生產效率導向下中國農機裝備制造業發展地區評價與路徑選擇

顏廷武，李凌超，張俊飚

(1.華中農業大學經濟管理學院，湖北　武漢　430070；2.湖北農村發展研究中心，湖北　武漢　430070；3.北京林業大學經濟管理學院，北京　100083)

?

生產效率導向下中國農機裝備制造業發展地區評價與路徑選擇

顏廷武1，2，李凌超3，張俊飚1，2

(1.華中農業大學經濟管理學院，湖北武漢430070；2.湖北農村發展研究中心，湖北武漢430070；3.北京林業大學經濟管理學院，北京100083)

摘要：利用DEA方法和BCC模型，基于31個省份2004—2013年面板數據的實證分析發現，整體上中國農業生產的投入產出效率狀況并不理想，導致綜合效率非DEA有效的主要原因是規模效率無效。一些地區一味提高農業機械總動力投入非但不能促進農業增產增收，反而可能會起到相反的效果。有20個省份可以減少農業機械動力投入數量從而進一步改善農業生產效率?？臻g分布上，農業和農村經濟相對落后的中西部地區，其農機裝備制造業發展及其投入不合理狀況更加普遍。因地制宜地制定并選擇符合區域實際的農機裝備制造業創新發展路徑，是各地區下一階段工作更為緊迫的現實選擇。

關鍵詞：農機裝備制造業；地區評價；農業生產效率

1引言

伴隨市場經濟體制改革的不斷深入以及近些年農村勞動力向城市二三產業的轉移，中國二元經濟發展已越過勞動力無限供給的階段，到達了第一個劉易斯轉折點之后的階段[1]，農業產出在這一階段開始受到勞動力轉出的影響，但農業勞動力就業不足狀態并未根本轉變，仍有轉移要求，這時停止勞動力城鄉間轉移并不是解決問題的辦法。根據拉尼斯-費景漢理論，解決這個階段農業問題的出路同樣是提高其生產效率。而提升農機裝備制造業發展水平是提高農業勞動生產率和土地生產率，進而提高農業競爭力與比較效益的最有效途徑之一。

中國農機工業發展取得巨大成就，農機裝備數量快速增長，農機具配套結構不斷改善，農機裝備作業水平持續提高，且作業領域不斷拓展，對中國農業經濟發展方式轉變產生了顯著的推動作用[2]。但是與發達國家相比，中國農機裝備制造業總體水平仍不高。

影響農機裝備制造業發展水平的因素錯綜復雜，如農民人均收入水平、農戶土地經營規模、農業剩余勞動力轉移規模、農機裝備制造業社會服務水平、種植業生產的專業化程度等變量，都可能對農機裝備的采用產生影響[3-4]。

對于農機裝備制造業發展水平的評價，現有研究一般是先建立農機裝備制造業發展水平評價指標體系，然后利用層次分析法、專家評分法、綜合指數法和神經網絡等方法來評價某一國家或地區在某一時期農機裝備制造業的發展水平，在此基礎上，分析農機裝備制造業發展所處階段，各個階段的特征以及實現階段跨越的條件等[5-14]。應該注意到，發展農機裝備制造業的最終目的是為農業生產服務，而從農機裝備制造業發展對農業生產貢獻及其作用效率的角度，系統評價中國農機裝備制造業發展水平的文獻較為少見。為此，本文嘗試從這個視角切入，利用DEA方法和BCC模型，運用面板數據集對此進行實證分析。

2研究方法、指標選擇與數據來源

2.1　研究方法

本文的基本思路是，摒棄農業機械總動力越高、農機裝備制造業發展水平就越高的“數量掛帥”的傳統思維，只有當農機裝備制造業發展有效地促進農業生產時，農業機械總動力的增長才有意義，農機裝備制造業才取得了真正的發展。具體來說，將農業機械動力看作是農業生產的一種投入，通過對該投入經濟效率的DEA方法分析(有效決策單元與無效決策單元的對比)，對農機裝備制造業的發展作出以促進農業生產為導向的科學客觀的評價。

本研究的目的是從農機裝備制造業對農業生產貢獻效率的角度對農機裝備制造業發展程度予以評價，以期為農機裝備制造業未來發展的路徑選擇提供決策參考。因此選擇BCC模型將綜合技術效率分解為純技術效率和規模效率可以較好地滿足研究需要，也具有可行性。

