【研究意义】农村土地流转是我国农业生产发展进程中的时代选择，是促成农业产业化、现代化和规模化的重要途径，也是农业经营制度改革的必然要求［1］。随着2018年中央“一号文件”的出台，乡村振兴、精准脱贫攻坚战略正全面实施，进一步鼓励农民土地流转、规模生产，为新型农业经营主体发展、农业供给侧结构性改革奠定基础，如期实现贫困人口全部脱贫。但贫困山区自然条件差、机械化程度低［2］，农业与非农产业比较利益悬殊，导致农村劳动力流失严重，农民逐渐趋向兼业化，造成了土地流转供需市场失衡，极大地阻碍了耕地流转进程，且耕地流转纠纷层出不穷，相较于发达地区，贫困山区农户耕地流转认知欠缺，流转市场发展尚不成熟。如何才能有效推进贫困山区耕地流转进程，提升耕地规模效益，紧随乡村振兴时代步伐，势必需要深入剖析影响农户耕地流转的主要因素。【前人研究进展】随着农村土地市场的发育，多视角、多维度分析耕地流转的影响因素已成为学术界关注的焦点。国外学者普遍认为影响农户耕地流转的主要因素是耕地产权制度及其他宏观环境［3-4］，产权的清晰界定和完善的资本借贷市场是土地流转有效发生的最基本制度条件［3］。国内针对农户流转行为的研究相对较少并呈逐年上升趋势［5］，大多数研究结果表明，主导农户耕地流转的非制度因素包括户主特质、耕地质量、劳动力配置、交易成本等，制度因素包括国家及地方性惠农政策、土地产权制度、社会保障机制等［6-11］，但存在明显的空间异质性［12］。此外，部分地区耕地的“零租金”流转［9］、承包权与经营权的剥离［13］也在一定程度上影响耕地流转市场。【本研究切入点】然而，贫困山区的特殊自然地理条件以及不同农户家庭劳动力资源和土地资源禀赋存在差异，同时耕地流转的主体存在转入和转出两种行为且影响因素不尽相同［14-15］。目前基于乡村振兴新形势下的农村发展战略，坚持民生为本，如何推动农民向专业大户或市民化发展是目前研究需进一步探讨的重点。【拟解决的关键问题】本研究将基于农村土地经营权确权工作及实地调研数据，以山西省贫困山区和顺县为研究区，通过构建Logistic模型和Tobit模型对农户耕地转入和转出的影响因素进行回归分析，揭示影响农户流转耕地的主要驱动因子，为有效活跃贫困山区耕地流转市场、引导农户参与流转提供针对性的参考依据。
1 研究区概况与数据来源
1.1 研究区概况
和顺县地处山西省境东陲，太行山脉西侧，位于37°03′～37°36′N、113°05′～113°56′E，总面积2 250 km2，现辖5镇5乡294个行政村，总人口14.38万，其中农业人口11.4万，属于国家扶贫开发重点县。该地区地势起伏不平，地貌类型复杂多样，平均海拔为1 300 m，以山地、丘陵居多，仅在清漳河沿岸有小块平川。耕地面积205.8 km2，人均耕地面积仅有0.14 hm2，加之常年雨水稀少、土壤贫瘠，该区农业生产力极低，许多农户选择非农就业或就近兼业，家庭收入结构逐渐多样化。同时，山区交通设施落后、信息闭塞、发展迟缓，农村土地流转工作开展及落实相对滞后，土地流转市场不稳定、流转效率较低，如何合理有效地贯彻落实土地流转政策，促进土地规模化经营，实现乡村振兴战略，是目前亟待解决的问题。
1.2 数据来源
研究数据基于2016—2017年农村土地确权工作中对山西省和顺县的农户进行实地抽样调查获得。选用整群抽样和入户访谈的方式，抽取位于城乡结合部的梳头村。该村位于县城西北，共120户农户，土地总面积4.1 km2，地势北高南低，养殖业和传统种植业是该村的主导产业。采用入户访谈式调查，因部分农户长期外出务工，故实际发放且收回问卷105份，剔除信息缺失、误填等无效问卷4份，收回有效问卷101份，问卷有效率达96.19%。
2 模型与变量选择
2.1 变量选取
影响农户流转耕地的因素复杂多样，现有研究成果也展现了学者们基于不同视角对该类问题的不同见解。为深入探讨贫困地区农户耕地流转的影响因素，本研究基于已有研究成果［6，16-18］和研究区实地情况，选取了家庭特征因素、资源禀赋因素、社会保障因素三大类共11项指标作为影响农户耕地流转行为与规模的自变量，将是否转入或转出耕地、转入或转出耕地面积分别作为因变量进行定量分析，变量定义说明见表1。
