有機農(nóng)業(yè)生產(chǎn)效率的三階段DEA分析

劉子飛 王昌海

摘要

有機農(nóng)業(yè)是我國適應(yīng)居民食品消費由注重數(shù)量向質(zhì)量轉(zhuǎn)變、促進生態(tài)文明建設(shè)、緩解農(nóng)業(yè)污染問題等的現(xiàn)實選擇。以有機農(nóng)業(yè)發(fā)展的典型——陜西洋縣為例，運用三階段DEA（數(shù)據(jù)包絡(luò)分析）模型，本文比較分析了其與周邊縣區(qū)的農(nóng)業(yè)生產(chǎn)效率。結(jié)果表明：以農(nóng)林牧漁業(yè)總產(chǎn)值為產(chǎn)出指標(biāo)和以農(nóng)業(yè)資本、勞動力、耕地面積、化肥使用量、農(nóng)膜使用量為投入指標(biāo)滿足模型適用的“同向性”條件假設(shè)，可以進行投入產(chǎn)出的效率分析；管理因素、外部環(huán)境因素和隨機因素對農(nóng)業(yè)生產(chǎn)效率均有顯著影響，有必要進行各因素對效率影響的剝離性分析；在外部環(huán)境因素中，提高農(nóng)民人均純收入、城鎮(zhèn)化水平、財政支出占GDP比重均有利于促進農(nóng)業(yè)生產(chǎn)效率，而以糧食播種面積與耕地面積比表示的種植結(jié)構(gòu)與農(nóng)業(yè)生產(chǎn)效率呈顯著負相關(guān)；在發(fā)展有機農(nóng)業(yè)前和后，洋縣農(nóng)業(yè)綜合生產(chǎn)率、純技術(shù)效率和規(guī)模效率均低于陜南26縣區(qū)的平均水平，但發(fā)展有機農(nóng)業(yè)后，其農(nóng)業(yè)綜合生產(chǎn)率、純技術(shù)效率排名分別上升了5位和6位，同時，規(guī)模效率排名下降了3位；然而，洋縣綠色農(nóng)業(yè)生產(chǎn)純技術(shù)效率仍然低于規(guī)模效率。主要研究結(jié)論：三階段DEA模型有效剔除了管理因素和隨機因素對農(nóng)業(yè)生產(chǎn)效率的影響；有機化可以提高農(nóng)業(yè)生產(chǎn)效率，這主要來源于純技術(shù)效率而非規(guī)模效率的改進。為了縮小與周邊農(nóng)業(yè)生產(chǎn)效率的差距，洋縣應(yīng)該提高綠色農(nóng)業(yè)管理技術(shù)水平和擴大生產(chǎn)規(guī)模，且重點在于前者。

關(guān)鍵詞有機農(nóng)業(yè)；農(nóng)業(yè)生產(chǎn)效率；純技術(shù)效率；規(guī)模效率；三階段DEA模型

中圖分類號F323.3 文獻標(biāo)識碼A文章編號1002-2104（2015）07-0105-08doi：10.3969/j.issn.1002-2104.2015.07.015

作為“朱鹮之鄉(xiāng)”，洋縣為了保護世界極瀕危珍稀動物—朱鹮，從20世紀80年代發(fā)現(xiàn)世界上僅存的7 只朱鹮開始，就倡導(dǎo)在農(nóng)業(yè)生產(chǎn)活動中減少農(nóng)藥化肥使用，針對朱鹮活動頻繁的核心區(qū)更是命令禁止使用農(nóng)藥、化肥，以減少農(nóng)業(yè)生產(chǎn)帶來的對朱鹮生境的破壞。據(jù)陜西漢中朱鹮國家級自然保護區(qū)管理局統(tǒng)計，經(jīng)過三十余年的積極努力，朱鹮種群數(shù)量由最初的7 只，已增加至1 500余只。世界瀕危珍禽基本擺脫了“瀕?！钡木车?，得到了良好的保護。然而，隨著朱鹮數(shù)量的不斷增加，其活動范圍也逐漸擴散，由最初的朱鹮發(fā)現(xiàn)地—姚家溝（深溝），擴散至洋縣的每一個鄉(xiāng)鎮(zhèn)，減少或禁止使用農(nóng)藥化肥或使用有機農(nóng)藥化肥的保護措施也擴大至各鄉(xiāng)鎮(zhèn)，這給農(nóng)業(yè)帶來了消極和積極兩方面的結(jié)果。消極方面，集中表現(xiàn)為減少了農(nóng)業(yè)特別是稻米的產(chǎn)量，作為國家級貧困縣，加上稻米生產(chǎn)是該區(qū)域的主要糧食作物，稻米減產(chǎn)意味著農(nóng)民收入的降低，這加劇了當(dāng)?shù)剞r(nóng)民、農(nóng)村社區(qū)生計與政府、保護機構(gòu)生態(tài)之間的矛盾。積極方面，主要是帶來了有機農(nóng)業(yè)發(fā)展的契機，未施用或有限使用農(nóng)藥化肥或使用了綠色農(nóng)

