标题 | 基于三阶段数据包络分析法江苏省农业生产效率评价 |
范文 | 程怡然 丁胜 蒋昌宇 曹福亮 吕柳 赵庆建 摘要:江苏农业处在“十三五”规划的重要转型期,在资源和环境的约束下,农业生产效率的提升是江苏农业可持续发展的关键。文章在消除随机变量的干扰的基础上,应用三阶段数据包络分析的方法,对江苏13个地市的农业生产效率进行评价。研究表明:农民人均纯收入是农业生产效率提高的有利因素,江苏的财政支农投入,在土地、机械和环境保护方面的支持并未起到预期的目标。农业技术人员的贡献只对化肥资源的投入节约产生了正面影响,对其它生产要素的集约使用上未能起到正向作用方。苏南地区的农业生产效率最高,苏北地区的农业生产效率相对较低,而且大多规模经济报酬递减。江苏应在财政精准支农、优化农业生产的投入结构及农技推广上深化农业供给侧改革,提升农业生产效率水平。 关键词:数据包络分析法;农业生产;生产效率;评价 一、引言 中国经济发展业已进入“十三五”规划,中国农业的发展也随之面临着新的挑战。国务院《“十三五”生态环境保护规划》提出的“发展高效安全的现代农业技术”将会是未来农业研究和实践的新的方向。江苏农业经济的增长一方面依靠相关生产要素的投入增加,另一方面则来自于生产效率的提高,而且在资源和环境的约束下,生产效率的作用则显得更为重要。对生产效率的初步研究来源于 Farrell (1957),Restuccia等(2008)分别利用跨国数据分析了国际农业生产效率问题。关于农业生产效率运用最为广泛的方法就是数据包络分析,戚焦耳等(2015)运用DEA-Tobit模型对农业生产效率的影响因素的研究分析,任世鑫等(2016)运用超效率DEA分析方法对中原农业的生产效率进行了较为深入的研究。考虑不同产业形态的研究,刘子飞等(2015)比较分析了陕西洋县与周边县区的农业生产效率,显示三阶段数据包络分析法有效消除管理变量及随机变量对农业生产效率的作用。然而针对省级层面的应用评价研究还较为缺乏,因此本文针对江苏13个地市的农业生产的实际,分析各地市农业生产效率问题,以期为江苏农业的可持续发展及管理提供参考。 二、研究理论与方法 (一)农业生产效率 农业生产效率是农产品投入和农产品产出之间的运行效率,具体指反映农业经济增长的全要素生产率(TFP),与单要素所形成的综合效率有着本质的区别,通常综合技术效率反映的是决策单元在投入一定的情况下所能够获取最大产出的效率;然而全要素生产率则包含技术进步与综合技术效率,是由科技进步与综合技术效率相互作用所形成的效率。在规模报酬变化的条件下,综合技术效率则由规模效率与纯技术效率所组成,其中纯技术效率指决策单元对生产要素进行有效利用的能力,规模效率则反映决策单元规模经济的作用结果。 (二)三阶段数据包络分析法 三阶段数据包络分析法是由Charnes Cooper创建的一种非参数分析方法,主要由BCC模型和CCR模型构成,其中BCC模型不但能够反映综合效率,而且能够将综合效率进一步分解为规模效率与技术效率。CCR模型考察的是规模报酬不变的情形,即技术效率就是综合效率,没有考察规模经济带来的影响。由于江苏农业生产规模是变化的,所以选取BCC模型。 第一階段指的是传统BCC模型分析。第二阶段指相似SFA模型分析。利用SFA模型的回归结果进一步对决策单元的投入项进行调整,剔除随机因素的影响。第三阶段是对调整后的数据包络模型作进一步深入分析。 (三)指标体系构建及数据来源 根据江苏农业生产的实际状况,综合考量指标体系的可操作性、全面性、独立性等原则,构建江苏农业生产效率指标体系(表1)。 三阶段数据包络线法需要在第二阶段的SFA回归过程中运用到农业生产相关的外部环境指标,这些外生变量是农业生产冗余产生影响的相关变量,具体包括农民人均纯收入、财政支农、农技人员规模。