基于三階段DEA模型的黑龍江省農業生產效率研究

李 燕，張 賽

（哈爾濱商業大學，黑龍江 哈爾濱 150028）

一、引言

在黨對農村工作的領導下，我國的農村經濟社會發生了翻天覆地的變化，形成了輝煌的農村發展歷程和豐富的農村發展經驗。但我國是農業大國，而非強國，農業發展面臨著很多現實問題。近年來，果園的高產主要依賴于大量農藥、化肥的投入，而投入要素的不合理利用造成了資源浪費和環境污染，不利于農業的可持續發展。此時投入產出效率的提高及投入要素的整合優化就顯得尤為重要?！逗邶埥∞r業強省規劃(2019-2025年)》從農業綜合產能、生產效率等六個方面提出了農業強省目標，將農業和綠色食品產業打造成為全省第一支柱產業，奮力在寒地黑土上建成質量更高、效益更好、競爭力更強的農業強省，所以黑龍江省的農業生產效率研究對國家、黑龍江省的發展都具有重要意義。

DEA模型原型最早由Farrell提出，此后數據包絡分析方法被A.Charnes等在此基礎上提出，Fried覺得決策單元績效的影響可分離為管理無效率、統計噪聲、環境因素三方面。國內學者關于該模型的介紹最早出現在2008年，隨后有關該模型運用的論文開始大量出現。有研究旅游業的，如史慧麗，有研究物流業的，如薛陽等，有研究工業的，如蔣姝睿等，有關于地區的研究，如范紫菱等對安徽省、馬鳳才等對遼寧省、魯慶堯等對江蘇省、李強等對吉林省、萬長松等對甘肅省、盧東寧等對四川省的農業生產率研究，有對全國整體的研究，如賀志亮等，尚無學者用三階段DEA模型對黑龍江的農業生產效率進行研究。

本文利用黑龍江省相關數據，采用三階段DEA模型分析黑龍江省2020年各地級市的農業生產效率，旨在為提高黑龍江農業生產效率、縮小地區差異提出合理性、針對性建議。

二、研究方法和數據來源

(一)研究方法

第一階段，傳統DEA模型。投入導向的BCC模型：

第二階段，相似SFA分析模型。將松弛變量進行分解：

第三階段，調整后的DEA。用調整后的變量再次進行測算，此時的效率相對真實客觀。

表1 農業生產效率變量

(二)數據來源

數據源自《2021黑龍江統計年鑒》、各地區的《2021年國民經濟和社會發展統計公報》。

借鑒現有文獻的研究，同時考慮數據的可得性、有效性，確定了產出變量為農業總產值，投入變量為主要農作物播種量、農業機械總動力、化肥施用折純量和鄉村從業人數(綜合考慮土地、資本和勞動力投入)，環境變量選擇農村常住居民人均可支配收入、農林水事務支出和工業化水平，其中用第二產業占總值的比表示工業化水平。

三、實證分析

(一)第一階段傳統DEA實證結果

利用DEAP2.1軟件算得的結果如表2所示：

表2 第一階段傳統DEA分析結果

剔除環境、隨機因素之前，2020年黑龍江省各市農業生產綜合效率均值為0.832，規模效率和純技術效率均值分別為0.89和0.925，整體來看黑龍江省的農業生產率處于較高水平。其中，農業生產效率處于效率前沿面的城市分別是雙鴨山、伊春、佳木斯、牡丹江、黑河、大興安嶺，這6個城市的純技術效率和規模效率均達到了1，表明其技術管理和資源配置效率相對有效，規模報酬也達到了最優狀態；除了這6個城市，處于純技術效率前沿面上的是哈爾濱、雞西和綏化，這三個城市的農業生產技術都相對成熟，技術創新效率較高，主要是規模效率拉低了農業生產整體效率水平；綜合技術效率最低的是齊齊哈爾為0.388，純技術效率和規模效率值分別為0.61和0.636，說明齊齊哈爾對現有技術的利用能力和對生產要素的配置能力都處于較低水平，綜合技術效率排名倒數第二的是七臺河為0.468，究其原因主要是規模效率較低為0.557，理應提高對生產要素的配置能力。

但傳統的DEA模型包含了隨機和環境因素影響，不能真實體現農業生產效率，所以選用SFA模型進行調整。

(二)第二階段SFA回歸分析結果

把投入松弛變量、環境變量分別作為被解釋變量、解釋變量，用Front4.1軟件進行SFA回歸分析，結果如下。

LR值大部分通過了1%的單邊似然比檢驗，即SFA回歸效果較好；環境變量多數在1%的水平上顯著，通過了t檢驗，表明對投入冗余存在顯著影響；同時，都非常接近于1，表示實際產出與理想產出的差距主要是由管理因素引起的。

表3 第二階段SFA回歸結果

1.農村常住居民人均可支配收入。農村常住居民人均可支配收入除了與主要農作物播種面積投入松弛變量的相關系數沒有通過顯著性檢驗，其余的都通過了0.01水平的檢驗，并且系數為負，說明當農民的收入有所提升時，可能更傾向于從事除了農業以外的其他收入更高的工作，從而使農業機械總動力、化肥施用折純量和鄉村從業人數的減少,即冗余量減少，提高了生產效率。

