1引言

2010年溫家寶總理在《政府工作報告》中指出“15億畝林地確權(quán)到戶，占全國集體林地面積的60%，這是繼土地家庭承包之后我國農(nóng)村經(jīng)營制度的又一重大變革。”從2003年新一輪集體林權(quán)制度改革伊始迄今，旨在“明晰產(chǎn)權(quán)、放活經(jīng)營權(quán)、落實處置權(quán)、保障收益權(quán)”的這一重大變革在一定程度上調(diào)動了林農(nóng)生產(chǎn)積極性，但是林農(nóng)在這“第三次土地革命”的過程中是否愿意擴大經(jīng)營規(guī)模，以實現(xiàn)“資源增長、農(nóng)民增收、生態(tài)良好、林區(qū)和諧”目標(biāo)值得關(guān)注。擴大林業(yè)經(jīng)營規(guī)模就其本身而言，一方面有利于實現(xiàn)生態(tài)效益和社會效益，一方面有利于實現(xiàn)農(nóng)戶的經(jīng)濟效益［1］，可謂雙贏。然而，筆者通過查閱大量資料文獻和實地調(diào)查研究發(fā)現(xiàn)，林農(nóng)絕大部分積極擁護集體林權(quán)改革并肯定改革對生產(chǎn)積極性的提升，但對擴大林業(yè)經(jīng)營規(guī)模意愿差異性很大。具體體現(xiàn)在有些林農(nóng)積極尋求擴大經(jīng)營規(guī)模的途徑，有些林農(nóng)對擴大經(jīng)營規(guī)模持消極看法，有些林農(nóng)對現(xiàn)有經(jīng)營規(guī)模表示滿意，有些林農(nóng)甚至表達(dá)想要放棄現(xiàn)有林地經(jīng)營權(quán)的想法。林農(nóng)意愿受多方因素的影響，具有復(fù)雜性、區(qū)域差異性及多因素關(guān)聯(lián)性的特征。意愿在很大程度上會轉(zhuǎn)化為未來的行為。因此，分析林農(nóng)擴大林業(yè)經(jīng)營規(guī)模意愿影響因素，對集體林權(quán)制度改革的政策制定有重要參考價值，對林業(yè)發(fā)展有著不可忽視的意義。筆者嘗試運用二項式邏輯回歸進行計量實證研究，為引導(dǎo)林農(nóng)經(jīng)營行為和相關(guān)政策制定提供參考。

2研究區(qū)域概況

本文是以我國南方林改試點省浙江省、福建省和江西省為主要調(diào)查地區(qū)。分別選取浙江省德清縣和遂昌縣、福建省順昌縣和沙縣以及江西省遂川縣和銅鼓縣為調(diào)查樣本縣。研究區(qū)域自然條件優(yōu)越，林業(yè)發(fā)達(dá)，森林資源分布均勻，集約經(jīng)營水平高。并且三省樣本縣林改起步較早，截至2009年已經(jīng)基本完成集體林權(quán)制度改革，林業(yè)發(fā)展趨于成熟。3研究方法利用2010年7月－8月參與的國家林業(yè)局關(guān)于我國集體林權(quán)制度改革政策追蹤項目的農(nóng)戶實地調(diào)查數(shù)據(jù)，采用二分類Logistic回歸模型來分析林農(nóng)擴大林業(yè)經(jīng)營規(guī)模意愿;使用SPSS16．0統(tǒng)計軟件作為分析數(shù)據(jù)的工具;運用的分析方法主要有描述統(tǒng)計、信度分析和回歸分析法。

2．1模型選擇與設(shè)計

Logistic回歸是對定性變量的回歸分析，根據(jù)因變量取值類別的不同，Logistic回歸可以分為BinaryLo-gistic分析和MuitinominalLogistic回歸分析。前者因變量只能取兩個值1和0(虛擬因變量)，而后者因變量可以取多個值［2］。根據(jù)本研究的需要，林農(nóng)只有愿意擴大經(jīng)營規(guī)模和不愿參擴大經(jīng)營規(guī)模兩種行為意愿，因此本文中應(yīng)用的是二分類邏輯回歸(BinaryLogisticRegression)。根據(jù)研究目標(biāo)，將林農(nóng)擴大林業(yè)經(jīng)營規(guī)模意愿作為被解釋變量，即因變量;將影響林農(nóng)行為意愿的各種因素作為解釋變量，即自變量［3］。根據(jù)解釋變量特征，將全部影響因素分為五大類因素函數(shù):①農(nóng)戶戶主特征;②林農(nóng)家庭特征;③林農(nóng)生產(chǎn)經(jīng)營特征;④外部市場政策特征;⑤林改政策特征。納入函數(shù)理論模型，即:擴大經(jīng)營意愿=f(內(nèi)部影響因素變量，外部影響因素變量)=f(農(nóng)戶戶主特征變量，林農(nóng)家庭特征變量，林農(nóng)生產(chǎn)經(jīng)營特征變量，外部市場政策特征變量，林改政策特征變量)+隨機擾動項［4］。

