寇 溶，陳 英，謝保鵬，周 翼

(甘肅農(nóng)業(yè)大學(xué) 管理學(xué)院，甘肅 蘭州 730070)

土地流轉(zhuǎn)是農(nóng)民財(cái)產(chǎn)性收入實(shí)現(xiàn)的主要方式之一。農(nóng)民土地財(cái)產(chǎn)性收入允許農(nóng)民對其所擁有的、可支配的土地權(quán)利進(jìn)行部分或全部讓渡，被當(dāng)作實(shí)現(xiàn)農(nóng)地資源向資產(chǎn)轉(zhuǎn)變，土地資源優(yōu)化配置的新途徑[1]。黨和國家這一決策提出之后，各級政府也一直將其視作解決農(nóng)民、農(nóng)地和農(nóng)村問題的關(guān)鍵，并出臺了諸多與之相關(guān)的政策和措施，如“激活農(nóng)村要素，增加農(nóng)民財(cái)產(chǎn)性收入”“賦予農(nóng)民更多的財(cái)產(chǎn)權(quán)利”“釋放財(cái)產(chǎn)性收入增長紅利”等。但調(diào)查發(fā)現(xiàn)，廣大農(nóng)村地區(qū)農(nóng)民土地財(cái)產(chǎn)性收入仍以政府主導(dǎo)農(nóng)戶被動參與為主要實(shí)現(xiàn)形式。這一過程中，受地方政府服務(wù)不到位、農(nóng)村土地市場發(fā)育不健全及相關(guān)政策措施不完善等因素的影響，使農(nóng)戶手中的土地使用權(quán)價(jià)值難以充分體現(xiàn)，其交易結(jié)果也無法滿足農(nóng)戶的心理預(yù)期，不足以刺激他們將手中閑置的土地流轉(zhuǎn)出去，造成了大量的土地浪費(fèi)。面對農(nóng)民收入增長緩慢的桎梏和農(nóng)村大量土地閑置的現(xiàn)狀，如何更好地利用和盤活閑置土地資源、合理增加農(nóng)民土地財(cái)產(chǎn)性收入成為現(xiàn)階段解決農(nóng)村問題關(guān)鍵。目前，農(nóng)民土地財(cái)產(chǎn)性收入仍處于探索研究階段，主要集中于理論構(gòu)建、增收途徑和影響因素等方面[2-4]。其中對影響因素的研究可分為兩類：一是單純將農(nóng)民土地財(cái)產(chǎn)性收入從農(nóng)民總收入中剝離出來，研究區(qū)域環(huán)境、農(nóng)民個體和群體特征對其造成的影響[1-5]。這類研究中理論研究偏多，且其實(shí)證研究多側(cè)重于判斷各種因素對土地財(cái)產(chǎn)性收入是否存在顯著影響，缺乏對影響程度的判斷。二是將農(nóng)村居民財(cái)產(chǎn)性收入和城市居民財(cái)產(chǎn)性收入進(jìn)行比較，進(jìn)而分析引起二者之間差距擴(kuò)大的原因[6-8]。這類研究目的是為了防止城鄉(xiāng)之間居民收入“馬太效應(yīng)”的擴(kuò)大，促進(jìn)城鄉(xiāng)之間的協(xié)調(diào)發(fā)展。但兩種類型的研究都相對較為宏觀，雖然無差別的分析了對土地財(cái)產(chǎn)性收入實(shí)現(xiàn)有影響的因素，卻忽略了不同情景下農(nóng)民土地財(cái)產(chǎn)性收入影響因素可能存在差異性。與此同時(shí)，高明月等學(xué)者研究發(fā)現(xiàn)農(nóng)地流轉(zhuǎn)對農(nóng)民增收具有顯著的正向影響，是有效解決農(nóng)村勞動力向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移、種田效益低下、耕地拋荒現(xiàn)象嚴(yán)重等問題的途徑，能夠推動土地使用權(quán)進(jìn)入市場、增加農(nóng)民收入[9]。而且與其它農(nóng)民土地財(cái)產(chǎn)性收入實(shí)現(xiàn)途徑相比較，農(nóng)地流轉(zhuǎn)受區(qū)域位置影響較小，在廣大農(nóng)村地區(qū)更易發(fā)生。因此，農(nóng)地流轉(zhuǎn)可以視為現(xiàn)階段農(nóng)民土地財(cái)產(chǎn)性收入實(shí)現(xiàn)的重要途徑[10-11]。

