基于DEA-Malmquist指數模型談新時期我國糧食生產效率測度實證研究

雷蕾 雷春艷

摘要：新時期，我國對糧食生產效率提出了更高的要求。基于DEA-Malmquist模型對2015-2019年我國31個省份的糧食生產效率進行測度，揭示糧食生產增長的源泉和存在的問題。研究結果表明：我國糧食生產效率尚未實現DEA有效，不同省份糧食生產效率差異較大；生產技術對糧食生產效率提高起正向作用，糧食生產技術未充分運用是阻礙糧食生產提高的關鍵因素。因此，要加快糧食技術進步和技術推廣、完善相關政策及法律法規、構建現代化糧食市場體系。

關鍵詞：新時期 糧食安全 生產效率 數據包絡分析 Malmquist指數2023年中央一號文件提出，“全力抓好糧食生產，實施新一輪千億斤糧食產能提升行動”。本文通過DEA-Malmquist模型對我國新時期糧食生產效率進行測算分析，并結合分析結果提出對策建議，以期為進一步提升我國糧食生產效率提供理論依據。

一、文獻綜述

糧食生產效率作為衡量農業綜合生產力的重要指標，近年來其研究備受學術界關注。

糧食生產效率受到多重因素影響。姚成勝等運用Kaya恒等式模型和對數平均迪氏分解法研究了農業勞動力轉移和農業機械化對糧食產量的影響[1]。李雪等從生態保護角度出發，運用SBM-DEA模型對我國13個糧食主產區的糧食生態效率進行實證研究[2]。魯慶堯運用SBM模型對我國2000—2018年的糧食生產生態效率進行分析，結果表明我國糧食生產生態效率從西部、中部到東部，總體呈顯著遞減趨勢[3]。

新時期必須優化糧食生產資源配置，提高糧食生產效率。曾靖運用問卷調查法對湖北省16個市州351個農戶進行典型調查和定性分析，認為糧食生產責任制度、適度規模經營和精耕細作、實施多元耕作模式等不足，對糧食生產資源優化配置及生產效率提升產生較大影響[4]。

糧食生產效率的測算評價。江激宇等運用數據包絡法（DEA）對安徽皖北地區渦陽、蒙城兩縣的小麥主產區生產技術效率進行測算，在此基礎上，運用模糊集定性比較分析法探索出提高小麥生產技術效率的可行性路徑[5]。楊慶基于主體功能視角，構建了長江三角洲地區農產品主產區2013—2017年糧食生產效率DEA模型，運用Malmquist 指數模型分析其時空演變特征，研究表明重點開發和集中生產的區域糧食生產效率更高[6]。

現有文獻雖對糧食生產效率影響因素及測算分析展開了一定研究，但鮮有學者對新時期我國糧食生產效率進行全面分析測算，難以合理解釋新時期我國糧食生產產量及效率情況。因此，本文采用DEA和Malmquist指數法，依據2015-2019年我國31個省市糧食生產面板數據，測算我國糧食生產綜合效率，提出針對性對策建議，為我國糧食生產進一步發展提供理論依據。

二、研究方法與數據來源

（一）DEA-Malmquist模型

數據包絡分析法簡稱DEA，由美國著名運籌學家查恩斯等學者提出，主要用于評價相同部門的相對有效性，是一種運籌學、統計學等交叉融合的效率評價方法。該方法將單輸入、單輸出的工程效率概念推廣應用至多輸入、多輸出的DMU（決策單元）綜合效率評價中去。DEA方法運用數學規劃模型計算比較多個決策單元的相對效率，將多個具有可比性的輸入、輸出指標進行處理，比較與生產前沿面的偏離程度，確定相對有效性，從而更理想的反映出評價對象自身的信息和特點。在處理多投入、多產出指標效率評價上具有算法簡單、評價結果客觀、誤差小等優點。同時，該方法是一種非參數方法，無需事先設定生產函數，不受投入產出數據量影響，將非線性問題轉化，綜合考慮到規模可變和不變等情形[7]。因此在多個領域得到了廣泛應用。其具體運算公式為：

