我国区域农业生产效率动态评价及优化策略研究——基于DEA-Malmquist指数分解法

我国区域农业生产效率动态评价及优化策略研究——基于
DEA-Malmquist指数分解法
刘凤梅
【摘要】已有文献对农业生产效率动态评价采用了系统聚类法、运筹法、DEA法等,比较普遍使用的是DEA模型及Malmquist指数对农业生产效率进行评价,但选取的时间阈值不同,评价的范围不同,评价的结果也不尽一致.文章运用DEA方法和Malmquist指数对我国31个省市区2004—2013年10年间农业生产效率进行评价,结果表明:我国农业生产效率均值为0.954,我国大部分地区农业生产要素投入比较合理,尤其在农业资源要素的使用上;在研究期间内,我国农业生产效率呈提升状态,增长了10.5%,其主要贡献源自于技术进步效率的迅猛提升;技术效率增长缓慢,制约了我国农业生产效率的快速提升.建议通过调整农业人力资本配置、提高农业劳动力的文化和科技水平、提高农业生产组织化程度来提升农业生产效率.
【期刊名称】《新疆大学学报（哲学·人文社会科学版）》
【年(卷),期】2016(044)002
【总页数】7页(P56-62)
【关键词】农业生产效率;技术效率;评价;策略
【作者】刘凤梅
【作者单位】石河子大学经济与管理学院,新疆石河子832000
【正文语种】中文
【中图分类】F323.5
一、引言
农业作为国民经济的基础部门，2014年我国国内生产总值636 463亿元，农业产业增加值58 332亿元，占比9.16%，农业的发展不仅影响着我国社会主义新农村和现代农业的发展，更直接影响到农民的收入等多项切身利益，农业的生产效率还关系到国家的战略稳定。

随着工业化和城镇化的不断推进，我国农业正在由传统农业向规模化的现代化农业过渡阶段，但农业的弱势产业地位还没有发生转变，受限于农业资源的投入和农业科技人才的匮乏，我国以小农户的发展为主要方式的农业现代化转型进程缓慢，依托生产资料的大量投入以促进农业生产效率的提高是各省区普遍采取的措施。

因此，对我国各省市区农业生产效率进行研究，对我国及各省市区农业生产效率进行合理评价，探讨我国农业生产资源配置存在的问题，寻求各地区农业生产效率提高的现实途径，是当前农业经济领域研究值得关注的问题，对于认识我国及各省市区农业生产有着重要的现实意义。

根据前期学者的研究，对农业生产效率动态评价有很多方法，如DEA法、系统聚类法、运筹法等。

学术界对于使用DEA模型及Malmquist指数对农业生产效率评价比较普遍，陈卫平通过DEA和Malmquist指数对我国1990—2003年期间的农业生产数据测算我国农业生产效率，提出我国大部分省区呈现出农业技术进步与农业效率损失共存的情况〔1〕。

汪旭阵、刘勇采用DEA模型评价了我国31个省市区的农业生产效率，认为我国各省市区农业生产效率不高并非是投入不足，应从建立科技农业发展、发展农业新型组织、调整农业人力资源配置等方面提高区域农业生产效率〔2〕。

曾先峰、李国平通过对我国28个省市区1980—2005年的数据，运用DEA方法测算我国各省市区共25年的农业生产率，结果表明在这25年期间，我国农业生产效率平均年增速2.2%，技术进步效率年均增长4.2%，但相对技术效率则以1.9%的速度退步〔3〕。

本文运用DEA-Malmquist模型作为
评价方法，以2004—2013年数据为主，对我国31个省市区(香港、澳门和台湾
地区除外)农业生产投入产出的有效性及动态效率进行评价。

二、理论与模型
(一)数据包络法
1978年，著名运筹学家A.Charnes等〔4〕提出的数据包络分析法是在生产过程
中的生产要素投入与产出各要素不变的前提下，找出各决策单元(DMU)与DEA最优前沿面板的偏离程度，用于评价在生产过程中投入产出比的效率情况〔5-6〕，其公式如下：
设上述公式的最优解为λ∗，S∗-，θ∗，则有如下结论：
(1)若θ∗=1 ，且 S∗+=0,S∗-=0 ，在此时，对于决策单元DMUjo属于DEA有效，并且属于技术效率和规模效率沟通有效。

(2)如某个单元的收入或者输出松弛量大于零，此时，则DMUjo为弱DEA有效，属于技术效率和规模效率非同时有效。

(3)如果θ∗＜1,DMUjo则技术效率和规模均未达到最佳，属于非DEA有效。

(二)Malmquist全要素指数
1953年，Malmquist首次提出全要素生产效率模型，Fare等在后期对其进行了
改进〔7〕。

从t时期至t+1时期，衡量全要素生产效率增长的Malmquist指数
可以表示为〔8〕：
式(1)中,表示为第i个地区在t阶段和(t+1)阶段投入向量；表示在i地区t阶段和(t+1)阶段的产出向量。

