基于DEA和障碍度模型的江西省农业生产有效性评价

缪建群, 周雪晧, 黄国勤

基于DEA和障碍度模型的江西省农业生产有效性评价

缪建群1,2, 周雪晧3, 黄国勤1

1. 江西农业大学生态科学研究中心, 南昌 330045 2. 江西农业大学计算机与信息工程学院数学系, 南昌 330045 3. 北京交通大学理学院, 北京 100044

基于江西省2016年11个市的统计数据, 以农用柴油使用量、农业从业人口、农药使用量、地膜使用量、化肥使用量、机械总动力为投入值, 农业总产值为输出值, 运用数据包络分析(DEA)法中的DEA-C²R模型对江西省农业生产效率进行分析研究, 并运用发展障碍度模型对影响江西省农业生态效率的主要障碍因素进行了分析诊断。结果表明: 江西省大多数市农业生产效率较好, 除九江和鹰潭两市外, 农业生产综合效率均大于0.9, 部分城市上升空间仍然很大; 影响江西农业生态效率的主要障碍因素有化肥施用量和农业机械总动力, 它们的障碍度分别为0.49和0.43。

农业生态效率; DEA-C2R模型; 障碍因素; 江西省

0 前言

农业具有重要的社会、经济和环境功能, 在提供生态系统服务方面发挥着关键作用, 是直接影响自然环境的重要因子之一[1-2]。江西是一个农业大省, 农业的发展直接影响着本省的经济水平[3]。改革开放以来, 江西省农业产出量不断增加, 农业经济发展迅速, 农业产值大幅度增长, 人均农产品持有量大幅度提高, 农民生活得到了极大的改善[4]。但由于农业生产过程中, 存在资源配置不当和产投比较低等现象, 造成土地资源退化和农业环境质量下降等问题, 对江西农业可持续发展形成了严峻的挑战。因此, 分析研究农业生产的有效性是推进江西农业发展亟待解决的问题[5]。农业生产的有效性是度量农业绿色可持续发展的重要指标, 对农业生产有效性进行科学的评价, 有助于准确评估农业生产和资源环境协调发展的程度, 从而, 有利于实现农业资源的高效利用[6-7]。本研究结合农业生产效率的内涵, 运用数据包络分析方法分析研究江西农业生产的有效平衡点, 并结合障碍度模型, 分析研究现阶段影响江西农业生产的主要障碍因素, 以期为政府部门制定合理的农业发展措施提供数据支撑。

1 数据来源与分析方法

1.1 数据来源

数据来源于《江西省统计年鉴(2017)》; 分析软件采用deap2.1和MATLAB R2011b。

1.2 分析方法

1.2.1 指标选取

有效的农业生产是在农业生产过程中减少资源、成本的投入和浪费, 提高农业产出能力, 以经济效益和生态效益双赢为目标。因此, 可考虑农业生产的产投效果, 对农业生产有效性进行评价。由于农业生产是一个多投入、多产出的系统, 所以需要把多种产出和多种投入进行比对, 以判别评价对象的有效性[8]。本文基于已有的研究成果[9-11], 结合可操作性、简要性和科学性等原则[12], 选取农业总产值、农用柴油使用量、农业从业人数、农药使用量、地膜使用量、化肥使用量和机械总动力等作为评价指标(表1)。其中, 输出:代表农业总产值(亿元); 输入:1代表农用柴油使用量(万吨)、2代表农业从业人数(万人)、3代表农药使用量(万吨)、4代表地膜使用量(万吨)、5代表化肥施用量(万吨)、6代表机械总动力(万千瓦)。

1.2.2 分析模型

效率分析模型数据包络分析是一种基于数学规划原理评价同类型组织(或项目)相对有效性的常用方法[12-13]。通过寻找最小输入, 最大输出的DMU, 最终计算出输入与输出的最佳值, 并规定最佳值为1, 0-1之间的为非最佳值[14]。根据研究内容, 本研究采用DEA方法中的C2R模型, 其对偶规划模型如下:

2 结果与分析

2.1 区域农业发展差异性

江西省各市的农业总产值的标准差为82.57亿元(表2), 其中产值最大的是赣州市, 最小的是九江市, 两者之比有19.36。差异产生的主要原因是各地区的农业发展水平不均衡, 九江农业比重较低而赣州农业比重较大。各地区使用的农用柴油量, 农药量, 地膜使量, 化肥量, 机械总动力状况有所差异。其中, 农药使用量的最大值和最小值之比在所有输入中最大, 其比值为16.1, 而农用柴油使用量, 地膜使用量, 化肥使用量, 机械总动力的最大值和最小值之比分别为2.83, 5.4, 14.15和10.31。数据结果表明仅考虑单一指标的情况下, 江西省各市的农业生产效率差异明显。所以, 不能靠单一的指标进行计算生产效率的评价, 这种方法计算结果没有太大科学依据, 且计算结果差距大, 存在片面性。