式中：假設DEA中有多個決策單元，j=1，2，…，n表示決策單元，X，Y分別是投入、產出向量。Xij為某個決策單元j的第i項投入變量，Xij≥0；yri為某個決策單元j的第r項輸出，yij≥0；θ為目標規劃值，λj為規劃決策變量，ε為非阿基米德無窮小，Si-，Sr+為松弛變量。

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（DEA無效）。

Malmquist生產率指數主要用于測算不同時期的生產率變化。其表達式為：

其中：（xt，yt）為t時期的投入產出向量，（xt+1，yt+1）為t+1時期的投入產出向量；

若M＞1，則表示效率提高；M=1，則表示效率不變；M＜1，則表示效率下降。

DEA-Malmquist指數模型在效率測度上具有較大優勢，具體為：適用于多個跨時期、地區的面板數據的分析；可將綜合效率進一步分解為技術效率和技術進步變化指數；在距離函數上定義，對價格信息無要求；不需要選擇特定生產函數假設，避免了研究者選擇的主觀性等。鑒于以上優勢，采用DEA-Malmquist指數模型對2015-2019年我國31個省、市、自治區的糧食生效率進行測度分析較為合理。

（二）指標的選取及數據來源

為了獲取準確的DEA-Malmquist模型的研究數據，客觀真實的反映全國各地區糧食生產情況及差異。結合糧食生產效率的內涵，在堅持一致性和可比性的原則下，將指標體系分為兩類。一類是投入指標，一類是產出指標。選取糧食總產量（萬噸）作為衡量糧食生產的產出指標。選取糧食作物播種面積（千公頃）、農林牧漁業從業人員總數（萬人）、農用化肥施用量（萬噸）、農藥使用量（噸）、農業機械總動力（萬千瓦）、農村用電量（億千瓦時）、農用塑料薄膜使用量（噸）、農用柴油使用量（萬噸）作為衡量糧食生產的投入指標。其中，糧食作物播種面積用于替代糧食生產的土地投入；農林牧漁業從業人員總數用于替代糧食生產勞動力的投入；農用化肥施用量、農藥使用量、農業機械總動力 、農村用電量、農用塑料薄膜使用量、農用柴油使用量用于替代糧食生產的能源和資源消耗狀況。

在確定好糧食生產效率相關指標后，需根據指標選取研究樣本數據。本文立足我國糧食生產現狀，考慮到數據的準確性、可獲得性及研究需要。選取2015-2019年我國31個省、市、自治區糧食生產的面板數據作為研究樣本，即有31個DMU。所有數據均來源于《中國農村統計年鑒》、國家統計局網站。基于DEA-Malmquist模型對樣本數據進行處理、分析，以實現對2015-2019年我國糧食生產綜合效率的測度。

三、基于DEA-Malmquist的糧食生產效率測度與分析

（一）DEA模型的靜態分析

運用軟件DEP2.1對2015年和2019年全國31個省份的糧食生產投入產出指標進行效率分析，得出糧食生產綜合效率、技術效率、規模效率。分析結果見表1（限于文章篇幅，僅展示全國均值部分，31省市地區見分析結果）。

