山东省农业生产效率评价研究

摘要 随着农村经济与社会的发展，农业生产效率成为影响农民收入、改变农村地区落后状态的关键因素。效率的高低一方面能够展示一个地区农业综合生产能力，另一方面反映了区域资源配置及利用状况。本文从经济效益、社会效益和生态效益角度选取分析指标，利用三阶段DEA模型测度了2011年山东省17地市农业生产综合效率、纯技术效率和规模效率，实证结果显示烟台、威海及淄博的农业效率水平相对较高，处于生产前沿面；山东省农业效率整体水平偏低，规模效率是主要的制约因素；环境因素对投入松弛变量的影响广泛，其中城市GDP、农民受教育程度和财政支农支出的增加有助于提高生产效率；各地区在生产要素投入和农业效率方面存在一定差距，应依据自身情况有针对性的扩大农业生产规模，改善技术管理状况。

关键词山东省；农业生产效率；三阶段DEA；评价

中图分类号F323.3文献标识码A文章编号

经济学中效率的概念是以资源稀缺性为前提的，是指在一定技术或投入情况下生产活动对经济资源做了能带来最大可能性满足程度的利用。农业生产作为人类社会最基本的实践活动，其效率的大小不但影响农村经济发展与社会进步，更在国家宏观经济调整和产业布局方面发挥着重要的作用。随着我国社会主义市场经济体制的确立和完善，农业生产以满足自身需求为目标的产品生产逐渐向以市场为导向的商品生产格局转变，集约化特征愈发明显，农户作为独立的经营主体将在复杂多变的市场环境下接受考验。此外，农村地区大规模、持续性非农就业趋势显著，农户兼业行为导致农村优质劳动力大量流失，农业生产主体缺失问题日益严峻，因此如何利用现有资源提高农业生产效率将是未来农村地区亟需解决的问题之一。

现有文献对我国农业生产效率问题进行了大量深入的研究，郭军华[1]利用数据包络模型测度了2008年我国农业生产效率，并以规模效率和纯技术效率为划分标准将我国各省市分为了四种类型；黄少安[2]以不同土地产权制度为背景，从农业生产要素和政策要素角度出发对中国大陆农业生产效率进行了实证研究，通过分析比较得出所有权农民私有、合作或适度统一经营是相对较好的制度。韩坚[3]认为提高农业生产效率有两条途径即增加工业品投入和增加农业生产，通过与美国、日本等发达国家对比发现我国农业生产投入水平较低，提高生产投入能有效加快农业发展。

上述研究可以发现，众多学者分别从不同角度论述了我国农业生产效率存在的问题，通过定性、定量分析提出了相应的解决措施。但就山东农业生产效率研究现状而言，鲜有学者将社会效率纳入研究范畴，而仅以农业生产经济效率作为目标进行衡量；在投入指标选取方面欠缺完整性，忽视对生态环境要素的考量。此外，一些研究在利用传统或修正DEA模型进行分析时无法排除环境因素和随机因素对生产效率的影响，使得实证结果与实际效率之间存在较大差距。本文以2011年山东省17地市面板数据为研究对象，利用三阶段数据包络分析方法进行对比分析，从区域层面分析山东省农业生产效率现状，并探究其提高途径。

1模型选择与数据说明

1.1模型选择

农业生产效率反映的是在等量农业资源投入前提下，农业活动实际产出与最优产出（生产前沿面）之间的距离，距离越近说明农业生产的综合效率越高。一般认为，农业生产综合效率由规模效率和纯技术效率两部分构成，规模效率体现的是特定区域内农业生产规模影响的效率，纯技术效率反映的是技术及管理等生产方式方面影响的效率。对于效率的测量主要有两种方法：一种是参数法，通常采用随机前沿面生产函数进行分析[4]，另一种方法是非参数法，而数据包络分析法作为非参数法的一种在国内外研究文献中被广泛采用。该方法是由A.Charnes等人于1978年首次提出，用于评价部门之间的相对有效性[5]。三阶段DEA模型是由传统DEA模型演变而来，旨在消除环境因素和随机变量对效率的影响，最早提出这一模型的是Fried，之后该研究方法被广泛应用于能源[6-9]、文化产业[10-13]、金融[14-15]等领域的效率测度。

焦源：山东省农业生产效率评价研究中国人口・资源与环境2013年第12期三阶段DEA模型的构建与运行包括以下三个方面：

第一阶段：采用规模报酬可变的投入导向下BCC模型进行分析，假定g个决策单元DMU，每个决策单元都有p个投入量和q个产出量，对于每一个决策单元DMU的投入产出效率可以用如下线性规划方程表达：

