劉 明，王瑞波，孫煒琳※

(1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081； 2.農(nóng)業(yè)部農(nóng)業(yè)生態(tài)與資源保護(hù)總站，北京 100125)

0 引言

在農(nóng)業(yè)生產(chǎn)過程中，為其提供中間投入品，如科技、信息、資金、人才等，從而使得農(nóng)業(yè)產(chǎn)業(yè)鏈有效延長，并提高農(nóng)業(yè)生產(chǎn)效率，加強(qiáng)農(nóng)業(yè)產(chǎn)業(yè)協(xié)調(diào)性，這樣的行業(yè)稱之為農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)[1]。近年來，我國政府高度生產(chǎn)性服務(wù)業(yè)的發(fā)展，國務(wù)院在2014年發(fā)布的《加快發(fā)展生產(chǎn)性服務(wù)業(yè)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級的指導(dǎo)意見》中提出，要實(shí)現(xiàn)服務(wù)業(yè)與農(nóng)業(yè)等在更高水平上的有機(jī)融合、因地制宜引導(dǎo)生產(chǎn)性服務(wù)業(yè)在現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)等區(qū)域集聚從而實(shí)現(xiàn)規(guī)模效益及特色發(fā)展； 2016年和2017年“中央一號”文件中分別提到，鼓勵(lì)并支持新型農(nóng)業(yè)服務(wù)主體進(jìn)行專業(yè)化服務(wù)，繼續(xù)推廣農(nóng)業(yè)生產(chǎn)全程的社會(huì)化服務(wù)。目前，我國正處于農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)型升級的關(guān)鍵時(shí)期，農(nóng)業(yè)兼業(yè)化、農(nóng)民老齡化、資源約束、生態(tài)環(huán)境惡化等問題較為突出，如何高效利用現(xiàn)有資源來提升農(nóng)業(yè)生產(chǎn)效率成為我國農(nóng)業(yè)農(nóng)村實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵。因此，哪些行業(yè)的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)能夠影響農(nóng)業(yè)生產(chǎn)效率是一個(gè)至關(guān)重要的問題。

山東省作為農(nóng)業(yè)大省， 2015年山東省第一產(chǎn)業(yè)生產(chǎn)總值增長4.1%； 全省糧食總產(chǎn)比2014年增長2.5%，實(shí)現(xiàn)13年連增； 第一產(chǎn)業(yè)固定資產(chǎn)投資較2014年增長27.4%，在全面推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化、大力發(fā)展現(xiàn)代農(nóng)業(yè)以及積極轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式等方面做出了巨大的努力并取得了一定成就。在鼓勵(lì)發(fā)展形式多樣的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的同時(shí)，也存在資源配置不合理、效率低下、服務(wù)體系不健全等問題。因此，文章以山東省為例，通過測算山東省農(nóng)業(yè)生產(chǎn)效率并實(shí)證檢驗(yàn)細(xì)分行業(yè)的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)生產(chǎn)效率的影響，以期為進(jìn)一步提升農(nóng)業(yè)生產(chǎn)效率提供決策依據(jù)。

1 文獻(xiàn)綜述

現(xiàn)有相關(guān)文獻(xiàn)從不同視角研究了農(nóng)業(yè)生產(chǎn)效率及生產(chǎn)性服務(wù)業(yè)。從農(nóng)業(yè)生產(chǎn)效率及其影響因素研究來看，Gopinath等[2]分析了美國農(nóng)業(yè)競爭力的概念、存在的問題及政策含義，認(rèn)為提高農(nóng)業(yè)生產(chǎn)效率能夠有效提升農(nóng)業(yè)競爭力。Ball等[3]通過分析多個(gè)國家的農(nóng)業(yè)生產(chǎn)效率發(fā)現(xiàn)，資本積累與農(nóng)業(yè)生產(chǎn)效率之間相輔相成，能夠相互促進(jìn)。不同地區(qū)農(nóng)業(yè)生產(chǎn)效率存在顯著差異，城市化水平、農(nóng)村勞動(dòng)力受教育程度和農(nóng)業(yè)科技力量對農(nóng)業(yè)生產(chǎn)技術(shù)效率有顯著的正向影響，而農(nóng)村居民家庭人均純收入、財(cái)政支農(nóng)、自然災(zāi)害等因素對農(nóng)業(yè)生產(chǎn)效率有顯著的負(fù)向影響； 漁業(yè)產(chǎn)業(yè)結(jié)構(gòu)比重越大，農(nóng)業(yè)生產(chǎn)率越低，反之，畜牧業(yè)產(chǎn)業(yè)結(jié)構(gòu)占比越大，農(nóng)業(yè)生產(chǎn)率越高[4-7]。有不少學(xué)者對生產(chǎn)性服務(wù)業(yè)相關(guān)問題進(jìn)行了研究，例如,Alston等[8]研究發(fā)現(xiàn)服務(wù)貿(mào)易及公共技術(shù)服務(wù)這兩類生產(chǎn)性服務(wù)業(yè)對美國農(nóng)業(yè)效率均有正向影響。國內(nèi)眾多研究表明，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)是發(fā)展現(xiàn)代農(nóng)業(yè)、轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式的重要支柱，是農(nóng)業(yè)、農(nóng)村經(jīng)濟(jì)發(fā)展的新增長點(diǎn)，能夠促進(jìn)農(nóng)民增收，為農(nóng)村經(jīng)濟(jì)發(fā)展注入新的活力，我國經(jīng)濟(jì)增長對生產(chǎn)性服務(wù)業(yè)的短期效應(yīng)較美國強(qiáng)，生產(chǎn)性服務(wù)業(yè)的發(fā)展是影響經(jīng)濟(jì)增長的顯著要素，不僅能夠在控制生態(tài)環(huán)境惡化和食品安全源頭問題中發(fā)揮一定作用，且其規(guī)模影響農(nóng)業(yè)獲利能力，但就目前的發(fā)展現(xiàn)狀來看，農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的部分外溢作用被抑制[1， 9-13]。我國不同地區(qū)之間生產(chǎn)性服務(wù)業(yè)的進(jìn)步有利于農(nóng)業(yè)現(xiàn)代化效率的提升，對于中西部地區(qū)而言，兩者在長期有較顯著的相互促進(jìn)的內(nèi)生關(guān)系，其中科學(xué)技術(shù)和信息技術(shù)服務(wù)業(yè)是提高農(nóng)業(yè)生產(chǎn)效率的有效因素[14-15]。

