肖玖軍 謝 剛* 謝元貴 董艷艷 劉 弢 楊 禹
(1.貴州省山地資源研究所,貴陽 550001;2.貴州科學(xué)院,貴陽 550001;3.貴州省土地整治中心,貴陽 550001)
土地整治是對低效利用、不合理利用和未利用的土地進(jìn)行治理,對生產(chǎn)建設(shè)破壞和自然災(zāi)害的土地進(jìn)行恢復(fù)利用,以提高土地利用率的活動[1]。土地整治已經(jīng)由單一的耕地整理不斷豐富為農(nóng)用地整理、農(nóng)村建設(shè)用地整理、城鎮(zhèn)工礦建設(shè)用地整理、土地復(fù)墾和宜耕后備土地資源開發(fā)等5種類型,已由自然性工程轉(zhuǎn)變?yōu)榫C合性社會工程。社會工程的基礎(chǔ)則在于把“人”的作用放在第一位[2]。我國今后一定時期內(nèi),土地整治都將是土地利用和管理的核心內(nèi)容之一,是解決人地矛盾的重要方式,是土地資源可持續(xù)利用實(shí)現(xiàn)強(qiáng)有力的手段,也是推進(jìn)城鎮(zhèn)土地節(jié)約集約利用的有效途徑,同時就土地整治活動本身體現(xiàn)出了很大的發(fā)展及研究的潛力。土地整治項(xiàng)目的建設(shè)推動了土地利用結(jié)構(gòu)的優(yōu)化,宜農(nóng)未利用地的開發(fā)、耕地質(zhì)量的提高、糧食產(chǎn)能的增加以及農(nóng)村社區(qū)的發(fā)展和農(nóng)村生產(chǎn)生活方式的改善[3]。土地整治項(xiàng)目的社會效益是指土地整理實(shí)施后對社會環(huán)境系統(tǒng)的影響及其產(chǎn)生的宏觀社會效應(yīng)。也就是土地整理在獲得經(jīng)濟(jì)效益和生態(tài)效益的基礎(chǔ)上,從社會角度出發(fā),為實(shí)現(xiàn)社會發(fā)展目標(biāo)所做貢獻(xiàn)與影響的程度[4-5]。自土地整治實(shí)踐工作開展的十幾年來,針對土地整治項(xiàng)目后效益水平的研究引發(fā)了學(xué)者們的極大關(guān)注[6]??茖W(xué)地對土地整治項(xiàng)目的社會效益進(jìn)行評價,以找出項(xiàng)目規(guī)劃中的不足,為項(xiàng)目社會效益提升提供科學(xué)依據(jù)[7]。
土地整治項(xiàng)目社會效益評價涉及的問題較為廣泛[5],是多年來土地整治項(xiàng)目效益評價研究的難點(diǎn)之一。近幾年,相關(guān)專家主要通過構(gòu)建土地整治社會效益評價指標(biāo)與體系,并進(jìn)行相關(guān)的實(shí)證研究[8-9],一些學(xué)者從整治地區(qū)土地類型不同的角度有針對性地提出土地整治效益評價的指標(biāo)并進(jìn)行相關(guān)驗(yàn)證[10-11],此外,一些學(xué)者還引入系統(tǒng)動力學(xué)、結(jié)構(gòu)方程模型、模糊模型識別法和灰色關(guān)聯(lián)法等一些相關(guān)前沿方法進(jìn)行評價[12-14]??傮w上,社會效益評價以打分或定性評價為主,多與生態(tài)效應(yīng)以及經(jīng)濟(jì)效應(yīng)交叉,并具有間接、潛在及滯后性的特點(diǎn),其評價指標(biāo)較難辨別[4],評價不夠充分和沒有量化,體系不完整、建立的評價方法和評價體系在應(yīng)用區(qū)域和范圍上均存在通用性較差等不足,估算方法難以滿足定量的現(xiàn)實(shí)需要。同時,不同類型土地整治項(xiàng)目的社會效益評價方法不統(tǒng)一,多從各類土地整治項(xiàng)目的出發(fā)點(diǎn)和目的性出發(fā)建立評價方法,通用性較差。建立一種廣譜性的評價方法服務(wù)于各類土地整治項(xiàng)目前評價和后評價,便于管理部門進(jìn)行時間縱向、空間橫向以及不同土地整治類型等方面的綜合比較分析,對于今后的土地綜合整治項(xiàng)目實(shí)施與管理有重要意義。
