郭宁宁，钱 力

（安徽财经大学经济学院，安徽蚌埠233030）

近年来，关于土地流转的问题，国内一些学者进行了广泛的研究。根据现有的文献，从主要运用的方法上大概分为两种情况。一是基于主成分分析法对土地流转进行分析，如翟辉、杨庆媛（2011）以重庆市为例，通过实地调研和主成分分析法提出农村社会保障、家庭收支等是影响农户土地流转的主要因素[1]；边静（2012）在对重庆市涪陵区进行实地调研的基础上，运用主成分分析法判断出影响农户耕地规模经营的主要因素为农村劳动力情况、农业比较收益偏低、土地资源状况、农村土地流转、农村社会保障和农村社会化服务体系六个方面[2]；郝丽丽、吴箐（2015）运用产权理论,对湖北省潜江市熊口镇进行了访谈和问卷调查，并且运用主成分分析法进行统计分析，研究结果表明企业对土地流转中风险控制、农户对土地流转的整体评价、土地流转对地方经济带动满意度较高[3]；李莎、谢波（2017）从土地利用视角下对湖北省武汉市边缘区的隆兴村进行研究，通过主成分分析法判断新农村建设存在的主要制约因素，分别为村庄被动式老龄化、配套保障政策缺失、空间规划失效和土地增值有限[4]。二是基于Logistic多元回归分析法对土地流转进行分析，如陈旭峰、钱民辉（2012）通过建立Logistic回归模型分析农民工的资本状况对土地流转的影响，结果表明经济资本变量对农民工土地流转情况的解释能力较强，而社会资本和文化资本对农民工土地流转情况的解释能力都比较弱[5]；卿固、辛超群（2015）以大连市农户调研数据为基础，采用Logis⁃tic回归模型对农户土地流转意愿的影响因素进行了分析，结果表明农户家中收入主要来源、农户对现行政策的了解程度、非农收入比重、土地流转价格等对农户土地流转意愿影响是比较显著的[6]；刘玥汐、许恒周（2016）基于农民分化视角，运用Lo⁃gistic模型分析农地确权对农地流转的具体影响，分析结果表明农地确权政策对农地流转具有正向的显著影响[7]；李瑶（2018）基于对盐城大丰市的实地调研，利用Logistic回归模型分析农户的土地流转意愿影响因素，研究结果表明家庭成员的外出打工比例是影响农户转出土地的主要因素，家庭中务农劳动力数量和农业收入占家庭总收入的比重是影响农户流入土地的主要因素[8]。同时也有一些学者运用其他的方法对土地流转方面的问题进行分析研究，比如模糊聚类分析和因子分析（管琳、刘淑俊，2015[9]；张颜亭、何筠，2015[10]）、PSM倾向得分匹配法（陈飞、翟伟娟，2015[11]）等。

综上所述，现有文献主要集中于研究农村土地流转的现状分析和制约因素，认为农户的农业收入和农户对现行政策的了解程度决定了土地流转的质量和效率。但是，现有文献基于安徽省层面的土地流转分析偏少，而且分析方法较为简单。本文以城乡融合这个视角，从时间和空间两个方面对安徽省的农村土地流转绩效进行分析，具有一定的现实应用价值。

二、指标体系的构建和数据处理

（一）指标体系的构建

根据农村土地流转的特点和数据的可获得性，从农业社会效益、农业经济效益、农民生活水平三个方面选择了人均生产总值、工业总产值、医疗卫生机构数、普通高等学校个数、农村自来水普及率、社会消费品零售总额、私人车辆拥有量等。七个指标作为农村土地流转绩效的评价依据（见表1）。

表1 安徽省农村土地流转绩效评价体系

（二）模型构建

因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。主要步骤如下：

1.数据进行标准化。X'=(X-Xmin)/(Xmax-Xmin)（式中，X'为标准化后的数值，Xmin为样本数据里的最小值，Xmax为样本数据中的最大值）。

2.KMO和Bartlett检验。KMO检验系数>0.5，P（sig=0.00）<0.05时，运用因子分析法进行绩效分析有效。

3.利用主成分分析法提取因子，构建模型，模型如下：

Fj为 主 成 分 (j=1、2、…、m)，X1、X2、X3、…、Xn为各个指标，a1j、a2j、a3j、…、anj为各指标在主成分Fj中的系数得分。

4.用公式F=(W1F1+W2F2+…+WmFm)/(W1+W2+…+Wm)计算各绩效水平，进行比较分析，Wm表示指标Fm的权重。

三、安徽省农村土地流转绩效评价实证分析

（一）土地流转绩效总体评价

为了检验数据信度、效度和所取指标是否具有代表性，在做因子分析法之前，需进行KMO和Bartlett检验,利用SPASS21.0进行检验，KMO检验系数=0.811>0.5，P(sig=0.00)<0.05,说明运用因子分析法进行绩效分析是有效的。

