江西省農業生產效率綜合評價

何永華 王亞磊

摘要：文章首先根據現代農業發展水平指標體系選出10個投入產出指標，再對指標進行組合，得到5個效益型指標和3個生產要素型指標。然后采用熵權模糊物元評價方法和數據包絡方法對農業生產效率進行綜合評價。結果表明： 兩者得出的結果基本一致，江西省2012年到2017年農業生產效率總體上逐年遞增，個別年份的回落與規模遞增可以總結為對生產要素指標投入的不夠和投入冗余過高，兩者不足的指標均是與生產要素相關。說明在以后的農業生產投入中，應側重在保證投入力度的基礎上實現對投入要素的充分利用。

關鍵詞：模糊物元;數據包絡;生產效率

自2004年以來，中央“一號文件”已經連續十四年將三農問題放在每年的經濟建設中心位置。并且在2019年的政府工作報告中也著重強調三農問題對于我國經濟建設的重要性。隨著經濟的發展，我國的經濟中心越來越向農業偏移，農產品的質量和數量也很大程度上影響到我國出口貿易。并且農業關乎我國人民的生活水平和溫飽問題，農業發展的情況也和我國農民的經濟狀況息息相關，這也是導致貧富差距集中在農村的原因。如何才能讓農民富起來，讓經濟發展的更快。追根溯源，還是要提升農業生產效率，充分利用我國的技術資源，人力資源，讓每一份投入都得到最優的產出。所以如何更好更全面的評價農業生產效率，搞清楚制約農業發展效率的原因，再對癥下藥，合理的調配資源。

以往在對農業生產效率評價的文獻里，大多是使用數據包絡分析投入產出效率。諶貽慶、王華瑞（2016）等采用超效率DEA和Malmquist指數分析江西省的農業生產效率，結果表明：江西省景德鎮、撫州及鄱陽湖地區的農業生產效率較高;錢麗、肖仁橋等（2010）運用三個DEA模型對安徽省17個地市進行效率評價，研究結果顯示：2008年安徽省除了合肥市等5個地市外，其他均為DEA無效;閆曉冉、王媛媛等（2014）采用DEA對黃岡市2001～2008年的農業生產效率進行評價，結果表明：非技術有效年份都存在農業生產投入結構不科學的問題;汪旭暉、劉勇等（2008）采用DEA對我國31個省份自治區的農業生產效率進行評價，結果發現：2003-2005年間有些農業大省農業生產效率較低;喬海鑫、王艷華（2014）運用主成分分析法對吉林省農業生產效率進行綜合評價，結果表明：這幾年吉林省農業生產效率增長較快。

以上研究大多采用DEA方法對農業生產效率進行評價，而DEA方法的根本特點是利用決策單元的輸入、輸出數據組成的生產可能集的有效前沿面來衡量每個決策單元的投入產出相對效率， 由于該方法不涉及參數估計和權重確定問題， 評價結果不受各項指標量綱不同的影響，使得這一方法廣泛用于對投入產出效率進行客觀評價。但是由于指標間的不兼容問題難免會影響到評價結果的準確性，而模糊物元分析方法以促進事物轉化、解決不相容問題為核心，適合用在多因素評價問題上。所以文章結合模糊物元和DEA模型以求更加科學有效的對江西省農業生產效率進行綜合評價。

一、研究方法

（一）熵權模糊物元

模糊物元的概念：要知道這個概念首先要從物元說起。任何事物都可以用三個要素來概括，分別是事物、特征、量值。這樣的概括方式可以更好的對事物做定性和定量分析。那么由這三個要素組成的有序三元組就是物元。如果其中的量值是模糊量值，那么有序三元組就變成了“事物、特征、模糊量值”。這樣的物元就叫做模糊物元。

對于有多個樣本，多個評價指標組成的模糊物元矩陣R=（Xij）p×q，其中Xij為第j個評價目標的第i個評價指標對應的數值。熵權模糊物元評價方法步驟如下：

1. 從優隸屬度的確定：從優隸屬度可以表示每個評價指標相對應的模糊量值隸屬于相應標準方案評價指標的模糊量值的大小。由此計算所有評價方案的從優隸屬度，構建從優隸屬度模糊物元矩陣。

