广西农业全要素生产效率及影响因素分析

许孝岩

摘 要：为了促进广西农业经济的增长，采用DEA-Malmquist指数方法测度广西农业全要素生产效率，通过对广西2012-2019年间的农业数据进行测度进而测量出广西农业要素生产率（TFP）。通过实证分析测量分解得到的各项指标表明，农业技术的进步是促进广西农业生产效率的最主要因素；广西14个地区的农业全要素生产率波动较强；此外，影响广西14个地区的农业生产效率因素具有地域性、时段性差异。为提高广西农业生产力水平，可以采取提升农业研发投入，合理化投入要素规模，发挥各自区域优势，大力发展特色农业等政策。

关键词：农业全要素生产率；DEA-Malmquist指数；广西

中图分类号：F2     文献标识码：A      doi：10.19311/j.cnki.16723198.2023.11.001

0 引言

党的十九届五中全会公报提出，优先发展农业农村，全面推进乡村振兴。农业是乡村振兴的基础，是保证我国经济社会发展的基石，提高农业全要素生产效率能够更好的促进农业现代化的发展，从而促进国民经济的发展，所以对农业进行生产效率的研究很有必要。

国内外对于全要素生产率方面的分析，大量学者进行了不同方面的探讨。全炯振使用的SFA-Malmquist生产率指数模型，详细的测算并分解了中国各地区的农业全要素生产率，结论指出1978到2007年期间，中国农业全要素生产率年均增长为0.7%且增长主要来自于农业技术进步；王珏等运用Malmquist指数方法对中国各地区的农业全要素生产率进行了测算并通过空间计量模型对农业全要素生产率的影响因素进行了实证分析，得到结论：地理因素、土地利用等影响因素对农业全要素生产率具有显著影响；杜江等通过GML指数和Tobit模型测算农业技术进步、环境技术效率与环境全要素生产率之间的关系，分析以上三种因素的对环境全要素效率的影响，结论表明农业环境全要素生产率增长的主要驱动力是技术进步，存在一定的倒U关系。对于农业全要素生产率的测量主要有两种方法，一个是DEA-Malmquist指数方法，还一个是随机前沿生产函数法，张乐等应用随机前沿生产函数法测度中国农业全要素生产率变化及其分解并通过也纳入配置效率变化来分析农业全要素生产率变化的影响因素，结论表明配置效率变化是农业全要素生产率增长的主要促進因素，农业全要素生产率增长存在明显的地区差异且配置效率变化是其地区差异的主要因素来源。马海良等通过超效率DEA模型和Malmquist指数方法，测算出三大经济地区的能源效率和全要素生产率从而进一步分析全要素生产率分解的各指标对能源效率的影响。

国内文献对于广西农业全要素生产率的测量分析较少，因此基于以上研究，本文在前人研究的基础上采用DEA-Malmquist指数方法测算并分解广西14个行政市的农业全要素生产率指数，对广西农业全要素生产效率的影响因素进行分析，为广西农业经济的可持续发展提供对策建议。

1 模型的构建与理论基础

1.1 数据包络分析法

数据包络分析法是国内外学者常用的一种效率评价方法，数据包络分析法在解决存在多项投入和产出要素问题上有很强的适用性，该方法的优势在于：一是可以直接采用统计数据进行运算，不需要对不同量纲的相关指标进行处理；二是它仅通过线性规划的方法，而不需要具体的函数形式来得到前沿函数，也就是说只需要知道投入要素和产出要素之间存在关系，而不用知道其准确的量化关系便可以使用。因为该方法的上述优点，在存在多项产出和投入要素的问题中具有很高的适用性。

1.2 Malmquist指数

Malmquist指数方法是在数据包络分析法（DEA）的基础上提出的，Malmquist指数方法首先由Malmquist提出用来分析各时期的消费变化，此后逐渐发展用来测算生产率的变化，Malmquist指数方法将生产率的变化分解为技术进步和技术效率的变化俩个方面，该方法弥补了DEA模型不能对动态数据进行研究的不足，其主要数学公式如下：

