基于三階段DEA模型的農業土地利用效率評價

吳振華 雷琳 王亞蓓

摘要：我國農業土地普遍存在經營模式粗放、土地利用效率低等問題，隨著人多地少的矛盾日益突出，提高農業土地利用效率變得至關重要。以河南省和江蘇省為研究對象，運用三階段DEA模型對31個市2012—2016年的農業土地利用效率進行分析，得到剔除環境因素和隨機因素影響的更真實的效率值。結果表明，江蘇省農業土地利用效率水平整體高于河南省;農用地利用效率受到環境因素的影響，江蘇省比河南省處于更有利的環境中;剔除環境因素與隨機誤差影響后，規模效率成為制約綜合技術效率的關鍵。進而在優化投入要素、有針對性地增加政府財政支農和引導農民進行土地流轉等層面提出相關建議。

關鍵詞：農業用地;土地利用效率;三階段DEA模型;環境因素

中圖分類號： F323.211 ?文獻標志碼： A

文章編號：1002-1302（2019）16-0317-05

收稿日期：2018-03-20

基金項目：國家自然科學基金（編號：71163008）。

作者簡介：吳振華（1972—），男，河北唐山人，博士，副教授，主要從事房地產經濟與土地利用、土地增值與收益分配研究。

通信作者：雷 琳，碩士研究生，主要從事土地集約利用、房地產經濟研究。

耕地是人類賴以生存的最基本的資源，是糧食供給和社會穩定的重要保障。近年來，隨著經濟的迅猛發展，城市的迅速擴張，非農建設大量占用耕地，使農業土地不斷減少，有限的耕地資源愈加緊缺，人多地少的矛盾日益突出[1]。同時，農村大量青年勞動力進城務工，使得耕地無人耕種，有些地區變成“空心村”，土地荒廢，嚴重浪費了農村土地資源[2]。因此，如何有效地提高農業用地效率成為我國社會可持續發展的關鍵。國外對土地利用的研究開始較早，主要集中在對城市土地資源利用的優化配置問題、城市土地的集約利用、土地利用結構的優化以及城市土地利用的評價方法上[3]。國內學者在已有理論的基礎上，結合我國的實際情況對土地利用效率作了進一步研究。研究內容包括土地利用效率的基本理論[4]、土地利用效率評價指標體系[5-6]、模型構建與評價方法[7]以及提高土地利用效率的途徑[8]等。研究方法主要有層次分析法[9]、主成分分析法[10]、TOPSIS綜合評價法[11]和數據包絡分析法（DEA）[12]。而Charnes等于1978年建立了DEA模型[13]，DEA方法因其不須要預先設定生產函數的形式、不須要提前明確各指標的權重而被廣泛推廣。由于一階段DEA無法得出效率的影響因素，Hunter等提出了兩階段DEA[14]，在研究效率的同時可以分析外界影響因素對效率影響的大小。但兩階段DEA無法進一步剔除外界環境因素和隨機誤差的影響，Fried等因此提出了三階段DEA模型[15]。該模型能夠有效去除外界環境因素的影響，得到更真實的效率值。目前對土地利用效率的研究多集中于城市，對省際各市間農業土地利用效率的研究較少，且多采用多指標綜合評價法和傳統DEA模型。因此，本研究采用三階段DEA模型，選取河南省和江蘇省各市為研究對象，在去除外部環境因素的影響后，對各市農業土地利用效率值進行評價，真實反映2個農業大省的農業土地利用效率情況。并通過對比分析2省的具體結果，深入探討現階段農村土地利用方面存在的問題，以期為改善耕地利用效率提供一定的建議和指導。

1 研究方法——三階段DEA模型

1.1 第一階段：使用傳統DEA模型分析原始效率

由于農業土地利用效率評價的多變性，選擇規模報酬可變的BCC模型，在土地利用效率評價中多采用投入導向的BCC模型。

minθ-ε（e^TS-+eTS+）

s.t.∑nj=1XjλjS-=θX0

∑nj=1Yjλj-S+=Y0λj≥0，S-，S+≥0

式中：X0、Y0分別表示決策單元投入、產出;n表示決策單元數量;λ為權重變量;θ表示決策單元的綜合技術效率;ε是一個常量，表示非阿基米德無窮小。DEA模型本質上是一個線性規劃問題。S+表示松弛變量;S-表示剩余變量;若θ=1，S+=S-=0，則決策單元DEA有效;若θ<1，則決策單元非DEA有效。

