范文慧 吴鹏
摘 要:基于江苏省13个地级市2005—2019年的面板数据,采用DEA模型对粮食生产效率进行测算,并进一步运用面板Tobit模型对粮食生产效率的影响因素进行了分析。结果表明:江苏省粮食生产效率整体呈现上升趋势,但仍有提升空间。粮食播种面积、机械总动力对粮食生产效率具有显著的促进作用;农村居民人均可支配收入、化肥施用量、劳动力投入与粮食生产效率呈显著负相关。
关键词:粮食生产效率;DEA模型;面板Tobit 模型;江苏省
中图分类号 F323文献标识码 A文章编号 1007-7731(2021)13-0057-03
Abstract: This article is based on 13 cities in jiangsu province in 2005—2019 panel data, using DEA model to measure grain production efficiency, and further using panel Tobit model to analyze the influence factors of grain production efficiency study found: present a tendency of increasing efficiency of grain production in Jiangsu province as a whole, but there is still room to improve .The area sown to grain machinery total power on grain production efficiency has a significant role in promoting; There is a significant negative correlation between the per capita disposable income of rural residents, the amount of chemical fertilizer, labor input and grain production efficiency.
Key words: Grain production efficiency; DEA model; panel Tobit model; Jiangsu province
1 引言
党的十九大报告明确提出,“要确保国家粮食安全,把中国人的饭碗牢牢端在自己手中。”随着人口数量的不断增加,我国粮食需求也逐渐增大,在我国现有资源的约束下,粮食的供给和需求将长期处于紧平衡状态[1]。江苏省作为我国粮食主产区,对保障国家粮食安全具有重要作用,所以研究江苏省的粮食生产效率的意义显得十分重要。
关于技术效率的概念,Farrell提出的是在产出和价格不变的条件下,按照既定的要素投入比例所能达到的最小生产成本占实际生产成本的比率[2]。Leibenstein提出的是在市场价格、要素投入规模及比例不变的条件下,实际产出与所能达到的最大产出的比率[3]。
粮食增产的动力主要来源于以下2点:投入要素增加和生产要素使用效率的提升。例如,王千等对河北省138个县粮食生产的全要素生产率进行了测算和分解,指出农业科技、农民收入、土地整理等因素的提高影响了粮食生产效率的提高[4]。叶兴庆研究指出,中国粮食产量的增加主要因为要素投入的增加,同时我国粮食增产消耗了全球近35%的氮肥和70%左右的可用水资源,显而易见这种粗放式的增长过多消耗了能源,同时也降低了粮食高增长所产生的经济效益[5]。张启楠等运用DEA模型,剔除环境因素影响,结合Tobit回归模型对2006—2016年我国13个粮食主产区粮食生产效率及其影响因素进行了研究[6]。但综合现有文献来看,少有学者关注到江苏省粮食生产效率的问题。据此,本研究基于江苏省13个地市2005—2019年面板数据,定量测算江苏省粮食生产效率,以理清影响粮食生产效率提升的关键因素。
2 研究方法
本研究采用数据包络分析方法来估计江苏省粮食生产效率,然后采用面板Tobit模型对影响生产技术效率的因素进行分析。
2.1 DEA模型 DEA模型主要包括规模报酬不变(CRS)模型和规模报酬可变(VRS)模型。前者假定规模报酬不变的前提下,测度的是决策单元的综合技术效率(TE),但存在导致综合技术效率(TE)的测量结果与规模效率(SE)影响相混淆。后者则将纯技术效率(PTE)和规模效率(SE)从综合技术效率(TE)中分离出来,可用于对决策单元所处的规模报酬的阶段的测量,并且克服了CRS规模报酬不变假定的弱点。本研究选取可变规模报酬(VRS)模型,具体模型如下:
[maxEk=r=1suryrj-uji=1nViXij ][s.t.i=1nViXij=1r=1suryrj-i=1nViXijj-ujur,Vi≥0(r,j=1,2,...,s,n)] (1)
式中,Ek 为第k个地区的粮食生产效率;Xij表示第j个地区的第i项投入值,yj为第j个地区的粮食产量;ur和Vj分别为产出与投入的权重。
2.2 面板Tobit模型 由于计算出的粮食生产效率值在0~1,具有典型的截断数据特征,因此选择构建面板Tobit模型,进一步分析粮食生产效率的影响因素。
[yit=α+βXit+μit] (2)
式中,yit為DEA模型测算出的粮食生产效率,i表示地区,t表示年份,X代表影响粮食生产效率的相关解释变量,α为常数项,β为回归系数,μit为随机扰动项。
3 结果与分析
3.1 江苏省粮食生产效率
