基于Malmqusit-DEA粮食主产区口粮生产效率研究

孙正正，张　葵

(武汉轻工大学 经济与管理学院，武汉 430023)



基于Malmqusit-DEA粮食主产区口粮生产效率研究

孙正正，张葵

(武汉轻工大学 经济与管理学院，武汉 430023)

摘要：运用全要素生产率方法建立距离函数的非参数Malmquist指数，对我国1998—2012年度粮食主产区农资投入和配置效率进行分析，得出15年内口粮全要素生产效率均值呈下降趋势，且不同省份存在差异。全要素生产率变化主要受技术变化的拖累，加大农业基础设施建设，合理高效使用农业物资，提高科研投入力度可有效保证我国口粮供给安全。

关键词：农业生产资料；口粮产量；效率分析；Malmquist-DEA

1引言

粮食安全问题，尤其是口粮(稻谷、小麦)安全问题一直以来备受人们关注。自2004年以来，我国粮食产量已经实现了“十年增”，与此同时粮食进口数量也在不断增长，仅2014年1月至10月，进口粮食已高达7250万吨。一方面，伴随着城镇化步伐的推进，农村人口向城市转移，种粮劳动力数量减少；另一方面，非农用地不断扩大等多方原因，造成可耕地面积缩减，外加水资源匮乏，口粮安全问题仍然不能高枕无忧。

受到生产资料稀缺性制约，保证粮食安全以提高粮食单产为突破口，增加农业生产资料投入是粮食单产增长的重要手段之一，政府和农户通过加大农业生产资料投入，以“粗放型”增长方式保证我国口粮供给安全。然而目前我国农资投入效率如何，投入结构是否合理，各粮食主产区口粮生产效率是否存在差异等问题不得而知。鉴于此，本研究从全要素生产率入手，分析粮食主产区现代化农业生产资料投入效率。

2文献综述与概念界定

现代化农业生产资料主要包括农业生产中使用的化肥、农药、地膜及机械动力等，增加现代化农资投入是消除粮食安全风险的有效途径。目前关于农业生产资料效率的研究集中于化肥投入效率方面，对其它要素的研究较少。化肥是粮食的“粮食”，据联合作粮农组织估计，发展中国家粮食生产中近五成产量源自于化肥的投入。化肥投入成为粮食增产最有效的手段，奚振邦(2002)认为化肥贡献率较高，在我国当前生产状况下，每增加1斤的化肥投入可以换取约7.5公斤的粮食增收。曾靖等(2010)指出化肥的作用不可否认，但投入过量会有一定的负面作用，由于其边际效用递减外加农资价格上涨，增加化肥投入量反而造成种植粮食利润下降。他们认为政府应当加大农资补贴力度，从而弥补化肥价格上涨对种粮利润的侵蚀。

相关研究计算了我国农业物资投入的贡献率并呼吁政府增加我国的农业生产资料补贴量，却忽视了我国国情。一则，我国是发展中国家，政府和农民的农业经费投入有限；二则，我国粮食种植面积辽阔，农资补贴增加，对单位面积投入影响微弱。因此研究应倾向如何通过优化资源配置，将有限的农业生产资料投入为粮食增产做出最大贡献。口粮产量是保证粮食安全的关键，粮食主产区(包括13个省)的口食生产情况直接关系到全国粮食的供给。因此，分析我国现代化农业生产资料对粮食主产区口粮产量的影响，优化农业科技投入结构，对提高资源配置效率保障我过粮食安全具有积极意义。

3模型解析及指标构建

农业生产资料投入与口粮产量关系分析可以归结为农资投入与产出研究，问题实质探讨如何提高资源配置效率，即以最小投入获得最大产出。本文运用全要素生产率方法，建立距离函数的非参数Malmquist指数，对我国1998—2012年度粮食主产区农资投入和配置效率进行分析，得出口粮增产中存在的问题和有效的解决途径。

Malmquist生产率指数是基于DEA模型的方法提出，采用距离函数代表生产决策单元(DMU)与生产前沿面之间的距离从而得出投入的产出效率。该方法经过多次修正，目前已经较为完善。Fare et al(1994)定义了一个基于产出的Malmquist生产力指数如下：

(1)

Tfpch=Effch×Techch

(2)

在考虑规模效应的基础上，可将Effch进一步分解为纯技术效率变动(Pech)和规模报酬变动(Sech)两个部分。

Effch=Pech×Sech

(3)

因此，再加入规模效效应的变动后可重新计算Tfpch和距离函数，分别如(4)、(5)式所示：

Tfpch=Pech×Sech×Techch.

