基于DEA的区域农业机械化投资效率比较分析

张 敏，洪丽君

(武汉工程科技学院 经济与管理学院，武汉 430200)



基于DEA的区域农业机械化投资效率比较分析

张 敏，洪丽君

(武汉工程科技学院 经济与管理学院，武汉 430200)

为了分析目前各区域农业机械化投资效率的异质性变化规律，研究了基于2012年的省际面板数据，并运用超效率DEA针对构建的农业机械化投资效率评价指标体系进行了空间差异分析。结果表明：全国各地区农业机械化投资效率总体形势不太乐观，且东、西、中部存在一定程度的差异；广西、青海、福建、宁夏和海南为非相对有效的最后5位；且这5个省份在机收率、机耕率、机电排灌面积皆存在投入冗余。

DEA；农业机械化；投资效率；区域比较分析

0 引言

农业机械化是加快推进中国特色农业现代化的重要途径和必要物质基础，同时也是中国新农村建设加速推进的显著标志。在中国，无论是推进还是加快农业现代化进程皆离不开农业机械化的投资，更离不开其投资效率这个农业快速发展的坚实保障。因此，对当前我国农业机械化投资效率的发展现状进行综合评价和分析，根据实证研究得到提高我国农业机械化投资效率的有效对策至关重要。随着国家政府对农业机械化重视程度的与日俱增，当前我国农业机械化的投资总量日益增大，农业机械化投资效率的评价与分析工作也越来越受重视[1]。纵观过往，学者围绕农业机械化投资的研究成果，其定性研究已比较完善，较多学者针对具体区域结合实际情况对当地农业机械化投资效率进行了存在问题与解决对策研究。但关于农业机械化投资效率评价的成果并不多见，尤其是针对不同区域间农业机械化投资效率的评价与对比分析的研究成果少之又少[2-4]。数据包络分析是应用在投入产出效率评价的主要方法[5-6]，其对应的英文翻译为Data Envelopment Analysis，简称DEA。如能将DEA运用到农业机械化投资效率评价上来，对不同区域的治理效率进行比较分析，势必能为优化配置当前农业机械化投资效率提供有效的实证参考。为了探讨各区域农业机械化投资效率的异质性变化规律，文章首先基于数据的可获得性构建了2012年31个省(市、区)农业机械化的投入-产出指标体系，接着运用DEA超效率对31个地区的农业机械化投资效率进行了综合评价与区域对比分析，最后针对非相对有效的决策单元提出了改善治理效率的实证建议[7]。

1 研究设计

1.1 农业机械化投资效率评价指标体系

农业机械化投入通常主要集中表现为人、机、物三方面的投入。这三方面分别可以用劳动力、装备动力及作业面积来进行细化衡量；农业机械化的产出则可用社会、经济和生态三方面构成的综合效益来衡量。由于农业数据本身的不完善性，生态效益的相关指标难以将其他的农业手段与农业机械化进行绝对的区分，因此农业机械化的产出指标中仍以社会和经济效益的评价指标为主[9-10]。表1即为研究构造的农业机械化投入-产出指标体系。其中，机播率等于机械播种面积占耕地总面积的比率，机收率等于机械收割面积占耕地总面积的比率，机耕率等于机械耕种面积占耕地总面积的比率。因DEA分析中指标的不同作用方向会采取不同的标准化处理公式，因此在表1中第5列分别标示了各指标的作用方向。正负指标分别以“+”和“-”来表示。对于一般的效率评价而言，最佳状态为“低投入，高产出”，因此投入指标中一般数值越小效率越优，多为负指标；产出指标一般数值越大越优，多为正指标，如表现相反则为反向指标。

为了使原始数据更加规整，本次研究构建的指标体系中的数据拟采用极值标准化的方法进行处理。同时，正负指标将采用不同的标准化处理公式。首先，正向指标的标准化处理公式为

其次，负向指标的标准化处理公式为

其中，xi代表指标原始值；max(xi) 为每个指标所有表现值中的最大值；min(xi) 为每个指标所有表现值中的最小值；zi为标准化处理后的指标值。

表1 农业机械化投入-产出指标体系Table 1 The input-output index system of agriculture mechanization

1.2 研究数据

研究构建指标体系中指标对应的数据均为2012年结果，数据主要来源于国家统计局官方网站及农业和农村的相关统计年鉴。虽然原始数据单位不一，但因本次研究采用的DEA评价方法中效率评价与单位的选取并无关系，因此研究中并不需要对指标原始数据的单位进行统一标准化处理[8]。

1.3 研究方法

要分析区域农业机械化投资效率的异质化规律，就必须结合研究构建的指标体系采用综合评价的方法进行区域对比分析。研究采用的效率测量软件为Efficiency Measurement System，简称EMS。研究设计的具体思路为：首先以31个省(市、区)作为超效率DEA评价的决策单元，然后运用EMS计算各决策单元即31个省(市、区)的超效率值。超效率值一般可分为大于和小于100%两种情况，对应的决策单元分别为相对有效和相对非有效，对应的规模收益则分别为不变和递减两种类型。这些决策单位中相对非有效是需要改进的地区。改进的方向根据引起非有效的原因可分为两种：一种是在维持产出的情况下，降低投入；另一种是在维持投入不变的情况下，提升产出。研究针对农业机械化发展的状况结合DEA效率评价结果，可确定非相对有效决策单元效率要达到有效在投入以及产出上需要改进的幅度[8]。

