黃河流域小麥生產效率時空差異分析

王雪麗 李穎 李芳

摘要：本文通過測度黃河流域小麥全要素生產率，分析其生產效率的時序特征和空間差異，為黃河流域小麥生產發展提供有效建議。基于2007-2020年黃河流域8省和自治區小麥投入產出數據，利用DEA-Malmquist指數法測度并分解了黃河流域小麥全要素生產率，結合ArcGIS軟件從時間和空間兩個維度分析了其變化情況。在研究期內，從時間維度變化來看，黃河流域小麥生產效率低并且不穩定，技術進步是主要影響因素；從空間維度變化來看，黃河流域小麥生產效率存在空間不均衡情形，黃河中上游地區與下游地區差距明顯。最后，根據研究結果，提出了黃河流域小麥生產發展的建議。為進一步提高黃河流域小麥生產效率，應加快小麥生產技術創新，優化小麥生產要素投入結構；黃河流域小麥全要素生產率上、中、下游區域差異明顯，各區域要結合自身特征因地制宜制定策略，實現各區域協調發展，最終提升黃河流域小麥生產效率。

關鍵詞：黃河流域 小麥 全要素生產率 DEA-Malmquist指數 時空差異

*基金項目：國家自然科學基金項目“基于碳匯功能的糧食作物生態補償機制研究——以小麥、玉米為例”（71503148）；國家自然科學基金項目“煤矸石-稻殼復合材料對稻田土壤砷的鈍化機制研究”（42177027）。

一、引言

我國是世界上最大的產糧國，糧食作物種植面積占農作物總播種面積的近80%。黃河流域耕地面積1.79億畝，占全國耕地面積的12.5%。黃河流域是農耕文明的主要發源地之一，很早以前便是中國農業經濟開發地區，如今更是我國重要的農業生產基地，主要糧食作物包括小麥、玉米和花生等，其農業產值占全國總產值的8%，其中糧食產量占全國產量的7.7%。在2019年黃河流域生態保護和高質量發展座談會上，習總書記發表重要講話，指出黃河流域在我國生態安全和經濟發展中占據重要地位，促進黃河流域高質量發展具有重大意義。因此，黃河流域農業需實現高質量發展，這就需要進一步提升黃河流域農業的生產能力。

小麥是一種用途廣泛的主要糧食作物，也是目前播種面積最大的糧食作物之一。我國作為人口大國，對小麥的需求也日益增長。小麥的穩定生產有助于保障國家糧食安全和滿足人民需求。此外，黃河流域分布著多數小麥種植的省份，應提高黃河流域小麥的生產水平，增加小麥的產量。

全要素生產率是一個企業、行業或地區，在一定時期內的總投入和總產出之比，尤其是要素投入以外無法解釋的部分，來源于組織創新、技術進步等帶來的效應。農業全要素生產率是反映農業經濟增長質量和生產效率的重要指標，因此對農業全要素生產率進行研究具有重要的意義。王恒等人研究發現技術進步在稻谷的投入產出效率的提高中發揮了重要作用，并且發展適度規模經營可以提高稻谷的生產效率。李慧泉等眾多學者認為主要農作物主產區間的綠色全要素生產率存在差異，分作物測算分析能更好地反映各作物的綜合生產能力。王建華基于DEAMalmquist指數法研究中國小麥主產區全要素生產率變化特征發現小麥主產區全要素生產率總體呈下降趨勢，主要是由于技術進步的下降。陳敏輝利用EBM-Malmquist Luenberger混合模型測算河南省小麥綠色全要素生產率并分析了其發展演變趨勢。延楨鴻等人采用DEAMalmquist模型研究發現15個小麥主產省份的全要素生產率呈波動增長趨勢。現有關于黃河流域農業的研究，主要集中于對農業整體綠色全要素生產率的測算和其影響因素的研究。楊騫等人研究發現黃河流域農業綠色全要素生產率增長呈現技術進步單輪驅動特征，技術效率的作用尚未得到充分發揮。李凱風等人采用SBM模型和Malmquist指數研究了黃河流域2008—2017年綠色全要素生產率。劉華軍等人研究發現黃河流域綠色全要素生產率呈“低增長”與“不平衡”的雙重特征并且低于全國平均水平，分布形態呈現雙峰分布特征。崔寧波等人在對糧食主產區農業綠色發展的研究中發現黃河流域來自技術效率主導的效率與進步雙重驅動，規模效率和要素配置效率的貢獻較弱。

