基于 DEA-Malmquist模型的貴州農(nóng)業(yè)生產(chǎn)效率分析

王鑫磊， 黃東兵

(貴州財(cái)經(jīng)大學(xué) 管科學(xué)院， 貴州 貴陽(yáng) 550025)

農(nóng)業(yè)是支撐貴州省經(jīng)濟(jì)發(fā)展的主要國(guó)民經(jīng)濟(jì)行業(yè)之一，2016年貴州省國(guó)民生產(chǎn)總值達(dá)11 776.73億元，其中農(nóng)業(yè)貢獻(xiàn)1 944.32億元，占貴州省國(guó)民經(jīng)濟(jì)生產(chǎn)總值的16.5%，位居第二。貴州是典型的山區(qū)農(nóng)業(yè)省，受自然環(huán)境條件的限制，在農(nóng)業(yè)發(fā)展過(guò)程中會(huì)受到一些因素的影響，如被山地分割難以規(guī)?；a(chǎn)，機(jī)械化普及有阻礙等。經(jīng)統(tǒng)計(jì)表明，貴州省9個(gè)市州的農(nóng)林牧漁總產(chǎn)值在2005-2009年呈緩慢增長(zhǎng)趨勢(shì)，2009-2010年增長(zhǎng)較明顯，2010-2012年下降幅度較大，2012年以后趨于平穩(wěn)。同時(shí)主要農(nóng)作物播種面積自2007年以來(lái)呈逐年增長(zhǎng)態(tài)勢(shì)，表明，只通過(guò)要素投入已不能很好地促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展。研究如何提升貴州省農(nóng)業(yè)生產(chǎn)效率及促進(jìn)農(nóng)業(yè)總產(chǎn)值的持續(xù)增長(zhǎng)已成為當(dāng)前急需解決的問(wèn)題。

我國(guó)學(xué)者對(duì)農(nóng)業(yè)生產(chǎn)效率的研究已相當(dāng)普遍，并取得了豐碩成果。賀志亮等[1]運(yùn)用三階段DEA模型對(duì)我國(guó)農(nóng)業(yè)的生產(chǎn)效率及其影響因素的研究認(rèn)為，農(nóng)村居民家庭人均純收入、財(cái)政支農(nóng)支出是農(nóng)業(yè)生產(chǎn)效率改善的積極因素，鄉(xiāng)村人口平均受教育年限和自然災(zāi)害是農(nóng)業(yè)生產(chǎn)效率改善的不利因素。白瑪雍珍[2]基于SFA方法對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)的技術(shù)效率及其影響因素的實(shí)證研究認(rèn)為，我國(guó)農(nóng)業(yè)技術(shù)效率整體呈上升趨勢(shì)，但平均技術(shù)效率水平較低，有效灌溉面積和人均農(nóng)機(jī)總動(dòng)力對(duì)技術(shù)效率的促進(jìn)作用較大。田偉等[3]運(yùn)用SFA方法對(duì)我國(guó)棉花生產(chǎn)技術(shù)效率的分析認(rèn)為，棉花生產(chǎn)的技術(shù)效率隨時(shí)間波動(dòng)，且地區(qū)間存在較明顯差異，同時(shí)各省份間的棉花生產(chǎn)效率具有趨同趨勢(shì)。劉洋等[4]運(yùn)用DEA-Malmquist生產(chǎn)率指數(shù)方法對(duì)中國(guó)馬鈴薯生產(chǎn)效率的實(shí)證分析指出，中國(guó)馬鈴薯的全要素生產(chǎn)率呈下降趨勢(shì)，各地區(qū)全要素生產(chǎn)率變化存在較大差異。馬鳳才等[5]運(yùn)用DEA方法對(duì)黑龍江省農(nóng)業(yè)技術(shù)效率進(jìn)行了研究，并基于生產(chǎn)效率對(duì)黑龍江省農(nóng)業(yè)可持續(xù)性進(jìn)行了分析。鮑學(xué)東等[6]基于超越對(duì)數(shù)隨機(jī)前沿方法對(duì)四川省農(nóng)業(yè)生產(chǎn)技術(shù)效率及其影響因素的分析得出，四川農(nóng)業(yè)生產(chǎn)技術(shù)效率隨時(shí)間呈下降趨勢(shì)，且地區(qū)間差異明顯，資本投入和社會(huì)經(jīng)濟(jì)條件對(duì)技術(shù)效率的影響顯著。另外，王亞坤等[7-8]運(yùn)用DEA方法分別對(duì)我國(guó)蔬菜生產(chǎn)和烤煙生產(chǎn)的技術(shù)效率進(jìn)行分析。彭可茂等[9]運(yùn)用SFA方法對(duì)我國(guó)油菜生產(chǎn)進(jìn)行了技術(shù)效率分析。李燦華等[10-11]運(yùn)用SFA方法對(duì)我國(guó)烤煙生產(chǎn)進(jìn)行了技術(shù)效率的分析。

