王子涵

河南工業(yè)大學(xué)，河南鄭州 450000

“民以食為天，食以安為先?！奔Z食安全與國家發(fā)展緊密結(jié)合，是興國安民的一等要務(wù)?！笆奈濉币?guī)劃綱要指出要將糧食安全作為國家安全的堅(jiān)實(shí)根基，并對此進(jìn)行了安排部署，體現(xiàn)了糧食安全極其重要的地位。中央經(jīng)濟(jì)工作會議、中央農(nóng)村工作會議和黨的十九屆五中全會均表現(xiàn)出對糧食安全的高度重視。近年來，我國在糧食安全發(fā)展方面取得了舉世矚目的成就，但在農(nóng)業(yè)比較效益低、農(nóng)業(yè)生產(chǎn)成本高、農(nóng)業(yè)生產(chǎn)的耕地資源逐漸減少的現(xiàn)狀下，我國糧食安全仍面臨著許多潛在的威脅[1]。

新型冠狀病毒肺炎疫情暴發(fā)以來，部分國家對糧食出口采取限制性措施，由于疫情管控的封鎖措施影響了糧食產(chǎn)出水平與流通速度，全球糧食安全和農(nóng)產(chǎn)品貿(mào)易受到了一定的沖擊[2]。全球?yàn)榫徑饧Z食危機(jī)發(fā)布的2021年《全球糧食危機(jī)報(bào)告》指出，全球糧食危機(jī)水平已上升至近5年來最高。新型冠狀病毒肺炎疫情的暴發(fā)對各國防范糧食市場風(fēng)險、化解生產(chǎn)隱患和保障市場供給都提出了重大的挑戰(zhàn)。后疫情時代，全球主要農(nóng)業(yè)大國紛紛調(diào)整和制定新的糧食發(fā)展戰(zhàn)略和糧食安全舉措。在面對后疫情時代世界糧食發(fā)展與安全格局的新變化時，作為世界糧食的生產(chǎn)和消費(fèi)大國，中國穩(wěn)定糧食生產(chǎn)，保障糧食絕對安全是當(dāng)前和未來很長一段時間需要解決的突出問題[3]。

與此同時，當(dāng)前國際糧食貿(mào)易秩序也進(jìn)一步增加了中國的糧食安全風(fēng)險，主要表現(xiàn)在3個方面：第一，世界糧食安全治理面臨困境。由發(fā)達(dá)國家主導(dǎo)的全球糧食安全治理體系處于不平等的狀態(tài)，跨國糧農(nóng)企業(yè)控制全球糧食貿(mào)易，以跨國糧農(nóng)企業(yè)為中心的糧食體系缺乏韌度和自我調(diào)整性。第二，新型冠狀病毒肺炎疫情的全球暴發(fā)進(jìn)一步加劇世界糧食安全惡化態(tài)勢。聯(lián)合國糧食和農(nóng)業(yè)組織發(fā)布的《2021年世界糧食安全和營養(yǎng)狀況》指出：“到2030年可能仍有約66億人面臨饑餓，與未發(fā)生COVID-19疫情的情景相比增加3 000萬人，其中部分原因是疫情對全球糧食安全造成的長期影響。”第三，中國糧食進(jìn)口來源國較為集中，其中大豆的對外依存度最高，這使得中國在國際糧食貿(mào)易中承擔(dān)更多的政治風(fēng)險、法律風(fēng)險、商業(yè)風(fēng)險、價格風(fēng)險和供應(yīng)鏈風(fēng)險[4]。

我國在提高農(nóng)業(yè)生產(chǎn)效率時所面臨的首要挑戰(zhàn)是兼顧糧食安全和對農(nóng)業(yè)資源利用。國內(nèi)學(xué)者研究表明，解決上述問題的切實(shí)可行的辦法是提高農(nóng)業(yè)資源利用效率[5]。研究者不僅要研究各投入要素與農(nóng)業(yè)生產(chǎn)效率之間的關(guān)系，還要論證以下幾個問題：國家糧食安全體制與資源利用效率對農(nóng)業(yè)生產(chǎn)效率的影響。技術(shù)投入與生產(chǎn)規(guī)模如何影響農(nóng)業(yè)生產(chǎn)效率？對于上述問題，利用《中國統(tǒng)計(jì)年鑒》，利用農(nóng)村用電量、有效灌溉面積、農(nóng)藥使用量和農(nóng)用塑料薄膜使用量等要素分析2015—2020年全國各個?。ㄊ校┑募Z食效率，同時分析居民人均可支配收入、R&D經(jīng)費(fèi)和鄉(xiāng)村人口指標(biāo)對糧食生產(chǎn)效率的影響，以期為中國以提高農(nóng)業(yè)資源利用效率和糧食安全為目的的經(jīng)濟(jì)水平提升提供依據(jù)，助力中國維護(hù)國家糧食安全戰(zhàn)略。

