基于三階段DEA模型的遼寧省農業生產效率分析*

◎馬鳳才 郭喜偉 陳 璐

一、引言

遼寧省是重要的糧食主產區，在我國農業生產中發揮著重要作用。在倡導綠色發展的形勢下，農業產出的增加不能僅依靠投入的增加，還要全面的考慮其他因素。因此，提高農業生產效率刻不容緩，這是保障農民收入增加，使我國由農業大國轉變為農業強國的重要措施。

Ruttan（2002）比較早的考慮了在資源和環境等因素限制下如何提高農業生產效率的問題［1］。三階段DEA模型由Fried et al（2002）［2］第一次提出，由于三階段模型可以消除環境因素和隨機因素的影響，因此該方法得到了眾多學者的認同并積極加以運用。國內學者主要從兩個方面開展研究，一方面是關于全國的研究，如郭軍華等（2010）［3］、賀志亮等（2015）［4］分別對我國不同年份的農業生產效率開展研究；另一方面是對某個地區進行分析，如劉子飛等（2015）對陜西洋縣［5］、苑穎等（2017）對保定市24個縣區［6］，分別進行了農業生產效率分析。

本文通過構建三階段DEA模型，去除環境因素和隨機因素，真實反映遼寧省農業生產效率情況，為以后農業生產提供指導。

二、研究方法及數據說明

（一）三階段DEA模型

第一階段，傳統DEA模型。在本文中使用DEA的BCC模型作為第一階段的測算模型。

第二階段，構造隨機前沿模型，以最有效決策單元為參照，去除環境和隨機因素，將投入單元重新調整，將管理無效率和隨機干擾因素從計算中分離。

第三階段：調整后的投入數據代替原始投入數據，產出數據仍為一階段數據，重復一階段計算過程，再次測算效率值。

（二）投入產出指標及環境變量選取

1.投入產出指標選取

在農業生產投入過程中，化肥、灌溉、機械動力可以看做投入指標。所以，投入指標選擇勞動力、化肥、灌溉面積、土地和機械的總動力。

化肥投入（萬噸）以遼寧省2016年農業生產過程中農業生產的磷、氮、鉀和復合肥折純量的總量計算，灌溉面積以有效灌溉面積（千公頃）表示，機械總動力以農業機械總動力（萬千瓦特）表示，土地投入用農作物播種總面積（千公頃）表示，勞動力投入用農林牧漁業鄉村從業人員人數（萬人），產出指標用主要農產品產量（萬噸）。

2.環境變量選取

環境變量選用農業生產的自然環境、經濟發展水平、政策支持、農村居民收入水平因素。

自然環境用全年降水量（hm）表示，理論預期降水量的增加會帶來正負兩方面的影響。政策支持以農林水事物支出（萬元）表示，財政政策是與農業生產聯系十分緊密的政策，財政支農費用的增加給提高農業生產效率帶來有利的條件。農村居民收入水平以人均可支配收入（元）表示，理論預期人均可支配收入的增加能夠提升農業生產效率。經濟發展水平用第二三產業GDP（億元）表示，理論與期該變量的提高能夠帶動農業的發展，使農業生產效率得到提高。

在本文中數據源自于《中國縣域統計年鑒（2017）》和《遼寧省統計年鑒（2017）》。

三、結果與分析

（一）第一階段DEA分析

運用DEAP2.1軟件，對遼寧省14個市農業生產效率研究，結果如表1，在不考慮農業生產效率受外部環境因素跟對農作物總的播種面積、化肥折純量、農林牧漁業鄉村從業隨機因素影響下，2016年遼寧省各市農業生產純技術效率、規模效率、綜合技術效率的平均值分別為0.906、0.942和0.875。其中沈陽、鞍山、盤錦、鐵嶺、朝陽5個城市處在技術效率的前沿面，另外9個城市都還有進步的空間。由于傳統DEA模型包括了隨機因素和環境因素對農業生產效率的影響，不足以體現真實的農業生產效率，因此選用SFA模型進行調整。

