河南省農(nóng)業(yè)生產(chǎn)效率及影響因素分析

張　娜

河南省農(nóng)業(yè)生產(chǎn)效率及影響因素分析

張娜

（河南財(cái)經(jīng)政法大學(xué)河南鄭州450046）

文章基于河南省2010年—2020年18個(gè)地級(jí)市的面板數(shù)據(jù)，使用DEA-Malmquist-Tobit模型分析河南省農(nóng)業(yè)生產(chǎn)效率和影響因素。結(jié)果顯示，河南省農(nóng)業(yè)生產(chǎn)效率整體處于較低水平，并逐年下降，其主要由技術(shù)效率和規(guī)模效率的連續(xù)下降造成；農(nóng)業(yè)全要素生產(chǎn)率總體呈上升趨勢(shì)，其主要由技術(shù)進(jìn)步主導(dǎo)。從影響因素來看，地區(qū)生產(chǎn)總值、農(nóng)林水事務(wù)支出對(duì)農(nóng)業(yè)生產(chǎn)效率有顯著促進(jìn)作用，單位耕地機(jī)械投入量對(duì)農(nóng)業(yè)生產(chǎn)效率有抑制作用。為此，應(yīng)推動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加大農(nóng)業(yè)扶持力度，合理配置資源投入規(guī)模，有效提升農(nóng)業(yè)生產(chǎn)效率。

DEA；Malmquist；Tobit模型；農(nóng)業(yè)生產(chǎn)效率

農(nóng)業(yè)是保障我國(guó)經(jīng)濟(jì)發(fā)展、社會(huì)安定的重要基石，是國(guó)民經(jīng)濟(jì)的基礎(chǔ)。河南省是我國(guó)具有重要戰(zhàn)略地位的農(nóng)業(yè)大省，分析河南省的農(nóng)業(yè)生產(chǎn)效率及影響因素，對(duì)后續(xù)優(yōu)化資源配置，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展具有重要意義。目前針對(duì)農(nóng)業(yè)效率的研究非常廣泛，DEA法由于其兼具客觀性和有效性而被廣泛使用。從時(shí)間上看，1995年—2005年中國(guó)農(nóng)業(yè)生產(chǎn)的全要素生產(chǎn)率在不斷緩慢增長(zhǎng)[1]；從空間上看，我國(guó)農(nóng)業(yè)效率呈現(xiàn)出從東部、中部到西部依次遞減的趨勢(shì)[2]；從變化趨勢(shì)上看，1979年—2016年間我國(guó)農(nóng)業(yè)生產(chǎn)效率經(jīng)歷了從波動(dòng)增長(zhǎng)到平穩(wěn)增長(zhǎng)的轉(zhuǎn)變，增長(zhǎng)主要得益于農(nóng)業(yè)技術(shù)進(jìn)步[3]。在研究方法的延伸上，超效率SBM模型、空間計(jì)量模型、SFA模型和Malmquist指數(shù)的結(jié)合也有了廣泛的應(yīng)用[4-6]。從農(nóng)業(yè)效率的影響因素上看，農(nóng)業(yè)專業(yè)人員越多、農(nóng)業(yè)經(jīng)營(yíng)規(guī)模越大越有助于提高農(nóng)業(yè)生產(chǎn)效率[7]，鄉(xiāng)村人口平均受教育年限較短和自然災(zāi)害不利于農(nóng)業(yè)生產(chǎn)效率的提升[8]。

目前關(guān)于農(nóng)業(yè)生產(chǎn)效率的研究主要有以下特點(diǎn)：一方面主要以跨區(qū)域的省際地區(qū)為研究對(duì)象，容易忽略地區(qū)內(nèi)部的不均衡性；另一方面，DEA模型只能測(cè)算靜態(tài)農(nóng)業(yè)生產(chǎn)效率。本文以河南省18個(gè)地級(jí)市為實(shí)證研究對(duì)象，基于2010年—2020年的面板數(shù)據(jù)，采用DEA模型得出河南省每年的靜態(tài)農(nóng)業(yè)生產(chǎn)效率，之后利用Malmquist指數(shù)得出動(dòng)態(tài)農(nóng)業(yè)生產(chǎn)效率，最后結(jié)合Tobit模型進(jìn)行回歸，分析影響農(nóng)業(yè)生產(chǎn)效率的主要因素。

