农地流转是农业生产“非粮化”的诱因吗？
曾雅婷 吕亚荣 蔡键
摘要：近年来，农业生产“非粮化”问题受到了广泛的关注，那么，农地流转是否是“非粮化”的诱因呢？基于我国粮食主产区农户的调查数据，运用似不相关回归（SUR）和Tobit模型检验了农户农地流转与非粮作物种植比率之间的关系。研究结果表明：农地流转面积与非粮作物种植比率呈倒“U”型关系，与主粮作物种植比率呈正“U”型关系；农地租金、农户家庭劳动力禀赋、资金禀赋、亩均固定资产投资额、是否专业型农户等变量和非粮作物种植比率正相关；自有承包地面积、地块平均面积、劳动力年龄和非粮作物种植比率负相关。研究认为，农地流转不必然导致农业生产“非粮化”问题。基于结论，提出完善农地流转市场、抑制农地租金过快上涨，提高农业劳动力质量、发展适度规模经营，增加农户种粮补贴、提高农户种粮积极性等政策建议。
关键词：农地流转；非粮化；农户分化；适度规模；似不相关回归（SUR）；Tobit模型
中图分类号：F311 文献标识码：A 文章编号：1009-9107（2018）03-0123-08
近年来，为提高农业生产效率，我国政府不断放开农地流转市场，农地流转率从1999年的2.53%快速上升至2015年底的33.3%。很多学者认为农地流转在优化资源配置、提高农户生产积极性的同时，也让流入农地的主体更注重提高农业经营收入，与种植粮食作物相比，种植非粮作物的收益相对较高，因此流入土地的农户更倾向于种植非粮作物，致使“非粮化”问题日益突出，这会影响到我国的粮食安全，必须引起重视。但从国家统计局公布的数据来看，近10年以来，无论是粮食总产量还是粮食播种面积都稳中有升，微观调查与宏观数据之间似乎是矛盾的。基于此，本文针对“农地流转是非粮化的诱因吗？”这一问题进行深入探讨。
一、相关研究
为探析农地流转与“非粮化”之间的关系，笔者对已有相关研究进行了梳理。首先，学术界对农地流转是否导致“非粮化”问题尚有争议。一方面，张藕香等学者基于个别家庭农场或个别地区的案例分析认为农户的农地经营结构在流转前后发生了较显著的变化，表现出明显的“非粮化”，随着我国农地流转规模的不断扩大，此问题可能对我国粮食安全产生冲击，值得高度重视；另一方面，张宗毅等学者则基于全国1740个平均种植规模为546.15亩的家庭农场的调研，分析认为，农地流转后随着土地经营规模的扩大，我国家庭农场的非粮作物种植比例显著下降，没有表现出农地流转与“非粮化”间的正向关系，故无须过度担心农地流转所导致的“非粮化”问题。其次，认为农地流转导致了农业生产“非粮化”的学者们从经济与政策两方面分析了农地流转对“非粮化”问题的影响机制，试图寻找解决此问题的方法。经济因素方面，学者们认为：其一，近年来，农药、化肥等农资价格以及劳动力价格上涨趋势明显，故国内的粮食生产成本不断上升，而国际大宗粮食产品价格却在下降。因此，受到成本“地板”和价格“天花板”的两面制约，单位面积粮食作物的收益低、利润有限，农户种粮积极性下降，为增加收入，农户会提高非粮作物的种植比率。其二，随着我国农地流转市场的放开，农地租金的快速上涨，部分地区粮食作物收益甚至难以挽回农地的租金成本，因此，种植户在流入的土地上只能种植非粮作物。政策因素方面，学者们认为我国法律和政策对农地流转后具体的农业生产用途无规定和限制，因此农地流转是“非粮化”现象产生的原因之一。
总的来说，关于农地流转与“非粮化”间关系的研究多为实证分析，从理论角度系统分析农地流转对“非粮化”种植决策影响的研究不足，因此笔者运用在6个粮食主产省的实地调研数据，采用似不相关模型和Tobit模型，着重从种植户农地流转面积和农地流转价格两个方面分析农地流转对农业生产“非粮化”的影响，从而为完善我国农地流转市场、保障国家粮食安全、推动农业供给侧改革政策提供理论和实证支撑。
二、理论分析及研究假说
（一）理论分析
随着我国市场化改革不断深入，劳动力、农地流转市场已相对完善，农户可基于收入目标合理配置家庭资源。根据农户收入来源的不同，可以分为以非农收入为主的I型农户和以农业收入为主的II型农户。I型农户通常将大部分劳动力分配在非农行业，对农业的依赖性低，但因为家庭中仍有农业劳动力或为防范失业风险，维持着小规模的农业经营。这类农户分配在农业上的劳动力较少，因粮食作物对劳动力需求量小，I型农户粮食作物的种植比例较高，种植中也多为粗放式生产或购买农业服务种完了事。以农业收入为主的II型农户为增加农业收益，通过农地流转扩大经营规模，以达到与家庭资源相匹配的适度经营规模。
已有研究认为，非粮作物的亩均利润远高于粮食作物导致了“非粮化”问题，却忽略了农户家庭经济情况下两类作物适度经营规模的差异。我们以不同作物边际利润图分析农地流转面积对“非粮化”的影响（见图1）。
图1中横轴为农地流转面积，曲线ABC的纵坐标为不考虑农地租金情况下经营非粮作物的边际利润，曲线A：BC的纵坐标为不考虑农地租金情況下经营粮食作物的边际利润，直线P1、P2为农地租金。随着经营规模的扩大，农户购买物资的谈判能力上升，劳动力得以充分利用，亩均农业生产成本下降，农业生产呈现出规模经济，但当生产规模扩大到超过一定的规模，边际效益会逐渐下降，甚至变成负值，因此曲线ABC和ABC都表现出先上升后下降的趋势。
