農(nóng)戶參與農(nóng)村土地流轉(zhuǎn)對(duì)家庭經(jīng)營(yíng)性收入增加的影響

孟楊

摘要：農(nóng)村土地流轉(zhuǎn)有助于盤(pán)活土地資源，推動(dòng)鄉(xiāng)村振興，也是關(guān)乎脫貧攻堅(jiān)與農(nóng)民增收的重要舉措。家庭經(jīng)營(yíng)性收入作為農(nóng)民增收的重要組成部分，農(nóng)戶參與土地流轉(zhuǎn)是否促進(jìn)家庭經(jīng)營(yíng)性收入增加較缺乏實(shí)證研究?；谌珖?guó)有代表性的947個(gè)農(nóng)戶實(shí)地問(wèn)卷調(diào)查樣本，采用Adaptive LASSO Logistic等模型深入探討土地流入、土地流出對(duì)家庭經(jīng)營(yíng)性收入增加的影響。結(jié)果表明，農(nóng)戶流入土地、流出土地分別是Adaptive Lasso Logistic模型篩選的因素，但分別對(duì)家庭經(jīng)營(yíng)性收入的增加產(chǎn)生正向影響和負(fù)向影響，即流入土地的居民能促進(jìn)家庭經(jīng)營(yíng)性收入的增加，而流出土地則相反。此外，受教育年限和是否兼業(yè)農(nóng)戶也對(duì)農(nóng)業(yè)經(jīng)營(yíng)性增收產(chǎn)生正向影響。因此，農(nóng)戶參與農(nóng)村土地流轉(zhuǎn)對(duì)家庭經(jīng)營(yíng)性收入增加確切產(chǎn)生影響，有必要做好相應(yīng)的農(nóng)業(yè)社會(huì)化服務(wù)和社會(huì)保障等配套工作。

關(guān)鍵詞：農(nóng)村土地流轉(zhuǎn);家庭經(jīng)營(yíng)性收入;農(nóng)民增收;LASSO Logistic模型

中圖分類(lèi)號(hào)：F321.1 ?文獻(xiàn)標(biāo)志碼： A ?文章編號(hào)：1002-1302（2021）14-0237-05

農(nóng)民增收是我國(guó)農(nóng)業(yè)農(nóng)村發(fā)展的關(guān)鍵問(wèn)題[1]，也是脫貧攻堅(jiān)與實(shí)現(xiàn)全面小康的重要抓手[2]。黨中央國(guó)務(wù)院一直將農(nóng)民增收作為“三農(nóng)”工作的重要任務(wù)來(lái)抓，實(shí)施了一系列強(qiáng)農(nóng)惠農(nóng)富農(nóng)政策，推動(dòng)農(nóng)民收入水平不斷提高。據(jù)歷年《中國(guó)統(tǒng)計(jì)年鑒》顯示，2019年農(nóng)村居民人均可支配收入突破1.6萬(wàn)元，提前1年比2010年翻1番，增速連續(xù)10年高于城鎮(zhèn)居民。土地流轉(zhuǎn)是擁有土地承包經(jīng)營(yíng)權(quán)的農(nóng)戶將土地經(jīng)營(yíng)權(quán)（使用權(quán)）轉(zhuǎn)讓給其他農(nóng)戶[3]。隨著農(nóng)村土地“三權(quán)分置”，土地流轉(zhuǎn)在農(nóng)村逐漸興起，這對(duì)盤(pán)活農(nóng)村土地資源，提高土地利用率，推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)化和現(xiàn)代化有重要意義[4]。生產(chǎn)函數(shù)表示在一定技術(shù)條件下投入與產(chǎn)出之間的關(guān)系[5]，而農(nóng)戶土地流轉(zhuǎn)是一種土地生產(chǎn)要素配置行為，假定x1、x2、…、xn表示某農(nóng)產(chǎn)品生產(chǎn)過(guò)程中所使用的勞動(dòng)力、土地、資金、農(nóng)資等多種生產(chǎn)要素的投入數(shù)量，Q表示農(nóng)產(chǎn)品的最大產(chǎn)量，則生產(chǎn)函數(shù)可表示為Q=f（x1，x2，…，xn）;在其他生產(chǎn)要素不變的情況下，如果農(nóng)戶流入土地，則表示農(nóng)戶增加投入土地要素，進(jìn)而能提高農(nóng)產(chǎn)品產(chǎn)量，但農(nóng)戶流出土地，則減少土地要素投入，進(jìn)而會(huì)降低農(nóng)產(chǎn)品產(chǎn)量。而對(duì)于家庭經(jīng)營(yíng)性收入，其不僅取決于農(nóng)業(yè)產(chǎn)量，還取決于價(jià)格等多種因素，故農(nóng)民土地流轉(zhuǎn)行為如何影響其家庭經(jīng)營(yíng)性收入，是正向影響還是負(fù)向影響，僅從經(jīng)濟(jì)理論無(wú)法做出解釋，需要收集微觀調(diào)查數(shù)據(jù)開(kāi)展實(shí)證研究進(jìn)行研判。目前，已有關(guān)于土地流轉(zhuǎn)對(duì)農(nóng)戶家庭收入影響的研究，但研究結(jié)論存在爭(zhēng)議，有些學(xué)者認(rèn)為土地經(jīng)營(yíng)權(quán)流轉(zhuǎn)對(duì)農(nóng)戶家庭收入有顯著的正向影響[6]，冒佩華等認(rèn)為土地流轉(zhuǎn)對(duì)農(nóng)戶家庭的收入影響程度較弱[7]。農(nóng)民家庭收入包括家庭經(jīng)營(yíng)性收入、工資性收入、轉(zhuǎn)移性收入和財(cái)產(chǎn)性收入，農(nóng)村土地流轉(zhuǎn)可直接或間接作用于這四部分收入[8]，但當(dāng)前對(duì)家庭經(jīng)營(yíng)性收入影響的實(shí)證研究較缺乏。因此，本研究在全國(guó)范圍內(nèi)收集有代表性的農(nóng)戶樣本，采用全變量Logistic回歸、Logistic逐步回歸、Adaptive Lasso Logistic回歸3個(gè)方法，從流入土地和流出土地2個(gè)角度詮釋土地流轉(zhuǎn)行為對(duì)家庭經(jīng)營(yíng)性收入增加的影響。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

