生产效率导向下中国农机装备制造业发展地区评价与路径选择

颜廷武，李凌超，张俊飚

(1.华中农业大学经济管理学院，湖北　武汉　430070；2.湖北农村发展研究中心，湖北　武汉　430070；3.北京林业大学经济管理学院，北京　100083)



生产效率导向下中国农机装备制造业发展地区评价与路径选择

颜廷武1，2，李凌超3，张俊飚1，2

(1.华中农业大学经济管理学院，湖北武汉430070；2.湖北农村发展研究中心，湖北武汉430070；3.北京林业大学经济管理学院，北京100083)

摘要：利用DEA方法和BCC模型，基于31个省份2004—2013年面板数据的实证分析发现，整体上中国农业生产的投入产出效率状况并不理想，导致综合效率非DEA有效的主要原因是规模效率无效。一些地区一味提高农业机械总动力投入非但不能促进农业增产增收，反而可能会起到相反的效果。有20个省份可以减少农业机械动力投入数量从而进一步改善农业生产效率。空间分布上，农业和农村经济相对落后的中西部地区，其农机装备制造业发展及其投入不合理状况更加普遍。因地制宜地制定并选择符合区域实际的农机装备制造业创新发展路径，是各地区下一阶段工作更为紧迫的现实选择。

关键词：农机装备制造业；地区评价；农业生产效率

1引言

伴随市场经济体制改革的不断深入以及近些年农村劳动力向城市二三产业的转移，中国二元经济发展已越过劳动力无限供给的阶段，到达了第一个刘易斯转折点之后的阶段[1]，农业产出在这一阶段开始受到劳动力转出的影响，但农业劳动力就业不足状态并未根本转变，仍有转移要求，这时停止劳动力城乡间转移并不是解决问题的办法。根据拉尼斯-费景汉理论，解决这个阶段农业问题的出路同样是提高其生产效率。而提升农机装备制造业发展水平是提高农业劳动生产率和土地生产率，进而提高农业竞争力与比较效益的最有效途径之一。

中国农机工业发展取得巨大成就，农机装备数量快速增长，农机具配套结构不断改善，农机装备作业水平持续提高，且作业领域不断拓展，对中国农业经济发展方式转变产生了显著的推动作用[2]。但是与发达国家相比，中国农机装备制造业总体水平仍不高。

影响农机装备制造业发展水平的因素错综复杂，如农民人均收入水平、农户土地经营规模、农业剩余劳动力转移规模、农机装备制造业社会服务水平、种植业生产的专业化程度等变量，都可能对农机装备的采用产生影响[3-4]。

对于农机装备制造业发展水平的评价，现有研究一般是先建立农机装备制造业发展水平评价指标体系，然后利用层次分析法、专家评分法、综合指数法和神经网络等方法来评价某一国家或地区在某一时期农机装备制造业的发展水平，在此基础上，分析农机装备制造业发展所处阶段，各个阶段的特征以及实现阶段跨越的条件等[5-14]。应该注意到，发展农机装备制造业的最终目的是为农业生产服务，而从农机装备制造业发展对农业生产贡献及其作用效率的角度，系统评价中国农机装备制造业发展水平的文献较为少见。为此，本文尝试从这个视角切入，利用DEA方法和BCC模型，运用面板数据集对此进行实证分析。

2研究方法、指标选择与数据来源

2.1　研究方法

本文的基本思路是，摒弃农业机械总动力越高、农机装备制造业发展水平就越高的“数量挂帅”的传统思维，只有当农机装备制造业发展有效地促进农业生产时，农业机械总动力的增长才有意义，农机装备制造业才取得了真正的发展。具体来说，将农业机械动力看作是农业生产的一种投入，通过对该投入经济效率的DEA方法分析(有效决策单元与无效决策单元的对比)，对农机装备制造业的发展作出以促进农业生产为导向的科学客观的评价。

本研究的目的是从农机装备制造业对农业生产贡献效率的角度对农机装备制造业发展程度予以评价，以期为农机装备制造业未来发展的路径选择提供决策参考。因此选择BCC模型将综合技术效率分解为纯技术效率和规模效率可以较好地满足研究需要，也具有可行性。

