影響農戶土地流轉意愿的諸因素分析及對策建議
——基于對大連市農戶的調查

卿 固 辛超群

(大連大學經濟管理學院 遼寧大連 116622)

影響農戶土地流轉意愿的諸因素分析及對策建議
——基于對大連市農戶的調查

卿 固 辛超群

(大連大學經濟管理學院 遼寧大連 116622)

本文以大連市農戶調研數據為基礎，采用主成分修正Logistic回歸模型對影響農戶土地流轉意愿的13個因素進行了實證研究。研究結果表明：農戶家中收入主要來源、非農收入比重、農戶對現行政策的了解程度、土地流轉價格等因素對農戶土地流轉意愿影響較為顯著。基于此研究結果，本文有針對性地提出了相應的政策建議：加大政策宣傳力度，提高土地流轉價格；深化農村教育改革，提高農戶素質；完善農村社會保障和社會化服務體系。

主成分修正Logistic；土地流轉意愿；大連市

一、研究背景與意義

黨的十八屆三中全會提出“賦予農民對承包地占有、使用、收益、流轉及承包經營權抵押、擔保權能”以及“鼓勵承包經營權在公開市場上向專業大戶、家庭農場、農民合作社、農業企業流轉，發展多種形式規模經營”，這為農村土地流轉的改革提供了政策指導。而農戶作為土地流轉的主體，其本身的意愿在很大程度上影響著土地流轉的效果。對農戶意愿的影響因素進行研究，有助于正確認識我國農地流轉的瓶頸所在，有助于加快推進農地流轉的步伐，緩解農地撂荒和細碎化問題，提高農地利用效率，同時，有助于彌補家庭聯產承包責任制帶來的缺陷，有利于推進農業結構調整及構建新型農業經營體系。

二、相關文獻回顧

針對農戶土地流轉意愿及其影響因素，國內眾多學者通過實地調查及構建經濟計量模型做了大量研究，主要體現在以下三個方面。

(一)研究地區的分布上

翟輝、楊慶媛等(2011)以重慶市為例對西部地區農戶土地流轉行為影響因素進行了實證分析，發現家庭的收支和農村社會保障等因素對農戶土地流轉行為影響顯著[1]。劉衛柏(2011)通過對湖南進行實地調查，認為非農就業能力、非農收入、年齡、醫療保險和養老保障等因素與農地流轉關系密切[2]。徐美銀、陸彩蘭等(2012)以江蘇省作為發達地區的代表，通過調研發現現階段發達地區農戶總體上具有較為強烈的土地流轉意愿，且對流轉模式、收益、基層政府的管理服務等方面要求不斷提高[3]。

(二)影響因子的選擇上

由理性人假設可知，農戶做出土地流轉的決策行為是多種因素共同作用的結果。既有外部宏觀經濟、政策等方面的作用，也受微觀層面如個體特征、家庭特征等方面的影響。包宗順、徐志明等(2009)著重從非農產業發展水平、農業生產結構、勞動力素質、農村居民人均純收入以及農村社會保障水平等對農村土地流轉的影響因素進行了實證分析[4]。劉艷(2010)則認為農戶收入水平、地權穩定性、交易成本、參與流轉土地的供求狀況以及區域差異對農地流轉影響較大[5]。

(三)研究方法的選取上

詹和平、張林秀(2008)采用Probit模型對江蘇省142個農戶的調研數據進行了實證分析，認為影響農戶土地流轉的因素主要有家庭保障水平、以農為主的勞動力人數、農業資產價值、擁有土地年數等[6]。郭嘉、呂世辰(2010)則利用主成分分析法和多元線性回歸模型對影響土地流轉的因素進行了分析，提出了應建立土地流轉部門、規范流轉現象，同時探索土地流轉的專項社會保障制度等建議[7]。周春芳(2012)采取Heckman兩步法從土地流轉的供給和需求方面對農戶土地流轉的意愿因素進行了實證分析，認為建立完善的農村社會保障體系，提高農村勞動力素質是促進農戶土地流轉、完善流轉市場的根本[8]。劉洋、劉慧君(2011)，陳昱、陳銀蓉、馬文博(2011)，曾子成、劉駿(2012)等則采用經典Logistic回歸模型對影響農戶土地流轉意愿的因素進行了實證研究[9-11]。

