中國小麥主產區(qū)生產效率時空演變特征分析*

李輝尚，胡晨沛，曲春紅※

(1.中國農業(yè)科學院農業(yè)信息研究所/農業(yè)農村部農業(yè)信息服務技術重點實驗室，北京 100081； 2.國家統(tǒng)計局國際統(tǒng)計信息中心，北京 100826)

0 引言

糧食安全與能源安全、金融安全并稱為當今世界三大經濟安全。小麥是我國最為重要的糧食種類之一，中國作為世界上最大的小麥生產國和消費國，小麥產業(yè)的發(fā)展對于促進我國糧食產量的增加、農民收入的提高以及糧食市場的維穩(wěn)都發(fā)揮了巨大的作用[1]。在我國糧食生產中，小麥無論是種植面積還是總產量多年來始終位于全部糧食種類中的前3位，圖1給出了2006—2015年我國小麥播種面積、產量和單產情況，其中， 2006年全國小麥種植面積為2 296.1萬hm2，總產量1.044 67億t， 2015年這兩項數據分別達到2 414.1萬hm2和1.301 85億t，分別占到全部糧食種植面積和糧食總產量的21.30%和20.95%[2-3]。除此之外， 2006—2015年的10年間，小麥總產量在種植面積僅增長5.14%的情況下實現了24.62%的增長，說明我國小麥生產效率實現了較大水平的提升。

圖1 2006—2015年我國小麥生產基本情況數據來源：中華人民共和國農業(yè)農村部

我國小麥生產在時間維度上改善的同時，也需要關注到在空間維度上的差距， 2015年我國小麥單產為5.39 t/hm2，而同期英國小麥單產已經達到了9 t/hm2。同時，在小麥的進出口情況上，我國已經由2006年的小麥凈出口國(小麥出口量為151.0萬t，進口量為61.3萬t)轉變?yōu)楝F在的小麥凈進口國(2015年我國小麥出口量12.2萬t，進口量300.7萬t)，在我國小麥供給對外依存度越來越高、自我供需保障能力減弱以及國際市場競爭能力降低的情況下，提高小麥的生產效率具有重要的現實意義。因此，通過科學方法對我國小麥生產效率進行測度，為提高生產效率制定合理的政策提供依據，對促進我國小麥種植產業(yè)健康發(fā)展、農產品市場穩(wěn)定運行乃至經濟實力的提升都具有重要價值。

國外學者對于小麥生產效率已有較為充實的研究[4-6]，國內學界對于我國小麥生產效率的測度同樣也已有一定成果，但主要側重于對全國或是個別省份小麥生產效率的計算，并沒有考慮不同省(區(qū))小麥生產效率之間的差異[7-10]，即便是利用面板數據進行研究，也是基于各個區(qū)域相互獨立的先驗假定，而忽略了不同地區(qū)之間的空間相關性[11-13]。我國幅員遼闊，不同地區(qū)氣候特征、農業(yè)稟賦均存在較大的空間異質性，同時伴隨著生產力的流動、科技水平的提高，小麥生產同樣存在時間維度上的差異性。文章將在利用DEA模型和Malmquist生產率指數模型對不同年度我國小麥主產省(區(qū))生產效率進行測度的基礎之上，研究小麥生產效率的時空演變特征，即我國小麥生產效率隨時間變化的規(guī)律以及空間分布的變化情況，同時運用探索性空間分析對不同主產省(區(qū))之間小麥生產效率空間相關性進行分析，進而對提高區(qū)域小麥生產效率、合理規(guī)劃小麥生產要素投入以及保障區(qū)域糧食安全提出相關政策建議。

