綠色農(nóng)業(yè)視角下新疆農(nóng)業(yè)生產(chǎn)效率研究

劉 沙，周利江，王 悅，宋夢飛，蔣志輝

（塔里木大學(xué) 經(jīng)濟(jì)與管理學(xué)院，新疆 阿拉爾 843300）

改革開放以來，農(nóng)業(yè)發(fā)展迅速，既滿足了人們的糧食需求，同時(shí)也促進(jìn)了經(jīng)濟(jì)的穩(wěn)步增長，是經(jīng)濟(jì)發(fā)展的最重要部門之一。2022年中央一號文件指出：“奮力開創(chuàng)全面推進(jìn)鄉(xiāng)村振興工作新局面，中國人的飯碗要牢牢端在自己手中，不斷提高主產(chǎn)區(qū)糧食綜合生產(chǎn)能力”，這對農(nóng)業(yè)生產(chǎn)提出了更高的要求。然而，目前農(nóng)業(yè)生產(chǎn)的發(fā)展面臨著嚴(yán)峻挑戰(zhàn)：首先，農(nóng)業(yè)生產(chǎn)過程中資源環(huán)境的過度投入與開發(fā)，以及農(nóng)業(yè)生產(chǎn)所引起的負(fù)外部性都是挑戰(zhàn)的主要來源；其次，農(nóng)業(yè)用地資源退化明顯，水資源日益緊張，迫切需要促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級，發(fā)展綠色農(nóng)業(yè)。

以往學(xué)者們大多以某一區(qū)域或省份為研究對象，如周妍宏等［1-9］基于某區(qū)域或省份對農(nóng)業(yè)生產(chǎn)效率進(jìn)行了分析研究。研究采用的方法模型主要有三階段DEA模型，如崔海洋等［10-12］基于三階段DEA模型對農(nóng)業(yè)生產(chǎn)效率及其時(shí)空特征進(jìn)行了研究；超效率DEA模型和Malmquist指數(shù)相結(jié)合法，如侯琳等［13］基于超效率DEA模型和Malmquist指數(shù)對中國農(nóng)業(yè)生產(chǎn)效率進(jìn)行了分析；基于DDFGML指數(shù)法，如肖琴等［14］對中國農(nóng)業(yè)綠色生產(chǎn)效率進(jìn)行了動(dòng)態(tài)變遷與空間分異研究；基于超效率SBM模型，如卞圣凱等［15］基于超效率SBM模型對東北地區(qū)農(nóng)業(yè)生產(chǎn)效率進(jìn)行了分析研究。研究結(jié)果表明，研究區(qū)域的自然環(huán)境、經(jīng)濟(jì)發(fā)展程度不同，相同的外部因素對不同地域農(nóng)業(yè)生態(tài)效率的影響也不相同。新疆維吾爾自治區(qū)（以下簡稱新疆）是我國重要的農(nóng)業(yè)生產(chǎn)基地之一，處于干旱和極干旱地區(qū)，生態(tài)環(huán)境脆弱，要使該區(qū)域農(nóng)業(yè)生產(chǎn)綠色發(fā)展，走可持續(xù)發(fā)展道路，保證糧食穩(wěn)產(chǎn)增產(chǎn)，必須要提高農(nóng)業(yè)生產(chǎn)效率，實(shí)現(xiàn)資源的有效利用。本文在綠色農(nóng)業(yè)發(fā)展的視角下，以新疆14個(gè)地州市為研究對象，采用三階段DEA模型與灰色關(guān)聯(lián)分析相結(jié)合的方法，比較分析了新疆14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率，分析其影響因素，以期為新疆農(nóng)業(yè)綠色生產(chǎn)轉(zhuǎn)型發(fā)展提供新思路，促進(jìn)各地州市的經(jīng)濟(jì)社會(huì)協(xié)同發(fā)展。

