基于Malmquist指數(shù)的長(zhǎng)江流域油菜生產(chǎn)效率實(shí)證分析

葉 春，李艷大，舒時(shí)富，陳立才，黃俊寶，王康軍

（江西省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)工程研究所，南昌330200）

基于Malmquist指數(shù)的長(zhǎng)江流域油菜生產(chǎn)效率實(shí)證分析

葉 春，李艷大，舒時(shí)富，陳立才，黃俊寶，王康軍

（江西省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)工程研究所，南昌330200）

運(yùn)用基于DEA的Malmquist指數(shù)方法和油菜成本收益數(shù)據(jù)，筆者對(duì)長(zhǎng)江流域油菜主產(chǎn)區(qū)油菜生產(chǎn)效率的變動(dòng)軌跡進(jìn)行了實(shí)證分析，并指出油菜生產(chǎn)效率分布及其影響因素的差異。結(jié)果表明：影響長(zhǎng)江流域油菜全要素生產(chǎn)率的主要因素是技術(shù)進(jìn)步，深入推進(jìn)技術(shù)進(jìn)步、提高技術(shù)效率及技術(shù)管理水平對(duì)油菜的指導(dǎo)作用將成為未來該區(qū)域油菜發(fā)展的新動(dòng)力。而具體到每個(gè)省（市），油菜未來可持續(xù)性生產(chǎn)發(fā)展的側(cè)重點(diǎn)各有差異。

長(zhǎng)江流域；油菜；Malmquist

0 引言

長(zhǎng)江流域是中國(guó)主要的油菜生產(chǎn)區(qū)域，該區(qū)域油菜生產(chǎn)現(xiàn)狀一定程度上反映了目前中國(guó)油菜種植基本狀況，同時(shí)決定著中國(guó)食用植物油的供給安全問題[1]。保證油菜產(chǎn)業(yè)的健康持續(xù)發(fā)展，取決于產(chǎn)業(yè)競(jìng)爭(zhēng)力的大小，而效率是競(jìng)爭(zhēng)力的核心要素[2-4]。因此，分析長(zhǎng)江流域油菜生產(chǎn)效率分布及其影響因素的差異，有利于充分發(fā)揮長(zhǎng)江流域油菜的生產(chǎn)優(yōu)勢(shì)，緩解中國(guó)日益突出的食用植物油供需矛盾，為油菜主產(chǎn)區(qū)油料作物種植結(jié)構(gòu)調(diào)整、優(yōu)化區(qū)域布局以及制定相應(yīng)的管理措施提供理論依據(jù)。

筆者選擇湖南、安徽、江蘇、江西、浙江和湖北（長(zhǎng)江中下游），以及四川、重慶共8個(gè)?。ㄊ校┑挠筒松a(chǎn)為研究對(duì)象（其他省市因油菜種植面積少不納入研究范圍），旨在分析長(zhǎng)江流域油菜主產(chǎn)區(qū)油菜生產(chǎn)效率，尋找影響生產(chǎn)效率的關(guān)鍵因素[5-10]。全要素生產(chǎn)率是指“生產(chǎn)活動(dòng)在一定時(shí)間內(nèi)的效率”，為總產(chǎn)量與全部要素投入量之比。油菜生產(chǎn)全要素生產(chǎn)率是指油菜籽產(chǎn)出量與全部投入量之比；全要素生產(chǎn)率可分解為技術(shù)進(jìn)步率與技術(shù)效率[11]。筆者以長(zhǎng)江流域油菜主產(chǎn)區(qū)2004—2013年的油菜成本效益面板數(shù)據(jù)為主體，利用多元線性回歸和基于DEA的Malmquist指數(shù)法進(jìn)行分析，旨在探索提高油菜生產(chǎn)效率的途徑。

1 材料與方法

1.1 理論與模型

Malmquist指數(shù)法是利用距離函數(shù)的比率來計(jì)算決策單元投入產(chǎn)出效率變動(dòng)情況，是目前使用廣泛的效率動(dòng)態(tài)評(píng)價(jià)方法，其測(cè)量方法主要有非參數(shù)方法和參數(shù)方法[12-13]。筆者采用多投入-多產(chǎn)出非參數(shù)方法-Malmquist生產(chǎn)率指數(shù)研究油菜的生產(chǎn)情況。

