基于村庄规模、搭便车行为的农机投资异质性分析
2022-05-30疏炫玮
疏炫玮
摘要：【目的/意义】基于农业机械具备公共物品与私人物品的双重属性，分析农户对农机投资的影响因素及作用机理，以解决农户对农业机械投资内在激励不足的问题，推动农业机械化与“乡村振兴”实现有效衔接。【方法/过程】利用2014、2016和2018年中国家庭追踪调查（CFPS）混合截面数据，从搭便车行为的视角出发，对村庄规模与农户农业机械投资进行OLS回归以及异质性分析。【结果/结论】结果表明：村庄规模对农户农业机械投资水平具有显著的负向影响，但在社会信任度高或宗族结构强的地区，村庄规模对农户农用机械的投入的负面影响会得到调节，验证了村庄规模与搭便车行为的相关关系。建议通过社会约束机制来监督农户行为，调节村庄规模对农机投资的负面影响，促进村庄规模经济与机械化生产的协同发展。
关键词：村庄规模;农业机械投资;搭便车行为;社会信任;宗族结构
中图分类号：F323.3 文献标志码：A 文章编号：1637-5617（2022）02-0041-08
Heterogeneity Analysis of the Agricultural Machinery Investment Based on Village Size and Free-riding Behavior
SHU Xuan-wei
（College of Economics and Management，South China Agricultural University，Guangzhou，Guangdong 510000，China）
Abstract：【Objective/Meaning】In order to solve the problem of insufficient internal incentive for farmers' investment in agricultural machinery and promote the effective connection between agricultural mechanization and “rural revitalization”，the influencing factors and mechanism of farmers' investment in agricultural machinery were analyzed based on the dual attributes of public goods and private goods of agricultural machinery.【Methods/Procedures】Based on the mixed cross-section data of China Family Panel Studies （CFPS）in 2014，2016 and 2018，the OLS regression and heterogeneity analysis were carried out on the village size and farmers' investment in agricultural machinery from the perspective of free-riding behavior.【Results/Conclusions】The results showed that the village size had significant negative impact on the level of farmers' investment in agricultural machinery，but in the areas with high social trust or strong clan structure，the negative impact of village size on farmers' investment in agricultural machinery would be moderated，which verified the correlation between the village size and the free-riding behavior. Therefore，it was suggested to supervise the behavior of farmers through the social restraint mechanism，adjust the negative impact of village scale on farmers ，investment in agricultural machinery，and promote the coordinated development of village scale economy and mechanization development.
