养老依赖、非农就业与中老年农户耕地租出

　　——基于CHARLS三期面板数据分析

　　李成友1，2，刘安然3，袁洛琪4，康传坤5

　　（1.山东财经大学 金融学院，山东 济南 250014；2.山东大学 经济研究院，山东 济南 250100；3.首都经济贸易大学 经济学院，北京 100070；4.北京大学 经济学院，北京 100871；5.山东财经大学 经济研究中心，山东 济南 250014）

　　摘 要：本文利用“中国健康与养老追踪调查”（CHARLS）2011、2013、2015年的平衡面板数据，建立Logit模型，从中老年农户不同养老依赖方式选择、非农就业类型两个维度，针对性地研究了影响中老年农户耕地租出行为的主要因素。研究结果发现：（1）依赖于子女养老或储蓄养老方式对中老年农户耕地租出存在不显著的正向影响，但依赖于社会养老方式对中老年农户耕地租出存在显著的正向影响，将使中老年农户耕地租出概率提高3.2个百分点，高于依赖于子女养老或储蓄养老方式的中老年农户；（2）非农受雇以及非农自雇两种非农就业类型均对中老年农户耕地租出有显著正向影响，且参与非农自雇的中老年农户耕地租出的可能性更高，将使中老年农户耕地租出概率提高6.0个百分点，而参与非农受雇仅将使中老年农户耕地租出概率提高4.9个百分点。在此基础上，本文对估计结果进行了稳健性检验和内生性问题处理，结合我国国情，提出我国政府应为中老年农户提供更健全的社会养老保障，进一步替代耕地的保障作用；注重引导非农就业特别是非农自雇就业，从而促进耕地租出等对策建议。

　　关键词：耕地租出；中老年农户；养老依赖；非农就业

　　中图分类号：F321.1；F323.89；F323.6文献识别码：A文章编号：

　　一、引言

　　现有文献研究指出，我国农村土地使用情况陷入了一个双重困境：一方面是大量农村人口，特别是青壮年劳动力外出参与非农工作，使得农村大片土地被闲置，农业产出不足；另一方面是农村劳动力老龄化严重，老年群体无力耕种大面积土地，农业内卷化现象普遍，农业发展后继乏力（Lin ＆ Ho，2005；游和远和吴次芳，2010；徐志刚等，2018；Liu，2018）[1-4]。农村土地流转的出现与发展，为解决这一双重困境提供了一条可行的途径。农村土地流转能够通过将土地向生产能力高的农户集中，促进农业生产机械化，有效提高农业生产效率（Jin ＆ Deininger，2009；Jiang et al.，2018）[5-6]。同时，农村土地流转可以削弱农户间因土地禀赋不同带来的不平等，改善土地破碎化的状况，推动农业适度规模经营的进程（Deininger ＆ Jin，2005；朱建军和杨兴龙，2019）[7-8]。因此，对农村土地流转问题进行研究具有十分重要的意义。

