基于超效率DEA方法的中國糧食生產效率評價分析

譚忠昕，郭翔宇

（東北農業大學經濟管理學院，黑龍江 哈爾濱 150030）

農業是國民經濟的基礎產業，也是安天下穩民心的戰略產業，糧食更是關系國計民生的特殊商品。我國是人口大國，保障14億人口的吃飯問題始終是治國安邦的頭等大事，因此備受各方關注。1995年美國世界觀察研究所所長Lester Brown提出，到2030年中國由于耕地面積減少等原因將導致糧食減少20%。如果不考慮膳食結構的改善，中國將進口相當于世界糧食貿易總量的糧食，達到2.16×108t，但如果人均糧食消費量從300 kg增加到350 kg，那么我國的糧食進口數量將為3.05×108t[1-4]。近幾年，我國糧食產量不斷增加，已經實現了糧食自給，“糧食威脅論”已不攻自破。

2004—2015年我國糧食實現十二連增，2015年糧食總產量6.21×108t，創歷史最高水平。2016年我國糧食總產量6.16×108t，比2015年減少了5.2×106t，減產率為0.8%。據國家統計局的數據顯示，2016年全國糧食播種面積比上年減少了3.14×105hm2，因播種面積減少而減產1.7×106t，占糧食減產總量的32.7%；全國糧食產量因單產下降而減產3.5×106t，占糧食減產總量的67.3%。可以看出，2016年我國糧食產量下降同時受到播種面積減少和單產下降的影響，這里的“糧食”為廣義層面概念，包括小麥、玉米、水稻、豆類和薯類，對比分析發現，影響我國2016年糧食減產的主要糧食作物為小麥、玉米和水稻，因此，本文將“糧食”界定為小麥、玉米和水稻三類作物。

2017年國務院辦公廳發布的《關于加快推進農業供給側結構性改革，大力發展糧食產業經濟的意見》中指出，當前我國糧食市場矛盾交織，新老問題疊加，我國糧食領域的主要矛盾已經由總量矛盾轉變為結構性矛盾，矛盾的主要方面在供給側。供給側結構性改革旨在調整結構，實現要素的最優配置，不僅要提升糧食增產的數量，更要提升糧食增產的效率。面對這一背景，我們需要思考以下問題：1）我國糧食生產效率如何？2）糧食生產效率是否在提高？3）我國糧食不同生產區的糧食生產效率如何？4）影響我國糧食生產效率的各要素投入冗余和不足情況如何？

我國學者對糧食生產效率問題進行了大量研究，本文通過對前人研究成果的梳理，發現對糧食生產效率問題的研究主要集中在以下三個方面：一是糧食生產效率的不同測算方法[5-7]，學者們利用超效率DEA、Malmquist-DEA模型和三階段DEA模型對糧食生產效率進行過研究；二是不同地區的糧食生產效率差異[8-11]，對我國不同地區和國內外的糧食生產效率進行研究；三是影響糧食生產效率的因素[9-11]，發現影響糧食生產效率的不同因素，確定提高糧食生產效率的調整思路。但已有研究更多集中于對糧食主產區或者個別省份糧食生產效率的分析，并沒有針對全國口徑進行研究；對糧食生產效率的評價標準較為單一，除所選模型的劃分結果外，沒有進一步細分評價標準；同時對糧食主產區、糧食主銷區、糧食平衡區和31個省級行政區（不包含香港、澳門和臺灣，下同）進行對比分析的研究更為少見。因此，基于前期的研究基礎，本文利用國家統計局公布的統計數據，選擇對我國糧食生產三大區域和31個省級行政區的糧食生產效率問題進行研究，并分別從三大區域和31個省級行政區為研究視角對糧食生產效率進行對比分析，同時，利用模糊聚類分析方法對糧食生產效率綜合效率值進行分類，在結合超效率DEA模型解釋的基礎上細化評價標準，識別我國糧食生產中存在的問題和提高糧食生產效率的路徑辦法，進而提出推動糧食產業發展的政策建議。

1 研究方法與數據來源

1.1 研究方法

糧食生產效率屬于投入與產出的效率評價問題，用DEA方法測度糧食生產效率的基本思想是綜合效率值越高，則其生產效率就越高。但是，普通DEA方法下的CCR模型容易忽視要素松弛，而造成對效率測度的偏差，相比于一般的徑向DEA模型，超效率DEA模型考慮了要素松弛這一問題，是相對完善的一種效率模型。因此，本文利用Anderson和Petersen[12]提出的超效率DEA模型構建我國糧食生產效率的超效率DEA模型。

