我國糧食生產(chǎn)效率與耕地質(zhì)量關(guān)系研究

王帥奇，張愛儒

(青海大學(xué) 財經(jīng)學(xué)院，青海 西寧 810016)

0 引言

糧食事關(guān)國計民生，糧食安全是國家安全的重要基礎(chǔ)[1]，確保國家糧食安全是農(nóng)業(yè)部門的第一任務(wù)[2]，因此，糧食安全問題一直是“三農(nóng)”領(lǐng)域關(guān)注的重點。中國糧食生產(chǎn)保持了近“17連豐”，最近6年糧食總產(chǎn)量一直穩(wěn)定在6.5億t以上，依靠全球7%的耕地資源，養(yǎng)活了世界22%的人口，創(chuàng)造了舉世矚目的成就，但是實現(xiàn)這一目標的背后消耗了我國70%的淡水資源，全球40%的化學(xué)肥料[3]。在鄉(xiāng)村振興戰(zhàn)略實施的今天，粗放式的、低效率的糧食生產(chǎn)之路已走不通，亟需走出一條高效、集約的糧食生產(chǎn)之路，因此，需要對我國的糧食生產(chǎn)效率進行科學(xué)合理評價。

在糧食生產(chǎn)效率方面，學(xué)者們進行了大量研究，取得了一系列成果。羅海平[4]、伍國勇[5]等運用DEA模型對我國的糧食生產(chǎn)效率分析發(fā)現(xiàn)，我國糧食生產(chǎn)投入產(chǎn)出效率普遍偏低。譚忠昕等[6]在運用超效率DEA模型對我國的糧食生產(chǎn)效率進行分析之后，得出相同結(jié)論，同時發(fā)現(xiàn)糧食產(chǎn)量的提高并沒有帶來糧食生產(chǎn)效率的提高。張凡凡等[7]在對糧食主產(chǎn)區(qū)的生產(chǎn)效率分析以后，發(fā)現(xiàn)外生變量對糧食生產(chǎn)效率影響較為明顯，農(nóng)業(yè)受災(zāi)面積和地區(qū)經(jīng)濟發(fā)展水平的提高在一定程度上抑制了糧食生產(chǎn)效率的提高。曹慧等[8]在把糧食主產(chǎn)區(qū)劃分為松花江流域、黃河流域和長江流域以后，通過SFA模型分析了2004～2013年三大流域的糧食生產(chǎn)效率，發(fā)現(xiàn)其生產(chǎn)效率呈現(xiàn)不斷上升的趨勢，但是上升幅度越來越小。雷龍濤等[9]在對河南省108個縣2000～2014年的糧食生產(chǎn)效率進行分析以后得出河南省糧食生產(chǎn)效率較低主要是純技術(shù)效率低引起的。馮靜等[10]在對吉林省14個產(chǎn)糧大縣運用DEA-Tobit兩階段模型進行分析以后發(fā)現(xiàn)，14個產(chǎn)糧大縣糧食生產(chǎn)全要素生產(chǎn)率普遍較低；戶均糧食播種面積和入社比重能夠促進糧食生產(chǎn)效率，戶均農(nóng)業(yè)機械動力制約了糧食生產(chǎn)效率。以上學(xué)者采取不同的方法對不同區(qū)域的糧食生產(chǎn)效率進行了研究，但是在分析糧食生產(chǎn)效率和哪些因素有關(guān)的問題上沒有進行深入研究。對此，本文通過采取三階段DEA模型，在測算出糧食生產(chǎn)效率的基礎(chǔ)上，分析了糧食生產(chǎn)效率與耕地質(zhì)量的關(guān)系，對于進一步優(yōu)化糧食的種植區(qū)域和更好地落實“藏糧于地”具有重要的現(xiàn)實意義。

1 指標選取、數(shù)據(jù)來源

1.1 區(qū)域選擇

本文在考慮不同地區(qū)的耕地質(zhì)量存在差異的情況下，由于部分省份的行政區(qū)劃橫跨不同的耕地區(qū)域，本文按照大多數(shù)主導(dǎo)的原則，將全國31個省區(qū)市劃分到不同的區(qū)域(表1)。

