張麗娜 陳 志 楊敏麗 黃 凰 葉 春

(1.中國農(nóng)業(yè)大學(xué)工學(xué)院， 北京 100083； 2.中國農(nóng)業(yè)大學(xué)中國農(nóng)業(yè)機(jī)械化發(fā)展研究中心， 北京 100083；3.中國農(nóng)業(yè)機(jī)械工業(yè)協(xié)會， 北京 100083； 4.華中農(nóng)業(yè)大學(xué)工學(xué)院， 武漢 430070；5.江西省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)工程研究所， 南昌 330200)

0 引言

玉米是獨(dú)具糧、經(jīng)、飼、能等多元用途的重要戰(zhàn)略物資[1]。從國內(nèi)視角看，玉米在我國農(nóng)業(yè)生產(chǎn)中占有十分重要的地位。在我國糧食生產(chǎn)中其種植面積和產(chǎn)量均位居第一位，2015年，全國玉米種植面積達(dá)3 811.9萬hm2，總產(chǎn)量22 463.2萬t[2-4]，分別占糧食種植面積和總產(chǎn)量的33.6%和36.1%，玉米在全國范圍內(nèi)廣泛種植，對促進(jìn)糧食增產(chǎn)、農(nóng)民增收，保障我國糧食安全等方面都發(fā)揮了巨大的作用。而目前，國內(nèi)水、耕地等基礎(chǔ)資源短缺態(tài)勢越來越嚴(yán)峻，成為制約農(nóng)業(yè)發(fā)展的重要因素；同時，在玉米供給側(cè)結(jié)構(gòu)性改革背景下，其種植面積在不斷調(diào)減，這都決定了我國玉米生產(chǎn)不可能依靠無限擴(kuò)張的投入要素來發(fā)展，要保障糧食安全，保證農(nóng)民收益，就需要依賴生產(chǎn)效率的不斷提高。此外，生產(chǎn)效率也是測度競爭力的重要指標(biāo)，從國際視角看，我國是僅次于美國的世界第二大玉米生產(chǎn)國和消費(fèi)國，但與美國相比，我國玉米單產(chǎn)低，生產(chǎn)成本高[4]，2015年，我國玉米單產(chǎn)為7 332.15 kg/hm2，比美國低了3 150 kg/hm2；總生產(chǎn)成本10 482.15元/hm2，比美國高了5 839.35元/hm2。從2010年開始，我國已成為玉米凈進(jìn)口國，對外依存度越來越高，自我供需保障能力減弱，對外的競爭能力弱，亟需提高生產(chǎn)效率。科學(xué)評價我國玉米產(chǎn)業(yè)生產(chǎn)效率，對其影響因素進(jìn)行分析，提出玉米生產(chǎn)效率改進(jìn)的方法，為提高生產(chǎn)效率制定合理的政策提供依據(jù)，對促進(jìn)我國玉米產(chǎn)業(yè)健康發(fā)展有重要意義。

關(guān)于玉米生產(chǎn)效率，不少學(xué)者做了一定的研究[5-11]。但主要集中在對全國玉米生產(chǎn)效率及以個別省份為例的玉米生產(chǎn)效率研究[4-10]，這些都對本文提供了有價值的參考。而玉米生產(chǎn)效率的時空特征包含時間特征和空間特征，其中，時間特征是縱向分析，指其隨著時間的變化呈現(xiàn)的變化特征；空間特征是橫向分析，主要指其在不同區(qū)域的分布情況。從研究角度來看，目前鮮有對我國玉米生產(chǎn)效率時空演變特征的研究。本文對玉米生產(chǎn)效率的時空演變特征進(jìn)行研究，分析其隨時間變化的規(guī)律以及空間分布的變化情況，將對于提高區(qū)域玉米生產(chǎn)效率，保障區(qū)域糧食安全及可持續(xù)發(fā)展有重要的指導(dǎo)意義。

1 研究方法與數(shù)據(jù)來源

1.1 理論與模型

1.1.1 DEA模型

數(shù)據(jù)包絡(luò)分析法(Data envelopment analysis，DEA)，最初由CHARNES和COOPER等于1978年開始創(chuàng)建，是對多種投入與產(chǎn)出變量進(jìn)行效率分析的一種有效方法[12-17]。該方法將具有多輸入和輸出的系統(tǒng)稱為一個決策單元(DMU)，根據(jù)對各個DMU觀測的數(shù)據(jù)(各決策單元與最佳前沿面之間的距離)來確定各DMU的技術(shù)效率與規(guī)模效率，從而判斷是否為DEA有效。DEA的常用模型有CRS與VRS，前者假設(shè)規(guī)模報酬不變，主要用來測算綜合技術(shù)效率(TE)，后者假定規(guī)模報酬可變，可將綜合技術(shù)效率(TE)分解為純技術(shù)效率(PTE)、規(guī)模效率(SE)，且為二者乘積。此外，基于DEA的Malmquist指數(shù)法普遍被用來測算全要素生產(chǎn)率變化，該模型可將全要素生產(chǎn)率(TFP)變化的原因分為技術(shù)進(jìn)步效率變化(Tch)與技術(shù)效率變化(Ech)，并進(jìn)一步把技術(shù)效率變化細(xì)分為純技術(shù)效率變化(TEch)和規(guī)模效率變化(SEch)，反映產(chǎn)出的變動與全部要素投入變動的關(guān)系[18-21]。

玉米生產(chǎn)是多投入和產(chǎn)出的系統(tǒng)，為了更好評價我國玉米生產(chǎn)效率，本文把每一個省(區(qū))作為一個決策單元，基于2005—2015年的面板數(shù)據(jù)，利用DEA的VRS模型與Malmquist指數(shù)法，得到歷年研究樣本總體與各省(區(qū))玉米生產(chǎn)綜合技術(shù)效率及其分解與全要素生產(chǎn)率變化及其分解的值。從對歷年效率值的分析得到玉米生產(chǎn)效率的時序變化趨勢與特征，動態(tài)評價我國玉米主要生產(chǎn)省(區(qū))的生產(chǎn)率變動情況；從對各省(區(qū))對應(yīng)效率值的分析了解玉米生產(chǎn)效率的空間分布情況。假設(shè)有n個省(區(qū))，每一個當(dāng)成一個DMU，則DEA的VRS(用字母“V”表示)模型為

