徐梓欽 耿俊婷 解月

摘 要 大豆是中國食用油、食用蛋白、飼用蛋白的主要來源，對于中國的糧食安全戰(zhàn)略具有重要意義。為了實現大豆振興，提高大豆的生產效率，基于時空演變的研究視角，利用DEA-Malmquist指數分析方法對黃淮海地區(qū)大豆全要素生產率進行分析。結果表明：1）黃淮海地區(qū)大豆全要素生產率在2011—2017年中呈現出逐漸降低的趨勢，但得益于國家的扶持，近三年的全要素生產率有所增長。2）在黃淮海地區(qū)四省（河南、河北、安徽、山東）中，只有安徽省的大豆全要素生產率有所提高，其他三省均處于下降趨勢。3）建議大力發(fā)展黃淮海地區(qū)大豆主產區(qū)，加快推進大豆生產技術迭代，加大對大豆的政策扶持力度。

關鍵詞 大豆；時空演變；DEA-Malmquist指數；黃淮海地區(qū)

中圖分類號：S565.1 文獻標志碼：A DOI：10.19415/j.cnki.1673-890x.2023.13.022

油料安全是糧食安全戰(zhàn)略中至關重要的一環(huán)，大豆產業(yè)是油料安全戰(zhàn)略中不可或缺的重要組成部分，大豆的擴面增產成為2022年我國必須完成的政治任務[1]。據我國海關統(tǒng)計顯示，2020年我國大豆進口量已超過1億t，創(chuàng)下歷史新高。然而同年我國大豆產量僅為1 960 t，進口程度達到80%以上，自給率不足20%[2]。2019年，農業(yè)農村部辦公廳印發(fā)《大豆振興計劃實施方案》，旨在擴大大豆種植面積，提高大豆品質及提高單產水平。2019—2022年的中央一號文件提出要加大對大豆高產品種和大豆間作新農藝推廣的支持力度，完善大豆生產者補貼政策，大力實施大豆和油料產能提升工程，加大耕地輪作補貼和產油大縣獎勵力度等。

從時間上看，我國大豆產量并未因我國大豆強勁的需求而大幅增加，產量和單產水平未有明顯變化，而種植面積卻不斷減少；從空間上看，黃淮海大豆主產區(qū)的大豆種植面積曾經約占全國的50%，然而近20年來黃淮海地區(qū)大豆種植面積萎縮到約20%[3]。為給大豆產業(yè)振興提供政策建議，本文基于時空演變的視角對黃淮海地區(qū)大豆的全要素生產率進行分析，探究黃淮海地區(qū)大豆發(fā)展過程中存在的問題及其對策。

1? 相關文獻回顧

1.1? 大豆國際貿易方面

馮滿敬等借助TVP-SV-VAR模型分析了在中美貿易政策不確定性情況下對我國大豆價格的影響，并認為美國貿易政策不確定性對我國大豆價格的沖擊更大且影響時期更長[4]。楊茜基于VAR模型分析中美貿易沖突對我國CPI的影響，并認為大豆貿易戰(zhàn)對我國CPI影響有限，但大豆進口安全風險將長期存在[5]。欒立明等通過對大豆產業(yè)國際競爭力的研究發(fā)現，我國大豆產業(yè)在各方面與世界主要大豆生產國的差距還較大[6]。

1.2? 大豆政策補貼方面

周楊等通過構建PSM-DID模型分析了大豆補貼政策改革對農戶種植結構調整的影響及作用機制，結果表明大豆生產者補貼政策改革對大豆、玉米種植結構調整起到了促進作用，但僅依靠補貼政策來改善種植結構，其作用非常有限，故對大豆的支持政策應由單一化轉向多元化、由補貼激勵轉向政策支持[7]。王新剛等基于我國大豆主產區(qū)地級市層面的面板數據，利用雙重差分模型分析了大豆生產者補貼政策對大豆生產的影響，結果表明生產者補貼政策的實施達到了擴大大豆播種面積的政策目標，但也造成了生產要素投入下降[8]。侯榮娜等通過研究東北地區(qū)大豆生產情況，提出完善大豆補貼的對策：增加補貼總量，減少和玉米的比價差距，平衡玉米大豆種植收益；充分利用WTO的“綠箱政策”；出臺保障大豆產業(yè)穩(wěn)定發(fā)展的財政支持政策；啟動和推行東北地區(qū)耕地輪作試點補助政策[9]。

