甘肃省农业生产效率评价及促进对策研究

时 月，海新权，杨 鑫

（甘肃农业大学财经学院，甘肃兰州 730070）

0 引言

我国作为一个农业大国，农业经济一直是国家的基础经济，在国民经济发展中起着重要的作用。当前，中国经济发展进入新常态，农业是否能够高质量快速发展，关乎着我国的国计民生，同时标示着我国的综合实力。“十四五”期间是推进农业农村高质量发展、促进农业可持续发展和加快农业农村现代化建设的重要阶段，推动传统农业向现代化农业转变是我国农业快速发展的必经之路。甘肃是我国的传统农业大省，但农业发展水平缓慢，由于城镇化进程的加快导致人地矛盾逐渐严重，如何提高农业生产效益和竞争力来保持农业快速增长，以最少的资源投入获得最大的产量，这便是甘肃省目前的一个迫切任务。因此，提高农业生产效率，引导农业生产方式由粗放型向集约型转变，能够为实现农业现代化奠定良好的基础。

当前，农业生产效率问题已逐渐成为学术界研究的热点，国内许多学者在农业生产效率研究中取得了一定的成果。如马凤才等[1]利用DEA 模型对黑龙江省县级农业生产效率进行分析，得出农业对技术的依赖程度与农业发展的可持续性成正比，反之亦然；胡剑锋等[2]基于2017 年浙江省农业数据，运用数据包络分析方法对浙江省农业生产效率进行测算，得出浙江省农业生产效率偏低的主要原因是投入规模不当，次要原因是生产技术水平利用率不足；徐亚松等[3]运用DEA模型对2018 年安徽省16 个地级市的农业科技创新进行测算，得出安徽省科技创新的整体效率较好，但仍然有较大的发展空间，投入产出结构的不合理是制约大多数城市科技效率低下的原因；罗刚平等[4]分析了重庆市40 个区县2000—2006 年农业生产效率的变化，得出重庆市的综合技术效率不高，纯技术效率是提高综合效率的关键；鲁庆尧等[5]基于2013 年江苏省13 个市的统计数据，运用三阶段DEA 模型对江苏省的农业生产效率进行分析，研究表明自然因素与外部经济因素的不同都会造成不同地区农业生产效率的差异，其中环境因素是农业生产的有利因素，有助于提高农业生产资源的有效配置，而外部经济因素中的财政支出并不会提高农业生产效率，存在较少的不利因素。综上所知，数据包络分析法被常用于农业生产效率评价分析中，但目前的研究多为经济较发达的南方地区，并不能对甘肃省这种落后地区的农业发展提供有针对性的参考意见，因此，本文基于2019 年甘肃省14 个市（州）的统计数据，结合甘肃省的农业发展特点，运用数据包络分析（DEA）评价模型对甘肃省14 个市（州）的农业生产效率进行测算，对比研究后找出制约甘肃省农业生产效率提高的因素，为甘肃省提高农业生产率提供有针对性的参考建议。

1 研究方法及数据来源

1.1 研究方法

DEA 模型的形式有多种，目前常见的有CCR 模型、BCC 模型及DEA-Malmquist。本文将利用可变规模报酬（VRS）的DEA 模型，即BCC 模型对甘肃省14 个地市的农业生产效率进行分析。DEA 又叫做数据包络分析，它是用于研究相同投入要素生产单元的效率衡量与对比问题的一种非参数方法。该方法不需要预先设定生产函数，适用于多产出多投入且数量关系复杂的效能综合评价问题。数据包络分析法（DEA）的原理是基于生产决策单元（DMU）的投入产出数据，从相对有效性的角度评价同类型的投入产出决策的技术与规模的有效性，通过比较决策单元偏离生产前沿面的程度来判断是否为DEA 有效。由于农业生产易受自然环境、外部经济等因素的影响，波动性较大，且投入要素容易改变，因此可以运用DEA 模型分析评价甘肃省农业生产效率存在的问题。

假设有N 个决策单元DMUj(j=1,2,…,n)，每个决策单元有M 种输入和S 种输出，可变规模报酬（VRS）模型即BCC 模型可表述为：

上式中，θυ表示决策单元的效率值，λj为第j 个投入产出指标的权重，x0、y0分别表示被评价决策单元的投入向量与产出向量，第j 个决策单元的投入向量为

在VRS 模型假设下，对公式（1）引入松弛变量s-和s+后得出的BCC 模型为：

s+、s-代表松弛变量，若θ=1，且s+=s-=0，则称为DEA 有效，即生产要素投入合理，处于高效生产状态；若θ=1，且s+≠0，或s-≠0，则称为弱DEA 有效；若θ＜1，则称为非DEA 有效，即资源结构不合理，存在一定程度的松弛。

