齊彧 王寧

摘要： 基于對黑龍江省林甸縣玉米種植戶的調(diào)研數(shù)據(jù)，以保險(xiǎn)公司提供的225、300、375元/hm2等3個(gè)保費(fèi)檔次作因變量，運(yùn)用有序Probit模型分析影響農(nóng)戶政策性農(nóng)業(yè)保險(xiǎn)需求檔次的因素。結(jié)果表明，受教育程度、損失頻次、對政策性農(nóng)業(yè)保險(xiǎn)的了解程度等3個(gè)指標(biāo)的提高使得玉米種植戶對高保費(fèi)檔次的需求強(qiáng)烈。家庭農(nóng)業(yè)勞動(dòng)力數(shù)量、玉米種植面積占總耕地面積的比重、是否流轉(zhuǎn)土地、是否種植其他作物及土地質(zhì)量都顯著影響玉米種植戶的保險(xiǎn)需求檔次;家庭規(guī)模、種植年限、購買政策性農(nóng)業(yè)保險(xiǎn)經(jīng)歷對玉米種植戶保險(xiǎn)需求檔次的影響不顯著。因此，建議在縣級財(cái)政既定的政策性保險(xiǎn)預(yù)算額度下，根據(jù)玉米種植戶對不同保費(fèi)檔次的選擇，調(diào)整政策性保險(xiǎn)補(bǔ)貼的實(shí)施方案，從而更好地發(fā)揮政策性保險(xiǎn)的支農(nóng)作用。

關(guān)鍵詞： 貧困縣;玉米種植戶;政策性農(nóng)業(yè)保險(xiǎn);保費(fèi)檔次選擇;有序Probit模型

中圖分類號： F840.66? 文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2020）05-0008-05

在我國800個(gè)產(chǎn)糧大縣中，國家級貧困縣有105個(gè)，調(diào)動(dòng)貧困縣糧食種植戶的積極性對于穩(wěn)定我國糧食的供給至關(guān)重要。農(nóng)業(yè)保險(xiǎn)在支農(nóng)方面具有重要作用，自2004年開始農(nóng)業(yè)保險(xiǎn)一直被寫入中央一號文件。2017年國務(wù)院發(fā)布的《關(guān)于深入推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革加快培育農(nóng)業(yè)農(nóng)村發(fā)展新動(dòng)能的若干意見》中強(qiáng)調(diào)應(yīng)“持續(xù)推進(jìn)農(nóng)業(yè)保險(xiǎn)擴(kuò)面、增品、提標(biāo)，開發(fā)滿足新型農(nóng)業(yè)經(jīng)營主體需求的保險(xiǎn)產(chǎn)品”。國內(nèi)學(xué)者既指出政策性農(nóng)業(yè)保險(xiǎn)需求方面存在的問題，又分析了影響其需求的因素，并給出相關(guān)的建議。劉金霞等認(rèn)為，我國農(nóng)業(yè)保險(xiǎn)無法將潛在需求轉(zhuǎn)化為有效需求[1]。周堅(jiān)等指出，我國農(nóng)業(yè)大省相較于經(jīng)濟(jì)發(fā)達(dá)省份政策性農(nóng)業(yè)保險(xiǎn)的保障水平偏低，對糧食產(chǎn)出的激勵(lì)作用有限[2]。何小偉認(rèn)為，農(nóng)戶對政策性農(nóng)業(yè)保險(xiǎn)的需求會(huì)受到耕地面積、非農(nóng)收入等因素影響，應(yīng)重視農(nóng)戶之間存在的差異性，提高農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的精準(zhǔn)性和指向性[3]。