現(xiàn)有文獻(xiàn)對農(nóng)業(yè)生產(chǎn)效率及生產(chǎn)性服務(wù)業(yè)的研究豐富，但農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對于農(nóng)業(yè)生產(chǎn)效率影響的實(shí)證分析較少； 由于農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)涉及的行業(yè)較多，對于細(xì)分行業(yè)的研究較少。但細(xì)分行業(yè)的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)生產(chǎn)效率的影響不容忽視，因此該文以山東省為例進(jìn)行實(shí)證分析。

2 研究方法與數(shù)據(jù)說明

2.1 研究方法

(1)三階段DEA模型：數(shù)據(jù)包絡(luò)分析法(DEA)是一種采用非參數(shù)形式測算多投入多產(chǎn)出的決策單元(DMU)生產(chǎn)效率的方法，該方法以相對概率為基礎(chǔ)，通過樣本數(shù)據(jù)構(gòu)建生產(chǎn)前沿面(即最優(yōu)產(chǎn)出)來衡量各DMU與其之間的距離，DMU的實(shí)際產(chǎn)出到生產(chǎn)前沿面的距離越小則說明其綜合效率越高。Farrell最先提出了使用數(shù)學(xué)規(guī)劃的方法計(jì)算英國農(nóng)業(yè)生產(chǎn)效率，這是DEA方法的原型[16]。Fried等[17]研究認(rèn)為管理、環(huán)境及隨機(jī)因素的無效率導(dǎo)致了投入或產(chǎn)出的冗余，并提出三階段DEA模型來消除環(huán)境與隨機(jī)因素的影響，從而能夠更有效地評價(jià)DMU的生產(chǎn)效率。構(gòu)建三階段DEA模型有3個(gè)步驟。

第一步：運(yùn)用經(jīng)典DEA模型測算DMU的生產(chǎn)效率值及相應(yīng)的松弛變量。DEA模型分為投入導(dǎo)向型及產(chǎn)出導(dǎo)向型兩種形式，由于該文中所談及的農(nóng)業(yè)生產(chǎn)效率是指在一定資源投入基礎(chǔ)之上測量的農(nóng)業(yè)生產(chǎn)綜合效率，因此選擇規(guī)模報(bào)酬可變的投入導(dǎo)向型BCC模型，線性規(guī)劃方程：

min[θj-ε(eTs-+eTs+)]

(1)

式(1)中，n為決策單元DMU的個(gè)數(shù)；m、s分別為投入變量、產(chǎn)出變量的個(gè)數(shù)；θj為第j個(gè)DMU的效率值；ε為非阿基米德無窮小量；eT=(1， 1，…， 1)T∈E；xij、yrj分別表示第j個(gè)DMU的第i種投入品數(shù)量和第r種產(chǎn)出品數(shù)量；λj為第j個(gè)DMU的權(quán)重系數(shù)；s-為投入冗余量，s+為產(chǎn)出不足量。若θ<1且s-、s+至少有一個(gè)不為0，則DMU為DEA弱有效； 弱θ=1且s-=s+=0，則DMU為DEA有效。經(jīng)過該階段能夠計(jì)算出農(nóng)業(yè)生產(chǎn)綜合效率值、純技術(shù)效率值、規(guī)模效率值及各投入變量的松弛變量，但由于環(huán)境因素、隨機(jī)誤差因素的影響， 3個(gè)效率值不能精確反映生產(chǎn)效率情況，故進(jìn)行第二階段。

第二步：通過構(gòu)建相似SFA模型以分離出環(huán)境因素、隨機(jī)因素。將第一階段計(jì)算出的投入松弛變量sij作為因變量，選取合適的環(huán)境變量，構(gòu)建環(huán)境變量與sij之間的SFA回歸模型：

sij=fi(zp；βi)+vij+uij(i=1，…，m；j=1，…，n；p=1，…，k)

(2)

(3)

(2)Tobit模型：受限因變量模型，該模型的顯著特點(diǎn)之一為解釋變量為實(shí)際觀測值，被解釋變量為受限狀態(tài)觀察值[18]。該文利用Tobit模型分析農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)生產(chǎn)效率的影響，模型中的被解釋變量為農(nóng)業(yè)生產(chǎn)效率，其值為有界變量，能較好地避免估計(jì)偏誤，故選用Tobit模型，表達(dá)式：

(4)