1 研究設計

1.1 模型設定

1.1.1 DEA模型

數據包絡分析方法(Data Envelopment Analysis，簡稱DEA)是一種多投入與多產出的分析方法，能夠用來分析要素投入與產出之間的相對效率，其優(yōu)點在于避免了相對主觀的賦權方法[14]。DEA模型分為規(guī)模報酬不變和規(guī)模報酬可變兩種，在規(guī)模報酬可變的情況下，綜合技術效率可分解為純技術效率與規(guī)模效率的乘積。在本文的研究中，可將每個省(區(qū))每個年度的小麥生產投入產出狀況作為一個決策單元(DMU)，根據每個決策單元與最佳生產前沿面之間的距離來測度決策單元技術效率與規(guī)模效率，從而判斷DEA是否處于有效狀態(tài)。

1.1.2 Malmquist生產率指數模型

為了分析中國小麥主產區(qū)小麥生產全要素生產率的變化趨勢，利用Malmquist生產率指數模型進行測度。Malmquist法將全要素生產率(TFP)分解為技術進步變化(Tch)和技術效率變化(Ech)，其中技術效率變化可以進一步分解為純技術效率變化(TEch)和規(guī)模效率變化(SEch)，用公式可表示為[14]：

TFP=Ech×Tch=TEch×SEch×Tch

(1)

式(1)中的技術效率變化(Ech)用來衡量小麥生產過程中資源是否達到了最優(yōu)配置，是小麥生產效率的綜合指標；技術進步變化指數(Tch)刻畫了小麥生產過程中的技術改善程度；純技術效率變化指數(TFch)衡量了DMU無效中純技術無效率的比例；規(guī)模效率變化指數(SEch)判斷DMU是否達到了最優(yōu)規(guī)模效應，各指數計算方法見參考文獻[14]。

1.1.3 探索性空間分析

我國不同省(區(qū))之間農業(yè)生產要素存在較大的空間流動性，導致區(qū)域間的小麥生產效率存在潛在的空間相關性，該文利用Moran′s I指數對我國各省(區(qū))小麥生產效率的空間相關性進行研究，全局Moran′s I具體計算公式為：

(2)

(3)

式(3)中各符號含義與式(2)相同，此處不再贅述。

作為局域Moran′s I指數更為直觀的展示，LISA集聚圖是廣泛應用于衡量局部空間相關性的一種方法。當局域空間相關性通過一定水平的顯著性檢驗時，說明該區(qū)域存在顯著的空間相關性，而這種顯著的空間相關性我們稱之為空間集聚效應。當某省(區(qū))小麥生產效率與其周邊省(區(qū))小麥生產效率都很高時，說明產生了高-高集聚效應；當某省(區(qū))小麥生產效率與其周邊省(區(qū))小麥生產效率都很低時，說明產生了低-低集聚現象；當某省(區(qū))小麥生產效率值高但其周邊省(區(qū))小麥生產效率較低時，稱為高-低集聚效應；當某省(區(qū))小麥生產效率值低但其周邊省(區(qū))小麥生產效率較高時，稱為低-高集聚效應，通過繪制LISA集聚圖，可以得到更為準確的小麥生產效率空間相關性和異質性程度。

表1 研究區(qū)域分布情況

1.2 數據來源與變量設定

經濟生產過程中，勞動和資本是最為主要的生產要素，但在農業(yè)生產過程中，土地同樣會對產出產生重要的影響。小麥的生產是多種生產要素共同投入的結果，因此選取單位面積用工數量代表勞動要素投入指標，選取土地成本代表土地要素投入指標，選取化肥費用、種子費用、機械作業(yè)費以及其他費用(農藥、農家肥等直接費用)作為資本要素投入指標，以單位面積產量作為產出指標。研究數據來源于中國國家發(fā)展和改革委員會所編著的歷年《全國農產品成本收益資料匯編》，結合數據的充足性和準確性，最終選取2006—2015年15個小麥主產省(區(qū))投入產出數據，對其小麥生產效率進行分析， 15個省(區(qū))分布情況如表1所示。