1.2 第二階段：構造隨機前沿分析（SFA）模型，剔除環境因素

在第二階段得到的投入要素的松弛變量由環境因素、管理無效率和隨機誤差項構成[16]，要分離這些影響因素，須要構建SFA模型。可以構造如下類似SFA回歸函數。

Sni=f（Zi，βn）+vni+μni;i=1，2，…，I;n=1，2，…，N。

式中：Sni表示第i個決策單元第n項投入的松弛值;Zi表示環境變量;βn表示環境變量的系數;vni+μni表示混合誤差項;vni表示隨機誤差項;μni表示管理無效率項[17]。

利用SFA回歸對原始投入變量進行調整，調整公式如下。

XAni=Xni+[maxf（Zi，β^n）-f（Zi，β^n）]+[max（vni）-vni]i=1，2，…，I;n=1，2，…，N。

式中：XAni表示調整后的投入;Xni表示調整前的投入;[maxf（Zi，β^n）-f（Zi，β^n）]表示對外部環境因素進行調整;[max（vni）-vni]表示將所有決策單元置于相同運氣水平下。

1.3 第三階段：調整投入變量后的DEA效率分析

將調整后的投入變量與原始產出變量結合，再次代入DEA模型，得到剔除環境因素和隨機誤差影響的更真實的效率值。

2 研究區域和評價指標

2.1 研究區域與數據來源

河南省和江蘇省作為全國的農業大省，有著豐富的耕地資源，糧食產量均位居全國前列。河南省包括鄭州、洛陽、開封、南陽、漯河、平頂山、許昌、三門峽、周口、駐馬店、新鄉、鶴壁、濮陽、焦作、安陽、信陽、商丘、濟源等18個市，江蘇省包括南京、蘇州、常州、無錫、徐州、連云港、揚州、宿遷、淮安、泰州、鹽城、南通、鎮江等13個市，共31個市，選取2012—2016年的數據進行研究。

數據來源于2012—2016年《河南省統計年鑒》、2012—2016年《江蘇省統計年鑒》以及各統計局官方網站。

2.2 評價指標的選取

使用三階段DEA模型對農業土地利用效率進行研究，須要確定投入產出指標和環境指標。

2.2.1 投入產出指標

指標選取是否合適對之后的分析結果至關重要。基于對土地利用效率評價指標意義與特征的理解，結合指標選取的代表性、綜合性、科學性和可獲取性，參考相關文獻，從土地、勞動力、資本三大類選取投入變量，分別用農作物總的播種面積、鄉村從事農業人員數、第一固定資產投資總額、農用機械總動力、年化肥平均使用量表示，產出變量為農業總產值。

2.2.2 環境變量的選取

環境變量指對農業土地利用效率產生影響的外部因素。目前，在環境變量選取方面尚未形成統一的標準，通過參考相關文獻并結合研究內容的實際情況，選擇以下4個變量：第1，城鎮化率。城鎮化是人口由農村向城市遷移聚集的過程，反映了一個國家或地區的經濟社會發展程度。城鎮化率表示一個地區城市人口占總人口的比重，可以反映人口從農村向城市集聚的過程。而大量農村人口涌向城市，改變了生產要素的配置，從而對耕地利用效率產生影響。第2，農業財政支出。農業財政資金主要用于支援農業生產支出、基礎設施建設支出以及科學技術的費用。農業財政支出的增加可以有效改善農業生產環境，促進農業土地利用效率的提高。第3，農村居民人均收入。收入的增加可以促進農民更多的投入到農業生產中去，投入更多的農業生產要素。第4，農業發展水平。某地區第一產業生產總值與生產總值之比表示該地區的農業發展水平，代表當地農業所占的比重以及生產要素在農業生產與非農建設之間的流動。農業產值的比重越高，越容易吸引更多的生產要素流向農業生產，但過多生產要素的投入也會造成投入要素的冗余，降低土地利用效率。

