流转环境认知视角下农户土地流转行为差异分析

2018-03-28杨东朗李天哲吴天晨赵璐瑶

西安交通大学学报（社会科学版） 2018年2期

杨东朗, 李天哲, 吴天晨, 赵璐瑶

(1.西安交通大学公共政策与管理学院, 陕西西安 710049;2.西安交通大学医学部, 陕西西安 710061; 3.西安交通大学公共卫生学院, 陕西西安 710061)

农村土地流转是推进规模经营的有效手段,是发展现代农业的必由之路,也是农村改革的基本方向。2014年,中共中央办公厅、国务院办公厅印发《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》,提出要“稳定完善农村土地承包关系,规范引导农村土地经营权有序流转”,旨在鼓励和激活农地承包经营权的市场流转,以期扩大农业经营规模,提高农地生产率;2015年,习近平总书记就做好土地流转工作做出了“完善土地承包法律法规、落实支持粮食生产政策、健全监管和风险防范机制、加强乡镇农村经营管理体系建设,推动土地流转规范有序进行”的重要指示,进一步强调完善规范化土地流转流程和加强土地流转用途监管。然而,尽管近年来我国土地流转水平有所提高,但整体上仍处于初步阶段,如何通过流转解决当前农村土地利用细碎化、撂荒和闲置问题,以优化土地资源配置,进而推动农村经济发展和农民增收仍是目前政府工作的重点。

随着政策支持力度的加强,学者们也对农村土地流转进行了更为广泛深入的研究。目前对于土地流转的研究内容主要涵盖流转意愿[1-4]、流转行为[5-6]、制度模式[7-9]、效率效益测度[10-11]、流转驱动与障碍[12-13]等,但对不同地区间土地流转差异的研究较为匮乏,仅有部分学者从区域特征差异[14]、农户行为差异[15]、差异成因[16-17]等方面进行了初步分析,且研究视角也较为单一,忽视了农户认知对土地流转的影响。按照认知心理学的理论,人们的信念决定其偏好,进一步又决定其决策和行为[18]。在土地流转过程中,农户处于信息不对称的环境中,因而在决策中不是依据客观事实进行决策,而是根据认知衡量后进行理性选择。因此,从农户的认知状况角度对其流转行为进行研究更具有现实意义。鉴于此,本研究采用等比例抽样和随机抽样结合的方式对陕西省内11个地级市(包括杨凌农业示范区)共41个县(区、市)133个乡镇218个行政村土地流转典型区域农户进行调研,共发放问卷2 048份,回收问卷1 819份,获得有效问卷1 482份,其中陕北共计346份,关中共计730份,陕南共计406份,并从农户对流转环境认知的视角出发,分析陕西省土地流转的空间分异规律,辨析区域土地流转的影响因素差异,从而为制定合理有效促进土地流转的政策提供科学依据。

一、农户土地流转行为差异分析

(一)土地流转强度指标选取

由于本研究样本选取为各地级市发生土地流转的典型区域,且利用抽样方法调查的数据具有一定代表性,因而选用调查中各地级市发生土地流转农户数占所有调查农户数量的比值作为土地流转强度指标(Intensity of Land Circulation,LIC),其计算公式为:

(1)

其中,j代表各观察地级市;k代表被调查农户;n为被调查农户数;LDCjk代表j地级市的第k位被调查农户的土地流转行为选择,当农户发生土地流转行为时赋值为1,不发生土地流转行为时赋值为0;Mjk代表j地级市的第k位被调查农户,赋值为1。

(二)泰尔指数及其分解

泰尔(Theil)指数主要应用于衡量地区间的区域差异[19]。因其在差距表达上的效果较好,并且可以将相关数据按照一定的标准进行分组,计算各个分组的组内差异和组间差异,因此考虑将其应用于土地流转差异的考量。在应用Theil指数进行分解时,本研究依据陕北、关中、陕南三大区域进行分组,重点考察其组内及组间的差异。土地流转强度的Theil指数计算公式为:

(2)

其中,Theil表示泰尔指数;i分别指代陕北、关中、陕南三大区域;j分别指代各观察地级市;LICij代表第i区域内第j个观察地级市土地流转强度;LIC表示所研究地级市总体的土地流转强度之和;N为观察地级市的个数。

