中图分类号：F321.1 文献标志码：A 文章编号：1673-291X（2016）05-0024-03
引言
改革开放之初，家庭联产承包责任制提高了资源配置效率，提高了农业生产力。但近20年来，随着农村劳动力不断向非农就业转移，农村土地流转趋势不断显现，其在优化资源配置、提高生产效率、促进农民收入增长等方面的促进效应逐渐得到学术界和决策者的重视。2015年中央一号文件就明确提出，要加快构建新型农业经营体系，引导土地经营权规范有序流转，创新土地流转和规模经营方式，积极发展多种形式适度规模经营，提高农民组织化程度，鼓励发展规模适度的农户家庭农场，完善对粮食生产规模经营主体的支持服务体系，等等。
毋庸置疑，农村土地的自由流转有利于提升土地资源的配置效率。但是，农村土地流转的总收益在农民内部的分配问题并未引起足够重视，农村土地流转可能在提高了农民收入水平的同时，导致农民收入分配差距加大。近年来，经济学界对于农村土地流转对农民收入的影响等相关问题作了很多讨论和研究。例如，刘淑俊、张蕾（2014）提出，要发挥农村土地流转对农户收入的积极效应，抑制其消极效应。积极效应主要表现在土地流转的规模效应和学习效应。消极效应则是基于土地流转的收益过低、非农收入的不稳定等而考虑的[1]。王帅（2012）对宁安市农村土地流转与劳动力转移问题进行了相应的研究，分析并论证了两者之间的关系和影响因素，认为土地流转存在劳动力转移效应，大量的剩余劳动力由农村转移到了城市。
在非农产业实现了生产和就业，在得到更高劳务收入的同时，也获得了租金收入[2-4]。李中（2013）则将参与土地流转的农户同未参与的相比，发现土地流转农户的人均纯收入、非农务工人均纯收入以及土地出租收入都已实现明显增加[5]。
多学者从不同的角度分析了土地流转对农户收入的影响，然而相关研究中却较少考虑土地流转的收益对农民收入的影响究竟有多大，是否会导致农户间收入差距变大。余小英、王成璋（2014）虽然从土地流转制度变迁的角度分析了流转收益过低限制了土地流转制度作用的发挥，表明了土地流转的收益对农户整体收入的影响较小，但这些也只是略微提及，没有进行深入分析[6]。韩菡、钟甫宁（2011）还通过分析浙江、安徽两省的农户调研数据，认为农民自身禀赋的差异会影响土地的流向，经济发达地区的土地由于集中到大户手中导致农户收入差距变大，而欠发达地区则因流入小农户手中对收入差距的影响较小[7]。本文试图通过运用微观调研数据，运用计量分析方法探讨农村土地流转对农户绝对收入、相对收入的影响程度，进而为农村土地流转可能带来的收入分化负面效应防范提供相应的政策启示。
一、实证分析
（一）数据来源、变量和基本统计分析
本次调查以杭州市的农村为样本，随机选取农村地区进行了调查。为了便于收集数据，本项研究主要通过问卷调查和农户访谈的形式进行。
被解释变量考虑家庭劳均收入（家庭收入/家庭劳动力数量），以incp表示，以及家庭劳均收入比（家庭劳动力人均收入/所有家庭劳动力人均收入），以inctp表示。解释变量为土地流转情况，考虑两种变量设置。一是虚拟变量，粗略反映是否有土地流转，设为lcdum1，当家庭有土地流转出去记为1，没有将土地流转出去记为0；二是定量变量，以出租土地除以家庭承包总土地面积之比刻划，设为landc。但也要控制其他的因素对被解释变量的影响，将成年劳动力平均受教育年限设为eduyr，成年劳动力平均年龄设为age，家人健康状况设为health，土地交通状况设为traffic，土地肥沃程度设为landf，在外务工人员比例设为migrant。其中，将家人健康状况、土地交通状况、土地肥沃程度的相关描述作赋值处理，即很好赋值100，较好赋值80，一般赋值60，不好赋值40。
表1给出了主要变量的统计特征分析。对于土地流转情况，lcdum1的均值为0.78，landc均值为0.63，这两个数字都说明农村整体的土地流转率还是较高的。可是经过对问卷的相关统计，可以得到土地流转率为0的问卷总共有13份，占据了总问卷数的21.67%，可见不同地区的土地流转政策的宣传与执行效果是不一样的，因而导致了特殊情况的出现。
对于农民的收入情况，我们可以看到incp的均值为2.80万元，inctp均值为1.13，其中inctp>1的样本经统计占据了57%的比例。所以总的来说，农村家庭整体的经济状况还是处于中上水平的，正逐渐朝着好的方向发展。通过观察它们的最大值、最小值以及四分位数的相关数据，我们可以看到incp的最小值为0.5万元，1/4位数为1.5万元，中位数为2.58万元，3/4位数为3.81万元，最大值为10万元。这些数据表明，农村中不同家庭的收入状况有很大的差别，贫富差距还是明显存在的，而inctp的最大值为4.02，最小值为0.20同样也可以说明这一点。其他的如migrant、eduyr和age等变量同样对农户的收入有一定的影响。
