臧霄鵬

（天地信息網(wǎng)絡研究院（安徽）有限公司，安徽 合肥 230088）

一、引言

農(nóng)業(yè)是國民經(jīng)濟的基礎，直接關系廣大人民群眾的生存問題。黨的十一屆三中全會后，家庭承包聯(lián)產(chǎn)責任制極大地促進了農(nóng)民的生產(chǎn)積極性，我國農(nóng)業(yè)發(fā)展取得了顯著的成績，農(nóng)業(yè)生產(chǎn)總值也從1978年的1397億元增長到2022年的88345億元。隨著農(nóng)業(yè)的進一步發(fā)展，農(nóng)業(yè)生產(chǎn)效率問題日益受到重視，研究人員對農(nóng)業(yè)生產(chǎn)效率開展了不少研究。

熊崇俊[1]利用數(shù)據(jù)包絡分析方法，對1992年至2005年的我國的農(nóng)業(yè)生產(chǎn)運行效率、規(guī)模收益及投入剩余等做了分析。郭軍華等[2]使用2008年的基礎數(shù)據(jù)分析了我國的農(nóng)業(yè)生產(chǎn)效率。崔海洋等[3]使用2008—2018年的基礎數(shù)據(jù)，計算了我國長江經(jīng)濟帶的農(nóng)業(yè)生產(chǎn)效率。魯慶堯等[4]對江蘇省農(nóng)業(yè)生產(chǎn)效率進行研究，結合聚類分析方法把江蘇省所有城市生產(chǎn)效率分為三種不同的類型。

現(xiàn)有的農(nóng)業(yè)生產(chǎn)率的研究主要集中在對國內(nèi)某一個區(qū)域的研究，有的沒有剔除環(huán)境因素和隨機擾動項的影響，有的即使剔除了影響因素，但研究也已過去很長時間，隨著我國農(nóng)業(yè)發(fā)展變化大，剔除環(huán)境因素和隨機誤差影響后我國最新農(nóng)業(yè)效率情況如何仍有待探索?；诖丝紤]，本文利用三階段DEA模型[5]、采用可獲取的最新的統(tǒng)計數(shù)據(jù)對我國的農(nóng)業(yè)效率進行了研究。

二、研究方法與基礎數(shù)據(jù)

（一）研究方法

1.第一階段：傳統(tǒng)DEA分析模型簡介

DEA分析模型由美國的運籌學家Charnes、Cooper等人最先提出[6]，該數(shù)學模型的主要思想是，首先固定住決策單元的輸入（或者輸出值），利用數(shù)學規(guī)劃界定相對有效的生產(chǎn)前沿，進而將各決策單元投射到相對有效的生產(chǎn)前沿面上，通過各決策單元背離相對有效的生產(chǎn)前沿面的距離來判斷決策單元是有效率還是無效率。

2.第二階段：構建相似SFA分析模型

Fried、Lovell等學者指出環(huán)境變量、隨機擾動以及管理因素會影響傳統(tǒng)DEA模型分析所得到的投入差額，利用傳統(tǒng)DEA模型得到的效率結果還不夠準確。針對這種狀況，F(xiàn)ried、Lovell等學者對傳統(tǒng)的DEA模型進行優(yōu)化，具體方法是在計算的第二階段通過構建SFA分析模型來減弱環(huán)境變量和隨機擾動的作用，從而可以得到只由決策單元的管理無效率所引起的投入差額值。

通過DEA分析模型，首先可以得到各決策單元每個投入項的差額，計算公式如下：

n指投入，k表示決策單元，Snk即為第K個決策單元第n項投入的實際值和最優(yōu)值的差額，該值大于0，Xnk表示第K個決策單元第n項投入值，Xn指投入矩陣的第n行、λ是各單元的組合系數(shù)。

然后建立投入差額值和環(huán)境變量之間的SFA模型，計算公式為：

上式中的enk指復合誤差因素，vnk指隨機誤差因素，分布，unk代表管理無效率，假設管理無效率服從截斷正態(tài)分布， 即。指影響決策單元的環(huán)境因素；βn指影響決策單元的環(huán)境因素的待估值；指影響決策單元的環(huán)境因素對投入差額值snk的影響方式，可以令假設當γ接近于0時，說明隨機擾動的影響要占據(jù)主導地位，當γ接近1時，表示管理因素的影響占據(jù)主導地位。