藥、有機肥的農(nóng)產(chǎn)品（下文統(tǒng)稱“有機產(chǎn)品”，相應(yīng)的為“常規(guī)農(nóng)產(chǎn)品”）

銷售價格較高，如2013年，農(nóng)戶銷售常規(guī)稻谷的價格為2.06-3.12 元/kg，而有機稻的為3.7-6.44 元/kg，按此計算，有機農(nóng)產(chǎn)品的價格是常規(guī)農(nóng)產(chǎn)品的1.19-3.13倍，洋縣政府及朱鹮保護管理機構(gòu)以此為契機，在全縣積極推廣有機農(nóng)業(yè)，通過試點和示范效應(yīng)帶動了全縣有機農(nóng)業(yè)的發(fā)展，并于2007年成為省級有機食品基地縣。截至2012年，洋縣耕地面積為38 600 hm2，已經(jīng)認證的有機生產(chǎn)基地達14 700 hm2，年認證有機產(chǎn)品或有機轉(zhuǎn)換產(chǎn)品13大類55品種 5 447 hm2，認證數(shù)量和面積均居全國第一。洋縣是全國首批十個國家級有機認證示范創(chuàng)建縣之一，也是全國唯一的“有機產(chǎn)品認證可工作聯(lián)系點”，可謂是有機農(nóng)業(yè)發(fā)展的典型。

與常規(guī)農(nóng)業(yè)相比，為保護生態(tài)而催生的有機農(nóng)業(yè)在產(chǎn)量上存在劣勢，但在價格上具有優(yōu)勢，在“經(jīng)濟人”假設(shè)下，則二者對有機農(nóng)業(yè)生產(chǎn)主體的積極性必然形成阻力和拉力。仍以稻米生產(chǎn)為例，按照筆者的調(diào)查，平均來看，有機稻的產(chǎn)量比常規(guī)稻的低2 456.745 kg/ hm2，而銷售價格高出1.806 元/kg，產(chǎn)量、價格綜合的結(jié)果是有機稻產(chǎn)值高3 669.004 元/ hm2。但考慮到有機稻和常規(guī)稻的生產(chǎn)成本差異，產(chǎn)值較高并不意味著有機稻生產(chǎn)效率一定較高，另外，對于有機稻的主要生產(chǎn)者——農(nóng)戶來講，食用有機稻的機會成本較高，因此主要用于銷售，但銷售有機稻后再購買維持生活的常規(guī)稻米的做法被認為是繁瑣的，且口感沒有自己家種植的好。綜合以上因素，有機農(nóng)業(yè)生產(chǎn)主體的積極性并不一定比常規(guī)的高，那么，有機農(nóng)業(yè)生產(chǎn)效率較常規(guī)的是高還是低呢？這是本研究擬回答一個核心問題。這有助于積累經(jīng)濟與生態(tài)協(xié)調(diào)發(fā)展的良好模式抑或是教訓(xùn)。而且，洋縣有機農(nóng)業(yè)生產(chǎn)的事實可以為我國有機農(nóng)業(yè)的大范圍鋪開是否會影響糧食有效供給的爭論提供一個實踐版的答案。

1相關(guān)研究

Farrell在分析英國農(nóng)業(yè)時首先提出了衡量生產(chǎn)效率的DEA原型：以“非預(yù)設(shè)生產(chǎn)函數(shù)”代替?zhèn)鹘y(tǒng)的“預(yù)設(shè)函數(shù)”估計效率值，結(jié)合數(shù)學(xué)規(guī)劃求出效率前緣線。Charnes， Cooper和Rhodes明確提出了DEA模型，之后，諸多學(xué)者在研究農(nóng)業(yè)生產(chǎn)效率時采用了該方法。Kawagoe， Hayami和Ruttan分析了多國的農(nóng)業(yè)生產(chǎn)效率，結(jié)果表明，農(nóng)業(yè)生產(chǎn)率與勞動生產(chǎn)率相關(guān)性較小，而與區(qū)域發(fā)展水平密切相關(guān)，Restuccia，Yang 和Zhu使用兩階段一般均衡模型對國際農(nóng)業(yè)生產(chǎn)效率的研究在一定程度上驗證了這一點。Ruttan除常規(guī)投入要素外，還考慮了資源、環(huán)境約束和科技約束下的農(nóng)業(yè)生產(chǎn)率，解釋了近半個世紀的“南北”農(nóng)業(yè)生產(chǎn)效率之間差距未縮小的原因。與以國家為決策單元的研究不同，Haag， Jaska和Semple考察了德克薩斯州Blacklan Prairie地區(qū)41個郡的農(nóng)業(yè)生產(chǎn)效率。較早關(guān)注中國農(nóng)業(yè)生產(chǎn)效率的有McMillan、Lin、Wen，他們主要運用索洛余值法和Griliches生產(chǎn)函數(shù)估計中國的農(nóng)業(yè)生產(chǎn)效率。隨著我國整體經(jīng)濟不斷發(fā)展，在大的經(jīng)濟轉(zhuǎn)型背景下，農(nóng)業(yè)增長更加依賴于技術(shù)的現(xiàn)實激發(fā)了諸多學(xué)者對農(nóng)業(yè)生產(chǎn)效率廣泛的研究。運用DEA模型，陳衛(wèi)平分析了1990-2003年農(nóng)業(yè)生產(chǎn)率的時空特征，周端明考察了1978-2005年各區(qū)域農(nóng)業(yè)生產(chǎn)率發(fā)現(xiàn)，存在較大的區(qū)域不均衡，農(nóng)業(yè)增長主要動力已經(jīng)由投入轉(zhuǎn)向技術(shù)進步。為了修正傳統(tǒng)DEA在生產(chǎn)效率方面的缺陷，郭軍華、倪明和李幫義基于三階段DEA模型研究了2008年的農(nóng)業(yè)生產(chǎn)效率。為了將環(huán)境納入農(nóng)業(yè)生產(chǎn)效率框架中，在傳統(tǒng)DEA基礎(chǔ)上，楊俊和陳怡、李谷成運用非徑向、非角度SBM方向性距離函數(shù)，將農(nóng)業(yè)非點源污染作為非合意產(chǎn)出，分別分析了1999-2008年環(huán)境因素和改革開放后三十年資源環(huán)境雙重因素下的農(nóng)業(yè)生產(chǎn)率變化。與以上運用省級數(shù)據(jù)不同，李周和于法穩(wěn)運用DEA模型分析了西部900個縣區(qū)農(nóng)業(yè)生產(chǎn)效率變化，并且考察了效率與農(nóng)業(yè)可持續(xù)性的關(guān)系。張新民從微觀農(nóng)戶層面分析了有機菜花的生產(chǎn)效率。

