四川省重点生态功能区有机农业生产效率研究*——基于三阶段DEA模型的实证分析

熊 鹰，郭耀辉，景晓卫，李 晓※

(1.四川省农业科学院农业信息与农村经济研究所，成都 610066；2.四川省农业科学院农村发展研究中心，成都 610066)

·生态农业·

四川省重点生态功能区有机农业生产效率研究*
——基于三阶段DEA模型的实证分析

熊 鹰1， 2，郭耀辉1，景晓卫1，李 晓1， 2※

(1.四川省农业科学院农业信息与农村经济研究所，成都 610066；2.四川省农业科学院农村发展研究中心，成都 610066)

目的有机农业为我国农业绿色发展起到良好的带动作用，但我国有机农业发展中，西部贫困地区较为滞后。针对西部贫困地区有机农业生产效率进行定量分析，揭示影响有机农业生产效率的主要因素，旨在提高该地区有机农业生产效率，丰富区域视角下的有机农业生产研究。方法采用三阶段DEA模型对2014年四川省重点生态功能区有机农业生产效率进行量化分析，识别环境变量对有机农业生产效率的影响。结果环境因素和随机误差对四川省重点生态功能区有机农业生产效率产生了显著的影响。环境因素中，农民人均纯收入的增加有利于促使农机、耕地等资源的有效利用，但同时也导致化肥投入冗余增加；城镇化率的提高会降低耕地、劳动力、化肥、农药等使用效率，从而对有机农业生产效率产生不利影响；财政支出占GDP比重的增加有利于提高农机使用效率，但同时也导致化肥和农药投入冗余增加；粮食播种面积占耕地面积比重对有机农业生产效率产生了不利影响。剔除环境因素和随机误差的影响后，四川省重点生态功能区各县平均技术效率和规模效率有所下降，纯技术效率则略有提升。基于纯技术效率和规模效率，四川省重点生态功能区各县有机农业生产效率可分为“双高型”“高低型”“低高型”和“双低型”等4种类型。结论三阶段DEA模型有效剔除了环境因素和随机误差对有机农业生产效率的影响，估计的效率值更真实地反映了四川省重点生态功能区有机农业生产效率水平。针对四川省重点生态功能区各县有机农业生产效率的不同特征，应结合地方实际，通过扩大要素投入规模或改进要素配置效率和使用效率，提高有机农业生产效率。

四川省重点生态功能区 有机农业生产效率 纯技术效率 规模效率 三阶段DEA模型 环境因素

0 引言

近年来，为了提高农业产出水平而大量使用化肥、农药等投入品，使得我国食品安全和农业生态环境问题日益突出。粗放型、掠夺式的农业发展方式在资源瓶颈和环境制约下，具有不可持续性。为了减少农业生产中化学品投入对环境和生物的不良影响，促进农业绿色发展，需要建立一套既节约资源又利于环境的生产管理系统，发展有机农业成为协调农业和环境发展、实现农业转型的新引擎[1]。随着有机农业生产越来越受到重视，在面积和产量上也实现了逐年增长，到2015年有机农业面积达到115.3万hm2，2014年有机农业产量增长到920万t[2-4]。但区域发展不平衡的问题仍然存在，有机农业生产区主要集中在东北和东南部及沿海地区，中西部地区有机农业生产体系尚不健全，尤其是西部贫困地区由于经济基础薄弱、农业劳动力素质较低、先进生产技术覆盖面小，有机农业发展滞后。并且现有针对有机农业的研究主要集中于国外有机农业发展启示及其政策分析[5-8]以及国内有机农业发展现状、问题和对策分析[9-12]。这些研究基本上是从国际和全国视角展开的整体性、宏观性分析，鲜有立足区域实际的具体分析。然而，国内不同区域由于自然条件、资源禀赋状况、经济发展水平和政府管理水平等方面的差异，有机农业发展存在较大差异，因此在宏观和共性分析的基础上，还必须进行微观区域视角的深入分析[13]。此外，已有研究以有机农业发展现状和对策建议等定性分析为主，缺乏基于区域实际对有机农业生产效率进行科学定量分析。个别文献以陕西洋县为例对有机农业生产效率进行了定量分析，结果表明小范围如县域发展有机农业可取得经济和生态共赢的良好效果。剔除环境和随机因素后，洋县有机农业生产效率有所提高，但纯技术效率仍低于规模效率，因此提升管理水平和技术进步比扩大生产规模更为紧迫[14]。但由于分析对象仅为个案，研究范围存在较大的局限性。