式(4)中，xi，yi分別表示解釋變量，被解釋變量；β為估計(jì)參數(shù)。

2.2 數(shù)據(jù)說明與來源

由于農(nóng)業(yè)系統(tǒng)是經(jīng)濟(jì)、社會(huì)、生態(tài)等多種因素共同作用的綜合統(tǒng)一體，因此其生產(chǎn)結(jié)果也包含經(jīng)濟(jì)、社會(huì)、生態(tài)等效益，故應(yīng)該在數(shù)據(jù)可得、統(tǒng)計(jì)口徑一致的基礎(chǔ)上，系統(tǒng)性的選擇各個(gè)指標(biāo)[19]。該文運(yùn)用三階段DEA模型對山東省農(nóng)業(yè)生產(chǎn)效率進(jìn)行計(jì)算，模型中的產(chǎn)出指標(biāo)選取農(nóng)業(yè)總產(chǎn)值(萬元)，即各市農(nóng)林牧漁總產(chǎn)值； 投入指標(biāo)則包括：農(nóng)作物總播種面積(千hm2)、第一產(chǎn)業(yè)從業(yè)人數(shù)(萬人)、農(nóng)業(yè)機(jī)械總動(dòng)力(萬kW)和實(shí)際有效灌溉面積(千hm2)。其中，農(nóng)業(yè)機(jī)械總動(dòng)力僅包括耕作機(jī)械、排灌機(jī)械、收獲機(jī)械、農(nóng)用運(yùn)輸機(jī)械、植保機(jī)械、林牧漁業(yè)機(jī)械及其他農(nóng)業(yè)機(jī)械。各指標(biāo)數(shù)據(jù)均來自于2016年《山東省統(tǒng)計(jì)年鑒》。

由于產(chǎn)出變量與投入變量必須滿足“同向性”假設(shè)，即當(dāng)投入項(xiàng)增加時(shí)，產(chǎn)出項(xiàng)應(yīng)該增加或者至少保持不變，因此使用STATA軟件采用Pearson相關(guān)性檢驗(yàn)方法對上述所選投入產(chǎn)出項(xiàng)進(jìn)行驗(yàn)證，結(jié)果如表1。由表1得知，山東省各市投入值與產(chǎn)出值的相關(guān)系數(shù)均大于0，且通過了1%統(tǒng)計(jì)水平下的顯著性檢驗(yàn)，這表明該文所選投入及產(chǎn)出變量滿足“同向性”原則，可以進(jìn)行下一步運(yùn)算。

表1 2015年山東省17市農(nóng)業(yè)投入指標(biāo)與產(chǎn)出指標(biāo)的Pearson相關(guān)系數(shù)

產(chǎn)出指標(biāo)投入指標(biāo)總播種面積農(nóng)業(yè)機(jī)械總動(dòng)力第一產(chǎn)業(yè)從業(yè)人數(shù)實(shí)際有效灌溉面積第一產(chǎn)業(yè)總產(chǎn)值 0.725 5***(0.001 0) 0.806 4***(0.000 1) 0.725 5***(0.001 0)0.828 4***(0.000 0) 注:***表示在1%統(tǒng)計(jì)水平上顯著; 括號內(nèi)的數(shù)值為相應(yīng)的p值

對環(huán)境變量進(jìn)行選擇時(shí)，應(yīng)注意以下原則，即該變量對農(nóng)業(yè)生產(chǎn)效率有影響，但不受樣本主觀的控制[20]，主要包括政府制定的與農(nóng)業(yè)相關(guān)的政策、國家宏觀環(huán)境、人力資源等。一般以財(cái)政支農(nóng)支出表示政府對農(nóng)業(yè)的支持，該代理變量數(shù)值越大，會(huì)使得農(nóng)業(yè)生產(chǎn)條件改善，從而間接提高農(nóng)業(yè)生產(chǎn)效率[21]。一般認(rèn)為，農(nóng)民收入增加會(huì)使得農(nóng)民的積極性提高，從而間接提高農(nóng)業(yè)生產(chǎn)效率。隨著城鎮(zhèn)化不斷發(fā)展，農(nóng)村土地變得越來越集中，使得農(nóng)業(yè)生產(chǎn)規(guī)?；潭忍岣?，也能夠?qū)r(nóng)業(yè)生產(chǎn)效率產(chǎn)生正向影響[11]。教育在人力資本形成過程中占據(jù)重要地位，代表了農(nóng)民獲取勞動(dòng)技能的能力，有較高受教育程度的勞動(dòng)力對于新型技術(shù)、生態(tài)環(huán)境保護(hù)等有較好的認(rèn)知，故認(rèn)為較長的受教育年限有助于提高農(nóng)業(yè)生產(chǎn)效率。因此該文選取4種環(huán)境變量：財(cái)政支農(nóng)支出(萬元)、城鎮(zhèn)化率、農(nóng)村居民家庭人均純收入(元)、農(nóng)村人口平均受教育年限(年)。相關(guān)變量數(shù)據(jù)均來自于2016年《山東省統(tǒng)計(jì)年鑒》、《山東省農(nóng)村統(tǒng)計(jì)年鑒》及山東農(nóng)業(yè)信息網(wǎng)。

農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)一般包含農(nóng)業(yè)配送服務(wù)、農(nóng)業(yè)信息服務(wù)、農(nóng)業(yè)金融保險(xiǎn)服務(wù)、農(nóng)產(chǎn)品服務(wù)、農(nóng)機(jī)推廣服務(wù)。該文在分析山東省農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對該省農(nóng)業(yè)生產(chǎn)效率的作用機(jī)理時(shí)，借鑒已有研究中的分類方法，將農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)進(jìn)行行業(yè)細(xì)分，以農(nóng)村固定資產(chǎn)投資投向交通運(yùn)輸、倉儲(chǔ)、郵政業(yè)的資金作為農(nóng)業(yè)配送服務(wù)變量，以農(nóng)村固定資產(chǎn)投資投向信息傳輸、計(jì)算機(jī)服務(wù)、軟件業(yè)的資金作為農(nóng)業(yè)信息服務(wù)變量，以農(nóng)村固定資產(chǎn)投資投向金融業(yè)的資金作為農(nóng)村金融保險(xiǎn)服務(wù)變量，以農(nóng)村固定資產(chǎn)投資投向批發(fā)和零售業(yè)以及科學(xué)研究、技術(shù)服務(wù)、地質(zhì)勘查業(yè)的資金分別作為農(nóng)產(chǎn)品銷售服務(wù)變量和農(nóng)技推廣服務(wù)變量[9， 11-12， 15]。相關(guān)指標(biāo)數(shù)據(jù)來源于2016年《山東省統(tǒng)計(jì)年鑒》、《山東省農(nóng)村統(tǒng)計(jì)年鑒》、山東統(tǒng)計(jì)信息網(wǎng)及山東農(nóng)業(yè)信息網(wǎng)。

