基于Malmquist指数的长江流域油菜生产效率实证分析

叶 春，李艳大，舒时富，陈立才，黄俊宝，王康军

（江西省农业科学院农业工程研究所，南昌330200）

基于Malmquist指数的长江流域油菜生产效率实证分析

叶 春，李艳大，舒时富，陈立才，黄俊宝，王康军

（江西省农业科学院农业工程研究所，南昌330200）

运用基于DEA的Malmquist指数方法和油菜成本收益数据，笔者对长江流域油菜主产区油菜生产效率的变动轨迹进行了实证分析，并指出油菜生产效率分布及其影响因素的差异。结果表明：影响长江流域油菜全要素生产率的主要因素是技术进步，深入推进技术进步、提高技术效率及技术管理水平对油菜的指导作用将成为未来该区域油菜发展的新动力。而具体到每个省（市），油菜未来可持续性生产发展的侧重点各有差异。

长江流域；油菜；Malmquist

0 引言

长江流域是中国主要的油菜生产区域，该区域油菜生产现状一定程度上反映了目前中国油菜种植基本状况，同时决定着中国食用植物油的供给安全问题[1]。保证油菜产业的健康持续发展，取决于产业竞争力的大小，而效率是竞争力的核心要素[2-4]。因此，分析长江流域油菜生产效率分布及其影响因素的差异，有利于充分发挥长江流域油菜的生产优势，缓解中国日益突出的食用植物油供需矛盾，为油菜主产区油料作物种植结构调整、优化区域布局以及制定相应的管理措施提供理论依据。

笔者选择湖南、安徽、江苏、江西、浙江和湖北（长江中下游），以及四川、重庆共8个省（市）的油菜生产为研究对象（其他省市因油菜种植面积少不纳入研究范围），旨在分析长江流域油菜主产区油菜生产效率，寻找影响生产效率的关键因素[5-10]。全要素生产率是指“生产活动在一定时间内的效率”，为总产量与全部要素投入量之比。油菜生产全要素生产率是指油菜籽产出量与全部投入量之比；全要素生产率可分解为技术进步率与技术效率[11]。笔者以长江流域油菜主产区2004—2013年的油菜成本效益面板数据为主体，利用多元线性回归和基于DEA的Malmquist指数法进行分析，旨在探索提高油菜生产效率的途径。

1 材料与方法

1.1 理论与模型

Malmquist指数法是利用距离函数的比率来计算决策单元投入产出效率变动情况，是目前使用广泛的效率动态评价方法，其测量方法主要有非参数方法和参数方法[12-13]。笔者采用多投入-多产出非参数方法-Malmquist生产率指数研究油菜的生产情况。

1.2 变量与数据选取

笔者统计分析了2004—2013年《全国农产品成本收益资料汇编》面板数据[14]，产出变量选择油菜籽单位面积产量（单位：kg/hm2）；投入变量初步采用单位面积用工数量（单位：工/hm2）、单位面积化肥施用量（单位：kg/hm2）、用种量（单位：kg/hm2）、农机租赁作业费（单位：元/hm2）和其他费用（包括农家肥费、农药费和畜力费等）（单位：元/hm2）。为消除币值变动因素，以《中国统计年鉴》“农业生产资料价格指数”将物质换算成以2004年为基期的相关费用金额[15]。

1.3 数据处理

依照DEA经验法则，受评估DMU的个数至少应为投入项与产出项个数和的两倍[16-18]。为保证分析结果的可信度和可解释性，笔者将模型中投入与产出变量个数综合控制在不超过4个。产出指标选定油菜籽单位面积产量不变，需要进一步对投入指标进行筛选。DEA分析要求各投入产出项符合同向扩张性质，笔者以区域平均值为例，通过多元线性回归逐步代入法去除多余投入指标，直到满足上述经验法则。

对投入指标进行筛选。表1是2004—2013年油菜生产投入与产出平均值情况，从表中可以看出，随着时间推移，油菜籽产量和农机作业租赁费在显著增加，用种量和用工量逐年减少，化肥施用量和间接费用呈波动性变化现状。笔者利用多元线性回归分析削减投入指标。其中，设油菜籽单位面积产量为Y，单位面积用种量为X1，单位面积化肥施用量为X2，农机租赁作业费为X3，单位面积用工量为X4，间接费用为X5。建立多元回归模型，估计方程如(1)所示。