DEA方法可以評價擁有多個輸入和輸出變量的不同決策單元（DMU）間的相對效率，其優點在于針對多項投入和產出指標，不需要假設具體的生產函數形式，但傳統DEA方法存在多個DMU效率值為1，無法進一步分析的問題。超效率DEA模型則是為解決多個效率值為1的決策單元（DMU）之間的比較而提出的方法，通過對所有決策單元（DMU）效率值的高低重新排序比較。

設有n個同類型決策單元，有i個投入變量，j個產出變量，具體表達式如下：

式中：θ為效率；xi表示第i個決策單元的投入量，yj表示第j個決策單元的產出量；αj表示權系數，S+和S-分別表示松弛變量和剩余變量[13]。

1.2 指標選擇與數據來源

為了綜合評價我國糧食生產效率，本文從勞動力、土地、資本三個方面選取6個糧食生產直接投入要素、1個糧食生產產出要素，構建糧食生產效率的評價指標體系，具體見表1。評價范圍選擇全國31個省級行政區（不包括香港、澳門和臺灣），從三大生產區和31個省級行政區分別評價。三大生產區分別為：糧食主產區共13個省級行政區，包括黑龍江、吉林、內蒙古、河南、山東、安徽、遼寧、河北、江蘇、江西、湖北、湖南、四川，其中黑龍江、吉林、內蒙古、河南、山東和安徽為糧食凈調出省；糧食主銷區共7個省級行政區，包括北京、天津、上海、浙江、福建、廣東和海南；糧食平衡區共11個省級行政區，包括山西、寧夏、青海、甘肅、西藏、云南、貴州、重慶、廣西、陜西、新疆。

表1 糧食生產效率評價指標體系Table 1 Evaluation index system of grain production efficiency

糧食生產過程中的必要投入要素土地、勞動力、資本的選取依據為，糧食作物播種面積選取《中國統計年鑒2005—2017》中的糧食作物種植面積作為基礎數據進行折算獲取。糧食生產勞動力選取《中國統計年鑒2005—2017》中的2004—2016年第一產業從業人員作為基礎數據進行折算獲取。資本投入選擇糧食生產機械總動力、農用塑料薄膜使用量、化肥施用量和農藥使用量四個要素，選擇《中國統計年鑒2005—2017》中的2004—2016年的農業機械總動力、農用塑料薄膜使用量、化肥施用量和農藥使用量作為基礎數據進行折算獲取。

2 結果與分析

2.1 糧食生產效率評價標準

根據超效率DEA模型結果解釋，糧食生產效率按DEA綜合效率值的高低分為“高”和“低”兩個狀態，具體評價標準如表2所示。

表2 糧食生產效率一般評價標準Table 3 General evaluation criteria of grain production efficiency

1）高狀態：在生產效率高狀態下，按超效率DEA分析結果來看，θ≥1，糧食生產效率相關投入產出DEA決策單元有效，糧食生產的投入產出匹配，表明糧食生產效率相關指標配置狀態優。

2）低狀態：在生產效率低狀態下，按超效率DEA分析結果來看，θ＜1，糧食生產效率相關投入產出DEA決策單元無效，糧食生產的投入產出不匹配，各投入指標存在投入冗余或不足情況，表明糧食生產效率相關指標配置沒有達到最佳。

為使分析更具有說服力，本文對三大糧食生產區域和31個省級行政區的2004—2016年間糧食生產綜合效率值的平均值進行模糊聚類分析，得出結果如圖1。

由圖1可以看出，以31個指標為依據進行模糊聚類分析，在歐氏距離=5時，31個糧食生產效率平均綜合值劃分為5類。其中，第一類群包括黑龍江、寧夏、吉林、北京、陜西、重慶和上海，其取值范圍為1.040 6～1.180 8；第二類群包括遼寧、山西、江蘇、湖南、四川和貴州，其取值范圍為0.914 2～0.963 2；第三類群包括河南、浙江、內蒙古、江西和河北，其取值范圍為0.745 1～0.843 4；第四類群包括福建、廣東、湖北、天津、山東、海南、青海、云南、甘肅、廣西、新疆和安徽，其取值范圍為0.544 7～0.703 6；第五類群包括西藏，其取值范圍為1.363 6。

