王雪嬌，肖海峰

（中國農業(yè)大學經濟管理學院，北京100083）

中國玉米生產配置效率的空間關聯(lián)效應及其影響因素研究

王雪嬌，肖海峰

（中國農業(yè)大學經濟管理學院，北京100083）

基于DEA成本效率模型，測算了2002—2014年中國20個主產省的玉米生產配置效率，然后利用空間Moran′s I對區(qū)域間玉米生產配置效率的空間關聯(lián)進行測度，最后采用空間面板數(shù)據(jù)模型估計玉米生產配置效率的影響因素。結果表明，2002—2014年中國各省玉米生產配置效率的均值為78.42%，年度間波動不大，但地區(qū)間差異較大；區(qū)域間玉米生產配置效率存在正的空間相關性，配置效率較高的地區(qū)主要集中在東北、西北和華東地區(qū)；除財政支農資金比重和農業(yè)機械總動力以外，農戶經營規(guī)模、人均GDP、農業(yè)科技人員占比、農民平均文化程度及農業(yè)貸款比重的擴大或提高都能有效改善玉米生產配置效率。

玉米生產；配置效率；空間相關性；空間面板數(shù)據(jù)模型

古語有云：“倉廩實，天下安。”自古以來，糧食就是安天下之本。中國作為當前世界人口大國，糧食的重要性更是不言而喻。與水稻、小麥等其他糧食作物相比，玉米適應性強、分布較廣、產量較高，種植效益優(yōu)勢明顯，再加上它的多用途性使其對于當前經濟快速發(fā)展的中國而言，具有十分重要的意義。然而，受現(xiàn)階段中國消費需求放緩、替代產品進口沖擊等因素的影響，玉米出現(xiàn)暫時性供大于求、庫存大幅增加、種植效益降低等問題。為此，2015年農業(yè)部提出將不斷調減玉米種植面積，2016年國家發(fā)改委取消玉米臨時收儲政策，緩解由于玉米價格不斷下跌及國內外玉米價格倒掛帶來的農民“賣糧難”問題。那么，市場經濟時期如何在玉米價格下跌的情況下保障農民的利益不受損失，這是一個值得深入研究的問題。根據(jù)配置效率理論，農戶根據(jù)生產函數(shù)和成本函數(shù)，在一定技術水平和目標產量情況下，可以通過生產要素最優(yōu)配置實現(xiàn)成本的最小化［1］［2］［3］。然而，地域要素稟賦的差別會導致那些資源稀缺地區(qū)的生產資源低效配置［4］，尤其是像中國這樣地域遼闊，區(qū)域間自然條件、社會經濟基礎與技術水平差異巨大的國家，更容易出現(xiàn)非優(yōu)勢區(qū)域玉米生產資源的低效配置，導致區(qū)域間經濟發(fā)展不均衡。因此，孤立的、單一的生產經營模式不能充分有效地提高玉米生產配置效率，只有合理規(guī)劃布局玉米種植結構，充分利用各地區(qū)資源稟賦條件，完善生產要素跨區(qū)域流動機制，才能轉變玉米生產方式，有效提高玉米生產配置效率，進而降低生產成本，保障農民的利益不受損失。

目前國內學者對糧食生產技術效率及其全要素生產率的關注比較多［4］［5］［6］，而配置效率方面的研究相對較少，國外學者則更關注糧食生產過程中水資源的優(yōu)化配置問題［7］［8］。玉米作為主要的糧食作物之一，學者們更多地關注其生產技術效率及全要素生產率的變動情況［9］-［13］，而配置效率及其影響因素的研究相對較少［14］［15］［16］，基于空間計量經濟學視角的研究就更少了。

一、研究方法、數(shù)據(jù)來源及指標說明

（一）研究方法

1.DEA成本效率模型

規(guī)模報酬不變（Constant Returns to Scale，CRS）的條件下，配置效率等于成本效率（Cost Efficiency，CE）除以技術效率（Technical Efficiency，TE），因此，通過測算玉米生產的成本效率和技術效率能獲得其配置效率（Allocative Efficiency，AE），即AE=CE／TE。

根據(jù)王建華（2011）［2］的研究，DEA成本效率模型可定義如下：

在規(guī)模報酬不變的條件下，最小生產成本C?（P，Y0）可表示為：

由此可以得到最優(yōu)解C?（P，Y0），則成本效率表示為：CE=

當CE=1時，說明生產要素投入有效，即生產成本達到最小化；當CE＜1時，生產處于無效的水平，說明實際投入成本過高。在實際生產過程中，決策單元通常處于規(guī)模報酬可變（Variable Returns to Scale，VRS）的條件下，此時技術效率可分解為純技術效率（Pure Technical Efficiency，PTE）和規(guī)模效率（Scale Efficiency，SE）。因此，可變規(guī)模報酬條件下的成本效率等于純技術效率、規(guī)模效率和配置效率三者的乘積，即CE=PTE?SE?AE。

