土地征用的農(nóng)戶收入效應(yīng)

崔寶玉　謝煜　徐英婷

摘要：我國正處在經(jīng)濟(jì)社會發(fā)展轉(zhuǎn)型期和城鎮(zhèn)化高速推進(jìn)期，土地征用和失地農(nóng)戶將是長期存在的社會現(xiàn)象，但土地征用是否會具有收入效應(yīng)仍然莫衷一是，缺乏準(zhǔn)確估計。本文基于 2011 年成都市“農(nóng)村住戶家庭問卷調(diào)查數(shù)據(jù)”，利用傾向得分匹配（PSM）方法，估計了土地征用對失地農(nóng)戶收入的影響，為檢視政府土地征用補(bǔ)償制度合理性，健全政府土地征用政策、緩解土地征用沖突、完善征地后相關(guān)服務(wù)提供新觀察。研究發(fā)現(xiàn)：①土地是否被征用確實(shí)存在著農(nóng)戶總收入效應(yīng)和非農(nóng)收入效應(yīng)，被征地農(nóng)戶比未被征地農(nóng)戶總收入和非農(nóng)收入顯著高出19.6%和9.1%，使用 OLS 回歸方法低估了土地征用對農(nóng)戶收入的促進(jìn)作用，大致低估了11%，這為政府征地的合理性提供了農(nóng)戶收入佐證。②征地比例并不存在總收入效應(yīng)和非農(nóng)收入效應(yīng)，被征地農(nóng)戶并不是被征地越多收入就會越高，但卻會顯著降低失地農(nóng)戶的農(nóng)業(yè)收入，大致降低了81%，因而還要認(rèn)識到土地征用對農(nóng)戶收入的有限性作用，打破土地征用的農(nóng)戶收入神話。③結(jié)合當(dāng)前土地征用實(shí)踐表明，過分強(qiáng)調(diào)土地征用農(nóng)戶收入效應(yīng)并不能根除征地沖突和矛盾，一方面，要通過多元化就業(yè)渠道、多源化收入來源以及多樣性社會保障制度避免了被征地農(nóng)戶“失地失業(yè)”， 提高被征地農(nóng)戶增收能力和收入水平。另一方面，更要強(qiáng)調(diào)征地程序公平合法，完善土地征用制度底層設(shè)計，加強(qiáng)對健康狀況差、低收入等貧弱群體的保障，提升被征地農(nóng)戶人力資本和優(yōu)化就業(yè)分布狀態(tài)，使被征地農(nóng)戶能夠順利完成職業(yè)轉(zhuǎn)換。

關(guān)鍵詞：土地征用；失地農(nóng)戶；農(nóng)業(yè)收入；非農(nóng)收入；PSM模型

中圖分類號 F301.1 文獻(xiàn)標(biāo)識碼 A

文章編號 1002-2104（2016）02-0111-08 doi：10.3969/j.issn.1002-2104.2016.02.014

中國現(xiàn)行土地征用制度有其產(chǎn)生特殊時代背景，在財力有限情況下能較為有效解決地方政府財力不足問題，保障國家經(jīng)濟(jì)社會發(fā)展用地需要。然而，土地征用又無可避免地帶來農(nóng)戶失地問題，而且，隨著城鎮(zhèn)化加速推進(jìn)，因土地征用而產(chǎn)生的失地農(nóng)戶數(shù)量還會急劇增加。目前全國約有5 000-6 000萬農(nóng)戶因征地而失去了全部或部分土地。即使按照新常態(tài)下的城鎮(zhèn)化發(fā)展速度，到2020年失地農(nóng)戶總量仍將會突破1億人[1]。土地征用以及由此而產(chǎn)生的失地農(nóng)戶是一個在較長歷史時期內(nèi)都存在的現(xiàn)象，短期內(nèi)難以逆轉(zhuǎn)。

土地征用最多讓人詬病的是土地征用目標(biāo)泛化、征地補(bǔ)償標(biāo)準(zhǔn)偏低、征地程序不盡規(guī)范、失地農(nóng)戶就業(yè)安置失當(dāng)?shù)龋@些問題實(shí)際上可歸結(jié)為收入獲取和征地程序兩類問題。失地農(nóng)戶關(guān)注的土地增值收益分配、就業(yè)保障等本質(zhì)上卻是失地農(nóng)戶收入可持續(xù)性獲取問題，農(nóng)戶失地最直接的沖擊還是對收入所產(chǎn)生沖擊，失地可能會帶來貧困風(fēng)險，使得農(nóng)戶收入下降和長遠(yuǎn)生計缺乏保障[2]，這一結(jié)論也得到了大量實(shí)證研究支持，其中，金晶等[3]研究表明，土地征用導(dǎo)致農(nóng)戶農(nóng)業(yè)收入收入減少36-8%，非農(nóng)收入增加4-6%，總收入下降12-7%。這一結(jié)論形成了對土地征用國家政策的實(shí)然批判，然而，這一觀點(diǎn)背后實(shí)際上隱含著一個假設(shè)前提，即土地是農(nóng)戶收入主要來源，是農(nóng)戶的命根子，農(nóng)戶要“靠地吃飯”，這比較契合于傳統(tǒng)農(nóng)區(qū)由于公益性征地而導(dǎo)致失地的農(nóng)戶群體。關(guān)于土地征用農(nóng)戶收入效應(yīng)當(dāng)然也有不同觀點(diǎn)，史清華等[4]以上海城郊失地農(nóng)戶為對象研究發(fā)現(xiàn)，土地征用對當(dāng)?shù)剞r(nóng)戶收入負(fù)面影響并不顯著，大部分失地農(nóng)戶收入不降反升，失地農(nóng)戶平均家庭總收入比非失地農(nóng)戶高出近30%。隨著城鎮(zhèn)化深入推進(jìn)，農(nóng)民就業(yè)非農(nóng)化趨勢增強(qiáng)，工資性收入占比增加，減弱了農(nóng)戶對土地的依存，兼之土地征用多發(fā)生在城鄉(xiāng)結(jié)合部或近郊區(qū)，使得農(nóng)戶“靠地吃飯”這一假設(shè)前提的合理性正在消解，土地征用不會對農(nóng)戶收入產(chǎn)生顯著影響[5]。

