摘要：研究大中型水庫移民后期扶持資金使用效率對(duì)移民收入的影響，探討環(huán)境變量對(duì)資金使用效率的影響及移民收入水平的變化，可為庫區(qū)和移民安置區(qū)經(jīng)濟(jì)社會(huì)的高質(zhì)量、可持續(xù)發(fā)展提供數(shù)據(jù)支持。以廣東省云浮市3個(gè)樣本縣2016～2020年的相關(guān)數(shù)據(jù)為例，采用DEA三階段模型與Malmquist指數(shù)法相結(jié)合的分析方法，將移民扶持資金作為投入指標(biāo)，移民收入作為產(chǎn)出指標(biāo)，并引入人均GDP和地區(qū)固定資產(chǎn)投資作為環(huán)境變量，分析環(huán)境變量對(duì)各年度資金使用效率的影響。結(jié)果表明：環(huán)境變量對(duì)移民后期扶持資金使用效率有明顯的促進(jìn)作用。經(jīng)濟(jì)較發(fā)達(dá)地區(qū)的資金使用效率更高，且云浮市在調(diào)整投入指標(biāo)后，各年度效率均有所提升，綜合技術(shù)效率均值提高至0.875，純技術(shù)效率優(yōu)于規(guī)模效率。因此，在制定和實(shí)施移民政策時(shí)，需進(jìn)一步關(guān)注資金效率，并優(yōu)化資源配置。

關(guān) 鍵 詞：水庫移民收入；后期扶持；資金使用效率；DEA三階段模型；Malmquist指數(shù)法；區(qū)域經(jīng)濟(jì)

中圖法分類號(hào)：D632.4

文獻(xiàn)標(biāo)志碼：ADOI：10.16232/j.cnki.1001-4179.2024.12.032

0 引 言

自《國務(wù)院關(guān)于完善大中型水庫移民后期扶持政策的意見》（國發(fā)〔2006〕17號(hào)）頒布實(shí)施以來，各地移民生活水平有所提升，但與當(dāng)?shù)胤且泼袢罕娙杂幸欢ú町?。各地政府積極思考對(duì)策并投入大量移民后期扶持資金，推動(dòng)移民產(chǎn)業(yè)發(fā)展^［1-2］，努力促使移民融入當(dāng)?shù)夭⑻岣呤杖?。然而，移民后扶資金使用情況會(huì)隨時(shí)間發(fā)生變化，因此研究多年度移民后期扶持資金使用變化情況，并對(duì)比總結(jié)經(jīng)驗(yàn)顯得尤為重要。

在新發(fā)展階段，我們必須完整、準(zhǔn)確、全面地貫徹新發(fā)展理念，持續(xù)深化移民管理服務(wù)改革，推動(dòng)移民管理事業(yè)高質(zhì)量發(fā)展。移民管理部門的工作人員應(yīng)深入學(xué)習(xí)習(xí)近平新時(shí)代中國特色社會(huì)主義思想的世界觀和方法論，以此作為指導(dǎo)綱領(lǐng)，推動(dòng)移民管理工作實(shí)現(xiàn)高質(zhì)量發(fā)展，并促進(jìn)移民的可持續(xù)發(fā)展，為民族復(fù)興貢獻(xiàn)力量^［3］。

近年來，學(xué)者們關(guān)于移民后扶資金方面的研究，主要通過構(gòu)建移民后扶資金使用效率評(píng)價(jià)體系來評(píng)估后扶資金的績效。如：董玉蘭等^［4］采用平衡計(jì)分卡法構(gòu)建后期扶持資金績效評(píng)價(jià)體系，對(duì)江西省11個(gè)市移民后扶資金績效進(jìn)行評(píng)價(jià)，識(shí)別移民資金使用中的問題，并給出針對(duì)性的改進(jìn)對(duì)策。羅曉^［5］運(yùn)用資金效率評(píng)價(jià)體系指標(biāo)對(duì)淅川縣2008～2016年移民后扶項(xiàng)目資金進(jìn)行定量分析，提出了優(yōu)化資金撥付時(shí)間的建議。侯怡紅^［6］從財(cái)務(wù)管理角度分析了瀾滄江流域水電站的移民資金，構(gòu)建了使用效率指標(biāo)體系，并提出了改進(jìn)建議。張爽^［7］運(yùn)用層次分析法和專家打分法對(duì)南水北調(diào)中線工程水庫移民村的社會(huì)治理績效進(jìn)行了評(píng)估。鄭凱鑫等^［8］利用非對(duì)稱貼近度法與模糊綜合評(píng)判法對(duì)廣東省龍門縣的移民后期扶持政策實(shí)施情況進(jìn)行了分析。

