中国小麦主产区生产效率时空演变特征分析*

李辉尚，胡晨沛，曲春红※

(1.中国农业科学院农业信息研究所/农业农村部农业信息服务技术重点实验室，北京 100081； 2.国家统计局国际统计信息中心，北京 100826)

0 引言

粮食安全与能源安全、金融安全并称为当今世界三大经济安全。小麦是我国最为重要的粮食种类之一，中国作为世界上最大的小麦生产国和消费国，小麦产业的发展对于促进我国粮食产量的增加、农民收入的提高以及粮食市场的维稳都发挥了巨大的作用[1]。在我国粮食生产中，小麦无论是种植面积还是总产量多年来始终位于全部粮食种类中的前3位，图1给出了2006—2015年我国小麦播种面积、产量和单产情况，其中， 2006年全国小麦种植面积为2 296.1万hm2，总产量1.044 67亿t， 2015年这两项数据分别达到2 414.1万hm2和1.301 85亿t，分别占到全部粮食种植面积和粮食总产量的21.30%和20.95%[2-3]。除此之外， 2006—2015年的10年间，小麦总产量在种植面积仅增长5.14%的情况下实现了24.62%的增长，说明我国小麦生产效率实现了较大水平的提升。

图1 2006—2015年我国小麦生产基本情况数据来源：中华人民共和国农业农村部

我国小麦生产在时间维度上改善的同时，也需要关注到在空间维度上的差距， 2015年我国小麦单产为5.39 t/hm2，而同期英国小麦单产已经达到了9 t/hm2。同时，在小麦的进出口情况上，我国已经由2006年的小麦净出口国(小麦出口量为151.0万t，进口量为61.3万t)转变为现在的小麦净进口国(2015年我国小麦出口量12.2万t，进口量300.7万t)，在我国小麦供给对外依存度越来越高、自我供需保障能力减弱以及国际市场竞争能力降低的情况下，提高小麦的生产效率具有重要的现实意义。因此，通过科学方法对我国小麦生产效率进行测度，为提高生产效率制定合理的政策提供依据，对促进我国小麦种植产业健康发展、农产品市场稳定运行乃至经济实力的提升都具有重要价值。

国外学者对于小麦生产效率已有较为充实的研究[4-6]，国内学界对于我国小麦生产效率的测度同样也已有一定成果，但主要侧重于对全国或是个别省份小麦生产效率的计算，并没有考虑不同省(区)小麦生产效率之间的差异[7-10]，即便是利用面板数据进行研究，也是基于各个区域相互独立的先验假定，而忽略了不同地区之间的空间相关性[11-13]。我国幅员辽阔，不同地区气候特征、农业禀赋均存在较大的空间异质性，同时伴随着生产力的流动、科技水平的提高，小麦生产同样存在时间维度上的差异性。文章将在利用DEA模型和Malmquist生产率指数模型对不同年度我国小麦主产省(区)生产效率进行测度的基础之上，研究小麦生产效率的时空演变特征，即我国小麦生产效率随时间变化的规律以及空间分布的变化情况，同时运用探索性空间分析对不同主产省(区)之间小麦生产效率空间相关性进行分析，进而对提高区域小麦生产效率、合理规划小麦生产要素投入以及保障区域粮食安全提出相关政策建议。

1 研究设计

1.1 模型设定

1.1.1 DEA模型

数据包络分析方法(Data Envelopment Analysis，简称DEA)是一种多投入与多产出的分析方法，能够用来分析要素投入与产出之间的相对效率，其优点在于避免了相对主观的赋权方法[14]。DEA模型分为规模报酬不变和规模报酬可变两种，在规模报酬可变的情况下，综合技术效率可分解为纯技术效率与规模效率的乘积。在本文的研究中，可将每个省(区)每个年度的小麦生产投入产出状况作为一个决策单元(DMU)，根据每个决策单元与最佳生产前沿面之间的距离来测度决策单元技术效率与规模效率，从而判断DEA是否处于有效状态。

