玉米主產(chǎn)省生產(chǎn)效率測度及影響因素分析
——基于DEA-Tobit模型的實證研究

丁 琪，楊艷濤，安 巖

（中國農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與發(fā)展研究所，北京 100081）

0 引言

玉米目前是中國第一大糧食作物，2019年中國玉米播種面積高達4128萬hm2，遠高于同年稻谷及小麥的播種量，其播種量分別為2969萬、2373萬hm2，2019年玉米產(chǎn)量為26077萬t，也多于稻谷與小麥的產(chǎn)量，其產(chǎn)量分別為20961萬、13359萬t，確保玉米有效供給至關重要，其次玉米具有較長的產(chǎn)業(yè)鏈，可作為原材料加工畜禽類飼料、酒精、淀粉等，直接關乎日常生活肉蛋奶的供應，但自2008年以來，中國玉米競爭力不斷下降，對國際玉米依賴程度大，2019年中國共進口玉米479.1萬t，較2018年增加127萬t，要想提升玉米國際競爭力、增加玉米種植收益、保障國家糧食安全，歸根結底要提高玉米全要素生產(chǎn)率，因此，測算中國玉米生產(chǎn)效率并分析其影響因素具有重要現(xiàn)實意義。

目前，國內外許多學者聚焦于測算各行各業(yè)生產(chǎn)效率，從測算方法看，可分為生產(chǎn)函數(shù)法、指數(shù)法、參數(shù)法及非參數(shù)法，其中生產(chǎn)函數(shù)法應用最多的是C-D生產(chǎn)函數(shù)[1]及CES[2]、VES[3]等函數(shù)；指數(shù)法目前研究中運用最多的是Malmquist指數(shù)[4]；參數(shù)方法可分為隨機前沿分析(SFA)和確定前沿分析(DFA)，研究多為運用隨機前沿分析來測算全要素生產(chǎn)率[5-7]；非參數(shù)方法主要以數(shù)據(jù)包絡法(DEA)為主，大多數(shù)研究將DEA與Malmquist指數(shù)相結合共同來測算全要素生產(chǎn)率大小[8-10]。從分解指標看，全要素生產(chǎn)率解釋了各個投入要素對經(jīng)濟產(chǎn)出的貢獻率，國內學者對于全要素生產(chǎn)率的分解多為在規(guī)模報酬不變時，把全要素生產(chǎn)率的分解為技術變化和技術效率變化。在規(guī)模報酬可變時，將進一步將技術效率變化分解為純技術效率變化和規(guī)模效率變化[11]，另外有學者將全要素生產(chǎn)率分解為技術進步指數(shù)、技術效率指數(shù)、混合效率指數(shù)和規(guī)模效率指數(shù)[12-13]。從研究對象看，現(xiàn)有文獻的對象廣泛包括農(nóng)業(yè)及細分各個糧食品種、經(jīng)濟作物等，還包括工業(yè)及服務業(yè)，研究少有研究聚焦玉米測算其生產(chǎn)效率[14-15]，因此本文進一步的研究具有現(xiàn)實意義。

1 研究方法及數(shù)據(jù)說明

1.1 數(shù)據(jù)包絡法

數(shù)據(jù)包絡分析(DEA,Data Envelopment Analysis)可用于測算當存在多投入變量及多產(chǎn)出變量時決策單元(DMU,Decision Making Unit)的有效性，決策單元是指將一定投入轉化為相應產(chǎn)出的方案，DEA的原理在于其使用數(shù)學線性規(guī)劃模型構建非參數(shù)分段曲面，以此來比較決策單元之間的相對效率，除此之外，DEA還可判斷決策單元投入處于何種規(guī)模階段，并且提供目標投入規(guī)模，分析現(xiàn)有投入及產(chǎn)出是否存在冗余，從而盡可能使得決策單元有效。

1.1.1 BCC-DEA模型 DEA模型主要分為兩類，一是規(guī)模收益不變的CCR模型，另一類是規(guī)模收益可變的BCC模型，由于并不是所有DMU的生產(chǎn)可能集均滿足錐性，即規(guī)模收益不變，故本研究選用BCC-DEA模型，充分考慮存在規(guī)模收益遞增或遞減情況。假設有n個決策單元，設投入向量即產(chǎn)出向量分別為xj=(x1j,x2j,...,xmj)T、yj=(y1j,y2j,...,ysj)T，其線性規(guī)劃模型PBCC一般形式如式(1)所示。

