绿色农业视角下新疆农业生产效率研究

刘 沙，周利江，王 悦，宋梦飞，蒋志辉

（塔里木大学 经济与管理学院，新疆 阿拉尔 843300）

改革开放以来，农业发展迅速，既满足了人们的粮食需求，同时也促进了经济的稳步增长，是经济发展的最重要部门之一。2022年中央一号文件指出：“奋力开创全面推进乡村振兴工作新局面，中国人的饭碗要牢牢端在自己手中，不断提高主产区粮食综合生产能力”，这对农业生产提出了更高的要求。然而，目前农业生产的发展面临着严峻挑战：首先，农业生产过程中资源环境的过度投入与开发，以及农业生产所引起的负外部性都是挑战的主要来源；其次，农业用地资源退化明显，水资源日益紧张，迫切需要促进农业产业转型升级，发展绿色农业。

以往学者们大多以某一区域或省份为研究对象，如周妍宏等［1-9］基于某区域或省份对农业生产效率进行了分析研究。研究采用的方法模型主要有三阶段DEA模型，如崔海洋等［10-12］基于三阶段DEA模型对农业生产效率及其时空特征进行了研究；超效率DEA模型和Malmquist指数相结合法，如侯琳等［13］基于超效率DEA模型和Malmquist指数对中国农业生产效率进行了分析；基于DDFGML指数法，如肖琴等［14］对中国农业绿色生产效率进行了动态变迁与空间分异研究；基于超效率SBM模型，如卞圣凯等［15］基于超效率SBM模型对东北地区农业生产效率进行了分析研究。研究结果表明，研究区域的自然环境、经济发展程度不同，相同的外部因素对不同地域农业生态效率的影响也不相同。新疆维吾尔自治区（以下简称新疆）是我国重要的农业生产基地之一，处于干旱和极干旱地区，生态环境脆弱，要使该区域农业生产绿色发展，走可持续发展道路，保证粮食稳产增产，必须要提高农业生产效率，实现资源的有效利用。本文在绿色农业发展的视角下，以新疆14个地州市为研究对象，采用三阶段DEA模型与灰色关联分析相结合的方法，比较分析了新疆14个地州市的农业生产效率，分析其影响因素，以期为新疆农业绿色生产转型发展提供新思路，促进各地州市的经济社会协同发展。

1 研究区域概况

新疆位于我国西北边境地区，属于温带大陆性气候，是我国面积最大的省区，与多个国家相邻，自然资源丰富。天山横亘于新疆中部，以乌鲁木齐为界将新疆分为南北疆2个部分，其在气候、自然资源等各方面具有明显的差异性。自2004年以来，新疆耕地面积一直位居全国前列，人均耕地面积远高于全国平均水平，单位面积粮食作物产量不断提高；2019年新疆粮食作物产量达到6930 kg/hm2，位居全国第2位，其他主要农作物产量、农业产值也位于全国前列水平；2020年新疆耕地面积达0.07亿hm2，排全国第5位。

2 分析方法的选取与数据说明

2.1 分析方法的选取

数据包络分析（DEA）是一个对多投入/多产出的多个决策单元（DMU）的效率进行评价的方法，其中投入、产出变量的权重并不预先设定，不受投入变量单位的影响，具有较强的客观性［16］。传统的DEA模型无法剔除外部环境因素与随机误差的影响，而三阶段DEA模型在第二阶段就剔除了外部环境因素与随机误差的影响，第三阶段调整后的投入变量相较于第一阶段的投入变量有所修正，结果更加真实、可靠。

具体操作步骤如下：

首先，在第一阶段使用以投入为导向的DEABCC模型，其规模报酬可变，对于任一DMU，投入导向下对偶形式的BCC模型方程为：

式（1）中，s.t.表示约束条件；θ为效率值；ε为非阿基米德无穷小量；s+、s-分别为松弛变量和剩余变量；X、Y分别为投入变量和产出变量；j=1，2，…，n表示DMU。若θ=1，s-=s+=0，则表示DMU的DEA有效；若θ=1，s-≠0或s+≠0，则表示DMU弱DEA有效；若θ＞1，则表示DMU非DEA有效。

其次，第二阶段主要是通过随机前沿分析法（SFA）剔除外部环境因素和随机误差的影响，将松弛变量Sik（松弛变量=原始投入-目标投入）作为因变量，环境变量作为自变量，建立似SFA回归方程：

式（2）中，Zk表示外部环境变量，βi表示外部环境变量的待估参数；vik+ μik表示混合误差项，vik表示随机误差项，并假设vik~N（0，σ2vi）；μik表示管理无效率，假设其服从截断正态分布，即μik~N（0，σ2μi）；vik与μik两者之间互不相关。根据上述回归结果，调整公式为：

式（3）中，X*ik表示调整后的投入；Xik表示调整前的投入；［maxk{Zk}-Zk］表示调整DMU至相同的外部环境因素中；［maxk{］表示调整DMU 至相同的置信水平中。

