土地整治在貧困地區的減貧績效

摘要：土地整治是推動扶貧開發的重要手段，但土地整治對貧困人口收入效應的影響程度目前還缺乏精確估計。基于768份農戶實際調研數據，運用傾向得分法（PSM法）評估了貧困地區土地整治項目給參與農戶帶來的收入效應后發現，土地整治項目對參與農戶的家庭收入具有顯著的正向影響，平均可使農戶家庭年收入增加13 118元，效應明顯;但這種效應對不同農戶類型是有差異的，即非貧困戶收入提升幅度平均為17 174元，顯著高于貧困戶收入提升的9 357元。據此提出要繼續強化土地整治在扶貧脫貧中的力度，加大土地整治項目的益貧性和精準性，提高土地整治項目的聯動性和整合程度。

關鍵詞：土地整治;PSM法;減貧績效;扶貧開發

中圖分類號：F301.3文獻標識碼：A 文章編號：1009-9107（2018）06-0090-07

收稿日期：20180310DOI：10.13968/j.cnki.1009-9107.2018.06.12

基金項目：國家社會科學基金重點項目（15AZD074）

作者簡介：張琦（1963-），男，北京師范大學經濟與資源管理研究院教授，博士生導師，主要研究方向為土地資源管理及減貧政策。

引言

目前，我國的扶貧脫貧工作已經到了“啃硬骨頭”攻堅拔寨的沖刺階段，實現農村地區貧困人口全部脫貧、貧困縣全部摘帽已刻不容緩。而在農村地區，土地作為農民重要的生產資料之一，具有資源、資產、資本“三位一體”的屬性，不僅對農民收入有重要的影響，更對地區經濟發展起到持續性、根本性的作用[1]。以土地整治為抓手和平臺，促進貧困地區脫貧是國土資源部門新時期扶貧工作的一種新思路，其通過建設用地整治（土地增減掛鉤等）一系列措施保證農村地區扶貧開發用地需要，助力易地扶貧搬遷;通過土地政策創新，以法律法規形式重構與保障農村土地組織方式，合理引導土地流轉，提高土地投資價值，降低土地交易成本，保障產業扶貧;通過農村、農業基礎設施與土地生態環境建設改善農村生產生活條件與村容村貌，為貧困地區提供可持續發展的土地資源環境;通過大力開展高標準農田建設與土地復墾，增加耕地數量，提升耕地質量等級，提高農田投入產出率，從而直接增加農民收入。據統計，“十二五”期間，在貧困地區共投入940多億元土地整治資金，安排項目5 200多個，整治規模超6 100萬畝[2]，有力地改善了貧困地區農業生產條件和區域經濟發展基礎，提高了貧困群體收入水平，其發力精準，富有特色，助推脫貧攻堅成效顯著。

但從理論上如何衡量土地整治在貧困地區的效果，如何厘清土地整治在扶貧脫貧中的貢獻，如何準確測度其產生的收益等，目前評價研究還不是很多。尤其是對于效應的評價界定和范圍等還存在著不同的理解。從研究分析角度來看，現階段國內對土地整治效益的研究多為評估土地整治開展后產生的單項效益或綜合效益。其中，單項效益研究主要從土地整治后的生態效益、社會效益、工程效益或經濟效益的其中一個角度出發：生態效益角度主要是研究如何建立有效的生態系統評價體系，對土地整治開發后的生態結構、生態功能及生態質量進行評估[3]，或運用市場評估等方法計算生態效益產生的具體經濟價值[4];社會效益角度則專注于研究土地整治實施后對當地社會環境的影響及其宏觀社會效應[5]，但因社會效益包含的范圍不易界定且較為寬泛，因此，長期對土地整治社會效益方面的研究多為定性評價，僅有少數學者運用如可拓物元模型、關聯函數等方法進行定量研究[6]。工程效益角度的研究一方面是對土地整治具體工程項目的靜態或動態投資收益分析[7]，另一方面則是從宏觀的投入產出效率角度出發，集束分析比較不同地區土地整治的工程效益，進而為項目投入提供建議[8]。經濟效益角度的研究主要分為對土地整治后直接經濟效益（如增地增產效益[9]）或間接經濟效益（如投資乘數[10]）的研究，其重點關注土地整治后為當地某一區域或產業帶來的整體經濟效益，較少涉及到土地整治對具體農戶經濟效益的影響。土地整治綜合效益的研究大多采用不同方法來構建土地整治綜合評價指標體系，評價內容基本涵蓋經濟、社會、生態等效益指標，并據此計算出土地整治的綜合效益，常見方法有層次分析法（AHP）、模糊綜合評價法[11]、特爾菲法、多因素綜合評價法、物元分析法、GIS分析法、BP網絡模型法等。

