乡村绿色发展效率评价与影响因素研究——长江上游地区为例
|
摘要
研究基于2001—2016年长江上游地区面板数据构建投入、产出指标,运用非导向下包含非期望产出的超效率SBM模型和Tobit模型对长江上游地区绿色发展效率及影响因素进行实证研究。研究结果表明:2001年、2002年,长江上游地区乡村绿色发展效率在研究期内最高,2003—2016年,该效率保持相对稳定;地区经济发展水平、劳动力素质对乡村绿色发展起正向促进作用,而城市化水平、农业投入品对乡村绿色发展水平起负向抑制作用,农村固定资产投资作用则不显著。进一步落实新型城镇化发展要求、优化乡村投资环境、拓宽投资渠道、提高劳动力素质、培育新型职业农民等推进长江上游地区乡村绿色发展。
The research is based on the panel data construction input and output indicators in the upper reaches of the Yangtze River in 2001—2016.The non-directed SBM model and Tobit model with undesired output are used to empirically study the green development efficiency and influencing factors in the upper reaches of the Yangtze River.The research results show that in 2001 and 2002,the rural green development efficiency in the upper reaches of the Yangtze River was the highest during the research period.From 2003 to 2016,the green development efficiency remained relatively stable;the regional economic development level and the quality of the labor force positively affected the rural green development.To promote the role,and the level of urbanization and agricultural inputs have a negative inhibitory effect on the level of rural green development,and the role of rural fixed assets investment is not significant.Further measures should be taken such asimplementing the new urbanization development requirements,optimizing the rural investment environment,broadening investment channels,improving the quality of the labor force,and cultivating new professional farmers to promote the rural green development in the upper reaches of the Yangtze River.
The research is based on the panel data construction input and output indicators in the upper reaches of the Yangtze River in 2001—2016.The non-directed SBM model and Tobit model with undesired output are used to empirically study the green development efficiency and influencing factors in the upper reaches of the Yangtze River.The research results show that in 2001 and 2002,the rural green development efficiency in the upper reaches of the Yangtze River was the highest during the research period.From 2003 to 2016,the green development efficiency remained relatively stable;the regional economic development level and the quality of the labor force positively affected the rural green development.To promote the role,and the level of urbanization and agricultural inputs have a negative inhibitory effect on the level of rural green development,and the role of rural fixed assets investment is not significant.Further measures should be taken such asimplementing the new urbanization development requirements,optimizing the rural investment environment,broadening investment channels,improving the quality of the labor force,and cultivating new professional farmers to promote the rural green development in the upper reaches of the Yangtze River.
引文
[1]韩玫.绿色发展视角下美丽乡村建设研究[J].乡村科技,2017(27):16-17.
[2]达凤全.重建生态屏障:长江上游地区生态环境建设的战略目标[J].中国农村经济,2001(2):53-58.
[3]李顺毅.绿色发展与居民幸福感——基于中国综合社会调查数据的实证分析[J].财贸研究,2017(1):1-12.
[4]杨志江,文超祥.中国绿色发展效率的评价与区域差异[J].经济地理,2017(3):10-18.
[5]王兵,吴延瑞,颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究,2010(5):95-109.
[6]黄英,周智,黄娟.基于DEA的区域农村生态环境治理效率比较分析[J].干旱区资源与环境,2015(3):75-80.
[7]陈锦泉,郑金贵.生态文明视角下的美丽乡村建设评价指标体系研究[J].江苏农业科学,2016(9):540-544.
[8]王连芬,孙平平.区域环境治理效率测的评价指标体系研究[J].统计与决策,2012(10):60-62.
[9]谢里,王瑾瑾.中国农村绿色发展绩效的空间差异[J].中国人口·资源与环境,2016(6):20-26.
[10]李君,吕火明,梁康康,等.基于乡镇管理者视角的农村环境综合整治政策实践分析——来自全国部分省(区、市)195个乡镇的调查数据[J].中国农村经济,2011(2):74-82.
[11]LING J,DENG L J.Factor analysis on the factors that influencing rural environmental pollution in the hilly area of Sichuan province,China[J].Asian Journal of Agricultural Research,2011(2):69-72.