結合表2的評價標準和模糊聚類分析的結果，對糧食生產效率綜合效率值劃分為極高、較高、高、低、較低、極低六個狀態，具體評價標準如表3所示。

2.2 不同糧食生產區糧食生產效率對比分析

圖1 2004—2016年糧食生產效率聚類樹形圖Fig. 1 Cluster tree map of grain production efficiency from 2004 to 2016

表3 糧食生產效率具體評價標準Table 3 Specific evaluation criteria of grain production efficiency

2.2.1 不同糧食生產區糧食生產綜合效率值 將我國31個省級行政區分為糧食主產區、糧食主銷區和糧食平衡區三大區域，選取規模報酬不變和投入導向，將2004—2016年我國糧食生產效率相關指標數據帶入超效率DEA模型，利用DEA-SolverPro5.0軟件進行超效率DEA處理得到結果如表4所示。

由表4可知，我國2004—2016年間不同糧食生產區的糧食生產效率值均大于1，DEA有效，綜合效率值較高。不存在DEA無效情況，說明基本實現了糧食生產各投入要素的有效配置。2004年三大區域平均糧食生產效率值為13年中最低值，為1.083 9；2016年糧食平均生產效率值為13年中最高值，為1.132 1；整體表現為上升趨勢，但存在小幅波動。從三大區域來看，我國糧食生產效率值較高，但仍存在生產效率值波動較大，糧食生產效率增速較慢等問題。這與糧食生產實現十二連增的現實情況有所出入，說明我國糧食產量的持續增長，糧食生產效率并不是決定因素。這其中的原因需要詳細分析和探討：糧食產量的不斷增長是否具有可持續性，糧食生產效率與糧食增產是什么關系？同時，也可以看出2004—2016年間，糧食主產區的生產效率均高于糧食主銷區和糧食平衡區，需要我們思考的是：產糧多、貢獻大的糧食主產區是否實現了糧食生產要素的最優配置？主產區糧食生產效率是否還有潛力可挖，能否持續增長？這些都是需要進一步研究和探討的問題。

表4 不同糧食生產區糧食生產綜合效率值Table 4 Comprehensive efficiency values of grain production in different regions in China

2.2.2 不同區域糧食生產要素投影分析 根據表2和表3對于超效率DEA值的劃分，可以知道綜合效率值大于1，糧食生產過程中投入的生產要素應達到最優狀態，無冗余或不足的情況。然而，對本文的超效率DEA結果進行投影分析可知，實際上我國2004—2016年間的糧食生產要素投入情況并非如此，具體統計情況如表5。

據表5可知，2004—2016年我國糧食生產投入要素存在投入不足的情況，其中糧食主產區最為突出。橫向比較來看，2004—2016年我國不同區域糧食生產效率表現為主產區＞主銷區＞平衡區，根據投影分析結果來看，生產效率越高的區域投入不足情況越嚴重。總體上來看，我國糧食生產效率仍有諸多提升空間，需要進一步對生產潛力進行挖掘。從不同生產區來看，均存在糧食生產要素投入不足情況，糧食主產區尤為嚴重。糧食主產區在保障國家糧食安全方面貢獻巨大，發揮著至關重要的作用，其生產效率和生產能力的不斷提高是我國糧食產業持續健康發展的重中之重。從地域角度來看，糧食主產區從事糧食生產活動受氣候、地形、水資源、自然災害和作物生長成熟規律等自然環境因素和勞動力、經濟發展水平、農業機械化程度等社會因素共同制約，黑龍江、吉林、遼寧、內蒙古受氣候條件限制糧食生產期較短，河北受水資源不足影響較大等。同時，隨著工業化和城鎮化進程的加快，我國人口呈現流動性大的特點，大量農村富余勞動力向城鎮轉移；加之從事農業生產的機會成本過高，從事農業生產的勞動力數量不斷減少。農業勞動力受教育程度不高、農業機械化程度低也都是較為嚴重的現實問題。糧食主銷區經濟發展迅速，但其能夠從事農業生產的耕地數量嚴重不足，二三產業發展勢頭好，農村勞動力向城鎮轉移情況普遍。糧食平衡區受地形地勢、氣候環境、民族等問題影響，糧食生產能力有限。