基于上述情况，文章以四川省重点生态功能区作为分析对象，该区域位于阿坝、甘孜、巴中、广元及凉山等西部贫困地区，区域发展既要符合以提供生态产品为主体功能的开发理念，又面临着促进农民就业增收等多重压力，有机农业具有生态、经济和社会等综合效益，可以较好地应对上述压力，实现农业向优质、高效和可持续发展。为了提高该区域有机农业生产效率、丰富区域视角下的有机农业生产研究，该文借鉴三阶段DEA模型应用于农业生产效率分析中的相关文献[14-16]，采用三阶段DEA模型对四川省重点生态功能区有机农业生产效率进行定量分析，既可以测算管理效率这一内生因素对生产效率的客观影响，又能够剔除环境效应和随机误差这两个外生因素对技术效率值的干扰，从而更好地揭示影响有机农业生产效率的主要因素。

1 三阶段DEA模型的建立

三阶段DEA模型是Fried等[17]于2002年提出，此模型能有效地评估决策单元的效率。该模型通过有效利用松弛变量，对传统DEA模型的投入或者产出进行相应调整，剔除环境因素以及随机误差对各个决策单元的影响，在假定相同的外部环境下重新计算各决策单元的技术效率值，使所要反映的各决策单元效率更加真实。考虑到有机农业生产效率旨在考察产出不变下投入最小化的问题，以及数据的可获得性，选择投入导向型DEA模型，有如下三个阶段的模型构建：

1.1 第一阶段：传统的DEA模型

该模型是评价同一类型的组织或部门在多投入、多产出的决策单元下是否技术有效的非参数前沿效率分析方法。Banker等[18]根据Charnes等[19]提出的CCR模型，又研究出了改进的可变规模报酬的DEA模型，这种模型也叫做BCC模型，Banker等人把CCR模型中的技术效率(Technical Efficiency，TE)进一步分解为纯技术效率(Pure Technical Efficiency，PTE)和规模效率(Scale Efficiency，SE)二者的乘积。也就是

TE=PTE×SE

(1)

技术效率TE是实现投入已定产出最大或者产出已定投入最小的能力；PTE是纯技术效率，也就是剔除规模因素以后的效率；SE为规模效率，即是和规模有效点相比的规模经济性发挥程度。将BCC模型应用于各决策单元的计算，得出各投入量的最小值和效率值。实际投入减去目标投入即可计算出各决策单元所能节约的投入量，等于各个决策单元径向的松弛变量加上非径向的松弛变量。

1.2 第二阶段：相似SFA模型

除了效率会对各决策单元可节约的投入量产生影响以外，环境变量和随机干扰也可能影响各决策单元，由此设定被解释变量为实际投入减去目标投入之差，解释变量为环境变量，建立如下SFA模型：

Sij=fj(zi，βj)+υij+uij，i=1，2，…，N；j=1，2，…，P

(2)

根据SFA模型的估计结果，调整各个决策单元的投入量：

(3)

式(3)中，等式右边的第2项可将各决策单元第j项投入修正至环境变量影响达到最大的假设情形，也即处于最差环境中需增加的投入；第3项表示最大随机干扰环境中需增加的投入量。以式(3)为依据进行调整后，各决策单元所处的外部环境相同，所受的随机冲击也相同，此时两类因素对效率的影响得以消除。

1.3 第三阶段：调整后的DEA模型

采用经第二阶段调整的投入数据和原产出数据，以BCC模型将全部决策单元的效率值再次进行计算，即可得到排除环境效应和随机干扰后的效率值。因此，三阶段DEA模型既利用松弛变量包含的信息剔除外部因素的影响，得到只反映经营管理水平的效率值；又可以通过SFA模型识别环境变量对各投入松弛变量的作用方向和大小，从而揭示环境变量对技术效率的影响。