線性規(guī)劃PBBC的對偶規(guī)劃為規(guī)劃DBBC，并且通過引入松弛變量S+及剩余變量S-，將原有不等式轉化為等式，其一般形式如式(2)所示。

式中x0、y0即為被評價決策單元的投入和產(chǎn)出變量，xj、yj表示第j個省的投入及產(chǎn)出變量，θ為綜合技術效率，λj為各單位組合系數(shù)，從而當θ*=1，s*-=0，s*+=0時，決策單元為DEA有效，當θ*=1，s-≠0，s+≠0時，決策單元為DEA弱有效，當θ*＜1時，決策單元為DEA非有效，故本文通過此方法來判斷決策單元是否為DEA有效。

1.1.2 Malmquist-DEA模型 為研究2004—2018年間中國20?。ㄖ陛犑?、自治區(qū)）玉米生產(chǎn)效率的動態(tài)變化，采用Fare R等（1994年）提出的Malmquist指數(shù)進行分析，將全要素生產(chǎn)率(Tfpch)分為技術效率變化(Effch)和技術進步(Techch)，并且進一步將技術效率變化分解為純技術效率(Pech)及規(guī)模效率(Sech)，其公式如(3)所示。

式中(xt，yt)、(xt+1，yt+1)為t時期和t+1時期的投入量和產(chǎn)出量，Dt、Dt+1為t時期和t+1時期的技術為參照的距離函數(shù)，故Tfpch=Effch×Techch=Pech×Sech×Techch，當Tfpch＞1時，表明全要素生產(chǎn)率得到提高，反之則降低；當Effch＞1時，表示效率得到改進，Effch＜1時，表示效率低下；當Techch＞1時，表示技術進步，Techch＜1時，表示技術退步。

1.2 Tobit模型

Tobit模型又稱受限因變量模型，是因變量滿足某種約束條件下取值的模型，本文由DEA方法測算得出的效率值取值范圍在0～1之間，滿足被解釋變量兩端取值受到限制，故采用Tobit模型構建回歸模型如式(4)所示。

其中Yi表示玉米生產(chǎn)技術效率，Xi表示各個解釋變量，D0、D1、D2為地區(qū)虛擬變量。

1.3 數(shù)據(jù)來源及指標選取

本研究數(shù)據(jù)來源歷年《中國農(nóng)村統(tǒng)計年鑒》及《全國農(nóng)產(chǎn)品成本收益資料匯編》，選用玉米生產(chǎn)20?。ㄖ陛犑?、自治區(qū)）來測算中國玉米2004—2018年的生產(chǎn)效率。將投入指標分為勞動投入及資本投入，其中勞動投入指標用玉米每畝用工數(shù)量來量化，資本投入包括土地、化肥及種子投入，即為農(nóng)戶重大支出部分，土地投入指標選用玉米播種面積，化肥投入指標即玉米每畝化肥用量，種子投入指標為玉米每畝種子用量，產(chǎn)出指標即為玉米產(chǎn)量。

表1 玉米生產(chǎn)效率評價指標體系

關于玉米生產(chǎn)效率影響因素分為經(jīng)濟社會因素、自然環(huán)境因素、資源環(huán)境因素、地區(qū)差異因素，經(jīng)濟社會因素選擇指標為人均GDP（元），為消除價格影響，利用國內生產(chǎn)總值指數(shù)對其進行平減，自然環(huán)境因素選擇受災面積（萬hm2）來衡量，資源環(huán)境因素選用農(nóng)業(yè)機械總動力（萬kW）、農(nóng)作物總播種面積（萬hm2）及有效灌溉面積（萬hm2）來衡量，地區(qū)差異因素采用3個虛擬變量，北方春播玉米區(qū)表示為D0(1，0)，黃淮海夏播玉米區(qū)表示為D1(1，0)，西南山地玉米區(qū)表示為D2(1，0)，詳見表2。