1 研究方法與數(shù)據(jù)來源

1.1 DEA模型

Charnes等（1979）提出的數(shù)據(jù)包絡(luò)分析（DEA）[9]是一種非常有效且具有實(shí)際操作意義的，用于評(píng)價(jià)具有相同類型的多投入、多產(chǎn)出決策單元（DMU）的非參數(shù)方法。由于只需要投入和產(chǎn)出就能夠測(cè)算效率，具有客觀性和有效性。本文采用規(guī)模報(bào)酬可變（BCC）模型進(jìn)行測(cè)算，其中綜合效率為技術(shù)效率和規(guī)模效率的乘積。

1.2 Malmquist指數(shù)

由于DEA存在只能反映農(nóng)業(yè)生產(chǎn)的靜態(tài)效率，無法反映隨時(shí)間變化的動(dòng)態(tài)效率的缺陷，學(xué)者Caves（1982）為了更好地反映影響效率變化的內(nèi)在因素，在計(jì)算全要素生產(chǎn)率中引入了Malmquist指數(shù)[10]。Malmquist指數(shù)的測(cè)算結(jié)果用全要素生產(chǎn)率（TFP）表示，其可分解為技術(shù)進(jìn)步效率（Techch）和技術(shù)效率（Effch），技術(shù)效率又可進(jìn)一步分解為純技術(shù)效率（Pech）和規(guī)模效率（Sech），如式（1）所示。

=×=××（1）

1.3 Tobit模型

農(nóng)業(yè)生產(chǎn)效率值有一定的特點(diǎn)，也就是作為一個(gè)有界變量，其數(shù)值一直在0～1之間。普通的OLS回歸由于無法適應(yīng)這一特點(diǎn)而會(huì)引起偏差，而Tobit模型適用于解釋變量為觀測(cè)值，被解釋變量為約束條件下的觀測(cè)值的情形，因此被認(rèn)為是一種解釋效率影響因素的好方法，表達(dá)式如下：

1.4 指標(biāo)選取與數(shù)據(jù)來源

本文以河南省18個(gè)地級(jí)市為實(shí)證研究對(duì)象，研究時(shí)間跨度為2010年—2020年。指標(biāo)體系的選擇上，產(chǎn)出指標(biāo)（）為農(nóng)業(yè)生產(chǎn)總值（億元），投入指標(biāo)分別為農(nóng)作物總播種面積（萬hm2）、農(nóng)業(yè)機(jī)械總動(dòng)力（萬kW）、農(nóng)用化肥施用量（萬ｔ）、農(nóng)資投入量（萬ｔ）。本文所選指標(biāo)的數(shù)據(jù)來自2010年—2020年的《河南統(tǒng)計(jì)年鑒》。

2 河南省農(nóng)業(yè)生產(chǎn)效率實(shí)證研究

2.1 基于DEA模型的農(nóng)業(yè)效率靜態(tài)評(píng)價(jià)

2010年、2015年和2020年河南省18個(gè)地級(jí)市的綜合效率、技術(shù)效率、規(guī)模效率和規(guī)模報(bào)酬如表1所示。其中，2010年18個(gè)地級(jí)市平均綜合效率為0.852，平均技術(shù)效率和規(guī)模效率分別為0.901和0.945，和DEA有效狀態(tài)仍相距較遠(yuǎn)。18個(gè)地級(jí)市中，農(nóng)業(yè)生產(chǎn)效率有效，即綜合效率為1的地級(jí)市有4個(gè)，占總體樣本量的22%，分別為洛陽、焦作、三門峽和信陽。平頂山、安陽、新鄉(xiāng)、濮陽、南陽、商丘、周口、駐馬店的綜合效率處于較低水平，皆在0.8以下，拉低了河南省總體農(nóng)業(yè)生產(chǎn)效率。從技術(shù)效率來看，開封、洛陽、焦作、三門峽、南陽、信陽和濟(jì)源達(dá)到了有效狀態(tài)，處于最低水平的為新鄉(xiāng)。從規(guī)模效率上看，達(dá)到有效狀態(tài)的只有洛陽、焦作、三門峽、信陽4個(gè)地級(jí)市，規(guī)模效率最低的為南陽，僅有0.793。從規(guī)模報(bào)酬上看，綜合效率有效的4個(gè)地級(jí)市的規(guī)模報(bào)酬都達(dá)到了不變狀態(tài)；鶴壁和濟(jì)源處于規(guī)模報(bào)酬遞增狀態(tài)，說明存在投入不足狀況，需要進(jìn)一步加大投入，提升農(nóng)業(yè)生產(chǎn)效率；其余12個(gè)地級(jí)市皆處于規(guī)模報(bào)酬連年下降的不利階段，主要是由于存在投入冗余狀況，需要減少相關(guān)農(nóng)業(yè)資源投入，以達(dá)到最佳效率值。

