家庭老人照料與中年農戶土地流轉

■宋書山，張永奇

一、引言與文獻綜述

2021年中央一號文件對土地問題高度關注，要求堅持以農民為主體的政策方向，進一步完善承包經營制度，促進土地流轉，形成適度規模的家庭農場。根據現有土地流轉數據和相關學者的研究，我國的土地流轉率依舊處于較低水平，甘肅等部分地區流轉率不足10%。此外，中國農村地區的土地流轉形式多數以代耕和無償轉包的形式轉出土地，并不是簽訂流轉合同。這導致了土地流轉過程中不確定性的顯著提升，部分地區“小農復制”格局愈加突顯。

針對農村土地流轉不足的現象，學者們嘗試從產權獲得、非農就業、風險意識、信貸市場、農地確權、金融素養、信任機制不健全等角度進行探討，但多數研究僅從個人視角探討土地流轉的影響因素，并未闡明一個不可忽略的經濟事實，即在農村地區中，農戶多以家庭作為決策主體進行經濟決策。土地和勞動力是農業活動的主要生產要素，以家庭為單位的經濟決策主體對土地的依賴性和農村勞動力老齡化的趨向是制約土地流轉和土地使用效率的關鍵因素。這表明以家庭為基本單位的農村住戶群體需要受到土地規模和成員生產生活能力的雙重限制，使得農村勞動力在進行經濟行為決策時，需要對成員的勞動能力和土地規模進行配比，將有限的勞動力資源合理配置在農業、非農業部門之間，從而實現整體利益最大化。根據估算，中國現有農業勞動力中，60歲以上人口占比已經達到18.42%，預計2030年將升至33.8%。老齡化的持續上升使得農戶家庭負擔逐漸加重，進一步提升了小規模農戶對土地的依賴程度。

“人口老齡化”對土地流轉的制約事實，既不利于緩解土地供給約束和土地細碎化對農業經營效率提高、農民生產規模化和機械化發展的制約作用，也不利于加速農村地區一、二、三產業的融合升級，從而阻滯了農業農村現代化的發展步伐。因此，部分學者結合“人口老齡化”的現實背景，對農戶土地流轉的意愿及其影響因素展開研究。許恒周等（2011）指出，依托“社會養老”，能夠促進土地流轉。胡霞等（2015）則認為，沒有購買養老保險的農戶傾向于自留土地。趙光和李放（2014）進一步分析了養老保險的雙重效應：其一，養老保險保障了老年農戶的基本需求，緩解了“以地養老”的困境；其二，進一步促使農村家庭展開更大規模的農業經營。江永紅和程楊洋（2019）認為，養老保險是分擔農戶家庭負擔的重要舉措，養老保險的存在顯著降低了農戶的家庭經濟負擔，提升了農村土地轉出的概率及可能性。

梳理現有研究發現：從研究深度上看，多數相關文獻只是將家庭收入、土地規模等因素作為家庭變量納入模型展開分析，并未深入探討家庭內部結構對其家庭決策的相關影響。并且，部分文獻雖然考慮了老年人口的存在會降低農戶兼業經營、外出務工的意愿，但是探討家庭老人照料對農村土地流轉的相關文獻仍然匱乏。少數文獻雖然關注了家庭老人照料對農村土地流轉的影響，但其研究只是將大于18周歲的勞動力定義為農村勞動力，并未深入考慮農村土地流轉主要由40周歲及以上的中年群體來決定這一事實的影響。基于此，本文將從家庭老人照料視角，利用CFPS2018年的數據，基于40周歲至60周歲的中年農戶家庭樣本，從理論與實證兩個方面分析其對土地轉出決策的影響。

二、理論模型

根據時間分配理論，家庭老人照料是一項長期的照料活動，既要涉及金錢等顯性財富支出，也需要照料者付出時間及精力等“隱性成本”。因此，家庭老人照料作為一種家庭負擔會通過影響一個家庭中勞動力的經濟行為來影響土地流轉。借鑒Becker（1974）的家庭利他模型，從財富轉移的視角來考察家庭老人照料如何影響土地轉出。考慮到現有勞動力L與非勞動力NL構成的家庭，當期的家庭效用函數可以表示為：

其中，下標i和-i分別表示自身與對方，U代表總體效應，V代表效用函數，C表示消費，?V(C)/?C＞0。本文的主要研究方向是家庭老人照料對農村土地流轉的影響，所以只需分析非農勞動力的最優化行為，考慮家庭老人的照料活動是否影響了勞動力的就業決策，進而對土地流轉的相關影響。在式（1）的基礎上，非勞動力效用的函數能夠表示為：

