基于DEA—ESDA模型的中國馬鈴薯生產效率時空特征分析

魯洪威，李婷婷，羅其友，高明杰

（中國農業科學院農業資源與農業區劃研究所，北京 100081）

馬鈴薯以其糧菜兼用、營養全面、適應性廣的特點成為全球重要的糧食作物[1]。據FAO數據顯示，1995年以來我國馬鈴薯面積和產量一直位居世界第一[2]，2018年我國馬鈴薯種植面積為475.8萬hm2，產量1798.37萬t（折糧），馬鈴薯在我國及世界糧食生產中占有重要地位。單產高低是衡量農業生產效率的直接指標，2018年我國馬鈴薯單產為18.91 t/hm2,遠低于發達國家如美國（49.8 t/hm2）、英國（35.9 t/hm2）和德國（35.4 t/hm2）的單產水平，我國馬鈴薯生產效率與發達國家相比仍有不小差距[3]。有研究表明，我國馬鈴薯主產區和中西部低收入地區空間分布高度契合，低收入區馬鈴薯種植面積和產量占到了全國馬鈴薯面積和產量的一半左右。在決勝全面建成小康社會的時代背景下，馬鈴薯在保障我國糧食安全，推動中西部地區產業扶貧中具有重要地位[4]。

生產效率的研究一直是農業經濟領域的熱點問題，測算生產效率的方法主要包括參數法和非參數法兩種[5]，其中非參數法DEA模型以其無需進行參數估計等優勢在農業生產效率研究中得到了廣泛運用[6]。生產效率高低體現了產業的現代化水平，投入要素使用效率影響著生產效率[7-8]，技術進步為創新要素使用方式提供了條件也同樣影響生產效率[9]，李勤志等[10]和張萌等[11]研究發現，技術進步緩慢是我國馬鈴薯生產效率下降的主要原因。全要素生產率可以用來衡量除有形要素以外的純技術進步所形成的生產效率，可以體現某一產業的技術水平，羅屹和王鑫[12]發現，技術進步是影響馬鈴薯全要素生產率的最直接原因，而劉洋和羅其友[13]發現，技術進步水平低下是我國馬鈴薯全要素生產率呈下降趨勢的主要原因。綜合技術效率可以衡量某一產業綜合生產效率，其構成主要包括技術使用效率和要素投入規模效率[14]，唐江云等[15]認為規模報酬較低是四川省馬鈴薯生產投入要素冗余較多的主要制約因素。還有一些學者嘗試將DEA和ESDA方法結合在測算效率的同時研究其空間特征。張麗娜等[16]、李輝尚等[17]和張凡凡等[18]通過運用DEA—ESDA模型分別對我國玉米、小麥和糧食生產效率進行了時空研究，在測算出不同作物生產效率值的同時，從空間層面研究了集聚特征，對因地制宜制定區域生產效率提升策略提供了依據。

我國幅員遼闊，不同地區自然社會經濟條件不同，馬鈴薯生產也呈現不同特點[19]，在此背景下研究我國馬鈴薯生產效率特征唯有加入空間維度才能使研究更具現實意義。通過DEA模型測算我國馬鈴薯生產效率可以了解當下我國馬鈴薯生產現代化水平，準確把握我國馬鈴薯生產效率提升制約因素，而引入ESDA模型對我國不同省份馬鈴薯生產效率空間集聚特征進行研究，可以進一步了解我國馬鈴薯生產效率空間分布特點和集聚態勢，依此制定不同省份馬鈴薯生產效率提升方案，可大大提升決策針對性和有效性。因此本文運用DEA模型和探索性空間數據分析（ESDA）相結合的方法，在測度我國馬鈴薯生產效率的基礎上，借助ESDA方法研究生產效率的空間相關性和時空演變特征，以期深入了解我國馬鈴薯生產效率變化的時空規律，提升指導我國馬鈴薯產業生產效率改善的決策準確性。

