随着中国经济发展,城镇化速度加快以及农业现代化和农业产业化的发展,设施农业以其与传统农业相比,生产受季节约束较小,能够实现农产品的反季节供应,同时能够提高农业生产效率等方面的特点,成为现代农业发展的重要内容。在中国设施农业发展中,设施蔬菜产业的发展备受关注。改革开放以后,中国蔬菜产量大幅度增长:1980年,中国蔬菜总产量为1.9亿吨;2000年,中国蔬菜总产量为4.2亿吨;2016年为7.98亿吨。同时,设施蔬菜生产发展迅速,由于设施蔬菜生产受到季节约束较小,能够实现一年四季不间断供应,所以对于平衡蔬菜季节性供应发挥了巨大作用,同时,设施蔬菜与露地蔬菜生产相比往往对土地、水源以及光照等资源的利用率更高,体现了生产的集约化,是现代农业发展的典型代表,成为很多地区发展的重点产业。中国农业发展经过几十年的粗放式增长,如今,经济增长的资源约束问题、城市化对耕地的需求问题、农业生产投入的食品安全问题等都要求在蔬菜生产过程中减少化肥和农药投入,提高蔬菜生产效率。中国幅员辽阔,不同省份在农业生产的资源投入和技术水平等方面差距较大,以省域视角考察设施蔬菜生产技术效率具有一定的全面性。文章以中国种植面积和产值较大的设施番茄和设施黄瓜为对象,研究中国设施蔬菜生产技术效率的特点以及当前影响中国设施蔬菜生产技术效率的主要因素。
鉴于环境约束问题、资源约束问题的存在,中国原有的粗放型经济增长方式受到越来越大的挑战,经济增长过程中的技术效率研究已经成为经济研究的重要方面。截至目前的相关研究中,关于技术效率的研究涉及全国新兴产业技术效率的研究[1-3]、中国区域和行业技术效率的研究[4-9],涉及农业技术效率的研究主要集中于对粮食生产技术效率的研究[10-12]、水资源利用技术效率研究等[13],涉及蔬菜生产技术效率的研究有对中国蔬菜生产技术效率的总体研究[14-17];王欢等基于三阶段的数据包络分析(DEA)模型对中国蔬菜生产资源配置效率进行分析,张标等利用超越对数生产函数模型,对中国蔬菜生产技术效率进行测算,同时分析了技术效率变化的影响因素;从区域视角对中国蔬菜生产技术效率的比较研究[18],左飞龙等利用数据包络分析测算中国不同区域露地番茄生产技术效率,并提出相关对策,孔祥智、王亚坤、苑颖等对设施蔬菜生产技术效率进行相关研究[19-21];冯献、孙瑞华等对中国不同省份蔬菜生产技术效率进行研究[22-23]。总之,对技术效率的研究涉及范围比较广,研究领域涉及不同行业。综合以上文献,对于蔬菜生产技术效率的研究,主要体现如下特点:首先,对于蔬菜尤其是设施蔬菜技术效率的研究起步较晚,主要是因为设施蔬菜产业是近些年大规模发展起来的,尤其在一些大城市和经济发达地区,设施蔬菜发挥的作用在不断增大;其次,研究的内容为对蔬菜生产技术效率的测算,提出提高蔬菜生产技术效率的对策,研究内容还涉及对影响蔬菜技术效率因素的分析,其中,农民收入水平,城镇化水平、农村劳动力受教育水平、财政支农比例、当地经济发展水平等为主要影响因素;但在以往的文献中,对于蔬菜生产经济效益是否对设施蔬菜生产技术效率产生影响没有涉及。
基于上述考虑,文章拟在对中国省域设施蔬菜生产技术效率测算的基础上,运用面板Tobit模型进行设施蔬菜生产技术效率影响因素分析。
二、理论分析与模型构建 (一) 生产技术效率Farrel认为公司的效率可以分为两个部分:一是技术效率,反映了公司在给定投入情况下所能获得最大产出的能力;二是配置效率,反映了给定各自投入价格情况下使用最优比例的能力,上述二者结合起来给出了总经济效率的测度[24]。一般认为,技术效率是制度变革、组织创新等所产生的产出增加。生产技术效率反映的是生产过程中现有技术水平的有效性,也就是在既定生产条件下,投入量与产出水平之间的关系。对于确定的生产要素投入,在合适的生产规模下,充分发挥经营管理水平和科学技术水平,所能达到的最大产出形成生产前沿面,而在实际的生产过程中,产量往往不能达到生产前沿面,两者的差距反映生产技术效率,即两者差距越小,说明技术效率水平越高。在规模报酬可变(VRS)的情况下,技术效率又被分解为纯技术效率和规模效率。纯技术效率反映生产处于最佳规模的决策单元与生产前沿面的差距;规模效率反映决策单元与最优规模的差距。