在进行回归分析前，我们先进行简单的相关性分析，初步考察解释变量和被解释变量之间的关系。经相关分析得到表2的结果。
由表2可以看出，incp或inctp与lcdum1的Pearson的相关系数均为0.211，在0.05的水平下不显著，而incp或inctp与landc的Pearson相关系数均为0.339，在0.01的水平下显著，可见解释变量和被解释变量之间存在着一定的线性关系。为了更加合理准确地分析被解释变量（incp和inctp）与解释变量（lcdum1和landc）的线性关系，我们建立模型进行多元线性回归分析。 （二）土地流转对农户收入影响的回归分析
本文将构建四个多元线性回归模型来对农户的收入情况进行绝对和相对指标的分析。为了保持相关数据的平滑性和消除异方差的影响，我们对相关变量取对数后进行多元线性回归。所以，模型1和模型2是在60个样本数据的条件下，取虚拟变量lcdum1（不含landc）为解释变量时，对incp和inctp进行回归分析；而模型3和模型4则是在剔除土地流转率为0的数据情况下，取landc（不含lcdum1）为解释变量的情况下进行分析。我们在SPSS环境下进行回归，得到如下表3的结果。其中，模型1、3是以家庭劳均收入为被解释变量进行的回归，模型2、4是以家庭劳均收入比为被解释变量进行的回归。
我们可以看到，模型1、2、3、4的均在0.46上下波动，调整也在0.38左右，可见模型的拟合优度较好，因变量的变化用自变量来解释的程度较强。同时，F统计量的值也较大，回归方程整体是显著的。
对于自变量的显著性检验，从回归的结果来看，四个模型中health和landf的相关系数均不显著，所以推测模型中可能存在多重共线性或者多余变量。在取lcdum1作为解释变量时，模型1和2中lcdum1的相关系数在10%的水平下显著，相关程度较弱，同时其系数为负值且大致相同，表明土地流转不管在绝对水平还是平均水平上都会导致农户收入的减少。对于系数为负值，我们推测主要是因为农户的土地流转对象主要是亲戚或是同村人，收取的土地租金太少甚至为零[8]。当农户在没有获得更高的收入来源时，流转土地便相应地减少了农户的收入，但此项系数较小，表明土地流转与否对农户的收入影响较小。其余的控制变量中，eduyr的回归系数显著为正，表明家庭成员的受教育年限是决定农户收入的重大因素，这符合人力资本理论的基本思想，因为受教育年限越高，劳动者素质也相对较高，有利于获得更高的农业或非农业从业收入[9]；migrant的回归系数同样显著为正，表明家庭外出务工人员数越多，家庭收入越高，这反映了从事非农劳动收入仍高于从事农业劳动的事实。同样，age和traffic也在10%的水平下有一定的显著性影响。
而当取landc为解释变量时，模型3和4中landc的回归系数在1%的水平下显著，这说明土地流转率的变化能有效解释农户收入的差异。比如，土地流转比例提高一倍，家庭劳均收入增加约0.75万元。对于与取lcdum1时显著性的不同，我们认为这与剔除了土地流转率为0的数据再进行回归有关。当剔除土地流转率为0的数据后进行回归，那么可能导致回归显著性的提高，系数的绝对值也相应地增加。而两者的系数和显著性大致相同，也在一定程度上表明无论在绝对指标还是相对指标上，流转土地的农民均得了比没流转之前更多的收入。同时可以得出，age和migrant也在5%的水平下系数显著，而eduyr和traffic的影响程度较弱。
二、相应结论与进一步讨论
在运用多元线性回归模型对浙江省杭州市的农村土地流转情况进行实证分析后，我们得出如下结论：取虚拟变量（lcdum1）为自变量的时候，土地流转会导致农户收入下降；取定量变量（landc）为自变量的时候，土地流转对农户家庭的收入有一定的影响，但是影响程度较弱，没有导致农户间收入差距变大。在外务工人员比例对农民收入的影响较大，其余的如成年劳动力平均受教育年限、成年劳动力平均年龄、家人健康状况、土地交通状况、土地肥沃程度这几个因素对整体家庭收入的贡献率较小。
农村土地流转是否会带来收入分化效应，大致取决于两个方面：一是土地流转的价格与土地经营性收入的比重。目前来说，由于仍处于农地流转的初期阶段，土地流转的价格太低，对应的土地经营性收入占家庭收入的比重也相应较低，因此，农村土地流转对家庭绝对收入水平影响整体上不太显著。二是对于土地转化为非农性质的土地流转来说，如各种征地，由于其流转带来的收益相对较高，流转价格的不合理将很大程度带来收入分化，一些失地农民的相对收入下降，而一些其他参与管理与投资的（下转50页）（上接26页）农民相对收入提高。
当然，由于农民收入来源越来越多元化，一些非农劳动或非农经营收入均构成农户收入的重要来源。农村土地流转的收入分化效应可以通过其他层面的增收补偿加以抑制。
