2001―2020年中國棉花成本要素和生產(chǎn)效率分析

摘要：中國是世界主要棉花生產(chǎn)國、消費國和進(jìn)口國，也是主要的紡織品服裝出口國。為探討提升中國棉花生產(chǎn)效率的對策，基于2002―2021年版《中國農(nóng)村統(tǒng)計年鑒》和2002―2021年版《全國農(nóng)產(chǎn)品成本收益資料匯編》數(shù)據(jù)，對2001―2020年的國內(nèi)主產(chǎn)棉區(qū)棉花生產(chǎn)情況和成本要素構(gòu)成進(jìn)行了分析，并運用數(shù)據(jù)包絡(luò)分析（data envelopment analysis， DEA）-Malmquist指數(shù)模型從靜態(tài)和動態(tài)2個角度分析了棉花生產(chǎn)效率。新疆是中國的主要棉花集中產(chǎn)區(qū)，雇工工價、機(jī)械作業(yè)費和排灌費以及化肥和農(nóng)藥費用上漲幅度大，其中化肥費在物質(zhì)與服務(wù)費中的占比最大，新疆植棉面積曾受到糧食生產(chǎn)布局影響而適當(dāng)調(diào)減，從2018年開始新疆植棉面積趨于穩(wěn)定。另外，其他省份除甘肅省外植棉面積和棉花產(chǎn)量至2020年仍然處于下降趨勢。棉花的單產(chǎn)水平在不同主產(chǎn)棉區(qū)有明顯差異，表現(xiàn)為西北內(nèi)陸棉區(qū)（主要為新疆和甘肅）＞黃河流域棉區(qū)＞長江流域棉區(qū)。除新疆（包括陸地棉、長絨棉）和甘肅省外，國內(nèi)其他主產(chǎn)棉區(qū)的棉花生產(chǎn)凈利潤從2012年后一直處于負(fù)值，其中長江流域棉區(qū)和陜西省的投入產(chǎn)出比例最低。全國各主產(chǎn)區(qū)棉花生產(chǎn)的人工成本和物質(zhì)與服務(wù)費經(jīng)過快速增長期（2009―2013年）后，長江流域棉區(qū)人工成本開始趨于穩(wěn)定、部分地區(qū)有下降趨勢，而黃河流域棉區(qū)和西北內(nèi)陸棉區(qū)呈緩慢增長的趨勢。不同棉區(qū)的物質(zhì)與服務(wù)費的不同要素占比有顯著差異，除了新疆長絨棉和江蘇省外，其他主產(chǎn)棉區(qū)的物質(zhì)與服務(wù)費呈緩慢增長趨勢，其中各主產(chǎn)棉區(qū)的化肥費占物質(zhì)與服務(wù)費的比例居高不下。此外，新疆的機(jī)械化植棉可以緩解由人工成本而導(dǎo)致的成本增加。通過DEA-Malmquist指數(shù)模型分析發(fā)現(xiàn)，不同主產(chǎn)棉區(qū)的生產(chǎn)效率不同，其中西北內(nèi)陸棉區(qū)＞黃河流域棉區(qū)＞長江流域棉區(qū)，長江流域棉區(qū)在2020年呈現(xiàn)規(guī)模報酬遞增，新疆和甘肅棉花生產(chǎn)效率大幅度波動，其中規(guī)模化生產(chǎn)是新疆棉花發(fā)展的主要推動力。針對上述棉花成本要素和生產(chǎn)效率分析中發(fā)現(xiàn)的問題，從植棉機(jī)械化水平、加強政府的引導(dǎo)作用、加強科研與產(chǎn)業(yè)發(fā)展相結(jié)合等方面提出了相應(yīng)的建議及措施。

關(guān)鍵詞：棉花；成本要素；生產(chǎn)效率；技術(shù)效率；數(shù)據(jù)包絡(luò)分析；Malmquist指數(shù)模型

中國是世界主要棉花生產(chǎn)國、消費國和進(jìn)口國，也是主要的紡織品服裝出口國，但是中國棉花的進(jìn)口量長期大于出口量[1-3]。加入世界貿(mào)易組織后，中國棉花產(chǎn)業(yè)獲得了長足發(fā)展，產(chǎn)業(yè)規(guī)模迅速擴(kuò)大，在國民經(jīng)濟(jì)中的地位更加重要。但近年來中國棉花產(chǎn)業(yè)面臨前所未有的困境：一方面生產(chǎn)成本急劇上升，國內(nèi)棉花期貨和現(xiàn)貨價格波動明顯[4]，植棉效益持續(xù)下降甚至出現(xiàn)虧損；另一方面國內(nèi)棉花質(zhì)量難以滿足紡織企業(yè)需求，導(dǎo)致雖然國內(nèi)棉花庫存規(guī)模龐大，但是企業(yè)進(jìn)口外棉需求強勁，整個國內(nèi)棉花市場結(jié)構(gòu)性矛盾突出[5]。解決這些問題的關(guān)鍵是提高國內(nèi)棉花競爭力，而提升國內(nèi)棉花生產(chǎn)技術(shù)效率是提高國內(nèi)棉花競爭力的重要途徑[6]。

