新疆南疆四地州農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)

中圖分類(lèi)號(hào)：S-9 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-4330（2025）05-1293-08

0 引言

【研究意義】農(nóng)業(yè)現(xiàn)代化過(guò)程是建立在農(nóng)業(yè)結(jié)構(gòu)不斷優(yōu)化調(diào)整基礎(chǔ)上的梯次發(fā)展進(jìn)程[1]。我國(guó)農(nóng)業(yè)結(jié)構(gòu)經(jīng)歷了以糧為綱-糧經(jīng)并存-滿(mǎn)足市場(chǎng)需求-增加收入-高質(zhì)量發(fā)展的螺旋式上升演進(jìn)過(guò)程[2-3]。要根據(jù)市場(chǎng)需求，深入推進(jìn)農(nóng)業(yè)結(jié)構(gòu)調(diào)整，推動(dòng)品種培優(yōu)、品質(zhì)提升、品牌打造和標(biāo)準(zhǔn)化生產(chǎn)。深化農(nóng)業(yè)結(jié)構(gòu)調(diào)整，優(yōu)化農(nóng)業(yè)生產(chǎn)布局，建設(shè)優(yōu)勢(shì)農(nóng)產(chǎn)品產(chǎn)業(yè)帶和特色農(nóng)產(chǎn)品優(yōu)勢(shì)區(qū)[4]。果糧、果棉、果蔬及特色作物間作是新疆南疆四地州主要的種植模式，形成了以間作小麥為主的農(nóng)林復(fù)合系統(tǒng)的南疆特色種植模式[5]，果樹(shù)間作模式對(duì)提高土地利用率，增加作物產(chǎn)量發(fā)揮了重要作用。2015年新疆南疆四地州間作種植面積占農(nóng)作物總種植面積的 23.23% [6]，其中果麥間作面積占小麥總播種面積的 80% 以上，2022年通過(guò)對(duì)阿克蘇地區(qū)調(diào)查顯示，農(nóng)作物間作面積占農(nóng)作物總播種面積比例下降至 18.86% ，較2015年下降 4.37% ，其中果糧間作面積占95.36% ，果蔬間作 4.64% ，果棉間作已全部退出;間作種植面積中，核桃占 68.51% 、杏占11.92% 、紅棗占 11.47% 。評(píng)價(jià)新疆南疆四地州農(nóng)業(yè)全要素生產(chǎn)效率，明確間作主要種植模式下投入產(chǎn)出效果，對(duì)有效指導(dǎo)農(nóng)業(yè)結(jié)構(gòu)調(diào)整，具有重要意義。【前人研究進(jìn)展】我國(guó)主要研究采用的方法包括運(yùn)用乘積完備（multiplicativelycomplete）的Hicks-Moorsteen全要素生產(chǎn)率指數(shù)評(píng)價(jià)[7-8]運(yùn)用Malmquist 指數(shù)分析[9]、運(yùn)用Fare－PrimontTFP生產(chǎn)率指數(shù)分析[1]、更多研究運(yùn)用DEA模型方法對(duì)農(nóng)業(yè)生產(chǎn)效率進(jìn)行靜態(tài)分析，再結(jié)合Malmquist指數(shù)對(duì)農(nóng)業(yè)生產(chǎn)效率變化進(jìn)行動(dòng)態(tài)評(píng)價(jià)[11-13]。安博文等[14]（2021）構(gòu)建農(nóng)業(yè)生產(chǎn)效率測(cè)度指標(biāo)體系，測(cè)算新疆81個(gè)縣域的農(nóng)業(yè)生產(chǎn)綜合效率、技術(shù)效率和規(guī)模效率;徐康寧等[15]（2021）使用數(shù)據(jù)包絡(luò)分析（DEA）法對(duì)新疆11個(gè)地州市的農(nóng)業(yè)生產(chǎn)效率進(jìn)行計(jì)算;李季鵬等[16]（2021），彭鏗[17]（2019）基于非期望產(chǎn)出的SBM-DEA模型和Malmquist指數(shù)的研究方法，對(duì)新疆14個(gè)地州市農(nóng)業(yè)生產(chǎn)效率進(jìn)行測(cè)算分析；張馳等[18]（2018）使用非期望產(chǎn)出的 Super-SBM 測(cè)算南北東疆農(nóng)業(yè)生產(chǎn)效率;張立[19]（2014）采用SFA模型，對(duì)新疆農(nóng)業(yè)生產(chǎn)技術(shù)效率，在C-D生產(chǎn)函數(shù)假設(shè)下進(jìn)行了量化分析。【本研究切入點(diǎn)】目前針對(duì)新疆南疆四地州自2000年以來(lái)以間作種植模式為主的區(qū)域農(nóng)業(yè)生產(chǎn)效率整體評(píng)價(jià)的研究相對(duì)較少。選取新疆南疆四地州 2000～ 2021年農(nóng)業(yè)生產(chǎn)投人產(chǎn)出關(guān)鍵指標(biāo)，運(yùn)用SPSS.28.0軟件和DEAPVersion2.1分析軟件，綜合評(píng)價(jià)農(nóng)業(yè)全要素生產(chǎn)效率。【擬解決的關(guān)鍵問(wèn)題】分別測(cè)算新疆阿克蘇地區(qū)、克孜勒蘇柯?tīng)柨俗巫灾沃荩ê?jiǎn)稱(chēng)克州）、喀什地區(qū)、和田地區(qū)的農(nóng)業(yè)生產(chǎn)效率，分析新疆南疆四地州農(nóng)業(yè)投入產(chǎn)出效果，判斷農(nóng)業(yè)結(jié)構(gòu)調(diào)整的效率并比較分析，提出調(diào)整農(nóng)業(yè)財(cái)政分配比重、農(nóng)業(yè)生產(chǎn)物質(zhì)投入、資源配置、挖掘潛力、優(yōu)化布局等方面相應(yīng)的對(duì)策措施，為加快農(nóng)業(yè)高質(zhì)量發(fā)展提供決策參考意見(jiàn)。

