張平平，王 飛,，王蕾欽，楊 蒙

(1.西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院， 陜西 楊凌 712100； 2.中國科學(xué)院水利部水土保持研究所， 陜西 楊凌 712100)

農(nóng)業(yè)是我國經(jīng)濟發(fā)展的基礎(chǔ)，在人口數(shù)量攀升和耕地面積不斷減少的背景下，要確保農(nóng)業(yè)持續(xù)健康發(fā)展，必須提高農(nóng)業(yè)生產(chǎn)效率，使農(nóng)業(yè)生產(chǎn)的投入產(chǎn)出最大化。對農(nóng)業(yè)生產(chǎn)效率的研究一直是農(nóng)業(yè)經(jīng)濟研究中的一項重要課題。數(shù)據(jù)包絡(luò)分析方法(簡稱DEA，Data Envelopment Analysis)是目前國內(nèi)外學(xué)者普遍運用的研究農(nóng)業(yè)生產(chǎn)效率的方法。Helfand等[1]利用DEA方法探討了巴西中西部農(nóng)業(yè)技術(shù)效率的影響因素，研究表明，現(xiàn)代投入對技術(shù)效率有重要影響。Bjurek等[2]選取美國德州Blacklan Prairie區(qū)域中41個郡為研究對象，運用DEA模型對其農(nóng)業(yè)生產(chǎn)效率進行分析。Vicente[3]利用DEA方法對1995年巴西農(nóng)業(yè)生產(chǎn)效率進行研究，結(jié)果表明該地區(qū)農(nóng)業(yè)技術(shù)效率較低，在技術(shù)效率完全有效的情況下農(nóng)業(yè)總產(chǎn)值將增加30%以上。Ramanathan[4]使用DEA方法評估國際農(nóng)業(yè)生產(chǎn)效率，其研究覆蓋2004—2008年174個歐盟和非歐盟國家，結(jié)果表明其效率值分別為43.2%和41.4%。Dubey[5]選取印度的Punjab和美國Ohio的農(nóng)業(yè)生產(chǎn)效率進行對比研究，結(jié)果表明Ohio的農(nóng)業(yè)效率大于Punjab。賀正楚等[6]運用DEA模型，從規(guī)模有效性和技術(shù)有效性兩方面對我國31個省市的農(nóng)業(yè)生產(chǎn)效率進行評價。董洪清等[7]利用DEA模型，建立投入產(chǎn)出綜合性指標體系，全方位地評價我國農(nóng)業(yè)生產(chǎn)效率。萇亞平等[8]對河南省108個縣2001—2005年、2006—2010年各指標的平均值進行DEA分析，探討其2001—2010年的農(nóng)業(yè)生產(chǎn)效率的時空動態(tài)變化特征。趙俊華等[9]運用DEA模型對2008—2012年山西省107個縣(市)農(nóng)業(yè)生產(chǎn)效率進行分析，并結(jié)合ESDA方法探究其農(nóng)業(yè)生產(chǎn)效率分布模式的時空演化。焦源[10]利用三階段DEA模型，對2011年山東省17個地市的農(nóng)業(yè)生產(chǎn)效率進行研究，結(jié)果發(fā)現(xiàn)，各地市的投入要素和生產(chǎn)效率存在一定差距，應(yīng)根據(jù)當?shù)厍闆r有針對性地擴大農(nóng)業(yè)生產(chǎn)規(guī)模，改善技術(shù)管理狀況。

黃土高原水土流失嚴重，自然災(zāi)害頻發(fā)，農(nóng)業(yè)自然條件地域差異大，貧困人口多，是我國人口、資源、環(huán)境矛盾最大的區(qū)域[11]。為認識該區(qū)農(nóng)業(yè)生產(chǎn)效率的變化特征與空間差異，本文以黃土高原地區(qū)縣(市)域作為研究對象進行分析，并為該區(qū)農(nóng)業(yè)和區(qū)域可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 區(qū)域概況、研究方法及數(shù)據(jù)來源