2 投入产出指标与环境变量选取

2.1 投入产出指标的选取

有机农业具有资源节约型、环境友好型的特征，它代表了一种农业生产方式，因此反映农业生产效率的一些指标同样适用于评价有机农业生产效率，在农业生产效率的研究中，通常以农林牧渔业总产值作为产出指标，这与农业生产投入指标的统计口径也是一致的。土地、资本和劳动力是农业生产的基本要素，因此，首先选取反映这3类要素的投入指标。农作物播种面积虽然比耕地面积更能反映土地投入情况，但由于缺乏四川省重点生态功能区各县农作物播种面积数据，因此采用耕地面积作为土地投入指标。由于农业资本统计数据的缺失，一般采用农业机械总动力作为资本投入的替代变量。劳动力投入指标选取第一产业从业人员来反映。其次，农药、化肥、农膜等投入品是农业生产过程中重要的中间消耗部分，是否使用这些化学合成生产资料也是有机农业与常规农业的主要区别，但考虑到四川省重点生态功能区等西部贫困地区有机农业发展滞后，实际生产过程中未必严格执行不使用农药、化肥、农膜等投入品的要求，则这类中间品投入越少(或为零)就视为越趋于(或实现)有机农业生产。因此，化肥、农药、农膜使用量被纳入到评价有机农业生产效率的投入指标中，这也是与一般的农业生产效率分析相区别的重要之处。

以上投入产出指标中，农林牧渔业总产值、农业机械总动力、耕地面积数据来源于2015年《四川统计年鉴》，第一产业从业人员、化肥施用量、农药使用量、农膜使用量数据来源于2015年《四川省农业统计年鉴》。

每一项投入与产出都要符合“同向性”假设，也就是投入增加不得引起产出减少，因此需要做Pearson相关性检验，结果可见表1。由此可见，2014年四川省重点生态功能区各县的投入项与产出项的Pearson相关性系数均为正且均在1%水平上显著，故投入指标和产出指标与模型要求的“同向性”假设是相符的，具备合理性。

表1 2014年四川省重点生态功能各县有机农业生产投入与产出变量的Pearson相关系数

2.2 外部环境变量的选取

农业生产决策单元是开放的系统，环境变量对系统产生影响但又不受系统主观控制[21]，同时考虑到数据的可获得性，从社会经济环境、政府支持力度、种植结构等方面选取影响有机农业生产效率的环境变量。在社会经济环境方面，采用农民人均纯收入和城镇化率两个指标来衡量。农民人均纯收入越高，农户对农业投入能力越强，有机农业生产率可能就越高，预期该指标与有机农业生产效率呈正向关系。城镇化进程的加快，促进了农村剩余劳动力向城市转移，可以扩大耕地规模，有利于提高有机农业生产效率；同时，城镇化发展速度的加快又导致农村空心化、农业副业化、劳动力老龄化形势严峻，并引起休耕、弃耕以及更多依赖化学品投入等问题。因此，综合以上两方面考虑，城镇化率与有机农业生产率之间的关系不作预期。在政府支持力度方面，采用财政支出占GDP比重来衡量，预期该指标与有机农业生产效率呈正向关系。种植结构变量采用粮食作物面积占耕地面积比重来衡量，由于粮食生产效益相对其他经济作物较低，造成粮食种植户的生产积极性不高，因此预期该指标与有机农业生产效率呈反比。

