選好扶貧攻堅的立足點
按照王三運書記的講話精神,扶貧攻堅的立足點就是以資源優(yōu)化配置為核心,從宏觀與微觀、政府與市場、內(nèi)力與外力等角度集聚扶貧攻堅的資源。根據(jù)此次“1+17”文件的部署,除省級職能部門直接主導(dǎo)的項目外,其余大部分扶貧資金以切塊的形式直接下?lián)艿娇h財政,這意味著多數(shù)下?lián)苜Y金可以在扶貧的各個領(lǐng)域由縣級地方政府自主分配用途。鑒于資金投入量是解決貧困問題的基礎(chǔ),優(yōu)化資金投入領(lǐng)域是能否更好更快脫貧的關(guān)鍵,本研究對此問題作為重點,進行較為深入細致的研究。
總結(jié)甘肅扶貧的歷史資料,我們發(fā)現(xiàn),甘肅的扶貧資金的配置大體上有這樣的規(guī)律:在“兩西”建設(shè)時期,特別是20世紀(jì)90年代以前,資金的投向以改善生產(chǎn)條件為主,輔以改善生存條件;1992—2000年前后,以改善生存條件為主,輔以改善生產(chǎn)條件;2000—2010年階段,改善生存條件、提升人的發(fā)展與生態(tài)建設(shè)并舉,改善生產(chǎn)條件處于輔助地位。2010年以后,按照《中國農(nóng)村扶貧開發(fā)綱要(2011—2020)》和《甘肅省“十二五”農(nóng)村扶貧開發(fā)規(guī)劃》等文件的規(guī)劃,甘肅的扶貧資金主要集中在六個方面:一是扶貧搬遷方面。即對生存條件惡劣地區(qū)的扶貧對象易地搬遷的搬遷補助費。二是整村推進費。主要是實施水、電、路、氣、房和環(huán)境改善“六到農(nóng)家”工程建設(shè)的費用。三是以工代賑費用。主要是增加灌溉面積、道路、人畜飲水、水土保持、小流域治理和片區(qū)綜合開發(fā)的補助金。四是產(chǎn)業(yè)扶貧補助金。即扶持推廣先進實用技術(shù)、培植壯大特色支柱產(chǎn)業(yè)、扶貧龍頭企業(yè)的扶持資金。五是就業(yè)促進資金。主要包括對貧困家庭孩子應(yīng)屆初高中畢業(yè)生參加勞動預(yù)備制培訓(xùn),農(nóng)村困難家庭新成長勞動力接受中等職業(yè)教育的特殊補貼。六是革命老區(qū)建設(shè)資金。主要包括革命老區(qū)的基礎(chǔ)設(shè)施改善、農(nóng)業(yè)生產(chǎn)條件改善、環(huán)境建設(shè)等方面的補助。
各個歷史時期資金投入側(cè)重點的差異,是根據(jù)當(dāng)時的側(cè)重點確定的,當(dāng)然有其合理性。時至今日,貧困的概念發(fā)生了根本變化,當(dāng)前和未來的“扶貧”不再是解決貧困區(qū)的吃飯問題,而是提升財富創(chuàng)造力,幫助扶貧區(qū)的致富奔小康問題。因此,未來的扶貧資金應(yīng)該以改善生產(chǎn)條件、增加自我發(fā)展能力為主,適當(dāng)輔以對困難人群的生活補貼。按照這個思路,研究未來扶貧資金的優(yōu)化配置是一個關(guān)鍵視角。
一、資金優(yōu)化配置的標(biāo)準(zhǔn)
衡量資源最優(yōu)化配置的標(biāo)準(zhǔn)首先由帕累托提出。按照帕累托最優(yōu)標(biāo)準(zhǔn)的概念,只有任何一種資金配置狀態(tài)的改變使得一種用途效率增加或至少使其中一個人福利增加而不降低其他用途的效率或不減少其他人的福利時,才意味著一個社會在既定的生產(chǎn)技術(shù)和既定的資金利用條件下,資金配置達到最適度狀態(tài),社會福利就達到了最大。在完全競爭市場條件下,市場機制會自發(fā)引導(dǎo)資金達到“帕累托最優(yōu)狀態(tài)”。但完全競爭市場只是一種理想模式,在現(xiàn)實經(jīng)濟生活中,市場機制存在許多缺陷和諸多外部干擾因素,資金配置無法自發(fā)達到帕累托最優(yōu)狀態(tài)。資金配置狀態(tài)的改變,可能導(dǎo)致一類用途的效率降低或一部分人福利受損而另一部分用途或個人受益,或暫時受損而將來長期受益。在這種困難局面下,就不得不從現(xiàn)實“最優(yōu)狀態(tài)”向“次優(yōu)狀態(tài)”退卻[41],將研究的重點放在如何改進資金的配置狀態(tài)才具有現(xiàn)實意義。