以最有效率的決策單元的投入量作為基礎，對其他各決策單元的投入值進行修正，計算公示如下：

上式中指經(jīng)過優(yōu)化調(diào)整后的投入數(shù)，指經(jīng)過優(yōu)化調(diào)整前的投入數(shù)，指環(huán)境變量的估計參數(shù)值，指隨機誤差項的估計。

3.第三階段：利用調(diào)整后的投入數(shù)再次運用DEA模型計算

利用前一階段優(yōu)化調(diào)整后的各決策單元的投入值替換初始投入值，第二次使用投入導向的BCC模型來測算各決策單元的效率情況，用這種方法計算出來的各決策單元的效率值將更為客觀、更加貼近實際情況。

（二）基礎數(shù)據(jù)

本研究所需要的原始數(shù)據(jù)基于2022年我國31個省區(qū)市農(nóng)業(yè)的投入數(shù)據(jù)、產(chǎn)出數(shù)據(jù)和環(huán)境變量數(shù)據(jù)，以上所述數(shù)據(jù)主要來自中國統(tǒng)計出版社出版的《中國統(tǒng)計年鑒2023》，部分數(shù)據(jù)來源于《中國人口和就業(yè)統(tǒng)計年鑒2023》。

1.投入產(chǎn)出指標的選擇

以31個省區(qū)市農(nóng)林牧漁業(yè)總產(chǎn)值作為農(nóng)業(yè)產(chǎn)出的衡量指標，單位以億元表示。31個省區(qū)市的農(nóng)業(yè)投入指標應該包含土地、勞動力、農(nóng)業(yè)機械動力、化肥等4個方面。農(nóng)業(yè)土地投入以農(nóng)作物總播種面積計算，單位以千公頃表示；農(nóng)業(yè)勞動力投入以各省市農(nóng)林牧漁業(yè)從業(yè)人員計，單位以萬人表示；農(nóng)業(yè)機械動力投入單位以萬千瓦表示；農(nóng)業(yè)化肥投入主要指對磷、氮、鉀等化肥的施用量，單位以萬噸表示。

2.環(huán)境變量的選取

環(huán)境變量需要選擇對農(nóng)業(yè)效率有影響但是又不是決策單元想控制就能控制的因素，參考其他學者的研究成果[2]，以及綜合考慮農(nóng)業(yè)發(fā)展特點，本文主要選擇以下幾個環(huán)境變量：（1）人力資本，理論上來說，隨著農(nóng)民科學知識的豐富將能夠提高農(nóng)民生產(chǎn)決策的效率、促進農(nóng)業(yè)產(chǎn)出提高。本研究以各省區(qū)市鄉(xiāng)村6歲及以上人口平均受教育程度這一指標來衡量農(nóng)業(yè)的人力資本水平，假設各地未上過學、小學、初中、高中、大專及以上教育程度的農(nóng)民平均受教育年數(shù)分別為0年、6年、9年、12年和16年[7]。（2）政府支持，各地政府的政策通常會影響農(nóng)業(yè)的生產(chǎn)發(fā)展，本研究采用各地財政支農(nóng)支出（億元）指標來衡量政府對農(nóng)業(yè)發(fā)展的政策。（3）城鎮(zhèn)化水平，城鎮(zhèn)化水平越高的地區(qū)，意味著勞動力要素資源供給的緊張，會影響農(nóng)業(yè)生產(chǎn)效率，本研究用城鎮(zhèn)人口占總人口的比重來衡量城鎮(zhèn)化水平。（4）農(nóng)村居民可支配收入（元），隨著農(nóng)村居民可支配收入的增加，農(nóng)民往往會更購買以前不舍的購買的先進生產(chǎn)資料，進而影響農(nóng)業(yè)生產(chǎn)效率。

三、實證研究

（一）第一階段傳統(tǒng)DEA測算

傳統(tǒng)DEA模型計算出的2022年31個省區(qū)市農(nóng)業(yè)綜合技術效率、純技術效率、規(guī)模效率和規(guī)模報酬狀態(tài)情況如表1所示。

