基于Malmquist指數的安徽省糧食全要素生產率分析

摘要：基于2005—2020年安徽省各市面板數據，采用Malmquist指數測算出糧食全要素生產率。研究發現，安徽省的糧食生產效率在緩慢提升，年平均增長率為0.7%。其中，技術進步是糧食生產的核心動力，安徽省在糧食生產上具有一定創新成果。當技術效率變化指數進一步分解為純技術進步指數和規模效率指數時，發現純技術效率和規模效率總體上均有所下降，且對技術效率具有負向影響，技術效率變化呈下降趨勢與純技術效率基本變動趨同。據此，提出建議：安徽省應繼續農業科技的創新與研發，在馬鞍山、淮北、銅陵等地級市合理擴大生產規模，同時注重制定差異化糧食生產政策。

關鍵詞：Malmquist指數法；糧食全要素生產率；技術效率

中圖分類號：F223 文獻標志碼：A DOI：10.16465/j.gste.cn431252ts.20240507

基金項目：安徽省高校協同創新項目（GXXT-2023-056）。

Analysis of total factor productivity of grain in Anhui Province based on Malmquist index

Zhang Xuan， Hao Shimian

（ Anhui University of Science and Technology， Bengbu， Anhui 233000 ）

Abstract： Based on the panel data of cities in Anhui Province from 2005 to 2020， the Malmquist index was used to calculate the total factor productivity of grain. The study found that Anhui’s grain production efficiency is slowly improving， with an average annual growth rate of 0.7%. Among them， technological progress is the core driving force of grain production， and Anhui has certain innovative achievements in grain production. When the change index of technical efficiency is further decomposed into pure technological progress index and scale efficiency index， it is found that both pure technical efficiency and scale efficiency have decreased on the whole， and have a negative impact on technical efficiency， and the change of technical efficiency shows a downward trend and converges with the basic change of pure technical efficiency. Based on the results of the study， some suggestions were put forward， such as Anhui should continue the innovation and research and development of agricultural science and technology， reasonably expand the scale of production in Ma’anshan， Huaibei， Tongling and other cities， and pay attention to formulating differentiated grain production policies.

Key words： Malmquist index method； grain total factor productivity； technical efficiency

2023年國家統計局宣布，全國糧食總產量創新高，達6 954.1億kg，連續九年超6 500億kg，彰顯糧食安全基石穩固。兩會聚焦“中國飯碗”，糧食安全被視為國家戰略安全核心。安徽省作為糧食生產大省，多年來產量穩居全國前列，特別是近10年間，產量排名穩步上升，自2017年起穩居全國第四或第五，彰顯了其在保障國家糧食安全中的關鍵作用。鑒于其重要性，深入研究安徽省各地市糧食全要素生產率，對于探索糧食增產新路徑、保障國家糧食安全具有重要意義。

1 文獻綜述

糧食生產技術與資源配置效率在農業經濟研究中備受關注，亢霞等[1]發現土地經營對生產效率提升顯著，常春水等[2]進一步探索了農田水利、農機裝備、化肥投入等具體影響。薛梅[3]以河南省18個地級市為研究對象，運用DEA-BCC模型和Malmquist指數法對其農地的利用效率進行測算與分析。項升等[4]基于安徽數據，強調了基層農技推廣的重要性。龐英等[5]利用Malmquist指數分析資源配置效率，指出在資源未充分利用的情況下，效率仍呈改善趨勢。魏丹等[6]和薛龍等[7]通過DEA-Tobit法分別剖析了主產省及河南省的效率與影響因素，為優化資源配置提供了實證支持。石琦璠等[8]基于2012—2021年河北省13個地市的面板數據，采用超效率SBM模型與Tobit模型研究河北省糧食生產效率及其影響因素，發現影響河北省糧食生產效率的主要因素包括機械化水平、糧食灌溉面積以及規?；?個方面，其中糧食灌溉面積與糧食生產效率呈負相關關系，而規模化水平、機械化水平與糧食生產效率之間呈正向相關。目前，學者對安徽省各地市的具體研究較少，對影響因素作用機理的闡述不夠深入，缺乏各因素間相互作用及全要素生產率影響的分析。因此，本研究系統評估了安徽省各地市的糧食生產效率及其影響因素，以推動生產效率的全面提升。

2 研究方法

基于2005—2020年安徽省16個地級市糧食生產投入產出面板數據，采用Deap2.1系統軟件進行測算糧食全要素生產率，分別在規模報酬不變和可變的情況下，對各地市的糧食生產率作結果分析，指出Malmquist指數變動的相關影響因素。旨在揭示其變化趨勢，并深入剖析技術變化、技術效率及規模效率指數的內在邏輯，為優化糧食生產提供理論支持。

