常 偉

(安徽大學中國三農問題研究中心，安徽合肥 230601)

社會網絡的農地流轉期限效應分析

常 偉

(安徽大學中國三農問題研究中心，安徽合肥 230601)

社會網絡對農地流轉期限有著重要影響。結合安徽四區(qū)縣1 010位農民田野調查數據，運用半對數線性農地流轉期限模型和半對數線性農地流轉期限交互模型，考察了社會網絡對于農地流轉期限的影響程度、方向與作用機制。結果表明:強關系、準強關系、準弱關系和弱關系均對農地流轉期限有著顯著影響，但強關系、弱關系、準強關系和準弱關系對農地流轉期限的影響主要體現(xiàn)為間接影響而非直接影響。社會網絡對于農地流轉期限的中介效應通過個人特征、家庭特征和農地流轉及認知狀況體現(xiàn)出來。

社會網絡；農地流轉；期限效應；交互效應；中介效應

0 引 言

作為生產要素，土地具有其他生產要素所不具備的特殊屬性。與資本、勞動、技術相比，土地流動性較差，位置更加具體，其形式更加直觀，并且很難被完全替代，作為農業(yè)生產用地的耕地更是如此。而農地的不可移動性決定了土地制度的實施效果更加依賴于社會網絡以及相關各方互動。這些均表明土地市場，尤其是農地市場并不是一個充分競爭的市場。包括強關系、弱關系等在內的社會網絡在土地制度的實施過程中發(fā)揮了極為重要的作用。本文擬運用政府主導型農地大規(guī)模流轉田野調查數據，借助于計量模型，研究包括強關系、準強關系、準弱關系以及弱關系等社會網絡對農地流轉期限的影響程度與作用機制。

根據社會學經典理論，社會資本可區(qū)分為基于血緣和親緣關系維系的強關系網絡以及為某種特定利益或目的而有意識建立的弱關系網絡。Granovetter[1－2]根據關系特征的時間量、情感緊密性、熟悉程度和互惠交換將關系區(qū)分為強關系和弱關系，并指出在強關系網絡中，個人社會網絡同質性強，人們關系緊密、交往頻繁且具有較強的情感因。而在弱關系網絡中，個人社會網絡異質性強，人們關系不緊密且沒有較多感情維系，并認為弱關系網絡有助于個人目標的實現(xiàn)。Palloni等[3]認為基于親屬關系的強關系社會網絡并不必然對移民決策產生最有效最顯著的影響，反而是熟人關系或更弱的關系幫助人們獲得移民機會。劉林平[4]則指出強關系和弱關系均可以獲得或提供信息。

針對強、弱關系的相關研究主要圍繞就業(yè)和收入展開，其結論并不一致，甚至存在較大差異。Bian[5]對天津地區(qū)職業(yè)流動的研究表明，人們職位變遷通過強關系而非弱關系實現(xiàn)。翟學偉[6]用社會網絡方法研究社會流動，并注意到弱關系會導致獨立自由的個體在不同群體之間實現(xiàn)垂直或橫向的流動，強信任會導致大批同質性群體流動到同一地區(qū)或同一企業(yè)。Pfeffer和Pilar[7]針對拉丁裔移民經濟融入的研究表明，強關系和弱關系均對收入有積極影響。一項針對中國大學就業(yè)的研究表明，強關系在找工作時可獲得更多便利，但不會提供更好的工作[8]。另有學者從農地流轉視角討論了強關系的作用，如常偉[9]的研究表明，強關系對于化解農地流轉風險，維護農村穩(wěn)定有著重要的現(xiàn)實意義。在另一篇文章中，常偉[10]考察了社會網絡對農地流轉租金的影響，指出準強關系對農地流轉租金有著正向顯著影響，強關系、準弱關系和弱關系均對農地流轉租金有著負向影響。社會網絡對于農地流轉租金的影響主要表現(xiàn)為間接影響而非直接影響，其中準強關系對于農地流轉租金有著間接正向影響，而準弱關系和弱關系對農地流轉租金有著間接負向影響。

