实证调研和数据挖掘

实证调研和数据挖掘（精选3篇）

实证调研和数据挖掘 篇1

伴随着中国经济的快速发展, 农民收入也呈现出逐年增长的趋势, 但是城乡收入的差距也随之扩大。在农村资本有限的条件下, 农民具有能动性的生产要素主要是劳动和土地。农村土地流转是我国农村逐步发展起来的一种优化农村土地资源再配置的有效途径之一。因此, 土地流转政策的出台, 一方面促进了农村劳动力的转移, 另一方面也为农业规模化生产、农业现代化提供了重要的土地资源保障。农民家庭的收入主要包括家庭经营收入、工资性收入、财产性收入和转移性收入, 其中以工资性收入和家庭经营收入为主要收入来源。黄祖辉、钱峰燕[1]认为农户在面临同样的外部环境情况下, 农村内部收入差距的重要因素是要素资源禀赋的差异。杨继生、司书耀[2]认为政府政策的影响通过当地受区域经济影响的区域内部环境体现出来, 从而影响农民的经营性收入、工资性收入和财产性收入。

土地流转作为一项重要的政策决定, 究竟在实施过程中对农民收入发挥的效应如何, 同时土地流转包含的2个方向即土地的转出和土地的转入, 不同的流转方向对于农户家庭收入是否存在不同的影响效果是本文研究的重点内容。

1 数据来源与研究方法

河南省作为小麦、玉米的主产区, 是我国粮食生产的重要贡献力量。为了分析河南省土地流转与农民收入之间的关系, 选取滑县数据样本进行实证分析, 滑县位于河南省北部地区, 县域面积1 814 km2, 耕地面积13万hm2, 也是中原经济区粮食生产核心区, 有着“豫北粮仓”的称号。截至2013年, 滑县粮食总产量139.92万t, 农作物的总播种面积为25.95万hm2。本文采用实地问卷调查调研的方式, 问卷设计的内容主要包括农户家庭基本情况、家庭成员就业情况、种植业投入产出等几个部分, 选取河南省滑县的城关镇、留固、白道口、枣村4个乡镇, 彭庄、卢庄、贾固、东孔庄、石佛、黄村、小营、西徐营8个村, 经过数据剔除, 共得到176户农户的截面数据。

2 结果与分析

2.1 数据描述分析

2.1.1 不同土地流转方向对农户收入的影响。

本文主要分析不同流转方向对农户收入的影响。这里的“农户收入”指的是“家庭人均收入”。首先对是否进行土地流转以及不同土地流转方向的农户家庭人均纯收入平均状况的分布进行比较, 结果见图1。

滑县调研地区参与土地流转的农户有65户, 其中进行土地转出的农户有28户, 进行土地转入的农户有37户, 既有土地转入又有土地转出的农户有2户。从上述的数据描述图可以看出, 转入土地农户的平均收入要高于转出土地农户的平均收入, 同时进行土地流转农户的平均收入比不进行土地流转农户的平均收入高。从上述数据中可以判断, 进行土地流转的农户家庭人均纯收入要高于非土地流转农户。

2.1.2 不同土地转出面积对农户收入的影响。

比较不同土地转出面积与农户收入之间的关系, 以所有转出土地农户的土地转出面积为横轴, 以区间范围内的平均农户人均收入为纵轴绘制图表, 其结果如图2所示。可以看出, 平均农户人居收入首先随着土地转出面积的增大而增大, 到达一定范围后, 随之下降, 分析结果能够反映出农户人均收入与土地转出面积的相互关系, 说明土地转出面积对于农户的人均收入会有一定的影响作用。

2.1.3 不同土地转入规模对农户收入的影响。

比较不同土地转入规模与农户收入之间的关系, 以转入土地农户的土地转入面积为横轴, 以该区间范围内的农户人均收入为纵轴绘制图表, 其结果如图3所示。可以看出, 平均农户人均收入随着土地转入面积的增大大致呈现出上升的趋势, 大致反映出土地转入面积对于农户的人均收入会产生一定的积极增收效应。但是, 关于土地流转的2个方向及其面积的大小对于农户家庭的人均纯收入影响如何, 还需要在考虑其他多种因素的条件下引入计量模型进一步进行综合分析。