?∈（0，1），充當非勞動力賦予自身效用函數的權重。非勞動力效用最大化的預算約束可以表示為：

其中，INL是非勞動力個人收入，由于其主要來源于財產性收入，所以一般而言，?I NL/?NL＜0，即表示，非勞動人口的增加會降低其人均收入。t0和t-t0分別代表勞動力用于照顧家庭和外出勞動上的時間花費，I代表相應的收入或者支出。效用最大化的一階條件能夠表述為：

代入預算約束能夠得到：

非勞動力收入對勞動力t0投入的影響能夠表示為：

式（4）兩邊對INL求導得到：

一般情況下，勞動力在家庭照料活動中花費時間越多、支出越高，也就意味著其所能用于非農務工的時間越短、可獲收入越少。因此，勞動力為了確保可靠的收入來源，往往從事一定量的土地耕種用來彌補空閑及收入。即?Tran/?I L（t0）＜0，Tran是土地流轉。故：

根據式（8）可以發現，家庭老人照料的存在使得農村土地流轉概率顯著下降。

三、模型設定

（一）數據來源

利用中國家庭追蹤調查數據（CFPS）的數據，該調查數據庫擁有樣本規模多、數據詳細等優點，使其在分層、多階段的抽樣設計中能夠代表中國85%的人口情況。采用2018年的調查數據，其中共包含32669個有效樣本。根據實證研究需要，對樣本數據做了如下處理：剔除在調查期內沒有參與收入勞動的個體樣本；保留年齡為40周歲至60周歲的農戶樣本；剔除被訪者核心變量為不知道、拒絕回答或缺失的樣本；剔除其他異常值，最終得到后續中年農戶家庭樣本1107個。

（二）變量選取

1.被解釋變量。被解釋變量為土地流轉。一般而言，土地流轉分為轉入和轉出，其中轉出是保障農地供給的重要環節，因此了解農民轉出農地的意愿將成為預期轉出農地行為的重要手段。故使用CFPS問卷中“過去12個月，您家是否將集體分配的土地出租給了其他人？”來考察中年農戶土地轉出行為。

2.核心解釋變量。核心解釋變量為家庭老人照料。通過使用CFPS（2018）問卷中“是否料理家務或照顧父親”和“是否料理家務或照顧母親”兩個問題來構建家庭照料指標，其中回答“是”的賦值為1，反之賦值為0。另外，還考慮到所構建的家庭老人照料指標更是反映中年農戶家庭照料的廣度狀態，進一步使用“照料時間”創建了中年農戶家庭老人照料深度指標，時間大于平均數的歸為1，時間小于平均數的歸為0，對家庭老人照料與中年農戶土地流轉行為的關系展開進一步檢驗。

3.中介變量。根據前文的理論模型，中年農戶的家庭老人照料對外出務工等其他涉及時間分配的變量有所影響，而外出務工等擇業選擇也與中年農戶的土地流轉具有密切關聯。因此，使用問卷問題“是否外出務工”“是否自主創業”來進一步考察家庭老人照料與中年農戶土地流轉的關系。此外，家庭老人照料的影響也會受到社會照料服務的影響。因此，引入中國民政部公布的《2018年各省社會服務統計數據》，將2018年各省養老機構、2018年各省社區服務中心、2018年各省社區服務站指標引入研究模型，查證家庭老人照料、社會照料、中年農戶土地流轉的三者關系。

4.工具變量。家庭老人照料負擔加重，的確會對中年農戶土地流轉意愿產生影響。但是土地流轉也能成為中年農戶承擔家庭老人照料責任多寡的原因。因此，鑒于兩者之間可能會因內生性偏誤導致的回歸誤差，選取了“傳宗接代的態度”指標，通過使用工具變量方法緩解了內生性偏誤。

5.控制變量。控制變量將被調查對象的身體健康程度等特征變量全部囊括在內。另外，考慮到家庭情況也與中年農戶土地流轉存在關聯。因此，選取了家庭規模、家庭存款作為家庭特征變量。鑒于家庭存款波動對方差量所造成的負面影響，已經提前對該變量進行了對數處理。此外，中年農戶土地流轉也會受到社會環境影響。選取了與中年農戶土地流轉有關的地區經濟發展水平（對數）、城鎮化率宏觀指標，盡量減弱因遺漏變量造成的估計誤差。具體描述統計見表1。

