APP下载

基于相似度的农地流转缔约对象选择研究

2019-05-24焦慧杰何建佳胡祖平

资源开发与市场 2019年6期
关键词:缔约对象农户

焦慧杰,何建佳,b,胡祖平

(上海理工大学 a.管理学院;b.超网络研究中心,上海 200093)

1 引言

自20世纪80年代我国开始实行家庭联产承包责任制以来,农户开始了自发的进行土地流转。国家政策从一开始的不准流转到逐渐放松,再到现在的大力支持[1],土地流转政策环境不断变好,土地流转的规模随之有了大幅度增加。2007年我国土地流转面积为426.67万hm2,截至2017年底,全国家庭承包耕地流转面积已达到3413.33万hm2,占家庭承包经营耕地总面积的37%。但近两年,土地流转面积增速逐渐变缓、市场发展不均衡、流转协议与合同不够规范、农户对流转认识不足、中介服务和政府机构参与度不高等问题开始显现,市场发展陷入了瓶颈期[2,3]。

流转市场的发展与农户流转意愿息息相关,现有研究从多方面分析了影响农户流转意愿的因素。张忠明等从农户兼业视角,研究了农户兼业程度与流转意愿之间的关系,结果显示兼业程度越高的农户流转意愿越高,可通过促进农户的兼业程度来提高农户流转意愿[4];李景刚等从风险意识角度的研究表明,风险意识显著抑制了农户的流转意愿,而明确的书面合同能降低农户的风险意识从而促进农户的流转[5];滕鹏等从农户认知视角出发,利用调查数据进行回归分析,结果表明农户的生活认知、就业认知、制度认知水平越高,农户流转意愿越强烈[6];Yong Xie等研究了非农就业对农户流转行为的影响,结果表明稳定的非农就业与非农收入能促进农户的转出行为[7,8];李昊等基于29篇文献总结,从多方面概括了家庭环境与社会环境的影响,认为文化程度、家庭收入、土地流转规范性、非农生计能力和养老保障对农户流转意愿具有显著的正向影响[9]。

这些研究多角度分析了农户流转意愿的影响因素,提出了切实可行的建议来促进土地流转,但鲜有研究从农户缔约角度考虑流转对象的选择对农户流转行为的影响。由于农民受自身知识和社会环境的限制,在流转过程中较被动,流转对象自主选择也较困难。贾燕兵的研究表明,找不到合适的流转对象是阻碍农户流转的重要因素之一[10]。作为流转过程关键的一环,缔约对象的选择不仅影响到农户的交易费用,还会影响到后续合作纠纷的产生与解决[11]。为解决农户流转对象选择困难的难题,2016年12月发布的《中共中央国务院关于稳步推进农村集体产权制度改革的意见》指出,要“建立符合农村实际需要的产权流转交易市场”,近两年来我国土地流转服务中心的数量大有增加,整体覆盖范围广泛,但存在信息量小、个体覆盖范围小、工作人员参与积极度不高等问题[3]。农户流转信息搜索费时费力,流转对象选择困难的问题仍然存在。

相较于依托政府的土地流转服务中心,网络平台具有信息量大、覆盖范围广、方便快捷等优势,是未来土地流转市场发展的大趋势[12]。基于智能移动终端的网络平台不仅能减少信息搜索时间,还能弥补农户信息搜索能力的不足。但不可忽视的是,目前的网络平台不同程度存在信息冗余、页面杂乱且搜索效果差的问题。为解决这一问题,本研究引入协同过滤推荐的思想,通过计算农户与企业之间的相似度来为农户推荐缔约对象,在一定程度上可解决信息冗杂的问题,减少农户的信息搜索时间,并通过MATLAB仿真验证了方法的可行性,为农户缔约流转对象选择提供一定参考。