Minθ，λθg

Subject to：θgxp，g≥∑g4g=1λgxp，g（p=1，2，…，P）

yq，g≤∑g4g=1λgyq，g（q=1，2，…，Q）

∑g4g=1λg=1

λg≥0（g=1，2…，G）（1）

其中θg表示决策单元的效率值，xp，g ，yq，g和λg分别表示第g个决策单元的第p项投入值、产出值及权重系数。

第二阶段：相似SFA分析模型。通过第一阶段BCC模型的计算可以得出决策单位的原始效率值及对应的松弛变量，所谓松弛变量反映的是最优投入与实际投入之间的差异，用dp，g表示。Fried认为，运算过程中出现的松弛变量受到管理因素、环境因素及随机因素三个方面的影响，为了排除后两种外生变量对原始效率值的影响，通过构建相似SFA分析模型，对环境因素和随机因素进行分离。依据上述分析我们定义松弛变量dp，g=xp，g-λxp，g并构建环境变量同松弛变量之间的SFA模型：

dp，g=fp（zg；βp）+vp，g+up，g，p=1，2，…P；g=1，2，…G（2）

其中zg、βp分别表示可观察环境变量及其待估参数，fp（zg；βp）为确定性的可行差额前沿，vp，g是随机干扰项，up，g表示管理无效率的随机变量。利用SFA模型得出各待估参数调整决策单元的投入项以消除环境变量对效率值的影响。调整的方法是基于运气最差，生产环境最恶劣投入量不变的前提下，将其他DMU的投入量向上增加，具体公式为：

x^p，g=xp，g+maxgzgβ^p-zkβ^p+maxgv^p，g-v^p，g（3）

第三阶段：调整后的DEA模型。将调整后的投入量x^p，g替换第一阶段传统DEA模型中的投入量xp，g，利用BCC模型重新进行计算，得到的效率值就是剔除环境变量和随机变量了的管理效率值。

1.2指标选择与数据来源

1.2.1投入产出指标选择及说明

本文依据数据可得性和统计口径统一性原则，选取了农业总产值和第一产业家庭经营收入作为研究农业生产效率的产出量。农业投入变量选择农业劳动力（万人）、农作物播种面积（hm2）、农用化肥施用量（t）和农业机械总动力（kW・h）。农业系统是经济、社会、生态等多种因素相互耦合的综合统一体，农业生产的结果不仅包括经济效益，社会效益和生态效益也是其活动的产物。在衡量农业生产效率时需充分考虑三种效益的关联，以系统性视角选择变量指标。例如，化肥的大量使用虽然能大幅度提高农业生产效率，但同时带来的土壤酸化、空气及水资源污染等问题也愈发严重，因此用化肥施用量反映农业生产效率中的生态效益；对第一产业家庭经营收入指标的选取是以社会效益为依据的，因为农业收入的增加不但是一个经济效益问题，更是农村地区稳定与社会进步的重要因素[16]。此外，农民农业收入的提高从侧面反映出农业产量水平的增加，这对于保障国家粮食安全和农产品结构动态平衡方面具有积极的意义。其余指标以经济效益角度进行甄选。

利用DEA模型进行效率测算时需要满足投入量与产出量同向性这一假设条件，即投入量逐渐增加时，产出量至少不会下降。通过使用PASW Statistics 18软件当中的Pearson相关系数检验对两个变量进行相关分析，结果如表1所示。

（0.054）注：*、**和***分别表示变量在10%，5%和1%的统计水平上显著，括号内的数字表示显著性检验的P值。

结果显示不同投入量与产出量之间均能通过10%水平下的显著性检验且变量之间满足同向性假设条件。

1.2.2环境变量选择及说明

钟祖昌等[17]认为环境变量的选取应该是那些对农业生产效率产生影响但不在样本主观可控范围之内的因素。通过辨识全省宏观经济环境、教育水平、政府相关农业政策和自然灾害状况，将GDP（亿元）、农村居民家庭劳动力文化状况本文以农民受教育年限平均数为研究对象，具体表示为：文盲或半文盲（x1=0），小学文化（x2=6），初中文化（x3=9），高中（含中专）（x4=12），大专及以上（x5=16）。、国家财政用于农业的支出（亿元）、各地区受灾面积（ hm2）作为环境变量进行分析。

1.2.3数据来源

本文数据主要来源于2011年《山东统计年鉴》、《中国统计年鉴》及山东省农业信息网。

2实证结果分析

2.1第一阶段传统DEA模型实证结果

经过第一阶段DEA模型的计算，可以得到各市受环境因素和随机因素影响下的农业生产综合效率、纯技术效率及规模效率，同时，通过对实际效率值和技术效率前沿的比较测算出各地区投入松弛变量。利用软件deap2.1进行测度，具体结果如表2所示。

第一阶段农业生产综合效率、纯技术效率和规模效率。

2011年山东省17地市农业生产综合效率平均值为0.815，纯技术效率为0.874，规模效率是0.933，其中济南、东营、烟台、威海和莱芜的所有效率值为1，处于技术前沿面。另外，规模效率没有达到技术前沿的城市个数较多，表明在不考虑环境和随机因素前提下，影响这些地区农业效率主要原因在于生产规模。山东省农业人口众多，而城镇化尚无法大规模带动非农就业，农耕土地依然发挥着生活保障性角色，这导致农业资源相对分散，生产规模难以扩大。

2.2第二阶段SFA模型实证结果

将第一阶段计算得出的投入松弛变量作为因变量，四项环境变量作为自变量，构建SFA回归模型，利用软件Frontier 4.1进行回归计算，所得结果如表3所示。