农村产业发展效率评价及其影响因素分析

李存林 龙珂良

党的十九大报告明确提出，实施乡村振兴战略。推进产业振兴是实施乡村振兴战略的首要任务。乡村产业振兴既是攻坚战又是持久战，应坚持问题导向、目标导向、发展导向，切实走出一条符合实际、科学有效的产业发展之路，为乡村振兴提供坚实支撑①。本文以广西35个石漠化片区县（包括县、县级市、市辖区，下同）为例，立足区域实际，围绕乡村产业振兴的总体目标、基本任务、关键因素，科学设定评价标准、选取相关数据，运用DEA模型和Malmquist指数，对农村产业发展情况进行评价分析，为提升农村产业发展效率、实现乡村振兴提供科学的参考。

一、文献综述

在如何实现乡村产业振兴方面，学术界研究成果很多。侯一蕾等指出，应实施政府引导、市场主导的产业政策联动机制，加强公共服务供给、减少贫困地区对产业发展的排斥性，调整产业结构、推动乡村产业绿色转型，培育新型农业经营主体、建立多元化主体合作的产业发展模式②。李波等研究发现，扶贫政策的实施显著促进了县域经济发展，且经济基础落后的县（区）受政策冲击的影响更大，区域内少数民族自治县扶贫政策对经济促进作用强于非自治县，高海拔地区的政策效应要强于非高海拔地区和超高海拔地区③。向景等研究发现，近年来我国乡村振兴成效明显，但呈现发展不平衡不充分特征，要安排更多面向“三农”的财政资金和均等化项目，吸引公共资源向农村覆盖，支持促进更多农村劳动力流向就业机会多和收入高的地区，加速农民市民化④。东梅等研究发现：陕西、青海、宁夏三省农业产业扶贫资源投入量逐年增加，总体精准扶贫效率较高；陕西大部分贫困县扶贫效率已达到最优，宁夏和青海效率则较低；除环境因素外，公共财政支出和耕地面积会显著影响扶贫绩效⑤。张佳宁、吕泽华指出，受个体小农经济形态等因素的制约，脱贫摘帽村仍面临着以缓解相对贫困为核心的多重困境，兼具市场法人与基层治理者二重身份的村级集体经济是解决贫困问题的长效机制。⑥卫添天等认为，产业兴旺是乡村振兴的根本之处，是乡村经济和教育等各领域能够可持续发展的基石，所以必须把发展乡村产业放在首要地位，促进乡村经济繁荣⑦。郭俊华、王阳研究发现：农村产业政策主体存在“局部聚集”现象；政策工具呈现“重环境型、轻需求型”；政策效力整体处于良好及以上，部分政策在政策受众、政策作用方式等方面存在不足⑧。马喜梅指出，从滇黔桂石漠化片区的发展实际来看，实现乡村振兴与脱贫攻坚有效衔接仍面临体制机制不通畅、长期输血式扶贫、产业可持续发展问题突出和乡村空心化等问题，需要从整体性、系统性和差异化思维出发，通过精神聚合、目标融合、要素整合和体系融合等手段进行统筹布局⑨。

针对农村产业发展的评价，现有文献在研究方法上主要运用数据包络法、主成分分析法和层次分析法等来研究。易军、张春花在分析农业现代化内涵的基础上，吸取国外经济发展和农业现代化理论与实证的研究经验，提出农业现代化水平评价的指标体系和测算方法⑩。赵红巍、吕杰依据辽宁省2007—2010年14个地区农业现代化发展现状，通过主成分分析获取能全面衡量农业现代化的进展程度的新指标，并将其应用于BP人工神经网络，建立农业现代化发展现状综合评价体系，对辽宁各地区农业现代化发展现状进行综合评价。李治等构建了一套包括产出高效化、业态多样化、服务社会化、生态绿色化、城乡一体化5个方面15项具体指标的农村一、二、三产业融合水平评价指标体系，揭示北京农村一、二、三产业融合发展的区域分异特征。陈池波等将熵值法与均值法结合，对农村产业融合发展水平进行统计评价。王国敏、周庆元采用多指标综合测定法构建农业现代化测评体系，并以此对我国内地农业现代化水平进行测算。张荣天以长江三角洲地区为例，利用熵值法测度1998—2013年区域农业现代化水平。李玲玲等利用DEA方法对我国31个省（自治区、直辖市）农村产业融合效率进行了科学的分析与测算，李芸等以北京市农业发展为研究对象，依据农业产业融合的关键要素筛选指标，利用层次分析法尝试性构建科学的评价指标体系，对北京市农业产业融合水平进行评估。