利用指标数据对安徽省的16个县2009-2016年的农村土地流转绩效水平进行测度，进而研究土地流转绩效在时间的变化（见表2）。

表2 因子提取结果

根据分析结果，F1和F2两个因子的方差贡献率达到了97.827，说明这两个因子能够较好地反映出原始指标中的大部分信息。

根据F1和F2的方差贡献率计算出土地流转绩效得分（记作F），将F1和F2的方差贡献率分别除以（F1+F2）累计方差贡献率的值作为各自的权重，可得公式：F=0.81F1+0.19F2，然后可进一步计算2009-2016年安徽省农村土地流转绩效得分（见表3）。

表3 2009-2016年安徽省土地流转绩效得分及排名

根据安徽省2009-2016年的农村土地流转绩效得分和排名的情况，可知自2009年以来，安徽省的土地流转绩效总体呈现逐年上升的趋势，比较2009年和2016年的绩效得分可以看出，2016年绩效得分比2009年多了1.115。因子F1逐年增加，表明人均生产总值、工业总产值、社会消费品零售总额水平是不断发展的。相反，因子F2虽然总体上看有所增加，但增加相对缓慢，说明在医疗卫生机构数、农村自来水普及率方面仍有待提高。

（二）各地区土地流转评价

利用截面数据对安徽省16个市的农村土地流转绩效水平进行横向比较，研究在2016年这个统一的时间段上各市的发展情况，首先运用SPASS21.0进行KMO和Bartlett检验，KMO检验系数=0.716>0.5，P(sig=0.00)<0.05，说明运用因子分析法进行绩效分析是有效的，采取主成分分析法，提取了4个因子（如表4）。

表4 因子提取结果

根据分析结果，F1、F2、F3、F4四个因子的方差贡献率达到了98.721%，说明这四个因子能够比较好反映出原始指标中的信息。F1的方差贡献率最大，达到55.878%，表明F1是最有影响的因子，F2的方差贡献率次之，达到了28.495%。对原有的因子载荷矩阵进行正交变换，因子F1在普通高等学校个数、社会消费品零售总额和工业总产值上占比较高，因子F2在农村自来水普及率和人均生产总值上占比较高，因子F3在医疗卫生机构数上占比较高，因子F4在农村自来水普及率上占比较高。

用因子的方差贡献率作为绩效评价体系中的权重，将提取出的四个因子的方差贡献率加权相加得到土地流转绩效的综合得分，可得公式F=0.566F1+0.289F2+0.087F3+0.058F4,然后进一步计算2016年安徽省16个县的农村土地流转绩效得分（见表5）。

表5 2016年安徽省16个市土地流转绩效综合得分及排名

从表5中可以看出，安徽省16个市土地流转绩效地区差异较大，其中合肥市、芜湖市、淮南市综合得分相对靠前，亳州市相对落后，合肥市综合绩效得分比亳州市多0.523，从各因子的得分看出，合肥市的F1和F4较高，说明合肥市在普通高等学校个数、社会消费品零售总额、工业总产值、农村自来水普及率上发展较好。按照皖北、皖南、皖中对安徽省进行划分，用各地区的绩效平均值作为综合绩效得分进行比较分析（见图1）。

从图1中可以看出，安徽省皖中地区农村土地流转绩效水平相对较高，皖北地区次之，皖南地区农村土地流转绩效水平相对较低，大体呈现出中间相对较好而周边一般的空间格局。

图1 2016年安徽省各地区农村土地流转绩效情况

四、安徽省农村土地流转模式分析

安徽省现有的土地流转模式主要有转包、租赁、转让、互换、入股、其他六种类型。为了较好地分析安徽省土地流转的状况，这里把2009-2016年各种模式的土地流转面积情况用柱形图表示出来（见图2）。

图2 2009-2016年安徽省土地流转面积变化情况

可以看出，土地流转模式以租赁模式和转包模式为主，2016年租赁流转面积2113.2万亩，占全年总流转面积的50%以上，比同年入股流转面积多2016.04万亩。2009-2016年安徽省农村土地流转面积逐年大幅度增加，2016年土地流转面积共4158.34万亩，2009年土地流转面积共941.8万亩，2016年土地流转面积比2009年多3216.54万亩。租赁流转面积逐年增加且增幅较大，2016年所流转面积比2009年高出1814.62万亩，转包流转面积总体上逐年增加，但增幅不是很大，2016年所流转面积比2009年高出632.145万亩，转让、互换、入股这三种模式的土地流转面积总体上相对较少。

五、研究结论及政策建议

（一）研究结论

本文基于安徽省2009-2016年土地流转相关的数据，构建了土地流转绩效评价指标体系，采用因子分析法从时序和截面两个方面对安徽省农村土地流转绩效进行评价，并分析了土地流转模式变化情况，可以得出以下主要结论：

