互联网使用对农地转出的影响及其优化路径研究

郑文全 邸昂 郭劲光

基金项目：国家自然科学基金项目“贫困跨代干预复合架构的机理分析与政策系统设计”（71774027）;国家社科基金重大项目“解决相对贫困的扶志扶智长效机制研究”（20&ZD169）;辽宁省资助项目（辽人社函〔2020〕78;L20AGL010;2022lslybkt-054）。

作者简介：郑文全（1974—），男，重庆人，博士，东北财经大学工商管理学院教授，博士生导师，研究方向为中国式管理、公司治理、非营利组织治理与公共治理等;邸 昂（1994—）（通讯作者），男，大连人，大连医科大学中山学院教师，研究方向为公共治理和公共管理;郭劲光（1976—），男，唐山人，东北财经大学公共管理学院教授，博士生导师，研究方向为公共管理与创新政策。

摘 要：积极引导土地有序流转是实现乡村振兴的重要方式。基于中国家庭追踪调查数据（CFPS2016与CFPS2018），运用面板Logit模型从非农收入的视角分析农户家庭互联网使用及其信息获取、社会资本获取能力对农地转出的影响与机制，并讨论互联网使用与城镇化、市场化融合对农地转出的影响，进一步提出互联网使用下的农地转出优化路径。研究发现：互联网使用对农地转出具有显著的促进作用，而非农收入与农地转出间呈“U”形关系。互联网的信息获取与社会资本获取能力在促进劳动力转移与增加非农收入的同时，也推动了农地的转出。互联网使用对较高学历、较高收入以及非农就业家庭的农地转出的促进效果更为显著，且互联网使用与城镇化、市场化间存在着明显的互补效应，二者融合发展有利于促进农地的转出。

关键词：互联网使用;农地转出;信息获取;社会资本获取;优化路径

文章编号：2095-5960（2022）03-0027-10;中图分类号：F321.1;文献标识码：A

一、引言

随着我国城镇化与农村现代化的不断推进，大批劳动力流向城镇和非农部门，在农业生产率提升的同时明显提高了土地流转率。党的十九大报告中提出要进一步深化农村土地制度改革，“十四五”规划中也明确提出将土地制度市场化改革作为重要任务，这为实现乡村振兴提供了制度保障，使得土地流转成为推动乡村振兴的重要助力。但是客观地讲，我国土地市场化运转机制尚不完善，尚未形成有效的流转市场，不利于形成土地从“分散”到“集中”的有效路径。

当前相关研究主要从制度、劳动力非农转移以及家庭和地区特征层面探究农地流转的影响因素。在制度层面主要是产权与社会保障制度，已有研究指出農地确权能够有效地促进农地流转[1，2]，恰当的产权交易更是影响农地流转的重要因素[3];而新农合与新农保等社会保障制度能够显著提高土地转出的意愿。[4，5]在劳动力非农转移方面，诸多研究结果表明劳动力的非农转移会促进农地流转，且该作用效果具有明显的区域差异、性别差异以及兼业差异;[6]但部分学者认为劳动力的非农转移对农地流转的作用效果存在着高估现象，因为家庭内部一般会提前做出分工决策（即部分外出打工、部分务农）、农业现代化机械的发展可能会使家庭劳动力转移并不带动农地流转，或者二者间存在着“门槛”效应。[7]在家庭和地区特征方面，诸多学者探究了家庭人口、经济、社会关系、信贷状况、土地禀赋以及地区经济、交通等因素对农地流转的影响。[8，9]

