派智库

内容提要：农业作为国民经济发展基础，研究农业生产效率，有助于促进农业生产发展。本文选取陕西省2010-2016年农业数据，运用DEA模型和Malquist指数模型对陕西农业生产效率分别进行静态与动态测算，并分析其冗余量。研究表明：陕西省农业生产效率较低，但发展较为均衡，技术进步是推动陕西农业生产效率的主要原因。现阶段提高西北地区农业生产效率，不能仅仅依靠资金投入，提升技术等现代化要素的投入更加关键，同时发展特色农业，加强农业企业建设可以进一步提高西北地区农业生产效率，促进农业经济发展。 内容来自dedecms

关键词：DEA模型 Malquist指数 农业生产效率

copyright dedecms

党的十九大报告中提出，实施乡村振兴战略，要坚持农业农村优先发展，按照产业兴旺，治理有效等总要求，加快推进农业现代化。根据《全国农业可持续发展规划（2015—2030年）》总体部署要求，需合理利用农业生产资源，转变农业生产方式，促进农业可持续发展。现阶段，我国西北地区正在大力发展节水农业和特色农业，将大量现代化生产要素投入农业生产，提高农业生产效率，引导西北地区农业快速从粗放式发展向集约式发展进行转变。在此转变过程中，农业生产效率成为衡量农业发展水平的重要指标。因此，本文以陕西省农业发展为例，运用DEA模型和Malquist指数模型对陕西农业生产效率分别进行静态与动态分析，以剖析我国西北地区农业发展的现存问题和转型策略。 织梦好，好织梦

一、相关研究文献评述

已有诸多研究关注了农业资源效率的影响因素。例如，邓宗兵（2010）对中国农业增长进程中的农业全要素增长率（TFP）进行实证研究，对全国29个省市区农业数据进行深度测算，认为技术进步推动了我国农业全要素生产率的增长。此类研究还包括赵永南等（2016）、刘同山（2016），等等。 织梦好，好织梦

数据包络分析（DEA）模型在农业生产效率的测度方面已有十分广泛的应用。Farrell（1957）在对英国农业生产力研究时提出生产效率衡量的方法，用“非预设生产函数”代替“预设函数”来推测效率值，并运用线性规划求出效率前沿线，这就是DEA模型的基础。此后，诸多研究利用DEA以及相关扩展模型对农业生产效率等相关问题进行了研究。Jose R.Vicente（2004）运用DEA计算巴西农业生产效率，并结合大气环境，土壤条件和CO2排放量等环境指标，来衡量巴西农业发展程度，并假设巴西农业生产技术在完全有效的情况下，农业生产总值增加幅度将会超过30％。郭亚军、张晓红（2011）以河北省136个县市作为研究对象，分析河北农业生产效率在3个时期段的变化，研究发现DEA有效的县市并没有随着时间递进有明显增加，但DEA无效县市投入冗余严重，有较大的发展空间。刘子飞、王昌梅（2015）运用三阶段DEA分析陕西有机农业，其研究发现管理因素与环境因素均会对农业生产效率有显着影响，运用三阶段DEA分析可以有效剔除随机因素影响，并研究农业生产技术与生产规模对农业生产效率的作用，指出由于纯技术效率的改进，有机化可以提高农业生产效率。同样利用三阶段DEA模型，郭军华等（2010）对我国2008年农业生产效率进行了实证研究，认为城市化水平和乡村就业人口平均受教育年限的提高有利于农业生产效率改善。戚焦耳等（2015）运用DEA-Tobit模型两步法，利用江苏省的实地调研数据进行了研究，发现农地流转是提高农业生产效率的有效途径。杜江等（2016）基于DEA-GML指数与面板Tobit模型的两阶段分析，通过对1991年至2013年省级数据的分析，发现环境全要素生产率及技术进步与农业增长之间存在“倒U型”曲线关系。陈燕翎等（2017）以福建省农业产业化龙头企业为研究对象，运用DEA-Malmquist指数法测度农业产业化龙头企业的生产效率，研究表明信贷规模、研发投入、行业规模和外商投资对农业产业化龙头企业的全要素生产率均具有显着影响。 dedecms.com

