基于DEA-Malmquist指数的新疆南疆县域农用地生产效率研究

阿力木江·吐斯依提，努思曼姑·玉素音，阿也提古丽·斯迪克，龙江涛

（1.新疆农业大学 公共管理学院，新疆 乌鲁木齐 830052；2.新疆财经大学 工商管理学院，新疆 乌鲁木齐 830012）

0 引言

农业是我国国民经济的基础，在人口数量不断增加、耕地面积不断减少的背景下，提高农业生产效率，对国家粮食安全战略起到至关重要的作用［1-3］。然而，随着我国城镇化进程的加快，农业用地粗放利用的问题也与日俱增，如何利用有限的耕地资源，兼顾生态环境可持续发展的同时，提高耕地生产效率，再一次成为各界学者研究的热点［3-4］。新疆地处我国西北干旱区域，其农业属于典型的干旱区绿洲农业，高效率的农业用地利用，有利于当地农村经济升级转型和国家乡村振兴战略的实施［5］。

国内外学者关于土地效率方面做了大量的相关研究。在研究方法上，国内外学者普遍采用数据包络分析法，选择较为宏观的区域，对城市土地或农业用地效率进行测算［1,5-8］。在研究内容上，学者们结合自己研究领域取得了不少成果，有关土地效率方面的内容，可以概括为土地利用效率的测算［1,5-8］；土地利用效率的影响因素［3,9-11］、时空变化分析［1,12-16］、土地利用效率与经济发展水平耦合关系［17-18］、土地利用生态效率［19］等，如Moutinho等基于DEA-Malmquist指数，对德国和法国城市的生产效率进行了测算。总体来看，前人针对土地利用效率开展了一定的研究，且取得了许多的研究成果，但成果多集中于内地发达省(市)，且大多学者以全国或者省域来进行测算土地的生产效率，较少考虑县域角度的土地的生产效率。除此之外，大多学者采用静态方法分析测算土地利用效率，而采取时间序列动态考虑的研究则较少，所获得的结论不能更好地指导实践。

因此，本文从县域视角出发，选择干旱区绿洲农业为主的新疆作为研究区，采用面板数据，探讨了干旱区绿洲城市农用地的生产效率特征，研究结果将有助于研究区制定积极的措施，从而推动干旱区绿洲农业高效、可持续发展。

1 材料与方法

1.1 研究区域

新疆南疆是指天山以南、昆仑山以北的区域，该区域各县(市)属沿着塔克拉玛干沙漠周边形成的绿洲城市。该区域深居内陆，属于温带大陆性气候，多为山前或盆地内的平原地区，地势平坦，日照时数较长，光照资源丰富，气温日较差大，有利于作物有机质的积累，具有得天独厚的光、热条件来发展农业。同时，也存在水资源有限、生态脆弱等局限性。因此，提高农用地的生产效率，才能在有限的水、土资源的条件下，兼顾生态环境的同时，发展高效、可持续的绿洲农业［6］。

本文为获得数据的真实性和连续性，以2016年南疆县域区划为基准，选取了和田地区8个县(市)、喀什地区12个县(市)、克孜勒苏柯尔克孜自治州4个县(市)、阿克苏地区9个县(市)、巴音郭楞蒙古自治州9个县(市)共计42个县域单元作为决策单元样本，其中未将昆玉市、图木舒克市、阿拉尔市、铁门关市等自治区直辖县(市)纳入本次研究范围之内［20］。

1.2 研究方法

1.2.1 数据包络分析(DEA) 数据包络分析法(Data Envelopment Analysis，DEA)是 在“相 对 效率评价”概念的基础上发展起来的，该方法以“投入—产出”为视角，选取可比性的决策单元，进行相对有效性评价的非参数效率分析［7,16,21］。在DEA模型中，根据规模报酬是否可变，通常分为CCR模型和BCC模型。本文借助DEAP 2.1软件，采用规模报酬可变的BCC模型，选取投入导向型进行分析，其模型如下：

式（1）、式（2）中，X0表示决策单元投入、Y0表示决策单元产出；n表示决策单元数量；λj为权重变量；θ表示决策单元的综合技术效率；ε是一个常量，表示非阿基米德无穷小。S+表示松弛变量；S-表示剩余变量；若θ=1，S+=S-=0，则决策单元DEA有效，若θ＜1，则决策单元非DEA有效。

1.2.2 Malmquist指数 Malmquist指数能动态地反映各决策单元效率的变化趋势。该方法是一种采用面板数据，通过距离函数测算值的比率，研究多时期不同决策单元全要素生产效率的效率动态演化规律的一种分析方法。Malmquist指数可表示为：