以構(gòu)建社會效益測算模型為核心,并用4類土地整治項(xiàng)目典型案例實(shí)證模型的合理性和可操作性,以期科學(xué)解決現(xiàn)行土地整治項(xiàng)目社會效益評價體系缺少綜合效益定量論證,負(fù)效益反映少以及不同類型土地整治項(xiàng)目社會效益評價通用性不足等問題,旨在為科學(xué)、有序開展土地整治項(xiàng)目社會效益評價提供保障。
貴州省位于西南喀斯特地貌腹地,喀斯特地貌面積較大,石漠化程度深,加之不合理的土地利用造成水土流失,使耕地質(zhì)量呈現(xiàn)下降趨勢,此外人均耕地少,致使人地矛盾較為尖銳,土地整治是解決人地矛盾的重要手段之一?!笆濉逼陂g,貴州省開展了大量土地整治工作,通過農(nóng)村土地監(jiān)測監(jiān)管系統(tǒng)統(tǒng)計,國土部門共完成各類土地整治項(xiàng)目5 573個,共建成高標(biāo)準(zhǔn)農(nóng)田面積4.09×105hm2,補(bǔ)充耕地5.94×104hm2[15]。通過實(shí)施土地整治項(xiàng)目增加了耕地數(shù)量和提升耕地質(zhì)量,對項(xiàng)目區(qū)產(chǎn)生顯著的社會效益,一定程度上緩解了人地矛盾。但土地整治項(xiàng)目效益系統(tǒng)評價不足,僅停留在土地整治成效評估或簡單的定性評價上,不能系統(tǒng)及有效地掌握土地整治實(shí)施效果,亟需提出一種通用性強(qiáng)和適用性廣的評價模型來加以解決。
1.2.1典型案例選取
以典型性、針對性、完整性、客觀性和適度性為基本原則,以縣為單位,按照每個市(州)每類土地整治項(xiàng)目不少于2個項(xiàng)目,且1種土地整治類型不能讓1個縣有2個項(xiàng)目的要求,從貴州省“十二五”期間已實(shí)施的各類土地整治項(xiàng)目中選取典型案例,共選擇典型案例157例,其中農(nóng)用地整理32例,土地復(fù)墾33例,宜耕后備土地資源開發(fā)43例,農(nóng)村建設(shè)用地整理49例,案例區(qū)域分布詳見圖1。
圖1 各類土地整治項(xiàng)目案例分布圖Fig.1 Distribution map of four types of land remediation project cases
1.2.2基礎(chǔ)數(shù)據(jù)來源
案例中所涉及的數(shù)據(jù)來源于土地整理、高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)和土地開發(fā)項(xiàng)目等典型案例的可行性研究報告、項(xiàng)目建議書和項(xiàng)目竣工驗(yàn)收等資料,城鄉(xiāng)建設(shè)用地增減掛鉤典型案例的實(shí)施規(guī)劃、實(shí)設(shè)計及竣工驗(yàn)收等資料,土地復(fù)墾項(xiàng)目典型案例的復(fù)墾方案、復(fù)綠方案及竣工驗(yàn)收資料等。此外還使用了貴州省統(tǒng)計年鑒,貴州省各市(州)和各縣(市、區(qū))社會保障標(biāo)準(zhǔn)等經(jīng)濟(jì)社會資料。
本研究以具體商業(yè)保險作為土地保障功能的參照對象,從土地整治項(xiàng)目所產(chǎn)生的醫(yī)療、失業(yè)和養(yǎng)老3個方面的社會保障功能出發(fā),采用市場比較法利用保險費(fèi)率構(gòu)建土地整治項(xiàng)目社會效益計算模型[16-17],測算對各類土地整治項(xiàng)目社會效益進(jìn)行計算。
1.3.1人口測算
