Study on State-efficiency Evaluation and Temporal-spatial Evolution Path of Rural Infrastructure Construction in China

ZHOU Tao; LI Min

doi:10.13718/j.cnki.xdzk.2023.11.014

Rural infrastructure is the material basis for the implementation of Rural Revitalization Strategy, which has time and space differences among regions. Based on the two-dimensional perspective of state level and efficiency performance, this paper quantitatively measures the construction level of provincial rural infrastructure in China, and analyzes its evolution path. Taking the data of 26 provinces (autonomous regions and municipalities directly under the central government) from 2011 to 2020 as the research object, the entropy weight method is used to measure the state of rural infrastructure construction; DEA model, super efficiency SBM-DEA and Malmquist index are used to measure the input-output efficiency of rural infrastructure construction, and the change trend and driving force source of the comprehensive efficiency of rural infrastructure construction are analyzed.

HTML

开放科学(资源服务)标识码(OSID)：
农村基础设施是农民生活与农业生产的保障和先决条件，是农村发展的基石，对于实现乡村振兴具有重要作用. 实践表明，改善农村交通基础设施，提高水利、电力和通信、医疗等农村基础设施建设水平，可以推动经济发展^[1]，提高居民收入^[2]，缩小贫富差距^[3]，促进农业的高质量和现代化发展^[4]. 但是，受各地内生资源禀赋、经济发展水平及城乡耦合交互程度差异的影响，我国农村基础设施投资力度和建设水平区域异质性显著，区域发展不平衡和资源分配不合理的问题普遍存在^[5]，发达地区与欠发达地区农村基础设施建设水平以及城乡之间的基础设施建设水平呈分层态势^[6]，且差距逐渐增大^[7].

现有关于农村基础设施建设水平异质性的研究可以分为空间维度视角和时间维度视角两类. 在空间维度，现有研究大都基于省域范围或区域范围^[8-9]，探究不同地域农村基础设施建设水平和投资现状的差异，且通常基于“东中西部”的区域划分标准^[10]，有研究表明，在农村基础设施投入、农村公共物品的供给水平等方面，中西部地区与东部地区存在较大的差距^[11]，且各地区内部不同地域也存在一定的组间差距^[12]. 在时间维度，现有研究表明，各区域农村基础设施发展不协调的格局会产生“马太效应”^[13]，基础设施建设领先区域的资源、人才、技术和政策优势不断积累加强，会增大区域差距^[14]，还有研究探究了农村基础设施的投资效率变化^[15-16]，提出不同省份的乡村基础设施供给效率存在趋势差异性，且呈现出周期波动特征^[17].

结合上述研究可以看出，农村基础设施建设状态和效率水平存在地区差距，且农村基础设施建设对本地区及邻近地区经济和产业发展存在正向溢出效应；另一方面，农村基础设施建设状态、效率具有明显的时段性，地域间内生和外生的交互作用，都会改变农村基础设施发展过程、格局和空间形态. 此前很少有文献将状态与效率、时间与空间置于同一框架下进行研究. 因此，本研究基于状态和效率两维视角，分析我国农村基础设施建设状态和效率的区域差异格局，揭示农村基础设施演进规律，探讨中国农村发展的区域差异及其成因，揭示不同区域因素的自我发展能力的外在动力和内生动力，并分析区域农村持续高效发展的关键要素，进而分析其演变态势、驱动力来源和影响机制.

1. 研究方法与数据来源

1.1. 研究对象

本研究以我国省级行政区为基本单元，由于北京、上海的城镇化率高，西藏、新疆、内蒙古地区产业发展、地形条件和气候条件与其他省(自治区、直辖市)差异较大，考虑数据的可获得性，研究范围为除北京、上海、西藏、新疆、内蒙古和港澳台的26省(自治区、直辖市).

农村基础设施是为发展农村生产和保证农民生活而提供的公共服务设施的总称，是农村经济发展的物质基础. 参考相关文献和中国新农村建设的相关法规文件^{[13, 19]}，将农村基础设施分为4大类：第一类是农业生产必备的生产性基础设施；第二类是农村居民生活必需的生活性基础设施，包括水电和燃气等；第三类是生态环境建设基础设施，主要包括天然林资源、自然保护区等；第四类是为社会事业服务的社会发展性设施，主要包括社会保障和福利、医疗教育和环境保护等设施.

1.2. 农村基础设施建设状态测度方法

1.2.1. 测度指标选择

按照科学性、代表性、数据的可获得性原则，参考相关文献[13, 19]，分别从生产性基础设施、生活性基础设施、社会发展性基础设施和生态环境性基础设施4个维度构建农村基础设施状态测度体系，以20个状态测度指标综合体现农村基础设施的建设水平. 农村基础设施建设状态测度指标的最终构建结果如表 1所示.

