杨帆 吴相利

摘 要：以2000-2018年黑龙江省13个地级市（区）为样本，运用DEA-Windows模型评价黑龙江各地市粮食生产综合效率，采用ArcGIS分析空间差异的时空演变，运用面板Tobit模型对影响区域粮食生产综合效率的因素进行分析研判。结果表明：黑龙江粮食生产综合效率呈现波动上升的趋势，各地市之间的差异明显但呈缩小态势;粮食播种面积和人均GDP对粮食生产综合效率具有显著的促进作用，化肥折纯施用量对粮食生产综合效率具有显著的负向影响，农业从业人员和农业机械总动力的作用效果不显著。合理配置粮食生产资源，提高农业科技的创新能力，完善粮食贸易和粮食补贴制度，是提升粮食生产综合效率的主要对策。

关键词：粮食生产效率 空间差异 影响因素 DEA-Windows 黑龙江省

中图分类号：F323.1         文献标识码：A

Spatial Differences and Influencing Factors of Grain Production Efficiency in Heilongjiang Province

YANG Fan， WU Xiangli*

（College of Geographical Science， Harbin Normal University，

Heilongjiang，Harbin 150025， China）

Abstract： Taking 13 prefecture-level cities （districts） in Heilongjiang Province in 2000-2018 as samples， DEA-windows model was used to evaluate the comprehensive efficiency of grain production in Heilongjiang Province. ArcGIS was used to analyze the spatial and temporal evolution of spatial differences， and the panel Tobit model was used to analyze the factors affecting the comprehensive efficiency of regional grain production. The results showed that： the comprehensive efficiency of grain production in Heilongjiang Province showed an fluctuating upward trend， and the difference between different cities was obvious，but  showed a narrowing trend; the grain planting area and per capita GDP had a significant promoting effect， application of pure chemical fertilizer had a significant negative impact， and the agricultural employees and farming machinery had an insignificant impact on the comprehensive efficiency of grain production. Rational allocation of grain production resources， improvement of agricultural science and technology innovation， and improvement of grain trade and grain subsidy system are the main countermeasures to improve the comprehensive efficiency of grain production.

Key words：Grain production efficiency;spatial difference;influencing factors; DEA-windows;Heilongjiang Province

民以食為天，随着社会经济的持续发展，粮食的供需结构呈现出不同的发展态势。现有粮食生产方式不能保证粮食产量稳定增长，并对生态环境造成破坏。认清粮食生产现状、理清粮食生产效率的影响因素、优化资源配置才是促进粮食生产能力可持续发展的重要举措。研究黑龙江省13个地级市（区）的粮食生产综合效率，分析影响黑龙江省粮食生产综合效率的因素对稳定全国粮食储备和维护粮食安全至关重要。

目前学界有关生产效率测算方法和影响因素方面的研究成果丰富。Farrell[1]最早提出了测量粮食生产效率方法，通过测算农业生产效率得到生产效率前沿面;黄金波[2]等运用随机前沿生产函数估算了中国粮食生产的技术效率，发现农业基础设施建设和制度因素是影响技术效率的关键;肖红波[3]等利用 DEA 模型测算了中国粮食生产的技术效率，认为技术创新在影响因素中呈减退趋势，提出应加强科技创新，倡导规模化生产;曾福生、高鸣[4]通过非径向SBM模型测算了中国的粮食生产效率，得出粮食播种面积、化肥施用量和有效灌溉面积对粮食生产效率具有显著影响;唐建[5]采用随机前沿生产函数估算中国31个省粮食生产的技术效率，得出家庭经济水平和劳动力受教育水平与技术效率呈现显著正向相关的结论;杨勇[6]等人以华北平原县域为研究单元，建立随机前沿生产函数估算粮食的生产效率，表明提高耕地的复种指数可以显著提升粮食的生产效率;曹慧、赵凯[7]通过超越对数生产函数模型分析全国13个主产区粮食生产的技术效率和时空演变，发现粮食的产出与劳动力、机械动力、农药等都有显著的相关关系;田红宇、祝志勇[8]基于DEA-Tobit两步法研究中国省域粮食生产效率，发现支农政策、化肥、农业机械等影响因素存在地区差异;何悦、漆雁斌[9]研究城镇化如何影响粮食生产的技术效率，发现人口城镇化的影响呈“倒U型”。