1 研究區(qū)域概況

新疆位于我國西北邊境地區(qū)，屬于溫帶大陸性氣候，是我國面積最大的省區(qū)，與多個(gè)國家相鄰，自然資源豐富。天山橫亙于新疆中部，以烏魯木齊為界將新疆分為南北疆2個(gè)部分，其在氣候、自然資源等各方面具有明顯的差異性。自2004年以來，新疆耕地面積一直位居全國前列，人均耕地面積遠(yuǎn)高于全國平均水平，單位面積糧食作物產(chǎn)量不斷提高；2019年新疆糧食作物產(chǎn)量達(dá)到6930 kg/hm2，位居全國第2位，其他主要農(nóng)作物產(chǎn)量、農(nóng)業(yè)產(chǎn)值也位于全國前列水平；2020年新疆耕地面積達(dá)0.07億hm2，排全國第5位。

2 分析方法的選取與數(shù)據(jù)說明

2.1 分析方法的選取

數(shù)據(jù)包絡(luò)分析（DEA）是一個(gè)對多投入/多產(chǎn)出的多個(gè)決策單元（DMU）的效率進(jìn)行評價(jià)的方法，其中投入、產(chǎn)出變量的權(quán)重并不預(yù)先設(shè)定，不受投入變量單位的影響，具有較強(qiáng)的客觀性［16］。傳統(tǒng)的DEA模型無法剔除外部環(huán)境因素與隨機(jī)誤差的影響，而三階段DEA模型在第二階段就剔除了外部環(huán)境因素與隨機(jī)誤差的影響，第三階段調(diào)整后的投入變量相較于第一階段的投入變量有所修正，結(jié)果更加真實(shí)、可靠。

具體操作步驟如下：

首先，在第一階段使用以投入為導(dǎo)向的DEABCC模型，其規(guī)模報(bào)酬可變，對于任一DMU，投入導(dǎo)向下對偶形式的BCC模型方程為：

式（1）中，s.t.表示約束條件；θ為效率值；ε為非阿基米德無窮小量；s+、s-分別為松弛變量和剩余變量；X、Y分別為投入變量和產(chǎn)出變量；j=1，2，…，n表示DMU。若θ=1，s-=s+=0，則表示DMU的DEA有效；若θ=1，s-≠0或s+≠0，則表示DMU弱DEA有效；若θ＞1，則表示DMU非DEA有效。

其次，第二階段主要是通過隨機(jī)前沿分析法（SFA）剔除外部環(huán)境因素和隨機(jī)誤差的影響，將松弛變量Sik（松弛變量=原始投入-目標(biāo)投入）作為因變量，環(huán)境變量作為自變量，建立似SFA回歸方程：

式（2）中，Zk表示外部環(huán)境變量，βi表示外部環(huán)境變量的待估參數(shù)；vik+ μik表示混合誤差項(xiàng)，vik表示隨機(jī)誤差項(xiàng)，并假設(shè)vik~N（0，σ2vi）；μik表示管理無效率，假設(shè)其服從截?cái)嗾龖B(tài)分布，即μik~N（0，σ2μi）；vik與μik兩者之間互不相關(guān)。根據(jù)上述回歸結(jié)果，調(diào)整公式為：

式（3）中，X*ik表示調(diào)整后的投入；Xik表示調(diào)整前的投入；［maxk{Zk}-Zk］表示調(diào)整DMU至相同的外部環(huán)境因素中；［maxk{］表示調(diào)整DMU 至相同的置信水平中。

