花生价格对农户生产决策与收益的影响分析 ——基于规模分化的视角

周曙东，乔辉

（南京农业大学经济管理学院，江苏 南京 210095）

人多地少是我国农业资源禀赋的基本特征，因此我国长期以来都是小农经营。但随着城镇化、工业化的发展以及非农就业机会的增加，农业劳动力逐渐向非农部门转移，这为农地的流转和经营规模的扩张创造了条件：2014年全国农村承包地流转总面积接近2 700万hm2，截至目前我国已形成350万个3.33 hm2以上的农业经营主体。经营规模的分化使得我国在未来较长一段时间内将面临规模户与小农户并存，同时小农户在数量占优势的格局[1]。在此背景下，研究农产品价格对不同规模农户生产决策和收益的影响，不仅可以丰富农产品价格方面的研究，还有助于识别规模分化在其中的作用，为决策部门制定政策具有重要的现实意义。

根据以往的研究，农产品价格的波动会对农户的生产决策行为产生影响，并进一步影响农业经营的收益[2-3]。Nerlove[4]、Behrman[5]、Askari和Cummings[6]、邓万春[7]研究发现农产品价格是影响农户生产决策行为的首要因素，农户会根据预期价格的高低进行农业生产资源的重新配置。同时，还有学者测算了不同作物的供给弹性，得到粮食作物的长期和短期供给弹性都要远远低于经济作物，比如粮食作物的短期和长期弹性分别为0.052和0.115，蔬菜的供给弹性高达5.074[8-9]。价格弹性与农产品播种面积的波动相吻合，相比于粮食作物，经济作物的播种面积在年际间的波动要更大。不过遗憾的是，上述关于价格变化与农户生产决策行为的研究结论都是基于农户同质的假设前提，而在目前规模户与小农户并存的状态下，由于经营规模分化，农产品价格对他们各自生产决策的影响是否也会存在差异？同时，农产品价格对不同规模农户的经营收益有怎样的影响？这些问题值得探讨。

花生作为我国第三大油料作物，对于缓解我国食用油需求上升和国内油料作物产出能力增长有限的供需矛盾有重要作用。花生的商品化程度高，其价格完全由市场决定，政府并没有对花生市场价格进行直接干预，从而避免了对花生价格形成机制的扭曲。而近年来花生价格的暴涨暴跌对花生的生产和收益产生了巨大冲击，在这种机制下，花生价格能够通过蛛网理论影响农户的生产决策行为。因此，本文基于经营规模分化的角度，以花生为例，利用2011-2014年农户微观调研的面板数据，通过面板回归模型和综合指数分析模型，分析价格与生产决策以及收益的关系，探讨花生价格波动对农户生产决策和收益的影响，为相关部门的决策提供依据。

1 机制分析与研究假说

1.1 农产品价格对不同规模农户生产决策行为的影响

不同农产品之间的相对价格差异决定了农户是否会形成生产决策调整的动机：对于花生种植户，相对于种植其他农产品，如果花生的价格越高，则农户越有可能增加花生的种植面积；但如果其他农产品的价格越高，农户越倾向于减少花生的种植。而花生种植户生产决策调整的意愿最终能否转化为行为还取决于调整成本，种植花生的前期投入以及农户在花生种植上的经验等都属于这种调整成本，只有当进行调整后总的农业收益高于调整成本时，农户才有可能进行生产决策的调整。

更进一步，如果农户的经营规模出现分化，对农户规模进行细分后的情况又会不同。对于小农户，由于兼业越来越普遍，花生种植的收入在家庭收入中的比重越来越少，因此不愿意去花费更多的时间减少花生种植、改种其他农作物，价格的波动对收益的冲击相对较小。而随着规模的上升，农业收益对农户越来越重要，因此对农产品价格则更加敏感。当规模增大到一定程度，农业收入成为家庭收入的最主要来源，为追求更高的农业收益，使得农户会对农业进行更多的专用性投资，在花生种植中，大规模户会购买花生摘果机等专用性很强的固定资产，这些专用性投资也提高了他们进行生产调整的成本。虽然价格的波动对大规模户的收益影响很大，但由于调整成本过高，所以他们不会轻易进行生产决策的调整，只能承担价格波动的风险。

