河南省县域农业生产效率时空演变分析
2017-09-28雷龙涛沈威刘敏温倩倩李丁杰陈太政
雷龙涛+沈威+刘敏+温倩倩+李丁杰+陈太政
doi：10.15889/j.issn.1002-1302.2017.13.066
摘要：以河南省108个县域单元为对象，从粮食生产视角入手构建农业生产效率评价指标体系，运用DEA模型对2000—2014年河南省县域农业生产效率水平进行测度研究，并借助ESDA空间探索性分析方法研究其空间关联特征。结果表明，（1）2000年以来，河南省农业生产综合效率相对最低但提升幅度较大，纯技术效率总体较低且上升缓慢，规模效率较高并趋于稳定，纯技术效率对综合效率的影响要大于规模效率，纯技术效率较低是制约河南省农业生产效率提升的主要因素。（2）河南省农业生产效率全局自相关呈现显著的空间正相关特征，存在明显的空间集聚现象，且随时间的推移相关性愈加显著。（3）河南省农业生产效率整体上呈现南部优于北部、东部低于中部高于西部的空间梯度分布格局；热点区主要集中在豫北、豫南、信阳等地并有向周边扩散的趋势，冷点区主要集中分布在豫西地区且呈连续分布态势。结合效率测度值及空间分析结果，提出针对各区域农业生产效率提高和粮食增产的对策建议。
关键词：农业生产效率；粮食安全；DEA模型；县域单元
中图分类号： F323.3文献标志码： A[HK]
文章编号：1002-1302（2017）13-0253-07[HS）][HT9.SS]
收稿日期：2016-11-21
基金項目：国家自然科学基金（编号：41501588、41501134）。
作者简介：雷龙涛（1990—），男，河南许昌人，硕士研究生，研究方向为城市-区域综合发展。E-mail：leilt0912@163.com。
通信作者：陈太政，教授，硕士生导师，研究方向为城市地理学、旅游地理学。E-mail：chentzh@126.com。
[ZK）]
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的发展与社会的进步，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[1]。而粮食更是关系国计民生和国家经济安全的重要战略物资[2-3]，作为人口大国，中国的粮食安全问题一直处于危机的阴影之下，因此基于粮食生产视角对农业生产效率进行研究意义重大。目前，已有许多学者围绕农业生产问题展开了研究，国外学者对农业生产效率的研究较早[4-6]，成果较多[7-9]，如Haag等计算了德克萨斯州Blacklan Prairie地区41个郡的农业生产效率[10]；Kawagoe等分析了多国的农业生产效率[11]；Ruttan运用初始DEA模型解释了近半个世纪的“南北”农业生产效率之间差距未缩小的原因[12]。而国内对于农业生产的研究起步较晚，主要集中在农业存在的问题与对策[13-14]、农业发展路径[15-16]、农产品开发[17-18]、作物栽培育种[19-20]等方面，对于农业生产效率评价的研究相对较少，而相关研究多选取单一年份为时间节点[21-23]且以省、市等区域为基本研究单元[24-26]，基于粮食生产视角对不同时期县域尺度的农业生产效率进行测度及空间关联性的研究则更少。河南省作为我国第一人口大省、重要的农业大省，其农业产量一直位于全国前列，尤其是20世纪90年代以来，主要农业产量指标年均增速均快于全国平均水平。截至2015年底，河南省以1.6%的国土面积，贡献了全国10%的粮食产量，为我国的粮食安全作出了巨大贡献。然而随着城镇化和工业化的快速推进，河南省大量农村人口涌入城市，使得部分地区出现“空心村”“撂荒地”等现象，另外，由于粮食附加值低，在比较效应的推动下许多地区出现发展非粮产物趋势，这在一定程度上影响了农业生产效率及粮食产量的提高。因此，本研究以河南省108个县（市）为基本研究单元，基于粮食生产视角运用相关数理模型方法，对其农业生产效率的演化过程及空间类型进行定量研究，以期揭示其县域农业生产效率的演化规律和地域分布特征，对促进河南省农业持续、高效、健康发展，具有一定的政策意义和理论价值，也为我国其他地区农业生产效率的研究提供一定的借鉴。