以上诸多研究却忽视了互联网对土地流转所产生的冲击影响。尤其是随着我国互联网的普及，出现了诸多以互联网为媒介的流转平台，使得互联网成为土地流转的重要途径。2019年中共中央办公厅与国务院办公厅共同印发的《数字乡村发展战略纲要》中指出，要着重发挥信息技术的扩散效应、知识溢出效应，着力弥补城乡“数字鸿沟”，积极推进“互联网+农业”，这将进一步促进互联网成为推进农业现代化不可或缺的力量。而从现有的文献中可以看出以互联网为代表的信息技术的发展能够显著提升劳动生产率、农业全要素生产率，促进产业结构升级。[10-12]互联网的迅速普及会带动非农就业率的提升，增加家庭非农收入[13]，而非农收入的增加又会使得劳动力更多流向非农部门，造成农业劳动力不足[14]，进而促使家庭选择土地转出。

已有文献更多研究的是如何构建以互联网为依托的土地转出平台，对于互联网使用与农地转出间作用机制的研究[15]较少，且多数为微观视角，对于互联网使用影响农户农地转出的深层动因以及在城镇化、市场化的宏观背景下互联网使用的农地转出效应更是鲜有研究。基于此，本文首先在已有文献的基础上通过理论模型分析互联网使用与土地转出的内在联系，进一步加深相关领域的研究深度，并利用CFPS2016与CFPS2018数据，采用面板Logit模型实证探究互联网使用及其信息获取能力、社会资本获取能力对农地转出的影响与机制。其次，采用2OLS法、IVprobit模型、倾向得分匹配法（PSM）以及替换核心变量等方法缓解可能存在的内生性问题，探究不同教育经历、不同收入水平以及职业分层下的互联网使用对农地转出的差异影响。最后，从城镇化、市场化视角以互联网使用为切入点，深入讨论互联网使用与城镇化、市场化融合对农地转出的影响，以期为进一步促进我国农地有效流转提供建议。

二、理论分析与研究假设

诸多学者指出家庭非农收入的提高会促进农地转出。[16]首先，家庭非农就业人数的增加意味着开展农业经营的时间相对减少，从而农户进行土地转出的可能性也就相对较高。[17]其次，家庭非农就业与非农收入的增加会使得农业劳动力市场中劳动力的密度降低，从供求原理角度来看，这会造成农业劳动力成本的较大提升，进而不利于家庭农业规模的扩大，这使得土地转出成为农户的理性选择。[18]但是也有学者提出不同的观点，他们认为农地转出与自身非农收入间并没有直接关联，并通过实证检验发现农村家庭农地的转出行为并没有随着非农收入的变动而变动。[19]出现这种现象的原因在于：一方面，农地是农村居民生活的重要经济来源，如果农地转出所得到的租金收入难以维持农户的生活压力，农户不会轻易参与到农地流转市场中，此时，农户会理性选择在农业与非农间进行劳动力时间配置;[20]另一方面，土地具有较好的社会保障功能[21]，对于农民而言，土地不仅是其经济的来源，更是其生活保障的最后一道防线，即使是“新农合”与“新农保”也无法取代其地位。只有当农户的非农收入超过临界值且能够一直保持高于农业产出时，由于每户家庭承包土地的面积并不大，农户为获得一定的租金以及更多的非农收入，会选择外出务工并对农地进行转出。[22-24]基于此提出研究假设1：

H1：非农收入的增长促进农地的转出，呈“U”形关系。

互联网作为信息传递的一种途径，具有较高的信息获取能力，可以降低农地转出与转入双方的信息不对称，进而促进农地转出。当前我国农地流转市场尚未完善，供租双方间由于缺少时效性信息的获取途径，彼此无法有效匹配，而且在契约签订的过程也会产生一定的交易费用，尤其是当需要转出的土地面积不大时，将大大增加流转成本，这会进一步降低农地转出的概率。而家庭互联网的使用可以有效地降低土地供求双方的信息搜索成本，缩小了双方的信息不对称，提高农地转出的可能性。同时，家庭互联网的使用还能够打破农地转出的“熟人市场”，有助于土地流转价格的市场化，进一步促进农地转出。此外，家庭互联网所带来的信息化使得农村劳动力更容易得到非农就业机会，促使其更多地流向非农部门。尤其是当农业收益较低时，多数农户会选择外出打工，这增加了农户进行土地转出的意愿，也有利于推动农地规模化的发展。