1 研究方法與數據來源

1.1 DEA—Malmquist模型

1984年Charnes和Cooper提出了非參數的效率測量方法——DEA模型[20]，該方法不需要構建生產函數，不受數據量綱的影響。基本原理是在決策單元（DMU）的輸入或輸出不變的情況下，運用數學規劃模型確定生產前沿面，通過對DMU偏離前沿面的程度測度DMU相對效率。由于DEA模型在投入產出效率研究中的較強解釋力在農業生產中得到了廣泛的應用，有別于參數法對模型構建的嚴格要求，DEA模型不需要事先構建生產函數，在農業生產效率這一多投入多產出的應用場景下可以更為靈活調整投入產出要素指標[21]。1990年F?re等[22]將Malmquist指數與DEA模型相結合，構建了Malmquist生產率指數，可用來測算全要素生產率變化(TFP)。本文采用假定規模報酬可變的產出導向型DEA—VRS模型，如下：

式中：θ是全國或某一省份馬鈴薯生產的效率值，且0≤θ≤1，若θ=1則位于效率前沿面上，DEA有效；若θ<1則位于效率前沿面外，DEA無效。X0、Y0為馬鈴薯效率目標投入量和產出量，Xj、Yj為第j個決策單元的馬鈴薯投入量和產出量；λj為第j個決策單元的權值；S-、S+為松弛量，是達到效率目標所需要的馬鈴薯投入或產出的調整量。

Malmquist生產效率指數模型如下：

式中：Mi(xs,ys;xt,yt)為i時期馬鈴薯全要素生產率變化，(xs，ys)、(xt，yt)分別為s、t時期的馬鈴薯投入、產出量；Dis、Dit分別為以s、t時期為參照的距離函數；Ech、Tch分別為t時期相對s時期馬鈴薯技術效率和技術進步效率的變化；若Mi指數大于l，則表示TFP處于增加狀態。若Tch或Ech其中一個大于1則其為TFP增長主因，反之，為TFP下降主因；馬鈴薯規模效率指數和純技術效率指數的高低反映其對馬鈴薯技術效率指數的影響程度。

1.2 探索性空間數據分析（ESDA）

ESDA方法可以揭示不同地理空間某現象或屬性與相鄰地理空間的相關程度，研究地理空間關聯機制，揭示不同地理單元的空間集聚和異質特征，共有全局空間自相關分析和局部空間自相關分析兩大類[23]。

馬鈴薯生產效率全局空間自相關可研究全國不同省份生產效率的關聯度和異質性。計算公式如下：

式中：n為馬鈴薯研究省份個數；Zi和Zj表示i和j省份屬性值；Wij表示空間權重矩陣，若相鄰為1，若不相鄰為0；S2為觀測值方差，為屬性值平均；若Moran’sI>0，馬鈴薯研究省份存在生產效率空間集聚；若Moran’sI<0，則存在空間差異。

但全局自相關Moran’sI指數僅能得出不同馬鈴薯研究省份差異程度的平均，無法研究局部空間內的異質性[24]。局部空間自相關可研究不同馬鈴薯研究省份之間技術效率的相似性，得出局部空間存在的馬鈴薯生產效率異質性，可彌補全局空間自相關的缺陷。其計算公式為：

式中符號含義與前式同，若Moran’sI>0并顯著，研究區域為馬鈴薯生產效率高值集聚；若Moran’sI<0并顯著，則存在馬鈴薯生產效率低值集聚。通過顯著性檢驗的馬鈴薯生產效率LISA集聚圖可更為直觀的得出存在顯著空間相關性（空間集聚效應）的區域。

1.3 評價指標構建

參考已有文獻對農業生產效率研究構建的指標體系[25]，根據指標的代表性和可獲得性,從馬鈴薯投入和產出兩方面構建中國馬鈴薯生產效率研究指標體系（表1）。農業投入主要由物質要素、勞動力和土地三方面組成，選取種子、肥料和農藥費用代表馬鈴薯投入的物質要素，選取作業費和用工數量代表馬鈴薯投入的勞動力要素，選取土地成本代表土地投入要素，可基本涵蓋農業投入的三個方面，以此來衡量我國馬鈴薯生產的投入產出效率。

表1 中國馬鈴薯生產效率投入產出指標Table 1 Input-output indicators of the potato production efficiency in China

