劉　濤

(河南理工大學 a.安全與應急管理研究中心;b.應急管理學院，河南 焦作　454003)

?

中國農(nóng)業(yè)機械化效率的省際差異研究

劉濤a,b

(河南理工大學 a.安全與應急管理研究中心;b.應急管理學院，河南 焦作454003)

摘要：農(nóng)業(yè)機械化不僅要關注總量提升，更要注重資源配置效率。使用BCC超效率模型，測算了2010-2013年中國18個省份農(nóng)業(yè)機械化效率的變動狀況。結果發(fā)現(xiàn)：大多數(shù)省份農(nóng)業(yè)機械化效率并不高，農(nóng)業(yè)機械資源配置不合理；農(nóng)業(yè)機械化效率按照東中西部地區(qū)呈現(xiàn)遞減趨勢；高效率省份農(nóng)業(yè)機械化效率的驅動因素是純技術效率，低效率省份農(nóng)業(yè)機械化效率的驅動因素呈現(xiàn)多元化。從整體來看，大中型拖拉機、小型拖拉機和農(nóng)用排灌柴油機數(shù)量過多是導致大多數(shù)省份農(nóng)業(yè)機械化效率低下的主要原因。為此，要大力推進農(nóng)業(yè)機械投入結構轉變，通過戰(zhàn)略結構、動力結構和區(qū)域結構等優(yōu)化提升我國農(nóng)業(yè)機械化效率。

關鍵詞：農(nóng)業(yè)機械化；效率；DEA模型；結構優(yōu)化

0引言

農(nóng)業(yè)機械化是現(xiàn)代農(nóng)業(yè)的重要體現(xiàn)，2013年我國農(nóng)業(yè)機械總動力達到103 906.8萬kW。其中，大中型拖拉機527萬臺，小型拖拉機1 752萬臺,農(nóng)用排灌柴油機1 259萬臺。2013年，全國農(nóng)作物耕種收綜合機械化水平達到50%，2014預計超過61%，比10年前提高27個百分點。農(nóng)業(yè)生產(chǎn)已從人力、畜力為主轉到以機械化為主的歷史新階段。農(nóng)業(yè)部數(shù)據(jù)顯示，2014年全國農(nóng)機總動力達到10.5億kW，比2004年增加4.1億kW，增長64%，裝備結構加快向大馬力、多功能、高性能方向發(fā)展[1]。

目前，國內(nèi)理論界對中國農(nóng)業(yè)機械化進行了大量實證研究，但是對農(nóng)業(yè)機械化效率研究的文獻比較少。如張宗毅等(2008)采用2001-2005共5年的統(tǒng)計數(shù)據(jù)，用DEA方法分析“十五”期間中國各地區(qū)農(nóng)機化的技術效率、純技術效率、規(guī)模效率、技術進步及Malmquist指數(shù)的變動及趨勢[2]。李衛(wèi)等(2012)基于前沿面理論對中國農(nóng)業(yè)機械生產(chǎn)配置效率進行了分析[3]。余世勇等(2013)分析了中國31個省份1998-2010年的農(nóng)業(yè)機械化效率[4]。

以上研究極大推進了中國農(nóng)業(yè)機械化效率的研究，基于此，本文使用BCC超效率DEA模型，對2010-2013年中國18省份農(nóng)業(yè)機械化效率的空間差異進行測算分析，提出了進一步提升農(nóng)業(yè)機械化效率的優(yōu)化策略，對于推動中國農(nóng)業(yè)機械化工作具有重大的指導價值。

