四川省農(nóng)業(yè)資源配置效率評(píng)價(jià)及其優(yōu)化探析

皇甫紅姣 胡茂 陳世平 陳禮開 蔣雨東 吉?jiǎng)t爾夫

摘 要：【目的/意義】在人多地少的條件下，探索如何提高農(nóng)業(yè)資源配置效率可以為其他地區(qū)提供有益參考和借鑒，也可以促進(jìn)四川省農(nóng)業(yè)又好又快發(fā)展?！痉椒?過程】利用DEA-BCC模型對(duì)四川省五大區(qū)域21個(gè)地市州的農(nóng)業(yè)資源配置效率利用情況進(jìn)行實(shí)證研究，并進(jìn)行了相應(yīng)的優(yōu)化分析?！窘Y(jié)果/結(jié)論】四川省農(nóng)業(yè)技術(shù)資源配置效率整體發(fā)展水平較好，但純技術(shù)效率的平均值存在發(fā)展不平衡的現(xiàn)象;生產(chǎn)要素在各地區(qū)的資源投入中存在不同程度的冗余，存在較大調(diào)整的可能性和空間。因此，應(yīng)進(jìn)一步提升農(nóng)業(yè)科技創(chuàng)新水平，補(bǔ)齊發(fā)展技術(shù)短板，強(qiáng)化區(qū)域農(nóng)業(yè)發(fā)展的特色，促進(jìn)一二三區(qū)域新興產(chǎn)業(yè)的融合，且應(yīng)把川東北作為重點(diǎn)農(nóng)業(yè)技術(shù)攻堅(jiān)地區(qū)。

關(guān)鍵詞：農(nóng)業(yè)資源配置;效率評(píng)價(jià);DEA模型

中圖分類號(hào)：F323.2文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1637-5617（2021）02-0022-07

Abstract： 【Objective/Meaning】Under the conditions of large population and small land， exploring how to improve the efficiency of agricultural resource allocation can provide useful reference and reference for other regions， and can also promote the sound and rapid development of Sichuan agriculture. 【Methods/Procedures】The DEA-BCC model was used to conduct an empirical research on the utilization of agricultural resource allocation efficiency in 21 cities and prefectures in the five regions of Sichuan Province， and the corresponding optimized analysis was carried out. 【Results/Conclusions】At present， the overall development level of agricultural technological resource allocation efficiency in Sichuan Province was relatively good， but the average value of pure technical efficiency was unbalanced; the production factors have varying degrees of redundancy in the resource input of various regions， and there is Possibility and space for larger adjustments. Therefore， the countermeasures were put forward including further improving the level of agricultural scientific and technological innovation， making up for the shortcomings of develop technology， strengthening the characteristics of regional agricultural development， and promoting the integration of emerging industries in the primary secondary and tertiary regions， and the northeast of Sichuan should be regarded as the key agricultural technology area.

Key words： agricultural resource allocation; efficiency evaluation; DEA model

四川省是我國(guó)的農(nóng)業(yè)大省，2019年四川省農(nóng)林牧漁業(yè)增加值達(dá)4937.7億元，較2018年增長(zhǎng)3.0%，農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展水平在很大程度上影響著整個(gè)四川國(guó)民經(jīng)濟(jì)的發(fā)展水平。四川省農(nóng)業(yè)資源在總的方面是豐富的，據(jù)《四川統(tǒng)計(jì)年鑒2019》顯示，2018年末四川省耕地面積為672.5萬hm2，占全國(guó)總體的4.99%，但人均耕地面積僅有全國(guó)平均水平的82.65%，因此，又可以說四川省的人均農(nóng)業(yè)資源是相對(duì)匱乏的。四川省農(nóng)業(yè)資源面臨著總量充足，但人均不足的尷尬境地，其需要合理有效地利用現(xiàn)有資源，在有限的農(nóng)業(yè)資源約束下，提高農(nóng)業(yè)資源的利用效率，發(fā)揮最大的價(jià)值。值得一提的是，近年來，四川省在保障糧食生產(chǎn)安全的基礎(chǔ)之上，還發(fā)展了相關(guān)特色農(nóng)產(chǎn)品，農(nóng)、林、牧、漁及種植業(yè)內(nèi)部的結(jié)構(gòu)也發(fā)生了較大變化。但是，近年來由于市場(chǎng)在引導(dǎo)農(nóng)業(yè)資源優(yōu)化配置中發(fā)揮重要的作用，可能會(huì)導(dǎo)致四川省農(nóng)業(yè)資源配置效率和規(guī)模效率發(fā)生變化或存在地域特征，而農(nóng)業(yè)資源配置效率和規(guī)模效率對(duì)農(nóng)業(yè)發(fā)展至關(guān)重要。因此，對(duì)四川省農(nóng)業(yè)資源配置效率現(xiàn)狀進(jìn)行探究，可以為四川省相關(guān)政府部門出謀劃策，以此提高農(nóng)業(yè)資源利用率，促進(jìn)四川省農(nóng)業(yè)健康發(fā)展。

