中国是农业大国,更是小农大国(罗必良,2020)。如何实现小农与现代农业的有机衔接,是我国农业现代化进程中备受关注的重大理论和政策命题。全国最新的第三次农业普查数据表明,截至2016年底,在我国20743万个农业经营户中,规模农户为398万户,仅占1.9%。可见,小农依然是我国的农业经营主体。如何改造小农,将农户引入到现代农业发展轨道?舒尔茨(2006)在《改造传统农业》中指出,改造传统农业的关键在于引入现代生产要素。由此提出的进一步的问题是:如何引入现代生产要素?谁是投资主体?
中国的家庭联产承包改革使千家万户的小农成为了独立的农业经营主体(张林秀、徐晓明,1996),有效激发了农户农业生产投资的积极性。但随后出现的现象是,自1989年以来,农户投资在农业总投资中的占比不断下滑(刘承芳等,2002)。尽管大量文献强调了如何激发农户农业投资的重要性,但效果并不令人满意。需要追问的问题是:在中国“大国小农,小农大国”的国情背景下,农户是否必然是农业生产性投资主体?进一步地,除了农户直接投资外,农户能否拥有其他替代性的现代生产要素投资渠道或路径?为此,本文改变既有的传统理论分析思路,从农户卷入农业分工的维度将农业服务外包视为一个关键性因素,阐明农业服务外包市场和农户生产性投资行为的互动替代关系,以期重新审视农户生产性投资主体的地位问题,探寻中国小农引入现代生产要素及其投资选择新的可能性策略。
二、文献综述与理论假说 (一) 文献综述关于农户的生产性投资行为分析,主流文献大多是从农户主体视角,强调调动农户农业投资积极性的重要性。主要研究集中在以下两方面:
一是关于农业投资主体格局的讨论。一类研究强调农户的主体地位。据统计,从农村改革开始至1989年,农户投资占农业总投资之比一直处于增长态势,从1980年的13%增长至1989年的49%。基于这一增长态势,杜惠芬(1998)指出,农户是农业投资的主体。但是,自1989年达到至高点后,农户投资占农业总投资的比重一直不断下滑。相比于1997年,1998年农户人均购置生产性固定资产支出比上年下降9.5%;2014年、2016年农户生产性设备投资占比更是出现了负增长,增长率分别为-2.96%和-3.03%(国家统计局,1999、2015、2017)。据刘承芳等(2002)等的微观调查数据表明:在1476个农户样本中,1993-1996年期间总体上只有11%的农户进行农业生产性投资。其中,1994年近15%,1998年只有6%,1999年略有上升,但也只有7%。因此,如何激发农户的农业投资积极性成为学界关注的焦点。另一类研究则强调了农业投资的多元化格局,但依然认为农户投资处于基础地位。如郭敏、屈艳芳(2002)指出,我国的农业生产投资格局出现了重要转型,表现为国家、集体为主的投资主体转向了国家财政为导向、金融部门信贷资金为支柱、农村集体和农户投入为基础的多元化投资格局。但事实上,这一判断并未真正成为现实。原因在于,一方面,改革后很多村庄陷入了“有集体无经济”的发展困境,根本难以提供公共投资服务(许经勇,2016);另一方面,由于极为有限的金融可得性以及农村信贷市场发展的落后性,金融部门信贷资金并未表现出支柱地位,而农村家庭又普遍受到较严重的信贷约束(尹志超等,2020),同时农户投资的基础性地位也难以形成。尽管我国农业经营主体主要是以小农户为主,但是随着农业服务外包市场的发展,他们已经越来越深的被卷入到一个开放的、流动的、分工的社会化体系当中(徐勇,2006)。那么,开放分工的市场条件将对我国农户投资行为产生怎样的影响,则是需要关注的新的发展动向。