与主粮等大田作物相比，以经济作物为代表的非粮作物具有种植工艺复杂、生产环节多、机械化程度低、资本需求量大、利润高等特点，在一定农地规模内，非粮作物的边际利润远高于粮食作物，但农地流转面积扩大将带来劳动力、资金等要素需求快速增加，且由于农业雇工考核难度大、监督成本高，农地达到一定规模后，非粮作物的边际利润会快速下降，如曲线ABC所示；而粮食作物的机械化水平高、单位土地劳动力需求较少、亩均利润相对较低，因此曲线A'B'C'的边际利润虽较低，但在更大的规模上存在规模经济效应。当农地租金为P1时，农户种植非粮作物的适度经营规模为S1*、种植粮食作物的适度经营规模为S2*（S2*大于S1*）。
随着农地流转面积不断扩大，种植粮食作物的总利润将超过非粮作物，当农地超过一定规模，农户会选择增加粮食作物的种植比率。而在近年来农地租金不断提高的情况下，由于粮食作物的适度规模更大，总利润下降得更快，因此农地租金越高，种植粮食作物的比率越低。农地租金如果达到P2以上，种植粮食作物将无法盈利，流转土地的农户只能种植非粮作物。
基于理论分析提出以下2个假说：
假说H1：农地流转面积与非粮化种植比率呈倒“U”型相关，与粮食作物种植比率呈正“U”型相关。
农户在未达到粮食作物的适度规模的情况下，农业为追求高收益，农地流转面积越大，非粮化情况越严重；当超过非粮作物的适度规模，家庭劳动力难以完成非粮作物的生产，农业雇工又存在较严重的道德风险，因此，专业农民会更倾向于种植粮食作物，农地中非粮作物的种植比率会下降，在这一阶段，农地流转面积越大，非粮作物的种植比率越低。
假说H2：农地租金越高，非粮化作物种植比率越高，粮食作物的种植比率越低。
随着农地租金不斷上升，由于粮食作物的适度经营规模更大，亩均利润更低，更易亏损。因此农地租金越高，农户种植非粮化作物比率越高，种植粮食作物比率越低。
（二）模型设计
基于理论分析，在生产中，农户i会基于农地流转市场、自身资源禀赋制定不同生产决策，将农地在不同作物——非粮作物（j=1）、主粮作物（j=2）或非主粮的粮食作物（j=0）之间进行分配，因此农户i的非粮作物的种植比率为θ1i，主粮作物的种植比率为θ2i，非主粮的粮食作物的种植比率为θ0i，会受到农地流转情况（R）、家庭中的农地禀赋（A）、劳动力禀赋（L）、资金禀赋（K）、农业固定资产投资（M）、农户类型（P）、农户所在区域因素（G）等方面的影响，即：
θji=f（R，A，L，K，M，P，G）
采用非粮作物的种植面积占家庭总种植面积的比率θ1i来衡量“非粮化”水平，即家庭土地中用于种植非粮作物的比率越高，农业生产“非粮化”水平就越高。从理论分析结果来看，农户种植决策主要受到农地流转、农户家庭资源禀赋等外生变量的影响，而且农户粮食作物种植比率与非粮作物种植比率是互相影响的，因此要讨论农户非粮作物种植比率必须结合其他作物的种植比率来分析。为此，我们构建以非粮作物的种植比率θ1i和主粮作物的种植比率θ2i为被解释变量的2个方程M1和M2，并将两个方程组成方程组。
考虑到方程组内2个被解释变量间可能存在的跨方程参数约束，除已有解释变量之外的其他不可观测因素也可能对农户的种植决策产生影响，所以使用似不相关回归（SUR）对方程组中两个方程的参数进行联合估计，以便有效解决两个方程扰动项的相关性问题，从而提高估计效率。
（三）数据来源
数据来源于2015年8—9月中国人民大学农业与农村发展学院师生在全国6省开展的“全国土地流转情况”专题调研。调查内容涵盖了农户家庭结构、农地流转、农业经营以及农业生产机械化水平等方面的情况。此次调查集中在东北、黄淮海和长江中下游地区的三大粮食主产区，这三大产区符合分析要求，地势平坦、农业生产条件好。农户样本选取采用分层抽样法：（1）在调查省市的选择上，调研组按照纬度差异，在东北地区抽取了黑龙江省，在黄淮海地区抽取了河北省、山东省以及河南省，在长江中下游地区抽取了四川省和江苏省作为调研地。（2）在每个样本区选择2～3个有代表性的农业大县作为样本区县。在每个县市内，对各个乡镇按人均总产值排序平均分为2组或3组（考虑到东北地区县域普遍较大，每个县按照经济水平排序将乡镇平均分为3组；其它县区按照经济水平排序将乡镇平均分为2组）。每组随机选择2个村，每个村根据花名册随机抽取15个农户作为被访农户。最终完成有效问卷480份，其中仍从事种植业生产的363个农户问卷组成分析的样本。
三、实证分析与结果
（一）农户农地流转与种植情况的基本描述
表1显示，363个样本农户，户均流转面积为33亩，农作物播种面积为60.12亩。其中，有123户净流入了农地，平均流入98.17亩，播种面积达144.51亩；有13户流出土地后仍在从事农业生产，平均流出7.37亩，播种面积为5.75亩；维持原经营规模的农户有227个，平均播种面积为17.51亩。从不同流转行为农户的农地经营规模来看，农地净流入户的经营规模远大于其他类型农户，农地流转实现了土地资源的再配置。样本农户的粮食作物播种面积占总播种面积的平均比例为88.48%，与已有研究相比，远高于其他地区。其中，农地净流入户的粮食作物播种面积占比为86.87%，农地流出户为89.69%，而农地规模不变量户为89.74%，可见，三类农户的非粮作物种植比率相差不大，农地净人户的非粮作物种植比率略高于其他类型农户。
（二）变量选取与描述性统计
1.被解释变量。农户“非粮化”种植情况（θ）：采用非粮/主粮作物播种面积与总播种面积中的比值作为被解释变量，其中，非粮作物指的是禾谷类、豆类、薯类作物以外的其他作物，主粮作物指的是水稻、小麦、玉米三类作物。从统计结果来看，非粮作物种植比率的平均值为0.125，标准差为0.249；主粮作物种植比率的平均值为0.835，标准差为0.375，分布范围均在0至1之间，可见农户在种植作物的选择上差别较大。