表1 描述性統計

續表1

（三）回歸模型

本文使用的“土地流轉”指標是二分類變量，根據此變量的數據分布特征，使用最大似然估計的Probit模型展開分析，更加合適。設定的基準回歸模型如下：

其中，i代表個體，Land代表中年農戶土地流轉，Look代表中年農戶家庭老人照料情況，Xc代表影響中年農戶土地流轉的其余控制變量，λ為其余控制變量的估計系數，代表相應變量對中年農戶土地流轉的影響程度，εc為隨機擾動項。β是家庭老人照料對中年農戶土地流轉的影響，作為本文關注的重點系數。β為正，代表家庭老人照料能夠顯著提升中年農戶土地流轉的概率；β為負，代表家庭老人照料能夠顯著降低中年農戶土地流轉的概率；β不顯著，則代表家庭老人照料與中年農戶土地流轉并無顯著關聯。另外，為了避免回歸結果的偶然性，本文同時保留了OLS模型結果。

四、實證結果與分析

（一）基準回歸結果與分析

表2給出了基準回歸的結果，模型1是使用OLS單獨檢驗家庭老人照料與中年農戶土地流轉的關系，其結果顯示家庭老人照料的系數顯著為負，表明家庭老人照料不利于中年農戶土地流轉。模型2是基于Probit模型對兩者關系展開的進一步檢驗，由回歸結果可以發現，家庭老人照料的系數顯著提升，表明家庭老人照料對于中年農戶土地流轉的負面影響依舊顯著。模型3和模型4是引入其余控制變量，進一步考察家庭老人照料對中年農戶土地流轉的影響。由回歸結果能夠看出，在控制其他特征變量的情況下，家庭老人照料對中年農戶土地流轉具有不利影響的研究結論依然穩健。家庭老人照料作為中國農村照料勞動的主要方式，需要農村中年勞動者為父母提供經濟與時間支持，對農戶勞動者的勞動參與和擇業選擇產生顯著影響，一定程度上約束了農戶從事非農就業的意愿，使得在農村地區仍以農業占據主導產業的現實條件下，大部分中年農戶只能依靠“種地為生”。

表2 基準模型分析

除了家庭老人照料對中年農戶土地流轉具有顯著的影響作用，其余部分變量也與中年農戶土地流轉存在密切關聯。具體如下：待償貸款的系數顯著為正，表明待償貸款的增多提升了中年農戶轉出土地的可能性，這體現出農村地區保留小農經濟的習慣，呈現“不愿借貸”的初始特征。此外，政府補助、家庭人口規模的提升都顯著提升了中年農戶土地流轉的可能性。原因在于：政府補助與家庭人口規模的提升都一定程度上緩解了中年農戶的經濟壓力，從而提升了中年農戶的外出務工可能性。此外，家庭存款的系數顯著為負，表明家庭存款越多的農戶家庭轉出土地的可能性越小，這可能是因為此類群體經由土地集約化經營渠道獲得財富積累，為保證后續擁有持續性財富收入，并不愿意承擔過高的機會成本。城鎮化水平的提升，使得中年農戶土地流轉的可能性提升，說明在快速城鎮化的過程中，中年農戶對企業的了解程度不斷上升，在降低信息不對稱的同時增強了工作匹配程度，使其與企業簽訂長期勞務合同的可能性大大提高，從而保障了中年農戶的長期收入與福利水平。

（二）穩健性檢驗

本文采取了更換核心變量、添加其余控制變量的方法進行穩健性檢驗。將模型1核心解釋變量替換成“家庭老人照料深度”指標，用照料時間來替代照料行為。將模型2因變量土地流轉行為更換成土地流轉金額（對數）。將模型3的家庭老人照料深度指標與農戶土地流轉行為進行分析。在模型中引入農戶家庭的農用機械總值及種子化肥費用變量，減弱因遺漏變量導致的回歸偏誤。以上結果顯示，家庭老人照料不論是從深度視角出發，還是從廣度視角出發，對中年農戶土地流轉的行為及金額均有顯著的負向影響，這進一步佐證了家庭老人照料作為家庭負擔與中年農戶土地流轉的關系。