2015年的數(shù)據(jù)顯示，河南省各地級(jí)市的平均綜合效率有所下降，僅為0.690，技術(shù)效率和規(guī)模效率較2010年都有明顯下降，分別為0.816和0.849。其中，綜合效率最低的地級(jí)市為駐馬店，僅為0.496。達(dá)到農(nóng)業(yè)生產(chǎn)效率有效的地級(jí)市僅有三門峽和信陽，占總體地級(jí)市數(shù)量的11%，而洛陽和焦作由DEA有效變?yōu)镈EA無效。從技術(shù)效率上看，2010年技術(shù)效率有效的地級(jí)市里，開封從有效轉(zhuǎn)為無效，共計(jì)13個(gè)地級(jí)市的技術(shù)效率處于無效狀態(tài)，且距離有效水平仍有一定差距。從規(guī)模效率上看，規(guī)模效率有效的只有三門峽和信陽，而規(guī)模效率無效的地級(jí)市有16個(gè)，占總體數(shù)量的89%。由于2015年較2010年各項(xiàng)數(shù)據(jù)中大部分有所下降，可推斷綜合效率的下降是由技術(shù)效率和規(guī)模效率同時(shí)下降造成的。從規(guī)模報(bào)酬來看，大部分地級(jí)市處于投入過剩的規(guī)模報(bào)酬逐年下降狀態(tài)，鶴壁、許昌和濟(jì)源依舊處于投入不足而引起的規(guī)模報(bào)酬遞增階段。

2020年河南省農(nóng)業(yè)生產(chǎn)效率進(jìn)一步下降，各地級(jí)市平均綜合效率僅為0.658，技術(shù)效率和規(guī)模效率也都有所下降，分別為0.796和0.836。綜合效率最低的為濟(jì)源和駐馬店，僅為0.489，處于較低水平，且大部分地級(jí)市的綜合效率皆在0.8以下，與有效狀態(tài)仍有較遠(yuǎn)距離。綜合效率有效的僅有三門峽一個(gè)地級(jí)市，信陽市由DEA有效變?yōu)闊o效狀態(tài)。從技術(shù)效率上看，2015年技術(shù)效率有效的地級(jí)市2020年依舊有效，即洛陽、三門峽、南陽、信陽和濟(jì)源，占總體地級(jí)市數(shù)量的22%，其余13個(gè)地級(jí)市的技術(shù)效率處于無效且較低技術(shù)效率水平，最低的是安陽，僅為0.582。從規(guī)模效率上看，河南省除三門峽外的17個(gè)地級(jí)市皆處于無效狀態(tài)，最低水平地級(jí)市是南陽，僅為0.536，從規(guī)模報(bào)酬上看，三門峽處于規(guī)模報(bào)酬不變狀態(tài)，濟(jì)源依舊保持規(guī)模報(bào)酬遞增狀態(tài)，其余16個(gè)地級(jí)市皆為規(guī)模報(bào)酬遞減狀態(tài)，說明河南省的農(nóng)業(yè)生產(chǎn)效率總體上處于投入冗余導(dǎo)致規(guī)模報(bào)酬遞減的水平。

表12010年、2015年和2020年河南省18個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)效率

