微信版 移动版

农村社会学

强关系的价值:基于安徽农地流转的实证研究

2016-02-09 作者: 常伟

强关系的价值:基于安徽农地流转的实证研究*

常伟

原文载于:《统计与信息论坛》,2014年第11

 

内容提要:运用Heckman两步法,结合安徽省799位农民田野调查资料,本文建立了线性模型和双对数模型,研究了农地大规模流转中的强关系的价值。结果表明:强关系有无价值受性别、身份、人均耕地数量、租金水平和地域因素影响,强关系的绝对价值受性别、年龄、政治面貌、身份、相对经济状况、收入来源和地域因素影响,强关系的相对价值受年龄、受教育年限、家庭经济状况、收入来源、租金水平与地域因素影响。

关键词:强关系农地大规模流转 Heckman两步法 绝对价值 相对价值

 

中国农村被认为是个人情社会,人们通过人际关系给亲友以帮助。随着经济市场化程度的不断提高,传统人情社会正逐渐向契约社会转变,并对社会经济生活带来了全面影响。有鉴于此,本文拟结合政府主导型农地大规模流转有关田野调查资料,对强关系的价值及其影响因素开展研究。我们相信这种研究不仅有助于拓展有关理论认识,有助于深化农地流转相关研究,对于当前农地流转工作也同样有着重要的实践价值。

一、有关文献回顾

 

基于关系联系纽带视角,社会资本可以区分为以血缘和亲缘关系维系的强关系网络以及为某种利益而有意识建立的弱关系网络。Granovetter指出,强关系网络个人社会网络同质性强,人们关系紧密且具有较强情感因素;后者个人社会网络异质性强,人们关系不紧密且没有太多感情维系,并认为关系强弱决定了个人实现行动目标的可能性响[1-2]Bian认为在中国办成事靠的不是弱关系获得信息的广度,而是强关系的有力帮助[3]。针对强关系与弱关系的相关研究主要围绕就业和收入展开,其结论也不完全一致,甚至存在较大差异。胡永远、马霖和刘智勇的研究表明,学生自身社会资本因素基本上无助于劳动力市场效率改进[4]PfefferPilar针对拉丁裔移民经济融入的研究则表明,强关系和弱关系均对收入有积极影响[5]Obukhova针对中国478名大学毕业生找工作的研究表明,强关系在找工作时可得到更多优惠,但不会提供更好工作[6]。苏丽锋和孟大虎研究了社会资本对大学生求职结果的影响,指出强关系有助于大学生获得就业机会,却不能确保大学生获得高工资工作[7]。钱芳和陈东有基于江西534份问卷的研究证明,大多数农民工通过强关系实现就业,通过强关系实现就业的农民工就业满意度更高,通过弱关系实现就业的农民工收入、就业正规程度等就业质量更高[8]

社会经济转型对于农民个人社会资本的影响主要体现为强关系联系人和弱关系联系人上的变化。随着社会经济市场化程度的加深,传统文化受到巨大冲击,计划生育和晚婚晚育政策的推行,人员流动性增强以及社会行为规范发生变化,如此这些均对农民社会资本产生影响,并带来强关系数量的减少和弱关系数量的增加, 进而导致强关系比重的下降,弱关系比重的上升(程昆、潘朝顺、黄亚雄,2012[9]。笔者注意到,在近年来农地流转相关研究中,至今鲜见关社会资本与农地流转的相关研究。结合经济学和社会学有关研究成果,本文拟运用田野调查数据,对强关系的价值开展相关研究,我们相信这一研究不仅有着重要的学术价值,也有助于深化人们对农地流转问题的进一步理解,从而为分析农地流转问题提供一个新视角.

