基于DEA 模型的安康市農業投入產出效率評價

摘 要： 為了解安康市現代農業發展效率狀況，選取2009—2020 年安康市污染治理投資總額、農業固定資產投資額、耕地面積和鄉村勞動力資源總數4 個農業投入指標，以及農業總產值和農業人均生產值2 個農業產出指標，采用數據包絡分析（data envelopment analysis，DEA）模型中的BCC 模型進行效率分析。結果表明，安康市農業投入產出效率只有2020 年的DEA 模型是有效的，但從2009 年開始，綜合效率總體呈現上升趨勢；從投入冗余率與產出不足率可以看出，安康市農業總產值基本不存在產出不足的現象，除2020 年外，其余各年份在污染治理投資總額、農業固定資產投資額、耕地面積和鄉村勞動力資源總數的投入在不同程度都存在冗余，投入結構不合理造成DEA 模型無效。

關鍵詞：農業；DEA 模型；投入產出；效率評價；安康市

中圖分類號：F327 文獻標識碼：A 文章編號：2095-1795（2024）04-0153-05

DOI：10.19998/j.cnki.2095-1795.2024.04.027

0 引言

農業是國民經濟的基礎，農業生產在經濟發展中具有重要作用，農業發展水平會直接或間接地影響其他非農業部門。我國高度重視農業的發展，大力發展農業經濟具有很強的戰略意義。農業的生產過程是從投入生產要素到產出農產品的過程，農業投入直接影響著農業產出。農業經濟的快速增長一方面靠各種物質性的投入，另一方面靠農業生產技術的投入，其中前者往往體現后勁不足或者導致一系列環境問題。現階段我國國民經濟正處于高質量發展的時期，現代化農業發展面臨的環境更加復雜，困難更加艱巨。如何提高農業生產效益和效率、實現資源優化配置，成為破解“三農”問題、改善農民生活水平、推進鄉村振興的重要議題。

農業生產效率一直是農業經濟研究中的一項重要課題，相關的研究成果頗多。關于農業投入產出的研究中對方法的選擇方面，有運用統計相關方法進行研收稿究。史明瑛等[1] 通過回歸等多種模型分析了安徽省農業投入產出效果。孔朝莉等[2] 運用主成分回歸分析模型對我國農業投入產出進行了分析。王學超[3] 運用多元統計方法，采用主成分分析、相關分析、聚類分析和回歸分析等，建立了農業投入產出模型，對影響農業投入產出的因素分別進行分析，最后對模型進行了綜合比較與評價。李興江等[4] 通過構建農業投入產出的指標體系，采用主成分分析和多元線性回歸的方法建立農業投入產出效率的計量模型，進而對甘肅省農業投入產出效率進行評價。也有研究建立綜合評價體系，張文紅[5] 構建農業投入產出的指標體系，建立綜合計量模型，對西部地區的農業投入產出效率進行評價。在眾多研究中， 運用數據包絡分析（dataenvelopment analysis，DEA）模型評價農業投入產出效率的最多。冉杰等[6] 運用DEA 和Malmquist 生產效率指數，對我國西部區域農業生產效率進行實證分析。賀正楚等[7]、齊天真[8]、劉宇寶等[9] 和朱永彬等[10] 都運用DEA 模型對研究區農業生產的效率進行評價。

關于農業投入產出指標選取中，在農業投入方面，大部分研究人員選取農業耕種面積、從業人員或者勞動力、固定資產、化肥等生產要素等指標；農業產出方面，選擇農業總產值、農作物產量、人均純收入等。賀正楚等[7] 投入指標選取了農業耕地面積、農用化肥、農業機械動力和農業勞力，產出指標選取了農業總產值，評價我國31 個省市農業生產的效率。劉宇寶等[9]選取農作物總播種面積、農業有效灌溉面積、農林牧漁業從業人員、農林牧漁固定資產投資、財政支農、農業機械總動力、農村用電量和農用化肥施用量等作為投入指標，糧食作物總產量、農林牧漁總產值、農林牧漁增加值等作為產出指標，評價甘肅省農業投入產出效率。齊天真[8] 選取土地投入、資本投入和勞動投入等7 個二級指標作為投入指標，選取農業總產值和農業人均純收入兩個產出指標，對天津市都市農業的投入產出效率進行了評價。朱永彬等[10] 研究河南省農業投入產出效率時選取小麥、玉米、油料作物、蔬菜和瓜果等主要農作物的產量作為農業產出變量，重點選取化肥、農藥、農膜、農業機械、勞動力及總播種面積等作為農業投入變量。

