中国粳稻生产效率演变及区域差异*

张永强，王 荣，蒲晨曦，王 珧，彭有幸

(东北农业大学经济管理学院，黑龙江哈尔滨 150030)

0 引言

2016年我国稻谷产量为2.069 34亿t，比2015年减产131.1万t，同比下降0.63%。其中，早籼稻和中晚籼稻产量均小幅下降，但粳稻产量却仍有小幅增加，粳稻产量占稻谷产量的1/3左右，是三大品种里唯一连续增产的稻类。2017年“中央一号文件”中提到要稳定水稻，确保口粮绝对安全，重点发展优质稻米。提升我国粳稻产量有助于保障我国稻谷的安全生产，但不能依靠原来粗放式的生产方式，应从适应农业供给侧改革和保障粮食安全两方面共同考虑，改为依靠提升粳稻生产技术效率的方式继续增加粳稻产量，从而转变粳稻产量增长方式。从相关学者的研究中发现我国粳稻生产效率整体呈上升趋势且趋于稳定，只是存在短暂的波动[1]。但是也有学者研究表明我国粳稻生产存在技术效率缺失，规模效率较低，亟需改善[2]。这两种研究结论都表明中国粳稻生产效率存在不稳定的问题，粳稻生产效率不稳定将会影响粳稻的产出水平。为稳定我国粳稻生产，文章认为有必要从时间和区域上对中国粳稻生产效率的变化及差异进行分析，该文使用能够显示出结果差异的超效率DEA方法测算中国粳稻生产效率，可以将粳稻生产效率值进行排序比较，可以更好地体现出中国粳稻生产效率时间和区域上的差异性，以便从时间趋势上分析并总结经验，针对区域差异提出适用性较强的建议，从而有效提高中国粳稻生产效率，促进粳稻生产方式的转变，最终提升和稳定中国水稻生产，保障粮食安全。

1 文献综述

当前我国学者针对粳稻生产效率研究较少，一般是不分品种地测算我国水稻的整体生产效率，主流方法为参数方法和非参数方法。参数方法如DEA(数据包络分析)方法测算我国水稻生产效率，如周宏[3](2003)运用DEA方法计算三大稻作区的水稻生产效率，虽然有波动，但总体上呈缓慢上升的趋势，由华北到华中再到华南呈递减的趋势。吉星星等[4](2016)是通过DEA-Tobit两步法先测算我国三大水稻主产区的生产效率，得出我国综合技术效率均值较稳定，但年际间波动频繁，且东北平原的平均技术效率水平高于全国平均水平。张越杰，霍灵光等[5](2007)使用HMB指数方法对吉林省水稻生产效率变动进行分解，得出吉林省水稻全要素生产率波动较大，且总体减小，主要是由于规模效率下降。也有学者使用参数方法，如杨万江，李琪[6](2016)应用随机前沿方法(SFA)分析我国水稻种植农户的技术效率存在无效率，且外生因素会影响技术效率。有的学者如王明利等[7](2005)则用比较优势理论得出中国粳稻生产区集中在东北地区和长江中下游地区，且南方省份占有绝对比较优势，而北方的粳稻生产区黑龙江、吉林、辽宁、宁夏等不具备区域优势。

对于粳稻生产效率的研究，有的学者如胡雯等[1]学者(2016)使用DEA-Malmquist指数法测算了15年内我国粳稻主产区的全要素平均增长率为4.59%，并通过收敛性检验的方法得出技术效率差异是提升中国粳稻生产效率的关键结论。再如陈昭玖(2016)等[2]研究我国粳稻主产区生产效率则是用DEA-Tobit模型对比技术进步与粳稻生产效率的变化趋势是否一致。以上学者忽视了粳稻生产效率的时间趋势与区域差异，宿桂红(2011)分析了粮食主产区粳稻的生产效率在时间和区域两个维度的变化情况，结果显示虽然1998—2008年粳稻的生产效率整体呈上升趋势，但变化过程比较曲折。同时在2004年以前，地区间的差异明显， 2004—2008年地区间的差异逐渐缩小趋于平稳[8]。

