城鄉融合視角下農村土地流轉績效評價及模式創新
——以安徽省為例

郭寧寧，錢 力

（安徽財經大學經濟學院，安徽蚌埠233030）

近年來，關于土地流轉的問題，國內一些學者進行了廣泛的研究。根據現有的文獻，從主要運用的方法上大概分為兩種情況。一是基于主成分分析法對土地流轉進行分析，如翟輝、楊慶媛（2011）以重慶市為例，通過實地調研和主成分分析法提出農村社會保障、家庭收支等是影響農戶土地流轉的主要因素[1]；邊靜（2012）在對重慶市涪陵區進行實地調研的基礎上，運用主成分分析法判斷出影響農戶耕地規模經營的主要因素為農村勞動力情況、農業比較收益偏低、土地資源狀況、農村土地流轉、農村社會保障和農村社會化服務體系六個方面[2]；郝麗麗、吳箐（2015）運用產權理論,對湖北省潛江市熊口鎮進行了訪談和問卷調查，并且運用主成分分析法進行統計分析，研究結果表明企業對土地流轉中風險控制、農戶對土地流轉的整體評價、土地流轉對地方經濟帶動滿意度較高[3]；李莎、謝波（2017）從土地利用視角下對湖北省武漢市邊緣區的隆興村進行研究，通過主成分分析法判斷新農村建設存在的主要制約因素，分別為村莊被動式老齡化、配套保障政策缺失、空間規劃失效和土地增值有限[4]。二是基于Logistic多元回歸分析法對土地流轉進行分析，如陳旭峰、錢民輝（2012）通過建立Logistic回歸模型分析農民工的資本狀況對土地流轉的影響，結果表明經濟資本變量對農民工土地流轉情況的解釋能力較強，而社會資本和文化資本對農民工土地流轉情況的解釋能力都比較弱[5]；卿固、辛超群（2015）以大連市農戶調研數據為基礎，采用Logis?tic回歸模型對農戶土地流轉意愿的影響因素進行了分析，結果表明農戶家中收入主要來源、農戶對現行政策的了解程度、非農收入比重、土地流轉價格等對農戶土地流轉意愿影響是比較顯著的[6]；劉玥汐、許恒周（2016）基于農民分化視角，運用Lo?gistic模型分析農地確權對農地流轉的具體影響，分析結果表明農地確權政策對農地流轉具有正向的顯著影響[7]；李瑤（2018）基于對鹽城大豐市的實地調研，利用Logistic回歸模型分析農戶的土地流轉意愿影響因素，研究結果表明家庭成員的外出打工比例是影響農戶轉出土地的主要因素，家庭中務農勞動力數量和農業收入占家庭總收入的比重是影響農戶流入土地的主要因素[8]。同時也有一些學者運用其他的方法對土地流轉方面的問題進行分析研究，比如模糊聚類分析和因子分析（管琳、劉淑俊，2015[9]；張顏亭、何筠，2015[10]）、PSM傾向得分匹配法（陳飛、翟偉娟，2015[11]）等。

綜上所述，現有文獻主要集中于研究農村土地流轉的現狀分析和制約因素，認為農戶的農業收入和農戶對現行政策的了解程度決定了土地流轉的質量和效率。但是，現有文獻基于安徽省層面的土地流轉分析偏少，而且分析方法較為簡單。本文以城鄉融合這個視角，從時間和空間兩個方面對安徽省的農村土地流轉績效進行分析，具有一定的現實應用價值。

二、指標體系的構建和數據處理

（一）指標體系的構建

根據農村土地流轉的特點和數據的可獲得性，從農業社會效益、農業經濟效益、農民生活水平三個方面選擇了人均生產總值、工業總產值、醫療衛生機構數、普通高等學校個數、農村自來水普及率、社會消費品零售總額、私人車輛擁有量等。七個指標作為農村土地流轉績效的評價依據（見表1）。