(1)

式中x0、y0——被評價決策單元的投入和產(chǎn)出變量xj、yj——第j個省(區(qū))的投入和產(chǎn)出變量

θ——綜合技術(shù)效率(θ∈[0,1])，其值越大表示綜合技術(shù)效率越高，其值為1時效率有效(最優(yōu))，投入得到了最充分利用

λj——各單位組合系數(shù)

基于Malmquist生產(chǎn)效率指數(shù)表示的TFP模型為

(2)

式中 (xs,ys)、(xt,yt)——s時期和t時期的投入量和產(chǎn)出量

Ech、Tch——t時期相對于s時期技術(shù)效率和技術(shù)進(jìn)步效率的變化

若Malmquist指數(shù)大于1，則表示全要素生產(chǎn)率(TFP)提高。當(dāng)技術(shù)進(jìn)步率和技術(shù)效率指數(shù)大于1時，表示其為TFP增長的主要因素，反之，則是導(dǎo)致TFP下降的因素。而規(guī)模效率指數(shù)和純技術(shù)效率指數(shù)的高低，則反映其對技術(shù)效率指數(shù)的影響。

1.1.2 GIS探索性空間數(shù)據(jù)分析方法

GIS探索性空間數(shù)據(jù)分析方法(ESDA)是一種用于探測空間分布的非隨機(jī)性或空間自相關(guān)特性的空間數(shù)據(jù)分析方法[22-24]。它將圖形計(jì)算技術(shù)與統(tǒng)計(jì)學(xué)方法結(jié)合，以更直觀的方式將空間分布、空間相互作用等特征展現(xiàn)出來，是一種認(rèn)識空間分布特征最常用的分析方法。主要有兩種不同等級的分析。一種是全局空間相關(guān)性分析，主要用來分析空間數(shù)據(jù)在整個系統(tǒng)內(nèi)部所表現(xiàn)出來的分布特征。通常用Moran指數(shù)I(Moran，1950)和Geary指數(shù)C(Geary，1954)2個指標(biāo)來度量。第2種是局部空間相關(guān)性分析，用于分析系統(tǒng)內(nèi)局部子系統(tǒng)所表現(xiàn)出的空間分布特征。主要是用G統(tǒng)計(jì)量、Moran散點(diǎn)圖和LISA圖來測度。

本文運(yùn)用Geoda軟件進(jìn)行ESDA研究，以20個省(區(qū))為例，對2001—2015年間各省(區(qū))玉米生產(chǎn)效率進(jìn)行全局自相關(guān)分析與局部自相關(guān)分析，在空間上進(jìn)一步揭示玉米生產(chǎn)效率的分布與發(fā)展變化特征。綜上，運(yùn)用DEA結(jié)合ESDA的方法對玉米生產(chǎn)效率進(jìn)行時空特征分析是一種適用有效的方式。

1.2 變量選取及數(shù)據(jù)來源

勞動力、土地、資本是農(nóng)業(yè)生產(chǎn)的3個主要要素。玉米生產(chǎn)是多投入系統(tǒng)，在保證指標(biāo)可以基本反映玉米生產(chǎn)過程中投入和產(chǎn)出，同時保障數(shù)據(jù)的可獲得性、準(zhǔn)確性基礎(chǔ)上，選取單位面積用工數(shù)量(標(biāo)準(zhǔn)日/hm2)、土地成本(元/hm2)、化肥費(fèi)用(元/hm2)、種子費(fèi)用(元/hm2)、機(jī)械作業(yè)費(fèi)(元/hm2)以及其他費(fèi)用(農(nóng)藥、農(nóng)膜等直接費(fèi)用，元/hm2)作為投入指標(biāo)，以單位面積產(chǎn)量(kg/hm2)作為產(chǎn)出指標(biāo)。

本文研究數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》[4](以下簡稱《匯編》)。利用2005—2015年11年間的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，對河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、江蘇、安徽、山東、河南、湖北、廣西、重慶、四川、貴州、云南、陜西、甘肅、寧夏、新疆等20個玉米生產(chǎn)省(區(qū))的玉米生產(chǎn)效率進(jìn)行分析(表1)。由于2007年廣西數(shù)據(jù)缺失，2014年黑龍江省與重慶市單位面積土地成本缺失數(shù)據(jù)，用上下年份數(shù)據(jù)算術(shù)平均后所得，最終樣本量共計(jì)220個。

表1 研究區(qū)域分布情況Tab.1 Distribution of study areas

注：分區(qū)參照《玉米優(yōu)勢區(qū)域布局規(guī)劃(2008—2015年)》。

2 實(shí)證分析

2.1 玉米生產(chǎn)效率時序特征分析

依據(jù)2006—2016年《匯編》，獲得2005—2015年各指標(biāo)的基礎(chǔ)數(shù)據(jù)，運(yùn)用DEAP 2.1軟件進(jìn)行運(yùn)算，得到我國上述20個省(區(qū))2005—2015年期間玉米生產(chǎn)率的總體情況如表2所示，其在時間序列上的變化見圖1。

表2 2005—2015年我國玉米各指標(biāo)生產(chǎn)效率(基于20個省份分析)Tab.2 Efficiency, total factor productivity and disintegrated indexes of maize from 2005 to 2015 (Based on 20 main producing provinces)

圖1 研究區(qū)域玉米生產(chǎn)效率變化情況Fig.1 Trends of maize production efficiency, total factor productivity and disintegrated indexes in study areas

