中国农产品生产效率和经济效益分析

宗冬琳　王弢

摘要 选取2011—2020年中国16个农产品的投入和产出指标，运用BCC模型和Malmquist模型对农产品的生产效率和经济效益进行静态和动态分析。Malmquist模型结果表明，中国农产品生产效率主要受技术效率的影响，其中受技术效率影响最大的作物是油菜和棉花。在农产品经济效益方面，BCC模型得出全国非有效性农产品有6种，对非有效性农产品进行投入指标的调整。非有效性农产品在人工成本要加大投入，部分农产品的化肥投入应减少。针对结果提出相应政策，我国应结合农产品自身的耕作特点进行农业技术创新提高技术效率和推广农业科学技术。

关键词 农产品；生产效率；经济效益；BCC模型；Malmquist模型

中圖分类号 S-9 文献标识码 A文章编号 0517-6611（2023）15-0198-04

doi：10.3969/j.issn.0517-6611.2023.15.048

Analysis of Production Efficiency and Economic Efficiency of Agricultural Products in China

ZONG Dong-lin， WANG Tao

（College of Agricultural and Biological Science， Dali University， Dali， Yunnan 671003）

Abstract This study selects input and output indicators of 16 agricultural products in China from 2011 to 2020 to conduct static and dynamic analysis of production efficiency and economic efficiency of agricultural products using BCC model and Malmquist model.The results of Malmquist model show that the production efficiency of agricultural products in China is mainly influenced by technical efficiency， among which the most affected crops by technical efficiency are oilseed rape and cotton. In terms of economic efficiency of agricultural products， the BCC model yielded six types of non-effective agricultural products China， and the input indexes were adjusted for non-effective agricultural products. Non-effective agricultural products should have more inputs in labor costs and fertilizer inputs should be reduced for some agricultural products. In response to the results， corresponding policies are proposed， and China should combine the farming characteristics of agricultural products themselves to carry out agricultural technology innovation to improve technical efficiency and promote agricultural science and technology.

Key words Agricultural products;Production efficiency;Economic efficiency;BCC model;Malmquist model

如何提高农产品的生产效率和经济效率继而提高农业生产率，实现农业发展方式的转型是以农业为基础的发展中国家最为关心的问题。对于分析农业生产效率最常用的方法则是数据包络分析方法（DEA），是一种非参数前沿效率分析方法，用来衡量具有多项投入与多项产出的决策单元（DMU）的相对效率和有效性［1］。主要起源于Farrell［2］将生产率的概念扩展到生产效率，综合考虑决策单元的多种投入和多种产出。Banker等［3］在前人的基础上提出BCC-DEA模型，将CCR技术效率所包含的规模效率排除，因此也称为纯技术效率。不管是BCC模型还是CCR模型都只能对同一期的决策单元进行分析，属于静态分析。基于Malmquist［4］提出了全要素生产率TFP的概念来分析决策单元生产率的变化；Fre等［5］于2004年构建了Malmquist指数模型对面板数据进行整体分析和跨期比较，属于动态分析。由于DEA模型不需要任何权重假设的特点，在许多领域得到广泛的应用，如对港口企业进行评价和定量分析［6-7］，医疗保健行业及社会保健机构进行经营效率的评价［8-10］，科技金融效率的研究［11-13］以及城市经济状况和公共事业管理评估等［14-15］。

基于DEA模型对农业生产效率的研究有很多，Haag等［16］运用DEA模型对农业生产率进行评估，Kawagoe等［17］对农业生产效率进行综合分析，说明一个地区的农业生产率高低与劳动力无关，与地区的发展水平有关；但Ball等［18］认为生产效率与资本的积累成相关性；Vollrath［19］分析了土地分配不公对农业生产效率的影响。因此，笔者以2011—2020年全国1 553个县66 000多个农户农产品的投入和产出汇总数据，采用BCC模型和Malmquist指数模型对10年来全国16种农产品生产率进行静态和动态分析，为正确评价我国农产品的生产率和经济效益，寻找提高农产品生产率和经济效益的方法及其影响因素提供依据，并提出相关政策建议。

