吉林省農(nóng)業(yè)機(jī)械化發(fā)展效率評價(jià)

陳蕓 李長偉

摘 要：以2010—2014年的吉林省40個(gè)縣域的農(nóng)業(yè)機(jī)械化數(shù)據(jù)為基礎(chǔ)，通過數(shù)據(jù)包絡(luò)分析方法DEA-BCC模型和Malmquist指數(shù)模型對吉林省農(nóng)業(yè)機(jī)械化發(fā)展效率進(jìn)行了評價(jià)，靜態(tài)結(jié)果表明吉林省農(nóng)業(yè)機(jī)械化綜合效率較高歸功于技術(shù)效率和規(guī)模效率。動態(tài)結(jié)果表明影響吉林省農(nóng)業(yè)機(jī)械化發(fā)展效率的主要原因在于農(nóng)業(yè)機(jī)械化技術(shù)進(jìn)步與創(chuàng)新程度不足。

關(guān)鍵詞：吉林省；農(nóng)業(yè)機(jī)械；DEA；Malmquist指數(shù)

中圖分類號：S232.3 文獻(xiàn)標(biāo)識碼：A

DOI：10.19754/j.nyyjs.20190530002

基金項(xiàng)目：湖北省教育廳科研項(xiàng)目“地源熱泵非穩(wěn)態(tài)傳熱模型溫度場的隨機(jī)分析”（項(xiàng)目編號：B2017295）；武漢生物工程學(xué)院校本教學(xué)研究項(xiàng)目“基于應(yīng)用型人才培養(yǎng)統(tǒng)計(jì)學(xué)課程教學(xué)內(nèi)容改革的研究與實(shí)踐”（項(xiàng)目編號：2017J27）前言

吉林省位于我國東北的中部，是國家糧食的主要產(chǎn)區(qū)之一。我國是農(nóng)業(yè)大國，農(nóng)業(yè)在國民經(jīng)濟(jì)中占有十分重要的地位，而農(nóng)業(yè)機(jī)械化是實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要指標(biāo)之一，解決好“三農(nóng)問題”離不開農(nóng)業(yè)機(jī)械化這一問題。積極發(fā)展農(nóng)業(yè)機(jī)械化為提高農(nóng)業(yè)生產(chǎn)效率，降低生產(chǎn)成本，加快農(nóng)村經(jīng)濟(jì)發(fā)展，提高農(nóng)民收入改善居民生活水平，為解決好三農(nóng)問題提供了一個(gè)突破口。如何科學(xué)合理的評價(jià)農(nóng)業(yè)機(jī)械化發(fā)展效率，以及在農(nóng)業(yè)機(jī)械化建設(shè)進(jìn)程中存在著哪些問題，這些對于農(nóng)業(yè)發(fā)展有著重要的意義。關(guān)于我國農(nóng)業(yè)機(jī)械化發(fā)展已有諸多專家學(xué)者對此進(jìn)行研究；梁永等學(xué)者利用模糊聚類法對遼寧省農(nóng)業(yè)機(jī)械化發(fā)展水平進(jìn)行了評價(jià)和分析[1]；劉蕓蕓等利用主成分分析法對新疆農(nóng)業(yè)機(jī)械化發(fā)展因素進(jìn)行了研究[2]；李美娥等利用改進(jìn)的層次分析法對農(nóng)業(yè)機(jī)械化的多目標(biāo)決策問題進(jìn)行了分析[3]；白冬艷用因子分析法對我國農(nóng)業(yè)機(jī)械化發(fā)展水平進(jìn)行了評價(jià)[4]；鄭文鐘等利用地理信息系統(tǒng)對浙江省的農(nóng)業(yè)機(jī)械化發(fā)展水平進(jìn)行了地區(qū)比較[5]；魏效玲等利用模糊綜合評價(jià)算法對農(nóng)業(yè)機(jī)械化項(xiàng)目績效進(jìn)行了研究[6]。然而現(xiàn)階段多數(shù)學(xué)者采用靜態(tài)研究的辦法來反映機(jī)械化發(fā)展情況，缺少動態(tài)變化趨勢，本文采用DEA-BBC模型對吉林省40個(gè)縣域的農(nóng)業(yè)機(jī)械化發(fā)展進(jìn)行靜態(tài)評價(jià)，再使用Malmquist指數(shù)對40個(gè)縣域2010—2014年的面板數(shù)據(jù)進(jìn)行農(nóng)業(yè)機(jī)械化發(fā)展動態(tài)分析，期冀獲得影響吉林省農(nóng)業(yè)機(jī)械化發(fā)展效率的原因以及相關(guān)對策。