互联网是缩短人与人之间距离的重要工具，具有较高的社会资本获取能力，能够通过有效地增加农户的社会资本来影响农地的转出。社会资本是以农户的关系网络为基础的无形资源，通过与他人的交往交流可以使得自身的社会资本得以增加。互联网的使用，一方面能够无视空间的阻碍实现面对面交流，在降低通信成本的同时，为维系与自身联系紧密以及人情交换多的个体的关系（强关系）提供了便利，更为时效信息的有效获取提供了保障;另一方面，以互联网为载体构建的社交平台使得参与人在现实中更易与陌生人建立起联系（弱关系）。总之，互联网能够有效地促进农户社会资本的积累。而农户社会资本的积累也能够促进农地转出。[25]首先，家庭的社会网络在带来信息的同时也促进了信息的扩散，当农户具有土地转出需求时，能够更快匹配到合适的转入者，这不仅可以节省寻找转入者的成本，也相对地降低了协商成本，进而促进农地转出。其次，流转协议多为口头协议，即使签订合同，违约也时有发生，而社会资本却可以减少转入者的机会主义行为，因为关系网络成员间彼此都有一定的了解，事前能够有效降低逆向选择问题，事后一旦违约，信息就会在关系网络中扩散，有损违约方信誉，因此为维护自身形象，转出与转入方均愿履行约定。因而，互联网使用能够有效地增加农户社会资本的积累，进而促进农地的转出。基于此提出研究假设2和假设3：

H2：家庭互聯网的使用会促进农地转出。

H3：家庭互联网的信息获取能力和社会资本获取能力会促进农地转出。

互联网的使用以及农户信息获取能力与社会资本获取能力能够增加农户的非农收入，进而促进农地转出。有学者指出农地转出是经过多方面衡量后做出的决策[22]，既与农村劳动力的转移有关[26]，也与非农收入的增加有关。随着互联网的使用以及农户信息获取能力与社会资本获取能力的提高，其家庭非农收入会显著增长。这主要体现在以下几个方面：首先，互联网使用不仅可以减少收集非农就业信息的成本，使得农村劳动力更容易找到符合自身情况的岗位，而且可以有效提升劳动者的竞争力，提高他们的工作效率与就业的稳定性[27]，从而增加其非农收入。其次，互联网使用进一步缩短了人与人间的空间障碍，从而扩大了农村劳动力的社会网络，提高了农户的社会资本，而家庭社会资本不仅是非农就业信息的重要来源，更是提升非农就业成功率的保障，同时还能够增加农户创业的可能性[28]，这些都能够进一步提高农户的非农就业与收入。最后，互联网的使用自然会衍生出诸如网店、网络兼职等与互联网相伴而生的产业，这些产业降低了地域束缚，也使得农村剩余劳动力不再局限于务农，更容易向非农行业转移，从而增加非农收入，促进农地转出。基于此提出研究假设4：

H4：家庭互联网使用及其信息获取与社会资本获取能力提高了农民非农收入，进而促进了农地转出。

随着我国城镇化与市场化的不断推进，互联网使用的农地转出效应也会出现相应的变化。从城镇化的角度来看，一方面，城镇作为网络发展的载体，能够为互联网发展提供必要的基础支持[29]，并且互联网的推广成本在城镇化水平越高的地区反而越低;另一方面，城镇化所形成的劳动力的集聚也能够进一步提高地区互联网的使用[30，31]，并随着城镇化进程的加快拓展互联网对农地转出意愿以及规模的影响。因此，城镇化的不断推进有效地加强了互联网使用对农地转出的作用效果。从市场化的角度来看，在农地流转机制尚未建立和健全时，农地的流转更多是在熟人之间进行。现阶段，随着互联网的普及以及农村市场化的不断发展，使得原有处于封闭状态的农村结构被打破[32]，促使农地流转市场发生了从“熟人—半熟人—市场化”的转化，这也必然会加强互联网下的农地流转。此外，市场化的不断发展也进一步提高了农村劳动力的转移速度[33]，这既加强了互联网的信息传播功能，也加速了农地转出的进度。因此，在市场化不断完善下，互联网的农地转出效应得到不断强化。基于此提出研究假设5：

