基于DEATobit的河北省秦唐沧三市土地利用效率评价及影响因素分析Word文档下载推荐.docx
《基于DEATobit的河北省秦唐沧三市土地利用效率评价及影响因素分析Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《基于DEATobit的河北省秦唐沧三市土地利用效率评价及影响因素分析Word文档下载推荐.docx(19页珍藏版)》请在冰点文库上搜索。
在指标的选择过程中,我们将需要选择的指标分为两类:
投入指标和产出指标。
考虑到土地是经济活动中最重要、最活跃的一个要素,它的利用过程涉及多种投入与多种产出的参与,因而评价其效率时,应把多种投入与产出进行对比。
投入指标选择有效灌溉面积、农村用电量、化肥施用量以及农用机械总动力,产出指标选择农业增加值、农业总产值以及农民人均收入。
数据来源于《河北省农村土地年鉴》2014版。
表2-1沧州秦皇岛唐山三市农业投入产出数据表
DMU
地区
投入
产出
农村用电量
化肥施用量
有效灌溉面积
农用机械总动力
农业增加值
农业总产值
农民人均收入
千瓦小时
吨
公顷
千瓦
万元
元
1
沧县
81483
40215
35690
1439527
177434
266618
9207
2
青县
71370
21248
29120
879260
433059
588476
10428
3
东光县
32896
22867
38440
571434
113895
172153
7470
4
海兴县
10993
9529
12110
383006
31082
51804
4666
5
盐山县
13327
11186
27930
630281
75091
128011
5846
6
肃宁县
41871
24457
31560
693276
175182
254735
8680
7
南皮县
25274
15076
25040
937070
140332
219269
5774
8
吴桥县
11723
22200
34270
577982
121331
178904
8063
9
献县
74436
27061
53200
900221
203531
331192
6731
10
孟村回族自治县
68769
9578
11480
320365
29324
53776
7003
11
泊头市
60289
31776
42970
1322761
160788
249361
8927
12
任丘市
100688
31610
40680
1012648
140920
232167
10918
13
黄骅市
58351
15087
4870
1117304
102926
201717
10749
14
河间市
102087
30441
66500
1348440
190641
312524
9142
15
开平区
20915
3935
5580
166996
18082
40448
11212
16
丰南区
606782
32860
48760
874202
271141
392802
11379
17
丰润区
60600
48792
56000
1330697
294288
397685
11110
18
曹妃甸区
32746
10729
20670
522767
65632
100966
12604
19
滦县
25303
44836
27860
938100
214957
309737
11340
20
滦南县
27807
43040
1351186
418192
595291
9850
21
乐亭县
12861
75470
62070
1136062
643364
904918
11440
22
迁西县
26983
17271
7680
378097
133578
183966
11479
23
玉田县
158441
49637
63860
1188166
461515
726298
11078
24
遵化市
241455
33626
38990
1450870
273345
417104
11098
25
迁安市
280981
15491
39360
2113842
280839
355043
15512
26
青龙满族自治县
13200
20037
18640
300497
101809
188548
6289
27
昌黎县
178121
54001
47580
924946
314424
409243
10674
28
抚宁县
27923
23361
28100
735900
259695
374341
9972
29
卢龙县
14188
39744
25840
994529
167260
252988
8907
图2-2土地利用过程图示
2.2评价模型
2.2.1传统DEA评价模型
2.2.2超效率评价模型
Input-Oriented
Output-Oriented
决策单元DMU有n个,每个决策单元DMU有m种不同投入与s种不同产出指标,
代表第j个DMU的第i个的投入,
代表第j个DMU的第r个产出,
为要评价单元的投入,
为要评价单元的产出,
为第j个决策单元的权重,
为第j个DMU的相对效率值,则为第j个DMU的超效率值。
当
=1,且投入松弛变量和产出松弛变量同时为0时,则称该决策单元
为DEA有效,表明在由n个决策单元组成的评价系统中,决策单元
的投入产出要素组合达到最佳状态,而当
<
1时,称该决策单元
为非DEA有效,反映了其技术效率及规模效率都没有达到最佳状态,则可以通过分析将投入减少至原来的
倍而能够保持原来的产出不改变。
=1时,表示决策单元
的规模收益不变,此时该决策单元的产出规模达到最大。
1时,表示决策单元
的规模收益递增,此时若在原本投入的基础上增加适当投入则能够使得产出有适当比例的增加。
>
