长三角区域农业生产效率的测度及地区差异研究——基于两阶段DEA-Tobit模型

赵志芳

长三角区域农业生产效率的测度及地区差异研究——基于两阶段DEA-Tobit模型

赵志芳

（安徽商贸职业技术学院 金融科技学院，安徽 芜湖 241002）

采用DEA-Tobit模型，基于2016—2019年长三角三省一市41个地级市的面板数据，构建评价指标体系，对长三角区域农业生产效率和影响因素进行研究。研究表明：（1）从农业生产的综合效率值来看，长三角区域的农业生产综合效率具有空间差异性。（2）从动态发展来看，长三角区域的农业生产效率在不断提升，但是有7个城市的农业生产效率在衰退。（3）地区人均GDP、农村居民人均可支配收入以及农林水支出与长三角区域农业生产效率之间呈显著的正向相关；人口城镇化率与长三角区域农业生产效率之间呈显著的负向相关。

长三角；农业生产效率；DEA-Tobit模型

2019—2021年，中央一号文件分别从“加快补齐农业基础设施和公共服务短板”“保障重要农产品有效供给和促进农民持续增收”以及“全面推进乡村振兴加快农业农村现代化”等方面强调提高农业生产效率的重要性。长江三角洲（简称“长三角”）区域覆盖江苏省、浙江省、安徽省和上海市三省一市41个地级市，地域面积35.9万平方公里。长三角区域是我国重要的农产区之一，农业区域一体化是长三角区域一体化的重要组成部分。研究长三角区域农业生产效率及地区差异对实现长三角农业高质量一体化发展具有重要意义。

一、文献综述

在乡村振兴的背景下，提升农业生产效率一直是学术界研究的重点问题。不同时期背景下，学者们研究的内容和方法都不同。笔者收集了近三年中国知网的相关学术论文，从研究内容来看，韩旭东（2020）基于第二期“全国新型农业经营主体发展指数调查”数据，通过构建随机前沿生产函数，实证分析了土地细碎化与土地流转对农业生产效率的影响。[1]徐清华（2020）基于全国1832个县2002—2010年的面板数据，采用空间杜宾模型分析农村劳动力转移对县域农业生产效率的空间溢出效应及其区域差异。[2]任天驰（2021）基于湖北、江西、四川以及云南1290户农户数据，从农业保险的主体异质性出发，实证研究了农业保险保障水平对农户生产效率的影响。[3]林夏凯风（2021）从农户行为和以山区县为载体的角度出发对农业生产效率开展研究。[4]钟晓萍（2021）从农地不平等的视角探究承包地调整对农业生产效率的影响，并考虑土地租入与家庭劳动力投入变动的调节效应。[5]王静（2021）探究宅基地退出对农户农业生产效率的影响，考察宅基地退出年限与退出帮扶政策对农户农业生产效率的影响。[6]

从研究方法来看，陈振（2019）在传统DEA模型的基础上，引入非期望产出指标建立SBM-DEA模型，对河南省18个地市的农业生产效率进行测算。[7]侯琳（2019）采用超效率DEA模型和Malmquist指数，对1990—2016年中国29个省级地区的农业生产效率进行分析。[8]李强（2020）利用DEA模型对2004—2017年吉林省农业生产效率进行测算，采用投影分析和Malmquist指数对农业生产水平进行评价研究。[9]崔海洋（2021）基于三阶段DEA模型和聚类分析相结合的方法，以2008—2018年的长江经济带为例，测算其农业生产效率并分析时空特征。[10]李江（2021）运用DEA-Tobit两阶段法测度2007—2016年31个省区市的农业生产效率与经营效率问题，并在此基础上进一步探究劳动人口转移对农业效率的影响。[11]

综上所述，目前，国内学者对农业生产效率的研究成果相对较多，主要集中在省际区域，而对整个长江三角洲区域的农业生产效率研究几乎没有。因此，本文采用效率评价的DEA—Tobit模型，基于2016—2019年的相关统计数据研究长三角区域三省一市41个地级市的农业生产效率及其影响因素，以期促进长三角农业高质量一体化发展。