1 研究方法與現(xiàn)狀分析

1.1 研究方法

學(xué)術(shù)界主要用數(shù)據(jù)包絡(luò)分析法（DEA）和隨機(jī)前沿函數(shù)法（SFA）來度量生產(chǎn)率和效率。相對(duì)于SFA，DEA有如下優(yōu)點(diǎn)：不需要提前假設(shè)函數(shù)關(guān)系，不受量綱的限制，且可研究多投入多產(chǎn)出的綜合效率。由于本文所研究的對(duì)象為農(nóng)業(yè)資源配置效率，投入要素涉及的較多，因此采用數(shù)據(jù)包絡(luò)分析法（DEA）進(jìn)行分析和評(píng)價(jià)。

數(shù)據(jù)包絡(luò)分析法（DEA），主要用來衡量投入產(chǎn)出之間各決策單元（DMU）的生產(chǎn)效率是否存在技術(shù)有效和規(guī)模有效。其基本原理是：保持DMU的投入或者產(chǎn)出不變，利用數(shù)學(xué)線性規(guī)劃方法確定相對(duì)有效的生產(chǎn)前沿面，將各個(gè)DMU投影到模型的生產(chǎn)前沿面上，根據(jù)DMU偏離DEA前沿面的程度來計(jì)算其相對(duì)有效性。DEA方法最基本的分析效率的模型有CCR模型和BCC模型2種，其中CCR模型計(jì)算效率值的前提條件是規(guī)模報(bào)酬不變，而BCC模型是基于規(guī)模報(bào)酬可變的條件得到的效率值。由于本文的研究的對(duì)象是四川農(nóng)業(yè)資源配置效率，因此根據(jù)實(shí)際現(xiàn)狀選用BCC模型。假設(shè)四川省21個(gè)地市州為決策單元DMUj（j=1，2，…，21），計(jì)算四川省21個(gè)地市州農(nóng)業(yè)資源配置效率值，分析各地市州的農(nóng)業(yè)資源產(chǎn)出是否合理。再利用投影分析方法針對(duì)非有效地區(qū)進(jìn)行投入產(chǎn)出要素和發(fā)展策略分析，對(duì)四川各地市州農(nóng)業(yè)資源配置效率值進(jìn)行評(píng)價(jià)并做出相應(yīng)調(diào)整，從而優(yōu)化四川各地市州的農(nóng)業(yè)資源配置效率。BCC模型為：

1.2 研究現(xiàn)狀

DEA最先出現(xiàn)在大眾視野中是由于Farrell[1]運(yùn)用歸納法計(jì)算了英國(guó)農(nóng)業(yè)的生產(chǎn)效率。隨后，DEA模型正式被Copper等[2]等相關(guān)學(xué)者提出，主要用于評(píng)價(jià)投入與產(chǎn)出的有效性。自此以后，DEA不僅在工業(yè)、商業(yè)部門得到較大發(fā)展，在農(nóng)業(yè)行業(yè)也被廣泛運(yùn)用。如Ruttan[3]基于DEA模型分析了世界主要國(guó)家農(nóng)業(yè)生產(chǎn)率限制的因素，趙佳麗等[4]利用3階段DEA效率測(cè)度模型，分別從資金來源和投資去向2個(gè)角度對(duì)我國(guó)東、中、西農(nóng)業(yè)綜合開發(fā)投資的效率進(jìn)行測(cè)算;侯琳等[5]使用1990-2016年的數(shù)據(jù)分析發(fā)現(xiàn)我國(guó)東部比中西部地區(qū)農(nóng)業(yè)生產(chǎn)效率高;李學(xué)林等[6]基于云南省6年數(shù)據(jù)，采用DEA分析糧食技術(shù)效率、純技術(shù)效率和規(guī)模效率等情況;姚曉潔等[7]構(gòu)建農(nóng)業(yè)生產(chǎn)績(jī)效評(píng)價(jià)指標(biāo)體系，使用2017年皖北數(shù)據(jù)，發(fā)現(xiàn)其農(nóng)業(yè)生產(chǎn)整體效率較低;王博等[8]使用2013-2017年連續(xù)數(shù)據(jù)，發(fā)現(xiàn)西部地區(qū)相比東中部地區(qū)的農(nóng)業(yè)生產(chǎn)效率較低;張紅麗等[9]基于河南18個(gè)市2000-2017年的面板數(shù)據(jù)進(jìn)行農(nóng)業(yè)從業(yè)勞動(dòng)力資源配置效率分析，發(fā)現(xiàn)河南農(nóng)業(yè)從業(yè)勞動(dòng)力資源配置效率整體水平偏低，且各城市間差異有逐步擴(kuò)大的趨勢(shì);李勇輝等[10]運(yùn)用DEA法，發(fā)現(xiàn)云南省的農(nóng)業(yè)科技創(chuàng)新資源配置效率處于較高水平。