式（3）~（5）中，(xt, yt)和(xt+1, yt+1)分别表示t时期和t+1时期的投入产出向量，若M指数＞1，表明效率提高；若M指数＜1，表明效率降低。

2 指标的选取与数据来源

2.1 指标的选取

在参考以往文献的基础上［4,7］，考虑选取数据的科学性和获得性，选取新疆42县（市）为决策单元，选取了农用地投入的4个投入指标和2个产出指标，构建新疆农用地效率评价指标体系（表1）。其中，从土地、劳动力、技术、资本4个方面选取农作物播种面积、乡村劳动力、农用机械总动力、化肥施用量（折纯量）4个要素作为农用地投入指标；选取农林牧渔业总产值、粮食产量分别作为经济和社会2个方面的产出指标。

表1 农用地土地利用效率评价指标

2.2 数据来源

研究所采用的所有数据均来源于2017—2021年的《新疆统计年鉴》相关经济和社会数据，本文选用GM（1,1）灰色系统模型对缺少的数据进行预测和补充。

3 结果与分析

3.1 DEA模型的静态分析

本研究从投入产出的角度出发，基于DEAMalmquist指数来进行新疆南疆县域农用地土地利用效率的测算，借助DEAP 2.1软件，共计算出42个县（市）的2016和2020年农用地的土地利用效率情况。

3.1.1 综合效率评价 由表2可知，从综合技术效率指数来看，2016与2020年南疆区域农用地生产效率分别为0.849和0.853，均未达到DEA有效，农用地生产效率有略微的增长趋势，但仍处于较低范畴。从各县（市）角度来看，2016—2020年，南疆区域61.90%的县（市）的农用地生产效率均有减少的趋势，即除轮台县、尉犁县、博湖县、阿克苏市、温宿县、新和县、阿瓦提县、柯坪县、疏附县、泽普县、麦盖提县、塔什库尔干塔吉克自治县、和田市、于田县、民丰县等16个县（市）有所增加外，其余26个县（市）的农用地生产效率均减少。2016与2020年，均有12个县（市）达到生产前沿面，但在2个时间段中均有效的县（市）为若羌县、和静县、和硕县、拜城县、阿合奇县、乌恰县、策勒县等7个，这些县（市）占总决策单元的16.67%，说明这些县（市）的农用地生产投入实现了最优配置，投入产出在不同的组合下达到了最佳效果。疏勒县和巴楚县在2016与2020年，均在南疆区域农业生产效率处于后3位，且农业生产效率均低于0.6，说明这2个县（市）应该加大农业生产投入力度，扩大投入以达到最佳规模。2020年，尉犁县、若羌县、和静县、和硕县、阿克苏市、拜城县、阿合奇县、乌恰县、麦盖提县、塔什库尔干塔吉克自治县、策勒县、于田县等12个县（市）处于生产前沿面上，这些县（市）占总决策单元的28.57%，其余的县（市）纯技术效率和规模效率都没有达到最佳效果。

表2 新疆南疆农用地土地利用效率分析

3.1.2 技术效率评价 由表2可知，从2016—2020年，南疆区域农用地纯技术效率略有增加，由0.901增加到0.906。南疆区域农用地纯技术效率在2020年为0.906，参考生产前沿面，可知管理水平需要进一步地提高。从数值看，农用地的规模效率高于纯技术效率，可知管理、技术水平这两因素制约着南疆区域农用地生产效率。2016年纯技术有效的县（市）有19个，规模效率有效的县（市）有12个；2020年纯技术有效的县（市）有20个，规模效率有效的县（市）有12个，纯技术有效的县（市）数量多于规模效率有效的县（市），由此可推出，这些县（市）在管理和技术等方面投入已经实现了最大化，综合效率低的主要原因是规模效率低，应该先提高规模效率，从而进一步提升综合效率。2020年，纯技术效率小于区域平均值的有轮台县、且末县、焉耆回族自治县、库车市、沙雅县、新和县、乌什县、阿瓦提县、阿图什市、阿克陶县、疏附县、疏勒县、英吉沙县、岳普湖县、伽师县、巴楚县、和田市等17个县（市），这些县（市）应该先提高管理和技术水平，从而提升综合效率。