Logistic模型和Probit模型是學(xué)者們在分析影響因素時(shí)主要應(yīng)用的研究方法?；莴I(xiàn)波基于河南省1 025名農(nóng)戶的調(diào)研數(shù)據(jù)，運(yùn)用二元Logistic回歸模型，分析影響農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求意愿及其因素[4]。寧滿秀等以新疆維吾爾自治區(qū)瑪納斯河流域部分團(tuán)場和鄉(xiāng)（鎮(zhèn)）棉農(nóng)為研究對象，運(yùn)用Probit模型分析影響農(nóng)戶購買農(nóng)業(yè)保險(xiǎn)的決策因素[5]。林甸縣地處黑龍江省西部，既是我國的產(chǎn)糧大縣，又是國家級貧困縣，該縣玉米種植戶購買的政策性農(nóng)業(yè)保險(xiǎn)均為保險(xiǎn)公司所提供的3檔保費(fèi)中的最低檔，部分玉米種植戶更偏好于第2檔和第3檔保費(fèi)對應(yīng)的保額。以已有研究成果為基礎(chǔ)，分析玉米種植戶對現(xiàn)有政策性農(nóng)業(yè)保險(xiǎn)3個(gè)檔次的檔次選擇及影響因素，既可為保險(xiǎn)公司調(diào)整政策性農(nóng)業(yè)保險(xiǎn)保費(fèi)檔次提供參考，又可為林甸縣政府從玉米種植戶對不同保險(xiǎn)檔次需求意愿的角度制定補(bǔ)貼計(jì)劃提供參考，從而提高政策性農(nóng)業(yè)保險(xiǎn)補(bǔ)貼的精準(zhǔn)性。

1 模型選擇與數(shù)據(jù)來源

1.1 有序Probit模型

有序Probit模型被廣泛應(yīng)用于處理有序多分類離散數(shù)據(jù)。金剛等為探究影響農(nóng)民新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)繳費(fèi)檔次選擇的因素，將5個(gè)繳費(fèi)檔次作為因變量進(jìn)行研究，發(fā)現(xiàn)不同的補(bǔ)貼方式顯著影響繳費(fèi)檔次的選擇[6]。李潤平等將合作社的融資需求劃分為強(qiáng)、中、弱3個(gè)等級，依據(jù)有序Probit模型估計(jì)影響合作社融資需求選擇的因素[7]。周曙東等在分析影響果農(nóng)對農(nóng)業(yè)外來入侵動(dòng)物防治意愿的因素時(shí)，按照李克特量表法將防治意愿程度這一因變量劃分為5個(gè)有序變量，運(yùn)用有序Probit模型分析不同因素對意愿度影響的概率[8]。林樂芬等將入社社員對合作社的依存度劃分為5個(gè)等級，運(yùn)用有序Probit模型分析顯著影響社員依存度的因素和這些因素對不同等級依存度的影響概率及其邊際貢獻(xiàn)值[9]。陳素瓊等將城市農(nóng)民工幸福程度劃分為5個(gè)等級，運(yùn)用有序Probit模型分析影響城市農(nóng)民工幸福程度的因素[10]。

林甸縣政策性農(nóng)業(yè)保險(xiǎn)保費(fèi)由各級財(cái)政部門和農(nóng)戶共同承擔(dān)，其中中央財(cái)政補(bǔ)貼40%，省級財(cái)政補(bǔ)貼25%，縣級財(cái)政補(bǔ)貼15%，其余20%由農(nóng)戶自己承擔(dān)。保險(xiǎn)公司在該縣推行的玉米政策性農(nóng)業(yè)保險(xiǎn)有3個(gè)保費(fèi)檔次，分別為225、300、375元/hm2，將現(xiàn)有3個(gè)保費(fèi)檔次作為因變量，并用數(shù)字1、2、3賦值，由于3個(gè)保費(fèi)檔次賦值后為離散型有序變量，故采用有序Probit模型分析影響玉米種植戶對政策性農(nóng)業(yè)保險(xiǎn)需求檔次的因素。

有序Probit模型的數(shù)學(xué)表達(dá)式如下：

y*i=xiβi+μi。（1）

觀測值yi的定義規(guī)則如下：

yi=1，y*i≤r1;

2，r1

3，y*i>r2。

式中：y*i表示不可觀測的潛變量;yi表示可觀測的有序變量;xi表示第i個(gè)自變量;μi表示標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)誤差;r1、r2、r3表示y*值突變的臨界點(diǎn)，與βi一樣均為待估計(jì)參數(shù)，0<r1<r2<r3。

