中國農(nóng)業(yè)效率測度及其影響因素分析
——基于區(qū)域差異的視角

吳鳴然, 趙 敏

(1.河海大學商學院,江蘇 南京 211100; 2.江蘇省科技體制改革思想庫,江蘇 南京 210098)

中國農(nóng)業(yè)效率測度及其影響因素分析
——基于區(qū)域差異的視角

吳鳴然1,2, 趙 敏1,2

(1.河海大學商學院,江蘇 南京 211100; 2.江蘇省科技體制改革思想庫,江蘇 南京 210098)

首先運用SEDEA模型和中國省際面板數(shù)據(jù),計算2010—2014年中國七大區(qū)域31個省(自治區(qū)、直轄市)的農(nóng)業(yè)效率,然后使用Tobit模型分析影響農(nóng)業(yè)效率的因素。研究結(jié)果表明:2010—2014年間中國不同區(qū)域的農(nóng)業(yè)效率在時間序列上表現(xiàn)得較為平穩(wěn),在橫截面上表現(xiàn)出較大的差異;在總體上,效率由高到低的區(qū)域為東北、華東、西南、中南、華南、華北 、西北;在影響因素中,經(jīng)濟條件、產(chǎn)業(yè)結(jié)構(gòu)和教育水平都對區(qū)域農(nóng)業(yè)效率呈現(xiàn)正面影響,面源污染對農(nóng)業(yè)效率呈現(xiàn)負面影響。因此,為提升區(qū)域的農(nóng)業(yè)效率,政府不僅需要增強區(qū)域經(jīng)濟實力,提高農(nóng)村居民人均收入,而且要大力發(fā)展職業(yè)教育,增強農(nóng)民的就業(yè)能力,還要重視面源污染對農(nóng)業(yè)效率的負面影響,促進農(nóng)業(yè)安全、高效、綠色發(fā)展。

區(qū)域農(nóng)業(yè)效率;SEDEA模型；Tobit模型;時空差異;影響因素

農(nóng)業(yè)作為國民經(jīng)濟基礎(chǔ),在維護國家糧食安全、保障經(jīng)濟增長、穩(wěn)定社會秩序等方面起著不可或缺的作用。改革開放以來,中國農(nóng)業(yè)快速發(fā)展,取得了巨大成就。但是,中國農(nóng)業(yè)一直走的是“高消耗、高污染”的粗放型發(fā)展道路,農(nóng)業(yè)在高速發(fā)展的同時也付出了沉重的資源環(huán)境代價。當前農(nóng)業(yè)生態(tài)系統(tǒng)破壞嚴重,水、耕地資源日趨緊張,農(nóng)業(yè)粗放發(fā)展模式難以為繼,亟待轉(zhuǎn)型。轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式,提高農(nóng)業(yè)效率,加快推進農(nóng)業(yè)生產(chǎn)由粗放型向集約型轉(zhuǎn)變,成為新常態(tài)下農(nóng)業(yè)發(fā)展的內(nèi)在要求。

