我國糧食主產區農業資源配置效率評價與差異分析

（江西服裝學院 商學院，江西 南昌 330201）

一、引言

我國是人口大國，保障糧食生產供應具有重要的戰略意義。隨著城鎮化、工業化的快速發展，農村勞動力轉移、耕地面積減少、農業生態環境污染等問題對糧食安全造成嚴重威脅，保障糧食供應是經濟社會發展過程中需要關注的重點。在人口與環境的雙重壓力下，農業生產經營方式需要轉變，提高農業資源配置效率是主要方向。學者對農業資源配置效率的研究側重于效率測度、影響因素等方面。在農業經濟效率測度方面，張樂等（2013）測度了1991—2010年的中國農業全要素生產率，通過分解指標找出全要素生產率的促進與阻礙因素[1]。郭思源等（2019）測度了黑龍江墾區的農業生產效率[2]。姚鳳民（2020）用DEA方法測度了廣東省的農業資源配置效率[3]。方方（2019）測算了京津冀地區農業生產效率[4]。在影響因素方面，賀新軍等（2019）基于重慶市三個區（縣）的調研發現山區農地流轉會促進農業生產效率的提升[5]。潘經韜等（2019）研究發現農業機械化服務對我國玉米生產效率有著正向影響[6]。徐清華等（2020）研究表明農村勞動力轉移能夠顯著改善縣域農業生產資源配置效率[7]。何悅等（2019）研究了城鎮化對糧食生產技術效率的影響[8]。此外，還有部分學者研究農戶生計資本、農戶信貸、土地流轉等因素對農業生產效率的影響（邵雅靜等，2020；范志方，2020；史常亮等，2020）[9][10][11]。上述研究為本文的研究提供了基礎與思路，但缺乏對我國糧食主產區相關農業資源效率的研究。我國13個糧食主產省（區）糧食產量占全國75%以上，其生產效率的高低對國家糧食安全有重大影響。因此，正確評價糧食主產省（區）的農業資源配置效率并提出優化建議對保障糧食生產供應尤為重要。本文基于2011—2018年我國糧食主產省（區）的農業生產資源投入產出數據，評價農業資源配置效率，找出變化趨勢與差異，提出相應對策建議。

二、我國糧食主產省（區）農業資源配置效率測度

（一）模型構建與說明

DEA，即數據包絡分析法，是一種非參數效率評價方法，能夠系統分析投入與產出之間的相對效率。采用DEA模型測度效率不需要對各變量進行無量綱化處理，能夠解決效率測度指標賦權的問題。Malmquist指數由經濟學家Sten Malmquist提出，后演變為Malmquist指數模型，在效率評價方面應用很多[12]。

Malmquist表示全要素生產率，當 Mt，t+1大于 1，說明t+1期相較于t期，全要素生產率提高；反之，則表明全要素生產率降低。EC是效率變化指數，代表t+1時期相對于t時期所發生的技術效率變化指數，通過它可以評估資源投入規模是否最優，配置是否最優。技術變化指數（TC）能夠反映技術是否有了進步與提升。綜合技術效率指數（EC）可以分為純技術效率變化（PEC）和規模效率變化（SEC），通過純技術效率變化能夠看出資源投入的利用程度與資源配置效率的高低，規模效率變化能夠反映資源投入規模的合理化程度。

（二）指標選擇

研究對象為我國13個糧食主產省（區），包括河北、內蒙古、遼寧、吉林、黑龍江、江蘇、安徽、江西、山東、河南、湖北、湖南、四川。根據已有文獻，選取2011—2018年我國13個糧食主產省（區）的農業總產值作為產出指標。投入指標包括農業化肥使用量、農業用水總量、農業機械總動力、城鎮單位農業從業人數，因直接農業從業人數目前尚無確切的統計數據，本文用城鎮單位農業年末從業人數表示，數據來自歷年《中國統計年鑒》《中國勞動統計年鑒》。

