基于Malmquist指數法的珠三角耕地生產效率研究

秦鐘, 王璐,* , 張春霞, 隆少秋, 袁蘭

基于Malmquist指數法的珠三角耕地生產效率研究

秦鐘1,2,3,4, 王璐1,2,3,4,*, 張春霞1, 隆少秋1,2,3,4, 袁蘭1,2,3,4

1. 華南農業大學資源環境學院, 廣州 510642 2. 國土資源部建設用地再開發重點實驗室, 廣州 510642 3. 廣東省土地利用與整治重點實驗室, 廣州 510642 4. 廣東省土地信息工程技術研究中心, 廣州 510642

耕地的利用效率是保障我國社會經濟持續穩定發展的重要前提。為深入了解珠三角地區耕地資源的利用情況, 采用基于數據包絡分析法(Data Envelopment Analysis, DEA)的Malmquist生產率指數對2001—2016年間耕地的全要素生產率進行測度。結果發現, 珠三角各縣(區)耕地的生產效率整體達有效且趨于不斷改善狀態。其中金灣區、順德區、德慶縣、江海區和白云區的技術進步、技術效率均呈現同步增長, 耕地的生產效率處于最優水平。番禺區、東莞市、惠陽區等縣(區)耕地的生產效率為負增長, 技術進步增幅較小和技術效率下降是導致耕地生產效率下降的主要原因。建議這3個縣(區)在遏制耕地面積持續減少的前提下, 通過繼續推進科技創新、提高土壤質量和優化資源配置等來改善這一狀況。

耕地; 生產效率; Malmqusit 指數; 珠三角

0 前言

耕地是農業生產過程中最重要的投入要素。從長期的趨勢來看, 人口與土地關系的總趨勢是人口增加, 耕地數量與人均占有量不斷減少, 土地質量退化, 未來可供開發的后備耕地資源有限, 人口與土地之間的矛盾日益尖銳, 且在短時期難以逆轉[1]。作為人類賴以生存發展的基本條件和不可替代的自然資源, 土地產出是農村家庭最為重要的收入來源, 提高耕地生產效率也是促進農民增收的重要手段之一。如何最大限度地保護與合理利用有限的耕地資源, 對于保障糧食安全、促進區域社會穩定與經濟持續發展具有重要的現實意義。為此, 許多學者已采用多種方法, 從不同的角度對耕地資源的利用效率開展了大量的研究, 內容主要集中在耕地利用效率的指標構建[2–3]、區域差異[4–5]、影響因素[6–7]及政策建議[8–9]等方面, 涉及的研究尺度涵蓋了宏觀大尺度(省域、市域)和中、微觀小尺度(縣域、鎮域)等, 所采用的方法主要有Cobb-Dauglas生產函數、數據包絡分析模型、比值分析法等。為了對耕地生產效率空間特征進行分析, 一些學者[2-10]還借助了GIS技術和空間統計學方法研究其空間差異性、關聯性等。這些研究對深入剖析耕地生產效率變化規律及原因、探尋提升耕地資源高效利用的途徑或改進措施等奠定了堅實的基礎。總體來看, 目前對耕地生產效率所開展的研究中所采用的投入指標與產出指標也存在著較大的差異, 尚未有統一的測度指標體系。如何因地制宜, 構建耕地高效利用和優化路徑等問題仍需開展大量的實證研究和深入總結。

珠江三角洲地區是我國改革開放的前沿地區和經濟高度發達地區, 在工業化、城市化和現代集約化農業的長期高速發展的背景下, 現已成為我國基本農田被大量非農占用, 耕地數量銳減與質量同步下降、環境污染最嚴重、人地矛盾最為尖銳的地區之一[11]。在多年來對農村土地整治、耕地質量提升和現代農業技術不斷發展的過程中, 耕地資源投入產出的水平如何, 總體利用效率發生了怎樣的變化, 如何進一步提升等問題有待明確。為此, 研究將在參考現有耕地生產效率評價的基礎上確立相應的投入產出指標體系, 采用數據包絡模型、Malmquist 生產率指數對珠三角各縣(區)耕地的生產效率進行測度, 為明確耕地生產效率的變動規律, 探究其影響因素等提供科學依據。

