《互联网使用与家庭农地流转.docx》由会员分享，可在线阅读，更多相关《互联网使用与家庭农地流转.docx（15页珍藏版）》请在课桌文档上搜索。
1、第40卷第6期2023年“月Vol. 40 No. 6Nov. 2023经济经纬EConomiCSUrVey互联网使用与家庭农地流转沈琼李皓浩2（1.郑州大学商学院，河南郑州450001;2.西安交通大学经济与金融学院，陕西西安710061）88888888888888888888888888888888888888888888888888摘要：基于中国家庭追踪调直（CFPS）数据，分析互联网使用对家庭农地流转决策的影响，并考察信息效应、非农就业效应和技术效应在其间发挥的中介作用,研究结果表明：互联网使用显著提高了家庭农地转出的概率并显著降低了农地转入的概率，且对农地转出的正向影响超过了对农地
2、转入的负向影响，使用处理效应模型解决潜在内生性问题并从农地有偿流转方面进行稳健性检验后患到了基本一致的结论，异质性分析表明，具有高收入水平和低农地禀赋的家庭使用互联网对其农地转出的正向影响更为显著;机制分析表明，互联网使用主要通过信息效应和非农就业效应两种途径影响农地流转。据此，提出加强农地流转互联网平台建设，制定差别化政策推进农地流转和进一步提高农村地区互联网普及率等政策建议关键词：互联网使用，农地流转；信息效应；非农就业效应；技术效应基金项目：河南省教育科学“十四五”规划重大招标课题（2021JKZBO5）作者简介：沈琼（1975-）,女，河南信阳人，教授，博士生导师，主要从事农业经济研究
3、；李皓浩（1995-）,女，河南洛阳人，博士研究生，主要从事数字经济研究.李皓浩为本文通信作者.中图分类号:F321.1文献标识码:A文章编号:1006-1096（2023）06-0015-12收稿日期：2023-04-0488888888888888888888888888888888888888888888888888一、引言与文献综述党的二十大报告强调，要坚持农业农村优先发展，加快建设农业强国。但我国由家庭联产承包责任制所带来的土地细碎化、生产规模较小等问题限制了农业生产力的进一步提升（许庆等,2008）.为此，国家大力推动农地流转，以促使农地集中向种植大户、企业等流转,农业向经营规模化
4、、生产专业化方向发展，为加快建设农业强国提供坚实保障。据农业农村部统计,截至2020年底,全国已有1474个县（市、区）、22308个乡镇建立了农村土地经营权流转市场或服务中心，全国家庭承包耕地流转面积超过5.32亿亩，我国农地流转市场建设已初具成效。然而，农地流转市场还存在规模不大、市场化程度不高等问题02020年底我国农地流转率仅34.08%,其中绝大多数市场化半径狭窄，转给村内流转对象的比例平均高达70%以上（王震等，2022）。激活并进一步完善农地流转市场，已成为我国农业经济发展亟待解决的问题。宽带中国”战略和数字经济的飞速发展，为数字农业、数字乡村建设提供了有力支撑,农业农村的数字经
5、济红利进一步释放。第52次中国互联网络发展状况统计报告显示,截至2023年6月，我国农村地区互联网普及率为60.5%,农村网民规模已达3.01亿。互联网的普及有助于降低信息费用，缓解信息不对称（赵芝俊等,2015）,促进非农就业（田鸽等，2022）,丰富农户收入来源，还可以影响生产率（程名望等,2020）。而信息资源、非农就业与生产率是影响家庭农地流转的关键因素。那么，家庭农地流转的概率是否因互联网使用得到提高？通过何种途径提高？是否存在异质性？弄清楚这些问题，不仅有助于加深对互联网使用与家庭农地流转关系的理解，而且能够为数字经济背景下制定农地流转政策提供决策依据O关于农地流转影响因素的相关研
6、究，主要从农地产权、区域条件和农户禀赋三方面展开。多数研究结论表明，清晰稳定安全的农地产权、发达的区域经济水平、平坦的地势和良好的交通状况均有利于推动农户积极参与农地流转（程令国等,2016;王亚辉等,2018）;户主个体特征、家庭农地禀赋、家庭资产水平和劳动力数量等均会对家庭农地流转决策产生显著影响（冀县卿等,2018;南光耀等,2020）。关于互联网使用对农地流转影响的研究，理论层面上，学术界已经有了很多讨论。具体来说,研究认为，互联网使用能够减少信息不对称（赵芝俊等,2015）,降低流转成本，提高流转成功率,保障有序流转（刘子涵等，2021）。同时，互联网使用不仅能扩大农地流转范围，还能