綜合相關(guān)研究可以發(fā)現(xiàn)，諸多學(xué)者運用多種方法、從不同視角對農(nóng)業(yè)生產(chǎn)效率進行了分析，但仍存在兩方面的遺憾：一是鮮有針對有機農(nóng)業(yè)生產(chǎn)效率的研究，二是相對于非農(nóng)生產(chǎn)，農(nóng)業(yè)生產(chǎn)對自然環(huán)境依賴性更大，跨較大區(qū)域

研究農(nóng)業(yè)生產(chǎn)必然面臨著環(huán)境和隨機因素影響，這將導(dǎo)致生產(chǎn)效率估計值可信度較低。

眾所周知，中國農(nóng)業(yè)生產(chǎn)環(huán)境不僅在東中西、南北方存在較大差異，甚至在省內(nèi)也存在，如本文研究縣區(qū)所在的陜西省內(nèi)部，陜南、關(guān)中、陜北三地區(qū)在自然稟賦、經(jīng)濟發(fā)展和城鎮(zhèn)化水平等方面均存在較大差異，然而，現(xiàn)有相關(guān)研究以全國各省級數(shù)據(jù)為主，這顯然忽略了類似的因素。

基于此，本研究擬采用三階段DEA方法，以洋縣有機農(nóng)業(yè)及周邊縣區(qū)為對

象，考察其生產(chǎn)效率，可能的兩個創(chuàng)新點：①將有機農(nóng)業(yè)與常規(guī)農(nóng)業(yè)納入統(tǒng)一分析框架，明確有機農(nóng)業(yè)生產(chǎn)效率較常規(guī)農(nóng)業(yè)的高或低，填補有機農(nóng)業(yè)生產(chǎn)效率方面的研究；②以縣區(qū)為決策單元，采用三階段DEA研究方法，既克服了傳統(tǒng)DEA模型估計時有效投影點與無效率點混合的缺陷，同時剔除了環(huán)境和隨機因素的影響。

2研究邏輯框架、方法及數(shù)據(jù)說明

2.1邏輯框架

為了考察有機農(nóng)業(yè)生產(chǎn)效率較常規(guī)農(nóng)業(yè)的高或低，選取有機農(nóng)業(yè)發(fā)展的典型——洋縣，并以其周邊縣區(qū)的常規(guī)農(nóng)業(yè)作為參照對象，通過比較分析可以得到洋縣與周邊縣區(qū)農(nóng)業(yè)生產(chǎn)效率的差異。但這種差異有可能由于決策單元投入管理方面引起，也有可能因面臨的不同環(huán)境、隨機因素造成的，以及區(qū)域間原本就存在這種差異。剔除后兩種可能的差異，就可以得到有機和常規(guī)兩種農(nóng)業(yè)生產(chǎn)方式（即投入管理）引起的效率差異。本文將運用三階段DEA剔除第二種差異，通過縱向比較洋縣發(fā)展有機農(nóng)業(yè)前和后效率變化檢驗第三種差異，以洋縣于2007年被列為省級有機食品生產(chǎn)基地為界，選取2006年作為發(fā)展有機農(nóng)業(yè)前的考察年份。

