河南省耕地生产效率及其影响因素分析

赵翠萍

(河南农业大学经济与管理学院，河南郑州450046)

随着工业化、城市化进程的推进以及耕地的退化，中国的耕地资源状况尤其严峻．2011年，中国人均0．1 hm2的耕地面积不足世界平均水平的40%．这种背景下，提高耕地生产效率成为保证农产品有效供给、提高农户收入的关键途径．河南省作为粮食主产省和人口大省，研究其耕地生产效率问题具有重要意义．鲍学东等［1］利用2000—2006年间的农业投入产出数据测算了四川21个地市的农业生产技术效率，发现农业增长严重依赖于土地．梁流涛等［2］运用数据包络分析测度了1997—2004年间中国的耕地生产效率，并计量分析了耕地生产效率变化的影响因素．贠鸿琬等［3］采用1990—2008年间的相关数据测算了河南省农业生产投入要素的运行效率，发现个别年份的要素投入有松弛量，农业生产存在规模过小的制约．徐铮等［4］采用2005年和2009年的数据测算了河南省18个省辖市的农业循环经济效率，并提出了针对性的参考调整方案．总的来看，现有关于耕地生产效率方面的研究缺乏进一步的因素分析．本研究利用2001—2010年的《河南省统计年鉴》数据，运用DEA方法评价了河南省的耕地生产效率水平及变化趋势，利用Tobit模型分析了耕地生产效率的影响因素及其作用方向和作用强度，以期为进一步提升河南耕地生产效率提供技术支撑．

1 材料与方法

1．1 数据来源

本研究数据来自2002—2011年的《河南统计年鉴》．运用DEA方法计算河南省耕地生产效率时，选取涵盖自然资源、劳动力、资金、技术等基本生产要素的年末实有耕地面积、农业从业人员数量、农用化肥使用量、农药使用量、农用地膜使用量、农用机械总动力为投入指标，选取分别代表耕地生产经济效益和社会效益的农业增加值、粮食产量作为产出指标．为消除研究期间物价变动的影响，在利用农业增加值数据时进行了简单处理，即根据各年环比指数，将2001—2010年间的农业增加值全部折算为以2000年为基期的可比数据．

1．2 DEA方法和Tobit模型

数据包络分析法(data envelopment analysis，简称DEA)以相对效率概念为基础，基本原理是利用包络线代替生产函数，通过数学规划来确定经济上的最优点，以折线将最优点连接起来，形成一条效率前沿的包络线．然后将所有决策单元(DMU)的投入、产出映射到空间，落在包络线上的DMU被认为是有效率的，否则无效．DEA方法在评价具有相同类型的多投入、多产出的决策单元(DMU)是否有效时具有显著优势，使用过程中不需要预先估计参数，能够有效减少误差［5］．本研究在对河南省耕地生产效率分析时采用DEA模型中的CRS模型和VRS模型．CRS模型测算的是规模报酬不变条件下各决策单元的综合技术效率(TE);VRS模型测算的是规模报酬可变条件下各决策单元的纯技术效率(PTE)和规模效率(SE)．

Tobit模型也被称为截取回归模型，是受限回归模型的1种．该模型使用条件是被解释变量只能以受限的方式被观测到［6］．其基本形式为:其中是潜在的被解释变量;yi为被解释变量;xi为解释变量;ui服从于 N(0，σ2)，i=l，2…n．

本研究利用Tobit模型对河南省耕地生产效率的影响因素进行分析时，选取采用DEA方法对河南省18个省辖市2001—2010年间耕地综合技术效率的测算值作为被解释变量，选取与之对应的人均耕地经营面积、人均GDP、单位面积机械总动力作为解释变量．

2 基于DEA的耕地生产效率分析

选取河南省所辖郑州市、开封市、洛阳市、平顶山市、安阳市、鹤壁市、新乡市、焦作市、濮阳市、许昌市、漯河市、三门峡市、南阳市、商丘市、信阳市、周口市、驻马店市17个地级市以及济源市1个省直管市作为决策单元(DMU)，各个决策单元之间在耕地资源、劳动力状况、经济发展水平等方面存在一定差别，能够使处理结果具有可比性．

2．1 河南省耕地生产效率总体分析

运用DEAP 2．1软件对所采集数据进行处理，可得2001—2010年间各决策单位的综合技术效率(TE)、纯技术效率(PTE)和规模效率(SE)．对各决策单位每年的效率结果进行汇总与平均，可得2001—2010年河南省耕地生产的综合技术效率、纯技术效率和规模效率变化趋势图(如图1)．