2.空間自相關性檢驗模型

空間Moran＇s I可以用來檢驗區(qū)域間玉米生產配置效率是否存在空間自相關性，其測算公式如下［17］：

其中，n為區(qū)域數(shù)，Yi、Yj分別表示第i、j個省份的玉米生產配置效率值，分別為玉米生產配置效率的平均值和方差，Wij為空間權值矩陣。Moran's I∈［-1，1］，當Moran's I＞0時，表明區(qū)域間玉米生產配置效率存在空間正相關，反之相反，當Moran's I=0時，表明空間上呈隨機分布。

3.空間面板數(shù)據(jù)模型

常見的空間面板數(shù)據(jù)模型（Spatial Panel Data Model，SPDM）包括空間面板滯后模型（Spatial Panel Lag Model，SPLM）和空間面板誤差模型（Spatial Panel Error model，SPEM）。SPLM假定因變量存在空間上的依賴性，其表達式為：yit=；SPEM假定因變量依賴于觀測個體自身特征，誤差項存在空間相關性，其表達式為：+εit。表達式中i=1，2，…，N指觀測樣本數(shù)。t= 1，2，…，T指時間，yit是因變量觀測值，δ為空間自回歸系數(shù)，是i省省會城市與j省省會城市間的地理距離）為空間權重矩陣W中的元素［17］，δΣwijyjt是因變量的空間滯后項。Xit為K維解釋變量行向量，β為K維系數(shù)列向量，μi是空間單元個體效應，εit表示均值為0，方差為σ2，獨立同分布的隨機誤差項，φit是空間自相關誤差項，ρ為空間自相關系數(shù)，ρΣwijφjt是隨機擾動項中的空間滯后項。

（二）數(shù)據(jù)來源及指標說明

首先，本文用于測算玉米生產配置效率的投入產出數(shù)據(jù)來源于《全國農產品成本收益資料匯編》和《中國統(tǒng)計年鑒》。其次，估計配置效率影響因素的指標數(shù)據(jù)主要來源于《中國農村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國教育統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《新中國60年統(tǒng)計資料匯編》、各省統(tǒng)計年鑒以及中國農村金融服務報告等，個別年份個別指標的缺失數(shù)據(jù)，為了保持數(shù)據(jù)的平穩(wěn)性，取前后兩年的平均數(shù)。另外，測算玉米生產配置效率時選取的投入要素包括勞動和物質投入兩方面，其中物質投入構成中，選取每畝種子用量、每畝化肥用量和每畝租賃作業(yè)動力等投入量替代物質投入?？紤]到價格因素對投入要素的影響，產出變量選取玉米生產的每畝主產品產值。要素投入價格（人工價格、種子價格、化肥價格和每畝機械租賃價格）通過對應的費用除以其投入量計算得到。需要說明的是，每畝租賃作業(yè)動力=（第t年i省農業(yè)產值／第t年省農林牧副漁總產值）（第t年i省糧食播種面積／第t年i省農作物總播種面積）（第t年i省玉米種植面積／第t年糧食播種面積）（第t年i省農業(yè)機械總動力／第t年i省年末耕地面積）［18］。在研究中國玉米生產配置效率影響因素時選取的指標分別為各省的農戶經營規(guī)模、人均GDP、農民平均文化程度財政支農資金比重、農業(yè)科技人員占比、農業(yè)機械總動力及農業(yè)貸款比重。

二、數(shù)據(jù)處理和實證結果分析

（一）玉米生產配置效率測算結果及分析

表1是CRS和VRS條件下中國各?、侔ê颖?、山西、內蒙古、遼寧、吉林、黑龍江、江蘇、安徽、山東、河南、湖北、廣西、重慶、四川、云南、貴州、陜西、甘肅、寧夏和新疆?。ㄊ?、自治區(qū)）。分年度玉米成本效率、技術效率及配置效率的平均值測算結果?？芍?，CRS假設條件下的各效率值均小于VRS的；根據(jù)Zheng等（1998）［19］建議，當在兩種效率假設取值不同時，應以VRS假設下的結果為主。故本文基于VRS假設下的結果對玉米生產配置效率進行分析。首先，2002—2014年中國各省玉米生產配置效率的均值偏低，為0.7842，遠低于純技術效率（0.9505）和規(guī)模效率值（0.9625），直接導致玉米生產的低成本效率。其次，年度間配置效率圍繞80%上下波動，純技術效率和規(guī)模效率也都在95%左右變動，導致歷年的成本效率保持在75%左右。

