基于Malmquist指數(shù)的我國(guó)區(qū)域農(nóng)業(yè)生產(chǎn)效率動(dòng)態(tài)評(píng)價(jià)及其應(yīng)對(duì)策略

劉鳳梅

摘要：運(yùn)用數(shù)據(jù)包絡(luò)分析（DEA）方法和Malmquist指數(shù)對(duì)我國(guó)31個(gè)省（市、區(qū)）2004—2013年農(nóng)業(yè)生產(chǎn)效率進(jìn)行評(píng)價(jià)，結(jié)果表明，我國(guó)農(nóng)業(yè)生產(chǎn)效率均值為0.954，說(shuō)明我國(guó)大部分地區(qū)農(nóng)業(yè)生產(chǎn)要素投入比較合理，尤其在農(nóng)業(yè)資源要素的使用上；從農(nóng)業(yè)生產(chǎn)效率分解的純技術(shù)效率和規(guī)模效率結(jié)果來(lái)看，19個(gè)DEA有效的?。ㄊ?、區(qū)）純技術(shù)效率和規(guī)模效率均為最優(yōu)，表明這些地區(qū)的農(nóng)業(yè)生產(chǎn)投入各要素得到了較好的配置。在研究期內(nèi)，我國(guó)農(nóng)業(yè)生產(chǎn)效率呈上升狀態(tài)，增長(zhǎng)了 10.5%，其主要貢獻(xiàn)源于技術(shù)進(jìn)步效率的迅猛提升；技術(shù)效率增長(zhǎng)緩慢，制約了我國(guó)農(nóng)業(yè)生產(chǎn)效率的快速提升速度?；谵r(nóng)業(yè)生產(chǎn)效率及Malmquist指數(shù)分類測(cè)算結(jié)果可知，我國(guó)31個(gè)?。ㄊ?、區(qū)）可分為強(qiáng)有效增長(zhǎng)型、高有效增長(zhǎng)型、弱有效增長(zhǎng)型、低有效增長(zhǎng)型4種類型，針對(duì)不同類型地區(qū)的農(nóng)業(yè)生產(chǎn)特點(diǎn)，提出不同的優(yōu)化策略。

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)效率；DEA方法；Malmquist指數(shù)；農(nóng)業(yè)生產(chǎn)效率；技術(shù)效率；應(yīng)對(duì)策略

中圖分類號(hào)： F327 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2016）11-0505-04

