DEA—Tobit模型的生产性服务业对农业生产效率的影响

李慧 阴朋莉

摘 要：首先根据2005—2015年《河南省统计年鉴》的数据，利用DEA模型对河南省18个市的农业生产效率进行测算；然后以计算出来的农业生产效率为因变量，分别以生产性服务业整体及6个细分行业为自变量，以财政支农和城镇化水平为控制变量，运用Tobit模型从总体和细分行业方面分析河南省生产性服务业对农业生产效率的影响。结果表明：河南省农业生产效率整体处于较高水平，但不同地区之间差异较大；整体来说，河南省生产性服务业对农业的促进作用还没有显现，现阶段还不能显著提高农业生产效率；但细分行业中的科学技术和信息技术服务业有效提高了农业生产效率。

关键词：河南省；生产性服务业；农业生产效率；DEA-Tobit

中图分类号：F 279.23 文献标识码：A 文章编号：1672-7312（2016）06-0678-06

农业是人类衣食之源、生存之本，是支撑国民经济建设与发展的基础产业，也是全面建成小康社会、实现农业现代化的基础。但是长期以来我国实行的是粗放式的农业生产方式，农业生产效率低下，严重阻碍了农业现代化进程，为了提高农业竞争力和可持续发展能力，保证农产品稳定供给，需大力提高农业生产效率。而要提高农业生产效率，生产性服务业发挥着不可替代的重要作用，从政策线索来看，十八届三中全会就提出要重点发展农业社会化服务，尤其是农业生产性服务；2014年，国务院发布《加快发展生产性服务业指导意见》指出要搭建各类农业生产服务平台，整合优化生产服务系统，推进农业生产现代化[1]；2016年的“中央一号”文件指出“要支持多种类型的新型农业服务主体开展专业化规模服务”，加大农业生产性服务业的投入，延长农业产业链，通过利益联结机制，扩宽农民增收空间，提高农业供给体系质量和效率[2]。

1 文献回顾

关于农业与生产性服务业的思想最初是由美国经济学家舒尔茨在其《改造传统农业》一书中提出的，提出要用新的生产要素和技术来改造传统农业[3]；随后学界的研究主要集中于生产性服务业与农业的产业关联度、生产性服务业对农业影响的理论机理以及生产性服务业对农业生产效率影响的实证研究3个角度。

1）生产性服务业与农业的产业关联度研究。Poster H.Harry（1977）运用投入产出表计算出1967—1977年加拿大农业对生产性服务业的消耗情况，研究结果表明农业对生产性服务业的依赖程度呈现持续增长趋势[4]；李启平（2009）利用投入产出表分析了我国农业与生产性服务业关联情况，发现我国农业中服务业的比重太低，阻碍了农业的产业化、专业化和市场化，提出要加快农业生产性服务业的发展[5]；胡铭（2013）利用SPSS软件对生产性服务业和农业进行线性和幂函数曲线估计，得出生产性服务业及其内部各行业与农业之间存在空间协同效应[6]。

2）生产性服务业对农业的影响机理研究。黄惠芬（2011）、杜志雄（2013）、郝爱民（2015）论证了农业生产性服务业整合农业产业链、提升农业比较利益、提高农业生产效率的理论机理[7-9]；姜长云（2011）、肖卫东，杜志雄（2012）分别以安徽省H市、山东省平度市以及河南省为例，指出农业生产性服务业有利于农业节本增效，提高竞争力，已成为这3个省农业发展的战略引擎[10-12]。

3）生产性服务业对农业生产效率影响的实证研究。Adams（2011）等对南非的实证研究表明农业生产服务对土地变革有着积极的影响，促进了农业效率的提高[13]；Alston（2011）分别从服务贸易和公共技术服务角度实证论述了生产性服务对美国农业效率的影响[14]。郝爱民（2013）利用SFA和面板数据测算了我国农业生产性服务业对农业的溢出效应[15]；王耀中，江茜（2016）非导向VRS SBM超效率模型测度农业生产效率，并用VAR面板数据实证检验生产性服务业与农业现代化效率的内在联系[16]；魏修建等（2015）、杨杰（2010）运用DEA、Malmquist指数以及面板数据最小二乘法分析了我国生产性服务业对农业生产效率的影响[17-18]。