(二) 模型构建目前对于生产效率的研究主要涉及两种研究方法,一种是数据包络分析方法,另一种是随机前沿生产函数分析方法。前者为基于线性规划的非参数分析方法,后者为参数分析方法。数据包络分析是以相对效率概念为基础发展起来的一种效率评价方法,考虑多投入效率的测度,其主要思想是保持决策单元的输入或输出值不变,借助线性规划原理将决策单元投影到有效前沿面上,再对比决策单元偏离有效前沿面的程度来评价它们各自的相对有效性。由于数据包络分析无需对数据进行无量纲化处理,所以被广泛应用于各个行业效率的测度。
数据包络分析模型分为投入主导型(Input-Orientated)和产出主导型(Output-Orientated)效率测度;根据规模报酬变化的假设,还分为规模报酬不变(CRS)和规模报酬可变(VRS)的情况。鉴于蔬菜生产技术发展等原因,本研究假设设施蔬菜生产规模为规模报酬可变的情况,同时研究投入主导型的模式,即采用DEA-BCC模型。
模型的具体形式为:假设有k个决策单元,即选择的21个省份设施蔬菜,每个省份都有m种类型的输入和n种类型的输出, Xij代表第j个决策单元对第i种类型输入的输入量;Yrj代表第j个决策单元对第r种类型输入的输出量,所以,Xij=(x1j, x2j, ...xmj)T, Yrj=(y1j, y2j, ...yrj)T, γi为各决策单元的权重。
![]() |
其中:θk为被评价单元在规模报酬可变条件下的技术效率数值,θk为介于0和1之间的数值,当θk=1时,认为被评价单元处于生产前沿面上,即DEA有效,若θk < 1时,认为被评价单元处于生产前沿面以下,即存在效率损失。
(三) 面板Tobit模型构建通过数据包络分析方法测算的技术效率为介于0和1之间的数值,考虑使用面板Tobit模型:
![]() |
其中:yi*不可观测;扰动项εit:N(0, σε2);μi为个体效应,若μ1=μ2=…=μn,可以使用混合Tobit模型。若允许个体效应存在,在0处存在左归并,则有
![]() |
若μi与解释变量xit不相关,则为随机效应模型;否则,为固定效应模型。对于固定效应的Tobit模型,由于找不到个体异质性μi的充分统计量,所以无法进行条件最大似然估计,如果在混合Tobit模型中加入面板单位的虚变量,得到的固定效应的估计值也是不一致的[25],所以本研究采用随机效应的Tobit模型。如上式中,yit*为潜在被解释变量,yit为被解释变量。
(四) 变量选取关于蔬菜生产效率即数据包络分析模型的变量选取,投入变量为设施番茄和设施黄瓜的每亩人工费用、土地费用、化肥费和农药费,产出变量为每亩蔬菜的主产品产值。
考虑到本研究关注的一个重点问题是种菜收益是否为影响蔬菜生产效率的重要原因,所以蔬菜生产的成本利润率为重要变量。近些年,很多学者关注城市化进程对农业生产效率的影响,对于设施蔬菜生产,城市化进程的影响会更加突出。因为随着城市化进程的推进,更多的农业用地被挤占,尤其是一些经济发达地区,城市化进程速度更快,而这些地区往往又是蔬菜的主要消费地点,鉴于此,设施蔬菜成为城市化进程中发展最快的产业之一,所以,本研究将城市化率列为影响蔬菜生产效率的因素。同时,根据相关文献和理论,本研究选取的变量还有,反映某地区蔬菜生产规模的指标——蔬菜播种面积占农作物总播种面积的比重;选取受灾面积占农作物总播种面积的比重考察灾害对设施蔬菜生产效率的影响;设施蔬菜相对于露地蔬菜来说,需要大量的基础设施投资,比如设施的建设费用等,所以考察农民对农业的投资是否对设施蔬菜生产效率产生影响。相关变量和预期影响方向如表 1所示。