学术界关于乡村产业振兴的路径以及评价指标体系的研究比较全面，为本文进一步的研究奠定了坚实基础，但仍然存在以下不足：首先，从研究方法来看，目前应用的研究方法还比较单一，本文综合运用DEA-Malmquist指数模型和Tobit模型进行农村产业发展效率评价及影响因素分析。其次，从研究对象来看，现有的研究成果多是定性研究，本文以广西35个石漠化片区县为例，通过针对性设定相关评价标准、选取相关数据，进行定量研究，有助于丰富这方面的研究方法。

二、研究方法与模型

（一）DEA模型

数据包络分析法中的众多模型中，应用最为广泛的是规模报酬不变（CCR）模型和规模报酬可变（BCC）模型，二者的区别在于CCR模型的假设前提为规模报酬不变，而BCC模型假设规模报酬可变。在出现变动规模报酬的情况下，使用CCR模型会导致在衡量技术效率时规模效率也混在其中，所以本文采用可变规模报酬BCC模型，该模型将纯技术效率和规模效率从综合效率分离出来，即综合效率＝纯技术效率×规模效率。假设共有n个DMU，θV表示决策单元的效率值；ε为非阿基米德无穷小量；xj、yj表示第j个决策单元的投入量和产出量；λj表示决策单元的权值；S+、S-表示松弛量。该线性规划模型为min[θV-ε（eT1S-+eT2S+）]，约束条件分别为∑Kj=1λjxj+S-=θVX0、∑Kj=1λjyj-S-=Y0、∑Kj=1λ=1、λj≥0、θV≥0、S+≥0、S-≥0且j=1，2，…，k。通过模型的最优解和松弛变量的取值来判断DMU是否有效，若θV＜1，S+、S-不全为0，则表明DMU处于DEA无效率状态；若θV=1，S+=0或S-=0表明该DMU处于DEA效率弱状态；若θV＝1，S+=S-=0，则表明DMU处于DEA有效率状态。

（二）Malmquist指数

Malmquist指数由瑞典经济学家Malmquist于1953年提出，最早是用来分析不同时期消费变化的一个指数，后来与Charnes等建立的DEA方法相结合，经学者们不断调整改进，加以完善，使其成为对效率进行动态分析的一种重要方法。Malmquist指数以t时刻的生产技术水平为参照并利用距离函数的比率计算投入产出的效率。通过分解Malmquist指数为技术效率变化指数和技术进步指数，可以观察全要素生产率变动的来源。与此同时，技术效率变化又可以进一步分解为纯技术效率变化和规模效率变化。其表达式为M（xt+1，yt+1，xt，yt）={[Dt（xt+1，yt+1）/Dt（xt，yt）]×[Dt+1（xt+1，yt+1）/Dt+1（xt，yt）]}1/2

（xt+1，yt+1）表示t+1时期投入产出向量，（xt，yt）表示t时期投入产出向量，Dt（xt，yt）、Dt+1（xt+1，yt+1）则表示的是在t时期技术条件下DMU在t时期和t+1时期的距离函数。在规模报酬可变的情况下，技术效率指数又可以分解为纯技术效率指数和规模效率指数，易于得出全要素生产率指数（TFPCH）=技术效率指数×技术进步指数=（纯技术效率变化指数×规模效率指数）×技术进步指数，表达式为TTF－PCH=EEFFCH×TTECHCH=（PPECH×SSECH）×TTECHCH。设定从t时期到t+1时期，若M指数＞1，说明生产率呈现上升的趋势；M指数=1，说明生产率没有发生变化；M指数＜1，则表明生产率出现下降。

