基于DEA-Malmquist指數(shù)的農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)

劉雷 張夢(mèng)雨

摘要：為反映我國(guó)農(nóng)業(yè)生產(chǎn)的實(shí)際狀況，找出農(nóng)業(yè)發(fā)展中存在的問題與不足，使用2007—2017年的省級(jí)面板數(shù)據(jù)，運(yùn)用DEA（包絡(luò)分析法）-Malmquist生產(chǎn)率指數(shù)模型測(cè)算各省份（不含中國(guó)香港特別行政區(qū)、澳門特別行政區(qū)、臺(tái)灣?。┑霓r(nóng)業(yè)全要素生產(chǎn)率（TFP）變化指數(shù)，從時(shí)間序列與地區(qū)變換角度分析其增長(zhǎng)變換特征。結(jié)果表明，2007—2017年我國(guó)農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)業(yè)技術(shù)進(jìn)步效率的變化趨勢(shì)相同，農(nóng)業(yè)生產(chǎn)效率省際間不平衡是純技術(shù)效率與規(guī)模效率共同作用的結(jié)果，從純技術(shù)效率和規(guī)模效率來(lái)看，11個(gè)DEA有效地區(qū)的純技術(shù)效率和規(guī)模效率均達(dá)到最佳;農(nóng)業(yè)生產(chǎn)中將生產(chǎn)規(guī)?？茖W(xué)合理的規(guī)劃與農(nóng)業(yè)技術(shù)進(jìn)步相結(jié)合，能夠有效促進(jìn)全要素生產(chǎn)率提升，為提高我國(guó)農(nóng)業(yè)全要素生產(chǎn)率，在農(nóng)業(yè)發(fā)展中既要重視技術(shù)進(jìn)步，又要重視資源有效配置以及經(jīng)濟(jì)規(guī)模最優(yōu)。

關(guān)鍵詞：農(nóng)業(yè)全要素生產(chǎn)率;數(shù)據(jù)包絡(luò)分析;Malmquist指數(shù);技術(shù)效率;規(guī)模效率