地級(jí)市2010年2015年2020年綜合效率技術(shù)效率規(guī)模效率規(guī)模報(bào)酬綜合效率技術(shù)效率規(guī)模效率規(guī)模報(bào)酬綜合效率技術(shù)效率規(guī)模效率規(guī)模報(bào)酬 鄭州0.8490.8660.980遞減0.6670.7340.908遞減0.6940.7030.987遞減 開封0.9861.0000.986遞減0.7890.9930.795遞減0.6950.8550.812遞減 洛陽1.0001.0001.000不變0.8571.0000.857遞減0.7021.0000.702遞減 平頂山0.7540.7720.976遞減0.6430.7310.880遞減0.5920.6400.926遞減 安陽0.7440.7740.960遞減0.5600.6710.835遞減0.5220.5820.896遞減 鶴壁0.8910.9070.982遞增0.6760.7540.897遞增0.6130.7260.844遞減 新鄉(xiāng)0.6950.7170.969遞減0.5670.6910.820遞減0.5480.6420.853遞減 焦作1.0001.0001.000不變0.8030.8540.940遞減0.8060.8330.967遞減 濮陽0.7590.7720.982遞減0.6440.7190.896遞減0.7080.7860.901遞減 漯河0.9200.9470.971遞減0.6390.6680.958遞減0.5430.5920.917遞減 許昌0.8190.8340.983遞減0.5920.6020.982遞增0.7080.7110.996遞減 三門峽1.0001.0001.000不變1.0001.0001.000不變1.0001.0001.000不變 南陽0.7931.0000.793遞減0.5511.0000.551遞減0.5361.0000.536遞減 商丘0.7560.9150.825遞減0.5640.7460.756遞減0.5610.7090.792遞減 信陽1.0001.0001.000不變1.0001.0001.000不變0.7871.0000.787遞減 周口0.7740.9700.798遞減0.5640.8280.681遞減0.4890.8150.601遞減 駐馬店0.6220.7470.833遞減0.4960.7010.708遞減0.4890.7260.675遞減 濟(jì)源0.9671.0000.967遞增0.8151.0000.815遞增0.8521.0000.852遞增 平均值0.8520.9010.945—0.6900.8160.849—0.6580.7960.836—

從整體上看，河南省農(nóng)業(yè)生產(chǎn)效率在2010年、2015年、2020年三個(gè)年份連續(xù)下降，原因是技術(shù)效率和規(guī)模效率的連續(xù)下降。個(gè)別地級(jí)市的技術(shù)效率和規(guī)模效率都遠(yuǎn)低于平均效率，如濮陽、商丘、駐馬店等地級(jí)市。這些地級(jí)市相關(guān)部門一方面需要提升技術(shù)水平，以提升農(nóng)業(yè)生產(chǎn)效率；另一方面需要合理配置農(nóng)業(yè)資源投入，達(dá)到最優(yōu)生產(chǎn)規(guī)模。

2.2 基于Malmquist指數(shù)的農(nóng)業(yè)生產(chǎn)效率動(dòng)態(tài)評(píng)價(jià)

利用DEAP2.1計(jì)算可得到河南省2010年—2020年的農(nóng)業(yè)生產(chǎn)技術(shù)效率、技術(shù)進(jìn)步效率、純技術(shù)效率、規(guī)模變化效率以及全要素生產(chǎn)率變化，分別用Effch、Techch、Pech，Sech和Tfpch表示，分解情況如表2所示。河南省農(nóng)業(yè)全要素生產(chǎn)率大部分年度都大于1，說明農(nóng)業(yè)生產(chǎn)效率處于進(jìn)步狀態(tài)，由于技術(shù)進(jìn)步平均值大于技術(shù)效率，且除去2017年—2018年和2019年—2020年兩個(gè)年度，技術(shù)效率皆小于技術(shù)進(jìn)步，說明河南省的農(nóng)業(yè)生產(chǎn)全要素生產(chǎn)率的進(jìn)步是技術(shù)進(jìn)步主導(dǎo)的，即由于科技的進(jìn)步和創(chuàng)新手段的應(yīng)用提升了生產(chǎn)效率，技術(shù)進(jìn)步的年增長(zhǎng)率為6.7%。從技術(shù)效率來看，河南省技術(shù)效率、純技術(shù)效率、規(guī)模效率三者變化趨勢(shì)基本一致，說明技術(shù)效率的變化受純技術(shù)效率和規(guī)模效率的共同作用。純技術(shù)效率和規(guī)模效率的年平均增長(zhǎng)值皆為-1.3%，一方面說明河南省存在高投入低產(chǎn)出問題，另一方面存在管理落后，生產(chǎn)結(jié)構(gòu)需要進(jìn)一步優(yōu)化的問題。

