基于SBM模型的新疆农业绿色全要素生产率评价研究.pdf

基于 SBM 模型的新疆农业绿色全要素生产率评价研究王学敏杨 磊*（新疆农业大学公共管理学院，新疆乌鲁木齐 830052）摘要在农业绿色可持续发展的背景下，推动农业生产方式转变成为我国农业发展的必然选择。本文基于20112020 年新疆各地区的面板数据，运用含非期望产出的 SBM 模型和 GML 指数分析新疆农业绿色全要素生产率。结果表明：新疆农业绿色全要素生产率（GTFP）虽出现了明显的区域差距，但样本期间农业绿色全要素生产率整体呈现增长趋势，20112020 年新疆昌吉、博阿塔拉、巴音郭楞、阿勒泰的 GEC 指数保持在 1 以下，而其 GTC 指数则保持在 1 以上。可见 20112020 年新疆地区 GTFP 负增长是相对效率的倒退，相反，技术改进则1，这意味着新疆各地州及兵团的 GTFP 增长主要得益于技术进步。因此，健全对农业企业的政策支持、完善农业补贴制度、加强对绿色农业科技知识的宣传是推动新疆绿色农业发展的有效路径。关键词绿色全要素生产率；超效率 SBM 模型；技术进步；技术效率；新疆维吾尔自治区中图分类号F326文献标识码A文章编号 1007-5739（2023）22-0171-05DOI：10.3969/j.issn.1007-5739.2023.22.042开放科学（资源服务）标识码（OSID）：Evaluation of Xinjiang Agricultural Green Total Factor Productivity Based on SBM ModelWANG XueminYANG Lei*(School of Public Management,Xinjiang Agricultural University,Urumqi Xinjiang 830052)AbstractUnder the background of green and sustainable development of agriculture,promoting the transforma-tion of agricultural production mode has become an inevitable choice for agricultural development in China.Based onthe panel data of various regions in Xinjiang from 2011 to 2020,this paper analyzed the green total factor productivity ofagriculture in Xinjiang by using the SBM model with unexpected output and GML indexes.The results showed that,although there had been a significant regional gap in the green total factor productivity of agriculture in Xinjiang,theoverall growth trend of agricultural green total factor productivity was observed during the sample period.From 2011 to2020,the GEC indexes of four areas of Changji,Boatara,Bayingolin and Altais in Xinjiang remained below 1,while theirGTC index remained above 1.It could be seen that the negative growth of agricultural green total factor productivity inXinjiang from 2011 to 2020 was a regression of relative efficiency,while technological improvement was greater than 1.This indicated that the growth of agricultural green total factor productivity in various states and corps in Xinjiangmainly benefited from technological progress.Therefore,improving policy support for agricultural enterprises,improvingthe agricultural subsidy system,and strengthening the promotion of green agricultural technology and knowledge wereeffective ways to promote the development of green agriculture in Xinjiang.Keywordsgreen total factor productivity;super efficiency SBM model;technical progress;technical efficiency;Xinjiang Uygur Autonomous Region在经济新常态背景下，促进农业向多元化发展，大力推进绿色农业发展是目前我国农业发展的新目标。