1.2 指标选取

本文以甘肃省14 个市（州）为研究对象，对这些决策单元的生产效率进行分析。在前人研究的基础上，结合甘肃省农业生产特点，同时考虑到数据的可得性、可量性、可靠性原则，本文选取的指标有两类共6个指标，其中以农业机械总动力（万千瓦）、化肥施用量（吨）、农林牧渔业从业人员（万人）、有效播种面积（千公顷）和有效灌溉面积（千公顷）作为投入指标；以农林牧渔业总产值（亿元）作为产出指标。

1.3 数据来源

上述所选取的相关数据来源于2020 年《甘肃统计年鉴》。由于受甘肃省2020 年各市（州）的数据不够完善以及考虑到数据的可获取性的限制，选取能够收集到的2019 年甘肃省14 个市（州）的数据表作为样本进行研究，指标如表1 所示。

表1 2019 年甘肃省市（州）农业生产投入和产出

2 结果与分析

运用DEAP 2.1 版本软件对2019 年甘肃省14 个市（州）农业生产效率进行测算，根据计算结果整理得出表2。

2.1 农业生产效率分析

2.1.1 综合效率分析。（1）由表2 可知，甘肃省2019年农业生产综合效率的平均值为0.806，可以看出综合效率的平均值偏低，农业生产效率低下，资源浪费现象严重，生产要素利用率水平不高，在一定程度上说明农业生产结构的不合理。（2）农业生产综合效率为1，表明该地区处于DEA 有效状态，这类地区有4个，分别是嘉峪关、张掖、酒泉和甘南市，即该类地区的规模适度以及当前技术被充分运用，农业处于高效生产状态。综合效率值在1 以下的地区有10 个，分别是兰州、金昌、白银、天水、武威、平凉、庆阳、定西、陇南和临夏市，说明这些地区的农业生产效率没有达到最佳状态，生产要素没有合理利用，其农业生产结构在一定程度上存在不合理性。

2.1.2 纯技术效率分析。纯技术效率值为1 的地区有嘉峪关、天水、武威、张掖、平凉、酒泉和甘南市，表明这7 个市（州）处于生产前沿函数上，这些地区合理有效地利用当前农业生产技术让农业产出最大化，农业生产对技术的依赖在一定程度上会减少对资源、环境等自然资源的依赖，能够促进农业的可持续发展[6]。在非DEA 有效的10 个地区中有7 个纯技术效率小于1，分别是兰州、金昌、白银、庆阳、定西、陇南和临夏市，说明这些市粗放的农业生产方式造成了生产技术未合理使用，需要进一步调整和改进。

2.1.3 规模效率分析。规模效率是指各个决策单元（DMU）的输入与输出数据的比例是否处于最优状态。若决策单元处于不变阶段意味着该地区的农业生产规模最佳，应继续保持；若处于规模报酬递减或者递增阶段则意味着该地区的农业生产规模需要适当调整，使达到最佳规模状态[7]。从表2 可以看出，DEA 有效的4 个市（州）仍处于规模报酬不变状态，表明这4个市（州）的农业生产规模达到了最佳状态，形成了一定的规模化，应继续保持当前的这种生产规模，实现小农户与现代化农业有机衔接。其余10 个市（州）的规模效率均小于1，且都处于规模报酬递减阶段，这些地区生产投入要素的增长比例远大于农业生产总值的增长比例，这表明若一味的扩大这些地区的农业生产规模和增加生产要素的投入量，则可能会出现资源浪费并降低综合技术效率的问题，因此只能依靠加大农业发展空间，有效运用先进的农业技术与方法，优化配置农业生产资源来获得农业更多的产出[8]，以达到最优效率和最佳规模。

表2 2019 年甘肃省农业生产效率现状

2.2 农业生产效率改进方法分析

DEA 方法除了能对农业生产效率进行评价分析外，还能指出非DEA 有效地区生产要素投入不当的原因以及给出一定的改进参考值。其中，径向调整量反映了由于技术效率无效导致的投资损失；松弛调整量反映了由于投资结构无效导致的投资损失；目标值则是原始值减去径向调整量和松弛调整量后的差额，表示的是非有效决策单元通过改进达到最佳状态时的投资值；调整比例则是原始值减去目标值的差额与原始值的比[9]。