第一，安徽省农村土地流转绩效水平逐年有所提高。从纵向上看，通过分析2009-2016年安徽省的土地流转绩效水平，我们可以看出土地流转绩效水平是逐年上升的，这表明一些关于农村土地流转的政策措施是有效的。从表3中可以看出，因子F1逐年增加，表明人均生产总值、工业总产值、社会消费品零售总额水平发展情况相对较好。因子F2得分虽然逐年增加，但是增幅较小，表明在医疗卫生机构数和农村自来水普及率方面相对落后，因此要加强城乡物质文化建设，以促进人们生活水平的提高和推动农村土地流转。

第二，安徽省土地流转绩效水平地区差异较大。从横向上看，通过分析2016年安徽省的16个市的农村土地流转绩效水平，可以看出合肥市和芜湖市的农村土地流转绩效相对来说比较高，亳州、铜陵农村土地流转绩效相对偏低。从各公共因子的得分中可以看出，亳州市和铜陵市的各因子得分均未超过各因子的平均值，表明亳州市和铜陵市农村土地流转整体比较落后。根据皖北、皖中、皖南对安徽省进行划分分析，可得出皖中地区绩效得分最高，皖北、皖南相对落后，绩效得分地区差异大，空间上发展不平衡，这说明我们要根据各个地区的地区特点和地区优劣势，制定出符合当地的农村土地流转模式，以更好地促进土地流转，达到预期的效果。

第三，土地流转绩效和农民增收效益正相关性显著。2016年合肥市和芜湖市的人均生产总值分别达到80 138元和73 515元，在2016年安徽省的16个市里，合肥市和芜湖市的人均生产总值达到第一和第二，农村土地流转绩效也在全省领先。亳州市2016年人均生产总值为20 611元，在安徽省排名相对较后，农村土地流转绩效排名也相对落后；2016年芜湖市和淮南市的社会消费品零售总额分别为5 530 053万元和3 550 657万元，在安徽省的16个市的社会消费品零售总额中，芜湖市和淮南市排名较为靠前，农村土地流转绩效水平在全省分别排名第二和第三。铜陵市和安庆市2016年的社会消费品零售总额分别为234 233万元和282 429万元，在安徽省排名在安徽省排名相对较后，农村土地流转绩效排名也相对落后。

第四，土地流转模式以租赁模式和转包模式为主。2009-2016年安徽省农村土地流转面积逐年增加，2016年土地流转面积比2009年土地流转面积多3216.54万亩，这表明土地流转相关的政策措施起到了积极的作用。但同时，2016年总土地流转面积4 152.34万亩，租赁模式流转面积2 113.2万亩，占总流转面积的50%以上，转包模式流转面积1 081.73万亩，占总流转面积的26%左右，说明目前土地流转模式缺乏多样性，农民对土地流转模式的了解也不是很透彻，故需要对已有的一些土地流转模式进行创新和改进，让农民享受到更多的土地流转效益，更加积极地参与到土地流转中。

（二）对策建议

第一，加强农村物质文化建设，土地流转注重以人为本。在农村土地流转的过程中，要以提高农民生活水平为根本出发点，事实为依据，实践为前提，不断地加以改革和创新，特别是加强农村物质文化建设尤为重要。可通过拓宽融资渠道吸引资金投入，设立专项资金，加快阵地建设，以奖代补等，不断加大医疗、卫生、教育、水、电、交通、物流等方面的投资和管理。农民生活水平的上升，思想认识的提高，可促进开展更大规模的农村土地流转。

第二，加快发展区域优势，实现共同发展。安徽省土地流转地区差异明显，各地区经济实力之间存在差异，地区投入有限，必须发展区域优势，既要积极又要稳妥，促进土地合理流转。对于土地流转较好的地区，比如合肥、芜湖等城市，应发挥对其他地区的辐射作用，同时，土地流转发展相对落后的地区，可学习相关的先进经验，根据自身优势，不断解决农民的就业问题，健全土地流转机制，完善土地扶持政策等，实现农村土地和劳动资源优化配置，逐渐缩小地区差异。

第三，优化土地流转模式，促进流转模式多样化。目前，土地流转模式以租赁模式和转包模式为主，2016年租赁模式和转包模式流转面积所占比例77%以上，然而农民认识不同、需求不同、土地地理位置和土地面积大小的不同，决定了土地流转模式最优选择存在差异。因此各地区应在政府引导、农民自愿的原则下，结合当地实际情况，在实践中不断探索新的形式，开辟新的途径，总结经验，采取多种形式，科学、有效、规范地推进土地流转，实现农业增收和农民收入增长。

第四，推动土地流转，助力精准扶贫。近几年，在国家扶贫政策和土地流转政策的机遇下，很多地区开始正确引导农民合理有序地进行土地流转，一方面，优化配置农村土地和劳动资源，减少农民对土地的依赖，与此同时加强农民技能培训，使得农民脱离了土地仍然有业可就，有钱可挣。另一方面，把现代农业发展与精准扶贫结合在一起，使贫困户参与现代农业产业，用土地流转实施产业扶贫，带动农民就业率的提高，有助于贫困户实现脱贫致富，对于精准扶贫和乡村振兴的发展都具有积极意义。