2 實證分析

2.1 小麥生產效率時序分析

基于15個省(區(qū))2006—2015年小麥生產投入產出數據，利用DEAP2.1軟件對全國小麥生產效率進行測度,測度結果如表2所示，得到以下結論：首先，從總體上來看， 2006—2015年全國小麥生產綜合技術效率平均值為0.928，綜合技術效率分解得到的純技術效率和規(guī)模效率均值分別為0.943和0.984，均未能夠到達DEA的有效水平，通過比較發(fā)現純技術效率均值低于規(guī)模效率均值，說明純技術效率是導致綜合技術效率未達到有效水平更為主要的原因。其次，具體到各個年度發(fā)現，綜合技術效率在2009年達到0.976，實現了較高水平的提升，在此之后雖有所回落，但從總體上看呈現出穩(wěn)中有升的趨勢。

表2 2006—2015年我國小麥各生產效率指標

同時，通過分析Malmquist指數對全要素生產率進行測算發(fā)現， 2006—2015年全國小麥生產的全要素生產率變化指數、技術進步變化指數、綜合技術效率變化指數、純技術效率變化指數、規(guī)模效率變化指數均值分別為0.944、0.937、1.008、1.003、1.004，其中綜合技術效率變化指數、純技術效率變化指數以及規(guī)模效率變化指數均大于1，說明2006—2015的10年間中國小麥生產效率在這3個層面有了提升，但是全要素生產率均值僅為0.944，說明2006—2015年中國小麥生產技術效率呈下降趨勢。全要素生產率變化指數在2007—2015年間波動較大，主要是受到技術進步變化指數下降的影響，產生這一現象的原因可能是在小麥生產過程中，先進的技術并未得到合理的推廣與利用，從而制約了小麥生產全要素生產率的提高。相比較而言， 2006—2015年中國小麥生產綜合技術效率變化指數波動較為穩(wěn)定，基本圍繞著均值呈現出有規(guī)律的變化特征，其中2008—2009年、2012年、2014—2015年綜合技術效率變化指數更是超過了1，說明這些年份的小麥生產處于有效率的狀態(tài)，進一步比較發(fā)現2006—2015年間有8個年份的技術進步變化指數均小于綜合技術效率變化指數，這在一定程度上說明，我國小麥全要素生產率的增長受到了技術進步更大的制約，所以，提高小麥技術水平是推動小麥生產技術效率水平的潛在動力。

對綜合技術效率變化指數進行進一步分解，得出以下結論：在小麥生產純技術效率變化指數方面，均值超過1并達到1.003，說明這10年間小麥生產的技術使用效率得到了提升， 2007年、2010年、2011年和2013年純技術效率變化指數小于1，說明相較于前一年而言這些年都的技術使用效率有所降低；在規(guī)模效率變化指數方面，均值同樣超過1，達到1.004，說明總體而言，我國小麥生產呈現出規(guī)模報酬遞增的特征，但其中也存在2010年(0.988)和2012年(0.971)的規(guī)模效率變化指數小于1，這些年度的小麥生產存在規(guī)模報酬遞減。

2.2 各省小麥生產效率分析

2.2.1 小麥生產綜合技術效率及分解

為了進一步比較中國小麥生產效率的空間異質性，對15個省(區(qū))小麥生產效率進行測度，結果如表3所示。由表3可知，除四川、安徽、云南和黑龍江4個省份之外，其他11個省(區(qū))的小麥生產綜合技術效率平均值均小于1，說明這些省(區(qū))在小麥生產過程中，存在資源投入與產出結構配置不合理的問題。其中，寧夏地區(qū)的小麥生產綜合技術效率僅為0.772，遠低于其他省(區(qū))，說明寧夏地區(qū)資源利用不充分的問題更為嚴重。進一步對綜合技術效率進行分解：在純技術效率方面，有7個省(區(qū))達到了DEA有效水平，但也有甘肅、寧夏、山西等3個省(區(qū))的純技術效率低于0.9，說明在小麥生產的純技術效率方面，不同省(區(qū))差距較大，存在較為明顯的空間異質性；在規(guī)模效率方面，全部15個省(區(qū))的規(guī)模效率均值均大于0.9，但僅有四個省份(四川、安徽、云南、黑龍江)達到了DEA有效水平，這說明我國各省(區(qū))在小麥生產規(guī)模效率上較為接近的同時，也表明大多小麥生產省(區(qū))的規(guī)模效率有待提高。

