家庭农场“非粮化”种植行为驱动力分析

蔡洋洋，骆云中，王金捷

（西南大学资源环境学院，重庆 400715）

家庭农场“非粮化”种植行为驱动力分析

蔡洋洋，骆云中，王金捷

（西南大学资源环境学院，重庆 400715）

家庭农场在提高农业生产的集约化程度、解决土地撂荒问题方面具有重要意义。但家庭农场在规模化经营过程中难以避免会呈现出显著的“非粮化”倾向，对这种“非粮化”种植行为的驱动力进行分析，有利于家庭农场的发展，为制定有效的农业政策、确立合理补贴、保障粮食安全提供参考依据。以四川省广汉市和重庆市荣昌区为例，运用分层随机抽样及二元Logistic的分析方法，从家庭农场自身特征、资源禀赋、经济因素、政策因素4个方面对家庭农场土地利用中出现的“非粮化”种植行为的驱动力进行分析。结果发现：农场主的受教育程度、耕地特征、机械投入、农地投入和农地产出是影响家庭农场“非粮化”种植行为的主要因素。因此，在进一步促进土地流转的同时，须高度重视耕地流转后家庭农场的“非粮化”种植现象，采取积极的调控对策，进一步优化粮食生产布局，稳定主要粮食作物的生产面积。

家庭农场；非粮化；种植行为；二元Logistic回归模型

家庭农场的形成与发展是对我国家庭经营制度的继承和完善，发展家庭农场能够有效解决我国家庭承包责任制下小农经济所带来的农地规模小且分散、农业先进技术推广难等问题，对农业现代化建设具有十分积极的意义。然而，家庭农场在规模化经营过程中呈现出显著的“非粮化”倾向，分析家庭农场“非粮化”种植行为的驱动力，有利于家庭农场的发展，并为制定有效的农业政策、确立合理的补贴、保障粮食安全提供参考依据。

作为世界农业发展的一种基本趋势，家庭农场等形式的农业规模经营通过生产要素的重新组合与优化配置，在农村系统演进中实现了功能优化，因而受到各国政府与学术界的高度关注［1］。2013年，家庭农场得到国家层面的鼓励支持，随后各地展开了对家庭农场这一新型农业经营主体发展模式的探索与规划，引起了广泛的学术关注，关注趋势如图1所示。目前，学者们对家庭农场问题进行了大量研究，主要集中在家庭农场的概念界定、发展特点、典型模式、主要类型、演进特征、产生机理、发展影响因素、经营规模的确定以及家庭农场在各地的发展现状、存在问题、政策建议等方面［2-9］。对“非粮化”的研究主要是针对农村土地流转提出来的，目前有学者从农户角度分析农地投入及“非粮化”的问题［10-12］，但是学术界鲜有具体针对家庭农场“非粮化”的相关研究。从世界范围看，家庭农场是当今世界农业生产中最有效率、最可靠的生产经营方式［7］。目前西方发达国家普遍采取家庭农场生产经营方式，在21世纪的今天，家庭农场的重要性正在被重新认识。但是随着家庭农场的发展，土地流转率和土地规模化经营程度的不断提高，规模化经营的家庭农场“非粮化”种植现象也日益突出。

图1 家庭农场学术关注度

国内学者已意识到家庭农场规模化经营中的“非粮化”种植问题，但是鲜有学者对此进行深入分析。农地的“非粮化”种植问题不仅是农业种植结构的变化，更关系到农民增收以及国家粮食安全，是值得关注和重视的问题。因此，本研究将采用二元Logistc模型对四川省广汉市和重庆市荣昌区的家庭农场 “非粮化”种植行为的驱动力进行分析。按照经济学观点，驱动家庭农场种植行为的核心因素是市场，如果“非粮化”没有市场需求，“非粮化”行为就缺乏驱动力，但是市场因素又难以选择影响因素。因此，本研究主要从家庭农场自身特征、资源禀赋、经济因素、政策因素4个方面着手，探讨家庭农场 “非粮化”种植行为的驱动力。

1 材料与方法

1.1 数据来源

本研究选取位于四川省广汉市平原区的5个乡镇14个村和位于重庆市荣昌丘陵地区的6个镇街11个村作为调查样本的收集地。于2014年7～9月，先后到上述11个（乡）镇街进行调研，以问卷调查为主，并结合访谈、小型座谈会等形式进行。结合学界及农业部对家庭农场的定义，选取已进行工商注册且规模不少于3.33 hm2的家庭农场进行问卷调查。问卷调查采取判断抽样和分层随机抽样相结合的调查方法，先对调研地区家庭农场的整体情况通过座谈的形式进行了解，再根据家庭农场分布情况，运用判断抽样选取广汉市连山镇、松林镇、兴隆镇、西外乡、和兴镇5个乡镇以及荣昌区吴家镇、清流镇、安富街道、双河街道、古昌镇、盘龙镇6个镇街进行具体的问卷调查；然后采取分层随机抽样的方式来选择样本，在每个镇随机挑选2～3个村，在每个村随机选择2～3家家庭农场作为调查对象。共调查55家以种植类为主的家庭农场，完成有效问卷52份，有效率94.5%。