通过对已有文献的梳理发现，理论研究充分、实证研究不足。大部分学者主要从理论层面分析了生产性服务业对农业的影响机理，缺乏相应的数据支撑；大部分学者在分析生产性服务业对农业生产效率的影响时，多采用面板数据最小二乘法，由于计算出来的农业生产效率是受限的，不免带来误差，Tobit是受限因变量模型，在测算生产性服务业对农业生产效率的影响时能够避免最小二乘法估计带来的偏误；在测算农业生产效率时，DEA模型不需要预先估计参数，能够克服SFA缺点使结果更准确。因此文中利用DEA-Tobit模型，以农业大省河南省为例，利用2005—2015年《河南省统计年鉴》数据，首先运用DEA方法测算河南省2004—2014年农业生产效率并评价其变化趋势，其次以农业生产效率为因变量，分别以生产性服务业整体和各细分行业为自变量，运用Tobit模型分析河南省生产性服务业对农业生产效率影响的作用方向及强度，以期对河南省农业生产效率的进一步提升提供技术支撑。

2 DEA模型农业生产效率测算及分析

2.1 模型选择

数据包络分析法，简称DEA，是一种评价具有多投入多产出的决策单元生产或经营效率的方法，被广泛应用于多个研究领域，其以相对效率概念为基础，通过样本数据构建生产前沿面，测算各评价单元距离最优前沿面的距离。当评价单元落在前沿面上时，效率值达到最优；评价单元距离前沿面上越远，效率值越低。DEA模型包括CCR模型和BCC模型。CCR模型规模报酬不变的假设，主要用于评价决策单元的综合技术效率，BCC模型则突破这种限制，在规模报酬可变的情形下，可以同时测算决策单元的综合技术效率和纯技术效率，体现出决策单元受不同农业技术政策或制度影响下的管理水平。DEA模型的优点在于它无需对指标权重进行假定，使用过程中不需要预先估计参数，能够克服SFA缺点使结果更准确。

研究选取可变规模报酬的DEA-BCC模型，模型设定如下：

θ为决策单元的效率；ε为非阿基米德无穷小量；xj，yj为第j个决策单元的投入和产出量；λj为个决策单元的权值；s+，s-为松弛量。如果θ<0，s+，s-不全为0，就表明决策单元处于DEA无效率状态；若θ=1，s+，s-有1个不为0，表明该决策单元处于效率弱有效状态；如果θ=1，s+，s-均为0，则表明决策单元处于DEA有效率状态。

2.2 变量选取与数据选择

运用DEA方法对河南省农业生产效率进行测算，选取农作物播种面积、第一产业从业人数、农用化肥使用量、农村用电量、农用机械总动力涵盖土地、资本、劳动力等基本要素作为投入指标，选取第一产业生产总值作为产出指标。研究数据来源于2005—2015年的《河南省统计年鉴》，为消除物价变动的影响，根据各年环比指数，将2003年作为基期，把2004—2014年间的农业增加值折算为可比数据[19]。

2.3 结果分析

运用DEA 2.1计算出2004—2014年河南省18个市农业生产效率平均值结果见表1.

从表1可以看出，河南省农业生产综合效率均值为0.881，说明在2004—2014年间河南省18个地市的农业生产综合效率水平整体较高，但仍有较大的上升空间。其中，鹤壁、许昌、信阳、南阳、周口这5个省辖市的农业生产综合技术效率、纯技术效率、

规模效率均值均为1，处于生产前沿面上，没有需要改进的空间，也就是说这5个市的农业生产在整个农业领域进行的研发及科技创新也是在现有农业生产最优规模下进行的；开封、洛阳、三门峡、济源的纯技术效率为1，反映出这些地市的农业生产纯技术效率有效，而规模效率小于1，反映出规模效率尚未实现全部有效，较低的规模效率是农业综合技术效率处于低水平的主要因素。2004—2014年间，濮阳市规模效率为1而纯技术效率小于1，反映出濮阳市2004—2014年间规模效率有效而纯技术效率尚未实现全部有效且纯技术效率的低下是制约濮阳农业综合技术效率提高的主要因素，濮阳市应改善纯技术效率低下的现状，应继续增加农业科技投入与提升农户生产管理能力双管齐下，以此来提升农业科技贡献率及转化率，逐步提高农业生产纯技术效率使其与当地农业生产规模匹配度，进而提高农业生产效率。郑州、平顶山、安阳、新乡、焦作、漯河、商丘、驻马店这8个地市的纯技术效率以及规模效率都小于1，反映出这8个地市农业生产效率总体处于较低水平，要提高这些地市的综合技术效率，在产出最大化前提下必须合理调整生产要素的投入水平以及投入量，进而使农业生产达到最优规模和最佳效率。

