基于DEA—ESDA模型的中国马铃薯生产效率时空特征分析

鲁洪威，李婷婷，罗其友，高明杰

（中国农业科学院农业资源与农业区划研究所，北京 100081）

马铃薯以其粮菜兼用、营养全面、适应性广的特点成为全球重要的粮食作物[1]。据FAO数据显示，1995年以来我国马铃薯面积和产量一直位居世界第一[2]，2018年我国马铃薯种植面积为475.8万hm2，产量1798.37万t（折粮），马铃薯在我国及世界粮食生产中占有重要地位。单产高低是衡量农业生产效率的直接指标，2018年我国马铃薯单产为18.91 t/hm2,远低于发达国家如美国（49.8 t/hm2）、英国（35.9 t/hm2）和德国（35.4 t/hm2）的单产水平，我国马铃薯生产效率与发达国家相比仍有不小差距[3]。有研究表明，我国马铃薯主产区和中西部低收入地区空间分布高度契合，低收入区马铃薯种植面积和产量占到了全国马铃薯面积和产量的一半左右。在决胜全面建成小康社会的时代背景下，马铃薯在保障我国粮食安全，推动中西部地区产业扶贫中具有重要地位[4]。

生产效率的研究一直是农业经济领域的热点问题，测算生产效率的方法主要包括参数法和非参数法两种[5]，其中非参数法DEA模型以其无需进行参数估计等优势在农业生产效率研究中得到了广泛运用[6]。生产效率高低体现了产业的现代化水平，投入要素使用效率影响着生产效率[7-8]，技术进步为创新要素使用方式提供了条件也同样影响生产效率[9]，李勤志等[10]和张萌等[11]研究发现，技术进步缓慢是我国马铃薯生产效率下降的主要原因。全要素生产率可以用来衡量除有形要素以外的纯技术进步所形成的生产效率，可以体现某一产业的技术水平，罗屹和王鑫[12]发现，技术进步是影响马铃薯全要素生产率的最直接原因，而刘洋和罗其友[13]发现，技术进步水平低下是我国马铃薯全要素生产率呈下降趋势的主要原因。综合技术效率可以衡量某一产业综合生产效率，其构成主要包括技术使用效率和要素投入规模效率[14]，唐江云等[15]认为规模报酬较低是四川省马铃薯生产投入要素冗余较多的主要制约因素。还有一些学者尝试将DEA和ESDA方法结合在测算效率的同时研究其空间特征。张丽娜等[16]、李辉尚等[17]和张凡凡等[18]通过运用DEA—ESDA模型分别对我国玉米、小麦和粮食生产效率进行了时空研究，在测算出不同作物生产效率值的同时，从空间层面研究了集聚特征，对因地制宜制定区域生产效率提升策略提供了依据。

我国幅员辽阔，不同地区自然社会经济条件不同，马铃薯生产也呈现不同特点[19]，在此背景下研究我国马铃薯生产效率特征唯有加入空间维度才能使研究更具现实意义。通过DEA模型测算我国马铃薯生产效率可以了解当下我国马铃薯生产现代化水平，准确把握我国马铃薯生产效率提升制约因素，而引入ESDA模型对我国不同省份马铃薯生产效率空间集聚特征进行研究，可以进一步了解我国马铃薯生产效率空间分布特点和集聚态势，依此制定不同省份马铃薯生产效率提升方案，可大大提升决策针对性和有效性。因此本文运用DEA模型和探索性空间数据分析（ESDA）相结合的方法，在测度我国马铃薯生产效率的基础上，借助ESDA方法研究生产效率的空间相关性和时空演变特征，以期深入了解我国马铃薯生产效率变化的时空规律，提升指导我国马铃薯产业生产效率改善的决策准确性。