表2 输入输出值的统计描述

2.2 农业生产效率分析

2016年, 江西省各市的农业生产综合技术效率的平均值0.941, 小于1, 为非最佳状态。其中, 南昌市、景德镇市、新余市、赣州市、吉安市和抚州市这六个市的综合技术效率都为1, 处于最佳状态, 占总数的55%。萍乡市、九江市、宜春市和上饶市的综合技术效率小于1, 为非最佳状态, 占总数的45%。11个市中, 九江市的生产效率最低, 仅为0.628, 与江西省整体水平差距较大。九江市农业生产综合技术效率拉低了整个江西农业生产综合技术效率的平均水平。分析九江市各项指标适宜投入比例, 提高九江市农业生产综合技术效率是一个当前亟待解决的问题。

从江西省的农业生产综合技术效率水平来看, 整体上虽然没有达到1, 但也大于0.9, 整体的农业生产综合技术效率不是很低。农业生产综合技术效率大于0.9的市有9个, 小于0.9的市有两个, 其中鹰潭市未达到了0.8。从DEA-C²R模型计算的效率值来看, 鹰潭市要改善农业生产综合技术效率, 需在农业生产过程中合理配置农业生产资源、分配农业从业人员, 尽可能做到农业资源的高效利用。

在DEA-C2R模型下所得的Vrste是纯技术效率, 不同于Crste(技术效率), 刻画的是每个输出和输入变动的技术水平间的差距, 其意义是在去掉规模因素的前提下, 每个产出的效率, 具体的农业生态效率结果见表3。江西省各市的平均农业生产纯技术效率值为0.990, 十分接近于1, 这意味了只有很少一部分投入没有输出。其中, 南昌市、景德镇市、萍乡市、九江市、新余市、赣州市、吉安市、宜春市和抚州市这9个城市的Crste达到了1, 仅有鹰潭市, 上饶市2个地方的Crste小于1, 但上饶市的Crste的值为0.999。综上所述, 可认为江西省各市的农业生产效率较高, 且无重大环境污染和资源浪费等现象。

规模效率是指在制度和管理水平一定的条件下, 现有规模与最优规模之间的差异, 可以反映出DMU是否在最佳状态, 若DMU=1, 则为规模最佳状态, 若DMU大于0小于1, 则认为不是最佳的。江西省各市的规模效率, 除九江市外, 都在0.9以上(表3), 但规模效率的平均值小于纯技术效率的平均值, 表明影响农业生产效率的主要因素在规模效率上。其中、萍乡市、九江市、鹰潭市、宜春市和上饶市这5个地方呈现规模报酬递增的态势。表明投入的增加小于产出的增加, 所以这5个地方有扩大规模潜力。目前, 江西省没有地方呈规模递减, 不太需要控制规模扩张, 而应该大力加速农业规模发展, 达到增加农业生态效率的目的。

2.3 农业生态效率的改进

DEA有效的决策单元都分布在同一超平面上, 该超平面上所有的点DEA有效, 超平面称为DEA生产前沿面。对非DEA有效的决策单元在生产前沿面作投影, 可测算其与DEA有效值差, 进而改进次决策单元[8]。通过对农业生产纯技术效率的计算, 找到效率非最佳城市, 并计算出改进值(表4)。南昌市、景德镇市、新余市、赣州市、吉安市和抚州市的纯技术效率为1, 即投入冗余为0, 所以对于投入无需改进。萍乡市、宜春市、鹰潭市、上饶市和九江市的纯技术效率不足1, 即存在投入冗余值, 需要适当的改进。以综合效率最低的鹰潭市为例, 在产出不变的情况下, 可减少24.36%的农用柴油使用量, 农业从业人数减少14.74%, 农药使用量减少11.76%, 地膜用量可减少15, 79%, 化肥施用量减少11.44%, 机械总动力可减少25.64%; 若保持现有投入水平, 则可提高农业产值11.50%(表5)。

