中國(guó)農(nóng)產(chǎn)品生產(chǎn)效率和經(jīng)濟(jì)效益分析

宗冬琳　王弢

摘要 選取2011—2020年中國(guó)16個(gè)農(nóng)產(chǎn)品的投入和產(chǎn)出指標(biāo)，運(yùn)用BCC模型和Malmquist模型對(duì)農(nóng)產(chǎn)品的生產(chǎn)效率和經(jīng)濟(jì)效益進(jìn)行靜態(tài)和動(dòng)態(tài)分析。Malmquist模型結(jié)果表明，中國(guó)農(nóng)產(chǎn)品生產(chǎn)效率主要受技術(shù)效率的影響，其中受技術(shù)效率影響最大的作物是油菜和棉花。在農(nóng)產(chǎn)品經(jīng)濟(jì)效益方面，BCC模型得出全國(guó)非有效性農(nóng)產(chǎn)品有6種，對(duì)非有效性農(nóng)產(chǎn)品進(jìn)行投入指標(biāo)的調(diào)整。非有效性農(nóng)產(chǎn)品在人工成本要加大投入，部分農(nóng)產(chǎn)品的化肥投入應(yīng)減少。針對(duì)結(jié)果提出相應(yīng)政策，我國(guó)應(yīng)結(jié)合農(nóng)產(chǎn)品自身的耕作特點(diǎn)進(jìn)行農(nóng)業(yè)技術(shù)創(chuàng)新提高技術(shù)效率和推廣農(nóng)業(yè)科學(xué)技術(shù)。

關(guān)鍵詞 農(nóng)產(chǎn)品；生產(chǎn)效率；經(jīng)濟(jì)效益；BCC模型；Malmquist模型

中圖分類號(hào) S-9 文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 0517-6611（2023）15-0198-04

doi：10.3969/j.issn.0517-6611.2023.15.048

Analysis of Production Efficiency and Economic Efficiency of Agricultural Products in China

ZONG Dong-lin， WANG Tao

（College of Agricultural and Biological Science， Dali University， Dali， Yunnan 671003）

Abstract This study selects input and output indicators of 16 agricultural products in China from 2011 to 2020 to conduct static and dynamic analysis of production efficiency and economic efficiency of agricultural products using BCC model and Malmquist model.The results of Malmquist model show that the production efficiency of agricultural products in China is mainly influenced by technical efficiency， among which the most affected crops by technical efficiency are oilseed rape and cotton. In terms of economic efficiency of agricultural products， the BCC model yielded six types of non-effective agricultural products China， and the input indexes were adjusted for non-effective agricultural products. Non-effective agricultural products should have more inputs in labor costs and fertilizer inputs should be reduced for some agricultural products. In response to the results， corresponding policies are proposed， and China should combine the farming characteristics of agricultural products themselves to carry out agricultural technology innovation to improve technical efficiency and promote agricultural science and technology.

Key words Agricultural products;Production efficiency;Economic efficiency;BCC model;Malmquist model

如何提高農(nóng)產(chǎn)品的生產(chǎn)效率和經(jīng)濟(jì)效率繼而提高農(nóng)業(yè)生產(chǎn)率，實(shí)現(xiàn)農(nóng)業(yè)發(fā)展方式的轉(zhuǎn)型是以農(nóng)業(yè)為基礎(chǔ)的發(fā)展中國(guó)家最為關(guān)心的問題。對(duì)于分析農(nóng)業(yè)生產(chǎn)效率最常用的方法則是數(shù)據(jù)包絡(luò)分析方法（DEA），是一種非參數(shù)前沿效率分析方法，用來(lái)衡量具有多項(xiàng)投入與多項(xiàng)產(chǎn)出的決策單元（DMU）的相對(duì)效率和有效性［1］。主要起源于Farrell［2］將生產(chǎn)率的概念擴(kuò)展到生產(chǎn)效率，綜合考慮決策單元的多種投入和多種產(chǎn)出。Banker等［3］在前人的基礎(chǔ)上提出BCC-DEA模型，將CCR技術(shù)效率所包含的規(guī)模效率排除，因此也稱為純技術(shù)效率。不管是BCC模型還是CCR模型都只能對(duì)同一期的決策單元進(jìn)行分析，屬于靜態(tài)分析。基于Malmquist［4］提出了全要素生產(chǎn)率TFP的概念來(lái)分析決策單元生產(chǎn)率的變化；Fre等［5］于2004年構(gòu)建了Malmquist指數(shù)模型對(duì)面板數(shù)據(jù)進(jìn)行整體分析和跨期比較，屬于動(dòng)態(tài)分析。由于DEA模型不需要任何權(quán)重假設(shè)的特點(diǎn)，在許多領(lǐng)域得到廣泛的應(yīng)用，如對(duì)港口企業(yè)進(jìn)行評(píng)價(jià)和定量分析［6-7］，醫(yī)療保健行業(yè)及社會(huì)保健機(jī)構(gòu)進(jìn)行經(jīng)營(yíng)效率的評(píng)價(jià)［8-10］，科技金融效率的研究［11-13］以及城市經(jīng)濟(jì)狀況和公共事業(yè)管理評(píng)估等［14-15］。