評估各棉花主產(chǎn)區(qū)的生產(chǎn)效率，需要對資源投入和產(chǎn)出效益科學(xué)量化?；贐ootstrap-數(shù)據(jù)包絡(luò)分析（data envelopment analysis， DEA）方法，對中國12個主產(chǎn)棉?。ㄗ灾螀^(qū)、直轄市）2001―2009年的棉花生產(chǎn)技術(shù)效率進(jìn)行分析，發(fā)現(xiàn)適度規(guī)模經(jīng)營、農(nóng)民受教育程度、農(nóng)業(yè)科技人員數(shù)量和非農(nóng)產(chǎn)業(yè)發(fā)展對棉花生產(chǎn)的技術(shù)效率有正效應(yīng)，而非農(nóng)人口比例和異常天氣有較大負(fù)效應(yīng)[7]。基于DEA-Tobit模型對2002―2011年中國棉花生產(chǎn)技術(shù)效率的分析表明，財政支農(nóng)資金投入和棉花種植比例對棉花生產(chǎn)技術(shù)效率有顯著的正效應(yīng)[8]。運用隨機(jī)前沿分析方法（stochastic frontier approach， SFA）對新疆生產(chǎn)建設(shè)兵團(tuán)2003―2012年棉花生產(chǎn)技術(shù)效率及其影響因素的分析發(fā)現(xiàn)，用工數(shù)量、投入的直接費用和投入的時間對其植棉過程中的生產(chǎn)技術(shù)效率都具有顯著的正效應(yīng)[9]?；贒EA模型對2011―2013年中國三大棉花主產(chǎn)區(qū)棉花產(chǎn)業(yè)運行效率的分析發(fā)現(xiàn)，為了提高棉花產(chǎn)業(yè)的運行效率需要降低棉花生產(chǎn)、加工和紡織過程中的生產(chǎn)成本[10]。運用DEA模型對1999―2012年中國11個產(chǎn)棉?。ㄗ灾螀^(qū)）面板數(shù)據(jù)的分析發(fā)現(xiàn)，棉花生產(chǎn)中需要提高種植規(guī)模和技術(shù)[11]?；赟FA對新疆310戶棉農(nóng)生產(chǎn)數(shù)據(jù)的分析發(fā)現(xiàn)，化肥、地膜和灌溉等投入因素對棉花生產(chǎn)函數(shù)影響顯著，棉花種植規(guī)模對棉花生產(chǎn)技術(shù)效率有影響，適度規(guī)模種植能提升棉花生產(chǎn)的技術(shù)效率[12]。采用DEA-Tobit兩階段方法對2014―2017年新疆棉花全要素生產(chǎn)率（total factor productivity， TFP）的測算分析發(fā)現(xiàn)：技術(shù)進(jìn)步是主要驅(qū)動因素；目標(biāo)價格補貼對新疆棉花TFP有促進(jìn)作用；地區(qū)經(jīng)濟(jì)發(fā)展水平、棉花生產(chǎn)經(jīng)營規(guī)模水平、凈利潤對TFP及技術(shù)進(jìn)步有顯著正向影響[13]。運用DEA模型基于2020年新疆瑪納斯縣350戶棉農(nóng)的投入產(chǎn)出數(shù)據(jù)測算生產(chǎn)技術(shù)效率，并利用Tobit模型實證分析影響瑪納斯縣棉花生產(chǎn)技術(shù)效率的因素，結(jié)果表明，棉花生產(chǎn)技術(shù)效率受到補貼金額、機(jī)械化水平、是否參加技術(shù)培訓(xùn)、單位面積棉花收益、是否加入合作社、受教育水平、種植規(guī)模和是否外出務(wù)工的影響[14]。

從以上文獻(xiàn)可以看出，缺乏對近年來中國各主產(chǎn)棉區(qū)棉花生產(chǎn)技術(shù)效率的系統(tǒng)性研究。因此，擬應(yīng)用DEA-Malmquist模型分別從靜態(tài)和動態(tài)2個角度對中國11個棉花主產(chǎn)區(qū)的棉花生產(chǎn)效率進(jìn)行分析，以期為中國主產(chǎn)棉區(qū)棉花高質(zhì)量發(fā)展對策的探討提供參考。

1 材料與方法

本研究選定12個主產(chǎn)棉區(qū)，分別為長江流域棉區(qū)的安徽省、湖北省、湖南省、江蘇省、江西省，黃河流域棉區(qū)的河北省、河南省、山東省、山西省、陜西省，西北內(nèi)陸棉區(qū)的甘肅省和新疆（包含新疆地方和新疆生產(chǎn)建設(shè)兵團(tuán)），其中，山西省僅分析了植棉面積和產(chǎn)量。數(shù)據(jù)來源于2002―2021年版《中國農(nóng)村統(tǒng)計年鑒》和2002―2021年版的《全國農(nóng)產(chǎn)品成本收益資料匯編》。采用的主要數(shù)據(jù)包括：棉花種植面積（萬hm2）、棉花（皮棉）產(chǎn)量（萬t）、每666.7 m2皮棉產(chǎn)量（kg）、每666.7 m2凈利潤（元）、50 kg皮棉價值（元）、每666.7 m2物質(zhì)與服務(wù)費（元）、每666.7 m2人工成本（元）、每666.7 m2化肥費（元）、每666.7 m2農(nóng)藥費（元）、每666.7 m2種子費（元）、每666.7 m2農(nóng)膜費（元）、每666.7 m2機(jī)械作業(yè)費（元）、每666.7 m2排灌費（元）、每666.7 m2流轉(zhuǎn)土地租金和自營地折租（元）。其中，人工成本主要包括家庭用工折價和雇工費用；物質(zhì)與服務(wù)費主要包括化肥費、農(nóng)藥費、種子費、農(nóng)膜費、機(jī)械作業(yè)費、排灌費，土地成本主要包括流轉(zhuǎn)土地租金和自營地折租（本研究未單列數(shù)據(jù)分析）。

主要采用3個投入指標(biāo)（人工成本、土地成本、物質(zhì)與服務(wù)費）和2個產(chǎn)出指標(biāo)（產(chǎn)值、產(chǎn)量）對單位面積棉田所產(chǎn)生的效益進(jìn)行分析。數(shù)據(jù)作圖和規(guī)模報酬不變模型（Charnes-Cooper-Rhodes模型，CCR模型）[15]、規(guī)模報酬可變模型（Banker-Charnes-

