基于相似度的農地流轉締約對象選擇研究

焦慧杰,何建佳,b,胡祖平

(上海理工大學 a.管理學院;b.超網絡研究中心,上海 200093)

1 引言

自20世紀80年代我國開始實行家庭聯產承包責任制以來,農戶開始了自發的進行土地流轉。國家政策從一開始的不準流轉到逐漸放松,再到現在的大力支持[1],土地流轉政策環境不斷變好,土地流轉的規模隨之有了大幅度增加。2007年我國土地流轉面積為426.67萬hm2,截至2017年底,全國家庭承包耕地流轉面積已達到3413.33萬hm2,占家庭承包經營耕地總面積的37%。但近兩年,土地流轉面積增速逐漸變緩、市場發展不均衡、流轉協議與合同不夠規范、農戶對流轉認識不足、中介服務和政府機構參與度不高等問題開始顯現,市場發展陷入了瓶頸期[2,3]。

流轉市場的發展與農戶流轉意愿息息相關,現有研究從多方面分析了影響農戶流轉意愿的因素。張忠明等從農戶兼業視角,研究了農戶兼業程度與流轉意愿之間的關系,結果顯示兼業程度越高的農戶流轉意愿越高,可通過促進農戶的兼業程度來提高農戶流轉意愿[4];李景剛等從風險意識角度的研究表明,風險意識顯著抑制了農戶的流轉意愿,而明確的書面合同能降低農戶的風險意識從而促進農戶的流轉[5];滕鵬等從農戶認知視角出發,利用調查數據進行回歸分析,結果表明農戶的生活認知、就業認知、制度認知水平越高,農戶流轉意愿越強烈[6];Yong Xie等研究了非農就業對農戶流轉行為的影響,結果表明穩定的非農就業與非農收入能促進農戶的轉出行為[7,8];李昊等基于29篇文獻總結，從多方面概括了家庭環境與社會環境的影響,認為文化程度、家庭收入、土地流轉規范性、非農生計能力和養老保障對農戶流轉意愿具有顯著的正向影響[9]。

這些研究多角度分析了農戶流轉意愿的影響因素,提出了切實可行的建議來促進土地流轉,但鮮有研究從農戶締約角度考慮流轉對象的選擇對農戶流轉行為的影響。由于農民受自身知識和社會環境的限制,在流轉過程中較被動,流轉對象自主選擇也較困難。賈燕兵的研究表明,找不到合適的流轉對象是阻礙農戶流轉的重要因素之一[10]。作為流轉過程關鍵的一環,締約對象的選擇不僅影響到農戶的交易費用,還會影響到后續合作糾紛的產生與解決[11]。為解決農戶流轉對象選擇困難的難題,2016年12月發布的《中共中央國務院關于穩步推進農村集體產權制度改革的意見》指出,要“建立符合農村實際需要的產權流轉交易市場”,近兩年來我國土地流轉服務中心的數量大有增加,整體覆蓋范圍廣泛,但存在信息量小、個體覆蓋范圍小、工作人員參與積極度不高等問題[3]。農戶流轉信息搜索費時費力,流轉對象選擇困難的問題仍然存在。

相較于依托政府的土地流轉服務中心,網絡平臺具有信息量大、覆蓋范圍廣、方便快捷等優勢,是未來土地流轉市場發展的大趨勢[12]。基于智能移動終端的網絡平臺不僅能減少信息搜索時間,還能彌補農戶信息搜索能力的不足。但不可忽視的是，目前的網絡平臺不同程度存在信息冗余、頁面雜亂且搜索效果差的問題。為解決這一問題,本研究引入協同過濾推薦的思想,通過計算農戶與企業之間的相似度來為農戶推薦締約對象,在一定程度上可解決信息冗雜的問題,減少農戶的信息搜索時間,并通過MATLAB仿真驗證了方法的可行性,為農戶締約流轉對象選擇提供一定參考。