与表示为t阶段Tt为参照、阶段t和阶段(t+1)生产点的距离函数。

Fare等人(1989，1994)的研究，将等式分解为技术效率和资源配置效率，并将生产率变化Malmquist指数中技术效率变动能够继续分解为纯技术效率变动
和规模效率变动，如式(2)所示：
式(2)中，脚注v项表示为变动规模报酬；脚注c项表示在固定报酬下的情况，则第一项表示的是在变动规模下的纯技术效率变动，第二项是资源规模效率变动，第三项为技术效率变化。

三、评价指标与数据选取
在建立基于农业生产效率的DEA-Malmquist指数模型中，首先需要选取可行的投入指标以及产出指标。

在考虑到反映我国农业投资效率数据的可得性、完整性以及连续性的基础上，本文的投入指标主要从考虑耕地面积、农业从业人数、固定资产投入、农业生产投入以及农资投入五个方面，选取的投入指标有：以年初耕地面积作为土地投入(万公顷)；以农业就业人员数作为劳动力投入(人)；以农业机械总动力(千瓦特)作为农业固定资产投入；以农村用电量(万千瓦时)和农用柴油使用量(吨)作为农业生产投入；以化肥使用量(吨)、农用塑料薄膜使用量(吨)、农药使用量(公斤)作为农资投入，使用数据来自于《中国统计年鉴》(2005—2014)、《中国农村统计年鉴》(2005—2014)。

各省市区农业生产效率指标统计描述如表1所示。

表1 我国各省市区农业生产效率指标统计描述指标名称年初耕地面积(万公顷)农业就业人员(人)农业机械总动力(千瓦特)农村用电量(万千瓦时)N 310 310 310 310极小值25.5 231.7 0.5 95.3极大值4509.9 11830.1 95.7 12739.8均值1019.9 3926.3 12.7 2763.9标准差883.8 2680.3 18.5 2730.8
(续表1)指标名称农用柴油使用量(吨)化肥使用量(吨)农用塑料薄膜使用量(吨)农药使用量(实物量)(公斤)农林牧渔业总产值总计(万元)N 310 310 310 310 310极小值0.6 1 4 441 726极大值1801.9 487 696.4 343524 173461均值194.9 64.1 171.6 66252 53315标准差305.7 72.4 139.8 63214 44376
四、基于DEA的我国各省市区农业生产效率评价
(一)我国各省市区DEA效益评价
根据统计的指标数据，通过DEAP 2.1得到2004—2013年我国及31个省市区的农业生产效率与分解结果(见表2)。

由表2可知，2004—2013年我国农业生产效率为0.954，对农业生产效率进行进一步分解，可以得到纯技术效率为0.969、规模效率为0.984，我国31个省市区中，有19个省市区属于DEA有效，占比
61.3%，说明这些地区的农业生产过程中生产性资源的投入和产出都达到最佳配比，这些省市区的技术效率和规模效率为同时有效；12个省市区为DEA非有效，占总数的比重为38.7%，其中甘肃的农业生产效率最低，仅为0.61，其次是山西。

从
我国各省市区农业生产效率来看，部分地区纯技术效率较低，从而拉低了全国农业生产效率，总体来说，农业生产效率低主要是由纯技术效率和规模效率共同引起的，部分省区的农业生产投入未能有效的促进产出。

表2 我国及各省市区农业生产效率(2004—2013年)地区北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南技术效率纯技术效率规模效率规模效益技术效率纯技术效率规模效率规模效益1 1 1 1 1 1- -0.927 0.693
0.968 0.863 1 0.864 1 0.989 1 0.946 1 0.917 0.957 0.704 1 0.895 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.968 0.985 0.968 0.964 1 0.864 1 0.989 1 0.946 1 0.995 1 1 1 1 1 1 1 1 drs drs drs drs-drs-drs-drs-irs- - - - - - - -
0.9760.93drs 1 1- -1 1 1 1 0.61 0.9 0.995 1 0.954 0.922- -1 1 1 1 0.671 0.918地区湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆全国
0.908 1 1 1 1 drs drs irs-0.969 0.909 0.98 0.995 1 0.984
(二)我国各省市区技术效率分解评价
从农业生产效率分解的纯技术效率和规模效率结果来看，19个DEA有效的纯技术效率和规模效率均为最优，表明这些地区的农业生产投入要素得到了较好的配置，
即其农业投入和产出相对于其他省区来说属于DEA有效，在农业生产资源的利用
水平、农业技术的应用水平、农业种植者的教育水平等方面均实现与其生产需要和生产规模相适应的阶段。