Cooper模型，BCC模型）[16]、松弛變量測算模型（slacks-based measure，SBM模型）分析[17]以及Malmquist指數(shù)（全要素變動指數(shù)）的計算[18]均通過R軟件完成。

DEA模型是1種在線性規(guī)劃的基礎(chǔ)上對經(jīng)濟(jì)實現(xiàn)定量分析的非參數(shù)方法。它基于相對效率，以“評價”的方式判斷同類型多輸入多產(chǎn)出的復(fù)雜決策單元的相對有效性。DEA法不需預(yù)設(shè)指標(biāo)的權(quán)重，且能擺脫數(shù)據(jù)量綱的額外影響?；诮孛娴腄EA法測算結(jié)果只能反映基于當(dāng)下生產(chǎn)技術(shù)水平的效率，不能反映生產(chǎn)這一連續(xù)過程中生產(chǎn)技術(shù)水平的變化。其中，BCC反映的是純技術(shù)效率（一般是在不考慮規(guī)模報酬的影響下分析資源投入的利用狀況），SE（scale efficiency）反映的是規(guī)模技術(shù)效率，SBM反映的是包含非期望產(chǎn)出的綜合生產(chǎn)效率，CCR反映的是綜合技術(shù)效率，CCR為SE和BCC的乘積。如果CCR、BCC及SE均為1，說明其當(dāng)前資源條件下的產(chǎn)出效率有效，且達(dá)到了最優(yōu)的規(guī)模效率；如果CCR、SE均小于1，表明當(dāng)前資源條件下的產(chǎn)出效率和規(guī)模效率均無效。

Malmquist指數(shù)計算中對決策單元的數(shù)據(jù)采用多時點的面板數(shù)據(jù)，能夠?qū)崿F(xiàn)對各要素資源投入后的動態(tài)效率的測度，測算結(jié)果可以反映第t期至第t＋1期全要素生產(chǎn)率的變動趨勢。若該指數(shù)＞1，則說明與上一年相比，管理方法、科學(xué)技術(shù)的推廣和應(yīng)用以及種植規(guī)模都有所改善，創(chuàng)新能力也一定程度上提高。Malmquist指數(shù)可分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)。技術(shù)效率指數(shù)通過比較不同時期決策單元相對于生產(chǎn)前沿面的距離，即不同時期的實際產(chǎn)出水平與各自最優(yōu)產(chǎn)出水平的距離比，反映技術(shù)效率的變動。若該指數(shù)＞1，表明與上一年相比，決策單元向前沿面靠近，技術(shù)效率得到改善，即管理措施正當(dāng)有效；反之，則表明技術(shù)效率倒退。技術(shù)進(jìn)步指數(shù)通過比較不同時期的生產(chǎn)前沿面的移動即相同投入在不同時期的最優(yōu)產(chǎn)出水平之比，反映技術(shù)進(jìn)步狀態(tài)。若技術(shù)進(jìn)步指數(shù)＞1，表明與上一年相比，生產(chǎn)技術(shù)進(jìn)步；反之，則表明生產(chǎn)技術(shù)后退[18]。

2 結(jié)果與分析

2.1 2001―2020年中國主產(chǎn)棉區(qū)的棉花種植面積和產(chǎn)量變化

由圖1數(shù)據(jù)可知，2020年安徽省、湖北省、湖南省、江蘇省、江西省、河北省、河南省、山東省、山西省、陜西省、甘肅省和新疆植棉面積共占全國植棉面積的99.46%。其中，新疆占比最大，占全國植棉面積的78.93%。從2009年開始，新疆植棉面積占全國植棉面積的比例逐漸上升，自2014年開始在50%以上。

2020年安徽省、湖北省、湖南省、江蘇省、江西省、河北省、河南省、山東省、山西省、陜西省、甘肅省和新疆的棉花產(chǎn)量共占全國棉花總產(chǎn)量的99.66%。其中，新疆棉花產(chǎn)量占全國棉花總產(chǎn)量的87.33%。自2009年開始新疆棉花產(chǎn)量占全國棉花總產(chǎn)量的比例逐漸上升，自2011年開始超過50%。

相較于2001年，2020年棉花種植面積除新疆增加121.46%外，其他省份的降幅均大于50%；2020年棉花產(chǎn)量除新疆增加253.98%外，其他省份均大幅下降（江西降幅為34.17%，其余均在50%以上）。這20年間，除西北內(nèi)陸棉區(qū)的新疆棉花種植面積和產(chǎn)量為增加趨勢外，其他省份的植棉面積和產(chǎn)量均呈下降趨勢。值得注意的是，2009年和2016年新疆為了提高糧食生產(chǎn)能力，曾引導(dǎo)適度調(diào)減棉花種植面積。從2018年開始，新疆棉花的種植面積趨于穩(wěn)定。

