基于三阶段DEA模型的辽宁省农业生产效率分析*

◎马凤才 郭喜伟 陈 璐

一、引言

辽宁省是重要的粮食主产区，在我国农业生产中发挥着重要作用。在倡导绿色发展的形势下，农业产出的增加不能仅依靠投入的增加，还要全面的考虑其他因素。因此，提高农业生产效率刻不容缓，这是保障农民收入增加，使我国由农业大国转变为农业强国的重要措施。

Ruttan（2002）比较早的考虑了在资源和环境等因素限制下如何提高农业生产效率的问题［1］。三阶段DEA模型由Fried et al（2002）［2］第一次提出，由于三阶段模型可以消除环境因素和随机因素的影响，因此该方法得到了众多学者的认同并积极加以运用。国内学者主要从两个方面开展研究，一方面是关于全国的研究，如郭军华等（2010）［3］、贺志亮等（2015）［4］分别对我国不同年份的农业生产效率开展研究；另一方面是对某个地区进行分析，如刘子飞等（2015）对陕西洋县［5］、苑颖等（2017）对保定市24个县区［6］，分别进行了农业生产效率分析。

本文通过构建三阶段DEA模型，去除环境因素和随机因素，真实反映辽宁省农业生产效率情况，为以后农业生产提供指导。

二、研究方法及数据说明

（一）三阶段DEA模型

第一阶段，传统DEA模型。在本文中使用DEA的BCC模型作为第一阶段的测算模型。

第二阶段，构造随机前沿模型，以最有效决策单元为参照，去除环境和随机因素，将投入单元重新调整，将管理无效率和随机干扰因素从计算中分离。

第三阶段：调整后的投入数据代替原始投入数据，产出数据仍为一阶段数据，重复一阶段计算过程，再次测算效率值。

（二）投入产出指标及环境变量选取

1.投入产出指标选取

在农业生产投入过程中，化肥、灌溉、机械动力可以看做投入指标。所以，投入指标选择劳动力、化肥、灌溉面积、土地和机械的总动力。

化肥投入（万吨）以辽宁省2016年农业生产过程中农业生产的磷、氮、钾和复合肥折纯量的总量计算，灌溉面积以有效灌溉面积（千公顷）表示，机械总动力以农业机械总动力（万千瓦特）表示，土地投入用农作物播种总面积（千公顷）表示，劳动力投入用农林牧渔业乡村从业人员人数（万人），产出指标用主要农产品产量（万吨）。

2.环境变量选取

环境变量选用农业生产的自然环境、经济发展水平、政策支持、农村居民收入水平因素。

自然环境用全年降水量（hm）表示，理论预期降水量的增加会带来正负两方面的影响。政策支持以农林水事物支出（万元）表示，财政政策是与农业生产联系十分紧密的政策，财政支农费用的增加给提高农业生产效率带来有利的条件。农村居民收入水平以人均可支配收入（元）表示，理论预期人均可支配收入的增加能够提升农业生产效率。经济发展水平用第二三产业GDP（亿元）表示，理论与期该变量的提高能够带动农业的发展，使农业生产效率得到提高。

在本文中数据源自于《中国县域统计年鉴（2017）》和《辽宁省统计年鉴（2017）》。

三、结果与分析

（一）第一阶段DEA分析

运用DEAP2.1软件，对辽宁省14个市农业生产效率研究，结果如表1，在不考虑农业生产效率受外部环境因素跟对农作物总的播种面积、化肥折纯量、农林牧渔业乡村从业随机因素影响下，2016年辽宁省各市农业生产纯技术效率、规模效率、综合技术效率的平均值分别为0.906、0.942和0.875。其中沈阳、鞍山、盘锦、铁岭、朝阳5个城市处在技术效率的前沿面，另外9个城市都还有进步的空间。由于传统DEA模型包括了随机因素和环境因素对农业生产效率的影响，不足以体现真实的农业生产效率，因此选用SFA模型进行调整。

表1 第一阶段传统DEA分析结果

（二）第二阶段SFA回归分析结果

把4个环境变量作为解释变量，将一阶段得到的投入松弛变量用作被解释变量，应用Front4.1软件进行随机前沿分析（SFA），分析结果如表2。大部分统计量在1%的检验水平上显著，表明环境因素对农业生产产生了影响。投入变量的松弛变量均通过了1%水平下的显著性检验，表明在以上5个投入变量中，导致效率降低或升高的主要因素是自身管理。

1.在5个松弛变量中，除了对化肥折纯量、农业机械总动力的影响在0.1的水平下显著，对其他变量的影响不显著，该变量除有效灌溉面积投入方程中为正值，其他均为负值。说明全年降水量的变化与有效灌溉面积的变化成反向，与其他4个投入松弛变量的变化成正向变动，得到的结果和理论预期相同。

表2 第二阶段SFA回归分析结果

2.农林水事物预算支出的增加对5个投入松弛变量的系数均为负，对有效灌溉面积、农业机械总动力的t检验结果不显著，其他均能够通过0.05的显著性检验。这体现了农林水事物预算支出给农业生产效率带来了一定的正向作用，提高农林水事物预算支出会引起投入松弛量的减少，与理论预期一致。

3.各区域农村常住居民人均可支配收入与对农业机械总动力投入松弛变量的相关系数为正，其他都为负，但是对投入指标的影响均不明显。农林牧渔业乡村从业人员人数、农作物总播种面积通过0.01水平的显著性检验，表示当农民收入有所增加时，可能开始寻找除了农业以外的更高收入方式，引起农作物播种面积、从业人员减少，同理论预期相比存在一定的差距。

4.第二、第三产业GDP对各松弛变量存在正向作用，人员人数均通过显著性水平为0.1的检验，与预期二三产业带动第一产业发展的设想不符，可能的原因是缺乏有效实施办法，导致第一产业的发展与二三产业隔离，无法进行有效融合。

（三）第三阶段DEA分析结果

将上一阶段整理调整得到投入值与原产出值重新进入模型运算，得到相同外部条件下的真实生产效率值。从表3可以看出在排除环境因素与随机因素的条件下，辽宁省各市综合规模效率下降了5.3%，纯技术效率上升了0.5%，技术效率下降了4.3%，说明引起综合效率偏低的主要原因是规模效率降低。

表3 第三阶段DEA分析结果及去除环境与随机因素效率变化

由表3可知，沈阳、鞍山、朝阳3个市的效率变化值为0，达到了真正的效率最优，盘锦和铁岭在去除外界因素后，由最优效率状态转变成非效率最优。本溪和丹东综合效率值下降幅度最大，丹东的纯技术效率也存在明显下降，这2个城市真实的农业效率值并不是很高。

四、结论与建议

（一）结论

第一，排除环境因素和随机因素后，农业生产效率产生了变化，表现为纯技术效率提升，规模效率降低，表明农业生产效率确实受到环境因素与随机因素的影响。

第二，规模效率低是引起生产效率低的主要原因。辽宁省农户耕种土地面积距离规模产出的经营规模仍有差距。

（二）建议

1.降水是不可控制因素，应通过鼓励农民购买保险，来减少不可抗力带来的干旱或洪涝等自然灾害带来的亏损。

2.从研究结果可知，政策支持对于农业生产效率的影响显著，因此应提高财政支持力度，改善农业生产环境。

3.适度规模化种植，逐步实现规模效应最大化。经过对投入进行调整，规模效率比调整前更低，说明辽宁省的生产环境改善对提升规模效率有益处。

4.二三产业发展速度高于农业的发展速度是一直存在的现象，但是不能忽视第一产业的发展，应做到二三产业拉动农业发展，进一步提升农业效率。