閆淑霞，劉慧敏，孟凡琳，陳 振，李炳軍

(1.鄭州師范學(xué)院，河南鄭州450044;2.鄭州成功財經(jīng)學(xué)院，河南 鄭州451200;3.河南農(nóng)業(yè)大學(xué)信息與管理科學(xué)學(xué)院，河南鄭州450002)

科學(xué)評判農(nóng)業(yè)生產(chǎn)水平，明確農(nóng)業(yè)發(fā)展中存在的問題，是實現(xiàn)資源節(jié)約型和環(huán)境友好型農(nóng)業(yè)的重要前提。針對農(nóng)業(yè)生產(chǎn)效率問題，研究人員曾從不同的角度采用不同的方法進(jìn)行研究，并取得了一系列研究成果。FARRELL［1］最早對農(nóng)業(yè)生產(chǎn)效率進(jìn)行了分析，提出了生產(chǎn)效率的衡量方法，并利用線性規(guī)劃方法測算了效率前沿面;RESTUCCIA等［2］采用2階段一般均衡模型分析了國際農(nóng)業(yè)的生產(chǎn)效率，結(jié)果表明，貧困國家較低的生產(chǎn)率導(dǎo)致了農(nóng)業(yè)的低效率;李谷成［3］基于DEA-Malmquist生產(chǎn)率指數(shù)方法，對農(nóng)業(yè)TFP增長進(jìn)行求解，并對其收斂性狀況進(jìn)行全方位檢驗;趙蕾［4］用基于非參數(shù)的Malmquist指數(shù)方法估計了中國農(nóng)業(yè)生產(chǎn)效率的增長狀況，并將生產(chǎn)效率進(jìn)一步分解為技術(shù)進(jìn)步和技術(shù)效率，檢驗了中國農(nóng)業(yè)生產(chǎn)效率的收斂性;周宏［5］以成本收益數(shù)據(jù)為基礎(chǔ)，采用DEA方法估計了中國水稻的生產(chǎn)效率。這些研究成果對優(yōu)化農(nóng)業(yè)資源配置、提高農(nóng)業(yè)生產(chǎn)效率有重要意義，但大多數(shù)成果都忽視了農(nóng)業(yè)生產(chǎn)過程中可能出現(xiàn)的沖擊擾動對農(nóng)業(yè)生產(chǎn)效率造成的影響。本研究在已有研究成果的基礎(chǔ)上，考慮自然等因素造成的沖擊擾動對農(nóng)業(yè)生產(chǎn)效率的影響，構(gòu)建農(nóng)業(yè)投入-產(chǎn)出指標(biāo)體系，用灰色DEA模型對河南省2008—2013年農(nóng)業(yè)生產(chǎn)率進(jìn)行測算，為河南省農(nóng)業(yè)科學(xué)發(fā)展提供決策依據(jù)。

1 理論與方法

1.1 灰色GM(1，1)模型的基本原理

GM(1，1)模型［6］是灰色系統(tǒng)理論的重要預(yù)測方法，它基于研究對象有限的數(shù)據(jù)挖掘出新信息，通過模型技術(shù)表達(dá)研究對象的內(nèi)在變化趨勢和基本規(guī)律。由于它適合于“小樣本”，“貧信息”的不確定系統(tǒng)建模，因而在工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、地質(zhì)勘探等領(lǐng)域得到廣泛應(yīng)用。

GM(1，1)模型建模機(jī)理［7］:設(shè)系統(tǒng)某行為特征序列的觀測值為

Z(1)為X(1)的緊鄰均值生成序列，

其中，

GM(1，1)模型的基本形式為:

式中:a為發(fā)展系數(shù);b為灰色作用量。

白化方程為:

時間響應(yīng)式為:

事件響應(yīng)序列為:

還原值為:

1.2 DEA模型的基本原理

DEA(Data Envelopment Analysis)是著名運(yùn)籌學(xué)家CHARNES A等［8］人提出的，是一種根據(jù)決策單元的多輸入、多輸出指標(biāo)，應(yīng)用數(shù)學(xué)規(guī)劃對決策單元的相對有效性進(jìn)行綜合評價的方法［9，10］。輸入指標(biāo)表示決策單元對“資源”的耗費(fèi)，輸出指標(biāo)表示消耗“資源”后，取得的“成效”。相對有效表示輸入指標(biāo)相對于輸出指標(biāo)的有效利用程度較高，也稱為DEA有效。其顯著特點(diǎn)是不需要預(yù)先估計參數(shù)，在避免主觀因素、簡化運(yùn)算和減少誤差等方面有不可低估的優(yōu)越性［11］。