2.解释变量。农地流转（R）：以农地流转面积和单位租金体现农地流转情况。其中，农地流转面积是用农户流入面积减去流出面积后计算出的净流入面积；农地租金的设置中，为避免数据之间共线性，也为了反映农户所处于的农地流转市场情况，存在流转行为的农户使用的是实际的流转价格，没发生农地流转的农户使用的是村内已发生农地流转的平均价格。从统计结果来看，样本农户的平均流转面积为净流入33亩，标准差为86.47亩；农户的农地平均租金为576.47元/亩，分布在30～1300元/亩之间。
土地禀赋（A）：包括自有农地面积和地块平均面积2个变量。自有农地面积是除流转土地以外的自有承包地面积，用来补充体现农户家庭土地资源禀赋数量；地块平均面积则是为了体现地块层面的农地细碎化程度，一般认为农地细碎化程度越高，农业机械化的难度越大，越难以大规模生产粮食作物。从统计结果来看，被调研农户自有农地面积在0～450亩之间，平均生产面积为19.28亩，标准差为35.83亩；地块平均面积为12.13亩，分布在0.2～460亩/块之间，当前粮食等大田作物机械化生产对农地集中连片的要求更高。故在其他条件不变的情况下，自有农地面积越大、地块面积越大，越适合种植粮食作物，因此自有农地面积、地块平均面积与非粮作物种植比率应呈负相关。
劳动力禀赋（L）：通过家庭劳动力数量、受教育水平和平均年龄3个方面来体现，为避免内生性问题，文中使用家庭劳动力总体资源禀赋，而不是农业劳动力情况。劳动力数量指的是家庭当中所有满16岁且小于65岁（未全日制上学）从事农业或非农生产的成年劳动力数量；受教育水平指的是家庭成年勞动力平均受教育年限。从统计结果来看，平均每户有2.6个劳动力，平均受教育水平为7.40年，平均年龄为49.64岁。在其他条件不变的情况下，由于非粮作物种植中对劳动力的数量和质量要求都比较高，因此家庭中劳动力越多、劳动力受教育水平越高、平均年龄越小，越倾向于种植非粮作物。
资金禀赋（K）：通过当年贷款总额和年收入总额来体现。农户贷款总额指的是农户向正规及非正规机构的贷款总金额，样本户当年的平均贷款金额为992元，分布在0至10万元之问；年收入总额指的是农户上一年全年农业、非农业以及其他收入的总和，样本户年收入总额均值为8.80万元，分布在-4.79至242.76万元之间。在其他条件控制不变的情况下，由于非粮作物对资金需求量更大，农户的贷款总额、年收入总额与非粮作物的种植比重呈正相关。
农业固定资产投资（M）：农户家庭亩均农业固定资产投资额，具体为农户在灌溉设施、农用机械、大棚等农业设施上的总投资额除以农地经营规模，考虑到内生性问题，此处使用的是截止上一年底的固定资产投资额。被调研农户家庭的亩均农业固定投资额分布在0～4.25万元之间，农户的亩均固定资产投资额为839.26元。Williamson认为农业固定资产投资（如农业机械等）专用性较强，投资形成后就难以转变为其他用途，即使转变用途也会造成较大经济损失，因此农业固定资产投资额高的农户会尽量合理使用农业固定资产投资，以此获得更高的投资回报。与粮食作物相比，非粮作物对农资的需求更高、盈利性也更强，因此农户亩均固定资产投资额越高，非粮作物的种植比率也越高。
农户类型（P）：以农户收入来源将农户分为I型和II型农户。如果农户的年收入中有50%以下来源于农业，则为I型农户；如有50 9/6及以上的年收入来源于农业，则为II型农户。I型农户赋值为0，II型农户赋值为1。有51.24%的农户是II型农户，两类农户大致相当。
地域因素（G）：以农地离城镇的平均距离和所在的粮食主产区域来衡量地域因素对“非粮化”的影响。
（三）估计结果及分析
首先对似不相关回归方程组的独立性进行了Breusch-Pagan检验，两方程扰动项“无同期相关”的检验chi2（1）的值为349.266，p值为0.000，因此可以在1%的显著性水平上拒绝方程的扰动项间相互独立的原假设，使用SUR进行系统估计可以显著提高估计效率。对模型进行回归分析后，结果见表3。从各组的R2和Chi2值来看，各组自变量对因变量的解释度较高。
1.农地流转对“非粮化”的影响。为验证文章的假说H1，模型中加入了农地流转面积的平方项，从SUR结果来看，非粮作物种植比率方程中农地净流入面积项在5%的水平上正向显著，平方项则在10%的水平上负向显著。而主粮作物种植比率方程中农地净流入面积项在5%的水平上负向显著，平方项则为正。这表明农地流转与非粮化之间呈倒“U”形关系，随着农地流转面积增加，农户会提高非粮作物的种植比率，“非粮化”程度上升，而在当土地规模达到一定程度后，农地净流入量继续增加，农户会减少非粮作物的种植比率，提高粮食作物的种植比率，这验证了假说H1。
农地租金与非粮作物种植比率正相关、与主粮作物种植比率负相关，且均在5%的水平上显著。说明在其他条件被控制的情况下，农地租金越高，“非粮化”程度越高。根据本次调研的数据计算，在不考虑农地租金的情况下，主粮作物的亩均净利润为878.66元，非粮作物的亩均净利润为3399.76元，而农地的亩均租金已达到576.47元，且仍有不断上涨的趋势。对于只维持自有承包地生产的I型农户来说，其不用支付土地租金，会在潜意识里认为“农地是自己的，没有成本”，种粮食也是可盈利的，因此愿意生产对劳动力需求少的粮食作物。而通过流转农地进行生产的农户，农地租金显化，必须以现金或实物的形式支付，如果仍生产粮食作物，利润较低，甚至会发生亏损，这也验证了假说H2。
