欠發達地區土地流轉對農村勞動力轉移就業的影響研究
——基于DID模型與呼圖壁縣實地調研

門建芳，馬 瑛，那 拉

(新疆農業大學 管理學院，新疆 烏魯木齊 830052)

2004～2017年中中央一號文件10次明確提及土地承包政策、土地改革及產權制度改革等問題，9次明確提及農村勞動力(轉移)就業的問題。黨的十九大再次提出要深化農村土地制度改革，堅持就業優先戰略和積極就業政策，可見，如何實現農民有效就業一直受到政府高度關注。在土地流轉的帶動下，農村剩余勞動力轉移就業問題將是影響經濟發展和社會穩定的關鍵因素，尤其是在欠發達地區農村勞動力轉移就業問題表現更為突出。推動欠發達地區農村勞動力有效就業，不僅促進了土地流轉與農村勞動力就業的統籌協調發展，而且在促進邊疆經濟發展和維護社會穩定方面也發揮了重要作用。

土地流轉市場的發展日益成為學術界研究的熱點，其中土地流轉與農村勞動力轉移的關系、土地流轉對農村勞動力轉移就業的作用成為關注的焦點。通過梳理現有研究文獻可知，關于土地流轉是否顯著促進農村勞動力轉移就業目前仍然沒有定論，有學者認為兩者之間沒有顯著關系[1]，有學者認為兩者之間存在正相關關系[2-4]或者負相關關系[5-6]。學者們針對土地流轉背景下促進勞動力非農就業提出了較為充足的政策建議，通過公開、公正的人力資源市場[7]、城鎮與農村戶籍等價[8]、政府—社會—農民三方主體合作[9]、充分發揮就業培訓功能[10]及其他方面推進土地流轉與農村勞動力轉移的進程，實現勞動力的轉移就業。

從學者們研究的區域來看，已有研究多傾向于內地土地流轉和就業保障較成熟的地區，有針對性的對特殊地區勞動力就業難問題提出解決實際困境的研究較少，尤其欠缺對經濟發展相對緩慢的邊疆欠發達地區的研究。呼圖壁縣是新疆首批土地確權以及兩權抵押試點縣，探索該縣土地流轉背景下農村勞動力轉移就業的影響因素，解決農村剩余勞動力的就業問題，不僅對其他經濟欠發達的試點地區起到了示范效應，也為相關政府部門在維護社會穩定、提高勞動力就業率等方面提供了指導性意見。

1 研究方法

1.1 模型選擇

為了研究欠發達地區農戶參與土地流轉對農村勞動力轉移就業的影響，本文采用DID模型進行具體分析。DID模型(雙重差分法)通常被用來評估一個政策或者一個工程項目的實施效果，通過對研究對象進行分組，分成“對照組”和“實驗組”，對照組是指研究對象沒有受到政策或項目實施的影響，實驗組是指研究對象受到政策或項目實施的影響[11-12]。研究兩組被調查對象的數據在同一政策或相同項目的作用下不同時間段的信息，計算兩組被調查對象的某一指標在項目或政策實施前后的變化量，所得的兩組變化量的差值就是DID估計值，該值可反映政策或項目對實驗組的實施效果。在分析實施組農戶與對照組農戶勞動力轉移就業的變化時，被調查農戶按是否參與土地流轉被分為參與戶和未參與戶，本文將“實施組”設為參與土地流轉的農戶，未參與土地流轉的農戶則為“對照組”。

在具體分析過程中，為了控制其他因素的影響，采用固定效應模型分析土地流轉所造成的影響[2]，其DID模型如下：

Yit=β0+α0Tt+β1dBi+α1TtdBi+θXit+εit

(1)

其中，i代表農戶，t代表流轉時期。Yit是農戶i在t時期的勞動力轉移就業情況；dBi是二值虛擬變量，如果dBi=1，表示樣本農戶屬于參與實驗組，如果dBi=0，表示樣本農戶屬于對照組。Tt表示樣本數據來自參與土地流轉的時期，如果是實驗組，則T=1，否則，T=0。交互項Tt×dBi的系數α1就是DID估計土地流轉對勞動力轉移就業影響的凈效應。Xit是控制變量，包括家庭規模、年齡、族別、確權面積、非農收入比重等，ε為隨機擾動項。