　　就目前而言，国内外学者对影响农村土地流转因素的考察主要集中在农户内部特征因素和外部环境因素两个方面。内部特征因素主要包括户主基本特征和家庭基本特征因素，其中，户主基本特征因素主要包括年龄大小、性别类型、健康状况等变量（Kung，2002；金松青和Deininger，2004；黎霆等，2009；廖洪乐，2012；冀县卿和钱忠好，2018；徐志刚等，2018；Jiang et al.，2018；江永红和程杨洋，2019）[3][6][9-14]。金松青和Deininger（2004）[10]研究发现户主年龄越大，农户越愿意租入土地而不愿意租出土地，且户主受教育水平在显著性水平上不会对农户租入和租出土地产生影响，陈飞和翟伟娟（2015）[15]得出户主年龄是影响农户土地流转决策非常重要的因素，但与金松青和Deininger（2004）[10]研究结果不同的是，他们发现受教育程度在显著性水平上会对农户土地流转决策产生影响。冀县卿和钱忠好（2018）[13]分析得出当户主为村组干部时其参与农地流转的概率降低，且户主的性别类型不会对农户农地流转产生显著影响。家庭基本特征因素主要包括人口规模、劳动力人数、非农就业机会、实际经营土地总面积、非农收入占比、固定资产总额、年均礼金总支出等变量（Kung，2002；Deininger ＆ Jin，2005；李庆海等，2011；钱忠好和冀县卿，2016；何欣等，2016；张璟等，2016；冀县卿和钱忠好，2018；Jiang et al.，2018；郭阳等，2019）[6-7][9][13][16-20]。Deininger ＆ Jin（2005）[7]研究发现农户非农就业机会的增加将提高其租出土地的可能性，降低其租入土地的可能性。李庆海等（2011）[16]分析得出上年非农收入占比越高，越有利于农户租出土地，不利于农户租入土地；而上年生产性固定资产原值越高，越有利于农户租入土地，不利于农户租出土地，且上年实际耕地面积对农户租入和租出土地影响不显著。何欣等（2016）[18]研究得出家庭收入、劳动力数量对农户土地转出有显著负影响，对农户土地转入有显著正影响，说明家庭收入越高、劳动力数量越多时，农户转出土地的概率越低，转入土地的概率越高。王亚等（2017）[21]研究结果显示非农收入占比、耕地块数对农户土地转出和转入行为有显著的影响。此外，郭阳等（2019）[20]也指出地块特征影响耕地流转市场耕地流向的结论。

　　外部环境因素主要包括市场发育和政策体制因素，其中，市场发育因素主要包括劳动力市场以及信贷市场发育情况、土地流转市场中交易费用大小等变量（Jin ＆ Deininger，2009；游和远和吴次芳，2010；Feng et al.，2010；伍振军等，2011；张忠明和钱文荣，2014；何欣等，2016；Jiang et al.，2018）[2][5-6][18][22-24]。许多学者研究发现劳动力市场发育对农村土地流转产生积极的影响（Forbord et al.，2014）[25]，然而，部分学者也指出，随着大量青壮年劳动力向城市转移，使得农业劳动力老龄化趋势加重，农业生产女性化，这在一定程度上也抑制了农户间的土地流转（江永红和程杨洋，2019）[14]。与此同时，还有学者指出，不完全的信贷市场在很大程度上限制了农户的农地流转行为，但当农户获得的信贷资金开始增加且具有一定规模时，其农地流转概率变大（侯建昀和霍学喜，2016）[26]。此外，Needham（2004）[27]认为农户作为土地交易市场中获得信息的弱势群体，付出的交易费用更多，在一定程度上会减少土地市场上的供给，从而阻碍现实中的土地交易，Bellemare（2012）[28]在其研究中亦得出了相一致的结论。且大量学者指出农户对交易费用认知与土地转出呈负相关关系（罗必良等，2012；Bert et al.，2015；Ito et al.，2016）[29-31]。政策体制因素主要包括土地产权制度安排、惠农政策、农村保障等变量（Joshua et al.，2004；Jin ＆ Deininger，2009；朱建军和杨兴龙，2019）[5][8][32]。多数学者研究发现，土地调整次数频繁以及土地产权受到的限制较多，在很大程度上会导致农户地权的不稳定性（Jin ＆ Deininger，2009；Ito et al.，2016）[5][31]，且农户地权的不稳定性越高时，将大幅度降低农户对土地的长期投入，不利于农村土地流转（Joshua et al.，2004）[32]。

　　对上述研究进行总结，我们不难发现，已有国内外研究在以下几个方面并未进行深入探讨，这也构成了本文要重要研究的内容。一是很少有学者分析中老年农户土地流转行为，大多研究从整个农户群体的角度出发研究土地流转问题，较少考虑到农户并非同质的整体，特别是在我国农业生产劳动力老龄化形势如此严峻的情况下，没有充分结合这一背景进行分析。二是很少有学者将养老依赖划分为子女养老、储蓄养老、社会养老以及其他养老方式，将非农就业划分为非农自雇以及非农受雇类型，研究他们异质性对中老年农户土地流转行为的影响，尤其是分析不同养老依赖方式、非农就业类型对中老年农户土地流转行为的理论机制更是不多。三是很少有学者将不同养老依赖方式、非农就业类型放入同一计量模型加以考察对中老年农户土地流转行为的影响，即使有部分学者对其进行了分析，但多采用截面数据，且对这一计量模型进行稳健性检验以及内生性问题处理不多。