1 材料與方法

1.1材料

1.1. 1 變量數(shù)據(jù)

包括投人指標(biāo)和產(chǎn)出指標(biāo)兩部分。投入指標(biāo)：選取 2000～2021 年農(nóng)林牧漁業(yè)總產(chǎn)值指標(biāo)。產(chǎn)出指標(biāo)：選取 2000～2021 年可反映投入的財(cái)力、物力和人力的指標(biāo)，包括農(nóng)林水事務(wù)支出、鄉(xiāng)村勞動(dòng)力數(shù)、農(nóng)村用電量、化肥施用量、農(nóng)用塑料薄膜使用量、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)作物播種總面積7個(gè)指標(biāo)。

1.1.2 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源于 2000～2021 年新疆統(tǒng)計(jì)年鑒、2000～2021 年阿克蘇地區(qū)統(tǒng)計(jì)年鑒 .2000～2021 年克州統(tǒng)計(jì)年鑒 .2000～2021 年喀什地區(qū)統(tǒng)計(jì)年鑒及 2000～2021 年和田地區(qū)統(tǒng)計(jì)年鑒。表1

表1投入產(chǎn)出指標(biāo)描述性統(tǒng)計(jì)

Tab.1 Descriptivestatisticsof input-output indicators

1. 2 方法

當(dāng)前測(cè)度效率的方法主要有兩種：一種是非參數(shù)方法，近年來(lái)應(yīng)用比較廣泛的非參數(shù)方法是數(shù)據(jù)包絡(luò)分析方法（DataEnvelopmentAnalysis，以下簡(jiǎn)稱(chēng)DEA）；另一種是參數(shù)方法，分為自由分布法（Distribution-Free Approach，簡(jiǎn)稱(chēng)DFA）和隨機(jī)邊界法（StochasticFrontiersApproach，簡(jiǎn)稱(chēng)SFA）。利用非參數(shù)方法數(shù)據(jù)包絡(luò)方法（DEA）進(jìn)行評(píng)價(jià)農(nóng)業(yè)生產(chǎn)效率，在既定的投人要素狀況下實(shí)現(xiàn)產(chǎn)出最大化，反之，在既定產(chǎn)出情況下投入要素使用最小化。