1.4 數據來源與研究區域

考慮數據可得性與一致性，采用發改委編著的歷年《全國農產品成本收益資料匯編》中2011—2018年16個馬鈴薯主產省投入產出面板數據，研究時段內16個馬鈴薯主產省面積之和均占到全國面積的80%以上，具有較好的代表性。2011年以來我國馬鈴薯生產效率增長較快，單產由3255 kg/hm2增加到2018年的3779 kg/hm2，總增幅達16%，研究此段時期馬鈴薯生產效率有一定現實意義。為剔除通貨膨脹因素，投入要素價格均采用2019年《中國農村統計年鑒》中以2011年為基期的農業生產資料價格指數進行了平減。為分析我國馬鈴薯生產效率區域特征，根據《中國馬鈴薯優勢區域布局規劃（2008—2015年）》對各主產省進行分區，其中華北優勢區包括河北省、山西省、內蒙古自治區、山東省；東北優勢區包括遼寧省、黑龍江省；西北優勢區包括陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區；西南優勢區包括湖北省、重慶市、四川省、貴州省、云南省。

2 結果與分析

2.1 中國馬鈴薯生產效率時序特征分析

借助Deap2.1軟件工具，通過對2011—2018年我國16個省（區）馬鈴薯投入產出數據進行生產效率測算，得到了我國馬鈴薯生產效率的總體時間序列變化情況。由表2可知，從2011—2018年，我國馬鈴薯綜合技術效率、純技術效率和規模效率平均值分別為0.936、0.973和0.962，均未超過DEA有效的臨界值1。其中規模效率均值比純技術效率均值略低，說明綜合技術效率非有效的主要原因是規模效率較低，也就是我國馬鈴薯生產投入要素的規模效益較低，當前我國馬鈴薯生產還處于規模報酬遞減時期。由表2可知，從2011—2018年我國馬鈴薯生產綜合技術效率波動性較強，從2011—2013年綜合技術效率從0.898迅速增加到0.961，此后逐年下滑，直到2016年的波谷值0.921，并在2017年極速反彈到峰值0.973，2018年又下降到0.925，說明全國馬鈴薯生產效率的穩定性較差，在技術應用和投入要素結構合理化方面還有許多有待改進的地方。

表2 2011—2018年我國馬鈴薯各生產效率指標Table 2 Potato production efficiency indicators in China from 2011 to 2018

通過運用Malmquist指數對我國馬鈴薯全要素生產率變化進行測算，發現2011—2018年我國馬鈴薯全要素生產率變化指數均值為0.989，全要素生產率進步為-1.1%，表明我國馬鈴薯全要素生產率呈負增長。由全要素生產率變化指數分解得到的純技術效率變化指數、規模效率變化指數和技術進步變化指數均值分別為1.003、1.002和0.985，我國馬鈴薯純技術效率和規模效率呈正增長，而技術進步呈負增長。由此可知，由現有技術應用效率和投入要素規模效率推動的全要素生產率提升被馬鈴薯生產技術進步的滯后所消減，我國馬鈴薯生產存在著適用高效技術推廣應用緩慢、科研轉化率低的問題，技術進步成為制約我國馬鈴薯全要素生產率提升的最大瓶頸。在2017年以前，除2013年外我國馬鈴薯全要素生產率基本都處于負增長狀態，近兩年我國馬鈴薯全要素生產率出現了超過2%的明顯正增長，主要是近兩年綜合技術效率和技術進步都出現了較為明顯的改善（變化指數大于1），說明我國馬鈴薯生產在投入要素規模效益、技術應用效率提升和技術進步上已經出現了一定的積極變化。從2011到2018年有4個年份技術進步變化指數小于綜合技術效率變化指數，有5個年份規模效率變化指數大于1，說明在規模效益逐步增加的情況下，技術進步和技術使用效率成為我國馬鈴薯全要素生產率提升的最大制約因素。