1 文獻(xiàn)綜述

農(nóng)業(yè)生產(chǎn)資源的利用和糧食安全如何影響農(nóng)業(yè)生產(chǎn)率一直是農(nóng)業(yè)經(jīng)濟(jì)學(xué)者的研究重心[6]。國內(nèi)學(xué)者對農(nóng)業(yè)生產(chǎn)率進(jìn)行了深入的分析調(diào)查，主要側(cè)重于農(nóng)業(yè)經(jīng)營體制、農(nóng)業(yè)勞動生產(chǎn)率和耕地資源利用效率等方面[7]。在農(nóng)業(yè)生產(chǎn)效率方面，主要從效率測定、投入因子等方面進(jìn)行研究。在糧食安全方面，則更多的是關(guān)注糧食安全現(xiàn)狀、糧食生產(chǎn)效率、投入因子等[8]。學(xué)者在增長因素方面存在2種不同看法：一種主張技術(shù)進(jìn)步會促進(jìn)全要素生產(chǎn)率增長，技術(shù)效率則會限制其進(jìn)步與發(fā)展，另一種主張技術(shù)進(jìn)步與技術(shù)效率相輔相成，共同促進(jìn)了全要素生產(chǎn)率的增長[9]。在影響因素方面，影響糧食全要素生產(chǎn)率的因素主要包括經(jīng)濟(jì)水平、基礎(chǔ)設(shè)施、糧食產(chǎn)出和農(nóng)民人口占比等，研究結(jié)論隨著時間和區(qū)域的不同會有所差異[10]。

衡量農(nóng)業(yè)生產(chǎn)效率最主要的概念是農(nóng)業(yè)全要素生產(chǎn)率，其主要用途是測度除勞動力和資本投入以外，因技術(shù)發(fā)展和效率進(jìn)步等實(shí)現(xiàn)的農(nóng)業(yè)增長。我國學(xué)者在研究農(nóng)業(yè)全要素生產(chǎn)率時主要分為2個方面。

一是研究農(nóng)業(yè)全要素生產(chǎn)率的不同測算方式，主要包括隨機(jī)前沿面分析法(SFA)、生產(chǎn)函數(shù)法和基于DEA的Malmquist生產(chǎn)函數(shù)指數(shù)法等，并且對不同方式的結(jié)果進(jìn)行了對比式分析。王陽[11]運(yùn)用生產(chǎn)函數(shù)法研究了四川省的面板數(shù)據(jù)，得出農(nóng)業(yè)技術(shù)水平的提升一方面推動了農(nóng)業(yè)TFP的增長,另一方面卻拉大了技術(shù)效率差距。黃金波等[12]引入半?yún)?shù)和完全非參數(shù)隨機(jī)前沿模型，得出我國糧食生產(chǎn)技術(shù)效率的時間效應(yīng)關(guān)于連續(xù)型影響變量具有顯著效應(yīng)。王永靜等[13]運(yùn)用含非期望產(chǎn)出的超效率EBM模型和GlobalMalmquist指數(shù)模型測算各?。ㄊ校┺r(nóng)業(yè)全要素能源效率和能源全要素生產(chǎn)率，得出農(nóng)業(yè)能源效率提高與能源全要素生產(chǎn)率具有高度的相關(guān)性。