表5 我國不同區域糧食生產要素投影分析Table 6 Projection analysis of grain production factors in different regions of China

因此，雖然我國三大區域糧食生產效率綜合效率值測度結果都較高，糧食生產效率較高，但從投影分析結果來看仍需進一步優化資源配置。其中，糧食主產區在糧食生產能力、糧食生產效率、糧食生產貢獻度方面是保障我國糧食安全的主要力量，因此，應進一步優化糧食主產區的生產要素配置、提高糧食主產區的生產效率。研究表明，2016年糧食主產區用全國57.45%和60%的總人口和農村人口生產了全國75.9%的糧食，相對于人口和農村人口的糧食生產比較貢獻度系數分別為1.5和1.3，具有50%和30%的正向比較貢獻[14]。

但是，從投入要素角度來看，2004—2016年糧食作物播種面積、糧食生產勞動力、農用塑料薄膜使用量、化肥使用量的投入量不足，且缺口較大；糧食生產機械總動力2006—2010年和2012—2015年投入量不足；農藥使用量的投入情況相對較好，僅2011年有少量投入不足情況。可以看出，生產要素的投入不足已經嚴重制約著糧食主產區生產效率的提升，從事糧食生產活動的直接投入要素是土地、人力、資本，糧食主產區在這三個方面都不具有比較優勢，必須緊守耕地面積紅線，不能以犧牲耕地為代價進行城市化和現代化；大力發展糧食產業，提升糧食產品及其加工附加值，讓從事糧食產業的勞動者富起來，留住人；同時，加大對農村教育資源的投入，提高糧食從業者的文化水平和素質，留高人；第三，加大對高素質人才服務第一產業的引進政策和宣傳引導，引能人；為了更好地保障糧食主產區的生產能力和國家糧食安全，在對糧食主產區的利益補償和財政政策上應該給予更多的傾斜和考慮。

2.3 不同省級行政區糧食生產效率對比分析

2.3.1 不同省級行政區糧食生產綜合效率值 由表6可知，2004—2016年我國糧食生產平均綜合效率值存在較高、較低和低三種狀態，其中綜合效率值較高的8個省級行政區中，僅有吉林和黑龍江屬于糧食主產區。值得思考的是從糧食主產區、糧食主銷區和糧食平衡區三大區域進行超效率DEA測度結果來看，糧食主產區的綜合效率值是高于糧食主銷區和糧食平衡區的；而從各省級行政區進行超效率DEA測度結果來看，糧食主產區的糧食生產效率并不具有絕對優勢，甚至有些省份遠落后于糧食主銷區和糧食平衡區的省份，導致這一現象的原因是糧食主產區在糧食生產過程中生產要素配置不合理的問題較為突出。我國糧食主產區每年能生產出超過全國總產量70%的糧食，在糧食產量上具有較大的比較優勢，其生產能力毋庸置疑，但新時期對糧食主產區的要求不單是產量大，更需要“調結構、增效率、促發展”，實現糧食生產的結構性調整和糧食優質高效生產的可持續性，推動糧食產業轉型升級和可持續發展。

表6 2004—2016年我國糧食生產綜合效率值Table 6 Comprehensive efficiency value of grain production in China from 2004 to 2016

我國存在著嚴重的水土資源不匹配問題，東北地區耕地面積多，耕地質量好，但是水資源受季節性因素限制；南方地區水資源豐沛，但耕地面積小，糧食生產能力弱。個別糧食主銷區和糧食平衡區的省份，糧食產量并不高，但其在生產要素投入環節配置合理，因此糧食生產效率值較高。面對產量和效率不匹配的問題，除了在各自的問題發生地尋找解決辦法，實現生產要素的合理配置；也應該在問題的發生地外尋找解決辦法，緩解水土資源時空差異問題，探討實施虛擬水戰略的可能性，從資源社會屬性的視角去解決矛盾。

2.3.2 不同省級行政區糧食生產要素投影分析 從生產要素投入角度分析，糧食生產整體投入和產出配置達到有效狀態，但各省級行政區的投入與產出配置并不合理，生產效率較低。因此，各省級行政區應調整糧食生產過程中的要素投入，具體在本文可表現為對各省級超效率DEA無效的投影分析，本文以2016年為例進行分析。

