基于DEA模型的西部地區(qū)農(nóng)業(yè)生產(chǎn)效率研究

□曾遠(yuǎn)東 王 威 李學(xué)術(shù) 施思琪

基于DEA模型的西部地區(qū)農(nóng)業(yè)生產(chǎn)效率研究

□曾遠(yuǎn)東1王 威1李學(xué)術(shù)1施思琪2

基于三階段DEA模型對于西部地區(qū)2014年農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究，研究表明：剔除環(huán)境因素與隨機(jī)因素后西部地區(qū)農(nóng)業(yè)生產(chǎn)效率發(fā)生了顯著性變化，說明各省市自治區(qū)農(nóng)業(yè)生產(chǎn)效率存在改善空間；內(nèi)蒙古、貴州農(nóng)業(yè)生產(chǎn)效率處于非前沿面的主要原因是純技術(shù)效率非DEA有效；重慶、西藏、陜西、甘肅、青海、寧夏農(nóng)業(yè)生產(chǎn)效率處于非前沿面的主要原因是規(guī)模效率非DEA有效；結(jié)合各省市自治區(qū)自身的特點(diǎn)，提高農(nóng)業(yè)管理水平或擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模，進(jìn)而提高農(nóng)業(yè)生產(chǎn)效率。

西部地區(qū)；農(nóng)業(yè)生產(chǎn)效率；三階段DEA模型

中國西部地區(qū)橫跨黃土高原、青藏高原、云貴高原、新疆盆地、四川盆地，包括12個省市自治區(qū)，雖然地域遼闊，但其土地資源的質(zhì)量與東部和中部地區(qū)相比存在著較大差異?？傮w上看西部地區(qū)山地面積比例高，沒有大規(guī)模種植糧食發(fā)展農(nóng)業(yè)的優(yōu)勢。2014年，西部地區(qū)農(nóng)業(yè)增加值同比增長加快，其中：云南省因糧食增產(chǎn)迅速和高原特色農(nóng)產(chǎn)品量價齊升等因素，農(nóng)業(yè)產(chǎn)值加快增長，增速達(dá)6.71%，位居西部地區(qū)首位；貴州省近兩年因發(fā)展山地特色農(nóng)業(yè)，農(nóng)業(yè)產(chǎn)值增速位列西部地區(qū)次席，達(dá)到6.60%；從農(nóng)業(yè)產(chǎn)值增速上看，2014年西部地區(qū)農(nóng)業(yè)增長率普遍高于全國農(nóng)業(yè)增長率(5.39%)。然而，深入研究我們會發(fā)現(xiàn)，第一，西部地區(qū)農(nóng)業(yè)產(chǎn)值增長率加快的原因除了依靠各省市發(fā)展特色農(nóng)業(yè)和國家政策的相關(guān)傾斜外，更主要的原因在于上期的農(nóng)業(yè)基數(shù)較??；第二，由于西部地區(qū)各個省市所處地理環(huán)境的不同，導(dǎo)致西部地區(qū)農(nóng)業(yè)發(fā)展并不均衡，農(nóng)業(yè)生產(chǎn)效率也各不相同，例如：2014年青海農(nóng)業(yè)增速為5.50%、西藏卻為8.40%，差距十分明顯。針對這種情況，由于資源的有限性，為了使西部地區(qū)農(nóng)業(yè)得到持續(xù)性的快速增長，我們須從農(nóng)業(yè)生產(chǎn)效率著手，研究西部地區(qū)各個省市的農(nóng)業(yè)生產(chǎn)情況。根據(jù)得到的結(jié)果，分析如何提高各個省市農(nóng)業(yè)生產(chǎn)效率，同時針對已經(jīng)處于農(nóng)業(yè)生產(chǎn)效率前沿面的省市，提出能夠進(jìn)一步維持并改善農(nóng)業(yè)生產(chǎn)效率的建議。