通過對典型案例土地整治后新增耕地及原有耕地增產(chǎn)來確定“安置人口”數(shù)量,參考盧良恕[18]提出的人均糧食占有量437 kg的小康標(biāo)準(zhǔn),得出整治后最大“安置人口”數(shù)量。參照世界衛(wèi)生組織對發(fā)展中國家人口年齡結(jié)構(gòu)劃分標(biāo)準(zhǔn),將“安置人口”劃分為被撫養(yǎng)、基本和保養(yǎng)人口3種類型,用《2015年貴州省統(tǒng)計年鑒》[19]中各年齡段人口所占比例對“安置人口”進(jìn)行測算。用統(tǒng)計年鑒中的男女人口所占比例對被撫養(yǎng)人口,基本人口和保養(yǎng)人口3種類型中的男性人口和女性人口進(jìn)行測算。
1.3.2土地整治項(xiàng)目社會效益測算方法
根據(jù)貴州省最新農(nóng)村社保繳納及領(lǐng)取標(biāo)準(zhǔn)計算一次性投保所需的資金作為醫(yī)療保險價值,測算出土地整治項(xiàng)目的醫(yī)療保障效益。計算式為:
1)基于醫(yī)療保險費(fèi)率標(biāo)準(zhǔn)的測算。根據(jù)貴州省最新農(nóng)村社保繳納及領(lǐng)取標(biāo)準(zhǔn)計算一次性投保所需的資金作為醫(yī)療保險價值,測算出土地整治項(xiàng)目的醫(yī)療保障效益。計算式為:
(1)
(2)
式中:M被撫養(yǎng)醫(yī)保和M基本醫(yī)保為土地整治后對“安置人口”的醫(yī)療保障價值;MA、MB、MC和MD分別為“安置人口”中撫養(yǎng)人口男性、撫養(yǎng)人口女性、基本人口男性和基本人口女性的醫(yī)療保險費(fèi)一次性付清金額基數(shù);NA、NB、NC和ND分別為”安置人口”中被撫養(yǎng)人口男性數(shù)量、撫養(yǎng)人口女性數(shù)量、基本人口男性數(shù)量和基本人口女性數(shù)量;R1為醫(yī)療保險費(fèi);R2為醫(yī)療保險費(fèi)基數(shù)。
土地整治項(xiàng)目的醫(yī)療保障效益為:
M土整醫(yī)保=M被撫撫養(yǎng)醫(yī)+M基本醫(yī)保
(3)
參照貴州省農(nóng)村社保繳納及領(lǐng)取標(biāo)準(zhǔn),被撫養(yǎng)人口男性醫(yī)療保險費(fèi)一次性付清金額基數(shù)700元,被撫養(yǎng)人口女性醫(yī)療保險費(fèi)一次性付清金額基數(shù)800元,基本人口男性醫(yī)療保險費(fèi)一次性付清金額基數(shù)1 200元,基本人口女性醫(yī)療保險費(fèi)一次性付清金額基數(shù)1 150元。醫(yī)療保險支付金額最低為 1 200 元,賠償金額為投保資金5倍,則醫(yī)療保險費(fèi)6 000元,醫(yī)療保險費(fèi)基數(shù)1 450元。
2)基于失業(yè)保險費(fèi)率標(biāo)準(zhǔn)的測算。土地整治項(xiàng)目的失業(yè)保障效益用失業(yè)之后一定時期內(nèi)領(lǐng)取的生活保障費(fèi)用測算,失業(yè)補(bǔ)助期參照《社會保險法》對失業(yè)保險作出的相關(guān)規(guī)定,領(lǐng)取期限最長為24個月。公式如下:
M被撫養(yǎng)失保=(NA+NB)×T×R3
(4)
M基本失保=(NC+ND)×T×R3
(5)
式中:M被撫養(yǎng)失保和M基本失保分別為土地整理對“安置人口”中被撫養(yǎng)人口和基本人口的失業(yè)保障價值;NA、NB、NC和ND含義和醫(yī)療保障中保持一致;T為失業(yè)保險領(lǐng)取期限,取24個月;R3為人均每年最低生活保障。
則土地整治的失業(yè)保障效益為:
M土整失保=M被撫養(yǎng)失保+M基本失保
(6)
人均每年最低生活保障數(shù)據(jù)取自各縣(市、區(qū))公布的最新數(shù)據(jù)。
3)基于養(yǎng)老保險費(fèi)率標(biāo)準(zhǔn)的測算。土地整治的養(yǎng)老保障效益主要體現(xiàn)在基本人口和保養(yǎng)人口這兩類群體。采用商業(yè)保險的方式,以一次性投保所需的資金測算養(yǎng)老保障效益。公式如下:
(7)
M保養(yǎng)養(yǎng)老=(AM×NE+AW×NF)×R3
(8)
