高延雷 王秀東 林龍飛 田媛

摘要：農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地流轉(zhuǎn)的影響一直是學(xué)術(shù)界關(guān)注的重要議題，但農(nóng)戶風(fēng)險(xiǎn)偏好情境下的異質(zhì)性討論仍不充分。為此，在引入農(nóng)戶風(fēng)險(xiǎn)偏好因素后，基于2019年中國農(nóng)村微觀經(jīng)濟(jì)數(shù)據(jù)，利用Probit模型實(shí)證考察農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地流轉(zhuǎn)的影響效應(yīng)。結(jié)果顯示：農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移顯著提高農(nóng)地轉(zhuǎn)出行為的發(fā)生概率，并且具有明顯的農(nóng)戶風(fēng)險(xiǎn)偏好異質(zhì)性，表現(xiàn)為風(fēng)險(xiǎn)厭惡型農(nóng)戶在面臨勞動(dòng)力供給約束時(shí)更傾向?qū)⑥r(nóng)地轉(zhuǎn)出，但該效應(yīng)在風(fēng)險(xiǎn)偏好型農(nóng)戶群體不顯著。此外，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出規(guī)模具有顯著正向影響。文章認(rèn)為應(yīng)關(guān)注農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移影響農(nóng)地流轉(zhuǎn)的農(nóng)戶風(fēng)險(xiǎn)偏好情境依賴性，疏通農(nóng)地流轉(zhuǎn)的堵點(diǎn)，助力實(shí)現(xiàn)農(nóng)業(yè)規(guī)模化。

關(guān)鍵詞：農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移；農(nóng)地流轉(zhuǎn)；風(fēng)險(xiǎn)偏好；異質(zhì)性

一、引言

城鄉(xiāng)二元結(jié)構(gòu)背景下，出現(xiàn)大規(guī)模農(nóng)村勞動(dòng)力轉(zhuǎn)移就業(yè)的現(xiàn)象，導(dǎo)致農(nóng)業(yè)勞動(dòng)力供給數(shù)量不斷減少，農(nóng)村地區(qū)人力資本水平明顯下降。根據(jù)國家統(tǒng)計(jì)局公布的數(shù)據(jù)，截至2020年年底，全國農(nóng)民工總量達(dá)到2.86億人，其中外出農(nóng)民工1.70億人，外出農(nóng)民工中，年末在城鎮(zhèn)居住的進(jìn)城農(nóng)民工高達(dá)1.31億人①。另外，第七次全國人口普查數(shù)據(jù)顯示，居住在鄉(xiāng)村的人口為5.10億人，比2010年減少1.64億人，鄉(xiāng)村人口占比僅為36.11%②。在上述情境下，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)村要素市場造成了巨大沖擊，農(nóng)村要素結(jié)構(gòu)不斷調(diào)整并進(jìn)行再配置，在此過程中規(guī)避要素錯(cuò)配陷阱，推動(dòng)農(nóng)業(yè)規(guī)?；?，并進(jìn)一步提高生產(chǎn)效率成為一項(xiàng)重要的目標(biāo)指引。事實(shí)上，在農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移引發(fā)的諸多資源配置策略中，農(nóng)地流轉(zhuǎn)被認(rèn)為是實(shí)現(xiàn)要素結(jié)構(gòu)優(yōu)化，并且利用規(guī)模經(jīng)濟(jì)優(yōu)勢提高農(nóng)業(yè)生產(chǎn)效率的優(yōu)選方案[1-2]，也因此，勞動(dòng)力與土地要素的關(guān)系問題一直吸引著學(xué)術(shù)界的廣泛關(guān)注和深入討論。

現(xiàn)階段，關(guān)于農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與農(nóng)地流轉(zhuǎn)關(guān)系的問題，學(xué)術(shù)界的主流觀點(diǎn)主要有以下兩個(gè)方面：第一，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移形成農(nóng)業(yè)勞動(dòng)力供給約束，農(nóng)業(yè)勞動(dòng)力供給越發(fā)不足，從而促進(jìn)農(nóng)地流轉(zhuǎn)。進(jìn)一步地，諸多學(xué)者還認(rèn)為農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移是形成和擴(kuò)大農(nóng)地流轉(zhuǎn)市場，決定流轉(zhuǎn)行為與規(guī)模的關(guān)鍵因素[3-4]。第二，有些學(xué)者的觀點(diǎn)與上述研究結(jié)論不一致，并認(rèn)為農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移不必然帶來農(nóng)地流轉(zhuǎn)市場的活躍，而是存在多種異質(zhì)性（例如轉(zhuǎn)移者性別、轉(zhuǎn)移距離和轉(zhuǎn)移時(shí)間等）和明顯的階段性特征[5]。相關(guān)主張的理論邏輯在于，按照分工理論，為實(shí)現(xiàn)家庭收入的最大化農(nóng)戶會(huì)根據(jù)家庭成員務(wù)農(nóng)或務(wù)工的比較優(yōu)勢進(jìn)行分工，其中一部分家庭成員留守農(nóng)村經(jīng)營土地，而另一部分成員則參與非農(nóng)務(wù)工就業(yè)[6]。在家庭內(nèi)部分工模式下，盡管存在勞動(dòng)力的流動(dòng)，但并不意味著農(nóng)戶會(huì)放棄土地資源的經(jīng)營權(quán)而將其轉(zhuǎn)出，最終呈現(xiàn)農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與農(nóng)地流轉(zhuǎn)無關(guān)亦或階段性特征的結(jié)論。

不可否認(rèn)，現(xiàn)有文獻(xiàn)為本文研究提供了重要的理論基礎(chǔ)和經(jīng)驗(yàn)借鑒，但針對農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與農(nóng)地流轉(zhuǎn)的關(guān)系問題學(xué)術(shù)界尚未達(dá)成共識，仍然需要尋找新的視角和方法進(jìn)行深入探討。根據(jù)現(xiàn)有的文獻(xiàn)，本文認(rèn)為已有研究可能存在兩點(diǎn)不足：一是忽略了農(nóng)戶風(fēng)險(xiǎn)偏好因素。事實(shí)上，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與農(nóng)地流轉(zhuǎn)兩種行為均暗含著潛在風(fēng)險(xiǎn)，此時(shí)農(nóng)戶的決策及其行為將會(huì)受到自身風(fēng)險(xiǎn)偏好的影響。這意味著，利用計(jì)量模型估計(jì)農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地流轉(zhuǎn)的影響效應(yīng)時(shí)，如果遺漏農(nóng)戶風(fēng)險(xiǎn)偏好變量會(huì)不可規(guī)避地受到模型內(nèi)生性問題的挑戰(zhàn)，研究結(jié)果的準(zhǔn)確性和結(jié)論的可信性難以認(rèn)可。二是實(shí)證模型的設(shè)置較為單一?，F(xiàn)有文獻(xiàn)大多是基于參數(shù)模型估計(jì)農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地流轉(zhuǎn)的影響，但參數(shù)模型的可靠性依賴于樣本總體分布的特殊假定和方程形式的正確設(shè)定，這使得研究結(jié)論的偶然性增加，相應(yīng)的穩(wěn)健性不強(qiáng)。

