关于安徽省相关论文例文 与基于DEA_Malmquist模型的安徽省农地城市流转效率评价类函授毕业论文范文

本论文是一篇免费优秀的关于安徽省论文范文资料,可用于相关论文写作参考。

基于DEA_Malmquist模型的安徽省农地城市流转效率评价

摘 要:运用数据包络分析(DEA)和Malmquist生产指数对2011—2016年安徽省16个地市的农地城市流转效率进行动态评价,并从投入产出冗余角度对其优化.研究表明:(1)安徽省在2011—2016年间的农地城市流转综合效率均值为0922,只有合肥、池州2个地市在6年中均达到了DEA有效,地域差异明显,在农地城市流转效率上,皖南>皖中>皖北.(2)从时间序列来看,6年间16个地市的农地城市流转综合效率整体变动幅度不大,前两年呈增长趋势,后三年呈下降趋势,技术效率的提高对Malmquist生产率变化指数的提升贡献最大.(3)从投入产出冗余结果来看,安徽省6年来各地市固定资产投资过多和城镇居民人均可支配收入不足是导致DEA无效的主要原因.最后,从投入数量、投入结构和产权主体等方面对农地城市流转效率的提升提出相应的对策建议.

关键词:农地城市流转;流转效率;DEA

中图分类号:F 3211文献标志码: A文章编号: 1004-390X(2018)05-0094-07

在我国城市化建设过程中,城市用地紧张导致人地矛盾突出,加速了农地流转为城市用地,然而土地作为农民最重要的生产资料,不仅是物质上赖以生存的基础,更是心理上依赖的慰藉[1].农地流转为城市用地一方面对推动城市化发挥着重要的作用,另一方面现行征地补偿安置政策也损害了农民的利益[2].近年来,随着农业用地的不断减少,政府出台了一系列政策来减缓农业用地减少速度,2018年一号文件再次强调严守耕地红线,落实永久基本农田特殊保护制度,但根据中国国土资源部2016年统计公报中土地利用预报结果来看,截至2016年末,我国耕地面积为1349566万hm2,比2015年减少耕地435万hm2,我国建设用地总面积390682hm2,比2015年增加5197hm2.农业用地的减少而非农业用地的增加导致对土地资源的竞争日益激烈,因此对农地城市流转资源配置效率进行时间空间比较,探讨其流转效率进而进行优化,为农地城市流转效率低下问题的解决、保护有限的农地资源具有重要的现实意义.

  现有研究内容主要集中在农地城市流转对农户福利变化和经济增长影响,城市化进程中农民土地权益越来越受到保护,但农民在土地征收、流转等方面权益会受到侵犯[3],农地城市流转后农民福利水平下降,但经济发展水平高的地区农地城市流转后农户福利变化程度显著低于经济发展水平低的地方[4-5],同时农地城市流转对农户家庭不同功能性活动也有不同的影响,在社会保障、生产活动等方面有消极影响,但在经济收入、子女教育等方面却起到了促进作用.然而现有征地补偿方式难以改进失地农户福利[6],应该从生态福祉角度出发,建立农地城市流转补偿机制[7],丰富失地农民补偿内容、优化补偿方式、完善征地制度[8];与农户福利变化相反,农地城市流转对城市化进程和经济增长具有促进作用[9].研究农地城市流转的方法主要有C-D生产函数[10]、分层线性模型[11]、DEA数据包络分析[12]、三阶段DEA及Tobit回归模型[13]等方法.本文在前人研究的基础上,将DEA数据包络分析法运用到农地城市流转效率的研究中,对安徽省16个地级市2011—2016年农地城市流转效率进行评价和比较,研究其空间分布特征,判断安徽省农地城市流转效率的影响因素,并为其效率改进提供相应的优化对策参考.

一、研究方法与模型建立

(一)DEA模型构建

  数据包络分析(DEA)是目前为止测算经济效率中构造最好的非参数效率测量方法,该方法最早于1957年由Farrell提出,发展至今已经衍生出近160种模型,其中,应用最广泛的是CCR模型和BCC模型.CCR模型是1978年由Charnes、Cooper和Rhodes提出,在假设规模报酬不变的前提下,测算了多种投入、多种产出情况下决策单元(Decision Making Units,DMU)相对效率的