（三）農業資源配置效率測度

運用DEAP2.1軟件，測度13個糧食主產省（區）2011—2018年農業資源配置效率值（0—1之間），見表1。效率值為1表示農業資源配置效率處于有效狀態，否則為無效。我國13個糧食主產省（區）2011—2018年的農業資源配置效率均值為0.936，資源配置效率整體上未實現有效。

表1 2011—2018年我國13個糧食主產省（區）農業資源配置效率值

研究期間內，13個糧食主產省（區）的資源配置效率差異較大，根據農業資源配置是否有效以及效率值大小，可以將我國13個糧食主產省（區）劃分為3個梯隊，第一梯隊為遼寧、吉林、江西、山東、河南、四川，其農業資源配置效率值為1，表明農業生產投入資源得到合理充分的利用，實現了效率的最佳配置。第二梯隊為河北、江蘇、湖南，其農業資源配置效率值大于0.9，接近最優配置，其中河北各年度的效率值均較為接近1，2013年實現有效，有較大的提升潛力；江蘇的效率值在前期為有效，后期有所跌落；湖南在2011年達到有效，之后出現下降，波動幅度較大。第三梯隊是內蒙古、黑龍江、安徽、湖北，其效率值均呈現較大幅度波動，其中內蒙古的農業資源配置效率值下降趨勢較為明顯，安徽的效率值最低并波動上升。

（四）曼奎斯特指數（Malmquist Index）分析

根據2011—2018年我國13個糧食主產省（區）的面板數據，基于DEAP 2.1測算得到我國糧食主產省（區）分年度、分地區的全要素生產率指數與分解指數（見表2）。

表2 2011—2018年我國糧食主產省（區）分年農業資源配置效率Malmquist指數整體分析

如表2所示，我國糧食主產省（區）各年度的全要素生產率指數均大于1，說明我國糧食主產省（區）的農業資源配置效率在整體上是處于上升階段。從各分解指標上看，技術進步指數的均值均大于1，綜合技術效率均值小于1，說明農業資源配置效率的提高主要由技術進步驅動；對比純技術效率與規模效率的具體數值，發現綜合技術效率的下降更多是因規模效率值較低引起，進而限制了全要素生產率的增長。從各年度具體數值來看，全要素生產率與技術進步在各年度均大于1，說明技術進步與整體農業資源配置效率不斷提升；綜合技術效率只有在2011—2012年、2012—2013年兩個周期內大于1，說明各時期內農業資源配置全要素生產率主要依靠技術進步推動，在綜合技術效率方面仍有較大的提升潛力。

從表3可以看出，2011—2018年間除了吉林的全要素生產率小于1，其余12個省（區）的全要素生產率均大于1，說明這12個省（區）的農業資源配置規模報酬遞增。全部省（區）的技術進步指數均大于1，且大于綜合技術效率，說明技術進步起著主要的提升作用。分區域來看，四川、山東、黑龍江的全要素生產率排在前列，對應的是這3個省的技術進步指數也排在前列，這也說明了技術進步的重要作用。在綜合技術效率指數上，只有江西、黑龍江、山東、河南、四川五省的技術效率值大于或等于1，說明這五省的技術效率值有所提升，但對全要素生產率貢獻仍然有限。吉林的全要素生產率小于1是由綜合技術效率值過低導致，通過分解指標發現，是受規模效率值較低的限制。農業資源配置效率在一定程度上能夠反映區域農業資源利用能力的差異與農業經濟發展水平的高低。由以上分析可以發現，我國技術進步更快的糧食主產省（區）對農業資源配置效率提升的促進作用更為明顯，而綜合技術效率成了全要素生產率提升的限制因素，因此需要采取措施提高綜合技術效率，促進農業資源的高效利用。

表3 2011—2018年我國糧食主產省（區）分地區農業資源配置效率Malmquist指數整體分析

三、農業資源投入產出的差異分析

由于聚類分析只能直接作用于截面數據，因此，選擇我國13個糧食主產省（區）2018年的農業資源投入與產出的截面數據進行分析，利用SPSS25.0軟件，通過離差平方和法（Word法）得到層次聚類分析結果如圖1所示。