式中:M基本養(yǎng)老和M保養(yǎng)養(yǎng)老分別為土地整治對“安置人口”中基本人口和養(yǎng)老人口的養(yǎng)老保障效益;ME和MF分別為“安置人口”中基本人口中男性和女性養(yǎng)老保險費(fèi)一次性付清金額基數(shù);NC和ND含義不變,AM和AW分別為“安置人口”中保養(yǎng)人口男性和女性的數(shù)量;R3含義不變;R4為基本養(yǎng)老保險費(fèi)基數(shù);R5為養(yǎng)老保險費(fèi)。
則土地整治的養(yǎng)老保障效益為:
M土整養(yǎng)老=M基本養(yǎng)老+M保養(yǎng)養(yǎng)老
(9)
參照貴州省農(nóng)村社保繳納及領(lǐng)取標(biāo)準(zhǔn),男性養(yǎng)老保險費(fèi)一次性付清金額基數(shù)4 400元,女性養(yǎng)老保險費(fèi)一次性付清金額基數(shù)4 600元?;攫B(yǎng)老保險費(fèi)基數(shù)1 822元,養(yǎng)老保險費(fèi)3 200元。
根據(jù)2015年貴州省統(tǒng)計年鑒顯示貴州省人口男性的平均期望壽命為68.4歲(取69歲),女性為74.1歲(取74歲)。因此,“安置人口”中保養(yǎng)人口男性平均能夠領(lǐng)取9年養(yǎng)老保險金,女性能夠平均領(lǐng)取14年養(yǎng)老保險金。
4)土地整治項(xiàng)目的社會效益計算。根據(jù)前文所述,以土地整治項(xiàng)目3方面社會保障之和作為土地整治項(xiàng)目的社會效益結(jié)果,即:
M土整社會=M土整醫(yī)保+M土整失保+M土整養(yǎng)老
(10)
1.3.3統(tǒng)計學(xué)分析
采用社會效益測算模型,測算出各典型案例社會效益結(jié)果,不同土地整治項(xiàng)目的社會效益差異較大,為了使各區(qū)域和各類土地整治項(xiàng)目社會效益具有可比性,這里筆者引入單位建設(shè)規(guī)模社會效益和投資社會效益系數(shù)指標(biāo),具體計算方法為各土地整治項(xiàng)目社會效益與建設(shè)規(guī)?;蛲顿Y規(guī)模之商,投資規(guī)模與建設(shè)規(guī)模數(shù)據(jù)均直接從典型案例資料中提取。
2.1.1描述性分析
農(nóng)村建設(shè)用地整理單位建設(shè)規(guī)模產(chǎn)生的社會效益最高(表1),為43.82萬元/hm2,其次為后備土地資源開發(fā)35.78萬元/hm2,農(nóng)用地整理13.02萬元/hm2,土地復(fù)墾6.61萬元/hm2。各土地整治類型中,宜耕后備土地資源開發(fā)單位投資產(chǎn)生的社會效益最高,為8.75,其次為農(nóng)用地整理4.36,農(nóng)村建設(shè)用地整治和土地復(fù)墾相對較少,分別為1.09和0.66。
2.1.2多變量方差分析
不同類型間比較,4種檢驗(yàn)的概率均為:P=0.000<0.050,差異有統(tǒng)計學(xué)意義;不同類型與社會效益指標(biāo)交互作用的概率均為:P=0.000<0.050(表2),差異有統(tǒng)計學(xué)意義。
表1 社會效益指標(biāo)描述性分析Table 1 Descriptive statistics of social benefits
表2 多變量方差分析結(jié)果Table 2 Multivariate testsa
2.1.3球?qū)ΨQ檢驗(yàn)
近似卡方值=24.947,P=0.000<0.05(表3),資料的協(xié)方差矩陣不滿足球形對稱條件,因此需要采用校正系數(shù)。
2.1.4單變量方差分析結(jié)果