1.2 指標選取

1.2.1 投入產(chǎn)出指標的選取 為確保效率值的準確性，必須保證數(shù)據(jù)的一致性，為此本文從勞動力、土地、技術(shù)、資本4個方面設(shè)計指標(表2)。考慮到大多數(shù)省區(qū)市對第一產(chǎn)業(yè)從業(yè)人員沒有進行細分，即使通過參數(shù)法估算糧食生產(chǎn)的從業(yè)人員也難以避免誤差，本文在勞動力投入方面選擇第一產(chǎn)業(yè)從業(yè)人員(萬人)；土地投入方面選擇糧食播種面積(萬hm2)來表示；考慮到數(shù)據(jù)的可獲取性，在技術(shù)方面以農(nóng)業(yè)機械總動力(萬kW)來表示；糧食生產(chǎn)離不開化肥，化肥施用會顯著提高糧食產(chǎn)量，資本方面使用化肥折純量(萬t)來表示；產(chǎn)出指標選取糧食作物總產(chǎn)量(萬t)來表示。

1.2.2 環(huán)境變量選取 環(huán)境變量不受評價對象的控制，但會對評價對象產(chǎn)生影響，主要包括經(jīng)濟、自然、社會3個方面。鑒于此，本文選取城鄉(xiāng)居民收入差距、成災(zāi)面積、城鎮(zhèn)化率等作為環(huán)境影響指標(表2)。城鄉(xiāng)居民收入差距在吸引農(nóng)村富余勞動力向城鎮(zhèn)轉(zhuǎn)移務(wù)工，農(nóng)村勞動力的外出將會提高糧食的單位產(chǎn)出，即提高糧食生產(chǎn)率。農(nóng)業(yè)作為自然再生產(chǎn)和經(jīng)濟再生產(chǎn)相互交織的產(chǎn)業(yè)，糧食的生產(chǎn)離不開自然環(huán)境的影響，尤其是自然災(zāi)害將會明顯影響糧食的產(chǎn)量，因此選擇成災(zāi)面積作為自然災(zāi)害的發(fā)生情況指標。城鎮(zhèn)化的過程將對耕地面積、農(nóng)村勞動力轉(zhuǎn)移就業(yè)等產(chǎn)生不同程度的影響。

表2 糧食生產(chǎn)效率指標構(gòu)成

1.3 數(shù)據(jù)來源

數(shù)據(jù)來自于2019年《中國統(tǒng)計年鑒》，2019年黑龍江等29個省區(qū)市統(tǒng)計年鑒，2019年《甘肅發(fā)展年鑒》，2019年《河北省農(nóng)村統(tǒng)計年鑒》，國家統(tǒng)計局官網(wǎng)以及《2019年全國耕地質(zhì)量等級情況公報》等整理計算獲得。

2 研究方法

2.1 第一階段：傳統(tǒng)DEA模型

糧食生產(chǎn)領(lǐng)域規(guī)模報酬是可變的，由于農(nóng)業(yè)生產(chǎn)領(lǐng)域的糧食作物和其他農(nóng)作物投入的資源是相互制約的，因此，本文選擇投入導(dǎo)向型的BCC模型，模型表示如下：

minθ-ε(êTS-+eTS+)

(1)

其中，j=1,2，…，n表示決策單元，X、Y分別是投入、產(chǎn)出向量。ε表示非阿基米德無窮小量，S+、S-分別表示松弛變量和剩余變量。若θ=1，S+、S-=0，則決策單元DEA有效；若θ=1，S+≠0，或S-≠0，則決策單元弱DEA有效；若θ<1，則決策單元非DEA有效。

2.2 第二階段：類隨機前沿(SFA)模型

根據(jù)Fried等的想法，可以構(gòu)造如下類似SFA回歸函數(shù)(以投入導(dǎo)向為例)：

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

(2)

