当前位置：首页 > news >正文

【数据分享】各省农业土地流转率（2010-2023）

news 2025/8/10 6:52:14

数据介绍

土地流转是推动农业规模化、现代化发展的关键机制。为助力相关研究，现分享一份覆盖全国30个省级行政区、时间跨度为2010-2023年的农业土地流转率面板数据集。本数据直接提取自权威统计年报，具有较高的参考价值。

一、数据概览

覆盖范围：全国30个省、自治区、直辖市（数据不含港澳台和西藏）。
时间跨度：2010年至2023年，共14个连续年度。
核心指标：
- 家庭承包经营的耕地面积（亩）：各省年度承包耕地总面积。
- 家庭承包耕地流转总面积（亩）：各省年度发生流转的耕地面积总和。
- 农业土地流转率：核心指标，计算公式为 流转总面积 / 承包耕地总面积（即 E列 / D列），反映土地流转活跃程度。
数据结构：面板数据格式，每年每省一条独立记录。

二、数据来源与权威性

基础来源：
- 2010-2018年：中华人民共和国农业农村部《中国农村经营管理统计年报》。
- 2019-2023年：中华人民共和国农业农村部《中国农村政策与改革统计年报》。
数据可靠性：数据直接来源于国家农业农村主管部门的年度统计报告，是研究中国农村土地制度变革和农业经济发展的官方基础数据。

三、重要使用说明（必读）

2020年及之后流转总面积计算方式变更：
- 2020年起，《中国农村政策与改革统计年报》不再直接公布“家庭承包耕地流转总面积”。
- 改为公布分项数据：转让面积、互换面积、流转面积（包含出租(转包)面积、入股面积和其他形式流转面积）。
- 本数据集中的2020-2023年“家庭承包耕地流转总面积”（E列）是上述三项（转让+互换+流转）的加总数，以此保持与2010-2019年统计口径的一致性。
2018年数据异常点：
- 注意识别：该现象仅出现在2018年部分省份记录中。
- 处理建议：根据研究需求，可考虑进行四舍五入取整处理，或保留原值但注意其精度影响。不影响流转率（F列）的计算逻辑。
- 部分省份在2018年的“家庭承包经营的耕地面积”（D列）存在带多位小数的数值（如 4047344.44444444, 3643255.11111111, 85073489.5555555 等）。这非原始数据错误，推测是数据处理或单位转换过程中引入的计算精度问题。建议使用者：
2019年耕地面积突变：
- 部分省份（如湖北、四川、云南、贵州、广西、甘肃、宁夏等）在2019年的“家庭承包经营的耕地面积”（D列）相比2018年出现显著跳跃性增长或下降（例如湖北省从4557万跃升至6104万，四川省从5812万跃升至9089万）。
- 原因：这主要反映了2019年全国范围内开展的农村承包地确权登记颁证工作的成果。确权后，各地对实际承包耕地面积进行了更为精确的测量和核定，修正了历史统计数据。因此，2019年及之后的数据是基于确权成果的更新数据。
- 影响：这会导致2019年前后的耕地面积数据存在统计口径差异。在分析耕地总面积的跨年度趋势（特别是包含2019年断点）时，需格外谨慎，明确注明该口径变化。分析流转率趋势时，因分子分母受同类因素影响，其可比性相对受影响较小，但仍建议关注此变化。
数据完整性：极个别省份在极少年份可能存在数据缺失（需在具体分析时核查），但整体上30省14年的面板结构完整。

四、潜在应用方向

区域比较研究：分析不同省份、东中西部、粮食主产区与非主产区土地流转率的差异及原因。
时间趋势分析：考察各省及全国层面土地流转率的长期变化趋势，识别关键转折点（如政策影响）。
政策评估：评估土地制度改革、农业补贴政策、新型农业经营主体培育等政策对土地流转的影响。
农业现代化研究：探究土地流转率与农业机械化、规模化经营、农业生产效率提升之间的关系。
经济与社会发展关联研究：分析土地流转与城镇化、农民收入增长、农村劳动力转移等的关联性。

五、使用建议

本数据集以Excel格式提供（包含“农业土地流转率”数据页和“来源及参考文献”页）。
强烈建议使用者：
1. 仔细阅读本说明，特别是关于2020年后流转面积计算、2018年小数位问题和2019年耕地面积口径变化的说明。
2. 结合农业农村部发布的原始年报或政策文件，深入理解数据背景和统计口径演变。
3. 根据具体研究问题，对数据（尤其是2018年小数和2019年断点）进行适当的清洗或说明处理。

注：本文中的数据和指标仅为示例，实际数据请参考最新发布的各省农业土地流转率（2010-2023）。