1.1 區(qū)域概況

黃土高原位于33°41′N～41°16′N，100°54′E～114°33′E之間，在行政區(qū)劃上包括陜西、甘肅、寧夏、青海、內(nèi)蒙古、山西、河南7省(自治區(qū))的281個縣(市)(2014年)。該區(qū)域地處黃河中游，南北寬約800 km，東西長約1 300 km，面積約為63.5萬km2，約占全國國土總面積的6.6%，其中耕地面積約為12.1萬km2(2014年)。但大部分耕地屬于坡耕地，這給農(nóng)業(yè)發(fā)展帶來很大困難。2014年糧食總產(chǎn)量約為4 600萬t，占全國糧食總產(chǎn)量的7.6%。該區(qū)年平均降雨量在150～750 mm間，夏季降雨比較集中，春季則干旱缺水，這與主要農(nóng)作物生長期發(fā)生錯位；東部和南部降雨相對豐富，向西部和北部降雨量遞減，水資源分布不均導(dǎo)致農(nóng)作物生長條件差異顯著，加上各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)各異，各個縣(市)農(nóng)業(yè)生產(chǎn)效率差異明顯。

1.2 研究方法

1.2.1 DEA模型 數(shù)據(jù)包絡(luò)分析方法(DEA)是由運籌學(xué)家Charnes和Cooper[12]在“相對效率評價”的基礎(chǔ)上提出的對具有多投入、多產(chǎn)出要素的同類評價單元進行相對有效性評價的系統(tǒng)分析方法[13]。DEA的基本思路是把每個評價單元都當做決策單元(簡稱DMU，Decision Making Unit)，綜合分析投入產(chǎn)出資料，確定一個相對有效的生產(chǎn)前沿面，即生產(chǎn)效率有效的一個集合，將各個DMU投影到生產(chǎn)前沿面上，根據(jù)DMU與生產(chǎn)前沿面的距離來確定它們的相對有效性[14]。DEA分析中主要兩個模型為C2R和BC2模型。C2R模型假設(shè)決策單元規(guī)模報酬不變，BC2模型將C2R模型中的規(guī)模報酬不變的前提去除，計算可變規(guī)模報酬情況下的效率值。假設(shè)有n個決策單元，每個決策單元有m個投入要素，r個產(chǎn)出要素，xj=[x1j，x2j，…，xmj]T為要素投入變量，yj=[y1j，y2j，…，yrj]T為產(chǎn)出變量；s+為松弛變量、s-為剩余變量；λj為各單元投入、產(chǎn)出要素的組合系數(shù)，θ為效率值大小，則C2R模型的計算公式為：

(1)

本文選取1987—2014年黃土高原281個縣(市)域為研究區(qū)，利用DEAP2.1軟件計算各個行政區(qū)的綜合效率、純技術(shù)效率和規(guī)模效率。純技術(shù)效率反映投入要素的使用效率，即各單元是否可以有效利用生產(chǎn)技術(shù)，實現(xiàn)產(chǎn)出最大化。規(guī)模效率用來衡量各單元在投入要素和產(chǎn)出要素的分配比例上是否合適，以達到產(chǎn)出最大化，該值越高表示規(guī)模越合適，越具有生產(chǎn)力。農(nóng)業(yè)綜合效率表示決策單元與生產(chǎn)前沿面之間的距離，反映當前農(nóng)業(yè)生產(chǎn)規(guī)模的合適程度以及對生產(chǎn)技術(shù)的利用程度[15]。

1.2.2 變異系數(shù) 為了反映1987—2014年間黃土高原縣(市)域農(nóng)業(yè)生產(chǎn)效率的波動大小和分布情況，本文引入變異系數(shù)進行評價，計算公式為[16]：

(2)

1.3 數(shù)據(jù)來源與指標選取

本文所用數(shù)據(jù)來自黃土高原數(shù)據(jù)共享平臺(http://loess.geodata.cn)，部分缺失數(shù)據(jù)從1987—2014年各省統(tǒng)計年鑒、《中國縣(市)社會經(jīng)濟統(tǒng)計年鑒》中整理計算得到。

統(tǒng)計發(fā)現(xiàn)1987—2014年間黃土高原地區(qū)行政區(qū)劃有所調(diào)整。1987年共有287個縣(市)級行政單元，1997年撤銷臨潼縣，設(shè)立西安市臨潼區(qū)；2002年撤銷長安縣，設(shè)立西安市長安區(qū)；2002年撤銷耀縣，設(shè)立銅川市耀州區(qū)；2003年撤銷寶雞縣，設(shè)立寶雞市陳倉區(qū)；2003年撤銷陶樂縣，原陶樂縣月牙湖鄉(xiāng)劃歸銀川市興慶區(qū)管轄，其余地方劃歸平羅縣管轄；2004年撤銷惠農(nóng)縣，設(shè)立石嘴山市惠農(nóng)區(qū)。本文以2014年行政區(qū)劃的281個縣(市)級單元為準。