1.2 样本描述

（1）调查样本中有73%存在非粮化种植行为，种植蔬菜水果的居多；（2）被调查家庭农场农业劳力老龄化现象较普遍，50岁以上的劳动力占66.3%，而40岁以下的青壮年劳力所占比重仅为16.1%；（3）样本农场经营规模平均为24.24 hm2，远远高于全国平均不足0.67 hm2的水平；最小经营面积有3.33 hm2，最大经营面积达133.33 hm2；（4）家庭农场主平均年龄为46岁，年龄在40～50岁之间的占比最多，达到38%；30岁以下及60岁以上的占比最少，仅占9.6%；（5）家庭农场主平均受教育程度介于初中至髙中之间，小学以下及大专以上仅占7.7%；（6）家庭农场农地年流转资金平均每667 m2为907元，平均流转年限为10年，82.7%通过租赁的形式流转，且多为与农户或村社签订合同，占73%；（7）家庭农场每年平均每667 m2投入4 095.75元，产出8 111.15元，毛利润3 015.40元。变量定义及简要的数据处理说明与因变量影响预期方向见表1，样本家庭农场主要变量描述见表2。

表1 样本家庭农场变量说明

1.3 研究方法

二元Logistic回归模型是基于抽样数据，对二分类因变量（因变量y只取两个值）进行回归分析时经常使用的统计分析方法，是分析个体决策行为的理想模型，是为各自变量产生回归系数，并通过这些系数来讨论模型中因变量与自变量的关系［13］。该模型的自变量可全部是定性变量、定量变量，或者定性与定量变量相结合［14］。与线性回归不同，Logistic回归是一种非线性模型，普遍采用的参数估计方法是最大似然估计法，在随机样本条件下，Logistic模型的最大似然估计具有一致性、渐进性和渐进正态性。Logistic回归方法能对分类因变量和分类自变量（或连续自变量，或混合变量）进行回归建模，有一整套成熟的对回归模型和回归参数进行检验的标准，以事件发生概率的形式提供结果［15］，应用在研究家庭农场 “非粮化”种植行为中是一种较好的解决方案。因此，本研究采用二元Logistic回归模型来分析家庭农场土地利用“非粮化”种植行为的驱动力。

表2 样本家庭农场主要变量描述

依二元 Logistic 回归模型的定义，因变量Y为“是否在家庭农场农地上种植非粮食作物”，如选是，赋值为1，否则赋值为0。在数据统计分析过程中，把家庭农场土地利用“非粮化”种植行为的概率设为P（Y= 1），则未发生“非粮化”种植行为的概率为1-P（Y= 0），这种概率可以用 logistic 函数计算，其表达式为［16］：

Logistic 函数是协变的非线性函数，为求回归系数，对上式进行logit变换，得到一个线性公式：

本研究利用SPSS中Binary Logistic模块计算回归系数β、标准误差S.E.、Wald x2统计量、自由度df、回归系数估计的显著性水平P和发生比率OR。回归系数β可以被解释为对应自变量一个单位的变化所导致的土地利用“非粮化”种植行为变化，实际中常用OR来解释，当βi＞0且统计显著，表示在其他变量保持不变的条件下，OR随对应自变量的增加而增加，相反，βi＜0且统计显著则表示OR随对应自变量的增加而减少［19］。Wald x2是回归系数的显著性检验统计量，可以用来评价每个自变量对因变量的解释程度。

2 结果与分析

利用统计分析软件SPSS20.0对以上建立的模型执行二分类数据的Logistic回归，统计分析结果显示：模型系数的卡方检验显著（χ2= 60.579，P＜0.001 ），Nagelkerke R2= 0.879。说明模型中至少有1个解释变量前的系数不显著为0，即模型的建立是有效的，且预测的有效度为95.8%。具体的模型估计和检验结果见表3。从表3可以看出，有关结果基本符合前文的预期判断，家庭农场主自身特征、资源禀赋、经济因素与政策因素对家庭农场是否种植非粮食作物都具有一定程度的影响。