DEA方法是根據(jù)多項(xiàng)投人指標(biāo)和多項(xiàng)產(chǎn)出指標(biāo)，利用線性規(guī)劃的方法，對(duì)具有可比性的同類(lèi)型單位進(jìn)行相對(duì)有效性評(píng)價(jià)的一種數(shù)量分析方法。將經(jīng)濟(jì)上的最優(yōu)點(diǎn)連接起來(lái)，形成一條效率前沿的包絡(luò)線，然后尋找所有決策單元（DMU）的投入、產(chǎn)出邊界點(diǎn)，凡是在邊界上的決策單元，認(rèn)為其投入產(chǎn)出組合有效，績(jī)效指標(biāo)值為1；反之，不在邊界點(diǎn)上的決策單元?jiǎng)t被認(rèn)為無(wú)效，并以特定的有效率點(diǎn)為基準(zhǔn)，給予每個(gè)決策單元相對(duì)的績(jī)效指標(biāo)，指標(biāo)值在大于0小于1之間。

DEA方法模型分為可變規(guī)模報(bào)酬（VRS）的模型和不變規(guī)模報(bào)酬（CRS）模型。采用可變規(guī)模報(bào)酬（VRS）的模型分析，可變規(guī)模報(bào)酬（VRS）的模型表述為：設(shè)有 n 個(gè)決策單元（DecisionMakingUnit，DMU）， m 個(gè)輸入和 r 個(gè)輸出指標(biāo)，決策單元的輸入向量 ） T 和一個(gè)輸出向量 Y_j=（σ_y1j ， y_2j ，……， y_η ） T ，其中 x_mj 為第 j 個(gè)決策單元對(duì)第 ?m 種類(lèi)型輸入的投入總量， x_mjgt; 0； y_η 為第 j 個(gè)決策單元對(duì)第 r 種類(lèi)型輸出的產(chǎn)出總量， y_ηgt;0 。則VRS模型為：

minθ

對(duì)（1）式加人松弛變量（Slacks或Surplus）s^-，s⁺ ，變?yōu)椋?/p>

min0.

式中， θ 為決策單元 DMU 的有效值; λ_j 為投入、產(chǎn)出指標(biāo)的權(quán)系數(shù)。其中：

（1）當(dāng) θ=1 且 S^-=S⁺=0 時(shí)，稱(chēng)DMU是技術(shù)有效的;

（2）當(dāng) θ=1 ，但 ，或 時(shí)，稱(chēng)DMU是弱 DEA 有效，表明部分投入過(guò)剩或產(chǎn)出不足；

（3）當(dāng) θlt;1 ，則稱(chēng) DMU 是 DEA 技術(shù)無(wú)效。

通過(guò)運(yùn)行模型，如果綜合技術(shù)效率 CTE= 純技術(shù)效率 PTE ，則可以認(rèn)為生產(chǎn)單元處于最佳生產(chǎn)規(guī)模狀態(tài)。如果 CTE≠PTE ，則兩者之間的差別是由規(guī)模效率造成的，說(shuō)明生產(chǎn)單元的規(guī)模太大或太小了，表示為規(guī)模無(wú)效率。

1.3 數(shù)據(jù)處理

采用STATA28.0軟件對(duì)收集到統(tǒng)計(jì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)。

采用Pearson相關(guān)系數(shù)檢驗(yàn)分析農(nóng)林牧漁業(yè)產(chǎn)值和各個(gè)投人變量之間的相關(guān)系數(shù)。投人變量和產(chǎn)出變量之間的Pearson相關(guān)性均通過(guò)雙尾檢驗(yàn)，兩者間相關(guān)性數(shù)值都為正且都在 1% 的顯著性水平下通過(guò)顯著性檢驗(yàn)，選取的投入量和產(chǎn)出量符合“同向性”假設(shè)，因此所選指標(biāo)存在合理性。

運(yùn)用DEAPVersion2.1分析軟件，在規(guī)模報(bào)酬可變情況下（BBC模型），采取產(chǎn)出主導(dǎo)型，對(duì)2000～2021 年新疆南疆四地州農(nóng)業(yè)全要素生產(chǎn)效率相關(guān)指標(biāo)數(shù)據(jù)進(jìn)行模型運(yùn)算，得出綜合技術(shù)效率（Crste），純技術(shù)效率（Vrste），規(guī)模效率（Scale）以及投入冗余 （S^-，S⁺） 數(shù)據(jù)。

