王洋洋，張曉慧，崔冀娜

（西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，陜西 咸陽(yáng) 712100）

0 引言

自“一帶一路”倡議提出以來(lái)，學(xué)者們對(duì)其展開(kāi)的研究大致可以分為四類。一是對(duì)“一帶一路”協(xié)調(diào)機(jī)制和頂層設(shè)計(jì)方面的研究[1,2]；二是對(duì)“一帶一路”意義與價(jià)值闡述及風(fēng)險(xiǎn)預(yù)警的研究[3,4]；三是對(duì)“一帶一路”背景下中國(guó)與其他沿線國(guó)家和地區(qū)在具體領(lǐng)域合作貿(mào)易的研究和展望[5,6]；四是在“一帶一路”背景下對(duì)國(guó)內(nèi)各省或者地區(qū)將面臨的機(jī)遇與挑戰(zhàn)的研究[7,8]。通過(guò)梳理文獻(xiàn)發(fā)現(xiàn)，已有研究在方法上多偏重理論分析，在研究?jī)?nèi)容上多集中在體制機(jī)制頂層設(shè)計(jì)、金融經(jīng)貿(mào)產(chǎn)業(yè)合作、基礎(chǔ)設(shè)施互聯(lián)互通、地緣政治安全和風(fēng)險(xiǎn)等方面，仍處于前期探索性研究階段，缺少系統(tǒng)化的深入研究。而農(nóng)業(yè)在“一帶一路”沿線國(guó)家和地區(qū)的產(chǎn)業(yè)交流合作中居于突出地位，但目前理論界對(duì)其關(guān)注尤顯不足。

本文通過(guò)構(gòu)建基于生態(tài)視角的評(píng)價(jià)指標(biāo)體系、引入非期望產(chǎn)出指標(biāo)以及剔除非效率因素的影響，使用三階段DEA模型對(duì)“一帶一路”沿線66個(gè)國(guó)家和地區(qū)2013年的農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行測(cè)度，以期為農(nóng)業(yè)產(chǎn)業(yè)合作交流、貿(mào)易投資及農(nóng)業(yè)基礎(chǔ)設(shè)施互聯(lián)互通提供有價(jià)值的理論參考。

1 研究方法

本文采用了三階段DEA模型，它在效率評(píng)價(jià)中由Fried等（2002）[9]提出，主要是為解決傳統(tǒng)DEA模型無(wú)法剔除非效率因素（環(huán)境變量和隨機(jī)誤差）的影響這一問(wèn)題。該方法可以更為有效和精確地評(píng)估和反映決策單元（DMU）的效率值，模型的基本構(gòu)建和操作步驟可以歸納為：

在第一階段和第三階段，使用傳統(tǒng)的DEA-BCC模型對(duì)決策單元的生產(chǎn)技術(shù)效率進(jìn)行測(cè)算。DEA-BCC模型測(cè)算的是規(guī)?？勺儓?bào)酬，解決假設(shè)條件下決策單元的相對(duì)有效性問(wèn)題，而本文采用投入導(dǎo)向的BCC模型，限于篇幅在此不贅述。然后在第三階段，利用產(chǎn)出要素變量和調(diào)整后的投入要素變量，再一次使用DEA-BCC模型進(jìn)行技術(shù)效率測(cè)算，最終得到剔除非效率因素后的更為精確的結(jié)果。

在第二階段，借助投入導(dǎo)向的SFA模型對(duì)第一階段各投入要素的松弛變量進(jìn)行分解，剔除非效率因素對(duì)測(cè)量結(jié)果的影響，然后根據(jù)估計(jì)結(jié)果進(jìn)行調(diào)整各投入要素，具體可參見(jiàn)文獻(xiàn)[10,11]。但需要特別說(shuō)明的是，在此過(guò)程中對(duì)管理無(wú)效率進(jìn)行估計(jì)時(shí)，國(guó)內(nèi)一些學(xué)者誤用了Jondrow等提出的JLMS技術(shù)，而本文在此處參照其建議，此階段DEA模型中管理無(wú)效率的估計(jì)公式為：

