国内或国外 期刊或论文

您当前的位置:发表学术论文网农业论文》 城乡互动下农村土地市场化与脱贫效应> 正文

城乡互动下农村土地市场化与脱贫效应

所属分类:农业论文 阅读次 时间:2021-11-17 15:54

本文摘要:摘要:文章采用19992017年全国时间序列数据,利用VAR-VECM模型和BCC模型探究城乡互动背景下农村土地市场化与脱贫的关系。结果表明:农村土地市场化与脱贫存在正相关关系,2012年以前农村土地市场化对脱贫拉动作用较强,20122016年脱贫对农村土地市场化的拉动作用较强,

  摘要:文章采用1999—2017年全国时间序列数据,利用VAR-VECM模型和BCC模型探究城乡互动背景下农村土地市场化与脱贫的关系。结果表明:农村土地市场化与脱贫存在正相关关系,2012年以前农村土地市场化对脱贫拉动作用较强,2012—2016年脱贫对农村土地市场化的拉动作用较强,2016年以后两者均呈现出强推动力;两者的弹性系数、脉冲系数和VECM系数均显著为正;部分指标未达到最佳的效率值。

  关键词:农村土地市场化;脱贫;VAR-VECM模型;BCC模型

农业土地论文

  0引言

  土地与农民息息相关,在当前生产力水平下,非市场机制的交易模式造成大量的土地浪费,农村土地利用效率较低,农民收益受到损害[1],转型升级的土地市场化能有效实现“市场在资源配置中起决定性作用”的目标,使农民从土地中得到更多收益。因此,实现城乡间土地要素平等流动,改革传统的土地从乡村向城市单向配置的土地制度,探究城乡互动背景下农村土地市场化与农村脱贫问题具有重大意义。当前相关的研究有三类:

  第一,农村土地市场化理论研究,主要将农村土地市场化与乡村振兴等方面相结合。钱忠好和牟燕(2020)[2]提出在保证粮食安全和国家安全的前提下,土地资源的自由市场流动是实现乡村振兴的支点。但当前没有农村土地市场化程度的测算方法,并且测算对象多为农用地,李尚蒲和罗必良(2016)[3]通过农地流转发生率和农地流转租金值对农地流转市场化进行测度。第二,关于脱贫的研究较多,多维贫困方法是较受认可的研究贫困和脱贫的方法。Alkire和Foster(2011)[4]选取收入、入学年龄、医疗等四类指标,吴海涛等(2013)[5]选择教育、收入等六个维度的指标来测算家庭贫困,此外,我国应根据不同地区的实际来建立反贫困检测的动态机制[6]。

  第三,已有研究多是从改革和政策层面展开,集中在扶贫措施要与乡村振兴相结合[7]、农村脱贫要与加快农村土地制度改革相结合[8]以及农地流转的减贫效应[9,10]等。综上所述,由于农村土地的复杂性,农村土地市场受到多方面的影响,当前对农村土地市场化的研究仅从农地流转市场的角度进行,此种方法有失偏颇,关于农村集体经营性建设用地和隐形流转市场化脱贫效应的实证研究和关于农村土地市场化水平与脱贫的实证研究均较少。本文基于城乡互动背景,分别构建农村土地市场化指标体系和农村脱贫体系,建立模型来考察两者之间的相互关系,为农村土地市场化改革与脱贫效应提供理论支持。

  1研究假设

  家庭联产承包责任制将农村土地限定为以户为单位进行生产,出现土地细碎化、分散化问题。由于农民进城务工人数增多,大量土地被撂荒,造成土地浪费。农用地市场化能有效实现农用地流动,扩大土地生产规模,解决撂荒等土地浪费问题,提高土地利用效率,改进农村生产环境。对农村集体经营性建设用地来说,土地市场化有助于厘清土地产权,使建设用地使用规范化,为农民带来更大的长期收益;对农村土地隐形市场来说,在土地产权完整的条件下,土地使用权市场化、经营权交易合法化能够使农民的收益得到保护。

