風(fēng)險感知、風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響研究
——以浙江省嘉興市農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)為例

楊衛(wèi)忠

（嘉興學(xué)院商學(xué)院，浙江 嘉興 314001）

1 引言

與不斷提高農(nóng)村土地經(jīng)營流轉(zhuǎn)規(guī)模和比例直接相關(guān)的一個關(guān)鍵性問題是，什么因素影響著中國農(nóng)村家庭土地經(jīng)營權(quán)流轉(zhuǎn)決策？對于這一問題的解答不僅有助于更好地理解農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的理論與實踐，而且也有利于農(nóng)村土地制度的設(shè)計與完善。相關(guān)文獻對此給出了多種解釋。如，戀土情結(jié)、受教育年限、土地依賴程度、非農(nóng)要素稟賦、勞動力年齡、農(nóng)村基層政府、家庭非農(nóng)收入、政治身份等[1-7]。本文主要關(guān)注風(fēng)險感知、風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響問題。

理論上，任何試圖解析主體決策行為的模型或者命題都很難繞開一個基本的要素，即關(guān)于決策者如何評價風(fēng)險以及決策者的風(fēng)險態(tài)度問題。農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)某種程度上是土地權(quán)利的讓渡，既是利益得失的過程，也是矛盾產(chǎn)生的過程[8]。這就造成了農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)中農(nóng)戶不得不面臨諸多風(fēng)險問題。穆瑞麗研究發(fā)現(xiàn)，農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)存在政策風(fēng)險、制度風(fēng)險、合同風(fēng)險、管理風(fēng)險、市場風(fēng)險和經(jīng)營風(fēng)險等[9]。李景剛等認為，中國土地經(jīng)營權(quán)流轉(zhuǎn)存在失范，暗藏“隱形風(fēng)險”，如失地、失業(yè)和失去生活保障風(fēng)險、地力衰退風(fēng)險、契約機會主義行為風(fēng)險和貧富兩極分化風(fēng)險等[10]。顯然，農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)意味著生產(chǎn)及生活方式的轉(zhuǎn)變。這種轉(zhuǎn)變將導(dǎo)致農(nóng)戶面臨各種各樣的風(fēng)險事件，而農(nóng)戶對這些風(fēng)險事件的感知程度及其風(fēng)險規(guī)避程度將影響到農(nóng)戶對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)問題的反應(yīng)。

因此，本文將通過理論分析以明晰風(fēng)險感知、風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響機理，并將通過實證檢驗以判斷風(fēng)險感知、風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響效應(yīng)。

2 理論分析與研究假設(shè)

風(fēng)險感知是用來描述主體對某類風(fēng)險事件的直覺判斷的一個概念，包含了風(fēng)險既具有損失性又具有收益性的雙重特征[11]。風(fēng)險感知中的不確定性及其發(fā)生時后果的嚴重性將會給主體造成多方面影響，高程度的風(fēng)險感知往往將人們置于沮喪和焦慮的狀態(tài)中[12]。農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)對于農(nóng)戶而言是新的、尚不明確的，潛在結(jié)果是無法預(yù)測且不可逆的，未來可能產(chǎn)生高風(fēng)險的，其效應(yīng)將導(dǎo)致農(nóng)戶產(chǎn)生一系列情感和心理反應(yīng)，如恐懼、焦慮、抵觸、逃避等。因此，感受到農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的風(fēng)險越高，農(nóng)戶越傾向于采取降低風(fēng)險的應(yīng)對措施以減緩高風(fēng)險感知所造成的沮喪和焦慮狀態(tài)。

然而，有學(xué)者指出即使主體感知到更高風(fēng)險，也不一定會做出規(guī)避風(fēng)險的保守選擇[13]。就農(nóng)戶來說，土地經(jīng)營權(quán)流轉(zhuǎn)不僅受風(fēng)險感知的影響，還同時受其風(fēng)險態(tài)度的影響。Hillson等認為，風(fēng)險態(tài)度是主體心理上對待風(fēng)險的態(tài)度，是基于某類事實或狀體所能夠選擇的一種信智狀態(tài)、觀點或者傾向[14]。顯然，風(fēng)險態(tài)度將影響農(nóng)戶對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)問題的反應(yīng)，即在既定的農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)福利水平與風(fēng)險程度下，風(fēng)險規(guī)避程度越高的農(nóng)戶參與農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的可能性就越低，反之亦然[15]。

