新疆棉花生產效率及其時空分異研究*

李煥，余國新，王貴榮

(新疆農業大學經濟管理學院,烏魯木齊市,830052)

0 引言

2020年,中央一號重要文件明確提出“持續抓好農業穩產保供和農民增收,推進農業高質量發展”,強調農業在我國的重要主導地位。棉花是我國重要的農業經濟作物,在農業主體經濟與我國農業高質量發展的進程中發揮重要作用。“世界棉花看中國,中國棉花看新疆”,新疆地區作為目前我國的主體棉區,植棉地位一直很穩固,在棉花產業提升增效上具有重要影響,持續推動新疆棉花生產是中國棉花自產自給的必要條件[1-3]。生產效率研究一直是農業經濟的重點主題[4-6],我國學者多數在全國、區域及省份的基礎上進行研究[7],涉及縣域層面的研究較少。基于前人對棉花生產效率的研究來看,石晶等[8]基于DEA-Tobit兩階段模型,發現2002—2011年我國棉花生產效率呈現先降后升再降的變化趨勢;采用DEA模型中的Malmquist生產率指數法,王力等[9]對中國11個主要棉區開展研究,結果發現中國棉花全要素生產率波動較大,且出現下降的現象,提出加大科技的應用以及調整種植規模提高生產效率;岳會等[10]在對我國2004—2019年棉花生產率進行研究時發現我國棉花生產率主要受到技術進步的影響;高升等[11]分析出棉花目標價格政策對新疆棉花總產量有提升的作用;王力等[12]從全要素生產率的角度入手,對棉花行業的綜合生產能力展開研究,結果表明:棉花全要素生產率在不同政策執行時期出現區域差異性;宋玉蘭等[13]對中國棉花生產要素報酬差異進行分析,發現技術進步是中國棉花增長的重要原因;李寧等[14]通過對新疆棉花生產要素使用效率變化情況進行分析,發現棉花臨時收儲政策的實施、棉花目標價格補貼是棉花產量提高的主要原因。

國內外學者在對生產效率進行實證分析時,多數運用傳統DEA模型中單一的CCR或BCC方法,并沒有考慮到環境因素對效率值造成的影響。因此本文從縣域層面出發,基于三階段DEA模型對新疆42個縣2009—2018年棉花生產效率進行研究,剔除了環境、隨機因素對決策單元的影響,使得棉花的生產效率更為真實,進而分析各縣棉花生產效率的時空演變差異,對進一步研究提升新疆棉花產出規模和我國棉花產業健康發展具有重要意義。

1 研究方法和數據來源

1.1 研究方法

Farrell在計算英國農業生產效率時提出使用數學規劃的方法,這便是DEA模型原型[15]。至今已擴展出幾十種模型,均被廣泛應用。其中,三階段DEA模型能夠剔除決策單元中環境因素和隨機因素的影響,可以反映出決策單元的真實效率值。

1.1.1 第一階段:傳統DEA模型

傳統DEA模型包括兩種導向型,分別是投入導向型和產出導向型,本文選擇規模報酬可變的投入導向型BCC模型,如式(1)所示。

(1)

式中:n——決策單元;

X——投入變量;

Y——產出變量;

θ——效率值;

λ——決策單位的權重系數;

ε——非阿基米德無窮小;

S-——投入冗余量;

S+——產出不足量。

DEA模型的本質是一個線性規劃問題。若θ=1,S+=S-=0,表明決策單元DEA有效;若θ=1,S+≠0或S-≠0,表明決策單元弱DEA有效;若θ<1,表明決策單元DEA有效。

導向型BCC模型計算出來的效率是綜合技術效率值,是由規模效率和純技術效率構成。Fried等[16]研究認為,決策單元的效率受到管理、環境及隨機因素的無效率影響,因此需要進行第二階段檢驗。