3.1.3 规模效率评价 由表2可知，从2016—2020年，南疆区域农用地规模效率略有减少，由0.944降至0.942。2016和2020年均有12个县（市）规模效率达到最优，规模效率2年均为1的有若羌县、和静县、和硕县、拜城县、阿合奇县、乌恰县、策勒县等7个县（市），占比11.90%。2020年规模效率处于区域后3位的有喀什市、疏勒县、莎车县等3个县（市），且规模效率均在0.8以下，远小于区域平均水平，这几个县（市）应该进一步扩大对农用土地的投入力度，以达到最佳的规模。2020年，规模报酬递增的有且末县、博湖县、柯坪县、岳普湖县、民丰县等5个县（市），应该合计加大农用土地投入力度，而规模报酬递减的库尔勒市等25个县（市），应该适当减少农用土地投入力度，解决效率损失的问题。

3.2 Malmquist指数的动态分析

3.2.1 整体效率变动分析 由表3可知，2016—2020年南疆农用地生产效率指数均值为0.983，总体呈下降态势，但在研究期间有2 a的全要素生产效率指数大于1，说明此时南疆区域农用地利用效率处于波动下降阶段。借助Malmquist各个指数分解来分析可知，技术效率上升0.1，技术进步均值小于1，规模效率为1，说明全要素生产率低的主要原因是技术进步的抑制造成的。从不同年度来分析，2016—2017、2018—2019年的技术效率均大于1，而技术进步指数均小于1，说明技术效率是全要素生产效率变化的主导因素；2017—2018年，技术效率指数小于1，数值为0.987，而技术进步指数大于1，数值为1.034，由此得出，技术进步指数对农用地全要素生产效率的提升贡献较大；2019—2020年，技术效率和技术进步指数均大于1，且两者均呈现出上升的趋势，说明技术效率与技术进步协同提高了农用地利用效率。在各年度中，仅有2018—2019年和2019—2020年间的规模效率指数小于1，说明在这段时间内，规模效率抑制了技术效率的增长。

表3 2016—2020年新疆南疆农用地Malmquist指数及其分解情况

3.2.2 各县（市）效率变化对比分析 由表4可知：2016—2020年南疆仅有尉犁县、博湖县、阿克苏市、阿瓦提县、乌恰县、喀什市、疏勒县、麦盖提县、塔什库尔干塔吉克自治县、和田市、策勒县、于田县、民丰县等13个县（市）的农用地全要素生产效率指数大于1，其余的29个县（市）的农用地全要素生产效率指数都小于1，说明南疆大部分地区农用地生产效率呈现下降趋势，发展态势不容乐观，需要尽快作出调整。下降的主要原因方面，生产效率下降的29个县（市）中，库尔勒市、且末县、焉耆回族自治县、库车市、沙雅县、乌什县、阿图什市、阿克陶县、英吉沙县、莎车县、叶城县、岳普湖县、伽师县、巴楚县、和田县、墨玉县、皮山县、洛浦县等18个县（市）的技术效率和技术进步指数均小于1，农用地全要素生产效率的降低是由技术效率和技术进步效率共同抑制造成的；轮台县、温宿县、新和县、柯坪县、疏附县、泽普县、若羌县、和静县、和硕县、拜城县、阿合奇县等11个县（市）技术效率≥1，但技术进步指数小于1，即农用地全要素生产效率较低是由技术进步的落后造成的。

表4 各县（市）的农用地Malmquist指数及其分解结果

4 结论与建议

4.1 结论

本文借助DEAP 2.1软件，利用新疆南疆42个县（市）2016—2020年农用地投入和产出的数据，采用DEA模型与Malmquist指数，对2016—2020年南疆42个县（市）的农用地效率进行分析，得出如下结论：

（1）基于DEA模型测算可以看出，2016与2020年南疆区域农用地生产效率分别为0.849和0.853，均未达到DEA有效，农用地生产效率有略微的增长趋势，但仍处于较低范畴。从各县（市）角度来看，2016—2020年，除了16个县（市）有所增加外，其余26个县（市）的农用地生产效率均减少，即南疆区域61.90%的县（市）的农用地生产效率均呈减少的趋势。

（2）基于Malmquist指数动态分析结果来看，2016—2020年，南疆农用地生产效率仅有13个县（市）的农用地全要素生产效率大于1，其余的29个县（市）的农用地全要素生产效率都小于1，说明南疆大部分地区农用地生产效率呈现下降趋势。

4.2 建议

基于以上实证结果，2016与2020年南疆区域农用地生产效率不高,进步空间较大，结合南疆农用地情况，提出以下建议。（1）加大农业科技投入力度，强化技术的研发。（2）提升劳动力素质以及农户对科学技术方法的应用能力，提高农用地生产效率。（3）提高土地规模化程度，扩大投入以达到最佳规模。