　　本文主要有如下几点边际贡献。一是重点关注我国耕地流转市场中中老年农户群体的行为，充分考虑我国农业生产劳动力老龄化这一现实背景，以农地中分布最为广泛的耕地作为研究对象，详细分析中老年农户耕地租出影响因素，并针对我国“未富先老”、“城乡二元”等特殊国情给出促进我国中老年农户耕地租出的对策建议。二是着重分析不同养老依赖方式、非农就业类型影响中老年农户耕地租出的理论机制，并将不同养老依赖方式、非农就业类型放入同一计量模型中，实证估计他们对中老年农户耕地租出的影响，并进一步对估计结果进行稳健性检验和内生性问题处理。三是专门采用针对中老年群体的全国层面的中国健康与养老追踪调查（CHARLS）面板数据进行分析，该数据可信度高、代表性强，并且与单独的农村数据不同，该数据中包括常年居住在城市但仍在农村拥有土地承包权的群体，从而使本文分析更为全面。

　　二、理论分析与研究假设

　　（一）养老依赖对中老年农户耕地租出行为的影响机制

　　对于中老年农户来讲，其养老方式的选择是一个主观决策，受到多种因素的影响，单独地用某一客观指标难以全面反映出这一决策。从显示偏好的角度来看，养老依赖是一个更为合理的指标。养老依赖主要包括子女养老、储蓄养老、社会养老等。依赖于子女养老的人预计自己在干不动工作后会主要依靠子女的经济支持养老，依赖于储蓄养老的人则认为之后的经济来源主要是自身储蓄。而本文中“社会养老”一词，所涵盖的内容为退休金、社会养老保险以及社会补贴、补助等提供的养老支持。对于农村中老年农户而言，前两种养老方式较为常见、普遍，尤其是子女养老；但随着农村社会养老保障制度的不断完善与发展，选择社会养老方式的中老年农户比例有所上升，在未来这一比例可能会进一步增加。此外，子女养老、储蓄养老的异质性较强，难以从宏观层面进行调控和干预，但社会养老则往往和国家的制度设计、政府的补贴政策、保险行业的发展情况等有关。鉴于上述中老年农户养老选择可能充分体现了其主观意愿，也有可能是在诸多限制条件下的无奈妥协。因此，下文分两种情形来讨论不同养老依赖方式对中老年农户耕地租出的影响。

　　情形一：无论是子女、储蓄还是社会养老，中老年农户均可以选择，每种养老依赖方式均可以维持其生活。

　　在这种情况下，中老年农户的选择充分体现了其偏好。当中老年农户选择社会养老时，其通常具有较为完备的养老保险，并且不愿意麻烦子女，子女耕作父母承包耕地的可能性较小，且中老年农户对子女、资产的依赖性较低。因此，该种类型的中老年农户保留耕地的意愿往往偏低，更愿意租出耕地。而当中老年农户选择子女养老时，由于子女有可能继续耕种土地，中老年农户租出耕地的意愿会受到影响。此外，当中老年农户选择储蓄养老时，通常意味着中老年农户主要依靠个人积攒的资产生活，而耕地作为其资产的一部分，耕地租金收入通常低于耕作收入，故中老年农户租出耕地的可能性也会降低。