根據不同的分析目的，無論被解釋變量是分類變量還是連續變量，DID模型都可適用[13]。農戶家庭是否配置勞動力轉移為二分類變量是定性變量，即“未配置勞動力轉移=0，配置勞動力轉移=1”兩種行為。在分析土地流轉對農村勞動力轉移的影響時，為了保證計量結果的穩健性，選取了Logit和Probit 2個累積分布函數建立回歸模型。兩者的主要區別在于樣本分布的假設上，Probit回歸模型比Logit回歸模型的條件概率趨近于0或1的速度更快一些[14]，本文分析土地流轉對農戶家庭配置勞動力轉移的影響時，在引入其他控制變量前后同時采用Logit和Probit回歸模型檢驗此影響。

式(2)為基于Probit模型的DID模型：

P(y=1|x)=G(β0+α0Tt+β1dBi+α1T·dBi+θXit+μit)

(2)

其中，P表示Y=1的概率，G是服從正態分布的累計概率函數，取值范圍在0～1之間：對于所有實數Z，都有0

(3)

其中，Φ(Z)為標準正態密度函數：

Φ(Z)=(2π)-1/2exp(-Ζ2/2)

(4)

基于Logit模型的DID模型：

F(X)=Y=β0+β1X1+β2X2+β3X3+…+βiXi+ε

(5)

經過Logit變換后所得的概率模型表達式為：

(6)

在模型的應用中，分別計算Probit和Logit的邊際效應，來觀測自變量每發生一個單位的變化，農村勞動力轉移就業的變化情況。

勞動力轉移就業比重是一個定量且連續的變量，可以采用多元線性回歸模型具體分析影響其變化的因素，本文中分析農村勞動力轉移就業比重的回歸模型公式與DID模型公式(1)一樣，但是Yit在這里表示農戶i在t時期家庭勞動力轉移就業的比重。

1.2 模型變量

因變量選取：農村勞動力轉移和就業緊密相關，如果勞動力轉移之后不能順利就業，就會影響轉移的進程，本文研究的轉移就業是指農村勞動力由從事農業為主轉為從事非農為主，不區分區域間轉移。在對農村勞動力轉移就業進行探究時，選取家庭是否配置勞動力轉移和轉移就業人數占家庭總人數的比重2個變量進行分析，以得出土地流轉對這2個變量的具體作用情況。

自變量選取：基于現有研究成果[3-5,11]，本文從土地流轉、家庭特征和所在村莊特征這3個方面分析了影響農村勞動力轉移就業的因素。

(1)土地流轉變量。選取了農戶家庭是否參與土地流轉、參與農地流轉的時期及兩者乘積的交互項3個變量。

(2)家庭特征變量的選取。張務偉等[15]研究發現，家庭耕地面積、家庭人口總數、年齡、受教育年限等對農村勞動力就業呈顯著的正向影響。而張俊霞[16]研究發現，受教育年限、家庭耕地面積變量對農村勞動力就業沒有影響，而家庭人口總數、是否有65歲以上老人等變量對勞動力就業有負向影響，家庭中上學人數正向顯著影響勞動力就業。羅明忠等[17]運用二元Logit模型對化州市播揚鎮440戶農戶進行了微觀分析，發現非農收入對農地流轉呈正向顯著，農地流轉對農戶家庭做出勞動力轉移的決策具有積極影響。吳婷婷[18]通過南康區300份農戶問卷分析農村勞動力轉移與農地流轉的關系，發現短期的流轉會促進勞動力轉移。馬琴[19]在研究民族地區就業結構時，發現民族地區勞動者就業技能的提高趕不上產業結構升級速度，不利于勞動力轉移就業。單楊[20]研究發現家庭耕地面積負向影響勞動力轉移行為，而陳有權[21]研究認為農村勞動力非農就業不受耕地面積的影響。基于以上研究，選取農戶家庭規模、勞動力人數、上學人數、是否有65歲以上老人、勞動力平均年齡、勞動力平均受教育年限、族別、非農收入比重、耕地面積、土地流轉的合同期9個關系變量。

(3)村莊特征變量的選取。馬成福[2]通過對寧夏銀北地區的研究，發現公共交通通達度和市場便利度與農村勞動力轉移及就業之間沒有相關關系。邱元等[22]在分析影響我國農村勞動力非農就業的因素時，得出村子與最近公交點的距離對勞動力非農就業有顯著影響。基于以上研究，村莊變量選取距離最近搭車地點的路程以及距離最近市場或集市的路程2個變量。