Key words：village scale;agricultural machinery investment;free-riding;social trust;clan structure
農业机械化是农业现代化的重要标志，农业机械化水平的提高，不仅能改善农业的生产条件，提高农业生产力，增加农民收入，还能通过农业剩余间接影响非农收入[1]，对农业可持续发展起到重要作用[2]。然而由于农业机械的外部性[3-4]，使农业机械具有公共物品和私人物品的双重属性，农户对农业机械投资的社会边际收益大于私人边际收益，导致了农机投资的内在激励不足，从而无法实现农业机械资源的有效配置。2004年颁布并施行的《中华人民共和国农业机械化促进法》和同年实施的农机购置补贴政策对激励农户投资农业机械，提高农业生产机械化水平起到了重要的作用;形成了较为完善的农机管理体系;加快了我国的社会主义农业现代化进程。2017年，由农业部、国家发展改革委、财政部联合印发的《关于加快发展农业生产性服务业的指导意见》中强调，在未来很长的一段时间内，以农户为单位的家庭经营仍将是我国农业的基本经营方式。然而，不同农业经营主体之间的对农机投资存在较大差异，小农户的农机投入水平始终较低。因此，在此背景下，探讨农户对农业机械投资的决策行为，分析各种影响因素的作用机理，对农业机械化更好地服务三农具有重要的理论意义与现实意义。
1 文献综述
1.1 村庄规模、搭便车心理与农村集体行动
曼瑟尔·奥尔森（Mancur Olson）在《集体行动的逻辑》[5]中第一次将“搭便车行为”引入到集体行动的研究中：“集团的规模越大，每个成员就越不可能去增进共同利益，距离集体最优水平就越远，社员容易产生因利己心理而损害集体的行为。”其背后的机理是，当群体的规模扩大时，成员之间相互监督的可能性越低，集体组织成本增加，成员搭便车的行为随之加剧。
在农村方面，有不少学者研究发现村庄规模对农户的行为具有显著影响，认为村庄规模越大，农户间的“搭便车行为”越严重[6]。蔡荣等[7]利用收集的47 份山东苹果专业合作社的调查数据发现，随着合作社的规模扩大，社员利用合作社的惠顾货源进行利己的搭便车行为的可能性越大。Araral[8]利用菲律宾的1636个地灌溉系统数据研究发现，社区规模与成员搭便车行为呈现正相关的关系。蔡荣等[9]与Junichi[10]分别利用102个安徽省农村数据与104个云南农村数据为例进行研究，发现农村规模会与农田灌溉设施维护的户均劳动贡献呈现“倒U型”关系，侧面说明农庄规模过大会带来农户的搭便车心理。Agrawal等[11]对印度库蒙地区农村进行调查研究时，发现村庄规模扩大不利于集体行为的成功。
1.2 农业机械私人物品与公共物品的双重属性
农机的投资以农户为主，但农业机械化不仅使农户在农业生产方面受益，它的外部性还为整个社区和政府带来了好处。从产权角度来看，机械化外部性的受益者是广泛的，并且是非排他与非竞争的，因此农业机械的外部性具有公共物品的属性。但同时农机又需要农户个体进行投资，农机本身又是一种竞争性和排他性的私人物品。在此背景下，农机投资的社会边际收益大于私人边际收益，一定程度上导致了农机投资缺乏内在激励，无法实现资源的有效配置[12]。也有學者认为，农业机械是一种非竞争性和排他性共存的俱乐部物品，即农户在购买农机之后，农户间会通过出租或交换的形式来降低历史成本，随着参与的农户数量增多，农业机械逐渐成为一种非竞争但排他的俱乐部物品，这也是我国农机跨区服务出现的原因[13]。此外，在中国农村人情社会的特殊背景下，村民间的交流、交换具备非货币性和非市场性[14]，这意味着农户间的租借行为可能碍于人情而没有产生费用，造成农业机械在人情社会中的外部性更加显著。
1.3 农业机械投资的影响因素