内蒙古、黑龙江、江苏、安徽和宁夏5个省区的DEA非有效，主要是由于规模效率非有效引起的，这5个省区需要从优化人力资源配置、增加生产资料供给、扩大生产规模、加大投资力度和调整投资比例等方式实现该地区农业生产的规模效益。

河北、山西、辽宁、江西、云南、甘肃和青海7个省区
的非DEA有效，是由纯技术效率非有效和规模非有效共同引起的，这些省区农业
生产的先天性条件较差，农业种植者的生产技术较低、农业生产的成本高、资源得不到优化配置。

因此，这些省区需要加大农业技术的投入与推广力度，适当的调整农业生产资源配置，以达到农业生产过程中的技术有效和规模均有效的理想状态。

我国各省市区农业生产效益规模处于不同阶段，是提高非DEA有效省区农业生产
效率的重要参考依据，江西和宁夏的农业生产效率处于规模报酬递增阶段，增加农业生产资本、技术以及要素投入，可以提升其农业生产效率水平;而河北、山西、
内蒙古、辽宁、黑龙江、江苏、安徽、云南、甘肃、青海10个省区处于规模报酬递减阶段，其结果是规模不经济，需要合理调整各生产要素的投入。

五、基于Malmquist指数的生产效率动态分析
(一)我国农业生产效率变化分析
运用DEAP 2.1软件对2004—2013年我国31个省市区(香港、澳门和台湾地区
除外)的数据进行Malmquist指数分析，以2004年数据为基数，得到我国分年的农业全要素生产效率指数的计算结果，结果见表3和图1。

从我国农业全要素生产效率的总体水平来看，2004—2013年10年期间，我国的农业全要素生产效率是处于上升趋势，平均值为1.105。

这10年期间，我国农业生产效率上涨了14.9%。

除2007年、2011年、2012年，其他年份农业全要素生产效率均为正向增长。

表3 2004—2013年我国农业全要素生产效率及其分解年份2005 2006 2007
2008 2009 2010 2011 2012 2013平均数技术效率1.077 1.132 1.101 1.031
0.984 0.987 1.005 0.998 1.009 1.007技术进步效率1.05 1.004 0.937 0.997
1.167 1.166 1.123 1.049 1.139 1.097纯技术效率1.08 1.094 1.053 1.018
0.988 0.99 0.998 0.998 1.011 1.006规模效率0.997 1.035 1.046 1.012 0.996
0.997 1.007 1 0.999 1.001全要素生产效率1.131 1.136 1.032 1.028 1.149
1.151 1.129 1.046 1.149 1.105
图1 2004—2013年的技术效率、技术进步效率、全要素生产效率变化趋势
将表3中2004—2013年的技术效率、技术进步效率、全要素生产效率变化趋势，利用数据点折线图表现出来，如图1。

由图1可以得知，2004—2013年我国的农业技术进步效率呈现出与农业全要素
生产效率相同的变化趋势，2008年下降到最低值。

分析其中的原因得出，技术效率其实是农业全要素生产效率下降的根本原因。

我国农业全要素生产效率在近年来呈现不同的特点，2004—2008年，我国农业全要素生产效率在技术进步效率的
拉动下上涨了2.8%，但由于技术效率下降的滞后作用小于技术进步效率，因而未同步造成我国生产效率的下降。

进一步分析的结论显示：纯技术效率和规模效率下降是导致技术效率下降的原因，从而影响到我国农业全要素生产效率的提高。

2008—2009年，在规模效率快速提升的作用下，我国农业全要素生产效率进入
快速增长期，达到了12.1%。

2008—2013年，我国农业全要素生产效率进入高
效增长时期，增长速度不断加快，截至到2013年增长幅度已达到了14.9%。

综上所述，近年来我国农业全要素生产效率的提升主要是技术进步效率增长的结果，其贡献度达13.9%，而技术效率仅贡献了0.7%。

(二)我国各省市区的农业生产效率分析
从我国各省市区的具体情况来看，我们将各省市区农业全要素生产效率(TFP)分为
四种增长类型，即强有效增长型(TFP＞1.15)，高有效增长型(1.15＞TFP＞1.1)，
弱有效增长型(1.1＞TFP＞1.05)，低有效增长型(1.05＞TFP＞1)，并对我国各省市区四种类型进行分析，见表4。