中圖分類號(hào)：F323.5?文獻(xiàn)標(biāo)志碼：A?文章編號(hào)：1002-1302（2020）21-0309-06

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，在經(jīng)濟(jì)發(fā)展過程中發(fā)揮重要作用，習(xí)近平總書記在十九大報(bào)告中指出，“農(nóng)業(yè)農(nóng)村農(nóng)民問題是關(guān)系國(guó)計(jì)民生的根本性問題?！薄叭r(nóng)”問題在黨的十九大報(bào)告提出“鄉(xiāng)村振興戰(zhàn)略”后被推向更高一層[1]。與建國(guó)初期相比，我國(guó)糧食總產(chǎn)量增加了近5倍，但是我國(guó)農(nóng)業(yè)生產(chǎn)投入產(chǎn)出能力與日本、澳大利亞、美國(guó)等農(nóng)業(yè)發(fā)達(dá)國(guó)家相比仍存在較大差距[2]。要素投入不足、生產(chǎn)規(guī)模過小、農(nóng)業(yè)生產(chǎn)技術(shù)與經(jīng)營(yíng)體制相對(duì)滯后成為制約我國(guó)農(nóng)業(yè)現(xiàn)代化的根本性因素[3]。農(nóng)業(yè)生產(chǎn)率問題是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的根本問題[4]。對(duì)于發(fā)展中國(guó)家來(lái)說(shuō)，農(nóng)業(yè)生產(chǎn)率是國(guó)民財(cái)富增長(zhǎng)的核心[5]。關(guān)于農(nóng)業(yè)生產(chǎn)效率的研究從效率評(píng)價(jià)方法上看，主要分為參數(shù)法與非參數(shù)法;從內(nèi)容上看，主要包括農(nóng)業(yè)生產(chǎn)效率的測(cè)算及其變化的影響因素與區(qū)域間差異等。參數(shù)法以隨機(jī)前沿生產(chǎn)函數(shù)法為代表，石慧等基于隨機(jī)前沿生產(chǎn)函數(shù)對(duì)1985—2005年我國(guó)地區(qū)農(nóng)業(yè)生產(chǎn)績(jī)效進(jìn)行測(cè)算，發(fā)現(xiàn)配置效率波動(dòng)是農(nóng)業(yè)全要素生產(chǎn)率（TFP）波動(dòng)的主要原因[6]。張樂等使用隨機(jī)前沿生產(chǎn)函數(shù)法對(duì)1991—2010年中國(guó)農(nóng)業(yè)生產(chǎn)率變化進(jìn)行研究，發(fā)現(xiàn)規(guī)模效率變化是農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的主要阻礙因素[7]。溫紅梅等通過隨機(jī)前沿生產(chǎn)函數(shù)法對(duì)黑龍江省農(nóng)業(yè)生產(chǎn)效率以及影響因素進(jìn)行研究，發(fā)現(xiàn)黑龍江省農(nóng)林牧漁以及農(nóng)村勞動(dòng)力會(huì)抑制農(nóng)業(yè)生產(chǎn)效率，而農(nóng)村固定資產(chǎn)投資有促進(jìn)其農(nóng)業(yè)生產(chǎn)效率的作用，農(nóng)業(yè)用電量會(huì)影響農(nóng)業(yè)生產(chǎn)效率，農(nóng)用化肥和機(jī)械的使用有待提高[8]。非參數(shù)法主要以數(shù)據(jù)包絡(luò)分析法（DEA）為基礎(chǔ)，任世鑫等運(yùn)用超效率DEA模型測(cè)算2013年中原經(jīng)濟(jì)區(qū)30個(gè)?。ㄊ?、區(qū)）的農(nóng)業(yè)生產(chǎn)效率，發(fā)現(xiàn)東部和東南部地區(qū)農(nóng)業(yè)生產(chǎn)效率高于其他城市，存在明顯的區(qū)域差異[9]。劉鳳梅運(yùn)用DEA研究我國(guó)2004—2013年農(nóng)業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)我國(guó)農(nóng)業(yè)生產(chǎn)效率在研究期間提升明顯，其動(dòng)力主要來(lái)源于技術(shù)進(jìn)步效率的迅速提升;而技術(shù)效率增長(zhǎng)緩慢，對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)效率的提升產(chǎn)生制約[10]。王丹等將DEA的BCC模型與Malmquist指數(shù)法相結(jié)合，對(duì)2000—2014年青海省農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究，發(fā)現(xiàn)青海省農(nóng)業(yè)全要素生產(chǎn)率較低，主要是由較低的規(guī)模效率導(dǎo)致的，而農(nóng)業(yè)技術(shù)進(jìn)步效率促進(jìn)了全要素生產(chǎn)率的增加[11]。何澤軍等使用DEA-Malmquist指數(shù)法對(duì)我國(guó)2007—2015年農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算，發(fā)現(xiàn)其增長(zhǎng)主要源于技術(shù)進(jìn)步，且我國(guó)農(nóng)業(yè)全要素生產(chǎn)率存在顯著的時(shí)間序列和空間區(qū)域上的差異[12]。與DEA相比，Malmquist指數(shù)法在描述農(nóng)業(yè)生產(chǎn)效率的基礎(chǔ)上進(jìn)一步分析了其效率的動(dòng)態(tài)變化。將DEA中的BCC模型與Malmquist指數(shù)模型結(jié)合，對(duì)2007—2017年我國(guó)31個(gè)省（市、區(qū)）（不含香港特別行政區(qū)、澳門特別行政區(qū)、臺(tái)灣省，下同）的農(nóng)業(yè)生產(chǎn)效率的靜態(tài)有效性及動(dòng)態(tài)效率進(jìn)行更加全面的評(píng)價(jià)分析，在分析中國(guó)農(nóng)業(yè)生產(chǎn)效率地區(qū)差異的同時(shí)探討可能的影響因素。