1模型方法

數(shù)據(jù)包絡分析法(即DEA)是以決策單元的相對有效性為指標，評價具有相同類型的多投入、多產(chǎn)出的若干個決策單元是否相對有效的非參數(shù)統(tǒng)計方法。其基本思路是把其中一個決策單元作為一個被評價單元，由其他的DMU構成評價群體，確立與問題相應的數(shù)學模型；通過對模型的求解得到對相對效率的綜合分析，從而確定生產(chǎn)可能集和生產(chǎn)前沿面，并根據(jù)各DMU與生產(chǎn)前沿面的距離狀況，判定各DMU是否DEA有效，進而達到評價排序的結果[5]。最早Charnes、Cooper和Rhode (1978)提出了DEA方法中的規(guī)模報酬不變條件下的CCR模型[6]；后來，Banker、Charnes和Cooper (1984)對CCR模型進行拓展，提出了規(guī)模報酬可變的BCC模型[7]。但這些傳統(tǒng)DEA模型都沒有對投入與產(chǎn)出的松弛問題進行研究。由于傳統(tǒng)DEA存在的這一缺陷問題，Kaoru Tone在2001年提出了SBM模型。該模型在計算決策單元效率時把松弛變量因素考慮在內(nèi)，從而很好地解決了傳統(tǒng)DEA模型的其中一個缺陷；但是，還是不能區(qū)分有效決策單元效率的大小。為此，Tone在SBM基礎上又提出了SBM超效率模型[8]，該模型不僅考慮了松弛變量的問題，而且可以對有效決策單元的大小進行區(qū)分。其具體如下：假設有n個決策單元，每個決策單元都有m種輸入和s輸出，在VRS條件下的SBM超效率模型為

其中，δ*是效率值，m和s是投入產(chǎn)出變量的個數(shù)，si-、si+是投入和產(chǎn)出變量的松弛變量。

2評估指標與數(shù)據(jù)來源

關于農(nóng)業(yè)機械化效率的評價指標，目前理論界看法不一。本文在已有研究基礎上,考慮到指標數(shù)據(jù)的可獲得性,建立了中國農(nóng)業(yè)機械化效率評估指標，如表1所示。其中，投入指標包括大中型拖拉機、小型拖拉機和農(nóng)用排灌柴油機，3個指標可以很好地度量農(nóng)業(yè)機械化狀況；產(chǎn)出指標選取糧食作物播種面積而非農(nóng)作物播種面積，因為農(nóng)業(yè)機械化主要應用于糧食作物的耕種收。

表1　中國農(nóng)業(yè)機械化效率評估指標

為了使得決策單元具有可比性，參照2014年中國統(tǒng)計年鑒中糧食作物的播種面積，將糧食作物的播種面積在3 000khm2以上的省份作為比較對象，從而確定了18個比較對象。2010-2013年中國農(nóng)業(yè)機械化效率數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》。

3中國農(nóng)業(yè)機械化效率的實證分析

3.1中國農(nóng)業(yè)機械化效率空間差異特征

根據(jù)2010-2013年中國農(nóng)業(yè)機械化的投入產(chǎn)出數(shù)據(jù)，利用Maxdea6.4專業(yè)版軟件，從非非徑向SBM的非導向(投入優(yōu)先)角度出發(fā)，結合BCC模型和超效率模型，測算了2010-2013年我國18個省份農(nóng)業(yè)機械化效率的變動狀況，如表2所示。

表2　2010-2013年我國18個省份農(nóng)業(yè)機械化效率測算結果

中國農(nóng)業(yè)機械化效率大致呈現(xiàn)出以下空間特征：

1)中國農(nóng)業(yè)機械化效率總體較低，且省際差異明顯。從均值來看， 2010-2013年中國農(nóng)業(yè)機械化效率都小于1，未達到有效前沿面；但總體技術效率處于上升趨勢，2010年中國農(nóng)業(yè)機械化效率為0.660，到2013年上升到0.671，上升1.7%。

2010年，農(nóng)業(yè)機械化效率最高的省份為山西(1.502)，最低的省份是山東(0.149)，二者相差9倍；2013年二者差距進一步擴大為10倍以上。

2)農(nóng)業(yè)機械化效率按照東中西部地區(qū)呈現(xiàn)遞減趨勢。東部地區(qū)的農(nóng)業(yè)機械化效率總體上最低。2010年，6個東部省份(河北、黑龍江、吉林、江蘇、遼寧、山東)的農(nóng)業(yè)機械化均值為0.426，此后幾年略有上升，到2013年增長到0.537，但是仍要低于中西部地區(qū)。由此可見，與中西部地區(qū)相比，東部地區(qū)的農(nóng)業(yè)機械化資源并未得到高效利用。