表1 安徽省農村土地流轉績效評價體系

（二）模型構建

因子分析法是從研究變量內部相關的依賴關系出發，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合因子的一種多變量統計分析方法。主要步驟如下：

1.數據進行標準化。X'=(X-Xmin)/(Xmax-Xmin)（式中，X'為標準化后的數值，Xmin為樣本數據里的最小值，Xmax為樣本數據中的最大值）。

2.KMO和Bartlett檢驗。KMO檢驗系數>0.5，P（sig=0.00）<0.05時，運用因子分析法進行績效分析有效。

3.利用主成分分析法提取因子，構建模型，模型如下：

Fj為 主 成 分 (j=1、2、…、m)，X1、X2、X3、…、Xn為各個指標，a1j、a2j、a3j、…、anj為各指標在主成分Fj中的系數得分。

4.用公式F=(W1F1+W2F2+…+WmFm)/(W1+W2+…+Wm)計算各績效水平，進行比較分析，Wm表示指標Fm的權重。

三、安徽省農村土地流轉績效評價實證分析

（一）土地流轉績效總體評價

為了檢驗數據信度、效度和所取指標是否具有代表性，在做因子分析法之前，需進行KMO和Bartlett檢驗,利用SPASS21.0進行檢驗，KMO檢驗系數=0.811>0.5，P(sig=0.00)<0.05,說明運用因子分析法進行績效分析是有效的。

利用指標數據對安徽省的16個縣2009-2016年的農村土地流轉績效水平進行測度，進而研究土地流轉績效在時間的變化（見表2）。

表2 因子提取結果

根據分析結果，F1和F2兩個因子的方差貢獻率達到了97.827，說明這兩個因子能夠較好地反映出原始指標中的大部分信息。

根據F1和F2的方差貢獻率計算出土地流轉績效得分（記作F），將F1和F2的方差貢獻率分別除以（F1+F2）累計方差貢獻率的值作為各自的權重，可得公式：F=0.81F1+0.19F2，然后可進一步計算2009-2016年安徽省農村土地流轉績效得分（見表3）。

表3 2009-2016年安徽省土地流轉績效得分及排名

根據安徽省2009-2016年的農村土地流轉績效得分和排名的情況，可知自2009年以來，安徽省的土地流轉績效總體呈現逐年上升的趨勢，比較2009年和2016年的績效得分可以看出，2016年績效得分比2009年多了1.115。因子F1逐年增加，表明人均生產總值、工業總產值、社會消費品零售總額水平是不斷發展的。相反，因子F2雖然總體上看有所增加，但增加相對緩慢，說明在醫療衛生機構數、農村自來水普及率方面仍有待提高。

（二）各地區土地流轉評價

利用截面數據對安徽省16個市的農村土地流轉績效水平進行橫向比較，研究在2016年這個統一的時間段上各市的發展情況，首先運用SPASS21.0進行KMO和Bartlett檢驗，KMO檢驗系數=0.716>0.5，P(sig=0.00)<0.05，說明運用因子分析法進行績效分析是有效的，采取主成分分析法，提取了4個因子（如表4）。

表4 因子提取結果

根據分析結果，F1、F2、F3、F4四個因子的方差貢獻率達到了98.721%，說明這四個因子能夠比較好反映出原始指標中的信息。F1的方差貢獻率最大，達到55.878%，表明F1是最有影響的因子，F2的方差貢獻率次之，達到了28.495%。對原有的因子載荷矩陣進行正交變換，因子F1在普通高等學校個數、社會消費品零售總額和工業總產值上占比較高，因子F2在農村自來水普及率和人均生產總值上占比較高，因子F3在醫療衛生機構數上占比較高，因子F4在農村自來水普及率上占比較高。

用因子的方差貢獻率作為績效評價體系中的權重，將提取出的四個因子的方差貢獻率加權相加得到土地流轉績效的綜合得分，可得公式F=0.566F1+0.289F2+0.087F3+0.058F4,然后進一步計算2016年安徽省16個縣的農村土地流轉績效得分（見表5）。