參考國內(nèi)外有關(guān)農(nóng)業(yè)生產(chǎn)效率評價體系文獻，并考慮指標的易獲得性和代表性，本文將黃土高原農(nóng)業(yè)生產(chǎn)系統(tǒng)分為投入與產(chǎn)出兩大系統(tǒng)。

(1) 投入指標：本文從土地、勞動力、資本三個方面選取投入指標。土地投入用耕地面積(公頃)、糧食作物播種面積(公頃)來表示 。勞動力用鄉(xiāng)村從業(yè)人員數(shù)(萬人)來表示，資金投入用農(nóng)業(yè)機械總動力(千瓦)和農(nóng)用化肥施用折純量(噸)來表示。

(2) 產(chǎn)出指標：本文選取農(nóng)業(yè)生產(chǎn)總值(萬元)、糧食產(chǎn)量(噸)、油料產(chǎn)量(噸)3個指標來表示農(nóng)業(yè)產(chǎn)出的規(guī)模和總量。同時選取糧食產(chǎn)量和油料產(chǎn)量是因為農(nóng)業(yè)生產(chǎn)系統(tǒng)是包括糧食、油料等多種生產(chǎn)內(nèi)容的多投入和多產(chǎn)出的復(fù)雜系統(tǒng)，本文在數(shù)據(jù)可得性的基礎(chǔ)上考慮農(nóng)業(yè)生產(chǎn)內(nèi)部結(jié)構(gòu)差異對農(nóng)業(yè)生產(chǎn)效率的影響。

2 農(nóng)業(yè)綜合效率時空特征分析

2.1 農(nóng)業(yè)綜合效率時序變化分析

1987—2014年間黃土高原農(nóng)業(yè)綜合效率的平均值為0.694，即黃土高原農(nóng)業(yè)實際產(chǎn)出占理想產(chǎn)出的69.4%。從圖1所示的農(nóng)業(yè)生產(chǎn)效率變化趨勢來看，1998年和2003年波動較大，2005年之后緩慢波動并逐漸呈現(xiàn)出增長態(tài)勢。歷史上黃土高原屬于我國水土流失嚴重的區(qū)域，受地形條件和落后的生產(chǎn)力條件限制，當?shù)剞r(nóng)業(yè)產(chǎn)量一直較低且不穩(wěn)定。1997年黃土高原農(nóng)業(yè)綜合效率為0.648，1998年中國糧食極大豐產(chǎn)，農(nóng)業(yè)生產(chǎn)效率顯著提高至0.728。同年長江流域出現(xiàn)特大洪水，國家開展“退耕還林”試點工作，造成耕地減少且部分農(nóng)戶選擇外出務(wù)工[17]，1999年農(nóng)業(yè)生產(chǎn)效率下降至0.661。2002年國家全面啟動“退耕還林”，2003年農(nóng)業(yè)生產(chǎn)效率到達最低點，為0.618。近些年，隨著國家加大對農(nóng)業(yè)補貼政策的實施力度和對黃土高原的綜合治理，在一定程度上促進了農(nóng)業(yè)生產(chǎn)的穩(wěn)定和提高，農(nóng)業(yè)綜合效率從2005年的0.682增加到2014年的0.748。

圖1黃土高原1987—2014年農(nóng)業(yè)綜合效率、純技術(shù)效率、規(guī)模效率變化

Fig.1 Efficiency of agricultural industry in the Loess Plateau (in 1987—2014)