本研究將因變量和自變量列為問(wèn)卷調(diào)查問(wèn)題。首先，將“2018年受訪居民的家庭經(jīng)營(yíng)性收入比2017年是否增加”作為因變量，將“2018年您是否流入土地”和“2018年您是否流出土地”作為關(guān)鍵自變量設(shè)計(jì)調(diào)查問(wèn)卷。補(bǔ)充說(shuō)明的是，本研究的土地流轉(zhuǎn)形式包括國(guó)家規(guī)定的轉(zhuǎn)包、出租、互換、轉(zhuǎn)讓。其次，回顧前人關(guān)于家庭經(jīng)營(yíng)性收入的影響因素，納入性別[9]、年齡[7]、婚姻狀況[9]、身體健康[10]、受教育程度[7，11]、家庭規(guī)模[6]、外出務(wù)工占家庭人數(shù)比例[7，11]、兼業(yè)農(nóng)戶[12]、家庭總種植耕地面積[6]等解釋變量。為收集全國(guó)有代表性的調(diào)查樣本，2019年3—9月筆者所在課題組在東部選擇山東?。?jì)南市聊城市、濰坊市、青島市、臨沂市），在南部選擇廣西壯族自治區(qū)（桂林市、梧州市、北海市、河池市、南寧市），在西部選擇四川?。▋?nèi)江市、瀘州市、成都市、雅安市、南充市），在北部選擇河南?。ㄆ巾斏绞?、信陽(yáng)市、三門(mén)峽市、周口市、安陽(yáng)市）4個(gè)省（區(qū)）累計(jì)20個(gè)地級(jí)市進(jìn)行正式調(diào)查，運(yùn)用分層隨機(jī)抽樣方法，從每個(gè)地級(jí)市隨機(jī)選取2個(gè)行政村，再在每個(gè)行政村調(diào)查28個(gè)農(nóng)戶，累計(jì)收集到1 120份調(diào)查問(wèn)卷，剔除無(wú)效問(wèn)卷173份，最終得到有效問(wèn)卷947份，有效問(wèn)卷率為84.55%。通過(guò)對(duì)問(wèn)卷進(jìn)行信度和效度分析，發(fā)現(xiàn)Cronbachs α 系數(shù)為0.86，量表信度良好，KMO（Kaiser-Meyer-Olkin） 值為0.91，Bartlett 球形差異檢驗(yàn)的F值顯著（P<0.05），說(shuō)明問(wèn)項(xiàng)適合做因子分析。

