生态功能区域农村土地流转行为影响因素研究

户艳领,李丽红

(1.河北大学 经济学院/河北省生态与环境发展研究中心,河北 保定 071002;2.河北大学 基础医学院,河北 保定 071002)

一、引言与文献综述

土地流转和适度规模经营是发展现代农业的必由之路,有利于优化土地资源配置和提高劳动生产率①《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》刊于人民日报,2014-11-21(3)。。由于农业生产能力的提升,大量农村剩余劳动力离开土地选择非农就业,由此产生了一些“弃耕”“撂荒”等现象,影响到粮食安全和土地资源的利用效率,进一步有序推进土地流转就成为解决这一问题的关键。另一方面,土地流转还具有重要的生态意义,推进生态功能区域土地有序流转,有助于增加退耕还湿、退耕还林等生态用地规模,增加生态产品的供给,实现取得经济效益的同时兼顾生态价值的提升,并通过影响微观个体的生产行为方式提升土地利用效率,最终助力宏观生态环境的改善。土地流转行为的发生需要加强农户土地流转意愿的转化,然而调研发现很多具有流转意愿的农户并未产生相应的流转行为,土地仍是很多农户心中的“最后保障”,不愿意参与流转,土地流转发生率还比较低。那么,什么原因阻碍了土地流转行为的发生?生态涵养区域农户土地流转行为有何特殊性?对此本文以湿地生态功能区域为主要研究区域展开实地调研,深入分析农户土地流转行为的影响因素,以期进一步定位影响流转行为发生的主要障碍,推进土地流转意愿与流转行为的匹配,为科学预测农户的土地流转行为提供参考。

随着土地流转日益受到重视,学者们就农村土地流转问题展开了广泛的研究,并且很多研究基于实地调研数据展开。近年来关于农村土地流转行为研究,采用的研究方法趋于多样化,更多研究模型集中于Logistic回归模型、Probit回归检验模型、Heck-man两阶段行为选择决策模型和多群组结构方程模型等[1]。黄超群,蔡细平基于中国健康与养老追踪调查数据库,运用中介效应分析和Tobit模型,实证分析了新型农村合作医疗制度对东部8省农户土地流转行为的影响[2]。罗仁福等应用2011年和2015年5省1 803户农户新农保参保和土地流转情况的信息及农户个人和家庭的信息,基于农户层面的固定效应模型,研究新型农村养老保险对农户家庭土地流转行为的影响[3]。还有的学者基于倾向得分匹配法(PSM)分析了农户行为视角下农地流转诱因并探讨了农地流转的福利效应[4]。研究区域上,以往文献的研究区域大多集中于某一地区,并逐渐拓展到生态脆弱区,结合研究区域实际发展情况提出具有针对性的建议。李升发等着重研究了全国山区的农地撂荒现象,山区耕地撂荒率在省级尺度上呈现南高北低的空间格局[5]。陈园园等从土地流转视角对晋西北地区土地流转的生态效应进行分析,认为积极推进生态脆弱区的土地流转,对改善晋西北的生态环境有积极作用[6]。朱桂丽等运用Probit模型分析土地流转情况及流转行为对农牧民家庭养老偏好的影响,研究发现规范的土地流转行为能够促进农牧民养老方式的转变[7]。

综上,尽管土地流转行为的相关研究已有很多,但以湿地等生态功能区域为主要研究区域开展土地流转行为研究的文献相对较少,而这些区域是生态环境保护和生态产品供给的核心区,在注重土地流转经济效益的同时还涉及生态用地流转、退耕还湿、退耕还林等生态效益,对其进行针对性分析具有现实紧迫性和必要性,有助于进一步促进生态保护工程项目的推进。另一方面,运用Logistic回归模型进行土地流转行为分析与预测,其稳健性、预测效果和预测临界值仅仅依靠显著性检验是不够的,需要进一步准确设定预测阈值。针对这些问题,本文基于河北省生态涵养区域农户的调研数据,运用Logistic回归与ROC曲线相结合的方法,深入研究农户土地流转行为影响因素,进而提出促进土地流转意愿向行为转化、推进有序土地流转的对策建议。

