区域农民土地转出意愿影响因素实证研究-中国科学杂志社.PDFVIP

第 章  9 区域农民土地转出 意愿影响因素实证研究 第9章 区域农民土地转出意愿影响因素实证研究 农民是否愿意转出土地是一个复杂的决策过程，既会受到农民本身经 济条件和社会认识的制约，也会受到农民所在地的社会经济状况、人文氛 围等多种因素的影响，且这些因素往往是隐含而难以测量的。因此，本章 在对影响农村土地流转的因素进行理论分析的基础上，基于第二次农业普 查数据，通过建立结构方程模型分析了影响农民土地转出意愿的因素与关 联机制。 9.1 结构方程模型概述 9.1.1 基本思想 结构方程模型（Structural Equation Modeling ，SEM ）是用于处理 复杂多变量数据的现代统计分析模型与计量经济方法，广泛应用于心理 学、经济学、社会学、行为科学等领域的研究，是计量经济学、计量社 会学与计量心理学等领域统计分析方法的综合。结构方程模型是统计分 析方法的新的发展方向，在统计应用领域已经树立了较高的声誉，被众 多学者推崇为“第二代多元统计”方法，是对探索性因子分析、验证性 因子分析、路径分析、多元回归及方差分析等统计方法的综合应用与改 进提高。结构方程模型的理论原理开始于20 世纪二三十年代，之后得到 不断发展和完善，其应用出现于20 世纪60年代发表的学术论文中，至20 世纪90 年代初期开始得到广泛应用。结构方程模型的应用与研究在国外 有比较长的历史，但在国内应用与研究的历史并不长，台湾及香港地区 的学者在20 世纪90 年代就已经有许多对结构方程模型的应用，而大陆的 学者对于结构方程模型的应用时间较短，可以检索到的文献主要集中在 最近几年，且主要集中于结构方程模型的应用，对其基本原理和理论方 面的研究较少。 结构方程模型的突出贡献就是发展了潜变量（不可观测变量或理论变 量）的理论，使得潜变量可以被可观测变量所测量，并使验证潜变量之间 的关系变为现实。结构方程模型是利用联立方程组求解，但它没有很严格 191 农村土地流转 Comprehensive Evaluation and Big Data 综合评估与大数据分析 Analytics of Rural Land Transfers 的假定限制条件；与传统的统计分析方法相比，结构方程模型同时允许自 变量和因变量存在测量误差。计量经济学中的路径分析和联立方程模型， 虽然也使用联立方程组，但都类似于多元回归，只能处理有观察测量值的 变量，并且还必须假定其观测值不存在测量误差。然而，在社会科学中， 许多变量是不能直接测量的，例如智力、能力、信任、自尊、动机、成 功、雄心、偏见、异化、保守、满意度等理论概念。实际上，这些变量主 要是人们为了理解和研究社会科学而建立的假设概念，因此，对于这些 变量，并不存在可直接测量的具有可操作性的方法。从实践层面，人们 可以通过一些可观察的变量（Observed Variables ）对这些潜变量（Latent Variables ）进行间接度量，以之作为潜变量的标识（Indicators ）。然而， 这些潜变量的观察标识难以避免含有大量的测量误差。在传统的回归分析 中，自变量的测量误差会导致常规的回归模型参数估计产生严重的偏差， 进而导致所建立模型的不可信。传统的因子分析虽然允许对潜变量建立多 元标识，也可以处理测量误差，但它不能分析因子之间的关系。而结构方 程模型既能使研究人员在分析中处理测量误差，又能深入考察潜变量之间 的结构关系。 9.1.2 模型的主要优点 结构方程模型总体优于多重回归、路径分析、因子分析、协方差分析 等方法，能够清晰分析单项指标对总体的作用和单项指标间的相互关系。 结构方程模型的核心概念是变量的协方差，用极大似然法对模型中所有参 数同时进行估计，不但可以比较准确地估计两个变量之间的因果关系,而且 可以通过比较理论模型的协方差与实际观测得到的协方差的差异,