據(jù)觀察，農(nóng)戶尤其是城郊農(nóng)戶“期盼征地”與“反對征地”是同時并存的，農(nóng)戶對待政府土地征用態(tài)度已明顯分化。對部分失地農(nóng)戶來說，由于教育程度、培訓(xùn)、合理安置等原因，失地補(bǔ)償金不僅可以增加當(dāng)期收入水平，還可以順利轉(zhuǎn)換為人力資本投資和就業(yè)創(chuàng)業(yè)投資，增加預(yù)期收入水平。土地征用不僅不會產(chǎn)生收入風(fēng)險導(dǎo)致其收入下降，甚至還可能帶來轉(zhuǎn)換社會身份和角色的機(jī)遇，讓“壞事”變?yōu)椤昂檬隆薄６扔形墨I(xiàn)研究之所以產(chǎn)生嚴(yán)重觀點(diǎn)分野以及并由此引申出了差異化的社會保障、就業(yè)安置與減貧政策，主要源于樣本選擇以及研究方法差異，缺乏對土地征用農(nóng)戶收入效應(yīng)的準(zhǔn)確估計。首先，不管以傳統(tǒng)農(nóng)區(qū)還是發(fā)達(dá)地區(qū)失地農(nóng)戶作為研究對象，都會產(chǎn)生樣本選擇偏差，影響研究結(jié)論的代表性與可靠性。其次，土地征用對農(nóng)戶收入的影響有多大，失地農(nóng)戶收入會不會隨著土地征用比例的變化而發(fā)生顯著變化，既有文獻(xiàn)沒有詳盡回應(yīng)。再次，目前研究大多停留在利用簡單對比和方程回歸技術(shù)，并沒有較好地解決內(nèi)生性問題，造成結(jié)果有偏與粗糙。

綜上，有必要使用更有代表性數(shù)據(jù)以及更合理方法補(bǔ)充既有研究，真正廓清土地征用的農(nóng)戶收入的凈效應(yīng)。本文以2011年成都市農(nóng)村住戶調(diào)查數(shù)據(jù)為基礎(chǔ)，以對樣本典型化事實(shí)分析為依據(jù)，利用回歸分析和傾向得分匹配模型（PSM），最大限度的控制樣本觀察值的異質(zhì)性，從而檢驗(yàn)土地征用對農(nóng)戶收入的影響，以期為土地征用的農(nóng)戶收入效應(yīng)研究提供新證據(jù)、新觀察。更加準(zhǔn)確評估土地征用收入效應(yīng)也可以進(jìn)一步檢視與驗(yàn)證政府土地征用政策是否偏誤以及農(nóng)村土地是否還具有收入保障功能，從而為政府健全土地征用制度、緩解土地征用沖突、完善征地后相關(guān)服務(wù)提供實(shí)證支撐。

1 數(shù)據(jù)、模型與方法

1-1 數(shù)據(jù)來源與樣本分布

本文使用數(shù)據(jù)是2011年6-9月世界銀行在成都市所做的農(nóng)村住戶家庭問卷調(diào)查數(shù)據(jù)。成都市近年在城鄉(xiāng)一體化、城鄉(xiāng)統(tǒng)籌方面做出了諸多努力，但隨著城鎮(zhèn)化推進(jìn)，土地征用規(guī)模也在不斷增加，失地農(nóng)戶數(shù)量快速增多。至2015年6月，全市已累計征用土地面積121萬畝，63-7萬戶農(nóng)民全部或部分失去土地，這為研究土地征用的收入效應(yīng)提供了天然樣本。