1 研究方法与数据来源

1.1 DEA—Malmquist模型

1984年Charnes和Cooper提出了非参数的效率测量方法——DEA模型[20]，该方法不需要构建生产函数，不受数据量纲的影响。基本原理是在决策单元（DMU）的输入或输出不变的情况下，运用数学规划模型确定生产前沿面，通过对DMU偏离前沿面的程度测度DMU相对效率。由于DEA模型在投入产出效率研究中的较强解释力在农业生产中得到了广泛的应用，有别于参数法对模型构建的严格要求，DEA模型不需要事先构建生产函数，在农业生产效率这一多投入多产出的应用场景下可以更为灵活调整投入产出要素指标[21]。1990年Färe等[22]将Malmquist指数与DEA模型相结合，构建了Malmquist生产率指数，可用来测算全要素生产率变化(TFP)。本文采用假定规模报酬可变的产出导向型DEA—VRS模型，如下：

式中：θ是全国或某一省份马铃薯生产的效率值，且0≤θ≤1，若θ=1则位于效率前沿面上，DEA有效；若θ<1则位于效率前沿面外，DEA无效。X0、Y0为马铃薯效率目标投入量和产出量，Xj、Yj为第j个决策单元的马铃薯投入量和产出量；λj为第j个决策单元的权值；S-、S+为松弛量，是达到效率目标所需要的马铃薯投入或产出的调整量。

Malmquist生产效率指数模型如下：

式中：Mi(xs,ys;xt,yt)为i时期马铃薯全要素生产率变化，(xs，ys)、(xt，yt)分别为s、t时期的马铃薯投入、产出量；Dis、Dit分别为以s、t时期为参照的距离函数；Ech、Tch分别为t时期相对s时期马铃薯技术效率和技术进步效率的变化；若Mi指数大于l，则表示TFP处于增加状态。若Tch或Ech其中一个大于1则其为TFP增长主因，反之，为TFP下降主因；马铃薯规模效率指数和纯技术效率指数的高低反映其对马铃薯技术效率指数的影响程度。

1.2 探索性空间数据分析（ESDA）

ESDA方法可以揭示不同地理空间某现象或属性与相邻地理空间的相关程度，研究地理空间关联机制，揭示不同地理单元的空间集聚和异质特征，共有全局空间自相关分析和局部空间自相关分析两大类[23]。

马铃薯生产效率全局空间自相关可研究全国不同省份生产效率的关联度和异质性。计算公式如下：

式中：n为马铃薯研究省份个数；Zi和Zj表示i和j省份属性值；Wij表示空间权重矩阵，若相邻为1，若不相邻为0；S2为观测值方差，为属性值平均；若Moran’sI>0，马铃薯研究省份存在生产效率空间集聚；若Moran’sI<0，则存在空间差异。

但全局自相关Moran’sI指数仅能得出不同马铃薯研究省份差异程度的平均，无法研究局部空间内的异质性[24]。局部空间自相关可研究不同马铃薯研究省份之间技术效率的相似性，得出局部空间存在的马铃薯生产效率异质性，可弥补全局空间自相关的缺陷。其计算公式为：

式中符号含义与前式同，若Moran’sI>0并显著，研究区域为马铃薯生产效率高值集聚；若Moran’sI<0并显著，则存在马铃薯生产效率低值集聚。通过显著性检验的马铃薯生产效率LISA集聚图可更为直观的得出存在显著空间相关性（空间集聚效应）的区域。

1.3 评价指标构建

参考已有文献对农业生产效率研究构建的指标体系[25]，根据指标的代表性和可获得性,从马铃薯投入和产出两方面构建中国马铃薯生产效率研究指标体系（表1）。农业投入主要由物质要素、劳动力和土地三方面组成，选取种子、肥料和农药费用代表马铃薯投入的物质要素，选取作业费和用工数量代表马铃薯投入的劳动力要素，选取土地成本代表土地投入要素，可基本涵盖农业投入的三个方面，以此来衡量我国马铃薯生产的投入产出效率。

