刘照馨，张玲玲

（河海大学 公共管理学院，江苏 南京 211100）

0 引言

“民以食为天”，粮食不仅是维持人类社会赖以生存的重要物质基础，也是确保国家安全的一种战略资源。《十四五规划纲要》对粮食生产提出了“加强粮食生产功能区、重要农产品生产保护区和特色农产品优势区建设，推进优质粮食工程。完善粮食主产区利益补偿机制”，可见我国已充分认识到粮食安全问题的重要性。汉江流域广阔，流经陕西、湖北、河南3省，孕育着多个粮食大省的粮食生产，国家发展改革委印发的《汉江生态经济带发展规划》中，明确提出了要“稳定粮食播种面积，优化粮食品种结构，加快划定和建设一批粮食生产功能区、重要农产品生产保护区，巩固提升全国粮食主产区地位”［1］。汉江流域的粮食安全在整个农业生产，乃至国民经济发展中发挥着重要作用。

目前，我国粮食安全问题存在着亟需突破的困境，一方面，资源的有限性使单纯依靠加大资源投入规模来提高粮食生产效率的方法不再实用；另一方面，我国的粮食需求日益增长，而全球疫情下常态化的进出口管控导致粮食贸易减少。合理配置资源的投入已成为新国情、新粮情下提高粮食生产效率、促进粮食产量增长、保障粮食安全的重要途径。全要素生产率作为衡量生产过程中效率增长和技术进步的重要指标，常被用作判断生产增长源泉的工具［2］，最早由美国经济学家Stigler G J（1947）提出，并被广泛应用于各行业，农业生产领域对全要素生产率的引入以Baonon G T、Cooper M R和Brode A R等的研究为开端，并在后期逐渐细化为更加狭义的作物生产效率，如玉米全要素生产率增长及其对产出的贡献、小麦全要素生产率的区域比较分析。粮食全要素生产率是全要素生产率在粮食生产研究领域的应用。Colbey［3］、Jin［4］等最早通过计算粮食全要素生产率对我国农村改革前后的粮食生产效率进行了研究；陈秋菲等［5］则以粮食全要素生产率为工具，对我国13个粮食主产省份的粮食生产是否处于有效率状态进行了测算和衡量。国内关于粮食全要素生产率的研究，多在全国或省级层面展开，尤其是粮食主产区［6］，鲜有以流域为单位进行粮食生产的研究，忽略了流域这一自然地理区域的划分在粮食生产过程中可能导致的地区差异。

文章以汉江流域湖北境内25个县市（区）为研究对象（图1），对其2008~2017年间的粮食全要素生产率指数进行测算及分析，并在时序、空间分布这2个维度上呈现该地区粮食生产效率特征，以求得到汉江流域粮食生产的发展趋势、驱动模式和地区差异，进而以此为依据，具有针对性地提出汉江流域湖北境内地区粮食全要素生产率的提升对策，有利于该地区在提高粮食生产效率、保障粮食安全上有的放矢，精准施策。

图1 汉江流域湖北境内25个县市（区）研究图

1 研究方法、指标选取及数据来源

国内外学者用以测算粮食全要素生产率的方法可分为参数法和非参数法2类，其中参数法包括索洛余值法和随机前沿生产函数法（SFA），非参数法包括数据包络分析法（DEA）和与Malmquist指数模型相结合的DEA-Malmquist法［7-10］。随机前沿生产函数法（SFA）运用特定的生产函数形式对全要素生产率进行测算，相比于索洛余值法，随机前沿生产函数法（SFA）允许技术无效率的存在，并将全要素生产率的变化分解为生产可能性边界的移动和技术效率的变化。随机前沿生产函数法（SFA）需要假设生产函数的具体形式，并且需要对技术非效率项的分布形式进行设定，对函数具体形式的设定过程容易产生误差。非参数方法——数据包络分析法（DEA）和DEA-Malmquist法的发展打破了上述2种方法的局限性。