這20年間，隨著新疆自2000年以來成熟的“矮、密、早”地膜覆蓋栽培技術(shù)配合機(jī)械化技術(shù)的應(yīng)用，黃河流域棉區(qū)和長江流域棉區(qū)植棉成本的增加和棉農(nóng)向城鎮(zhèn)及第二、第三產(chǎn)業(yè)轉(zhuǎn)移，以及棉花支持政策的改變尤其是2014年以來目標(biāo)價格補貼的實施提高了新疆棉農(nóng)的積極性，棉花主產(chǎn)區(qū)逐步“西進(jìn)、東移、北上”[19-20]，棉花由原來的五大產(chǎn)區(qū)逐漸縮小和集中在新疆植棉區(qū)[21-22]。這對中國棉花產(chǎn)業(yè)的長遠(yuǎn)發(fā)展產(chǎn)生了一定的影響，因為新疆棉花生產(chǎn)仍然有3個主要問題：第一，新疆農(nóng)產(chǎn)品、農(nóng)資等商品運往我國中部和東部的運輸距離長、耗時多、成本高。第二，新疆棉花種植面積再擴(kuò)大有一定難度。據(jù)統(tǒng)計，新疆農(nóng)業(yè)人口中50%以上從事棉花相關(guān)行業(yè)[23]。新疆植棉的三大區(qū)域分別為南疆、北疆和東疆。東疆棉花種植規(guī)模小，且因自然條件不利于棉花生產(chǎn)以及水果經(jīng)濟(jì)效益高于棉花，該區(qū)擴(kuò)大棉花種植面積的難度較高。南疆雖然是新疆棉花播種面積和總產(chǎn)量最大的地區(qū)，但是近年來嚴(yán)重受到長絨棉生產(chǎn)成本逐年增加、收購價格波動較大、耕地退化和面源污染嚴(yán)重、機(jī)采棉技術(shù)推廣中的新問題，以及土地碎片化、農(nóng)田設(shè)施建設(shè)水平較低的影響。且新疆棉花發(fā)展整體受到水資源短缺、土壤退化以及糧棉布局調(diào)整等的限制。此外，在植棉勞動要素成本不斷上升的背景下，“價格倒掛”導(dǎo)致棉農(nóng)棄耕現(xiàn)象嚴(yán)重。第三，新疆單一棉花作物規(guī)?；N植因過度依賴化肥施用導(dǎo)致的土壤肥力下降和長期使用農(nóng)藥帶來的生態(tài)破壞，都可能導(dǎo)致棉花單產(chǎn)和總產(chǎn)的下降[23-24]。

至2020年新疆棉花種植面積趨于穩(wěn)定，再擴(kuò)大生產(chǎn)具有一定的難度，而且其他省份除甘肅外植棉面積和產(chǎn)量均呈下降趨勢，預(yù)計我國未來棉花進(jìn)口量可能仍然保持在100萬t以上。針對我國植棉現(xiàn)狀以及未來棉花產(chǎn)業(yè)的長遠(yuǎn)發(fā)展，2022年農(nóng)業(yè)農(nóng)村部印發(fā)的《“十四五”全國種植業(yè)發(fā)展規(guī)劃》中明確國內(nèi)棉花生產(chǎn)區(qū)域布局是著力建設(shè)西北內(nèi)陸、黃河流域、長江流域三大優(yōu)勢棉區(qū)。綜上，積極落實該規(guī)劃的棉花生產(chǎn)布局意義重大。

2.2 2001―2020年中國主產(chǎn)棉區(qū)的棉花單產(chǎn)、凈利潤和平均皮棉出售價格變化

由圖2可見，棉花每666.7 m2皮棉產(chǎn)量從高到低總體呈現(xiàn)為西北內(nèi)陸棉區(qū)＞黃河流域棉區(qū)＞長江流域棉區(qū)；其中甘肅省的皮棉單產(chǎn)一直處于較高水平，從2015年開始一直在每666.7 m2 110 kg以上；新疆陸地棉從2016年開始一直在每666.7 m2 120 kg以上；而黃河流域棉區(qū)和長江流域棉區(qū)以及新疆長絨棉的每666.7 m2皮棉產(chǎn)量低于100 kg，其中陜西省的每666.7 m2皮棉產(chǎn)量一直處于較低水平，最高為2002年的79.6 kg。此外，長江流域棉區(qū)（除了江蘇?。?006年至今皮棉單產(chǎn)呈現(xiàn)下降趨勢，而黃河流域棉區(qū)從2010年至今皮棉單產(chǎn)呈現(xiàn)上升趨勢，說明長江流域棉區(qū)隨著植棉面積的下降，植棉技術(shù)并未得到發(fā)展或充分應(yīng)用。

棉花價格的暴漲暴跌主要與棉花供需失衡有關(guān)，也受到經(jīng)濟(jì)形勢等的影響。2008年除了江西、山東、新疆和甘肅，其他主產(chǎn)棉區(qū)的棉花凈利潤均為負(fù)。2008年的全球經(jīng)濟(jì)危機(jī)，使中國農(nóng)產(chǎn)品市場受到?jīng)_擊，全國棉花價格下滑，出現(xiàn)“賣棉難、收棉難和用棉難”的“三難”境地[25]，特別是長江流域棉區(qū)和黃河流域棉區(qū)的棉花生產(chǎn)凈利潤受到較大的影響，大多為負(fù)值。2010年國內(nèi)外棉花價格上漲，國內(nèi)棉花平均出售價格創(chuàng)歷史最高值，帶動棉花生產(chǎn)凈利潤較大幅度上漲。2010年以后，棉花價格波動下跌，棉花凈利潤除西北內(nèi)陸棉區(qū)在多數(shù)年份為正值外，長江流域棉區(qū)、黃河流域棉區(qū)的棉花凈利潤均為負(fù)值。甘肅省和新疆陸地棉以及新疆長絨棉的凈利潤在少數(shù)年份為負(fù)值，其中新疆陸地棉在2015年因價格降低導(dǎo)致凈利潤降至最低，甘肅陸地棉和新疆長絨棉凈利潤在2019年最低。

