农业生产性服务业发展效率差异及影响因素研究——以河南省为例

王亚丹,杨蓓蓓

(信阳学院 商学院，河南 信阳 464000)

0 引言

农业作为国民经济的基础产业，不仅是其他产业存续的必要条件，还与非农产业之间相互带动发展.从国家统计年鉴看，我国第一产业GDP虽逐年增加，但2014—2017年增速均低于4%，落后于6.7%的平均水平；同时农业生产效益低、农民收入低等问题突出.这些现象表面上看是由于粮食产量远大于社会需求所造成，实际则是农业供给结构不合理、农业生产方式落后导致现有农产品不能满足市场需求.农业供给侧结构性改革俨然已成为中国农业改革和发展现代农业的重点区域.汪小勤和汪娟[1]通过中国与发达国家农业投入产出的比较发现，2011年我国农业对第三产业完全消耗系数为7.9%，相应的发达国家平均值是中国的2倍还多，究其原因,主要是服务业对农业投入不足、农业生产性服务业发展滞后等问题造成.农业生产性服务业发展落后，不仅是农业与第三产业融合发展的瓶颈，还直接影响农业现代化进程，是农业供给侧结构性改革的重要内容.

近几年，国家加大对农业生产性服务业的扶持力度，2017年8月农经发〔2017〕6号文件《关于加快发展农业生产性服务业的指导意见》，明确指出发展农业生产性服务业对建设现代农业的重要意义，提出以推进农业供给侧结构性改革为主线，大力发展多元化、多层次、多类型农业生产性服务业的指导思想.扶持农业生产性服务业发展，要从把握当地农业生产性服务业发展现状入手，测量其发展效率成为目前较多研究的切入口，即通过建立指标体系，研究农业生产性服务业投入与产出的比值.从目前研究来看，学者们对农业生产性服务业发展效率的测量多是用投入产出法，并借助经典DEA模型进行实证检验.由于国内外学者们对于农业生产性服务业的认识不够统一，导致对“投入要素”指标的确定出现两种情况，研究方法也可因此分成两种：

基于产业融合视角的投入产出研究.根据OECD 数据库的分类，将服务业中的交通运输与仓储、批发与零售、租赁与商务服务、邮政通讯、金融服务、计算机服务与软件、研究与实验发展、教育服务等8类划归到农业生产性服务业，其他为非农业生产性服务业.由于现有统计资料缺乏各服务行业在农业方面投入的精确数据，在测量农业生产性服务业发展效率时，多采用DEA-Tobit两阶段模型，先在三阶段DEA模型基础上用农业投入产出指标数据测量农业发展效率，再用Tobit模型，采用行业变量[2]681或农村固定资产投资各方向投资变量[3]来代替农业流通服务、农业信息服务、农产品营销服务、农业金融服务、农机技术推广服务变量，从产业融合角度测量各类农业生产性服务业对农业发展效率的影响.这种方法将农业生产性服务业行业细分，可观测各细分行业投入产出效率，但指标数据可得性不高，只能用替代变量，且各细分行业具体如何影响农业效率，还需进一步深入研究.

基于生产要素视角的投入产出研究.目前国内外还没有较成熟的评价体系，一般从经济学角度出发，以土地、资本、劳动力和企业家才能作为投入要素，在研究农业生产性服务业时将各投入要素指标数据具体化作为投入数据.翟书斌等在原有研究基础上，先选取了农村居民收入水平、政府投入、农村居民消费水平、农业生产性服务业固定资产投资、农业生产性服务业从业人员人数作为投入指标，农业增加值、农业生产性服务业增加值、人均 GDP作为产出指标，接着在主成分分析的基础上最终选择从业人员数和政府投入作为投入指标，农业增加值和农业生产性服务业增加值作为产出指标[4]24-25，其中从业人员数是根据产业融合视角下的8类农业生产性服务业从业人员汇总获得，这个数据与第三次农业普查公报数据差距较大，与实际有偏差，且研究中忽略了环境变量如政府政策导向、产业结构、城镇化水平等对农业生产的影响.与此同时，在目前的文献资料中，用三阶段DEA模型剔除环境变量和随机因素去研究农业生产性服务业效率的研究相对少见.