二、研究方法与评价指标

（一）研究方法

本文运用DEA—Tobit模型研究长三角41个地级市农业生产效率。首先，基于规模报酬可变的假设，采用DEA-BCC模型从静态角度对长三角41个地级市的农业生产效率进行评价。然后，运用Malmquist指数从动态角度考察长三角41个地级市农业生产效率的变化趋势。最后，为了进一步分析长三角41个地级市农业生产效率的影响因素，本文采用受限因变量模型即Tobit模型进行回归分析。

（二）评价指标

本文遵循数据的可比性、可得性和科学性等原则，结合前人研究的成果选取农业生产效率的评价指标。产出指标选用农林牧副渔总产值，投入指标选取第一产业就业人数、农作物总播种面积、农业机械总动力和化肥施用量四个指标。关于外部环境影响因素主要选取地区人均GDP、农村居民人均可支配收入、农林水支出以及人口城镇化率四个指标，如表1所示：

表1 农业生产效率评价指标

三、长三角区域农业生产效率的实证研究

（一）基于DEA模型的农业生产效率静态分析

本文数据来源于《国家统计年鉴》《安徽省统计年鉴》《江苏省统计年鉴》《浙江省统计年鉴》《上海统计年鉴》以及浙江省各地级市统计年鉴等。研究时期是2016—2019年，研究对象是长三角三省一市41个地级市。利用DEAP2.1软件计算出长三角三省一市41个地级市农业生产的综合效率（crste）、纯技术效率（vrste）和规模效率（scal）。由于篇幅有限，仅列出2019年长三角41个地级市农业生产效率值，如表2所示。

表2 2019年长三角41个地级市农业生产效率值

2019年长三角地区41个地级市的综合效率均值为0.583，纯技术效率均值为0.697，规模效率均值为0.845，均未达到DEA有效状态。具体来看，2019年长三角地区只有苏州、宁波和舟山三个城市的综合效率值为1，达到DEA有效状态。纯技术效率达到1的城市有12个，规模报酬递增（irs）的城市有19个，规模报酬递减（drs）的城市也是19个。

表3 2019年长三角三省一市农业生产效率值

从长三角三省一市的比较来看，2019年农业生产综合效率值最高的是上海0.976，浙江省和江苏省较为接近，分别是0.733和0.694，安徽省最低，只有0.364，与其他地区差距较大。从规模报酬来看，上海市处于规模报酬递增，浙江省有64%的地区处于规模报酬递增，安徽省有50%的地区处于规模报酬递增，江苏省有23%的地区处于规模报酬递增。2019年三省一市农业生产综合效率值、纯技术效率值和规模效率值如表3所示。

（二）基于Malmquist 指数的农业生产效率动态分析

Malmquist指数可以动态反映长三角41个地级市农业生产效率的变化情况。运用DEAP2.1软件计算长三角41个地级市2016—2019年农业生产的技术效率变化（Effch）、技术进步变化（Techch）、纯技术效率变化（Pech）、规模效率变化（Sech）以及全要素生产率变化（TFPch）。全要素生产率变化（TFPch）可以分解为技术效率变化（Effch）和技术进步变化（Techch），技术效率变化又可以进一步分解为纯技术效率变化（Pech）和规模效率变化（Sech）。

表4 2016—2019年长三角地区农业生产效率分年TFP指数及分解

从表4中可以看出，2016—2019年长三角地区农业生产效率的全要素生产率变化均值是1.041，年均增长率是4.1%，说明农业生产效率呈现整体上升的趋势。具体来看，TFPch值从1.029上升到1.068，然后下降到1.028，呈现出先上升后下降的波动趋势。从TFPch分解的技术效率变化来看，均值是1.031，年均增长率是3.1%。说明组织管理水平的提升对长三角农业生产效率起到了促进作用。技术效率的分解指数纯技术效率变化均值是1.011，年均增长率是1.1%，规模效率变化均值是1.02，年均增长率是2%。这说明纯技术效率指数和规模效率指数均对技术效率指数起到了促进作用。技术进步变化均值是1.01，年均增长率是1%，说明技术进步对长三角农业生产效率起到了促进作用。

