中国西瓜产业生产效率的实证分析*

赵 姜，周忠丽，黄 朝

(1．北京市农林科学院农业科技信息所，北京 100097;2．中国农业科学院农业经济与发展研究所，北京 100081;3．中国农业科学技术出版社，北京 100081)

西瓜在世界园艺生产中占有十分重要的地位，其种植规模仅次于葡萄、香蕉、柑橘、苹果，居第5位［1］。中国是全球最大的西瓜生产国，近10年来我国西瓜产量在世界总产量中始终占据60%以上。据联合国粮食及农业组织 (FAO)数据统计，2011年中国西瓜产量6 914万t，占世界西瓜总产量的67．2%。“十一五”期间，中国西瓜播种面积超过麻类、糖料、烟叶、药材等传统经济作物，西瓜产业总产值约占种植业总产值的5%左右，部分主产区占20%，在带动种植业发展和满足人民日益增长的生活需求中发挥着越来越重要作用，西瓜已经成为农民快速实现增收的高效作物［2］。

虽然目前中国西瓜产业发展迅速，但是仍存在很多问题:灾害性天气和病虫害扩大对产业造成较大危害，生产一线的瓜农趋于老龄化，小生产和大市场的矛盾依然突出，“空心瓜”、“脱水瓜”及西瓜“爆裂”事件时有发生，产业比较效益明显下降，挫伤了广大瓜农的生产积极性，严重影响了我国西瓜产业的健康快速发展。随着农业增长方式由粗放型向集约型转变，传统的生产要素投入增长已经对西瓜产业的进一步发展形成制约，要稳定西瓜生产，必须要提高西瓜生产效率，把诸多生产要素按功能和适当比例组成一个有效运转机体，即实现既定成本条件下的经济效益最大化，或者实现既定经济效益条件下的成本最小化［3］。因此，研究我国西瓜生产效率问题，对促进西瓜产量增长，提高瓜农收益，转变西瓜增长方式有着重要的意义。

1 研究方法与数据说明

1.1 理论模型

目前，国内对产业生产效率的研究和评价广泛采用数据包络分析方法 (Data Envelopment Analysis，DEA)［4-8］。作为一种非参数估计方法，DEA不需要一个预先已知的生产函数，也不必人为事先确定各指标的权重，简化了效率计算和评价工作，同时增强研究的客观性［9］，能为管理部门改善效率提供有用的信息。采用DEA的基本前提是每个决策单元DMU(Decision Making Unit)都代表一定的经济意义，技术关系的假定是正确的，而且必须有足够多的决策单元［10］。

Malmquist指数法是基于DEA提出的，用于测量全要素生产率TFP(Total Factor Productivity)的变化，弥补了DEA仅能用于相对效率的分析而不能测算具体生产率增长水平的缺陷。当一段时间内的Malmquist指数大于1时，表示这段时期TFP是增长的，反之则表示TFP下降，当Malmquist指数等于1时，TFP不变［11］。可以将Malmquist生产率指数进一步分解如图1所示。

图1 Malmquist生产率指数的分解及各个指标所代表的含义［12］

1.2 数据来源及指标选取

该研究依托国家西甜瓜产业技术体系综合试验站，选取18个西瓜主产省 (市、区)作为效率评价决策单元，具有一定的代表性。《全国农产品成本收益资料汇编》未收录西瓜数据，因此该文有关西瓜的生产数据均来自试验站2010～2012 3年间定点观测的一手数据。模型的产出指标 (Y)选择西瓜每667m2产量，7个投入指标分别为每667m2西瓜投入的种子费 (X1)、化肥费 (X2)、农家肥费 (X3)、农药费(X4)、农膜费 (X5)、其他物资费用 (X6)和劳动力用工天数 (包括家庭用工数和雇工天数)(X7)，因数据年份跨度仅为3年，上述价格变量不考虑价格因素影响。