相较于发达地区，贫困山区农业劳动力短缺，耕地数量相对不足且资源贫瘠，以山地、坡耕地及沟壑地为主，耕地破碎化严重，机械化程度低。农户为扩大耕地规模，提高农业收入，常出现自发开垦荒地的现象，人均耕地面积较大，但耕地质量差致使实际经营耕作的面积较少。研究区人均耕地面积为0.22 hm2，超过2017年我国人均耕地面积水平，且人均耕地面积不低于0.22 hm2的农户占样本总量的31.68%，这必将导致劳动力短缺、撂荒程度较高的农户选择转出耕地。此外，在城乡融合发展的时代背景下，社会保障体系的城乡对接成为农民关注的焦点。贫困山区地理位置偏僻、信息闭塞，医疗、教育等资源匮乏，医疗保险、养老保险等社会保险制度不完善，最低生活保障、五保户保障、社会救助制度的公平、公正性有待提高，土地的社会保障功能进一步强化。因此，社会保障体系的不断完善将极大地促进耕地流转进程。
表1 变量说明
Table 1 Variable description
标准差Standard deviation因变量Dependent variables变量分类Types of variables变量名称Names of variables变量解释Explanation of variables平均值Mean 58.09 10.87最高受教育水平X2 1=小学及以下，2=初中，3=高中，4=高中以上 2.77 1.02兼业人数X3 人 0.76 1.13劳动力人数X4 人 2.83 1.46人均年收入X5 家庭年均总收入/家庭总人口数（×103元/人） 3.53 3.21自变量Independent variables转入耕地 1=是，0=否 0.47 0.50转出耕地 1=是，0=否 0.69 0.46转入面积 hm2 0.09 0.15转出面积 hm2 0.20 0.25家庭特征Family characteristics户主年龄X1 年资源禀赋Resource endowment耕地破碎度X6 二轮家庭承包地面积/地块数（hm2/块） 0.11 0.03人均耕地面积X7 二轮家庭承包地面积/家庭总人口数（hm2/人） 0.22 0.18种植经济作物X8 1=是，0=否 0.50 0.50社会保障Social security购买养老保险X9 1=是，0=否 0.74 0.44购买农业保险X10 1=是，0=否 0.74 0.44享有扶贫补助X11 1=是，0=否 0.04 0.20
2.2 模型构建
基于农户所发生的耕地转入或转出行为及规模，构建Logistic模型和Tobit模型,分别对其进行回归分析。
（1）将是否发生耕地转入或转出行为这一定性的二分变量作为模型构建的因变量。一般的线性回归模型通常假定被解释变量为连续变量，而常用的二元选择模型即二元逻辑回归模型则更适合于因变量的值为二分变量的情况［19］。因此，选择建立二元Logistic回归模型来分析农户耕地流转的行为决策，其概率函数为：
式中，P为农户转入或转出耕地的概率，当P=1时，表示农户发生耕地转入或转出行为，当P=0时，则表示农户未发生耕地转入或转出行为；Xi为影响农户耕地流转行为的一组因素；b0为常数项；bi为偏回归系数，反映自变量Xi对因变量Y的影响程度。
（2）农户耕地转入或转出规模在其取正值时是连续变量，但若农户未发生耕地流转，其取值为0，因变量将存在截断问题，故而样本会出现偏选择问题。普通最小二乘法不适用于因变量存在切割或片段情况，而运用最大似然法的Tobit回归模型能更好地估计回归系数［20］。因此，选择建立Tobit回归模型来分析农户耕地流转规模，其具体模型为：
式中，Yi*为潜在变量；Yi为观测变量，即农户转入或转出耕地的面积；Xi为影响农户耕地流转行为的一组因素；α为回归系数向量；εi为服从正态分布的独立残差项。
2.3 模型检验
为避免变量之间的共线性问题导致分析结果的错误与失真，本研究运用SPSS 22.0中的线性回归方法，依据容忍度、方差膨胀因子和条件指数3项指标［1］，对所选取的自变量进行共线性检验，发现变量之间存在较弱的多重共线性问题（表2）。
表2 共线性诊断
Table 2 Collinearity diagnostics
注：容忍度＜0.1为严重多重共线；方差膨胀因子＞5为严重多重共线；条件指数10～30为弱共线。
Notes: Tolerance ＜0.1 representd a severe multi-collinearity. VIF ＞5 represented a severe multi-collinearity. Condition index between 10-30 represented a weak multi-collinearity.