2.2研究方法

所用研究方法是由Fried等于2002年提出的三階段DEA模型。相對于主要的效率計量方法參數(shù)回歸法——隨機前沿分析法（SFA）和非參數(shù)規(guī)劃方法——數(shù)據(jù)包絡(luò)分析（DEA），該方法的最大優(yōu)勢是：可以剔除外部環(huán)境、隨機等非經(jīng)營因素對效率的影響，估計的效率值能更真實的反映決策單元的內(nèi)部管理水平。三階段DEA模型的構(gòu)建如下。

（1）第一階段：傳統(tǒng)DEA模型（BC2模型）。DEA模型可以分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型。生產(chǎn)效率（TE）是指投入轉(zhuǎn)化為產(chǎn)出的效率，在缺少價格信息的條件下，無法對資源配置效率進行評價?？紤]到本文農(nóng)業(yè)生產(chǎn)效率的側(cè)重點是考察在產(chǎn)出不變下投入最小化的問題，以及數(shù)據(jù)的可獲得性，在此，選取投入導(dǎo)向型，具體為處理“可變規(guī)模報酬（Variable Returns Scale， VRS）”假設(shè)下的BC2模型。

假設(shè)n個縣區(qū)，有m項農(nóng)業(yè)投入、s項產(chǎn)出，則作為決策單元DMU0的任一縣區(qū)，其農(nóng)業(yè)生產(chǎn)技術(shù)集合可表示為：

T=（x，y）：x∈Rm+；y∈RS+，即x可以生產(chǎn)出y，其中x=（x1，x2，x3，…，xm）∈Rm+，y=（y1，y2，y3，…，yS）∈RS+。

其投入導(dǎo)向型對偶形式的BC2模型可表示為：

Minθ，λθ-ε（ets-+ets+）

s.t.∑ni=1 λiyir-s+=y0r

∑ni=1 λixij+s-=θx0j

∑ni=1 λi=1；λi≥0；s+0；s-0（1）

其中，i=1，2，…，n；j=1，2，…，m；r=1，2，…，s。θ為決策單元的有效值。當(dāng)θ=1，且s+=s-=0，決策單元為DEA有效；當(dāng)θ=1，同時s+≠0或s-≠0，則決策單元為弱有效；當(dāng)θ<1，則為非有效決策單元。另外，BC2模型計算出的為技術(shù)效率（TE），可以進一步分解為純技術(shù)效率（Pure Technical Efficiency，PTE）和規(guī)模效率（Scale Efficiency，SE），即TE=PTE×SE。

（2）第二階段：SFA法的投入產(chǎn)出調(diào)整。第一階段得出的效率值可能受投入管理、外部環(huán)境和隨機誤差三種因素混合影響，因此，需要區(qū)分三部分影響以提高傳統(tǒng)DEA的估計信度，通過使用SFA法可以實現(xiàn)這一目的。假設(shè)可觀測的外部環(huán)境變量有P個，則可構(gòu)建SFA方程如下：

sik=fi（Zk；βi）+νik+uik（2）

其中，i=1，2，…，m，表示第i項投入；k=1，2，…，n，表示第k個決策單元，sik為第k個決策單元i項投入的松弛變量；zk為k決策單元的可觀測環(huán)境變量；βi為待估參數(shù)；一般取f（·）表示環(huán)境變量對要素i投入松弛變量的影響， 一般取f（·）=zk βi，本文也采用該式。

νik為隨機干擾項，服從0均值σ2νi方差的正態(tài)分布；uik～N+（ui，σ2ui），表示管理無效率；νik、uik獨立不相關(guān)，聯(lián)合項νik+uik表示混合誤差；γ=σ2uiσ2ui+σ2vi表示管理無效率方差占總方差的比重，其大小意味著管理因素或隨機因素的影響較大。

基于SFA法估計式（2）即得到的各環(huán)境變量對投入松弛量的影響程度，然后就可以以最有效決策單元的投入量為參照，對其他決策單元投入量調(diào)整如下：

x^ik=xik+maxkZkβ^i-Zkβ^i+maxkν^ik-ν^ik（3）

xik、x^ik分別表示決策單元k第i項投入的實際值及調(diào)整后的值，其余各項與式（2）一致，“^”表示估計值。式（3）第一個括號、第二個括號分別表示對環(huán)境和隨機誤差的調(diào)整，使得每個決策單元均面對相同的經(jīng)營環(huán)境和運氣。

（3）第三階段：調(diào)整后的DEA模型。以第二階段得到的調(diào)整后的投入數(shù)據(jù)x^ik替代原始投入數(shù)據(jù)xik作為投入指標(biāo)，仍以原始產(chǎn)出數(shù)據(jù)作為產(chǎn)出指標(biāo)，再次運用BC2模型即可得到剔除了環(huán)境和隨機因素后的各決策單元的效率值。