1.3? 黃淮海地區(qū)大豆生產方面

黃淮海地區(qū)是我國大豆的傳統(tǒng)生產區(qū)，雖然近些年其大豆種植面積不斷縮小，產量不斷下降，但是大豆產業(yè)振興離不開黃淮海地區(qū)的貢獻。因此，國內學者就黃淮海地區(qū)大豆產業(yè)發(fā)展中存在的問題及大豆種植經驗進行了大量研究。楊丹等通過對生產規(guī)模指數和生產集中度指數的分析發(fā)現，黃淮海地區(qū)的大豆生產無論是生產規(guī)模還是產量都顯著下降，但黃淮海地區(qū)依然具有較高的比較優(yōu)勢[10]。王善高等利用隨機前沿生產函數（SFA）測算了大豆種植的技術效率，研究發(fā)現黃淮海流域大豆種植的技術效率最高[11]。杜祥備等對安徽省大豆可持續(xù)發(fā)展問題的研究中認為，安徽省存在農田水利基礎設施薄弱，大豆生產比較效益較低，綜合配套技術集成創(chuàng)新不足，大豆加工業(yè)對大豆生產牽動作用不強，大豆補貼不足以調動農民的生產積極性等問題[12]。成雪峰等對黃淮海地區(qū)夏大豆的研究發(fā)現，黃淮海地區(qū)大豆生產存在著耕作措施和耕作技術不到位且缺乏產業(yè)化、標準化的生產[13]。張潔等提出河北省大豆產業(yè)提高質量、擴大產量的策略：增加品種的多樣性，進行規(guī)模化種植，完善大型農機生產技術體系，形成技術服務推廣與產業(yè)化經營相結合的產業(yè)模式[14]。

1.4? 大豆數據包絡分析法方面

1978年，運籌學家Charnes A等基于“相對效率評價”的基礎之上提出了數據包絡分析法（DEA）[15]。作為一種非參數的分析方法，數據包絡分析法的優(yōu)點在于能有效地避免人為因素造成的誤差，同時大大簡便了算法。王亞君等運用DEA-Malmquist指數分析法對我國大豆生產的經濟效率進行分析得出，河南省可以適度提高生產經營規(guī)模，安徽省和河北省在增加種植規(guī)模的基礎上可以改進生產要素投入結構的結論[16]。李谷成等利用隨機前沿生產函數測算1979—2005的大豆全要素生產率發(fā)現，大豆的全要素生產率提高了1.39%，技術進步增長了1.47%[17]。司偉等通過測算1983—2007年大豆全要素生產率發(fā)現，25年來我國大豆生產全要素生產率年均增長1.5%，呈下降趨勢；技術效率年均下降0.5%；技術進步率年均約為2%，且沒有呈現隨時間變化而增長的趨勢[18]。

綜上所述，通過國內學者對黃淮海地區(qū)大豆的種植情況可以看出，黃淮海地區(qū)大豆產業(yè)存在產量與種植面積萎縮嚴重、生產效率低下、政策扶持不完善、比較效益不如競爭作物、生產投入低、良種育種和推廣緩慢等問題。但黃淮海地區(qū)是我國大豆主產區(qū)，在資源稟賦方面具有先天優(yōu)勢，適合大豆的生長發(fā)育。此外，國內學者對大豆產業(yè)的研究多集中于東北大豆主產區(qū)或全國范圍，黃淮海地區(qū)大豆主產區(qū)居于次要地位，未對黃淮海地區(qū)大豆生產進行太多深入研究。為此，本文就黃淮海地區(qū)大豆全要素生產率在時空方面的演變進行測度，探究黃淮海地區(qū)大豆發(fā)展過程中存在的問題及其對策。