条件指数Condition index X1 0.692 1.446 2.904 X2 0.782 1.279 3.232 X3 0.695 1.440 3.838 X4 0.582 1.718 4.283 X5 0.679 1.472 4.997 X6 0.757 1.321 6.541 X7 0.607 1.646 7.095 X8 0.870 1.149 9.025 X9 0.815 1.227 11.937 X10 0.786 1.272 17.310 X11 0.953 1.050 29.212自变量Independent variables容忍度Tolerance方差膨胀因子VIF
3 实证分析
3.1 和顺县梳头村农户耕地流转基本情况
由表3可知，在101户调查样本中，发生耕地流转行为的农户有75户，占样本总量的74.26%。其中耕地转入的农户有47户，占样本总量的46.53%；耕地转出的农户有70户，占样本总量的69.31%。显然研究区耕地流转市场较为活跃，且耕地转出行为发生率大于转入行为。此外，该区农业劳动力转移活跃，兼业农户达到70.30%，纯农户和非农户数量相对较少（表4）。农户耕地转入、转出行为随着农户兼业化程度的提高而逐渐增加，可见该区农户随着兼业化程度的不断提高，家庭收入结构日趋多样化，从而导致农户耕地流转行为的选择发生变化。家庭收入的变化是否为研究区影响农户耕地流转的主导因素？是否还存在其他因素共同影响农户耕地流转行为？这需要我们进一步深入分析。
表3 和顺县梳头村农户耕地流转基本情况
Table 3 Overall cultivated farmland transfer situation
有流转行为Transfer behavior 75 74.26转入Transfer-in 47 46.53转出Transfer-out 70 69.31无流转行为No transfer behavior 26 25.74总计Total 101 100.00
表4 和顺县梳头村农户生计情况
Table 4 Farmers’ livelihood situation
比例Proportion（%）纯农户Agricultural farmer 农业活动 95～100 17 16.83一兼农户First-class part-time farmer 农业活动为主，兼非农活动 50～95 26 25.74二兼农户Second-class part-time farmer 非农活动为主，兼农业活动 5～50 45 44.55非农户Non-agricultural farmer 非农活动 0～5 13 12.87农户类型Types of farmer生计类型Types of livelihood农业收入比重Proportion of agricultural income（%）频数（户）Frequency（household）
3.2 和顺县梳头村农户耕地流转的影响因素
本研究借助SPSS 22.0和Eviews 8.0工具，通过向后-条件方法［1，21］逐步筛选自变量构建农户耕地转入/转出模型，对各类农户分别进行耕地转入和耕地转出的影响因素分析，为针对性地引导农户合理配置耕地资源提供相关依据，结果见表5。
3.2.1 农户耕地转入的影响因素 由表5可知，影响研究区农户耕地转入的主要因素包括兼业人数、劳动力人数、是否种植经济作物和是否购买农业保险。
（1）兼业人数。兼业人数（X3）属于家庭特征因素，其系数为负，且在10%水平上显著，说明农户兼业人数的增加会对农户转入耕地的行为产生一定的负向影响，而对转入耕地的规模没有显著影响。作为理性经济人为获得最大家庭收入，农户会慎重衡量耕种土地的农收入，与从事非农行业收入和土地流转收益的总和。贫困山区耕地资源贫瘠，机械化程度低，主要依靠传统人力、畜力耕作，劳动力边际收益低，即使耕地转入费用低至可忽略不计，投入农业生产的比较收益仍然较低，在家庭劳动力一定的情况下，选择以兼业为主的农户耕地转入行为将明显减少，但农户出于自身的粮食需要，耕地转入的规模变化不明显。
（2）劳动力人数。劳动力人数（X4）也属于家庭特征因素，其系数为正，且分别在1%、10%水平上显著，说明农户家庭劳动力人数越充足，越倾向于转入耕地。这是因为在农村尤其是贫困山区，耕地是农民的生存之本，是农业重要的生产资源，考虑到城市就业竞争激烈、稳定性差、社会保障体系不健全等因素，同时，国家为加快推进农业现代化、城乡融合发展，对农村土地管理机制的不断改革完善，农业扶持激励政策的全面开展，促使家庭农业劳动力增加的农户更倾向选择转入地形相对平整、便于连片耕作的耕地，以扩大农业经营规模、实现耕地收益最大化。
（3）种植经济作物。种植经济作物（X8）属于资源禀赋因素，其系数为正，且在5%水平上显著，说明种植经济作物的农户可能选择转入耕地以扩大生产规模，但对耕地转入行为的影响不明显。由于山区自然社会条件的限制，种植经济作物比粮食作物的经济效益相对较高，而考虑到政府部门对国家粮食安全问题的持续关注，农户在保证粮食作物面积稳定的情况下，多选择转入较大面积的耕地种植经济作物以提高家庭收入。但由于种植经济作物需要占用较大的人力物力资源，农户仅可能有选择地转入条件合适的耕地，因此耕地转入的行为不会受太大影响。
表5 和顺县梳头村农户耕地流转的回归结果
Table 5 The regression results of farmer's cultivated land transfer
注：*、**、***分别表示在10%、5%、1%水平差异显著。
Notes: *, **, *** represented significant different at levels of 10%, 5%, and 1% level, respectively.