通过对比这两种不同方法的研究，本文认为基于DEA-Tobit模型进行的产业融合角度的研究相对严谨，但主要是分析生产性服务业中的农业生产性服务业对农业发展效率的影响程度，且这里的农业生产性服务业变量数据通常是总行业变量或替代变量，测量结果并不能代表农业领域生产性服务业的实际发展效率.鉴于此，本文将从生产要素视角，尝试用三阶段DEA模型研究在相同环境状态下农业生产性服务业的生产效率，探索河南省农业生产性服务业发展差异特征和影响因素，力求提出促进农业生产性服务业发展的有效对策，以此推动河南省农业供给侧结构性改革.

1 研究方法与数据说明

1.1 研究方法

DEA模型，是数据包络分析(Data Envelopment Analysis)的简称，是一种通过样本数据估计有效生产前沿面的效率评价方法.鉴于环境和随机误差因素等会导致投入或产出的冗余，诞生了三阶段DEA模型，即剔除环境和随机因素的影响，以求测算出决策单元有效的生产效率.这里简要介绍三阶段DEA模型的分析步骤.

第一步，运用经典DEA模型测算决策单元的生产效率值和松弛变量.DEA模型包括基于规模报酬不变假设的产出导向模型(CCR)和基于规模报酬可变假设的投入导向模型(BCC)，由于本文研究的是农业生产性服务业在一定生产要素投入下的效率值，所以选择DEA-BCC模型.在这一阶段，将计算出农业生产性服务业的综合效率值、纯技术效率值、规模效率值，以及各投入要素的松弛变量，由于环境因素、随机误差因素的存在，该阶段产生的效率值不能反映实际管理技术水平，故需要消除影响因素进行第二阶段.

第二步，构建相似SFA模型分离出环境因素和随机因素.将第一阶段得到的投入松弛变量作为因变量，构建环境变量和投入松弛变量之间的SFA回归模型，并根据回归结果对所有投入变量进行调整，使决策单元处于同样环境状态下.

第三步，调整后的DEA模型.将调整后的投入变量重新带入经典DEA模型重新测算农业生产性服务业效率值，此时得到的效率值是相同环境下的综合效率、纯技术效率和规模效率，能够反映实际管理技术水平，并进行比较[5].

1.2 变量选取与数据说明

根据本文研究需要，选取投入要素、产出要素和环境要素构建评价农业生产性服务业效率的指标体系.

由于经济学将土地、资本、劳动力、企业家才能作为生产要素，在翟书斌[4]24和秦天[6]的研究基础上，本文指标如表1所示，选取机播面积反映农业机械化的投入，选取农业生产性服务业的增加值和农业的增加值作为产出指标，可较全面地反映农业生产性服务业生产效率.各指标数据均来自《河南统计年鉴》、河南省统计局公布数据、全国第三次农业普查各省辖市主要数据.

表1 农业生产性服务业效率指标体系

2 河南省农业生产性服务业发展效率实证分析

2.1 河南省2006—2016年农业生产性服务业动态发展效率

为了解河南省近年来农业生产性服务业发展情况，并与静态发展效率三阶段DEA统计结果作对比，这里只运用DEAP 2.1对2006—2016年数据进行一阶段统计分析，结果如表2所示.

表2 2006—2016年河南省农业生产性服务业效率值

注：“drs、irs、—”分别表示规模报酬递减、规模报酬递增、规模报酬不变.下文同此.

根据表2可知，2006—2016年河南省农业生产性服务业平均综合效率为0.863，2006年、2010年、2015年和2016年综合效率、纯技术效率和规模效率均为1.总体来看，河南省农业生产性服务业效率不错.