2.2 中國馬鈴薯生產效率空間特征分析

2.2.1 綜合技術效率及分解 為了研究我國馬鈴薯生產效率空間分布特征，進一步測算了我國馬鈴薯16個主產省份的生產效率（表3），結果顯示，有10個省份的馬鈴薯生產綜合技術效率平均值小于1，說明有超過50%的省份馬鈴薯生產效率處于DEA非有效的狀態，存在著投入要素結構不合理的問題，我國馬鈴薯整體資源利用效率較低。其中陜西省和甘肅省馬鈴薯生產綜合技術效率值分別為0.646和0.697，遠低于其他各省，說明該兩省馬鈴薯投入產出效率較低的問題更為突出。根據不同省份測算了我國馬鈴薯不同優勢產區綜合技術效率值，其中西南優勢區數值最大，為0.939，其他三個產區效率值相差不大，華北優勢區、東北優勢區和西北優勢區效率值分別為0.891、0.881和0.869，由此可知西南馬鈴薯優勢種植區投入產出效率最高，這也與近些年不同產區馬鈴薯生產實際情況相符合。

通過對各省綜合技術效率分解后得到的純技術效率和規模效率平均值進行分析，發現在全部16個研究省份中有12個省份在純技術效率上處于DEA有效水平，有6個省份在規模效率上處于DEA有效。純技術效率有效比例明顯大于規模效率有效比例，說明我國馬鈴薯生產技術應用效率明顯好于規模效益，在近80%比例的省份純技術效率明顯改善的前提下，仍有超過50%的省份在綜合技術效率上處于非DEA有效，主要原因可以歸結為種植投入要素的規模報酬較低。由表3可知，華北優勢區和西北優勢區純技術效率均值較高，東北優勢區和西南優勢區規模效率均值較高，說明華北和西北優勢區技術利用效率較高，而東北和西南優勢區在投入要素規模報酬上更有優勢，進一步可知華北、西北優勢區著重優化投入要素結構，提升馬鈴薯生產規模效益，東北、西南優勢區大力推廣適用高效生產技術是推動各自產區馬鈴薯生產綜合技術效率提升的主攻方向。

2.2.2 全要素生產率及分解 由表3可知，在全部16個省份中，只有5個省份全要素生產率變化指數大于1，內蒙古、山東、遼寧、湖北和四川馬鈴薯全要素生產率處于正增長，其余省份皆為負增長。進一步研究可知，有11個省份技術進步變化指數小于綜合技術效率變化指數，技術進步成為制約我國各馬鈴薯主產省全要素生產率提升的最大瓶頸。全要素生產率變化指數低于0.9的有山西和重慶，此兩省馬鈴薯全要素生產率年均降低超過10%，主要原因是技術進步的緩慢，技術進步率均值分別為-5.7%和-11.5%，不同省份馬鈴薯生產科技進步水平成為決定各省全要素生產率提升的關鍵因素。四大馬鈴薯優勢區中僅東北優勢區全要素生產率變化指數大于1，為1.019，說明東北優勢區馬鈴薯生產全要素生產率年均增長1.9%，而其余產區馬鈴薯全要素生產率均處于下降狀態。

表3 2011—2018年我國馬鈴薯主產省（區）生產效率平均值Table 3 Average production efficiency of potato production provinces (regions) in China from 2011 to 2018

通過對綜合技術效率變化指數進一步進行分解，發現僅有河北省和重慶市的馬鈴薯生產純技術效率呈負增長（Pech＜1），說明大多數省份的馬鈴薯種植技術應用效率都在不斷改善，并且僅有山西省和甘肅省馬鈴薯生產規模效率呈負增長（SEch＜1），我國各省馬鈴薯種植投入規模效益持續優化，正處于規模報酬遞增時期。四大優勢區規模效率變化指數除西北優勢區略低于1（為0.999），其余產區規模效率均為正增長，并且有11個省份規模效率變化指數不小于純技術效率變化指數，說明規模效率進步成為綜合技術效率提升的主要推動因素。

2.2.3 生產效率空間分異 為了探究我國馬鈴薯生產效率的空間分布差異，根據Jenks自然斷裂點分級法，對2011年、2015年和2018年各省（區）馬鈴薯生產綜合效率、純技術效率和規模效率分級（表4）。按綜合技術效率高低分為以下三類區域。