土地流转强度的泰尔指数可分解为区域间的差异和区域内的差异,分解公式为:

(3)

(4)

(5)

其中,Tw代表区域内差异;Tp代表区域间差异;Ti代表i区域内各观察地级市差异指数;LICi代表i区域内各观察地级市土地流转强度之和;Ni为i区域内观察地级市个数。

(三)土地流转强度计算及分析

本研究基于调查中各地市土地流转典型区域发生土地流转的农户数占本市总调查农户数的比值来考量土地流转的强度,同样基于式(1),分别以发生土地流出和土地流入的农户数占本市所有调查农户数的比值计算土地流出强度和土地流入强度,结果见表1。总体上来看,陕西省各地市典型区域土地流转强度在0.2000—0.7000的区间内,平均流转强度为0.5250,流转水平较高,其中土地流出强度和流入强度的均值分别为0.4436和0.0814,流出为流入的5.45倍,流入强度值偏低,这说明陕西省各地区典型区域的农村土地正在由大量农业散户流向部分农业大户,土地正在不断集中。另外,陕西省各地区典型区域之间的土地流转强度水平还存在很大的不平衡性,土地流转强度最高的地区是最低地区的2.73倍(将杨凌示范区土地流转强度值0.7170与铜川市0.2626作对比得出)。

表1 陕西省各地级市典型区域土地流转强度

分区域来看,陕北地区总体土地流转强度值基本与关中持平,二者分别为0.5389和0.5471,陕南地区流转强度偏低,强度值为0.4716。在土地流出和土地流入方面,陕北与关中继续保持基本一致的水平,相比之下陕南则处于相对较弱位置。从区域内部来看,关中地区西安和杨凌的流转强度明显高于咸阳、宝鸡、渭南、铜川,铜川的流转强度则明显低于其他各市;陕北地区榆林、延安两市的流转强度存在差异,但差异并不明显;陕南地区安康的流转强度较商洛、汉中高,强度值分别高出了0.2407和0.3181。另外,可以看出三大区域土地流转强度仅在关中部分地区(如西安、咸阳、杨凌)形成了高强度的集聚带,陕北和陕南及其他区域并未出现集聚特征。

(四)基于泰尔指数的土地流转强度区域差异分析

基于计算出的土地流转强度Theil指数及其按不同区域分解的结果,将其用于计算土地流出强度和土地流入强度的Theil指数分解,结果见表2。可知,陕西省各地级市土地流转典型区域流转强度的Theil指数为0.0388,区域内差异和区域间差异的指数差异值为0.0368和0.0020,贡献率分别为94.85%和5.15%,这表明农村土地流转强度的差异主要源于区域内的差异,对总体差异起决定性影响作用的是陕北、关中、陕南三个地区内部的差异。流入和流出强度方面,区域内和区域间的指数差异贡献率均为97.14%和2.86%,地区内部的差异远远高于地区之间差异。

从三大区域内部差异的比较来看,总体流转强度区域内差异贡献程度的排名分别为:关中、陕南、陕北,贡献率分别达到49.08%、43.23%、7.69%,前两者分别为后者的6.38和5.62倍,这表明土地流转强度Theil指数区域内的差异主要来自于关中组和陕南组内部各地级市之间的差异。结合土地流转强度部分计算结果进行分析,可以发现关中组内部差异较大,与关中“西安—咸阳—杨凌”所构成的区域协调同步发展的流转区域有紧密关系,关中中部地区整体的流转强度同西部和东部区域存在明显差异。流入强度差异方面,陕北、关中、陕南的贡献率分别为52.01%、39.19%、8.80%,陕南内部差异的贡献较小,差异贡献主要来自于陕北和关中;流出强度差异方面,陕北、关中、陕南的贡献率分别为20.10%、38.52%、41.38%,三者间的差别相对较小。

从区域间差异的比较来看,总体流转强度、流出强度和流入强度区域间差异值分别为0.0020、0.0017、0.0043,相对于区域内部差异来说贡献率幅度较小,但不能排除组间存在差异。三个组中,关中与陕南地区的差异幅度最大,“关中—陕北”与“陕北—陕南”的组间差异幅度几近相同。