在研究方法方面，數(shù)據(jù)包絡(luò)分析法（DEA）在績效研究中應(yīng)用廣泛^［9-12］，能有效評(píng)價(jià)多投入多產(chǎn)出的決策單元效率，并不受數(shù)據(jù)單位影響。在移民后扶資金研究中，數(shù)據(jù)包絡(luò)分析法（DEA）也有所應(yīng)用，如遲旭等^［13］利用DEA-CCR模型分析了GX自治區(qū)13個(gè)樣本縣的移民資金使用情況；對(duì)于多年度移民后扶資金方面，邵佳楊等^［14］使用DEA-CCR模型對(duì)廣東省云浮市3個(gè)樣本縣2016～2019年的移民后扶資金進(jìn)行研究，研究了投入指標(biāo)滯后性對(duì)移民收入的影響。

現(xiàn)有移民后期扶持資金效率研究多集中于單年度或少量年度的數(shù)據(jù)，且對(duì)環(huán)境因素和資金使用動(dòng)態(tài)變化考慮不足。本文將使用DEA三階段模型結(jié)合Malmquist指數(shù)法，動(dòng)態(tài)觀測(cè)廣東省云浮市3個(gè)樣本縣2016～2020年間的后扶資金使用效率，為政府部門及決策者對(duì)扶持資金使用政策提供一定的指導(dǎo)及科學(xué)依據(jù)。

1 資料來源及研究方法

1.1 資料來源

本文研究數(shù)據(jù)來源于廣東省云浮市3個(gè)樣本縣的《2016～2020年度大中型水庫移民后期扶持政策實(shí)施情況監(jiān)測(cè)評(píng)估報(bào)告》《2016～2020年度統(tǒng)計(jì)年鑒》及《2016～2020年度國民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

羅定市、郁南縣、新興縣3個(gè)樣本縣各抽取10個(gè)樣本村、200戶移民。根據(jù)監(jiān)評(píng)報(bào)告，后扶相關(guān)資金可按資金來源、資金類別、資金使用方向進(jìn)行劃分，選取移民收入消費(fèi)水平、資產(chǎn)擁有量最大程度體現(xiàn)移民收入水平。

本文著重分析后扶資金使用效率對(duì)移民收入的影響。投入指標(biāo)選取直補(bǔ)資金、項(xiàng)目資金。直補(bǔ)資金通過直接支付資金來扶持水庫移民群體，直補(bǔ)資金的投入直接關(guān)系到后扶政策實(shí)施效果，通過評(píng)估其投入與產(chǎn)出的關(guān)系，可以衡量資金使用效率；項(xiàng)目資金用于移民項(xiàng)目的開發(fā)和建設(shè)，是后扶資金的重要組成部分，可直觀了解資金使用效率和項(xiàng)目給移民帶來的經(jīng)濟(jì)效益。產(chǎn)出指標(biāo)選取人均可支配收入、百戶汽車擁有量、恩格爾系數(shù)。人均可支配收入是衡量經(jīng)濟(jì)發(fā)展的重要產(chǎn)出指標(biāo)，直接反映了居民生活水平和經(jīng)濟(jì)福利；百戶汽車擁有量反映了居民的消費(fèi)能力和生活質(zhì)量，是經(jīng)濟(jì)發(fā)展的間接反映；恩格爾系數(shù)反映了居民消費(fèi)支出的結(jié)構(gòu)，通常用于衡量一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平和生活質(zhì)量^{［13，15］}。本文選取的水庫移民資金效率評(píng)價(jià)指標(biāo)相關(guān)情況如表1、2所列。

1.2 研究方法

1.2.1 數(shù)據(jù)包絡(luò)分析法

數(shù)據(jù)包絡(luò)分析法（data envelopment analysis，DEA）是美國運(yùn)籌學(xué)家Charnes等人于1978年提出的一種效率評(píng)價(jià)方法。它僅需要開始和結(jié)束時(shí)的數(shù)據(jù)，不需要考慮計(jì)算過程的中間環(huán)節(jié)及數(shù)據(jù)，對(duì)同類決策單元（decision making unit，DMU）進(jìn)行相對(duì)有效的評(píng)價(jià)^［16］。傳統(tǒng)DEA模型未能考慮環(huán)境變量及隨機(jī)干擾帶來的影響，本文選取的DEA三階段模型考慮了環(huán)境因素及隨機(jī)干擾的影響，分析結(jié)果更加真實(shí)可信^［17］。