二是实证分析农户生产性投资行为的影响因素。在众多的影响因素中,备受关注的是土地规模与土地产权安全性的影响。基于我国“均田承包,农户经营”小农经营格局,林毅夫(1994)指出,小规模经营使得农业生产的资本边际生产率很低;由于投资收益和投资成本不匹配,使得农户缺乏明显的投资意愿(杨芳等,2019)。进一步地,张笑寒、岳启凡(2019)在细分投资类型的基础上强调,土地规模经营扩张促进了农户的劳动节约型投资,但却抑制了土地节约型投资行为。关于土地产权安全性对农户投资的影响,目前并未得出一致的结论。有研究表明,地权安全性强化了农户的生产性投资的意愿(焦娜,2018),显著促进了农户生产性投资总量(林文声、王志刚,2018)。而钟甫宁、纪月清(2009)则证明,地权稳定性对农户农业投资总量并没有显著的直接影响,土地经营收益与贷款可获性才是关键因素,并认为增加非农就业机会才能真正扩大农户土地经营规模、提高土地经营收益,从而促进农户的农业投资。不同的是,刘荣茂、马林靖(2006)、钱龙、钱文荣(2018)证明劳动力非农转移拉低了农户的农业投资规模。刘承芳等(2002)认为,非农就业、信贷条件、土地规模、房屋资产以及农村基础设施等是显著影响农户生产性投资行为的重要因素。
(二) 理论假说及其推论显然,无论是关于农业投资格局的分析,还是农户生产性投资影响因素的分析,已有研究大多将农户视为必然的生产性投资主体,所考虑的投资方式是农户直接投资,试图通过调动农户的投资积极性促进要素投资。上述分析将农户视为一个被动接受现代生产要素的主体,而忽视了其在开放市场条件下主动参与分工交易的可能性。理论上而言,以农用机械为主的现代化生产要素投资需要农户有一定的种植规模与之匹配。对于小规模农户而言,以自购农机方式进行直接投资往往面临较高投资门槛,且专用性资产易被锁定的情况,进而导致投资成本和投资收益不匹配。但是,一旦将农户置于开放分工的市场条件中,农户则除了采用自购农机的直接投资方式外,还可以通过恰当的交易方式将资产专用性较高的生产环节卷入到分工体系当中,即通过购买生产性服务的迂回投资方式来替代直接投资,从而绕过“规模临界点”约束,实现降低生产成本、提高了生产效率的目的。本文将其称之为“农业投资主体替代假说”。
罗必良(2017)指出,作为专用性资产的农业投资,因农业长周期性与生产环节的异质性所决定的较低利用频率,必将导致投资锁定与沉淀成本。所以,当家庭农场尚未达到足够的规模水平,尤其是一旦那些具备企业家能力的投资主体为农户提供生产性服务时,农户就可以通过购买服务的迂回方式将新要素与新技术引入经营之中,从而达到改造传统农业的目的。基于此,本文的一个重要推论是:农户并非现代生产要素的被动接受者,也并非必然是农业投资的核心主体。事实上,罗必良(2020)关于江西“绿能模式”的案例分析,能为上述理论逻辑的微观运行机制提供个案证据。本文试图从计量分析的层面对上述假说及推论做进一步的检验。
本文可能的边际贡献在于:一是区别于以往从农户主体视角探究诱导农业投资的传统思路,本文基于分工理论阐明农业服务外包与生产性投资之间的替代效应,揭示农业投资可能存在的新途径。二是提供服务外包与农户农业投资之间替代效应的实证证据,为农业投资政策制定贡献新的证据。此外,实证计量过程中,本文采用农户问卷的混合截面数据,利用IVProbit和IVTobit模型处理了互为因果关系可能导致的内生性问题,强化了因果推断的稳健性。
三、数据来源、变量设置与描述性统计分析 (一) 数据来源数据来源于华南农业大学国家农业制度与发展研究院于2017年、2018年在广东省阳山县进行的农户问卷调查数据。阳山县地处广东省的北部山区,共有约9万户土地承包户,户均拥有耕地4.1亩,是典型的传统小农经济。而且作为农村综合改革示范县,阳山县一直在探索现代农业发展模式,着力农业分工深化,积极培育新型农业经营主体,为农户生产提供生产性社会化服务。课题组针对农户农业生产中6个环节的服务外包行为进行了全面调查,能减少以往研究中仅从“是否”外包角度衡量而导致的变量测量误差问题。