7、缓解传统农业发展资金和人才技术短缺等问题（张雅等，2016）。在理论分析的基础上，已有学者对互联网使用影响农地流转进行了经验检验,结果表明，互联网使用可以促进农地流转。张景娜等（2020）研究发现互联网使用通过非农就业、信息渠道、社会资本三条路径显著促进农地转出；徐章星等（2020）研究发现社会网络通过降低交易成本从而促进农地转出和转入;刘子涵等（2021）研究发现农户通过互联网获取农业信息从而显著促进农村土地流转综上，学者们对农地流转的影响因素及互联网使用对农地流转的影响有了较全面的研究，但在研究互联网使用对农地流转的影响时，较少纳入技术效应的作用，尤其缺乏对互联网使用的技术效应影响农地流转
8、的经验检验基于此，本文运用中国家庭追踪调杳（CFPS）数据，详细论述互联网使用对家庭农地流转的影响，以期为盘活农地流转市场贡献理论力量.本文的边际贡献主要有以下三点：第一，在研究思路上，既有研究大多着眼于互联网使用对家庭农地流转影响的现象分析，本文则着眼于影响效应的研究，选择了相对科学的指标和合适的计量方法考察信息效应、非农就业效应和技术效应在互联网使用影响家庭农地流转中发挥的中介作用，更深层次把握互联网使用影响家庭农地流转的内在机理，为该领域的研究提供了新思路。第二，在研究方法上，互联网使用与农地流转之间可能存在反向因果关系或因遗漏变量而引起内生性，本文引入家庭是否拥有电脑这一关键变量，采用
9、处理效应模型解决潜在内生性问题；同时，考虑到农地流转存在转出和转入两种形式，本文对互联网使用影响二者的情况分别进行梳理第三,在研究数据上，本文采用CFPS2014xCFPS2016和CFPS2018中均接受调查的5952个样本,相较于以往同类研究，数据覆盖范围更广，样本量更大，更具全国层面的代表性。二、机制分析与研究假说在数字化、网络化、智能化深入发展的今天，互联网使用成为影响家庭农地流转的关键因素。互联网有利于优化土地等要素的配置效率，促进农地流转互联网平台的构建，扩大农地流转的市场化半径，提升农户信息素养，提高非农就业概率和生产率，促进农地流转市场进一步规模化和市场化。具体而言，互联网使用
10、能够从以下三个维度对农地流转产生影响。（一）信息效应作为一种信息传递工具，互联网可以降低信息成本，缓解信息不对称，本文把这一影响称为信息效应。就农地流转而言，互联网使用的信息效应表现在多个方面。其一,对于农地转出方来说，信息化不仅打破了农地流转市场的地域限制，实现了人地资源再配置，而且降低了转出方的信息传递和搜寻成本，使其能够以更低成本、更高效率找到合适的农地转入方，从而促进农地转出。其二，对于农地转入方来说，一方面,使用互联网能够及时有效获取丰富的农业、政策、技术、外部环境变化等相关信息,减少信息获取成本,有利于提高生产效率,做出最优决策，从而促进农地转入（刘子涵等，2021）;另一方面，互
11、联网促使农户对专业合作社、企业、家庭农场等主体的认知不断深化,农地逐渐由农户等生产率较低的主体向专业合作社、企业、家庭农场等生产率较高的主体集中，从而抑制了家庭农地转入整体来看，在家庭务农收益偏低的情况下，互联网吸引了大部分乡村劳动力转向非农领域以获得更高收入，因此互联网使用对农地转入的抑制作用可能大于促进作用o其三，对于农地流转双方来说，互联网使农地流转市场信息更加透明，有助于流转双方提高交易效率，降低因信息失衡带来的额外交易费用（吴明朗等，2022）,从而推进农地流转。（二）非农就业效应使用互联网会吸引部分有能力经营农业的劳动力向非农产业转移，进而影响农地流转，本文把这一方面的影响称为“非