1 研究方法與模型的建立

1.1 數(shù)據(jù)包絡(luò)分析法

運(yùn)用DEA進(jìn)行生產(chǎn)效率測(cè)算，該模型根據(jù)已知數(shù)據(jù)得到相應(yīng)的生產(chǎn)邊緣函數(shù)，來(lái)評(píng)價(jià)具有多投入和多產(chǎn)出決策單元（DMU）的相對(duì)有效。DEA模型包括投入導(dǎo)向型和產(chǎn)出導(dǎo)向型，由于農(nóng)業(yè)產(chǎn)出具有不確定性，所以應(yīng)在產(chǎn)出不變的基礎(chǔ)上盡可能縮小投入。從規(guī)模報(bào)酬可變性角度來(lái)看，DEA模型分為規(guī)模報(bào)酬可變（VRS）模型和規(guī)模報(bào)酬不變（CRS）模型。在VRS模型中，綜合技術(shù)效率可分解為純技術(shù)效率和規(guī)模效率。為了分析我國(guó)31個(gè)省（市、區(qū)）農(nóng)業(yè)生產(chǎn)效率水平及其低效的原因，選擇在VRS假設(shè)下的投入導(dǎo)向型的BCC模型，以期為農(nóng)業(yè)生產(chǎn)從技術(shù)和規(guī)模上提出相應(yīng)的改進(jìn)建議。

設(shè)模型最優(yōu)解為θ*，λ*，s*+，s*-，則判定是否同時(shí)技術(shù)有效和規(guī)模有效有如下結(jié)論：（1）如果 θ*=1，s*+=0，s*-=0，則決策單元j0是DEA有效的，技術(shù)效率和規(guī)模效率同時(shí)有效。（2）如果θ*=1，但某決策單元輸入或輸出松弛量大于0，則j0是弱DEA有效，而技術(shù)效率和規(guī)模效率不是同時(shí)有效。（3）如果θ*<1，則j0是非DEA有效，而技術(shù)效率和規(guī)模效率都未達(dá)到最佳。

1.2 Malmquist全要素指數(shù)法

Malmquist指數(shù)法是一種基于DEA提出的，目前使用較廣泛的效率動(dòng)態(tài)評(píng)價(jià)方法。該方法于1953年提出，最初是為了研究消費(fèi)在不同時(shí)期的變化問題。之后，F(xiàn)are等對(duì)其進(jìn)行改進(jìn)，成功將其與DEA結(jié)合[13]。Malmquist指數(shù)法通過構(gòu)建跨時(shí)期的投入和產(chǎn)出向量的徑向距離，對(duì)效率演化路徑和趨勢(shì)進(jìn)行分析。在t～t+1時(shí)期，投入導(dǎo)向型的Malmquist指數(shù)可以表示為

式中：Dti、Dt+1i分別表示第i個(gè)地區(qū)t、t+1時(shí)期的距離函數(shù);xti、xt+1i分別表示t、t+1時(shí)期的投入;yti、yt+1i表示相應(yīng)產(chǎn)出。

對(duì)公式（1）進(jìn)行整理分解

2 指標(biāo)和數(shù)據(jù)選取

2.1 效率分析層次

由于我國(guó)地域廣闊，不同地區(qū)之間生態(tài)環(huán)境千差萬(wàn)別，農(nóng)業(yè)基礎(chǔ)差異較大，因此以國(guó)家為單位很難得到有意義的結(jié)果。為了更好地反映不同地區(qū)間農(nóng)業(yè)生產(chǎn)效率的區(qū)域差異，本研究選用省域作為效率分析層次。

2.2 效率分析指標(biāo)選取

根據(jù)DEA模型相關(guān)理論，農(nóng)業(yè)生產(chǎn)效率測(cè)算分析指標(biāo)包括投入指標(biāo)和產(chǎn)出指標(biāo)2類。根據(jù)評(píng)價(jià)指標(biāo)的科學(xué)性、一致性以及可得性，在梳理相關(guān)學(xué)者研究的基礎(chǔ)上進(jìn)行指標(biāo)選取。投入指標(biāo)包括自然要素和社會(huì)要素2個(gè)方面共6個(gè)指標(biāo)，而產(chǎn)出指標(biāo)包括經(jīng)濟(jì)效益和社會(huì)效益2個(gè)方面共2個(gè)指標(biāo)（表1）。

