基于DEA模型的我國棉花全要素生產率分析

王力+周亞娟

摘要：隨著國內勞動成本的不斷上漲，植棉成本不斷提高，以及國際棉花價格的沖擊，我國棉花產業發展面臨挑戰。利用2004—2013年棉花成本收益數據，基于DEA模型的Malmquist生產率指數法，對我國11個主產棉區的全要素生產率進行測算與分析。結果表明：這一期間，我國棉花全要素生產率平均增長0.7%，技術效率平均下降0.4%，技術進步效率平均增長1.1%。棉花全要素生產率波動比較大，近幾年呈下降趨勢，技術效率的下降是主導因素。通過分析提出：加大對技術的研發、推廣與應用，提高技術經濟效益；調整棉花種植規模，適當規模化種植、組織化經營，提高規模效率，最終促進棉花全要素生產率的增長，提高我國棉花綜合生產能力，增強我國棉花產業競爭力。

關鍵詞：棉花；全要素生產率；綜合生產能力；DEA模型；Malmquist指數法；種植成本；人工成本；技術效益；規模效益

中圖分類號： F326.12文獻標志碼： A

文章編號：1002-1302（2017）04-0258-04

棉花是重要的戰略物資，同時，棉花也是我國產業鏈最長的經濟作物，棉花產業是涉及國計民生的重要產業。中國是世界最大的棉花生產國、消費國和進口國。我國的棉花產量約占全球的1/4，據最新統計，2013—2014年度我國棉花單產是世界棉花平均單產的1.8倍。

由于棉花品種的引進以及種植技術的改進，我國棉花產量大幅度增加，成為世界棉花生產大國。然而，近幾年受國際棉花價格的沖擊以及國內勞動成本的增加，我國棉花經濟效益逐漸下降。為了有效地提高棉花的生產效益，客觀分析我國棉花全要素生產率變動情況，不同地區TFP的變動差異以及制約其增長因素等問題顯得十分必要。全要素生產率（簡稱TFP）是衡量單位總投入的總產量的生產率指標，即總產量與全部要素投入量之比，是技術進步對經濟發展作用的綜合反映。目前對全要素生產率變動的分析主要有數據包絡分析法（簡稱DEA）、增長核算法、生產函數法和隨機前沿生產函數（簡稱SFA）。由于數據包絡分析法（DEA）具有不需要對生產函數結構做先驗假定、不需要對參數進行估計、允許無效率行為存在、能對全要素生產率（TFP）變動進行分解等特點。因此，本研究選擇運用DEA的非參數Malmquist指數法，對TFP進行分解分析。

生產效率指標是衡量綜合生產能力的重要指標，通過對我國棉花主產區全要素生產率（簡稱TFP）的分解分析，找出阻礙全要素生產率增長的因素，提出相應的改進建議，從而促進棉花生產效率提高、種植成本降低、棉花經濟效益增加。因此，分析我國棉花全要素生產率變動對我國棉花經濟效益的提高具有重要意義。

1文獻綜述

對于棉花效率的研究主要有2個方面，一是關于棉花生產技術進步效率的研究；二是棉花全要素生產率變動的研究。在棉花生產技術進步效率研究方面，石晶等通過分析2002—2011年棉花生產效率，得出我國棉花生產技術效率先降后升再降的變動趨勢[1]。張社梅等對我國13個棉花主產省區棉花的技術進步貢獻率利用平均生產函數進行測算，得出棉花的技術進步貢獻率達63.37%[2]。有效的提高棉花生產，不僅要考慮技術進步貢獻度還要分析技術的效率。田偉等利用我國棉花主產區的投入與產出面板數據建立隨機前沿生產函數模型，分析了技術效率的時間差異、地區差異和收斂性，結果發現棉花生產技術效率隨時間波動且地區差異明顯[3]。由于我國棉花分布廣泛，主要集中在長江流域、黃河流域以及西北內陸，對棉花技術效率存在地區差異方面的研究逐漸增多。如宋玉蘭等對1990—2010年間我國棉花技術進步效率差異進行了研究[4]。以及續競秦等通過對我國棉花的技術效率的區域性差異以及變動的影響因素進行研究，發現我國棉花生產技術效率的區域差異和時序波動特征明顯，西北棉區技術效率最高且波動最小，其次是黃河流域棉區，長江流域棉區技術效率最低且波動最劇烈[5]。考慮到不同政策背景，劉銳等分析了改革開放后我國棉花生產率和科技進步率的變化，不僅指出技術進步是棉花生產率提高的重要推動力量，同時，提出技術的推廣與應用以及優勢區域的劃分。