通过对上述文献的研究，发现当前文献缺乏对全国13个粳稻主产省份粳稻生产效率的时间演进及区域差异分析，相较之前的研究，该文拉长了时空维度，将粳稻生产省份按照区域划分，同时探究各区域效率在时间上演变规律及其发展趋势。采用超效率DEA模型测算中国粳稻生产效率，不仅能观察各区域各省份生产效率的大小，还能够具体分析当前粳稻生产在技术效率、纯技术效率和规模效率哪一方面效率缺失，以助于根据不同区域生产效率的差异提出有针对性的政策建议。并且该文只测算中国粳稻的生产效率，能有效避免因水稻品种不同而取要素平均值所引起的水稻生产效率测算误差。

2 研究方法与数据来源

2.1 研究方法

基于前人的研究发现，多数学者使用传统DEA(数据包络分析)模型测算粳稻生产效率，该方法通常会出现有效决策单元过多的情况，并且不能排序比较。该文使用超效率DEA模型，能有效弥补传统DEA模型不足，该模型适用于决策单元较少的计算分析，符合中国粳稻生产省份较少的实际情况，同时还能对有效决策单元的效率值进行排序评价。假设有t种投入，两种产出，则超效率DEA模型(图1)所示，有A、B、C、D、E5个决策单元，A、B、C、D4个决策单元为DEA有效率，ABCD为生产前沿面，C点此时处于有效生产前沿面，E点在生产前沿面外部，为无效率。超效率DEA模型与基本DEA模型不同的是当评估某一决策单元时，先将该决策单元本身排除在单元的集合外，如果将C点排除在单元的集合外，则此时生产前沿面为ABD，此时决策单元C的超效率值TEC=OC′/OC>1仍为有效率，同理决策单元E则仍为无效率。表现在公式上为λj为规划决策变量，S-和S+为松弛变量，θ为规划目标值，θ值越大，表明效率越高，θ值可能大于1。如下为超效率DEA模型(图1)以及其公式：

(1)

2.2 指标选取与数据来源

图1 超效率DEA模型

(1)指标选取。该文选择单位面积主产品产量和单位面积的主产品产值作为产出指标。对于投入指标，针对劳动力投入选择单位面积的人工成本，机械投入上选择机械租赁作业费投入指标，生物化学投入上选择种子费用、化肥费用、农药费用指标，土地投入上选择每667m2土地成本指标。所选投入指标都为直接费用，且在总成本中占比较大，较为合理。

(2)数据来源。从2004年我国开始推行水稻最低收购价政策，水稻产量逐渐上升且趋于平稳状态。该文所有数据来源于《农产品成本与收益资料汇编》中2004—2015年的粳稻生产数据，共有16个省份的相关数据，由于天津、山西、上海不是主要的粳稻生产省份，且其粳稻产量占全国粳稻产量比重较小，故剔除。最终运用河北、内蒙古、辽宁、吉林、黑龙江、江苏、浙江、安徽、山东、河南、湖北、云南、宁夏13个省(市)的粳稻生产数据进行测算。

3 超效率DEA结果

3.1 粳稻生产区技术效率变动

该文参考王明利(2005)划分粳稻生产区的划分办法，将13个省份划分为东北粳稻生产区(辽宁、吉林、黑龙江)，华北粳稻生产区(河北、山东、河南)、西北粳稻生产区(宁夏)、长江中下游粳稻生产区(江苏、浙江、安徽、湖北)、西南粳稻生产区(云南)[7]。虽然内蒙古同辽宁、吉林、黑龙江同属北方稻作区，但在粳稻主产区的划分上没有将内蒙古划入任何区域内，仅在省际间差异再作内蒙古与其他省份的效率比较。该文运用2004—2015年河北、辽宁等13个省份的有关粳稻的投入产出数据，应用EMS1.3软件计算出每一年的技术效率。计算结果如表1所示。