另外，農(nóng)民土地財(cái)產(chǎn)性收入受到若干個維度和因素共同的影響，如農(nóng)民群眾個體的文化程度、技術(shù)水平、生產(chǎn)投入等，這些因素經(jīng)常交織在一起，影響其實(shí)現(xiàn)。鑒于此，本文利用張掖市一區(qū)四縣的調(diào)查數(shù)據(jù)，立足于農(nóng)地流轉(zhuǎn)視角，采用主成分分析法(Principal Component Analysis，PCA)，把其中相關(guān)的因素融合為獨(dú)立不相關(guān)的綜合指標(biāo)變量，實(shí)現(xiàn)對數(shù)據(jù)集的降維。再采用多元線性回歸模型(Multivariable Linear Regression Model)識別農(nóng)地流轉(zhuǎn)視角下影響農(nóng)民土地財(cái)產(chǎn)性收入的關(guān)鍵因素、重要因素和一般因素[12-14]，以期更好的促進(jìn)農(nóng)地流轉(zhuǎn)交易過程中農(nóng)民土地財(cái)產(chǎn)性收入的實(shí)現(xiàn)。

一、理論分析與指標(biāo)選取

(一)農(nóng)民土地財(cái)產(chǎn)性收入影響因素基本分析

1.農(nóng)民個體特征

農(nóng)民是農(nóng)村經(jīng)濟(jì)的主體，其作用的發(fā)揮，主要通過自身素質(zhì)影響自身行為決策，進(jìn)而影響自身收入的增長[5]。由此可知，農(nóng)民素質(zhì)對土地財(cái)產(chǎn)性收入具有重要影響。Boyatzis提出的“洋蔥模型”形象地把人的素質(zhì)特征比喻為“洋蔥”，分為顯性外層因子和隱性內(nèi)層因子[15]。用年齡和受教育程度來表示農(nóng)民素質(zhì)的內(nèi)層因子，社會角色和外出打工年限來表示其外層因子。一般而言，農(nóng)民年齡越高，思想越偏向保守，越不愿意離開土地，實(shí)現(xiàn)土地財(cái)產(chǎn)性收入也更困難。受教育程度越高的農(nóng)戶，信息和知識的獲取能力越強(qiáng)，更容易獲取土地財(cái)產(chǎn)性收入。擔(dān)任村干部的農(nóng)戶相較于普通農(nóng)戶，對于政策信息的理解程度更高，對市場波動也更加敏感，其獲取土地財(cái)產(chǎn)性收入的可能性越高。外出打工時(shí)間越長的農(nóng)戶，擁有較高的非農(nóng)就業(yè)技術(shù)水平，回村務(wù)農(nóng)耕作的概率越小，能夠較好地利用自身技術(shù)、市場資源增加土地財(cái)產(chǎn)性收入。

2.農(nóng)戶家庭特征

農(nóng)民個體所擁有的土地面積往往無法形成一定的耕作規(guī)模，不利于生產(chǎn)投資和利益最大化。因此，農(nóng)戶作為農(nóng)村最小的農(nóng)業(yè)耕作單位便成為中國農(nóng)村延續(xù)至今傳統(tǒng)和習(xí)慣。高敏雪認(rèn)為“有資方有產(chǎn)”[16]，農(nóng)民土地財(cái)產(chǎn)性收入的多少不可忽略農(nóng)戶手中原本所擁有的土地?cái)?shù)量和面積。因此，農(nóng)戶家庭特征主要是用家庭勞動人數(shù)占比和家庭初始承包地面積表示。其中，家庭勞動占比越高，說明該農(nóng)戶家庭將生活和工作的重心主要放在農(nóng)業(yè)耕作上，投入的人力資本較多，其實(shí)現(xiàn)土地財(cái)產(chǎn)性收入的可能性相對較低。初始承包地面積越多的家庭，在讓渡和繼續(xù)耕作之間具有較大的選擇空間，農(nóng)業(yè)收入空間自然拓展。

3.自然資源稟賦特征

土地位置的固定性決定其不可移動，其價(jià)值來源一部分決定于先天條件。用耕地質(zhì)量代表是農(nóng)地自然資源稟賦特征，耕地質(zhì)量較好的區(qū)域，農(nóng)地生產(chǎn)條件也相對較好，獲得土地財(cái)產(chǎn)性收入的水平可能會越高。地勢條件對土地財(cái)產(chǎn)性收入的影響亦是如此。

