黑龙江省农业生态效率测度研究--中国期刊网

字体：大中小

首页> 原创作品> 正文

黑龙江省农业生态效率测度研究

发表时间：2021/6/7 来源：《基层建设》2021年第2期作者：李新月

[导读] 摘要：本文选取黑龙江省2014-2019年的面板数据，构建了测度黑龙江省农业生态效率的指标体系，采用数据包络分析法（DEA）测算了黑龙江省农业生态效率值。

        哈尔滨商业大学黑龙江哈尔滨 150028
        摘要：本文选取黑龙江省2014-2019年的面板数据，构建了测度黑龙江省农业生态效率的指标体系，采用数据包络分析法（DEA）测算了黑龙江省农业生态效率值。结果表明，黑龙江省农业生态效率处于非DEA有效状态；黑龙江省6年间全要素生产率均值为1.002，整体上处于效率进步状态。最后，针对产生的问题给出相应的对策建议。
        关键词：农业生态效率；DEA模型；Malmquist指数法；黑龙江省
        0 引言
        作为我国粮食安全的“压舱石”，黑龙江省农业经济保持平稳健康发展。2019年粮食作物播种面积21321.8万亩，总产量达到1501.4亿斤，实现“十五连丰”，连续8年位居全国首位。但与此同时，黑龙江省传统的粗放型农业发展模式严重阻碍了其农业农村经济向好发展态势，其农业环境发展压力不言而喻。为全面贯彻落实党中央、国务院和省委、省政府关于“三农”工作的重大决策部署，合理准确的对黑龙江省农业生态效率进行测度研究具有重大意义。
        根据现有的农业生态效率研究成果，国内外学者大多以实证为主。从研究区域上看，众多学者针对全国的农业生态效率进行了测度研究[1-2]，以及针对中国粮食主产区[3]、山东省[4]等农业生态效率的评价研究；从研究方法上看，应用较为广泛的为数据包络分析法，主要采用的模型有传统DEA模型[5]，SBM模型[6]，超效率模型[7]等；从研究内容上看，众多学者们在分析农业生态效率的基础上，还对其提升路径[8]，空间溢出效应[9]及时空分异[10]做出了评价研究。
        本文选取了黑龙江省2014-2019年的面板数据，利用DEAP2.1软件，分别采用DEA模型和Malmquist指数对黑龙江省农业生态效率进行测度，得出结论并提出改善建议。
        1 研究方法与理论模型
        1.1 DEA-CCR模型
        数据包络分析（DEA）是美国著名运筹学家Charnes等提出的一种效率评价方法。评价对象即为决策单元（DMU）。DEA法把单投入与单产出的效率概念发展到多投入、多产出的综合性效率评价中，DEA法避免主观干扰，具有很强的科学性和客观性。DEA-CCR模型是以规模报酬不变为前提条件，模型的最大效率值为1，值越大，说明效率越高。
        1.2 DEA-Malmquist模型
        Malmquist指数是衡量全要素生产率的动态变化情况。当该指数大于1时，表示全要素生产率呈上升趋势，效率有一定程度的提高；反之，若该指数值小于1则表明全要素生产率呈下降趋势，效率有所下降。
        2 指标选取与数据来源
        农业生态效率评价的思想就是在保证最小投入量的同时，确保达到最大化的产出。本文参考以往学者的研究情况，将成本指标作为投入指标，将收益性指标最为产出指标，构建黑龙江省农业生态效率评价指标体系（见表1）。研究数据均来源于各年的《黑龙江省统计年鉴》以及各县市统计年鉴。
        表1 吉林省农业生态效率评价指标体系

        3 实证结果及分析
        3.1 基于DEA-CCR模型的效率测度结果分析
        通过DEAP2.1软件，对黑龙江省13个地级市2014年到2019年的综合技术效率进行了测度。结果如表2所示。
        表2 黑龙江省13地级市2014 -2019年综合技术效率