表2 第一階段DEA測算農(nóng)業(yè)生產(chǎn)效率值

地級市TE1PTE1SE1規(guī)模報(bào)酬濟(jì)南市1.0001.0001.000-青島市0.8670.9330.929drs淄博市0.8360.8450.990irs棗莊市0.9110.9190.991irs東營市1.0001.0001.000-煙臺(tái)市1.0001.0001.000-濰坊市0.7671.0000.767drs濟(jì)寧市0.9011.0000.901drs泰安市0.9550.9560.999irs威海市1.0001.0001.000-日照市0.9530.9550.998irs萊蕪市0.9941.0000.994irs臨沂市0.7330.7490.979drs德州市0.5070.6340.801drs聊城市0.5370.5610.957drs濱州市0.7750.7760.998irs菏澤市0.3680.3681.000- 注:TE1,PTE1,SE1分別表示第一階段DEA測算出的農(nóng)業(yè)生產(chǎn)綜合效率、純技術(shù)效率、規(guī)模效率;irs,-,drs分別表示規(guī)模報(bào)酬遞增、規(guī)模報(bào)酬不變和規(guī)模報(bào)酬遞減

3 實(shí)證結(jié)果分析

3.1 第一階段DEA模型實(shí)證結(jié)果及分析

應(yīng)用DEAP 2.1軟件計(jì)算出2015年山東省17個(gè)市的農(nóng)業(yè)生產(chǎn)效率，此時(shí)得出最原始的農(nóng)業(yè)生產(chǎn)綜合效率值、純技術(shù)效率值以及規(guī)模效率值，結(jié)果見表2。

由表2可知， 2015年山東省農(nóng)業(yè)生產(chǎn)綜合效率的平均值為0.830，純技術(shù)效率為0.864，規(guī)模效率為0.959。其中處于技術(shù)效率前沿面的城市有濟(jì)南市、東營市、煙臺(tái)市、威海市，這表明這4個(gè)市的農(nóng)業(yè)生產(chǎn)水平較高； 其他各市在純技術(shù)效率或規(guī)模效率方面小于1，說明存在一定的進(jìn)步空間。由于該計(jì)算結(jié)果中包含了環(huán)境、隨機(jī)因素的干擾，并不能完全真實(shí)反映出各市的農(nóng)業(yè)生產(chǎn)效率的水平，故需進(jìn)行第二步的調(diào)整和評價(jià)。

3.2 第二階段SFA模型實(shí)證結(jié)果及分析

表3 第二階段SFA模型回歸結(jié)果

項(xiàng)目名稱總播種面積松弛變量農(nóng)業(yè)機(jī)械總動(dòng)力松弛變量第一產(chǎn)業(yè)從業(yè)人數(shù)松弛變量實(shí)際有效灌溉面積松弛變量常數(shù)項(xiàng)-28.21320.7478.92313.647財(cái)政支農(nóng)支出2.219*-1.208**-4.831*-2.506*城鎮(zhèn)化水平-1.106**-1.390-6.469**-2.721農(nóng)村人口平均受教育年限-13.042**-12.113**-4.710***-10.314**農(nóng)村居民家庭人均純收入-2.003**1.719*3.907***-2.449γ0.926**0.002*0.983***0.901*σ21.8570.1451.9661.812Log likelihood-17.641-19.762-13.287-15.814LR test of the one-sided error6.8394.3115.6294.721 注:*、**、***分別表示變量在10%、5%、1%的統(tǒng)計(jì)水平上顯著

財(cái)政支農(nóng)支出對總播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、第一產(chǎn)業(yè)從業(yè)人數(shù)和實(shí)際有效灌溉面積4個(gè)變量的投入松弛變量的回歸系數(shù)均小0，且通過了10%的顯著性檢驗(yàn)，這說明增加財(cái)政支農(nóng)支出有利于減少這3種投入變量的浪費(fèi)，與預(yù)期結(jié)果相符。

城鎮(zhèn)化水平的提高對4種投入松弛變量相應(yīng)的系數(shù)為負(fù)，且對總播種面積及第一產(chǎn)業(yè)從業(yè)人員通過了5%的顯著性檢驗(yàn)，但對其余兩種投入松弛變量的影響不顯著。這說明推進(jìn)城鎮(zhèn)化進(jìn)程有利于減少部分投入變量的浪費(fèi)或產(chǎn)出不足現(xiàn)象，城鎮(zhèn)化水平的提高能夠使得城市、農(nóng)村有限資源得到合理配置，從而有利于農(nóng)業(yè)生產(chǎn)效率的提高。