二、資金優(yōu)化配置的特征
資金由于其既可以用于消費,也可以用于投資,特別是其快速流動性,其優(yōu)化配置具有以下幾個基本特征。
(一)多目標(biāo)性
任何資金的優(yōu)化配置都是為達到一定的目標(biāo)。該目標(biāo)具有多樣性,包括經(jīng)濟效益目標(biāo)、生態(tài)效益目標(biāo)、社會效益目標(biāo)等,對資金利用系統(tǒng)的優(yōu)化需要以一種主要目標(biāo)為重點,兼顧次要目標(biāo),達到各目標(biāo)的相對平衡。
(二)整體性
盡管資金是由一個個微小多元構(gòu)成的,但在其使用過程中,往往要集中若干微小多元才能發(fā)揮作用,如欲建成一項關(guān)乎未來發(fā)展的水利工程,必須減少大量的當(dāng)期消費,集中起來才能發(fā)揮資金的效率。
(三)灰色性
資金配置涉及很多微觀的經(jīng)濟、生態(tài)因素,有些是確定的,但有些具有不確定性,具體工作中必須用灰色理論去分析與抽象資金利用系統(tǒng)。
(四)時空性
任何事物都是動態(tài)變化的,資金利用系統(tǒng)的動態(tài)變化主要反映在系統(tǒng)的內(nèi)容結(jié)構(gòu)和外部的功能上,資金優(yōu)化配置不僅是時間上的安排,也是空間上的優(yōu)化。
三、資金優(yōu)化配置的研究方法
資金優(yōu)化配置的關(guān)鍵是構(gòu)建資金優(yōu)化配置的模型,通過模型的計算,提出科學(xué)有效和合理利用資金的依據(jù)。
(一)線性規(guī)劃法
線性規(guī)劃法就是在線性等式或不等式的約束條件下,求解線性目標(biāo)函數(shù)的最大值或最小值的方法。其中目標(biāo)函數(shù)是決策者要求達到目標(biāo)的數(shù)學(xué)表達式,用一個極大或極小值表示。約束條件是指實現(xiàn)目標(biāo)的能力資源和內(nèi)部條件的限制因素,用一組等式或不等式來表示。線性規(guī)劃法的基本條件:一是變量之間的線性關(guān)系;二是問題的目標(biāo)可以用數(shù)字表達;三是問題中應(yīng)存在的能夠達到目標(biāo)的多種方案;四是達到目標(biāo)是在一定的約束條件下實現(xiàn)的,并且這些條件能用不等式加以描述[42]。
線性規(guī)劃是比較常用的方法,主要求解線性方面的問題,但對非線性問題解決能力差,是靜態(tài)模型,不能反映約束條件隨時間變化的情況。
(二)系統(tǒng)動力學(xué)法
系統(tǒng)動力學(xué)方法是一種以反饋控制理論為基礎(chǔ),以計算機仿真技術(shù)為手段,通常用以研究復(fù)雜的社會經(jīng)濟系統(tǒng)的定量方法。自20世紀(jì)50年代美國麻省理工學(xué)院福雷斯特教授創(chuàng)立以來,它已成功地應(yīng)用于企業(yè)、城市、地區(qū)、國家甚至世界規(guī)模的許多戰(zhàn)略與決策等分析中,被譽為“戰(zhàn)略與決策實驗室”。這種模型從本質(zhì)上看是帶時間滯后的一階差微分方程,由于建模時借助于“流圖”,其中“積累”、“流率”和其他輔助變量都具有明顯的物理意義,因此可以說是一種布告同實際的建模方法[43]。
該方法對于模擬大型非線性動態(tài)多重反饋系統(tǒng)能力很強,對數(shù)據(jù)的依賴性較小,具有操作靈活、可塑性強的特點。實現(xiàn)比較困難,使得變化之間邏輯關(guān)系難理清。
(三)多目標(biāo)規(guī)劃法
該方法是假定資源同時具有多種用途,在設(shè)定各種用途最大目標(biāo)和相應(yīng)的約束條件下,求解各種可行的方案,以人機對話,獲得最佳目標(biāo)值。該方法的優(yōu)點是可以充分地反映決策者的愿望,給決策者提供期望的最佳目標(biāo),具有多目標(biāo)性、多方案的特點。但其目標(biāo)函數(shù)和指標(biāo)所參照的評價指標(biāo)值范圍難以確定。
四、資金配置的建模方法