以上反映环境变量的指标中，除农民人均纯收入数据来源于2015年《四川省农业统计年鉴》，其他数据均来源于2015年《四川统计年鉴》。

3 实证分析

3.1 第一阶段：传统的DEA模型分析

第一阶段的DEA模型分析采用Deap2.1软件，应用BCC模型计算四川省重点生态功能区各县有机农业生产的纯技术效率(PTE)、规模效率(SE)、技术效率(TE)和规模效益，计算结果如表2。排除环境因素以及随机误差干扰后，2014年四川省重点生态功能区各县有机农业生产技术效率的平均值是0.692，纯技术效率的平均值是0.845，规模效率的平均值是0.824。根据第一阶段的实证结果可见，四川省重点生态功能区有机农业生产的纯技术效率大于规模效率，说明技术效率中纯技术效率因素起主导作用，规模因素处于次要地位。四川省重点生态功能区的58个县中，仅有万源、宝兴、阿坝、红原、新龙、德格和色达7个县处在技术效率前沿，各县技术效率和纯技术效率以及规模效率值全部为1，可见这7个县的资源配置以及技术管理是较为有效的。另外51个县的纯技术效率以及规模效率都有不同程度的不足，有待改进提高。这些县中规模效率和纯技术效率处在最后的小金县，其纯技术效率仅有0.355，规模效率仅有0.394；而规模效率处在最后的昭觉县，仅为0.446。有接近一半的县(24个)的技术效率还不到0.6，处于技术效率较低的状态。此外，除了处于技术效率前沿面上的7个县规模收益不变以外，其余有21个县的规模收益处于递增状态，30个县的规模收益处于递减状态。

表2 四川省重点生态功能区各县有机农业生产效率值

3.2 第二阶段：SFA模型分析

第二阶段的SFA模型中，被解释变量为第一阶段DEA模型中全部投入变量的松弛变量，解释变量为4个环境变量。如果回归系数是正值，就表明增加该解释变量会增加投入松弛量，造成浪费增加；如果回归系数为负值，就表明增加该解释变量对减少投入松弛量有利，可使浪费减少。利用Frontier4.1软件进行最大似然估计(MLE)，结果如表3所示，具体分析如下。

(1)农民人均纯收入。该变量与农业机械总动力和耕地面积的松弛变量回归系数为负，与化肥施用量的松弛变量回归系数为正，均在5%水平上显著。可见增加农民纯人均收入对于盘活冗余的农机、耕地等资源有利，促进这些资源更高效利用，从而提高技术效率。但农民人均纯收入的增加会导致化肥施用量的投入冗余增加，说明经济条件的改善并没有减少对化肥等投入品的使用，反而可能导致过量投入。

(2)城镇化率。该变量与耕地面积、第一产业从业人员、化肥施用量、农药使用量的松弛变量回归系数为正且分别在1%或5%水平上显著，说明城镇化对有机农业生产效率产生了不利影响。由于有机农业生产不允许使用化学肥料和药剂，这一要求导致有机农业需要投入较多的劳动力进行精耕细作，有机生产的劳动力投入相对常规生产更高，而城镇化进程的加速导致农村劳动力大量外流，使得有机农业生产的劳动投入和技术需求不足，在土地、劳动力、生产资料的利用上缺乏效率，甚至为了增加产出而更多依赖化肥、农药等化学品投入。

(3)财政支出占GDP比重。该变量与农业机械总动力的松弛变量的回归系数为负，与化肥施用量、农药使用量的松弛变量回归系数为正，且分别在5%、1%水平上显著。因此，对有机农业加大财政投入将促进农业机械总动力的投入冗余减少，从而有利于有机农业生产效率的提高。但财政支出的增加也导致化肥施用量和农药使用量的投入冗余增加，反映出财政支出缺乏合理的结构配置，在一定程度上造成财政支出的浪费。

(4)粮食播种面积占耕地面积比重。该变量与农业机械总动力和耕地面积的松弛变量回归系数为正，分别在5%、10%水平上显著。说明粮食作物种植比例越高，越有可能增加农机和耕地的投入冗余，降低有机农业生产效率。

表3 基于SFA的第二阶段估计结果

3.3 第三阶段：投入调整后的DEA模型分析

(1)技术效率分析

将经过第二阶段调整的投入数据和原产出数据，再次纳入DEA模型进行第三阶段的计算，重新得到的技术效率、纯技术效率、规模效率和规模收益值已经不受环境因素和随机干扰的影响，具体结果可见表2。此时技术效率、纯技术效率和规模效率达到前沿面的县有11个，分别是沐川、屏山、宝兴、红原、康定、甘孜、新龙、德格、石渠、色达和木里，说明这些县的农业资源配置相对合理，各种技术创新投入发挥了较好的作用，技术效率相对较高。