1.2 變量與數(shù)據(jù)選取

筆者統(tǒng)計(jì)分析了2004—2013年《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》面板數(shù)據(jù)[14]，產(chǎn)出變量選擇油菜籽單位面積產(chǎn)量（單位：kg/hm2）；投入變量初步采用單位面積用工數(shù)量（單位：工/hm2）、單位面積化肥施用量（單位：kg/hm2）、用種量（單位：kg/hm2）、農(nóng)機(jī)租賃作業(yè)費(fèi)（單位：元/hm2）和其他費(fèi)用（包括農(nóng)家肥費(fèi)、農(nóng)藥費(fèi)和畜力費(fèi)等）（單位：元/hm2）。為消除幣值變動(dòng)因素，以《中國(guó)統(tǒng)計(jì)年鑒》“農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)”將物質(zhì)換算成以2004年為基期的相關(guān)費(fèi)用金額[15]。

1.3 數(shù)據(jù)處理

依照DEA經(jīng)驗(yàn)法則，受評(píng)估DMU的個(gè)數(shù)至少應(yīng)為投入項(xiàng)與產(chǎn)出項(xiàng)個(gè)數(shù)和的兩倍[16-18]。為保證分析結(jié)果的可信度和可解釋性，筆者將模型中投入與產(chǎn)出變量個(gè)數(shù)綜合控制在不超過4個(gè)。產(chǎn)出指標(biāo)選定油菜籽單位面積產(chǎn)量不變，需要進(jìn)一步對(duì)投入指標(biāo)進(jìn)行篩選。DEA分析要求各投入產(chǎn)出項(xiàng)符合同向擴(kuò)張性質(zhì)，筆者以區(qū)域平均值為例，通過多元線性回歸逐步代入法去除多余投入指標(biāo)，直到滿足上述經(jīng)驗(yàn)法則。

對(duì)投入指標(biāo)進(jìn)行篩選。表1是2004—2013年油菜生產(chǎn)投入與產(chǎn)出平均值情況，從表中可以看出，隨著時(shí)間推移，油菜籽產(chǎn)量和農(nóng)機(jī)作業(yè)租賃費(fèi)在顯著增加，用種量和用工量逐年減少，化肥施用量和間接費(fèi)用呈波動(dòng)性變化現(xiàn)狀。筆者利用多元線性回歸分析削減投入指標(biāo)。其中，設(shè)油菜籽單位面積產(chǎn)量為Y，單位面積用種量為X1，單位面積化肥施用量為X2，農(nóng)機(jī)租賃作業(yè)費(fèi)為X3，單位面積用工量為X4，間接費(fèi)用為X5。建立多元回歸模型，估計(jì)方程如(1)所示。

R2=0.938，R=0.969兩者都接近于1，說明本模型擬合效果很好。由數(shù)據(jù)可知，F(xiàn)=12.21 SignificanceF= 0.015。因此，模型整體上解釋變量與被解釋變量之間線性關(guān)系顯著；在T統(tǒng)計(jì)量中，由數(shù)據(jù)可知，t0.025(4)= 2.776，對(duì)應(yīng)上面的t值和β值，所有t值絕對(duì)值均小于2.776，說明都接受H0。其中，β1、β2和β4分別為-6.85、-5.99和-1.69，與其經(jīng)濟(jì)意義相悖，表明模型中解釋變量存在多重共線性。采用逐步線性回歸法來克服多重共線性問題，最后確定參數(shù)方程的擬合結(jié)果如(2)所示。

R2=0.909，R=0.954，參數(shù)均通過T檢驗(yàn)和F檢驗(yàn)，說明以油菜籽單位面積產(chǎn)量為產(chǎn)出指標(biāo)，單位面積化肥施用量、農(nóng)機(jī)租賃作業(yè)費(fèi)和單位面積用工量為投入指標(biāo)所建立的模型擬合效果很好。

2 生產(chǎn)效率測(cè)算及實(shí)證分析

2.1 整體效率值分析

結(jié)合上述結(jié)論，筆者選擇油菜籽單位面積產(chǎn)量為產(chǎn)出指標(biāo)，單位面積化肥施用量、農(nóng)機(jī)租賃作業(yè)費(fèi)和單位面積用工量為投入指標(biāo)，利用Deap-xp1軟件，計(jì)算2004—2013年長(zhǎng)江流域8?。ㄊ校┯筒巳厣a(chǎn)率Malmquist指數(shù)，并對(duì)其進(jìn)行分解分析。

表1 油菜生產(chǎn)投入與產(chǎn)出要素情況表

圖1 全要素生產(chǎn)率及其分解變化趨勢(shì)