可见,选择阳山县作为调查区域能够满足本研究主题的基本要求。问卷调查覆盖了全县所辖的全部12个乡镇。第一次进村入户的调查时间为2017年1月。在春节前展开调查是考虑到春节前农民闲赋在家且有大量农民工返乡,能够保证样本调查质量。样本村、样本户采用的是分层随机抽样方法。首先,从12乡镇的149行政村中,随机抽取80个行政村;然后,每个样本行政村中随机抽取2个自然村;最后,每个自然村中随机抽取样本农户10户。共调查160个样本村(自然村)、1600户农户。2018年1月进行追踪调查,共完成1562份农户问卷,160份村庄问卷,其中追访样本农户1463户,替换样本农户99户,丢失样本农户28户。为了提升研究的针对性,本文仅研究稻农样本。在剔除非稻农样本以及变量缺失的无效样本后,最终使用的两期有效样本农户为1792个。
(二) 变量设置1.被解释变量。被解释变量为农户生产性投资行为,从有无生产性投资和生产性投资总额两个维度进行测度。参考杨芳(2019)等的做法,以农业机械总投资代表农户生产性投资。本文将农户农机和农业机动车两类投资价值进行归类合并赋值。如果农户的两类农机价值加总为0,则认为农户未进行生产性投资,赋值为0;若不为0,则认为农户进行了生产性投资,赋值为1。另外,将农机总价值取对数作为生产性投资总额的衡量指标。
2.核心解释变量。核心解释变量为农业服务外包行为。已有相关研究基本采用“是否服务外包”或“某个环节是否外包”来衡量(罗明忠等, 2019;王志刚等,2011)。为了更为准确地刻画农户农业服务外包水平,本文利用问卷中设计的农户水稻种植的六个环节服务外包面积(亩)、水稻种植面积的数据信息,构建以下衡量指标:
$ outsourcing = \frac{1}{n}\sum\limits_{i = 1}^n {\frac{{{y_i}}}{s},n = 6} $ |
其中,outsourcing为农户农业服务外包水平,yi(i=1, 2, 3…6)分别表示整地、育秧、插秧、施肥、防治病虫害、以及收获六个环节的服务外包面积,S代表水稻种植面积。
3.控制变量。本文尽可能控制农户生产性投资潜在的影响因素。其中,农户特征包括农户个体特征和家庭特征。农户个体特征包括户主年龄、性别、受教育年限;农户家庭特征包括家庭人口数量、家庭人均收入、非农收入占比、教育支出占比、家庭存款余额;土地特征包括地权稳定性、土地规模、土地灌溉条件和土地肥力;村庄特征包括是否进行农地平整,是否投资建设机耕道路。所有变量的具体定义及描述见表 1。
![]() |
表 1 变量定义及描述统计(N=1792) |
从表 1可知,进行了生产性投资的农户数量占比约为38%,且投资总额较小。计算得到的农户农业服务外包水平的总体均值为10%,处于较低的服务外包水平。
(三) 描述性统计总体来说,农户在六个生产环节的服务外包水平存在较大差异(见表 2),其中,整地和收获的服务外包水平相对高,分别为72.9%和78.6%。但育秧(2.4%)、插秧(6.3%)、施肥(1.4%)、防治病虫害(1.8%)等四个环节的外包水平都很低。
![]() |
表 2 不同生产环节服务外包水平 |
为了探究不同农业服务外包水平农户的农业生产性投资行为是否存在显著差异,本文以全部样本农户农业服务外包水平的均值为界,将小于平均水平界定为低水平组,反之则为高水平组。表 3的组间差异分析结果表明:农业服务外包高水平组农户中,只有33.8%的农户进行了生产性投资,投资总额均值2.667(约为1772元)。农业服务外包低水平组农户中,对应的两个生产性投资指标分别为39.9%和3.188(约为2313元),都在1%的显著性水平下高于农业服务外包高水平组农户。总之,组间差异的分析结果表明:服务外包水平越高,农户生产性投资的概率越低,投资总额越小,显示农业服务外包与农户生产性投资之间可能存在替代关系。