1.1 DEA-Malmquist指数法

数据包络分析法（DEA）于1978年由Charnes等首次提出，是一种使用线性规划来评价效率的方法，可以用来测算多投入、多产出的相对效率，在经济管理领域的分析中被广泛应用，它的基本思路是，在通过线性规划得出生产最佳前沿面的同时，运用距离函数测算每一个决策单元的生产率。DEA-Malmquist法又称基于DEA的Malmquist指数法，最早由Caves、Christensen等引入到生产领域的效率分析中。这种方法的基本思路是，通过Malmquist指数模型在DEA方法的基础上，进一步测算出全要素生产率的相对变化值，即DEA（数据包络分析）方法只能得到静态的生产效率值，而DEA-Malmquist法计算得到的是全要素生产率的变化率，更便于对全要素生产率的变动进行量化研究。目前Malmquist指数在现代生产率问题研究中的应用日益广泛，常被应用于各行业的生产效率分析以及比较研究中［11-14］。Malmquist方法还可将TFP指数进一步分解为技术变化、纯效率变化和规模效率变化指数，用于更进一步表征生产效率的增长来源，其公式如下：

式（1）中，M0（xt,yt,xt+1,yt+1）为t到t+1期 全 要素生产率（TFP）变化，由于DEA-Malmquist指数测算的是全要素生产率的环比变化指数且表征的是生产效率的变化率，因此，各指标结果大于1，则表示效率增长；式中代表规模效率指数（Sech），为纯技术效率指数（Pech），此两者乘积为技术效率变化指数（Effch）；为技术进步指数（Tech）。

由计算公式可知，反映在Malmquist指数中的生产率进步是技术效率变化与生产技术进步共同作用的结果，技术效率即在给定投入的情况下获取最大产出的能力，它反映的是生产过程中现有技术利用的有效程度；技术进步是引入时间因素来考虑生产率的变动，生产技术的进步表现为生产前沿的上升，反映的是生产技术的创新。技术效率变化进一步分解为纯效率变化和规模效率变化，纯技术效率反映的是制度和管理水平带来的效率；规模效率是综合技术效率与纯技术效率的比值，反映了是否在最适投资规模下进行经营［15-16］。

文章使用DEAP 2.1软件对汉江流域湖北境内粮食全要素生产率的DEA-Malmquist指数及其分解项进行测算。

1.2 指标选取

粮食全要素生产率的测算，涉及到粮食生产的投入和产出；投入为粮食生产过程中所需的各类要素，产出即为粮食产量。文章根据生产要素理论，结合已有研究，从劳动力、土地、资本这三类生产要素中，选取粮食生产劳动力、粮食生产有效灌溉面积、粮食生产机械总动力、粮食生产化肥施用量这4个指标作为粮食生产的投入指标［17-18］。由于统计资料中的统计口径大多为农业生产，需对其进行换算，文章以粮食作物播种面积与农作物播种面积之比作为换算系数A［19-21］。（1）粮食生产劳动力：将农业从业人口数×A，表示粮食生产过程中劳动力的投入；（2）粮食生产机械总动力：将农业生产机械总动力×A，表示粮食生产过程中机械动力的投入；（3）粮食生产化肥施用量：将农业生产化肥施用量×A，表示粮食生产过程中农药化肥的投入；（4）粮食生产有效灌溉面积：将农业生产有效灌溉面积×A，表示粮食生产过程中土地资源的投入。

1.3 数据来源

综合考虑现实情况和已有研究，结合研究数据的可获得性，以汉江流域湖北境内的25个县市（区）为研究对象，研究时序为2008~2017年，其中汉江上游6个县市（区），中下游19个县市（区）。研究数据主要来源于《湖北农村统计年鉴》《湖北统计年鉴》《中国县域统计年鉴》等。

2 实证结果与分析

2.1 汉江流域粮食全要素生产率时序变化

本研究对汉江流域湖北境内25个县市（区）的粮食全要素生产率指数及其分解项在2008~2017年这一时间序列上的变化过程进行了统计学意义上的图像呈现和文字描述，内容包含各项数值在序列上的极值、平均值、突变点以及波动规律。通过以上统计学指标，分析汉江流域湖北境内各地区的粮食全要素生产率在所研究时间范围内的增长和发展趋势。同时，各统计量之间的内在逻辑可以作为粮食全要素生产率变化原因的判断依据。