的规模收益递减,此时若继续增加投入也不会使得产出增加。
3、研究结果
由计算过程我们可以得知,传统DEA模型(CCR)能够将DEA有效与无效单元区分出来,并得到效率值大小,但是对于有效单元,CCR模型无法将这些单元进行排序,因此我们运用超效率评价模型有效解决了这一问题。
表2-3河北省秦唐沧三市各县土地投入产出超效率DEA分析
超效率值
3.3262925
2.836437
1.7424579
1.729168
1.4980413
1.0709896
1.0530175
1.0492437
1.0322306
0.9961803
0.9561526
0.9288743
0.8723968
0.8006147
0.7837709
0.7660353
0.7211509
0.7173098
0.714632
0.6725858
0.6725333
0.6244645
0.5479809
0.5420489
0.5338462
0.5277344
0.4703517
0.4345745
0.4283801
在表2-8中,蓝色区域为沧州市下辖县城,绿色区域为唐山市下辖县城,红色区域为秦皇岛市下辖县城。
从表中来看,我们可以发现,唐山市各县城整体排名靠前,秦皇岛市居中,沧州市排名靠后。
四、讨论
4.1截尾回归分析
为了进一步研究土地利用效率的影响因素,本文以DEA模型计算出的效率值为因变量,以影响土地利用效率的各种外生因素为自变量构建Tobit回归模型。
该模型由JamesTobit于1958年提出。
Tobit模型的形式如下:
其中,
是截距,
是残值,
为定量解释变量,
为要评估的单元。
X1
X2
X3
X4
降雨量
劳动力年龄
农民文化水平
受灾面积
用stata软件计算得出四个外生变量的相关系数如下表:
coef
0.0023777
-3.35e-06
0.0000343
-0.0020241
由截尾回归分析可以看出,选取的四个变量中,降雨量和农民受教育的程度与土地利用效率呈正相关,劳动力年龄和受灾面积呈负相关。
降雨量为正相关系数最大的变量。
降雨量和受教育程度的相关系数为正说明水分的增加及科学技术的投入对土地利用效率的提高有很大帮助;
劳动力年龄与土地利用效率负相关说明年轻力壮的劳动力是目前农业急需的一个因素,劳动力年龄越大,农业劳动水平越差,相应的土地利用效率就越低;
受灾面积与土地利用效率负相关,说明受灾程度会影响土地的高效利用。
4.2研究结果分析
唐山、沧州、秦皇岛三市都是沿海城市,分布在环渤海经济带周围,与京津毗邻,为什么土地利用效率会呈现出如此巨大的差异呢?
我们认为,这种差异与各市的经济基础、资源基础及开放程度有关。
唐山主要是资源优势,煤、铁、黄金、石灰还有海盐,这些资源吸引了最早的工矿企业在唐山投资,形成了煤炭、钢铁、电力、陶瓷、水泥、化工等骨干产业。
曹妃甸港口建成后,又具备了更好的地理优势,依托自身和京津地区,通过产业整合进一步发展。
临海的便利条件拥有了丰富的水资源,同时也带动了农业的发展,因此土地利用效率整体呈现较高的水平。
秦皇岛市内湖泊滩涂众多,著名的白洋淀就是其一,使得秦皇岛拥有了丰富的水资源和适合农作物生长的土地,同时秦皇岛市开发了旅游业,使得每年在农业上的资金投入增加,很好的促进了农业发展。
但是存在土地利用粗放经营的问题,限制了土地利用效率的进一步增加。
沧州市虽然也沿海,但本身缺乏基础,缺少与京津整合的条件,自身也缺少实力,因此港口建立不是太大,同时沧州地区水资源比较缺乏,农业生产水平较低。
但是青县和黄骅县的土地利用效率却很高,这是因为在该地区有一个较大的黄骅港口,为农产品出口提供了较大的便利条件,使得该地区的经济基础较其他地区更发达一些,农业水平也就更高。
图2-5秦唐沧环渤海经济带战略发展图
秦唐沧三市在京津冀一体化的发展中具有许多优势。
作为河北省沿海经济开放带,三市用占河北省全省5.18%的面积生产了全省GDP的18.23%,且集中了我国10%的铁矿、10%的油气资源和10%的海盐产能,同时还具有丰富的焦煤、非金属矿等资源,可供开发的滩涂、盐碱荒地面积广大,占到了3000多平方公里。
海洋生物资源丰富,战略资源组合条件较好。
并且道路交通体系开放发达,物流交流高速快捷。
农业发展后备资源较丰富,只要改善目前粗放经营的现象,土地利用效率会得到进一步提升。
另外,虽然我们利用超效率评价模型计算出了各县的土地利用效率,可以直观的比较各县的土地利用水平并提出改进意见,但模型仍然存在一定缺点,土地利用的具体过程表述的不是很清楚,如果将该模型改进为二阶段DEA模型,增加一个中间变量如农产品产量,可以更加直观的了解土地利用过程和土地利用效率。
图2-6秦唐沧三市各县矢量图
五、结论
环渤海一线地区(冀东地区)农业生产条件较为发达,是河北省大米、玉米、花生出口生产基地,水资源相对比较丰富,有利于各业生产的发展。
土地利用以种植业和工矿业园地和水域比重较大,滩涂后备资源较丰富,但是开发较晚,基础较差,大的投资环境尚不理想,还未形成强有力的开放,发展潜力远没有得到充分发挥,土地利用粗放,沿海滩涂资源没有得到充分开发利用,限制了农业水平的发展。
为此应采取的措施是:
应大力发展临港产业,形成以城市为依托的沿海产业带,突出港口优势,充分利用低山丘陵荒地,发展果品生产,稳定耕地面积,农业生产要调整结构,合理布局,冀东平原地区建设玉米、花生、大米生产基地,丘陵山区发展干鲜果品生产基地,沧州地区要发展有机旱作农业,大力改造中低产田,积极推进土地整理,不断改善农业生产条件。
同时大力植树造林,建设水土保持林和沿海防护林,保护滩涂资源,改善生态环境。
参考文献:
[1]朱巧娴,梅昀,陈银蓉,韩啸.基于碳排放测算的湖北省土地利用结构效率的DEA模型分析与空间分异研究[J].经济地理,2015,12:
176-184.
