四川省农业资源配置效率评价及其优化探析

皇甫红姣 胡茂 陈世平 陈礼开 蒋雨东 吉则尔夫

摘 要：【目的/意义】在人多地少的条件下，探索如何提高农业资源配置效率可以为其他地区提供有益参考和借鉴，也可以促进四川省农业又好又快发展。【方法/过程】利用DEA-BCC模型对四川省五大区域21个地市州的农业资源配置效率利用情况进行实证研究，并进行了相应的优化分析。【結果/结论】四川省农业技术资源配置效率整体发展水平较好，但纯技术效率的平均值存在发展不平衡的现象;生产要素在各地区的资源投入中存在不同程度的冗余，存在较大调整的可能性和空间。因此，应进一步提升农业科技创新水平，补齐发展技术短板，强化区域农业发展的特色，促进一二三区域新兴产业的融合，且应把川东北作为重点农业技术攻坚地区。

关键词：农业资源配置;效率评价;DEA模型

中图分类号：F323.2文献标志码：A文章编号：1637-5617（2021）02-0022-07

Abstract： 【Objective/Meaning】Under the conditions of large population and small land， exploring how to improve the efficiency of agricultural resource allocation can provide useful reference and reference for other regions， and can also promote the sound and rapid development of Sichuan agriculture. 【Methods/Procedures】The DEA-BCC model was used to conduct an empirical research on the utilization of agricultural resource allocation efficiency in 21 cities and prefectures in the five regions of Sichuan Province， and the corresponding optimized analysis was carried out. 【Results/Conclusions】At present， the overall development level of agricultural technological resource allocation efficiency in Sichuan Province was relatively good， but the average value of pure technical efficiency was unbalanced; the production factors have varying degrees of redundancy in the resource input of various regions， and there is Possibility and space for larger adjustments. Therefore， the countermeasures were put forward including further improving the level of agricultural scientific and technological innovation， making up for the shortcomings of develop technology， strengthening the characteristics of regional agricultural development， and promoting the integration of emerging industries in the primary secondary and tertiary regions， and the northeast of Sichuan should be regarded as the key agricultural technology area.

Key words： agricultural resource allocation; efficiency evaluation; DEA model

四川省是我国的农业大省，2019年四川省农林牧渔业增加值达4937.7亿元，较2018年增长3.0%，农业经济的发展水平在很大程度上影响着整个四川国民经济的发展水平。四川省农业资源在总的方面是丰富的，据《四川统计年鉴2019》显示，2018年末四川省耕地面积为672.5万hm2，占全国总体的4.99%，但人均耕地面积仅有全国平均水平的82.65%，因此，又可以说四川省的人均农业资源是相对匮乏的。四川省农业资源面临着总量充足，但人均不足的尴尬境地，其需要合理有效地利用现有资源，在有限的农业资源约束下，提高农业资源的利用效率，发挥最大的价值。值得一提的是，近年来，四川省在保障粮食生产安全的基础之上，还发展了相关特色农产品，农、林、牧、渔及种植业内部的结构也发生了较大变化。但是，近年来由于市场在引导农业资源优化配置中发挥重要的作用，可能会导致四川省农业资源配置效率和规模效率发生变化或存在地域特征，而农业资源配置效率和规模效率对农业发展至关重要。因此，对四川省农业资源配置效率现状进行探究，可以为四川省相关政府部门出谋划策，以此提高农业资源利用率，促进四川省农业健康发展。

1 研究方法与现状分析

1.1 研究方法

学术界主要用数据包络分析法（DEA）和随机前沿函数法（SFA）来度量生产率和效率。相对于SFA，DEA有如下优点：不需要提前假设函数关系，不受量纲的限制，且可研究多投入多产出的综合效率。由于本文所研究的对象为农业资源配置效率，投入要素涉及的较多，因此采用数据包络分析法（DEA）进行分析和评价。

数据包络分析法（DEA），主要用来衡量投入产出之间各决策单元（DMU）的生产效率是否存在技术有效和规模有效。其基本原理是：保持DMU的投入或者产出不变，利用数学线性规划方法确定相对有效的生产前沿面，将各个DMU投影到模型的生产前沿面上，根据DMU偏离DEA前沿面的程度来计算其相對有效性。DEA方法最基本的分析效率的模型有CCR模型和BCC模型2种，其中CCR模型计算效率值的前提条件是规模报酬不变，而BCC模型是基于规模报酬可变的条件得到的效率值。由于本文的研究的对象是四川农业资源配置效率，因此根据实际现状选用BCC模型。假设四川省21个地市州为决策单元DMUj（j=1，2，…，21），计算四川省21个地市州农业资源配置效率值，分析各地市州的农业资源产出是否合理。再利用投影分析方法针对非有效地区进行投入产出要素和发展策略分析，对四川各地市州农业资源配置效率值进行评价并做出相应调整，从而优化四川各地市州的农业资源配置效率。BCC模型为：