（三）Tobit模型

Tobit模型由托宾（Tobin）于1958年首次提出，由于Tobit模型的因变量受限制，能很好地用于处理因变量不连续带来的计算困难，Tobit回归采用最大似然法。

因为农村产业效率评价中计算得出的值大多数都在0～1之间（存在个别值大于1的情况），具有非负截断性特征。若采用最小二乘法（OLS），会导致结果出现误差，因而使用Tobit回归模型。该模型可以左右截尾不会出现超域值，能通过一个连接函数转化成线性处理，可当作广义线性模型，具体为Yi=β0+βTXi+μi。其中，i=1，2，3，…，m；Xi为DEA方法得出的综合效率值，Xi是解释变量，βT是未知函数，μi~N（0，σ2）。当采用极大似然估计法对Tobit回归模型进行估计时，得到的βT和σ2是一致估计量。

三、指标选取和数据来源

本文立足于广西农村产业发展现状，确保数据的有效性和可得性，选取2011—2019年广西35个石漠化片区县的相关数据，对农村产业发展进行分析评价。产业兴旺是乡村持续高质量发展的经济基础，产业发展和要素流动是乡村振兴的关键。本文选取了5个投入指标：第一产业从业人数，表示人力资源的投入；农作物播种面积，表示土地要素的投入；农业机械总动力，表示农业机械化程度；农村用电量，表示农村产业发展的能源消耗；因为缺少县域农业贷款的数据，所以使用年末金融机构贷款余额替代，一定程度上体现金融支持农村产业发展的力度。选取了3个产出指标：第一产业增加值，反映农村产业发展水平；农村居民人均可支配收入，直接体现农村居民的经济状况；人均地区生产总值，衡量农村产业发展后对当地经济发展的影响。

实现乡村振兴需要加强对乡村产业的财政投入，创造城乡要素双向流动、相互融通的新格局。因此，在农村产业综合效率的影响因素指标方面，本文选取了四个指标：城镇化率，是地区发展的重要标志，其对农业结构、农业生产效率和技术水平等具有重要影响；地区公共财政收入，体现当地经济基础对农村产业发展的影响；农村人均储蓄，反映农户在农村产业发展过程中的潜在投资能力；农业技术人员数，体现科学技术对农村产业发展的影响。

表1 农村产业投入产出指标与影响因素体系

四、农村产业发展效率分析

（一）基于DEA模型的静态分析

因为篇幅原因，列出数据的年份为2011年、2016年、2019年，便于直观表现农村产业发展的变化趋势。利用DEAP2.1软件对2011年、2016年、2019年广西35个石漠化片区县的投入产出指标数据进行农村产业发展效率分析，得到农村产业发展的综合效率值、纯技术效率值、规模效率值和规模报酬，结果如表2所示。

1.从综合效率的角度分析。当综合效率等于1时即为DEA效率有效，通过表2可知35个县农村产业发展的综合效率均值在2011年、2016年和2019年分别为0.894、0.852、0.848，这三年的平均综合效率没有达到DEA有效，呈现下降的趋势且数值处在一个较低的水平，各个县之间的农村产业发展程度不一。2011年达到DEA有效的县为16个，2016年达到DEA有效的县为13个，2019年达到DEA有效的县为14个，在三个年份都达到DEA有效的县有三江县、龙胜县、资源县、龙州县、右江区、凌云县、西林县、天峨县，占比为22.86%，说明这些县用于农村产业发展的资源配置合理，投入产出得到了最佳效果。