表2 玉米生產(chǎn)效率影響因素變量描述性統(tǒng)計分析

2 結果與分析

2.1 玉米生產(chǎn)效率的變化趨勢

本研究采用BCC-DEA模型，利用DEAP 2.1軟件測算得出中國20?。ㄖ陛犑?、自治區(qū)）2004—2018年玉米生產(chǎn)的綜合技術效率變化、技術進步變化、純技術效率變化、規(guī)模效率變化及全要素生產(chǎn)率變化，詳見表3。可知2004—2018年中國玉米全要素生產(chǎn)率呈現(xiàn)持續(xù)上下波動，且波動幅度較大，年均下降1.7%，自2006年后中國全面取消農(nóng)業(yè)稅，相應的生產(chǎn)資料成本降低，從而使得玉米全要生產(chǎn)率得到提高，直到2009年達到頂峰后不斷下降，可能原因在于2008年中國出臺玉米臨時收儲政策，玉米比價收益上升促使國內玉米播種面積快速增加，使得本不適合種植玉米的地區(qū)種植玉米，從而生產(chǎn)效率下降，直到2013—2014年玉米全要素生產(chǎn)率有所上升，但后期又處于持續(xù)下降中，說明近些年中國玉米生產(chǎn)存在問題。

表3 2004—2018年中國20省（直轄市、自治區(qū)）玉米技術效率及構成變化

2004—2018年中國玉米全要素生產(chǎn)率平均下降1.7%，其中綜合技術效率下降0.4%，技術變化下降1.3%，從圖1可知，研究階段內中國玉米技術進步與全要素生產(chǎn)率變化方向基本一致，可見2004—2018年間，中國玉米全要素生產(chǎn)率受技術進步影響巨大，全要素生產(chǎn)率的增長主要來源于技術進步，表明在經(jīng)濟不斷發(fā)展和國家大量財政資金的投入下，先進優(yōu)秀的生產(chǎn)技術得到了廣泛的推廣及應用，從而促進了技術進步。

圖1 2004—2018年中國20?。ㄖ陛犑?、自治區(qū)）玉米生產(chǎn)效率及構成變化

2004—2018年中國玉米綜合技術效率年均下降0.4%，均由純技術效率下降導致，降幅不大，純技術效率圍繞1.000上下波動，表明在這一歷史進程中，中國玉米生產(chǎn)各個環(huán)節(jié)資源得到比較充分的的利用，投入產(chǎn)出均處于較優(yōu)的配置，不存在嚴重資源浪費問題，其次規(guī)模效率保持穩(wěn)定。從圖2可知，2004—2018年間，技術效率變化與規(guī)模效率變化基本重合，玉米綜合技術效率變化主要來源在于規(guī)模效率變化，總體看來中國處于玉米生產(chǎn)規(guī)模收益遞增階段。

圖2 2004—2018年中國20?。ㄖ陛犑小⒆灾螀^(qū)）玉米技術效率及構成變化

2.2 玉米生產(chǎn)效率的空間差異

將中國玉米主產(chǎn)省份依照不同生產(chǎn)條件及播種時間分為4個地區(qū)，分別為北方春播玉米區(qū)、黃淮海夏播玉米區(qū)、西南山地玉米區(qū)及西北灌溉玉米區(qū)，其中北方春播玉米區(qū)包括內蒙古自治區(qū)、遼寧省、吉林省、黑龍江省、寧夏回族自治區(qū)及山西省，黃淮海夏播玉米區(qū)包括河北省、江蘇省、山東省、安徽省、河南省以及陜西省，西南山地玉米區(qū)包括湖北省、廣西壯族自治區(qū)、四川省、云南省、貴州省和重慶市，西北灌溉玉米區(qū)包括新疆維吾爾自治區(qū)及甘肅省，從而分析中國玉米生產(chǎn)效率的空間差異，詳見表4。

表4 2018年全國20?。ㄖ陛犑小⒆灾螀^(qū)）玉米生產(chǎn)技術效率及規(guī)模收益變化

分地區(qū)來看，2018年中國玉米生產(chǎn)綜合技術效率總體呈現(xiàn)北方春播玉米區(qū)＞西北灌溉玉米區(qū)＞黃淮海夏播玉米區(qū)＞西南山地玉米區(qū)，最大的原因在于北方地勢平坦、地塊相對集中，有利于玉米種植過程中各個環(huán)節(jié)的機械全覆蓋，而西南山地玉米區(qū)農(nóng)戶大多地塊較為分散，并且屬于山地地形，不利于機械投入。

分省份來看，在2018年只有內蒙古自治區(qū)、吉林省、黑龍江省及新疆維吾爾族自治區(qū)達到DEA有效，即投入產(chǎn)出均達到最優(yōu)狀態(tài)，并且其純技術效率及規(guī)模效率都有效，其余16個?。ㄖ陛犑?、自治區(qū)）的綜合技術效率都為非DEA有效，其中湖北省、貴州省綜合技術效率較低，分別為0.522和0.549，各省份效率差異非常大，主要原因在于不同省份技術水平參差不齊或技術利用率有高有低，湖北省綜合技術效率最低主要是因為湖北玉米種植面積相對穩(wěn)定的鄂西山地春玉米區(qū)地形復雜、土地較為分散，嚴重影響了玉米進行機械化生產(chǎn)，同樣貴州玉米種植地多為山區(qū)，機器設備很難運行，從而導致技術效率不高；從純技術效率來看，云南省技術利用率偏低，其余各地大多滿足DEA有效。