1.2 研究现状

DEA最先出现在大众视野中是由于Farrell[1]运用归纳法计算了英国农业的生产效率。随后，DEA模型正式被Copper等[2]等相关学者提出，主要用于评价投入与产出的有效性。自此以后，DEA不仅在工业、商业部门得到较大发展，在农业行业也被广泛运用。如Ruttan[3]基于DEA模型分析了世界主要国家农业生产率限制的因素，赵佳丽等[4]利用3阶段DEA效率测度模型，分别从资金来源和投资去向2个角度对我国东、中、西农业综合开发投资的效率进行测算;侯琳等[5]使用1990-2016年的数据分析发现我国东部比中西部地区农业生产效率高;李学林等[6]基于云南省6年数据，采用DEA分析粮食技术效率、纯技术效率和规模效率等情况;姚晓洁等[7]构建农业生产绩效评价指标体系，使用2017年皖北数据，发现其农业生产整体效率较低;王博等[8]使用2013-2017年连续数据，发现西部地区相比东中部地区的农业生产效率较低;张红丽等[9]基于河南18个市2000-2017年的面板数据进行农业从业劳动力资源配置效率分析，发现河南农业从业劳动力资源配置效率整体水平偏低，且各城市间差异有逐步扩大的趋势;李勇辉等[10]运用DEA法，发现云南省的农业科技创新资源配置效率处于较高水平。

此外，在资源配置指标体系方面，也存在着不同的观点。姚凤民等[11]使用DEA方法对广东省农业资源配置实证研究时，选取农作物总播种面积、第一产业从业人员、农业机械总动力、农用化肥施用量、农药使用量、农膜使用量、农林水支出等7个投入指标和农林渔牧总产值作为产出指标。曹云[12]在兼顾经济和生态效应的背景下，选取7个投入指标（农膜覆盖面积、农药施用量、农用化肥折纯用量、农村用电量、农业机械总动力、农作物播种面积、农林牧渔业从业人员）和3个产出指标（农林牧渔总产值、粮食单位面积产量、有效灌溉面积）来研究新疆的农业资源配置效率。侯智惠等[13]基于经济角度，选取1个产出指标（农业总产值）和9个投入指标（农业从业人员、农作物播种面积、有效灌溉面积、化肥施用折纯量、农药使用量、农膜使用量、农业机械总动力、农业用电量、农业财政支出数量）对内蒙古农业资源进行评价和分析。陈磊等[14]在对安徽省农业资源配置效率分析中，选取农业机械总动力、灌溉面积、化肥使用量、农林牧渔从业人数、农作物播种面积为投入指标，农林牧渔总产值、农民人均纯收入为产出指标。总之，在指标选取方面，主要是根据研究对象来决定，没有统一的划分标准。

综上所述，国内外运用DEA方法进行分析的研究较为丰富，为本文的深入研究和理论奠定了坚实的基础，但大多学者的研究均仅是针对于全国、各大农业区域及其他一些省份或民族自治区，缺少针对四川农业资源配置效率的研究。此外，在资源效率评价指标选取方面，由于学术界没有统一定论，存在着进一步探讨的空间。因此，本文拟采用DEA方法并使用统计年鉴数据对四川省农业资源配置效率进行分析，并基于实证结果数据提出优化策略，为政府相关部门制定决策做参考;同时本文的效率评价指标选取也可以丰富DEA相关理论研究。

2 指标选择与数据来源

2.1 指标选择

2.1.1 选取原则

在运用DEA方法时，指标选取需遵循以下原则：（1）决策单元个数需为投入和产出指标个数之和的2倍以上;（2）投入和产出指标之间不能存在线性关系，否则会影响效率测度的准确性;（3）投入和产出指标必须具有易获得性和代表性。