综上所述，可以发现经营规模分化后，价格对生产决策调整的影响呈现倒U型关系（图1）。价格变化对农户生产决策的影响与农户经营规模有关，即随着经营规模的扩大，价格变化对农户生产决策的影响程度先上升后下降。

图1 不同经营规模农户生产决策分析Fig. 1 Analysis on production operation decisions of different operation scales

1.2 农产品价格对不同规模农户种植收益的影响

农户的农产品种植收益函数π=p×y-w×x，表明农产品的收益与农产品销售价格p、销售数量y、要素价格w以及要素投入x有关。对农产品种植收益函数进行微分可以得到：

根据（1）式可知，农产品种植收益的变化主要由价格效应和调整效应2个部分组成。农户作为理性人，进行生产调整的条件必然是调整效应为正，否则农户将会维持现状；价格效应的符号则取决于农产品和要素价格变化的方向和程度。一般情况下，当农产品价格上升时，农户的种植收益增加，增加的种植收益一方面来源于价格上升的贡献，另一方面来源于农户针对价格上升进行生产决策调整后农产品产量增加的贡献；当价格下降时，农户种植收益水平下降，虽然价格下降给农户造成了市场利润的损失，但他们可以进行生产决策调整应对价格下降，或减少种植面积或减少投入水平，都可以一定程度上降低价格下降带来的损失。

从上述分析可知，价格变化能多大程度上影响农户的净收益取决于调整效应。不同经营规模农户在应对农产品价格波动时的生产决策调整行为也存在明显差异，由此可以得到价格变化对不同规模农户种植净收益的影响也存在不同。农产品价格变化产生的调整效应对农户种植收益变化的贡献率与农户经营规模有关，其中对于面对价格变化更容易进行生产决策调整的中等规模农户而言，价格变化对种植收益变化的贡献率低于其他规模农户。

2 研究方法

2.1 数据来源

本文选取辽宁、吉林、山东、河南、湖北、安徽、江苏、广西和广东9个花生主产省2010-2014年的面板数据，数据来源依托国家现代农业（花生）产业技术体系对选定农户进行的年度跟踪调查。各省花生试验站对随机选出的20个农户追踪调查花生生产情况，调查的时间是2010-2014年。调查问卷记录了农户当年的花生种植情况和前一年的种植面积，由于本文分析中涉及到滞后两期的情况，因此真正研究的时段是2011-2014年。经过对问卷的检查与筛选，最终获得有效问卷608份（每年152份）。

2.2 规模分化的概念及其划分标准

基于规模分化的视角，探讨了价格变化对农户生产决策与收益的影响，规模分化是本文关注的核心概念和重点，因此需要对规模分化的概念及不同经营规模的划分标准作详细说明。

规模分化的概念源于农户分化，所谓农户分化即指农户从传统单一经营农业的高度同质化局面，逐渐分解成不同类型和不同规模的群体，并不断演化的过程[10-11]。可以认为，规模分化是农户分化的一种表现形式，即伴随着土地流转，一部分农户倾向于转出土地，而另一部分农户则倾向于转入农户，转出方的土地经营规模不断减少，而转入方的土地规模不断增加[12-14]，从而形成了大规模、小规模农户并存的农业生产形态。因此，本文的规模分化是指伴随土地流转，农户的经营规模打破同质格局并逐渐多元化的过程，最终形成不同经营规模主体并存的农业形态[1]。

本文对花生经营规模划分主要参考屈小博[15]研究苹果种植户对不同经营规模划分的标准方法，根据实地调研数据发现，花生种植户在1.33 hm2以下和2.67 hm2以上的出现的累计频数和累计百分比处于整个花生种植户分布图的两个峰值点。同时根据实地调研经验，花生种植户大都认为2.67 hm2以上属于大规模经营，花生的大规模明显低于粮食作物的大规模。因此，本文将经营规模在0-1.33 hm2定义为小规模农户，1.33-2.66 hm2定义为中规模农户，大于2.66 hm2定义为大规模农户。

2.3 变量选择

农户的生产决策行为反映在种植面积、要素投入、种植结构等多个方面，根据调研发现，花生种植户对价格变化做出的首要反应是调整面积，而在要素投入上的改变并不大，因此本文选择种植面积调整反映农户的生产决策行为。参照前人的研究，并根据本文的研究目的，将主要选取价格与成本、外部冲击、家庭与农户特征3类变量。