本文在已有研究的基础上，基于2000-2018年黑龙江省粮食生产的面板数据，通过DEA-Windows模型测算不同地区粮食生产的综合效率，分析粮食生产综合效率的时空演变，提出提升粮食生产综合效率的有效途径，为黑龙江省粮食生产效率的研究提供理论支持。

1 材料与方法

1.1 研究区概况

黑龙江省位于121°11′E-135°05′E、43°25′N-53°33N′，属于寒温带大陆性季风气候，四季分明，夏季雨热同期，冬季漫长寒冷。全省年平均气温多在-4℃～5℃之间，年降水量400～650 mm。自然资源丰富，土壤有机质含量高，是世界著名的三大黑土带之一，包括三江平原、松嫩平原，是中国耕地面积最大的省份。作为重要的商品粮基地，盛产大豆、水稻、玉米、小麦、马铃薯等粮食作物。粮食的播种面积达到农作物面积的95 %左右，2018年全省粮食的播种面积为21321.8万亩，粮食产量达到7507万吨，位居全国首位。

1.2 测算指标与模型

1.2.1 测算指标

本文基于粮食产出视角对黑龙江粮食生产的综合效率进行研究。根据指标选取的可获取性和代表性等原则，构建粮食生产综合效率的评价体系如表1。选取农业从业人员、粮食播种面积、化肥折纯施用量、农用机械总动力，分别表征粮食生产过程中劳动力、土地、资本方面的投入方面;产出方面则选取地区粮食作物产量和粮食作物产值来表征。由于统计年鉴未对粮食生产中的各项指标做专项统计，需从农林牧副渔业中剥离出来。参考已有研究，将农业从业人员和粮食作物产值采用权重A进行转化，化肥折纯施用量和农业机械总动力使用权重B进行调整。

权重A=（农业总产值/农林牧渔业总产值）×（粮食播种面积/农作物总播种面积） 。

权重B=粮食播种面积/农作物总播种面积。

1.2.2 DEA-Window模型

传统DEA方法主要基于静态数据，无法分析黑龙江省各地级市在不同时间序列的效率变动，处理面板数据的时候存在问题。参考Charnes 等人的DEA-Windows 分析方式[10]，将黑龙江省各地级市的不同时段看作不同的研究单元，从而实现了各单元效率值的动态比较。假设黑龙江省T时间序列内存在N个研究单元（DMU），视窗宽度为D，则第i个视窗包含i到d+i-1时间段内的N × D个DMU，其中1≤i≤T-D+1。模型设定DMUnt（1≤n≤N，1≤t≤T），视窗P（1≤p≤T-D+1）的投入产出矩阵为：

（1）

（2）

在规模报酬不变的情况下，根据公式（3）计算得出效率值。

（3）

1.2.3 面板Tobit模型

由于运用 DEA-Windows 模型测算的效率值介于 0～1 ，存在明顯的截断数据特征，用普通最小二乘法进行回归的参数估计可能会造成偏差，因此本文通过 Tobit 模型，研究影响黑龙江省粮食生产综合效率的因素。

模型具体形式如下：

（4）

其中，n代表黑龙江各地级市，t代表年份，Y表示粮食生产效率值，X是影响黑龙江粮食生产效率的各解释变量，μn为表示个体异质性的截距项，εnt是随机扰动项。

1.3 数据来源

粮食生产的综合效率是劳动力、耕地资源、原料和技术投入与所产生的经济效益之间配置情况的表现，反映粮食生产中各要素整体利用程度。本研究以2000-2018年黑龙江省13个地级市（包括大兴安岭地区）为研究对象，由于统计口径不一致未将农垦总局包含在内，个别年份缺失数据用插值法补齐，研究所需数据均来源于《黑龙江省统计年鉴》（2000-2018年）。