2 結(jié)果與分析

2.1 綜合技術(shù)效率

研究表明，阿克蘇地區(qū)22個(gè)決策單元中2000～2005 年、2007年、2013年和2021年9個(gè)年份綜合技術(shù)效率的 θ=1 ，達(dá)到了DEA完全有效，占樣本總數(shù)的 40.90% 。即9個(gè)年份各項(xiàng)投入取得經(jīng)濟(jì)和社會(huì)的最佳效益。其余13個(gè)年份綜合技術(shù)效率θeq1 ，即各項(xiàng)投入未取得經(jīng)濟(jì)和社會(huì)的最佳效益。

克州22個(gè)決策單元中 2000～2005 年、2007年、2013年、2018年、2019年和2021年11個(gè)年份綜合技術(shù)效率的 θ=1 ，達(dá)到了DEA完全有效，占樣本總數(shù)的 50% 。其余11個(gè)年份綜合技術(shù)效率θ≠1 ，各項(xiàng)投入未取得最佳效益。

喀什地區(qū)22個(gè)決策單元中2000年、2003年、2004年 2006～2014 年、2021年13個(gè)年份綜合技術(shù)效率的 θ=1 ，達(dá)到了DEA完全有效，占樣本總數(shù)的 59.09% 。其余9個(gè)年份綜合技術(shù)效率 θ≠ 1，各項(xiàng)投入未取得最佳效益。

和田地區(qū)22個(gè)決策單元中2000年、 2002～ 2007年、2010年、2012年、2013年、2019年和2021年12個(gè)年份綜合技術(shù)效率的 θ=1 ，達(dá)到了DEA完全有效，占樣本總數(shù)的 54.54% 。其余10個(gè)年份綜合技術(shù)效率 θ≠1 ，各項(xiàng)投入未取得最佳效益。

喀什地區(qū)2001年、2002年、2005年3個(gè)年份的綜合效率未達(dá)到最優(yōu)，但純技術(shù)效率達(dá)到最優(yōu)；喀什地區(qū)2015年，和田地區(qū)2001年的綜合效率未達(dá)到最優(yōu)，但規(guī)模效率達(dá)到最優(yōu)。可見(jiàn)，新疆南疆四地州需要調(diào)整技術(shù)投人和擴(kuò)大規(guī)模提高運(yùn)行效率，實(shí)現(xiàn)其有效性。表2～4

表2 （20 2000～2021 年投入和產(chǎn)出變量的Pearson相關(guān)系數(shù)

Tab.2 Pearson correlation coefficients of input and output variables from 2Ooo to 2021

注： ** ：在0.01級(jí)別（雙尾），相關(guān)性極顯著Notes ： ** ：Atlevel O.O1（dluble tailed），the correlation isextremely significant

Tab.3AnalysisresultsofDEAModelin four states in Southern Xinjiang

注：Crste表示綜合技術(shù)效率；Vrste表示純技術(shù)效率；Scale表 示規(guī)模效率，下同 Notes：Crsle represents indicating comprehensive technical efficiency;Vrate representspure technical efficiency；Scale reprosents scaleefficiency，thesameasbelow

2.2 投入產(chǎn)出冗余

研究表明，2000年以來(lái)新疆南疆四地州農(nóng)業(yè)生產(chǎn)存在投入冗余的問(wèn)題，其中，農(nóng)林水事務(wù)支出投入冗余 15.03×10⁸ 元，鄉(xiāng)村勞動(dòng)力數(shù)投入冗余3.55×10⁴ 人，農(nóng)村用電量投人冗余 8 394×10⁴ kW/h ，化肥施用量投入冗余 2.98×10⁴t ，農(nóng)用塑料薄膜使用量投入冗余 0.55×10⁴t ，農(nóng)業(yè)機(jī)械總動(dòng)力投入冗余 20.57×10⁴kW/h ，農(nóng)作物播種總面積投入冗余 3.415×10⁴hm² ，22 年以來(lái)以上投入指標(biāo)“超量”，各項(xiàng)投入在現(xiàn)有的基礎(chǔ)上分別在減少 0.53% 、 0.06% 、 0.23% 、 0.24% 、 0.41% 、0.16% 和 0.09% ，才能達(dá)到目標(biāo)值最優(yōu)，實(shí)現(xiàn)財(cái)力、人力、物力的最佳投入。表5

