農業生產效率與農業經濟增長的耦合協調發展研究

賀露慧

（天津商業大學，天津 300134）

農業是國民經濟的基礎，農業經濟增長對于國民經濟發展具有重要戰略意義［1］。改革開放以來，我國農業發展取得了舉世矚目的成就，農林牧漁總產值從1978 年的 1 397 億元增長到 2018 年的 113 579.5 億元（按1978 年不變價格），年均增長速度為5.8%［2］。但我國農業碎片化的生產方式和長期粗放式經營積累的結構性矛盾日益顯現，資源過度消耗，生產效率低下，農業經濟增長速度放緩?，F階段，提高農業生產效率是轉變農業增長方式、促進農業經濟增長的重要手段，也是我國“十三五”規劃以及黨的十八大精神的要求［3］。因此，農業生產效率與農業經濟增長之間的關系受到了更多學者的關注。李兆亮等定性地闡述了農業生產效率與農業經濟增長之間的關系，認為農業生產效率提高能夠促進農業經濟增長［4］?？傮w上，農業生產效率與農業經濟增長之間存在正向的相互作用關系，且兩者的互動關系也得到了相關實證研究的驗證。

綜上，關于農業生產效率與農業經濟增長之間關系的既有研究成果還存在拓展空間：一是既有文獻雖然驗證了農業生產效率與農業經濟增長之間存在長期相互作用關系，但卻很少探究這種相互作用是否協調以及協調程度。二是大多文獻在研究方法上多采用線性回歸模型，使用耦合協調度模型較少?；趯σ延形墨I的梳理，本文采用超效率SBM 模型科學測度我國30 個?。ㄗ灾螀^、直轄市）農業生產效率水平，進一步運用耦合協調度模型分析農業生產效率與農業經濟增長的協調程度，對制定旨在提高農業生產效率水平和促進農業經濟增長的政策具有重要的參考價值。

1 研究方法

1.1 超效率SBM模型

數據包絡分析方法（DEA）是一種通過投入與產出情況評價各個決策單元（DMU）相對效率的非參數分析方法，具備不需對指標數據進行無量綱化處理的優點。然而傳統DEA 模型在應用中存在缺陷，即對于效率為1 的DMU，難以進一步區分有效DMU 之間的差異；且未考慮投入產出的松弛變量，容易使結果出現偏差。為了彌補這一缺陷，Anderson 和Petersen（1993）建立了超效率DEA模型，使有效的DMU 之間也能比較效率高低。隨后，Tone（2001）構建基于松弛變量的非徑向方式來估計效率的SBM 模型，該模型能夠有效解決傳統DEA 模型造成的投入變量“松弛”現象的問題。Tone在SBM模型的基礎上又提出了超效率SBM 模型，其綜合了DEA 模型與SBM 模型的優勢，能夠進一步區分前沿面的有效DMU，模型構建為：

式（1）中，m、r分別為DMU 的投入和產出，x和y分別為 DMU 的投入—松弛變量；xik、ysk分別為 DMU 的實際投入—產出值；λj為權重；p為DMU的評價效率值。

1.2 耦合協調度模型

耦合度指兩個或兩個以上系統之間通過各種相互作用而彼此影響以至協同的現象，是在各子系統之間的良性互動下，達到相互協調、相互促進的狀態。為了分析農業生產效率和農業經濟增長之間的耦合協調關系，本文使用耦合協調度模型進行測度，公式如下：

式（2）為耦合度的計算公式，其中，C為系統耦合度，u1和u2為綜合評價指數。式（3）為耦合協調度的計算公式，其中D為耦合協調度，取值［0，1］，若D值越接近1，說明兩個系統之間相互協調程度越緊密，反之，說明兩個系統之間相互關系不大。T表示綜合發展指數，α和β表示農業生產效率與農業經濟增長的待定系數，由于農業生產效率與農業經濟增長是兩個同等重要的系統，所以本文取α=β= 0.5。

筆者根據物理學中對耦合協調度的劃分標準，并借鑒以往學者的研究成果，將農業生產效率與農業經濟增長的耦合協調狀況劃分為5個階段，具體評價標準見表1。

表1 農業生產效率與農業經濟增長耦合協調度評價標準

1.3 指標選取與數據來源

1.3.1 指標選取。農業生產效率評價指標體系由投入指標和產出指標構成。基于既有文獻，本文選取土地、勞動力、農業機械和化肥作為投入指標，選取農林牧漁業總產值作為產出指標。農業經濟增長以農業總產值表示，該指標代表農業經濟體系的總收入和用于農業產品與服務方面的總支出，體現了農業的整體經濟水平［15］。

1.3.2 數據來源。本文作者使用1997—2018 年中國30 個?。ㄗ灾螀^、直轄市）（除西藏外）的數據，各指標的原始數據均來源于歷年的《中國統計年鑒》《中國農業統計年鑒》《中國農村統計資料》和《中國畜牧業年鑒》等。