2 结果与分析

2.1 黑龙江省粮食生产效率测算与空间差异分析

2.1.1 测算结果

基于2000-2018年黑龙江省13个地级市的面板数据，以产出为导向构建规模报酬不变的DEA-Windows 模型，设置窗宽为10[11]，计算得出黑龙江省的粮食生产综合效率如表2。

从长时间序列上的变化来看，黑龙江省粮食生产效率分为2个阶段，第1阶段是2000-2012年黑龙江省粮食生产效率总体上呈现波动上升的趋势。在这期间，国家实行粮食生产补贴政策，充分调动了粮食从业者种粮积极性，促进黑龙江省粮食生产效率的提高。受SARS疫情的影响，2003年粮食生产效率大幅度下降。第2个阶段2014年至今，粮食生产效率逐渐稳定并趋于平均水平0.83，值得注意的是，为了进一步调整粮食种植结构，2016年国家取消了东北三省的玉米临时收储政策，导致2017年黑龙江省大部分地区粮食生产效率出现一个小幅度的锐减。

2000-2018年黑龙江省粮食生产综合效率的平均水平为0.756，没有达到DEA有效，表明黑龙江省的粮食综合生产效率还有继续提升的空间。从各年份的效率发展趋势分析，2004年鹤岗;2006年佳木斯;2008年七台河;2010年大庆、伊春、绥化、大兴安岭;2011年大兴安岭;2012年哈尔滨、鸡西、大庆、伊春、佳木斯、绥化、大兴安岭;2014、2015、2016年的大兴安岭以及2018年鸡西、双鸭山、伊春分别在各年份期间的综合效率值为1，表明粮食生产的投入和产出达到平衡，综合效率达到最佳，粮食生产要素配置合理。

2.1.2 空间差异分析

为了更加有效直观表现黑龙江省各地级市粮食生产综合效率的空间演变，本文将综合效率分为5组：0.95以上为高效率组、0.85～0.95为中高效率组、0.75～0.85为中效率组、0.65～0.75为中低效率组、0.65以下为低效率组，分别研究2003、2008、2013和2018年黑龙江省粮食生产综合效率的空间分布态势（如表3所示）。总体而言，4个年份黑龙江省粮食生产效率的平均值分别为0.524、0.832、0.810、0.842，说明粮食生产效率稳步提高，空间差距逐步减小，仍具提升空间。

可以发现，2003年中等和中低效率地市占比为30.77%，主要分布在黑龙江省中部和东部，由于疫情和自然灾害的原因，粮食生产综合效率普遍偏低，地区之间的效率差异明显;2008年各种投入要素的不断增加，低效率地区急剧缩小，中等和中高效率地区占比持续扩大至46.15%，粮食生产效率逐步提升，主要分布在黑龙江省的中部以及东南部地区;2013年中等效率组地区减少，中高效率组范围扩大，中效率和中高效率地市占比为53.85 %，各地区之间的差距逐渐减小，粮食生产要素逐渐合理化利用，粮食生产综合效率普遍提高;2018年中效率以上地市占比为69.23 %，且3个地市都达到效率有效，主要分布在黑龙江省的东北部地区，这个时期粮食生产资料的配置合理，生产成本和产出达到平衡。其中哈尔滨市作为黑龙江省的省会城市，资本和人力都具有相对优势，粮食生产综合效率一直处于中等及以上水平。

2.2 影响因素分析

2.2.1 变量选择

本文以黑龙江省粮食生产综合效率为被解释变量，选取黑龙江省各地市的农业从业人口、粮食播种面积、化肥施用折纯量、农业机械总动力、人均GDP为解释变量。变量的描述性统计如表4所示。