（三）內生性處理

針對內生性的問題，選擇兩種方法進行緩解：工具變量法與修正樣本自選擇偏差的雙穩健IPWRA模型。

首先，工具變量法針對家庭老人照料與中年農戶土地流轉的反向因果問題。家庭老人照料對中年農戶土地流轉的負向影響，一方面可能是家庭老人照料的頻率及時間提升，導致中年農戶的勞動時間被削減、學習技能的機會被阻滯，從而使其對土地依賴程度居高不下；另一方面也不能排除中年農戶將土地轉包后，選擇外出務工、自主創業，從而減少了家庭老人照料的資源投入。因此，需要選擇合適的工具變量來緩解因反向因果導致的內生性偏誤。借鑒已有做法（胡霞和丁浩，2015），使用“傳宗接代的態度”作為家庭老人照料的工具變量。表3給出了利用IV—Probit模型進行估計的結果。根據模型1的回歸結果顯示，傳宗接代的態度顯著為正，即認為傳宗接代更為重要的中年農戶，會將更多的時間和資源流向家庭老人照料活動。模型2的回歸結果顯示，家庭老人照料的估計系數依然顯著為負，說明在工具變量的內生性控制下，家庭老人照料依然能夠顯著降低中年農戶的土地流轉可能性。從估計結果而言，結論與前文一致，也從側面反映了本文的基準結果是嚴謹可靠的。

表3 家庭老人照料對中年農戶土地流轉的反向因果處理

上述實證結果雖然驗證了家庭老人照料對于中年農戶土地流轉的負向作用，但這并未規避樣本自選擇偏差問題，即家庭老人照料與中年農戶樣本并非是隨機選擇的。在這種情況下，直接采用模型進行回歸可能導致結果出現選擇性偏差。因此，采用IPWRA模型驗證家庭老人照料對中年農戶土地流轉的影響，從而確保研究結論的穩定性。原因在于，相比Probit等模型，IPWRA模型可以通過逆概率賦權的估計方法，修正樣本自選擇偏差。此外，IPWRA作為雙穩健性的估計模型，通過IPW和RA兩種模型結合得到，并且只需要兩者之一被正確設定，即能獲得待估計參數的一致估計。由表4的回歸結果發現，在RA模型、IPW模型和IPWRA模型三種不同的估計方法下，家庭老人照料對中年農戶土地流轉的負向影響依然顯著。表4模型3的結果表明，家庭老人照料使得中年農戶顯著降低土地流轉的概率達到4.0%。由此可見，在規避樣本自選擇問題后，家庭老人照料對中年農戶土地流轉的抑制作用依然穩健。

表4 家庭老人照料對中年農戶土地流轉影響的IPWRA模型

（四）影響機制分析

進一步對家庭老人照料與中年農戶土地流轉的中介機制進行檢驗。

第一，外出務工。表5的回歸結果顯示，家庭老人照料對中年農戶的外出務工具有顯著的負向影響，表明家庭老人照料活動的提升降低了中年農戶“離鄉離土”的可能性，從而降低了中年農戶外出務工的概率。表5模型3中家庭老人照料的系數顯著為負的外出務工的系數顯著為正，此結果表明家庭老人照料可以通過外出務工途徑對中年農戶土地流轉行為產生影響。

第二，自主創業。表5的回歸結果顯示，家庭老人照料對中年農戶的自主創業具有顯著的負向影響，表明家庭老人照料活動可能通過削減中年農戶的勞動時間與閑暇時光，減少了中年農戶接收前沿創業理論與實踐技能的機會，最終約束了中年農戶自主創業的傾向性。模型5和模型7中家庭老人照料的系數顯著為負，自主創業、自主創業規模的系數顯著為正，此結果表明家庭老人照料能夠經由自主創業途徑對中年農戶土地流轉行為造成影響。

表5 家庭老人照料對中年農戶土地流轉的機制分析（外出務工與自主創業）

第三，社會照料。表6的結果顯示，模型1、模型3和模型5的回歸結果都是負數，表明家庭照料與本文所選的社會照料變量間的關系屬于“替代關系”，即農戶選擇家庭照料會一定程度上降低社會照料服務的需求。而根據模型2、模型4和模型6的系數顯示，家庭老人照料的系數依然顯著為負，但社會照料的系數雖然為正，經濟意義卻并不明顯，這也代表社會照料即便可以充當家庭老人照料影響中年農戶土地流轉的調節機制，卻不能充當兩者的傳導機制。該結果意味著，雖然社會照料一定程度上能夠緩解中年農戶的養老負擔，但是并不能夠顯著降低中年農戶對土地的依賴程度，即社會照料服務的數量與質量仍有進一步提升的空間。