3 結果與分析

3.1 第一階段DEA結果分析

將2012—2016年河南省和江蘇省31個市的原始投入變量和產出變量代入DEAP2.1軟件，得到傳統DEA模型下各市的技術效率值（TE）、純技術效率值（PTE）和規模效率值（SE）。

由表1可知，2012—2016年河南省技術效率、純技術效率、規模效率的均值分別為0.397、0.543、0.776，江蘇省技術效率、純技術效率、規模效率的均值分別為0.816、0.928、0.875。河南省技術效率與純技術效率值較低，遠低于江蘇省的技術效率水平。由TE=PTE×SE可知，第一階段河南省技術效率低主要是受純技術效率的影響。江蘇省整體效率值較高，技術效率受規模效率影響較大。

從各個城市的技術效率值來看，南京市、蘇州市、無錫市、常州市、鎮江市的效率值整體為1.000，處于DEA有效狀態，江蘇省其余市的效率值也基本都大于0.600，處于相對高效。而河南省各市的效率值較低，幾乎均小于0.600的效率水平。可見，河南省的農業土地利用水平相對江蘇省較低，存在耕地浪費嚴重的問題，綜合效率提升的空間較大。

3.2 第二階段SFA結果分析

為了分解出環境因素、管理無效率和隨機誤差項，建立SFA回歸模型，將外部因素剔除得到新的投入變量。將第一階段中得到的投入變量的松弛變量作為被解釋變量。自變量則為城鎮化水平、農業財政支出、農民人均純收入、農業發展水平等4個環境變量。運用Frontier 4.1進行SFA回歸分析。

由表2可知，t檢驗結果大都通過顯著性檢驗，說明環境變量對投入要素的松弛變量存在顯著影響。?另外，單邊似然比檢驗值（LR）均通過顯著性檢驗，表明進行第二階段SFA回歸分析是合理且必要的。同時，從γ值均接近1可知，管理無效率的影響占主導地位。因此，有必要用SFA模型分離出農業土地利用效率的隨機誤差項和管理無效率。在回歸方程中，當系數為正時，意味著環境變量的值越大，越容易產生投入要素的浪費;反之，回歸系數為負，越有利于提高耕地利用效率。首先，城鎮化水平對各投入松弛變量均通過了顯著性檢驗，且回歸系數為負，說明提高城鎮化水平有利于優化投入要素的水平，提高資源配置的質量，有利于農村耕地的有效產出。其次，農業財政支出對鄉村從事農業人員數、農作物總的播種面積、農用機械總動力和年化肥平均使用量通過了顯著性檢驗，且系數均為負，說明增加農業財政支出可以有效改善農業生產環境和基礎設施，提高農業生產人員的積極性，從而對提高農業土地利用效率產生正向影響。再次，農民人均純收入除了對第一產業固定資產投資沒有通過顯著性檢驗，其余投入松弛變量均通過了檢驗，且回歸系數均為正。隨著農民人均純收入的增加，農民將投入更多的人力、土地、物質資源用于農業生產，易造成投入要素的冗余。最后，農業發展水

平對鄉村從事農業人員數、農作物總的播種面積、農用機械總動力、年化肥平均使用量等4個投入要素松弛變量的回歸系數為正，對第一產業固定資產投資松弛變量系數為負，均通過了1%的顯著性檢驗，檢驗值也較高，說明當第一產業產值的比重增加時，會造成人員、土地以及其他投入資源的浪費，降低耕地利用效率。從側面可以看出，我國投入生產模式較粗放，當農業生產總值較高時，反而容易造成過分追求高產值而投入過多的資源，造成耕地利用效率低下。