此外，在資源配置指標(biāo)體系方面，也存在著不同的觀點(diǎn)。姚鳳民等[11]使用DEA方法對(duì)廣東省農(nóng)業(yè)資源配置實(shí)證研究時(shí)，選取農(nóng)作物總播種面積、第一產(chǎn)業(yè)從業(yè)人員、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)用化肥施用量、農(nóng)藥使用量、農(nóng)膜使用量、農(nóng)林水支出等7個(gè)投入指標(biāo)和農(nóng)林漁牧總產(chǎn)值作為產(chǎn)出指標(biāo)。曹云[12]在兼顧經(jīng)濟(jì)和生態(tài)效應(yīng)的背景下，選取7個(gè)投入指標(biāo)（農(nóng)膜覆蓋面積、農(nóng)藥施用量、農(nóng)用化肥折純用量、農(nóng)村用電量、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)作物播種面積、農(nóng)林牧漁業(yè)從業(yè)人員）和3個(gè)產(chǎn)出指標(biāo)（農(nóng)林牧漁總產(chǎn)值、糧食單位面積產(chǎn)量、有效灌溉面積）來研究新疆的農(nóng)業(yè)資源配置效率。侯智惠等[13]基于經(jīng)濟(jì)角度，選取1個(gè)產(chǎn)出指標(biāo)（農(nóng)業(yè)總產(chǎn)值）和9個(gè)投入指標(biāo)（農(nóng)業(yè)從業(yè)人員、農(nóng)作物播種面積、有效灌溉面積、化肥施用折純量、農(nóng)藥使用量、農(nóng)膜使用量、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)用電量、農(nóng)業(yè)財(cái)政支出數(shù)量）對(duì)內(nèi)蒙古農(nóng)業(yè)資源進(jìn)行評(píng)價(jià)和分析。陳磊等[14]在對(duì)安徽省農(nóng)業(yè)資源配置效率分析中，選取農(nóng)業(yè)機(jī)械總動(dòng)力、灌溉面積、化肥使用量、農(nóng)林牧漁從業(yè)人數(shù)、農(nóng)作物播種面積為投入指標(biāo)，農(nóng)林牧漁總產(chǎn)值、農(nóng)民人均純收入為產(chǎn)出指標(biāo)?？傊?，在指標(biāo)選取方面，主要是根據(jù)研究對(duì)象來決定，沒有統(tǒng)一的劃分標(biāo)準(zhǔn)。

綜上所述，國(guó)內(nèi)外運(yùn)用DEA方法進(jìn)行分析的研究較為豐富，為本文的深入研究和理論奠定了堅(jiān)實(shí)的基礎(chǔ)，但大多學(xué)者的研究均僅是針對(duì)于全國(guó)、各大農(nóng)業(yè)區(qū)域及其他一些省份或民族自治區(qū)，缺少針對(duì)四川農(nóng)業(yè)資源配置效率的研究。此外，在資源效率評(píng)價(jià)指標(biāo)選取方面，由于學(xué)術(shù)界沒有統(tǒng)一定論，存在著進(jìn)一步探討的空間。因此，本文擬采用DEA方法并使用統(tǒng)計(jì)年鑒數(shù)據(jù)對(duì)四川省農(nóng)業(yè)資源配置效率進(jìn)行分析，并基于實(shí)證結(jié)果數(shù)據(jù)提出優(yōu)化策略，為政府相關(guān)部門制定決策做參考;同時(shí)本文的效率評(píng)價(jià)指標(biāo)選取也可以豐富DEA相關(guān)理論研究。