        从整体上来看，2014到2019年间，黑龙江省农业生态效率平均水平为0.736，整体上并未处于生产有效前沿面状态，约有26.4%的投入并未得到有效的产出。从个体上看，每年均达到DEA有效的城市为大兴安岭市，说明该地区每年的投入产出比例都达到了最佳状态；哈尔滨、鸡西、伊春、佳木斯、牡丹江和绥化市的综合效率均值均超过了黑龙江省农业生态效率平均水平。其中，伊春和牡丹江市的综合效率四年都达到了最优状态，整体效率较高；综合效率最低的城市是七台河市，从表2中可以看出，该城市每年都低于黑龙江省综合效率均值，说明该城市的资源利用率较低，需进一步优化投入产出比例。
        3.2 基于DEA-Malmquist模型的效率测度结果分析
        本文通过Malmquist指数法，对黑龙江省13个城市的农业生态效率进行动态分析，并进一步将Malmquist指数分解为技术效率变化指数（effch）和技术进步变化指数（techch），其中技术效率变化指数又可进一步分解为纯技术效率变化指数（pech）和规模效率变化指数（sech）。具体结果如表3。
        表3 2014-2019年黑龙江省各城市Malmquist指数及其分解

        表3为2014至2019年黑龙江省各城市的动态效率变动结果。黑龙江省13个城市中全要素生产率小于1的有6个，其余城市的全要素生产率均大于1。全要素变动大于1的城市，其技术效率变化指数也均大于1，而技术进步指数变化各城市表现不一，其中处于技术退步状态的城市有7个，严重影响了黑龙江省各城市的农业生态效率。
        4 结论
        本文基于DEA模型和Malmquist指数模型对黑龙江省13个城市的农业生态效率进行测度分析，并从两个方面得出相应结论。
        4.1 黑龙江省整体农业生态效率偏低，各城市之间差距较大
        黑龙江省整体水平为0.736，未达到有效状态。13个城市中只有大兴安岭每年均处于生产有效前沿面状态，未达到DEA有效的城市中有6个城市超过黑龙江省平均水平，其余均为达到黑龙江省平均水平。说明黑龙江省各城市之间农业生态效率差距较大，存在投入冗余现象，需进一步调整投入产出比例，以期提高农业生态效率水平。
        4.2 近年来全要素生产率稳步上升，农业生态效率呈进步趋势
        黑龙江省6年间全要素生产率均值为1.002，农业生态效率呈进步趋势。效率进步主要是技术效率提高的结果，技术进步指数为0.997，在一定程度上阻碍了黑龙江省农业生态效率的提升。
        鸡西、鹤岗、双鸭山、黑河、伊春、佳木斯和七台河市全要素生产率均大于1，处于农业生态效率进步状态。绥化、大兴安岭、大庆、牡丹江、哈尔滨和齐齐哈尔市全要素生产率均小于1，处于农业生态效率退步状态。研究发现，技术效率下降与技术退步均阻碍了黑龙江省生态效率的提升，政府应加大对农业科技的投入力度，提高技术水平，进一步优化投入产出比例减少不必要的资源浪费。
        参考文献：
        [1]陈菁泉，信猛，马晓君，常百舒，张紫嫣.中国农业生态效率测度与驱动因素[J].中国环境科学，2020，40（07）：3216-3227.
        [2]徐祥.中国粮食主产区农业生态效率评价、收敛性及影响因素研究[D].安徽财经大学，2020.
        [3]方永丽，曾小龙.中国省际农业生态效率评价及其改进路径分析[J/OL].农业资源与环境学报：1-10[2020-12-18].https：//doi.org/10.13254/j.jare.2020.0148.
        [4]葛敏.山东省农业生态效率评价及影响因素分析[D].青岛大学，2020.
        [5]任红霞.基于DEA模型的农业生态效率综合测度[J].统计与决策，2019，35（06）：99-103.
        [6]张贇.基于非期望产出SBM模型及面板Tobit模型对中国农业生态效率的实证分析——以陕甘宁青四地区为例[J].海南金融，2018（02）：17-28.
        [7]崔叶辰，韩亚丽，吕宁，祝宏辉.基于超效率SBM模型的农业生态效率测度[J].统计与决策，2020，36（21）：87-90.
        [8]王永静，陈增增.天山北坡经济带农业生态效率评价及提升路径研究——基于Super–SBM模型和Global–Malmquist指数[J].生态经济，2020，36（02）：111-117.
        [9]吴梵，高强，刘韬.农业科技创新、空间溢出与农业生态效率[J].统计与决策，2020，36（16）：82-85.
        [10]刘华军，石印.中国农业生态效率的空间分异与提升潜力[J].广东财经大学学报，2020，35（06）：51-64.
        作者简介：
        李新月（1998.11-），女，汉族，黑龙江省兰西县人，哈尔滨商业大学，硕士研究生，研究方向：宏观经济统计分析