總體看來，2005—2015年，20個省(區(qū))玉米生產(chǎn)綜合技術(shù)效率平均值為0.958，純技術(shù)效率和規(guī)模效率均值分別為0.984和0.973，均未達(dá)到DEA有效水平，而規(guī)模效率低于純技術(shù)效率，相較而言是造成綜合技術(shù)效率DEA無效的主要原因，各效率還有改進(jìn)優(yōu)化空間。從綜合技術(shù)效率來看，2005—2007年，由0.959降至0.925，2008年升至0.968后繼續(xù)下降，至2012年達(dá)到峰值0.985，2015年又降回0.959，整體不斷波動。從Malmquist指數(shù)來看，2005—2015年，研究省(區(qū))玉米生產(chǎn)的綜合技術(shù)效率變化、技術(shù)進(jìn)步變化、純技術(shù)效率變化、規(guī)模效率變化及全要素生產(chǎn)率變化指數(shù)的平均值分別為0.933、1.000、0.933、1.000與1.000，各個指數(shù)均未超過1，說明11年間各效率均未進(jìn)步。其中全要素生產(chǎn)率平均下降6.7%(平均指數(shù)為0.933，小于1)，說明20個省(區(qū))玉米生產(chǎn)效率研究時間段內(nèi)整體呈下降趨勢。而從全要素生產(chǎn)效率的分解結(jié)果并結(jié)合圖1來看，2005—2015年間玉米全要素生產(chǎn)率變動幅度較大，主要受技術(shù)進(jìn)步變化的影響(技術(shù)進(jìn)步率年平均下降6.7%)，即先進(jìn)適用的技術(shù)未得到有效推廣利用或機(jī)具配置不合理、利用率低，如2015年我國大中型拖拉機(jī)與配套農(nóng)具比例為1∶1.58，小型拖拉機(jī)與配套農(nóng)具比例為1∶1.79，低于合理配套比1∶2以上的要求。制約了玉米全要素生產(chǎn)率的提升。2014—2015年度，全要素生產(chǎn)率變化形成峰值，其主要原因也是技術(shù)進(jìn)步(技術(shù)進(jìn)步指數(shù)大于1且超過同時期其他效率進(jìn)步指數(shù)),說明這一時間段內(nèi)玉米生產(chǎn)的技術(shù)水平有所提高，而此時間段內(nèi)我國玉米耕種收綜合機(jī)械化水平突破80%，達(dá)到了81.2%；其中玉米機(jī)收水平更提高了7.5%，首次突破60%，達(dá)到了64.3%，也印證了這一結(jié)果?？傊?，我國玉米全要素生產(chǎn)率的增長顯著依賴于技術(shù)進(jìn)步，所以，提高玉米生產(chǎn)技術(shù)效率水平是未來一定時期內(nèi)提高玉米全要素生產(chǎn)效率的潛在動力。

2005—2015年，各年度玉米生產(chǎn)綜合技術(shù)效率變化指數(shù)在1上下波動，10個時期中有4個時期(2007—2008，2009—2010，2011—2012與2013—2014年度)指數(shù)大于1，說明這些年份資源得到了充分利用，投入產(chǎn)出都處于最佳配置狀態(tài)。6個階段(2005—2006、2006—2007、2008—2009、2010—2011、2012—2013與2014—2015年度)指數(shù)小于1，尤其是2012—2013年度，綜合技術(shù)效率變化指數(shù)為0.963，處最低水平，在所在研究時間段內(nèi)投入產(chǎn)出效率最低，需要改進(jìn)的幅度最大。

研究期間，技術(shù)進(jìn)步變化的平均值為0.933(小于1)，除2013—2014年度與2014—2015年度外，其余年度技術(shù)進(jìn)步變化均小于1，說明只有2013—2014年度與2014—2015年度技術(shù)進(jìn)步，但進(jìn)步幅度較小(均為0.2%)。

玉米生產(chǎn)純技術(shù)效率變化指數(shù)大于1的時期有2007—2008、2009—2010、2011—2012、2014—2015年度，說明這些年度技術(shù)使用效率不斷上升。2010—2011、2012—2013、2013—2014年度的純技術(shù)效率變化基本趨于1(分別為0.999、0.998、0.999)，說明這些年度技術(shù)使用效率基本與上一年持平。2005—2006、2006—2007年度與2008—2009、2014—2015年度純技術(shù)效率變化均小于1，說明這些年度技術(shù)使用效率與上一年相比下降。

玉米生產(chǎn)規(guī)模效率變化的平均值為1，說明研究期間玉米生產(chǎn)規(guī)模越來越接近最優(yōu)規(guī)模。但是，其中有5個時間段的規(guī)模效率變化值小于1，分別為2005—2006年度(0.994)、2006—2007年度(0.994)、2010—2011年度(0.991)、2012—2013年度(0.965)與2014—2015年度(0.987)，這些年度規(guī)模報酬遞減。

