新疆農業全要素生產率的時空演化及問題識別
——基于DEA-malmquist指數-ArcGIS可視化分析

敬 莉， 楊艷鳳

(新疆財經大學 經濟學院，烏魯木齊 830012)

一、引言

農業發展一直是我國產業發展的核心，主要依賴農業經濟增長。農業全要素生產率分析是衡量現代農業經濟增長的主要方式之一，體現在全要素生產率不斷擴大對農業經濟增長的貢獻。我國經濟已經步入高質量發展階段，經濟增長從高速轉向中高速，轉變產業結構發展方式，鼓勵科技創新驅動，發揮地區的資源要素稟賦，已成為經濟增長的主要方式。同時農業發展是“三農”問題的抓手，農村富裕和農民脫貧都離不開農業發展。新疆是農業大省，工業競爭力不足，農業有得天獨厚的優勢，借助“一帶一路”倡議，對農業進行創新驅動，通過全要素生產率完成農業集約化生產，使傳統農業逐步轉向設施農業、生態農業。新時期，經濟高質量發展要求城鄉協調發展、農業優先發展。對于經濟欠發達地區，新疆高質量發展離不開農業高質量發展，農業全要素生產率的變化對促進新疆農業高質量發展有很大影響，農業全要素生產率的高低很大程度上能反映農業經濟增長的來源、衡量現代農業發展的進程。因此，基于新疆農業全要素生產率進行空間解析來研究農業很有必要。

二、文獻綜述

關于農業全要素生產率(Total Factor Productivity，TFP)的研究，國內學者進行了參數和非參數的分解測算。孫林和孟令杰采用Malmquist指數，分析中國棉花生產的技術效率[1]。楊春和陸文聰運用DEA-Malmquist，分析中國玉米的全要素生產率變化情況[2]。李谷成采用非參數DEA(數據包絡分析)，分析中國1988—2006年農業全要素生產率的增長，認為農業技術擴散要依賴制度創新推進[3]。方福前和張艷麗、車維漢和楊榮、王玨等在同一年運用DEA和Malmquist指數，測算研究中國地區農業全要素生產率的變化，得出勞動力、土地、工業化進程、科技水平等均會對中國農業全要素生產率產生顯著影響[4-6]。如何提高產業的全要素生產率，蔡昉在理論上指出中國經濟增長要依賴全要素生產率，必須進行正常調整，提高資源配置效率[7]。尹朝靜、范振銳等證實了科技投入對農業全要素生產率有顯著的提升作用[8-9]。高帆指出我國實現農業持續發展的根本出路是提高全要素生產率，要激活技術組織創新，調整產業結構[10]。何澤軍和李瑩通過測算2007—2015年省際農業面板數據，提出農業全要素指數增長需要持續實施財政支農、加強農業科技研發、設立農業風險預警機制并且要因地制宜[11]。劉戰偉運用SBM-Global和Malmqusit實證結果，提出中國各省份之間農業全要素生產率指數差距大，技術效率普遍存在惡化現象，注重加強科技創新的同時要深化農業科技改革，推動工農產業融合[12]。

Krugman早期研究指出，經濟體之間普遍存在空間依賴性和相關關系，隨著區域間經濟的密切聯系而不斷增強[13]。在中國農業全要素生產率空間變化特征研究中，王軍和楊秀云指出中國農業全要素生產率呈現東部、東北、中部、西部依次遞減趨勢[14]。在農業技術業存在空間交互效應研究中，汪輝平等研究指出，對外直接投資FDI對農業全要素生產率具有顯著的空間溢出效應[15]。肖小勇和李秋萍運用空間計量模型研究，表明中國的農業生產存在空間相關性，且省際更明顯[16]。于偉等采用空間聯立方程模型，研究結果表明城市化和市場化程度對人力資本與農業全要素生產率在空間互動下存在顯著擴散效應[17]。陳鳴和鄧榮榮采用空間杜賓模型，實證農業科技投入與農業全要素生產率有顯著空間相關性，在東部地區表現更突出，認為有必要對農業發展進行可視化空間分析[18]。儲霞玲等計算農業專業化指數后，運用GIS分析了廣東省農業專業化時空集聚效應[19]。周旭東和呂光輝采用DEA與Tobit模型，對新疆14地州市農業生態效率進行時空差異分析[20]。彭鏗運用超效率DEA和Malmquist指數，對新疆農業生產效率進行動態和靜態測度分析[21]。葉璐和王濟民指出，農業全要素生產率的研究方法和統計口徑多樣化，測算結果差異化，不同方法各有優勢[22]。