1.2.2. 测度方法

农村基础设施建设状态是上述4个维度的基础设施共同作用的结果，如式(1)所示：

式中，S₁，S₂，S₃，S₄分别表示4个维度的农村基础设施建设状态.

其中农村基础设施建设的生产性基础设施状态、生活性基础设施状态、生态环境性基础设施状态和社会发展性基础设施状态可以通过下述公式进行计算：

式中，P_ij(i)表示被评价对象在各个维度下的指标j标准化后的值，n_i表示各个维度的指标个数，w_j(i)表示i维度下指标j的权重.

已有研究常通过主观赋权法或客观赋权法确定权重，本研究从客观的研究视角出发，采用熵权法确定农村基础设施状态测度指标的权重.

农村基础设施建设状态测度指标权重的具体计算步骤如下：

对数据进行归一化处理，计算P_ij.

表 1中所示的农村基础设施状态测度指标体系中的评价指标均为正向指标，各指标数值归一化处理公式如下：

式中，x_ij表示第i个样本的第j个指标的原始数值，max(x_j)和min(x_j)分别代表指标j在所有样本中的最大值和最小值.

① 计算第j个指标在第i个样本数值的比重f_ij

② 计算第j个指标值的熵值e_j

式中，$k=\frac{1}{L n m}$，Ln为自然对数，m为样本总个数，0≤e_j≤1.

③ 计算第j个指标的差异性系数g_j

④ 定义j个指标的权重w_j

1.3. 农村基础设施建设效率测度方法

1.3.1. 测度指标选择

为测度农村基础设施建设投入产出效率，参考相关文献，从经济发展、教育水平和生活水平维度选取产出指标^{[17, 22-23]}，以人均农林牧渔业产值衡量经济发展水平，以农村居民人均可支配收入衡量生活水平，以6岁及以上人口专科及以上比例衡量教育水平，指标的最终构建结果如表 2所示.

1.3.2. 测度方法

(1) 超效率SBM-DEA模型

超效率SBM-DEA模型是SBM-DEA模型经改进和优化后的模型. 假设被评价的决策单元(DMU)为(x₀，y₀^d，y₀^ud)，由于在农村基础设施建设系统中，通过SBM-DEA进行评价可能出现多个决策单元(DMU)的农村基础设施建设效率ρ等于1的情况，因而可以通过超效率SBM-DEA方法对各有效决策单元(x₀，y₀^d，y₀^ud)的农村基础设施建设效率进行进一步测度，以区分在SBM-DEA方法下效率评价结果等于1的决策单元，避免出现多个DMU的农村基础设施建设效率都等于1的情况. 超效率SBM-DEA模型基于生产可能性集合P\(x₀，y₀^d，y₀^ud)对不同决策单元的效率进行测算，这一新的生产可能性集合的定义如式(8)所示：

ρ^*表示农村基础设施建设系统中的决策单元(x₀，y₀^d，y₀^ud)在超效率SBM-DEA方法下的效率评价值，如式(9)所示：

(2) Malmquist生产指数方法

超效率SBM-DEA能够评价某个时间节点不同决策单元(DMU)的农村基础设施建设效率，但不能反映一段时间内各决策单元(DMU)效率的动态变化情况. 因此，采用Malmquist生产指数模型分析评价时间段内不同决策单元(DMU)建设效率的动态变化情况.

基于DEA的Malmquist生产指数模型如下：

其中，假设 $\rho^t\left(x_j^t, y_j^{t d}\right) \text { 与 } \rho^{t+1}\left(x_j^t, y_j^{t d}\right)$分别代表决策单元DMU_j在t时期和(t+1)时期的技术条件下，基于SBM-DEA方法，以t时间的投入和产出得到的效率评价值；$\rho^t\left(x_j^{(t+1)}, y_j^{(t+1) d}\right) \text { 与 } \rho^{t+1}\left(x_j^{(t+1)}, y_j^{(t+1) d}\right)$分别代表决策单元DMU_j在t时期和(t+1)时期的技术条件下，基于SBM-DEA方法，以(t+1)时间的投入和产出得到的效率评价值. MPI_j(t，t+1)表示决策单元DMU_j在t到(t+1)时期内的农村基础设施建设效率动态变化，由式(10)计算得到，若MPI_j(t，t+1)大于1，决策单元DMUj在t至(t+1)时期内的农村基础设施建设效率提升.

