基于數據包絡分析法的寧夏農業效率評價

李述成　王琛　謝靜華

摘要? ? 依照DEA分析方法，本文以NVIVO為工具，質性分析自然資源、勞動力、資本、科學技術等農業生產要素的功能、比例以及彈性系數，將研究對象設為寧夏水稻、玉米、小麥、油料作物，綜合運用CCR模型、NIRS模型和BCC模型的研究在一定的農業技術條件下，農業生產要素的投入量和農產品的最大產出量之間的物質技術關系，為調整結構、優化品種、提高單產和品質提供參考。

關鍵詞? ? 數據包絡分析法;農業效率評價;寧夏

中圖分類號? ? F327? ? ? ? 文獻標識碼? ? A

文章編號? ?1007-5739（2020）09-0258-02? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）

寧夏是我國西部少數民族聚居地，經濟發展相對滯后，長期以來粗放型的經濟發展方式使得寧夏資源利用效率低下，生態環境惡化的問題日益突出，特別是農業水、土等資源約束日益嚴重，在規劃、技術和資金等方面缺乏整體性，單項關鍵技術效率不夠高，全鏈條的規劃設計不能更好地指導、引領各地農業發展。科學地對區域農業生產過程中的資源利用效率進行分析評判尋求最優解，對厘清在農業生產生活中各種資源的消耗與單位產品收益之間的對應關系，從而穩定面積、節本增效、調整結構、優化品種、提高單產和品質，對落實可持續發展、建設生態文明、實現高質量綠色農業具有戰略意義。

1? ? 評價模式構建

農業資源效率評價是一項涉及農業生產方方面面，受多層面、多因素影響的一項工作。DEA模型是通過考慮多種投入（即資源）的運用和多種產出（即服務）的產生，然后對提供相似服務的多個服務單位之間的效率進行比較，把多種投入和多種產出轉化為效率比率的分子和分母，不需要轉換成相同的貨幣單位，避開了計算每項服務的標準成本[1-5]。因此，用DEA衡量效率可以清晰地說明投入和產出的關系，比經營比率或利潤指標更具有綜合性并且更值得信賴。因此，選取寧夏水稻、玉米、小麥、油料作物為研究對象，識別出生產要素之間的關系和相互影響程度，將影響關系程度的語義變量賦予灰數區間，同時結合NVIVO質性分析和包絡分析法厘清投入產出之間的角色定位，彈性指數。研究在一定的農業技術條件下，農業生產要素的投入量和農產品的最大產出量之間的物質技術關系。

可變規模收益（VRS）模式下的DEA分析方法主要有面向投入、面向支出等的CCR模型、NIRS模型和BCC模型。

2? ? 構建寧夏農業生產效率評價模型

2.1? ? 數據信度校驗

經過Cronbach信度分析，信度系數值為0.898，大于0.8，說明研究數據信度質量高。綜上所述，研究數據信度系數值高于0.8，刪除題項后信度系數值并不會明顯提高，綜合說明數據信度質量高，可用于進一步分析。

2.2? ? 建立DEA模型

可變規模收益（VRS）模式下的DEA模型見圖1。綜合利用可變規模收益（VRS）模式下的DEA分析方法，建立成本最小化和收入最大化模型。

2.2.1? ? 成本最小化模型。通過求解2次DEA模型，得到成本效率最小化模型。

2.2.3? ? 模型校驗。從表1可知，將投入作為自變量，將產出作為因變量進行線性回歸分析，模型R2為0.925，意味著所包含的投入量可以解釋產出值92.5%變化原因。模型公式為：產出值=-225 294.857+0.532×投入量。對模型進行F 檢驗時發現模型通過F檢驗（F=24.697，P=0.038<0.05）。最終具體分析可知：投入量回歸系數值為0.532（t=4.970，P=0.038<0.05），意味著投入量會對產出值產生顯著的正向影響，也即說明模型構建有意義。