![]() |
表 3 农户农业服务外包水平对农户生产性投资的均值比较结果 |
因农户有无生产性投资行为变量为二元虚拟变量,故使用Probit模型。模型设置如下:
$ {\rm{Prob}}(invest\_d{u_{it}} = 1) = \mathit{\Phi }({\beta _0} + {\beta _1}\;outsourcin{g_{it}} + {\beta _2}{X_{it}} + {\delta _t} + {\mu _{it}}) $ | (1) |
其中,invest_duit表示第i个农户t时间有无生产性投资,outsourcingit表示第i个农户t时间的农业服务外包水平,Xit为控制变量,β0为常数项,β1、β2为待估参数,δt为年份固定效应,用来控制时间趋势,μit为误差项,并假设满足标准正态分布。
考虑到农户生产性投资总额指标为“农用机械总价值的对数值”,被解释变量大于等于0,且该变量在零点出现集聚及“左截取”的现象,为避免采用最小二乘法而出现估计结果偏差的问题,选用受限因变量Tobit模型估计。模型设置如下:
$lninvest_{it}^ * = {\beta _0} + {\beta _1}\;outsourcin{g_{it}} + {\beta _2}{X_{it}} + {\delta _t} + {\mu _{it}} $ | (2) |
$ \left\{ {\begin{array}{*{20}{l}} {lninves{t_{it}} = lninvest_{it}^ * }&{if\;lninvest_{it}^ * > 0}\\ {lninves{t_{it}} = 0}&{if\;lninvest_{it}^ * \le 0} \end{array}} \right. $ | (3) |
其中,lninvestit指第i个农户t时间的生产性投资总额(取对数),其他变量设置与(1)式相同。需要指出的是,为了保证模型估计方法与数据结构类型的一致性,本文控制年份变量,采用混合截面数据结构对模型进行估计。
表 4汇报了式(1)和式(2)的模型估计结果。其中,第(1)、第(2)列汇报了服务外包水平对农户有无生产性投资行为影响的结果。结果显示,农业服务外包水平对农户生产性投资行为表现出显著的负向影响,表明农户的农业服务外包水平越高,可能越不进行农业生产性投资。具体而言,当农业服务外包水平提高10%时,农户进行生产性投资的概率将降低3.21%,且在1%水平上显著。第(3)、第(4)列汇报了服务外包水平对农户生产性投资总额影响的结果。结果显示,当服务外包水平提高10%时,农户生产性投资总额减少29.24%,且在1%水平上显著。总之,表 4估计结果表明农业服务外包与农户生产性投资之间存在替代效应,验证了上文所提出的研究假说。理论上而言,两者之间的替代效应的主要原因可能在于:对于小规模农户而言,投资支出和投资收益的不匹配降低了农户进行生产性投资的可能性(杨芳等,2019),投资所需的高资金又使得具有金融约束农户难以跨越投资门槛。此外,农机等专业用具投资具有规模性和集约性特点(崔宝敏、邓宏图,2007),作业对象存在针对性,作业时间存在季节性,使得生产性投资具有专用性和低使用频率,易导致农户投资锁定和沉没成本(罗必良,2020),进而导致农户倾向于将需要专用性资产作业的生产环节进行外包,从服务市场引入外部资产,替代自购农机资产的生产性投资行为。也就是说,对于农户而言,如果存在农业外包服务市场,这种替代性投资行为能实现降低生产成本和提高生产效率双重目的,是其理性选择行为。进一步的地,从国家发展的宏观层面而言,服务市场和农户投资两者之间的替代途径,有利于将农户纳入农业分工体系,促进农户生产方式的现代化,实现小农与现代农业的有机衔接。