4.基礎(chǔ)設(shè)施狀況

農(nóng)村基礎(chǔ)設(shè)施是為農(nóng)村經(jīng)濟(jì)、社會、文化發(fā)展及農(nóng)民生活提供基本共同條件的各種設(shè)施的總和，是農(nóng)村經(jīng)濟(jì)社會發(fā)展的前提[17]?？砂ㄞr(nóng)村的灌溉設(shè)施、交通設(shè)施及便民設(shè)施等。自新農(nóng)村建設(shè)以來，我國農(nóng)村基礎(chǔ)設(shè)施條件有了大幅度的改善和提高，但實(shí)際狀況仍然與預(yù)想存在著一定的差異。農(nóng)業(yè)部計(jì)劃司資助項(xiàng)目“農(nóng)村基礎(chǔ)設(shè)施建設(shè)對農(nóng)民收入影響研究”分析得到農(nóng)村基礎(chǔ)設(shè)施的建設(shè)和完善對于農(nóng)民增收、農(nóng)業(yè)增效和農(nóng)村發(fā)展具有關(guān)鍵的基礎(chǔ)性作用[18]?；诂F(xiàn)實(shí)狀況而言，基礎(chǔ)設(shè)施狀況越好的區(qū)域，土地財(cái)產(chǎn)性收入水平也會越高。

5.市場發(fā)育特征

在土地資源轉(zhuǎn)化為資產(chǎn)的過程中，土地市場起著關(guān)鍵性作用[19]。我國農(nóng)村土地市場起步較晚，仍處在不斷完善和發(fā)展的過程中，存在明顯的區(qū)域差異。土地市場包含的內(nèi)容較多，本文主要采用農(nóng)地交易場所、農(nóng)地流轉(zhuǎn)信息的共享性、農(nóng)地價(jià)格評估及相關(guān)金融理財(cái)服務(wù)。其中，農(nóng)地交易場所越完善，土地財(cái)產(chǎn)性收入實(shí)現(xiàn)的可能性越大。農(nóng)地流轉(zhuǎn)信息的共享程度越高，農(nóng)民根據(jù)已有信息參與市場競爭的愿望會更加強(qiáng)烈，土地財(cái)產(chǎn)性收入實(shí)現(xiàn)的區(qū)間將有效擴(kuò)展。農(nóng)地價(jià)格評估是正確估計(jì)土地價(jià)值，讓其進(jìn)入市場交易環(huán)節(jié)的重要步驟，有助于土地價(jià)值的實(shí)現(xiàn)，可以刺激農(nóng)民將土地流轉(zhuǎn)出去，資源變資產(chǎn)，資金變股金，農(nóng)民變股東，有效拓寬農(nóng)民增收空間。金融理財(cái)服務(wù)是土地財(cái)產(chǎn)收入實(shí)現(xiàn)過程中的重要參考因素，其配套政策越好的區(qū)域，土地財(cái)產(chǎn)性收入實(shí)現(xiàn)的可能性就越大。

6.經(jīng)濟(jì)發(fā)展?fàn)顩r

經(jīng)濟(jì)發(fā)展?fàn)顩r是涵蓋區(qū)域經(jīng)濟(jì)、社會和文化狀況的綜合性指標(biāo)[20]。如果某一個區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r較好，則可以為農(nóng)民提供大量的非農(nóng)就業(yè)崗位，隨之獲得的非農(nóng)收入穩(wěn)定增長，這是農(nóng)民進(jìn)行土地流轉(zhuǎn)、讓渡的重要保障。丁琳琳認(rèn)為如果農(nóng)民得到穩(wěn)定收入來源，土地的生存保障功能將會弱化，農(nóng)民對土地的依附性隨之降低，農(nóng)民獲得土地財(cái)產(chǎn)性收入的可能性將會提高[7]。因此，經(jīng)濟(jì)發(fā)展?fàn)顩r與土地財(cái)產(chǎn)性收入呈現(xiàn)正相關(guān)關(guān)系，經(jīng)濟(jì)發(fā)展?fàn)顩r越好的區(qū)域，農(nóng)民更容易取得土地財(cái)產(chǎn)性收入。

(二)農(nóng)民土地財(cái)產(chǎn)性收入影響因素指標(biāo)構(gòu)建

在上述理論分析基礎(chǔ)上，借鑒已有研究，結(jié)合問卷調(diào)查和研究區(qū)實(shí)際，設(shè)計(jì)了如表1所示的16個指標(biāo)，力求可以盡可能涵蓋解釋變量的所有信息。