2.3 2001―2020年中國主產(chǎn)棉區(qū)植棉的每666.7 m2生產(chǎn)資料成本變化

由圖3可知，植棉人工成本和物質(zhì)與服務(wù)費的變化趨勢，除了甘肅省、新疆（包括陸地棉和長絨棉）比較特殊外，其他省份的變化趨勢比較相似。人工成本的變化趨勢大致呈“S”形曲線，和物質(zhì)與服務(wù)費在2001年時相差不大，到2009年開始急劇拉開差距。甘肅省人工成本在2009年之前低于物質(zhì)與服務(wù)費，2009年人工成本和物質(zhì)與服務(wù)費相當(dāng)，此后人工成本的漲幅開始高于物質(zhì)與服務(wù)費。植棉人工成本的變化主要是因為工資的變化，例如勞動密集型行業(yè)、資本密集型行業(yè)和技術(shù)密集型行業(yè)的工資受2008年金融危機(jī)影響，在2009年下降幅度較大，隨后大幅上升，到2013年增幅才明顯減緩[26]。

由圖3可知，新疆（包括陸地棉和長絨棉）的人工成本和物質(zhì)與服務(wù)費高低存在1個交替過程：先是物質(zhì)與服務(wù)費高于人工成本，然后經(jīng)過1個人工成本高于物質(zhì)與服務(wù)費的階段，此后物質(zhì)與服務(wù)費再次高于人工成本。在長江流域棉區(qū)，棉花生產(chǎn)的人工成本開始趨于穩(wěn)定甚至在部分地區(qū)出現(xiàn)下降趨勢。與三大棉區(qū)的平均人工成本相比，長江流域棉區(qū)高7.75%，黃河流域棉區(qū)高12.25%，而西北內(nèi)陸棉區(qū)的新疆低53.17%。雖然新疆植棉雇工工價上漲，但是其人工成本相對較低，并在2017―2019年下降，這主要與“矮、密、早”地膜覆蓋植棉模式配套機(jī)械化技術(shù)的發(fā)展與應(yīng)用即植棉機(jī)械化程度的提升有關(guān)，比如2020年新疆機(jī)采棉率已超過60%，其中北疆已基本全部實現(xiàn)機(jī)械化采收[27]。

由圖3和表1可知，在物質(zhì)與服務(wù)費中，占比最高的是化肥費。各主產(chǎn)棉區(qū)化肥費、農(nóng)藥費、種子費、機(jī)械作業(yè)費、排灌費、農(nóng)膜費合計占物質(zhì)與服務(wù)費的比例均在80%以上，其中江蘇省、河北省、河南省、山東省、陜西省和甘肅省的比例不低于90%。相對于其他費用而言，化肥費占物質(zhì)與服務(wù)費的比例較高且居高不下，總體表現(xiàn)為長江流域棉區(qū)＞黃河流域棉區(qū)＞西北內(nèi)陸棉區(qū)；農(nóng)藥費占物質(zhì)與服務(wù)費的比例也表現(xiàn)為長江流域棉區(qū)＞黃河流域棉區(qū)＞西北內(nèi)陸棉區(qū)；種子費占物質(zhì)與服務(wù)費的比例，新疆最低，低于10%，其他省份均大于10%；機(jī)械作業(yè)費、排灌費、農(nóng)膜費占物質(zhì)與服務(wù)費的比例總體表現(xiàn)均為長江流域棉區(qū)＜黃河流域棉區(qū)＜西北內(nèi)陸棉區(qū)。此外，新疆植棉物質(zhì)與服務(wù)費中占比排于化肥費后的是機(jī)械作業(yè)費和排灌費，且陸地棉生產(chǎn)、長絨棉生產(chǎn)中二者之和分別在30%以上和27%以上。

2.4 2004―2020年中國棉花生產(chǎn)效率的靜態(tài)分析

由圖4可知，2004―2020年各主產(chǎn)棉?。ㄗ灾螀^(qū)）的棉花生產(chǎn)效率變化可以劃分為2個明顯不同的階段：2004―2010年的綜合技術(shù)效率、純技術(shù)效率、規(guī)模技術(shù)效率和綜合生產(chǎn)效率處于較高水平，說明該階段中國各主產(chǎn)區(qū)棉花生產(chǎn)的產(chǎn)出效率以較穩(wěn)定的態(tài)勢增長，且整體效率較穩(wěn)定；從2011年開始，中國的棉花綜合技術(shù)效率和規(guī)模技術(shù)效率以及綜合生產(chǎn)效率小于1，處于無效狀態(tài)，表明全國各主產(chǎn)棉省的棉花生產(chǎn)對資源的投入都沒有得到充分利用，亟待進(jìn)一步改善。此外，2008年是2004―2010年中生產(chǎn)效率最低的年份（除新疆長絨棉2006年為最低外），2015年是2011―2020年中生產(chǎn)效率最低或比較低的年份（除江西省處于逐年下降趨勢外）。

2010年之前，三大棉區(qū)的純技術(shù)效率大部分年份均大于0.9，且差距不大，說明不同棉區(qū)的生產(chǎn)管理方式成熟，絕大多數(shù)的棉花種植戶有一定的技術(shù)經(jīng)驗和經(jīng)營管理水平，地區(qū)間差異較小。陜西省和甘肅省由于棉花種植較分散，且樣本均為基本農(nóng)戶，所以其綜合技術(shù)效率以及規(guī)模技術(shù)效率都較低。結(jié)合圖2K數(shù)據(jù)可知，在2015年和2019年，新疆植棉單產(chǎn)下降，價格下跌，導(dǎo)致其綜合生產(chǎn)效率極低。