在研究棉花全要素生產率變動方面的文獻相對較少，主要是從不同的角度去分析。如劉勇等利用隨機前沿生產函數測量了我國棉花生產的Malmquist生產率指數，指出我國棉花生產的各區TFP指數，在橫向和縱向上比較都存在很大差異[6]。孫林等運用同樣的方法分析了我國棉花生產效率的時際和區際變化，得出黃淮海棉區的生產效率增長最快[7]。田偉等利用我國13個主產棉區的投入與產出的面板數據，也對我國棉花生產的TFP增長率的波動與地區差異進行分析，指出在1997—2009年我國棉花TFP出現一定的增長，主要是規模效率、技術效率的改進和技術進步帶來的，而配置效率則出現了下降，得出配置效率的變化是各國產區全要素生產率增長差異明顯的主要原因[8]。石晶等利用棉花成本收益數據，分析并檢驗了棉花主產區全要素生產效率的收斂性，結果表明，棉花全要素生產率總體呈下降趨勢主要是由技術退步引起，地區間的棉花全要素生產率差距逐步縮小，存在收斂趨勢[9]。而馬乃毅等以新疆為例對新疆2010年22個產棉區的成本效率進行測算[10]。

以上文獻主要偏重棉花生產技術進步對棉花生產效率的影響，而關于生產資料價格以及其他相關成本費用等綜合因素對棉花全要素生產率的影響的研究不多，同時，由于數據的選取以及模型運用的差異，因此研究結果不同，為后者后續研究留下研究空間。通過對相關文獻的整理可知，目前我國棉花全要素生產率變動研究的文獻較少，本研究選取在棉花市場化改革以及棉花國家大規模敞開收儲時期的2個棉花政策背景下，我國棉花主產省份的面板數據，對我國棉花全要素生產率變動進行分解研究，對其變動情況、變動趨勢以及主要影響因素進行分析，并對不同省份變動差異進行研究。

2理論方法與數據來源

2.1理論框架

Malmquist生產率指數是Caves等（1982）在Malmquist（1953）數量指數與距離函數概念的基礎上建立起來的用于測量總要素生產率TFP（total factor productivity）變化的專門指數[11]。通常用于測量不同時期決策單元的效率演化，本研究主要利用Fare的思想來測算2004—2013年我國棉花主產區全要素生產率，根據Fare等在1994年的研究結果，全要素生產率可以分解為技術進步效率、規模效率和純技術效率[12]。

2.2指標的選取及數據來源

考慮數據的可得性及可靠性，本研究選取每畝主產品產量作為產出指標，考慮到棉花生產過程中生產要素相對重要性，以每667 m2棉花的化肥數量、每667 m2棉花生產用工數量（標準勞動日）、每667 m2種子費和每667 m2其他物質服務費（是指化肥費和種子費之外的棉花生產直接費用和間接費用）作為投入指標。利用河北、江蘇、安徽、江西、山東、河南、湖北、湖南、陜西、甘肅以及新疆11個棉花主產區2004—2013年的面板數據測算我國棉花生產的全要素生產率變動情況。數據來源于歷年《全國農產品成本收益資料匯編》和《中國統計年鑒》，對于每667 m2種子費以及出化肥費和種子費之外的棉花生產直接費用和間接費用指標分別用該年該省份的農業生產資料價格總指數進行平減，以消除價格變化的影響。折算方法是通過《中國統計年鑒》中各地區農業生產資料的總指數轉化為以2004年為基期的定期指數。

3結果與分析

[JP2]本研究運用DEAP Version 2.1軟件，基于產出導向型以及規模報酬可變性的假設，利用上述收集整理的數據，對每個棉花主產省份在2004—2013年10年進行了逐年測量，分析這段時間我國棉花全要素生產率增長情況以及構成變動情況。[JP]

3.1全國層面的棉花全要素生產率變化分析

由圖1、表1可知，這段時間，棉花全要素生產率顯示比較明顯的波動特征，增長趨勢逐漸減緩，但總體呈下降趨勢。從技術進步效率、技術效率與全要素生產率增長關系看，棉花的技術進步效率與全要素生產率呈同方向變動，即技術進步促進全要素生產率的增長。這10年技術效率基本平穩。