2.2 模型建立及结果分析

2.2.1 变量设定及模型构建。

本文采取多元回归分析模型, 将农户的纯人均收入 (NI) 作为被解释变量, 同时, 为了反映土地流转对农户收入的影响, 将土地资源的转入土地面积 (LI) 、转出土地面积 (LT) 作为重要的解释变量。此外, 为了全面反映农户家庭纯收入的来源渠道, 本文还选取了耕地面积 (SS) 、农业生产投入 (IK) 、劳动生产率 (RP) 3个解释变量来反映农业经营的收入和支出, 同时选取人均非农收入 (AI) 变量来解释农户非农业收入的来源, 模型的变量设定如表1所示。同时, 由于对于农户而言土地转出面积有限, 区分转出小户与大户之间的区别意义不大;但是对于土地转入农户而言, 土地转入存在多少的差别, 并且土地转入的多少对于农户收入存在着不同的影响, 因此为了区分土地转入对大户与小户2种类型的不同影响效果, 引入变量转入土地面积平方 (LI2) 作为解释变量。βi表示估计系数, i=0, 1, 2, 3, …, 7。ε为残差[3,4,5,6]。经过对各种影响变量的筛选, 具体设定的模型如下所示:

根据河南省滑县176户的调研数据, 各变量的描述性统计如表2所示。

2.2.2 计量结果及分析。

本文运用Eviews 6.0软件进行多元回归分析, 计量回归结果如表3所示。

注:F=34.452 57, DW=1.671 651。

由表3的回归结果可以看出, 模型整体显著, 通过检验, 变量SS以及变量LI的T统计量较小, 不够显著;其余变量LT、LI2、IK、RP、AI的T统计量较大, 且能在5%和10%的统计显著性水平条件下通过检验, 符合统计学意义。关于本文研究的2个重点变量:土地转出面积对于农户的收入具有显著的增收效应, 而土地转入面积虽然不够显著, 但是对于原本收入水平就不高的单个种粮农户而言有显著的适度规模增收效应, 具体分析结果如下。

(1) 土地转出确实对提高农户的家庭人均收入有积极作用。计量分析结果显示, 在滑县地区农户土地转出面积增加会带来农户人均纯收入增加。如果鼓励农户将尽量多的家庭土地资源参与市场流转, 就能够较大程度地提高农户家庭收入。一方面, 土地转出可以使家庭劳动力有更过机会参与到经济利润更高的二、三产业中;另一方面, 由于传统的农业种植方式已经不能够适应农业现代化、规模化的要求, 土地的转出可以减少农户家庭的成本支出以达到增加收入的目的。然而, 从上述数据中可以发现, 土地转出对农户增收的增长效应较小, 土地转出面积的增加会带来农户人均纯收入增加10.4%左右。但是由于农户家庭土地面积有限, 土地转出对于农户家庭收入而言其经济作用并不突出, 同时, 从实地调查中可以发现土地流转大多是农民自发组织的, 占土地流转农户的80.1%, 有17.9%的农户进行的土地流转是村里统一组织的, 并且农民自发组织的土地流转绝大多数只有口头协议, 只有12.8%的农户签订了流转合同。土地转出大多数还是以委托亲朋、邻居经营的方式, 并且一般没有正式的合同, 土地转出的报酬也几乎可以忽略不计。这种不规范的流转方式对于土地流转市场的完善、成熟有着制约作用, 也就导致了土地转出并未能实现土地资本的价值, 土地转出也就不能实现其能带来的经济价值[7,8]。

(2) 土地转入对于提高农户的家庭纯收入产生的影响效果不明显。计量分析结果显示, 土地转入面积对于农户家庭的纯收入并未产生明显的增长效应:一方面, 对于小规模的土地转入农户而言, 土地的转入甚至对农户的收入产生了负效应, 即土地的转入使农户的人均收入减少;另一方面, 对于大规模的土地转入而言, 随着土地转入面积的增加农户家庭的人均收入会增加3.8%, 虽然土地的大规模转入产生了正效应, 但是这个效应对农户收入增加的效果不够显著。显然, 对于样本调查地区滑县而言, 土地的转入对于农户整体而言并没有达到应有的增收效果, 这也就达不到推行实施土地流转政策的根本目标。分析其原因可能是:一方面, 对于一般小农户而言, 由于缺乏有效的土地流转机制, 这种不稳定的土地租赁方式对于转入土地者而言具有不稳定性, 大多说转入者是以亲朋好友的身份代种土地, 虽然需要付出的土地租让金很少或是几乎没有, 但是正是这种代种土地的身份使转入土地的一般农户不能够积极开展土地经营, 不仅缺乏实施农业现代化种植的积极性, 也缺乏追求土地经营利益最大化的动力, 农民对转入土地的低效利用会直接降低流转土地的粮食产出, 也就必然影响到农民的收入。同时, 在农业收益相对较低的经济环境下, 素质相对较高的劳动力会选择外出务工或经商, 以获取更高的非农收入;而继续从事粮食生产的大多数是综合能力较弱的农民, 这对于农业生产的效率也会产生不利的影响。因此, 多方面的因素也就导致了土地最大的经济价值不仅难以实现, 甚至会出现负面影响。另一方面, 对于大规模土地转入的农户而言, 在农业收益相对较低的前提下, 同时由于信息、技术等方面的局限, 农业规模化、现代化生产效益并未能完全实现, 因此导致土地的大规模转入并未能实现农户收入的大幅度增加, 虽然存在能够将更多的土地集中起来经营管理的大户和企业, 并带动乡村农民致富, 然而此类成功的案例处于极少数, 并且通常带动的收入增长仅仅具有短期效应。