事實上，風(fēng)險感知涉及的是農(nóng)戶對于農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)所產(chǎn)生不確定性和危害性的評估，而風(fēng)險態(tài)度涉及農(nóng)戶對風(fēng)險性質(zhì)的理解及其對待風(fēng)險問題的規(guī)避程度。為探析風(fēng)險感知、風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響機理，考察農(nóng)戶效用函數(shù)u（ω），其中ω表示農(nóng)戶稟賦（財富）水平，并假定土地經(jīng)營權(quán)流轉(zhuǎn)的價值以隨機變量z表示，其方差為σ2。定義CE為確定性等價，即表示土地經(jīng)營權(quán)流轉(zhuǎn)的價值與獲得數(shù)量為CE的確定性貨幣的效用無差異。換言之，CE可代表土地經(jīng)營權(quán)流轉(zhuǎn)的貨幣價值。確定性當(dāng)量意味著下列等式成立：

式（1）中：E（·）表示期望。對式（1）兩邊以ω為中心展開二級泰勒級數(shù)，得到：

聯(lián)合式（1）—式（3），整理簡化后可得：

式（2）—（4）中：R（ω）=-u（ω）/u′（ω）表示Arrow-Pratt期望效用框架下絕對風(fēng)險規(guī)避系數(shù)；R（ω）大小表示風(fēng)險規(guī)避程度。由于CE代表土地經(jīng)營權(quán)流轉(zhuǎn)的貨幣價值，式（4）意味著土地經(jīng)營權(quán)流轉(zhuǎn)的價值隨σ2和R（ω）增加而遞減。σ2代表了農(nóng)戶對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的風(fēng)險感知程度，所以風(fēng)險感知增加，意味著土地經(jīng)營權(quán)流轉(zhuǎn)的價值下降，也因此流轉(zhuǎn)土地經(jīng)營權(quán)的可能性下降。R（ω）越大同樣意味著土地經(jīng)營權(quán)流轉(zhuǎn)的價值越小。Arrow-Pratt期望效用框架下，農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)還受到風(fēng)險感知和風(fēng)險態(tài)度兩者交互作用的影響。這種交互作用意味著當(dāng)農(nóng)戶感知到農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)具有大風(fēng)險程度時，風(fēng)險規(guī)避程度高的農(nóng)戶不選擇流轉(zhuǎn)土地經(jīng)營權(quán)的意愿會變得更為強烈和顯著。

基于此，提出以下研究假設(shè)。假設(shè)1：感知到土地經(jīng)營權(quán)流轉(zhuǎn)存在較大風(fēng)險的農(nóng)戶，相對于感知到風(fēng)險較小的農(nóng)戶而言，流轉(zhuǎn)土地經(jīng)營權(quán)的可能性較低。假設(shè)2：風(fēng)險規(guī)避程度高的農(nóng)戶，相對于風(fēng)險規(guī)避程度低的農(nóng)戶而言，流轉(zhuǎn)土地經(jīng)營權(quán)的可能性較低。假設(shè)3：風(fēng)險感知和風(fēng)險態(tài)度的交互作用對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)產(chǎn)生顯著影響。圖1為風(fēng)險感知、風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)影響的理論框架圖。

