中国粮食作物全要素生产率评价研究

陈秋菲，谭晓东

中国粮食作物全要素生产率评价研究

陈秋菲1，谭晓东2

（1.辽宁省农业技术学校/辽宁农业博物馆，辽宁 沈阳 110161； 2.沈阳药科大学，辽宁 沈阳 110016）

运用DEA-Malmquist指数模型，构建“四投入、一产出”的评价指标体系，对2007～2015年中国13个粮食作物主产区全要素生产率进行评价，包括技术效率、技术进步效率。结果表明，由于技术效率（0.990）和技术进步效率（1.201）的双重作用，中国粮食全要素生产效率实现以年均1.1倍的速度增长。技术进步是促进全要素生产率增长的主要动力，技术效率的衰退是影响全要素生产率增长的重要阻力。

粮食主产区；全要素生产率；DEA-Malmquist指数

随着人民生活水平提升和人口持续增加，我国粮食需求呈刚性增长，粮食品种和区域结构性矛盾加剧。伴随国际市场粮源持续紧张，市场运行不确定因素凸显，弥补国内粮食缺口的空间实属有限。因此，我国必须立足国内，实现粮食基本自给［1］。

本文运用Malmquist指数模型，对中国13个粮食主产区的粮食作物生产效率进行评价，以期为改善农业设施条件，促进粮食增产、加快农民增收提供科学依据和理论支撑。

1 理论模型

1.1 全要素生产率

1957年，美国经济学家 Solow首次提出全要素生产率，又称“索罗余值”。全要素生产率是指“生产活动在一定时间内的效率”，即总产量与全部要素投入量之比，是用来衡量单位生产的效率指标［2］。其评价方法分别是以DEA-Malmquist指数模型为代表的非参数法和以SFA模型为代表的参数法。

1.2 M alm quist指数

瑞典经济学家Malmquist于1953年首次提出Malmquist指数［3］。1957年，Farrell等人在 Malmquist的基础上，建立不同时期的生产率变化 Malmquist指数［4］。1970年，Shephard将距离函数引入 Malmquist指数。1982年，Caves等人首次将 Malmquist指数作为生产效率指数引入生产分析等重要领域［5］。1994年，Fare等人在 Shephard的理论基础上，建立非参数的 Malmquist指数［6］。其表达式为：

公式（1）指出，D0t（xt，yt）表示 t时期的技术效率；D0t（xt＋1，yt＋1）表示 t时期为基础的 t＋1时期技术效率；D0t＋1（xt＋1，yt＋1）表示 t＋1时期的技术效率；D0t＋1（xt，yt）表示 t＋1时期为基础上的t时期技术效率。

公式（2）指出，Malmquist指数（M0）分解为技术效率指数（EC）和技术进步指数（TC）。当EC＞1时，表示技术效率增长；当EC＜1时，表示技术效率降低；当TC＞1时，表示技术进步效率增长，当TC＜1时，表示技术进步效率降低［7］。

DEA-Malmquist指数模型适用于各种条件下的效率评价，且不需要预先设定具体函数。

因此，本文基于Malmquist指数对中国粮食作物全要素生产率进行评价［8］。

2 研究方法

2.1 指标体系

结合《中国统计年鉴》数据，从投入和产出两方面对中国粮食主产区全要素生产率建立“四投入、一产出”的评价指标体系。投入指标反映粮食作物生产活动中人力、物力、财力的投入，分别为农业机械总动力、有效灌溉面积、化肥施用量和粮食作物播种面积四项指标；产出指标反映粮食作物生产活动的效益，即粮食产量（表1）［9］。

2.2 数据来源

选取中国13个粮食主产区作为决策单元，运用Malmquist指数模型，结合粮食作物全要素生产率指标体系，利用Deap2.1软件，计算出2007～2015年粮食作物全要素生产率，包括：技术效率、技术进步效率、纯技术效率和规模效率。

3 评价结果与分析

3.1 评价结果

2007～2015年中国粮食全要素生产率以年均1.1倍的速度增长。其中，技术进步效率提升2.1%，而技术效率下降0.1%。

由此可见，技术进步效率促进粮食作物全要素生产率的提升，但在技术效率的影响下，中国粮食作物全要素生产率增长速度非常缓慢（表2、表3）。

3.1.1 时间序列的全要素生产率变化

2007～2008年技术效率指数下降5.4%，但技术进步效率提升约10.5倍，促进全要素生产率提高约4.5倍，为8年以来最高值；2008～2009年技术效率提升6.1倍，而技术进步效率下降10%，导致全要素生产率下降4.5倍，达到近年最低点；2009～2010年全要素生产率提升2倍，其中技术效率做出4.7%的消极贡献，技术进步效率做出7.1%的积极贡献；2010～2011年全要素生产率稳步提升4.2倍，其中技术效率做出4.2%的消极贡献，技术进步效率做出8.8%的积极贡献；2011～2012年技术效率下降1.4%，而技术进步效率提升2.5%，导致全要素生产率提升1.1倍；2012～2013年技术效率继续下降0.06%，而技术进步效率提升2.9%，促进全要素生产率提升2.3%；2013～2014年全要素生产率下降2%，其中技术效率提升2.2倍，而技术进步效率下降4.1%。