图1可以看出，2004—2014年河南省农业生产综合技术效率、纯技术效率、规模效率三者整体变化趋势基本相同，都表现出了先上升后下降的波动发展过程，其中综合技术效率可以分解为纯技术效率和规模效率。2004—2008年河南省农业生产纯技术效率呈逐年提高趋势，2008年纯技术效率水平处在巅峰，其后经历下降-上升-下降的波动发展过程，反映出河南省农业生产科技的推广长效机制不健全、推广力度不够以及技术更新缓慢的客观现实。农业生产规模效率年际间比较，2010—2014年间的规模效率水平整体上显著低于2004—2009年，表明由于近年来河南省工业化和城镇化进程的加快，农村用地被普遍征收和占用，导致农用土地规模的减少一定程度上阻碍农地流转，应当引起重视。总的来说，河南省在农业生产上坚持长期、高效的投入原则，尤其是在技术层面的投入需要持续增加，另一方面还应重视人力、物力、财力等方面的投入[20]。

3 Tobit模型生产性服务业对农业生产效率影响的测算结果及分析

3.1 模型介绍

Tobit模型的基本结构为

Y=Xβ.

式中Y为被解释变量矩阵；X为解释变量矩阵；β为估计参数矩阵。

在线性关系模型下经处理后表达如下

yi=

xiβ+μi若xiβ+μi>0

0若xiβ+μi≤0

.

μi～（0，δ2），i=1，2，…，n

上述模型被称为Tobit模型，也称受限因变量模型，此模型有一个显著特点即模型解释变量要取实际观测值，而被解释变量只能以受限制的方式观察到。本研究用DEA方法得出的河南省2004—2014年的农业生产效率值是有界变量，其值大于等于0且小于等于1，这种情况下，如果利用最小二乘法计算生产性服务业对农业生产效率的估计结果会有偏误且不一致，为了避免这种偏误，通常采用受限因变量模型即Tobit模型[21]。

3.2 变量选择与数据选取

现有的研究文献，用交通运输仓储和邮政业、信息传输计算机服务和软件业、批发和零售业、金融保险业、科研及技术服务和地质勘查业等分别来代替生产性服务业中的流通服务、信息服务、营销服务、金融服务、科技服务[22]。鉴于数据的可得性，文中采用生产性服务业各行业增加值之和来衡量各地区生产性服务业的发展水平。

研究还考虑了其他变量的影响，选择财政支农来衡量政府对农业发展的政策，用城镇化率来衡量城镇化水平并将二者作为控制变量。因为财政支农可以改善农业生产条件，对农业生产效率具有积极作用，预期系数为正[23]；伴随着城镇化进程的加快，越来越多的农村人口逐渐向城镇聚集，农村土地集中到部分农民手中，户均耕地面积提高，推动农业生产规模化程度的提高，从而使农业生产成本降低，提高农业生产效率，预期系数为正[24]。研究数据来源于2005—2015年的《河南省统计年鉴》。

3.3 模型构建

根据以上假设，构建模型如下：

AEit=C1+α1PPSit

+α2URit+α3FIANit+εit，

（1）

AEit=C2+β1PFit

+β2JTit

+β3JRit

+β4KJit

+β5XXit

+β6URit

+β7FIANit+εit.（2）

i，t为第i个市第t年；AE为农业生产效率，用计算出的DEA效率值表示；PPS为生产性服务业，采用以上各行业增加值数加总得到；

PF，JT，JR，KJ，XX分别为批发和零售业，交通运输、仓储和邮政业，金融业，科学研究技术服务和地质勘查业，信息传输计算机服务和软件业，租赁与商务服务业增加值；α，β为系数；εit为随机误差项。

3.4 结果分析

运用stata 12.0面板数据Tobit模型计算回归结果见表2.