目前，我国学术界对农户农机投资决策的影响因素的研究主要在3个方面：（1）农户特征，主要包括农户耕地规模、耕地地貌、土地细碎化、土地流转、家庭总收入等。耕地规模与农机投资水平呈现“倒U型”关系[15];农户耕地地形的复杂化和土地细碎化增加了使用机械的成本，对农机投资水平起到负面影响[16-18]，而土地流转一定程度上解决了土地细碎化的问题，使耕地形成规模效应，推动农机的投入[19-20]。此外，农户的家庭收入对农户购买农机起正向影响[21-22]。（2）户主特征，主要包括生产者年龄、性别、健康程度、教育程度、劳动力转移等。随着生产者年龄的增加，在繁重劳动环节选择机械农作的可能性越大，并且女性、健康状况差的农户也更有可能选择机械农作[23-24];此外随着农户教育水平的提高，农户投资机械进行生产的可能性提高。同时，非农就业与劳动力转移拉动机械农作的需求，对农户农机投资决策起正向影响作用。（3）农村与环境特征，主要包括政府补贴、农村交通环境、设备购买渠道等影响因素。其中，政府补贴降低了农机购置成本，激发了农户购买农机的能力与意愿，对农机投资起到正向影响作用[25-26]，同时，也有学者从农村交通环境、设备购买渠道等农村禀赋因素出发研究，认为交通条件差，购买农机渠道少的农村，农户购买农机的交易成本与风险高，不利于农户农机投资[27]。
通过对文献的梳理，已有许多学者通过农户、户主和农村3个方面特征对农户生产机械投资决策影响因素进行探究。但村庄规模对这一变量的影响还未得到充分的研究与讨论。
1.4 社会信任与宗族结构的调节作用
已有研究表明，社会信任与组织支持可以有效抑制农户的搭便车心理。杨柳等[28]在研究村庄规模对农户参与水管维护绩效的影响时发现，社会信任可以有效调节村庄规模对水管维修绩效的负面影响，尤其在中国农村的人情社会中，社会信任是农户在农村中赖以生存的社会货币，农户间相互监督与自我约束的机制可以避免农户搭便车的投机行为发生[29-30]。
此外，社区内部通过组织的强制性监督机制也可以有效地抑制农户搭便车心理。宗族是中国农村中十分独特的文化和组织，对社区起到监管、协调的作用，能对社员声望与信任起到约束，可以抑制农户的搭便车心理，使集体行动取得有效结果，王宇锋[31]研究村庄规模对农户收入的影响时，证实了宗族结构可以有效地调节村庄规模的负效应。
综上所述，通过文献梳理发现，村庄规模带来的搭便车心理深刻地影响着农村集体行动的成功以及农户的投资行为，一个集体的人数越多，任何一个人就越不可能做出贡献;而具有公共物品和私人物品双重属性的农业机械的投资则不可避免地受到农户间搭便车心理的影响;同时，研究发现社会信任与宗族结构[32]可以有效地抑制农户搭便车行为的发生。目前学术界对“村庄规模与搭便车心理的关系”和“搭便车心理对个体投资的影响”已有较为充分的研究，但村庄规模、搭便车心理以及农机投资三者关系尚未得到充分的讨论与理解。因此本文拟研究与解决以下问题：（1）农户“不愿意投资”作为搭便车心理的表现之一，那么具有公共物品和私人物品双重属性的农业机械是否也会受到村庄规模的影响？（2）社会信任与宗族结构对“村庄规模影响农业机械投资”是否有调节作用？鉴于此，本文将村庄规模作为核心解释变量，研究其对农机投资水平的影响，并利用社会信任与宗族结构这2个虚拟变量进行异质性分析，最后提出相关政策建议。
2 理论分析与假设提出
已有研究表明，农业机械的外部性使其具公共物品和私人物品的双重属性，农业机械的公共物品性意味着私人投资的农业机械能给社会以及他人带来好处，比如农户间农业生产机械的借用。在农村的熟人社会中，村民間的交流、交换具备非货币性和非市场性，农户间可能碍于人情而导致无费用租借的搭便车行为。而农户搭便车心理具体表现为成员不愿进行投资，随着村庄规模的扩大，农户能够向其他农户借入农作生产机械的可能性更大，农户自家购买农机的需求就越小。鉴于此，本文推测，随着村庄规模的扩大，农户对农业机械的投资水平会下降，据此提出假设1：
H1：村庄规模对农户的农机投资水平具有负面影响。
此外，本文利用社会信任与宗族结构来探讨村庄规模与农户农机投资水平影响的异质性分析（图1）。通过文献回顾已知，社会信任与宗族结构可以抑制村庄规模带来的搭便车心理，因此推测，社会信任与宗族结构可以有效调节村庄规模给农户生产机械投资决策带来的负面影响，据此提出假设2、假设3：
H2：在社会信任高的地区，村庄规模对农户生产机械投入的负面影响会更弱。
H3：在宗族结构强的地区，村庄规模对农户生产机械投入的负面影响会更弱。
3 模型、变量及数据处理
3.1 模型设定
为了分析村庄规模对农户农业机械投资水平的影响，本文构建混合截面模型为：
lnmachinei=β0+β1lnSizei+βkXk，i+ui（1）
式（1）中，被解释变量machinei是第i个农户的农用机械总值;Sizei是第i个农户所在农村的村庄规模，以村庄的户数来表示;Xk，i，表示第i个农户的k个控制变量。β0与β1是待估系数，βk为第k个控制变量的待估系数，ui为随机扰动项。β1是本文重点关注的系数，如果该系数为负，则村庄规模对农户农机投资具有负面影响。
为了探讨社会信任与宗族结构产生的调节作用，本文在基准模型的基础上中分别加入社会信任与宗族结构这2个虚拟变量作为分组变量进行异质性分析，研究不同社会信任度以及不同宗族结构作用下“村庄规模对农户生产机械投入的影响”。