1 研究綜述

農(nóng)業(yè)效率的核心思想在于農(nóng)業(yè)生產(chǎn)以最小的資源投入和環(huán)境代價,獲得最大的經(jīng)濟、社會以及生態(tài)價值。隨著農(nóng)業(yè)粗放式發(fā)展帶來的問題愈加突出以及政府對“三農(nóng)”問題的日益重視,學術(shù)界對農(nóng)業(yè)效率的關(guān)注度也逐漸增多。近年來學者們從不同的角度對農(nóng)業(yè)效率進行了研究,并取得了豐碩的成果。①農(nóng)業(yè)經(jīng)營方式與農(nóng)業(yè)效率的關(guān)系。梁義成等[1]通過對非農(nóng)兼業(yè)戶和純農(nóng)戶的對比,討論了非農(nóng)參與對農(nóng)業(yè)效率的影響。②農(nóng)業(yè)發(fā)展與資源環(huán)境協(xié)調(diào)程度與農(nóng)業(yè)效率的關(guān)系。閔銳等[2]從“兩型”視角研究了我國糧食生產(chǎn)技術(shù)效率的空間分異;曾福生等[3]從化肥施用量、有效灌溉面積和糧食播種面積等角度考察了糧食生產(chǎn)效率。③農(nóng)業(yè)勞動力與農(nóng)業(yè)效率的關(guān)系。王子成[4]研究了勞動力外出對農(nóng)業(yè)效率的影響;彭代彥等[5]測算了勞動力結(jié)構(gòu)變化對農(nóng)業(yè)效率的影響;林本喜等[6]探討了農(nóng)業(yè)勞動力老齡化對農(nóng)業(yè)效率影響。④農(nóng)業(yè)技術(shù)與農(nóng)業(yè)效率的關(guān)系。常向陽等[7]利用結(jié)構(gòu)方程模型實證分析了農(nóng)業(yè)技術(shù)擴散動力及渠道運行對農(nóng)業(yè)生產(chǎn)效率的影響。⑤從綜合視角研究農(nóng)業(yè)效率的影響因素。焦源[8]從經(jīng)濟效益、社會效益和生態(tài)效益角度選取分析指標,利用三階段DEA模型測度區(qū)域農(nóng)業(yè)生產(chǎn)綜合效率、純技術(shù)效率和規(guī)模效率。

以上研究的角度、方法與觀點對本文有啟發(fā)價值,但存在一定的改進空間。首先,有些文獻只檢測了不同區(qū)域的效率差異,沒有更進一步分析效率的影響因素。其次,有些文獻采用傳統(tǒng)DEA方法,造成很多區(qū)域同處于效率前沿,以至于無法進一步比較和排序。最后,有些文獻采用傳統(tǒng)的區(qū)域劃分法,將全國劃分為“東中西”三大板塊來討論農(nóng)業(yè)效率,這種劃分有合理性,然而,由于中國幅員遼闊,各區(qū)域自然條件狀況、經(jīng)濟發(fā)展水平迥異,以東中西三大板塊測算農(nóng)業(yè)效率,造成了區(qū)域間差異過大。再者,只分“東中西”的區(qū)域分析,難以辨別微觀區(qū)域單元的效率表現(xiàn),因為區(qū)域內(nèi)部各主體間也存在效率參差不齊的現(xiàn)象。鑒于此,筆者依據(jù)區(qū)域自然環(huán)境以及經(jīng)濟發(fā)展狀況,采用經(jīng)典的七大區(qū)域劃分法,并通過構(gòu)建SEDEA-Tobit模型,測算2010—2014年中國各省(自治區(qū)、直轄市)在橫截面和時間序列上可比較的農(nóng)業(yè)效率,并對影響效率的因素進行實證分析,找出提高農(nóng)業(yè)效率的方式。

2 中國農(nóng)業(yè)效率測算及分析

2.1 農(nóng)業(yè)效率測度模型——SEDEA模型

數(shù)據(jù)包絡分析(Data Envelopment Analysis,簡稱DEA)是Chames等[9]于1978年提出的,它是評價“多投入、多產(chǎn)出”模式下決策單元間的相對有效性的一種較為理想的方法。

當前使用較多的數(shù)據(jù)包絡模型為BCC模型,該模型將各決策單元(Decision Making Units,簡稱DMU)分為有效和無效兩類:若DMU的效率值為1,則被認定為有效;若小于1,則被認定為無效。具體的BCC模型構(gòu)造如下[10]:設有n個同類型具有多輸入多產(chǎn)出的決策單元DMU,對每個DMUj(j=1,2,…,n)均有m項輸入及p項產(chǎn)出,分別由輸入向量xj=(x1j,x2j,…,xmj)T和輸出向量yj=(y1j,y2j,…，ypj)T來表示,則第j0個DMU的效率評價模型為:

maxhj0=μTy0

(1)

式中:hj0為第j個決策單元的效率指數(shù);x0、y0為第j0個決策單元DMU的輸入、輸出變量;輸入權(quán)重ω=(ω1,ω2,…,ωj)T,輸出權(quán)重μ=(μ1,μ2,…,μj)T。