從規(guī)模收益角度來看，除內蒙古自治區(qū)、吉林省、黑龍江省、新疆維吾爾自治區(qū)以外，其余各省份均處于規(guī)模收益遞增階段，即當投入一定比例增加時，產(chǎn)出增長的比例超過要素投入比例，表明隨著生產(chǎn)規(guī)模的不斷擴大，通過利用先進技術及設備減少人工費用，從而得到更大的產(chǎn)出增長比例，對于內蒙古自治區(qū)、黑龍江省及新疆維吾爾自治區(qū)，保持規(guī)模收益不變，即維持現(xiàn)有規(guī)模即最優(yōu)規(guī)模，再增加玉米種植面積則會影響玉米生產(chǎn)效率。

2.3 玉米生產(chǎn)投入冗余分析

由表4可知，2018年除山西省、遼寧省、山東省、湖北省、云南省、陜西省、甘肅省外，其余各省純技術效率均為1，表明在目前的技術水平上，其余各省投入資源的使用是有效率的，因此本文對資源使用不合理的省份進一步分析其原因，從而實現(xiàn)效率提升。利用BCCDEA模型測算得出2018年這7個省份玉米投入及產(chǎn)出的冗余情況，詳見表5。從玉米產(chǎn)出角度來看，通過運算得出玉米產(chǎn)出不足率，如式(5)所示。

表5 2018年玉米投入（產(chǎn)出）冗余率（不足率）分析 %

得出全國平均產(chǎn)出不足率為1.11%，只有山西省、湖北省存在產(chǎn)出不足情況，產(chǎn)出不足率分別為8.39%、13.84%，其在限定投入水平下，沒有達到理想的經(jīng)濟產(chǎn)出，主要原因可能在于該地區(qū)規(guī)?；a(chǎn)程度不夠，資源浪費現(xiàn)象嚴重，從而導致產(chǎn)出不足。

從玉米要素投入角度來看，通過運算得出玉米投入冗余率，如式(6)所示。

對全國玉米生產(chǎn)投入要素的冗余率平均進行比較，得出勞動冗余率＞種子冗余率＞化肥冗余率＞土地冗余率，7省均存在一定程度的土地、化肥、勞動、種子投入過量現(xiàn)象，山西省主要存在化肥投入過量，冗余率為10.04%，過度依賴化肥投入不僅會資源浪費更會造成土壤破壞、環(huán)境污染等問題；遼寧省雖各項投入要素都存在冗余情況，但冗余率偏低，基本接近最優(yōu)狀態(tài)；山東省主要存在勞動力投入過量，冗余率為24.15%，可能由于機械利用率較低，應當減少人工投入增加機械投入從而提高玉米生產(chǎn)效率；湖北省種子冗余過量，冗余率為13.30%，應當加強精量播種技術節(jié)約種子使用數(shù)量，從而降低種子冗余；云南省、陜西省、甘肅省各個要素投入過量現(xiàn)象嚴重，是造成全國玉米生產(chǎn)投入冗余率偏高的關鍵因素，合理安排要素投入至關重要，云南省、陜西省冗余占比最多的是種子，冗余率分別達到33.92%、38.53%，甘肅省冗余占比最多的是勞動，冗余率達到66.67%。

2.4 玉米生產(chǎn)技術效率影響因素分析

本研究利用Stata軟件，采用Tobit回歸估計對模型(4)進行估計，結果表明農(nóng)業(yè)機械總動力、受災面積及地區(qū)差異對玉米生產(chǎn)技術效率影響是顯著的，其中農(nóng)業(yè)機械總動力對玉米生產(chǎn)效率存在負向影響，主要原因可能是隨著經(jīng)濟發(fā)展，國家財政支農(nóng)效果顯著，表現(xiàn)在對農(nóng)用機械的配置上，但農(nóng)業(yè)機械利用率較低，并沒有發(fā)揮出其的作用；其次受災面積對玉米生產(chǎn)技術效率也存在負向影響，與一般研究結論相符合；不同地區(qū)影響著玉米生產(chǎn)技術效率，主要是由于地形等稟賦原因造成的；而人均GDP、農(nóng)作物播種面積、有效灌溉面積對玉米生產(chǎn)技術效率影響不顯著。

