农业投资效率的评价及制约因素研究——基于DEA方法和面板数据模型

周泽炯，刘 丽

(安徽财经大学 a.经济学院； b.金融学院, 安徽 蚌埠 233030)

近年来，我国各地深入推进供给侧结构性改革，努力创新农业投资方式，农业投资效率不断提高。然而，一些省份农业投资机制不完善，投资主体权责不明晰，投资决策不合理，社会资金投资积极性较低，农业投资效率不高，制约着农业经济健康发展[1]。安徽是农业大省，是我国重要的商品粮基地，正确认识和分析安徽农业投资状况，科学评价农业投资效率，制定提升农业投资效率的政策措施，对推动农业经济健康发展具有重要现实意义。本文以安徽省为例，首先分析安徽农业投资状况，然后运用数据包络分析(DEA)的BCC模型对农业投资的技术效率、纯技术效率和规模效率进行评价，最后分析农业投资效率的制约因素并提出相应的对策建议。

1 农业投资现状分析

多年来，我国政府财政投入在农业投资中起主导作用，农户是农业投资主体。以下对安徽政府财政投入和农户对农业的投资情况进行分析，并对省内16个地市的农业投资情况进行对比分析。

1.1 政府财政对农业投资情况

2000年以来，安徽财政对农业投资的规模不断扩大，财政支农资金由2000年20.59亿元增加到2017年656.89亿元，增加了30多倍。全省财政总支出中农业支出所占的比重呈现上升趋势，由2000年7.1%提高到2017年12.33%，提高了5.23个百分点。在这期间，虽然2010年以后农业支出占财政支出比重有下降趋势，但仍基本维持在10%以上，这充分反映了安徽政府对农业发展的高度重视。具体数据如表1所示。

表1 2000—2017年安徽财政农业支出

年份财政农业支出/亿元农业支出增长率/%农业支出占财政支出比重/%200020.59-3.507.102010292.5212.9014.202011351.8720.3013.202012430.4722.3410.902013478.1711.0811.002014502.695.1310.782015577.7414.9311.032016624.838.1511.312017656.8912.4312.33

注：数据来源于《安徽统计年鉴》和安徽省统计局网站数据汇总

1.2 农户农业投资情况

2000年以来，安徽农户农业投资规模不断增加,具体表现在如下两个方面：一是人均家庭经营费用支出不断增加，由2000年的395.44元增加到2017年的2 647.64元，增长了5.69倍，年均增长率达到13.98%；二是人均生产性固定资产支出不断增加，由2000年的53.66元增加到2017年的948.20元，增长了5.69倍，年均增长率达到18.38%。对比家庭经营费用支出和农户生产性固定资产支出可见，前者远远高于后者，说明安徽个体农户对农业生产投资的积极性还不高。具体数据如表2所示。

表2 2000—2017年安徽省农户农业投资 元/人

指标2000年2010年2011年2012年2013年2014年2015年2016年2017年农户家庭经营费用支出395.441 297.791 763.941 971.071 482.171 645.512 327.442 579.932 647.64生产性固定资产支出53.66150.57174.76250.54321.3363.94763.32813.63948.20

数据来源：《安徽统计年鉴》和安徽省统计局网站数据汇总。

1.3 不同地市农业投资情况

2000年以来，安徽省16个地市的农业投资规模均不断增加，但不同地市的投资规模差异较大，存在地区投资不平衡现象。2017年，芜湖、合肥、安庆3市的农业投资规模位于为全省地市的前3位，分别为126.03、110.68和81.34亿元，占全省农业投资总额的比重分别为15.29%、14.56%和10.21%；而池州、淮北和亳州3市的农业投资规模位于全省地市的后3位，分别为15.52、18.70和22.99亿元，占全省农业投资总额的比重分别为2.12%、2.53%和3.20%。由纵向比较可以看出，2017年和2010年相比，合肥、六安、宣城、安庆、黄山等5市的农业投资额占全省的比重呈现下降趋势，而其余地市均呈现增加趋势。具体数据详见表3所示。