表1 中国马铃薯生产效率投入产出指标Table 1 Input-output indicators of the potato production efficiency in China

1.4 数据来源与研究区域

考虑数据可得性与一致性，采用发改委编著的历年《全国农产品成本收益资料汇编》中2011—2018年16个马铃薯主产省投入产出面板数据，研究时段内16个马铃薯主产省面积之和均占到全国面积的80%以上，具有较好的代表性。2011年以来我国马铃薯生产效率增长较快，单产由3255 kg/hm2增加到2018年的3779 kg/hm2，总增幅达16%，研究此段时期马铃薯生产效率有一定现实意义。为剔除通货膨胀因素，投入要素价格均采用2019年《中国农村统计年鉴》中以2011年为基期的农业生产资料价格指数进行了平减。为分析我国马铃薯生产效率区域特征，根据《中国马铃薯优势区域布局规划（2008—2015年）》对各主产省进行分区，其中华北优势区包括河北省、山西省、内蒙古自治区、山东省；东北优势区包括辽宁省、黑龙江省；西北优势区包括陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区；西南优势区包括湖北省、重庆市、四川省、贵州省、云南省。

2 结果与分析

2.1 中国马铃薯生产效率时序特征分析

借助Deap2.1软件工具，通过对2011—2018年我国16个省（区）马铃薯投入产出数据进行生产效率测算，得到了我国马铃薯生产效率的总体时间序列变化情况。由表2可知，从2011—2018年，我国马铃薯综合技术效率、纯技术效率和规模效率平均值分别为0.936、0.973和0.962，均未超过DEA有效的临界值1。其中规模效率均值比纯技术效率均值略低，说明综合技术效率非有效的主要原因是规模效率较低，也就是我国马铃薯生产投入要素的规模效益较低，当前我国马铃薯生产还处于规模报酬递减时期。由表2可知，从2011—2018年我国马铃薯生产综合技术效率波动性较强，从2011—2013年综合技术效率从0.898迅速增加到0.961，此后逐年下滑，直到2016年的波谷值0.921，并在2017年极速反弹到峰值0.973，2018年又下降到0.925，说明全国马铃薯生产效率的稳定性较差，在技术应用和投入要素结构合理化方面还有许多有待改进的地方。

表2 2011—2018年我国马铃薯各生产效率指标Table 2 Potato production efficiency indicators in China from 2011 to 2018

通过运用Malmquist指数对我国马铃薯全要素生产率变化进行测算，发现2011—2018年我国马铃薯全要素生产率变化指数均值为0.989，全要素生产率进步为-1.1%，表明我国马铃薯全要素生产率呈负增长。由全要素生产率变化指数分解得到的纯技术效率变化指数、规模效率变化指数和技术进步变化指数均值分别为1.003、1.002和0.985，我国马铃薯纯技术效率和规模效率呈正增长，而技术进步呈负增长。由此可知，由现有技术应用效率和投入要素规模效率推动的全要素生产率提升被马铃薯生产技术进步的滞后所消减，我国马铃薯生产存在着适用高效技术推广应用缓慢、科研转化率低的问题，技术进步成为制约我国马铃薯全要素生产率提升的最大瓶颈。在2017年以前，除2013年外我国马铃薯全要素生产率基本都处于负增长状态，近两年我国马铃薯全要素生产率出现了超过2%的明显正增长，主要是近两年综合技术效率和技术进步都出现了较为明显的改善（变化指数大于1），说明我国马铃薯生产在投入要素规模效益、技术应用效率提升和技术进步上已经出现了一定的积极变化。从2011到2018年有4个年份技术进步变化指数小于综合技术效率变化指数，有5个年份规模效率变化指数大于1，说明在规模效益逐步增加的情况下，技术进步和技术使用效率成为我国马铃薯全要素生产率提升的最大制约因素。