12、农就业效应。对于农地转出方来说，互联网有助于农户以较低成本、较少时间学习新知识和新技术，增强农户在劳动力市场的竞争力，并且打破农村劳动力市场的信息不对称，提高农户非农就业概率（马俊龙等，2017）。此外，互联网的发展催生了大量新型非农就业岗位,不断吸引乡村劳动力由第一产业向第二、三产业转移。因此,在务农收益较低时,农户更倾向于转出农地（赵光等,2012）。对于农地转入方来说，互联网吸引了更多乡村劳动力向非农产业流动，不仅减少了家庭务农劳动力数量，而且非农就业带来的家庭收入增长，使农户能够通过购买农机雇佣服务来替代自家劳动力（王欧等，2016）,从而抑制农地转入（黄文彬等,2020）。（三）技术
13、效应互联网作为一种新兴技术，可以增加农地流转机会，同时也会对生产率造成影响，本文把这一方面的影响称为“技术效应。对于农地流转双方来说,其一，随着农村地区互联网普及率的提高，农地流转互联网平台应运而生农地流转互联网平台基于互联网能够有效传递和获取信息等特点，可即时发布各类农地供需信息，打通农地资源自由流通的渠道，从而使农户农地流转决策更加便捷高效，扩大了农地流转的市场化半径，提高了农地流转机会,其二，以互联网为代表的信息技术，不仅有助于农户优化生产要素投入结构，提高农业资源配置效率,推动技术效率提升（朱秋博等，2019）,而且可以拓宽先进农业技术和农业知识的传播渠道，推动农业技术进步o技术效率提
14、升和技术进步是驱动生产率增长的重要因素，因此，互联网使用可以促进农业生产率的提高（OgUtUetal,2014;程名望等,2020）。但也有研究认为，互联网对农业生产率增长的影响并不显著（SteeneVeldetal,2015;李士梅等,2017）。生产率对农地流转的影响体现在，当生产率较低时,务农收益偏低导致农业劳动力流向非农产业，家庭的农地转出意愿增强，农地转入意愿减弱；而当生产率较高时，家庭更倾向于农地转入而非农地转出，发展适度规模经营，不断提高务农收益。基于上述分析，本文构建互联网使用对家庭农地流转的影响效应框架如图1所示,并提出以下假说：假说1:互联网使用能够促进家庭农地转出。假说2
15、:互联网使用能够抑制家庭农地转入。假说3:互联网使用通过信息效应、非农就业效应和技术效应三条途径影响家庭农地流转。.网使用图1互联网使用对家庭农地流转的影响效应框架三、研究设计（一）数据介绍本文数据来自中国家庭追踪调查（CFPS）微观数据库2014年、2016年与2018年的调查数据。基于本文所关注的问题，对相关数据进行合并整理，获得三期均接受调查的5952个家庭样本。相对于以往的同类研究,本文数据覆盖范围更广、样本量更大,从而更具全国层面的代表性（二）变量说明1 .被解释变量考虑到农地流转存在转出和转入两种形式，本文选取农地转出和农地转入作为被解释变量。使用CFPS调杳问卷中是否将土地出租给
16、他人？和是否租用他人土地？”的回答数据构造农地转出和农地转入变量；若回答为是,则赋值为1,反之为Oe2 .核心解释变量互联网使用为核心解释变量。借鉴周广肃等（2018a）、张景娜等（2020）和Zheng等（2021）的研究，以户主的互联网使用情况作为代理变量。互联网使用在CFPS2014.CFPS2016.CFPS2018问卷中的情况并不一致。具体来看,利用CFPS2014调查问卷中你是否上网？”的回答数据构造当期互联网使用变量;若回答为是,则赋值为L反之为0。使用CFPS2016和CFPS2018调查问卷中是否移动上网?和是否电脑上网？”的回答数据构造当期互联网使用变量；若回答均为否，则赋
17、值为0,反之为1。有农地流转与无农地流转农户的互联网使用状况见表1O结果显示，有转出比无转出的农户互联网使用比例高6.5%,有转入比无转入的农户互联网使用比例低4.3%;电脑上网、移动上网得到了一致的结论。表1初步展现了互联网使用与农地转出成正比、与农地转入成反比。表1有农地流转与无农地流转农户互联网使用状况比较有转出无转出有转入无转入互联网使用26.8%20.3%22.5%26.8%移动上网(2016、2018)29.7%24.8%28.0%31.1%电脑上网(2016、2018)10.0%6.5%7.2%12.6%3.控制变量基于现有研究基础，本文还控制了对家庭农地流转产生影响的其他变量0