接著依據(jù)調(diào)整公式（3），將上面計(jì)算出的估計(jì)值代入對(duì)決策單元的投入量進(jìn)行調(diào)整：

其中，和xik分別表示決策單元調(diào)整前后的投入要素量部分調(diào)整的目的是使所有決策單元都處于共同的外部環(huán)境中的調(diào)整是使所有決策單元處于共同的自然狀態(tài)。

2 指標(biāo)選取和數(shù)據(jù)來(lái)源

2.1 投入產(chǎn)出指標(biāo)的選取

在投入指標(biāo)選取方面，本文延續(xù)現(xiàn)有的關(guān)于測(cè)算農(nóng)業(yè)技術(shù)效率研究中必有的指標(biāo)，即土地投入、勞動(dòng)力投入、水資源投入、機(jī)械動(dòng)力投入和化肥投入。另外，考慮到廣義的農(nóng)業(yè)概念包含農(nóng)林牧副漁，以及數(shù)據(jù)獲取的便利，本文納入了森林投入這一要素指標(biāo)。而在產(chǎn)出指標(biāo)上，本文選取了谷類產(chǎn)量、農(nóng)業(yè)增加值和農(nóng)產(chǎn)品原材料出口值三個(gè)產(chǎn)出指標(biāo)，由于研究的樣本為不同的國(guó)家和地區(qū)，僅考慮以美元計(jì)價(jià)的產(chǎn)值指標(biāo)并不能更好地反映農(nóng)業(yè)生產(chǎn)技術(shù)效率，故選入谷類產(chǎn)量這一絕對(duì)數(shù)的產(chǎn)出指標(biāo)。

為確保滿足DEA模型的“同向性”假定，本文對(duì)投入產(chǎn)出指標(biāo)進(jìn)行Pearson相關(guān)檢驗(yàn)。結(jié)果顯示個(gè)別投入產(chǎn)出指標(biāo)間的相關(guān)系數(shù)并不理想，但是基于現(xiàn)有研究的經(jīng)驗(yàn)，本文所選投入產(chǎn)出指標(biāo)具有合理性，因此個(gè)別指標(biāo)間的“非同向性”，并不影響進(jìn)一步的研究。此外，本文還引入兩個(gè)非期望產(chǎn)出指標(biāo)，即農(nóng)業(yè)甲烷排放量和農(nóng)業(yè)一氧化二氮排放量，這兩類指標(biāo)越高說(shuō)明產(chǎn)出效率越不好，而在本文中將把他們?nèi)〉箶?shù)轉(zhuǎn)化為期望產(chǎn)出納入模型。

2.2 環(huán)境變量的選取

影響一個(gè)國(guó)家和地區(qū)農(nóng)業(yè)生產(chǎn)的環(huán)境因素是多方面的，基于經(jīng)驗(yàn)和邏輯判斷，本文從七個(gè)方面選擇環(huán)境變量：（1）政治環(huán)境方面，選用國(guó)際謀殺犯罪率這一指標(biāo)來(lái)衡量；（2）經(jīng)濟(jì)發(fā)展水平，選取人均GDP這一指標(biāo)來(lái)衡量；（3）科學(xué)技術(shù)，選用R&D研究人員來(lái)衡量；（4）自然災(zāi)害，選取干旱、洪水和極端氣溫受災(zāi)人口比例來(lái)衡量；（5）勞動(dòng)力素質(zhì)，選取識(shí)字率這一指標(biāo)衡量；（6）人口結(jié)構(gòu)，選用撫養(yǎng)比來(lái)衡量；（7）工業(yè)化程度，選取工業(yè)增加值這一指標(biāo)來(lái)衡量。

2.3 數(shù)據(jù)來(lái)源

本文的投入產(chǎn)出指標(biāo)以及環(huán)境變量的數(shù)據(jù)來(lái)自世界銀行數(shù)據(jù)庫(kù)，均為2013年度數(shù)據(jù)，詳細(xì)情況見(jiàn)表1。其中部分國(guó)家的有關(guān)指標(biāo)是缺失的，因此以其近15年的數(shù)據(jù)為基礎(chǔ)，綜合使用多種處理缺失值的方法進(jìn)行了補(bǔ)全。