調(diào)查采取四階段抽樣法，每一階段均采用與規(guī)模成比例的概率抽樣方法（PPS）進(jìn)行抽樣，先是在成都市下轄縣（市）中隨機(jī)抽取3個被調(diào)查縣（市），即雙流縣、金堂縣和崇州市，然后在每縣（市）中抽取3個鄉(xiāng)鎮(zhèn)，在每個鄉(xiāng)鎮(zhèn)中再抽取3個行政村，最后再在每個行政村中按照隨機(jī)抽樣和典型抽樣相結(jié)合方式對農(nóng)戶進(jìn)行入戶調(diào)查。剔除漏答關(guān)鍵信息及嚴(yán)重錯誤信息問卷，再剔除掉在校學(xué)生和因疾病、殘疾完全喪失勞動能力樣本，經(jīng)過復(fù)核和整理，最終獲得有效農(nóng)戶問卷3 765戶，未失地農(nóng)戶2 670戶，失地農(nóng)戶1 081戶，如表1所示。表1的樣本典型化統(tǒng)計事實(shí)顯示，失地農(nóng)戶的人均總收入、非農(nóng)收入要高于未失地農(nóng)戶，而農(nóng)業(yè)收入則低于未失地農(nóng)戶的農(nóng)業(yè)收入。據(jù)統(tǒng)計，失地農(nóng)戶人均總收入6 185-7元，人均農(nóng)業(yè)收入1 826-2元，人均非農(nóng)收入11 047-9元，未失地農(nóng)戶人均總收入5 218-7元，人均農(nóng)業(yè)收入3 533-3元，人均非農(nóng)收入9 996-6元。在調(diào)查農(nóng)戶中，男性占50%，女性占49%，農(nóng)業(yè)戶口3 125人，非農(nóng)業(yè)人口640人，平均受教育程度8-07年，平均工作年限32-33年。在失地農(nóng)戶中，男性、女性各占50%，平均受教育程度8-31年，平均工作年限31-53年，由于地方政府差異化的安置政策以及土地“換社保、換戶口”等實(shí)施，很明顯，失地農(nóng)戶擁有非農(nóng)戶口的已經(jīng)占45%，比未失地農(nóng)戶比例高出40%。另外，失地后在本地從事農(nóng)業(yè)和非農(nóng)產(chǎn)業(yè)的分別有173人、724人，分別占16%和67%，在外地從事非農(nóng)產(chǎn)業(yè)的有33人，占3%，失業(yè)的有151人，占14%。各變量定義與描述性統(tǒng)計分析如表1、表2所示。

1-2 模型選取

根據(jù)統(tǒng)計性描述初步推斷，一個基本事實(shí)是，土地征用確實(shí)存在一定程度的農(nóng)戶收入效應(yīng)。但失地農(nóng)戶收入影響成因有很多，如農(nóng)戶異質(zhì)性因素、政府和村集體就業(yè)安置政策、土地補(bǔ)償金額度等，需要估算土地征用政策沖擊影響的凈效應(yīng)。據(jù)觀察，三縣（市）失地農(nóng)戶的土地征用基本都發(fā)生在2005-2006年，當(dāng)?shù)卣扇∝泿呕仓谜撸惶峁┚蜆I(yè)崗位，發(fā)放一定額度的土地補(bǔ)償金和養(yǎng)老保險來安置失地農(nóng)戶。王瑞雪[6]認(rèn)為，失地農(nóng)戶領(lǐng)取土地征用補(bǔ)償金會增加當(dāng)期和短期收入水平。Imrohoroglu & Kitao[7]、Filho[8]則認(rèn)為，從長期看，土地征用補(bǔ)償金合理使用可以放松越算約束，增加創(chuàng)業(yè)投資、培訓(xùn)和就業(yè)機(jī)會，提高就業(yè)能力，最終轉(zhuǎn)化為差異化的人力資本水平，如健康狀況、教育經(jīng)歷、勞動技能等。由于所研究農(nóng)戶的失地行為發(fā)生在5-6年前，因而，自變量中不再考慮獲得征地補(bǔ)償金額度這一變量。本文認(rèn)為那些具有某些個體特征和人力資本優(yōu)勢的失地農(nóng)戶將擁有顯著收入優(yōu)勢，因此，將重點(diǎn)考察農(nóng)戶異質(zhì)性因素影響，那么，如果控制了農(nóng)戶的異質(zhì)性特征因素后，土地征用的收入凈效應(yīng)還存在嗎？我們需要通過回歸方程對此進(jìn)行縝密細(xì)致檢驗(yàn)，方程如下設(shè)定：

其中，lny、lnnyi和lnfyi指的是農(nóng)戶總收入、農(nóng)業(yè)收入和非農(nóng)收入的自然對數(shù)，總收入則為農(nóng)業(yè)收入、非農(nóng)收入、農(nóng)戶轉(zhuǎn)移性收入如農(nóng)業(yè)補(bǔ)貼、分年度發(fā)放的征地補(bǔ)貼和養(yǎng)老保險等之和，但不包括財產(chǎn)性收入；lost為是否全部或部分失地，是本文主要考察變量，1表示全部或部分失地，0表示沒有失地。sex是標(biāo)記性別狀態(tài)的二值變量，1為男性，0為女性。edu表示農(nóng)戶的受教育年限，為連續(xù)變量。農(nóng)戶收入還會受到工作技能的影響，但由于缺乏相關(guān)數(shù)據(jù)，借鑒聶鑫等[9]的研究，用工作年限work來替代，等于年齡-受教育年限-入學(xué)前年齡，基本假設(shè)是隨著年齡增長，會由非熟練勞動、半熟練勞動轉(zhuǎn)換為熟練勞動，工作技能可能會相應(yīng)提高，但考慮到收入與工作年限可能呈倒U型關(guān)系，方程中增加work平方項(xiàng)。married表示是否結(jié)婚，已婚為1，其他為0。hukou表示農(nóng)戶的戶口狀態(tài)，農(nóng)業(yè)戶口為1，非農(nóng)業(yè)戶口為0。health表示農(nóng)戶健康狀況，本文把農(nóng)戶健康狀況分為3個層次，分別為非常好、一般和不好。農(nóng)戶的收入還會受到就業(yè)分化的影響，借鑒謝勇[10]的研究，本文把就業(yè)分化納入自變量，把就業(yè)狀態(tài)區(qū)分為本地農(nóng)業(yè)、本地非農(nóng)、外地非農(nóng)和失業(yè)四種類型。具體見表2變量描述性統(tǒng)計分析。在式（1）中，βi為相應(yīng)解釋變量待估系數(shù)，β1即為土地征用的農(nóng)戶收入效應(yīng)，根據(jù)初步的統(tǒng)計判斷，土地征用的總收入效應(yīng)、非農(nóng)收入效應(yīng)顯著為正，農(nóng)業(yè)收入效應(yīng)顯著為負(fù)。ε表示隨機(jī)誤差項(xiàng)。