18、其中，户主层面的特征变量有户主年龄、户主性别和户主受教育年限。户主年龄越大，预计农地转出意愿越强,农地转入意愿越弱；男性户主从事农业生产能力更强，转出农地的可能性更低，转入农地的可能性更高；受教育年限越长的户主，越偏向于非农就业,越可能与农地转出正相关、与农地转入负相关。家庭层面的特征变量有家庭成员平均年龄、家庭成员男性比例、家庭成员平均受教育年限、家庭人均收入、家庭劳动力禀赋、家庭农地禀赋、农用机械价值、家庭净资产、人情礼支出和农业补助。家庭成员平均年龄越大，可能越倾向于转出农地,越不倾向于转入农地；家庭男性比例越高，越有能力从事农业生产；家庭平均受教育年限代表着家庭的认知水平和学习能力，平
19、均受教育年限越长，非农就业可能性越高，预计农地转出意愿越强、农地转入意愿越弱；家庭人均收入越高，对农地的依赖性越弱，预计家庭更倾向于农地转出而非农地转入;劳动力禀赋越高，从事农业生产能力越强，转出农地的可能性越低、转入农地的可能性越高；家庭农地禀赋越高,越可能进行规模化经营，预计家庭越倾向于农地转入而非农地转出；农用机械价值越高，其沉没成本越大，家庭越倾向于从事农业生产，更可能与农地转入正相关、与农地转出负相关；家庭净资产用以控制家庭自有资产情况，由于问卷受限，未能区分农业资产和非农资产，对农地流转的影响未知，需要检验；人情礼支出用以控制社会资本对农地流转的影响，对农地流转的影响不确定，最终效
20、果需要检验；农业补助用以衡量农地流转的外部环境,其可能与农地流转正相关。村庄层面的特征变量有村庄经济水平、村庄交通状况和村庄地形地貌。经济水平越高的村庄，非农就业率越高,转出农地的可能性越大、转入农地的可能性越低；处于交通便利、距县城较近村居的家庭，预计农地越易于流转；村庄地形地貌的数值越大，农地转出难度越高，对农地转入的影响未知，需进一步检验由于数据限制，CFPS2016、CFPS2018中缺失村庄层面相关数据,用CFPS2014中的相关数据进行匹配;CFPS2014.CFPS2016和CFPS2018中均缺失家庭承包地面积数据，用CFPS2012中的相关数据进行匹配。跨期匹配的控制变量具有
21、短期相对稳定性，因此引入变量是相对合理的。变量的描述性统计见表2表2变量的描述性统计特征变量名称度量方法201420162018均值标准差均值标准差均值标准差农地转出是=1;否=00.1310.3380.1730.3780.1990.399农地转入是=1;否=00.1530.3600.1310.3380.0990.299互联网使用是=1;否=00.1700.3750.2670.4420.3770.485户主年龄单位:岁51.69012.51653.39012.64355.21512.677户主性别男=1女=00.5290.4990.5200.50.5280.499户主受教育年限单位:年6.66
22、34.5446.4134.6796.6514.659家庭成员平均年龄单位:岁43.24813.57444.82814.21547.46815.550家庭成员男性比例家庭成员男性比例0.5780.2220.5800.2250.5580.203家庭成员平均受教育年限单位:年6.5303.0606.4903.2066.2953.023家庭人均收入单位：元,取对数8.9661.2079.3120.9919.5341.040家庭劳动力来赋16-60岁家庭成员数量2.8041.1042.7301.1052.6221.112家庭农地禀赋家庭人均承包地面积，单位：由/人2.85810.6042.99813.4
23、223.04812.295农用机械价值单位：元,取对数2.624_2.607_3.8882.2463.670续表变At名称度量方法201420162018均值标准差均值标准差均值标准差家庭净资产单位：元,取对数12.0831.39112.2021.54212.4451.408人情礼支出单位：元,取对数7.6161.2297.2032.3807.0772.611农业补助是=1;否=00.5010.5000.5150.5000.5080.500村庄经济水平单位：元,取对数8.3740.8608.3750.8618.3750.861村庄交通状况到本县县城时间，单位:小时1.1501.2141.150