越大越優型 uik=■（2）

越小越優型 uik=■（3）

式中xik為第i個事物第k項特征對應的量值;maxXik、minXik 分別為各事物中每一項特征所有量值Xik中的最大值和最小值。

2. 標準和差平方模糊物元： 為了構建標準和差平方模糊物元，用從優隸屬度的最大或者最小值組成p維標準模糊物元矩陣Rpo，Rpo與模糊物元矩陣中各項差平方用Δij表示，從而得到差平方模糊物元RΔ，其中Δij=（uoj-uij）2。

3. 歐式貼進度與模糊物元評價： 歐式貼進度的意義是被評價樣本和標準方案之間相互接近的距離大小，距離越大說明兩者越接近。采用M（·，+）算法，計算貼進度，構建貼進度復合模糊物元矩陣RρH，即：ρHj=1-■，RρH=[ρH1，…，ρHQ]，其中Wi為各個評價指標的權重，文章利用熵權法對農業生產效率評價中各指標進行賦權。

（二）DEA模型

數據包絡分析法是經濟管理領域最常用方法之一，它是由數學、運籌學、數理經濟學、管理學交叉而產生的一種評價多投入多產出的數學模型工具。它可以評價多投入和多產出之間的相對有效性，就是因為它的這種相對有效性，使數據包絡分析可以在最優的意義上進行客觀的評價，消除了過去因為確定指標權重而產生的相應問題。并且由于投入和產出之間的相互聯系和相互制約使得在使用過程當中不需要確定其關系。1978年，A.Charnes，W.W.Cooper和Rhodes給出了評價決策單元相對有效性的C2R模型。1984年，Banker，Charnes和Cooper給出了C2GS2模型。C2R模型用于評價決策單元的規模效率和技術效率的總體有效性，而C2GS2模型用于評價決策單元的技術有效性。文章采用兩種模型對生產效率進行評價，模型具體步驟見文獻。

二、研究地區與數據資料

文章參考了農業生產能力相關指標，選取江西省2012-2017年的農業生產效率指標，其中投入指標8個，產出指標兩個。分別是C1農村牧漁業從業人員（萬人）、C2農作物總播種面積（千公頃）、C3農業機械總動力（萬千瓦）、C4化肥使用量（萬噸）、C5農村用電量（億千瓦每小時）、C6有效灌溉面積（千公頃）、C7農村居民家庭擁有農業生產性固定資產原值（元每戶）、C8農村水電建設本年度完成投資額（萬元）、D1農林牧魚業總產值（億元）、D2 糧食總產量（萬噸）。然后將10個投入產出指標組合成5個效益型指標和3個生產要素型指標，分別是單位播種施肥量人每噸、勞均用電量千瓦時每人、有效灌溉率%、單位耕地面積農機動力千瓦每公頃、農村家庭農業生產性固定資產元每戶、人均農村水電建設投資額元每人、單位耕地面積糧食量千克每公頃、農業勞動生產率元每人。數據來源于國家統計年鑒。

三、評價結果分析

（一）模糊物元評價結果分析

利用熵權法確定指標權W=（0.1274，0.1338，0.1442，0.1055，0.1658，0.1150，0.0970，0.1113），計算歐氏貼近度：根據差平方模糊物元矩陣和權重系數ρHj=（0.6955 0.7244 0.7807 0.7544 0.7891 0.8769）由以上結果分析得江西省農業生產效率排序為2017>2016>2014>2015>2013>2012。

為了更加清晰的分析江西省農業生產效率變化趨勢，畫出生產效率隨時間變化趨勢圖，如圖1所示。從圖1可以看出，2012年到2017年江西省農業生產效率除了2014年到2015年下降外，整體上是上升趨勢，這說明江西省在這6年里農業生產效率穩步提高。更加仔細的觀察數據表可以發現，2012年到2014年由于各項指標幾乎實現同步增長，這幾年的生產效率增長速度也進入高速增長，其中比較突出的指標有單位耕地面積糧食量、農業勞動生產率、農機動力、農業生產性固定資產，這說明將資源投資在農業生產要素上給生產效率帶來了很大的提高。2014年后生產效率有一定的下降，2015年后又開始回升。這主要是因為單位耕地面積糧食量在這一年不僅沒有上升反而下降，并且其中占權重較大的指標人均農村水電建設投資額下降已經達到45%。由此可以看出對農業生產要素的投資力度很大程度上影響農業生產效率，江西省為了能持續增加農業生產效率，應該要加大對生產要素的投資力度，保證生產要素占農業生產活動的比重。