第一階段以3個(gè)樣本縣2016～2020年度數(shù)據(jù)為例，采用投入導(dǎo)向的BCC模型計(jì)算技術(shù)效率、純技術(shù)效率和規(guī)模效率。若綜合技術(shù)效率值為1，則該縣各項(xiàng)技術(shù)較為先進(jìn)且位于技術(shù)前沿面；若技術(shù)效率不為1，則該縣存在資金冗余，需提高移民部門管理水平或優(yōu)化后扶資金的投資規(guī)模。

第二階段采用隨機(jī)前沿分析方法，使用Frontier 4.1軟件運(yùn)行SFA回歸模型，將第一階段計(jì)算得到的投入松弛變量及環(huán)境變量數(shù)據(jù)代入計(jì)算，考慮環(huán)境因素及隨機(jī)干擾因素對(duì)后扶資金使用效率的影響。SFA回歸模型具體表達(dá)式為

s_nkt=fz_kt，β_nt+v_nkt+μ_nkt（1）

式中：k=1，2，…，N；t=1，2，…，T；s_nkt表示第t年第k個(gè)決策單元在第n項(xiàng)投入的松弛值；β_nt為其待估參數(shù)；fz_kt，β_nt=z_ktβ_nt為環(huán)境變量對(duì)投入松弛變量的影響。v_nkt+μ_nkt為混合誤差項(xiàng)，其中v_nkt為隨機(jī)干擾誤差項(xiàng)，u_nkt為管理無效率項(xiàng)，兩項(xiàng)相互獨(dú)立互不相關(guān)。緊接著估計(jì)環(huán)境變量系數(shù)β^_nt以及隨機(jī)干擾誤差項(xiàng)_nkt。

然后，調(diào)整原始投入值。根據(jù)式（2），帶入原始投入值算出調(diào)整后的投入值。

x^A_nkt=x_nkt+［max（z_ktβ^_nt）］+［max（v^_nkt）-v^_nkt］（2）

式中：k=1，2，…，K；n=1，2，…，N；t=1，2，…，T；x_nkt為原始投入值，x^A_nkt為調(diào)整之后的投入值。

第三階段將第二階段通過SFA模型測(cè)算獲得的調(diào)整后投入值，再次通過BCC模型進(jìn)行計(jì)算。將所得綜合技術(shù)效率、純技術(shù)效率及規(guī)模效率與調(diào)整前測(cè)算數(shù)據(jù)進(jìn)行對(duì)比，分析環(huán)境因素對(duì)各縣后扶資金使用效率的影響。

1.2.2 Malmquist指數(shù)法

傳統(tǒng)DEA-BCC模型僅僅研究同一年度決策單元的靜態(tài)效率情況，對(duì)不同年度的效率值并不能進(jìn)行簡(jiǎn)單比較，因此需要引入Malmquist指數(shù)，將調(diào)整后的投入指標(biāo)代入進(jìn)行測(cè)算，可以同時(shí)處理多個(gè)時(shí)間段內(nèi)的多個(gè)數(shù)據(jù)，分析不同時(shí)段移民后扶資金技術(shù)效率的變化情況，同時(shí)能夠?qū)芾砑夹g(shù)水平的變化進(jìn)行準(zhǔn)確測(cè)定，更直觀地看到其變化規(guī)律。

Malmquist指數(shù)法由經(jīng)濟(jì)學(xué)家Malmquist于1953年提出，它以一個(gè)距離函數(shù)作為衡量全要素生產(chǎn)率（TFP）變化的標(biāo)準(zhǔn)，又將TFP分成技術(shù)進(jìn)步和技術(shù)效率兩部分。當(dāng)DEA方法用于Malmquist指數(shù)法測(cè)算時(shí)，結(jié)果大于1，說明TFP從t到t+1時(shí)段內(nèi)效率增加，反之則減少^［18］。

1.3 指標(biāo)的選取

1.3.1 投入產(chǎn)出變量

移民資金按資金類型一般分為直補(bǔ)資金、項(xiàng)目資金。后扶移民資金使用的根本目的是為了讓移民生產(chǎn)生活條件恢復(fù)到與當(dāng)?shù)鼐用裢人?，有效融入?dāng)?shù)厣鐣?huì)，實(shí)現(xiàn)移民安置區(qū)的長治久安。其中移民收入消費(fèi)水平、資產(chǎn)擁有情況最能體現(xiàn)出移民當(dāng)前恢復(fù)狀態(tài)及抵抗風(fēng)險(xiǎn)能力。