2.2.1 投入指標(biāo) 自然要素主要指土地要素投入，由于棄耕現(xiàn)象的存在，指標(biāo)選用農(nóng)作物總播種面積（×103 hm2）。社會(huì)生產(chǎn)要素：在勞動(dòng)力投入方面選取第一產(chǎn)業(yè)從業(yè)人員數(shù)（萬(wàn)人）并對(duì)其進(jìn)行衡量;在資本投入方面，農(nóng)業(yè)的機(jī)械化現(xiàn)代化發(fā)展使機(jī)械在各方面代替了人力，因此選取農(nóng)業(yè)機(jī)械動(dòng)力投入（萬(wàn)kW）;在化肥、能源投入方面，選用化肥投入量（萬(wàn)t）、農(nóng)村用電量以及灌溉投入面積（×103 hm2）等指標(biāo)。

2.2.2 產(chǎn)出指標(biāo) 經(jīng)濟(jì)效益方面，基于中國(guó)現(xiàn)有統(tǒng)計(jì)資料里較系統(tǒng)全面可靠的指標(biāo)，選取農(nóng)林牧漁業(yè)總產(chǎn)值（億元），該總產(chǎn)值是廣義的農(nóng)業(yè)總產(chǎn)值，其統(tǒng)計(jì)口徑與投入指標(biāo)中廣義的農(nóng)業(yè)勞動(dòng)力即第一產(chǎn)業(yè)從業(yè)人員數(shù)及農(nóng)業(yè)機(jī)械動(dòng)力投入相對(duì)應(yīng)。從社會(huì)效益方面考慮，選用糧食作物產(chǎn)量（萬(wàn)t）指標(biāo)。

2.3 數(shù)據(jù)來(lái)源

上述指標(biāo)數(shù)據(jù)來(lái)源主要包括2個(gè)方面：中國(guó)31個(gè)?。ㄊ?、區(qū)）的歷年統(tǒng)計(jì)年鑒;國(guó)家統(tǒng)計(jì)局分省年度數(shù)據(jù)。其中，2017年第一產(chǎn)業(yè)從業(yè)人員數(shù)部分省份數(shù)據(jù)缺失，采用線性回歸法對(duì)1995—2016年共22年數(shù)據(jù)進(jìn)行補(bǔ)缺處理。

3 基于DEA的農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)

在VRS假設(shè)下用BCC模型測(cè)算我國(guó)2007—2017年農(nóng)業(yè)生產(chǎn)效率。利用統(tǒng)計(jì)的相應(yīng)指標(biāo)數(shù)據(jù)，通過DEAP2.1分析得到2007—2017年我國(guó)31個(gè)?。ㄊ?、區(qū)）農(nóng)業(yè)生產(chǎn)效率及其分解結(jié)果（表2）。其中，北京、上海、江蘇、福建、海南、重慶、四川、西藏、遼寧、吉林、黑龍江等11個(gè)省（市、區(qū)）的規(guī)模效率、純技術(shù)效率、綜合技術(shù)效率均等于1.000。

3.1 我國(guó)各省（市、區(qū)）DEA綜合效益評(píng)價(jià)