1.4. 数据来源

本研究涉及的数据为2011-2020年省域面板数据，来源于《中国农村统计年鉴》《中国城乡建设统计年鉴》《中国水利统计年鉴》《中国第三产业统计年鉴》《中国教育统计年鉴》《中国人口和就业统计年鉴》《中国统计年鉴》.

3. 结论和讨论

3.1. 主要研究结论

2011-2020年，我国农村基础设施建设状态水平持续上升，东部沿海地区上升幅度大于中西部地区，农村基础设施建设状态在东、中、西部地区呈现明显的差异性. 我国不同区域的农村基础建设效率水平亦存在一定差异，效率高的地区集中分布在东南沿海地区、东北地区和中部地区. 依据农村基础设施建设状态和效率两维视角，我国农村基础设施建设水平可以划分为“优状态-高效率”(HS-HE)、“优状态-低效率”(HS-LE)、“劣状态-高效率”(LS-HE)、“劣状态-低效率”(LS-LE)4种类型. 基于不同省份在研究时段内状态-效率二维演化规律，可以划分为“质稳效高” “质稳效降” “质缓效高”和“质缓效降”4条典型的演化路径，效率通常作为类型变化的先行因素，部分HS-HE型地区会出现“效率”维度的退步，转变为HS-LE型地区；部分LS-LE型地区会转变为LS-HE型地区；LS-LE型地区升级转型的主要路径是转变为LS-HE型，少数具有特殊资源条件和外部经济带动优势的地区会转变为HS-LE型，对于LS-LE型地区，首先转变为LS-HE型或HS-LE型，进一步升级转变为HS-HE型是较为可行的发展路径.

3.2. 政策建议

农村基础设施建设水平区域发展不平衡，可采用集群式发展战略，加强发达区域对周边区域的带动作用，实现城乡和乡乡间统筹发展和联动发展，缩小区域差距. 在进行基础设施投资时可以增强农村基础设施投资的公平性，对低状态水平和高效率水平地区适当增加投入，可以缩小区域差异，促进区域间均衡发展，避免农村发展的“马太效应”，实现区域、城乡间的协调发展和公平发展.

对于HS-HE型省份，可以优化区域空间布局，推进城乡发展一体化，利用自然资源禀赋和区位优势，实现农村经济产业多元化发展，通过空间优化搭建城乡相融和要素互动、功能契合的“城市+乡村”格局，不断优化农村居住空间、产业结构，丰富乡村文化内涵，提高资源利用率，推进乡村发展与生态环境建设有机融合，实现农村经济、社会、文化及环境的协调和可持续发展，推进乡村由多功能乡村地域系统向城乡融合交互系统转变.

对于HS-LE型省份，应该立足资源条件和区位优势，促进现代农业产业化和智慧化发展，构建现代农业生产和经营体系，促进农业发展增质增效，推动农业供给侧结构改革，促进农业产业多元化发展，推动产业增效和农民增收，创新农村土地经营方式，优化农业和农村空间布局，推动城乡要素平等交换和自由流动，推动工农互促城乡发展.

对于LS-HE型省份，应该积极推动普适共享的农村基础设施和公共服务设施落地生效，强化乡村发展的基础设施支撑，推进乡村产业结构的转型升级和产业链的优化与强化，促进城乡要素流动、资源交换、产业互联和经济互动，打破城乡分散化和两级失衡现象，实现公共服务设施由城乡两极分化格局向城乡空间融合格局发展，加速农业现代化与农村城镇化进程.

对于LS-LE型省份，应该增加基础设施建设投入，补齐农村公共服务设施短板，增强农村建设发展弱项，提高区域协同建设能力. 通过城镇带动和自有资源禀赋“双轮驱动”，通过基础设施功能提升和产业结构调整双侧支撑推动农村产业发展；优化农业基础设施配置，改善农业生产条件，立足于乡村人地系统，激发农村产业发展的新动力，因地制宜培育乡村发展新动能，实现城乡融合发展与乡村发展转型升级.

Figure (3) Table (6) Reference (24)

Name
	Name cannot be empty!
E-mail
	Mailbox cannot be empty! Mailbox cannot be empty!
Telephone
	Mobile number cannot be empty! Please enter a valid mobile number!
Title