表1 2004—2015年中国粳稻生产区技术效率

产区省份200420052006200720082009201020112012201320142015东北区辽宁1.052 1.246 1.158 1.178 1.047 1.150 0.905 1.021 1.037 1.168 1.271 1.216 吉林1.105 1.150 1.142 1.075 1.159 1.226 1.041 1.120 1.093 1.080 1.232 1.227 黑龙江1.131 1.173 1.210 1.216 1.084 1.257 1.044 1.096 1.175 1.232 1.323 1.287 华北区河北1.179 1.384 1.232 1.017 1.053 0.907 1.239 1.020 1.050 1.131 1.121 1.046 山东1.237 1.141 1.279 1.225 1.555 1.562 1.359 1.353 1.292 1.071 1.136 1.359 河南1.216 1.202 1.114 1.224 1.041 1.222 1.129 0.862 0.997 0.997 1.112 0.936 长江中下游地区江苏1.103 1.053 1.037 1.153 1.081 1.162 1.229 1.237 1.130 1.349 1.212 1.070 浙江1.282 1.215 1.182 1.195 1.333 1.238 1.160 1.209 1.233 1.181 1.153 1.206 安徽0.973 1.031 0.972 1.040 0.906 1.033 0.930 1.089 0.962 1.084 1.137 1.185 湖北1.328 1.230 1.108 1.312 1.323 1.182 1.271 1.199 1.250 2.099 1.275 0.970 西南区云南1.222 1.369 1.447 1.526 1.458 1.371 1.406 1.366 1.501 1.375 1.443 1.418 西北区宁夏1.364 2.046 2.543 2.424 1.234 1.250 1.123 0.968 1.073 0.970 0.973 0.997

从时间差异上(图2)可以观察到，中国粳稻生产区的技术效率在2008年以前，技术效率波动幅度较大， 2008年以后开始逐渐平稳且存在下降的趋势。2004—2007年全国粳稻生产技术效率上升和下降的幅度较大，且技术效率水平较高。西北粳稻生产区技术效率显著高于其他粳稻生产区且波动幅度最大，技术效率上升主要是生产技术的进步，以及从2004年我国开始实行的粮食最低收购价政策和粮食补贴政策，并取消农业税，这对粳稻生产者具有政策导向和激励作用[1]。2008—2015年各粳稻生产区的技术效率水平均有所下降，且逐渐平稳。这主要是受益于我国对粳稻主产区的政策倾斜与支持，使得区域间差异水平逐渐缩小并趋于平稳。波动较为频繁的为东北粳稻生产区，在2005—2010年呈下降趋势，主要是由于吉林、辽宁技术效率的波动。2010年东北粳稻生产区平均效率值下降至最低点， 2010—2014年呈上升趋势， 2014—2015年又出现下降。长江中下游生产区、华北区、西南区3个粳稻生产区的技术效率总体上较为平稳。

图2 2004—2014年中国粳稻生产区平均技术效率变动

3.2 粳稻生产效率区域差异

技术效率等于纯技术效率乘以规模效率，用公式表达即为：TECCR=TEBBC×SE，TECCR代表技术效率值，TEBBC代表纯技术效率值，SE代表规模效率值。根据运行结果判断每一省份的规模报酬状态。技术效率水平由纯技术效率与规模效率共同决定。纯技术效率水平高代表生产要素使用效率高，则代表投入到粳稻生产中的生产要素被有效使用。规模效率水平越高代表要素投入的规模和产出水平越接近最佳状态，即代表产出要素与投入要素的比例是否合适、产出水平是否最佳[9]。规模报酬是指在其他条件不变的情况下各种生产要素按相同比例变化时所带来的产量变化，规模报酬递增则是产量在主要由劳动生产率的提高、资源的集约化使用、规模扩大使生产要素的有效利用，和生产成本的降低； 而规模报酬递减主要是由于生产要素的可获得性较低，要素投入不能满足，和生产规模过大，对于生产的管理不足，导致生产效率下降。各省份的2015年粳稻生产区超效率DEA结果及排名(表2)，和规模报酬状态如下。