2019 年 7 月，国务院印发了 关于促进乡村产业振兴的指导意见（以下简称 意见），进一步明确了乡村产业振兴的目标任务和具体举措，提出要推进“绿色兴农”和“质量兴农”，这标志着国家对农业的要求已经从提高产量转变为绿色高质量发展。2022 年10 月，中国共产党第二十次全国代表大会提出，必须牢固树立和践行“绿水青山就是金山银山”的理念，站基金项目2021 年自治区“三农”课题研究项目“新疆制止耕地 非农化、防止 非粮化 对策研究”（2021-SNKT-11）。第一作者王学敏（1998），女，硕士研究生在读。研究方向：农村经济发展与管理。E-mail：*通信作者收稿日期 2023-03-13现代农业科技2023 年第 22 期农村经济学171现代农业科技2023 年第 22 期农村经济学在人与自然和谐共生的高度谋划发展。因此，农业绿色发展对于改善农业生态环境和促进农业经济增长有着重要的理论借鉴和实践指导意义。绿色全要素生产率是衡量农业绿色发展的重要指标1，测度农业绿色全要素生产率水平是了解农业绿色转型进度以及解决农业绿色发展过程中面临何种问题的重要途径。近年来，国内研究中国农业绿色全要素生产率的相关文献逐渐增多，涉及的研究方法也愈加丰富全面。李 康2以湖北省为主要研究对象，具体分析湖北省 2019 年的农业技术效率状况，从投入和产出视角剖析其各自的改进方向，并通过面板回归模型探讨湖北省农业绿色全要素生产率的影响因素，得出 20092019 年湖北省农业绿色全要素生产率总体上呈现不断提升的态势，并且 2019 年湖北省有 9 个市、州的综合技术效率均小于 1。王永静等3运用 EBM 模型-Malmquist Luenberger 生产率指数法分析了我国粮食主产区的空间集聚特征，并对影响我国粮食主产区农业绿色发展的因素进行了分析，结果发现，农业绿色全要素生产率呈“M”形波动，增长幅度微弱，其主要驱动来源是农业绿色技术进步。李文启等4基于面板数据，采用耦合协调模型对黄河流域农业生态效率与绿色全要素生产率耦合协调度进行了分析，并研究了黄河流域内农业生态效率的时空变化特征。代瑞熙等5使用 Tobit 模型从经济水平、财政投资、资源禀赋、生产条件 4 个方面，对小麦绿色全要素生产率的影响因素进行了实证分析，研究发现小麦绿色全要素生产率处于下降状态，且技术“退步”是主要原因。沈 洋等6基于 20002019 年我国各省份的面板数据，从碳汇和碳排放两个角度分析农业绿色全要素生产率，并进行了空间收敛性分析。本文基于新疆 14 个地级市 20112020 年农业的相关数据，通过研究相关文献资料构建指标体系，并根据 10 年间新疆农业发展现状，运用数据 SBM 模型来评价新疆的农业生态效率，利用 GML 模型分析测算新疆农业绿色全要素生产率及其分解值，并对未来新疆农业绿色发展提出相关建议7。1数据来源与研究方法1.1数据来源本文选取新疆 14 个地区的各项农业产出要素、农业生产总值和投入要素样本数据进行分析，数据来自 20112020 年 新疆统计年鉴，包括新疆 14 个地区的农业从业人数、农用机械总动力、农作物播种面积、灌溉面积以及非期望产出化肥污染量等指标。1.2模型构建1.2.1非期望产出-超效率SBM模型包含非期望产出的 SBM 模型仍属于标准效率模型，测得的效率值1，无法对=1 的有效 DMU 进行进一步区分，而在超效率 SBM 模型中，允许有效 DMU的效率值1，从而可以对有效 DMU 单元进行评价和比较。因此，为同时考虑非期望产出与超效率，本文借鉴 Tone8的方法构建包含非期望产出的超效率SBM 模型。根据超效率 SBM 模型可推导出非期望产出-超效率 SBM 模型：=min，-x，-yg，-ybi=1m-xtxio/1S1+S2()r=1S1ygrygro+k=1S2ybkybko（1）s.t.Xj=1，j0Ljxj（2）-Ygj=1，j0Ljygj（3）-Ybj=1，j0Ljybj（4）-Xx0，-Ygygo，-Ybybo（5）式中：为效率值；i 代表投入变量的个数，其取值范围为 1m；代表每一个决策单元；xio代表第 i 个决策单元；t 表示时间变量；为权重变量；S1、S2分别代表期望产出和非期望产出；Yg表示 S1维期望产出，Yb表示 S2维非期望产出向量，-x、-ygr、-ybk分别代表被评价单元投入产出的目标值。X=（x1，x2，.，xm）表示投入向量，求 X 平均值 X；Xj=（x1，x2，.，xj，xL）表示相应的变量值，因为 j0，所以 Xx0，xt表示不同时期下的投入变量的平均数值，j=（1，2，.