2.2 中国马铃薯生产效率空间特征分析

2.2.1 综合技术效率及分解 为了研究我国马铃薯生产效率空间分布特征，进一步测算了我国马铃薯16个主产省份的生产效率（表3），结果显示，有10个省份的马铃薯生产综合技术效率平均值小于1，说明有超过50%的省份马铃薯生产效率处于DEA非有效的状态，存在着投入要素结构不合理的问题，我国马铃薯整体资源利用效率较低。其中陕西省和甘肃省马铃薯生产综合技术效率值分别为0.646和0.697，远低于其他各省，说明该两省马铃薯投入产出效率较低的问题更为突出。根据不同省份测算了我国马铃薯不同优势产区综合技术效率值，其中西南优势区数值最大，为0.939，其他三个产区效率值相差不大，华北优势区、东北优势区和西北优势区效率值分别为0.891、0.881和0.869，由此可知西南马铃薯优势种植区投入产出效率最高，这也与近些年不同产区马铃薯生产实际情况相符合。

通过对各省综合技术效率分解后得到的纯技术效率和规模效率平均值进行分析，发现在全部16个研究省份中有12个省份在纯技术效率上处于DEA有效水平，有6个省份在规模效率上处于DEA有效。纯技术效率有效比例明显大于规模效率有效比例，说明我国马铃薯生产技术应用效率明显好于规模效益，在近80%比例的省份纯技术效率明显改善的前提下，仍有超过50%的省份在综合技术效率上处于非DEA有效，主要原因可以归结为种植投入要素的规模报酬较低。由表3可知，华北优势区和西北优势区纯技术效率均值较高，东北优势区和西南优势区规模效率均值较高，说明华北和西北优势区技术利用效率较高，而东北和西南优势区在投入要素规模报酬上更有优势，进一步可知华北、西北优势区着重优化投入要素结构，提升马铃薯生产规模效益，东北、西南优势区大力推广适用高效生产技术是推动各自产区马铃薯生产综合技术效率提升的主攻方向。

2.2.2 全要素生产率及分解 由表3可知，在全部16个省份中，只有5个省份全要素生产率变化指数大于1，内蒙古、山东、辽宁、湖北和四川马铃薯全要素生产率处于正增长，其余省份皆为负增长。进一步研究可知，有11个省份技术进步变化指数小于综合技术效率变化指数，技术进步成为制约我国各马铃薯主产省全要素生产率提升的最大瓶颈。全要素生产率变化指数低于0.9的有山西和重庆，此两省马铃薯全要素生产率年均降低超过10%，主要原因是技术进步的缓慢，技术进步率均值分别为-5.7%和-11.5%，不同省份马铃薯生产科技进步水平成为决定各省全要素生产率提升的关键因素。四大马铃薯优势区中仅东北优势区全要素生产率变化指数大于1，为1.019，说明东北优势区马铃薯生产全要素生产率年均增长1.9%，而其余产区马铃薯全要素生产率均处于下降状态。

表3 2011—2018年我国马铃薯主产省（区）生产效率平均值Table 3 Average production efficiency of potato production provinces (regions) in China from 2011 to 2018

通过对综合技术效率变化指数进一步进行分解，发现仅有河北省和重庆市的马铃薯生产纯技术效率呈负增长（Pech＜1），说明大多数省份的马铃薯种植技术应用效率都在不断改善，并且仅有山西省和甘肃省马铃薯生产规模效率呈负增长（SEch＜1），我国各省马铃薯种植投入规模效益持续优化，正处于规模报酬递增时期。四大优势区规模效率变化指数除西北优势区略低于1（为0.999），其余产区规模效率均为正增长，并且有11个省份规模效率变化指数不小于纯技术效率变化指数，说明规模效率进步成为综合技术效率提升的主要推动因素。

2.2.3 生产效率空间分异 为了探究我国马铃薯生产效率的空间分布差异，根据Jenks自然断裂点分级法，对2011年、2015年和2018年各省（区）马铃薯生产综合效率、纯技术效率和规模效率分级（表4）。按综合技术效率高低分为以下三类区域。