![]() |
表 1 变量选取与预期方向 |
三、设施蔬菜生产技术效率的测算与分析 (一) 数据来源
由于全国农产品成本收益资料汇编关于设施蔬菜生产成本收益的数据从2011开始分省份进行统计,考虑到研究的时效性,本研究选取2011-2016年全国21个省市的设施番茄和设施黄瓜生产数据,同时结合相关省份社会经济与农业数据。数据来源于《全国农产品成本收益汇编(2012-2017)》《中国统计年鉴(2012-2016)》《中国农村统计年鉴(2012-2016)》。考虑到番茄和黄瓜作为果类蔬菜,在全国播种面积较广,同时产量也较大,研究具有一定的代表性。
(二) 测算结果与分析对于设施番茄和设施黄瓜技术效率的测度,文章选用投入导向型的规模报酬可变多阶段DEA方法。
测算结果表明,中国设施番茄和设施黄瓜生产技术效率最高的地区是天津,六年中,设施番茄和设施黄瓜的生产技术效率均为1,其次为湖北、陕西、黑龙江等地区,而上海、安徽、浙江等地区设施番茄和设施黄瓜生产技术效率与全国相比偏低,整体表现为人工成本和化肥投入冗余较多。以2015年为例,设施番茄和设施黄瓜生产纯技术效率相对于规模效率低的地区包括山西、内蒙古、吉林、上海、山东、河南和甘肃等地区;同时,上海、黑龙江、湖北等地区的规模效率相对于纯技术效率偏低,具体如图 1和图 2所示。从全国来看,2011-2016年设施番茄和设施黄瓜平均生产技术效率不同省份之间差别较大,设施番茄整体呈现波动上升;而设施黄瓜全国平均生产技术效率与共前沿面相比则呈现波动下降。
![]() |
图 1 2015年中国设施番茄生产技术效率 |
![]() |
图 2 2015年中国设施黄瓜生产技术效率 |
从地区来看,将21个省份分为东部地区包括北京、天津、河北、上海、江苏、浙江和山东7个省市地区;中部地区包括山西、安徽、河南和湖北4个省份;西部地区包括内蒙古、四川、陕西、甘肃、青海、宁夏和新疆7个省份和自治区;东北地区包括辽宁、吉林和黑龙江3个省份。根据以全国为共前沿面效率分析的结果,得到中国东部地区、中部地区、西部地区和东北地区设施番茄和设施黄瓜生产技术效率的平均值,如表 2和表 3所示。从地区来看,东部地区设施番茄生产技术效率相对于其他地区较高,西部地区设施黄瓜的生产技术效率较高;从时间来看,设施番茄生产技术效率不断增长,设施黄瓜各个地区随时间变化呈现出不同的变化趋势。
![]() |
表 2 2011-2016年全国不同地区设施番茄生产技术效率值 |
![]() |
表 3 2011-2016年全国不同地区设施黄瓜生产技术效率值 |
四、设施蔬菜生产技术效率影响因素分析
根据对设施番茄和设施黄瓜生产技术效率的测算结果,选用面板Tobit模型分别对影响设施番茄和设施黄瓜生产技术效率因素进行分析,根据表 4,其中农作物受灾面积占农作物总播种面积比重对设施番茄和设施黄瓜的生产效率影响不显著,可能的原因为设施农业与露地种植相比,对自然灾害的抵御能力更强,所以当地农业受灾情况对于当地设施蔬菜生产技术效率的影响不显著。考虑到Tobit模型并非线性回归模型,故其回归系数并不是边际影响,其边际影响如表 5所示。
![]() |
表 4 设施番茄和设施黄瓜生产技术效率影响因素回归结果 |
![]() |
表 5 设施番茄和设施黄瓜生产技术效率影响因素 |
第一,每亩蔬菜的成本利润率对设施番茄和设施黄瓜生产技术效率的影响为正,而且在1%水平显著,设施番茄成本利润率对其技术效率的边际影响为0.1571,设施黄瓜为0.3303,蔬菜生产的成本利润率对其生产技术效率有较大影响。究其原因,随着农业商品化的发展,设施蔬菜的商品化率较高,大多数地区设施蔬菜的商品化率都为100%,在这样的情况下,菜农十分重视设施蔬菜的经济效益,对于成本利润率较高的设施蔬菜生产往往投入更多的精力,具有更大的生产积极性,在生产过程中会更加注重先进技术的应用,进而不断提高设施蔬菜生产效率。