自变量转出面积Farmland transfer-out scale X1 0.019 0.024 0.003 0.003 0.026 0.027 0.011*** 0.003 X2 0.249 0.229 0.022 0.030 0.562** 0.246 0.061** 0.030 X3 -0.398* 0.222 -0.044 0.031 -0.230 0.211 -0.039 0.031 X4 0.523*** 0.189 0.044* 0.025 0.297 0.203 0.006 0.025 X5 0.000 0.000 0.006 0.010 0.000 0.000 0.018* 0.010 X6 10.728 8.908 1.904 1.224 -6.501 11.206 0.854 1.236 X7 -0.584 1.689 -0.228 0.227 5.897** 2.476 0.764*** 0.196 X8 0.631 0.438 0.120** 0.058 0.553 0.502 -0.021 0.059 X9 -0.195 0.555 -0.048 0.069 0.776 0.524 0.043 0.071 X10 1.023** 0.520 0.195** 0.080 0.969* 0.507 0.029 0.072 X11 -0.364 1.268 -0.065 0.167 -1.031 1.429 -0.262 0.166 C-2.098*** 0.651 -0.698** 0.275 -2.558** 1.018 -0.992*** 0.260转入耕地Farmland transfer-in behavior转入面积Farmland transfer-in scale转出耕地Farmland transfer-out behavior
（4）农业保险。农业保险（X10）属于社会保障因素，其系数为正，且均在5%水平上显著，说明购买农业保险对农户的耕地转入行为和规模均产生正向影响。这是由于贫困山区地貌复杂、易发洪涝等灾害，农作物容易受气候灾害、地质灾害、病虫害等自然灾害的影响。此外，国家出台了一系列农业保险惠农政策，各级政府逐步建立了政策性农业保险标准，与此同时，保监会印发的《关于保险业支持深度贫困地区脱贫攻坚的意见》进一步降低了贫困户农业保险的保险费率，强化了农业保险的社会保障功能，这不仅保障了农户的农业收入，而且提升了农户投入农业生产的积极性与主动性。因此，参与农业保险一定程度上促进了农户的耕地转入行为和转入规模。
3.2.2 农户耕地转出的影响因素 由表5可知，影响研究区农户耕地转出行为的主要因素包括户主年龄、家庭最高受教育水平、农户人均年收入、人均耕地面积和是否购买农业保险。
（1）户主年龄。户主年龄（X1）属于家庭特征因素，其系数为正，且在1%水平上显著，说明户主年龄越大，转出的耕地面积越多，但对农户转出耕地的行为决策影响不显著。主要是由于随着户主年龄的增大，家庭的主要劳动力减弱，农业劳动生产力的短缺会影响农户选择转出一定的耕地面积。同时，随着年龄的增大，耕地对于户主的社会保障功能更加强化，而我国“落叶归根”的传统思想也使得这类农户不会轻易选择转出耕地。因此，户主年龄在一定程度上会影响农户的耕地转出面积，但不会显著影响农户转出耕地的行为选择。
（2）家庭最高受教育水平。家庭最高受教育水平（X2）也属于家庭特征因素，其系数为正，且均在5%水平上显著，说明农户家庭最高受教育水平的提高会使农户逐渐倾向选择转出耕地。家庭最高受教育水平的提高，会促进农户对非农就业市场的了解，尤其是在贫困山区信息闭塞、思想封闭的情况下，受教育水平高的家庭成员通过对其他成员的物质帮扶与思想影响，农户的非农就业竞争力有效提升，使其开始权衡农业收入与非农收入和流转收益之和，从而选择转出耕地进行非农就业，追求更高的劳动价值。加之城镇化的快速发展，农民所面临的非农就业机会不断增加，家庭最高受教育水平的提高会使其逐渐脱离农业生产，耕地带来的农业收入在其家庭总收入中占比甚微，故多选择转出耕地。
（3）人均年收入。人均年收入（X5）同样属于家庭特征因素，其系数为正，且在10%水平上显著，说明农户人均年收入的增加会使其更倾向于转出一定面积的耕地，但对转出耕地的行为决策影响不明显。主要原因为随着家庭资金的累积，农户会更加慎重权衡农业生产与非农生产投资带来的经济效益，加之区域条件限制，对于个体农户，农业规模化效益较难实现，因此，农户更倾向于转出一定面积的耕地从而更有效地配置家庭资源。但由于当前农业鼓励政策的吸引，家庭人均年收入越高的农户，越不在意耕地流转效益，反而期待未来耕地带来的增值效益，因此农户选择转出耕地的行为决策将不会受太大影响。
