基于相似度的農(nóng)地流轉(zhuǎn)締約對(duì)象選擇研究

焦慧杰,何建佳,b,胡祖平

(上海理工大學(xué) a.管理學(xué)院;b.超網(wǎng)絡(luò)研究中心,上海 200093)

1 引言

自20世紀(jì)80年代我國(guó)開始實(shí)行家庭聯(lián)產(chǎn)承包責(zé)任制以來(lái),農(nóng)戶開始了自發(fā)的進(jìn)行土地流轉(zhuǎn)。國(guó)家政策從一開始的不準(zhǔn)流轉(zhuǎn)到逐漸放松,再到現(xiàn)在的大力支持[1],土地流轉(zhuǎn)政策環(huán)境不斷變好,土地流轉(zhuǎn)的規(guī)模隨之有了大幅度增加。2007年我國(guó)土地流轉(zhuǎn)面積為426.67萬(wàn)hm2,截至2017年底,全國(guó)家庭承包耕地流轉(zhuǎn)面積已達(dá)到3413.33萬(wàn)hm2,占家庭承包經(jīng)營(yíng)耕地總面積的37%。但近兩年,土地流轉(zhuǎn)面積增速逐漸變緩、市場(chǎng)發(fā)展不均衡、流轉(zhuǎn)協(xié)議與合同不夠規(guī)范、農(nóng)戶對(duì)流轉(zhuǎn)認(rèn)識(shí)不足、中介服務(wù)和政府機(jī)構(gòu)參與度不高等問(wèn)題開始顯現(xiàn),市場(chǎng)發(fā)展陷入了瓶頸期[2,3]。

流轉(zhuǎn)市場(chǎng)的發(fā)展與農(nóng)戶流轉(zhuǎn)意愿息息相關(guān),現(xiàn)有研究從多方面分析了影響農(nóng)戶流轉(zhuǎn)意愿的因素。張忠明等從農(nóng)戶兼業(yè)視角,研究了農(nóng)戶兼業(yè)程度與流轉(zhuǎn)意愿之間的關(guān)系,結(jié)果顯示兼業(yè)程度越高的農(nóng)戶流轉(zhuǎn)意愿越高,可通過(guò)促進(jìn)農(nóng)戶的兼業(yè)程度來(lái)提高農(nóng)戶流轉(zhuǎn)意愿[4];李景剛等從風(fēng)險(xiǎn)意識(shí)角度的研究表明,風(fēng)險(xiǎn)意識(shí)顯著抑制了農(nóng)戶的流轉(zhuǎn)意愿,而明確的書面合同能降低農(nóng)戶的風(fēng)險(xiǎn)意識(shí)從而促進(jìn)農(nóng)戶的流轉(zhuǎn)[5];滕鵬等從農(nóng)戶認(rèn)知視角出發(fā),利用調(diào)查數(shù)據(jù)進(jìn)行回歸分析,結(jié)果表明農(nóng)戶的生活認(rèn)知、就業(yè)認(rèn)知、制度認(rèn)知水平越高,農(nóng)戶流轉(zhuǎn)意愿越強(qiáng)烈[6];Yong Xie等研究了非農(nóng)就業(yè)對(duì)農(nóng)戶流轉(zhuǎn)行為的影響,結(jié)果表明穩(wěn)定的非農(nóng)就業(yè)與非農(nóng)收入能促進(jìn)農(nóng)戶的轉(zhuǎn)出行為[7,8];李昊等基于29篇文獻(xiàn)總結(jié)，從多方面概括了家庭環(huán)境與社會(huì)環(huán)境的影響,認(rèn)為文化程度、家庭收入、土地流轉(zhuǎn)規(guī)范性、非農(nóng)生計(jì)能力和養(yǎng)老保障對(duì)農(nóng)戶流轉(zhuǎn)意愿具有顯著的正向影響[9]。

