盧東寧，龐 超

(延安大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 延安 716000)

0 引言

我國(guó)作為世界農(nóng)業(yè)大國(guó)，農(nóng)業(yè)是國(guó)家和社會(huì)發(fā)展的基礎(chǔ)，是實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)快速發(fā)展和農(nóng)民收入增長(zhǎng)的重要保障[1]。農(nóng)業(yè)的發(fā)展不僅影響著農(nóng)民的切身利益，也關(guān)系到國(guó)家的產(chǎn)業(yè)布局與宏觀規(guī)劃問題，更是實(shí)現(xiàn)鄉(xiāng)村振興的重要推手，農(nóng)業(yè)生產(chǎn)效率則是對(duì)地區(qū)農(nóng)業(yè)發(fā)展情況最為直觀的體現(xiàn)。四川省是我國(guó)農(nóng)業(yè)大省，是我國(guó)糧食作物以及經(jīng)濟(jì)作物的重要產(chǎn)地之一，四川省農(nóng)林牧漁總產(chǎn)值連年增加，從2015年至今已增加了23.7%，且2018年四川省農(nóng)林牧漁總產(chǎn)值為7195.65億元，連續(xù)多年位于我國(guó)前3位，由此可見，農(nóng)業(yè)產(chǎn)業(yè)在四川省的經(jīng)濟(jì)發(fā)展中扮演著非常重要的角色。作為一個(gè)農(nóng)業(yè)生產(chǎn)大省，農(nóng)業(yè)生產(chǎn)效率的準(zhǔn)確度對(duì)于該地區(qū)的農(nóng)業(yè)發(fā)展是非常關(guān)鍵的，如何在農(nóng)業(yè)高速發(fā)展時(shí)期準(zhǔn)確測(cè)量出地區(qū)農(nóng)業(yè)生產(chǎn)效率是政府進(jìn)行農(nóng)業(yè)產(chǎn)業(yè)宏觀把控的重要參考。因此，本文根據(jù)四川省各市(州)的農(nóng)業(yè)投入與生產(chǎn)情況，運(yùn)用三階段DEA模型，測(cè)算出四川省各市(州)的真實(shí)農(nóng)業(yè)生產(chǎn)效率，從而針對(duì)未達(dá)到效率最優(yōu)的地區(qū)提出改進(jìn)措施，進(jìn)而提高其農(nóng)業(yè)生產(chǎn)效率。

國(guó)外學(xué)者對(duì)于生產(chǎn)效率的研究起步較早，F(xiàn)arrell[2]最先提出了DEA模型的原型，是第一位運(yùn)用線性規(guī)劃的方法來測(cè)算農(nóng)業(yè)生產(chǎn)效率的學(xué)者。此后運(yùn)籌學(xué)家Charnes等[3]在此基礎(chǔ)上正式提出了數(shù)據(jù)包絡(luò)分析方法(DEA模型)，用于評(píng)價(jià)相同部門間的相對(duì)有效性，被稱為DEA有效，他們的第一個(gè)模型被命名為插入C2R模型。從生產(chǎn)函數(shù)的角度看，這一模型是用來研究具有多個(gè)輸入，特別是具有多個(gè)輸出的“生產(chǎn)部門”同時(shí)為“規(guī)模有效”與“技術(shù)有效”的十分理想且卓有成效的方法。Fried等[4]指出傳統(tǒng)DEA模型沒有考慮環(huán)境因素和隨機(jī)噪聲對(duì)決策單元效率評(píng)價(jià)的影響，在考慮環(huán)境因素和隨機(jī)噪聲的基礎(chǔ)上，提出了三階段DEA模型，此方法受到了廣大學(xué)者的高度認(rèn)同和應(yīng)用。