2.1.2 指标选取

本文研究的对象为农业资源配置，农业为广泛意义上的“农业”，包括种植业、林业、畜牧业、渔业、副业5种产业形式。在对四川省农业资源配置效率的测算中，本文根据DEA模型指标的选取原则，并借鉴相关学者关于农业资源配置效率的研究成果[11-14]，综合分析，得到四川省各地市州农业资源配置效率测算指标体系，其中，选取广义农业总产值即农林渔牧总产值作为产出指标，为保持口径一致，投入指标如农林牧渔业从业人数、农业机械总动力、农村用电量均为广义农业统计口径，具体见表1。

基于上述指标体系测算四川省农业资源配置效率。为了使结果准确，投入指标不存在代替，需要对投入指标进行相关性检验，以确定选取投入指标是正确的，从而建立四川省农业资源配置效率测算指标体系。通过检验，结果如表2所示。

在四川省农业资源配置效率生产投入指标相关系数中，农村用电量（X6）除了与农作物总播种面积（X1）、农林牧渔业就业人数（X2）相关性较小外，与其他投入指标间相关系数值基本均高于0.5，其余各指标之间相关性也较好，说明本文建立的指标体系中各指标相关性较好，满足测算四川省农业资源配置效率的相关要求。

2.2 数据来源

本文主要选取了四川省21个地级市州为主要经济决策区域和单元，所涉及的主要经济数据和资料来源于《2019年中国统计年鉴》《2019年四川统计年鉴》和《2019年四川省国民经济和社会发展统计公报》。根据近年来四川省“一干多支”的发展战略，成都平原经济区包含成都、德阳、绵阳、乐山、眉山、资阳、遂宁和雅安;川南经济区有自贡、泸州、内江和宜宾;川东北经济区主要有广元、南充、广安、达州和巴中;攀西经济区包括攀枝花和凉山州;川西北生态经济区包括阿坝州和甘孜州。

3 四川省农业资源配置效率评价

本文使用BCC静态资源效率模型来分析模型。通过构建四川省农业资源配置效率评价指标体系，使用DEAP 2.1，对四川省21个地市州的平均农业资源配置效率进行了计算，并统计了四川省整体及21个所在地市州的农业规模技术资源配置的效率，主要有综合技术效率、纯技术效率和规模效率。实证结果如表3所示。

3.1 综合技术效率测算

由表3可知，2017年四川省农业资源配置效率总体平均值为0.943，属于良好水平，说明四川省近几年农业发展整体水平相对不错，综合效率有所提升，但相对部分地级市，四川省综合技术效率整体水平还有提高的空间，这不仅需要在农业资源配置中注重投产比（投入和产出的比重），不过度依赖资源消耗和人员投入，而且需要转变生产方式：由粗放式转化为精细式，更加注重农业资源的利用效率，发展高效农业，创新发展农业生产模式。

具体来看，四川省综合技术效率值为1的城市有成都、德阳、眉山、资阳、遂宁、雅安、内江、南充、达州、凉山州、阿坝州、甘孜州，共12个，可以基本说明其农业资源配置处于有效的状态，在农业生产方面处于前沿地位，在技术和规模方面也发展较好。例如：成都市作为四川省的省会城市，在政策资源和自然资源方面都有独特优势，这是成都在农业资源配置效率名列前茅的重要原因之一;其他的地區如德阳、眉山和资阳都是四川较为发达的城市，其经济发展都较好，技术也相对先进，可以更好地支持农业生产，使农业技术水平得到提高。但有的地区综合技术效率值却非常低，如巴中值为0.680，泸州0.764，都是较为低效的，说明这些地区农业资源利用不合理，存在资源滥用的情况，在农业资源配置效率方面需要较大完善。

3.2 纯技术效率测算

纯技术效率反映的是投入和产出之间的数量关系。在农业资源配置效率中，可以表达一个地区农业资源配置的优劣程度。从五大区域的纯技术效率均值来看，攀西和川西北地区都为1，并列第一，接着依次排列的是成都平原、川南、川东北地区。其中成都平原高于全省均值，而川东北和川南均远低于全省均值。具体从表3可以看出，仅有7个地市州未完全达到DEA有效状态，占比33.33%;处于有效状态有14个地市州的农业资源配置达到了最优，根据纯技术效率原理得知，这些地区在现有生产技术条件下，增加产出的方法只能加大农业资源投入。