农业生产中的各投入产出指标、外生变量的数据均来源于《2016年江苏统计年鉴》、《2017 年江苏统计年鉴》等统计年鉴,其他数据则来源于江苏各地政府及统计局的权威统计及相关研究。 三、结果与分析 根据构建的农业生产效率指标体系,对江苏省的2016年和2017年农业生产效率状况进行数据包络分析法三阶段评价分析。 (一)第一阶段 对2016和2017年江苏省苏南、苏中、苏北地区的13个城市的农业生产效率值进行测算,结果如表2所示。其中在2016年3个城市(苏州、无锡、扬州)三项效率值达到1,在2017年4个城市(南京、苏州、无锡、扬州)三项效率值达到1,可以看出在江苏省这两年中苏州、无锡和扬州的农业生产效率均达到传统DEA分析的有效前沿面,而其他城市的农业生产综合技术效率值均有一定的提升空间。 (二)第二阶段 表3的回归结果显示,农民人均纯收入、财政支农、农业专业技术人力资源三个环境变量均通过了1%水平的显著性检验,这说明外生变量的选取较为合理。进一步考察农民人均纯收入、财政支农、农技人员规模等各环境因素对五种投入松弛变量的影响。 1. 农民人均纯收入 农民人均纯收入水平对于非期望产出农业污染、劳动力投入、土地投入、化肥投入等变量的影响系数均为负,影响的方向与理论预期一致,且对于农业污染、机械投入、化肥投入等变量的影响系数通过了 1% 显著性水平的检验,这表明了农村居民收入水平的提升会有利于促进当地农业生产效率的提高,同时也说明农民人均纯收入水平对于江苏省各地区的农业生产率水平影响较为显著。 2. 财政支农效率 从表3的分析结果中可以看出,财政支农变量虽然都基本通过了1%显著水平上的检验,但是对于劳动力、化肥投入变量的影响系数为负数,对土地投入、机械投入和农业污染的影响系数为正,这表明农业财政支出某种程度上促进了土地、机械投入要素的浪费,加重了农业污染。另外财政支农对农业投入要素影响情况的不一致也体现出江苏省农业财政支出效果差强人意,江苏农业劳动力与化肥投入变量在促进农业生产效率的提高上作用明显,然而农业用地与农用机械投入的增加,却未能在提升农业生产效率上产生应有的效果,而且还对农业污染治理产生了一定程度的负面影响。 3. 农技人员规模 根据表3的回归结果显示,农技人员规模对劳动力、土地、机械及农业污染松弛变量的系数均为正,对劳动力、土地投入、机械投入等松弛变量的t检验结果并不显著,只有农业污染投入松弛变量的系数通过了5%的显著性检验;表现出的农业技术人员在提升农业生产效率上的作用与预期不一致,农业技术人员没有发挥自身技术的带动作用,对多数农业投入要素未能产生节约资源的成效,造成了整个江苏农业资源的利用效率仍然处于较低水平的状态,劳动力、农业机械、化肥等生产要素依然使用粗放。 (三)第三阶段 由于地理位置和经济结构等因素的影响,江苏省各地农民人均纯收入、财政支农力度及农技人员专业水平等方面差异较大。为了客观比较各地农业生产率的真实水平,需调整原投入变量,使江苏各地农业生产面对同样的收入水平、政府对农业的扶持力度及农技人员规模因素等外部影响。第三阶段的数据包络分析结果如表4所示,通过与表2对比可以发现,根据外生变量的影响调整投入变量的数值以后,江苏省农业生产效率发生了一定的变化。调整后的江苏省13个地市的综合技术效率、纯技术效率及规模效率的均值都有一定程度的下降,2016年减少为0.742、0.869及0.841,2017年减少为0.731、0.849及0.851。 江苏省各地市的农业投入产出效率差异较大,苏南地区的苏州、无锡两年都处于技术效率前沿面,而南京也在2017年达到了技术效率前沿面,常州和镇江的纯技术效率及规模效率值均较高,效率最低的均属苏北地市。可见,苏南地区的农业生产整体处在较为发达的水平上。不同地区农业投入产出效率较低的原因也有所不同,苏北地区的淮安、宿迁市主要是由于纯技术效率较低从而影响了综合效率,苏中地区的农业投入产出综合效率不高则主要是受泰州的纯技术效率和南通的规模效率较低的影响。