![]() |
表 4 农业服务外包对农户生产性投资的影响 |
控制变量的结果与已有大部分研究结论是基本一致的。户主年龄对农户生产性投资可能性与投资总额的边际效应分别为-0.004和-0.04,在1%的显著性水平下显著。户主性别的边际效应分别为0.152和1.43,在1%的显著性水平下显著。农户家庭人口数量的边际效应分别为0.014和0.122,在1%的显著性水平下显著。家庭人均收入对生产性投资总额的边际效应为0.261,在10%的显著性水平下显著。农户存款余额的边际效应分别为0.054和0.455,在1%的显著性水平下显著,表示金融资产是影响农户生产性投资的重要因素。农户非农收入的边际效应分别为-0.174和-1.482,1%的显著性水平下显著,即农户非农就业水平越高,越不会进行生产性投资且投资总额越小。种植规模的边际效应分别为0.008和0.075,分别在10%和5%的显著性水平显著,即小规模农户进行生产性投资的可能性越小。
(二) 内生性问题考虑到农业服务外包与农户生产性投资之间可能存在互为因果关系以及遗漏变量问题,导致内生性问题,因此,采用工具变量回归模型进一步验证上文的研究结论。按照常规方式选择农户农业服务外包水平的工具变量,即本村内其他采用农业服务外包农户数量的占比。考虑到两个因变量的不同取值特征,分别采用IVProbit模型和IVTobit模型进行估计(见表 5)。内生性检验结果表明:两组模型的Wald内生性检验结果均在1%的显著性水平显著,表明拒绝变量外生的原假设,即存在内生性问题。两组模型在第一阶段回归中,工具变量对服务外包水平在1%的显著性水平上存在正向影响,且联合显著性检验的F值大于10(Stock and Watson, 2012),表明不存在弱工具变量的问题。工具变量的第二阶段回归结果表明:在排除变量的内生性问题之后,农业服务外包水平仍在1%的显著性水平下负向影响农户进行生产性投资行为的可能性与投资总额,再次验证了农业服务外包与生产性投资行为之间的替代效应。
![]() |
表 5 工具变量回归结果 |
种植规模被认为是影响农户生产性投资的重要因素(林毅夫,2000;罗必良,2019)。因此,在表 4基准模型的基础上,纳入农业服务外包水平和种植规模做交互项,分析种植规模对农业服务外包和农户生产性投资之间因果效应的异质性影响。考虑到农业服务外包水平为内生性变量,分别采用IVProbit和IVTobit模型进行估计。在非线性模型当中,交互项的影响不能简单地从系数符号、大小以及统计意义进行评估(Norton,2003),因此,采用2SLS模型估计做进一步说明。表 6汇报了工具变量回归第二阶段的估计结果。
![]() |
表 6 种植规模对服务外包与农户生产性投资关系影响的异质性 |
第(1)~(4)列的估计结果显示:随着种植规模增加,农业服务外包水平对农户生产性投资行为的抑制作用会减弱,具体而言,种植规模扩大10个单位,农业服务外包水平对农户进行生产性投资的可能性与投资总额抑制作用分别降低1.20%和9.14%。这表明:相对于小农户,种植规模越大的农户,其进行投资的可能性和投资总额越大。与此同时,越是小规模的农户,直接投资的可能性和总额越小。由此,小农户更易于通过外包服务的形式而卷入分工经济。
(四) 稳健性检验1.替换指标。上文中农业服务外包水平指标是将各环节外包服务面积与种植规模之比加总求平均值,暗含了不同环节外包具有同等重要性的假定。为了进一步提高农业服务外包水平指标的衡量精度,参考2017年农业农村部提出的农业托管系数计算指标,对耕、种、收三个主要环节分别赋予0.4、0.3、0.3的权重系数。由于其他环节未有参考的权重系数,因此,将育秧、插秧、防治病虫害和施肥环节归并到种植环节进行计算。新的估计结果见表 7。结果表明,农业服务外包与农户生产性投资呈现负向替代效应,验证了表 4估计结果的稳健性。