1）相对低效率区。2011年共有甘肃、陕西、山东和辽宁四省综合技术效率最低，占研究区总数的25%。2015年有陕西、山西两省综合技术效率最低，占研究区总数的12.5%。2018年综合技术效率最低的省份与2015年相同。甘肃省近年来马铃薯产业快速发展，其定西市已经成为全国著名的“薯都”，而山东由于耕地、技术条件优良，马铃薯生产效率也得到了很大提升，两省跳出相对低效率区是必然的。

2）相对中等效率区。2011年共有山西、河北、四川、湖北、云南、贵州6省综合技术效率处于中等水平，占总数的37.5%。2015年仅有甘肃和重庆处于中等综合技术效率水平。2018年处于中等综合技术效率的省份除2015年两省（市）外，又新增河北省。这些省份都是马铃薯传统产区，马铃薯产业在当地农业产业中有着特殊地位，为其马铃薯生产技术效率提高提供了较为良好的发展条件。

3）相对高效率区。2011年共有新疆、青海、内蒙古、黑龙江、宁夏、重庆6省处于高综合技术效率水平，占研究区总数的37.5%。2015年除重庆市减少外又增加了辽宁、河北、山东、湖北等7个高综合技术效率省份，相对高效率省份占比达到75%。2018年高综合技术效率省份有11个，相较于2015年减少了河北省。相对高效率省份的增加体现了我国马铃薯生产总体水平的提升，以上省份均为我国马铃薯生产传统优势区，其生产的技术优势以及良好的生产者科技素养是生产效率提升的主因。

总体而言，从2011年到2018年，我国各马铃薯主产省份综合技术效率水平不断提高，相对低效率省份大幅减少，相对高效率省份持续增加。由表4可知，我国马铃薯综合技术效率的提升主要来自于投入要素规模效率的持续改善，规模效率较低的省份由2011年的6个减少到2018年的3个，各省份马铃薯种植投入要素规模报酬的提升使生产的规模经济逐渐凸显。而纯技术效率改善的省份数量较少，在各地技术应用效率已经处于较高水平的情况下，技术使用效率的改善对综合技术效率的推动力非常有限，规模效率对综合技术效率的制约更为显著。在大多数省份综合技术效率改善的情况下，河北省综合技术效率从2015年到2018年却出现了下降，主要原因是纯技术效率和规模效率都出现了小幅降低，保持综合技术效率的持续高水平必须同时做好高效适用技术推广工作和引导种植户优化投入要素结构。

研究发现，综合技术效率高的省份纯技术效率水平一定较高，而纯技术效率水平高的省份综合技术效率水平不一定高，此时的主要制约因素是规模效率的低下。由此可见，纯技术效率高是综合技术效率高的必要非充分条件，当下各省份在提升种植户技术使用效率的同时必须推动当地马铃薯种植投入结构的优化，才能真正推动当地综合技术效率水平的改善。通过对16个马铃薯主产省技术效率的研究发现，共有以下三种情况：①纯技术效率和规模效率均较高：包括内蒙古、黑龙江、山东、四川、云南等11个省份，这些省份在先进种植技术推广应用和马铃薯投入要素规模报酬两方面均处于较高水平。②纯技术效率较高而规模效率较低：陕西、山西、甘肃三省，该省份马铃薯先进技术应用水平较高但投入要素规模不经济问题较为突出。③规模效率较高而纯技术效率较低：重庆、河北两省，该省份投入要素规模效益良好但先进技术应用水平较低。

