基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)戶宅基地置換意愿分析預(yù)測(cè)

吳睿珂 于鐘涵 唐瑤 王玨 劉思彤

摘 要 近年來，農(nóng)村人口不斷減少，農(nóng)村宅基地存在大量閑置。為解決農(nóng)村宅基地閑置問題，合理置換宅基地是政府的必然選擇。分析預(yù)測(cè)農(nóng)戶宅基地置換意愿并提出相關(guān)建議具有重大意義。本文以威海市農(nóng)村為例，基于農(nóng)戶的特征，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，預(yù)測(cè)農(nóng)戶置換宅基地的意愿，分析最佳置換條件。分析得出：該分類器精度可達(dá)67.62%；新區(qū)最佳月生活費(fèi)為800～1200元，在該水平下，平均每上升一點(diǎn)福利因素，置換意愿就上升2.53%。

關(guān)鍵詞 農(nóng)戶 宅基地 置換意愿 神經(jīng)網(wǎng)絡(luò)

一、引言

目前，神經(jīng)網(wǎng)絡(luò)已應(yīng)用于許多領(lǐng)域。農(nóng)戶置換意愿受較多因素影響，且復(fù)雜程度并不能用簡(jiǎn)單的函數(shù)表示，因此本文基于BP神經(jīng)網(wǎng)絡(luò)，運(yùn)用其較強(qiáng)的非線性建模的能力，以農(nóng)戶的相關(guān)特征作為輸入，以其是否愿意置換作為輸出，構(gòu)建分類器，并據(jù)此提出相應(yīng)建議。這一研究對(duì)差別化引導(dǎo)和推動(dòng)農(nóng)戶進(jìn)行置換、緩解城鄉(xiāng)建設(shè)用地矛盾、推進(jìn)城鄉(xiāng)一體化建設(shè)意義重大。

二、數(shù)據(jù)來源與研究方法

（一）調(diào)查概況與變量選取

本文基于威海市文登區(qū)、榮成市的實(shí)地調(diào)研數(shù)據(jù)進(jìn)行分析。調(diào)查采取隨機(jī)抽樣的方式，共涉及20個(gè)行政村，村的地理分布均勻，每村樣本數(shù)量按村落規(guī)模確定，且每村平均約有20%的閑置房屋，數(shù)據(jù)具有較強(qiáng)的代表性。調(diào)查共發(fā)出問卷296份，有效問卷263份，有效性為88.9%。

目前已有許多學(xué)者就影響農(nóng)戶宅基地置換的因素進(jìn)行了討論，本文主要參考王丹秋等人的logistic模型分析結(jié)果，綜合其他學(xué)者研究，選取相應(yīng)的研究變量。

（二）BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是由Rumelhart與McCelland等科學(xué)家提出的抽象數(shù)學(xué)模型，是一種基于誤差反向傳播算法，通過訓(xùn)練調(diào)整權(quán)值的多層前饋網(wǎng)絡(luò)，該類網(wǎng)絡(luò)目前運(yùn)用最為廣泛。典型的神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)包括輸入層、隱含層和輸出層三部分，網(wǎng)絡(luò)的學(xué)習(xí)過程可分為信號(hào)的正向傳播和誤差的反向傳遞。在正向傳播中，樣本信息從輸入層，經(jīng)過隱含層處理后到達(dá)輸出層，再由輸出層處理后輸出預(yù)測(cè)值。之后系統(tǒng)以減少預(yù)測(cè)值與期望值之間的誤差為目標(biāo)，從輸出層開始，將誤差逐層反向傳遞，經(jīng)過中間各個(gè)隱含層，修正各連接權(quán)值，直到輸入層。不斷執(zhí)行這種修正傳播，直至誤差達(dá)到理想值。

三、基于神經(jīng)網(wǎng)絡(luò)的分類器

（一）模型的搭建

當(dāng)模型的參數(shù)數(shù)量越多，神經(jīng)網(wǎng)絡(luò)具有的非線性建模能力越強(qiáng)。當(dāng)參數(shù)不足時(shí)或者過多時(shí)，欠擬合與過擬合現(xiàn)象均會(huì)導(dǎo)致泛化能力不足，分類精度下降。通常要求樣本數(shù)為參數(shù)數(shù)量的10倍以上，因此本文設(shè)計(jì)一個(gè)含兩個(gè)隱藏層，神經(jīng)元數(shù)量均為2的網(wǎng)絡(luò)進(jìn)行分析，共21個(gè)參數(shù)。

選擇合適的激活函數(shù)，可以提高模型的計(jì)算速度以及分類的精度。由于本文構(gòu)建的網(wǎng)絡(luò)較小，為了使模型在參數(shù)較少的情況下具有較強(qiáng)的非線性擬合能力，本文選取非線性擬合效果較好的Sigmoid函數(shù)（Tanh函數(shù)在輸出值趨于0時(shí)，函數(shù)的斜率趨近于線性）。