表5 2016—2019年长三角41个地级市农业生产效率TFP指数及分解

表5反映了2016—2019年长三角41个地级市农业生产效率TFP指数及分解。从表中可以看出，长三角只有7个城市的全要素生产率指数小于1，其他34个城市的全要素生产率指数均大于1，说明长三角大部分城市的农业生产效率在不断提升，发展趋势较好。其中，农业生产效率提升最多的是舟山，年增长率达到了49%，其次是淮北、杭州和台州等。全要素生产效率指数小于1的城市有亳州、绍兴、温州、无锡、芜湖、衢州和安庆，说明这些城市的农业生产效率在衰退。

（三）Tobit回归分析

通过上述分析，2016—2019年长三角三省一市的农业生产效率存在较大的差异，接下来通过Tobit回归模型探究影响农业生产效率的因素。农业生产效率不仅取决于农业生产要素的投入和产出，还与地区经济发展、农村经济发展、政府的支持力度以及城镇化水平等外部因素紧密相关。本文选取地区人均GDP作为地区经济发展指标、农村居民人均可支配收入作为农村经济发展指标、农林水支出作为政府对农业支持力度的指标、人口城镇化率作为城镇化水平的指标，分别定义为自变量PRO、INC、FIN和URB，运用SPSS软件对变量的描述性统计见表6：

表6 变量描述性统计

将表6中的变量定义为自变量，DEA模型得到的农业生产综合效率值作为因变量，构建回归模型：

基于长三角41个地级市2015—2019年统计年鉴的相关数据，运用Eviews软件进行Tobit回归分析，结果如表7所示。

表7 长三角41个地级市农业生产效率影响因素Tobit模型回归结果

注：*表示变量系数通过1%的P值显著性检验

（1）地区人均GDP与长三角区域41个地级市农业生产效率之间呈显著的正向相关，表明当人均GDP每提高1个单位，农业生产效率提高0.17。说明地区经济发展能显著促进农业生产效率的提升。

（2）农村居民人均可支配收入与长三角区域41个地级市农业生产效率之间呈显著的正向相关，表明当农村居民人均可支配收入每提高1个单位，农业生产效率提高0.08。说明农村居民人均可支配收入提高能显著促进农业生产效率的提升。

（3）农林水支出与长三角区域41个地级市农业生产效率之间呈显著的正向相关，表明当农林水支出每提高1个单位，农业生产效率提高0.04。说明政府对农业的支持力度能显著促进农业生产效率的提升。

（4）人口城镇化率与长三角区域41个地级市农业生产效率之间呈显著的负向相关，表明当人口城镇化率每提高1个单位，农业生产效率下降0.06。说明城镇化水平的提高不利于农业生产效率的提升。

四、结论与对策

本文基于DEA -Tobit模型对长三角41个地级市2016—2019年间的农业生产效率及其影响因素进行实证研究，结论及对策如下：

（1）长三角区域的科技创新综合效率具有空间差异性。研究期间长三角41个地级市的综合效率均值只有0.583，低于0.6，说明农业生产效率较低。只有苏州、宁波和舟山三个城市达到了DEA有效状态，其他城市均未达到DEA有效状态。其中，农业生产效率较高即综合效率值位于0.8—1之间的城市有5个，农业生产效率中等即综合效率值位于0.6—0.8之间的城市有11个，农业生产效率较低即综合效率值低于0.6的城市有22个。从三省一市的比较来看，2019年农业生产综合效率均值最高的是上海，为0.976，浙江省和江苏省较为接近，分别是0.733和0.694，安徽省最低，只有0.364，与其他地区差距较大。由此可见，长三角区域的农业生产效率差距较大。长三角在一体化发展过程中，要充分考虑地区间农业的均衡发展。在保证农业生产效率高的地区优势的同时要带动农业生产效率低的地区，缩小各地级市农业生产效率的差距，实现长三角农业高质量一体化发展。

（2）长三角41个地级市农业生产综合效率具有动态变化性。总体而言，2016—2019年长三角地区农业生产效率的全要素生产率均值是1.041，年均增长率是4.1%，说明农业生产效率呈现上升的趋势。具体来看，长三角大部分城市的农业生产效率在不断提升，发展态势良好。其中，农业生产效率提升最多的是舟山，年增长率达到了49%，但有7个城市的农业生产效率在衰退。因此，农业生产效率低的城市应加大农业科技创新，提升农业的技术增值；同时引进先进的管理制度和理念，提高技术管理水平，发展现代化农业，不断提升农业生产效率。