OLI 理论视角下珠三角港台资企业空间特征演变及影响机制研究 马 星 黎智枫 张 泽 等2018/04 117

2.3 中国马铃薯生产效率时空演变分析

2.3.1 全局空间自相关分析 为研究我国马铃薯主产区综合技术效率的空间集聚特征，运用GeoDa软件通过重复随机排列法构建标准正态统计量，计算马铃薯生产技术效率全局Moran’sI指数及其Z统计量，采用空间邻近矩阵Rook准则设定空间权重矩阵[26]，结果见表5。从表5可知，从2011—2018年，我国马铃薯生产综合技术效率的全局自相关Moran’sI指数处于[0.230，0.275]区间，且P值均远小于0.05，Z统计量通过了显著性检验，说明近8年研究区域马铃薯生产综合技术效率具有显著的空间正相关性，我国马铃薯生产效率空间集聚特征明显（高—高、低—低效率相邻）。由表5可知，2011—2018年，我国马铃薯生产效率空间集聚程度有略微起伏，2013年达到峰值0.280，此后空间集聚程度有下降趋势，除2017年有所提升外，近几年Moran指数均小于前三年，其中2016年生产效率空间集聚程度最弱，为0.230，说明近些年我国马铃薯生产效率空间差异性增强。

表5 2011—2018年我国马铃薯主产省（区）综合技术效率全局Moran’s Ι指数及其检验值Table 5 Global Moran’s Ι indices and the test values of the comprehensive technical efficiency of main potato producing areas during 2011—2018

2.3.2 局部空间自相关分析 全局自相关分析仅从全局角度研究了2011年以来我国马铃薯生产效率空间集聚特征，而空间集聚的局部特征无法有效反映，偏离整体空间特征的集聚关系也可能会被掩盖[27]。局部空间自相关分析可以有效弥补这一不足，用Moran散点图和LISA集聚图来研究局部空间集聚态势。运用GeoDa软件以各省份马铃薯生产综合效率值为横坐标，各省份马铃薯生产综合效率空间滞后向量（W）为纵坐标，做出了2011和2018年我国马铃薯生产综合技术效率的Local Moran’sI散点图（图1），得出该两年我国马铃薯综合技术效率局部空间集聚类型表。

散点图的四个象限分别表示低—高（L—H）、高—高（H—H）、低—低（L—L）、高—低（H—L）四种类型的空间聚类关系。其中处于第一、三象限的表示呈空间正相关性，即空间聚类特征相似，处于第二、四象限的与之相反[28]。由以上散点图可知，大多数省份都处于“H—H”或“L—L”象限，表明不同省份马铃薯生产效率呈现显著空间正相关性，即生产效率局部集聚性显著，并且生产效率高值集聚性更为明显。2011年和2018年位于“H—H”和“L—L”象限的省份分别占全国样本总数的69.2%和76.9%，表明我国马铃薯生产效率空间集聚程度不断增强，生产效率的局部空间异质性在缩小。

LISA集聚图可以用来研究不同空间单元属性相似区域的空间集聚类型[29]。为进一步研究局部范围内各省马铃薯生产综合技术效率的空间集聚情况，利用GeoDa软件计算2011年和2018年我国马铃薯各主产省生产效率LISA值，并得出通过Z统计值检验（P＜5%）的各省（区）LISA聚集类型。

由表6可知，大部分省份马铃薯生产技术效率并没有明显的局部空间集聚性，即空间相关性较强的省份较少，且存在空间正相关性的省份较为稳定，主要分布在西北黄土高原区和西南地区。在空间聚类类型上，主要以“H—H”聚类为主，其他类型较少，表明我国马铃薯生产主要呈现高综合技术效率区域集聚的特点。其中2011年和2018年“H—H”聚类的省份均为内蒙古自治区、陕西省、甘肃省和四川省，主要集中在西北和西南地区，这些省份全都是马铃薯生产传统优势区，并且生产效率空间集聚的稳定性较高。表明这些省份马铃薯生产综合技术效率集聚性较强，与周边省马铃薯生产关联较为紧密，对区域生产效率具有较强的辐射带动能力。