本文將廣東省云浮市3個(gè)樣本縣2016～2020年移民后扶資金效率作為研究對(duì)象，投入指標(biāo)為3個(gè)樣本縣的直補(bǔ)資金、項(xiàng)目資金；產(chǎn)出指標(biāo)從移民收入角度考慮，選取移民人均可支配收入、百戶汽車擁有量、恩格爾系數(shù)。移民人均可支配收入可直接反映移民戶收入水平；百戶汽車擁有量可一定程度上反映移民戶主要耐用消費(fèi)品擁有量，間接體現(xiàn)移民擁有資產(chǎn)情況；衡量移民生活水平高低的一項(xiàng)重要指標(biāo)是恩格爾系數(shù)。故選擇的投入產(chǎn)出指標(biāo)符合本文研究內(nèi)容。

1.3.2 環(huán)境變量

環(huán)境變量的選取原則應(yīng)滿足不能受研究單元影響但可以對(duì)研究單元效率產(chǎn)生影響。以此選取原則為基準(zhǔn)，本文選取3個(gè)樣本縣2016～2020年固定資產(chǎn)投資、人均GDP值作為環(huán)境變量。

2 研究結(jié)果

2.1 投入與產(chǎn)出指標(biāo)的相關(guān)性分析

需要對(duì)投入和產(chǎn)出指標(biāo)進(jìn)行相關(guān)性分析，以確定它們是否符合使用三階段模型的前提條件，然后才能進(jìn)行相關(guān)模型測(cè)算。本次使用SPSS 17.0進(jìn)行相關(guān)性分析計(jì)算。如表3所列，直補(bǔ)資金、項(xiàng)目資金2個(gè)投入指標(biāo)與人均可支配收入、百戶汽車擁有量、恩格爾系數(shù)3個(gè)輸出指標(biāo)符合檢驗(yàn)。

2.2 第一階段：DEA-BCC模型分析

將直補(bǔ)資金、項(xiàng)目資金作為投入指標(biāo)，人均可支配收入、百戶汽車擁有量、恩格爾系數(shù)作為產(chǎn)出指標(biāo)，使用DEA中投入導(dǎo)向的BCC模型對(duì)3個(gè)樣本縣后扶資金使用效率進(jìn)行測(cè)算。測(cè)算結(jié)果按綜合計(jì)算效率歷年均值由高到低排序分別為羅定市（0.954）、郁南縣（0.750）、新興縣（0.673），且郁南縣、新興縣規(guī)模報(bào)酬遞減，這表明郁南縣、新興縣后扶資金使用效率欠佳，需要提高移民部門的管理水平及改善生產(chǎn)規(guī)模。

從整體上看，云浮市整體綜合技術(shù)效率為0.792，純技術(shù)效率（0.932）明顯高于規(guī)模效率（0.850），說明云浮市移民管理部門管理水平普遍偏高，但需要進(jìn)一步調(diào)整后扶資金投資結(jié)構(gòu)。

2.3 第二階段：隨機(jī)前沿模型分析

運(yùn)用Frontier 4.1軟件，將第一階段所算得的投入松弛變量與固定資產(chǎn)投資、人均GDP兩個(gè)環(huán)境變量作為數(shù)據(jù)代入計(jì)算。通過SFA模型考慮環(huán)境變量對(duì)后扶資金的影響，得到更加真實(shí)的效率。如表4所列，直補(bǔ)資金的LR單邊檢驗(yàn)值為9.38，大于8.273，在1%水平上通過檢驗(yàn)（當(dāng)自由度為2時(shí)，t檢驗(yàn)界表中在P=0.01、P=0.005顯著水平下的值分別為8.273、9.634）。項(xiàng)目資金的LR單邊檢驗(yàn)值為11.53，大于9.634，在0.5%水平上通過檢驗(yàn)。說明本文所構(gòu)建的SFA模型成立，可進(jìn)行進(jìn)一步的研究計(jì)算。

當(dāng)SFA模型回歸估計(jì)結(jié)果中系數(shù)大于0時(shí)，表示該變量投入增加會(huì)導(dǎo)致后扶資金效率降低；反之則后扶資金效率上升。從結(jié)果上看，人均GDP的增加會(huì)導(dǎo)致直補(bǔ)資金及項(xiàng)目資金使用效率的減低；固定資金投資的增加則僅會(huì)導(dǎo)致項(xiàng)目資金使用效率的減低，反而可以提升直補(bǔ)資金的使用效率。人均GDP系數(shù)絕對(duì)值明顯大于固定資產(chǎn)投資系數(shù)絕對(duì)值，說明在這兩項(xiàng)投入量相同時(shí)，人均GDP對(duì)后扶資金效率影響更大。各投入松弛變量所算得的g值均約等于1，表明投入松弛變量值主要受各縣移民部門的管理因素控制，投入松弛變量受隨機(jī)干擾誤差的影響偏小^［19］。