表3 2017年安徽各市农业投资额

地区农业投资额/亿元 占全省比重/% 全省826.89100.00合肥110.6814.56淮北22.702.53毫州24.993.20宿州27.863.53蚌埠38.454.76阜阳44.895.12淮南70.638.88滁州55.557.09六安37.024.79马鞍山46.775.56芜湖126.0315.29宣城44.795.71铜陵33.883.79池州15.522.12安庆81.3410.21黄山33.193.69

数据来源：《安徽统计年鉴》和安徽省统计局网站数据汇总。

2 农业投资效率评价

农业投资效率是指农业领域投资主体所取得的有效成果与所消耗的投入额之间的比率，反映着农业资源的利用程度和社会需求的满足程度。下面运用DEA方法和面板数据模型对安徽农业投资效率进行评价。

2.1 农业投资效率的DEA方法分析

首先介绍DEA方法基本原理并选择具体评价模型，然后构建农业投资效率评价指标体系，最后运用DEA方法对安徽农业投资效率进行评价。

2.1.1 评价方法选择

1978年，Charnes、Coopor和Rhodes 3位美国教授提出数据包络分析(DEA)方法，该方法用来评价决策单元(DMU)的相对有效性[2-5]。首先，在保持决策单元(DMU)的输入或输出不变情况下，借助于数学规划方法和统计数据，确定相对有效性的生产前沿面；然后，把各决策单元投影到相对有效性的生产前沿面，比较各决策单元偏离相对有效性的生产前沿面的程度来评价这些决策单元的相对有效性。该DEA方法后来被学界称为CCR模型。CCR模型假定规模报酬不变，决策单元增加投入可以达到等比例扩大产出的目的，但现实中大部分生产活动无法满足规模报酬不变的假设条件。于是，1984年，Banker、Charnes 和Cooper对CCR模型进行了修改，构建了基于可变规模报酬假设条件的BCC模型[6]。该模型假设如下：总共有s个决策单元，每个决策单元有m种投入和n种产出；第j个决策单元的输入和输出向量为：

(1)

(2)

其中:xij是第j个决策单元在第i种输入上的投入，且xij>0；yrj是第j个决策单元在第r种输出上的产出，且yrj>0。BCC模型如下：

在式(1)中加入松弛变量S-(Slacks)和S+(Surplus),便成为：

(4)

式(2)中:θ是决策单元DMU0的相对有效值；S-表示由松弛变量组成的且与投入相对应的向量，S-≥0；S+表示由松弛变量组成的且与产出相对应的向量，S+≥0；λj为决策单元的线性组合系数。

根据θ、S-和S+的值，把决策单元DMU0分为三大类：当θ=1，且S-=0和S+=0时，称DMU0为DEA有效；当θ=1，且至少有某个S->0或者S+>0时，称DMU0为弱DEA有效；当θ<1时，称DMU0为非DEA有效。

考虑到农业投资的不同规模报酬情况，本文选择BCC模型对安徽农业投资效率进行评价。

2.1.2 评价指标体系的构建和数据选取

根据BCC模型，构建的农业投资效率评价指标包括投入指标和产出指标等2个1级指标。投入指标包括资源投入和能源投入等2个2级指标，其中资源投入包括农业投资额、农业用地量、农业化肥施用量和农用排灌机械数等4个3级指标；能源投入包括农业用电量和农业用水量等2个3级指标[7]。产出指标为地区农业总产值，该指标反映出农业投资的收益[6]。农业投资评价指标体系详见表4所示。

表4 农业投资效率评价指标体系

根据《安徽省统计年鉴》和安徽省统计局数据，得到2017年安徽农业投资效率评价指标体系中各个指标的具体数据。

2.1.3 效率评价结果

将2017年安徽省16个地市的农业投入和产出指标的相关数据代入BCC模型，运用DEAP2.1软件计算出各地市农业投资的总效率即技术效率以及纯技术效率和规模效率。其中，技术效率反映出农业投资总效率水平，纯技术效率反映在规模报酬可变条件下的农业投资效率水平，规模效率反映出规模水平变化而引起的农业投资效率变化情况[8]。具体评价结果如表5所示。