2 结果与分析

2.1 31个省、直辖市和自治区农业机械化投资效率分析

根据我国31个省(市、区)的超效率值计算排序结果，黑龙江、上海、江苏和山东4个地区的超效率值特别大无法显示，剩下27个省(市、区)农业机械化投资效率排序结果直观如图1所示。结合具体超效率值(见表2)综合来看，我国31个省(市、区)农业机械化投资效率的总体形势并不乐观，且存在一定的地区差异。31个省(市、区)中，仅有11个决策单元为相对有效，所占比重仅为35.48%；有20个省(市、区)为非相对有效，所占比重为64.52%，高达约2/3。在27个可显示超效率值的省(市、区)中，前7个为相对有效的地区，其中新疆以显著的优势排名第1，河南、云南、北京、内蒙、河北和天津位列第2～7名。从超效率的具体计算值来看，前3名的超效率值存在比较明显的优势。而广西、青海、福建、宁夏和海南有效值最低，位列最后5位。

图1 2012年各地区农业机械化投资效率的综合评价得分图Fig.1 The comprehensive evaluation on investment efficiency of agriculture mechanization in different regions during 2012表2 2012年中国各地区农业机械化投资效率评价Table 2 The evaluation on investment efficiency of agriculture mechanization in different regions during 2012

地区超效率值规模报酬所属区域排名新疆3.6436不变西北1河南2.5984不变华北2云南2.2568不变西南3北京1.6957不变华北4内蒙古1.5324不变华北5河北1.4523不变华北6天津1.2448不变华北7陕西0.9833递减西北8辽宁0.9671递减东北9江西0.9413递减华中10吉林0.9159递减东北11浙江0.8394递减华东12四川0.8311递减西南13甘肃0.7226递减西北14山西0.6908递减华北15湖北0.6688递减华中16湖南0.6314递减华中17安徽0.5707递减华东18西藏0.4491递减青藏19广东0.3673递减华南20

续表2

2.2 不同地域的农业机械化投资效率分析

根据地域划分来看(见表3)：农业机械化投资效率较优的决策单元在华东和华北地区皆有较多省份，东北、西北和西南地区有少数省份；农业机械化投资效率较劣的地区则以青藏地区最多，西南、华中和华南也有部分省份。从与农业发展的协调来看：农业发展水平较高且治理效率较优的省份主要出现在华东和华北地区，如山东，黑龙江，江苏等；但也有农业发展优势并不明显的地区，如新疆，云南等地，这些地区多以低投入取胜。但大部分农业发展迅速的地区其农业机械化投资效率并不理想[11]，如湖南，湖北等地。由此可知，当今各地区对农业机械化投入的重视力度在不断加强，但其投资效率却并不都能达到理想效果；仅有少数地区能在农业机械化投资效率上保持规模收益不变的优势，这些地区大部分在农业投入与产出上都存在比较明显的优势。同时，仍有大部分省份和地区在农业机械化投资效率上面临着不小的危机与困境，实现高产出和低投入将是这些地区努力的方向；优势地区同样应在保持优势的情况下兼顾生态环境等综合效益的提升，加快推进地区有特色农业现代化进程的实现[12-13]。

2.3 农业机械化投资效率非相对有效地区的改善

广西、青海、福建、宁夏和海南这5个决策单位有效值最低，结合EMS输出结果(见表4)，可从存在投入冗余的这些指标上去确定优化效率的改进幅度。

表3 不同地域的 DEA 效率分布Table 3 The distribution on DEA efficiency in different districts

表4 农业机械化投资效率非相对有效省份的改进Table 4 The analysis on improvement of provinces with relative effective efficiency

从表4中可以看出：农业机械化投资效率非相对有效排最后的5个地区中，在机收率、机耕率、机电排灌面积皆有投入冗余。其中，广西在机收率上投入冗余最多，青海在机耕率上投入冗余最多，宁夏在机电排灌面积上投入冗余最多。5个地区在农业总产值上皆产出不足，广西、青海和宁夏在农民人均纯收入上也产出不足，福建和海南在水土流失治理上产出不足，这些都是它们需要改进和提升的地方[14]。

3 讨论

文中首先选择了农业机械化投资效率评价的投入-产出指标体系，接着运用超效率DEA模型对我国31个省(市、区)的农业机械化投资效率进行了多方面产出效率与投入的综合对比与评价。通过上述实证研究可知：我国农业机械化投资效率总体形势不太乐观，且在东、西、中部皆存在一定程度的区域差异，且大部分地区其空间分布上的差异与该地区的农业发展水平并不同步。在农业机械化投资效率较优的地区中，部分地区资源环境优势明显且农业发展水平较高，说明资源和农业发展优势仍然是影响当前我国农业机械化投资效率的主要因素。在新的经济形势下，这部分地区要在保证区域内农业机械化投资效率的前提下，加快地方农业现代化的步伐。从地域分布来讲，我国华东和华北地区农业机械化投资效率较优的省份最多，东北、西北和西南地区有少数省份；而我国青藏地区农业机械化投资效率较劣的省份较多，华中，西南有部分省份。在5个农业机械化投资效率非相对有效排名最后的省份中，机收率、机耕率、机电排灌面积皆存在投入冗余，这些都应是效率非相对有效地区下一步应该着手改进的地方。