從時間序列上看，2007—2008年度棉花全要素TFP值是2004—2013年最高值，為1.117，增長達到11.7%，主要是由于技術進步效率增加了8.3%，技術效率增加了3.1%。而2009—2010年度棉花全要素TFP值下降最多，也是這10年最小值，為0.874，下降12.6%，原因是技術進步效率下降94%，技術效率下降3.5%。2004—2006年TFP由大于1轉為小于1，造成這種變化的主要原因是技術進步效率由大于1變為小于1，雖然技術效率逐年增加，但對TFP的拉動作用有限。2007—2009年TFP由大于1下降到小于1，其中技術進步效率和技術效率由大于1轉為小于1，技術進步變現出退化的現象，技術效率也逐年下降，共同作用導致TFP直線下降。2010—2012年表現出小幅度增加再大幅度下降的趨勢，造成這種現象的原因是技術進步的疲軟及國家政策轉變，從2011年開始國家由棉花市場化改革轉變為國家敞開大規模臨時收儲政策。在臨時收儲政策下，國家對棉花實施大規模收購，解決了棉農的銷售問題，保證了棉農利益。作為經濟人的棉農，為了獲取更多利益而選擇衣分率高、產量高的品種，而忽視馬克隆值、斷裂比強度、長度整齊度等質量指標。這雖保證了棉農利益，但棉花質量每況愈下，對于紡織企業來說，國內棉花市場不能形成有效供給，從而出現“高進口，高庫存”的現象。隨著國內勞動成本的不斷增加，植棉成本不斷提升（圖2），加上國際棉花低價的沖擊，我國棉花產業競爭力銳減。推廣機采棉是我國棉花產業走出困境的出路，目前機采棉的質檢標準沒出臺以及推廣機采棉的一系列制度不完善，造成機采棉質量差，品級低。這在最近的棉花全要素生產率中體現技術進步效率呈下降趨勢，技術效益不明顯。

從棉花全要素生產率的構成來看，2004—2013年中國棉花技術進步以年均1.1%的上揚力量提升棉花全要素生產率增長，雖然這期間技術效率平均下降0.4%，但總體來看，全要素生產率平均增長0.7%，其中技術進步效率、技術效率、純技術效率、規模效率對TFP的增長的貢獻率分別為15714%、-57.14%、-42.86%、-14.29%。可見，雖然技術進步對我國棉花全要素生產率提升有很強的促進作用，但是技術效率不高，說明雖然技術創新性強，但應用效率不高，轉化成經濟效益能力欠缺，也從另一方面說明我國棉花生產技術推廣體系不健全，推廣效率低。結合以上分析，為使我國棉花全要素生產率持續增長，一方面要重視我國棉花技術創新能力，對棉花育種栽培以及管理進行創新；另一方面，也要重視技術的推廣應用問題，使得先進的技術轉化為實際的經濟增長，這就要健全我國農技推廣體系，同時，重視規模效率的提升。

3.2我國棉花全要素生產率及其構成的地區差異分析

表2反映了2004—2013年中國11個棉花主產區域的棉花全要素生產率的增長及其構成變化的總體平均水平。從棉花TFP增長看，10年間11個主產區中陜西、安徽、湖南出現了負增長，其他8個主產區實現了正增長。其中甘肅省的棉花TFP值最高，TFP年均增長3.5%，其次是新疆、湖北；棉花TFP值增長最慢的是陜西、安徽和湖南3省，棉花TFP值年均下降4.9%、1.5%、1.1%。按照三大棉花種植區域看，長江流域與西北地區的棉花TFP實現了正增長，其中西北地區棉花TFP增長最快，年平均增長3.4%，長江流域次之，年均增長0.4%，而黃河流域變現最差，年均下降0.3%。不過三大棉區中只有西北地區的TFP值高于全國平均水平。從棉花種植技術以及種植規模來看，黃河流域、長江流域由于土地資源有限，主要是以小家庭為主小規模種植，先進技術不能有效推廣，因此技術相對落后。西北地區主要是新疆，以棉花種植為主，種植相對規模化，采用膜下滴灌、大型機械化采收等先進技術，在全要素生產率上體現出技術效率比較高。

從棉花TFP構成來看，10年間棉花技術進步方面，除了陜西省出現負增長狀態外，其余棉花主產區都為正增長，其中棉花技術進步水平最高的是新疆，技術進步效率指數增加了3.3%，其次是甘肅、湖南、江西和山東，技術進步年均增加了2.7%、1.6%、1.4%、1.2%。綜合技術效率方面，山東、陜西、

安徽和湖南為負增長，技術效率年均下降分別為0.2%、42%、1.6%、2.6%，而江蘇、江西和新疆幾乎沒有增長，其余4省均實現了正增長。在純技術效率方面，只有山東出現負增長，年均下降0.8%，湖北最高，年均增長了1.6%。河北、河南、江蘇、安徽、江西和新疆增長率為零。規模效率方面，只有河北增長最大，年均增長1.4%，其次是山東、河南和甘肅，但幾乎沒有多大增長，其余4個省都出現了負增長，其中湖南下降最大，下降了2.7%。按照三大棉花種植區域來看，技術進步最高的是西北地區，年均增長3%，其次是長江流域，年均增長1%，最后是黃河流域，年均增長0.2%；技術效率除了西北地區是正增長，但增長特別小，其他2個區域都是負增長；純技術效率方面，除了黃河流域是負增長外，其他都是正增長，但增長幅度很小。規模效率方面，只有長江流域下降0.9%，黃河流域和西北地區都是正增長，不過增幅不大。