計算黃土高原各縣(市)域的農(nóng)業(yè)綜合效率變異系數(shù)，結(jié)果表明(圖2)：1987—2014年的平均變異系數(shù)為0.194，變異系數(shù)較大的縣(市)域單元(V≥0.250)主要集中在高原北部和東部地區(qū)，北部包括鄂爾多斯市，陜西省神木縣、靖邊縣等榆林市大部分下轄縣(市)域，東部包括山西省境內(nèi)大同市、陽泉市、呂梁市、臨汾市下轄的大部分下轄縣(市)域。這些縣(市)域由于生態(tài)環(huán)境脆弱，以干旱、風(fēng)沙為主的自然災(zāi)害頻發(fā)，農(nóng)業(yè)生產(chǎn)效率穩(wěn)定性較差。變異系數(shù)變化中等的縣(市)域(0.150≤V≤0.249)位于變異系數(shù)較大的區(qū)域外圍，包括內(nèi)蒙古境內(nèi)的黃河南岸、陜西省北部、山西省、河南省和青海省大部分區(qū)域，以及甘肅省固原市、天水市、白銀市下轄的大部分縣(市)域。變異系數(shù)較小的縣(市)域(V≤0.149)位于寧夏回族自治區(qū)大部分區(qū)域、陜西省南部和青海、甘肅境內(nèi)的區(qū)域，生產(chǎn)效率較為穩(wěn)定，這些區(qū)域多數(shù)位于農(nóng)業(yè)開發(fā)較早，生產(chǎn)條件較好的地區(qū)，農(nóng)業(yè)生產(chǎn)綜合效率普遍較高且波動很小。

圖2黃土高原農(nóng)業(yè)綜合效率變異系數(shù)

Fig.2 Variation coefficient of agriculture comprehensive efficiency in the Loess Plateau

從圖2還可以看出，六大省會城市的農(nóng)業(yè)生產(chǎn)綜合效率的變異系數(shù)均較低。在西部大開發(fā)的背景下，憑借省會城市區(qū)域中心的優(yōu)勢地位，其農(nóng)業(yè)發(fā)展的綜合實力不斷上升。但是，由于城市化過程中城市人口不斷增加，行政區(qū)劃隨之調(diào)整，各項指標的人均水平上升緩慢，影響整體的發(fā)展速度[18]，農(nóng)業(yè)生產(chǎn)綜合效率變化不大。

2.2 農(nóng)業(yè)綜合效率的空間變化分析

為了反映綜合效率空間分異特征，本文選取1987年、1995年、2005年和2014年進行分析。由圖3可以看出黃土高原農(nóng)業(yè)生產(chǎn)綜合效率具有以下特征：

(1) 農(nóng)業(yè)綜合效率縣(市)域間差異較大。1987年、1995年、2005年和2014年農(nóng)業(yè)綜合效率最大值均為1，最小值分別為0.169、0.175、0.136及0.282，差異顯著。2005年和2014年農(nóng)業(yè)綜合效率最小值所在縣(市)域均是柳林縣。柳林縣隸屬山西呂梁市，地形起伏較大，水土流失嚴重，降雨不足且分布不均，素有“十年九旱”之稱，受這些自然條件限制，柳林縣的農(nóng)業(yè)綜合效率一直處于較低水平(1987年、1995年農(nóng)業(yè)綜合效率分別為0.325、0.477)。

(2) 按自然斷裂法(Jenks)，本文將黃土高原1987年、1995年、2005年和2014年縣(市)域單元農(nóng)業(yè)綜合效率劃分為高中低3個等級。①低效率：1987年低效率縣(市)域主要位于陜西北部、內(nèi)蒙古中部和寧夏南部，共計65個縣(市)；1995年、2005年低效率主要位于山西西部和甘肅西部，分別為64個、67個縣(市)；2014年低效率主要位于山西南部和甘肅東部，共計46個縣(市)。②中等效率：1987年中等效率的縣(市)域主要位于山西大部、陜西南部、內(nèi)蒙古南部，共計117個縣(市)；1995年中等效率主要位于山西大部、甘肅西部和寧夏南部，共計119個縣(市)；2005年、2014年中等效率主要位于山西北部、甘肅大部、寧夏南部，分別為103個和100個縣(市)。③高效率：1987年高效率縣(市)域主要位于陜西中部、甘肅南部、寧夏北部和青海大部，分布較分散，共計99個縣(市)域；之后高效率縣域向北轉(zhuǎn)移，分布逐漸集中，1995年、2005年、2014年高效率主要位于內(nèi)蒙古大部、寧夏北部和陜西中部，分別為98個、111個、135個縣(市)?？梢钥闯?，農(nóng)業(yè)綜合效率整體上處于中等水平，低效率縣(市)域和中等效率縣(市)域數(shù)量逐漸減少，高效率縣(市)域數(shù)量逐漸增多，總體呈現(xiàn)上升趨勢。