1.1.2 第二階段:似SFA回歸前沿模型

第二階段:似SFA回歸前沿模型,利用似SFA回歸前沿模型剔除環境和隨機因素對棉花生產效率的影響。第一階段計算出來的投入松弛量作為被解釋變量,環境變量作為解釋變量逐個回歸,構建SFA模型如式(2)所示。

Sni=f(Zi;βn)+νni+μni

i=1,2,…,I;n=1,2,…,N

(2)

式中:Sni——第i個決策單位的第n項的投入松弛值;

βn——環境變量系數;

νni——隨機干擾項;

μni——管理無效率。

為了使決策單元處于相同的水平,需要再次對投入變量進行調整,調整的公式如式(3)所示。

[max(νni)-νni]

i=1,2,…,I;n=1,2,…,N

(3)

Xni——調整前投入;

[max(νni)-νni]——對隨機干擾項進行調整。

1.1.3 第三階段:調整后DEA-BBC模型

將調整后的投入變量和原始產出變量導入DEA模型中,重新進行傳統DEA模型測算,將得到的生產效率與第一階段所得到的效率進行比較與分析。

1.2 變量選取和數據來源

1.2.1 變量選取

1) 產出指標:結合新疆棉花生產狀況和田紅宇等[17]的研究,本文以棉花總產量作為產出變量。

2) 投入指標:根據以往學者的研究,投入指標選取可直接投入的生產要素,生產者可直接掌控的生產要素是土地、勞動、化肥和機械四個要素。土地投入使用棉花播種面積(千公頃)來表示;勞動力投入借鑒郭思源等[18]的研究,使用鄉村從業人員(人)與權重A進行分離計算得出,用棉花從業人員表示;化肥投入與機械投入使用化肥施用量(折純數,噸)和機械總動力(千瓦)與權重B分離計算得出,分別使用化肥施用量和機械總動力表示。

權重A=(農業總產值/農林牧漁產業總產值)×(棉花播種面積/農作物總播種面積)

權重B=棉花播種面積/農作物總播種面積

因為產出指標與投入指標都應該滿足“同向性”假設[19],即當投入指標發生變化時,產出指標也必須同向變化。所以,本文將采用Pearson相關系數檢驗,對上述投入指標和產出指標進行檢驗。利用STATA軟件檢驗相關性程度如表1所示。

表1 2009—2019年新疆42個縣的棉花投入指標與產出指標的Pearson相關系數檢驗Tab. 1 Pearson correlation coefficient test of cotton input index and output indicators in 42 counties of Xinjiang from 2009 to 2019

分析表1可知,棉花總產量與投入指標的相關系數呈現明顯的正相關,且在1%統計水平下顯著,符合產出與投入指標之間“同向性”假設。從表1進一步分析可知,棉花播種面積、化肥施用量和機械總動力的投入對棉花總產量的影響比較大,相關系數分別為0.987、0.931、0.920;而棉花從業人員的投入對棉花總產量的影響相對較小,相關系數為0.791。

3) 環境指標:環境指標的選取原則是既對決策單元有影響,但又不受其控制[20]。本文從經濟環境、社會環境與產業結構三個方面來對影響棉花生產效率的環境因素進行控制。(1)經濟環境:棉花產業發展受到經濟大環境的影響。經濟發展水平通常用人均生產總值衡量。人均生產總值越高,說明該區域經濟發展水平高,對棉花產出的技術貢獻比例也將被提升,因此促進棉花生產效率的提升,所以人均生產總值對棉花生產效率有正向影響;(2)社會環境:隨著城鎮化的不斷發展,農村生產越來越集約化,使得農業生產規模化和機械化水平得到極大的提升,從而降低了農業生產成本,提高農業生產效率[21]。理論上,城鎮化發展進程對棉花生產效率有正向影響;(3)產業結構:目前新疆第三產業處于主導位置,農業產值在國民經濟中占比較低,為13.1%(2019年)。各縣間農業對經濟發展的貢獻率存在一定的差異,農業GDP占比較高的地區擁有農業生產的相對優勢,這是因為政治條件、自然稟賦和其他生產資源優越,理論上,農業GDP占比對棉花生產效率有正向影響。綜上所述,本文選取人均生產總值,城鎮化率以及農業GDP占比作為環境變量。