國外學(xué)者在農(nóng)業(yè)生產(chǎn)效率方面做了大量的研究。Farrell(1957)是最先提出農(nóng)業(yè)生產(chǎn)效率的經(jīng)濟(jì)學(xué)家，他第一次運(yùn)用線性規(guī)劃的方法求出農(nóng)業(yè)生產(chǎn)效率的生產(chǎn)前沿面，并利用農(nóng)業(yè)生產(chǎn)效率來衡量英國農(nóng)業(yè)生產(chǎn)力，然而這種方法并沒有考慮環(huán)境與隨機(jī)因素對于生產(chǎn)效率的影響。Aigner、Lovell、Schmidt(1977)根據(jù)Farrell研究上的不足，增加了隨機(jī)干擾項(xiàng)，使得在生產(chǎn)者行為描述上更加準(zhǔn)確。Charnes、Caves與Rhodes(1978，1981)在以往研究的基礎(chǔ)上將模型擴(kuò)展為C2R模型，并將此分析方法命名為數(shù)據(jù)包絡(luò)分析方法(DEA)。Ball(2001)等通過對包括美國在內(nèi)的10個國家1973-1993年20年間的農(nóng)業(yè)生產(chǎn)效率的測算，發(fā)現(xiàn)資本積累和生產(chǎn)率的增速呈正相關(guān)。Ruttan(2002)在資源與環(huán)境的約束條件下，詳細(xì)論述了發(fā)達(dá)國家與發(fā)展中國家在提高農(nóng)業(yè)生產(chǎn)效率方面的不同路徑。Jose.Vicente(2004)在對巴西農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究后發(fā)現(xiàn)，一方面，巴西的農(nóng)藥和化肥得到了充分利用，勞動力與土地的利用并不充分；另一方面，巴西的土壤、灌溉水平與氣候都能夠影響其農(nóng)業(yè)生產(chǎn)效率。Vollrath(2007)利用跨國數(shù)據(jù)對農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析后發(fā)現(xiàn)，土地分配不公是導(dǎo)致生產(chǎn)效率差異的主要原因。Restuccia(2008)利用一般均衡模型(CGE)對國際農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析后發(fā)現(xiàn)，生產(chǎn)效率低下是導(dǎo)致貧困國家農(nóng)業(yè)勞動力低下的主要原因。

國內(nèi)經(jīng)濟(jì)學(xué)家對國內(nèi)農(nóng)業(yè)生產(chǎn)效率進(jìn)行了大量細(xì)致的研究，取得了大量獲得國際上認(rèn)可的學(xué)術(shù)成果。從農(nóng)業(yè)的可持續(xù)性生產(chǎn)上看，李周、于法穩(wěn)(2005)利用數(shù)據(jù)包絡(luò)分析方法對我國西部地區(qū)900個縣市的農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究，論述了技術(shù)效率、TFP與農(nóng)業(yè)可持續(xù)發(fā)展之間的關(guān)系。馬鳳才等(2008)對黑龍江農(nóng)業(yè)生產(chǎn)效率進(jìn)行了縣域?qū)用嫔系难芯浚瑢ζ滢r(nóng)業(yè)發(fā)展的持續(xù)性進(jìn)行了細(xì)致分析。從農(nóng)業(yè)增長路徑上看，周宏、褚保金(2003)指出，由于農(nóng)業(yè)生產(chǎn)要素的有限性，導(dǎo)致農(nóng)業(yè)可持續(xù)發(fā)展的唯一途徑來自于生產(chǎn)效率的提高。吳玉鳴(2010)通過使用計(jì)量模型對我國農(nóng)業(yè)進(jìn)行分析后發(fā)現(xiàn)，勞動與資本是影響我國農(nóng)業(yè)產(chǎn)出的主要因素。從提高農(nóng)業(yè)生產(chǎn)效率路徑上看，汪旭輝、劉勇(2007)從調(diào)整農(nóng)業(yè)人力資源與建設(shè)科技農(nóng)業(yè)方面對提高農(nóng)業(yè)生產(chǎn)效率提出了相關(guān)性的建議。郭軍華、倪明、李幫義(2010)通過提高管理水平、擴(kuò)大生產(chǎn)規(guī)模來提高農(nóng)業(yè)生產(chǎn)效率。

現(xiàn)有文章在農(nóng)業(yè)生產(chǎn)效率方面的研究很多，這對于本文的寫作起到了重要的指導(dǎo)作用。然而，現(xiàn)有的文章的研究主要集中在分析某一個省的農(nóng)業(yè)生產(chǎn)效率，對于區(qū)域性的農(nóng)業(yè)生產(chǎn)效率的研究很少，與此同時，現(xiàn)有的文章的研究方法集中在傳統(tǒng)的DEA分析方法，這種方法并沒有考慮環(huán)境因素與隨機(jī)因素對于農(nóng)業(yè)生產(chǎn)效率的影響。為此，本文利用三階段DEA模型剔除環(huán)境因素與隨機(jī)因素，得到西部地區(qū)各個省市準(zhǔn)確的生產(chǎn)效率值，并對各個省市的農(nóng)業(yè)生產(chǎn)效率進(jìn)行比較，得到適合于能夠提高其農(nóng)業(yè)生產(chǎn)效率的路徑。

一、研究方法

Fried根據(jù)傳統(tǒng)的DEA模型沒有考慮環(huán)境因素與隨機(jī)因素對決策單元效率值產(chǎn)生影響的缺陷，對DEA模型進(jìn)行了改進(jìn)，最先提出三階段DEA模型，三階段DEA模型彌補(bǔ)了這一缺陷，剔除了環(huán)境因素與隨機(jī)因素對決策單元效率值的影響，使得到的效率值更加真實(shí)、準(zhǔn)確。其具體操作步驟可以分為以下三個階段：