1研究方法及数据来源
1.1DEA模型
数据包络分析（data envelopment analysis，DEA）方法多用于具有多个投入和多个产出决策单元的效率评价，而且是一种有效的方法[27]，BCC模型是Banker、Charnes和Cooper以CCR模型为基础的一种DEA模型。其原理是假设有k个决策单位（DMU）通过n种投入得到m种产出，min表示取最小值，s.t.表示生产条件，θk表示第k个决策单元的效率值（0≤θk≤1），当θ=1时，代表该决策单位有效率，其余则无效率；λ表示加权系数，λk表示第k个决策单元n项投入和第m项产出的加权系数，Xn，k表示第k个决策单元的第n项投入量；Ym，k表示第k个决策单元的第m项产出量，Yn，k表示第k个决策单元的第n项投入。假设规模报酬可变的前提下，投入和产出公式组合后可得到BCC模型为
[JZ（][JB（{]min（θ，λ）θks.t.∑[DD（]kk=1[DD）]λkxn，k≤θkXn，k（n=1，2，3，…，N）Ym，k≤∑[DD（]kk=1[DD）]λkxn，k（m=1，2，3，…，M）λk≥0（k=1，2，3，…）∑[DD（]kk=1[DD）]λk=1[JB）]。[JZ）][JY]（1）
式中，函数求得的结果即为规模报酬可变模式下的纯技术效率（PTE），只有当纯技术效率测算值为1时，该地区才处于生产函数前沿面上，即农业生产效率处于有效状态，其他表示无效率状态。综合效率=纯技术效率×规模效率（PTE×SE）。
1.2空间自相关
空间自相关包括全局自相关和局域自相关，前者用于分析区域总体的空间关联度及差异程度，后者则能揭示要素的异质特性，分别以Morans I[28]和空间局域关联作为二者的统计量，公式为endprint
[JZ（][JB（{]I（d）=[SX（]∑[DD（]ni=1[DD）] ∑[DD（]nj=1[DD）]（xi-x[TX-*5]）（xj-x[TX-*5]）S2∑[DD（]ni=1[DD）] ∑[DD（]nj=1[DD）]wij[SX）]S2=∑[DD（]ni=1[DD）]（Xi-X[TX-]）2/n[JB）]。[JZ）][JY]（2）
式中，I表示全局空间关联度统计量Morans I（0
1.3Getis-Ord G*i指数
利用Getis-Ord G*i测度局域关联特征，识别不同空间位置上的高值簇与低值簇，即热点区（hot spots）与冷点区（cold spots）的空间分布[29]。Getis-OrdG*i表达式为
[JZ（]G*i=∑[DD（]nj=1[DD）]wij（d）xj/∑[DD（]nj=1[DD）]xj。[JZ）][JY]（3）
对G*i（d）进行标准化处理：
[JZ（]Z（G*i）=[SX（]G*i-E（G*i）[KF（]var（G*i）[KF）][SX）]。[JZ）][JY]（4）
式中，Var（G*i）、E（G*i）分別表示G*i的方差、数学期望，wij表示空间权重。如果Z（G*i）为正且显著，表明位置i周边的值相对较高（高于均值），属于高值空间集聚（热点区）；反之，如果Z（G*i）为负值且显著，则表明位置i周围的值较低（低于均值），属于低值空间集聚（冷点区）。
1.4数据来源
本试验以河南省108个县域单元为研究对象，研究时段为2000—2014年，由于市辖区粮食生产规模较小且数据缺乏，因此将各市辖区无数据部分空出，县域行政边界来自河南省行政区划图，经扫描进行高精度配准后跟踪矢量化获取，试验所需数据均来源于2001—2015年《河南省统计年鉴》。
2农业生产效率评价
[HTK]2.1指标体系构建[HT]