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)部門，其生產(chǎn)效率關(guān)系到國(guó)家的戰(zhàn)略穩(wěn)定，2014年我國(guó)國(guó)內(nèi)生產(chǎn)總值為636 463億元，農(nóng)業(yè)產(chǎn)業(yè)增加值為58 332億元，占比9.16%，可見農(nóng)業(yè)的快速發(fā)展是我國(guó)經(jīng)濟(jì)發(fā)展的基本保障，影響著我國(guó)社會(huì)主義新農(nóng)村和現(xiàn)代農(nóng)業(yè)的發(fā)展，更直接影響到農(nóng)民的收入等多項(xiàng)切身利益。隨著工業(yè)化和城鎮(zhèn)化的不斷推進(jìn)，我國(guó)農(nóng)業(yè)正在由傳統(tǒng)農(nóng)業(yè)向規(guī)?；?、現(xiàn)代化農(nóng)業(yè)過(guò)渡，進(jìn)而促進(jìn)農(nóng)民收入的多元增收，由于我國(guó)農(nóng)業(yè)屬于弱勢(shì)產(chǎn)業(yè)，在經(jīng)濟(jì)發(fā)展過(guò)程中農(nóng)業(yè)資源投入等都受到限制，尤其是農(nóng)業(yè)科技人才的缺少等因素，導(dǎo)致我國(guó)農(nóng)業(yè)的發(fā)展依然以小農(nóng)戶的發(fā)展為主要方式。依托生產(chǎn)資料的大量投入，從而促進(jìn)農(nóng)業(yè)生產(chǎn)效率不斷提高，因此，對(duì)我國(guó)各省（市、區(qū)）農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究，對(duì)我國(guó)各?。ㄊ小^(qū)）農(nóng)業(yè)生產(chǎn)效率進(jìn)行合理評(píng)價(jià)，探討我國(guó)農(nóng)業(yè)生產(chǎn)資源配置存在的問題，尋求各地區(qū)農(nóng)業(yè)生產(chǎn)效率提高的現(xiàn)實(shí)途徑是當(dāng)前農(nóng)業(yè)經(jīng)濟(jì)領(lǐng)域研究值得關(guān)注的問題，對(duì)于認(rèn)識(shí)我國(guó)及各省（市、區(qū)）農(nóng)業(yè)生產(chǎn)有著重要的現(xiàn)實(shí)意義。根據(jù)前期學(xué)者的研究，農(nóng)業(yè)生產(chǎn)效率動(dòng)態(tài)評(píng)價(jià)有很多評(píng)價(jià)方法，如DEA[1]、系統(tǒng)聚類方法、運(yùn)籌方法等。學(xué)術(shù)界對(duì)于使用DEA模型及Malmquist指數(shù)對(duì)農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)比較普遍，陳衛(wèi)平通過(guò)DEA和Malmquist指數(shù)對(duì)我國(guó)1990—2003年的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進(jìn)行測(cè)算我國(guó)農(nóng)業(yè)生產(chǎn)效率，提出我國(guó)大部分?。ㄊ小^(qū)）呈現(xiàn)出農(nóng)業(yè)技術(shù)進(jìn)步與農(nóng)業(yè)效率損失共存的情況[2]。汪旭暉等采用DEA模型評(píng)價(jià)了我國(guó)31個(gè)省（市、區(qū)）的農(nóng)業(yè)生產(chǎn)效率，認(rèn)為我國(guó)各?。ㄊ小^(qū)）農(nóng)業(yè)生產(chǎn)效率不高并非是投入不足，應(yīng)從建立科技農(nóng)業(yè)發(fā)展、發(fā)展農(nóng)業(yè)新型組織、調(diào)整農(nóng)業(yè)人力資源配置等方面提高區(qū)域農(nóng)業(yè)生產(chǎn)效率[3]。曾先峰等通過(guò)對(duì)我國(guó)28個(gè)?。ㄊ小^(qū)）1980—2005年的數(shù)據(jù)，運(yùn)用DEA方法測(cè)算我國(guó)各省（市、區(qū)）共25年的農(nóng)業(yè)生產(chǎn)率，結(jié)果表明，在這25年期間我國(guó)農(nóng)業(yè)生產(chǎn)率在平均年增速2.2%，技術(shù)進(jìn)步效率年均增長(zhǎng)4.2%，但相對(duì)技術(shù)效率則以1.9%的速度退步[4]。本研究運(yùn)用DEA-Malmquist模型作為評(píng)價(jià)方法，以2004—2013年數(shù)據(jù)為主對(duì)我國(guó)31個(gè)?。ㄊ小^(qū)）（不含香港特別行政區(qū)、澳門特別行政區(qū)、臺(tái)灣省）農(nóng)業(yè)生產(chǎn)投入產(chǎn)出的有效性及動(dòng)態(tài)效率進(jìn)行評(píng)價(jià)。

1 理論與模型

1.1 數(shù)據(jù)包絡(luò)法

1978年，著名運(yùn)籌學(xué)家Charnes等提出的數(shù)據(jù)包絡(luò)分析法是在生產(chǎn)過(guò)程中的生產(chǎn)要素投入與產(chǎn)出各要素不變的前提下，找出各決策單元（DMU）與數(shù)據(jù)包絡(luò)分析（DEA）最優(yōu)前沿面板的偏離程度，用于評(píng)價(jià)在生產(chǎn)過(guò)程中投入產(chǎn)出比的效率情況，其公式如下：

2 評(píng)價(jià)指標(biāo)與數(shù)據(jù)選取

在建立基于農(nóng)業(yè)生產(chǎn)效率的DEA-Malmquist指數(shù)模型中，首先須要選取可行的投入指標(biāo)以及產(chǎn)出指標(biāo)?？紤]到反映我國(guó)農(nóng)業(yè)投資效率數(shù)據(jù)的可得性、完整性以及連續(xù)性，本研究投入指標(biāo)主要考慮耕地面積、農(nóng)業(yè)從業(yè)人數(shù)、固定資產(chǎn)投入、農(nóng)業(yè)生產(chǎn)投入、農(nóng)資投入5個(gè)方面，因此選取的投入指標(biāo)有：以耕地面積作為土地投入（×103 hm2）；以農(nóng)業(yè)就業(yè)人員數(shù)作為勞動(dòng)力投入（萬(wàn)人）；以農(nóng)業(yè)機(jī)械總動(dòng)力（萬(wàn)kW）作為農(nóng)業(yè)固定資產(chǎn)投入；以農(nóng)村用電量（億kW·h）和農(nóng)用柴油使用量（萬(wàn)t）作為農(nóng)業(yè)生產(chǎn)投入；以化肥使用量（萬(wàn)t）、農(nóng)用塑料薄膜使用量（t）、農(nóng)藥使用量（t）作為農(nóng)資投入。使用數(shù)據(jù)來(lái)自2005—2014年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。各地變量描述性統(tǒng)計(jì)見表1。