第二,城镇化率对设施番茄和设施黄瓜生产技术效率的影响为正,对设施番茄和设施黄瓜的边际影响分别达到0.6724和0.3252,与张标的研究结果相一致[14]。随着经济发展,城镇化比率不断提高,政府对土地的规划进一步促使规模化的设施蔬菜生产代替传统的小农作业,从而促进生产技术效率的提高[14],同时,城镇化水平的推进与耕地的减少和政府政策的引导,使得农民生产的专业化水平不断提高,进而提高蔬菜生产技术效率。
第三,蔬菜播种面积占农作物总播种面积的比重对设施番茄和设施黄瓜生产技术效率的影响为负向,这与预期相反。但通过效率测算发现,蔬菜种植大省山东,其设施番茄和设施黄瓜生产技术效率并不高,这与回归结果一致。
第四,农业投资占农村总投资的比重对设施黄瓜生产技术效率影响不显著,对设施番茄生产技术效率影响为负。通过设施番茄和设施黄瓜的实证分析发现,从某种意义上说,依靠农业投资带动生产效率提高的作用不显著。
五、结论与对策建议通过对全国不同省份设施番茄和设施黄瓜生产技术效率的测算和其影响因素的分析,文章得到如下研究结论:
第一,通过对设施番茄和设施黄瓜生产技术效率的分析,发现中国设施番茄和设施黄瓜生产技术效率整体偏低,设施番茄生产技术效率全国平均水平呈现波动上升趋势,而设施黄瓜整体呈现波动下降情况。
第二,通过从地区角度考察,发现设施番茄和设施黄瓜生产技术效率地区之间差异较大。
第三,通过对比得到,设施番茄的纯技术效率和规模效率都偏低,设施黄瓜的规模效率普遍高于其纯技术效率。
第四,通过对设施番茄和设施黄瓜生产技术效率影响因素的分析得出,蔬菜生产的成本利润率、城镇化率对设施番茄和设施黄瓜生产技术效率有正向影响,蔬菜播种面积占农作物总播种面积的比重对设施番茄和设施黄瓜生产技术效率有负向影响。
根据以上研究结论和设施番茄设施黄瓜的生产实际,提出如下政策建议:第一,从产业组织角度,目前,中国设施蔬菜主要生产地区基本上都成立蔬菜生产合作社,合作社在蔬菜良种选择、培育、蔬菜生产指导、病虫害防治、采收与销售组织方面发挥了很大作用,但是合作社发展过程中也存在很多问题,实地调研发现,不同地区蔬菜生产合作社发展的水平也不尽相同,今后应该进一步加强合作社在蔬菜产业链发展中的重要作用,将各个地区蔬菜合作社的工作落到实处,充分发挥合作社在蔬菜生产组织过程中的重要作用,切实提高设施蔬菜生产效率。第二,从蔬菜销售市场角度,根据近年对设施蔬菜主产地调研的情况,菜农普遍反映近些年蔬菜价格波动较大,蔬菜生产风险增加,根据如上情况,政府应该做好蔬菜市场行情预测,同时应该建立蔬菜市场行情信息交流平台,使菜农及时了解蔬菜市场供求信息,根据市场情况对蔬菜种植品种、上市时间做出调整,进而起到稳定蔬菜价格,稳定菜农经济收益进而提高蔬菜生产效率的目的。第三,从蔬菜生产质量安全角度,调研中发现,多数菜农会选择为了增加产量而多施肥,忽略质量安全问题,在蔬菜生产过程中,应该注重蔬菜生产技术的推广,通过新技术的使用增加蔬菜产量和品质,减少病虫害对蔬菜生产的影响,提高菜农经济效益。同时,引导菜农注重蔬菜生产质量安全,通过蔬菜生产质量认证,使菜农切实感受到质量安全带来的经济效益,促使菜农注重蔬菜生产质量安全。
[1] |
项本武, 齐峰. 中国战略性新兴产业技术效率及其影响因素[J]. 中南财经政法大学学报, 2015(2): 3-11, 158. |
[2] |
吕岩威, 孙慧. 中国战略性新兴产业技术效率及其影响因素研究[J]. 数量经济技术经济研究, 2014(1): 128-143. |
[3] |
黄海霞, 张治河. 基于DEA模型的我国战略性新兴产业科技资源配置效率研究[J]. 中国软科学, 2015(1): 150-159. |
[4] |
钟廷勇, 安烨. 文化创意产业技术效率的空间差异及影响因素——基于异质性随机前沿模型(HSFM)的实证分析[J]. 中南财经政法大学学报, 2014(1): 69-75, 103, 159. |