綜合技術(shù)效率是指現(xiàn)有農(nóng)業(yè)生產(chǎn)資源得到充分利用的程度，該效率值越接近于1，農(nóng)業(yè)生產(chǎn)的資源配置效率越高。由表2可知，2007—2017年我國(guó)農(nóng)業(yè)綜合技術(shù)效率均值為0.870，其分解所得的純技術(shù)效率為0.928，規(guī)模效率為0.938。在我國(guó)31個(gè)?。ㄊ?、區(qū)）中，北京、上海、江蘇、福建、海南、重慶、四川、西藏、遼寧、吉林、黑龍江等11個(gè)?。ㄊ?、區(qū)）的規(guī)模效率、純技術(shù)效率、綜合技術(shù)效率均等于1.000，屬于DEA有效，占比為35.5%。說(shuō)明這些地區(qū)在進(jìn)行農(nóng)業(yè)生產(chǎn)時(shí)，生產(chǎn)資源的投入及產(chǎn)出達(dá)到了最佳配置。另外20個(gè)地區(qū)為非DEA有效，占比為64.5%，其中陜西省農(nóng)業(yè)生產(chǎn)效率最低，僅為0.600，寧夏回族自治區(qū)和山西省略高。分別分析各地區(qū)純技術(shù)效率及規(guī)模效率可知，部分地區(qū)在農(nóng)業(yè)生產(chǎn)過程中投入要素未能有效促進(jìn)產(chǎn)出，導(dǎo)致出現(xiàn)較低的純技術(shù)效率及規(guī)模效率，二者共同作用拉低了全國(guó)農(nóng)業(yè)綜合技術(shù)效率。

將農(nóng)業(yè)綜合技術(shù)效率初步分解，從純技術(shù)效率和規(guī)模效率來(lái)看，我國(guó)DEA有效的11個(gè)地區(qū)的純技術(shù)效率和規(guī)模效率均達(dá)到最佳。與非DEA有效地區(qū)相比，這些地區(qū)進(jìn)行農(nóng)業(yè)生產(chǎn)時(shí)投入要素配置效率較高，不僅有較高的農(nóng)業(yè)生產(chǎn)資源的利用水平，且其農(nóng)業(yè)生產(chǎn)規(guī)模以及農(nóng)業(yè)生產(chǎn)技術(shù)水平等都與當(dāng)?shù)剞r(nóng)業(yè)發(fā)展水平相適應(yīng)。

3.2 我國(guó)各?。ㄊ?、區(qū)）技術(shù)效率分解評(píng)價(jià)

純技術(shù)效率是指農(nóng)業(yè)生產(chǎn)資源的配置在不考慮規(guī)模因素條件下的有效程度，該效率值越接近1，資源配置狀況越接近于純技術(shù)有效。在非DEA有效的20個(gè)地區(qū)中，有浙江、山東、廣東、河南、湖南、內(nèi)蒙古、廣西7個(gè)?。▍^(qū)）達(dá)到純技術(shù)效率有效，處于前沿;河北、江西、貴州、青海4個(gè)省純技術(shù)效率值在0.9～1.0之間;除山西?。?.606）、云南?。?.727）、陜西?。?.601）、甘肅省（0.676）以外，其他地區(qū)純技術(shù)效率值在0.8～0.9。從純技術(shù)效率值地區(qū)分布結(jié)果來(lái)看，部分地區(qū)的非DEA有效是由規(guī)模低效率引起的。

規(guī)模效率是指第一產(chǎn)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)機(jī)械動(dòng)力投入、化肥投入、農(nóng)村用電量等投入與農(nóng)林牧副漁業(yè)總產(chǎn)值、糧食作物產(chǎn)量等產(chǎn)出之間是否達(dá)到最佳狀態(tài)。規(guī)模效率值取值范圍是0.000～1.000，1.000為規(guī)模效率最佳值，越接近于1.000規(guī)模效率越高。由表2可知，非DEA有效地區(qū)只有青海省達(dá)到規(guī)模效率最佳。天津、廣東、山西、江西、湖南、內(nèi)蒙古、貴州、云南、陜西、甘肅、新疆11個(gè)省（市、區(qū)）規(guī)模效率處于0.9～1.0;浙江、山東、安徽、湖北4個(gè)省規(guī)模效率處于0.8～0.9之間;寧夏回族自治區(qū)最低，僅為0.675，其他地區(qū)規(guī)模效率則處于 0.7～0.8之間，屬于較低水平。