表2 2015年中国粳稻生产区超效率DEA值

产区省(市)技术效率排名纯技术效率排名规模效率排名规模报酬东北区内蒙古1.14181.14191.0001递增辽宁1.21651.33540.91110递减吉林1.22741.25460.9785递减黑龙江1.28731.42130.90611递增平均1.243—1.337—0.932——华北区河北1.046101.097100.9538递减山东1.35922.68210.50713递减河南0.936130.965130.9706递增平均1.114—1.581—0.810——长江中下游区江苏1.07091.078110.9923递增浙江1.20661.21670.9924递增安徽1.18571.30150.9119递增湖北0.970121.19180.81412递增平均1.108—1.197—0.925——西南区云南1.41811.42120.9972递增西北区宁夏0.997111.040120.9597递增 注:“—”为各区域粳稻生产的超效率DEA平均值的排名和规模报酬,无实际意义

图3 2015年中国粳稻生产区超效率DEA值对比

从整体上看我国当前粳稻生产为技术有效率，西南区技术效率水平最高，其次是东北粳稻生产区。纯技术效率水平为华北粳稻生产区最高，其次是西南粳稻生产区、东北粳稻生产区。所有区域规模效率值均小于1，处于无效率状态。西北区在技术效率、纯技术效率与规模效率上都处于较低的水平。我国西南地区生产技术效率水平较高主要是由于其自然条件优越水资源和光热充足有利于粳稻生产，生产上资金投入相对较少；东北地区凭借土地资源优质丰富，土地连片集中的资源优势，可以使用大型机械进行大规模的集中生产，机械投入水平较高，其生产效率水平也相对较高[10]。

云南省粳稻生产的技术效率排名第1，主要是由于其纯技术效率水平与规模效率水平均较高，规模报酬递增，粳稻生产的潜力较大； 而技术效率水平排在第2位的山东省，其纯技术效率水平排名第1，主要是由于山东省农业技术推广力度足，落实到位，取得较为明显的成果[11]； 但山东省粳稻生产规模效率值最低，为0.561，规模报酬呈现出递减的状态，因此山东省粳稻生产效率主要受其规模效率的影响。辽宁、吉林、黑龙江东北三省的技术效率与纯技术效率水平整体集中于比较高的水平，但是规模效率值不高，辽宁与吉林均为规模报酬递减状态，辽宁、吉林土壤肥沃、气候温度适宜、土地连片有利于发展粳稻生产[2]，辽宁、吉林规模报酬递减应与生产规模扩大、粳稻生产的管理水平跟不上、管理效率较低有关。这与陈昭玖(2016)得出吉林等省份生产管理处于消极状态的结论一致[2]。黑龙江省虽然规模效率低，但规模报酬呈递增状态，可以通过扩大规模提升规模效率与规模报酬。

3.3 无效率省份投入冗余分析

我国粳稻生产省份的技术效率水平一般都处于有效率状态，无效率的省份为河南、安徽、湖北、宁夏，从超效率DEA值(表2)与2015年无效率省份投入冗余(表3)可以看到，只有河南省在2011—2013年和2015年技术效率均为无效，河南省技术效率无效主要是由于其纯技术效率为0.965，为所有粳稻生产省份中最低的。安徽省在2013年以前技术效率极不稳定，在2013年后生产效率开始提高，主要是由于纯技术效率有所提升。而湖北省技术效率无效是仅在2015年出现的，因其纯技术效率与规模效率均较低造成的。宁夏则是从2011年技术效率开始下降到无效率，只有2012年恢复到有效率，在后3年中也为无效率。主要是由于其纯技术效率水平下降。为进一步分析无效率省份(不包括安徽省，因其2013年后为有效率)的无效率原因，分析其投入冗余情况如表3所示。

表3 2015年无效率省份的投入冗余

一般生产无效率主要是由于投入冗余，投入过多的生产要素不仅不能起到提高生产效率值，还会增加投入成本，造成资源与资金的浪费。由投入冗余情况(表3)可知3个无效率省份在种子费用上都存在投入冗余过高的问题。除种子费，在土地成本、化肥费上只有河南省投入冗余，说明河南省存在土地租金较高，规模化程度较低的问题，化肥费冗余较少，说明在化肥施用量上已经有较为丰富的经验。农药费用投入上河南与湖北省都存在冗余，农药施用量较大，农户的绿色生产，保护生态环境的意识较薄弱。租赁作业费上湖北与宁夏，租赁作业费用包括机械作业费、排灌费、畜力费，而机械作业费占比最大，说明在粳稻生产过程中机械作业投入费用较高，与农户机械购买或租赁量较多有关，这与陈昭玖(2016)的分析结果一致，当前我国粳稻生产的单位机械投入冗余，不能一味地加大机械投入，否则资金投入过高，资金锁定效应增强，将会增大生产风险[3]。

