农用地估价中纯收益的测算

农用地估价中纯收益的测算

随着科学从资源价格转移到资源有价概念的转变，表明资源资产与资源管理相结合的新时期到来。在这一外力的推动下,一方面农村地产市场已客观、局部的存在,科学、合理地评估农用地价格,有利于土地资源优化配置,有利于土地有偿使用制度改革,也为城乡土地市场的培育提供了保障。农用地主要通过种植或养殖产生收益,其价格高低决定于收益能力。另一方面农村土地市场不完善,缺乏农用地交易案例。因此,收益还原法是开展农用地价格评估的首选方法,其中纯收益确定的合理与否将直接影响评估结果的准确性。为此,本文从目前收益还原法中纯收益存在的问题着手,探讨利用灰色预测模型(GM)和CD生产函数确定纯收益的定量化方法和过程,为提高收益还原法的合理性和正确性提供一种方法。1设条件:农田使用权资产价值被流失纯收益是收益还原法的三个基本参数之一。当前农用地纯收益测算主要采用投入、产出法,即采用总收益减去总成本这一差额法。但是,由于种种原因,投入产出法并不能真正反映农用地的预期收益能力,造成地价失准。其一,目前计算农用地收益时采用的是实际收益,由于生产资料价格、工资水平、农民经营管理水平方面的差异,往往出现“高效益高地价、低效益低地价”、“同一块土地,收益大相径庭”等现象,导致农用地使用权资产价值的流失;其二,近年来农用地单产的提高主要依靠增加农业投入,而农业生产资料价格指数高于农产品收购价格,各地普遍出现增产不增收的现象,计算得到的农用地纯收益常常过低,甚至为负值;其三,中国农业基本属于劳动密集型产业,农民从事农业生产的季节性、流动性和随意性较大,人工费用(劳动日工资)难以把握,计算结果往往偏高,这样就出现劳动报酬“挤占”农用地收益,农用地纯收益减少现象。同时由于测算不合理,许多地区的农用地收益为负值或过低,为农用地估价设置了障碍。因此,根据农业生产投入组合的特点,探索农用地纯收益的测算方法,对应用收益还原法具有十分重要的现实意义。2农业用地纯收入的计算方法2.1灰色系统理论对纯收益的预测按人类对现实世界了解程度的多少,将客观世界分为3个系统:一是系统内部信息是完全充分的白色系统;二是系统内部信息对外界来说是一无所知,而只能通过其同外界的联系来加以观测研究的黑色系统;三是系统内一部分信息是已知的,另一部分信息是未知的,系统内各因素间具有不确定的关系的灰色系统。农用地的纯收益系统中部分信息是明确的,部分信息不明确,这符合灰色系统的特征,所以未来纯收益的预测可以借鉴灰色系统理论。由于灰色系统建立预测模型对原始数据阵列的要求不高,考虑到中国农用地估价信息不容易搜集的现实,建立灰色模型预测农用地的未来纯收益更具有现实意义。2.1.1纯收入预测模型的构建灰色系统的主要建模思想是将原始信息数据序列通过一定的数学方法处理后,将其转化为微分方程来描述原系统的客观规律。1原始序列的加密以前n年的农用地纯收益数据为依据组成原始序列{x(0)(i),i=1,2,…,n},然后对原始序列做一次累加得到新的数据列{x(1)(k),k=1,2,…,n},即x(1)(k)=k∑i=1x(0)(i)x(1)(k)=∑i=1kx(0)(i)。2eyn公式为ˆa=[a‚u]Τ=(BΤB)-1BΤYΝaˆ=[a‚u]T=(BTB)−1BTYN,式中B=(-12[x(1)1(1)+x(1)1(2)]1-12[x(1)1(2)+x(1)1(3)]1⋯⋯1-12[x(1)1(n-1)+x(1)1(n)]1)YΝ=[x(0)(2)‚x(0)(3)‚⋯⋯‚x(0)(n)]Τ。3u3000uaˆx(1)(k+1)=[x(0)(1)-ua]e-ak+ua,式中,ˆx(1)(k+1)为预测的前(k+1)年的纯收益累加值,x(0)(1)、u、a同前。4第k年的纯收益累减还原。过由于纯收益预测方程求出的为预测的前(k+1)年的纯收益累加值,因此需要进行累减还原,才能得到第k年的纯收益值。ˆx(0)(k)=ˆx(1)(k+1)-ˆx(1)(k)。