3.2 变量选择
3.2.1 被解释变量 农用机械投入（machinei）表示第i个农户对农机的投资水平。2019农业农村部发布《农业机械化统计基础指标》将农业机械购置投入定义为各类农业生产经营主体用于购置农业机械的资金。本文选取家庭层面的农用机械投入（元）表示农户农机投资水平。
3.2.2 核心解释变量 村庄规模（Sizei）表示第i个农户所在农村的村庄规模。本文用问卷中社区层面的村庄户数来表示村庄规模（Size1i），同时选取农村人口（Size2i）来代替村庄户数作为核心解释变量，进而保证稳健性。
宗族结构（Slani）表示第i个农户所在村庄的宗族结构情况。本文选取问卷中“村庄第一大姓氏比例”与“村庄大姓个数”2个变量来构建宗族结构指标，参考美国经济学家贝恩的产业组织理论中对市场结构的划分标准，本文将宗族结构分为均衡型、寡头型与垄断型。其中：“第一大姓氏比例”>30%且“村庄大姓个数”=1的村庄为垄断型宗族结构;“第一大姓氏比例”>30%，但“村庄大姓个数”>1的村庄为寡头型宗族结构;“第一大姓氏比例”<30%的村庄为均衡型宗族结构。
社会信任（Trusti）表示第i个农户所在村庄的社会信任程度。在CFPS调查问卷中，若农户认为
“大多数人是可以信任的”，则农户信任值取1，反之取0，将所有数据加总后计算得均值为0.55，如果单个村庄的平均信任度大于0.55，则村庄的社会信任（Trusti）=1，表示该地区的社会信任程度较高;否则取0，表示该地区的社会信任程度较低。
3.2.3 控制变量 根据文献回顾中的研究，在模型中加入可能对农户农机投资水平产生影响的户主特征、家庭特征、村庄特征等变量。其中，选取性别、年龄、教育水平与健康水平这4个变量表示个人特征;家庭特征引入家庭年收入、家庭务农人数、机器租赁费、农副产品产值与是否转入土地等5个变量进行控制，值得注意的是，由于社会化农机服务会代替农户自有农机进行农业生产，因此加入“机器租赁费”这一控制变量，可以控制农机社会化服务的影响;在村庄特征层面，选取村庄耕地面积、外出打工比例、集镇距离与平原地区这4个变量。
3.3 数据来源
本文使用中国家庭追踪调查（CFPS）2014、2016 和2018年这3期混合截面数据。CFPS在全国25个省/市/自治区正式实施调查，由北京大学中国社会科学调查中心负责实施。本文从村庄层面来研究村庄规模大小对农户农机投入的影响，由于只有2014年CFPS收集了村庄特征的数据，此后的2016、2018和2020 年都没有更新村庄层面的数据，为了保证数据的紧密性，本文仅选取2014、2016和2018年这3期混合截面数据，其中村庄特征源自2014年CFPS数据，户主特征与家庭特征源自2014、2016和2018年CFPS数据。本文在剔除有关变量异常观测值后，最终得到了共4831个观测值的样本。样本情况如表1所示。
4 实证结果与分析
4.1 单因素分析
样本中村庄户数平均值为501户，以此作为分组依据，初步探讨村庄规模对农户农机投入的影响。
根据表2可知，在小规模村庄中（户数<501户），农户的平均农用机械投入小于大规模村庄（户数> 501户），并且在1%的水平上显著，因此可以初步认为村庄规模對农户农机投资水平有较为明显的负面影响。
此外，社会信任与宗族结构在不同规模的村庄中，不存在显著差异，说明村庄规模与社会信任、宗族结构不存在显著的相关关系，因此适合使用社会信任与宗族结构对“村庄规模对农户农机投资的影响”进行异质性分析。基于此，本文将就村庄规模与农户生产机械投入的相互关系与实现路径开展进一步的研究。
4.2 多重共线性检验
如果自变量之间存在高度相关，将导致OLS回归系数出现偏差，因此在对数据进行回归分析之前，需要对自变量进行多重共线性检验。若方差膨胀因子（VIF）小于10，容差大于0.1，则说明自变量之间不存在严重的多重共线性的问题。检验结果如表3所示，各自变量间不存在多重共线性问题。
4.3 基准模型OLS回归分析
本文利用混合截面数据随机模型，对模型（1）进行回归以验证假设1。为了保证回归结果的稳健性，本文分别选取农村户数（Size1i）的对数与农村人口（Size2i）的对数来衡量核心解释变量村庄规模，分别得到回归结果（1）与（2）。