BCC模型设定如下：

(1)

式(1)表示：假设有n个决策单元DMUj(j=1,2,…,n)，每个决策单元均有m种情况输入和s种情况输出，用xij(xij>0，i=1,2，…,m)表示第j个决策单元DMUj第i种输入的投入量，用yrj(yrj>0，r=1,2，…,s)表示第j个决策单元DMUj第r种输出的产出量，且Xj=(x1j，x2j，…,xmj)T，Yj=(y1j，y2j，…,ysj)T。式(1)中，ε为非阿基米德无穷小值，S-为投入松弛变量，S+为产出松弛变量。

2.2　指标选择

(1)决策单元的确定。考虑到中国数据统计上的习惯，选择各个省份作为决策单元具有可行性。因此，本文选择中国31个省份作为DEA分析的决策单元。

(2)输入输出指标的筛选。指标筛选应重点考虑两个因素：一是决策单元的个数应大于输入输出指标数目之和的两倍；二是应避免数据之间的强线性相关性。本文选择第一产业从业人数(X1)和有效灌溉面积(X2)作为反映劳动和土地两大要素投入的输入性指标。需要指出的是，反映土地要素投入的指标之所以选择有效灌溉面积而没有使用耕地面积，主要考虑有效灌溉面积(一定程度上代表优质耕地面积)更能反映现代农业生产的效率水平。在资本投入方面，尽管有众多指标(如农药、化肥、柴油、种子、水电等)能够反映农业资本要素的投入水平，但综合上述指标设置准则以及数据可获性和易用性等因素，本文选择农用化肥施用量(X3)与农业机械总动力(X4)作为衡量资本要素投入的输入性指标。在输出指标方面，能够反映农业产出的变量数目众多，按照无强线性相关性与可行性、可比性的要求，基于反映和衡量农业生产效率的角度，本文选择农业总产值(Y)作为输出性指标。

2.3　数据来源

由于中国2003年执行新国民经济行业分类标准，农业总产值包括农林牧渔服务业产值，为了避免统计误差，本文采用2004—2013年中国大陆31个省份的省际面板数据，来揭示生产效率导向下农机装备制造业发展水平的区域特征。第一产业从业人数(X1，万人)2004—2010年数据来源于2005—2011年《中国统计年鉴》，2011—2013年数据来源于2011—2013年《全国农村经营管理统计资料》。有效灌溉面积(X2，千公顷)、农用化肥施用量(X3，万吨)、农业机械总动力(X4，万千瓦)与农业总产值(Y，亿元)数据均来源于2005—2014年《中国统计年鉴》。

各指标数据的描述性统计结果如表1所示。

表1　各指标的描述性统计特征

3实证结果与分析

应用DEAP2.1软件，采用BCC模型，使用投入导向的多阶段DEA方法对中国2004—2013年的省际面板数据进行计算，得到如表2所示的农业生产相对有效性测度结果。

3.1　中国农业生产相对有效性评价及成因解析

由表2可见，农业生产综合效率达到DEA有效的只有北京、上海、广东和海南4个省份，其纯技术效率与规模效率值均为1，实现了技术有效和规模有效，其农业生产效率达到DEA有效状态。4省份综合效率为1，规模报酬不变，表明其农业生产投入结构合理，利用方式得当，规模收益稳定且高效。但农业生产效率DEA有效的省份只占决策单元总数的12.90%，这意味着，整体来看，中国农业生产的投入产出效率状况不够理想。

在27个综合效率非DEA有效的省份中，浙江和西藏的综合效率值最高，达到0.913，其次是福建，达到0.851。综合效率值在0.7～0.85的省份共9个，占综合效率非DEA有效决策单元总数的33.33%；综合效率值在0.5～0.7之间的有13个，占48.1%；综合效率值低于0.5的有2个，分别是安徽和宁夏，占7.4%。整体分析，中国农业生产的综合效率值偏低。

