我国粮食主要产地农业全要素生产率实证研究——基于DEA的Malmquist指数分析

吴 健

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

粮食生产是农业发展的核心，提高粮食生产效率对确保国家粮食安全具有重要的战略意义。然而，现阶段资源的稀缺性使粮食产出的增加无法完全依靠生产要素的无限投入，为了生产的可持续性，应提高农业全要素生产率。基于此，文章主要探究粮食作物在生产过程中生产要素投入与产出指标的合理性，明确粮食生产的影响因素及提升途径，为粮食主产区的粮食生产和农业可持续发展提供理论参考。

国内外学者对粮食生产效率的测度进行了大量的研究，数据包络分析法(DEA)是其中一种较为成熟的定量研究方法，近年来被广泛应用到粮食生产效率的测度中。在国外，Farrell首先提出了DEA的原型。[1]之后，Charnes等分别从投入和产出两个方面对生产效率进行了解释。[2]最后Li Nan等，Siddiqui等，Bagchi等分别借助此模型对多国的农业生产效率问题进行了分析。[3-5]在国内，学者们对于粮食生产的研究主要集中在粮食生产效率方面，主要运用Malmquist-DEA和超效率DEA模型。沈洋和孙雨蕾通过测算中国菜花Malmquist指数，实证分析了中国菜花生产全要素生产率增长情况。[6]崔宁波和张正岩运用超效率DEA模型及Malmquist指数法对黑龙江省农业生产效率进行了静态和动态的测度与分析。[7]基于以上研究，文章选取农业机械总动力、农药使用量、化肥施用量作为投入指标，选取各个省份粮食总产量作为产出指标，采用数据包络分析法对2009—2018年我国主要产粮的13个省份产粮效率进行评价与比较，以期为国家的政策制定提供理论和现实参考。

一、研究方法

DAE方法是Charnes和Cooper于1978年提出的一种评价效率的方法，[2]其中，运用较为广泛的是DEA-Malmquist模型，该模型被常用来测量全要素生产率的增长。文章借鉴Farrell构建的基于DEA的 Malmquist指数法测算决策单元的全要素生产率以及技术进步和技术效率。[1]其中，TFP=qt/qcqs/qa×[qt/qbqt/qc qsqaqtqc]0.5=EFFCH×TECH，其中，EFFCH为技术效率的变化，TECH为技术进步。技术效率的变化可以分解为纯技术效率变化(PECH)与规模效率变化(SECH)。qt表示在t时期产量，qc表示在t时期生产前沿面上的产量，即在既定的投入水平下的最优产量，qs表示在s时期的产量，qa是在s时期生产前沿面上的最优产量，qb是指在s时期，以t时期的生产前沿面时的最优产量。若技术进步大于1，说明生产技术有提升；若技术效率大于1，说明生产相对技术效率有所提升，且生产单元更靠近生产可能性边界；若纯技术效率变化大于1，说明在技术不变的情况下，纯粹的技术效率提高；若规模效率大于1，说明规模的变化导致了技术效率的提高。因此，全要素生产率的计算公式为：TFP=TECH×SECH×PECH。其中，TFP衡量了决策单元从s期到t期的生产率变化。

二、变量的选取

本文的评价指标选取投入项和产出项两个方面。在粮食作物生产过程中，生产者通常希望在特定的投入水平下实现粮食生产产量的最大化，因此本研究的模型是一种投入导向型模型。选取我国粮食主要生产的13个省份，包括：黑龙江、河北、河南、湖南、山东、内蒙古、吉林、辽宁、江苏、江西、四川、湖北和安徽，2009—2018年十年间农业投入和产出作为样本数据(数据来源于《中国统计年鉴》)，并以粮食生产的农业机械总动力、粮食生产的化肥施用折纯量以及粮食生产的农药使用量三种粮食生产主要投入要素，以粮食总产量作为产出变量。其中，由于粮食生产要素投入量不可直接获得，根据鲁庆尧和孟祥海的处理方法[8]对农业生产总投入量作以下处理从而得到单独针对粮食生产的投入量，其计算公式为：

粮食生产的农业机械总动力=农业机械总动力×粮食播种面积农作物总播种面积

粮食生产的化肥施用折纯量=农业生产化肥施用折纯量×粮食播种面积农作物总播种面积

粮食生产的农药使用量=农业生产农药使用量×粮食播种面积农作物总播种面积

三、粮食主要产地农业全要素生产率实证分析

本文运用DEAP2.1软件对我国粮食主要产出省份生产投入和产出的相关统计数据进行测算，得到2009—2018年我国13个主要产粮省份整体粮食全要素生产率及其分解年际变化率和分省份粮食全要素生产率的年际变化。

(一)中国各省粮食生产效率总体评价

由表1可以看出，2009—2018年中国13个省份整体的全要素生产率平均上升0.9%。其中，技术进步对全要素生产率增长的贡献占主要部分。技术进步年平均增长0.9%，而技术效率并未增长，由此可以得出2009—2018年间，我国粮食全要素生产率的提高得益于技术进步。从技术效率变化的分解项来看，纯技术效率变化率指数均值为0.991。可见，在2009—2018年间，各省在既定技术和生产规模下，粮食生产的纯技术效率下降，而规模效率的均值为1.009，其值大于1，说明中国粮食生产主要的13个省份整体的规模收益递增。