社會經濟轉型對于農民社會資本的影響主要表現(xiàn)為強關系和弱關系的變化。隨著社會經濟市場化的推進，傳統(tǒng)文化的瓦解，人口政策的調整，全國范圍內的人口大規(guī)模流動，進而帶來了強關系比重的下降和弱關系比重的上升[11]。就中國農村社會經濟發(fā)展而言，除強關系和弱關系外，還存在著農村干群關系。農村干部可以區(qū)分為村干部和鄉(xiāng)鎮(zhèn)干部。與普通農民相比，前者文化素質較高，多數人具有非農經歷，甚至具有企業(yè)工作或參軍經歷[12]，但其身份依然是農民。后者一般屬于國家公務員或事業(yè)單位工作人員。無論是村干部與農民的關系，還是鄉(xiāng)鎮(zhèn)干部與農民的關系，均具有強關系或弱關系的某些特征，但又不能簡單地將其界定為強關系或弱關系。本文根據鄉(xiāng)鎮(zhèn)干部與村干部的身份性差異、與農民接觸頻率、是否具有感情因素等，對其加以區(qū)分，并分別將前者和后者界定為準強關系和準弱關系。

流轉期限是農地流轉決策的重要內容，但迄今為止對農地流轉期限的研究很不充分。已有論述散見于其他研究中，且集中在流轉期限劃分、影響因素及農地流轉期限的描述性研究。有學者注意到農地流轉期限較短所帶來的農地流轉關系不穩(wěn)定[13]，但也有學者注意到農地流轉期限過長，并指出這可能與人地關系、農民收入以及對困難估計不足所致[14]。本文擬運用政府主導型農地大規(guī)模流轉田野調查數據，結合經濟學和社會學領域內的相關研究成果，對于農地流轉期限開展研究，并著重考察強關系、弱關系、準強關系與準弱關系的作用和功能。這一研究有助于深化人們對農地流轉問題的進一步理解，從而為分析農地流轉問題提供一個新視角。

1 研究框架與相關研究假說的提出

1.1 研究框架

圖1 研究框架

基于新古典經濟學供求分析框架，供求雙方博弈形成包括均衡價格等內容在內的相關合約。就農地流轉而言，農地流轉期限同樣是農地流轉各方通過市場機制進行博弈的結果。在博弈過程中，轉出方與轉入方各自具有對方所不具有的優(yōu)勢。基于本文研究的主要目的是從轉出方視角考察社會網絡對農地流轉期限的影響，而影響農地流轉期限的因素不僅包括社會網絡，轉出方的個人特征、家庭特征、認知狀況乃至地域特征均在一定程度上對農地流轉租金產生影響。這里將轉入方行為視為黑箱，本文研究框架設定如圖1所示。

1.2 相關研究假說的提出

自農村改革后，農地流轉逐漸成為社會

各界關注的熱點問題。與這種關注相比，流轉期限則是個迄今尚未得到系統(tǒng)研究的重要問題。期限短表明契約不穩(wěn)定，流轉雙方需支付更多的談判執(zhí)行成本。流轉期限過長，農民則擔心可能失去農地承包經營權。在農地大規(guī)模流轉中，流轉期限短則1年，長則30年。就政府主導型農地大規(guī)模而言，社會網絡的影響主要體現(xiàn)在轉出方與談判對象的關系上。結合相關研究成果，本文擬運用田野調研數據，對于社會網絡對于農地流轉期限的影響開展實證研究。

1.2.1 社會網絡對農地流轉期限的影響程度

Granovetter將個人關系網絡分為強關系網絡和弱關系網絡，并認為關系強弱決定了個人實現(xiàn)行動目標的可能性。Bian則強調指出，就中國而言，與弱關系獲得信息的廣度相比，強關系的有力幫助相對于個人實現(xiàn)目標更為重要。在農地流轉過程中，不僅存在親友間的強關系以及農民與轉入方的弱關系，也同樣存在著農民與村干部的準強關系以及農民與鄉(xiāng)鎮(zhèn)干部的準弱關系，它們對于農地流轉的作用和功能顯然存在較大差別。因此，我們提出社會網絡與農地流轉期限的如下假說:

假說1:不同類型的社會網絡對于農地流轉期限影響不同。

1.2.2 社會網絡的直接影響與間接影響

社會網絡會對農地流轉行為產生影響，這種影響可以是直接影響，也可以是間接影響，也即與其他因素發(fā)生交互作用，并對農地流轉期限產生影響。在本文中，農地流轉被理解為一種經濟行為，也即作為流轉主體的個人或家庭經過慎重考慮，并與轉入方通過強關系、準強關系、準弱關系、弱關系等社會網絡進行博弈的產物。有鑒于此，本文提出如下假說:

假說2:社會網絡對農地流轉期限有直接影響和間接影響，但其間接影響可能更明顯。

1.2.3 社會網絡的中介效應

在本文中，社會網絡的中介作用主要體現(xiàn)在社會網絡變量對于其他變量系數的影響上。如果社會網絡變量進入方程后導致相關變量的系數顯著降低，而可決系數有顯著提高，則表明社會網絡對于該變量和流轉期限的關系具有中介作用。有鑒于此，本文提出如下假說:

假說3:社會網絡對農地流轉期限具有中介作用，但不同變量的中介效應有較大區(qū)別。

2 數據來源、特征化事實與變量定義

2.1 數據來源與特征化事實

本文使用的數據均來自于2012年和2013年通過田野調研所獲得的第一手資料。這次調研在安徽長豐、肥西、蕭縣和埇橋區(qū)舉行，在流轉項目區(qū)采取分組隨機抽樣方式面向農民群眾發(fā)放并最終回收有效問卷1 010份。

結合實地調研數據，政府主導型農地大規(guī)模流轉具有如下特點:(1)公權介入程度較高，與村干部、鄉(xiāng)鎮(zhèn)干部談合同的農戶所占比例分別為83.17%和7.92%，與轉入企業(yè)談的占16.14%，部分農戶曾與談判對象進行多次談判；(2)農民對流轉期限感知存在較大差異，在有效樣本中，流轉期限長則30年，短則1年；(3)流轉期限存在顯著的區(qū)域差異，各縣區(qū)平均流轉期限差異較大，肥西12.64年，長豐9.22年，蕭縣13.48年，埇橋區(qū)僅為4.70年。

2.2 變量定義與表述

為進一步研究社會網絡對流轉期限的影響，本文將來自埇橋區(qū)的數據設定為參照組，在此基礎上對變量定義如表1:

表1 變量定義與描述

3 社會網絡影響農地流轉期限的方向與程度

3.1 農地流轉期限模型

從研究方法看，如果將農地流轉期限看作因變量，本文可以運用OLS線性回歸模型對流轉期限進行研究，其中因變量為農地流轉期限。由于本文重點考察的是社會網絡的農地流轉期限效應。因此，可考慮建立社會網絡與農地流轉期限之間關系的基礎方程，具體見公式(1):

Term為流轉期限，X為社會網絡變量，它可以是強關系、準強關系、準弱關系或者弱關系，β0為常數項，β1為變量系數，ε為隨機擾動項，通過大樣本數據可以估計相關參數。在此基礎上，本文引入個人特征、家庭特征、農地流轉、對于農地流轉的認知狀況以及區(qū)域因素等控制變量，建立方程見公式(2):

對公式(2)進行估計，即可判斷社會網絡對農地流轉期限的影響方向與程度。

3.2 農地流轉期限模型估計結果

本文采用Stata12軟件并運用基于穩(wěn)健回歸的OLS方法，對于公式(1)、(2)進行估計。為了消除異方差效應，避免擠壓小數據等問題，本文對家庭收入、每畝租金均取對數并進入方程，這樣一來公式(2)就成了半對數模型。模型估計結果如表2所示:

表2 農地流轉期限模型估計結果

模型(2)估計結果表明，在不考慮其他控制變量的情況下，強關系和準強關系與流轉期限間存在著顯著的負相關關系，而準弱關系和弱關系與流轉期限間存在負相關關系，但并不顯著，幾乎所有類型的社會網絡均與流轉期限之間呈負相關關系。但線性模型可決系數僅為0.004 7，這表明，如果不考慮其他控制變量的影響，社會網絡對農地流轉期限的影響幾乎可以忽略不計。在線性模型的基礎上，繼續(xù)引入個人特征、家庭特征、流轉狀況和地區(qū)因素等控制變量進行估計?？紤]到家庭人均收入、農地流轉租金水平等變量數值較高，為克服異方差效應，本文對家庭人均收入、農地流轉租金水平等兩個變量取對數后進入方程，并建立半對數線性模型。繼而對于半對數線性模型進行化簡，使所有變量均可以通過10%的顯著性水平下的顯著性檢驗，具體結果見表2中的半對數模型以及化簡后的半對數模型。

3.3 社會網絡與流轉期限

表2估計結果表明，不同社會網絡對于農地流轉期限的影響方向和程度有很大區(qū)別，具體表現(xiàn)如下:

首先，就強關系而言，在線性模型中系數為－1.109 2?？刂破渌兞亢?，在半對數模型和化簡后的半對數模型中系數分別為－1.643 3和－1.709 8，且均通過了顯著性檢驗。這一計算結果表明，與親友談農地流轉的農民轉出期限反而相對較短，這可能是因為在農地流轉過程中，由于親友之間所掌握的信息具有很強的同質性，通過親友所做的說服動員工作并不能堅定轉出方對農地流轉的信心，反而有可引發(fā)轉出方更大疑慮。

其次，就準強關系而言，在線性模型中系數為－1.096 2?？刂破渌兞亢螅诎雽的Ｐ秃突喓蟮陌雽的Ｐ椭邢禂捣謩e為2.878 0和2.962 4，且均通過了1%水平下的顯著性檢驗。這可能是因為在農地大規(guī)模流轉談判過程中，村干部具有較強的組織活動能力，且熟悉流轉雙方的需求，因而可以在促進農地流轉，改善信息不對稱，消除農民顧慮方面發(fā)揮積極作用。

再次，就準弱關系而言，在線性模型中系數為－0.310 1，并不顯著?？刂屏似渌兞亢?，在半對數模型和化簡后的半對數模型中系數分別為0.786 0和0.762 7，且通過了10%水平下的顯著性檢驗。這可能是因為，鄉(xiāng)鎮(zhèn)干部介入農地流轉盡管干預了市場運行，但在農民看來，這種介入和干預卻起到了鄉(xiāng)鎮(zhèn)政府為農地流轉后果背書的效果，從而堅定了農民對農地大規(guī)模流轉的信心，因而愿意選擇較長的流轉期限。

最后，就弱關系而言，在線性模型中系數為－0.154 5，并不顯著?？刂屏似渌兞亢?，在半對數模型和化簡后的半對數模型中系數分別為－1.434和－1.385 1，且通過了1%水平下的顯著性檢驗。這可能是由于農村市場經濟發(fā)育不充分，作為轉出方的農民與轉入方因了解溝通不夠而相互之間缺乏足夠的信任。在互不信任的情況下，選擇較短的轉出期限不失為規(guī)避流轉風險的一種有效方式。

4 社會網絡影響農地流轉期限的作用機制

社會網絡影響農地流轉期限的作用機制主要表現(xiàn)為交互效應和中介效應。在以上分析的基礎上，本部分先從交互效應出發(fā)來討論這種影響是直接影響還是間接影響?繼而考察社會網絡之于農地流轉期限的中介效應。