(4)

(5)

本文分析农业生产资料投入与口粮产量的效率问题，投入指标与产出指标的选取对模型运算结果的好坏影响较大。首先，在输入指标方面，根据杨君等(2009)、陈建梅(2009)等学者对农业生产资料投入的界定，用现代化科技性生产要素的投入作为解释指标，包括农用地膜投入量(吨/千公顷)、化肥投入量(百万吨/千公顷)、农药投入量(吨/千公顷)、农业用电消耗量(百万千瓦/千公顷)以及农用柴油使用量(百吨/千公顷)。其次，输出指标选取时，考虑到口粮主要包括稻谷和小麦，因此本文将我国粮食主产区的稻谷和小麦产量(千公斤/公顷)作为两个产出指标，主产区13个省份分别为河北、内蒙古、辽宁、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖北、湖南、四川。

4实证分析

本研究输入指标数据来源于1999-2013年的《中国农村统计年鉴》，输出变量数据直接摘自国研网数据库。其中吉林省2012年小麦种植面积及单产数据缺失，分析时采用指数平滑法(Single Exponential Smoothing)进行补充，另外考虑到DEA对量纲没有特殊要求，本文未对数据单位进行处理。对13个粮食主产区的5项投入指标和2项产出指标的数据的最大值、最小值、平均值及标准差等统计学特征进行描述，结果如表1—表3所示。

表1　1998—2012年输入指标特征描述

注：本组数据来源于1999-2013年《中国农村统计年鉴》，表中X1地膜投入量(吨/千公顷)，X2表示化肥投入量(百万吨/千公顷)，X3表示农药投入量(吨/千公顷)，X4表示耗电量(百万千瓦/千公顷)，X5表示农业柴油使用量(百吨/千公顷)。

表2　1998—2012年输出指标特征描述

注：本组数据来源于国研网数据库，表中Y1表示稻谷单量(公斤/公顷)，Y2表示小麦单量(公斤/公顷)。

表3　1998—2012年输入和输出指标特征描述

注：数据来源及各参数含义同表1，表2。

运用Deap2.1软件计算所得到的1998—2012年13个粮食主产区的全要素生产率变化指数，及其相应的分解指数—Effch，Techch，Pech，Sech，绘出折线图如图1所示。

表4　1998—2012年平均Malmquist指数变化及其分解

图1　1998—2012年平均Malmquist指数变化及其分解变化趋势图

根据表4和图1中我国粮食主产区农业生产资料投入Malmquist指数及分解情况来看，我国农资投入效率不容乐观，1998—2012年整体呈下降趋势，Tfpch>1的年份仅有3个，年均下降幅度为2.9%。进一步分析发现，分解后的15年效率指数中Effch，Pech,Sech均大于或等于1，只有Techch值为0.969<1，平均每年下降3.1%。从变化程度来看，标准差小于0.1的有Effch，Pech，Sech三项，而Tfpch和Techch的标准差均大于0.1，波动范围较大。1999—2001年变化最为明显，Tfpch三年内下降了50.8%，Techch下降了55.2%，在接下来的2002—2004年中下降程度逐渐减缓。

由此可见，全要素生产率的增长很大程度上受到技术变化的拖累主要是外部环境变化的影响。旱灾和洪涝灾的自然灾害危机口粮供给，尤其是旱灾对稻谷和小麦产量的影响十分明显。根据Techch值较小的年份，对应查阅《中国农村统计年鉴》发现，2000—2001年我国收到旱灾影响最为严重，全国成灾面积分别为34 374千公顷，其中旱灾面积26 784千公顷，较1999年上升28.6%；2006—2007年灾害影响较为严重，全国成面积24 632千公顷，旱灾面积13 411千公顷，同年增长23.4%；另外，2009年成灾面积为21 234千公顷，旱灾面积13 197千公顷，与Techch值的变化情况恰好吻合。

从省际角度来看，对Malmquist-DEA运行结果进行处理，得出全要素生产率指数及其分解如表5所示，相应绘制折线图如图2所示。

表5　1998—2012年各省份Malmquist指数变化及其分解

图2　1998—2012年各省份Malmquist指数变化及其分解图

我国13个口粮主产省中，15年的平均全要素生产效率均不大于1，说明各省份生产效率都呈现递减状态。河南省在我国粮食主产区口粮生产中科技投入效率的全要素分解排名第一，为0.993，与该省综合技术效率有很重要的关系，其Effch值占明显优势。然而，尽管山东省综合技术效率排名最高，但受到技术效率的拖累，其效率值排在第四位。