表4 我国各省市区农业生产效率指数分解与增长类型汇总地区技术效率增长类型地区技术效率增长类型北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南1 0.999 1.008 1.007 0.982 1 0.985 1.016 1 1.001 1 0.96 1
0.98 1 0.994技术进步效率1.089 1.106 1.117 1.109 1.055 1.084 1.057 1.085
1.073 1.117 1.145 1.127 1.046 1.101 1.194 1.123全要素生产效率1.089 1.105 1.126 1.118 1.035 1.084 1.041 1.102 1.073 1.118 1.145 1.082 1.046 1.079 1.194 1.116弱有效增长高有效增长高有效增长高有效增长低有效增长弱有效增长低有效增长高有效增长弱有效增长高有效增长高有效增长弱有效增长低有效增长弱有效增长强有效增长高有效增长湖北湖南广东广西海南重庆四川贵州云南西藏陕西甘肃青海宁夏新疆全国1 1 1 1 1 1 1 1 0.997 1 1 1.32 1.012 1.001 1 1.007技术进步效率1.079 1.145 1.103 1.077 1.044 1.121 1.131 1.091 1.077 1.028 1.159 1.1 1.086 1.102 1.052 1.097全要素生产效率1.079 1.145 1.103 1.077 1.044 1.121 1.131 1.091 1.074 1.028 1.159 1.452 1.098 1.102 1.052 1.105弱有效增长高有效增长高有效增长低有效增长弱有效增长高有效增长高有效增长弱有效增长低有效增长弱有效增长强有效增长强有效增长低有效增长高有效增长低有效增长高有效增长
1.以甘肃为代表的强有效增长型
处于强有效增长型的区域，其TFP值大于1.15，即在2004—2013年10年间，这些省区的农业全要素生产效率在不断提升，提高幅度高于15%，甘肃、山东和陕西属于该种类型，占总数的9.7%。

从TFP分解来看，甘肃农业的全要素生产效率增长主要是由技术效率增长而带动的，但技术进步效率增长缓慢；而山东和陕西的农业生产效率的增长主要依靠技术进步效率的提升来促进的。

2.以湖南为代表的高有效增长型
高有效增长型的TFP值介于1.10和1.15之间，湖南、浙江、四川及河北等12个省市区属于该种类型。

在研究期间，处于此增长类型的地区农业全要素生产效率提高幅度在10%～15%之间，占总数的38.8%。

从TFP值分解来看，天津和河南的技术效率下降了0.1%和0.6%，但是资源配置效率却提升了，以此弥补了技术效
率的下降，所以整体上的农业全要素生产效率是上升的；浙江、湖南、广东、重庆和四川的农业全要素生产效率的提升是单纯的由规模效率的提升所带动的；河北、山西、黑龙江、江苏和宁夏的农业全要素生产效率的提升得益于技术效率和技术进步效率的共同促进，相比较而言，技术进步效率贡献度更大。

3.以青海为代表的弱有效增长型
弱有效增长型的TFP值介于1.05和1.1之间，共有青海、贵州、北京、辽宁等
11个省市区处于该范围之内，占总数的35.5%。

从TFP分解来看，安徽、江西、云南技术效率均有所下降；北京、辽宁、上海、湖北、广西、贵州与新疆技术效率保持不变；青海的技术效率略微上升，这说明该11省份的农业全要素生产效率得益于技术进步效率的提升，但是由于技术进步效率上涨幅度有限，未能有效提升这些地区的农业全要素生产效率。

4.以福建为代表的低有效增长型
低有效增长的TFP值是介于1和1.05之间，处于此区间的仅有福建、吉林、内蒙古和西藏4个省区，占总数的16.1%。

在2004—2013年期间，西藏、海南和福
建的农业全要素生产效率仅仅增长了3.8%，增幅不大，而这些增长也主要是由于技术进步效率的上升所带动的。

内蒙古和吉林农业全要素生产效率较低是由于技术效率下降所引起的，在这个过程中，虽然技术进步效率分别提升了5.5%和5.7%，但由于提升幅度不大，没有办法弥补技术效率的下降；而技术效率的下降主要是规模效率的下降引起的，以上分析说明：要提高该地区的农业生产效率，就需要再增
加农业生产要素的投入。

六、结论
本文采用DEA模型及Malquist指数方法对我国31个省市区(香港、澳门和台湾
地区除外)2004—2013年期间农业生产效率进行了动态分析，得到如下结论：
第一，2004—2013年期间，我国农业生产效率均值为0.954，包括19个DEA
有效省区，12个非DEA有效省区。