二、数据来源与变量定义

 

(一)数据来源

本文数据来源于课题组于20127月和20132月开展的“政府主导型农地大规模流转问卷调查”,调查在肥西县、长丰县、萧县和埇桥区进行,每个县区均选取了开展了政府主导型农地大规模流转的3个乡镇。在农地大规模流转项目区,通过随机抽样面向农民发放问卷1053份,回收有效问卷1010份,其中涉及到强关系价值的有效问卷为799份。由于受访者对家庭状况和农地大规模流转项目均较了解,从而保证了问卷准确性和有效性。

在本文中,强关系的价值被设定为农民如果将农地流转给其他人以及如果将农地流转给亲友的每亩租金差价[]。根据田野调查,强关系价值具有如下特点:(1)农民对强关系价值认知存在较大差异。在799位农民中,强关系平均价值为200.24元,其中最高为1400元。但也有298位农民表示,如果流转给亲友,他们向亲友收取的承包费与其他人一样,占有效样本中的37.3%。对于这些农民而言,强关系的价值为0。如不考虑这部分农民,则强关系平均价值为319.34元。(2)农民对强关系价值认知存在显著的性别差异。在所有调查对象中,451位男性对强关系价值的认知均值为168.98元,348位女性对强关系价值的认知均值为240.75元,二者差距为71.77元。在501位认为强关系具有经济价值的调查对象中,272位男性对强关系价值的认知均值为280.18元,229位女性对强关系价值的认知均值为365.85元,二者差距为85.67元。(3)农民对强关系价值认知差异较大。在所有调查对象中,普通村民对强关系价值的认知均值为206.12元,中共党员对强关系价值的认知均值为184.68元,村两委干部对强关系价值的认知均值为71.05元。在501位认为强关系具有经济价值的调查对象中,455位普通村民对强关系价值的认知均值为324.81元,41位中共党员对强关系价值的认知均值为279.27元,16位村两委干部对强关系价值的认知均值为168.75元。(4)农民对强关系价值认知存在显著的地区差异。在所有调查对象中,402位来自肥西和长丰的农民对于强关系价值的认知均值为179.28元,397位来自萧县和埇桥区的农民对于强关系价值的认知均值为221.46元,二者差异为42.18元。在501位认为强关系具有经济价值的调查对象中,274位来自肥西和长丰的农民对强关系价值的认知均值为263.03元,227位来自萧县和埇桥区的农民对强关系价值的认知均值为387.31元,二者差异为124.28元。

(二)变量定义

为进一步研究强关系的价值,本文将年龄为18-30岁、政治面貌为群众、身份为普通农民设定为参照组,在此基础上对于变量定义如表1

1:变量定义

变量名称

变量类别

变量类型

变量定义

均值

标准差

年龄(1

个人特征

虚拟变量

31-45=1.其他=0

0.2253

0.4180

年龄(2

个人特征

虚拟变量

46-59=1,其他=0

0.3479

0.4766

年龄(3

个人特征

虚拟变量

60岁及以上=1,其他=0

0.3955

0.4893

性别

个人特征

虚拟变量

男性=1,女性=0

0.5645

0.4961

教育年限

个人特征

连续变量

 

7.6934

2.2237

政治面貌

个人特征

虚拟变量

中共党员=1,群众=0

0.0776

0.2677

身份

个人特征

虚拟变量

村两委干部=1,普通村民=0

0.0476

0.2130

人均耕地

家庭特征

定序变量

1亩以下=11-2=22亩以上=3

1.8836

0.7660

子女个数

家庭特征

连续变量

 

2.5670

1.2833

子女是否外出打工

家庭特征

虚拟变量

=1,不是=0

0.7210

0.4488

家庭人均收入(元)

家庭特征

连续变量

 

6028.37

7002.88

相对经济状况

家庭特征

定序变量

较差=1,一般=2,较好=3

1.8698

1.4073

收入来源含农业性收入

家庭特征

虚拟变量

=1,不是=0

0.3317

0.4711

收入来源含工资性收入

家庭特征

虚拟变量

=1,不是=0

0.7009

0.4582

收入来源含政府补助收入

家庭特征

虚拟变量

=1,不是=0

0.0350

0.1840

收入来源含非农经营性收入

家庭特征

连续变量

=1,不是=0

0.0676

0.2512

租金(元亩)

流转状况

连续变量

 

696.87

199.16

流转期限

流转状况

连续变量

 

9.0438

5.3958

流转了解程度

流转状况

定序变量

不了解=1,有所了解=2,非常了解=3

1.4255

0.6306

地区

地区变量

虚拟变量

肥西、长丰=1,其他=0

0.5031

0.5003

三、模型选择与计算结果

 