3? ? 2018年寧夏糧食作物綜合效益分析

由表2可知，寧夏糧食作物2018年農業投入產出的松弛變量，農業投入產出調整參考值，分析可知寧夏2018年糧食作物（小麥、水稻、玉米、油料）總體綜合效率表現，純技術效率和規模效率都有顯著上升，資源損耗沒有增加，規模收益穩步遞增。農業生產產出的技術效率和規模效率均<1，說明在農產品產出量上要不斷加強，合理分配農業生產要素投入的比重，增強農業生產規模的效益投入，提質增效。

由表3可知，2018年寧夏小麥在面向投入，表現出產出不足值為182 200個單位，面向產出需增加1 930 400 個單位才能達到目標值;在水稻投入方面，投入冗余值-44 286.670，可以說明水稻的產出目標為33 726.67個單位時投入過量，面向產出時投入每減少377 791.528個單位，產出即可增加214 808.472個單位;玉米和油料的投入冗余值和產出不足值均為0，說明投入和產出值實現均衡。

4? ? 結語

基于馬氏指數分析技術效率、技術變化、純效率變化、規模效率變化和全要素生產率變化的統計量，結果顯示出2018年寧夏糧食生產效益表現較好，整體呈上升趨勢，資源損耗沒有增加，規模收益穩步遞增。DEA分析結果表現出寧夏小麥產出不足，具體分析小麥種植過程可以發現，寧夏小麥生產由于地域特點，大面積實行“小麥+玉米”的套種模式，對小麥的產量會有一定影響，但在資源利用、單位面積糧食總產出上實現了收益最大化;寧夏水稻的投入冗余值和產出不足值為負的原因主要是水稻生產采用稻田養蟹的生物立體養殖方法，減少了肥料、農藥使用量的同時增加了經濟效益，體現出了作為寧夏優質特色產業的低耗高效的生產態勢;寧夏玉米生產具有得天獨厚的土壤氣候優勢，產量、品質近年來得到了廣泛關注，農民也得到了實在的收益，投入產出比為1.0∶7.5體現的不只是單種玉米的收益，還得益于與小麥套種的產量，從另一個角度說明寧夏糧食生產結構是較為科學合理的[5-6];寧夏油料作物覆蓋面積不大，但技術成熟、品質較好，如果加強規模效應、增加技術投入、提高單位面積產量，可實現低耗高效[7-9]。在實際生產經營活動中，實現投入與產出的最有效率的資源配置、不存在任何資源的浪費，是現代生產經營活動所追求的最高目標[10]。因此，寧夏的糧食作物生產還有很大的上升空間，以小麥、水稻、玉米、油料這幾種占主導地位的糧食為抓手，引領全區農業生產力的發展是今后的工作重點。

5? ? 參考文獻

[1] 龍海峰.基于BCC 模型下山區農業發展投入產出效率分析：以貴陽市為例[J].農業經濟與科技，2015（12）：17-20.

[2] 張凱.基于DEAP_2.1軟件的江蘇省物流產業的效率評價研究[J].中國物流與采購，2018（7）：68-69.

[3] 劉亞偉.基于DEA方法的區域基礎設施投資效率評價[J].現代商貿工業，2019，40（33）：19-21.

[4] 徐秀梅.寧夏統計年鑒[J].北京：中國統計出版社，2018.

[5] 吳晨.2003—2014年廣東農業生產效率的測算與分解：基于DEA的分析方法[J].仲愷農業工程學院學報，2016，29（1）：61-66.

[6] 馬鳳才，郭喜偉，陳璐.基于三階段DEA模型的遼寧省農業生產效率分析[J].農業經濟，2019（4）：15-17.

[7] 丁雪，潘晨曄.基于DEA模型的我國主要省市農業科技投入產出效率分析[J].現代農業科技，2015（3）：319-320.

[8] 郭亞軍，張曉紅.基于數據包絡分析（DEA）的河北省農業生產效率綜合評價[J].農業現代化研究，2011，32（6）：735-739.

[9] 葉慧，王雅鵬.采用數據包絡分析法的糧食直接補貼效率分析及政策啟示[J].農業現代化研究，2006（5）：356-359.

[10] 賀正楚.基于數據包絡分析法的湖南省“兩型”農業生產效率評價[J].農業現代化研究，2011，32（3）：344-347.