2 指標(biāo)選擇與數(shù)據(jù)來源

2.1 指標(biāo)選擇

2.1.1 選取原則

在運(yùn)用DEA方法時(shí)，指標(biāo)選取需遵循以下原則：（1）決策單元個(gè)數(shù)需為投入和產(chǎn)出指標(biāo)個(gè)數(shù)之和的2倍以上;（2）投入和產(chǎn)出指標(biāo)之間不能存在線性關(guān)系，否則會(huì)影響效率測(cè)度的準(zhǔn)確性;（3）投入和產(chǎn)出指標(biāo)必須具有易獲得性和代表性。

2.1.2 指標(biāo)選取

本文研究的對(duì)象為農(nóng)業(yè)資源配置，農(nóng)業(yè)為廣泛意義上的“農(nóng)業(yè)”，包括種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)、副業(yè)5種產(chǎn)業(yè)形式。在對(duì)四川省農(nóng)業(yè)資源配置效率的測(cè)算中，本文根據(jù)DEA模型指標(biāo)的選取原則，并借鑒相關(guān)學(xué)者關(guān)于農(nóng)業(yè)資源配置效率的研究成果[11-14]，綜合分析，得到四川省各地市州農(nóng)業(yè)資源配置效率測(cè)算指標(biāo)體系，其中，選取廣義農(nóng)業(yè)總產(chǎn)值即農(nóng)林漁牧總產(chǎn)值作為產(chǎn)出指標(biāo)，為保持口徑一致，投入指標(biāo)如農(nóng)林牧漁業(yè)從業(yè)人數(shù)、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)村用電量均為廣義農(nóng)業(yè)統(tǒng)計(jì)口徑，具體見表1。

基于上述指標(biāo)體系測(cè)算四川省農(nóng)業(yè)資源配置效率。為了使結(jié)果準(zhǔn)確，投入指標(biāo)不存在代替，需要對(duì)投入指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，以確定選取投入指標(biāo)是正確的，從而建立四川省農(nóng)業(yè)資源配置效率測(cè)算指標(biāo)體系。通過檢驗(yàn)，結(jié)果如表2所示。

在四川省農(nóng)業(yè)資源配置效率生產(chǎn)投入指標(biāo)相關(guān)系數(shù)中，農(nóng)村用電量（X6）除了與農(nóng)作物總播種面積（X1）、農(nóng)林牧漁業(yè)就業(yè)人數(shù)（X2）相關(guān)性較小外，與其他投入指標(biāo)間相關(guān)系數(shù)值基本均高于0.5，其余各指標(biāo)之間相關(guān)性也較好，說明本文建立的指標(biāo)體系中各指標(biāo)相關(guān)性較好，滿足測(cè)算四川省農(nóng)業(yè)資源配置效率的相關(guān)要求。

2.2 數(shù)據(jù)來源

本文主要選取了四川省21個(gè)地級(jí)市州為主要經(jīng)濟(jì)決策區(qū)域和單元，所涉及的主要經(jīng)濟(jì)數(shù)據(jù)和資料來源于《2019年中國(guó)統(tǒng)計(jì)年鑒》《2019年四川統(tǒng)計(jì)年鑒》和《2019年四川省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。根據(jù)近年來四川省“一干多支”的發(fā)展戰(zhàn)略，成都平原經(jīng)濟(jì)區(qū)包含成都、德陽、綿陽、樂山、眉山、資陽、遂寧和雅安;川南經(jīng)濟(jì)區(qū)有自貢、瀘州、內(nèi)江和宜賓;川東北經(jīng)濟(jì)區(qū)主要有廣元、南充、廣安、達(dá)州和巴中;攀西經(jīng)濟(jì)區(qū)包括攀枝花和涼山州;川西北生態(tài)經(jīng)濟(jì)區(qū)包括阿壩州和甘孜州。

3 四川省農(nóng)業(yè)資源配置效率評(píng)價(jià)

本文使用BCC靜態(tài)資源效率模型來分析模型。通過構(gòu)建四川省農(nóng)業(yè)資源配置效率評(píng)價(jià)指標(biāo)體系，使用DEAP 2.1，對(duì)四川省21個(gè)地市州的平均農(nóng)業(yè)資源配置效率進(jìn)行了計(jì)算，并統(tǒng)計(jì)了四川省整體及21個(gè)所在地市州的農(nóng)業(yè)規(guī)模技術(shù)資源配置的效率，主要有綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率。實(shí)證結(jié)果如表3所示。