(一)模型选择

本文结合田野调查资料,力图解决这两个问题:其一,强关系是否有价值;其二,哪些因素影响到强关系的价值以及如何影响。从研究方法看,作为相互联系的两阶段,转出农民对强关系是否有价值的判断会对强关系的价值大小产生有偏性估计,这又会导致第二阶段估计产生偏差,致使估计结果不可信。考虑本文数据中存在大量强关系价值为0的样本,如剔除这些样本进行分析,将可能导致选择性偏误。但如果包含这些样本,忽略强关系是否有价值以及价值大小的差异,则会导致估计偏误。解决这一问题常用的方法是Heckman两步法[10]。因此,本文采用这一方法对强关系价值展开研究,首先建立农地大规模流转中强关系有无价值的概率方程,在此基础上再建立强关系价值方程,研究强关系价值。为此,首先建立强关系有无价值概率方程:

                                                      1

1)表明强关系是否有价值是由可观测的相关变量 和不可观测的变量 共同决定。强关系如果有价值,则 ;反之,则 。其中, 为第 个样本的特征变量, 是误差项。根据(1)式得到估计值,然后对每个 计算逆米尔斯比率:

                                                  2

2)式中, 分别表示以 为变量的标准正态分布的密度函数和积累密度函数。在此基础上,第二阶段运用 的观测数据,作如下回归:

                                                   3

在(3)式中, 是第二阶段的被解释变量。第二阶段解释变量 包含以下四类解释变量:(1)个人特征,包括性别、年龄、受教育年限、社会身份。(2)家庭特征,包括子女个数、子女外出打工、家庭人均收入、家庭相对收入状况、家庭收入来源。(3)农地流转变量,也即农地流转租金水平。(4)地区变量。考察强关系的价值可以从绝对价值入手,也可以从相对价值入手。考虑到本文主要研究相关因素及其对强关系价值的影响,我们先采用线性模型来研究强关系的绝对价值及其影响因素,继而采用双对数模型研究强关系的相对价值,并对强关系的价值、家庭人均收入、农地转出价格等可用货币直接度量的指标取对数,结合其他变量研究相关因素对强关系相对价值的影响程度。

Heckman两步法要求 的一个严格子集, 是由第一阶段模型计算出的逆米尔斯比率,利用全部样本 做概率介于01的二值估计得到估计值 ,然后便可估计

(二)模型计算结果

对强关系价值大小计算的前提是强关系有价值。因此在研究中首先针对799个样本考察强关系是否有价值,然后再结合501个强关系具有价值的样本研究强关系的绝对价值和相对价值及其影响因素。本文采用Eviews7.0对强关系价值的Heckman两阶段模型进行估计,在第一阶段运用Probit模型估计农民对于强关系是否有价值的概率进行回归分析;在第二阶段,本文最小二乘法对强关系价值的线性模型和双对数模型进行估计,并运用最大增方逐次交换回归(Swapwise - Max R-squared)对于方程进行化简,其结果如下:

2Heckman两阶段回归分析结果

 

第一阶段:Probit模型估计

第二阶段OLS估计

第二阶段OLS估计

 

强关系是否有价值

强关系绝对价值线性模型

强关系相对价值双对数模型[]

 

系数

Z

P

系数

t

P

系数

t

P

性别

-0.2110

-2.0982

0.0359

-94.296

-3.6966

0.0002

 

 

 

年龄(1

0.3546

1.2402

0.2149

 

 

 

 

 

 

年龄(2

0.3627

1.2252

0.2205

55.306

1.7145

0.0871

0.2853

2.5494

0.0111

年龄(3

0.3199

1.0260

0.3049

 

 

 

-0.2038

-1.5795

0.1149

受教育年限

0.0283

1.1278

0.2594

 

 

 

-0.0359

-1.9684

0.0496

政治面貌

0.2715

1.4213

0.1552

106.81

2.2403

0.0255

 

 

 

身份

-0.7521

-2.9445

0.0032

-290.07

-3.6263

0.0003

0.1319

0.9594

0.3378

人均耕地

0.1293

1.9370

0.0527

37.726

2.2005

0.0282

 

 

 