2016年我國糧食產量未能實現期待中的十三連增，但根據本文的超效率DEA分析可以看出2016年我國糧食生產效率平均值高于往年。在“去庫存、轉結構”的大背景下，我國糧食領域的主要矛盾已經轉變，不再一味追求糧食增產的數量，更要注重糧食增產的效率。

由表7分析可知，超效率DEA綜合效率值越低省份的生產要素投入存在冗余情況越多。糧食主產區中，河北、內蒙古、安徽、山東、河南和河北6個省級行政區超效率DEA無效，其中河南省生產效率值最高，為0.945 2，投入指標中糧食生產機械總動力和化肥施用量存在投入冗余情況，分別過度投入16.7%和16.19%。安徽省生產效率值最低，為0.650 8，投入指標中除糧食作物播種面積外均存在冗余情況，分別為22.6%、43.1%、51.92%、46.13%和45.76%。河南和安徽都是我國糧食生產凈調出省，為保障我國糧食安全做出了巨大貢獻，但二者的生產效率仍需要進一步提高。可以看出，我國糧食增產增效的巨大潛力，進一步調整生產要素資源配置，提升糧食生產效率，促進糧食產業轉型升級。

表7 2016年超效率DEA無效省份投影分析Table 7 Projection analysis of super-efficiency DEA invalid provinces in 2016

超效率DEA投影分析的結果也一定程度上解釋了糧食主產區產糧多、貢獻大，卻財政拮據、經濟落后的發展困境。糧食主產區過度的生產要素投入，造成了大量的資源浪費，生產成本居高不下，導致糧食生產利潤過低，收益難以提高，經濟發展緩慢。2017年國務院辦公廳發布《關于加快推進農業供給側結構性改革，大力發展糧食產業經濟的意見》中明確指出要全面落實國家糧食安全戰略，推動糧食產業提質增效，為構建更有效率、更可持續的糧食安全保障體系夯實產業基礎。糧食主產區糧食產量占全國糧食總產量的70%以上，在糧食產業轉型升級的道路上更要走在前列。

多年來，我國糧食增產大部分是糧食生產要素過量投入的結果，已經不符合現階段我國糧食產業的發展要求和未來的發展方向，急需轉型。在保障糧食生產順利開展的基礎上，調整各糧食生產要素的投入量，在保障國家糧食安全的基礎上，更好的實現糧食主產區自身的健康發展，從農業大省向農業強省轉變，是未來13個隸屬于糧食主產區的省級行政區必經的發展之路。

由表8投影分析可知，超效率DEA值大于1，DEA有效的省份，均存在生產要素投入不足情況，與三大區域的超效率DEA測度結果一致，說明雖然生產效率較高，但仍未達到要素的最優配置，存在進一步調整的空間。黑龍江省是2016年我國糧食生產效率綜合值最高的省份，超效率DEA投影分析結果表明，糧食生產投入要素中農用塑料薄膜使用量和化肥施用量不足，分別為86.57%和41.14%，這與目前我國提倡的生態農業的要求相吻合，雖然塑料薄膜和化肥施用量的投入不足一定程度上犧牲了黑龍江省的糧食生產綜合效率值，但是從可持續發展的角度看這種犧牲是值得的。從依靠過度的生產要素投入向“綠色農業、生態農業”轉型，有利于實現糧食產業的轉型升級，生產綠色健康的糧食產品，推廣地理標志農產品品牌化建設，在經濟效益上的損失可以從完善糧食產業的精深加工，提升糧食產品附加值方面去彌補，促進糧食一二三產業融合，實現經濟效益的最大化。

表8 2016年超效率DEA有效省份投影分析Table 8 Projection analysis of super-efficiency DEA effective provinces in 2016

同時可以看出，糧食生產綜合效率值較高，DEA有效的省份中，天津、遼寧、吉林、上海、江蘇、江西、湖南、重慶、四川、西藏和寧夏11個省級行政區存在糧食作物播種面積不足的情況，其中吉林省糧食作物播種面積不足情況最為嚴重，不足比為40.76%。糧食作物播種面積投入不足的11個省級行政區可以分為兩種情況，一種是社會因素，隨著城市化、現代化進程的不斷加快，糧食生產用地被一再壓縮，比如天津、上海、江蘇等；另一種是自然因素，受地形、土壤、氣候、水文等自然因素的限制，糧食生產無法有效開展，比如西藏、寧夏、四川、重慶等。2013年已有學者指出，保障國家宏觀層面的糧食安全應堅持最嚴格的耕地保護制度，繼續嚴格保護耕地資源[15]。