表2 陕西省各地级市典型区域土地流转强度Theil指数及区域分解

二、农户土地流转影响因素差异分析

(一)计量模型与变量设定

1.Multinomial Logit回归

由于因变量农户土地流转行为选择为离散型数值变量,因而不满足一般线性回归约束条件,无法直接使用多元线性回归,故采用Multinomial Logit检验农户土地流转行为的影响因素。其计量模型构建如下:

LDCij=Xijβ+εij

(6)

其中,LDC为农户的流转行为选择,X为与农户流转行为相关的解释变量的集合,β为待估计参数,ε为随机扰动项,i表示农户个体,j表示农户流转行为的三类选择(流入、流出、没有流转)。在参数估计前,本文将农户不发生土地流转行为时的LDC赋值为0,发生土地流出时赋值为1,发生土地流入时赋值为2,并将农户不发生任何土地流转行为设定为参照组。则Multinomial Logit的概率函数形式为:

(7)

2.变量设定

已有研究表明,影响农户土地流转的因素诸多,但主要表现在农户自身、家庭特征、政策制度、金融支持、流转市场因素等方面[1,3-6,14-16,21]。本文依据已有研究成果与实地调查情况,基于农户对自身周围所处流转环境的认知和感知角度,从农户个体特征因素、农户家庭特征因素、农户政策支持环境认知、农户农业基础环境认知、农户金融服务环境认知和农户流转市场环境认知六个方面分析影响土地流转行为的具体因素,将其中15个指标设为自变量。另外,由于个人特征因素、

家庭特征因素,例如年龄、性别等均有可能对农户土地流转的选择产生影响,本文参照相关研究[22]将这些变量设置为控制变量。各变量的说明和描述性统计结果见表3。

表3 回归模型变量定义及描述性统计

(二)多重共线性与模型检验

本文选择了15个变量来判断和解释可能会影响农户土地流转行为的因素,这虽然可使分析更加全面,但容易产生多重共线性问题,使分析结果出现误差甚至失真。因此本研究采用相关系数法(Corr)和方差膨胀因子(VIF)来检验自变量之间的共线性。一般来说,相关系数越大,多重共线性越严重;VIF越大,多重共线性问题越大;本研究结果显示,各变量之间的Corr值均小于0.3,VIF平均值为1.15,表明解释变量间存在多重共线性的程度非常低,但基于尽量避免多重共线性的考量,本文仍采用向后逐步回归的方法依次放入各变量。农户土地流转行为模型通过了似然比检验,卡方值为155.53,Prob>chi2为0.0000,这意味着模型中至少有一个自变量与土地流转行为显著相关,模型与数据拟合良好。

(三)省域层面模型回归结果分析

1.农户政策支持环境认知对土地流转行为的影响

对模型进行回归并计算其边际效应,结果如表4所示。政府有无流转支持措施(GSM)对农户不流转土地、土地流出和土地流入均有显著影响,对比农户在所在地政府无明确土地流转支持措施的情况,农户在有明确支持措施时不流转土地的概率将会降低7.6%,而土地流出及土地流入的概率则分别将增加4.2%和3.4%。政府有无土地流转监管(GLR)对农户不流转土地以及土地流出有显著影响,相比于政府对土地流转无监管,农户在政府有监管时不流转土地的概率将会下降10.8%,而土地流出的概率则会提高13.0%。由此可见,政府的政策导向对于农户的土地流转行为具有支持和指导作用,因此对土地流转进行政策性补贴以及对土地流转过程中的违法违规行为进行监督和管制将有利于大幅度提升农户流转土地的积极性。然而,农户是否了解流转政策法规(LCP)和解决土地纠纷主要途径(LDM)对其土地流转行为的影响并不显著,在调查研究中可以发现,基层政府对于土地流转政策法规以及解决土地纠纷合法途径的宣传力度不够,致使农户普遍缺乏对相关政策基础知识的了解,同时在解决土地纠纷方面也更倾向于选择与当事人内部调解,这可能是导致其结果不显著的重要成因。