MTFP（xt，yt，xt+1，yt+1）=Dt（xt+1，yt+1）Dt（xt，yt）×Dt+1（xt+1，yt+1）Dt+1（xt，yt）（1）

Malmquist指数是利用距离函数的比率来计算的DEA模型，公式（1）计算出从t时期到t+1时期的Malmquist指数，用全要素生产率（TPF）来表示，xtyt分别表示t时期投入和产出。当M大于1时，TFP上升，反之则下降，当M=1时没有变化，为了进一步研究TFP的变化，在规模报酬不变的情况下，可将TFP分解为技术进步（techch）和技术效率变化（effch），如公式（2）：

MTFP（xt，yt，xt+1，yt+1）=Dt+1c（xt+1，yt+1）Dtc（xt，yt）×Dtc（xt+1，yt+1）Dt+1c（xt+1，yt+1）×Dtc（xt，yt）Dt+1c（xt，yt）=effch×techch（2）

若effch和techch等于1，说明两者没有变化。在规模可变的情况下，技术效率可以分解为纯技术效率（pech）和规模效率（sech），如公式（3）：

MTFP（xt，yt，xt+1，yt+1）=Dt+1v（xt+1，yt+1）Dtv（xt，yt）×Dtv（xt，yt）Dtc（xt，yt）/Dt+1v（xt+1，yt+1）Dt+1c（xt+1，yt+1）Dtc（xt+1，yt+1）Dt+1c（xt+1，yt+1）×Dtc（xt，yt）Dt+1c（xt，yt）=pech×sech×techch（3）

1.3 評价指标的选取及数据来源

本文选取广西壮族自治区14个地区2012-2019年近8年的基础农业数据，以广西农林牧渔生产总产值作为产出指标（万元）。根据广西的农业生产特点和数据的可得性，投入指标选取有农用化肥使用量折纯量（万吨），农业机械总动力（万千瓦），主要农作物播种面积（千公顷），有效灌溉面积（千公顷），以这些投入指标来反映广西农业发展阶段。本文所用数据均来源于2012-2019年的《广西统计年鉴》。部分数据如表1所示。

2 结果与分析

2.1 实证结果

依据2012-2019年的《广西统计年鉴》的投入产出的数据指标，运用DEAP2.1软件对广西14个地区农业的相关数据进行测算，从而得到广西各地区农业的全要素生产率指数，全要素生产率等于techch×effch，而effch可以进一步分解，effch=pech×sech。通过指标分解所得各项数据如表2、表3所示。

2.2 结果分析

2.2.1 整体分析

由表2的结果来看，在2012-2019年期间，广西农业经济增长全要素生产率为1.048、技术进步效率1056、规模效率1001且大于1，纯技术效率和技术效率小于1，可以表明广西14个地区农业生产中纯技术效率和技术效率出现退步现象而规模效率有所增长，技术进步。此外，广西14个地区TFP2012到2019年每年平均增长率为48%，经历了比较快速的增长，呈现逐年上升的趋势但波动性较强；从更进一步的分解指标来看，技术效率退步，技术进步是广西TFP增长的主要驱动力；2012年到2019年近8年，广西14个地区农业技术进步效率年均增长56%，但是农业技术效率年均降低08%，农业技术进步效率在8年的期间里均大于1，农业技术发展较快实现了快速增长，而技术效率总体上是下降的，进一步将技术效率分解，由表2可以看出，纯技术效率年均下降008%，而规模效率年均增长001%，实证结果说明广西技术效率呈现下降状态主要是由于纯技术效率下降引起的，在一定程度上导致了技术效率的下降。

2.2.2 广西农业全要素生产率及其分解的区域性差异

（1）北海市、防城港市、钦州市这三个地区全要素生产率呈现上升趋势且与全要素生产率相关分解指标均大于1，其中防城港市实现了全要素生产率年均8.4%的增长。

（2）广西14个地区的全要素生产率均大于1，其中上涨速度较快的有北海市、防城港市、崇左市，其中防城港市年均增长高达8.4%，但是14个地区中有8个地区的全要素生产率的增长主要来源于技术进步，而在14个地区中只有防城港市、河池市、崇左市3个地区实现了技术效率和技术进步共同增长，这说明广西地区农业技术的使用效率还有待提高。