2.2 玉米生產(chǎn)效率分析

2.2.1 綜合技術(shù)效率及其分解

由表3知，研究省(區(qū))玉米生產(chǎn)綜合技術(shù)效率的平均值為0.959，純技術(shù)效率平均值與規(guī)模效率平均值分別為0.990與0.969，均未達(dá)到DEA有效，而規(guī)模效率值低于純技術(shù)效率值，說明規(guī)模效率低是制約綜合技術(shù)效率提升的主要因素，另一方面也說明純技術(shù)效率的提高是促進(jìn)綜合技術(shù)效率提升的重要因素。從綜合技術(shù)效率來看，DEA非有效省(區(qū))有河北省、山西省、內(nèi)蒙古自治區(qū)等8個省(區(qū))，說明這些省(區(qū))資源的投入與產(chǎn)出結(jié)構(gòu)配置不合理。尤其是江蘇省，綜合技術(shù)效率為0.694，遠(yuǎn)低于平均值，主要是由于其規(guī)模效率(0.694)低造成。DEA非有效省份個數(shù)占所研究省(區(qū))總數(shù)的40%，說明我國玉米主產(chǎn)區(qū)整體上綜合技術(shù)效率還有較大提升空間。從純技術(shù)效率看，DEA非有效省(區(qū))有河北省、內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)3個，占所研究省(區(qū))總數(shù)的15%，相比綜合技術(shù)效率的DEA非有效省(區(qū))占比少，說明綜合技術(shù)效率是否為DEA有效，除了純技術(shù)效率的影響外還受規(guī)模效率的影響，只有純技術(shù)效率達(dá)到優(yōu)也不一定能使綜合技術(shù)效率達(dá)到優(yōu)。從規(guī)模效率分析，DEA非有效省(區(qū))有河北省、山西省、江蘇省等7個，說明這些省(區(qū))的規(guī)模配置不合理，還有改進(jìn)空間，而這些省(區(qū))11年間的平均規(guī)模報酬遞增，則說明在當(dāng)前的技術(shù)條件下，它們的玉米種植規(guī)模偏小，可以適當(dāng)繼續(xù)擴(kuò)大規(guī)模來獲得最優(yōu)效率，得到更佳收益。

表3 2005—2015年我國玉米主產(chǎn)省(區(qū))生產(chǎn)效率平均值Tab.3 Average efficiency, total factor productivity and disintegrated indexes of maize in main producing provinces from 2005 to 2015

2.2.2 全要素生產(chǎn)率及其分解

由表3可知，2005—2015年，所研究20省(區(qū))全要素生產(chǎn)率的平均變化指數(shù)小于1，綜合技術(shù)效率變化指數(shù)等于1，而技術(shù)進(jìn)步變化指數(shù)小于1，說明所研究20省(區(qū))整體的全要素生產(chǎn)效率下降，其主要原因是先進(jìn)適用技術(shù)沒有得到更好地推廣與運(yùn)用。同時，根據(jù)各省(區(qū))的技術(shù)進(jìn)步變化指數(shù)都低于綜合技術(shù)效率變化指數(shù)，并最終顯著導(dǎo)致了各省(區(qū))對應(yīng)全要素生產(chǎn)效率變化指數(shù)低，也再次驗(yàn)證了全要素生產(chǎn)率的增長顯著依賴于技術(shù)進(jìn)步這一分析。從個體來看，20個省(區(qū))中有19個的全要素生產(chǎn)率的變化指數(shù)小于1，呈負(fù)增長，其中，貴州省為最小值(0.813)，究其原因是技術(shù)水平制約(技術(shù)進(jìn)步變化指數(shù)0.823)，即各區(qū)域缺乏先進(jìn)適用的生產(chǎn)技術(shù)或這些技術(shù)未得到有效投入、推廣使用，最終制約了玉米全要素生產(chǎn)率的提升。

圖2 我國玉米主產(chǎn)省(區(qū))綜合技術(shù)效率分級圖Fig.2 Levels of comprehensive technolgy efficiency in main producing provinces of maize

從綜合技術(shù)效率變化指數(shù)看，大于1的省(區(qū))僅有河北省、山西省、內(nèi)蒙古自治區(qū)、江蘇省、廣西壯族自治區(qū)與陜西省6個，且最大值為1.037，即11年間綜合技術(shù)效率最高僅進(jìn)步了3.7%，其余5省(區(qū))進(jìn)步幅度很小(最小只有0.1%)。有6個省(區(qū))的綜合技術(shù)效率呈下降趨勢，占研究省(區(qū))總數(shù)的30%，而其綜合技術(shù)效率變化指數(shù)低是由純技術(shù)效率變化指數(shù)低或者規(guī)模效率變化指數(shù)低導(dǎo)致的。

根據(jù)自然斷裂點(diǎn)分級法，運(yùn)用GIS將各省2005、2010、2015年的20個省(區(qū))玉米生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率分級并進(jìn)行可視化操作(圖2～4)。①相對低效率：2005年江蘇省與廣西壯族自治區(qū)綜合技術(shù)效率較低，占所研究省(區(qū))總數(shù)的10%，2015年綜合技術(shù)效率較低的有遼寧省與廣西壯族自治區(qū)，占10%。②相對中等效率：2005年綜合技術(shù)效率中等的區(qū)域有河北省、山西省、內(nèi)蒙自治區(qū)等7個省(區(qū))，占所研究省(區(qū))總數(shù)的35%，2015年中等效率區(qū)有湖北省、貴州省、云南省、甘肅省、寧夏回族自治區(qū)5省(區(qū))，占25%。③相對高效率：2005年綜合技術(shù)效率較高的有黑龍江省、吉林省、山東省、新疆維吾爾自治區(qū)等11個省(區(qū))，占所研究省(區(qū))總數(shù)的55%，2015年高效的有河北省、山西省、內(nèi)蒙古自治區(qū)、黑龍江省等13個省(區(qū))，占65%。整體來看，2005—2015年20個玉米主產(chǎn)省(區(qū))中綜合技術(shù)效率低的區(qū)域比例保持不變，中等效率區(qū)域減少，高效率區(qū)域在擴(kuò)大，整體呈好轉(zhuǎn)趨勢。而根據(jù)圖3與圖4分析可知，綜合技術(shù)效率好轉(zhuǎn)主要是由于先進(jìn)技術(shù)的發(fā)展，機(jī)械化的發(fā)展等，使得純技術(shù)效率大范圍的提高，然而綜合技術(shù)效率的高效率區(qū)域與純技術(shù)效率的高效率區(qū)域并未重合一致，說明規(guī)模效率不佳制約了部分省(區(qū))綜合技術(shù)效率的提升，如遼寧省，2005年綜合技術(shù)效率為高效，但2015年卻相對低效，主要原因就是其玉米生產(chǎn)的規(guī)模效率沒有進(jìn)步或下降。

