乡村振兴视域下县域农业生产效率研究

2021-04-25刘兵兵苏国贤

天津农业科学 2021年3期

刘兵兵苏国贤

摘要：2020年全面实现精准扶貧目标后，乡村振兴战略的持续实施，为“三农”的现代化发展提供了契机，也提出了新的发展要求。农业生产效率一直是“三农”高质量发展的重要保证，为了加快偏远山区农业现代化进程，本研究基于新时期乡村振兴战略下新农业的发展，从经济效益、社会效益和生态效益角度选取相关分析指标，运用DEA模型对2018年吕梁山区13个区县的农业生产综合效率、纯技术效率和规模效率进行测算。实证结果表明，吕梁山区农业生产效率整体偏低，城镇化、机械化与农作物总播种面积对各生产要素的综合利用效率存在显著影响。对此，应在乡村振兴战略的支持下，根据各地区农业发展现状因地制宜的扩大农业生产要素投入规模，提高科技化发展水平，强化生产经营现代化、专业化，不断提高现代农业的生产效率。

关键词：乡村振兴;吕梁山区;DEA模型;农业生产效率

中图分类号：F323.5 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2021.03.007

Research on County Agricultural Production Efficiency from the Perspective of Rural Revitalization

—Taking Lyuliang Mountain Area of Shanxi Province as an Example

LIU Bingbing， SU Guoxian

（College of Agricultural Economics and management，Shanxi Agricultural University，Taigu，Shanxi 030800，China）

Abstract： After the goal of targeted poverty alleviation is fully realized in 2020， the sustainable implementation of rural revitalization strategy provides opportunities for the modernization of agriculture， rural areas and farmers， and also puts forward new development requirements. Agricultural production efficiency has always been an important guarantee for the high-quality development of agriculture， rural areas and farmers. In order to speed up the agricultural modernization process in remote mountainous areas， based on the development of new agriculture under the strategy of rural revitalization in the new period， the paper selected relevant analysis indexes from the perspective of economic， social and ecological benefits， and applied DEA model to the comprehensive and pure technical efficiency of agricultural production in 13 districts and counties in Lyuliang Mountain Area in 2018. The results showed that the agricultural production efficiency in Lyuliang Mountain area was low as a whole， and urbanization， mechanization and total planting area of crops had significant influence on the comprehensive utilization efficiency of each production factor. Therefore， with the support of the strategy of rural revitalization， the scale of input of agricultural production factors should be expanded according to the current situation of agricultural development in various regions according to local conditions， the level of scientific and technological development should be improved， the modernization and specialization of production and management should be strengthened， and the production efficiency of modern agriculture should be improved continuously.

Key words： rural revitalization; Lyuliang mountain area; DEA model; agricultural production efficiency

农业作为国民经济的基础性产业，自建国以来，从解决全国人民的温饱问题到迈向现代化农业，取得了举世瞩目的成就。但在现代化建设过程中，农业生产仍存在资源利用率、产出率低、可持续发展缓慢的问题，严重制约着乡村振兴战略目标的实现。在党的十九大提出的建设社会主义现代化强国的目标中，尽快补齐农业现代化的短板、提高农业机械化、技术科学化、产业化和信息化水平，成为新时期振兴乡村的重要策略[1]。此外，山西省政府提出“513”工程，发挥“小、特”优势，着力推进县域工业化、农业产业化，走特色的现代农业发展之路[2]。随着2020年精准扶贫目标的全面实现，在具有“连片贫困区”之称的吕梁山区，精准分析农业生产效率，有助于快速实现“三农”发展、乡村振兴。