表3 新疆南疆四地州DEA模型

表4 DEA模型分析結(jié)果

Tab.4The resultsofDEA model analysis

注：Rs表示規(guī)模收益；drs表示規(guī)模收益遞減；—表示規(guī)模不變；irs表示規(guī)模收益遞增。NotesRsdenoteustSale；deotcreasingsta；otsCosaeustSaleotesieutale

表5投入冗余

Tab.5 Inputstheredundanttable

3討論

3.1新疆南疆四地州農(nóng)業(yè)投入要素存在“過(guò)剩”，應(yīng)加強(qiáng)宏觀調(diào)控，將過(guò)度投入到第一產(chǎn)業(yè)的資源釋放出來(lái)[19]，優(yōu)化資源合理配置，提升投入產(chǎn)出效率。合理調(diào)整農(nóng)業(yè)財(cái)政投入與分配比重。提高農(nóng)業(yè)財(cái)政支出使用效率，優(yōu)化財(cái)政支農(nóng)資金分配模式，將有限資金用到最關(guān)鍵的地方，提高財(cái)政資金配置效率；財(cái)政資金可以適當(dāng)向農(nóng)業(yè)基礎(chǔ)科研和農(nóng)村教育傾斜，以支持高素質(zhì)農(nóng)業(yè)人才培養(yǎng)[14]。針對(duì)投入過(guò)剩，產(chǎn)出不足，效率較低且有潛力的要盡快調(diào)整農(nóng)業(yè)增長(zhǎng)方式，注重各要素的合理配置[18] 。

3.2引導(dǎo)勞動(dòng)力轉(zhuǎn)移，推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)優(yōu)化升級(jí)。組織農(nóng)民轉(zhuǎn)業(yè)培訓(xùn)，建立轉(zhuǎn)業(yè)補(bǔ)貼制度，盤(pán)活勞動(dòng)力資源[20]。發(fā)揮各縣（市）園區(qū)吸納農(nóng)村勞動(dòng)力就業(yè)的龍頭帶動(dòng)作用，促進(jìn)產(chǎn)業(yè)發(fā)展需求和勞動(dòng)力供給精準(zhǔn)對(duì)接，推進(jìn)農(nóng)村勞動(dòng)力就近就業(yè)。廣泛開(kāi)展跨區(qū)域勞務(wù)協(xié)作，有序推進(jìn)勞動(dòng)力外出就業(yè)。加快培養(yǎng)一批有文化、懂技術(shù)、善經(jīng)營(yíng)的高質(zhì)量新型農(nóng)業(yè)經(jīng)營(yíng)群體來(lái)提高農(nóng)業(yè)綜合效率[]

3.3提高土地產(chǎn)出效率。推進(jìn)標(biāo)準(zhǔn)化基地建設(shè)，科學(xué)確定間作種植作物、品種、規(guī)模，農(nóng)業(yè)生產(chǎn)要逐漸做到專(zhuān)業(yè)化與規(guī)模化，對(duì)農(nóng)業(yè)布局進(jìn)行優(yōu)化，通過(guò)對(duì)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，加速農(nóng)業(yè)現(xiàn)代化的轉(zhuǎn)型升級(jí)。深化土地產(chǎn)權(quán)改革，健全土地流轉(zhuǎn)市場(chǎng)，促進(jìn)土地流轉(zhuǎn)，推進(jìn)土地規(guī)模化經(jīng)營(yíng)[20]。

4結(jié)論

4.1 2000～2021 年新疆南疆四地州農(nóng)業(yè)生產(chǎn)綜合效率0.954，處于較高水平，能有效推動(dòng)農(nóng)業(yè)快速進(jìn)步，但仍屬于DEA非有效區(qū)域，存在農(nóng)業(yè)投入要素冗余，沒(méi)有取得經(jīng)濟(jì)和社會(huì)的最佳效益。其中純技術(shù)效率0.969，規(guī)模效率0.984，規(guī)模效率要優(yōu)于純技術(shù)效率。