R2=0.938，R=0.969两者都接近于1，说明本模型拟合效果很好。由数据可知，F=12.21 SignificanceF= 0.015。因此，模型整体上解释变量与被解释变量之间线性关系显著；在T统计量中，由数据可知，t0.025(4)= 2.776，对应上面的t值和β值，所有t值绝对值均小于2.776，说明都接受H0。其中，β1、β2和β4分别为-6.85、-5.99和-1.69，与其经济意义相悖，表明模型中解释变量存在多重共线性。采用逐步线性回归法来克服多重共线性问题，最后确定参数方程的拟合结果如(2)所示。

R2=0.909，R=0.954，参数均通过T检验和F检验，说明以油菜籽单位面积产量为产出指标，单位面积化肥施用量、农机租赁作业费和单位面积用工量为投入指标所建立的模型拟合效果很好。

2 生产效率测算及实证分析

2.1 整体效率值分析

结合上述结论，笔者选择油菜籽单位面积产量为产出指标，单位面积化肥施用量、农机租赁作业费和单位面积用工量为投入指标，利用Deap-xp1软件，计算2004—2013年长江流域8省（市）油菜全要素生产率Malmquist指数，并对其进行分解分析。

表1 油菜生产投入与产出要素情况表

图1 全要素生产率及其分解变化趋势

整体上看，全要素生产率平均值小于1，资源配置效率大于1，说明长江流域8省（市）近十年来油菜资源配置效率增加，但整体水平下降。观察图1不难发现，8省（市）油菜生产全要素生产率指数整体呈波动变化趋势，2007—2008年波动最大，2009—2010年其次，技术效率变化趋势基本与全要素生产率变化趋势一致。其中，资源配置效率变化不明显，波动值在0.1之内，说明在这十年间，8省（市）油菜生产的资源配置效率并没有太大的改变。在一段时期内（2007—2011年），资源配置效率的变化相对于技术效率的变化成反向变动的关系，有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。同时也说明全要素生产率的变化主要是由技术效率变化带来的。因为技术进步能够提高油菜生产效率，实现规模经营，提高产出水平，降低平均投入成本。这一结论可以从油菜种植机械化水平逐年提高方面得到验证。2007—2008年间全要素生产率降至最低，为0.894，分析原因是这一年南方的天气对油菜生产影响很大，长江流域地区出现大范围降温、雨雪、冰冻天气，油菜生产大面积受灾。2009—2010年全要素生产率为0.923，分析原因是在油菜抽薹期，南方地区连续阴雨天气使得油菜土壤过湿，油菜主产区雨势过大导致油菜开花授粉不良、结荚率降低。

长江流域油菜产区资源配置效率的变化波动逐渐趋近于1，是纯技术效率和规模效率共同作用的结果。纯技术效率反映了生产技术和经营管理水平的高低，衡量了生产单位是否更靠近当期的生产前沿面的生产技术和管理水平。整体来看，从2004—2013年的资源配置效率在2005、2009、2010和2013年平均值大于1，而纯技术效率则在2005、2007、2010和2013年平均值大于1，说明在这几年里该区域达到了油菜生产前沿面最大的技术水平和管理水平，促进了该区域资源配置效率的增加。另外，从2004—2013年，该区域只有湖南的纯技术效率和规模效率小于1，表示湖南的油菜生产技术和经营管理水平效率有所降低，且规模不经济，未来应着手提高油菜生产技术和管理水平。

2.2 技术效率的实证分析

结合上述分析得出，全要素生产率的变化主要是由技术效率变化带来的，对技术效率进行实证分析。图2显示各省（市）技术效率变化趋势，只有2007、2009、2011和2012年出现了技术效率大于1的情形。技术效率各省（市）之间的差异比较显著，其中四川、浙江和重庆三个地区的技术效率波动较大，四川最低值是2010年的0.945徒增到2011年1.343；浙江从2008年到2011年技术效率经历了徒增、徒减，效率值分别是0.645、1.076、0.747和1.023。重庆市油菜生产技术效率从2008年的1.221徒减到2009年的0.872。说明十年间这3个省（市）的农业技术进步对油菜生产的影响不稳定，导致油菜生产全要素生产率的不稳定，需要加强技术进步对油菜生产的指导作用，以提高全要素生产率。安徽、湖北和江苏3个地区的技术效率呈一定的波动变化，但其波动幅度基本保持在0.08以内，说明这3个地区的油菜生产发展技术效率在这十年内基本保持了一个均衡的状态，没有太大的变化，在保证技术进步对油菜生产指导作用的前提下，可以通过提高规模效率来提高全要素生产率。而江西和湖南两个地区有待加强油菜生产技术指导和管理水平，同时要兼顾规模效率的提升。