國(guó)內(nèi)學(xué)者對(duì)于農(nóng)業(yè)生產(chǎn)效率的測(cè)量也進(jìn)行了大量的研究，研究范圍從全國(guó)到地區(qū)均有涉及。李航飛[5]基于DEA模型對(duì)我國(guó)的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了區(qū)域性的差異分析，根據(jù)模型結(jié)果最終對(duì)我國(guó)不同省份的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了分類分析。趙春蘭[6]運(yùn)用DEA模型對(duì)2016年四川省21個(gè)市(州)的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了測(cè)算，研究表明：四川省各地區(qū)農(nóng)業(yè)生產(chǎn)效率差異較大，提出化肥過度投入是四川省存在的一個(gè)重要問題，為此提出了相應(yīng)的效率改進(jìn)路徑。劉繼為等[7]運(yùn)用DEA-BCC模型和超效率模型對(duì)河北省11個(gè)地級(jí)市進(jìn)行了農(nóng)業(yè)生產(chǎn)效率測(cè)量，結(jié)果顯示：河北省的農(nóng)業(yè)生產(chǎn)效率總體較好，但還存在純技術(shù)效率較低、地區(qū)農(nóng)業(yè)生產(chǎn)效率值差異明顯等問題，以此為河北省農(nóng)業(yè)生產(chǎn)效率的提升路徑提出了相關(guān)建議。李強(qiáng)等[8]運(yùn)用DEA模型對(duì)2004～2017年吉林省9個(gè)地市的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了測(cè)算，并運(yùn)用Malmquist指數(shù)和投影分析法對(duì)吉林省的生產(chǎn)效率水平進(jìn)行研究，根據(jù)結(jié)果提出了吉林省農(nóng)業(yè)現(xiàn)代化、規(guī)?；⒉町惢炔呗?。汪杰等[9]基于DEA-Tobit模型對(duì)湖南省環(huán)洞庭湖地區(qū)的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了研究，研究表明：城鎮(zhèn)化率、有效灌溉率和城鄉(xiāng)居民收入對(duì)農(nóng)業(yè)生產(chǎn)效率起負(fù)向作用，農(nóng)林牧漁固定資產(chǎn)投資對(duì)農(nóng)業(yè)生產(chǎn)效率起正向作用。

綜上所述，國(guó)內(nèi)學(xué)者對(duì)于農(nóng)業(yè)生產(chǎn)效率問題的研究主要集中于傳統(tǒng)的DEA模型、Malmquis指數(shù)及Tobit模型，由于以上方法無法有效剔除環(huán)境因素和隨機(jī)因素的影響，因而測(cè)量出的結(jié)果無法真實(shí)反映農(nóng)業(yè)生產(chǎn)效率，且現(xiàn)有研究對(duì)象主要集中于省域數(shù)據(jù)，對(duì)于深入到各省份、各個(gè)區(qū)域的研究較少，且對(duì)于四川省各市(州)的農(nóng)業(yè)生產(chǎn)效率研究更為缺乏。因此，本文采取三階段DEA模型，以四川省各市(州)作為研究對(duì)象，在有效剔除環(huán)境因素和隨機(jī)因素影響的基礎(chǔ)上得出準(zhǔn)確的農(nóng)業(yè)生產(chǎn)效率水平，旨在為提高四川地區(qū)農(nóng)業(yè)生產(chǎn)效率的路徑提出針對(duì)性、準(zhǔn)確性較強(qiáng)的建議。

1 方法描述與數(shù)據(jù)來源

1.1 三階段DEA模型

1.1.1 第一階段DEA分析 在第一階段，采用投入導(dǎo)向DEA-BCC模型，使用原始投入與產(chǎn)出數(shù)據(jù)進(jìn)行初始效率評(píng)價(jià)，并得出在此效率水平下的松弛變量?？杀硎緸椋?/p>

其中，j=1,2,…,n表示決策單元，X,Y分別是投入、產(chǎn)出向量。若θ=1,S+=S-=0，則決策單元DEA有效；若θ=1,S+≠0,或θ≠0，則決策單元弱DEA有效；若θ<1，則決策單元非DEA有效。

1.1.2 SFA回歸剔除環(huán)境因素和統(tǒng)計(jì)噪聲 第二階段的主要目標(biāo)是將第一階段的松弛變量分解成環(huán)境因素、管理無效率和統(tǒng)計(jì)噪聲3種效應(yīng)，借助于SFA模型對(duì)第一階段的松弛變量對(duì)環(huán)境變量和混合誤差項(xiàng)進(jìn)行回歸。

