我國小麥主產區小麥生產效率研究

朱婷

摘要：近年來，我國小麥總產量有所提升，但在新的國情下，僅僅停留在小麥總產量層面的研究無法全面衡量我國小麥的生產力水平。本文利用DEA-Malmquist模型，對我國小麥主產區在20009-2014年的面板數據進行全要素生產力變動的測算，剔除外部環境因素和隨機干擾的影響后對影響小麥生產率的因素進行分析。

關鍵詞：小麥生產效率；DEA-Malmquist模型

一、引言

小麥是我國地位僅次于水稻的主要口糧，與我國的民生問題緊密關聯，牽動著我國社會安穩程度，因此對于小麥生產問題的研究是十分有必要的，這關系到我國的糧食安全戰略。

增加小麥產量一般有兩個途徑，一方面擴大種植規模從而實現總產量增加的目的。另一方面是提高單產量。近年來農業資源越發緊張，環境污染問題也越來越嚴重，這對于我國小麥生產提出了新的要求。我國土地資源緊張，人多地少是長期存在的矛盾，而隨著城市化進程加快，耕地面積還將減少，小麥播種面積對小麥總產量的貢獻度越來越低，小麥總產量增加將主要依賴于小麥單位產量的提高。因此，提高小麥單位產量，減少生產投入消耗，對于我國提高小麥生產效率，同時兼顧可持續發展要求具有重要意義。

二、文獻述評

國內外學者對農業生產效率進行了大量的研究，為農業發展做出了巨大貢獻。Haag（1992）使用DEA模型，評估了美國德州41個郡的農業生產效率水平；coelli（2005）運用曼奎斯特生產率指數法，測算了93個國家在1980-2000年間的農業全要素生產率并對此進行了分析；M ehm et等人（2007）用SFA回歸分析法分析了對土耳其75個農場的技術效率造成影響的因素。國內學者諸如周宏（2003）認為農業生產受到有限資源的約束，想要實現長期增長的目標，需要從提高農業生產效率上著手：而吳玉鳴認為對我國農業產出量影響最顯著的要素是勞動和資本。于法穩（2005）探討了可持續農業與全要素生產率、技術效率、規模效率的關系；馬鳳才（2008）用定性與定量相結合的分析方法，對黑龍江省農業生產的可持續性進行了研究。

現有文獻對于效率問題的研究較為常用的分析方法是DEA和SFA。相比較隨機前沿分析，DEA模型具有明顯的優勢，不僅可以對多產出多投入的生產問題進行分析，同時不需要事先確定生產函數和相關參數。前輩學者們更多地從宏觀角度對整體農業生產效率進行研究，成果也是極其豐碩的，但小麥是我國重要口糧之一，牽動著我國糧食安全和社會穩定，因此本文基于數據包絡模型，采用DEA-Maim quist指數模型測算全要素生產率及其變動來衡量小麥生產效率水平，以期為提高小麥生產效率提出可供參考的建議，

三、模型設定與變量選取

（一）Ma Imqu i st生產率變動指數的線性等式如下所示：

該公式表示的是第期的樣本點的生產效率的進步，其中表示的是以時期t所處生產前沿面為準，在投入生產要素x后獲得的產出量y能夠增加的最大比例。D表示的是以時期所處生產前沿面為準，在投入生產要素x后獲得的產出量y能夠增加的最大比例。M>1時表示生產率獲得了提高：M<1代表了生產率有所下降：而當M=1時表示生產率保持不變。

（二）投入產出指標選取

模型中指標的選取，關系到測量結果的準確性，本文基于可靠性原則和可獲得性原則，兼顧投入產出指標數量的適當性，選取指標如下：

小麥的生產活動需要投入的眾多要素，本文將從土地投入、人力成本、物料費用這幾個方面確定指標。勞動力投入方面選擇每畝人工成本，物料費方面的指標設置從兩個角度考慮，一是小麥種植中每畝化肥折純用量，另外除了化肥的施用量，其他的投入要素都歸類到每畝物質與服務費用（x1）指標。同樣為了保證獲得的數據在研究年份和不同地區間具有連續性和完整性，本文選取的產出變量為研究年份中各地小麥生產的畝產量和畝產值。

（三）環境變量指標

在小麥的生產種植過程中，其產量除了受到我們的投入要素影響外，還會受到許多其他因素的影響，本文從宏觀經濟環境、國家政策支持力度以及自然環境因素等層面取合適的指標作為環境變量：