中部地區(qū)的農(nóng)業(yè)機械化效率總體上介于東部和西部之間。2010年6個中部省份(安徽、河南、湖北、湖南、江西、山西)的農(nóng)業(yè)機械化均值為0.732，此后幾年先小幅增長，后又下降，到2013年降到0.696；但總體上仍大于東部地區(qū)，小于西部地區(qū)。

西部地區(qū)的農(nóng)業(yè)機械化效率總體上最高。2010年6個西部省份(廣西、貴州、內(nèi)蒙古、陜西、四川、云南)的農(nóng)業(yè)機械化均值為0.822，此后先升后降，到2013年變?yōu)?.781，仍高于東中部地區(qū)。

3.2我國18 個省份農(nóng)業(yè)機械化效率空間差異動因

表3測算了2013年我國18個省份農(nóng)業(yè)機械化效率分解狀況。

表3　2013年我國18個省份農(nóng)業(yè)機械化效率分解

由表3可知，中國18 個省份農(nóng)業(yè)機械化效率空間差異動因為：

1)高效率省份農(nóng)業(yè)機械化效率的驅動因素是純技術效率。2013年處于有效前沿面的省份共有4個，江西省農(nóng)業(yè)機械化綜合技術效率為2.275,這與純技術效率(2.430)較高有很大關系。黑龍江省規(guī)模效率雖然很低,僅為0.287；但是，由于擁有最高的純技術效率(5.671),使得其綜合技術效率也達到了有效,為1.628。四川和貴州農(nóng)業(yè)機械化綜合技術效率為1.338和1.073，與之對應，四川和貴州農(nóng)業(yè)機械化純技術效率分別為2.177及1.635。

2)低效率省份農(nóng)業(yè)機械化效率的驅動因素呈現(xiàn)多元化。2013年農(nóng)業(yè)機械化總體技術效率不高省份的動因大致存在3種情況：一是部分技術低效地區(qū)農(nóng)業(yè)機械化總體技術效率不高的動因在于規(guī)模效率過低，如河南、山西、云南。這3省的農(nóng)業(yè)機械化純技術效率都大于1，但是規(guī)模效率都小于1，致使這3省的總體技術效率未達到有效。二是部分技術低效地區(qū)農(nóng)業(yè)機械化總體技術效率不高的動因在于純技術效率過低，如廣西、湖北、湖南、江蘇4省。這4個地區(qū)的規(guī)模效率都接近于1，然而由于純技術效率遠小于1，使得總體技術效率未達到有效。三是部分技術低效地區(qū)農(nóng)業(yè)防澇抗旱總體技術效率不高的動因在于純技術效率和規(guī)模效率過低，如安徽、河北、吉林、遼寧、內(nèi)蒙古、山東和陜西。這7個地區(qū)純技術效率和規(guī)模效率普遍不高，共同導致農(nóng)業(yè)機械化總體技術效率低下。

3)農(nóng)業(yè)機械化規(guī)模收益變動遞增地區(qū)較少。通過對各省份農(nóng)業(yè)機械化規(guī)模收益變動趨勢分析發(fā)現(xiàn)，目前規(guī)模收益變動遞減的省份有9個，分別為安徽、河北、河南、黑龍江、湖北、江蘇、江西、山東和四川，說明這9個省份在目前技術水平下通過增加農(nóng)業(yè)機械數(shù)量實現(xiàn)收益增加的可能性越來越小。規(guī)模收益不變的省份有1個，為廣西，目前無法單純通過增加農(nóng)業(yè)機械數(shù)量實現(xiàn)收益的遞增。規(guī)模收益遞增的省份有8個，分別為貴州、湖南、吉林、遼寧、內(nèi)蒙古、山西、陜西和云南，對于這8個省份來說，目前通過增加農(nóng)業(yè)機械數(shù)量仍然能夠實現(xiàn)收益的遞增。