1.1.2 Malmquist生产率指数模型

为了分析中国小麦主产区小麦生产全要素生产率的变化趋势，利用Malmquist生产率指数模型进行测度。Malmquist法将全要素生产率(TFP)分解为技术进步变化(Tch)和技术效率变化(Ech)，其中技术效率变化可以进一步分解为纯技术效率变化(TEch)和规模效率变化(SEch)，用公式可表示为[14]：

TFP=Ech×Tch=TEch×SEch×Tch

(1)

式(1)中的技术效率变化(Ech)用来衡量小麦生产过程中资源是否达到了最优配置，是小麦生产效率的综合指标；技术进步变化指数(Tch)刻画了小麦生产过程中的技术改善程度；纯技术效率变化指数(TFch)衡量了DMU无效中纯技术无效率的比例；规模效率变化指数(SEch)判断DMU是否达到了最优规模效应，各指数计算方法见参考文献[14]。

1.1.3 探索性空间分析

我国不同省(区)之间农业生产要素存在较大的空间流动性，导致区域间的小麦生产效率存在潜在的空间相关性，该文利用Moran′s I指数对我国各省(区)小麦生产效率的空间相关性进行研究，全局Moran′s I具体计算公式为：

(2)

(3)

式(3)中各符号含义与式(2)相同，此处不再赘述。

作为局域Moran′s I指数更为直观的展示，LISA集聚图是广泛应用于衡量局部空间相关性的一种方法。当局域空间相关性通过一定水平的显著性检验时，说明该区域存在显著的空间相关性，而这种显著的空间相关性我们称之为空间集聚效应。当某省(区)小麦生产效率与其周边省(区)小麦生产效率都很高时，说明产生了高-高集聚效应；当某省(区)小麦生产效率与其周边省(区)小麦生产效率都很低时，说明产生了低-低集聚现象；当某省(区)小麦生产效率值高但其周边省(区)小麦生产效率较低时，称为高-低集聚效应；当某省(区)小麦生产效率值低但其周边省(区)小麦生产效率较高时，称为低-高集聚效应，通过绘制LISA集聚图，可以得到更为准确的小麦生产效率空间相关性和异质性程度。

表1 研究区域分布情况

1.2 数据来源与变量设定

经济生产过程中，劳动和资本是最为主要的生产要素，但在农业生产过程中，土地同样会对产出产生重要的影响。小麦的生产是多种生产要素共同投入的结果，因此选取单位面积用工数量代表劳动要素投入指标，选取土地成本代表土地要素投入指标，选取化肥费用、种子费用、机械作业费以及其他费用(农药、农家肥等直接费用)作为资本要素投入指标，以单位面积产量作为产出指标。研究数据来源于中国国家发展和改革委员会所编著的历年《全国农产品成本收益资料汇编》，结合数据的充足性和准确性，最终选取2006—2015年15个小麦主产省(区)投入产出数据，对其小麦生产效率进行分析， 15个省(区)分布情况如表1所示。

2 实证分析

2.1 小麦生产效率时序分析

基于15个省(区)2006—2015年小麦生产投入产出数据，利用DEAP2.1软件对全国小麦生产效率进行测度,测度结果如表2所示，得到以下结论：首先，从总体上来看， 2006—2015年全国小麦生产综合技术效率平均值为0.928，综合技术效率分解得到的纯技术效率和规模效率均值分别为0.943和0.984，均未能够到达DEA的有效水平，通过比较发现纯技术效率均值低于规模效率均值，说明纯技术效率是导致综合技术效率未达到有效水平更为主要的原因。其次，具体到各个年度发现，综合技术效率在2009年达到0.976，实现了较高水平的提升，在此之后虽有所回落，但从总体上看呈现出稳中有升的趋势。