在分解后的四项指标中，所有省份Techch值均小于1，其中安徽省最高为0.982，内蒙古最低为0.944，反映出安徽省口粮生产受环境影响略小于其他省份，得益于安徽省农业生产性设施较为完善，相反内蒙古受影响最为明显。Effch方面，除河北、黑龙江、湖南外，其它省份效率值均大于1，河北最低为0.985。把综合技术效率分解为Pech和Sech来看，唯有黑龙江省Pech小于1，为0.994，但各省份变化幅度微弱。而河北、黑龙江和湖南规模效率均小于1，说明农业生产资料投入对口粮产量影响的边际作用递减。

5结论与讨论

综合1998—2012年我国粮食主产区口粮生产的Malmquist-DEA分析结果，并比较13个主产区全要素生产率及其分解指数，得出影响我国粮食口粮产量的内在因素。(1)从总体上看，在15年的样本中仅1999年、2004年、2008年现代化农业生产资料效率出现增长，其它年份均表现为不同层次的下降。在12个全要素分解生产率变化值小于1的年份中，2001年下降程度最大为27.5%，2011年下降程度最小为0.4%。(2)从全要素分解值来看，效率变化在1附近波动幅度不大，均值为1.002，方差为0.053。再次分解综合效率变化，得到纯技术效率和规模效率同样变化不明显。然而由图1不难看出全要素生产率变化趋势与技术变化趋于一致，技术变化是引起全要素生产率变化的关键。(3)从地区来看，各省份15年平均全要素生产效率均出现下降，但个体间仍存在一定差异，河南省下降最少为0.7%，内蒙古下降最显著为6.4%。说明1998-2012年期间，口粮生产中河南省生产资料投入贡献率要高于其它省份，而内蒙古则低于其它省份。

因此建议：第一，改善基础设施建设，提高洪涝等自然灾害抵御能力。无论是从时间角度还是地区角度分析，全要素生产率很大程度上受技术变化拖累，因此学习技术变化改善的地区经验，做好农田水利等基础设施建设工作对保证口粮增产意义深远。第二，控制化肥、农药、地膜等污染性生产资料的投入，加大环保力度。因过量或不合理使用化肥农药等难降解生产资料会造成土地和水质遭到破坏，严重时甚至引起自然灾害，因此只有科学使用现代化农业生产资料，保护耕地才能保证粮食持续增长。第三，加大农业科技投入，夯实粮食增产“资金保障。在粮食中生产将更多的科研成果转化为生产力，提高科技创新水平将是粮食安全的有效保证。

参考文献:

[1]奚振邦．化肥与生态环境的宏观视角[J]．磷肥与复肥，2002，17(6)：1-4．

[2]曾靖，常春华，王雅鹏．基于粮食安全的我国化肥投入研究[J]．农业经济问题，2010(5)：66-70．

[3]李忠民，夏德水，姚宇．我国新丝绸之路经济带交通基础设施效率分析——基于DEA 模型的Malmqusit指数方法[J]．求索，2014(2)：19．

[4]刘秉镰，李清彬．中国城市全要素生产率的动态实证分析：1990-2006——基于 DEA 模型的Malmquist指数方法[J]．南开经济研究，2009 (3)：139-152.

[5]叶浩，濮励杰，张健．我国粮食主产区耕地产出效率研究[J]．长江流域资源与环境，2008，17(4)：584-587．

[6]殷林森，胡文伟，李湛．我国科技投入与产业经济增长的关联性研究[J]．中国软科学，2008 (11)：57-63．

[7]张立冬，姜长云．农业科技投入国内外研究动态述评[J]．中国农村观察， 2008 (6)：68-77．

[8]杨君，郝晋珉，林瑜．全国农业生产资料投入分析及灰色预测[J]．农机化研究，2009 (5)：6-9．

[9]陈建梅．农业生产资料投入对粮食作物产出影响因素的相关验证分析[J]．经济研究导刊，2009 (23)：32-34．

[10]O’Donnell C J．Econometric estimation of distance functions and associated measures of productivity and efficiency change[J]．Journal of Productivity Analysis，2014，41(2)：187-200．

Research on the efficiency of modern production inputs in grain producing areas in China

SUNZheng-zheng，ZHANGKui

(School of Economty and Management,Wuhan Polytechnic University, Wuhan 430023, China)

Abstract：This paper uses Malmquist-DEA model to analysiz the contribution rate of production of domestic grain producing areas. The result shows the means of TPF have downward trend，varly in different provinces. The TPF is dragged down by techch , so improving agricultural infrastructure, using agricultural inputs rational and efficient, increasing agrcultural research investment may effectively ensure security of supply of rations．

Key words：Agricultural Production；Rations Yield；Efficiency Analysis；Malmquist-DEA

中图分类号：F 323.11;F 326.11

文献标识码：A