3.1 綜合技術(shù)效率測(cè)算

由表3可知，2017年四川省農(nóng)業(yè)資源配置效率總體平均值為0.943，屬于良好水平，說明四川省近幾年農(nóng)業(yè)發(fā)展整體水平相對(duì)不錯(cuò)，綜合效率有所提升，但相對(duì)部分地級(jí)市，四川省綜合技術(shù)效率整體水平還有提高的空間，這不僅需要在農(nóng)業(yè)資源配置中注重投產(chǎn)比（投入和產(chǎn)出的比重），不過度依賴資源消耗和人員投入，而且需要轉(zhuǎn)變生產(chǎn)方式：由粗放式轉(zhuǎn)化為精細(xì)式，更加注重農(nóng)業(yè)資源的利用效率，發(fā)展高效農(nóng)業(yè)，創(chuàng)新發(fā)展農(nóng)業(yè)生產(chǎn)模式。

具體來看，四川省綜合技術(shù)效率值為1的城市有成都、德陽、眉山、資陽、遂寧、雅安、內(nèi)江、南充、達(dá)州、涼山州、阿壩州、甘孜州，共12個(gè)，可以基本說明其農(nóng)業(yè)資源配置處于有效的狀態(tài)，在農(nóng)業(yè)生產(chǎn)方面處于前沿地位，在技術(shù)和規(guī)模方面也發(fā)展較好。例如：成都市作為四川省的省會(huì)城市，在政策資源和自然資源方面都有獨(dú)特優(yōu)勢(shì)，這是成都在農(nóng)業(yè)資源配置效率名列前茅的重要原因之一;其他的地區(qū)如德陽、眉山和資陽都是四川較為發(fā)達(dá)的城市，其經(jīng)濟(jì)發(fā)展都較好，技術(shù)也相對(duì)先進(jìn)，可以更好地支持農(nóng)業(yè)生產(chǎn)，使農(nóng)業(yè)技術(shù)水平得到提高。但有的地區(qū)綜合技術(shù)效率值卻非常低，如巴中值為0.680，瀘州0.764，都是較為低效的，說明這些地區(qū)農(nóng)業(yè)資源利用不合理，存在資源濫用的情況，在農(nóng)業(yè)資源配置效率方面需要較大完善。

3.2 純技術(shù)效率測(cè)算

純技術(shù)效率反映的是投入和產(chǎn)出之間的數(shù)量關(guān)系。在農(nóng)業(yè)資源配置效率中，可以表達(dá)一個(gè)地區(qū)農(nóng)業(yè)資源配置的優(yōu)劣程度。從五大區(qū)域的純技術(shù)效率均值來看，攀西和川西北地區(qū)都為1，并列第一，接著依次排列的是成都平原、川南、川東北地區(qū)。其中成都平原高于全省均值，而川東北和川南均遠(yuǎn)低于全省均值。具體從表3可以看出，僅有7個(gè)地市州未完全達(dá)到DEA有效狀態(tài)，占比33.33%;處于有效狀態(tài)有14個(gè)地市州的農(nóng)業(yè)資源配置達(dá)到了最優(yōu)，根據(jù)純技術(shù)效率原理得知，這些地區(qū)在現(xiàn)有生產(chǎn)技術(shù)條件下，增加產(chǎn)出的方法只能加大農(nóng)業(yè)資源投入。

四川省未完全達(dá)到DEA有效狀態(tài)且處于低效狀態(tài)的城市有2個(gè)，巴中和瀘州。各地區(qū)間造成純技術(shù)效率較低的原因都補(bǔ)相同，如巴中為0.680的原因是：其在2018年農(nóng)作物總播種面積為50.83萬hm2，農(nóng)業(yè)機(jī)械總動(dòng)力為190.24萬kW，單位面積農(nóng)作物消耗機(jī)械總動(dòng)力為3.74 kW/hm2，明顯低于四川省整體平均水平4.79 kW/hm2，而化肥施用量12.88萬t，單位面積農(nóng)作物施肥0.25 t/hm2，高于四川0.24 t/hm2的平均水平，說明巴中不僅農(nóng)業(yè)機(jī)械化程度低，而且化肥也存在過度使用的情況，這直接導(dǎo)致其純技術(shù)效率較低的重要原因。相對(duì)于巴中地區(qū)，瀘州純技術(shù)效率值略高，為0.765。主要原因在于：瀘州地區(qū)2018年農(nóng)作物播種面積為54.07萬hm2，化肥施用量10.72萬t，單位面積農(nóng)作物施肥0.20 t/hm2，低于于四川省0.24 t/hm2的平均水平;而機(jī)械總動(dòng)力為231.26萬kW，單位面積農(nóng)作物消耗機(jī)械總動(dòng)力為4.28 kW/hm2，低于四川省整體平均水平4.79 kW/hm2，可見，化肥不存在過度使用的情況，但瀘州機(jī)械化水平還需要加強(qiáng)。