1）价格与成本变量。为了实证验证花生价格对农户生产决策行为的影响，首先需要考虑的是花生价格，本文选取滞后一期的花生价格作为预期价格的代理变量；其次，农户通常会根据竞争性作物的相对预期收益对稀缺的土地资源进行分配，因此花生替代作物的价格也是影响花生种植面积的重要因素；除农产品价格以外，还考虑了花生单位面积的生产成本变量[16-17]。

2）外部冲击变量。外部冲击在农户种植面积调整中也发挥了重要作用，主要用自然灾害和良种补贴政策来反映。其中，自然灾害对农户花生种植面积会产生不利影响[18]，而花生良种补贴政策能够降低农户使用花生良种的生产成本，从而对花生种植面积有促进作用。

3）家庭与农户特征变量。家庭作为农业生产最小的决策单元，而农户作为家庭的主要决策者，两者的特征均会对花生种植面积产生直接的影响，本文关注的家庭特征变量主要包括种植习惯和农业生产性资产投入，分别选择滞后期花生种植面积和生产性固定资产投入作为种植习惯和农业生产性资产投入的代理变量[19]；农户特征变量主要包括种植年限、年龄和受教育程度。

2.4 模型选择

为了验证上文提出的假说，分别构建了两个实证模型。其一是农产品价格对花生种植面积调整的回归模型，该模型用以验证价格变化对农户生产决策的影响与经营规模的倒U型关系；其二是农户种植收益变化影响因素的综合统计指数分析模型，该模型用以分析农户规模分化后，农产品价格对他们种植收益影响的差异。

2.4.1 农产品价格对花生种植面积调整的回归模型根据上述对不同经营规模农户的划分标准，分别对不同规模农户组数据进行多元面板回归分析，具体模型为：

式中：i表示不同经营规模农户组别。Si,t、Si,t-1、Si,t-2分别为当期、滞后一期以及滞后两期的花生种植面积；Pi,t-1为滞后一期花生价格；Costi,t为当期花生生产成本；Disi,t-1为自然灾害虚拟变量，如果上一期遭遇严重的干旱，则Disi,t-1=1，否则Disi,t-1=0；Subi,t为良种补贴虚拟变量，如果享受良种补贴政策，则Subi,t=1，否则Subi,t=0；Asti,t为用于花生生产的固定资产投入；Plyi,t、Agei,t和Edui,t分别为户主的花生种植年限、年龄和受教育程度。Psi,t-1表示花生竞争性作物的滞后一期价格，农户可能会种植多种作物，即花生的竞争作物会有多种，参照钟甫宁和胡雪梅[20]计算竞争性作物的方法确定竞争性作物，计算方法为：

式中：Ps,t-1、Qs,t-1分别为花生竞争性作物s的价格和产量，根据调研情况，本文选取玉米、小麦、大豆、棉花和水稻5种作为不同地区花生种植的竞争性作物。需要说明的是，由于不同地区资源禀赋的差异，花生的竞争作物并非相同，虽然选取了5种竞争作物，但在计算竞争作物价格时主要依据农户的实际生产情况，上述作物中农户在生产经营过程中并未作为花生竞争作物的权重为0。

2.4.2 综合统计指数分析模型 花生种植净收益由花生销售价格、销售数量、要素投入和要素价格共同决定，为了测算这4个因素对花生净收益变动的贡献程度，本文将采取综合统计分析模型进行测算，比较价格变化对不同规模农户净收益影响的差异。假设pt-1、pt分别为t-1期和t期花生销售价格，yt-1、yt分别为t-1期和t期花生单位面积的销售量，wt-1、wt分别为t-1期和t期的要素价格，xt-1、xt分别为t-1期和t期单位面积的要素投入数量。因此，t期单位面积花生净收益表达式为：

利用综合统计分析法对t期和t-1期花生净收益变动进行分解，得到：

根据上面的分解，可以进一步测算花生价格变化对花生净收益的贡献率，由于价格的变化方向不同，所以测算方法存在一定的差异。一般而言，价格上升时农户的净收益和价格上升对净收益的影响结果均为正，并且净收益增长的幅度更大，此时价格变化的贡献率为：