24、1.2141.1501.214村庄地形地貌平原=1;丘陵山区=2;高山=3;其他=41.8530.9981.8540.9991.8540.999(三)模型构建根据前文的理论分析,本文将建立两个实证模型IProbit模型和中介效应模型。1.Probit模型由于家庭农地流转是一个二值虚拟变量，通过构建Probit模型研究互联网使用对家庭农地流转的影响：Prob(Transferit=1)=(0+1Internet;t+Xjt+3+4)(1)式中,Transferit为第i个家庭第t年是否农地流转的二值虚拟变量;Intemett为第i个家庭的户主第t年是否使用互联网的二值虚拟变量;Xit为一系列控制
25、变量,包括户主、家庭、村庄层面的特征变量。考虑到家庭农地流转往往具有村内同群效应，模型引入了村庄层面固定效应以控制村庄差异，以仇表示；引入年份固定效应以控制时间趋势，以,表示。2.中介效应模型为了探究互联网使用影响家庭农地流转的机制，本文采用了中介效应模型。中介效应模型可以分析变量之间的影响机制，使研究结果更加细致深入。依据前述，互联网使用通过信息效应、非农就业效应和技术效应影响家庭农地流转，因此,参考Baron等(1986)和温忠麟等(2014)的逐步检验回归系数法,构建以下中介效应模型：Transfer,t=+dntemetit+X,t+c2+t(2)Zi.,=a0+aIntemetit+
26、a1Xit+a2Q+ajt+f,t(3)Transferjt=+c,Internett+bZit+b1Xit+bt+11(4)其中，Zjt为中介变量,在不同的模型中分别表示信息效应、非农就业效应和技术效应；*t为随机扰动项；其余符号表示的含义与模型(1)中对应符号的含义相同.四、回归分析及结果验证(一)基准回归回归前检验得各变量的方差膨胀因子(VIF值)均小于2,即模型不存在严重的多重共线性问题，可以将变量放入模型进行回归分析。所有模型均引入村庄和年份的固定效应，同时控制户主、家庭、村庄层面特征变量。表3为互联网使用对家庭农地流转影响的基准回归结果，汇报结果为Probit模型的边际效应。可以看
27、出，与不使用互联网的家庭相比,使用互联网的家庭农地转出的概率增加了6.61%,农地转入的概率降低了L84%,初步印证了假说1和假说2。总体来说,互联网使用对农地转出的正向影响超过了对农地转入的负向影响。原因是：对于农地转出方来说，互联网使用不仅可以缓解信息不对称，扩大农地转出的市场范围，降低转出成本，而且可以增强农户在劳动力市场上的竞争力，加快非农就业信息的有效传递，促进非农就业，从而推动农地转出；而对于农地转入方来说，互联网使用不仅促使农地逐渐由农户等生产率较低的主体向专业合作社、企业、家庭农场等生产率较高的主体集中，而且有助于农户发现更多非农就业机会,导致家庭务农劳动力数量减少，也可以通过
28、农机雇佣服务来替代自家劳动力，从而抑制农地转入;对于农地流转双方来说，互联网使用减少了农地流转市场的信息差，不仅扩大了存量农地流转的时空半径，而且深入到农地流转前、中、后各个环节,也有助于流转双方及时高效地交换与传输信息,大幅降低交易费用，从而促进农地流转o从控制变量的检验结果来看,户主年龄、户主性别、户主受教育年限、家庭成员平均年龄、家庭成员男性比例、家庭人均收入、家庭农地禀赋、农用机械价值、家庭净资产和村庄交通状况对农地转出具有显著影响，家庭成员平均受教育年限、家庭劳动力禀赋、人情礼支出、农业补助、村庄经济水平和地形地貌对农地转出的影响不显著；户主年龄、农用机械价值、家庭净资产、人情礼支出
29、和村庄交通状况对农地转入具有显著影响.户主性别、户主受教育年限、家庭成员平均年龄、家庭成员男性比例、家庭成员平均受教育年限、家庭人均收入、家庭劳动力禀赋、家庭农地禀赋、农业补助、村庄经济水平和村庄地形地貌对农地转入的膨响均不显著。控制变量的估计结果与预期基本相符。表3互联网使用对农地流转影响的基准回归结果变量名称农地转出农地转入边际效应标准误边际效应标准误互联网使用0.0661o0.0108-0.0184,0.0105户主年龄0.00300.0004-0,00240.0004户主性别-0.0142*0.00830.01310.0081户主受教育年限-0,0022”0.0011-0.00110.