圖1 理論模型與研究假設(shè)Fig.1 Theoretical models and research hypotheses

3 實證研究

3.1 調(diào)查區(qū)域

嘉興市位于浙江省東北部、長江三角杭嘉湖平原腹心地帶，陸地總面積3 915 km2，下轄南湖區(qū)和秀洲區(qū)，平湖、海寧、桐鄉(xiāng)三個市，嘉善、海鹽兩個縣，共有44個鎮(zhèn)，246個城市社區(qū)，115個城鎮(zhèn)社區(qū)，809個行政村。隨著工業(yè)化、城市化的快速推進，嘉興市農(nóng)村大批勞動力向二、三產(chǎn)業(yè)轉(zhuǎn)移。為促進農(nóng)業(yè)適度規(guī)模經(jīng)營，加快農(nóng)業(yè)轉(zhuǎn)型升級和現(xiàn)代農(nóng)業(yè)的發(fā)展，嘉興市在貫徹落實《農(nóng)村土地承包法》，切實維護農(nóng)民土地承包權(quán)益的基礎(chǔ)上，結(jié)合統(tǒng)籌城鄉(xiāng)綜合配套改革的實踐，多模式、全方位鼓勵和引導(dǎo)農(nóng)民開展農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)。截至2016年3月底，全市累計流轉(zhuǎn)農(nóng)村土地經(jīng)營權(quán)88.46萬畝，占全市承包土地面積的36.18%，累計建立土地股份合作社52家，入股土地面積2.55萬畝。

3.2 數(shù)據(jù)收集

研究數(shù)據(jù)采用實地調(diào)查的方式獲得，調(diào)查對象為18～70周歲的農(nóng)戶家庭戶主。調(diào)查地點包括嘉興市秀洲區(qū)的洪合鎮(zhèn)、新塍鎮(zhèn)、王店鎮(zhèn)、王江涇鎮(zhèn)、油車港鎮(zhèn)，南湖區(qū)的大橋鎮(zhèn)、鳳橋鎮(zhèn)、七星鎮(zhèn)、新豐鎮(zhèn)、余新鎮(zhèn)。調(diào)查采用分層抽樣的方法確定具體樣本。首先，通過嘉興市各區(qū)鎮(zhèn)政府部門獲得目前、近期和計劃近期將推行農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的村集體信息，并陸續(xù)確定93個樣本村，共包括11 237戶農(nóng)戶家庭。然后，按照12.00%樣本抽取比例確定每個樣本村所需要的樣本量，并由此確定了1 348戶農(nóng)戶家庭為本次調(diào)查的樣本總量。最后，從不同樣本村中隨機抽取足量樣本，以形成調(diào)查的基礎(chǔ)樣本量，并完成數(shù)據(jù)收集工作。調(diào)查主要涉及土地經(jīng)營權(quán)流轉(zhuǎn)、風(fēng)險感知、風(fēng)險態(tài)度、年齡、受教育年限、健康狀況、家庭有無小孩、家庭規(guī)模、職業(yè)類別、村莊人均存款（元）、離縣（區(qū)）域商業(yè)中心距離等變量的數(shù)據(jù)收集。調(diào)查涉及10個鎮(zhèn)93個樣本村的1 348戶農(nóng)戶家庭，剔除不符合邏輯或者存在其他問題的149份數(shù)據(jù)（共占樣本總量的11.05%），取得有效樣本量1 199份。

表1 風(fēng)險感知測量Tab.1 Measurement scale of risk perception

3.3 變量說明

3.3.1 被解釋變量：土地經(jīng)營權(quán)流轉(zhuǎn)

用虛擬變量衡量土地經(jīng)營權(quán)流轉(zhuǎn)，對即將發(fā)生、已經(jīng)確定和有意向的土地經(jīng)營權(quán)流轉(zhuǎn)記為1，否則記為0。