2.4 第三階段：調(diào)整后的模型分析

通過第二階段SFA模型計(jì)算，考慮環(huán)境因素對(duì)投入指標(biāo)的影響，得出更具真實(shí)性的投入指標(biāo)，將其再次帶入DEA-BCC模型中進(jìn)行計(jì)算，可以得到考慮環(huán)境變量、隨機(jī)干擾項(xiàng)誤差對(duì)后扶資金效率值的影響，更能體現(xiàn)當(dāng)?shù)卣鎸?shí)的后扶資金使用效率水平。三階段DEA模型分析結(jié)果如表5所列。通過計(jì)算結(jié)果可以看出，3個(gè)樣本縣及云浮市各項(xiàng)效率調(diào)整后較調(diào)整前均有不同程度的提高，但仍存在一定的進(jìn)步空間，所選取的環(huán)境變量對(duì)效率起到促進(jìn)作用。由表5可見3個(gè)樣本縣外部環(huán)境較好，未考慮環(huán)境因素前測(cè)算出的后扶資金使用效率值低于真實(shí)值。

從整體上看，云浮市純技術(shù)效率、規(guī)模效率、綜合技術(shù)效率調(diào)整后較調(diào)整前均有不同程度的提高，調(diào)整后綜合計(jì)算效率均值為0.875，純技術(shù)效率均值為0.956，規(guī)模效率均值為0.915。調(diào)整前后純技術(shù)效率值均明顯大于規(guī)模效率值，說明云浮市水庫移民管理水平相對(duì)較高，但后扶資金的分配方式及其配置仍需優(yōu)化。

從各區(qū)域上看，不同地區(qū)之間后扶資金效率存在著較大差異。調(diào)整前，綜合技術(shù)效率由高到低排名為羅定市（0.954）gt;郁南縣（0.750）gt;新興縣（0.673）。調(diào)整后，在綜合技術(shù)效率方面，新興縣排名由第三升至第二，郁南縣排名由第二降至第三，羅定市排名保持不變，綜合技術(shù)效率由高到低排名為羅定市（0.979）gt;新興縣（0.833）gt;郁南縣（0.813）?？紤]環(huán)境因素的干擾后，羅定市仍位于技術(shù)前沿面；在純技術(shù)效率與規(guī)模效率方面，3個(gè)樣本縣純技術(shù)效率值均較高，說明各縣移民管理部門管理水平均較高，但郁南縣、新興縣規(guī)模效率較低，需重點(diǎn)關(guān)注其后扶資金配置并進(jìn)行優(yōu)化，緩解資金冗余情況。

投入指標(biāo)調(diào)整后各縣效率增長幅度如表6所列。本文選取的環(huán)境因素對(duì)各年度各效率影響程度不同，按照各年度增長幅度平均值大小排序?yàn)椋毫_定市（0.025）lt;郁南縣（0.064）lt;新興縣（0.160），說明環(huán)境因素對(duì)新興縣影響最大，其次是郁南縣，羅定市影響最小，且對(duì)規(guī)模效率影響的程度大于純技術(shù)，說明經(jīng)濟(jì)越發(fā)達(dá)地區(qū)越能促進(jìn)移民后扶資金使用效率的提高。

根據(jù)實(shí)際調(diào)查了解，導(dǎo)致規(guī)模效率低的原因主要是：① 人口核查工作進(jìn)展緩慢，導(dǎo)致直補(bǔ)資金發(fā)放滯后。② 項(xiàng)目前期工作進(jìn)度慢且項(xiàng)目批復(fù)時(shí)間晚，項(xiàng)目無法正常入庫，導(dǎo)致項(xiàng)目資金使用效率低。3個(gè)樣本縣有后扶資金投入的項(xiàng)目類型均以基礎(chǔ)設(shè)施建設(shè)為主，生產(chǎn)開發(fā)類項(xiàng)目幾乎沒有。需要進(jìn)一步轉(zhuǎn)化投資方向，將投資重點(diǎn)由基礎(chǔ)設(shè)施建設(shè)轉(zhuǎn)移到生產(chǎn)開發(fā)類項(xiàng)目上來^［21］。