表22010年—2020年河南省農(nóng)業(yè)生產(chǎn)效率Malmquist指數(shù)及其分解

yearEffchTechchPechSechTfpch 技術(shù)效率技術(shù)進(jìn)步純技術(shù)效率規(guī)模效率全要素生產(chǎn)率 2010—20110.981.1281.0130.9681.106 2011—20120.9671.0940.9750.9921.058 2012—20130.9731.1020.9860.9861.073 2013—20140.8911.1490.9550.9331.024 2014—20150.9751.0260.9661.0091.001 2015—20160.9521.1071.0030.9481.053 2016—20170.9061.2420.920.9851.125 2017—20181.1210.7641.0531.0640.857 2018—20190.9771.1470.9900.9871.121 2019—20201.0100.9881.0101.0000.998 平均值0.9741.0670.9870.9871.039

2010年—2020年河南省18個(gè)地級(jí)市的Malmquist的指數(shù)分解情況如表3?？梢钥吹?，河南省各個(gè)地級(jí)市農(nóng)業(yè)全要素生產(chǎn)率皆在1以上，均值為1.039，區(qū)域間差距較小，說明河南省農(nóng)業(yè)生產(chǎn)效率在10年間得到一定提升。這種進(jìn)步主要是由技術(shù)進(jìn)步帶來的，18個(gè)地級(jí)市在10年間的技術(shù)進(jìn)步平均提升6.7%。其中提升程度最大的是漯河和三門峽，分別提升了8.4%和8.9%，提升程度最小的是洛陽，提升了5.4%，最高與最低水平之間相差不大，總體處于區(qū)域間協(xié)調(diào)的水平。從技術(shù)效率上看，僅三門峽的技術(shù)效率達(dá)到1，說明10年間河南省大部分地級(jí)市的技術(shù)效率都處于一個(gè)較低水平。從技術(shù)效率的分解情況來看，純技術(shù)效率只有洛陽、濮陽、三門峽、南陽、信陽和濟(jì)源達(dá)到了有效狀態(tài)，規(guī)模效率上只有鄭州、許昌、三門峽達(dá)到了有效狀態(tài)，其余地級(jí)市的純技術(shù)效率和規(guī)模效率在10年間并未得到有效提升。這說明河南省大部分地級(jí)市在管理與技術(shù)層面，以及適宜的生產(chǎn)規(guī)模層面，仍需要進(jìn)一步的改進(jìn)。

表32010年—2020年河南省18個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)效率Malmquist指數(shù)及其分解

firmEffchTechchPechSechTfpch 技術(shù)效率技術(shù)進(jìn)步純技術(shù)效率規(guī)模效率全要素生產(chǎn)率 鄭州0.981.0650.9791.0011.044 開封0.9661.0600.9850.9811.024 洛陽0.9651.0541.0000.9651.018 平頂山0.9761.0590.9810.9951.034 安陽0.9651.0670.9720.9931.030 鶴壁0.9631.0680.9780.9851.028 新鄉(xiāng)0.9761.0650.9890.9871.040 焦作0.9791.0660.9820.9971.044 濮陽0.9931.0581.0020.9911.051 漯河0.9491.0840.9540.9941.029 許昌0.9861.0640.9841.0011.049 三門峽1.0001.0891.0001.0001.089 南陽0.9621.0641.0000.9621.023 商丘0.9711.0710.9750.9961.040 信陽0.9761.0691.0000.9761.044 周口0.9551.0740.9830.9721.026 駐馬店0.9761.0630.9970.9791.038 濟(jì)源0.9871.0601.0000.9871.047 mean0.9741.0670.9870.9871.039

3 農(nóng)業(yè)生產(chǎn)效率影響因素分析

農(nóng)業(yè)生產(chǎn)效率受多方面因素的影響，本文選取地區(qū)生產(chǎn)總值（GDP）占比衡量經(jīng)濟(jì)發(fā)展水平，農(nóng)民人均可支配收入衡量農(nóng)民收入，財(cái)政支出中的農(nóng)林水事務(wù)支出衡量地方政府對(duì)農(nóng)業(yè)的支持力度，第一產(chǎn)業(yè)就業(yè)人數(shù)衡量農(nóng)業(yè)勞動(dòng)力的投入情況，單位耕地機(jī)械投入量衡量現(xiàn)代技術(shù)對(duì)農(nóng)業(yè)進(jìn)步的影響，第二產(chǎn)業(yè)比重衡量地區(qū)經(jīng)濟(jì)結(jié)構(gòu)。利用Stata 15構(gòu)建Tobit模型，回歸參數(shù)如表4。