最后，第三阶段将调整后的投入变量再次代入式（1）中，以此排除外部环境因素和随机误差带来的影响。

2.2 指标及其说明

DEA 模型要求随着投入量的增加，产出量不得减少，即投入与产出指标的数值变动具有“同向性”。故本研究选取了1 个产出指标、5 个投入指标以及1 个环境变量，数据均来源于2003—2021 年《新疆统计年鉴》。表1 为本文选用的产出、投入和环境变量数据的描述性统计结果。利用Stata 16.0软件对样本数据进行Pearson 相关性分析，结果如表2 所示，各投入指标均与产出指标之间在1%置信水平上显著正相关，符合“同向性”假定。投入变量X1、X2、X3、X4、X5与产出变量Y 农业总产值的相关系数分别为0.740、0.842、0.953、0.953 和0.446，这表明X3、X4对Y 具有更重要的影响，X5的影响则较弱。

表1 新疆农业生产效率相关指标及其统计性描述

表2 新疆农业产出与投入的Pearson相关系数检验

灰色关联度分析是指2个系统在发展过程中，伴随不同发展状况的变化趋势相同或者不同程度，可以为因素判别、优势分析等提供依据。根据灰色系统理论，将14个地州市的农业投入和产出共6项指标作为一个灰色系统，具体而言，将农业总产值和5项投入指标分别设定为母序列和子序列，分辨系数ρ设置为0.5，并进行测算，公式为：

由表3可知，5个子序列与母序列农业总产值的灰色绝对关联度普遍超过了0.50，说明其均与农业总产值具有较强关联性，验证了效率测算框架选取的合理性。分析发现14个地州市的主要影响因素为农业机械总动力和农业从业人员数，其中关联度最高的指标出现的频次分别为8和6次。指标间关联度普遍较高的地州市为乌鲁木齐，5组指标关联度结果均高于0.70；塔城地区5组指标关联度结果在0.50~0.60之间，与其他地州市间相比处于较低水平，但仍超过了分辨系数，说明各项投入对农业总产值的影响也不容忽视。

表3 新疆农业投入产出变量关联度

3 实证分析

3.1 一阶段基于DEA-BCC模型的农业生产效率

第一阶段，运用DEAP 2.1软件，基于投入导向设置和规模报酬可变假设，即DEA-BCC模型对新疆14个地州市的农业生产效率进行测算。14个地州市一阶段效率测算结果分布情况如表4所示。2002—2020年，14个地州市的农业生产效率普遍较高，单个地州市时间序列呈现的效率值趋于平稳。克拉玛依市、吐鲁番市和巴音郭楞蒙古自治州的农业生产效率始终为1.000，历年均达到DEA有效。与研究基期相比，包括乌鲁木齐市在内的9个地州市在2020年实现了农业生产效率的维稳或提升，哈密市、阿勒泰地区、阿克苏地区、克孜勒苏柯尔克孜自治州以及和田地区的农业生产效率则出现了不同程度的降低。总体来看，14个地州市的农业生产效率普遍达到或接近随机前沿面，相较而言，昌吉回族自治州和克孜勒苏柯尔克孜自治州的农业生产效率则有较大可提升潜力。由于本阶段尚未剔除外部环境因素和随机误差的干扰，反映的效率值可能并非是真实值，还需要进一步测算。具体而言，需要对松弛变量S进行分析，剔除外部环境因素和随机误差的影响，进而还原14个地州市农业生产效率的真实水平。

表4 一阶段基于DEA-BCC模型的2002—2020年新疆14个地州市的农业生产效率

3.2 二阶段基于似SFA前沿回归的农业生产效率调整结果

为了识别并处理环境变量对农业生产效率的影响，需明晰水土流失治理面积对5项投入指标的影响方向和程度。若影响系数为正，表示水土流失治理面积的上升会导致松弛变量的增加，进而阻碍农业生产效率的提升；反之，若影响系数为负，则代表水土流失治理面积的增加能够提升农业生产效率。本阶段以水土流失治理面积作为自变量，并将第一阶段DEA模型中得到的5个投入指标的松弛量分别作为因变量，采用分离公式，运用Frontier 4.1软件进行最大似然估计以分离环境变量对各项投入指标的影响。

结果如表5所示，5组回归模型均通过LR检验，拒绝原假设，表明进行SFA回归是合理的，并且混合误差项中存在管理无效率。水土流失治理面积对5个投入指标对应的松弛变量的影响均为负向。水土流失治理面积对投入冗余的微缩效应明显，即水土流失治理面积越高，投入冗余越少，越有利于农业生产效率的提高，与客观情况相符；水土流失治理面积对各项投入作用效果的显著性存在差异，即其对农业机械总动力和农作物总播种面积的影响最为显著，其次对农业从业人员数影响较为显著，对化肥施用折纯量和农村用电量的影响则未达到统计学意义上的显著水平。

