基于DEA模型的河南省农业生产效率分析

于莹莹+赵翠萍

摘 要：文章利用2014年河南省18个地市农业投入与产出相关指标的数据，运用数据包络分析（DEA）模型，对河南省农业生产的综合技术效率、纯技术效率与规模效率进行了测算与评价。结果表明，河南省总体技术效率较高，鹤壁等8个省辖市的纯技术效率为1，其中综合技术效率最优是鹤壁和信阳2个地市，说明农业综合技术效率不单受到经济条件、地理区位及相关的农业资源投入等因素影响，经营规模的无效率也会制约各个区域农业综合技术效率的进一步提升，最终引起地市之间农业生产效率高低相同。河南省需要在合理配置资源投入、加速农业科技进步与扩散的同时有效转移农村剩余劳动力。

关键词：数据包络分析 农业生产效率 技术效率 规模效率

中图分类号：F304.7 文献标识码：A

文章编号：1004-4914（2017）06-169-03

2017年中央一号文件继续聚焦我国农业，提出在确保粮食生产能力不降低的前提下，推进农业供给侧改革。若要稳定粮食生产，除国家对农业生产进行粮食补贴之外，更为重要的是提高粮食生产效率，粮食产量的增长与粮食生产效率的提高密切相关。河南省素有“中国粮仓”之名，在我国的农业建设与发展过程中举足轻重，2016年全国粮食总产量达61623.9万吨，其中河南省贡献1189.32亿斤。因而，确保河南粮食产量稳定，对保障我国粮食安全意义重大。但是，随着河南省工业化、城市化进程的加快，其人地矛盾日益严重，一定程度上制约了河南省农业生产效率的提高。在这种背景下，研究河南省粮食生产效率，并对其进行分析，进而探寻河南省粮食增长途径十分必要。

一、文献综述及问题的提出

近年来，学者们在农业生产效率方面做了若干研究，张冬平等基于DEA模型剖析了我国小麦生产效率，贺志亮等对我国农业生产效率进行了DEA评价，常向阳等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，孙昊关注了我国主产区小麦生产技术效率，马林静等强调农村劳动力资源变迁与粮食生产效率之间呈相关性，Ning ZHOU等关注了中国13个主要粮食生产区的农业劳动生产率增长问题，贠鸿琬等基于1990—2008年间的相关数据分析了河南省农业生产投入的效率。总的来看，现有关于农业生产效率方面的研究大多集中在国家层面的研究相，而对省级以下区域的粮食生产效率研究相对较少。在城镇化加速推进、人地矛盾日益严峻的形势下，这类研究更具有现实指导意义。本研究基于市级层面，采用DEA模型，来分析河南省农业生产效率，以期为进一步提升粮食主产区和人口大省的农业生产效率提供技术支撑。

二、理论模型及数据来源

（一）模型的选取

DEA（Data Envelopment Analysis）模型即数据包络分析，于1978年被美国学者Charnes等初次提出和运用，逐渐成为研究生产效率的有力工具。与传统的统计计量方法相比，其优点表现为：无须具备已知的生产函数、不必事先确定各指标的权重、不受投入和产出指标量纲的干扰、具有处理多输入特别是多输出的卓越能力。DEA的原理是：基于不变的输入或者输出的决策单元，结合线性规划和统计数据得到相对有效的生产前沿面，再将各个决策单元投射到DEA的生产前沿面，并通过衡量决策单元偏离DEA前沿面的幅度来判断它们是否有效。其目的在于评判每个决策单元能否以较低的投入，使报酬最大化。

DEA形式繁多，本研究将基于投入不变角度，采用可变规模报酬（VRS）的DEA模型，对河南省18个地域的农业生产要素投入和产出数据做深度剖析。假设有R个研究对象，每个研究主体有投入M种生产资源，有N种输出产品，则可变规模报酬（VRS）模型表述如下：

式中，Xj=（x1j，x2j…）T为要素投入量，xij为第j个决策主体对第i种类型输人的投入总量；Yj=（y1j，y2j…）T为输出出变量，yij为第j个决策主体对第i个类型输出的产出数值。λj是赋予各个决策单元的权重；θv是一个标量，表示各决策单元的技术效率值，且在0～1之间取值；S+（surplus）、S-（slacks）为松弛变量。若minθ=l，且S+=S-=0，则决策单元DEA有效；若minθ>1，且S+≠0或S-≠0，则决策单元为弱DEA有效；若minθ

（二）指标选择与数据来源

基于农业生产必需的基本要素以及DEA方法原理，并结合投入和产出数据的可获得性及可靠性，本研究选取以下5个投入指标：农作物播种面积、农业劳动力人数、农业机械总动力、农用化肥使用量、农药使用量，选择粮食产量作为产出指标。以河南省18个地市为研究对象，对各个研究个体的生产效率进行分析。本研究采用的指标数值来源于2015年《河南省统计年鉴》。