基于DEA模型對(duì)農(nóng)業(yè)生產(chǎn)效率的研究有很多，Haag等［16］運(yùn)用DEA模型對(duì)農(nóng)業(yè)生產(chǎn)率進(jìn)行評(píng)估，Kawagoe等［17］對(duì)農(nóng)業(yè)生產(chǎn)效率進(jìn)行綜合分析，說(shuō)明一個(gè)地區(qū)的農(nóng)業(yè)生產(chǎn)率高低與勞動(dòng)力無(wú)關(guān)，與地區(qū)的發(fā)展水平有關(guān)；但Ball等［18］認(rèn)為生產(chǎn)效率與資本的積累成相關(guān)性；Vollrath［19］分析了土地分配不公對(duì)農(nóng)業(yè)生產(chǎn)效率的影響。因此，筆者以2011—2020年全國(guó)1 553個(gè)縣66 000多個(gè)農(nóng)戶農(nóng)產(chǎn)品的投入和產(chǎn)出匯總數(shù)據(jù)，采用BCC模型和Malmquist指數(shù)模型對(duì)10年來(lái)全國(guó)16種農(nóng)產(chǎn)品生產(chǎn)率進(jìn)行靜態(tài)和動(dòng)態(tài)分析，為正確評(píng)價(jià)我國(guó)農(nóng)產(chǎn)品的生產(chǎn)率和經(jīng)濟(jì)效益，尋找提高農(nóng)產(chǎn)品生產(chǎn)率和經(jīng)濟(jì)效益的方法及其影響因素提供依據(jù)，并提出相關(guān)政策建議。

1 研究對(duì)象與方法

1.1 研究對(duì)象

（1）決策單元的選擇。

以水稻、小麥、玉米、大豆、油菜、棉花、甜菜等16個(gè)農(nóng)產(chǎn)品作為DEA模型的決策單元。

（2）評(píng)價(jià)指標(biāo)的構(gòu)建。

因投入和產(chǎn)出指標(biāo)要符合同向性原則，采用Pearson相關(guān)性檢驗(yàn)對(duì)指標(biāo)進(jìn)行篩選。最終以各農(nóng)產(chǎn)品單位面積人工成本、燃料動(dòng)力投入、化肥投入、種子投入作為投入指標(biāo)；產(chǎn)量、產(chǎn)值作為產(chǎn)出指標(biāo)（表1），各指標(biāo)均能在0.05顯著性水平通過雙尾檢驗(yàn)。所有的樣本分析數(shù)據(jù)來(lái)源于2011—2020年的《全國(guó)農(nóng)產(chǎn)品成本收益資料摘要》。

1.2 研究方法

1.2.1 DEA模型。

DEA的模型有多種，該研究選取的是基于生產(chǎn)可能集規(guī)模收益可變的BCC模型，與傳統(tǒng)的CCR模型相比可以更好地說(shuō)明純技術(shù)效率和規(guī)模效率。基于投入的BCC對(duì)偶形式下的模型如下：

minθ-ε（TS-+eTS+）

2 結(jié)果與分析

2.1 Malmquist指數(shù)模型分析

表2為2011—2020年16種作物的年均生產(chǎn)率Malmquist指數(shù)及其分解。其中MPI>1的作物有9種，占56%，說(shuō)明這9種作物的年均全要素生產(chǎn)率與上一期相比增加。MPI<1的作物主要受技術(shù)效率變化指數(shù)EFFCH和技術(shù)進(jìn)步變化指數(shù)TECH兩者的影響。其中年均技術(shù)效率EFFCH大于1的作物只有馬鈴薯和圓白菜，而年均技術(shù)進(jìn)步大于1的作物有11種。由技術(shù)效率分解的純技術(shù)效率和規(guī)模效率，與上一期相比呈現(xiàn)增長(zhǎng)趨勢(shì)的作物種類分別有3種和2種。豆角的MPI和技術(shù)進(jìn)步指數(shù)TECH年均增長(zhǎng)率最高，增長(zhǎng)幅度都為4.9%；甜菜的MPI年均負(fù)增長(zhǎng)率最高，-12.0%。技術(shù)效率變化指數(shù)EFFCH年均增長(zhǎng)率最高的是西紅柿，增加幅度為2.0%。