1-3 反事實(shí)匹配與方程估計

構(gòu)建土地征用收入效應(yīng)方程式（1）后，就要使用合適方法進(jìn)行估計。OLS方法會產(chǎn)生兩類問題，一是盡管考慮了農(nóng)戶異質(zhì)性特征控制變量，但模型仍然可能存在變量遺漏，不能完全分離出導(dǎo)致收入差異的其他因素；二是變量內(nèi)生性會造成OLS方法無法克服自我選擇問題，估計結(jié)果可能有偏。為解決上述兩個問題，可以考慮尋找一組假定和誤差項(xiàng)正交的合適工具變量，但工具變量要么很難選取，可信度不高，要么和內(nèi)生變量間弱相關(guān)。要準(zhǔn)確度量農(nóng)戶是否失地所帶來的收入差異的關(guān)鍵問題是不能同時觀察到失地和非失地對農(nóng)戶收入差異的影響，這其實(shí)是遺漏數(shù)據(jù)問題，在任何時點(diǎn)上同一農(nóng)戶只是兩種狀態(tài)其中之一，即屬于典型反事實(shí)因果推斷分析框架。

反事實(shí)匹配思想假定：如果失地農(nóng)戶和非失地農(nóng)戶兩類農(nóng)戶能夠被一組共同影響因素完美解釋，就可以用這些共同因素進(jìn)行分層配對，使每層內(nèi)有兩類農(nóng)戶即失地農(nóng)戶與非失地農(nóng)戶。且這些農(nóng)戶在各層中唯一區(qū)別就是他們是否失地，以考察兩類農(nóng)戶收入差異；進(jìn)一步將各分層差異和分層所占比例做適當(dāng)加權(quán)，則可得到ATE（平均處理效應(yīng)）、ATT（處理組效應(yīng)）和ATC（控制組效應(yīng)）估計。對于土地征用的政策沖擊來說，本文更關(guān)心的是土地征用政策沖擊對象的平均處理效應(yīng)（ATT），ATT 估計的難點(diǎn)在于，對于沒有受到政策影響的控制組，無法觀測其受到政策沖擊時的結(jié)果，這實(shí)際上是一種“反事實(shí)”估計。而且如果存在多種共同影響因素時，分層匹配過程將非常耗時。

Rosembaum & Rubin提出了傾向性得分匹配（Propensity Score）方法[11]。模擬實(shí)驗(yàn)表明，在一系列假定條件下ATT 可以得到無偏估計結(jié)果，其可定義為“既定可觀測特征條件下，基于參與者條件概率即傾向得分來匹配處理組和控制組的一種算法”。傾向性得分定義為：

2 實(shí)證分析

2-1 OLS估計結(jié)果

表3呈現(xiàn)了是否失地對農(nóng)戶收入影響的OLS估計結(jié)果，為了糾正估計中可能出現(xiàn)的異方差，使用了HuberWhite Sandwich方法估計標(biāo)準(zhǔn)誤。在控制農(nóng)戶異質(zhì)性特征情況下，雖然影響方向不同，但是否征地對農(nóng)業(yè)收入、非農(nóng)收入與總收入的影響分別在1%、5%和10%上是顯著的，失地農(nóng)戶比沒有失地農(nóng)戶人均總收入要高出8-8%，非農(nóng)收入高出10-9%，農(nóng)業(yè)收入?yún)s要低于41-6%，這與前文的描述性統(tǒng)計推斷結(jié)論相一致，也進(jìn)一步驗(yàn)證了史清華等的研究結(jié)論[4]，土地征用沒有使得農(nóng)戶收入下降，反而提高了農(nóng)戶的總收入。即土地征用確實(shí)存在著農(nóng)戶收入效應(yīng)，農(nóng)戶不會因?yàn)槭У囟仑毞炊鴷鍪眨@也為政府土地征用政策的經(jīng)濟(jì)合理性提供了佐證。