　　情形二：中老年农户由于自身限制，不具备选择的充分性与自由权，无法选择其本身最为偏好的养老依赖方式。具体又可分为如下几类限制情况：

　　（1）中老年农户由于没有健在子女、子女经济条件差、子女不愿赡养等原因无法选择子女养老；

　　（2）中老年农户自身储蓄不够，不足以支撑养老，无法选择储蓄养老；

　　（3）中老年农户没有参与养老保险，也不符合获得国家补贴或扶助的要求，无法选择社会养老；

　　（4）同时符合上述两种或两种以上情况。

　　倾向于子女养老但是无法依靠子女养老的中老年农户，通常情况下子女不会继续耕种父母的土地，中老年农户更倾向于租出耕地，以获取更高的租金。而无法选择储蓄养老或者社会养老的中老年农户，其对土地的依赖性往往较高，土地的保障作用较为突出，租出耕地的可能性偏低。此外，收入较高的中老年农户选择养老方式的余地更大，而收入较低的中老年农户则可能因为无力缴纳保费、没有储蓄等原因而选择子女养老。故综合上述分析，本文提出如下假说：

　　假说1：不同养老依赖方式对中老年农户耕地租出影响程度不同，且依赖于社会养老的中老年农户耕地租出概率相对较大。

　　（二）非农就业对中老年农户耕地租出行为的影响机制

　　非农就业具有弱化耕地养老保障功能的作用，对中老年农户耕地流转行为有较大影响。以往的研究中通常都假设农户进行非农劳动单位时间获得的工资、非农工作性质相同，本文则将非农就业进一步区分为非农自雇和非农受雇。非农自雇包括从事农业生产以外的个体、私营活动或不拿工资为家庭经营活动帮工等，劳动时间更加机动灵活；非农受雇指从事农业生产以外的领取工资的各项活动。由于非农就业所获得收益往往大于务农工作，所以中老年农户如果有能力、有条件从事非农就业的话，其通常会选择非农就业而非务农工作。且与非农受雇相比，非农自雇与务农工作都具有灵活性高、自由支配性强的特点，投入的劳动时间的长短在相当大的程度上可以由中老年农户自己决定。因此，非农自雇这一工作类型对务农劳动的替代性很可能大于非农受雇，促进耕地租出的力度也更强。故综合上述分析，本文提出如下假说：

　　假说2：不同非农就业类型对中老年农户耕地租出影响程度不同，且非农自雇就业对中老年农户耕地租出的影响更为明显。

　　三、数据介绍、变量选取与基本事实

　　（一）数据介绍

　　本文使用的是中国健康与养老追踪调查（CHARLS）2011-2015年的数据。CHARLS调查对象为45岁及以上中老年人，是一项具有全国代表性的大型农户家庭追踪调查数据。本文将参与了三轮追踪调查且拥有从集体分配耕地的中老年农户作为本文的研究对象，剔除无效样本，并根据省份、年龄和城乡分布等特点对缺失的数据进行插补，最终生成3043户中老年农户，供本文以下研究所用。

　　（二）变量选取

　　1.被解释变量

　　本文被解释变量为中老年农户拥有的耕地是否租出。规定1表示为中老年农户耕地租出，0为否。由于不同用途的农地租出价格和流转规模通常有较大差异，因此本文剔除掉其他类型的农业用地，比如林地、园地等土地，仅研究中老年农户耕地租出情况。

　　2.核心解释变量

　　（1）养老依赖。养老依赖是当前中老年人在丧失劳动能力时主要依靠的养老方式，包括子女养老、储蓄养老、社会养老、以及其他养老四种养老方式。设定1分别表示为子女养老、储蓄养老、社会养老、以及其他养老方式，0为否。

　　（2）非农就业。非农就业指农业生产经营以外的工作，包括非农自雇与非农受雇两种情形。本文对此进行了区分，以户主是否参与非农自雇或非农受雇作为衡量中老年农户非农生产活动参与情况的指标。设定1分别表示为非农受雇、非农自雇，0为否。

　　3.控制变量

　　本文选取如下变量。（1）在户主层面上，选择中老年农户户主年龄、性别、受教育年限以及健康状况作为控制变量。（2）在家庭层面上，选择中老年农户家庭人口规模、60岁以上家庭成员占比、家庭总收入、农用资产价值、耕地面积、租金价格作为控制变量。（3）在村庄层面上，选择家庭所在村庄是否位于平原地区、村庄到火车站的距离、村庄所在市区人均GDP作为控制变量。