1 材料與方法

1.1 Malmquist 生產率指數

Malmquist 指數由Malmquist[12]于1953提出, Caves和Christensen[13]將其用于生產效率變化的測算。1994年Fare[14]將這一理論的一種非參數線性規劃法與數據包絡分析法理論相結合, 將Malmquist生產率指數分解為效率變化和技術變化兩部分, 并將效率變化進一步分解為技術效率變化和規模效率變化, 對技術變化部分亦作了進一步的剖析, 使Malmquist指數得以廣泛應用。

Malmquist指數是通過對不同時期生產點距離的幾何平均值來計算的, 因此, 為了避免由于時期選擇上的隨意性可能出現的差異, Caves和Christensen[13]在1982年模仿Fisher 理想指數的構造方法, 將式(1)與式(2)的幾何平均值作為衡量從t時期到t+1時期全要素生產率(Total Factor Productivity, 簡記為TFP) 變化的Malmquist生產率指數, 即:

在規模報酬不變的情況下, 式(3)可以表示為技術效率變化指數(Technical Efficiency Change Index, 簡記為Ech)與技術變化指數(也稱技術進步指數, Technical Change Index, 簡記為Tch)的乘積, 即:

在規模報酬可變的情況下, 由于技術效率(Ech)可以進一步分解為純技術效率(Pure Technical Efficiency, 簡記為 Pech)與規模效率(Scale Efficiency, 簡記為 Sech), 此時, 式(4)可以表示為純技術效率變化指數(Pech)、規模效率變化指數(Sech)與技術變化指數(Tch)的乘積, 即:

1.2 評價指標的選取

參閱了最新國內外有關土地利用效率評價體系研究文獻[15-17]并充分考慮指標數據獲取的難易程度, 從耕地投入和產出兩個基本維度選取指標構建縣(區)耕地利用效率的DEA評價體系。其中農業機械總動力水平1(kw·hm–2)、化肥施用強度2(折純量, 103kg·hm–2)、農用塑料和薄膜使用水平3(103kg·hm–2)、農藥施用水平4(103kg·hm–2)、灌溉面積所占比例5(即灌溉總面積與農作物播種面積的比例)、農林牧漁勞動力6(104人)為投入指標; 糧食畝產1(kg·hm–2)、單位面積農業GDP產值2(104元·hm–2)和勞均農林牧漁業總產值3(104元·人–1)作為輸出指標。對農業GDP產值、農林牧漁業總產值, 以1990年不變價進行平減。選擇包括廣州、佛山、珠海等9個珠三角地市所轄的32個縣(區)作為決策單元, 在研究期間(2001—2016年)內指標不全的縣(區)如海珠區、黃埔區、禪城區及深圳所屬縣(區)等沒有納入分析范圍。

各指標數據主要來源于2002—2017年《廣東統計年鑒》[18]、《廣東農村統計年鑒》[19]、廣東統計信息網和中國資訊行高校財經數據庫等。

3 結果分析

3.1 各縣(區)耕地全要素生產率及分解

在研究期間, 珠三角地區耕地的生產效率實現了較小幅度的增長, 所研究的32個縣(區)中, 86%的縣(區)的生產率基本上都得到了不同程度的平穩增長(表1)。其中增長最快的前5個地區依次為: 金灣區、順德區、德慶縣、江海區和白云區, 生產率增長幅度在4.0%—7.7%之間。這些縣(區)的技術進步、技術效率均呈現同步的持續增長。除順德外, 其他4個地區技術進步的增長率均高于技術效率, 說明這些地區耕地生產效率的增長一方面來源于技術效率的增長, 另一方面也更多來源于技術進步的提高。在其他耕地的生產效率增長的縣(區)中, 香洲區、斗門區和鶴山市的技術進步均趨于下降, 但同期的技術效率均有增加。與之相對應地, 增城、恩平、臺山、開平、南海區和博羅縣的技術效率呈現負增長, 但同期的技術進步有較大增幅, 兩種情形下這些地區耕地的全要素生產率仍處于增長態勢。在13個耕地生產率負增長的地區中, 降幅較大的地區依次為: 番禺區、東莞市、惠陽區、惠東縣和三水區, 生產率下降幅度在1.47%—10.99%。這些地區耕地生產效率下降的主要原因是技術進步增幅較小和技術效率下降共同造成的。從整個研究時段來看, 珠三角縣(區)耕地的全要素生產率、技術進步均呈現上升趨勢, 但技術效率在波動中略有下降, 主要與規模效率存在損失有關。