最后，第三階段將調(diào)整后的投入變量再次代入式（1）中，以此排除外部環(huán)境因素和隨機(jī)誤差帶來的影響。

2.2 指標(biāo)及其說明

DEA 模型要求隨著投入量的增加，產(chǎn)出量不得減少，即投入與產(chǎn)出指標(biāo)的數(shù)值變動(dòng)具有“同向性”。故本研究選取了1 個(gè)產(chǎn)出指標(biāo)、5 個(gè)投入指標(biāo)以及1 個(gè)環(huán)境變量，數(shù)據(jù)均來源于2003—2021 年《新疆統(tǒng)計(jì)年鑒》。表1 為本文選用的產(chǎn)出、投入和環(huán)境變量數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果。利用Stata 16.0軟件對樣本數(shù)據(jù)進(jìn)行Pearson 相關(guān)性分析，結(jié)果如表2 所示，各投入指標(biāo)均與產(chǎn)出指標(biāo)之間在1%置信水平上顯著正相關(guān)，符合“同向性”假定。投入變量X1、X2、X3、X4、X5與產(chǎn)出變量Y 農(nóng)業(yè)總產(chǎn)值的相關(guān)系數(shù)分別為0.740、0.842、0.953、0.953 和0.446，這表明X3、X4對Y 具有更重要的影響，X5的影響則較弱。

表1 新疆農(nóng)業(yè)生產(chǎn)效率相關(guān)指標(biāo)及其統(tǒng)計(jì)性描述

表2 新疆農(nóng)業(yè)產(chǎn)出與投入的Pearson相關(guān)系數(shù)檢驗(yàn)

灰色關(guān)聯(lián)度分析是指2個(gè)系統(tǒng)在發(fā)展過程中，伴隨不同發(fā)展?fàn)顩r的變化趨勢相同或者不同程度，可以為因素判別、優(yōu)勢分析等提供依據(jù)。根據(jù)灰色系統(tǒng)理論，將14個(gè)地州市的農(nóng)業(yè)投入和產(chǎn)出共6項(xiàng)指標(biāo)作為一個(gè)灰色系統(tǒng)，具體而言，將農(nóng)業(yè)總產(chǎn)值和5項(xiàng)投入指標(biāo)分別設(shè)定為母序列和子序列，分辨系數(shù)ρ設(shè)置為0.5，并進(jìn)行測算，公式為：

由表3可知，5個(gè)子序列與母序列農(nóng)業(yè)總產(chǎn)值的灰色絕對關(guān)聯(lián)度普遍超過了0.50，說明其均與農(nóng)業(yè)總產(chǎn)值具有較強(qiáng)關(guān)聯(lián)性，驗(yàn)證了效率測算框架選取的合理性。分析發(fā)現(xiàn)14個(gè)地州市的主要影響因素為農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)業(yè)從業(yè)人員數(shù)，其中關(guān)聯(lián)度最高的指標(biāo)出現(xiàn)的頻次分別為8和6次。指標(biāo)間關(guān)聯(lián)度普遍較高的地州市為烏魯木齊，5組指標(biāo)關(guān)聯(lián)度結(jié)果均高于0.70；塔城地區(qū)5組指標(biāo)關(guān)聯(lián)度結(jié)果在0.50~0.60之間，與其他地州市間相比處于較低水平，但仍超過了分辨系數(shù)，說明各項(xiàng)投入對農(nóng)業(yè)總產(chǎn)值的影響也不容忽視。

表3 新疆農(nóng)業(yè)投入產(chǎn)出變量關(guān)聯(lián)度

3 實(shí)證分析

3.1 一階段基于DEA-BCC模型的農(nóng)業(yè)生產(chǎn)效率

第一階段，運(yùn)用DEAP 2.1軟件，基于投入導(dǎo)向設(shè)置和規(guī)模報(bào)酬可變假設(shè)，即DEA-BCC模型對新疆14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率進(jìn)行測算。14個(gè)地州市一階段效率測算結(jié)果分布情況如表4所示。2002—2020年，14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率普遍較高，單個(gè)地州市時(shí)間序列呈現(xiàn)的效率值趨于平穩(wěn)。克拉瑪依市、吐魯番市和巴音郭楞蒙古自治州的農(nóng)業(yè)生產(chǎn)效率始終為1.000，歷年均達(dá)到DEA有效。與研究基期相比，包括烏魯木齊市在內(nèi)的9個(gè)地州市在2020年實(shí)現(xiàn)了農(nóng)業(yè)生產(chǎn)效率的維穩(wěn)或提升，哈密市、阿勒泰地區(qū)、阿克蘇地區(qū)、克孜勒蘇柯爾克孜自治州以及和田地區(qū)的農(nóng)業(yè)生產(chǎn)效率則出現(xiàn)了不同程度的降低。總體來看，14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率普遍達(dá)到或接近隨機(jī)前沿面，相較而言，昌吉回族自治州和克孜勒蘇柯爾克孜自治州的農(nóng)業(yè)生產(chǎn)效率則有較大可提升潛力。由于本階段尚未剔除外部環(huán)境因素和隨機(jī)誤差的干擾，反映的效率值可能并非是真實(shí)值，還需要進(jìn)一步測算。具體而言，需要對松弛變量S進(jìn)行分析，剔除外部環(huán)境因素和隨機(jī)誤差的影響，進(jìn)而還原14個(gè)地州市農(nóng)業(yè)生產(chǎn)效率的真實(shí)水平。