綜上所述，國內學者對新時期農戶土地流轉進行了卓有成效的研究。然而，過往的實證研究主要存在以下兩方面的不足：一是影響因素的選取上。在國家政策、外部經濟環境等宏觀因素相同的情況下，影響農戶土地流轉意愿的因素更多的來自農戶自身的特征、認知程度等微觀層面，而多數實證研究考慮了較多的宏觀層面的因素。另外，對于影響因素間的多重共線性問題，很少有文獻進行檢驗和消除，這會使得模型分析的結果出現誤差甚至失真。二是研究方法的選擇上。由于影響農戶土地流轉的因素是否服從正態分布以及各因素與農戶的意愿是否必然存在線性關系還沒有得到一致的結論，因此采用Probit及多元線性回歸模型進行實證分析欠妥。

據此，本文更多地從農戶自身的角度等微觀層面出發來選取變量，同時采用主成分分析法對變量間存在的多重共線性進行消除，進而通過構建修正的Logistic回歸模型進行實證研究，力求真實地分析影響農戶土地流轉意愿的因素，為政府提供參考和決策支持。

三、原理及步驟

(一)原始數據標準化

為了消除變量間的量綱關系，從而使數據更有可比性和更利于對異常值的判斷，有必要對數據進行標準化處理，公式為：

(1)

(二)計算相關系數

變量間是否存在相關性，對理解所選取的自變量與因變量之間的關系十分重要，而相關系數通過數值的方式能較為精確地反映變量間的相關性的強弱程度，簡單相關系數公式為：

(2)

(三)主成分分析

當變量間存在一定相關性，可認為這些變量在解釋同一問題時存在信息的重疊，而主成分分析正是通過降維的方法將原來的變量整合成一組互相無關的綜合變量，同時這些新的綜合變量又盡可能多地保持原有的信息，其數學模型為：

(3)

公式3反映的是，主成分分析法通過坐標的手段，將原有的n個相關變量x標準化處理后進行線性組合，轉換成另一組不相關的變量y[12]，至于主成分的個數則是由方差貢獻率決定的。最后，建立主成分得分函數：

Fi=e1izx1+e2izx2+…+enizxn(i=1,2,3,…,n)

(4)

(四)Logistic回歸分析

將樣本數據代入公式(4)計算各主成分，然后用主成分代替原變量來參與Logistic回歸分析。

四、實證研究

(一)數據來源

本文所選取的數據來源于2013年12月有針對性地對大連市的金州區、普蘭店、瓦房店和莊河市的350戶農戶所做的調查。調查涉及的地區包括城鄉結合地帶、農村等，兼有丘陵、平原地區；涉及的農戶包括純農業、以農為主兼業、非農為主兼業和非農業農戶。采取隨機抽樣的方法，進行實地調查和入戶訪談，實際發放問卷350份，回收問卷331份，問卷有效率94.57%。

(二)變量選取

1.因變量的選取。農戶土地流轉意愿受諸多因素的影響，然而農戶土地流轉意愿只有兩種，即：“愿意流轉”和“不愿意流轉”。結合Logit模型，本文把“愿意流轉”定義為Y=1；“不愿意流轉”定義為Y=0。

2.自變量的選取與預期影響。影響農戶土地流轉意愿的因素眾多且復雜，但并不是所有變量都可以量化，且如果自變量過多，會使得分析過程冗雜，難以得出結論。因此，本文在借鑒前人的基礎上選取了以下13個因素進行研究，這13個因素可分為三類：農戶特征、家庭特征、土地特征。具體為，農戶特征：性別(X1)、年齡(X2)、受教育程度(X3)、職業(X4)、對現行政策的了解程度(X5)；家庭特征：家中人口數量(X6)、家中月收入水平(X7)、家中收入主要來源(X8)、非農收入比重(X9)；土地方面特征：人均土地面積(X10)、土地持有年數(X11)、土地對家庭的重要性(X12)、現行土地流轉的價格(X13)。變量說明和預期影響具體如表1所示。