2 数据来源与处理

研究所涉及的数据来源于对网络数据的收集与整理,主要涉及农户与企业两方面的数据。利用爬虫软件,选取941条企业数据作为匹配对象数据库,收集整理200条合作交易数据,按9∶1的比例分为两组,一组作为合作数据用于计算相似度的媒介,另一组作为验证数据用于计算推荐结果的准确程度。提取验证组数据中的农户信息作为待推荐农户,企业信息放入匹配对象数据库中,根据推荐模型为农户在数据库中推荐缔约对象,生成推荐列表,以农户实际合作的企业在农户推荐列表中的概率来验证该模型的有效性。准确率计算方式为:

(1)

式中,n为待推荐农户个数;wi为农户i实际合作企业;Li为农户推荐列表。

本研究只考虑农业用地的流转,宅基地、建筑用地未在推荐范围内,因此先剔除有关建设用地与宅基地交易有关的数据,然后将同一土地类型需求的不同表述统一化,如将水产养殖、坑塘等统一为水产类,统一后的土地类型包括水田、旱地、水浇地、林地、果园、水产养殖、畜牧养殖、荒地八大类。将数值类属性量化为统一单位,土地租金的单位统一为元/hm2·a,出租年限单位统一为年,土地面积统一为hm2,其中将“面议”这一特征值表述为X,其值随对应特征值的变化而变化,即对应特征属性间的距离为0。部分数据如交通便利程度等需要经过二次处理才能得到相应的特征值数据,经过人工处理之后得到相应数据。根据处理后的农户与企业数据集,利用Matlab工具计算农户与企业之间的相似度。

3 推荐模型分析

土地流转不同于一般的商品交易,家庭因素、社会环境等都会影响农户土地流转的决策,考虑到农户之间具有一定的相似度,根据已将土地转出农民的决策作为农户推荐流转对象。以历史合作为媒介,计算农户与企业之间的相似度,以相似度的值作为推荐缔约对象的标准。为方便描述,本文将发布出租土地的一方视为农户,发布求租信息一方视为企业,历史合作的双方分别称为参照农户与参照企业。为计算个体之间的相似度,选取特征属性表征个体,以特征属性值的距离来计算个体之间的相似度。首先,计算农户与参照农户之间的相似度。农户土地流转的标的物是土地,农户之间相似度即为土地属性的相似度。土地作为一种经济物,其价值的衡量是多方面的,除去自身属性价值外,政府干预、社会经济发展水平等外部因素也影响着土地价值[14]。根据土地及土地流转的特性,研究选择以下几种特征属性表征农户:土地类型、租金、承包年限、土地规模、政府政策、劳动力市场、交通便利程度。其次,计算企业与参照企业之间的相似度。土地流转的转入方是提供知识、技术、资金的主要一方,他们在发布对土地的需求信息时不会对自身所能提供的资料进行详细说明。事实上,从多数土地信息平台发布的信息来看,企业只是根据自己的需求对土地类型、年限、租金、规模、合作方式五类信息做出说明,故以这五类属性表征企业。历史合作代表着农户已做出的决策,后续合作的满意度在一定程度上体现了决策的正确程度,评分越高的合作参考价值越大。为避免盲目合作对推荐结果产生的不良影响,以合作评分为权重,修正合作对相似度计算结果的影响。土地在流转过程中,土地的作用不能被更改,如耕地不能用于种树,林地不能用来养殖,因此土地类型这一属性具有不可更改性,故在计算相似度时以土地类型作为推荐缔约对象的初步筛选条件,借鉴协同过滤推荐的思想得到推荐模型(图1)。

图1 相似度计算示意图

4 相似度计算

(2)

式中,di表示个体在属性ax上的距离,如果所有的di都为0,即个体UA和个体UB所有连续型的数值都相等,则将Lnum取值为1。

(3)

由于个体之间的距离与相似度成反比,即距离越小,他们之间的相似度越大。本文取距离的调和均值的倒数作为个体属性相似度的取值,则农户K与参照农户Ki的相似度为:

(4)

(5)

合作评分对结果的影响以权重的方式体现,假设合作H(Ki,Wi)的参照农户Ki的评分为fk,参照企业Wi的评分为fw,以简单加权平均法可得评分权重:ωi=(fk+fw)/2。则候选企业Wj与农户K的相似度为:

(6)

式中,simki为农户K与合作农户Ki的相似度;simwij为合作企业Wi与候选企业Wj的相似度;ωi为合作H(Ki,Wi)评分权重;n为历史合作数。根据农户与企业相似度的数值从大到小对企业排序,取排序靠前的企业作为推荐对象。

5 推荐仿真模拟分析

综上所述,土地类型需求不同的双方不会产生合作,故有以下假设:已产生合作的农户与企业土地类型这一特征是完全相同的,农户与企业土地类型属性不同时相似度取值为0。根据式(2)—式(5)计算个体之间的相似度。以农户k1为例,对计算方法进行具体说明。

连续型属性的距离:以租金为例,筛选合作中租金最高值为19500元/hm2·a,最低为6000元/hm2·a,则最大值、最小值差值为13500,将此区间等分为6个区间:[0,2250)、[2250,4500)、[4500,6750)、[6750,9000)、[9000,11250)、[11250,13500],距离分别为1、2、3、4、5、6;农户k1租金为1200元/hm2·a,农户k1与参照农户在租金这一属性上属性值差值的绝对值为3000,距离为2。同理,计算出其他几类连续型属性的距离分别为1、3、4,最终农户k1与参照农户在所有数值属性上的距离为Lnum=2.5。

最终农户1与目标农户的相似度为:

(7)

按上述计算方法可得到各农户与参照农户的相似度和企业与参照企业之间的相似度见表1、表2。计算每个合作的综合评分,根据式(6),计算农户与企业之间的相似度见表3。

对上述计算结果进行排序,根据推荐列表的长度不同,生成不同的推荐结果。推荐列表长度为10时的推荐结果见表4。根据推荐结果显示,当推荐列表长度为10时有15个农户的实际合作对象出现在推荐列表内,准确率为75%;当推荐列表长度为20时,实验结果显示有19个农户的实际合作对象出现在推荐列表内,准确率为95%。推荐准确度随着列表的增长而增加,且准确率较高,说明推荐具有一定的效用。

表1 农户相似度

表2 企业相似度

表3 农户与企业相似度

表4 部分农户推荐结果

6 结论

土地流转是我国目前大力推行的一项土地政策,其发展关系到我国农村经济改革的进程,信息搜索问题不应成为制约农户流转的屏障,尤其是在信息科技高速发展的今天。研究提出的基于相似度的农户缔约对象推荐模型是解决现有网络平台信息冗余问题,为农户推荐缔约对象的一种方法。该方法能帮助农户获得更大的主动性,减少农户的信息搜索时长,进而减少农户交易成本,促进农户流转决策的实施。

该研究基于网络平台对历史合作有追踪的前提,而现有网络平台更多的是一个信息发布平台,没有一个较为主动的推荐行为,对已完成合作的后续追踪更少。因此,当历史合作较少、评价较少的情况下,可能会因为数据稀疏,导致推荐的精确度大大降低。由于该模型对平台的数据和信息整合能力要求较高,如果土地流转市场各主体间能建立信息共享平台,形成一个大的数据库,不仅仅是通过平台交易的数据,通过第三方组织和政府交易的合作数据也能得到利用,大数据带来的优势将会得到更充分的发挥。土地流转缔约对象的推荐不同于一般的商品推荐,该模型推荐效果有待进一步验证。本文提供一种思想促进网络平台由信息化平台向交易化平台的转变,进而促进土地流转的市场化和网络化。

猜你喜欢

缔约对象农户
农户存粮,不必大惊小怪
可食用香水玫瑰成农户致富新选择
民法典中缔约信赖保护的规范路径
涉税刑事诉讼中的举证责任——以纳税人举证责任为考察对象
让更多小农户对接电商大市场
强制缔约的请求权基础分析
判断电压表测量对象有妙招
国有企业推进混合所有制改革的缔约分析
攻略对象的心思好难猜
区间对象族的可镇定性分析