表2 2006—2015年我国小麦各生产效率指标

同时，通过分析Malmquist指数对全要素生产率进行测算发现， 2006—2015年全国小麦生产的全要素生产率变化指数、技术进步变化指数、综合技术效率变化指数、纯技术效率变化指数、规模效率变化指数均值分别为0.944、0.937、1.008、1.003、1.004，其中综合技术效率变化指数、纯技术效率变化指数以及规模效率变化指数均大于1，说明2006—2015的10年间中国小麦生产效率在这3个层面有了提升，但是全要素生产率均值仅为0.944，说明2006—2015年中国小麦生产技术效率呈下降趋势。全要素生产率变化指数在2007—2015年间波动较大，主要是受到技术进步变化指数下降的影响，产生这一现象的原因可能是在小麦生产过程中，先进的技术并未得到合理的推广与利用，从而制约了小麦生产全要素生产率的提高。相比较而言， 2006—2015年中国小麦生产综合技术效率变化指数波动较为稳定，基本围绕着均值呈现出有规律的变化特征，其中2008—2009年、2012年、2014—2015年综合技术效率变化指数更是超过了1，说明这些年份的小麦生产处于有效率的状态，进一步比较发现2006—2015年间有8个年份的技术进步变化指数均小于综合技术效率变化指数，这在一定程度上说明，我国小麦全要素生产率的增长受到了技术进步更大的制约，所以，提高小麦技术水平是推动小麦生产技术效率水平的潜在动力。

对综合技术效率变化指数进行进一步分解，得出以下结论：在小麦生产纯技术效率变化指数方面，均值超过1并达到1.003，说明这10年间小麦生产的技术使用效率得到了提升， 2007年、2010年、2011年和2013年纯技术效率变化指数小于1，说明相较于前一年而言这些年都的技术使用效率有所降低；在规模效率变化指数方面，均值同样超过1，达到1.004，说明总体而言，我国小麦生产呈现出规模报酬递增的特征，但其中也存在2010年(0.988)和2012年(0.971)的规模效率变化指数小于1，这些年度的小麦生产存在规模报酬递减。

2.2 各省小麦生产效率分析

2.2.1 小麦生产综合技术效率及分解

为了进一步比较中国小麦生产效率的空间异质性，对15个省(区)小麦生产效率进行测度，结果如表3所示。由表3可知，除四川、安徽、云南和黑龙江4个省份之外，其他11个省(区)的小麦生产综合技术效率平均值均小于1，说明这些省(区)在小麦生产过程中，存在资源投入与产出结构配置不合理的问题。其中，宁夏地区的小麦生产综合技术效率仅为0.772，远低于其他省(区)，说明宁夏地区资源利用不充分的问题更为严重。进一步对综合技术效率进行分解：在纯技术效率方面，有7个省(区)达到了DEA有效水平，但也有甘肃、宁夏、山西等3个省(区)的纯技术效率低于0.9，说明在小麦生产的纯技术效率方面，不同省(区)差距较大，存在较为明显的空间异质性；在规模效率方面，全部15个省(区)的规模效率均值均大于0.9，但仅有四个省份(四川、安徽、云南、黑龙江)达到了DEA有效水平，这说明我国各省(区)在小麦生产规模效率上较为接近的同时，也表明大多小麦生产省(区)的规模效率有待提高。

2.2.2 小麦生产全要素生产率及分解

对不同地区小麦全要素生产率进行测度并分解(表4)，发现各个省(区)的技术进步变化指数均小于或等于综合技术效率变化指数，这进一步证明了前文的结论，即我国小麦全要素生产率的增长受到了技术进步更大的制约。进一步比较地区差异发现，15个省(区)中超过半数(8个)的省(区)全要素生产率变化指数小于1，全要素生产率呈现负增长的趋势，其中更有山西、甘肃和宁夏三个省份的全要素生产率变化指数低于0.9，说明这些地区小麦生产的综合技术效率有待进一步提高。

表4 2006—2015年我国小麦主产区小麦全要素生产率测度结果

对综合技术效率变化指数进一步分解得到纯技术效率变化指数和规模效率变化指数，发现在纯技术效率变化指数的测度上，江苏、甘肃、新疆和宁夏四个省(区)的值低于1，而在规模效率变化指数上，江苏和宁夏的值小于1，说明大多数省份在小麦生产的纯技术效率上达到了DEA有效水平，并呈现出规模报酬递增的趋势。