3.3.2 核心解釋變量：風(fēng)險感知

借鑒Slovic和Greiner對風(fēng)險感知測量的研究成果[11，16]，結(jié)合農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的實際情況，形成測量量表，見表1。測量風(fēng)險感知之前，調(diào)查者按流程要求與農(nóng)戶探討農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的風(fēng)險問題，這些風(fēng)險問題包括流轉(zhuǎn)補償問題、合同風(fēng)險問題、地力衰退問題、利益訴求問題、生活方式面臨轉(zhuǎn)變問題和生計面臨轉(zhuǎn)型問題①流轉(zhuǎn)補償問題涉及土地經(jīng)營權(quán)流轉(zhuǎn)補償標(biāo)準及其合理性問題；合同風(fēng)險問題涉及合同保障性以及流轉(zhuǎn)補償獲得性問題；地力衰退問題涉及地力衰退的可能性以及補償問題；利益訴求問題包含利益訴求能力和利益訴求渠道兩個方面；生活方式面臨轉(zhuǎn)變問題涉及田園勞動方式面臨放棄問題；生計面臨轉(zhuǎn)型問題涉及家庭非農(nóng)就業(yè)能力問題。。獲得農(nóng)戶對這些風(fēng)險問題的明確答復(fù)后，調(diào)查者才能開展風(fēng)險感知的度量工作②調(diào)查者按要求對談話內(nèi)容進行了記錄和錄音工作，如果未獲得農(nóng)戶明確答復(fù)的問卷被視為無效。。按要求完成數(shù)據(jù)的采集工作后，使用SPSS 19.0統(tǒng)計軟件進行了主成分分析，以達到度量風(fēng)險感知的目的。檢驗結(jié)果表明，每個題項的因子負荷均大于0.50 的閾值標(biāo)準，且方差解釋率達到55.19%，說明4個題項與潛變量間有足夠的線性等價關(guān)系，滿足單一維度的條件。此外，KMO值為0.545，巴特利特球體檢驗的統(tǒng)計值（102.224）的顯著性概率小于0.05（p= 0.001 2），且僅有一個大于1的χ2特征根（5.463）。由此可見，4個題項可進行降維，并由此得到風(fēng)險感知的因子得分。

3.3.3 核心解釋變量：風(fēng)險態(tài)度

將Holt等的彩票選擇方法變換為工作機會選擇來測定風(fēng)險態(tài)度[17]。如表2所示，農(nóng)戶需要分別對表中10對工作機會做出選擇A還是B的決定③在風(fēng)險態(tài)度測量之前，調(diào)查者對測試規(guī)則進行了詳細的說明和示范工作，確保每位農(nóng)戶理解10對工作機會中A選項與B選項的差異及其利弊。。工作機會A的收益為每月4 200元或2 710元，而工作機會B的收益為每月5 800元或1 310元，相對于B，A被稱為安全選項④由于10對工作機會中A選項的最低收益均高于B選項的最低收益，所以，相對于B選項，A選項為安全選項。。隨著獲得高收入工作機會的概率不斷增加，農(nóng)戶可能在這個過程中由選擇A轉(zhuǎn)向選擇B。高度風(fēng)險愛好者將從第一對工作機會中就選擇B；高度風(fēng)險規(guī)避者則直到第十對工作機會才選擇B；而風(fēng)險中性者將在第四對工作機會以后才開始選擇B，因為從第五對工作機會中B的期望收益大于A的期望收益。顯然，農(nóng)戶選擇安全選項（工作機會A）的個數(shù)取決于其效用函數(shù)[18]。

當(dāng)農(nóng)戶選擇安全選項的個數(shù)為n（1≤n≤9）時，則其不可觀測的效用函數(shù)可表示為：

式（5）中：μ1和μ2為常數(shù)項。當(dāng)農(nóng)戶選擇安全選項的個數(shù)由n-1增加到n時，意味著農(nóng)戶在第n+1對工作機會中由選擇A開始轉(zhuǎn)向B。假設(shè)從第n+1開始選擇B，則農(nóng)戶每月可獲得的期望收入為xn+1，對應(yīng)的效用函數(shù)為u（xn+1），則有如下不等式：

式（6）中：u（xn+1）可由冪函數(shù)和指數(shù)函數(shù)來計算。冪效用函數(shù)和指數(shù)效用函數(shù)的表達式分別為：

式（7）—式（8）中：γ和R分別為絕對風(fēng)險規(guī)避系數(shù)和相對風(fēng)險規(guī)避系數(shù)。γ和R越大，農(nóng)戶越厭惡風(fēng)險，其風(fēng)險規(guī)避程度越高，反之亦然。γ和R小于0時，為風(fēng)險愛好者；γ和R等于0時，為風(fēng)險中性者；γ和R大于0時，為風(fēng)險規(guī)避者。于是，令選擇安全選項個數(shù)為4的農(nóng)戶（接近風(fēng)險中性者）的γ和R取值范圍分別為-0.15＜γ≤0.15和-0.02＜R≤0.02，并分別代入式（7）和式（8）后，與式（6）建立恒等關(guān)系，并經(jīng)式（5）計算出μ1和μ2值，由此計算出不同風(fēng)險規(guī)避程度的γ和R的取值范圍，見表3。同時，為與式（4）邏輯一致，將R作為風(fēng)險態(tài)度的替代變量，并為方便后續(xù)計量，將R取值范圍的中間值作為相對風(fēng)險規(guī)避系數(shù)的數(shù)值。