這些研究多角度分析了農(nóng)戶流轉(zhuǎn)意愿的影響因素,提出了切實(shí)可行的建議來(lái)促進(jìn)土地流轉(zhuǎn),但鮮有研究從農(nóng)戶締約角度考慮流轉(zhuǎn)對(duì)象的選擇對(duì)農(nóng)戶流轉(zhuǎn)行為的影響。由于農(nóng)民受自身知識(shí)和社會(huì)環(huán)境的限制,在流轉(zhuǎn)過(guò)程中較被動(dòng),流轉(zhuǎn)對(duì)象自主選擇也較困難。賈燕兵的研究表明,找不到合適的流轉(zhuǎn)對(duì)象是阻礙農(nóng)戶流轉(zhuǎn)的重要因素之一[10]。作為流轉(zhuǎn)過(guò)程關(guān)鍵的一環(huán),締約對(duì)象的選擇不僅影響到農(nóng)戶的交易費(fèi)用,還會(huì)影響到后續(xù)合作糾紛的產(chǎn)生與解決[11]。為解決農(nóng)戶流轉(zhuǎn)對(duì)象選擇困難的難題,2016年12月發(fā)布的《中共中央國(guó)務(wù)院關(guān)于穩(wěn)步推進(jìn)農(nóng)村集體產(chǎn)權(quán)制度改革的意見》指出,要“建立符合農(nóng)村實(shí)際需要的產(chǎn)權(quán)流轉(zhuǎn)交易市場(chǎng)”,近兩年來(lái)我國(guó)土地流轉(zhuǎn)服務(wù)中心的數(shù)量大有增加,整體覆蓋范圍廣泛,但存在信息量小、個(gè)體覆蓋范圍小、工作人員參與積極度不高等問(wèn)題[3]。農(nóng)戶流轉(zhuǎn)信息搜索費(fèi)時(shí)費(fèi)力,流轉(zhuǎn)對(duì)象選擇困難的問(wèn)題仍然存在。

相較于依托政府的土地流轉(zhuǎn)服務(wù)中心,網(wǎng)絡(luò)平臺(tái)具有信息量大、覆蓋范圍廣、方便快捷等優(yōu)勢(shì),是未來(lái)土地流轉(zhuǎn)市場(chǎng)發(fā)展的大趨勢(shì)[12]?；谥悄芤苿?dòng)終端的網(wǎng)絡(luò)平臺(tái)不僅能減少信息搜索時(shí)間,還能彌補(bǔ)農(nóng)戶信息搜索能力的不足。但不可忽視的是，目前的網(wǎng)絡(luò)平臺(tái)不同程度存在信息冗余、頁(yè)面雜亂且搜索效果差的問(wèn)題。為解決這一問(wèn)題,本研究引入?yún)f(xié)同過(guò)濾推薦的思想,通過(guò)計(jì)算農(nóng)戶與企業(yè)之間的相似度來(lái)為農(nóng)戶推薦締約對(duì)象,在一定程度上可解決信息冗雜的問(wèn)題,減少農(nóng)戶的信息搜索時(shí)間,并通過(guò)MATLAB仿真驗(yàn)證了方法的可行性,為農(nóng)戶締約流轉(zhuǎn)對(duì)象選擇提供一定參考。

2 數(shù)據(jù)來(lái)源與處理

研究所涉及的數(shù)據(jù)來(lái)源于對(duì)網(wǎng)絡(luò)數(shù)據(jù)的收集與整理,主要涉及農(nóng)戶與企業(yè)兩方面的數(shù)據(jù)。利用爬蟲軟件,選取941條企業(yè)數(shù)據(jù)作為匹配對(duì)象數(shù)據(jù)庫(kù),收集整理200條合作交易數(shù)據(jù),按9∶1的比例分為兩組,一組作為合作數(shù)據(jù)用于計(jì)算相似度的媒介,另一組作為驗(yàn)證數(shù)據(jù)用于計(jì)算推薦結(jié)果的準(zhǔn)確程度。提取驗(yàn)證組數(shù)據(jù)中的農(nóng)戶信息作為待推薦農(nóng)戶,企業(yè)信息放入匹配對(duì)象數(shù)據(jù)庫(kù)中,根據(jù)推薦模型為農(nóng)戶在數(shù)據(jù)庫(kù)中推薦締約對(duì)象,生成推薦列表,以農(nóng)戶實(shí)際合作的企業(yè)在農(nóng)戶推薦列表中的概率來(lái)驗(yàn)證該模型的有效性。準(zhǔn)確率計(jì)算方式為:

(1)

式中,n為待推薦農(nóng)戶個(gè)數(shù);wi為農(nóng)戶i實(shí)際合作企業(yè);Li為農(nóng)戶推薦列表。

本研究只考慮農(nóng)業(yè)用地的流轉(zhuǎn),宅基地、建筑用地未在推薦范圍內(nèi),因此先剔除有關(guān)建設(shè)用地與宅基地交易有關(guān)的數(shù)據(jù)，然后將同一土地類型需求的不同表述統(tǒng)一化,如將水產(chǎn)養(yǎng)殖、坑塘等統(tǒng)一為水產(chǎn)類,統(tǒng)一后的土地類型包括水田、旱地、水澆地、林地、果園、水產(chǎn)養(yǎng)殖、畜牧養(yǎng)殖、荒地八大類。將數(shù)值類屬性量化為統(tǒng)一單位,土地租金的單位統(tǒng)一為元/hm2·a,出租年限單位統(tǒng)一為年,土地面積統(tǒng)一為hm2,其中將“面議”這一特征值表述為X,其值隨對(duì)應(yīng)特征值的變化而變化,即對(duì)應(yīng)特征屬性間的距離為0。部分?jǐn)?shù)據(jù)如交通便利程度等需要經(jīng)過(guò)二次處理才能得到相應(yīng)的特征值數(shù)據(jù),經(jīng)過(guò)人工處理之后得到相應(yīng)數(shù)據(jù)。根據(jù)處理后的農(nóng)戶與企業(yè)數(shù)據(jù)集,利用Matlab工具計(jì)算農(nóng)戶與企業(yè)之間的相似度。

3 推薦模型分析

土地流轉(zhuǎn)不同于一般的商品交易,家庭因素、社會(huì)環(huán)境等都會(huì)影響農(nóng)戶土地流轉(zhuǎn)的決策,考慮到農(nóng)戶之間具有一定的相似度,根據(jù)已將土地轉(zhuǎn)出農(nóng)民的決策作為農(nóng)戶推薦流轉(zhuǎn)對(duì)象。以歷史合作為媒介,計(jì)算農(nóng)戶與企業(yè)之間的相似度,以相似度的值作為推薦締約對(duì)象的標(biāo)準(zhǔn)。為方便描述,本文將發(fā)布出租土地的一方視為農(nóng)戶,發(fā)布求租信息一方視為企業(yè),歷史合作的雙方分別稱為參照農(nóng)戶與參照企業(yè)。為計(jì)算個(gè)體之間的相似度,選取特征屬性表征個(gè)體,以特征屬性值的距離來(lái)計(jì)算個(gè)體之間的相似度。首先,計(jì)算農(nóng)戶與參照農(nóng)戶之間的相似度。農(nóng)戶土地流轉(zhuǎn)的標(biāo)的物是土地,農(nóng)戶之間相似度即為土地屬性的相似度。土地作為一種經(jīng)濟(jì)物,其價(jià)值的衡量是多方面的,除去自身屬性價(jià)值外,政府干預(yù)、社會(huì)經(jīng)濟(jì)發(fā)展水平等外部因素也影響著土地價(jià)值[14]。根據(jù)土地及土地流轉(zhuǎn)的特性,研究選擇以下幾種特征屬性表征農(nóng)戶:土地類型、租金、承包年限、土地規(guī)模、政府政策、勞動(dòng)力市場(chǎng)、交通便利程度。其次,計(jì)算企業(yè)與參照企業(yè)之間的相似度。土地流轉(zhuǎn)的轉(zhuǎn)入方是提供知識(shí)、技術(shù)、資金的主要一方,他們?cè)诎l(fā)布對(duì)土地的需求信息時(shí)不會(huì)對(duì)自身所能提供的資料進(jìn)行詳細(xì)說(shuō)明。事實(shí)上,從多數(shù)土地信息平臺(tái)發(fā)布的信息來(lái)看,企業(yè)只是根據(jù)自己的需求對(duì)土地類型、年限、租金、規(guī)模、合作方式五類信息做出說(shuō)明,故以這五類屬性表征企業(yè)。歷史合作代表著農(nóng)戶已做出的決策,后續(xù)合作的滿意度在一定程度上體現(xiàn)了決策的正確程度,評(píng)分越高的合作參考價(jià)值越大。為避免盲目合作對(duì)推薦結(jié)果產(chǎn)生的不良影響,以合作評(píng)分為權(quán)重,修正合作對(duì)相似度計(jì)算結(jié)果的影響。土地在流轉(zhuǎn)過(guò)程中,土地的作用不能被更改,如耕地不能用于種樹,林地不能用來(lái)養(yǎng)殖,因此土地類型這一屬性具有不可更改性,故在計(jì)算相似度時(shí)以土地類型作為推薦締約對(duì)象的初步篩選條件,借鑒協(xié)同過(guò)濾推薦的思想得到推薦模型(圖1)。