本文在已有研究的基礎上，運用DEA-Malmquist指數法測度并分解了2007—2020年黃河流域小麥的全要素生產率，討論了黃河流域小麥全要素生產率的時間變化情況，并且結合ArcGIS軟件研究了其空間變化情況，有利于了解和掌握黃河流域小麥的生產效率情況，為小麥生產進一步發展提供參考建議，最終促進黃河流域小麥產業的高質量發展。

二、研究方法與數據說明

（一）研究方法

自全要素生產率概念提出以來，學者們提出了測算全要素生產率的各種方法，總體來說可以分為兩類。一類是參數估計的隨機前沿函數分析方法（SFA），其充分考慮了隨機因素對生產前沿面的可能影響，但是這種方法要求在一定假設基礎上，構建具體的生產函數來測算生產效率，其缺點是容易出現生產函數形式與現實情況不符的情況。另一類是非參數估計的數據包絡分析方法（DEA），其構建參照技術下的距離函數，運用不同時期的投入—產出向量進行測算，因而轉化為線性規劃求解問題。DEA模型不需要事先確定投入產出變量的權重和關系表達式，避免了主觀方面的因素影響，并且結果可靠，適用范圍廣，且不受數據量綱影響，如Malmquist等指數。相比SFA，DEA更能反映農業領域的多投入、多產出特征，能提供更為有效的決策信息，因此本文選用DEA方法測度全要素生產率。

公式（3）中，若TFP>1，則處于DEA有效狀態，表明生產效率是增長的；若TFP<1，則處于DEA無效狀態，表明生產效率是下降的；若TFP=1，也處于DEA有效狀態，但是生產效率沒有變化。若TC>1，表明技術進步；若TC<1，表明技術退步；若TC=1，表明技術水平不變。若TE>1，表明技術效率改善；若TE<1，表明技術效率下降；若TE =1，表明技術效率水平不變。

公式（4）中，若PTE>1，表明純技術效率水平提升；若PTE<1，表明純技術效率水平下降；若PTE=1，表明純技術效率水平不變。若SE>1，表明規模效益增加；若SE<1，表明規模效益減少；若SE=1，表明規模效率水平不變。

（二）數據來源與指標選擇

1.數據來源

根據已有研究，加之考慮到數據的有效性、連續性和可得性，本研究采用2007—2020年14年的黃河流域小麥的投入和產出的面板數據。由于位于黃河上游的青海省的歷年統計數據缺失嚴重，并且難以通過技術手段補齊，本文最終選擇黃河流域的四川省、甘肅省、寧夏回族自治區、內蒙古自治區、陜西省、山西省、河南省以及山東省等8個省和自治區作為研究對象。本文研究所使用的小麥生產的投入、產出數據來源于2007—2020年《全國農產品成本收益資料匯編》。

2.指標選取

借鑒已有文獻研究，嚴格遵循指標選取原則，本文選取小麥產量作為產出指標；選取土地投入、勞動投入和物質費用作為投入指標，物質費用中包含種子費、化肥費、農家肥費、農藥費、租賃作業費以及工具材料費，其中租賃作業費包括機械作業費、排灌費和畜力費三項（表1）。

三、全要素生產率測算結果與分析

本文利用DEAP2.1軟件，運用DEA- Malmquist方法測算了 2007—2020年黃河流域8個省和自治區小麥的全要素生產率及其分解指數，將全要素生產率分解為技術效率指數（TE）和技術進步指數（TC），且將技術效率指數（TE）分解為純技術效率指數（PTE）和規模效率指數（SE），并作出進一步的分析。

（一）黃河流域小麥全要素生產率的時間變化分析

利用DEAP2.1軟件進行測算，2007—2020年黃河流域8個省和自治區小麥全要素生產率及其分解結果詳見表2。

總體上看，2007—2020年黃河流域小麥生產的技術效率均值為1.016，由技術效率值分解得到的純技術效率和規模效率的平均值均大于1，處于DEA有效狀態。其中，純技術效率的均值低于規模效率的均值，表明規模效率對技術效率達到有效水平發揮的作用更大。具體來看，2007—2020年黃河流域小麥生產的技術效率存在大幅度的波動情況，尤其是在2010—2018年最為明顯，從2010—2015年技術效率經歷了從1.120下降到0.858，緊接著又上升至研究期的最高值1.208，隨后又下降到0.899，在2015年上升到1.077，此后不斷下降，在2017年達到了研究期的最低值0.726，在2018年迅速上升到1.179。在2018—2020年，技術效率一直處在DEA有效狀態。由此可以看出，黃河流域小麥生產的技術效率是不穩定的。技術效率處于有效狀態的時期，2012—2013年技術效率達到最大值1.208，其分解后規模效率大于純技術效率，因此規模效益對技術效率的改善發揮了更大作用。在技術效率處于無效狀態的時期，除2011—2012年以外，純技術效率均為無效狀態，并且在2013—2014年和2016—2017年，規模效率也為無效狀態。在技術效率無效且最低的兩個時期，規模效率均無效并且相對較低。由此可以看出，技術效率雖受到純技術效率和規模效率的影響，但規模效率對技術效率的制約影響更大。綜上，黃河流域小麥生產的技術效率十分不穩定，在注重技術實施應用的同時應加強對小麥生產規模的進一步優化，努力實現小麥生產的高效率。