資源配置問題可以描述為:設(shè)有N項任務(wù),k種資源,第i種資源的個數(shù)為mi,即共有個資源。同一時間每個資源最多只能分配給一項任務(wù),所有任務(wù)都具有相同的處理順序,每項任務(wù)同時可分配一個或多個同類資源,每項任務(wù)的作業(yè)時間由其自身屬性及資源類型決定,要求確定各項任務(wù)所分配的資源,在滿足約束條件的前提下,使所有任務(wù)完成量最大、作業(yè)時間最短、各資源利用率達到最大,整個資源配置的優(yōu)化目標(biāo)可以有所不同,如單位資源收益最大,資源利用率最大,任務(wù)平均等待時間最短、任務(wù)完成量最多等等。對于這些目標(biāo)我們用來表示歸一化后的配置總成本,要確定滿足上述約束條件的n個任務(wù)的資源分配,使得最后配置總成本最小,即:
任何模型的構(gòu)建和運用必須先考慮算法,在資源配置模型構(gòu)建中,可用的算法很多,諸如牛頓算法、遺傳算法等等,在本研究所要構(gòu)建的模型中,我們在綜合評估各種算法的優(yōu)缺點的基礎(chǔ)上,擬運用改進型遺傳算法和蟻群算法,并對其進行篩選,最后形成模型的優(yōu)先算法。
(一)改進遺傳算法
崔海波等(2008)[44]提出了一種很有價值的改進遺傳算法,已經(jīng)廣泛應(yīng)用于各類資源的優(yōu)化配置,其基本思路如下。
1.初步匹配
假設(shè)每種資源對每一任務(wù)都是可用的,先用貪婪算法求得問題可能解的空間,具體步驟如下:先從以計劃開始時間先后排序的任務(wù)隊列中取出第一個任務(wù)。其次,從資源隊列中搜索所有能滿足該任務(wù)需求的資源,并將滿足條件的資源存入該任務(wù)對應(yīng)的候選資源隊列。如果資源隊列中所有單個資源都不能滿足該任務(wù)的需求,那么考慮兩種資源的組合情況,轉(zhuǎn)下一步。第三,在資源隊列中任取兩個資源進行組合得到新的資源向量。仿第二步驟進行匹配。如果仍然沒有能滿足的資源,則考慮三種資源的組合,轉(zhuǎn)下一步,任取三個的資源進行組合得到新的資源向量。仿第二步驟進行匹配。如果還是沒有滿足要求的資源,則認(rèn)為需要重新調(diào)整任務(wù)的結(jié)構(gòu)或引入新的資源。如果匹配成功,則提取下一個任務(wù),直到所有任務(wù)匹配完。
2.沖突檢測與消解
現(xiàn)在,加入時間因素。在加入時間因素后,前面所得到的結(jié)果就可能存在沖突。所謂沖突指如果兩個任務(wù)在某種資源上發(fā)生資源爭用的情況,而該資源在使用于一個任務(wù)后無法再使用于另一個任務(wù),則存在沖突。
沖突消解流程如下:首先,從資源隊列中取出第一個資源。其次,查找所有使用了該資源的任務(wù)及其對應(yīng)的候選資源隊列。如果不存在沖突,轉(zhuǎn)第四步,如果存在沖突,進行沖突消解,轉(zhuǎn)下一步。第三,對發(fā)生沖突的任務(wù)兩兩消解沖突。沖突消解方法如下:a.如果發(fā)生沖突的兩個任務(wù)的候選資源隊列的每一種組合情況中都使用了該資源,則沖突無法消解;b.如果發(fā)生沖突的兩個任務(wù)的候選資源隊列中有一個不總是使用該資源,則從不總是使用該資源的任務(wù)對應(yīng)的候選資源隊列中刪除該資源或該資源的組合;c.如果發(fā)生沖突的兩個任務(wù)的候選資源隊列的每一種組合情況都不總是使用該資源,則從隊列長度較大的隊中刪除該資源或其組合,如果隊列長度相同,則從任何一個中刪除該資源或其組合即可。如果沖突消解完成,轉(zhuǎn)下一步。第四,從資源隊列中提取下一個資源,直到所有的資源檢測、消解完畢。
3.改進的遺傳算法優(yōu)化策略
遺傳算法理論是人工智能領(lǐng)域的新技術(shù),是最近發(fā)展起來的十分熱門的交叉學(xué)科。遺傳算法和遺傳規(guī)則實質(zhì)上是一種搜索尋優(yōu)技術(shù),它從某一初始群體出發(fā),遵從“優(yōu)勝劣汰”的原則,通過復(fù)制、雜交、變換等算子,不斷迭代運行而逼近最優(yōu)解。解決該問題的具體步驟如下。
(1)編碼。編碼就是將方案優(yōu)化選擇問題的解用一種碼的方式表現(xiàn),從而將問題的解空間與遺傳算法的碼空間對應(yīng)。