（4）人均耕地面积。人均耕地面积（X7）属于资源禀赋因素，其系数为正，且分别在5%、10%水平上显著，说明农户人均耕地面积越多，越容易发生耕地转出行为且转出面积越大。由于贫困山区自然条件恶劣、耕地破碎化严重、机械化程度低等限制，农业生产的比较利益低下，而农户经营耕地的目的主要包括两点：一是满足自身粮食需求，二是进行农业商品生产，且以前者为首要目的。因此，人均耕地面积越小的农户，为了满足自身的基本粮食需求越不会选择转出耕地。而对于家庭劳动力逐渐趋向非农化的农户，人均耕地面积的增加会因其农业劳动力不足而选择转出耕地。同时，调查数据显示，以农业收入为主的农户希望拥有更多耕地以获得规模经济效益，但当其家庭人均耕地面积超过0.3 hm2时，该类农户会由于耕地质量差、破碎化严重而不方便耕种及劳动力短缺等因素，更倾向于选择转出耕地。因此，农户家庭人均耕地面积越大越倾向转出耕地。
（5）农业保险。农业保险（X10）属于社会保障因素，其系数为正，且在10%水平上显著，说明购买农业保险的农户也愿意进行耕地转出。这主要由于不断改革完善的农业保险机制能够对转出的耕地进行有效保护，根据风险管理理论［22］，农业经营过程中不仅面临自然风险，还需面临技术风险、市场风险等多重风险，农户为农业投保即有效地保障了自身的耕地承包权益不被受损，减少了风险顾虑，从而更加放心地放活耕地经营权。此外，农业保险品种也正随着农业现代化发展的需要不断丰富完善，在耕地流转中签订的一系列正式、非正式合同以及法律政策的改革均使农户面临着各种不确定、多样化、复杂的法律风险，而购买农业保险能够有效转移和分散风险，从而为农户提供更具保障性和稳定性的耕地流转市场。
4 结论与建议
本研究基于乡村振兴、精准扶贫政策背景，依据贫困山区梳头村101份调查数据以及农村土地确权数据，对农户耕地流转行为及规模的影响因素进行Logistic回归和Tobit回归分析，揭示了研究区农户耕地流转现状及影响其流转行为及规模的主导因素，以期针对贫困山区农户的耕地流转现状提出相应的对策建议，完善耕地流转引导机制。研究结果表明：（1）贫困山区农户耕地转入行为和规模主要受以下因素影响：兼业人数对农户耕地转入行为呈显著负向影响；劳动力人数、种植经济作物和农业保险对农户耕地转入呈显著正向影响。总体来看，农户主要考虑家庭劳动力和土地资源的有效配置，力求家庭收入最大化，呈现出农户的理性经济人特质。（2）农户耕地转出行为和规模受到了家庭特征、资源禀赋和社会保障三类因素的显著影响。户主年龄、家庭最高受教育水平、人均年收入、人均耕地面积和农业保险均对农户转出耕地呈显著正向影响，这与现有研究结果［18，23-26］的总趋势相近。其中，农业保险既促进了农户的耕地转入行为，又正向影响农户的耕地转出行为，这与王亚等［27］的研究结果不同，主要是由于贫困山区的其他社会福利弱化了土地的社会保障功能，同时规避了耕地流转风险，农户更加放心地进行耕地流转。
基于以上结论，提出下列建议：（1）对于以农业生产为主的农户，应当在提升农户自身文化素质和专业技能的基础上，强化耕地流转认知；同时切实贯彻落实脱贫攻坚战略，扩大我国政策性农业保险覆盖面，完善贫困区社会保障制度，加大国家扶持力度，充分发挥其对农业生产的保障功能；此外，村集体牵头引进外资企业，培育较为成熟有序的耕地流转市场，有组织高效率地规模化发展，从而提升农户对农业生产的积极性，扩大农业经营规模，加大农业生产力投入，推动其向专业大户、家庭农场发展，打造特色品牌农业产业，从“输血式”扶贫向“造血式”扶贫转变，实现农业规模经济效益。（2）为以非农就业为主的农户提供更多的受教育机会，提升非农就业竞争力；建立健全耕地流转纠纷调解机制，维护农户流转权益，确保耕地流转市场健康高效运营；同时通过促进城乡基本公共服务均等化、加快户籍制度改革、健全支持农业转移人口市民化的财政政策，有效推进城乡融合发展，使其积极自主地放开耕地经营权，对促进农村耕地流转、实现乡村振兴具有重大意义。
此外，随着社会政策的不断改革发展，国家多部委对农业、农村、农民的发展关注日益增强，一系列惠农政策的出台必然会对农民的土地决策行为产生一定的影响，例如三权分置前后对农户土地决策行为的影响。因此，本研究将进一步围绕政策变化对农户土地决策行为的影响继续深入研究探讨，以期揭示不同政策背景下农村土地流转发展的决策因子以及引导机制，更加全面、及时、准确地为农村发展提供建设性战略意见。
