玉米主产省生产效率测度及影响因素分析——基于DEA-Tobit模型的实证研究

丁 琪，杨艳涛，安 岩

（中国农业科学院农业经济与发展研究所，北京 100081）

0 引言

玉米目前是中国第一大粮食作物，2019年中国玉米播种面积高达4128万hm2，远高于同年稻谷及小麦的播种量，其播种量分别为2969万、2373万hm2，2019年玉米产量为26077万t，也多于稻谷与小麦的产量，其产量分别为20961万、13359万t，确保玉米有效供给至关重要，其次玉米具有较长的产业链，可作为原材料加工畜禽类饲料、酒精、淀粉等，直接关乎日常生活肉蛋奶的供应，但自2008年以来，中国玉米竞争力不断下降，对国际玉米依赖程度大，2019年中国共进口玉米479.1万t，较2018年增加127万t，要想提升玉米国际竞争力、增加玉米种植收益、保障国家粮食安全，归根结底要提高玉米全要素生产率，因此，测算中国玉米生产效率并分析其影响因素具有重要现实意义。

目前，国内外许多学者聚焦于测算各行各业生产效率，从测算方法看，可分为生产函数法、指数法、参数法及非参数法，其中生产函数法应用最多的是C-D生产函数[1]及CES[2]、VES[3]等函数；指数法目前研究中运用最多的是Malmquist指数[4]；参数方法可分为随机前沿分析(SFA)和确定前沿分析(DFA)，研究多为运用随机前沿分析来测算全要素生产率[5-7]；非参数方法主要以数据包络法(DEA)为主，大多数研究将DEA与Malmquist指数相结合共同来测算全要素生产率大小[8-10]。从分解指标看，全要素生产率解释了各个投入要素对经济产出的贡献率，国内学者对于全要素生产率的分解多为在规模报酬不变时，把全要素生产率的分解为技术变化和技术效率变化。在规模报酬可变时，将进一步将技术效率变化分解为纯技术效率变化和规模效率变化[11]，另外有学者将全要素生产率分解为技术进步指数、技术效率指数、混合效率指数和规模效率指数[12-13]。从研究对象看，现有文献的对象广泛包括农业及细分各个粮食品种、经济作物等，还包括工业及服务业，研究少有研究聚焦玉米测算其生产效率[14-15]，因此本文进一步的研究具有现实意义。

1 研究方法及数据说明

1.1 数据包络法

数据包络分析(DEA,Data Envelopment Analysis)可用于测算当存在多投入变量及多产出变量时决策单元(DMU,Decision Making Unit)的有效性，决策单元是指将一定投入转化为相应产出的方案，DEA的原理在于其使用数学线性规划模型构建非参数分段曲面，以此来比较决策单元之间的相对效率，除此之外，DEA还可判断决策单元投入处于何种规模阶段，并且提供目标投入规模，分析现有投入及产出是否存在冗余，从而尽可能使得决策单元有效。

1.1.1 BCC-DEA模型 DEA模型主要分为两类，一是规模收益不变的CCR模型，另一类是规模收益可变的BCC模型，由于并不是所有DMU的生产可能集均满足锥性，即规模收益不变，故本研究选用BCC-DEA模型，充分考虑存在规模收益递增或递减情况。假设有n个决策单元，设投入向量即产出向量分别为xj=(x1j,x2j,...,xmj)T、yj=(y1j,y2j,...,ysj)T，其线性规划模型PBCC一般形式如式(1)所示。

线性规划PBBC的对偶规划为规划DBBC，并且通过引入松弛变量S+及剩余变量S-，将原有不等式转化为等式，其一般形式如式(2)所示。

式中x0、y0即为被评价决策单元的投入和产出变量，xj、yj表示第j个省的投入及产出变量，θ为综合技术效率，λj为各单位组合系数，从而当θ*=1，s*-=0，s*+=0时，决策单元为DEA有效，当θ*=1，s-≠0，s+≠0时，决策单元为DEA弱有效，当θ*＜1时，决策单元为DEA非有效，故本文通过此方法来判断决策单元是否为DEA有效。

1.1.2 Malmquist-DEA模型 为研究2004—2018年间中国20省（直辖市、自治区）玉米生产效率的动态变化，采用Fare R等（1994年）提出的Malmquist指数进行分析，将全要素生产率(Tfpch)分为技术效率变化(Effch)和技术进步(Techch)，并且进一步将技术效率变化分解为纯技术效率(Pech)及规模效率(Sech)，其公式如(3)所示。