農(nóng)村人口平均受教育年限的回歸系數(shù)均為負(fù)，且通過了5%統(tǒng)計(jì)水平上的顯著性檢驗(yàn)，這說明該變量的增加有助于減少各投入變量冗余。人力資本的積累離不開教育的貢獻(xiàn)，高素質(zhì)農(nóng)民對新型農(nóng)業(yè)技術(shù)的學(xué)習(xí)接納程度、新型組織經(jīng)營模式及政策學(xué)習(xí)認(rèn)知方面等都有積極的作用，有利于新型知識、技術(shù)成果的有效轉(zhuǎn)化，該結(jié)果與預(yù)期一致。

農(nóng)村居民家庭人均純收入對于農(nóng)業(yè)機(jī)械總動(dòng)力、第一產(chǎn)業(yè)從業(yè)人數(shù)投入松弛變量的回歸系數(shù)為正，這表明農(nóng)村居民人均純收入增加會(huì)造成農(nóng)業(yè)機(jī)械過量的使用，使得從業(yè)人員過量增加，不僅不會(huì)增加產(chǎn)出，反而造成了投入的浪費(fèi)，進(jìn)而不利于農(nóng)業(yè)生產(chǎn)效率的提高。該環(huán)境變量對其他變量的系數(shù)均小于0，對總播種面積通過了5%的顯著性檢驗(yàn)。對于這一矛盾的產(chǎn)生，可能是因?yàn)楫?dāng)農(nóng)民收入增加時(shí)，山東省部分地區(qū)的農(nóng)民選擇重新從事農(nóng)業(yè)生產(chǎn)從而造成勞動(dòng)力冗余； 由于生產(chǎn)方式依然是粗放低技型，收入增加帶來了機(jī)械投入的不合理，這也反映了農(nóng)戶技能較低及農(nóng)業(yè)生產(chǎn)的弱質(zhì)性。

基于該文的討論得知,由于處于有差異的經(jīng)營環(huán)境或運(yùn)氣好壞不同使得不同地區(qū)的農(nóng)業(yè)生產(chǎn)效率不夠真實(shí)精確，因此，必須調(diào)整原始的投入變量，使其排除環(huán)境因素和隨機(jī)誤差的影響，進(jìn)行第三階段的測評。

表4 第三階段DEA測算農(nóng)業(yè)生產(chǎn)效率值

地級市TE2PTE2SE2規(guī)模報(bào)酬濟(jì)南市0.9010.9610.938irs青島市0.9121.0000.912drs淄博市0.8080.8910.907irs棗莊市0.7680.8250.931irs東營市0.8740.9470.923irs煙臺(tái)市1.0001.0001.000-濰坊市0.7111.0000.711irs濟(jì)寧市0.7300.8320.877drs泰安市0.7870.8710.903irs威海市1.0001.0001.000-日照市0.8390.8950.937irs萊蕪市0.8460.9060.934drs臨沂市0.6350.6930.917irs德州市0.5010.6000.835irs聊城市0.4620.5160.896irs濱州市0.7150.7640.936drs菏澤市0.3340.3490.957irs 注:TE2,PTE2,SE2分別表示第三階段DEA測算出的農(nóng)業(yè)生產(chǎn)綜合效率、純技術(shù)效率、規(guī)模效率;irs,-,drs分別表示規(guī)模報(bào)酬遞增、規(guī)模報(bào)酬不變和規(guī)模報(bào)酬遞減

表5 Tobit模型回歸結(jié)果

解釋變量Tobit模型TRI1.014***(6.890)INF0.513**(9.821)FIAN0.459(0.993)SALE0.636*(4.870)TECH1.233**(0.914)C14.923(23.064)Log Likelihood-107.239Prob>chi20.000 注:*、**、***分別表示變量在10%、5%、1%的統(tǒng)計(jì)水平上顯著; 括號內(nèi)數(shù)字表示相應(yīng)t統(tǒng)計(jì)量的值

3.3 第三階段DEA模型實(shí)證結(jié)果及分析

根據(jù)式(1)對各投入變量進(jìn)行調(diào)整，并將所得值再次帶入經(jīng)典DEA模型中進(jìn)行測算，得到結(jié)果如表4。

實(shí)驗(yàn)結(jié)果以均數(shù)±標(biāo)準(zhǔn)差(±s)表示，應(yīng)用SPSS 19.0進(jìn)行統(tǒng)計(jì)分析，多組間比較采用單因素方差分析，組間兩兩比較采用t檢驗(yàn)，P＜0.05為差異具有統(tǒng)計(jì)學(xué)意義。

通過對比表2、表4可知，經(jīng)過第二階段將環(huán)境因素和隨機(jī)誤差影響消除后，該省平均農(nóng)業(yè)生產(chǎn)綜合效率、純技術(shù)效率及規(guī)模效率均有所下降，其值分別下降為0.754， 0.826， 0.913； 純技術(shù)效率、規(guī)模效率的下降幅度分別為4.39%， 4.79%，具體分析如下。

(1)各市的農(nóng)業(yè)生產(chǎn)綜合效率。從第一階段至第三階段整體處于技術(shù)效率前沿面的市有所減少，一直保持效率前沿面的有煙臺(tái)市、威海市，表明這兩個(gè)地級市的農(nóng)業(yè)生產(chǎn)效率實(shí)際情況較好，有較高水平的管理生產(chǎn)技術(shù)； 相比第一階段，綜合生產(chǎn)效率有所上升的有青島市，而從技術(shù)效率前沿面退出的有濟(jì)南市、東營市，其余各市的農(nóng)業(yè)生產(chǎn)綜合效率均出現(xiàn)了不同程度的下降，說明在環(huán)境因素和隨機(jī)誤差因素的作用下，第一階段顯示出的高效率并不能完全反映這些地區(qū)的實(shí)際農(nóng)業(yè)生產(chǎn)水平，其農(nóng)業(yè)生產(chǎn)效率有待提高。