1.2 研究方法

Logistic模型被廣泛用于二元離散因變量問(wèn)題。然而，把所有的研究變量進(jìn)行模型擬合，不僅出現(xiàn)多重共線性風(fēng)險(xiǎn)，且容易過(guò)度擬合[13]。逐步回歸雖然克服了變量較多運(yùn)算量的問(wèn)題，但得到的結(jié)果仍有內(nèi)在離散性和不穩(wěn)定性，同時(shí)得到的結(jié)果一般為局部最優(yōu)解而不是全局最優(yōu)解，且忽略變量選擇過(guò)程中的隨機(jī)誤差和不確定性[14]。

LASSO（least absolute shrinkage and selection operator） Logistic模型是采用LASSO方法選擇自變量建立的Logistic模型，排除因先入為主的觀念而遺漏變量，同時(shí)通過(guò)縮減偏差估計(jì)量，進(jìn)而剔除變量之間的線性關(guān)系。LASSO是采用模型的絕對(duì)系數(shù)函數(shù)作為懲罰項(xiàng)來(lái)壓縮模型的系數(shù)，達(dá)到自變量選擇和參數(shù)估計(jì)的目的，最終得到較精煉的模型[15]。LASSO Logistic模型的表達(dá)式如下。

假設(shè)有獨(dú)立同分布的觀測(cè)值（Xi，yi），i=1，2，…，n，j=1，2，…，p，其中：Xi、yi分別是模型的自變量和因變量，P表示概率，β表示系數(shù)。Logistic模型的條件概率如下

為了可視化十折交叉驗(yàn)證法的分析結(jié)果，本研究引入λ與自變量數(shù)量對(duì)應(yīng)的關(guān)系圖和λ與自變量的解路徑圖。λ與自變量數(shù)量對(duì)應(yīng)的關(guān)系圖中，上橫軸為自變量數(shù)量，下橫軸lg λ，縱軸為AUC（area under curve），隨著λ的增大，lg λ也增大，懲罰的力度變大，能納入模型的自變量越來(lái)越少。根據(jù)十折交叉驗(yàn)證法選擇λ繪制橫軸垂直線，將lg λ與自變量數(shù)量進(jìn)行對(duì)應(yīng)，若出現(xiàn)2個(gè)調(diào)和參數(shù)λ，則通過(guò)AUC進(jìn)行研判，AUC值是衡量模型優(yōu)劣的評(píng)價(jià)指標(biāo)，表示正例排在負(fù)例前面的概率，AUC取值為0～1，越接近1，模型的效果越好。同時(shí)，根據(jù)十折交叉驗(yàn)證法得到λ，按照擬定的自變量數(shù)量，選擇系數(shù)估計(jì)值較大的自變量。為進(jìn)一步驗(yàn)證Adaptive LASSO Logistic模型的擬合效果，本研究納入全變量Logistic回歸、Logistic逐步回歸的分析結(jié)果，采用殘差平方和、AIC（akaike information criterion）和BIC（bayesian information criterions）準(zhǔn)則進(jìn)行評(píng)估，3個(gè)指標(biāo)越小，說(shuō)明模型擬合的程度越好。

2 結(jié)果與分析

2.1 描述性統(tǒng)計(jì)分析

由表1可知，超過(guò)一半（55%）的受訪者在2018年的家庭經(jīng)營(yíng)性收入方面比2017年實(shí)現(xiàn)增長(zhǎng)，然而，2018年流入土地和轉(zhuǎn)出土地的比例都較低，土地流轉(zhuǎn)有限，分別僅有11%、20%，多數(shù)受訪農(nóng)戶還處于觀望狀態(tài)。個(gè)人特征方面，受訪者的性別比例均勻，男性比例占40%，平均年齡約53周歲，已婚人數(shù)占絕大多數(shù)（92%），身體健康的人數(shù)占74%，受教育年限近8年，家庭人均數(shù)量4人，外出務(wù)工占家庭人數(shù)比例平均為15%，八成以上受訪者為兼業(yè)農(nóng)戶，家庭總種植耕地面積平均為0.31 hm2。