2.1.2确定灰色模型及预测模型的精度为提高所建立灰色模型(1,1)预测值的精度和可靠性,利用后验差检验方法进行精度检验。设原始数据列为{x(0)(k),k=1,2,…,n},预测数据列为{ˆx(0)(k)‚k=1‚2‚⋯‚n},则残差为:q(0)(k)=x(0)(k)-ˆx(0)(k)。记原始数据的均方差为S1,残差的均方差为S2,则S21=1nn∑k=1[x(0)(k)-ˉx]2;S22=1nn∑k=1[q(k)-ˉq]2,设C与P是后验差检验的两个重要数据,C称为后验差比值,P称为小误差频率。C=S2/S1;Ρ=Ρ{|q(k)-ˉq|＜0.6745S1}‚指标C越小越好。C越小,表示S1越大而S2越小。S1大,表明原始数据方差大,原始数据离散程度大;S2小,表明残差方差小,残差离散程度小。而C小,表明尽管原始数据很离散,而模型所得计算值与实际值之差并不太离散。指标P越大越好,表明残差与残差平均值之差小于给定值0.6745S1的点较多。按C与P两个指标,可综合评定预测模型的精度,将预测精度分为4类,见表1。在收集农用地价格原始数据的基础上,通过建立灰色预测模型来获取预期纯收益,由于灰色模型充分考虑了纯收益系统中的不可预见性,并通过原始数据累加处理消除随机因素的影响,还可以通过分析预测模型的等级检验预测纯收益数据的可靠性;同时,采用灰色模型预测预期纯收益时,只需取4~5个年份数据即可,原始数据需求量少,建模简便易行,同时也可较真实地反映农用地收益的实际情况和发展趋势,因而该方法对农用地价格评估工作具有很好的指导意义。2.2建立模型的基本思想Cobb-Douglas生产函数是美国数学家柯布(C-harles.W.Cobb)和经济学家道格拉斯(Paul.H.Do-uglas)共同探讨投入和产出关系时创造的生产函数。它是最常用的一种新古典经济学生产函数,不仅具有简练的数学形式,而且在内容上选择了产出的最基本、最主要要素——劳动力和生产资料(价值)作为解释变量,同时也重视科技进步的作用。而劳动力、生产资料投入和科技进步正是决定产出的最主要要素,它们之间的关系反映了农业生产过程内在的技术经济联系。其一般形式是:Y=cKαLβMγ。其中,Y为农业总产值(总收益);c为常数;K、L、M为资本、土地面积、劳动力投入;α、β、γ为资本、土地面积、劳动力投入的生产弹性系数。通过对模型两边取对数,可使函数转化为对数型线性函数,即:lnY=lnc+α×lnK+β×lnL+γ×lnM。经过线性变换后的方程,就可以采用最小二乘法进行参数估计,从而得到参数c、α、β、γ的值,由此根据方程就可以计算在既定投入水平下农业生产的理论总收益。首先,由于CD生产函数具有可线性化的特点,并且在进行参数估计时,可以不考虑各种投入要素的单位,计算非常方便;其次,在测算时,把土地、劳动力和资金等影响农用地纯收益的因子作为生产要素的变量,反映了农业生产的技术构成水平,经过线性变换后,就可以计算出在既定投入水平下农业生产的理论总收益;第三,根据边际收益的计算公式,土地的平均边际收益为dY/dL=β*Y/L,它表示的是:在现有的生产条件下,当其他生产要素比例保持不变时,每增加1亩土地所引起的农业总收入的增加,即在数量上相当于农用地的纯收益。引入CD生产函数测算农用地纯收益的主要步骤如下:1)根据研究区影响农业生产投入的因素,构建方程。目前农业生产中,投入要素主要有土地、劳力、资金3大类,进一步细化确定影响投入的自变量因子为地块面积、种子、化肥、农药、机械耕作、管理等费用和劳动用工数等因子,以农用地实际总收益为因变量,构建以下多元回归模型:Y=axb11xb22xb33xb44xb55xb66xb77xb88。其中,Y为农用地实际总收益;a为常数;xi为影响投入的因子;bi为待定系数。2)野外调查收集样本资料,包括土地总收益和相应的自变量因子数据,样本个数应符合技术经济定量分析和变量设置要求。3)利用Eviews或SPSS软件,对样本数据进行分析,并对方程进行拟合优度检验、F-检验、对参数进行t-检验,确定具体的回归方程。