图1 2001—2010年河南省耕地综合技术效率、纯技术效率、规模效率变化趋势图Fig．1 The trend of cultivated land technical efficiency、pure technical efficiency and scale efficiency of Henan Province(2001—2010)

总的来看，2001—2010年河南省耕地生产综合技术效率、纯技术效率、规模效率的平均值分别为93．5%，96．7%，96．7%．三者变化趋势大致相同，均经历了先上升后平稳的发展过程．综合技术效率可综合衡量与评价决策单位对耕地资源的配置能力和使用效率等多方面的能力，可以分解为纯技术效率和规模效率．

纯技术效率是对决策主体在既定产出水平下实现最小投入能力的衡量，与决策主体的技术投入和管理水平直接相关．结果表明，2001—2010年河南省耕地的纯技术效率经历了一个波动历程．2001—2004年呈逐年提高趋势，2004年的纯技术效率水平最高，其后逐步下降，2006年下降到约0．97，之后逐渐趋于平稳．这一趋势可能与河南省科技的推广力度不够、技术更新速度较慢有关．

规模效率用于衡量决策主体现有生产规模结构与最优生产规模结构之间的差距．结果表明，河南省耕地的规模效率波动也较大．其中，除却2006年略有提高之外，2003—2009年耕地规模效率几乎是持续走低．这可能与始于2003年的农业税收减免政策以及始于2004年的农业补贴政策有关，因为政策的实施有可能在短期内强化农户的生产信心和惜地心理，从而一定程度上阻碍了农用土地的流转，不利于农用土地经营规模的扩大．

2．2 各省辖市之间耕地利用效率的比较分析

对各决策单位2001—2010年的综合技术效率、纯技术效率、规模效率值分别求平均值，可得各决策单位的平均效率值，如表1．

表1结果表明，河南省18个省辖市之间的耕地综合技术效率、纯技术效率及规模效率均表现出较大差距．以3种效率值特征为依据，对河南省18个省辖市进行分类，可分为完全有效型、规模有效型、纯技术有效型、无效型4类．

表1 2001—2010年间河南各省辖市耕地生产效率平均值Table 1 The mean of cultivated land technical efficiency，pure technical efficiency and scale efficiency of each prefecture-level cities of Henan Province(2001—2010)

属于完全有效型的包括洛阳、平顶山、鹤壁、三门峡、信阳、驻马店和济源．2001—2010年，这7个省辖市的耕地综合技术效率、纯技术效率、规模效率均值均为1．这意味着，在耕地利用方面，其技术水平、管理能力等要素投入与耕地经营规模之间比较适应，要素投入已达到最优投入水平，注重保持技术、管理与耕地规模之间的协调与均衡将是此类地区保持和提高耕地生产效率的关键．

可归入纯技术有效型的地市包括新乡、南阳、周口．这3个省辖市的纯技术效率为1，规模效率小于1，这表明，这3个市的耕地纯技术效率有效，而规模效率未能实现全部有效．较低水平的规模效率是耕地综合技术效率无效的主要原因．因此，这3个市应着力优化耕地资源配置，推进耕地资源的市场化流转，引导耕地向种植大户和种植能手转移，以提高耕地的规模经营水平，促使耕地规模与技术水平之间的平衡．

规模有效型的地市是许昌．该市规模效率为1，纯技术效率小于1．说明该市10 a间规模效率有效，而纯技术效率未能全部达到最有效，纯技术效率的低下是制约当地耕地综合技术效率的主要原因．该市应致力于加大农业科技投入，提高农业科技贡献率，注重对农户生产管理能力的培训，逐步提高耕地纯技术效率，以促使其与当地耕地规模相适应，进而提高耕地生产效率．

无效型的包括郑州、开封、安阳、焦作、濮阳、漯河、商丘．这7个市的纯技术效率、规模效率均小于1，耕地生产效率总体较低．此类市应立足当地实际，强化农业科技研发和推广力度，提高规模化经营水平，优化耕地资源配置和农资投入结构，促进技术水平、管理能力与耕地规模之间的协同发展．

3 耕地生产效率的影响因素分析

3．1 指标选择与模型构建

本部分利用Tobit模型对耕地生产效率的影响因素进行分析．在选择变量时，主要按照所选变量不应包含于DEA模型的投入、产出变量中，同时兼顾数据的可得性要求．回归模型具体形式如下:

其中，Yit，x1，x2，x3，μ 分别表示 i行政区第 t年的耕地生产综合技术效率、人均耕地经营面积、人均 GDP、单位面积机械总动力、随机扰动项;β0，β1，β2，β3表示各自变量的回归系数．

3．2 模型结果与分析

采用Eviews 6．0统计软件对河南省耕地效率进行回归分析的结果如表2．

表2 河南省耕地生产效率影响因素回归结果Table 2 Regressive result of effects on Henan Province cultivated land productive efficiency

表2结果表明，人均耕地经营面积与耕地生产效率正相关，人均GDP、单位面积平均机械总动力均与耕地生产效率负相关．对耕地生产效率影响强度最大的是人均耕地经营面积(x1)，其次为单位面积机械总动力(x3)，影响较弱的变量是人均GDP(x2)．这意味着同样变动1个单位，人均耕地经营面积比人均GDP对耕地生产效率值的影响更为显著．下面依次对各解释变量的影响进行分析．

人均耕地经营面积从整体上反映了当地规模经济发展水平，由x1系数可知，人均耕地经营面积扩大1个单位，可使耕地生产效率增长0．10个单位，这是因为河南省人地矛盾突出、人多地少的情况影响了农业规模经营水平，人均耕地经营面积总体较小，而农业科技水平及农户耕地经营能力在逐渐提高，现有耕地经营规模不能适应技术水平的发展要求．可见，河南省正处于耕地经营规模报酬递增阶段，提高人均耕地经营规模能够最大程度地挖掘技术潜力，进而促进耕地综合生产效率的提高．

人均GDP综合反映了当地经济发展状况，从分析结果可知，人均GDP增长1个单位，耕地生产效率降低0．000 094个单位．这表明，越是经济较发达地区，农业生产投入反而不足．这或许与当地非农就业示范效应强、非农就业机会多、农户“重工轻农”的倾向较强等因素有关．

单位面积机械总动力能够反映一个地区农业的总体生产设施水平．回归结果表明，单位面积机械总动力增长1个单位，耕地生产效率降低约0．07个单位．这主要是因为机械化水平的提高虽然降低了劳动强度、提高了劳动生产效率，但同时也降低了单位面积劳动投入量的缘故．

4 结论与讨论

总的来看，河南省耕地生产效率经短暂波动上升后趋于稳定，说明河南耕地生产效率的提升仍有一定发展空间，但是，已呈现动力不足的迹象．分区的测算结果表明，各地市之间耕地效率差别较大，但是，从进一步提升耕地生产效率角度来讲，扩大经营规模都是有效的切入点．从耕地生产效率的影响因素来看，单位面积机械总动力和人均GDP两个指标的作用方向异于通常的分析．

1)农业机械化水平对耕地生产效率有一定的负影响．这可能是，目前农户对农业机械产生了一定的依赖，加之农业补贴政策的激励效应已殆尽，以至于劳动力被“过度替代”，从而影响到耕地生产效率的提高，因此，应循序渐进地提高农业机械化水平，应着力调动并维持农户对土地投入的积极性．

2)经济较发达地(市)的耕地生产效率相对较低，或许是因为该类地区农户从事农业生产机会成本较高的缘故．可见，影响耕地生产效率的多方面因素，某种意义上讲，都要最终通过劳动投入来体现其作用．当劳动力这一关键要素的投入难以保证时，耕地生产效率是无从谈起的．因此，在目前的发展转型期，政府应着力思考“谁来种地”的问题．

［1］ 鲍学东，郑循刚．基于SFA的四川农业生产技术效率分析［J］．科技管理研究，2008(9):80－82;90．

［2］ 梁流涛，曲福田，王春华．基于DEA方法的耕地利用效率分析［J］．长江流域资源与环境，2008，17(2):242－246．

［3］ 徐 峥，马恒运．基于DEA的河南省农业循环经济效率评价［J］．河南农业大学学报，2011，45(4):482 －486;492．

［4］ 贠鸿琬，胡文联，池 鸣．河南省农业生产效率的DEA 分析［J］．陕西农业科学，2010(4):165－167．

［5］ 魏权龄．数据包络分析［M］．北京:科学出版社，2004．

［6］ WOOLDRIDGE J M．计量经济学导论:现代观点［M］．费剑平，林相森，译．北京:中国人民大学出版社，2003．