由于資料不滿足球?qū)ΨQ條件,需采用校正系數(shù),Greenhouse-Geisser,Huynh-Feldt和Lower-bound的校正系數(shù)依次為0.776、0.822和0.333,校正后的自由度依次為2.329(0.776×3),2.465(0.822×3)和1.000(0.333×3)(表4)。檢驗(yàn)結(jié)果,F(xiàn)值相同,而P值不同。不同類型間比較,P<0.05,差異有統(tǒng)計學(xué)意義;類型與社會效益指標(biāo)間的交互作用,P<0.05,有統(tǒng)計學(xué)意義。
表3 Mauchly’s 球?qū)ΨQ檢驗(yàn)結(jié)果Table 3 Mauchly’s test of sphericitya
2.1.5重復(fù)測量資料隨類型的變化趨勢
線性模型有統(tǒng)計學(xué)意義(P=0.000),二次模型無統(tǒng)計學(xué)意義(P=0.229)(表5),3次模型有統(tǒng)計學(xué)意義(P=0.000)。
2.1.6組間效應(yīng)分析
P=0.000<0.05(表6),2組間差異有統(tǒng)計學(xué)意義,不同指標(biāo)描述社會效益的作用有差異。
2.1.7輪廓圖
輪廓圖是對重復(fù)測量資料邊際的大致描述,通過輪廓圖可以對相關(guān)效應(yīng)在類型上變化趨勢有一個直觀的認(rèn)識。圖2反應(yīng)出研究區(qū)各土地整治類型社會效益2個指標(biāo)的變化總體趨勢是一致的,4種類型中,農(nóng)用地整理為中位水平,土地復(fù)墾為低位水平,宜耕后備土地資源開發(fā)為較高水平,但農(nóng)村建設(shè)用地整理的2個社會效益指標(biāo)反差較大,農(nóng)村建設(shè)用地整理的單位建設(shè)規(guī)模社會效益為該最高類型,而投資社會效益系數(shù)則相反,為最低類型,這主要是與農(nóng)村建設(shè)用地整理投資強(qiáng)度較大有關(guān)。
2.2.1單位建設(shè)規(guī)模社會效益
農(nóng)用地整理(圖3):黔西南州單位建設(shè)規(guī)模產(chǎn)生的社會效益最高,為33.95萬元/hm2,其次為六盤水市27.06萬元/hm2,黔南州15.44萬元/hm2,畢節(jié)市11.61萬元/hm2,銅仁市社會效益最小且為負(fù)值,為-2.04萬元/hm2。
土地復(fù)墾:黔西南州單位建設(shè)規(guī)模產(chǎn)生的社會效益最高為40.20萬元/hm2,其次為六盤水市26.98萬元/hm2,安順和銅仁市沒有產(chǎn)生正效益,其值分別為-2.38和-9.72萬元/hm2。
宜耕后備土地資源開發(fā):畢節(jié)和六盤水市單位建設(shè)規(guī)模產(chǎn)生的社會效益最高,達(dá)55.58和53.18萬元/hm2,其次為黔東南州46.10萬元/hm2,貴陽市36.76萬元/hm2,黔西南州32.19萬元/hm2,遵義市30.21萬元/hm2,安順市、黔南州和銅仁市3地<30萬元/hm2,分別為22.55、25.60 和24.93萬元/hm2。
農(nóng)村建設(shè)用地整理:通過農(nóng)村建設(shè)用地整理,貴陽市單位建設(shè)規(guī)模產(chǎn)生的社會效益相對較高,達(dá)114.36萬元/hm2,其次為畢節(jié)和六盤水市,分別為79.94萬和61.77萬元/hm2,黔東南州、黔南州和銅仁市<30萬元/hm2,分別為27.34萬、27.06萬和24.98萬元/hm2。
2.2.2投資社會效益系數(shù)
農(nóng)用地整理(圖4):黔西南州和六盤水市單位投資產(chǎn)生的社會效益相對較高,分別為9.61和8.58,其次為畢節(jié)市4.79,遵義市3.32,銅仁市投資社會效益系數(shù)為負(fù),其值為-0.65。
土地復(fù)墾:六盤水市單位投資產(chǎn)生的社會效益高于其他區(qū)域,為3.98,黔西南州位居第二,其值為2.74,畢節(jié)市、貴陽市、黔東南州、黔南州和遵義市投資社會效益系數(shù)為0~1,安順和銅仁市單位投資產(chǎn)生的社會效益為負(fù)值,分別為-0.15和-1.18。