式中(xt，yt)、(xt+1，yt+1)为t时期和t+1时期的投入量和产出量，Dt、Dt+1为t时期和t+1时期的技术为参照的距离函数，故Tfpch=Effch×Techch=Pech×Sech×Techch，当Tfpch＞1时，表明全要素生产率得到提高，反之则降低；当Effch＞1时，表示效率得到改进，Effch＜1时，表示效率低下；当Techch＞1时，表示技术进步，Techch＜1时，表示技术退步。

1.2 Tobit模型

Tobit模型又称受限因变量模型，是因变量满足某种约束条件下取值的模型，本文由DEA方法测算得出的效率值取值范围在0～1之间，满足被解释变量两端取值受到限制，故采用Tobit模型构建回归模型如式(4)所示。

其中Yi表示玉米生产技术效率，Xi表示各个解释变量，D0、D1、D2为地区虚拟变量。

1.3 数据来源及指标选取

本研究数据来源历年《中国农村统计年鉴》及《全国农产品成本收益资料汇编》，选用玉米生产20省（直辖市、自治区）来测算中国玉米2004—2018年的生产效率。将投入指标分为劳动投入及资本投入，其中劳动投入指标用玉米每亩用工数量来量化，资本投入包括土地、化肥及种子投入，即为农户重大支出部分，土地投入指标选用玉米播种面积，化肥投入指标即玉米每亩化肥用量，种子投入指标为玉米每亩种子用量，产出指标即为玉米产量。

表1 玉米生产效率评价指标体系

关于玉米生产效率影响因素分为经济社会因素、自然环境因素、资源环境因素、地区差异因素，经济社会因素选择指标为人均GDP（元），为消除价格影响，利用国内生产总值指数对其进行平减，自然环境因素选择受灾面积（万hm2）来衡量，资源环境因素选用农业机械总动力（万kW）、农作物总播种面积（万hm2）及有效灌溉面积（万hm2）来衡量，地区差异因素采用3个虚拟变量，北方春播玉米区表示为D0(1，0)，黄淮海夏播玉米区表示为D1(1，0)，西南山地玉米区表示为D2(1，0)，详见表2。

表2 玉米生产效率影响因素变量描述性统计分析

2 结果与分析

2.1 玉米生产效率的变化趋势

本研究采用BCC-DEA模型，利用DEAP 2.1软件测算得出中国20省（直辖市、自治区）2004—2018年玉米生产的综合技术效率变化、技术进步变化、纯技术效率变化、规模效率变化及全要素生产率变化，详见表3。可知2004—2018年中国玉米全要素生产率呈现持续上下波动，且波动幅度较大，年均下降1.7%，自2006年后中国全面取消农业税，相应的生产资料成本降低，从而使得玉米全要生产率得到提高，直到2009年达到顶峰后不断下降，可能原因在于2008年中国出台玉米临时收储政策，玉米比价收益上升促使国内玉米播种面积快速增加，使得本不适合种植玉米的地区种植玉米，从而生产效率下降，直到2013—2014年玉米全要素生产率有所上升，但后期又处于持续下降中，说明近些年中国玉米生产存在问题。

表3 2004—2018年中国20省（直辖市、自治区）玉米技术效率及构成变化

2004—2018年中国玉米全要素生产率平均下降1.7%，其中综合技术效率下降0.4%，技术变化下降1.3%，从图1可知，研究阶段内中国玉米技术进步与全要素生产率变化方向基本一致，可见2004—2018年间，中国玉米全要素生产率受技术进步影响巨大，全要素生产率的增长主要来源于技术进步，表明在经济不断发展和国家大量财政资金的投入下，先进优秀的生产技术得到了广泛的推广及应用，从而促进了技术进步。

图1 2004—2018年中国20省（直辖市、自治区）玉米生产效率及构成变化

2004—2018年中国玉米综合技术效率年均下降0.4%，均由纯技术效率下降导致，降幅不大，纯技术效率围绕1.000上下波动，表明在这一历史进程中，中国玉米生产各个环节资源得到比较充分的的利用，投入产出均处于较优的配置，不存在严重资源浪费问题，其次规模效率保持稳定。从图2可知，2004—2018年间，技术效率变化与规模效率变化基本重合，玉米综合技术效率变化主要来源在于规模效率变化，总体看来中国处于玉米生产规模收益递增阶段。