子女数

-0.0447

-1.0585

0.2898

-14.820

-1.4068

0.1601

-0.0203

-0.5795

0.5625

子女是否打工

0.0397

0.2995

0.7645

49.909

1.6101

0.1080

0.1718

1.6332

0.1031

家庭人均收入(元)

-1.16E-05

-1.5456

0.1222

 

 

 

0.0888

1.7305

0.0842

家庭相对经济状况

0.0315

0.6289

0.5294

-19.610

-1.6993

0.0899

-0.0711

-1.8965

0.0585

收入含农业性收入

-0.0283

-0.2318

0.8167

28.437

0.8701

0.3847

 

 

 

收入含工资性收入

-0.1379

-0.8782

0.3798

116.59

2.8870

0.0041

0.3144

2.8360

0.0048

收入含政府补助收入

0.1861

0.6527

0.5139

158.17

2.4523

0.0145

0.2070

1.0375

0.3000

收入含非农经营性收入

0.1550

0.7396

0.4596

102.04

2.0502

0.0409

 

 

 

租金(元亩)

0.0007

2.0545

0.0399

 

 

 

-0.5748

-2.4402

0.0150

地区

0.5690

3.8511

0.0001

-55.164

-1.7085

0.0882

-0.7778

-5.1424

0.0000

常数项

-0.9352

-1.8633

0.0624

39.218

0.4395

0.6605

9.9587

5.4169

0.0000

逆米尔斯比

 

 

 

370.92

3.9664

0.0001

-1.8580

-1.7154

0.0869

样本数

799

501

501

Log likelihood

-508.2751

-3463.176

-587.9237

Prob(F-statistic)

0.002891

0.000000

0.000000

(三)对于计算结果的进一步解释

根据上表,本文对于计量分析的结果解释如下:

1.强关系是否有价值。根据第一阶段Probit估计结果,不难得出如下判断:其一,女性倾向认为强关系有价值,且在5%的统计水平下显著。这可能是因为女性在社会经济方面中处于弱势地位,她们对强关系的价值更为敏感。其二,村两委干部与强关系有无价值呈显著负相关,村干部更倾向于认为强关系没有价值。村干部因掌握较多资源可以实现自己目的,因而对强关系价值的评价相对较低。其三,人均耕地多少与强关系是否有价值呈显著正相关。这可能是因为人均耕地较多的农民在农忙时相对更需要得到亲友帮助。其四,租金高低与强关系是否有价值正相关,且在5%的统计水平下显著。租金高意味着农地资源利用较合理,但考虑到流转的风险因素,强关系有助于克服农地流转风险带来的冲击。其五,强关系是否有价值地域特征显著。与萧县、埇桥区相比,肥西、长丰的农民倾向于认为强关系没有价值。由于肥西、长丰等地处合肥周边,非农就业机会多,人们可通过市场机制获得农地流转收益。此外,年龄、受教育年限、政治面貌、子女状况以及收入状况尽管与强关系是否有价值存在一定关系,但并不显著。这表明它们对于强关系是否有价值影响不大。

.强关系的价值。第二阶段针对强关系绝对价值建立的线性模型R-squaredAdjusted R-squared分别为0.14650.1219F统计量为5.9584。针对强关系相对价值建立的双对数模型R-squaredAdjusted R-squared分别为0.10700.0832F统计量为4.4893。总体来看,这两个模型均具有较好解释能力,以下分别从个人特征、家庭特征、流转状况以及地域特征对于结果给出相关说明。

1)个人特征与强关系价值。根据计算结果,性别、年龄为46-59岁、政治面貌以及身份与强关系的绝对价值关系显著,而年龄为46-59岁、受教育年限、身份则与强关系的相对价值关系显著。

就性别因素而言,绝对价值模型研究结果表明,女性认为强关系价值为94.296元,且在1%水平下显著,这表明女性对强关系价值评价更高。但性别因素在双对数模型中不显著,这表明强关系的绝对价值而不是相对价值更易受性别因素影响。

