農地流轉是農業生產“非糧化”的誘因嗎？

摘要：近年來，農業生產“非糧化”問題受到了廣泛的關注，那么，農地流轉是否是“非糧化”的誘因呢？基于我國糧食主產區農戶的調查數據，運用似不相關回歸（SUR）和Tobit模型檢驗了農戶農地流轉與非糧作物種植比率之間的關系。研究結果表明：農地流轉面積與非糧作物種植比率呈倒“U”型關系，與主糧作物種植比率呈正“U”型關系；農地租金、農戶家庭勞動力稟賦、資金稟賦、畝均固定資產投資額、是否專業型農戶等變量和非糧作物種植比率正相關；自有承包地面積、地塊平均面積、勞動力年齡和非糧作物種植比率負相關。研究認為，農地流轉不必然導致農業生產“非糧化”問題。基于結論，提出完善農地流轉市場、抑制農地租金過快上漲，提高農業勞動力質量、發展適度規模經營，增加農戶種糧補貼、提高農戶種糧積極性等政策建議。

關鍵詞：農地流轉；非糧化；農戶分化；適度規模；似不相關回歸（SUR）；Tobit模型

中圖分類號：F311 文獻標識碼：A 文章編號：1009-9107（2018）03-0123-08

近年來，為提高農業生產效率，我國政府不斷放開農地流轉市場，農地流轉率從1999年的2.53%快速上升至2015年底的33.3%。很多學者認為農地流轉在優化資源配置、提高農戶生產積極性的同時，也讓流入農地的主體更注重提高農業經營收入，與種植糧食作物相比，種植非糧作物的收益相對較高，因此流入土地的農戶更傾向于種植非糧作物，致使“非糧化”問題日益突出，這會影響到我國的糧食安全，必須引起重視。但從國家統計局公布的數據來看，近10年以來，無論是糧食總產量還是糧食播種面積都穩中有升，微觀調查與宏觀數據之間似乎是矛盾的。基于此，本文針對“農地流轉是非糧化的誘因嗎？”這一問題進行深入探討。

一、相關研究

為探析農地流轉與“非糧化”之間的關系，筆者對已有相關研究進行了梳理。首先，學術界對農地流轉是否導致“非糧化”問題尚有爭議。一方面，張藕香等學者基于個別家庭農場或個別地區的案例分析認為農戶的農地經營結構在流轉前后發生了較顯著的變化，表現出明顯的“非糧化”，隨著我國農地流轉規模的不斷擴大，此問題可能對我國糧食安全產生沖擊，值得高度重視；另一方面，張宗毅等學者則基于全國1740個平均種植規模為546.15畝的家庭農場的調研，分析認為，農地流轉后隨著土地經營規模的擴大，我國家庭農場的非糧作物種植比例顯著下降，沒有表現出農地流轉與“非糧化”間的正向關系，故無須過度擔心農地流轉所導致的“非糧化”問題。其次，認為農地流轉導致了農業生產“非糧化”的學者們從經濟與政策兩方面分析了農地流轉對“非糧化”問題的影響機制，試圖尋找解決此問題的方法。經濟因素方面，學者們認為：其一，近年來，農藥、化肥等農資價格以及勞動力價格上漲趨勢明顯，故國內的糧食生產成本不斷上升，而國際大宗糧食產品價格卻在下降。因此，受到成本“地板”和價格“天花板”的兩面制約，單位面積糧食作物的收益低、利潤有限，農戶種糧積極性下降，為增加收入，農戶會提高非糧作物的種植比率。其二，隨著我國農地流轉市場的放開，農地租金的快速上漲，部分地區糧食作物收益甚至難以挽回農地的租金成本，因此，種植戶在流入的土地上只能種植非糧作物。政策因素方面，學者們認為我國法律和政策對農地流轉后具體的農業生產用途無規定和限制，因此農地流轉是“非糧化”現象產生的原因之一。

總的來說，關于農地流轉與“非糧化”間關系的研究多為實證分析，從理論角度系統分析農地流轉對“非糧化”種植決策影響的研究不足，因此筆者運用在6個糧食主產省的實地調研數據，采用似不相關模型和Tobit模型，著重從種植戶農地流轉面積和農地流轉價格兩個方面分析農地流轉對農業生產“非糧化”的影響，從而為完善我國農地流轉市場、保障國家糧食安全、推動農業供給側改革政策提供理論和實證支撐。