綜上所述，采用DEA對農業生產要素的測算分析比較全面，地區之間影響農業全要素生產率變化的因素除技術外，其他差異巨大，需要因地制宜進行決策，且多數地區效率之間存在空間相關性。考慮DEA不需設定函數形式，能有效避免主觀性帶來的測算誤差，適用廣泛，結果可讀性強，本文沿用DEA-Malmquist指數對新疆農業全要素生產率進行最新數據測算，根據測度結果，對新疆地州市農業效率的空間演化過程進行GIS可視化分析，從時間縱向和地域空間進一步研究新疆農業產業結構發展過程中各地州農業效率值的動態變化，有利于更好地把握新疆農業發展狀況，提出有針對性的建議。

三、模型構建與數據來源

(一)模型構建

根據現有投入和產出變量相關數據，采用DEA進行農業全要素生產率測算。DEA不需要生產函數，可根據數據直接測算。本文將新疆各地州市作為一個決策單元，測度新疆農業全要素生產率。

采用Fare等提出的DEA-Malmquist指標方法，計算公式是(1)。當規模報酬不變(CRS)時，農業全要素生產率TFP可分解成技術變化(TECH)和技術效率變化(EFFCH)，為公式(2)；當規模報酬可變(VRS)時，技術效率變化可分解成純技術效率變化指數(PECH)和規模變化指數(SECH)，為公式(3)[23]。將t到t+1時期DEA-Malmquis指數運算公式分解如下

(1)

(2)

(3)

式中，x、y表示t到t+1時期內所有決策單元的產出和投入向量，等式中d為投入導向距離函數。

上述三個等式左邊不變，表示涉及4個變量的Malmquis指數函數。式(3)右邊第一項表示規模效率變化，第二項是純技術效率，第三項為技術進步。最終農業全要素生產率分解為技術進步(TE)、技術效率(EF)、純技術效率(PE)和規模效率(SE)。技術進步表示生產技術變化程度；技術效率反映生產是否存在投入要素浪費、資源配置不合理；純技術效率衡量純技術無效率造成生產技術無效率的程度；規模效率衡量決策單元生產的規模報酬情況，進而決定縮小還是擴大生產規模。

DEA-Malmquis指標測算值大于1，意味著生產水平提高；小于1，意味著生產水平下降；等于1，意味著生產水平不變。技術效率=純技術效率×規模效率，全要素生產率=技術效率×技術進步。基于以上原理，假設農業生產的規模報酬可變，根據投入導向型DEA模型，基于DEA2.1軟件測算新疆農業全要素生產率和分解指數。

(二)數據來源和指標選取

克拉瑪依市是石油工業城市，幾乎沒有農業，本文選取除克拉瑪依市以外的新疆13個地州市的投入和產出指標，測算和分解新疆農業全要素生產率。選用2003—2018年新疆面板數據，數據來源于2004—2019年的《新疆統計年鑒》《中國統計年鑒》《新疆維吾爾自治區2003—2018年國民經濟和社會發展統計公報》。為遵循數據真實性和保證數據完整性，運用平滑法和移動平均法補充缺失值，整理后得到2003—2018年13個地州市的面板數據。因使用缺失值插補，會造成部分測算結果偏差，但總體趨勢不變。基于規模報酬前提假設，運用DEA-Malmquist測算新疆及13個地州市農業全要素生產率，具體分析組成要素，觀察分析農業全要素生產率的時間變化走勢及空間布局，分析新疆農業產業結構發展是否進入現代化。DEA模型的指標體系不需要無量綱化處理，模型測算的是相對效率值。