价格下降时农户的净收益和价格下降对农户净收益的影响结果均为负，并且净收益的减少幅度更小，如果采用价格上升时的计算则会大于1，参考Grubel和Lloyd[21]的测算方法，此时价格变化的贡献率为：

即表明如果价格变化带来的净收益下降和净收益相差大，说明价格变化对净收益的贡献较小，农户受到的影响也较小。

上述主要分析了价格变化对单位面积净收益的贡献率，而从农户总收益看，还取决于种植面积。价格变化对农户总收益影响为 ΔR=πt×St-πt-1×St-1，其中ΔR、π和S分别为农户花生种植总的净收益变动、单位面积净收益和种植面积。

3 结果与分析

3.1 描述性统计分析

以2014年为例，随着经营规模的扩大，花生的销售价格并没有表现为明显的变化趋势，小、中、大规模农户的花生销售价格分别为6.04元/kg、6.16元/kg和6.06元/kg（表1），相差并不大，这说明了农户的花生销售价格与经营规模并不存在明显的相关关系，进一步说明花生价格是由市场决定的，并非由农户内生决定。从2011年到2014年的变化趋势来看，大、中、小规模农户的销售价格都表现出了相同的波动趋势，即从2011-2014销售价格依次表现为上升、下降、上升的波动趋势。随着经营规模的扩大，花生生产成本以及固定资产投资具有明显的上升趋势，小、中、大规模农户的单位面积生产成本分别为11 162.7、11 554.5和13 180.5元/hm2，固定资产投入分别为931.16、1 299.73和2 892.75元，花生生产成本以及固定资产投入随规模扩大而上升的趋势在每一年都基本保持稳定。

对于其他变量，在不同经营规模农户间并没有表现出明显的差异，总体上看，花生种植户的种植年限在20年左右，受教育程度在9年左右，另外有将近一半的花生种植户会享受到花生良种补贴，而每年有将近一半的农户会遭遇严重的自然灾害。

表1 2011-2014年不同规模农户相关变量描述性统计Table 1 Descriptive statistics of variables of different operation scales during 2011-2014

3.2 花生价格对不同规模农户面积调整行为影响

回归分析结果表明，三个方程的hausman检验均表明模型更适合采用固定效应模型，同时进行面板数据异方差检验发现三个固定效应模型均不存在明显的异方差（表2）。整体上看，大部分变量通过显著性检验，并且与预期符号相一致，说明模型的可靠性较高。

1）滞后一期花生价格对面积调整的影响。总体上来看，滞后一期花生价格对当期花生种植面积产生显著的正向影响，且通过5%的显著性检验（表2），说明了花生自身价格的提高会刺激农户的种植积极性，但不同规模农户的差异明显。具体来看，小规模、中等规模以及大规模农户的面积价格弹性分别为0.257、0.348和0.121，价格变化对农户种植面积的影响呈现倒“U”型关系，即随着农户种植规模的扩大，价格变化对农户面积调整的影响先增大后减小，验证了本文的假说。

表2 价格对不同规模农户面积调整行为影响的回归结果Table 2 Regression results of price for different operation scales on farmers’ adjusting behaviors

2）竞争性作物价格和生产成本的影响。竞争性作物的价格虽然在三个模型中均没有通过显著性检验，但系数符号都为负，说明竞争性作物的价格越高，农户越有可能减少花生的种植。小规模、中等规模农户模型中的生产成本对花生种植面积的影响没有通过显著性检验，而大规模农户模型中生产成本对花生种植面积产生显著负向影响且通过1%的显著性检验。生产成本仅对大规模农户产生影响，这是因为在单位面积生产成本变化幅度相等前提下，大规模农户因为面积较大导致总成本的变化幅度也较大，因此大规模农户可能对花生的生产成本更加敏感。

3）外部冲击对面积调整的影响。自然灾害和良种补贴政策对不同规模农户的影响也存在明显的差异。其中，自然灾害主要对小规模和中等规模农户的种植面积产生负向作用，分别通过5%和10%的显著性检验，回归系数显示，自然灾害将会使小规模和中等规模农户的花生种植面积分别减少13.7%和19.5%；良种补贴政策主要对中等规模和大规模农户产生显著的正向促进作用，分别通过10%和1%的显著性检验，回归系数显示，对于享受到良种补贴的中等规模和大规模农户而言，花生种植面积会分别提高13.3%和6.6%。究其原因，相比较中小规模农户，大规模农户规避自然风险的方法更多，可以通过保险等方式弥补自然灾害带来的不利影响，所以自然灾害对其影响不如中小规模农户大，而良种补贴政策具有大户倾斜特征，因此良种补贴政策对中大规模的影响大于小规模农户。