4 结论

1)我国31个省(市、区)农业机械化投资效率从高到低的排名依次是： 黑龙江、上海、江苏、山东、新疆、河南、云南、北京、内蒙古、河北、天津、陕西、辽宁、江西、吉林、浙江、四川、甘肃、山西、湖北、湖南、安徽、西藏、广东、重庆、贵州、广西、青海、福建、宁夏和海南。

2) 我国31个省、直辖市和自治区在农村生态环境治理上存在一定程度的区域差异，且总体形势并不理想。31个省、直辖市和自治区中，仅有11个地区的超效率值大于100%，所占比重为35.48%；有20个地区农村生态环境优化配置效率非相对有效，所占比重为64.52%。从地域分布来讲，我国华东和华北地区农业机械化投资效率较优的省份最多，而我国青藏地区农业机械化投资效率较劣的省份最多。

3) 广西、青海、福建、宁夏和海南5个省份的超效率值位列最后5名。这5个省份在机收率、机耕率、机电排灌面积皆存在投入冗余，在农业总产值上皆产出不足。

[1] 邓金钱. 农机投资对农民收入影响的实证研究[J].经济论坛, 2014 (3): 111-115.

[2] 吴维雄, 杨文钰, 马荣朝, 等. 劳力短缺驱动的农机化发展研究——以四川省仁寿县为例[J].中国农机化学报, 2013, 34(4): 12-15.

[3] 赵京, 杨钢桥, 汪文雄. 政府农村公共产品投入对农业生产效率的影响分析[J].经济体制改革, 2013 (3): 76-80.

[4] 赵璐, 杨印生. 农业物联网技术与农业机械化发展 [J]. 农机化研究, 2011, 33(8): 226-229.

[5] 王长江, 徐国鑫, 金晓斌. 基于 DEA 的土地整理项目投入产出效率评价[J].中国农学通报, 2011, 27(2): 271-275.

[6] 胡春健. 基于 DEA 模型的农业生产投资效率研究——以重庆市为例[J].广东农业科学, 2014, 41(4): 193-195.

[7] 黄英, 周智, 黄娟. 基于 DEA 的区域农村生态环境治理效率比较分析[J].干旱区资源与环境, 2015(3): 13.

[8] 唐启义. DPS数据处理系统.第3卷,专业统计及其他[M].北京:科学出版社,2013:912-921.

[9] 梁流涛, 曲福田, 冯淑怡. 基于环境污染约束视角的农业技术效率测度[J].自然资源学报, 2012, 27(9): 1580-1589.

[10] 王术, 刘一明. 农业机械化与区域农业可持续发展关系实证分析[J].农机化研究, 2015, 37(4): 1-6.

[11] 黄炎, 赵满全. 黄贮饲料收获机经济效益分析与性能研究[J].农机化研究, 2014, 36(10): 46-49.

[12] 叶萌, 崔胜凯, 杨琼. 地区农业机械化水平评价与实证分析——以齐齐哈尔农业机械化水平评价为例[J].特区经济, 2014 (9): 163-164.

[13] 吴昭雄, 王红玲. 农业机械化投资行为与效益的实证分析——以湖北省马良农场为例[J].湖北农业科学, 2011, 50(18): 3840-3843.

[14] Romeo G T，Kurada Y． Public infrastructure and productivity growth in Philippine agriculture，1974- 2000[J].Journal of Asian Economics,2005 (16):555 -576.

A Comparative Analysis on Investment Efficiency of Agriculture Mechanization in Different Regions Basing on DEA

Zhang Min, Hong Lijun

(College of Economics and Management, Wuhan University of Engineering Science, Wuhan 430200,China)

In order to analyze regional difference investment efficiency of agriculture mechanization, the article selected panel data of 2012 to make up input-output index system of investment efficiency. The results of super efficiency DEA show that: firstly, the general situation of management efficiency of rural ecological environment in China is not good, and there are some differences among investment efficiency of agriculture mechanization in East, West, Middle of China; secondly, Guangxi, Qinghai, Fujian, Ningxia and Hainan are located in national final five; finally, each of these five regions has inputs redundancy in investment for the ratio of mechanical harvest areas to cultivated areas, the ratio of areas cultivated by machine to cultivated areas and mechanical and electrical irrigated and drainage areas.

data envelopment analysis; agriculture mechanization; investment efficiency; comparative analysis in different regions

2015-10-27

湖北省教育厅人文社会科学指导性研究项目(15G193)；北方国际大学联盟教育教学部第四期教育教学研究课题(20140403002)

张 敏(1981-)，女，河南范县人，讲师，硕士,(E-mail)study201456@163.com。

S23-9

A

1003-188X(2017)03-0264-05