农业生产效率是指在投入等量的农业要素资源的前提下，农业生产活动的实际产出与最优产出之间的差距，差距越小说明农业生产的效率越高。农业生产效率的大小主要受到自然环境因素、经济社会因素和科技因素等多种因素的影响。目前，众多学者对农业生产效率进行了多层次、多角度的分析。何晓瑶等[3]以内蒙古磴口县为例，运用数据包络分析方法（DEA），从经济效率、社会效率和生态效率3个方面评价了我国农牧交错区现代农业发展效率及其影响因素;焦源[4]运用DEA模型从静态和动态两方面对山东省2011年的农业生产效率进行测算分析，并从科技和生产要素投入两方面提出发展建议;崔保伟[5]从影响农业生产效率的全要素出发，利用DEA模型实证统计了土地经营规模及类型对农业生产效率的影响;杨春等[6]运用DEA方法实证分析了改革开放以来山西省30多年的玉米生产效率，提出要优化资源配置，发挥规模效应;刘莉等[7]、周迪等[8]分别运用DEA模型研究我国农业生产效率和技术效率，并从农业科技、规模化和产业化等方面指出提高农业生产效率的途径。由此可见，多数学者皆以一省为例，从宏观经济出发，研究不同地区影响农业生产效率的因素[9-11]，但是均在不同程度上忽略不同区域内自然地理环境的差异。

山西省左右两条平行山脉呈南北走向贯穿全境，两山之间分布着数个盆谷地作为主要农作区，因此造成了各县市地形复杂多样，经济发展水平各异。这些因素均会对农业生产效率的测度产生影响，基于此，本研究借鉴相关文献，以三阶段DEA模型为方法论，对2018年吕梁山区县域农业生产效率进行测度和分析，并提出相应的发展对策和建议，旨在为吕梁山区现代化农业的发展提供参考与借鉴。

1 模型与变量

1.1 模型建立

农业生产综合效率一般由规模效率和纯技术效率两部分构成，其中，规模效率指在特定区域内受农业生产规模影响的效率，纯技术效率是指受管理及技术等生产方式影响的效率。测量效率的方法主要有参数法和非参数法两种，本文主要采用非参数法中的数据包络分析法，它由美国著名运筹学家Charnes A和Rhodes E 于1978年首次提出的，并在讨论分析固定规模效益的基础上，逐步演变为三阶段DEA模型，并被广泛应用于多领域的效率测度[12]。三阶段DEA模型的构建与运行主要包括以下3个方面：

在第一阶段，采用规模报酬可变的投入导向下BCC模型进行分析，通过测算得出各决策单元的原始技术效率（TE）、纯技术效率（PTE）和规模效率（SE），且TE=PTE×SE。此外，通过对比各要素的投入和产出，以及理想投入量和最优情况下的对比，来分析生产要素的利用效率。并且还可以通过比较生产中实际投入量与效率最优时的理想投入量之间的差额，即松弛变量，差额越小，则生产要素的利用效率越高。BCC模型构建如下：

minθ-ε（eT S-+eT S+）

s.t.

Xi λi+S-=θX0

Yi λi+S+=Y0

λi≥0，S- 、S+≥0

式中，i=1，2，……，m表示决策单元;X、Y分别表示投入、产出量;θ表示决策单元的技术效率值;S表示松弛变量。基于每个决策单元的初始投入和初始产出，测算出各项效率值。

在第二阶段中，为了避免第一阶段中松弛变量受到管理因素、环境因素与随机因素等要素的影响，也为了排除环境与随机因素这两种外生变量对测算原始效率值的影响，通过构建相似SFA分析模型，將3个因素（管理因素、环境因素与随机因素）进行分离，使测算结果更精确，使之只受到管理因素的影响。

在第三阶段中，通过将第二阶段调整后的投入数据与第一阶段传统DEA模型中的原始投入数据进行替换，形成新的投入产出组合，再次利用投入导向下的BCC模型进行效率水平的测算，此时得到的效率值就是剔除了环境变量和随机变量的影响后的管理效率值。

1.2 变量选取

山西省吕梁山区主要包括离石区（市辖区）、孝义市和汾阳市（2个代管县级市）、文水县、兴县、柳林县、中阳县、石楼县等13个县（市），将此作为样本地区进行研究。变量体系如下表1所示。