[12]宋言奇.发达地区农民环境意识调查分析——以苏州市714个样本为例[J].中国农村经济,2010(1):53-62,73.
[13]TONE K,SAHOO B K.Scale,indivisibilities and production function in data envelopment analysis[J].International Journal of Production Economics,2003(2):165-192.
[14]吴旭晓.区域工业绿色发展效率动态评价及提升路径研究——以重化工业区域青海、河南和福建为例[J].生态经济,2016(2):63-68.
[15]尤怀墨,方虹,翟柱玉,等.基于DEA和Tobit模型的中国光伏企业绿色发展效率研究[J].数学的实践与认识,2017(18):63-71.
[16]尹科,王如松,周传斌,等.国内外生态效率核算方法及其应用研究述评[J].生态学报,2012(11):3595-3605.
[17]丁绪辉,贺菊花,王柳元.考虑非合意产出的省际水资源利用效率及驱动因素研究——基于SE-SBM与Tobit模型的考察[J].中国人口·资源与环境,2018(1):157-164.
[18]田伟,杨璐嘉,姜静.低碳视角下中国农业环境效率的测算与分析——基于非期望产出的SBM模型[J].中国农村观察,2014(5):59-71;95.
[19]俞海,王勇,张永亮.我国城镇化、环境污染及其风险识别[J].环境与可持续发展,2017(6):7-13.
[20]刘校文.提高农业劳动力素质促进农村经济稳定发展[J].计划经济研究,1990(6):58-62.
[21]黄卫红.农村固定资产投资若干问题研究[J].中国农业会计,2006(8):14-16.
[22]张红彦,刘迎洲.基于非期望产出模型的山东省农业生产效率评价分析[J].河南农业大学学报,2015(3):423-428.
[23]佟伟铭.乡村城镇化背景下农村社区发展研究[D].北京:中国科学院大学,2017.
[24]谢童伟,吴燕.农村劳动力区域流动的社会福利分配效应分析——基于农村教育人力资本溢出的视角[J].中国人口·资源与环境,2013(6):59-65.
①据中共中央国务院《中国农村扶贫开发纲要(2011—2020年)》,长江上游连片贫困集中区完全或部分包含六盘山区、秦巴山区、武陵山区、乌蒙山区、滇桂黔石漠化区、滇西边境山区、吕梁山区、大别山区、已明确实施特殊政策的西藏、四省藏区10个连片特困地区,占全国14个连片特困区70%,包含有463个国家级贫困县(区)。
②本研究数据为2001—2016年长江上游地区9省市面板数据,共144个观测值,部分数据以2001年为基期进行折算。根据文献[22][24],在投入指标中,乡村人均资本含量以平均受教育年限表示,以统计口径为“6岁及6岁以上人口”估算为平均受教育年限,其中,文盲、半文盲为0年、小学为6年、初中为9年,高中为12年、大专及大专以上为16年,则平均受教育年限的数学公式如下:乡村人口平均受教育年限=小学人口比重×6+初中人口比重×9+高中及中专人口比重×12+大专及大专以上人口比重×16。在产出指标中,环境冲击总量以农药、化肥、地膜加权总量表示,根据专家打分对农药、化肥、地膜三项指标应用AHP法,构建判断矩阵,确定农药、化肥、农用塑料薄膜对应的权重分别为0.571、0.286、0.143。
[2]达凤全.重建生态屏障:长江上游地区生态环境建设的战略目标[J].中国农村经济,2001(2):53-58.
[3]李顺毅.绿色发展与居民幸福感——基于中国综合社会调查数据的实证分析[J].财贸研究,2017(1):1-12.
[4]杨志江,文超祥.中国绿色发展效率的评价与区域差异[J].经济地理,2017(3):10-18.
[5]王兵,吴延瑞,颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究,2010(5):95-109.
[6]黄英,周智,黄娟.基于DEA的区域农村生态环境治理效率比较分析[J].干旱区资源与环境,2015(3):75-80.
