中国农业效率测度及其影响因素分析——基于区域差异的视角

第35卷第3期水利经济2017年5月V ol.35 No.3 Journal of Economics of Water Resources May2017D O I：10. 3880/j.issn. 1003 9511.2017. 03. 013中国农业效率测度及其影响因素分析—基于区域差异的视角吴鸣然I，2,赵敏I，2(1.河海大学商学院，江苏南京211100; 2.江苏省科技体制改革思想库，江苏南京210098)摘要：首先运用SEDEA模型和中国省际面板数据，计算2010—2014年中国七大区域31个省（自治区、直辖市）的农业效率，然后使用Tobit模型分析影响农业效率的因素。

研究结果表明：2010— 2014年间中国不同区域的农业效率在时间序列上表现得较为平稳，在横截面上表现出较大的差 异;在总体上，效率由高到低的区域为东北、华东、西南、中南、华南、华北、西北；在影响因素中，经济条件、产业结构和教育水平都对区域农业效率呈现正面影响，面源污染对农业效率呈现负面影 响。

因此，为提升区域的农业效率，政府不仅需要增强区域经济实力，提高农村居民人均收入，而且 要大力发展职业教育，增强农民的就业能力，还要重视面源污染对农业效率的负面影响，促进农业 安全、高效、绿色发展。

关键词：区域农业效率;SEDEA模型;Tobit模型；时空差异；影响因素中图分类号：F323.5 文献标识码:A文章编号：1003 9511(2017)03 0063 06农业作为国民经济基础，在维护国家粮食安全、保障经济增长、稳定社会秩序等方面起着不可或缺 的作用。

改革开放以来，中国农业快速发展,取得了 巨大成就。

但是，中国农业一■直走的是“高消耗、高污染”的粗放型发展道路，农业在高速发展的同时 也付出了沉重的资源环境代价。

当前农业生态系统 破坏严重，水、耕地资源日趋紧张，农业粗放发展模 式难以为继，亟待转型。

转变农业发展方式,提高农 业效率,加快推进农业生产由粗放型向集约型转变,成为新常态下农业发展的内在要求。

1研究综述农业效率的核心思想在于农业生产以最小的资 源投人和环境代价，获得最大的经济、社会以及生态 价值。

随着农业粗放式发展带来的问题愈加突出以 及政府对“三农”问题的日益重视，学术界对农业效 率的关注度也逐渐增多。

近年来学者们从不同的角 度对农业效率进行了研究，并取得了丰硕的成果。

①农业经营方式与农业效率的关系。

梁义成等[1]通过对非农兼业户和纯农户的对比,讨论了非农参 与对农业效率的影响。

②农业发展与资源环境协调 程度与农业效率的关系。

闵锐等[2]从“两型”视角 研究了我国粮食生产技术效率的空间分异；曾福生 等[3]从化肥施用量、有效灌溉面积和粮食播种面积 等角度考察了粮食生产效率。

③农业劳动力与农业 效率的关系。

王子成[4]研究了劳动力外出对农业 效率的影响;彭代彦等[5]测算了劳动力结构变化对 农业效率的影响;林本喜等[6]探讨了农业劳动力老 龄化对农业效率影响。

④农业技术与农业效率的关 系。

常向阳等[7]利用结构方程模型实证分析了农 业技术扩散动力及渠道运行对农业生产效率的影 响。

⑤从综合视角研究农业效率的影响因素。

焦 源[8]从经济效益、社会效益和生态效益角度选取分 析指标，利用三阶段DEA模型测度区域农业生产综 合效率、纯技术效率和规模效率。

以上研究的角度、方法与观点对本文有启发价 值，但存在一定的改进空间。

首先，有些文献只检测 了不同区域的效率差异，没有更进一步分析效率的基金项目：江苏省软科学研究计划项目（BR2016048);江苏省软科学研究计划项目（BR2015046);中央高校基本科研业务费专项(2014B20114)作者简介:吴鸣然（1992—），男，博士研究生，主要从事技术经济及管理、农业资源环境经济研究。

E-mail:wumrl992@ 水利经济，2017 ,35 (3) E-mail ：hhu. edu. cn 电话/传真：025 ********• 63 •影响因素。

其次，有些文献采用传统DEA 方法，造 成很多区域同处于效率前沿，以至于无法进一步比 较和排序。

最后，有些文献采用传统的区域划分法， 将全国划分为“东中西”三大板块来讨论农业效率， 这种划分有合理性，然而，由于中国幅员辽阔，各区 域自然条件状况、经济发展水平迥异，以东中西三大 板块测算农业效率，造成了区域间差异过大。

再者， 只分“东中西”的区域分析，难以辨别微观区域单元 的效率表现，因为区域内部各主体间也存在效率参 差不齐的现象。

鉴于此，笔者依据区域自然环境以 及经济发展状况，采用经典的七大区域划分法，并通 过构建SEDEA-Tobit 模型，测算2010—2014年中国 各省（自治区、直辖市）在横截面和时间序列上可比 较的农业效率，并对影响效率的因素进行实证分析， 找出提高农业效率的方式。

2中国农业效率测算及分析2.1农业效率测度模型——SEDEA 模型数据包络分析（Data Envelopment Analysis ，简称 DEA )是Chames 等[9]于1978年提出的，它是评价 “多投人、多产出”模式下决策单元间的相对有效性 的一种较为理想的方法。