本文參考王玨等學者的變量選取原則，把新疆各地州市農林牧漁業總產值作為產出指標，考慮測算的可比性，以2003年農林牧漁業不變價總產值為基期，采用價格平減指數消除通貨膨脹的影響，測算新疆農業全要素生產率，進而分析新疆傳統農業、生態農業、設施農業的發展進程，結合新疆農業產業結構的要素分析，提出未來的發展方向。基于農業生產過程中涉及土地、人力、技術、水資源等影響因素，投入指標遵循一般農業全要素生產率測算的基本原則，選擇農作物總播種面積(千公頃)、農林牧漁業勞動力(萬人)、農業機械總動力(萬千瓦)、農村用電量(億千瓦)、化肥施用量(萬噸)和水資源總量(億立方米)6個變量。

從獲得的統計數據發現，新疆農業的投入和產出都表現出不同等級的差異，其中農作物總播種面積、農業機械總動力的變化最突出。農林牧漁業總產值的最小值為7.64億元，最大值351.27億元，說明新疆農業發展差距顯著，不僅與農業發展水平有關，主要還是受制于各地州的土地耕種面積。總體而言，新疆農業發展有待進一步均衡。

四、實證結果與分析

(一)農業全要素生產率波動幅度明顯，且與技術進步同步變化

新疆農業全要素生產率總體呈現折線波動，且在2004—2005年和2013—2014年出現大幅上漲，2005—2006年和2015—2016年出現大幅下落；大幅下落均在大幅上漲的下一年出現，說明農業技術溢出效應嚴重不足。

2004—2006年Maimquist指數增長波動較大。2004—2005年間，Maimquist指數達到峰值1.685，與去年相比增長了65.1%，漲幅十分明顯，原因在于同期技術改進顯著，相比去年增加65.2%，而規模效率相比往年下降0.1%。2005—2006年間，農業全要素生產率水平大幅下降， 降幅高達35.4%，主要是因為技術改進跟不上，下降35.3%；同期技術效率和規模效率都呈現小幅下降，純技術效率不變，農業全要素生產率為歷年最低。原因在于：首先，2003—2004年是重點解決“三農”問題的關鍵年份，也是新疆農業開發投資快速膨脹時期。第一產業投資在2003年增長高達68.2%，農林牧漁業新增固定資產96.44萬元；2004、2005年均下降至60多萬元，2006年回升至80.47萬元，仍低于2003年(1)數據來源于《新疆統計年鑒》《新疆維吾爾自治區國民經濟和社會發展統計公報》。。2003—2004年南疆各地州新開發耕地面積達到頂峰，大量投資進入新開發土地中，特別是機械動力投入和灌溉投資力度加大。導致這一結果的深層原因是新疆棉花價格從1999年后降到最低，每噸原棉收購價3800元，2002年突然上升到1998年的三倍，每噸原棉價格達到12 000元(2)數據來源于中國棉花網數據中心，網址：http://dc.cncotton.com/dc/index/cn/subpage.action。。棉花在新疆農產品中一直占據重要比重，價格持續走高為農業投資者增加信心，加上國內對解決“三農”問題相關政策的推動，促使新疆農業投資增加，主要表現在以灌溉設施和機械動力為主的農業投資產生了搶先的技術引進效應。投資后相當一段時間內具有穩定性，第二年快速回落，呈現2005—2006年的低值點。2004—2005年間，雖然技術進步效應增長，但規模效應出現略微下滑。其次，中國科學院新疆生態與地理研究所在2004年度獲新疆維吾爾自治區科技進步獎4項，其中2項是關于典型流域水資源利用。而新疆農業發展的主要制約因素之一是水資源匱乏，解決干旱區灌溉農業條件下農業節水和鹽堿地治理，是新疆農業發展需要攻克的重要技術。此項科技進步獎的獲得有助于改進農業技術，影響農業全要素生產率波動。