再來觀察農(nóng)戶異質(zhì)性特征的控制變量，顯然，農(nóng)戶的就業(yè)狀態(tài)對農(nóng)戶總收入、農(nóng)業(yè)收入和非農(nóng)收入的影響是最大的，從事本地非農(nóng)業(yè)和外地非農(nóng)業(yè)的農(nóng)戶其收入水平是最高的，但不管農(nóng)戶從事的是本地農(nóng)業(yè)、本地非農(nóng)業(yè)還是外地非農(nóng)業(yè)，農(nóng)戶的農(nóng)業(yè)收入并沒有顯著差異，這也可以從側(cè)面說明我國農(nóng)戶“候鳥式”人口流動方式并不會降低農(nóng)戶收入水平和降低農(nóng)業(yè)生產(chǎn)效率，這和韓菡等[14]、范曉非等[15]的研究結(jié)論契合。農(nóng)戶健康狀況對農(nóng)戶總收入水平和非農(nóng)收入水平有顯著正影響，但對農(nóng)業(yè)收入的影響并不顯著，這可能是因?yàn)槲覈r(nóng)業(yè)一直秉承著“小規(guī)模農(nóng)業(yè)”的存續(xù)特征，兼之農(nóng)業(yè)生產(chǎn)生物化、機(jī)械化，其對勞動力的體力和健康要求不是特別高，“老年農(nóng)業(yè)、婦女農(nóng)業(yè)”就是我國農(nóng)業(yè)生產(chǎn)狀態(tài)的典型例證。這也符合相關(guān)理論預(yù)期和文獻(xiàn)判斷[16]。讓人驚訝的是，擁有農(nóng)業(yè)戶口的農(nóng)戶總收入要比非農(nóng)業(yè)戶口農(nóng)戶收入要高出17-7%，農(nóng)業(yè)收入要高出64%，原先被看成是“收入指示器”的戶口已經(jīng)失去了標(biāo)識作用，對農(nóng)戶來說，基于勞動力的特殊流動方式，農(nóng)業(yè)戶口反而意味著更高收入。表3也表明，性別、工作年限和是否結(jié)婚都對農(nóng)戶總收入產(chǎn)生顯著正向影響，符合預(yù)期，要注意的是，但工作年限的平方項(xiàng)（Work2）對總收入與非農(nóng)收入都是顯著負(fù)影響的，這意味著總收入、非農(nóng)收入與工作年限之間呈倒U型關(guān)系。另外，教育程度對總收入、農(nóng)業(yè)收入還是非農(nóng)收入都不產(chǎn)生顯著影響，這可能是因?yàn)檗r(nóng)戶所從事的產(chǎn)業(yè)（包括農(nóng)業(yè)）多是勞動密集型行業(yè)，教育程度并不產(chǎn)生強(qiáng)烈的收入分化效應(yīng)。

在控制農(nóng)戶異質(zhì)性特征變量基礎(chǔ)上，土地征用確實(shí)會帶來農(nóng)戶收入的增加。但OLS方法顯然存在著無法解決自我選擇的缺陷問題，接下來我們使用傾向性得分匹配方法來彌補(bǔ)OLS方法可能存在的估計偏誤，再次檢驗(yàn)土地征用的農(nóng)戶收入效應(yīng)假說。

2-2 傾向性得分匹配估計結(jié)果

根據(jù)傾向性得分匹配原理，首先使用Probit模型估計預(yù)測概率作為傾向性得分。從表4可以看出，就總收入而言，經(jīng)過傾向性得分匹配后的處理組的平均處理效應(yīng)達(dá)到了19-6%，結(jié)果與OLS方法估計結(jié)果一致，即解決了變量的“自我選擇”的內(nèi)生性問題后的土地征用對農(nóng)戶總收入的效應(yīng)為19-6%，表明土地征用確實(shí)存在著明顯的總收入效應(yīng)，而使用OLS模型低估了土地征用對農(nóng)戶收入的增長作用，低估了大約11%。對農(nóng)業(yè)收入和非農(nóng)收入來說，經(jīng)過傾向性得分匹配后處理組的平均處理效應(yīng)達(dá)到了-41-7%和9-1%，也與OLS方法估計結(jié)果一致。這就意味著，土地征用雖然引致了農(nóng)業(yè)收入的顯著減少，卻也帶來了非農(nóng)收入的顯著增加，再加上土地征用能夠使農(nóng)戶獲取政府相應(yīng)的轉(zhuǎn)移性收入，從而使得農(nóng)戶“一征就富”。

2-3 對農(nóng)戶征地比例收入效應(yīng)的OLS方法檢驗(yàn)

上文證明，無論使用OLS方法還是使用PSM方法進(jìn)行估計，土地征用都會對農(nóng)戶總收入產(chǎn)生顯著正效應(yīng)。那么，是不是農(nóng)戶被征地比例越高農(nóng)戶就會收入越多呢？從微觀機(jī)理上說，農(nóng)戶更多失去土地可以得到更多土地補(bǔ)償金用于人力資本投資，提高獲取收入水平的能力，農(nóng)戶也有更多時間、精力去從事非農(nóng)就業(yè)。因而有必要考察和檢視農(nóng)戶征地比例的總收入效應(yīng)、農(nóng)業(yè)收入效應(yīng)和非農(nóng)收入效應(yīng)。本文把農(nóng)戶征地比例進(jìn)行二分法，并把農(nóng)戶被征地比例區(qū)分為被征地50%及以上與被征地少于50%、被征地60%及以上與被征地少于40%和被征地70%及以上與被征地少于30%三組，并分別用OLS方法和PSM方法對三組不同征地比例的農(nóng)戶收入效應(yīng)進(jìn)行了驗(yàn)證，三組不同征地比例的農(nóng)戶收入效應(yīng)竟嚴(yán)格一致。因篇幅所限，本文僅介紹被征地50%及以上與被征地少于50%這一組征地比例的估計結(jié)果。如表5、表6和表7所示。