2.2.2 小麥生產全要素生產率及分解

對不同地區(qū)小麥全要素生產率進行測度并分解(表4)，發(fā)現各個省(區(qū))的技術進步變化指數均小于或等于綜合技術效率變化指數，這進一步證明了前文的結論，即我國小麥全要素生產率的增長受到了技術進步更大的制約。進一步比較地區(qū)差異發(fā)現，15個省(區(qū))中超過半數(8個)的省(區(qū))全要素生產率變化指數小于1，全要素生產率呈現負增長的趨勢，其中更有山西、甘肅和寧夏三個省份的全要素生產率變化指數低于0.9，說明這些地區(qū)小麥生產的綜合技術效率有待進一步提高。

表4 2006—2015年我國小麥主產區(qū)小麥全要素生產率測度結果

對綜合技術效率變化指數進一步分解得到純技術效率變化指數和規(guī)模效率變化指數，發(fā)現在純技術效率變化指數的測度上，江蘇、甘肅、新疆和寧夏四個省(區(qū))的值低于1，而在規(guī)模效率變化指數上，江蘇和寧夏的值小于1，說明大多數省份在小麥生產的純技術效率上達到了DEA有效水平，并呈現出規(guī)模報酬遞增的趨勢。

在測度結果的基礎之上，進一步利用GIS自然斷裂點分級法將15個省(區(qū))2006、2010和2015年小麥生產的綜合技術效率、純技術效率以及規(guī)模效率進行分級(見表5)。以綜合技術效率為例，得到如下研究結論：(1)相對低效率：2006年甘肅、山西和內蒙古三個省(區(qū))綜合技術效率較低，占到全部研究省(區(qū))的20%，2010年寧夏、甘肅和山西三個省(區(qū))綜合技術效率較低，2015年甘肅和寧夏兩個省(區(qū))綜合技術效率較低；(2)相對中等效率：2006年的新疆、河北，2010年的河北、山東、江蘇以及2015年的新疆、山西、江蘇處于各自年度的中等效率水平；(3)相對高效率：2010年相對高效率省(區(qū))數占到60%，2006年和2015年相對高效率省(區(qū))數均占到全部研究省區(qū)的66.7%。從整體上來看，2006—2015年15個小麥主產省(區(qū))中，綜合技術效率高的區(qū)域比例基本保持不變，大多數省份在這十年間的小麥綜合技術效率均處于高水平狀態(tài)。同時根據分級結果我們發(fā)現綜合技術效率的區(qū)域分級情況并沒有和純技術效率的分級情況完全一致，說明受到規(guī)模效率的影響，部分省(區(qū))的綜合技術效率受到了制約，例如江蘇省2006年的綜合技術效率處于相對高效率層級，但是在2010和2015年均為相對中等效率，產生這一現象的主要原因就是江蘇省在2010和2015年的小麥生產過程中規(guī)模效率出現了下降的情況，在這兩個年度均位于規(guī)模效率的相對低效率層級。