二、理論分析及研究假說

（一）理論分析

隨著我國市場化改革不斷深入，勞動力、農地流轉市場已相對完善，農戶可基于收入目標合理配置家庭資源。根據農戶收入來源的不同，可以分為以非農收入為主的I型農戶和以農業收入為主的II型農戶。I型農戶通常將大部分勞動力分配在非農行業，對農業的依賴性低，但因為家庭中仍有農業勞動力或為防范失業風險，維持著小規模的農業經營。這類農戶分配在農業上的勞動力較少，因糧食作物對勞動力需求量小，I型農戶糧食作物的種植比例較高，種植中也多為粗放式生產或購買農業服務種完了事。以農業收入為主的II型農戶為增加農業收益，通過農地流轉擴大經營規模，以達到與家庭資源相匹配的適度經營規模。

已有研究認為，非糧作物的畝均利潤遠高于糧食作物導致了“非糧化”問題，卻忽略了農戶家庭經濟情況下兩類作物適度經營規模的差異。我們以不同作物邊際利潤圖分析農地流轉面積對“非糧化”的影響（見圖1）。

圖1中橫軸為農地流轉面積，曲線ABC的縱坐標為不考慮農地租金情況下經營非糧作物的邊際利潤，曲線A：BC的縱坐標為不考慮農地租金情況下經營糧食作物的邊際利潤，直線P1、P2為農地租金。隨著經營規模的擴大，農戶購買物資的談判能力上升，勞動力得以充分利用，畝均農業生產成本下降，農業生產呈現出規模經濟，但當生產規模擴大到超過一定的規模，邊際效益會逐漸下降，甚至變成負值，因此曲線ABC和ABC都表現出先上升后下降的趨勢。

與主糧等大田作物相比，以經濟作物為代表的非糧作物具有種植工藝復雜、生產環節多、機械化程度低、資本需求量大、利潤高等特點，在一定農地規模內，非糧作物的邊際利潤遠高于糧食作物，但農地流轉面積擴大將帶來勞動力、資金等要素需求快速增加，且由于農業雇工考核難度大、監督成本高，農地達到一定規模后，非糧作物的邊際利潤會快速下降，如曲線ABC所示；而糧食作物的機械化水平高、單位土地勞動力需求較少、畝均利潤相對較低，因此曲線A'B'C'的邊際利潤雖較低，但在更大的規模上存在規模經濟效應。當農地租金為P1時，農戶種植非糧作物的適度經營規模為S1*、種植糧食作物的適度經營規模為S2*（S2*大于S1*）。

隨著農地流轉面積不斷擴大，種植糧食作物的總利潤將超過非糧作物，當農地超過一定規模，農戶會選擇增加糧食作物的種植比率。而在近年來農地租金不斷提高的情況下，由于糧食作物的適度規模更大，總利潤下降得更快，因此農地租金越高，種植糧食作物的比率越低。農地租金如果達到P2以上，種植糧食作物將無法盈利，流轉土地的農戶只能種植非糧作物。

基于理論分析提出以下2個假說：

假說H1：農地流轉面積與非糧化種植比率呈倒“U”型相關，與糧食作物種植比率呈正“U”型相關。

農戶在未達到糧食作物的適度規模的情況下，農業為追求高收益，農地流轉面積越大，非糧化情況越嚴重；當超過非糧作物的適度規模，家庭勞動力難以完成非糧作物的生產，農業雇工又存在較嚴重的道德風險，因此，專業農民會更傾向于種植糧食作物，農地中非糧作物的種植比率會下降，在這一階段，農地流轉面積越大，非糧作物的種植比率越低。

假說H2：農地租金越高，非糧化作物種植比率越高，糧食作物的種植比率越低。

隨著農地租金不斷上升，由于糧食作物的適度經營規模更大，畝均利潤更低，更易虧損。因此農地租金越高，農戶種植非糧化作物比率越高，種植糧食作物比率越低。

（二）模型設計

基于理論分析，在生產中，農戶i會基于農地流轉市場、自身資源稟賦制定不同生產決策，將農地在不同作物——非糧作物（j=1）、主糧作物（j=2）或非主糧的糧食作物（j=0）之間進行分配，因此農戶i的非糧作物的種植比率為θ1i，主糧作物的種植比率為θ2i，非主糧的糧食作物的種植比率為θ0i，會受到農地流轉情況（R）、家庭中的農地稟賦（A）、勞動力稟賦（L）、資金稟賦（K）、農業固定資產投資（M）、農戶類型（P）、農戶所在區域因素（G）等方面的影響，即：