表2 广西35个石漠化片区县2011年、2016年和2019年农村产业发展效率

2.从纯技术效率的角度分析。上述县纯技术效率均值在2011年、2016年、2019年分别为0.929、0.916、0.924，表明整体农村产业的纯技术效率处在波动变化的状态。从2019年的数据来看，纯技术效率值没有达到1，对于纯技术效率有效相差0.076，反映出管理水平和相关产业技术仍有改进的空间。

3.从规模效率的角度分析。2011年规模有效的县为16个，2016年规模有效的县为16个，2019年规模有效的县为14个，总体农村产业发展的规模效率均值从2011年的0.959下降到2019年的0.909，总体规模效率呈略微下降的趋势，没有达到规模有效。2019年，融水县、大新县、天等县、平果市、德保县、靖西市、都安县和大化县的规模效率都较低，应该根据实际情况，合理调整对产业规模的投入，以求实现规模效率有效。针对乐业县和凤山县呈现出规模报酬递增的情况，可以适当增加农村产业的规模投入；规模报酬递减的县应该注意农村产业规模投入的管理，减少不必要的效率损失；处于规模报酬有效状态的县，可以保持在规模投入方面的已有优势。

（二）基于Malmquist指数的动态分析

Malmquist指数能动态反映农村产业发展效率变化趋势，运用DEAP2.1对35个石漠化片区县的2011—2019年的数据进行Malmquist指数分析，得到分解项，如表3、表4所示。

表3 2011—2019年农村产业发展Malmquist指数变动及其分解

表4 各县农村产业发展Malmquist指数变化及其分解

1.总体的全要素生产率分析。由表3、表4可知2011—2019年35个石漠化片区县农村产业发展的全要素生产率指数均值为1.033，除了2012—2013年全要素生产率指数为0.920之外，其他年份全要素生产率指数都大于1，说明总体的农村产业发展效率是上升的。技术效率平均值为0.991，技术进步平均值为1.042，反映技术进步对农村产业发展效率提高起到主要作用，而技术效率没有发挥应有的驱动效应。从年份来看，2015—2016年的技术效率值和技术进步值分别为1.091与1.013，两者都处于有效状态，体现出当年农村产业管理水平良好和有效利用投入产业的资源，同时产业技术改进带来了效率的提升；2012—2013年的技术效率指数大于技术进步指数，表明技术效率是这一期间全要素生产率提高的主要因素。剩余年份都为技术进步指数大于技术效率指数，表明技术进步指数对农村产业发展的全要素生产率影响比较持久。

2.各个县之间的效率变化对比。从表4可知从2011—2019年，全要素生产率指数小于1的县有9个，其他县的全要素生产率指数都大于1，说明县的农村产业发展效率是上升的，处在有效状态。26个全要素生产率指数大于1的县中，有隆安县、融安县、三江县、龙胜县、资源县、右江区、田阳县、田东县、凌云县、田林县、西林县、金城江区、罗城县、巴马县14个县技术效率指数和技术进步指数均大于1，共同作用于农村产业的发展，促进了效率提高；而马山县、融水县、平果市、德保县、乐业县、隆林县、靖西市、南丹县、凤山县、东兰县、环江县、大化县这12个县技术进步指数大于1，技术效率指数小于1，说明这些地方的农村产业发展效率的提升得益于技术进步。

五、农村产业发展效率的影响因素分析

对2011—2019年广西35个石漠化片区县的农村产业发展效率的影响因素进行分析，使用了Tobit回归模型，并对相应指标数据进行对数化处理，模型为Y=a+b1URB+b2FIS+b3SIV+b4NAT+ε。其中，Y为上文使用DEA方法计算出的综合效率，a为常数项，b1、b2、b3为公式中变量的系数，ε为随机扰动项，URB表示城镇化率，FIS表示当地公共财政收入，SIV表示农村人均储蓄，NAT表示农业技术人员数，结果如表5所示。