表4影響因素Tobit回歸一覽表

解釋變量系數(shù)標(biāo)準(zhǔn)差T值顯著性水平 地區(qū)生產(chǎn)總值占比4.351 1691.333 1493.260.002 農(nóng)村人均可支配收入0.000 030 20.000 0112.740.007 農(nóng)林水事務(wù)0.414 940 50.232 280 71.790.077 第一產(chǎn)業(yè)就業(yè)人數(shù)-0.001 100 30.000 231-4.760.000 單位耕地機(jī)械投入量-0.219 610 50.038 182 8-5.750.000 第二產(chǎn)業(yè)比重-0.202 533 60.243 857 3-0.830.408

由表4可知，地區(qū)GDP占比對(duì)農(nóng)業(yè)生產(chǎn)效率有顯著促進(jìn)作用，隨著地區(qū)GDP比重提高1%，農(nóng)業(yè)生產(chǎn)效率提高4.35%。這主要是因?yàn)殡S著區(qū)域經(jīng)濟(jì)的不斷發(fā)展與進(jìn)步，一些地區(qū)農(nóng)業(yè)基礎(chǔ)設(shè)施將得到顯著改善，在設(shè)備得到進(jìn)一步升級(jí)后，生產(chǎn)效率也會(huì)大大提高。農(nóng)村可支配收入與農(nóng)業(yè)生產(chǎn)效率顯著正相關(guān)，這是由于農(nóng)村可支配收入提高之后，農(nóng)戶的生產(chǎn)積極性會(huì)有顯著提升，但是影響系數(shù)較小，對(duì)農(nóng)業(yè)生產(chǎn)效率的影響程度也較小。農(nóng)林水事務(wù)支出與農(nóng)業(yè)生產(chǎn)效率在90%的顯著性水平上正相關(guān)，隨著農(nóng)林水事務(wù)支出的增長(zhǎng)1%，農(nóng)業(yè)生產(chǎn)效率提升0.41%。第一產(chǎn)業(yè)就業(yè)人數(shù)與農(nóng)業(yè)生產(chǎn)效率呈負(fù)相關(guān)，這是因?yàn)橹挥腥肆Φ臄?shù)量提升而沒有質(zhì)量的提升，不能促進(jìn)農(nóng)業(yè)效率增長(zhǎng)，并未隨著勞動(dòng)力的投入帶來規(guī)模報(bào)酬的遞增，影響系數(shù)也非常小，說明勞動(dòng)力投入數(shù)量不是農(nóng)業(yè)生產(chǎn)效率主要影響因素。單位耕地機(jī)械投入量與農(nóng)業(yè)效率顯著負(fù)相關(guān)，投入量越多，農(nóng)業(yè)效率越低。技術(shù)進(jìn)步解放了勞動(dòng)力，提升了生產(chǎn)效率，但是由于存在投入冗余情況，并未合理配置資源，導(dǎo)致農(nóng)業(yè)效率并未隨著單位耕地機(jī)械投入量的提升而提升。第二產(chǎn)業(yè)比重對(duì)農(nóng)業(yè)生產(chǎn)效率的影響為負(fù)，可能是由于推進(jìn)工業(yè)化、城鎮(zhèn)化的過程中，過多地?cái)D占了農(nóng)業(yè)生產(chǎn)的空間從而導(dǎo)致農(nóng)業(yè)生產(chǎn)效率的下降，但是由于未通過顯著性檢驗(yàn)，說明第二產(chǎn)業(yè)比重對(duì)農(nóng)業(yè)生產(chǎn)效率的影響較小。

4 結(jié)論

本文基于2010年—2020年河南省18個(gè)地級(jí)市的相關(guān)指標(biāo)面板數(shù)據(jù)，運(yùn)用DEA-Malmquist-Tobit模型逐步分析河南省農(nóng)業(yè)生產(chǎn)靜態(tài)效率、動(dòng)態(tài)效率的內(nèi)在變化，以及生產(chǎn)效率的影響因素，得出結(jié)論如下：