對任務(wù)OT,假設(shè)其包含子任務(wù)TA={TA1,TA2,…TAn},對于ΛTAI∈TA,存在Ni個滿足其執(zhí)行條件的資源或局部組合的資源。采用數(shù)字串的編碼方式,如下表所示。
表4-10 數(shù)字串的編碼方
對于子任務(wù)TAi,存在Ni個可供選擇的資源,每一條編碼只能選擇一個資源,則Xi表示行動TAi由供其選擇Ni個資源中的第Xi個資源執(zhí)行,有1 ≤Xi≤Ni,同時,將沖突檢測與消解階段得到的結(jié)果,引入編碼中,保證每條染色體存在于可行解空間之中。
(2)初始種群的產(chǎn)生。首先初始化,設(shè)定種群POP的大小為popsize。其次開始執(zhí)行,初始種群中染色體個數(shù)ChromNum=0。第三,如果ChromNum=popsize,算法結(jié)束,輸出初始種群,否則執(zhí)行以下步驟。第四,令染色體個數(shù)為Chrom-Num=ChromNum+1,種群中的第ChromNum個染色體為POP [ChromNum],并初始化染色體的基因個數(shù)geneNum=0。第五步,如果geneNum=n,轉(zhuǎn)入步驟三,否則執(zhí)行下面步驟:判斷染色體中的基因個數(shù)是否滿足,n為子任務(wù)個數(shù)。第六步,令染色體的基因個數(shù)為geneNum=geneNum+1,獲取TAgeneNum中可供選擇的資源個數(shù)ngeneNum,然后隨機生成一個界于1到ngeneNum的整數(shù)作為該位置的基因;重復(fù)第五步。
(3)適配值函數(shù)設(shè)計。這部分可以根據(jù)資源配置中具體目標(biāo)設(shè)計出若干具體函數(shù)。
(二)蟻群算法
蟻群算法ACA (ant colony algorithm)是20世紀(jì)90年代意大利學(xué)者Dorigo等人從生物進化的機理中受到啟發(fā),通過模擬蟻群覓食時尋徑的行為,提出的一種新型模擬進化算法.該算法首先用于求解旅行商問題(traveling salesman problem,TSP)。近幾年,越來越多的學(xué)者開始研究蟻群算法在生產(chǎn)資源調(diào)度方面的應(yīng)用,主要是Job-shop和Flow-shop等經(jīng)典調(diào)度問題。Christian等人和rszula Boryczka分別應(yīng)用ACA解決GSS問題和JSP問題,實驗表明ACA算法優(yōu)于TS算法和GA算法。Chia Jim Tong應(yīng)用ACA算法解決港口泊位資源優(yōu)化調(diào)度問題。在國內(nèi)的研究中,王笑蓉等提出利用領(lǐng)域搜索改進ACA算法解決流水作業(yè)的優(yōu)化調(diào)度問題。
1.蟻群算法基本原理
仿生學(xué)家經(jīng)過大量研究發(fā)現(xiàn),螞蟻在覓食過程中能夠在所經(jīng)過的路徑上留下一種稱為信息素(pheromone)的物質(zhì),而且螞蟻在覓食過程中能夠感知這種物質(zhì)的存在及其強度,并以此指導(dǎo)自己的運動方向,朝該物質(zhì)強度高的方向移動。因此,由大量螞蟻組成的群體覓食行為便表現(xiàn)出一種信息正反饋現(xiàn)象:某一路徑越短,該路徑上走過的螞蟻就越多,所留下的信息素強度也就越大,后來者選擇該路徑的概率就越大。螞蟻個體之間通過這種信息交流來選擇最短路徑并達到搜索食物的目的。
2.求解資源配置問題
根據(jù)李娟等(2008)的總結(jié)[45],蟻群算法在資源配置求解是按照如下方式進行的。
首先將優(yōu)化問題的解構(gòu)造集合按照資源類型劃分成各個階段的構(gòu)造塊集合,然后再分別映射到解構(gòu)造圖上,每一個階段的構(gòu)造塊集合映射成一個層節(jié)點,整個解構(gòu)造就由多層節(jié)點構(gòu)成??紤]資源配置問題用解構(gòu)造G=(V,A,Γ,Ω)表示,其中:V是節(jié)點集合,每個節(jié)點代表待分配的資源;A是連接節(jié)點的弧的集合,該集合由單向弧和雙向弧組成,對于每類資源內(nèi)的2個節(jié)點之間由2條有向弧相連,而各類資源之間由單向弧相連;問題的可行解,也即為任務(wù)的作業(yè)(結(jié)點)序列,約束Ω代表每個節(jié)點在該序列只出現(xiàn)1次;T為信息素矩陣。