就年龄因素而言,根据强关系绝对价值模型研究结果,年龄为4659岁这一年龄段的人们看来,强关系价值大致相当于55.306元,且在10%水平下显著。这是因为这些人们即将进入老年,亲友照顾帮助对其晚年生活很重要。根据相对价值双对数模型中,年龄为4659岁虚变量系数为0.2853,且在5%水平下显著,这表明处于这一年龄段的人们对强关系价值的评价较参照组高33.02%。这两个强关系价值模型计算结果表明,人们对强关系经济价值的认知与其所处的生命阶段有一定关系。

受教育年限在绝对价值线性模型中不显著,但在相对价值双曲线模型中,受教育年限系数为-0.0359,且在5%水平下显著。这表明人们文化水平越高,强关系的相对重要性也就越低。根据计算结果,当人们分别接受了初中、高中或中专、大专及以上的教育时,其对于强关系价值认识比小学分别要低9.97%18.94%27.02%

在农地流转中,政治面貌与强关系绝对价值系数为106.81,且在5%水平下显著,这可能因为在农村入党本身就是强关系作用的结果。就身份而言,本文给出了一个很有意思的结果。强关系绝对价值模型表明,身份系数为-290.07,且在1%水平下显著。而在相对价值模型中,身份系数为0.1319,但并不显著。这种结果可能与两个模型变量选择不同有关,也与乡村干部工作所处的环境以及性质有关。村两委干部尽管自身拥有多种手段以实现自己的目的,但农村相关工作的开展却较多依靠强关系进行。

2)家庭特征与强关系价值。表2研究结果表明:人均耕地、家庭相对经济状况、收入含工资性收入、收入含政府补助性收入、收入含非农经营性收入与强关系绝对价值显著相关,而家庭人均收入、相对经济状况、收入含工资性收入则与强关系相对价值呈显著相关。

就人均耕地而言,在强关系绝对价值模型中,人均耕地水平系数为37.726元,且在5%水平下显著。这可能是因为,人均耕地多在一定程度上表明劳动力相对较少,平时得到的亲友照顾相对更多。但人均耕地与强关系相对价值没有显著的关系。

就子女个数而言,绝对价值模型中系数为-14.82,相对价值模型中的相关系数为-0.0203,且均不显著,这表明子女个数与强关系价值之间呈不明显的负相关。但就子女外出打工而言,无论在绝对价值模型中,还是在相对经济价值模型中,子女外出打工与强关系的价值均呈正相关,且距离10%的显著性检验临界值十分接近。控制了其他因素后,绝对价值模型中子女外出打工系数为49.909,相对价值模型中子女外出打工系数为0.1718,据此可推测子女外出打工的农民对强关系价值的认识比子女不外出农民高。

就家庭收入状况而言,在相对价值模型中,家庭人均收入对数值系数为0.888,且在10%水平下显著。这可能是因为,农村收入高的人们,其收入的取得在很大程度上与强关系有关。就家庭相对经济状况而言,计算结果表明:在绝对价值模型中家庭相对经济状况系数-19.61,在相对价值模型中系数为-0.0711,且二者均通过了显著性检验。这表明,家庭相对经济状况较好的农民对于强关系的价值认识更为理性,更善于通过把握市场机遇增加收入。

收入来源渠道与强关系的价值存在一定关系。尽管收入含农业性收入在两个模型中不显著,但收入含工资性收入、政府补助性输入、非农经营性收入却表现显著。首先,在绝对价值模型中收入含工资性收入系数为116.59,在相对价值中系数为0.3144,这表明工资性收入会对农地流转产生影响。其次,收入含政府补助收入与强关系的绝对价值呈显著正相关关系,这可能是因为拥有这部分收入的农民多处于贫困状态,有的甚至无力耕种,因此愿意以较低租金换取亲友帮助,收入含政府补助输入与强关系相对价值呈正相关,但不显著。最后,收入含非农经营性收入与强关系的绝对价值呈正显著关系,且在5%水平下显著。这是因为,农村非农经营性活动也同样离不开强关系的支持,如果农民可通过非农经营获得较高收入时,以较低租金把耕地交给亲友耕种不失为维系亲友关系的有效手段。