表1 2022年我國31個省區(qū)市農(nóng)業(yè)效率情況

由表1的結果可以看出，傳統(tǒng)DEA模型計算出的我國2022年31個省區(qū)市農(nóng)業(yè)綜合技術效率平均值是0.654，農(nóng)業(yè)純技術效率平均值是0.771，農(nóng)業(yè)規(guī)模效率平均值是0.863。浙江省、福建省、海南省和青海省這四省的三項效率值均達到技術效率前沿水平。其他各省區(qū)市農(nóng)業(yè)效率要么純技術效率值和規(guī)模效率值同時都有不同程度的提升空間，或者雖然農(nóng)業(yè)純技術效率值達到前沿面，但在規(guī)模效率方面存在可提升空間。由于這一階段所計算的農(nóng)業(yè)效率值還包含有環(huán)境因素和隨機擾動因素的影響，還需對投入數(shù)據(jù)進行相應的優(yōu)化調(diào)整。

（二）第二階段相似SFA回歸分析結果

本研究將傳統(tǒng)DEA模型計算出的各決策單元農(nóng)作物總播種面積、從業(yè)人員等投入變量的差額值作為被解釋變量，將各決策單元的農(nóng)業(yè)人力資本、政府支持、城鎮(zhèn)化水平、農(nóng)村居民可支配收入四個環(huán)境變量作為解釋變量，利用Frontier4.1軟件進行SFA回歸分析，計算結果如表2所示。

表2 第二階段SFA估計結果

從表2可以看出，SFA回歸分析的γ值都基本是1，而且達到1%的顯著性水平，這反映出農(nóng)業(yè)的技術效率有所差別、本文使用的SFA分析模型是合理的，而且反映了投入差額變量的出現(xiàn)受農(nóng)業(yè)技術無效率的影響較大。

因投入差額可被認為是各決策單元的機會成本，假如決策單元的某個解釋變量與投入差額值是正的關系，反映了決策單元環(huán)境變量的增加并不利于減少投入差額，反映出這個解釋變量對農(nóng)業(yè)效率的提高是不利的；當某個解釋變量與投入差額值是負的關系，反映了決策單元環(huán)境變量的增加是有利于減少投入差額的，表明該解釋變量對決策單元農(nóng)業(yè)運營效率的提高是有利的。

從外部環(huán)境變量對決策單元農(nóng)業(yè)投入差額值的回歸分析結果可看出：（1）農(nóng)業(yè)投入的人力資本對農(nóng)作物總播種面積差額值、農(nóng)林牧漁業(yè)從業(yè)人員差額值、農(nóng)業(yè)機械總動力差額值、農(nóng)用化肥施用量差額值的回歸系數(shù)均為正數(shù)，說明受教育年限提升不利于農(nóng)業(yè)效率的改進，這可能是因為人力資本越高意味著農(nóng)民素質(zhì)越高，農(nóng)民就想投入更多的勞動力來提升效率，過多的投入可能會導致人力冗余。（2）政府支持對農(nóng)作物總播種面積差額值、農(nóng)林牧漁業(yè)從業(yè)人員差額值、農(nóng)業(yè)機械總動力差額值、農(nóng)用化肥施用量差額值的回歸結果都是正數(shù)，說明政府的支持反而不利于農(nóng)業(yè)效率的改進，這可能是因為政府財政支持往往會增加農(nóng)民的收入期望值，致使農(nóng)民不斷擴大經(jīng)營規(guī)模，造成投入的冗余。（3）城鎮(zhèn)化水平對各投入變量的影響均通過1%的顯著性檢驗。城鎮(zhèn)化水平對農(nóng)業(yè)機械總動力差額值、農(nóng)用化肥施用量差額值的影響系數(shù)為負數(shù)，說明城鎮(zhèn)化水平的提高將減少農(nóng)業(yè)機械和農(nóng)用化肥的施用量。（4）農(nóng)村居民可支配收入對農(nóng)作物總播種面積差額值、農(nóng)林牧漁業(yè)從業(yè)人員差額值、農(nóng)業(yè)機械總動力差額值、農(nóng)用化肥施用量差額值的回歸結果都是負數(shù)，且除對農(nóng)業(yè)機械總動力差額值外均通過1%的顯著性檢驗，這說明農(nóng)民收入水平的提升能提高農(nóng)民對農(nóng)業(yè)生產(chǎn)的積極性，進而提升農(nóng)業(yè)生產(chǎn)效率。