3 農(nóng)業(yè)生產(chǎn)技術(shù)效率測(cè)算

3.1 第一階段：未剔除非效率因素的農(nóng)業(yè)生產(chǎn)技術(shù)效率測(cè)算結(jié)果

基于上文中所構(gòu)建的投入產(chǎn)出指標(biāo)體系，借助于DEAP2.1軟件使用傳統(tǒng)的DEA-BCC模型對(duì)“一帶一路”沿線66個(gè)國(guó)家和地區(qū)的農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行測(cè)算，限于篇幅，結(jié)果未列出。從綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率來(lái)看，其均值分別為0.722、0.863和0.795，并且有38個(gè)國(guó)家和地區(qū)的效率值都達(dá)到了1，以東盟、東亞和獨(dú)聯(lián)體國(guó)家居多，總體上處于規(guī)模報(bào)酬遞增階段，說(shuō)明各個(gè)國(guó)家和地區(qū)的農(nóng)業(yè)生產(chǎn)技術(shù)效率仍有較大可提升空間。但此時(shí)尚未剔除非效率因素影響的測(cè)算結(jié)果，其準(zhǔn)確性和科學(xué)性仍有限。

表1 投入、產(chǎn)出指標(biāo)及環(huán)境變量

3.2 第二階段：基于SFA模型剔除非效率因素對(duì)農(nóng)業(yè)生產(chǎn)技術(shù)效率的影響

借助于FRONTIER4.1軟件使用SFA模型的方法，分解各個(gè)投入指標(biāo)松弛變量，具體以各個(gè)投入要素指標(biāo)的松弛變量為因變量，以本文所選取的環(huán)境變量為自變量，SFA模型的回歸結(jié)果見(jiàn)下頁(yè)表2。

SFA模型回歸結(jié)果顯示，每個(gè)環(huán)境變量至少對(duì)兩個(gè)投入松弛變量在1%的顯著性水平上具有顯著性影響，說(shuō)明環(huán)境變量的選取是合理的，而六次回歸的γ值均趨向于1，說(shuō)明管理非效率因素發(fā)揮主要作用。篇幅所限，在此僅分析此次回歸結(jié)果中與預(yù)期不一致的地方，具體為：

國(guó)際謀殺犯罪率對(duì)土地投入松弛變量在1%的顯著性水平上具有負(fù)向影響?？赡苁且?yàn)檎苇h(huán)境的惡化突出了農(nóng)業(yè)生產(chǎn)的重要地位，使得有關(guān)國(guó)家或地區(qū)增加了對(duì)土地的有效投入，也可能迫于政治環(huán)境的緊張，使得對(duì)土地的無(wú)效投入減少；R&D研究人員對(duì)機(jī)械投入松弛變量和化肥投入松弛變量在1%的顯著性水平上具有正向影響，不符合理論預(yù)期。可能是因?yàn)殡S著R&D研究人員數(shù)量的增加，一個(gè)國(guó)家或地區(qū)更傾向于通過(guò)增加機(jī)械投入和化肥投入替代其他要素投入，由此導(dǎo)致機(jī)械和化肥的無(wú)效投入增加，也可能是有些國(guó)家或地區(qū)的R&D研究人員中關(guān)于農(nóng)業(yè)方面的數(shù)量較少，從而降低了農(nóng)業(yè)生產(chǎn)技術(shù)效率；干旱、洪水和極端氣溫受災(zāi)人口比例對(duì)森林投入和勞動(dòng)力投入要素的松弛變量均在1%的顯著性水平上具有負(fù)向影響?？赡苁且?yàn)闉榱藨?yīng)對(duì)自然災(zāi)害減少了對(duì)森林要素和勞動(dòng)力要素的投入，導(dǎo)致其無(wú)效投入減少?gòu)亩嵘r(nóng)業(yè)生產(chǎn)技術(shù)效率；識(shí)字率對(duì)土地投入、森林投入和化肥投入的松弛變量在1%的顯著性水平上具有影響，與理論預(yù)期不一致。原因可能在于，識(shí)字率這一勞動(dòng)力素質(zhì)的表征變量在機(jī)械要素投入方面具有更高的邊際效益，而在其他三個(gè)投入要素方面則相對(duì)較低。因?yàn)閷?duì)于一般素質(zhì)的農(nóng)業(yè)勞動(dòng)力來(lái)說(shuō)，其知識(shí)優(yōu)勢(shì)相對(duì)更有可能在機(jī)械要素投入方面發(fā)揮，也可能是由于大多數(shù)國(guó)家或地區(qū)，識(shí)字率較高的人口更多傾向于脫離農(nóng)業(yè)生產(chǎn)，轉(zhuǎn)移到城市從事非農(nóng)產(chǎn)業(yè)，從而導(dǎo)致農(nóng)業(yè)勞動(dòng)力人口素質(zhì)低于平均水平，阻礙了農(nóng)業(yè)生產(chǎn)技術(shù)效率的提升；撫養(yǎng)比對(duì)機(jī)械要素和化肥要素分別在1%和5%的顯著性水平上具有負(fù)向影響，不支持理論預(yù)期。原因可能是撫養(yǎng)比的提高意味著潛在勞動(dòng)力的減少，通過(guò)在機(jī)械要素和淡水資源要素方面追加投入，一定程度上可以抵消因勞動(dòng)要素投入減少而導(dǎo)致的生產(chǎn)技術(shù)效率下降的影響；工業(yè)增加值對(duì)勞動(dòng)力要素、化肥要素和機(jī)械要素分別在1%和5%的顯著性水平上具有正向影響，與理論預(yù)期不相符。原因可能是隨著工業(yè)化程度的提升，大多數(shù)國(guó)家或地區(qū)推動(dòng)農(nóng)業(yè)的現(xiàn)代化和規(guī)?；?jīng)營(yíng)，但是在推動(dòng)過(guò)程中存在投入要素利用效率低下、無(wú)效投入過(guò)多的問(wèn)題，結(jié)果導(dǎo)致資源浪費(fèi)和生產(chǎn)技術(shù)效率低。