1.2.1 投入产出变量选择与说明在选取指标的过程中，依据数据可得性和统计口径统一性原则，将农林牧渔业总产值（万元）作为研究农业生产效率的产出量。在现代绿色发展理念的倡导下，农业生产也更加重视经济、社会与生态效益的统一。在选取衡量投入指标时，要以系统性的视角协调综合考量。化肥的大量使用虽然能提高农业生产效率，但同时也是影响自然生态环境的主要因素，因此用化肥施用量（t）来反映农业生产效率中的生态效益。城市化进程的加快，城乡融合发展，“逆城市化”使得“城归”一族异军突起，农业生产中的人口红利开始显现，农业从业人员的结构特征以及劳动力（万人）的投入，成为评价农业生产中社会效益的重要因素。吕梁山区由于地形区域的限制，没有类似平原式的大片田地，禁止小农户平整土地的法令也影响着农业播种面积（hm2）的扩大和大型机械（总动力/kW）的使用，但现代农业机械的精细化极大提高了农业的生产效率，因此用其来反映农业生产中的经济效益。

1.2.2 环境变量选择与说明环境变量作为农业生产者最不可控的影响因素，主要是指那些既影响生产效率又不在样本主观可控范围内的因素。通过分析新时期乡村振兴战略下农业生产的转型升级，城镇化和工业化促使生产要素的集聚与回流，以农民为主体、财政为保障的发展机制，为现代化农业的发展提供了主客观条件。同时，以此为基础，乡村振兴背景下的“三农”发展换发了新的生机，高素质生产者大量出现，农业综合体式的合作社蓬勃发展，带动乡村产业结构升级，真正实现了工业对农业的反哺，以工促农目标得以实现，在财政的扶持下，工业化与城镇化合力促进“三农”发展。此外，作为农业生产者最关注的收入问题，一直以来受到多方面的关注，农业生产好不好，就看农民收入高不高，因此，将农村居民收入作为评析农业生产效率的另一因素。基于此，将城镇化水平（%）、工业化水平（%）、农村居民收入（元）、财政支出（%）作为环境变量进行分析。

1.2.3 数据来源本文数据主要来源于2019年《山西统计年鉴》[13]、《中国统计年鉴》[14]和吕梁市农业信息网。

2 实证分析

2.1 传统DEA模型实证分析

运用DEAP2.1软件，采取投入导向下的BCC模型，对2018年吕梁山区的农业生产效率进行测算，得到各区县受环境因素和随机因素影响下的技术效率（TE1）、纯技术效率（PTE1）及规模效率（SE1）。同时，通过对实际效率值和技术效率前沿的比较测算，得出各区县的投入松弛变量，具体结果如表2所示。

由表2可知，2018年吕梁山区农业生产技术效率的平均值为0.596，纯技术效率为0.820，规模效率为0.737，纯技术效率均值最大，居于主导地位。其中，交城县、交口县和孝义市的所有效率值均为1，处于技术前沿面;柳林县的技术效率水平最低，为0.303，纯技术效率和规模效率分别为0.618和0.489，需要提升新时期的农业技术管理水平和各要素资源的合理配置;在规模效率没有达到技术前沿的数个城市中，文水县和临县收益呈递减状态，其余8个地区处于递增状态。此外，13个县（市）中，临县和汾阳市的规模效率均超出纯技术效率0.5以上，表明规模效率主导着这两个地区的农业生产综合效率;离石区、石楼县、方山县和中阳县的纯技术效率均超出规模效率0.4以上，表明纯技术效率在这4个地区综合效率的决定中起主导作用;文水县、兴县、柳林县和岚县的纯技术效率与规模效率分值相差较小，表明影响这些地区农业生产效率的因素相对均衡。

2.2 相似SFA实证分析

通过第一阶段DEA模型的测算，所得结果包含着环境要素和随机因素，并不能准确反映农业生产效率的真实水平，需进一步测算两者对农业生产效率的影响，并在此基础上再次进行效率的测算。将第一阶段得出的各投入要素的松弛变量作为因变量，4项环境变量作为自变量，构建SFA回归模型，利用软件Frontier4.1进行回归计算，所得结果如表3所示。