  综上可知,市场化能够对农村土地进行规整,实现土地资源的优化配置,让农民获得更多土地收益,使得农村家庭教育投入、卫生投入增多,农民受教育水平、健康水平和生活质量显著提高,促进农村整体发展水平显著提升,进而推动农村脱贫。据此,本文提出如下假设:假设1:农村土地市场化流转具有正向的脱贫效应。由于资源的地区匹配不均等以及存在城乡二元结构问题,农村获得的资源较少,加上农业生产增值收益相对低于其他行业,使得农民的受教育水平、医疗卫生水平、生活质量水平和收入水平均低于城镇居民。

  因此,在城乡互动和融合的背景下开展农村脱贫工作时,应注重在农村地区扩大高中及以上教育覆盖面,提升乡镇的卫生医疗条件,保障农村基本生活,增加农民收入。随着生活水平的提高和收入的增加,农民有能力增加土地的机械化投入和资本投入,细碎化和分散化土地势必无法满足农业生产的要求,因此需要对土地进行重新整合;同时,农民有了生活保障,土地附加的生存保障职能得到缓解,农民能够从细碎化、低效率、较低收入的土地生产中解放出来,使得更多土地进入市场。据此,本文提出如下假设:假设2:农村脱贫能推动农村土地市场化流转。

  2研究设计

  2.1指标选择

  我国农村地区土地制度为农村集体所有制,农村土地包括承包地、农村集体经营性建设用地和宅基地。在当前制度条件下,承包地允许在一定范围内进行流转和交易,农村集体经营性建设用地只能通过土地出让的方式进入土地市场进行流通,而宅基地严禁买卖[2],因此测度农村土地市场化综合水平(Market-OrientedLevelofRuralLand,MLRL)时,不能仅对农村承包地流转市场进行测度,还应综合考虑农村征地市场以及农村土地隐形流转市场。

  第一,农村承包地流转市场。农用地是农业发展的根基,在中国人多地少的国情限制下,势必要通过农用地的承包和流转来实现规模经营[2],以解决农用地的土地细碎化和分散化问题。本文借鉴李尚蒲和罗必良(2016)[3]的研究方法,选取农地流转发生率以及农地流转租金率两个二级指标。

  其中,农地流转发生率用转包田面积占家庭承包经营农地面积中的比重表示,农地流转租金率用土地转包收支和占农户家庭全年收入中的比重表示。第二,农村征地市场。为了解决城市发展“缺地”和农村发展“缺钱”的现实问题,地方政府使用城乡建设用地增减挂钩的发展手段,使得农村集体建设用地的主要职能是保证城市的供地[11],国家借助征地制度,通过土地出让的方式实现城乡之间“土地”和“钱”的转化[2],农村集体经营建设用地通过出让方式进入征地市场。

  本文借鉴崔凯(2016)[8]的测算方法,将国家建设审批的用地中农用地转为建设用地面积作为农村征地的面积,此种测算方法具有一定的合理性。第三,农村土地隐形流转市场。随着宅基地的价值日益显化,集体内农民往往为获得土地财产性收入与集体外居民进行宅基地交易[12,13],此类宅基地交易行为违背《中华人民共和国土地管理法》中严禁宅基地出租和流转的规定[14],属于农村土地隐形流转。

  农村土地流转市场直接影响农村土地市场化水平,隐形流转的规模越大,农村土地流转市场化水平越低。因此,本文采用违法占用的耕地面积来测算市场化水平。本文借鉴AF多维贫困指数,结合“两不愁三保障”的要求,建立农村脱贫指标体系(MultidimensionalPovertyIndex,MPI)。