结果如表4所示，在控制了户主、家庭与村庄这3个层级的特征等变量下，村庄规模在1%的显著水平上对农户农用机械投入具有负面影响，验证了本文的假设1。具体来看：回归（1）中，ln（Size1i）系数为-0.777，说明农村户数每增加1%，则农户平均的农用机械的投入会减少0.777%;回归（2）中，ln（Size2i）系数为-0.643，说明农村人口每增加1%，农户平均农机投资水平会减少0.643%。说明随着村庄规模的增加，即农村的户数或者人口越多，农户农机投资会随之下降。由于农业机械具有公共物品和私人物品的双重属性，农户对农机投资的社会边际收益大于私人边际收益，一定程度上导致了农业机械在农村内无法实现资源的有效配置，而在农村的熟人社会中，农户间的租借行为出于人情原因往往可能不会产生费用[14]，同时这种搭便车行为会随着村庄规模的扩大而加剧[6-8]，因此村庄规模扩大，很大程度上抑制了农户对农业机械的投资水平，不利于农村机械化的可持续发展。
4.4 异质性分析
在社会信任与宗族结构作为分组变量下，对基准模型进行回归，以探讨社会信任与宗族结构对“村庄规模对农用机械投资影响”的调节作用，回归结果如表5所示。
在社会信任度低的地区（社会信任=0），“ln（Size1i）”的系数为-1.139;在社会信任度高的地区（社会信任=1），“ln（Size1i）”的系数为-0.424，并且都在1%的水平下显著，说明在条件不变的情况下，社会信任会减弱村庄规模对农用机械投入的负向影响。社会信任是一种通过社区内部成员的互相了解而形成的软约束，这种软约束主要通过自我监督来规范与约束农户的行为，有效减少农户间搭便车心理，减弱农户规模对农用机械投入的负面影响。
在均衡型宗族结构地区（宗族结构=0），“ln（Size1i）”的系数为-1.108;在垄断型宗族结构地区（宗族结构=1），“ln（Size1i）”的系数为-0.877;在寡头型宗族结构地区（宗族结构=2），“ln（Size1i）”的系数为-0.463。结果表明，相比起宗族结构均衡的地区，宗族结构强的地区，如寡头型或垄断型宗族结构可以削弱村庄规模对农用机械投入的负面影响。宗族结构是一种通过血缘关系形成的硬约束，这种界限明确的组织，可以有效监督与规范农户的行为，抑制农户间出现搭便车的投机行为。
5 研究结论及相关政策建议
本文利用2014、2016和2018年中国家庭追踪调查（CFPS）混合截面数据，探讨村庄规模对农户农用机械投入的影响，研究发现：（1）村庄规模对农户的农业机械投资具有显著的负向影响，在以往的对机械化影响因素的研究中，较少考虑研究村庄规模这一因子，这种负面影响可能一直在潜移默化地限制农户机械生产的发展。（2）由于农户不愿进行投资是搭便车心理的主要表现，因此本文实证分析结果一定程度上证实了村庄规模与农户搭便车心理的正相关的关系，同时还验证了农业机械具有公共物品和私人物品的双重属性。（3）本文通过异质性分析，发现地区的社会信任与宗族结构可以有效削弱村庄规模对农业机械投资的负面影响。
基于此，提出如下政策建议：（1）农机投资水平可能正受到村庄规模潜移默化的影响，过大的村庄规模不利于农村集体行为的成功，对农户农机的投资决策产生负面影响。村委与政府应加强农户间的社会信任，通过构建完善的信用机制对农户行为进行“软约束”，同时利用宗族组织对农民的“硬约束”，来监督农户行为，设立有效的监督机制与奖励机制，推动农户对农用机械的投资意愿，调节村庄规模对农户农机投资的负面影响，一定程度上实现集体下的规模效应，促进村庄规模经济与机械化生产的协同发展。（2）在农村的熟人社会中，农业机械公共物品与私人物品的双重属性会导致农业机械的投资缺乏内在激励，政府应进一步加强对农机购买的补贴，鼓励农户购买农业生产机械。（3）政府应大力推进新农村的建设与新农民的培养，引导农民经营与我国农业发展需求相匹配。大力推动农业社会化服务发展，拉动我国农业机械化从依赖土地规模化的机械农业生产向依赖农业社会化服务的规模化经营转变[33]。
参考文献：
[1]李谷成，李烨阳，周晓时.农业机械化、劳动力转移与农民收入增长——孰因孰果？[J].中国农村经济，2018（11）：112-127.
[2]罗锡文，廖娟，胡炼，等.提高农业机械化水平促进农业可持续发展[J].农业工程学报，2016，32（1）：1-11.
[3]李延明，卢秉福.农业机械化外部性分析与支持政策体系的构建[J].农机化研究，2011，33（1）：24-27.
[4]刘峰涛，王鲁梅.农业机械化外部性的经济分析及其政策阐释[J].中国农机化，2005（4）：9-12.
[5]奥尔森.集体行动的逻辑[M].陈郁，译.上海：上海人民出版社，1995.
[6]谭智心，孔祥智.不完全契约、内部监督与合作社中小社员激励——合作社内部“搭便车”行为分析及其政策含义[J].中国农村经济，2012（7）：17-28.
[7]蔡荣，王学渊.农业合作社的集体行动困境：理论分析与实证检验[J].农业经济问题，2013，34（4）：69-75，111-112.