从表5可知：安徽省16个地市农业投资的技术效率均值为0.937、纯技术效率均值为0.969、规模效率均值为0.966；从技术效率来看，安徽省16个地市中农业投资的总体效率为1的地市有合肥、亳州、宿州、蚌埠、阜阳、六安、马鞍山、池州、安庆、黄山等10个，占所有评价地市中的2/3，说明安徽农业投资总体效率较高；从纯技术效率看，安徽省16个地市中12个地市农业投资效率优于平均水平；值得注意的是，淮北和铜陵2个地市的纯技术效率为1，但它们的技术效率均小于1，说明两个地市农业投资仅为纯技术有效，而不是规模有效；从规模效率来看，安徽省16个地市中10个地市农业投资是规模报酬不变的，即这些地市农业投资具有效率，5个地市的农业投资是规模报酬递增的，说明这些地市继续增加农业投资可以提高效率；1个地市即宣城的农业投资是规模报酬递减的，反映了该市农业投资规模过大，应该降低投资规模，以提高农业投资效率。由此可见，安徽农业投资效率整体水平较好，呈现良好的发展趋势。

表5 安徽农业投资效率评价结果

地区技术效率纯技术效率规模效率规模报酬合肥1.0001.0001.000不变淮北0.8051.0000.805递增毫州1.0001.0001.000不变宿州1.0001.0001.000不变蚌埠1.0001.0001.000不变阜阳1.0001.0001.000不变淮南0.6390.7370.867递增滁州0.8700.8790.990递增六安1.0001.0001.000不变马鞍山1.0001.0001.000不变芜湖0.8900.9210.967递增宣城0.9400.9600.979递减铜陵0.8421.0000.842递增池州1.0001.0001.000不变安庆1.0001.0001.000不变黄山1.0001.0001.000不变

注：技术效率值等于纯技术效率和规模效率的乘积

2.2 农业投资效率的面板数据分析

以上运用DEA方法对安徽各地市农业投资效率进行评价，只是得到16个地市农业投资效率的相对有效性，无法分析那些影响农业投资效率的具体因素对农业投资效率的影响程度。为此，以下运用2012—2017年面板数据对安徽农业投资效率进行计量分析。

2.2.1 计量模型的构建

将农业总产值作为因变量，农业投资、农业用地量、农业化肥施用量、农业排灌机械数、农业用电量和农业用水量作为自变量，构建如下回归分析模型：

Yit=β0+β1X1it+β2X2it+β3X3it+

β4X4it+β5X5it+β6X6it+εit

(5)

式(1)中：Yit为i市第t年的农业总产值；X1it、X2it、X3it、X4it、X5it和X6it分别为i市第t年的农业投资、农业用地量、农业化肥施用量、农业排灌机械数、农业用电量和农业用水量；εit为随机误差项。

2.2.2 回归结果与分析

运用面板数据模型进行回归分析，需要判别模型中是否存在个体固定效应、随机效应。通常运用Hausman检验和F检验确定计量模型的具体形式。首先，运用Hausman检验来对比分析随机效应模型和个体固定效应模型，检验结果显示，H统计量为14.07，接受原假设的概率为0.001 1，说明本回归分析运用个体固定效应模型比随机效应模型更加合理。然后，运用F检验来比较混合模型和个体固定效应模型，检验结果表明，F统计量为1.81，接受原假设的概率接近于0，说明本回归分析运用个体固定效应模型比随机效应更为合理。因此，以下运用个体固定效应模型分析安徽农业投资效率回归模型(5)，回归分析结果见表6。