2.2.3 逐年趋势分析

（1）2012-2015年广西全要素生产率虽有波动但还是保持增长，其中主要影响因素是技术进步。

（2）从2015年开始一直到2019年，技术效率和技术进步效率指标均大于1，农业全要素生产率增长速度较快，技术进步和技术使用效率的改进一同促进了全要素生产率的增长，其中技术进步是主要推动力。

3 结论与建议

3.1 结论

本研究使用广西14个地区2012-2019年近8年的农业相关数据，采用DEA-Malmquist指数方法测算并进一步分解了广西农业全要素生产率，在这个基础上进行分析，结果表明。第一，广西14个地区在2012年到2019年农业全要素生产率实现了年均4.8%的增长，其增长的主要驱动力来源于技术进步，技术效率不是主要驱动因素，并且技术效率在部分地区出现了倒退。第二，广西省内14个地区农业全要素生产率差异较大，其中北海市、防城港市、贺州市、崇左市增长较快。第三，广西14个地区中有9个地区规模效率下降或不变，阻碍了全要素生产率的上升，说明广西各地区规模化生产有待改进。

3.2 对策建议

针对以上结论，为提高广西农业全要素生产率，重视全要素生产率对经济增长的影响，可以采取以下对策建议。

（1）加大农业科技投入。首先，科技进步是广西农业全要素生产率增长的主要因素，因此应该加大农业科技投入，发挥科技进步对于全要素生产率的促进作用；其次，应该培养农业科技人才，推动农业科技的研发以及对于农业科技的使用效率，因为在研究中显示广西技术效率并不是全要素的主要驱动因素，其中部分地区在2012年到2019年期间技术效率不变甚至下降，说明技术的适用性和效率改进有发展的空间，所以推动农业科技人才的培养，才能更好的引导个人和企业对于农业科技的实用性研发，进而提高农业科技的使用效率，从而更好地提高农业全要素生产率。

（2）因地制宜，按各个地区不同地域特色发展特色农业。广西各地区农业禀赋不同，对于农业科技的适用性也存在较大的差异，可以通过因地制宜发展各地区特色农业，发挥各自的区域优势，因地制宜实现特色农业的规模化生产，打造具有地域特色的农产品品牌，提高农业作物的附加值。

（3）促进农业经济规模化发展。要继续推动农业供给侧改革，合理化投入要素规模，实现投入要素的最优配置，实现农业的规模化生产，提高农业的规模效率从而促进农业的全要素生产率。

参考文献

［1］全炯振.中国农业全要素生产率增长的实证分析：1978-2007年——基于随机前沿分析（SFA）方法[J].中国农村经济，2009，（09）：3647.

[2]王珏，宋文飞，韩先锋，等.中国地区农业全要素生产率及其影响因素的空间计量分析——基于1992-2007年省域空间面板数据[J].中国农村经济，2010，（08）：2435.

[3]杜江，王锐，王新华，等.环境全要素生产率与农业增长：基于DEAGML指数与面板Tobit模型的两阶段分析[J].中国农村经济，2016，（03）：6581.

[4]张乐，曹静.中国农业全要素生产率增长：配置效率变化的引入——基于随机前沿生产函数法的实证分析[J].中国农村经济，2013，（03）：415.

[5]马海良，黄德春，姚惠泽，等.中国三大经济区域全要素能源效率研究——基于超效率DEA模型和Malmquist指数[J].中国人口·资源与环境，2011，21（11）：3843.

[6]余学林.数据包络分析（DEA）的理论、方法与应用[J].科学学与科学技术管理，1992，（09）：2733.

[7]汪建，赵驰，周勤，等.前端创新、研发绩效与新兴产业成长——以中国风电产业为例[J].现代经济探讨，2012，（05）：8488.