基于数据包络分析法对山东耕地产出效率及影响因子研究

相广萍

广州康大职业技术学院经济系，广东广州511363

基于数据包络分析法对山东耕地产出效率及影响因子研究

相广萍

广州康大职业技术学院经济系，广东广州511363

将山东省内各辖市的耕地生产系统当作决策单元，利用各决策单元存在的差别，采用数据包络分析方法（DEA），对2004年到2013年内所采集的数据进行测算评价；运用Tobit回归模型分析耕地产出效率的影响因素。结果表明越是在经济发达的地区，农业生产大都存在不足的现象，扩大经营规模是弥补动力不足，提升生产效率的有效途径。

产出效率；DEA方法；Tobit回归模型

随着经济增速的不断加快，工业化、城市化进程得以快速推进，而单纯性注重经济增长，致使耕地可利用资源受到不同程度的破坏现象，已引起了党和国家的足够重视。面对日益紧张的耕地可利用资源，面对中国耕地令人堪忧的发展现状，面对人均耕地面积远远低于世界平均水平的不利局面，唯有加大土地综合整治，提高耕地产出效率，才是保障农产品有效供给的正确途径。本文将选取山东省作为研究分析的对象，一方面是基于山东是我国重要的粮食生产地，另一方面则是因为选取在全国耕地面积中比重占据第三位的山东省，具备很强的代表性。因此，展开对山东省各辖市耕地生产效率的研究，有着极其重要的意义。本文将应用数据包络分析方法（DEA）法和Tobit回归模型，展开山东省耕地产出效率水平、变化趋势的评价及影响因子的研究。

1 数据包络分析方法（DEA）及Tobit回归模型

1.1 数据包络分析方法（DEA）

数据包络分析方法（DEA）是1957年Farrell［1］所提出的。DEA方法与传统方法相比具备诸多优点，目前已被广泛应用于教育、医疗、金融等公共服务部门从事运行效率的评估研究。而且，DEA方法最大的优点是不会受到主观意愿所制约，作为一种典型的非参数估计方法，可针对多个决策单元给出利于计算的最优的投入和产出函数，并将最优点以折线连结形成一个包络面，只有落在包络面上的DMU才被认称之为有效的DEA。可见，DEA方法在使用过程中，首先规避了估计参数所造成的影响，在此基础上，可有效地减少误差［2］。

1.2 Tobit回归模型

Tobit回归模型，是经济学家Tobit早在1958年所提出的经济计量模型［3］，用Tobit回归模型来研究并评价耕地生产效率，是当前一种行之有效的研究分析方法。其基本形式为：

运用DEA方法展开耕地生产效率的测算与评价，富含了数理统计、运筹以及管理等几大交叉学科内容。在此基础上，我们完全可以将耕地生产视为一个系统，将山东省内各辖市的耕地生产系统当作某一个决策单元，进而展开更为详实的评价和研究。因要考虑影响耕地生产效率的其他因素，本文通过Tobit回归模型这一研究分析法，对山东省各辖市的其他变量因素展开研究，以期通过对变量因素的分析，来切准不同地区在差异化表现中，找到科学合理的有针对性的解决办法。

2 山东省耕地生产效率分析

人口增长以及工业化、城市化进程的加速，势必要对耕地面积造成不同程度的影响。众所周知，山东省因其独特的地理区位及气候环境等自然因素，具备着悠久的土地开发史，但是日益减少的耕地可利用资源，致使早在2005年之际，山东的人均耕地便大为缩水，经过测算，其平均值已降到了全国的64.6%［4］，这种情况不得不引起我们的关注。本文将选取山东省所辖济南、青岛、淄博等17个辖市作为决策单元进行耕地生产效率的测算和分析，因各决策单元彼此间存在一定的差别，利用DEA方法对所采集的数据进行测算评价，其研究结果科学合理，具备很强的可比性。

2.1 山东省耕地产出效率总体分析

运用DEA方法对山东省各辖市耕地产出效率进行测算和评价，对各决策单元十年内的效率结果展开汇总分析，得出如下的变化趋势图（如图1）。

图1 2004～2013年山东省耕地生产效率变化趋势图Fig.1 Farmland productivity change trend in Shandong Province from 2004 to 2013

变化趋势图表明，山东省耕地生产效率发展趋势大体上相一致，效率趋势图中所陈列的系列均值依次为0.934、0.935、0.967。结果表明，在这段时期内，山东省耕地纯技术效率的波动程度经历了上升、趋于平稳的发展过程，而造成这一趋势的直接原因，可能是源于当地城府部门加大了技术投入和农业科技贡献率等影响因素。此外，规模效率也存在较大的波动，仅2006年呈现提高态势，其余年间规模效率几乎持续走低，这种现象可能与农业税收减免政策以及农业补贴政策有关。通过对变化趋势图的研究分析，山东省在耕地生产效率所出现的波动和变化，与技术投入、科技力度以及倾向性政府支持存在很大关系，在这些因素作用下，耕地生产效率取得了可喜的变化，但截至2013年底，却明显存在后续动力不足的现象。

2.2 山东省各辖市耕地利用效率分析

选取山东省17个省辖市作为决策单元展开耕地利用率分析，通过求取系列平均值表明（表1），各决策单元存在较大的差距。具体分类比较如下：

表1 2004～2013年山东省各辖市耕地生产效率平均值Table 1 The average of farmland production efficiency in every city of Shandong Province from 2004 to 2013 year

第一类：从表中可以看到，淄博、枣庄、烟台、临沂、芜湖这五个省辖市的三种效率均值均为1。结果明白，这五个决策单元在技术投入、管理水平、科技贡献、经营规模等要素处理中，注重相互之间的协调与均衡，正是由于考虑并兼顾了最优的要素投入水平，从而确保了这些地区的耕地产出效率。