3 政策建议

本文从农户家庭土地流转方向的角度分析影响农户收入的影响因素, 探讨土地转出与土地转入对农户收入目前影响存在的局限性:即土地转出的面积对于农户收入有着正面的增长效应, 土地转入的面积对于农户家庭的收入影响效应不够显著, 但是土地转入面积具有适度规模效应, 如果能够充分调动农户的土地转入积极性, 那么土地转入对于农户家庭的收入增长是具有积极效应的。因此, 调动农户资源对其自身收入的提高有重要的作用, 若能制定相应的激励政策, 将有效促进农民收入的持续增长。根据结论提出如下政策建议。

一是合理制定土地流转政策, 推进农村土地流转市场的完善。积极鼓励农民参与社会保险、农业保险, 充分调动农村内部各经济主体参与土地流转市场的积极性, 完善土地流转信息制度, 尽量减少土地流转过程中的交易成本, 同时要确立土地流转市场产权制度的完善, 使农户权益得到保障, 促使农村土地流转市场有一个良好的发展前景。二是加强农村农业生产保障政策, 保障农民进行农业生产有利可图。积极推广相关的农业现代化技术保证粮食产量的增长, 鼓励农户积极参与农业保险降低种粮风险, 并且制定优惠政策吸引种粮大户及企业进行规模投资生产, 进行人才以及技术引进以确保农业生产效率的提高优化, 保障种粮者经济利益的提高。三是加强土地流转市场和劳动力市场供需变化的信息制度完善。保证土地市场和劳动力市场的发展, 以劳动者自发参与为主体, 同时要发挥政府部门的适当引导作用, 促进土地流转市场和农民外出就业劳动力市场效益的不断增加, 吸引鼓励农户进行土地流转, 促使土地流转市场得到健康有序的发展。四是促进各个层次的劳动力市场发展。目前, 农户的非农业收入在总收入中已占据重要的地位, 促进农民更多地参与非农行业的竞争更加有利于提高农户家庭的整体收入, 因此为农民提供的劳动力就业市场环境要保证公平合理, 以促进农民参与多种形式的就业。在推动城镇化发展过程中, 政府部门应当尽快完善户籍制度、劳动制度、医疗卫生制度等, 减少农民参与非农行业的束缚屏障, 让农民更多、更积极地参与非农领域经济建设。

参考文献

[1]黄祖辉, 钱峰燕.技术进步对我国农民收入的影响及对策分析[J].中国农村经济, 2003 (12) :11-17.

[2]杨继生, 司书耀.政策环境变迁与农村居民收入和消费意愿的动态变化[J].中国农村经济, 2011 (7) :42-53.

[3]彭代彦, 吴扬杰.农地集中与农民增收关系的实证检验[J].中国农村经济, 2009 (4) :17-22.

[4]王春超.农村土地流转、劳动力资源配置与农民收入增长:基于中国17省份农户调查的实证研究[J].农业技术经济, 2011 (1) :93-101.

[5]许恒周, 郭玉燕.农民非农收入与农村土地流转关系的协整分析——以江苏省南京市为例[J].中国人口.资源与环境, 2011 (6) :61-66.

[6]刘艳, 韩红.农民收入与农地使用权流转的相关性分析[J].财经问题研究, 2008 (4) :12-17.

[7]倪羌莉.非农就业对我国今后农地经营制度的影响[D].南京:南京农业大学, 2007.

[8]李先玲.农村土地流转对农民收入的影响路径[J].合作经济与技术, 2010 (10) :26-27.

实证调研和数据挖掘 篇2

关键词：高校毕业生,住房方式,影响因素,趋向

一、引言

当前, 西部地区经济发展相对落后。为缩小东西部差距, 实现共同富裕, 西部地区迫切需要提高人口整体素质、增大人力资源总量, 因此对高校毕业生这样的高素质人才有着极大的需求。然而西部地区虚高不下甚至持续上涨的房价却令众多毕业生望而生畏, 这是由于毕业生群体就业初期经济基础相对薄弱, 而我国现行的保障住房供给层次划分标准不科学, 住房保障准入条件较为苛刻, 使他们成为“夹心层”被现有住房供应体系所排斥。住房消费问题对西部地区人才流动、经济建设及和谐发展有着巨大影响, 因此了解影响这类群体认可的住房消费方式的因素具有重要性和紧迫性。