非参数,并将其命名为“数据包络分析”,处于数据包络线上的DMU为最有效率的投入产出组合,定义其效率值为1;处于数据包络线外的其他DMU为投入产出无效率组合,定义其相对效率值(大于0小于1),该模型广泛应用于决策单位的综合效率测算.BCC模型是1984年由Banker,Charnes和Cooper提出,该数据包络分析模型是基于规模报酬可变,将综合效率分解成纯技术效率和规模技术效率两部分.本文采用BCC模型对农地城市流转效率进行分析,设有n个决策单元,每个决策单元有m种投入变量χ1j,χ2j,…,χmj和s种产出变量y1j,y2j,…,ysj(其中χij>0,yij>0),λj是各地市投入和产出的权向量.对于投入主导型的BCC模型来说,每个决策单元DMUj都有相应的效率评价指数θ,满足下式:

minθ

式(1)中,λj≥0,j等于1,2,等于…,n

通过(1)式可以计算出安徽省16个地市农地城市流转的综合效率、纯技术效率和规模效率.农地城市流转综合效率是纯技术效率和规模效率两部分共同作用的结果,即:

综合效率等于纯技术效率×规模效率(2)

(二) Malmquist模型构建

  为研究不同时期的动态生产效率,1953年经济学家Malmquist S提出Malmquist生产率指数,Malmquist生产率指数变化将生产率变化分解成技术效率变化指数(EC)和技术进步指数(TC)两部分,技术效率变化指数(EC)进一步又可分解成纯技术效率变化指数(PEC)和规模效率变化指数(SEC),公式如下:

M(yt+1,xt+1,xt)等于dt(xt+1,yt+1)dt(xt,yt)×dt+1(xt+1,yt+1)dt+1(xt,yt)12(3)

  式(3)表示,在规模报酬不变的情况下,若M>1,则从t期到t+1期的全要素生产率水平提高;若M等于1,则从t期到t+1期的全要素生产率水平不变;若M<1,则从t期到t+1期的全要素生产率水平下降.

二、研究区域及指标选取

安徽省位于我国东部,长江、淮河中下游,长江三角洲腹地,2016年底全省总人口70592万人,土地总面积1394万km2,占全国的145%,居第22位.现辖16个城市,长江、淮河将全省分为皖北(阜阳、亳州、淮北、淮南、宿州、蚌埠)、皖中(合肥、六安、滁州、安庆)、皖南(黄山、宣城、马鞍山、芜湖、铜陵、池州)三大自然区域,2011—2016年,安徽省城市人口密度年均增长287%,城市建设用地年均增长725%.由此可见,每年增长的城市人口导致城市建设用地需求旺盛,农地城市流转面临严峻形势.

在具体指标选取上,笔者借鉴前人成果,结合数据的可得性和指标的量化原则,最终选取安徽省16个地市作为决策单元,然后确定各决策单元的投入产出指标.由于投入产出指标的选取关系到农地城市流转效率评价的科学性,考虑到土地、资本和劳动力作为经济增长的三大要素,因此从这三方面来确定投入指标,土地投入(UI)用区域城市建设占用耕地面积来体现,资本投入(K)用区域全社会固定资产投资来体现,劳动力投入(L)用区域第二、三产业从业人数来体现.由于农地城市流转会对区域经济发展带来影响,特别是第二、三产业的发展,同时城镇居民的可支配收入也会受到影响,因此选取区域第二、三产业生产总值(GDP)、城镇居民人均可支配收入(PDI)作为产出指标.本文数据来源于《安徽省统计年鉴》(2011—2016),耕地数据来源于《安徽省国土资源厅》,具体指标选取如表1.

三、安徽省农地城市流转效率特征分析与优化

(一) 农地城市流转综合效率分析

  运用DEAP21软件对2011—2016年安徽省16个地市的农地城市流转效率进行测算,计算历年来各地市农地城市流转的综合效率,结果如下表2.从表中结果可以看出,安徽省16个地市在2011—2016年间的农地城市流转综合效率均值为0922,在16个地市中只有合肥、池州2个地市在6年中均达到了DEA有效,其余地区均处于DEA无效状态,有阜阳、亳州、淮南、淮北、宿州、六安、安庆、黄山、马鞍山、芜湖、铜陵11个城市效率值在09001000之间,滁州效率值在08000900之间,蚌埠和宣城效率值处于0800以下,整体效率水平差距不大,安徽省整体的农地城市流转形势可观.从地域上看,皖南区域池州和皖中区域合肥处于DEA有效状态,皖北区域效率值在09001000之间的城市有5个,占比3125%,皖中区域效率值在09001000之间的城市有2个,占比125%,皖南区域效率值在09001000之间的城市有4个,占了25%,而蚌埠和宣城效率值在0800以下,这说明皖南地区在农地城市流转上相比皖中和皖北更有优势,而皖北作为平原地区,却没有处于DEA有效的区域,说明其应该进一步推进和落实农地城市流转工作,调整投入扩大产出,提高农地城市流转效率.