BCC模型設定如下：

(1)

式(1)表示：假設有n個決策單元DMUj(j=1,2,…,n)，每個決策單元均有m種情況輸入和s種情況輸出，用xij(xij>0，i=1,2，…,m)表示第j個決策單元DMUj第i種輸入的投入量，用yrj(yrj>0，r=1,2，…,s)表示第j個決策單元DMUj第r種輸出的產出量，且Xj=(x1j，x2j，…,xmj)T，Yj=(y1j，y2j，…,ysj)T。式(1)中，ε為非阿基米德無窮小值，S-為投入松弛變量，S+為產出松弛變量。

2.2　指標選擇

(1)決策單元的確定?？紤]到中國數據統計上的習慣，選擇各個省份作為決策單元具有可行性。因此，本文選擇中國31個省份作為DEA分析的決策單元。

(2)輸入輸出指標的篩選。指標篩選應重點考慮兩個因素：一是決策單元的個數應大于輸入輸出指標數目之和的兩倍；二是應避免數據之間的強線性相關性。本文選擇第一產業從業人數(X1)和有效灌溉面積(X2)作為反映勞動和土地兩大要素投入的輸入性指標。需要指出的是，反映土地要素投入的指標之所以選擇有效灌溉面積而沒有使用耕地面積，主要考慮有效灌溉面積(一定程度上代表優質耕地面積)更能反映現代農業生產的效率水平。在資本投入方面，盡管有眾多指標(如農藥、化肥、柴油、種子、水電等)能夠反映農業資本要素的投入水平，但綜合上述指標設置準則以及數據可獲性和易用性等因素，本文選擇農用化肥施用量(X3)與農業機械總動力(X4)作為衡量資本要素投入的輸入性指標。在輸出指標方面，能夠反映農業產出的變量數目眾多，按照無強線性相關性與可行性、可比性的要求，基于反映和衡量農業生產效率的角度，本文選擇農業總產值(Y)作為輸出性指標。

2.3　數據來源

由于中國2003年執行新國民經濟行業分類標準，農業總產值包括農林牧漁服務業產值，為了避免統計誤差，本文采用2004—2013年中國大陸31個省份的省際面板數據，來揭示生產效率導向下農機裝備制造業發展水平的區域特征。第一產業從業人數(X1，萬人)2004—2010年數據來源于2005—2011年《中國統計年鑒》，2011—2013年數據來源于2011—2013年《全國農村經營管理統計資料》。有效灌溉面積(X2，千公頃)、農用化肥施用量(X3，萬噸)、農業機械總動力(X4，萬千瓦)與農業總產值(Y，億元)數據均來源于2005—2014年《中國統計年鑒》。

各指標數據的描述性統計結果如表1所示。

表1　各指標的描述性統計特征

3實證結果與分析

應用DEAP2.1軟件，采用BCC模型，使用投入導向的多階段DEA方法對中國2004—2013年的省際面板數據進行計算，得到如表2所示的農業生產相對有效性測度結果。

3.1　中國農業生產相對有效性評價及成因解析

由表2可見，農業生產綜合效率達到DEA有效的只有北京、上海、廣東和海南4個省份，其純技術效率與規模效率值均為1，實現了技術有效和規模有效，其農業生產效率達到DEA有效狀態。4省份綜合效率為1，規模報酬不變，表明其農業生產投入結構合理，利用方式得當，規模收益穩定且高效。但農業生產效率DEA有效的省份只占決策單元總數的12.90%，這意味著，整體來看，中國農業生產的投入產出效率狀況不夠理想。

在27個綜合效率非DEA有效的省份中，浙江和西藏的綜合效率值最高，達到0.913，其次是福建，達到0.851。綜合效率值在0.7～0.85的省份共9個，占綜合效率非DEA有效決策單元總數的33.33%；綜合效率值在0.5～0.7之間的有13個，占48.1%；綜合效率值低于0.5的有2個，分別是安徽和寧夏，占7.4%。整體分析，中國農業生產的綜合效率值偏低。