第一階段：傳統(tǒng)的DEA模型。DEA模型分為投入導(dǎo)向型和產(chǎn)出導(dǎo)向型兩種，在本文分析中，相對于產(chǎn)出變量而言，投入變量數(shù)據(jù)更容易準(zhǔn)確得到，因此我們選擇投入導(dǎo)向型BCC模型來測算各個決策單元的效率值。對于每一個決策單元而言，投入導(dǎo)向的BCC模型表示如下：

其中，i=1,2,…,n指決策單元，X,Y分別指投入項(xiàng)與產(chǎn)出項(xiàng)。DEA模型實(shí)質(zhì)為一個線性規(guī)劃問題。如果θ=1,S+=S-=0，則決策單元DEA有效；如果θ=1,S+≠0，或S-≠0，則決策單元弱DEA有效；如果θ<1，則決策單元非DEA有效。BCC模型得到的效率值為技術(shù)效率值(TE)，通過對TE的進(jìn)一步分解可以得到純技術(shù)效率值(PTE)與規(guī)模效率值(SE)，其中：TE= SE×PTE。

第二階段：相似SFA回歸分析剔除環(huán)境因素與隨機(jī)因素。以第一階段DEA分析得到的各投入變量的冗余值作為被解釋變量，以所選擇的環(huán)境變量作為解釋變量進(jìn)行回歸分析，對各決策單元的原始投入值進(jìn)行調(diào)整，使它們處在相同環(huán)境中，本文利用SFA模型達(dá)到這一目的，其具體操作步驟如下：

Skj=f(zj;βk)+νkj+μkj；j=1,2,…,J；k=1,2,…,K

第一，根據(jù)Jondrow等(1982)的思路對管理無效率進(jìn)行分離，公式如下：

第二，計(jì)算隨機(jī)誤差項(xiàng)μ，計(jì)算公式如下：

E[μkj|νkj+μkj]=Skj-f(zj;βk)-E[μkj|νkj+μkj]

第三，SFA回歸的目的是剔除環(huán)境因素與隨機(jī)因素對生產(chǎn)效率值的影響，使得各決策單元所處的外部環(huán)境相同。其調(diào)整如下：

第三階段：調(diào)整后的DEA分析。利用調(diào)整后的投入變量與原始產(chǎn)出變量數(shù)據(jù)，運(yùn)用BCC模型再次測算各決策單元的效率，此時的生產(chǎn)效率值是剔除環(huán)境因素與隨機(jī)因素后更為準(zhǔn)確的效率值。

二、指標(biāo)選取與來源

(一)投入、產(chǎn)出指標(biāo)選取與來源

DEA模型主要分析多投入多產(chǎn)出情況下的決策單元的相對效率問題。因此，對于投入與產(chǎn)出指標(biāo)的選擇至關(guān)重要。本文所研究的農(nóng)業(yè)生產(chǎn)效率是廣義農(nóng)業(yè)生產(chǎn)效率，在選取投入與產(chǎn)出指標(biāo)時統(tǒng)一采用廣義農(nóng)業(yè)口徑。

投入變量包括勞動力、土地、農(nóng)業(yè)機(jī)械動力、化肥與農(nóng)藥投入五個方面。其中，勞動力投入我們選用第一產(chǎn)業(yè)就業(yè)人數(shù)計(jì)算；土地投入由于我國土地休耕、復(fù)耕現(xiàn)象普遍存在，因此選用土地耕種面積并不合適，在此處選用農(nóng)作物播種面積較為合適；農(nóng)業(yè)機(jī)械動力包括灌溉動力、耕種動力、林業(yè)機(jī)械、漁業(yè)機(jī)械以及其他機(jī)械等，因此在此處選擇用農(nóng)業(yè)機(jī)械總動力；化肥、農(nóng)藥投入選擇2014年各省市農(nóng)藥、化肥實(shí)際使用量。產(chǎn)出指標(biāo)選用農(nóng)林牧漁總產(chǎn)值。數(shù)據(jù)來源于《2015年中國統(tǒng)計(jì)年鑒》、《2015年中國農(nóng)村統(tǒng)計(jì)年鑒》。

在進(jìn)行DEA分析之前，各投入項(xiàng)與產(chǎn)出項(xiàng)之間必須符合“同向性”假設(shè)條件，即當(dāng)投入增加時，產(chǎn)出不可能減少；因此，我們在此處利用SPSS20.1軟件對投入項(xiàng)與產(chǎn)出項(xiàng)之間進(jìn)行Pearson相關(guān)性檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示。

從表1可以看出，投入項(xiàng)與產(chǎn)出項(xiàng)的相關(guān)系數(shù)均為正數(shù)且都能通過5%的置信(雙尾)水平檢驗(yàn)，說明投入項(xiàng)與產(chǎn)出項(xiàng)之間滿足“同向性”假設(shè)條件。同時，如果對相關(guān)性按從強(qiáng)到弱的順序進(jìn)行排序，我們會發(fā)現(xiàn)農(nóng)作物播種面積與農(nóng)林牧漁總產(chǎn)值之間的相關(guān)性系數(shù)最大，農(nóng)業(yè)機(jī)械總動力、化肥使用量、第一產(chǎn)業(yè)就業(yè)人數(shù)、農(nóng)藥使用量與農(nóng)林牧漁總產(chǎn)值之間的相關(guān)性逐漸降低。