DEA模型包括 CCR、BCC、FG、ST和 CCW 等多個模型，根據(jù)農(nóng)業(yè)生產(chǎn)的實際需要，本研究選取BCC模型。

BCC模型為:

式中:i=1，2…n;j=1，2…m;r=1，2…s;n，m，s分別為決策單元數(shù)、輸入和輸出變量個數(shù);xij為第i個決策單元的第j種投入要素;yir為第 i個決策單元的第r個產(chǎn)出要素;θ為決策單元DMU的有效值。若θ=1，且s+=s-=0，則決策單元DEA有效;若 θ=1，且 s+≠0或 s-≠0時，則決策單元為弱 DEA有效;若 θ＜1，決策單元非DEA有效。

1.3 灰色DEA模型方法

本研究克服單一方法或模型的缺陷，首先運(yùn)用灰色GM(1，1)模型對各指標(biāo)原始數(shù)據(jù)消除擾動影響，然后將所得模擬數(shù)據(jù)與BBC模型結(jié)合使用，構(gòu)建灰色DEA模型。該模型消除了數(shù)據(jù)隨機(jī)波動或誤差，實現(xiàn)了優(yōu)勢互補(bǔ)，預(yù)測結(jié)果更合理、更精確。

2 基于灰色DEA模型的河南省農(nóng)業(yè)生產(chǎn)效率分析

2.1 指標(biāo)選取及數(shù)據(jù)來源

考慮到指標(biāo)的層次性、系統(tǒng)性、樣本數(shù)據(jù)的可得性以及指標(biāo)的相對獨(dú)立性，選取的農(nóng)業(yè)投入指標(biāo)為:農(nóng)作物播種面積(103hm2)、農(nóng)用化肥施用折純量(104t)、農(nóng)田有效灌溉面積(103hm2)、農(nóng)用機(jī)械總動力(104kW)、農(nóng)業(yè)從業(yè)人員(104人)。農(nóng)業(yè)產(chǎn)出指標(biāo)為:農(nóng)業(yè)增加產(chǎn)值(109元)、糧食產(chǎn)量(104t)。各指標(biāo)數(shù)據(jù)均來源于《河南統(tǒng)計年鑒》(2014)［13］。

2.2 基于灰色DEA模型的河南省農(nóng)業(yè)生產(chǎn)率測算

選取河南省18市2008—2013年上述指標(biāo)數(shù)據(jù)，為消除沖擊擾動影響，先對各指標(biāo)原始數(shù)據(jù)經(jīng)過GM(1，1)模擬，然后對模擬數(shù)據(jù)做BCC模型分析，得到經(jīng)調(diào)整后的各決策單元的效率值，取2008—2013年各決策單元的效率值的平均值進(jìn)行分析(表1)。

表1 河南省18市農(nóng)業(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模技術(shù)效率Table 1 The comprehensive technological efficiency，pure technological efficiency and scale technological efficiency in 18 cities in Henan Province

技術(shù)效率反映的是實際產(chǎn)出水平與最優(yōu)隨機(jī)產(chǎn)出水平的平均比例;純技術(shù)效率體現(xiàn)的是對投入的有效利用程度，是實現(xiàn)產(chǎn)出最大化的基礎(chǔ)，如果要素得不到充分的利用，也就沒有產(chǎn)出最大化;規(guī)模效率反映的是決策單元是否在最適規(guī)模下進(jìn)行科技創(chuàng)新和研發(fā)。農(nóng)業(yè)綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均為1，說明農(nóng)業(yè)生產(chǎn)是最優(yōu)的，農(nóng)業(yè)的投入要素得到了充分利用，并且關(guān)于農(nóng)業(yè)的科技創(chuàng)新和研發(fā)均是在現(xiàn)有農(nóng)業(yè)生產(chǎn)的最適規(guī)模下開展的。

由表1可知，2008—2013年間，洛陽、鶴壁、焦作、三門峽、信陽5個市農(nóng)業(yè)的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均為1，處于生產(chǎn)前沿面上，沒有需要改進(jìn)的空間，也就是說這5個市的農(nóng)業(yè)生產(chǎn)在整個河南省2008—2013年間相對于其他市是最優(yōu)的，并且關(guān)于農(nóng)業(yè)科技創(chuàng)新和研發(fā)也是在現(xiàn)有農(nóng)業(yè)生產(chǎn)的最適規(guī)模下開展的;鄭州、平頂山、漯河、駐馬店和濟(jì)源的綜合技術(shù)效率均低于全省平均水平，也就是說，這5個市農(nóng)業(yè)的生產(chǎn)不在生產(chǎn)前沿面上，農(nóng)業(yè)生產(chǎn)并不是最優(yōu)的，需要更加重視農(nóng)業(yè)的發(fā)展，加大對農(nóng)業(yè)的財政支農(nóng)力度、提高機(jī)械化水平。