  2.2数据和指标处理

  由于所用指标的单位以及数量级存在差异,出于减少模型结果误差的考虑,对原始数据用极值法处理后再运用熵权法对各指标赋予权重。具体方法此处不再赘述。

  2.3数据选取

  考虑到数据的可得性和有效性,截取1999—2017年全国时间序列数据,我国农村土地市场化水平数据来源于全国农村固定观察点数据、《中国农村统计年鉴》《中国国土统计年鉴》;农村脱贫指标体系数据来源于《中国农村统计年鉴》《中国妇女儿童状况统计资料》。2.4趋势图分析从MPI和MLRL的走势图来看,我国农村地区的土地市场化水平指数逐年提升,脱贫指标指数也不断提升,两者大致为正相关关系,土地市场化水平越高,产生的脱贫效果越好,脱贫也反过来推动土地市场化水平提升。

  具体来说,1999—2001年农村土地市场化水平停滞,是由于《中华人民共和国土地管理法》修订后,农用地和集体建设用地流转开始合法化,但相关制度处于完善的初级阶段,此时的土地流转不够规范,造成大量土地浪费,同时隐形流转和自发流转现象仍旧存在,直接影响农民收入和生活水平,对农村脱贫有一定影响,表现为脱贫水平停滞不前;2002—2005年两者均有所提升,国家对土地流转的引导职能更加完善,“农民集体所有建设用地使用权可以依法流转”的提出进一步对给农村“依地脱贫”带来发展机遇;2005—2009年土地市场化水平波动上升,脱贫水平较快提升,由于国务院连续多年的中央一号文件全部聚焦“三农问题”以及农业税被取消和“建立城乡一体的土地市场”的提出,农村土地的市场化地位开始提升,给农村发展带来利好环境,有利于农地市场化流转对农村脱贫的带动。

  2009—2006年农村土地市场化维持在0.56~0.63的平稳水平,脱贫水平快速提高,由2009年的0.43提高至2017年的0.78,可以认为在2012年之后由土地市场化水平拉动脱贫转变为脱贫拉动土地市场化,由于“精准扶贫”“2020年现行条件下农村贫困人口全面脱贫”等工作更加全面地展开,农村脱贫水平得到明显提升,土地市场化制度进一步完善,农村土地市场化向规范化、法制化、广泛化方向发展;2016年以后,两者提升速度加快,可能是由于中央进一步对脱贫工作进行战略上的指导,并在党的十九大报告中明确改革的重点在于“产权制度和要素市场化”,农村土地市场化流动进一步上升到国家重要战略层面。

  3模型分析

  3.1VAR模型分析

  3.1.1平稳性检验为防止伪回归出现,进行ADF单位根检验。MLRL和MPI均为非平稳序列;对一阶差分进行ADF检验,结果表明MLRL和MPI一阶单整。进行协整检验。对D(MLRL)和D(MPI)进行NLS-ARMA检验,提取残差进行平稳性检验,检验结果显示MLRL和MPI存在协整关系。

  3.1.2确定滞后阶数滞后阶数的确定直接关系到VAR模型的良好性。依据LR准则、FPE准则、AIC准则、SC准则和HQ准则,滞后阶数确定为1阶。

  3.1.3VAR模型

  建立1阶滞后的VAR模型,进行单位根检验后发现,至少有一个单位根大于1,故建立1阶差分序列VAR模型,得到如下向量自回归结果:MLRL=0.47MLRL(-1)+0.38MPI(-1)+0.11(1)MPI=0.08MLRL(-1)+0.98MPI(-1)+0.01(2)R21=0.8122R=0.97(3)Adj.RR21=0.78Adj.22=0.97(4)综上,所建立的VAR(1)模型拟合度较高。MLRL滞后1期时,对MLRL的弹性系数为0.47,对MPI的弹性系数为0.08;MPI滞后1期时,对MLRL的弹性系数为0.38,对MPI的弹性系数为0.98。说明我国农村土地市场化水平与脱贫之间存在较强的正相关关系,脱贫效果的延续性较强。用特征根的位置来检验模型的稳定性,发现4个单位根落均在单位圆内,说明VAR模型稳定性较强。