根據(jù)線性規(guī)劃的對偶理論,可得到如下規(guī)劃問題模型:

(2)

然而,經(jīng)典BCC模型在實際應用中可能會產(chǎn)生多個DMU同處生產(chǎn)前沿面(即效率值均為1)的情況,這就給進一步比較分析和排序帶來了困難。SEDEA(Super Efficiency Dada Envelopment Analysis)模型是在BCC模型的基礎(chǔ)上改良得到,由Andersen等[11]于1993年提出,它可以讓有效DMU的效率值大于1,從而可以進一步對各決策單元進行評價和比較。具體的SEDEA模型構(gòu)造如下:

(3)

圖1 規(guī)模報酬不變的SEDEA模型

SEDEA模型的基本思路是:在評估決策單元時,將該決策單元本身排除在決策單元的集合之外,并且使該決策單元的投入和產(chǎn)出為其他所有決策單元投入和產(chǎn)出的線性組合代替。一個有效的決策單元可以使其投入按比例增加,而其效率可保持不變,其投入增加比例即其超效率評價值。為了更清楚地說明其原理,本文以圖1進行分析[12]:在計算決策單元B的效率值時,將其排除在原本最佳前沿決策集(ABCD)之外,此時ACD就變成了新的有效生產(chǎn)前沿面,線段BB1表示B點的投入量仍可增加的幅度,此時B點的超效率評測值為OB1/OB>1。此外,A、C、D等點的超效率值仍然可以按照相同的邏輯推理出來,且均大于1。

2.2 變量界定和數(shù)據(jù)整理

農(nóng)業(yè)生產(chǎn)是一個多投入多產(chǎn)出的復合生產(chǎn)系統(tǒng),因此對其效率的考察也應全面考慮與之相關(guān)的多種投入產(chǎn)出。借鑒以往國內(nèi)外對于農(nóng)業(yè)生產(chǎn)效率的研究,考慮數(shù)據(jù)口徑一致性等重要條件,本文選取的變量指標皆為關(guān)系農(nóng)業(yè)生產(chǎn)的大農(nóng)業(yè)口徑統(tǒng)計數(shù)據(jù),具體見表1。

表1 農(nóng)業(yè)生產(chǎn)投入產(chǎn)出指標體系

本文對樣本數(shù)據(jù)分析選取的時間為2010—2014年,主要數(shù)據(jù)來源于2011—2015年的《中國統(tǒng)計年鑒》。Cooper等[13]在2001曾通過研究得出,DEA在算法上決策單元的數(shù)量需要滿足條件n≥max{ms, 3(m+s)}來保證結(jié)果的準確性,其中n表示決策單元的個數(shù)(即DMU的數(shù)量);m和s分別代表投入和產(chǎn)出的變量個數(shù)。本文符合此條件。

2.3 農(nóng)業(yè)效率的SEDEA實證分析

本文使用EMS(Version 1.3)進行模型的運算,通過計算得出2010—2014年中國七大區(qū)域,共31個省(自治區(qū)、直轄市)的農(nóng)業(yè)效率,結(jié)果見表2。

由表2可知,2010—2014年中國整體農(nóng)業(yè)效率均值為0.992,這是一個較為理想的數(shù)字,它說明中國農(nóng)業(yè)效率整體水平在過去幾年內(nèi)已經(jīng)接近于生產(chǎn)前沿面。從時間序列的角度來看,中國農(nóng)業(yè)效率在2010—2014年間每年都有平穩(wěn)的小幅上升,且從2012年開始,就達到了“有效”的狀態(tài)。這得益于在過去的幾年內(nèi),中國政府每年對“三農(nóng)”的投資、扶持力度都屢創(chuàng)新高。需要指出的是,根據(jù)“十三五”規(guī)劃中繼續(xù)強化農(nóng)業(yè)基礎(chǔ)地位的要求,“十三五”期間中央還將以大力發(fā)展農(nóng)業(yè)、推進農(nóng)業(yè)現(xiàn)代化為“三農(nóng)”工作重點,不斷增加農(nóng)業(yè)投入,完善現(xiàn)代農(nóng)業(yè)經(jīng)營體系、生產(chǎn)體系和產(chǎn)業(yè)體系,改進農(nóng)業(yè)經(jīng)營方式、生產(chǎn)方式、資源利用方式和管理方式,由此,中國農(nóng)業(yè)效率還將有很大的上升空間。