1.3 數據來源

本文原始數據來源于2016年6月和2017年4月先后2次對新疆呼圖壁縣轄內園戶村鎮、五工臺鎮、大豐鎮和二十里店鎮典型地區進行實地調查獲得，不針對已有社區或者土地為國有土地的鄉鎮進行調查。一方面針對縣農經局、鄉鎮農經站、村委會、涉農公司/企業、合作社以及種植大戶采用訪談的方法，深入了解呼圖壁縣農地流轉情況及勞動力就業情況并獲取一些面板數據；另一方面針對4個鎮的10個行政村的農戶進行入戶問卷調查，每個行政村隨機入戶并選擇填寫40份問卷，共發放問卷400份，回收400份，剔除參與流轉但僅有流入土地行為、信息不全及有問題的問卷35份，有效問卷為365份，問卷有效率為91.25%。

調研獲得的兩期數據分別是2013和2016年，為了避免內生性問題，剔除了2012年及之前流轉的7份樣本數據。以2013年為基期，以2016年為考察期，經過對樣本問卷篩選統計共得樣本量358份，其中處理組191份，對照組167份，占比分別為53.35%和46.65%。本文將因變量分為農戶家庭是否發生勞動力轉移和農戶家庭中勞動力轉移就業比重2個變量，相關變量的含義及單位、具體統計描述和預期作用方向見表1。

表1 變量統計描述與預測作用方向

注：數據來源于調查問卷整理所得。

2 結果與分析

2.1 基本回歸結果及分析

土地流轉是影響農戶家庭配置勞動力轉移及勞動力轉移就業比重的重要因素，在Logit、Probit估計和多元線性回歸中DID估計值均在5%的水平上呈正向顯著，凈影響效果α1分別為1.972、0.925和0.152。農戶家庭是否配置勞動力轉移、勞動力轉移就業比重的差異效應系數分別為1.023、0.615和0.104，均在相應的顯著性水平上正向顯著，而3種模型的時變效應系數α0分別為0.330、0.204和0.753，均不顯著。說明時變效應對農戶家庭配置勞動力轉移以及勞動力轉移就業比重沒有影響，在控制了差異效應后，土地流轉正向顯著影響農戶家庭配置勞動力轉移及轉移就業比重，與預測結果一致(表2)。

表2 基本模型估計結果

注：*、**、***分別表示在10%、5%和1%水平上顯著，Logistic和Probit估計中小括號內數據為z統計量，多元線性回歸估計中小括號內的數據為t統計量。

2.2 引入控制變量的回歸結果及分析

模型在引入控制變量后。土地流轉對農戶家庭是否配置勞動力轉移及農村勞動力轉移就業比重影響的DID估計值分別在5%和1%的水平上呈正向顯著。由于Probit模型與Logit模型僅是累計分布假設上的區別[14]，故2個模型的估計結果類似，在這里不對Probit估計結果作具體分析。從Logit和多元線性回歸模型結果來看，DID值的邊際效應為0.286，表示參與土地流轉的農戶家庭要比未參與土地流轉的農戶家庭配置勞動力轉移的概率高28.60%，而且勞動力轉移就業比重高20.80%(表3)。再次驗證了呼圖壁縣土地流轉對農村勞動力轉移就業影響顯著且兩者之間呈正相關關系。

3個模型中影響勞動力轉移及轉移就業比重的因素基本相同，分別是家庭規模、上學人數、族別、年齡、非農收入比重、公共交通通達度這6個因素，且6個因素除家庭規模外均與預測方向一致，其中族別、上學人數、年齡、公共交通通達度負向影響2個因變量，而非農收入比重正向影響2個因變量。

根據家庭規模對農戶家庭配置勞動力轉移和勞動力轉移就業比重的預期，農戶家庭人數越多越促進勞動力轉移及提高轉移就業比重，但農戶家庭配置勞動力轉移的估計結果驗證了假設，而勞動力轉移就業比重的估計結果與預期相反，家庭規模每增加1人，勞動力轉移就業比重會降低3.80%，家庭規模與勞動力轉移就業比重的關系與其他學者的研究結果[15-16]不一致，主要原因是民族地區少數民族享有計劃生育優待政策，家庭規模雖大，但非勞動力人口多，女性勞動力又受傳統觀念影響，導致能夠轉移就業的勞動力有限，所以，家庭規模與轉移就業比重呈負相關關系。