二、数据来源与现状分析

(一)数据来源

本文所使用的数据为课题组2018—2019年开展的以河北省重点湿地为主的生态涵养区域实地调研数据。调研采用概率抽样与非概率抽样相结合的方法,调研区域涵盖河北省秦皇岛、唐山、保定、衡水、沧州、张家口、承德等市的10个区24个县(市),调研问卷内容主要包括农户自身特征、土地流转行为、意愿、生态环境状况等方面。经整理得到有效样本1 050份,运用SPSS等软件进行模型分析。构建模型时对模型变量缺失值较多的样本数据进行删除处理,缺失相对较少的进行插补处理,主要方法为按照具有相似特征农户的相关特征、缺失数据对应所选问题的频数比例等方法进行填充。

(二)调研样本主要数据的描述统计分析

1.保障顾虑是农户不愿流转土地的主要原因。调研样本显示,流转意愿还有较大比例没有转化为流转行为。表1所示受访者不愿意流转土地的主要原因为保障口粮的需要,还包括承包土地是家庭主要经济来源、怕流转后失去土地权益、没有其他(非农)就业渠道等,反映出受访农户流转行为受到权益保障顾虑、经济收益、非农收入等的多方面影响,对农户流转行为影响因素的进一步分析,将是破解流转意愿向流转行为适度转化困境的关键。

表1 受访者不愿意流转土地的原因状况

2.农户主要收入来源集中于种植业和打工。调研样本农户的主要收入来源如表2所示,有52.1%的受访农户表示主要依靠种田获得生活收入,18.5%的受访农户主要收入来源为打工,主要收入来源为经商的受访农户占比9.8%,反映了调研区域受访农户的主要收入结构较为单一。超过半数受访者的主要收入来源为种田,也反映出种植业收入仍是很多农户心目中的主要收入渠道。

表2 受访者主要收入来源状况

3.家庭收入中种田收入占比呈“W”分布。如图1所示,家庭收入中种田占比呈现两极分化特征,三成以下和七成以上的受访农户占比均较高,分别为36.8%和25.2%,三成、三到五成、五到七成的受访农户占比分别为7.8%、12.6%、8.8%(百分数四舍五入保留一位小数),整体的分布类似“W”,数据显示受访农户种田收入在家庭收入中所占比例为三成以下和超七成的比例相对较高,反映出细碎化、小农生产经营下很多农户的种田收益相对低于其他来源收入,仍需进一步提升农户就业能力、拓展收入来源。

图1 受访者家庭收入中种田收入占比情况

4.受访农户倾向于短期流转,对租金要求存在差异。如表3所示,30.5%的受访者选择一年一签合同,其次为3～5年,5～10年和10年以上的受访农户占比相同,均为16.5%,由此可见调研区域的受访农户更偏好时间较短的流转合同。另外,被问及“如果您的承包地可能流转,您认为多少租金比较合适”时,有33.0%的受访农户选择500～1 000元,22.7%的受访农户选择1 000～1 500元,选择其他金额水平的农户相对较少。

表3 受访者流转时间与租金期望

三、模型选择与构建

(一)Logistic模型[8-9]

调研发现,农户土地流转行为受多种因素影响,其中多数因素取值为分类数据,例如被解释变量土地流转行为可以分为“有”“无”两种情况。对于自变量与因变量多为分类变量的情况并不适合建立普通线性回归模型,更适合采用Logistic回归模型。Logistic回归作为一个可计算概率的模型,可以将二分类变量编码为1和0,分别表示事件的发生与否,概率分别用p和1-p表示,将对数化后,模型可以表示为以下形式:

其中β0,β1,…,βk,是各个自变量的待估参数,使用极大似然估计方法进行参数估计。根据上式可以得到优势比的值:

因变量取值为1的概率即为主要研究的对象,那么农户会发生土地流转行为的概率p的值为:

(二)ROC曲线与最佳预测点测度[10-12]

ROC曲线是受试者特征曲线(receiver operating characteristic curve),可以很好地检验模型预测效果、确定最佳决策阈值。在一个二分类问题中,预测结果与实际情况如表4所示,“1”表示实际或预测为正,“0”表示实际或预测为负,a为正确预测“1”的个数,c为漏判个数,b为误判个数,d为正确预测“0”的个数。

表4 受试者特征曲线原始数据表

通过对样本结果划分不同临界点作为判断标准,将不同临界点对应的1-特异性和灵敏度分别为横纵坐标建立坐标系,这些描述特异性和灵敏度此消彼长关系的点构成的曲线,即为ROC曲线,其中,

得到的ROC曲线与横纵坐标轴围成的面积(AUC),其大小可以用来验证模型,是评价模型预测结果有效程度的工具。

选取曲线上左上方最凸出的坐标点作为最佳临界点,在此位置灵敏度与特异性相对同时处于较高的位置,最佳临界点可以借助Youden指数确定,Youden指数的计算方法如下:

(三)Logistic回归与ROC曲线相结合

Logistic回归作为一个概率回归模型,能够对分类变量进行回归得到概率回归结果,概率又可以作为新变量反映原始多指标综合结果,并且纳入ROC曲线检验。使用ROC曲线能够评价所训练的Logistic回归模型预测效果,并且可以给出有效的阈值辅助模型更好地预测和判断,为后续更新数据的预测提供依据,因此依据样本纳入Logistic模型进行影响因素分析,有助于抓住主要因素有序推进土地流转,而通过模型的预测功能和计算的阈值可以对某研究区域的农户进行流转行为预测分析,从而把握该区域整体流转意愿与行为现状,为进一步有序推进土地流转奠定基础。两种方法可以服务于同一研究目的,并且发挥各自长处展开农户土地流转行为分析。

四、实证结果分析

(一)模型变量的相关性分析

在进行多变量的二元Logistic回归前首先对各个自变量与因变量进行相关性检验,有助于初步筛选变量,简化模型,同时为了避免遗漏重要因素对农户土地流转行为的影响,应该适当降低置信水平,本文认为在10%的显著性水平下拒绝原假设,即认为自变量与因变量存在相关关系。本文所选择的自变量存在分类变量与连续变量,故使用卡方检验进行分类自变量与因变量的相关性检验,使用相关系数来检验连续自变量与因变量的相关关系。

1.村庄类别与土地流转行为的关系。构建交叉表(表5),其中村庄类别的“1”和“2”分别代表城郊村和农村,“1”和“0”分别代表有和无土地流转行为。在有土地流转行为的农户中,村庄类别为农村的比例明显高于城郊村的比例。表6的卡方检验结果显示,卡方统计量为7.966,sig值为0.005,拒绝村庄类别与土地流转行为相互独立的原假设,即村庄类别与土地流转行为存在显著相关关系。

表5 村庄类别＊是否有土地流转行为交叉制表

表6 卡方检验

2.其他变量与农户土地流转行为的相关检验。同上,对于分类数据构建列联表做卡方检验,对于数值型数据做相关性分析,结果如表7所示:村庄地形、村庄类别、租金、承包土地规模、家庭人口规模与土地流转行为存在显著相关关系;与土地流转行为之间存在显著的相关关系。收入来源是否为“种田”“经商”、土地归属认知未通过卡方检验,需要进一步通过Logistic回归分析进行检验。