2013—2014年，技術進步又出現上下大波動，原因有兩個方面。從全國層面看，中央提出糧食安全政策，加大中國農業科技化轉型，突出有機綠色農業，帶動農業領域的設施投資和其他科技型投入；從新疆層面看，在2011年提出跨越發展模式下，以民生為主的援疆建設投資主要流向農村地區，以安居富民為主的農村農業生產投資和興牧為主的大型水利項目投資大量上線，僅北疆牧區就建成了18座以定居興牧為重點內容的農牧業水利投資，同時在南疆四地州加大了灌溉農業設施化方面的大型水利和土壤改良投資。2016年后新疆農業過快發展與地下水位下降之間的矛盾加劇，要求全面整頓，導致農業技術效應無法全面發揮作用，規模效應開始降低。

總體來看， 技術進步與技術效率變化雖有不同， 但新疆農業全要素生產率的走勢與技術進步的變動基本同步， 說明全要素生產率提升的主要驅動因素是技術進步。當技術效率、純技術效率與技術進步發生背離時，農業全要素生產率仍能保持與技術進步變化走勢一致，說明新疆農業全要素生產率增長主要依靠技術改進，也可判斷技術誘導型是新疆農業全要素生產率的增長模式。

(二)技術效率、純技術效率和規模效率三者變化趨勢一致，且整體缺乏效率

技術效率、純技術效率和規模效率在2012—2016年整體出現大波動，變化趨勢與技術進步和農業全要素生產率相背離，阻礙了農業全要素生產率的增長。

技術效率、純技術效率和規模效率在2013—2014年出現歷史最低，技術效率僅為0.653，純技術效率為0.724，之后一年技術效率和純技術效率急劇上升，漲幅均達40%多，規模效率變化趨勢略緩，但總體變化一致。其余年份一直未出現較大變動，走勢平穩略下降。決策單元和生產前沿面之間的距離代表技術效率，在僅有的外在條件和投入要素下，技術效率在2016—2018年處于小幅下降，到2018年也未達到1，說明新疆農業發展帶有“粗放型”的特征，提升技術效率在新疆農業發展中存在很大的空間。這與其他學者研究得出的結論基本一致，技術進步是中國農業全要素生產率增長的動因，增速顯著，技術效率下降是普遍趨勢，并阻礙其增長。近年來新疆的純技術效率和規模效率逐漸下降，說明新疆農業現代產業規模化尚未真正形成，小農經濟比較突出，生產效率低下，全疆各地州亟待提高技術效率，集約式的高質量發展是新疆農業產業結構調整的重點。鼓勵加強農業技術創新，深化農業科技改革，完善農業農村金融體系，推動產業融合、城鄉融合，轉變農業產業結構升級模式，培育新時代新型職業農民，向現代生態農業、農業產業化經營的設施農業推進。

(三)各地州市僅技術進步有效率，地區之間農業全要素生產率差異大

新疆地大物博，東西南北平均距離達到4000多公里，資源分布不均，水力資源西北西南居多、東北東南偏少，土壤資源也具有地域特點，這些因素在提高全要素生產率、技術的空間效應差距等方面都會產生影響。新疆種植業和牧業相對分離，牧區集中于北疆和部分南疆山區(巴州)，除吐魯番和哈密等市外，新疆各地州種植業結構十分相似，主要以小麥和玉米為主要的農作物，并且只有南疆各地州可以實現一年收獲兩次，而棉花作為主要的經濟農作物只能一年收獲一次，這種土地利用和種植業結構的相似性，對于技術進步產生的差異不大。從氣候和耕地資源特征來看，北疆地區旱地面積較大，但是土地年利用次數少，南疆以灌溉農業為主，干旱地理特征明顯，對設施農業中的技術投入結構存在差異，然而引起技術進步差異的分析主要集中于總量差異而不是結構差異，故在DEA-Malmquist分析中不再區分這種結構差異，且對整體技術進步的影響并不大。因此，本文沒有把上述問題作為一個解釋變量放入模型中。根據本文設定的模型，得到2003—2018年新疆13個地州市農業全要素生產率測算結果。