从时间序列来看,16个地市的农地城市流转综合效率在2011—2016年间整体变动幅度不大,都在均值0922左右,2011—2013年效率值在增加,2013—2016年效率值在减少,这说明前两年用地资源配置比后三年更合理.其中,2013年达到DEA有效的城市最多,有10个,2014年后就有所减少,2014年有9个,2015年有8个,而2016年只有6个城市达到DEA有效,这说明安徽省近6年来在城市建设过程中,前两年从资源的合理配置角度进行土地资源配置,资源配置越来越合理,近几年在城市建设中有可能忽视了流转为城市用地的农地利用效率问题.从单个城市来看,亳州、黄山、马鞍山、芜湖在6年间出现整体无效率到有效率状态的状态,淮南、滁州6年内出现整体有效率到无效率转变的状态,说明后者在城市建设过程中,应从资源合理配置角度来提高产出效益.

(二)农地城市流转效率变化趋势分析

运用上述Malmquist模型方法,再次利用DEAP21软件对2011—2016年安徽省16个地市的农地城市流转效率变化指数进行计算,对安徽省整体和各个地市个体进行趋势分析,结果如表3所示.安徽省2011—2016年16个地市农地城市流转Malmquist生产率变化指数除了2013—2014年时间段大于1外,其他时间段都小于1,均值为0947,研究期内生产效率整体呈下降趋势,减少速度为53%.从结构上来看,技术效率变化均值上升04%,但技术进步变化均值下降56%,这说明影响安徽省农地城市流转生产率变化指数的主要因素是技术效率的增长,而技术进步则阻碍了生产率的提升.纯技术效率变化2011—2012年时间段和2013—2014年时间段稍有下降,其他时间段均有上升,但上升趋势不明显,整体均值无变化,表明资源要素的配置和利用没有明显的改进和提升.规模效率变化整体呈下降趋势,均值仅上升03%,这就表示流转为城市建设的农地规模并未饱和.总体看来,除了纯技术效率无变动外,其他各项指数均有变动,但波动不大,其中,技术效率的提高对Malmquist生产率变化指数的提升贡献最大,而技术进步变化指数则阻碍了生产率变化指数的提升.

如表4所示,为2011—2016年安徽省16个地市农地城市流转效率变化指数,可以看出皖北地区所有地市生产率变化指数均低于平均值,皖中地区除了合肥外其他地区也都低于均值,皖南地区生产效率高于均值的地市相对较多,同时也可以看出这些生产率指数高于均值的地市技术进步指数也是增加的,而生产率指数低于均值的地市技术进步指数是减少的,这说明技术进步是阻碍农地城市流转效率提升的主要因素,需要进一步改进技术.2011—2016年内有9个地市技术效率变化指数增长了,合肥和池州2个城市无变化,5个地市指数下降;在技术进步效率变化上,只有4个地市是增长的,且都处于皖中和皖南地区,皖北所有地市都处于下降趋势;在纯技术效率变化上,亳州、蚌埠、黄山和芜湖四个地市指数增长,合肥、马鞍山和池州3个地市无效增长,其他地区都下降;有合肥和池州2个地市规模效率无变化,而亳州、蚌埠等6个地市指数增长,其余8个地市指数下降.

(三)安徽省农地城市流转效率的优化

  运用DEAP 21软件基于投入角度利用VRS-DEA模型计算各地市投入产出投入松弛变量,计算结果如表5所示,并从投入产出角度对其进行优化.由表5可以看出,安徽省农地城市流转存在无效效率的主要原因在于投入端上固定资产投资投入过多,投入冗余最高为宣城,产出端上主要原因是城镇居民人均可支配收入不足,淮北的不足现象最严重.不同地市的不同投入产出指标差异也比较明显,如芜湖为城镇建设投入的耕地面积冗余为10776个单位,而安庆只有0089个单位;在固定资产投入上,宣城的投入冗余高达195531个单位,而亳州只有10627个单位;从劳动力投入来看,投入冗余最高的城市为宣城38942个单位,投入冗余最低的城市是安庆4414个单位.因此不同的地市应该根据自身的实际情况,参考分析结果,调整相应的投入产出,以达到优化效果.