表1 變量說明及預期影響

注：“+”表示預期影響為正，數值越大影響效果越顯著；“-”表示預期影響為負，數值越小效果越顯著。

(三)相關性分析

對樣本數據進行標準化處理，得到相應變量ZXi(i=1,2,…，13)。針對不同類型的變量ZXi進行相關性分析，連續型變量用Pearson簡單相關系數衡量，分類和等級變量用Kendallτ相關系數衡量。經SPSS17.0處理后， 受教育程度(X3)、職業(X4)、對現行政策的了解程度(X5)、家中月收入水平(X7)、家中收入主要來源(X8)、非農收入比重(X9)、家中人均土地面積(X10)、家中土地持有年數(X11)、土地對家庭的重要性(X12)、現行土地流轉的價格(X13)等變量間的相關系數|r|>0.3，具備了進行主成分分析的前提條件。

(四)主成分分析

將上述存在一定相關關系的變量經SPSS17.0運行，得到變量的巴特利特球度檢驗和KMO值，如表2所示。

從表2可以看出，巴特利特球度檢驗的觀測值為693.447，相應的概率為0.000，小于顯著性水平0.05，同時，KMO值為0.757，說明所選取的變量適合進行主成分分析。

表3反映了所提取的主成分因子對原有變量總方差的解釋情況，從中可以看出共提取了五個主成分，共解釋了原有變量總方差的73.837%。總體上原有變量的信息丟失較少，主成分提取理想。

表3 因子解釋原有變量總方差的情況

表4反映了所提取的主成分的成分矩陣和成分得分系數矩陣。可以看出，變量Z職業、Z土地對家庭的重要性、Z家中收入主要來源、Z非農收入比重擬合成主成分F1，且按照F1所能解釋程度排序為Z職業、Z土地對家庭的重要性、Z家中收入主要來源、Z非農收入比重，F1可命名為收入貢獻因子；Z家中土地持有年數、Z家中人均土地面積擬合成主成分F2，且按照F2所能解釋程度排序為Z家中土地持有年數、Z家中人均土地面積，F2可命名為土地貢獻因子；Z對現行政策的了解程度、Z現行土地流轉的價格擬合成主成分F3，按照F3所能解釋的程度排序為Z對現行政策的了解程度、Z現行土地流轉的價格，F3可命名為外部環境因子；Z家中月收入水平擬合為F4；Z受教育程度擬合為F5。

根據成分得分矩陣可以得到每個主成分的得分函數：

F1=0.259Z職業-0.256Z土地對家庭的重要性+0.252Z家中收入主要來源+0.168Z非農收入比重+0.034Z家中土地持有年數-0.052Z家中人均土地面積+0.171Z對現行政策的了解程度+0.133Z現行土地流轉價格+0.127Z家中月收入水平+0.185Z受教育程度。

同理，可以得到F2、F3、F4、F5的得分函數。

表4 主成分成分和得分矩陣

(五)主成分修正的Logistic回歸

本文在經典二項Logistic回歸模型的基礎上，將主成分變量F1、F2、F3、F4、F5同其他未進行主成分分析的變量作為全新的變量進行Logistic回歸，得到修正的回歸模型，如下所示：

(5)

1.擬合優度的檢驗。主成分修正的Logistic模型的擬合優度如表5所示，通過似然比檢驗可看出選用該模型是可取的。Cox & Snell R2和NagelkerkeR2是模型系數的調整值，數值越大說明擬合度越好。另外H-L統計量對應的概率P(0.302)大于給定的顯著性水平α(α=0.05)，說明擬合優度較好。

表5 主成分-Logistic模型的擬合優度

2.模型運行結果及分析。本文借助Excel和SPSS17.0軟件，采用向前條件策略對各變量進行回歸分析，具體結果如表6所示。其中B、S.E、Wald、d.f.、Sig、Exp(B)分別表示：模型的回歸系數、回歸系數的標準誤差、Wald統計量、自由度、Wald檢驗統計量的概率p值、發生比率。