（1）宏觀經濟環境。良好的社會經濟環境，對于農業生產活動具有十分積極的意義。一般來說，農民收入水平越高，農民對于從事農業生產的積極性也越高，從而能夠提升我國農業生產的效率；另一方面隨著我國新型城鎮化政策的推進，農業人口轉移至城市已成為趨勢，這意味著農業生產要素的配置將越來越合理化.對小麥的生產具有十分積極的作用。因此本文用農民收入水平（農村居民家庭人均純收入）和城鎮化水平（城鎮人口與總人口的比值）來衡量我國的宏觀經濟環境。

（2）國家政策支持力度。積極的農業政策不僅是農業科技進步的動力機，也是農業資源投入的保障所在。考慮到數據的可獲得性，本文選擇財政支農（農林水事務占當地財政支出的比重）來衡量國家政策對于小麥種植的影響。預期農林水事務支出比重的增長將促進小麥的生產。

（3）自然災害。本文選擇受災面積作為指標來衡量各地受自然災害的影響程度。預期自然災害對于小麥生產會產生負面影響。

本文投入與產出指標的數據來源于2009年至2015年份的《全國農產品成本收益資料匯編》，環境變量指標的數據來源于相關年份的《中國統計年鑒》和各研究地域的地方統計年鑒。四、實證分析

基于投入導向的Bcc-DEA模型，運用傳統的DEA-M ah qu ist指數法對我國小麥生產效率進行測算，得到全要素生產率變動指數、技術效率變動指數、技術進步變動指數，其中技術效率變動指數進一步可分解為純技術效率變動和規模效率變動指數，由表1對小麥全要素生產率變動及其分解指數分析，可以得到以下結論：

一是我國小麥生產效率波動較大，但整體上變動不顯著，具體表現為2009-2014年小麥主產地平均tfpch為0.999；二是從tfpch構成來看技術進步是全要素生產率增長的主要動力來源，技術效率對于全要素生產率增長沒有起到正向推動：三是從年份來看，2009-2010年小麥生產效率下降最為明顯，全要素生產率變動指數僅為0.911，2013-2014小麥生產率水平增長最快，達到了12%。

分析表2中數據可以看到，2009-2014年我國多個小麥主產省全要素生產率呈上升的趨勢。其中年均全要素生產率變動指數最大的省份是內蒙古，上升了4.7%。內蒙古的平均技術效率變動指數為1.013，在現有技術水平的條件下，小麥種植業對于投入要素的利用率提高了1.3%：技術變動指數為1.033，在小麥種植的創新方面有一定的進步；純技術效率變動為1.022.規模效率變動為0.992。可以看出的是內蒙古全要素生產率的增長是技術效率改善和技術進步共同促成的，技術效率的改善主要取決于規模效率的提高，內蒙古在2009-2014年間規模效率年均增長達4.7%，同時在現有科學技術水平下對于新技術、新管理模式的應用還不到位。黑龍江的年均全要素生產率變動指數僅次于內蒙古為1.046，增長了4.6%。黑龍江在這幾年的技術效率變動指標為l，這表示了在現有的技術條件下，小麥生產中的投入要素量獲得了最優的產出，技術效率沒有得到進一步改善。技術進步實現了4.6%的增長，直接帶動了小麥生產全要素生產率的提高。甘肅的年均全要素生產率較低，下降了5.8%，全要素生產率的下降主要原因在于技術效率的衰退，在現有的技術投入水平下，對于資源的利用率較低。

五、結論與啟示

通過以上分析，可以得出以下結論：第一，通過DEA—M ab quist指數法，可以發現整體上15個小麥主產區的平均全要素生產率小于1，從動態上表明整體全要素生產率是下降的，tfpch值為0.999，近似于1，這種下降不是很明顯，通過統籌小麥種植規劃，加強管理，推進新技術的應用，推廣農用機械覆蓋率，很有希望在此基礎上取得全要素生產率的顯著增長。第二從整體上來看，在樣本年份，純技術效率和規模效率變動指標值都小于1，說明技術效率低下不利于全要素生產率增長，是全要素生產率沒有增長的主要原因。

上述結論可以為提高我國小麥主產區的小麥生產效率指明方向。首先要繼續推行各項支持農業發展和農業創新的政策并注意保持政策的連續性和穩定性，在落實政策的過程中注意結合各省市的小麥實際生產投入情況，有針對性地進行政策和財政方面的扶持與幫助，杜絕“一刀切”現象。另外我國小麥生產效率增長主要靠技術進步帶動，這是好現象，今后的生產中要注意保持這種優勢，同時對于現有資源和技術，政府及相關科研單位需要進一步對實用性進行推廣與普及，培養農戶不斷學習掌握新技術的意識，提高對已有生產資料的利用效率。