圖3 我國玉米主產(chǎn)省(區(qū))純技術(shù)效率分級圖Fig.3 Levels of pure technolgy efficiency in main producing provinces of maize

圖4 我國玉米主產(chǎn)省(區(qū))規(guī)模效率分級圖Fig.4 Levels of scale efficiency in main producing provinces of maize

綜上，研究時間段內(nèi)玉米全要素生產(chǎn)率的增長顯著依賴于技術(shù)進(jìn)步。而玉米生產(chǎn)綜合技術(shù)效率主要受純技術(shù)效率與規(guī)模效率的影響，其中規(guī)模效率是主要制約因素，而純技術(shù)效率是主要促進(jìn)因素。各省(區(qū))玉米生產(chǎn)綜合技術(shù)效率的空間差異主要受其農(nóng)業(yè)生產(chǎn)方式(先進(jìn)技術(shù)運(yùn)用等)及經(jīng)營規(guī)模影響。綜合生產(chǎn)技術(shù)效率較高的省(區(qū))，純技術(shù)效率與規(guī)模效率均較高；而綜合效率較低的省(區(qū))，純技術(shù)效率與規(guī)模效率的差異較大。即可將研究省(區(qū))分為3類：一類是純技術(shù)效率與規(guī)模效率均高的省(區(qū))，如遼寧省、吉林省、黑龍江省、四川省等，先進(jìn)適用的生產(chǎn)技術(shù)在這類省(區(qū))得到了較好的推廣運(yùn)用，玉米種植規(guī)模也較為適度；二類是純技術(shù)效率較高，而規(guī)模效率較低的省(區(qū))，如河北省、江蘇省、陜西省、廣西壯族自治區(qū)等，這類省(區(qū))經(jīng)營規(guī)模偏小，制約先進(jìn)生產(chǎn)技術(shù)發(fā)揮最大效率；三類是純技術(shù)效率較低，規(guī)模效率較高的省(區(qū))，如內(nèi)蒙古自治區(qū)，這類省(區(qū))技術(shù)投入不足或者適用技術(shù)沒有得到有效推廣運(yùn)用，主要依靠經(jīng)營規(guī)模擴(kuò)大來提高綜合生產(chǎn)技術(shù)效率。此外，農(nóng)業(yè)生產(chǎn)占比一定程度上也影響玉米生產(chǎn)綜合技術(shù)效率；如云南省2005年其值相對較高，2015年則相對低效，這與云南省近年來農(nóng)業(yè)占比變小，而越來越以旅游業(yè)等第三產(chǎn)業(yè)為主的轉(zhuǎn)變有關(guān)(云南第一產(chǎn)業(yè)占比由2005年的19.3%降低到2015年的15.1%，而第三產(chǎn)業(yè)占比由2005年的39.5%提高到2015年的45.1%)。同時，根據(jù)表3與圖2可知，地形與經(jīng)濟(jì)條件并非是影響綜合技術(shù)效率的決定因素，如北方地區(qū)與黃淮海區(qū)域相對西南地區(qū)地勢平坦，黃淮海區(qū)域經(jīng)濟(jì)水平相對較高，但其區(qū)內(nèi)各省(區(qū))的玉米綜合生產(chǎn)效率并不都比西南區(qū)域省(區(qū))高。

2.3 玉米生產(chǎn)要素投入分析

總的來看，我國玉米主產(chǎn)區(qū)各個投入生產(chǎn)要素均存在不同程度的松弛，各要素配置不合理，均有可節(jié)約的空間。

2.3.1 人力資源松弛

2005年，20個省(市、自治區(qū))單位面積用工數(shù)量松弛量為0.654日/hm2，2015年為0.190日/hm2。說明隨著科技的發(fā)展，機(jī)械化水平的提高，勞動力逐漸轉(zhuǎn)移到二、三產(chǎn)業(yè)，我國玉米生產(chǎn)逐漸由勞動力密集投入型向機(jī)械化生產(chǎn)轉(zhuǎn)變。但要實(shí)現(xiàn)全程機(jī)械化，還需進(jìn)一步提高勞動生產(chǎn)率。

2.3.2 土地資源松弛

單位面積土地成本的松弛量由2005年的0.910元/hm2變?yōu)?01.766元/hm2。說明近年來土地生產(chǎn)成本猛漲(由2005年的859.10元/hm2上漲至2015年的2 957.27元/hm2)，玉米生產(chǎn)在土地資源上投入的成本越來越多。為更好地提高機(jī)械化生產(chǎn)水平，降低生產(chǎn)成本，需要促進(jìn)土地的合理流轉(zhuǎn)、集中，推進(jìn)玉米生產(chǎn)的適度規(guī)模經(jīng)營，充分發(fā)揮土地規(guī)模經(jīng)營的優(yōu)勢，提高生產(chǎn)效益。

2.3.3 化肥投入松弛

單位面積化肥費(fèi)用的松弛量由2005年的3.065元/hm2變?yōu)?015年的8.719元/hm2。說明，我國玉米產(chǎn)量的提高某種程度還是依賴于化肥的過多投入，造成化肥過度使用、資源與資本浪費(fèi)、環(huán)境污染等問題。要解決此問題，一是需要推廣先進(jìn)適用的精準(zhǔn)施肥技術(shù)應(yīng)用；二是需要研發(fā)、推廣適合不同區(qū)域玉米生產(chǎn)的緩控釋肥?？傊?，促進(jìn)科學(xué)施肥，節(jié)約肥料成本，提高化肥使用效益，減少環(huán)境污染，促進(jìn)土壤生產(chǎn)可持續(xù)，勢在必行。

2.3.4 種子投入松弛

單位面積種子費(fèi)用的松弛量由2005年的13.771元/hm2變?yōu)?015年的23.615元/hm2，說明玉米生產(chǎn)中，還可以通過標(biāo)準(zhǔn)化、規(guī)模化、集約化生產(chǎn)降低種子成本，通過精量播種等技術(shù)節(jié)約種子使用數(shù)量，從而降低種子投入費(fèi)用。