表4 一階段基于DEA-BCC模型的2002—2020年新疆14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率

3.2 二階段基于似SFA前沿回歸的農(nóng)業(yè)生產(chǎn)效率調(diào)整結(jié)果

為了識別并處理環(huán)境變量對農(nóng)業(yè)生產(chǎn)效率的影響，需明晰水土流失治理面積對5項(xiàng)投入指標(biāo)的影響方向和程度。若影響系數(shù)為正，表示水土流失治理面積的上升會(huì)導(dǎo)致松弛變量的增加，進(jìn)而阻礙農(nóng)業(yè)生產(chǎn)效率的提升；反之，若影響系數(shù)為負(fù)，則代表水土流失治理面積的增加能夠提升農(nóng)業(yè)生產(chǎn)效率。本階段以水土流失治理面積作為自變量，并將第一階段DEA模型中得到的5個(gè)投入指標(biāo)的松弛量分別作為因變量，采用分離公式，運(yùn)用Frontier 4.1軟件進(jìn)行最大似然估計(jì)以分離環(huán)境變量對各項(xiàng)投入指標(biāo)的影響。

結(jié)果如表5所示，5組回歸模型均通過LR檢驗(yàn)，拒絕原假設(shè)，表明進(jìn)行SFA回歸是合理的，并且混合誤差項(xiàng)中存在管理無效率。水土流失治理面積對5個(gè)投入指標(biāo)對應(yīng)的松弛變量的影響均為負(fù)向。水土流失治理面積對投入冗余的微縮效應(yīng)明顯，即水土流失治理面積越高，投入冗余越少，越有利于農(nóng)業(yè)生產(chǎn)效率的提高，與客觀情況相符；水土流失治理面積對各項(xiàng)投入作用效果的顯著性存在差異，即其對農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)作物總播種面積的影響最為顯著，其次對農(nóng)業(yè)從業(yè)人員數(shù)影響較為顯著，對化肥施用折純量和農(nóng)村用電量的影響則未達(dá)到統(tǒng)計(jì)學(xué)意義上的顯著水平。

表5 二階段基于似SFA前沿回歸的新疆14個(gè)地州市農(nóng)業(yè)生產(chǎn)效率調(diào)整結(jié)果

3.3 三階段基于DEA-BCC模型調(diào)整后的農(nóng)業(yè)生產(chǎn)效率

基于一階段和二階段的測算結(jié)果，將14個(gè)地州市的5項(xiàng)投入指標(biāo)進(jìn)行調(diào)整，并以調(diào)整后的投入量作為投入變量，仍以原始產(chǎn)出數(shù)據(jù)作為產(chǎn)出變量，再用BCC模型進(jìn)行測算。由表6可知，考慮外部環(huán)境變量對投入指標(biāo)的影響后，14個(gè)地州市2002—2020年農(nóng)業(yè)生產(chǎn)效率出現(xiàn)了明顯變動(dòng)。多數(shù)地州市的農(nóng)業(yè)生產(chǎn)效率都未處于生產(chǎn)前沿面，存在改善空間。調(diào)整后的農(nóng)業(yè)生產(chǎn)效率只有巴音郭楞蒙古自治州和喀什地區(qū)始終保持為1.000，克拉瑪依市和吐魯番市退出DEA有效行列。