鑒于此，本文在以下兩個(gè)方面做出新的嘗試。第一，引入農(nóng)戶風(fēng)險(xiǎn)偏好程度變量。本文的回歸方程中加入農(nóng)戶風(fēng)險(xiǎn)偏好變量，克服遺漏重要變量導(dǎo)致的內(nèi)生性問題，并進(jìn)一步考察農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移影響農(nóng)地流轉(zhuǎn)的農(nóng)戶風(fēng)險(xiǎn)偏好情境的異質(zhì)性，試圖得到更為準(zhǔn)確的參數(shù)估計(jì)，并對現(xiàn)有的研究結(jié)論做出一定程度的拓展。第二，放松樣本總體分布形式的假定。本文利用多種參數(shù)模型估計(jì)農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移影響農(nóng)地流轉(zhuǎn)的邊際效應(yīng)，然后借助參數(shù)模型檢驗(yàn)二者關(guān)系的穩(wěn)健性，使得由于模型設(shè)定以及樣本分布特殊假定導(dǎo)致偶然結(jié)果的可能性降低。

二、理論分析

農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地流轉(zhuǎn)的影響屬于生產(chǎn)決策的研究范疇。根據(jù)“理性經(jīng)濟(jì)人”假設(shè)，農(nóng)戶家庭在農(nóng)業(yè)內(nèi)部、農(nóng)業(yè)與非農(nóng)產(chǎn)業(yè)之間配置生產(chǎn)要素以實(shí)現(xiàn)效益最大化。一般而言，城鄉(xiāng)二元結(jié)構(gòu)下，農(nóng)戶從非農(nóng)業(yè)部門獲取的工資收入高于勞動(dòng)力投入農(nóng)業(yè)部門的邊際收益，基于工資水平與邊際收益的比較，農(nóng)戶家庭則選擇將部分勞動(dòng)力配置到非農(nóng)業(yè)部門，從而呈現(xiàn)明顯的農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移趨勢。一個(gè)直接的結(jié)果是，農(nóng)村地區(qū)人力資本嚴(yán)重流失，使得農(nóng)業(yè)部門的人口結(jié)構(gòu)出現(xiàn)婦女化、兒童化以及老齡化的弱勢局面，農(nóng)村地區(qū)的人力資本嚴(yán)重流失，形成勞動(dòng)力供給約束并呈現(xiàn)逐步收緊的發(fā)展態(tài)勢，導(dǎo)致農(nóng)業(yè)勞動(dòng)力供給越發(fā)不足。

在上述約束情境下，農(nóng)戶家庭既有的勞動(dòng)力與土地資源配置結(jié)構(gòu)被打破且迅速走向失衡，表現(xiàn)為勞動(dòng)力供給無法滿足一般性的農(nóng)地經(jīng)營需求，農(nóng)業(yè)邊際收益增長停滯。農(nóng)戶家庭則借助市場力量對土地資源進(jìn)行重新配置，將農(nóng)地轉(zhuǎn)出獲取穩(wěn)定的租金收入成為一種理性決策。這意味著在農(nóng)業(yè)勞動(dòng)力供給約束的倒逼之下，農(nóng)戶轉(zhuǎn)出農(nóng)地行為的發(fā)生概率隨之提高，并且隨著約束的逐步收緊，勞動(dòng)力和土地要素配置失衡加劇，農(nóng)地流轉(zhuǎn)規(guī)模將增大。

此外，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移加劇農(nóng)業(yè)邊緣化趨勢，從而促使農(nóng)戶放棄農(nóng)地經(jīng)營權(quán)而換取租金收入。農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移使農(nóng)戶有更大的可能性獲取較高的工資性收入，并且工農(nóng)收入差距十分懸殊。統(tǒng)計(jì)數(shù)據(jù)顯示，2020年農(nóng)村居民工資性收入達(dá)到17 917元，經(jīng)營性收入為5 307元③，前者約是后者的3.38倍。轉(zhuǎn)移農(nóng)戶工資性收入的增長和趨高使得土地的社會(huì)保障功能逐步減弱，這對于存在農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移的農(nóng)戶家庭而言，經(jīng)營農(nóng)地的積極性降低，農(nóng)業(yè)漸趨邊緣化[7-8]。此時(shí)，農(nóng)戶更加傾向把農(nóng)地轉(zhuǎn)出以獲取穩(wěn)定的租金收入。

但需要指出的是，在上述經(jīng)濟(jì)活動(dòng)過程中，外界不確定性及其衍生出的風(fēng)險(xiǎn)也是農(nóng)戶重點(diǎn)關(guān)切的因素。事實(shí)上，農(nóng)戶的生產(chǎn)行為往往需要經(jīng)歷一個(gè)復(fù)雜的決策過程，尤其是在風(fēng)險(xiǎn)不可控和信息不對稱情境下，農(nóng)戶的農(nóng)業(yè)生產(chǎn)決策不僅要考慮收益最大化的目標(biāo)，同時(shí)還需要考慮風(fēng)險(xiǎn)最小化的約束[9]。從農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移影響農(nóng)地流轉(zhuǎn)的問題來看，當(dāng)農(nóng)戶家庭面臨農(nóng)業(yè)勞動(dòng)力供給不足的約束時(shí)，農(nóng)地流轉(zhuǎn)行為發(fā)生與否均存在多種風(fēng)險(xiǎn)因素。具體而言，如果不參與農(nóng)地流轉(zhuǎn)，農(nóng)戶可能面臨預(yù)期收益不穩(wěn)定、土地與勞動(dòng)力結(jié)構(gòu)匹配失衡以及農(nóng)地粗放經(jīng)營與棄耕等易于識別的“顯性風(fēng)險(xiǎn)”。如果參與農(nóng)地流轉(zhuǎn)，農(nóng)戶則可能面臨產(chǎn)權(quán)糾紛、契約機(jī)會(huì)主義、租金扯皮以及地力透支衰竭等不易識別的“隱性風(fēng)險(xiǎn)”[10-11]。這意味著，在分析農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與農(nóng)地流轉(zhuǎn)問題時(shí)，農(nóng)戶風(fēng)險(xiǎn)偏好必然成為一個(gè)需要重點(diǎn)考量的因素。