30、0011家庭成员平均年龄0.00140.0003-0.00030.0003家庭成员男性比例-0.0346,0.0197-0.00810.0192家庭成员平均受教育年限0.00190.0018-0.00030.0017家庭人均收入0.02780.00470.00590.0044家庭劳动力禀赋-0.00550.0038-000030.0037家庭农地禀赋-0.0018”.0.00050.00040.0002农用机械价值-0.01140.00110.0140*0.0010家庭净资产-0.009100.00380.0201,*0.0041人情礼支出-0.00020.00220.007730.0024农
31、业补助0.00240.00920.00420.0089村庄经济水平0.11820.26360.36950.2621村庄交通状况-0.2906,0.1399-0.2143,0.1239村庄地形地貌-0.48170.3380-0.28050.3476村庄虚拟变量是是年份虚拟变量是是ProbChi20.00000.C)000PseudoR20.20840.1672注：*、*、*分别表示在IO.1%的水平上显著.下同。（二）内生性问题处理为解决互联网使用与农地流转之间可能存在反向因果关系或因遗漏变量而引起的潜在内生性问题，本文借鉴CamerOn等（2009）及王维维（2017）的研究，使用处理效应模型
32、来缓解潜在的内生性问题。借鉴周广肃等（2018b）的研究，本文引入“家庭是否拥有家用电脑”这一关键变量。因为家庭是否拥有电脑不仅反映了一个家庭上网设备的完备程度，与互联网使用有着一定的正相关性，而且该变量并不会对受访者的家庭农地流转决策产生直接影响，具有外生性。表4汇报了处理效应模型的估计结果。第一阶段回归结果“拥有电脑”系数显著为正，表明拥有电脑的家庭，户主上网意愿更强。第二阶段回归结果说明，互联网使用仍显著提高家庭农地转出概率和抑制农地转入概率，且对转出的正向影响超过了对转入的负向影响，说明即使存在内生性问题，互联网使用与家庭农地流转的关系仍是稳健的，使用互联网的确可以显著促进家庭农地流转
33、。表4互联网使用对农地流转的影响：处理效应模型变量名称农地转出农地转入第二阶段第一阶段第二阶段第一阶段互联网使用0.2086-(0.0639)-0.1508*(0.0672)拥有电脑0.9452(0.0615)0.9593-(0.0585)控制变盘是村庄虚拟变量是是是是年份虚拟变量是是是是ProbChi20.0000-是是是0.Oooo0.OOoo0.OooOPseudoR20.17210.10460.1430.1085-20（三）稳健性检验借鉴张景娜等（2020）的研究，选取CFPS问卷中“过去12个月，您家出租集体分配的土地收取多少租金？”和“过去12个月，您家向个人或集体租用土地付了多少
34、租金？”的回答数据构造农地转出和农地转入的替代变量，即有偿转出和有偿转入：回答大于0,则赋值为1,反之为O0替换原被解释变量代入前文模型进行稳健性检验，回归结果见表5o结果显示，互联网使用使家庭农地有偿转出实现的概率提高了3.51$,使农地有偿转入实现的概率降低了1.78%,具有显著的经济意义，即基准回归结果是稳健的，本文假说1和假说2得到证实。表5互联网使用对农地有偿流转的影响变量名称有偿转出有偿转入边际效应标准误边际效应标准误互联网使用0.03510,0110-0.0178.0.0103控制变量是是村庄虚拟变量是是年份虚拟变量是是ProbChi20.00000.0000*,PseudoR2