表2 2010—2014年各省市分區(qū)域農(nóng)業(yè)效率測算結(jié)果

注:未將港澳臺區(qū)域作為研究樣本。

從橫截面的角度看,中國農(nóng)業(yè)效率表現(xiàn)出了較大的區(qū)域不平衡。在區(qū)域效率均值比較中,呈現(xiàn)東北(1.334)>華東(1.204)>西南(0.958)>中南(0.921)>華南(0.91)>華北(0.836)>西北(0.773)的態(tài)勢。由此可見,效率值存在兩個“斷檔”,第一個斷檔存在于東北、華東和其他區(qū)域之間。這兩個區(qū)域的農(nóng)業(yè)效率值較其他區(qū)域較高,整體上拉高了全國平均值。除這兩個區(qū)域之外,其他區(qū)域農(nóng)業(yè)效率值均沒有達到有效的層面,且低于全國平均水平。第二個斷檔存在于華北、西北和其他區(qū)域之間。這兩個區(qū)域的農(nóng)業(yè)效率較其他區(qū)域落后較大,以至于在全國整體的比較中呈現(xiàn)出“凹陷”的情形。本文嘗試從區(qū)域自然環(huán)境條件和發(fā)展現(xiàn)狀去解釋這一點。

a. 東北、華東區(qū)域作為中國農(nóng)業(yè)發(fā)展的“領(lǐng)頭羊”,有明顯的自然區(qū)位優(yōu)勢以及政治經(jīng)濟背景。東北區(qū)域自然條件、地理位置優(yōu)越,東北平原沃野千里,適合大規(guī)模機械化耕作,現(xiàn)代化農(nóng)業(yè)發(fā)展程度高,是我國最重要的糧倉。華東區(qū)域經(jīng)濟發(fā)達,產(chǎn)業(yè)結(jié)構(gòu)合理,城鎮(zhèn)化水平較高,科學技術(shù)也較為先進,適合農(nóng)業(yè)的現(xiàn)代化經(jīng)營和產(chǎn)業(yè)化發(fā)展。此外,該區(qū)域農(nóng)業(yè)的很大一部分是都市農(nóng)業(yè)、休閑農(nóng)業(yè)、觀光農(nóng)業(yè)等高附加值的現(xiàn)代化農(nóng)業(yè),這決定了該區(qū)域農(nóng)業(yè)產(chǎn)值較大,這在某種程度上也提升了區(qū)域效率值。

b. 西南、中南、華南區(qū)域的農(nóng)業(yè)效率處于中等層面,表現(xiàn)較為平穩(wěn)。這些區(qū)域在地勢上以平原、丘陵地形為主,光照充足,熱量、水分條件十分優(yōu)越,利于農(nóng)業(yè)生產(chǎn)和多樣化經(jīng)營,且農(nóng)業(yè)歷史悠久、勞動力充足,農(nóng)業(yè)經(jīng)營模式以精耕細作為主,這些條件有利于農(nóng)業(yè)發(fā)展。然而,相較于東北和華東區(qū)域,這些區(qū)域山地、丘陵比重較大,平原面積比重較小,不利于大規(guī)模機械化生產(chǎn),且易受長江流域自然災害的影響。比如,近年來長江中下游頻繁的夏季暴雨和伏旱天氣,南部沿海的臺風災害等,都會對這些區(qū)域的農(nóng)業(yè)效率產(chǎn)生不利影響。因此,在農(nóng)業(yè)效率的比較中，西南、中南、華南區(qū)域落后于東北和華東區(qū)域。

c. 華北、西北區(qū)域農(nóng)業(yè)效率較低。這些區(qū)域在地形上以高原、盆地為主,耕地較少且分布零散,土壤也較為貧瘠,有機質(zhì)少,在氣候上干旱少雨,再加上市場發(fā)育不完善,科技、交通落后,雖然政府一直加大對這些區(qū)域扶持力度,但仍難以彌補先天的缺陷,因此這些區(qū)域農(nóng)業(yè)資源配置效率較低。