技术效率调整后，四川省重点生态功能区各县的平均技术效率由0.692下降到0.654，大部分县的技术效率都出现下降，只有15个县的技术效率有所上升。调整后甘孜和木里的技术效率大幅度提高，平均效率值由0.657上升到1；而万源、阿坝则由技术有效调整为非技术有效，平均效率值由1下降到0.727，调整以后的技术效率更真实地反映了各县有机农业生产效率水平。

(2)纯技术效率分析

纯技术效率在调整后略有上升，平均值由0.845上升到0.849，有一半的县纯技术效率都达到1，处于有效前沿面上。剔除环境和随机因素后，纯技术效率发生变动的县共有33个，可见环境因素和随机干扰对一半以上地区的纯技术效率产生了影响，纯技术效率上升和下降的县的数量基本持平，分别为15个和18个。

(3)规模效率分析

规模效率调整后的平均值出现明显下降，由0.824降为0.771，规模效率下降的县占到总数的67.2%，其中万源的下降幅度最大，由1下降到0.661。根据各县得出的规模收益情况可以看出，规模收益递增的县增加至25个，规模收益递减的县减少至22个，表明四川省重点生态功能区的大部分县通过采取扩大要素投入规模的方式，可以提高有机农业生产效率。此外，有21个县在调整前后的规模收益均呈递减状态，这些县需要着重提高生产要素的合理配置和使用效率，通过内涵式发展来提高有机农业生产效率。

图1 四川省重点生态功能区各县有机农业生产效率类型

以0.9的效率值为临界点可将四川省重点生态功能区各县有机农业生产效率划分成4种类型，可参见图1。第1种为“双高型”，也就是纯技术效率和规模效率都处在0.9以上，这12个县具有相对较高的有机农业生产效率。第2种是纯技术效率较高、规模效率较低的“高低型”，这21个县纯技术效率高于0.9而规模效率却处于0.9之下，尤其是昭觉、美姑、雷波和盐源4个县的纯技术效率都达到了1，而规模效率却在0.5以下，提升有机农业生产效率需要加大生产规模以达到资源集约使用。第3种是纯技术效率都在0.9以下、规模效率都在0.9以上的“低高型”，这7个县有机农业生产效率的提升主要依赖于生产经营中技术管理水平的改进。第4种是纯技术效率和规模效率都处在0.9以下的“双低型”，这18个县的纯技术效率和规模效率平均值分别是0.659、0.694，两方面都有较大的提升空间，这些地区在今后的发展中需要同时注重技术管理水平的提高和生产规模的扩大。

4 结论与建议

4.1 结论

为适应农业可持续发展的需要，推动西部贫困地区发展有机农业实现生态、经济和社会效益的统一，该文从微观区域视角对有机农业生产效率进行定量分析，采用三阶段DEA模型对2014年四川省重点生态功能区有机农业生产效率进行了研究，主要得出以下结论。

(1)剔除环境因素和随机误差后，四川省重点生态功能区各县平均技术效率和规模效率有所下降，纯技术效率则略有提升。由此可见，如果不剔除环境因素和随机误差的影响，则有低估纯技术效率又高估规模效率的问题，并且高估规模效率的程度比低估纯技术效率要大，致使技术效率随之低估，说明环境因素和随机误差对四川省重点生态功能区有机农业生产效率产生了显著的影响。

(2)第二阶段的SFA回归分析发现，环境因素中农民人均纯收入的增加有利于促使农机、耕地等资源的有效利用，但同时也导致化肥投入冗余增加。城镇化率对有机农业生产效率产生了不利影响，城镇化进程的加快导致耕地、劳动力、化肥、农药等使用效率下降。财政支出占GDP比重的增加，将减少农机总动力的投入冗余，从而有利于有机农业生产效率的提高，但由于财政支出增加后缺乏合理的结构配置，导致化肥和农药使用效率下降。粮食播种面积占耕地面积比重对有机农业生产效率产生了不利影响，该比重越大使得有机农业生产效率越低。