3.3 規(guī)模效率測(cè)算

根據(jù)經(jīng)濟(jì)學(xué)中的生產(chǎn)理論，當(dāng)生產(chǎn)規(guī)模擴(kuò)大時(shí)，要素投入量的增加幅度與產(chǎn)出量的增加幅度并不總是一致。兩者的關(guān)系主要有3種情況：農(nóng)業(yè)規(guī)模報(bào)酬遞增表明增加農(nóng)業(yè)投入資源可以帶來更高的產(chǎn)出，使其配置效率上升;農(nóng)業(yè)規(guī)模報(bào)酬遞減表明農(nóng)業(yè)增加投入量已不再有可能給農(nóng)業(yè)帶來更高的產(chǎn)出，只會(huì)直接造成農(nóng)業(yè)資源的消耗和浪費(fèi)，甚至?xí)?dǎo)致農(nóng)業(yè)的資源配置效率進(jìn)一步下降;農(nóng)業(yè)規(guī)模報(bào)酬不變表示增加的投入會(huì)給農(nóng)業(yè)帶來同比例的投入和產(chǎn)出，農(nóng)業(yè)資源配置的效率不變。

從表3可知，成都、德陽、眉山、資陽、遂寧、雅安市、瀘州、內(nèi)江、南充、達(dá)州、涼山州、阿壩州、甘孜州這13個(gè)地市州的生產(chǎn)規(guī)模投入產(chǎn)出比處于有效的狀態(tài)，農(nóng)業(yè)資源不會(huì)存在浪費(fèi)和冗余。即在技術(shù)水平不變的條件下，按照目前的資源投入比例加大投入量，會(huì)同等程度的增加產(chǎn)出。宜賓、廣元、廣安、巴中4地市出現(xiàn)了規(guī)模報(bào)酬遞減，即生產(chǎn)要素投入量過大，產(chǎn)出量的增長(zhǎng)率不升反降，這些地區(qū)需適當(dāng)減少生產(chǎn)要素的整體投入。綿陽、樂山、自貢和攀枝花市的規(guī)模報(bào)酬呈遞增狀態(tài)，可以增加要素的投入量，且隨著要素投入的增加，產(chǎn)出的增長(zhǎng)率呈上升狀態(tài)，這些地區(qū)可以通過增加要素投入來獲得更大的規(guī)模效益。

4 四川省農(nóng)業(yè)資源配置效率優(yōu)化

通過第四部分的分析發(fā)現(xiàn)，四川省部分地區(qū)農(nóng)業(yè)資源配置效率的DEA有效性還存在改進(jìn)的空間。因此，本文選取Multi-Stage DEA模型調(diào)整非有效性的決策單元，使其變成有效的決策單元，即測(cè)算出各地市州農(nóng)業(yè)資源的松弛變量，優(yōu)化其資源配置（表4）。需要指出的是，如果投入指標(biāo)的松弛變量不為0，則表示所對(duì)應(yīng)的決策單元的投入要素未能完全發(fā)揮應(yīng)有的功能和作用，投入要素存在冗余。冗余資源數(shù)量越大，表明資源綜合利用效率越低，資源未合理有效配置，造成資源浪費(fèi)。投入導(dǎo)向要素投入優(yōu)化是在保持現(xiàn)有生產(chǎn)技術(shù)水平的假設(shè)下，各種生產(chǎn)要素的投入可能減少或潛在可以節(jié)約的資源數(shù)量。