4.1 社會網絡的農地流轉期限的交互效應

4.1.1 農地流轉期限交互效應模型

上述研究建立在社會網絡變量與控制變量互不相關的基礎上的，考慮到社會網絡變量對于農地流轉期限產生影響在很大程度上不是單獨作用的結果，而是與相關控制變量相互作用的結果，因此可以在公式(2)的基礎上進一步建立農地流轉期限交互效應方程，具體見公式(3):

對于公式(3)進行進一步改進，并將社會網絡變量之間的交互項引入進來，我們便可以考察不同性質的社會網絡之間的相互關系。如果其系數呈正顯著，則不同性質的社會網絡之間存在著明顯的互補關系，如果其系數呈負顯著，則不同性質的社會網絡之間存在著顯著的替代關系。如果其系數不顯著，則表明不同性質的社會網絡之間不存在顯著的替代關系或互補關系。

4.1.2 農地流轉期限模型

本文采用Stata12軟件并運用基于穩(wěn)健回歸的OLS方法，對于農地流轉期限交互模型進行估計?？紤]到變量過多，在計算過程中我們在10%的顯著性水平下對于所涉及的變量以及變量交互項進行化簡。化簡后的模型估計結果如表3所示:

表3 農地流轉期限交互模型估計結果

續(xù)表3

表3估計結果表明，作為社會網絡的準強關系、準弱關系與農地流轉期限之間存在明顯的直接作用，但強關系、準強關系、準弱關系與弱關系的交互效應表現(xiàn)得十分明顯:

其一，就強關系而言，根據表2和表3給出的研究結果，強關系與流轉期限之間存在顯著負相關關系，但這種顯著負相關并不直接表現(xiàn)為強關系與流轉期限之間存在的顯著負相關，而是表現(xiàn)為強關系與其他控制變量的交互效應。其中強關系與年齡、受教育年限、流轉數量、每畝租金水平對數值以及地域變量蕭縣、長豐之間的交互效應主要表現(xiàn)為增強型交互效應，而強關系與耕地數量、收入含農業(yè)性收入、便于機收機、弱關系的交互作用主要表現(xiàn)為干擾型交互效應。但總體來看，強關系與農地流轉期限之間的影響主要表現(xiàn)為干擾型交互效應。

其二，就準強關系而言，根據表2及表3給出的結果，強關系與流轉期限之間存在著顯著的正相關關系。具體來說，準強關系與流轉期限之間存在顯著的直接負相關關系，但這種顯著的直接負相關被準強關系與其他控制變量之間的交互效應所抵消。這種交互效應既表現(xiàn)為準強關系與收入來源含非農經營性收入、對相關政策的了解程度、流轉租金對數以及地域變量肥西、蕭縣的增強型交互效應，也表現(xiàn)為準強關系與收入來源含農業(yè)性收入、有利于農民增收、風險太大的干擾型交互效應。但總體來看，增強型交互作用不僅抵消了干擾型交互作用，并使得準強關系與流轉期限之間存在的顯著直接負相關關系被弱化。

其三，就準弱關系而言，根據表2及表3農地流轉期限交互模型估計結果，準弱關系與流轉期限之間存在著顯著的正相關關系。具體而言，準弱關系與流轉期限之間存在顯著的直接負相關關系，但這種顯著的直接負相關被準弱關系與其他控制變量之間的交互效應所抵消。這種交互效應既表現(xiàn)為準弱關系與單位面積租金對數、便于防治病蟲害、風險太大、不適合本地以及地域變量長豐、蕭縣之間的增強型交互效應，也表現(xiàn)為準弱關系與便于機收機種的干擾型交互效應。研究結果表明增強型交互作用不僅抵消了干擾型交互作用，也完全抵消和弱化了準弱關系與流轉期限間的顯著直接負相關關系。

其四，就弱關系而言，根據表2和表3給出的研究結果，弱關系與流轉期限之間存在顯著負相關關系，但這種顯著負相關并不直接表現(xiàn)為弱關系與流轉期限之間存在的顯著負相關，而是表現(xiàn)為弱關系與其他控制變量的交互效應。其中弱關系與風險太大、增收不明顯之間存在增強型交互效應，而與性別、收入來源含工資性收入、收入來源含非農經營性收入以及強關系之間存在干擾型交互效應?？傮w來看，弱關系與農地流轉期限之間的影響主要表現(xiàn)為干擾型交互效應。