表6 农业投资效率回归结果

由表6可知：农业投资系数显著为正，但系数值较小，仅为0.029 7，说明安徽农业投资促进农业发展，但农业投资效率有待提高；农业化肥施用量系数为负值，且在5%水平显著，说明安徽农业化肥施不但没有促进农业发展，反而对农业发展产生不利影响，究其原因，安徽农业生产以传统家庭生产方式为主，不能科学施肥，导致农业化肥施用量过度；农业用地量、农业排灌机械数、农业用电量和农业用水量等变量系数均显著为正，说明安徽农业用地量、农业排灌机械数、农业用电量和农业用水量等因素促进了农业发展。

3 农业投资效率的制约因素及其对策建议

基于DEA方法和面板数据模型对安徽投资效率的评价结果，分析安徽农业投资效率提升的制约因素，并提出相应的对策建议。

3.1 安徽农业投资效率的制约因素

目前，制约安徽农业投资效率的因素主要反映在投资系统、投资决策机制、激励保障机制和融资机制等方面。

1) 农业投资系统不明确。农业投资涉及农业生产、农民生活以及农业生态资源保护等多方面，关系复杂。而目前安徽政府财政对农业的投资多是在各相应主管部门负责下，多个部门共同推动和管理。由于受到现行条块分割的行政管理体制的影响，农业投资系统不明确，投资精准性不高，投资效率大打折扣。

2) 农业投资决策机制不合理。农业投资公共性较强，政府作为公共利益的代表者，是其重要主体，应发挥主导作用，但并不能完全替代其他主体的作用[9]。安徽现有农业投资决策几乎都是政府主导、设计和实施的，其他主体往往缺乏表达投资建议的渠道，不能参与投资决策，而成为被动参与者，从而导致部分农业投资脱离实际需求、投资效率低下。

3) 农业投资激励保障机制不健全。农业基础设施、农业环保事业等方面投资具有较强的外部性，且投资规模大，投资资金回收期长，盈利水平低，而目前安徽农业投资激励保障机制还不健全，从而使得农户和农业企业等私人投资主体对这些方面的农业投资动力不足、投资规模较小。农业企业的生产活动除了消耗大量农业资源消耗外，还排放大量污染，破坏农村生态环境，但这些农业企业对生态资源的认识还不全面，更缺少主动投资维护良好农业生态的动机。

4) 农业投融资机制不完善。财政专项投入、政策性银行贷款以及农户自筹是当前安徽农业投资的主要融资方式。政府专项投入受到财力限制，投入规模有限；政策性银行贷款由于利息成本和投资风险，农业企业和农户在使用时还非常谨慎；农户自筹方式，由于农户资金实力有限，自筹投资持续性不足。融资机制的滞后，使得社会资金难以顺利进入农业投资领域，导致安徽农业投资规模的进一步扩大受限[10]。

3.2 提升安徽农业投资效率的政策建议

针对安徽农业投资效率的制约因素，从投资主体事权范围、投资决策机制、激励保障机制以及创新融资机制方面提出以下对策措施：

1) 合理划分农业投资主体事权。首先，明确政府和市场作用范围，对不同的农业投资项目，应选择相应的投资主体，充分发挥市场机制对提高投资效率的促进作用。其次，建立农业投资主体分类参与机制，对与正外部性强的农业投资，主要有政府进行投资，而对于具有部分外部性的农业投资项目，引入社会资本，形成政府与社会资本合作投资模式。

2) 优化农业投资决策机制。建立多元主体参与的农业投资决策机制，畅通各个农业投资主体的沟通渠道，提高农业投资科学性和投资效率。对于规模大的农业投资项目，需要对农户和农业企业进行广泛调研，征求他们对投资项目规划、组织实施的意见[11]。同时，邀请专家学者和专业技术人员参与农业投资项目的设计决策过程。

3) 创新农业投融资机制。首先，建立多元化的农业投资融资渠道，为农业投资提供稳定的资金来源，以促进农业投资。其次，设立农业生态资源和环境保护专项投资基金，积极利用现有PPP基金，筹集社会资金[12]。农业投资基金主要用来投资农业生态资源保护、生态环境治理与修复以及农业环境基础设施建设等项目。充分利用农业投资基金，既可以分散农业投资风险，也可以提高农业投资效益。