一般而言，在具備相同的風(fēng)險(xiǎn)認(rèn)知能力前提下，農(nóng)戶的風(fēng)險(xiǎn)偏好不同，其行為決策差異明顯。其中，風(fēng)險(xiǎn)偏好者在面對預(yù)期不確定時(shí)會(huì)表現(xiàn)出較為積極的態(tài)度，并且做出積極的行為決策，而風(fēng)險(xiǎn)厭惡者往往表現(xiàn)為審慎的態(tài)度，遵循“避免災(zāi)難”和“安全考慮”的標(biāo)準(zhǔn)而實(shí)施較為保守的策略[12]。根據(jù)上文的分析，農(nóng)地流轉(zhuǎn)存在潛在的風(fēng)險(xiǎn)沖擊，那么農(nóng)戶的行為決策則是基于對農(nóng)地流轉(zhuǎn)的預(yù)期收益與潛在風(fēng)險(xiǎn)的評估，其決策必然受農(nóng)戶風(fēng)險(xiǎn)偏好因素的影響。從現(xiàn)實(shí)情況來看，農(nóng)戶的風(fēng)險(xiǎn)偏好程度呈現(xiàn)差異化特征，在進(jìn)行風(fēng)險(xiǎn)識別后，其中一部分農(nóng)戶表現(xiàn)出強(qiáng)烈的喜好且行為積極，有些農(nóng)戶則持有明顯的厭惡態(tài)度且策略謹(jǐn)慎。換言之，對于不同的風(fēng)險(xiǎn)偏好者而言，當(dāng)面臨農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移引致的勞動(dòng)力供給不足的約束時(shí)，農(nóng)地流轉(zhuǎn)行為也將呈現(xiàn)出差異。

三、模型設(shè)計(jì)、變量選取與數(shù)據(jù)來源

（一）模型設(shè)計(jì)

為討論農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為的影響，結(jié)合被解釋變量為二值選擇的數(shù)據(jù)特征，本文設(shè)置如下二分類Probit模型：

[Yi=α0+α1Mi+α2Xi+εi]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

（1）式中，被解釋變量[Yi]表示第[i]個(gè)農(nóng)戶的農(nóng)地轉(zhuǎn)出行為，若農(nóng)戶家庭發(fā)生了農(nóng)地轉(zhuǎn)出行為取值為1，反之取值為0；[Mi]表示核心解釋變量，即農(nóng)戶家庭[i]的農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移比例，是本文感興趣的變量；[Xi]為其他可能影響農(nóng)地轉(zhuǎn)出行為的控制變量向量；[α0]和[α1]均為待估參數(shù)，[α2]為待估參數(shù)向量；其中[α1]可以反映農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移影響農(nóng)地轉(zhuǎn)出效應(yīng)的大小；[εi]為模型的隨機(jī)擾動(dòng)項(xiàng)。

（二）變量選取

1.被解釋變量主要有兩個(gè)：是否轉(zhuǎn)出農(nóng)地和農(nóng)地轉(zhuǎn)出規(guī)模。中國農(nóng)村微觀經(jīng)濟(jì)調(diào)查問卷向被訪者詢問了“2019年您家是否流轉(zhuǎn)了耕地？”，并且設(shè)置“沒有”“轉(zhuǎn)出”“轉(zhuǎn)入”三個(gè)選項(xiàng)供被訪者選擇。本文保留選擇“沒有”和“轉(zhuǎn)出”的樣本，并將前者賦值為0，后者賦值為1，最終構(gòu)建一個(gè)二分類變量。此外，本文關(guān)注的另一個(gè)被解釋變量為農(nóng)地轉(zhuǎn)出規(guī)模，并利用農(nóng)戶家庭轉(zhuǎn)出農(nóng)地占其承包農(nóng)地面積的比重來度量。需要說明的是，此處沒有采用農(nóng)地轉(zhuǎn)出面積來衡量，主要是考慮到轉(zhuǎn)出面積依賴于農(nóng)戶家庭的資源稟賦，農(nóng)地轉(zhuǎn)出面積（絕對值）在農(nóng)戶之間不具有可比性，而相對值則能夠有效克服該問題。從描述性統(tǒng)計(jì)結(jié)果來看，平均而言農(nóng)地轉(zhuǎn)出比例為8%，農(nóng)地流轉(zhuǎn)規(guī)模并不大，反映了當(dāng)前我國仍然處于小規(guī)模農(nóng)業(yè)階段的基本事實(shí)。

2.核心解釋變量包括兩個(gè)：農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移和戶主風(fēng)險(xiǎn)偏好程度。其中，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移利用農(nóng)戶家庭所有成員的外出務(wù)工天數(shù)來度量。本文根據(jù)問題“2019年您外出務(wù)工的天數(shù)”，并以家庭為單位對各成員的回答進(jìn)行加總。對于戶主風(fēng)險(xiǎn)偏好程度指標(biāo)，本文以SAPELLI等[13]的研究為基礎(chǔ)，利用農(nóng)戶家庭交納保費(fèi)支出來度量。一般而言，購買保險(xiǎn)的主要目的是減少風(fēng)險(xiǎn)發(fā)生時(shí)的沖擊，農(nóng)戶交納保費(fèi)的支出越高，意味著其厭惡風(fēng)險(xiǎn)的程度越高，反之則表明農(nóng)戶越偏好風(fēng)險(xiǎn)。從該角度來講，農(nóng)戶家庭交納保費(fèi)支出能夠比較好地反映戶主的風(fēng)險(xiǎn)偏好程度。