表6 三階段基于DEA-BCC模型調(diào)整后的2002—2020年新疆14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率

圖1雷達(dá)圖展示了14個(gè)地州市兩步測算得出的農(nóng)業(yè)生產(chǎn)效率均值的變動(dòng)情況。除昌吉回族自治州、伊犁哈薩克自治州、塔城地區(qū)、巴音郭楞蒙古自治州、阿克蘇地區(qū)和喀什地區(qū)出現(xiàn)數(shù)值不變或增加外，其余地州市第三階段的農(nóng)業(yè)生產(chǎn)效率較第一階段均有不同程度降低。烏魯木齊市、克拉瑪依市、哈密市和克孜勒蘇柯爾克孜自治州的農(nóng)業(yè)生產(chǎn)效率下降幅度均超過了50%，分別為60.119%、83.332%、52.940%和56.082%；昌吉回族自治州和伊犁哈薩克自治州調(diào)整后的農(nóng)業(yè)生產(chǎn)效率則出現(xiàn)明顯增加，增幅分別達(dá)到20.235%和17.187%?？傊谔蕹獠凯h(huán)境因素和隨機(jī)誤差后，新疆14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率波動(dòng)明顯，因此，為緩解測算偏誤，考慮宏觀環(huán)境是必要且有效的。

圖1 新疆14個(gè)地州市一階段與三階段農(nóng)業(yè)生產(chǎn)效率比較

以第三階段測算結(jié)果為判斷準(zhǔn)則，對新疆14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率均值從高到低進(jìn)行排序，最終分為4個(gè)等級（表7）。對于三級和四級的地州市，應(yīng)以一級和二級地州市為標(biāo)桿，提升農(nóng)業(yè)生產(chǎn)技術(shù)水平、調(diào)整優(yōu)化農(nóng)業(yè)投入，進(jìn)一步提升區(qū)域農(nóng)業(yè)生產(chǎn)效率，推進(jìn)農(nóng)業(yè)生產(chǎn)向綠色農(nóng)業(yè)轉(zhuǎn)型。

表7 基于效率均值的14個(gè)地州市的等級劃分

4 結(jié)論與建議

4.1 結(jié)論

根據(jù)Pearson相關(guān)性系數(shù)檢驗(yàn)和灰色關(guān)聯(lián)度分析可知，各項(xiàng)投入指標(biāo)對于農(nóng)業(yè)產(chǎn)值影響較為顯

著，其中農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)作物總播種面積以及農(nóng)業(yè)從業(yè)人員數(shù)這3個(gè)指標(biāo)對農(nóng)業(yè)總產(chǎn)值影響較大。三階段DEA中第一階段未剔除外部環(huán)境因素和隨機(jī)誤差時(shí)，自2002—2020年之間，除哈密市、阿勒泰地區(qū)、阿克蘇地區(qū)、克孜勒蘇柯爾克孜自治州各地州這4個(gè)地州市農(nóng)業(yè)生產(chǎn)效率均有不同程度的降低外，其他9個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率均在維穩(wěn)或者穩(wěn)步提升；總體來說，全疆14個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率差距較小，均處于較好水平狀態(tài)下。水土流失治理面積越多，越有利于提高農(nóng)業(yè)生產(chǎn)效率，避免農(nóng)業(yè)資源過度投入。在第三階段，克孜勒蘇柯爾克孜自治州、烏魯木齊市、克拉瑪依市這3個(gè)州市農(nóng)業(yè)生產(chǎn)效率相對較低，主要是由于投入冗雜導(dǎo)致的，應(yīng)適當(dāng)減少農(nóng)業(yè)和農(nóng)村用電量，合理施用化肥，避免資源浪費(fèi)。處于生產(chǎn)前沿面的巴音郭楞蒙古自治州、喀什地區(qū)、伊犁哈薩克自治州、阿克蘇地區(qū)這4個(gè)地州市具備良好的農(nóng)業(yè)生產(chǎn)條件，并極具地方特色，農(nóng)業(yè)發(fā)展與經(jīng)濟(jì)發(fā)展相匹配。