［1］滕鹏，宋戈，黄善林，陶军德，徐四桂.农户认知视角下农地流转意愿影响因素研究——以湖北省京山县为例［J］.中国农业资源与区划,2017,38（1）:89-95. doi:10.7621 / cjarrp.1005-9121.20170114.TENG P, SONG G, HUANG S L, TAO J D, XU S G. The influencing factors of farmland transfer willingness from the perpective of farm household cognition—taking Jingshan County of Hubei Province as an example［J］. Chinese Journal of Agricultural Resources and Regional Planning, 2017,38（1）:89-95. doi:10.7621 /cjarrp.1005-9121.20170114.
［2］赵春雨.贫困地区土地流转与扶贫中集体经济组织发展——山西省余化乡扶贫实践探索［J］.农业经济问题，2017，38（8）：11-16.doi:10.13246/j.cnki.iae.2017.08.002.ZHAO C Y. Development of collective economic organizations in land transfer and poverty alleviation in poor areas—exploration on poverty alleviation practice in Yuhua Township, Shanxi Province［J］. Issues in Agricultural Economy, 2017,38（8）:11-16. doi:10.13246/j.cnki.iae.2017.08.002.
［3］DUKE J M, ELEEONORA M, ANNA B, SLOVINSKA J. Price repression in the Slovak Agricultural Land Market［J］. Land Use Policy, 2004（21）: 59-69. doi:10.1016/j.landusepol.2003.04.001.
［4］TERRY V D. Scenarios of central European land fragmentation［J］.Land Use Policy, 2003（20）: 149-158. doi:10.1016/S0264-8377（02）00082-0.
［5］王桂华，付新月.农户土地流转行为实证研究综述［J］.中国农业资源与区划，2018，39（2）：155-163. doi:10.7621/cjarrp.1005-9121.20180223.WANG G H, FU X Y. An empirical study on farmers' land transfer behavior［J］. Chinese Journal of Agricultural Resources and Regional Planning, 2018,39（2）:155-163. doi:10.7621/cjarrp.1005-9121.20180223.
［6］王兆林，杨庆媛.农户兼业行为对其耕地流转方式影响分析——基于重庆市1096户农户的调查［J］.中国土地科学，2013，27（8）：67-74. doi:10.13708/j.cnki.cn11-2640.2013.08.014.WANG Z L, YANG Q Y. The impact of the part-time farming on cultivated land circulation: based on a survey on 1096 households in Chongqing［J］. China Land Sciences, 2013, 27（8）:67-74.doi:10.13708/j.cnki.cn11-2640.2013.08.014.
［7］钟涨宝，寇永丽，韦宏耀.劳动力配置与保障替代：兼业农户的农地转出意愿研究——基于五省微观数据的实证分析［J］.南京农业大学学报（社会科学版），2016,16（2）：84-92，154-155.ZHONG Z B, KOU Y L, WEI H Y. On part-time farmers' intention to transfer agricultural land from the perspective of labor allocation and security replacement［J］. Journal of Nanjing Agricultural University（Social Sciences Edition）, 2016,16（2）:84-92，154-155.