梳理研究相關文獻，并未發現運用DEA 模型對安康市農業投入產出效率進行評價。另外，對農業生產效率的考察最關注的是投入產出的效率值，但在投入產出因素選擇方面，缺乏農業污染防治相關的指標，如農業面源污染的防治及治理等方面的投入。但安康市作為國家主體功能區規劃中限制開發的重點生態功能區，是南水北調中線工程重要水源涵養區，現代生態農業是安康市農業經濟發展的必然選擇，所以在評價農業投入產出效率過程中，也需要關注農業污染防治和治理的投入。因此，本研究利用DEA 模型對安康市農業投入產出效率進行評價，以便為安康市農業產業政策制定提供依據。

1 研究區及農業發展概況

安康市位于陜西省東南部，地處秦嶺和巴山之間，區域面積23 500 km2。安康市屬亞熱帶大陸性季風氣候，氣候濕潤溫和，雨水豐富，四季分明，夏季高溫多雨并多伴有伏旱，冬季寒冷少雨，屬北亞熱帶季風氣候，年平均降雨量930 mm，年平均氣溫15～17 °C。境內水資源較為豐富， 有漢江穿過安康市境內， 流長340 km。植被類型多樣，有常綠闊葉林、常綠落葉混交林、落葉闊葉林和針葉林等；廣泛分布著柑橘、柚子、枇杷、桂花、梔子、夾竹桃和芭蕉等亞熱帶植物。安康市以農業資源為主，因土壤硒元素含量豐富，被譽為“中國硒谷”，包括魔芋、茶、糧油和家畜等富硒特色產業。

近年來，安康市持續加大“三農”投入，農業經濟總量穩步增長，農村經濟實力不斷壯大。根據安康市國民經濟和社會發展統計公報，2020 年全市農業總產值167.82 億元，較2009 年增加100.77 億元，年均增長12.5%，占全市GDP 的13.88%。2020 年糧食播種面積22.42 萬hm2， 比2009 年增加0.42 萬hm2， 增長1.9%；糧食總產量77.48 萬t，比2009 年增加7.98 萬t，增長11.48%。2020 年蔬菜面積8.35 萬hm2，比2009年增加2.46 萬hm2，增長41.77%；蔬菜產量171.88 萬t，比2009 年增加97.73 萬t，增長130.78%。2020 年園林水果累計面積2.80 萬hm2，比2009 年增加0.35 萬hm2，增長14.29%； 水果產量22.53 萬t， 比2009 年增加6.98 萬t，增長44.89%。2020 年茶園面積6.17 萬hm2，比2009 年增加3.78 萬hm2，增長1.58 倍158.16%；茶葉產量3.38 萬t， 比2009 年增加2.64 萬t， 增長356.76%。2020 年油料面積6.87 萬hm2，產量14.47 萬t，比2009 年增加0.28 萬hm2 和3.54 萬t， 分別增長4.25% 和32.39%。2009—2020 年主要農作物產量如圖1所示。

2 研究方法及數據來源

2.1 研究方法

DEA 模型是一種效率評價方法，以傳統的工程效率概念和生產函數理論為基礎來評價決策單元之間的相對效率，不僅可以對決策單元的有效性作出度量，而且還能指出決策單元非有效的原因和程度，給單位部門提供管理信息[11]。DEA 模型具有多個模型，其中重要的兩個模型是CCR 模型和BCC 模型[11-12]。

DEA 模型是一種多學科綜合運用的評價方法。對于多輸入、多輸出決策單元的綜合評價問題，不需要進行任何權重假設，也不需要直接對數據進行綜合，就可以將決策單元進行效率排隊，因此被廣泛應用于水資源利用效率的評價[13]。本研究采用的是DEA 模型擴展下的BCC 模型，在模型的基礎上增加Σλj=1，假設決策單元（DMU）處于規模報酬可變的情形下，用來衡量技術效率和規模效率。模型如下