4.2 對策建議

4.2.1 科技與農(nóng)業(yè)相結(jié)合，提高農(nóng)業(yè)勞動(dòng)力素質(zhì) 農(nóng)業(yè)機(jī)械化程度對于農(nóng)業(yè)的影響是顯著的，應(yīng)當(dāng)增加對農(nóng)業(yè)科技的研發(fā)投入，引進(jìn)科技人才，提高科技創(chuàng)新能力，降低生產(chǎn)成本，推廣相關(guān)農(nóng)業(yè)技術(shù)，促進(jìn)農(nóng)業(yè)生產(chǎn)效率的提高。同時(shí)加強(qiáng)政府與地方高校之間的交流合作，及時(shí)掌握市場動(dòng)態(tài)，讓真實(shí)信息暢流起來，通過吸收其他農(nóng)業(yè)地區(qū)的特長，培養(yǎng)新型農(nóng)民，推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級。

4.2.2 重視水源涵養(yǎng)，大力發(fā)展節(jié)水工程 在新疆，人們主要活動(dòng)在綠洲地帶，而水資源則限制了綠洲的質(zhì)量，也決定著新疆農(nóng)業(yè)的發(fā)展規(guī)模，是農(nóng)業(yè)的發(fā)展動(dòng)力。新疆水土流失治理面積呈上升趨勢，這有效緩解了人地矛盾，也為新疆農(nóng)業(yè)生產(chǎn)穩(wěn)產(chǎn)增產(chǎn)奠定了一定的基礎(chǔ)，但這同時(shí)也要求加強(qiáng)對水資源的高效利用。新疆水資源較為稀缺，應(yīng)當(dāng)更加重視節(jié)水農(nóng)業(yè)的發(fā)展，全面普及推廣節(jié)水灌溉農(nóng)業(yè)，建造節(jié)水設(shè)施。

4.2.3 改善土壤結(jié)構(gòu)，加強(qiáng)投入資源管理 新疆生態(tài)環(huán)境相對脆弱，土地沙化以及鹽堿化嚴(yán)重，要根據(jù)土壤的不同情況，研發(fā)和推廣新型環(huán)保土壤調(diào)理類產(chǎn)品，用于改善土壤結(jié)構(gòu)，調(diào)節(jié)土地的酸堿度，提高土地自凈能力，促使土地資源高質(zhì)量發(fā)展。在農(nóng)用資源投入方面，推廣有機(jī)化肥或者無公害化肥、可降解地膜、無公害農(nóng)藥的使用，大力推進(jìn)綠色農(nóng)業(yè)、農(nóng)業(yè)現(xiàn)代化發(fā)展，修護(hù)改善生態(tài)環(huán)境，提升農(nóng)業(yè)生產(chǎn)效率。

4.2.4 因地制宜建立綠色農(nóng)業(yè)體系 新疆資源豐富，具備發(fā)展特色農(nóng)業(yè)的基礎(chǔ)條件。應(yīng)針對不同地區(qū)的農(nóng)業(yè)生產(chǎn)條件，特別是綜合生產(chǎn)效率較低的地區(qū)，應(yīng)適當(dāng)調(diào)整當(dāng)?shù)剞r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，因地制宜地將農(nóng)業(yè)與其他產(chǎn)業(yè)相結(jié)合，建立特色農(nóng)業(yè)體系，增強(qiáng)產(chǎn)業(yè)競爭力。全面統(tǒng)籌新疆農(nóng)業(yè)發(fā)展，全疆各地州市應(yīng)幫扶互助，從點(diǎn)到線、到面、再到體全面盤活農(nóng)業(yè)產(chǎn)業(yè)活力，促進(jìn)經(jīng)濟(jì)穩(wěn)步增長。