從純農(nóng)業(yè)技術(shù)效率水平來看，樂山、瀘州、廣元、巴中和宜賓6個(gè)城市純農(nóng)業(yè)技術(shù)效率值低于四川省平均水平，可以通過提高純技術(shù)效率來實(shí)現(xiàn)促進(jìn)農(nóng)業(yè)生產(chǎn)和資源配置的有效優(yōu)化。以巴中為例，先對(duì)所有投入的要素按比例進(jìn)行徑向的調(diào)整，巴中市的純技術(shù)效率為0.681，所有的投入要素都應(yīng)該按比例減少31.9%，其產(chǎn)出保持不變。隨后，在第一階段的調(diào)整基礎(chǔ)上，保持農(nóng)、林、牧、漁業(yè)就業(yè)人數(shù)、耕地灌溉面積不變，使農(nóng)作物總播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量減少和農(nóng)村用電量分別減少110.759千hm2、5.392萬kW、3.252萬t和0.845億kW·h。經(jīng)過相關(guān)資源調(diào)整后，廣元市農(nóng)業(yè)的純技術(shù)效率效率等于1，農(nóng)業(yè)資源配置得到優(yōu)化。

由分析結(jié)果可知，部分地區(qū)要素投入整體出現(xiàn)冗余，如綿陽、宜賓、廣元和廣安地區(qū)的資源投入中有3～4種生產(chǎn)要素均出現(xiàn)了不同程度的冗余，體現(xiàn)出這些地區(qū)過度追求生產(chǎn)要素的投入，以投入換產(chǎn)出的思路，然而過多的要素使用量對(duì)環(huán)境的污染和要素的高效利用都不利。除此之外，部分地區(qū)的部分要素投入量過大，如綿陽化肥施用量冗余4.081萬t，冗余程度達(dá)20%，過多的化肥投入并沒有帶來產(chǎn)出的同比例增加，反而造成了農(nóng)業(yè)生產(chǎn)環(huán)境的過度污染;廣元的農(nóng)業(yè)機(jī)械總動(dòng)力的使用量冗余度達(dá)到了34.42%，且多出的投入并不能獲得產(chǎn)出的提升，反而會(huì)極大浪費(fèi)相關(guān)資源，間接造成環(huán)境的污染，這些地區(qū)的要素投入均需相應(yīng)程度地減少。

5 結(jié)論與建議

5.1 結(jié)論

通過對(duì)四川省5個(gè)經(jīng)濟(jì)區(qū)域2018年農(nóng)業(yè)資源投入和產(chǎn)出的實(shí)證分析可以發(fā)現(xiàn)：（1）四川省農(nóng)業(yè)資源配置效率整體發(fā)展水平較好，但存在區(qū)域發(fā)展不平衡、差異較大的現(xiàn)象，對(duì)于四川省來說，綜合效率值最低的地區(qū)是川東北，省政府重點(diǎn)關(guān)注的應(yīng)在川東北;（2）四川農(nóng)業(yè)生產(chǎn)規(guī)模效率普遍較高，但巴中和廣元市的純技術(shù)效率卻顯著偏低，其農(nóng)作物總播種面積、第一產(chǎn)業(yè)就業(yè)人數(shù)和農(nóng)業(yè)機(jī)械總動(dòng)力冗余問題突出，主要是因?yàn)檗r(nóng)業(yè)生產(chǎn)機(jī)械化水平低、生產(chǎn)方式落后;（3）目前四川省的農(nóng)業(yè)技術(shù)資源生產(chǎn)結(jié)構(gòu)存在著較大的勞動(dòng)力浪費(fèi)，在農(nóng)、林、牧、漁業(yè)就業(yè)人數(shù)、化肥施用量等各項(xiàng)農(nóng)業(yè)生產(chǎn)要素都存在著調(diào)整的空間。

5.2 對(duì)策建議

鑒于此，本文提出以下建議：四川省政府在研究制定農(nóng)業(yè)政策和組織實(shí)施的過程中要求各地應(yīng)充分突出農(nóng)業(yè)資源配置的特點(diǎn)和重要性，在鄉(xiāng)村農(nóng)業(yè)的生產(chǎn)、農(nóng)業(yè)經(jīng)營(yíng)管理機(jī)構(gòu)的設(shè)置、農(nóng)業(yè)高新技術(shù)研發(fā)等各個(gè)方面以加強(qiáng)和提高鄉(xiāng)村農(nóng)業(yè)的資源配置效率為主要抓手，促進(jìn)四川鄉(xiāng)村農(nóng)業(yè)和經(jīng)濟(jì)協(xié)調(diào)健康發(fā)展。