(3) 黃土高原各縣(市)域經(jīng)過相同的宏觀農(nóng)業(yè)政策調(diào)控，但農(nóng)業(yè)綜合效率空間差異顯著，這主要取決于各縣(市)域農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、經(jīng)營模式和耕作方式的差別。高效率縣(市)域大多調(diào)整了農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，并改變經(jīng)營方式，提高機械化水平，逐漸向現(xiàn)代化農(nóng)業(yè)發(fā)展。如陜西省的靖邊縣屬于農(nóng)牧交錯帶，近年來大力發(fā)展特色農(nóng)業(yè)，該縣圍繞羊子、馬鈴薯、蔬菜三大農(nóng)業(yè)主導(dǎo)產(chǎn)業(yè)，著力推進農(nóng)業(yè)由傳統(tǒng)粗放經(jīng)營方式向現(xiàn)代集約經(jīng)營方式轉(zhuǎn)變，大幅提高其農(nóng)業(yè)生產(chǎn)效率。

3 農(nóng)業(yè)綜合效率分解

農(nóng)業(yè)綜合效率可分解為純技術(shù)效率和規(guī)模效率，本文以1987年、1995年、2005年和2014年為例，計算各縣(市)域單元對應(yīng)的純技術(shù)效率和規(guī)模效率(圖4，圖5)。

圖3 1987年、1995年、2005年和2014年黃土高原農(nóng)業(yè)綜合效率空間分異

圖4 1987年、1995年、2005年和2014年黃土高原農(nóng)業(yè)純技術(shù)效率空間分異

圖5 1987年、1995年、2005年和2014年黃土高原農(nóng)業(yè)規(guī)模效率空間分異

Fig.5 Spatial distribution of agricultural scale efficiency in 1987, 1995, 2005 and 2014

3.1 農(nóng)業(yè)純技術(shù)效率的時空變化特征

由圖4可知，不同縣(市)間純技術(shù)效率差異較大，1987年有湟中縣、岐山縣、臨夏市等55個縣(市)的純技術(shù)效率達到1，但靖邊縣的純技術(shù)效率僅為0.273；1995年有志丹縣、西寧市、鄂托克旗等64個縣(市)的純技術(shù)效率達到1，新安縣的純技術(shù)效率最低，只有0.240；2005年有戶縣、巴彥淖爾市、平安縣等63個縣(市)純技術(shù)效率為1，柳林縣的純技術(shù)效率僅為0.232；到2014年，有蘭州市、西安市、同仁縣等65個縣(市)純技術(shù)效率為1，純技術(shù)效率最低的仍然是柳林縣，其大小上升至0.350，純技術(shù)效率最高值與最低值間相差很大，這在很大程度上阻礙純技術(shù)效率的整體提高。1987—2014年28年時間內(nèi)，黃土高原農(nóng)業(yè)生產(chǎn)純技術(shù)效率高效率區(qū)有所增加，并有向北部擴大的趨勢。究其原因，黃土高原北部的自然資源豐富、土地肥沃，適合發(fā)展農(nóng)業(yè)，同時對農(nóng)業(yè)技術(shù)推廣十分重視，操作精細化，經(jīng)營結(jié)構(gòu)多樣化，農(nóng)業(yè)生產(chǎn)效率逐漸提高。

為了研究純技術(shù)效率和規(guī)模效率對綜合效率的貢獻，本文選用1987年、1995年、2005年和2014年的散點圖來反映其間的關(guān)系(圖6)，結(jié)果如下：

(1) 1987年、1995年、2005年和2014年各縣(市)域單元的農(nóng)業(yè)綜合效率的散點分布在45°對角線附近，但都不能完全與45°對角線重合(圖6a，圖6b)，說明綜合效率受純技術(shù)效率和規(guī)模效率二者共同影響。

(2) 與純技術(shù)效率相比，規(guī)模效率和綜合效率變化更偏向散點圖的頂部和偏上部，因此可以得出結(jié)論：大多縣(市)域單元的農(nóng)業(yè)規(guī)模達到或接近有效狀態(tài)，農(nóng)業(yè)規(guī)模效率大于純技術(shù)效率。