2.3.5 機(jī)械投入松弛

單位面積機(jī)械作業(yè)費(fèi)用的松弛量由2005年的1.121元/hm2變?yōu)?015年的9.617元/hm2。近年來我國玉米生產(chǎn)在機(jī)械化方面的投入逐漸增加，玉米生產(chǎn)機(jī)械化水平不斷提高。然而先進(jìn)、適宜、高效的高端機(jī)械配置少，低端機(jī)械的投入多，降低機(jī)械生產(chǎn)效率，提高機(jī)械生產(chǎn)成本投入，尤其體現(xiàn)在玉米機(jī)收環(huán)節(jié)，如目前玉米籽粒直收機(jī)械尚在改進(jìn)、探索推廣階段，自走式玉米聯(lián)合收獲機(jī)的保有量只有31.32萬臺，機(jī)收率為64.18%，還有較大提升空間。亟需推進(jìn)先進(jìn)適用的玉米生產(chǎn)機(jī)械尤其是收獲機(jī)械的研發(fā)、改進(jìn)與推廣應(yīng)用或是報廢更新，從而提高機(jī)械生產(chǎn)效率，降低生產(chǎn)成本。

2.3.6 其他費(fèi)用松弛

單位面積其他費(fèi)用(農(nóng)藥、農(nóng)膜等)的松弛量由39.262元/hm2(2005年)變?yōu)?3.321元/hm2(2015年)。與化肥投入的情況相似，目前，我國玉米生產(chǎn)中農(nóng)藥與農(nóng)膜等過度使用、資源與資本浪費(fèi)、環(huán)境污染。要降低玉米其他費(fèi)用投入，治理農(nóng)業(yè)面源污染，則需研發(fā)推廣先進(jìn)適用的技術(shù)(如精準(zhǔn)噴藥技術(shù)、殘膜回收技術(shù)等)，堅(jiān)決落實(shí)“一控兩減三基本”目標(biāo)。

2.4 玉米生產(chǎn)效率時空演變分析

2.4.1 綜合技術(shù)效率全局空間自相關(guān)分析

借助GeoDA軟件，運(yùn)用全局空間自相關(guān)性方法分析研究區(qū)域玉米生產(chǎn)綜合技術(shù)效率的空間相關(guān)性。計(jì)算玉米生產(chǎn)綜合技術(shù)效率全局自相關(guān)指數(shù)Moran及其檢驗(yàn)值，如表4所示。由表4可知，20個省(區(qū))2005—2015年間玉米生產(chǎn)綜合技術(shù)效率的全局自相關(guān)指數(shù)的變化情況，Moran指數(shù)均為正數(shù)，在0.3～0.4之間波動，都通過了Z統(tǒng)計(jì)量檢驗(yàn)(5%水平下臨界值為1.96)，說明研究時間段內(nèi)，20個省(區(qū))玉米生產(chǎn)綜合技術(shù)效率有顯著正相關(guān)特征，綜合技術(shù)效率呈現(xiàn)空間集聚性，即效率高的省(區(qū))相鄰，效率低的省(區(qū))相鄰。從Moran指數(shù)看，針對20個省(區(qū))玉米生產(chǎn)綜合技術(shù)效率空間相關(guān)性來看，2015年與2005年相比基本接近，2006年最弱，2011年最強(qiáng)，且歷年差距不大，說明所研究的11年間我國20個玉米主要生產(chǎn)省(區(qū))之間的生產(chǎn)聯(lián)系基本沒有進(jìn)步(加強(qiáng))，反而在部分年份有所減弱，空間集聚性減弱，差異擴(kuò)大。

表4 2005—2015年研究省(區(qū))玉米綜合技術(shù)效率全局Moran指數(shù)及其檢驗(yàn)值Tab.4 Global autocorrelation results of 20 main producing provinces of maize from 2005 to 2015

2.4.2 綜合技術(shù)效率局部空間自相關(guān)分析

為了更好地了解區(qū)域之間真正的空間相關(guān)性關(guān)系與局部聚集情況，本文采用局部空間相關(guān)性分析補(bǔ)充研究。主要采用局部Moran指數(shù)、Moran’sI散點(diǎn)圖和LISA集聚圖來分析。本文繪制2005、2015年的局部Moran’sI散點(diǎn)圖(圖5)，從散點(diǎn)圖可知，11年間玉米生產(chǎn)綜合技術(shù)效率空間集聚情況沒有較大的變化。因此需根據(jù)LISA分析進(jìn)一步研究局部范圍內(nèi)各省(區(qū))玉米生產(chǎn)綜合技術(shù)效率的空間集聚情況(LISA是衡量某一空間單元與周圍單元之間的相關(guān)程度及顯著性指標(biāo))，在Z檢驗(yàn)基礎(chǔ)上(P小于5%)，繪制2005年與2015年玉米生產(chǎn)綜合技術(shù)效率LISA聚集圖(圖6)。由圖6知，11年間，大部分研究省(區(qū))玉米生產(chǎn)綜合技術(shù)效率無明顯的空間相關(guān)性(灰色區(qū)域較多)，少部分區(qū)域存在顯著的正相關(guān)關(guān)系(紅色區(qū)域)，且存在正相關(guān)的區(qū)域比較穩(wěn)定，主要集中在北方地區(qū)與黃淮海地區(qū)，呈現(xiàn)明顯的空間集聚特征。研究省(區(qū))中，2005年“H-H”類型的有內(nèi)蒙古自治區(qū)、陜西省、河南省，2015年有山西省、內(nèi)蒙古自治區(qū)、遼寧省、山東省、河南省、陜西省，這些省(區(qū))的玉米生產(chǎn)綜合技術(shù)效率集聚性強(qiáng)，與周邊省(區(qū))玉米生產(chǎn)關(guān)聯(lián)較密，帶動性較強(qiáng)。與2005年相比，2015年新增入“H-H”類型的有遼寧省、山西省與山東省，說明它們在11年的發(fā)展中逐漸在周邊省(區(qū))中起到了帶動輻射作用。