2.农户家庭资源禀赋对“非粮化”的影响。自有农地规模与非粮作物种植比率负相关，与主粮作物种植比率正相关，且均在1%的水平上显著；地块平均面积与非粮作物种植比率负相关、与主粮作物种植比率正相关。说明在其他条件被控制的情况下，农地规模越大，“非粮化”程度越低；土地细碎化程度越高，“非粮化”程度越高。在当前的农业转型时期，我国的农业得到了快速的发展，尤其是主粮作物生产过程已基本实现机械化，粮食作物亩均对劳动力的需求远低于非粮作物，在被调研的农户中，粮食/非粮作物的亩均劳动力投入分别为12个工日和41个工日，因此农地面积越大，家庭劳动力在亩均农地上能投入的劳动力越少，农户越倾向于种植粮食作物。而地块层面的细碎化程度则会直接影响农机使用，农地细碎化程度越高，机械化难度越大，成本越高，农户越倾向于种植机械化程度低的非粮作物。
劳动力数量与非粮作物种植比率正相关，与主粮作物种植比率显著负相关；劳动力受教育水平与非粮作物种植比率间显著正相关，与主粮作物种植比率负相关；劳动力年龄与非粮作物种植比率间负相关，与主粮作物种植比率显著正相关。说明在其他条件被控制的情况下，农户家庭劳动力数量越多、质量越高，越倾向于种植非粮作物。一方面，劳动力数量多、质量高的家庭更能满足“非粮化”作物在劳动力上的需求；另一方面，质量较高的劳动力对新知识的吸收能力更强，更容易掌握新技术，因此，这类农户更倾向于种植对技术要求更高的非粮作物。
农户贷款额、年收入总额与非粮作物种植比率显著正相关，与主粮作物种植比率显著负相关。与粮食作物相比，非粮作物在种子、化肥、农药、塑料薄膜等农资以及农业设施方面需要投入的资金更高，因此资金禀赋越多的农户，越倾向于种植非粮作物。越高的农户越倾向于种植非粮作物。农户是否是II型农户与非粮作物种植比率显著正相关，与主粮作物种植比率显著负相关。正如舒尔茨在改造传统农业中所述，农户是经济上的理性人，会优化资源配置，以求增加总利润。与I型农户相比，II型农户对农业收入的依赖程度更高，将更多的劳动力分配到农业，追求农业收益的最大化，因此，在其他条件均被控制的情况下，II型农户更愿意种植亩均利润高的非粮作物。
4.稳健性检验。考虑到农户非粮作物种植比率取值范围在0～1之间，属于典型的两端截断的“受限被解释变量”，不满足最小二乘法的经典假设，因此采用极大似然法的截取回归模型（也称Tobit模型）对模型进行稳健性检验，结果见表3。从To-bit检验结果来看，农地流入面积的一次项对非粮作物的种植比率有正向影响，二次项则对其有负向影响，且均在10%的水平上显著。农地租金对非粮作物的种植比率有正向影响，且在5%的水平上显著。从各项的回归结果来看，估计系數的符号与似不相关回归结果相比均未发生变化，这表明似不相关回归方程组的估计结果稳健性较好。
四、结论与政策含义
（一）结论
研究发现：我国粮食主产区农户的非粮作物种植比率均值为12.5%，主粮作物种植比率的均值为83.5%，参与农地流转种植户的非粮作物种植比率略高于不参与农地流转种植户。农地流转面积与非粮作物种植比率呈倒“U”型关系，与主粮作物种植比率呈正“U”型关系；农地租金、农户家庭劳动力禀赋、资金禀赋、亩均固定资产投资额等变量和非粮作物种植比率正相关；自有承包地面积、地块平均面积、劳动力年龄等变量和非粮作物种植比率负相关。研究表明：农户在追求总利润最大化的情况下，会综合家庭资源禀赋、地理条件、市场价格作出种植决策，由于不同作物的适度经营规模不同，农地流转并不必然导致农业生产“非粮化”，而是会推动农户在不同农地规模上发展不同作物的适度规模经营。
（二）政策含义
基于研究结论可见农地流转并不必然导致农业生产“非粮化”，因此不必过度担心农地流转会诱致“非粮化”问题出现，但也需要通过一系列政策完善抑制农地租金过快上涨，发展适度规模经营，提高农户种粮积极性，以此保障国家粮食安全，推动农业供给侧改革。
1.完善农地流转市场，抑制农地租金过快上涨。随着国家对“三农”事业重视程度的不断提高，大量经营主体进入农业，土地作为农业生产中重要生产资料，供给的有限性带来租金价格的上涨是有合理性的，也有利于提高农户的财产性收入。但是部分农业经营主体非理性的大量流转土地易导致区域内农地租金的过快上涨，且容易导致“非粮化”问题的出现，从而对国家粮食安全带来威胁，不利于构建出一个功能良好、健康发展的农地流转市场。因此，需要进一步完善农地流转市场，一方面要为农地流转供求双方提供更便利的信息发布和获取平台，降低信息传递成本，促进农地流转；另一方面需要探索建立合理的农地流转租金形成机制，抑制农地租金过快上涨，形成供求双方都能长期接受的市场化价格机制。
2.农户分化日益明显的情况下，实现农业向现代化转型，发展规模经营农业是必经之路。而在发展农业规模经营中，一要推动具有农业生产技能的农户发展规模经营，而不是盲目发展各类工商资本进入农业，以此避免农地流转市场短期内的剧烈波动；二要注重提高农业劳动力质量，增加农业规模经营者的再教育和相关农业技能的培训，尤其是粮食作物的规模经营者，以此提高农业生产效率，增加专业型农户农业收入；三要根据当前技术条件下不同农作物适度规模上的差异，引导农户发展与农作物类型相匹配的适度规模经营。
3.增加政策性种粮补贴，提高农户种粮积极性。与非粮作物相比，粮食作物的亩均收益较低，农户的种粮积极性不高，需要增加对种粮规模经营主体的补贴，以此提高农户的种粮积极性。此外，还需要加强农田基础设施建设，降低农地地块层面的细碎化程度，为农户规模化经营粮食作物创造条件，提高我国粮食生产竞争力。
