平；三是積極推進(jìn)農(nóng)村經(jīng)營體制機(jī)制創(chuàng)新，引導(dǎo)各地在尊重農(nóng)民意愿的前提下，因地制宜創(chuàng)新農(nóng)村土地經(jīng)營體制機(jī)制，促進(jìn)多種形式適度規(guī)模經(jīng)營的健康發(fā)展；四是大力發(fā)展社會化服務(wù)組織，培育多元化農(nóng)業(yè)服務(wù)主體，探索建立公益性、綜合性農(nóng)業(yè)公共服務(wù)組織，大力發(fā)展生產(chǎn)性服務(wù)組織，促進(jìn)小農(nóng)戶與現(xiàn)代農(nóng)業(yè)有機(jī)銜接。為更好促進(jìn)耕地復(fù)種指數(shù)提升，需要充分考慮地區(qū)間自然條件和經(jīng)濟(jì)發(fā)展水平的差異，因地制宜調(diào)整耕作制度，避免“一刀切”的耕作制?？茖W(xué)選育優(yōu)良品種搭配種植，重點培育一批早熟耐寒、生長周期短、抗逆能力強(qiáng)的品種，保證不同作物種植季節(jié)上的相互銜接。研發(fā)綠色環(huán)保高效高產(chǎn)肥料，規(guī)范農(nóng)地施肥方案，從而緩解土壤污染和降低病蟲害發(fā)生。不斷改善農(nóng)業(yè)基礎(chǔ)設(shè)施等生產(chǎn)條件，增強(qiáng)防御自然災(zāi)害的能力[30]。

[1]吳文斌，唐華俊，楊鵬，等. 基于空間模型的全球糧食安全評價[J]. 地理學(xué)報，2010，65(8)：907-918.

Wu Wenbin, Tang Huajun, Yang Peng, et al. Scenario-based assessment of future food security[J]. Acta Geographica Sinica, 2010, 65(8): 907-918. (in Chinese with English abstract)

[2]何文斯，吳文斌，余強(qiáng)毅，等. 1980－2010年中國耕地復(fù)種可提升潛力空間格局變化[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2016，37(11)：7-14.

He Wensi, Wu Wenbin, Yu Qiangyi, et al. Changes in the spatial pattern of increased potential of cultivated land in China from 1980-2010[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(11): 7-14. (in Chinese with English abstract)

[3]吳文斌，余強(qiáng)毅，陸苗，等. 耕地復(fù)種指數(shù)研究的關(guān)鍵科學(xué)問題[J]. 中國農(nóng)業(yè)科學(xué)，2018，51(9)：1681-1694.

Wu Wenbin, Yu Qiangyi, Lu Miao, et al. Key research priorities for multiple cropping systems[J]. Scientia Agricultura Sinica, 2018, 51(9): 1681-1694. (in Chinese with English abstract)

[4]康清林，李春蕾，張玉虎. 2001—2010 年江蘇省復(fù)種指數(shù)變化及其影響因子分析[J]. 首都師范大學(xué)學(xué)報：自然科學(xué)版，2017，38(5)：86-94.

Kang Qinglin, Li Chunlei, Zhang Yuhu. The Cropping Index Change and Impact Factor Analysis in Jiangsu Province Between 2001 and 2010[J]. Journal of Capital Normal University: Natural Science Edition, 2017, 38(5): 86-94. (in Chinese with English abstract)

[5]李闊，許吟隆. 適應(yīng)氣候變化的中國農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整研究[J]. 中國農(nóng)業(yè)科技導(dǎo)報，2017，19(1)：8-17.

Li Kuo, Xu Yinlong. Study on adjustment of agricultural planting structures in China for adapting to climate change[J]. Journal of Agricultural Science and Technology, 2017, 19(1): 8-17. (in Chinese with English abstract)

[6]劉巽浩. 耕作學(xué)[M]. 北京：中國農(nóng)業(yè)出版社，2001.

[7]張闖娟，何洪鳴. 西南地區(qū)耕地復(fù)種指數(shù)的時空格局演變及影響因素[J]. 干旱地區(qū)農(nóng)業(yè)研究，2020，38(3)：222-230.

Zhang Chuangjuan, He Hongming. The evolution of spatio-temporal pattern and influencing factors of multiple cropping index of cultivated land in Southwest China[J]. Agricultural Research in the Arid Areas, 2020, 38(3): 222-230. (in Chinese with English abstract)

[8]謝花林，劉曲，姚冠榮，等. 基于PSR模型的區(qū)域土地利用可持續(xù)性水平測度：以鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)為例[J]. 資源科學(xué)，2015，37(3)：449-457.