圖5 2005、2015年研究區(qū)域玉米生產(chǎn)綜合技術(shù)效率Moran散點(diǎn)圖Fig.5 Local Moran scatter plots of comprehensive technolgy efficiency of maize production in 2005 and 2015

圖6 2005、2015年研究區(qū)域玉米生產(chǎn)綜合技術(shù)效率LISA集聚圖Fig.6 LISA cluster maps of comprehensive technolgy efficiency of maize production in study area in 2005 and 2015

3 結(jié)論

(1)從綜合技術(shù)效率、純技術(shù)效率與規(guī)模效率看，2005—2015年研究區(qū)域玉米生產(chǎn)綜合技術(shù)效率平均值、純技術(shù)效率和規(guī)模效率均值均未達(dá)到DEA有效水平，整體上還有較大提升空間，其中規(guī)模效率相較而言是制約綜合技術(shù)效率提升的主要因素。各省(區(qū))綜合技術(shù)效率的差異主要受農(nóng)業(yè)生產(chǎn)方式(技術(shù)運(yùn)用等)、經(jīng)營規(guī)模及農(nóng)業(yè)生產(chǎn)占比等的影響。綜合生產(chǎn)技術(shù)效率較高的省(區(qū))，純技術(shù)效率與規(guī)模效率均較高；而綜合效率較低的省(區(qū))，純技術(shù)效率與規(guī)模效率的差異較大。

(2)從Malmquist指數(shù)來看，玉米全要素生產(chǎn)率的增長顯著依賴于技術(shù)進(jìn)步。19個研究省(區(qū))的玉米全要素生產(chǎn)率呈負(fù)增長，主要受缺乏區(qū)域適用的生產(chǎn)技術(shù)或技術(shù)未得到有效投入、推廣使用影響。對綜合技術(shù)效率進(jìn)步指數(shù)分解看，規(guī)模效率下降是導(dǎo)致其下降的主要原因。

(3)從玉米生產(chǎn)要素投入分析看，我國玉米主產(chǎn)區(qū)生產(chǎn)各個投入要素均存在不同程度的松弛，各要素配置不合理，均有可節(jié)約的空間。

(4)從空間全局自相關(guān)分析來看，2005—2015年，20個省(區(qū))玉米生產(chǎn)綜合技術(shù)效率有顯著正相關(guān)特征，呈現(xiàn)集聚性。2015年與2005年相比Moran指數(shù)基本接近，且歷年差距不大，說明11年間，全國玉米主要生產(chǎn)省(區(qū))之間的玉米生產(chǎn)聯(lián)系基本沒有進(jìn)步(加強(qiáng))，反而在部分年份有所減弱，空間集聚性減弱，空間差異擴(kuò)大。

(5)從空間局部自相關(guān)分析來看。11年間，大部分研究省(區(qū))玉米生產(chǎn)綜合技術(shù)效率無明顯的空間相關(guān)性，少部分區(qū)域存在顯著的正相關(guān)關(guān)系，且存在正相關(guān)的區(qū)域比較穩(wěn)定，主要集中在北方地區(qū)與黃淮海地區(qū)，呈現(xiàn)明顯的空間集聚特征。新增入“H-H”類型的省份在研究期間的發(fā)展中逐漸在周邊省(區(qū))中起到了帶動輻射作用。

1 楊虎. 20世紀(jì)中國玉米種業(yè)發(fā)展研究[D].南京：南京農(nóng)業(yè)大學(xué),2011. YANG Hu. On the development of maize seed industry in the 20th century[D]. Nanjing: Nanjing Agricultural University,2011. (in Chinese)

2 國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒[M]．北京：中國統(tǒng)計(jì)出版社，2016．

3 農(nóng)業(yè)部農(nóng)業(yè)機(jī)械化管理司．全國農(nóng)業(yè)機(jī)械化統(tǒng)計(jì)年報[M]．北京：中國農(nóng)業(yè)出版社，2015．

4 國家發(fā)展和改革委員會價格司．全國農(nóng)產(chǎn)品成本收益資料匯編[M]．北京：中國統(tǒng)計(jì)出版社，2015．

5 楊國慶,劉天軍.入WTO以來中國玉米生產(chǎn)效率評價——來自全國15個省的面板數(shù)據(jù)分析[J]. 廣東農(nóng)業(yè)科學(xué),2013,40(3):217-221. YANG Guoqing, LIU Tianjun. Research on the evaluation of production efficiency in China maize zone after entering WTO—based on the panel data from 15 provinces[J]. Guangdong Agricultural Sciences ,2013,40(3):217-221. (in Chinese)

6 欒義君,楊照,韓潔. 玉米生產(chǎn)技術(shù)效率的隨機(jī)前沿分析[J]. 南方農(nóng)村,2014,30(8):27-29.

7 舒坤良,郭亞梅,高敬偉,等. 中國玉米生產(chǎn)二次相對效率評價[J]. 玉米科學(xué),2010,18(5):145-148. SHU Kunliang, GUO Yamei, GAO Jingwei, et al. Evaluation of two-stage relative efficiency on maize production process in China[J]. Journal of Maize Sciences, 2010,18(5):145-148. (in Chinese)

8 王軍,徐曉紅,王洪麗,等.中國核心優(yōu)勢產(chǎn)區(qū)玉米生產(chǎn)效率增長及其分解分析[J]. 玉米科學(xué),2010,18(6):133-137，142. WANG Jun, XU Xiaohong, WANG Hongli, et al. Study on TFP of maize production in Chinese core advantage area [J]. Journal of Maize Sciences, 2010,18(6):133-137,142. (in Chinese)