4 基于Malmquist指數(shù)的生產(chǎn)效率動(dòng)態(tài)分析

為了對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)效率進(jìn)行更加全面直觀地認(rèn)識(shí)，繼續(xù)運(yùn)用Deap 2.1軟件，通過Malmquist指數(shù)對(duì)2007—2017年我國(guó)31個(gè)省（市、區(qū)）的農(nóng)業(yè)生產(chǎn)進(jìn)行動(dòng)態(tài)分析。對(duì)全要素生產(chǎn)率進(jìn)行分解分析，初步分為技術(shù)進(jìn)步效率和技術(shù)效率，而技術(shù)效率又是純技術(shù)效率和規(guī)模效率共同作用的結(jié)果。因此，分解公式對(duì)農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行逐步深入分析。

4.1 我國(guó)農(nóng)業(yè)生產(chǎn)效率變化分析

從時(shí)間序列角度來(lái)看，以2007年數(shù)據(jù)為基數(shù)，2007—2017年全國(guó)年度農(nóng)業(yè)全要素生產(chǎn)率指數(shù)值見表3。由表3可知，農(nóng)業(yè)全要素生產(chǎn)率值的影響因素及變化速度存在明顯的年度差異。2007—2017年我國(guó)的農(nóng)業(yè)全要素生產(chǎn)率年均增長(zhǎng)4.3%。具體來(lái)看，研究期間農(nóng)業(yè)技術(shù)進(jìn)步效率年均增長(zhǎng)3.9%，而農(nóng)業(yè)技術(shù)效率年均增長(zhǎng)0.4%。進(jìn)一步分解分析可知，純技術(shù)效率年均增長(zhǎng)0.4%，而規(guī)模效率則平均不變。說(shuō)明我國(guó)農(nóng)業(yè)雖然是勞動(dòng)密集型產(chǎn)業(yè)，技術(shù)水平較低，但隨著農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)變，農(nóng)業(yè)技術(shù)推廣，農(nóng)業(yè)技術(shù)進(jìn)步效率得以提升。而其規(guī)模效率沒有明顯的提升，未能為我國(guó)農(nóng)業(yè)全要素生產(chǎn)率的提升做出積極貢獻(xiàn)。

由表3數(shù)據(jù)可得2007—2017年的全要素生產(chǎn)率、技術(shù)進(jìn)步效率、技術(shù)效率變化趨勢(shì)圖（圖1）。由圖1可知，2007—2017年我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率與農(nóng)業(yè)技術(shù)進(jìn)步效率的變化趨勢(shì)相同，技術(shù)進(jìn)步帶動(dòng)了農(nóng)業(yè)全要素生產(chǎn)效率的提高。在2008—2009年以及2013—2014年期間全要素生產(chǎn)率明顯降低，與之相對(duì)應(yīng)的技術(shù)進(jìn)步效率也呈現(xiàn)明顯的負(fù)增長(zhǎng)現(xiàn)象。其余時(shí)期，這2個(gè)指標(biāo)都整體正向增長(zhǎng)。而技術(shù)效率整體呈現(xiàn)出均衡的變化趨勢(shì)。2014年后全要素生產(chǎn)率呈現(xiàn)穩(wěn)步上升的趨勢(shì)，技術(shù)效率和技術(shù)進(jìn)步效率也均呈現(xiàn)出良好的上升趨勢(shì)。