整體上看，全要素生產(chǎn)率平均值小于1，資源配置效率大于1，說明長(zhǎng)江流域8省（市）近十年來油菜資源配置效率增加，但整體水平下降。觀察圖1不難發(fā)現(xiàn)，8?。ㄊ校┯筒松a(chǎn)全要素生產(chǎn)率指數(shù)整體呈波動(dòng)變化趨勢(shì)，2007—2008年波動(dòng)最大，2009—2010年其次，技術(shù)效率變化趨勢(shì)基本與全要素生產(chǎn)率變化趨勢(shì)一致。其中，資源配置效率變化不明顯，波動(dòng)值在0.1之內(nèi)，說明在這十年間，8?。ㄊ校┯筒松a(chǎn)的資源配置效率并沒有太大的改變。在一段時(shí)期內(nèi)（2007—2011年），資源配置效率的變化相對(duì)于技術(shù)效率的變化成反向變動(dòng)的關(guān)系，有可能是由于技術(shù)進(jìn)步對(duì)技術(shù)效率的發(fā)揮存在滯后性造成的。同時(shí)也說明全要素生產(chǎn)率的變化主要是由技術(shù)效率變化帶來的。因?yàn)榧夹g(shù)進(jìn)步能夠提高油菜生產(chǎn)效率，實(shí)現(xiàn)規(guī)模經(jīng)營(yíng)，提高產(chǎn)出水平，降低平均投入成本。這一結(jié)論可以從油菜種植機(jī)械化水平逐年提高方面得到驗(yàn)證。2007—2008年間全要素生產(chǎn)率降至最低，為0.894，分析原因是這一年南方的天氣對(duì)油菜生產(chǎn)影響很大，長(zhǎng)江流域地區(qū)出現(xiàn)大范圍降溫、雨雪、冰凍天氣，油菜生產(chǎn)大面積受災(zāi)。2009—2010年全要素生產(chǎn)率為0.923，分析原因是在油菜抽薹期，南方地區(qū)連續(xù)陰雨天氣使得油菜土壤過濕，油菜主產(chǎn)區(qū)雨勢(shì)過大導(dǎo)致油菜開花授粉不良、結(jié)莢率降低。

長(zhǎng)江流域油菜產(chǎn)區(qū)資源配置效率的變化波動(dòng)逐漸趨近于1，是純技術(shù)效率和規(guī)模效率共同作用的結(jié)果。純技術(shù)效率反映了生產(chǎn)技術(shù)和經(jīng)營(yíng)管理水平的高低，衡量了生產(chǎn)單位是否更靠近當(dāng)期的生產(chǎn)前沿面的生產(chǎn)技術(shù)和管理水平。整體來看，從2004—2013年的資源配置效率在2005、2009、2010和2013年平均值大于1，而純技術(shù)效率則在2005、2007、2010和2013年平均值大于1，說明在這幾年里該區(qū)域達(dá)到了油菜生產(chǎn)前沿面最大的技術(shù)水平和管理水平，促進(jìn)了該區(qū)域資源配置效率的增加。另外，從2004—2013年，該區(qū)域只有湖南的純技術(shù)效率和規(guī)模效率小于1，表示湖南的油菜生產(chǎn)技術(shù)和經(jīng)營(yíng)管理水平效率有所降低，且規(guī)模不經(jīng)濟(jì)，未來應(yīng)著手提高油菜生產(chǎn)技術(shù)和管理水平。