其中，Sni是第i個決策單元第n項投入的松弛值；Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)；νni+μni是混合誤差項，νni表示隨機干擾，μni表示管理無效率。其中ν～N(0,σv2)是隨機誤差項，表示隨機干擾因素對投入松弛變量的影響；μ是管理無效率，表示管理因素對投入松弛變量的影響，假設(shè)其服從在零點截斷的正態(tài)分布，即μ～N+(0,σμ2)。

借鑒Jondrow[11]、羅登躍[12]、陳巍巍[13]等的研究，分離管理無效率公式如下：

(3)

調(diào)整后的投入值表示如下：

(4)

2.3 第三階段：傳統(tǒng)DEA階段

運用DEAP 2.1軟件將調(diào)整后的投入指標與第一階段的產(chǎn)出指標進行計算，使研究對象處于同一環(huán)境背景下，這樣計算出來的效率值更加接近真實情況。

3 結(jié)果與分析

3.1 第一階段結(jié)果分析

從表3可以得知，在不考慮環(huán)境因素的影響下：整體來看，2018年全國的糧食生產(chǎn)效率相對來說處于較高水平，全國綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率平均值分別為0.810、0.897、0.911，規(guī)模效率值要略高于純技術(shù)效率值。從地區(qū)角度來看，僅黑龍江省、吉林省、山西省、上海市綜合技術(shù)效率值達到，為DEA有效；北京市、山東省、河南省、江蘇省、新疆維吾爾自治區(qū)、西藏自治區(qū)純技術(shù)效率為1，綜合效率值不為1，規(guī)模效率成為制約綜合技術(shù)效率的主要因素；其他省區(qū)市的3個效率值均不為1，有較大的進步空間。從耕地質(zhì)量區(qū)域角度來看，東北區(qū)耕地質(zhì)量最高，綜合技術(shù)效率值亦是最高的，為0.981，說明東北區(qū)能充分發(fā)揮出耕地質(zhì)量對糧食生產(chǎn)的促進作用，耕地質(zhì)量最差的青藏區(qū)，綜合技術(shù)效率值并不是最低，說明青藏區(qū)在糧食生產(chǎn)過程中通過提高技術(shù)水平等手段克服了耕地質(zhì)量較差先天不足的劣勢。

表3 第一階段DEA分析全國糧食生產(chǎn)效率值

3.2 第二階段結(jié)果分析

在這一階段測度的DEA效率，沒有考慮環(huán)境變量的影響，可能存在一定的誤差。為了分離環(huán)境因素、管理無效率和隨機誤差造成的影響，將第一階段得到的各投入指標的松弛變量作為被解釋變量，將城鄉(xiāng)居民收入差距、成災(zāi)面積、城鎮(zhèn)化率3個環(huán)境變量作為被解釋變量，運用Frontier 4.1軟件進行隨機前沿分析，具體結(jié)果見表4。

由SFA的分析結(jié)果(表4)可知，4個投入變量的松弛變量單邊似然比(LR)均通過了顯著性檢驗，說明進行第二階段SFA回歸分析是合理的。t檢驗結(jié)果大多通過顯著性檢驗，說明環(huán)境變量對投入要素的松弛變量存在顯著影響。同時，由γ值無限趨近于1可以看出，主要是受管理無效率影響，因此運用SFA模型進行管理無效率和隨機誤差項的分離是有必要的。在回歸方程中，當系數(shù)為正時，表示環(huán)境變量的值越大，越有可能造成對投入要素的浪費；反之，回歸系數(shù)為負，越有利于提高投入要素的利用率。接下來分別分析3種環(huán)境變量對于各投入松弛變量之間的影響。