表5 主要年份小麥主產區(qū)小麥生產效率分級

結合該部分研究結果，主要可以得到以下研究結論：(1)2006—2015年間我國小麥全要素生產率的增長主要依賴于技術進步，技術進步變化指數的提高有助于推動小麥全要素生產率的進步； 而小麥生產的綜合技術效率則受到純技術效率與規(guī)模效率的影響，其中規(guī)模效率是制約技術進步的主要因素。(2)根據各個省(區(qū))的生產效率測度結果，可將15個省(區(qū))小麥生產效率劃分為以下3類：第一類是純技術效率與規(guī)模效率均較高的省份，例如河南、湖北、四川等，這些省份在小麥生產過程中使生產技術得到了較為充分的發(fā)揮； 第二類是純技術效率處于中等水平以上，但是規(guī)模效率較低的地區(qū)，例如江蘇、河北等，這些省份在小麥生產過程中呈現出經營規(guī)模較小從而抑制生產技術發(fā)揮的特征； 第三類是純技術效率和規(guī)模效率均較低的省(區(qū))，例如甘肅、青海等，這些地區(qū)受制于當地的生產技術水平和自然條件，小麥生產總體呈現出綜合技術效率較低的特征。(3)進行區(qū)域比較發(fā)現，不同小麥生產區(qū)呈現出較為明顯的差異，例如西南小麥優(yōu)勢區(qū)始終呈現出小麥生產效率較高的特征，而黃淮海小麥優(yōu)勢區(qū)雖然地形更為平坦，經濟發(fā)展水平更高，但是這一區(qū)域內的各省(區(qū))小麥綜合生產效率并沒有高于地處西南小麥優(yōu)勢區(qū)的省(區(qū))，這也在一定程度上說明了地形條件和經濟發(fā)展水平并非是影響小麥生產綜合技術效率的決定性因素。

2.3 小麥生產效率時空演變分析

2.3.1 綜合技術效率全局空間自相關分析

為了進一步探索不同小麥主產區(qū)之間生產效率的空間相關性，計算小麥生產效率全局Moran′s I指數及其相關統(tǒng)計量，其中空間權重遵循二進制空間鄰近矩陣的Rook準則進行設定，利用OpenGeoda軟件重復隨機排列法排列999次，構建標準正態(tài)統(tǒng)計量，計算結果如表6所示。由表6可知， 2006—2015年15個省(區(qū))小麥綜合生產效率的全局Moran′s I指數均為正數，在0.20～0.24之間波動，且均在5%的顯著性水平上通過顯著性檢驗，說明15個省(區(qū))小麥生產綜合技術效率呈現空間集聚性，即效率高的省(區(qū))相鄰，效率低的省(區(qū))相鄰。從Moran′s I指數的大小來看，十年間Moran′s I最高為2012年的0.235，最低為2007年的0.200，指數歷年差距不大，說明所研究的十年間我國15 個小麥主要生產省(區(qū))小麥生產效率在部分年份出現減弱的現象，不同省(區(qū))的小麥綜合生產效率差異擴大。

表6 2006—2015年15個省(區(qū))小麥綜合技術效率全局Moran′s I指數及其檢驗值

表7 主要年份綜合技術效率局部空間自相關集聚類型

2.3.2 綜合技術效率局部空間自相關分析

全局空間自相關分析從全國層面對我國小麥生產效率省域間的空間相關性進行測度，但無法進一步說明各省(區(qū))小麥生產效率的區(qū)域空間集聚性以及局域的空間自相關特征，因此為了了解15個小麥主產區(qū)小麥生產效率的局部空間相關性，需要進一步繪制反映局域Moran′s I指數的LISA集聚圖進行分析。根據描繪所得到的LISA圖繪制地區(qū)分類表(表7)，得到以下研究結論：(1)2006—2015年間，大多數省區(qū)的小麥生產綜合技術效率不存在明顯的空間相關性。 (2)黃淮海小麥優(yōu)勢區(qū)的省區(qū)在10年間呈現出較為穩(wěn)定并且顯著的空間正相關性， 2006年、2010年和2015年3個年度，陜西、山西、山東、河南4個省份的小麥生產綜合技術效率均呈現出“高—高”集聚的特征。 (3)2010年甘肅成為了除陜西、山西、山東、河南之外，又一個小麥生產綜合技術效率“高—高”集聚的省份，這在一定程度上說明黃淮海小麥優(yōu)勢區(qū)在部分時期的小麥生產過程中發(fā)揮了輻射帶動作用。