其次,假設(shè)每只螞蟻從虛擬的起始結(jié)點(資源O)出發(fā),約束螞蟻按層次進行遍歷,同一層所遍歷節(jié)點數(shù)要大于等于零,即在解構(gòu)造的每一步,如果螞蟻k在某一層中從結(jié)點j移動到同一層中的相鄰節(jié)點s,s∈allowed(k)。s的選擇按照偽隨機比例狀態(tài)遷移規(guī)則進行,當(dāng)該層選擇的節(jié)點已經(jīng)滿足該任務(wù),則轉(zhuǎn)向下一資源層。這樣,一步步地按層次為資源分配序列π選擇所需結(jié)點。
從虛構(gòu)的起始點出發(fā),蟻群運用公式(2)的偽隨機比例狀態(tài)遷移規(guī)則在解構(gòu)造中一步一步造出問題的解,即:
五、模型
在改進我們的前期研究成果[46]及前面分析的基礎(chǔ)上,我們按照收益最大化,成本最小化,扶貧資金約束(中央財政各類扶貧資金項目及金額、省級財政各類扶貧資金項目及金額)等條件,經(jīng)過多次試錯后,構(gòu)建出如下用于資金資源配置的基本LINGO模型。
MODEL:
sets:
num_i/1..3/:b;
num j/1..5/:x;
num_k/1..2/:p,z,f;
num_l/1..2/:d1,d2,g;
link_ij (num_i,numj ):a;
link_kl (num_k,num_l):w 1 ,w2;
link_lj (num_l,numj ):c;
endsets
data:
p=??;
z=?0;
b=39304,-2923333,-146167;
a=1,1,1,1,1,-306,0,-599,0,0,0,0,0,-122,0;
c=5.75,1.5,2.5,1,1.56,1.43,4.6,2.04,1,3.2;
g=10102,180798;
w1=1,0,0,1;
w2=0,0,0,0;
enddata
[OBJ]min=@sum (num_k:p*f );
@for (num_k (K):f (K)=@sum (num_l (L): (w1 (K,L)*d1 (L)+w2 (K,L)*d2(L))););
@for(num_l(L):@sum(numj (j):c(L,j)*x(j))+d1 (L)-d2(L)=g(L););
@for(num_i(i):@sum(numj (j):a(i,j)*x(j))<=b(i ););
@for ( num_i(K)lK#lt#@size(num_k):@bnd(0,f(K),z(K)););
@for(numj (j ):x(j)>=0;@gin(x(j)););
@for(num_l(L):d1 (L)>=0;d2(L)>=0;);
END
六、計算結(jié)果及結(jié)論
運用以上模型,在針對各縣具體情況稍做改進的情況下,我們得到了以下各片區(qū)典型縣的計算結(jié)果,并對未來資金的優(yōu)化配置提出了基本思路。
(一)蘭白小片區(qū)的結(jié)果
在蘭白片區(qū)中,我們以比較典型的會寧縣為例,進行了計算。按照收益最大化目標(biāo),將近幾年扶貧投入資金分成三類,既時間序列的農(nóng)業(yè)投入資金、基礎(chǔ)設(shè)施投入和非農(nóng)業(yè)投入資金,其比例的約束按照模型自動優(yōu)選和人機對話結(jié)果確定的范圍約束。為了執(zhí)行計算任務(wù),我們將前面的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(1)。
將附件一中會寧縣的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=89.00000 -26.00000
X(2)=20.00000 -8.000000
X(3)=14.00000 -5.000000
偏差:110.0000