　　四、结果分析

　　（一）模型设定

　　本文在参考已有研究的基础上控制了户主、家庭以及村庄等方面的变量，构建计量模型。

　　（二）结果分析

　　本文表1给出了基于Logit模型的不同养老依赖方式、非农就业类型对中老年农户耕地租出影响的估计结果。具体来讲：在养老依赖方面，依赖于子女养老或储蓄养老方式对中老年农户耕地租出存在不显著的正向影响，而依赖于社会养老方式对中老年农户耕地租出存在显著的正向影响。且通过边际效应结果可以看出，在其他影响因素不变的条件下，依赖于社会养老方式将使中老年农户耕地租出概率提高3.2个百分点，高于依赖于子女养老或储蓄养老方式的中老年农户。因此，本文所提出的假说1得到验证。这在很大程度上说明社会养老保障对耕地的保障作用起到了一定程度的替代，能够依靠保险金等维持晚年生活的中老年农户对耕地的依赖性下降，他们租出耕地的可能性更高。在非农就业方面，非农受雇以及非农自雇两种非农就业类型均对中老年农户耕地租出有显著正向影响。且通过边际效应结果可以看出，在其他影响因素不变的条件下，非农受雇和非农自雇两种非农就业类型将使中老年农户耕地租出概率分别提高4.9个百分点、6.0个百分点，非农自雇这一非农就业类型对中老年农户耕地租出的影响更为明显。因此，本文所提出的假说2得到验证。这主要是因为通常情况下非农就业收入要高于务农收入，但不可否认的是非农就业往往对农户身体、技能、劳动时间等方面要求更高。中老年农户如果有能力、有条件从事非农就业工作的话，其通常会选择非农就业工作而非务农，故其更倾向于耕地租出。同时，由于非农自雇具有灵活性高、自由支配性强的特点，投入劳动时间的长短在相当大的程度上可以由中老年农户自己决定，对务农劳动的替代性要大于非农受雇，中老年农户耕地租出的意愿更强。

　　表1 基准回归结果

注：* p<0.1， ** p<0.05， *** p<0.01

　　（三）稳健性检验和内生性检验

　　1.采用Probit和Tobit模型检验

　　本文还可以使用Tobit模型对本文进行分析，此时被解释变量由中老年农户是否参与耕地租出的虚拟变量变为中老年实际耕地租出面积变量，且需要说明的是，中老年农户不参与耕地租出，将其看作耕地租出面积为0。通过分析可以发现，采用Probit和Tobit模型估计结果与采用Logit模型估计结果几乎保持一致，并没有发生显著性变化，说明本文基准回归估计结果具有良好稳健性。

　　2.改变地区控制变量检验

　　本文进一步改变地区控制变量，控制市区一级地理因素，考察不同养老依赖方式、非农就业类型对中老年农户耕地租出的影响。同时，我们还给出了使用Probit模型的估计结果，以便Logit模型和Probit模型对比。通过分析可以发现，无论是使用Logit模型，还是使用Probit模型，估计结果并没有发生显著变化，社会养老、非农受雇、非农自雇仍然对中老年农户耕地租出产生显著影响，亦说明本文基准回归结果具有良好的稳健性。

　　3.样本数据分组检验

　　本文按照国家统计局划分方法将样本所在省市划分为东、中、西三个地区，分别考察东、中、西部地区不同养老依赖方式、非农就业类型对中老年农户耕地租出的影响。通过估计结果可以看出，东部地区估计结果基准回归估计结果保持一致，社会养老、非农受雇与非农自雇在统计水平上均对中老年农户耕地租出行为有显著促进作用，而中部地区社会养老在统计水平上对中老年农户耕地租出影响已不显著，仅有非农受雇与非农自雇在统计水平上对中老年农户耕地租出影响显著。此外，西部地区社会养老、非农受雇与非农自雇在统计水平上均对中老年农户耕地租出影响不显著。