3 結論與政策建議

3.1 結論

從不同生產區來看，2004—2016年我國糧食生產效率較高。從歷年的縱向平均值來看，這期間我國的糧食生產效率表現為上升趨勢，偶爾有小幅波動；從不同生產區的橫向對比來看，雖然糧食生產效率值較高，但是存在糧食生產效率波動較大和增速較慢的問題。進一步投影分析發現，我國糧食生產要素投入不足情況突出，糧食主產區最為嚴重，投入要素中糧食作物播種面積的缺口最大。

從不同省級行政區來看，2004—2016年糧食生產效率值差異較大，存在較高、較低和低三種狀態，并且發現糧食生產能力強、糧食生產地位高的省份其糧食生產效率并不高。進一步投影分析發現，我國糧食生產投入環節存在嚴重的投入冗余或投入不足情況，糧食生產要素的配置不合理。部分農業大省生產資源過度投入，導致糧食產業利潤低，產糧多、貢獻大且經濟拮據、發展落后。

3.2 政策建議

嚴守耕地紅線，加強耕地保護。糧食作物是人們有效從事生產生活的基礎，是最重要的商品，是不可或缺的。但糧食生產過程中我國糧食作物播種面積嚴重不足，這其中有自然因素的制約，但更多的是城市化、現代化進程中對耕地的過度占用所導致，我國的耕地問題不容忽視。2017年我國下發的《關于加強耕地保護和改進占補平衡的意見》明確指出，要嚴格控制建設占用耕地，改進耕地占補平衡管理，推進耕地質量提升和保護，健全耕地保護補償機制。實現占補平衡，一定要占優補優、占水田補水田，嚴厲打擊以次充好的問題。

建議實施糧食虛擬水戰略。我國水土資源的時空差異大，然而糧食生產過程對水資源的需求量巨大，除了在問題的發生地尋找解決辦法，也應該抓住水資源的社會屬性來解決這一問題。近年來，專家學者針對糧食主產區利益補償機制問題開展系統深入的研究[16-17]，我國政府也多次提出建立和完善糧食主產區的利益補償機制。然而，水資源的缺口是經濟層面單一的利益補償所不能滿足的，因此，在經濟層面的利益補償之外應更多的思考對自然資源的補償。Allan[18]在20世紀90年代提出虛擬水概念，程國棟[19]最先將這一概念引入我國，孫才志等[20]進一步分析了虛擬水戰略在我國的適用性問題。虛擬水戰略為解決水資源不足造成的糧食生產問題提供了一種新的選擇，從而更好的保障糧食生產和糧食安全。

加大力度支持糧食主產區建立健全高科技農業從業人員引進政策和獎勵機制。現階段我國糧食產業發展的主要矛盾已從總量矛盾轉變為結構性矛盾，從要求高產轉變為高效高產和提質增效，實現生產資源的優化配置，這對從事糧食生產的人員和服務于糧食生產的農業機械提出更高的要求。為彌補從事糧食生產的勞動力不足、勞動力文化水平較低和農業機械化程度低等問題，應提高從事農業生產的勞動力素質，加強對農民的技術培訓，培育職業農民；培育懂農業、愛農村、愛農民的“三農”工作隊伍，既要保證從事糧食生產的勞動力數量，又要積極推進農業現代化進程。改善二者投入不足現狀，提升糧食生產效率，保障糧食產業的可持續發展和國家糧食安全。

加強糧食產品精深加工，促進糧食產業與二三產業融合發展。糧食主產區、糧食凈調出省中生產效率較低的糧食生產大省應從自身尋找原因，既要開源又要節流，減少生產要素的過度投入，扭轉“過量式、粗放型”的糧食生產，減輕經濟負擔，優化資源配置，提高糧食生產效率，由糧食生產大省向糧食產業強省轉型，盡快擺脫產糧多、貢獻大卻財政拮據、經濟落后的發展困境。