總之,中國農(nóng)業(yè)發(fā)展效率存在嚴重的區(qū)域不平衡現(xiàn)象,提高效率的手段不能是“一刀切”,而應該讓不同區(qū)域在明確自身優(yōu)勢和不足的基礎(chǔ)上選擇有針對性的改進措施,充分發(fā)揮不同因素對農(nóng)業(yè)技術(shù)效率提升作用,進而提高農(nóng)業(yè)效率。

3 農(nóng)業(yè)效率影響因素的計量分析

3.1 農(nóng)業(yè)效率影響因素分析模型——Tobit模型

運用SEDEA模型得出中國各地區(qū)的農(nóng)業(yè)效率值后,筆者進一步對農(nóng)業(yè)效率的影響因素進行分析。由于因變量大于0,具有被切割或截斷的特點,如果直接采用最小二乘法,會給參數(shù)估計帶來偏差和不一致。因此為了避免估計偏誤,采用受限因變量模型,也就是Tobit模型來估計。標準Tobit模型如下:

(4)

3.2 變量界定和數(shù)據(jù)整理

在農(nóng)業(yè)效率的測算中,以農(nóng)業(yè)的基本投入產(chǎn)出為變量進行分析。為了進一步分析農(nóng)業(yè)效率的影響因素,以表2中測算的農(nóng)業(yè)效率為被解釋變量,選取這些可能影響農(nóng)業(yè)效率的指標(見表3),從新的視角全面分析影響中國農(nóng)業(yè)效率的各種可控因素。由于這些變量均為時間序列數(shù)據(jù),因此數(shù)據(jù)的平穩(wěn)性至關(guān)重要。在回歸前首先對GP、COD兩項指標取對數(shù)處理,其目的一是為了消除與其他變量在數(shù)值上的巨大差異,進行指數(shù)平滑,降低或者消除異方差;二是變量取對數(shù)使回歸后的系數(shù)具有彈性的概念,可以表示變化率。此外,數(shù)據(jù)的考察期限依舊為2010—2014年,包含我國31個省(自治區(qū)、直轄市)5年內(nèi)共155個樣本單元,基礎(chǔ)數(shù)據(jù)來自2011—2015年《中國統(tǒng)計年鑒》。

表3 變量說明

在變量選取中,經(jīng)濟條件和產(chǎn)業(yè)結(jié)構(gòu)代表著區(qū)域農(nóng)業(yè)發(fā)展水平以及產(chǎn)業(yè)結(jié)構(gòu)中農(nóng)業(yè)比重的高低,這是表1中區(qū)域農(nóng)業(yè)投入變量重要影響因素;面源污染程度與表1中“化肥施用量”相對應,主要考察區(qū)域農(nóng)業(yè)發(fā)展與生態(tài)環(huán)境的協(xié)調(diào)程度;教育水平某種程度上代表著農(nóng)民職業(yè)技能水平以及區(qū)域科技水平,主要考察科技對農(nóng)業(yè)效率的作用。

3.3 回歸模型的建立

效率影響因素的分析將基于Tobit模型展開,據(jù)此,本文對于各省市區(qū)的農(nóng)業(yè)效率與各影響因素之間的模型關(guān)系可以具體表達如下:

EFFit=β0+β1GRit+β2lnGPit+β3PIit+

β4lnCODit+β5EDUit+εit

(5)

式中:EFFit表示農(nóng)業(yè)效率值;等式右邊為該省市區(qū)農(nóng)業(yè)效率各個影響因素,其中βi(i=0,1,2,…)表示待定系數(shù),εit為隨機誤差項,i表示區(qū)域編號,t表示年份。