受教育年限和耕地面積2個變量因素在3個模型的檢驗結果不穩定，其中，受教育年限對勞動力轉移就業比重在5%的顯著水平上呈正向顯著，對農戶家庭是否配置勞動力轉移沒有顯著影響，相反，耕地面積對農戶家庭是否配置勞動力轉移有著負向顯著影響，對勞動力轉移就業比重沒有顯著影響。此外，農戶家庭勞動力人數、65歲以上老人人數、土地流轉合同期及市場便利度對2個因變量沒有顯著影響。

3 結論與政策建議

3.1 結論

基于呼圖壁縣358份有效農戶的調研數據，通過土地流轉視角分析對農村勞動力轉移就業的影響，得出如下結論：(1)無論是否引入控制變量，土地流轉都正向顯著影響勞動力轉移就業。(2)在引入控制變量后，影響勞動力轉移及就業的其他因素有很多，農戶所在家庭非農收入比重的增加促進勞動力轉移就業，但是族別、農戶家庭上學人數、勞動力平均年齡及公共交通通達度這些因素抑制了勞動力轉移就業，族別因素對其影響更為顯著，在欠發達的民族區域，少數民族受宗教文化、飲食習慣、區域位置等因素影響，自身就業意識、就業技能較薄弱。(3)研究呼圖壁縣家庭規模與勞動力轉移就業比重時發現，兩者之間呈顯著的負相關關系，原因是民族地區少數民族即享有計劃生育優待政策，又受傳統思想影響，阻礙了勞動力尤其是女性勞動力的轉移就業。

表3 引入控制變量的模型估計結果

注：*、**、***分別表示在10%、5%和1%水平上顯著，Probit估計中小括號內數據為z統計量，多元線性回歸估計中小括號內的數據為t統計量。

3.2 政策建議

根據以上研究結果，對于欠發達地區推進土地流轉的過程中，提高勞動力轉移就業率可以從以下幾方面進行。

3.2.1 政府主導：準確定位政府的管理和服務職能 土地流轉對勞動力轉移就業的影響非常顯著，所以政府應發揮主導作用，明確其職能，嚴格遵守“自愿、有償”的原則鼓勵農戶進行流轉。(1)完善與激活土地流轉市場，發展多元化的流轉模式，促進土地資源的高效配置，解放勞動力；(2)加大對農村勞動力技能教育的培訓力度，培訓內容要符合當前三次產業發展的實際，同時要考慮族別對勞動力轉移就業的影響，開展不同語言及各種形式的職能教育，注重提升教育質量，提高各種青壯年勞動力的就業競爭優勢；(3)構建配套的社會保障體系，社會保障保障體系要與城鎮接軌，減少流出土地農民的后顧之憂，所以呼圖壁縣各級政府要組織從事社會保障工作的專業人員深入農村，逐戶進行宣傳，尤其是在少數民族人口比較聚集的村，比如二十里店村，發放漢語和維語、哈語等不同語言的農村社會保障專用建議畫冊，宣傳社會保障制度所包含的最低生活保障、養老保障等內容，進而提高他們自愿參保意識，增強自我保護和救助能力。

3.2.2 社會協同：積極發揮社會各級組織的輔助及協調功能 各公司、企業及合作社在享受政府優惠政策的同時，應積極發揮協同作用。第一，采取“面向市場、因人而異、因地制宜”的方針，配合政府開展公益性的就業指導課程，構建多元化、多層次就業培訓機制；第二，各用工單位針對不同年齡層、不同就業技能的勞動力，秉承“公開、公正”的原則提供就業崗位，同時對于來自欠發達地區的農村勞動力尤其是少數民族勞動力在既定條件下應適當放寬用工條件，為其創造更多的就業機會；第三，協同當地政府完善公共交通服務設施，特別是欠發達地區各個村之間、村與城鎮之間相隔距離較遠，出行在很大程度上受到影響，公共交通服務設施的完善尤為必要。所以，各級組織在資金、技術、設備等方面要適當給予支持，為勞動力轉移就業提供一個便利的交通條件，增加就業機會。

