二分类变量logistic回归模型下职业农民培育意愿

摘 要 ：随着中国农业现代化进程的不断推进,职业农民在农业生产和经营过程中必将发挥更大的作用,将更多的农民培育成为职业农民是促进农业持续健康发展的必由之路.二分类变量logistic回归模型下职业农民培育意愿分析可为职业农民的培育提供参考依据.

关 键 词 ：二分类变量；logistic回归模型；职业农民；培育意愿；分析

中图分类号：G725 文献标志码：A 文章编号：1673-9094-C-（2013）12-0048-03

随着中国农业现代化进程的不断推进,职业农民在农业生产和经营过程中必将发挥更大的作用,将更多的农民培育成为职业农民是促进农业持续健康发展的必由之路.[1]课题组对658位江苏农民进行了抽样调查,讨论其接受职业农民培育的意愿,旨在为职业农民的培育提供参考依据.

一、样本选择与变量定义

课题组共发放调查问卷658份,涉及江苏省姜堰市、沭阳县、滨海县、兴化市、盐城亭湖区、盱眙县等6个县（区、市）,收回有效样本问卷600份,形成600份基本样本资料,在此基础上进行统计分析.

根据调查问卷中涉及的相关内容,定义自变量和因变量含义与标示,确定其取值区间.由于统计的趋向目标是农民接受职业农民培育意愿,因变量y为二分类变量,即无意愿和有意愿,分别定义为y等于0和y等于1,设定因变量区间范围（0,1）,根据其概率预测培育价值.[2]自变量的定义与标识见表1.

二、模型选择

二分类变量回归模型应用Binary logistic过程实现,logistic回归函数为：

P：意愿概率,是关于参数β0、β1等βn的非线性函数,符合一个标准的logistic分布；

Xi：影响因素.[3]

与最小二乘法不同的是,这里参数估计不存在精确解,只能通过迭代法获得估计的数值解.

三、自变量对因变量影响趋向预测

据实践经验,在自变量Xi正向取值条件下,预测因变量y变化趋向,具体见表3.

四、结果与分析

应用SPSS13.0,顺次执行Analyze/Regression/BinaryLogistic命令,生成表4-6.

表6为logistic回归模型的拟合结果,表格从左至右含义依次是,系数值（B）、标准误（S.E.）、卡方值（Wald）、自由度（df）、相伴概率值（Sig.）、系数（B）返回e的n次方值Exp（B）.在Step 3后进入模型的自变量包含6个,分别是：受教水平（X2 sjsp）、培训期望（X4 pxqw）、培训主体（X6 pxzt）、培训时间（X7 pxsj）、培训地点（X8 pxdd）、培训费用（X9 pxfy）、常数项（Constant）,其p（Sig.）﹤0.05,说明各自变量及常数项的系数都具有统计学意义.另外4个自变量未进入模型,说明对培训意愿模型的贡献率不显著.6个自变量对因变量的影响趋向符合经验预期,其中培训费用（pxfy）的系数值为0.591,比其他各项系数绝对值都高,说明其对培训意愿的影响最为明显.

五、模型确定与意义解释

根据表6的统计结果,确定二分类变量logistic回归模型下农民接受职业农民培育意愿概率模型为：

选取20个样本的6个自变量对上模型进行检验,结论符合经验理论,可以利用该模型估计农民的意愿概率.对于培训过程中农民培训价值的群体性衡量,可根据培训总量择概率相对较高的群体作为培训对象,也就是说模型只给出了概率相对值.若以概率水平为基础确定培训标准,可随机确定一个样本的自变量取值,以此作为衡量标准.如取一样本,其X2等于4（初中）,X4等于4（提高技能）,X6等于4（政府培训）,X7等于2（培训7天）,X8等于1（在村培训）,X9等于3（政府负担费用）,其p等于0.7943,群体中p≥0.7943的样本认为具有培育意愿,可作为培育对象.