9 張?jiān)浇? 中國東北地區(qū)玉米生產(chǎn)效率的實(shí)證研究——以吉林省為例[J]. 吉林農(nóng)業(yè)大學(xué)學(xué)報,2008,30(4):632-639. ZHANG Yuejie. A poitive study on efficiency of maize production in northeast China[J]. Journal of Jilin Agricultural University,2008,30(4):632-639. (in Chinese)

10 趙貴玉,王軍,張?jiān)浇? 基于參數(shù)和非參數(shù)方法的玉米生產(chǎn)效率研究——以吉林省為例[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2009(2):15-21,110. ZHAO Guiyu, WANG Jun, ZHANG Yuejie. Study on the efficiency of maize production based on parametric and non-parametric analysis:case of Jilin provice[J]. Issues in Agricultural Economy, 2009(2):15-21,110. (in Chinese)

11 高翔,劉維忠,戴健. 基于DEA的新疆玉米生產(chǎn)效率地區(qū)差異分析[J]. 技術(shù)經(jīng)濟(jì)與管理研究,2008(5):118-121. GAO Xiang, LIU Weizhong, DAI Jian. Analysis on the differences in the efficiency of corn’s production around Xinjiang based on DEA[J]. Technoeconomics & Management Research,2008(5):118-121. (in Chinese)

12 秦鐘,章家恩,駱世明,等. 基于DEA時間窗分析的廣東省農(nóng)業(yè)生產(chǎn)效率評價[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報,2011,19(6):1448-1454. QIN Zhong, ZHANG Jiaen, LUO Shiming, et al. Evaluation on agricultural production efficiency of Guangdong Province by using DEA window analysis [J]. Chinese Journal of Eco-Agriculture,2011,19(6):1448-1454. (in Chinese)

13 賀正楚. 基于數(shù)據(jù)包絡(luò)分析法的湖南省"兩型"農(nóng)業(yè)生產(chǎn)效率評價[J]. 農(nóng)業(yè)現(xiàn)代化研究,2011,32(3):344-347. HE Zhengchu. Evaluation of resource-saving and environment-friendly oriented agricultural productivity in Hunan Province based on data envelopment analysis(DEA)[J]. Research of Agricultural Modernization,2011,32(3):344-347. (in Chinese)

14 張銳,翟歡歡,張訓(xùn). 基于DEA的縣域兩型農(nóng)業(yè)生產(chǎn)效率評價[J]. 經(jīng)濟(jì)數(shù)學(xué),2011,28(1):105-110. ZHANG Rui, ZHAI Huanhuan, ZHANG Xun. An evaluation of county-scale two-oriented agricultural production efficiency[J]. Journal of Quantitative Economics,2011,28(1):105-110. (in Chinese)

15 郭軍華,倪明,李幫義. 基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2010,27(12):27-38. GUO Junhua, NI Ming, LI Bangyi. Research on agricultural production efficiency based on three-stage DEA model[J]. The Journal of Quantitative & Technical Economics,2010,27(12):27-38. (in Chinese)

16 方宏斌,鄭業(yè)軍,姜志德. 基于DEA的漢中市蔬菜生產(chǎn)效率研究[J]. 現(xiàn)代經(jīng)濟(jì)信息,2011(13):282-283.

17 石會娟,王俊芹,王余丁. 基于DEA的河北省蘋果產(chǎn)業(yè)生產(chǎn)效率的實(shí)證研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2011(10):86-91.

18 宋增基,徐葉琴,張宗益. 基于DEA模型的中國農(nóng)業(yè)效率評價[J]. 重慶大學(xué)學(xué)報:社會科學(xué)版,2008,14(3):24-29. SONG Zengji, XU Yeqin, ZHANG Zongyi. A DEA efficiency analysis of Chinese agriculture[J]. Journal of Chongqing University: Social Science Edition,2008,14(3):24-29. (in Chinese)

19 王茜,秦富. 農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)的生產(chǎn)效率分析——基于DEA模型[J]. 技術(shù)經(jīng)濟(jì),2009,28(3):53-57. WANG Qian, QIN Fu. Analysis on production efficiency of leading agricultural enterprises in China:based on DEA mode[J]. Technology Economic,2009,28(3):53-57. (in Chinese)

20 周曉林,吳次芳,劉婷婷. 基于DEA的區(qū)域農(nóng)地生產(chǎn)效率差異研究[J]. 中國土地科學(xué),2009,23(3):60-65. ZHOU Xiaolin, WU Cifang, LIU Tingting. Study on productive efficiency difference of regional farmland based on DEA[J]. China Land Science,2009,23(3):60-65. (in Chinese)

21 顧海,王艾敏. 基于Malmquist指數(shù)的河南蘋果生產(chǎn)效率評價[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2007(2):99-104.

22 關(guān)偉,張華,許淑婷. 基于DEA-ESDA模型的遼寧省能源效率測度及時空格局演化分析[J]. 資源科學(xué),2015,37(4):764-773. GUAN Wei，ZHANG Hua，XU Shuting. Spatial and temporal pattern evolution of energy efficiency in Liaoning based on the DEA-ESDA model[J]. Resources Science,2015,37(4):764-773. (in Chinese)

23 李梅,王鐵. 基于ESDA的區(qū)域經(jīng)濟(jì)格局時空演變研究——以山東省為例[J]. 國土與自然資源研究,2011(6):9-11. LI Mei,WANG Tie. Spatial and temporal evolution of regional economy pattern based on ESDA—a case study of Shandong Province[J]. Territory & Natural Resources Study,2011(6):9-11. (in Chinese)

24 蒲英霞,葛瑩,馬榮華,等. 基于ESDA的區(qū)域經(jīng)濟(jì)空間差異分析——以江蘇省為例[J]. 地理研究,2005,24(6):965-974. PU Yingxia, GE Ying, MA Ronghua, et al. Analyzing regional economic disparities based on ESDA[J]. Geographical Research,2005,24(6):965-974. (in Chinese)