四川省未完全达到DEA有效状态且处于低效状态的城市有2个，巴中和泸州。各地区间造成纯技术效率较低的原因都补相同，如巴中为0.680的原因是：其在2018年农作物总播种面积为50.83万hm2，农业机械总动力为190.24万kW，单位面积农作物消耗机械总动力为3.74 kW/hm2，明显低于四川省整体平均水平4.79 kW/hm2，而化肥施用量12.88万t，单位面积农作物施肥0.25 t/hm2，高于四川0.24 t/hm2的平均水平，说明巴中不仅农业机械化程度低，而且化肥也存在过度使用的情况，这直接导致其纯技术效率较低的重要原因。相对于巴中地区，泸州纯技术效率值略高，为0.765。主要原因在于：泸州地区2018年农作物播种面积为54.07万hm2，化肥施用量10.72万t，单位面积农作物施肥0.20 t/hm2，低于于四川省0.24 t/hm2的平均水平;而机械总动力为231.26万kW，单位面积农作物消耗机械总动力为4.28 kW/hm2，低于四川省整体平均水平4.79 kW/hm2，可见，化肥不存在过度使用的情况，但泸州机械化水平还需要加强。

3.3 规模效率测算

根据经济学中的生产理论，当生产规模扩大时，要素投入量的增加幅度与产出量的增加幅度并不总是一致。两者的关系主要有3种情况：农业规模报酬递增表明增加农业投入资源可以带来更高的产出，使其配置效率上升;农业规模报酬递减表明农业增加投入量已不再有可能给农业带来更高的产出，只会直接造成农业资源的消耗和浪费，甚至会导致农业的资源配置效率进一步下降;农业规模报酬不变表示增加的投入会给农业带来同比例的投入和产出，农业资源配置的效率不变。

从表3可知，成都、德阳、眉山、资阳、遂宁、雅安市、泸州、内江、南充、达州、凉山州、阿坝州、甘孜州这13个地市州的生产规模投入产出比处于有效的状态，农业资源不会存在浪费和冗余。即在技术水平不变的条件下，按照目前的资源投入比例加大投入量，会同等程度的增加产出。宜宾、广元、广安、巴中4地市出现了规模报酬递减，即生产要素投入量过大，产出量的增长率不升反降，这些地区需适当减少生产要素的整体投入。绵阳、乐山、自贡和攀枝花市的规模报酬呈递增状态，可以增加要素的投入量，且随着要素投入的增加，产出的增长率呈上升状态，这些地区可以通过增加要素投入来获得更大的规模效益。

4 四川省农业资源配置效率优化

通过第四部分的分析发现，四川省部分地区农业资源配置效率的DEA有效性还存在改进的空间。因此，本文选取Multi-Stage DEA模型调整非有效性的决策单元，使其变成有效的决策单元，即测算出各地市州农业资源的松弛变量，优化其资源配置（表4）。需要指出的是，如果投入指标的松弛变量不为0，则表示所对应的决策单元的投入要素未能完全发挥应有的功能和作用，投入要素存在冗余。冗余资源数量越大，表明资源综合利用效率越低，资源未合理有效配置，造成资源浪费。投入导向要素投入优化是在保持现有生产技术水平的假设下，各种生产要素的投入可能减少或潜在可以节约的资源数量。

从纯农业技术效率水平来看，乐山、泸州、广元、巴中和宜宾6个城市纯农业技术效率值低于四川省平均水平，可以通过提高纯技术效率来实现促进农业生产和资源配置的有效优化。以巴中为例，先对所有投入的要素按比例进行径向的调整，巴中市的纯技术效率为0.681，所有的投入要素都应该按比例减少31.9%，其产出保持不变。随后，在第一阶段的调整基础上，保持农、林、牧、渔业就业人数、耕地灌溉面积不变，使农作物总播种面积、农业机械总动力、化肥施用量减少和农村用电量分别减少110.759千hm2、5.392万kW、3.252万t和0.845亿kW·h。经过相关资源调整后，广元市农业的纯技术效率效率等于1，农业资源配置得到优化。

由分析结果可知，部分地区要素投入整体出现冗余，如绵阳、宜宾、广元和广安地区的资源投入中有3～4种生产要素均出现了不同程度的冗余，体现出这些地区过度追求生产要素的投入，以投入换产出的思路，然而过多的要素使用量对环境的污染和要素的高效利用都不利。除此之外，部分地区的部分要素投入量过大，如绵阳化肥施用量冗余4.081万t，冗余程度达20%，过多的化肥投入并没有带来产出的同比例增加，反而造成了农业生产环境的过度污染;广元的农业机械总动力的使用量冗余度达到了34.42%，且多出的投入并不能获得产出的提升，反而会极大浪费相关资源，间接造成环境的污染，这些地区的要素投入均需相应程度地减少。