1 研究对象与方法

1.1 研究对象

（1）决策单元的选择。

以水稻、小麦、玉米、大豆、油菜、棉花、甜菜等16个农产品作为DEA模型的决策单元。

（2）评价指标的构建。

因投入和产出指标要符合同向性原则，采用Pearson相关性检验对指标进行筛选。最终以各农产品单位面积人工成本、燃料动力投入、化肥投入、种子投入作为投入指标；产量、产值作为产出指标（表1），各指标均能在0.05显著性水平通过双尾检验。所有的样本分析数据来源于2011—2020年的《全国农产品成本收益资料摘要》。

1.2 研究方法

1.2.1 DEA模型。

DEA的模型有多种，该研究选取的是基于生产可能集规模收益可变的BCC模型，与传统的CCR模型相比可以更好地说明纯技术效率和规模效率。基于投入的BCC对偶形式下的模型如下：

minθ-ε（TS-+eTS+）

2 结果与分析

2.1 Malmquist指数模型分析

表2为2011—2020年16种作物的年均生产率Malmquist指数及其分解。其中MPI>1的作物有9种，占56%，说明这9种作物的年均全要素生产率与上一期相比增加。MPI<1的作物主要受技术效率变化指数EFFCH和技术进步变化指数TECH两者的影响。其中年均技术效率EFFCH大于1的作物只有马铃薯和圆白菜，而年均技术进步大于1的作物有11种。由技术效率分解的纯技术效率和规模效率，与上一期相比呈现增长趋势的作物种类分别有3种和2种。豆角的MPI和技术进步指数TECH年均增长率最高，增长幅度都为4.9%；甜菜的MPI年均负增长率最高，-12.0%。技术效率变化指数EFFCH年均增长率最高的是西红柿，增加幅度为2.0%。

2.2 BCC模型结果分析

由表3可知，θ>1的DEA有效作物有10种，其ni=1Xi=1规模报酬不变（-）；对于θ<1的非DEA有效的其他作物，ni=1Xi<1的规模报酬递增（irs），可通过增加投入提高规模收益。且不存在ni=1Xi>1的情况，说明16种农产品不存在投入冗余。对于纯技术效益<1，则有5种作物需要提高技术水平；规模效率<1，有6种作物需要提高规模效率。

对于非DEA有效的作物，其投入指标的调整方案见表4。从表4可以得出，需要增加人工成本投入和对棉花和辣椒以外的作物减少化肥的投入。其中人工成本和化肥投入增加最多的是棉花，为6 660.900和1 141.125元/hm2；而水稻、小麦、玉米和西兰花的化肥投入需要相应的减少投入，所有的非DEA有效作物无须增加燃料动力和种子投入。最终才能使作物的综合效益指标θ=1，S-和S+同时等于0，成为DEA有效作物。

3 結论与讨论

运用Malmquist指数模型测算了我国2011—2020年16种作物的生产效率，结果表明，随着时间的推移，全国16种作物的年均MPI有7种持续降低（表2），原因是技术效率（EFFCH）降低，而技术效率主要受纯技术效率和规模效率的影响。说明了7种作物的年均纯技术效率和年均规模效率与上一期相比是减少的。其中受技术效率EFFCH影响较大的作物是油菜和棉花（表2）。全要素生产率MPI>1的作物有9种，主要来源于技术进步水平TECH的改进，技术效率起拖累作用。

运用BCC模型对16种作物的经济效益进行分析，结果表明有10种作物经济效益达到有效状态，有6种作物经济效益未达到有效状态（表3）。其中有68.75%的作物纯技术效率达到1，规模效率有62.50%的作物达到1。大部分作物在技术效率和规模效率上存在不同程度的改进空间，特别是辣椒的技术效率值为1，规模效率则为0.998，从而导致综合效益值θ小于1，为非DEA有效性作物。因此通过Matlab进行线性规划和求解，对非DEA有效性的6种作物进行投入指标的调整（表3）。结果表明，非DEA有效的作物无须增加燃料动力投入和种子投入，但需全体增加人工成本投入，大部分作物需减少化肥投入才能成为规模收益最佳的DEA有效作物（表4）。