3.2 珠三角耕地全要素生產率的變動

自2001年起, 珠三角耕地全要素生產率呈現不斷增長的趨勢。全要素生產率增長最快的年份是2011年, 期間技術進步、技術效率同步增長, 使同期TFP的增長率達到12.44%, 之后TFP的增長開始回落(表2)。2004—2005年的技術效率是研究期內年生產率下降較快的一年, 降幅達10.92%, 同時這年技術進步也處于下調狀態, 雙方共同作用使當年的生產率下降了12.46%。在大部分份時間段內, 耕地利用的技術進步和技術效率的變動趨勢并不一致, 全要素生產率的變化相對較為和緩, 并與技術進步、技術效率變化絕對值最大的一方保持一致。總的來看, 2001—2016年間, 珠三角地區的耕地全要素生產率在波動中略有增長, 平均年增長率達0.97%, 平均技術效率略有下降, 為0.03%, 但技術進步有著1.70%的平均增幅, 全要素生產率的增長主要是技術進步的貢獻。這可能由于農業生產等相關部門通過提高農業生產技術水平, 推動技術前沿向外擴展、輻射帶動所致, 但如果在重視技術進步同時忽略了對現有農業投入品的高效利用的技術效率提高, 必將造成生產的無效和資源浪費。

表1 珠三角各縣(區)耕地的生產率及排序

技術效率是由純技術效率與規模效率共同作用的結果。在珠三角地區耕地利用技術效率的變動中, 純技術效率以年均2.04%的速度增長, 規模效率則以年均1.55%的速度下降, 使得技術效率的平均增長率呈現小幅下滑。技術效率變化與規模效率的變化更趨于一致, 表示技術效率變化受規模效率的影響較大。2010 年的純技術效率、規模效率均分別有8.21%和4.99% 的增幅, 從而使得該段時間內技術效率的增長速度最快, 達13.30%。整個研究期間, 有一半年份的純技術效率、規模效率的變化并不同步, 從而使技術效率呈現不同幅度的下降。究其原因, 主要是近30多年來珠三角地區在經濟快速發展、農業結構不斷調整的過程中, 耕地總量持續減少, 導致規模效率不足所致。以東莞為例, 2000年東莞的年末耕地面積為4.42×104hm2降至2016年的3.64×104hm2, 平均年降幅約1.0%。亟需采取有效的耕地保護措施, 為提高耕地的生產能力提供可靠保障。

表2 2001—2016年珠三角耕地Malmquist平均指數及其分解

3.3 地(市)耕地的全要素生產率

2001—2016 年間, 全要素生產率在各地市間的變動與技術效率基本一致(圖1)。各地市間之間的全要素生產率、技術效率和技術進步的變動區間分別為: 0.6568—1.4817, 0.6091—1.4323和0.7964— 1.3129。8個地(市)的年均技術進步都處于有效狀態。除惠州和東莞外, 其他地市耕地的全要素生產率均大于1。各地市中珠海的技術效率和全要素生產率均最高。廣州、惠州和東莞三地耕地的全要素生產率略低于珠三角地區的平均水平, 技術效率尚未達到有效。尤其是東莞, 該市純技術效率、規模效率均低于1.0, 使技術效率的水平處于無效狀態。除珠海和佛山外, 其他地市的規模效率都出現了損失, 一定程度上影響了技術效率的提升。在各地市(除東莞外)純技術效率有效的情況下, 廣州、惠州、江門、肇慶和東莞這幾個地區的規模效率均有待改善, 才能使這些地區的農業生產技術潛力得到充分發揮。