1.2.2 數據來源

選取新疆2009—2019年持續生產棉花的42個縣作為研究對象,所涉及數據主要源于《新疆統計年鑒》和《國家統計年鑒》,各變量的說明與描述性統計見表2。

表2 棉花生產效率相關變量及其統計性描述Tab. 2 Related variables of cotton production efficiency and their statistical description

2 結果與分析

2.1 第一階段傳統DEA模型

將新疆42個縣的棉花生產產出與投入原始值導入DEA 2.1軟件中,得到棉花生產效率,結果見表3。

表3 2009—2019年第一階段的棉花生產效率Tab. 3 Cotton production efficiency in the first-stage of 2009-2019

由表3可知,全疆的棉花平均生產效率為0.829,與生產前沿存在一定的差距;從地區上看,北疆的棉花生產效率最高,為0.88,南疆和東疆的棉花生產效率分別為0.822和0.733,低于全疆的平均水平;從縣域上看,各縣的棉花生產效率均小于1,表明有一定的可改進空間。在研究期內,呼圖壁、瑪納斯等七個縣的棉花生產效率較高且相對穩定,均在0.95以上;沙灣、和布克賽爾蒙古自治等八個縣的棉花生產效率整體呈現上升趨勢,且在0.8之上;若羌、且末等縣存在著下降趨勢,其中鄯善縣、察布查爾錫伯自治縣、霍城縣、焉耆回族自治縣的棉花生產效率值低于0.7。由于該計算結果沒有剔除環境和隨機因素的干擾,并不能反映出棉花生產效率的真實水平,所以還需要進行第二步的調整和測算。

2.2 第二階段似SFA前沿回歸分析

第一階段計算得到的投入松弛變量作為被解釋變量,環境變量作為解釋變量,通過Frontier4.1軟件,依次進行4次似SFA前沿回歸,結果見表4。

表4 新疆42個縣的棉花生產效率二階段似SFA前沿回歸調整結果Tab. 4 Two-stage SFA like frontier regression adjustment results of cotton production efficiency in 42 counties of Xinjiang

從表4可知,4個模型的單邊似然比檢驗(LR)在1%統計水平下顯著,說明了似SFA模型的回歸擬合效果良好。γ管理無效率方差系數占方差的比例,如果值接近于0,則表明隨機誤差占主要位置;若值接近于1,表示管理因素γ占領導位置。棉花播種面積松弛變量、棉花從業人員松弛變量、化肥施用量松弛變量和機械總動力松弛變量的分別為0.932 5、0.723 0、0.609 5和0.657 9,均在1%統計水平下顯著,表明管理因素和隨機誤差共同影響著棉花生產效率。如果回歸系數是正值,則說明增加該環境變量的投入,同時也會提高棉花投入變量的松弛量,從而不利于進一步提升棉花的生產效率;如果回歸系數是負值,說明增加對該環境的投入會減少棉花投入變量的冗余,促進棉花生產效率的改善。

對環境變量的具體分析如下。

1) 人均生產總值:人均生產總值對棉花播種面積、棉花從業人員、化肥施用量、機械總動力的松弛量的回歸系數均為負值,且在10%統計水平下顯著,說明地區經濟發展水平的提高能夠促進生產要素的合理配置,對提升棉花生產效率有正向影響,與預想結果一致。

2) 城鎮化率:城鎮化率投入變量的松弛變量的回歸系數均為正值,且在1%統計水平下顯著,說明城鎮化進程提高了棉花播種面積、棉花從業人員、化肥施用量及機械總動力的松弛量,對提升棉花生產效率不利,與預想結果相反。合理的解釋為,隨著城鎮化的持續發展,農村大量從業人員向城鎮聚集與就業,使農村人口不斷減少,有大量“空心村”的出現[22],嚴重影響農業生產的勞動質量,因此對棉花生產效率產生消極影響。