，j，L）表示目标参数，S1、S2代表期望产出和非期望产出，j、r、k 表示变量的个数，Yg=（yg1，yg2，ygL）表示 S1维期望产出，Yb=（yb1，yb2，ybL）表示 S2维非期望产出向量，然后对 Yg、Yb求平均值 Yg、Yb，因为 j0，所以-Ybygo、-Ybybo，其中ygr、ybk分别代表被评价单元投入产出的目标值，ybko、xio、ygio、ybj、ygj为相应的原始值。1.2.2Globe-Malmquist-Luenberger指数绿色全要素生产率指数同时考虑了实际生产与生产前沿面的相对关系（效率变化），以及每个单元生产前沿面边界的变化（技术进步）两个方面。全局参比的 Globe Malmquist-Luenberger 指数（简称 GML 指数）是将所有各期的总和作为参考集，具有跨期可比172较的优点。可将 GML 指数分解为技术进步指数（GTC）和技术效率指数（GEC）：GML=GECGTC（6）GEC=Et+1（xt+1，yt+1）Et（xt，yt）（7）GTC=Eg（xt+1，yt+1）Et+1（xt+1，yt+1）Et（xt，yt）Eg（xt，yt）（8）式中：t 代表时期，xt、yt表示被评价单元在 t 期的投入和产出值，Eg代表全局前沿投入产出的效率值，Et代表全局前沿 t 期的效率值。1.3指标选取在农业生态发展中，对农业生态效率产生影响的因素有很多，如何从众多指标中选取适当的指标尤为关键。本文结合近几年相关文献，选取若干影响农业绿色全要素生产率的指标9-11，并根据金艳12对农业生产投入指标的研究，将投入指标分为资源类指标和环境类指标。其中，资源类指标主要为从业人数（劳动力）、播种面积（土地）、机械动力投入、农业用电量，环境类指标主要为化肥使用量。产出指标主要为期望产出农业生产总值和非期望产出指标化肥污染量。1.4数据统计与分析本文采用 Excel 2016 对数据进行统计分析，并用MAXDEA 7Ultra 构建非期望产出的超效率 SBM 模型。2结果与分析2.1新疆农业生产现状分析2.1.1投入现状由表 1 可知，20112020 年新疆农作物年均播种面积由 498.35 万 hm2增长到 628.26 万 hm2，年均增长率为 2.34%；灌溉面积由 418.45 万 hm2增长到480.81 万 hm2，年均增长率为 1.40%；化肥使用量由183.79 万 t 增长到 248.23 万 t，年均增长率为 3.05%；地膜使用量由 331.48 万 hm2增长到 355.34 万 hm2，年均增长率为 1%；农村用电量由 346.35 亿 kWh 增长到 354.20 亿 kWh，年均增长率为 0.22%；农业机械总动力由 1 795.94 万 kW 增长到 2 929.44 万 kW，年均增长率为 5.01%；农业从业人数由 402.4 万人增加到602.53 万人，年均增长率为 4.12%；其中农业机械总动力的增幅最大，农村用电量增幅最小。表 120112020 年新疆农业生产投入情况年份2011201220132014201520162017201820192020年均增长率农作物播种面积/万 hm2498.35513.67521.23599.45612.61621.73606.21625.30617.00628.262.34灌溉面积/万 hm2418.45431.17479.28485.77491.02493.96496.91493.67486.32480.811.40化肥使用量/万 t183.79192.70203.22236.98248.09250.21250.74254.99257.76248.233.05地膜使用量/万 hm2331.48346.35340.52354.20351.19354.80355.341.00农村用电量/（亿 kWh）346.35340.52354.20351.19354.80355.34331.48346.35340.52354.200.22农业机械总动力/万 kW1 795.941 968.272 165.872 338.372 483.492 581.962 676.532 703.542 855.612 929.445.01农业从业人数/万人402.40431.90446.34455.87475.94492.91478.45472.23473.23602.534.12注：数据来源于 新疆统计年鉴；年均增长率的单位为%。2.1.2产出现状由表 2 可以看出，20112020 年新疆的农林牧渔业总产值由 2 011.9 亿元增加至 4 315.6 亿元，年均增长率为 7.93%；农业生产总值由 1 450.7 亿元增加到2 936.33 亿元，年均增长率为 7.31%。2.1.3生态污染现状农药和化肥是农业生产过程中必不可少的要素，然而农药和化肥的过度使用可导致环境污染，不利于农业绿色发展13。由图 1 可知，20112020 年化肥污染量在 2015 年前呈现上升趋势，2015 年后化肥污染量趋于平缓并呈现下降趋势，表明新疆加大了对农业生态文明的建设与管理，化肥过度使用的情况开始降低。地膜残留量在 2017 年之前波动较大，2017 年后开始增幅减缓。