由此可知，yi對xi的條件概率為：

Prob（yi=1|xi）=Prob（y*i≤r1|xi）=Φ（r1-βixi）;

Prob（yi=2|xi）=Prob（ri

[JP2]Prob（yi=3|xi）=Prob（y*i>r2|xi）=1-Φ（r2-βixi）。

式中：yi表示保險(xiǎn)需求檔次;xi表示影響保險(xiǎn)需求檔次的11個(gè)變量;有序Probit模型的回歸系數(shù)β值可通過Stata軟件進(jìn)行估計(jì)。由于該模型的回歸系數(shù)值大小不能說明某一個(gè)解釋變量對保險(xiǎn)需求檔次的影響程度，系數(shù)的符號也只能說明該變量對保險(xiǎn)需求檔次的影響方向，所以須要計(jì)算各個(gè)變量的邊際貢獻(xiàn)值。邊際貢獻(xiàn)值是指自變量變化1個(gè)單位引起的因變量變化量。邊際貢獻(xiàn)值為正或?yàn)樨?fù)，表示自變量每增加1個(gè)單位會(huì)使因變量yi=n發(fā)生的概率增加或減小;邊際貢獻(xiàn)值為0則表明自變量的變化對因變量發(fā)生的概率無影響。對于連續(xù)型自變量，其邊際貢獻(xiàn)值可由偏導(dǎo)數(shù)P/x計(jì)算獲得，即對P（yi=n|x）求偏導(dǎo)就可得到自變量xi對yi=n發(fā)生的邊際貢獻(xiàn)值。

式中：f（z）表示標(biāo)準(zhǔn)正態(tài)概率密度函數(shù)在z點(diǎn)處的概率值。對于虛擬自變量（離散變量）則須計(jì)算虛擬自變量不同取值時(shí)的預(yù)測概率，2個(gè)預(yù)測概率之差即為其邊際貢獻(xiàn)概率。

1.2 數(shù)據(jù)來源

林甸縣下轄5個(gè)鎮(zhèn)3個(gè)鄉(xiāng)，筆者所在課題組于2018年11月14日對黑龍江省林甸縣宏偉鄉(xiāng)等鄉(xiāng)（鎮(zhèn)）進(jìn)行預(yù)調(diào)研，根據(jù)預(yù)調(diào)研情況調(diào)整了調(diào)研問卷的內(nèi)容。調(diào)整后的調(diào)研問卷分為兩部分，一部分為玉米種植戶（戶主）農(nóng)業(yè)政策性保險(xiǎn)保費(fèi)檔次，另一部分為玉米種植戶家庭特征、經(jīng)營特征、保險(xiǎn)認(rèn)知情況。并于2018年11月20—29日走訪了5個(gè)鄉(xiāng)（鎮(zhèn)）的16個(gè)村，展開為期10 d的正式調(diào)研，共發(fā)放調(diào)研問卷170份，全部回收，其中有效調(diào)研問卷162份，有效率為95.29%（表1）。

2 變量設(shè)置與描述性統(tǒng)計(jì)

杜鵬指出，農(nóng)業(yè)收入占總收入的比重、家庭農(nóng)業(yè)勞動(dòng)力人數(shù)、對農(nóng)業(yè)保險(xiǎn)的了解程度等因素對農(nóng)業(yè)政策性保險(xiǎn)需求具有正向影響[11]。寧滿秀等以新疆棉農(nóng)為研究對象，發(fā)現(xiàn)戶主務(wù)農(nóng)時(shí)間、總耕地面積、棉農(nóng)純收入占總收入的比重都顯著影響農(nóng)戶購買農(nóng)業(yè)政策性保險(xiǎn)的決策[5]。晁娜娜等指出，不同種植規(guī)模對農(nóng)業(yè)保險(xiǎn)需求存在差異，是否有耕地流轉(zhuǎn)行為對保險(xiǎn)需求影響為正[12]。姜巖等指出，是否有參保經(jīng)歷、農(nóng)業(yè)保險(xiǎn)了解程度、年齡、受教育年限都對農(nóng)業(yè)政策性保險(xiǎn)需求具有激勵(lì)作用[13]。在已有研究成果的基礎(chǔ)上，本研究將解釋變量劃分為家庭特征、經(jīng)營特征、保險(xiǎn)認(rèn)知3個(gè)部分（表2）。