2007—2020年，黃河流域小麥的技術進步指數均值為0.965，處于DEA無效狀態。具體來看，研究期內只有5年的技術進步指數處于DEA有效狀態。2007—2010年，技術進步指數從0.809上升到1.004，增長率為19.5%，表明黃河流域小麥生產技術在不斷改進。但在2010—2011年技術進步指數下降到0.773，主要原因是2010年我國出臺了一系列的糧食生產扶持政策，對農戶進行生產的財政補貼導致農戶一味追求生產投入而忽視了對于生產技術的發展。在隨后幾年，技術進步指數波動較為明顯，并在2013—2014年技術進步指數為最大值2.407，這表明黃河流域小麥生產技術改進處在發展過程中并且發展狀況十分不穩定。綜上，黃河流域小麥生產的技術水平存在較大的發展空間，應進一步發展生產技術并且將技術發展水平保持在相對穩定的狀態。

2007—2020年，黃河流域小麥生產的全要素生產率總體均值為0.980，平均增長率為- 2.0%，處于DEA無效狀態。因此，在總體平均水平上，2007—2020年黃河流域小麥的生產效率為負增長。在研究期內，全要素生產率指數也處于不斷的波動中。具體來看，在全要素生產率指數處于有效狀態的時期，技術進步指數也處于有效狀態，并且在2013—2014年全要素生產率指數達到最大值，此時技術進步指數也達到最大值。在全要素生產率指數處于無效狀態的時期，技術進步指數也處于無效狀態，但是其中部分時期的技術效率處于有效狀態，然而在技術進步和技術效率共同作用下，全要素生產率仍為無效狀態。這充分說明了小麥生產效率雖受到技術進步和技術效率的共同影響，但是技術進步對生產效率提升的影響更大。綜上，大力發展小麥的生產技術，不斷提高生產的技術水平是提高黃河流域小麥生產效率的重要方法。同時，要將技術進步和技術效率有效結合，共同提高，不斷提升黃河流域小麥的生產效率。

（二）黃河流域小麥全要素生產率的空間變化分析

借鑒已有研究，將黃河流域分為上游、中游和下游三個區域，上游地區包括甘肅省、寧夏回族自治區、內蒙古自治區和四川省，中游地區包括陜西省和山西省，下游地區則包括山東省和河南省。表3展示了2007—2020年黃河流域8個省和自治區及分流域小麥平均生產率指數及其分解情況。

1.黃河流域小麥全要素生產率的省際特征分析

分析表3數據可得，除四川省外，2007—2020年黃河流域8個省和自治區的技術效率和規模效率均大于1，均處于DEA有效狀態。四川省的純技術效率為1，由此可知，四川省的技術效率水平受到規模效率的制約。除山西省外，其余省份的純技術效率均為有效狀態。由于山西省規模效率達到有效狀態，其技術效率也為有效狀態，這充分表明技術效率主要受到規模效率的制約。綜上，甘肅、寧夏、內蒙古、陜西、河南和山東可以保持已有的生產技術效率，并且可以在此基礎上進一步提升，提高其生產效率。四川省則需要優化小麥生產的投入要素結構，提升小麥的規模效益。山西省則要加強對小麥種植技術的研究，大力提升小麥生產技術的實施效率。

根據圖表可知，2007—2020年，黃河流域8個省和自治區中僅有河南和山東省的小麥的全要素生產率指數大于1，處于DEA有效狀態，其余省份均為無效狀態，處于生產效率負增長狀態。整體來看，黃河流域8個省和自治區小麥的全要素生產率均值為0.980，技術進步指數均值為0.965，技術效率指數均值為1.016。具體來看，黃河流域8個省和自治區的全要素生產率指數由大到小依次為：山東、河南、山西、寧夏、陜西、四川、甘肅、內蒙古。處于全要素生產率有效狀態的山東和河南，其技術進步指數也為DEA有效狀態。四川省全要素生產率為無效狀態，其技術進步和技術效率也為無效狀態。山西、寧夏、陜西、甘肅和內蒙古的全要素生產率和技術進步指數為無效狀態，技術效率則為有效狀態。綜上，黃河流域的大多數省份小麥生產的技術效率都在不斷改善，小麥全要素生產率的提升主要受到技術進步的制約。