宜耕后備土地資源開發(fā):畢節(jié)市、貴陽市、六盤水市、黔東南州和黔西南州5地的處于第1層次,投資社會效益系數(shù)均在10以上,安順市、黔南州、銅仁市和遵義市處于第2層次,投資社會效益系數(shù)均在10以下。
圖2 社會效益邊際均值輪廓圖Fig.2 Profile plots of estimated marginal means of social benefit
農(nóng)村建設(shè)用地整理:畢節(jié)、貴陽和六盤水市3地單位投資產(chǎn)生的社會效益顯著高于其他區(qū)域,投資社會效益系數(shù)均在2以上,其余各地均<0.5,黔西南州水平最低,僅為0.05。
1)本研究中土地整治項(xiàng)目社會效益的測算基礎(chǔ)是項(xiàng)目實(shí)施工程措施改變耕地數(shù)量與質(zhì)量而引起的土地保障功能變化,4種類型項(xiàng)目的土地利用分類方式一致,具有可比性。4種類型土地整治項(xiàng)目產(chǎn)生的效益差異較為顯著,單位建設(shè)規(guī)模社會效益表現(xiàn)為:農(nóng)村建設(shè)用地整理>宜耕后備土地資源開發(fā)>農(nóng)用地整理>土地復(fù)墾,投資社會效益系數(shù)表現(xiàn)為:宜耕后備土地資源開發(fā)>農(nóng)用地整理>農(nóng)村建設(shè)用地整理>土地復(fù)墾。4種類型間的比較差異可能主要來自于它們的整治前主要地類、規(guī)劃目的和方向和項(xiàng)目區(qū)位條件等因素。
圖3 不同區(qū)域各類土地整治單位建設(shè)規(guī)模社會效益柱狀圖Fig.3 Columnar section of the social benefits of the unit construction scale of various land renovation in different regions
圖4 不同區(qū)域各類土地整治投資社會效益系數(shù)Fig.4 Social benefits coefficient of various land renovation in different regions
2)2個社會效益指標(biāo)差異較為顯著,總體變化趨勢趨同,主要原因是各類土地整治項(xiàng)目投資受建設(shè)規(guī)模影響較大,但同時還受項(xiàng)目區(qū)基礎(chǔ)設(shè)施、產(chǎn)業(yè)現(xiàn)狀、經(jīng)濟(jì)水平和生態(tài)條件等多方面影響。
3)4種土地整治類型社會效益表現(xiàn)出區(qū)域差異,總體上,呈西部和北部好于東部和南部。對農(nóng)村建設(shè)用地整理來講,還表現(xiàn)出經(jīng)濟(jì)條件好的縣份效益好于經(jīng)濟(jì)條件差的縣份。
土地整治社會效益涉及面廣,且多為間接性效益,本研究僅從土地保障功能角度出發(fā)構(gòu)建了適合不同區(qū)域、不同類型社會效益的測算模型,對整個社會效益的覆蓋面還需要進(jìn)一步研究;不同土地整治類型的項(xiàng)目基本條件、總體要求以及采用手段存在不同,可能還會帶來其他方面的社會效益,這一些方面的社會效益的評價也需要進(jìn)一步深入考慮;本研究中的2個社會效益指標(biāo)的使用時應(yīng)根據(jù)評價目標(biāo)進(jìn)行相應(yīng)的選擇,如投資社會效益系數(shù)更偏重于投資回收方面,偏重于經(jīng)濟(jì)角度。
針對土地整治社會效益,當(dāng)前研究主要定性或構(gòu)建指標(biāo)體系等進(jìn)行研究,而如何將不同區(qū)域、不同整治類型社會效益等進(jìn)行綜合,全面構(gòu)建土地整治社會效益測算還有待進(jìn)一步深入。同時,由于數(shù)據(jù)資料限制,本研究結(jié)果在更大范圍,不同區(qū)域條件下的適用性也有待在后續(xù)研究中進(jìn)一步驗(yàn)證。