2.2 技術(shù)效率的實(shí)證分析

結(jié)合上述分析得出，全要素生產(chǎn)率的變化主要是由技術(shù)效率變化帶來的，對(duì)技術(shù)效率進(jìn)行實(shí)證分析。圖2顯示各?。ㄊ校┘夹g(shù)效率變化趨勢(shì)，只有2007、2009、2011和2012年出現(xiàn)了技術(shù)效率大于1的情形。技術(shù)效率各?。ㄊ校┲g的差異比較顯著，其中四川、浙江和重慶三個(gè)地區(qū)的技術(shù)效率波動(dòng)較大，四川最低值是2010年的0.945徒增到2011年1.343；浙江從2008年到2011年技術(shù)效率經(jīng)歷了徒增、徒減，效率值分別是0.645、1.076、0.747和1.023。重慶市油菜生產(chǎn)技術(shù)效率從2008年的1.221徒減到2009年的0.872。說明十年間這3個(gè)省（市）的農(nóng)業(yè)技術(shù)進(jìn)步對(duì)油菜生產(chǎn)的影響不穩(wěn)定，導(dǎo)致油菜生產(chǎn)全要素生產(chǎn)率的不穩(wěn)定，需要加強(qiáng)技術(shù)進(jìn)步對(duì)油菜生產(chǎn)的指導(dǎo)作用，以提高全要素生產(chǎn)率。安徽、湖北和江蘇3個(gè)地區(qū)的技術(shù)效率呈一定的波動(dòng)變化，但其波動(dòng)幅度基本保持在0.08以內(nèi)，說明這3個(gè)地區(qū)的油菜生產(chǎn)發(fā)展技術(shù)效率在這十年內(nèi)基本保持了一個(gè)均衡的狀態(tài)，沒有太大的變化，在保證技術(shù)進(jìn)步對(duì)油菜生產(chǎn)指導(dǎo)作用的前提下，可以通過提高規(guī)模效率來提高全要素生產(chǎn)率。而江西和湖南兩個(gè)地區(qū)有待加強(qiáng)油菜生產(chǎn)技術(shù)指導(dǎo)和管理水平，同時(shí)要兼顧規(guī)模效率的提升。

由于技術(shù)效率對(duì)全要素生產(chǎn)率的直接影響作用，四川、浙江和重慶三個(gè)地區(qū)由于技術(shù)效率變化較大，導(dǎo)致Malmquist指數(shù)變化較大。四川全要素生產(chǎn)率是從2010年的0.645徒增到2011年1.343；浙江從2008年到2011年全要素生產(chǎn)率經(jīng)歷了徒增、徒減，效率值與技術(shù)效率一致；重慶市油菜生產(chǎn)技術(shù)效率從2008年的1.221徒減到2009年的0.729。結(jié)合前面關(guān)于技術(shù)效率的分析，可以認(rèn)為技術(shù)進(jìn)步變化對(duì)于長(zhǎng)江流域油菜產(chǎn)區(qū)整體發(fā)展所起的推動(dòng)性作用并無明顯變化。因此對(duì)于長(zhǎng)江流域油菜產(chǎn)區(qū)而言，技術(shù)進(jìn)步對(duì)于推動(dòng)其生產(chǎn)經(jīng)營(yíng)發(fā)展的潛力還大可挖掘，提高技術(shù)效率及技術(shù)管理水平對(duì)油菜的指導(dǎo)作用將成為未來該區(qū)域油菜發(fā)展的新動(dòng)力。

圖2 各?。ㄊ校┘夹g(shù)效率變化趨勢(shì)

3 結(jié)論與討論

全要素生產(chǎn)率作為分析經(jīng)濟(jì)增長(zhǎng)源泉的重要工具，是政府制定長(zhǎng)期可持續(xù)增長(zhǎng)政策的重要依據(jù)[19]。專家們?cè)谘芯哭r(nóng)業(yè)全要素生產(chǎn)率后發(fā)現(xiàn)，技術(shù)進(jìn)步是國(guó)家和區(qū)域農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的最主要因素[20-21]。圍繞農(nóng)作物生產(chǎn)效率，已有研究多是從全國(guó)或者省市層面，研究范圍太寬，缺乏針對(duì)油菜主產(chǎn)區(qū)的專門研究。另一方面，在研究方法上，前人大多通過調(diào)研獲得評(píng)價(jià)指標(biāo)數(shù)據(jù)，或采用繁雜的面板數(shù)據(jù)，存在數(shù)據(jù)冗余情況，導(dǎo)致了對(duì)于同一研究對(duì)象可能與他人得出不同的結(jié)論[22-25]。筆者綜合利用了多元線性回歸和基于DEA的Malmquist指數(shù)法分析評(píng)價(jià)油菜主產(chǎn)區(qū)生產(chǎn)效率現(xiàn)狀，這對(duì)考察油菜生產(chǎn)效率變動(dòng)軌跡，確定恰當(dāng)?shù)姆结樥呔兄匾睦碚搩r(jià)值和現(xiàn)實(shí)意義。