2.2 河南省2016年农业生产性服务业静态发展效率

2.2.1 第一阶段DEA模型实证结果

采用DEAP 2.1软件对2016年河南省各省辖市数据进行统计分析，结果如表3所示.2016年河南省各市农业生产性服务业综合效率、纯技术效率、规模效率的平均值分别为0.756、0.860、0.886.具体来看，开封市、漯河市、三门峡市、商丘市、信阳市和驻马店市的3个效率值均为1，处于效率前沿面.由于这阶段计算的效率值没有考虑环境和随机误差因素的影响，所得数据不能完全反映18个省辖市农业生产性服务业效率的真实水平，需要进一步分析.

表3 第一阶段DEA测算农业生产性服务业效率值

2.2.2 第二阶段SFA模型实证结果

根据第一阶段的DEA，将每个DMU的投入松弛变量的值作为被解释变量，以农林水事务财政预算支出、城镇化水平、产业结构为解释变量，使用Frontier 4.1构建SFA回归模型，分析结果如表4.

具体来看，回归方程的单边似然比检验的统计值都在10%上显著，表明环境因素显著使河南省各市农业生产性服务业产生投入冗余.并且各回归模型的γ值为0.999，且都在1%水平上显著，这表明环境因素在农业生产性服务业中的影响占主导地位.

从各回归方程的系数来看，农林水事务财政预算支出与生产要素投入呈正相关关系，而城镇化水平和产业结构与生产要素投入则呈负相关关系，这说明环境变量影响农业生产性服务业发展效率，有必要进行第二阶段SFA模型分析，剥离环境因素和随机变量.

表4 第二阶段SFA模型回归结果

注：***表示变量在1%统计水平上显著.

2.2.3 第三阶段DEA模型实证结果

根据第二阶段结果，剔除环境因素和随机误差因素的影响，将调整后的投入变量再次代入经典DEA模型进行分析，结果如表5所示.

表5 第三阶段DEA测算农业生产性服务业效率值

对比第一阶段和第三阶段的效率值，河南省农业生产性服务业发展受环境因素影响，2016年各市综合效率、纯技术效率及规模效率的平均值从最初的0.756、0.860、0.886，变为0.774、0.931、0.831，综合效率提高了0.018，但仍有22.6%的上升空间，可以看出综合效率的上升源于纯技术效率的提高.省辖市中除洛阳市、商丘市、信阳市和驻马店市4个城市未受到环境因素或随机误差因素的干扰，其他城市综合效率、纯技术效率、规模效率均产生不同程度的变动.

3 河南省农业生产性服务业发展差异特征

3.1 河南省农业生产性服务业发展效率的动态分析

将2006—2016年DEA数据结果用图1表示，可以直观看出河南省农业生产性服务业发展效率呈“W”波动趋势，这一发展趋势主要受纯技术效率影响.2006—2012年间，除2010年外，农业生产性服务业发展效率呈波动下降趋势，在2012年降到最低值0.549，这反映出当时农业生产性服务业发展的“软件”即理念和制度存在滞后性，虽然要素投入、规模扩张这一“硬件”一直处于不错的状态，但软硬件没有同时兼顾，导致农业生产性服务业规模稳定发展的同时，行业综合发展效率却一直下降.2012年以后，农业生产性服务业制度体系逐渐完善，产业结构体系在资源配置和利用方面逐步发挥作用，纯技术效率和规模效率差距减小，河南省农业生产性服务业发展效率出现稳步上涨势头.

图1 河南省2006—2016年农业生产性 服务业动态发展效率

3.2 河南省农业生产性服务业发展效率的静态分析

以黄河为界，将黄河以北的安阳市、鹤壁市、新乡市、焦作市、濮阳市、济源市归为北部城市，南阳市、驻马店市和信阳市归为南部城市，其余为中部城市，用图2分区域直观展示河南省2016年北、中、南部城市农业生产性服务业发展效率情况.

图2 河南省2016年不同地域农业生产性 服务业静态发展效率

1)农业生产性服务业发展的纯技术效率.2016年河南省纯技术效率均值为0.931，处在非技术前沿面，说明存在资源低效利用的问题.但河南省纯技术效率总体情况较好，有11个城市纯技术效率为1，其中北部城市有3个，中部城市有5个，南部城市有3个，这些城市的管理技术水平较高，实现了资源的合理配置和利用；其余7个城市未达到纯技术效率的有效状态.如何通过优化产业结构、完善行业制度来提高投入产出效率，达到夯实农业生产性服务业发展“软件”的目的，是以后要面对的问题.