3.其他控制變量。為盡可能緩解由于遺漏變量造成的內(nèi)生性問題，根據(jù)2019年中國農(nóng)村微觀經(jīng)濟(jì)數(shù)據(jù)庫涵蓋的指標(biāo)，同時(shí)參考已有的相關(guān)研究[14-16]，本文從戶主特征、家庭特征和農(nóng)地特征三個(gè)維度引入控制變量。其中，戶主特征包括性別、年齡、年齡平方、是否有配偶、受教育水平、自評健康狀況和是否為中共黨員。家庭特征包含家庭社會(huì)網(wǎng)絡(luò)強(qiáng)度、是否有家庭成員擔(dān)任村或鄉(xiāng)鎮(zhèn)干部、是否加入合作社、是否參加農(nóng)業(yè)培訓(xùn)四個(gè)變量。農(nóng)地特征主要引入農(nóng)業(yè)補(bǔ)貼、耕地細(xì)碎程度兩個(gè)變量。表1報(bào)告了各變量的定義和描述性統(tǒng)計(jì)的結(jié)果。

（三）數(shù)據(jù)來源

本文所用數(shù)據(jù)來源于中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所于2019年組織實(shí)施的中國農(nóng)村微觀經(jīng)濟(jì)數(shù)據(jù)庫（Survey for Agriculture and Village Economy，SAVE）。SAVE數(shù)據(jù)庫收集了河北、河南、福建、吉林、陜西、云南、山東、安徽、黑龍江、湖南、四川、新疆等12?。▍^(qū)）的農(nóng)戶數(shù)據(jù)，具體的抽樣規(guī)則為每個(gè)省份選取3個(gè)縣（市、區(qū)），每個(gè)縣（市、區(qū)）選取3個(gè)行政村，然后每個(gè)行政村隨機(jī)選取20個(gè)農(nóng)戶進(jìn)行問卷調(diào)查，新疆生產(chǎn)建設(shè)兵團(tuán)選取200個(gè)農(nóng)戶。該項(xiàng)調(diào)查的主要內(nèi)容包括農(nóng)戶家庭的基本特征、生產(chǎn)經(jīng)營狀況、收支情況以及農(nóng)戶的服務(wù)需求和村莊治理的參與和評價(jià)四部分內(nèi)容，共涉及344個(gè)數(shù)據(jù)指標(biāo)。在剔除存在關(guān)鍵變量值缺失和明顯異常值樣本后，篩選出用于本文實(shí)證分析的基準(zhǔn)樣本。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果分析

基準(zhǔn)回歸采用二分類Probit模型進(jìn)行估計(jì)，表2報(bào)告了模型各參數(shù)的估計(jì)結(jié)果。從結(jié)果可以發(fā)現(xiàn)，無論是引入控制變量還是不引入控制變量，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移變量的系數(shù)估計(jì)值均在1%的統(tǒng)計(jì)性水平下顯著且影響方向?yàn)檎?，這表明農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移能夠有效促進(jìn)農(nóng)地轉(zhuǎn)出。農(nóng)村地區(qū)年紀(jì)輕、素質(zhì)高的群體持續(xù)流出，并逐步形成農(nóng)業(yè)勞動(dòng)力供給約束，表現(xiàn)為農(nóng)村地區(qū)嚴(yán)重的老齡化、婦女化和兒童化人口結(jié)構(gòu)，農(nóng)業(yè)經(jīng)營能力暴露出明顯的短板。在此情境下，勞動(dòng)力節(jié)約型的農(nóng)業(yè)經(jīng)營方式必然成為農(nóng)戶的一種理性選擇。因此，當(dāng)面臨逐步收緊的勞動(dòng)力供給約束時(shí)，農(nóng)戶傾向?qū)⑥r(nóng)地轉(zhuǎn)出，并實(shí)現(xiàn)與土地的解綁。通過農(nóng)地流轉(zhuǎn)農(nóng)戶可以獲取穩(wěn)定的流轉(zhuǎn)租金，提高家庭的收入水平，從而彌補(bǔ)其基本的生活需要。從農(nóng)地流轉(zhuǎn)市場需求的角度講，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移為農(nóng)業(yè)規(guī)?；峁┝税l(fā)展條件，留守農(nóng)村的勞動(dòng)力可以通過轉(zhuǎn)入農(nóng)地的方式擴(kuò)大經(jīng)營規(guī)模，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)效率和收益的提升。在此過程中，農(nóng)地流轉(zhuǎn)的需求市場不斷被擴(kuò)大，在需求拉動(dòng)下流轉(zhuǎn)租金上升，有助于進(jìn)一步帶動(dòng)農(nóng)地轉(zhuǎn)出。

從控制變量的估計(jì)結(jié)果來看，系數(shù)的方向和顯著性與已有研究基本一致[17-18]。首先，戶主年齡與戶主年齡平方項(xiàng)均在1%統(tǒng)計(jì)水平下顯著，并且戶主年齡二次項(xiàng)的系數(shù)方向?yàn)檎?，表明戶主年齡對農(nóng)地轉(zhuǎn)出行為的影響呈現(xiàn)“U”型結(jié)構(gòu)。進(jìn)一步地，計(jì)算得出拐點(diǎn)處的戶主年齡為50歲④，當(dāng)戶主年齡小于50歲時(shí)，隨著年齡的增大，農(nóng)戶轉(zhuǎn)出農(nóng)地的概率逐漸降低，但跨過50歲以后，農(nóng)地轉(zhuǎn)出的概率則隨戶主年齡的增加而上升。這可能與農(nóng)戶經(jīng)營農(nóng)業(yè)的經(jīng)驗(yàn)與身體素質(zhì)有關(guān)，50歲之前農(nóng)戶的身體素質(zhì)較高，并且農(nóng)業(yè)經(jīng)營經(jīng)驗(yàn)逐年壘增，具備經(jīng)營農(nóng)地的積極性和能力，從而抑制農(nóng)地轉(zhuǎn)出。但跨過拐點(diǎn)后，受年齡增長的影響，以農(nóng)戶體力、智力等為表征的農(nóng)業(yè)經(jīng)營能力明顯下降，進(jìn)一步倒逼農(nóng)戶轉(zhuǎn)出農(nóng)地。