1 數(shù)據(jù)來源與研究方法

1.1 研究方法

數(shù)據(jù)包絡(luò)分析方法（Data Envelopment Analysis， DEA）由美國運(yùn)籌學(xué)家 A.Charnes，W.W.Cooper和E.Rhodes在1978年提出的；用來評價(jià)相同類型的多投入、多產(chǎn)出的多個(gè)決策單元（DMU）的相對效率。數(shù)據(jù)包絡(luò)分析法（DEA） 的主要思想是對判斷各個(gè)已知的決策單元投入與產(chǎn)出的合理性及有效性[7]。數(shù)據(jù)包絡(luò)分析法以C2R、BC2、ST、FG等模型為代表[8]。評價(jià)農(nóng)業(yè)機(jī)械化發(fā)展效率屬于可變規(guī)模收益的范疇，采用BCC模型較為合適。

1.2 數(shù)據(jù)來源

利用2011—2015年《吉林省統(tǒng)計(jì)年鑒》所提供的2010—2014年相關(guān)數(shù)據(jù)，根據(jù)DEA-BCC模型和Malmquist指數(shù)模型，對吉林省40個(gè)縣域的農(nóng)業(yè)機(jī)械化發(fā)展效率進(jìn)行了靜態(tài)和動態(tài)2個(gè)方面的評價(jià)。考慮到投入與產(chǎn)出指標(biāo)的科學(xué)性和易得性，選取農(nóng)業(yè)技術(shù)人員人數(shù)（人）、農(nóng)業(yè)機(jī)械總動力（萬千瓦）、農(nóng)村用電量（kw/h）、機(jī)耕面積（千公頃）、機(jī)播面積（千公頃）、有效灌溉面積（千公頃）、農(nóng)用小型機(jī)手扶拖拉機(jī)數(shù)量（臺）、大中型農(nóng)用拖拉機(jī)數(shù)量（混合臺）、農(nóng)用排灌動力機(jī)械數(shù)量（臺）、糧食加工機(jī)械數(shù)量（臺）作為投入指標(biāo)，將農(nóng)林牧漁總產(chǎn)值（萬元）和糧食總產(chǎn)量（t）作為產(chǎn)出指標(biāo)。其中決策單元（DMU）為吉林省40個(gè)縣域（注：2014年12月20日九臺市撤市設(shè)區(qū)仍當(dāng)作樣本）。

2 實(shí)證分析

2.1 基于產(chǎn)出導(dǎo)向型的DEA-BCC靜態(tài)分析

利用2015年《吉林省統(tǒng)計(jì)年鑒》所提供的相關(guān)指標(biāo)數(shù)據(jù)，運(yùn)用DEAP2.1軟件，選擇產(chǎn)出導(dǎo)向型（Output Orientated）的DEA-BCC評價(jià)模型，得到了2014年吉林省40個(gè)縣域的農(nóng)業(yè)機(jī)械化發(fā)展相對效率值，結(jié)果如表1所示。