2 實證分析

2.1 農業生產效率測度

基于超效率SBM 模型測度我國1997—2018 年的農業生產效率水平。因篇幅限制，選取特定幾個年份的數據進行分析，結果如表2所示。

表2 特定年份我國各省（自治區、直轄市）農業生產效率值

從橫向來看，由2018 年各省（自治區、直轄市）生產效率值可知，我國30 個省份中農業生產效率超出最優效率1 的省（自治區、直轄市）有北京（1.271）、天津（1.046）和海南（1.029），即所謂的超效率?。ㄗ灾螀^、直轄市）。這些?。ㄗ灾螀^、直轄市）農業生產效率超出正常的效率標準1，這是因為這些省份較高的經濟發展水平的帶動作用或單一的農業產業結構產生的規模效應。另外，從地區差異來看，東部地區始終處于發展前列，農業生產效率高且發展穩定，西部地區生產效率水平相對較低且發展緩慢，中部地區居于中間。東部地區農業生產效率均值始終處于0.6 以上，在研究期間內保持穩定上升趨勢；中部地區農業生產效率均值保持在0.339~0.435 之間；西部地區農業生產效率值維持在0.276~0.352 之間。東部地區農業經濟發展水平較高，農業生產效率增速較快。

從縱向來看，各年份農業生產效率沒有明顯的變化趨勢，但北京、天津和海南1997—2018 年間農業生產效率快速提升，可見北京、天津和海南在現有農業生產水平的基礎上，充分利用了土地、技術、勞動等各要素進行高效率生產。在研究期內有多個?。ㄗ灾螀^、直轄市）農業生產效率出現下降趨勢，如上海、安徽、四川等省市，2018年的農業生產效率水平明顯低于1997年的。

2.2 農業生產效率與農業經濟增長耦合協調度分析

在農業生產效率與農業經濟增長指標的基礎上，運用耦合協調度模型計算兩者之間的耦合協調度，結果如表3所示。

表3 農業生產效率與農業經濟增長的耦合協調度

2.2.1 時序視角。由表3 可以看出，1997—2018 年各省份農業生產效率與農業經濟增長之間的耦合協調度均有不同程度的上升。其中，山西、內蒙古、河南等10 個省份雖然耦合協調度有所提升，但協調等級始終處于勉強協調，其余省（自治區、直轄市）經過20年的發展協調等級均有所提高。具體來看，1997年農業生產效率與農業經濟增長耦合發展屬于勉強協調的?。ㄗ灾螀^、直轄市）有16個，至2018年屬于勉強協調的?。ㄗ灾螀^、直轄市）下降為10個，并且屬于良好協調類型的?。ㄗ灾螀^、直轄市）上升至5個，說明隨著時間的推移，我國各?。ㄗ灾螀^、直轄市）農業生產效率與農業經濟增長的協調程度在逐漸增強。究其原因，一方面，20年來我國農業經濟水平大幅提高，農業資源得到合理配置；另一方面，農業生產效率的提升為農業經濟增長提供了動力，有利于農業集約化生產。兩者逐步形成相互促進的良性循環，系統耦合協調度值逐漸升高，協調水平也從低等級向高等級發展。

2.2.2 空間視角。從耦合協調度總體分布類型來看，2018年度我國各?。ㄗ灾螀^、直轄市）農業生產效率與農業經濟增長的耦合協調度為0.341~0.771，其中良好協調類型?。ㄗ灾螀^、直轄市）只有5個，說明兩者的協調發展水平基本上還處于較低層次，仍有一定的提升空間。根據評價標準可以將其分為3類：良好協調的省（自治區、直轄市）包括北京、浙江、江蘇等5個，這些地區同屬于我國經濟發展高水平地區，其農業生產效率經過多年的發展，已逐漸與農業經濟發展相適應；中度協調的?。ㄗ灾螀^、直轄市）包括天津、河北、湖北、湖南等15個，這些地區農業經濟發展水平尚可，但與農業生產效率之間的互動性一般；勉強協調的?。ㄗ灾螀^、直轄市）包括山西、內蒙古、甘肅等9個，這些地區的特點是農業生產效率和農業經濟發展水平都不高，此時兩系統在無序狀態下各自低水平發展，并未形成相互促進的良性循環。分地區來看，2018年農業生產效率與農業經濟增長處于良好協調發展的5個?。ㄗ灾螀^、直轄市）中都位于東部地區，處于勉強協調發展的9個?。ㄗ灾螀^、直轄市）有6個位于西部地區。

3 結論

本文運用超效率SBM模型測度我國30個省份1997—2018年農業生產效率值，采用耦合協調度模型進一步探究了農業生產效率與農業經濟增長之間的耦合協調關系，得出如下結論：

（1）從縱向來看，30 個?。ㄗ灾螀^、直轄市）農業生產效率水平沒有明顯的變化趨勢，北京、天津等?。ㄗ灾螀^、直轄市）農業生產效率快速提升，上海、四川等省份農業生產效率呈下降趨勢；從橫向來看，東部地區農業生產效率水平高且增速快，中西部地區農業生產效率水平低且提升速度緩慢。

（2）我國各省農業生產效率和農業經濟增長之間的耦合協調度在研究期內均有不同程度的上升。東部地區農業生產效率與農業經濟增長的協調發展狀況最好，西部地區最差，中部地區介于兩者之間。東部地區農業生產效率和農業經濟增長水平較高，經過長時間的耦合協調發展，二者之間的適應性越來越強，已經形成了相互促進的良好格局。西部地區農業生產效率水平較低，雖然隨著中央一號文件等政策的落實，西部地區的農業經濟發展逐漸加快，但局限于當地環境、資源和技術等因素的影響，農業生產效率低下的問題依然存在，農業生產效率與農業經濟增長之間互動性一般，整體協調水平偏低。