2.5 Malmquist指數(shù)動(dòng)態(tài)分析

由于三階段DEA模型在每年的效率前沿面不同，因此不同年份的效率值無法直接比較，只能用于靜態(tài)分析，而Malmquist指數(shù)法可以彌補(bǔ)這一點(diǎn)^［22］。使用deap2.1軟件將通過DEA三階段模型調(diào)整后的投入指標(biāo)及產(chǎn)出指標(biāo)原始值，引入Malmquist指數(shù)模型進(jìn)行計(jì)算。其中，移民后扶資金生產(chǎn)率（tfpch）等于技術(shù)效率指標(biāo)（effch）乘以技術(shù)進(jìn)步指標(biāo)（techch）；技術(shù)效率指標(biāo)（effch）等于純技術(shù)效率（pech）乘以規(guī)模效率（sech）。

從表7可見：2016～2017年，技術(shù)效率指標(biāo)（effch）lt;1，技術(shù)進(jìn)步指標(biāo)（techch）gt;1，移民后扶資金生產(chǎn)率（tfpch）gt;1，說明該段時(shí)間內(nèi)移民部門管理制度不斷更新的正面效益大于管理效率低所帶來的負(fù)面效益；同理可以說明2017～2018年移民部門管理制度落后的負(fù)面效益大于管理效率提高所帶來的正面效益；2018～2019年移民部門管理效率并未發(fā)生變化，但移民部門結(jié)合實(shí)際情況制定的相關(guān)移民制度促進(jìn)了后扶資金使用效率的提高；2019～2020年移民部門管理制度不斷更新的正面效益大于管理效率低所帶來的負(fù)面效益。技術(shù)效率指標(biāo)（effch）均值為0.971，年均下降2.9%；技術(shù)進(jìn)步指標(biāo)（techch）均值為0.952，年均下降4.8%；移民后扶資金生產(chǎn)率（tfpch）均值為0.924，年均下降7.6%。技術(shù)進(jìn)步指標(biāo)（techch）和移民后扶資金生產(chǎn)率（tfpch）下降的主要原因?yàn)?017～2018年移民部門管理制度的相對(duì)落后。技術(shù)進(jìn)步指標(biāo)（techch）和移民后扶資金生產(chǎn)率（tfpch）變化趨勢(shì)一致，說明移民后扶資金的使用效率受相關(guān)移民部門出臺(tái)的政策影響相對(duì)較大，受相關(guān)移民管理部門管理效率影響相對(duì)較小。

從表8可見，移民后扶資金生產(chǎn)率（tfpch）平均值為0.924，年均下降7.6%；技術(shù)效率指標(biāo)（effch）均值為0.971，年均下降2.9%；技術(shù)進(jìn)步指標(biāo)（techch）均值為0.952，年均下降4.8%。

羅定市移民后扶資金生產(chǎn)率（tfpch）為1.038，年均提升3.8%；技術(shù)效率指標(biāo)（effch）均值為1，未發(fā)生變化；技術(shù)進(jìn)步指標(biāo)（techch）均值為1.038，年均提高3.8%。以上說明羅定市管理效率及相關(guān)管理制度的制訂都相對(duì)完善，已經(jīng)達(dá)到技術(shù)的前沿面。

郁南縣移民后扶資金生產(chǎn)率（tfpch）為0.899，年均下降10.1%；技術(shù)效率指標(biāo)（effch）均值為1，未發(fā)生變化；技術(shù)進(jìn)步指標(biāo)（techch）均值為0.899，年均下降10.1%。以上說明郁南縣相關(guān)管理制度需要結(jié)合當(dāng)?shù)貙?shí)際情況進(jìn)行優(yōu)化。

新興縣移民后扶資金生產(chǎn)率（tfpch）為0.845，年均下降15.5%；技術(shù)效率指標(biāo)（effch）均值為0.915，年均下降8.5%；技術(shù)進(jìn)步指標(biāo)（techch）均值為0.923，年均下降7.7%。以上說明新興縣管理效率及相關(guān)管理制度都需要進(jìn)一步加強(qiáng)。

DEA-Malmquist指數(shù)模型測(cè)算結(jié)果與DEA-BBC模型測(cè)算結(jié)果一致，羅定市移民管理水平相對(duì)較高，新興縣、郁南縣移民管理人才或制度的相對(duì)落后一定程度上導(dǎo)致后扶資金的使用率的減低。

3 結(jié) 論

（1）3個(gè)樣本縣的地區(qū)經(jīng)濟(jì)發(fā)展不平衡。在未考慮環(huán)境因素的影響時(shí)，樣本縣綜合技術(shù)效率、規(guī)模效率及純技術(shù)效率都較真實(shí)值偏低，且各縣受環(huán)境因素影響程度不同，經(jīng)濟(jì)越發(fā)達(dá)地區(qū)對(duì)后扶資金使用效率促進(jìn)作用越大。