3.4 結(jié)果分析

通過 Eviews7.2 采用極大似然估計程序處理 Tobit 模型刪尾數(shù)據(jù),并對上述面板數(shù)據(jù)進行回歸,結(jié)果見表4。

a. 經(jīng)濟條件對區(qū)域農(nóng)業(yè)效率有正面影響。

表4 Tobit回歸結(jié)果

Tobit模型的估計結(jié)果表明:經(jīng)濟條件變量下的兩個指標區(qū)域生產(chǎn)總值占全國生產(chǎn)總值的比重(%)和農(nóng)村居民人均可支配收入(元/人)均與區(qū)域農(nóng)業(yè)效率呈正相關(guān),且分別通過顯著性水平為5%和1%的顯著性檢驗。前者表現(xiàn)的是區(qū)域的經(jīng)濟實力,后者表現(xiàn)區(qū)域農(nóng)村居民的收入情況。從系數(shù)上來看,GR的系數(shù)(2.607 6)要遠大于lnGP的系數(shù)(0.495 568),說明區(qū)域的經(jīng)濟實力相較農(nóng)村居民收入對農(nóng)業(yè)效率影響更大。因此,政府要著力改善民生,提升農(nóng)村居民收入水平,以及加大對欠發(fā)達區(qū)域農(nóng)業(yè)生產(chǎn)補助的傾斜力度,發(fā)揮財政投資的帶動效應;還要推進農(nóng)業(yè)基礎(chǔ)設施建設,提升區(qū)域農(nóng)業(yè)的經(jīng)營管理水平,緩解區(qū)域間發(fā)展不平衡。此外,更重要的一點是,針對不同區(qū)域特點政府應該采取不同方式,即:對于農(nóng)業(yè)發(fā)達區(qū)域,效率提升空間有限,應通過技術(shù)創(chuàng)新或引進提升效率的最佳前沿面;對于農(nóng)業(yè)不發(fā)達區(qū)域,應加大財政支農(nóng)的力度,努力提升現(xiàn)有的資源配置效率,實現(xiàn)效率提升。

b. 產(chǎn)業(yè)結(jié)構(gòu)對區(qū)域農(nóng)業(yè)效率具有正面影響。產(chǎn)業(yè)結(jié)構(gòu)變量的p值為0.031 3,通過了5%的顯著性檢驗。具體而言,當?shù)谝划a(chǎn)業(yè)產(chǎn)值占區(qū)域生產(chǎn)總值比重提升1個百分點,區(qū)域農(nóng)業(yè)效率提升0.850 005個百分點。對此,可能的解釋是,如果一個區(qū)域農(nóng)業(yè)在該區(qū)域的經(jīng)濟比重中所占的比重越高,則農(nóng)業(yè)的地位越突出,政府就越重視農(nóng)業(yè)發(fā)展,更愿意增加投入,從而使農(nóng)業(yè)效率更高。需要指出的是,農(nóng)業(yè)作為國民經(jīng)濟中最重要的產(chǎn)業(yè)部門,是其他產(chǎn)業(yè)發(fā)展的先決條件,無論在產(chǎn)業(yè)結(jié)構(gòu)中農(nóng)業(yè)所占比重或大或小,每一個區(qū)域都應該重視農(nóng)業(yè)的基礎(chǔ)地位,尤其是在農(nóng)業(yè)資源短缺、開發(fā)過度、污染加重的當下,保障農(nóng)產(chǎn)品有效供給和質(zhì)量安全、提升農(nóng)業(yè)可持續(xù)發(fā)展能力,是政府義不容辭的責任。

