黑龍江省玉米生產效率變化趨勢研究

姜宇博+李爽+于洋

摘要 運用數據包絡分析方法（DEA模型）分析了2005—2014年黑龍江省玉米生產效率的變化趨勢及存在的問題。結果表明：黑龍江省玉米生產的規模報酬呈遞減趨勢，種植面積的盲目擴大抑制了生產效率的提高，并對農業整體種植結構造成一定影響。因此，在開展種植結構調整的同時，黑龍江省應通過開展規模化經營和提高農業生產科技水平來促進玉米生產效率的提升。

關鍵詞 DEA模型；玉米；生產效率；黑龍江省

中圖分類號 S513 文獻標識碼 A 文章編號 1007-5739（2016）23-0024-02

Abstract The trend of maize production efficiency and existing problems in Heilongjiang Province from 2005 to 2014 were analyzed by DEA model.The results demonstrated that the scale returns of maize production in Heilongjiang Province showed a decreasing trend. The blind expansion of planting area inhibited the increase of production efficiency，and had an impact on the overall structure of agriculture. Therefore，at the same time of carrying out the adjustment of planting structure，Heilongjiang Province should improve the maize production efficiency by carrying out large-scale management and raising the level of agricultural production technology.

Key words DEA model；maize；production efficiency；Heilongjiang Province

黑龍江省是我國的糧食主產省，2014年糧食產量6.071億t，占全國糧食產量的10%以上，為保障國家糧食做出了重要貢獻。玉米是黑龍江省的主要糧食作物，2014年播種面積、產量與增產均位居全省第1位，是黑龍江省糧食生產的“十一連增”的重要組成部分。由于經濟效益較好，黑龍江省的玉米種植面積逐年增加，導致大豆、小麥、馬鈴薯、雜糧等農作物年產量降低，破壞了傳統的農業種植結構[1]。因此，我國出臺了相應的農業種植結構調整政策，根據相關政策指示，黑龍江省北部冷涼區玉米種植面積將大幅減少，而中南部核心產區則需要進一步提高產能，以保障農民收益和谷物的自給自足。如何在種植結構調整下，提高核心產區玉米的生產效率，成為了黑龍江省亟待解決的問題。

1 數據來源與研究方法

1.1 指標選擇與數據來源

在計算黑龍江省玉米的生產效率時，將與玉米生產相關的化肥投入（化肥施入量）、農機投入（機械作業費用）、人力投入（用工總天數）和土地投入（種植面積）作為投入變量，與糧食增產和農民增收等問題相關的玉米產量作為產出變量。變量時期選擇2005—2014年，以保證研究的時效性，對現實生產更具指導意義。研究數據來自《全國農產品成本收益資料匯編》（2006—2015）和《黑龍江省統計年鑒2015》。

1.2 研究方法

DEA模型，即數據包絡分析方法，是基于相對效率的一種效率評價方法。模型以生產函數為基礎，基于調查所得的有效樣本數據，利用前沿生產函數對生產決策單元（DMU）的投入產出數值計算生產的相對有效性，通過線性規劃方法對生產系統的最大產出和最小投入進行計算和評估。DEA的基本模型有2種，分別為規模報酬不變的CRS模型（CCR模型）和規模報酬可變的VRS模型（BCC模型）。

CRS模型的基本原理：假設有n個決策單元DMUj（j=1，2，…，n），它們的投入、產出向量分別為：Xj=（x1j，x2j，…，xmj）T>0，Yj=（y1j，y2j，…，ysj）T>0，j=1，…，n。由于在生產過程中各種投入和產出的作用和地位各不相同，要對DMU進行評價，必須對它的投入和產出進行綜合分析，即把這些變量看作只有一個投入總體和一個產出總體的生產過程，這樣就需要賦予每個投入變量和產出變量適宜的權重。假設投入和產出的權向量分別為v=（v1，v2，…，vm）T和u=（u1，u2，…，us）T，即可獲得如下定義：

