長江經濟帶農產品流通效率及其影響因素研究
——基于超效率SBM-Malmquist-Tobit模型

萬鳳嬌，邱志成，鄒 蔚

（1.江漢大學 商學院，湖北 武漢 430056；2.武漢城市圈制造業發展研究中心，湖北 武漢 430056）

0 引言

鄉村振興戰略的提出，是“三農”問題被高度重視的體現，2022年發布的針對“三農”問題的中央一號文件把加快農村農業現代化發展推向一個新高度。為建設現代化的新型農業農村，需提升農產品流通體系構建能力。農產品流通體系作為連接農業生產和農產品銷售的重要中間環節，對降低農產品成本、提高農產品質量、助力脫貧攻堅，進而提升我國農業綜合競爭力具有重要作用。

作為中央實施“三大戰略”之一的長江經濟帶，其農產品產量在我國農業生產中具有重要地位。2019年，長江經濟帶農、林、牧、漁總產值達51 925.4億元，占到全國農、林、牧、漁總產值的41.9%。長江經濟帶農業生產方面態勢良好，但農產品流通不暢的問題仍然十分突出。目前因農產品流通不暢，各地農產品供求不平衡問題嚴重，導致農產品的市場價格出現大幅度波動。農產品價格的不穩定直接影響農民的收入，為響應國家有關“三農”問題的政策及鄉村振興的戰略要求，促進農民生活條件穩中向好發展，需解決農產品流通存在的問題，并有效地分析各省市的農產品流通效率。因此，本文重點測度長江經濟帶農產品的流通效率，并分析所選取的因素對流通效率的影響情況，以期能為長江經濟帶各省份提升其農產品流通效率，解決農產品流通不暢問題提供參考。

1 文獻綜述

近幾年，專家學者從不同的角度對農產品流通效率進行了研究，主要采用定性和定量方法集中針對企業、全國范圍以及某一區域展開研究。在研究對象上，程書強，等以西部地區為研究對象，測度了其農產品流通效率并分析了效率差異性。許詩源對我國2005-2017年的農產品流通效率進行分析，結果發現市場經濟環境、科技發展以及流通企業運行情況均會對農產品流通效率產生影響。陳吉銘，等對所選取的乳制品企業的冷鏈物流效率進行研究，并通過徑向和松弛調整提出了技術效率的改進策略。在研究方法上，張永強，等構建了涉及流通速度、規模、成本以及效益四個層面的評價指標后，利用因子分析法測算了我國不同階段下的農產品效率。楊維瓊，等采用PCA與Malmquist相結合的方法對京津冀地區農產品流通效率進行分析，并提出了相應措施。黃梓軒，等將PCA與DEA-Malmquist相結合，對長江經濟帶農產品流通效率和空間差異進行研究。在測度效率后，還有學者對影響農產品流通效率的因素進行研究。盧德嫻，等運用DEA-BCC模型測算了河北省2008-2017年農產品流通效率，并運用多元回歸分析法分析了影響流通效率的因素。

通過以上分析可知，關于農產品流通效率仍有一些地方值得進一步挖掘：（1）研究方法上，大多數學者采用傳統的數據包絡分析方法，但是該方法無法對多個效率為1的決策單元進行區別排序，超效率SBM模型可以解決此問題。（2）研究對象上，目前針對長江經濟帶的研究較少，且部分研究并未對影響效率的因素進行分析。基于此，本文以長江經濟帶11個省市為研究對象，從靜態和動態兩方面測算其2010-2019年農產品流通效率，并構建Tobit模型分析各因素對流通效率的影響程度。

2 研究設計

2.1 研究方法

Tone曾提出超效率SBM模型能夠對多個測出數值等于1的有效決策單元進行區別排序，因此，本文運用超效率SBM模型測度效率。為克服超效率SBM模型僅作靜態分析的不足，選用Malmquist指數法從動態的角度進行分析。

2.2 指標選擇和數據來源

農產品在流通中涉及諸多環節，整個物流過程比較復雜，針對農產品流通效率的投入產出指標體系并沒有形成統一的定論，絕大部分學者從影響產出的資本、技術及勞動力這些因素來建立評價體系。因此，本文針對農產品流通特點，在參考其他學者提出的指標基礎上，構建投入產出評價指標體系（見表1）。樣本數據來源于2010-2019年《中國統計年鑒》。涉及到的價格指標（如農產品物流固定資本投入、農產品物流增加值）采用各指標對應的價格指數進行平減。