二、模型構(gòu)建、數(shù)據(jù)來源與樣本基本情況

(一)模型構(gòu)建

主成分分析法(Principal Component Analysis，PCA)可以將原始變量融合形成幾個綜合指標(biāo)，既能有效實(shí)現(xiàn)非線性空間的降維問題，又不至于損失太多信息。同時(shí)，建立多元線性回歸模型，有助于揭示原始變量之間的內(nèi)在關(guān)系，從而抓住主要影響因素[21]。

Fi=Unixn=u1ixi+u2ix2+…+unixn

Y=W1F1+W2F2+…+WnFn+e

式中，Y為綜合得分；Fi為個主成分得分系數(shù)；Wn為第n個主成分權(quán)重，即各主成分因子的貢獻(xiàn)率；e為擬合誤差；Ui為第i個主成分的得分系數(shù)矩陣；u1i，u2i，…，uni為第i主成分的得分系數(shù)；x為標(biāo)準(zhǔn)化后的原始數(shù)據(jù)矩陣；xn為標(biāo)準(zhǔn)化后的原始數(shù)據(jù)。

表1 影響農(nóng)地流轉(zhuǎn)情景下農(nóng)民土地財(cái)產(chǎn)性收入各維度的指標(biāo)變量

(二)數(shù)據(jù)來源及描述性統(tǒng)計(jì)

甘肅省張掖市地勢平坦，農(nóng)耕條件相對較好，設(shè)施配套完善，流轉(zhuǎn)方式頗具典型性，利于本文研究。2018年7—10月在團(tuán)隊(duì)幫助下對張掖市甘州區(qū)(黨寨鎮(zhèn))、民樂縣(六壩鎮(zhèn)、三堡鎮(zhèn))、山丹縣(清泉鎮(zhèn))、臨澤縣(平川鎮(zhèn))和高臺縣(宣化鎮(zhèn))隨機(jī)24個村進(jìn)行走訪調(diào)查，共獲得的230份問卷。上述鄉(xiāng)鎮(zhèn)是張掖市農(nóng)地流轉(zhuǎn)數(shù)量和規(guī)模較大的鄉(xiāng)鎮(zhèn)，樣本具有代表性。最終經(jīng)篩選得到211份有效問卷，符合PCA多元線性回歸方法對樣本數(shù)量的要求[22]。對樣本數(shù)據(jù)進(jìn)行因子分析得到KMO值為0.782，總量表的Cronbach’sα系數(shù)為0.736，數(shù)據(jù)信效度滿足要求[23]。

通過對樣本信息的整理統(tǒng)計(jì)得到表2，其中村干部是指在村內(nèi)擔(dān)任一定職務(wù)的農(nóng)民，數(shù)據(jù)來源于調(diào)查時(shí)對被調(diào)查者的訪問。

表2 數(shù)據(jù)描述性統(tǒng)計(jì)

三、結(jié)果與分析

(一)多重共線性檢驗(yàn)結(jié)果

變量X1，X2，X3，...，X16與(農(nóng)民土地財(cái)產(chǎn)性收入)Y建立回歸分析模型，運(yùn)用SPSS統(tǒng)計(jì)軟件對調(diào)查數(shù)據(jù)進(jìn)行分析，構(gòu)建模型。分析結(jié)果如表3所示，X1、X2和X12等變量的VIF值均大于3，說明變量之間確實(shí)存在一定的相關(guān)性[24]，故此采用主成分分析法處理變量之間的多重共線性問題。

表3 多重共線性檢測結(jié)果

(二) 主成分分析結(jié)果

運(yùn)用SPSS對樣本數(shù)據(jù)的16個測度指標(biāo)進(jìn)行相關(guān)性分析，得到指標(biāo)系數(shù)相關(guān)的相關(guān)系數(shù)矩陣。其中，變量X1與X3、X5與X7、X8與X16之間存在著明顯的相關(guān)關(guān)系。通過PCA將其整合為互不相關(guān)的綜合性指標(biāo)，得到F1，F(xiàn)2，...，F(xiàn)5共5個主成分變量。