三、模型计算结果及其分析

运用DEA理论和DEA2.1软件，对河南省2014年18个地域农业要素投入及产出数值做出测度，得到农业生产综合技术效率、纯技术效率和规模效率的数值，结果见表1（见下页）。

（一）农业生产综合效率

表1中数据说明，2014年河南省18个地域中，仅有鹤壁、信阳和驻马店3个地区农业生产的综合技术效率数值为1，呈完全有效状态，这意味着，这3个地域的农业生产的技术能力、经营管理水平与经营规模之间相得益彰，农业经营规模和效率都达到了最优。郑州等其余15个地市的综合生产效率均小于1。某种意义上而言，这15个地域的农业生产综合效率离最佳水平仍存在一定距离，这类地域在农业生产资源的使用状况、生产结构的组合发展方面具有低效或者无效状态的共性。

（二）农业生产纯技术效率

纯技术效率意味着技术对产出的贡献值，换言之，若是一个地区农业技术得以提高，则该地区产出增加的可能性大大提升。河南省18个地域农业生产技术效率均值为0.897，即河南省技术投入效率总体处于良好的范畴，但仍有提升空间。其中，纯技术效率值为1的有以下10个地地域：鹤壁、新乡、焦作、濮阳、许昌、漯河、信阳、周口、驻马店和济源，且松弛变量均为0，也就是说，鹤壁等10个地区位于生产前沿函数上，说明这类地区对农业生产技术做到了充分且高效利用，从而使产出达到了最大化。同时意味着仅仅通过调整现有的农业生产资源投入量，是无法增加总产值的。而郑州、开封、洛阳等8个地域的技术效率低于1，表明这类地域投入产出效率略低，仍存在较多的上升空间。其中郑州、开封、洛阳、平顶山和南阳5个地域的技术效率显然低于规模效率，即较低水平的技术效率是造成这些地域农业生产效率无效的关键因素。这说明近年来大力发展工业化和城镇化的背景下，5个地市的农业技术投入相对不足，应当引起重视。

（三）农业生产规模效率

规模效率可以衡量各个决策单元投入与产出的比例。简而言之，当农业经营规模扩大到一定数值时，若是持续追加农业生产要素投入，便会引起规模收益递减。从表1可以看出，鹤壁、信阳和驻马店3个地市的规模效率值为1，说明这些地市投入和产出的比值合理，处于农业生产规模收益不变的状态，产出得以实现最大化；其余9个地市规模效率均小于1，意味着这9个地市投入的农业生产要素和农业产出的比例不当。河南省18个地域农业生产规模效率平均值为0.916，表明河南省总体的规模效率水平较高。然而农业生产规模报酬增加的地区仅有6个，占全省的33%。这一数据表明，河南省部分地域的农业生产没有实现规模效率，换言之，仅仅依靠资源、环境、技术等方面的投入来扩大农业生产规模，是很难提升农业生产水平的。

四、非有效决策单元的调整

DEA模型不单可以指明某一个研究对象是否有效，同时还会给出研究对象无效状态下的调整方案。河南省8个非有效研究主体的要素投入调整数值如表2所示。其中，径向调整量表示由于技术效率损失导致投资的损失，松弛调整量意味着投资结构不合理造成的投资损失，目标值则是在初始值减去径向调整量和松弛调整量后的数值，表示的是非有效决策单元通过改进达到最优效率时的投入值。观察表2不难总结，河南省地市之间的农业生产效率存在突出的差异。

在8个非有效决策单元中，安阳和商丘两个省辖市的纯技术效率都高于90%，说明这两个地市的农业生产效率已经接近最优。从结构方面来看，两市的农作物播种面积基本处于最优状态，表明对耕达到了充分利用，利用效率较优。然而，而安阳在农业机械和农用化肥折纯量上却存在较大的投入松弛，商丘在这两项的投入量方面与安阳相似，除此之外，该地还在农药使用量上存在较大的浪费。因此，对于上述两个地市，应该保持现有农作物播种面积，相应地缩减农业机械、农用化肥及农药要素的投入。

郑州、开封和洛阳3个地市与上述市不同，虽然这3个地市的经济比较发达，但是，由于经济的快速发展侵占了部分农业资源，致使其纯技术效率位于中下低水平。例如，郑州市的纯技术效率仅有0.583，成为18个地市中纯技术效率最低的市，开封和洛阳的纯技术效率也只有0.742和0.702。此外，这些市在5种投入要素上都存在较大的溢出效率，然而从结构方面来看，郑州、开封和洛阳在农用化肥投入上都处于最优状态，表明这些市充分利用了农用化肥；在其他4种要素上基本都存在较大的投入松弛。同时，这些市农业生产规模又都处于递减报酬阶段，因而，应该在合理配置各种农业生产要素的同时，缩减种植规模，逐步提升农业生产效率。