圖1 農業資源投入產出情況的層次聚類分析結果

從圖1可知，黑龍江單獨聚為一類，內蒙古、湖北、遼寧聚為一類，其余9個省聚為一類。層次聚類分析雖然得到了多個分類解，但執行效率并不理想，因此進一步使用K-Means聚類方法進行分析，并得到每一類別的聚類中心（見表4、表5）。

表4 聚類中心

表5 每個聚類中的案例數

表4顯示了3個類的最終類中心點的情況。綜合考慮投入與產出指標，可見第2類的指數是最優的，處于高水平；第1類次之，處于中等水平；第3類較差，處于低水平。表5顯示了3個類的類成員情況，中等水平的有11個省（區）（吉林、江西、河北、江蘇、安徽、山東、河南、湖南、四川、內蒙古、湖北），高水平的有1個省（黑龍江），低水平的有1個省（遼寧）。通過與圖1的層次聚類分析對比，可以發現兩種聚類分析結果略有差異，內蒙古和湖北的類組做了調整，這是由于兩種聚類方法分析思路上的差異造成的。

將K-Means聚類分析結果與前文測度的2018年各省（區）農業資源配置效率結合分析可以看出，處于低水平的遼寧的農業資源配置效率為1，因此可以利用資源配置效率優勢，增加資源投入提高效益產出；處于中等水平的11個省（區）中的吉林、江西、山東、河南、四川的農業資源配置效率實現有效，河北、江蘇、安徽、湖南、內蒙古、湖北的農業資源配置效率無效，因此這六省（區）應該加強農業結構調整，提高資源配置效率，結合區域優勢實現農業高效發展；處于高水平的黑龍江的農業資源配置效率較低，尚未實現有效，因此黑龍江應該擺脫粗放式的農業發展模式，走集約、高效的現代農業之路。

四、結論與建議

本文通過DEA模型測度了13個糧食主產省（區）的農業資源配置效率。研究期間內各省（區）的資源配置效率差異較大，遼寧、吉林、江西、山東、河南、四川六省的資源配置效率有效；河北、江蘇、湖南三省的農業資源配置效率雖無效，但接近最優配置；內蒙古、黑龍江、安徽、湖北四省（區）的資源配置效率較低。接著運用Malmquist模型從地區與時間兩個維度測算各省（區）的農業資源配置的綜合技術效率與技術進步指數，發現技術進步指數是全要素生產率的促進因素，綜合技術效率因規模效率限制成為阻礙因素。

進一步通過層次聚類分析和K-Means聚類分析將13個省（區）的農業產業資源利用水平分為3類：黑龍江屬于高水平，吉林、江西、河北、江蘇、安徽、山東、河南、湖南、四川、內蒙古、湖北屬于中等水平，遼寧屬于低水平，并與DEA測度出的各省（區）農業資源配置效率進行對比分析，找出不同資源利用水平、不同資源配置效率的省（區）解決農業資源利用問題的方向。

為提升我國糧食主產省（區）的農業資源利用效率，提出如下建議：

1.優化財政支農結構，支持農業技術創新

技術進步對農業資源配置效率的提升作用較為明顯，應繼續推進。因此，應加大對農業科技研發的支持，優化財政支農的支出結構，將更多的資金用于農業科技研發，建立穩定的農業科技支持機制，通過創新驅動農業科技進步，發揮農業技術進步對農業生產效率的提升效應，促進農業經濟提質增效。

2.做好農業技術推廣，優化農業資源配置

技術效率是農業資源配置效率的影響因素，因此，需要采取措施提高技術效率，保證其對農業資源配置效率起正向作用。農業技術的創新與研發成果應及時應用于農業生產中，同時，整合農業科技資源，鼓勵農業生產經營主體采用新技術、新設備，加強農業科技研發機構與農業生產經營主體的技術應用合作，提供必要的技術指導，將農業技術推廣到農業生產領域，提高農業資源利用水平。

3.發展新型農業經營主體，鼓勵規模化經營

應根據區域農業發展特征適度擴大農業生產規模，改變農業小規模分散經營的局面，鼓勵發展新型農業經營主體，扶持農業生產合作社的發展，實行農業規模化經營，通過規模效應提升農業產出。