結(jié)合實(shí)際調(diào)研情況和表2的描述性統(tǒng)計(jì)結(jié)果可知，首先，玉米種植戶受教育程度的均值為1.72，62個(gè)玉米種植戶受教育程度為小學(xué)及以下，87個(gè)玉米種植戶受教育程度為初中，兩者共占總?cè)藬?shù)的92%，高中及以上學(xué)歷的玉米種植戶有13個(gè)，可見所調(diào)研的玉米種植戶普遍受教育水平偏低;玉米種植戶一般都為三口之家或四口之家，三口之家有58個(gè)，四口之家有43個(gè)，家庭規(guī)模最大的為7人;家庭勞動(dòng)力人數(shù)最多為2人，有時(shí)1人也可以完成農(nóng)業(yè)生產(chǎn)活動(dòng)，如今農(nóng)業(yè)生產(chǎn)的大部分環(huán)節(jié)都依靠農(nóng)業(yè)機(jī)械，玉米種植戶可以通過雇傭農(nóng)機(jī)具作業(yè)以節(jié)省勞動(dòng)力。其次，被調(diào)查玉米種植戶中糧食種植年限在21～30年的有54個(gè)，種植年限超過30年的有51個(gè)，種植年限在10年以下的有29個(gè)，占總?cè)藬?shù)的17.9%;玉米種植戶家庭種植玉米的面積占總經(jīng)營耕地面積的77.3%，種植玉米的面積占總經(jīng)營耕地面積的比重越大，對玉米種植戶保費(fèi)檔次選擇產(chǎn)生的影響可能就越大;在162個(gè)玉米種植戶中，有128個(gè)玉米種植戶選擇流轉(zhuǎn)入土地來擴(kuò)大生產(chǎn)規(guī)模，但是由于近年來土地轉(zhuǎn)入成本不斷提高，如遇到災(zāi)害會(huì)導(dǎo)致減產(chǎn)甚至絕產(chǎn)，對轉(zhuǎn)入土地的玉米種植戶的打擊是巨大的，不利于土地規(guī)?；?jīng)營;大部分玉米種植戶都選擇種植多種作物，只有39個(gè)玉米種植戶選擇只種植玉米1種作物，實(shí)地調(diào)研還發(fā)現(xiàn)林甸縣玉米種植戶一般喜歡兼種大豆、紅小豆，多樣化種植使得風(fēng)險(xiǎn)分散，進(jìn)而影響玉米種植戶保險(xiǎn)需求檔次的選擇;統(tǒng)計(jì)結(jié)果顯示，土地質(zhì)量為一般的有92個(gè)，占總調(diào)研人數(shù)的56.8%，土地質(zhì)量為好的有46個(gè)，土地質(zhì)量越好，發(fā)生災(zāi)害的可能性會(huì)降低，進(jìn)而影響玉米種植戶農(nóng)業(yè)保險(xiǎn)需求檔次;近10年作物受災(zāi)達(dá)到作物賠付標(biāo)準(zhǔn)的頻次為2、3次的玉米種植戶居多，分別占總調(diào)研的玉米種植戶的29.0%、33.3%，作物受災(zāi)達(dá)到作物賠付標(biāo)準(zhǔn)頻次最多為6次，受災(zāi)頻次越多的玉米種植戶的風(fēng)險(xiǎn)意識可能更強(qiáng)，更有意愿購買高檔次的農(nóng)業(yè)保險(xiǎn)。最后，對農(nóng)業(yè)保險(xiǎn)政策不了解的玉米種植戶有73個(gè)，一般了解的玉米種植戶有61個(gè)，十分了解農(nóng)業(yè)保險(xiǎn)政策的玉米種植戶很少，只占17.3%，說明政府、保險(xiǎn)公司、村干部等對農(nóng)業(yè)保險(xiǎn)的宣傳力度有待加強(qiáng);調(diào)研的玉米種植戶中曾參加過農(nóng)業(yè)保險(xiǎn)的玉米種植戶有94個(gè)，曾經(jīng)購買過農(nóng)業(yè)保險(xiǎn)的玉米種植戶可能更傾向于高檔次的保險(xiǎn)。