Snj=f(Zi;βn)+vni+μni;

i=1,2，…,I;n=1,2，…,N

具體調(diào)整的公式如下：

1.1.3 第三階段DEA分析 運(yùn)用調(diào)整后的投入產(chǎn)出變量替換初始投入變量，再次測(cè)算各決策單元的效率，此時(shí)的效率已經(jīng)剔除環(huán)境因素和隨機(jī)因素的影響，是相對(duì)真實(shí)準(zhǔn)確的。

1.2 指標(biāo)選取和數(shù)據(jù)來源

1.2.1 指標(biāo)選取 本文依據(jù)數(shù)據(jù)可獲得性、合理性、科學(xué)性等原則以農(nóng)林牧漁總產(chǎn)值作為衡量農(nóng)業(yè)生產(chǎn)效率的產(chǎn)出指標(biāo)。其次，在對(duì)農(nóng)業(yè)生產(chǎn)效率影響因素考慮以及綜合現(xiàn)有研究的基礎(chǔ)上，從土地、資本、勞動(dòng)力的角度選取了農(nóng)林牧漁業(yè)從業(yè)人員(人)、農(nóng)作物種植面積(萬hm2)、農(nóng)用機(jī)械總動(dòng)力(萬kW)、耕地灌溉面積(萬hm2)、農(nóng)用化肥施用折純量(t)、農(nóng)用塑料薄膜使用量(t)作為投入變量。

根據(jù)萬長(zhǎng)松等[10]的研究，環(huán)境變量對(duì)農(nóng)業(yè)生產(chǎn)效率有影響，但又不在個(gè)體樣本所能控制的范圍內(nèi)的指標(biāo)，綜合已有研究文獻(xiàn)以及四川地區(qū)的實(shí)際情況，本文選取農(nóng)林水支出占財(cái)政支出比例(%)、城鎮(zhèn)化率(%)、農(nóng)村居民人均可支配收入(元)、工業(yè)化水平(%)4項(xiàng)指標(biāo)作為本文的環(huán)境變量。農(nóng)林水支出占財(cái)政支出比例是指國(guó)家政府用于農(nóng)林水事務(wù)發(fā)展的財(cái)政支出政策，一般來講，財(cái)政支出的增加將會(huì)有利于地區(qū)農(nóng)業(yè)向利好的方向發(fā)展；城鎮(zhèn)化率代表了該地區(qū)的城鎮(zhèn)化水平，一般來講，城鎮(zhèn)化水平越高的地區(qū)，其所能帶動(dòng)的第一產(chǎn)業(yè)的發(fā)展能力就越強(qiáng)，更有利于農(nóng)業(yè)現(xiàn)代化水平的提高，進(jìn)而提高該地區(qū)的農(nóng)業(yè)生產(chǎn)效率；農(nóng)村居民可支配收入代表了農(nóng)村居民的生活水平，農(nóng)村居民可支配收入的增加會(huì)促進(jìn)農(nóng)民進(jìn)行農(nóng)業(yè)生產(chǎn)的積極性，從而會(huì)影響該地區(qū)的農(nóng)業(yè)生產(chǎn)效率。工業(yè)化水平是指地區(qū)第二產(chǎn)業(yè)占生產(chǎn)總值比值，一般來講第二產(chǎn)業(yè)的發(fā)展能夠?yàn)樵摰貐^(qū)農(nóng)業(yè)產(chǎn)業(yè)提供所需的資本和技術(shù)，起到重要的反哺作用。

1.2.2 數(shù)據(jù)來源 本文所研究的數(shù)據(jù)來源于2019年《四川省統(tǒng)計(jì)年鑒》、2019年《中國(guó)城市統(tǒng)計(jì)年鑒》以及四川省各市(州)2019年統(tǒng)計(jì)年鑒。