在测度结果的基础之上，进一步利用GIS自然断裂点分级法将15个省(区)2006、2010和2015年小麦生产的综合技术效率、纯技术效率以及规模效率进行分级(见表5)。以综合技术效率为例，得到如下研究结论：(1)相对低效率：2006年甘肃、山西和内蒙古三个省(区)综合技术效率较低，占到全部研究省(区)的20%，2010年宁夏、甘肃和山西三个省(区)综合技术效率较低，2015年甘肃和宁夏两个省(区)综合技术效率较低；(2)相对中等效率：2006年的新疆、河北，2010年的河北、山东、江苏以及2015年的新疆、山西、江苏处于各自年度的中等效率水平；(3)相对高效率：2010年相对高效率省(区)数占到60%，2006年和2015年相对高效率省(区)数均占到全部研究省区的66.7%。从整体上来看，2006—2015年15个小麦主产省(区)中，综合技术效率高的区域比例基本保持不变，大多数省份在这十年间的小麦综合技术效率均处于高水平状态。同时根据分级结果我们发现综合技术效率的区域分级情况并没有和纯技术效率的分级情况完全一致，说明受到规模效率的影响，部分省(区)的综合技术效率受到了制约，例如江苏省2006年的综合技术效率处于相对高效率层级，但是在2010和2015年均为相对中等效率，产生这一现象的主要原因就是江苏省在2010和2015年的小麦生产过程中规模效率出现了下降的情况，在这两个年度均位于规模效率的相对低效率层级。

表5 主要年份小麦主产区小麦生产效率分级

结合该部分研究结果，主要可以得到以下研究结论：(1)2006—2015年间我国小麦全要素生产率的增长主要依赖于技术进步，技术进步变化指数的提高有助于推动小麦全要素生产率的进步； 而小麦生产的综合技术效率则受到纯技术效率与规模效率的影响，其中规模效率是制约技术进步的主要因素。(2)根据各个省(区)的生产效率测度结果，可将15个省(区)小麦生产效率划分为以下3类：第一类是纯技术效率与规模效率均较高的省份，例如河南、湖北、四川等，这些省份在小麦生产过程中使生产技术得到了较为充分的发挥； 第二类是纯技术效率处于中等水平以上，但是规模效率较低的地区，例如江苏、河北等，这些省份在小麦生产过程中呈现出经营规模较小从而抑制生产技术发挥的特征； 第三类是纯技术效率和规模效率均较低的省(区)，例如甘肃、青海等，这些地区受制于当地的生产技术水平和自然条件，小麦生产总体呈现出综合技术效率较低的特征。(3)进行区域比较发现，不同小麦生产区呈现出较为明显的差异，例如西南小麦优势区始终呈现出小麦生产效率较高的特征，而黄淮海小麦优势区虽然地形更为平坦，经济发展水平更高，但是这一区域内的各省(区)小麦综合生产效率并没有高于地处西南小麦优势区的省(区)，这也在一定程度上说明了地形条件和经济发展水平并非是影响小麦生产综合技术效率的决定性因素。

2.3 小麦生产效率时空演变分析

2.3.1 综合技术效率全局空间自相关分析

为了进一步探索不同小麦主产区之间生产效率的空间相关性，计算小麦生产效率全局Moran′s I指数及其相关统计量，其中空间权重遵循二进制空间邻近矩阵的Rook准则进行设定，利用OpenGeoda软件重复随机排列法排列999次，构建标准正态统计量，计算结果如表6所示。由表6可知， 2006—2015年15个省(区)小麦综合生产效率的全局Moran′s I指数均为正数，在0.20～0.24之间波动，且均在5%的显著性水平上通过显著性检验，说明15个省(区)小麦生产综合技术效率呈现空间集聚性，即效率高的省(区)相邻，效率低的省(区)相邻。从Moran′s I指数的大小来看，十年间Moran′s I最高为2012年的0.235，最低为2007年的0.200，指数历年差距不大，说明所研究的十年间我国15 个小麦主要生产省(区)小麦生产效率在部分年份出现减弱的现象，不同省(区)的小麦综合生产效率差异扩大。