结论表明，我国部分省市区农业生产要素投入比较合理，尤其在农业资源要素的使用上，如土地资源、劳动力、农业机械总动力、化肥、农药等利用率较高。

对我国而言，规模效率和纯技术效率的下降是导致农业生产效率流失的主要原因。

因此，对生产效率较低的省市区，应着重提高农业生产资源配置效率，通过扩大农业生产规模和提升农业科技含量来提高农业生产效率。

第二，在这10年期间，我国农业全要素生产效率呈提升状态，增长了10.5%，其主要贡献源自于技术进步效率的迅猛提升，达10.9%，技术效率贡献度较小有所
下降，但降幅较小，仅为0.7%，并未对农业全要素生产效率的提升带来较大影响。

通过对技术效率的进一步分解可知，技术效率上涨幅度较小主要是由于纯技术效率与规模效率增长幅度过小引起的，为提高技术效率，需要从纯技术效率与生产规模效率两个方面同时改进，从而扭转我国农业全要素生产效率增长缓慢的局面。

第三，根据我国31个省市区农业生产效率及Malquist指数分类测算结果可知，
我国甘肃、山东和陕西的农业全要素生产效率为强有效增长型；天津、河北、山西、黑龙江、江苏、浙江、河南、湖南、广东、重庆、四川、宁夏为高有效增长型；北京、辽宁、上海、安徽、江西、湖北、广西、贵州、云南、青海和新疆为弱有效增长型；内蒙古、吉林、福建、海南和西藏为低有效增长型地区。

因此，根据各省区农业生产的特点，对强有效增长型的省区而言，应加大对农业全要素生产效率弱、技术进步缓慢地区的技术推广以及经验分享力度；对低有效增长型的省区而言，应根据自身效率流失的原因，合理改善资源配置以及资源投入等，提高区域农业全要
素生产效率。

七、对策建议
第一,调整农业人力资本配置。

我国农村地区有着大量的剩余劳动力，农村从事农业生产的实际人数,已经超过农业生产活动的最佳人力资源需求，从而导致农业劳动人员投入冗余严重,也就是说，需要适当的转移农业劳动力进入二产或者三产以提高农业生产效率。

应进一步打通劳动力流通的渠道，提供就业信息服务、技术教育、就业培训方面等充分的保障，以实现农业剩余劳动力有序和合理分层转移，政府部门通过资源、财政、税收、金融等多途径支持农业人口创业和就业。

第二，提高农业劳动力的文化水平和农业科技水平。

农业劳动力文化水平低下是个普遍的现象，由于文化水平低，难以尽快掌握新产品和新技术的操作，同时，由于产品更新和技术更新较快，农业劳动力需要不停的更新所学到的知识和技术。

用科学指导农业生产，建立以测土配方和平衡施肥为主的农业信息系统，提高农膜、化肥、农药的使用效率,提高土、肥、水等生产要素利用效率；鼓励自然地理条件较好的地区使用节水灌溉；有条件的村委会聘请农业技术指导专业在生产季节对农业种植给予指导。

第三，提高农业生产组织化程度。

现阶段，我国很多农业生产仍然处于“小生产”状态，导致了我国大部分的农业生产无法与先进技术和市场接轨。

因此，要将“小生产”状态转变为农业生产科技化、资源配置市场化、生产要素集约化和产业经营一体化的“现代农业”，农业生产组织化程度是关键。

要全力提升农业产业化经营水平，坚持“重点扶持、长期促效、做强品牌”的原则，培育壮大龙头企业和发展农村合作经济组织，促进龙头企业与合作社深度融合，实现农户、合作社、企业等多方互利共赢。

参考文献：
【相关文献】
[1]陈卫平.中国农业生产率增长、技术进步与效率变化:1990—2003年[J].中国农村观
察,2006(1):18-23.
[2]汪旭晖,刘勇.基于DEA模型的我国农业生产效率综合评价[J].河北经贸大学学报,2008(1):53-59.
[3]曾先峰,李国平.我国各地区的农业生产率与收敛:1980—2005[J].数量经济技术经济研
究,2008(5):81-92.
[4]CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making
units[J].European Journal of Operational Research,1978(2):429-444.
[5]魏权龄.数据包络分析[M].北京：科学出版社,2004:170-183.
[6]魏权龄.数据包络分析(DEA)[J].科学通报,2000(17):1793-1806.
[7]FARE R,GROSSKOPF S,LINDGREN B，et al.Productivity Changes in Swedish Pharmacies 1980-1989:A Non-Parametric Malmquist Approach[J].Journal of ProductivityAnalysis,1992，3(1)：85-101.
[8]杜文杰.农业生产技术效率的政策差异研究[J].数量经济技术经济研究,2009(9):107-118.。