3) 農業GDP占比:與預期結果不一致的是,農業GDP占比對棉花播種面積松弛量的回歸系數為正值,且在10%的顯著水平下顯著;農業GDP占比對棉花從業人員、化肥施用量以及機械總動力的松弛量的回歸系數為負值,且在10%統計水平下的顯著,與預想結果一致。由此可見農業生產優勢區能夠減少勞動力、化肥和機械資源的冗余,對棉花生產效率的提升起促進作用。整體來看,環境變量對棉花生產效率存在顯著性影響,因此需要調整原始投入數據,剔除環境因素對棉花生產效率的影響,進一步考察真實的生產效率。

2.3 調整后DEA-BBC模型

通過似SFA前沿回歸對環境變量進行剔除,得到調整后的投入數據;將新的投入數據與原始產出數據再次導入DEA2.1軟件中,進行傳統的DEA測算,得到真實的棉花生產效率,結果見表5。

表5 2009—2019年第三階段的棉花生產效率Tab. 5 Cotton production efficiency in the third-stage from 2009 to 2019

1) 從全疆層面看:通過第二階段的調整,棉花生產效率從0.829下降到0.707。主要原因是新疆地貌以及氣候較為復雜,自然災害發生較為頻繁,棉蚜等害蟲的大量存在,使得棉花蕾鈴脫落數量增加、引起棉花黃萎病的發生,棉花產量受到嚴重影響,進而降低棉花生產效率;以及新疆棉田規模大,機械化程度較高[23],導致勞動力配置不夠理想和資源浪費,使棉花成本增加,從而需要合理使用土地、勞動力、化肥和機械。因此在剔除環境因素與隨機干擾項的影響后,多數縣的棉花生產效率降低,使全疆的棉花生產效率均值驟減。

2) 從地區層面看:南疆的棉花生產效率最高,北疆次之,東疆最低;東疆的棉花生產效率低于全疆的平均水平,由于東疆可用的土地資源較少,棉花種植的土地投入低,使得東疆的棉花生產效率低于全疆的均值,因此需要適度擴大東疆地區的棉花種植規模;北疆和南疆的棉花生產效率高于全疆的平均水平,因為北疆擁有較好的灌溉條件和農業機械;南疆的土地資源豐富,氣候條件好,但土地碎片化和機械化發展水平不高,種植規模需向棉花保護區集中和加大機械投入,促使棉花生產效率的提高。

3) 從縣域層面看:與第一階段的棉花生產效率相比,各縣的棉花生產效率均有所改變。在42個縣中,瑪納斯縣、精河縣、輪臺縣、尉犁縣、溫宿縣、新和縣和伽師縣出現輕微波動,波動值小于0.01,除溫宿縣伽師縣的棉花效率是0.856和0.845外,其余5個縣的棉花效率均在0.9之上,依然占據新疆棉花生產效率的前沿位置;沙灣縣、尉犁縣、庫車縣、沙雅縣、阿瓦提縣、莎車縣和巴楚縣共計7個縣在剔除環境變量后棉花生產效率有所上升,其中,棉花產量高在很大程度上影響著沙灣縣、莎車縣和巴楚縣棉花生產效率;阿克蘇地區實施的林棉套種模式[24]提高了溫宿縣、庫車縣、沙雅縣、新和縣和阿瓦提縣等地區的棉花生產效率;通過調整,剩余28個縣的棉花生產效率均出現顯著下降的現象,表明在環境因素的影響下,第一階段計算出來的生產效率并不能完全體現這些地區的真實棉花生產水平。