（3）地区人均GDP、农村居民人均可支配收入以及农林水支出与长三角区域农业生产效率之间呈显著的正向相关；人口城镇化率与长三角区域农业生产效率之间呈显著的负向相关。因此，农业生产效率较低的城市应完善财政支农机制，提高支农资金的使用效率。同时各地级市应合理有序的推动人口城镇化，鼓励农民返乡创业，确保农业生产人员的数量和质量。

[1]韩旭东，王若男，杨慧莲，等.土地细碎化、土地流转与农业生产效率——基于全国2745个农户调研样本的实证分析[J].西北农林科技大学学报，2020（5）：143-153.

[2]徐清华，张广胜.农村劳动力转移对县域农业生产效率的空间溢出效应——基于1832个县的面板数据[J].农业现代化研究，2020（3）：407-416.

[3]任天驰，张洪振，杨汭华.农业保险保障水平如何影响农业生产效率：基于鄂、赣、川、滇四省调查数据[J].中国人口·资源与环境，2021（7）：161-170.

[4]林夏凯风，林锦彬，刘飞翔.农户行为视角下福建山区县农业生产效率的影响因素及生态化改善研究[J]. 农业经济，2021（2）：12-15.

[5]钟晓萍.承包地调整、农地不平等与农业生产效率——基于有调节中介效应模型的检验[J].中国土地科学，2021（5）：26-36.

[6]王静，赵凯.宅基地退出对农户农业生产效率的影响——基于安徽省金寨县473份农户样本[J].中国土地科学，2021（7）：71-80+88.

[7]陈振，徐瑶瑶，翟振杰，等.基于SBM-DEA模型的河南省农业生产效率分析[J].河南农业大学学报，2019（4）：647-652.

[8] 侯琳，冯继红.基于超效率DEA和Malmquist指数的中国农业生产效率分析[J].河南农业大学学报，2019（2）：316-324.

[9]李强，庞钰凡，汪玥.基于DEA模型和Malmquist指数的农业生产效率评价研究——以吉林省为例[J].技术经济，2020（9）：135-143.

[10]崔海洋，卓雯君，虞虎，等.基于三阶段DEA模型的农业生产效率及其时空特征研究——以长江经济带为例[J].中国生态农业学报（中英文），2021（7）：1243-1252.

[11]李江，毛瑞男.农村劳动人口转移对农业生产效率与经营效率的影响——基于省级面板数据的DEA-Tobit两阶段法的分析[J].人口学刊，2021（3）：100-112.

Research on Measurement and regional Difference of Agricultural Production Efficiency in Yangtze River Delta Region——Based on the two stages of DEA-Tobit Model

Zhao Zhifang

Under the background of promoting rural revitalization and speeding up agricultural and rural modernization in an all-round way, it is vital to promote agricultural production efficiency. Based on the panel data of 41 cities and provinces in the Yangtze River Delta from 2016 to 2019, the DEA-Tobit model is used to construct an evaluation index system to study the agricultural productivity and its influence factors in the Yangtze River Delta Region. The results show that: Firstly, from the value of the comprehensive efficiency of agricultural production, the comprehensive efficiency of agricultural production in the Yangtze River Delta region has spatial difference. Secondly, the agricultural production efficiency in the Yangtze River Delta region is increasing from the dynamic development point of view for the dynamic development. But the agricultural production efficiency in 7 cities is declining. Finally, there is a significant positive correlation between regional per capita GDP, rural per capita disposable income and agricultural expenditure in water and agricultural production efficiency in the Yangtze River Delta region. There is a significant negative correlation between population urbanization rate and agricultural production efficiency in the Yangtze River Delta Region.

Yangtze River Delta; Agricultural production efficiency; DEA-Tobit model

2021-10-30

安徽省高校人文社会科学研究重点项目（SK2020A0829）；安徽商贸职业技术学院科研项目（2020KZR06）

赵志芳（1983－ ），女，安徽太湖人，安徽商贸职业技术学院金融科技学院讲师，硕士。

10.13685/j.cnki.abc. 000604

F327

A

1671-9255（2022）01-0011-05