4結論及對策建議

利用我國11個主產棉區2004—2013年成本收益數據，對我國棉花生產的全要素增長率增長、技術進步以及技術效率進行了實證剖析，并對我國棉花主產區之間的地區差異進行了對比分析。根據實證分析結果得出以下結論及對策建議：（1）綜觀10年間我國棉花全要素生產率的變化，一個總的趨勢是，一定時期內大幅度下降，一段時間內有小幅度上升。波動顯著，每次波動都可以發現技術進步的重要推動作用，棉花全要素生產率與技術進步如影隨形，棉花技術進步始終左右著全國、三大棉花主產區域以及11個棉花主產地的棉花TFP波動趨勢。如轉基因抗蟲棉的大面積推廣，先進的種植模式以及管理模式，使得棉花TFP值顯著增加。技術進步率下降已經成為當前中國棉花全要素生產率提高的瓶頸因素。因此，國家要進一步加大對棉花技術研發力度，力爭在棉花病蟲害防治技術、機械化采摘技術、節水灌溉技術以及經營方式、優惠政策等各方面實現新的突破，推進中國棉花技術進步向新的領域邁進。（2）隨著技術進步減弱，棉農種植經驗增加，技術效率尤其是純技術效率不斷提升，技術效率對中國及各個棉花主產地棉花全要素生產率貢獻力呈現出增加的趨勢。深入分析，易得知，當前技術效率尤其是規模效率的提高是當前技術進步約束條件下的正增長。一旦出現新的棉花種植管理技術，技術效率尤其是規模效率的滯后性則會凸現出來。可見，無論什么時候都要重視完善棉花技術推廣體系，加強棉農的科學施肥、施藥、節水灌溉等技術培訓，提高技術效率，使得技術效率成為迎接我國棉花新技術進步的促進因素。棉花種植天然具有勞動密集型生產特性，在當前勞動力成本不斷上升的時代背景下，不可忽視規模效率實質低下的現實情況。因此，需要對棉花種植、管理模式進行創新，提高棉花的經營模式。（3）從時間序列上來看，這10年內棉花TFP值以及技術進步效率波動比較大。這種波動表明生產率的增長容易受到政策、環境的影響，要保持棉花生產穩定發展，應該加大政府對棉花生產扶持與指引力度，一方面增加對棉花生產的基礎設施的投入，提高補貼水平，注重對高質量棉花的補貼；另一方面，發揮政府的引導作用，調整棉花質檢標準，讓棉花市場走向良性循環的軌道，從提高我國棉花質量方面提高我國棉花的經濟效益。

參考文獻：

[1]石晶，李林. 基于DEA-Tobit模型的中國棉花生產技術效率分析[J]. 技術經濟，2013，32（6）：79-84.

[2]張社梅，趙芝俊. 1998—2005年我國棉花技術進步貢獻的測算及分析[J]. 中國農業科技導報，2007，9（2）：97-101.

[3]田偉，李明賢，譚朵朵. 基于SFA的中國棉花生產技術效率分析[J]. 農業技術經濟，2010（2）：35-42.

[4]宋玉蘭，周應恒，張宇青.中國棉花技術進步效率差異分析[J]. 統計與決策，2013（10）：91-95.

[5]續競秦，楊永恒. 中國棉花生產技術效率及其影響因素分析[J]. 技術經濟與管理研究，2012（7）：20-25.

[6]劉勇，孟令杰. 測量Malmquist生產率指數的SFA方法[J]. 北京理工大學學報（社會科學版），2002（增刊1）：42-44.

[7]孫林，孟令杰. 中國棉花生產效率變動：1990—2001[J]. 數量經濟技術經濟研究，2004，21（2）：23-27.

[8]田偉，譚朵朵. 中國棉花TFP增長率的波動與地區差異分析[J]. 農業技術經濟，2011，26（5）：110-118.

[9]石晶，李林. 我國棉花主產區全要素生產率測算及收斂性分析[J]. 統計與決策，2014（2）：50-55.

[10]馬乃毅，徐敏. 基于New Cost DEA模型的棉花生產成本效率評價與分析[J]. 企業經濟，2013（3）：45-48.

[11]Caves D W，Christensen L R，Diewert W E.Multilateral compositions of output，input and productivity using superlative index numbers[J]. Economic Journal，1982，92（365）：73-86.

[12]Fare R，Grosskopf S，Norris M，et al. Productivity growth，technical progress，and efficiency change in industrialized countries[J]. American Economic Eview，1994，84（1）：66-83.