本文基于对西部重点城市成都、兰州毕业5年内的高校毕业生的实地调研数据, 运用软件EViews7分析探讨影响其认可的住房消费方式的一些主要因素, 并以成都市为例, 利用GM (1, 1) 灰色模型和马氏链对其未来房价进行预测, 在2013年1月1日起绝大多数银行执行新贷款利率的基础上, 探索我国西部高校毕业生目前的购房前景, 从而为将来解决此问题提供一定的参考。

二、问卷调查设计

为了使本次调查能最大程度地挖掘出西部高校毕业生住房消费方面的信息, 笔者在查阅相关文献、咨询有关专家学者并对个案进行访谈的基础上, 从西北和西南各抽取一个人口、高校、科技最为集中的城市——兰州、成都的毕业5年以内的高校毕业生为调查对象, 设计出包括毕业生的性别、受高等教育年限、毕业年限、个人月收入、户籍状况等基本信息和住房消费认可的方式、倾向、住房消费水平、购房心理、动机等住房信息的调查问卷, 采取典型调查的方式, 深入毕业生相对集中的高新科技园区、人才市场等地区, 以发放问卷调查为主、个案访谈为辅的方式, 最大程度地了解他们的住房状况与心声。

三、数据分析

本文研究采用的资料来源于笔者2012年7—8月的调查, 采取偶遇抽样的方法发出问卷200份, 调查人员在现场对被调查者进行协助, 并注意保证性别等特征具有较好的分布。本调查收回问卷162份, 其中不规则填写和漏填等无效问卷14份, 问卷回收率为81%, 有效率为91.36%。样本影响因素的分布结果见表1。

调查结果显示, 有80.4%的人择业时考虑居住, 70.9%的人认可的住房消费方式是买房。

1、计量经济模型

要了解影响西部高校毕业生住房消费方式趋向的一些主要因素, 可用受高等教育年限、性别等变量来解释其决策。故本文选择建立线性概率模型 (LPM) 、对数单位模型 (Logit Model) 、概率单位模型 (Probit Model) 来说明决策主体选择一个特定选项的概率取决于哪些因素。

用Y表示高校毕业生的二元选择, 认可的住房消费方式是买房时取值为1, 是租房时取值为0;用X1表示受高等教育年限, X2表示毕业年限, X3表示月收入, X4表示计划购房总价;用虚拟变量D1表示性别, 若为男性则取值为1, 若为女性则取值为0;用虚拟变量D2表示家庭户籍状况, 若为城镇居民则取值为1, 若为农村居民则取值为0;用虚拟变量D3表示现是否本市居民, 若是则取值为1, 若否则取值为0;用虚拟变量D4表示择业时是否考虑居住, 若是则取值为1, 若否则取值为0。运用EViews7软件得到如下估计结果 (见表2—4) 。

2、结论

由以上三个模型的参数估计值的大小及符号如线性概率模型中DW统计量的值等可以看出, 其在经济意义上是合理的, 整个模型通过了检验。三个模型都显示高校毕业生的月收入、购房总价最为显著, 毕业年限、家庭户籍状况也有一定的显著性, 但其余变量并不是影响高校毕业生认可的住房消费方式的主要因素。调查显示样本中70.9%的高校毕业生认可买房, 说明其整体的购房意愿是比较强烈的, 而事实上购房意愿还是与月收入存在着正相关的关系。不同的人群由于工作地点、个人偏好等的不同, 购房意愿亦有所不同。由于工龄等会影响劳动的熟练程度进而影响收入, 且一般而言, 城市居民家庭的经济状况比农村好, 中国住房代际消费现象较为严重, 因此毕业年限、家庭户籍状况会在一定程度上影响到高校毕业生认可的住房消费方式。

四、毕业生住房消费能力实证分析

调查数据显示, 在打算买房的毕业生中, 计划在3—5年内购买的所占比重最大, 在考虑性价比的同时, 多数毕业生热衷于50—90平米的中小户型住房。由于2012年央行两度降息, 5年以上贷款基准利率下调至6.55%, 在2013年元旦之后, 房贷年利率执行6.55%的新标准。因此, 基于调查数据和相关资料, 在不考虑未来政策变化、国际局势变化等市场突发情况影响的假设前提下, 我们可以按调查后的4年即2016年, 以平均住房面积S=70平方米, 在所购商品住宅首付比例为30%, 高校毕业生剩下的70%全部靠银行贷款, 采取等额本息还款法30年还清的条件下, 来计算高校毕业生每年的还贷情况, 分析其购房支付能力。