第二类：从表中可以看到，潍坊、德州、菏泽这三个省辖市的规模效率有待提高。结果表明，这三个决策单元应积极引导农业市场化，通过提高经营规模和优化资源配置，来促进要素间的协同发展。

第三类：山东威海市，其规模效率为1，这表明该市应着力加大科技投入力度，以此来弥补技术上的不足，与此同时还需注重加强农户技能及管理类培训，为后续发力提供必要的支持。

第四类：效率值小于1的辖市。表中所反映的山东省各辖市，此类地区已占7位。结果表明，此类地区需加大科技投入力度，优化资源配置，并以当地实际情况为出发点，强化规模化经营，积极调整投入结构，以促进技术、管理与耕地规模之间的协调与均衡。

3 耕地生产效率影响要素分析

耕地生产效率的影响因素除却会受到技术投入力度的影响外，人均GDP、有效灌溉面积、劳动投入以及耕地复种指数等，都会对耕地生产效率具有不同程度的影响。本部分将通过Tobit模型对山东省耕地生产效率的影响因素展开分析。回归模型具体形式如下：

表2 山东省耕地生产效率影响因素回归结果Table 2 Regressive analysis of influence factor on the farmland production efficiency in Shandong Province

对表2展开分析不难看到，人均GDP（x2）对耕地生产效率的影响要远远低于其他影响因素，而变量最大且影响程度最显著的则为人均耕地经营面积（x1）。基于这一点，我们在展开对耕地生产效率影响因素的研究及分析中，便不难找到解决问题的方向和方法。换句话说，要提高地区经济发展水平，进而形成可促进持续发展的规模经济，就必须要考虑人均耕地经营面积，因为它的增长与否，直观关系到耕地生产效率的增长速度。究其原因，主要是因为山东省人地矛盾所造成的。可以想象的是，随着人口的增长和城市化进程的日益加快，人多地少的矛盾会变得日益突出，加之耕地退化现象日趋严重，势必会影响到农业的规模经营水平。从另一方面分析，这也是现有的耕地经营规模与技术水平不相适应所造成的。反观人均GDP，GDP是地区经济发展状况的反应，分析结果表明，越是在经济发达的地区，农业生产大都存在投入不足的现象。究其原因，这主要是因为就业情况发生变化，以及人们重工业、轻农业的观念等因素，而长期以来的非农业所代表的多机会与多机遇，便是极好的明证。

反观农业机械化这一影响因素，虽说农业机械化程度代表着地区的农业发展水平，且在一定程度上不仅有效提高了地区的耕地生产效率，将更多的农户从耕地中脱离而出，但是这种对于耕地劳动力的释放进程，并不能真正意义上的代表生产效率的发展趋势。不仅如此，过度且不科学、不合理的释放所造成的影响，极有可能成为劳动投入因素的最大掣肘。

4 结论

早在世纪之初，我国很多专家学者便采用DEA方法和Tobit模型对各省辖市耕地的生产效率及其影响因素有过不同程度的测算和评价，且其中更有很多指向鲜明、观点出新的行之有效的科学论证及建议。及至今天，围绕着耕地现状及探讨农业发展趋势的专论依然是我们所关注的重要课题，因为这既涉及到了经济发展与人口、资源、环境之间的关系，又关乎农业这一三大支柱产业之一的整体发展情况。就本文的研究对象山东省而言，其各辖市的耕地生产效率存在着很大的差别，而分析研究结果也表明，扩大经营规模是弥补动力不足，提升生产效率的有效途径。可以说，后续发展动力是山东省各辖市提升耕地生产效率的切入环节，但农户对机械化作业有较强的依赖心理，以及农户对国家所推行的农业激励政策的重视程度，都在直接或间接的延缓甚至制约着耕地生产效率的后续发力。可见，调动农户的生产积极性，增加农户对耕地的投入力度，相比于大力提高农业机械化水平，均有着无可争议的积极影响。

通过分析研究可以看到，耕地生产效率的影响因素是由多方面造成的，但最终的实现途径还是要依靠对劳动投入的逐步加强。可是，如何采取行之有效的手段从根本上转变耕地劳动力不足的现状，如何在市场环境下准确把握劳动投入的切入点和落脚点，是我们当下急需考虑和应对的现实问题，若不着手解决劳动力这一关键性要素，未来的农业耕地势必将会面临着“谁来耕种”的严重问题。

［1］Chames A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978，2（6）：429-444

［2］魏权龄.数据包络分析［M］.北京：科学技术出版社，2004

［3］Tobin J.Estimation of relationships for limited dependent variables［J］.Econometrica，1958，26（1）：24-36

［4］刘笑彤，蔡运龙.基于耕地压力指数的山东省粮食安全状况研究［J］.中国人口·资源与环境，2010（S1）：334-337

Study on the Production Efficiency of Farmland in Shandong and Influence Factor Based on Data Envelopment Analysis

XIANG Guang-ping
Department of Economics，Guangzhou Kangda Vocational Technical College，Guangzhou 511363，China

This paper evaluated the collective data from 2004 to 2013 years by means of the Data Envelopment Analysis（DEA）to take the farmland production system in Shandong Province as a decision making units and their difference and analyzed the influence factor of the farmland production efficiency using Tobit Regression Model.Results showed there was mostly lack of the agriculture production in the economic developed area.It is an effective way to expand business scale in order to make up for a lack of motivation and improve the production efficiency.

Production efficiency；DEAmethod；Tobit Regression Model

F301.21

A

1000-2324（2015）01-0065-04

2013-04-12

2013-04-26

相广萍（1981-），女，湖北武汉人，硕士，讲师，研究方向：统计分析.