2.2 BCC模型結(jié)果分析

由表3可知，θ>1的DEA有效作物有10種，其ni=1Xi=1規(guī)模報(bào)酬不變（-）；對(duì)于θ<1的非DEA有效的其他作物，ni=1Xi<1的規(guī)模報(bào)酬遞增（irs），可通過增加投入提高規(guī)模收益。且不存在ni=1Xi>1的情況，說(shuō)明16種農(nóng)產(chǎn)品不存在投入冗余。對(duì)于純技術(shù)效益<1，則有5種作物需要提高技術(shù)水平；規(guī)模效率<1，有6種作物需要提高規(guī)模效率。

對(duì)于非DEA有效的作物，其投入指標(biāo)的調(diào)整方案見表4。從表4可以得出，需要增加人工成本投入和對(duì)棉花和辣椒以外的作物減少化肥的投入。其中人工成本和化肥投入增加最多的是棉花，為6 660.900和1 141.125元/hm2；而水稻、小麥、玉米和西蘭花的化肥投入需要相應(yīng)的減少投入，所有的非DEA有效作物無(wú)須增加燃料動(dòng)力和種子投入。最終才能使作物的綜合效益指標(biāo)θ=1，S-和S+同時(shí)等于0，成為DEA有效作物。

3 結(jié)論與討論

運(yùn)用Malmquist指數(shù)模型測(cè)算了我國(guó)2011—2020年16種作物的生產(chǎn)效率，結(jié)果表明，隨著時(shí)間的推移，全國(guó)16種作物的年均MPI有7種持續(xù)降低（表2），原因是技術(shù)效率（EFFCH）降低，而技術(shù)效率主要受純技術(shù)效率和規(guī)模效率的影響。說(shuō)明了7種作物的年均純技術(shù)效率和年均規(guī)模效率與上一期相比是減少的。其中受技術(shù)效率EFFCH影響較大的作物是油菜和棉花（表2）。全要素生產(chǎn)率MPI>1的作物有9種，主要來(lái)源于技術(shù)進(jìn)步水平TECH的改進(jìn)，技術(shù)效率起拖累作用。

運(yùn)用BCC模型對(duì)16種作物的經(jīng)濟(jì)效益進(jìn)行分析，結(jié)果表明有10種作物經(jīng)濟(jì)效益達(dá)到有效狀態(tài)，有6種作物經(jīng)濟(jì)效益未達(dá)到有效狀態(tài)（表3）。其中有68.75%的作物純技術(shù)效率達(dá)到1，規(guī)模效率有62.50%的作物達(dá)到1。大部分作物在技術(shù)效率和規(guī)模效率上存在不同程度的改進(jìn)空間，特別是辣椒的技術(shù)效率值為1，規(guī)模效率則為0.998，從而導(dǎo)致綜合效益值θ小于1，為非DEA有效性作物。因此通過Matlab進(jìn)行線性規(guī)劃和求解，對(duì)非DEA有效性的6種作物進(jìn)行投入指標(biāo)的調(diào)整（表3）。結(jié)果表明，非DEA有效的作物無(wú)須增加燃料動(dòng)力投入和種子投入，但需全體增加人工成本投入，大部分作物需減少化肥投入才能成為規(guī)模收益最佳的DEA有效作物（表4）。

根據(jù)以上結(jié)論，提出以下政策建議：①我國(guó)農(nóng)產(chǎn)品生產(chǎn)效率主要受技術(shù)效率的限制，應(yīng)結(jié)合不同作物的耕作特點(diǎn)進(jìn)行技術(shù)效率的改革，不能按照一個(gè)耕作模式來(lái)發(fā)展農(nóng)產(chǎn)品。二十大報(bào)告也提到要健全耕地休耕輪作制度，確保農(nóng)產(chǎn)品產(chǎn)業(yè)鏈供應(yīng)鏈安全。而影響技術(shù)效率最重要的一點(diǎn)就是技術(shù)創(chuàng)新，只有提升技術(shù)創(chuàng)新水平才能促進(jìn)我國(guó)農(nóng)產(chǎn)品生產(chǎn)率的發(fā)展。影響我國(guó)技術(shù)效率的技術(shù)主要是栽培技術(shù)，目前我國(guó)栽培技術(shù)仍停留在傳統(tǒng)的耕作經(jīng)驗(yàn)上，而國(guó)外已實(shí)行科技化的規(guī)劃和定量栽培。②我國(guó)不僅在技術(shù)創(chuàng)新方面落后于發(fā)達(dá)國(guó)家，在技術(shù)推廣和應(yīng)用方面也有一定的差距。目前大部分農(nóng)村不具備農(nóng)業(yè)科技推廣站。因此，要結(jié)合各作物的耕作特點(diǎn)，宣傳農(nóng)業(yè)科學(xué)技術(shù)，用更加專業(yè)的技術(shù)去種植作物，提高農(nóng)產(chǎn)品的生產(chǎn)率。