表5 2016年安徽省16個市土地流轉績效綜合得分及排名

從表5中可以看出，安徽省16個市土地流轉績效地區差異較大，其中合肥市、蕪湖市、淮南市綜合得分相對靠前，亳州市相對落后，合肥市綜合績效得分比亳州市多0.523，從各因子的得分看出，合肥市的F1和F4較高，說明合肥市在普通高等學校個數、社會消費品零售總額、工業總產值、農村自來水普及率上發展較好。按照皖北、皖南、皖中對安徽省進行劃分，用各地區的績效平均值作為綜合績效得分進行比較分析（見圖1）。

從圖1中可以看出，安徽省皖中地區農村土地流轉績效水平相對較高，皖北地區次之，皖南地區農村土地流轉績效水平相對較低，大體呈現出中間相對較好而周邊一般的空間格局。

圖1 2016年安徽省各地區農村土地流轉績效情況

四、安徽省農村土地流轉模式分析

安徽省現有的土地流轉模式主要有轉包、租賃、轉讓、互換、入股、其他六種類型。為了較好地分析安徽省土地流轉的狀況，這里把2009-2016年各種模式的土地流轉面積情況用柱形圖表示出來（見圖2）。

圖2 2009-2016年安徽省土地流轉面積變化情況

可以看出，土地流轉模式以租賃模式和轉包模式為主，2016年租賃流轉面積2113.2萬畝，占全年總流轉面積的50%以上，比同年入股流轉面積多2016.04萬畝。2009-2016年安徽省農村土地流轉面積逐年大幅度增加，2016年土地流轉面積共4158.34萬畝，2009年土地流轉面積共941.8萬畝，2016年土地流轉面積比2009年多3216.54萬畝。租賃流轉面積逐年增加且增幅較大，2016年所流轉面積比2009年高出1814.62萬畝，轉包流轉面積總體上逐年增加，但增幅不是很大，2016年所流轉面積比2009年高出632.145萬畝，轉讓、互換、入股這三種模式的土地流轉面積總體上相對較少。

五、研究結論及政策建議

（一）研究結論

本文基于安徽省2009-2016年土地流轉相關的數據，構建了土地流轉績效評價指標體系，采用因子分析法從時序和截面兩個方面對安徽省農村土地流轉績效進行評價，并分析了土地流轉模式變化情況，可以得出以下主要結論：

第一，安徽省農村土地流轉績效水平逐年有所提高。從縱向上看，通過分析2009-2016年安徽省的土地流轉績效水平，我們可以看出土地流轉績效水平是逐年上升的，這表明一些關于農村土地流轉的政策措施是有效的。從表3中可以看出，因子F1逐年增加，表明人均生產總值、工業總產值、社會消費品零售總額水平發展情況相對較好。因子F2得分雖然逐年增加，但是增幅較小，表明在醫療衛生機構數和農村自來水普及率方面相對落后，因此要加強城鄉物質文化建設，以促進人們生活水平的提高和推動農村土地流轉。

第二，安徽省土地流轉績效水平地區差異較大。從橫向上看，通過分析2016年安徽省的16個市的農村土地流轉績效水平，可以看出合肥市和蕪湖市的農村土地流轉績效相對來說比較高，亳州、銅陵農村土地流轉績效相對偏低。從各公共因子的得分中可以看出，亳州市和銅陵市的各因子得分均未超過各因子的平均值，表明亳州市和銅陵市農村土地流轉整體比較落后。根據皖北、皖中、皖南對安徽省進行劃分分析，可得出皖中地區績效得分最高，皖北、皖南相對落后，績效得分地區差異大，空間上發展不平衡，這說明我們要根據各個地區的地區特點和地區優劣勢，制定出符合當地的農村土地流轉模式，以更好地促進土地流轉，達到預期的效果。