表7 流转行为与各变量相关性检验结果

(二)确定模型变量

1.因变量的选择。将农户的流转行为作为因变量,问卷中关于农户土地流转行为主要分为有和无两种,分别用1和0表示发生流转行为和没发生流转行为。

2.自变量的选择。影响农村土地流转行为的因素较多,上述相关分析为筛选自变量奠定了变量筛选基础,结合问卷调研和已有文献,本文主要从农户个人因素、土地流转认知、所在地因素、土地流转条件等四个方面选取自变量(表8)。

表8 模型变量设计及描述分析

(三)土地流转行为影响因素分析

进一步使用SPSS软件分析各自变量对农户土地流转行为的影响程度。为排除冗余因素和多重共线性的影响,本文选择使用向后似然比(LR)法进行农户土地流转行为的二元Logistic回归,部分变量被剔除,保留在模型中的变量如表9所示,回归模型通过了似然比显著性检验。

表9 方程中的变量

二元Logistic回归结果显示,在10%的显著性水平下调研区域受访农户土地流转行为主要受农户个人因素中家庭人口规模、主要收入来源(种田)、承包土地规模、土地归属认知,地形与所处位置中的村庄类别、村庄地形以及土地流转条件中租金的影响。

在个人因素中,家庭人口规模对土地流转行为产生负向影响,家庭人口数越多,农户越不倾向于发生土地流转行为,人口的增多,有助于家庭内部的分工,部分家庭成员有能力对自己的土地进行耕作经营,不将土地流转出去的概率相对较大。同时由于很多生态涵养区人口多的家庭有足够的人员从事不同的经济活动以获得收入,相对外出打工、经商等非农就业收入渠道相对较多,因此家庭人口规模会对农户的土地流转行为产生负向影响。主要收入来源为种田的系数为-0.389,对农户的土地流转行为也产生负向影响,其他变量不变的情况下,主要收入来源为种田农户发生土地流转行为的优势比是非种田农户的0.678倍,主要收入来源为种田的农户就业渠道较少,靠种田谋生的农户为了保证口粮需要,维持基本的生活水平,相比更倾向于不参与土地流转。承包土地规模这一变量的系数为0.034,正向显著影响农户的土地流转行为,即农户承包的土地越多,越倾向进行土地流转,这可能是因为一方面农户的精力有限,当土地规模过大,难以更好地经营土地,将土地流转出去自己可以获得闲暇时间投入其他行业。另一方面当有能力进行规模经营土地的农户选择流入土地时,那么承包土地较多的农户也会倾向进行土地流转。模型显示其他变量不变的情况下,承包的土地每增加一亩,农户发生土地流转行为的优势比平均增加0.035倍。

农户对土地归属的认知方面,以不清楚土地归属的农户为参考,各个类别的系数均为负数,表示不清楚土地归属的农户进行土地流转的概率更大,表明当前仍有很多农户对农村土地流转政策认识不是很清楚,也表明进一步加强宣传土地流转政策对于推进农村土地有序流转具有重要意义。

地形与所处位置是影响土地流转行为的重要因素,村庄类别和地形均显著影响农户的土地流转行为,相对于农村,城郊村农户的系数为-0.464,负向影响农户的土地流转行为,其他变量不变的情况下,发生土地流转行为的优势比仅为位于农村农户的0.629倍;村庄地形为山地的区域,鉴于种植难度较大等因素,相对于平原区域发生土地流转行为的概率更高。

租金是所选择的土地流转条件中影响土地流转行为的重要因素,相对于租金为500～1 000元,租金的增加正向影响土地流转行为,租金是1 000～1 500元时,流转概率更高,高于租金为500～1 000元时的概率,农户愿意接受较高的租金,但是过高租金促进土地流转的作用有限,例如租金为2 000元以上的概率低于租金为1 000～1 500元农户进行土地流转的概率,500～1 500是相对更愿意接受的价格区间。

