基于DEA和障礙度模型的江西省農業生產有效性評價

繆建群, 周雪晧, 黃國勤

基于DEA和障礙度模型的江西省農業生產有效性評價

繆建群1,2, 周雪晧3, 黃國勤1

1. 江西農業大學生態科學研究中心, 南昌 330045 2. 江西農業大學計算機與信息工程學院數學系, 南昌 330045 3. 北京交通大學理學院, 北京 100044

基于江西省2016年11個市的統計數據, 以農用柴油使用量、農業從業人口、農藥使用量、地膜使用量、化肥使用量、機械總動力為投入值, 農業總產值為輸出值, 運用數據包絡分析(DEA)法中的DEA-C2R模型對江西省農業生產效率進行分析研究, 并運用發展障礙度模型對影響江西省農業生態效率的主要障礙因素進行了分析診斷。結果表明: 江西省大多數市農業生產效率較好, 除九江和鷹潭兩市外, 農業生產綜合效率均大于0.9, 部分城市上升空間仍然很大; 影響江西農業生態效率的主要障礙因素有化肥施用量和農業機械總動力, 它們的障礙度分別為0.49和0.43。

農業生態效率; DEA-C2R模型; 障礙因素; 江西省

0 前言

農業具有重要的社會、經濟和環境功能, 在提供生態系統服務方面發揮著關鍵作用, 是直接影響自然環境的重要因子之一[1-2]。江西是一個農業大省, 農業的發展直接影響著本省的經濟水平[3]。改革開放以來, 江西省農業產出量不斷增加, 農業經濟發展迅速, 農業產值大幅度增長, 人均農產品持有量大幅度提高, 農民生活得到了極大的改善[4]。但由于農業生產過程中, 存在資源配置不當和產投比較低等現象, 造成土地資源退化和農業環境質量下降等問題, 對江西農業可持續發展形成了嚴峻的挑戰。因此, 分析研究農業生產的有效性是推進江西農業發展亟待解決的問題[5]。農業生產的有效性是度量農業綠色可持續發展的重要指標, 對農業生產有效性進行科學的評價, 有助于準確評估農業生產和資源環境協調發展的程度, 從而, 有利于實現農業資源的高效利用[6-7]。本研究結合農業生產效率的內涵, 運用數據包絡分析方法分析研究江西農業生產的有效平衡點, 并結合障礙度模型, 分析研究現階段影響江西農業生產的主要障礙因素, 以期為政府部門制定合理的農業發展措施提供數據支撐。

1 數據來源與分析方法

1.1 數據來源

數據來源于《江西省統計年鑒(2017)》; 分析軟件采用deap2.1和MATLAB R2011b。

1.2 分析方法

1.2.1 指標選取

有效的農業生產是在農業生產過程中減少資源、成本的投入和浪費, 提高農業產出能力, 以經濟效益和生態效益雙贏為目標。因此, 可考慮農業生產的產投效果, 對農業生產有效性進行評價。由于農業生產是一個多投入、多產出的系統, 所以需要把多種產出和多種投入進行比對, 以判別評價對象的有效性[8]。本文基于已有的研究成果[9-11], 結合可操作性、簡要性和科學性等原則[12], 選取農業總產值、農用柴油使用量、農業從業人數、農藥使用量、地膜使用量、化肥使用量和機械總動力等作為評價指標(表1)。其中, 輸出:代表農業總產值(億元); 輸入:1代表農用柴油使用量(萬噸)、2代表農業從業人數(萬人)、3代表農藥使用量(萬噸)、4代表地膜使用量(萬噸)、5代表化肥施用量(萬噸)、6代表機械總動力(萬千瓦)。

1.2.2 分析模型

效率分析模型數據包絡分析是一種基于數學規劃原理評價同類型組織(或項目)相對有效性的常用方法[12-13]。通過尋找最小輸入, 最大輸出的DMU, 最終計算出輸入與輸出的最佳值, 并規定最佳值為1, 0-1之間的為非最佳值[14]。根據研究內容, 本研究采用DEA方法中的C2R模型, 其對偶規劃模型如下:

2 結果與分析

2.1 區域農業發展差異性

江西省各市的農業總產值的標準差為82.57億元(表2), 其中產值最大的是贛州市, 最小的是九江市, 兩者之比有19.36。差異產生的主要原因是各地區的農業發展水平不均衡, 九江農業比重較低而贛州農業比重較大。各地區使用的農用柴油量, 農藥量, 地膜使量, 化肥量, 機械總動力狀況有所差異。其中, 農藥使用量的最大值和最小值之比在所有輸入中最大, 其比值為16.1, 而農用柴油使用量, 地膜使用量, 化肥使用量, 機械總動力的最大值和最小值之比分別為2.83, 5.4, 14.15和10.31。數據結果表明僅考慮單一指標的情況下, 江西省各市的農業生產效率差異明顯。所以, 不能靠單一的指標進行計算生產效率的評價, 這種方法計算結果沒有太大科學依據, 且計算結果差距大, 存在片面性。

表2 輸入輸出值的統計描述

2.2 農業生產效率分析

2016年, 江西省各市的農業生產綜合技術效率的平均值0.941, 小于1, 為非最佳狀態。其中, 南昌市、景德鎮市、新余市、贛州市、吉安市和撫州市這六個市的綜合技術效率都為1, 處于最佳狀態, 占總數的55%。萍鄉市、九江市、宜春市和上饒市的綜合技術效率小于1, 為非最佳狀態, 占總數的45%。11個市中, 九江市的生產效率最低, 僅為0.628, 與江西省整體水平差距較大。九江市農業生產綜合技術效率拉低了整個江西農業生產綜合技術效率的平均水平。分析九江市各項指標適宜投入比例, 提高九江市農業生產綜合技術效率是一個當前亟待解決的問題。

從江西省的農業生產綜合技術效率水平來看, 整體上雖然沒有達到1, 但也大于0.9, 整體的農業生產綜合技術效率不是很低。農業生產綜合技術效率大于0.9的市有9個, 小于0.9的市有兩個, 其中鷹潭市未達到了0.8。從DEA-C2R模型計算的效率值來看, 鷹潭市要改善農業生產綜合技術效率, 需在農業生產過程中合理配置農業生產資源、分配農業從業人員, 盡可能做到農業資源的高效利用。

在DEA-C2R模型下所得的Vrste是純技術效率, 不同于Crste(技術效率), 刻畫的是每個輸出和輸入變動的技術水平間的差距, 其意義是在去掉規模因素的前提下, 每個產出的效率, 具體的農業生態效率結果見表3。江西省各市的平均農業生產純技術效率值為0.990, 十分接近于1, 這意味了只有很少一部分投入沒有輸出。其中, 南昌市、景德鎮市、萍鄉市、九江市、新余市、贛州市、吉安市、宜春市和撫州市這9個城市的Crste達到了1, 僅有鷹潭市, 上饒市2個地方的Crste小于1, 但上饒市的Crste的值為0.999。綜上所述, 可認為江西省各市的農業生產效率較高, 且無重大環境污染和資源浪費等現象。

規模效率是指在制度和管理水平一定的條件下, 現有規模與最優規模之間的差異, 可以反映出DMU是否在最佳狀態, 若DMU=1, 則為規模最佳狀態, 若DMU大于0小于1, 則認為不是最佳的。江西省各市的規模效率, 除九江市外, 都在0.9以上(表3), 但規模效率的平均值小于純技術效率的平均值, 表明影響農業生產效率的主要因素在規模效率上。其中、萍鄉市、九江市、鷹潭市、宜春市和上饒市這5個地方呈現規模報酬遞增的態勢。表明投入的增加小于產出的增加, 所以這5個地方有擴大規模潛力。目前, 江西省沒有地方呈規模遞減, 不太需要控制規模擴張, 而應該大力加速農業規模發展, 達到增加農業生態效率的目的。

2.3 農業生態效率的改進

DEA有效的決策單元都分布在同一超平面上, 該超平面上所有的點DEA有效, 超平面稱為DEA生產前沿面。對非DEA有效的決策單元在生產前沿面作投影, 可測算其與DEA有效值差, 進而改進次決策單元[8]。通過對農業生產純技術效率的計算, 找到效率非最佳城市, 并計算出改進值(表4)。南昌市、景德鎮市、新余市、贛州市、吉安市和撫州市的純技術效率為1, 即投入冗余為0, 所以對于投入無需改進。萍鄉市、宜春市、鷹潭市、上饒市和九江市的純技術效率不足1, 即存在投入冗余值, 需要適當的改進。以綜合效率最低的鷹潭市為例, 在產出不變的情況下, 可減少24.36%的農用柴油使用量, 農業從業人數減少14.74%, 農藥使用量減少11.76%, 地膜用量可減少15, 79%, 化肥施用量減少11.44%, 機械總動力可減少25.64%; 若保持現有投入水平, 則可提高農業產值11.50%(表5)。