[8]ARARAL JR E. What explains collective action in the commons？Theory and evidence from the Philippines [J]. World development，2009，37（3）：687-697.
[9]蔡荣，蔡书凯.村庄规模、收入不均等性与村庄集体行动——以安徽省102个村庄的农田灌溉设施建设为例[J].经济评论，2014（1）：48-57，69.
[10]ITO J. Collective action for local commons management in rural Yunnan，China：empirical evidence and hypotheses using evolutionary game theory [J]. Land Economics，2012，88（1）：181-200.
[11] AGRAWAL A，GOYAL S. Group size and collective action：third- party monitoring in common-pool resources [J]. Comparative Political Studies，2001，34（1）：63-93.
[12] GADZIKWA L，LYNE M C，HENDRIKS S L. Horizontal coordination and free-riding in a group of certified organic crop growers：an enpirical study of the Ezemvelo Farmers' Organization in South Africa [J]. Africa Journal of Agriculral Economy Review，2007，1（2）：120-144.
[13]方师乐，卫龙宝，史新杰.中国特色的农业机械化路径研究——俱乐部理论的视角[J].农业经济问题，2018（9）：55-65.
[14]卢昌军，邓大才.从“以业为商”到“以农为市”——社会化小农的市场维度考察[J].华中师范大学学报（人文社会科学版） 2007（4）：18-22.
[15]胡雯，张锦华，陈昭玖.小农户与大生产：农地规模与农业资本化——以农机作业服务为例[J].农业技术经济，2019（6）：82-96.
[16]周晶，陈玉萍，阮冬燕.地形条件对农业机械化发展区域不平衡的影响——基于湖北省县级面板数据的实证分析[J].中国农村经济，2013（9）：63—77.
[17]展进涛，张燕媛，张忠军.土地细碎化是否阻碍了水稻生产性环节外包服务的发展？[J].南京农业大学学报（社会科学版），2016，16（2）：117—124，155-156.
[18]杨宇，李容，吴明凤.土地细碎化对农户购买农机作业服务的约束路径分析[J].农业技术经济，2018（10）：17-25.
[19]彭继权，吴海涛.土地流转对农户农业机械使用的影响[J].中国土地科学，2019，33（7）：73—80.
[20]孙永乐，刘宇浩.非农就业、土地流转对农户购买农机行为的影响——基于CFPS微观数据口].农村金融研究，2020（4）：51-58.
[21]林万龙，孙翠清.农业机械私人投资的影响因素：基于省级层面数据的探讨[J].中国农村经济，2007（9）：25-32.
[22]侯方安.农业机械化推进机制的影响因素分析及政策启示——兼论耕地细碎化经营方式对农业机械化的影响[J].中国农村观察，2008（5）：42—48.
[23]董欢.农业机械化的微观行为选择及其影响因素——基于农户禀赋及种植环节的实证分析[J].农村经济，2015（7）：85-90.
[24]陈昕，胡友，祁春节.互联网使用对农户农业生产性服务采纳的影响——基于CFPS的微观证据[J].湖南农业大学学报（社会科学版），2021，22（6）：1-10，20.
[25]潘彪，田志宏.农机购置补贴政策研究综述[J].中国农业大学学 报，2018，23（10）：161—173.
[26]张标，张领先，傅泽田，等.农户农机需求及购买行为分析——基于18省的微观调查数据实证[J].中国农业大学学报，2017，22（11）：208—223.
[27]庄丽娟，贺梅英，张杰.农业生产性服务需求意愿及影响因素分析——以广东省450户荔枝生产者的调查为例[J].中国农村经济，2011（3）：70—78.
[28]杨柳，朱玉春，任洋.社会信任、组织支持对农户参与小农水管护绩效的影响[J].资源科学，2018，40（6）：1230-1245.
[29]张琛，孔祥智.组织合法性、风险规避与联合社合作稳定性[J].农业经济问题，2018（3）：46-55.
[30] HARTMANN E，HERB S. Opportunism risk in service triads——a Social Capital Perspective [J]. International Journal of Physical Distribution & Logistics Management，2014，44（3）：242—256.
[31]王宇锋.宗族结构、农村规模与村民收入[J].南开经济研究 2010（3）：64—72.
[32]赵为民.集体行动、财政激励与村级公共产品自主供给[J].华南 农业大学学报（社会科学版），2019，18（5）：104——119.
[33]胡新艷，罗必良.新一轮农地确权与促进流转：粤赣证据[J].改革，2016（4）：85—94.