对比2017年和2016年,各地市的效率差异变化并不大,并未出现农业生产效率大幅波动的情形,说明近两年江苏省的农业生产处于稳定的发展时期。 四、结论 1. 除农民人均纯收入,其他外生变量对农业生产效率的促进作用未能达到预期效果。农民人均纯收入是农业生产效率提高的有利因素,所以江苏的整体经济水平足以支撑农业的高效生产。但其他外生变量没有达到预期效果,江苏的财政支农投入,在土地、机械和环境保护方面的支持并未起到预期的目标。农业技术人员的贡献只对化肥资源的投入节约产生了正面影响,对其它生产要素的集约使用上未能起到正向作用,这在一定程度上说明了江苏对农技人员的专业培养方向不够明确,对农业污染治理的技术推广及使用仍存在需要改进的地方。 2. 综合农业生产效率略有下降,苏南地区依然维持着较高的农业生产率水平。根据第二阶段SFA回归分析的结果对投入变量进行调整后,江苏省农业综合技术效率由第一阶段测量的平均值2016年0.769减少为0.742,2017年0.772减少为0.731,综合效率均有所下降。从江苏省各地区农业生产来看,综合效率均值苏南地区为0.951,苏中地区为0.733,苏北地区仅0.505,在综合效率值达到1的3个城市中,有2个来自于苏南地区,可以看出苏南地区的农业生产效率最高。 3. 苏北地区在农业生产率水平相对较低的水平下出现规模经济收益递减。对比2017年与2016年江苏农业生产效率,苏南地区的南京和镇江的综合效率均有所增长,其中南京综合效率增长至1,常州的综合效率略有降低,而苏中和苏北地区综合效率增长的只有徐州,扬州保持综合效率为1未变,其余均有所降低。总体来看,苏北地区的农业生产效率相对较低,而且大多规模经济报酬递减,因此苏中苏北地区需要提升资源利用效率,改变粗放型生产模式,积极发展生态集约型的农业生产模式。 参考文献: [1]Fried,Lovell,Schmidt and Yaisawarng,Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002(17). [2]Restuccia D.,Yang D. T.,Zhu X.Agriculture and aggregate productivity: A quantitative cross-country analysis[J].Journal of Monetary Eco-nomics,2008(02). [3]戚焦耳,郭贯成,陈永生.农地流转对农业生产效率的影响研究——基于DEA-Tobit模型的分析[J].资源科学,2015(09). [4]任世鑫,谢志祥,杨洋,等.基于超效率DEA的中原经济区农业生产效率研究[J].华中师范大学学报(自然科学版),2016(02). [5]刘子飞,王昌海.有机农业生产效率的三阶段DEA分析——以陕西洋县为例[J].中国人口·资源与环境,2015(07). [6]谢煜,胡非凡.基于Mitchell三分類评分法的林业企业关键利益相关者识别研究[J].生态经济,2016(12). [7]郭承龙, 张智光.长三角地区环境库兹涅茨曲线探讨——基于苏浙沪的分析[J].科技管理研究,2017(24). *基金项目:国家自然科学基金资助项目“面向2035的中国经济林科技和产业发展战略研究”(L1724029);国家自然科学基金资助项目“基于利益相关者视角的森林生态系统服务恢复力及调控模拟研究”(71373125);教育部人文社会科学基金一般项目“干旱区流域生态与社会经济过程耦合机制及调控模拟研究”(10YJC790395)。 (作者单位:南京林业大学经济管理学院。吕柳为通讯作者) |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。