(2)各市的純技術(shù)效率。第一階段DEA結(jié)果顯示有7個(gè)市的純技術(shù)效率位于技術(shù)前沿面上，但是經(jīng)過第二階段剔除環(huán)境和隨機(jī)因素的干擾后，只有其中3個(gè)市仍然處于最佳效率，分別為煙臺(tái)市、濰坊市、威海市，主要原因是這3個(gè)市的農(nóng)業(yè)技術(shù)發(fā)展水平相對較高，農(nóng)業(yè)生產(chǎn)機(jī)械化水平較高； 對于青島市、淄博市，其純技術(shù)效率有所提高，說明這兩個(gè)地區(qū)的實(shí)際管理技術(shù)水平并沒有那么差，而是因?yàn)槭艿搅恕拜^差”的環(huán)境條件或“較明顯”的隨機(jī)因素干擾，例如受到城鎮(zhèn)化發(fā)展、農(nóng)業(yè)政策等影響使得當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)管理水平波動(dòng)等情況； 其余12市的純技術(shù)效率降低了，這說明這些市農(nóng)業(yè)生產(chǎn)管理尚未建立起長效機(jī)制，實(shí)際管理水平有待提高。

(3)各市的規(guī)模效率。第一階段中有5個(gè)市的規(guī)模效率處于技術(shù)效率前沿面，但第三階段顯示只有煙臺(tái)市、威海市仍然保持最佳效率，說明這兩個(gè)市的規(guī)模效率已經(jīng)最優(yōu)，不需要再改進(jìn)； 而其余各市的規(guī)模效率均有不同程度的降低，這說明這些地區(qū)的規(guī)模效率較高只是基于了環(huán)境條件和隨機(jī)因素干擾，實(shí)際的規(guī)模水平相對較低，主要是由于隨著各市城鎮(zhèn)化發(fā)展不斷推進(jìn)、農(nóng)業(yè)政策等的變動(dòng)，使得勞動(dòng)力流動(dòng)、土地流轉(zhuǎn)等受到一定影響，因此，這也需要各市進(jìn)一步規(guī)劃與改善實(shí)際農(nóng)業(yè)生產(chǎn)規(guī)模。

(4)各市的規(guī)模狀態(tài)。第一階段顯示山東省共有6市、6市、5市分別處于規(guī)模報(bào)酬遞增、規(guī)模報(bào)酬遞減、規(guī)模報(bào)酬不變狀態(tài)，而第三階段則有11市屬于規(guī)模報(bào)酬遞增， 4市屬于規(guī)模報(bào)酬遞減， 2市屬于規(guī)模報(bào)酬不變，這意味著大多數(shù)地區(qū)的農(nóng)業(yè)生產(chǎn)規(guī)模尚未達(dá)到其自身所擁有的技術(shù)管理水平等所決定的最優(yōu)的生產(chǎn)規(guī)模，故適當(dāng)擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模將有助于提高農(nóng)業(yè)生產(chǎn)效率。

3.4 Tobit模型實(shí)證結(jié)果及分析

由于三階段DEA模型使得17市均處于同質(zhì)的環(huán)境下，因此將第三階段所得各市農(nóng)業(yè)生產(chǎn)綜合效率作為被解釋變量，解釋變量則選擇農(nóng)業(yè)配送服務(wù)、農(nóng)業(yè)信息服務(wù)、農(nóng)村金融保險(xiǎn)服務(wù)、農(nóng)產(chǎn)品銷售服務(wù)和農(nóng)技推廣服務(wù)5個(gè)變量，構(gòu)建模型：

TEi=C+α1TRIi+α2INFi+α3FIANi+α4SALEi+α5TECHi+ξi，i=1， 2，…， 17

(5)

式(5)中，i表示第i個(gè)市;TE表示農(nóng)業(yè)生產(chǎn)效率；TRI、INF、FIAN、SALE、TECH分別表示解釋變量：農(nóng)業(yè)配送服務(wù)、農(nóng)業(yè)信息服務(wù)、農(nóng)村金融保險(xiǎn)服務(wù)、農(nóng)產(chǎn)品銷售服務(wù)及農(nóng)技推廣服務(wù)；C為常數(shù)項(xiàng)；α為系數(shù)；ξ為隨機(jī)誤差項(xiàng)。

利用STATA進(jìn)行截面Tobit回歸計(jì)算得出結(jié)果，見表5。

從細(xì)分行業(yè)的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的角度分析對農(nóng)業(yè)生產(chǎn)效率影響回歸結(jié)果。

(1)農(nóng)業(yè)配送服務(wù)對農(nóng)業(yè)生產(chǎn)效率有正向影響，通過了1%的顯著性檢驗(yàn)，表明2015年山東省對于農(nóng)村基礎(chǔ)設(shè)施建設(shè)較好，投資充足，農(nóng)村交通運(yùn)輸業(yè)發(fā)展水平較高，全省農(nóng)資配送、倉儲(chǔ)郵政業(yè)等服務(wù)投入較合理，從而能夠促進(jìn)山東省農(nóng)業(yè)生產(chǎn)效率的提高。