Malmquist指數(shù)法最初主要用于消費(fèi)分析，其評(píng)價(jià)結(jié)果主要集中在生產(chǎn)率變動(dòng)、效率變動(dòng)和技術(shù)變動(dòng)分析三個(gè)維度[20]。筆者通過分析得出，影響油菜全要素生產(chǎn)率的主要因素是技術(shù)進(jìn)步，指出深入推進(jìn)技術(shù)進(jìn)步、提高技術(shù)效率及技術(shù)管理水平對(duì)油菜的指導(dǎo)作用將成為未來該區(qū)域油菜發(fā)展的新動(dòng)力，而不同省（市）未來油菜生產(chǎn)發(fā)展側(cè)重點(diǎn)不同。這一結(jié)論與前人的研究結(jié)果基本吻合，也與生產(chǎn)實(shí)際基本一致。

隨著國(guó)家“十三五”規(guī)劃的實(shí)施，油菜生產(chǎn)所處的社會(huì)經(jīng)濟(jì)環(huán)境必將發(fā)生重大變化，長(zhǎng)江流域油菜主產(chǎn)區(qū)油菜生產(chǎn)相對(duì)效率的研究仍有深入進(jìn)行的現(xiàn)實(shí)價(jià)值。受限于決策單元的個(gè)數(shù)，筆者通過多元線性回歸分析精簡(jiǎn)了投入指標(biāo)。但文章現(xiàn)有研究結(jié)論僅從生產(chǎn)率變動(dòng)、效率變動(dòng)和技術(shù)變動(dòng)3個(gè)維度分析得到，并未完全涵蓋評(píng)價(jià)結(jié)果的所有信息，下一步可結(jié)合實(shí)地調(diào)研的方式來進(jìn)一步驗(yàn)證。

[1]張皓,田展,楊捷,等.氣候變化影響下長(zhǎng)江流域油菜產(chǎn)量模擬初步研究[J].中國(guó)農(nóng)學(xué)通報(bào),2011,21:105-111.

[2]徐麗君,楊敏麗.基于Malmquist指數(shù)法的水稻生產(chǎn)效率實(shí)證分析[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2012,S1:169-174.

[3]李盡法,吳育華.河南省農(nóng)業(yè)全要素生產(chǎn)率變動(dòng)實(shí)證分析—基于Malmquist指數(shù)方法[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2008,02:96-102.

[4]楊易,吳秀敏,趙智晶.基于Malmquist指數(shù)的四川省農(nóng)業(yè)全要素生產(chǎn)率分析[J].湖北農(nóng)業(yè)科學(xué),2011,06:1283-1287.

[5]田濤,許曉春,周可金.安徽省各地市油菜生產(chǎn)效率研究—基于DEA的實(shí)證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2011,12:46-52.

[6]李奇,劉永紅,蔣梁材,等.四川省油菜生產(chǎn)現(xiàn)狀及科技發(fā)展對(duì)策[J].耕作與栽培,2011,06:1-3,15.

[7]孫龍霞,張傳勝.江蘇油菜生產(chǎn)機(jī)械化現(xiàn)狀分析與發(fā)展對(duì)策[J].農(nóng)業(yè)裝備技術(shù),2007,06:10-12.

[8]李爭(zhēng).中國(guó)油菜生產(chǎn)技術(shù)供需的經(jīng)濟(jì)學(xué)分析[D].武漢:華中農(nóng)業(yè)大學(xué),2011.

[9]李然,李谷成,馮中朝.不同經(jīng)營(yíng)規(guī)模農(nóng)戶的油菜生產(chǎn)技術(shù)效率分析—基于湖北、四川等6省市689戶農(nóng)戶的調(diào)查數(shù)據(jù)[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2015,01:14-22.

[10]涂玉琴,戴興臨,湯潔,等.江西油菜產(chǎn)業(yè)現(xiàn)狀、問題及發(fā)展對(duì)策分析[J].江西農(nóng)業(yè)學(xué)報(bào),2010,02:11-15,18.

[11]楊國(guó)梁,劉文斌,鄭海軍.數(shù)據(jù)包絡(luò)分析方法(DEA)綜述[J].系統(tǒng)工程學(xué)報(bào),2013,06:840-860.

[12]Cooper W W,Seiford L M,Tone K.Data Envelopment Analysis:A Comprehensive Text with Models,Applications,References and DEA-Solver Software[J].Springer,2006

[13]Farrell M J.The measurement of production efficiency[J].Journal of Royal Statistical Society,SeriesA,General,1957,120(3)253-281.

[14]國(guó)家發(fā)展和改革委員會(huì)價(jià)格司.全國(guó)農(nóng)產(chǎn)品成本收益資料匯編[M].北京:中國(guó)統(tǒng)計(jì)出版社.