圖1 相似度計(jì)算示意圖

4 相似度計(jì)算

(2)

式中,di表示個(gè)體在屬性ax上的距離,如果所有的di都為0,即個(gè)體UA和個(gè)體UB所有連續(xù)型的數(shù)值都相等,則將Lnum取值為1。

(3)

由于個(gè)體之間的距離與相似度成反比,即距離越小,他們之間的相似度越大。本文取距離的調(diào)和均值的倒數(shù)作為個(gè)體屬性相似度的取值,則農(nóng)戶K與參照農(nóng)戶Ki的相似度為:

(4)

(5)

合作評(píng)分對(duì)結(jié)果的影響以權(quán)重的方式體現(xiàn),假設(shè)合作H(Ki,Wi)的參照農(nóng)戶Ki的評(píng)分為fk,參照企業(yè)Wi的評(píng)分為fw,以簡(jiǎn)單加權(quán)平均法可得評(píng)分權(quán)重:ωi=(fk+fw)/2。則候選企業(yè)Wj與農(nóng)戶K的相似度為:

(6)

式中,simki為農(nóng)戶K與合作農(nóng)戶Ki的相似度;simwij為合作企業(yè)Wi與候選企業(yè)Wj的相似度;ωi為合作H(Ki,Wi)評(píng)分權(quán)重;n為歷史合作數(shù)。根據(jù)農(nóng)戶與企業(yè)相似度的數(shù)值從大到小對(duì)企業(yè)排序,取排序靠前的企業(yè)作為推薦對(duì)象。

5 推薦仿真模擬分析

綜上所述,土地類型需求不同的雙方不會(huì)產(chǎn)生合作,故有以下假設(shè):已產(chǎn)生合作的農(nóng)戶與企業(yè)土地類型這一特征是完全相同的,農(nóng)戶與企業(yè)土地類型屬性不同時(shí)相似度取值為0。根據(jù)式(2)—式(5)計(jì)算個(gè)體之間的相似度。以農(nóng)戶k1為例,對(duì)計(jì)算方法進(jìn)行具體說(shuō)明。

連續(xù)型屬性的距離:以租金為例,篩選合作中租金最高值為19500元/hm2·a,最低為6000元/hm2·a,則最大值、最小值差值為13500,將此區(qū)間等分為6個(gè)區(qū)間:[0,2250)、[2250,4500)、[4500,6750)、[6750,9000)、[9000,11250)、[11250,13500],距離分別為1、2、3、4、5、6;農(nóng)戶k1租金為1200元/hm2·a,農(nóng)戶k1與參照農(nóng)戶在租金這一屬性上屬性值差值的絕對(duì)值為3000,距離為2。同理,計(jì)算出其他幾類連續(xù)型屬性的距離分別為1、3、4,最終農(nóng)戶k1與參照農(nóng)戶在所有數(shù)值屬性上的距離為L(zhǎng)num=2.5。

最終農(nóng)戶1與目標(biāo)農(nóng)戶的相似度為:

(7)