為了更加直觀地分析環境因素對棉花生產效率的影響,把調整前后新疆42個縣的生產效率值通過圖1表示出來,以此來對比剔除了環境因素后棉花生產效率發生的變化程度。

(a) 東北疆地區1

1) 從時間演變特征看:由圖2可知,2009—2018年新疆的棉花生產效率呈現波動發展。2009—2010年棉花生產效率出現下降的現象;2010—2012年波動上升;2012—2016年顯現下降狀態;2016—2017年有明顯提升的跡象;2017—2018年又急轉向下;2018—2019年呈現輕微上升的趨勢。東疆地區的棉花生產效率波動幅度較大,由0.524下降到0.345;南北疆地區的棉花生產效率走向與全疆的棉花生產效率的走向大體一致;棉花生產效率的變動既和當時的經濟狀況、產業結構的調整有關,同時也和各個地區區位條件、資源稟賦,以及對棉花目標價格政策、機采棉政策的執行效果有關。

圖2 調整后棉花生產效率的變化趨勢

2) 從空間演變特征看:由以上分析可知,南疆的棉花生產效率最高,北疆次之,東疆相對較低。為了能夠觀測到棉花生產效率的空間演變特征,本文將選取2009年、2014年、2019年3個時期,將新疆42個縣按棉花生產效率值進行等級劃分,依次為第一類地區(0.000 0,0.250 0]、第二類地區(0.250 1,0.500]、第三類地區(0.500 1,0.750 0]、第四類地區(0.750 1,1.000 0]。在剔除環境因素和隨機誤差項的前提下,棉花生產效率均值逐年減少,由0.585減少到0.509,說明環境因素對棉花生產效率的影響在逐年加聚。由表6可知,2009—2019年,第一類地區范圍明顯擴張,由0縣增加為3個,東疆有1個縣,南疆有2個縣;第二類地區數量沒有明顯變化,僅增加1個縣,其中北疆1個縣,南疆5個縣;第三類地區數量增加了2個,東疆有1個縣,北疆有2個縣,南疆占數最多,有13個縣;第四類地區數量由23個演變為17個,東疆沒有變化,北疆增加1個縣,南疆減少7個縣。

表6 棉花生產效率的等級劃分Tab. 6 Classification of cotton production efficiency

3 結論與建議

本文基于三階段DEA模型,對新疆42個縣2009—2019年的棉花生產效率進行了測算和分析。

1) 環境變量對棉花生產效率有顯著影響。地區經濟發展的提高能夠促進勞動力、化肥和機械資源的有效配置,促進農業現代化發展;城鎮化進程降低了4種棉花投入的效用,對棉花生產效率起阻礙作用;農業經濟發達區的農業創新和農業產業結構升級更具優勢,但也會造成棉花播種面積投入過剩的現象。

2) 從時空特征來看,除東疆棉花生產效率呈現下降趨勢,北疆和南疆的棉花生產效率與全疆變化趨勢相似,說明棉花生產有一定的地區走向趨同性;由于領導注重糧食生產、不斷優化農業結構和植棉風險增大,棉農植棉的積極性不高,使得2016年棉花生產效率達到最低谷;全疆的棉花生產效率從0.829下降到0.707,其中瑪納斯縣、精河縣、輪臺縣、尉犁縣、麥蓋提縣和伽師縣的棉花生產效率變化不大,其他縣的棉花生產效率出現了大幅度波動,多數出現下降的趨勢,表明環境因素對棉花的生產效率的影響較大。

針對新疆的棉花生產效率時空差異的分析,為提升新疆棉花生產明確了方向。在積極實行“一主兩輔”用種模式下,提出以下幾點措施:(1)對于惡劣的天氣環境,可研發具備可抗逆性的棉花,同時構建農業氣象監測和預警體系,提前預防,降低棉花的受災程度;(2)南疆是全疆播種面積最大的區域,但由于土地碎片化和農田建設水平較低,對棉花生產效率造成了嚴重的影響,應加快南疆及全疆棉花生產向保護區集中,撤出低效率棉區;(3)積極響應機采棉政策,機采棉不僅成本低,效率高,還利于解放勞動力,對農業現代化發展有正向影響,進而提升棉花生產效率。