　　4.广义矩估计法

　　本文使用广义矩估计法（GMM）来处理内生性问题。广义矩估计法（GMM）允许随机误差项之间存在异方差和序列相关，通过工具变量进行参数估计。同时，为了更加精准考察由于样本异质性所带来的估计偏差，本文参数估计采用变权重的PCSE方法。此外，广义矩估计法（GMM）采用核心解释变量滞后一期作为工具变量，进而对本文研究的核心变量再估计。通过结果可以看到，与基准回归估计结果相比，社会养老、非农受雇及非农自雇仍在显著性水平上对中老年农户耕地租出产生正向影响。

　　五、主要结论与对策建议

　　本文主要研究结论如下：（1）依赖于社会养老的中老年农户耕地租出的可能性高于依赖于子女养老、储蓄养老的中老年农户，且前者对中老年农户耕地租出在10%的统计水平上存在显著影响，而后两者对中老年农户耕地租出影响在统计水平上不显著；（2）参与非农就业的中老年农户耕地租出的可能性较高，非农自雇和非农受雇对中老年农户耕地租出的影响均在1%的统计水平上显著，且非农自雇的中老年农户更为明显，在一定程度上说明非农自雇这一非农就业类型对务农劳动的替代性大于非农受雇；（3）户主受教育程度、家庭人口规模、农用资产价值等控制变量均至少在10%的统计水平上对中老年农户耕地租出产生显著影响，而户主健康状况、耕地面积、村庄是否位于平原地区等控制变量对中老年农户耕地租出影响不显著。

　　基于以上研究结论，本文提出以下几点主要政策建议：第一，建立健全农村社会养老保障体系。通过建立健全社会养老保障体系来相对削弱土地的保障作用，为更多中老年农户解决耕地流转障碍，排除后顾之忧，从而使低效率耕地尽快流向农村耕地流转市场；第二，加快推进城镇化进程与城乡人口迁移。消除城乡二元隔阂，进一步释放农业劳动力，针对中老年劳动力实施就业培训计划，提高中老年农户就业素质和职业技能，促进中老年劳动力到城市就业，加速中老年农户耕地流转；第三，不断完善劳动力市场，降低中老年农户非农就业的难度。积极鼓励中老年农户自主创业，充分发挥中老年劳动力价值及创造力，促进中老年农户非农收入提高，进而推动中老年农户耕地流转；第四，积极探索社会养老保障政策与非农就业协同效应发挥的各种方式。量身制定相关政策法规，为中老年农户非农就业提供有力保障，实现两者协同发展，提高中老年农户耕地流转效率；第五，针对东、中、西部地区分别采取不同的区域性政策和措施，更好地促进区域耕地流转市场的发展。

　　参考文献：

　　[1]LIN G C S，HO S P S. The State, Land System, and Land Development Processes in Contemporary China[J]. Annals of the Association of American Geographers，2005，95（2）：411-436.

　　[2]游和远，吴次芳.农地流转、禀赋依赖与农村劳动力转移[J].管理世界，2010（3）：65-75.

　　[3]徐志刚，宁 可，钟甫宁，纪月清.新农保与农地转出:制度性养老能替代土地养老吗?——基于家庭人口结构和流动性约束的视角[J].管理世界，2018（5）：86-97+180.

　　[4]LIU SY. The structure of and changes to China’s land system [A] // GARNAUT R，SONG L，Cao F.China’s 40 Years of Reform and Development：1978-2018[C]. ANU Press，2018：427-454.

　　[5]JIN S，DEININGER K. Land rental markets in the process of rural structural transformation: Productivity and equity impacts from China [J]. Journal of Comparative Economics，2009，37（4）：629-646.

　　[6]JIANG M，LI J，PAUDEL K P，MI Y. Factors affecting agricultural land transfer-out in China: a semi parametric instrumental variable model[J].Applied Economics Letters，2018，25（21）：1-5.

　　[7]DEININGER K，JIN S. The potential of land rental markets in the process of economic development: Evidence from China[J]. Journal of Development Economics，2005，78（1）：241-270.

　　[8]朱建军，杨兴龙.新一轮农地确权对农地流转数量与质量的影响研究——基于中国农村家庭追踪调查（CRHPS）数据[J].农业技术经济，2019（3）：63-74.