表4 第二階段SFA分析結(jié)果

(1)城鄉(xiāng)居民收入差距。從表4可以看出，城鄉(xiāng)居民收入差距對第一產(chǎn)業(yè)從業(yè)人員松弛變量、農(nóng)業(yè)機械總動力松弛變量和化肥折純量松弛變量檢驗均為1%水平顯著，對糧食播種面積松弛變量沒有通過顯著性檢驗。第一產(chǎn)業(yè)從業(yè)人員松弛變量回歸系數(shù)為負，分析其原因，城鄉(xiāng)居民收入差距越大，就意味著農(nóng)民外出務(wù)工獲得的收益可能要高于從事農(nóng)業(yè)生產(chǎn)的收益，就越能夠促使農(nóng)村勞動力向外轉(zhuǎn)移，進而提高了單位勞動產(chǎn)出，也就提高了糧食生產(chǎn)效率。農(nóng)業(yè)機械總動力松弛變量為負，可能是因為城鄉(xiāng)居民收入差距能促使一部分農(nóng)村勞動力外出務(wù)工，但仍然有大量勞動力由于各種原因不能外出，對于年齡較大的農(nóng)民，他們在進行農(nóng)業(yè)生產(chǎn)的時候不會購買農(nóng)用機械；對于一些有能力、有想法的中壯年農(nóng)民，為了能夠獲得不低于在城里務(wù)工的收入，通常會購買農(nóng)業(yè)機械設(shè)備，從事農(nóng)業(yè)的生產(chǎn)服務(wù)，最終提高了農(nóng)業(yè)機械的利用率，農(nóng)業(yè)機械總動力的投入松弛變量就會降低。城鄉(xiāng)居民收入差距對于化肥折純量松弛變量的回歸系數(shù)為零，說明城鄉(xiāng)居民收入差距對其影響不明顯。

(2)成災(zāi)面積。成災(zāi)面積除了對糧食播種面積產(chǎn)生的影響沒有通過1%顯著性水平檢驗，對于其他3個投入因素均通過顯著性檢驗，且對第一產(chǎn)業(yè)從業(yè)人員的松弛變量和農(nóng)業(yè)機械總動力的松弛變量的回歸系數(shù)為負，說明成災(zāi)面積越大，越能夠減少第一產(chǎn)業(yè)從業(yè)人員和農(nóng)業(yè)機械總動力的投入，進而使兩者的松弛變量降低。成災(zāi)面積對化肥折純量的松弛變量回歸系數(shù)為零，說明對化肥折純量的影響不明顯，分析原因可能是各地區(qū)在遭受自然災(zāi)害時通常是隨機的，農(nóng)民在從事農(nóng)業(yè)生產(chǎn)時，施用化肥一般不會因為可能發(fā)生的自然災(zāi)害，而錯過化肥施撒的窗口期。

(3)城鎮(zhèn)化率。從表4可以得知，城鎮(zhèn)化率對第一產(chǎn)業(yè)從業(yè)人員松弛變量、農(nóng)業(yè)機械總動力和化肥折純量松弛變量通過了1%水平顯著性檢驗，對各松弛變量的回歸系數(shù)有正有負。分析其發(fā)生的原因，在城鎮(zhèn)化發(fā)展到一定的階段，會出現(xiàn)一種“逆城鎮(zhèn)化”現(xiàn)象，即城市居民選擇到周圍農(nóng)村進行生活，他們?yōu)榱梭w驗農(nóng)民的生活方式，往往選擇類似于傳統(tǒng)農(nóng)業(yè)時期耕作方式，耕作地塊面積不會很大，也不會使用農(nóng)業(yè)機械來從事農(nóng)業(yè)生產(chǎn)，這樣就會出現(xiàn)第一產(chǎn)業(yè)從業(yè)人員松弛變量擴大，而農(nóng)業(yè)機械總動力的松弛變量降低的現(xiàn)象。

3.3 第三階段結(jié)果分析

從第二階段的回歸結(jié)果可以看出，環(huán)境變量對于各地區(qū)投入松弛變量基本都產(chǎn)生了影響，因此，為了得到更加真實的糧食生產(chǎn)效率，需要調(diào)整原投入變量，使所有地區(qū)面臨同樣的環(huán)境與運氣。根據(jù)第二階段最后得出的調(diào)整后投入變量數(shù)值，替代第一階段的原始數(shù)值再次運用第一階段模型計算，得出第三階段的全國糧食生產(chǎn)效率值(表5)。