为从技术上避免内部指标间的强线性关系，对所选的7个投入指标进行相关性检验 (表1)。可以看出农药费 (X4)与其他物资费用 (X6)的相关系数绝对值达0．777，说明这两项指标的相关性较大。鉴于农药在西瓜种植中大多不可缺少，且其他物资费用在所有观测数据中并不齐整，故将变量X6舍掉。

表1 投入变量的相关性检验结果

2 实证结果分析

基于以上理论框架，该文运用DEAP2．1对中国18个省 (市、区)的西瓜全要素生产率、技术进步和技术效率进行了测算。

2.1 2010～2012年中国西瓜生产效率总体分析

从表2可以看出，在综合效率方面，吉林、辽宁、湖北、甘肃、湖南、河南和山东达到DEA有效。生产要素投入与产出均达到了最优状态，技术效率和规模效率均有效，而其他11个省 (市、区)均为非DEA有效，其中北京市西瓜生产的综合效率最低;从技术效率角度看，在上述7个DEA有效决策单元的基础上增加了宁夏、新疆和河北3省区，表明这10个省区的西瓜生产要素组合达到了最优，而同期其他8个省 (市、区)技术效率未达到有效，表明要素投入结构不尽合理，需要进一步调理完善;在规模效率上，2010～2012年天津、宁夏、安徽、上海和陕西规模效率递增，表明这5省 (市、区)有必要扩大生产规模，增加生产要素投入会拉动产出增加，投入增加将会使生产要素的配置更加合理，广西、江苏、浙江、新疆、河北和北京规模效率递减，意味着要缩减生产规模才能使生产要素的配置结构更趋于合理。

表2 2010～2012年西瓜主要生产省(市、区)生产效率

2.2 2010～2012年西瓜全要素生产率、技术进步及技术效率变化分析

2．2．1 年际间变化分析

表3的测算结果表明，2010～2012年西瓜生产全要素生产率总体呈现下降趋势，TFP年均增长率为-2．8%，主要归因于技术进步的负增长 (-8．3%)。即2010～2012年技术变化与综合效率呈明显的反变动关系，技术变化的下降抵消了综合效率变化的上升 (6%)，最终与全要素生产率变化一致。

表3 2010～2012年中国西瓜生产的全要素生产率变化及其分解

2．2．2 主产省 (市、区)间变化分析

具体就不同省 (市、区)情况来看 (表4)，只有天津、广西、宁夏、河北、陕西和北京这6个主产省 (市、区)的TFP是增长的，但增长方式有所区别，广西、河北、陕西和北京主要依靠技术效率推动，而天津和宁夏则为技术效率和技术进步共同驱动型。

在TFP为下降趋势的其他11个西瓜主产省 (市、区)中，湖南的全要素生产率下降幅度最大，主要原因是技术进步和综合效率均为负值。另外的11个西瓜主产省 (市、区)全要素增长率虽也为负值，但主要归因为技术退步，综合效率是提高的，这可能是由于技术进步对技术效率的发挥存在滞后性造成的。

表4 2010～2012年主要省 (市、区)西瓜生产的全要素生产率比较

2.3 2012年我国不同省份的西瓜生产效率分析

2．3．1 生产效率现状

进一步对我国18个西瓜生产主产省 (市、区)2012年的截面数据进行基于投入成本最小化的DEA实证分析，测量在不改变产出数量的前提下，如何成比例减少投入的数量。计算结果如表5所示。

表5 2012年我国西瓜主产区生产效率评价

2012年我国西瓜主要生产省 (市、区)的平均综合技术效率为0．939，说明西瓜生产投入要素的总体使用效率较为合理，实际产出接近于生产前沿面。从投入产出角度对我国西瓜主产省 (市、区)的相对效率状况进行对比研究:天津、宁夏、浙江、吉林、安徽、辽宁、湖北、河北、甘肃、河南和山东这11个地区的综合效率为1，处于DEA有效状态，技术效率和规模效率都达到最优的要素配置。湖南技术效率值为1，且无投入或产出松弛，说明湖南西瓜生产处于技术有效状态，生产点处于生产前沿面，在不减少产出的情况下，不能等比例的减少各种投入，也不能个别地减少某种投入［10］。