2.1 指標選擇

在測算糧食全要素生產率過程中，由于數據的可獲得性和準確性，選擇以安徽省轄下的各地級市糧食產量作為產出指標，即各城市糧食總產量作為產出變量。選擇《安徽統計年鑒》中農業機械總動力、農作物化肥施用量、生產面積和勞動力作為衡量糧食生產投入的關鍵指標，如表1所示。

為確保所選生產要素投入指標在測算安徽省糧食全要素生產率時的不可替代性和相關性，進行了相關性檢驗，結果如表2所示。

由表2可知，除第一產業從業人員指標和糧食總產量指標之間相關系數為0.427，在P值為0.01的水平上呈顯著性外；其余指標與糧食總產量指標相關系數均在0.9以上，在P值為0.01的水平上呈高度正相關。通過對安徽省糧食生產投入指標相關性的分析，發現糧食總產量與土地、機械、肥料和灌溉面積等投入因素具有高度的正相關關系，且這些相關性均通過了顯著性檢驗。這說明，在制定農業生產政策和進行生產決策時，應重點考慮優化土地、機械、肥料和灌溉等方面的資源配置，以提高安徽省糧食生產的效率和產量。安徽省糧食生產投入指標之間也具有相關性，土地投入與機械投入的相關性系數為0.917，呈高度正相關，說明在糧食生產中，土地投入較多的情況下，機械投入也較高。肥料投入與機械投入的相關性系數為0.960，呈極強的正相關，這可能是因為在現代化的農業生產中，機械投入和肥料投入往往相互配合。灌溉面積與肥料投入的相關性系數為0.962，也呈極強的正相關，這表明在有灌溉條件的地區，肥料投入也相對較多。

2.2 數據來源

數據源自《安徽統計年鑒》《中國城市統計年鑒》等年鑒，處理數據時，采取多項措施確保完整性和一致性。首先，匯總地級市數據代表安徽整體，加權平均法填補從業人數缺失，ARIMA法預測填補糧食產量缺失。其次，研究期限選定為2005—2020年，也是基于數據可獲性與完整性，旨在全面剖析安徽糧食生產全要素生產率變化趨勢及影響因素。

3 模型估計結果分析

3.1 Malmquist指數分解分析

基于2005—2020年的數據，在規模效率可變假設下對安徽省糧食生產的全要素生產率進行了計算與分解，如表3所示。

2005—2020年，安徽省糧食技術效率變化指數均值為0.994，技術進步變化指數均值為1.013，說明安徽省擁有一定的新技術生產方式，并且取得了創新效應。技術效率變化指數均值為0.994，說明安徽省總體上技術效率呈現下降趨勢，并不具備追逐效用。純技術效率指數平均為0.996，規模效率指數平均為0.998。整體上，糧食全要素生產率均值達到1.007。說明安徽省的糧食技術效率、純技術效率和規模效率均值都呈緩慢的下降趨勢，只有糧食技術進步指數均值呈上升趨勢。

宣城市技術效率變化指數最高（1.019），蕪湖、淮北、銅陵、黃山、宿州、六安，這7個地級市技術效率變化指數大于1，說明這些地區的糧食生產具有追趕效應。而宿州市技術進步變化指數最高（1.032），合肥、蚌埠、淮南、馬鞍山、淮北、銅陵、安慶、阜陽、滁州、六安、宣城、亳州，這13個地級市技術進步變化指數大于1，說明這些地區在糧食生產上具有新技術和創新成果。而宣城、淮北、銅陵、宿州、六安5個地級市的技術效率變化指數和技術進步變化指數均大于1，說明這5個地級市對提升安徽省糧食全要素生產率的研究上，具有領先的成就，技術創新已經初見成效。

從糧食生產純技術效率均值來看，銅陵、宿州、黃山、阜陽4個地級市的均值超過1，表明在技術創新和規模穩定條件下，生產決策單元的相對效率有所提升。蕪湖、蚌埠、淮北、安慶和宣城5個地級市的純技術效率均為1，意味著在糧食生產技術創新與規模效率維持不變時，這些城市的糧食生產決策單元相對效率保持穩定。其中阜陽市（1.007）最高，合肥市（0.978）最低，兩者相差不大，僅0.029，可以對合肥市加大科技投入。加入規模效率因素后，對安徽省各市的糧食全要素生產率進行分解發現，阜陽市的糧食生產純技術效率超過1，這意味著在沒有新技術投入和規模擴張的情況下，阜陽市的糧食生產相對效率達到了最高水平。從規模效率均值來看，合肥、馬鞍山、淮北、銅陵、黃山、宿州、六安、宣城8個地級市的均值大于1，說明這些地區的糧食生產規模實現了提高。這8個地級市中，除了合肥市，其余地級市的糧食全要素生產率均值都大于1，側面表明糧食生產規模對于TFP指數具有一定的影響?？梢詫︸R鞍山、淮北、銅陵、黃山、宿州、六安、宣城的糧食進行規模生產，糧食生產效率會提升，其中宣城市的規模效率最為明顯。蕪湖市、蚌埠市規模效率均值則等于1，它們的糧食生產純技術效率均值也等于1，說明這2個地級市近年來糧食生產規模不變，純技術效率也不變。