綜上所述，對(duì)農(nóng)業(yè)生產(chǎn)技術(shù)效率的分析研究多運(yùn)用隨機(jī)前沿方法(SFA)和數(shù)據(jù)包絡(luò)分析(DEA)2種方法[12]。相對(duì)隨機(jī)前沿方法，DEA-Malmquist模型不需事先確定生產(chǎn)函數(shù)和相關(guān)參數(shù)，避免了模型設(shè)定不合理帶來(lái)的影響。相對(duì)于DEA方法，DEA-Malmquist模型的優(yōu)勢(shì)體現(xiàn)在不僅可以處理包含多個(gè)時(shí)間點(diǎn)觀測(cè)值的面板數(shù)據(jù)對(duì)技術(shù)效率的變動(dòng)情況進(jìn)行分析，同時(shí)能夠?qū)夹g(shù)水平的變化(技術(shù)進(jìn)步)進(jìn)行測(cè)定。鑒于此，基于2005-2014年貴州省9個(gè)市州的投入產(chǎn)出面板數(shù)據(jù)，選用DEA-Malmquist全要素生產(chǎn)率指數(shù)方法對(duì)貴州省農(nóng)業(yè)生產(chǎn)效率進(jìn)行測(cè)算與分析，并提出發(fā)展貴州省農(nóng)業(yè)的建議與對(duì)策，以期為提升貴州省農(nóng)業(yè)生產(chǎn)效率，促進(jìn)貴州省農(nóng)業(yè)高質(zhì)量發(fā)展提供參考。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

基礎(chǔ)數(shù)據(jù)來(lái)源于《貴州統(tǒng)計(jì)年鑒》，選取貴州省2005-2014年9個(gè)市州的面板數(shù)據(jù)進(jìn)行研究。

1.2 方法

參考文獻(xiàn)[13-16]以農(nóng)林牧漁總產(chǎn)值為產(chǎn)出指標(biāo)，為避免受價(jià)格波動(dòng)的影響，采用價(jià)格指數(shù)以2005年為基期進(jìn)行調(diào)整；以農(nóng)村第一產(chǎn)業(yè)就業(yè)人員、農(nóng)作物總播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力和化肥用量等4個(gè)指標(biāo)為投入指標(biāo)。

假設(shè)(x2,y2)和(x2+1,y2+1)分別表示決策單元(DMU)在時(shí)期t和時(shí)期t+1的投入變量和產(chǎn)出變量，以規(guī)模收益不變(CRS)條件下產(chǎn)出導(dǎo)向的距離函數(shù)為基礎(chǔ)進(jìn)行Malmquist指數(shù)(全要素生產(chǎn)率變化指數(shù))的計(jì)算。首先設(shè)定參考集，即分別采用t時(shí)期和t+1時(shí)期作為參考前沿，其次，用Dt和Dt+1分別表示以t時(shí)期和t+1時(shí)期為參考前沿的距離函數(shù)，通過(guò)計(jì)算得到2個(gè)時(shí)期的Malmquist指數(shù)。

Mt(xt+1,yt+1,xt,yt)=Dt(xt+1,yt+1)/Dt(xt,yt)

Mt+1(xt+1,yt+1,xt,yt)=Dt+1(xt+1,yt+1)/Dt+1(xt,yt)

對(duì)Mt和Mt+1計(jì)算幾何平均值作為被測(cè)算決策單元(DMU)的Malmquist指數(shù)，其中，M>1表示生產(chǎn)率的提高，M<1表示生產(chǎn)率下降，當(dāng)M=1則表示生產(chǎn)率沒(méi)有變化。

技術(shù)效率(EC)變化為：

EC=Dt+1(xt+1,yt+1)/Dt(xt,yt)