從測算結果來看，新疆13個地州市中農業全要素生產率高于全疆平均值的有8個，最高的是吐魯番市，高出平均值4.7%，最低的是博爾塔拉蒙古自治州，兩者相差9.2%，差異顯著。全要素生產率大于1的地州市的技術進步也大于1，主要是依靠技術效率的提高來促進全要素生產率的增長。全要素生產率低于平均值的5個地區不僅技術進步效率不高，而且技術效率、純技術效率和規模效率值都偏低，博爾塔拉蒙古自治州最突出。但博爾塔拉蒙古自治州的純技術效率等于1，說明該地區的要素資源配置和農業管理是合理的，只是規模水平跟不上，有必要及時采取措施擴大農業生產規模，提高技術效率，同時引入最新農業技術。從全疆范圍看，各地州僅有技術進步有效率，技術效率偏低主要是純技術效率和規模效率偏低。選取的13個地州市中北疆有8個地區，其中阿勒泰地區和博爾塔拉蒙古自治州是全疆農業全要素生產率最低的2個地區；南疆喀什地區的所有效率值均大于或等于1，農業發展態勢良好。這表明并不是北疆所有地區的農業全要素生產率都是最優的、南疆都是最差的。

五、新疆各地州農業全要素生產率時空演化

(一)時空演化規律

因DEA-malmquist模型結果以2003年數據為參考，默認2003年農業全要素生產率值為1，選擇2004、2009、2014和2018年共4個時間截面進行農業全要素生產率的時空演化分析。將各地州市的農業全要素生產率測算值分成三個范圍，通過空間分析數據ArcGIS10.2進行可視化分析，發現2003—2018年間，新疆各地州市農業全要素生產率變化差異較大。根據TFP指數劃分的農業全要素生產率的4個等級，13個地州市中烏魯木齊、哈密、昌吉回族自治州、伊犁州和喀什5個地區在4個年份中的農業全要素生產率指數均大于1，富有效率；他們分別在不同的年份出現突出值，大于1.1。

隨著時間的推進，可以發現新疆各地州市的農業全要素生產率從開始大部分地區大于1的效率值，到出現大部分地區大于1.1的突出值，再演化到2018年顯示大部分地區的農業全要素生產率低于1。說明農業全要素生產率整體下降，可能是技術進步跟不上，也可能是綜合技術效率偏低。基于此，把13個地州市2003—2018年的平均效率值進行農業效率區域識別，以進一步探究問題。

(二)農業效率問題區域識別

DEA-Malmquist指數測度的是相對效率變化，將各地州市的全要素生產率增長、技術進步指數及綜合效率指數分別與全疆的相應均值比較，加之所選地州市不足15個以上，不適合進行全局Moran’s I指數分析，故采用GIS空間查詢工具對效率值低于或高于全疆均值水平的地區疊加分析，以識別農業效率的問題所在。結果顯示，農業效率問題可以分為4類。

技術進步有效引發農業全要素生產率有效。此類型涉及地區最多，共6個，其中5個以片狀集聚在一起，包含烏魯木齊、吐魯番、昌吉回族自治州、伊犁州和塔城，另一個是喀什地區。其效率特征表現為綜合效率值為1，分解包括純技術效率和規模效率；農業全要素生產率指數大于1，主要依賴于農業技術進步有效。這些地區在保持農業技術領先的優勢上，要積極培育農業發展新動能，向生態農業、智慧農業靠近，帶動新疆其他落后地區的農業發展。

技術進步滯后引發農業全要素生產率滯后。此類型僅涉及1個地區，是巴音郭楞蒙古自治州。其綜合效率值為1，暫時并沒有出現偏低，而技術進步效率偏低造成農業全要素生產率偏低，但并不是全疆最低的。建議此地區應加大推進農業科技和專業技術人才引進，因地制宜，培育新型農業，同時多借鑒其他地州的農業發展經驗，帶動農業產業結構的轉型升級。

綜合效率和技術進步滯后。此類型涉及3個地區，包括和田、博爾塔拉蒙古自治州和阿勒泰。具體表現為不僅技術進步偏低，同時技術效率、純技術效率和規模效率都低于1，且博爾塔拉蒙古自治州和阿勒泰都屬于北疆地區，表明并不是北疆的農業全要素生產率都高于南疆。相比其他地州，這3個地區的農業發展不合理，不僅要推進農業技術設施現代化和農業治理體制合理化，發展集約式農業，更要把重點放在生產技術的提升，積極加大人才、資金、技術等生產要素注入當地農業發展，可以將創意農業與旅游、休閑等結合發展。

