基于DEA模型的江蘇省農業機械化效率分析

劉蔚然 劉 婷

（南京財經大學紅山學院，江蘇 南京 210000）

0 引言

隨著我國城鎮化程度不斷提升，農村勞動力持續向城鎮轉移，農村人口老齡化問題進一步加劇，人口紅利逐步消失，這對我國的農業可持續發展和糧食安全構成了一定程度的威脅。要想實現農業產量的不斷增長，解決農村勞動力不足問題，提高農業生產效率，就必須促進傳統農業向現代農業轉變，提高農業機械化水平。農業機械化是農業現代化的重要組成部分。習近平總書記強調，要把發展農業科技放在更加突出的位置，大力推進農業機械化、智能化，給農業現代化插上科技的翅膀。沒有農業機械化，就沒有農業農村現代化。農業機械化是提高農業綜合生產力的基礎，是推進農業農村現代化的必要手段，是實施鄉村振興戰略和保障糧食安全的重要支撐。

江蘇省是農業大省，是我國重要的糧食主產區。江蘇省農業機械化水平發展總體水平較高，但還存在一些矛盾和問題亟須破解。例如，部分農作物品種多、規模小，不適合機械化作業；部分地區農業機械裝備有效供給不足，低端農機裝備過剩，高端農機供給不足；當地缺乏推行農業機械化的基礎條件建設，導致農機作業難、保管難、維修難。要解決這些矛盾和問題，相關部門就需要加大工作力度。基于此，筆者在分析江蘇省農業機械發展水平和農業機械化效率的基礎上，提出解決問題的措施和方法。

1 文獻綜述

目前，已有不少學者對我國農業機械化效率進行研究并發表了文獻。王明芳等［1］較早探討了農業機械化的相關問題。余世勇等［2］運用DEA-Windows模型對我國31個省（自治區、直轄市）的農業機械化效率進行分析，研究發現我國農業機械化效率處于較低水平且區域差距大，需要注重農業機械的充分利用及機械化效率的提高。曹衛華等［3］運用DEA-Tobit兩步法分析了江蘇省部分地區農業機械化生產模式的效率。虞松波等［4］、王丹等［5］均研究了農業機械化對糧食生產效率的影響。也有不少學者探討了農業機械化效率對水稻、小麥、玉米、甘蔗、油菜和棉花等農作物產量的影響。

現有的研究側重于對農業機械化發展影響因素的研究，以及對農業生產效率、農業能源使用效率、糧食和棉花等農作物農業機械化效率的分析，關于近年的省域、市域層面的農業機械化效率的研究相對較少。為有效測度江蘇省近年的農業機械化效率情況，筆者利用數據包絡分析法（DEA），選取相應的投入產出指標，對江蘇省9個地級市2015—2020年農業機械化效率評估，并針對實證研究結果，提出提高江蘇省農業機械化水平的建議。

2 實證研究及分析

2.1 方法介紹及指標選取

數據包絡分析法（DEA）是一種重要的效率研究方法。該方法建立在相對效率評價的基礎之上，對每個決策單元（DMU）投入產出指標進行權重賦值，確定生產前沿面，以判斷各決策單元DEA是否有效，并指出改進的方向。該方法適用于多投入、多產出、較為復雜的單元績效評價，不需要建立相關函數，也不需要人為設置相關指標權重，在縮小誤差、精簡算法等方面有著一定的優越性。Charnes等［6］提出了經典的DEA-CCR模型，但CCR模型建立在規模報酬不變的假設基礎上，在實際應用中有著較大的局限性。因此，許多學者根據研究需要，不斷改進傳統的DEA方法，提出各種模型，如BCC模型、FG模型、ST模型等［7］。改進后的DEA模型被廣泛應用于企業管理、城市建設、金融行業、農業領域等。在綜合相關學者研究成果的基礎上，筆者運用DEA-BCC模型對江蘇省農業機械化效率進行研究。相較于CCR模型，BCC模型更考慮生產經營活動中的多種不確定因素，放寬規模報酬不變的假設，并將綜合技術效率進一步分成純技術效率和規模效率。在規模報酬可變的條件下，假設有n個決策單元，設投入要素數量為m，產出要素數量為s，（xji，yrj）表示第j決策單元的第i種投入要素和第r種產出組合，Vi和Ur分別表示投入要素與產出要素的權重，u0反映規模情況（u0＞0，表示決策單元規模報酬遞減；u0＜0，表示決策單元規模報酬遞增；u0=0，表示決策單元規模報酬不變），則投入產出向量組可表示為

對于任意決策單元k，其效率可表示為

式（1）（2）（3）（4）（5）中：Ur>0，Vi>0；r=1，2，…，s；i=1，2，…，m；j=1，2，…，n。

綜合相關文獻，為保證投入產出指標選取的綜合性、客觀性、可比性，筆者選取農業機械總動力（萬kW）、大中型拖拉機數量（臺）、聯合收割機數量（臺）作為投入指標，將農業產值（億元）作為產出指標。因各市年鑒統計項目不一致，最終選定南京市、蘇州市、無錫市、常州市、鎮江市、泰州市、徐州市、宿遷市和淮安市9個市的數據作為研究樣本。所有數據均來自各市的統計年鑒。