表5為征地比例的描述性統(tǒng)計分析。從表5可知，被征地50%及以上的失地農(nóng)戶人均總收入、農(nóng)業(yè)收入和非農(nóng)收入分別為5 889-9元、1 107-7元和11 498-8元，而被征地少于50%的失地農(nóng)戶人均總收入、農(nóng)業(yè)收入和非農(nóng)收入則分別為6 399-7元、2 604-5元和9 788-9元，被征地少于50%的失地農(nóng)戶比被征地50%及以上的失地農(nóng)戶人均總收入還要高出509-8元，農(nóng)業(yè)收入要高出1 496-8元，但非農(nóng)收入要低1 709-9元。但征地比例對失地農(nóng)戶收入的影響效應(yīng)是顯著的嗎？本文首先利用OLS方法檢驗(yàn)了失地比例的收入影響效應(yīng)，然后再用 Robust OLS 方法和Tobit 模型去檢驗(yàn)OLS方法穩(wěn)健性，實(shí)證結(jié)果表明，OLS方法、Robust OLS 方法和截尾Tobit 模型所得回歸結(jié)果具有一致性，OLS方法回歸結(jié)果顯然具有穩(wěn)健性，本文只報告OLS方法估計結(jié)果。根據(jù)表6可知，征地比例的多少并不對非農(nóng)收入產(chǎn)生顯著正向影響，然而，其卻對農(nóng)業(yè)收入產(chǎn)生了顯著負(fù)向影響，對總收入來說，雖然沒有產(chǎn)生顯著負(fù)影響，卻也某種程度上降低了失地農(nóng)戶的總收入。這說明，失地農(nóng)戶并不是“越征多越富裕”，征地比例并不對農(nóng)戶收入起到實(shí)質(zhì)性的調(diào)節(jié)作用。農(nóng)戶異質(zhì)性特征變量的影響顯著性、方向與表3雖然略有差異，但基本一致，此處不進(jìn)一步做出具體解釋。

2-4 對農(nóng)戶征地比例收入效應(yīng)的PSM方法檢驗(yàn)

根據(jù)上文，OLS方法、Robust OLS 方法和Tobit 模型已經(jīng)驗(yàn)證出了土地征用比例的農(nóng)戶收入效應(yīng)，完全不等同于是否被征地，征地比例并不對農(nóng)戶總收入和非農(nóng)收入產(chǎn)生顯著正效應(yīng)，但卻對農(nóng)業(yè)收入產(chǎn)生顯著負(fù)向效應(yīng)。同樣，為了克服OLS估計方法可能產(chǎn)生的變量內(nèi)生性與自我選擇問題，在控制住農(nóng)戶異質(zhì)性特征變量的前提下，本文再次使用PSM模型驗(yàn)證了農(nóng)戶被征地比例對失地農(nóng)戶農(nóng)業(yè)收入的影響，如表7所示。根據(jù)表7，失地農(nóng)戶的農(nóng)業(yè)收入經(jīng)過傾向性得分匹配后的處理組的平均處理效應(yīng)達(dá)到了81-7%，結(jié)果與OLS方法、Robust OLS 方法和Tobit 模型估計結(jié)果一致，但OLS方法還低估了征地比例對農(nóng)業(yè)收入的負(fù)向影響，低估了26-8%，這表明，征地比例確實(shí)存在著失地農(nóng)戶農(nóng)業(yè)收入的負(fù)效應(yīng)，被征地少于50%的失地農(nóng)戶要比被征地50%及以上的失地農(nóng)戶農(nóng)業(yè)收入要高出81-7%。

3 主要結(jié)論與討論

我國正處在經(jīng)濟(jì)社會發(fā)展轉(zhuǎn)型期和城鎮(zhèn)化高速推進(jìn)期，土地征用和失地農(nóng)戶將是長期存在的社會現(xiàn)象。但是，在較長時期內(nèi)，土地征用是否會給失地農(nóng)戶帶來收入增長還莫衷一是，有較大爭論，本文即對此進(jìn)行驗(yàn)證。

研究結(jié)果表明：①土地是否被征用確實(shí)存在著農(nóng)戶總收入效應(yīng)和非農(nóng)收入效應(yīng)，農(nóng)戶被征用土地會使農(nóng)戶總收入和非農(nóng)收入顯著增加，與PSM模型得到的凈處理組平均處理效應(yīng)相比，使用 OLS 回歸方法會顯著低估了土地征用對農(nóng)戶收入的促進(jìn)作用，大致低估了11%。②對征地比例的收入效應(yīng)進(jìn)一步研究表明，農(nóng)戶被征地比例的多少不存在總收入效應(yīng)和非農(nóng)收入效應(yīng)，農(nóng)戶不是被征地越多總收入和非農(nóng)收入就越高，但農(nóng)戶被征地越多卻會顯著減低農(nóng)戶的農(nóng)業(yè)收入，凈處理組平均處理效應(yīng)為81-7%。