表1 長江經濟帶農產品流通體系效率綜合評價指標體系

（1）投入指標。勞動力投入：參考以往文獻，主要選取交通運輸、倉儲和郵政業的從業人數之和來表示勞動力投入，但直接采用這種方式來衡量農產品物流，仍存在一定的誤差。因此本文引入居民食品消費占總消費的比重（N）這一乘數，用N乘以交通運輸、倉儲和郵政業的從業人數之和來表示農產品的勞動力投入。

交通運輸投入：由于農產品的特性，其流通絕大部分采用公路、鐵路和船運組合運輸完成。因此選擇公路、鐵路以及內河里程數相加之和乘N來表示交通運輸投入。

固定資產投入：選擇交通運輸、倉儲和郵政業固定資產投資額加總之和乘以N來表示固定資產投入。

（2）產出指標。將產出指標與投入指標做相同處理，即用N乘以交通運輸、倉儲及郵政業增加值來近似替代農產品物流增加值。

3 實證分析

3.1 超效率SBM模型分析結果

基于超效率SBM模型，對收集的原始數據進行測算，得出2010-2019年長江經濟帶11個省市農產品流通效率，見表2。

表2 2010-2019年長江經濟帶11個省市農產品流通效率測度結果

從整體來看，2010-2019年長江經濟帶11個省市的農產品流通效率呈現波動式上升，表明我國實行鄉村振興戰略取得了積極效應。

從各省市來看，江蘇、安徽、貴州、云南以及上海近幾年都達到了有效狀態，說明這幾個省市農產品流通效率較好。特別是位于長江下游的上海地區，一直處于效率的前沿面。安徽省2018-2019年農產品流通效率也顯著提升，這是其不斷提升農業質量和推行農村改革所帶來的成效。浙江、江西和四川三省近幾年農產品流通效率有不同程度的下降，可能原因是投入產出失衡，需要進一步探究。

從空間分布來看，上游和中游地區在所測度的年份中呈現波動趨勢，下游地區的農產品流通效率則呈現提升的態勢。相比較下，下游省市效率均值要大于上游和中游各省市均值，主要是由于下游地區經濟基礎雄厚，市場規模大等優勢，中游和上游各省市效率值近幾年相差不大。

3.2 Malmquist指數分析結果

借助DEAP2.1軟件，計算得到2010-2019年長江經濟帶農產品流通效率Malmquist指數及其分解指數變化情況，見表3、表4和圖1。

表3 2010-2019年長江經濟帶農產品流通效率指數的變化

表4 2010-2019年長江經濟帶11個省市農產品流通效率指數變化情況

圖1 2010-2019長江經濟帶農產品流通效率變化趨勢圖

整體上看，2010-2019年長江經濟帶農產品流通全要素生產率呈現波動狀態，平均值為1.008，說明在此期間農產品流通效率總體態勢良好。從其分解指數情況來看，技術進步指數歷年平均值為0.998，要想進一步提升全要素生產率還需要提升技術的促進作用。從圖1可知，2010-2014年技術進步和技術效率變動較大，2015年后逐漸穩定。全要素增長率起初主要來自兩者的共同作用，但技術進步指數與全要素增長率變化趨勢在研究年限內的變動趨勢基本趨同，可見更能影響農產品全要素增長率的是技術進步指數。因此，可通過加強農產品流通技術創新的投入來提升技術進步指數，同時實現農產品流通效率的提高。進一步分析技術效率的變化情況：2010-2019年其變動趨勢與規模效率相似，可見規模效率變化更能影響技術效率的變化。要提升技術效率，可以適當提升規模，進而提高全要素生產率。

從各省市來看，根據表4可知2010-2019年有6個省市全要素生產率大于1，占比54.55%，可見長江經濟帶整體農產品流通效率還不高，而全要素生產率大于1的省市主要集中在中下游，糾其原因中下游省市城市群密集，流通基礎設施較為完善，從而使得農產品流通效率更高，這與前文使用超效率SBM得出的結論類似。從分解因素來看，影響江蘇、浙江和貴州全要素生產率的主要因素是規模效率，影響湖南和重慶的主要因素是純技術效率。因此各省市還需要優化農產品投入資源，對規模效率現狀進行改善，從而提升農產品流通效率。

3.3 效率影響因素分析

考慮到超效率SBM模型估計出的效率值是截斷數據，具有離散分布的特點，如果采用最小二乘法，其參數估計會有一定偏差。針對截斷數據的特點，選用受限的Tobit模型對影響效率的因素進行分析，具體如下：

上式中,...,x是所選取的影響因素，y是上節測出的超效率值，y＞0。

為了進一步分析影響長江經濟帶農產品流通效率的因素，去除效率評價體系中的投入產出指標，再參考其他學者對農產品流通效率的研究，選取部分指標并以超效率SBM的結果為被解釋變量進行分析，給出具體指標如下：