其次，虛擬變量“是否加入合作社”的系數(shù)估計(jì)值顯著，并且影響方向?yàn)檎?，表明農(nóng)戶加入合作社能夠顯著提高其農(nóng)地轉(zhuǎn)出概率。這可能是由于合作社發(fā)揮了有效的資源集聚作用，在農(nóng)戶家庭承包耕地比較零散細(xì)碎時(shí)，轉(zhuǎn)入集中連片的土地面臨較高的交易成本，合作社具有聚少成多的組織優(yōu)勢，可以有效降低流轉(zhuǎn)交易成本，促進(jìn)農(nóng)地轉(zhuǎn)出。此外，依托合作社所形成的集中連片土地更容易進(jìn)入流轉(zhuǎn)市場，農(nóng)戶的轉(zhuǎn)入意愿更強(qiáng)烈，對轉(zhuǎn)出行為的發(fā)生產(chǎn)生拉動(dòng)作用。

再次，農(nóng)業(yè)補(bǔ)貼變量的系數(shù)估計(jì)值顯著，表現(xiàn)為農(nóng)戶家庭獲取的農(nóng)業(yè)補(bǔ)貼支持額度越高，其轉(zhuǎn)出農(nóng)地的概率越小，這與王亞運(yùn)等[19]、繆書超等[20]的研究結(jié)論一致，表明農(nóng)業(yè)補(bǔ)貼強(qiáng)化了農(nóng)戶的產(chǎn)權(quán)意識，抑制了農(nóng)地轉(zhuǎn)出。從另一方面講，農(nóng)業(yè)補(bǔ)貼提高了農(nóng)戶的經(jīng)營預(yù)期收益，降低了轉(zhuǎn)出土地的意愿，轉(zhuǎn)出行為的發(fā)生概率相應(yīng)降低。

最后，耕地細(xì)碎程度對農(nóng)地轉(zhuǎn)出具有顯著的負(fù)向影響，即農(nóng)戶家庭所擁有的承包地越細(xì)碎，農(nóng)地轉(zhuǎn)出行為的發(fā)生概率越低。這可能是由于耕地分布越細(xì)碎，實(shí)現(xiàn)規(guī)?；碾y度增大，農(nóng)地流轉(zhuǎn)的需求市場將隨之收緊，分布細(xì)碎的農(nóng)地難以進(jìn)入流轉(zhuǎn)市場，相應(yīng)的轉(zhuǎn)出行為也難以發(fā)生。

（二）穩(wěn)健性檢驗(yàn)

1.替換為其他參數(shù)模型。為了驗(yàn)證模型估計(jì)結(jié)果的穩(wěn)健性，本文進(jìn)一步采用線性概率模型（LPM）和Logit模型對模型參數(shù)進(jìn)行估計(jì)，表3報(bào)告了模型各參數(shù)的估計(jì)結(jié)果。為便于系數(shù)估計(jì)值的經(jīng)濟(jì)學(xué)解釋和比較，表3還報(bào)告了Logit模型各個(gè)變量的邊際效應(yīng)。從線性概率模型的估計(jì)來看，核心解釋變量農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移的系數(shù)估計(jì)值在1%的統(tǒng)計(jì)水平下顯著且影響方向?yàn)檎?，表明農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為具有顯著的正向影響，且邊際效應(yīng)為0.0164。Logit模型的估計(jì)結(jié)果顯示，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出表現(xiàn)為顯著的正向影響，邊際效應(yīng)為0.0171，與線性概率模型的估計(jì)值相差不大?？傮w上，從農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移變量的系數(shù)估計(jì)值的方向和顯著性水平來看，線性概率模型和Logit模型的估計(jì)結(jié)果均與基準(zhǔn)模型完全一致，僅是在系數(shù)大小方面略有差異。據(jù)此，本文認(rèn)為農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為的影響具有較強(qiáng)的穩(wěn)健性，并非特定參數(shù)模型選擇所產(chǎn)生的偶然結(jié)果。

2.替換為非參數(shù)模型。無論是Probit模型，還是線性概率模型，亦或Logit模型均屬于參數(shù)模型，此類模型主要基于對樣本總體分布的特殊假定和方程的準(zhǔn)確設(shè)定來獲取無偏和一致的參數(shù)估計(jì)值，從而對方程的形式設(shè)定和控制變量的引入具有嚴(yán)苛的要求。為驗(yàn)證實(shí)證結(jié)果的穩(wěn)健性，本文進(jìn)一步采用非參數(shù)模型——傾向得分匹配法（PSM）對基準(zhǔn)回歸結(jié)果進(jìn)行檢驗(yàn)。

需要說明的是，除了能夠克服方程誤設(shè)問題之外，傾向得分匹配法還可以有效解決樣本自選擇偏誤問題，從而得到無偏和一致的估計(jì)量。具體而言，本文將農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移設(shè)置為0～1變量，其中農(nóng)戶家庭沒有勞動(dòng)力轉(zhuǎn)移的樣本設(shè)置為0，而存在勞動(dòng)力轉(zhuǎn)移的樣本則設(shè)置為1。在此基礎(chǔ)上，利用多種匹配策略估計(jì)存在農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移和不存在農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移的農(nóng)戶家庭農(nóng)地轉(zhuǎn)出行為的平均差異，表4報(bào)告了估計(jì)結(jié)果。從模型估計(jì)結(jié)果可以發(fā)現(xiàn)，無論是采用最小近鄰匹配，還是局部線性回歸匹配、半徑匹配、亦或是核匹配，估計(jì)結(jié)果均顯示，在依可觀測變量消除農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移家庭與未轉(zhuǎn)移家庭之間的系統(tǒng)性差異后，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移顯著（1%或5%的統(tǒng)計(jì)水平）提高農(nóng)地轉(zhuǎn)出概率。在不同的匹配策略下ATT值的顯著性和數(shù)值大小略有差異，但本文仍然有較為充分的證據(jù)得出如下結(jié)論：農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移顯著促進(jìn)農(nóng)地轉(zhuǎn)出，并且穩(wěn)健性很高。