研究結(jié)論對我國現(xiàn)行土地征用制度將有重要政策啟示：①由于多元化就業(yè)渠道、多源化收入來源以及多樣性社會保障制度避免了被征地農(nóng)戶“失地失業(yè)”，提高了被征地農(nóng)戶增收能力和收入水平，被征地農(nóng)戶收入不降反升，這也是“期盼征地”和“反對征地”并存的原因。但是，我們更應(yīng)該討論的是，被征地農(nóng)戶收入不降反升為什么還會引起被征地農(nóng)戶的強(qiáng)烈不滿，這種現(xiàn)象在實(shí)地調(diào)查中似乎普遍存在，王慧博對此也曾有詳盡論述[17]。大多數(shù)學(xué)者認(rèn)為征地補(bǔ)償金標(biāo)準(zhǔn)偏低、被征地農(nóng)戶難以提升人力資本等引發(fā)了被征地農(nóng)戶收入下降是產(chǎn)生征地矛盾的根源，但是，收入不降反升也沒有消解這一現(xiàn)象，這說明，在很多地區(qū)，征地導(dǎo)致農(nóng)民收入下降只是引發(fā)征地矛盾的表面根源。農(nóng)戶“期盼征地”，這是因?yàn)槟艿玫礁咚绞杖牒蜕鐣Ｕ希胺磳φ鞯亍保?是因?yàn)檎鞯爻蔀橐粋€行政強(qiáng)制過程，征地程序安排不公，農(nóng)戶權(quán)利沒有得到應(yīng)有尊重，這才是現(xiàn)行征地制度的根本缺陷。因此，提高征地補(bǔ)償分配標(biāo)準(zhǔn)、為被征地農(nóng)戶提供社會保障等政策改進(jìn)雖然能部分解決土地征用沖突和矛盾，但遠(yuǎn)不足以從根本上解決失地農(nóng)民問題，土地征用不僅要“讓利于民”，更要突出征地程序設(shè)計與實(shí)施的公平性。②土地征用制度改進(jìn)另一個重要方向應(yīng)是進(jìn)一步完善土地征用制度的底層設(shè)計，加強(qiáng)對健康狀況差、低收入等弱勢群體的保護(hù)，因?yàn)檫@部分貧弱農(nóng)戶短期內(nèi)無法完成人力資本的質(zhì)性改進(jìn)，對他們應(yīng)該建立定制化和針對性的社會保障和福利政策。③土地征用比例并不具有收入效應(yīng)提示我們，農(nóng)戶越征地越多越富裕的神話是不存在的，因而，要正確認(rèn)識到土地征用對提高農(nóng)戶收入的有限性作用，當(dāng)前階段，還要重視農(nóng)村土地對農(nóng)戶收入的保障性作用，哪怕是對近城區(qū)的農(nóng)戶也是如此。要提高農(nóng)戶收入水平不能僅靠土地征用獲取短期收入如土地征用補(bǔ)償金等，關(guān)鍵是要提升被征地農(nóng)戶的人力資本水平，優(yōu)化被征地農(nóng)戶的就業(yè)分布狀態(tài)，使被征地農(nóng)戶能夠順利完成職業(yè)轉(zhuǎn)換和過渡。

（編輯：田 紅）

參考文獻(xiàn)（References）

[1]民進(jìn)中央-國家應(yīng)出臺法規(guī)保障失地農(nóng)民權(quán)益[N]-中國青年報，2009-3-14（1）- [The Democratic Progressive Party Center- China Should Constitute Regulations to Safeguard Rights and Interests of Landless Farmers[N]-China Youth Daily，2009-3-14（1）-]

[2]馬新文-我國現(xiàn)行征地補(bǔ)償制度剖析[J]-同濟(jì)大學(xué)學(xué)報：社會科學(xué)版，2009，（3）：93-96- [Ma Xinwen- An Analysis on Chinas Current Land Expropriation Compensation System [J]-Tongji University Journal：Social Science Section，2009，（3）：93-96-]

[3]金晶，曲福田-農(nóng)地非農(nóng)化的政策演進(jìn)：1949-2007[J]-改革，2010，（9）：86-92-[Jin Jing， Qu Futian- Policy Evolution of Farmland Conversion： 1949-2007 [J]- Reform，2010，（9）： 86-92-]

[4]史清華，卓建偉-征地一定降低農(nóng)民收入嗎：上海7村調(diào)查[J]-管理世界，2011，（3）：77-82- [Shi Qinghua， Jin hongtao， Zhuo Jianwei- Land Acquisition Inevitable Reduce Income of Farmers： 7 Villages Survey in Shanghai[J]- Management World，2011，（3）：77-82-]

[5]陳偉-國際視野下土地征用的公益審查機(jī)制及其策略匹配[J]-改革，2013，（7）：80-87- [Chen Wei- Public Review Mechanism of Land Expropriation and Its Strategy in International Perspective [J]- Reform，2013，（7）： 80-87-]

[6]王瑞雪-土地?fù)Q保障制度的邏輯困境與出路[J]-中國土地科學(xué)， 2013，（6）：42-47- [Wang Ruixue- Consideration on Logic Dilemmas of the ELSS Policy [J]- China Land Sciences，2013，（6）： 42-47-]

[7]Selahattin I， Sagiri K- Labor Supply Elasticity and Social Security Reform[R]-Center for Retirement Research at Boston College Working Papers，2009：332-354-