Xie Hualin, Liu Qu, Yao Guanrong, et al. Measuring regional land use sustainability of the Poyang Lake Eco-economic Zone based on PSR modeling[J]. Resources Science, 2015, 37(3): 449-457. (in Chinese with English abstract)

[9]朱啟臻，楊匯泉. 誰在種地：對農(nóng)業(yè)勞動力的調(diào)查與思考[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報：社會科學(xué)版，2011，28(1)：162-169.

Zhu Qizhen, Yang Huiquan. Who are engaging in agriculture?: Investigations and recognition to the agricultural labor force[J]. Journal of China Agricultural University Social Sciences, 2011, 28(1): 162-169. (in Chinese with English abstract)

[10]李慶，韓菡，李翠霞. 老齡化、地形差異與農(nóng)戶種植決策[J]. 經(jīng)濟(jì)評論，2019(6)：97-108.

Li Qing, Han Han, Li Cuixia. Aging, topography and peasant households' planting decisions[J]. Economic Review, 2019(6): 97-108. (in Chinese with English abstract)

[11]張倩，許泉，王全忠，等. 補(bǔ)貼政策與農(nóng)戶稻作制度選擇：基于湖南省微觀調(diào)研的證據(jù)[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究，2016(6)：89-99.

Zhang Qian, Xu Quan, Wang Quanzhong, et al. The effect of subsidy policy on rice planting pattern choices of peasant households: Evidence from micro-investigation in Hunan province[J]. Industrial Economics Research, 2016(6): 89-99. (in Chinese with English abstract)

[12]徐昔保，楊桂山. 太湖流域1995-2010年耕地復(fù)種指數(shù)時空變化遙感分析[J]. 農(nóng)業(yè)工程學(xué)報，2013，29(3)：148-155.

Xu Xibao, Yang Guishan.Remote sensing analysis of temporal and spatial changes of multiple cropping index of cultivated land in Taihu Lake Basin from 1995 to 2010[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(3): 148-155. (in Chinese with English abstract)

[13]梁守真，馬萬棟，施平，等. 基于MODISNDVI數(shù)據(jù)的復(fù)種指數(shù)監(jiān)測：以環(huán)渤海地區(qū)為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報，2012，20(12)：1657-1663.

Liang Shouzhen, Ma Wandong, Shi Ping, et al. Monitoring multiple cropping index using MODIS NDVI data: A case study of Bohai Rim[J]. Chinese Journal of Eco-Agriculture, 2012, 20(12): 1657-1663. (in Chinese with English abstract)

[14]李琳鳳，李孟剛. 提高復(fù)種指數(shù)是保障我國糧食安全的有效途徑[J]. 管理現(xiàn)代化，2012(3)：26-28.

Li Linfeng, Li Menggang. Improving multiple cropping index is an effective way to ensure my country's food security[J]. Modernization of Management, 2012(3): 26-28. (in Chinese with English abstract)

[15]楊紅梅，劉衛(wèi)東，劉紅光. 土地市場發(fā)展對土地集約利用的影響[J]. 中國人口·資源與境，2011，21(12)：129-133.

Yang Hongmei, Liu Weidong, Liu Hongguang. Effects of land market development on land use intensity[J]. China Population, Resources and Environment, 2011, 21(12): 129-133. (in Chinese with English abstract)

[16]彭繼權(quán)，吳海濤，宋嘉豪，等. 農(nóng)業(yè)機(jī)械化水平對湖北農(nóng)戶耕地復(fù)種指數(shù)的影響[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2019，27(3)：380-390.

Peng Jiquan, Wu Haitao, Song Jiahao, et al. Impact of agricultural mechanization level on farmers' cropping index in Hubei Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(3): 380-390. (in Chinese with English abstract)

[17]彭繼權(quán)，吳海濤. 土地流轉(zhuǎn)對農(nóng)戶農(nóng)業(yè)機(jī)械使用的影響[J].中國土地科學(xué)，2019，33(7)：73-80.

Peng Jiquan, Wu Haitao. The influence of land transfer on farmers' agricultural mechanization adoption[J]. China Land Science, 2019, 33(7): 73-80. (in Chinese with English abstract)

[18]葉艷妹，吳次芳，蔣悅悅. 基于精細(xì)化分區(qū)的農(nóng)地整理田塊規(guī)劃設(shè)計研究[J]. 中國土地科學(xué)，2011，25(2)：54-60，97.