4.2 我國(guó)各?。ㄊ?、區(qū)）的農(nóng)業(yè)生產(chǎn)效率分析

從地區(qū)變化角度來(lái)看，2007—2017年我國(guó)分省農(nóng)業(yè)全要素生產(chǎn)率及其分解結(jié)果見表4。從分省TFP計(jì)算結(jié)果可知，2007—2017年我國(guó)農(nóng)業(yè)生產(chǎn)率總體向好，除西藏自治區(qū)外，各?。ㄊ?、區(qū)）平均TFP均實(shí)現(xiàn)增長(zhǎng)。且其地區(qū)的TFP大于1.00，其技術(shù)進(jìn)步效率均大于1.00?在農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)中起促進(jìn)作用。北京、浙江、福建、山西、內(nèi)蒙古、青海、新疆7個(gè)?。ㄊ?、區(qū)）的TFP大于1.06，這7個(gè)地區(qū)屬于農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)較強(qiáng)的區(qū)域，占總數(shù)的22.6%。其中，北京市、浙江省、福建省和青海省農(nóng)業(yè)生產(chǎn)率的增長(zhǎng)主要依靠技術(shù)進(jìn)步效率的提升，規(guī)模效率和純技術(shù)效率的促進(jìn)作用較小。而山西省和新疆維吾爾自治區(qū)農(nóng)業(yè)生產(chǎn)效率提升是技術(shù)進(jìn)步效率和純技術(shù)效率上升彌補(bǔ)規(guī)模效率下降后共同作用的結(jié)果。內(nèi)蒙古自治區(qū)則是技術(shù)進(jìn)步效率和規(guī)模效率上升效應(yīng)被純技術(shù)效率下降抵消一部分后的結(jié)果。TFP處于1.00～1.06區(qū)域的地區(qū)，除湖南省外其純技術(shù)進(jìn)步效率均大于或等于1.000，農(nóng)業(yè)生產(chǎn)率增長(zhǎng)較弱主要是由規(guī)模效率下降導(dǎo)致的。湖南省則是規(guī)模效率與技術(shù)進(jìn)步效率均下降的作用結(jié)果。東部地區(qū)為帶動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的核心區(qū)，其TFP相對(duì)優(yōu)越。中部地區(qū)為重要的糧食生產(chǎn)基地，其TFP整體呈穩(wěn)定上升趨勢(shì)，但規(guī)模效率衰減問題明顯。西部地區(qū)除西藏自治區(qū)外，TFP整體向好。東北地區(qū)農(nóng)業(yè)生產(chǎn)效率呈上升趨勢(shì)，技術(shù)效率增強(qiáng)。總體來(lái)看，TFP的提高主要依賴于農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)生產(chǎn)知識(shí)的普及。農(nóng)業(yè)生產(chǎn)中生產(chǎn)規(guī)模科學(xué)合理的規(guī)劃與農(nóng)業(yè)技術(shù)進(jìn)步相結(jié)合，能夠有效促進(jìn)生產(chǎn)效率提升。

5 結(jié)論與啟示

本研究采用DEA和Malmquist指數(shù)分解法對(duì)我國(guó)31個(gè)?。ㄊ?、區(qū)）2007—2017年的農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析，得到以下結(jié)論及啟示。

第一，我國(guó)農(nóng)業(yè)綜合技術(shù)效率的省際間不平衡是純技術(shù)效率與規(guī)模效率共同作用的結(jié)果。從2007—2017年分省DEA分析結(jié)果看，共11個(gè)?。ㄊ?、區(qū)）達(dá)到DEA有效。未達(dá)到DEA有效的20個(gè)地區(qū)中，綜合技術(shù)效率最低的為陜西省，僅為0.600。進(jìn)一步分析發(fā)現(xiàn)，其對(duì)應(yīng)的純技術(shù)效率僅為0.601，而規(guī)模效率達(dá)到0.998（接近于1），可見該省較低的純技術(shù)效率拉低了綜合技術(shù)效率;而廣西壯族自治區(qū)純技術(shù)效率為1.000，規(guī)模效率為0.751，可見該省較低的規(guī)模效率導(dǎo)致了低綜合技術(shù)效率。說(shuō)明省際間農(nóng)業(yè)發(fā)展不平衡受純技術(shù)效率和規(guī)模效率的共同影響。

第二，要提高我國(guó)農(nóng)業(yè)TFP，農(nóng)業(yè)發(fā)展中既要重視技術(shù)進(jìn)步，又要重視資源有效配置以及經(jīng)濟(jì)規(guī)模最優(yōu)。中部地區(qū)多數(shù)省份的技術(shù)進(jìn)步效率較高，規(guī)模效率卻存在小于1的地區(qū)，有衰減趨勢(shì)。西部地區(qū)多數(shù)省份技術(shù)效率和技術(shù)進(jìn)步效率雖然大于或等于1但接近于1，各方面發(fā)展速度仍有待提高。2007—2017年我國(guó)農(nóng)業(yè)全要素生產(chǎn)率平均提高4.3%，其增長(zhǎng)主要源自于技術(shù)進(jìn)步效率的提升，達(dá)到3.9%，而技術(shù)效率提升僅為其貢獻(xiàn)了0.4%。對(duì)技術(shù)效率進(jìn)一步分解可知，純技術(shù)效率平均提升0.4%，而規(guī)模效率提升為0，對(duì)農(nóng)業(yè)生產(chǎn)效率貢獻(xiàn)很小。要提升我國(guó)TFP，應(yīng)該在注重研發(fā)投入的同時(shí)優(yōu)化投入產(chǎn)出結(jié)構(gòu)及規(guī)模。