国内外各学者对农业生产效率的研究为本文提供了夯实的研究基础，但目前的研究多为全国性和南部发达省市的研究，无法代表西北内陆地区农业发展现状，难以形成具有针对性的对策建议。因此，本文在前人研究的基础上，将以陕西农业产出为代表，运用DEA模型和Malquist指数模型，选取2010-2016年期间的数据，对陕西省农业生产效率分别进行静态与动态分析，直观评价陕西农业发展水平，进一步发掘农业生产效率的冗余率，为提高西北地区农业生产率提供具有针对性的对策建议。 copyright dedecms

三、西北地区农业生产效率状况分析 copyright dedecms

提高农业生产效率是农业增长的基础，是增加农民收入的关键，而西北地区因生态环境与经济发展这两方面的制约，农业生产效率一直处于波动变化的状态。根据《中国农村统计年鉴》和《新疆农村统计年鉴》数据，我们绘制了图1。可以发现，西北五省的农业生产总值总体呈一个上升的趋势，陕西和新疆的农业发展势头迅猛，2010-2016年陕西农业生产总值从16660575万元增长到29857636万元，新疆由18461828万元增长到29696963万元。新疆地区耕地资源丰富且光照充足，适宜发展特色农业，陕西省作为西北地区经济较为发达省份，种植环境良好，技术先进，是促进农业发展的良好动力；而青海省和宁夏省因地处高原地区，土壤资源恶劣，不宜进行农业种植，导致其农业生产总值低且增长缓慢。

copyright dedecms

西北地区土地资源丰富，综合考虑农业生产效率，纯技术效率和规模效率具有一定的同步性，其生产效率的提高通常仅依靠不断扩大耕种面积，增加规模，而不是依靠技术创新和生产方式的转变，综合效率的发挥优势不明显。从图2可以看出：西北五省农业技术效率值变化趋势处于一种平稳的状态，没有明显波动，农业技术效率值是几乎没有进行改善，而宁夏一直处于负值，陕西的技术效率值维持在1.4左右。由此可见，西北地区的农业技术效率增加主要是靠农业技术进步的推动，新疆的农业生产总值在西北地区处于前列，但是其农业技术效率值一直处于0，其他省的农业生产总值增长率高于技术效率，说明西北地区的农业发展，大部分依靠不断增加生产要素的投入，而在技术方面和投入质量方面有所欠缺。

dedecms.com

本文来自织梦

西部地区农业发展面临着资源与生态环境的双重约束，经济发展落后，2016年西部地区农民人均纯收入与全国相对差距达63％，导致务农人口减少。其农业基础设施薄弱，抗自然灾害能力弱，每年受自然灾害影响的粮食达30％。西北地区生产技术落后，专业人才不足，生产一直难以由投入型向效率型转变，导致西北地区农业生产效率一直处于低下的状况，并与东部发达地区有逐渐拉大差距的趋势。而从图2可以看出，西北地区农业发展潜力巨大，随着西部大开发战略的实施，农业科技的发展和农业基础设施的不断完善，自然条件对西北地区农业发展的约束不再显着。

三、西北地区农业生产效率静态分析——以陕西省为例 织梦内容管理系统

（一）研究方法及指标选取

本文运用非参数方法数据包络分析（DEA）来进行生产效率测算，DEA模型是一种根据已知数据，得到相应的生产边缘函数，以评价具有多投入和多产出的决策单元（DMU）的一种相对有效的研究方法。DEA模型包含了投入导向型和产出导向型，本文考虑农业产出数据的不确定性，选择在产出不变的情况下，尽可能的缩小投入，计算生产技术效率的投入导向型CCR模型。该模型属于最初的DEA模型，由Charnes等（1978）最初提出，适用于规模报酬不变。因DEA模型在实际运用中，仅根据CCR模型判断技术效率有效性，会有一定的不准确性，所以引入松弛变量改善公式，计算非有效DMU的最佳理想值，根据松弛变量计算结果，判断非有效DMU的理想值，并指出DMU有效及弱有效DMU的原因及改进方向。 copyright dedecms

本文选取陕西省2010-2016年农业数据，以陕西农林牧副渔生产总产值作为产出指标（万元）。根据陕西农业生产特点和各指标数据的可得性，将投入指标方面选取：农作物常用耕地面积（千公顷），农用薄膜使用量（公顷），牲畜头数（头），水产品养殖面积（公顷），机械总动力，化肥施用量（吨），全面直观的反映陕西农业生产发展阶段。数据来源于国家统计局、《中国农业统计年鉴》、《陕西农业统计年鉴》、陕西农业信息网。