3 結論與建議

3.1 研究結論

(1)從綜合技術效率、純技術效率以及規(guī)模效率的測度結果來看， 15個省(區(qū))小麥生產綜合技術效率的均值為0.928，純技術效率均值為0.943，規(guī)模效率均值為0.984，均未達到有效水平，其中純技術效率是制約綜合技術效率提高更為重要的因素。具體到各個省份同樣發(fā)現，大多數省(區(qū))在小麥生產過程中存在資源投入與產出結構配置不合理的問題。通過對各個省(區(qū))綜合技術效率的分解發(fā)現，不同省(區(qū))在純技術效率存在較為明顯的空間異質性，而在規(guī)模效率方面則較為接近。

(2)從全要素生產率測度結果來看，對15個省(區(qū))的小麥全要素生產率變化指數進行分解發(fā)現，綜合技術效率變化指數表現優(yōu)于技術進步變化指數，說明我國小麥全要素生產率的增長受到了技術進步更大的制約。進一步比較地區(qū)差異發(fā)現，超過半數的研究省(區(qū))小麥全要素生產率呈現負增長的趨勢。

(3)2006—2015年小麥綜合技術效率全局Moran′s I指數在0.20～0.24的范圍內波動，我國小麥主產區(qū)小麥生產效率整體上呈現出較為顯著的空間集聚效應。根據局部空間自相關分析結果可知，2006-2015年間我國大部分小麥主產區(qū)生產綜合技術效率不存在顯著的空間自相關性，但黃淮海小麥優(yōu)勢區(qū)4個省份(陜西、山西、山東、河南)始終存在較為顯著的空間正相關關系，且存在正相關的區(qū)域比較穩(wěn)定，呈現出"高-高"集聚的空間分布特征，此外黃淮海小麥優(yōu)勢區(qū)在部分時期的小麥生產過程中，對周邊小麥主產(區(qū))發(fā)揮了輻射帶動作用。

3.2 政策建議

(1)研發(fā)推廣提高技術水平。通過測度我國小麥生產綜合效率和全要素生產率可以發(fā)現，我國小麥生產綜合效率總體上呈現出穩(wěn)中有升的趨勢，但全要素生產率提升幅度相對較小，這需要在生產過程中加強小麥生產科學化途徑的宣傳，科研人員應當加大推廣研發(fā)力度，農民需要在小麥生產過程中重視播種和生產水平的提高，從而切實提高小麥生產的技術水平，促進小麥生產由拼資源、拼消耗的粗放經營，盡快轉變到注重農業(yè)技術創(chuàng)新與可持續(xù)的集約發(fā)展上來，實現小麥生產新業(yè)態(tài)的探索。

(2)因地制宜發(fā)展小麥生產。通過該文分析可以發(fā)現，我國的小麥生產效率存在較為明顯的地域差異性，因此應當結合區(qū)域自身特點進行小麥生產區(qū)域規(guī)劃。例如河南、湖北等傳統(tǒng)優(yōu)勢產區(qū)，可以通過核心功能區(qū)的劃分支持核心產區(qū)的發(fā)展，實現技術交流、資源流動等以點帶面的發(fā)展；而江蘇、河北等非優(yōu)勢產區(qū)，其本身擁有較為優(yōu)越的氣候條件，可以通過資金投入和技術開發(fā)等手段，挖掘當地的小麥生產水平。

(3)優(yōu)化生產實現量質并重。隨著國內居民生活水平的提高，居民膳食結構逐漸從過去的數量溫飽型向質量營養(yǎng)型轉變，這要求糧食生產在注重數量的同時更需要著眼于質量，而在我國小麥生產過程中，農民往往更加注重單產的提升，而忽略了小麥的品質。我國的小麥品種呈現出區(qū)域化特點，例如文中所提及的長江中下游地區(qū)、黃渤海地區(qū)等產區(qū)，其所生產的小麥品種存在一定差異性，因此農民生產應當重視專用小麥的品質，實現量質并重。