导致27个省份综合效率非DEA有效的主要原因，在于其规模效率的非DEA有效，即规模无效。其中完全是由于规模无效导致的有7个省份，包括辽宁、江苏、浙江、湖北、山东、西藏和新疆等；除重庆是由技术无效导致的综合效率无效外，其他19个省份则是由规模无效和技术无效共同导致的。表2进一步表明，导致规模无效的原因有所不同，除小部分是由于规模报酬递增引起的外，其他绝大多数是由于规模报酬递减所致。

表2　农业生产相对有效性测度结果

纯技术效率指的是在给定投入组合的情况下，决策单元的产出值与所能获得的最大产出之间的比率。表2表明，纯技术效率达到DEA有效的有11个省份，约占总数的35.5%，比综合效率和规模效率的情况要好，而且在非DEA有效的决策单元中，技术效率值普遍高于综合效率值。

规模效率考察的是在技术水平一定的条件下，各省份是否在最合适的投入规模下开展农业生产活动。对规模效率状况的考察有助于认清当前各省份农机装备制造业发展状况及其发展是否与农业经济活动相协调。规模报酬一般有三种情况：规模报酬递增、规模报酬不变和规模报酬递减。规模报酬不变是最理想的一种生产状态，而递增和递减都属于规模效率无效。对于递减或递增的决策单元，都需要进行改进以达到理想状况。

规模效率达到DEA有效的省份共5个，除了北京、上海、广东、海南4个综合效率为1的省份之外，还有重庆。在其余26个规模效率非DEA有效的决策单元中，规模效率值在0.9以上的有9个，占决策单元总数的29%；规模效率值在0.7～0.9之间的有14个，占总数的45.2%；规模效率值低于0.7的有3个，占总数的9.7%。进一步分析可知，在26个规模效率无效的决策单元中，规模报酬递减的有22个，占84.6%，这些省份农业投入相对过剩；规模报酬递增的有天津、西藏、青海和宁夏4个省份，占15.4%，它们的农业投入相对不足。总的来看，中国大部分地区的农业投入已经超出最优范围，调结构而不是增数量已成为提高区域农业产量和效益的关键。

3.2　中国农机装备制造业发展的地区评价及空间分布

具体到中国农机装备制造业的发展状况，本文使用径向移动值和松弛变量值对投入冗余状况进行有效辨识。当投入指标的松弛变量不为0时，表明其所对应的投入要素对农业生产有效性的作用未能得到充分发挥。根据线性规划和DEA基本理论，投入冗余数值大小表明，为了改善生产效率，同其他决策单元相比，被考察单元的投入要素可以减少的数量。综合效率非DEA有效的决策单元投入冗余数值的运算结果见表3。

由表3可见，综合效率非DEA有效但纯技术效率有效的有7个省份，即辽宁、江苏、浙江、山东、湖北、西藏与新疆，投入冗余为0，即没有无效率的投入。这意味着7省份的要素投入数量较为适当，结构相对合理，其对农业生产有效性的作用得到发挥。

在纯技术效率不为1的省份中，在控制了第一产业从业人数、有效灌溉面积与农用化肥施用量三个变量后，就农业机械总动力指标来说，河北、河南、安徽、内蒙古等20个省份具有冗余的农业机械总动力投入。这意味着，为了达到最优效率的生产，这20个省份应该减少农业机械总动力投入，从而可以省出用于农业机械总动力的资本投入而转移到其他的农业投入领域当中，比如当前农业生产发展领域相对紧迫的农村教育问题、动植物品种改良、生态农业技术推广等领域。其中，河北最为突出，可以减少3357.6个单位，其次是山西和安徽，分别可以减少1567.6个单位和1430.7个单位，往下依次是河南、内蒙古、广西、陕西、云南、湖南、甘肃、江西、黑龙江、天津、宁夏、吉林、贵州、青海、重庆、四川、福建等省份。对于这20个省份来说，一味提高农业机械总动力指标非但不能促进农业增产增收，反而可能会起到相反的效果。