2)农业生产性服务业发展的规模效率.2016年河南省规模效率均值为0.831，处于非有效区间.4个城市规模效率为1，其中中部城市2个，南部城市2个，达到了生产的最优规模.其余14个城市均存在着生产要素投入冗余或发展规模不足的情况，其中北部城市不均衡现象明显，鹤壁市和济源市的规模效率远低于河南省平均水平.

3)农业生产性服务业发展的规模报酬.2016年河南省规模报酬不变的城市有4个，主要集中于南部城市.农业生产性服务业发展规模报酬递增的城市有12个，主要集中于北部和中部地区，表明这些城市在农业生产性服务业发展中需要增加生产要素投入和利用率，达到最优规模.南阳市和周口市处于规模报酬递减状态，说明这两个城市存在生产要素投入冗余的情况，在以后的发展中要注意“量”的限制和“质”的提升.

4 河南省农业生产性服务业发展差异的主要影响因素

4.1 “硬件”“软件”发展情况

从河南省农业生产性服务业发展效率数据看，多数省辖市存在着“硬件”“软件”发展不均衡的问题.从动态发展上看，河南省农业生产性服务业的规模效率一直较为稳定，纯技术效率经历了从下降到上升的变化过程，说明整体层面上河南省农业生产性服务业近几年软硬件发展趋于良好；但从静态发展上看，2016年6个北部城市农业生产性服务业发展规模均未达到最优，焦作市、濮阳市和济源市纯技术效率为1，但安阳市、鹤壁市和新乡市的纯技术效率都低于省平均值，说明6个城市的生产要素等硬件投入不足，产业结构和行业制度等软件发展程度不一.中部城市除洛阳市、商丘市外，规模效率均低于1，并且周口市处在规模报酬递减状态，说明多数城市出现生产要素投入冗余，中部城市农业改革理念和制度较为不错，纯技术效率好于北部城市，但郑州市和平顶山市在这方面相对落后，这与当地的经济发展侧重点相关，郑州市是省会城市、平顶山市则是煤炭资源型城市.南部城市纯技术效率均为1，软件发展领先、资源利用率高，发展农业生产性服务业的理念和制度超前，信阳市、驻马店市发展规模也达最优状态，但南阳市处于规模报酬递减状态，存在生产要素投入过多的问题.

实证结果证明：农业生产性服务业的发展效率即综合效率是由纯技术效率和规模效率共同决定的，任何一方发展不足都会影响农业生产性服务业的发展.各省辖市农业生产性服务业软硬件的发展不均衡导致多数地区发展效率低，如何进行资源优化配置、提高资源利用率是以后发展中面临的问题.

4.2 外部环境因素

具体分析2016年河南省各地区农业生产性服务业发展效率测量过程，可以看出环境因素干扰农业生产性服务业发展.

1)干扰情况.以纯技术效率为例，第一阶段有11个市的纯技术效率值为1，到了第三个阶段，只有鹤壁市和开封市这两个市退出技术前沿面.其余7个市的纯技术效率均有不同程度提高，其中濮阳市和洛阳市两个市的纯技术效率值上升到1，说明这些市的农业生产性服务业发展的“软件”并没有那么差，而是受到了农林水事务财政政策、城镇化发展、产业结构等因素的影响，使得农业生产管理技术水平产生变动.

2)如何干扰.从第二阶段SFA模型回归结果看，农林水事务财政预算支出回归系数为正，财政支出的增加并不利于农业生产性服务业发展效率的提高，这与政策初衷和预期都相悖.从数据看,财政支出反而造成了农业机械、固定资产投资和从业人员过量增加，资金利用效率低.对于这一现象，可能是由于农林水事务财政支出推动了农业基础设施建设和农业机械化水平的提高，使得农业生产更加便利，部分农民重新回归农业生产，造成劳动力冗余；另外，粗放式的农业生产模式，造成固定资产出现重复投资或者闲置的情况，缺乏规划.城镇化水平回归系数为负，对农业生产性服务业发展效率的提高起促进作用.这表明城镇化水平越高，投入冗余越少，资源得到更合理配置，说明随着城镇化率的提高，农业从业人员减少，加上农村居民收入的增加，促进更多农业采用机械化生产，农业生产效率提高.产业结构回归系数也为负，同样对农业生产性服务业发展效率的提高起促进作用，说明随着服务业的繁荣，农业生产性服务业得到快速发展，农业生产机械化水平及资源利用率提高.