綜上，各環境因素對投入變量具有顯著影響。因此，須要將各市置于相同的環境和運氣下，調整投入變量值，從而得到更準確的農業土地利用效率水平。

3.3 第三階段剔除環境因素影響后DEA結果分析

第三階段將調整后的投入變量再次帶入DEA模型中，得到剔除環境因素影響后的效率值。

由表3可知，與調整前相比，2012—2016年河南省和江蘇省技術效率的平均值分別變為0.521、0.866，比調整前分別提高了 31.2%、6.1%;河南省的純技術效率均值變為0941，提升了73.7%;江蘇省的2類效率均值分別有5.5%、1.1%的小幅度上揚，分別變為 0.979、0.885，相差較小。江蘇省作為沿海經濟發達地區，更容易引進先進的技術，擁有更多高水平的農業生產人員以及更有力的政策支持。而河南省城鎮化水平較低，部分農村地區還處于貧窮落后狀態，雖然擁有更多的耕地和人力資源，但人員素質較低，且大量農村居民進入城市工作致使耕地資源荒廢。因此，江蘇省整體農業土地利用效率遠高于河南省。

經過第二階段的調整，河南省各市的技術效率值有所提高，達到中等效率水平，但依然低于相對高效的江蘇省，而純技術效率顯著提升，與江蘇省基本持平，接近效率1.000。河南省和江蘇省作為農業大省，每年的農業產值一直在全國遙遙領先，所以在技術能力和決策管理方面具有顯著的優勢。如果將河南省與江蘇省置于相同的環境下，純技術效率水平均較高效，說明河南省純技術效率的確受到環境因素的影響，在第一階段被低估。江蘇省處在更有利的經濟環境中，擁有更多的財政支持和資源優勢，因此要獲得剔除環境因素和隨機因素影響的效率值，進行第二階段是必要的。

規模效率除江蘇省淮安、鹽城、宿遷等市出現了略微上升，其余市的規模效率都有一定程度的下降，說明江蘇省和河南省各市的農業規模效率還有一定的提升空間。另外，從第二階段可以看出各市普遍存在投入要素冗余、資源浪費的現象，農業土地利用的規模和結構不夠合理。因此，要提升農業土地利用效率，在充分發揮良好的純技術效率的同時要盡力提高農業土地的規模效率。

4 結論與建議

4.1 結論

運用三階段DEA模型對河南和江蘇2個農業大省的農用地效率進行研究，剔除環境因素和隨機誤差的影響，將各市置于接近相同的環境和運氣中，更加準確地衡量各市的農業土地利用效率。結果表明，首先，江蘇省具有更先進的科學技術與管理水平，農業土地利用效率整體高于河南省。江蘇省位于我國沿海地區，經濟發達，城鎮化水平較高，雖然耕地面積小于河南省，但擁有更加領先的科學技術和管理水平，因此江蘇省的整體效率水平高于河南省。其次，農業的土地利用效率確實受到環境因素的影響，江蘇省比河南省具備更有利的環境條件。從第三階段的結果可以看出，各市的純技術效率都有一定幅度的提升，去除環境因素的影響后，河南省的純技術效率值提升尤為顯著，基本接近江蘇省的效率水平。說明江蘇省具備更有利的經濟環境，將兩省置于相同的環境下，2個省均具有良好的技術水平。最后，規模效率低是我國耕地普遍存在的問題。我國的農業土地較分散，集聚度不高，土地的配置和生產規模也不夠合理，造成投入資源的浪費，從而降低了農業土地的利用效率。

4.2 政策建議

綜上分析，結合河南省和江蘇省的經濟環境和農業土地利用情況，提出如下建議。

4.2.1 優化投入要素，減少資源浪費

第二階段分析結果顯示，河南省和江蘇省的投入要素都存在冗余，資源配置不合理，造成資源的嚴重浪費。耕地生產力和土地承載力存在一個上限，投入要素不是越多越好，因此要合理調整投入要素的量，達到最佳組合。還要鼓勵科技研發創新，推廣先進的種植和生產技術，促進耕地高產高效，把農業土地利用效率的提高從依靠投入要素的增加轉移到科學技術上來。同時，還要提高人力資源水平，貫徹落實好對農村居民的教育與培訓，幫助農民掌握先進的生產技術。