通過仔細進行比較和分析可知，現有研究成果和方法雖然從土地整治單項或綜合效益研究角度對土地整治經濟效益作出相關評估，但大多是對項目整體或具體工程經濟效益的評價，忽視項目最終受益人即項目對參與農戶經濟效益的影響，更缺乏土地整治項目對不同類別參與農戶所獲經濟效益差異的研究。顯然這種研究對于現階段實施的對象精準、項目精準、幫扶措施精準、脫貧成效精準的測度是不全面的或者說是有偏差的。換句話說，研究土地整治在貧困地區的減貧績效時，應從具體農戶收益的角度出發，直接評估土地整治項目對扶貧脫貧的影響。

從這一角度出發，本研究根據《中國農村扶貧開發綱要（2011-2020）》要求，按照不變價格推算出2015年農戶脫貧標準為2 855元/人，分析土地整治對貧困地區的減貧績效，即通過測度土地整治對貧困戶和非貧困戶收入變化的影響，判斷其減貧績效。基于此，在總結已有文獻研究基礎上，采用傾向得分法（PSM法）對土地整治項目對農戶收入產生的影響進行總體測度，然后對建檔立卡戶和非建檔立卡戶收入影響分別測度，體現土地整治項目減貧績效，據此提出相關政策建議。

一、研究方法與數據來源

（一）PSM法基本原理

在經濟學中，評估項目或政策實施后效應的研究被稱為“項目效應評估”。通過將項目參與者的全體組成“實驗組”，假設項目未參與者全體組成“控制組”，比較“實驗組”和“控制組”內成員的收入，來評估此項目或政策實施后對項目參與者收入的影響。但是，由于無法獲得項目未參與者的狀態，即個體只能處于一種狀態（參與項目或不參與項目），因此，一個常用的方法為尋找與項目參與者背景信息類似的非參與者作為“控制組”，其中的一種選擇方法為傾向得分匹配法（簡稱PSM法）。

PSM法通過利用個體可測特征，建立概率模型計算傾向得分，再根據傾向得分匹配項目未參與者，從而建立一個統計意義上的“控制組”。最終，“實驗組”與“控制組”收入之差的期望則是此項目或政策的評估效應，即平均處理效應或稱為平均因果效果，簡記為ATE。實際應用中，常考慮項目實際參加者的平均處理效應，即參與者平均處理效應，簡記為ATT，這即是本文最終所求的收入效應。PSM方法與采用OLS方法估計項目或政策收入效應相比，能避免OLS方法因變量內生性的存在而導致估計結果的偏差，與尋找工具變量進行OLS估計相比，能避免工具變量選擇困難、可信度不高等問題。

PSM法可用數學公式表示，先選擇可測協變量xi，記為X，參與項目記為D=1，則傾向得分為P（X）=Pr（D|x）。當滿足PSM法假設前提時，可以比較實驗組的平均收入E[YT實驗組|D=1，P（X）]和控制組的平均收入E[YC控制組|D=0，P（X）]，從而得到項目平均作用效果：