对于农业生产效率评价指标体系的构建，学术界尚无统一的标准，但国内外学者大多从投入、产出角度来衡量区域的农业生产效率，以往的研究大多从土地、劳动力、原料、技术等方面构建投入指标，从经济收益和最终产品数量等方面构建产出指标。本试验在参考借鉴相关研究的基础上，基于粮食生产的视角对河南省农业生产效率进行研究。其中，以农业从业人员（人力资源投入）、粮食播种面积（土地资源投入）、化肥使用量、农药使用量（原料投入）、农用机械总动力（技术投入）5个指标作为投入指标，以粮食作物产量（生产能力）、粮食作物产值（经济收益）2个指标作为产出指标（表1），从而构建了农业生产效率评价的指标体系。
2.2农业生产效率测度及其变化趋势
基于2000—2014年河南省各县域农业生产投入-产出的原始数据，运用DEA-SOVEL 5.0软件，测得河南省各县域农业生产的综合效率值、技术效率值、规模效率值，并得出河南省农业生产效率平均值（图1）及18个省辖市农业生产效率的平均值（表2）。
[FK（W10][TPLRT1.tif][FK）]
由图1可知，自2000年以来河南省农业生产规模效率水平较高，2010以前在0.95值附近呈略波动上升变化，2010年之后变化趋于平稳；2010年导致规模效率大幅下降的原因是豫中北地区遭受了连续多日的特大暴雨灾害。纯技术效率在2010年以前除2003年大幅下降外其他年份呈上升趋势，2010年到达最高值后回落并逐渐稳定；纯技术效率大幅下降的原因是2003年我国不少地方发生SARS疫情，致使粮食减产、粮食加工品囤积。综合效率水平最低，受规模效率和纯技术效率影响分别在2003、2010年出现2次低值，但总体上呈上升趋势且幅度较大。总体来看，规模效率高于纯技术效率和综合效率且近年来发展逐步趋于稳定，说明自2000年以来河南省在扩大农业生产规模方面增大了人力、物力等投入，在农户分散、粗放、无序的农业生产经营状态等方面取得了良好的效果，河南省农业正朝规模化方向发展；综合效率水平最低，但提升幅度相对最大；而对综合效率起决定作用的技术效率较低且上升缓慢，相对规模效率还有很大的提升空间。从变化趋势可以看出，河南省农业生产效率不高，纯技术效率对综合效率的影响要大于规模效率，纯技术效率较低是制约河南省农业生产效率提升的主要因素；说明影响河南省农业生产效率进一步提升的主要原因是农业技术水平低下、农民整体科技素质不高、农业现代化进程缓慢，河南省在农业生产效率方面还有很大的发展空间，须加强对农业基础设施方面的投入，不仅是人力、物力的投入，还应重视农业技术、机械化、培育良种等投入。
由表2可知，2000年以来河南省农业生产在综合效率、纯技术效率、规模效率3个维度上的演化存在一定的时空分异规律。
2.2.1农业生产综合效率较低但呈上升趋势
2000—2014年河南省农业生产综合效率总体呈上升趋势，2000年河南省农业生产综合效率均值为0.804，到2014年综合效率均值为 0.836，整体上升了3.98%；另外，自2000年以来高效率城市比例基本保持不变，中低效率比例明显减少，但仍占较大比重。2000年农业生产综合效率达到DEA效率最优的有叶县、淇县、获嘉县等20个城市；农业生产综合效率0.9及以上的城市有36个，占总数的33.33%，主要分布在信阳的南部地区及各市辖区的周边，0.8～<0.9之间的有17个城市，占总数的15.74%，零星分布在东部和南部地区，综合效率低于0.8的城市有55个，占总数的50.93%，分布在河南省的大部分地区。到2014年农业生产综合效率0.9及以上的城市有35个，占总数的32.40%，比2000年微有下降，主要成片分布在平顶山、安阳、焦作、信阳等地，0.8～<0.9之间的有38个，占总数的35.19%，主要分布在东部地区，而低于0.8的城市则[JP3]减为35个，仍占总数的32.41%，主要分布在西部地区（表3）。
2.2.2农业生产纯技术效率总体较低且上升缓慢