從各地市在不同年份的波動情況來看, 中山市耕地的全要素生產率、技術效率在年際間的波動最大, 其次是東莞和佛山。中山市耕地的技術進步波幅最為平緩, 說明全要素生產率在很大程度上受技術效率變化的影響。肇慶技術效率的年際波動最小, 技術進步和技術效率均略高于或低于珠三角區域的平均水平。廣州、江門兩地區的效率值波動也相對較為平緩, 表明自2000年以來, 這些地區的耕地利用的技術效率狀況持續改善與前沿技術進步并存, 使耕地的全要素生產率相對平穩增長。耕地全要素生產率的波動性一定程度上反映農業生產率的增長機制容易受到國家宏觀環境和農業、土地利用等相關政策的影響。當國家及地區宏觀環境和土地利用相關政策有利于農業發展時, 農用生產率就表現出穩定的增長; 而當宏觀環境和土地利用相關政策處于調整或不利于農業發展時, 農業生產率就會表現出波動或衰退的跡象。珠三角各地市耕地生產率年際間的穩定性說明區域經濟及農業發展能夠為全面提高耕地綜合生產能力等, 促進耕地生產率的均衡、持續增長提供可靠的保障。

圖1 珠三角主要地(市)耕地的生產效率

Figure 1 Arable land production efficiency in subregions of Pearl River Delta

4 結論

運用縣(區)級耕地利用的投入、產出面板數據, 采用基于非參數的Malmquist 生產率指數方法定量考察了2001—2016 年珠三角耕地全要素生產率的增長狀況, 并將其進一步分解為純技術效率的變化、規模效率的變化和技術進步。研究結果表明: 從各效率值的動態變化來看, 珠三角耕地全要素生產率在波動中增長, 平均年增長率達0.70%, 其中技術進步、技術效率的平均增長率分別為0.97%和-0.20%。耕地全要素生產率的增長主要是技術進步的貢獻, 制約技術效率改善的主要原因是規模效率的損失。在所研究的32個縣(區)中, 19個縣(區)的全要素生產率均得到了不同程度的增長, 主要來源于技術效率的改善和技術進步的提升。盡管珠三角耕地生產效率存在一定的小區域差異及時間變異, 但在近年來各地重視農業科技創新、提升土壤質量和優化資源配置的背景下, 這種差異最終將縮小并達到共同的穩態。

[1] 王軍. 土地質量發展趨勢對我國土地整理研究的啟示[J]. 地域研究與開發, 2006, 25(6): 108–111.

[2] 陸柳霖, 盧遠. 基于GIS和熵值法的農用地利用效率評價[J]. 廣西師范學院學報(自然科學版), 2011, 28 (4): 55–61.

[3] 雷波, 胡玉福. 農用地集約利用評價研究－以四川通江為例[J]. 資源與人居環境, 2017(8): 6–9.

[4] 張榮天. 安徽省農用地利用效率測度及區域差異分析[J]. 安徽農業大學學報(社會科學版), 2017, 26(3): 21–25.

[5] 燕雪艷, 張全景, 呂曉. 山東省農用地利用效率的綜合測度與空間分異[J]. 山東農業科學, 2014, 46 (8): 93–98.

[6] 徐莉. 農村流轉過程中農戶行為對土地利用效率的影響[D]. 沈陽: 沈陽師范大學, 2015: 37–40.

[7] 李輝. 土地資源配置、利用效率與區域經濟增長[D]. 長沙: 湖南大學, 2016: 100–109.

[8] 劉傳明, 李紅, 賀巧寧. 湖南省土地利用效率空間差異及優化對策[J]. 經濟地理, 2010, 30(11): 1890–1896.

[9] 翟印禮, 劉燁雷. 遼寧省建平縣土地利用結構預測與可持續利用對策[J]. 沈陽農業大學學報(社會科學版), 2009, 11(4): 402–404.

[10] 陳影, 門明新, 周亞鵬, 等. 基于空間數據挖掘技術的農用地產能核算數據庫的應用研究[J]. 測繪科學, 2009, 34(4): 212–213.

[11] 劉麗輝. 廣東耕地占用對經濟增長貢獻的時空特點及區域差異性研究[J]. 廣東農業科學, 2017, 44(8): 157–162.