綜合技術效率。2015年和2019年整體均值分別為0.898、0.936，兩個年份均未實現DEA有效。整體呈上升趨勢，但都處于較低效率范疇。從省際角度來看，全國大部分地區綜合技術效率均有所上升，僅浙江、湖北、重慶、陜西四個地區略有下降。2015年和2019年達到前沿生產面的分別有13個地區和17個地區，且兩個年份均實現前沿生產效率的有11個地區。其中，兩個年份均達到前沿生產效率的有11個，分別為吉林、黑龍江、江蘇、江西、山東、河南、湖南、四川、貴州、西藏、寧夏，占比35.48%，表明這些地區在糧食生產上采取不同形式的資源投入產出組合，實現了資源的良好配置，達到了預期效果。2015年全國糧食生產綜合效率達到前沿生產面的有13個，分別為吉林、黑龍江、江蘇、江西、山東、河南、湖南、重慶、四川、貴州、西藏、陜西、寧夏，占比41.93%；其余地區均存在技術效率、規模效益相對較低的問題，存在提高的空間。2019年達到前沿生產面的有17個，分別為天津、山西、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、江西、山東、河南、湖南、四川、貴州、西藏、寧夏、新疆，占比54.38%；其余地區技術效率、規模效益相對較低，存在較大提高的空間。排名較低的四個地區分別為廣西、海南、甘肅、青海，這些地區要尤為重視資源投入產出組合，避免資源浪費、產量不足。

糧食生產純技術效率呈增長趨勢。2019年純技術效率為0.957，與2015年的0.928相比，效率同比增長3%，反映出我國糧食生產管理和技術水平存在一定潛力，通過合理的制度設計和糧食生產科技進步，可提高資源利用效率。2015年和2019年兩年均實現純技術效率有效的地區有16個，占比52.63%，大部分地區均實現純技術效率有效，這些地區處于生產前沿面，說明在技術、管理等方面處于領先，具有較大優勢，實現了投入產出最大化。與2015年相比，山西、遼寧純技術效率有所提高，2019年實現純技術效率最優，須繼續保持技術投入和產出組合。

糧食生產的規模效率可用于衡量地區糧食生產規模是否達到最優。2015年和2019年規模效率0.969、0.978，整體略有上升，兩個年份均實現有效的地區有14個，占比45.16%，分別為天津、內蒙古、吉林、黑龍江、上海、江蘇、江西、山東、河南、湖南、四川、貴州、西藏、寧夏。2019年，北京、海南、青海的規模效率較低，這些地區須進一步提高糧食生產技術和種植規模，以實現規模效率最優。規模報酬不變（規模效率為1）的地區19個，占比61.29%，這些地區糧食生產實現了最優規模。規模報酬遞增的地區有10個，占比32.25%，這些地區糧食種植規模較小，擴大種植規模能夠提高單位報酬。規模報酬遞減的地區有2個，分別為安徽、甘肅，這兩個地區糧食生產規模較大，超出了最優規模，繼續擴大生產規模會帶來單位報酬遞減。

（二）Malmquist指數的動態分析

Malmquist指數的動態分析可用來反映糧食生產效率的變化趨勢。因此，運用軟件DEP2.1對2015-2019年全國31個省份的面板數據進行分析，實現對全要素生產率及其構成要素的動態變化，分析結果見表2、表3。

整體效率變化。由表2可知，總體來看，2015-2019年糧食生產全要素效率呈波動下降趨勢，年均下降1.6%。這期間下降最多的是2017年，降幅達4.2%，上升最多的是2018年，漲幅達1.5%。從構成要素來看，2015-2019年糧食生產技術效率均值為1.001，呈正增長。技術進步均值為0.993，呈負增長。規模效率均值為1.001，呈正增長。說明技術效率對糧食生產效率起主要拉動作用，技術進步全要素生產率起到了抑制作用，技術發展出現停滯。后期在糧食生產規模不斷擴大的現實下，要努力提升糧食生產技術水平，提高糧食生產綜合效率。分年度來看，2018-2019年糧食生產技術效率為1.023，糧食技術進步為0.981，全要素生產效率為1.004，說明糧食生產技術效率對糧食綜合效率提升起到了正向驅動作用，技術進步起到了負面影響。2015-2016年糧食生產技術效率為0.995，技術進步為1.003，全要素生產效率為0.998。說明糧食生產技術效率對糧食綜合效率起主要影響。其余年份，分別全要素效率受技術效率和技術進步同步影響，兩者對糧食生產全要素效率發揮協同作用。即糧食生產技術效率和技術進步分別正增長或負增長，全要素效率也同步呈現正增長或負增長。2015-2019年糧食生產純技術效率和規模效率均為1.001，呈正增長。2015-2016年純技術效率為1.003，規模效率為0.992，全要素生產效率為0.998。說明糧食生產規模下降抑制了糧食全要素生產效率的增長。