表1 2009—2018年中国主要产粮省份整体全要素生产率及分解的年际变化

通过图1可以更加直观的看出，2009—2018年中国主要产粮省份的整体全要素生产率变动呈现波动性。并且，粮食全要素生产率的变化与技术进步的变化基本保持一致，技术效率的变化基本上与规模效率的变化一致，因此全要素生产率的变化主要归因于技术的进步，而技术效率的变化则主要归因于规模效率的变化。

图1 2009—2018年中国主要产粮省份整体全要素生产率及其分解年际变化

粮食全要素生产率受到多种因素影响，从其变化可以看出培育技术改进、劳动者技能及知识水平的提升、生产的组织和管理等对粮食全要素生产率变动的影响。根据表2，2009—2018年间，吉林、辽宁、江西、湖北和安徽这5个省份的全要素生产率增长率小于1，其他8个省份的增长率均大于1，并且在这8个省份中，内蒙古的年均增长率达到14.6%，增长最快，且大于2009—2018年13个省份年均增长率，说明这个地区的粮食生产效率总体优于其他省份，能够发挥当地粮食生产的自然资源禀赋优势。此外，这13个省份的全要素生产率都是波动的，并没有任何一个省份每年的全要素生产率都大于1。

表2 2009—2018年中国主要产粮省份全要素生产率变化

(二)中国各省全要素生产率分解分析

为了进一步分析13个省份粮食生产优劣势，文章将全要素生产率进行分解，测算了2009—2018年间中国各个省份技术进步率指数、技术效率指数、纯技术效率指数和规模效率指数的年际变化。

粮食生产的技术进步涵盖所有有关技术的改进与知识的积累，不仅包含粮食本身生产技术的改进，也包含粮食生产经营管理水平的提升以及社会科学的进步。从表3得出，除辽宁、江苏、湖北和安徽年均技术进步率为负外，其余9个省份技术进步率增长速度均大于1，表明这9个省份有效的利用了生产前沿面技术，使得技术进步对粮食生产发挥着积极作用。

表3 2009—2018年中国主要产粮省份技术进步率指数变化

技术效率是综合评价指标，反映了农业生产的投入、产出等方面的整体效率。从表4可知，河南、湖南、山东、四川、湖北及吉林等6省的技术效率增长率均值小于1。

表4 2009—2018年中国主要产粮省份技术效率指数变化

农业经营规模影响农业生产效率的变化称为规模效率(SE)，它反映的是实际生产规模和理想生产规模之间的差值，一般是指农业生产投入与产出的匹配程度。该数值可以反映我国13个省份2009—2018年间农业生产是否在合理的规模结构下发展。由表5知规模效率增长率为大于1的省份仅占46%，说明大部分省份粮食生产规模结构存在问题，要进行合理调节。

表5 2009—2018年中国主要产粮省份规模效率指数变化

纯技术效率考察的是获取最大产出的能力。从表6可以看出，13个省份中仅有河北的纯技术效率均值大于1，且平均增长幅度只有1.5%。因此我国在粮食生产中要更加注重科学的管理以及现代科学技术因素全方位的考虑，同时，各个省份要对投入生产要素分配进行合理分配，完善科学管理制度。

表6 2009—2018年中国主要产粮省份纯技术效率指数变化

四、结论及政策建议

文章以投入产出理论为基础，运用DAE-Malmquist指数模型对中国主要产粮省份2009—2018间投入产出的面板数据分析得出以下结论：十年来，除吉林、辽宁、江西、湖北、安徽5个省份全要素生产率增长率均值为负外，其余省份均有不同程度的增长。技术进步与技术效率的变化对其影响作用表现不一，粮食生产中的技术进步对粮食全要素生产率的增加贡献显著，纯技术效率的下降在一定程度上拖累了农业技术效率水平的提升。因此为提高各类地区粮食生产效率促进粮食增产，提出以下政策建议：

1．加大科技投入，提高科技进步贡献率。技术进步是制约13个省份粮食生产效率的重要因素，同时，也影响着整体粮食生产效率的提高。这是因为依靠要素投入促进粮食增产的潜力正在逐渐缩小，各地区粮食增产不能完全依靠要素投入的增长。因此，可以加快促进互联网、人工智能等数字科技与粮食生产的融合，从根本上提高粮食生产效率，实现粮食增产。

2．加大农业生产要素的利用效率，提高农业生产纯技术效率。在提高农业生产技术水平的同时，粮食主产区要提高对农业生产要素的利用效率，从而提高农业生产的纯技术效率水平。除河北纯技术效率年均增长率大于1外，其余12个粮食主产省农业生产的纯技术年均增长率保持不变甚至为负，意味着在现有技术水平下，这12个省份并未实现投入要素的充分利用，导致农业生产效率逐渐下降。因此，我们要从提高要素的利用率着手，增强技术效率水平，进而实现农业全要素生产率的提升。

3．加强政府引导，促进区域粮食生产均衡发展。通过对各地区全要素生产率的分解解析可以看出，截至2018年，有个别省全要素生产率低于1，出现负增长的原因不尽相同。因此，要加强政府引导，利用不同的区位优势，提高产出规模有效程度，促进全要素生产率的增长。