[15]劉勇.中國(guó)油料作物生產(chǎn)的效率及地區(qū)比較優(yōu)勢(shì)分析[D].合肥:安徽農(nóng)業(yè)大學(xué),2002.

[16]李輝,劉文超.基于Malmquist指數(shù)的河北省海洋漁業(yè)生產(chǎn)效率分析[J].江蘇農(nóng)業(yè)科學(xué),2014,06:442-444.

[17]陳素瓊,張廣勝.不同類型勞動(dòng)力轉(zhuǎn)移農(nóng)戶玉米生產(chǎn)技術(shù)效率的實(shí)證研究—以遼寧省為例[J].江蘇農(nóng)業(yè)科學(xué),2014,09:416-419.

[18]姜天龍,郭慶海.不同糧作經(jīng)營(yíng)類型農(nóng)戶糧食生產(chǎn)效率差異分析—以吉林省公主嶺市玉米種植農(nóng)戶為例[J].吉林農(nóng)業(yè)大學(xué)學(xué)報(bào), 2012,03:348-354.

[19]MillerS M.Totalfactorproductivity and theconvergence hypothesis[J].Journal of Macroeconomics,2002(24):267-286.

[20]高帆.我國(guó)區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的演變趨勢(shì)與影響因素—基于省際面板數(shù)據(jù)的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2015,05:3-19,53.

[21]白林,萬忠,羅其友,等.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率構(gòu)成及區(qū)域趨同性分析—基于1996—2010年Malmquist指數(shù)法[J].農(nóng)業(yè)現(xiàn)代化研究, 2012,05:552-555.

[22]金福良,王璐,李谷成,等.不同規(guī)模農(nóng)戶冬油菜生產(chǎn)技術(shù)效率及影響因素分析—基于隨機(jī)前沿函數(shù)與1707個(gè)農(nóng)戶微觀數(shù)據(jù)[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào),2013,01:210-217.

[23]劉猛,趙宇,李順國(guó),等.河北省太行山區(qū)谷子生產(chǎn)現(xiàn)狀與發(fā)展建議—以武安市谷子生產(chǎn)調(diào)研為例[J].農(nóng)學(xué)學(xué)報(bào),2011,11:57-60.

[24]姜天龍,李美佳.基于Malmquist指數(shù)法的東北三省玉米生產(chǎn)效率評(píng)價(jià)[J].玉米科學(xué),2015,06:154-158.

[25]江松穎,劉穎,王嫚嫚.我國(guó)谷物全要素生產(chǎn)率的動(dòng)態(tài)演進(jìn)及區(qū)域差異研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2016,06:13-20.

Empirical Analysis of Oilseed Rape Production Efficiency in Yangtze River Basin Based on Malmquist Index

Ye Chun,Li Yanda,Shu Shifu,Chen Licai,Huang Junbao,Wang Kangjun
(Jiangxi Academy of Agricultural Sciences,Nanchang 330200,Jiangxi,China)

Based on the Malmquist index method of DEA and oilseed rape cost-benefit data,the authors analyzed the changes of oilseed rape production efficiency in the main producing areas of Yangtze River Basin, and clarified the distribution of oilseed rape production efficiency and its influencing factors.The results showed that technology progress was the key factor that affected the total factor productivity of oilseed rape in Yangtze River Basin,the guiding role of technology advancement,improvement of technical efficiency and technical management could become the new power of oilseed rape development.While,the focus of future sustainable development of oilseed rape production varied according to local conditions.

Yangtze River Basin;Oilseed Rape;Malmquist

F304.2

A論文編號(hào)：cjas16100013

國(guó)家科技支撐計(jì)劃子課題“經(jīng)濟(jì)作物農(nóng)機(jī)農(nóng)藝關(guān)鍵技術(shù)集成研究與示范”(2013BAD08B02-01)，“油菜、花生種植與收獲機(jī)械化生產(chǎn)技術(shù)在江西的試驗(yàn)示范”(2013BAD08B02-03)；國(guó)家高層次人才特殊支持計(jì)劃（“萬人計(jì)劃”青年拔尖人才項(xiàng)目）。

葉春，女，1989年出生，江西上饒人，助理研究員，碩士，主要從事農(nóng)業(yè)機(jī)械化工程研究。通信地址：330200南昌市青云譜區(qū)南蓮路602號(hào)江西省農(nóng)科院，E-mail：lychunzi@126.com。

2016-10-12，

2016-12-14。