(四)ROC曲线分析与最佳预测点测算

以Logistic回归所产生的各个样本预测概率作为检验变量,以土地流转行为实际结果作为状态变量,据此做出ROC曲线进行分析,表10显示曲线与坐标轴围成的面积(AUC)为0.711,当置信度为95%时AUC的置信区间为(0.677,0.746),模型的预测效果比较良好。

表10 曲线下的面积

ROC曲线见图2,可见ROC曲线向左上方凸起,通过计算Youden指数,选择图1中A点为临界点,此时灵敏度与特异性均较高,得到Youden指数为32.7%,对应的阈值0.41。将农户土地流转行为的影响变量带入训练好的Logistic模型,当农户土地流转预测概率结果大于等于0.41时,认为农户会发生土地流转行为,否则预测不会发生土地流转行为。

图2 ROC曲线

五、研究结论与对策建议

(一)研究结论

实证研究显示,承包土地规模越多的农户进行土地流转的可能性越大;主要经济来源为非种植业的农户更愿意进行土地流转;家庭人口较少的农户更倾向发生土地流转行为;部分农村土地流转主体存在土地归属认识不清的问题,土地归属认知也是影响农村土地流转行为的重要因素;距离城镇较远的农村和山地地区的农户流转土地的可能性也较大;租金为500～1 500元是农户会进行土地流转更为愿意接受的价格区间。通过建立Logistic回归模型和ROC曲线综合得出最佳预测阈值为0.41。

1.农户土地流转行为发生的影响因素并不限于经济因素的考量。实证结果显示收入来源为种田、家庭人口规模、土地归属认知、村庄地形、村庄类别等变量与土地流转行为存在影响关系,这些因素并不局限于经济领域。例如调研发现还有很多农户并不清楚土地归属,认为土地属于自己的农户还占一定比例,而且目前从事农业种植的农户呈年龄偏大化发展,农户考虑失去土地后的依靠以及将来的生活保障,加之受传统以土地为根的思想影响,限制了其土地流转行为的发生。

2.土地流转时的租金是影响土地流转行为的重要因素。租金影响农户发生土地流转行为的概率呈倒U型曲线,租金为1 000～1 500元时影响度达到峰值,而后有所下降,但仍高于500～1 000元,分析认为租金的增加会促进农户的土地流转,使得流出方看到流转收益的增加,租金过低,流出方收益低于预期收益不会进行土地流转。但租金过高,流入方的成本增加,进行土地流转的倾向降低,因此租金过高或过低均不利于农户的土地流转行为的发生。

3.结合ROC曲线可以很好地评价模型预测效果。通过建立Logistic回归模型可以很好地预测和分析受多因素影响的农户土地流转行为问题,并结合ROC曲线可以评价训练模型的预测效果,并确定最佳预测概率临界点。将农户特征代入模型进行行为预测,可以科学预测和判断某区域的土地流转行为现状,从而为有序推进土地流转提供建议和思路。

(二)对策建议

1.积极宣传生态环境保护政策,加强农户对土地流转政策的认知。由实证分析可知土地归属认知也是影响农村土地流转行为的重要因素,调研发现还有很多农户并不清楚土地归属,因此应进一步加强土地流转相关政策和环境保护宣传,加强业务培训,增强农户之间的交流与学习,组织村中农户尤其50岁以上农户进行集体宣传活动,除加强传统宣传墙、宣传册、宣传车等形式外,积极运用电视、广播、微信公众号、网络等进行案例、消息推送等形式的宣传,推广土地流转工作先进地区的典型经验和做法,让农户看到土地流转带来的经济效益和环境效益,让农户了解生态涵养区域的重要生态功能及作用,提升主动参与生态用地流转的积极性,加强生态用地的供给,促进生态保护工程的顺利进行。

