李新月

（哈爾濱商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，哈爾濱150028）

近年來，吉林省農(nóng)業(yè)經(jīng)濟(jì)保持平穩(wěn)健康發(fā)展，2019年已達(dá)到糧食總產(chǎn)量363.3億千克，位居全國第7位。單位產(chǎn)6487.5千克每公頃，位居全國第4位。糧食產(chǎn)量連續(xù)6年超過350億千克。但與此同時，吉林省傳統(tǒng)的粗放型農(nóng)業(yè)發(fā)展模式過度依賴高投入及高污染排放帶來的高經(jīng)濟(jì)產(chǎn)出，嚴(yán)重影響了其農(nóng)業(yè)資源環(huán)境。而作為我國農(nóng)業(yè)生產(chǎn)大省，吉林省糧食生產(chǎn)環(huán)境重要性不言而喻。為保證吉林省糧食產(chǎn)品質(zhì)量安全，保障資源、環(huán)境和生態(tài)三者之間協(xié)調(diào)、健康、可持續(xù)發(fā)展，合理準(zhǔn)確地對吉林省農(nóng)業(yè)生態(tài)效率進(jìn)行測度研究具有重大意義。

根據(jù)現(xiàn)有的農(nóng)業(yè)生態(tài)效率研究成果，國內(nèi)外學(xué)者大多以實證為主。從研究區(qū)域上看，眾多學(xué)者針對全國的農(nóng)業(yè)生態(tài)效率進(jìn)行了測度研究，以及針對中國糧食主產(chǎn)區(qū)、山東省等農(nóng)業(yè)生態(tài)效率的評價研究；從研究方法上看，應(yīng)用較為廣泛的為數(shù)據(jù)包絡(luò)分析法，主要采用的模型有傳統(tǒng)DEA模型，SBM模型，超效率模型等；從研究內(nèi)容上看，眾多學(xué)者們在分析農(nóng)業(yè)生態(tài)效率的基礎(chǔ)上，還對其提升路徑，空間溢出效應(yīng)及時空分異做出了評價研究。

研究發(fā)現(xiàn)，學(xué)者們對于吉林省的農(nóng)業(yè)生態(tài)效率研究成果較少。筆者選取了2015-2019年的面板數(shù)據(jù)，利用DEAP2.1軟件，對吉林省農(nóng)業(yè)生態(tài)效率分別進(jìn)行基于傳統(tǒng)DEA模型的靜態(tài)評價分析和基于Malmquist指數(shù)的動態(tài)評價分析，得出結(jié)論并提出改善建議。

一、研究方法與理論模型

（一）DEA-BCC模型

數(shù)據(jù)包絡(luò)分析（DEA）是美國著名運籌學(xué)家Charnes等提出的一種效率評價方法。評價對象即為決策單元（DMU）。DEA法把單投入與單產(chǎn)出的效率概念發(fā)展到多投入、多產(chǎn)出的綜合性效率評價中，DEA法避免主觀干擾，具有很強的科學(xué)性和客觀性。對樣本容量要求較低，一般為兩倍指標(biāo)數(shù)即可。DEA模型的最大效率值為1，值越大，說明效率越高。

BCC模型是以規(guī)模報酬可變?yōu)榍疤釛l件，1984年，Banker，Charnes和Cooper提出該模型，技術(shù)效率（TE）還可分解為純技術(shù)效率（PTE）和規(guī)模效率（SE），即TE=PTE×SE。

（二）DEA-Malmquist模型

Malmquist指數(shù)能夠很好地反映農(nóng)業(yè)生態(tài)效率的動態(tài)變化情況。MalmquistSten最初提出Malmquist指數(shù)模型，隨后Caves等（1982）將其首度應(yīng)用于生產(chǎn)率動態(tài)變化的測算。全要素生產(chǎn)率指數(shù)（tfpch）可以分解為技術(shù)效率指數(shù)（effch）和技術(shù)進(jìn)步指數(shù)（techch），其中技術(shù)效率指數(shù)可進(jìn)一步分解為純技術(shù)效率指數(shù)（pech）和規(guī)模效率指數(shù)（sech）。

Malmquist指數(shù)是衡量全要素生產(chǎn)率的動態(tài)變化情況。當(dāng)該指數(shù)大于1時，表示全要素生產(chǎn)率呈上升趨勢，效率有一定程度的提高；反之，若該指數(shù)值小于1則表明全要素生產(chǎn)率呈下降趨勢，效率有所下降。