4.2.2 有針對性地加大財政支農力度，增加財政補貼

農業財政支出的增加對河南省和江蘇省各市的農業土地利用效率具有正向作用，因此須要增加政府的財政支出以提高農業土地利用效率。但是增加財政支出并不意味著盲目投資，要有針對性地分區域制定農業投資計劃，對于像江蘇省南京市、蘇州市、無錫市、常州市、鎮江市等綜合技術效率較高，經濟發展環境較好的市，農業發展已經較成熟，應該把更多的財政資金投入到農業科技創新上去。而對于像河南省大部分地區，綜合技術效率較低，須要加大財政支出的力度，完善農業基礎設施，改善農業生產環境，加強對農戶的技術指導。另外，增加對兩省農民的財政補貼，引導農民合理使用補貼，實現資源的有效配置。

4.2.3 引導農民進行土地流轉，提升農業土地規模效率

生產模式粗放、規模效率不高是我國農業土地普遍存在的問題。且隨著城鎮化水平的提高，更多的農民選擇到城市務工，使得很多土地空閑，甚至出現撂荒現象，浪費了農業土地資源，大大降低了農業土地利用效率。因此，政府及相關部門應該積極引導外出務工農民將自己的土地轉讓給種田大戶或合作組織，促進耕地的規模經營。同時，為了讓農民之間能夠共享信息，及時進行土地流轉，政府部門還要建立完善的流轉制度和中介機構，讓農戶能夠實時獲取有效的流轉信息。

參考文獻：

[1]葉 浩，濮勵杰. 我國耕地利用效率的區域差異及其收斂性研究[J]. 自然資源學報，2011，26（9）：1467-1474.

[2]張容軍，段建南. 供給側改革背景下農村閑置土地的概況與利用研究[J]. 江蘇農業科學，2017，45（19）：39-45.

[3]楊海泉，胡 毅，王秋香. 2001—2012年中國三大城市群土地利用效率評價研究[J]. 地理科學，2015，35（9）：1095-1100.

[4]唐 欣，王 震. 唐山市城鄉土地利用問題探討[J]. 產業與科技論壇，2011，10（9）：28-30.

[5]詹國輝. 城市建設用地利用效率及其影響因素探究——以江蘇省13個城市為例[J]. 華東經濟管理，2017，31（6）：11-15.

[6]周曉飛，雷國平，徐 珊. 城市土地利用績效評價及障礙度診斷——以哈爾濱市為例[J]. 水土保持研究，2012，19（2）：126-130.

[7]游和遠，吳次芳，林 寧，等. 基于數據包絡分析的土地利用生態效率評價[J]. 農業工程學報，2011，27（3）：309-315.

[8]吳旭曉. 中原經濟區中心城市土地集約利用效率評價與路徑優化[J]. 黃河科技大學學報，2012，14（3）：52-56.

[9]喬偉峰，曾洪云，李云梅，等. 基于層次分析法的滇中經濟區土地資源集約利用研究[J]. 南京師大學報（自然科學版），2013，36（2）：113-118.

[10]李 蘭，朱紅梅，周 密，等. 基于主成分分析法的吉首經濟開發區土地集約利用評價研究[J]. 江西農業學報，2010，22（4）：201-203，206.

[11]李 燦，張鳳榮，朱泰峰，等. 基于熵權TOPSIS模型的土地利用績效評價及關聯分析[J]. 農業工程學報，2013，29（5）：217-227.

[12]梁流濤，趙慶良，陳 聰. 中國城市土地利用效率空間分異特征及優化路徑分析——基于287個地級以上城市的實證研究[J]. 中國土地科學，2013，27（7）：48-54.

[13]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J]. European Journal of Operation Research，1978，2（6）：429-444.

[14]Hunter W C，Timme S G，Yang W K.An examination of cost subadditivity and multiproduct production in large U.S.banks[J]. Journal of Money Credit and Banking，1990，22（4）：504-525.

[15]Fried H O，Lovell C A K，Schmidt S .Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis，2002，17（1/2）：157-174.

[16]羅登躍. 三階段DEA模型管理無效率估計注記[J]. 統計研究，2012，29（4）：104-107.

[17]陳巍巍，張 雷，馬鐵虎，等. 關于三階段DEA模型的幾點研究[J]. 系統工程，2014，32（9）：144-149.