表6 家庭老人照料對中年農戶土地流轉的機制分析（社會照料）

（五）異質性分析

考慮到樣本覆蓋面廣泛、所涉及的區域較多，而不同地區的發展水平和社會經濟環境差異較大，整體回歸可能忽略了異質性差異。因此，對樣本按照東部、中部、西部、東北四個層面做進一步劃分，分別建立新的回歸模型，以考察不同經濟發展水平的地區是否存在明顯差異。

表7結果顯示，家庭老人照料對中年農戶土地流轉的負向影響最為顯著的則是東北地區，其次是中部地區，再次是西部地區，而對于東部地區的中年農戶而言，家庭老人照料對其土地流轉行為的影響并不顯著。上述結果表明，東部地區經濟發展水平較高，從而致使中年農戶擇業時間較短，容易較快適應新的職業，從而減弱了其保有土地的傾向。雖然東北地區土地資源豐富，人均耕地面積較高，可持續發展潛力大，但東北地區的中年農戶由于慣性、年齡和當地環境的影響，外加東北地區土地流轉更多依靠農民自發或者政府主導的方式，并沒有形成完善的土地流轉機制，最終隨著家庭老人照料資源不斷攀升，此類群體轉出土地的意愿進一步降低。表7模型5的回歸結果顯示，東北中年農戶能夠通過外出務工渠道對家庭老人照料與土地流轉的行為產生影響。一方面，東北地區人口不斷流出，人口出生率持續下降；另一方面，東北地區“小農復制”現象仍然嚴重，受到上述因素影響，未來東北地區的農業規模化面臨較多困境。因此，政府需要通過建立“國家土地銀行”、減少“地域歧視”、提供養老補助等多種途徑將不適宜耕種土地的中年農戶解放出來，促進當地農業的專業化，早日實現土地規模經濟。

表7 家庭老人照料對中年農戶土地流轉的異質性分析

五、結論與對策

基于CFPS2018微觀數據，結合區域層面的宏觀數據，實證分析了家庭老人照料與中年農戶土地流轉行為的關系，得出以下結論：第一，無論從廣度還是深度視角出發，家庭老人照料的存在所形成的家庭負擔均使得中年農戶的土地轉出意愿顯著降低。第二，影響機制表明，家庭老人照料能夠通過外出務工、自主創業途徑影響中年農戶土地流轉行為。而社會照料的引入雖然可以為其緩解部分負擔，但是在促進農村土地流轉和剩余勞動力的轉移就業的作用并不明顯。第三，分區域而言，東部地區憑借較強的經濟和收入優勢，在一定程度上擺脫了非勞動力的限制作用，而其余地區由于整體經濟實力薄弱，外加地理環境等慣性影響，導致中年農戶土地流轉依然受到家庭老人照料的約束，大量的剩余勞動力難以脫離人地關系，實現進一步的轉移就業。

根據上述研究結論，得出以下啟示：第一，農村社會保障體系需要進一步完善，包括提升養老保障力度、強化社會照料服務體系，從而利于解決農村家庭養老、醫療等基本問題，最終緩解中年農戶對土地的高度依賴性。第二，創新農業經營方式。通過聯耕聯種、土地托管等新型農業經營模式，加大對農業社會化組織的扶持力度，削弱“小農復制”現象，加速農業現代化進程，最終有利于提升農村公共服務水平，降低中年農戶因家庭老人的掣肘對土地流轉的負向影響。第三，擴大非農就業機會，為農村勞動力創造更多的非農就業機會及路徑，包括提供相應的金融支持以及專業有序的就業幫扶服務。在農村社會發展進程中，大量剩余勞動力的流出和再就業已是必然趨勢，但由于制度、環境等方面仍然存在不足，從而導致農村剩余勞動力在就業市場上處于競爭劣勢。因此，通過互聯網、社會資本等途徑為農戶提供更多的信息、資金支持，有利于安置和引導農村剩余勞動力實現本土就業與進城務工，使得中國盡早實現常住人口城鎮化率65%的目標。第四，鑒于不同地區的經濟發展水平存在差異，照料服務的制定需要適應地區特點，體現差異。尤其是針對部分落后地區的中年農戶，需要采取切實幫扶手段，進一步為其緩解家庭老人照料負擔。政府可以考慮為其提供養老補貼與設施適老化改造、異地落戶予以照顧等，從而著力降低此類農戶的經濟及心理壓力，最終實現家庭負擔的緩解和就業壓力的轉移，使其具備更為充足的風險防范能力。