[12]MALMQUIST S. Index numbers and indifference surfaces [J]. Trabajos De Estadistica, 1953, 4(2): 209–242.

[13] CAVES D W, CHRISTENSEN L R, DIEWERT W E. The economic theory of index numbers and the measurement of input, output, and productivity [J]. Econometrica, 1982, 50(6): 1393–1414.

[14] FARE R. Productivity growth, technical progress and efficiency changes in industrialized countries [J]. American Economic Review, 1997, 87(5): 1040–1044.

[15] TOMA E, DOBRE C, DONA I, et al. DEA applicability in assessment of agriculture efficiency on areas with similar geographically patterns [J]. Agriculture and Agricultural Science Procedia, 2015, 6: 704–711.

[16] YOU H, WU C, LIN N, et al. Assessment of eco-efficiency of land use based on DEA [J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(3): 309–315.

[17] SEPP?L?A J, MELANEN M, M?ENP?? I, et al. How Can the eco-efficiency of a region be measured and monitored?[J]. Journal of Industrial Ecology, 2005, 9(4): 117–130.

[18] 廣東統計年鑒編纂委員會. 廣東統計年鑒[M]. 北京: 中國統計出版社, 2001–2017.

[19] 廣東農村統計年鑒編纂委員會. 廣東農村統計年鑒[M]. 北京: 中國統計出版社, 2001–2017.

Estimating arable land production efficiency in Pearl River Delta with Malmquist index

QIN Zhong1,2,3,4, WANG Lu1,2,3,4,*, ZHANG Chunxia1, LONG Shaoqiu1,2,3,4, YUAN Lan1,2,3,4

1.College of Natural Resources and Environment, South China Agricultural University,Guangzhou 510642, China 2.Key Laboratory of Construction Land Improvement, Ministry of Land and Resources, Guangzhou 510642, China 3. Guangdong Province Key Laboratory for Land Use and Consolidation, Guangzhou 510642, China 4. Guangdong Province Engineering Research Center for Land Information Technology, Guangzhou 510642, China

Arable land production efficiency is the essential guarantee of the sustainable development of social economy. To examine the utilization and protection of the agricultural land resource in Pearl River Delta for the period of 2001-2016, total factor productivity, technical progress rate and technical efficiency were calculated and their time series characteristics were evaluated using Malmquist index of data envelopment analysis technique. The results revealed a general efficiency and continuous improvement of agricultural land production for all counties (districts). Both technical efficiency and technology progress exhibited increasing trends for Jinwan, Shunde, Jianghai and Baiyuan districts as well as Deqing county. Agricultural land production was also most efficiency in these regions. Negative growth of agricultural land production efficiency was detected mainly in Panyu, Gongguan, Huiyang counties, which might attribute to the limited increase of technology progress and declined technical efficiency. To improve the arable land use efficiency, these regions were suggested to promote agricultural technology innovation continuously, enhance soil quality and optimize the resource allocation, with the premise of preventing the decline of arable land.

arable land; efficiency; Malmquist index; Pearl River Delta

10.14108/j.cnki.1008-8873.2019.06.018

F301.2

A

1008-8873(2019)06-125-06

2018-12-12;

2019-02-02

國家重點研發計劃項目(2018YFD1100103); 廣東省科技計劃項目(2014B020206002); 國土資源部建設用地再開發重點實驗室、廣東省土地利用與整治重點實驗室開放課題(SCAUGIS-OF2014-01)

秦鐘, 女, 漢族, 博士, 副教授. 主要的研究領域為生態系統分析與模擬, E-mail: q_breeze@scau.edu.cn

王璐(1976—), 博士, 副教授, E-mail: selinapple@163.com

秦鐘, 王璐, 張春霞, 等. 基于Malmquist指數法的珠三角耕地生產效率研究[J]. 生態科學, 2019, 38(6): 125-130.

QIN Zhong, WANG Lu, ZHANG Chunxia, et al. Estimating arable land production efficiency in Pearl River Delta with Malmquist index[J]. Ecological Science, 2019, 38(6): 125-130.