35、0.18640.1969（四）异质性分析不同收入水平和不同农地禀赋的家庭，互联网使用效果不同，对家庭农地流转的影响也有所差异o因此，本文将从家庭特征异质性视角考察哪类家庭的农地流转决策受互联网使用的影响更大。本文按照收入水平和农地禀赋对家庭样本进行分组，分别考察互联网使用对有着不同家庭特征样本农地流转的影响。选择收入水平作为划分标准，原因在于不同收入水平的家庭，对农地的依赖性不同，农地流转决策可能有所差异；选择农地禀赋作为划分标准，是因为不同农地禀赋的家庭，其农业生产意愿不同，互联网使用影响农地流转的决策也不尽相同。1 .收入水平的异质性以家庭人均收入均值为分类标准，将样本分为低收入水平和高收
36、入水平两类子样本，将家庭人均收入控制变量剔除，分别进行回归以检验互联网使用对两类家庭农地流转的影响，回归结果如表6所示。可以看出，低收入水平与高收入水平的家庭均能够通过互联网使用促进农地转出，对比回归系数，高收入水平家庭受到的正向影响更大。这是因为，家庭人均收入与农地转出之间呈正相关关系，人均收入水平越高，对农地的依赖性越弱，越倾向于转出农地。对于农地转入决策，其影响均不显著。表6互联网使用对农地流转的影响:收入水平的异质性低收入水平高收入水平农地转出农地转入农地转出农地转入0.0646-0.02040.0726-Q.0185(0.0190)(0.0175)(0.0167)(0.0151)控制
37、变量是是是是村庄虚拟变量是是是是年份虚拟变量是是是是ProbChi20.Oooo0.00000.OOOOo*0.OoOoPseudoR20.19160.17850.19250.18322 .农地禀赋的异质性以家庭农地禀赋均值为界，将样本分为低农地禀赋组和高农地禀赋组两个层次，将家庭农地禀赋控制变量剔除，分别对两组样本进行分析，回归结果如表7所示。可以看出，互联网使用可显著提高两组家庭农地转出的概率，但从系数大小比较来看,低农地禀赋家庭所受正向影响更大。原因在于，家庭农地禀赋与农地转出之间呈负相关关系，农地禀赋水平越高,家庭越倾向于规模化发展.农地转出意愿越弱。对于农地转入决策，互联网使用对两组
38、家庭影响均不显著。表7互联网使用对农地流转的影响：农地禀赋的异质性变量名称低农地禀赋高农地禀赋农地转出农地转入农地转出农地转入0.0766o-0.01980.0645-0.0186(0.0154)(0.0137)(0.0186)(0.0193)控制变量是是是是村庄虚拟变量是是是是年份虚拟变量是是是是ProbChi20.O(Xx)0.OOOO0.00000.0000,PseudoR20.19520.15050.20800.2131五、中介作用机制检验（一）信息效应借鉴张世虎等（2020）的研究，以CFPS问卷中的问题“互联网对获取信息的重要性（1表示非常不重要.5表示非常重要）”定义互联网使用的
39、信息效应。表8、表9探讨了互联网使用的信息效应对家庭农地转出、转入的影响。表8结果显示，系数c、a、c在1$的显著性水平下显著，系数b在10$的显著性水平下显著.互联网使用对农地流转的促进概率小于基准回归，存在部分中介效应。信息效应系数显著为正，说明使用互联网可以通过信息效应促进农地转出。互联网带来的丰富信息资源，不仅可以缓解农地流转市场的信息不对称，扩大农地转出的市场范围，实现人地资源再配置，还可以降低转出成本,减少农地转出的交易费用，从而促进农地转出。表9结果显示，系数a、b在1$的显著性水平下显著,系数C在10%的显著性水平下显著,但系数c未通过显著性检验，因此使用互联网进行信息搜寻对农