表2 風(fēng)險態(tài)度測量量表Tab.2 Measurement scale of risk attitude

表3 風(fēng)險規(guī)避系數(shù)計算結(jié)果Tab.3 Results of risk aversion classification

3.3.4 控制變量

農(nóng)戶戶主特征包括：年齡及年齡平方/100，年齡是戶主接受訪問時的周歲年齡；受教育程度，其是戶主接受學(xué)校正規(guī)教育的年數(shù)；健康狀況，其中，“不好”賦值為1、“一般”賦值為2、“良好”賦值為3。家庭特征包括：家庭有無小孩，其中，家里無18周歲以下小孩賦值為1、家里有18周歲以下小孩賦值為2；家庭規(guī)模，其是家庭成員數(shù)；家庭收入，其是從過去到受訪時的一年時間里的家庭總收入（104元）；職業(yè)類別，其中，“農(nóng)業(yè)”賦值為1、“兼業(yè)”賦值為2、“非農(nóng)業(yè)”賦值為3①按照農(nóng)業(yè)收入占總收入比重將農(nóng)戶家庭職業(yè)類別分為農(nóng)業(yè)、兼業(yè)和非農(nóng)業(yè)三種類型。農(nóng)業(yè)收入占總收入比重大于等于90%的為農(nóng)業(yè)農(nóng)戶家庭，大于10%而小于90%的為兼業(yè)農(nóng)戶家庭，小于等于10%的為非農(nóng)業(yè)農(nóng)戶家庭。。村莊特征：村莊人均存款（元）對數(shù)，其是村莊人均存款取對數(shù)的結(jié)果②樣本村的人均存款委托各村委指定具體人員負責(zé)完成數(shù)據(jù)統(tǒng)計和估算工作。；離縣（區(qū)）域商業(yè)中心距離，由調(diào)查者根據(jù)百度地圖計算直線距離。另外，考慮每個樣本村的土地經(jīng)營權(quán)流轉(zhuǎn)政策和辦法的差異性和不同時間點上的變化，控制了樣本村和調(diào)查年月變量。

3.4 描述性統(tǒng)計

依據(jù)調(diào)查數(shù)據(jù)對主要變量進行描述性統(tǒng)計分析，見表4。樣本農(nóng)戶的土地經(jīng)營權(quán)流轉(zhuǎn)比例約為40.45%，而59.55%的樣本農(nóng)戶表示不愿意流轉(zhuǎn)土地經(jīng)營權(quán)。觀察1 157個樣本，風(fēng)險態(tài)度平均接近于風(fēng)險中性，表現(xiàn)出略微的風(fēng)險規(guī)避。樣本農(nóng)戶戶主年齡平均約44周歲；平均接受正規(guī)教育年限約為8年，略接近于初中文化水平；自評健康狀況平均處于“一般”水平。樣本農(nóng)戶家庭中有18周歲以下小孩占比65.49%；家庭規(guī)模平均接近于3.51個家庭成員，以從事“兼業(yè)”的較多，約占43.61%，近31.83%的農(nóng)戶家庭以“農(nóng)業(yè)”為主，約24.56%的農(nóng)戶家庭以“非農(nóng)業(yè)”為主。村莊人均存款約57 345元/年，離縣（區(qū)）域商業(yè)中心距離平均約4.51 km。樣本其他變量的統(tǒng)計結(jié)果見表4所示。

表4 主要變量的描述性統(tǒng)計Tab.4 Descriptive statistics of the main variables

3.5 回歸結(jié)果與分析

建立風(fēng)險感知、風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響作用的Logit回歸模型：