3 實(shí)證結(jié)果與分析

3.1 回歸過程

為避免因2個(gè)解釋變量高度相關(guān)而影響對被解釋變量的分析，對自變量進(jìn)行多重共線性檢驗(yàn)。本研究通過方差膨脹因子（VIF）判斷自變量間是否存在多重共線性，一般認(rèn)為VIF不超過10，則自變量間不存在多重共線性[14]。盧秋佳等在探究影響農(nóng)戶是否選擇林權(quán)交易中心的因素時(shí)，在Logistic回歸前進(jìn)行VIF多重共線性檢驗(yàn)發(fā)現(xiàn)其VIF值均在10以內(nèi)[15]。錢龍等運(yùn)用二元Probit模型分析社會(huì)資本對土地流轉(zhuǎn)行為的影響時(shí)發(fā)現(xiàn)，多重共線性的VIF值均小于10[16]。本研究運(yùn)用Stata 14.2檢驗(yàn)多重共線性的VIF值最大為3.23（表3），說明解釋變量間不存在多重共線性，無須調(diào)整解釋變量。運(yùn)用有序Probit模型對11個(gè)自變量回歸，獲得各個(gè)自變量的回歸系數(shù)，并通過計(jì)算各個(gè)自變量的邊際貢獻(xiàn)值，確定當(dāng)自變量發(fā)生變化時(shí)，因變量發(fā)生變化的概率。各自變量的回歸系數(shù)及邊際貢獻(xiàn)值（邊際效應(yīng)）見表3。

3.2 結(jié)果分析

3.2.1 家庭特征因素（x1～x3）

受教育程度（x1）越高，玉米種植戶選擇保費(fèi)第1檔、第2檔的概率將分別下降10.61%、3.01%，而玉米種植戶選擇保費(fèi)第3檔的概率將提高13.62%，說明玉米種植戶受教育程度越高，對高保費(fèi)檔次需求的可能性越大。家庭規(guī)模（x2）在統(tǒng)計(jì)上不顯著，說明家庭規(guī)模不是保險(xiǎn)需求檔次的決定性因素。家庭農(nóng)業(yè)勞動(dòng)力數(shù)量（x3）每增加1人，玉米種植戶選擇第1、第2檔的概率將分別提高12.04%、3.42%，而選擇第3檔的概率將降低15.46%，說明隨著農(nóng)業(yè)勞動(dòng)力數(shù)量的增加，玉米種植戶對高保費(fèi)檔次的需求減小。

保費(fèi)需求檔次的影響不顯著，說明種植年限對保費(fèi)需求檔次的影響不起關(guān)鍵作用。玉米種植面積占總耕地面積的比重（x5）越大，玉米種植戶選擇保費(fèi)第1檔的概率將提高39.89%，選擇保費(fèi)第2檔的概率將提高11.32%，而選擇保費(fèi)第3檔的概率將降低51.21%，可見隨著玉米種植面積占總耕地面積比重的提高，玉米種植戶對保費(fèi)第1檔與第2檔的需求將增加。流轉(zhuǎn)土地的玉米種植戶（x6）比不流轉(zhuǎn)土地的玉米種植戶對保費(fèi)第1、第2檔需求的概率分別提高13.10%、3.72%。除種植玉米外還種植其他作物的農(nóng)戶（x7）比單種植玉米的農(nóng)戶選擇保費(fèi)第1檔概率提高了26.84%，多樣化種植使得玉米種植戶傾向于購買低保費(fèi)檔次的政策性農(nóng)業(yè)保險(xiǎn)。玉米土地質(zhì)量（x8）越好，玉米種植戶選擇保費(fèi)第1檔的概率提高14.06%，選擇保費(fèi)第3檔的概率降低18.05%，說明土地質(zhì)量顯著影響玉米種植戶對保費(fèi)檔次的選擇。損失頻次（x9）越高，玉米種植戶選擇保費(fèi)第3檔的概率提升5.92%，選擇保費(fèi)第1、第2檔的概率分別下降4.61%、1.31%，說明近年來受災(zāi)頻次越高，玉米種植戶選擇高保費(fèi)檔次的概率就會(huì)越高。