從糧食全要素生產率上看，蚌埠、馬鞍山、淮北、銅陵、安慶、黃山、宿州、六安、宣城9個地級市的糧食全要素生產率均大于1，說明這些地區的糧食生產技術水平在總體上呈現上升趨勢。2005—2020年，宿州市的糧食全要素生產率（1.040）最高，池州市（0.974）最低，兩者相差0.066，說明糧食全要素生產率存在一定的地區差異，也契合了安徽省的地形具有多樣性。

4 研究結論與政策建議

4.1 結論

安徽省各城市的糧食全要素生產率正在緩慢提升，增長幅度為0.7%，總體來看，各地級市糧食生產的技術效率呈下降趨勢，而技術進步的變化與糧食全要素生產率變動趨勢一致且相對穩定。因此，技術進步是安徽省糧食全要素生產率變化的主要驅動力，具備追趕效應的城市較少，各城市取得一定的創新效應。

當技術效率變化指數分解成純技術進步指數和生產規模效率指數時，發現糧食的純技術效率和生產規?？傮w上呈現出下降的趨勢，但糧食生產規模的擴張與技術效率變化指數之間相關性較強。這說明，盡管生產規模的擴大在一定程度上可能提升糧食生產效率，但同時也可能導致技術效率的降低。因此，在追求糧食生產規模擴張時，也要關注技術效率的提升。

4.2 政策建議

其一，持續農業科技創新研發，以此提升糧食生產效益和品質。研究發現，安徽省超過13個地級市在糧食生產上具有新技術和創新成果。因此，政府可以鼓勵科研機構和企業加強聯合，共同推進農業科技領域的創新發展。同時，針對當前技術效率下降的問題，政府應加強對農民的技術培訓和指導，推廣先進的農業技術和生產模式，提高農民的技術水平和生產技能，增強糧食生產的創新能力和競爭力。

其二，合理規劃糧食生產規模，提高生產規模效率。安徽省應優化農業生產布局，馬鞍山、淮北、銅陵、黃山、宿州、六安、宣城7個地級市糧食生產規模提高，糧食全要素生產率隨之提升。表明在這些地區對糧食進行規模生產，糧食生產效率會提升。可以推動這些地區糧食生產向規模化、集約化和高效化方向發展。

其三，根據安徽省實際情況，應結合地域優勢，制定差異化的糧食生產政策，實現糧食的高產、高效、優質生產。各市可以根據自身實際情況制定相應的政策，例如在高產區重點發揮大面積精細化種植作業的作用，提高糧食單產、降低成本；在水稻主產區注重提高品質、水平統一化管理等。同時，加強區域間的合作與交流，共同推動糧食生產的協同發展，共享區域優勢，在整個安徽省范圍內實現糧食生產的協調、高效和可持續發展。

參 考 文 獻

[1] 亢霞，劉秀梅.我國糧食生產的技術效率分析：基于隨機前沿分析方法[J].中國農村觀察，2005（4）：25-32.

[2] 常春水，宿桂紅.吉林省糧食生產技術效率的測算及影響因素[J].貴州農業科學，2014，42（10）：275-278.

[3] 薛梅.基于DEA和Malmquist指數的河南省農地利用效率研究[J].糧食科技與經濟，2023，48（2）：42-45.

[4] 項升，李豫新，江激宇.藏糧于技：基層農技推廣與糧食生產技術效率：基于安徽省糧食主產區859份種植戶調查數據的實證分析[J].農村經濟，2023（4）：114-125.

[5] 龐英，李樹超，周蕾，等.中國糧食生產資源配置效率及其區域差異：基于動態Malmquist指數的經驗[J].經濟地理，2008（1）：113-117+162.

[6] 魏丹，王雅鵬.糧食主產省糧食生產要素配置效率評價[J].統計與決策，2011（2）：60-63.

[7] 薛龍，劉旗.基于DEA-Tobit模型的河南省糧食生產效率分析[J].河南農業大學學報，2012，46（6）：700-704.

[8] 石琦璠，王翔宇，張亮.河北省糧食生產效率及影響因素研究[J].糧食科技與經濟，2024，49（3）：6-12.