按上述計(jì)算方法可得到各農(nóng)戶與參照農(nóng)戶的相似度和企業(yè)與參照企業(yè)之間的相似度見表1、表2。計(jì)算每個(gè)合作的綜合評(píng)分,根據(jù)式(6),計(jì)算農(nóng)戶與企業(yè)之間的相似度見表3。

對(duì)上述計(jì)算結(jié)果進(jìn)行排序,根據(jù)推薦列表的長(zhǎng)度不同,生成不同的推薦結(jié)果。推薦列表長(zhǎng)度為10時(shí)的推薦結(jié)果見表4。根據(jù)推薦結(jié)果顯示,當(dāng)推薦列表長(zhǎng)度為10時(shí)有15個(gè)農(nóng)戶的實(shí)際合作對(duì)象出現(xiàn)在推薦列表內(nèi),準(zhǔn)確率為75%;當(dāng)推薦列表長(zhǎng)度為20時(shí),實(shí)驗(yàn)結(jié)果顯示有19個(gè)農(nóng)戶的實(shí)際合作對(duì)象出現(xiàn)在推薦列表內(nèi),準(zhǔn)確率為95%。推薦準(zhǔn)確度隨著列表的增長(zhǎng)而增加,且準(zhǔn)確率較高,說(shuō)明推薦具有一定的效用。

表1 農(nóng)戶相似度

表2 企業(yè)相似度

表3 農(nóng)戶與企業(yè)相似度

表4 部分農(nóng)戶推薦結(jié)果

6 結(jié)論

土地流轉(zhuǎn)是我國(guó)目前大力推行的一項(xiàng)土地政策,其發(fā)展關(guān)系到我國(guó)農(nóng)村經(jīng)濟(jì)改革的進(jìn)程,信息搜索問(wèn)題不應(yīng)成為制約農(nóng)戶流轉(zhuǎn)的屏障,尤其是在信息科技高速發(fā)展的今天。研究提出的基于相似度的農(nóng)戶締約對(duì)象推薦模型是解決現(xiàn)有網(wǎng)絡(luò)平臺(tái)信息冗余問(wèn)題,為農(nóng)戶推薦締約對(duì)象的一種方法。該方法能幫助農(nóng)戶獲得更大的主動(dòng)性,減少農(nóng)戶的信息搜索時(shí)長(zhǎng),進(jìn)而減少農(nóng)戶交易成本,促進(jìn)農(nóng)戶流轉(zhuǎn)決策的實(shí)施。

該研究基于網(wǎng)絡(luò)平臺(tái)對(duì)歷史合作有追蹤的前提,而現(xiàn)有網(wǎng)絡(luò)平臺(tái)更多的是一個(gè)信息發(fā)布平臺(tái),沒(méi)有一個(gè)較為主動(dòng)的推薦行為,對(duì)已完成合作的后續(xù)追蹤更少。因此,當(dāng)歷史合作較少、評(píng)價(jià)較少的情況下,可能會(huì)因?yàn)閿?shù)據(jù)稀疏,導(dǎo)致推薦的精確度大大降低。由于該模型對(duì)平臺(tái)的數(shù)據(jù)和信息整合能力要求較高,如果土地流轉(zhuǎn)市場(chǎng)各主體間能建立信息共享平臺(tái),形成一個(gè)大的數(shù)據(jù)庫(kù),不僅僅是通過(guò)平臺(tái)交易的數(shù)據(jù),通過(guò)第三方組織和政府交易的合作數(shù)據(jù)也能得到利用,大數(shù)據(jù)帶來(lái)的優(yōu)勢(shì)將會(huì)得到更充分的發(fā)揮。土地流轉(zhuǎn)締約對(duì)象的推薦不同于一般的商品推薦,該模型推薦效果有待進(jìn)一步驗(yàn)證。本文提供一種思想促進(jìn)網(wǎng)絡(luò)平臺(tái)由信息化平臺(tái)向交易化平臺(tái)的轉(zhuǎn)變,進(jìn)而促進(jìn)土地流轉(zhuǎn)的市場(chǎng)化和網(wǎng)絡(luò)化。