农业从业人口对粮食生产综合效率的预期作用为正。农民从事粮食生产，使用农业机械为粮食生产提供保证;粮食播种面积对粮食生产综合效率的预期作用为正。粮食播种面积的规模效益和单产效益都是提升粮食生产综合效率的重要途径之一;化肥施用折纯量的增长趋势对综合效率的影响方向有待进一步研究。适量的化肥施用可以提高土地肥力，促进粮食综合效率的提高，当出现边际效应递减的情况时，过量的施用不仅不会提高综合效率，反而会阻碍生产;农业机械总动力体现农业等各种机械的综合动力，有助于衡量中国农业发展水平。但发展方向对粮食生产综合效率的作用结果有待进一步检验。提升机械化水平有利于促进粮食生产综合效率的提高，但由于地形的复杂性和农业机械与当地适宜性问题仍会导致粮食生产资料未能充分利用，因而无法发挥农业机械资源潜力;人均GDP作为衡量地区经济发展水平的重要指标之一，其对粮食生产效率具有双重影响，一方面，农业生产投入的强度需要匹配与之相应的经济发展实力，经济发展实力好的地区往往会凸显出部门资源的投入强度。换言之，在提升经济发展水平的条件下，相关部门才能对农业倾注更多的科技、资源投入以及政策支持，提高粮食生产效率。另一方面，经济发展实力强的地区大多以二三产业为主，从而对农业生产存在一定的挤出效应，因此会抑制粮食生产效率水平的提高。所以其发展趋势对粮食生产综合效率的影响有待进一步研究。

2.2.2 回归结果分析

采用Stata15. 0 运行面板Tobit模型，分析粮食生产综合效率的影响因素及其显著性。根据结果（表5）可以看出，LR 统计值为 146.68，可以拒绝原假设，表明模型存在显著的个体效应，采用随机效应的面板Tobit模型进行回归的设定合理，Loglikelihood值为197.320，通过1 %显著性水平检验，说明模型整体显著。从回归结果可知，农业从业人员的估计系数为-0.010，对粮食生产效率有负向影响且效果不显著，与预期结果不一致。已有研究表明我国存在单个劳动生产率不高，农业从业人员过剩的问题[4]。黑龙江省的农业从业人员可能已经开始从事其他行业，对粮食增产的贡献逐渐减少甚至出现抑制粮食生产效率提高的情况;农业机械总动力的估计系数为-0.050，与粮食生产综合效率呈不显著负相关，这个结果符合黑龙江省的现实情况，受地形、生产条件和科技水平的限制，机械化程度对黑龙江省粮食生产综合效率的提升并不显著，经过多年的粮食生产，许多农户家里出现了大量的农机用具闲置、废弃的情况。构建农机信息网络，提高农业机械的利用程度[12]。

粮食播种面积的估计系数为0.262，对综合效率起到显著的正向作用。基于本文的研究结果，可以通过合理扩大种植面积提升黑龙江省粮食生产综合效率;人均GDP的估计系数为0.183，与粮食生产效率呈显著正相关，表明地区经济发展向农业部门倾斜的趋势，可以通过对农业倾注更多的资金、人力和科技投入，保障粮食生产的稳定提高。

化肥折纯施用量估计系数为-0.150，对生产的综合效率已经出现显著的负向影响。发现化肥的投入对粮食生产的弹性系数呈倒U型增长模式[13]，说明黑龙江省的化肥施用已经出现边际报酬递减的情况，化肥的增加已经开始抑制综合效率的增长，应该合理控制化肥的投入量。

3 结论与对策建议

3.1 结论

黑龙江省粮食生产效率总体上分为2个阶段，存在较大的提升空间。第1阶段受政策影响，粮食生产综合效率增长较快。第2阶段粮食生产综合效率逐渐趋于稳定，各地级市之间差异逐渐缩小。粮食生产综合效率的平均水平逐年提高，表明各地区粮食生产的各项资源配置趋于合理。

农业从业人员和农业机械总动力对粮食生产的综合效率有负向作用，但二者的作用效果均不显著。说明黑龙江省已经存在农业劳动力过剩的情况，许多农业从业人员已经转向其他行业，出现了大量的农机用具闲置、废弃的情況，对本地的粮食生产贡献不足。

粮食播种面积和人均GDP与黑龙江省的粮食生产效率有着显著的正向相关。播种面积通过保证单产和规模效益，继续推动黑龙江省粮食综合效率的提高。人均GDP作为地区经济发展水平的衡量指标，也说明地区经济发展有向农业部门倾斜的趋势。

