浙江省农业生产效率分析——基于DEA模型和Malmquist指数

张家威

(浙江海洋大学经济与管理学院，浙江舟山 316000)

浙江省作为农、林、牧、渔全面发展的大省，一直重视农业农村发展，并已启动农业“双强”行动。党的十九大报告指出要走质量兴农道路，提高农业全要素生产率是其主要依靠。自从2014年我国加快农业可持续发展长效机制构建至今，浙江省的农林牧渔总产值逐年递增，除农作物播种面积有些许增长外，资本和劳动等要素投入均有一定程度的减少，存在产出投入不相匹配的情况，农业生产面临挑战，需要稳住农业生产增长趋势，增强薄弱环节，调节区域间平衡。因此，测算浙江省农业综合效率，分析其制约因素，具有十分重要的意义。

国内学者关于农业生产效率的实证研究十分深入，研究区域已从国家层面缩小至县级市，但由于构建的指标体系不同，研究角度不一，因此采取的方法也各不相同，主要可分为SFA法和DEA法。SFA属于参数法，而DEA属于非参数法，各有优劣，均是生产前沿面法中应用最最广泛的方法，相比较而言，非参数方法(DEA)尤其是Malmquist指数应用最广泛。华坚等[1]通过构建三阶段DEA-Malmquist模型，对2007—2012年全国30个省、直辖市和自治区的农业全要素生产率增长情况进行测度分析；何泽军等[2]运用DEA-Malmquist指数法，根据2007—2015年省际农业投入产出面板数据，测算中国农业全要素生产率(TFP)在时间序列和空间区域上的变化特点[2]；李文华[3]选取1998—2015年全国31个省、市、自治区面板数据，运用非参数Malmquist生产率指数方法测算中国农业全要素生产率的变化情况，并且将1998—2015年分为1998—2002、2003—2008、2009—2015年3个子时段，将全国31个省、市、自治区分为东、中、西部3个地区，以测度全国农业TFP变动、时空差异及制约因素，分析极为全面[3]。

省市层面上，江然[4]利用DEA-Malmquist生产率指数对浙江省11个地级市1995—2011年农业全要素生产率进行分析，并且根据农业TFP增长情况将浙江省11个市划分为高速组、快速组、中速组和慢速组；黄玛兰等[5]将DEA的BCC模型与Malmquist指数法相结合，对湖北省各市(州)2007—2011年农业生产效率进行实证分析，并且加入了投影分析，给出了要素投入的松弛调整方案；李鹏菲等[6]以2010—2019年福建省农业产业投入产出数据为研究对象，结合数据包络分析(DEA)、Malmquist指数及Tobit模型为研究方法，对福建省农业经济发展的效率进行系统的分析；林伟敏[7]通过DEA-BCC模型和Malmquist指数对四川省农业生产效率分别进行横向和纵向分析，并且制作四川省各市农业综合效率四方图，进行了象限分析。

回顾上述文献，国内运用DEA模型和Malmquist指数同时对我国及区域农业生产率进行分析的研究众多，学者们构建的指标体系不断创新，产出指标上主要考虑的是农业总产值，农林牧渔总产值或农村居民人均纯收入，投入指标选择相差不大。分析结果时，学者们注重全要素生产率分解后的指数分析，即动态分析，能对静态分析进行补充，得出更为可靠的结论。而近年利用此法对浙江省农业全要素生产率的文献不多，选取面板数据的年份靠前。鉴于此，基于DEA模型和Malmquist指数对2014—2020年浙江省11个地级市农业生产效率进行分析，并在实证分析结论的基础上提出相关建议。

1 研究方法与数据来源

1.1 研究方法

1.1.1数据包络分析(DEA)。数据包络分析方法是用线性规划对所有决策单元(DMU)开展效率评价[8]，适用于多投入多产出的情况，在针对农业生产效率的评价分析中运用广泛[9]。DEA发展至今，最具代表性的模型有CCR、BCC、FG和ST模型，CCR模型和BCC模型运用较为常见，前者不允许规模收益存在可变性，而后者允许，适用更广的范围。该研究对浙江省农业生产的静态分析选用的是规模变动的BCC模型。