表1 2014年西部地區(qū)農(nóng)業(yè)投入項(xiàng)與產(chǎn)出項(xiàng)的Pearson相關(guān)性檢驗(yàn)

注：*表示能夠通過5%的顯著性檢驗(yàn)，**表示能夠通過1%的顯著性檢驗(yàn)。

(二)環(huán)境變量的選取與來源

環(huán)境變量指對農(nóng)業(yè)生產(chǎn)效率產(chǎn)生影響，但本身并不受樣本主觀影響的因素。正是由于環(huán)境變量的存在，使得處于環(huán)境較好的省市計(jì)算出的農(nóng)業(yè)生產(chǎn)效率值較高，處于環(huán)境較差的省市計(jì)算出的農(nóng)業(yè)生產(chǎn)效率值較低。因此，我們有必要進(jìn)行第二階段相似SFA回歸分析，剔除環(huán)境因素與隨機(jī)因素對生產(chǎn)效率的影響，使得計(jì)算出的各個省市的生產(chǎn)效率更加準(zhǔn)確。然而，由于在環(huán)境變量的選擇上目前并沒有統(tǒng)一的規(guī)定，根據(jù)以往的研究成果以及環(huán)境變量“可分離性”原則，本文選用農(nóng)民人均可支配收入、城鎮(zhèn)化率、財(cái)政支農(nóng)、農(nóng)作物受災(zāi)面積、教育水平五個變量作為環(huán)境變量；其中，城鎮(zhèn)化率=城鎮(zhèn)人口/總?cè)丝?；教育水平根?jù)康繼軍,張宗益,傅蘊(yùn)英等(2007)的做法，對各省市未上學(xué)、上小學(xué)、初中、高中以及大專及以上的受教育人數(shù)分別賦予0、5、8、11、14.5的權(quán)重計(jì)算出其加權(quán)平均數(shù)。我們可以假設(shè)：(1)農(nóng)民人均可支配收入增加導(dǎo)致農(nóng)民的農(nóng)業(yè)生產(chǎn)積極性提高，對農(nóng)業(yè)生產(chǎn)效率產(chǎn)生了積極作用；(2)城鎮(zhèn)化水平的提升導(dǎo)致農(nóng)村人口減少，減輕農(nóng)村面臨“地少人多”的壓力，促進(jìn)農(nóng)業(yè)規(guī)模化生產(chǎn)，提高農(nóng)業(yè)生產(chǎn)效率；(3)政府財(cái)政支農(nóng)資金增加使得農(nóng)民獲得的農(nóng)業(yè)補(bǔ)貼增加，農(nóng)民的生產(chǎn)積極性提高，農(nóng)業(yè)生產(chǎn)效率提高；(4)農(nóng)作物受災(zāi)面積增加使得農(nóng)業(yè)總產(chǎn)值會減少，進(jìn)而農(nóng)民的收入減少，農(nóng)業(yè)生產(chǎn)效率降低；(5)教育水平提高，農(nóng)民的技術(shù)性與創(chuàng)新性會提高，農(nóng)業(yè)的生產(chǎn)效率也會隨之增加。數(shù)據(jù)來源于《2015年中國統(tǒng)計(jì)年鑒》、2015年西部地區(qū)12個省市自治區(qū)統(tǒng)計(jì)年鑒。

三、實(shí)證分析

(一)第一階段：傳統(tǒng)的DEA分析

在不考慮環(huán)境因素與隨機(jī)因素的情況下，利用DEAP2.1軟件對2014年西部地區(qū)12個省市自治區(qū)的農(nóng)業(yè)生產(chǎn)效率進(jìn)行測算，并根據(jù)技術(shù)效率(TE1)的大小對12個地區(qū)進(jìn)行排序。其測算結(jié)果如表2所示。

表2 第一階段:2014年西部地區(qū)農(nóng)業(yè)技術(shù)效率、純技術(shù)效率、規(guī)模效率、規(guī)模報(bào)酬及排序

注：表2數(shù)據(jù)根據(jù)DEAP2.1軟件得到，其中：TE1表示第一階段技術(shù)效率，PTE1表示第一階段純技術(shù)效率， SE1表示第一階段規(guī)模效率，TE1=PTE1×SE1，irs表示規(guī)模報(bào)酬遞增，drs表示規(guī)模報(bào)酬遞減，-表示規(guī)模報(bào)酬不變。