![]() |
表 7 服务外包水平对农户生产性投资的影响 |
2. 替换指标和估计方法。为控制样本选择偏差可能导致的内生性问题,本文以是否选择服务外包衡量农户服务外包水平,利用倾向得分匹配模型重新估计服务外包对农户生产性投资行为的影响,由此构建反事实估计框架进行估计。采用表 1中的控制变量作为协变量进行匹配。表 8是农业服务外包对生产性投资行为的平均处理效应(ATT)的估计结果。结果表明,采用近邻匹配、半径匹配和核匹配的三种不同的匹配方法的影响效应估计结果是基本一致的,进一步证实了农业服务外包与农户生产性投资之间的替代关系。
![]() |
表 8 是否服务外包对农户生产性投资的平均处理效应 |
现代化生产要素投资一直以来被认为是改造传统农业,实现我国农业现代化发展的重要路径。值得重视的问题是,在“大国小农”的国情背景下,农户是否必然是农业生产性投资的主体?其实,以往强调农业投资的农户本位论,忽视了其主动参与分工交易的可能性。随着农业分工深化与农业服务市场的发展,通过服务外包的迂回投资,已经成为众多农户的替代投资途径。不同于主流文献的理论思维,本文将服务外包视为一个关键因素,关注于农业分工中的迂回投资和农户生产性投资的替代效应。研究表明:随着服务外包水平的增加,农户的生产性投资的行为概率和投资总额均会显著降低。具体而言:服务外包水平增加10%,农户进行生产性投资行为的概率降低3.21%,投资总额降低29.24%。异质性分析表明:随着种植规模的扩大,农业服务外包水平对农户生产性投资行为的抑制作用会减弱,具体而言,种植规模增加10个单位,农业服务外包水平对农户进行生产性投资的可能性与投资总额抑制作用分别降低1.20%和9.14%。稳健性检验支持了上述研究结论。
本文研究具有重要的理论与政策含义。鉴于农业服务外包与生产性投资之间的替代效应,从而决定了农户并非必然是农业投资的核心主体。本文的政策启示在于:应强调推进支持符合农户多样化生产需求的服务外包体系的建立,积极培育农业外包服务市场,构建良好的服务交易平台,为农户参与农业服务分工交易提供便利条件,降低农户从外部引入资金和现代生产要素的交易成本,通过迂回投资破解农户的投资约束,从而将小农融入现代农业发展。有必要反思和调整农村信贷政策,并适时制定面向新型农业服务经营主体发展的金融支持策略。
[] |
崔宝敏、邓宏图, 2007, “制度变迁中的中国农地产权的性质:一个历史分析视角”, 《南开经济研究》, 第 6 期, 第 118-141 页。 |
[] |
杜惠芬, 1998, “农户农业投资主体行为研究”, 《山西统计》, 第 4 期, 第 3-5 页。 |
[] |
郭敏、屈艳芳, 2002, “农户投资行为实证研究”, 《经济研究》, 第 6 期, 第 86-92 页。 |
[] |
焦娜, 2018, “地权安全性会改变农户投资行为吗——基于CHARLS2011和2013年数据的实证研究”, 《农业技术经济》, 第 9 期, 第 42-53 页。 |
[] |
林文声、王志刚, 2018, “中国农地确权何以提高农户生产投资?”, 《中国软科学》, 第 5 期, 第 91-100 页。 |
[] |
林毅夫, 1994, 《制度、技术与中国农业发展》, 上海人民出版社。 |
[] |
林毅夫, 2000, 《再论制度, 技术与中国农业发展》, 北京大学出版社。 |
[] |
刘承芳、张林秀、樊胜根, 2002, “农户农业生产性投资影响因素研究——对江苏省六个县市的实证分析”, 《中国农村观察》, 第 4 期, 第 34-42 页。 |