化肥与地膜在农业生产过程中产生的负外部性，严重阻碍了农业绿色发展以及生态环境的修复14。2.2新疆农业绿色全要素生产率评价分析2.2.1指数总体特征与时间趋势利用 MaxDEA 7Ultra 软件，基于包含非期望产出的超效率 SBM 模型与全局参比的 GML 指数方法，对王学敏等：基于 SBM 模型的新疆农业绿色全要素生产率评价研究173现代农业科技2023 年第 22 期农村经济学新疆 20112020 年 14 个地区的历年绿色全要素生产率指数及其分解成分进行测算。根据表 3 进行分析，可以得出新疆 14 个地州平均 GML 值为 1.051。从新疆 14 个地区不同年份间农业绿色发展情况看，20112012 年绿色全要素生产率呈负增长状态的城市有 2 个；20132014 年呈负增长状态的城市有 9 个；20152016 年呈负增长状态的城市有 11 个；20172018 年呈负增长状态的城市有 13 个；20192020 年呈现负增长状态的城市有 8 个。可以看出，在这 10 年中，新疆 14 个地区的农业绿色全要素增长具有很大的波动性，呈现出先下降后上升的趋势。从整体情况来看，大部分城市 10 年间年均绿色全要素生产率均为正值，表明各地区的农业生产得到了改善，在一定程度上实现了新疆农业绿色全要素生产率的增长。2.2.2指数的异质性分析分区域对 20112020 年这 10 年间的城市绿色全要素生产率指数及分解指数的几何均值进行研究，得出新疆各地区历年农业绿色全要素生产率指数及其分解项（表 4）。分析表 4 中新疆各地州 GML 指数及其分解指数的情况可知，在这 10 年中，大多数地级市的 GML 指数范围在 0.91.6，对应绿色全要素生产率（GTFP）下表 320102020 年新疆 14 个地区农业绿色全要素生产率值变化情况年份2011201220132014201520162017201820192020均值乌鲁木齐1.3061.1261.2860.7841.3460.9440.9241.2741.1901.3061.149克拉玛依1.3651.3051.2251.0010.8681.1111.3350.2370.7921.5151.075吐鲁番1.1061.1021.1411.0861.2431.4631.0460.7601.2771.161.138哈密1.0241.0521.1821.0221.1520.6471.2291.3641.1040.9261.070昌吉1.0661.0241.0880.9621.0140.8810.9111.1181.1221.1831.037伊犁1.0751.0491.1080.9431.0440.9820.9541.0010.9171.6591.073塔城1.1571.0720.9130.9021.0650.9920.9311.0320.9992.1851.125阿勒泰1.0070.9890.961.0031.0441.0540.8561.0000.6781.4301.002博阿塔拉0.8191.2051.0021.0150.9600.9850.8261.0090.9031.2560.998巴音郭楞1.0161.0651.1180.6851.0681.0030.8651.1120.9041.0800.992阿克苏1.1031.0861.0920.9321.1140.6730.8580.9891.5611.0171.043克孜勒苏柯尔1.1731.1180.9251.0760.9920.9291.0060.9710.8080.7540.975喀什1.2271.0480.9250.9980.9260.9310.9350.8631.1941.0851.013和田1.0551.2471.1221.0550.7560.9780.9461.0881.2651.0341.055表 220112020 年新疆农业生产产出情况年份2011201220132014201520162017201820192020年均增长率生产总值/亿元2 011.92 355.42 648.02 881.52 968.43 165.93 326.63 637.83 850.64 315.67.93农业生产总值/亿元1 450.71 692.91 828.61 983.02 037.62 201.72 313.22 541.12 616.32 936.37.31注：数据来源于 新疆统计年鉴；年均增长率的单位为%。（资料来源：新疆统计年鉴）2011年份2012 2013 2014 2015 2016 2017 2018 2019 2020图 120112020 年新疆农业污染情况化肥污染量/万 t地膜残留量/万 t180170160150140130120110373635343332化肥污染量地膜残留量降 10%至增长 50%。GEC 效率指标分布在 1 的两侧，表明农业技术效率没有发生明显改变；而 GTC 指标衡量技术变化则更多地分布在1 的一侧。例如，20112020 年，新疆昌吉、博阿塔拉、巴音郭楞、阿勒泰的 GEC 指数保持在 1 以下，而其 GTC 指数则保持在 1 以上。