黑龙江省玉米生产效率变化趋势研究

姜宇博+李爽+于洋

摘要 运用数据包络分析方法（DEA模型）分析了2005—2014年黑龙江省玉米生产效率的变化趋势及存在的问题。结果表明：黑龙江省玉米生产的规模报酬呈递减趋势，种植面积的盲目扩大抑制了生产效率的提高，并对农业整体种植结构造成一定影响。因此，在开展种植结构调整的同时，黑龙江省应通过开展规模化经营和提高农业生产科技水平来促进玉米生产效率的提升。

关键词 DEA模型；玉米；生产效率；黑龙江省

中图分类号 S513 文献标识码 A 文章编号 1007-5739（2016）23-0024-02

Abstract The trend of maize production efficiency and existing problems in Heilongjiang Province from 2005 to 2014 were analyzed by DEA model.The results demonstrated that the scale returns of maize production in Heilongjiang Province showed a decreasing trend. The blind expansion of planting area inhibited the increase of production efficiency，and had an impact on the overall structure of agriculture. Therefore，at the same time of carrying out the adjustment of planting structure，Heilongjiang Province should improve the maize production efficiency by carrying out large-scale management and raising the level of agricultural production technology.

Key words DEA model；maize；production efficiency；Heilongjiang Province

黑龍江省是我国的粮食主产省，2014年粮食产量6.071亿t，占全国粮食产量的10%以上，为保障国家粮食做出了重要贡献。玉米是黑龙江省的主要粮食作物，2014年播种面积、产量与增产均位居全省第1位，是黑龙江省粮食生产的“十一连增”的重要组成部分。由于经济效益较好，黑龙江省的玉米种植面积逐年增加，导致大豆、小麦、马铃薯、杂粮等农作物年产量降低，破坏了传统的农业种植结构[1]。因此，我国出台了相应的农业种植结构调整政策，根据相关政策指示，黑龙江省北部冷凉区玉米种植面积将大幅减少，而中南部核心产区则需要进一步提高产能，以保障农民收益和谷物的自给自足。如何在种植结构调整下，提高核心产区玉米的生产效率，成为了黑龙江省亟待解决的问题。

1 数据来源与研究方法

1.1 指标选择与数据来源

在计算黑龙江省玉米的生产效率时，将与玉米生产相关的化肥投入（化肥施入量）、农机投入（机械作业费用）、人力投入（用工总天数）和土地投入（种植面积）作为投入变量，与粮食增产和农民增收等问题相关的玉米产量作为产出变量。变量时期选择2005—2014年，以保证研究的时效性，对现实生产更具指导意义。研究数据来自《全国农产品成本收益资料汇编》（2006—2015）和《黑龙江省统计年鉴2015》。

1.2 研究方法

DEA模型，即数据包络分析方法，是基于相对效率的一种效率评价方法。模型以生产函数为基础，基于调查所得的有效样本数据，利用前沿生产函数对生产决策单元（DMU）的投入产出数值计算生产的相对有效性，通过线性规划方法对生产系统的最大产出和最小投入进行计算和评估。DEA的基本模型有2种，分别为规模报酬不变的CRS模型（CCR模型）和规模报酬可变的VRS模型（BCC模型）。

CRS模型的基本原理：假设有n个决策单元DMUj（j=1，2，…，n），它们的投入、产出向量分别为：Xj=（x1j，x2j，…，xmj）T>0，Yj=（y1j，y2j，…，ysj）T>0，j=1，…，n。由于在生产过程中各种投入和产出的作用和地位各不相同，要对DMU进行评价，必须对它的投入和产出进行综合分析，即把这些变量看作只有一个投入总体和一个产出总体的生产过程，这样就需要赋予每个投入变量和产出变量适宜的权重。假设投入和产出的权向量分别为v=（v1，v2，…，vm）T和u=（u1，u2，…，us）T，即可获得如下定义：

根据上述模型给出被评价决策单元DMUo（o∈{1，2，…，n}）有效性的定义：

若模型的最优解满足θo*=1，则称DMUo为弱DEA有效；若模型的最优解满足θo*=1，且有si-=0，sr+=0成立，则称DMUo为DEA有效；若模型的最优解满足θo*<1，则称DMUo为非DEA有效。

通过CRS模型和VRS模型可分别获得决策单元的综合效率水平和纯技术效率水平，综合技术效率水平和纯技术效率水平的比值为规模效率水平[4-6]。

2 结果与分析

2.1 生产效率分析

运用DEAP 2.1软件对黑龙江省2005—2014年玉米生产投入产出变量进行计算，结果如表1所示。可以看出，2005年、2008年和2014年黑龙江省玉米生产综合效率为1，土地、化肥、农机、人力等投入得到了合理有效利用。2007年和2009年综合效率相对较低，小于0.900。随着玉米种植面积的提升，玉米生产的规模报酬普遍呈现递减状态。

CRS和VRS模型分析结果表明，10年中有3年玉米生产的综合效率为1，为明确效率最优年份，在多个年份的DEA有效条件下，通过超效率DEA模型分析不同年份的超效率值，以明确效率最优年份。运用DEA-SOLVER Pro 5.0软件进行超效率分析，结果如表2所示。可以看出，2005年、2014年和2008年玉米生产超效率值分別为1.269、1.176和1.045，排序分别为第1、2、3位。

DEA分析结果表明，2005—2014年，黑龙江省玉米生产的规模报酬呈现递减趋势，种植面积的不断扩大对整体生产效率起到了抑制作用。黑龙江省北部冷凉区等很多原本不适宜种植玉米的地区开始改种玉米，这些地区相对较低的生产水平阻碍了整体玉米生产效率的提升。

为了明确玉米生产中存在的问题，对非DEA有效的年份进行投影分析，结果如表3所示。可以看出，大部分年份黑龙江省的玉米生产的投入和产出方面存在一定的改进空间，尤其是产量方面，还需要进一步提高。以综合效率较低的2009年为例，需减少化肥用量4.9万t，产量提升26.64 %才能实现DEA有效。

3 结论与讨论

对2005—2014年黑龙江省玉米的生产效率分析结果表明，尽管近年来农业生产水平和机械化水平有一定的提升，但黑龙江省农业生产的规模效率呈现出递减的趋势，玉米种植规模的盲目扩大阻碍了生产效率的提升。针对分析结果，提出以下建议：一是积极开展农业种植结构调整，鼓励玉米产量较低的地区改种大豆、杂粮等作物，丰富全省种植结构。二是开展适度规模经营，提高玉米生产的规模化程度。三是进一步提高农业生产的机械化水平，利用先进的农机具带动玉米产量的提升。四是提高农户玉米种植水平，通过科技引领农业生产，指导农户利用先进的耕作栽培技术进行玉米生产。

4 参考文献

[1] 姜宇博，李爽.粮食主产区农机合作社生产效率与适度规模经营研究：以黑龙江省玉米生产为例[J].农业现代化研究，2016，37（5）：902-909.

[2] CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978， 2：429-444.

[3] BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale efficiencies in data envelopment analysis[J].Management Science，1984，30：1078-1092.

[4] 王春枝，葛海峰，姚刚，等.钾肥对春玉米氮磷钾吸收动态模型及养分生产效率影响的研究[J].内蒙古农业大学学报（自然科学版），2000（增刊1）：148-152.

[5] 杨春，钟钰.基于DEA模型的山西玉米生产效率研究[J].农机化研究，2014，36（5）：106-110.

[6] 李国华.全膜双垄沟播玉米不同覆膜时期水分生产效率研究[J].中国农学通报，2009（18）：205-207.