经测算，得出汉江流域湖北境内的25个县市（区）在2008~2017年间粮食生产的全要素生产率指数及其4项分解指数（表1），得出以下结论：（1）从整体上看，技术效率指数（Effch）、纯技术效率指数（Pech）、全要素生产率指数（Tfpch）波动较大，技术效率指数和纯技术效率指数有较大增长，分别为21.4%、11.2%，而全要素生产率指数的增长仅为1.6%；规模效率指数（Sech）波动较小，略有增长；技术进步指数（Tech）波动较大，减幅高达16.2%。（2）2008~2017年间，全要素生产率指数均值为0.952，小于1，并仅在2013~2014和2014~2015年的全要素生产率大于1，其余年份均小于1。（3）除规模效率指数之外，其余4项指数都在2011或2012年出现了突增或突减的现象：技术效率指数和纯技术效率指数先突增后回落，技术进步指数和全要素生产率指数先突减后回升；2015和2016年，各项指数出现了10年间的第二次突变。（4）技术效率指数（包括其分解项纯技术效率指数和规模效率指数）与技术进步指数的变动方向始终相反。（5）从图2可以看出，虽然在2008~2011年，全要素生产率与技术进步指数存在反向变动的情况，但两者在整个研究范围内的变化趋势基本一致。

表1 汉江流域2008~2017年粮食全要素生产率指数及其分解指数

图2 汉江流域2008~2017年粮食全要素生产率指数及其分解时序动态变化

通过对上述统计性描述进行分析，得出以下结论：（1）汉江流域湖北境内25个县市（区）的全要素生产率变动，主要受到技术进步指数的影响，技术效率指数虽有较大增长，但相较之下，对全要素生产率指数的促进作用不明显。进一步说明该地区粮食生产总量的增加得益于粮食生产技术的突破、生产前沿面的上升；同时，技术进步指数均值小于1，说明2008~2017年期间该地区对粮食生产技术的利用情况没有达到最优，粮食生产管理水平和制度设计有提升空间。（2）汉江流域湖北境内25个县市（区）的粮食生产效率在2008~2017年整体上表现为降低，表明该地区的粮食生产发展情况在走下坡路。尽管达到了粮食生产技术层面的突破，但由于在管理水平、制度、要素投入规模上的不足，拉低了整体的粮食生产效率，没有实现生产要素的最优配置。（3）2012~2015年，汉江流域湖北境内25个县市（区）的平均粮食全要素生产率指数出现了持续的较大增长，可能是因为《2012年国家支持粮食增产农民增收的政策措施》的颁布使得粮食生产活动受到激励，这不仅可以解释粮食全要素生产率指数突增现象出现的原因，也说明政策的实施和生效产生的效应具有一定的滞后性。（4）技术进步对技术效率的作用存在滞后性，这是导致汉江流域湖北境内地区在2008~2017年间技术进步指数与技术效率指数始终保持反向变动的原因。

2.2 汉江流域粮食全要素生产率地区差异

文章将汉江流域湖北境内25个县市（区）在2008~2017年间的粮食全要素生产率指数的累积量进行了空间分布上的统计描述和图形表示，经分析，得到研究范围内县域层面上不同地区之间的粮食生产效率差异；并进一步通过粮食全要素生产率指数的分解，得到各地区在粮食生产过程中产生效率差异的贡献因素。

经粮食全要素生产率指数测算及ArcGIS制图，从空间分布上观察汉江流域湖北境内25个县市（区）的粮食全要素生产率指数及其分解项，主要具有以下特征：（1）各地区2008~2017年间的粮食全要素生产率指数整体上呈降低趋势，且存在较大的地区差异。除保康县的全要素生产率指数均值为1.002外，其余地区均小于1，最小值为十堰市辖区，仅为0.780。（2）全要素生产率指数的各分解项中，技术效率指数各地区差异最大，最小值为十堰市辖区（0.870），最大值为郧县（1.102）；技术进步指数的地区差异最小，最大值为宜城市（0.992），最小值为神农架林区（0.893）。（3）技术效率指数和技术进步指数呈现出较为明显的上下游差异（图3），技术效率指数表现为中上游高于下游地区，技术进步指数表现为中下游高于上游地区（图4）。（4）25个县市（区）的技术进步指数均小于1；武汉市辖区、十堰市辖区、老河口市、荆门市、钟祥市、潜江市这6个地区的各项分解指数均小于或等于1。