表6 主成分-Logistic模型運行結果

續表6

從表6可看出，運用向前條件策略，經過四個步驟進行回歸后，模型最后保留了主成分F1、F2、F3以及變量ZX2(年齡)。而主成分F4、F5和變量ZX1(性別)、ZX6(家中人口數量)被排除在模型之外，這說明這些變量與農戶土地流轉意愿的關系表現得不是太顯著。同時，主成分F1、F2、F3以及變量ZX2(年齡)與農戶土地流轉具有較強的正相關關系，相關系數分別為1.702、0.562、0.566、0.338。此外，對應的顯著性水平分別為0.000、0.000、0.000和0.031，小于給定的顯著性水平α(α=0.05)。這說明主成分F1、F2、F3與ZX2是影響農戶土地流轉意愿的主要因素。

由上文擬合的過程可知，主成分F1主要為變量職業、土地對家庭的重要性、家中收入主要來源和非農收入比重，主成分F2主要為變量家中土地持有年數、家中人均土地面積，F3主要為變量對現行政策的了解程度、現行土地流轉的價格。這說明這些變量對農戶土地流轉意愿的影響程度是顯著的。具體分析如下：當農戶從事的職業為非農業或以非農為主兼業時更愿意流轉土地，而職業為純農業時則更愿意擁有土地；當土地對家庭來說是賴以生存的要素，則更多地表現為不愿意流轉土地，反之土地流轉意愿強烈；家中收入主要靠土地耕作，非農收入比重比較低的農戶更愿意占有土地，其土地流轉的意愿則不是太強烈。這跟預期的假設相符合，同時說明擴大農戶收入渠道，增加非農收入比重，促使農戶收入多元化，降低農戶對土地的依賴性，使農戶從土地的束縛中解放出來，能夠加快土地流轉的步伐。同樣，家中土地持有年數長，家中人均面積多，農戶則更愿意流轉土地，跟預期假設相一致。此外，農戶對相關政策越了解，土地流轉的價格越昂貴，農戶越愿意進行土地流轉，這與預期假設相一致，說明增強農戶對土地流轉相關政策的了解程度，提高土地流轉的價格能夠推動土地流轉。

五、結論與建議

本文以大連市農戶調研數據為例進行實證研究，結果表明：其一，本文采用主成分分析法很好地解決了變量間的多重共線性問題，主成分修正Logistic能較好地滿足研究的需要。其二，農戶土地流轉的意愿受諸多因素的影響，但主要受到三方面的影響：一是農戶的職業和受教育程度。農戶更多地從事非農業活動、受教育程度越高，對相關土地流轉的政策及認識越深入，其土地流轉的意愿越強烈。二是收入主要來源及非農收入比重。越多收入來自于非農收入，農戶對土地依賴程度越低，越偏向于土地流轉。三是土地有關因素。家中土地持有年數越長，人均土地面積越多，現行土地流轉價格越高，農戶則越愿意流轉土地。由此本文針對農戶土地流轉意愿提出如下建議：

(一)深化農村教育改革，提高農戶素質

各級政府應集財力、物力、人力等加強農村基礎教育建設，改善辦學條件，擴大農戶初、高中比例。同時，加大對農戶的職業技能培訓，依托農校、農村社區經濟合作組織、大中型企業等，緊緊圍繞農業產業化，以市場為導向，及時開設、調整培訓專業，采取培訓輸出的形式，從整體上提高農戶的綜合素質。此外，應加強對農戶的后續教育培訓，不斷提高農戶的技能水平和就業能力。

(二)完善勞動力轉移機制，增加農戶收入

建立農村勞動力轉移的長效機制，想方設法給農戶創造更多的就業機會，諸如大力發展鄉鎮企業、勞動密集型產業，加快縣域經濟發展等，同時發展派遣就業，促進自主創業和鼓勵家庭就業[13],促進剩余勞動力的轉移，擴大農戶收入的來源渠道，讓農戶從土地中解放出來。此外，應加強培育公平自由的勞動力市場體系，維護進城農戶的利益，減少勞動力轉移障礙、地域歧視等，切實增加農戶收入。