GPSM=EP（X）|D=1{E[YT（實驗組）|D=1，P（X）]-E[YC（控制組）|D=0，P（X）]}

PSM方法假設個體依可測變量選擇是否參加項目，因此，從本文角度出發，農戶選擇是否參加土地整治項目完全取決于可觀測到的一些農戶特征，如：農戶家庭特征、農戶土地特征，農戶所在農村情況等，具體則需滿足以下兩點：（1）可忽略性。即不可觀測因素不影響農戶是否參加土地整治項目;（2）重疊假定。即參與土地整治農戶組與不參與土地整治農戶組這兩個子樣本存在重疊。

（二）數據來源

北京師范大學中國扶貧研究院“土地整治促進扶貧開發模式研究”課題組，于2017年6-9月對全國已經開展或正在開展土地整治的貧困縣進行了分層隨機抽樣調研，樣本涵蓋18個省（市）、自治區，共收集有效農戶問卷768份，樣本具體分布情況見表1。

（三）數據描述性統計

本研究使用有效農戶調研數據共768份，其中建檔立卡戶499戶，非建檔立卡戶269戶;少數民族家庭255戶，非少數民族家庭513戶;樣本中4口之家數量最多，占總調查農戶比例的29%;勞動力最高受教育水平占比最多為初中文化，次之為小學文化，兩者分別為38.9%和24.7%;有58.2%的農戶家里有殘疾、患大病、慢性病或體弱多病的人;43%的家庭主要從業類型為農業或農林牧兼業;被調查農戶中仍有188戶存在飲用水污染或飲水困難情況，占比高達24.5%;生活在山區的農戶最多，占45.3%，丘陵次之，平原再次之，分別占37.9%和16.8%;農戶村莊所在地離鄉政府所在地最近為1千米，最遠為32千米，平均7.9千米，詳細情況見表2。

二、PSM方法評估過程

運用PSM方法評估貧困地區農戶參與土地整治對其家庭收入的影響，對參與土地整治的建檔立卡戶和非建檔立卡戶予以測算。

（一）選擇可測變量（X）

PSM方法假定農戶選擇是否參加土地整治完全取決于一些可觀測到的農戶特征（即依可測變量選擇），因此，為滿足可忽略性假定，應盡量使用多的相關可測變量。從現有文獻來看，對農戶選擇是否參與土地整治的可測影響因素的研究已經較為成熟，按影響因素類型可大致分為：（1）農戶家庭基本特征，如農戶家庭最高受教育程度（或戶主受教育程度）、農戶類型、家庭成員是否有村干部;（2）農戶家庭資產情況，如住房結構與宅基地面積、擁有不同類型田地面積;（3）農戶家庭收入來源，如收入類型、周邊地區其他創收機會、非農勞力價格;（4）土地整治情況，如農戶對土地整理的認同程度、已實施項目滿意度、農戶參與管理的方式;（5）地區差異情況，如村集體所在地特征。

基于已有學者對農戶參與土地整治影響因素的研究，結合實地調研中通過訪談法對農戶及其所在村落具體情況的收集，確定以下影響農戶家庭是否參與土地整治項目的變量：（1）農戶家庭基礎特征變量，包含是否為少數民族家庭、家庭人口數、家庭勞動力數量、勞動力最高教育程度、家庭主要從業類型、家庭成員健康狀況、家庭擁有土地總面積（耕地與園地面積之和）;（2）農戶家庭所在地特征變量，包含飲用水，農戶家庭所在農村所處地勢、農村到鄉政府的最近距離。具體情況見表3。

（二）傾向得分匹配

根據上述可測變量，本文使用Logit模型進行回歸，在計算出每個農戶的傾向得分Pi后進行匹配。在進行傾向得分匹配時，常用的有3種匹配方法，分別為k近鄰匹配，半徑匹配（或稱卡尺匹配）和核匹配。k近鄰匹配是尋找傾向得分最近的k個不同組個體，Abadie等建議一般情況下取k=4，可以最小化均方差[12]。但k近鄰匹配存在即使最近的一個個體也可能“距離”較遠的問題，從而失去可比性。因此，可使用半徑匹配限制傾向得分的絕對距離ε，通常情況下，取ε≤0.25pscore（其中pscore為傾向得分的樣本標準差），為保證結果的穩健性，取ε=max（ε實際值，0.01）。