（1）根據(jù)2010年、2015年和2020年的農(nóng)業(yè)生產(chǎn)靜態(tài)效率評(píng)價(jià)，河南省農(nóng)業(yè)生產(chǎn)效率處于逐漸下降的狀態(tài)，綜合效率數(shù)值較低主要是由技術(shù)效率和規(guī)模效率的下降造成。因此，需要各個(gè)地級(jí)市的政府根據(jù)自身情況，一方面加大科研投入力度，提升技術(shù)水平，另一方面合理配置資源的投入規(guī)模，使之達(dá)到最佳狀態(tài)。

（2）由2010年—2020年的Malmquist指數(shù)分解的農(nóng)業(yè)生產(chǎn)全要素情況來看，河南省農(nóng)業(yè)全要素生產(chǎn)率在大部分年度中處于進(jìn)步水平，其主要是由技術(shù)進(jìn)步的變化引起的，且技術(shù)效率在一定程度上阻礙了農(nóng)業(yè)生產(chǎn)全要素的進(jìn)步。從技術(shù)效率分解的純技術(shù)效率和規(guī)模效率情況來看，河南省需要進(jìn)一步優(yōu)化管理和調(diào)整生產(chǎn)規(guī)模，從而提升農(nóng)業(yè)生產(chǎn)效率。

（3）從Tobit回歸的影響因素分析來看，地區(qū)GDP占比、農(nóng)林水事務(wù)支出對(duì)農(nóng)業(yè)效率有促進(jìn)作用。應(yīng)大力發(fā)展區(qū)域經(jīng)濟(jì)，同時(shí)加大對(duì)農(nóng)業(yè)事業(yè)的扶持力度，以提高農(nóng)業(yè)生產(chǎn)效率。第一產(chǎn)業(yè)就業(yè)人數(shù)和單位耕地機(jī)械投入量與農(nóng)業(yè)效率呈負(fù)相關(guān)，應(yīng)合理配置資源投入規(guī)模，合理規(guī)劃產(chǎn)業(yè)結(jié)構(gòu)，避免過多擠占農(nóng)業(yè)生產(chǎn)空間，造成農(nóng)業(yè)生產(chǎn)效率的進(jìn)一步下降。

[1]李丹,李強(qiáng).中國(guó)農(nóng)業(yè)生產(chǎn)效率分析:1995～2005[J].生產(chǎn)力研究,2009(1):39-42.

[2]潘丹,應(yīng)瑞瑤.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的時(shí)空變異:基于文獻(xiàn)的再研究[J].經(jīng)濟(jì)地理,2012,32(7):113-117,128.

[3]王軍,楊秀云.改革開放以來中國(guó)農(nóng)業(yè)全要素生產(chǎn)率的動(dòng)態(tài)演進(jìn)及收斂性分析[J].統(tǒng)計(jì)與信息論壇,2019,34(11):59-66.

[4]郭曉佳,周榮,李京忠,等.黃河流域農(nóng)業(yè)資源環(huán)境效率時(shí)空演化特征及影響因素[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2021,37(3):332-340.

[5]佟金萍,馬劍鋒,王圣,等.長(zhǎng)江流域農(nóng)業(yè)用水效率研究:基于超效率DEA和Tobit模型[J].長(zhǎng)江流域資源與環(huán)境,2015,24(4):603-608.

[6]全炯振.中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)的實(shí)證分析:1978～2007年——基于隨機(jī)前沿分析(SFA)方法[J].中國(guó)農(nóng)村經(jīng)濟(jì),2009(9):36-47.

[7]宋馬林,楊杰,楊力.中國(guó)農(nóng)業(yè)效率TFP分解及其影響因素分析——基于區(qū)域差異的視角[J].農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究,2010,26(3):325-329.

[8]賀志亮,劉成玉.我國(guó)農(nóng)業(yè)生產(chǎn)效率及效率影響因素研究——基于三階段DEA模型的實(shí)證分析[J].農(nóng)村經(jīng)濟(jì),2015(6):48-51.

[9]CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1979,2(6):429-444.

[10]CAVES R E.Multinational enterprise and economic analysis[M].Cambridge:Cambridge University Press,1982.

10.3969/j.issn.2095-1205.2022.04.42

F323.5

A

2095-1205(2022)04-126-04