表3 模型的参数估计与检验结果

2.1 农场主年龄对是否种植非粮食作物的影响

在家庭农场自身特征中，农场主年龄对是否种植非粮食作物的影响并不显著（P=0.605＞0.1）。其原因可能是，决定家庭农场是否种植非粮食作物还只是农场主的主观意愿，只有在决定种植多大面积的非粮食作物时，农场主才会考虑自身是否有精力去经营管理等问题。这一结果与预期判断不符。这也说明，在很多情况下，不能单从主观意愿去分析问题，更多的是要看实际行为，因为意愿是不需要付出成本的，而一旦要付诸实际行动时，农户的选择就会趋于理性。农场主的受教育程度对“非粮化”种植倾向有非常显著的正向影响（P=0.008＜0.01），学历越高，“非粮化”种植倾向越高。种植非粮作物需要的知识储备、管理能力和相关技能要求更高，农场主本身受教育程度越高，获取信息的能力越强，对市场经济的风险把控也越强，越倾向“非粮化”种植，实现高收益。农场主所从事的职业在10%的水平下有显著的正向影响（P=0.081＜0.1），兼业程度越高，“非粮化”种植倾向越高。这说明农场主从事非农产业的程度越高，越倾向于种植非粮食作物。

2.2 家庭农场所经营的耕地面积对是否种植非粮食作物的影响

在资源禀赋中，家庭农场所经营的耕地面积对是否种植非粮食作物的影响并不显著（P=0.108＞0.1）。可能原因是，家庭农场经营需要的是适度规模，达到最适规模才可以实现最高收益。而张宗毅等［20］研究表明，家庭农场通过土地流转实现的经营规模较小时，非粮化的比例较高，而随着土地经营规模的扩大，非粮作物种植比例显著下降，土地经营规模较大的样本更倾向于较高比例种植粮食作物，也即是随着经营规模的扩大，边际劳动投入和管理成本上升而导致非粮作物种植比例下降。由此可以看出，家庭农场所经营的耕地面积对种植非粮食作物的比例有一定影响，但是对于是否种植非粮食作物影响不显著。耕地特征对是否种植非粮食作物具有非常显著的正向影响（P=0.002＜0.01），表明越是旱地越倾向种植非粮食作物。

2.3 经济因素对是否种植非粮食作物的影响

在经济因素中，年流转租金对是否种植非粮食作物有显著的正向影响（P= 0.012＜0.05），年流转租金越高，农场主越希望通过经济作物回收成本，获得更多收益，农场主种植非粮食作物的倾向就会越明显；机械投入对是否种植非粮食作物具有非常显著的负向影响（P=0.002＜0.01，B＜0），机械投入越高，机械化程度越高，规模经营越显著，而粮食作物很容易形成规模经营，因此“非粮化”种植倾向就会越小；农地投入（P=0.000＜0.01）和农地产出（P=0.008＜0.01）对是否种植非粮食作物具有非常显著的正向影响。家庭农场相当于利润型农户的升级，其与市场联系非常紧密，追求利润最大化，按照市场行情进行生产投入决策［11］。因此，为追求更高收入，农场主更倾向种植非粮食作物。

2.4 政策因素对是否种植非粮食作物的影响

在政策因素中，转入年限（P=0.031＜0.05）、转入方式（P=0.032＜0.05）、流转合同对象（P=0.049＜0.05）对是否种植非粮食作物均有显著的正向影响。其原因可能是，转入年限越长，合同对象的行政级别越高，说明耕地流转受监督的程度也越高，转入耕地的稳定性会越强，为获取更高的种植收益，“非粮化”种植倾向越明显；耕地流转方式越接近于市场行为，受经济利益驱使，“非粮化”种植倾向越明显。

3 结论

本研究基于四川省广汉市和重庆市荣昌区52个家庭农场的调查数据，通过建立二元Logistic模型对家庭农场“非粮化”种植行为的驱动力进行分析，结果表明：家庭农场主自身特征、资源禀赋、经济因素与政策因素对家庭农场是否种植非粮食作物都具有一定程度的影响。在各影响因素中，农场主年龄、农场主所从事职业、家庭农场经营的土地面积影响不明显；农地年流转租金、转入年限、转入方式、流转合同对象在5%的水平下有显著影响；农场主的受教育程度、耕地特征、机械投入、农地投入和农地产出是影响家庭农场“非粮化”种植行为的主要因素。从这些影响因素可以看出，改善家庭农场“非粮化”种植状况，需要家庭农场自身和政府有关部门共同做出努力。

［1］ 肖娥芳，祁春节.我国农户家庭农场经营意愿及其影响因素分析［J］.商业研究，2014（11）：106-111.

［2］ 屈学书，矫丽会.我国发展家庭农场的优势和条件分析［J］.经济问题，2014（2）：106-108.