五、進(jìn)一步拓展

（一）農(nóng)戶風(fēng)險(xiǎn)偏好情境的異質(zhì)性分析

從基準(zhǔn)模型的結(jié)果來看，戶主風(fēng)險(xiǎn)偏好程度并沒有對農(nóng)地轉(zhuǎn)出行為產(chǎn)生顯著影響，但從理論上講，農(nóng)地流轉(zhuǎn)可能面臨契約機(jī)會(huì)主義、租金扯皮以及違規(guī)變更土地用途等風(fēng)險(xiǎn)[21-22]。與此同時(shí)，農(nóng)戶在自營農(nóng)地時(shí)可能面臨生產(chǎn)要素（例如勞動(dòng)力與土地）匹配失衡所導(dǎo)致的勞累損傷、低效減產(chǎn)以及投入產(chǎn)出倒掛等風(fēng)險(xiǎn)。如果上述邏輯推演正確，那么農(nóng)地轉(zhuǎn)出行為必然與農(nóng)戶的風(fēng)險(xiǎn)偏好特征相關(guān)，導(dǎo)致基準(zhǔn)模型中戶主風(fēng)險(xiǎn)偏好變量系數(shù)估計(jì)值不顯著的原因可能是存在明顯的異質(zhì)性。為驗(yàn)證上述推斷，本文根據(jù)“農(nóng)戶交納保險(xiǎn)費(fèi)支出”的中位數(shù)為界劃定農(nóng)戶風(fēng)險(xiǎn)偏好強(qiáng)度，其中小于中位數(shù)的為偏好風(fēng)險(xiǎn)型農(nóng)戶，大于中位數(shù)的為厭惡風(fēng)險(xiǎn)型農(nóng)戶，并在此基礎(chǔ)上進(jìn)行分組回歸。表5報(bào)告了模型各參數(shù)的估計(jì)結(jié)果。

從表5報(bào)告的結(jié)果可以發(fā)現(xiàn)，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為的影響存在顯著的戶主風(fēng)險(xiǎn)偏好異質(zhì)性。其中，在厭惡風(fēng)險(xiǎn)型農(nóng)戶樣本中，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為具有顯著的正向影響，即農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移能夠顯著提高農(nóng)地轉(zhuǎn)出的概率。但是，對于偏好風(fēng)險(xiǎn)型農(nóng)戶而言，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移變量的系數(shù)估計(jì)值不顯著，即風(fēng)險(xiǎn)偏好型農(nóng)戶家庭的勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為的影響效應(yīng)無異于零。該結(jié)果的產(chǎn)生可能與農(nóng)戶的風(fēng)險(xiǎn)識別特征有關(guān)，厭惡風(fēng)險(xiǎn)的農(nóng)戶往往關(guān)注勞動(dòng)力轉(zhuǎn)移造成的要素配置失衡問題，以及隨之而來的粗放經(jīng)營、種而難收甚至棄種撂荒等風(fēng)險(xiǎn)。尤其是在農(nóng)忙季節(jié)，農(nóng)業(yè)用工需求量增大，當(dāng)缺少必要的勞動(dòng)力供給時(shí)，將給農(nóng)戶帶來巨大的心理沖擊，農(nóng)戶往往對此感到無助甚至焦慮。為規(guī)避潛在的農(nóng)業(yè)經(jīng)營風(fēng)險(xiǎn)，在農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移并形成供給約束時(shí)，則表現(xiàn)出較為明顯的農(nóng)地轉(zhuǎn)出行為。

事實(shí)上，上述結(jié)果在一定程度上反映出當(dāng)前農(nóng)戶更加關(guān)注農(nóng)業(yè)經(jīng)營風(fēng)險(xiǎn)，擔(dān)心陷入勞動(dòng)力供不應(yīng)求和投入產(chǎn)出倒掛的經(jīng)營困境。但是，對農(nóng)地流轉(zhuǎn)過程中潛在的產(chǎn)權(quán)糾紛、租金扯皮、契約機(jī)會(huì)主義以及違規(guī)改變土地用途等“隱性風(fēng)險(xiǎn)”的識別和感知并不敏感。這意味著，在土地流轉(zhuǎn)市場中依然存在比較嚴(yán)重的信息不對稱問題，并且農(nóng)戶處于信息弱勢方，導(dǎo)致其難以識別并評估潛在的風(fēng)險(xiǎn)和陷阱，因此該問題則需要重點(diǎn)關(guān)注和進(jìn)一步研究。

（二）對農(nóng)地轉(zhuǎn)出規(guī)模的考察

農(nóng)地轉(zhuǎn)出規(guī)模是決定能否實(shí)現(xiàn)農(nóng)業(yè)適度規(guī)模經(jīng)營并提高農(nóng)業(yè)生產(chǎn)效率的主要因素，如何提高農(nóng)地轉(zhuǎn)出規(guī)模成為學(xué)術(shù)界討論和研究的重要問題。因此，在農(nóng)村人口不斷向城市流動(dòng)，并且使得農(nóng)業(yè)有效勞動(dòng)力供給逐步趨緊的情境下，有必要利用經(jīng)驗(yàn)數(shù)據(jù)和計(jì)量模型來澄清農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移是否以及在多大程度上影響農(nóng)地轉(zhuǎn)出規(guī)模。為此，本文構(gòu)建農(nóng)地轉(zhuǎn)出規(guī)模與農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移的回歸方程。需要說明的是，農(nóng)地轉(zhuǎn)出規(guī)模實(shí)際上是兩種行為決策的結(jié)合：第一階段是農(nóng)戶決定是否轉(zhuǎn)出農(nóng)地；第二階段是農(nóng)戶轉(zhuǎn)出農(nóng)地的規(guī)模。在本文所用的SAVE數(shù)據(jù)庫中，沒有發(fā)生農(nóng)地轉(zhuǎn)出行為的農(nóng)戶，其農(nóng)地轉(zhuǎn)出規(guī)模為零，如果將沒有發(fā)生農(nóng)地轉(zhuǎn)出行為的農(nóng)戶排除在外，僅對農(nóng)地轉(zhuǎn)出農(nóng)戶進(jìn)行回歸是采用了一個(gè)自我選擇樣本而不是隨機(jī)樣本，這種非隨機(jī)的樣本篩選將導(dǎo)致有偏估計(jì)。針對上述情況，本文采用Heckman兩階段模型進(jìn)行估計(jì)，表6報(bào)告了模型各參數(shù)的估計(jì)結(jié)果。首先，LR檢驗(yàn)的p值顯示至少在1%的水平下拒絕rho為零的原假設(shè)，表明Heckman選擇模型和規(guī)模模型的干擾項(xiàng)具有顯著相關(guān)性，即存在樣本選擇偏差問題，此時(shí)采用Heckman兩階段模型更合適。另外，從系數(shù)估計(jì)值來看，Heckman規(guī)模模型中農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移變量的系數(shù)在1%水平下顯著且影響方向?yàn)檎?，這表明農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移有助于提高農(nóng)地轉(zhuǎn)出規(guī)模，并且在保持其他因素不變的條件下，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移比例每上升1個(gè)百分點(diǎn)，農(nóng)地轉(zhuǎn)出規(guī)模相應(yīng)增大0.03個(gè)百分點(diǎn)。