2.3投入產(chǎn)出指標(biāo)、環(huán)境變量選取及說明

（1）投入產(chǎn)出指標(biāo)。與大多有關(guān)農(nóng)業(yè)生產(chǎn)率的研究一致，本文也選取農(nóng)林牧漁業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)，主要是與現(xiàn)有有關(guān)農(nóng)業(yè)投入指標(biāo)統(tǒng)計口徑一致，如農(nóng)業(yè)勞動力、機械總動力等均為廣義農(nóng)業(yè)統(tǒng)計口徑。需要指出的是，洋縣的林果、畜禽養(yǎng)殖已經(jīng)在向有機轉(zhuǎn)變，因此，將林、牧、漁業(yè)包括在其有機農(nóng)業(yè)產(chǎn)出的一部分是合理的。

農(nóng)業(yè)資本、勞動力、土地是農(nóng)業(yè)生產(chǎn)的最主要投入要素。然而，缺乏農(nóng)業(yè)資本的統(tǒng)計數(shù)據(jù)，在此，借鑒Lin、Kaneko等研究中國農(nóng)業(yè)生產(chǎn)率的做法，選取農(nóng)業(yè)機械總動力作為資本投入的替代變量。以農(nóng)林牧漁業(yè)從業(yè)人員作為勞動力投入指標(biāo)?？紤]到復(fù)種、休耕、棄耕、種植技術(shù)等因素，農(nóng)作物播種面積是比耕地面積更有效的土地投入指標(biāo)，但大多數(shù)縣的農(nóng)作物播種面積數(shù)據(jù)缺失，且考慮到本研究選定范圍較小，可以認為陜南縣域間復(fù)種指數(shù)等基本相同，因此，選取耕地面積作為土地投入指標(biāo)。農(nóng)藥、化肥、薄膜等投入使用是有機農(nóng)業(yè)與常規(guī)農(nóng)業(yè)的最主要區(qū)別，也是農(nóng)業(yè)生產(chǎn)過程中重要的中間消耗部分，但缺乏農(nóng)藥投入數(shù)據(jù)，因此，僅考慮化肥、農(nóng)膜兩種中間品投入指標(biāo)。投入產(chǎn)出數(shù)據(jù)均來源于《陜西省統(tǒng)計年鑒》（2007、2013年縣區(qū)農(nóng)村經(jīng)濟指標(biāo)部分），由于漢中市漢臺區(qū)、安康市漢濱區(qū)農(nóng)林牧漁業(yè)勞動力缺失，因此本文選取除漢臺區(qū)、漢濱區(qū)以外的陜南26縣區(qū)。

表1為陜南各縣區(qū)農(nóng)業(yè)投入產(chǎn)出的“同向性”條件檢驗，由各投入項與產(chǎn)出的Pearson相關(guān)性系數(shù)及P值可知，系數(shù)均為正且通過顯著性檢驗，這表明兩個年份投入產(chǎn)出均符合模型的“同向性”假設(shè)，即投入增加時，產(chǎn)出不得減少的原則。

（2）環(huán)境變量。綜合考慮對農(nóng)業(yè)生產(chǎn)率產(chǎn)生影響且不在樣本可控主觀范圍內(nèi)的可觀測環(huán)境因素及其數(shù)據(jù)的可獲得性，此處選取農(nóng)民人均純收入、糧食播種面積與耕

地面積比、城鎮(zhèn)化水平以及財政支出占GDP比重作為環(huán)境指標(biāo)。作為經(jīng)濟發(fā)展水平的重要指標(biāo)，農(nóng)民人均純收入在一定程度上決定了農(nóng)戶對農(nóng)業(yè)投入能力，收入越高，投入質(zhì)量和能力越高，農(nóng)業(yè)生產(chǎn)率也有可能越高，即預(yù)期與農(nóng)業(yè)生產(chǎn)率呈正比，而與投入變量松弛變量呈反比。糧食播種面積與耕地面積比可以反映種植結(jié)構(gòu)的差異，糧食

作

為陜南各區(qū)域的傳統(tǒng)種植作物，種植技術(shù)基本無障礙，但相對于蔬菜、瓜果等作物其經(jīng)濟效益較低，預(yù)期該指標(biāo)與農(nóng)業(yè)生產(chǎn)率呈反比。城鎮(zhèn)化水平高低意味著農(nóng)村人口的寡眾，從而影響農(nóng)村人均耕地面積大小，另外，城鎮(zhèn)化過程也有可能帶來“過疏化”問題，如農(nóng)業(yè)勞動力老齡化、休耕、棄耕以及更多依賴化學(xué)品投入等，鑒于此，對城鎮(zhèn)化與農(nóng)業(yè)生產(chǎn)效率的關(guān)系不作預(yù)期。財政支出占GDP比重表明了區(qū)域政府對包括農(nóng)村、農(nóng)業(yè)基礎(chǔ)設(shè)施、農(nóng)業(yè)科技推廣等在內(nèi)的公共協(xié)調(diào)能力，因此，預(yù)期其與農(nóng)業(yè)生產(chǎn)效率呈

正向關(guān)系。四個環(huán)境指標(biāo)的原始數(shù)據(jù)均來源于《陜西統(tǒng)計年鑒》（2007、2013年的各縣區(qū)農(nóng)村經(jīng)濟主要指標(biāo)、財政收支、生產(chǎn)總值和人口部分）。