M0(xt+1,yt+1,xt,yt)

1.2 指标选取及数据来源投入指标选取2014—2020年浙江省各市第一产业从业人员数量(单位：万人)作为劳动要素投入，主要农作物播种面积(103hm2)作为土地要素投入，农用化肥施用量(折纯)(t)和农业机械总动力(万kW)作为资本要素投入。

产出指标选取2014—2020年浙江省各市农林牧渔生产总值(亿元)，按当年价格计算。

该研究所用的数据均来源于《浙江统计年鉴》(2014—2021年)，部分地级市数据通过查阅对应市区统计年鉴(2014—2021)整理获取。

2 结果与分析

2.1 DEA模型的静态分析运用DEAP 2.1软件计算2020年浙江省11个地市农业生产效率值，结果见表 1。杭州、宁波和舟山的农业综合效率、纯技术效率、规模效率3项效率值均为1，决策单元DEA有效，表明这3个地区农业资源的配置效率、利用情况，以及产出效益等达到最优化配置。剩下地区中，仅绍兴与台州综合效率高于平均值，虽未达到DEA有效，但资源利用情况与技术水平整体良好。全省有6个地市综合效率未达平均水平，已超过半数，这些地区今后发展应以增强效率为主，提升效益为辅。尤其是温州、金华和衢州综合效率远低于平均水平，投入冗余和产出不足情况较为严重。从纯技术效率方面看，杭州、宁波、嘉兴、舟山、台州和丽水的纯技术效率均为1，资源转化效率高，投入要素得到了充分利用，实现产出最大化。温州、金华和衢州的综合效率和纯技术效率均低于平均值，仍有较大发展空间。从规模效率方面看，全省规模效率为0.861，呈现积极向好态势。在非DEA有效的地区中，高于平均值的地级市有4个，规模效率接近生产前沿面，经营规模达到比较理想状态。衢州的规模效率值最小，现有规模与最优规模之间差异大，可改进空间大。

表1 2020年浙江省11个地级市农业综合效率评价结果Table 1 Evaluation results of comprehensive agricultural efficiency of 11 prefecture-level cities in Zhejiang Province in 2020

2.2 Malmquist指数动态分析由表2可知，2014—2020年浙江省11个市农业全要素生产率均大于1，平均全要素生产率为1.080，表明农业生产率在逐年增长，且增长速度较快。从全要素生产率的分解上看，浙江省农业技术进步年均增长9.4%，技术效率下降1.3%，其中规模效率下降0.3%，纯技术效率下降1%，表明浙江省农业TFP的增长主要由技术进步推动。2015—2019年的农业技术效率均小于1，部分抵消了技术进步推动的农业生产率增长，表明这几个年份间浙江省的技术效率和技术进步不相适应，农业生产技术的潜力没有被完全发挥，这可能是因为浙江省农业技术进步发展快速，而农业技术推广与普及的速度滞后，故而业技术效率相应较低。2020年浙江省的技术效率相较于2019年呈上升趋势，技术效率年贡献为2.1%，对农业全要素生产率开始起到正向推动作用，但技术效率中规模效率的作用不高，表明浙江省农业生产集约化程度依旧有待提高。

表2 2014—2020年浙江省农业全要素生产率及构成变化Table 2 Agricultural total factor productivity and composition changes in Zhejiang Province from 2014 to 2020

由表3可知，研究期间浙江省11个市农业生产率均有增长，前4名地区分别为杭州市、台州市、宁波市和舟山市，且其生产率的增长是由技术效率和技术进步的共同提高所推动[11]。其余地区的农业技术效率较低，主要靠技术进步带动来弥补，这可能是由于过量的农业投入造成产量负增长，从而降低了效率。从各地级市农业全要素生产率构成来看，技术进步均超过1，近半数地区接近1.1，且技术水平提高最快的依旧是杭州市。从技术效率看，浙江省超过半数的市区低于1；从技术效率分解来看，浙江省各地级市纯技术效率和规模技术效率平均值分别为0.990和0.997，较接近于1，表明各市资源转换率较高，农业投入产出结构较为合理，技术进步依旧是影响全要素生产率的主要因素。