c. 面源污染對農(nóng)業(yè)效率具有負面作用。該變量系數(shù)為-0.059 48,表示農(nóng)業(yè)面源污染的增大會降低農(nóng)業(yè)效率。p值為0.043 3,通過5%水平的顯著性檢驗。面源污染水平往往代表農(nóng)業(yè)生產(chǎn)過程中化肥、農(nóng)藥等化學品的使用量?；瘜W品的使用一方面有助于農(nóng)業(yè)產(chǎn)量的提升以及農(nóng)業(yè)產(chǎn)值的增長,但另一方面所造成的面源污染又會對一個區(qū)域的生產(chǎn)總值以及福利水平造成損害。因此,農(nóng)藥、化肥等化學品使用的后果往往取決于這兩者正負效應的對比。從本文的結(jié)果來看,面源污染與農(nóng)業(yè)效率呈現(xiàn)負面關(guān)系,這說明中國農(nóng)業(yè)發(fā)展的環(huán)境代價已十分沉重。政府應該從源頭上加強農(nóng)業(yè)生態(tài)治理,一方面大力推廣生物有機肥、低毒低殘留農(nóng)藥的使用,減少面源污染,另一方面完善保護環(huán)境的政策法規(guī),加大對違規(guī)行為處罰力度,讓違規(guī)者付出高額經(jīng)濟代價,并且建立“退出”機制,剝奪污染者的農(nóng)業(yè)生產(chǎn)經(jīng)營權(quán)。

d. 區(qū)域教育水平對農(nóng)業(yè)效率呈現(xiàn)正相關(guān)性。該變量系數(shù)為1.504 6,表明區(qū)域教育水平對農(nóng)業(yè)效率影響比較明顯。p值為0.002 1,通過1%水平的顯著性檢驗。對此變量本文嘗試從三方面來解釋:①教育水平的高低代表勞動力素質(zhì)的高低。高素質(zhì)的勞動力,尤其是掌握一定專業(yè)文化知識和科學技術(shù)的勞動力,是提高農(nóng)業(yè)效率的重要影響因素。②在某種程度上,區(qū)域教育水平與經(jīng)濟發(fā)展水平、居民收入水平有很強的一致性。本文已經(jīng)證實這兩者均與農(nóng)業(yè)效率呈正相關(guān)關(guān)系。③區(qū)域教育水平可能還與區(qū)域科學技術(shù)水平成正比,而科學技術(shù)水平的提高能夠顯著影響農(nóng)業(yè)效率。因此,區(qū)域教育水平越高,農(nóng)業(yè)效率越高。隨著現(xiàn)代科學技術(shù)水平的提高和推廣,農(nóng)業(yè)生產(chǎn)對勞動者知識與技能提出了一定的要求,政府需要重視勞動力素質(zhì)的提升在農(nóng)業(yè)發(fā)展中的重要作用,大力推廣農(nóng)業(yè)職業(yè)教育,加強對農(nóng)村區(qū)域尤其是欠發(fā)達區(qū)域職業(yè)教育和技能培訓的財政扶持力度,大力培養(yǎng)新型職業(yè)農(nóng)民。

4 結(jié) 論

首先運用SEDEA模型分區(qū)域測算了中國2010—2014年各省(自治區(qū)、直轄市)的農(nóng)業(yè)效率。結(jié)果顯示:2010—2014年間中國各省(自治區(qū)、直轄市)的均值為0.992,表現(xiàn)較為理想。在時間序列上中國的農(nóng)業(yè)效率整體表現(xiàn)為“穩(wěn)中有升”,但在橫截面上則表現(xiàn)出了較大的區(qū)域差異?？傮w來看,①農(nóng)業(yè)效率由高到低的區(qū)域為東北、華東、西南、中南、華南、華北、西北。②不同的區(qū)域要發(fā)揮本區(qū)域的比較優(yōu)勢,提升農(nóng)業(yè)效率空間:農(nóng)業(yè)發(fā)達區(qū)域的政府要通過創(chuàng)新驅(qū)動,引進新技術(shù)、新方法,提升區(qū)域農(nóng)業(yè)生產(chǎn)可能性前沿;農(nóng)業(yè)不發(fā)達區(qū)域的政府要充分發(fā)揮財政支農(nóng)效應,加大財政投入,優(yōu)化區(qū)域的農(nóng)業(yè)資源配置水平,改善農(nóng)業(yè)效率。