二是研究農(nóng)業(yè)全要素生產(chǎn)率的主要影響因子，國內(nèi)學(xué)者從農(nóng)戶資源生產(chǎn)要素、農(nóng)村公共品供給、經(jīng)濟(jì)發(fā)展水平等因素對農(nóng)業(yè)全要素生產(chǎn)率的影響。周鵬飛等[14]采用DEA-Malmquist指數(shù)法和兩步系統(tǒng)GMM模型分析，得出農(nóng)業(yè)TFP增長率及其對第一產(chǎn)業(yè)總產(chǎn)值增長的貢獻(xiàn)率均呈現(xiàn)出中部大于西部、西部大于東部的特點(diǎn)。李文華[15]運(yùn)用非參數(shù)Malmquist生產(chǎn)率指數(shù)方法測算了中國農(nóng)業(yè)全要素生產(chǎn)率的變化特征。王留鑫等[16]利用DEA-Malmquist指數(shù)法對農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行研究,發(fā)現(xiàn)我國農(nóng)業(yè)全要素生產(chǎn)率年均增長2.8%。

由上述分析可得，DEA是一種較為直觀、全面的農(nóng)業(yè)全要素生產(chǎn)率測算方式，多數(shù)地區(qū)由于各方面稟賦不同，在測算時需要考慮地域差異。而DEA不用研究者主觀地設(shè)定函數(shù)，客觀性較強(qiáng)，結(jié)果可視化程度高，可以減小誤差，運(yùn)用范圍較廣，便于理解與分析。利用DEA-Malmquist指數(shù)等方法對中國各省農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測定，從時間、空間等多維角度對中國糧食效率進(jìn)行可讀化分析，有利于更好地把握中國農(nóng)業(yè)經(jīng)濟(jì)水平和發(fā)展趨勢，了解糧食安全和農(nóng)業(yè)資源利用效率對農(nóng)業(yè)生產(chǎn)效率的影響，并提出一些前瞻性的建議。

2 研究方法與變量選取

2.1 實(shí)證方法

2.1.1 數(shù)據(jù)包絡(luò)模型Malmquist生產(chǎn)率指數(shù)是由Malmquist(1953)最早提出來的，后來Caves等(1982)將Shepherd距離函數(shù)與Malmquist生產(chǎn)率指數(shù)相聯(lián)系用于生產(chǎn)率變化的測算。由于選用的研究數(shù)據(jù)是多輸入多輸出型，不用對數(shù)據(jù)作出任何調(diào)整，且不需要了解數(shù)據(jù)之間的某些表達(dá)式關(guān)系，而DEA模型只從決策單元的實(shí)際輸入輸出數(shù)據(jù)求出最優(yōu)權(quán)重，具有很強(qiáng)的客觀性，能更準(zhǔn)確清晰地反映動態(tài)效率變化，因此選用DEA-Malmquist指數(shù)進(jìn)行分析[17]。

由文獻(xiàn)可得，DEA-Malmquist指數(shù)公式如下：

在公式（1）中，TPFCH為全要素生產(chǎn)率，Dt為以t期技術(shù)水平表示的t期與t+1期的距離函數(shù)，Dt+1為以t+1期技術(shù)水平表示的t期與t+1期的距離函數(shù)。全要素生產(chǎn)率（TFP）為技術(shù)效率（TEC）和技術(shù)進(jìn)步（TC）的乘積，技術(shù)效率為純技術(shù)效率（PEC）和規(guī)模效率（SEC）的乘積，如下式：

2.1.2 受限因變量模型Tobit模型由James Tobin（1958）提出，指因變量雖然在正值上大致連續(xù)分布，但包含一部分以正概率取值為0的觀察值的一類模型。因變量在該模型中是有取值范圍的。效率測算的結(jié)果在0到1之間，屬于受限因變量模型，此時用最小二乘法估計(jì)含有截尾數(shù)據(jù)的模型參數(shù)會產(chǎn)生偏差，且估計(jì)量是不一致的。而Tobit模型則不會出現(xiàn)上述問題，所以使用Tobit模型分析我國糧食效率的影響因素。

Tobit回歸模型為：

其中，Y*為截?cái)嘁蜃兞肯蛄?，Y為效率值向量，X為自變量向量，β為回歸參數(shù)向量，μ為誤差項(xiàng)，且μ～(0，σ2)。

2.2 變量選擇

在運(yùn)用DEA-Malmquist指數(shù)方法進(jìn)行測算與分析前，綜合考慮產(chǎn)出變量的真實(shí)、準(zhǔn)確、完整和可獲得性，對投入變量、產(chǎn)出變量和影響指標(biāo)進(jìn)行明確的定義。