本文试图通过成都2011—2012年商品住宅均价的统计数据, 运用灰色GM (1, 1) 模型和马氏链来对成都2016年商品住宅均价进行预测。

1、数据统计

从《中国房地产统计年鉴》和百度文库中, 我们得到成都2011—2012年商品住宅均价的统计数据, 见表5。

2、模型建立

运用灰色GM (1, 1) 模型和马氏链对2016年商品住宅均价进行预测。

由灰色GM (1, 1) 模型有:

记x (0) 为原始数列:x (0) = (x (0) (1) , x (0) (2) , …, x (0) (n) ) ,

记x (1) 为生成数列:x (1) = (x (1) (1) , x (1) (2) , …, x (1) (n) ) ,

如果x (0) 与x (1) 之间满足下列关系, 即:

称x (1) 为序列x (0) 的一次累加生成。

在这里n=12,

有微分方程其中a为发展系数, u为灰色作用量, 又有

再将数据带入模型进行计算可得2013—2016年成都市商品住宅均价的逐年预测值, 如表6所示。

基于上述灰色模型预测, 我们引入马氏链及其状态转移概率矩阵:设有随机过程{xn, n∈T} (T表示时刻的集合) 和离散的状态集I={i0, i1…}, 若对任意的整数n∈T, 条件概率满足:P{xn+1=in+1|x0=i0, x1=i1, …, xn=in}=P{xn+1=in+1|xn=in}, 则称{xn, n∈T}为马氏链, 并记Pij (k) =P{xm+k=j|xm=i}, (i, j∈I) , 表示在时刻m, 系统处于状态i的条件下, 在时刻m+k, 系统处于状态j下的概率。

Pij=Mij/Mi (i, j=1, 2…, m) , Mi为状态Ei的样本数, Mij为状态Ei转向Ej的样本数, Pij反映了系统各状态之间的转移规律。

通过P (m) , 我们可以预测系统未来最有可能的发展方向。

考虑到计算的方便, 我们将相对误差分为四个状态:E1:[-9%, -3%];E2:[-3%, 8%];E3:[8%, 15%];E4:[15%, 21%];计算相应的状态转移概率矩阵为:

因为2012年处于E3状态, 所以可令其初始状态为V0= (00 1 0) , 则有表明2016年的相对误差为E2状态的可能性最大, 故最有可能为 (元/平方米) , 即在调查的4年后成都商品住宅均价约为1.2万元/平方米。

3、高校毕业生购房支付能力测算

按照平均住房面积S=70平方米计算, 4年后购买一套商品住宅平均需要84万元。若能一次性付清30%的首付且剩下的金额全部依靠银行贷款, 则贷款总额P=58.8万元, 若采用等额本息还款法, 按照现今的5年以上贷款年利率也就是房贷所对应的利率i0=6.55%, 换算成月利率即为i≈0.546%;还款年数为30年, 假设月还款额为A, 则第一个月所欠银行贷款为P (1+i) -A, 第二个月为[P (1+i) -A] (1+i) -A, 以此类推, 利用等比数列求和公式后可得第n个月为由于第三十年即第360个月要还清房贷, 故即将数据带入后得A≈0.3736万元, 即高校毕业生按照等额本息还款法每个月需要约3736元来支付房贷。

从笔者的调研数据分析来看, 多数毕业5年内高校毕业生月收入在1500—3500元之间, 取组中值2500元, 则夫妻二人月总收入多数在5000元左右。而月支付房贷却高达约3736元, 占了月总收入的近四分之三。一方面, 由于月收入×55%为最大的住房消费额, 即月收入×55%叟A。尽管到了2016年工资会有所提高, 但要达到使月还贷额占收入的55%以内还是比较困难的。另一方面, 生活支出占家庭收入的比例即为恩格尔系数, 消费占家庭收入比例=1-恩格尔系数;通过《中国统计年鉴2012年》得到2011年我国城镇居民家庭恩格尔系数为36.3%, 则其非生活基本消费比例=1-36.3%=63.7%, 所以对于高校毕业生, 房价相对其2016年的还款系数λ还是偏高。总之, 支付房贷会严重影响这类群体其他正常的生活消费支出, 甚至会使今后其子女的教育投入问题还有父母的养老问题更加突出。如果每月还贷仍靠父母支持则加重了全家的生活负担, 进一步扩大了社会保障矛盾。

基于以上分析可知, 对多数高校毕业生而言, 买房显得不太现实, 而在样本调查结果中, 认可买房的住房消费方式却达70.9%。因此, 引导其树立正确的住房消费观念显得尤为重要, 同时应加大住房保障力度。