1）相對低效率區。2011年共有甘肅、陜西、山東和遼寧四省綜合技術效率最低，占研究區總數的25%。2015年有陜西、山西兩省綜合技術效率最低，占研究區總數的12.5%。2018年綜合技術效率最低的省份與2015年相同。甘肅省近年來馬鈴薯產業快速發展，其定西市已經成為全國著名的“薯都”，而山東由于耕地、技術條件優良，馬鈴薯生產效率也得到了很大提升，兩省跳出相對低效率區是必然的。

2）相對中等效率區。2011年共有山西、河北、四川、湖北、云南、貴州6省綜合技術效率處于中等水平，占總數的37.5%。2015年僅有甘肅和重慶處于中等綜合技術效率水平。2018年處于中等綜合技術效率的省份除2015年兩省（市）外，又新增河北省。這些省份都是馬鈴薯傳統產區，馬鈴薯產業在當地農業產業中有著特殊地位，為其馬鈴薯生產技術效率提高提供了較為良好的發展條件。

3）相對高效率區。2011年共有新疆、青海、內蒙古、黑龍江、寧夏、重慶6省處于高綜合技術效率水平，占研究區總數的37.5%。2015年除重慶市減少外又增加了遼寧、河北、山東、湖北等7個高綜合技術效率省份，相對高效率省份占比達到75%。2018年高綜合技術效率省份有11個，相較于2015年減少了河北省。相對高效率省份的增加體現了我國馬鈴薯生產總體水平的提升，以上省份均為我國馬鈴薯生產傳統優勢區，其生產的技術優勢以及良好的生產者科技素養是生產效率提升的主因。

總體而言，從2011年到2018年，我國各馬鈴薯主產省份綜合技術效率水平不斷提高，相對低效率省份大幅減少，相對高效率省份持續增加。由表4可知，我國馬鈴薯綜合技術效率的提升主要來自于投入要素規模效率的持續改善，規模效率較低的省份由2011年的6個減少到2018年的3個，各省份馬鈴薯種植投入要素規模報酬的提升使生產的規模經濟逐漸凸顯。而純技術效率改善的省份數量較少，在各地技術應用效率已經處于較高水平的情況下，技術使用效率的改善對綜合技術效率的推動力非常有限，規模效率對綜合技術效率的制約更為顯著。在大多數省份綜合技術效率改善的情況下，河北省綜合技術效率從2015年到2018年卻出現了下降，主要原因是純技術效率和規模效率都出現了小幅降低，保持綜合技術效率的持續高水平必須同時做好高效適用技術推廣工作和引導種植戶優化投入要素結構。

研究發現，綜合技術效率高的省份純技術效率水平一定較高，而純技術效率水平高的省份綜合技術效率水平不一定高，此時的主要制約因素是規模效率的低下。由此可見，純技術效率高是綜合技術效率高的必要非充分條件，當下各省份在提升種植戶技術使用效率的同時必須推動當地馬鈴薯種植投入結構的優化，才能真正推動當地綜合技術效率水平的改善。通過對16個馬鈴薯主產省技術效率的研究發現，共有以下三種情況：①純技術效率和規模效率均較高：包括內蒙古、黑龍江、山東、四川、云南等11個省份，這些省份在先進種植技術推廣應用和馬鈴薯投入要素規模報酬兩方面均處于較高水平。②純技術效率較高而規模效率較低：陜西、山西、甘肅三省，該省份馬鈴薯先進技術應用水平較高但投入要素規模不經濟問題較為突出。③規模效率較高而純技術效率較低：重慶、河北兩省，該省份投入要素規模效益良好但先進技術應用水平較低。