从整个模型的适应性来看，4个回归方程的LR值均通过了模型设定形式的合理性检验，且γ值介于0～1之间，说明SFA模型适合对当前数据的分析。

从回归方程的系数来看，城镇化水平对4项投入松弛变量的回归系数均是负值，且均在5%或1%的水平上显著。说明城镇化虽然进一步导致了农村劳动力的非农化就业，但在乡村振兴背景下，城乡一体化的发展，使得农业生产中的各投入要素配置得到改善，农业生产效率得到提高。工业化水平对松弛变量的回归系数亦均是负数，且在1%的水平上通过检验，说明地区工业化有利于农业生产效率的提高。绿色发展与产业升级优化、工业化水平的提高，真正实现了对农业的反哺，极大提高了区域农业生产效率水平。

农村居民收入水平对除机械总动力外的其他3项要素投入松弛变量的回归系数也为负数，在10%或1%的水平上通过检验，农村居民收入的提高，在一定程度上降低了农业的人力资本投入，土地流转政策和支农政策提高了对高质量土地和优质化肥的需求，进一步促进了农业生产效率的提高。财政支出亦与除机械总动力外的其他3项投入松弛变量的回归系数均在1%的水平上显著，表明政府财政对三农方面的支出，有利于提高各投入要素资源的利用效率，进而提高了区域内的农业生产效率。

2.3 调整后的DEA模型实证分析

调整原始投入水平，将调整后的投入水平与原始产出水平构成新的投入产出体系，将其再次带入到BCC模型中进行分析，得到各区县调整后的规模报酬和效率值，结果如表4所示。

通过表2、表4的对比可以发现，在剔除环境因素和随机因素之后，吕梁地区各区县农业生产综合效率和规模效率分别出现了不同程度的下降，效率值的平均数分别从原来的0.596，0.737下降到0.576，0.672，纯技术效率平均值由原来的0.820上升到0.850。经过调整后，区域内各区县规模报酬递增的县市增加，但农业综合效率较低，尤其是规模效率出现了较大程度的下滑，说明运气成分和环境因素作用下的效率值虚高。

具体来看，由交城县、交口县和孝义市组成的原始综合效率前沿变成了文水县和孝义市，除了交城县、中阳县和交口县3个县区农业生产综合效率有所下降孝义市保持不变之外，其余9个区县的农业生产综合效率均有不同程度的上升，表明这些地区第一阶段效率值不高的原因在于不利的环境和运气，并非管理技术水平不高所致。经调整之后，纯技术效率平均值增长了0.03，上升至0.85，除离石区、交城县、柳林县、中阳县和交口县5个县区下降，文水县和孝义市保持不变之外，其余6个区县都有所上升，这表明整个区域农业生产的技术管理水平总体较高，并且受到环境因素和随机因素的影响较小，得益于乡村振兴战略下三农产业现代化和机械化水平的大力发展。

此外，经调整后，区域内农业生产的规模效率减值最多，减幅达0.065，受环境因素和随机因素的影响最大。除孝义市保持不变，離石区、文水县、临县、柳林县、石楼县、岚县和方山县等7个区县有所提高之外，交城县、兴县、中阳县、交口县和汾阳市等5个县市都出现了不同程度的下降。从规模收益来看，只有临县的农业生产效率在调整前后均呈规模报酬递减，文水县由调整前的规模报酬递减变为规模报酬不变，交城县和交口县由调整前的规模报酬不变变为规模报酬递增，孝义市在调整前后均为规模报酬不变，其余8个县市在调整前后均为规模报酬递增。3 结论与建议

本文基于三阶段DEA模型，利用2018年相关统计数据对吕梁市13个地市农业生产效率进行研究，经过第一阶段和第三阶段的对比，文水县和孝义市的效率值在同质环境下都相对较高，农业生产合理，发展向好。以工商业发展为主的离石区、土壤贫瘠的石楼县和地形崎岖的方山县的纯技术效率依旧高于规模效率0.4以上，农业发展规模较小，生产要素投入不均衡，农业发展偏向于精细化。临县和汾阳市的规模效率在农业生产效率的决定中仍旧起主导作用，农业生产者以就近务工为主，农业种植规模普遍较大，对农业科技与机械等方面的投入相对较低，再者，各种“富民战略”带来的农业产业结构的调整也极大的减少了对农机的需求。得益于居民收入水平的提高和国家对三农的大力支持，农业科技日益发达，在去除环境因素和随机因素的影响之后，纯技术效率和规模效率对农业综合生产效率的影响日趋均衡。