（责任编辑：董应才）
摘要：近年来，农业生产“非粮化”问题受到了广泛的关注，那么，农地流转是否是“非粮化”的诱因呢？基于我国粮食主产区农户的调查数据，运用似不相关回归（SUR）和Tobit模型检验了农户农地流转与非粮作物种植比率之间的关系。研究结果表明：农地流转面积与非粮作物种植比率呈倒“U”型关系，与主粮作物种植比率呈正“U”型关系；农地租金、农户家庭劳动力禀赋、资金禀赋、亩均固定资产投资额、是否专业型农户等变量和非粮作物种植比率正相关；自有承包地面积、地块平均面积、劳动力年龄和非粮作物种植比率负相关。研究认为，农地流转不必然导致农业生产“非粮化”问题。基于结论，提出完善农地流转市场、抑制农地租金过快上涨，提高农业劳动力质量、发展适度规模经营，增加农户种粮补贴、提高农户种粮积极性等政策建议。
关键词：农地流转；非粮化；农户分化；适度规模；似不相关回归（SUR）；Tobit模型
中图分类号：F311 文献标识码：A 文章编号：1009-9107（2018）03-0123-08
近年来，为提高农业生产效率，我国政府不断放开农地流转市场，农地流转率从1999年的2.53%快速上升至2015年底的33.3%。很多学者认为农地流转在优化资源配置、提高农户生产积极性的同时，也让流入农地的主体更注重提高农业经营收入，与种植粮食作物相比，种植非粮作物的收益相对较高，因此流入土地的农户更倾向于种植非粮作物，致使“非粮化”问题日益突出，这会影响到我国的粮食安全，必须引起重视。但从国家统计局公布的数据来看，近10年以来，无论是粮食总产量还是粮食播种面积都稳中有升，微观调查与宏观数据之间似乎是矛盾的。基于此，本文针对“农地流转是非粮化的诱因吗？”这一问题进行深入探讨。
一、相关研究
为探析农地流转与“非粮化”之间的关系，笔者对已有相关研究进行了梳理。首先，学术界对农地流转是否导致“非粮化”问题尚有争议。一方面，张藕香等学者基于个别家庭农场或个别地区的案例分析认为农户的农地经营结构在流转前后发生了较显著的变化，表现出明显的“非粮化”，随着我国农地流转规模的不断扩大，此问题可能对我国粮食安全产生冲击，值得高度重视；另一方面，张宗毅等学者则基于全国1740个平均种植规模为546.15亩的家庭农场的调研，分析认为，农地流转后随着土地经营规模的扩大，我国家庭农场的非粮作物种植比例显著下降，没有表现出农地流转与“非粮化”间的正向关系，故无须过度担心农地流转所导致的“非粮化”问题。其次，认为农地流转导致了农业生产“非粮化”的学者们从经济与政策两方面分析了农地流转对“非粮化”问题的影响机制，试图寻找解决此问题的方法。经济因素方面，学者们认为：其一，近年来，农药、化肥等农资价格以及劳动力价格上涨趋势明显，故国内的粮食生产成本不断上升，而国际大宗粮食产品价格却在下降。因此，受到成本“地板”和价格“天花板”的两面制约，单位面积粮食作物的收益低、利润有限，农户种粮积极性下降，为增加收入，农户会提高非粮作物的种植比率。其二，随着我国农地流转市场的放开，农地租金的快速上涨，部分地区粮食作物收益甚至难以挽回农地的租金成本，因此，种植户在流入的土地上只能种植非粮作物。政策因素方面，学者们认为我国法律和政策对农地流转后具体的农业生产用途无规定和限制，因此农地流转是“非粮化”现象产生的原因之一。
总的来说，关于农地流转与“非粮化”间关系的研究多为实证分析，从理论角度系统分析农地流转对“非粮化”种植决策影响的研究不足，因此笔者运用在6个粮食主产省的实地调研数据，采用似不相关模型和Tobit模型，着重从种植户农地流转面积和农地流转价格两个方面分析农地流转对农业生产“非粮化”的影响，从而为完善我国农地流转市场、保障国家粮食安全、推动农业供给侧改革政策提供理论和实证支撑。
二、理论分析及研究假说
（一）理论分析
随着我国市场化改革不断深入，劳动力、农地流转市场已相对完善，农户可基于收入目标合理配置家庭资源。根据农户收入来源的不同，可以分为以非农收入为主的I型农户和以农业收入为主的II型农户。I型农户通常将大部分劳动力分配在非农行业，对农业的依赖性低，但因为家庭中仍有农业劳动力或为防范失业风险，维持着小规模的农业经营。这类农户分配在农业上的劳动力较少，因粮食作物对劳动力需求量小，I型农户粮食作物的种植比例较高，种植中也多为粗放式生产或购买农业服务种完了事。以农业收入为主的II型农户为增加农业收益，通过农地流转扩大经营规模，以达到与家庭资源相匹配的适度经营规模。
已有研究认为，非粮作物的亩均利润远高于粮食作物导致了“非粮化”问题，却忽略了农户家庭经济情况下两类作物适度经营规模的差异。我们以不同作物边际利润图分析农地流转面积对“非粮化”的影响（见图1）。
图1中横轴为农地流转面积，曲线ABC的纵坐标为不考虑农地租金情况下经营非粮作物的边际利润，曲线A：BC的纵坐标为不考虑农地租金情況下经营粮食作物的边际利润，直线P1、P2为农地租金。随着经营规模的扩大，农户购买物资的谈判能力上升，劳动力得以充分利用，亩均农业生产成本下降，农业生产呈现出规模经济，但当生产规模扩大到超过一定的规模，边际效益会逐渐下降，甚至变成负值，因此曲线ABC和ABC都表现出先上升后下降的趋势。