計算結(jié)果表明,在歷年的扶貧投入中,以改善生產(chǎn)條件項目形式投入的扶貧資金發(fā)揮的作用權(quán)重占45%,基礎(chǔ)設(shè)施建設(shè)的為35%,而投入生活條件改善領(lǐng)域的資金效應(yīng)的權(quán)重僅為20%,也就是說,后者的時滯效應(yīng)很低,這與我們的直覺是一致的。鑒于此,未來的扶貧資金投入應(yīng)該以農(nóng)田水利等直接生產(chǎn)條件的改善為主,其比例至少應(yīng)該提高,如考慮時滯效應(yīng),則三者的比例應(yīng)該為:55%∶25%∶30%較為妥當(dāng)。
(二)定西小片區(qū)的計算結(jié)果
根據(jù)定西片區(qū)的共同特點,我們以漳縣為例,按照上面的目標(biāo)和約束條件,我們將第三節(jié)中的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(2)。
將漳縣的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=21640.00 -17.00000
X(2)=4824.000 -33.00000
X(3)=1870.000 -26.00000
偏差:2052.000
以上計算結(jié)果說明,在定西片區(qū)的現(xiàn)實條件下,扶貧資金的投入中,三項的比重在65%∶20%∶15%較為適宜。在農(nóng)業(yè)投入中,主要用于增加能夠保水的耕地面積,如興修小型水利提灌、集雨補灌設(shè)施等。
(三)平慶小片區(qū)的計算結(jié)果
按照上面的目標(biāo)和約束條件,我們將第三節(jié)中的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(3)。鑒于平慶小片區(qū)范圍較大,且平?jīng)龊蛻c陽市也有一定的市間差異,我們在各市分別選一個代表進行計算。
1.靜寧縣的計算結(jié)果
用平?jīng)龅貐^(qū)的典型代表靜寧縣,將其的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=16.00000 -13.00000
X(2)=69.00000 -27.00000
X(3)=12.00000 -21.00000
偏差:22.00000
在靜寧縣的扶貧資金的投入中,三類投入的比例應(yīng)該分別為60%∶25%∶15%。假如考慮用于農(nóng)業(yè)投入產(chǎn)生積極效果的滯后效應(yīng),用于農(nóng)業(yè)的投入可能還要大幅度上升。在農(nóng)業(yè)投入中,以防止氣候異常所帶來的自然災(zāi)害為主,輔以增加水澆地。
2.慶城縣的計算結(jié)果
以慶陽地區(qū)的典型代表慶城縣為例,按照與上面相同的目標(biāo)和約束條件,我們將第三節(jié)中的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(4)。
將慶城的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=14.00000 -2.000000
X(2)=26.00000 -3.000000
X(3)=9.000000 -2.000000
偏差:21.00000
根據(jù)以上計算結(jié)果,在慶城扶貧資金的投入中,三類分別是60%∶30%∶10%假如考慮用于投入產(chǎn)生積極效果的滯后效應(yīng),用于第一類的投入可能還要上升。在慶城縣的農(nóng)業(yè)投入中,以擴大水澆地為主,其次改善農(nóng)業(yè)生產(chǎn)條件如自然災(zāi)害防止等。
(四)臨夏小片區(qū)的計算結(jié)果
選擇臨夏地區(qū)的典型代表——東鄉(xiāng)縣為例,按照與上面相同的目標(biāo)和約束條件,我們將第三節(jié)中的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(5)。
將東鄉(xiāng)縣的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=69.00000 -4.000000
X(2)=28.00000 -1.000000
