基于隨機森林法對農戶土地流轉行為影響因素的分析——以撫州市10縣157個村的359戶農戶有效問卷調查為例

■鄒力宏

2014年9月29日，中央全面深化改革領導小組第五次會議強調要在堅持農村土地集體所有的前提下，促使承包權和經營權分離，形成所有權、承包權、經營權三權分置，經營權流轉的格局。作為農地流轉的主體，農戶的行為對農地流轉的走向無疑具有重大的影響。從國內外學者對農戶理性的研究結果來看，農戶行為更多的是一種有限理性，這種理性不僅是追求收入最大化的單一經濟理性，而且還包括文化、社會和心理的多種因素在內的多種理性選擇的結果。為此，本文也是基于農戶是理性的行為者，來分析農戶土地流轉行為的影響因素。

一、數據來源和研究方法

（一）數據來源與變量

本次調查是在2014年9月對已發生過土地流轉的農戶進行問卷調查，內容涉及戶主基本特征、戶主家庭特征、土地流轉特征、對土地流轉的認知、社會影響因素等五個特征的多個選項。樣本涉及撫州市10縣50個鄉鎮178個村370個農戶，收回問卷370份，有效問卷359份。變量共有23個，其中，土地流轉行為y，為二分類的因變量，取值為“1”代表流入、“0”代表流出；自變量xi中有數據型的也有分類型的自變量，23個變量構成的數據集名tt。具體的定義如下表1。

表1 影響農戶土地流轉行為的變量情況

（二）數據特征與概要

1.流轉農戶的基本特征。在本次調查中，359戶發生過土地流轉農戶，耕種面積22452畝，戶均耕種62.54畝。其中254戶為土地流入戶，戶均承包耕地11.8畝，耕種面積20992畝，流入土地17996畝；土地流出105戶，戶均承包耕地25.7畝，耕種面積1459畝，實際流出1184.5畝。基本特征如下：

（1）年齡結構：359戶發生過土地流轉的農戶，25歲以下的有4人，占調查樣本的1.10%；26～35歲的占 11.7%；36～45歲的 34.52%；46～55歲的占40.82%；56歲以上占12.0%。流轉的農戶以在家的中壯年勞力為主，36～55歲的人群占比為75.2%。

（2）知識水平：在359戶農戶中文盲及半文盲有13人，占比3.6%；小學文化水平占19.8%；初中文化水平占52.4%；高中文化水平及以上占24.2%。說明我國農村主要人力資源的知識水平還不高。

（3）務工經歷：有外出務工經歷的戶主為197人，占總調查人數的54.9%，實際耕種面積10018.3畝，家庭承包耕地3234畝，戶均承包耕地16.4畝；其中56戶流出耕地8370畝，141戶流進耕地788畝。無外出務工經歷的戶主有162人，占總調查人數的44.93%，實際耕種面積11565.7畝，家庭承包耕地2424.2畝，戶均承包耕地14.9畝，其中47戶流出耕地483.5畝，115戶流入耕地9626.0畝。

2.流轉農戶家庭特征

（1）耕種面積：當前359戶農戶總的耕種面積為22452畝，家庭承包耕地5658.9畝，戶均實際耕種面積為62.5畝，高于全部調查農戶15.8畝的戶均家庭承包土地畝數。在流入土地中，最小的為1.0畝，最大的為1317.0畝。在流出土地中，最小的為1.0畝，最大的為130.0畝。

（2）家庭人口：在已發生過流轉的359名農戶，其家庭人口 3人以下的占 8.22%，3～5人的占62.74%，5人以上的占29.04%。

（3）農業收入：調查樣本農戶的農業收入占全部家庭收入比重在20%以下的有17.53%，在21%～50%的占21.10%，在51%～80%的占31.23%，在81%以上的占30.14%。

3.農戶土地流轉特征

（1）流轉期限：在359份問卷中，土地流轉的時間期限（按約定的時限），3年以內的占55.62%，4～8年期的 27.12%，9～15年的 6.58%，16年以上的為10.68%。

（2）流轉合同方式：口頭協議的占60.27%，書面協議的占39.73%；土地流轉雙方是否可以隨時中斷合同，認可可以隨時中斷的占42.47%，不可隨時中斷的占57.53%。