(三)健全土地流轉市場機制，提高土地流轉價格

在堅持和完善家庭聯產承包責任制的前提下，通過市場機制配置土地資源，按照“效率優先，兼顧公平”的原則，加快培育農地使用權市場。同時，以有償使用為原則，通過土地所有者與使用者之間的充分競爭形成土地流轉價格，并輔以政府的調控政策，加強配套金融支持，為土地流轉提供資金保障[14]，盡可能提高土地流轉價格，讓農戶從土地流轉中獲得更多收益。

(四)完善農村社會保障和社會化服務體系

農戶不愿意流轉土地，究其原因是擔心流轉后自身生活無法得到足夠的保障。政府應完善包括就業在內的養老、醫療等農村社會保障制度，使農戶敢于實行國家賦予的承包地流轉、承包經營權抵押、擔保等權能，解決農戶的后顧之憂。此外，應盡快形成低成本、高效率的農業服務體系，為農業生產的各個階段提供資金、技術等支持，使土地流轉的效果得以彰顯。

[1] 翟輝，楊慶媛.農戶土地流轉行為影響因素分析——以重慶市為例[J].西南師范大學學報(自然科學版)，2011，36(2)：176-181.

[2] 劉衛柏.基于Logistic模型的中部地區農村土地流轉意愿分析——來自湖南百村千戶調查的實證研究[J].求索，2011(9)：81-83.

[3] 陸彩蘭，陳國潑.發達地區農民土地流轉意愿及其影響因素分析——來自江蘇的566戶樣本[J].經濟與管理研究，2012(7)：66-74.

[4] 包宗順，徐志明，高珊，等.農村土地流轉的區域差異與影響因素——以江蘇省為例[J].中國農村經濟，2009(4)：23-30，47.

[5] 劉艷.農地使用權流轉研究[M].北京：北京師范大學出版社，2010.

[6] 詹和平，張林秀.農戶土地流轉行為的影響因素——有序Probit模型的實證研究[J].重慶建筑大學學報，2008，30(4)：10-14.

[7] 郭嘉，呂世辰.土地流轉影響因素的實證分析[J].經濟問題，2010(6)：68-70，74.

[8] 周春芳.經濟發達地區農戶土地流轉影響因素的實證研究[J].西北農林科技大學學報(社會科學版)，2012，12(6)：37-43.

[9] 劉洋，劉慧君.基于Logistic模型的農地流轉農戶意愿影響因素研究[J].安徽農業科學，2011，39(2)：962-963，969.

[10] 陳昱，陳銀蓉.基于Logistic模型的水庫移民安置區居民土地流轉意愿分析——四川、湖南、湖北移民安置區的調查[J].資源科學，2011，33(6)：1178-1185.

[11] 曾子成，劉駿.基于Logistic模型的城鄉統籌試驗區農戶土地流轉意愿實證研究——以荊門掇刀區為例[J].安徽農業科學，2012，40(35)：17332-17334，17338.

[12] 薛薇.基于SPSS的數據分析(第二版)[M].北京：中國人民大學出版社，2011.

[13] 林莉，朱巖峰.城鄉統籌背景下農村失地婦女就業問題探討——基于福建省的實證研究[J].西華大學學報(哲學社會科學版)，2014，33(5)：100-104.

[14] 王德平.金融創新支持農村土地流轉研究——以四川達州市為例[J].西南金融，2013(11)：66-70.

[責任編輯 楊 瑜]

2014-10-21

遼寧省大連市社科聯(院)重大(重點)課題項目“大連都市型現代農業發展的瓶頸及對策研究” (dlskzd201318)階段性研究成果。

卿固(1962—)，女，教授，研究方向為農業經濟。

F301.2

A

2095-1124(2015)02-0032-07