4.2最優(yōu)的喀什地區(qū)綜合效率為0.980;最差的阿克蘇地區(qū)綜合效率為0.913。純技術(shù)效率最優(yōu)的為喀什地區(qū)和和田地區(qū)，均為0.986；規(guī)模效率最優(yōu)的為喀什地區(qū)，為0.994。

4.3投入效率由好到差依次順序?yàn)猷l(xiāng)村勞動(dòng)力人數(shù) gt; 農(nóng)作物播種面積 gt; 農(nóng)業(yè)機(jī)械總動(dòng)力 gt; 農(nóng)村用電量 gt; 化肥施用量 gt; 農(nóng)用塑料薄膜使用量 gt; 農(nóng)林水事務(wù)支出效率。

4.4規(guī)模收益均處于遞增階段，仍有生產(chǎn)潛力挖掘，可促進(jìn)規(guī)模經(jīng)濟(jì)形成和壯大。

參考文獻(xiàn)（References）

[1]高旺盛．新階段農(nóng)業(yè)結(jié)構(gòu)調(diào)整若干戰(zhàn)略問(wèn)題討論[J]．民主與科學(xué)，2021，（6）：15-17.GAO Wangsheng. Discussion on some strategic problems of agri-cultural structure adjustment in the new stage[J]. Democracy amp;Science，2021，（6）：15-17.

[2］劉冬梅．中國(guó)農(nóng)業(yè)結(jié)構(gòu)的形成、演變與調(diào)整建議［J]．農(nóng)村農(nóng)業(yè)農(nóng)民（B版），2021，（6）：44-45.LIU Dongmei. Formation， evolution and adjustment suggestionsofagricultural structure in China[J]. Country Agriculture Farm-ers（B），2021，（6）：44-45.

［3］郭鵬鵬，韓國(guó)明．中國(guó)農(nóng)業(yè)結(jié)構(gòu)調(diào)整的階段特征與政策演化[J]．現(xiàn)代經(jīng)濟(jì)探討，2022，（11）：106-115.GUO Pengpeng， HAN Guoming.Phase characteristics and policyevolution of agricultural structural adjustment in China[J].Mod-ern Economic Research，2022，（11）：106 -115.

［4］新華社．中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要[J]．中國(guó)水利，2021，（6）：1-38.Xinhua News Agency.The outline of the14th Five-Year Plan（2021—2025）for national economic and social development andthe long-range objectives through the year 2O35 of P. R.China[J].China Water Resources，2021，（6）：1-38.

[5］艾買(mǎi)爾江·吾斯曼，王冀川，阿依謝姆古麗·玉蘇普，等．新疆林（果）麥間作原理與技術(shù)[J]．江蘇農(nóng)業(yè)科學(xué)，2016，44（11） ： 72 -77.Aimaierjiang Wusiman，WANG Jichuan，Ayixiemuguli Yusupu，et al.Principleand technologyof forest（fruit）wheat intercrop-ping in Xinjiang[J]. Jiangsu Agricultural Sciences，2016，44（11） ： 72 -77.

［6］鮮開(kāi)梅，江偉，王柏柯．新疆南疆四地州果樹(shù)間套作種植情況分析[J]．北方園藝，2016，（12）：209－210.XIANKaimei，JIANGWei，WANGBaike.Analysis of fruit treesintercropping planting situation of southern Xinjiang’s four re-gions[J]. Northerm Horticulture，2016，（12）：209-210.

［7］李婕，王玉斌，程鵬飛．中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的時(shí)空演變差異及內(nèi)源構(gòu)成[J]．中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，28（2）：240 -252.LIJie，WANGYubin，CHENGPengfei.Spatio-temporal evo-lution differences and endogenous composition of Chinese agricul-tural total factor productivity[J]．Journal of China AgriculturalUniversity，2023，28（2）：240-252.