以上2種方法也可統稱為近鄰匹配法，其本質都為匹配傾向得分最近的個體，然后進行簡單算術平均。而核匹配則為整體匹配法，其每位個體的匹配結果為不同組的全部個體（但通常去掉在傾向得分取值范圍相同部分外的個體），并僅根據個體距離不同給予不同的權重，默認使用二次核與0.06的帶寬來進行核匹配。根據匹配后樣本計算參與者平均處理效應（ATT）估計量的表達式為：

ATT︿=1N1Σi∶Di=1（yi-0i）

N1為實驗組個體數，Di={0，1}表示個體i是否參與項目，yi為參與項目個體i的收入，0i表示“未參與項目”個體i的收入。

在實際應用中，對具體應使用以上哪種匹配方法，學術界目前還尚無明確規定，但可以肯定的是，通過使用不同的匹配方法，可以從側面檢驗項目估計效應的穩健性，因此，本研究將使用以上3種不同的匹配方法進行效應估計，然后進行分析比較，具體匹配結果見表4。

從表4可以看出，無論是建檔立卡戶還是非建檔立卡戶，使用近鄰匹配、半徑匹配、核匹配進行計算后的結果均在95%的顯著性水平上通過檢驗。從結果ATT（即diff.）來看，建檔立卡戶參與土地整治項目對其家庭收入具有顯著的正向影響，3種匹配方法的計算結果分別為1.011 9、0.879 3、0.975 2，平均為0.955 5，說明貧困地區建檔立卡戶參與土地整治項目可使其家庭年收入平均提高9 555元，同理可得非建檔立卡戶平均提高17 770元，兩者平均相差8 215元。同時，通過觀察傾向得分共同取值范圍列（即On support列），可以看出，3種方法的處理組和控制組的傾向得分取值范圍有相同的部分，因此，PSM方法的重疊假定得到滿足。

（三）匹配結果檢驗

進行傾向得分匹配得到結果后，還需要對匹配結果的準確性和穩健性進行檢驗。如果傾向得分估計結果準確，則其可測變量X應在匹配后的處理組和控制組之間分布均勻，一般要求其標準化差距不超過10%。穩健性檢驗目前還沒有固定的標準，本文使用偏差校正匹配估計量對匹配結果的穩健性進行驗證，此方法根據Abadie和Imbens提出的使用更簡單的馬氏距離[13]，進行有放回且允許并列的k近鄰匹配，并進行偏差校正，以解決以上3種方法因使用非精確匹配可能存在的偏差問題，從而從側面檢驗匹配結果的穩健性。從表5可以看出，建檔立卡戶和非建檔立卡戶通過3種匹配方法分組后，大多數變量的標準化偏差都小于10%。近鄰匹配中，家庭勞動力數量和家庭擁有土地總面積的標準化偏差稍大于10%，但均小于13%;半徑匹配中，建檔立卡戶的匹配后變量標準化偏差有4個大于10%，小于14%，非建檔立卡戶均小于10%;核匹配中的變量標準化偏差結果與半徑匹配類似。雖然，部分以上變量在匹配后標準化偏差大于10%，但基本均小于17%，處于可接受范圍內，并且在95%的顯著性水平上，全部變量的t檢驗均不拒絕實驗組與控制組無系統差異的原假設，說明采用近鄰匹配、半徑匹配、核匹配計算的傾向得分估計結果較準確。

偏差校正的馬氏匹配結果均在95%的顯著性水平上拒絕原假設，表明農戶參加土地整治項目對農戶家庭收入具有顯著的正向影響，建檔立卡戶家庭年收入平均提升8 762元，非建檔立卡戶提升15 383元，接近表4的匹配結果，說明本文所用3種匹配方法的估計結果均較為穩健。