从空间分布特征来看，农机装备制造业投入冗余的20个省份中，东部有3个，占东部地区全部省份的27.27%；中部有7个，占中部地区全部省份的87.50%；西部有10个，占西部地区全部省份的83.33%。可见，农业和农村经济相对发达的东部地区，其农机装备制造业发展及其投入相对合理，农业生产的效率相对较高；而农业和农村经济相对落后的中西部地区，其农机装备制造业发展及其投入明显不合理，尤其是从提升农业生产效率的角度来说，中西部地区更应该把工作重心放在农业资源要素的均衡配置和优化组合上，而不是过多依赖农业机械总动力等投入指标的单纯数量增长上。

综上，就中国目前农机装备制造业整体发展态势来说，地区间发展不均衡、农机投入过度增长的状况将会长期影响中国农业生产效率的改善和提升。在农业现代化进程不断推进的背景下，中国农机装备制造业发展的重点，应该放在因地制宜发展先进适用且低碳高效的农业机械装备，调整农业机械战略布局，推进农机装备的转型升级，提高农机装备的利用效率等创新发展路径选择方面，而不是单纯追求以农业机械动力增长为目标的“机械性机械化”。

4结论与建议

4.1　研究结论

(1)整体来看，中国农业生产的投入产出效率状况并不理想，综合效率达到DEA有效的只有北京、上海、广东和海南4个省份。其余27个综合效率非DEA有效的省份农业生产的综合效率值偏低。导致27个省份综合效率非DEA有效的主要原因，在于其规模无效。在26个规模无效的决策单元中，规模报酬递减的有22个，这些省份农业投入相对过剩。中国大部分地区的农业投入已经超出最优范围，调结构而不是增数量已成为提高区域农业产量和效益的关键。

(2)就农机装备制造业发展态势看，在纯技术效率不为1的省份中，有20个省份农业机械总动力投入冗余数值不为0，表明占全国行政区划64.52%的省份应该减少相应的农业机械动力投入数量，从而实现最优的资源配置效率。农机投入冗余数值从大到小排列为：河北、山西、安徽、河南、内蒙古、广西、陕西、云南、湖南、甘肃、江西、黑龙江、天津、宁夏、吉林、贵州、青海、重庆、四川、福建。对这20个省份来说，一味提高农业机械总动力指标非但不能促进农业增产增收，反而可能会起到相反的效果。

(3)从空间分布特征来看，农业和农村经济相对发达的东部地区，其农机装备制造业发展及其投入相对恰当而合理，农业生产的效率相对较高；而农业和农村经济相对落后的中西部地区，其农机装备制造业发展及其投入不合理状况更加普遍，尤其是从提升农业生产效率的角度来说，中西部地区更应该把工作重心放在农业投入要素的均衡配置和优化组合上，而不是过多依赖农业机械总动力等投入指标的单纯数量增长上。

4.2　政策建议

(1)优化农机装备制造业发展格局和区域布局。注重发展适合家庭经营特点的中小型、轻简化农机装备，形成适应不同地区经济水平、高中低端产品共同发展的格局。按照因地制宜、经济有效、节约资源、保护环境的发展要求，围绕各地优势农产品产业带建设，协同推进不同地区农机装备制造业发展，加大适应西部地区和丘陵地区地形地貌特点的新型农机装备产品的研发和推广力度。

(2)提升现有农机装备的使用效率与服务水平。管理层面上，有效促进作业机械及其配套机具的发展，着重改善农机装备配套比并提高利用率，力求降低单位能耗。服务层面上，把农机专业合作社作为完善农机装备制造业公共服务的重要载体，整合区域内农机装备制造业发展的各方力量，延长农机作业产前和产后、区内与区外的服务链条，整体提升农机装备制造业为农服务水平。

(3)推进农机装备产品的更新换代与转型升级。着重加快中西部地区老旧农机产品的更新报废，及时淘汰落后产能，有条件的地区主推大马力、高性能、复式作业机械的研发与运用。加强农机制造企业技术改造，改善企业研发和生产条件，提高农机产品制造工艺和装备水平，加快新技术、新工艺、新设备和新材料的应用，有效推动农机装备产品转型升级的步伐。

参考文献：

[1]蔡昉.刘易斯转折点后的农业发展政策选择[J].中国农村经济，2008，(8)：6-17.