  3.1.4脉冲响应分析

  对VAR模型进行脉冲响应分析,得到分别给MLRL和MPI施加1个标准大小的冲击之后的脉冲结果。

  (1)在10个考察期内,给MLRL施加1个标准大小的冲击MLRL立刻有0.092的正向响应,在第2期响应为-0.035,第3期为0.014,第4期为-0.006,第5期为0.002,随着滞后期数的增加,MLRL对其自身冲击的响应震荡性减弱,并逐渐接近于零。据此,本文认为我国农村土地市场化受到其自身的震荡性冲击,随着农村土地市场化程度加深,政策机制推行的条件和环境出现良性循环,农村土地市场化程度越高,政策推行越顺利。

  MPI在第1期的响应不强,第2期MPI的响应为0.003,第3期为-0.001,此后维持在0的水平。据此,本文认为脱贫受到我国农村土地市场化长期的正向冲击,随着我国农村土地市场化进程的推进,农民从土地中获得的收益越来越多,农民的生活状况得到一定程度的改善,农村的脱贫前景较为明朗。

  (2)在10个考察期内,给MPI施加1个标准大小的冲击MLRL在第1期的响应为0.008,第2期降至0.003,并急速回落,随后响应值接近于0。据此,本文认为脱贫对我国农村土地市场化具有较长期的非负影响,即脱贫指标体系中的指标值增加时,农民生活环境、医疗健康环境有一定程度的改善,教育水平有一定程度的提升,对农村土地政策的理解也更加全面,因此会更加关注农村土地改革和对相关政策的解读,使得农村土地市场化进程更加顺利。MPI立刻有0.04的正向响应,第2期为-0.003,并在第3期后接近于0,整体上为非负响应。据此,本文认为MPI对自身冲击有一定的正向响应,也就是说当MPI提升时,农村居民对未来农村脱贫效果信心有一定程度的提升,因此会倾向于产生改善贫困状况的行为。

  4结论

  本文从承包地流转市场、农地征收市场、隐形流转市场三个方面,将教育指标、健康指标、生活指标和经济指标融入脱贫体系,用熵权法对农村土地市场化和脱贫体系进行测度,建立农村土地市场化和脱贫的VAR-VECM模型和BCC模型,得出如下结论:

  (1)农村土地市场化流转具有正向的脱贫效应 2012年以前,脱贫指数较低,农村土地市场化水平较高,农村土地市场化对脱贫有向上的拉动作用。随着2016年中央对农村土地市场化流转的规范化引导,土地市场化对脱贫又产生了较大的推动力,土地市场化程度不断加深,从而产生指数增长的脱贫效应。农村土地市场化流转对脱贫具有正向效应,随着农村土地市场化的推进,农村土地实现合理“入市”,在流转过程中产生更大的收益,使得农民收入提高,更多的农民享受到土地市场化政策带来的红利,脱贫步伐逐步加快。

  (2)农村脱贫能推动农村土地市场化流转2012年以后,农村脱贫明显拉动土地市场化流转。农村脱贫能推动土地市场化,加上脱贫效果自身的延续和加强,对农村土地市场化会有长期的带动效果。随着农民逐步实现脱贫,农民的生活水平提高、收入增加,农民对土地的依赖程度降低,劳动力得到解放,农民摆脱土地的束缚,从事附加值更高的非农活动;土地流入方通过农村土地市场化流转规整土地,提高了土地利用效率。

  参考文献:

  [1]张合林,王亚晨,刘颖.城乡融合发展与土地资源利用效率[J].财经科学,2020,(10).

  [2]钱忠好,牟燕.乡村振兴与农村土地制度改革[J].农业经济问题,2020,(4).

  [3]李尚蒲,罗必良.中国城乡土地市场化:估算与比较[J].南方经济,2016,(4).

  [4]AlkireS,FosterJ.CountingandMultidimensionalPovertyMeasure⁃ment[J].JournalofPublicEconomics,2011,(95).

  [5]吴海涛,侯宇,曾燕芳.多维贫困视角下农村家庭性别贫困度量[J].统计与决策,2013,(20).

  作者:王亚晨,张合林

转载请注明来自发表学术论文网:http://www.fbxslw.com/nylw/28700.html