（3）流轉對象：在本村的村民間流轉的占87.12%，對村外人員流轉的占11.23%，對企業（合作社）流轉的占1.64%。

（4）主要流轉途徑：農戶完全自發的為67.40%，鄉村一級組織或協調的占24.93%；參加農村專業化經濟合作組織的占4.66%，其他形式的占3.01%。

（5）主要流轉形式：轉讓的10.14%，轉包的18.90%，互換的1.10%，代耕的27.40%，出租的42.19%，其他的0.27%。

（6）流轉土地的收益：農戶流轉土地得到的收益占全部家庭收入10%以下的有20.82%，11%～40%的有31.78%，41%～70%的有20.55%，71%以上的有26.85%。

（7）流轉的價格：以每畝/年計算，100元以下的占 21.64%，101～200元的占 44.38%，201～300元的占25.48%，301元以上的占8.49%。

（8）流轉付款方式：分年度以現金支付的占59.18%；一次性全部用現金支付的占24.66%；按一定數量的糧食支付的占13.15%；其他方式的2.74%。

（9）轉入土地的主要原因：在有多余的勞動力的、給親戚朋友幫忙、能明顯增加收入、滿足自己糧食需要、其他原因等五個選項中，對應選擇比例分別為 24.11%、10.14%、55.07%、5.21%、2.47%。

（10）不愿意流轉土地的原因：不愿意流轉并不代表沒有流轉，有各種因素制約流轉；認為收益性差而不愿意轉的占42.74%，缺乏便利性的占20.27%，流轉對象難找的占26.30%，缺乏法律保障的占19.45%。

4.對土地流轉的認知

（1）對土地的態度：農戶對土地完全不看重的占4.11%，不看重的占6.85%，一般的占24.93%，看重的占57.53%，完全看重的占6.58%。

（2）對土地產權認識：農戶認為土地所有權歸國家的占16.16%，歸集體的占60.27%，歸個人的占23.56%。

（3）對土地法律保護程度的認識：農戶認為當前法律對土地的保護選項，認為完全不保護的占1.37%，不保護的占2.19%，一般的占23.01%，保護的占63.56%，完全保護的占9.86%。對農戶的土地流轉有97.26%農戶認為應受法律保護，不應受法律保護只有2.74%。

5.社會影響因素

（1）政府介入程度：農戶認為政府完全不介入的占10.68%，不介入的占34.52%，一般性介入的占23.84%，介入的占29.32%，完全介入的占1.64%。

（2）以土地參加農民專業生產合作組織：不參加的占15.07%，參加的占41.64%，無所謂的占43.29%。

（3）土地流轉金融的需求：359戶土地流轉戶有貸款余額的為175戶，貸款余額為795萬元，戶均4.54萬元；其中因土地流轉而有貸款余額的為0。認為土地流轉有貸款需求的占37.53%，自身因土地流轉需要貸款的占26.58%。以當前農戶獲得貸款的容易程度來衡量認為土地流轉貸款難的占53.42%，不難的有46.58%。

二、土地流轉行為的隨機森林分析

（一）對變量進行獨立性和共線性檢驗。檢驗結果表明并非響應變量y與自變量x都是獨立的關系。因此，傳統的回歸中會產生共線性的作用。數據集tt的部分數據樣本如下：

y x1 x2 x3 x4 x5 x6 x7 x8 x9 x10x11x12x13x14x15x16x17x18x19x20x21x22 1 1 4 3 2 5.0 19.0 2 4 1 4 268 1 1 1 1 1 2 2 2 1 2 5 2 2 0 3 2 2 68.030.0 2 2 1 2 268 1 1 1 2 1 2 3 2 1 2 4 1 3 1 3 4 2 4.0 36.0 2 4 4 4 358 2 2 1 1 3 2 3 2 1 1 4 1 4 0 3 3 2 50.030.0 3 2 3 1 320 2 2 2 1 2 2 3 2 1 2 0 1 5 0 3 3 1 10.0 5.0 2 1 1 1 248 1 1 2 1 1 2 2 2 1 1 0 2

表2 變量間獨立性檢驗結果

針對此例中的自變量分類變量多的問題，采取隨機森林法來處理。主要結果如下：

表3 隨機森林對影響農戶土地流轉行為自變量的重要性指標

（二）自變量對y選擇的重要性排序。對影響農戶土地流轉中的22個因素進行重要性排序（varImpPlot(R F)），得到如圖1所示的結果。可以看到不同指標，指示的變量重要性會略有差距，但是差距不會很大。圖1中左邊為均方誤差遞減意義下的重要性，右邊為精確度遞減意義下的重要性。影響因素的重要性排序依次為x7(農業收入占家庭總收入比)、x4(家庭承包土地畝數)、x9(土地流轉收入占全部收入比)、x5(土地流轉面積)、x16(對土地的態度)、x21（農戶貸款余額）等，其重要性的值分別為31.33、30.31、28.12、22.84、11.49、9.20。在影響農戶土地流轉中，經濟因素是最重要的因素。