式（9）中：i=1，2，…，n表示農(nóng)戶戶主；p（yi=1）為農(nóng)戶i選擇土地經(jīng)營權(quán)流轉(zhuǎn)的條件概率；perceptioni表示風(fēng)險感知；attitudei表示絕對風(fēng)險規(guī)避系數(shù)；X1i表示影響農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的其他因素，包括年齡、年齡平方、受教育程度、健康狀況、家里有無小孩、家庭規(guī)模、家庭收入、職業(yè)類別、村莊人均存款（元/年）對數(shù)、離縣（區(qū)）域商業(yè)中心距離、樣本村和調(diào)查年月；α0為常數(shù)項；α1、α2、α3和jl為回歸系數(shù)；ε為殘差。

Logit模型估計結(jié)果（表5）。PseudoR2值呈現(xiàn)了遞增趨勢，表明4個回歸的擬合程度在逐步提高；同時，4個回歸的影響系數(shù)大小盡管發(fā)生略微變化，但系數(shù)方向和顯著性并未發(fā)生顯著變化，表現(xiàn)出良好的穩(wěn)健性，分析結(jié)果如下：

（1）戶主特征變量對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響。模型4中，戶主年齡系數(shù)為-0.006 9（p＜0.001），而戶主年齡平方系數(shù)為-0.060 5（p＜0.01），表明在18～70歲范圍內(nèi)，戶主年齡對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)具有顯著負向影響。這主要是，年齡大的戶主思想較為守舊，接受新事物能力差，難以放棄現(xiàn)有土地經(jīng)營權(quán)。戶主受教育程度系數(shù)0.034 7（p＜0.001），說明受教育程度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)具有顯著正向影響。這主要是，受教育程度高的戶主具有相對豐富的見識與閱歷，更容易接受勞動方式的改變。

（2）家庭特征變量對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響。模型4中，家里有無小孩、家庭規(guī)模和家庭收入均對農(nóng)村土地經(jīng)營權(quán)流的影響并不顯著。職業(yè)類別中，“非農(nóng)業(yè)”農(nóng)戶具有相對較高的土地經(jīng)營權(quán)流轉(zhuǎn)率，而“農(nóng)業(yè)”農(nóng)戶相對較低，“兼業(yè)”農(nóng)戶則居中。這主要是，相比較于“農(nóng)業(yè)”農(nóng)戶，“非農(nóng)業(yè)”農(nóng)戶對農(nóng)業(yè)的依賴性不強，基本可以脫離土地的束縛，而“兼業(yè)”農(nóng)戶處于兩者之間。

（3）村莊特征變量對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響。模型4中，村莊人均存款（元）對數(shù)和離縣（區(qū)）域商業(yè)中心距離對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)均未產(chǎn)生顯著影響。

（4）風(fēng)險感知變量對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響。模型3在不考慮風(fēng)險感知與風(fēng)險態(tài)度交互項的影響效應(yīng)時的回歸結(jié)果表明，風(fēng)險感知對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)產(chǎn)生了顯著負向影響（-0.289 5，p＜0.001）。

表5 模型估計結(jié)果Tab.5 Model estimation results

（5）風(fēng)險態(tài)度變量對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響。模型3在不考慮風(fēng)險感知與風(fēng)險態(tài)度交互項的影響效應(yīng)時的回歸結(jié)果表明，風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)也產(chǎn)生了顯著負向影響（-0.561 8，p＜0.001）。

（6）風(fēng)險感知×風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響。模型4在考慮風(fēng)險感知與風(fēng)險態(tài)度交互項的影響效應(yīng)時的回歸結(jié)果表明，風(fēng)險感知×風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)具有顯著負向影響（-0.248 6，p＜0.001），所以，相對風(fēng)險規(guī)避系數(shù)在風(fēng)險感知與農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)之間的負向關(guān)系中起到了增強性的調(diào)節(jié)作用。