1）整体来看，与现有研究不同的是，生产性服务业（PPS）对农业生产效率有抑制作用，但不显著，原因可能在于河南省服务业水平还不发达。虽然近年来河南省农村地区的生产性服务资源取得了较快的发展，但由于这些资源高度分散，主要分散于不同

部门、地区和机构，资源的高度分散使得服务效率低下、服务质量不高；另一方面生产性服务业本身门类众多且横跨的领域较广，加之近几年新兴服务业和

产业间的融合现象更加频繁；再者由于相关部门对地区生产性服务业发展的统筹规划和综合协调管理不到位，服务业发展中盲目投资建设、布局不合理以及无序经营竞争等问题也进一步影响了其对农业效率的促进作用。同时细化到农业生产性服务业，其发展与其他服务业比较相对滞后而且市场化程度较低，从而致使市场交易成本很高，极大地降低了农业经济效率。

2）从细分行业来看，生产性服务业中金融服务（JR）系数为负且显著，与余新平、曹越群等人研究基本相同，因为农业现代化建设中资金越来越关键，由于资金缺乏，农民在抵御风险、自主创业和获取先进生产设施设备等方面受到限制，从而制约了农业生产效率的提升[25]。

3）批发和零售业（PF），交通运输、仓储和邮政业（JT）对农业生产率的影响不显著，与理论预期不符，可能的原因：近几年河南省大力发展现代服务业，忽视对传统服务业的投入，农村基础设施不太完善，地区乃至全省农资配送服务方面投入力度不够，便捷、快速的农产品流通体系建设滞后，导致农产品配送成本高，“农业最后一公里”现象仍然比较严重。

4）科学研究技术服务和地质勘查业（KJ）、信息传输计算机服务和软件业（XX）的系数显著为正，说明河南省近年来在科学技术和信息化投入上的加大已初显成效，例如河南省积极探索“产，学，研”三位一体创新生产方式，以河南农业大学、河南省农业科学院为技术中坚，建立了农产品良种繁育技术和推广体系，投资建设良种区域技术创新和改良中心和新品种推广示范基地，并初步建立和完善了农作物种子质量监督检测体系，有效提高了农业生产效率。河南省气象部门形成集“业务、服务、科研”三位一体的“省、市、县”三级农业气象服务体系和“省、市、县、乡、村”五级现代农业气象服务体系和灾害防御体系，积极探索“科技支撑、由点到面、内涵发展”的现代农业气象服务模式。

5）模型1和2结果都显示城镇化水平的系数为正且显著，与预期相符，表明城镇化水平在生产性服务业对农业生产效率的影响方面起到正向调节作用。财政支农对农业生产效率影响显著为负，与预期相反，可能是因为政府对农民和农业一般性生产的补贴相对较多，相反对涉农生产性服务部门以及站所的建设投入力度却不够、政策落实难且具有明显的迟滞性，阻碍农业生产效率的提高。

4 结 语

文中河南省2004—2014年18个市面板数据，运用DEA-Tobit模型对河南省生产性服务业对农业生产效率的影响进行了综合分析。研究表明：河南省农业生产效率总体水平较高，但地市间差异较大；整体来说，河南省生产性服务业对农业的促进作用还没有显现，现阶段还不能显著提高农业生产效率，但由于河南省近几年加大对科学技术和信息化投入，细分行业中的科学技术和信息技术服务业有效提高了农业生产效率。鉴于以上分析，文中提出以下建议：

第一，河南省应进一步完善农村物流设施和农产品流通渠道。以农民流通合作组织和大型农村流通企业为主体，积极构建符合农村实际的高效顺畅流通网络，将农产品、消费品和农用物资市场合理布局、统筹管理、协调发展，构建能够高效服务于农业生产的农村市场流通体系。

第二，加快农村金融、保险服务业的发展。首先，要充分发挥政策性银行以及各大国有商业银行的支农统领作用，带动商业银行及村镇银行等金融机构设立或增加县域以及乡镇网点数量，还要进一步完善小额农贷制度，加大对农业发展的信贷支持。其次，应建立健全农业保险制度，完善农业保险品种，结合河南省农业生产实际情况配套相应的特色保险品种，把农业投资的风险降到最低。

第三，继续推进新型城镇化建设并创新农村土地流转。城镇化建设和土地流转可以推动农业适度规模化发展，农业适度规模化又可以促进农业生产对生产性服务的需求，生产性服务需求的增长对农业生产性服务业向专业化、规模化和集聚化发展有积极作用，从而可以有效降低农业生产成本，提高农业生产效率。