与主粮等大田作物相比，以经济作物为代表的非粮作物具有种植工艺复杂、生产环节多、机械化程度低、资本需求量大、利润高等特点，在一定农地规模内，非粮作物的边际利润远高于粮食作物，但农地流转面积扩大将带来劳动力、资金等要素需求快速增加，且由于农业雇工考核难度大、监督成本高，农地达到一定规模后，非粮作物的边际利润会快速下降，如曲线ABC所示；而粮食作物的机械化水平高、单位土地劳动力需求较少、亩均利润相对较低，因此曲线A'B'C'的边际利润虽较低，但在更大的规模上存在规模经济效应。当农地租金为P1时，农户种植非粮作物的适度经营规模为S1*、种植粮食作物的适度经营规模为S2*（S2*大于S1*）。
随着农地流转面积不断扩大，种植粮食作物的总利润将超过非粮作物，当农地超过一定规模，农户会选择增加粮食作物的种植比率。而在近年来农地租金不断提高的情况下，由于粮食作物的适度规模更大，总利润下降得更快，因此农地租金越高，种植粮食作物的比率越低。农地租金如果达到P2以上，种植粮食作物将无法盈利，流转土地的农户只能种植非粮作物。
基于理论分析提出以下2个假说：
假说H1：农地流转面积与非粮化种植比率呈倒“U”型相关，与粮食作物种植比率呈正“U”型相关。
农户在未达到粮食作物的适度规模的情况下，农业为追求高收益，农地流转面积越大，非粮化情况越严重；当超过非粮作物的适度规模，家庭劳动力难以完成非粮作物的生产，农业雇工又存在较严重的道德风险，因此，专业农民会更倾向于种植粮食作物，农地中非粮作物的种植比率会下降，在这一阶段，农地流转面积越大，非粮作物的种植比率越低。
假说H2：农地租金越高，非粮化作物种植比率越高，粮食作物的种植比率越低。
随着农地租金不斷上升，由于粮食作物的适度经营规模更大，亩均利润更低，更易亏损。因此农地租金越高，农户种植非粮化作物比率越高，种植粮食作物比率越低。
（二）模型设计
基于理论分析，在生产中，农户i会基于农地流转市场、自身资源禀赋制定不同生产决策，将农地在不同作物——非粮作物（j=1）、主粮作物（j=2）或非主粮的粮食作物（j=0）之间进行分配，因此农户i的非粮作物的种植比率为θ1i，主粮作物的种植比率为θ2i，非主粮的粮食作物的种植比率为θ0i，会受到农地流转情况（R）、家庭中的农地禀赋（A）、劳动力禀赋（L）、资金禀赋（K）、农业固定资产投资（M）、农户类型（P）、农户所在区域因素（G）等方面的影响，即：
θji=f（R，A，L，K，M，P，G）
采用非粮作物的种植面积占家庭总种植面积的比率θ1i来衡量“非粮化”水平，即家庭土地中用于种植非粮作物的比率越高，农业生产“非粮化”水平就越高。从理论分析结果来看，农户种植决策主要受到农地流转、农户家庭资源禀赋等外生变量的影响，而且农户粮食作物种植比率与非粮作物种植比率是互相影响的，因此要讨论农户非粮作物种植比率必须结合其他作物的种植比率来分析。为此，我们构建以非粮作物的种植比率θ1i和主粮作物的种植比率θ2i为被解释变量的2个方程M1和M2，并将两个方程组成方程组。
考虑到方程组内2个被解释变量间可能存在的跨方程参数约束，除已有解释变量之外的其他不可观测因素也可能对农户的种植决策产生影响，所以使用似不相关回归（SUR）对方程组中两个方程的参数进行联合估计，以便有效解决两个方程扰动项的相关性问题，从而提高估计效率。
（三）数据来源
数据来源于2015年8—9月中国人民大学农业与农村发展学院师生在全国6省开展的“全国土地流转情况”专题调研。调查内容涵盖了农户家庭结构、农地流转、农业经营以及农业生产机械化水平等方面的情况。此次调查集中在东北、黄淮海和长江中下游地区的三大粮食主产区，这三大产区符合分析要求，地势平坦、农业生产条件好。农户样本选取采用分层抽样法：（1）在调查省市的选择上，调研组按照纬度差异，在东北地区抽取了黑龙江省，在黄淮海地区抽取了河北省、山东省以及河南省，在长江中下游地区抽取了四川省和江苏省作为调研地。（2）在每个样本区选择2～3个有代表性的农业大县作为样本区县。在每个县市内，对各个乡镇按人均总产值排序平均分为2组或3组（考虑到东北地区县域普遍较大，每个县按照经济水平排序将乡镇平均分为3组；其它县区按照经济水平排序将乡镇平均分为2组）。每组随机选择2个村，每个村根据花名册随机抽取15个农户作为被访农户。最终完成有效问卷480份，其中仍从事种植业生产的363个农户问卷组成分析的样本。
三、实证分析与结果
（一）农户农地流转与种植情况的基本描述
表1显示，363个样本农户，户均流转面积为33亩，农作物播种面积为60.12亩。其中，有123户净流入了农地，平均流入98.17亩，播种面积达144.51亩；有13户流出土地后仍在从事农业生产，平均流出7.37亩，播种面积为5.75亩；维持原经营规模的农户有227个，平均播种面积为17.51亩。从不同流转行为农户的农地经营规模来看，农地净流入户的经营规模远大于其他类型农户，农地流转实现了土地资源的再配置。样本农户的粮食作物播种面积占总播种面积的平均比例为88.48%，与已有研究相比，远高于其他地区。其中，农地净流入户的粮食作物播种面积占比为86.87%，农地流出户为89.69%，而农地规模不变量户为89.74%，可见，三类农户的非粮作物种植比率相差不大，农地净人户的非粮作物种植比率略高于其他类型农户。
（二）变量选取与描述性统计
1.被解释变量。农户“非粮化”种植情况（θ）：采用非粮/主粮作物播种面积与总播种面积中的比值作为被解释变量，其中，非粮作物指的是禾谷类、豆类、薯类作物以外的其他作物，主粮作物指的是水稻、小麦、玉米三类作物。从统计结果来看，非粮作物种植比率的平均值为0.125，标准差为0.249；主粮作物种植比率的平均值为0.835，标准差为0.375，分布范围均在0至1之间，可见农户在种植作物的选择上差别较大。