表4 省域层面模型边际效应估计结果

注:回归结果中括号内i=1为流出,i=2为流入;*、**、***分别代表在10%、5%、1%的水平下显著。

2.农户农业基础环境认知对土地流转行为的影响

农业基础设施是否完善(AIF)对农户不流转土地及土地流出的行为有显著影响,但对农户土地流入行为的影响并不显著,在农业基础设施完善的情况下,农户选择土地流出的概率比基础设施不完善时提高了11.5%,而选择不流转土地的概率则会下降12.2%;粮食销售渠道是否畅通(FS)对农户不流转土地以及土地流出的行为有显著影响,但对其流入行为无显著影响,在粮食销售渠道畅通时,农户不流转土地的概率相对于不畅通的情况将提高10.4%,而选择土地流出的概率则会下降12.6%,同时,粮食销售价格是否满意(FP)也仅对农户不流转土地和土地流出的行为存在显著影响。这其中可能的原因为在农业基础设施较好的情况下,同等土壤条件下农地的单位面积粮食产量相对更高,从而导致其土地租金价格逐步攀升,促使农户做出流出土地的选择,而在粮食销售渠道畅通时,农户可能认为通过种植粮食销售的决策更佳而选择不流出土地。另外,由于从事规模化经营的个体农户或农业组织在进行农业生产时可能本身已具有完善的农业基础设施和粮食销售渠道,因而以上两种因素对其土地流入行为的影响并不明显。除此之外,在粮食销售价格较好的情况下农户可能由于土地需求增加导致其价格抬升而更愿意流出土地来直接获取收入。

3.农户金融服务环境认知对土地流转行为的影响

在1%的显著性水平下,农业金融贷款是否容易(AFL)对农户不流转土地和土地流出行为有显著影响,在农户容易获得农业金融贷款的情况下,农户选择流出土地的概率将比不容易获得农业金融贷款的情况降低18.4%,而选择不流出土地的概率将增加16.4%,这表明农业金融贷款越容易,农户越不愿意流出土地。其可能的解释为来自银行或金融机构的农业贷款一方面可能会降低农户对于流出土地获取收益的偏好,另一方面可能会刺激农户利用资金购置土地,从而致使农户做出不流出土地的选择。农户是否办理农业金融保险(AFI)对土地流转行为并无显著影响,其可能原因是选择流出土地的农户将较少参与或不再参与农业生产而不愿意购置农业金融保险,而选择流入土地进行规模经营的农户及农业组织由于其本身拥有丰富的生产管理经验和充裕的运作保障资金,相应具有较强的风险承受能力,因而更愿意将购置保险所需花费的高额成本投资到农产品生产上。

4.农户流转市场环境认知对土地流转行为的影响

有无土地流转中介交易市场(LIM)在5%的显著性水平下对农户不流转土地及土地流出行为有显著影响,但对土地流入行为并无显著影响,与无中介交易市场相比,农户在有中介交易市场时土地流出的概率提高了8.4%,不流转土地的概率下降了9.0%;有无土地流转合作社(LCC)对农户不流转土地、土地流出和流入行为均有显著影响,在有土地流转合作社的情况下,农户发生土地流出和流入行为的概率比没有土地流转合作社时分别提高了7.5%和3.7%。这也与现实经验事实相符,农户在了解到当地有土地流转中介交易市场或者合作社时,更愿意流出自身土地,同时土地流转合作社的存在会致使当地部分农户选择流入土地,但由于当前研究区域内大部分地区流转中介交易市场发展尚未成熟,农户更倾向于通过个人、村集体以及合作社的途径转入土地,因此中介交易市场对流入行为的影响并不明显。