第四，健全财政支持农业生产性服务业发展体系，配套完善财政支持农业生产性服务业投入稳定增长的长效机制。一方面要健全财政支持农业生产性服务业发展体系，确保财政支持服务业发展的资金规模并适当提高用于支持农业生产性服务业的资金比例，并配套完善财政支持农业生产性服务业发展的长效机制，监督专项资金使用。另一方面要制定农业生产性服务业发展的税收优惠政策，刺激农业生产性服务业企业发展壮大，更好地服务于农业生产，提高生产效率。

参考文献：

[1] 国务院关于加快发展生产性服务业促进产业结构调整升级的指导意见[EB/OL].（2014-08-16）[2016-05-10].http：//www.gov.cn/zhengce/content/2014-08/06/content_8955.htm.

[2] 推进我国农业供给侧结构性改革[EB/OL].（2016-02-03）[2016-05-10].people.com.cn/n1/2016/0203/c1004-28108255.html.

[3] 潘锦云，汪时珍，李晏殊.现代服务业改造传统农业的理论与实证研究[J].经济学家，2011（3）：40-47.

[4] Poster H，Harry.Factor content of canadian international trade：an input-output analysis[J].Journal of International Economics，1977（2）：209-211.

[5] 李启平.我国生产性服务业与农业的关联性分析[J].求索，2008（4）：63-65.

[6] 胡 铭.我国生产性服务业与农业协同发展效应研究[J].农业经济问题，2013（12）：25-30.

[7] 黄惠芬.我国农业生产性服务业与现代农业发展[J].农业经济，2010（10）：3-5.

[8] 郝爱民.提升农业生产性服务业外溢效应的路径选择[J].农业现代化研究，2015，36（4）：580-584.

[9] 杜志雄.农业生产性服务业发展的瓶颈约束：豫省例证与政策选择[J].东岳论丛，2013，1（1）：144-149.

[10]姜长云.农业生产性服务业发展模式举证：自安徽观察[J].改革，2011（1）：72-82.

[11]姜长云.发展农业生产性服务业的模式、启示与政策建议——对山东省平度市发展高端特色品牌农业的调查与思考[J].宏观经济研究，2011（3）：14-20.

[12]肖卫东，杜志雄.农业生产性服务业发展的主要模式及其经济效应——对河南省发展现代农业的调查[J].学习与探索，2012（9）：112-115.

[13]Martin E Adams，Vincent Ashworth，Philip Lawrence Raikes.Agricultural supporting services for land reform[J].The Land and Agriculture Policy Centre，2011（5）：49-59.

[14]Alston J M，Andersen A，James J S，et al.Persistence Pays：U.S.agricultural productivity and the benefits from public R&D spending[R].New York：Springer，2011.

[15]郝爱民.农业生产性服务业外溢效应和溢出渠道研究[J].中南财经政法大学学报，2013（6）：51-59.

[16]王耀中，江 茜.生产性服务业对农业现代化效率的影响[J].商业研究，2016（465）：22-30.

[17]魏修建，李思霖.我国生产性服务业与农业生产效率提升的关系研究——DEA和面板数据的实证分析[J].经济经纬，2015，5（3）：23-27.

[18]杨 杰.中国生产性服务业与农业效率提升的关系研究——Malmquist指数中国省际面板数据的实证分析[J].山东经济，2010（5）：29-34.

[19]赵翠萍.河南省耕地生产效率及其影响因素分析[J].河南农业大学学报，2012，46（4）：469-472.

[20]苌亚平，张世强.2001—2010年河南省县域农业生产效率动态分析[J].中国农学通报，2014，30（29）：87-94.

[21]薛 龙，刘 旗.DEA-Tobit模型的河南省粮食生产效率分析[J].河南农业大学学报，2014，12（6）：700-704.

[22]郝爱民.农业生产性服务业对农业的外溢效应与条件研究[J].南方经济，2013（5）：38-48.

[23]闫淑霞，刘慧敏，孟凡琳，等.灰色DEA模型的河南省18市农业生产效率研究[J].河南农业大学学报，2015，49（6）：866-870.

[24]郝爱民.生产性服务业对农业的外溢效应与条件研究[J].南方经济，2013（5）：48-58.

[25]钱 丽，肖仁桥，陈忠卫.碳排放约束下中国省际农业生产效率及其影响因素研究[J].经济理论与经济管理，2013（9）：100-112.