3 結論及政策建議

本研究通過利用2004—2018年中國20省（直轄市、自治區(qū)）玉米投入產(chǎn)出面板數(shù)據(jù)，運用DEAMalmquist方法，分析研究階段內中國玉米生產(chǎn)效率的變化及空間差異，并且分析2018年中國各省玉米生產(chǎn)過程中投入產(chǎn)出冗余情況，研究結果表明：第一，2004—2018年技術進步是促進中國玉米全要素生產(chǎn)率增長的主要關鍵因素，綜合技術效率提升對全要素生產(chǎn)率的增加作用較小，其主要依賴于規(guī)模效率的增加；第二，2018年中國玉米生產(chǎn)綜合技術效率總體呈現(xiàn)北方春播玉米區(qū)＞西北灌溉玉米區(qū)＞黃淮海夏播玉米區(qū)＞西南山地玉米區(qū)；第三，山西省、遼寧省、山東省、湖北省、云南省、陜西省、甘肅省純技術效率偏低，存在產(chǎn)出不足或投入冗余現(xiàn)象；第四，農(nóng)業(yè)機械總動力、受災面積及地區(qū)差異對玉米生產(chǎn)技術效率影響是顯著的。針對這些結論，提出3點建議。

表6 玉米生產(chǎn)技術效率影響因素分析結果

（1）培育新型技術人才，加強玉米發(fā)展動力。技術進步是促進中國玉米全要素生產(chǎn)率增長的主要關鍵因素，因此加大科技研發(fā)投入至關重要，首先培育新型農(nóng)業(yè)科技領域人才，對大型復雜農(nóng)用設備使用進行培訓，提高農(nóng)業(yè)機械利用率，從而提高玉米生產(chǎn)效率；其次積極研發(fā)優(yōu)質玉米品種，不斷改良品種遺傳特性，增強品種抗逆能力，進而提高玉米質量及產(chǎn)量，從而改善玉米生產(chǎn)效率；再者克服制約中國玉米生產(chǎn)關鍵技術，長遠發(fā)展農(nóng)業(yè)前沿技術和基礎研究的先進應用，力爭在世界農(nóng)業(yè)科學技術前沿領域中占有重要地位。

（2）改善基礎設施建設，減緩自然災害沖擊。研究結果表明綜合技術效率一定程度上促進了全要素生產(chǎn)率的提高，并且受災面積越大，玉米生產(chǎn)技術效率越低，故應加強和改善基礎設施建設，提高抵御自然災害的能力，積極推進市場化和信息化建設，完善玉米生產(chǎn)者補貼制度，通過增加農(nóng)民種植玉米的積極性，提高玉米生產(chǎn)效率技術上，加強技術推廣和專業(yè)服務體系建設，發(fā)展農(nóng)業(yè)專業(yè)合作組織，資金、技術和人文服務與支持，并通過應用現(xiàn)代技術和推廣，有效解決生產(chǎn)技術效率低下的問題。

（3）落實結構調整政策，開展規(guī)模適度經(jīng)營。綜合技術效率的提升主要依靠規(guī)模效率拉動，合理安排玉米種植規(guī)模對生產(chǎn)效率有明顯促進作用，首先應當不斷實行玉米結構調整政策，減少“鐮刀彎”等非優(yōu)勢產(chǎn)區(qū)玉米種植，保護及擴大優(yōu)勢產(chǎn)區(qū)玉米種植，使優(yōu)勢產(chǎn)區(qū)規(guī)?；粩嘣黾?，逐步培養(yǎng)出具有競爭力的優(yōu)質產(chǎn)品，但目前調減非優(yōu)勢產(chǎn)區(qū)仍存在許多問題，有些鐮刀灣地區(qū)例如黑河市因氣候、土壤原因必須實行玉米大豆輪作，因此應針對具體地方采取具體政策調減玉米種植；其次深化農(nóng)村土地流轉市場的改革，規(guī)范農(nóng)戶土地流轉程序，完善土地流轉相關法律法規(guī)，使得農(nóng)戶和其他新型農(nóng)業(yè)經(jīng)營主體能夠更實惠、更方便、更容易流轉土地，進而推進適度規(guī)模經(jīng)營，減少地塊分散的現(xiàn)象，使得機械化水平得到提升，從而促進玉米生產(chǎn)率提高。