3 基于DEA的我國(guó)各?。ㄊ?、區(qū)）農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)

3.1 我國(guó)各省（市、區(qū)）DEA效益評(píng)價(jià)

根據(jù)統(tǒng)計(jì)的指標(biāo)數(shù)據(jù)，通過(guò)DEAP2.1得到2004—2013年我國(guó)及各?。ㄊ?、區(qū)）的農(nóng)業(yè)生產(chǎn)效率與分解結(jié)果（表2）。由表2可知，2004—2013年我國(guó)農(nóng)業(yè)生產(chǎn)效率為0.954，對(duì)農(nóng)業(yè)生產(chǎn)效率進(jìn)行進(jìn)一步分解，可以得到純技術(shù)效率為0.969、規(guī)模效率為0.984，我國(guó)31個(gè)?。ㄊ小^(qū)）中，有19個(gè)地區(qū)屬于DEA有效，占比61.3%，說(shuō)明這些地區(qū)農(nóng)業(yè)生產(chǎn)過(guò)程中生產(chǎn)性資源的投入和產(chǎn)出都達(dá)到最佳配比，這些地區(qū)的技術(shù)效率和規(guī)模效率為同時(shí)有效；12個(gè)地區(qū)為DEA非有效，占比38.7%，其中甘肅省的農(nóng)業(yè)生產(chǎn)效率最低，僅為0.61，其次是山西省。從我國(guó)各省（市、區(qū)）農(nóng)業(yè)生產(chǎn)效率來(lái)看，部分地區(qū)純技術(shù)效率較低，從而拉低了全國(guó)農(nóng)業(yè)生產(chǎn)效率，農(nóng)業(yè)生產(chǎn)效率低主要是由純技術(shù)效率和規(guī)模效率共同引起的，部分地區(qū)農(nóng)業(yè)生產(chǎn)投入未能有效地促進(jìn)產(chǎn)出。

3.2 我國(guó)各?。ㄊ?、區(qū)）技術(shù)效率分解評(píng)價(jià)

從農(nóng)業(yè)生產(chǎn)效率分解的純技術(shù)效率和規(guī)模效率結(jié)果來(lái)看，19個(gè)DEA有效的省（市、區(qū)）純技術(shù)效率和規(guī)模效率均為最優(yōu)，表明這些地區(qū)的農(nóng)業(yè)生產(chǎn)投入個(gè)要素得到了較好的配置，即其農(nóng)業(yè)投入和產(chǎn)出相對(duì)于其他地區(qū)來(lái)說(shuō)屬于DEA有效，在農(nóng)業(yè)生產(chǎn)資源的利用水平、農(nóng)業(yè)技術(shù)應(yīng)用水平、農(nóng)業(yè)種植者教育水平等方面均實(shí)現(xiàn)與其生產(chǎn)需要和生產(chǎn)規(guī)模相適應(yīng)的階段。內(nèi)蒙古、黑龍江、江蘇、安徽、寧夏等?。▍^(qū)）造成DEA非有效主要是由規(guī)模效率非有效引起的，這些地區(qū)須要從加大人力資源配置、生產(chǎn)資料供給、擴(kuò)大生產(chǎn)規(guī)模、加大投資力度和調(diào)整投資比例等方式實(shí)現(xiàn)該地區(qū)農(nóng)業(yè)生產(chǎn)的規(guī)模效益。河北、山西、遼寧、江西、云南、甘肅、青海等省非DEA有效是由純技術(shù)效率非有效和規(guī)模非有效共同引起的，這些地區(qū)農(nóng)業(yè)生產(chǎn)的先天性條件較差，農(nóng)業(yè)種植者生產(chǎn)技術(shù)較低、農(nóng)業(yè)生產(chǎn)成本高、資源得不到優(yōu)化配置。因此，這些地區(qū)須要加大農(nóng)業(yè)技術(shù)的投入與推廣程度，適當(dāng)調(diào)整該地區(qū)的農(nóng)業(yè)生產(chǎn)資源配置，以達(dá)到農(nóng)業(yè)生產(chǎn)過(guò)程中的技術(shù)和規(guī)模均有效的理想狀態(tài)。

