中美大豆产业生产效率的比较研究

□杜晓燕

近年来，中国国内大豆消费需求迅猛增长，而国内大豆的自给率偏低，目前中国已经成为全球最大的大豆进口国。要不断扩大大豆的生产规模，增加大豆总产量，就必须提高大豆产业的生产效益，而其主要途径之一就是提高大豆的生产效率。与美国相比，中国大豆产业的生产规模和生产效率有何特点?如何在借鉴美国大豆产业的发展经验的基础上，高效利用大豆生产要素，提高中国大豆产业的生产效率，这对于推动中国大豆产业的发展具有及其重要的现实意义。

一、文献综述

国内外学者对大豆产业的发展以及大豆产业的生产效率等方面展开研究，并取得一定成果。Diana Weinhold，Evan Killick等(2013)采用计量经济学与实地调查相结合的研究方法，对巴西亚马逊大豆产量增长的社会经济成本与收益进行实证研究，统计分析表明，大豆产量的增长降低了贫困指标，提高了农民收入。美国国际粮食政策研究所Kamiljon Akramov和Mehrab Malek(2012)运用政策分析矩阵(PAM)和数据包络分析(DEA)技术对加纳的玉米、大米和大豆生产的盈利能力和竞争力进行分析。刘战伟(2011)采用数据包络分析(DEA)方法与Malmquist指数法，选取安徽、江西、河南等中国欠发达地区粮食生产效率的变动情况进行分析，探讨中国欠发达地区粮食生产效率过低的原因，得出中国欠发达地区粮食生产率的增长具有明显波动性等结论。张静和张宝文(2011)对中国农业科技创新效率进行测试及区域比较，研究结果显示，中国区域农业科技创新效率存在显著差异。

从现有研究成果来看，国内学者对于大豆产业的研究主要集中于针对中国国内各地区大豆产业生产效率的研究，研究视角较为单一，而将中国与世界大豆产业强国进行对比分析的研究十分欠缺。本文试图在已有研究的基础上，运用DEA模型和Malmquist指数法相结合的实证方法，以中美大豆产业生产效率为研究对象，对两国大豆产业生产效率进行比较分析，以初步探讨中国大豆产业生产效率的现状，并提出提高中国大豆产业生产效率的政策建议。

二、模型及数据来源

(一)模型设定。数据包络分析方法(Data Envelopment Analysis，DEA)属于非参数法，由Chames，Cooper等于1978年创建。DEA方法的基本思想是利用线性规划技术构造技术前沿面，对具有相同性质投入和产出的决策单元进行相对有效性的绩效评价。其主要优点是在测度决策单元的技术效率时，无需考虑投入与产出的函数关系，仅用产出值与投入值间的加权和之比即可进行测度。由此可见，DEA方法计算简便，能够避免主观因素对评价结果的影响。

DEA法包含两种模型假设，即Charnes等(1978)提出的规模报酬不变的CCR模型，以及Banker等(1984)提出的规模报酬可变的BCC模型。由CCR模型可以计算出技术效率指数值，进而得到规模效率指数值。而规模效率指数可以判断决策单元是否处于有效率状态。但是，无论是CCR模型，还是BCC模型，都只适用于用截面数据来横向对比评价决策单元的效率，如果将时间因素考虑进来，会造成各期的生产前沿面出现差异，从而无法统一各期纵向比较的基准。签于以上研究存在的缺陷，Malmquist于1953年首次提出Malmquist生产率指数(Malmquist，1953)。1982年，Caves等学者又将该指数用于测算生产率的变化。直到1994年，Fare等学者将Malmquist生产率指数运用到DEA理论模型之中，这使得非参数法DEA模型的Malmquist生产率指数在生产率测算的研究中得以广泛运用。

Malmquist生产率指数反映全要素生产率(TFP)的变化情况，Caves等学者于1982年构造的Malmquist生产率指数表示为:

其中，(xt，yt)和(xt+1，yt+1)分别表示t期和(t+1)期的投入和产出向量和分别表示t期和(t+1)期的距离函数。如果Malmquist生产率指数大于1，则表示t+1期相对于t期的生产率水平有所提高，反之，如果小于1，则表明生产率水平下降。Malmquist指数可进一步进行分解为生产技术变化指数Tch和技术效率变化指数Ech:M0(xt+1，yt+1，xt，

技术效率变化指数Ech进一步分解，可以分解为纯技术效率变化指数Pech和规模效率变化指数Sech，上式还可以表示为:

(二)指标选取与数据来源。本文选取中国和美国为研究样本国家。考虑到数据的可获得性与可比性，本文构建以下指标作为比较分析中美大豆生产效率的投入产出变量。本文选取中美大豆的总产量一项指标作为模型分析的产出变量，大豆总产量的数据来源于联合国粮农组织统计数据库。对于投入变量，本文通过对中美两国的相关数据分别进行整理与计算，选取直接生产成本与雇工费用两项指标为投入变量。美国大豆的直接生产成本由种子、肥料、农药、修理费以及灌溉水费几项费用加总获得;中国大豆的直接生产成本则由种子费、化肥费、农家肥费、农药费、排灌费和修理维护费几项费用加总获得。美国大豆的直接生产成本和雇工费用数据均来源于美国农业部;中国大豆的直接生产成本和雇工费用数据来源于历年的《全国农产品成本收益资料汇编》。以上指标数据的时间区间为2001年～2012年。由于DEA模型具有量纲无关性的特点，所以以上中美两国的投入产出变量指标均采用本国运算单位。

三、实证分析

本文利用DEA－Malmquist指数模型，以及DEAP2.1软件对中美两国大豆产业的Malmquist生产率指数进行测算与分解，并进一步对2001～2012年中美两国大豆产业的生产效率进行比较分析，通过对比分析，试图探寻提高中国大豆产业生产效率的有效路径与政策。具体计量结果为:从全要素生产率变化(TFP)来看，2001～2012年中美两国大豆产业的全要素生产率的总体波动趋势具有一致性。2001年到2012年，美国的全要素生产率年均增长率为–2.8%，纯技术效率与规模效率均未变化，技术进步年均增长率为–2.8%(见表1)。从近12年的指标数据变化来看，美国大豆产业全要素生产率实现增长的年份为2001～2002年、2003～2004年、2005～2006年、2008～2009年、2009～2010年，全要素生产率指数分别提高了4.7%、19.9%、8.1%、5.4%和0.7%，技术进步指数均大于1，技术效率指数均为1，这表明在此期间，技术进步和技术效率对美国大豆产业的生产效率的提高都起到积极作用，其中技术进步是主导因素。其余年份全要素生产率的增长率为负值，技术效率指数均为1，而技术进步指数小于1，这表明该时期美国大豆产业生产效率的增长主要源于技术效率的提高。总体来看，美国发达的经济、强大的科技投入和先进的大豆生产技术，均为其大豆产业生产效率的增长提供了良好的经济与科技环境。与美国相比，中国大豆产业生产效率的年均增长率为–8.6%，增长率大于1的年份仅为2001～2002年和2008～2009年，分别增长5.3%和9.8%。其中，2008～2009年的全要素生产率增长幅度为近年来的最大值，其余年份均呈现负增长。从各时期来看，技术进步指数增长率大于1，且增长率高于技术效率指数的年份有2001～2002年、2008～2009年和2009～2010年，这几个时期的全要素生产率指数均大于1或者接近1，分别为1.053、1.098和0.993，这表明在该时期中国大豆产业生产效率有所提升，大豆产业的生产技术逐步提高，技术进步对大豆生产效率的贡献率十分显著。2002年，中央财政投资1亿元，对高油大豆良种进行推广补贴，这在一定程度上激励了农民种植大豆的积极性。2003年，中央继续加大补贴力度。2008年开始，中央财政启动油料重点产区全程机械化工作试点。这些举措都对中国大豆产业的生产效率的提高起到了促进作用。