3.2.3 家庭參與：打破農戶封閉思想，提升農村勞動力整體素質 一方面，強化農戶家庭接受教育的意識。農戶家庭上學人數的增加一定時期內加重了該家庭的經濟負擔，但是學校教育是接受各方面知識的關鍵時期，是家庭人力資本的儲備期，長期來看，是家庭經濟收入的主要承擔者。對于民族地區的農戶來說，要支持和鼓勵孩子去接受義務教育和高等教育，尤其是少數民族農戶，教育是其擺脫語言障礙、獲取就業技能、提升文化素養的重要途徑。另一方面，打破少數民族農戶封閉思想，明晰就業意識。利用新聞、廣播、網絡等媒介，邀請一些轉移就業致富的勞動力代表到各村巡回演講，各用工單位可以出資邀請各村勞務合作社或負責牽頭打工的負責人赴用工地進行實地考察，將工作環境、工作時間及工資等詳細內容宣傳給少數民族勞動力，打破其關于“外出打工丟人”的封閉思想，明晰并增強少數民族農戶的就業意識。

參考文獻:

[1] 孫玉娜,李錄堂,薛繼亮.農村勞動力流動、農業發展和中國土地流轉[J].干旱區資源與環境,2012,26(1):25-30.

[2] 馬成富.土地流轉對農村勞動力轉移的影響：基于寧夏銀北地區的調查研究[D].銀川:寧夏大學,2015.

[3] 李娟娟.中國農村土地流轉與勞動力轉移的關聯分析[J].改革與戰略,2011,27(7):108-110.

[4] 周來友,饒芳萍,馬賢磊，等.丘陵地區非農就業類型對農地流轉的影響：基于江西省東北部農戶調查數據的分析[J].資源科學,2017,39(2):209-219.

[5] 陳浩,陳中偉.農村勞動力轉移與土地流轉不一致的影響因素分析：基于1986～2010年中國農村固定觀察點數據[J].財貿研究,2013,24(5):32-38.

[6] 陳中偉,陳浩.農村勞動力轉移與土地流轉統籌發展分析[J].中國人口科學,2013(3):46-53,127.

[7] 曹海英.新形勢下農村勞動力轉移的制約因素和對策建議[J].經濟研究導刊,2010(17):39-40.

[8] 張良悅.戶籍對價、勞動力遷移與土地流轉[J].財經科學,2011(1):117-124.

[9] 任曉聰,孔梅.我國農村土地流轉對勞動力轉移的影響研究[J].農村金融研究,2016(1):70-76.

[10] 張建,諸培新,王敏.政府干預農地流轉:農戶收入及資源配置效率[J].中國人口·資源與環境,2016,26(6):75-83.

[11] 朱蘭蘭,蔡銀鶯.農田保護經濟補償政策實施異質效應：基于DID模型的動態估計[J].自然資源學報,2017,32(5):727-741.

[12] 張一豪,劉雨欣,姜天瑞,等.黑龍江省農機合作社助農增收績效評價：基于DID模型的實證研究[J].農機化研究,2017,39(11):40-43.

[13] Puhani P A. The treatm ent effect, the cross difference,and the interaction term in nonlinear “difference-in-differences”model[J]. Social Science Electronic Publishing, 2010, 115(1): 85-87.

[14] 田傳浩,李明坤.土地市場發育對勞動力非農就業的影響:基于浙、鄂、陜的經驗[J].農業技術經濟,2014(8):11-24.

[15] 張務偉,張福明,楊學成.農村勞動力就業狀況的微觀影響因素及其作用機理：基于入戶調查數據的實證分析[J].中國農村經濟,2011(11):62-73，81.

[16] 張俊霞.黑龍江省農村勞動力非農就業問題研究[D].哈爾濱:東北農業大學,2013.

[17] 羅明忠,楊永貴,林文澤.農地流轉中的非農就業因素分析：基于化州市播揚鎮的實證檢驗[J].產經評論,2013,4(3):102-109.

[18] 吳婷婷.農村勞動力轉移與農地流轉的關系研究[D].南昌：江西師范大學,2014.

[19] 馬琴.我國民族地區就業結構優化研究[D].北京:中央民族大學,2015.

[20] 單楊.農地流轉對農村勞動力永久性遷移的影響研究[D].湘潭:湖南科技大學,2015.

[21] 陳有權.城市化進程中武威市農民非農就業與實現機制研究[D].蘭州：蘭州大學,2015.

[22] 邱元,葉春輝,朱奇彪,等.我國農村勞動力非農就業影響因素研究：以全國5省大樣本調研數據為例[J].浙江農業學報,2015,27(2):295-300.