(3)经过第二阶段的调整，四川省重点生态功能区处于规模收益递增的县增加了4个，处于规模收益递减的县减少了8个，总体上规模收益递增的县的数量略多于规模收益递减的县。以0.9的效率值作为临界点，按照纯技术效率和规模效率可将四川省重点生态功能区有机农业生产效率划分成“双高型”“高低型”“低高型”“双低型”等4种类别，分别占总数的20.7%、36.2%、12.1%、31%。由于四川省重点生态功能区各县有机农业生产效率特征并不一致，各地应结合自身效率的不足进行相应地改进。

4.2 建议

基于上述结论，为提高四川省重点生态功能区有机农业生产效率，有针对性地提出以下建议。

(1)由于环境和随机因素对有机农业生产效率产生了显著影响，而随机因素是不可控因素，因此有必要通过改善环境因素来提高有机农业生产效率。首先，加强对有机农业病虫害防治和土壤培肥技术方面的探索研究，推动农户有机农业知识的培训，及时发布农情和病虫害监测动态，提高农户有机农业生产技能、降低信息搜寻成本。其次，采取对农业创业、就业的支持和服务，建立城乡一体化的户籍与社会保障体系等各项政策措施，促进大中专院校毕业生、大学生村官、基层农技人员、返乡农民工等高素质人力资源进入农业产业部门，减少城镇化进程中农业劳动力流失造成的不利影响。再次，加大对有机农业财政投入力度的同时，优化财政投资结构，在农田道路修建、农田灌溉系统建设、优良农作物品种研发、农业科技公共服务体系建设、农业产业结构转型升级等方面进一步发挥政府作用，降低有机农业生产风险、促进农户增产增收。

(2)由于四川省重点生态功能区大部分县处于规模报酬递增阶段，可通过扩大要素投入规模来提升有机农业生产效率。在保障农户土地承包经营权的基础上，不断完善土地流转制度，满足有机农业规模经营的用地需求以及土地规模经营下的服务规模经营，激发有机农业生产潜力，提高产出效率。此外，四川省重点生态功能区各县有机农业生产效率以“高低型”和“双低型”为主，除了扩大要素投入规模，还需要优化现有农业生产要素配置格局，实现有机农业生产要素投入与经营模式之间的有效匹配，提高有机农业生产资源的利用效率。通过农业生产组织与制度创新，完善激励与约束机制，发展农业合作组织，尝试家庭农场等适度规模经营，以经营模式创新促进投入要素的高效使用，改善有机农业纯技术效率和规模效率。

[1]任艳.促进有机农业可持续发展的创新路径.光明日报，2014-11-28

[2]国家认证认可监督管理委员会.中国有机农业产业发展报告.北京：中国质检出版社/中国标准出版社，2014

[3]刘长忠.中国有机作物种植面积115.3万公顷.中国新闻网：http：//www.chinanews.com/cj/2015/09-24/7543031.html