2.解释变量。农地流转（R）：以农地流转面积和单位租金体现农地流转情况。其中，农地流转面积是用农户流入面积减去流出面积后计算出的净流入面积；农地租金的设置中，为避免数据之间共线性，也为了反映农户所处于的农地流转市场情况，存在流转行为的农户使用的是实际的流转价格，没发生农地流转的农户使用的是村内已发生农地流转的平均价格。从统计结果来看，样本农户的平均流转面积为净流入33亩，标准差为86.47亩；农户的农地平均租金为576.47元/亩，分布在30～1300元/亩之间。
土地禀赋（A）：包括自有农地面积和地块平均面积2个变量。自有农地面积是除流转土地以外的自有承包地面积，用来补充体现农户家庭土地资源禀赋数量；地块平均面积则是为了体现地块层面的农地细碎化程度，一般认为农地细碎化程度越高，农业机械化的难度越大，越难以大规模生产粮食作物。从统计结果来看，被调研农户自有农地面积在0～450亩之间，平均生产面积为19.28亩，标准差为35.83亩；地块平均面积为12.13亩，分布在0.2～460亩/块之间，当前粮食等大田作物机械化生产对农地集中连片的要求更高。故在其他条件不变的情况下，自有农地面积越大、地块面积越大，越适合种植粮食作物，因此自有农地面积、地块平均面积与非粮作物种植比率应呈负相关。
劳动力禀赋（L）：通过家庭劳动力数量、受教育水平和平均年龄3个方面来体现，为避免内生性问题，文中使用家庭劳动力总体资源禀赋，而不是农业劳动力情况。劳动力数量指的是家庭当中所有满16岁且小于65岁（未全日制上学）从事农业或非农生产的成年劳动力数量；受教育水平指的是家庭成年勞动力平均受教育年限。从统计结果来看，平均每户有2.6个劳动力，平均受教育水平为7.40年，平均年龄为49.64岁。在其他条件不变的情况下，由于非粮作物种植中对劳动力的数量和质量要求都比较高，因此家庭中劳动力越多、劳动力受教育水平越高、平均年龄越小，越倾向于种植非粮作物。
资金禀赋（K）：通过当年贷款总额和年收入总额来体现。农户贷款总额指的是农户向正规及非正规机构的贷款总金额，样本户当年的平均贷款金额为992元，分布在0至10万元之问；年收入总额指的是农户上一年全年农业、非农业以及其他收入的总和，样本户年收入总额均值为8.80万元，分布在-4.79至242.76万元之间。在其他条件控制不变的情况下，由于非粮作物对资金需求量更大，农户的贷款总额、年收入总额与非粮作物的种植比重呈正相关。
农业固定资产投资（M）：农户家庭亩均农业固定资产投资额，具体为农户在灌溉设施、农用机械、大棚等农业设施上的总投资额除以农地经营规模，考虑到内生性问题，此处使用的是截止上一年底的固定资产投资额。被调研农户家庭的亩均农业固定投资额分布在0～4.25万元之间，农户的亩均固定资产投资额为839.26元。Williamson认为农业固定资产投资（如农业机械等）专用性较强，投资形成后就难以转变为其他用途，即使转变用途也会造成较大经济损失，因此农业固定资产投资额高的农户会尽量合理使用农业固定资产投资，以此获得更高的投资回报。与粮食作物相比，非粮作物对农资的需求更高、盈利性也更强，因此农户亩均固定资产投资额越高，非粮作物的种植比率也越高。
农户类型（P）：以农户收入来源将农户分为I型和II型农户。如果农户的年收入中有50%以下来源于农业，则为I型农户；如有50 9/6及以上的年收入来源于农业，则为II型农户。I型农户赋值为0，II型农户赋值为1。有51.24%的农户是II型农户，两类农户大致相当。
地域因素（G）：以农地离城镇的平均距离和所在的粮食主产区域来衡量地域因素对“非粮化”的影响。
（三）估计结果及分析
首先对似不相关回归方程组的独立性进行了Breusch-Pagan检验，两方程扰动项“无同期相关”的检验chi2（1）的值为349.266，p值为0.000，因此可以在1%的显著性水平上拒绝方程的扰动项间相互独立的原假设，使用SUR进行系统估计可以显著提高估计效率。对模型进行回归分析后，结果见表3。从各组的R2和Chi2值来看，各组自变量对因变量的解释度较高。
1.农地流转对“非粮化”的影响。为验证文章的假说H1，模型中加入了农地流转面积的平方项，从SUR结果来看，非粮作物种植比率方程中农地净流入面积项在5%的水平上正向显著，平方项则在10%的水平上负向显著。而主粮作物种植比率方程中农地净流入面积项在5%的水平上负向显著，平方项则为正。这表明农地流转与非粮化之间呈倒“U”形关系，随着农地流转面积增加，农户会提高非粮作物的种植比率，“非粮化”程度上升，而在当土地规模达到一定程度后，农地净流入量继续增加，农户会减少非粮作物的种植比率，提高粮食作物的种植比率，这验证了假说H1。
农地租金与非粮作物种植比率正相关、与主粮作物种植比率负相关，且均在5%的水平上显著。说明在其他条件被控制的情况下，农地租金越高，“非粮化”程度越高。根据本次调研的数据计算，在不考虑农地租金的情况下，主粮作物的亩均净利润为878.66元，非粮作物的亩均净利润为3399.76元，而农地的亩均租金已达到576.47元，且仍有不断上涨的趋势。对于只维持自有承包地生产的I型农户来说，其不用支付土地租金，会在潜意识里认为“农地是自己的，没有成本”，种粮食也是可盈利的，因此愿意生产对劳动力需求少的粮食作物。而通过流转农地进行生产的农户，农地租金显化，必须以现金或实物的形式支付，如果仍生产粮食作物，利润较低，甚至会发生亏损，这也验证了假说H2。