表1　中國各地區(qū)2002—2014年玉米成本效率平均值測算結果

表2是CRS和VRS假設條件下2002—2014年中國分區(qū)域玉米配置效率的平均值測算結果。同上，此處僅基于VRS假設下的效率值進行分析。首先，中國玉米主產省中，僅黑龍江和新疆兩個地區(qū)的玉米生產配置效率是有效的，達到100%，其余大多數(shù)省份的配置效率在80%左右，而貴州、云南和重慶地區(qū)的配置效率值均低于65%。其次，除黑龍江和新疆外，貴州、湖北、江蘇和重慶地區(qū)玉米生產的純技術效率盡管處于技術生產前沿面，但是受其玉米生產各項投入要素組合的低效配置，這四省玉米生產成本效率均為無效。最后，除規(guī)模效率外，地區(qū)間玉米生產的配置效率、純技術效率和成本效率差異較大。一方面，黑龍江和新疆地區(qū)耕地廣闊，土壤肥力較高，地勢平坦，玉米種植集中連片達到規(guī)模種植的比例較高，適合大型機械作業(yè)，機械化水平較高。2012年，黑龍江玉米耕整地機械水平為98.8%，播種機械化水平達99.3%，植保機械化水平為99%，收獲機械化水平為54.7%［20］，同年，新疆地區(qū)玉米機耕、機播和機收的比例分別為98.23%、92.06%和37.80%［21］；另一方面，黑龍江和新疆地區(qū)玉米生產的人工價格較其他地區(qū)明顯偏高。相較于其他地區(qū)，黑龍江和新疆地區(qū)玉米種植每畝用工數(shù)量很低，而由于人工成本基本占玉米種植成本的一半以上（部分地區(qū)高達70%以上），導致以機械代替人工可以節(jié)約大量的投入成本。且新疆地區(qū)雖然每畝種子用量和化肥用量偏高，但是由于其價格較低，使得這兩個地區(qū)的投入要素配置效率相對較高。而重慶和貴州位于中國西南地區(qū)，丘陵和山地居多，玉米種植面積比較分散，不適合大型機械作業(yè)，只能多投入人工，但是當?shù)氐娜斯r格并不低，導致其玉米生產的投入成本相對較高。

表2　2002—2014年中國各地區(qū)玉米成本效率平均值測算結果

（二）玉米生產配置效率的空間相關性分析

根據(jù)上述測度的中國各省玉米生產配置效率值，借助R 3.1.0軟件，可以得到各地區(qū)2002—2014年玉米生產配置效率的Moran's I值（見表3）。由表3可知，2002—2014年各年度的Moran's I值均大于0，總體呈震蕩下降趨勢，絕大多數(shù)年份的Moran＇s I值在5%的顯著性水平上表現(xiàn)出正的空間相關性，說明中國玉米生產資源配置存在地區(qū)間的空間溢出效應，即具有較高配置效率的地區(qū)互相鄰近。另外，2002—2005年、2006—2008年Moran＇s I值均隨著時間而減小，表明這期間空間自相關的強度有減弱的趨勢。

表3　2002—2014年我國各地區(qū)玉米生產配置效率的Moran's I值

（三）玉米生產配置效率影響因素的實證分析

為進一步研究各因素在空間上對玉米生產配置效率的影響程度，本文建立空間面板數(shù)據(jù)模型并借助Matlab R 2014a軟件進行估計。為直觀進行對比分析，表4同時給出了OLS、SPLM和SPEM的參數(shù)估計結果。

