基于DEA的我國高標準農田建設資源配置效率評價

袁祖培

摘要：“十四五”以來，高標準農田項目作為我國的一項重要農業基礎工程持續受到來自支農資金的重點傾斜，但隨著建設成本費用的逐年攀升，高標準農田畝均投入也逐年增長，如何科學評價我國高標準農田建設資源配置效率并采取相應改進措施對提升支農資金使用效益具有重要意義。本文選取我國各省高標準農田建設項目面板數據，建立投入產出效益評價指標體系，并以DEA模型為主要分析工具計算得出研究結果，最后對我國高標準農田建設問題進行探討，并針對問題提出相應對策建議，以期對提高我國高標準農田建設效益提供參考。

關鍵詞：高標準農田 資源配置 DEA 效益評價

一、引言

習近平總書記在中央農村工作會議講話中強調，要把解決好“三農”問題作為全黨工作重中之重，“三農”問題不僅關系民生福祉，更關系到國家糧食安全，因而一直受到黨和國家的高度關注。在此背景下，我國各省積極采取措施，將支農資金重點投向糧食主產區及其高標準農田建設項目，有節奏地實施規模開發，

但隨著建設成本及費用等的逐年上漲，高標準農田畝均投入也隨之增長：已由“十一五”時期1200元/畝、“十二五”時期的1500元/畝，增至“十三五”時期的1800元/畝。因此，如何有效測算并科學評價高標準農田建設項目資源配置效率，進而采取相應改進措施對提升支農資金使用效益具有重要意義。

相關學者大都把高標準農田項目視為一項工程建設項目或政治目標，便側重在工程技術標準及政府公共管理進行研究：如，沈明（2012）選取了耕地等級、糧食生產能力等指標，建立了相應的區域評價指標體系。馮銳（2012）等學者選取了12個評價指標進行評價，對四川省高標準農田項目建設作出了建設時序安排等；亦或是將高標準農田項目囊括在土地整治項目、財政支農資金中去研究，如厲偉、姜玲、華堅（2014）運用DEA與SFA結合的三階段DEA方法，對我國26個省（區）2007—2011年財政支農效率進行分析李俊杰、李建平、梅冬（2022）通過選取4個糧食主產省的8個糧食大縣進行調研，采用半結構性方式研究分析了農田建設政策落實及項目實施中存在的問題并提出建議等。少有學者通過數學模型去評價高標準農田建設資源配置效率。因此，本文基于DEA模型對我國內地29個省份高標準農田建設效率進行分析，之后針對其存在問題提出相應對策建議，為高標準農田建設發展提供參考。

二、高標準農田建設效率：模型、指標與數據

（一）高標準農田建設效率評價模型

數據包絡分析（DEA）方法是運用數學工具評價經濟生產有效性的非參數方法，一般用于評價多投入、多產出的多決策單元（DMU）生產效率，1957年由Farrel開創性提出，該方法在實際應用中不斷完善，主要由A.charenes、W.Cooper和E.Rhodes等人將DEA方法推廣開來。

DEA數據包絡分析方法，因其只需考慮投入和產出指標的確立，不用考慮生產函數及其表達形式，且無需對指標數據進行無鋼量化處理，因而被廣泛運用于農業生產效率的測算與評價之中。因此本文對高標準農田建設效率的測算主要選用DEA方法。模型介紹如下（具體演化步驟省略）：

（二）高標準農田建設效率評價指標體系及數據來源

本文在評價高標準農田建設資源配置效率的指標方面，遵循科學客觀、數據可得等原則，通過總結已有文獻研究成果，并依據2016年《高標準農田建設評價規范》和2022年《高標準農田建設通則》（GB/T 30600—2022）標準，選取了指標如下：

實驗數據主要來源自農村土地動態監測監管信息系統數據庫（因訪問受限，故參考了馬曉妍，何仁偉，魏洪斌的文獻數據并進行整理）以及歷年《中國財政年鑒》《中國農村統計年鑒》《中國統計年鑒》等，用單位面積指標來測算可有效避免各地區因建設數量不均而產生的差異。本文選取了2012—2017年全國已驗收入庫的高標準農田建設項目作為決策單元DMU，運用DEA模型對我國內地29個省份（其中上海、西藏因項目數量極少，故排除）的高標準農田建設效率進行測算。

三、高標準農田建設實證結果與分析

（一）高標準農田建設投入產出效率

將上述全國各個省份高標準農田建設項目投入和產出指標數據錄入表格，然后在DEAP2.1軟件包中設置指令文件參數，并使用和模型對表格數據進行測算，基于和模型的高標準農田建設效率分析結果如表2所示：

由表2可知，通過和模型測算得出：我國各省高標準農田建設綜合技術效率均值為0.694，純技術效率均值為0.778，規模效率均值為0.905。在29個省份項目投入產出效率得分中，共有5個省份DEA有效，即這些決策單元在投入不變的情況下，資源配置效率達到了相對最優化。

除去5個DEA有效省份外，其余24個省份均為非DEA有效，其中有7個省份的純技術效率值為1.000，原因可能為規模效率低下所致；剩余17省的綜合技術效率和純技術效率均小于1，可能是因為投入規模不當且產出不足所致。對此，可通過DEA模型進一步對其投入產出的松弛變量進行測算，并作具體分析。我國高標準農田建設項目資源配置分析中，非DEA有效占比高達83%，該數據表面我國高標準農田建設資源配置效率有較大的提升空間。