表5 第三階段DEA分析全國糧食生產(chǎn)效率值

將第三階段的糧食生產(chǎn)效率值(表5)與第一階段糧食生產(chǎn)效率值(表3)進行比較，可以看出：(1)從地區(qū)角度來看，第三階段的全國平均綜合技術(shù)效率值、規(guī)模效率值較第一階段有所下降，純技術(shù)效率值有所提升，分別為0.810、0.897、0.911，主要是規(guī)模效率值下降導(dǎo)致的綜合技術(shù)效率值的下降。把全國看作整體進行分析，外界環(huán)境因素對純技術(shù)效率造成了一定的消極影響，但又對規(guī)模效率產(chǎn)生了積極影響；具體從不同省份來看，環(huán)境因素對其純技術(shù)效率和規(guī)模效率影響存在較大差異，這就需要各地區(qū)在進行糧食生產(chǎn)的時候要考慮環(huán)境因素的影響，把握利用好環(huán)境的積極影響，控制好消極影響。(2)從效率值角度看，與第一階段相比，DEA有效的地區(qū)為黑龍江省、吉林省、山西省、江蘇省與新疆維吾爾自治區(qū)，上海市則不再DEA有效，主要是規(guī)模效率下降導(dǎo)致的。值得注意的是，黑龍江、吉林、江蘇3省為糧食主產(chǎn)區(qū)，山西省和新疆維吾爾自治區(qū)為產(chǎn)銷平衡區(qū)，說明這幾個省份不僅糧食產(chǎn)量高，而且效率也高，達到了產(chǎn)量效率雙高。在純技術(shù)效率方面，上海市等7個地區(qū)的純技術(shù)效率值為1，黃淮海區(qū)域和青藏區(qū)域的6個地區(qū)表現(xiàn)尤為突出，2個區(qū)域涵蓋省份純技術(shù)效率值都為1。

3.4 耕地質(zhì)量與糧食生產(chǎn)效率比較分析

由于樣本數(shù)據(jù)較小，定量分析的誤差較大，因此僅用散點圖做定性分析。由圖1可知，在第三階段剔除環(huán)境變量以后得到了DEA結(jié)果與耕地質(zhì)量等級比對分析。

圖1 區(qū)域耕地質(zhì)量與第三階段糧食生產(chǎn)效率散點圖

糧食生產(chǎn)綜合技術(shù)效率值與耕地質(zhì)量密切相關(guān)。綜合技術(shù)效率值與耕地質(zhì)量呈現(xiàn)正相關(guān)關(guān)系(耕地質(zhì)量最優(yōu)的為一等地)，即耕地質(zhì)量等級越高，糧食生產(chǎn)的綜合技術(shù)效率值越高。不難理解，在不考慮其他因素的情況下，相同的投入，耕地質(zhì)量越好，糧食的產(chǎn)量越高，也就使得投入產(chǎn)出的效率較高。事無絕對，內(nèi)蒙古及長城沿線區(qū)耕地質(zhì)量較差，但其綜合技術(shù)效率值較高；黃淮海區(qū)耕地質(zhì)量較好，但其綜合技術(shù)效率值較低。進一步分析原因，發(fā)現(xiàn)內(nèi)蒙古及長城沿線區(qū)涵蓋的3個地區(qū)糧食產(chǎn)量較高，其中河北省和內(nèi)蒙古自治區(qū)是糧食主產(chǎn)區(qū)，山西省是糧食產(chǎn)銷平衡區(qū)；黃淮海區(qū)涵蓋2個糧食主銷地區(qū)，即北京市和天津市，這直接導(dǎo)致黃淮海區(qū)的平均綜合技術(shù)效率值較低。