（1）加大土壤改良技術(shù)創(chuàng)新力度，提高土地資源利用效率。在四川省農(nóng)業(yè)資源配置效率分析中發(fā)現(xiàn)，部分地區(qū)如廣元、宜賓、巴中分別存在24.63%、7.72%、21.79%的農(nóng)作物播種面積為冗余投入，反映出這些區(qū)域農(nóng)用地質(zhì)量較差，土地資源的利用效率較低，應(yīng)在土壤改良方面加大技術(shù)創(chuàng)新力度，逐步提高耕地質(zhì)量和單位產(chǎn)出水平，充分挖掘耕地對(duì)提升糧食綜合生產(chǎn)能力的潛力，提高土地資源的利用效率。

（2）增強(qiáng)科技支撐能力，提高農(nóng)業(yè)機(jī)械利用效率。四川農(nóng)業(yè)機(jī)械化水平不斷提高，但農(nóng)業(yè)機(jī)械的利用效率并不高，建議一方面加強(qiáng)對(duì)農(nóng)民進(jìn)行農(nóng)業(yè)機(jī)械使用與維修技術(shù)培訓(xùn)，提高勞動(dòng)者技能;另一方面扶持專業(yè)的農(nóng)機(jī)服務(wù)組織，推動(dòng)農(nóng)機(jī)服務(wù)產(chǎn)業(yè)的發(fā)展，提高農(nóng)業(yè)機(jī)械的利用效率，以及整個(gè)農(nóng)業(yè)的生產(chǎn)效率。

（3）加大測(cè)土配方施肥技術(shù)推廣力度，提高化肥的利用效率。四川化肥施用量逐漸增加，但由于農(nóng)民在施肥的方法、時(shí)間以及化肥的選擇和用量等方面存在問題較多，與資源配置效率較高地區(qū)相比，四川部分地區(qū)化肥的冗余投入較多，建議加大便民性測(cè)土設(shè)備的研發(fā)和配方施肥技術(shù)的推廣力度。

參考文獻(xiàn)：

[1]FARREL M J. The Measurement of Productive Efficiency[J]. Journal of the Royal Statistical Society， 1957， 120（3）：253-290.

[2]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）：429-444.

[3]RUTTAN V W. Productivity Growth in World Agriculture： Sources and Constraints[M]// The Economics of Sustainable Development. 2005.

[4]趙佳麗，郭惠英，程光輝. 我國(guó)農(nóng)業(yè)綜合開發(fā)資金投資效率研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2018（11）：49-60.

[5]侯琳，馮繼紅. 基于超效率DEA和Malmquist指數(shù)的中國(guó)農(nóng)業(yè)生產(chǎn)效率分析[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2019，53（2）：316-324.

[6]李學(xué)林，李隆偉，董曉波，等. 云南省糧食全要素生產(chǎn)率分解研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（10）：102-113.

[7]姚曉潔，童亮，李久林. 基于DEA的傳統(tǒng)農(nóng)耕地區(qū)農(nóng)業(yè)生產(chǎn)效率測(cè)度——以皖北為例[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（11）：131-139.

[8]王博，祝宏輝. 鄉(xiāng)村振興背景下西部地區(qū)農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)研究[J]. 西藏大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，35（1）：150-157，165.

[9]張紅麗，王芳芳. 河南省農(nóng)業(yè)從業(yè)勞動(dòng)力資源配置效率經(jīng)驗(yàn)研究——基于勞動(dòng)力重新配置的視角[J]. 地域研究與開發(fā)，2019，38（6）：141-145.

[10]李勇輝，白利鵬. 云南省農(nóng)業(yè)科技創(chuàng)新資源配置效率及影響因素研究[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2019，40（6）：63-69.

[11]姚鳳民，朱美金. 廣東農(nóng)業(yè)資源配置效率評(píng)價(jià)及其優(yōu)化[J]. 地方財(cái)政研究，2019（8）：89-98，112.

[12]曹云. “一帶一路”背景下新疆農(nóng)業(yè)資源配置效率及優(yōu)化[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2017，38（7）：135-141.

[13]侯智惠，梅連杰，侯安宏，等. 內(nèi)蒙古農(nóng)業(yè)資源配置效率分析[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2014，35（3）：71-77.

[14]陳磊，楊桂元. 安徽省農(nóng)業(yè)資源配置效率及其區(qū)域差異性研究——基于2005-2007年數(shù)據(jù)[J]. 科技和產(chǎn)業(yè)，2009，9（6）：45-49，95.