由表3 可知，（1）五种投入要素均处于最优状态的地区有4 个，分别是天水、武威、平凉和陇南市。这就说明这些地区农业投入结构合理，现代化农业机械充分使用，化肥科学有效施用，土地资源合理配置，应继续保持这种经营管理水平，以最少的资源投入获得最大的产出，提高农业生产效益，促进农业由增产向提质转变。（2）兰州、金昌、庆阳和白银这四个市属于甘肃省经济较发达地区，可能由于经济的快速发展而挤占了部分农业资源，导致投入要素存在资源浪费现象。例如白银、金昌、庆阳市在化肥施用量上处于最优状态，但在机械总动力和有效播种面积上存在较大的投入松弛，说明这些地区充分利用农用化肥，但没有有效使用农业机械，同时对投入的耕地也没有做到物尽其用，存在土地资源浪费现象，这就导致有效产出不足。因此，对于这三个地区应该继续保持科学合理的化肥投入，同时进一步调整农业机械化的使用率，加强对农业技术的推广，提高农民的素质从而改善对新技术认识、接受与应用能力，合理配置土地资源，提高资源利用率。相反，兰州市在机械总动力、有效播种面积及有效灌溉面积上处于最优状态，但在农用化肥施用量上存在松弛现象，在农用化肥资源上存在较大的浪费，农民没有根据不同农作物的生长周期合理使用化肥，而是盲目地大量使用化肥，因此，应该适当调整农用化肥的投入量，积极发展有机农业，推动实现投入品减量化。（3）定西、临夏位于甘肃中部，都属于黄土高原丘陵沟壑区，自然资源的极度匮乏和生态环境的恶劣，对农业的发展造成了一定程度的限制，由于对资源、环境等自然资源的过度依赖造成了农业生产的可持续性较弱，导致这两个地区的纯技术效率处于最低。此外，由于旱作节水农业的特殊性，农民不能科学合理地灌溉，因此造成有效灌溉面积投入冗余。例如，定西和临夏两个地区在有效耕地面积和有效灌溉面积投入上存在较大松弛，造成灌溉投入的浪费。同时，临夏市存在大量人力资源浪费现象，这与现实是吻合的，由于经济欠发达地区教育资源缺乏导致农业从业人员文化素质偏低，农村缺乏有效的组织管理与社会保障体系，剩余劳动力转移困难，造成大量劳动力资源浪费，降低了农业生产资料的利用效率，因此，只有因地制宜，提高农业从业人员的素质，完善人才竞争机制，培养现代化农民，才能够有效地提高农业生产效率。

表3 甘肃省非有效决策单元的投入改进值

3 结论与建议

3.1 结论

（1）2019 年甘肃省综合效率、纯技术效率及规模效率的平均值分别为0.806、0.901 和0.886，说明甘肃省的农业综合生产效率水平不高，在农业生产投入中存在过多的松弛。相比之下，纯技术效率与规模效率达到较好发挥，但仍存在较大的改进空间。

（2）由于地理环境、生产条件、经济发展水平和教育资源等条件的差异，甘肃省各市（州）的农业生产效率也有所不同。农业生产效率处于最优状态的地区有嘉峪关、张掖、酒泉和甘南市。农业生产效率处于较差的地区有定西、陇南和临夏市，尤其是临夏市，农业生产要素的投入存在大量的冗余，投入结构的不合理造成了该市化肥施用量、第一产业就业人员、有效播种面积及有效灌溉面积的溢出，导致农业生产效率低下。

（3）综合技术效率同时受规模大小是否适度以及现有技术是否充分利用的双重影响，甘肃省农业生产综合效率不高主要是由于生产过程中投入规模不当引起的，而技术水平的影响属于次要原因。非DEA 有效的10 个地区中规模效率都较低，其中有三个地区的纯技术效率处于最佳状态，这就说明规模大小的不适会拉低农业的综合生产效率，从而影响农业生产率的提高。

（4）甘肃省农业生产要素的投入中耕地资源浪费最严重，在非DEA 有效的决策单元中有5 个地区存在大量松弛，占非DEA 有效地区的50%，农用地的利用没有处于最优状态，没有做到地尽其利，降低了土地的生产效率。

3.2 建议

（1）提高第一产业从业人员教育质量，优化人力资源结构，推动乡村人才振兴，提升农业生产资料的利用效率，有效解决新技术推广难度和对科技成果有效需求极低的困扰，促进农业经济的快速发展。

（2）合理配置农业资源，严格遏制土地撂荒现象，提高耕地的利用水平，落实严格的耕地质量保护制度，对土地进行科学合理施肥，推动农业可持续发展。

（3）因地制宜地发展地方特色优势农业，推进规模化经营，提高农业生产规模效益，增强农业农村发展活力，促进农业生产在合理的规模结构下发展。

（4）加大对农业技术创新方面的投入，重视对科技人员的培养，积极推广农业先进技术，提高技术传播效率，坚持科教兴农战略，依靠科技带动创新，逐步满足农业农村现代化对新品种、新装备、新产品、新技术和新模式等科技成果的需求。