圖2為模型4的交互效應(yīng)分析結(jié)果①交互效應(yīng)分析方法參見楊衛(wèi)忠于2017年發(fā)表在《中國土地科學(xué)》第4期的文章[19]。。當(dāng)相對風(fēng)險規(guī)避系數(shù)“中”，即農(nóng)戶對待農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的風(fēng)險態(tài)度處于“中立”狀態(tài)時，農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)概率隨著風(fēng)險感知的增加而降低②此時，相對風(fēng)險規(guī)避系數(shù)取平均值。。當(dāng)相對風(fēng)險規(guī)避系數(shù)“低”，即農(nóng)戶對待農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的風(fēng)險態(tài)度處于“風(fēng)險愛好”狀態(tài)時，農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)概率隨著風(fēng)險感知的增加而呈現(xiàn)相對較緩慢下降。這表明，“低”相對風(fēng)險規(guī)避系數(shù)降低了風(fēng)險感知對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的負向影響。這表明，“低”相對風(fēng)險規(guī)避系數(shù)降低了風(fēng)險感知對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)概率的負向影響，導(dǎo)致即使風(fēng)險感知程度較高的農(nóng)戶流轉(zhuǎn)土地經(jīng)營權(quán)流轉(zhuǎn)的可能性也增加。當(dāng)相對風(fēng)險規(guī)避系數(shù)“高”，即農(nóng)戶對待農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的風(fēng)險態(tài)度處于“風(fēng)險規(guī)避”狀態(tài)時，農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)概率隨著風(fēng)險感知的增加而呈現(xiàn)相對較快速下降。這表明，“高”相對風(fēng)險規(guī)避系數(shù)增強了風(fēng)險感知對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)概率的負向影響，導(dǎo)致即使風(fēng)險感知程度較小的農(nóng)戶流轉(zhuǎn)土地經(jīng)營權(quán)流轉(zhuǎn)的可能性也降低。綜上所述，假設(shè)1、2和3均得到了驗證。

圖2 交互效應(yīng)分析Fig.2 Interaction effect analysis

4 結(jié)論

本文從理論上探索了風(fēng)險感知和風(fēng)險態(tài)度對農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的影響作用，提出研究假設(shè)，并通過浙江省嘉興市農(nóng)戶的調(diào)查數(shù)據(jù)進行了實證分析。主要得出如下研究結(jié)果：（1）風(fēng)險感知與農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)之間呈顯著負相關(guān)關(guān)系，意味著感知到土地經(jīng)營①權(quán)流轉(zhuǎn)存在更大風(fēng)險的農(nóng)戶，相對于感知到風(fēng)險較小的農(nóng)戶而言，流轉(zhuǎn)土地經(jīng)營權(quán)的可能性較低；（2）風(fēng)險態(tài)度與農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)之間的負相關(guān)關(guān)系顯著，意味著風(fēng)險規(guī)避程度高的農(nóng)戶，相對于風(fēng)險規(guī)避程度低的農(nóng)戶而言，流轉(zhuǎn)土地經(jīng)營權(quán)的可能性較低；（3）風(fēng)險感知與風(fēng)險態(tài)度的交互項與農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)之間存在顯著負向關(guān)系，這意味著對風(fēng)險規(guī)避程度高的農(nóng)戶而言，風(fēng)險感知與農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)之間呈顯著的負相關(guān)關(guān)系，而對風(fēng)險規(guī)避程度低的農(nóng)戶而言，風(fēng)險感知與農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)之間的相關(guān)關(guān)系可能并不顯著。

基于以上研究結(jié)果，得出如下政策建議：（1）降低農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)風(fēng)險，建立糾紛調(diào)解制度，把農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)中存在的問題、矛盾和不穩(wěn)定因素化解在萌芽狀態(tài)，為農(nóng)戶提供就業(yè)服務(wù)、公共服務(wù)、風(fēng)險擔(dān)保和規(guī)劃統(tǒng)籌等以降低其風(fēng)險感知程度；（2）完善農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)信息溝通渠道，通過構(gòu)建信息渠道和加強信息溝通力度，消除信息不對稱的影響，填補農(nóng)戶對于農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)政策信息中的缺漏，糾正其錯誤觀念，同時注意合理引導(dǎo)農(nóng)戶建立理性的風(fēng)險意識，以達到提高農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)的目的；（3）建立不同風(fēng)險態(tài)度的農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)補償機制，針對不同風(fēng)險規(guī)避程度的農(nóng)戶提供相應(yīng)的補償模式，為風(fēng)險規(guī)避程度高的農(nóng)戶提供可選擇的風(fēng)險低、收益也相對低的農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)項目，以實現(xiàn)最優(yōu)的農(nóng)村土地經(jīng)營權(quán)流轉(zhuǎn)管理模式。