2．2變量選取與設(shè)計

2．2．1變量選取

本次調(diào)查采用入戶走訪和發(fā)放問卷兩種形式，共發(fā)放問卷810份，收回問卷810份，有效問卷為798份，問卷有效率為98．52%。本著因素重要、數(shù)據(jù)可行的原則，筆者選取了具有代表性的變量用于實證研究。①農(nóng)戶戶主特征:戶主性別、戶主是否是干部、戶主是否是黨員、戶主文化程度、戶主婚姻狀況、戶主是否是勞動力、戶主從事行業(yè)、戶主從事地區(qū)、非農(nóng)收入;②林農(nóng)家庭特征:除戶主以外家庭成員數(shù)、除戶主以外勞動力個數(shù)、家庭成員是否知道生態(tài)效益補償政策、家距離林地遠(yuǎn)近;③林農(nóng)生產(chǎn)經(jīng)營特征:從事林業(yè)資金來源、林地經(jīng)營面積、林地地塊數(shù)、公益林下是否經(jīng)營;④外部市場政策特征:有無林業(yè)技術(shù)教育和培訓(xùn)、有無產(chǎn)品市場信息服務(wù)、有無投資融資服務(wù)、有無政策法律咨詢服務(wù)、有無防范病蟲害及火災(zāi)服務(wù)、有無中介服務(wù);⑤林改政策特征:申請采伐指標(biāo)是否容易、林改后林地經(jīng)營方式、林改對家庭是否有好處、政府補貼對造林積極性調(diào)動程度、是否獲得造林補助、是否得到造林撫育基金、其它投入來源。

2．2．2變量定義及特征描述

調(diào)查數(shù)據(jù)表明，在798戶林農(nóng)戶中，表示愿意擴大林業(yè)經(jīng)營規(guī)模的林農(nóng)戶為444戶，占55．7%;表示不愿意擴大林業(yè)經(jīng)營規(guī)模的林農(nóng)戶為354戶，占44．3%。戶主性別以男性為主，占97．7%。戶主是村組及以上干部的占33．6%;受教育年限達(dá)到6年以上的占49．2%;戶主將農(nóng)林牧兼業(yè)作為主要從事行業(yè)的占30．7%;43．4%的戶主主要從事行業(yè)是單一農(nóng)業(yè)。更多詳細(xì)的自變量定義以及數(shù)據(jù)描述特征見表1－5。其中表1－3反映的是內(nèi)部影響因素特征變量賦值和樣本分布情況;表4－5反映的是外部影響因素特征變量賦值和樣本分布情況。

3模型估計及結(jié)果分析

3．1模型估計及統(tǒng)計檢驗結(jié)果分析

在進行二項式Logistic回歸時，采用的回歸方法是Backward(Conditional)方式。在處理過程中，先將影響因變量的自變量代入模型進行檢驗，根據(jù)檢驗結(jié)果，將因變量影響不顯著的自變量剔除，繼續(xù)檢驗，直到自變量對因變量影響的檢驗結(jié)果基本顯著為止。將數(shù)據(jù)代入進行篩選和檢驗，得出最后的估計結(jié)果，見表6。從模型擬合優(yōu)度檢驗看(表6)，最后一次回歸中，極大似然估計值為974．795，NagelkerkeRSquare的值為0．145。總體上，擬合效果較好，回歸具有可信性。Wald檢驗是針對Logistic回歸模型中的回歸系數(shù)顯著性檢驗的一種假設(shè)檢驗方法。假設(shè)零假設(shè)H0為:βk=0(表示自變量Xk對事件發(fā)生可能性無影響作用)，如果零假設(shè)被拒絕，說明事件發(fā)生可能性依賴于Xk的變化。常用統(tǒng)計軟件，對邏輯回歸系數(shù)顯著性進行檢驗通常使用Wald檢驗。在零假設(shè)條件下，每一個回歸系數(shù)都等于0，那么這個單變量為自由度等于1的漸進的2分布。根據(jù)表(7)，各影響因素的影響力度是有差異的。其中，有無中介服務(wù)和有無投資融資服務(wù)的回歸系數(shù)經(jīng)Wald檢驗最為顯著，對因變量影響顯著水平均在1%內(nèi)，即Wald值大于α=0．01的2臨界值6．63，拒絕零假設(shè)βk=0。同理，公益林面積及林改對家庭有無好處的回歸系數(shù)較為顯著，對因變量影響顯著水平均在5%內(nèi)，即Wald值大于α=0．05的2臨界值3．84，拒絕零假設(shè)βk=0。而戶主受教育年數(shù)、非農(nóng)收入、家距離林地遠(yuǎn)近、是否知道生態(tài)效益補償政策、林地經(jīng)營面積、林地塊數(shù)和補貼對造林積極性的調(diào)動的回歸系數(shù)一般顯著，對因變量影響顯著水平均在10%內(nèi)，即Wald值大于α=0．10的2臨界值2．71，拒絕零假設(shè)βk=0。由此可見，(表7)所列示的解釋變量均通過統(tǒng)計檢驗。