(四)区域分类模型估计结果分析

为进一步考察区域间土地流转影响因素的差异,分别以陕西省陕北、关中、陕南地区流转典型区域的调查数据为样本进行回归分析,并计算各变量的边际效应,结果见表5。

首先,在农户政策支持环境认知方面,对土地流出进行单独讨论可以发现,土地流转相关政策法规(LCP)对陕南农户存在显著影响,但对陕北和关中农户无显著影响,这可能与陕南地区政府积极推进土地流转政策法规宣传的工作有关;政府有无流转支持措施(GSM)会显著影响关中农户土地流出,但对陕北和陕南农户的影响并不明显,相比于政府无明确流转支持措施的情况,关中农户在有明确支持措施时土地流出概率将增加14.2%;而政府有无土地流转监管(GLR)则显著影响陕北和关中农户土地流出,在当地有政府监管时,陕北和关中农户发生土地流出行为的概率比没有政府监管时分别提高了12.6%和19.1%。从土地纠纷情况来看,解决土地纠纷的主要途径(LDM)仅对陕北农户有显著影响,可能原因是相较于关中和陕南,陕北的土地纠纷较多,农户需要更为有效的纠纷解决途径。在对土地流入进行讨论时可以发现,土地流转相关政策法规(LCP)对陕北、关中、陕南农户土地流转行为无显著影响,而陕北和陕南农户土地流入则易受政府有无流转支持措施(GSM)的影响,在有明确流转支持措施的情况下,陕北和陕南农户发生土地流入行为的概率将会分别提高6.6%和3.2%。解决土地纠纷主要途径(LDM)对陕北农户土地流入有显著影响,而政府有无土地流转监管(GLR)则对关中和陕南农户有显著影响,政府有土地流转监管时关中和陕南农户发生土地流入行为的概率要比没有监管时分别降低3.8%和4.1%。

表5 陕北、关中、陕南地区模型边际效应估计结果

注:回归结果中括号内i=1为流出,i=2为流入;*、**、***分别代表在10%、5%、1%的水平下显著。

其次,农户农业基础环境认知方面,不同地区、不同流转类别之间农户土地流转的影响差异较大。分地区和流转类别来看,农业基础设施的完善(AIF)会使得关中和陕南选择土地流出的农户数量明显增加,农业基础设施完善时关中和陕南农户土地流出的概率要比基础设施不完善时分别提高14.8%和10.0%;粮食销售渠道的畅通(FS)对关中和陕南农户的土地流入和流出行为均有显著影响,而对陕北农户的土地流转行为影响甚微,这说明陕北农户在进行土地流转时并不重点关注粮食销售渠道问题。粮食销售价格是否满意(FP)则既会影响到陕北农户的土地流入和流出,也会影响到陕南农户的土地流出,此外,农户对粮食价格满意时发生相应流转行为的概率比不满意时分别提高了13.8%、6.5%、14.1%,但粮食销售价格的满意与否却对关中农户流转行为不构成显著影响,这也与当前的区域现状相符,关中地区粮食直补、农资综合直补每亩补贴标准较高,同时粮食价格波动幅度相对较小且基本处于稳步攀升阶段,因此农户并不为粮食现价以及未来前景担忧。

再次,农户金融服务环境认知方面,农业金融贷款是否容易(AFL)对关中和陕南农户土地流入以及土地流出均有显著影响,但对陕北农户土地流转并无显著影响,造成该现象的原因可能为陕北农户普遍认为当地农业金融贷款的覆盖范围较小、贷款门槛较高,农户并不依赖金融贷款进行农业生产,而关中和陕南农户相较而言则对农业贷款更为敏感。从农业保险情况(AFI)来看,陕北地区农户在办理过农业金融保险后发生土地流入行为的概率比未办理前提高了9.6%,而关中、陕南农户的土地流转行为却基本不受农业保险的影响,这说明办理农业金融保险会使陕北农户土地流入的积极性明显增高,而对关中和陕南地区农户流转意愿的提升作用不大。

最后,在农户流转市场环境认知方面,通过分地区的讨论可以发现,流转市场环境对地区间农户流转行为差异的影响较大。陕北农户的流转行为更易受当地有无流转中介交易市场(LIM)和合作社(LCC)的影响,其中仅有无土地流转合作社对农户土地流出行为的影响不显著。关中农户仅有土地流入行为受当地有无流转中介交易市场的影响,对比当地没有中介交易市场的农户,有该类组织的农户发生土地流入行为的概率将会提高8.2%,而有无土地流转合作社对其流转行为却无显著影响,这一方面可能是由于关中地区合作社的启动与建设资金主要依赖银行贷款导致其风险较高,另一方面可能由于关中农户可选择的土地交易对象及手段较多而不通过合作社进行交易匹配。陕南农户对流转市场环境的认知则仅对自身选择土地流出产生显著影响,而对其土地流入行为无显著影响,在当地有流转中介交易市场(LIM)和合作社(LCC)时,农户发生土地流出行为的概率比没有中介交易市场和合作社时分别提高了27.4%和26.9%,这表明对比流出土地的农户群体,流入土地的群体对于构建制度完善、安全高效的流转市场环境有更高的需求。