表3為我國(guó)各?。▍^(qū)、市）農(nóng)業(yè)生產(chǎn)效益規(guī)模階段，是提高非DEA有效地區(qū)農(nóng)業(yè)生產(chǎn)效率的重要參考依據(jù)，江西省和寧夏回族自治區(qū)的農(nóng)業(yè)生產(chǎn)效率結(jié)合處于規(guī)模報(bào)酬遞增階段，增加農(nóng)業(yè)生產(chǎn)資本、技術(shù)以及要素投入可以提升其農(nóng)業(yè)生產(chǎn)效率水平；而河北、山西、內(nèi)蒙古等10個(gè)?。▍^(qū)）處于規(guī)模報(bào)酬遞減階段，造成了規(guī)模不經(jīng)濟(jì)，須要合理調(diào)整各生產(chǎn)要素的投入。

4 基于Malmquist指數(shù)的生產(chǎn)效率動(dòng)態(tài)分析

4.1 我國(guó)農(nóng)業(yè)生產(chǎn)效率變化分析

運(yùn)用DEAP2.1軟件對(duì)2004—2013年我國(guó)31個(gè)?。ㄊ?、區(qū)）的數(shù)據(jù)進(jìn)行Malmquist指數(shù)分析，以2004年的數(shù)據(jù)為基數(shù)，得到我國(guó)分年的農(nóng)業(yè)全要素生產(chǎn)效率指數(shù)的計(jì)算結(jié)果，結(jié)果見表4、圖1。從我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率的總體水平來(lái)看，由表4可知，2004—2013年我國(guó)的農(nóng)業(yè)全要素生產(chǎn)效率呈上升趨勢(shì)，平均TFP指數(shù)為1.105，除了2007年、2011—2012年，其他均為正向增長(zhǎng)。10年間我國(guó)農(nóng)業(yè)生產(chǎn)效率上漲了14.9%。

將表4中2004—2013年我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率的效率變化、技術(shù)效率、tfp變化的變化趨勢(shì)，利用數(shù)據(jù)點(diǎn)折線圖表現(xiàn)出來(lái)（圖1）。

由圖1可知，2004—2013年我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率呈現(xiàn)波動(dòng)上升之勢(shì)；技術(shù)進(jìn)步卻呈現(xiàn)相反的變化趨勢(shì)，尤其在2008[CM（23*2/3]年后逐年下降；其中，技術(shù)效率是農(nóng)業(yè)全要素生產(chǎn)效率下降的根本原因。我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率在近年來(lái)呈現(xiàn)不同的特點(diǎn)，2004—2008年我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率在技術(shù)進(jìn)步效率的拉動(dòng)下上漲了2.8%，但由于技術(shù)效率下降的滯后作用小于技術(shù)進(jìn)步效率，因而未造成我國(guó)生產(chǎn)效率的下降。純技術(shù)效率和規(guī)模效率下降是導(dǎo)致技術(shù)效率下降的原因，從而影響到我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率的提高。2008—2009年我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率進(jìn)入快速增長(zhǎng)期，達(dá)到12.1%，受規(guī)模效率快速提升的影響，導(dǎo)致TFP效率進(jìn)入快速發(fā)展期。2008—2013年我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率進(jìn)入高效增長(zhǎng)時(shí)期，增長(zhǎng)速度不斷加快，至2013年增長(zhǎng)到14.9%。因此，近年來(lái)我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率的提升主要是技術(shù)進(jìn)步效率增長(zhǎng)的結(jié)果，貢獻(xiàn)度達(dá)13.9%，而技術(shù)效率僅貢獻(xiàn)了 0.7%。

4.2 我國(guó)各省（市、區(qū)）的農(nóng)業(yè)生產(chǎn)效率分析

從我國(guó)各?。ㄊ小^(qū)）的具體情況來(lái)看，將各省（市、區(qū)）農(nóng)業(yè)全要素生產(chǎn)效率分為4種增長(zhǎng)類型，即強(qiáng)有效增長(zhǎng)型（TFP>1.15）、高有效增長(zhǎng)型（1.15≥TFP>1.1）、弱有效增長(zhǎng)型（1.1≥TFP>1.05）、低有效增長(zhǎng)型（1.05≥TFP>1），并對(duì)我國(guó)各?。ㄊ?、區(qū)）4種類型進(jìn)行分析（表5）。