2? 基于DEA-Malmquist指數的實證分析

2.1? 數據來源與指標選擇

2.1.1? 數據來源

考慮到數據的可獲取性，本文選取黃淮海地區(qū)四?。春幽?、河北、安徽、山東）的大豆成本與收益數據。數據來源于2011—2020年的《全國農產品成本收益資料匯編》。

2.1.2? 指標選擇

在這里本文參考苗欣、吳一平測算花生全要素生產率的指標選擇做法[19]。產出指標只選擇一個即主產品產量，4個投入指標即每公頃種子用量、每公頃用工數量、每公頃物化費用和每公頃機械作業(yè)費。為盡量不遺漏投入變量，現需將變量進行整合，把化肥、農家肥、農藥、農膜進行合并統(tǒng)稱為“物化費用”，機械動力費、畜力費、灌溉費進行合并統(tǒng)稱為“機械作業(yè)費”。

2.2? 模型建立

國內學者對大豆的全要素生產率研究多集中于東北主產區(qū)或全國范圍，鮮有針對黃淮海大豆主產區(qū)的全要素生產率研究。為了更好地研究黃淮海大豆主產區(qū)生產過程中各個要素對大豆生產效率所產生的影響，本文基于規(guī)模報酬可變的DEA模型（VRS模型）對黃淮海地區(qū)大豆生產狀況進行分析。VRS模型的基本表達式見式1、式2。

式1、式2中，K為決策單元（DMU）的個數，θ為各決策單元的效率值，x為投入指標，y為產出指標。其中，θ的取值范圍是[0，1]。當θ等于1時，則該決策單元稱為DEA有效；當θ＜1時，則該決策單元無效，即表明這一區(qū)域的效率相對來說比較低，仍有改進的空間。IS為投入松弛量，即IS=（is1，is2，…，isM）T，OS為產出松弛量，即OS=（os1，os2，…，osM）T。

Malmquist指數是基于數據包絡分析法提出的，是一種用于度量全要素生產率指數的方法。在與DEA模型結合之后，構造從t期到t+1期的Malmquist指數M（yt，xt，yt+1，xt+1），從而衡量全要素生產率TFPch與技術進步變化值Tch和效率變化值TEch的關系。在VRS模型中，規(guī)模報酬可變的假定下，效率變化即綜合效率變化又可以分解為純技術效率和規(guī)模效率變化，其關系式見式3。

TFPch=Tch×TEch×SEch? 公式3

2.3? 結果分析

2.3.1? 黃淮海地區(qū)大豆全要素生產率的時序變化情況

基于莫氏指數，對2011—2020年的黃淮海地區(qū)四省市的面板數據進行分析。通過使用Deap2.1得出結果（見表1）。

根據研究期內莫氏指數的變化情況，從整體上來看，黃淮海地區(qū)的全要素生產率有所下降，主要原因則是由于技術進步變化指數所導致，這是因為黃淮海地區(qū)內大豆生產長期以來不受重視，良種育種及推廣速度緩慢、大豆生產所需的農業(yè)機械設備不匹配等問題。此外，規(guī)模效率變化指數有略微提高，這主要是由于近些年國家對大豆生產極為重視，頒布了多項政策措施促進農戶擴大大豆種植面積的原因。