五、政策建议

1、引导高校毕业生树立正确的住房消费观念

从以上分析可知多数高校毕业生选择买房的住房消费方式是不太现实的, 因此应引导其树立以租房为主的住房消费观念。从调查的购房动机上来看, 为了结婚而购房的人数最多, 可见许多人仍然有着较为严重的“有房才结婚”的思想。随着毕业年限的延长, 青年人也逐渐独立自主, 故应加大宣传教育力度, 引导高校毕业生树立租房等正确的住房消费观念;并让其梯度理性消费, 正确认识其住房消费方式, 不要急于购房、购大房, 尽可能地减小家庭经济负担。

2、加大住房保障力度

(1) 完善针对高校毕业生的住房保障体系。据调查, 目前高校毕业生既无租住廉租房的资格又无购买经济适用房的能力, 市场租房不仅价格高而且混乱, 只能寻求公共租赁房, 故可结合其特点积极探索专门为其设计的毕业生公寓模式。如采用建立毕业生住房公积金等措施来为其筹集租住毕业生公寓的资金, 并加快在其工作地点较为集中的区域建设合理住房或提高毕业生公寓到其工作地点的交通便利度。

(2) 基于保障体系的辅助性对策支撑。由于高校毕业生的月收入、购房总价、毕业年限、家庭户籍状况对其认可的住房消费方式有着较高的显著性, 且还款系数λ与这些因素存在着一定的相关关系。因此应提高其收入, 完善住房消费的金融、税收政策, 如税收调节、给予一定住房补贴等, 并加强基础设施建设, 大力发展西部地区优势产业, 让西部经济区率先发展, 从而吸引更多人才来西部就业以促进西部发展。同时还要考虑到大多数农村毕业生的家庭收入偏低, 依靠父辈家庭出资购买商品房的可能性很小, 因此从再分配的公平角度考虑, 应加强农村籍毕业生城市住房保障措施。目前我国城市化仍在继续, 农村籍高校毕业生签订就业协议后其户籍可以迁入城市, 这样一方面加快了城市化进程, 另一方面增加了农村人口转移途径。而如果突破地权流转的限制, 允许农村宅基地、承包地换取城市保障性住房或给予其相关的购房优惠, 甚至出台一些金融政策如让银行信贷为其提供帮助或给予税收优惠政策, 鼓励他们用“地票”换“房票”, 不仅可以提高农村闲置土地的利用率, 还可以吸引农村籍高校毕业生在西部城市安居乐业, 增加西部地区城市建设的人力资本存量。

参考文献

[1]邓宏乾、王贤磊、陈峰:我国住房保障体系并轨问题研究[J].华中师范大学学报, 2012 (5) .

[2]夏学文:商品房价格预测模型及其应用[R].海峡两岸应用统计学术研讨会, 2008.

[3]程松林、何穗、杨选:武汉市商品房均价的预测[J].统计与决策, 2008 (2) .

[4]刘晓君、钟石头、杨星:基于还款系数的城市居民购房能力研究[J].建筑经济, 2007 (7) .

实证调研和数据挖掘 篇3

关键词：基层农村医生,工作效率,影响因素

基层医疗卫生服务系统的建设是我国卫生体制改革的重点之一, 几年来政府颁布了大量相关建设方案与发展规划, 加强对县级医院、乡镇卫生院等基层医疗服务机构的投入和建设。但随着经济社会的不断发展, 基层医疗卫生服务体系还不能完全满足城乡居民日益增长的健康需求。要满足农村居民的医疗卫生需求, 则不仅要从数量上保证医生的供给, 还要从质量上提高医生工作效率, 充分利用现有资源来最大化医生所提供的服务。

国内外关于卫生医疗系统的效率研究可以分为宏观层面和微观层面, 其中宏观层面的研究通常将国际和地区作为决策单位[1,2,3,4], 如对各国卫生保健系统技术效率进行比较研究, 各地区健康生产效率进行评测和比较分析, 医疗供给效率进行实证研究等。

更多的效率研究集中在微观层面, 绝大多数以医疗机构或医疗团体作为研究对象, 例如不同所有权结构、不同规模、不同地区及医疗机构内部不同科室效率的比较[5,6,7,8], 对单个或多个医院成本效率的分析与评价[9,10,11,12]。然而医生作为医疗卫生系统中最基础的组成单位, 以其个体作为效率研究对象的国内研究较之国外则非常少[13,14,15,16,17,18]。

本文以我国县级和乡镇级医生的个体层面的工作效率为研究对象, 通过选择医生的工作产出和投入变量, 使用随机边界分析法分析医生的效率及其影响因素, 并进一步的从医生主观层面对效率的观点进行了讨论。

1 变量选取和数据描述

本文所使用的数据来源于“中国农村卫生人力资源研究:现状评估及未来需要的预测”项目中对县乡两级医疗机构和医生的调研结果, 其中机构调研部分包含县中心医院, 县中医院, 妇幼保健院及乡镇卫生院, 回收107份有效问卷, 医生调研部分共回收1210份有效问卷。其中男性医生占样本总量57%, 县级医生占样本总量比例为50.8%, 样本平均年龄为36.6岁。