2.農林水事務支出。同樣只有主要農作物播種面積沒有通過檢驗，其他均通過了0.01水平的檢驗，但系數均為很小的正值。原因可能是農林水事務支出并沒有起到應有的作用，財政支農會增加農民的預期收入，放松農戶的資金約束，加大生產要素的投入，從而導致資源的浪費。

3.工業化水平。工業化程度對各松弛變量存在正向作用，均通過了t檢驗，說明對各地區而言，工業化水平的提高并沒有促進農用機械升級換代、提高農業生產效率，其原因可能是隨著黑龍江省工業化水平的進步，更多的農村勞動力愿意從事工業活動，致使農村中年輕的勞動力流失，從事農業生產活動的勞動力結構多為老弱病殘群體，不能較好地機械化、規?；a，同時導致了化肥的浪費。

(三)第三階段DEA分析

根據前兩階段的結果進行投入變量的調整，再次利用DEAP2.1測算，將結果與第一階段進行對比，如表4所示。

表4 第一和第三階段DEA結果比對

1.整體來看，剔除環境因素、管理無效率和隨機誤差之后，黑龍江省13個地級市的平均各效率都有所提升，分別提升了5.5%、5.3%、1.0%。綜合技術效率的最大值不變，最小值降低，處于效率前沿面的城市個數由6個上升到8個，說明整體的生產效率有所提高，但各市之間差距增大了。純技術效率值最大值不變，最小值增大，平均值增加，說明各市的純技術效率整體提高，差距縮小。規模報酬最優的城市個數也有所增加，由原來的6個增加為8個。

2.具體來看，雙鴨山、佳木斯、牡丹江、黑河一直處于效率前沿面，說明這些城市在管理、技術等方面較為先進，要素投入可實現產出最大化。調整后達到前沿面的有哈爾濱、雞西、鶴崗、大慶，說明真實的農業生產率較高，所處的環境和運氣一般，外部環境降低了其對現有技術的利用能力。伊春和大興安嶺地區不再處于效率前沿面，原因是這兩個地區所處的環境、運氣較好，第一階段高估了它們的農業生產效率，尤其是大興安嶺地區，純技術效率仍然為1，但規模效率有較大程度的下降，致使它在調整后的綜合技術效率排在黑龍江省的末位，遠低于平均水平0.876，說明大興安嶺地區的生產效率主要受益于其所處的環境、運氣因素，其本身的技術水平并不高。齊齊哈爾和七臺河的綜合技術效率都一直低于全省的平均水平，遠落后于其他地區，齊齊哈爾的規模報酬系數大于1，規模報酬遞減，說明規模過大，生產的各方面難以有效調節；七臺河的規模效率調整前后都低于全省平均水平，反映其生產要素的資源配置能力低，規模報酬遞增，可適當擴大規模增加效益。

四、總結及建議

第一，黑龍江省的農業生產率的變動既受到農業投入要素的影響，也與環境因素密切相關。經過投入要素的調整，全省的平均各效率都有不同程度的提升，規模報酬遞增和不變的城市增多，即三階段DEA模型對農業生產效率測算更為合理。

第二，整體來看，黑龍江整體農業生產率水平較高，在SFA回歸結果中發現，農村常住居民人均可支配收入的提高對農業生產有顯著的積極作用，而農林水務支出和工業化水平對農業生產有負面影響。所以對黑龍江來說，通過對農業發展外部環境進行調整來提高生產效率是切實可行的，政府對農業生產的財政支持，不能盲目投入要有針對性、分層次去投資，確保財政支出的落實。在提升工業化水平的同時，力求通過第二產業的發展帶動第三產業，提升第一產業，促進三個產業在更高層次上的聯合協調發展。

第三，從區域差異來看，第三階段結果中發現，在以傳統農業為基礎進行農業轉型升級時需要“對癥下藥”，不同地區的農業發展情況也不盡相同，七臺河和大興安嶺地區是由于規模效率拉低了農業生產率，可以通過土地流轉將分散的土地集中起來，統一采購生產資料、統一利用先進種植管理技術、統一收獲和銷售，實現農產品的規?；?、集約化生產，在家庭聯產承包的基礎上，根據當地區域特點，建設具有競爭力農業生產基地。齊齊哈爾、伊春、綏化地區技術和規模需要同時加強，通過打造智慧農業、加大黑土地保護、優化升級農用設備、建設高標準農田等措施，實現規?；?、高效化、規范化生產，不斷提升農業科技化水平，大力發展現代化農業。

第四，黑龍江各地區農業發展嚴重不均衡，無論是綜合技術效率、純技術效率還是規模效率，地區最低值都遠低于全省的平均水平，差距明顯，因此各地區追求穩步發展的同時，要重視產業間聯動效應，以強帶弱，以大帶小，處于效率前沿面的地區盡可能地帶動周邊地區的發展，如大興安嶺地區和齊齊哈爾可以借鑒學習黑河的農業先進技術和資源配置經驗。對于黑龍江提出的構建“一圈一團一帶K型點軸”新型城鎮化空間格局是科學合理也是有必要的，發揮大城市的輻射和帶動作用，努力推動黑龍江一體化、高質量發展。