H5：随着城镇化与市场化进程的加速，家庭互联网使用对农地流转的正向影响得到强化。

三、模型设定、变量测度与数据来源

（一）模型设定

为了实证分析互联网使用、非农收入对农地转出的影响，本文将基准模型设定为：

其中，Transfer表示农地转出决策，Income表示非农收入，Internet表示家庭互联网使用状况。随后，为了考察互联网使用及其社会资本获取与信息获取能力是否会通过非农收入对农地转出产生作用，本文借鉴Hayes[34]的研究方法，以非农收入以及非农就业作为中介变量（Mediat），以互联网使用为例，得到：

对有可能出现的选择偏误与内生性问题，本文采用倾向匹配法（PSM）进行消除。得出家庭互联网使用对土地转出的净效应，即平均处理效应（在本文中使用ATT表示）。具体公式如下：

为进一步了解城镇化与市场化不断推进下互联网使用的农地转出效应是否发生变化，分别构建如下模型：

（二）变量定义及说明

被解释变量为农地转出。本文根据问卷中“是否将土地出租他人”的答案来定义家庭农地的转出，如果回答“是”则视为转出并赋值为1，否則为0。

核心变量是家庭互联网使用与非农收入。家庭互联网使用参考曹景林和姜甜[35]、柳松等[36]的研究，采用问卷中家庭财务回答人使用互联网状况来衡量。根据2016和2018年CFPS问卷中“是否移动上网”以及“是否电脑上网”的答案来衡量。如果户主对两个问题的答案均为“否”，则赋值为0，否则赋值为1。对于家庭非农收入选择采用家庭工资收入、外出打工收入、经营收入以及转移性收入四者之和进行度量。

控制变量包括个体层面与家庭层面。本文参考刘进等[37]、朱建军等[38]的研究，在个体层面上，分别从年龄、性别、健康状况、学历以及社会保险参与情况等方面选取;在家庭层面上，选择使用家庭所有成员的年龄、健康状况、学历以及纯收入的平均值以及家庭非农收入来表示;此外，家庭老年人口比重、农业机械总值以及土地的地貌也是影响土地转出的重要因素，因此本文将三者也纳入家庭层面中。

（三）数据来源与处理

本文数据主要来自2016和2018年中国家庭追踪调查（CFPS），主要从户主、家庭角度选取变量，并删除回答“不适用”“不知道”以及存在缺失值的样本。其中，由于数据并未调查所在地的地貌特征，考虑该变量在短期不会变动，为此使用2012年的调查数据进行匹配，最终获得5656个家庭数据，见表1。

四、实证结果与分析

（一）全样本回归分析

基于上述分析，本文采用STATA14.0软件进行Logit回归分析，经检验发现数据存在个体效应，且进一步的Hausman检验结果显示应采用RE模型对方程（1）进行分析，具体结果见表2。

首先，分析互联网使用对农地转出的影响。由表2模型（1）～（4）OLS模型与面板Logit随机效应模型中，无论是加入家庭非农收入前还是之后，互联网使用均显著为正，研究假设2得证。这可能是因为互联网使用使居民可以在付出较小的代价后获得更多的就业机会、人际交往以及信息，进而促进自身农地的转出。其次，分析非农收入对农地转出的影响。在模型（2）与（4）中家庭非农收入的平方项系数显著为正，而其一次项系数均显著为负，这表明家庭非农收入的变动会影响居民的农地转出行为，也进一步说明家庭非农收入与居民农地转出间呈现“U”型结构，研究假设1得证。这可能是因为家庭的非农收入处于临界值左右时，非农收入并不能够维持家庭的日常支出，仍需要从土地中来获得收入，所以家庭会发生土地转出行为的概率也就相对较低。而随着非农收入的不断增长超过临界值后，居民将会分配更多的时间在非农部门中，即劳动要素更多流向非农部门，从而居民选择农地转出的概率也就相应地提升。