4）其他控制变量对面积调整的影响。家庭用于花生生产的固定资产对不同经营规模农户的花生种植面积的影响均为正，并且均通过1%的显著性检验，但从系数值来看，不同规模的影响差异巨大，其中对中等规模农户而言，种植面积对固定资产的短期弹性高达0.770，而大规模农户仅仅为0.073，几乎相差了10倍之多。上一期花生种植面积对小规模农户和大规模农户的影响为正，系数值分别为0.151和0.170，说明对于小规模和大规模农户而言，种植习惯对农户下期的种植决策影响显著，也进一步从侧面说明了为什么价格变化对中等规模农户的刺激作用要大于小规模和大规模农户。种植年限和滞后两期的花生种植面积对不同规模农户种植面积的调整均没有产生显著的影响。

3.3 不同规模农户种植收益影响因素的分解分析

利用综合指数分析法分析农产品价格对不同规模农户种植收益的影响，由于篇幅限制，只列出了2014年花生种植单位面积净收益变动的分解结果（表3）。

对于小规模农户，经历了2013年花生价格的大幅下跌之后，2014年花生价格出现了明显回升，小规模农户的销售价格从2013年的5.30元/kg上升到2014年的6.04元/kg，涨幅14.0%。由于花生价格上升，农户进行生产决策调整后的平均净收益增加了3 187.8元/hm2。从净收益变动的分解看，花生销售价格对净收益影响结果是2 331.0元/hm2，贡献最高；销售数量变动对净收益的影响达1 669.5元/hm2，这主要得益于单产的提高，由于花生价格上升，小规模农户通过增加要素投入提高单产，在边际销售倾向不变的情况下，增加了单位面积花生的销售数量，直接带来了净收益的增加。要素投入对净收益的影响来源两个方面，第一，要素价格变动对净收益的影响结果为-736.5元/hm2，说明对于小规模农户而言，要素的平均价格总体上在上涨；第二，花生价格上升刺激了农户生产积极性，要素投入数量的小幅增加使得要素投入数量的变动农户单位面积净收益的影响结果为-76.5元/hm2。

表3 2014年相对于2013年不同经营规模农户单位面积净收益分解结果（元/hm2）Table 3 Comparison of different operation scales and net economic returns between 2013 and 2014

对于中等规模农户，花生销售价格从2013年的5.70元/kg上升到2014年的6.16元/kg，最终使中等规模农户单位面积净收益增加2 476.8元/hm2。从单位面积净收益变动的分解结果看，销售价格变动对净收益的影响结果为1 600.5元/hm2，在所有指标中影响结果最高；销售数量的变动对净收益的影响结果为1 453.5元/hm2。从要素价格变动以及要素投入数量变动层面看，要素价格变动对于净收益的影响结果为351.0元/hm2，说明中等规模农户2014年相对于2013年要素价格整体上有小幅的下降；而要素投入数量的变动对净收益的影响较大，影响结果为-928.5元/hm2，明显高于小规模农户的-76.5元/hm2，说明价格上升后，中等规模农户生产调整的幅度更大，要素投入数量变化更多。

对于大规模农户，花生销售价格从2013年的5.78元/kg上升到2014年的6.06元/kg，针对价格的小幅上涨，大规模农户同样做出了生产决策调整，使大规模农户单位面积净收益增加1 416.6元/hm2。从单位面积净收益的分解看，销售数量的变动对净收益的影响结果最大，达到2 514.0元/hm2，这主要与大规模农户2014年相对于2013年销售数量变化较大有关；而销售价格的变动对净收益的影响结果为1 108.5元/hm2，明显低于销售数量变动对净收益的影响。要素价格变动和要素投入数量变动对净收益的影响结果都为负，说明相比于2013年，要素价格对于大规模农户整体上有所增加，对净收益的影响结果为-1 402.5元/hm2，其中劳动力价格上升的影响最大，达到了-996.0元/hm2，而在花生价格上升的刺激下，投入要素数量的增加对净收益的影响结果为-804.0元/hm2，这一影响结果也明显高于小规模农户，但略低于中规模农户。