表3 2016年江西省各市農業生產效率

注: 表中“—”表示規模效益不變, “irs”表示規模效益增加。

表4 江西省11個市的農業投入改進值

2.4 障礙因素診斷

由表6知, 2017年, 影響萍鄉市農業生態效率的障礙因素有化肥施用量、農用柴油使用量和農藥使用量, 其中, 其起主導作用的是化肥施用量。影響九江市農業生態效率的障礙因素有機械總動力、農業從業人數和農藥使用量, 其中, 其起絕對主導作用的是農業機械總動力。鷹潭市農業生態效率障礙因素主要為農業機械總動力和農業從業人數。宜春市農業生態效率的障礙因素有農業機械總動力、化肥施用量和農藥使用量, 其中, 農業機械總動力和化肥施用量為主要因素。除地膜使用量外, 其他五個因素對上饒市農業生態效率都有一定的影響, 但其決定作用的障礙因素是化肥施用量。2017年, 影響江西省農業生態效率的主要障礙因素為化肥施用量和農業機械總動力, 兩者的大小順序為化肥施用量>農業機械總動力(表7)。

表5 江西省農業生產效率評價指標調整值(非DEA有效)

注: 表中數值帶“—”表示指標值減少, 反之, 表示指標值增加。

表6 影響各決策單元農業生態效率的障礙因素

表7 2017年江西省農業生態效率主要障礙因素排序

3 討論與結論

3.1 討論

農業生產效率是衡量農業生產有效性的重要指標之一, 與國家的經濟發展息息相關。本研究基于江西省農業生產的特點構建其生產有效性評價指標體系, 應用DEA方法對生產有效性進行評價。結果表明, 江西省農業生產總體有效, 但也存在一些地區農業生產效率需要進一步提高, 這需要相關政府部門對這些農業生產非有效地區在農業生產資源配置方面進行合理的調整。

障礙因素分析表明, 化肥是影響江西省農業生態效率的主要障礙因素之一, 這與諶貽慶等的研究相同[5]。對于農業生產低效率地區, 應加大現代農業科技的推廣和普及力度, 加快新型有機肥的研究步伐, 鼓勵種植綠肥, 以減量施用化肥, 從而控制化肥使用帶來的土壤板結和酸化等問題。農業機械化總動力是影響江西省農業生態效率的另一障礙因素, 機械化程度低嚴重制約江西農業生態效率的提高[15]。加強農機技術的研發能力, 打造高科技農機技術, 完善農機裝備配置, 增強大中型農機具的配套作業, 對于改善農業生產條件、提高農業產業化經營水平、增強農業綜合生產能力等具有重要的意義[11,16]。

本研究采用障礙度模型對輸入指標的障礙度進行了分析研究, 與二、三階段DEA模型相比, 避免了指標的二次選取以及新指標對農業生態效率影響的判定(目前, 鮮有學者分析研究二次選取的指標對農業生態效率的影響)。同時, 本研究既能診斷各輸入指標對單個決策單元的障礙度, 又能診斷各輸入指標對整個研究區域的障礙度, 因此, 本文具有一定實際意義。然而, 由于數據資料有限, 一些重要的評價指標(如: 農業勞動力用工時數、農村勞動力報酬和畜役力等)未納入到本文評價指標體系中, 所以評價結果和江西省實際情況可能會有一定的偏差。

3.2 結論

目前, 江西省農業生態效率無效的地區, 由于規模效益處于遞增態勢, 因此可通過合理地配置農業生產資源, 提高農業生產技術, 以驅使農業生態效率不斷改善。在農業生態效率有效地區, 應在現有農業生產技術的基礎上, 進一步控制諸如化肥、農藥等易導致農業面源污染資源的投入, 創新農業科技, 發展新型農業生產資源, 以促使農業生態效率規模效益提高, 以期把江西農業生產建設成為資源節約和環境友好型。

[1] BENEDETTA C, DONATELLA V, GIULIO F, et al. Assessing agricultural eco-efficiency in Italian Regions[J/OL]. Ecological Indicators, 2020, 116: [2020-06-19]. https:// doi.org/10.1016/j.ecolind.2020.106483.

[2] RAFAL B, JERZY B. Eco-Efficiency in Measuring the Sustainable Production of Agricultural Crops[J]. Sustainability, 2020, 12(4): 1418.

[3] 唐安來, 黃國勤, 吳登飛, 等. 綠色生態農業:江西綠色崛起的必然選擇[J]. 農林經濟管理學報, 2015, 14(5): 538–545.