[4]佚名.2014年中国有机食品产业达到920万吨.中国有机食品网：http：//www.chinayouji.com/news/show-5401.html

[5]张文胜.日本有机农业的经营与产销协作.现代日本经济,2010，(1)：53～57

[6]谢玉梅，周方召.欧盟有机农业补贴政策分析.财经论丛,2013，(3)：26～31

[7]钱静斐，李宁辉.美国有机农业补贴政策：发展、影响及启示.农业经济问题，2014,35(7): 103～109

[8]谢玉梅，浦徐进.澳大利亚有机农业发展及其启示.农业经济问题，2014,35(5): 105～109

[9]丁长琴.我国有机农业发展模式及理论探讨.农业技术经济,2012，(2)：122～128

[10]王二平.我国有机农业的发展与有机产品认证及监管.中国农业资源与区划，2014,35(6): 70～74

[11]王德胜.绿色农业的发展现状与未来展望.中国农业资源与区划，2016,37(2): 226～230

[12]谯薇，云霞.我国有机农业发展：理论基础、现状及对策.农村经济,2016，(2)：20～24

[13]张建华.我国现代农业发展研究述评中国现代农业问题研究进展.经济经纬,2009，(6)：115～118

[14]刘子飞，王昌海.有机农业生产效率的三阶段DEA分析——以陕西洋县为例.中国人口·资源与环境，2015,25(7): 105～112

[15]郭军华，倪明，李帮义.基于三阶段DEA模型的农业生产效率研究.数量经济技术经济研究,2010，(12)：27～38

[16]贺正楚，翟欢欢.基于DEA三阶段模型的两型农业生产效率——以湖南省为例.农业系统科学与综合研究，2011,27(4): 395～400

[17]Fried H.O.，Lovell C.A.K.，Schmidt S.S.，et al.Accounting for environmental effects and statistical noise in data envelopment analysis.Journal of Productivity Analysis，2002,17(1): 157～174

[18]Banker R.D.，Charnes A.，Cooper W.W.Some models for estimating technical and scale inefficiencies in data envelopment analysis.Management Science，1984,30(9): 1078～1092

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

[20]Jondrow J.，Lovell C.A.K.，Materov I.S.，et al.On the estimation of technical inefficiency in the stochastic frontier production function mode.Journal of Econometrics，1982，19(S2～3)：233～238

[21]贺志亮，刘成玉.我国农业生产效率及效率影响因素研究——基于三阶段DEA模型的实证分析.农村经济,2015，(6)：48～51

ORGANICAGRICULTURALPRODUCTIONEFFICIENCYOFTHEKEYECOLOGICALFUNCTIONALAREAINSICHUANPROVINCE*——BASEDONTHREE-STAGEDEAMODEL

XiongYing1,2,GuoYaohui1,JingXiaowei1,LiXiao1,2※

(1.Agricultural Information and Rural Economy Institute,Sichuan Academy of Agricultural Sciences,Chengdu 610066,China; 2.Center for Rural DevelopmentResearch,Sichuan Academy of Agricultural Sciences,Chengdu 610066,China)

Organic agriculture plays a good leading role in China′s agricultural green development,but organic agriculture development in western poverty-stricken area is lagging behind.In order to improve organic agricultural production efficiency in the western poverty-stricken area and enrich the organic agricultural production,this paper quantitatively analyzed the agricultural production efficiency and the main factors in the key ecological functional area of Sichuan Province in 2014 using the three-stage DEA model.The results showed that the environmental factors and random errors had significant effects on organic agricultural production efficiency in the key ecological functional area of Sichuan Province.The increase of per capita net income of farmers improved the effective of agricultural machinery,and the increase of fertilizer input redundancy.The increase of urbanization rate decreased the efficiency of cultivated land,labor force,fertilizer and pesticides,which had a negative impact on organic agricultural production efficiency.The increase of the proportion of fiscal expenditure to GDP improved the efficiency of agricultural machinery,but it also increased the fertilizer and pesticide input redundancy.The proportion of grain sown area to farmland area had a negative impact on the efficiency of organic agriculture production.According to the pure technical efficiency and scale efficiency,organic agricultural production efficiency in the key ecological functional area of Sichuan province can be divided into four types including "high and high","high and low","low and high" and "low and low".In view of different characteristics of organic agricultural production efficiency in the key ecological functional area of Sichuan province,it should improve organic agricultural production efficiency through the expansion of element input size and the improvement of element allocation.

key ecological functional area of Sichuan province; organic agricultural production efficiency; pure technical efficiency; scale efficiency; three-stage DEA model; environmental factors

10.7621/cjarrp.1005-9121.20171022

2017-03-05

熊鹰(1980—)，女，重庆人，博士、副研究员。研究方向：农业经济管理

※通讯作者：李晓(1960—)，女，山西永济人，硕士、研究员。研究方向：农业技术经济。Email：54540677@qq.com

国家自然科学基金项目“农户绿色防控技术采纳行为与激励机制研究”(71603178)；四川省软科学研究计划项目“有机农业生产的采纳决策、影响因素和激励机制研究”(2015ZR0032)；四川省财政创新能力提升工程专项资金项目“农户绿色防控技术采纳行为与激励机制研究”(2016QNJJ-006)和“农户采取绿色防控技术的影响因素及激励政策研究”(2017KXJJ-001)

F224；F323

A

1005-9121[2017]10162-09