根据分解结果可以进一步得到花生价格对净收益变动的贡献率以及对总的净收益的影响结果（表4）。

从价格变化对种植收益变动的贡献率看，价格变化对中等规模农户种植收益变动的贡献率低于小规模农户和大规模农户，说明花生价格变化时，中等规模农户更容易做出种植面积的调整，从而获得更高的调整效应，导致价格变动对单位面积净收益的贡献率不及其他规模农户。

从价格变化对农户总的净收益影响结果看，可以发现随着经营规模的扩大，农户总的净收益受价格的影响更大，当价格上升时，大规模农户因为种植面积大，获得更高的净收益增长，而当价格下降时，大规模农户同样因为种植面积大的原因，造成的净收益损失也高于其他经营规模农户。

表4 花生价格对净收益变动的贡献率以及对总收益的影响结果Table 4 Contribution rates of peanut price changes in net income and the impacts on total revenue

4 结论与政策建议

4.1 结论

研究表明，花生价格对农户生产决策的影响与农户经营规模有关，并表现为倒“U”型关系，即随着经营规模的扩大，花生价格对农户生产决策的影响先上升后下降，规模分化使得农产品价格影响生产决策的机制更加复杂，在后续的相关研究中应该注意对农户规模的区分，该结论对目前政府相关部门习惯采取的“一刀切”政策确实具有重要的指导意义。

花生价格波动产生的价格效应对农户种植收益变化的贡献率与农户经营规模有关，中等规模农户面对价格波动时更容易进行生产决策调整，导致农产品价格提高对中等规模农户种植收益的贡献率最低。对于中等规模农户来说，2014年价格变化对花生种植收益变动的贡献率为64.63%，明显低于大规模农户和小规模农户的78.27%和73.12%，表明大规模农户和小规模农户的收益更易受到价格波动的影响。

4.2 政策建议

1）要积极稳妥地推进适度规模经营。考虑规模分化导致的价格对生产决策和收益影响的差异，在推进规模经营的过程中不可盲目追求大规模，应该根据各地的实际情况，以市场机制为核心促进规模经营的实现。

2）强化政策支持，发展农业保险。扩大规模能够对稳定花生供给、减少花生价格的暴涨暴跌有重要作用，但大规模农户也更易受到价格波动的影响，因此在鼓励花生种植户扩大经营规模的同时，应该对大规模种植户采取支持政策的倾斜，可选择的政策之一是发展农业保险，降低价格波动对规模户收益的不利影响，从而降低他们的经营风险。

[1]周应恒, 胡凌啸, 严斌剑. 农业经营主体和经营规模演化的国际经验分析[J]. 中国农村经济, 2015(9): 80-95.Zhou Y H, Hu L X, Yan B J. International experiences in the evolution of agricultural operators and scale of operation[J].Chinese Rural Economy, 2015(9): 80-95.

[2]程国强, 胡冰川, 徐雪高. 新一轮农产品价格上涨的影响分析[J].管理世界, 2008(1): 57-62, 81, 187-188.Cheng G Q, Hu B C, Xu X G. An analysis of the impact of the new round of rise in the prices of agricultural produce[J].Management World, 2008(1): 57-62, 81, 187-188.

[3]郭其友, 万大艳. 基于VAR模型下粮食价格、农业生产成本与农民收入的实证研究[J]. 财经理论与实践, 2013(6): 87-91, 125.Guo Q Y, Wan D Y. The empirical research on the food prices,the cost of agricultural production and the income of farmers based on VAR model[J]. The Theory and Practice of Finance and Economics, 2013(6): 87-91, 125.

[4]Nerlove M. Estimates of elasticity of supply of selected agricultural commodities[J]. Journal of Farm Economics, 1956,38(2): 496-509.

[5]Behrman J R. Supply Response in Underdevelopment Agriculture[M]. Amsterdam: North—Holland, 1977.

[6]Askari H, Cummings T. Estimating agricultural supply response with the Nerlove model: A survey[J]. International Economic Review, 1977, 18(2): 257-292.