40、地转入有显著的完全中介效应。信息效应系数显著为负，说明使用互联网通过促进信息传递抑制农地转入。互联网作为一种信息渠道,促使农地逐渐由农户等生产率较低的主体向专业合作社、企业、家庭农场等生产率较高的主体集中，从而抑制了家庭农地转入。具体来看，2010年至2020年，农地流入农户的比例由68.98$下降至46.76玳农地流入专业合作社的比例由11.76$上升至21.52$,流入企业的比例由&02*攀升至10.44%02020年农地流入家庭农场的比例为13.39%,流入其他主体的比例为7.89%0总体来看,伴随着互联网的应用.农户转入农地的比例不断下降.而专业合作社、企业、家庭农场和其他主体转入农地
41、的比例不断攀升。表8互联网使用的信息效应对农地转出的中介效应分析(1)(2)(3)变名称农地转出信息效应农地转出互联网使用0.3173(0.0521)1.31692(0.0355)0.2620(0.0596)信息效应0.0331,(0.0173)控制变量是是村庄虚拟变量是是是年份虚拟变量是是是ProbChi20.0000-*40.OOoO是PseudoR20.OooO020840.23120.2088表9互联网使用的信息效应对农地转入的中介效应分析(1)(2)(3)变量名称农地转入信息效应农地转入互联网使用-0.0850(0,0484)1.3169-(0.0355)0.0056(0.0555)
42、信息效应-C.0543,(0.0165)控制变量是是村庄虚拟变量是是是年份虚拟变量是是是ProbChi20.Oooo0.OOOO是0.0000（一）非农就业效应借鉴KUng（2002）的研究，以“非农劳动力与家庭总劳动力之比”表示非农就业效应。在剔除城镇户口样本的基础上,对样本进行分析,表10、表11探讨了互联网使用的非农就业效应对家庭农地转出、转入的影响。表10结果显示，系数c、a、b、c均在1$的显著性水平下显著，互联网使用对农地转出的促进概率小于基准回归，存在部分中介效应。非农就业效应系数显著为正，说明使用互联网可以通过提高非农就业的方式促进农地转出。互联网带来的丰富信息资源，不仅有助于
43、农户以较低成本、较少时间学习新知识和新技术，提升职业技能，并且打破了农村劳动力市场的信息不对称，有助于农户发现更多非农就业机会，提高非农就业概率。因此，在务农收益较低的情况下,农业劳动力会逐渐流向非农产业以获取更高收入，所以农户更倾向于转出农地。表11结果显示，系数a、b在1$的显著性水平下显著，系数c、c在10$的显著性水平下显著,互联网使用对农地转入的抑制概率小于基准回归,存在部分中介效应。非农就业效应系数显著为负，说明使用互联网可以通过促进非农就业的方式抑制农地转入。互联网的应用.吸引越来越多有能力经营农业的劳动力流向非农产业，不仅导致家庭务农劳动力数量减少，而且可以通过提高家庭收入、增
44、加农机雇佣服务来替代自家劳动力（王欧等，2016）,从而抑制农地转入（黄文彬等，2020）。表10互联网使用的非农就业效应对农地转出的中介效应分析变量名称(1)(2)(3)农地转出非农就业效应农地转出互联网使用0.3173”(0.0521)3.6185,*(0.9379)0.2923-(0.0605)非农就业效应0.0151*(0.0007)控制变量是是村庄虚拟变量是是是年份虚拟变量是是是ProbChi2PseudoR20.0000*0.0000是0OOOOtw0.20840.32130.2892表11互联网使用的非农就业效应对农地转入的中介效应分析(1)(2)(3)工量MS杯农地转入非农就业效应农地转入互联网使用-0.0850,(0.0484)3.6185,*(0.9379)-0.0849*(0.0464)非农就业效应-0.0088-(0.0006)控制变量是是是村庄虚拟变量是是年份虚拟变量是是是ProbChi2PseudoR20.OoOO0.0000是0.OoOo0.16720.32130.1912（三）技术效应