(3) 規(guī)模效率相比于純技術(shù)效率更偏離對角線45°，說明農(nóng)業(yè)綜合效率與純技術(shù)效率相關(guān)性更高，即純技術(shù)效率與規(guī)模效率相比對綜合效率的影響更大。這與圖1所示的黃土高原地區(qū)各縣(市)域單元純技術(shù)效率變化趨勢與綜合效率基本一致的情況吻合，進一步證明農(nóng)業(yè)純技術(shù)效率是引起綜合效率變化的主要原因。因此，要提高黃土高原農(nóng)業(yè)生產(chǎn)綜合效率，首先要提高純技術(shù)效率，加大對農(nóng)業(yè)生產(chǎn)技術(shù)的投入與開發(fā)。

3.2 農(nóng)業(yè)規(guī)模效率的時空變化特征

從圖5中可以看出，規(guī)模效率平均水平相對較高。1987年、1995年、2005年和2014年規(guī)模效率大小分別為0.913、0.921、0.909和0.951，均在0.9以上，說明黃土高原農(nóng)業(yè)生產(chǎn)達到高規(guī)模效率的水平。同時，規(guī)模效率高縣(市)域連片呈現(xiàn)，分布較為均衡。除山西西部、陜西南部部分縣(市)域外，大部分黃土高原縣(市)域?qū)儆诟咝士h(市)域。大面積連片縣(市)域一方面是因為當?shù)刈匀粭l件相似，另一方面受地理位置和政府發(fā)展規(guī)劃影響，如呼包鄂榆經(jīng)濟區(qū)，這些縣(市)域在發(fā)展當?shù)靥厣r(nóng)業(yè)經(jīng)濟的同時帶動周圍縣(市)域的農(nóng)業(yè)發(fā)展。

圖6黃土高原農(nóng)業(yè)分解效率對總效率的貢獻分析

Fig.6 Contribution of total agriculture efficiency by decompositions in the Loess Plateau

根據(jù)DEA規(guī)模報酬分析，可以判別黃土高原各縣( 市) 農(nóng)業(yè)生產(chǎn)規(guī)模報酬所處階段。當農(nóng)業(yè)生產(chǎn)處于規(guī)模報酬遞增階段，表明投入要素沒有達到最佳規(guī)模，此時增加要素投入，可以得到更高的收益，從而進一步提高農(nóng)業(yè)生產(chǎn)效率；如果農(nóng)業(yè)生產(chǎn)效率處于規(guī)模報酬遞減階段，說明投入要素已經(jīng)超過農(nóng)業(yè)生產(chǎn)對投入要素的需求量，只有減少投入，才能實現(xiàn)農(nóng)業(yè)生產(chǎn)效率的增長[19]。計算結(jié)果表明(圖7)，1987年、1995年、2005年和2014年規(guī)模報酬遞增的縣(市)分別為87、87、165、125個；規(guī)模報酬遞減的縣(市)分別為152、155、78、95個；規(guī)模報酬不變的縣(市)分別為42、39、38、61個?？傮w來看，1996年之前黃土高原縣(市)域大部分處于規(guī)模報酬遞減階段，2005—2014年大多數(shù)縣(市)域處于規(guī)模報酬遞增階段。因此，就目前的實際狀況來說，黃土高原的農(nóng)業(yè)生產(chǎn)規(guī)模沒有達到最佳生產(chǎn)前沿面，可以通過擴大農(nóng)業(yè)生產(chǎn)規(guī)模來獲得更高的生產(chǎn)效益。

圖7黃土高原縣(市)效率階段數(shù)量

Fig.7 The number of counties in different efficiency stage in the Loess Plateau

4 結(jié)論與討論

通過對1987—2014年黃土高原縣(市)域單元的農(nóng)業(yè)生產(chǎn)效率及其時空變化特征進行分析，結(jié)論如下：

1) 農(nóng)業(yè)綜合效率總體上波動較大，整體處于中等水平，呈現(xiàn)一定的增長趨勢，不同縣(市)域間綜合效率差異較大。各縣(市)域應(yīng)根據(jù)自身資源環(huán)境和社會條件的差異，采取多樣化的發(fā)展模式。高原區(qū)東部和西北部農(nóng)業(yè)綜合效率低的縣(市)域，著重發(fā)展新興產(chǎn)業(yè)，如借助退耕還林發(fā)展生態(tài)旅游業(yè)。高原北部縣(市)域的農(nóng)業(yè)生產(chǎn)效率較高，充分發(fā)揮農(nóng)業(yè)產(chǎn)業(yè)優(yōu)勢，加強農(nóng)牧產(chǎn)品基地建設(shè)，實現(xiàn)當?shù)靥厣r(nóng)業(yè)發(fā)展。