2.2 實證結果分析

運用DEAP2.1軟件對江蘇省9個地級市的農業機械化投入產出數據進行分析，各市的效率均值如表1所示。

表1 2015—2020年江蘇省9個地級市農業機械化效率

由表1可知，江蘇省9個地級市2015—2020年的農業機械化綜合技術效率、純技術效率和規模效率的均值分別是0.881、0.979和0.900，說明江蘇省9個市的農業機械化水平整體較高。目前，淮安市的農業機械化綜合技術效率、純技術效率和規模效率已經達到最優狀態，各效率指標的歷年均值均為1.000，規模收益保持不變。除常州市、淮安市外，其他城市的農業規模收益均為遞增，說明各市的農業機械化水平逐步提升，若各市在原有投入的基礎上能適當增加投入量，產出量將會有更高比例的增加，農業機械的利用效率也會越來越高。常州市的農業機械化規模效益為遞減，說明僅僅在原有投入的基礎上增加投入量，不會帶來更高的產出，此時沒有增加決策單元投入量的必要。因此，常州市要結合自身的農業生產和農業機械的實際情況，調整相關農業資源的投入組合，合理分配，優化農業生產布局，從而進一步提高農業機械化效率。

從各個效率指標看，9個市的機械化效率水平呈現一定的差異。3個指標中，綜合技術效率的均值最低，只有0.881，說明江蘇省農業機械化水平整體還有一定的上升空間。9個市中，只有淮安市的綜合技術效率值達到1.000，宿遷市和徐州市的綜合技術效率水平還處于較低水平，分別為0.660和0.649，說明這2個城市的農業機械化水平和其他城市相比還有較大的提升空間。各市的純技術效率均值為0.979，均值水平較高，其中南京市、常州市、徐州市和淮安市的純技術效率均值處于最優狀態，鎮江市的純技術效率值較低，為0.887。從規模效率看，依舊是宿遷市和徐州市的規模效率水平較低，歷年均值低于0.700，而其他城市的規模效率均值都在0.900以上。從數據結果看，宿遷市和徐州市應一進步加大農業機械的投入，提高農業機械化水平和農業機械化規模。

3 提高江蘇省農業機械化水平的建議

3.1 推動農業基礎設施宜機化建設

從實證數據可以看出，江蘇省部分城市農業機械化規模效率較低導致了農業綜合技術效率的降低，說明發展規模農業、優化區域農業布局、推進農業專業化生產，即推動農業基礎設施宜機化建設十分有必要。第一，相關部門要進一步引導土地規模經營，在把握好適度原則的基礎上，確定當地土地規模經營的標準，通過完善土地流轉機制，鼓勵土地經營權流轉、代耕代種、生產托管等，發展多形式的規模經營。第二，相關部門要完善各項配套服務，促進農村土地經營權流轉、交易的規范化。第三，相關部門要建立健全監督與風險防范制度，提高土地流轉準入門檻，保護流轉雙方的權益，為農業基礎設施宜機化建設提供保障。

3.2 加大農業機械化的投入力度

研究結果顯示，江蘇省有7個市的農業機械化規模收益呈現遞增態勢，說明加大農業機械化的投入可以進一步提升農業機械化效率。第一，相關部門要繼續加大對農業機械化的資金投入，發揮補貼資金效益，通過增加農業機械燃油補貼、優化補貼機具分類分檔擴大補貼機具種類和范圍等方式持續加大農機購置補貼力度。第二，相關部門可以創新農業機械扶持手段，在財政補貼的基礎上，適度引入更多的社會資金進入農機領域，完善對大中型農機的貸款、擔保、融資租賃管理方法，減輕農民購機負擔。第三，相關部門要完善農業機械的報廢更新制度，如以舊換新、增加補貼等方式，加快農業機械的更新換代，并促進新型、高端大型機械的發展。

3.3 開展農機人才培育行動

當前形勢下，推廣智能化、復合型農業機械是進一步提高農業生產效率、提升農業機械化水平的必然選擇。農業機械操作人員的素質水平是影響農業機械運作效率、作業效益和使用壽命的關鍵因素。因此，實施農機人才培育行動是提高農業機械化效率的重要保障和支撐。農機人才的培育要堅持“農教聯合”培養方式，進一步創新“所校聯動”的合作機制，針對農業院校學生提供農機培訓、考證、繼續教育等服務，全方位拓展人才輸送渠道，引導大學生更多地關注農機、扎根基層、服務農業。

3.4 完善現代服務，推動數智農機應用

江蘇省農業機械化效率的進一步提升離不開信息技術的支持。相關部門應充分利用各種技術手段，構建共創、共享、共用的新型服務體系，進一步整合農機研發、推廣、作業、維修服務平臺，積極示范推廣新技術、新裝備。此外，相關部門要進一步圍繞數字化、智能化、智慧化的目標，加快培育農機作業、維修、供應等服務市場，推動數智農機在農村各類農業場所的實際應用，推進江蘇省農業機械化水平的進一步提升。