表2 投入松弛變量與環(huán)境變量的SFA回歸估計(jì)結(jié)果

3.3 第三階段：剔除非效率因素后的農(nóng)業(yè)生產(chǎn)技術(shù)效率測(cè)算結(jié)果

由于本文所研究的國(guó)家和地區(qū)間的自然環(huán)境和政治經(jīng)濟(jì)社會(huì)科技等差異較大，故有必要調(diào)整各投入要素的投入量，盡可能消除非效率因素的影響，使得所研究的國(guó)家和地區(qū)處于相同的環(huán)境下，旨在更為客觀科學(xué)準(zhǔn)確地測(cè)量其農(nóng)業(yè)生產(chǎn)技術(shù)效率。在具體操作時(shí)，仍借助DEAP2.1軟件，使用原產(chǎn)出數(shù)據(jù)和調(diào)整后的投入要素?cái)?shù)據(jù)再次利用模型DEA-BCC測(cè)算，結(jié)果見(jiàn)表3。

比較前后兩次測(cè)算的結(jié)果可以發(fā)現(xiàn)具有很大差異，調(diào)整后的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率的均值降低為0.17、0.485和0.289，說(shuō)明調(diào)整前受非效率因素的影響是顯著的。就單個(gè)國(guó)家或地區(qū)來(lái)看，處于技術(shù)效率前沿面的個(gè)數(shù)減少，調(diào)整之后僅中國(guó)、泰國(guó)、拉脫維亞、約旦四國(guó)處于技術(shù)效率前沿面，其中前三國(guó)在調(diào)整前的測(cè)算結(jié)果中也處于技術(shù)效率前沿面；從規(guī)模報(bào)酬?duì)顟B(tài)來(lái)看，處于規(guī)模保持不變的國(guó)家或地區(qū)個(gè)數(shù)減少，處于規(guī)模報(bào)酬遞增狀態(tài)的國(guó)家或地區(qū)個(gè)數(shù)增加，而中國(guó)、泰國(guó)、拉脫維亞三國(guó)始終處于規(guī)模保持不變狀態(tài)，約旦則由規(guī)模報(bào)酬遞增狀態(tài)調(diào)整為規(guī)模報(bào)酬不變狀態(tài)，整體上處于規(guī)模報(bào)酬遞增狀態(tài)，可見(jiàn)多數(shù)國(guó)家或地區(qū)的農(nóng)業(yè)生產(chǎn)規(guī)模尚未處于最佳狀態(tài)。當(dāng)前測(cè)算結(jié)果顯示中國(guó)、泰國(guó)、拉脫維亞、約旦四國(guó)處于技術(shù)效率前沿面，也就是均為投出產(chǎn)出的有效決策單元，需要進(jìn)一步的比較。限于篇幅，本文刪除了使用超效率DEA模型對(duì)農(nóng)業(yè)投入產(chǎn)出有效決策單元間進(jìn)行比較的詳細(xì)內(nèi)容，但本文借助該方法的測(cè)算結(jié)果顯示，他們間由高到低排序依次是中國(guó)、約旦、泰國(guó)和拉脫維亞，效率值依次為3.806、2.891、1.229和0.525。