表5 农村产业发展效率影响因素

回归结果显示：城镇化率与农村产业发展效率在1%的水平上呈显著正相关关系，城镇化率的增加会引起农村产业发展效率的提高；公共财政收入与农村产业发展在1%的水平上为显著负相关关系，公共财政收入的提高会降低农村产业发展的效率；农村人均储蓄和农村产业发展效率在1%的水平上呈显著正相关关系，农村人均储蓄的增加有利于农村产业发展效率的提高；农业技术人员数量对农村产业发展效率在1%的水平上有显著负向影响。

六、研究结论与政策建议

在广西35个石漠化县区农村产业发展的过程中，各个县存在明显差异，其中2019年综合效率值最高的县和综合效率值最低的县之间差值达到0.577；在基于DEA模型的静态分析中，总体的综合效率、规模效率出现下降的趋势，技术效率变动较为稳定，三者都有提升空间。把2011年、2016年、2019年的总体农村产业发展情况进行对比，它们综合效率均值都小于1，且农村产业发展效率处在无效状态的县要多于发展效率处在有效状态的县，总体农村产业发展效率没有达到DEA有效；在基于Malmquist指数模型的动态分析中，2011—2019年广西35个石漠化片区县农村产业发展的全要素生产率指数平均值为1.033，说明总体农村产业发展效率处于上升的趋势；35个县的城镇化率、公共财政收入、农村人均储蓄与农业技术人员的数量都对农村产业发展效率有着显著影响。

基于本文的研究结论，提出以下政策建议：第一，加快农村产业政策迭代，促进乡村产业振兴。要想实现乡村振兴，促进农村产业高效发展，当地政府应根据本地农村产业发展实际情况，加快调整农村产业政策。当前世界处于百年未有之大变局，地缘政治和贸易保护主义大行其道，全球产业链、供应链受到极大干扰，即使是不发达地区的农村产业也会受到很大影响。在这种情况下，如何因应国内外环境的巨大变化，适时调整农村产业政策是各级地方政府需要重点考虑的事项。第二，重视县之间农村产业发展状况存在明显差异的现实情况。坚持因地制宜选择产业，彰显产业的比较优势和地域特色，着力在“优、绿、特、强、新、实”六个字上做文章，形成产业竞争力。第三，提高财政支农资金的使用效益。毋庸置疑，财政资金的投入对完成脱贫攻坚任务起到了很大的作用。即使近年来各级财政收支处于紧平衡的状态，在以产业振兴助推乡村振兴的过程中，各级财政依然会投入巨额的预算资金来支持农村产业的发展。充分发挥财政支农资金的引导作用，吸引社会资本助力乡村产业振兴是当前经济形势下必然的政策选择。

注释：

②侯一蕾等：《“微产业、多循环”：产业扶贫与产业兴旺有效衔接的创新机制探索》，《改革与战略》2021年第3期。

③李波等：《“三区三州”深度贫困地区扶贫政策效应与作用机制研究》，《中央民族大学学报》（哲学社会科学版）2021年第2期。

④向景等：《乡村振兴评价指标体系构建及测度：基于财政支出视角》，《广东经济》2020年第6期。

⑤东梅等：《陕青宁六盘山集中连片特困地区精准扶贫绩效评价及其影响因素研究——基于三阶段DEA和TOBIT模型》，《软科学》2020年第9期。

⑥张佳宁、吕泽华：《试论村级集体经济的实践经验与功能定位——从脱贫攻坚到乡村振兴》，《中国集体经济》2021年第12期。

⑦卫添天等：《乡村振兴背景下的乡村产业振兴》，《现代农业研究》2021年第4期。

⑧郭俊华、王阳：《乡村振兴背景下农村产业政策优化调整研究》，《经济问题》2022年第1期。

⑨马喜梅：《乡村振兴与脱贫攻坚有效衔接路径研究——以滇黔桂石漠化片区为例》，《云南师范大学学报》（哲学社会科学版）2020年第3期。

⑩易军、张春花：《北方沿海地区农业现代化进程的定量评价》，《中国软科学》2005年第1期。