導致27個省份綜合效率非DEA有效的主要原因，在于其規模效率的非DEA有效，即規模無效。其中完全是由于規模無效導致的有7個省份，包括遼寧、江蘇、浙江、湖北、山東、西藏和新疆等；除重慶是由技術無效導致的綜合效率無效外，其他19個省份則是由規模無效和技術無效共同導致的。表2進一步表明，導致規模無效的原因有所不同，除小部分是由于規模報酬遞增引起的外，其他絕大多數是由于規模報酬遞減所致。

表2　農業生產相對有效性測度結果

純技術效率指的是在給定投入組合的情況下，決策單元的產出值與所能獲得的最大產出之間的比率。表2表明，純技術效率達到DEA有效的有11個省份，約占總數的35.5%，比綜合效率和規模效率的情況要好，而且在非DEA有效的決策單元中，技術效率值普遍高于綜合效率值。

規模效率考察的是在技術水平一定的條件下，各省份是否在最合適的投入規模下開展農業生產活動。對規模效率狀況的考察有助于認清當前各省份農機裝備制造業發展狀況及其發展是否與農業經濟活動相協調。規模報酬一般有三種情況：規模報酬遞增、規模報酬不變和規模報酬遞減。規模報酬不變是最理想的一種生產狀態，而遞增和遞減都屬于規模效率無效。對于遞減或遞增的決策單元，都需要進行改進以達到理想狀況。

規模效率達到DEA有效的省份共5個，除了北京、上海、廣東、海南4個綜合效率為1的省份之外，還有重慶。在其余26個規模效率非DEA有效的決策單元中，規模效率值在0.9以上的有9個，占決策單元總數的29%；規模效率值在0.7～0.9之間的有14個，占總數的45.2%；規模效率值低于0.7的有3個，占總數的9.7%。進一步分析可知，在26個規模效率無效的決策單元中，規模報酬遞減的有22個，占84.6%，這些省份農業投入相對過剩；規模報酬遞增的有天津、西藏、青海和寧夏4個省份，占15.4%，它們的農業投入相對不足?？偟膩砜?，中國大部分地區的農業投入已經超出最優范圍，調結構而不是增數量已成為提高區域農業產量和效益的關鍵。

3.2　中國農機裝備制造業發展的地區評價及空間分布

具體到中國農機裝備制造業的發展狀況，本文使用徑向移動值和松弛變量值對投入冗余狀況進行有效辨識。當投入指標的松弛變量不為0時，表明其所對應的投入要素對農業生產有效性的作用未能得到充分發揮。根據線性規劃和DEA基本理論，投入冗余數值大小表明，為了改善生產效率，同其他決策單元相比，被考察單元的投入要素可以減少的數量。綜合效率非DEA有效的決策單元投入冗余數值的運算結果見表3。

由表3可見，綜合效率非DEA有效但純技術效率有效的有7個省份，即遼寧、江蘇、浙江、山東、湖北、西藏與新疆，投入冗余為0，即沒有無效率的投入。這意味著7省份的要素投入數量較為適當，結構相對合理，其對農業生產有效性的作用得到發揮。

在純技術效率不為1的省份中，在控制了第一產業從業人數、有效灌溉面積與農用化肥施用量三個變量后，就農業機械總動力指標來說，河北、河南、安徽、內蒙古等20個省份具有冗余的農業機械總動力投入。這意味著，為了達到最優效率的生產，這20個省份應該減少農業機械總動力投入，從而可以省出用于農業機械總動力的資本投入而轉移到其他的農業投入領域當中，比如當前農業生產發展領域相對緊迫的農村教育問題、動植物品種改良、生態農業技術推廣等領域。其中，河北最為突出，可以減少3357.6個單位，其次是山西和安徽，分別可以減少1567.6個單位和1430.7個單位，往下依次是河南、內蒙古、廣西、陜西、云南、湖南、甘肅、江西、黑龍江、天津、寧夏、吉林、貴州、青海、重慶、四川、福建等省份。對于這20個省份來說，一味提高農業機械總動力指標非但不能促進農業增產增收，反而可能會起到相反的效果。