技術(shù)變化(TC)即2個(gè)時(shí)期前沿面相對(duì)前移的情況。

Malmquist指數(shù)可分解為技術(shù)效率變化和技術(shù)變化：

在規(guī)模收益(VRS)可變條件下，技術(shù)效率變化可拆分為純技術(shù)效率(PEC)變化和規(guī)模效率(SEC)變化。

式中，Dv(xt,yt)表示規(guī)模報(bào)酬可變的距離函數(shù)，DC(xt,yt)表示規(guī)模報(bào)酬不變的距離函數(shù)。

從而Malmquist指數(shù)可分解為：

M(xt+1,yt+1,xt,yt)=PEC×SEC×TC

1.3 數(shù)據(jù)處理

運(yùn)用DEAP 2.1對(duì)2005-2014年貴州省9個(gè)市州的農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)進(jìn)行分析，計(jì)算各市州綜合技術(shù)效率變化指數(shù)、技術(shù)水平變化指數(shù)、純技術(shù)效率變化指數(shù)、規(guī)模效率變化指數(shù)和Malmquist指數(shù)。

2 結(jié)果與分析

2.1 各市州的 Malmquist指數(shù)

從表1可知，2005-2014年貴州省農(nóng)業(yè)Malmquist指數(shù)平均為0.981，全要素生產(chǎn)率年均增長(zhǎng)率為-1.9%，全要素生產(chǎn)率呈下降趨勢(shì)，主要由純技術(shù)效率的下降和規(guī)模效率的下降導(dǎo)致。規(guī)模效率的降低，表明貴州省農(nóng)業(yè)處于規(guī)模收益遞減階段，不能單純依靠擴(kuò)大種植面積提升生產(chǎn)率，而要通過(guò)加快促進(jìn)規(guī)模化生產(chǎn)、專業(yè)化分工及產(chǎn)業(yè)化經(jīng)營(yíng)提高農(nóng)業(yè)生產(chǎn)效率。盡管技術(shù)水平變化指數(shù)為1.010，表現(xiàn)為技術(shù)水平的提高，但無(wú)法帶動(dòng)全要素生產(chǎn)率的提升，說(shuō)明單靠技術(shù)水平的提高還無(wú)法促進(jìn)生產(chǎn)率的提升，還需依靠技術(shù)效率的提高。故對(duì)于貴州省農(nóng)業(yè)而言，應(yīng)在現(xiàn)有技術(shù)水平基礎(chǔ)上優(yōu)化資源配置及提升管理水平，使技術(shù)優(yōu)勢(shì)得以充分發(fā)揮，同時(shí)應(yīng)繼續(xù)加快提高生產(chǎn)技術(shù)水平，通過(guò)技術(shù)創(chuàng)新及科技成果轉(zhuǎn)化，提升農(nóng)業(yè)的發(fā)展質(zhì)量。

9個(gè)市州中只有貴陽(yáng)市的Malmquist指數(shù)維持在1.000不變，技術(shù)水平變化指數(shù)、純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)均為1.000；其他市州的Malmquist指數(shù)均在1.000以下。其中，六盤水市和遵義市全要素生產(chǎn)率的降低主要由規(guī)模效率的降低引起，今后要加快促進(jìn)農(nóng)業(yè)的規(guī)?；?jīng)營(yíng)，適度降低種植面積。安順市、黔西南州、黔東南州和黔南州全要素生產(chǎn)率的降低主要由純技術(shù)效率的降低引起，今后要注重提升農(nóng)業(yè)管理水平、優(yōu)化資源配置及發(fā)掘內(nèi)部潛力。畢節(jié)市全要素生產(chǎn)率的降低由技術(shù)水平的降低引起，應(yīng)加快畢節(jié)市農(nóng)業(yè)的技術(shù)創(chuàng)新步伐，加速創(chuàng)新成果的轉(zhuǎn)移轉(zhuǎn)化，從新技術(shù)的引進(jìn)與應(yīng)用方面提升全要素生產(chǎn)率。銅仁市的Malmquist指數(shù)最低，為0.907，全要素生產(chǎn)率年均下降9.3%，主要由技術(shù)水平、純技術(shù)效率和規(guī)模效率的降低共同引起，銅仁市應(yīng)在加快農(nóng)業(yè)科技創(chuàng)新的同時(shí)，還要加大發(fā)掘系統(tǒng)內(nèi)的技術(shù)潛力、優(yōu)化資源配置及提升管理水平，同時(shí)加快引導(dǎo)土地流轉(zhuǎn)，形成規(guī)?；a(chǎn)的農(nóng)業(yè)發(fā)展模式。致使貴州省各市州全要素生產(chǎn)率降低的原因各不相同，應(yīng)針對(duì)各市州的具體情況，制定提升農(nóng)業(yè)生產(chǎn)率的對(duì)策。

表1 2005-2014年貴州省9個(gè)市州的Malmquist指數(shù)