4.2.1 以甘肅省為代表的強(qiáng)有效增長(zhǎng)型 處于強(qiáng)有效增長(zhǎng)型的區(qū)域，其TFP值大于1.150，表明2004—2013年這些地區(qū)的農(nóng)業(yè)全要素生產(chǎn)效率在不斷提升，提高幅度高于15%，甘肅省、山東省和陜西省均屬于該類型，占總數(shù)的9.7%。從TFP分解來(lái)看，甘肅省的農(nóng)業(yè)全要素生產(chǎn)效率的增長(zhǎng)主要是由于技術(shù)效率的進(jìn)步帶動(dòng)生產(chǎn)效率的提升，技術(shù)進(jìn)步效率增長(zhǎng)緩慢；而山東省和陜西省的農(nóng)業(yè)生產(chǎn)效率的增長(zhǎng)主要依靠技術(shù)進(jìn)步效率的提升。

4.2.2 以湖南省為代表的高有效增長(zhǎng)型 高有效增長(zhǎng)型的TFP值介于1.100～1.150之間，湖南、浙江、四川、河北等12個(gè)省（市、區(qū)）處于這一范圍。說(shuō)明在研究期間，處于此增長(zhǎng)類型的地區(qū)農(nóng)業(yè)全要素生產(chǎn)效率提高幅度在10%～15%之間，占總數(shù)的38.7%。從TFP值分解來(lái)看，天津市和河南省的技術(shù)效率分別下降的了0.1%、0.6%，但是資源配置效率的提升彌補(bǔ)了技術(shù)效率的下降，所以整體是上升的；浙江省、湖南省、廣東省、重慶市、四川省的農(nóng)業(yè)全要素生產(chǎn)效率的提升單純是由規(guī)模效率的提升所引起；河北省、山西省、黑龍江省、江蘇省、寧夏回族自治區(qū)農(nóng)業(yè)全要素生產(chǎn)效率的提升得益于技術(shù)效率和技術(shù)進(jìn)步效率的共同促進(jìn)，相比較而言，技術(shù)進(jìn)步效率貢獻(xiàn)度更大。

4.2.3 以青海省為代表的弱有效增長(zhǎng)型 弱有效增長(zhǎng)型的TFP值介于1.05～1.1之間，共有青海、貴州、北京、遼寧等11個(gè)?。ㄊ?、區(qū)）處于該范圍之內(nèi)，占總數(shù)的35.5%。從TFP分解來(lái)看，主要是得益于技術(shù)進(jìn)步效率的提升，其中安徽、江西、云南等省技術(shù)效率均有下降，北京、遼寧、上海、湖北、廣西、貴州、新疆等省（市、區(qū)）技術(shù)效率保持不變，青海省的技術(shù)效率有所上升，技術(shù)進(jìn)步效率的提升帶動(dòng)了該類地區(qū)的農(nóng)業(yè)全要素生產(chǎn)效率，但由于技術(shù)進(jìn)步效率上漲幅度有效，未能有效提升這些地區(qū)的農(nóng)業(yè)全要素生產(chǎn)效率。

4.2.4 以福建省為代表的低有效增長(zhǎng)型 低有效增長(zhǎng)的TFP值是介于1.000～1.050之間，處于此區(qū)間的僅有福建省、吉林省、河南省、內(nèi)蒙古自治區(qū)和西藏自治區(qū)5個(gè)地區(qū)，占總數(shù)的16.1%。2004—2013年西藏自治區(qū)、海南省、福建省的農(nóng)業(yè)全要素生產(chǎn)效率的僅增長(zhǎng)了3.8%，是技術(shù)進(jìn)步效率的上升所帶動(dòng)的，但是增長(zhǎng)幅度不大。內(nèi)蒙古自治區(qū)和吉林省農(nóng)業(yè)全要素生產(chǎn)效率較低，是由技術(shù)效率下降所引起的，雖然技術(shù)進(jìn)步效率分別提升了5.5%和5.7%，但由于提升幅度不大，沒有辦法彌補(bǔ)技術(shù)效率的下降，技術(shù)效率的下降主要是由規(guī)模效率的下降引起的，說(shuō)明如果要提高該地區(qū)的農(nóng)業(yè)生產(chǎn)效率，須要在增加農(nóng)業(yè)生產(chǎn)要素的投入。