X(3)=21.00000 -2.000000
偏差:113.0000
在東鄉(xiāng)縣的現(xiàn)實條件下,扶貧資金的投入中,三類的比例應(yīng)該為55%∶30%∶15%。在農(nóng)業(yè)投入中,首要的是增加耕地,其次是增加水利設(shè)施的投入,第三是防止自然災(zāi)害。
(五)秦巴山區(qū)的計算結(jié)果
以秦巴山區(qū)的典型代表康縣為例,按照與上面相同的目標(biāo)和約束條件,我們將第三節(jié)中的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(6)。
將康縣的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=22.00000 -1.000000
X(2)=48.00000 -3.000000
X(3)=15.00000 -1.000000
偏差:39.00000
根據(jù)以上計算結(jié)果,扶貧資金的投入中,三類的比例應(yīng)該為65%∶25%∶10%。在第一類投入中應(yīng)該以增加耕地為首要,但考慮到該山區(qū)耕地?zé)o法擴大,因此必須另謀出路。在已有的耕地條件下,以防止自然災(zāi)害設(shè)施的建設(shè)為主。
(六)藏區(qū)的結(jié)算結(jié)果
1.農(nóng)牧交錯帶的計算結(jié)果
以農(nóng)牧交錯帶的典型代表——迭部縣為例,按照與上面相同的目標(biāo)和約束條件,我們將第三節(jié)中的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(7)。
將迭部縣的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=138.0000 -3.000000
X(2)=353.0000 -87.00000
X(3)=126.00000 -5.000000
偏差:23362.00
根據(jù)模型(7)的計算結(jié)果,在農(nóng)牧交錯帶的扶貧資金投入中,三類的比例應(yīng)該為50%∶30%∶20%,且在第一類投入中應(yīng)該以增加耕地為主。
2.牧區(qū)的計算結(jié)果
以牧區(qū)典型代表——瑪曲縣為例,按照與上面相同的目標(biāo)和約束條件,我們將第三節(jié)中的基本LINGO模型轉(zhuǎn)化成如下具體形式的模型(8)。
將瑪曲縣的相關(guān)時間序列數(shù)據(jù)代入該模型,可以得到如下偏差最小的計算結(jié)果。
X(1)=12.00000 -1.000000
X(2)=8.000000 -1.000000
X(3)=10.00000 -1.000000
偏差:1223.000
根據(jù)模型(8)的計算結(jié)果,在牧區(qū)縣或以牧區(qū)為主導(dǎo)經(jīng)濟的縣,扶貧資金的配置主要用于非生產(chǎn)性領(lǐng)域,三類的比例應(yīng)該為20%∶30%∶50%,且在生產(chǎn)性投入中,以自然災(zāi)害的防止為首要。
綜上所述,除純牧區(qū)縣瑪曲以外,多數(shù)當(dāng)前仍然以種養(yǎng)殖為主導(dǎo)的縣(區(qū))未來扶貧資金的投入優(yōu)先次序基本上為:第一為農(nóng)業(yè)生產(chǎn)條件,第二為基礎(chǔ)設(shè)施,第三才是生活條件改善。以上僅是根據(jù)歷史數(shù)據(jù)的計算結(jié)果,對今后扶貧資金投入“領(lǐng)域”提出的比重范圍,但具體各縣在“領(lǐng)域內(nèi)”如何進行具體配置問題,則已超過本課題研究的范圍,我們期望在后續(xù)的研究中,再根據(jù)貧困區(qū)各縣的具體數(shù)據(jù),開展深入研究。
七、具體資金配置中要考慮的幾個問題
以上,我們運用模型計算了各貧困區(qū)典型縣(市、區(qū))未來資金優(yōu)化配置的大概領(lǐng)域,但由于各個領(lǐng)域又有多種可能的配置方式,因此,在各縣(市、區(qū))具體的資金分配中,還需注重以下幾個問題。
(一)注重大項目建設(shè)