（三）第三階段投入經(jīng)過調(diào)整后的DEA分析情況

根據(jù)前述研究方法，在對2022年我國31個省區(qū)市的農(nóng)業(yè)投入變量進行優(yōu)化后，本研究第二次利用Deap2.1軟件進行BCC分析，從而得到各決策單元更客觀的農(nóng)業(yè)效率值，計算結果如表3所示。

表3 2022年我國31個省區(qū)市相同環(huán)境下的農(nóng)業(yè)效率情況

對比第一階段傳統(tǒng)DEA模型和剔除環(huán)境變量以及隨機擾動因素影響后的第三階段結果，可以看出31個省區(qū)市的農(nóng)業(yè)效率發(fā)生較明顯的變動，這表明本研究所選擇的環(huán)境因素對農(nóng)業(yè)效率產(chǎn)生顯著的影響，所以，對農(nóng)業(yè)的初始投入值進行相應的調(diào)整是必需的，對農(nóng)業(yè)效率的分析也應該使用第三階段的分析結果。從31個省區(qū)市農(nóng)業(yè)生產(chǎn)效率的平均值可以看到，農(nóng)業(yè)綜合技術效率第三階段的值與第一階段的值是相同的；農(nóng)業(yè)純技術效率值相比第一階段有比較大的增加，效率平均值從0.771增大為0.818，增長了約6.1%；農(nóng)業(yè)的規(guī)模效率平均值從0.863下降到0.805，效率降低了6.7%，農(nóng)業(yè)純技術效率的增加大體抵消了農(nóng)業(yè)規(guī)模效率值的減少，進而使得第三階段計算得到的我國農(nóng)業(yè)綜合技術效率平均值和第一階段相同。

從各地區(qū)來看，福建省、海南省的三項效率值為1，達到技術前沿面；廣東省、貴州省因規(guī)模效率提升，兩省第三階段的農(nóng)業(yè)綜合技術效率達到前沿水平。上海市、浙江省、西藏自治區(qū)、青海省四地第三階段的純技術效率值相比較第一階段的純技術效率值有明顯的降低，這反映了這四個地區(qū)第一階段的農(nóng)業(yè)效率高與各自所處的較好的外部環(huán)境或這四個地區(qū)所具備的較好的運氣有關系，這四個地區(qū)的農(nóng)業(yè)實際管理能力并不是表面呈現(xiàn)的那么理想。河北省、黑龍江省、江蘇省、安徽省、山東省等14個省在對初始投入數(shù)據(jù)進行調(diào)整后，農(nóng)業(yè)規(guī)模效率有較大的提升，這表明這14個地區(qū)農(nóng)業(yè)規(guī)模效率實際水平更好一些。

21個省市的農(nóng)業(yè)綜合技術效率提升，其中，山西省、內(nèi)蒙古自治區(qū)等11個省區(qū)主要是因為其純技術效率提升，另外10個省主要是因為農(nóng)業(yè)規(guī)模效率的提升；北京市、天津市、上海市、西藏自治區(qū)、青海省綜合技術效率下降明顯，這主要是因為農(nóng)業(yè)規(guī)模效率的降低。對比兩階段的計算結果可知，雖然我國有13個省市的農(nóng)業(yè)規(guī)模效率下降，但依然有16個省市的農(nóng)業(yè)規(guī)模效率是大于各自的農(nóng)業(yè)純技術效率的，這說明農(nóng)業(yè)純技術效率不高是影響我國大多數(shù)省份農(nóng)業(yè)效率提升的主要原因。