（四）不同匹配方法結果處理

運用PSM方法對貧困地區不同性質農戶參與土地整治項目的收入提升效應進行了評估，但在估計過程中使用不同的匹配方法得到的結果具有微小的差距;據表5和表6可知，不同匹配方法中，馬氏匹配方法估計的收入提升效應最低，近鄰匹配和核匹配的相對較高。同時，考慮到不同的匹配結果均通過準確性和穩定性檢驗，因此，本文采用平均法計算最終收入提升效應，得到貧困地區建檔立卡戶參與土地整治平均可使家庭年收入提升9 357元，非建檔立卡戶提升17 174元，參與土地整治農戶比不參與農戶提升13 118元。

三、結論與政策建議

（一）結論

1.土地整治對提高農戶收入水平具有顯著影響。整體來看，在貧困地區，參與土地整治平均可使農戶家庭收入提高13 118元，這說明新時期國土資源部以土地整治助推扶貧脫貧的效果顯著，通過開展土地整治項目，使當地農戶的收入水平有顯著提升。

2.土地整治的減貧效應顯著。從以上分析結果可以看出，土地整治平均可使建檔立卡參與戶年收入提高9 357元，平均每人提升2 599元。也就是說，僅僅依靠土地整治提升貧困戶的收入就達到了2 599元（可變價格），已經基本接近了脫貧標準2 855元（可變價格），這大大促進了貧困戶減貧的進程，降低了貧困家庭的貧困程度。

3.土地整治對農戶家庭收入水平的提升有差異性。從數據分析可知，不同性質農戶之間的收入提升程度是有明顯差異的，建檔立卡戶參與土地整治平均可使家庭年收入提高9 357元，非建檔立卡戶提高17 174元，相差7 817元;人均收入分別提高2 599元與4 771元，相差2 171元。換句話說，土地整治對貧困戶的收入提升效應低于非貧困戶的收入提升效應。

（二）政策建議

1.繼續強化土地整治在扶貧脫貧中的力度。土地整治在提升農戶收入方面的效果是明顯的，在促進扶貧脫貧方面也同樣是有效的，而且作用不斷顯現。當然，本研究僅僅是從收入提升角度進行的界面分析，而土地整治通過改善交通水利和環境條件等因素，對削弱和消除致貧因素的作用是長期的，這一效應，也只能在未來長期持續的發展中得到體現，顯然，這種效應對于減貧的作用也是持久和長遠的，因此，要繼續強化土地整治的力度，在財政和技術條件允許的條件下，要增加和擴大土地整治的規模和范圍。

2.加大土地整治項目的益貧性和精準性。從前面分析可以看出，雖然從土地整治全部參與農戶的收入提升水平上看，土地整治對農戶收入具有顯著的正向作用，對其脫貧致富具有良好的促進作用，但通過對比土地整治對不同性質農戶收入提升程度，可知非貧困戶參與項目提升的收入比貧困戶戶均高7 817元，人均高2 171元，收入提升差距接近1倍。從實地調研情況與土地整治本身性質來看，這主要是由于土地整治除作為國土資源部扶貧的重要抓手外，其主要作用還是服務于國家土地整治戰略，如：提高農業綜合生產力，推動新型城鎮化，促進生態修復等。在此層面上看，土地整治在促進扶貧開發上的平臺作用更明顯，進而，在實踐過程中，較容易出現土地整治項目的“精英俘獲”現象。因此，在今后通過土地整治促進扶貧開發時，應更加注重對建檔立卡戶的扶助。為此建議：一方面在土地整治項目的區域選擇時要盡量在貧困面大、貧困集中鄉鎮和貧困縣來實施，另一方面，在項目實施過程中，要擴大和提高貧困戶在項目實施過程中的參與性，讓貧困戶從土地整治項目實施過程中也獲得更多的收益。