(2)農(nóng)業(yè)信息服務(wù)、農(nóng)產(chǎn)品銷售服務(wù)和農(nóng)技推廣服務(wù)3個(gè)變量的回歸系數(shù)為正，且均通過了5%水平下的顯著性檢驗(yàn)， 3者對農(nóng)業(yè)生產(chǎn)效率得提高有正向作用，說明山東省對于農(nóng)村信息傳輸、計(jì)算機(jī)服務(wù)、軟件業(yè)、批發(fā)和零售業(yè)及科學(xué)研究等方面投資的增加明顯地推動(dòng)了農(nóng)業(yè)生產(chǎn)效率的提高。前兩項(xiàng)涉農(nóng)生產(chǎn)型服務(wù)業(yè)不僅能夠使各個(gè)地區(qū)的農(nóng)民獲得有利的信息、實(shí)現(xiàn)農(nóng)產(chǎn)品最優(yōu)的市場價(jià)值，提高了農(nóng)民生產(chǎn)的積極性； 對于農(nóng)技推廣服務(wù)來說，能夠?yàn)檗r(nóng)民帶來先進(jìn)的生產(chǎn)技術(shù)和農(nóng)業(yè)機(jī)械，而且使得農(nóng)民能夠接觸到新型技術(shù)，從而有效提高農(nóng)業(yè)生產(chǎn)效率。

(3)該回歸結(jié)果顯示農(nóng)村金融保險(xiǎn)服務(wù)的系數(shù)為正但不顯著，即農(nóng)村金融保險(xiǎn)服務(wù)的提高對農(nóng)業(yè)生產(chǎn)效率的提高有一定的正向影響，但目前階段影響效果并不顯著。這表明在目前的農(nóng)業(yè)轉(zhuǎn)型過程中，由于資金不足、農(nóng)戶貸款較難、保險(xiǎn)意識及抵御風(fēng)險(xiǎn)能力較弱等多方面制約從而使得農(nóng)業(yè)生產(chǎn)效率的進(jìn)步受限。

4 結(jié)論與建議

4.1 結(jié)論

該文基于三階段DEA-Tobit模型，利用2015年相關(guān)統(tǒng)計(jì)數(shù)據(jù)對山東省17市的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了測算，并分析了不同服務(wù)領(lǐng)域的農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對該省農(nóng)業(yè)生產(chǎn)效率的影響，得出結(jié)論：(1)經(jīng)典DEA模型測算出的農(nóng)業(yè)生產(chǎn)效率值包含環(huán)境因素及隨機(jī)誤差的影響較大，第二階段應(yīng)用SFA回歸模型分析得知環(huán)境和隨機(jī)誤差因素對農(nóng)業(yè)生產(chǎn)效率會(huì)產(chǎn)生顯著影響。其中，增加財(cái)政支農(nóng)支出、城鎮(zhèn)化水平的提高、農(nóng)村人口平均受教育年限的增長均對農(nóng)業(yè)生產(chǎn)效率的提升有推動(dòng)作用，而農(nóng)村居民家庭人均純收入只在一定程度上起到了有利作用。(2)將環(huán)境因素和隨機(jī)誤差的影響剔除后進(jìn)行第三階段DEA測算得， 2015年山東省平均農(nóng)業(yè)生產(chǎn)綜合效率值、純技術(shù)效率值及規(guī)模效率值分別為0.754、0.826、0.913，處于規(guī)模報(bào)酬遞增狀態(tài)的城市較多，位于技術(shù)效率前沿面的有煙臺(tái)市、威海市，其他各市有不同程度的上升空間。(3)利用Tobit回歸分析處于同質(zhì)條件下的17市農(nóng)業(yè)生產(chǎn)效率與農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的關(guān)系得知，增加對農(nóng)業(yè)配送服務(wù)，農(nóng)業(yè)信息服務(wù)及農(nóng)產(chǎn)品銷售服務(wù)及農(nóng)技推廣服務(wù)的資金投入對農(nóng)業(yè)生產(chǎn)效率有顯著的促進(jìn)作用，而農(nóng)村金融保險(xiǎn)服務(wù)的影響不明顯。

4.2 建議

(1)高效推動(dòng)新型城鎮(zhèn)化建設(shè)、適度擴(kuò)大山東省農(nóng)業(yè)生產(chǎn)規(guī)模。在有序建設(shè)新型城鎮(zhèn)的同時(shí)，應(yīng)適當(dāng)擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模，建立土地資源市場化流轉(zhuǎn)的長效機(jī)制，鼓勵(lì)農(nóng)村加快土地流轉(zhuǎn)，使各種資源得到有效配置，從而加大對農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的需求，推動(dòng)農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)逐漸走向集聚化，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)集約化，降低生產(chǎn)成本，提高農(nóng)業(yè)生產(chǎn)效率。

(2)完善農(nóng)村基礎(chǔ)設(shè)施建設(shè)、引入先進(jìn)現(xiàn)代農(nóng)業(yè)生產(chǎn)技術(shù)。山東省應(yīng)該更好地規(guī)劃農(nóng)村地區(qū)交通及物流的布局并實(shí)現(xiàn)統(tǒng)籌管理，讓先進(jìn)的基礎(chǔ)設(shè)施等公共資源能夠被不同區(qū)域的農(nóng)民共享，建立符合各地區(qū)特點(diǎn)、以大型物流企業(yè)和村民流通合作組織為主體的流通網(wǎng)絡(luò)，從而使得農(nóng)產(chǎn)品、農(nóng)資產(chǎn)品等更加高效地流通，更好地“走出去”。

(3)在農(nóng)村地區(qū)普及多元化教育。通過組織政府培訓(xùn)、職業(yè)教育、技術(shù)推廣教育、開展遠(yuǎn)程教育等提高農(nóng)民的科技文化水平、認(rèn)知水平和各項(xiàng)農(nóng)業(yè)專業(yè)技能，使得知識要素和人力資本充分發(fā)揮其溢出作用，使其更好地為農(nóng)民進(jìn)行農(nóng)業(yè)生產(chǎn)服務(wù)。