2 實(shí)證分析

2.1 第一階段DEA分析

首先，在未考慮環(huán)境因素和隨機(jī)因素的影響下，利用DEAP 2.1軟件對(duì)四川省21個(gè)市(州)的農(nóng)業(yè)生產(chǎn)效率進(jìn)行測(cè)算，由此得出第一階段的綜合技術(shù)效率(crste)、純技術(shù)效率(vrste)以及規(guī)模效率(scale)，其中綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率。如表1所示，四川省各市(州)的農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率平均值為0.918，純技術(shù)效率平均值為0.935，規(guī)模效率平均值為0.982。同時(shí)可以看出有9個(gè)地區(qū)達(dá)到了效率最優(yōu)，另外12個(gè)地區(qū)仍有進(jìn)步的空間。第一階段DEA模型分析并未剔除環(huán)境和隨機(jī)因素的影響，無法真實(shí)地反映四川省各市(州)真實(shí)準(zhǔn)確的農(nóng)業(yè)生產(chǎn)效率，因此進(jìn)行第二階段SFA回歸分析。

2.2 第二階段SFA回歸結(jié)果分析

將所選取的3個(gè)環(huán)境變量作為解釋變量，第一階段DEA模型所得出的松弛變量作為被解釋變量，利用Frontier 4.1進(jìn)行隨機(jī)前沿分析(SFA)回歸分析。結(jié)果如表2所示，可以看出環(huán)境變量對(duì)于投入變量的松弛量的系數(shù)大多數(shù)都能夠通過1%顯著性檢驗(yàn)，表明外部因素在不同程度上影響了陜北各地區(qū)農(nóng)業(yè)生產(chǎn)效率，說明了進(jìn)行第二步SFA回歸的必要性。其次，各個(gè)環(huán)境變量與投入變量冗余值的相關(guān)系數(shù)說明了環(huán)境對(duì)于投入變量的影響關(guān)系，系數(shù)為正說明環(huán)境變量的增加導(dǎo)致了投入變量冗余值的增加，從而降低效率；系數(shù)為負(fù)說明環(huán)境變量的增加導(dǎo)致投入變量冗余值的減少，從而提高效率。最后，gamma值接近1表示實(shí)際產(chǎn)出與理想產(chǎn)出的差主要是由技術(shù)非效率引起的，LR值也大部分通過了1%的單邊似然比檢驗(yàn)，表明SFA回歸結(jié)果較好，以下逐一進(jìn)行討論。

表2 SFA回歸結(jié)果

2.2.1 農(nóng)林水事物支出占財(cái)政支出比例對(duì)各項(xiàng)投入松弛變量的影響 從表2可知：農(nóng)林水事務(wù)支出對(duì)農(nóng)林牧漁業(yè)從業(yè)人員、農(nóng)用機(jī)械總動(dòng)力、灌溉耕地面積以及化肥施用量的松弛變量通過了1%的顯著性檢驗(yàn)，與農(nóng)作物種植面積的松弛變量不顯著。且農(nóng)林水事務(wù)支出占財(cái)政支出比例的大小代表了政府對(duì)當(dāng)?shù)剞r(nóng)業(yè)發(fā)展投入支出力度，理論上講，農(nóng)林水事務(wù)支出的增加有利于農(nóng)業(yè)基礎(chǔ)設(shè)施的建設(shè)及改善農(nóng)業(yè)生產(chǎn)環(huán)境，從而提高農(nóng)業(yè)生產(chǎn)效率。但是，通過模型可知，農(nóng)林水事物支出對(duì)4個(gè)投入變量的松弛變量的系數(shù)均為正數(shù)，意味著四川省各市(州)的農(nóng)林水事務(wù)支出的增加使得人們對(duì)于農(nóng)業(yè)產(chǎn)業(yè)的期望較為樂觀，人們紛紛選擇從事農(nóng)業(yè)類生產(chǎn)，導(dǎo)致農(nóng)林牧漁業(yè)從業(yè)人員的冗余度增加，盲目增加機(jī)械設(shè)備以及農(nóng)資投入量，但是并沒有推動(dòng)四川省各市(州)農(nóng)業(yè)生產(chǎn)效率的提高，表明2018年四川省各市(州)各個(gè)地區(qū)的農(nóng)業(yè)財(cái)政支出未能夠起到有效推動(dòng)農(nóng)業(yè)生產(chǎn)效率的目的。