表4　玉米生產配置效率影響因素的模型估計結果對比

由表4可知，SPLM的擬合優(yōu)度和對數(shù)似然函數(shù)值分別為0.5212、213.027，均大于OLS的0.4100、190.215和SPEM的0.4650、210.186；而且各變量的顯著性水平相差不大，再加上SPLM的空間自相關系數(shù)為0.360，在1%的顯著性水平上顯著，再次說明選擇SPLM是恰當?shù)?，玉米生產配置效率確實存在地區(qū)之間的空間效應。從SPLM中還可以看出，除財政支農資金比重和農業(yè)機械總動力以外，農戶經營規(guī)模、人均GDP、農業(yè)科技人員占比、農民平均文化程度及農業(yè)貸款比重的擴大或提高都能有效改善玉米生產配置效率。由于經營規(guī)模越大，農戶可支配的土地資源越多。通常經濟較發(fā)達地區(qū)擁有較雄厚的經濟實力，能夠將更多的資金投入到改善玉米生產條件上，而且受耕地資源稀缺有限制約，會集約利用有限的耕地資源以獲得最大產出，從而促進玉米生產配置效率的提高。相對于較低勞動者素質的生產者而言，高素質生產者在玉米生產和先進技術推廣過程中認知、接受和掌握玉米新品種、新技術和新方法的程度更快、更準確，能有效把握和獲取最新的玉米市場信息，使得玉米投入要素的綜合效用得以最大化發(fā)揮。農業(yè)科技人員占比越多，越有助于完善當?shù)赜衩咨a的基礎設施建設和提高科學技術投入水平，從而為玉米生產技術的發(fā)揮創(chuàng)造良好條件，促進玉米生產配置效率的改善。農業(yè)貸款比重越高，說明農戶可以支配的玉米生產投入資金越多，有助于農戶購置機械、雇工及獲取生產技術、信息等能力的提高，從而更靈活地配置各項投入要素，促進玉米生產配置效率的提高［22］。

三、研究結論及政策含義

本文從空間視角對中國區(qū)域間玉米生產配置效率的分布特征進行分析，并借助SPDM對其影響因素做進一步研究。結果發(fā)現(xiàn)：（1）2002—2014年中國玉米主產省生產配置效率的平均值為78.42%，年度間波動不大，而地區(qū)間差異較大。（2）2002—2014年，各省玉米生產配置效率的Moran＇s I值在絕大多數(shù)年份中于5%的顯著性水平上存在正的空間相關性，且配置效率較高的地區(qū)主要集中在東北、西北和華東地區(qū)。（3）除財政支農資金比重和農業(yè)機械總動力外，各省農戶經營規(guī)模、人均GDP、農民平均文化程度、農業(yè)科技人員占比及農業(yè)貸款比重等因素的擴大或提高均可以有效改善玉米生產配置效率。因此，對于現(xiàn)階段玉米生產配置效率相對有效的地區(qū)而言，應積極推進市場化進程，充分發(fā)揮市場在資源配置中的決定性作用，充分利用自身及鄰近地區(qū)的優(yōu)勢資源要素，不斷提高玉米生產過程中技術和管理水平，擴大生產可能性邊界，形成多元化玉米生產資本投入體系，帶動周邊地區(qū)玉米生產配置效率的不斷提高以實現(xiàn)全國玉米生產配置效率的更優(yōu)。對于現(xiàn)階段玉米生產配置效率相對無效的地區(qū)而言，應積極推進農業(yè)適度規(guī)?；洜I，提高土地利用率和生產率，繼續(xù)加快農戶人力資本積累，加強農戶及農業(yè)科技人員同周邊地區(qū)先進玉米種植主體的學習、交流和溝通，完善金融支農機制，確保涉農信貸投放力度，充分發(fā)揮政策性和合作性金融作用，引導金融資本和社會資本進入玉米生產環(huán)節(jié)，從而達到放寬玉米種植戶的流動性約束的目的，使得農戶有更多的資金來提高勞動生產率，實現(xiàn)配置效率的有效。

［1］孫慧.配置效率的度量方法研究［D］.哈爾濱：哈爾濱工業(yè)大學，2008.

［2］王建華.基于DEA方法的農作物成本效率測度及區(qū)域特征分析——以大豆為例［J］.經濟地理，2011，（7）：1190-1195.

［3］張宗毅，曹光喬.基于DEA成本效率模型的我國耕種農機裝備結構優(yōu)化研究［J］.農業(yè)技術經濟，2012，（2）：74-82.

［4］龐英，李樹超，周蕾，等.中國糧食生產資源配置效率及其區(qū)域差異——基于動態(tài)Malmquist指數(shù)的經驗［J］.經濟地理，2008，（1）：113-117.

［5］魏丹.我國糧食生產資源要素優(yōu)化配置研究［D］.武漢：華中農業(yè)大學，2011.

［6］吳平，譚瓊.我國糧食主產區(qū)農田水利設施配置效率及區(qū)域差異分析——基于DEA和動態(tài)Malmquist指數(shù)的實證研究［J］.農業(yè)現(xiàn)代化研究，2012，（3）：331-335.