4 结论与政策建议

现阶段我国粳稻生产效率整体上处于有效率状态且较为稳定，是纯技术效率较高决定的，我国所有粳稻生产区均处于规模无效率。在保证纯技术效率和其他因素不变的条件下，扩大粳稻生产规模，未来我国粳稻的生产效率将会进一步提升。我国西南粳稻生产区、东北粳稻生产区技术效率平均水平较高，且其资源条件适宜种植粳稻，应重视该区域粳稻生产，辽宁、吉林省规模报酬递减，但可以通过提升粳稻生产的管理水平来提升规模效率。对于技术效率水平最高的云南省，规模报酬为递增状态，该省份还有提升技术效率与规模效率的空间。内蒙古粳稻生产为有效率，若纯技术生产效率不变，其规模效率值最接近有效率状态，若将其规模无效率改变为规模有效率状态，对提升其技术效率有较大促进作用。

当前无效率的生产省份包括河南、湖北、宁夏3个省份，主要是是由于生产要素投入存在冗余，要素使用效率降低，导致纯技术效率降低。但是这3个省份的规模报酬都是递增的状态，仍有提升生产效率的潜力，应通过减少要素投入冗余来改变其无效率状态。归纳上述结论本文提出以下3个方面的政策建议。

(1)制定粳稻生产区域规划。重点提升西北、华北、长江中下游粳稻生产区技术效率，在2013—2015年这3个生产区的技术效率低于或下降至中国粳稻平均技术效率水平，中国应以市场导向为主，制定相关政策辅助，稳定其生产效率水平，避免再次出现2004—2008年大幅度的升降现象。分区域制定不同的区域规划，制定3—5年的粳稻生产目标，规划详细的资金、技术等配套服务方案，因时因地实行，不断地更新完善规划内容。实现中国粳稻生产区域间技术效率差异逐渐缩小，并向平均效率值靠近，以稳定中国粳稻生产效率。

(2)发展适度规模经营。我国粳稻生产技术效率的提升关键在于提升规模效率，通过发展适度规模经营能够有效提高粳稻生产的规模效率，重点提升粳稻生产技术效率高的东北粳稻生产区的规模效率。长江中下游粳稻生产区的规模报酬全部呈递增状态，同样可以适度扩大规模。应鼓励新型农业经营主体，种植大户、水稻种植专业合作社、家庭农场适度扩大粳稻生产规模，可以通过流转土地的方式扩大粳稻种植面积。政府加快落实土地流转政策，例如将粮食直补直接补贴给真正的农业生产经营者，加强政策宣传，鼓励农民流转土地，扩大生产经营规模。针对华北粳稻生产区河北、山东规模报酬递减的现实，应因地制宜，针对规模报酬递减的省份不应过度强调生产责任制，以免压力过大，产生反效果，可以适当减少种植面积和降低粮食生产责任制的压力。

(3)提高生产要素使用效率。通过政策导向提升要素使用效率，减少要素投入冗余。针对土地成本冗余，可完善土地流转政策，如推进粮食向种植者补贴的进程。针对化肥和农药费投入冗余，应鼓励生产者种植绿色、优质的粳稻，使农户减少化肥农药施用。可以参照大豆的目标价格补贴政策，尝试实施对生产优质粳稻的生产者进行价格补贴，降低其生产风险。针对租赁作业费投入冗余应加快推进农业社会化服务体系的建设与推广，并发挥农民专业合作社的社会化服务功能。适当调整农机购置补贴政策，不鼓励农户拥有机械量过多。针对种子费投入冗余，政府应加大对优质种质资源研发的科研资金投入力度，培育出品质好、口感好、高产量、抗倒伏有优良性能且性价比较高的新品种。并及时公布优质稻种品种信息，结合地方实际推广适宜本地种植的优质品种。优化良种补贴政策，及时更新补充良种品种及补贴方式和金额，鼓励农户种植优质粳稻品种。