表3 2014—2020年浙江省各地级市农业全要素生产率及构成变化Table 3 Agricultural total factor productivity and composition changes in Zhejiang Province during 2014-2020

按地理区位划分，表3中，2014—2020年浙东北6个地市的农业全要素生产率增长幅度与浙西南5个地市增长幅度基本持平，浙西南农业技术进步稍高于浙东北，而浙东北农业技术效率稍高于浙西南[4]。浙东北地区普遍拥有地势平坦、交通便利和经济发达的优势，农业推广体系比浙西南地区健全，先进技术的普及率较高，但浙东北的农业技术基本是最前沿，进步速度趋于平缓，为此技术进步相对较低，而技术效率较高。浙西南地区的情况与浙东北相反，农业技术进步的空间较大，而技术效率较低，可能是地区山地丘陵居多，致使农业技术推广不易，体系建设不完善。其中，衢州、金华与丽水技术效率低于浙西南地区平均水平，温州技术效率正好是平均水平。

3 结论与建议

3.1 结论该研究先用DEA模型对2020年浙江省各市农业生产效率进行静态分析，再运用Malmquist指数对浙江省2014—2020年各市农业全要素生产率进行测算，研究发现:2020年浙江省农业整体向好，杭州、宁波和舟山达到DEA有效,但部分地区存在投入冗余和产出不足的情况，拉低了整体的农业综合效率；2014—2020年浙江省农业TFP实现了快速的增长，年均增长率为8%，并且主要是由于农业技术进步推动的；2019—2020年农业技术效率开始对浙江省农业TFP起到正向推动作用；各市农业全要素生产率在1.058～1.131波动，农业发展具有区域不平衡性；浙东北与浙西南2个区域的农业全要素生产率基本持平，均是技术进步推动而技术效率阻碍增长，但浙东北在农业技术效率上稍显优势。

3.2 建议

3.2.1加强基础设施建设，夯实农业发展基础。前沿面技术的研发与应用是需要建立在一定的物质基础上的，因此必须加强水、电、路、绿化等农业基础设施建设，尤其是高标准农田工程建设。在适用田地应用高效节水灌溉技术，能够达到土地利用率与劳动生产率双重提高的目的，减少损耗。大中型灌区改造后的高标准田抵御自然灾害能力强，产量高且稳定，便于管理，适应现代农业生产和经营方式。此外，浙江省现代农业园区的建设需要基础设施配套齐全，农业园区汇聚资源要素，带动周边设施落地，从而有效解决农村资源不足、设施分散等问题，为浙江省农业集约化发展提供坚实的基础。

3.2.2提高农业科技水平，实现技术成果转化。先进的农业科技可以预测农业气象，减少台风和寒潮等极端天气对浙江省农业生产的危害。浙江省经济发达的地区可以发展智慧农业，依托BDS系统、无线通信等科学技术手段，实现智能可视管理，为农民的精准耕作提供可能，减少农业资源的浪费，防止过量施肥。发展先进技术的同时，也应培育相关的农业技术人才，成立专业的农业科研团队，投入农业关键核心技术的攻关工作。此外，浙江省技术效率较低的地区需重视农业技术服务和推广，实现技术转换为生产力的目标，在应用中体现技术成果的价值。

3.2.3采取差异化管控方式，推动区域农业均衡发展。浙江省各市农业全要素生产率增长形势良好，但在农业技术进步或农业技术效率上存有各自的问题，应由面到点，准确定位薄弱项，整体上采取差异化管理。对于纯技术效率或规模效率较低的市区，应加强农业技术推广和服务，落实土地流转政策，实现要素的集约化利用；对于技术进步和技术效率发展速度较快的市区，可通过工业反哺农业、城市支持农村，推动城乡融合发展。实施差异化管理的同时，应加强相邻市区间的合作，突破行政壁垒，共享区域资源，打造“一小时”都市圈，促进要素自由流通。