表1 2001～2012年中美大豆产业生产效率的DEA－Malmquist指数变化及其分解

中国大豆产业生产效率变化的趋势与技术进步指标的变化基本一致。2006～2007年，技术效率指标相对于前一阶段实现3.8%的正增长，但是技术进步指标为0.728，与上期相比增长率为–27.2%，技术进步出现大幅度退步，技术退步影响了中国大豆产业生产效率的提高，该时期大豆产业的全要素生产率为0.755，也表现为近年来的最低值。这都表明技术进步对中国大豆产业生产效率的提高具有正向的促进作用，反之，技术退步则使生产效率恶化。以上分析表明，中国大豆产业生产效率不高，其影响主要源于技术进步，技术效率对生产效率影响不显著。总体上看，中国大豆产业生产效率要低于美国。

四、结论与政策建议

本文利用比较分析法，以2001～2012年的数据为样本数据，运用非参数的DEA－Malmquist指数模型对中国与美国大豆产业的生产效率进行对比分析，同时测算了中美两国全要素生产率及其分解指标的变化趋势，得出的主要结论有:第一，2001～2012年中美两国大豆产业的全要素生产率的总体波动趋势具有一致性。第二，技术进步和技术效率对美国大豆产业的生产效率的提高均起到积极作用，而技术进步的影响作用更为突出。第三，与美国相比，中国大豆产业的生产效率整体偏低;与技术效率对生产效率产生的作用相比，技术进步对中国大豆产业生产效率的影响也更为显著。

基于以上分析与结论，结合中国大豆产业的发展现状，提出进一步提高中国大豆产业生产效率的政策建议。一是技术进步是中国农业生产效率提高的主要推动力，要促进技术进步，其核心是解决突破中国大豆产量的科学技术共性技术和问题，并做好相关技术在全国范围的推广。通过技术进步推动大豆产业生产效率的提高，从而实现大豆总产量的增长。二是中国大豆产业尚未形成成熟的产业规模，最终表现为规模效率偏低。对此，可以逐步推动大豆产业的科技化种植，诸如在大豆种植中采用高度的机械化和自动化，合理调整单位面积的资本和劳动力投入，优化大豆产业的生产规模，提高其规模效率。三是要充分认识到技术进步和技术效率等因素对大豆产业生产效率的影响，与美国强大的大豆产业相比，中国大豆产业生产效率的提高是个综合而系统的工程，不可能一蹴而就，这个过程还需要政府制定配套的大豆产业政策以支持大豆生产，从而不断提高大豆总产量和大豆生产效率。

［1］Seyed Hashem Mousavi－Avval，Shahin Rafiee，Ali Jafari，Ali Mohammadi.Optimization of energy consumption for soybean production using Data Envelopment Analysis(DEA)approach.Applied Energy，2011，11(88):3765～3772

［2］李树明，张俊飚，徐卫涛，孙笑男.我国出口型农产品的生产效率研究［J］.生态经济，2010，9:95～98

［3］刘爱民，徐丽明.中美主要农产品生产成本与效益的比较及评价［J］.中国农业大学学报(社会科学版)，2002，4:25～30

［4］刘占伟.我国欠发达地区粮食生产效率的实证研究［J］.江西农业大学学报(社会科学版)，2011，2:10～15

［5］余建斌，乔娟，龚崇高.中国大豆生产的技术进步和技术效率分析［J］.农业技术经济，2007，4:41～47

［6］齐涛，王征兵.机会成本视角下的玉米价格测算［J］.华中农业大学学报(社会科学版)，2011，2:55～59

［7］田伟，李明贤.中国大豆生产区生产效率的实证研究［J］.湖南农业大学学报(社会科学版)，2009，4:22～26