2000—2014年河南省农业生产技术效率总体较低，但达到最优的城市在数量上明显多于综合效率和规模效率。2000年农业生产技术效率平均为0.868，达到技术效率最优的城市有39个，主要分布在北部、西部和南部地区；而2014年农业生产技术效率平均值为0.880，上升了1.39%。同时，2000年农业生产效率达到0.9及以上的城市有58个，占总数的53.70%，农业生产效率在0.8～<0.9之间的城市有16个，而技术效率在0.8以下的城市有34个，占总数的31.48%，主要分布在北部和西部地区。2014年技术效率在0.9及以上的城市有52个，占总数的48.15%，较2000年的58个有所减少，但是，技术效率在0.8～<0.9之间的城市有32个，较2000年增加了16个，这些城市主要分布在东部地区；而技术效率值低于0.8的城市则较2000年的34个减少到了24个，这些城市主要分布在中西部地区。
2.2.3农业生产规模效率总体偏高并逐渐趋于稳定，但规模报酬递增城市数减少
2000—2014年河南省农业生产规模效率除2010年受到暴雨灾害影响下降较大外，其他年份总体上呈波动上升并逐渐趋于稳定状态；另外，农业生产规模效率均值高于综合效率和技术效率，但最优城市的个数高于综合效率低于技术效率，同时规模报酬递增的城市数减少。2000年河南省农业生产规模效率均值为0.929，达到规模效率最优的城市有21个，到2014年规模效率均值为0.953，增加了 2.58%，但达到规模效率最优的城市数量不变，主要分布在中部地区。2000年农业生产规模效率在0.9及以上的城市达到69个，占总数的63.88%，这些城市主要分布在西部和东南部地区，规模效率值在0.8～<0.9之间的城市有27个，主要分布在东部和南部地区，规模效率值低于0.8的仅有12个，呈零星分布态势。到2014年规模效率值达到0.9及以上的城市共有85个，占总数的69.70%，几乎分布在河南省的各个地区；而规模效率值低于0.8的仅有6个城市，分别为中牟县、杞县、灵宝市、义马市、唐河县、和邓州市，其原因是一方面这部分城市多处豫西南地区，其地形多为丘陵、山地，田地质量相对较低，不利于大规模粮食作物的生产，另一方面有部分城市已把重点放在特色的农业作物的培育上，如中牟县多产大蒜、灵宝市多种果树，义马市更以花椒、核桃、大樱桃为主要农作物，致使这些地区减弱了对高标粮田的建设，使其规模效率较低。另外，2000年规模报酬递增的城市为20个，仅占总数的18.52%；到2014年规模报酬递增数更是下降为13个，下降了6.48百分点，说明河南省大部分地区在粮食作物生产上已具有较好的规模效率，单从扩大粮食作物的耕地面积、增加劳动力等方面的投入已很难提升生产效率，应该大力建设高产良田，引进先进的农业生产技术。
通过对河南省农业生产进行综合效率、技术效率、规模效率3个维度的分析，可以发现2000—2014年河南省农业生产效率值均得到一定程度的提高，其中，综合效率值相对较低，但提升幅度最大，技术效率处于中等水平，但提升幅度最小。而对于规模效率无论是其效率值还是提升速度均维持在较高水平。
3河南省县域农业生产效率空间关联格局
[HTK]3.1农业生产效率的全局关联格局[HT]
通过Morans I指数探讨2000年以来河南省县域农业生产效率总体格局的自相关特征。根据公式（3），利用Gea DA095软件计算出河南省2000年以来的县域农业生产效率的全局Morans I值（表4）。结果表明，所有年份的Z得分均大于2.58，通过检验，且P值均小于0.001，置信水平达到99%，说明Morans I指数在0.01的显著水平上。河南省各县（市）在研究期内一直呈现显著的正相关性，表明相邻农业生产效率高的地区及低的地区出现了集聚的空间分布现象。从时间角度来看，自2000年以来河南省各县（市）农业生产效率全局Morans I的值呈现不断上升的趋势，数值由0.235上升到0.299，这就充分说明随着2000年以来中国对农业发展的重视度逐年提高，河南省凭借良好的历史自然禀赋、优越的区位条件和国家政策倾斜，使得农业生产空间关联性越来越显著；另外，河南省近年来交通网发展迅速，已成为中国交通网最密集的区域之一，尤其是豫西高速公路大通道5个项目建成通车，使地处豫西山区、条件艰苦的洛阳、三门峡、南阳等地之间的联系越来越密切。