最后需要指出的是，根據表3給出的研究結果，強關系與弱關系之間的交互項系數為負，且在農地流轉期限交互模型通過了1%水平下的顯著性檢驗。這表明就農地流轉期限而言，強關系網絡與弱關系網絡之間存在著明顯的替代關系。

4.2 社會網絡的農地流轉期限中介效應

在以上研究的基礎上，本文繼續(xù)從中介效應的視角來探討社會網絡影響農地流轉的機制。中介效應可以區(qū)分為完全中介和部分中介。其檢驗原理是比較加入社會網絡變量前后關注變量所發(fā)生的變化。若關注變量的系數出現(xiàn)顯著降低，則社會網絡對該關注變量和農地流轉期限的關系具有中介作用。

表4 加入社會網絡變量后引起控制變量系數的變化程度 單位:%

在以上研究的基礎上，本文繼續(xù)從中介效應的視角來探討社會網絡影響農地流轉的機制。中介效應可以區(qū)分為完全中介和部分中介。其檢驗原理是比較加入社會網絡相關變量前后關注變量所發(fā)生的變化。若關注變量的系數出現(xiàn)顯著降低，則社會網絡對該關注變量和農地流轉期限的關系具有中介作用。

就個人特征而言，當準強關系進入方程后，年齡和受教育年限系數分別下降了103.52%和39.63%；當弱關系進入方程后，性別和年齡的系數分別下降了51.07%和93.28%。就家庭特征而言，當強關系進入方程后，家庭人均耕地系數下降了52.81%；當準強關系進入方程后，家庭人均耕地和收入含農業(yè)性收入的系數分別下降了144.51%和43.05%；當強關系進入方程后，收入含工資性收入的系數下降了46.17%。就農地流轉及認知狀況而言，當準強關系進入方程后，每畝租金對數、便于機收機種、便于防治病蟲害、風險太大、不適合本地的系數分別下降了14.93%、13.34%、14.54%、14.18%；當弱關系進入方程后，了解程度、便于機收機種、便于防治病蟲害的系數分別下降了11.80%、12.19%和15.96%。

綜上所述，個人特征、家庭特征和農地流轉及認知狀況能夠通過社會網絡的中介效應影響到農地流轉期限。個人特征、家庭特征和農地流轉及認知狀況對農地流轉期限的作用部分通過社會網絡實現(xiàn)。因此，社會網絡是個人特征、家庭特征和農地流轉及認知狀況影響農地流轉期限過程中發(fā)揮中介效應的關鍵性變量。

5 結論及政策含義

本文運用田野調研資料，對社會網絡的農地流轉期限效應進行考察，研究結果表明:包括強關系、弱關系、準強關系和準弱關系對于農地流轉期限有著不同程度的影響，其中強關系和弱關系對于農地流轉期限有著負向顯著影響，而準強關系和準弱關系對于農地流轉期限則有著正向顯著影響。社會網絡對于農地流轉期限的影響既有直接影響，也有間接影響，但更多地表現(xiàn)為間接影響。社會網絡是個人特征、家庭特征和農地流轉及認知狀況影響農地流轉期限過程中發(fā)揮中介效應的關鍵性變量。

基于上述結論，本文政策含義如下:一方面，在市場經濟大背景下，應充分注重社會網絡在農地流轉中的作用和功能，設法利用不同形式的社會網絡促進農地有序流轉；另一方面，在農地流轉，尤其是欠發(fā)達地區(qū)農地流轉過程中，尤其應設法發(fā)揮準強關系和準弱關系的相關作用，而不能一味寄希望于市場功能的發(fā)揮。

最后應指出的是，本文研究仍有值得改進之處:一方面，本文僅研究了政府主導型農地大規(guī)模流轉中的流轉期限選擇問題，市場型農地流轉期限選擇問題同樣十分重要，但至今尚未得到研究，這也將成為下一步的研究方向；另一方面，準強關系、準弱關系及其作用機理至今仍有一些重大理論問題有待澄清，這也將是另一個研究方向。

[1]GRANOVETTER MARK.The Strength of Weak Ties[J].American Journal of Sociology， 1973， 78(3):1360－1380.