（1）:高校畢業生數量，體現教育水平。地區教育水平越高，地區內部或引進的人才資歷及能力越高，這不僅影響著創新能力，對成果轉化過程中的管理工作也有一定的影響。

（2）：郵電業務總量，指郵政和電信業務的總量，此指標可在一定程度上反映出農產品物流的信息技術水平。

（3）:流通企業數量，即交通運輸、倉儲和郵政業按地區分組的法人單位數，體現流通效率的規模因素。

（4）：R&D人員全時當量，反映物流產業人力資源質量的指標，物流產業人力資源質量提高是區域物流產業升級的標志之一。

（5）：農業機械總動力，指標集中反映單位耕地面積農業機械動力水平，數值越大，表明農產品供給質量越高，體現區域農業機械化投入在生產階段對農產品流通效率的影響。

運用Stata16.0軟件計算受限的Tobit回歸模型，見表5。

表5 長江經濟帶農產品流通效率影響因素Tobit模型回歸結果

由表5可知，流通企業數量（）和R&D人員全時當量（）對長江經濟帶農產品流通效率具有顯著正向影響，這是因為增加物流企業數量能形成規模效益，從而提高物流運輸速度，對農產品流通效率提升有促進作用。R&D人員全時當量表示在科技研發方面人力資源的投入，在一定程度上能體現區域的創新能力，該指標對農產品流通效率的回歸系數為正，說明創新能力的增加對長江經濟帶農產品流通效率具有提高作用。高校畢業生數量（）對農產品流通效率具有顯著負向影響，這表明教育水平的提高并沒有對長江經濟帶農產品流通效率的提高有所幫助，很有可能是農產品物流行業吸引人才的能力較弱。郵電業務總量（）對效率的影響作用也為負，表明信息技術的提升對效率的提升產生負作用，有可能是信息技術過多投入產生冗余，還有可能是由于一些農村地區電信基礎設施不夠完善，導致信息技術的作用無法體現，產生這種情況的原因還需進一步研究。農業機械總動力（）對農產品流通效率也具有負向的影響，農林機械總動力的影響主要作用在農產品的生產和采摘上，其數值越大，越能夠促進農產品的生產效率，但過度增加生產效率而不注重流通方面的優化，將會對農產品流通產生負面影響。

4 結論與建議

4.1 結論

本文以長江經濟帶11個省市為研究對象，測度其2010-2019年農產品流通效率，并借助Tobit回歸模型進一步分析影響其農產品流通效率的因素，得出了以下主要結論：（1）從靜態分析來看，2010-2019年長江經濟帶中11個省市農產品流通效率各有升降，但總體呈現穩定趨勢。其中長江下游地區由于其本身地理優勢，其流通效率普遍大于上中游地區。（2）從動態分析來看，長江經濟帶全要素生產率的變化主要受到技術進步效應的影響，其變化情況總體上呈現上升趨勢。還有部分省市的技術效率不高，究其原因是規模效率不足。（3）從長江經濟帶農產品流通效率的影響因素分析來看，流通企業數量和R&D人員全時當量這兩個變量對長江經濟帶農產品流通效率提升具有促進作用，高校畢業生數量、郵電業務總量以及農業機械總動力對農產品流通效率具有顯著負向影響。

4.2 建議

（1）加強創新與規模提升。技術進步是提升農產品效率的重點，因此各省市必須重視對農產品流通技術和管理能力的提升，加強農產品流通創新能力。各省市還應該加強物流園區建設，整合分散農戶，提升生產和流通領域的規模，以應對規模效應不足的問題。同時，鼓勵物流企業對農產品流通體系的建設進行創新與研發，以此來改善農產品流通效率。

（2）注重區域間協同發展。一方面長江上中游地區應借鑒下游各省市在技術應用和資源配置方面的經驗，加快農產品產業結構調整與優化，努力消除技術壁壘。另一方面還需提升信息技術，利用先進信息技術來打造高效、省時的農產品交易與流通信息交流平臺，加強省市之間的合作，降低農產品交易成本，從而擴大農產品流通市場。

（3）打造吸引型物流企業。鼓勵各省市創立針對農產品流通的物流企業，加強農產品物流集聚效應，這不僅能提升規模效率，還能吸引人才進入農產品流通領域；各物流企業還應加強與高校的產學研合作關系，面向農產品流通領域培養一批物流人才；加強國際化合作，引進國外先進物流技術，不斷提升員工的技術水平和業務技能。