4 結(jié)論

（1）環(huán)境變量對(duì)“一帶一路”沿線國(guó)家和地區(qū)農(nóng)業(yè)投入產(chǎn)出效率測(cè)度影響是顯著的，通過(guò)剔除非效率因素影響之后的測(cè)度結(jié)果與直接測(cè)度的結(jié)果具有很大差異，其中人均GDP表征的經(jīng)濟(jì)發(fā)展水平是提高農(nóng)業(yè)生產(chǎn)效率的顯著性因素。

（2）通過(guò)利用SFA方法等調(diào)整剔除非效率因素的影響后，“一帶一路”沿線66個(gè)國(guó)家和地區(qū)的農(nóng)業(yè)綜合技術(shù)效率的平均值由調(diào)整前的0.722變?yōu)檎{(diào)整后的0.17。其中就區(qū)域來(lái)看，調(diào)整后東亞國(guó)家、東盟國(guó)家、中亞國(guó)家、南亞國(guó)家、西亞國(guó)家（地區(qū)）、中東歐國(guó)家和獨(dú)聯(lián)體國(guó)家的農(nóng)業(yè)綜合技術(shù)效率平均值從大到小依次為0.523、0.311、0.247、0.123、0.112、0.13和0.103，各個(gè)地區(qū)之間差距明顯；就單個(gè)國(guó)家和地區(qū)來(lái)看，其內(nèi)部農(nóng)業(yè)綜合技術(shù)效率的差距更大，最大值為1（中國(guó)、泰國(guó)、約旦、拉脫維亞），最小為0.001（卡塔爾、黎巴嫩）。此外，使用超效率DEA模型對(duì)處于投入產(chǎn)出有效國(guó)家進(jìn)一步比較，也發(fā)現(xiàn)其綜合技術(shù)效率差距明顯。說(shuō)明絕大多數(shù)國(guó)家的農(nóng)業(yè)生產(chǎn)技術(shù)效率仍存在較大的提升空間。

表3 調(diào)整后各國(guó)家（地區(qū)）農(nóng)業(yè)生產(chǎn)技術(shù)效率測(cè)算結(jié)果

（3）本文所研究的“一帶一路”沿線66個(gè)國(guó)家和地區(qū)中有62個(gè)國(guó)家和地區(qū)為投入產(chǎn)出無(wú)效決策單元，其中4個(gè)國(guó)家的規(guī)模報(bào)酬?duì)顟B(tài)處于遞減階段，56個(gè)國(guó)家和地區(qū)處于遞增狀態(tài)，并且絕大多數(shù)國(guó)家和地區(qū)的農(nóng)業(yè)規(guī)模報(bào)酬仍處于可提升階段，純技術(shù)效率和規(guī)模效率也都存在較大提升空間。

（4）中國(guó)的農(nóng)業(yè)生產(chǎn)效率與其他“一帶一路”沿線國(guó)家和地區(qū)相比，均具有較為顯著的優(yōu)勢(shì)。這意味著中國(guó)在農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)中積累的管理經(jīng)驗(yàn)和農(nóng)業(yè)技術(shù)，對(duì)其他“一帶一路”沿線國(guó)家和地區(qū)農(nóng)業(yè)技術(shù)效率的提升具有可借鑒的方面，在農(nóng)業(yè)產(chǎn)業(yè)合作交流、貿(mào)易、投資方面具有廣泛的前景。