这12个决策单元可以作为其他决策单元效率改进的参照点，但需要指出的是虽然宁夏处于生产前沿面，作为参照单元的次数最多，理论上该决策单元的生产模式容易进行推广，但实际上宁夏地理环境特殊，近年来主推砂田西瓜产业，这种种植方式有一定的自然禀赋要求，不适宜大范围推广应用。除此以外，河北被北京参照，参照基权重为0．284，甘肃被陕西参照，参照基权重为0．776，安徽被江苏参照，参照基权重为0．385，这些地区气候条件比较相似，适合相互参考以改进生产效率。

其余地区技术效率小于1，而且存在投入松弛或产出松弛，说明这些省区西瓜生产处于技术无效率状态，在产出不变的情况下，可以把投入量同时缩小，而产出保持不变，在此基础上，还可根据某些投入(或产出)的松弛量减少 (或增加)相应的数量。

2．3．2 生产技术无效省份的效率改进

2012年我国西瓜生产有6个技术无效决策单元，分别是广西、江苏、新疆、上海、陕西和北京，根据投入和产出指标的松弛变量值及原始值计算得到投入要素的调整比例 (见表6)。径向调整值是将技术效率提高到1，所有投入要素需要同比例减少的数量 (指标的绝对值);横向调整值是因为某种投入要素相对于其他投入要素投入过多而需要减少的数量 (指标的绝对值);总调整比例为径向调整值与横向调整值之和的绝对值与原始值的比值。

从各投入要素的平均值来看，2012年西瓜生产中农药费使用大量过剩，平均每个省市区应缩减48．654%，其次是农膜费，平均每个省市区应缩减46．364%，种子费和劳动力投入平均每省份也应缩减31．737%和 29．055%。

具体到各个决策单元，技术效率越低的省 (市、区)，径向调整值越大，即各种投入要素需要缩减的数量就越多。江苏和新疆的技术效率都在0．9以上，说明虽然这两个地区处于技术无效状态，但各要素投入冗余情况并不严重，投入冗余最多的陕西省其技术效率为0．747，各要素投入冗余需要同时缩减25．3%。在要素投入结构上，这6个技术无效的省 (市、区)都存在不合理的现象:其中广西和新疆有两种投入要素过多，江苏和北京有3种投入要素过多，上海和陕西有4种投入要素过多。从调整比例看，江苏西瓜生产的投入结构不合理问题最为突出，其次是上海，农膜费用量应缩减的比例达到58．389%和46．955%，另外广西和陕西的农药费投入过多，需要缩减的比例分别为45．27%和38．378%。

3 结论与建议

该文通过我国18个西瓜主产省 (市、区)收集整理的2010～2012年西瓜生产数据，测算了我国西瓜产业的生产效率，探讨了技术效率低下的原因及改进方案，研究得出如下主要结论，并提出相关优化资源配置的政策建议:

(1)2010～2012年我国西瓜生产综合效率达到85．2%，其中有7个省 (市、区)投入产出达到了DEA有效，但仍有11个省 (市、区)的生产要素投入结构不合理，存在技术效率损失，说明我国西瓜的生产效率仍有进一步提升的空间，应合理调整西瓜的生产要素投入，注重技术创新和新技术的推广应用，优化生产要素配置，充分发挥各省 (市、区)西瓜生产的资源优势。