OLI 理論視角下珠三角港臺資企業空間特征演變及影響機制研究 馬 星 黎智楓 張 澤 等2018/04 117

2.3 中國馬鈴薯生產效率時空演變分析

2.3.1 全局空間自相關分析 為研究我國馬鈴薯主產區綜合技術效率的空間集聚特征，運用GeoDa軟件通過重復隨機排列法構建標準正態統計量，計算馬鈴薯生產技術效率全局Moran’sI指數及其Z統計量，采用空間鄰近矩陣Rook準則設定空間權重矩陣[26]，結果見表5。從表5可知，從2011—2018年，我國馬鈴薯生產綜合技術效率的全局自相關Moran’sI指數處于[0.230，0.275]區間，且P值均遠小于0.05，Z統計量通過了顯著性檢驗，說明近8年研究區域馬鈴薯生產綜合技術效率具有顯著的空間正相關性，我國馬鈴薯生產效率空間集聚特征明顯（高—高、低—低效率相鄰）。由表5可知，2011—2018年，我國馬鈴薯生產效率空間集聚程度有略微起伏，2013年達到峰值0.280，此后空間集聚程度有下降趨勢，除2017年有所提升外，近幾年Moran指數均小于前三年，其中2016年生產效率空間集聚程度最弱，為0.230，說明近些年我國馬鈴薯生產效率空間差異性增強。

表5 2011—2018年我國馬鈴薯主產省（區）綜合技術效率全局Moran’s Ι指數及其檢驗值Table 5 Global Moran’s Ι indices and the test values of the comprehensive technical efficiency of main potato producing areas during 2011—2018

2.3.2 局部空間自相關分析 全局自相關分析僅從全局角度研究了2011年以來我國馬鈴薯生產效率空間集聚特征，而空間集聚的局部特征無法有效反映，偏離整體空間特征的集聚關系也可能會被掩蓋[27]。局部空間自相關分析可以有效彌補這一不足，用Moran散點圖和LISA集聚圖來研究局部空間集聚態勢。運用GeoDa軟件以各省份馬鈴薯生產綜合效率值為橫坐標，各省份馬鈴薯生產綜合效率空間滯后向量（W）為縱坐標，做出了2011和2018年我國馬鈴薯生產綜合技術效率的Local Moran’sI散點圖（圖1），得出該兩年我國馬鈴薯綜合技術效率局部空間集聚類型表。

散點圖的四個象限分別表示低—高（L—H）、高—高（H—H）、低—低（L—L）、高—低（H—L）四種類型的空間聚類關系。其中處于第一、三象限的表示呈空間正相關性，即空間聚類特征相似，處于第二、四象限的與之相反[28]。由以上散點圖可知，大多數省份都處于“H—H”或“L—L”象限，表明不同省份馬鈴薯生產效率呈現顯著空間正相關性，即生產效率局部集聚性顯著，并且生產效率高值集聚性更為明顯。2011年和2018年位于“H—H”和“L—L”象限的省份分別占全國樣本總數的69.2%和76.9%，表明我國馬鈴薯生產效率空間集聚程度不斷增強，生產效率的局部空間異質性在縮小。

LISA集聚圖可以用來研究不同空間單元屬性相似區域的空間集聚類型[29]。為進一步研究局部范圍內各省馬鈴薯生產綜合技術效率的空間集聚情況，利用GeoDa軟件計算2011年和2018年我國馬鈴薯各主產省生產效率LISA值，并得出通過Z統計值檢驗（P＜5%）的各省（區）LISA聚集類型。

由表6可知，大部分省份馬鈴薯生產技術效率并沒有明顯的局部空間集聚性，即空間相關性較強的省份較少，且存在空間正相關性的省份較為穩定，主要分布在西北黃土高原區和西南地區。在空間聚類類型上，主要以“H—H”聚類為主，其他類型較少，表明我國馬鈴薯生產主要呈現高綜合技術效率區域集聚的特點。其中2011年和2018年“H—H”聚類的省份均為內蒙古自治區、陜西省、甘肅省和四川省，主要集中在西北和西南地區，這些省份全都是馬鈴薯生產傳統優勢區，并且生產效率空間集聚的穩定性較高。表明這些省份馬鈴薯生產綜合技術效率集聚性較強，與周邊省馬鈴薯生產關聯較為緊密，對區域生產效率具有較強的輻射帶動能力。

圖1 2011、2018年我國馬鈴薯主產省（區）綜合技術效率Moran 散點圖Fig. 1 Moran scatter diagram of the comprehensive technical efficiency of main potato producing provinces (regions)in 2011 and 2018