通過PCA方法按照特征值大于1的判別方法提取了5個主成分[25]，累計(jì)方差貢獻(xiàn)率為73.784%，能夠充分概括16個原始變量的信息。在此基礎(chǔ)上，計(jì)算得到5個主成分F1，F(xiàn)2，...，F(xiàn)5的初始因子載荷矩陣。根據(jù)初始因子載荷矩陣表中的數(shù)據(jù)與主成分對應(yīng)的特征值，可計(jì)算得到如表4所示的5個主成分中每個指標(biāo)對應(yīng)的系數(shù)，由此可以觀察到5個主成分同原始變量之間的關(guān)系。在此僅列出第一主成分F1與原有16個因素之間如方程(1)所示的函數(shù)關(guān)系，F(xiàn)2，F(xiàn)3，...，F(xiàn)5可以依此類推。

F1=-0.113X1+0.12X2+0.047X3+0.088X4-0.114X5+0.092X6-0.066X7+0.143X8+0.029X9+0.07X10+0.135X11+0.144X12+0.114X13+0.134X14+0.128X15+ 0.086X16

(1)

(三)多元線性回歸模型構(gòu)建與結(jié)果分析

通過主成分分析得到5個主成分和16個原始變量之間的相關(guān)關(guān)系，而構(gòu)建多元線性回歸模型可以得到5個主成分和因變量土地財(cái)產(chǎn)性收入之間的相關(guān)關(guān)系。二者相結(jié)合，則能夠說明因變量和16個原始變量之間的相關(guān)關(guān)系。因此，為了更好地反映上述指標(biāo)對農(nóng)地流轉(zhuǎn)情景下土地財(cái)產(chǎn)性收入實(shí)現(xiàn)的影響程度，本文基于PCA的影響結(jié)果，構(gòu)建方程(2)所示的農(nóng)地流轉(zhuǎn)情景下農(nóng)民土地財(cái)產(chǎn)性收入影響因素的多元線性回歸模型：

Y=b0+b1F1+b2F2+b3F3+b4F4+b5F5+e

(2)

其中：Y為農(nóng)地流轉(zhuǎn)情景下農(nóng)民土地財(cái)產(chǎn)性收入，F(xiàn)1，F(xiàn)2，...，F(xiàn)5是影響農(nóng)地流轉(zhuǎn)情景下農(nóng)民土地財(cái)產(chǎn)收入的綜合指標(biāo)，b0為回歸常數(shù)，b1，b2，...，b5為回歸系數(shù)，e為擬合誤差。運(yùn)用SPSS軟件，按照方程(2)進(jìn)行回歸檢驗(yàn)，結(jié)果如表5所示。

表5 模型概述

表5中，調(diào)整后的R2為0.910，這說明自變量可有效解釋校標(biāo)變量，模型與數(shù)據(jù)之間的擬合程度較好。F統(tǒng)計(jì)值為428.178，顯著性水平小于0.05，說明所建立的回歸方程有效。對回歸方程(2)進(jìn)一步的系數(shù)測算，得到如表6所示的回歸系數(shù)及共線性檢測表。

表6顯示，各主成分F1，F(xiàn)2，...，F(xiàn)5的VIF值均為1，說明各個主成分相互正交，較好的消除了各影響指標(biāo)之間的共線性偏差。各成分的顯著性水平均小于0.05，說明他們對農(nóng)地流轉(zhuǎn)情景下農(nóng)民土地財(cái)產(chǎn)性收入具有顯著影響，由此構(gòu)建主成分與農(nóng)民土地財(cái)產(chǎn)性收入Y的回歸方程(3)。

表6 回歸系數(shù)及共線性檢測表

Y=0.754F1-0.072F2+0.194F3+0.069F4-0.045F5+1.545

(3)

基于此，在方程(3)和主成分因子得分系數(shù)表(表4)的基礎(chǔ)上，計(jì)算得到各原始變量X1，X2，...，X16與農(nóng)民土地財(cái)產(chǎn)性收入Y的回歸方程(4)：

Y=1.545-0.007X1+0.012X2+0.045X3-0.009X4-0.054X5+0.081X6-0.051X7+0.112X8+0.081X9+0.095X10+0.14X11+0.11X12+0.123X13+0.135X14+0.125X15+0.114X16

(4)