根據表1數據，首先從年度變化來看，黃淮海地區(qū)的大豆全要素生產率變化大致可分為3個階段：1）2011—2014年的全要素生產率下降期，該期內大豆的全要素生產率一直處于下降狀態(tài)，主要是由于技術進步變化指數下降引起的，說明這一時期黃淮海地區(qū)的大豆生產技術有待提高，但同時規(guī)模效率變化指數也呈現出逐年下降的趨勢。2）2014—2017年的波動期，該時期內的2014—2015年大豆全要素生產率突然提高，主要是由于該年度是《全國優(yōu)勢農產品區(qū)域布局規(guī)劃（2008—2015年）》的最后一年，文件中對黃淮海地區(qū)的大豆種植面積、大豆產量、單產等指標進行了硬性規(guī)定，因此該年度的大豆全要素生產率有顯著的增長，但在該年度之后，全要素生產率有所下降，但在2016—2017年度全要素生產率為有效狀態(tài)。3）2017—2020年的逐漸增長期，在2019—2020年度黃淮海地區(qū)大豆的全要素生產率增長了7.7%，其中規(guī)模效率變化指數貢獻了大部分的力量，但技術進步變化指數仍然達到了有效狀態(tài)并增長了0.3%。這一期間大豆全要素生產率增長的主要原因在于國家對于大豆的扶持政策越發(fā)有益，政策實施越發(fā)有力。2016年，原農業(yè)部（現為農業(yè)農村部）發(fā)布《全國種植業(yè)結構調整規(guī)劃（2016—2020年）》，明確提出在黃淮海地區(qū)適當恢復大豆種植面積，開展玉米大豆輪作。2019年農業(yè)農村部發(fā)布《大豆振興計劃實施方案》，重點提出將黃淮海地區(qū)大豆納入補助試點范圍，并將東北產區(qū)退出輪作的大豆種植面積適當地安排在黃淮海地區(qū)。2019—2020年度黃淮海地區(qū)大豆的綜合效率變化指數提高7.4%，全要素生產率提高7.7%，國家政策取得了顯著成果。

從綜合效率變化指數的分解來看，2011—2020年大豆純技術效率變化指數基本都趨向于1，唯有2017—2018年度黃淮海地區(qū)的大豆全要素生產率下降幅度較大，并且規(guī)模效率變化指數降到了最低點0.944，這可能是由于前一年秋收的玉米收購價格較高且黃淮海地區(qū)大豆補貼尚不完善，從而降低了農戶種植大豆的積極性。規(guī)模效率變化指數在前2個時期的規(guī)模效率變化指數都是從第一年開始下降。只有第3個時期的規(guī)模效率變化指數呈現出逐漸增長的情況并在2020年規(guī)模效率變化指數達到最高點1.072，這說明大豆補貼政策的實施效果顯著，農戶的種植積極性與種植面積都明顯提高。

2.3.2? 黃淮海地區(qū)四省大豆全要素生產率的空間變化情況

本文研究的黃淮海地區(qū)的河北省、安徽省、山東省、河南省。四省在2011—2020年的大豆全要素生產率變化情況如表2所示。

從表2可以看出，黃淮海地區(qū)四省的全要素生產率變化中，只有安徽省的全要素生產率增長2.3%，其他三省均有不同程度的下降，并且主要是由技術進步變化指數下降所導致的。這說明河北省、山東省和河南省的大豆品種研發(fā)、生產種植及農業(yè)機械研制等技術方面推廣和應用程度不高。

1）河北省的全要素生產率最低，綜合效率變化指數也處于無效面，說明河北省不僅在技術推廣應用上存在問題而且在要素投入上存在投入不足的問題。2）山東省和河南省的綜合效率變化指數均處于有效狀態(tài)，這說明河南、山東兩省在要素投入配置方面做得較好，影響兩省提高全要素生產率的主因是技術進步變化指數，說明在技術推廣方面仍存在不足，需要加快對大豆農業(yè)機械的改裝研制、良種推廣和種植制度更新等提高技術進步變化指數的方法。3）安徽省是本次研究四省中唯一一個全要素生產率增長的省份，安徽省的大豆種植面積始終保持在60萬hm2以上，位居全國第三，占全國播種面積的7%以上，總產量在100萬t左右，位居全國第三。安徽省大豆品種主要是蛋白含量較高的品種，比進口大豆更具優(yōu)勢，比較效益較高；同時，安徽省大豆補貼政策和農技投入也顯著提高了大豆的全要素生產率。