Ye Yanmei, Wu Cifang, Jiang Yueyue. Farmland reconsolidation planning based on detailed zoning approach[J]. China Land Science, 2011, 25(2): 54-60, 97. (in Chinese with English abstract)

[19]楊慧蓮，李艷，韓旭東，等. 土地細(xì)碎化增加“規(guī)模農(nóng)戶”農(nóng)業(yè)生產(chǎn)成本了嗎?：基于全國776個家庭農(nóng)場和1166個專業(yè)大戶的微觀調(diào)查[J]. 中國土地科學(xué)，2019，33(4)：76-83.

Yang Huilian, Li Yan, Han Xudong, et al. Has land fragmentation increased the cost of agricultural production for “Scale Farmers”?: Based on micro surveys of 776 family farms and 1 166 specialized households across the country[J]. China Land Science, 2019, 33(4): 76-83. (in Chinese with English abstract)

[20]李琦珂，惠富平. 生物多樣性視野中的中國傳統(tǒng)農(nóng)業(yè)科技[J]. 科學(xué)管理研究，2012，30(4)：83-86.

Li Qike, Hui Fuping. On biological diversity in the field of traditional Chinese agricultural science and technology[J]. Scientific Management Research, 2012, 30(4): 83-86. (in Chinese with English abstract)

[21]彭繼權(quán)，吳海濤，秦小迪. 土地流轉(zhuǎn)對農(nóng)戶貧困脆弱性的影響研究[J]. 中國土地科學(xué)，2019，33(4)：67-75.

Peng Jiquan, Wu Haitao, Qin Xiaodi. Study on the impact of land transfer on the poverty vulnerability of farmers[J]. China Land Science, 2019, 33(4): 67-75. (in Chinese with English abstract)

[22]尚慧. 丘陵區(qū)耕地種植規(guī)模與生產(chǎn)效率的關(guān)系[D]. 重慶：西南大學(xué)，2011.

Shang Hui. The Relationship Between Planting Scale and Production Efficiency of Cultivated Land in Hilly Areas[D]. Chongqing: Southwest University, 2011. (in Chinese with English abstract)

[23]Rubin D B. Eestimating causal effects of treatments in randomized and norandomizzed studies[J]. Journal of Educational Psychology, 1974, 66: 688-701.

[24]Hirano K, Imbens G W. The Propensity Score with Continuous Treatments[M]. England: John Wiley & Sons, Ltd, 2004.

[25]彭繼權(quán)，吳海濤，孟權(quán). 家庭生命周期、社會資本與農(nóng)戶生計策略研究[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報，2018，23(9)：196-217.

Peng Jiquan, Wu Haitao, Meng Quan. Study on family life cycle, social capital and rural households' livelihood strategy[J]. Journal of China Agricultural University, 2018, 23(9): 196-217. (in Chinese with English abstract)

[26]王亞輝，李秀彬，辛良杰. 山區(qū)土地流轉(zhuǎn)過程中的零租金現(xiàn)象及其解釋：基于交易費用的視角[J]. 資源科學(xué)，2019，41(7): 1339-1349.

Wang Yahui, Li Xiubin, Xin Liangjie. Rent-free land transfer in mountainous areas and its explanation[J]. Resource Science, 2019, 41(7): 1339-1349. (in Chinese with English abstract)

[27]錢龍，陳會廣，葉俊燾. 成員外出務(wù)工、家庭人口結(jié)構(gòu)與農(nóng)戶土地流轉(zhuǎn)參與：基于CFPS的微觀實證[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報，2019，24(1)：184-193.

Qian Long, Chen Huiguang, Ye Juntao. Effect of off-farm and household population structure on agricultural land transfer: An empirical analysis based on CFPS[J]. Journal of China Agricultural University, 2019, 24(1): 184-193. (in Chinese with English abstract)

[28]陳治國，李成友，辛沖沖. 農(nóng)戶土地流轉(zhuǎn)決策行為及其福利效應(yīng)檢驗：基于CHIP2013數(shù)據(jù)的實證研究[J]. 商業(yè)研究，2018(5)：163-171.