2014～2015年技术效率和技术进步效率分别提升0.8%和1%，促进全要素生产率提升1.8倍（表2）。

3.1.2 中国13个粮食主产区全要素生产率变化

2007～2015年，全国13个粮食主产区全要素生产率指数全部大于1，说明13个产区全要素生产率全部呈现正增长，各产区增长幅度较为平稳且差距不大。

黑龙江、安徽两省全要素生产率增幅高达2.1倍，同时位列排行榜第一位。河北紧随其后，全要素生产率提升1.7倍，位列排行榜第三位。13个产区技术进步效率全部大于1，说明其对全要素生产率提升做出积极贡献。除黑龙江、吉林外，其余11个产区技术效率全部小于1，说明其对全要素生产率的提升起抑制作用（表3）。

表1 粮食作物全要素生产率指标体系

表2 2007～2015年粮食作物全要素生产率

表3 粮食主产区全要素生产率

3.2 建议

3.2.1 加快粮食产出能力建设

中国粮食作物全要素生产率值为1.011，在技术进步（1.021）的推动下，以年均约1倍的速度稳步增长。而技术效率值为0.990，下降1%，抑制了全要素生产率的快速增长。因此，应加大优质粮食产业工程、大型商品粮基地、农业综合开发、大中型灌区田间灌排配套等重点项目的实施力度。重点强化农田基础设施，改善灌溉条件，改造中低产田，因地制宜地开展农田整治、机耕道路等设施建设，努力扩大稳产高产农田比重［10］。

3.2.2 推进粮食重大技术改革

2007～2015年，中国粮食作物技术效率普遍偏低，仅在 2008～2009年（1.061），2013～2014年（1.022）和 2014～2015年（1.088）有所提升。因此，应强化种植技术指导，引导农民进行规范化、标准化种植，提高技术到位率。全国粮食生产发展规划（2006年～2020年）指出，玉米重点推广增密技术、全膜双垄沟播、催芽坐水种等技术；水稻重点推广大棚育秧、集中育秧、使用壮秧剂和抛秧、机插秧、水稻精确定量播种等栽培技术；小麦重点推广精量半精量播种、“双晚”等技术；大豆重点推广窄行密植、行间覆膜、种子包衣等技术［11］。

3.2.3 打造粮食示范基地建设

中国13个粮食主产区中，仅有黑龙江、吉林技术效率和技术进步值大于1。因此，应在大力推进黑龙江和吉林地区粮食生产机械化进程的基础上，加强辽宁地区粮食作物基础设施建设，努力推进东北地区科技创新效率，打造东北产区粮食作物示范基地，健全生产投入机制，以最大的农业投入获取最优的农业产出，从而全面推进中国粮食作物全要素生产率迅速提升，为保障国家粮食安全，国家经济快速发展奠定基础［12］。

［1］ 国务院办公厅.全国新增1000亿斤粮食生产能力规划（2009～2020年）［Z］.2009.11.3.

［2］ SolowR M.Technological Change and the Aggregate Production Function［J］.Review of Economies and Statistics，1957，39（3）：312～320.

［3］ Malmquist S.Index Number and Indifference Surfaces［J］.Trabajosde Estadisticay de InvestigacionOperativa，1953，4（2）：209～242.

［4］ Farrell M J.The Measurement of Productive Efficiency［J］.Journal of the Royal Statistical Society.Series A：General，1957，120（3）：253～290.

［5］ Caves D W，Christensen L R，Diewert W E.The Economic Theory of Index Numbers and the Measurement of Input，Output，and Productivity［J］.Econometrica，1982，50（6）：1393～1414.

［6］ Fare R，Groeskopf S，Lovell C A K.ProductionFrontiers［M］.London：Cambridge University Press，2008.

［7］ Fare R，Grosskopf S，Norris M，et al.Productivity growth technical progress and efficiency change in industrialized countries［J］.The American Economic Review，1994，84（1）：66～83.

［8］ 谭晓东，陈玉文.基于 DEA方法的我国31个省 （直辖市 ）医药制造业研发投入产出效率静态评价［J］.中国医药工业杂志.2015，（46）3：324～327.

［9］ 国家统计局.中国统计年鉴［M］.北京：中国统计出版社，2007～2015.

［10］ 农业部，国家发展改革委，财政部.全国农业可持续发展规划（2015-2030）［Z］.2015-5-20.

［11］ 农业部.全国粮食生产发展规划（2006年 ～2020年）［Z］.2006-10-12.

［12］ 陈秋菲，谭晓东.中国粮食作物生产效率静态评价［J］.农业经济.2017（7）：21～23.

Evaluation Studies on Total Factor Productivity of Food Crops in China

CHENG Qiu-fei，TAN Xiao-dong
（1．Liaoning agricultural technical school，Liaoning agriculturalmuseum，Liaoning，Shenyang 110161； 2．Shenyang Pharmaceutical University，Liaoning，Shenyang 110161）

Making use of DEA-Malmquistmodel，this paperbuildevaluation index system with four input and one output.It made evaluation on total factor productivityof thirty main production with food crops in China from 2009 to 2015 including technical efficiency and technical progress efficiency.Results shown that due to the dual role of technical efficiency（0.990）and technological progress efficiency（1.201），Chinesetotal factor productivity grown at an annual rate of1.1 times.Technological progresswas themain driving force for total factor productivity growth.The decline of technical efficiency was an important resistance to total factor productivity growth.

Main grain production area；Total factor productivity；DEA-Malmquist index

F326.11

B

1002-1728（2017）05-0029-03

10.3969/j.issn.1002-1728.2017.05.007

2017-09-21

陈秋菲（1984-），女，硕士研究生，农艺师，讲师，主要从事农业经济和园林技术研究。

谭晓东（1982-），男，博士研究生，主要从事产业研发能力和风险研究。