2 數據來源與處理

研究所涉及的數據來源于對網絡數據的收集與整理,主要涉及農戶與企業兩方面的數據。利用爬蟲軟件,選取941條企業數據作為匹配對象數據庫,收集整理200條合作交易數據,按9∶1的比例分為兩組,一組作為合作數據用于計算相似度的媒介,另一組作為驗證數據用于計算推薦結果的準確程度。提取驗證組數據中的農戶信息作為待推薦農戶,企業信息放入匹配對象數據庫中,根據推薦模型為農戶在數據庫中推薦締約對象,生成推薦列表,以農戶實際合作的企業在農戶推薦列表中的概率來驗證該模型的有效性。準確率計算方式為:

(1)

式中,n為待推薦農戶個數;wi為農戶i實際合作企業;Li為農戶推薦列表。

本研究只考慮農業用地的流轉,宅基地、建筑用地未在推薦范圍內,因此先剔除有關建設用地與宅基地交易有關的數據，然后將同一土地類型需求的不同表述統一化,如將水產養殖、坑塘等統一為水產類,統一后的土地類型包括水田、旱地、水澆地、林地、果園、水產養殖、畜牧養殖、荒地八大類。將數值類屬性量化為統一單位,土地租金的單位統一為元/hm2·a,出租年限單位統一為年,土地面積統一為hm2,其中將“面議”這一特征值表述為X,其值隨對應特征值的變化而變化,即對應特征屬性間的距離為0。部分數據如交通便利程度等需要經過二次處理才能得到相應的特征值數據,經過人工處理之后得到相應數據。根據處理后的農戶與企業數據集,利用Matlab工具計算農戶與企業之間的相似度。

3 推薦模型分析

土地流轉不同于一般的商品交易,家庭因素、社會環境等都會影響農戶土地流轉的決策,考慮到農戶之間具有一定的相似度,根據已將土地轉出農民的決策作為農戶推薦流轉對象。以歷史合作為媒介,計算農戶與企業之間的相似度,以相似度的值作為推薦締約對象的標準。為方便描述,本文將發布出租土地的一方視為農戶,發布求租信息一方視為企業,歷史合作的雙方分別稱為參照農戶與參照企業。為計算個體之間的相似度,選取特征屬性表征個體,以特征屬性值的距離來計算個體之間的相似度。首先,計算農戶與參照農戶之間的相似度。農戶土地流轉的標的物是土地,農戶之間相似度即為土地屬性的相似度。土地作為一種經濟物,其價值的衡量是多方面的,除去自身屬性價值外,政府干預、社會經濟發展水平等外部因素也影響著土地價值[14]。根據土地及土地流轉的特性,研究選擇以下幾種特征屬性表征農戶:土地類型、租金、承包年限、土地規模、政府政策、勞動力市場、交通便利程度。其次,計算企業與參照企業之間的相似度。土地流轉的轉入方是提供知識、技術、資金的主要一方,他們在發布對土地的需求信息時不會對自身所能提供的資料進行詳細說明。事實上,從多數土地信息平臺發布的信息來看,企業只是根據自己的需求對土地類型、年限、租金、規模、合作方式五類信息做出說明,故以這五類屬性表征企業。歷史合作代表著農戶已做出的決策,后續合作的滿意度在一定程度上體現了決策的正確程度,評分越高的合作參考價值越大。為避免盲目合作對推薦結果產生的不良影響,以合作評分為權重,修正合作對相似度計算結果的影響。土地在流轉過程中,土地的作用不能被更改,如耕地不能用于種樹,林地不能用來養殖,因此土地類型這一屬性具有不可更改性,故在計算相似度時以土地類型作為推薦締約對象的初步篩選條件,借鑒協同過濾推薦的思想得到推薦模型(圖1)。

圖1 相似度計算示意圖

4 相似度計算

(2)

式中,di表示個體在屬性ax上的距離,如果所有的di都為0,即個體UA和個體UB所有連續型的數值都相等,則將Lnum取值為1。

(3)

由于個體之間的距離與相似度成反比,即距離越小,他們之間的相似度越大。本文取距離的調和均值的倒數作為個體屬性相似度的取值,則農戶K與參照農戶Ki的相似度為:

(4)

(5)

合作評分對結果的影響以權重的方式體現,假設合作H(Ki,Wi)的參照農戶Ki的評分為fk,參照企業Wi的評分為fw,以簡單加權平均法可得評分權重:ωi=(fk+fw)/2。則候選企業Wj與農戶K的相似度為:

(6)

式中,simki為農戶K與合作農戶Ki的相似度;simwij為合作企業Wi與候選企業Wj的相似度;ωi為合作H(Ki,Wi)評分權重;n為歷史合作數。根據農戶與企業相似度的數值從大到小對企業排序,取排序靠前的企業作為推薦對象。

5 推薦仿真模擬分析

綜上所述,土地類型需求不同的雙方不會產生合作,故有以下假設:已產生合作的農戶與企業土地類型這一特征是完全相同的,農戶與企業土地類型屬性不同時相似度取值為0。根據式(2)—式(5)計算個體之間的相似度。以農戶k1為例,對計算方法進行具體說明。

連續型屬性的距離:以租金為例,篩選合作中租金最高值為19500元/hm2·a,最低為6000元/hm2·a,則最大值、最小值差值為13500,將此區間等分為6個區間:[0,2250)、[2250,4500)、[4500,6750)、[6750,9000)、[9000,11250)、[11250,13500],距離分別為1、2、3、4、5、6;農戶k1租金為1200元/hm2·a,農戶k1與參照農戶在租金這一屬性上屬性值差值的絕對值為3000,距離為2。同理,計算出其他幾類連續型屬性的距離分別為1、3、4,最終農戶k1與參照農戶在所有數值屬性上的距離為Lnum=2.5。

最終農戶1與目標農戶的相似度為:

(7)

按上述計算方法可得到各農戶與參照農戶的相似度和企業與參照企業之間的相似度見表1、表2。計算每個合作的綜合評分,根據式(6),計算農戶與企業之間的相似度見表3。

對上述計算結果進行排序,根據推薦列表的長度不同,生成不同的推薦結果。推薦列表長度為10時的推薦結果見表4。根據推薦結果顯示,當推薦列表長度為10時有15個農戶的實際合作對象出現在推薦列表內,準確率為75%;當推薦列表長度為20時,實驗結果顯示有19個農戶的實際合作對象出現在推薦列表內,準確率為95%。推薦準確度隨著列表的增長而增加,且準確率較高,說明推薦具有一定的效用。

表1 農戶相似度

表2 企業相似度

表3 農戶與企業相似度

表4 部分農戶推薦結果

6 結論

土地流轉是我國目前大力推行的一項土地政策,其發展關系到我國農村經濟改革的進程,信息搜索問題不應成為制約農戶流轉的屏障,尤其是在信息科技高速發展的今天。研究提出的基于相似度的農戶締約對象推薦模型是解決現有網絡平臺信息冗余問題,為農戶推薦締約對象的一種方法。該方法能幫助農戶獲得更大的主動性,減少農戶的信息搜索時長,進而減少農戶交易成本,促進農戶流轉決策的實施。

該研究基于網絡平臺對歷史合作有追蹤的前提,而現有網絡平臺更多的是一個信息發布平臺,沒有一個較為主動的推薦行為,對已完成合作的后續追蹤更少。因此,當歷史合作較少、評價較少的情況下,可能會因為數據稀疏,導致推薦的精確度大大降低。由于該模型對平臺的數據和信息整合能力要求較高,如果土地流轉市場各主體間能建立信息共享平臺,形成一個大的數據庫,不僅僅是通過平臺交易的數據,通過第三方組織和政府交易的合作數據也能得到利用,大數據帶來的優勢將會得到更充分的發揮。土地流轉締約對象的推薦不同于一般的商品推薦,該模型推薦效果有待進一步驗證。本文提供一種思想促進網絡平臺由信息化平臺向交易化平臺的轉變,進而促進土地流轉的市場化和網絡化。