六、結(jié)論與政策啟示

本文基于大樣本的微觀農(nóng)戶調(diào)查數(shù)據(jù)，利用二分類Probit模型、Heckman兩階段模型以及傾向得分匹配法等計(jì)量工具，在引入農(nóng)戶風(fēng)險(xiǎn)偏好因素后系統(tǒng)估計(jì)農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為的影響效應(yīng)，并且進(jìn)一步對農(nóng)戶風(fēng)險(xiǎn)偏好情境的異質(zhì)性以及農(nóng)地轉(zhuǎn)出規(guī)模的影響進(jìn)行考察。本文研究得出以下三點(diǎn)主要結(jié)論。第一，總體上，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移顯著提高農(nóng)地轉(zhuǎn)出行為的發(fā)生概率，并且該結(jié)果在參數(shù)模型和非參數(shù)模型環(huán)境下均顯著，實(shí)證結(jié)果具有較高的穩(wěn)健性。第二，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移對農(nóng)地轉(zhuǎn)出行為的影響具有明顯的農(nóng)戶風(fēng)險(xiǎn)偏好異質(zhì)性，其中風(fēng)險(xiǎn)厭惡型農(nóng)戶表現(xiàn)為顯著的正向促進(jìn)作用，但在風(fēng)險(xiǎn)偏好型農(nóng)戶中不顯著。第三，農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移有助于增大農(nóng)地轉(zhuǎn)出規(guī)模，表現(xiàn)為農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移比例每上升1個(gè)百分點(diǎn)，農(nóng)地轉(zhuǎn)出面積相應(yīng)提高0.03個(gè)百分點(diǎn)。

基于以上結(jié)論，本文提出如下政策啟示。第一，利用農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移的外部工具，推動(dòng)農(nóng)地流轉(zhuǎn)市場發(fā)育。農(nóng)地流轉(zhuǎn)是實(shí)現(xiàn)農(nóng)業(yè)規(guī)?；约疤岣咿r(nóng)業(yè)生產(chǎn)效率的一條有效路徑，通過引導(dǎo)農(nóng)業(yè)勞動(dòng)力有序流動(dòng)和穩(wěn)定就業(yè)，借助其倒逼機(jī)制促進(jìn)農(nóng)地流轉(zhuǎn)，形成充足的農(nóng)地流轉(zhuǎn)供給市場。第二，發(fā)揮村兩委的組織協(xié)調(diào)作用，提高農(nóng)地流轉(zhuǎn)參與率。受個(gè)人風(fēng)險(xiǎn)偏好的影響，在相同的勞動(dòng)力供給約束下，農(nóng)戶的農(nóng)地流轉(zhuǎn)參與行為與深度并不一致。對于無法充分自營而選擇粗放經(jīng)營甚至棄種撂荒的農(nóng)戶，應(yīng)該由村兩委承擔(dān)協(xié)調(diào)和統(tǒng)籌責(zé)任。例如，可以采取村委會(huì)牽頭“打包流轉(zhuǎn)”的方法，形成“想轉(zhuǎn)能轉(zhuǎn)、需轉(zhuǎn)盡轉(zhuǎn)、轉(zhuǎn)而有效”的農(nóng)地流轉(zhuǎn)新格局，提高農(nóng)地流轉(zhuǎn)參與率。第三，拓展城市產(chǎn)業(yè)發(fā)展空間，擴(kuò)大勞動(dòng)力轉(zhuǎn)移規(guī)模。農(nóng)業(yè)勞動(dòng)力順利轉(zhuǎn)移依賴于城市的產(chǎn)業(yè)空間和容納潛力，需要探索并構(gòu)建“出得去”“容得下”“留得住”的體制機(jī)制，提高農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移速度和質(zhì)量，為農(nóng)地流轉(zhuǎn)以及農(nóng)業(yè)規(guī)?；瘎?chuàng)造條件。

參考文獻(xiàn)：

[1]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．

[2]馬麗婭，陳英，謝保鵬.農(nóng)地流轉(zhuǎn)的多維減貧效應(yīng)——基于CFPS數(shù)據(jù)的實(shí)證分析[J].新疆農(nóng)墾經(jīng)濟(jì)，2022，348（02）：26-37.

[3]KUNG K.Off-Farm labor markets，and the emergence of land rental markets in rural China[J].Journal of Comparative Economics，2002，30（02）：395-414.

[4]徐晶，張正峰.家庭務(wù)工對農(nóng)戶參與農(nóng)地流轉(zhuǎn)行為的影響[J].中國土地科學(xué)，2020，34（10）：99-107.

[5]林善浪，王健，張鋒.勞動(dòng)力轉(zhuǎn)移行為對土地流轉(zhuǎn)意愿影響的實(shí)證研究[J].中國土地科學(xué)，2010，24（02）：19-23.

[6]錢忠好.非農(nóng)就業(yè)是否必然導(dǎo)致農(nóng)地流轉(zhuǎn)——基于家庭內(nèi)部分工的理論分析及其對中國農(nóng)戶兼業(yè)化的解釋[J].中國農(nóng)村經(jīng)濟(jì)，2008（10）：13-21.

[7]ZHOU X S，MA W L，RENWICK A.Off-farm work decisions of farm couples and land transfer choices in rural China[J].Applied Economics，2020，52（57）： 6229-6247.

[8]SU B，LI Y H，LI L Q.How does nonfarm employment stability influence farmers farmland transfer decisions？implications for Chinas land use policy[J].Land Use Policy，2018，74：66-72.

[9]高楊，牛子恒.風(fēng)險(xiǎn)厭惡、信息獲取能力與農(nóng)戶綠色防控技術(shù)采納行為分析[J].中國農(nóng)村經(jīng)濟(jì)，2019（08）：109-127.

[10]俞海，黃季焜，SCOTT R.地權(quán)穩(wěn)定性、土地流轉(zhuǎn)與農(nóng)地資源持續(xù)利用[J].經(jīng)濟(jì)研究，2003（09）：82-91.