表3 2016年江西省各市农业生产效率

注: 表中“—”表示规模效益不变, “irs”表示规模效益增加。

表4 江西省11个市的农业投入改进值

2.4 障碍因素诊断

由表6知, 2017年, 影响萍乡市农业生态效率的障碍因素有化肥施用量、农用柴油使用量和农药使用量, 其中, 其起主导作用的是化肥施用量。影响九江市农业生态效率的障碍因素有机械总动力、农业从业人数和农药使用量, 其中, 其起绝对主导作用的是农业机械总动力。鹰潭市农业生态效率障碍因素主要为农业机械总动力和农业从业人数。宜春市农业生态效率的障碍因素有农业机械总动力、化肥施用量和农药使用量, 其中, 农业机械总动力和化肥施用量为主要因素。除地膜使用量外, 其他五个因素对上饶市农业生态效率都有一定的影响, 但其决定作用的障碍因素是化肥施用量。2017年, 影响江西省农业生态效率的主要障碍因素为化肥施用量和农业机械总动力, 两者的大小顺序为化肥施用量>农业机械总动力(表7)。

表5 江西省农业生产效率评价指标调整值(非DEA有效)

注: 表中数值带“—”表示指标值减少, 反之, 表示指标值增加。

表6 影响各决策单元农业生态效率的障碍因素

表7 2017年江西省农业生态效率主要障碍因素排序

3 讨论与结论

3.1 讨论

农业生产效率是衡量农业生产有效性的重要指标之一, 与国家的经济发展息息相关。本研究基于江西省农业生产的特点构建其生产有效性评价指标体系, 应用DEA方法对生产有效性进行评价。结果表明, 江西省农业生产总体有效, 但也存在一些地区农业生产效率需要进一步提高, 这需要相关政府部门对这些农业生产非有效地区在农业生产资源配置方面进行合理的调整。

障碍因素分析表明, 化肥是影响江西省农业生态效率的主要障碍因素之一, 这与谌贻庆等的研究相同[5]。对于农业生产低效率地区, 应加大现代农业科技的推广和普及力度, 加快新型有机肥的研究步伐, 鼓励种植绿肥, 以减量施用化肥, 从而控制化肥使用带来的土壤板结和酸化等问题。农业机械化总动力是影响江西省农业生态效率的另一障碍因素, 机械化程度低严重制约江西农业生态效率的提高[15]。加强农机技术的研发能力, 打造高科技农机技术, 完善农机装备配置, 增强大中型农机具的配套作业, 对于改善农业生产条件、提高农业产业化经营水平、增强农业综合生产能力等具有重要的意义[11,16]。

本研究采用障碍度模型对输入指标的障碍度进行了分析研究, 与二、三阶段DEA模型相比, 避免了指标的二次选取以及新指标对农业生态效率影响的判定(目前, 鲜有学者分析研究二次选取的指标对农业生态效率的影响)。同时, 本研究既能诊断各输入指标对单个决策单元的障碍度, 又能诊断各输入指标对整个研究区域的障碍度, 因此, 本文具有一定实际意义。然而, 由于数据资料有限, 一些重要的评价指标(如: 农业劳动力用工时数、农村劳动力报酬和畜役力等)未纳入到本文评价指标体系中, 所以评价结果和江西省实际情况可能会有一定的偏差。

3.2 结论

目前, 江西省农业生态效率无效的地区, 由于规模效益处于递增态势, 因此可通过合理地配置农业生产资源, 提高农业生产技术, 以驱使农业生态效率不断改善。在农业生态效率有效地区, 应在现有农业生产技术的基础上, 进一步控制诸如化肥、农药等易导致农业面源污染资源的投入, 创新农业科技, 发展新型农业生产资源, 以促使农业生态效率规模效益提高, 以期把江西农业生产建设成为资源节约和环境友好型。

[1] BENEDETTA C, DONATELLA V, GIULIO F, et al. Assessing agricultural eco-efficiency in Italian Regions[J/OL]. Ecological Indicators, 2020, 116: [2020-06-19]. https:// doi.org/10.1016/j.ecolind.2020.106483.

[2] RAFAL B, JERZY B. Eco-Efficiency in Measuring the Sustainable Production of Agricultural Crops[J]. Sustainability, 2020, 12(4): 1418.

[3] 唐安来, 黄国勤, 吴登飞, 等. 绿色生态农业:江西绿色崛起的必然选择[J]. 农林经济管理学报, 2015, 14(5): 538–545.

[4] 李春丽. 江西省农业可持续发展研究[C]//中国农业资源与区划学会. 2015年中国农业资源与区划学会学术年会论文集, 中国农业资源与区划学会:中国农业资源与区划学会, 2015.