表6 2011、2018年我國馬鈴薯主產省（區）綜合技術效率集聚類型Table 6 Types of the comprehensive technical efficiency agglomeration in main potato producing provinces (regions)in 2011 and 2018

3 結論

本文運用DEA—Malmquist指數模型和探索性空間數據分析（ESDA）相結合的方法，從時間和空間兩個維度深入研究了我國馬鈴薯生產效率的時空變化和空間相關性，得出如下結論：

1）我國馬鈴薯生產綜合技術效率水平較低，規模效率是主要制約因素。2011—2018年我國馬鈴薯生產綜合技術效率均為DEA非有效，說明我國馬鈴薯生產投入要素規模不經濟的問題較為突出。但近年來綜合效率有增長態勢，主要是由于馬鈴薯生產者種植管理水平的提升，投入要素結構在不斷優化。

2）我國馬鈴薯全要素生產率進步緩慢，空間不均衡性突出。研究區域僅有內蒙古、山東、遼寧、湖北和四川全要素生產率處于正增長，四大馬鈴薯優勢區中僅東北優勢區全要素生產率正增長，其余省份和產區均處于下降狀態。

3）我國馬鈴薯整體資源利用效率空間差異性明顯。陜西省和甘肅省馬鈴薯生產綜合技術效率值遠低于其他各省，西南馬鈴薯優勢種植區綜合技術效率在四大優勢區最高，華北優勢區和西北優勢區純技術效率較高，東北優勢區和西南優勢區規模效率較高。

4）我國馬鈴薯生產綜合技術效率具有顯著空間正相關性，主要呈“H—H”集聚特點。我國馬鈴薯生產主要呈現高綜合技術效率區域集聚的特點，內蒙古自治區、陜西省、甘肅省和四川省均為“H—H”集聚區，表明這些省份馬鈴薯生產效率擴散效應顯著，對區域生產效率提升具有較強的輻射帶動能力。

4 對策建議

1）加大政策支持和產業扶持力度。馬鈴薯作為一種高投入、高產出的作物，生產效率的提高離不開一系列體現現代農業特點要素的持續投入，在此過程中政府政策支持可以起到對生產力提升積極推動的作用，尤其在馬鈴薯良種、化肥和高效農機具方面的補貼對農戶提升馬鈴薯生產水平起到很大的促進作用。需求端對馬鈴薯生產有指引作用，政府在提升馬鈴薯消費潛力中應有所作為，2015年農業部提出了馬鈴薯主糧化戰略，即從國家層面對馬鈴薯食物性消費做出鼓勵與支持。

2）推動馬鈴薯現代種業體系建設，加大馬鈴薯生產技術科研投入。良種是馬鈴薯生產效率的第一推動力，通過構建靈活有效的脫毒種薯監管推廣體系，加快良種培育步伐。在提升脫毒種薯應用率的同時，選育高產、抗逆性強的新品種。用高新裝備武裝馬鈴薯生產者，提升種植端生產技術水平，并加大馬鈴薯生產技術研發投入，推廣性價比高、使用便捷、適應不同地區自然條件的馬鈴薯生產技術設備[30]。

3）根據不同地區生產效率現狀制定針對性提升策略。由研究可知，我國馬鈴薯生產不同優勢區制約因素不同，華北、西北優勢區應著力提升馬鈴薯生產投入要素規模效益，在調整投入要素結構中多做文章；東北、西南優勢區則應著力提升適用高效生產技術使用效率，加大先進生產技術推廣應用，培育掌握先進生產技術的新型職業農民。

4）進一步提升馬鈴薯生產效率高值聚集區輻射帶動能力，暢通馬鈴薯先進生產技術擴散渠道。積極總結內蒙古、陜西等省份馬鈴薯生產效率提升經驗，加大不同省份馬鈴薯相關人才交流力度，對生產效率高值區域人才、技術向其他省份流動提供政策支持。營造全國范圍內互相學習馬鈴薯先進生產經驗，尊重馬鈴薯生產經營人才的良好氛圍。