化肥折纯施用量对粮食生产综合效率已经出现抑制作用。黑龙江省的化肥投入出现边际报酬递减的现象，过量的投入化肥，会造成生产成本的浪费，破坏生态环境和土壤结构，导致土地板结，农作物产量下降，阻碍粮食生产综合效率的提升。

3.2 对策建议

针对现在黑龙江省普遍存在的劳动力过剩和农业机械利用度不高的问题，可以实施城乡统筹管理，促进剩余劳动力向非农部门转移，注重劳动者保障和福利。鼓励正规合作组织开展农业技术创新活动，积极为农民提供专业服务，统筹乡镇个体，建立专业科技示范园区，合理组织安排粮食生产，通过联合经营等方式提高农业机械化率。

黑龙江省地广人稀，拥有丰富的土地资源，农业生产始终是促进黑龙江省产业发展主导力量。针对部分地区耕地集约化程度不高、区域投资政策不合理的情况。建议完善和落实耕地保护制度，稳定现有粮食播种面积，强化耕地红线，防止非农化现象，合理扩充耕地。制定合理的区域发展政策，完善粮食贸易和补贴制度，稳步提升黑龙江省粮食生产的综合效率。

黑龙江省作为重要的商品粮基地，化肥施用量一直处于较高的水平，甚至已经出现边际效益递减的情况。黑龙江省未来的发展方向可以通过合理配置粮食生产资源，评估地区土壤环境，推广测土配方肥，缓解过度的化肥施用。发展农田水利工程，完善农业生产的基础配套设施，提升化肥施用效果和资源利用程度。

参考文献

[1]     Farrell M . The Measurement of Production Efficiency[J]. Journal of the Royal Statal Society， 1957， 120（3）： 253-281.

[2]     黄金波，周先波.中国粮食生产的技术效率与全要素生产率增长：1978-2008[J]. 南方经

济，2010（9）：40-52.

[3]     肖红波，王济民.新世纪以来我国粮食综合技术效率和全要素生产率分析[J].农业技术经济，2012（1）：36-46.

[4]     曾福生，高鸣.我国粮食生产效率核算及其影响因素分析——基于SBM-Tobit模型二步法的实证研究[J]. 农业技术经济，2012（7）：63-

70.

[5]      唐建，Jose Vila.粮食生产技术效率及影响因素研究——来自1990-2013年中国31个省份面板数据[J]. 农业技术经济，2016（9）：72-

83.

[6]     杨勇，邓祥征，李志慧，等.2000-2015年华北平原土地利用变化对粮食生产效率的影响[J].地理研究，2017，36（11）：2171-2183.

[7]     曹慧，赵凯.粮食主产区粮食生产技术效率时空特征分析[J]. 华东经济管理，2017，31（12）：82-90.

[8]      田红宇，祝志勇.中国粮食生产效率及影响因素分析——基于DEA-Tobit两步法研究[J].中国农业资源与区划，2018，39（12）：161- 168.

[9]      何悅，漆雁斌.城镇化发展对粮食生产技术效率的影响研究——基于我国13个粮食主产区的面板数据[J]. 中国农业资源与区划，2019， 40（3）：101-110.

[10]    Nguyen T P T ， Roca E ， Sharma P . How efficient is the banking system of Asia's next economic dragon Evidence from rolling DEA windows[J]. Applied Economics， 2014， 46（22-24）： 2665-2684.

[11]   姜宝，周晓敏，李剑.我国海洋科技投入产出效率的区域差异研究——基于超效率DEA视窗-Malmquist指数[J]. 科技管理研究，

2015，35（10）：49-53.

[12]   姜宇博，李爽.粮食主产区农机合作社生产效率与适度规模经营研究——以黑龙江省玉米生产为例[J].农业现代化研究，2016，37（5）：902-909.

[13]   麻坤，刁钢.化肥对中国粮食产量变化贡献率的研究[J]. 植物营养与肥料学报，2018，24（4）：1113-1120.