從表2可以看出，內(nèi)蒙古、廣西、四川、西藏、山西、青海、新疆7個省市自治區(qū)的農(nóng)業(yè)生產(chǎn)效率處于DEA有效狀態(tài)，DEA有效比例為58.33%。重慶、貴州、云南、甘肅、寧夏5個省市自治區(qū)的農(nóng)業(yè)生產(chǎn)效率處于非DEA有效，其中，重慶、貴州、寧夏處于非DEA有效的主要原因在于規(guī)模效率非DEA有效，云南、甘肅處于非DEA有效的主要原因在于純技術(shù)效率非DEA有效。從DEA有效的地區(qū)上看，四川地勢多山，農(nóng)村貧困人口較多，規(guī)模效應(yīng)處于DEA有效不符合常理，甘肅、青海地區(qū)土壤貧瘠，水資源缺乏，農(nóng)業(yè)生產(chǎn)效率處于DEA有效不符合邏輯。從2014年西部地區(qū)農(nóng)業(yè)生產(chǎn)效率平均水平看，綜合技術(shù)效率達(dá)到0.925趨近于1，不符合我們所了解的西部地區(qū)農(nóng)業(yè)生產(chǎn)效率低下的現(xiàn)狀。同時從技術(shù)效率的排序看，內(nèi)蒙古、廣西、四川、西藏、山西、青海、新疆排名第一，貴州、重慶、寧夏、云南、甘肅分列二、三、四、五、六名顯然不符合常理。針對這些情況，我們有必要進(jìn)行第二階段相似SFA回歸分析，剔除影響農(nóng)業(yè)生產(chǎn)效率的環(huán)境因素與隨機(jī)因素。

(二)第二階段：相似SFA回歸分析

以第一階段所得到的各個決策單元投入變量冗余值作為被解釋變量，以所選取的五個環(huán)境變量作為解釋變量，利用Frontier2.1軟件進(jìn)行相似SFA回歸，剔除投入變量中的環(huán)境因素與隨機(jī)因素，得到調(diào)整后的投入變量值，其回歸結(jié)果如表3所示。

表3 第二階段SFA回歸結(jié)果

注：()內(nèi)的數(shù)值為t值，*表示通過10%水平顯著，**表示通過5%水平顯著，***表示通過1%水平顯著。

由表3可知，第一，投入變量冗余值與五個環(huán)境變量之間大多能夠通過10%置信(雙側(cè))水平顯著性檢驗(yàn)，表明環(huán)境變量對于西部各地區(qū)的農(nóng)業(yè)投入變量產(chǎn)生了影響；第二，投入冗余值與環(huán)境變量之間的相關(guān)系數(shù)的符號代表的意義也不同，系數(shù)為正，代表環(huán)境變量值增加導(dǎo)致投入冗余值增加，使得投入浪費(fèi)量增加；系數(shù)為負(fù)，代表環(huán)境變量值增加導(dǎo)致投入冗余值減少，使得投入浪費(fèi)量減少。第三，gamma均為0.999999趨近于1，代表管理因素在對投入冗余值的影響中占據(jù)主導(dǎo)作用。

(1)農(nóng)民人均可支配收入對于投入冗余值的影響，由表3可知，農(nóng)民人均可支配收入與五個環(huán)境變量之間的系數(shù)均為負(fù)，表明隨著農(nóng)民人均可支配收入的提高，投入變量的冗余值減小，從而對農(nóng)業(yè)生產(chǎn)效率產(chǎn)生積極作用。這點(diǎn)與本文前面所提出的假設(shè)相吻合。

(2)城鎮(zhèn)化率對于投入冗余值的影響。城鎮(zhèn)化率除了與第一產(chǎn)業(yè)就業(yè)人數(shù)冗余值、農(nóng)作物播種面積冗余值的t值不顯著外，對于農(nóng)業(yè)機(jī)械總動力冗余值、化肥使用量冗余值以及農(nóng)藥使用量冗余值的t值均能夠通過5%置信(雙側(cè))水平顯著性檢驗(yàn)，且相關(guān)系數(shù)均為正，表明隨著城鎮(zhèn)化率的提高，投入冗余值會增加，對農(nóng)業(yè)生產(chǎn)效率產(chǎn)生消極作用。這與我們前面所假設(shè)的城鎮(zhèn)化率的提高會給農(nóng)業(yè)生產(chǎn)效率帶來積極作用相矛盾。雖然實(shí)證結(jié)果與預(yù)期假設(shè)相矛盾，但是正是這一矛盾，恰好能夠說明我國農(nóng)村所面臨的現(xiàn)狀，城鎮(zhèn)化率的提高，農(nóng)村人口越來越少，耕地荒蕪現(xiàn)象加劇，農(nóng)業(yè)生產(chǎn)效率降低。

(3)財(cái)政支農(nóng)對于投入冗余值的影響。財(cái)政支農(nóng)與農(nóng)業(yè)機(jī)械總動力冗余值之間的系數(shù)為負(fù)，這與我們前面假設(shè)一致，但其不能通過10%置信(雙側(cè))水平顯著性檢驗(yàn)。財(cái)政支農(nóng)與其他投入冗余值之間的系數(shù)為正，與我們前面假設(shè)相反，這也正好說明，目前財(cái)政支農(nóng)對于提高農(nóng)業(yè)生產(chǎn)效率而言只是一種預(yù)期，鼓勵農(nóng)民盲目的增加生產(chǎn)規(guī)模，只會帶來投入冗余值的增加。