由于技术效率对全要素生产率的直接影响作用，四川、浙江和重庆三个地区由于技术效率变化较大，导致Malmquist指数变化较大。四川全要素生产率是从2010年的0.645徒增到2011年1.343；浙江从2008年到2011年全要素生产率经历了徒增、徒减，效率值与技术效率一致；重庆市油菜生产技术效率从2008年的1.221徒减到2009年的0.729。结合前面关于技术效率的分析，可以认为技术进步变化对于长江流域油菜产区整体发展所起的推动性作用并无明显变化。因此对于长江流域油菜产区而言，技术进步对于推动其生产经营发展的潜力还大可挖掘，提高技术效率及技术管理水平对油菜的指导作用将成为未来该区域油菜发展的新动力。

图2 各省（市）技术效率变化趋势

3 结论与讨论

全要素生产率作为分析经济增长源泉的重要工具，是政府制定长期可持续增长政策的重要依据[19]。专家们在研究农业全要素生产率后发现，技术进步是国家和区域农业全要素生产率增长的最主要因素[20-21]。围绕农作物生产效率，已有研究多是从全国或者省市层面，研究范围太宽，缺乏针对油菜主产区的专门研究。另一方面，在研究方法上，前人大多通过调研获得评价指标数据，或采用繁杂的面板数据，存在数据冗余情况，导致了对于同一研究对象可能与他人得出不同的结论[22-25]。笔者综合利用了多元线性回归和基于DEA的Malmquist指数法分析评价油菜主产区生产效率现状，这对考察油菜生产效率变动轨迹，确定恰当的方针政策均有重要的理论价值和现实意义。

Malmquist指数法最初主要用于消费分析，其评价结果主要集中在生产率变动、效率变动和技术变动分析三个维度[20]。笔者通过分析得出，影响油菜全要素生产率的主要因素是技术进步，指出深入推进技术进步、提高技术效率及技术管理水平对油菜的指导作用将成为未来该区域油菜发展的新动力，而不同省（市）未来油菜生产发展侧重点不同。这一结论与前人的研究结果基本吻合，也与生产实际基本一致。

随着国家“十三五”规划的实施，油菜生产所处的社会经济环境必将发生重大变化，长江流域油菜主产区油菜生产相对效率的研究仍有深入进行的现实价值。受限于决策单元的个数，笔者通过多元线性回归分析精简了投入指标。但文章现有研究结论仅从生产率变动、效率变动和技术变动3个维度分析得到，并未完全涵盖评价结果的所有信息，下一步可结合实地调研的方式来进一步验证。

[1]张皓,田展,杨捷,等.气候变化影响下长江流域油菜产量模拟初步研究[J].中国农学通报,2011,21:105-111.

[2]徐丽君,杨敏丽.基于Malmquist指数法的水稻生产效率实证分析[J].农业机械学报,2012,S1:169-174.

[3]李尽法,吴育华.河南省农业全要素生产率变动实证分析—基于Malmquist指数方法[J].农业技术经济,2008,02:96-102.

[4]杨易,吴秀敏,赵智晶.基于Malmquist指数的四川省农业全要素生产率分析[J].湖北农业科学,2011,06:1283-1287.

[5]田涛,许晓春,周可金.安徽省各地市油菜生产效率研究—基于DEA的实证分析[J].农业技术经济,2011,12:46-52.

[6]李奇,刘永红,蒋梁材,等.四川省油菜生产现状及科技发展对策[J].耕作与栽培,2011,06:1-3,15.

[7]孙龙霞,张传胜.江苏油菜生产机械化现状分析与发展对策[J].农业装备技术,2007,06:10-12.

[8]李争.中国油菜生产技术供需的经济学分析[D].武汉:华中农业大学,2011.