1.1 产出变量

医生的产出即医生所提供的服务, 分为质和量两个方面, 量可以通过服务的病人数, 或服务的物质化的价值来衡量, 而质通常无法直接衡量。因此本文依照众多研究所使用的单位时间内的服务量作为医生的产出, 具体变量选择医生每天所承担的实际门诊病人数量。

1.2 投入变量

对投入要素的考虑则是参考了1990年Gaynor和Pauly所建立的“行为产出公式”[13], 其决策单位为效用最大化的个体-即医生, 决策单位通过其面临的各项资源的选择而产生相应的医疗行为。

(1) 医疗活动时间投入。即医生本身作为决策单位时的人力资源投入, 这里选择医生平均每天在医疗活动上花费的工作小时数 (从每天实际工作的小时数中减去包括专门的教学以及培训活动、科研活动、集体病历讨论、会议和行政管理工作在内的非医疗活动时间所得) 。

(2) 医生经验投入。医生在对病人提供医疗服务时, 仅仅靠时间的投入是无法完成的, 其医学专业知识才是其产出不同的关键。然而医生的能力不是一个可以具体量化的变量, 因此这里选择医生的工作年限作为替代变量, 隐藏的假设为同样的工作时间里, 较为资深医生应该可以依靠其在工作中获得的经验来增加产出水平。

(3) 辅助性人力资源投入。医生提供医疗服务的过程离不开辅助人力的投入, 包括护士, 医疗助理, 技术辅助人员, 管理人员等, 辅助人员的工作可以替代部分可能需要医生本身投入的工作时间。但由于缺乏针对每名医生的辅助人力方面的数据, 这里使用医院整体水平的医生/护士比例来作为替代变量。

(4) 资金投入。医疗设备等为医生工作不可缺少的因素, 属于产出函数中的资金投入部分。这里使用医生所在医院万元以上设备的价值作为替代变量。

1.3 效率的影响因素

(1) 医生个体特征。包括医生的性别、教育水平、所处科室等。在以往的研究中, 医生的个体特征也被认为是影响医生效率的重要因素之一[16,19,20]。

(2) 激励因素。即医生的收入水平, 该因素的加入用来判断收入能否对医生的效率起到正面的激励作用。

(3) 地区层次变量。经济发展水平、医疗卫生政策等因素, 也可能会导致医生有不同的工作效率, 本文使用三省虚拟变量来总体上控制东、中、西部之间不可观测的差异。

2 模型

关于边界效率的衡量, 有多种模型和方法, 包括确定性边界法 (Deterministic Frontier Approach, DFA) 、随机边界分析 (Stochastic Frontier Analysis, SFA) 及数学规划法 (包括DEA, PDH和MI) 。医疗卫生系统所涉及到的基本效率分析方法中最为普遍的是数据包络分析 (Data Envelopment Analysis, DEA) 和随机边界分析。

DEA方法借鉴了边际效益理论线性规划模型, 其优点在于它不需要设定生产函数, 可以实现多投入、多产出的处理。但同时, 它没有考虑随机误差的影响, 因此边界容易受到极端观测值的影响。SFA方法通过设定生产函数, 在确定生产前沿的基础上, 将随机误差和效率残差两项区分开。然而它无法识别非效率的来源, 所以无法区分分配性非效率、技术性非效率及范围非效率。也有一些研究同时使用两种方法并比较其结果的不同, 发现并没有明显差异。由于本研究中只使用一个变量作为产出, 且为保证将非效率因素与随机误差相分离, 因此选择使用SFA。

依照Battese和Coelli (1995) 提出的SFA一步回归法 (认为先通过随机前沿生产估算出效率分数, 再使用分离出的非效率值作为被解释变量, 外生变量作为解释变量的两步回归方法会造成结果的偏误和不一致) , 建立以下模型:

其中, patienti表示医生每日平均门诊数;hoursi表示医生i每日在医疗活动上花费的时间;yeari表示医生i的从业年数;nursei表示医生i所在医院的护士/医生比例;equipmenti表示医生i所在医院的万元以上设备总价值;Ui表示医生i的技术非效率, 为独立分布的非负随机变量, 在0处服从截断正态分布N (mi, σu2) ;Vi表示随机误差项, 服从N (0, σv2) 分布。复合误差项σ2=σv2+σu2, 定义, 如果γ=0则代表不存在非效率, Ui则可以从方程中剔除, 如果γ=1则表示实际产出的偏离完全是因为非效率。γ越接近1, 随机边界方法就越适用。