由表1可以得出：從綜合效率來看，吉林省農(nóng)業(yè)機(jī)械化發(fā)展效率平均值為0.921，總體綜合效率較高。其中，農(nóng)安、榆樹、永吉、樺甸、磐石、梨樹、伊通、公主嶺、雙遼、東遼、通化、輝南、柳河、集安、撫松、靖宇、長白、臨江、長嶺、遷安、扶余、鎮(zhèn)賚、琿春、龍井、和龍、安圖共26個(gè)地區(qū)為DEA有效，占65%。技術(shù)和規(guī)模效率也均為有效，說明農(nóng)業(yè)機(jī)械化發(fā)展得到了有效的資源配置，處于較為先進(jìn)的水平。這些地區(qū)主要處于吉林中部和南部。從技術(shù)效率角度來看，吉林省技術(shù)效率平均值為0.957，技術(shù)效率處于較高水平。除上述26個(gè)地區(qū)外，又增加了德惠、舒蘭、延吉、圖門4個(gè)地區(qū)達(dá)到了技術(shù)效率有效，占75%。技術(shù)效率有效地區(qū)大多處于吉林省中部和東部地區(qū)，說明這些地區(qū)對農(nóng)業(yè)機(jī)械化的現(xiàn)有技術(shù)利用、技術(shù)創(chuàng)新程度非常重視并且得到了有效的管理。余下的10個(gè)地區(qū)尚未達(dá)到技術(shù)效率有效，說明對現(xiàn)有技術(shù)沒有充分利用，需要加強(qiáng)技術(shù)利用和創(chuàng)新，并提高管理水平。從規(guī)模效率來看，吉林省規(guī)模效率平均為0.961，總體規(guī)模效率也較高。這部分地區(qū)和綜合效率有效的地區(qū)一樣。從規(guī)模收益狀況來看，九臺、德惠、蛟河、舒蘭、東豐、前郭、敦化共7個(gè)地區(qū)規(guī)模效率小于1且規(guī)模收益處于遞減狀態(tài)，不需要進(jìn)行擴(kuò)大機(jī)械化規(guī)模來進(jìn)行提高產(chǎn)出水平。梅河口、通榆、洮南、大安、延吉、圖門、汪清規(guī)模效率小于1且規(guī)模收益處于遞增狀態(tài)，這些地區(qū)處于吉林省西部和東部需要擴(kuò)大機(jī)械化規(guī)模，增加投入來提高產(chǎn)出水平。其余地區(qū)為規(guī)模收益不變，保持目前規(guī)模即可。

2.2 基于Malmquist指數(shù)的動態(tài)分析

利用DEAP2.1 軟件對2011—2015年《吉林省統(tǒng)計(jì)年鑒》所提供的各地區(qū)201—2014年的相關(guān)指標(biāo)數(shù)據(jù)計(jì)算Malmquist指數(shù)及其分解的結(jié)果，按年份結(jié)果如表2所示，按縣域結(jié)果如表3所示。

從表2來看，2010—2014各年農(nóng)業(yè)機(jī)械化發(fā)展效率的Malmquist指數(shù)呈現(xiàn)先下降而后又上升的趨勢，從平均數(shù)來看Malmquist指數(shù)為0.917，說明全要素生產(chǎn)率年均下降了8.3%，之所以出現(xiàn)這種狀況可能與這期間受災(zāi)情況有關(guān)，尤其是2013年受災(zāi)人數(shù)最多。其中技術(shù)效率變動指數(shù)為1.009，技術(shù)變化為0.909，說明總體效率下降主要因素為技術(shù)變化，即受到了農(nóng)業(yè)機(jī)械化技術(shù)進(jìn)步與創(chuàng)新的限制。而構(gòu)成技術(shù)效率變動的純技術(shù)效率變動指數(shù)和規(guī)模效率變動指數(shù)分別為1.005和1.004，說明資源配置、機(jī)械化規(guī)模和管理水平的提高推動了技術(shù)效率變動。

從表3來看，蛟河、樺甸、舒蘭、磐石、梨樹、撫松、靖宇、長白、臨江、前郭、長嶺、乾安、扶余、鎮(zhèn)賚、通榆15個(gè)縣域的Malmquist指數(shù)大于1，占37.5%。說明這些地區(qū)在2010—2014年農(nóng)業(yè)機(jī)械化的全要素生產(chǎn)率有不同程度的提高。其中大部分縣域都是由于技術(shù)變化（techch）造成的，除了樺甸、舒蘭、磐石、梨樹是因?yàn)榧夹g(shù)效率（effch）變動造成的。另外還有集安、汪清和安圖的Malmquist指數(shù)大于或等于平均水平。在余下的低于平均水平的各縣域中，也是由技術(shù)變化（techch）造成了農(nóng)業(yè)機(jī)械化發(fā)展效率低。根據(jù)圖1吉林省農(nóng)業(yè)機(jī)械化全要素生產(chǎn)率空間分布圖可以看出全要素生產(chǎn)率指數(shù)較高的縣域大多在吉林省西北部和中部，分布不均勻。區(qū)域性差異的客觀存在和有規(guī)律的分布，決定了各區(qū)域農(nóng)業(yè)機(jī)械化發(fā)展面臨的機(jī)遇和挑戰(zhàn)各不相同[10]。需要因地制宜、科學(xué)的指導(dǎo)，改善和促進(jìn)農(nóng)業(yè)機(jī)械化的協(xié)調(diào)實(shí)現(xiàn)快速發(fā)展。（注：圖1中白色部分為市轄區(qū)。）