綜合效率滯后引發農業全要素生產率滯后。此類型涉及3個地區，分別是克孜勒蘇柯爾克孜自治州、阿克蘇和哈密。其綜合效率不僅低于1，也低于全疆的均值，有的是純技術效率引起，有的是規模效率造成。該類地區應該把優化資源配置、發展現代創新農業放在首位，充分利用現有的資源稟賦，強力釋放農業發展潛力，優化城鄉要素資源配置效率，擴大產業規模，促進農業全要素生產率有效提高；加大農民技術培訓，發揮技術溢出效應；加快推動農業生產方式的轉變，盡快從傳統農業過渡到現代高質量農業模式。

六、結論與討論

(一)結論

本文采用2003—2018年新疆13個地州市的面板數據，使用DEA-Malmquist方法測度新疆各地州市的農業全要素生產率，并運用ArcGIS軟件進行空間可視化分析，選取主要年份新疆各地州市的農業全要素生產率進行時空演化分析和農業效率問題區域識別。基于此，對新疆農業全要素生產率從時間縱向和地域空間進行綜合分析比較，結果表明：第一，從時間縱向看，農業全要素生產率波動幅度明顯，且與技術進步同步變化；技術效率、純技術效率和規模效率三者變化趨勢一致，且整體缺乏效率；16年均值結果顯示各地州市僅技術進步有效率，地區之間農業全要素生產率差異大。第二，從地域空間看，隨著時間的推移，新疆各地州市的農業全要素生產率從2004年大部分地區大于1的效率值，到出現大部分地區大于1.1的突出值，再演化到2018年大部分地區農業全要素生產率低于1；農業效率問題區域識別把新疆農業效率問題分為技術進步有效引發農業全要素生產率有效、技術進步滯后引發農業全要素生產率滯后、綜合效率和技術進步滯后、綜合效率滯后引發農業全要素生產率滯后4類，其中技術進步有效引發農業全要素生產率有效涉及的地區最多，接近一半。

(二)討論

新疆農業發展雖然是以技術誘導為主要特征的全要素生產率模式，但是由于純技術效率不足，規模經濟效率無法大幅度提高，整體呈現技術進步推動下的全要素生產率緩慢上升的發展態勢。這表明：第一，需要進一步調整新疆的技術選擇和技術引進。每一次的技術推廣和技術引進都可能對農業產生積極的影響，導致生產效率提升，但是技術引進的外溢效應和沖擊效應不持續，導致不斷出現引進的技術資源浪費問題。第二，新疆的技術引進必須因地制宜，引入后需要強化技術的本土化，注重本土農業生產特點，從而提升創新運用的能力，即在吸收和創新基礎上推廣引進技術。第三，依據本土特殊的土壤氣候和柿子園等農業特點，形成具有本地特色的農業技術創新體系，并有針對性地提供支持。第四，提高新疆農業的規模效應，必須在農業土地流轉制度改革上有所突破，實現土地資源的規模化開發利用。這樣一方面可以提高機械動力的有效利用，另一方面可以減少技術引進方面的重復投資和家庭農業的反復投入，有助于提升技術資源的高效利用。

從區域差異看，不同地州的全要素生產率不一致，不能“一刀切”地制定農業政策，要根據制約各地州全要素生產率的具體因素，在全面分析的基礎上制定有差別的農業技術進步政策和農業發展政策。此外，針對和田、阿勒泰和博爾塔拉蒙古自治州等農業生產效率較低的區域，應單獨制定推動農業全要素生產率的政策體系。

本文基于新疆農業全要素生產率的測算來研究新疆農業的發展，并對其時空演化過程和農業效率進行問題劃分。變量選取時未考慮農業非期望產出，且僅選取近16年的數據作為分析數據，時間跨度不長，今后可嘗試在更長時間跨度內結合農業的期望產出和非期望產出，深入探究新疆農業發展。