从个体特征的角度来看，户主年龄及其平方项分别显著为负、为正，即户主的年龄与其农地转出行为间成“U”型，且其拐点位于50岁左右。可能是因为随着年龄的增长其自身劳动能力降低，且对于农业生产的认知也在提升，从而更愿意土地流转。性别表现显著为负，即男性户主更愿意保留土地而非流转出去，这可能是由于社会保障还不健全，农地可以起到保障自身生活的作用。从家庭状况来看，家庭人均纯收入显著为正，表明家庭收入越高其进行农地流转的可能性也就越大。农业机械总值显著为负，表明家庭农业机械投入越高，家庭农地转出的概率就越低，这主要是由于家庭机械支出越大，其生产能力就相对较强，更会选择扩大农业生产，而非土地转出。而与高山、高原等其他地貌的土地相比，处于平原的土地更易流转。

（二）内在机制探讨

为了验证研究假设3和4，本文对于信息获取能力，采用户主对互联网信息获取方式的重要性评价来表示（其中非常重要赋值为“5”）;对于社会资本获取能力采用问卷中家庭人情礼支出的对数表示;对于农户的务工状况采用其过去一年是否进行过农业打工或受雇经历，具体回归结果见表3。互联网使用在模型（1）（3）（4）（7）以及（8）中均显著为正，表明互联网的使用会促进居民外出务工、提高非农收入与农地转出的意愿，这进一步验证了假设2。信息获取效应在模型（2）（3）（5）与（6）中显著为正，社会资本获取效应在模型（5）～（8）中显著为正，表明互联网的信息获取与社会资本获取能力能有效提高居民非农收入与促进农地转出，假设3和4得证。模型（5）（6）以及（8）中居民务工状况也显著为正，表明劳动力从农业向非农的转移提高了自身非农收入以及农地转出意愿。而在模型（8）中非农收入及其平方项均显著，表明非农收入与农地转出间呈“U”形关系，进一步验证了假设1。综上，互联网的信息获取与社会资本获取能力在促进劳动力转移与增加非农收入的同时，也推动了农地转出的进程。

（三）内生性问题处理

由于家庭是否使用互联网是一种决策行为，可能会存在内生性问题，为此采用面板两阶段最小二乘法（见表4模型（1））与IVprobit模型（见表4模型（2））进行回归。采用2015与2017年的“地区人均互联网宽带接入端口数”作为工具变量。该变量与受访者农地转出意愿不相关但却与互联网使用具有较强的关联性，而且本文所使用的是该变量的历史数据，与当期数据相比更具外生性，具体见表4。表4中Hausman检验与DWH检验结果均在1%水平下拒绝原假设，即认为互联网使用是内生变量，从一阶段回归来看，人均互联网宽带接入端口数对互联网使用具有显著的促进效果。为进一步检验工具变量的有效性，本文进行弱工具变量检验F值（29.358）在1%水平下拒绝原假设，即认为人均互联网宽带接入端口数对互联网使用具有较强的解释力，表明本文选择的工具变量是合理有效的。在第二阶段回归中互联网使用在2SLS与IVprobit模型下均显著为正，这与前文中表2的结果保持一致，即家庭互联网的使用会促进其农地的转出。