農(nóng)業(yè)生產(chǎn)總值是衡量糧食效率最重要、最根本的產(chǎn)出變量，但考慮到其容易受到價格因素的影響，所以選取農(nóng)業(yè)生產(chǎn)總值和糧食產(chǎn)量2個產(chǎn)出變量，兩者優(yōu)勢互補(bǔ)，使結(jié)果更加直觀明晰。

考慮各變量對結(jié)果的影響程度和重要性，共選取8個投入變量。一是主要農(nóng)業(yè)機(jī)械年末擁有量，指農(nóng)業(yè)生產(chǎn)單位實(shí)際擁有的各種農(nóng)業(yè)機(jī)械設(shè)備的數(shù)量，包括專門用于農(nóng)業(yè)生產(chǎn)的和以農(nóng)業(yè)生產(chǎn)為主進(jìn)行綜合利用的機(jī)械設(shè)備。二是有效灌溉面積指的是地塊比較平整，有水源、灌溉配套設(shè)施，在一般年景下當(dāng)年能進(jìn)行正常灌溉的農(nóng)田面積。三是農(nóng)作物總播種面積，是指實(shí)際播種或移植有農(nóng)作物的面積。四是農(nóng)用柴油使用量，指用于拖拉機(jī)和排灌柴油機(jī)的柴油使用量。五是農(nóng)藥使用量，指農(nóng)業(yè)上用于防治病蟲害和調(diào)節(jié)植物生長的化學(xué)藥劑使用量。六是農(nóng)用塑料薄膜使用量，指農(nóng)業(yè)生產(chǎn)中用于保護(hù)植物水分流失等措施的一種制品的使用量。七是農(nóng)村用電量，指農(nóng)業(yè)用于生活生產(chǎn)的電使用量。八是農(nóng)用化肥施用折純量，指本年內(nèi)實(shí)際用于農(nóng)業(yè)生產(chǎn)的化肥數(shù)量，包括氮肥、磷肥、鉀肥和復(fù)合肥。

為使研究模型更多維立體，研究結(jié)果更全面完整，除投入產(chǎn)出變量外，延展選取3個外生變量作為影響效率的指標(biāo)。作為消費(fèi)開支的最重要決定性因素，居民人均可支配收入常被用來衡量一個國家生活水平的變化情況。R&D經(jīng)費(fèi)能夠直接體現(xiàn)國家對研究與開發(fā)的經(jīng)費(fèi)投入，是表現(xiàn)國家對糧食效率發(fā)展支持程度的關(guān)鍵指標(biāo)。鄉(xiāng)村人口。勞動力可以顯著提高糧食生產(chǎn)效率，但由于數(shù)據(jù)不可獲得，因此以鄉(xiāng)村人口代替為影響指標(biāo)。投入產(chǎn)出變量與影響指標(biāo)的統(tǒng)計(jì)性描述見表1。

表1 變量的統(tǒng)計(jì)性描述

2.3 數(shù)據(jù)來源

所有數(shù)據(jù)選自《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》（2016—2021）。

3 結(jié)果與分析

使用DEAP2.1版本，運(yùn)用DEA—Malmquist指數(shù)方法，對中國31個省（市）2015—2020年間糧食效率技術(shù)進(jìn)步、技術(shù)效率、純技術(shù)效率、規(guī)模效率、全要素生產(chǎn)率進(jìn)行分解與測算，并運(yùn)用Stata16.0來分析效率影響因素。

3.1 糧食效率的變化趨勢

糧食效率隨年份變化趨勢見表2，從 總 體 上 來 看，2015—2020年，中國31個省（市）糧食效率全要素生產(chǎn)率平均增長5.6%，技術(shù)效率平均增長-2.94%，技術(shù)進(jìn)步平均增長12.08%，純技術(shù)效率增長-0.96%，規(guī)模效率增長-2.08%。不難看出，糧食效率的全要素生產(chǎn)率增長幅度較大，主要依靠技術(shù)進(jìn)步的快速增長，同時體現(xiàn)出技術(shù)無效率。技術(shù)無效率具體表現(xiàn)為純技術(shù)效率和規(guī)模效率的退步，且主要?dú)w因于規(guī)模無效率。