3.2.3 保險(xiǎn)認(rèn)知因素（x10、x11）

玉米種植戶對政策性農(nóng)業(yè)保險(xiǎn)政策的了解程度（x10）越高，選擇保費(fèi)第1、第2檔次的概率分別下降3.07%、8.07%，選擇第3檔次保費(fèi)的概率提高9.34%，說明隨著玉米種植戶對政策性農(nóng)業(yè)保險(xiǎn)的認(rèn)知程度的提高，其更傾向于選擇高保費(fèi)檔次的保險(xiǎn)。是否參加過政策性農(nóng)業(yè)保險(xiǎn)（x11）在統(tǒng)計(jì)上不顯著，說明是否有政策性農(nóng)業(yè)保險(xiǎn)的參保經(jīng)歷對種植戶保費(fèi)檔次的選擇影響不大。

4 結(jié)論及建議

以林甸縣玉米種植戶為調(diào)研對象，運(yùn)用有序Probit模型分析影響政策性農(nóng)業(yè)保險(xiǎn)需求檔次的因素。結(jié)果表明，受教育程度、近年來損失頻次、對保險(xiǎn)政策的了解程度等3個(gè)指標(biāo)的提高使得玉米種植戶對高保費(fèi)檔次的需求強(qiáng)烈。家庭農(nóng)業(yè)勞動(dòng)力數(shù)量、玉米種植面積占總耕地面積的比重、是否流轉(zhuǎn)土地、是否種植其他作物以及玉米土地質(zhì)量都顯著影響玉米種植戶保費(fèi)檔次的選擇;家庭規(guī)模、種植年限、購買農(nóng)業(yè)保險(xiǎn)經(jīng)歷對玉米種植戶保費(fèi)檔次選擇的影響不顯著。

綜上提出以下建議：第一，提高農(nóng)業(yè)保險(xiǎn)的宣傳力度。政府、保險(xiǎn)公司應(yīng)采用案例分析等方式，讓農(nóng)戶了解保險(xiǎn)的責(zé)任范圍以及賠償標(biāo)準(zhǔn)，提高農(nóng)戶對農(nóng)業(yè)保險(xiǎn)的認(rèn)知程度，進(jìn)而調(diào)動(dòng)農(nóng)戶參保的積極性。第二，建議在縣級財(cái)政既定的政策性保險(xiǎn)預(yù)算額度條件下，可根據(jù)玉米種植戶對不同保費(fèi)檔次的選擇調(diào)整政策性保險(xiǎn)補(bǔ)貼實(shí)施方案。

參考文獻(xiàn)：

[1]劉金霞，雒立旺. 擴(kuò)大中國農(nóng)業(yè)保險(xiǎn)有效需求的對策研究[J]. 經(jīng)濟(jì)與管理，2012，26（3）：59-61，86.

[2]周 堅(jiān)，張 偉，陳宇靖. 糧食主產(chǎn)區(qū)農(nóng)業(yè)保險(xiǎn)補(bǔ)貼效應(yīng)評價(jià)與政策優(yōu)化——基于糧食安全的視角[J]. 農(nóng)村經(jīng)濟(jì)，2018（8）：69-75.

[3]何小偉. 農(nóng)業(yè)保險(xiǎn)精準(zhǔn)補(bǔ)貼的著力點(diǎn)和配套保障[J]. 金融博覽，2017（8）：60-61.