3.3我國18 個省份農(nóng)業(yè)機械投入冗余

表4顯示了2013年我國18 個省份農(nóng)業(yè)機械投入松弛變量狀況。由表4可知：

1)從整體來看，大中型拖拉機、小型拖拉機和農(nóng)用排灌柴油機數(shù)量過多是導致大多數(shù)省份農(nóng)業(yè)機械化效率低下的主要原因。一是許多農(nóng)業(yè)機械化效率較低省份3個農(nóng)業(yè)機械投入變量都存在嚴重冗余。如安徽、河北、湖北、遼寧和山東，5省份大中型拖拉機、小型拖拉機和農(nóng)用排灌柴油機松弛系數(shù)都超過了50%。其中，河北省大中型拖拉機數(shù)量與其他省份相比超標92.55%，山東省小型拖拉機數(shù)量與其他省份相比超標93.28%，遼寧省農(nóng)用排灌柴油機數(shù)量與其他省份相比超標81.08%。二是部分農(nóng)業(yè)機械化效率較低省份在某個變量上不存在松弛狀況。如吉林和山西兩省在農(nóng)用排灌柴油機、云南省在大中型拖拉機的投入上不存在松弛。三是其他農(nóng)業(yè)機械化效率較低省份大中型拖拉機、小型拖拉機和農(nóng)用排灌柴油機存在1～2個變量松弛系數(shù)超過50%。

2)對于4個農(nóng)業(yè)機械化效率較高的省份來說，在維持技術有效的前提下可以繼續(xù)增加農(nóng)業(yè)機械投入數(shù)量：貴州省可以增加22%的大中型拖拉機；黑龍江省可以增加50.16%小型拖拉機和138.21%的農(nóng)用排灌柴油機；江西省可以增加350.83%的大中型拖拉機和31.57%的農(nóng)用排灌柴油機；四川可以增加49.46%的小型拖拉機和51.91%的農(nóng)用排灌柴油機。

表4　2013年中國18 個省份農(nóng)業(yè)機械投入松弛系數(shù)

4結論與建議

1)中國農(nóng)業(yè)機械化效率總體較低，且省際差異明顯。農(nóng)業(yè)機械化效率按照東中西部地區(qū)呈現(xiàn)遞減趨勢。東部地區(qū)的農(nóng)業(yè)機械化效率總體上最低，中部地區(qū)的農(nóng)業(yè)機械化效率總體上介于東部和西部之間，西部地區(qū)的農(nóng)業(yè)機械化效率總體上最高。

2)高效率省份農(nóng)業(yè)機械化效率的驅動因素是純技術效率，低效率省份農(nóng)業(yè)機械化效率的驅動因素呈現(xiàn)多元化。其大致存在3種情況：一是河南、山西、云南3省農(nóng)業(yè)機械化總體技術效率不高的原因在于規(guī)模效率過低；二是廣西、湖北、湖南、江蘇4省農(nóng)業(yè)機械化總體技術效率不高的原因在于純技術效率過低；三是安徽、河北、吉林、遼寧、內(nèi)蒙古、山東和陜西7省農(nóng)業(yè)防澇抗旱總體技術效率不高的動因在于純技術效率規(guī)模效率過低。農(nóng)業(yè)機械化規(guī)模收益變動遞增地區(qū)較少，1/2以上省份農(nóng)業(yè)機械化規(guī)模收益變動處于非增階段,目前通過增加農(nóng)業(yè)機械數(shù)量無法能夠實現(xiàn)收益的遞增。

3)從整體來看，大中型拖拉機、小型拖拉機和農(nóng)用排灌柴油機數(shù)量過多是導致大多數(shù)省份農(nóng)業(yè)機械化效率低下的主要原因。

總之，大多數(shù)省份農(nóng)業(yè)機械化效率并不高，存在農(nóng)業(yè)機械資源配置不合理的問題。為此，要大力推進農(nóng)業(yè)機械投入結構轉變，通過結構優(yōu)化策略提升我國農(nóng)業(yè)機械化效率。具體結構優(yōu)化策略包括:

1)農(nóng)業(yè)機械化戰(zhàn)略結構優(yōu)化。轉變重資源數(shù)量投入的粗放式農(nóng)業(yè)機械化發(fā)展戰(zhàn)略，建立效率導向型的農(nóng)業(yè)機械化發(fā)展戰(zhàn)略。