表2 2016—2020年糧食產(chǎn)量效率的變化趨勢

在研究期間，我國實(shí)行第十三個五年規(guī)劃，加大投入力度，鼎力支持農(nóng)業(yè)技術(shù)水平的提升，糧食效率全要素生產(chǎn)率呈現(xiàn)逐年遞增的趨勢，糧食效率的技術(shù)進(jìn)步指數(shù)始終大于1，作出了重大貢獻(xiàn)，但正向貢獻(xiàn)程度較低，還有提升空間。技術(shù)效率自2018年起才對全要素生產(chǎn)率具有正向促進(jìn)作用，但由于2019年中美貿(mào)易戰(zhàn)拉開帷幕，新型冠狀病毒肺炎疫情暴發(fā)，技術(shù)效率受到了嚴(yán)重影響，2020年疫情稍有好轉(zhuǎn)，我國各行各業(yè)的經(jīng)濟(jì)逐漸復(fù)興，帶動了農(nóng)業(yè)技術(shù)和技術(shù)效率的快速提高。技術(shù)效率僅有在2018年和2020年呈正向增長，主要原因?yàn)榧兗夹g(shù)效率指數(shù)大于1，其中2018年技術(shù)效率增長幅度最大，因?yàn)榇藭r規(guī)模效率和純技術(shù)效率協(xié)同促進(jìn)其增長。

3.2 糧食效率的省際間差異分析

由于各?。ㄊ校┰诮?jīng)濟(jì)水平、區(qū)位特征、自然資源和農(nóng)業(yè)發(fā)展水平等方面存在顯著的差異，因此對糧食效率在2015—2020年間分省差異情況的分析不可或缺。

糧食效率分省差異情況見表3，從整體上來看，我國31個?。ㄊ校┰?015—2020年間的綜合效率、技術(shù)效率和規(guī)模效率具有較強(qiáng)的波動性和隨機(jī)性，并且各個省（市）的綜合效率、技術(shù)效率和規(guī)模效率的均值都小于1，仍有一定的上升空間。從全要素生產(chǎn)率的組成部分來看，1個?。ㄊ校┑木C合效率指數(shù)等于1，為海南省，4個?。ㄊ校┑募夹g(shù)效率指數(shù)等于1，分別為北京市、福建省、廣東省和海南省，處于技術(shù)有效率狀態(tài)，1個省（市）的規(guī)模效率指數(shù)等于1，為海南省，站在了生產(chǎn)的前沿，達(dá)到了最佳狀態(tài)。其中，海南省著力于農(nóng)業(yè)發(fā)展，為糧食效率的提高作出重要貢獻(xiàn)。由此可見，各個省（市）糧食效率的全要素生產(chǎn)率進(jìn)步主要得益于技術(shù)進(jìn)步指數(shù)的增長，而綜合效率指數(shù)為1則主要?dú)w因于技術(shù)效率所帶來的巨大效益。

表3 糧食效率分省變化情況

按照國家的規(guī)定對31個?。ㄊ校┻M(jìn)行東、中、西3個區(qū)域的劃分。東部、中部和西部地區(qū)綜合效率分別為0.397、0.130、0.261，技術(shù)效率分別為0.71、0.315、0.5，規(guī)模效率分別為0.578、0.55、0.587。從總體出發(fā)，東部區(qū)域?qū)χ袊岣呒Z食效率的貢獻(xiàn)率較高，處于生產(chǎn)前端，帶動著西部和中部的農(nóng)業(yè)發(fā)展。

從糧食效率的組成要素來看，東部地區(qū)剩余農(nóng)業(yè)經(jīng)濟(jì)發(fā)展能力較強(qiáng)，實(shí)行東部現(xiàn)代化政策，有北京、浙江、福建、廣東、海南5個省（市）的綜合效率指數(shù)大于平均值，有4個?。ㄊ校┑募夹g(shù)效率值低于平均值，5個?。ㄊ校┑囊?guī)模效率值低于平均值。

