基于Logistic技术的农户灌溉行为选择驱动模型设计及应用

王亚辉

（辽宁省北票市龙潭水库管理处，辽宁 北票 122124）

中国是农业大国，每年为灌溉农田所消耗的水量十分巨大，约占全国总用水量的70%以上，有的干旱地区甚至达到了85%以上，加剧了水资源短缺情况。因此提高水资源的利用率，减少农业用水量迫在眉睫。在此背景下，节水灌溉技术应运而生，取得了一定效果。但是从整体的推广效果看，并没有取得预期中的成效[1]。因此为更好推广节水灌溉技术，本文以干旱缺水的辽宁省北票市作为研究区，利用基于Logistic技术的节水灌溉驱动力模型分析影响农户选择节水灌溉的驱动因子，以期促进我国农业的可持续发展[2-4]。

1 研究区概况

北票市，年平均降水量500 mm以上[6]。境内共有大凌河、小凌河两个水系，大小河流1000多条。截至2010年，北票市土地总面积441874.37 hm2，耕地面积116739.88 hm2，占土地总面积26.42%；基本农田面积达到92631.85 hm2，占土地总面积21.0%；园地面积18111.38 hm2，占土地总面积4.0%；林地面积139073.89 hm2，占土地总面积 31.5%，草地 117590.29 hm2，占土地总面积26.6%，占土地总面积32.9%[5-7]。

2 驱动模型

2.1 驱动因子分析

在建立驱动模型之前，首先利用Logistic技术对影响农户选择行为的驱动因子进行分析。Logistic技术适用于因变量为二分变量的分析，是分析农户决策行为的理想模型[8-9]。

假定要分析的变量是农户节水灌溉技术选择的行为，且是一个定性的二分变量，即选择节水灌溉技术或不选择节水灌溉技术。所以本研究的Logistic概率函数的形式为：

式中：P为农户采用节水灌溉技术的概率；M为驱动因子。当该驱动因子能够影响农户选择节水灌溉技术时，概率P的结果等于1，当该驱动因不能够影响农户选择节水灌溉技术时，概率P的结果等于0。

为方便分析，一般利用Logistic技术分析驱动因子时，都会对P进行Logit转换，即：

这样在计算时，既可以直接得到概率函数与驱动因子之间的关系。

2.2 驱动因子选取

在利用Logistic技术分析出影响辽宁省北票市农户选择行为的驱动因子后，再利用SPSS软件对数据进行共线性处理，最后按照针对性、简单性和实用性原则，假定影响农户选择节水灌技术的驱动因子有：灌溉水价、耕地面积、技术认知程度、政策制度、气候环境、农户受教育程度、灌溉技术推广程度[4]。将以上7个因子作为分析的变量指标。最终确定影响因素和变量指标，如表1所示。

表1 变量说明及描述性统计

2.3 驱动因子标准化

不同的驱动因子其取值范围和单位各不相同，因此为方便在无量纲影响下对其进行计算，需要利用DPS数据处理系统软件对辽宁省北票市的2011年到2015年的灌溉水价（M1）、耕地面积（M2）、技术认知程度（M3）、政策制度（M4）、气候环境（M5）、农户受教育程度（M6）、灌溉技术推广程度（M7）、农户选择节水灌溉的意愿（N）等变量数值进行标准化处理，如表2所示。

表2 驱动因子标准化结果

2.4 驱动模型的建立

利用DPS数据处理系统软件对辽宁省北票市A地区2011年到2015年的灌溉水价（M1）、耕地面积（M2）、技术认知程度（M3）、政策制度（M4）、气候环境（M5）、农户受教育程度（M6）、灌溉技术推广程度（M7）等7个变量与农户选择节水灌溉的意愿（N）进行逐步回归分析，然后根据分析结果建立标准化逐步回归方程，然后将其转化，最后构建影响农户选择节水灌溉技术的驱动力模型，如下：

2.5 驱动模型显著性检验

上述建立的基于Logistic技术的节水灌溉驱动力模型会随着驱动因子的增加，变量与农户决策行为选择的相关性也会相应增加，但是这并不表示驱动因子越多，模型建立的越完善，相反可能会导致驱动模型判断存在误差，并且过多的驱动因子会拖慢模型的运算速度，不利于分析驱动因子对农户决策行为的影响力度[10]。因此需要对相关系数进行调整。驱动模型调整前的相关系数为R=0.9564，调整后的驱动模型相关系为R=0.9864。

模型处在临界值0.01时，调整前后R的比较结果如下：

从比较结果中可以看出，灌溉水价、技术认知程度、政策制度、气候环境、农户受教育程度5项驱动因子是影响农户选择节水灌溉技术进行耕地灌溉的主要原因，且相关关系显著，达到了98%以上。

2.6 结果分析

在SPSS15.0软件的辅助下完成对节水灌溉驱动力模型的计算，且经过显著性检验，以上5个驱动因子达到了1%以上的显著性，允许进入模型。节水灌溉驱动力模型的驱动分析结果如表3所示。

表3 驱动分析结果

从表3中可以看出：

1）水价是影响农户选择节水灌溉技最主要的驱动因子，显著水平达到了1%，且回归系数为最大负数，表明水价与农户的选择行为成反比，即水价越高，农户越有可能选择节水灌溉技术。

2）政府的扶持力度。该项对农户选择节水灌溉技术影响达到1%的显著性水平，且回归系数为正，表明该项与农户的选择意愿成正比，即政府的扶持力度越大，农户选择节水灌溉技术的意愿就越强烈[9]。

3）灌水量对农户的决策行为有显著影响，且回归系数为正数，表明随着灌水量的增加，农户就越有可能选择节水灌溉技术，从而也在侧面反映出，水价与灌溉行为选择的关系。

4）农户对节水灌溉技术的了解程度。从图中可以看出，显著水平达到了1%，且回归系数为正，表明农户越了解节水灌溉技术，知道该技术的益处，选择该方式进行灌溉的几率就越大。

最后是区域的干旱程度。显著水平达到了1%，且回归系数为正，表明该地区越干旱，农户就越有可能选择节水灌溉技术进行灌溉。

3 结论及建议

3.1 结论

利用Logistic技术建立驱动模型，对辽宁省北票市农户选择节水灌溉驱动因子进行分析得出，按影响程度从大到小排序如下：灌溉水价>政府的扶持力度>灌水量>农户对节水灌溉技术的了解程度>地区干旱程度。

3.2 建议

1）合理调整水价。从上述的描述中知道水价越高，农户越会选择节水灌溉。因为这会为他们节省更多的灌溉成本，也就意味着他们能获得更多的利润，也就是水价排在影响第一位的原因。但是在调整水价的过程中，要掌握好尺度，不可过高也不可过低，否则不会产生有效的作用。因此这就需要水务部门根据当地的实际情况，找到水价临界值，采用节水灌溉技术后农户获取的利益大于成本，才会有更大的几率选择节水灌溉技术。

2）加大政府的扶持力度。农户是灌溉的主体，节水技术的推广与实现，离不开农户的参与。因此政府需要做的就是调动农户选择节水灌溉的积极性。一方面加强引导工作，增加宣传力度，加强农户对节水灌溉技术的认识，构建有效的鼓励机制。另一方面要制定和颁布合理的优惠政策，帮助农户尽可能的节省灌溉成本，通过补贴帮助经济条件不好的农户选择节水灌溉技术。