[4] 李春麗. 江西省農業可持續發展研究[C]//中國農業資源與區劃學會. 2015年中國農業資源與區劃學會學術年會論文集, 中國農業資源與區劃學會:中國農業資源與區劃學會, 2015.

[5] 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, 30(7): 21–28.

[6] 方永麗, 曾小龍. 中國省際農業生態效率評價及其改進路徑分析[J]. 農業資源與環境學報, 2021, 38(1) : 135–142.

[7] 聶彎, 于法穩. 農業生態效率研究進展分析[J]. 中國生態農業學報, 2017, 25(9): 1371–1380.

[8] 秦鐘, 王建武, 章家恩, 等. 廣東省農業循環經濟發展的DEA分析與有效性評價[J]. 自然資源學報, 2010, 25(6): 904–913.

[9] 吳振華, 雷琳. 基于三階段DEA模型的農業土地生態效率研究——以河南省為例[J]. 生態經濟, 2018, 34(10): 76–80.

[10] 任紅霞. 基于DEA模型的農業生態效率綜合測度[J]. 統計與決策, 2019, 35(6): 99–103.

[11] 白世秀, 王宇. 我國農業生態效率評價及DEA分析[J]. 江蘇農業科學, 2019, 47(7): 328–332.

[12] 繆建群, 王志強, 馬艷芹, 等. 崇義客家梯田生態系統可持續發展綜合評價[J]. 生態學報, 2018, 38(17): 6326－6336.

[13] USMAN A, LI QuanLin, MUHMMAD Abdullah A, et al. Nexus between agro-ecological efficiency and carbon emission transfer: evidence from China[J/OL]. Environ-mental Science and Pollution Research, 2020: [2020-06-04]. https://doi.org/10.1007/s11356-020-09614-2.

[14] 張銳, 翟歡歡, 張訓. 基于DEA的縣域兩型農業生產效率評價[J]. 經濟數學, 2011, 28(1): 105–110.

[15] 梁小剛. 江西省農業生態效率評價及動態計量分析[D]. 南昌: 江西財經大學, 2015.

[16] 王曉麗, 祝源清. 基于數據包絡分析方法的吉林省縣域農業生產效率評價[J]. 稅務與經濟, 2014(2): 106–109.

Evaluation of effectiveness of agricultural production in Jiangxi province based on DEA and obstacle model

MIAO Jianqun1,2, ZHOU Xuehao3, HUANG Guoqin1

1. Research Center on Ecological Science, Jiangxi Agriculture University, Nanchang 330045, China 2. College of Computer and Information Engineering, Jiangxi Agriculture University, Nang chang 330045, China 3. College of Science, Beijing Jiaotong University, Bei jing 100044, China

Based on the statistical data of 11 cities in Jiangxi Province in 2016, this paper uses DEA-C2R model in data envelopment analysis (DEA) method to analyze and study the agricultural ecological efficiency of Jiangxi Province, taking the six input values of agricultural diesel oil use, agricultural practitioners, pesticide use, plastic film use, fertilizer use and total mechanical power as one output value, and the main obstacle factors affecting the agricultural ecological efficiency of Jiangxi Province are analyzed and diagnosed with the development obstacle model. It shows that most of the cities in Ming Jiangxi Province have better agro-ecological efficiency, which is basically greater than 0.9, but there is still a large space for some cities to rise. For example, the agricultural ecological efficiency of Jiujiang City is only 0.628, which can be challenged by reducing the use of agricultural diesel and the total power of machinery to achieve better results.The main obstacle factors that affect the agricultural ecological efficiency of Jiangxi Province are the amount of chemical fertilizer applied and the total power of agricultural machinery. Their obstacle degrees are 0.49 and 0.43 respectively.

Agriculture efficiency; DEA-C2R; Obstacle factors; Jiangxi Province

繆建群, 周雪晧, 黃國勤. 基于DEA和障礙度模型的江西省農業生產有效性評價[J]. 生態科學, 2022, 41(3): 172–177.

MIAO Jianqun, ZHOU Xuehao, HUANG Guoqin. Evaluation of effectiveness of agricultural production in Jiangxi province based on DEA and obstacle model[J]. Ecological Science, 2022, 41(3): 172–177.

10.14108/j.cnki.1008-8873.2022.03.020

S273

A

1008-8873(2022)03-172-06

2020-07-23;

2020-08-20

國家重點研發計劃課題(2016YFD0300208); 江西省教育廳科技計劃項目(GJJ170275)

繆建群(1976—), 男, 江西上饒人, 博士, 講師, 主要從事生態經濟研究, E-mail: jqmiao998@sina.com