3實證分析

3.1第一階段：傳統(tǒng)DEA估計結(jié)果

運用DEAP2.1軟件，對式（1）的BC2模型進行估計，具體結(jié)果如表2。由表2可知，洋縣有機農(nóng)業(yè)生產(chǎn)綜合效率為0.635，純技術(shù)效率為0.698，規(guī)模效率為0.910，均低于陜南26縣區(qū)的平均值，處于規(guī)模報酬遞減狀態(tài)。由于該結(jié)果未剔除環(huán)境因素和隨機因素對農(nóng)業(yè)生產(chǎn)效率的干擾，并不能真實反映洋縣與陜南其他縣區(qū)農(nóng)業(yè)生產(chǎn)效率的差異。

3.2第二階段：SFA回歸結(jié)果

將第一階段DEA模型的各投入變量的松弛變量取對數(shù)后作為產(chǎn)出數(shù)據(jù)，以取對數(shù)后的四種環(huán)境變量作為投入數(shù)據(jù)，運用Frontier4.1軟件進行最大似然估計（MLE），結(jié)果見表3。由表3 中SFA的對數(shù)似然函數(shù)值（log likelihood）、似然比檢驗（LR test）可知，估計效果較好。除城鎮(zhèn)化水平以外，選取的各環(huán)境變量對各縣區(qū)投入冗余均通過顯著性檢驗，這表明外部環(huán)境對農(nóng)業(yè)生產(chǎn)效率有顯著影響（城鎮(zhèn)化水平僅對耕地面積投入松弛變量顯著）。另外，機械總動力松弛變量、農(nóng)林牧漁業(yè)從業(yè)人員松弛變量、耕地面積松弛變量、農(nóng)用薄膜松弛變量的γ值均為或接近于1，且均通過顯著性檢驗，這表明，此四種投入要素的冗

余以管理效率因素為主，相反，化肥施用量松弛變量的γ

值趨近于0，且在1%水平上顯著，這意味著化肥投入冗余

主要由隨機干擾引起。所以，管理因素、外部環(huán)境因素和隨機因素對農(nóng)業(yè)生產(chǎn)效率均有顯著影響，有必要進行各因素對效率影響的剝離性分析。

由表3環(huán)境變量對各投入松弛變量的估計系數(shù)符號來看，農(nóng)民人均純收入、財政支出占GDP比重、糧食播種面積與耕地面積比的估計系數(shù)與預(yù)期相符，即農(nóng)村經(jīng)濟發(fā)展水平和政府的公共服務(wù)能力越高，各項投入冗余越小，越有利于農(nóng)業(yè)生產(chǎn)效率，而糧食作物種植比例越高，

越有可能增加各項投入冗余，農(nóng)業(yè)生產(chǎn)效率越低。城鎮(zhèn)化水平

與耕地面積投入松弛變量呈負相關(guān)，即城鎮(zhèn)化水平越高，越有可能減少耕地的粗放投入，這有可能是農(nóng)村人口向城鎮(zhèn)轉(zhuǎn)移增加了農(nóng)業(yè)人均耕地面積，從而促使了規(guī)模經(jīng)營的結(jié)果，但城鎮(zhèn)化水平對其他四種投入松弛變量的影響不顯著，這也許是因為陜南還未出現(xiàn)農(nóng)業(yè)“過疏化”問題。

3.3第三階段：投入調(diào)整后的DEA實證結(jié)果

根據(jù)式（3）對原始投入變量進行調(diào)整，并以此為投入變量，仍以原始產(chǎn)出數(shù)據(jù)為產(chǎn)出變量，再次運用BC2模型進行估計，作為對照，結(jié)果仍列入表2。觀察第三階段的農(nóng)業(yè)生產(chǎn)效率可以發(fā)現(xiàn)，剔除了環(huán)境和隨機因素后，洋縣農(nóng)業(yè)生產(chǎn)綜合效率、純技術(shù)效率有所提高，規(guī)模效率下降，但三者仍均低于陜南各縣區(qū)的平均水平。農(nóng)業(yè)生產(chǎn)規(guī)模報酬仍是遞減的。

3.4進一步驗證：洋縣農(nóng)業(yè)生產(chǎn)率的縱向比較

由上可知，由于管理因素引起的洋縣農(nóng)業(yè)生產(chǎn)效率低于陜南的平均水平，但這種差異也許原本就存在的，也就是，發(fā)展有機農(nóng)業(yè)之前，洋縣農(nóng)業(yè)生產(chǎn)效率與陜南的平均水平就已經(jīng)有了這種差異。在此，選取洋縣發(fā)展有機農(nóng)業(yè)前的2006年作為參照期，從而檢驗是否是固有差異。同樣運用三階段DEA模型，得到2006年洋縣及周邊縣區(qū)的農(nóng)業(yè)生產(chǎn)效率值（見表4）。