(4)農(nóng)作物播種面積對于投入冗余值的影響。農(nóng)作物受災(zāi)面積與投入冗余值之間的系數(shù)都為正，說明隨著農(nóng)作物受災(zāi)面積的增加，投入冗余值也會增加。這點(diǎn)不難解釋，農(nóng)作物受災(zāi)面積增加導(dǎo)致農(nóng)民的收入減少，農(nóng)民會加大農(nóng)業(yè)方面的投入，使得投入冗余值增加。

(5)教育水平對于投入冗余值的影響。教育水平除了與農(nóng)作物播種面積的t值不能通過顯著性檢驗(yàn)外，與其他四個投入變量冗余值均能通過10%置信(雙側(cè))水平顯著性檢驗(yàn)，且系數(shù)均為正。這與我們前面所假設(shè)的相矛盾。關(guān)于矛盾其原因在于，隨著教育水平的提高，農(nóng)民對于教育方面的投入會增加，農(nóng)民的人均可支配收入會減少，導(dǎo)致農(nóng)民加大對農(nóng)業(yè)方面的投入，使得投入冗余值增加。

(三)第三階段：調(diào)整后的DEA分析

通過第二階段相似SFA回歸對各決策單元投入變量值的調(diào)整，使得各決策單元處于相同的環(huán)境水平下，將調(diào)整后的投入變量值與原始產(chǎn)出值重新代入BCC模型，計(jì)算出剔除環(huán)境因素與隨機(jī)因素后更加真實(shí)、準(zhǔn)確的生產(chǎn)效率值，計(jì)算結(jié)果如表4所示。

表4 第三階段:西部地區(qū)農(nóng)業(yè)技術(shù)效率、純技術(shù)效率、規(guī)模效率、規(guī)模報(bào)酬及排序

注：表4數(shù)據(jù)根據(jù)DEAP2.1軟件得到。其中：TE3表示第三階段技術(shù)效率，PTE3表示第三階段純技術(shù)效率， SE3表示第三階段規(guī)模效率，TE3=PTE3×SE3，irs表示規(guī)模報(bào)酬遞增，drs表示規(guī)模報(bào)酬遞減，-表示規(guī)模報(bào)酬不變。

由表4可知，(1)各省市農(nóng)業(yè)生產(chǎn)效率相對與第一階段計(jì)算出的農(nóng)業(yè)生產(chǎn)效率值而言，普遍降低；(2)DEA有效地區(qū)由第一階段的7個變?yōu)榈谌A段的4個，西部平均技術(shù)效率值由0.925降為0.720；(3)除了內(nèi)蒙古、重慶的農(nóng)業(yè)技術(shù)效率非DEA有效來自于純技術(shù)效率非DEA有效外，其他省市自治區(qū)的農(nóng)業(yè)技術(shù)效率非DEA有效的主要原因均來自于規(guī)模效率非DEA有效。同時由表4可知廣西、四川、云南、新疆按綜合技術(shù)效率排名并列第一位，陜西、內(nèi)蒙古、甘肅、重慶、貴州、青海、寧夏、西藏依次降低。此排名與我們對于西部地區(qū)農(nóng)業(yè)生產(chǎn)效率認(rèn)知基本保持一致。

為說明第三階段得到的效率值更加符合西部地區(qū)各個省市自治區(qū)的實(shí)際情況，我們利用SPSS20.1軟件分別將農(nóng)林牧漁總產(chǎn)值與第一階段農(nóng)業(yè)生產(chǎn)效率值、第三階段農(nóng)業(yè)生產(chǎn)效率值進(jìn)行Spearman等級檢驗(yàn)，檢驗(yàn)結(jié)果如表5所示。

表5 2014年云南省農(nóng)業(yè)生產(chǎn)效率值與農(nóng)林牧漁總產(chǎn)值Spearman等級相關(guān)系數(shù)

注：**表示通過5%的顯著性檢驗(yàn)。

由表5可知，與第一階段效率值相比，第三階段效率值與農(nóng)林牧漁總產(chǎn)值之間的相關(guān)系數(shù)明顯增加，且技術(shù)效率、規(guī)模效率的P值均能通過5%相關(guān)性檢驗(yàn)。這表明，第三階段所得到的效率值能夠更加準(zhǔn)確地反應(yīng)西部地區(qū)各省市自治區(qū)農(nóng)業(yè)生產(chǎn)的真實(shí)情況，同時也表明進(jìn)行第二階段相似SFA分析，剔除環(huán)境因素與隨機(jī)因素的必要性。

四、結(jié)論與對策建議

(一)結(jié)論

本文利用三階段DEA模型對西部地區(qū)農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究后發(fā)現(xiàn)：