綜上可知，我國糧食生產技術進步下降成為糧食全要素生產效率下降的主要因素，技術效率、純技術效率等對糧食生產全要素效率提高起正向驅動作用。這表明，我國糧食生產屬于粗放型生產。因此，我國糧食生產的關鍵問題在于提高糧食生產技術水平，實現糧食粗放型生產向糧食集約化生產轉變，從而實現糧食可持續生產。

不同省份效率差異變化。由表3可知，全國除天津、河北、山西、內蒙古浙江、湖北、廣東、廣西、海南、云南、青海、新疆等12個省份糧食生產效率全要素指數小于1，北京、遼寧、安徽、福建、山東、陜西、甘肅等7個省份糧食生產效率全要素指數為1以上，其余省份糧食生產效率全要素指數均為1。表明我國大部分地區糧食生產保持一定效率，部分地區生產效率取得了較大進步，整體發展態勢較好。從驅動原因來看，其余20個省份中，北京、遼寧主要得益于技術效率提升，安徽、福建、甘肅等主要得益于技術效率和技術進步同步提升，兩者共同推動全要素生產效率提高。

四、結論及建議

（一）結論

基于DEA模型靜態測算可知，我國糧食生產綜合效率整體呈上升趨勢，不同省份效率差異較大，純技術效率、規模報酬有較大的提升空間。基于Malmquist指數的動態分析可知，2015-2019年糧食生產全要素效率呈下降趨勢，年均下降為1.6%，整體波動大。技術效率對糧食生產綜合效率提高起主要驅動作用，技術進步次之。

（二）建議

1.積極促進糧食生產技術進步與技術推廣，破解糧食全要素生產效率瓶頸。“科學技術是第一生產力”，技術進步是推動全要素生產效率提高的關鍵性因素，也是實現糧食生產可持續發展的重要途徑。在我國資源稟賦的天然制約背景下，技術進步為改變糧食生產要素規模報酬遞減規律提供了合理的解決辦法，為推動糧食生產增長提供了無限潛力。為此，一方面，我國要構建糧食科技創新體系。充分整合科研資源，加強糧食生產技術研發。采取產學研結合、設立科研項目、配套資金支持等多種措施推動糧食生產技術進步，鼓勵在優良品種研發、生物農藥與化肥研發、農業機械研發、糧食生產信息化技術研發等方面創新，充分調動廣大科研人員對糧食生產技術自主創新的積極性。另一方面，要加強糧食生產技術推廣體系建設，尤其是基層生產技術的推廣，將先進的技術成果順利推廣，轉化為經濟效益。提高基層農戶種植技術知識，增強糧食生產技術應用效率；根據各地區自然資源、農戶知識水平、經濟發展水平，因地制宜推廣合適的糧食生產技術，切實促進糧食技術進步充分使得農戶受益。