為進一步了解黃河流域小麥全要素生產率空間分布特征，本文借助ArcGIS軟件繪制了黃河流域小麥全要素生產率可視化分布圖，如圖1所示。本研究選取了2008年、2012年、2016年和2020年的黃河流域小麥全要素生產率的數據，并將效率值劃分為低（TFP<0.6）、中低（0.6—0.8）、中高（0.8—1）和高（TFP>1）四種類型。

根據圖1，對比分析2008年、2012年、2016年和2020年的分布情況可知，黃河流域小麥全要素生產率的空間差異十分明顯且變動較大。2008年，僅有山東省和河南省兩個省份的小麥生產效率處于高效率區，大多省份為中低效率區。相比于2008年，2012年黃河流域小麥生產的高效率省份明顯增加，并且研究區域內的省份的小麥生產效率均處于中高及高效率階段。然而，2016年黃河流域各省份小麥的生產效率幾乎都處于中低水平，陜西省的小麥生產效率則為低水平。這是由于2016年黃河流域地質災害頻繁，尤其是水害嚴重，并且水土流失嚴重，極大地影響了農業生產。相比于2016年，2020年黃河流域的小麥生產效率有所好轉，但仍沒有省份的生產效率達到高效率水平。甘肅、四川、河南和山東省的小麥生產效率達到了中高水平，內蒙古自治區則處于低水平。近年來，習總書記強調生態文明建設要見實效，國家出臺一系列農業和環保政策，人們先污染后治理的觀念得到改變，并且國家加強了對黃河流域的生態保護，從而使黃河流域小麥生產效率得到改善。

2.黃河流域小麥全要素生產率的區域流域特征分析

分析表3數據可得，整體來看，在整個研究期內小麥全要素生產率指數從上游到下游依次遞增，即上游區域<中游區域<下游區域，并且下游地區要高出上游地區0.83%。結合圖1來看，黃河流域中、下游地區的小麥生產效率一般高于上游地區。這主要是因為黃河流域下游地區分布著山東和河南兩個農業大省，同時也是兩大糧食主產區，在小麥生產的機械化水平和科研投入以及規模效益上更具有優勢。

從技術進步水平來看，黃河流域中、上游地區的技術進步指數均小于1，處于DEA無效狀態，說明存在技術退步現象；下游地區技術進步指數大于1，說明小麥生產技術在進步。因此，技術在小麥生產中的促進作用不容忽視，黃河流域尤其是中、上游地區小麥生產的技術水平有待進一步提升。

從技術效率水平來看，黃河流域上游、中游和下游的差距不是很多，技術效率水平基本上都處于DEA有效狀態。黃河流域上游和中游地區雖然存在技術退步現象，但是其技術應用效率還是比較高的。只有四川省的技術效率是下降的，四川省應注重加強小麥生產技術的進步工作，同時也要注重提高技術應用的效率水平。

四、結論與建議

（一）研究結論

本文運用DEA-Malmquist指數法，利用2007-2020年黃河流域（內蒙古、寧夏、四川、甘肅、陜西、山西、河南、山東）小麥的投入和產出的面板數據，測算并分解了黃河流域小麥全要素生產率，并且從時間和空間兩個維度進行了進一步分析，得出以下結論：

1.黃河流域小麥生產效率低并且不穩定，技術進步是主要影響因素

2007—2020年間只有5年的全要素生產率大于1，處于DEA有效狀態。技術進步指數為0.965，技術效率指數為1.016，技術進步水平低并且處于DEA無效狀態，導致全要素生產率小于1，處于DEA無效狀態，這表明黃河流域小麥生產的技術水平較低。

2.黃河流域小麥生產效率存在空間不均衡情形

在研究期內，黃河流域8個省和自治區中只有位于下游地區的河南和山東的全要素生產率指數和技術進步指數大于1，為DEA有效狀態。黃河上游和中游地區的技術效率除四川省外均不小于1，為DEA有效狀態，但是技術進步指數均為DEA無效狀態，導致其生產效率水平低下。因此，技術進步是影響黃河流域小麥生產效率的最主要原因。