[5] 谌贻庆, 王华瑞, 陶春峰. 江西省农业生产效率评价及影响因素研究[J]. 华东经济管理, 2016, 30(7): 21–28.

[6] 方永丽, 曾小龙. 中国省际农业生态效率评价及其改进路径分析[J]. 农业资源与环境学报, 2021, 38(1) : 135–142.

[7] 聂弯, 于法稳. 农业生态效率研究进展分析[J]. 中国生态农业学报, 2017, 25(9): 1371–1380.

[8] 秦钟, 王建武, 章家恩, 等. 广东省农业循环经济发展的DEA分析与有效性评价[J]. 自然资源学报, 2010, 25(6): 904–913.

[9] 吴振华, 雷琳. 基于三阶段DEA模型的农业土地生态效率研究——以河南省为例[J]. 生态经济, 2018, 34(10): 76–80.

[10] 任红霞. 基于DEA模型的农业生态效率综合测度[J]. 统计与决策, 2019, 35(6): 99–103.

[11] 白世秀, 王宇. 我国农业生态效率评价及DEA分析[J]. 江苏农业科学, 2019, 47(7): 328–332.

[12] 缪建群, 王志强, 马艳芹, 等. 崇义客家梯田生态系统可持续发展综合评价[J]. 生态学报, 2018, 38(17): 6326－6336.

[13] USMAN A, LI QuanLin, MUHMMAD Abdullah A, et al. Nexus between agro-ecological efficiency and carbon emission transfer: evidence from China[J/OL]. Environ­mental Science and Pollution Research, 2020: [2020-06-04]. https://doi.org/10.1007/s11356-020-09614-2.

[14] 张锐, 翟欢欢, 张训. 基于DEA的县域两型农业生产效率评价[J]. 经济数学, 2011, 28(1): 105–110.

[15] 梁小刚. 江西省农业生态效率评价及动态计量分析[D]. 南昌: 江西财经大学, 2015.

[16] 王晓丽, 祝源清. 基于数据包络分析方法的吉林省县域农业生产效率评价[J]. 税务与经济, 2014(2): 106–109.

Evaluation of effectiveness of agricultural production in Jiangxi province based on DEA and obstacle model

MIAO Jianqun1,2, ZHOU Xuehao3, HUANG Guoqin1

1. Research Center on Ecological Science, Jiangxi Agriculture University, Nanchang 330045, China 2. College of Computer and Information Engineering, Jiangxi Agriculture University, Nang chang 330045, China 3. College of Science, Beijing Jiaotong University, Bei jing 100044, China

Based on the statistical data of 11 cities in Jiangxi Province in 2016, this paper uses DEA-C2R model in data envelopment analysis (DEA) method to analyze and study the agricultural ecological efficiency of Jiangxi Province, taking the six input values of agricultural diesel oil use, agricultural practitioners, pesticide use, plastic film use, fertilizer use and total mechanical power as one output value, and the main obstacle factors affecting the agricultural ecological efficiency of Jiangxi Province are analyzed and diagnosed with the development obstacle model. It shows that most of the cities in Ming Jiangxi Province have better agro-ecological efficiency, which is basically greater than 0.9, but there is still a large space for some cities to rise. For example, the agricultural ecological efficiency of Jiujiang City is only 0.628, which can be challenged by reducing the use of agricultural diesel and the total power of machinery to achieve better results.The main obstacle factors that affect the agricultural ecological efficiency of Jiangxi Province are the amount of chemical fertilizer applied and the total power of agricultural machinery. Their obstacle degrees are 0.49 and 0.43 respectively.

Agriculture efficiency; DEA-C2R; Obstacle factors; Jiangxi Province

缪建群, 周雪晧, 黄国勤. 基于DEA和障碍度模型的江西省农业生产有效性评价[J]. 生态科学, 2022, 41(3): 172–177.

MIAO Jianqun, ZHOU Xuehao, HUANG Guoqin. Evaluation of effectiveness of agricultural production in Jiangxi province based on DEA and obstacle model[J]. Ecological Science, 2022, 41(3): 172–177.

10.14108/j.cnki.1008-8873.2022.03.020

S273

A

1008-8873(2022)03-172-06

2020-07-23;

2020-08-20

国家重点研发计划课题(2016YFD0300208); 江西省教育厅科技计划项目(GJJ170275)

缪建群(1976—), 男, 江西上饶人, 博士, 讲师, 主要从事生态经济研究, E-mail: jqmiao998@sina.com