其次,以SEDEA模型得出中國各地區(qū)的農(nóng)業(yè)效率值作為被解釋變量,運用Tobit回歸模型從區(qū)域經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、面源污染以及教育水平幾方面分析了農(nóng)業(yè)效率的影響因素。結(jié)果表明:①經(jīng)濟條件、產(chǎn)業(yè)結(jié)構(gòu)和教育水平均對區(qū)域農(nóng)業(yè)效率呈現(xiàn)正面影響。這說明重視農(nóng)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中的基礎(chǔ)地位、提升農(nóng)村居民收入水平、加大對欠發(fā)達區(qū)域農(nóng)業(yè)生產(chǎn)補助的傾斜力度,以及提高職業(yè)教育水平和提升農(nóng)民就業(yè)能力,均是有效提升農(nóng)業(yè)效率的重要途徑。②面源污染對農(nóng)業(yè)效率呈現(xiàn)負面影響。這說明化學性農(nóng)業(yè)物資的使用所帶來的負面效應要大于正面效應,因此發(fā)展農(nóng)業(yè)要高度重視生態(tài)環(huán)境保護,堅決走綠色、健康、循環(huán)農(nóng)業(yè)發(fā)展道路。

[ 1 ] 梁義成,李樹茁,李聰.非農(nóng)參與對農(nóng)業(yè)技術(shù)效率的影響:農(nóng)戶層面的新解釋[J].軟科學,2011(5):102-107.

[ 2 ] 閔銳,李谷成.“兩型”視角下我國糧食生產(chǎn)技術(shù)效率的空間分異[J].經(jīng)濟地理,2013(3):144-149.

[ 3 ] 曾福生,高鳴.我國糧食生產(chǎn)效率核算及其影響因素分析:基于SBM-Tobit模型二步法的實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2012(7):63-70.

[ 4 ] 王子成.農(nóng)村勞動力外出降低了農(nóng)業(yè)效率嗎?[J].統(tǒng)計研究,2015(3):54-61.

[ 5 ] 彭代彥,吳翔.中國農(nóng)業(yè)技術(shù)效率與全要素生產(chǎn)率研究:基于農(nóng)村勞動力結(jié)構(gòu)變化的視角[J].經(jīng)濟學家,2013(9):68-76.

[ 6 ] 林本喜,鄧衡山.農(nóng)業(yè)勞動力老齡化對土地利用效率影響的實證分析:基于浙江省農(nóng)村固定觀察點數(shù)據(jù)[J].中國農(nóng)村經(jīng)濟,2012(4):15-25.

[ 7 ] 常向陽,韓園園.農(nóng)業(yè)技術(shù)擴散動力及渠道運行對農(nóng)業(yè)生產(chǎn)效率的影響研究[J].中國農(nóng)村觀察,2014(4):63-70.

[ 8 ] 焦源.山東省農(nóng)業(yè)生產(chǎn)效率評價研究[J].中國人口·資源與環(huán)境,2013,23(12):105-110.

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

[10] 李金穎,成云雪.基于超效率DEA方法的全要素能源效率分析[J].工業(yè)工程,2012(1):87-92.

[11] ANDERSEN P, PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Managements Science, 1993 (10):1261-1264.

[12] 王宏志,高峰,劉辛偉.基于超效率DEA的中國區(qū)域生態(tài)效率評價[J].環(huán)境保護與循環(huán)經(jīng)濟,2010(6):64-67.

[13] COPPER W W, LI S, SEIFORD L M, et al. Sensitivity and stability analysis in DEA: some recent development[J]. Journal of Productivity Analysis, 2001, 15(3): 217-246.

江蘇省軟科學研究計劃項目(BR2016048);江蘇省軟科學研究計劃項目(BR2015046);中央高?；究蒲袠I(yè)務費專項(2014B20114)

吳鳴然(1992—),男,博士研究生,主要從事技術(shù)經(jīng)濟及管理、農(nóng)業(yè)資源環(huán)境經(jīng)濟研究。E-mail:wumr1992@163.com

10.3880/j.issn.1003-9511.2017.03.013

F323.5

A

1003-9511(2017)03-0063-06

2017-01-02 編輯：陳玉國)