2.2.2 農(nóng)村居民人均可支配收入對(duì)各項(xiàng)投入松弛變量的影響 從表2可知：農(nóng)村居民人均可支配收入對(duì)于灌溉耕地面積通過了1%的顯著性檢驗(yàn)，對(duì)于農(nóng)林牧漁業(yè)從業(yè)人員、農(nóng)作物種植面積的松弛變量通過了5%的顯著性檢驗(yàn)，對(duì)于農(nóng)業(yè)機(jī)械總動(dòng)力和化肥折純使用量沒有通過顯著性檢驗(yàn)，其對(duì)于各項(xiàng)投入指標(biāo)的松弛變量的系數(shù)均為正，說明隨著四川省各市(州)農(nóng)村居民人均可支配收入的增加，導(dǎo)致其盲目加大農(nóng)業(yè)生產(chǎn)活動(dòng)的各項(xiàng)投入，但是并未有效整合各項(xiàng)投入資源，造成投入的極大浪費(fèi)，不能有效地轉(zhuǎn)化為提高農(nóng)業(yè)生產(chǎn)效率的支撐。

2.2.3 城鎮(zhèn)化水平對(duì)各項(xiàng)投入松弛變量的影響 從表2可知：四川省各市(州)城鎮(zhèn)化水平對(duì)于農(nóng)林牧漁從業(yè)人員、農(nóng)作物種植面積、灌溉耕地面積以及化肥折純使用量的松弛變量均通過了1%的顯著性檢驗(yàn)，農(nóng)用機(jī)械總動(dòng)力通過了5%的顯著性檢驗(yàn)，具有較強(qiáng)的顯著性水平。城鎮(zhèn)化水平是一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的重要標(biāo)志，從SFA結(jié)果來看，四川省各市區(qū)的城鎮(zhèn)化水平對(duì)于農(nóng)林牧漁業(yè)從業(yè)人員、農(nóng)作物耕地面積以及灌溉耕地面積松弛變量的系數(shù)為負(fù)，對(duì)于農(nóng)業(yè)機(jī)械總動(dòng)力和化肥折純使用量的松弛變量系數(shù)為正，一方面表明四川省各市(州)隨著城鎮(zhèn)化水平的提高，能夠?qū)r(nóng)村從業(yè)人員產(chǎn)生吸引效應(yīng)，大量農(nóng)村從業(yè)者選擇城市中更好的就業(yè)機(jī)會(huì)而離開農(nóng)村，減少了農(nóng)村從業(yè)人員的冗余值，使得農(nóng)村原本“地少人多”的情況得到緩解，有利于進(jìn)行規(guī)模化、機(jī)械化的農(nóng)業(yè)生產(chǎn)，進(jìn)而提高了土地利用率，減少農(nóng)村耕地的冗余值，另一方面體現(xiàn)了城鎮(zhèn)化發(fā)展未能提高農(nóng)業(yè)機(jī)械與化肥的利用率，造成了一定的浪費(fèi)。

2.2.4 工業(yè)化水平對(duì)于各項(xiàng)投入松弛變量的影響 從表2可知：工業(yè)化水平對(duì)于各項(xiàng)投入松弛變量均通過了1%的顯著性，農(nóng)林牧漁業(yè)從業(yè)人員、農(nóng)作物耕地面積以及灌溉耕地面積松弛變量的系數(shù)為正，這一點(diǎn)與前文的假設(shè)不符，其原因可能是在四川省各市(州)工業(yè)化發(fā)展的過程中，隨著工業(yè)化水平的提高吸引了農(nóng)村勞動(dòng)力從事工業(yè)活動(dòng)，從而導(dǎo)致農(nóng)村年輕勞動(dòng)力的流失，現(xiàn)有的農(nóng)村勞動(dòng)力結(jié)構(gòu)偏為老齡及殘弱群體，無法有效利用現(xiàn)有勞動(dòng)力進(jìn)行農(nóng)業(yè)生產(chǎn)勞動(dòng)，導(dǎo)致勞動(dòng)力冗余現(xiàn)象，進(jìn)而不能有效利用土地進(jìn)行規(guī)?；C(jī)械化農(nóng)事生產(chǎn)。工業(yè)化水平對(duì)于農(nóng)業(yè)機(jī)械總動(dòng)力和化肥施用折純量的系數(shù)為負(fù)數(shù)，表明工業(yè)化的發(fā)展有利于農(nóng)用機(jī)械升級(jí)換代，進(jìn)而在一定程度上能夠有效降低動(dòng)力和化肥的浪費(fèi)。