［8］聂建亮，钟涨宝.保障功能替代与农民对农地转出的响应［J］.中 国 人 口· 资 源 与 环 境，2015，25（1）：103-111. doi:10.3969/j.issn.1002-2104.2015.01.015.NIE J L, ZHONG Z B. Substitution degree of farmland security function and reaction of farmers on the farmland transfer［J］. China Population,Resources and Environment, 2015,25（1）:103-111. doi:10.3969/j.issn.1002-2104.2015.01.015.
［9］王亚辉，李秀彬，辛良杰，谈明洪，蒋敏.中国土地流转的区域差异及其影响因素——基于2003-2013年农村固定观察点数据［J］. 地理学报，2018，73（3）：487-502. doi:10.11821/dlxb201803008.WANG Y H, LI X B, XIN L J, TAN M H, JIANG M. Regional differences of land circulation in China and its drivers: based on 2003-2013 rural fixed observation points data［J］. Acta Geographica Sinica,2018,73（3）:487-502. doi:10.11821/dlxb201803008.
［10］陈琳，刘文丽，曾尚梅，肖春生，徐坚强.烟区烟农土地流转行为及影响因素研究——基于湖南省10个烟区194户烟农的调查［J］.广东农业科学，2015，42（19）：187-192.CHEN L, LIU W L, ZENG S M, XU J Q. Land transfer behavior of tobacco farmers in tobacco-growing areas and its influence factors—based on the survey of 194 farmers in 10 tobacco-growing areas of Hunan Province［J］. Guangdong Agricultural Sciences, 2015,42（19）:187-192.
［11］洪名勇，周欢，龚丽娟.交易成本对农地流转影响的实证研究［J］.广东农业科学，2015，42（24）：212-217.HONG M Y, ZHOU H, GONG L J. Impacts of transaction cost on farmland transfer［J］. Guangdong Agricultural Sciences, 2015, 42（24）:212-217.
［12］冀县卿，钱忠.如何有针对性地促进农地经营权流转？——基于苏、桂、鄂、黑四省（区）99村、896户农户调查数据的实证分析［J］.管理世界，2018，34（3）：87-97，183-184.JI X Q, QIAN Z H. How to promote the transfer of farmland management rights in a targeted way?［J］. Management World, 2018,34（3）:87-97，183-184.
［13］陈世栋，袁奇峰.都市边缘区农地使用权流转空间特征、内部结构及制度创新——以广州市白云区为例［J］.广东农业科学，2016,43（8）:175-185. doi:10.16768/j.issn.1004-874X.2016.08.029.CHEN S D, YUAN Q F. Research on spatial characteristics, internal structure and institutional innovation of agricultural land use rights scale circulation in urban fringe of Guangzhou［J］. Guangdong Agricultural Sciences, 2016,43（8）:175-185. doi:10.16768/j.issn.1004-874X.2016.08.029.
［14］户艳领，李丽红，任宁，王洲. 基于二元Logistic模型的贫困山区农村土地流转意愿影响因素研究——源于河北省贫困山区县的调研样本［J］.中国农业资源与区划，2018，39（7）：137-143，211.doi:10.7621 /cjarrp.1005-9121.20180720.HU Y L, LI L H, REN N, WANG Z. The influence factors of rural land circulation intention in poverty-stricken mountainous areas based on binary Logistic model——from the survey samples of 19 provinciallevel poverty-stricken mountain counties in Hebei Province［J］.Chinese Journal of Agricultural Resources and Regional Planning,2018,39（7）:137-143，211. doi:10.7621 /cjarrp.1005-9121.20180720.
［15］匡远配，周丽.农地流转与农村减贫——基于湖南省贫困地区的检 验［J］.农 业 技 术 经 济，2018（7）：64-70. doi:10.13246/j.cnki.jae.2018.07.006.KUANG Y P, ZHOU L. Farmland circulation and rural poverty reduction: an empirical test from the poverty-stricken areas in Hunan Province［J］. Journal of Agrotechnical Economics, 2018（7）:64-70.doi:10.13246/j.cnki.jae.2018.07.006.
［16］张璋，周海川.非农就业、保险选择与土地流转［J］.中国土地科学，2017，31（10）：42-52. doi:10.11994/zgtdkx.20171115.154817.ZHANG Z, ZHOU H C. Off-farm employment, insurance selection and land transfer［J］. China Land Sciences, 2017, 31（10）:42-52.doi:10.11994/zgtdkx.20171115.154817.
［17］许恒周，石淑芹.农民分化对农户农地流转意愿的影响研究［J］.中国人口·资源与环境，2012，22（9）：90-96. doi:10.3969/j.issn.1002-2104.2012.09.014.XU H Z, SHI S Q. Impact of farmer differentiation on farm households willingness in farmland transference［J］. China Population,Resources and Environment, 2012,22（9）: 90-96. doi:10.3969/j.issn.1002-2104.2012.09.014.