由表2可知，影響各市產(chǎn)出未達(dá)到目標(biāo)值的最主要原因是化肥的施用過多?；首鳛檗r(nóng)業(yè)生產(chǎn)的一大催化劑，合理施肥能給糧食帶來豐產(chǎn)，而過量施肥則會導(dǎo)致糧食減產(chǎn)。據(jù)統(tǒng)計，中國80%的農(nóng)戶習(xí)慣于憑傳統(tǒng)經(jīng)驗施肥，不考慮各種肥料特性而盲目采用“以水沖肥”、“一炮轟”等簡單的施肥方法，全國有1/3的農(nóng)戶施肥量超過所種莊稼的需要量。過量使用化肥，破壞土壤結(jié)構(gòu)，導(dǎo)致土壤板結(jié)，肥力下降，同時，也會使農(nóng)作物易倒伏，易發(fā)生病蟲害，從而使農(nóng)作物產(chǎn)量減少。

其次，影響產(chǎn)出的另一重要原因是農(nóng)用機(jī)械的利用率低。近年來，中國的農(nóng)機(jī)總動力和擁有量已位居世界前列，農(nóng)業(yè)機(jī)械化水平有了很大的提高，但是依然存在農(nóng)用機(jī)械利用率低下，結(jié)構(gòu)不合理等問題。一些專用性很強(qiáng)并與農(nóng)田作業(yè)密切相關(guān)的農(nóng)用機(jī)械占農(nóng)用機(jī)械總動力的相對比重較小，與農(nóng)田種植相關(guān)性較弱、農(nóng)業(yè)生產(chǎn)專用性不強(qiáng)的農(nóng)用機(jī)械所占比重相對較大。盡管一些與農(nóng)田種植相關(guān)性較弱的的農(nóng)用機(jī)械(比如聯(lián)合收割機(jī)、大型拖拉機(jī)等)價格昂貴，但是相對于農(nóng)田基本建設(shè)機(jī)械和植保機(jī)械，它能給從業(yè)者帶來更大的利益，因此驅(qū)使更多人投資，這樣就導(dǎo)致農(nóng)用機(jī)械總動力的增加并不能帶動農(nóng)作物的增產(chǎn)。另外，農(nóng)機(jī)市場產(chǎn)品質(zhì)量差，農(nóng)業(yè)勞動者文化素質(zhì)低，對農(nóng)機(jī)的認(rèn)識、運(yùn)用以及維修的知識缺乏，致使農(nóng)用機(jī)械的利用率低下。

表2 河南省18市投入產(chǎn)出指標(biāo)冗余狀況Table 2 Redundancy in 18 cities in Henan Province

再次，農(nóng)田利用率低下也是影響產(chǎn)出的主要原因。由于大量農(nóng)村青壯年外出務(wù)工，進(jìn)行耕作的大多是老人和婦女，缺少勞動力，許多耕地在一年中多數(shù)時間處于“冬眠”狀態(tài)，農(nóng)作物之間不進(jìn)行套種，造成土地使用分散、閑置、利用率低?，F(xiàn)存的許多水利設(shè)施都是沿用上世紀(jì)五六十年代修建的，由于年久失修，有很大一部分處于半癱瘓狀態(tài)，導(dǎo)致農(nóng)田的灌溉率低下。

3 結(jié)論

本研究綜合考慮農(nóng)業(yè)生產(chǎn)過程中，由于自然等因素造成的沖擊擾動對于農(nóng)業(yè)生產(chǎn)率的影響，構(gòu)建農(nóng)業(yè)投入—產(chǎn)出指標(biāo)體系，運(yùn)用灰色DEA模型對河南省18市2008—2013年農(nóng)業(yè)生產(chǎn)率進(jìn)行測算，得出以下結(jié)論:

(1)通過GM(1，1)的模擬，剔除環(huán)境變量和隨機(jī)誤差，對農(nóng)業(yè)生產(chǎn)效率進(jìn)行測度更為合理和精確。

(2)對農(nóng)業(yè)生產(chǎn)效率相對較低的市，為提高農(nóng)業(yè)生產(chǎn)效率，政府需要積極采取有效的措施。

在保證產(chǎn)量的前提下更多地關(guān)注土壤品質(zhì)和環(huán)境保護(hù)，通過合理輪作倒茬、使用農(nóng)家肥、微生物肥料或礦物肥配合復(fù)合肥使用等方法來控制化肥過量尤其是氮肥過量使用，改變農(nóng)業(yè)超量使用化肥現(xiàn)狀，發(fā)展綠色有機(jī)農(nóng)業(yè)。