［3］ 苏昕，王可山，张淑敏.我国家庭农场发展及其规模探讨—— 基于资源禀赋视角［J］.农业经济问题，2014（5）：8-14.

［4］ 岳正华，杨建利.我国发展家庭农场的现状和问题及政策建议［J］.农业现代化研究，2013（4）：420-424.

［5］ 王建华，李俏.我国家庭农场发育的动力与困境及其可持续发展机制构建［J］.农业现代化研究，2013（5）：552-555.

［6］ 屈学书.我国家庭农场发展问题研究［D］.太原：山西财经大学，2014.

［7］ 王贻术.我国家庭农场发展研究［D］.福州：福建师范大学，2015.

［8］ 李宇飞.促进我国家庭农场发育与发展问题研究［D］.烟台：烟台大学，2014.

［9］ 赵伟峰，王海涛，刘菊.我国家庭农场发展的困境及解决对策［J］.经济纵横，2015（4）：37-41.

［10］ 刘成武，黄利民.农户土地利用投入变化及其土地利用意愿分析［J］.农业工程学报，2014，30（20）：297-305.

［11］ 徐玉婷，杨钢桥.不同类型农户农地投入的影响因素［J］.中国人口·资源与环境，2011（3）：106-112.

［12］ 易小燕，陈印军.农户转入耕地及其“非粮化”种植行为与规模的影响因素分析—— 基于浙江、河北两省的农户调查数据［J］.中国农村观察，2010（6）：2-10，21.

［13］ 卢纹岱.SPSS for Windows统计分析［M］.第3版.北京：电子工业出版社，2006：320-327.

［14］ 钟太洋，黄贤金，翟文侠，等.政策性地权安排对土地利用变化的影响研究—— 基于江西省丰城市退耕还林农户问卷调查的一个分析［J］.南京大学学报（自然科学版），2005（4）：435-444.

［15］ 李雪平.基于GIS的区域斜坡稳定性评价Logistic回归模型研究［D］.北京：中国地质大学，2005.

［16］ 王济川，郭志刚.Logistic 回归模型：方法与应用［M］.北京：高等教育出版社，2001.

［17］ Bui D T，Lofman O，Revhaug I，et al.Landslide susceptibility analysis in the Hoa Binh province of Vietnam using statistical index and logistic regression［J］.Natural Hazards，2011，59（3）：1413-1444.

［18］ 谢花林.典型农牧交错区土地利用变化驱动力分析［J］.农业工程学报，2008，24（10）：56-62.

［19］ 谢花林.基于Logistic回归模型的区域生态用地演变影响因素分析：以京津冀地区为例［J］.资源科学，2011，33（11）：2063-2070.

［20］ 张宗毅，杜志雄.土地流转一定会导致“非粮化”吗—— 基于全国1740个种植业家庭农场监测数据的实证分析［J］.经济学动态，2015（9）：63-69.

（责任编辑 邹移光）

Analysis on driving force of “non-grain” planting behavior of family farm

CAI Yang-yang，LUO Yun-zhong，WANG Jin-jie
（College of Resources and Environment，Southwest University，Chongqing 400715，China）

Family farm has important significance to improve intensive agricultural production and solve the problem of land abandonment.But family farm in the scale of operation process is difficult to avoid a significant “nongrain” tendency.To analyze the driving force of non-grain planting behavior, will be conducive to the development of family farm in the right direction, to provide references for formulating effective agricultural policies, establishing reasonable subsidies, ensuring food security.The research took Guanghan city, Sichuan province and Rongchang district Chongqing as examples, used stratified random sampling method and binary Logistic model, from the four aspects of family farm’s characteristics, resource endowments, economic factors, policy factors, analyzed the driving force of non-grain planting behavior in family farm.The results showed that the degree of farmers’ education, characteristics of cultivated field, mechanical input, farmland input and farmland output were the main factors influencing the non-grain cultivation of family farm.So，in the process of land transfer, we need to pay attention to the non-grain planting behavior, take positive countermeasures, to further optimize the grain production layout and stabilize the production area of main grain crops.

family farm；non-grain；planting behavior；binary Logistic regression model

F323.4

A

1004-874X（2016）12-0152-07

10.16768/j.issn.1004-874X.2016.12.025

2016-09-24

国家科技支撑计划项目（2013BAJ11B02）

蔡洋洋（1992-），女，在读硕士生，E-mail：caiyangyang1314@foxmail.com

骆云中（1962-），男，博士，副研究员，E-mail：lyzsoil-2006@126.com

蔡洋洋，骆云中，王金捷.家庭农场“非粮化”种植行为驱动力分析［J］.广东农业科学，2016，43（12）：152-158.