θji=f（R，A，L，K，M，P，G）

采用非糧作物的種植面積占家庭總種植面積的比率θ1i來衡量“非糧化”水平，即家庭土地中用于種植非糧作物的比率越高，農業生產“非糧化”水平就越高。從理論分析結果來看，農戶種植決策主要受到農地流轉、農戶家庭資源稟賦等外生變量的影響，而且農戶糧食作物種植比率與非糧作物種植比率是互相影響的，因此要討論農戶非糧作物種植比率必須結合其他作物的種植比率來分析。為此，我們構建以非糧作物的種植比率θ1i和主糧作物的種植比率θ2i為被解釋變量的2個方程M1和M2，并將兩個方程組成方程組。

考慮到方程組內2個被解釋變量間可能存在的跨方程參數約束，除已有解釋變量之外的其他不可觀測因素也可能對農戶的種植決策產生影響，所以使用似不相關回歸（SUR）對方程組中兩個方程的參數進行聯合估計，以便有效解決兩個方程擾動項的相關性問題，從而提高估計效率。

（三）數據來源

數據來源于2015年8—9月中國人民大學農業與農村發展學院師生在全國6省開展的“全國土地流轉情況”專題調研。調查內容涵蓋了農戶家庭結構、農地流轉、農業經營以及農業生產機械化水平等方面的情況。此次調查集中在東北、黃淮海和長江中下游地區的三大糧食主產區，這三大產區符合分析要求，地勢平坦、農業生產條件好。農戶樣本選取采用分層抽樣法：（1）在調查省市的選擇上，調研組按照緯度差異，在東北地區抽取了黑龍江省，在黃淮海地區抽取了河北省、山東省以及河南省，在長江中下游地區抽取了四川省和江蘇省作為調研地。（2）在每個樣本區選擇2～3個有代表性的農業大縣作為樣本區縣。在每個縣市內，對各個鄉鎮按人均總產值排序平均分為2組或3組（考慮到東北地區縣域普遍較大，每個縣按照經濟水平排序將鄉鎮平均分為3組；其它縣區按照經濟水平排序將鄉鎮平均分為2組）。每組隨機選擇2個村，每個村根據花名冊隨機抽取15個農戶作為被訪農戶。最終完成有效問卷480份，其中仍從事種植業生產的363個農戶問卷組成分析的樣本。

三、實證分析與結果

（一）農戶農地流轉與種植情況的基本描述

表1顯示，363個樣本農戶，戶均流轉面積為33畝，農作物播種面積為60.12畝。其中，有123戶凈流入了農地，平均流入98.17畝，播種面積達144.51畝；有13戶流出土地后仍在從事農業生產，平均流出7.37畝，播種面積為5.75畝；維持原經營規模的農戶有227個，平均播種面積為17.51畝。從不同流轉行為農戶的農地經營規模來看，農地凈流入戶的經營規模遠大于其他類型農戶，農地流轉實現了土地資源的再配置。樣本農戶的糧食作物播種面積占總播種面積的平均比例為88.48%，與已有研究相比，遠高于其他地區。其中，農地凈流入戶的糧食作物播種面積占比為86.87%，農地流出戶為89.69%，而農地規模不變量戶為89.74%，可見，三類農戶的非糧作物種植比率相差不大，農地凈人戶的非糧作物種植比率略高于其他類型農戶。

（二）變量選取與描述性統計

1.被解釋變量。農戶“非糧化”種植情況（θ）：采用非糧/主糧作物播種面積與總播種面積中的比值作為被解釋變量，其中，非糧作物指的是禾谷類、豆類、薯類作物以外的其他作物，主糧作物指的是水稻、小麥、玉米三類作物。從統計結果來看，非糧作物種植比率的平均值為0.125，標準差為0.249；主糧作物種植比率的平均值為0.835，標準差為0.375，分布范圍均在0至1之間，可見農戶在種植作物的選擇上差別較大。