由表4可知，以第三階段估計結(jié)果為準，發(fā)展有機農(nóng)業(yè)前，洋縣農(nóng)業(yè)生產(chǎn)綜合效率、純技術(shù)效率分別為0.552，0.590，在陜南26縣區(qū)中分別排第21位、23位，而發(fā)展有機農(nóng)業(yè)后均有提高，排名也分別上升了5位、6位，相反，洋縣的規(guī)模效率值及其排名均呈下降，這表明，洋縣在發(fā)展有機農(nóng)業(yè)后，更多的依靠技術(shù)進步降低了對投入規(guī)模的依賴，從而使農(nóng)業(yè)綜合效率在陜南的排名上升了。因此，可以認為，洋縣農(nóng)業(yè)生產(chǎn)效率與陜南的平均水平的差異不是固有的，而是因兩種農(nóng)業(yè)生產(chǎn)方式之間的差異。當(dāng)然不是

完全否定原來的差異現(xiàn)在不存在了，而是指2006年時洋縣與陜南之間的農(nóng)業(yè)生產(chǎn)效率差異決定了起跑線，而農(nóng)業(yè)有機化明顯的縮小了這種差距。

4結(jié)論與討論

4.1結(jié)論

本研究仍存在著一個重要不足：洋縣農(nóng)業(yè)生產(chǎn)施用的有機化肥與周邊縣區(qū)的普通化肥在價格、肥力效用等方面不同，由于缺乏價格信息，未進行調(diào)整而直接將其使用量作為投入要素的做法顯然有失偏頗，但考慮到作為“理性人”的農(nóng)民會根據(jù)成本收益調(diào)整投入，同時所運用的三階段DEA模型將各決策單元調(diào)整至了無差異的環(huán)境和運氣下，且進行了縱向的驗證，因此，這一做法不會影響本文的最終結(jié)論，主要如下：

（1）三階段DEA模型表明，管理因素、環(huán)境因素和隨機因素對洋縣及周邊縣區(qū)農(nóng)業(yè)生產(chǎn)效率均有顯著影響，對三種要素帶來的影響進行剝離分析是必要的。農(nóng)民人均純收入、城鎮(zhèn)化水平、財政支出占GDP比重對農(nóng)業(yè)生產(chǎn)效率有顯著正向影響，糧食播種面積與耕地面積比具有顯著負向影響。剔除環(huán)境和因素后，洋縣有機農(nóng)業(yè)生產(chǎn)效率有所提高，但仍低于陜南的平均水平。

（2）通過縱向的進一步檢驗發(fā)現(xiàn)，發(fā)展有機農(nóng)業(yè)后，洋縣農(nóng)業(yè)生產(chǎn)效率在陜南的綜合效率上升了5位，這主要

得益于技術(shù)進步的作用，而非規(guī)模效率的提升。農(nóng)業(yè)有機

化有利于提高農(nóng)業(yè)生產(chǎn)效率，即有機農(nóng)業(yè)可能比常規(guī)農(nóng)業(yè)

生產(chǎn)效率高。然而，洋縣的技術(shù)效率仍低于規(guī)模效率，為了提高綠色農(nóng)業(yè)生產(chǎn)效率，提升管理水平和技術(shù)進步比擴大生產(chǎn)規(guī)模更緊迫。

4.2討論

隨著我國經(jīng)濟發(fā)展和人民生活水平的提高，農(nóng)業(yè)向有機、綠色發(fā)展的趨勢明顯，同時國內(nèi)有關(guān)現(xiàn)階段大面積發(fā)展有機農(nóng)業(yè)可能降低我國農(nóng)產(chǎn)品有效供給的爭論未達成統(tǒng)一觀點。本文以大范圍發(fā)展有機農(nóng)業(yè)典型的洋縣為例，得出了發(fā)展有機農(nóng)業(yè)有利于提高農(nóng)業(yè)生產(chǎn)效率，即有機農(nóng)業(yè)比常規(guī)農(nóng)業(yè)生產(chǎn)率更高的結(jié)論。這在一定程度上支持了現(xiàn)階段大面積發(fā)展有機農(nóng)業(yè)的積極觀點。然而，需要指出的是：①本研究的產(chǎn)出是以總產(chǎn)值而非產(chǎn)量衡量的，以產(chǎn)量作為產(chǎn)出變量時是否也會得出本文的結(jié)論有待驗證。②洋縣的有機農(nóng)業(yè)實踐證明，就現(xiàn)階段來看，有機農(nóng)業(yè)發(fā)展前景較好，小范圍如縣域以有機農(nóng)業(yè)為主導(dǎo)發(fā)展經(jīng)濟可取得經(jīng)濟和生態(tài)共贏的良好效果，但這需要政府、企業(yè)、社區(qū)、農(nóng)戶等共同協(xié)作，如洋縣以村為單元，根據(jù)不同的地形、農(nóng)業(yè)和經(jīng)濟發(fā)展基礎(chǔ)，實施了適宜的有機主導(dǎo)產(chǎn)品和相應(yīng)發(fā)展模式。對于以上兩點，筆者將另文分析。

（編輯：王愛萍）

參考文獻（Reference）

Farrell M J. The Measurement of Productive Efficiency. Journal of the Royal Statistical Society： Series A （General）， 1957， 120（3）： 253-290.