［18］陈美球，肖鹤亮，何维佳，邓爱珍，周丙娟.耕地流转农户行为影响因素的实证分析——基于江西省1396户农户耕地流转行为现状的调研［J］.自然资源学报，2008（3）：369-374. doi:10.3321/j.issn:1000-3037.2008.03.002.CHEN M Q, XIAO H L, HE W J, DENG A Z, ZHOU B J. An empirical study on factors affecting the households' behavior in cultivated land transfer［J］. Journal of Natural Resources, 2008（3）:369-374.doi:10.3321/j.issn:1000-3037.2008.03.002.
［19］时立文.SPSS 19.0统计分析从入门到精通［M］.北京：清华大学出版社，2012.SHI L W. SPSS 19.0 Statistical analysis from entry to mastery［M］.Beijing: Tsinghua University Press, 2012.
［20］周华林，李雪松.Tobit模型估计方法与应用［J］.经济学动态，2012（5）：105-119.ZHOU H L, LI X S. Tobit model estimation method and its application［J］. Economic Perspectives, 2012（5）:105-119.
［21］许汝福.Logistic回归变量筛选及回归方法选择实例分析［J］.中国 循 证 医 学 杂 志，2016，16（11）：1360-1364. doi:10.7507/1672-2531.20160205.XU R F. Selection for independent variables and regression method in Logistic regression: an example analysis［J］. Chinese Journal of Evidence-Based Medicine, 2016,16（11）:1360-1364.doi:10.7507/1672-2531.20160205.
［22］朱宇婷，刘红梅.农业保险适应农业转型升级的发展路径研究——以广东省为例［J］.广东农业科学，2018，45（5）：166-172.doi:10.16768/j.issn.1004-874X.2018.05.026.ZHU Y T, LIU H M. Study on the path of agricultural insurance adapting agriculture upgrading—taking Guangdong Province as example［J］. Guangdong Agricultural Sciences, 2018,45（5）:166-172.doi:10.16768/j.issn.1004-874X.2018.05.026.
［23］钟晓兰，李江涛，冯艳芬，李景刚，刘吼海.农户认知视角下广东省农村土地流转意愿与流转行为研究［J］.资源科学，2013，35（10）：2082-2093.ZHONG X L, LI J T, FENG Y F, LI J G, LIU H H. Farmland transfer willingness and behavior in the perspective of farm household cognition in Guangdong Province［J］. Resources Science, 2013,35（10）:2082-2093.
［24］王成超，杨玉盛.农户生计非农化对耕地流转的影响——以福建省长汀县为例［J］.地理科学，2011，31（11）：1362-1367. doi:10.13249/j.cnki.sgs.2011.11.013.WANG C C, YANG Y S. Impact of rural house households’ nonfarm employment on cropland transfer—case of Changting County in Fujian Province, China［J］. Scientia Geographica Sinica, 2011,31（11）:1362-1367. doi:10.13249/j.cnki.sgs.2011.11.013.
［25］王杰，句芳.内蒙古农村牧区农牧户土地流转影响因素研究——基于11个地区1332个农牧户的调查［J］.干旱区资源与环境，2015，29（6）：74-79. doi:10.13448/j.cnki.jalre.2015.190.WANG J, JU F. Factors influencing the land transaction behavior for farmers in rural areas and pastureland of Inner Mongolia［J］.Journal of Arid Land Resources and Environment, 2015,29（6）:74-79.doi:10.13448/j.cnki.jalre.2015.190.
［26］包宗顺，徐志明，高珊，周春芳.农村土地流转的区域差异与影响因素——以江苏省为例［J］.中国农村经济，2009（4）：23-30，47.BAO Z S, XU Z M, GAO S, ZHOU C F. Regional differences and influencing factors of rural land circulation—taking Jiangsu Province as an example［J］. Chinese Rural Economy, 2009（4）:23-30，47.
［27］王亚，魏玮，刘瑞峰，马恒运.组织方式视角下农户土地流转决策行为分析——基于大样本农户调研［J］.农业技术经济，2017（4）：38-49. doi:10.13246/j.cnki.jae.2017.04.004.WANG Y, WEI W, LIU R F, MA H Y. Analysis of farmers' land transfer decision behavior from the perspective of organizational mode: based on large sample of farmers survey［J］. Journal of Agrotechnical Economics, 2017（4）:38-49. doi:10.13246/j.cnki.jae.2017.04.004.