可见 20112020 年新疆地区 GTFP 负增长是相对效率的倒退。相反，技术改进1，这意味着新疆各地州及兵团的 GTFP 增长主要得益于技术进步15。这得益于新疆各地区科研投入的增加，大幅度带动了新疆农业技术的创新，促进了新疆农业生产技术的进步，进而提高了新疆农业生产效率，降低了当地农户生产资料的投入，从而提高了农业绿色全要素生产率。3结论与建议3.1结论本文基于 20112020 年新疆地级市面板数据，运用 SBM 模型对新疆 14 个地区历年农业绿色全要素生产率指数及其分解成分进行研究，结果表明：新174疆大部分地区整体呈现增长状态，各地区的农业绿色全要素生产率得到了改善，在不同程度上实现了绿色全要素生产率增长；新疆农业绿色全要素生产率增长的主要原因为农业技术进步，技术效率对农业绿色发展的影响较低16。3.2建议3.2.1健全对农业企业的政策支持设立农业绿色发展相关专项基金，使该基金用于农业绿色生产技术的研发，充分发挥技术进步对新疆农业绿色发展的正向促进作用，同时对农业企业给予税收优惠等激励政策，推动农业企业加大对绿色农业生产技术的研发；培养和引进农业高新技术尖端人才，完善农业生产技术体系建设，推动农业生产资源研发，以提高农业生产要素的利用率，全面推动数字农业和智慧农业的发展。3.2.2完善农业补贴制度农业受自身弱质性的影响，需要国家和政府的支持与保护。政府应提高农业专项补贴基金、减少农业贷款限制、出台相关福利制度，引导农民采用绿色种植技术，激励农户进行绿色生产活动。设立辅助机构和监管机构，协助政府进行农户生产情况统计以及农业补贴的发放，在提高农业补贴发放效率的同时防范出现农业补贴被占用或挪用的情况。3.2.3加强对绿色农业科技知识的宣传地方政府可以聘请专业技术人员开展技术培训，相关部门积极引导农民参与。此外，相关部门还应该充分利用传统媒体和新媒体，联合农产品销售企业进一步宣传绿色产品的优势，通过让农户了解市场对绿色农产品的需求来转变农户的传统思维，进而推动农户进行绿色生产。参考文献1 陈珏.农业生态经济系统能值及可持续发展分析J.中国农业资源与区划，2016，37（12）：163-166.2 李康.湖北省农业绿色全要素生产率的测算及影响因素分析D.武汉：武汉轻工大学，2022.3 王永静，李佳璇.粮食主产区农业绿色全要素生产率测度及其时空分异特征研究J.新疆农垦经济，2022（4）：1.4 李文启，赵家未.黄河流域农业生态效率与绿色全要素生产率耦合协调研究J.生态经济，2022，38（5）：121-128.5 代瑞熙，许世卫.中国小麦绿色全要素生产率时空特征及影响因素J.农业工程学报，2022，38（8）：304-314.6 沈洋，周鹏飞.农业绿色全要素生产率测度及收敛性分析：基于碳汇和碳排放双重视角J.调研世界，2022（4）：58-68.7 李首涵，杨萍，李忠德，等.基于 DEA-SBM 模型的黄河三角洲现代农业生态效率评价J.湖北农业科学，2018，57（13）：98-103.8 TONE K.A slacks-based measure of super-efficiency in dataenvelopment analysisJ.European Journal of OperationalResearch，2002，143（1）：32-41.9 冯亚娟，祁乔.乡村振兴视角下城乡一体化财政支出效率研究J.广西社会科学，2018（11）：75-80.10 林锦彬，刘飞翔，郑金贵.我国农业生态效率时空格局差序化分析：基于DEA-ESDA模型J.江苏农业科学，2017，45（4）：302-306.11 张贇.低碳视角下城镇化与农业生态效率的门槛效应J.财经理论研究，2018（6）：78-88.12 金艳.基于 DEA 模型的湖北省农业生态效率评价研究D.武汉：中南民族大学，2019.13 段华平，刘德进，杨国红，等.基于清单分析的农业面源污染源强计算方法J.环境科学与管理，2009，34（12）：58.14 严昌荣，梅旭荣，何文清，等.农用地膜残留污染的现状与防治J.农业工程学报，2006，22（11）：269-272.15 文长存，胡豹，孙永朋.高质量发展背景下浙江农业绿色全要素生产率测度与分析J.浙江农业科学，2022，63（5）：1109-1113.16 余奕杉，卫平.中国城市绿色全要素生产率测度研究J.生态经济，2021，37（3）：43-52.表 4新疆各地历年农业绿色全要素生产率指数及分解项地区乌鲁木齐克拉玛依吐鲁番哈密昌吉伊犁塔城阿勒泰博阿塔拉巴音郭楞阿克苏克孜勒苏柯尔喀什和田GML1.2831.0641.1671.0891.0491.0691.1421.0060.9720.9941.0430.9891.5161.482GEC1.2251.1271.0271.0130.9951.0981.0670.9570.9120.9291.0170.975216151.523GTC1.0761.1371.1381.1161.0631.0001.1131.0591.0751.0781.0551.0361.0131.028王学敏等：基于 SBM 模型的新疆农业绿色全要素生产率评价研究175