Charnes A， Cooper W W， Rhodes E. Measuring the Efficiency of Decision Making Units. European Journal of Operation Research， 1978， 2 （6）： 429-444.

Kawagoe T， Hayami Y， Ruttan V W. The Intercountry Agricultural Production Function and Productivity Differences Among Countries. Journal of Development Economics， 1985， 19 （1）： 113-132.

Restuccia D， Yang D T， Zhu X D. Agriculture and Aggregate Productivity： A Quantitative Crosscountry Analysis. Journal of Monetary Economics， 2008， 55（2）： 234-250.

Ruttan V W. Productivity Growth in World Agriculture： Sources and Constraints. Journal of Economic Perspectives， 2002， 16（4）： 161-184.

Haag S， Jaska P， Semple J. Assessing the Relative Efficiency of Agricultural Production Units in the Blackland Prairie， Texas. Applied Economics， 1992， 24（5）： 559-565.

McMillan J， Whalley J， Zhu L J. The Impact of Chinas Economic Reforms on Agricultural Productivity Growth. Journal of Political Economy， 1989， 97（4）：781-807.

Lin J Y. Rural Reforms and Agricultural Growth in China. The American Economic Review， 1992， 82（1）： 34-51.

Wen G J. Total Factor Productivity Change in Chinas Farming Sector： 1952-1989. Economic Development and Cultural Change， 1993， 42 （1）：1-41.

陳衛(wèi)平.中國農(nóng)業(yè)生產(chǎn)率增長、技術(shù)進步與效率變化：1990-2003年.中國農(nóng)村觀察，2006，（1）：18-25. . China Rural Survey， 2006， （1）： 18-25.]

周端明.技術(shù)進步、技術(shù)效率與中國農(nóng)業(yè)生產(chǎn)率增長：基于DEA的實證分析.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009，（12）：70-82. . The Journal of Quantitative & Technical Economics， 2009， （12）： 70-82.]

郭軍華，倪明，李幫義.基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，（12）：27-38. . The Journal of Quantitative & Technical Economics， 2010， （12）： 27-38.]

楊俊，陳怡.基于環(huán)境因素的中國農(nóng)業(yè)生產(chǎn)率增長研究.中國人口·資源與環(huán)境，2011，21（6）：153-157. . China Population， Resources and Environment， 2011， 21（6）： 153-157.]

李谷成.中國農(nóng)業(yè)的綠色生產(chǎn)率革命：1978-2008.經(jīng)濟學(xué)（季刊），2014，13（2）：537-558. . China Economic Quarterly， 2014， 13（2）： 537-558.]

李周，于法穩(wěn).西部地區(qū)農(nóng)業(yè)生產(chǎn)效率的DEA分析.中國農(nóng)村觀察，2005，（6）：2-10. . China Rural Survey， 2005， （6）： 2-10.]

張新民.有機菜花生產(chǎn)技術(shù)效率及其影響因素分析：基于農(nóng)戶微觀層面隨機前沿生產(chǎn)函數(shù)模型的實證研究.農(nóng)業(yè)技術(shù)經(jīng)濟，2010，（7）：60-69. . Journal of Agrotechnical Economics， 2010， （7）： 60-69.]

Fried H O， Lovell， C A K， Schmidt S S， et al. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis. Journal of Productivity Analysis， 2002， 17（1）： 157-174.

Coelli T. A Guide to DEAP Version 2.1： A Data Envelopment Analysis （Computer） Program. CEPA Working Paper 96/08， Department of Econometrics， University of New England， Australia， 1996：1-50.

Lovell C A K. Production Frontiers and Productive Efficiency//Harold O. Measurement of Productive Efficiency： Techniques and Applications. New York： Oxford University Press， 1993： 3-67.

Kaneko S， Tanaka K， Toyota T， et al. Water Efficiency of Agricultural Production in China： Regional Comparison from1999 to 2002. International Journal of Agricultural Resources， Governance and Ecology， 2004， 3（3）： 231-251.

高強，高仁德，丁慧媛.農(nóng)民組織化與農(nóng)業(yè)產(chǎn)業(yè)化聯(lián)動發(fā)展機制研究： 基于農(nóng)業(yè)生產(chǎn)效率提升的視角.經(jīng)濟與管理評論，2012，（1）：85-90.. Review of Economy and Management， 2012， （1）：85-90.]

屈志光，陳光炬，劉甜.農(nóng)業(yè)生態(tài)資本效率測度及其影響因素分析.中國地質(zhì)大學(xué)學(xué)報：社會科學(xué)版，2014，14（4）：81-87..Journal of China University of Geosciences： Social Sciences Edition，2014， 14（4）：81-87.]

韓海彬， 趙麗芬. 環(huán)境約束下中國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂分析. 中國人口·資源與環(huán)境， 2013， 23（3）：70-76. . China Population， Resources and Environment， 2013， 23（3）：70-76.]