為提高農(nóng)用機(jī)械利用率，政府需進(jìn)一步完善農(nóng)機(jī)購置補(bǔ)貼制度，增大農(nóng)田基本建設(shè)機(jī)械的補(bǔ)助力度，大力推廣農(nóng)田基本建設(shè)機(jī)械，使農(nóng)用機(jī)械結(jié)構(gòu)趨于合理;建立農(nóng)用機(jī)械報廢更新制度，制定農(nóng)機(jī)以舊換新辦法，加快老舊、高耗能、高排放、安全不達(dá)標(biāo)農(nóng)業(yè)機(jī)械的報廢更新，優(yōu)化農(nóng)機(jī)裝備結(jié)構(gòu)布局，重點(diǎn)促進(jìn)大馬力、高性能、先進(jìn)適用農(nóng)業(yè)機(jī)械的發(fā)展，合理使用農(nóng)用機(jī)械，提高農(nóng)用機(jī)械的使用效率。

為提高農(nóng)田利用率，保證在不改變土地集體所有性質(zhì)，不改變土地用途，不損害農(nóng)民土地承包權(quán)益的前提下，盡可能地鼓勵土地流轉(zhuǎn)，把耕作力不從心的、荒廢的土地流轉(zhuǎn)到有能力的、機(jī)械化水平高的農(nóng)戶手中，實現(xiàn)農(nóng)業(yè)的產(chǎn)業(yè)化、機(jī)械化、規(guī)?；?jīng)營;政府要鼓勵支持農(nóng)作物套種、循環(huán)種養(yǎng)和多季種植的農(nóng)業(yè)生產(chǎn)方式，以實現(xiàn)土地充分利用，農(nóng)作物增產(chǎn)，農(nóng)民增收。

為提高農(nóng)田的灌溉率，政府應(yīng)積極投資建設(shè)農(nóng)田水利基礎(chǔ)設(shè)施，大力推廣以節(jié)水為中心的灌區(qū)配套設(shè)施以及節(jié)水技術(shù)改造，采取合理方式調(diào)整引水渠系，因地制宜地發(fā)展渠道防滲、管道輸水、回歸水利用等節(jié)水措施。

［1］ FARRELL M J.The Measurement of Productive Efficiency［J］.Journal of the Royal Statistical Society，1957，120(3):253-281.

［2］ RESTUCCIA D，YANG D L，ZHU X.Agriculture and aggregate productivity:A quantitative cross-country analysis［J］.Journal of Monetary Economics，2008，55(2):234-250.

［3］ 李谷成.中國農(nóng)業(yè)生產(chǎn)率增長的地區(qū)差距與收斂性分析［J］.產(chǎn)業(yè)經(jīng)濟(jì)研究，2009(2):41-48.

［4］ 趙 蕾，王懷明.中國農(nóng)業(yè)生產(chǎn)率的增長及收斂性分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2007(2):93-98.

［5］ 周 宏，褚保金.中國水稻生產(chǎn)效率的變動分析［J］.中國農(nóng)村經(jīng)濟(jì)，2003(12):42-46.

［6］ 鄧聚龍.灰理論基礎(chǔ)［M］.武漢:華中科技大學(xué)出版社，2002:87-121，251-258.

［7］ 劉思峰，黨耀國.灰色系統(tǒng)理論及其應(yīng)用［M］.第5版.北京:科學(xué)出版社，2010:146-149.

［8］ CHARNES A，COOPER W W，RHODES E.Measuring efficiency of decision making units［J］.Eur J Opl Res，1978，2(6):429-444.

［9］ 廖 芹，李 晶，陳自潔.基于 DEA方法和粗糙集的政府效率評估模型［J］.運(yùn)籌與管理，2005，14(6):76-81.

［10］ LEON T，LIERN V，RUIZ J L.A fuzzy mathematical programming approach to the assessment of efficiency with DEA models［J］.Fuzzy Sets and stem，2003，139(2):407-419.

［11］ 宇仁德，張洪賓，李大龍.基于DEA理論的交通安全評價模型［J］.系統(tǒng)工程理論與實踐，2007，27(8):159-166.

［12］ 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析［M］.北京:科學(xué)出版社，2004.

［13］ 河南省統(tǒng)計局.河南統(tǒng)計年鑒［M］.北京:中國統(tǒng)計出版社，2014.