　　[9]KUNG J K. Off-farm labor markets and the emergence of land rental markets in rural China [J]. Journal of Comparative Economics，2002，30（2）：395-414.

　　[10]金松青，DEININGER K.中国农村土地租赁市场的发展及其在土地使用公平性和效率性上的含义[J].经济学（季刊），2004，3（4）：1003-1028.

　　[11]黎 霆，赵 阳，辛 贤.当前农地流转的基本特征及影响因素分析[J].中国农村经济，2009（10）：4-11.

　　[12]廖洪乐.农户兼业及其对农地承包经营权流转的影响[J].管理世界，2012（5）：62-70+87+187-188.

　　[13]冀县卿，钱忠好.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（3）：87-97.

　　[14]江永红，程杨洋.家庭负担是农地流转的约束吗[J].农业技术经济，2019（4）：43-54.

　　[15]陈 飞，翟伟娟.农户行为视角下农地洗转诱因及其福利效应研究[J].经济研究，2015（10）：163-177.

　　[16]李庆海，李 锐，王兆华.农户土地租赁行为及其福利效果[J].经济学（季刊），2011（1）：269-288.

　　[17]钱忠好，冀县卿.中国农地流转现状及其政策改进——基于江苏、广西、湖北、黑龙江四省（区）调查数据的分析[J].管理世界，2016（2）：71-81.

　　[18]何 欣，蒋 涛，郭良燕，甘 犁.中国农地流转市场的发展与农户流转农地行为研究——基于2013—2015年29省的农户调查数据[J].管理世界，2016（6）：79-89.

　　[19]张 璟，程 郁，郑风田.市场化进程中农户兼业对其土地转出选择的影响研究[J].中国软科学，2016（3）：1-12.

　　[20]郭 阳，钟甫宁，纪月清.规模经济与规模户耕地流转偏好——基于地块层面的分析[J].中国农村经济，2019（4）：7-21.

　　[21]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[J].农业技术经济，2017（4）：38-49.

　　[22]FENG S，HEERINK N，RUBEN R，QU. Land rental market, off-farm employment and agricultural production in Southeast China: A plot-level case study [J]. China Economic Review，2010，21（4）： 598-606.

　　[23]伍振军，张云华，孔祥智.交易费用、政府行为和模式比较：中国土地承包经营权流转实证研究[J].中国软科学，2011（4）：175-183+174.

　　[24]张忠明，钱文荣.不同兼业程度下的农户土地流转意愿研究——基于浙江的调查与实证[J].农业经济问题，2014（3）：19-24+110.

　　[25]FORBORD M，BJ?RKHAUG H，ROB J F，BURTON. Drivers of change in Norwegian agricultural land control and the emergence of rental farming[J].Journal of Rural Studies，2014（33）：9-19.

　　[26]侯建昀，霍学喜.信贷可得性、融资规模与农户农地流转——以专业化生产农户为例[J].中国农村观察，2016（6）：29-39.

　　[27]NEEDHAM B, GEORGE DE KAM. Understanding how land is exchanged: Co-ordination mechanisms and transaction costs[J].Urban Studies，2004（10）：2061-2076.

　　[28]BELLEMARE M F. Insecure land rights and share tenancy: Evidence from Madagascar[J].Land Economics，2012（1）：155-180.

　　[29]罗必良，汪 沙，李尚蒲.交易费用、农户认知与农村土地流转——来自广东省的农户问卷调查[J].农业技术经济，2012（1）：11-21.

　　[30]BERT F, NORTHB M, ROVEREC S, TATARAB E, MACALB C, PODESTA G. Simulating agricultural land rental markets by combining agent-based models with traditional economics concepts: The case of the Argentine Pampas[J].Environmental Modeling & Software，2015（71）：97-110.

　　[31]ITO J, BAO Z S, NI J. Land rental development via institutional innovation in rural Jiangsu, China[J].Food Policy，2016（59）：1-11.

　　[32]JOSHUA M，ELEONORA M，ANNA B，JANA S. Price Repression in the Slovak Agricultural Land Market[J].Land Use Policy，2004（21）：59-69.