（四）稳健性检验

本文分别从缩小样本集、替换回归模型以及核心解释变量三个角度进行稳健性检验：第一，为避免异常值的影响，针对未合并前的2016与2018年的CFPS样本集，剔除北京、天津、上海以及重庆的数据分别进行回归（表5模型（1）与（2））;第二，采用面板Probit模型作为替换计量模型进行回归（见表5模型（3））;第三，基于替换变量的稳健性检验，采用户主移动上网、电脑上网状况来衡量家庭互联网使用状况（见表5模型（4）与（5））。通过对比表5和表2，表明互联网使用对农地转出的促进作用具有一定的稳健性。

此外，采用PSM探究家庭互联网使用对农地转出的净效应（见表6）。在四种匹配方法下的ATT值，通过对比匹配前后不难发现，互联网使用的ATT值在农地转出的匹配前后均大于0，这表明互联网使用对农地转出具有显著推动作用，这也与表2、表5中的结果保持一致，更进一步表明本文研究具有较高稳健性。

（五）异质性检验

为了解不同教育经历、收入水平以及工作性质下的异质性，本文进一步对样本进行分组讨论。对于教育经历，依据户主最高學历的年限分组，将教育年限是否高于9年的分别划为较高学历组与较低学历组;对于收入采用家庭人均收入进行分组，将根据是否大于家庭人均收入的平均值将样本划分为高低收入两组;对于工作性质，根据问卷中农户对工作性质的回答进行农业与非农分组。具体回归结果见表7。

分组的结果显示：互联网使用对较高学历、较高收入以及从事非农工作家庭的农地转出具有显著的促进效果，而且高学历、高收入以及非农工作家庭的边际效应也高于低学历、低收入以及农业工作的家庭（0.457>0.017，0.265>0.245，-0.661<0.348）。较低学历与较低收入的家庭无法有效利用互联网在农地转出中的作用，这可能是因为低学历的家庭更易出现对互联网产生不正确的使用所导致的。一般情况下，务工的边际劳动收益会高于务农，因此基于自身对非农工作工资的预期，会提高选择农地转出的意愿。

五、拓展性分析：城镇化、市场化进程中互联网使用的农地转出效应

为回应城镇化与市场化进程，本文在区域地理的视角下分别采用地区城镇人口占总人口的比重和《中国分省份市场化指数报告》中的市场化综合指数分别进行度量，在方程（5）和（6）中分别添加交叉项依次进行回归探究城镇化、市场化进程中互联网使用的农地转出效应，具体结果见表8。从表8中可以看出互联网使用与城镇化的交互项在全样本与东部并不显著，而与市场化的交叉项在东部为负却不显著，这主要是由于东部经济发展要高于中西部，且城镇化基本完成，市场化也相对完善，从而使得互联网使用与城镇化、市场化间产生替代效应，不利于农地转出。而在中西部互联网使用与城镇化、市场化均显著为正，这表明互联网使用与城镇化、市场化间存在着明显的互补效应，二者融合发展有利于促进农地的转出。这进一步说明在促进农村互联网普及时要注重与地区城镇化、市场化间的匹配以及融合，充分发挥“1+1>2”的效用。

六、互联网使用下推动农地转出的对策建议

引导土地有序流转，是实现乡村振兴的重要方式。基于本研究提出如下优化路径：

（1）扩大农村网络覆盖范围，弥补城市与农村之间的“信息鸿沟”。研究结果显示，家庭互联网使用会通过社会资本获取、信息获取以及就业效应三种路径对农地转出具有显著的促进作用。为此，政府应进一步加大对农村网络设施的投资，扩大网络覆盖面积，使得农业信息更为便捷地进入农村，并积极进行农村网络信息技术及其服务能力的建设，增强农民的社会互动，为促进非农就业增加家庭非农收入提供有效的信息，从而提高农地转出意愿，为实现“乡村振兴”打下基础。