2.3 第三階段DEA分析

將第二階段調(diào)整之后的投入變量重新利用DEAP 2.1軟件進(jìn)行DEA-BCC模型測(cè)算，所得效率值如表3所示，該效率值是在剔除了環(huán)境因素和隨機(jī)因素之后所得，具有較強(qiáng)的準(zhǔn)確性，更能有效地反映四川省各市(州)的農(nóng)業(yè)生產(chǎn)效率情況。

對(duì)比表1、表3可知：從整體上來看，剔除了環(huán)境因素和隨機(jī)因素之后，四川省各市(州)的綜合效率值、純技術(shù)效率及規(guī)模效率3個(gè)值都有不同程度的下降，環(huán)境因素和隨機(jī)因素確實(shí)對(duì)四川省各市(州)的效率值產(chǎn)生了影響。再對(duì)比各個(gè)市(州)的效率值可知，大多數(shù)地區(qū)的效率值都有所下降，第一階段有9個(gè)地區(qū)達(dá)到了生產(chǎn)效率前沿，但經(jīng)過了第三階段剔除環(huán)境因素和隨機(jī)因素之后，只有7個(gè)地區(qū)達(dá)到生產(chǎn)前沿面，其中成都市、內(nèi)江市、南充市、甘孜藏族自治州、阿壩藏族羌族自治州第一、三階段DEA均達(dá)到了生產(chǎn)前沿面上，說明這幾個(gè)地區(qū)達(dá)到了真正的效率最優(yōu)。德陽市、達(dá)州市、雅安市、遂寧市在第三階段退出了生產(chǎn)前沿面，原因是這些地區(qū)所處的環(huán)境和運(yùn)氣較好，第一階段高估了其農(nóng)業(yè)生產(chǎn)效率，在第三階段中前3個(gè)地區(qū)在純技術(shù)效率以及規(guī)模效率上都有所下降，遂寧市主要是由于規(guī)模效率的下降而未達(dá)到DEA最優(yōu)。綿陽市、廣安市、涼山彝族自治州是在第三階段才達(dá)到了生產(chǎn)前沿面，說明這3個(gè)地區(qū)所處在環(huán)境和運(yùn)氣一般，真實(shí)的農(nóng)業(yè)生產(chǎn)效率較高。從綜合效率來看，有42.9%的地區(qū)的效率值有所下降，說明大部分地區(qū)的效率值與其所處的優(yōu)越環(huán)境相關(guān)聯(lián)，28.5%的效率值有所上升，部分地區(qū)在不考慮環(huán)境和隨機(jī)誤差的影響下，其實(shí)際資源利用效率比較高。

表3 第三階段DEA分析

總體來說，2018年四川省各市(州)在不同程度上受到了環(huán)境及隨機(jī)誤差因素的影響，其各效率值都有所上升或者下降，進(jìn)一步說明了運(yùn)用三階段DEA模型的必要性。

3 結(jié)論及政策建議

3.1 結(jié)論

通過三階段DEA模型對(duì)四川省各市(州)的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了實(shí)證分析，得到以下結(jié)論。

(1)經(jīng)過第二階段SFA回歸分析可知，財(cái)政支出和農(nóng)村居民人均可支配收入不利于各項(xiàng)投入變量冗余值的減少，工業(yè)化水平和城鎮(zhèn)化率則對(duì)于各項(xiàng)投入變量的冗余度均有不同程度的影響。

(2)從整體上來看，相較于第一階段DEA，第三階段DEA模型中四川省各市(州)的效率值產(chǎn)生了明顯的變化，綜合效率值、純技術(shù)效率、規(guī)模效率3個(gè)值都有不同程度的下降，更為真實(shí)準(zhǔn)確地反映了四川省各市(州)的農(nóng)業(yè)生產(chǎn)效率。