5 结论与建议

5.1 结论

通过对四川省5个经济区域2018年农业资源投入和产出的实证分析可以发现：（1）四川省农业资源配置效率整体发展水平较好，但存在区域发展不平衡、差异较大的现象，对于四川省来说，综合效率值最低的地区是川东北，省政府重点关注的应在川东北;（2）四川农业生产规模效率普遍较高，但巴中和广元市的纯技术效率却显著偏低，其农作物总播种面积、第一产业就业人数和农业机械总动力冗余问题突出，主要是因为农业生产机械化水平低、生产方式落后;（3）目前四川省的农业技术资源生产结构存在着较大的劳动力浪费，在农、林、牧、渔业就业人数、化肥施用量等各项农业生产要素都存在着调整的空间。

5.2 对策建议

鉴于此，本文提出以下建议：四川省政府在研究制定农业政策和组织实施的过程中要求各地应充分突出农业资源配置的特点和重要性，在乡村农业的生产、农业经营管理机构的设置、农业高新技术研发等各个方面以加强和提高乡村农业的资源配置效率为主要抓手，促进四川乡村农业和经济协调健康发展。

（1）加大土壤改良技术创新力度，提高土地资源利用效率。在四川省农业资源配置效率分析中发现，部分地区如广元、宜宾、巴中分别存在24.63%、7.72%、21.79%的农作物播种面积为冗余投入，反映出这些区域农用地质量较差，土地资源的利用效率较低，应在土壤改良方面加大技术创新力度，逐步提高耕地质量和单位产出水平，充分挖掘耕地对提升粮食综合生产能力的潜力，提高土地资源的利用效率。

（2）增强科技支撑能力，提高农业机械利用效率。四川农业机械化水平不断提高，但农业机械的利用效率并不高，建议一方面加强对农民进行农业机械使用与维修技术培训，提高劳动者技能;另一方面扶持专业的农机服务组织，推动农机服务产业的发展，提高农业机械的利用效率，以及整个农业的生产效率。

（3）加大测土配方施肥技术推广力度，提高化肥的利用效率。四川化肥施用量逐渐增加，但由于农民在施肥的方法、时间以及化肥的选择和用量等方面存在问题较多，与资源配置效率较高地区相比，四川部分地区化肥的冗余投入较多，建议加大便民性测土设备的研发和配方施肥技术的推广力度。

参考文献：

[1]FARREL M J. The Measurement of Productive Efficiency[J]. Journal of the Royal Statistical Society， 1957， 120（3）：253-290.

[2]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978， 2（6）：429-444.

[3]RUTTAN V W. Productivity Growth in World Agriculture： Sources and Constraints[M]// The Economics of Sustainable Development. 2005.

[4]赵佳丽，郭惠英，程光辉. 我国农业综合开发资金投资效率研究[J]. 农业经济问题，2018（11）：49-60.

[5]侯琳，冯继红. 基于超效率DEA和Malmquist指数的中国农业生产效率分析[J]. 河南农业大学学报，2019，53（2）：316-324.

[6]李学林，李隆伟，董晓波，等. 云南省粮食全要素生产率分解研究[J]. 农业技术经济，2019（10）：102-113.

[7]姚晓洁，童亮，李久林. 基于DEA的传统农耕地区农业生产效率测度——以皖北为例[J]. 中国农业资源与区划，2020，41（11）：131-139.

[8]王博，祝宏辉. 乡村振兴背景下西部地区农业生产效率评价研究[J]. 西藏大学学报（社会科学版），2020，35（1）：150-157，165.

[9]张红丽，王芳芳. 河南省农业从业劳动力资源配置效率经验研究——基于劳动力重新配置的视角[J]. 地域研究与开发，2019，38（6）：141-145.

[10]李勇輝，白利鹏. 云南省农业科技创新资源配置效率及影响因素研究[J]. 中国农业资源与区划，2019，40（6）：63-69.

[11]姚凤民，朱美金. 广东农业资源配置效率评价及其优化[J]. 地方财政研究，2019（8）：89-98，112.

[12]曹云. “一带一路”背景下新疆农业资源配置效率及优化[J]. 中国农业资源与区划，2017，38（7）：135-141.

[13]侯智惠，梅连杰，侯安宏，等. 内蒙古农业资源配置效率分析[J]. 中国农业资源与区划，2014，35（3）：71-77.

[14]陈磊，杨桂元. 安徽省农业资源配置效率及其区域差异性研究——基于2005-2007年数据[J]. 科技和产业，2009，9（6）：45-49，95.