《Frontiers in Sustainable Food Systems》:How does population aging affect farmer households’ land transfer decision? Based on the China family panel studies
编辑推荐:
农村人口正在快速老龄化,这一趋势可能显著重塑农业土地管理。因此,维持其可持续性既是农村振兴战略的关键优先事项,也是重大挑战。土地流转可作为提高农民收入的重要途径。然而,这一过程可能受到人口老龄化的影响。本研究旨在探讨人口老龄化对中国农户土地流转的影响及其潜在机
农村人口正在快速老龄化,这一趋势可能显著重塑农业土地管理。因此,维持其可持续性既是农村振兴战略的关键优先事项,也是重大挑战。土地流转可作为提高农民收入的重要途径。然而,这一过程可能受到人口老龄化的影响。本研究旨在探讨人口老龄化对中国农户土地流转的影响及其潜在机制。基于2020–2022年中国家庭追踪调查(CFPS)的19,771个样本,研究人员采用Logit模型实证分析了人口老龄化对农户土地流转的影响。结果表明,人口老龄化显著影响农户的土地流转:它促进土地转出,同时抑制土地转入。同时,人口老龄化对农户土地流转的影响表现出一定的异质性:在中西部地区的影响大于东部和东北地区;对土地转出的影响南方大于北方,而对土地转入的影响北方更大;对土地转出的影响在非粮食主产区大于粮食主产区。机制检验表明,人口老龄化通过两条路径影响农户土地流转:增加土地依赖和减少人口流动。本研究深化了对人口老龄化如何塑造农村土地配置的理解。研究结果呼吁采取优化农业劳动力、扩大机械化及加强社会保障的政策,以应对老龄化农业人口的挑战。
人口老龄化如何影响农户的土地流转决策?基于中国家庭追踪调查
**研究背景、问题与意义**
随着全球出生率下降和预期寿命延长,人口老龄化已成为普遍趋势。中国作为最大的发展中国家,农村老龄化程度显著高于城镇(2024年农村65岁及以上人口占比20.3%,城镇为15.6%),对农业可持续发展和农村振兴战略构成严峻挑战。土地流转被视为提高农民收入的重要途径,但人口老龄化可能通过改变劳动力结构、生产能力及风险偏好,深刻影响农户的土地流转决策。现有研究多从宏观层面探讨老龄化对农业经济韧性、生产率及碳排放的影响,但微观层面,老龄化如何通过家庭内部决策机制影响土地流转的方向(转出与转入)及区域异质性,仍缺乏系统分析。本研究旨在填补这一空白,从农户家庭视角出发,揭示人口老龄化对土地流转的差异化影响及传导机制,为应对老龄化背景下农村土地资源配置优化提供理论依据和政策参考。
**研究方法与关键发现**
本研究基于2020–2022年中国家庭追踪调查(CFPS)的19,771个非平衡面板样本,采用Logit模型进行实证分析。关键方法包括:以家庭60岁及以上人口占比衡量人口老龄化(Old),以农户是否发生土地转出或转入为因变量;引入土地依赖(农业从业人员占比)和人口流动(外出务工人员占比)作为中介变量;通过逐步回归和Bootstrap置信区间检验中介效应;采用1990年历史人口老龄化率作为工具变量处理内生性;并分区域(东部、中部、西部、东北)、南北分界、粮食主产区与非主产区进行异质性检验。研究结论表明:人口老龄化显著促进土地转出、抑制土地转入,且这一效应在中西部地区、南方(转出)、北方(转入)及非粮食主产区(转出)更为突出;机制上,老龄化通过增强土地依赖部分抵消了转出促进效应,同时通过抑制人口流动加剧了转入抑制效应。该论文发表在《Frontiers in Sustainable Food Systems》,为理解老龄化对农村土地分配的影响提供了发展中国家的实证证据。
**主要技术方法概述**
研究人员使用的主要关键方法包括:基于中国家庭追踪调查(CFPS)2020和2022年两轮数据,构建包含19,771个样本的短面板;采用Logit模型(因变量为土地转出/转入的二元变量)进行基准回归;通过Probit模型和倾向得分匹配(PSM)进行稳健性检验;以1990年历史人口老龄化率作为工具变量进行内生性检验;采用逐步回归法结合Bootstrap置信区间检验中介效应(土地依赖、人口流动);通过分区域(东部、中部、西部、东北)、南北分界、粮食主产区与非主产区进行异质性分析。