2.解釋變量。農地流轉（R）：以農地流轉面積和單位租金體現農地流轉情況。其中，農地流轉面積是用農戶流入面積減去流出面積后計算出的凈流入面積；農地租金的設置中，為避免數據之間共線性，也為了反映農戶所處于的農地流轉市場情況，存在流轉行為的農戶使用的是實際的流轉價格，沒發生農地流轉的農戶使用的是村內已發生農地流轉的平均價格。從統計結果來看，樣本農戶的平均流轉面積為凈流入33畝，標準差為86.47畝；農戶的農地平均租金為576.47元/畝，分布在30～1300元/畝之間。

土地稟賦（A）：包括自有農地面積和地塊平均面積2個變量。自有農地面積是除流轉土地以外的自有承包地面積，用來補充體現農戶家庭土地資源稟賦數量；地塊平均面積則是為了體現地塊層面的農地細碎化程度，一般認為農地細碎化程度越高，農業機械化的難度越大，越難以大規模生產糧食作物。從統計結果來看，被調研農戶自有農地面積在0～450畝之間，平均生產面積為19.28畝，標準差為35.83畝；地塊平均面積為12.13畝，分布在0.2～460畝/塊之間，當前糧食等大田作物機械化生產對農地集中連片的要求更高。故在其他條件不變的情況下，自有農地面積越大、地塊面積越大，越適合種植糧食作物，因此自有農地面積、地塊平均面積與非糧作物種植比率應呈負相關。

勞動力稟賦（L）：通過家庭勞動力數量、受教育水平和平均年齡3個方面來體現，為避免內生性問題，文中使用家庭勞動力總體資源稟賦，而不是農業勞動力情況。勞動力數量指的是家庭當中所有滿16歲且小于65歲（未全日制上學）從事農業或非農生產的成年勞動力數量；受教育水平指的是家庭成年勞動力平均受教育年限。從統計結果來看，平均每戶有2.6個勞動力，平均受教育水平為7.40年，平均年齡為49.64歲。在其他條件不變的情況下，由于非糧作物種植中對勞動力的數量和質量要求都比較高，因此家庭中勞動力越多、勞動力受教育水平越高、平均年齡越小，越傾向于種植非糧作物。

資金稟賦（K）：通過當年貸款總額和年收入總額來體現。農戶貸款總額指的是農戶向正規及非正規機構的貸款總金額，樣本戶當年的平均貸款金額為992元，分布在0至10萬元之問；年收入總額指的是農戶上一年全年農業、非農業以及其他收入的總和，樣本戶年收入總額均值為8.80萬元，分布在-4.79至242.76萬元之間。在其他條件控制不變的情況下，由于非糧作物對資金需求量更大，農戶的貸款總額、年收入總額與非糧作物的種植比重呈正相關。

農業固定資產投資（M）：農戶家庭畝均農業固定資產投資額，具體為農戶在灌溉設施、農用機械、大棚等農業設施上的總投資額除以農地經營規模，考慮到內生性問題，此處使用的是截止上一年底的固定資產投資額。被調研農戶家庭的畝均農業固定投資額分布在0～4.25萬元之間，農戶的畝均固定資產投資額為839.26元。Williamson認為農業固定資產投資（如農業機械等）專用性較強，投資形成后就難以轉變為其他用途，即使轉變用途也會造成較大經濟損失，因此農業固定資產投資額高的農戶會盡量合理使用農業固定資產投資，以此獲得更高的投資回報。與糧食作物相比，非糧作物對農資的需求更高、盈利性也更強，因此農戶畝均固定資產投資額越高，非糧作物的種植比率也越高。

農戶類型（P）：以農戶收入來源將農戶分為I型和II型農戶。如果農戶的年收入中有50%以下來源于農業，則為I型農戶；如有50 9/6及以上的年收入來源于農業，則為II型農戶。I型農戶賦值為0，II型農戶賦值為1。有51.24%的農戶是II型農戶，兩類農戶大致相當。