回顧甘肅扶貧攻堅的經(jīng)驗,“兩西”建設(shè)第一階段“河西商品糧基地建設(shè)”和景泰古浪灌區(qū)建設(shè)之所以取得巨大成就,一勞永逸地解決了相關(guān)的十幾個縣的貧困問題,其經(jīng)驗就是當(dāng)年在這些地方實施了“興修水庫、平田整地、電力提灌”等農(nóng)田水利大項目;以定西為代表的中部干旱地區(qū),近三十多年的扶貧資金投入不可謂不大,但扶貧三十多年,該區(qū)域仍然是甘肅最貧困的地區(qū)。其主要原因是缺少大型農(nóng)田水利建設(shè)項目,該區(qū)域“干旱缺水”所引致的耕地減少、農(nóng)產(chǎn)品產(chǎn)量不高、深加工程度低、附加值不高等一系列問題沒有得到根本解決。假如將這三十多年的扶貧資金集中使用,可能已經(jīng)解決了中部干旱地區(qū)的問題。鑒于此,我們認(rèn)為,未來資金投入應(yīng)該實施“大項目”戰(zhàn)略。
1.建議實施“新兩西”水利工程建設(shè)
建議將解決甘肅中部干旱地區(qū)及河西地區(qū)缺水問題納入國家“南水北調(diào)”體系,初步考慮:一是加大從洮河、黃河往白銀、定西等中部干旱地區(qū)的輸水量;二是加大引黃工程往河西走廊的輸水量,使引黃工程由現(xiàn)在的景泰和古浪延伸至武威、金昌兩市;三是擴大“引流濟金”輸水量,并考慮從大通河等水系往河西走廊調(diào)水。如能夠完成這些項目,可在河西走廊的武威、金昌、酒泉、嘉峪關(guān)及白銀各市至少增加3000萬畝以上的保灌田,既提升了該地區(qū)規(guī)?;r(nóng)業(yè)生產(chǎn)所需的耕地問題,也為吸納省內(nèi)其他地區(qū)的生態(tài)移民創(chuàng)造了極為有利的條件。
圖4-3 南水北調(diào)線路圖
注:該圖來自網(wǎng)絡(luò)(http://www.sogou.com/sie?hdq)西線工程將在長江上游通天河、支流雅礱江和大渡河上游筑壩建庫,開鑿穿過長江與黃河的分水嶺巴顏喀拉山的輸水隧洞,調(diào)長江水入黃河上游。西線工程的供水目標(biāo)主要是解決涉及青、甘、寧、內(nèi)蒙古、陜、晉等6?。ㄗ灾螀^(qū))黃河上中游地區(qū)和渭河關(guān)中平原的缺水問題。結(jié)合興建黃河干流上的骨干水利樞紐工程,還可以向鄰近黃河流域的甘肅河西走廊地區(qū)供水,必要時也可相機向黃河下游補水。規(guī)劃分三期實施。西線170億立方米。整個工程將根據(jù)實際情況分期實施。
2.實施片區(qū)內(nèi)或縣域“大項目”戰(zhàn)略
將資金集中使用,著力解決當(dāng)?shù)刈铌P(guān)鍵的生產(chǎn)約束條件,即使在片區(qū)內(nèi)或縣域內(nèi)也應(yīng)該實施“大項目”戰(zhàn)略??梢钥紤]凡在黃土高原的縣(市、區(qū))應(yīng)該著力平田整地,擴大耕地面積、建設(shè)小型蓄水水壩、電力提灌、渠系配套等水利工程;高寒陰濕山區(qū)資金集中在特色種養(yǎng)殖產(chǎn)業(yè),減少大宗農(nóng)產(chǎn)品的種植規(guī)模。隴南等地可以考慮擴大特色產(chǎn)業(yè)的規(guī)模。
(二)注重經(jīng)營能人
即便是最貧困的地區(qū),也有為數(shù)不少的“能人”,如何發(fā)揮他們的帶頭作用?我們考慮,充分利用此次“1+17”中貧困農(nóng)戶“免抵押、無擔(dān)保5萬元優(yōu)惠貸款”政策,貧困戶以貸款資格入股,組建合作社或其他形式的經(jīng)濟組織,資金交由經(jīng)營能人使用,獲得的收益按股分成,既發(fā)揮了資金的規(guī)模效應(yīng),也減少了扶貧貸款的風(fēng)險,同時對貧困戶起到良好的示范作用。但在實施過程中,要建立保障入股農(nóng)戶權(quán)利的一系列監(jiān)督和執(zhí)行措施,防止入股戶權(quán)利被損害。
免責(zé)聲明:以上內(nèi)容源自網(wǎng)絡(luò),版權(quán)歸原作者所有,如有侵犯您的原創(chuàng)版權(quán)請告知,我們將盡快刪除相關(guān)內(nèi)容。