综合来看,陕北、关中、陕南典型地区农户土地流入和流出影响因素存在差异,从土地流出角度来看,影响陕北地区的主要是农户对土地流转政策支持环境、农业基础环境和流转市场环境的认知,影响关中农户的则是土地流转政策支持环境、农业基础环境和金融服务环境的认知,而陕南农户对四个环境认知层面均影响到了其土地流出;从土地流入角度来看,陕北农户土地流入行为受四个层面的影响,关中农户受政策支持环境、农业基础环境、金融服务环境、流转市场环境的影响,陕南农户受政策支持环境、农业基础环境、金融服务环境层面认知的影响。

三、结论与建议

本文以陕西省各地级市发生土地流转典型区域的农户为研究对象,以计量经济学方法为手段,分析土地流转行为的区域差异及其影响因素差异,得出以下主要结论:

第一,三大区域农村土地流转强度差异主要来源于各区域内部差异。从流转强度指标和Theil指数的计算结果来看,三大区域土地流转强度之间的差距不大,关中的强度略微领先于陕北和陕南地区。同时,流转强度在陕北、关中、陕南三大区域内部不同行政级别、不同规模的城镇之间也不尽相同,陕北地区土地流转强度差异较小,关中和陕南的强度差异普遍较高,且三大区域流转强度的差异主要来源于其内部的差异。另外,在空间分布上,土地流转强度仅在关中地区体现出明显的集聚特征,目前仅形成了“西安—咸阳—杨凌”,即西咸一体化的连片、稳定的中等强度地区。地处黄土高原和秦岭山区地段的“榆林—延安”地区和“汉中—安康—商洛”地区,并未形成协调的土地流转同步区域。

第二,全省域层面,农户对土地流转政策支持、农业基础、金融服务、流转市场环境的认知对其流转行为有重要影响。其中,在当地政府提供更多的政策支持和违法违规行为监管情况下,农户更愿意进行土地流转。农业基础设施条件较好的地区土地流出行为增多,而在粮食销售价格更为合理的地区,农户也会更多的选择流出土地。农业金融服务环境中,农业金融贷款对农户土地流出行为有显著的消极影响,农业贷款越容易办理可能会降低农户流出土地获取收入或提升农户购置土地的偏好。流转市场环境中,有土地中介交易市场的地区,土地流出行为将会显著增多,但其对土地流入行为的影响并不明显,而有流转合作社的地区,土地流入和土地流出行为均会明显增多。

第三,在陕北、关中、陕南区域,农村土地流转的影响因素存在明显差异。陕北区域农户对于政府政策支持和流转市场的环境更为敏感,且在粮食销售价格较好时土地流入和流出行为显著增多。相较于陕北区域,关中农户更倾向于在农业基础设施较为健全、政府对于土地流转较为重视的环境中进行流转,而流转市场和金融服务对其产生的影响相较而言并不是十分明显,可能的潜在原因为关中地区的流转市场构建和金融服务支持较为完善。陕南区域农户的流转行为则受到政策支持、农业基础、金融服务和流转市场等全方位的影响,这点在陕南客观地理因素上得到充分体现,受限的区位条件限制了其构建运作高效、产业链完善的农业市场环境。总体来看,不同地区流转政策、农业基础、金融服务和流转市场的差异是导致其产生差异的重要原因。