5 結(jié)論

本研究采用DEA模型的Malquist指數(shù)方法對(duì)我國(guó)31個(gè)?。ㄊ?、區(qū)）2004—2013年農(nóng)業(yè)生產(chǎn)效率進(jìn)行了動(dòng)態(tài)分析，得到如下結(jié)論：第一，2004—2013年我國(guó)農(nóng)業(yè)生產(chǎn)效率均值為0.954，包括19個(gè)DEA有效地區(qū)，12個(gè)非DEA有效地區(qū)。說(shuō)明我國(guó)部分?。ㄊ?、區(qū)）農(nóng)業(yè)生產(chǎn)要素投入比較合理，尤其在農(nóng)業(yè)資源要素的使用上，如土地資源、勞動(dòng)力、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥、農(nóng)藥等利用率較高。就我國(guó)而言，規(guī)模效率和純技術(shù)效率的下降是導(dǎo)致農(nóng)業(yè)生產(chǎn)效率流失的主要原因。因此，對(duì)生產(chǎn)效率較低的?。ㄊ?、區(qū)）應(yīng)著重提高農(nóng)業(yè)生產(chǎn)資源配置效率，通過(guò)擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模和提升農(nóng)業(yè)科技含量來(lái)提高農(nóng)業(yè)生產(chǎn)效率。第二，在這10年期間，我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率呈提升狀態(tài)，增長(zhǎng)了10.5%，其主要貢獻(xiàn)源自于技術(shù)進(jìn)步效率的迅猛提升，達(dá)10.9%，技術(shù)效率貢獻(xiàn)度有所下降，但降幅較小，僅為0.7%，并未對(duì)農(nóng)業(yè)全要素生產(chǎn)效率的提升帶來(lái)較大影響。通過(guò)對(duì)技術(shù)效率的進(jìn)一步分解可知，技術(shù)效率上漲幅度較小主要是由純技術(shù)效率與規(guī)模效率增長(zhǎng)幅度過(guò)小引起的，為提高技術(shù)效率，須要從純技術(shù)效率與生產(chǎn)規(guī)模效率2個(gè)方面同時(shí)改進(jìn)，從而扭轉(zhuǎn)我國(guó)農(nóng)業(yè)全要素生產(chǎn)效率增長(zhǎng)緩慢的局面。第三，根據(jù)我國(guó)31個(gè)?。ㄊ?、區(qū)）農(nóng)業(yè)生產(chǎn)效率及Malmquist指數(shù)分類測(cè)算結(jié)果可知，我國(guó)甘肅省、山東省、陜西省的農(nóng)業(yè)全要素生產(chǎn)效率為強(qiáng)有效增長(zhǎng)型；天津、河北、山西、黑龍江、江蘇、浙江、河南、湖南、廣東、重慶、四川、寧夏等?。ㄊ?、區(qū)）為高有效增長(zhǎng)型；北京、遼寧、上海、安徽、江西、湖北、廣西、貴州、云南、青海、新疆等省（市、區(qū)）為弱有效增長(zhǎng)型；內(nèi)蒙古、吉林、福建、海南、西藏等?。▍^(qū)）為低有效增長(zhǎng)型地區(qū)。因此，根據(jù)各地區(qū)農(nóng)業(yè)生產(chǎn)的特點(diǎn)，對(duì)強(qiáng)有效增長(zhǎng)型的地區(qū)而言，應(yīng)加大對(duì)農(nóng)業(yè)全要素生產(chǎn)效率弱、技術(shù)進(jìn)步緩慢地區(qū)的技術(shù)推廣以及經(jīng)驗(yàn)分享力度；對(duì)低有效增長(zhǎng)型的地區(qū)而言，應(yīng)根據(jù)自身效率流失的原因合理改善資源配置以及資源投入等，提高區(qū)域農(nóng)業(yè)全要素生產(chǎn)效率。

參考文獻(xiàn)：

[1]魏權(quán)齡. 數(shù)據(jù)包絡(luò)分析（DEA）[J]. 科學(xué)通報(bào)，2000（17）：1793-1806.

[2]陳衛(wèi)平. 中國(guó)農(nóng)業(yè)生產(chǎn)率增長(zhǎng)、技術(shù)進(jìn)步與效率變化：1990—2003年[J]. 中國(guó)農(nóng)村觀察，2006（1）：18-38.

[3]汪旭暉，劉 勇. 基于DEA模型的我國(guó)農(nóng)業(yè)生產(chǎn)效率綜合評(píng)價(jià)[J]. 河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2008（1）：53-59.

[4]曾先峰，李國(guó)平. 我國(guó)各地區(qū)的農(nóng)業(yè)生產(chǎn)率與收斂：1980—2005[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（5）：81-91.