第三，土地流轉績效和農民增收效益正相關性顯著。2016年合肥市和蕪湖市的人均生產總值分別達到80 138元和73 515元，在2016年安徽省的16個市里，合肥市和蕪湖市的人均生產總值達到第一和第二，農村土地流轉績效也在全省領先。亳州市2016年人均生產總值為20 611元，在安徽省排名相對較后，農村土地流轉績效排名也相對落后；2016年蕪湖市和淮南市的社會消費品零售總額分別為5 530 053萬元和3 550 657萬元，在安徽省的16個市的社會消費品零售總額中，蕪湖市和淮南市排名較為靠前，農村土地流轉績效水平在全省分別排名第二和第三。銅陵市和安慶市2016年的社會消費品零售總額分別為234 233萬元和282 429萬元，在安徽省排名在安徽省排名相對較后，農村土地流轉績效排名也相對落后。

第四，土地流轉模式以租賃模式和轉包模式為主。2009-2016年安徽省農村土地流轉面積逐年增加，2016年土地流轉面積比2009年土地流轉面積多3216.54萬畝，這表明土地流轉相關的政策措施起到了積極的作用。但同時，2016年總土地流轉面積4 152.34萬畝，租賃模式流轉面積2 113.2萬畝，占總流轉面積的50%以上，轉包模式流轉面積1 081.73萬畝，占總流轉面積的26%左右，說明目前土地流轉模式缺乏多樣性，農民對土地流轉模式的了解也不是很透徹，故需要對已有的一些土地流轉模式進行創新和改進，讓農民享受到更多的土地流轉效益，更加積極地參與到土地流轉中。

（二）對策建議

第一，加強農村物質文化建設，土地流轉注重以人為本。在農村土地流轉的過程中，要以提高農民生活水平為根本出發點，事實為依據，實踐為前提，不斷地加以改革和創新，特別是加強農村物質文化建設尤為重要。可通過拓寬融資渠道吸引資金投入，設立專項資金，加快陣地建設，以獎代補等，不斷加大醫療、衛生、教育、水、電、交通、物流等方面的投資和管理。農民生活水平的上升，思想認識的提高，可促進開展更大規模的農村土地流轉。

第二，加快發展區域優勢，實現共同發展。安徽省土地流轉地區差異明顯，各地區經濟實力之間存在差異，地區投入有限，必須發展區域優勢，既要積極又要穩妥，促進土地合理流轉。對于土地流轉較好的地區，比如合肥、蕪湖等城市，應發揮對其他地區的輻射作用，同時，土地流轉發展相對落后的地區，可學習相關的先進經驗，根據自身優勢，不斷解決農民的就業問題，健全土地流轉機制，完善土地扶持政策等，實現農村土地和勞動資源優化配置，逐漸縮小地區差異。

第三，優化土地流轉模式，促進流轉模式多樣化。目前，土地流轉模式以租賃模式和轉包模式為主，2016年租賃模式和轉包模式流轉面積所占比例77%以上，然而農民認識不同、需求不同、土地地理位置和土地面積大小的不同，決定了土地流轉模式最優選擇存在差異。因此各地區應在政府引導、農民自愿的原則下，結合當地實際情況，在實踐中不斷探索新的形式，開辟新的途徑，總結經驗，采取多種形式，科學、有效、規范地推進土地流轉，實現農業增收和農民收入增長。

第四，推動土地流轉，助力精準扶貧。近幾年，在國家扶貧政策和土地流轉政策的機遇下，很多地區開始正確引導農民合理有序地進行土地流轉，一方面，優化配置農村土地和勞動資源，減少農民對土地的依賴，與此同時加強農民技能培訓，使得農民脫離了土地仍然有業可就，有錢可掙。另一方面，把現代農業發展與精準扶貧結合在一起，使貧困戶參與現代農業產業，用土地流轉實施產業扶貧，帶動農民就業率的提高，有助于貧困戶實現脫貧致富，對于精準扶貧和鄉村振興的發展都具有積極意義。