參考文獻(xiàn)

［1］ CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units［J］.European journal of operational research，1978，2（6）：429-444.

［2］ FARRELL M J.The measurement of productive efficiency［J］.Journal of the royal statistical society：Series A（General），1957，120（3）：253-290.

［3］ BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］.Management science，1984，30（9）：1078-1092.

［4］ MALMQUIST S.Index numbers and indifference surfaces［J］.Trabajos de estatistica，1953，4（2）：209-242.

［5］ FARE R，GROSSKOPF S.Modeling undesirable factors in efficiency evaluation：Comment［J］.European journal of operational research，2004，157（1）：242-245.

［6］ ROLL Y，HAYUTH Y.Port performance comparison applying data envelopment analysis （DEA）［J］.Maritime policy ＆ management，1993，20（2）：153-161.

［7］ TONGZON J.Efficiency measurement of selected Australian and other international ports using data envelopment analysis［J］.Transportation research part A：Policy and practice，2001，35（2）：107-122.

［8］ FINKLER M D，WIRTSCHAFTER D D.Cost-effectiveness and data envelopment analysis［J］.Health care management review，1993，18（3）：81-88.

［9］ VALDMANIS V.Sensitivity analysis for DEA models：An empirical example using public vs. NFP hospitals［J］.Journal of public economics，1992，48（2）：185-205.

［10］ BJUREK H，HJALMARSSON L，F(xiàn)ORSUND F R.Deterministic parametric and nonparametric estimation of efficiency in service production［J］.Journal of econometrics，1990，46（1/2）：213-227.

［11］ HASLEM J A，SCHERAGA C A，BEDINGFIELD J P.DEA efficiency profiles of U.S.banks operating internationally［J］.International review of economics and finance，1999，8（2）：165-182.

［12］ SAEED A，SALEH S.Financial depth and efficiency， and economic growth nexus in Saudi Arabia and Oman［J］.Review of economics and business studies，2018，11（2）：105-112.

［13］ HELLMANN T，MURDOCK K，STIGLITZ J.Financial restraint：Towards a new paradigm［C］//AOKI M，KIM H K，OKUNO-FUJIWARA M，et al.The role of government in East Asian economic development comparativeinstitutional analysis.Oxford：Clarendom Press，1997.

［14］ CHARNES A，COOPER W W，LI S L.Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities［J］.Socio-economic planning sciences，1989，23（6）：325-344.

［15］ BOUSSOFIANE A，DYSON R G，THANASSOULIS E.Applied data envelopment analysis［J］.European journal of operational research，1991，52：1-15.

［16］ HAAG S，JASKA P，SEMPLE J.Assessing the relative efficiency of agricultural production units in the Blackland Prairie，Texas［J］.Applied economics，1992，24（5）：559-565.

［17］ KAWAGOE T，HAYAMI Y，RUTTAN V W.The intercountry agricultural production function and productivity differences among countries［J］.Journal of development economics，1985，19（1/2）：113-132.

［18］ BALL V E，BUREAU J C，BUTAULT J P，et al.Levels of farm sector productivity：An international comparison［J］.Journal of productivity analysis，2001，15（1）：5-29.

［19］ VOLLRATH D.Land distribution and international agricultural productivity［J］.American journal of agricultural economics，2007，89（1）：202-216.

基金項(xiàng)目 云南省科技廳地方本科高校（部分）基礎(chǔ)研究聯(lián)合專項(xiàng)（2023Y1050）。

作者簡(jiǎn)介 宗冬琳（1997—），女，云南昭通人，碩士研究生，研究方向：農(nóng)業(yè)生態(tài)學(xué)。*通信作者，副教授，博士，從事農(nóng)業(yè)生態(tài)學(xué)研究。

收稿日期 2023-03-06