（2）投入指標(biāo)調(diào)整后，通過BBC及Malmquist指數(shù)模型對(duì)3個(gè)樣本縣2016～2020年后扶資金使用情況進(jìn)行測(cè)算。結(jié)果表明羅定市后扶資金投資配置較為合理，但管理水平還有一定提升空間；郁南縣、新興縣仍需提高資金管理水平，并優(yōu)化投資配置。

（3）投入指標(biāo)調(diào)整前后，純技術(shù)效率強(qiáng)有效單元個(gè)數(shù)明顯多于規(guī)模效率強(qiáng)有效單元個(gè)數(shù)。后扶資金投資配置有待優(yōu)化，需作為重點(diǎn)關(guān)注。

（4）本文為提高廣東省云浮市移民后期扶持資金使用效率提出了具有一定參考價(jià)值的建議，但由于方法本身具有局限性，對(duì)于其他省份地區(qū)參與評(píng)價(jià)的樣本縣而言，并不代表本文選取的樣本縣已達(dá)到最佳資金使用狀態(tài)。

4 建 議

根據(jù)研究結(jié)果提出以下建議：

（1）因地制宜發(fā)展鄉(xiāng)村特色產(chǎn)業(yè)，各縣需從實(shí)際出發(fā)，統(tǒng)籌安排，利用區(qū)域自身優(yōu)勢(shì)，科學(xué)規(guī)劃布局，集中力量打造移民自身產(chǎn)業(yè)，保障移民產(chǎn)業(yè)可持續(xù)發(fā)展。

（2）對(duì)于各縣該年度純技術(shù)效率未達(dá)1時(shí)，可以深入探究后扶資金管理過程中存在的問題，如：財(cái)政審批周期過長、工程款撥付過慢等。

（3）后扶資金配置有待優(yōu)化，各縣項(xiàng)目投資項(xiàng)目類型主要為基礎(chǔ)設(shè)施建設(shè)，生產(chǎn)開發(fā)類項(xiàng)目仍較少，移民的生活環(huán)境雖較以前有較大改善，但部分移民收入來源較少且脆弱，發(fā)展生產(chǎn)開發(fā)類項(xiàng)目能更直接地保障移民收入，提高移民整體滿意度，促進(jìn)移民高質(zhì)量發(fā)展。

（4）各縣應(yīng)積極宣傳后扶有關(guān)政策，讓移民充分了解后扶優(yōu)惠措施，加快移民人口的核定工作，為直補(bǔ)資金的順利發(fā)放提供條件。

（5）加快項(xiàng)目庫建設(shè)，盡早開展項(xiàng)目前期工作，做好項(xiàng)目儲(chǔ)備，緩解“資金等項(xiàng)目”問題，提高項(xiàng)目資金的使用效率。

（6）積極組織移民干部前往多地考察調(diào)研，學(xué)習(xí)其他地區(qū)好的經(jīng)驗(yàn)與做法，并根據(jù)本地實(shí)際情況出臺(tái)相應(yīng)的政策措施，保障移民的合法權(quán)益，不斷提高移民生活生產(chǎn)水平。

參考文獻(xiàn)：

［1］楊榮華，陸非，潘惠.三峽后續(xù)產(chǎn)業(yè)扶持項(xiàng)目實(shí)施效果與移民受益情況研究［J］.人民長江，2023，54（9）：258-263.

［2］蔣建東.基于高質(zhì)量發(fā)展的水庫移民安置規(guī)劃體系探討［J］.人民長江，2022，53（7）：232-236.

［3］許甘露.以科學(xué)的世界觀和方法論引領(lǐng)移民管理事業(yè)高質(zhì)量發(fā)展［N］.學(xué)習(xí)時(shí)報(bào)，2023-07-17（1）.

［4］董玉蘭，王麗君，黃洪坤，等.從財(cái)務(wù)維度對(duì)江西省水庫移民后期扶持資金績效評(píng)價(jià)體系的研究［J］.企業(yè)導(dǎo)報(bào)，2014，257（1）：7-8.

［5］羅曉.移民后期扶持資金使用效率分析：以淅川縣為例［D］.開封：河南大學(xué)，2017.

［6］侯怡紅.云南水電工程項(xiàng)目移民資金使用財(cái)務(wù)效率研究［D］.昆明：云南大學(xué)，2015.

［7］張爽.南水北調(diào)中線工程水庫移民村社會(huì)治理績效評(píng)價(jià)研究［J］.中國水利水電科學(xué)研究院學(xué)報(bào)，2016，14（2）：96-102.

［8］鄭凱鑫，許桂生.基于非對(duì)稱貼近度的水庫移民后期扶持效果評(píng)價(jià)模型研究［J］.中國水利水電科學(xué)研究院學(xué)報(bào)（中英文），2022，20（3）：270-276.