綜上所述，我國各省中高標準農田建設規模效率不變的有5個，占比17%；規模效率遞減的有7個省份，占比24%；規模效率遞增的有17個省份，占比59%。這說明我國高標準農田建設項目規模效率總體上處于不變或遞增趨勢，這可能跟國家財政支農資金逐年增加、對高標準農田建設項目投入逐年側重有關。

（二）非DEA有效決策單元的“投影”分析

對上述非DEA有效的24個省份，可通過DEA模型進一步對其投入產出的松弛變量進行測算，并作具體分析。為更好地反映各省份投入產出效率的狀況，本文對非DEA有效的24個省份做進一步投入冗余分析及產出不足分析，測算結果如下：

從表3可看出，非DEA有效的24個省份決策單元相比， DMU1、DMU2、DMU4、DMU10、DMU16、DMU20、DMU22投入效率相對最優，無效的投入均為0；此外，DMU8、DMU11投入發揮了較好的作用，無效的投入較低；而DMU3、DMU9、DMU12、DMU13、DMU15、DMU17、DMU19、DMU21、DMU23、DMU24、DMU25、DMU26、DMU27、DMU28、DMU29的投入中無效的投入比例均達到了最大，這表明在這些省份經濟發展過程中減少投入增加資源配置效率的空間較大。

從產出不足結果可看出（篇幅有限，故不列示），24個省份當前的產出不足主要存在于單位面積受益人數和新增農田灌溉率等，在這兩項指標上還存在較大差距，其中DMU8、DMU9、DMU12、DMU19及DMU27、DMU29在產出上可提升空間最高，這些省份應在單位面積受益人數和新增農田灌溉率做出努力以提升整體項目建設效率水平。

（三）結論

1.我國高標準農田建設項目資源配置效率總體不高，crste< vrste

參考文獻：

[1]涂建軍，盧德彬.基于GIS與耕地質量組合評價模型劃定基本農田整備區[J].農業工程學報，2012， 28（2）： 234-238.

[2]沈明，陳飛香，蘇少青，等.省級高標準基本農田建設重點區域劃定方法研究—基于廣東省的實證分析[J].我國土地科學，2012，26（7）：28-33.

[3]馮銳，吳克寧，王倩.四川省中江縣高標準基本農田建設時序與模式分區[J].農業工程學報，2012， 28（22）： 000243-251.

[4]盧昆，郝平.基于SFA的我國遠洋漁業生產效率分析[J].農業技術經濟，2016（9）：84-91.

[5]戚涌，郭逸.基于SFA方法的科技資源市場配置效率評價[J].科研管理，2015， 363）：84-91.

[6]何軍，胡亮.基于DEA模型的國家財政支農資金效率評價[J].生產力研究，2010（8）：73-74.

[7]厲偉，姜玲，華堅.基于三階段DEA模型的我國省際財政支農績效分析[J].華中農業大學學報（社會科學版），2014，33（1）：69-77.

[8]方鴻.政府財政支農資金效率的地區比較—基于三階段DEA模型的實證分析[J].軟科學，2011， 25（7）：27-32.

[9]馬曉妍，何仁偉，魏洪斌.我國高標準農田建設項目投資資金效率評價[J].統計與決策，2020，36（12）：85-89.

[10]王濤.基于DEA的全國30個少數民族自治州資源配置效率研究[J].湖北民族學院學報（哲學社會科學版），2016，34（01）：40-45.

[11]李俊杰，李建平，梅冬.新形勢下高標準農田建設管理政策存在的問題及建議[J].我國農業資源與區劃， 2022，43（05）：84-92.

[12] Farrell M J.The Measurement of Productive Efficiency [J].Journal of the Royal Statistical Society， 1957， 120（3）.

[13] Charnes A， Cooper W W， Rhodes E.Measuring the Efficiency of DecisionMakingUnits[J].European Journal of Operational Research，1978，（2）.

[14]仇大海，吳國華.廣東省高標準基本農田建設的調查與思考[J].中國土地，2016（01）：36-38.

[15]周林生，朱明非. 2016年廣東省高標準農田建設資金績效評價報告[EB/OL]，廣東省綜合改革發展研究院網站，czt.gd.gov.cn/attachment/0/1/ 1810/180468，2018-3-2.

Evaluation of resource allocation efficiency of high-standard farmland construction in China based on DEA

Yuan Zupei

Abstract： Since the "14th Five-Year Plan"， the high-standard farmland project as an important agricultural basic project in China has continued to receive the key inclination from the support of agricultural funds， but with the construction cost increasing year by year， the average investment of high-standard farmland per mu in China has also increased year by year， how to scientifically evaluate the efficiency of resource allocation of high-standard farmland construction in China and take corresponding improvement measures is of great significance to improve the efficiency of the use of funds for supporting agriculture. In this paper， the panel data of high-standard farmland construction projects in various provinces in China is selected， the input-output benefit evaluation index system is established， and the research results are calculated with the DEA model as the main analysis tool， and finally the problem of high-standard farmland construction in China is discussed， and corresponding countermeasures and suggestions are put forward for the problem， in order to provide reference suggestions for improving the efficiency of high-standard farmland construction in China.

Keywords： High standard farmland Resource allocation DEA Benefit evaluation

（作者單位：湖北民族大學經濟與管理學院）

責任編輯：李政