2.农户家庭资源禀赋对“非粮化”的影响。自有农地规模与非粮作物种植比率负相关，与主粮作物种植比率正相关，且均在1%的水平上显著；地块平均面积与非粮作物种植比率负相关、与主粮作物种植比率正相关。说明在其他条件被控制的情况下，农地规模越大，“非粮化”程度越低；土地细碎化程度越高，“非粮化”程度越高。在当前的农业转型时期，我国的农业得到了快速的发展，尤其是主粮作物生产过程已基本实现机械化，粮食作物亩均对劳动力的需求远低于非粮作物，在被调研的农户中，粮食/非粮作物的亩均劳动力投入分别为12个工日和41个工日，因此农地面积越大，家庭劳动力在亩均农地上能投入的劳动力越少，农户越倾向于种植粮食作物。而地块层面的细碎化程度则会直接影响农机使用，农地细碎化程度越高，机械化难度越大，成本越高，农户越倾向于种植机械化程度低的非粮作物。
劳动力数量与非粮作物种植比率正相关，与主粮作物种植比率显著负相关；劳动力受教育水平与非粮作物种植比率间显著正相关，与主粮作物种植比率负相关；劳动力年龄与非粮作物种植比率间负相关，与主粮作物种植比率显著正相关。说明在其他条件被控制的情况下，农户家庭劳动力数量越多、质量越高，越倾向于种植非粮作物。一方面，劳动力数量多、质量高的家庭更能满足“非粮化”作物在劳动力上的需求；另一方面，质量较高的劳动力对新知识的吸收能力更强，更容易掌握新技术，因此，这类农户更倾向于种植对技术要求更高的非粮作物。
农户贷款额、年收入总额与非粮作物种植比率显著正相关，与主粮作物种植比率显著负相关。与粮食作物相比，非粮作物在种子、化肥、农药、塑料薄膜等农资以及农业设施方面需要投入的资金更高，因此资金禀赋越多的农户，越倾向于种植非粮作物。越高的农户越倾向于种植非粮作物。农户是否是II型农户与非粮作物种植比率显著正相关，与主粮作物种植比率显著负相关。正如舒尔茨在改造传统农业中所述，农户是经济上的理性人，会优化资源配置，以求增加总利润。与I型农户相比，II型农户对农业收入的依赖程度更高，将更多的劳动力分配到农业，追求农业收益的最大化，因此，在其他条件均被控制的情况下，II型农户更愿意种植亩均利润高的非粮作物。
4.稳健性检验。考虑到农户非粮作物种植比率取值范围在0～1之间，属于典型的两端截断的“受限被解释变量”，不满足最小二乘法的经典假设，因此采用极大似然法的截取回归模型（也称Tobit模型）对模型进行稳健性检验，结果见表3。从To-bit检验结果来看，农地流入面积的一次项对非粮作物的种植比率有正向影响，二次项则对其有负向影响，且均在10%的水平上显著。农地租金对非粮作物的种植比率有正向影响，且在5%的水平上显著。从各项的回归结果来看，估计系數的符号与似不相关回归结果相比均未发生变化，这表明似不相关回归方程组的估计结果稳健性较好。
四、结论与政策含义
（一）结论
研究发现：我国粮食主产区农户的非粮作物种植比率均值为12.5%，主粮作物种植比率的均值为83.5%，参与农地流转种植户的非粮作物种植比率略高于不参与农地流转种植户。农地流转面积与非粮作物种植比率呈倒“U”型关系，与主粮作物种植比率呈正“U”型关系；农地租金、农户家庭劳动力禀赋、资金禀赋、亩均固定资产投资额等变量和非粮作物种植比率正相关；自有承包地面积、地块平均面积、劳动力年龄等变量和非粮作物种植比率负相关。研究表明：农户在追求总利润最大化的情况下，会综合家庭资源禀赋、地理条件、市场价格作出种植决策，由于不同作物的适度经营规模不同，农地流转并不必然导致农业生产“非粮化”，而是会推动农户在不同农地规模上发展不同作物的适度规模经营。
（二）政策含义
基于研究结论可见农地流转并不必然导致农业生产“非粮化”，因此不必过度担心农地流转会诱致“非粮化”问题出现，但也需要通过一系列政策完善抑制农地租金过快上涨，发展适度规模经营，提高农户种粮积极性，以此保障国家粮食安全，推动农业供给侧改革。
1.完善农地流转市场，抑制农地租金过快上涨。随着国家对“三农”事业重视程度的不断提高，大量经营主体进入农业，土地作为农业生产中重要生产资料，供给的有限性带来租金价格的上涨是有合理性的，也有利于提高农户的财产性收入。但是部分农业经营主体非理性的大量流转土地易导致区域内农地租金的过快上涨，且容易导致“非粮化”问题的出现，从而对国家粮食安全带来威胁，不利于构建出一个功能良好、健康发展的农地流转市场。因此，需要进一步完善农地流转市场，一方面要为农地流转供求双方提供更便利的信息发布和获取平台，降低信息传递成本，促进农地流转；另一方面需要探索建立合理的农地流转租金形成机制，抑制农地租金过快上涨，形成供求双方都能长期接受的市场化价格机制。
2.农户分化日益明显的情况下，实现农业向现代化转型，发展规模经营农业是必经之路。而在发展农业规模经营中，一要推动具有农业生产技能的农户发展规模经营，而不是盲目发展各类工商资本进入农业，以此避免农地流转市场短期内的剧烈波动；二要注重提高农业劳动力质量，增加农业规模经营者的再教育和相关农业技能的培训，尤其是粮食作物的规模经营者，以此提高农业生产效率，增加专业型农户农业收入；三要根据当前技术条件下不同农作物适度规模上的差异，引导农户发展与农作物类型相匹配的适度规模经营。
3.增加政策性种粮补贴，提高农户种粮积极性。与非粮作物相比，粮食作物的亩均收益较低，农户的种粮积极性不高，需要增加对种粮规模经营主体的补贴，以此提高农户的种粮积极性。此外，还需要加强农田基础设施建设，降低农地地块层面的细碎化程度，为农户规模化经营粮食作物创造条件，提高我国粮食生产竞争力。
（责任编辑：董应才）