四、结论与建议

  本文根据已有研究,采用数据包络模型DEA和Malmquist指数分析方法,选择安徽省16个地市作为决策单元研究对象,对安徽省2011—2016年间农地城市流转效率进行评价研究.首先利用数据包络模型测算了16个地市的农地城市流转综合效率,其次计算并分析了2011—2016年各地市的农地城市流转效率与Malmquist生产率指数,最后在生产率测算指数的基础上对安徽省16地市农地城市流转DEA无效进行投入产出冗余分析与改进,主要得出以下结论:

(1)安徽省在2011—2016年间的农地城市流转综合效率均值为0922,只有合肥、池州2个地市在6年中均达到了DEA有效,从地域上看,皖南地区在农地城市流转效率上相比皖中和皖北表现得更优异,而皖北作为平原地区,却没有处于DEA有效的区域.

(2)从时间序列来看,2011—2016年间安徽省16个地市的农地城市流转综合效率整体变动幅度不大,前两年呈增长趋势,后三年呈下降趋势,从结构上来看,技术效率的提高对Malmquist生产率变化指数的提升贡献最大,技术效率变化均值上升04%,但技术进步变化均值下降56%,技术进步则阻碍了生产率的提升.

(3)从投入产出冗余结果来看,安徽省6年来各地市固定资产投资过多和城镇居民人均可支配收入不足是导致DEA无效的主要原因,造成此的原因是安徽省在城市建设中,更多的追求GDP的增长而忽视了居民收入.

基于以上结论,笔者从以下三个方面对安徽省农地城市流转效率的提升提出相应的建议.首先,在城市建设过程中,应严格控制城市建设用地需求,控制农地城市流转规模,根据区域发展建设实际情况,合理科学安排各项农地城市流转规模,实现以最少的农地城市流转投入来获取最大的经济社会发展产出.其次,挖掘城市存量建设用地的价值发挥潜力,调整产业结构,减少固定资产的无效率投资和不必要的农地城市流转,从严格意义上保护农地的浪费和流出.最后,应从农地产权主体农民的角度建立合理的农地城市流转补偿机制,从农民角度提高农地城市流转效率,保障失地农户的生活水平,引导其稳定就业,解决农村剩余劳动力的转移问题.

[参考文献]

[1]高进云,乔荣锋,张安录.农地城市流转前后农户福利变化的模糊评价:基于森的可行能力理论[J].管理世界,2007(06):45.

[2]谭永忠,何巨,岳文泽,等.全国第二次土地调查前后中国耕地面积变化的空间格局[J].自然资源学报,2017,32(2):186.DOI:10.11849/zrzyxb.20160263.

[3]邵绘春. 城市化进程中农民土地权益变化研究[D].南京:南京农业大学,2010.

[4]朱珊,黄朝禧.不同经济发展水平下农地城市流转后农户福利变化研究[J].广东农业科学,2014,41(06):215.DOI:10.16768/j.issn.1004-874x.2014.06.055.

[5]魏玲,张安录.农地城市流转农民福利变化与福利差异测度:基于二维赋权法与三类不平等指数的实证[J].中国土地科学,2016,30(10):72.DOI: 10.11994/zgtdkx.20161111.110203.

[6]王珊,张安录,张叶生.农地城市流转的农户福利效应测度[J].中国人口·资源与环境,2014,24(03):108.DOI:10.3969/j.issn.1002-2104.2014.03.016.

[7]宋敏,韩曼曼.生态福祉视角下的农地城市流转生态补偿机制:研究进展与框架构建[J].农业经济问题,2016,37(11):94.DOI:10.13246/j.cnki.iae.2016.11.011.

[8]郭玲霞. 农地城市流转对失地农户福利影响及征地补偿研究[D].武汉:华中农业大学,2012.

[9]高魏,闵捷,张安录.农地城市流转与城市化、经济增长动态关系的计量经济分析:以湖北省1980年至2003年为例[J].资源科学,2010,32(3):564.

[10]陈江龙,曲福田,陈雯.农地非农化效率的空间差异及其对土地利用政策调整的启示[J].管理世界,2004(8):37.

[11]钟海玥,张安录.基于分层线性模型的武汉城市圈农地城市流转经济驱动机制研究[J].经济地理,2014,34(5):76.DOI:10.15957/j.cnki.dl.2014.05.014.

[12]崔新蕾,钟海玥,张安录.基于数据包络分析的农地城市流转效率研究[J].水土保持通报,2013,33(1):289.DOI:10.13961/j.cnki.stbctb.2013.01.035.

[13]黄珂,张安录,张雄.中国城市群农地城市流转效率研究:基于三阶段DEA与Tobit模型的实证分析[J].经济地理,2014,34(11):74.DOI:10.15957/j.cnki.dl.2014.11.012.

安徽省论文范文结:

大学硕士与本科安徽省毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载,关于免费教你怎么写安徽省方面论文范文。