[7]邓万春. 关于农民市场风险的一种表述——市场“规则”与“场所”的关系逻辑[J]. 中国农业大学学报(社会科学版),2008(3): 35-45.Deng W C. An express on market risk faced by Chinese peasants—Relation logic of market ‘rules’ and ‘place’[J]. China Agricultural University Journal of Social Sciences Edition,2008(3): 35-45.

[8]罗锋, 牛宝俊. 国际农产品价格波动对国内农产品价格的传递效应——基于VAR模型的实证研究[J]. 国际贸易问题,2009(6): 16-22.Luo F, Niu B J. The pass-through effect of fluctuation of international agricultural products on domestic agricultural products: An empirical study based on VAR model[J]. Journal of International Trade, 2009(6): 16-22.

[9]王莉, 苏祯. 农户粮食种植面积与粮价的相关性研究——基于全国农村固定观察点的农户调查数据[J]. 农业技术经济,2010(9): 90-96.Wang L, Su Z. The correlation between farmer’s grain planting area and grain price—Based on the household survey data of national rural fi xed observation points[J]. Journal of Agrotechnical Economics, 2010(9): 90-96.

[10]李宪宝, 高强. 行为逻辑、分化结果与发展前景——对1978年以来我国农户分化行为的考察[J]. 农业经济问题, 2013(2):56-65, 111.Li X B, Gao Q. Behavioral logic, differentiation results and prospects: The inspection of rural-household differentiation since the reform in China[J]. Issues in Agricultural Economy, 2013(2):56-65, 111.

[11]姜长云. 农户分化对粮食生产和种植行为选择的影响及政策思考[J]. 理论探讨, 2015(1): 69-74.Jiang C Y. Policy consideration and the influence of rural household differentiation on grain production and planting preference[J]. Theoretical Investigation, 2015(1): 69-74.

[12]Kaur M, Singh S. Agricultural land lease market in gurdaspur district of Punjab[J]. Journal of Agricultural Development and Policy, 2011, 21(2): 51-60.

[13]罗必良. 农村土地制度:变革历程与创新意义[J]. 南方经济,2008(11): 3-12.Luo B L. The transformation and innovation of Chinese rural land institution[J]. South China Journal of Economics, 2008(11): 3-12.

[14]陈锡文. 全面深化改革开放，推进经济持续健康发展[J]. 经济研究, 2013(2): 4-6.Chen X W. A series of essays on deepening reform and openingup and keeping continuous and healthy economic development in China[J]. Economic Research Journal, 2013(2): 4-6.

[15]屈小博. 不同规模农户生产技术效率差异及其影响因素分析——基于超越对数随机前沿生产函数与农户微观数据[J].南京农业大学学报(社会科学版), 2009(3): 27-35.Qu X B. Technical efficiency of different farmer sizes and its influencing factors—Based on stochastic frontier production function and micro-data of households[J]. Journal of Nanjing Agricultural University (Social Science Edition), 2009(3): 27-35.

[16]Schultz T W. Transforming Traditional Agriculture[M]. New Haven: Yale University Press, 1964: 13-16.

[17]钱文荣, 王大哲. 如何稳定我国玉米供给——基于省际动态面板数据的实证分析[J]. 农业技术经济, 2015(1): 22-32.Qian W R, Wang D Z. How to stabilize the corn supply in China—An empirical analysis based on provincial dynamic panel data[J].Journal of Agrotechnical Economics, 2015(1): 22-32.

[18]吕亚荣, 陈淑芬. 农民对气候变化的认知及适应性行为分析[J].中国农村经济, 2010(7): 75-86.Lü Y R, Chen S F. An analysis of farmers’ cognition of climate change and their adaptive behaviours[J]. Chinese Rural Economy,2010(7): 75-86.

[19]Moser C. Asset-based approaches to poverty reduction in a globalized context[C]//Global Economy and Development Working Paper No. 01, 2006.

[20]钟甫宁, 胡雪梅. 中国棉花生产区域格局及影响因素研究[J].农业技术经济, 2008(1): 4-9.Zhong F N, Hu X M. A study on the changing of cotton production regions and it’s influencing factors[J]. Journal of Agrotechnical Economics, 2008(1): 4-9.

[21]Grubel H G, Lloyd P J. Intel-industry Trade: The Theory and Measurement of International Trade in Differentiated Products[M].London: Macmillan, 1975.