3 結(jié)論與建議

利用數(shù)據(jù)包絡(luò)分析法（DEA）中的產(chǎn)出導(dǎo)向BCC模型對2014年吉林省各縣域農(nóng)業(yè)機(jī)械化發(fā)展相對效率靜態(tài)分析得到技術(shù)效率平均值為0.957和規(guī)模效率平均值為0.961，綜合效率平均值為0.921。結(jié)果表明總體綜合效率較高受到技術(shù)效率和規(guī)模效率的影響。這得益于國家對吉林省農(nóng)業(yè)機(jī)械化的大力扶持，使得規(guī)模擴(kuò)大，機(jī)械化管理水平和技術(shù)水平都得到了改善。

利用Malmquist指數(shù)對2010—2014年吉林省農(nóng)業(yè)機(jī)械化發(fā)展相對效率的動態(tài)分析得到：技術(shù)效率變動指數(shù)平均值為1.009，技術(shù)變化指數(shù)平均值為0.909，純技術(shù)效率變動指數(shù)平均值為1.005，規(guī)模效率變動指數(shù)平均值為1.004，全要素生產(chǎn)率變動指數(shù)平均值為0.917。結(jié)果表明影響吉林省農(nóng)業(yè)機(jī)械化發(fā)展效率的主要原因在于技術(shù)變化（techch），即農(nóng)業(yè)機(jī)械化技術(shù)進(jìn)步與創(chuàng)新程度不足。要進(jìn)一步提高吉林省農(nóng)業(yè)機(jī)械化的全要素生產(chǎn)率需加大機(jī)械化技術(shù)進(jìn)步和創(chuàng)新程度，與此同時(shí)需要吸引人才，增加農(nóng)業(yè)技術(shù)人員數(shù)量，并且讓更多的農(nóng)戶受到專業(yè)的培訓(xùn)和指導(dǎo)。

參考文獻(xiàn)

[1] 梁永， 邱立春. 遼寧省農(nóng)業(yè)機(jī)械化發(fā)展水平的評價(jià)與分析[J]. 農(nóng)機(jī)化研究， 2006（6）： 70-72.

[2] 劉蕓蕓， 李紅. 基于主成分回歸模型的新疆農(nóng)業(yè)機(jī)械化發(fā)展影響因素評價(jià)[J]. 貴州農(nóng)業(yè)科學(xué)， 2013（9）： 197-201.

[3] 李美娥， 單士睿. 改進(jìn)的AHP法在評價(jià)農(nóng)業(yè)機(jī)械化發(fā)展水平中的應(yīng)用[J]. 農(nóng)機(jī)化研究， 2011，33（5）： 56-59.

[4] 白冬艷. 用因子分析法評價(jià)我國農(nóng)業(yè)機(jī)械化發(fā)展水平[J]. 農(nóng)機(jī)化研究，2006（9）： 1-5.

[5] 鄭文鐘， 何勇. 基于GIS的浙江省農(nóng)業(yè)機(jī)械化發(fā)展水平的地區(qū)比較[J]. 浙江大學(xué)學(xué)報(bào)（農(nóng)業(yè)與生命科學(xué)版）， 2004 （6）： 82-86.

[6] 魏效玲， 王杰華， 周振中. 農(nóng)業(yè)機(jī)械化項(xiàng)目績效模糊綜合評價(jià)算法[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2012，43 （8）： 68-73.

[7] 潘國剛， 賈江濤. 考慮科技投入的區(qū)域能源效率評價(jià)研究—以廣東省為例[J]. 科學(xué)技術(shù)與工程， 2011，11（28）： 7036-7041.

[8] 張悟移， 楊云飛. 中國區(qū)域經(jīng)濟(jì)發(fā)展效率評價(jià)—基于DEA和Malmquist指數(shù)[J]. 華東經(jīng)濟(jì)管理， 2014，28（11）： 63-67.

[9] 王曉玲， 方杏村. 東北老工業(yè)基地經(jīng)濟(jì)振興效率評價(jià)及影響因素分析[J].商業(yè)研究， 2017（1）： 69-74.

[10] 段亞莉， 何萬麗， 黃耀明，等. 中國農(nóng)業(yè)機(jī)械化發(fā)展區(qū)域差異性研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，39（6）： 210-216.