根據上述模型給出被評價決策單元DMUo（o∈{1，2，…，n}）有效性的定義：

若模型的最優解滿足θo*=1，則稱DMUo為弱DEA有效；若模型的最優解滿足θo*=1，且有si-=0，sr+=0成立，則稱DMUo為DEA有效；若模型的最優解滿足θo*<1，則稱DMUo為非DEA有效。

通過CRS模型和VRS模型可分別獲得決策單元的綜合效率水平和純技術效率水平，綜合技術效率水平和純技術效率水平的比值為規模效率水平[4-6]。

2 結果與分析

2.1 生產效率分析

運用DEAP 2.1軟件對黑龍江省2005—2014年玉米生產投入產出變量進行計算，結果如表1所示。可以看出，2005年、2008年和2014年黑龍江省玉米生產綜合效率為1，土地、化肥、農機、人力等投入得到了合理有效利用。2007年和2009年綜合效率相對較低，小于0.900。隨著玉米種植面積的提升，玉米生產的規模報酬普遍呈現遞減狀態。

CRS和VRS模型分析結果表明，10年中有3年玉米生產的綜合效率為1，為明確效率最優年份，在多個年份的DEA有效條件下，通過超效率DEA模型分析不同年份的超效率值，以明確效率最優年份。運用DEA-SOLVER Pro 5.0軟件進行超效率分析，結果如表2所示。可以看出，2005年、2014年和2008年玉米生產超效率值分別為1.269、1.176和1.045，排序分別為第1、2、3位。

DEA分析結果表明，2005—2014年，黑龍江省玉米生產的規模報酬呈現遞減趨勢，種植面積的不斷擴大對整體生產效率起到了抑制作用。黑龍江省北部冷涼區等很多原本不適宜種植玉米的地區開始改種玉米，這些地區相對較低的生產水平阻礙了整體玉米生產效率的提升。

為了明確玉米生產中存在的問題，對非DEA有效的年份進行投影分析，結果如表3所示。可以看出，大部分年份黑龍江省的玉米生產的投入和產出方面存在一定的改進空間，尤其是產量方面，還需要進一步提高。以綜合效率較低的2009年為例，需減少化肥用量4.9萬t，產量提升26.64 %才能實現DEA有效。

3 結論與討論

對2005—2014年黑龍江省玉米的生產效率分析結果表明，盡管近年來農業生產水平和機械化水平有一定的提升，但黑龍江省農業生產的規模效率呈現出遞減的趨勢，玉米種植規模的盲目擴大阻礙了生產效率的提升。針對分析結果，提出以下建議：一是積極開展農業種植結構調整，鼓勵玉米產量較低的地區改種大豆、雜糧等作物，豐富全省種植結構。二是開展適度規模經營，提高玉米生產的規模化程度。三是進一步提高農業生產的機械化水平，利用先進的農機具帶動玉米產量的提升。四是提高農戶玉米種植水平，通過科技引領農業生產，指導農戶利用先進的耕作栽培技術進行玉米生產。

4 參考文獻

[1] 姜宇博，李爽.糧食主產區農機合作社生產效率與適度規模經營研究：以黑龍江省玉米生產為例[J].農業現代化研究，2016，37（5）：902-909.

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

[3] BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale efficiencies in data envelopment analysis[J].Management Science，1984，30：1078-1092.

[4] 王春枝，葛海峰，姚剛，等.鉀肥對春玉米氮磷鉀吸收動態模型及養分生產效率影響的研究[J].內蒙古農業大學學報（自然科學版），2000（增刊1）：148-152.

[5] 楊春，鐘鈺.基于DEA模型的山西玉米生產效率研究[J].農機化研究，2014，36（5）：106-110.

[6] 李國華.全膜雙壟溝播玉米不同覆膜時期水分生產效率研究[J].中國農學通報，2009（18）：205-207.