式中 n——決策單元個數，每個決策單元有m 個輸入變量和s 個輸出變量

xi， j——第j 個決策單元第i 個輸入指標值

yi， j——第j 個決策單元第i 個輸出指標值

xi， j0——第j0 個決策單元第i 個輸入值

yi， j0——第j0 個決策單元第i 輸出值

λj——輸入和輸出權重

θ——決策單元有效值

S-i 、S +r ——輸入和輸出松弛變量

ε——非阿基米德無窮小量

2.2 指標選取及數據來源

為了相對準確測度安康市農業投入產出效率，基于上述文獻，并咨詢相關專家，遵循科學性、差異性、客觀性的原則，將安康市農業生產效率評價體系分為農業投入與農業產出兩個維度，其中投入選取了污染治理投資總額、農業固定資產投資額、耕地面積和鄉村勞動力資源總數4 個指標，產出選擇農業總產值和農業人均生產值2 個指標，如表1 所示。

廣義農業包括種植業、林業、畜牧業、漁業和副業5 種產業形式，狹義農業是特指種植業，本研究是基于狹義的農業作為研究對象進行數據統計，數據來源于安康市統計年鑒，數據的描述統計如表2 所示。

3 結果分析

運用DEAP2.1 模型，選擇BCC 模型，在規模報酬可變的條件下，以投入要素為導向計算2009—2020 年安康市農業產出效率，通過整理分析，各年的綜合效率、技術效率、規模效率如表３所示。

由表3 可知，安康市農業投入產出綜合效率只有2020 年達到DEA 有效，綜合效率為1，其余年份的綜合效率都lt;1， 處于非DEA 有效狀態， 這說明只有2020 年安康市農業投入和產出達到了最佳狀態。但從綜合效率值的變化來看，綜合效率在逐年升高。從技術效率層面分析，只有2009、2013 和2020 年的技術效率均為1，達到技術有效，其余年份都lt;1，處于技術效率無效狀態，但從技術效率值可以看出，其余年份均高于0.9，趨于技術有效，說明安康市近年來農業生產技術有了明顯提升。從規模效率層面分析，只有2020年規模效率為1，規模效率達到有效，其余年份規模報酬均未達到有效狀態，說明安康農業規模化程度還比較低。由表4 可知，在2009—2020 年，雖然安康市農業規模效率未達到有效狀態，但規模報酬遞增，說明規模效應在逐漸增強，農業的投入利用效率在不斷提升。

由表5 可知，除2018 和2019 年外，安康市農業總產值的產出率都為0，不存在產出不足的現象，而2009—2017 年農業人均生產值的產出率不足主要是因為鄉村勞動力資源總數投入過量導致的結果。除2020年外，其余各年份在污染治理投資總額、農業固定資產投資額、耕地面積和鄉村勞動力資源總數的投入在不同程度都存在冗余，因此這些年份的DEA 模型無效主要是由于投入結構不合理造成的。其中，有11 年的勞動力投入出現了冗余，表明安康市的農業生產還依靠勞動力的投入，農業的技術化程度還不高；有9 年的農業固定資產的投入冗余，說明這些年農業固定資產的投入并沒有帶來農業產值同比例增加，固定資產使用效率不高；有6 年耕地投入出現冗余，表明這些年份農業生產還是依靠耕地的投入，但耕地利用率不高。

4 結論及建議

4.1 結論

采用DEA 模型中的BCC 模型，選取2009—2020年安康市污染治理投資總額、農業固定資產投資額、耕地面積和鄉村勞動力資源總數4 個農業投入指標，農業總產值和農業人均生產值2 個產出指標，對安康市農業投入產出效率進行分析。①安康市農業投入產出綜合效率只有2020 年的DEA 模型是有效的，但從2009 年開始，綜合效率總體呈現上升的趨勢。其中2009、2013 和2020 年，達到技術有效，其余年份都趨近于有效；除2020 年，規模效率最優外，其余年份規模效率均無效，但規模效率也呈現上升趨勢，規模報酬遞增。②從投入冗余率與產出不足率可以看出，安康市農業總產值基本不存在產出不足的現象，而2009—2017 年農業人均生產值的產出率不足主要是因為鄉村勞動力資源總數投入過量導致的結果。除2020年外，其余各年份在污染治理投資總額、農業固定資產投資額、耕地面積和鄉村勞動力資源總數的投入在不同程度都存在冗余，投入結構不合理造成DEA 模型無效。