［8］張海霞，韓佩珺．農(nóng)業(yè)全要素生產(chǎn)率測(cè)度及收斂性分析—基于Hicks－Moorsteen指數(shù)[J]．農(nóng)村經(jīng)濟(jì)，2018，（6）：55-61.ZHANG Haixia， HAN Peijun. Measurement and convergence a-nalysis of agricultural total factor productivity—based on Hicks -moorsteen index[J]. Rural Economy，2018，（6）：55-61.

[9］蹇彥麗，馬愛(ài)艷，劉沙．西北地區(qū)各省農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)研究[J].現(xiàn)代商貿(mào)工業(yè)，2023，44（6）：1-3.JIAN Yanli，MA Aiyan，LIU Sha. Study on evaluation of agri-cultural production efficiency of provinces in northwest China[J]. Modern Business Trade Industry，2023， 44（6）：1-3

[10］郭萍，余康，黃玉．中國(guó)農(nóng)業(yè)全要素生產(chǎn)率地區(qū)差異的變動(dòng)與分解——基于Fare-Primont 生產(chǎn)率指數(shù)的研究[J]．經(jīng)濟(jì)地理，2013，33（2）：141-145.GUO Ping，YU Kang，HUANG Yu. Changes and decompositionof agricultural TFP regional disparities in China：study of Fare -primont TFP index[J]. Economic Geography，2013，33（2）：141 -145.

［11］王大勇，田東林，劉文才．基于DEA模型的云南省農(nóng)業(yè)生產(chǎn)效率研究[J]．現(xiàn)代農(nóng)業(yè)科技，2023，（11）：217-220.WANG Dayong，TIAN Donglin，LIU Wencai. Study on agricul-tural production efficiency in Yunnan Province based on DEAmodel[J]. Modern Agricultural Scienceand Technology，2023，（11）： 217 -220.

［12］杜小軍，魏建國(guó)．鄉(xiāng)村振興背景下山東省農(nóng)業(yè)生產(chǎn)效率實(shí)證研究——基于三階段 DEA方法［J]．山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，25（2）：159-165.DUXiaojun，WEI Jianguo.Empirical studyon theagriculturalproduction efficiency of Shandong Province under the backgroundof rural revitalization—based on the three- stage DEA method[J]. Journal of Shandong Agricultural University （Social ScienceEdition），2023，25（2）：159-165.

[13］溫馥榕，張友泓，朱芝燕，等．基于DEA模型的廣西農(nóng)業(yè)生產(chǎn)效率研究[J]．農(nóng)村經(jīng)濟(jì)與科技，2022，33（23）：92-95.WEN Furong，ZHANG Youhong，ZHU Zhiyan，et al. Researchon agricultural production efficiency in Guangxi based on DEAmodel[J].Rural Economy and Science-Technology，2022，33（23）： 92-95.

[14］安博文，侯震梅，蔣北辰，等．新疆農(nóng)業(yè)生產(chǎn)效率測(cè)度的實(shí)證研究——基于農(nóng)業(yè)高質(zhì)量發(fā)展新視角［J]．云南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），2021，15（5）：95-102.AN Bowen，HOU Zhenmei， JIANG Beichen，et al. Calculationof production efficiency of Xinjiang agricultural： based on high-qualitydevelopment[J].Journal of YunnanAgricultural Univer-sity（Social Science），2021，15（5）： 95-102.

[15］徐康寧，喻曉玲．基于數(shù)據(jù)包絡(luò)模型下的新疆農(nóng)業(yè)生產(chǎn)效率研究［J]．湖北農(nóng)業(yè)科學(xué)，2021，60（7）：161－165.XUKangning，YU Xiaoling.Study on agricultural production ef-ficiency in Xinjiang based on data envelopment model[J].HubeiAgricultural Sciences，2021，60（7）：161-165.

［16］李季鵬，黃永勝，安博文．新疆低碳農(nóng)業(yè)生產(chǎn)效率研究——基于SBM-DEA的研究方法［J]．綠色財(cái)會(huì)，2021，（4）： 9 -15.LI Jipeng，HUANG Yongsheng，AN Bowen. Study on productionefficiency of low-carbon agriculturein Xinjiang—based on SBM- DEA research method[J]. Green Finance and Accounting，2021，（4） ： 9 -15.

