最优尺度回归在农村土地流转状况调查中的应用

最优尺度回归在农村土地流转状况调查中的应用

作者：杨明亮程瑞容陈军

来源：《新农村》2012年第12期

【摘要】农村土地流转状况关系到农村可持续发展前景。主成分分析、因子分析被广泛应用到这方面的研究，而这些研究对调查数据有较高的要求。本文从孝感地区农村土地流转过程中流入户的角度出发，利用最优尺度回归分析法对孝感地区农村土地流转流入户的家庭人均收入水平与家庭人口数、土地流转价格水平、土地流转面积、土地流转期限及土地征用补偿是否得到保障等因素作相关分析。运用学科理论对土地流转现象予以剖析，建立最优尺度回归模型，并据此模型提出合理建议。

【关键词】孝感地区；土地流转；最优尺度回归分析

一、引言

进入21世纪以来，伴随着经济的快速发展，农业结构不断调整，农村劳动力也跟着不断转移，家庭联产承包责任制与农业规模经营的矛盾逐渐凸显，农村土地流转呈现加速的态势，土地流转是农村经济发展的必然趋势，反映了生产力发展的客观要求。

在国内，据统计，2006年我国农村土地流转面积达5551.2万亩，占全国家庭联产承包耕地面积的4.57%；2008年我国农村土地流转面积达1.06亿，占全国家庭联产承包耕地面积的6.7%；截止2010年我国农村土地流转面积已达至1.5亿亩，占全国家庭联产承包耕地面积已超过12%。孝感地区总人口528万人，土地面积9826 平方公里[1]，土地肥沃，是从事粮食生产的要地。为更好地调查研究农村土地流转状况，2011年暑期，通过随机抽样，对孝感地区4个县市级地区孝南区、云梦县、汉川市以及大悟县进行了农村土地流转状况的问卷调查，共发放问卷850份，回收问卷829份，回收率97.5%，本文以该组调查数据展开相应的分析。

二、使用最优尺度法对土地流入户进行回归分析

根据所得数据，利用SPSS19.0软件对其进行分析，构建出最优尺度回归模型，并输出模型相对应的系数。

1、数据处理

回收的829份问卷中，对其进行描述性统计，结果显示：未参与土地流转的占38.6%，参与流转的流入户占有30%，流出户占31.4%。本文仅对30%的流入户进行相关数据的分析和处理。

在调查问卷数据处理中，为避免被调查者过度地低估自己的收入水平，前期未进行人均收入水平得分统计，而是询问直接数据，在得到数据后，将数据由低到高排序，取前25%分位数为较低收入水平，25%到50%分位数为一般收入水平，50%到75%分位数为中等水平，大于75%分位数为较高水平。这样的处理可以有效地减少被访问者的随大众心理，提高分析的准确性和有效性。

由于以种地为主要收入的家庭人均收入水平与家庭人口数、土地流转面积、土地流转期限、每亩土地流转价格以及国家惠农补贴是否发放到位有较强的相关性[4]。于是，选取家庭人均收入水平Y为因变量，以X1（家庭人口数）、X2（土地流转面积）、X3（流转期限）、X4（每亩流转价格高低水平）、X5（土地征用补偿是否到位）为自变量，这里采用单维的单一整体评估测量法，也就是将人均收入水平看成一个整体，不涉及人均收入水平各维度的区分。在分析过程中，由于X2、X3、X4、X5采用的是定序变量，用一般的定量变量进行回归分析难以解释，于是采用最优尺度回归分析。

2、最优尺度回归分析

本文使用SPSS 19.0统计分析软件对调查数据进行最优尺度回归分析。将农村以种地为主要收入来源的家庭的人均收入水平Y对X1、X2、X3、X4、X5做回归（SPSS操作过程从略），相关输出结果及对结果的分析如下；

表1 模型汇总

表1为模型摘要表，给出了复相关系数R，决定系数R^2，调整后的R^2。由表1可以看出，决定系数（R^2）为0.45，表明可能含有其他重要的变量尚未包含在方程中，有待于以后进一步研究。 R^2=0.45对于用最优尺度回归分析法来说，认为模型可以通过。

表2 方差分析表

表2为方差分析表，从中可以看到，方程整体的显著性F检验的p值小于0.05，于是在0.05的显著性水平下认为方程整体的显著性检验通过，在统计意义上可判断该方程拟合可被接受。实际意义上，认为所建立的模型具有可信性，即在一定程度上此模型与实际情况较为接近。

表3为方程的标准回归系数及其显著性检验，这里对土地流转面积、价格及土地征用补偿是否到位回归系数的检验是通过的。根据标准系数的Bata系数，结合孝感地区的土地流转情况来看，家庭人口较多的家庭多为在校学生，属于单纯的消费者，总收入相当，而家庭人口数增加，故人均收入水平不显著，这与实际情况相符；

表3 标准回归系数及显著性检验

X1——家庭人口数 X3——土地流转期限 X5——土地征用补偿是否到位