地域因素（G）：以農地離城鎮的平均距離和所在的糧食主產區域來衡量地域因素對“非糧化”的影響。

（三）估計結果及分析

首先對似不相關回歸方程組的獨立性進行了Breusch-Pagan檢驗，兩方程擾動項“無同期相關”的檢驗chi2（1）的值為349.266，p值為0.000，因此可以在1%的顯著性水平上拒絕方程的擾動項間相互獨立的原假設，使用SUR進行系統估計可以顯著提高估計效率。對模型進行回歸分析后，結果見表3。從各組的R2和Chi2值來看，各組自變量對因變量的解釋度較高。

1.農地流轉對“非糧化”的影響。為驗證文章的假說H1，模型中加入了農地流轉面積的平方項，從SUR結果來看，非糧作物種植比率方程中農地凈流入面積項在5%的水平上正向顯著，平方項則在10%的水平上負向顯著。而主糧作物種植比率方程中農地凈流入面積項在5%的水平上負向顯著，平方項則為正。這表明農地流轉與非糧化之間呈倒“U”形關系，隨著農地流轉面積增加，農戶會提高非糧作物的種植比率，“非糧化”程度上升，而在當土地規模達到一定程度后，農地凈流入量繼續增加，農戶會減少非糧作物的種植比率，提高糧食作物的種植比率，這驗證了假說H1。

農地租金與非糧作物種植比率正相關、與主糧作物種植比率負相關，且均在5%的水平上顯著。說明在其他條件被控制的情況下，農地租金越高，“非糧化”程度越高。根據本次調研的數據計算，在不考慮農地租金的情況下，主糧作物的畝均凈利潤為878.66元，非糧作物的畝均凈利潤為3399.76元，而農地的畝均租金已達到576.47元，且仍有不斷上漲的趨勢。對于只維持自有承包地生產的I型農戶來說，其不用支付土地租金，會在潛意識里認為“農地是自己的，沒有成本”，種糧食也是可盈利的，因此愿意生產對勞動力需求少的糧食作物。而通過流轉農地進行生產的農戶，農地租金顯化，必須以現金或實物的形式支付，如果仍生產糧食作物，利潤較低，甚至會發生虧損，這也驗證了假說H2。

2.農戶家庭資源稟賦對“非糧化”的影響。自有農地規模與非糧作物種植比率負相關，與主糧作物種植比率正相關，且均在1%的水平上顯著；地塊平均面積與非糧作物種植比率負相關、與主糧作物種植比率正相關。說明在其他條件被控制的情況下，農地規模越大，“非糧化”程度越低；土地細碎化程度越高，“非糧化”程度越高。在當前的農業轉型時期，我國的農業得到了快速的發展，尤其是主糧作物生產過程已基本實現機械化，糧食作物畝均對勞動力的需求遠低于非糧作物，在被調研的農戶中，糧食/非糧作物的畝均勞動力投入分別為12個工日和41個工日，因此農地面積越大，家庭勞動力在畝均農地上能投入的勞動力越少，農戶越傾向于種植糧食作物。而地塊層面的細碎化程度則會直接影響農機使用，農地細碎化程度越高，機械化難度越大，成本越高，農戶越傾向于種植機械化程度低的非糧作物。

勞動力數量與非糧作物種植比率正相關，與主糧作物種植比率顯著負相關；勞動力受教育水平與非糧作物種植比率間顯著正相關，與主糧作物種植比率負相關；勞動力年齡與非糧作物種植比率間負相關，與主糧作物種植比率顯著正相關。說明在其他條件被控制的情況下，農戶家庭勞動力數量越多、質量越高，越傾向于種植非糧作物。一方面，勞動力數量多、質量高的家庭更能滿足“非糧化”作物在勞動力上的需求；另一方面，質量較高的勞動力對新知識的吸收能力更強，更容易掌握新技術，因此，這類農戶更傾向于種植對技術要求更高的非糧作物。

農戶貸款額、年收入總額與非糧作物種植比率顯著正相關，與主糧作物種植比率顯著負相關。與糧食作物相比，非糧作物在種子、化肥、農藥、塑料薄膜等農資以及農業設施方面需要投入的資金更高，因此資金稟賦越多的農戶，越傾向于種植非糧作物。越高的農戶越傾向于種植非糧作物。農戶是否是II型農戶與非糧作物種植比率顯著正相關，與主糧作物種植比率顯著負相關。正如舒爾茨在改造傳統農業中所述，農戶是經濟上的理性人，會優化資源配置，以求增加總利潤。與I型農戶相比，II型農戶對農業收入的依賴程度更高，將更多的勞動力分配到農業，追求農業收益的最大化，因此，在其他條件均被控制的情況下，II型農戶更愿意種植畝均利潤高的非糧作物。