2.2 推斷性統(tǒng)計(jì)分析

本試驗(yàn)將流入土地和流出土地行為分別開(kāi)展實(shí)證研究，是為了避免2個(gè)土地流轉(zhuǎn)行為放在同一個(gè)模型中產(chǎn)生共線性問(wèn)題。另外，調(diào)查還發(fā)現(xiàn)有2%的農(nóng)戶存在流入土地又流出土地的行為，不分開(kāi)研究在結(jié)果方面容易產(chǎn)生偏差。

2.2.1 流入土地對(duì)家庭經(jīng)營(yíng)性收入增加的影響 由表2可知，全變量Logistic回歸的顯著影響因素是受訪農(nóng)戶的流入土地行為、受教育年限、家庭規(guī)模、家庭總種植耕地面積，而流入土地行為、受教育年限、家庭規(guī)模是Logistic逐步回歸的顯著影響因素。

圖1有2條垂直線，一條是 lg λ=-3.75 對(duì)應(yīng)的3個(gè)自變量，另一條是 lg λ=-2.40 對(duì)應(yīng)的2個(gè)自變量，根據(jù)AUC判斷，lg λ= -3.75對(duì)應(yīng)的AUC值為0.87，而lg λ= -2.40對(duì)應(yīng)的AUC值為0.86，因此，納入Adaptive LASSO Logistic模型的自變量是3個(gè)，λ為0.000 3。由圖1獲得的λ值（0.000 3），確定lg λ= -3.75的垂直虛線，通過(guò)自變量的解路徑可知，流入土地行為、受教育年限是Adaptive Lasso Logistic模型參數(shù)估計(jì)值最大的2個(gè)自變量，也是全變量Logistic回歸和Logistic逐步回歸的共同結(jié)果，流入土地行為均發(fā)揮正向作用。通過(guò)比較3個(gè)模型的殘差平方和、AIC、BIC發(fā)現(xiàn)，Adaptive LASSO Logistic模型的擬合效果最好。具體而言，從別的農(nóng)戶流入農(nóng)村承包地的農(nóng)戶能顯著增加自己的家庭經(jīng)營(yíng)性收入。這是因?yàn)榱魅胪恋氐霓r(nóng)戶是對(duì)未來(lái)所生產(chǎn)經(jīng)營(yíng)的農(nóng)產(chǎn)品有較高的收益預(yù)期，其認(rèn)為投入更多的土地要素能夠獲得較高的經(jīng)營(yíng)性收益，所以有動(dòng)力且愿意選擇流入土地?cái)U(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模。

2.2.2 流出土地對(duì)家庭經(jīng)營(yíng)性收入增加的影響 由表3可知，全變量Logistic回歸的顯著影響因素是受訪農(nóng)戶的流出土地行為、年齡、身體是否健康、是否兼業(yè)農(nóng)戶、家庭總種植耕地面積，而流出土地行為、年齡、是否兼業(yè)農(nóng)戶是Logistic逐步回歸的顯著影響因素。

圖2的2條垂直線分別是lg λ=-3.4和 lg λ=-2.65，都對(duì)應(yīng)著2個(gè)自變量，但lg λ=-3.4對(duì)應(yīng)的AUC值大于lg λ=-2.65的AUC值，故納入Adaptive LASSO Logistic模型的自變量是2個(gè)，調(diào)和參數(shù)λ為0.0004。通過(guò)分析自變量的解路徑，發(fā)現(xiàn)流出土地行為、是否兼業(yè)農(nóng)戶均是Adaptive Lasso Logistic模型參數(shù)估計(jì)值最大的2個(gè)自變量，系數(shù)分別為-0.07、0.35。與全變量Logistic回歸、Logistic逐步回歸相比，Adaptive LASSO Logistic模型的擬合效果最好，其殘差平方和、AIC、BIC最小。3個(gè)模型回歸結(jié)果中，流出土地行為均負(fù)向顯著影響家庭經(jīng)營(yíng)性收入增加?？赡苁且?yàn)榱鞒鐾恋氐霓r(nóng)戶存在土地閑置或預(yù)期未來(lái)農(nóng)業(yè)生產(chǎn)效益有所降低，故減少土地要素的投入，調(diào)整家庭收入結(jié)構(gòu)，可降低家庭經(jīng)營(yíng)性收入比例。