根据以上结论，提出以下政策建议：①我国农产品生产效率主要受技术效率的限制，应结合不同作物的耕作特点进行技术效率的改革，不能按照一个耕作模式来发展农产品。二十大报告也提到要健全耕地休耕轮作制度，确保农产品产业链供应链安全。而影响技术效率最重要的一点就是技术创新，只有提升技术创新水平才能促进我国农产品生产率的发展。影响我国技术效率的技术主要是栽培技术，目前我国栽培技术仍停留在传统的耕作经验上，而国外已实行科技化的规划和定量栽培。②我国不仅在技术创新方面落后于发达国家，在技术推广和应用方面也有一定的差距。目前大部分农村不具备农业科技推广站。因此，要结合各作物的耕作特点，宣传农业科学技术，用更加专业的技术去种植作物，提高农产品的生产率。

参考文献

［1］ 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.

［2］ FARRELL M J.The measurement of productive efficiency［J］.Journal of the royal statistical society：Series A（General），1957，120（3）：253-290.

［3］ BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］.Management science，1984，30（9）：1078-1092.

［4］ MALMQUIST S.Index numbers and indifference surfaces［J］.Trabajos de estatistica，1953，4（2）：209-242.

［5］ FARE R，GROSSKOPF S.Modeling undesirable factors in efficiency evaluation：Comment［J］.European journal of operational research，2004，157（1）：242-245.

［6］ ROLL Y，HAYUTH Y.Port performance comparison applying data envelopment analysis （DEA）［J］.Maritime policy ＆ management，1993，20（2）：153-161.

［7］ TONGZON J.Efficiency measurement of selected Australian and other international ports using data envelopment analysis［J］.Transportation research part A：Policy and practice，2001，35（2）：107-122.

［8］ FINKLER M D，WIRTSCHAFTER D D.Cost-effectiveness and data envelopment analysis［J］.Health care management review，1993，18（3）：81-88.

［9］ VALDMANIS V.Sensitivity analysis for DEA models：An empirical example using public vs. NFP hospitals［J］.Journal of public economics，1992，48（2）：185-205.

［10］ BJUREK H，HJALMARSSON L，FORSUND F R.Deterministic parametric and nonparametric estimation of efficiency in service production［J］.Journal of econometrics，1990，46（1/2）：213-227.

［11］ HASLEM J A，SCHERAGA C A，BEDINGFIELD J P.DEA efficiency profiles of U.S.banks operating internationally［J］.International review of economics and finance，1999，8（2）：165-182.

［12］ SAEED A，SALEH S.Financial depth and efficiency， and economic growth nexus in Saudi Arabia and Oman［J］.Review of economics and business studies，2018，11（2）：105-112.

［13］ HELLMANN T，MURDOCK K，STIGLITZ J.Financial restraint：Towards a new paradigm［C］//AOKI M，KIM H K，OKUNO-FUJIWARA M，et al.The role of government in East Asian economic development comparativeinstitutional analysis.Oxford：Clarendom Press，1997.

［14］ CHARNES A，COOPER W W，LI S L.Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities［J］.Socio-economic planning sciences，1989，23（6）：325-344.

［15］ BOUSSOFIANE A，DYSON R G，THANASSOULIS E.Applied data envelopment analysis［J］.European journal of operational research，1991，52：1-15.

［16］ HAAG S，JASKA P，SEMPLE J.Assessing the relative efficiency of agricultural production units in the Blackland Prairie，Texas［J］.Applied economics，1992，24（5）：559-565.

［17］ KAWAGOE T，HAYAMI Y，RUTTAN V W.The intercountry agricultural production function and productivity differences among countries［J］.Journal of development economics，1985，19（1/2）：113-132.

［18］ BALL V E，BUREAU J C，BUTAULT J P，et al.Levels of farm sector productivity：An international comparison［J］.Journal of productivity analysis，2001，15（1）：5-29.

［19］ VOLLRATH D.Land distribution and international agricultural productivity［J］.American journal of agricultural economics，2007，89（1）：202-216.

基金項目 云南省科技厅地方本科高校（部分）基础研究联合专项（2023Y1050）。

作者简介 宗冬琳（1997—），女，云南昭通人，硕士研究生，研究方向：农业生态学。*通信作者，副教授，博士，从事农业生态学研究。

收稿日期 2023-03-06