從空間分布特征來看，農機裝備制造業投入冗余的20個省份中，東部有3個，占東部地區全部省份的27.27%；中部有7個，占中部地區全部省份的87.50%；西部有10個，占西部地區全部省份的83.33%?？梢姡r業和農村經濟相對發達的東部地區，其農機裝備制造業發展及其投入相對合理，農業生產的效率相對較高；而農業和農村經濟相對落后的中西部地區，其農機裝備制造業發展及其投入明顯不合理，尤其是從提升農業生產效率的角度來說，中西部地區更應該把工作重心放在農業資源要素的均衡配置和優化組合上，而不是過多依賴農業機械總動力等投入指標的單純數量增長上。

綜上，就中國目前農機裝備制造業整體發展態勢來說，地區間發展不均衡、農機投入過度增長的狀況將會長期影響中國農業生產效率的改善和提升。在農業現代化進程不斷推進的背景下，中國農機裝備制造業發展的重點，應該放在因地制宜發展先進適用且低碳高效的農業機械裝備，調整農業機械戰略布局，推進農機裝備的轉型升級，提高農機裝備的利用效率等創新發展路徑選擇方面，而不是單純追求以農業機械動力增長為目標的“機械性機械化”。

4結論與建議

4.1　研究結論

(1)整體來看，中國農業生產的投入產出效率狀況并不理想，綜合效率達到DEA有效的只有北京、上海、廣東和海南4個省份。其余27個綜合效率非DEA有效的省份農業生產的綜合效率值偏低。導致27個省份綜合效率非DEA有效的主要原因，在于其規模無效。在26個規模無效的決策單元中，規模報酬遞減的有22個，這些省份農業投入相對過剩。中國大部分地區的農業投入已經超出最優范圍，調結構而不是增數量已成為提高區域農業產量和效益的關鍵。

(2)就農機裝備制造業發展態勢看，在純技術效率不為1的省份中，有20個省份農業機械總動力投入冗余數值不為0，表明占全國行政區劃64.52%的省份應該減少相應的農業機械動力投入數量，從而實現最優的資源配置效率。農機投入冗余數值從大到小排列為：河北、山西、安徽、河南、內蒙古、廣西、陜西、云南、湖南、甘肅、江西、黑龍江、天津、寧夏、吉林、貴州、青海、重慶、四川、福建。對這20個省份來說，一味提高農業機械總動力指標非但不能促進農業增產增收，反而可能會起到相反的效果。

(3)從空間分布特征來看，農業和農村經濟相對發達的東部地區，其農機裝備制造業發展及其投入相對恰當而合理，農業生產的效率相對較高；而農業和農村經濟相對落后的中西部地區，其農機裝備制造業發展及其投入不合理狀況更加普遍，尤其是從提升農業生產效率的角度來說，中西部地區更應該把工作重心放在農業投入要素的均衡配置和優化組合上，而不是過多依賴農業機械總動力等投入指標的單純數量增長上。

4.2　政策建議

(1)優化農機裝備制造業發展格局和區域布局。注重發展適合家庭經營特點的中小型、輕簡化農機裝備，形成適應不同地區經濟水平、高中低端產品共同發展的格局。按照因地制宜、經濟有效、節約資源、保護環境的發展要求，圍繞各地優勢農產品產業帶建設，協同推進不同地區農機裝備制造業發展，加大適應西部地區和丘陵地區地形地貌特點的新型農機裝備產品的研發和推廣力度。

(2)提升現有農機裝備的使用效率與服務水平。管理層面上，有效促進作業機械及其配套機具的發展，著重改善農機裝備配套比并提高利用率，力求降低單位能耗。服務層面上，把農機專業合作社作為完善農機裝備制造業公共服務的重要載體，整合區域內農機裝備制造業發展的各方力量，延長農機作業產前和產后、區內與區外的服務鏈條，整體提升農機裝備制造業為農服務水平。

(3)推進農機裝備產品的更新換代與轉型升級。著重加快中西部地區老舊農機產品的更新報廢，及時淘汰落后產能，有條件的地區主推大馬力、高性能、復式作業機械的研發與運用。加強農機制造企業技術改造，改善企業研發和生產條件，提高農機產品制造工藝和裝備水平，加快新技術、新工藝、新設備和新材料的應用，有效推動農機裝備產品轉型升級的步伐。

參考文獻：

[1]蔡昉.劉易斯轉折點后的農業發展政策選擇[J].中國農村經濟，2008，(8)：6-17.