表5 二阶段基于似SFA前沿回归的新疆14个地州市农业生产效率调整结果

3.3 三阶段基于DEA-BCC模型调整后的农业生产效率

基于一阶段和二阶段的测算结果，将14个地州市的5项投入指标进行调整，并以调整后的投入量作为投入变量，仍以原始产出数据作为产出变量，再用BCC模型进行测算。由表6可知，考虑外部环境变量对投入指标的影响后，14个地州市2002—2020年农业生产效率出现了明显变动。多数地州市的农业生产效率都未处于生产前沿面，存在改善空间。调整后的农业生产效率只有巴音郭楞蒙古自治州和喀什地区始终保持为1.000，克拉玛依市和吐鲁番市退出DEA有效行列。

表6 三阶段基于DEA-BCC模型调整后的2002—2020年新疆14个地州市的农业生产效率

图1雷达图展示了14个地州市两步测算得出的农业生产效率均值的变动情况。除昌吉回族自治州、伊犁哈萨克自治州、塔城地区、巴音郭楞蒙古自治州、阿克苏地区和喀什地区出现数值不变或增加外，其余地州市第三阶段的农业生产效率较第一阶段均有不同程度降低。乌鲁木齐市、克拉玛依市、哈密市和克孜勒苏柯尔克孜自治州的农业生产效率下降幅度均超过了50%，分别为60.119%、83.332%、52.940%和56.082%；昌吉回族自治州和伊犁哈萨克自治州调整后的农业生产效率则出现明显增加，增幅分别达到20.235%和17.187%。总之，在剔除外部环境因素和随机误差后，新疆14个地州市的农业生产效率波动明显，因此，为缓解测算偏误，考虑宏观环境是必要且有效的。

图1 新疆14个地州市一阶段与三阶段农业生产效率比较

以第三阶段测算结果为判断准则，对新疆14个地州市的农业生产效率均值从高到低进行排序，最终分为4个等级（表7）。对于三级和四级的地州市，应以一级和二级地州市为标杆，提升农业生产技术水平、调整优化农业投入，进一步提升区域农业生产效率，推进农业生产向绿色农业转型。

表7 基于效率均值的14个地州市的等级划分

4 结论与建议

4.1 结论

根据Pearson相关性系数检验和灰色关联度分析可知，各项投入指标对于农业产值影响较为显

著，其中农业机械总动力、农作物总播种面积以及农业从业人员数这3个指标对农业总产值影响较大。三阶段DEA中第一阶段未剔除外部环境因素和随机误差时，自2002—2020年之间，除哈密市、阿勒泰地区、阿克苏地区、克孜勒苏柯尔克孜自治州各地州这4个地州市农业生产效率均有不同程度的降低外，其他9个地州市的农业生产效率均在维稳或者稳步提升；总体来说，全疆14个地州市的农业生产效率差距较小，均处于较好水平状态下。水土流失治理面积越多，越有利于提高农业生产效率，避免农业资源过度投入。在第三阶段，克孜勒苏柯尔克孜自治州、乌鲁木齐市、克拉玛依市这3个州市农业生产效率相对较低，主要是由于投入冗杂导致的，应适当减少农业和农村用电量，合理施用化肥，避免资源浪费。处于生产前沿面的巴音郭楞蒙古自治州、喀什地区、伊犁哈萨克自治州、阿克苏地区这4个地州市具备良好的农业生产条件，并极具地方特色，农业发展与经济发展相匹配。

4.2 对策建议

4.2.1 科技与农业相结合，提高农业劳动力素质 农业机械化程度对于农业的影响是显著的，应当增加对农业科技的研发投入，引进科技人才，提高科技创新能力，降低生产成本，推广相关农业技术，促进农业生产效率的提高。同时加强政府与地方高校之间的交流合作，及时掌握市场动态，让真实信息畅流起来，通过吸收其他农业地区的特长，培养新型农民，推动农业产业转型升级。

4.2.2 重视水源涵养，大力发展节水工程 在新疆，人们主要活动在绿洲地带，而水资源则限制了绿洲的质量，也决定着新疆农业的发展规模，是农业的发展动力。新疆水土流失治理面积呈上升趋势，这有效缓解了人地矛盾，也为新疆农业生产稳产增产奠定了一定的基础，但这同时也要求加强对水资源的高效利用。新疆水资源较为稀缺，应当更加重视节水农业的发展，全面普及推广节水灌溉农业，建造节水设施。

4.2.3 改善土壤结构，加强投入资源管理 新疆生态环境相对脆弱，土地沙化以及盐碱化严重，要根据土壤的不同情况，研发和推广新型环保土壤调理类产品，用于改善土壤结构，调节土地的酸碱度，提高土地自净能力，促使土地资源高质量发展。在农用资源投入方面，推广有机化肥或者无公害化肥、可降解地膜、无公害农药的使用，大力推进绿色农业、农业现代化发展，修护改善生态环境，提升农业生产效率。

4.2.4 因地制宜建立绿色农业体系 新疆资源丰富，具备发展特色农业的基础条件。应针对不同地区的农业生产条件，特别是综合生产效率较低的地区，应适当调整当地农业产业结构，因地制宜地将农业与其他产业相结合，建立特色农业体系，增强产业竞争力。全面统筹新疆农业发展，全疆各地州市应帮扶互助，从点到线、到面、再到体全面盘活农业产业活力，促进经济稳步增长。