(1)與第一階段DEA分析得到的效率相比，第三階段DEA分析所得到的效率值變化明顯，這充分說明環(huán)境因素與隨機(jī)因素對于農(nóng)業(yè)生產(chǎn)效率值的測算影響是巨大的。同時，我們利用SPSS20.1軟件進(jìn)行Spearman等級檢驗(yàn)后發(fā)現(xiàn)，第三階段得到的西部地區(qū)各省市自治區(qū)農(nóng)業(yè)技術(shù)效率值、純技術(shù)效率值、規(guī)模效率值能夠更加準(zhǔn)確的反應(yīng)西部地區(qū)農(nóng)業(yè)生產(chǎn)效率現(xiàn)狀。

(2)通過第二階段的相似SFA回歸分析，我們發(fā)現(xiàn)環(huán)境因素、隨機(jī)因素對于農(nóng)業(yè)投入量冗余值的影響是顯著的。其中，農(nóng)民人均可支配收入與投入變量冗余值之間系數(shù)為負(fù)，農(nóng)民人均可支配收入對投入變量冗余值產(chǎn)生積極影響。除了財(cái)政支農(nóng)與農(nóng)業(yè)機(jī)械總動力之間系數(shù)為負(fù)外，城鎮(zhèn)化率、財(cái)政支農(nóng)、教育水平、農(nóng)作物受災(zāi)面積四個環(huán)境變量與投入變量冗余值之間系數(shù)均為正，表明其與投入變量冗余值是正相關(guān)的，對農(nóng)業(yè)生產(chǎn)效率產(chǎn)生了消極作用。

(3)通過第三階段DEA分析后發(fā)現(xiàn)，內(nèi)蒙古、貴州農(nóng)業(yè)生產(chǎn)效率處于非DEA有效的主要原因來自于純技術(shù)效率非DEA有效。重慶、西藏、陜西、甘肅、青海、寧夏農(nóng)業(yè)生產(chǎn)效率處于非DEA有效的主要原因在于規(guī)模效率非DEA有效，又由于其規(guī)模報(bào)酬均為規(guī)模報(bào)酬遞增，廣西、四川、云南、新疆農(nóng)業(yè)生產(chǎn)效率處于DEA有效。

(二)對策建議

(1)西部地區(qū)各省市自治區(qū)的農(nóng)業(yè)生產(chǎn)效率情況各不相同。對于內(nèi)蒙古、貴州而言，農(nóng)業(yè)生產(chǎn)效率非DEA有效的原因來自于純技術(shù)效率非DEA有效，我們應(yīng)該加強(qiáng)農(nóng)業(yè)的管理與創(chuàng)新，推行新的技術(shù)理念，確保農(nóng)業(yè)向健康穩(wěn)定的方向發(fā)展。對于重慶、西藏、陜西、甘肅、青海、寧夏而言，農(nóng)業(yè)生產(chǎn)效率非DEA有效的原因來自于規(guī)模效率非DEA有效的，由于這些省市自治區(qū)的規(guī)模報(bào)酬均遞增，我們應(yīng)該增加這些地區(qū)的農(nóng)業(yè)方面的投入，增加農(nóng)業(yè)的生產(chǎn)規(guī)模。對于廣西、四川、云南、新疆四個農(nóng)業(yè)生產(chǎn)效率已經(jīng)處于DEA有效的省份，我們也不能放松警惕，應(yīng)該在已有的基礎(chǔ)上推行技術(shù)創(chuàng)新，加強(qiáng)農(nóng)業(yè)規(guī)?；a(chǎn)，獲取更好的生產(chǎn)效益。

(2)溫和推進(jìn)城鎮(zhèn)化進(jìn)程，制定合理的農(nóng)產(chǎn)品價格保護(hù)機(jī)制。從表3中城鎮(zhèn)化率與投入冗余值的相關(guān)系數(shù)為正，我們可知，城鎮(zhèn)化水平的提高并不能夠減少投入冗余值，反而使得農(nóng)業(yè)生產(chǎn)效率向著不利方向發(fā)展，其原因在于城鎮(zhèn)化進(jìn)程過快。隨著城鎮(zhèn)化水平的提高，農(nóng)村人口逐步減少，農(nóng)村耕地荒蕪現(xiàn)象加劇，又由于農(nóng)產(chǎn)品價格低下，易受災(zāi)難天氣的影響，收入隨機(jī)性較大，農(nóng)民的收入少且不穩(wěn)定，從事農(nóng)業(yè)生產(chǎn)的人減少，農(nóng)業(yè)生產(chǎn)效率降低。為此，我們應(yīng)當(dāng)溫和的推進(jìn)城鎮(zhèn)化水平，制定農(nóng)產(chǎn)品的合理收購價格，保證農(nóng)民的合理收入，提高農(nóng)民的生產(chǎn)積極性，提高農(nóng)業(yè)生產(chǎn)效率。