位于河南西部的平顶山和三门峡，因为两个地域内多山，受制于地理环境，不适合发展农业种植，使其技术效率水平较低，进而引致农业生产水平不高。另外，由于地理环境等因素的影响，平顶山和三门峡在某些农业要素投入上也不尽合理，例如，两个地市的农业用工溢出分别在60%和55%，表明其面临着较大的农业劳动力转移问题；两个地市的农用化肥和农药投入也有较高的溢出率，过多的化肥与农药投入不仅造成资源浪费，还将对农业生态造成一定破坏。虽然平顶山和三门峡的农业生产无效率，但是其农业生产处于规模报酬递增阶段，所以，这两个地市若要提高农业生产效率，应该立足当地实际，着重合理配置农业生产要素。

地处“南水北调”核心水源区的南阳，其纯技术效率较低，仅有0.703。南阳紧邻豫西山地和大别山，盆地边缘分布有波状起伏岗地，地理环境不利于南阳实行大规模农业生产，造成南阳农用机械总动力溢出39%；从结构上看，南阳盆地农作物播种面积、农业用工及化肥处于最优状态，表明当地对这些资源进行了充分利用；南阳是河南粮食主产区之一，同时位于盆地，地理气候环境特别适宜农业生产，为进一步增加产量，该市应该把重心向提高农业纯技术效率倾斜，进而提升农业生产率。

五、结论与建议

本文依托于DEA模型，对2014年河南省18个地域农业生产效率进行了评价，得出如下结论：河南省平均的综合技术效率、纯技术效率和规模效率分别为0.24、0.897和0.916，表明河南省技术应用和种植规模在农业生产过程中已经得到良好的发挥，但是，仍然存在一定的上升空间；由于经济发展水平、区域条件、资源禀赋等条件的差异，河南省各省辖市的农业生产效率差别较大。郑州等经济发展水平较高地市的农业生产效率相对较低，恰是由于该类地区占用了部分农业资源，用以发展经济；综合技术效率受纯技术效率和规模效率的协同影响，纯技术效率的提升是综合技术效率提高的关键，而规模效率的低下则约束综合技术效率的进一步提高；从结构方面来看，河南省农业生产在农业用工方面普遍存在投入过剩，可见河南省各个市应该努力解决好农村劳动力过剩的问题。

根据上述结论，本研究提出以下几点建议：第一，优化农业从业者结构，培育新型职业农民，建设农业产业园、科技园、创业园，鼓励在乡创业创新，开发农村人力资源，激活剩余劳动力；第二，积极发展适度规模经营，培育新型农业经營主体和服务主体，通过经营权流转、股份合作社和土地托管等多种方式，优化生产规模、合理配置农业资源；第三，加速农业科技的研发，完善农业技术推广与扩散体系，优化农业生产技术推广路径，合理引导农户采用新技术，提高农业技术应用率。

参考文献：

[1] 张冬平，冯继红.我国小麦生产效率的DEA分析[J].农业技术经济，2005（3）

[2] 贺志亮，刘成玉.我国农业生产效率及效率影响因素研究——基于三阶段DEA模型的实证分析[J].农村经济，2015（6）

[3] 常向阳，韩园园.农业技术扩散动力及渠道运行对农业生产效率的影响研究——以河南省小麦种植区为例[J].中国农村观察，2014（4）

[4] 孙昊.小麦生产技术效率的随机前沿分析——基于超越对数生产函数[J].农业技术经济，2014（1）

[5] 马林静，欧阳金琼，王雅鹏.农村劳动力资源变迁对粮食生产效率影响研究[J].中国人口.资源与环境，2014（9）

[6] Ning ZHOU，Qifeng CUI. The Growth Path of Agricultural Labor Productivity in Major Grain Producing Areas[J].Asian Agricultural Research，2014（6）

[7] 贠鸿琬，胡文联，池鸣.河南省农业生产效率的DEA分析[J].陕西农业科学，2010（4）

[8] Farrell MJ.The measurement of productive efficiency [J].Journal of the Royal Statistical Society，1957

[9] 付争艳，王艺桥，王瑞彬，唐华仓.河南省农业生产效率的DEA分析[J].河南农业大学学报，2014（6）

[10] 魏权龄.数据包络分析[M].北京：科学出版社，2004

[11] 河南省统计局.河南统计年鉴[M].北京：中国统计出版社，2015

[12] 何泽军.基于DEA方法的河南省农业生产效率分析[J].陕西农业科学，2011（4）

[13] 薛龙，刘旗.河南省粮食生产综合技术效率和全要素生产率分析[J].河南农业大学学报，2013（3）

（作者单位：河南农业大学经济与管理学院 河南郑州 450000）

（作者简介：于莹莹，河南农业大学经济与管理学院硕士研究生，研究方向：农业经济和合作经济；赵翠萍，河南农业大学经济与管理学院教授、博士生导师，研究方向：农村产业组织和合作经济。）

（责编：贾伟）