糧食生產(chǎn)純技術(shù)效率與耕地質(zhì)量基本相關(guān)。在剔除東北區(qū)與長江中下游區(qū)的數(shù)據(jù)后，純技術(shù)效率與耕地質(zhì)量呈現(xiàn)負相關(guān)關(guān)系，耕地質(zhì)量差的區(qū)域，反而糧食生產(chǎn)的純技術(shù)效率較高，可能的原因是耕地質(zhì)量差的區(qū)域選擇通過采用先進的管理經(jīng)驗和加快農(nóng)業(yè)科技進步等手段來彌補自身耕地質(zhì)量的不足，從而出現(xiàn)了耕地質(zhì)量差，純技術(shù)效率高的情況。對于耕地質(zhì)量與東北區(qū)和長江中下游區(qū)差距不大的甘新區(qū)、黃淮海區(qū)，但是純技術(shù)效率卻與之差別明顯，對此需要引起重視，切不可浪費耕地質(zhì)量這一寶貴資源。糧食生產(chǎn)規(guī)模效率與耕地質(zhì)量不相關(guān)。說明糧食生產(chǎn)效率受耕地質(zhì)量的影響不明顯。

4 結(jié)論與政策建議

4.1 結(jié)論

本文通過運用三階段DEA模型測算了我國2018年全國糧食生產(chǎn)效率。在此基礎(chǔ)上，分析了我國不同區(qū)域之間的糧食生產(chǎn)效率情況，得到如下結(jié)論。

外部環(huán)境因素對全國糧食生產(chǎn)效率存在顯著影響。在經(jīng)過第二階段剔除外部環(huán)境因素的影響后，能夠更加真實準確地測算全國的糧食生產(chǎn)效率。從全國整體來看，外部環(huán)境對純技術(shù)效率呈現(xiàn)促進的作用，對規(guī)模效率呈現(xiàn)抑制作用。具體到不同省份，外部環(huán)境對該地區(qū)純技術(shù)效率和規(guī)模效率的影響存在較大差異。

各區(qū)域的糧食生產(chǎn)效率與區(qū)域的耕地質(zhì)量之間存在正相關(guān)的關(guān)系。各區(qū)域的糧食生產(chǎn)純技術(shù)效率與耕地質(zhì)量呈負相關(guān)關(guān)系；糧食生產(chǎn)規(guī)模效率與耕地質(zhì)量關(guān)系不明顯。

耕地區(qū)域間糧食生產(chǎn)規(guī)模效率相對集中，差別不大，純技術(shù)效率差距明顯，糧食生產(chǎn)效率主要是由純技術(shù)效率決定的。

4.2 政策建議

基于以上結(jié)論，為提高各地區(qū)糧食生產(chǎn)效率，確保國家糧食安全，提出以下建議。

各地區(qū)的環(huán)境變量對糧食生產(chǎn)效率影響不同，應(yīng)該結(jié)合各地區(qū)的自身實際情況，把能夠促進糧食生產(chǎn)效率提高的環(huán)境變量充分利用好，把抑制糧食生產(chǎn)效率的環(huán)境因素控制好。

耕地質(zhì)量不僅有利于糧食產(chǎn)量的提高，也有利于糧食生產(chǎn)效率的提高，各地區(qū)需要將耕地質(zhì)量這一寶貴資源轉(zhuǎn)化為糧食生產(chǎn)能力和糧食生產(chǎn)效率，采取必要措施來保護和提高耕地質(zhì)量。例如推動秸稈還田，增加有機肥的施用，降低工業(yè)化肥的投入，實行深耕深作，提升土壤肥力，通過提高耕地質(zhì)量，為糧食生產(chǎn)夯實基礎(chǔ)。

耕地質(zhì)量較好的地區(qū)要重視純技術(shù)效率對于糧食生產(chǎn)效率的作用，加大農(nóng)業(yè)科技投入力度，加快農(nóng)業(yè)種子的研發(fā)更新速度，通過科技進步提高純技術(shù)效率，使純技術(shù)效率與耕地質(zhì)量相協(xié)調(diào)。