3.提高土地整治項目的聯動性和整合程度。土地整治項目的實施涉及政府多部門多單位，其中包括發改委、農業、水利、環保、國土、扶貧等部門，現階段，土地整治扶貧主要由國土部門居中協調，其他部門配合，但隨著脫貧攻堅的不斷深入，要想保證在項目落地后，能逐漸形成土地整治助力扶貧脫貧的完整鏈條，使建檔立卡戶在參與土地整治項目后能夠有持續的收入來源，能不斷提升收入水平，則需要多部門的協同參與和聯動。因此，相關政府部門應理順部門關系，加強部門聯動，合力推動多規合一，從而進一步發揮土地整治促進扶貧開發的特殊優勢和潛能。

參考文獻：

[1] 鄭娟爾，王世虎，袁國華.扶貧攻堅與土地政策創新——基于貴州省的調研與思考[J].中國國土資源經濟，2014，27（6）：2730.

[2]周懷龍.土地整治助力扶貧攻堅成效顯著[J].四川農業科技，2016（11）：36.

[3]張殿發，卞建民，吳文業.土地資源開發的農業生態效益評價[J].資源科學，2001（2）：2630.

[4]孫雁，付光輝，吳冠岑，等.南京市土地整理項目后效益的經濟評價[J].南京農業大學學報（社會科學版），2008（3）：145151.

[5]吳冠岑，劉友兆，付光輝.基于熵權可拓物元模型的土地整理項目社會效益評價[J].中國土地科學，2008（5）：4046.

[6]李正，王軍，白中科，等.基于物元評判模型的土地整理綜合效益評價方法研究[J].水土保持通報，2010，30（6）：190194.

[7]王旭，彭應金，楊俊孝.土地整理的經濟效益評價方法初探[J].新疆農業科學，2005（S1）：178181.

[8]金曉斌，周寅康，李學瑞，等.中部土地整理區土地整理投入產出效率評價[J].地理研究，2011，30（7）：1 1981 206.

[9]張正峰，趙偉.土地整理的資源與經濟效益評估方法[J].農業工程學報，2011，27（3）：295299.

[10]劉新衛.土地整治如何助力扶貧攻堅[J].中國土地，2016（4）：3537.

[11]劉姝驛，楊慶媛，何春燕，等.基于層次分析法（AHP）和模糊綜合評價法的土地整治效益評價——重慶市3個區縣26個村農村土地整治的實證[J].中國農學通報，2013，29（26）：5460.[12]Joseph R Urgo， Ann J. Abadie Faulkner and His Contemporaries 2004[EB/OL].[20180125].http：//www.doc88.com/p-9089479697266.html.

Study on Performance of Land Consolidation in Poverty Alleviation

ZHANG Qi， SHI Chao

（China Institute for Poverty Reduction/School of Economic and Resource Management， Beijing Normal University， Beijing 100875， China）

Abstract： Land consolidation is a significant means to promote poverty alleviation and development， however， the magnitude of the income effect of land consolidation on the povertystricken population has not yet been accurately estimated. Based on the actual questionnaire survey of 768 farmers in 2017 and using propensity score method （PSM method） to evaluate the income effect for farmers， in povertystricken areas， participating in land consolidation projects， the study finds that land consolidation projects have positive effect in participating farmers’ household income and it can averagely increase the farmers’ annual household income by 13 118 yuan. But this effect is different for different types of farmer households， that is， the income increase level of nonimpoverished households averages 17 174 yuan， which is significantly higher than the income increase of poor households which averages 9 375 yuan. Then some suggestions are provided that： first， we must continue to strengthen the force of the land consolidation in poverty alleviation; second， we should increase the benefit and accuracy of land consolidation project; third， we must improve the degree of linkage and integration of land consolidation project.

Key words：land consolidation; propensity score matching; poverty reduction performance;poverty alleviation development

（責任編輯：王倩）