（二）政策建議

1.黃河流域應加大小麥生產技術創新，提高生產效率

一是國家要加速農業科技體制改革，應給予各地方政府足夠的科技自主權，提升科技管理效率。二是政府要加大對黃河流域農業科研投入，進一步完善農業科研資金的融資機制，提高小麥生產的機械化水平。在加大科研投入的同時，應注重構建完善的科研資金管理制度，規范科研資金的管理及使用，進一步優化農業科研資金的配置結構。要重視培養小麥生產的相關技術型人才，引導農民積極學習相關技術，線上線下同步開展相關課程，給予積極參加科技培訓和積極施用農業機械化的農戶一定補貼，提升農民的小麥生產技術水平。黃河流域各個區域應結合自身的實際情況，選擇與之自然條件相適應的小麥生產技術，注重技術的適用性。在發展技術的同時，也要加強對技術的推廣，鼓勵相關科技人員下基層，充分利用各種方式和途徑，促進實現創新成果的高效率實際應用。各區域間應加大跨區域的技術交流和合作，促進農業創新技術外溢，改善市場環境，鼓勵綠色農業生產者，引導小麥產業綠色發展。

2.黃河流域要優化小麥生產要素投入結構，努力實現綠色高效生產

各地方政府應根據內部差異、自身特點和生態環境變化等因素調整生產要素投入，使資源利用實行最大化，要素配置更加合理，以提高小麥的全要素生產率及資源利用效率。政府應加大對小麥生產的政策支持和扶持力度，嚴格要求減少化肥、農藥、農膜等要素在生產過程中的投入，鼓勵使用有機肥料、可降解農用塑料薄膜，減少小麥生產對環境的負外部性影響；大力推廣農業節水灌溉技術，開發污水高效處理設備，加強環境友好型技術的研究、開發和推廣。黃河流域各省份可以根據實際情況發展規模化生產，提高土地和資源利用率，在生產技術較好的區域可以擴大生產經營規模，建設現代化農業生產區，提高小麥的生產效率。

3.黃河流域各區域要縮小小麥生產的不平衡差距，實現各區域協調發展

黃河流域覆蓋范圍廣，各地區的氣候、環境、人力、資本等存在巨大差異，各省份應結合當地現狀，因地制宜。黃河流域中上游地區與下游地區生產效率差異明顯，黃河上游省份生態環境脆弱，要提高水資源、耕地和技術利用效率，注重綠色可持續發展，發展生態農業，提高生產效率。此外，上游地區還要注意黃河源頭污染的治理。黃河中游地區要充分利用自然條件，提高能源利用率，加大技術創新和推廣應用，根據自身生態優勢發展特色農業。河南省等下游地區易發生水災、旱災等自然災害，水資源分布不均，農田抗自然災害能力較弱，這就需要重視農業基礎設施建設，加強基礎設施保護并定期維護修繕。黃河下游地區小麥生產效率相對較好，經濟比較發達，在技術不斷創新的基礎上可以適度發展規模生產，推動經濟轉型發展。由于中下游地區擁有較發達的人才和科技資源，可為上游省份提供科技支持，輸送優秀的農業相關人才，還可組織構建農業發展聯盟，進一步加強合作交流。黃河流域各個省份要努力實現協調發展，最終實現黃河流域的農業綠色發展和經濟高質量發展。

參考文獻：

[1]楊騫，王玨.黃河流域農業綠色全要素生產率及其要素分解研究[J].山東財經大學學報， 2021， 33（4）： 24-35.

[2]王建華.基于DEA—Malmquist指數法中國小麥主產區全要素生產率變化特征分析[J].農業與技術， 2020， 40（8）： 4-11.

[3]袁青青，韓一軍.我國小麥全要素生產率的評價分析——基于DEAMalmquist指數方法[J].中國農業文摘-農業工程， 2018， 30（4）： 19-24.

[4]雷紹海，王成軍.中國農業全要素生產率研究進展與前沿——基于CiteSpace的文獻計量可視化分析[J].云南農業大學學報（社會科學）， 2022， 16（3）： 124-133.

[5]王恒，高鳴.中國稻谷生產率的地域差異和時空分異——基于稻谷主產區的實證分析[J].中國農業科技導報， 2020， 22（2）： 1-11.

[6]李慧泉，毛世平.我國主要農作物綠色全要素生產率分析[J].中國農業科技導報， 2022， 24（2）： 58-67.

[7]陳敏輝.河南省小麥綠色全要素生產率測度及其發展演變[J].山西農經， 2021（21）： 164-166.

（作者單位：山東農業大學經濟管理學院）

責任編輯：李政