3? 結論與建議

3.1? 研究結論

黃淮海地區(qū)大豆全要素生產率有所下降。通過DEA-Malmquist指數分析法對黃淮海大豆主產區(qū)近十年的全要素生產率進行時空上的分析，研究結果如下：1）黃淮海地區(qū)大豆全要素生產率處于無效狀態(tài)，總體均值減少0.8%，從指數分解來看，除技術進步變化指數外，綜合效率變化指數、純技術效率變化指數及規(guī)模效率變化指數均有略微提高，而技術進步變化指數下降0.9%，這是導致黃淮海地區(qū)大豆全要素生產率下降的主要原因。

2）從大豆全要素生產率的時間序列變化情況來看，大豆全要素生產率指數的變化趨勢大體上和技術進步變化指數一致，即黃淮海地區(qū)大豆全要素生產率指數的變化主要受技術進步變化指數的影響。相較于2011年，2020年黃淮海地區(qū)四省的綜合效率值除河北省外均達到有效狀態(tài)，其中山東省綜合效率變化指數增加0.7%，而河北省綜合效率變化指數下降0.3%。將綜合效率變化指數分解來看，四省純技術進步效率指數均為有效狀態(tài)，而主要影響綜合效率變化指數的規(guī)模效率變化指數則和綜合效率變化指數的變動一致。這說明黃淮海地區(qū)綜合效率變化指數的變動主要是規(guī)模效率變化指數所導致的。

3）從大豆全要素生產率的空間變化情況分析，黃淮海地區(qū)四省中除安徽省外，河北省、山東省和河南省的大豆全要素生產率均有所下降，分別下降2.2%、1.4%和1.9%。而導致這三省全要素生產率下降的主要原因是技術進步變化指數。這說明在實際生產中，大豆生產技術的推廣與擴散相對滯后。

3.2? 政策建議

3.2.1? 大力發(fā)展黃淮海大豆主產區(qū)

黃淮海地區(qū)是我國重要的大豆主產區(qū)之一，要提高黃淮海地區(qū)大豆的生產力，充分挖掘我國大豆生產潛力，從而保障國家糧食安全戰(zhàn)略穩(wěn)定發(fā)展。此外，在此區(qū)域以大豆為基礎原料建設一批優(yōu)質大豆生產基地，發(fā)展一批大豆加工企業(yè)，形成大豆產業(yè)集群，可以提高對大豆的需求，從而提高農戶種植大豆的意愿，為大豆產業(yè)的高質量發(fā)展助力，為鄉(xiāng)村振興戰(zhàn)略提供新動力。

3.2.2? 加快推進大豆生產技術迭代

從大豆全要素生產率分析可知，大豆全要素生產率下降的主要原因是技術進步變化指數較低。因此，要提高黃淮海地區(qū)全要素生產率，具體應做好以下2個方面。1）提高黃淮海地區(qū)大豆的技術效率，因地制宜地改造、研發(fā)、推廣適合本地區(qū)的農機，培育優(yōu)良品種，研發(fā)和推廣新型生產技術，促進大豆生產技術的進步。2）形成規(guī)?；N植。要通過土地流轉、新型農業(yè)經營主體等方式擴大大豆的生產經營規(guī)模，從而優(yōu)化大豆的種植結構。

3.2.3? 加大對大豆的政策扶持力度

根據上文分析可知，得益于政策的扶持，黃淮海地區(qū)大豆全要素生產率在近三年有所提高。2019年農業(yè)農村部發(fā)布《大豆振興計劃實施方案》，2020、2021和2022年的中央一號文件都強調了大豆生產。這說明我國在主要糧食產品滿足國內消費后，開始大力實施大豆產業(yè)振興。在大豆的比較效益不如其他糧食作物、大豆與玉米等作物互為競爭性作物的背景下，要提高大豆的種植面積，1）在市場主導的前提下，進一步完善黃淮海地區(qū)大豆的價格補貼政策以保障農戶的基本利益不受到損害，增強農戶對大豆收益的信心，提高農戶種植大豆的積極性。2）完善種植補貼政策并在政策制訂中將補助對象嚴格限制在種植大豆的農戶之中，以免大豆種植戶無法獲得補貼，避免政策實施的異化現象。3）補貼政策的目標應聚焦于以下3點：實行差異化補貼標準，盡可能地減少對玉米等競爭性作物的影響；補貼政策應具有引導性，為保證大豆的可持續(xù)發(fā)展、高質量發(fā)展，大豆的補貼政策應引導農戶擴大大豆種植面積、優(yōu)化調整種植結構等目標；聚焦先進生產技術的補貼，如大豆農機具、良種補貼及相關的生產技術等，從而減少農戶在種植中的生產成本，并在一定程度上提高單產水平和種植意愿等。