3)农地流转状况与强关系价值。相对价值模型回归结果表明,租金水平对数值系数为-0.5748,且在5%的水平下显著。这因为,是否把耕地以较低的承包费交给亲友耕种,还是通过流转获取较高收益,是一个需要综合权衡的问题。当承包费较低时,农民愿意以更低承包费把耕地交给亲友耕种以维系亲友关系,反之则选择通过市场流转给其他人耕种。

4)地域因素与强关系价值。在强关系绝对价值研究中,地域虚变量系数为-55.164,且在10%水平下的显著性。在强关系相对价值研究中,地域虚变量系数为-0.7778。这可能与地区发展水平有关,肥西、长丰等因非农就业机会较多,农地的经济价值通过流转得到了充分体现。而在萧县、埇桥区等北方地区,尽管农地资源利用合理,但由于农地市场发育相对滞后,强关系的作用相对更为重要。

最后应指出的是,在绝对价值线性回归模型和相对价值双对数模型中,逆米尔斯比率都显著,这表明强关系经济价值研究存在选择性偏误问题,Heckman两步法适用于本研究。

四、结论

 

本文考察了调查地区农地大规模流转中的强关系的经济价值。针对强关系是否存在价值的概率分析结果启示:男女性别差异、是否是村两委干部、人均耕地数量、租金水平高低以及地域因素与强关系是否具有经济价值呈显著关系。针对强关系绝对经济价值和相对经济价值的分析则表明,性别、年龄、政治面貌与身份、人均耕地、收入状况、收入来源以及地域特征对强关系的绝对价值影响显著,而年龄、受教育年限、身份、收入状况、租金水平以及地域特征对于强关系的相对价值影响显著。上述研究结果也表明,强关系作为一种重要的社会资源,在促进农民增收方面并没有优势,但其对于农地流转风险化解,对于农村社会稳定仍然有着极重要的现实意义。因此在农地流转,尤其是大规模流转中,如何运用强关系,规避和化解农地流转风险,对于推动农地流转工作的顺利进行,依然有着十分重要的现实意义。

参考文献

[1]Mark Granovetter. The Strength of Weak Ties. [J].American Journal of Sociology, 1973, 78 (3): 1360-1380.

[2]Mark Granovetter. Economic Action and Social Structure: The Problem of Embeddings. [J].American Journal of Sociology, 1985, (6): 481-510.

[3]Yaniie Bian. Bringing Strong Ties Back in: Indirect Ties, Network Bridges, and Job Searches in China.[J]. American Sociological Review,1997,62(3):366-385

[4]胡永远,马霖,刘智勇.个人社会资本对大学生就业市场的影响.[J].中国人口科学,2007(6)

[5]Max J. Pfeffer, Pilar A. Parra. Strong Ties, Weak Ties, and Human Capital: Latino Immigrant Employment Outside the Enclave.[J].Rural Sociology,2009,74(2):241–269

[6]Elena Obukhova.Motivation vs. relevance: Using strong ties to find a job in Urban China.[J].Social Science Research,2012,41(3):570-580

[7]苏丽锋,孟大虎.强关系还是弱关系:大学生就业中的社会资本利用.[J].华中师范大学学报(人文社会科学版),2013(5)

[8]钱芳,陈东有.强关系型和弱关系型社会资本对农民工就业质量的影响.[J].甘肃社会科学,2014(1)

[9]程昆,潘朝顺、黄亚雄:《农村社会资本的特性、变化及其对农村非正规金融运行的影响.[J].农业经济问题,2006(6)

[10]James J. Heckman.Sample Selection Bias as a Specification Error.[J].Econometrica,1979(1):153-161

 

作者简介:常伟,安徽大学中国三农问题研究中心

 

*基金项目:国家社会科学基金青年项目《政府主导型农地大规模流转问题研究》(12CJY052)。

[]从理论上讲,将强关系价值设置为实际租金水平与农民如将农地交给亲友而收取的租金差额更合理。但在政府主导型农地大规模流转中,实际租金经常低于后者。因此在本文中,强关系价值被设定为农民如将农地流转给其他人与如将农地流转给亲友的租金差额,而这种差额相对更稳定,也更能度量强关系的经济价值。

[]在强关系价值双对数模型中,家庭人均收入系数与承包费系数分别为取对数后的家庭人均收入系数与取对数后的承包费系数。

0
热门文章 HOT NEWS