图1 2011、2018年我国马铃薯主产省（区）综合技术效率Moran 散点图Fig. 1 Moran scatter diagram of the comprehensive technical efficiency of main potato producing provinces (regions)in 2011 and 2018

表6 2011、2018年我国马铃薯主产省（区）综合技术效率集聚类型Table 6 Types of the comprehensive technical efficiency agglomeration in main potato producing provinces (regions)in 2011 and 2018

3 结论

本文运用DEA—Malmquist指数模型和探索性空间数据分析（ESDA）相结合的方法，从时间和空间两个维度深入研究了我国马铃薯生产效率的时空变化和空间相关性，得出如下结论：

1）我国马铃薯生产综合技术效率水平较低，规模效率是主要制约因素。2011—2018年我国马铃薯生产综合技术效率均为DEA非有效，说明我国马铃薯生产投入要素规模不经济的问题较为突出。但近年来综合效率有增长态势，主要是由于马铃薯生产者种植管理水平的提升，投入要素结构在不断优化。

2）我国马铃薯全要素生产率进步缓慢，空间不均衡性突出。研究区域仅有内蒙古、山东、辽宁、湖北和四川全要素生产率处于正增长，四大马铃薯优势区中仅东北优势区全要素生产率正增长，其余省份和产区均处于下降状态。

3）我国马铃薯整体资源利用效率空间差异性明显。陕西省和甘肃省马铃薯生产综合技术效率值远低于其他各省，西南马铃薯优势种植区综合技术效率在四大优势区最高，华北优势区和西北优势区纯技术效率较高，东北优势区和西南优势区规模效率较高。

4）我国马铃薯生产综合技术效率具有显著空间正相关性，主要呈“H—H”集聚特点。我国马铃薯生产主要呈现高综合技术效率区域集聚的特点，内蒙古自治区、陕西省、甘肃省和四川省均为“H—H”集聚区，表明这些省份马铃薯生产效率扩散效应显著，对区域生产效率提升具有较强的辐射带动能力。

4 对策建议

1）加大政策支持和产业扶持力度。马铃薯作为一种高投入、高产出的作物，生产效率的提高离不开一系列体现现代农业特点要素的持续投入，在此过程中政府政策支持可以起到对生产力提升积极推动的作用，尤其在马铃薯良种、化肥和高效农机具方面的补贴对农户提升马铃薯生产水平起到很大的促进作用。需求端对马铃薯生产有指引作用，政府在提升马铃薯消费潜力中应有所作为，2015年农业部提出了马铃薯主粮化战略，即从国家层面对马铃薯食物性消费做出鼓励与支持。

2）推动马铃薯现代种业体系建设，加大马铃薯生产技术科研投入。良种是马铃薯生产效率的第一推动力，通过构建灵活有效的脱毒种薯监管推广体系，加快良种培育步伐。在提升脱毒种薯应用率的同时，选育高产、抗逆性强的新品种。用高新装备武装马铃薯生产者，提升种植端生产技术水平，并加大马铃薯生产技术研发投入，推广性价比高、使用便捷、适应不同地区自然条件的马铃薯生产技术设备[30]。

3）根据不同地区生产效率现状制定针对性提升策略。由研究可知，我国马铃薯生产不同优势区制约因素不同，华北、西北优势区应着力提升马铃薯生产投入要素规模效益，在调整投入要素结构中多做文章；东北、西南优势区则应着力提升适用高效生产技术使用效率，加大先进生产技术推广应用，培育掌握先进生产技术的新型职业农民。

4）进一步提升马铃薯生产效率高值聚集区辐射带动能力，畅通马铃薯先进生产技术扩散渠道。积极总结内蒙古、陕西等省份马铃薯生产效率提升经验，加大不同省份马铃薯相关人才交流力度，对生产效率高值区域人才、技术向其他省份流动提供政策支持。营造全国范围内互相学习马铃薯先进生产经验，尊重马铃薯生产经营人才的良好氛围。