[] |
刘荣茂、马林靖, 2006, “农户农业生产性投资行为的影响因素分析——以南京市五县区为例的实证研究”, 《农业经济问题》, 第 12 期, 第 22-26 页。 |
[] |
罗必良, 2017, “论服务规模经营——从纵向分工到横向分工及连片专业化”, 《中国农村经济》, 第 11 期, 第 2-16 页。 |
[] |
罗必良, 2019, “加强社会化服务促进小农户与现代农业有机衔接”, 《中国乡村发现》, 第 2 期, 第 44-47 页。 |
[] |
罗必良, 2020, “小农经营、功能转换与策略选择——兼论小农户与现代农业融合发展的'第三条道路'”, 《农业经济问题》, 第 1 期, 第 29-47 页。 |
[] |
罗必良, 2020, “要素交易、契约匹配及其组织化——绿能模式对中国现代农业发展路径选择的启示”, 《开放时代》, 第 3 期, 第 133-156 页。 |
[] |
罗明忠、唐超、邓海莹, 2019, “从业经历与农业经营方式选择:生产环节外包的视角”, 《南方经济》, 第 12 期, 第 68-81 页。 |
[] |
钱龙、钱文荣, 2018, “外出务工对农户农业生产投资的影响——基于中国家庭动态跟踪调查的实证分析”, 《南京农业大学学报(社会科学版)》, 第 5 期, 第 109-121 页。 |
[] |
舒尔茨, 2006, 《改造传统农业》, 北京: 商务印书馆。 |
[] |
王志刚、申红芳、廖西元, 2011, “农业规模经营:从生产环节外包开始——以水稻为例”, 《中国农村经济》, 第 9 期, 第 4-12 页。 |
[] |
徐勇, 2006, “'再识农户'与社会化小农的建构”, 《华中师范大学学报(人文社会科学版)》, 第 3 期, 第 2-8 页。 |
[] |
许经勇, 2016, “我国农户投资的制约因素与破解路径”, 《农业经济与管理》, 第 6 期, 第 51-56 页。 |
[] |
杨芳、张应良、刘魏, 2019, “社会网络、土地规模与农户生产性投资”, 《改革》, 第 1 期, 第 97-108 页。 |
[] |
尹志超、郭沛瑶、张琳琬, 2020, “'为有源头活水来':精准扶贫对农户信贷的影响”, 《管理世界》, 第 2 期, 第 59-71 页。 |
[] |
张林秀、徐晓明, 1996, “农户生产在不同政策环境下行为研究——农户系统模型的应用”, 《农业技术经济》, 第 4 期, 第 27-32 页。 |
[] |
张笑寒、岳启凡, 2019, “土地规模化经营促进农业生产性投资了吗?——基于全国三十一个省(市)的面板数据”, 《审计与经济研究》, 第 4 期, 第 87-93 页。 |
[] |
张忠军、易中懿, 2015, “农业生产性服务外包对水稻生产率的影响研究——基于358个农户的实证分析”, 《农业经济问题》, 第 10 期, 第 69-76 页。 |
[] |
钟甫宁、纪月清, 2009, “土地产权、非农就业机会与农户农业生产投资”, 《经济研究》, 第 12 期, 第 43-51 页。 |
[] |
Chunrong Ai., Edward C., Norton, 2003, "Interaction Terms in Logit and Probit Models". Economics Letters, 80, 123–129.
DOI:10.1016/S0165-1765(03)00032-6 |
[] |
Stock J., Watson M., 2012, Introduction to Econometrics (3rd edition), London: Person Education Limited.
|