（二）陕西农业生产效率静态分析

dedecms.com

本文运用软件DEAP2.3对2010-2016年陕西农业生产效率进行测算，其中包括综合技术效率、纯技术效率、规模效率，测算结果如图3所示。

织梦好，好织梦

图3描述了2010-2016年陕西农业生产综合技术效率、纯技术效率和规模效率的动态变化。测算结果上看，陕西农业生产年均综合技术效率为0.810，年均纯技术效率为0.842，年均规模效率在0.959，说明陕西农业生产效率处于较高的水平，且总体发展呈现一个缓慢上升的趋势。从图3可以看出，规模效率曲线位于最高位置，均在0.9以上，且整体态势非常平稳，说明陕西农业发展已经有了一定的区域化和规模化，形成了规模经济。波动趋势方面，2013年到2016年综合技术效率和纯技术效率波动较大，最大值分别为2014年0.842和0.867，最小值分别为2015年的0.771和0.785，差值为0.071和0.122，但在2016年期间效率值有了一定的回升，继续呈现上升趋势，说明技术等现代要素的投入在一定程度上促进了陕西农业的发展。从各个年份分析，2015年规模效率达到7年间最高值0.978，但是由于纯技术效率值仅为0.785，导致综合技术效率最低为0.771。由于综合技术效率是纯技术效率和规模效率的乘积，所以农业生产综合技术效率的提高是纯技术效率和规模效率共同作用的结果。2010年纯技术效率最高为0.876，而规模效率为0.942，使综合技术效率也处于一个较高的水平。

（三）陕西农业生产效率冗余分析 本文来自织梦

通过DEAP2.3软件进行生产效率的过程中，测算出决策单元中投入产出指标的冗余量。这些冗余量表示在一定量的效率值下，可以通过减少投入量或者增加产出量，来提高其技术效率值。陕西省农业生产松弛变量分析为如表1所示：

内容来自dedecms

从表1中可以看出：2010-2016年陕西农业生产各个投入要素均存在不同程度的冗余，常用耕地面积在2012年冗余量最大，有57.77千公顷的常用耕地没有得到充分利用，冗余率为22.25％，但自此耕地冗余程度有了一定的减少，缓解了土地资源的浪费情况。从冗余率均值可以看出，化肥施用量的冗余率相对较低，为6.05％，说明陕西应该科学施肥，进一步减少化肥用量，提高陕西农业生产效率。水产品养殖所存在的冗余程度最大，均值达到25.98％，由于陕西地处西北内陆地区，缺乏发展渔业的地形和环境优势，其发展不合理。农用薄膜使用量的冗余程度也较大，仅次于水产品养殖面积，所以陕西农业生产投入要相对减少农用薄膜使用量。

本文来自织梦

综合分析，现有生产力水平的基础上，常用耕地面积应减少42.72千公顷，农用薄膜使用量减少7499.28公顷，养殖牲畜头数减少21991.64头，水产品养殖面积减少1098.76千公顷，机械总动力减少14.39万千瓦，化肥施用量减少16076.04吨才能使陕西农业生产效率达到有效。各个投入要素的冗余程度不同，表明陕西农业生产力不足，在生产过程中不能对各个生产投入要素做到物尽其用。未来发展过程中，要尽快从资源投入型转为技术投入型，并注重整合农业土地资源，合理利用水资源，各地依据地形优势，资源优势发展特色农业，积极发展绿色农业，有机农业，减少农业污染，将农业发展规模化，科学管理，减少各投入要素的冗余量，提高农业生产效率。 织梦好，好织梦

四、西北地区农业动态产出效率评价分析

为了更加全面直观的展现西北地区农业产出效率的动态变化，本文继续以陕西省为例，运用Malquist指数对陕西农业产出进行动态效率分析。可将全要素生产效率分解为技术效率、技术进步效率、纯技术效率、规模效率以及全要素生产率，而全要素生产效率的变化是在技术进步效率、纯技术效率和规模效率三个共同作用的结果。陕西农业产出的全要素生产率如表2所示： copyright dedecms