2)農(nóng)業(yè)機械化動力結構優(yōu)化。加強對農(nóng)業(yè)機械資源的管理和整合，實現(xiàn)農(nóng)業(yè)機械資源的優(yōu)化配置，提升農(nóng)業(yè)機械的純技術效率是大力提升我國大多數(shù)省份農(nóng)業(yè)機械化效率的主導驅動因素。在此基礎上，也不能忽視農(nóng)業(yè)機械的規(guī)模效應，應在現(xiàn)有農(nóng)業(yè)機械資源優(yōu)化的基礎上進一步加大農(nóng)業(yè)機械的投入規(guī)模，可以明顯提高我國的農(nóng)業(yè)機械化效率和水平。

3)農(nóng)業(yè)機械化區(qū)域結構優(yōu)化。轉變同一化的農(nóng)業(yè)機械資源投入模式，建立差異化的農(nóng)業(yè)機械資源投入模式。對于4個農(nóng)業(yè)機械化效率較高的省份來說，在維持技術有效的前提下可以繼續(xù)增加農(nóng)業(yè)機械投入數(shù)量。對于低效率地區(qū)來說，其農(nóng)業(yè)機械資源投入重點是加強對現(xiàn)有農(nóng)業(yè)機械資源存量的整改提升，在存量優(yōu)化基礎上適度增加農(nóng)業(yè)機械資源的投入。

參考文獻：

[1]韓長賦.中國農(nóng)作物耕種收綜合機械化水平今年將超過61%[EB/OL].2014-11-03.http://news.xinhuanet.com/fortune/2014-11/03/c_1113097444.htm.

[2]張宗毅，曹光喬．"十五"期間中國農(nóng)機化效率及地區(qū)差異[J].農(nóng)業(yè)工程學報，2008，24(7) : 284-289．

[3]李衛(wèi)，薛彩霞，朱瑞祥，等．基于前沿面理論的中國農(nóng)業(yè)機械生產(chǎn)配置效率分析[J].農(nóng)業(yè)工程學報，2012，28(3): 38-43．

[4]余世勇，王佳.中國農(nóng)業(yè)機械化效率分析[J].江蘇農(nóng)業(yè)科學，2013，41(12)：420-422.

[5]侯翔，馬占新，趙春英.數(shù)據(jù)包絡分析模型評述與分類[J].內(nèi)蒙古大學學報：自然科學版，2010(5):583-593.

[6]Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978(2):429-444．

[7]Banker R D，Charnes A，Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30:1078-1092．

[8]TONE K.A Slacks-Based Measure of Super-efficiency in Data Envelopment Analysis[J].European Journal of Operational Research,2002,143(3):32-41.

Study on the Inter-Provincial Differences of Agricultural Mechanization Efficiency in China

Liu Taoa,b

(a.Research Center of Safety and Emergency Management; b.Emergency Management School，Henan Polytechnic University, Jiaozuo 454003，China)

Abstract：We should not only pay attention to enhance the total amount of agricultural mechanization，but also pay more attention to the efficiency of resource allocation.Based on BCC model and super efficiency model，this paper calculates the changes of the agricultural mechanization efficiency in 18 provinces in China during 2010-2013.The conclusions are: agricultural mechanization efficiency in most of the provinces is not high，and agricultural mechanization resources are irrational allocated.Agricultural mechanization efficiency in the eastern and western regions is decreasing.The driving factor of agricultural mechanization efficiency in high efficiency provinces is pure technical efficiency.The driving factor of agricultural mechanization efficiency in low efficiency provinces is diversified.Overall，the too much number of large and medium-sized tractors，microtractors and agricultural diesel engines is the main reason leading to the low agricultural mechanization efficiency in most of the provinces.To this end,we should vigorously promote the transformation of agricultural machinery input structure,improve the agricultural mechanization efficiency in China through the optimization of strategic structure ,power structure and regional structure.

Key words：agricultural mechanization ；efficiency；DEA method；structure optimization

文章編號：1003-188X(2016)05-0001-05

中圖分類號：S23-01

文獻標識碼：A

作者簡介：劉濤(1983-)，男，山東沂水人，副教授，博士，碩士生導師，(E-mail)liutao2511001@126.com。

基金項目：教育部人文社會科學研究青年基金項目(13YJCZH106)；河北省社會科學基金項目( HB13LJ001)；河南理工大學博士基金項目(B2012-037)

收稿日期：2015-05-07