（2）政府应积极引导农民正确进行基于互联网的农地流转活动。研究显示，对于人力资本（收入、学历）较低的农民而言，无法有效地利用互联网在农地转出中的作用效果。因此，政府正确引导农民进行基于互联网的农地流转活动，才能够进一步优化农村资源配置，为农村可持续发展提供保障。为此，政府应该积极引导农民正确使用互联网来获取相应的农业信息，并开展相关技术的培训，尤其是针对低学历家庭的网络培训，培养农民的网络意识与习惯，使其能够具备一定的信息处理能力。同时也应该开展与土地转出相关的网络活动，为土地流转注入新的活力，进一步优化农业规模经营。

（3）重点在低收入地区实施有助于农地流转落实到位的政策。研究显示家庭互联网的使用仍无法显著地提高低收入或低教育经历家庭将土地转让的意愿，究其原因主要是因为诸多家庭将农地作为自身最后的保障。因此，如何进一步促进相对贫困地区的农地流转才是重中之重。而解决该问题的主要方式是使得低收入地区的农户获取能够不依赖于土地的生活技能。研究结果显示，对于参与非农就业的农户，互联网使用更有利于农地转出，而且参与新农合的农民农地转出的意愿也相对较高。也有必要在低收入地区开展有助于农地流转落实到位的政策，积极促进地区非农就业与新农合的普及。为此，政府应培养农民的网络意识，提高其对务工信息的搜索能力，并建立线上平台与线下服务站，为农民提供一定的便利。同时进一步完善我国农村医疗保险制度，提高农民参与的积极性，弱化土地养老的思想，将土地从生活保障中剔除，从而促进农地转出。

参考文献：

[1]李虹韦，钟涨宝.农地确权对农地转出意愿的影响——基于确权制度可信度的调节效应分析[J].资源科学，2020（9）：1657～1667.

[2]丰雷，李怡忻，蒋妍，等.土地证书、异质性与农地流转——基于2018年“千人百村”调查的实证分析[J].公共管理学报，2021（1）：151～164;176.

[3]罗必良.科斯定理：反思与拓展——兼论中国农地流转制度改革与选择[J].经济研究，2017（11）：178～193.

[4]徐志刚，宁可，钟甫宁，等.新农保与农地转出：制度性养老能替代土地养老吗——基于家庭人口结构和流动性约束的视角[J].管理世界，2018（5）：86～97;180.

[5]高佳，宋戈.农村劳动力转移规模对农地流转的影响[J].经济地理，2020（8）：172～178.

[6]徐晶，张正峰.家庭务工对农户参与农地流转行为的影响[J].中国土地科学，2020（10）：99～107.

[7]洪炜杰，陈小知，胡新艳.劳动力转移规模对农户农地流转行为的影响——基于门槛值的验证分析[J].农业技术经济，2016（11）：14～23.

[8]翁贞林，徐俊丽.农机社会化服务与农地转入：来自小规模稻农的实证[J].农林经济管理学报，2019（1）：1～11.

[9]李朝柱，石道金，文洪星.关系网络对土地流转行为及租金的影响——基于强、弱关系网络视角的分析[J].农业技术经济，2020（7）：106～116.

[10]程名望，张家平，李礼连.互联网发展、劳动力转移和劳动生产率提升[J].世界经济文汇，2020（5）：1～17.

[11]谢莉娟，陈锦然，王诗桪.ICT投资、互联网普及和全要素生产率[J].统计研究，2020（9）：56～67

[12]徐德云，肖未末.互联网基础设施建设对产业结构升级、经济增长作用机制的实证研究[J].长安大学学报（社会科学版），2020（6）：51～60.

[13]宋林，何洋.互联网使用对中国农村劳动力就业选择的影响[J].中国人口科学，2020（3）：61～74;127.

[14]赵军洁，吴天龙.粮食布局、非农就业与土地流转——基于CHIP2013的分析[J].江西财经大学学报，2018（1）：80～89.

[15]张景娜，张雪凯.互联网使用对农地转出决策的影响及机制研究——来自CFPS的微观证据[J].中国农村经济，2020（3）：57～77.