(3)從各個(gè)地區(qū)來看，自貢市、攀枝花市以及遂寧市主要是由于規(guī)模效率沒有達(dá)到最優(yōu)而導(dǎo)致的農(nóng)業(yè)生產(chǎn)效率非DEA有效，綿陽市、瀘州市、廣元市、樂山市以及巴中市則主要是由于純技術(shù)效率沒有達(dá)到最優(yōu)而導(dǎo)致的農(nóng)業(yè)生產(chǎn)效率非DEA有效，成都市、內(nèi)江市以及南充市等7個(gè)地區(qū)處于農(nóng)業(yè)生產(chǎn)效率DEA有效。

通過以上結(jié)論反映了四川省農(nóng)業(yè)區(qū)域生產(chǎn)效率間差距明顯，不平衡、不充分的問題較為突出，為有效提高四川省各地區(qū)農(nóng)業(yè)生產(chǎn)效率，需要因地制宜，根據(jù)區(qū)域間農(nóng)業(yè)的差異性，補(bǔ)其短板，強(qiáng)其弱項(xiàng)，才是正確有效的路徑，為此提出如下政策建議。

3.2 政策建議

3.2.1 四川省各市(州)的生產(chǎn)效率 水平高低不一，對(duì)于例如成都市、德陽市等處在農(nóng)業(yè)生產(chǎn)效率DEA有效或者純技術(shù)效率和規(guī)模效率較高的地區(qū)應(yīng)當(dāng)繼續(xù)加強(qiáng)農(nóng)業(yè)技術(shù)創(chuàng)新，推進(jìn)農(nóng)業(yè)現(xiàn)代化的進(jìn)程，維持并進(jìn)一步提升農(nóng)業(yè)生產(chǎn)效率。對(duì)于瀘州市、樂山市、綿陽市等規(guī)模效率較高但是純技術(shù)效率較低的地區(qū)，應(yīng)當(dāng)在現(xiàn)有規(guī)?；a(chǎn)的基礎(chǔ)上加強(qiáng)對(duì)于農(nóng)業(yè)生產(chǎn)的科技化水平，引入先進(jìn)的農(nóng)業(yè)管理理念與方法，從而提高對(duì)應(yīng)的純技術(shù)效率。對(duì)于自貢市、攀枝花市這種非DEA有效主要來自于規(guī)模效率的地區(qū)，應(yīng)當(dāng)加強(qiáng)這些地區(qū)的農(nóng)業(yè)生產(chǎn)規(guī)?；?、集約化水平，鼓勵(lì)農(nóng)村土地流轉(zhuǎn)，由原先的分散式，個(gè)體農(nóng)地經(jīng)營(yíng)向家庭農(nóng)場(chǎng)式規(guī)?；r(nóng)業(yè)模式進(jìn)行過渡。

3.2.2 根據(jù)第二階段SFA回歸 分析可知，四川省各地區(qū)的農(nóng)林水事務(wù)支出沒有達(dá)到預(yù)期效果，應(yīng)當(dāng)提高農(nóng)林水事務(wù)財(cái)政支出利用率，合理配置各項(xiàng)農(nóng)業(yè)投入資源，優(yōu)化財(cái)政支農(nóng)的項(xiàng)目組合。隨著人均可支配收入的增加會(huì)導(dǎo)致投入資源浪費(fèi)的發(fā)生，各地區(qū)應(yīng)當(dāng)加強(qiáng)農(nóng)事教育和科普，提高農(nóng)民的理性務(wù)農(nóng)，進(jìn)而提升地區(qū)農(nóng)業(yè)投入利用率。從城鎮(zhèn)化水平對(duì)于農(nóng)業(yè)各項(xiàng)投入影響程度來看，四川省各地區(qū)應(yīng)當(dāng)穩(wěn)步推行城鎮(zhèn)化發(fā)展，促進(jìn)產(chǎn)業(yè)間帶動(dòng)效應(yīng)，通過第二產(chǎn)業(yè)來推動(dòng)第一產(chǎn)業(yè)的發(fā)展，及時(shí)換代更新農(nóng)機(jī)設(shè)施，減少農(nóng)村冗余勞動(dòng)力，增加人均土地面積，向著利于推進(jìn)規(guī)?；霓r(nóng)事生產(chǎn)發(fā)展。