Chen Zhiguo, Li Chengyou, Xin Chongchong. Decision- making behavior of farmers’ land transfer and its welfare effect test: An empirical study based on CHIP2013 data[J]. Commercial Research, 2018(5): 163-171. (in Chinese with English abstract)

[29]張磊，李君，武友德. 多民族共生區(qū)農(nóng)戶生計與土地利用分異特征：以云南洱源縣鄭家莊為例[J]. 經(jīng)濟(jì)地理，2018，38(9): 183-190.

Zhang Lei, Li Jun, Wu Youde. Peasant households’ livelihood and differential characteristics of land use in multi-ethnic symbiosis area: A case study of zhengjiazhuang village in eryuan county of Yunnan[J]. Economic Geography, 2018, 38(9): 183-190. (in Chinese with English abstract)

[30]苑韶峰，唐奕鈺，申屠楚寧. 土地利用轉(zhuǎn)型時空演變及其生態(tài)環(huán)境效應(yīng)：基于長江經(jīng)濟(jì)帶127個地級市的實證研究[J].經(jīng)濟(jì)地理，2019，39(9)：174-181.

Yuan Shaofeng, Tang Yiyu, Shentu Chuning. Spatiotemporal change of land-use transformation and its eco-environmental response: A case of 127 counties in yangtze river economic belt[J]. Economic Geography, 2019, 39(9): 174-181. (in Chinese with English abstract)

Impact of land circulation on household farmland multiple cropping index

Peng Jiquan

(,,330013,)

Major changes have taken place in agricultural production and operation with the continuous increase in the scale and intensification of rural land transfer. The original farming depends mainly on these impacts of land circulation. However, few studies focused on land transfer to explore the changes in farming systems. It is necessary to figure out the cropping behavior of farmland under the land transfer. The purpose of this research is to investigate the restrictive factors for the multiple cropping index of arable land. Taking the field survey data of farmers in Hubei in 2018, propensity score matching (PSM) and generalized propensity score matching (GPSM) were used to analyze the impact of land transfer on the multiple cropping index of farmers. The results showed that: 1) There were positive impacts of land transfer on the farmland multiple cropping index, according to PSM estimation. The land transfer, paddy field transfer, and dry land transfer significantly increased the farmland multiple crop index by 0.244, 0.299, and 0.204, respectively. 2) There was a significant positive impact of the arable land and the area transferred from dry land on the farmland multiple cropping index, according to the estimation from GPSM. There was an increasing return to scale effect in three simultaneous transfers. Specifically, the increase in the multiple crop index of arable land was greater than that of the circulation area and the paddy field. There was a more obvious effect of increasing returns to scale. Land transfer helped to increase the index of multiple cropping in cultivated land. The effect of paddy fields was more obvious, meaning that the highly intensive use of cultivated land for better food security. 3) In mechanism, the land transfer increased the degree of multiple cropping in farmland via the counter-effect path of average transfer cost per mu and the promotion path of factor intensive. The average transfer cost per mu played a regulating role, and the factor intensive rate played an intermediary role. The size of the effect was 8.9%. In proper scale operation of agriculture, priority was given to the concentration of paddy fields in agricultural enterprises, specialized farmer cooperatives, big business operators, and planting experts, in order to enhance the effect of increasing returns to scale of land transfer, further to promote multiple cropping and intensive management of cultivated land. A potential market of land transfer needed to be established for the allocation of land resources. Intermediary service organizations, information disclosure, and asset evaluation can contribute to the news release and policy consulting for the better resolution of land transfer disputes in the dispute mediation and arbitration system. The finding can provide a theoretical and empirical basis for the intensive use of land.

land circulation; farmers; multiple cropping index; propensity score matching method; generalized propensity score matching method

彭繼權(quán). 土地流轉(zhuǎn)對農(nóng)戶耕地復(fù)種指數(shù)的影響[J]. 農(nóng)業(yè)工程學(xué)報，2021，37(5)：285-294.doi：10.11975/j.issn.1002-6819.2021.05.033 http://www.tcsae.org

Peng Jiquan. Impact of land circulation on household farmland multiple cropping index[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(5): 285-294. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.05.033 http://www.tcsae.org

2020-11-27

2021-01-08

國家自然科學(xué)基金項目（72063012）；教育部人文社科項目（20YJC790103）；江西省社會科學(xué)基金項目（20YJ33）；深圳社科規(guī)劃項目（SZ2020C013）

彭繼權(quán)，博士，主要研究方向為農(nóng)村經(jīng)濟(jì)。Email：jiquan_wuhan@163.com

10.11975/j.issn.1002-6819.2021.05.033

F301

A

1002-6819(2021)-05-0285-10