技术无效率影响因素模型为:

其中, mi为无效率分数;Xi为医生个体特征变量, 包括医生性别虚拟变量、教育水平虚拟变量和所在科室虚拟变量;incomei为医生自报的每月平均收入;provincei为地区虚拟变量。

3 结果

对前沿生产函数和技术无效率方程的联合估计获得的结果如下:

注:***表示在1%水平上显著, **表示在5%水平上显著, *表示在10%水平上显著 (1) 乡镇级别医生样本中不存在硕士及以上教育背景的医生, 因此在中专、大专和本科这三个虚拟变量中, 本科被自动删除。

从表1中可以看出, 使用SFA方法进行对县乡两级医生进行分析时, γ值分别为0.857和1, 这验证了SFA方法在本研究中的适用性。

工作经验对县乡两级医生的工作产出都有非常显著的影响, 1%的工作年限的提高可以分别对两级医生的工作产出有0.39%和0.23%的提高。但与常理较为违背的是, 医疗工作时间的提高并没有对医生工作产出有积极的影响, 相反的是, 在10%的置信水平上, 医生工作时间越长, 门诊的数量越低。对此可能的解释是, 工作经验高的医生其工作时间短, 但由于其工作效率高, 所以产出相对较高, 因此造成了工作时间短对应着较高的产出;设备的价值数量对医生的工作产出并没有显著的影响, 而护士医生比例则表现出了显著地正向作用。

因而总体来说, 在个人智力因素、资本因素、人力因素、时间因素这几项投入中, 智力因素和人力因素对产出起着相对显著的影响。

在医生工作效率影响因素分析中, 县乡两级医生中唯一对效率有显著影响的因素是地域状况。甘肃和河南省医生的工作效率要显著低于广东省的医生。这可能是因为地域的虚拟变量揭示出了一系列数据中所没有包含的不可观测的变量情况, 例如医生总体的工作环境、医生专业素质、激励性政策和地区文化等对医生效率的显著作用。在不同级别的医生中, 科室也对医生效率的影响也不一致, 从显著性上来讲, 县级医院中的儿科和妇科医生的工作效率显著不同于其他科室, 而乡镇医院中的外科和妇科医生的工作效率显著不同。县级的儿科和妇科医生的效率偏高, 而乡镇级外科和妇科医生效率偏低。其他因素, 如医生的性别、医生收入和医生的教育水平等对医生的效率均没有显著的影响。

4 进一步讨论

在调查问卷中, 我们还访问了医生其自身认为影响其工作效率的因素及其影响程度, 所选择的变量分别为医生性别、医生学历、医生工作经验、和医生的职称。

尽管这些问题的回复较主观, 并取决于医生本身对效率的定义和自身经历, 但可以从中获得医生本身对所处行业的理解。对其视角进行的分析所得到的效率相关的因素的描述本身就有其意义, 也能对我们分析影响因素有参考意义。

注: (1) 该百分数是回答“是”的比例; (2) 括号中为分别回答是/否的观测值数量。由于该类问题只覆盖了河南和甘肃两省, 所以样本量相对较小。

结果显示, 医生认为效率在性别上的差异不如其他因素明显, 且只有25.2%的医生认为有差异的存在。在认为男性效率更高的医生中, 有71.4%其本身为男性, 而认为女性效率更高的医生中 (实际只有16.8%的医生持有该观点) , 70.1%其本身为女性;绝大多数医生 (92.8%) 认为更长的工作年限将带来更高的效率, 并且当工作年限提高10年时, 效率将平均提高17.2%个百分点;84.4%的医生认为更高的教育水平将影响到效率, 且认为该效果比较显著的有72.1%, 教育水平提高一个等级将带来13.7%的效率的提高;在所有医生中有65.9%认为高工资为促进效率的正向激励因素, 且10%的工资水平的提高将导致18.3%的平均效率的增长;对于职称因素, 78.3%的医生认为与提高效率相关, 且一个等级的提高可使得相应的效率平均提高16.3%。

5 政策建议与总结

本文使用了SFA方法, 选择医生的门诊工作量作为产出要素, 医生的时间投入、经验投入及医院层次的辅助人力和资金作为投入要素, 对我国农村基层医生的工作效率及其影响因素进行了分析。最后, 还从医生的主观角度研究了其效率差异的主要影响因素。本文通过分析发现, 医生的工作产出主要受医生的工作经验及医院水平的医疗辅助人力的影响, 而医生的工作效率主要和其所在地区相关, 甘肃和河南省医生的工作效率要显著低于广东省的医生, 而不同科室的医生工作效率也有所不同。对医生工作效率的主观分析结果与客观分析有所差异, 医生所认为的性别、教育水平和工资等影响在实证分析中并没有非常显著。