2.2 各年 Malmquist指數(shù)的變化趨勢(shì)

從圖1和表2看出，2005-2014年的Malmquist指數(shù)波動(dòng)性較大，如貴州省農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)率2009-2010年的最高，為100.8%，2011-2012年的最低，為―33.2%，同時(shí)各年的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率變化指數(shù)基本圍繞1呈微小波動(dòng)，且基本保持穩(wěn)定態(tài)勢(shì)，對(duì)全要素生產(chǎn)率的波動(dòng)影響較小，技術(shù)水平變化指數(shù)曲線與Malmquist指數(shù)曲線的變化基本一致[17]，當(dāng)全要素生產(chǎn)率增長(zhǎng)率達(dá)最高時(shí)，技術(shù)水平的增長(zhǎng)率也最高，為109.5%，當(dāng)全要素生產(chǎn)率增長(zhǎng)率最低時(shí)，相應(yīng)的2010-2012年的技術(shù)水平的增長(zhǎng)率達(dá)最低水平，分別為-41.7%和-30.6%，也是導(dǎo)致生產(chǎn)率變化指數(shù)波動(dòng)的原因。說(shuō)明，技術(shù)水平的提高對(duì)貴州省農(nóng)業(yè)全要素生產(chǎn)率的提升具有重要作用，今后，貴州省應(yīng)加快構(gòu)建農(nóng)業(yè)的技術(shù)創(chuàng)新體系，增加科研投入，加強(qiáng)政策支持和人才引進(jìn)，注重提升科技成果的轉(zhuǎn)化效率，通過(guò)創(chuàng)新驅(qū)動(dòng)發(fā)展貴州農(nóng)業(yè)。

從圖1看出，生產(chǎn)技術(shù)水平不可持續(xù)性提高可能與技術(shù)創(chuàng)新的間斷性、滯后性和適應(yīng)性有關(guān)。表明，應(yīng)加快技術(shù)創(chuàng)新的效率，形成創(chuàng)新機(jī)制，通過(guò)源源不斷創(chuàng)新成果的應(yīng)用使創(chuàng)新釋放持久活力。

圖1 2005-2014年貴州省各年度 Malmquist指數(shù)的變化趨勢(shì)

表2 2005-2014年貴州省各年度的 Malmquist指數(shù)

3 結(jié)論與討論

運(yùn)用非參數(shù)的DEA-Malmquist全要素生產(chǎn)率指數(shù)方法，對(duì)2005-2014年貴州省9個(gè)市州農(nóng)業(yè)投入產(chǎn)出面板數(shù)據(jù)的分析得出：一是貴州省農(nóng)業(yè)的平均全要素生產(chǎn)率呈下降態(tài)勢(shì)，全要素生產(chǎn)率年均增長(zhǎng)率為―1.9%，下降的主要原因是綜合技術(shù)效率的降低，而綜合技術(shù)效率的下降是由純技術(shù)效率和規(guī)模效率同時(shí)下降導(dǎo)致的。二是除貴陽(yáng)市的全要素生產(chǎn)率保持不變外，其余各市州的全要素生產(chǎn)率均降低，且各地降低的主導(dǎo)因素不同，應(yīng)針對(duì)各市州的具體情況，制定提升農(nóng)業(yè)生產(chǎn)率的對(duì)策。三是Malmquist指數(shù)隨時(shí)間波動(dòng)的主導(dǎo)原因是技術(shù)水平的變化，技術(shù)水平的提高對(duì)生產(chǎn)率的提升具有較大作用。

為提升貴州省農(nóng)業(yè)生產(chǎn)效率，提出如下建議：首先是在保持不增加耕種面積的前提下，加快引導(dǎo)土地流轉(zhuǎn)，引入強(qiáng)勢(shì)的經(jīng)營(yíng)主體，形成規(guī)?；a(chǎn)，將農(nóng)民組織起來(lái)，加強(qiáng)專業(yè)分工。其次是建立專業(yè)化管理隊(duì)伍，引入現(xiàn)代化管理理論，加強(qiáng)農(nóng)業(yè)的管理水平。第三是建立農(nóng)業(yè)發(fā)展的技術(shù)創(chuàng)新體系，營(yíng)造技術(shù)創(chuàng)新環(huán)境，形成高效的創(chuàng)新機(jī)制，加快科技成果的轉(zhuǎn)移轉(zhuǎn)化，同時(shí)推進(jìn)互聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等與農(nóng)業(yè)的深度融合，形成貴州省農(nóng)業(yè)發(fā)展新模式。