(4)引導(dǎo)金融保險(xiǎn)服務(wù)業(yè)與農(nóng)業(yè)結(jié)合且健康發(fā)展。應(yīng)該充分發(fā)揮各大銀行及金融機(jī)構(gòu)的支農(nóng)作用，進(jìn)一步完善小額農(nóng)貸等制度，優(yōu)化對第一產(chǎn)業(yè)發(fā)展的信貸服務(wù)； 還應(yīng)健全農(nóng)業(yè)保險(xiǎn)服務(wù)，提高天生弱質(zhì)的農(nóng)業(yè)產(chǎn)業(yè)的抗風(fēng)險(xiǎn)能力，從而為農(nóng)業(yè)產(chǎn)業(yè)鏈的延長做出保障。

(5)創(chuàng)新財(cái)政支農(nóng)投資方式，為農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展模式注入活力。應(yīng)加強(qiáng)政府對該體系扶持資金合理分配，結(jié)合山東省農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的發(fā)展特點(diǎn)，探索更多優(yōu)秀的可持續(xù)發(fā)展模式，例如創(chuàng)新運(yùn)用產(chǎn)業(yè)投資基金、示范園區(qū)建設(shè)資金、PPP項(xiàng)目資金等多種方式扶持農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的健康發(fā)展，使其更好地為農(nóng)業(yè)生產(chǎn)服務(wù)。

[1] 姜長云.關(guān)于發(fā)展農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的思考.農(nóng)業(yè)經(jīng)濟(jì)問題， 2016(5)： 8～15

[2] Gopinath M P， Kennedy L.Agricultural trade and productivity growth：A state-level analysis.American Journal of Agricultural Economics， 2000， 82(5) 1213～1218

[3] Ball V E， Bureau J，Nehring R.Levels of farm sector productivity：An international comparison.Journal of Productivity Analysis， 2001, 15(1): 5～29

[4] 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.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2010(12)： 27～38

[5] 方鴻. 中國農(nóng)業(yè)生產(chǎn)技術(shù)效率研究：基于省級層面的測度、發(fā)現(xiàn)與解釋.農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2010(1)： 34～41

[6] 邢慧茹， 張曉駿，鄧義.農(nóng)業(yè)生產(chǎn)效率與其影響因素相關(guān)關(guān)系實(shí)證分析——基于湖北省數(shù)據(jù).中國農(nóng)業(yè)資源與區(qū)劃， 2016, 37(12): 198～203

[7] 蘇小松. 農(nóng)戶社會(huì)資本對農(nóng)業(yè)生產(chǎn)效率的影響分析——基于山東省高青縣的農(nóng)戶調(diào)查數(shù)據(jù).農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2013(10)： 64～72

[8] Alston J M， Andersen A，James J S，et al.Persistence pays：U.S.agricultural productivity and the benefits from public R&D spending.New York：Springer， 2011

[9] 姜長云. 發(fā)展農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)的模式、啟示與政策建議——對山東省平度市發(fā)展高端特色品牌農(nóng)業(yè)的調(diào)查與思考.宏觀經(jīng)濟(jì)研究, 2011(3)： 14～20

[10]肖衛(wèi)東， 杜志雄.農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展的主要模式及其經(jīng)濟(jì)效應(yīng)——對河南省發(fā)展現(xiàn)代農(nóng)業(yè)的調(diào)查.學(xué)習(xí)與探索, 2012(9)： 112～115

[11]郝愛民. 農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)外溢效應(yīng)與條件研究.南方經(jīng)濟(jì)， 2013, 31(5): 38～48

[12]郝愛民. 提升農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)外溢效應(yīng)的路徑選擇.農(nóng)業(yè)現(xiàn)代化研究， 2015, 36(4): 580～584

[13]喬玉輝， 吳文良，李花粉，等.華北高產(chǎn)糧區(qū)基于環(huán)境保護(hù)的農(nóng)產(chǎn)品安全生產(chǎn)服務(wù)體系現(xiàn)狀及改進(jìn)建議——以山東桓臺(tái)縣為例.中國農(nóng)業(yè)資源與區(qū)劃， 2017, 38(1): 1～6

[14]王耀中， 江茜.生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)現(xiàn)代化效率的影響.商業(yè)研究， 2016, 62(1): 22～30

[15]李慧， 陰朋莉.基于DEA-Tobit模型的生產(chǎn)性服務(wù)業(yè)對農(nóng)業(yè)生產(chǎn)效率的影響.技術(shù)與創(chuàng)新管理， 2016, 37(6): 678～683

[16]Farrell M J.The measurement of productive efficiency.Journal of the Royal Statistical Society， 1957, 120(30): 253～281

[17]Fried H O，Lovell C A K，Schmidt S，et al.Accounting for environmental effects and statistical noise in Data Envelopment Analysis.Journal of Productivity Analysis， 2002， 17(1-2)： 157～174

[18]薛龍， 劉旗.基于DEA-Tobit模型的河南省糧食生產(chǎn)效率分析.河南農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2014, 12(6): 700～704

[19]焦源. 山東省農(nóng)業(yè)生產(chǎn)效率評價(jià)研究.中國人口·資源與環(huán)境， 2013, 23(12): 105～110

[20]鐘祖昌. 基于三階段DEA模型的中國物流產(chǎn)業(yè)技術(shù)效率研究.財(cái)經(jīng)研究， 2010, 36(9): 81～90

[21]閆淑霞， 劉慧敏，孟凡琳，等.基于灰色DEA模型的河南省18市農(nóng)業(yè)生產(chǎn)效率研究.河南農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2015, 49(6): 866～870