4.2 建議

安康市在農業經濟發展方面還存在投入利用效率低、投入結構不合理等問題。在新發展理念下，調整和改善農業投入的不足對安康農業經濟的可持續增長有著重要意義，據此提出以下3 點發展建議。①推動農業科技創新。要繼續加大農業科技創新投入，積極推動農業產學研結合，鼓勵開辦農業創眾空間，激活社會創新創業要素，不斷推動成果轉化率。②提升農業投入利用效率。應合理利用農業投入資金，充分利用農業設備的投入，發揮現代農業的優勢；應該通過農業設施化、科技化不斷提高農業發展效率。③合理調整農業生產投入結構。在農業固定資產投入方面過多，在年農業種植面積方面表現出投入不足。由于安康市特殊地理位置，大部分地區不適合規模化農業生產，導致農業固定資產投入冗余。但城鎮化發展、農村土地閑置等問題導致土地投入不足，所以安康市要根據實際情況合理調整投資結構，推動現代農業的高質量發展。

參考文獻

［1］史明瑛，朱云鵑．安徽省農業投入產出效果分析[J]．運籌與管理，1999，8（2）：62-66．

SHI Mingying，ZHU Yunjuan．Analysis of agricultural input-output effectof Anhui Province[J]． Operations Research and Management Science，1999，8（2）：62-66．

［2］孔朝莉， 楊啟昌． 農業投入產出變量的主成分回歸分析模型[J]．鞍山師范學院學報，2006（4）：11-14．

KONG Zhaoli， YANG Qichang． The regression models of principlecomponent analysis on in-output variables in agriculture[J]． Journal ofAnshan Normal University，2006（4）：11-14．

［3］王學超． 關于農業投入產出的回歸分析模型[J]． 經濟師，2009（2）：265-266．

［4］李興江，李園青．甘肅省農業投入產出效率研究[J]．科學·經濟·社會，2011，29（1）：14-17．

LI Xingjiang， LI Yuanqing． Study on agricultural input-output efficiencyin Gansu Province[J]．Science Economy Society，2011，29（1）：14-17．

［5］張文紅．基于計量模［5］ 型的西部農業投入產出效率研究[J]．統計與信息論壇，2010，25（4）：104-108．

ZHANG Wenhong． The input-output efficiency in western-China agriculturebased on econometric model[J]． Journal of Statistics and Information，2010，25（4）：104-108．

［6］冉杰，王新宇．基于DEA 的西部農業經濟效率與技術進步率評價[J]．統計與決策，2007（2）：102-103．

［7］賀正楚，吳艷，周震虹．我國各省市農業投入與產出的效率評價[J]．經濟地理，2011，31（6）：999-1002．

HE Zhengchu，WU Yan，ZHOU Zhenhong．Evaluation of agriculturalproductivity in china based on input-output[J]．Economic Geography，2011，31（6）：999-1002．

［8］齊天真．基于供給側的都市農業投入產出效率評價與實證[J]．統計與決策，2017（17）：64-66．

［9］劉宇寶，閆述乾．基于DEA 的甘肅省農業投入-產出效率分析[J]．資源開發與市場，2015，31（3）：305-307．

LIU Yubao，YAN Shuqian．Analysis on efficiency of agricultural inputoutputin Gansu Province based on DEA[J]．Resource Development andMarket，2015，31（3）：305-307．

［10］朱永彬，馬曉哲，史雅娟．縣級尺度下河南省農業投入產出效率與減排潛力分析[J]．中國生態農業學報（中英文），2022，30（11）：1852-1861．

ZHU Yongbin， MA Xiaozhe， SHI Yajuan． Agricultural input-outputefficiency and the potential reduction of emissions in Henan Province atthe county scale[J]．Journal of Ecological Agriculture of China （Chineseand English），2022，30（11）：1852-1861．

［11］魏權齡．評價相對有效的DEA 方法[M]．北京：中國人民大學出版社，1988．

［12］盛昭瀚，朱喬，吳廣謀．DEA 理論、方法與應用[M]．北京：科學出版社，1996．

［13］李玲，周玉璽．基于DEA-Malmquist 模型的中國糧食生產用水效率研究[J]．中國農業資源與區劃，2018，39（11）：192-199．

LI Ling，ZHOU Yuxi．Study on water utilization effieiency of China'sgrain production based on dea-malmquist model[J]．Chinese Journal ofAgricultural Resources and Regional Planning， 2018， 39（ 11） ： 192-199．

基金項目： 陜西省教育廳科學研究計劃項目（21JK0002、21JZ004）；安康市科學技術研究發展計劃項目（AK2021-SF-03）