2.多种渠道提高农户收入,消除农户土地流转的顾虑。农户考虑失去土地后的依靠以及将来的生活保障、经济收入来源等也是影响土地流转意愿向行为转化的重要因素,基于此,一是应进一步提升土地种植收益,推广科学种植,加大农业院校、科研院所研究成果的运用,发展地方特色农业,科学选择和安排种植结构,有效提高农户的种田收入。二是加强职业技能培训,通过结合地方特色的职业培训提升农户就业竞争力,鼓励规模经营主体优先雇用本地农户,增加生态管护员、生态护林员、巡河员等生态保护就业岗位。三是依托生态涵养区域资源优势,发展农产品深加工、林下种养殖、特色品牌花卉果业、特色生态旅游业、康养产业等生态绿色产业,多种渠道增加农户的收入,以此进一步降低和消除农户流出土地的后顾之忧。四是丰富流转形式,依法采取转包、出租、互换、转让及入股等方式,如流转土地的农户通过土地入股等形式增加其稳定的收入来源。探索流转土地收益与养老费支出挂钩,减少和消除农户养老顾虑。

3.健全生态涵养区域土地流转平台,完善租金的动态形成机制。进一步完善土地流转市场和中介平台。受经营规模水平、信息不对称等因素的限制,农户间土地流转往往发生于亲戚邻里、本村农户之间,流转分散、常常缺乏正规合同,容易形成流转纠纷。因此一方面进一步完善纠纷调解机制,乡镇完善专门的权益保障服务机构,及时调解纠纷,提升土地流转合同意识。另一方面进一步完善土地流转平台,应积极拓展服务范围,为土地流入与流出方提供优质信息服务、合同服务和调解服务,充分发挥桥梁和保障作用[13]。健全土地流转信息数据库,及时汇集并及时公布流转供求信息,努力实现信息实时更新和案例共享,在政府的监督管理下,农户通过信息平台可以在掌握及时有效信息的基础上促进意愿向行为的转化。由实证分析可知土地流转租金是影响土地流转行为的重要因素,应通过畅通供求信息,将种植成本、农产品市场价格与租金动态挂钩等措施,进一步完善租金的动态形成机制,充分发挥其在土地有序流转中的作用。

4.培育土地适度规模经营实体,加强土地流转全过程动态监控。以“适度”为标准,推动闲置土地和种植条件差、种植难度高的土地流入规模经营实体,推动种粮意愿高、能力强的生产农户逐步发展为中小规模经营实体。通过补贴支持、技术指导,增加流转土地种粮奖励专项资金等,吸引更多的规模经营实体进入生态涵养区,在资金方面给予其信贷规模支持,完善土地经营权抵押融资,发展农业保险。加强土地流转全过程监控,流转前加强规模经营主体的资格、信用审查,完善备案制度和可行性规划制度;流转中加强对土地流转合同、流转程序、流转租金评估的监控;流转后加强对流转用途、耕作层毁损、农药化肥污染等违规和过度用地等的监控。加强对各类耕地“非农化”“非粮化”和破坏土地质量等的动态监督,规范建立和使用规模经营主体的流转保障基金,加强对规模经营主体违约风险的识别与控制。推广绿色病虫害防治技术、可降解薄膜产品等的使用,通过大数据技术和智慧农业技术、大型农业机械化设备的投入增加土地产出,提升规模经营效应。

5.完善生态补偿机制,推进农户土地流转意愿向行为的转化。通过完善生态补偿方式、提升补偿额度、丰富补偿形式等措施,进一步提高农户主动参与退耕还湿、退耕还林等的积极性,推进生态用地流转,减少农业生产污染。进一步优化土地利用规划,提升环境改造工程的环境恢复和改善能力,进一步扩大生态涵养区域的生态辐射范围,提升土地流转效用。通过土地流转推进生态涵养区域绿色生态产业发展,推进生态价值向经济价值转化,积极通过项目、科技扶持等形式补偿发展中的机会成本,带动无污染、节水型的绿色生态规模农业发展。推广人才和智力补偿,对生态涵养区域农户进行有针对性的专业技能培训,拓宽就业渠道。