典型地区农民耕地流转基本特征及影响因素分析——基于浙江、河北两省356户农户的经验数据

资源与产业 ›› 2011, Vol. 13 ›› Issue (1): 158-165.

典型地区农民耕地流转基本特征及影响因素分析——基于浙江、河北两省356户农户的经验数据

易小燕，肖碧林

（中国农业科学院农业资源与农业区划研究所，北京 100081）

收稿日期:2010-05-15 修回日期:2010-11-21 出版日期:2011-02-20 发布日期:2011-02-20
作者简介:易小燕（1979— ），女，博士、助理研究员，主要从事土地资源管理与利用研究。 E-mail： yixiaoyan945@163.com
基金资助:
中央级公益性科研院所基本科研业务费项目（90130）；“十一五”国家科技支撑计划(2006BAD05B10。

EMPIRICAL DATA OF 356 FARMERS IN ZHEJIANG AND HEBEI PROVINCES: FEATURES AND FACTORS OF FARMLAND TRANSFER IN TYPICAL AREAS

YI Xiao-yan, XIAO Bi-lin

(Institute of Agricultural Resources and Regional Planning,Chinese Academy of Agricultural Sciences, Beijing 100081, China)

Received:2010-05-15 Revised:2010-11-21 Online:2011-02-20 Published:2011-02-20

摘要/Abstract

摘要：

本文基于浙江、河北两省6县（市）356户农户的抽样调查数据，对典型地区农民耕地流转行为特征进行了分析，并采用Logit模型和Tobit模型分别从转入和转出两个方面对农民耕地流转行为及规模的影响因素进行了测算。结果表明，农户转入耕地行为及规模均与现有耕地面积、年流转租金和流转的期限密切相关。同时，转入耕地的规模还与户主年龄和户主健康状况有相关关系；农户转出耕地行为与现有耕地面积、年流转租金、流转期限与户主年龄密切相关，转出耕地的规模与户主年龄、农业劳动力人数、年流转租金、流转期限、户主从事的职业和健康状况密切相关。

关键词: 耕地流转, 农民, 影响因素, Logit模型, Tobit模型

Abstract:

This paper, based on the survey data of 356 farmers in Zhejiang and Hebei provinces, analyzes features of farmland transfer in typical areas, applies Logit model and Tobit model to measure the farmland transfers and their factors from transfer-in and transfer-out, and reveals that transfer-in is closely related to existing farmland areas, annual rents and transfer periods, and that transferin farmland scale is also connected to host ages and health, and Transfer-out to existing farmland areas, annual rents, transfer period and host ages, and transfer-out farmland scale to host ages, agricultural labors, annual rents, transfer period, host professions and health.

Key words: farmland transfer, farmers, factors, Logit model, Tobit model

中图分类号:

F301.21

易小燕, 肖碧林. 典型地区农民耕地流转基本特征及影响因素分析——基于浙江、河北两省356户农户的经验数据[J]. 资源与产业, 2011, 13(1): 158-165.

YI Xiao-yan, XIAO Bi-lin. EMPIRICAL DATA OF 356 FARMERS IN ZHEJIANG AND HEBEI PROVINCES: FEATURES AND FACTORS OF FARMLAND TRANSFER IN TYPICAL AREAS[J]. Resources & Industries, 2011, 13(1): 158-165.

[1]	陈文烈, 李燕丽. 我国丝绸之路经济带节点城市环境效率及其影响因素[J]. 资源与产业, 2023, 25(5): 1-9.
[2]	冯飞, 冯嘉妮. 陕西省各市农业碳排放效率及其影响因素分析[J]. 资源与产业, 2023, 25(3): 10-18.
[3]	王帮俊, 崔林玉. 城市人均能源消费时空差异及收敛性分析——基于中国243个地级城市数据[J]. 资源与产业, 2023, 25(3): 31-41.
[4]	俞蕾, 杨高升. 农田水利设施供给效率评价及影响因素分析——基于SBM-Malmquist-Tobit模型[J]. 资源与产业, 2022, 24(4): 77-89.
[5]	张琳, 葛建平. 稀土产业升级研究综述：现实困境、影响因素和可选路径[J]. 资源与产业, 2022, 24(2): 1-9.
[6]	张丽娟, 廖珍杰. 广州长隆网络关注度时空演变特征及影响因素分析[J]. 资源与产业, 2021, 23(6): 95-105.
[7]	东梅, 王妍璎, 于松, 等. 生态福利绩效视角下西部地区高质量发展路径研究——基于两阶段DEA与Tobit模型[J]. 资源与产业, 2021, 23(5): 61-71.
[8]	付晓灵, 翟子瑜. 水环境治理PPP项目利益主体行为的演化博弈研究[J]. 资源与产业, 2021, 23(3): 70-78.
[9]	郑明贵, 赖一鸣. 民营资本进入对中国能源企业经营效率的影响分析[J]. 资源与产业, 2021, 23(2): 31-38.
[10]	简晓彬, 陈伟博, 赵洁. 欠发达地区工业发展的碳排放效应、影响因素及减排潜力——以苏北为例[J]. 资源与产业, 2021, 23(1): 35-45.
[11]	张在旭, 黄卓琳. 中国省际绿色技术创新效率测度及影响因素研究[J]. 资源与产业, 2020, 22(6): 1-8.
[12]	华坚，王育芳，黄媛媛. 政用产学研协同创新对绿色发展水平的影响——以长江经济带为例[J]. 资源与产业, 2020, 22(4): 55-63.
[13]	钱敏，高璐. 基于GDIM的陕西省工业碳排放影响因素研究[J]. 资源与产业, 2020, 22(2): 18-24.
[14]	朱灵伟，李冬青，罗罡辉，等. 农地碳排放影响因素空间差异性研究-基于STIRPAT和GWR模型的实证分析[J]. 资源与产业, 2019, 21(6): 82-91.
[15]	刘霆，李业锦，任悦悦，等. 我国资源枯竭型城市转型的影响因素[J]. 资源与产业, 2019, 21( 1): 45-53.