3.1.1 指标选取 (1)产出变量:选取粮食总产量(万t)作为产出指标。(2)投入变量:主要选取粮食播种面积、化肥施用量、农业机械总动力、农业劳动力等4种变量作为投入指标。由于统计年鉴关于粮食的投入数据并未做专项统计,为了保证数据口径一致,参考田红宇等的方法建立权重指标,对投入指标进行折算[8]。化肥施用量和机械总动力用权重B进行折算,劳动力用权重A进行折算。
A=(农业总产值/农林牧渔业总产值)×(粮食播种面积/农作物总播种面积);
B=粮食播种面积/农作物总播种面积
3.1.2 數据来源 本研究数据来源于2005—2019年《江苏统计年鉴》。
3.1.3 粮食生产效率 如表1所示,2005—2019年,江苏省粮食生产效率平均水平为0.959,未达到有效状态,江苏省粮食生产效率总体上呈现波动中上升的趋势。具体来看,在苏南地区的5个地市中,南京市粮食生产效率的平均水平最高,为0.998,无锡市粮食生产效率的平均水平在苏南最低,为0.931,常州市粮食生产效率的平均水平为0.995,苏州市粮食生产效率的平均水平为0.989,镇江市粮食生产效率的平均水平为0.958。在苏中地区的南通市、扬州市、泰州市粮食生产效率平均水平较高。在苏北地区,盐城市粮食生产效率均达到了DEA有效,徐州市粮食生产效率的平均水平在全省最低,仅为0.845。
3.2 江苏省粮食生产效率影响因素
3.2.1 变量选取 (1)被解释变量:本研究被解释变量为DEA测算的粮食生产效率。(2)解释变量:参考现有文献(田红宇等,2018;王炯,2018)[9]。本研究选取农村居民人均可支配收入、粮食播种面积、化肥施用量、农业机械总动力、农业劳动力作为解释变量。此外,还考虑到粮食生产效率在苏北、苏中、苏南不同区域可能存在空间差异,设置了地区虚拟变量进行控制,变量的描述性统计如表2所示。
3.2.2 回归分析 本研究选择构建随机效应的面板Tobit模型进行拟合,同时为了缓解数据波动影响,对变量进行了对数化处理,回归结果如表3所示。由表3可知,农村居民人均可支配收入系数为-0.022且通过1%显著性水平检验,即农村居民人均可支配收入每增加1%,粮食生产效率减少0.022。粮食播种面积系数为0.141,且通过1%显著性水平检验,说明粮食播种面积每增加1%,粮食生产效率增加0.141。化肥施用量系数为-0.061且通过1%显著性水平检验,说明化肥施用量每增加1%,粮食生产效率效率减少0.061;已有研究表明,化肥施用量对粮食产量的弹性系数呈明显的倒“U”型变化趋势(麻坤和刁钢,2018)[10]。江苏省粮食生产的化肥投入量已进入边际报酬递减阶段。机械总动力系数为0.032且通过5%显著性水平检验,这说明机械总动力每增加1%,粮食生产效率效率增加0.032。劳动力投入系数为-0.099且通过1%显著性水平检验,说明劳动力投入每增加1%,粮食生产效率效率减少0.099。此外,地区虚拟变量均未通过检验,说明苏北、苏中、苏南地区的粮食生产效率区域差异不显著。
4 结论与建议
4.1 结论 2005—2019年,江苏省粮食生产效率总体上呈现波动中上升的趋势,粮食生产效率平均水平为0.959,仍有提升空间。从影响因素来看,粮食播种面积、机械总动力对粮食生产效率具有显著的促进作用;农村居民人均可支配收入、化肥施用量、劳动力投入与粮食生产效率呈显著负相关。
4.2 建议 (1)贯彻落实耕地保护政策,严守土地红线。政府合理规划土地使用,由于苏南地区发展较快,政府在保证粮食耕地存量处于可控范围基础上,要重视城镇化建设用地的流量控制。(2)加大农业基础设施投入,推动粮食生产全程机械化。在当前粮食生产劳动力短缺而且趋于老龄化的情况下,劳动力成本快速上升,人工费也越来越贵,所以推广应用粮食生产农业机械就可以节省人工费,从而提高劳动生产率,并促进粮食规模经营。(3)充分发挥新型农业经营主体示范作用,全面实现化肥减量化。新型农业经营主体能实现粮食的规模经营,且其理解和接受能力较高,易采用新的施肥技术,且由于受益于政府的支持,愿意进行化肥减量种植示范,江苏省应充分发挥新型农业经营主体的化肥减量示范带动作用,以点带面,引导更多的农民实现化肥的减量化。
参考文献
[1]韩长赋.全面实施新形势下国家粮食安全战略[J].云南农业,2015(01):5-7.
[2]Farrell M J .The Measurement of Productive Efficiency[J].Journal of the Royal Statal Society,1957,120(3):253-290.
[3]Leibenstein H. Allocative Efficiency and X-Efficiency[J].American Economic Review,1966,56(3):392-415.
[4]王千,金晓斌,周寅康,等.基于DEA-Malmquist的河北省县级粮食生产效率评价[J].地理与地理信息科学,2010,26(06):51-55.
[5]叶兴庆.中国农业的体制转轨与发展转型[J].农村工作通讯,2012(12):44-48.
[6]张启楠,张凡凡,陈学军.粮食主产区生产效率及其影响因素研究——基于三阶段DEA-Tobit模型的分析[J].价格理论与实践,2018(8):1-3.
[7]田红宇,祝志勇.中国粮食生产效率及影响因素分析——基于DEA-Tobit两步法研究[J].中国农业资源与区划,2018,39(12):161-168.
[8]王炯.基于中部六省比较视角下河南省粮食生产效率研究[D].洛阳:河南科技大学,2019.
[9]麻坤,刁钢.化肥对中国粮食产量变化贡献率的研究[J].植物营养与肥料学报,2018,24(04):1113-1120.
(责编:张宏民)