依据汉江流域湖北境内25个县市（区）2008~ 2017年粮食全要素生产率指数及其分解项的累积值在空间分布上的特征，得出如下结论：（1）汉江流域湖北境内绝大部分地区粮食生产效率的增长率在逐步下降，各地区粮食生产发展态势不容乐观，整个研究范围内的粮食生产呈现疲态。（2）汉江流域湖北境内25个县市（区）的粮食生产发展不均衡，并主要体现为技术效率的不均衡。观察技术效率指数均值小于1的地区的分解项可知，武汉市辖区、老河口市、钟祥市、潜江市表现为纯技术效率阻碍了技术效率的提升，说明这些地区的粮食生产管理水平有待提升；十堰市辖区和荆门市辖区则表现为规模效率阻碍了技术效率的增长，说明这2个地区的粮食生产规模还没有达到最优。（3）汉江流域湖北境内25个县市（区）在2008~2017年间的粮食生产均没有实现生产技术上的突破和创新。研究范围内的粮食种植技术推广面积和力度不足，种粮技术科研水平有待提高。（4）观察武汉市辖区、十堰市辖区、老河口市、荆门市、钟祥市、潜江市6个技术进步指数和技术效率指数都小于或等于1的地区，发现相较于技术进步指数而言，武汉市辖区和十堰市辖区粮食生产的技术效率对全要素生产率的抑制作用更大，老河口市、荆门市、钟祥市和潜江市则相反，表明不同地区粮食生产趋势的主导因素不同。（5）由技术效率指数、技术进步指数累积值的空间分布图可知，位于汉江流域不同流段的地区，在技术效率指数和技术进步指数上有着较大差异：上游地区技术效率指数高，粮食生产管理水平高，下游地区技术进步指数高，粮食生产技术水平高。

3 结论与建议

3.1 研究结论

本文以DEA-Malmquist指数为测量指标，对汉江流域湖北境内25个县市（区）2008~2017年的粮食全要素生产率进行了测算和分解，并对其分别进行了时间序列和空间分布上的特征分析，由此得到该地区粮食生产在整体上的发展趋势、驱动模式和地区差异。

3.1.1 粮食生产效率增长放缓，发展显疲态 粮食全要素生产率指数的变化情况可以说明研究对象的粮食生产效率的发展趋势。汉江流域湖北境内有24个县市（区）在2008~2017年间粮食全要素生产率指数的均值小于1，由此可知该地区在2008~2017年间整体上没有实现粮食生产效率的增长，粮食生产动力后劲不足、可持续性受到威胁。根据粮食全要素生产率指数的分解情况，进一步发现导致粮食生产效率走低的原因是技术进步水平和规模效率的增长不足。结合各地区在2008~2017年间粮食全要素生产率指数及其分解项的累积值，可知汉江流域湖北境内25个县市（区）在粮食生产技术水平上均没有实现突破，生产前沿面没有得到提升；粮食生产规模也没有达到现有生产技术水平下的最优规模，资源投入和配置存在不合理之处。若粮食全要素生产率持续走低，将不利于汉江流域湖北境内各地区的粮食安全。

图3 汉江流域湖北境内地区技术效率指数空间分布示意图

图4 汉江流域湖北境内地区技术进步指数空间分布示意图

3.1.2 粮食生产驱动模式为技术进步型 粮食全要素生产率指数可以分解为技术效率指数和技术进步指数，技术效率指数则又可进一步分解为纯技术效率指数和规模效率指数；各分解项之间是乘积关系，呈现的是协同作用。通过对汉江流域湖北境内25个县市（区）2008~2017年间粮食全要素生产率指数及其分解项的均值进行分析，发现技术进步指数在粮食全要素生产率指数的变动上起到了更大的作用，同时，规模效率指数也相较于纯技术效率指数在技术效率指数的变动上影响更大。由此可知，汉江流域湖北境内地区的粮食生产效率整体上由该地区的粮食生产技术水平是否获得提升而决定，即该地区的粮食生产驱动模式为技术进步型，粮食生产技术水平的提高和突破将有助于汉江流域湖北境内地区粮食生产的快速发展。2008~2017年间汉江流域湖北境内各地区的粮食生产技术水平整体上没有得到提高，若持续得不到提升，将不利于汉江流域湖北境内各地区的粮食安全。