［7］LUA Y，CAMP C R，SADLER E J.Efficient Allocations of Irrigation Water and Nitrogen Fertilizer in Corn Production［J］.Journal of Sustainable Agriculture，2004，24（4）：97-111.

［8］KLOCKE N L，et al.Crop Selections and Water Allocations for Limited Irrigation［C］／／Proceedings of the 21st Annual Central Plains Irrigation Conference.Colby Kansas，2009：24-25.

［9］郭志超.我國玉米生產函數(shù)及技術效率分析［J］.經濟問題，2009，（11）：74-78.

［10］趙紅雷，賈金榮.中國玉米生產技術效率分析：2001—2008——基于隨機前沿生產函數(shù)［J］.西北農林科技大學學報：社會科學版，2011，（5）：56-61.

［11］MULINGA N.Economic Analysis of Factors Affecting Technical Efficiency of Smallholders Maize Production on Rwanda［J］.Rwanda Journal，2013，1（1）：52-62.

［12］王琛，吳敬學.我國玉米產業(yè)生產技術效率與其影響因素研究——基于2001—2011年的省級面板數(shù)據(jù)［J］.中國農業(yè)資源與區(qū)劃，2015，（4）：23-32.

［13］朱滿德，李辛一，程國強.綜合性收入補貼對中國玉米全要素生產率的影響分析——基于省級面板數(shù)據(jù)的DEA-Tobit兩階段法［J］.中國農村經濟，2015，（11）：4-14.

［14］欒雙軍.吉林省玉米生產要素辨識及配置效率分析［D］.長春：吉林大學，2006.

［15］陳秀芝，李嘉曉，龐英.中國玉米生產資源配置效率及其結構優(yōu)化策略研究［J］.陜西農業(yè)科學，2013，（1）：173-177.

［16］IGE R K.Allocative Efficiency of Resources in the Production of Maize among Small Scale Farmers in Odogbolu Local Government Area of OgunState，Nigeria［J］.International Journal of Management Sciences，2014，4（9）：383-387.

［17］高鳴，宋洪遠.糧食生產技術效率的空間收斂及功能區(qū)差異——兼論技術擴散的空間漣漪效應［J］.管理世界，2014，（7）：83-92.

［18］李岳云.中國糧食波動論［M］.北京：中國農業(yè)出版社，2001.

［19］ZHENG J H，LIU X，XANDBIGSTEN A.Ownership Structure and Determinants of Technical Efficiency：An Application of Data Envelopment Analysis to Chinese Enterprises（1986—1990）［J］.Journal of Comparative Economics，1998，26（5）：465-484.

［20］孫士明，靳曉燕，韓宏宇，等.黑龍江省玉米生產機械化現(xiàn)狀及發(fā)展建議［J］.農機化研究，2015，（5）：1-6.

［21］張靜.新疆玉米主栽區(qū)農機系統(tǒng)優(yōu)化配置與規(guī)模經營的研究［D］.烏魯木齊：新疆農業(yè)大學，2014.

［22］田杰.中國林業(yè)生產要素配置效率研究［D］.楊凌：西北農林科技大學，2014.

Spatial Correlation Measurement and Influence Factors of Allocative Efficiency for Maize Production in China

WANG Xue-jiao，XIAO Hai-feng
（College of Economics and Management，China Agricultural University，Beijing 100083，China）

Based on DEA Cost Efficiency Model，this study calculated the allocative efficiency（AE）of 20 major provinces'maize production in China from 2002 to 2014.Then we used Moran's I to measure its spatial association.Lastly，the Spatial Panel Data Model was employed to estimate its influence factors.Results indicate that the average AE of maize production among provinces is 78.42%during the 2002-2014 period，showing little change between years，while significant differences among regions.AE of maize production represents significant local spatial autocorrelation，and higher efficiency of areas mainly in the Northeast，Northwest and Eastern China.It is also found that in addition to the proportion of financial expenditure and total power of agricultural machinery，household's land operation scale，per capita GDP，agricultural scientists and technicians account for ratio，farmers＇average educational level and proportion of agricultural loans extension or rise can effectively improve AE of maize production.

maize production；allocative efficiency；spatial autocorrelation；spatial panel data model

F326.3

A

1009-1971（2016）06-0125-07

2016-08-18

農業(yè)部、財政部項目（CARS-40-20）

王雪嬌（1986—），女，陜西西安人，博士研究生，從事農業(yè)經濟理論與政策研究；肖海峰（1964—），男，內蒙古武川人，教授，博士，從事農業(yè)經濟理論與政策研究。

［責任編輯：王 春］