3 結(jié)論與政策建議

3.1 結(jié)論

基于我國(guó)947個(gè)農(nóng)戶的有效調(diào)查數(shù)據(jù)，本研究采用全變量Logistic回歸、Logistic逐步回歸、Adaptive LASSO Logistic回歸開(kāi)展土地流入、土地流出對(duì)家庭經(jīng)營(yíng)性收入增加的影響，結(jié)果表明：第一，受訪農(nóng)民中，家庭經(jīng)營(yíng)性收入增加的比例為55%，而流入土地和流出土地的比例僅分別為11%、20%。第二，流入土地行為、流出土地行為分別是Adaptive Lasso Logistic模型最終選擇的因素，但分別對(duì)家庭經(jīng)營(yíng)性收入的增加產(chǎn)生正向影響和負(fù)向影響。第三，受教育年限、是否兼業(yè)農(nóng)戶都對(duì)家庭經(jīng)營(yíng)性收入增加產(chǎn)生正向影響。

雖然本研究創(chuàng)新性地采用Adaptive LASSO Logistic 模型開(kāi)展分析，可以較精準(zhǔn)地識(shí)別農(nóng)戶參與農(nóng)村土地流轉(zhuǎn)對(duì)家庭經(jīng)營(yíng)性收入增長(zhǎng)產(chǎn)生的影響。Adaptive LASSO Logistic 模型是適應(yīng)海量數(shù)據(jù)的機(jī)器學(xué)習(xí)方法，本研究?jī)H納入10個(gè)研究變量開(kāi)展模型篩選，制約了模型優(yōu)勢(shì)，下一階段可以添加更多的變量開(kāi)展研究。

3.2 政策建議

3.2.1 強(qiáng)化農(nóng)業(yè)社會(huì)化服務(wù)，為轉(zhuǎn)入土地的農(nóng)戶提供生產(chǎn)支持 受訪農(nóng)戶轉(zhuǎn)入土地有助于提高他們的家庭經(jīng)營(yíng)性收入，這對(duì)鼓勵(lì)專業(yè)大戶、生產(chǎn)能手、合作社等新型農(nóng)業(yè)經(jīng)營(yíng)主體更多發(fā)展農(nóng)業(yè)規(guī)模經(jīng)營(yíng)有重要作用。由于轉(zhuǎn)入土地是土地要素再投入，同時(shí)還需要農(nóng)機(jī)、金融、信息等農(nóng)業(yè)社會(huì)化服務(wù)的引入和支撐。因此，我國(guó)在推進(jìn)土地流轉(zhuǎn)“三權(quán)分置”的同時(shí)，還要充分調(diào)動(dòng)各類(lèi)市場(chǎng)主體的積極性和主動(dòng)性，增加投入，構(gòu)建多元化、多層次的服務(wù)供給體系，提高服務(wù)流入土地農(nóng)戶的能力。

3.2.2 完善社會(huì)保障，為土地流出的農(nóng)戶提供堅(jiān)實(shí)后盾 選擇將農(nóng)村承包土地流轉(zhuǎn)出去的農(nóng)戶，雖然增加了財(cái)產(chǎn)性收入（土地租金）和流轉(zhuǎn)補(bǔ)貼（轉(zhuǎn)移性支付），但減少了家庭經(jīng)營(yíng)性收入。雖然我國(guó)農(nóng)民的生活保障對(duì)承包地的依賴性降低，但仍需要基本養(yǎng)老保險(xiǎn)、最低社會(huì)救助、合作醫(yī)療保險(xiǎn)作支撐，這樣才能穩(wěn)定他們的流轉(zhuǎn)預(yù)期。因此，我國(guó)要著力推進(jìn)和完善多層次、全覆蓋的農(nóng)村社會(huì)保障體系，兼顧考慮轉(zhuǎn)讓土地農(nóng)戶的基本生活保障、最低生活保障，使醫(yī)保服務(wù)實(shí)現(xiàn)村級(jí)化、網(wǎng)絡(luò)化，讓轉(zhuǎn)讓土地農(nóng)戶全面享受醫(yī)保的優(yōu)越性，保障土地流轉(zhuǎn)順利進(jìn)行。