[11]林絢，羅必良.農(nóng)戶分化、稟賦效應(yīng)與農(nóng)地流轉(zhuǎn)契約選擇[J].新疆農(nóng)墾經(jīng)濟(jì)，2021，339（05）：1-16.

[12]FELLNER G，MACIEJOVSKY B.Risk attitude and market behavior：Evidence from experimental asset markets[J].Journal of Economic Psychology，2007，28（03）：338-350.

[13]SAPELLI C，VIAL B.Self-selection and moral hazard in children health insurance［J］.Journal of health economics，2003，22（03）：459-476.

[14]徐志剛，寧可，鐘甫寧，等.新農(nóng)保與農(nóng)地轉(zhuǎn)出：制度性養(yǎng)老能替代土地養(yǎng)老嗎？——基于家庭人口結(jié)構(gòu)和流動(dòng)性約束的視角[J].管理世界，2018，34（05）：86-97.

[15]楊昭熙，楊鋼橋.農(nóng)地細(xì)碎化對農(nóng)戶農(nóng)地流轉(zhuǎn)決策的影響研究[J].中國土地科學(xué)，2017，31（04）：33-42.

[16]李星光，劉軍弟，霍學(xué)喜.關(guān)系網(wǎng)絡(luò)能促進(jìn)土地流轉(zhuǎn)嗎？——以1050戶蘋果種植戶為例[J].中國土地科學(xué)，2016，30（12）：45-53.

[17]何欣，蔣濤，郭良燕，等.中國農(nóng)地流轉(zhuǎn)市場的發(fā)展與農(nóng)戶流轉(zhuǎn)農(nóng)地行為研究——基于2013—2015年29省的農(nóng)戶調(diào)查數(shù)據(jù)[J].管理世界，2016（06）：79-89.

[18]豐雷，胡依潔，蔣妍，等.中國農(nóng)村土地轉(zhuǎn)讓權(quán)改革的深化與突破——基于2018年“千人百村”調(diào)查的分析和建議[J].中國農(nóng)村經(jīng)濟(jì)，2020（12）：2-21.

[19]王亞運(yùn)，蔡銀鶯，朱蘭蘭.農(nóng)業(yè)補(bǔ)貼政策的區(qū)域效應(yīng)及影響因素分析——以湖北省武漢、荊門、黃岡等典型主體功能區(qū)為實(shí)證[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（01）：8-15.

[20]繆書超，錢龍，宋亮.農(nóng)業(yè)補(bǔ)貼與農(nóng)村家庭非農(nóng)創(chuàng)業(yè)——基于中國家庭金融調(diào)查（CHFS）數(shù)據(jù)的實(shí)證分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2021（03）：62-74.

[21]胡新艷，朱文玨，劉凱.理性與關(guān)系：一個(gè)農(nóng)地流轉(zhuǎn)契約穩(wěn)定性的理論分析框架[J].農(nóng)村經(jīng)濟(jì)，2015（02）：9-13.

[22]高延雷，張正巖，王志剛.農(nóng)地轉(zhuǎn)入、農(nóng)戶風(fēng)險(xiǎn)偏好與種植結(jié)構(gòu)調(diào)整——基于CHFS微觀數(shù)據(jù)的實(shí)證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（08）：66-80.

責(zé)任編輯：管仲

The Impact of Agricultural Labor Migration on Farmland Transfer

——A Study Based on the Risk Preference of Farmers

1Gao Yanlei? 1Wang Xiudong? 2Lin Longfei? 3Tian Yuan

（1Institute of Agricultural Economy and Development， Chinese Academy of Agricultural Sciences， Beijing 100081， China;

2Hubei Rural Development Research Center， Changjiang University， Jingzhou 434023， Hubei， China;

3School of Finance， Anhui University of Finance and Economics， Bengbu233030， Anhui， China ）

Abstract： The impact of agricultural labor migration on farmland transfer has always been an important issue of academic concern， but the discussion of heterogeneity in the context of farmers risk preferences is still insufficient. Therefore， after introducing farmers risk preference factors， based on Chinas rural microeconomics data in 2019， the Probit model is used to empirically examine the impact of agricultural labor migration on farmland transfer. The results are as follows. The migration of agricultural labor significantly increases the probability of farmland transfer， and has obvious heterogeneity of farmers risk preference， which shows that risk-averse farmers tend to transfer their farmland when facing labor shortage， but the effect is not significant in the risk preference farmers group. In addition， the transfer of agricultural labor has a significant positive impact on the scale of agricultural land transfer. The article holds that attention should be paid to the situational dependence of farmers risk preferences on the impact of agricultural labor migration on farmland transfer， to clear the bottlenecks in agricultural land transfer， and to help achieve scale development of agriculture.

Key words：? labor transfer; farmland transfer; risk preference; heterogeneity

[基金項(xiàng)目]國家自然科學(xué)基金面上項(xiàng)目（項(xiàng)目編號：71673274）；中央級公益性科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)（項(xiàng)目編號：1610052022015）。

[作者簡介]高延雷（1990-），男，山東樂陵人，博士，助理研究員，研究方向：土地經(jīng)濟(jì)、糧食安全和產(chǎn)業(yè)經(jīng)濟(jì)；通訊作者：林龍飛（1988-），男，內(nèi)蒙古烏蘭察布人，博士，副教授，碩士生導(dǎo)師，研究方向：農(nóng)民市民化與新型城鎮(zhèn)化。

①數(shù)據(jù)來源：中華人民共和國國家統(tǒng)計(jì)局.2020年農(nóng)民工監(jiān)測調(diào)查報(bào)告[R].http：//www.gov.cn/shuju/2021-04/30/content_5604232.htm。

②數(shù)據(jù)來源：中華人民共和國國家統(tǒng)計(jì)局.第七次全國人口普查，http：//www.stats.gov.cn/ztjc/zdtjgz/zgrkpc/dqcrkpc/ggl/202105/t20210519_1817700.html。

③數(shù)據(jù)來源：中華人民共和國國家統(tǒng)計(jì)局.2020年居民收入和消費(fèi)支出情況[R].http：//www.stats.gov.cn/tjsj/zxfb/202101/t20210118_1812425.html。

④計(jì)算方法：[y=0.0011×age2-0.1110×age]，對[age]求一階導(dǎo)數(shù)，并令其等于0。