Content
Verification Code

[1]	肖海越. 广东省农村基础设施建设与农业经济增长的关系探究[J]. 中国农业资源与区划, 2016, 37(8): 180-185. Google Scholar
[2]	郑晓冬, 方向明, 储雪玲. 农村基础设施对收入不平等的影响研究——基于中西部5省218个村庄调查[J]. 农业现代化研究, 2018, 39(1): 139-147. Google Scholar
[3]	彭继权, 秦小迪. 21世纪以来农业基础设施减贫效应研究[J]. 中国农业资源与区划, 2022, 43(1): 206-215. Google Scholar
[4]	郭楚月, 曾福生. 农村基础设施影响农业高质量发展的机理与效应分析[J]. 农业现代化研究, 2021, 42(6): 1017-1025. Google Scholar
[5]	张秀莲, 王凯. 我国农村基础设施投入的地区不平衡性研究[J]. 经济体制改革, 2012(6): 97-100. Google Scholar
[6]	田祥宇, 景香君. 农村基础设施投资公平性研究现状与展望——基于政策保障机制的视角[J]. 经济问题, 2019(4): 85-91. Google Scholar
[7]	王大伟, 梁献超, 宣卫红, 等. 中国城乡基础设施发展差异梯度测度及时空演变规律研究[J]. 昆明理工大学学报(自然科学版), 2020, 45(1): 92-99. Google Scholar
[8]	张增博, 邵洪波. 河北省农村基础设施建设区域差异分析[J]. 安徽农业科学, 2010, 38(16): 8729-8730, 8781. Google Scholar
[9]	叶文辉, 张琰. 西部农村基础设施建设水平与地区差距——基于2000~2007年数据的解析[J]. 云南财经大学学报, 2010, 26(4): 127-134. Google Scholar
[10]	林振德, 赵伟. 农村公共基础设施投资区域差异影响因素研究[J]. 农村经济, 2016(1): 88-94. Google Scholar
[11]	赵伟, 林振德, 刘菲菲, 等. 农村基础设施投资公平性的趋势及其成因[J]. 农业技术经济, 2017(2): 93-101. Google Scholar
[12]	赵伟, 肖晓婧. 中国农村基础设施投资区域不平衡分析——基于人口加权变异系数和HP滤波模型的分解[J]. 东南大学学报(哲学社会科学版), 2019, 21(2): 44-51, 146. Google Scholar
[13]	冯娟娟, 弓剑芳, 田祥宇. 中国农村基础设施投资公平性测度与评价[J]. 宏观经济研究, 2019(2): 143-160. Google Scholar
[14]	田祥宇, 景香君. 农村基础设施投资公平性研究现状与展望——基于政策保障机制的视角[J]. 经济问题, 2019(4): 85-91. Google Scholar
[15]	刘天军, 唐娟莉, 霍学喜, 等. 农村公共物品供给效率测度及影响因素研究——基于陕西省的面板数据[J]. 农业技术经济, 2012(2): 63-73. Google Scholar
[16]	郭军华, 倪明, 李帮义. 基于三阶段DEA模型的农业生产效率研究[J]. 数量经济技术经济研究, 2010, 27(12): 27-38. Google Scholar
[17]	刘玮琳, 夏英. 我国农村基本公共服务供给效率研究——基于三阶段DEA模型和三阶段Malmquist模型[J]. 现代经济探讨, 2018(3): 123-132. Google Scholar
[18]	何翔. 农村基础设施投资公平性与脱贫攻坚成果巩固关系研究——基于2010—2019年省级面板数据的实证分析[J]. 宏观经济研究, 2021(3): 160-175. Google Scholar
[19]	苏超, 程晓倩. 中国西部地区农村基础设施建设水平研究[J]. 湖北农业科学, 2016, 55(11): 2964-2967. Google Scholar
[20]	刘青, 李慧民. 我国农村基础设施建设现状评价研究——基于突变级数模型[J]. 工程经济, 2016, 26(10): 35-40. Google Scholar
[21]	沈月领, 王占军. 基于农户视角的河北省农村基础设施建设状况评价[J]. 贵州农业科学, 2013, 41(5): 209-212. Google Scholar
[22]	韩增林, 曹锡顶, 狄乾斌. 基础设施投入效率时空演变及其关联格局研究——基于中国地级以上城市的实证[J]. 地理科学, 2021, 41(6): 941-950. Google Scholar
[23]	管立杰, 赵伟. 基于DEA-Malmquist的农村基础设施供给效率评价[J]. 统计与决策, 2020, 36(4): 172-175. Google Scholar
[24]	裴勇杰. 基于三阶段DEA-Malmquist模型的城市基础设施系统投资效率评价研究[D]. 天津: 天津大学, 2018. Google Scholar

Message Board

Study on State-efficiency Evaluation and Temporal-spatial Evolution Path of Rural Infrastructure Construction in China

Abstract

References

Access History

通讯作者: 陈斌, bchen63@163.com

Article Metrics

Access History

Other Articles By Authors

Study on State-efficiency Evaluation and Temporal-spatial Evolution Path of Rural Infrastructure Construction in China