4.穩健性檢驗。考慮到農戶非糧作物種植比率取值范圍在0～1之間，屬于典型的兩端截斷的“受限被解釋變量”，不滿足最小二乘法的經典假設，因此采用極大似然法的截取回歸模型（也稱Tobit模型）對模型進行穩健性檢驗，結果見表3。從To-bit檢驗結果來看，農地流入面積的一次項對非糧作物的種植比率有正向影響，二次項則對其有負向影響，且均在10%的水平上顯著。農地租金對非糧作物的種植比率有正向影響，且在5%的水平上顯著。從各項的回歸結果來看，估計系數的符號與似不相關回歸結果相比均未發生變化，這表明似不相關回歸方程組的估計結果穩健性較好。

四、結論與政策含義

（一）結論

研究發現：我國糧食主產區農戶的非糧作物種植比率均值為12.5%，主糧作物種植比率的均值為83.5%，參與農地流轉種植戶的非糧作物種植比率略高于不參與農地流轉種植戶。農地流轉面積與非糧作物種植比率呈倒“U”型關系，與主糧作物種植比率呈正“U”型關系；農地租金、農戶家庭勞動力稟賦、資金稟賦、畝均固定資產投資額等變量和非糧作物種植比率正相關；自有承包地面積、地塊平均面積、勞動力年齡等變量和非糧作物種植比率負相關。研究表明：農戶在追求總利潤最大化的情況下，會綜合家庭資源稟賦、地理條件、市場價格作出種植決策，由于不同作物的適度經營規模不同，農地流轉并不必然導致農業生產“非糧化”，而是會推動農戶在不同農地規模上發展不同作物的適度規模經營。

（二）政策含義

基于研究結論可見農地流轉并不必然導致農業生產“非糧化”，因此不必過度擔心農地流轉會誘致“非糧化”問題出現，但也需要通過一系列政策完善抑制農地租金過快上漲，發展適度規模經營，提高農戶種糧積極性，以此保障國家糧食安全，推動農業供給側改革。

1.完善農地流轉市場，抑制農地租金過快上漲。隨著國家對“三農”事業重視程度的不斷提高，大量經營主體進入農業，土地作為農業生產中重要生產資料，供給的有限性帶來租金價格的上漲是有合理性的，也有利于提高農戶的財產性收入。但是部分農業經營主體非理性的大量流轉土地易導致區域內農地租金的過快上漲，且容易導致“非糧化”問題的出現，從而對國家糧食安全帶來威脅，不利于構建出一個功能良好、健康發展的農地流轉市場。因此，需要進一步完善農地流轉市場，一方面要為農地流轉供求雙方提供更便利的信息發布和獲取平臺，降低信息傳遞成本，促進農地流轉；另一方面需要探索建立合理的農地流轉租金形成機制，抑制農地租金過快上漲，形成供求雙方都能長期接受的市場化價格機制。

2.農戶分化日益明顯的情況下，實現農業向現代化轉型，發展規模經營農業是必經之路。而在發展農業規模經營中，一要推動具有農業生產技能的農戶發展規模經營，而不是盲目發展各類工商資本進入農業，以此避免農地流轉市場短期內的劇烈波動；二要注重提高農業勞動力質量，增加農業規模經營者的再教育和相關農業技能的培訓，尤其是糧食作物的規模經營者，以此提高農業生產效率，增加專業型農戶農業收入；三要根據當前技術條件下不同農作物適度規模上的差異，引導農戶發展與農作物類型相匹配的適度規模經營。

3.增加政策性種糧補貼，提高農戶種糧積極性。與非糧作物相比，糧食作物的畝均收益較低，農戶的種糧積極性不高，需要增加對種糧規模經營主體的補貼，以此提高農戶的種糧積極性。此外，還需要加強農田基礎設施建設，降低農地地塊層面的細碎化程度，為農戶規模化經營糧食作物創造條件，提高我國糧食生產競爭力。

（責任編輯：董應才）