3.2农业生产效率的局部关联格局
为了进一步探测农业生产效率的空间集聚位置及区域的相关程度，引入冷热点分析，借此揭示Morans I在何种程度上掩饰了局部的不稳定。借助Arc GIS 10.2软件将Getis-Ord G*i的结果进行空间显示，并采用Jenks最佳自然断裂法对分析结果进行分类，绘制2000—2014年河南省县域生产效率的冷热点分布图（图2）。
由图2可知，将河南省县域农业生产效率划分为4种基本类型：热点区、次热区、次冷区、冷点区。总体上看，2000—2014年河南省农业生产效率的冷热点变化较为显著，主要呈现以北部的新乡市-焦作市-濮陽市、南部的信阳市及中部的许昌市、平顶山市等所辖县（市）为核心，以中原城市群的东部、西部和南部为外围热度递减；空间分布规律略强，呈现南部优于北部、东部低于中部高于西部的空间梯度分布格局，说明河南省粮食生产的活力以南部和北部地区最为显著，是粮食产量的主体地区，而西部地区粮食产量少，生产效率低需要重点加强。另外，自2000年以来，热点区的范围略微增大，主要以核心区域的扩散为主，次热区范围随热点区逐步扩大并有向东部聚集态势，次冷区和冷点区先扩大后减小，主要分布在洛阳市、三门峡市等中西部地区，表明河南省农业生产效率普遍有所提升，极化性减弱关联性增强，区域差异正在减少。endprint
3.2.1热点区
河南省农业生产效率的高值热点区主要集中在北部的焦作、新乡、濮阳及南部的信阳等地，2000年以来各个时期集聚现象均明显，形成了农业生产效率的高值“热点区”，但高值热点区15年间在空间上也存在较明显地扩张特征。2000—2010年西部熱点区主要分布在南召县、镇平县、内乡县等地，北部的热点区主要分布在台前县、范县、南乐县、卫辉县、辉县、武陟县、博爱县等地，2010年后开始向中部的宝丰县、郏县、襄城县、叶县和北部的滑县、内黄县、浚县、淇县等地演化。到2014年已形成濮阳、新乡、焦作等市的所辖县片区和许昌、平顶山、漯河等市所辖片区的高值热点关联区，北部地区日益成为农业效率发展最快的增长极，正形成一个明显的农业生产效率高值空间集聚区。另外，南部以信阳为主的地区一直是河南省农业创新效率最大的“优势版块”并开始向周边扩散，延展至正阳县。该区域所属的城市一方面具有良好的地理优势、较好的农业生产基础和资源优势，另一方面这些地区的农业投入持续增加，农业生产条件和技术装备水平明显改善，使得主要农产品生产能力稳定提高。
3.2.2次热区
次热点关联区的空间分布格局主要随热点区变化且幅度较小。2000年主要分布在热点区周边如正阳县、新蔡县、唐河县、邓州市、延津县、襄城县等27个县，这些地区由于自身资源条件及受热点区的影响，农业生产效率水平较高，但与热点区域比较还存在一定差距。2000—2010年次热点区在空间上基本保持稳定，并未发生明显变化。2010年之后随着南召县、镇平县、内乡县和新野县逐步退出热点聚集区域，次热点区域也开始向东部地区扩展，关联区数量开始增加。说明次热点关联区邻近农业生产效率高的信阳地区和许昌市-平顶山市-漯河市等地具有有利的“被扩散”的地理区位优势，农业生产效率高的地区通过技术、人口、农用机械等要素不断向这一区域城市扩散，致使热点区临近地区的农业生产效率不断提升。
3.2.3次冷区