5 发展建议

5.1 “硬件”“软件”兼顾发展

河南省农业生产性服务业的“硬件”“软件”要兼顾发展，逐渐缩小二者的差距，实现“量”和“质”的同步发展，可采取如下措施：

1)夯实硬件.对于济源市、三门峡市、漯河市等位于规模报酬递增的12个市，适当增加农业配送、农业金融、农业信息、农业销售和农技推广等服务业的固定资产投资或拓宽经营范围，促使这些地区达到最优生产规模；南阳市和周口市两个地区，为改变产业结构合理、规模报酬却递减的状况，可制约农业生产性服务业的投资，或充分开垦可耕地来提升规模生产带来的收益.

2)提升软件.对于郑州市、平顶山市、安阳市、鹤壁市、新乡市等纯技术效率有较大提升空间的城市，地方政府要充分发挥其主导作用，通过农技推广、远程教育、职业技能培训等多种方式提升从业人员的专业技能，同时通过加大农业科学研究或引进现代农业生产技术，推动这些地区提升农业科技水平.也可通过外包给第三方的方式，实现农业生产的专业化分工，提高农业生产管理技术水平和资源利用率.

5.2 优化外部发展环境

1)建立有效的农林水事务财政支出评价机制.为改变河南省农林水财政预算执行效率低下的难题，可具体采取以下措施：一是首先根据各地区实际需求做好预算编制工作，并探索更合理的资金投资方式，如采用示范园区建设资金、规模经营奖励基金、农业服务业补贴专项基金等方式，促进农业生产性服务业的可持续发展；二是监督资金执行进度，提高支出的均衡性；三是建立资金使用绩效考评机制，对农林水财政预算资金流向和实施效果进行考核，并纳入政府政绩考核中，以提高财政预算支出效率.

2)推动城镇化建设，促进农村土地经营权规范流转.提高城镇化水平和农村土地规模流转可以推动农业经营规模化，从而促进农业生产性服务业的规模化、专业化发展，有效降低农业生产成本[2]682-683.目前河南省土地流转过程中还普遍存在着流转手续不规范、流转期限短、土地补贴不到位、流转土地利用不合理等问题，政府必须发挥职能作用，规范农村土地流转行为，实现农业生产高效率.

3)加大第三产业，特别是农业生产性服务业的发展.为加快实现农业供给侧结构性改革，政府可建立产业融合发展机制，实现农业与其他产业结构互补、构建现代农业生产体系.在这种指导思想之下，政府应加大农业生产性服务业的发展力度，推动农业公共服务平台[7]和组织的建设、合理规划农业生产性服务业供给内容、引导农业生产进行专业化分工，提高农业生产性服务业发展水平，推动河南省农业转型升级.

5.3 利用互联网实现创新发展

以物联网、大数据、云计算等为代表的互联网技术给经济发展和社会生活带来冲击，农业生产性服务业在经营观念、生产技术、运营流程、品牌培育、目标市场选择等方面面临变革和创新，可以将科技、信息、资金、人才等生产要素更好地引入到农业生产中，促进农业的转型升级发展[8].一是可以通过互联网与传统农业生产性服务业融合发展，实现业态创新，即依托互联网、物联网和大数据等现代信息技术对农业现代服务进行全面渗透，从而塑造以互联网为中心的新型农村服务[9].二是互联网通过技术渗透、资源整合等方式实现组织管理和商业模式创新，构建一种集“互联网+农业+渠道+技术+服务” 于一体的综合平台，创新农业配送、农业信息、农业销售等农资企业的商业模式.