通過方程(4)可得出：農(nóng)地流轉(zhuǎn)情景下，經(jīng)濟(jì)發(fā)展?fàn)顩r(X11)的相關(guān)系數(shù)值最大，為0.14，說明經(jīng)濟(jì)發(fā)展?fàn)顩r對土地財(cái)產(chǎn)性收入的影響程度最強(qiáng)，是其影響的關(guān)鍵性因素。即經(jīng)濟(jì)發(fā)展?fàn)顩r越好的區(qū)域，土地財(cái)產(chǎn)性收入實(shí)現(xiàn)水平越好。農(nóng)地交易場所(X12)、金融理財(cái)服務(wù)(X13)、農(nóng)地流轉(zhuǎn)信息的共享程度(X14)、價(jià)格評估(X15)、基礎(chǔ)設(shè)施狀況(X16)、非農(nóng)收入(X8)、承包地面積(X6)、地勢條件(X9)、耕地質(zhì)量(X10)與土地財(cái)產(chǎn)性收入也存在相對較強(qiáng)的正相關(guān)關(guān)系，其相關(guān)系數(shù)分別為0.11、0.123、0.135、0.125、0.114、0.112、0.081、0.081、0.095，表明這些因素是影響土地財(cái)產(chǎn)性收入的重要因素，土地財(cái)產(chǎn)性收入的實(shí)現(xiàn)與這些因素的變化趨勢一致，這些因素的實(shí)現(xiàn)水平和狀況越好，土地財(cái)產(chǎn)性收入水平越高。年齡(X1)、家庭勞動人數(shù)占比(X5)、務(wù)農(nóng)收入(X7)與土地財(cái)產(chǎn)性收入存在相對較弱的負(fù)相關(guān)關(guān)系，其相關(guān)系數(shù)為-0.007、-0.054、-0.051。說明年齡越高，家庭勞動人數(shù)占比越大，務(wù)農(nóng)收入水平越高，土地財(cái)產(chǎn)性收入的實(shí)現(xiàn)也將更困難。受教育程度(X2)和身份(X3)與土地財(cái)產(chǎn)性收入之間存在著相對較弱的正相關(guān)關(guān)系，其相關(guān)系數(shù)分別為0.012、0.045，說明受教育程度、擔(dān)任村干部，都會促進(jìn)土地財(cái)產(chǎn)性收入的實(shí)現(xiàn)。但是，外出打工年限(X4)與土地財(cái)產(chǎn)性收入呈現(xiàn)較弱負(fù)相關(guān)關(guān)系，其相關(guān)系數(shù)為-0.009，與預(yù)期方向不一致。筆者認(rèn)為原因可能在于長期進(jìn)城務(wù)工農(nóng)民面對現(xiàn)階段城市發(fā)展的疲軟狀態(tài)，熱情降低，農(nóng)地流轉(zhuǎn)意愿不強(qiáng)，致使土地財(cái)產(chǎn)性收入不高。

四、結(jié)論

本文基于流轉(zhuǎn)農(nóng)戶的調(diào)研數(shù)據(jù)，運(yùn)用主成分分析法和多元線性回歸模型對農(nóng)地流轉(zhuǎn)情景下影響農(nóng)民土地財(cái)產(chǎn)性收入的因素進(jìn)行了量化分析，得到經(jīng)濟(jì)發(fā)展?fàn)顩r對農(nóng)民土地財(cái)產(chǎn)性收入的影響程度最強(qiáng)，是其影響的關(guān)鍵因素；農(nóng)地交易場所、金融理財(cái)服務(wù)、農(nóng)地流轉(zhuǎn)的共享程度、價(jià)格評估、基礎(chǔ)設(shè)施狀況、非農(nóng)收入、承包地面積對土地財(cái)產(chǎn)性收入的影響相對較強(qiáng)，是其影響的重要因素；年齡、家庭勞動人數(shù)占比、務(wù)農(nóng)收入、外出打工年限、受教育程度、身份、地勢條件、耕地質(zhì)量狀況對土地財(cái)產(chǎn)性收入的影響相對較弱，是其影響的一般因素。

依據(jù)上述分析，可知農(nóng)地流轉(zhuǎn)過程中經(jīng)濟(jì)發(fā)展?fàn)顩r是土地財(cái)產(chǎn)性收入實(shí)現(xiàn)的主要矛盾?，F(xiàn)階段土地財(cái)產(chǎn)性收入實(shí)現(xiàn)的重點(diǎn)應(yīng)關(guān)注區(qū)域經(jīng)濟(jì)發(fā)展。增強(qiáng)區(qū)域發(fā)展的協(xié)同性和聯(lián)動性，有效帶動產(chǎn)業(yè)布局優(yōu)化，充分發(fā)揮農(nóng)地流轉(zhuǎn)優(yōu)勢。除此之外，還需促進(jìn)地方農(nóng)地市場交易和農(nóng)民廣泛參與。