西部地區(qū)大力落實(shí)西部大開發(fā)戰(zhàn)略，有重慶、陜西、青海、新疆和貴州5個?。ㄊ校┑募夹g(shù)效率指數(shù)大于平均值，有4個?。ㄊ校┑募夹g(shù)效率值低于平均值，5個?。ㄊ校┑囊?guī)模效率值低于平均值。中部地區(qū)雖然積極施行中原崛起政策，同時受到疫情和洪水等自然災(zāi)害的負(fù)面影響較為嚴(yán)重，有山西、江西、河南、湖北和湖南5個?。ㄊ校┑木C合效率指數(shù)大于平均值，有6個?。ㄊ校┑募夹g(shù)效率值低于平均值，6個省（市）的規(guī)模效率值低于平均值?？v觀三大區(qū)域的指數(shù)構(gòu)成，東部地區(qū)綜合效率、技術(shù)效率和規(guī)模效率的正向帶動效果最明顯，處于生產(chǎn)前沿面，是我國糧食效率發(fā)展的核心動力，西部地區(qū)與東部地區(qū)相比，技術(shù)效率的促進(jìn)作用稍有減弱，總體仍呈穩(wěn)步上升態(tài)勢，中部地區(qū)的投入沒有帶來理想的結(jié)果，或許是資源配置效率不高，導(dǎo)致科學(xué)生產(chǎn)力不足，對中國糧食效率的促進(jìn)作用較弱，整體效率較低。

3.3 糧食影響效率因素

由上文分析可得出，在2015—2020年間，糧食的生產(chǎn)效率隨著?。ㄊ校┖偷赜虻淖兓憩F(xiàn)出較大的差異。通過Tobit模型進(jìn)一步測算與分析糧食生產(chǎn)效率的影響因素。糧食的生產(chǎn)效率不僅受到投入產(chǎn)出變量的影響，還受到農(nóng)業(yè)經(jīng)濟(jì)水平、政府支持農(nóng)業(yè)發(fā)展的程度、農(nóng)村村莊空心化程度和農(nóng)村居民消費(fèi)水平等外生變量的影響。下文選擇居民人均可支配收入為判斷農(nóng)業(yè)經(jīng)濟(jì)提升水平的指標(biāo)、R&D經(jīng)費(fèi)為判斷政府支持農(nóng)業(yè)發(fā)展程度的指標(biāo)、鄉(xiāng)村人口為判斷農(nóng)村村莊空心化程度的指標(biāo)。對影響糧食生產(chǎn)效率因素的具體統(tǒng)計(jì)性描述見表4。

表4 影響糧食生產(chǎn)效率的因素分析

農(nóng)村居民人均可支配收入對綜合效率、技術(shù)效率和規(guī)模效率都在10%的顯著性水平上有影響。居民人均可支配收入每提高1個單位，綜合效率提高0.368個單位、技術(shù)效率提高0.764個單位、規(guī)模效率下降0.181個單位。居民人均可支配收入提升，在研究農(nóng)業(yè)生產(chǎn)方法、研發(fā)農(nóng)業(yè)生產(chǎn)機(jī)器和投入糧食生產(chǎn)等方面的可支配收入也會得到相應(yīng)增加，進(jìn)而導(dǎo)致技術(shù)效率的大幅度上升，同時由于居民糧食生產(chǎn)更加個體化，規(guī)模效率下降，對綜合效率起到負(fù)向作用。在影響綜合效率的因素中，技術(shù)效率占主導(dǎo)地位，說明居民可支配收入的提升對糧食效率提升有顯著的正向促進(jìn)作用。

R&D經(jīng)費(fèi)對綜合效率和技術(shù)效率在10%的顯著性水平上有影響，對規(guī)模效率在5%的顯著性水平上有影響。R&D經(jīng)費(fèi)每提升一個單位，綜合效率下降0.065個單位，技術(shù)效率下降0.116個單位，規(guī)模效率上升0.48個單位。在2015—2020年國家實(shí)行“十三五”規(guī)劃綱要，增加農(nóng)業(yè)研究開發(fā)投入，大力支持農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的大環(huán)境下，糧食生產(chǎn)產(chǎn)量、糧食生產(chǎn)農(nóng)戶和農(nóng)耕田地的數(shù)量顯著增加，規(guī)模效率穩(wěn)步上升，但受到疫情對糧食運(yùn)輸、買賣渠道和供需關(guān)系的影響，大批農(nóng)產(chǎn)品滯銷，農(nóng)業(yè)經(jīng)濟(jì)每況愈下?？茖W(xué)技術(shù)是第一生產(chǎn)力，規(guī)模不斷擴(kuò)大而技術(shù)水平?jīng)]有得到顯著提升，形成了R&D經(jīng)費(fèi)的提升對糧食效率提高起到負(fù)向帶動作用的局面。