[2]周渝岚，王新利，赵琨.农业机械化发展对农业经济发展方式转变影响的实证研究[J].上海经济研究，2014，(6)：34-41.

[3]颜廷武，李凌超，王瑞雪.现代化进程中农业装备水平影响因素分析[J].农业技术经济，2010，(12)：38-43.

[4]侯方安.农业机械化推进机制的影响因素分析及政策启示——兼论耕地细碎化经营方式对农业机械化的影响[J].中国农村观察，2008，(5)：42-48.

[5]郑文钟，何勇.基于GIS的浙江省农业机械化发展水平的地区比较[J].浙江大学学报(农业与生命科学版)，2004，30(6)：668-672.

[6]周晶，丁士军.1991-2011年湖北农业机械化发展时空分异研究[J].经济地理，2013，33(8)：109-115.

[7]李炳军，朱永达，万鹤群.农业机械化发展水平的概率——灰色评估方法及应用[J].农业工程学报，1997，(3)：21-26.

[8]李美娥，单士睿.改进的AHP法在评价农业机械化发展水平中的应用[J].农机化研究，2011，(5)：56-59.

[9]白冬艳.用因子分析法评价中国农业机械化发展水平[J].农机化研究，2006，(9)：1-5.

[10]孙福田，王福林.DEA方法测算农业机械化对农业生产贡献率的研究[J].农业系统科学与综合研究，2004，20(3)：186-188.

[11]何勇，冯蕾，吴春霞.基于粗糙集与神经网路的农机化发展水平评估方法[J].农业机械学报2004，35(2)：87-94.

[12]楼文高，王延政.农业机械化发展水平的人工神经网络评价模型[J].农业机械学报，2003，34(3)：58-61.

[12]骆健民，郑文钟，何勇.浙江省农业机械化发展水平评价[J].浙江大学学报(农业与生命科学版)，2007，33(2)：217-221.

[14]陈超凡，王赟.中国装备制造业国际竞争力及其技术进步效应研究[J].中国科技论坛，2014，(12)：80-86.

[15]W W Cooper，L M Seiford，K Tone.Data Envelopment Analysis：A Comprehensive Text with Models，Applications，References and DEA-Solver Software[M].New York：Springer US，2007.

(责任编辑谭果林)

Regional Evaluation and Innovation Development Path of China’s Agricultural Machinery and Equipment Manufacturing Based on Enhancing Agricultural Productivity

Yan Tingwu1,2，Li Lingchao3，Zhang Junbiao1,2

(1.College of Economics and Management，Huazhong Agricultural University，Wuhan 430070，China；

2.Hubei Rural Development Research Center，Wuhan 430070，China；

3.College of Economics and Management，Beijing Forestry University，Beijing 100083，China)

Abstract：With Data Envelopment Analysis method and BCC model along with panel data of 31 Provinces from 2004—2013，this paper finds that the whole efficiency of agricultural production input-output in China is not ideal.The main reason for comprehensive efficiency of non DEA effectiveness is the invalid scale efficiency.In practice，some provinces’ increasing blindly agricultural machinery total power indexes can not promote agricultural production to increase，it will have the opposite effect.Even twenty provinces can keep the agricultural output unchanged with reducing the amount of agricultural mechanical power input.As far as the spatial distribution of agricultural machinery and equipment manufacturing is concerned，its development and input is more unreasonable in China’s middle and western regions where the agriculture and rural economy is relatively backward.Thus，adjusting agricultural machinery and equipment manufacturing innovation development path according to the practice of different provinces，is a realistic choice of the next stage.

Key words:Agricultural machinery and equipment manufacturing；Regional development evaluation；Agricultural productivity

中图分类号:F32

文献标识码:A

作者简介：颜廷武(1978-)，男，山东安丘人，华中农业大学经济管理学院副教授，管理学博士；研究方向：区域经济、农业经济理论与政策。

收稿日期：2014-12-31

基金项目：国家自然科学基金重点项目“现代农业科技发展创新体系研究”(71333006)，国家社会科学基金青年项目“连片特困地区农户稳定融入农产品供应链的限制因素与实现机制研究”(13CJY076)。