參考文獻(xiàn)：

[1]趙素燕，武 婷.“三農(nóng)”強(qiáng)則國(guó)強(qiáng)：實(shí)施鄉(xiāng)村振興戰(zhàn)略的系統(tǒng)思考[J]. 系統(tǒng)科學(xué)學(xué)報(bào)，2019，27（4）：81-85，102.

[2]劉宇航，張洪晨，王志丹，等. 國(guó)外提升農(nóng)業(yè)生產(chǎn)效率對(duì)中國(guó)的啟示與借鑒——以美國(guó)、日本、澳大利亞等國(guó)為例[J]. 世界農(nóng)業(yè)，2015（2）：60-63.

[3]楊建利，邢嬌陽(yáng). 我國(guó)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革研究[J]. 農(nóng)業(yè)現(xiàn)代化研究，2016，37（4）：613-620.

[4]王 玨，宋文飛，韓先鋒. 中國(guó)地區(qū)農(nóng)業(yè)全要素生產(chǎn)率及其影響因素的空間計(jì)量分析——基于1992—2007年省域空間面板數(shù)據(jù)[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2010（8）：24-35.

[5]Johnson D G. Agriculture and the wealth of nations[J]. American Economic Review，1997，87（2）：1-12.

[6]石 慧，孟令杰，王懷明. 中國(guó)農(nóng)業(yè)生產(chǎn)率的地區(qū)差距及波動(dòng)性研究——基于隨機(jī)前沿生產(chǎn)函數(shù)的分析[J]. 經(jīng)濟(jì)科學(xué)，2008（3）：20-33.

[7]張 樂，曹 靜. 中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)：配置效率變化的引入——基于隨機(jī)前沿生產(chǎn)函數(shù)法的實(shí)證分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2013（3）：4-15.

[8]溫紅梅，王雪瑩. 黑龍江省農(nóng)業(yè)生產(chǎn)效率影響因素的實(shí)證分析[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016（3）：78-84.

[9]任世鑫，謝志祥，楊 洋，等. 基于超效率DEA的中原經(jīng)濟(jì)區(qū)農(nóng)業(yè)生產(chǎn)效率研究[J]. 華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，50（2）：282-287.

[10]劉鳳梅. 基于 Malmquist 指數(shù)的我國(guó)區(qū)域農(nóng)業(yè)生產(chǎn)效率動(dòng)態(tài)評(píng)價(jià)及其應(yīng)對(duì)策略[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44（11）：505-508.

[11]王 丹，王征兵，李雙元. 青海省農(nóng)業(yè)生產(chǎn)效率動(dòng)態(tài)評(píng)價(jià)及提升對(duì)策研究[J]. 青海社會(huì)科學(xué)，2016（3）：107-115.

[12]何澤軍，李 瑩. 基于DEA-Malmquist指數(shù)法中國(guó)農(nóng)業(yè)全要素生產(chǎn)率變化特征分析[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2018，52（5）：839-844.

[13]Fre R，Grosskopf S，Lindgren B，et al. Productivity changes in swedish pharamacies 1980—1989：a non-parametric malmquist approach[J]. Journal of Productivity Analysis，1992，3（1/2）：85-101.劉 明，王彥美，江汶靜. 2009—2018年重慶市農(nóng)村建設(shè)用地面積與農(nóng)村人口數(shù)量的時(shí)空特征及耦合關(guān)系[J]. 江蘇農(nóng)業(yè)科學(xué)，2020，48（21）：315-319.