[2]朱旭森.基于DEA的土地利用经济效率和生态效率评价——以西南地区为例[J].重庆师范大学学报(自然科学版),2016,04:
194-200.
[3]张良悦,师博,刘东.中国城市土地利用效率的区域差异——对地级以上城市的DEA分析[J].经济评论,2009,04:
18-26.
[4]王长江,徐国鑫,金晓斌.基于DEA的土地整理项目投入产出效率评价——以山东省若干国家投资土地整理项目为例[J].中国农学通报,2011,02:
271-275.
[5]李春华,李宁,吴立潮,施浩.基于DEA的长沙市土地集约利用效率评价及路径优化[J].中国农学通报,2011,01:
313-317.
[6]李娟,李建强,吉中贵,陈海军,魏晋.基于超DEA模型的成都市城市土地利用效率评价[J].资源与产业,2010,02:
40-45.
[7]陈伟,曹春艳,吴群.基于DEA方法的江苏省开发区土地集约利用效率分析[J].国土资源科技管理,2010,06:
85-92.
[8]王筱明,闫弘文.城市土地利用效率的DEA评价[J].山东农业大学学报(自然科学版),2005,04:
573-576.
[9]冯达,黄华明,张毅,任锐.湖南省城市土地利用效率DEA分析[J].国土资源科技管理,2007,01:
51-54.
[10]梁丽,单薇.河南省城市土地利用经济效率的DEA评价[J].河南科学,2008,01:
103-106.
[11]倪楠,郭韬.基于超效率DEA模型的土地整治项目绩效评价——以安徽省为例[J].中国农学通报,2014,29:
142-148.
[12]范业婷,鲁成树,方晨.基于DEA模型的合肥市土地利用综合效率研究[J].国土资源科技管理,2013,05:
53-57.
[13]田春,李世平.基于DEA方法的山西省城市土地利用相对效率分析[J].国土与自然资源研究,2009,01:
43-44.
[14]李淑莹,段新锋,习羿晖.基于三阶段DEA模型的河南省城市土地利用效率研究[J].金融理论与教学,2016,03:
51-54+65.
[15]李福柱,付洪凯.山东17地市城市土地利用效率研究——基于DEA模型、超效率模型和Malmquist指数的分析[J].西华大学学报(哲学社会科学版),2016,04:
55-61.
[16]ErikBiø
rn,TerjeP.Hagen,TorIversen,JonMagnussen.TheEffectofActivity-BasedFinancingonHospitalEfficiency:
APanelDataAnalysisofDEAEfficiencyScores1992–2000[J].HealthCareManagementScience,2003,64:
.
[17]YossiHadad,LeaFriedman,VictoriaRybalkin,ZillaSinuany-Stern.TherelationshipbetweenDEAefficiencyandthetypeofproductionfunction,thedegreeofhomogeneity,anderrorvariability[J].CentralEuropeanJournalofOperationsResearch,2013,213:
[18]Biø
rnErik,HagenTerjeP,IversenTor,MagnussenJon.Theeffectofactivity-basedfinancingonhospitalefficiency:
apaneldataanalysisofDEAefficiencyscores1992-2000.[J].HealthCareManagementScience,2003,64:
[19]Sebastiá
nLozano,EsterGutié
rrez.Aslacks-basednetworkDEAefficiencyanalysisofEuropeanairlines[J].TransportationPlanningandTechnology,2014,377:
[20]DaroldT.Barnum,JohnM.Gleason,BrendonHemily.UsingpaneldataanalysistoestimateconfidenceintervalsfortheDEAefficiencyofindividualdecisionmakingunits[J].AppliedEconomic