[8]Irineu E C F- Oldage Benefits and Retirement Decisions of Rural Elderly in Brazil[J]- Journal of Development Economics，2008， 86：129-146-

[9]聶鑫，汪晗，張安錄-城鎮(zhèn)化逬程中失地農(nóng)戶多維福祉影響因素研究[J] -中國農(nóng)村觀察， 2013，（4）：86-93- [Nie Xin， Wang Han， Zhang Anlu- The Influence Factors Research of Multidimensional Welfare of Farmers in the Process of Urbanization[J]- China Rural Survey， 2013，（4）：86-93-]

[10]謝勇-土地征用、就業(yè)沖擊與就業(yè)分化：基于江蘇省南京市失地農(nóng)民的實(shí)證研究[J]-中國人口科學(xué)，2010，（2）：65-72-[Xie Yong- Land Requisition and its Impacts on Employment：Evidence from Landless Peasants in Nanjing[J]- Chinese Journal of Population Science， 2010，（2）：65-72-]

[11]Rosenbaum P， Rubin D- The Central Role of the Propensity Score in Observational Studies for Causal Effects[J]-Biometrika，1983， 70：41-55-

[12]胡宏偉，張小燕，趙英麗- 社會醫(yī)療保險對老年人衛(wèi)生服務(wù)利用的影響：基于傾向得分匹配的反事實(shí)估計[J]-中國人口科學(xué)， 2012，（2）：57-66-[Hu Hongwei， Zhang Xiaoyan， Zhao Yingli- Medical Insurances Impacts on Elders Health Service Utilization： Based on the Counterfactual Estimation of the Propensity Score Matching [J]- Chinese Journal of Population Science， 2012，（2）：57-66-]

[13]Gilligan D O， Hoddinott J- Using Community Targeting to Provide Drought Felief ：Evidence from Ethiopia[R]- International Food Policy Research Institute Washington D C， 2006：117-143-

[14]韓菡，鐘甫寧-勞動力流出后“剩余土地”流向?qū)τ诋?dāng)?shù)剞r(nóng)民收入分配的影響[J] -中國農(nóng)村經(jīng)濟(jì)， 2011，（4）：18-25- [Han Han， Zhou Funing- The Influence of “Surplus Land” to Farmers Income Distribution After Labor Flux [J]- Chinese Rural Economy， 2011，（4）：18-25-]

[15]范曉非，王千，高鐵梅-預(yù)期城鄉(xiāng)收入差距及對我國農(nóng)村勞動力轉(zhuǎn)移的影響[J]-數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2013，（7）：20-35-[Fan Xiaofei， Wang Qian， Gao Tiemei- Expected Ruralurban Income Gap and the Impact on Chinese Rural Labor Force Immigration[J]- The Journal of Quantitative & Technical Economics， 2013，（7）：20-35-]

[16]楊燦明，郭慧芳，孫群力- 我國農(nóng)民收入來源構(gòu)成的實(shí)證分析：兼論增加農(nóng)民收入的對策[J]-財貿(mào)經(jīng)濟(jì)， 2007，（2）：74-78- [Yang Canming， Guo Huifang，Sun Qunli- The Patterns of the Peasants Income in China and Options to Improve Peasants Income[J]-Finance & Trade Economics， 2007，（2）：74-78-]

[17]王慧博-城市化進(jìn)程中失地農(nóng)民市民化調(diào)查狀況比較分析[J]-寧夏社會科學(xué)， 2010，（4）：66-72- [Wang Huibo- The Comparative Analysis of Land Lost Farmers Citizenship in the Process of Urbanization [J]- Social Sciences in Ningxia， 2010，（4）：66-72-]

Abstract It is in the transition of economic and social development period in China， land acquisition and landless farmers are longterm social phenomenon， but whether land acquisition have the income effects is still lacking of accurate estimate- This article， based on Chengdus “rural households survey data in 2011”， estimates the influence of land requisition on landlost farmers income， by using the method of propensity score matching （PSM）， to examine the rationality of land requisition， improve the land acquisition policy， relieve the conflicts of land requisition and improve government services- The study found：① land acquisition does have farmer income effect and nonfarm income effect， total income and nonfarm income of landless farmers are 19-6% and 9-1% significantly higher than those whose land has not been expropriated-By using the OLS model， it underestimates the promotion effect of land requisition for the income of farmers， roughly 11%， and this provides the evidence for the rationality of government land acquisition-②However， there are no income effect and nonagricultural income effect in proportion of land acquisition. Landless farmers dont have more income with losing more land， but losing more land will significantly reduce landless farmers agricultural income， roughly 81%. We should recognize the limited role of land acquisition on the income of farmers， break the thinking that land acquisition will significantly improve farmers income-③With combination of land acquisition practice， it shows that the emphasis on farmers income effect of land acquisition can not eradicate conflicts and contradictions. On the one side， we should avoid the landless farmers to “l(fā)ose their land， and then lose their jobs”， improve the income level of the landless farmers， and increase farmers income by using diversified employment channels， various income sources and different social security systems- On the other hand， we should ensure fair and lawful land acquisition procedures， improve the bottom design of land requisition system， strengthen social security of the vulnerable groups of poor health and low income， enhance human capital of landless farmers and optimize the employment distribution， in order to successfully complete career change of landless farmers-

Key words land acquisition； landless farmers； agricultural income； nonfarm income； PSM model