表1 第一階段傳統DEA分析結果

（二）第二階段SFA回歸分析結果

把4個環境變量作為解釋變量，將一階段得到的投入松弛變量用作被解釋變量，應用Front4.1軟件進行隨機前沿分析（SFA），分析結果如表2。大部分統計量在1%的檢驗水平上顯著，表明環境因素對農業生產產生了影響。投入變量的松弛變量均通過了1%水平下的顯著性檢驗，表明在以上5個投入變量中，導致效率降低或升高的主要因素是自身管理。

1.在5個松弛變量中，除了對化肥折純量、農業機械總動力的影響在0.1的水平下顯著，對其他變量的影響不顯著，該變量除有效灌溉面積投入方程中為正值，其他均為負值。說明全年降水量的變化與有效灌溉面積的變化成反向，與其他4個投入松弛變量的變化成正向變動，得到的結果和理論預期相同。

表2 第二階段SFA回歸分析結果

2.農林水事物預算支出的增加對5個投入松弛變量的系數均為負，對有效灌溉面積、農業機械總動力的t檢驗結果不顯著，其他均能夠通過0.05的顯著性檢驗。這體現了農林水事物預算支出給農業生產效率帶來了一定的正向作用，提高農林水事物預算支出會引起投入松弛量的減少，與理論預期一致。

3.各區域農村常住居民人均可支配收入與對農業機械總動力投入松弛變量的相關系數為正，其他都為負，但是對投入指標的影響均不明顯。農林牧漁業鄉村從業人員人數、農作物總播種面積通過0.01水平的顯著性檢驗，表示當農民收入有所增加時，可能開始尋找除了農業以外的更高收入方式，引起農作物播種面積、從業人員減少，同理論預期相比存在一定的差距。

4.第二、第三產業GDP對各松弛變量存在正向作用，人員人數均通過顯著性水平為0.1的檢驗，與預期二三產業帶動第一產業發展的設想不符，可能的原因是缺乏有效實施辦法，導致第一產業的發展與二三產業隔離，無法進行有效融合。

（三）第三階段DEA分析結果

將上一階段整理調整得到投入值與原產出值重新進入模型運算，得到相同外部條件下的真實生產效率值。從表3可以看出在排除環境因素與隨機因素的條件下，遼寧省各市綜合規模效率下降了5.3%，純技術效率上升了0.5%，技術效率下降了4.3%，說明引起綜合效率偏低的主要原因是規模效率降低。

表3 第三階段DEA分析結果及去除環境與隨機因素效率變化

由表3可知，沈陽、鞍山、朝陽3個市的效率變化值為0，達到了真正的效率最優，盤錦和鐵嶺在去除外界因素后，由最優效率狀態轉變成非效率最優。本溪和丹東綜合效率值下降幅度最大，丹東的純技術效率也存在明顯下降，這2個城市真實的農業效率值并不是很高。

四、結論與建議

（一）結論

第一，排除環境因素和隨機因素后，農業生產效率產生了變化，表現為純技術效率提升，規模效率降低，表明農業生產效率確實受到環境因素與隨機因素的影響。

第二，規模效率低是引起生產效率低的主要原因。遼寧省農戶耕種土地面積距離規模產出的經營規模仍有差距。

（二）建議

1.降水是不可控制因素，應通過鼓勵農民購買保險，來減少不可抗力帶來的干旱或洪澇等自然災害帶來的虧損。

2.從研究結果可知，政策支持對于農業生產效率的影響顯著，因此應提高財政支持力度，改善農業生產環境。

3.適度規模化種植，逐步實現規模效應最大化。經過對投入進行調整，規模效率比調整前更低，說明遼寧省的生產環境改善對提升規模效率有益處。

4.二三產業發展速度高于農業的發展速度是一直存在的現象，但是不能忽視第一產業的發展，應做到二三產業拉動農業發展，進一步提升農業效率。