黃河流域棉區(qū)植棉綜合技術(shù)效率、規(guī)模技術(shù)效率、綜合生產(chǎn)效率在2015年后的表現(xiàn)為河北省＞山東?。竞幽鲜?。其主要原因是棉花支持政策力度為河北?。旧綎|省＞河南省[28]。長江流域棉區(qū)中，植棉補貼從多到少分別是江西省、江蘇省、安徽省、湖南省、湖北省[29]。補貼費用較多的省份，植棉綜合生產(chǎn)效率也較高（除安徽省外）。規(guī)模技術(shù)效率是長江流域棉區(qū)生產(chǎn)效率的主要限制因素，其間該流域綜合技術(shù)效率以及規(guī)模技術(shù)效率表現(xiàn)為增長和下降的交替變化，其中規(guī)模技術(shù)效率下降趨勢明顯，特別是湖北省，造成這種現(xiàn)象的主要原因是純技術(shù)效率不穩(wěn)定、植棉效益和植棉面積不穩(wěn)定。此外，長江流域棉區(qū)各省份在2020年呈規(guī)模報酬遞增（數(shù)據(jù)未展示），說明可以繼續(xù)增加投入使其產(chǎn)出增加。

2.5 2004―2020年中國棉花生產(chǎn)效率的動態(tài)分析

由圖5可知，2004―2020年11個主產(chǎn)棉區(qū)棉花大多數(shù)年份的Malmquist指數(shù)接近1或大于1，這表明中國主產(chǎn)棉區(qū)的棉花生產(chǎn)效率比較穩(wěn)定。各主產(chǎn)棉區(qū)的技術(shù)進(jìn)步指數(shù)與Malmquist指數(shù)的變化趨勢相似，說明技術(shù)進(jìn)步能夠影響生產(chǎn)效率。長江流域（除江西省外）和黃河流域（除陜西省外）技術(shù)效率指數(shù)與技術(shù)進(jìn)步指數(shù)的變化趨勢在大多數(shù)年份相似；少數(shù)時段內(nèi)，技術(shù)效率指數(shù)的升高能夠提高M(jìn)almquist指數(shù)，說明通過更有效的資源配置可以提高生產(chǎn)效率，例如2014年我國取消臨時收儲政策，開始實施棉花目標(biāo)價格改革試點政策，在此前后許多主產(chǎn)棉區(qū)這2個指數(shù)出現(xiàn)明顯變化，比如2013/2014年度的安徽省、河北省、河南省、山東省，以及2014/2015年度的湖北省、湖南省、江蘇省、陜西省。甘肅省、江西?。ǔ?019/2020年度下降外）、河北?。?014/2015年度以后）、新疆陸地棉（除2009/2010、2010/2011年度外）、新疆長絨棉（2005/2006年度以后）的技術(shù)效率指數(shù)為1，處于無幅度變化狀態(tài)，說明資源使用效率比較穩(wěn)定。西北內(nèi)陸棉區(qū)甘肅省、新疆陸地棉和新疆長絨棉的Malmquist指數(shù)和技術(shù)進(jìn)步指數(shù)處于相同變化狀態(tài)，主要是因為甘肅省與新疆的氣候相似。陜西省的技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)變化幅度大，主要是由于陜西省的植棉面積小，且分散。

全國不同主產(chǎn)棉區(qū)的Malmquist指數(shù)在2007―2011年表現(xiàn)出相同的變化。其中：在2007―2008年Malmquist指數(shù)大幅度下降，主要是因為技術(shù)進(jìn)步指數(shù)顯著下降；同時，許多主產(chǎn)棉區(qū)技術(shù)效率指數(shù)也下降（江蘇省技術(shù)效率指數(shù)大于1，但是技術(shù)進(jìn)步指數(shù)下降幅度大），進(jìn)一步導(dǎo)致Malmquist指數(shù)下降，棉花生產(chǎn)效率降低。2009―2010年中國、美國和巴西等受到極端氣候影響導(dǎo)致棉花單產(chǎn)和總產(chǎn)下降[30]，棉花價格大幅上漲，棉花生產(chǎn)利潤較高使得棉花的投入產(chǎn)出比高，即便許多主產(chǎn)棉區(qū)的技術(shù)效率指數(shù)和/或技術(shù)進(jìn)步指數(shù)同比下降，Malmquist指數(shù)、棉花生產(chǎn)效率卻升高；2010―2011年Malmquist指數(shù)大幅度下降，主要是因為技術(shù)進(jìn)步指數(shù)的下降。

3 結(jié)論與建議

3.1 結(jié)論

無論是從2001―2020年植棉面積和產(chǎn)量分析，還是從其間單產(chǎn)或生產(chǎn)效率分析，2010年都是明顯的臨界點，因此本研究分析中將這20年劃分為2001―2010年和2011―2020年2個時間段。至2020年，長江流域棉區(qū)和黃河流域棉區(qū)的植棉面積和產(chǎn)量仍然處于下降趨勢，西北內(nèi)陸棉區(qū)的新疆仍然是棉花的最主要產(chǎn)區(qū)。

2001―2020年，中國棉花生產(chǎn)成本快速增長，區(qū)域間差異較大，新疆植棉成本最低，增幅相對較緩；成本要素構(gòu)成變化較大，黃河流域棉區(qū)、長江流域棉區(qū)人工成本占比經(jīng)過大幅上升后趨于穩(wěn)定或是小幅變化，而新疆雖然雇工工價比較高，但是其棉花生產(chǎn)規(guī)?；蜋C(jī)械化程度高導(dǎo)致人工成本比其他主產(chǎn)棉區(qū)低且占比變化不大；物質(zhì)與服務(wù)費逐漸增加，其中機(jī)械作業(yè)費、排灌費、化肥費、農(nóng)藥費急劇增加。

棉花的單產(chǎn)水平在不同主產(chǎn)棉區(qū)表現(xiàn)為西北內(nèi)陸棉區(qū)（主要為新疆和甘肅）＞黃河流域棉區(qū)＞長江流域棉區(qū)。除新疆（包括陸地棉、長絨棉）和甘肅省外，全國其他主產(chǎn)棉區(qū)的棉花生產(chǎn)的凈利潤從2012年后一直處于負(fù)值。