(2)2010～2012年间虽然我国西瓜生产的综合效率平均实现了6%的增长，但较大幅度的技术退步抵消了综合效率的促进作用，使得西瓜全要素产率整体呈现负增长态势。造成技术进步变化大幅波动的主要原因是灾害性天气、病虫害等一些不可预测的因素。2012年2～3月，南方地区遭遇长时间的低温阴雨天气，黄淮海地区春季偏低温，给西瓜育苗和定植后的管理带来极大困难，部分主产区出现了死苗严重和幼苗生长缓慢的突出问题，10月底的台风“山神”又重创了部分南方地区的西瓜产业，同时西瓜种传细菌性果斑病频繁发生，这些都严重影响了西瓜产业的生产效率。因此要加强西瓜生产基础设施建设，调查明确我国西瓜主产区的常发性病虫害种类及发生规律，研究建立适合各个主产区特点的高效、安全防控技术体系，降低瓜农的生产风险。

表6 技术无效决策单元的效率改进方案

(3)2010～2012年省域间的西瓜全要素生产率增长率差异较大，其中宁夏TFP增长率最快，湖南TFP增长率最慢。另外全要素生产率增长方式也不同，天津、宁夏西瓜全要素生产率增长依靠的是技术进步和技术效率共同推动，而其他省 (市、区)的全要素生产率增长主要依靠技术效率变化驱动。总而言之，对于技术进步主导TFP增长的省 (市、区)，应推广新的种植技术，优化要素投入与产出结构，进一步提高技术效率水平。对于技术效率主导TFP增长的省 (市、区)，则应优先考虑吸收先进技术，增强自主创新能力，提高技术水平，促进全要素生产率快速增长。

(4)2012年，我国西瓜生产投入要素的使用效率总体较为合理，18个西瓜主产省 (市、区)中，大多数 (12个)都处于技术有效状态，这些省市区在产出不变的情况下，不能等比例地减少各种投入;只有6省市区的西瓜生产处于技术无效状态，需要同比例减少各种投入。从西瓜生产的投入结构来看，农药投入过剩的现象最为严重，其次是农膜。这不仅造成生产资料的巨大浪费，对西瓜生产效率产生消极影响，而且已经严重影响了农业生态环境。建议继续增加农业科技及技术推广的投入，提高西瓜抗病虫害的能力，加强简约化栽培技术集成创新及应用，将农药和农膜作为改进生产效率的重点调整对象，有效提高西瓜产业的生产效率。

［1］赵姜，张琳，王志丹，等．我国居民西瓜消费特征及影响因素分析．中国蔬菜，2013，1(6):17～23

［2］马跃．改革开放30年大背景下的西瓜甜瓜产业20年．中国瓜菜，2008，21(6):55～58

［3］贺梅英．广东荔枝、香蕉产业生产要素优化配置比较研究．中国农业资源与区划，2012，33(4):78～83

［4］张东平，冯继红．我国小麦生产效率的DEA分析．农业技术经济，2005，(3):48～54

［5］李道和，郭锦墉，朱述斌．中国柑橘产业的全要素生产率、技术进步与效率变化．江西农业大学学报 (社会科学版)，2010，9(1):43～47

［6］陈诗波，王亚静，李崇光．中国生猪生产效率及影响因素分析．农业现代化研究，2008，29(1):40～44

［7］李道和，池泽新，刘滨．基于DEA的中国茶叶产业全要素生产率分析．农业技术经济，2008，5:52～56

［8］刘洋，罗其友．中国马铃薯生产效率的实证分析——基于非参数的Malmquist指数方法．中国农学通报，2010，26(14):138～144

［9］孔巍，王秀清，李晶宜，等．高产创建项目技术效率分析．中国农业资源与区划，2012，33(2):34～39

［10］周曙东．农业技术经济学．第四版．北京:中国农业出版社，2012

［11］薛强，乔光华．基于Malmquist指数的家庭奶牛饲养全要素生产率研究．农业现代化研究，2012，33(4):40～42

［12］沈银书．中国生猪规模养殖的经济学分析．北京:中国农业科学院，2012