［9］龐慶華，周未沫.基于DEA-Malmquist模型的用水效率綜合評(píng)價(jià)研究［J］.人民長江，2020，51（9）：90-95.

［10］王濤，董亞妮，劉輝，等.三峽庫區(qū)移民扶貧績效及其時(shí)空分異特征研究［J］.人民長江，2022，53（11）：224-231.

［11］劉志文，蔡暉，曹霞，等.武漢市節(jié)約用水現(xiàn)狀及對(duì)策分析［J］.水利水電快報(bào)，2024，45（8）：17-20.

［12］劉鼎.基于DEA和主成分分析法的全國用水效率和社會(huì)經(jīng)濟(jì)關(guān)系研究［D］.北京：中國水利水電科學(xué)研究院，2020.

［13］遲旭，姚凱文，劉炳文.基于DEA模型的移民后扶資金使用效率研究［J］.中國農(nóng)村水利水電，2023（5）：232-237.

［14］邵佳楊，姚凱文.基于DEA模型的水庫移民后期扶持績效研究［J］.中國農(nóng)村水利水電，2023（7）：277-284.

［15］張浩.水庫移民后期扶持增收效果研究［D］.北京：華北水利水電大學(xué)，2023.

［16］吉日木吐.基于偏序集理論的DEA有效判定方法及應(yīng)用研究［D］.呼和浩特：內(nèi)蒙古大學(xué)，2012.

［17］顏聰聰，車斌.基于三階段DEA的新疆區(qū)域種植業(yè)生產(chǎn)效率研究［J］.地域研究與開發(fā)，2019，38（4）：147-152.

［18］朱詩穎.基于DEA-Malmquist指數(shù)模型的江蘇省農(nóng)業(yè)可持續(xù)生產(chǎn)效率分析［J］.市場(chǎng)周刊，2022，35（11）：35-38.

［19］梅思雨，喬觀民，周倩，等.浙江省城鄉(xiāng)土地利用效率及耦合關(guān)系演變［J］.水土保持通報(bào)，2020，40（4）：295-302，2.

［20］柳長順，王建華，蔣云鐘，等.河湖幸福指數(shù)：富民之河評(píng)價(jià)研究［J］.中國水利水電科學(xué)研究院學(xué)報(bào)，2021，19（5）：441-448.

［21］黃邦煒，李波，馮秋生.湖北省水庫移民后期扶持產(chǎn)業(yè)轉(zhuǎn)型升級(jí)方向探討［J］.人民長江，2021，52（增2）：269-273.

［22］詹昆鵬，李細(xì)滿，張仁杰.中國普惠金融體系的效率評(píng)價(jià)：基于三階段DEA-Malmquist指數(shù)模型［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2023，53（4）：79-91.

［23］鐘文，鐘昌標(biāo).基于產(chǎn)業(yè)發(fā)展框架的移民產(chǎn)業(yè)發(fā)展扶持規(guī)劃實(shí)踐：以麗江市為例［J］.人民長江，2017，48（24）：106-110，116.

（編輯：黃文晉）

Use efficiency of post-resettlement support fund based on DEA modeling

TANG Changchang¹，WEI Junliang²，SHEN Yan¹

（1.Water and Hydroelectric Engineering，North China Electric Power University，Beijing 102206，China； 2.MWR General Institute of Water Resources and Hydropower Planning and Design （GIWP），Beijing 100120，China）

Abstract： Studying the impact of the use efficiency of post-resettlement support funds on the migrant′s income of large and medium-sized reservoirs，and exploring the impact of environmental variables on the use efficiency of funds and the change in the income level of migrants can provide data support for the high quality and sustainable development of the economy and society in the reservoir resettlement area.Taking the relevant data of three sample counties in Yunfu City，Guangdong Province，from 2016 to 2020 as an example，we analyze the impact of environmental variables on efficiency in each year by taking the migrant funds as an input indicator，the income level of migrants as an output indicator，and the value of per capita GDP and the regional fixed asset investment as an environmental variable，through the combination of DEA three-stage model and Malmquist index method.The results show that environmental variables promote the use efficiency of the post-fund.The fund is more efficient in economically developed regions.After the adjustment of input indicators in Yunfu City，the efficiency each year has been improved，the average value of comprehensive technical efficiency has been increased to 0.875，and the pure technical efficiency is higher than the scale efficiency.So it is necessary to focus on the efficient use of post resettlement funds and further optimize the allocation of resources.

Key words： income of reservoir migrants；post support；fund use efficiency；DEA three-stage model；Malmquist index method；regional economy