农村土地流转是解决当前农村土地利用分散化及撂荒闲置的有效途径,对于提高农业生产效率、促进农业结构调整和农民增收创收具有重要意义。基于以上研究结论,本文为如何推动土地流转快速均衡发展提出以下建议:(1)政府应主动出台并落实差异化的土地流转支持措施。本研究的实证分析表明,农村土地流转的影响因素在不同区域存在明显差异,应从流转政策支持、完善农业基础环境、完善农业金融环境、完善流转市场环境等不同方面考虑,根据政府不同的政策目的,因地制宜地寻求最优政策路径[23]。(2)鼓励流转薄弱地区积极发展农村土地流转合作社。农村土地流转合作社有利于农户快速了解农业规模经营所需信息,快速匹配土地流转过程中的供需方,并为农户提供技术和资金帮助。政府应鼓励扶持土地流转薄弱地区发展合作社,并重点将零星分散土地的经营权通过入股、委托代耕和其它流转方式进行集中统一规划、统一经营,以整合盘活当地的闲置土地存量,进一步优化土地结构、降低土地成本和促进土地流转,从而缩小与发展较快地区间的差异。(3)改善农业基础条件和市场环境,拓宽延伸农业产业链发展。对于农业基础薄弱地区,应从水利灌溉、交通运输等环境的改善着手,并重点维护农业市场运作秩序,保证农产品销售渠道的畅通和销售价格的稳定,确保农户收益不受损。对于农业环境较佳地区,应通过延伸农业产业链增加农业附加值,促使农户个体和合作经营组织开展规模化经营,同时在增加本地区农业增收创收的基础上带动周边地区农业发展,以缩小各区域不同行政单元内乡镇、农村在土地流转之间的差距。

[1] 徐美银, 陆彩兰, 陈国波. 发达地区农民土地流转意愿及其影响因素分析——来自江苏的566户样本[J]. 经济与管理研究, 2012(7): 66-74.

[2] 乐章. 农民土地流转意愿及解释——基于十省份千户农民调查数据的实证分析[J]. 农业经济问题, 2010(2): 64-70.

[3] 许恒周, 郭玉燕, 吴冠, 等. 代际差异视角下农民工土地流转意愿——基于天津613份调查问卷的实证研究[J]. 资源科学, 2012(10): 1864-1870.

[4] 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(9): 90-96.

[5] 阚立娜, 李录堂. 金融支持, 农户行为与农地流转[J]. 安徽农业科学, 2015(5): 278-282.

[6] XIE Y, JIANG Q B. Land arrangements for rural-urban migrant workers in China Findings from Jiangsu Province[J]. Land Use Policy, 2016, 50: 262-267.

[7] MEI Y, XIAO X. Research on rural tourism development based on the new policy of land circulation[J]. Asian Agricultural Research, 2009, 1(5): 19-22.

[8] 姜松, 王钊, 曹峥林. 不同土地流转模式经济效应及位序——来自重庆市的经验证据[J]. 中国土地科学, 2013(8): 10-18.

[9] 于传岗. 农村集体土地流转演化趋势分析——基于政府主导型流转模式的视角[J]. 西北农林科技大学学报(社会科学版), 2013(5): 10-21.

[10] 郝丽丽, 吴箐, 王昭, 等. 基于产权视角的快速城镇化地区农村土地流转模式及其效益研究——以湖北省熊口镇为例[J]. 地理科学进展, 2015(1): 55-63.

[11] 王慧青, 尹少华. 基于DEA模型的湖南省农村土地流转经济效益分析[J]. 财经理论与实践, 2013(11): 107-110.

[12] 闵捷, 张安录, 吴中元, 等. 农地城市流转驱动机制的时空尺度效应分析[J]. 自然资源学报, 2008(5): 808-820.

[13] 蒋满元. 农村土地流转的障碍因素及其解决途径探析[J]. 农村经济, 2007(3): 23-25.

[14] 包宗顺, 徐志明, 高珊, 等. 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.

[15] 诸培新, 金焱纯, 代伟. 区域间农地流转影响因素比较分析——基于江苏省农户调研的实证[J]. 中国土地科学, 2011(11): 21-26.

[16] 张兰, 冯淑怡, 曲福田.农地流转区域差异及其成因分析——以江苏省为例[J]. 中国土地科学, 2014(5): 73-80.

[17] 李庚. 农村土地流转的空间差异及成因分析——以陕西关中三县为例[J]. 人文地理, 2012(1): 102-106.

[18] DENZAU A T, NORTH D C. Shared mental models: Ideologies and institutions[J]. Economy, 1993, 47(1): 151-162.

[19] THEIL H. Economics and information theory[M]. Amsterdam: North-Holland, 1967: 132-180.