3.2.3 有序推進(jìn)土地流轉(zhuǎn)，保障土地轉(zhuǎn)讓方利益 對(duì)農(nóng)民而言，土地不僅是一種資源，更是重要的財(cái)富，穩(wěn)定他們土地流轉(zhuǎn)的收益是推動(dòng)土地流轉(zhuǎn)的重要保障。因此，有必要完善相關(guān)法律法規(guī)，嚴(yán)格按照“依法、自愿、有償”的原則，規(guī)范土地承包流轉(zhuǎn)形式與辦理流程，建立健全調(diào)解仲裁機(jī)制，由政府和村集體提供信息和指導(dǎo)，解決各類(lèi)土地流轉(zhuǎn)糾紛，既要保障農(nóng)民土地經(jīng)營(yíng)權(quán)“穩(wěn)得住”，也要讓土地流轉(zhuǎn)市場(chǎng)逐步“活起來(lái)”。

參考文獻(xiàn)：

[1]劉淑俊，張 蕾.土地流轉(zhuǎn)對(duì)農(nóng)民收入影響的經(jīng)濟(jì)效應(yīng)分析[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，12（6）：20-24.

[2]杜會(huì)永，王德章，冉慶國(guó)，等. 鄉(xiāng)村振興戰(zhàn)略下農(nóng)地流轉(zhuǎn)對(duì)增加農(nóng)民收入的影響——以黑龍江省為例[J]. 商業(yè)經(jīng)濟(jì)研究，2019（24）：182-185.

[3]鐘 真，胡珺祎，曹世祥. 土地流轉(zhuǎn)與社會(huì)化服務(wù)：“路線競(jìng)爭(zhēng)”還是“相得益彰”？——基于山東臨沂12個(gè)村的案例分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2020（10）：52-70.

[4]蓋慶恩，程名望，朱 喜，等. 土地流轉(zhuǎn)能夠影響農(nóng)地資源配置效率嗎？——來(lái)自農(nóng)村固定觀察點(diǎn)的證據(jù)[J]. 經(jīng)濟(jì)學(xué)，2020（5）：321-340.

[5]高鴻業(yè). 西方經(jīng)濟(jì)學(xué)[M]. 7版.北京：中國(guó)人民大學(xué)出版社，2018.

[6]柴志賢，周 俠，蔡曉宇. 農(nóng)村土地流轉(zhuǎn)會(huì)導(dǎo)致農(nóng)戶收入差距擴(kuò)大嗎？——以浙江省杭州市為例[J]. 經(jīng)濟(jì)研究導(dǎo)刊，2016（5）：24-26，50.

[7]冒佩華，徐 驥. 農(nóng)地制度、土地經(jīng)營(yíng)權(quán)流轉(zhuǎn)與農(nóng)民收入增長(zhǎng)[J]. 管理世界，2015（5）：63-74，88.

[8]李瑤鶴，胡偉艷. 農(nóng)村土地流轉(zhuǎn)對(duì)農(nóng)民收入的影響分析[J]. 中國(guó)農(nóng)業(yè)信息，2016（11）：38-41.

[9]李振杰，韓 杰. 基于Logistic回歸模型的農(nóng)戶土地流轉(zhuǎn)意愿實(shí)證分析[J]. 統(tǒng)計(jì)與決策，2019，35（13）：110-114.

[10]拜 茹. 適度規(guī)模經(jīng)營(yíng)何以可能？——基于農(nóng)村老年人土地流轉(zhuǎn)意愿的角度[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（2）：144-152，170.

[11]高 欣，張安錄，楊 欣，等. 湖南省5市農(nóng)地流轉(zhuǎn)對(duì)農(nóng)戶增收及收入分配的影響[J]. 中國(guó)土地科學(xué)，2016，30（9）：48-56.

[12]張 蕾，胡國(guó)珠，曹 莉. 河南省農(nóng)戶土地流轉(zhuǎn)行為及其影響因素分析[J]. 中國(guó)集體經(jīng)濟(jì)，2019（4）：14-16.

[13]Aldrich J H，Nelson F D.Linear probability，logit，and probit models[M]. London：The International Professional Publishers，1984.

[14]威廉·H·格林. 計(jì)量經(jīng)濟(jì)分析[M]. 4版.北京：清華大學(xué)出版社，2001.

[15]Tibshirani R J.Regression shrinkage and selection via the lasso[J]. Journal of the Royal Statistical Society Series B，1996，73（1）：273-282.

[16]Zou H.The adaptive lasso and its oracle properties[J]. Journal of the American Statistical Association，2006，101：1418-1429.