次冷区总体呈现先减小后扩大，并由河南省东部地区逐渐演化到西部地区的趋势。2000年次冷区包括兰考县、通许县、太康县、淮阳县、项城县等36个县，主要集中分布在东部地区。2005年受西部高效率地区的影响，次冷区的范围开始向西扩展，使叶县、鲁山县、宝丰县、汝州市等地由冷点区变为次冷区。2010年河南省西部冷区面积开始扩大，次冷区逐渐收缩，这一时期平顶山市与南阳市的差距拉大，两市交界的县域成了冷点区，河南省西部大部分地区的农业生产效率低于平均水平。2014年由于河南省东部次热点的面积开始扩大，导致次冷区开始大面积向河南省西部地区转移，包括整个平顶山市和三门峡市、南阳市的大部分县域。河南省西部这部分区域农业原先发展脆弱，加上地理位置不够优越和自然禀赋等原因，致使该地区在一定程度上制约了农业生产效率的提升。
3.2.4冷点区
冷点区呈先减少后扩大再逐渐减少趋势，主要集中在河南省的西部，以洛阳、三门峡等地最为典型，该地区在研究期内始终处于冷点区内。2000年冷点区主要分布在河南西部的大部分地区，包括三门峡市及洛阳市所辖全部县和南阳市的部分县（市）等。2005年冷点区的范围开始收缩，只有泌阳县、方城县、新密市、登封市、伊川县等10个县（市），这一时期随着农业机械化、现代化的进一步推进，河南省西部的农业生产效率得到提高。2010年冷点区范围有所扩大，延伸到西平县、遂平县、确山县等地，扩展区域主要是来源于次热区，同时该地区间的差异正在被拉大。2010—2014年冷点区范围开始逐渐缩小，只剩下绳池县、新安县、孟津县等8个县域单元。这一区域虽然在研究期内空间变化较大，但总体上这一区域的农业生产效率呈现出一定的上升趋势，发展逐渐打破边缘化，与其相邻的南阳市、焦作市等地的农业生产效率之间的差距在不断缩小。然而，不容乐观的是虽然冷点区总体缩小，但洛阳市、三门峡市等地的部分县（市）始终处于冷点区，所以应加大对这些区域的技术支持和规模投入，促使其加快农业现代化进程，从而减弱这一区域农业生产低效率集聚的趋势。
4结论与建议
4.1结论
运用DEA模型，基于粮食生产角度分别从投入和产出2个方面选取7项具体指标，测度2000—2014年河南省县域农业生产效率，并对DEA模型进行分解，分别从综合效率、技术效率、规模效率等3个维度及规模报酬变化情况等方面进行剖析，并通过ESDA方法对河南省县域农业生产效率空间分布格局与关联特征进行分析，结论如下：（1）自2000年以来，河南省农业生产综合效率总体相对偏低并呈上升趋势，技术效率总体较低但达到效率最优的城市数量最多，规模效率总体偏高且逐年趋于稳点，综合效率的高低主要取决于技术效率，技术效率较低是制约综合效率提升的主要原因；河南省大部分地区已经具备较高的规模效率，仅仅依靠扩大耕地面积、生产规模、加大劳动力的投入等难以有效提高效率，还须要扎实推进高标准农田的建设，加强对农业技术方面的投入，不仅要引进先进技术、运用现代化机械，更要注重农民整体素质与技术水平的培养。（2）在全局空间关联上，河南省农业生产效率呈现空间正相关性，存在显著的空间集聚特征，且随时间的推移相关性愈加显著。在局部自相关上，自2000年以来热点区主要分布在河南省南部的信阳市和北部的新乡市、濮阳市等地并有向周围扩散，次热区范围随热点区逐步扩大并有向东部聚集态势，次冷区所占比重较大总体上由东部地区逐渐演化到西部地区，冷点区主要分布在河南西部的大部分地区且呈先减少后扩大再逐渐减少趋势。（3）从空间分布来看，河南省农业生产效率呈现出南部优于北部、东部低于中部高于西部的空间梯度分布格局。“优势板块”主要集中在豫北的焦作市、新乡市、濮阳市及豫南的信阳市等地，并正在向周围地区扩散。说明河南省粮食生产的活力以南部和北部地区及中部地区最为明显，是粮食产量的主体地区，应该得到政策倾斜，保粮食增产促经济增长；而农业生产效率的低值集聚区主要集中在洛阳市、三门峡市等河南省西部地区，由于这部分区域农业原先发展脆弱，加上政策倾向、地理位置不够优越和自然禀赋等原因，该地区农业生产效率各方面值都没有达到理想状态，但通过制定合理的改善方案仍有较大提升空间。endprint