二、指標(biāo)選取與數(shù)據(jù)來源

農(nóng)業(yè)生態(tài)效率評價的思想就是在保證最小投入量的同時，確保達(dá)到最大化的產(chǎn)出。參考以往學(xué)者的研究情況，將成本指標(biāo)作為投入指標(biāo)，將收益性指標(biāo)作為產(chǎn)出指標(biāo)，構(gòu)建吉林省農(nóng)業(yè)生態(tài)效率評價指標(biāo)體系（見表1）。研究數(shù)據(jù)均來源于各年的《吉林省統(tǒng)計年鑒》以及各縣市統(tǒng)計年鑒。

表1 吉林省農(nóng)業(yè)生態(tài)效率評價指標(biāo)體系

三、實證結(jié)果及分析

（一）吉林省農(nóng)業(yè)生態(tài)效率的靜態(tài)評價

1.從區(qū)域角度比較分析

通過DEAP2.1軟件，對吉林省39個縣域2015年到2019年的農(nóng)業(yè)生態(tài)效率進(jìn)行了測度，之后將其按所屬市區(qū)進(jìn)行平均取值。結(jié)果如表2所示。

表2 吉林省9地級市2015—2019年平均農(nóng)業(yè)生態(tài)效率值

從整體上來看，2015到2019年間，吉林省農(nóng)業(yè)生態(tài)效率平均值為0.894，并未處于生產(chǎn)有效前沿面上，約有10.6%的投入并未得到有效的產(chǎn)出。從個體上看，吉林省不存在五年間均處于生產(chǎn)有效狀態(tài)的城市。其中，五年間有2-4年達(dá)到生產(chǎn)有效狀態(tài)的有四平市和白山市，相對來說是DEA有效的。長春、遼源和松原市的農(nóng)業(yè)生態(tài)效率值均在0.9以上，雖然沒有達(dá)到最優(yōu)狀態(tài)，但整體效率較高。吉林、通化、白城和延邊朝鮮族自治州的效率值均在吉林省平均水平之下，說明這些城市的資源利用率較低，存在投入浪費現(xiàn)象。

2.從時間變化趨勢分析

如表2所示，吉林省2015到2019年間農(nóng)業(yè)生態(tài)效率整體上呈上升趨勢。其中，白山市除2017年沒有達(dá)到最優(yōu)值，其余四年均保持在最優(yōu)水平；四平市的農(nóng)業(yè)生態(tài)效率值逐步提升，在2017年達(dá)到了最優(yōu)，說明資源浪費現(xiàn)象有所改善；長春市2015到2016年效率值有所下降，而后處于穩(wěn)步提升狀態(tài)；吉林、遼源、通化、松原、白城和延邊地區(qū)到2017年農(nóng)業(yè)生態(tài)效率值存在不同程度的下降，而后逐步提升，但最終都沒有達(dá)到效率最優(yōu)狀態(tài)，還需進(jìn)一步改善投入產(chǎn)出比例。

（二）吉林省農(nóng)業(yè)生態(tài)效率的動態(tài)分析

為了進(jìn)一步了解吉林省農(nóng)業(yè)生態(tài)效率的動態(tài)變化過程，筆者通過Malmquist指數(shù)法測算出2015-2019年吉林省的全要素生產(chǎn)率，對農(nóng)業(yè)生態(tài)效率進(jìn)行動態(tài)分析。

1.吉林省總體效率變化

表3 2015—2019年吉林省Malmquist指數(shù)及其分解

表3為吉林省2015—2019年總體效率變動情況。從整體上看，吉林省2019年較2015年生產(chǎn)效率有所下降，全要素生產(chǎn)率均值為97.8%，下降了2.2%。技術(shù)進(jìn)步指數(shù)為0.945，下降了5.5%，這也是導(dǎo)致吉林省全要素生產(chǎn)率下降的主要原因。而技術(shù)效率變動指數(shù)上升了3.4%，表明吉林省技術(shù)效率在逐步改善，農(nóng)業(yè)管理方式與決策正確。

2015—2018年間，吉林省全要素生產(chǎn)率指數(shù)從1.025下降到0.921，這主要是由于技術(shù)效率變動與技術(shù)進(jìn)步指數(shù)均呈現(xiàn)衰退趨勢。2018-2019年全要素生產(chǎn)率指數(shù)有所上升，但數(shù)值仍小于1，全要素生產(chǎn)率呈現(xiàn)下降趨勢；其中技術(shù)效率上升了9.8%，而技術(shù)進(jìn)步指數(shù)下降了10.1%，說明盡管技術(shù)效率上升，但是還不足以彌補技術(shù)進(jìn)步指數(shù)下降所帶來的影響。