从整体来看，传统DEA模型无法排除环境变量和随机误差对技术效率的影响，所得结果并不能完全反映现实情况。第二阶段SFA模型分析中，各变量的提高能够有效提升农业生产效率，并且环境变量对农业生产效率的影响较大。调整后DEA模型得出的效率值更能真实反映各市效率水平，吕梁地区各县市的规模效率和纯技术效率整体水平不高，综合技术效率偏低，除文水县和孝义市外，其他地区效率值都没有达到理想状态，仍有较大上升空间。

基于以上结论，可以从以下几个方面提高吕梁市农业生產效率：

（1）开展精细集约化规模经营。在新时期三农优先发展战略下，合理利用现有的自然地形条件，在纯技术效率较高的地区适度扩大农业生产规模，改变农户分散、粗放、无序的经营状态，实现农业集约化发展。同时，在此基础上加大对纯技术效率低的地区的科技和农业机械的投入，借助新时期农业生产转型发展的机遇，完善农村专业技术培训机制，加强对农业从业人员的专业技能培训，使之与新时期的脱贫产业相配套，提高农业产业的生产效率，进而推动新型农业的现代化发展。

（2）加大政府对农业发展的扶持力度，降低农业生产风险和溢出效应。通过宏观调控，改善农业市场环境，切实保障农业生产者的利益。在以“富民战略”为主的规模化种植的区域，合理引导与规划布局，兼顾技术和规模效率，提高综合效率。在优化农业产业结构的前提下，加大对科研技术的投入，扩大对优质农业品种的引进，实现优种优产，在精细化的过程中实现生产效率的提高。同时，为了缓解环境因素对规模化农业带来的普遍风险，通过财政支农，加大对低温冻害频发地区的农业保险支持力度，最大限度的降低农业生产者的风险，实现农业的无优化生产。

参考文献：

[1] 李映强，李之凤，杨婕妤.基于DEA模型对甘肃省农业生产效率评价[J].生产力研究，2020（2）：48-51.

[2] 贾明进.以“513”工程为核心不断提升农产品精深加工水平[J].农产品加工，2013（2）：17-18.

[3] 何晓瑶，彭文英，李若凡.基于DEA模型的现代农业发展效率评价——以内蒙古磴口县为例[J].水土保持研究，2019，26（1）：374-380.

[4] 焦源. 山东省农业生产效率评价研究[J]. 中国人口·资源与环境， 2013， 23（12）： 105-110.

[5] 崔保伟.土地流转背景下基于DEA模型的农业生产效率的研究[J].农业科技通讯，2019，12：209-212.

[6] 杨春，钟钰.基于DEA模型的山西玉米生产效率研究[J].农机化研究，2014，（5）：106-110.

[7] 刘莉，武云亮. 基于DEA模型的我国农业生产效率研究[J]. 重庆科技学院学报（社会科学版）， 2012（2）： 82-84.

[8] 周迪，韩桂兰. 基于三阶段DEA模型的中国农业生产技术效率研究[J]. 新疆农垦经济， 2012（3）： 4-8.

[9] 姚晓洁，童亮，李久林. 基于DEA的传统农耕地区农业生产效率测度——以皖北为例[J]. 中国农业资源与区划， 2020， 41（11）： 131-139.

[10] 余瑞林，郑彬鑫，马淑萍，等. 湖北省农产品主产区农业生产效率的时空变化及影响因素[J]. 华中师范大学学报（自然科学版）， 2020， 54（6）： 1015-1021.

[11] 廖文梅，袁若兰，王璐，等. 社会化服务、农地确权对农业生产效率的影响研究[J]. 农业现代化研究， 2020， 41（6）： 978-987.