[16]Yao Y.The Development of the Land Lease Market in Rural China[J].Land Economics，2000（2）：252～266.

[17]畅倩，李晓平，谢先雄，等.非农就业对农户生态生产行为的影响——基于农业生产经营特征的中介效应和家庭生命周期的调节效应[J].中国农村观察，2020（1）：76～93.

[18]郝海广，李秀彬，张惠远，等.劳动力务农机会成本对农地边际化的驱动作用[J].干旱区资源与环境，2015（3）：50～56.

[19]冷智花，付畅俭，许先普.家庭收入结构、收入差距与土地流转——基于中国家庭追踪调查（CFPS）数据的微观分析[J].经济评论，2015（5）：111～128.

[20]陈晓红.汪朝霞.苏州农户兼业行为的因素分析[J].中国农村经济，2007（4）：25～31.

[21]许恒周，郭玉燕.农民非农收入与农村土地流转关系的协整分析——以江苏省南京市为例[J].中国人口·资源与环境，2011（6）：61～66.

[22]钱忠好.非农就业是否必然导致农地流转——基于家庭内部分工的理论分析及其对中国农户兼业化的解释[J].中国农村经济，2008（10）：13～21.

[23]黄枫，孙世龙.让市场配置农地资源：劳动力转移与农地使用权市场发育[J].管理世界，2015 （7）：71～81.

[24]胡新艳，洪炜杰.劳动力转移与农地流转：孰因孰果[J].华中农业大学学报（社会科学版），2019（1）：137～145;169.

[25]李华，夏显力，蔡洁.关系网络、农户分化与农地转出行为研究[J].农业现代化研究，2020（2）：255～264.

[26]刘魏，张应良，王燕.农村劳动力流动与水稻种植户生产环节外包——基于农户自有机械和农地经营规模的替代效应视角[J].贵州大学学报（社会科学版），2021（3）：32～45.

[27]毛宇飞，曾湘泉，祝慧琳.互联网使用、就业决策与就业质量——基于CGSS数据的经验证据[J].经济理论与经济管理，2019（1）：72～85.

[28]周洋，华语音.互联网与农村家庭创业——基于CFPS数据的实证分析[J].农业技术经济， 2017（5）：111～119.

[29]左鹏飞，姜奇平，陈静.互联网发展、城镇化与我国产业结构转型升级[J].数量经济技术经济研究，2020（7）：71～91.

[30]张家平，程名望，韦昕宇，等.人口信息化与人口城镇化协调性及其时空演变[J].中国人口·资源与环境，2018（12）：168～176.

[31]王贵东，杨德林.“互联网+交通物流”与人口城镇化：基于“两新一重”融合模型[J].经济学报，2021（1）：129～158.

[32]Gagnon，Julien，Goyal，et al. Networks，Markets，and Inequality[J].The American Economic Review，2016（1）：1～30.

[33]董晓林，熊健.市场化进程中社会网络对农户生计多样化的影响[J].华中农业大学学报（社会科学版），2019（5）：71～77;168～169.

[34]Hayes，Andrew，F.Beyond Baron and Kenny：Statistical Mediation Analysis in the New Millennium [J].Communication Monographs，2009（4）：408～420.

[35]曹景林，姜甜.互聯网使用对女性收入的影响——基于CFPS数据的经验证据[J].现代财经（天津财经大学学报），2020（12）：79～95.

[36]柳松，魏滨辉，苏柯雨.互联网使用能否提升农户信贷获得水平——基于CFPS面板数据的经验研究[J].经济理论与经济管理，2020（7）：58～72.

[37]刘进，赵思诚，许庆.农民兼业行为对非农工资性收入的影响研究——来自CFPS的微观证据[J].财经研究，2017（12）：45～57.

[38]朱建军，张蕾，安康.金融素养对农地流转的影响及作用路径研究——基于CHFS数据[J].南京农业大学学报（社会科学版），2020（2）：103～115.

责任编辑：张建伟