圖1 隨機森林對影響農戶土地流轉行自變量的重要性進行排序圖①

（三）基于OOB數據的分類結果。使用命令RF$confusion得到基于OOB數據的分類結果：OOB estimate of error rate：9.19%，見表4。每行表示實際的類別，每列表示隨機森林判定的類別，對角線外的表示分類錯誤。OOB數據的分類結果是每顆樹都是由自助法抽樣得來，且抽樣是有放回的抽樣，這樣每次都太約有30%～40%的數據沒有被抽到，因此它就成了天然的測試集，被稱為OOB數據。表4是基于OOB數據得到誤差率，這個誤差率與做五折交叉驗證測試集得到結果的誤差率基本一致，但和用全部數據集得到的結果不一樣。

表4 隨機森林（用于分類時）的混淆矩陣顯示農戶土地流轉行分類誤差

（四）各變量對農戶土地流轉行為影響的分布圖。圖2、圖3、圖4是描述局部的一個變量對分類的概率的邊際效應。其中，圖2、圖3是分類變量的影響，圖4是連續性變量的影響。在圖2中有無外出務工經歷(x3)的農戶，其影響流入行為的概率，邊緣效應是遞減的，傾向流出土地；圖3中農戶貸款的難易（x22）的現實也影響農戶土地流轉行為，貸款從難變易，邊緣效應是遞增的，傾向流入土地。數量變量對農戶土地流轉行為的影響，呈不同的結果，其中家庭耕地越多(x4)越容易流出土地；土地流轉價格影響農戶土地流轉行為有不同的區間，價格低有利于流入土地，價格超出200元/畝有利于流出土地，當價格高于260元/畝時，又有利于流入出地，并隨著價格的高企，對農戶的土地流入行為更有利。

圖2 分類變量對農戶土地流轉行為的影響（一）

圖3 分類變量對農戶土地流轉行為的影響（二）

圖4 數量變量對農戶土地流轉行為的影響

圖5 隨機森林的預測誤差及其95%的置信區間同所用的分類樹數量的關系

（五）隨機森林回歸的誤差。從圖5可看出隨機森林回歸，隨著樹的數目的增長，隨機森林回歸的數據集的誤差，NMSE相對穩定，所以不存在過擬合的問題。在本例中，用全部數據集tt作為訓練集也作為測試集得到的分類結果沒有分錯的發生。而用五折交叉驗證所得到隨機森對數據集tt作分類的訓練集和測試集的平均誤判率分別為0和0.033。

三、主要分析結論

本文對影響農戶土地流轉行為的因素進行了實證分析，得出如下主要結論：

1.各種的影響因素差異較大。

2.從主要影響因素的重要性排序來看分別為：x7（農業收入占家庭總收入比）、x4（家庭承包土地畝數）、x9（土地流轉收入占全部收入比）、x5（土地流轉面積）、x16（對土地的態度）、x21（農戶貸款余額）等，而且連續變量和分類變量對農戶流轉行為的影響概率，其邊緣效應是不同的，就貸款余額x21來說，隨著貸款余額的遞增，農戶土地流出概率的邊際效應也是遞增的。貸款難易x22卻相反，等等。這讓我們能在數量上區別不同類別農戶對其土地流轉行為的不同反應。這正是我們引導農戶進行土地流轉要考慮的重要因素。

3.不同地區影響農戶進行土地流轉行為的因素不同，因此在變量選取時要考慮不同的地區影響，這樣才能充分認識影響農戶進行土地流轉行為的有利因素以及需要重點改善和發展的方面。

[1]李欣海.隨機森林模型在分類與回歸分析中的應用[J].應用昆蟲學報，2013， 50（4）:1190～1197.

[2]吳丹，朱玉春.基于隨機森林方法的農村公共產品供給能力影響因素分析[J].財貿研究，2012，（2）.

[3]吳喜之.復雜數據統計方法——基于R的應用（第二版）[M].中國人民大學出版社，2013.