**研究结果**
**4.1 基准回归(Baseline regression)**
通过Logit模型控制省级和时间固定效应后,人口老龄化(Old)对土地转出的系数为0.305(1%显著),对土地转入的系数为-0.497(1%显著),表明老龄化显著促进土地转出并抑制土地转入,验证了假说H1。
**4.2 稳健性检验(Robustness test)**
采用Probit模型、倾向得分匹配(PSM)以及将自变量替换为65岁及以上人口占比后,结果与基准回归一致,即老龄化仍显著促进转出、抑制转入,结论稳健。
**4.3 异质性检验(Heterogeneity test)**
**4.3.1 东部、中部、西部与东北地区**:老龄化对土地转出的促进作用在中部(系数0.405,1%显著)、西部(0.428,5%显著)和东北(0.057,5%显著)显著,在东部不显著;对土地转入的抑制作用在中部(-0.904,1%显著)和西部(-0.405,1%显著)显著,在东部和东北不显著。表明老龄化效应在中西部地区更突出,与这些地区农业依赖度高、劳动力替代机制有限有关。
**4.3.2 南方与北方**:老龄化对土地转出的促进作用在南方(系数0.605,1%显著)强于北方(0.182,10%显著);对土地转入的抑制仅在北方显著(-0.507,1%显著),南方不显著。原因在于南方多丘陵山地、机械化难度大,劳动力短缺约束更强;北方平原机械化程度高缓解了老龄化的影响。
**4.3.3 粮食主产区与非粮食主产区**:老龄化对土地转出的促进仅在非粮食主产区显著(0.549,1%显著),在粮食主产区不显著;对土地转入的抑制在两类地区均显著(非主产区-0.425,5%显著;主产区-0.542,5%显著),但主产区效应更强。这与粮食主产区政策支持强、土地依赖度高但规模经营对劳动力刚性需求大有关。
**4.4 机制分析(Mechanism analysis)**
通过中介效应检验发现:人口老龄化显著增加土地依赖(系数0.296,1%显著),而土地依赖显著抑制土地转出(系数-1.879,1%显著),部分抵消了老龄化的直接促进效应,验证了假说H2;人口老龄化显著抑制人口流动(系数-0.116,1%显著),而人口流动降低进一步抑制土地转入(系数-1.113,1%显著),验证了假说H3。
**4.5 内生性检验(Endogenous tests)**
以1990年历史人口老龄化率作为工具变量,两阶段回归结果显示,老龄化对土地转出和转入的影响方向与基准回归一致,且F统计量达1203.146,排除弱工具变量问题,结论稳健。
**讨论与结论**
**总结讨论部分**:本研究发现人口老龄化对土地流转的影响方向(促进转出、抑制转入)与发达国家研究不同(如美国因高度机械化未显著影响农业经营规模),表明中国农业劳动力替代机制尚不完善;同时,与早期中国研究(老龄化主要导致土地抛荒而非流转)相比,研究的发现显示老龄化显著促进土地流转,这可能归因于近年土地确权及流转平台建设等改革提升了市场效率。但研究存在局限:仅关注是否发生流转,未能区分流转对象、期限及合同形式,且CFPS数据中机械化的家庭层面测量不够精细,未来需更详细数据进一步验证。
**翻译研究结论部分**:基于2020–2022年中国家庭追踪调查(CFPS)数据,本研究采用Logit模型考察人口老龄化对农户土地流转的影响。主要发现如下:第一,人口老龄化显著促进农户土地转出,同时抑制土地转入,该结论在多种估计方法下保持稳健。第二,人口老龄化对土地流转的影响存在显著的区域异质性:对转出和转入的影响在中西部地区强于东部和东北地区;按南北分样本,老龄化在南北均促进转出但南方效应更大,而抑制转入仅出现在北方;按粮食主产区与非主产区划分,老龄化在两类地区均抑制转入,但促进转出仅在非主产区显著。第三,土地依赖和人口流动是关键的传导渠道:人口老龄化增加农民对土地的依赖,这在一定程度上抵消了老龄化对转出的正向效应;人口老龄化也抑制人口流动,而流动减少进一步抑制土地转入。基于上述结论,提出以下政策建议:鼓励青壮年劳动力参与农业生产以优化农业劳动力队伍(尤其在中西部地区);加快推广农业机械化以缓解劳动力约束(尤其在非粮食主产区);完善社会保障体系以减轻农民对土地的心理依赖,促进土地有效配置。