[2]周渝嵐，王新利，趙琨.農業機械化發展對農業經濟發展方式轉變影響的實證研究[J].上海經濟研究，2014，(6)：34-41.

[3]顏廷武，李凌超，王瑞雪.現代化進程中農業裝備水平影響因素分析[J].農業技術經濟，2010，(12)：38-43.

[4]侯方安.農業機械化推進機制的影響因素分析及政策啟示——兼論耕地細碎化經營方式對農業機械化的影響[J].中國農村觀察，2008，(5)：42-48.

[5]鄭文鐘，何勇.基于GIS的浙江省農業機械化發展水平的地區比較[J].浙江大學學報(農業與生命科學版)，2004，30(6)：668-672.

[6]周晶，丁士軍.1991-2011年湖北農業機械化發展時空分異研究[J].經濟地理，2013，33(8)：109-115.

[7]李炳軍，朱永達，萬鶴群.農業機械化發展水平的概率——灰色評估方法及應用[J].農業工程學報，1997，(3)：21-26.

[8]李美娥，單士睿.改進的AHP法在評價農業機械化發展水平中的應用[J].農機化研究，2011，(5)：56-59.

[9]白冬艷.用因子分析法評價中國農業機械化發展水平[J].農機化研究，2006，(9)：1-5.

[10]孫福田，王福林.DEA方法測算農業機械化對農業生產貢獻率的研究[J].農業系統科學與綜合研究，2004，20(3)：186-188.

[11]何勇，馮蕾，吳春霞.基于粗糙集與神經網路的農機化發展水平評估方法[J].農業機械學報2004，35(2)：87-94.

[12]樓文高，王延政.農業機械化發展水平的人工神經網絡評價模型[J].農業機械學報，2003，34(3)：58-61.

[12]駱健民，鄭文鐘，何勇.浙江省農業機械化發展水平評價[J].浙江大學學報(農業與生命科學版)，2007，33(2)：217-221.

[14]陳超凡，王赟.中國裝備制造業國際競爭力及其技術進步效應研究[J].中國科技論壇，2014，(12)：80-86.

[15]W W Cooper，L M Seiford，K Tone.Data Envelopment Analysis：A Comprehensive Text with Models，Applications，References and DEA-Solver Software[M].New York：Springer US，2007.

(責任編輯譚果林)

Regional Evaluation and Innovation Development Path of China’s Agricultural Machinery and Equipment Manufacturing Based on Enhancing Agricultural Productivity

Yan Tingwu1,2，Li Lingchao3，Zhang Junbiao1,2

(1.College of Economics and Management，Huazhong Agricultural University，Wuhan 430070，China；

2.Hubei Rural Development Research Center，Wuhan 430070，China；

3.College of Economics and Management，Beijing Forestry University，Beijing 100083，China)

Abstract：With Data Envelopment Analysis method and BCC model along with panel data of 31 Provinces from 2004—2013，this paper finds that the whole efficiency of agricultural production input-output in China is not ideal.The main reason for comprehensive efficiency of non DEA effectiveness is the invalid scale efficiency.In practice，some provinces’ increasing blindly agricultural machinery total power indexes can not promote agricultural production to increase，it will have the opposite effect.Even twenty provinces can keep the agricultural output unchanged with reducing the amount of agricultural mechanical power input.As far as the spatial distribution of agricultural machinery and equipment manufacturing is concerned，its development and input is more unreasonable in China’s middle and western regions where the agriculture and rural economy is relatively backward.Thus，adjusting agricultural machinery and equipment manufacturing innovation development path according to the practice of different provinces，is a realistic choice of the next stage.

Key words:Agricultural machinery and equipment manufacturing；Regional development evaluation；Agricultural productivity

中圖分類號:F32

文獻標識碼:A

作者簡介：顏廷武(1978-)，男，山東安丘人，華中農業大學經濟管理學院副教授，管理學博士；研究方向：區域經濟、農業經濟理論與政策。

收稿日期：2014-12-31

基金項目：國家自然科學基金重點項目“現代農業科技發展創新體系研究”(71333006)，國家社會科學基金青年項目“連片特困地區農戶穩定融入農產品供應鏈的限制因素與實現機制研究”(13CJY076)。