[7]陈锦泉,郑金贵.生态文明视角下的美丽乡村建设评价指标体系研究[J].江苏农业科学,2016(9):540-544.
[8]王连芬,孙平平.区域环境治理效率测的评价指标体系研究[J].统计与决策,2012(10):60-62.
[9]谢里,王瑾瑾.中国农村绿色发展绩效的空间差异[J].中国人口·资源与环境,2016(6):20-26.
[10]李君,吕火明,梁康康,等.基于乡镇管理者视角的农村环境综合整治政策实践分析——来自全国部分省(区、市)195个乡镇的调查数据[J].中国农村经济,2011(2):74-82.
[11]LING J,DENG L J.Factor analysis on the factors that influencing rural environmental pollution in the hilly area of Sichuan province,China[J].Asian Journal of Agricultural Research,2011(2):69-72.
[12]宋言奇.发达地区农民环境意识调查分析——以苏州市714个样本为例[J].中国农村经济,2010(1):53-62,73.
[13]TONE K,SAHOO B K.Scale,indivisibilities and production function in data envelopment analysis[J].International Journal of Production Economics,2003(2):165-192.
[14]吴旭晓.区域工业绿色发展效率动态评价及提升路径研究——以重化工业区域青海、河南和福建为例[J].生态经济,2016(2):63-68.
[15]尤怀墨,方虹,翟柱玉,等.基于DEA和Tobit模型的中国光伏企业绿色发展效率研究[J].数学的实践与认识,2017(18):63-71.
[16]尹科,王如松,周传斌,等.国内外生态效率核算方法及其应用研究述评[J].生态学报,2012(11):3595-3605.
[17]丁绪辉,贺菊花,王柳元.考虑非合意产出的省际水资源利用效率及驱动因素研究——基于SE-SBM与Tobit模型的考察[J].中国人口·资源与环境,2018(1):157-164.
[18]田伟,杨璐嘉,姜静.低碳视角下中国农业环境效率的测算与分析——基于非期望产出的SBM模型[J].中国农村观察,2014(5):59-71;95.
[19]俞海,王勇,张永亮.我国城镇化、环境污染及其风险识别[J].环境与可持续发展,2017(6):7-13.
[20]刘校文.提高农业劳动力素质促进农村经济稳定发展[J].计划经济研究,1990(6):58-62.
[21]黄卫红.农村固定资产投资若干问题研究[J].中国农业会计,2006(8):14-16.
[22]张红彦,刘迎洲.基于非期望产出模型的山东省农业生产效率评价分析[J].河南农业大学学报,2015(3):423-428.
[23]佟伟铭.乡村城镇化背景下农村社区发展研究[D].北京:中国科学院大学,2017.
[24]谢童伟,吴燕.农村劳动力区域流动的社会福利分配效应分析——基于农村教育人力资本溢出的视角[J].中国人口·资源与环境,2013(6):59-65.
①据中共中央国务院《中国农村扶贫开发纲要(2011—2020年)》,长江上游连片贫困集中区完全或部分包含六盘山区、秦巴山区、武陵山区、乌蒙山区、滇桂黔石漠化区、滇西边境山区、吕梁山区、大别山区、已明确实施特殊政策的西藏、四省藏区10个连片特困地区,占全国14个连片特困区70%,包含有463个国家级贫困县(区)。
②本研究数据为2001—2016年长江上游地区9省市面板数据,共144个观测值,部分数据以2001年为基期进行折算。根据文献[22][24],在投入指标中,乡村人均资本含量以平均受教育年限表示,以统计口径为“6岁及6岁以上人口”估算为平均受教育年限,其中,文盲、半文盲为0年、小学为6年、初中为9年,高中为12年、大专及大专以上为16年,则平均受教育年限的数学公式如下:乡村人口平均受教育年限=小学人口比重×6+初中人口比重×9+高中及中专人口比重×12+大专及大专以上人口比重×16。在产出指标中,环境冲击总量以农药、化肥、地膜加权总量表示,根据专家打分对农药、化肥、地膜三项指标应用AHP法,构建判断矩阵,确定农药、化肥、农用塑料薄膜对应的权重分别为0.571、0.286、0.143。