3.1.3 粮食生产存在以流段为区分的发展不均衡 使用ArcGIS软件，将汉江流域湖北境内各地区在2008~2017年间的粮食全要素生产率指数及其分解项累积值的空间分布在矢量地图上进行呈现，得到不同县市（区）在粮食生产效率上的地区差异。测算及制图结果显示，汉江流域湖北境内25个县市（区）的技术效率指数和技术进步指数均存在明显的地区差异，指数极值较大；同时呈现出较为明显的流段差异：上游地区水量丰富，靠近水源地，农业发展较早，粮食生产管理经验丰富且水平较高，进而表现为技术效率较高；下游地区土壤肥沃，地势较为平坦，经济发展较快，更利于粮食生产技术水平的提升和突破，表现为技术进步更明显。汉江流域湖北境内各地区粮食生产的地区差异现象若持续下去，可能形成该地区粮食生产的极端不平衡，不利于整个地区的协调、良性发展。

3.2 对策建议

3.2.1 加大种粮政策支持力度，持续提高粮食生产动能 粮食安全问题在我国社会、经济发展过程中一直处于至关重要的位置，粮食生产作为保障粮食安全的基础环节，更是重中之重。汉江流域孕育了江汉平原，位处其中的湖北省一直是我国粮食产量的重要输出地，对国家粮食安全有着不可忽视的作用。作为当地政府部门，理应重视汉江流域湖北境内地区粮食生产效率下降的现象。政府部门作为相关政策的制定者和执行者，有责任确保耕地保护政策的贯彻实施，完善粮食生产的相关激励政策，督促粮食生产管理制度的落地执行［22］。此外，政府部门应注重加大对农田水利基础设施建设、农业机械设备购买、农机使用人员培训等项目的财政支持力度。不管是农户的主观能动性，还是当地粮食生产的客观硬件条件，都应成为提高粮食生产动能的着力点，多头发力，进而加速粮食生产效率的提高。

3.2.2 加大农业技术推广力度，推进粮食生产科研进程 根据测算分析结果可知，汉江流域湖北境内各地区的粮食生产驱动模式为技术进步型，且粮食生产技术水平上存在较大的进步空间，推动粮食生产技术水平的提升和突破势在必行。相关部门应对现行粮食生产技术推广机制进行梳理和完善，提升粮食生产技术的推广速度和普及程度；通过充分发挥政府部门在公共事务中的职能作用，牵头组织农业科研人员实现粮食生产技术的升级；应注重加强对农业从业人员的技能培训［23］，进一步提升粮食生产软实力。

3.2.3 因地制宜优化种粮政策，有的放矢完善资源配置 经过对汉江流域湖北境内各地区粮食全要素生产率指数分解项在空间分布上的差异进行分析发现，该地区的粮食生产情况存在较为明显的地区差异。对于这种差异，有关部门应该做到因地制宜，制定具有针对性的粮食生产支持政策［24］。位于上游的地区，应注重提升技术水平的进步，以求在不改变投入的情况下有更多的产出；位于中下游的地区，应注重提升粮食生产中的组织管理水平，在现有技术水平下，通过增加各种投入要素间的协调性，优化资源配置，提高生产要素的利用效率，使既有技术水平的潜能得以更大程度的释放。

4 讨论

粮食生产是国家农业发展的重要组成部分，在资源有限性日益凸显的现状下，粮食生产效率已成为粮食安全问题的重要切入点［25］。本研究以汉江流域湖北境内地区为例，对其2008~2017年各县市（区）的粮食全要素生产率进行了发展趋势、驱动模式、地区差异上的实证分析，并针对实证结果提出了相应建议，以期为汉江流域的粮食生产发展提供借鉴。

在研究过程中，仍有几点不足之处需要提出：由于研究范围处于县域水平，统计数据的可获得性较低，在一定程度上影响了研究的时效性；由于统计口径的变化、行政区划的撤销合并，在对数据进行补齐和转化的过程中可能造成了一定的误差。今后可通过更加合理准确的方式对统计数据进行收集和处理。另外，本研究对粮食全要素生产率的影响因素没有进行进一步的实证分析，这将是今后更进一步的研究方向。