[4]惠獻(xiàn)波. 農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求意愿及其影響因素研究——基于河南省1 025戶農(nóng)戶的調(diào)研數(shù)據(jù)[J]. 調(diào)研世界，2016（1）：21-25.

[5]寧滿秀，邢 酈，鐘甫寧. 影響農(nóng)戶購買農(nóng)業(yè)保險(xiǎn)決策因素的實(shí)證分析——以新疆瑪納斯河流域?yàn)槔齕J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2005（6）：38-44，79.

[6]金 剛，柳清瑞. 新農(nóng)保補(bǔ)貼激勵(lì)、政策認(rèn)知與個(gè)人賬戶繳費(fèi)檔次選擇——基于東北三省數(shù)據(jù)的有序Probit模型估計(jì)[J]. 人口與發(fā)展，2012，18（4）：39-46，13.

[7]李潤平，周靈靈. 農(nóng)民專業(yè)合作社的融資訴求及其影響因素研究——基于河北、安徽兩省問卷調(diào)查數(shù)據(jù)的實(shí)證分析[J]. 經(jīng)濟(jì)經(jīng)緯，2014，31（3）：20-25.

[8]周曙東，周 楨. 果農(nóng)對農(nóng)業(yè)外來入侵動(dòng)物的防治意愿分析——以橘小實(shí)蠅為例[J]. 中國農(nóng)村經(jīng)濟(jì)，2014（9）：46-56.

[9]林樂芬，李 偉. 農(nóng)地股份合作組織發(fā)育與內(nèi)部依存性實(shí)證分析——基于40個(gè)農(nóng)地股份合作社的問卷調(diào)查[J]. 學(xué)海，2015（2）：124-134.

[10]陳素瓊，張廣勝. 城市農(nóng)民工家庭化遷移模式變遷及其幸福效應(yīng)——基于CGSS數(shù)據(jù)的追蹤研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017（8）：67-80.

[11]杜 鵬. 農(nóng)戶農(nóng)業(yè)保險(xiǎn)需求的影響因素研究——基于湖北省五縣市342戶農(nóng)戶的調(diào)查[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2011，32（11）：78-83，112.

[12]晁娜娜，楊汭華. 耕地規(guī)模、農(nóng)業(yè)保險(xiǎn)認(rèn)知及其潛在需求的多樣化——基于全國6 492個(gè)糧食種植戶的考察[J]. 財(cái)經(jīng)科學(xué)，2017（5）：67-79.

[13]姜 巖，李 揚(yáng). 政府補(bǔ)貼、風(fēng)險(xiǎn)管理與農(nóng)業(yè)保險(xiǎn)參保行為——基于江蘇省農(nóng)戶調(diào)查數(shù)據(jù)的實(shí)證分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（10）：65-72.

[14]陳 強(qiáng). 高級計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M]. 北京：高等教育出版社，2014.

[15][JP2]盧秋佳，魏遠(yuǎn)竹，徐龍順，等. 計(jì)劃行為理論視角農(nóng)戶選擇林權(quán)交易中心意愿分析[J]. 林業(yè)經(jīng)濟(jì)問題，2018，38（6）：48-55，105.

[16]錢 龍，錢文榮. 社會(huì)資本影響農(nóng)戶土地流轉(zhuǎn)行為嗎？——基于CFPS的實(shí)證檢驗(yàn)[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，17（5）：88-99，153-154.

收 稿日期：2019-02-16

基金項(xiàng)目：黑龍江八一農(nóng)墾大學(xué)“三縱”科研啟動(dòng)計(jì)劃（編號：RRCPY201801）;黑龍江省農(nóng)業(yè)農(nóng)村改革發(fā)展軟科學(xué)研究課題。

作者簡介：齊 彧（1995—），女，黑龍江雞西人，碩士，主要從事農(nóng)業(yè)與農(nóng)村經(jīng)濟(jì)研究。E-mail：1807771211@qq.com。

通信作者：王 寧，教授，碩士生導(dǎo)師，主要從事農(nóng)業(yè)經(jīng)濟(jì)理論與政策研究。E-mail：1262048825@qq.com。