從靜態(tài)DEA模型結(jié)果可以看出，不同主產(chǎn)棉區(qū)的生產(chǎn)效率不同，西北內(nèi)陸棉區(qū)＞黃河流域棉區(qū)＞長江流域棉區(qū)。雖然全國各主產(chǎn)棉區(qū)的棉花綜合生產(chǎn)效率仍然是無效狀態(tài)，但是長江流域棉區(qū)在2020年呈現(xiàn)規(guī)模報酬遞增，說明可以繼續(xù)增加投入使其產(chǎn)出增加。從動態(tài)Malmquist指數(shù)結(jié)果可知，Malmquist指數(shù)提升主要依賴于技術(shù)進(jìn)步，新疆和甘肅Malmquist指數(shù)處于大幅度波動狀態(tài)，且在2019―2020年除西北內(nèi)陸棉區(qū)外，長江流域棉區(qū)和黃河流域棉區(qū)的技術(shù)效率指數(shù)均下降。

3.2 建議

3.2.1 提升植棉規(guī)?；C(jī)械化水平。從上述分析可知，長江流域棉區(qū)和黃河流域棉區(qū)以及西北內(nèi)陸棉區(qū)的甘肅省棉花種植中的首要問題是尚未通過植棉規(guī)?；瘜崿F(xiàn)規(guī)模效應(yīng)。對于西北內(nèi)陸棉區(qū)的主要建議：推動甘肅省的土地流轉(zhuǎn)，提升其植棉規(guī)模效應(yīng)；聚焦南疆優(yōu)勢植棉區(qū)，推進(jìn)棉花機(jī)采技術(shù)的發(fā)展，落實優(yōu)質(zhì)棉的全程機(jī)械化生產(chǎn)和后續(xù)工序，著重提升品質(zhì)；目標(biāo)價格補貼政策側(cè)重鼓勵與引領(lǐng)高品質(zhì)機(jī)采棉生產(chǎn)，并及時將補貼發(fā)放給棉農(nóng)，提高棉農(nóng)的積極性。對于非DEA有效（棉花綜合技術(shù)效率和規(guī)模效率以及綜合生產(chǎn)效率值均小于0.9）的長江流域棉區(qū)、黃河流域棉區(qū)，集中優(yōu)勢植棉區(qū)，在政府引導(dǎo)下加快完善土地流轉(zhuǎn)制度，加大科研力度和政策傾斜，開發(fā)新品種和配套栽培技術(shù)，完成合作社等模式下的規(guī)?；腿虣C(jī)械化生產(chǎn)，降低植棉成本，提高植棉規(guī)模效應(yīng)，避免形成“效益降低－棉花種植面積下降－研發(fā)投入減少－效益降低”的惡性循環(huán)。

3.2.2 加強政府的引導(dǎo)作用。加強政府部門、行業(yè)協(xié)會、相關(guān)機(jī)構(gòu)之間的溝通協(xié)作，積極推動棉花產(chǎn)業(yè)信息大數(shù)據(jù)平臺建設(shè)，完善多元化進(jìn)口棉花預(yù)警機(jī)制，保證棉花的進(jìn)口量，并減輕國際市場價格對國內(nèi)價格的影響。加強政府牽頭，利用“農(nóng)戶＋合作社＋棉花加工企業(yè)＋紡織企業(yè)”的棉花產(chǎn)銷體系模式，通過棉花質(zhì)量保障體系的落實進(jìn)行提質(zhì)增效，提高棉農(nóng)植棉積極性。各級政府積極組織棉花生產(chǎn)技術(shù)專家開展生產(chǎn)調(diào)研和技術(shù)培訓(xùn)工作，指導(dǎo)棉農(nóng)科學(xué)管理棉田和提升生產(chǎn)效率。

3.2.3 加強科研，完善配套保障措施。健全氣象預(yù)測信息平臺，完善棉花在極端天氣下的穩(wěn)產(chǎn)應(yīng)對技術(shù)措施。加大育種的科研力度，在保證棉花產(chǎn)量和品質(zhì)的前提下，盡可能減少地膜使用，避免地膜污染；研制生物肥料，降低化肥使用量；加強棉花抗逆性強、適合機(jī)采新品種的選育和配套栽培技術(shù)的研發(fā)集成，目標(biāo)區(qū)域覆蓋山東省、新疆等地的鹽堿地區(qū)；加強實施棉花科學(xué)施肥、生物防治、合理噴灑農(nóng)藥等栽培技術(shù)措施，減少化肥、農(nóng)藥對土壤、水等的污染。積極宣傳推廣相關(guān)重大科技成果，引導(dǎo)棉農(nóng)熟練掌握應(yīng)用。

致謝：

感謝中國農(nóng)業(yè)科學(xué)院棉花研究所魏曉文老師的指導(dǎo)！

參考文獻(xiàn)：

[1] 江平靜. 貿(mào)易政策不確定性對中國棉花進(jìn)口貿(mào)易的影響研究[D]. 烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2021.

[2] 王宏，郝紅娟，姚靜. 2021年上半年濟(jì)南海關(guān)進(jìn)口棉花品質(zhì)狀況分析[J]. 中國棉花，2021，48（10）：31-32，46.

[3] 盧秀茹，賈肖月，牛佳慧. 中國棉花產(chǎn)業(yè)發(fā)展現(xiàn)狀及展望[J]. 中國農(nóng)業(yè)科學(xué)，2018，51（1）：26-36.

[4] 劉佳. 2021年中國棉花市場分析[N]. 糧油市場報，2022-02-15（B04）.

[5] 翟雪玲，原瑞玲，許國棟. 供給側(cè)改革背景下中國棉花生產(chǎn)成本收益分析及國際比較[J]. 中國棉花，2017，44（11）：1-7，11.