[5] |
吕健. 市场化与中国金融业全要素生产率——基于省域数据的空间计量分析[J]. 中国软科学, 2013(2): 64-80. |
[6] |
乐祥海, 陈晓红. 中国文化产业技术效率度量研究:2000-2011年[J]. 中国软科学, 2013(1): 143-148. |
[7] |
何枫, 祝丽云, 马栋栋, 等. 中国钢铁企业绿色技术效率研究[J]. 中国工业经济, 2015(7): 84-98. |
[8] |
石风光, 周明. 中国地区技术效率的测算及随机收敛性检验——基于超效率DEA的方法[J]. 研究与发展管理, 2011(1): 23-30. |
[9] |
殷凤, 张云翼. 中国服务业技术效率测度及影响因素研究[J]. 世界经济研究, 2014(2): 75-80, 86, 89. |
[10] |
高鸣, 宋洪远. 粮食生产技术效率的空间收敛及功能区差异——兼论技术扩散的空间涟漪效应[J]. 管理世界, 2014(7): 83-92. |
[11] |
黄祖辉, 王建英, 陈志钢. 非农就业、土地流转与土地细碎化对稻农技术效率的影响[J]. 中国农村经济, 2014(11): 4-16. |
[12] |
马林静, 王雅鹏, 吴娟. 中国粮食生产技术效率的空间非均衡与收敛性分析[J]. 农业技术经济, 2015(4): 4-12. |
[13] |
孙才志, 赵良仕, 邹玮. 中国省际水资源全局环境技术效率测度及其空间效应研究[J]. 自然资源学报, 2014(4): 553-563. |
[14] |
张标, 张领先, 傅泽田, 等. 我国蔬菜生产技术效率变动及其影响因素分析——以黄瓜和茄子为例[J]. 中国农业大学学报, 2016(12): 133-143. |
[15] |
王欢, 穆月英. 基于农户视角的我国蔬菜生产资源配置评价——兼对三阶段DEA模型的修正[J]. 中国农业大学学报, 2014(6): 221-231. |
[16] |
吕超, 周应恒. 我国蔬菜产业生产效率变动分析[J]. 统计与决策, 2011(9): 92-94. |
[17] |
鲁强. 中国大中城市蔬菜生产技术效率提高了吗?——基于超越对数随机前沿模型的分析[J]. 宏观质量研究, 2017(1): 74-90. |
[18] |
左飞龙, 穆月英. 我国露地番茄生产效率的区域比较分析[J]. 中国农业资源与区划, 2013(4): 64-68. |
[19] |
孔祥智, 张琛, 周振. 设施蔬菜生产技术效率变化特征及其收敛性分析——以设施番茄为例[J]. 农村经济, 2016(7): 9-15. |
[20] |
王亚坤, 王慧军. 我国设施蔬菜生产效率研究[J]. 中国农业科技导报, 2015(2): 159-166. |
[21] |
苑颖, 王冠雄, 杨春河, 等. 不同组织模式下设施蔬菜生产效率分析——基于农户调研数[J]. 天津农业科学, 2016(10): 80-83. |
[22] |
冯献, 李瑾, 郭美容. 基于节水的北京设施蔬菜生产效率及其对策研究[J]. 中国蔬菜, 2017(1): 55-60. |
[23] |
孙瑞华, 韩书爱, 陈强. 基于数据包络分析的山东省蔬菜产业生产效率分析[J]. 河南科学, 2014(6): 1119-1124. |
[24] |
FARREL M J. The measurement of production efficiency[J]. Journal of Royal Statistical Society, 1957, 120(3): 253-281. DOI:10.2307/2343100 |
[25] |
陈强. 高级计量经济学及Stata应用[M]. 北京: 高等教育出版社, 2013: 23.
|