图2 2004—2018年中国20省（直辖市、自治区）玉米技术效率及构成变化

2.2 玉米生产效率的空间差异

将中国玉米主产省份依照不同生产条件及播种时间分为4个地区，分别为北方春播玉米区、黄淮海夏播玉米区、西南山地玉米区及西北灌溉玉米区，其中北方春播玉米区包括内蒙古自治区、辽宁省、吉林省、黑龙江省、宁夏回族自治区及山西省，黄淮海夏播玉米区包括河北省、江苏省、山东省、安徽省、河南省以及陕西省，西南山地玉米区包括湖北省、广西壮族自治区、四川省、云南省、贵州省和重庆市，西北灌溉玉米区包括新疆维吾尔自治区及甘肃省，从而分析中国玉米生产效率的空间差异，详见表4。

表4 2018年全国20省（直辖市、自治区）玉米生产技术效率及规模收益变化

分地区来看，2018年中国玉米生产综合技术效率总体呈现北方春播玉米区＞西北灌溉玉米区＞黄淮海夏播玉米区＞西南山地玉米区，最大的原因在于北方地势平坦、地块相对集中，有利于玉米种植过程中各个环节的机械全覆盖，而西南山地玉米区农户大多地块较为分散，并且属于山地地形，不利于机械投入。

分省份来看，在2018年只有内蒙古自治区、吉林省、黑龙江省及新疆维吾尔族自治区达到DEA有效，即投入产出均达到最优状态，并且其纯技术效率及规模效率都有效，其余16个省（直辖市、自治区）的综合技术效率都为非DEA有效，其中湖北省、贵州省综合技术效率较低，分别为0.522和0.549，各省份效率差异非常大，主要原因在于不同省份技术水平参差不齐或技术利用率有高有低，湖北省综合技术效率最低主要是因为湖北玉米种植面积相对稳定的鄂西山地春玉米区地形复杂、土地较为分散，严重影响了玉米进行机械化生产，同样贵州玉米种植地多为山区，机器设备很难运行，从而导致技术效率不高；从纯技术效率来看，云南省技术利用率偏低，其余各地大多满足DEA有效。

从规模收益角度来看，除内蒙古自治区、吉林省、黑龙江省、新疆维吾尔自治区以外，其余各省份均处于规模收益递增阶段，即当投入一定比例增加时，产出增长的比例超过要素投入比例，表明随着生产规模的不断扩大，通过利用先进技术及设备减少人工费用，从而得到更大的产出增长比例，对于内蒙古自治区、黑龙江省及新疆维吾尔自治区，保持规模收益不变，即维持现有规模即最优规模，再增加玉米种植面积则会影响玉米生产效率。

2.3 玉米生产投入冗余分析

由表4可知，2018年除山西省、辽宁省、山东省、湖北省、云南省、陕西省、甘肃省外，其余各省纯技术效率均为1，表明在目前的技术水平上，其余各省投入资源的使用是有效率的，因此本文对资源使用不合理的省份进一步分析其原因，从而实现效率提升。利用BCCDEA模型测算得出2018年这7个省份玉米投入及产出的冗余情况，详见表5。从玉米产出角度来看，通过运算得出玉米产出不足率，如式(5)所示。

表5 2018年玉米投入（产出）冗余率（不足率）分析 %

得出全国平均产出不足率为1.11%，只有山西省、湖北省存在产出不足情况，产出不足率分别为8.39%、13.84%，其在限定投入水平下，没有达到理想的经济产出，主要原因可能在于该地区规模化生产程度不够，资源浪费现象严重，从而导致产出不足。

从玉米要素投入角度来看，通过运算得出玉米投入冗余率，如式(6)所示。

对全国玉米生产投入要素的冗余率平均进行比较，得出劳动冗余率＞种子冗余率＞化肥冗余率＞土地冗余率，7省均存在一定程度的土地、化肥、劳动、种子投入过量现象，山西省主要存在化肥投入过量，冗余率为10.04%，过度依赖化肥投入不仅会资源浪费更会造成土壤破坏、环境污染等问题；辽宁省虽各项投入要素都存在冗余情况，但冗余率偏低，基本接近最优状态；山东省主要存在劳动力投入过量，冗余率为24.15%，可能由于机械利用率较低，应当减少人工投入增加机械投入从而提高玉米生产效率；湖北省种子冗余过量，冗余率为13.30%，应当加强精量播种技术节约种子使用数量，从而降低种子冗余；云南省、陕西省、甘肃省各个要素投入过量现象严重，是造成全国玉米生产投入冗余率偏高的关键因素，合理安排要素投入至关重要，云南省、陕西省冗余占比最多的是种子，冗余率分别达到33.92%、38.53%，甘肃省冗余占比最多的是劳动，冗余率达到66.67%。