[2]GRANOVETTER MARK.Economic Action and Social Structure:The Problem of Embeddings[J].American Journal of Sociology，1985， 90(6):481－510.

[3]PALLONI ALBERTO，MASSEY DOUGLAS S， CEBALLOS MIGUEL， et al.Social Capital and International Migration:A Test Using Information on Family Networks[J].American Journal of Sociology， 2001，106(5):1262－1298.

[4]劉林平.外來人群體中的關系運用——以深圳平江村為個案[J].中國社會科學，2001(5):112－124.

[5]BIAN YANJIE.Bringing Strong Ties Back in:Indirect Ties， Network Bridges， and Job Searches in China[J].American Sociological Review，1997，62(3):366－385.

[6]翟學偉.社會流動與關系信任——也論關系強度與農民工的求職策略[J].社會學研究，2003(1):1－11.

[7]PFEFFER MAX J， PARRA PILAR A.Strong Ties， Weak Ties， and Human Capital:Latino Immigrant Employment Outside the Enclave[J].Rural Sociology， 2009，74(2):241－269.

[8]OBUKHOVA ELENA.Motivation vs.Relevance:Using Strong Ties to Find a Job in Urban China[J].Social Science Research，2012，41(3):570－580.

[9]常偉.強關系的價值:基于安徽農地流轉的實證研究[J].統(tǒng)計與信息論壇，2014(11):98－103.

[10]常偉.社會網絡的農地流轉租金效應[J].統(tǒng)計與信息論壇，2017(2):122－128.

[11]程昆，潘朝順，黃亞雄.農村社會資本的特性、變化及其對農村非正規(guī)金融運行的影響[J].農業(yè)經濟問題，2006(6):31－35.

[12]肖唐鏢.什么人在當村干部?——對村干部社會政治資本的初步分析[J].管理世界，2006，(9):64－70.

[13]徐珍源，孔祥智.轉出土地流轉期限影響因素實證分析——基于轉出農戶收益與風險視角[J].農業(yè)技術經濟，2010(7):30－39.

[14]黃延信，張海陽，李偉毅，劉強.農村土地流轉狀況調查與思考[J].農業(yè)經濟問題，2011(5):4－9.

Farmland Transfer Term Effects of Social Networks

CHANG Wei
(China Three Rural Issue Research Center，Anhui University，Hefei230601，China)

Social networks have significant impacts on farmland transfer term.Based on the field survey data of 1010 peasants from four Anhui counties and by adopting semi－logarithmic linear farmland transfer term model and semi－logarithmic linear interaction farmland transfer term model， this paper investigates the degree， direction and mechanism of social networks'impact on farmland transfer term.The results show that strong relation，quasi strong relation，quasi weak relation and weak relation all have significant effects on farmland transfer term，but their effects on farmland transfer term mainly reflect indirect influence rather than direct influence；and that the mediating effects of social networks on farmland transfer term is manifested by individual characteristics， family characteristics， farmland transfer and cognitive status.

social network； farmland transfer； term effect； interaction effect； mediating effect

F321.1

A

2095－929X(2017)05－0096－10

(責任編輯高 瓊)

2017－07－10

國家社科基金項目“政府主導型農地大規(guī)模流轉問題研究”(12CJY052)；安徽大學農研院招標課題“安徽農地承包經營權確權過程中的問題及對策研究”(ADNY201510)。

常偉，男，安徽宿州人，博士，安徽大學中國三農問題研究中心教授，博士生導師，研究方向:農業(yè)與農村發(fā)展，Email:ahchangw＠126.com。