2.完善相關法律和政策體系，充分調動種糧積極性。黨的十八大以來，國家高度重視糧食安全。新時期，中央對保障糧食安全提出了更高的要求，確立了“確保谷物基本自給、口糧絕對安全”的新糧食安全觀。出臺多項惠農補貼政策和相關法律法規。從各地糧食生產情況來看，通過政策和法律法規的完善，對農戶種植糧食有著正向激勵作用。但相關政策和法律法規的常態化、長效性、持續性效用有待提高，在掃除糧食生產效率提高過程中法規制度等的阻礙因素顯得十分有必要。法律法規方面。繼續保持和貫徹中央和地方對糧食生產資源和環境保護的相關法律法規，為糧食產量可持續增長提供法律保障，譬如《農產品質量安全法》《食品安全法》《種子法》等法律法規。政策方面。一是要加強政策推廣，促進農戶明確政策含義、了解政策惠農效應等，確保政策順利執行，實現政策預期效益。二是整合惠農資金，理順惠農職能部門關系。建立統一協調的管理體制，確保惠農資金準確、到位。三是進一步擴大公共財政惠農覆蓋范圍，提高糧食生產補貼標準。同時，增加對農資綜合補貼的范圍，加強對貧困地區農戶種植補貼。從本文研究結果來看，各省糧食生產由于技術進步和技術效率等有所不同，使得糧食生產全要素生產效率存在一定差異。因此，各地要結合本地區的實際情況，制定具有針對性和差異性的支持政策。

3.構建統一、開放、競爭有序的現代糧食市場體系。新時期，糧食市場競爭愈演愈烈，對糧食市場建設提出了更高的要求。建立統一、開放競爭有序的現代糧食市場體系，是實現糧食宏觀調控，提高糧食綜合生產效率重要基礎。要加強糧食市場基礎設施及配套功能建設，培育新型糧食經營主體，提高糧食物流水平。一是要構建競爭有序、統一開發的糧食市場體系，建立全國性糧食批發市場中心，地區性批發市場、城鄉批發交易市場等，形成糧食市場網絡，連接全國各地糧食交易。促進糧食供需資源對接，進一步提高糧食經營效率。二是要培育具有現代經營意識、多元化新型糧食主體，要推動糧食生產由粗放型向集約化轉變。重點培育農村專業合作社、種植大戶、農民合作組織，提高經營規模和經營水平，促使經營管理現代化。引導種糧龍頭企業、民營企業等，推動其向多元化加工流通發展，提高產品附加值、延伸產業鏈。進一步挖掘市場潛力，提高市場競爭力。三是構建高效、順暢、快捷的現代糧食物流體系。整合資源，從糧食生產地、糧食存儲、糧食交易等多個環節進行物流優化。加強各環節物流基礎設施建設，提高糧食物流現代化裝備水平。建立從全國到地方的糧食物流流通信息平臺，提高糧食物流信息化水平。

參考文獻：

[1]姚成勝，肖雅雯，楊一單.農業勞動力轉移與農業機械化對中國糧食生產的關聯影響分析[J/OL].農業現代化研究：1-15[2022-04-19].http：//kns.cnki.net/kcms/detail/43.1132.S.20220

407.1734.007.html.

[2]李雪，顧莉麗，李瑞.我國糧食主產區糧食生產生態效率評價研究[J].中國農機化學報，2022，43（02）：205-213.DOI：10.13733/j.jcam.issn.2095-5553.2022.02.028.

[3]魯慶堯，王樹進，孟祥海.基于SBM模型的我國糧食生產生態效率測度與PS收斂檢驗[J].農村經濟，2020（12）：24-32.

[4]曾靖.新時代湖北省農戶糧食生產資源優化配置研究——基于全省16個市州351個農戶的實證分析[J].湖北社會科學，2022（01）：63-68.DOI：10.13660/j.cnki.42-1112/c.015794.

[5]江激宇，方瑩，王麗，張可.安徽省小麥主產區農戶生產技術效率影響因素與路徑選擇[J].云南農業大學學報（社會科學），2021，15（06）：102-106.

[6]楊慶，蔣旭東，閃輝，張貝爾.長江三角洲地區農產品主產區域糧食生產效率研究[J].中國農業資源與區劃，2019，40（08）：141-148.

[7]顏鵬飛，王兵.技術效率、技術進步與生產率增長：基于DEA的實證分析[J].經濟研究，2004（12）：55-65.

（作者單位：成都信息工程大學物流學院、南充文化旅游職業學院文化服務與藝術系）