2.4 玉米生产技术效率影响因素分析

本研究利用Stata软件，采用Tobit回归估计对模型(4)进行估计，结果表明农业机械总动力、受灾面积及地区差异对玉米生产技术效率影响是显著的，其中农业机械总动力对玉米生产效率存在负向影响，主要原因可能是随着经济发展，国家财政支农效果显著，表现在对农用机械的配置上，但农业机械利用率较低，并没有发挥出其的作用；其次受灾面积对玉米生产技术效率也存在负向影响，与一般研究结论相符合；不同地区影响着玉米生产技术效率，主要是由于地形等禀赋原因造成的；而人均GDP、农作物播种面积、有效灌溉面积对玉米生产技术效率影响不显著。

3 结论及政策建议

本研究通过利用2004—2018年中国20省（直辖市、自治区）玉米投入产出面板数据，运用DEAMalmquist方法，分析研究阶段内中国玉米生产效率的变化及空间差异，并且分析2018年中国各省玉米生产过程中投入产出冗余情况，研究结果表明：第一，2004—2018年技术进步是促进中国玉米全要素生产率增长的主要关键因素，综合技术效率提升对全要素生产率的增加作用较小，其主要依赖于规模效率的增加；第二，2018年中国玉米生产综合技术效率总体呈现北方春播玉米区＞西北灌溉玉米区＞黄淮海夏播玉米区＞西南山地玉米区；第三，山西省、辽宁省、山东省、湖北省、云南省、陕西省、甘肃省纯技术效率偏低，存在产出不足或投入冗余现象；第四，农业机械总动力、受灾面积及地区差异对玉米生产技术效率影响是显著的。针对这些结论，提出3点建议。

表6 玉米生产技术效率影响因素分析结果

（1）培育新型技术人才，加强玉米发展动力。技术进步是促进中国玉米全要素生产率增长的主要关键因素，因此加大科技研发投入至关重要，首先培育新型农业科技领域人才，对大型复杂农用设备使用进行培训，提高农业机械利用率，从而提高玉米生产效率；其次积极研发优质玉米品种，不断改良品种遗传特性，增强品种抗逆能力，进而提高玉米质量及产量，从而改善玉米生产效率；再者克服制约中国玉米生产关键技术，长远发展农业前沿技术和基础研究的先进应用，力争在世界农业科学技术前沿领域中占有重要地位。

（2）改善基础设施建设，减缓自然灾害冲击。研究结果表明综合技术效率一定程度上促进了全要素生产率的提高，并且受灾面积越大，玉米生产技术效率越低，故应加强和改善基础设施建设，提高抵御自然灾害的能力，积极推进市场化和信息化建设，完善玉米生产者补贴制度，通过增加农民种植玉米的积极性，提高玉米生产效率技术上，加强技术推广和专业服务体系建设，发展农业专业合作组织，资金、技术和人文服务与支持，并通过应用现代技术和推广，有效解决生产技术效率低下的问题。

（3）落实结构调整政策，开展规模适度经营。综合技术效率的提升主要依靠规模效率拉动，合理安排玉米种植规模对生产效率有明显促进作用，首先应当不断实行玉米结构调整政策，减少“镰刀弯”等非优势产区玉米种植，保护及扩大优势产区玉米种植，使优势产区规模化效应不断增加，逐步培养出具有竞争力的优质产品，但目前调减非优势产区仍存在许多问题，有些镰刀湾地区例如黑河市因气候、土壤原因必须实行玉米大豆轮作，因此应针对具体地方采取具体政策调减玉米种植；其次深化农村土地流转市场的改革，规范农户土地流转程序，完善土地流转相关法律法规，使得农户和其他新型农业经营主体能够更实惠、更方便、更容易流转土地，进而推进适度规模经营，减少地块分散的现象，使得机械化水平得到提升，从而促进玉米生产率提高。