參考文獻：

[1]? 李奕聰，王新剛，司偉.2022年大豆產業(yè)發(fā)展趨勢與政策建議[J].大豆科技，2022（1）：6-8.

[2]? 魏艷驕，張慧艷，朱晶.新發(fā)展格局下中國大豆進口依賴性風險及市場布局優(yōu)化分析[J].中國農村經濟，2021（12）：66-86.

[3]? 司偉，韓天富.“十四五”時期中國大豆增產潛力與實現路徑[J].農業(yè)經濟問題，2021（7）：17-24.

[4]? 馮滿敬，花培鵬，李文，等.中美貿易政策不確定性對中國大豆價格的影響研究[J].河南農業(yè)大學學報，2021，55（6）：1142-1151.

[5]? 楊茜.中美貿易沖突對中國進口大豆的沖擊效應[D].南昌：江西財經大學，2021.

[6]? 欒立明，郭慶海.中國大豆產業(yè)國際競爭力現狀與提升途徑[J].農業(yè)經濟問題，2010，31（2）：99-103.

[7]? 周楊，邵喜武，吳佩蓉.大豆生產者補貼政策改革促進農戶種植結構調整了嗎？——基于全國446個縣的準自然實驗[J].農林經濟管理學報，2021，20（3）：305-315.

[8]? 王新剛，司偉.大豆補貼政策改革實現大豆擴種了嗎？——基于大豆主產區(qū)124個地級市的實證[J].中國農村經濟，2021（12）：44-65.

[9]? 侯榮娜，戴旭宏.中美貿易戰(zhàn)視角下振興東北地區(qū)大豆產業(yè)發(fā)展的政策選擇[J].農村經濟，2019（12）：26-32.

[10] 楊丹，朱滿德.我國大豆生產格局與區(qū)域比較優(yōu)勢演變探析[J].國土與自然資源研究，2020（1）：58-64.

[11] 王善高，薛超，徐章星，等.中國大豆種植技術效率及其增產潛力分析——兼論效率優(yōu)先還是面積優(yōu)先[J].世界農業(yè)，2019（12）：96-106，135.

[12] 杜祥備，黃志平，于國宜，等.安徽省大豆產業(yè)可持續(xù)發(fā)展中的問題及對策[J].農學學報，2019，9（11）：78-83.

[13] 成雪峰，張鳳云.黃淮海夏大豆生產現狀及發(fā)展對策[J].大豆科學，2010，29（1）：157-160.

[14] 張潔，肖付明，閆龍，等.新形勢下加速河北省大豆產業(yè)提質增效的策略[J].河北農業(yè)大學學報（社會科學版），2020，22（4）：68-74.

[15] CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978，2（6）：429-444.

[16] 王亞君，胡耀輝，于寒松.基于DEA方法測算的中國大豆生產的經濟效率[J].農業(yè)經濟，2017（11）：16-18.

[17] 李谷成，馮中朝.中國農業(yè)全要素生產率增長：技術推進抑或效率驅動——一項基于隨機前沿生產函數的行業(yè)比較研究[J].農業(yè)技術經濟，2010（5）：4-14.

[18] 司偉，王濟民.中國大豆生產全要素生產率及其變化[J].中國農村經濟，2011（10）：16-25.

[19] 苗欣，吳一平.中國花生全要素生產率分析[J].河南農業(yè)大學學報，2020，54（3）：526-533.