内容来自dedecms

从表2的TFP指数中可以看出各个时间段其变化速度以及影响因素有着明显的差异，而全要素生产率的年平均增长率为6.6％。陕西农业Malmquist指数的构成因素方面，农业技术进步增长率位9.2％，农业技术效率年均增长了0.8％，其中纯技术效率增长1.4％，但规模效应下降了4.5％。这证明农业作为一个劳动密集型产业，技术程度低，而陕西与东部发达省份相比较为落后，农业机械化程度较低，但随着时间的推移，陕西农业乃至整个西北地区的农业生产发生发生了转变，推广农业技术，一步步提高农业技术进步效率。但规模效应年平均率下降表明，陕西农业经营规模偏小，未形成规模经济，在一定程度上影响了陕西农业产出的TFP指数。 copyright dedecms

总体来讲，2010-2016年农业全要素生产率的提高是靠技术进步的带动，但增长相对较为缓慢，可能原因是农产业冗余过量，在现代化转型中遭遇瓶颈期。技术效率值2013-2014年和2015-2016年阶段为负向增长，其余都为正向增长；全要素效率只有2013-2014年为正向增长，其余都为负向增长；但总体在这7年间陕西农业产出效率增长主要得益于纯技术效率的增长。从TFP指数中可以看出其技术效率变化趋势巨大，其余维持一个均衡，在2012年后陕西农业全要素生产率进入一个高速发展时期，增长速度加快，但随后维持一个平稳的阶段，全要素生产率的增加主要是技术效率增长。 copyright dedecms

五、结论与政策建议

织梦内容管理系统

本文通过构建DEA模型和Malquist指数模型，利用陕西2010-2016年，7个时间段的农业生产相关数据特征，进行陕西农业生产效率的静态和动态分析研究，分析年份趋势变化。针对实证结果，本文提出以下建议： 织梦内容管理系统

1.因地制宜发展特色农业。西北地区各省份农业生产条件不同，必须具有针对性的依据各地实际情况，发展特色农业，以各区域自然资源特点为依托，形成一条以特色农业为核心的农业产业链，提高农产品附加值，促进农业可持续发展。在发展特色农业的基础上，打造农产品品牌，彰显各地农业特色，利用品牌形象推广农产品。

2.增加技术等现代化要素投入。政府应加大农业资金投入，为更新基础设施，改进生产技术，引进优秀人才提供物质支持。发展“互联网+农业”，建立农业信息传播平台，更新农业信息传播技术，进行多渠道传播，并在传播过程中，保证信息真实性和多样性，并加强农民互联网知识培训，树立网络信息意识，确保每一位农业能够从多渠道获取农业信息。

本文来自织梦

3.促进农业的规模化生产。继续推进农业供给侧改革，改变传统粗放型、分散性种植生产结构，加快土地流转，促进土地向种粮大户及试验田方面流转。西北地区地域广阔，适合规模化发展，集约化种植，应进一步鼓励农业合作社等新型规模化生产经营主体发展，优化农业产业布局，促进三产融合，促进规模发展，提升农业生产效率。

copyright dedecms

参考文献：

[1]邓宗兵.中国农业奎要素生产率增长及影响因素研究[D].西南大学，2010. 本文来自织梦

[2]郭军华，倪明.李帮义.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究，2010（12）. 织梦好，好织梦

[3]郭亚军，张晓红.基于数据包络分析（DEA）的河北省农业生产效率综合评价[J].农业现代化研究，2011（6）. 本文来自织梦

[4]刘子飞，王昌梅.有机农业生产效率的三阶段DEA分析——以陕西洋县为例[J].中国人口.资源与环境，2015（7）.

[5]戚焦耳，郭贯成，陈永生.农地流特对农业生产效率的影响研究——基于DEA-Tobit模型的分析[J].资源科学，2015（9）. 织梦内容管理系统

[6]刘同山.以机制创新提升“人地”资源配置效率——对冀、鲁、豫、宁四省农村土地退出的调查和思考[J].价格理论与实践，2016（1）. 织梦好，好织梦

[7]杜江、王锐、王新华.环境全要素生产率与农业增长：基于DEA-GML指数与面板Tobit模型的两阶段分析[J].中国农村经济，2016（3）.

[8]赵永南、邵斌、许明.关于农民种植意愿影响因子转换的探讨[J].价格理论与实践，2016（4）.

[9]陈燕翎、商艺强、庄佩芬.农业产业化龙头企业生产效率州度研究[J].价格理论与实践，2017（11）.

dedecms.com