[17］彭．基于超效率DEA和Malmquist指數(shù)新疆農(nóng)業(yè)生產(chǎn)效率研究[J]．當(dāng)代農(nóng)村財(cái)經(jīng)，2019，（9）：7-14.PENG Keng.Analysis of agricultural production efficiency andtotal factor productivity in Xinjiang based on super-efficiencyDEA and Malmquist index[J]. Contemporary Rural Finance andEconomics，2019，（9） ： 7-14.

[18］張馳，張曄，李苗．新疆農(nóng)業(yè)生產(chǎn)效率地區(qū)差異分解與影響因素研究——基于非期望產(chǎn)出Super-SBM-Theil-GMS[J]．中國(guó)農(nóng)業(yè)資源與區(qū)劃，2018，39（10）：100－106.

ZHANG Chi，ZHANGYe，LI Miao.Study onregional difference decomposition and influencing factorsof agricultural production efficiency in Xinjiang—based on super-sbm（undesirable）- theil-gmsthree-stagemodel[J].ChineseJournal ofAgriculturalResourcesandRegional Planning，2018，39（10）：100- 106.

[19］張立．基于SFA模型的農(nóng)業(yè)生產(chǎn)技術(shù)效率分析——以新疆為例[J].現(xiàn)代商貿(mào)工業(yè)，2014，35（8）：35-37.ZHANG Li. Technical efficiency analysis of agricultural produc-tionbased on SFA model—taking Xinjiang as an example[J].ModernBusinessTradeIndustry，2014，35（8）：35-37.

[20］顏聰聰，車(chē)斌．基于三階段DEA的新疆區(qū)域種植業(yè)生產(chǎn)效率研究[J]．地域研究與開(kāi)發(fā)，2019，38（4）：147-152.YAN Congcong，CHE Bin. Research onproduction efficiency ofXinjiangregional planting industrybased on three-stage DEA[J].ArealResearchandDevelopment，2019，38（4）：147-152.

Evaluation of agricultural production efficiency in four prefectures in Southern Xinjiang

TIAN Conghua， CENG Hongmei， ZHANG Lizhao， MIAO Hongping ，WANG Hongmei，DAI Junsheng （1. Institute of Agricultural Economics and Information， Xinjiang Uyghur Autonomous Region Academy of Agricultural Sciences， Urumqi 830091， China）

Abstract：【Objective】 Based on the intercropping patern in four prefectures of southern Xinjiang，this paper aims to construct the index system of agricultural production efficiency and calculate the comprehensive eficiency，technical efficiency and scale effciency of agricultural production.【Methods】Based on22 -year panel data from 200O to 2021，DEA model method was used to analyze agricultural production eficiency and evaluate the input-output effect of agricultural factors.【Results】The agricultural production eficiency of the four prefectures was at a high level，which could effctively promote the rapid progress of agriculture in Xinjiang，but it was stilla DEA non -active area.There were many redundant agricultural input factors，which did not achieve the best economic and social benefits.（2）The effciencyof the input index was in the order from good to bad：the number of rural labor force gt; the sown area of crops gt; the total power of agricultural machinery gt; rural electricity consumption gt; the amount of fertilizer applied gt; the amount of agricultural plastic film used gt; the expenditure on agriculture， forestry and water affirs. （3） The scale income was generally in the increasing stage，and the regional production potential could be continuously tapped【Conclusion】There is a \"surplus\"of agricultural input factors in the four prefectures in southern Xinjiang，and government departments should strengthen macro -control，release the resources that have been over -invested in the primary industry，optimize the rational allcation of resoures，and enhance the eficiency of inputs and outputs.They should do：（1）Rationally adjust the proportion of agricultural financial input and distribution， and optimize the rational allocation of resources，improve the efciencyof agricultural financial expenditure; （2）Guide the transfer of labor to secondaryand tertiary industries.（（3）Continuously promote the reduction of fertilizer and pesticide dosage and increase effciency.（4）To improve the level of agricultural equipment and information technology.（5）Adjust planting structure and planting mode to improve the efficiency of land output.

Key words：intercropping pattern； agricultural production effciency ； DEA method