4)通过对农用地地块面积求方程的一阶偏导数,得到农用地的平均边际收益即纯收益。运用CD生产函数,通过模型拟合测定出理论总收益,并计算得到农用地的纯收益,能够消除因农民生产技能、投入及管理水平的个体差异所引起的纯收益的差异;同时,前面也提到劳动日工资的测算也是收益还原法评估的一个“瓶颈”,而通过引入CD生产函数,只考虑用工量,这样的计算结果更客观地反映农用地的纯收益水平,避免出现劳动日工资过高“挤占”农用地收益导致收益过低或呈现负收益现象的存在。3实际投入产出计算以湖北省潜江市为研究样区,收集、整理了283个样本农户的资料,然后借助CD生产函数法测算283个样本的理论纯收益,并与投入产出计算的实际纯收益进行对比分析。3.1调查样点的确定根据潜江市影响农用地投入的实际情况,确定影响农用地投入的因素主要为地块面积、种子、化肥、农药、水电费、机械作业费、劳动用工量、其他费用(杀虫剂、除草剂、塑膜、小农具折旧等,见表2,然后按照表2的格式收集调查样点所在地块1年内种植作物的实际总收益、各种物化投入和人工等数据。根据技术经济定量分析和变量设置的要求,将实地调查数据整理成表3的格式,见表3。3.2xnxn的拟合方程以农用地实际总收益为因变量,以地块面积、种子、化肥、农药、水电费、机械作业费、劳动用工量和其他费用这8个因素为自变量,构建以下多元回归模型:Y=axb11xb22xb33xb44xb55xb66xb77xb88。式中,Y为农用地实际总收益(元);x1为地块面积(亩);x2为购买种子费用(元);x3为购买化肥费用(元);x4为购买农药费用(元);x5为水电费用(元);x6为机械作业费用(元);x7为劳动用工量(工日);x8为其他费用(杀虫剂、除草剂、塑膜、小农具折旧等)(元);a、b1、b2、b3、b4、b5、b6、b7、b8为待定系数。方程两边取对数,令Y1=lnY、c=lna、zn=lnxn(n=1、2、…、8),将方程转化为多元线性方程:Y1=c+b1z1+b2z2+b3z3+b4z4+b5z5+b6z6+b7z7+b8z8。将按表3收集的283个样点原始数据录入Excel中建立样点数据表,然后导入数据统计分析软件SPSS对数据进行逐步回归分析。采用F检验,查F-分布表,当α=1%时,F(1,281)=6.64,F(2,280)=4.60,F(3,279)=3.78,F(4,278)=3.32,F(5,277)=3.02,当α=5%时,F(1,281)=3.84。系数检验F值大于6.64,即达到极显著时进入方程,多个变量进入方程后F值小于3.84的剔出方程,逐步回归结果见表4。各方程F值均远大于临界值,表明方程达到极显著水平,回归整体是显著线性的。经多次筛选,复相关系数明显增大,种子、水费和其他3个自变量未达到极显著,不能进入方程。拟合方程为:Y1=5.990+0.378z1+0.219z3-0.108z4+0.179z6-0.176z7。原变量的回归方程为:Y=399.4146x0.3781x0.2193x-0.1084x0.1796x-0.1767。3.3业投入水平下的经济效益将283个样点农业投入数据代入回归方程中,计算得到当前农业投入水平下,样点农用地的理论总收益。然后对回归方程求地块面积的一阶偏导数,将理论总收益和地块面积代入公式,即可得到土地的边际收益,即农用地的公顷均纯收益(表3)。3.4计算结果偏低为对比分析农用地纯收益测算的准确性,本研究采用投入产出计算得到农用地实际纯收益(表3),其中农民日工资水平为每天12元,计算结果明显偏低,经分析其主要原因是活劳动投入即农民的劳动报酬过高。通过采用收益还原法计算两种方法确定的农用地价格,投入产出法的价格范围在3.45元/m2~13.34元/m2,农用地价格偏低,变动幅度也大,没有很好地反映农用地的收益特征;而CD生产函数的价格范围在9.54元/m2~16.35元/m2,这样可以发现通过引入CD生产函数后计算得到的农用地价格更准确、更合理。4建立回面模型1)作为收益还原法最重要的参数——纯收益,本文开展的研究对提高估价