当前使用较多的数据包络模型为BCC 模型，该 模型将各决策单元（Decision Making Units ，简称 DMU )分为有效和无效两类:若DMU 的效率值为1， 则被认定为有效;若小于1，则被认定为无效。

具体 的BCC 模型构造如下[10]:设有n 个同类型具有多 输人多产出的决策单元DMU ，对每个DMUj (j = 1，2, …，n )均有m 项输人及jp 项产出，分别由输人向量 X .=(〜，％，…，〜）T 和输出向量y . = ( 71.，y2j ，…，来表示，则第j 。

个DMU 的效率评价模型为：max hj 0 =滋T 70滋T y .-棕T x .臆0s .t . r Tx0 =1⑴棕逸0,滋逸0j = 1，2,…，n式中:h j 0为第j 个决策单元的效率指数;X 0、70为第.0 个决策单元DMU 的输人、输出变量;输人权重棕= (棕1，棕2,…，棕)T ，输出权重A =(A ，，滋2,…，，滋)T 。

根据线性规划的对偶理论，可得到如下规划问题模型：min [兹-着(移 S - + 移 s + )]i = 1 r = 1移姿jX i j + S i =兹X i 0j = 1移姿j^r j - S r + = 7r 0 j = 1s .t . js ：逸 0, S r + 逸 0, A j 逸 0兹无约束i = 1，2,…，m r = 1，2,…，^ j ' = 1,2,…，n(2)式中：目标值兹为固定规模报酬的技术效率，也是规划目标值;着为阿基米德无穷小;A j (j =1，2,…，n )为 规划决策变量;s- = (s-，s-，…，sm )T ，s+ = (s+，s+，…， S s +厂为松弛变量向量。

此时，根据兹的值来判定 DM %是否在BCC 模型下有效。

然而，经典BCC 模型在实际应用中可能会产生 多个DMU 同处生产前沿面（即效率值均为1)的情 况，这就给进一步比较分析和排序带来了困难。

SEDEA(Super Efficiency Dada Envelopment Analysis ) 模型是在BCC 模型的基础上改良得到，由Andersen 等[11]于1993年提出，它可以让有效DMU 的效率值 大于1，从而可以进一步对各决策单元进行评价和 比较。

具体的SEDEA 模型构造如下：min [兹一：着(移 s - + 移 s :)]i = 1 r = 1n移姿/〜+ s -=兹—〜，€ = 1,2，".，m j •屹k n移 Aj 7r j ： sr + = 7rk ，厂=1,2，*"4U j (3)s ：逸 0, s r + 逸 0, A j 逸 0 (9s u p e r 无约束 j = 1，2,…，nSEDEA 模型的基本思路是：在评估决策单元 时，将该决策单元本身排除在决策单元的集合之外， 并且使该决策单元的投人和产出为其他所有决策单元投人和产出的线性组合代替。

一个有效的决策单• 64 •水利经济，2017 , 35 ( 3 )E-mail ：j/@ hhu. edu. cn http: // 电话A 专真:02583786350其投人增加比例即其超效率评价值。

为了更清楚地 说明其原理，本文以图1进行分析[|2]:在计算决策 单元B的效率值时，将其排除在原本最佳前沿决策 集(ABCD)之外，此时ACD就变成了新的有效生产 前沿面，线段B B i表示B点的投人量仍可增加的幅 度，此时B点的超效率评测值为OB,/OB>l。

此外，A、C、D等点的超效率值仍然可以按照相同的逻辑 推理出来，且均大于1。

2.2变量界定和数据整理农业生产是一个多投人多产出的复合生产系 统，因此对其效率的考察也应全面考虑与之相关的 多种投人产出。

借鉴以往国内外对于农业生产效率 的研究，考虑数据口径一致性等重要条件，本文选取 的变量指标皆为关系农业生产的大农业口径统计数 据，具体见表1。

表1农业生产投入产出指标体系投入指标产出指标X1Y1y2指标农作物播化肥农业机械从事农业农业粮食生内容种面积施用量总动力劳动人员总产值产总量指标单位千hm2万t万kW万人亿元万t 本文对样本数据分析选取的时间为2010— 2014年，主要数据来源于2011 —2015年的《中国统 计年鉴》。

Cooper等[13]在2001曾通过研究得出，DEA在算法上决策单元的数量需要满足条件n逸maxj ms，3 (m+s) }来保证结果的准确性，其中n表 示决策单元的个数（即DMU的数量）；m和s分别代 表投人和产出的变量个数。

本文符合此条件。

2.3农业效率的SEDEA实证分析本文使用EMS(Version 1.3 )进行模型的运算，通过计算得出2010—2014年中国七大区域，共31个省（自治区、直辖市）的农业效率，结果见表2。

由表2可知，2010—2014年中国整体农业效率均值为0.992，这是一个较为理想的数字，它说明中 国农业效率整体水平在过去几年内已经接近于生产 前沿面。

从时间序列的角度来看，中国农业效率在 2010—2014年间每年都有平稳的小幅上升，且从 2012年开始，就达到了“有效”的状态。

这得益于在 过去的几年内，中国政府每年对“三农”的投资、扶 持力度都屡创新高。

需要指出的是，根据“十三五”规划中继续强化农业基础地位的要求，“十三五”期 间中央还将以大力发展农业、推进农业现代化为 “三农”工作重点，不断增加农业投人，完善现代农 业经营体系、生产体系和产业体系，改进农业经营方 式、生产方式、资源利用方式和管理方式，由此，中国 农业效率还将有很大的上升空间。