[9]李然,李谷成,冯中朝.不同经营规模农户的油菜生产技术效率分析—基于湖北、四川等6省市689户农户的调查数据[J].华中农业大学学报:社会科学版,2015,01:14-22.

[10]涂玉琴,戴兴临,汤洁,等.江西油菜产业现状、问题及发展对策分析[J].江西农业学报,2010,02:11-15,18.

[11]杨国梁,刘文斌,郑海军.数据包络分析方法(DEA)综述[J].系统工程学报,2013,06:840-860.

[12]Cooper W W,Seiford L M,Tone K.Data Envelopment Analysis:A Comprehensive Text with Models,Applications,References and DEA-Solver Software[J].Springer,2006

[13]Farrell M J.The measurement of production efficiency[J].Journal of Royal Statistical Society,SeriesA,General,1957,120(3)253-281.

[14]国家发展和改革委员会价格司.全国农产品成本收益资料汇编[M].北京:中国统计出版社.

[15]刘勇.中国油料作物生产的效率及地区比较优势分析[D].合肥:安徽农业大学,2002.

[16]李辉,刘文超.基于Malmquist指数的河北省海洋渔业生产效率分析[J].江苏农业科学,2014,06:442-444.

[17]陈素琼,张广胜.不同类型劳动力转移农户玉米生产技术效率的实证研究—以辽宁省为例[J].江苏农业科学,2014,09:416-419.

[18]姜天龙,郭庆海.不同粮作经营类型农户粮食生产效率差异分析—以吉林省公主岭市玉米种植农户为例[J].吉林农业大学学报, 2012,03:348-354.

[19]MillerS M.Totalfactorproductivity and theconvergence hypothesis[J].Journal of Macroeconomics,2002(24):267-286.

[20]高帆.我国区域农业全要素生产率的演变趋势与影响因素—基于省际面板数据的实证分析[J].数量经济技术经济研究,2015,05:3-19,53.

[21]白林,万忠,罗其友,等.中国农业全要素生产率构成及区域趋同性分析—基于1996—2010年Malmquist指数法[J].农业现代化研究, 2012,05:552-555.

[22]金福良,王璐,李谷成,等.不同规模农户冬油菜生产技术效率及影响因素分析—基于随机前沿函数与1707个农户微观数据[J].中国农业大学学报,2013,01:210-217.

[23]刘猛,赵宇,李顺国,等.河北省太行山区谷子生产现状与发展建议—以武安市谷子生产调研为例[J].农学学报,2011,11:57-60.

[24]姜天龙,李美佳.基于Malmquist指数法的东北三省玉米生产效率评价[J].玉米科学,2015,06:154-158.

[25]江松颖,刘颖,王嫚嫚.我国谷物全要素生产率的动态演进及区域差异研究[J].农业技术经济,2016,06:13-20.

Empirical Analysis of Oilseed Rape Production Efficiency in Yangtze River Basin Based on Malmquist Index

Ye Chun,Li Yanda,Shu Shifu,Chen Licai,Huang Junbao,Wang Kangjun
(Jiangxi Academy of Agricultural Sciences,Nanchang 330200,Jiangxi,China)

Based on the Malmquist index method of DEA and oilseed rape cost-benefit data,the authors analyzed the changes of oilseed rape production efficiency in the main producing areas of Yangtze River Basin, and clarified the distribution of oilseed rape production efficiency and its influencing factors.The results showed that technology progress was the key factor that affected the total factor productivity of oilseed rape in Yangtze River Basin,the guiding role of technology advancement,improvement of technical efficiency and technical management could become the new power of oilseed rape development.While,the focus of future sustainable development of oilseed rape production varied according to local conditions.

Yangtze River Basin;Oilseed Rape;Malmquist

F304.2

A论文编号：cjas16100013

国家科技支撑计划子课题“经济作物农机农艺关键技术集成研究与示范”(2013BAD08B02-01)，“油菜、花生种植与收获机械化生产技术在江西的试验示范”(2013BAD08B02-03)；国家高层次人才特殊支持计划（“万人计划”青年拔尖人才项目）。

叶春，女，1989年出生，江西上饶人，助理研究员，硕士，主要从事农业机械化工程研究。通信地址：330200南昌市青云谱区南莲路602号江西省农科院，E-mail：lychunzi@126.com。

2016-10-12，

2016-12-14。