2.吉林省各城市效率變化

表4為2015—2019年吉林省各城市全要素生產(chǎn)率動態(tài)變化情況。吉林省9個地級市中僅有3個城市全要素生產(chǎn)率指數(shù)大于1。其中，漲幅最大的城市為延邊朝鮮族自治州，增長了6.4%；其次是通化市，全要素生產(chǎn)率增長了3.4%；白城市增長了1.5%。這三個地區(qū)的技術(shù)進(jìn)步指數(shù)分別都有一定程度的下降，主要是由于技術(shù)效率增長引起的全要素生產(chǎn)率增長。其他6個地區(qū)的生產(chǎn)率指數(shù)均小于1，主要是技術(shù)進(jìn)步指數(shù)下降的結(jié)果，嚴(yán)重影響了吉林省農(nóng)業(yè)生態(tài)效率的提升。

表4 2015—2019年吉林省各城市Malmquist指數(shù)及其分解

四、結(jié)論與建議

筆者基于傳統(tǒng)DEA模型和Malmquist指數(shù)法對吉林省農(nóng)業(yè)生態(tài)效率分別進(jìn)行靜態(tài)和動態(tài)的評價分析，并從靜態(tài)評價角度和動態(tài)評價角度總結(jié)出結(jié)論和建議如下。

（一）靜態(tài)評價角度

1.吉林省整體在5年間一直未處于生產(chǎn)有效前沿面上。其中四平市和白山市分別有2年和4年達(dá)到了生產(chǎn)有效狀態(tài)，相對DEA有效；長春、遼源和松原市的農(nóng)業(yè)生態(tài)效率值均在0.9以上，整體效率處于較高狀態(tài)，這些城市應(yīng)在保持現(xiàn)有水平的基礎(chǔ)上進(jìn)一步優(yōu)化投入產(chǎn)出比例，以期達(dá)到DEA有效水平。

2.吉林、通化、白城市和延邊朝鮮族自治州的效率值均在吉林省平均水平之下，說明這幾個城市的農(nóng)業(yè)投入產(chǎn)出結(jié)構(gòu)不合理，農(nóng)業(yè)生態(tài)效率整體水平偏低。此類城市應(yīng)優(yōu)化種植結(jié)構(gòu)，完善農(nóng)業(yè)基礎(chǔ)設(shè)施的建設(shè)，加強化肥農(nóng)藥管理監(jiān)督的力度，減少不必要的指標(biāo)投入。

（二）動態(tài)評價角度

1.吉林省五年間全要素生產(chǎn)率均值為0.978，說明農(nóng)業(yè)生態(tài)效率呈現(xiàn)退步趨勢。效率退步主要是因技術(shù)進(jìn)步指數(shù)下降，而技術(shù)效率變動指數(shù)增長了3.4%。說明吉林省農(nóng)業(yè)管理方式與決策正確，但整體產(chǎn)業(yè)技術(shù)有退步趨勢，應(yīng)大力加強農(nóng)業(yè)技術(shù)水平的改進(jìn)。

2.延邊朝鮮族自治州、通化市和白城市全要素生產(chǎn)率大于1，技術(shù)效率提升是此類地區(qū)生產(chǎn)率上升的主要原因。長春、吉林、四平、遼源、白山和松原市的全要素生產(chǎn)率均小于1，處于生態(tài)效率退步趨勢。研究發(fā)現(xiàn)，技術(shù)進(jìn)步指數(shù)的下降對吉林省各個地區(qū)均存在制約作用。政府應(yīng)加強對農(nóng)業(yè)發(fā)展的扶持力度，加強農(nóng)業(yè)技術(shù)現(xiàn)代化，提高生產(chǎn)力水平；同時生產(chǎn)率較高地區(qū)也可以向其他地區(qū)傳送經(jīng)驗，生產(chǎn)率較低地區(qū)也要積極吸收外部經(jīng)驗，提高農(nóng)業(yè)發(fā)展水平。

吉林省整體還處于農(nóng)業(yè)生態(tài)效率較低水平，各地區(qū)應(yīng)基于可持續(xù)發(fā)展理念，優(yōu)化農(nóng)業(yè)資源投入產(chǎn)出配置，因地制宜發(fā)展農(nóng)業(yè)，提高農(nóng)業(yè)產(chǎn)業(yè)化、技術(shù)化和生態(tài)化水平。在資源、生態(tài)、環(huán)境三者協(xié)調(diào)發(fā)展的同時，努力提高農(nóng)業(yè)生態(tài)效率水平。