[6] 郭瑩. 生產(chǎn)集聚對棉花綠色全要素生產(chǎn)率的影響研究[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2023.

[7] 續(xù)競秦，楊永恒. 中國棉花生產(chǎn)技術(shù)效率及其影響因素分析[J]. 技術(shù)經(jīng)濟(jì)與管理研究，2012（7）：15-19.

[8] 石晶，李林. 基于DEA-Tobit模型的中國棉花生產(chǎn)技術(shù)效率分析[J]. 技術(shù)經(jīng)濟(jì)，2013，32（6）：79-84.

[9] 祝宏輝，耿蕾. 新疆兵團(tuán)棉花生產(chǎn)技術(shù)效率及影響因素分析[J]. 科技管理研究，2015，35（20）：90-94.

[10] 陳玉蘭，楊海珍. 基于DEA模型下中國三大棉花主產(chǎn)區(qū)棉花產(chǎn)業(yè)運行效率評價[J]. 廣東農(nóng)業(yè)科學(xué)，2015，42（20）：170-175.

[11] 嚴(yán)靜嫻. 中國棉花主產(chǎn)區(qū)生產(chǎn)效率分析——基于DEA模型[J]. 科技廣場，2016（6）：130-132.

[12] 徐榕陽，馬瓊. 基于隨機(jī)前沿生產(chǎn)函數(shù)的新疆棉花生產(chǎn)技術(shù)效率分析——以棉農(nóng)問卷調(diào)查數(shù)據(jù)為例[J]. 干旱區(qū)資源與環(huán)境，2017，31（4）：22-27.

[13] 丁建國，穆月英. 目標(biāo)價格政策對棉花全要素生產(chǎn)率的影響分析——以新疆棉區(qū)為例[J]. 北京航空航天大學(xué)學(xué)報（社會科學(xué)版），2020，33（4）：113-120.

[14] 李寧，付加利，辛毅. 新疆棉花成本收益及其生產(chǎn)效率研究[J]. 價格理論與實踐，2021（2）：95-99.

[15] Charnes A，Cooper W W，Wei Q L，et al. Cone ratio data envelopment analysis and multiobjective programming[J]. International Journal of Systems Science，1989，20（7）： 1099-1118.

[16] Banker R D，Charnes A，Cooper W W. Some models for estimating technical and scale inefficiencies in data enve-

lopment analysis[J]. Management Science，1984，30（9）：1078-1092.

[17] Tone K. Dealing with undesirable outputs in DEA：A slacks-based measure（SBM） approach[J]. American Journal of Operations Management and Information Systems，2021，6（4）：67-74.

[18] Malmquist S. Index numbers and indifference surfaces[J]. Trabajos de Estadística，1953，4（2）：209-242.

[19] 付小瓊，彭軍. 國家棉花區(qū)域試驗工作十年回顧與展望[J]. 棉花學(xué)報，2017，29（S1）：113-117.

[20] 左竹. 魯北植棉區(qū)可持續(xù)發(fā)展中存在的問題及對策分析——以東營市為例[J]. 中國棉花，2021，48（8）：40-42.

[21] 毛樹春，李亞兵，董合忠. 中國棉花輝煌70年——我國走出了一條適合國情、具有中國特色的棉花發(fā)展道路、發(fā)展模式和發(fā)展理論[J]. 中國棉花，2019，46（7）：1-14.

[22] 劉文靜，范永勝，董彥琪，等. 我國棉花生產(chǎn)現(xiàn)狀分析及建議[J]. 中國種業(yè)，2022（1）：21-25.

[23] 田新椿，楊光華. 新疆棉花產(chǎn)業(yè)發(fā)展現(xiàn)狀、問題及政策建議[J]. 農(nóng)業(yè)發(fā)展與金融，2009（2）：46-48.

[24] 徐達(dá)劍，王治澤. 新疆棉花規(guī)模化種植對生態(tài)環(huán)境的影響分析及建議[J]. 農(nóng)業(yè)環(huán)境與發(fā)展，2010，27（4）：71-73.

[25] 毛樹春，王香河，李亞兵. 2009年全國棉花生產(chǎn)展望[J]. 中國棉花，2009，36（5）：5-7.

[26] 李彤. 工資上漲對中國制造業(yè)出口競爭力的影響研究[D]. 濟(jì)南：山東師范大學(xué)，2019.

[27] 肖霄，孫奎，謝方平，等. 水平摘錠式采棉機(jī)采摘系統(tǒng)研究現(xiàn)狀與展望[J]. 農(nóng)機(jī)化研究，2023，45（10）：1-9.

[28] 毛樹春，王樹林，馬小艷，等. 2019－2021年黃河流域棉區(qū)棉花生產(chǎn)表觀成本、產(chǎn)值和收益監(jiān)測報告[J]. 中國棉花，2023，50（2）：6-16.

[29] 毛樹春，王樹林，李飛，等. 2019－2021年長江流域棉區(qū)棉花生產(chǎn)表觀成本、產(chǎn)值和收益監(jiān)測報告[J]. 中國棉花，2023，50（7）：13-23.

[30] 劉涵. 2008/09年度棉花市場形勢分析及2009/10年度展望[J]. 農(nóng)業(yè)展望，2009，5（9）：9-13.

（責(zé)任編輯：楊子山 責(zé)任校對：秦凡）

●

收稿日期：2023-11-12" " " " "第一作者簡介：張友平，碩士，助理研究員，研究方向為作物遺傳育種，zyp547550790@163.com。*通信作者：宋國立，博士，研究員，研究方向為作物遺傳育種，sglzms@163.com

基金項目：中央級公益性科研院所基本科研業(yè)務(wù)費專項（NERC010104）