四、我國農(nóng)業(yè)效率整體分析及分區(qū)域分析

第三階段計算出來的農(nóng)業(yè)生產(chǎn)效率更加契合實際情況，以下分析主要基于第三階段分析所得結果。

（一）整體分析

2022年我國31個省區(qū)市農(nóng)業(yè)綜合技術效率平均值為0.654，整體水平偏低。在不考慮綜合技術效率為1的福建省、海南省、廣東省和貴州省，如果以0.8為分界，我國農(nóng)業(yè)生產(chǎn)效率將被劃分為四種不同類型，即“高純技術效率高規(guī)模效率型”“低純技術效率高規(guī)模效率型”“高純技術效率低規(guī)模效率型”“低純技術效率低規(guī)模效率型”。具體來看，黑龍江省、江蘇省、浙江省、江西省、山東省、湖北省、湖南省、四川省、云南省等9省屬于高純技術效率與高規(guī)模效率的“高高型”，農(nóng)業(yè)整體效率水平高，這類省農(nóng)業(yè)生產(chǎn)效率所需改進的地方較少。河北省、山西省、內(nèi)蒙古自治區(qū)、遼寧省、吉林省、安徽省、廣西壯族自治區(qū)、重慶市、陜西省、甘肅省、新疆維吾爾自治區(qū)等11個省區(qū)市屬于低純技術效率與高規(guī)模效率的“低高型”，這些省區(qū)市農(nóng)業(yè)生產(chǎn)應以提高技術管理水平為主。北京市、天津市、河南省、青海省、寧夏回族自治區(qū)等5省區(qū)市屬于高純技術效率與低規(guī)模效率的“高低型”，這些省區(qū)市農(nóng)業(yè)生產(chǎn)應以擴大農(nóng)業(yè)生產(chǎn)規(guī)模為主。余下的上海市、西藏自治區(qū)屬于低純技術效率與低規(guī)模效率的“低低型”，這些省市農(nóng)業(yè)發(fā)展不僅要注重提高農(nóng)業(yè)管理水平，而且要促進農(nóng)業(yè)生產(chǎn)規(guī)模的擴大。

（二）區(qū)域分析

我國地域南北跨度廣、東西跨度大，不同區(qū)域農(nóng)業(yè)發(fā)展水平如何，彼此之間是否有差距？按照傳統(tǒng)的區(qū)域分類辦法，本研究仍然將我國31個省區(qū)市劃分為東部、中部、西部。

從2022年三大區(qū)域農(nóng)業(yè)總體情況可以看出（如表4所示），我國東部區(qū)域農(nóng)業(yè)發(fā)展，除規(guī)模效率低于全國平均外，綜合技術效率、純技術效率都要高于全國平均；中部地區(qū)農(nóng)業(yè)發(fā)展，除純技術效率低于全國平均，其綜合技術效率、規(guī)模效率都要高于全國平均；西部地區(qū)農(nóng)業(yè)發(fā)展無論是綜合技術效率還是純技術效率、規(guī)模效率都要低于全國平均。

表4 2022年我國三大區(qū)域農(nóng)業(yè)效率總體情況

五、研究結論

本研究通過三階段DEA分析模型對我國2022年31個省區(qū)市的農(nóng)業(yè)生產(chǎn)率進行了分析，得出的結論如下：人力資本、政府支持、城鎮(zhèn)化水平、農(nóng)村居民可支配收入等因素均對我國農(nóng)業(yè)生產(chǎn)率具有顯著的影響。

我國31個省區(qū)市2022年農(nóng)業(yè)綜合技術效率平均值為0.654，整體發(fā)展水平仍不高，如果以0.8的效率值為分界點，我國31個省區(qū)市可被劃分為“高純技術效率高規(guī)模效率型”“低純技術效率高規(guī)模效率型”“高純技術效率低規(guī)模效率型”“低純技術效率低規(guī)模效率型”。從區(qū)域分析的結果看，我國農(nóng)業(yè)發(fā)展存在顯著的地域差別，西部地區(qū)農(nóng)業(yè)效率相對較差，東部地區(qū)綜合技術效率最好，中部地區(qū)農(nóng)業(yè)效率居中。我國南北跨度、東西跨度均比較大，不同區(qū)域自然環(huán)境、經(jīng)濟發(fā)展等存在著顯著差異，不同區(qū)域應結合本地特點，有側重地提升農(nóng)業(yè)管理水平或增加農(nóng)業(yè)生產(chǎn)規(guī)模。