鄉(xiāng)村人口對技術(shù)效率和規(guī)模效率在10%的顯著性水平上有影響，對綜合效率沒有顯著性影響。鄉(xiāng)村人口每提升一個單位，技術(shù)效率提升0.276個單位，規(guī)模效率下降0.199個單位。鄉(xiāng)村人口的增加導(dǎo)致勞動力越來越廉價，不利于農(nóng)業(yè)機(jī)械化發(fā)展。

4 結(jié)論與建議

根據(jù)運(yùn)用DEA方法和Tobit模型對 中 國31個 省（市）2015—2010年 間的糧食生產(chǎn)效率及其影響因素進(jìn)行實(shí)證分析，結(jié)論如下：中國31個省（市）的糧食生產(chǎn)效率隨年份變化呈現(xiàn)出穩(wěn)步上升的趨勢。2015—2020年中國31個?。ㄊ校┘Z食效率的全要素生產(chǎn)率為1.056，年均增長5.6%,表明糧食生產(chǎn)效率逐年上升。具體來看，大部分年份的技術(shù)進(jìn)步指數(shù)不斷上升，技術(shù)效率指數(shù)不斷下降。中國31個省（市）的糧食生產(chǎn)效率存在較大的區(qū)域差異。2015—2020年間中國31個?。ㄊ校┑木C合效率均值僅有0.27，低于0.3，表明糧食生產(chǎn)總體效率較低。其中，綜合效率大于0.6的僅有福建省和海南省，技術(shù)效率大于0.6的省（市）有12個，大于0.9的?。ㄊ校┯?個，且主要為東部?。ㄊ校?guī)模效率大于0.8的?。ㄊ校┯?個，均勻分布在東中西3個區(qū)域。海南省是唯一一個達(dá)到了綜合效率、技術(shù)效率、規(guī)模效率的省（市），其他?。ㄊ校┤杂泻艽蟮纳仙臻g。由此可以看出，東部糧食生產(chǎn)效率最高，中部最低，整體差異較大。農(nóng)村居民人均可支配收入與中國31個?。ㄊ校┘Z食效率之間呈顯著的正相關(guān)，R&D經(jīng)費(fèi)與中國31個?。ㄊ校┘Z食效率之間呈顯著的負(fù)相關(guān)，鄉(xiāng)村人口對糧食效率的影響不顯著。

針對結(jié)論分析，提出以下建議。

第一，我國應(yīng)大力支持提升農(nóng)業(yè)生產(chǎn)技術(shù)水平，使農(nóng)業(yè)經(jīng)濟(jì)不斷增值。同時，引用前沿管理理念和發(fā)展方法，引入先進(jìn)的生產(chǎn)機(jī)器，培育農(nóng)業(yè)生產(chǎn)技術(shù)型人才，提高農(nóng)業(yè)管理水平，提高農(nóng)業(yè)管理效率，促使傳統(tǒng)農(nóng)業(yè)向現(xiàn)代化農(nóng)業(yè)轉(zhuǎn)變，不斷提高農(nóng)業(yè)生產(chǎn)技術(shù)效率。

第二，在推進(jìn)糧食效率高速發(fā)展的過程中，中國要兼顧落實(shí)農(nóng)業(yè)經(jīng)濟(jì)一體化，要時刻注意各個地區(qū)之間的均衡發(fā)展，避免拉大生產(chǎn)效率差異。在保持糧食效率較高地區(qū)高速發(fā)展的基礎(chǔ)上，帶動糧食效率較低的地區(qū)發(fā)展，縮小各省農(nóng)業(yè)生產(chǎn)效率的差距，實(shí)現(xiàn)中國農(nóng)業(yè)高質(zhì)量一體化發(fā)展。

第三，國家應(yīng)不斷加大對農(nóng)業(yè)經(jīng)濟(jì)的投入，增加居民可支配收入，大力支持糧食效率的發(fā)展。各?。ㄊ校?yīng)明晰自己的定位，制定合理的發(fā)展規(guī)劃，糧食生產(chǎn)效率較低的省（市）應(yīng)完善財(cái)政支農(nóng)機(jī)制，提高支農(nóng)資金的使用率，促使各省共同提高國家糧食效率。