(3)完善土地流轉(zhuǎn)制度，促進(jìn)農(nóng)業(yè)規(guī)模化生產(chǎn)。本文研究結(jié)果表明，重慶、西藏、陜西、甘肅、青海、寧夏農(nóng)業(yè)生產(chǎn)效率非DEA有效主要原因在于規(guī)模效率非DEA有效。針對此狀況，我們應(yīng)該大力推行農(nóng)業(yè)規(guī)?；a(chǎn)。規(guī)?；a(chǎn)不僅可以促進(jìn)農(nóng)業(yè)生產(chǎn)規(guī)模擴(kuò)大，還可以促進(jìn)農(nóng)業(yè)機(jī)械設(shè)備的推廣。西部地區(qū)各省市的農(nóng)業(yè)資源稟賦不同導(dǎo)致各省市農(nóng)業(yè)規(guī)?；a(chǎn)方式不同。西部地區(qū)現(xiàn)有的分散的家庭聯(lián)產(chǎn)承包責(zé)任制不能夠充分發(fā)揮土地的規(guī)模效應(yīng)。為此，我們應(yīng)該完善土地流轉(zhuǎn)制度，但是在實(shí)際推行土地流轉(zhuǎn)制度過程中，各省市自治區(qū)應(yīng)該充分維護(hù)農(nóng)民的利益，使得農(nóng)民能夠享受政策所帶來的利益。

[1] Farrell M. J, 1957, The Measurement of Productive Efficiency[J].Journal of the Royal Statistical Society. 120(3):253-281.

[2] Aigner-Lovell-Schmidt, Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics 1977，(6)：21-37.

[3] CHARNES A,COOPER W,RHODES E.1978.Measuring the efficiency of decision making units[J].European Journal of Operational Re-search,(2):429-444.

[4] Ball V. E, Bureau J ,Nehring R, 2001, Levels of Farm Sector Productivity: An International Comparison[J].Journal of Productivity Analysis 15(1):5-19.

[5] RUTTAN V W. Productivity Growth in World Agriculture: Sources and Constraints[J].American Economic Association, 2002, 16(4): 161-184. [DOI]:10.1257/089533002320951028.

[6] Jose Vicente,R.Economics Efficiency of Agricultural Production in Brazil[J].Rio de Janeiro, 2004,(02):201-222.

[7] Vollrath,D.Land Distribution and International Agricultural Productivity[J].American Journal of Agricultural Economics,2008(02):202.

[8] Restuccia,D,Yang D.T.and Zhu,X.Agriculture and AggregateProductivity:A Quantitative Cross-country Analysis[J].Journal of Monetary Economics,2008,(2):234-250.

[9] 李周，于法穩(wěn)．西部地區(qū)農(nóng)業(yè)生產(chǎn)效率的DEA分析[J].中國農(nóng)村觀察,2006,(6):2-10.

[10] 馬鳳才.黑龍江省農(nóng)業(yè)生產(chǎn)效率分析[J].農(nóng)村技術(shù)經(jīng)濟(jì),2008,(2):91-92.

[11] 周宏，褚保金.構(gòu)建中國農(nóng)業(yè)生產(chǎn)效率的動態(tài)監(jiān)測體系[J].農(nóng)業(yè)經(jīng)濟(jì)問題,2003,(12):34-38.

[12] 吳玉鳴.中國區(qū)域農(nóng)業(yè)生產(chǎn)要素的投入產(chǎn)出彈性測算——基于空間計(jì)量模型的實(shí)證[J].中國農(nóng)村經(jīng)濟(jì),2010,(6):25-34.

[13] 汪兆暉，劉勇.基于DEA模型的我國農(nóng)業(yè)生產(chǎn)效率綜合評價[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào),2008,(1):53-55.

[14] 郭軍華，倪明，李幫義 基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2010,(12):28-39.

[15] 康繼軍,張宗益,傅蘊(yùn)英.中國經(jīng)濟(jì)轉(zhuǎn)型與增長[J].管理世界. 2007，(01) .

2016-12-03

國家自然科學(xué)基金項(xiàng)目“基于民間慈善的西部地區(qū)貧困農(nóng)戶創(chuàng)業(yè)基金研究”(項(xiàng)目批準(zhǔn)號：71263054)。

1.云南財(cái)經(jīng)大學(xué) 財(cái)政與經(jīng)濟(jì)學(xué)院，云南 昆明,650201;2.云南農(nóng)業(yè)大學(xué) 熱帶作物學(xué)院，云南 普洱,665000

曾遠(yuǎn)東(1992- )，男，湖北洪湖人，云南財(cái)經(jīng)大學(xué)碩士研究生，研究方向：國民經(jīng)濟(jì)學(xué)、農(nóng)業(yè)經(jīng)濟(jì)管理；李學(xué)術(shù)(1970- )，男，山東濰坊人，云南財(cái)經(jīng)大學(xué)財(cái)政與經(jīng)濟(jì)學(xué)院教授，研究方向：農(nóng)業(yè)經(jīng)濟(jì)管理，本文通訊作者。

F323.5

A

1008-8091(2017)01-0037-08