表6 2006—2015年15个省(区)小麦综合技术效率全局Moran′s I指数及其检验值

表7 主要年份综合技术效率局部空间自相关集聚类型

2.3.2 综合技术效率局部空间自相关分析

全局空间自相关分析从全国层面对我国小麦生产效率省域间的空间相关性进行测度，但无法进一步说明各省(区)小麦生产效率的区域空间集聚性以及局域的空间自相关特征，因此为了了解15个小麦主产区小麦生产效率的局部空间相关性，需要进一步绘制反映局域Moran′s I指数的LISA集聚图进行分析。根据描绘所得到的LISA图绘制地区分类表(表7)，得到以下研究结论：(1)2006—2015年间，大多数省区的小麦生产综合技术效率不存在明显的空间相关性。 (2)黄淮海小麦优势区的省区在10年间呈现出较为稳定并且显著的空间正相关性， 2006年、2010年和2015年3个年度，陕西、山西、山东、河南4个省份的小麦生产综合技术效率均呈现出“高—高”集聚的特征。 (3)2010年甘肃成为了除陕西、山西、山东、河南之外，又一个小麦生产综合技术效率“高—高”集聚的省份，这在一定程度上说明黄淮海小麦优势区在部分时期的小麦生产过程中发挥了辐射带动作用。

3 结论与建议

3.1 研究结论

(1)从综合技术效率、纯技术效率以及规模效率的测度结果来看， 15个省(区)小麦生产综合技术效率的均值为0.928，纯技术效率均值为0.943，规模效率均值为0.984，均未达到有效水平，其中纯技术效率是制约综合技术效率提高更为重要的因素。具体到各个省份同样发现，大多数省(区)在小麦生产过程中存在资源投入与产出结构配置不合理的问题。通过对各个省(区)综合技术效率的分解发现，不同省(区)在纯技术效率存在较为明显的空间异质性，而在规模效率方面则较为接近。

(2)从全要素生产率测度结果来看，对15个省(区)的小麦全要素生产率变化指数进行分解发现，综合技术效率变化指数表现优于技术进步变化指数，说明我国小麦全要素生产率的增长受到了技术进步更大的制约。进一步比较地区差异发现，超过半数的研究省(区)小麦全要素生产率呈现负增长的趋势。

(3)2006—2015年小麦综合技术效率全局Moran′s I指数在0.20～0.24的范围内波动，我国小麦主产区小麦生产效率整体上呈现出较为显著的空间集聚效应。根据局部空间自相关分析结果可知，2006-2015年间我国大部分小麦主产区生产综合技术效率不存在显著的空间自相关性，但黄淮海小麦优势区4个省份(陕西、山西、山东、河南)始终存在较为显著的空间正相关关系，且存在正相关的区域比较稳定，呈现出"高-高"集聚的空间分布特征，此外黄淮海小麦优势区在部分时期的小麦生产过程中，对周边小麦主产(区)发挥了辐射带动作用。

3.2 政策建议

(1)研发推广提高技术水平。通过测度我国小麦生产综合效率和全要素生产率可以发现，我国小麦生产综合效率总体上呈现出稳中有升的趋势，但全要素生产率提升幅度相对较小，这需要在生产过程中加强小麦生产科学化途径的宣传，科研人员应当加大推广研发力度，农民需要在小麦生产过程中重视播种和生产水平的提高，从而切实提高小麦生产的技术水平，促进小麦生产由拼资源、拼消耗的粗放经营，尽快转变到注重农业技术创新与可持续的集约发展上来，实现小麦生产新业态的探索。

(2)因地制宜发展小麦生产。通过该文分析可以发现，我国的小麦生产效率存在较为明显的地域差异性，因此应当结合区域自身特点进行小麦生产区域规划。例如河南、湖北等传统优势产区，可以通过核心功能区的划分支持核心产区的发展，实现技术交流、资源流动等以点带面的发展；而江苏、河北等非优势产区，其本身拥有较为优越的气候条件，可以通过资金投入和技术开发等手段，挖掘当地的小麦生产水平。

(3)优化生产实现量质并重。随着国内居民生活水平的提高，居民膳食结构逐渐从过去的数量温饱型向质量营养型转变，这要求粮食生产在注重数量的同时更需要着眼于质量，而在我国小麦生产过程中，农民往往更加注重单产的提升，而忽略了小麦的品质。我国的小麦品种呈现出区域化特点，例如文中所提及的长江中下游地区、黄渤海地区等产区，其所生产的小麦品种存在一定差异性，因此农民生产应当重视专用小麦的品质，实现量质并重。