（二）數據包絡分析法評價結果分析

利用國家統計數據，選取C1農村牧漁業從業人員（萬人）、C2農作物總播種面積（千公頃）、C3農業機械總動力（萬千瓦）、C4化肥使用量（萬噸）、C5農村用電量（億千瓦每小時）、C6有效灌溉面積（千公頃）、C7農村居民家庭擁有農業生產性固定資產原值（元每戶）、C8農村水電建設本年度完成投資額（萬元）為投入指標，D1農林牧魚業總產值（億元）為產出指標。

由表1的數據可以看出，在2012年到2017年期間，只有2013、2015、2016、2017年江西省農業生產效率同時達到規模收益不變和技術效率最優。而在此期間，只有2014年的技術效率非最優，2012年和2014年的規模收益遞增。2012年的規模收益之所以會遞增可以很據表1看出，投入指標大多數都出現未得到充分利用的結果，于是出現2012年規模收益遞增的現象。至于2014年則很據表1可以更加仔細的看到，投入產出都有不足，其中最明顯的指標是水電建設投資額、農業生產性固定資產的冗余率和總產值的不足率比較突出，再看原始投入對比2013年的增加比例，水電建設投資額增加了9%，農業生產性固定資產增加了12%，正是由于關鍵指標的大幅度增加，直接導致了2014年規模收益遞增的結果。查閱中國統計年鑒，發現在2017年以后江西省農業生產效率逐年遞增，但這不能說明江西省農業生產效率就很高，由以上分析結果可得，雖然整體產出效率遞增，但是主要投入要素利用率不高，往后還需要提高對投入要素的充分利用，減少冗余。

四、結論

構建了農業生產效率評價指標體系的基礎上，采用結合了模糊物元評價法和數據包絡分析的綜合評價方法，對2012年到2017年江西省農業生產效率進行評價，得到的結論主要有以下幾點：

1. 2012到2017年農業生產效率整體是上升的，個別年份出現下降主要是因為生產要素類指標占的權重較大，并且出現回落，由此得出生產要素類指標對農業生產效率的貢獻率是很大的。

2. 在這幾年里，除了2012年和2014年，其他年份均為DEA有效，2012年規模收益遞增和2009年規模收益遞增并且技術效率非最佳。2012年和2014年的規模收益遞增都是由于投入冗余導致的，2014年的技術效率非最佳是因為主要指標的投入冗余率過高，并且對比去年增加比例較大。

綜上所述，江西省農業生產效率總體上是逐年遞增的，但在主要生產要素投入指標上的投入力度和利用率需要調整，從冗余率上來看，江西省的上產效率還有很大的提升空間。

參考文獻：

[1]閃麗潔，張利平，李薇，等.漢江流域基于模糊物元評價和數據包絡分析的水資源用水效率評價[J].長江流域資源與環境，2017（10）.

[2]潘峰，梁川，王志良，等.模糊物元模型在區域水資源可持續利用綜合評價中的應用[J].水科學進展，2003（03）.

[3]馮樹民，孫祥龍，李俊香.基于熵權模糊物元的高速公路投資績效評價研究[J].武漢理工大學學報，2015（05）.

[4]王華，張陽，丁源.江蘇省R&D投入產出效率評價[J].統計與決策，2006（35）.

[5]閆曉冉，王媛媛，丁繼國，等.基于DEA模型的黃岡市農業生產效率評價[J].湖北農業科學，2014（04）.

[6]諶貽慶，王華瑞，陶春峰.江西省農業生產效率評價及影響因素研究[J].華東經濟管理，2016（07）.

[7]汪旭暉，劉勇.基于DEA模型的我國農業生產效率綜合評價[J].河北經貿大學學報，2008（01）.

[8]錢麗，肖仁橋，楊桂元.基于DEA模型的安徽省農業生產效率評價研究[J].工業技術經濟，2010（10）.

[9]郭斯華，季凱文.江西水稻生產效率測算及其影響因素分析[J].江西財經大學學報，2018（02）.

[10]徐貽軍，任木榮.湖南現代農業發展水平評價[J].經濟地理，2009（07）.

[11]喬海鑫，王艷華.吉林省農業生產綜合效益評價——基于主成分分析法的實證研究[J].吉林農業大學學報，2014（04）.

[12]殷秀萍，王福林.我國農業綜合生產能力評價指標體系研究[J].農機化研究，2013（10）.

（作者單位：江西理工大學經濟管理學院）