（二）模型的訓(xùn)練與分類

訓(xùn)練分類器時(shí)，從263個(gè)樣本中隨機(jī)抽取1/4作為測(cè)試集，剩余的3/4作為訓(xùn)練集訓(xùn)練神經(jīng)網(wǎng)絡(luò)，學(xué)習(xí)率選為0.001，每次訓(xùn)練在[-1，1]的范圍內(nèi)隨機(jī)初始化權(quán)重矩陣，訓(xùn)練精度設(shè)置為0.0001。在學(xué)習(xí)規(guī)則上，選取最為基礎(chǔ)的梯度下降算法。由于問題為二分類互斥問題，所以損失函數(shù)選取分類交叉熵函數(shù)。

利用訓(xùn)練好的分類器對(duì)測(cè)試集進(jìn)行分類，當(dāng)輸出值大于0.5時(shí)，認(rèn)為該農(nóng)戶有置換意愿，反之則沒有，據(jù)此估計(jì)分類正確的概率，即使用梯度下降算法與較小的學(xué)習(xí)率，損失函數(shù)也能較快地下降，模型的分類精度迅速上升。本次訓(xùn)練結(jié)果，訓(xùn)練集分類正確率達(dá)70.91%，測(cè)試集為67.62%；測(cè)試集中不愿意置換農(nóng)戶的預(yù)測(cè)準(zhǔn)確率為63.44%，愿意置換宅基地的農(nóng)戶預(yù)測(cè)準(zhǔn)確率為76.19%。

四、農(nóng)戶置換條件分析

在不愿意置換宅基地的農(nóng)戶中，大部分農(nóng)戶僅有一棟宅基地且沒有閑置。因此以該類農(nóng)戶為例，進(jìn)行進(jìn)一步分析。該類農(nóng)戶的房屋建造時(shí)間大多集中在1970—1974年，因此取房屋等級(jí)為5級(jí)。在此條件下生存成本與環(huán)境福利對(duì)農(nóng)戶置換意愿的影響：當(dāng)新區(qū)的福利因素不斷上升時(shí)，農(nóng)戶置換宅基地的意愿不斷增強(qiáng)；而對(duì)于新區(qū)的生存成本而言，當(dāng)該成本過高或過低時(shí)，均會(huì)導(dǎo)致農(nóng)戶置換意愿的下降；當(dāng)該值為5時(shí)，置換意愿最高，而該等級(jí)所代表的月生活費(fèi)大致為800～1200元之間，在該水平下，平均每上升一點(diǎn)福利因素，置換意愿上升2.53%。

五、結(jié)論與建議

隨著城鎮(zhèn)化率的大幅度提高，目前農(nóng)村人口數(shù)量不斷減少，宅基地不能得到及時(shí)收回，存在大量閑置。為了解決這一問題，本文基于農(nóng)戶視角，利用威海市自然村的實(shí)際調(diào)研數(shù)據(jù)，設(shè)計(jì)一個(gè)含有兩個(gè)隱藏層，神經(jīng)元數(shù)量均為2的網(wǎng)絡(luò)，從農(nóng)戶自身的5個(gè)特征來預(yù)測(cè)分析農(nóng)戶置換宅基地意愿的大小，分類精度可達(dá)67.72%。

政府可以適當(dāng)參與置換新區(qū)物價(jià)管控，通過對(duì)新區(qū)基本生活所需產(chǎn)業(yè)生產(chǎn)者進(jìn)行補(bǔ)貼或是合理地對(duì)新區(qū)基礎(chǔ)物品進(jìn)行限價(jià)，將新區(qū)的每戶月生活消費(fèi)控制在800～1200元之間。政府也可通過公園、居民活動(dòng)中心等公共設(shè)施的建立，進(jìn)一步提高農(nóng)戶的置換意愿。

綜上，本文運(yùn)用實(shí)際調(diào)研情況進(jìn)行分析，為政府決策部門提供了科學(xué)合理的依據(jù)，以尊重農(nóng)民意愿為前提，努力遏制“空心村”，力圖緩解城鄉(xiāng)建設(shè)用地矛盾，為更好地實(shí)現(xiàn)新農(nóng)村和城鄉(xiāng)一體化建設(shè)作出一定貢獻(xiàn)。

（作者單位為北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院）

參考文獻(xiàn)

[1] 肖霄.農(nóng)村閑置宅基地問題研究[D].重慶三峽學(xué)院，2017.

[2] 苗清.關(guān)于農(nóng)村宅基地集約利用的思考[J].國(guó)土資源通訊，2006 （01）：42-43.