2) 純技術(shù)效率最高值與最低值間相差很大，這對純技術(shù)效率的整體提高有很大的阻礙作用；綜合效率受純技術(shù)效率和規(guī)模效率二者共同影響；規(guī)模效率大于純技術(shù)效率，純技術(shù)效率對綜合效率的影響大于規(guī)模效率；純技術(shù)效率相對較低，這在很大程度上影響農(nóng)業(yè)生產(chǎn)效率的整體水平。因此，黃土高原地區(qū)應(yīng)加強現(xiàn)代農(nóng)業(yè)科研創(chuàng)新投入和技術(shù)推廣，推進農(nóng)業(yè)、農(nóng)村人才培養(yǎng)，充分發(fā)揮科學(xué)技術(shù)對農(nóng)業(yè)生產(chǎn)效率的推動作用。

從10月23日到11月9日，由人民銀行、銀保監(jiān)會、證監(jiān)會等金融委聯(lián)席部委分別牽頭，七個督導(dǎo)組分赴廣東、福建、安徽等地，對落實政策的情況進行督導(dǎo)。通過組織座談、個別談話、材料調(diào)閱、政策宣介等多種形式進行調(diào)研，對政策的落實情況進行督導(dǎo)。

3) 規(guī)模效率水平較高，高效率縣(市)域連片呈現(xiàn)，分布較為均衡；黃土高原農(nóng)業(yè)生產(chǎn)效率目前大多處于規(guī)模報酬遞增階段，可以通過合理地增加農(nóng)業(yè)生產(chǎn)的投入要素，擴大農(nóng)業(yè)生產(chǎn)規(guī)模來獲得更高的農(nóng)業(yè)生產(chǎn)效益。調(diào)整農(nóng)業(yè)生產(chǎn)投入產(chǎn)出結(jié)構(gòu)。

本文選取黃土高原281個縣(市)域單元為研究對象，利用DEA模型對黃土高原1987—2014年的縣(市)域農(nóng)業(yè)生產(chǎn)效率進行測算，深入探討其時空演變特征和變化原因，其結(jié)論對黃土高原縣(市)域在未來農(nóng)業(yè)發(fā)展中實現(xiàn)均衡和可持續(xù)發(fā)展有一定的指導(dǎo)意義，也可為其它地區(qū)的農(nóng)業(yè)發(fā)展評價提供一定的借鑒意義。本文也存在一些不足。首先在研究指標的選取上，本文主要從統(tǒng)計年鑒上獲取數(shù)據(jù)，一方面沒有進行實地調(diào)研，各指標可能與實際情況不一致，另一方面，部分數(shù)據(jù)如農(nóng)藥使用量存在缺失情況，無法納入指標體系。其次，勞動力數(shù)據(jù)不夠精確。本文用鄉(xiāng)村從業(yè)人員數(shù)代表勞動力的投入，忽視了勞動力素質(zhì)的差異，同時在農(nóng)村地區(qū)，許多勞動力在非農(nóng)忙時間在附近打零工，只在農(nóng)忙時回家從事農(nóng)業(yè)生產(chǎn)，單純的用鄉(xiāng)村從業(yè)人員數(shù)來衡量不夠科學(xué)。今后的研究中，如果能充分考慮以上因素，結(jié)論將更加真實可信，具有更高的實用價值。

參考文獻：

[1] Helfand S M, Levine E S. Farm size and the determinants of productive efficiency in the Brazilian center-west[J]. Agricultural Economics, 2004,31(2):241-249.

[2] Bjurek H H, Forsund L. Determinisyic parametric and nonparametric estimation of efficiency in service production[J]. Journal of Econometrics, 1990,46:213-227.

[3] Vicente J R, Economic efficiency of agricultural production in Brazil[J]. Rio de Janeiro, 2004,42(2):201-222.

[4] Ramanathan R. An introduction to data envelopment analysis: A tool for performance measurement[M]. Thousand Oaks: Sage Publication, 2003.

[5] Dubey A, Lal R. Carbon footprint and sustainability of agricultural production systems in Punjab, India, and Ohio, USA[J]. Journal of Crop Improvement, 2009,23(4):332-350.

[7] 董洪清,李 思.基于DEA模型的中國農(nóng)業(yè)生產(chǎn)效率實證研究[J].前沿,2010,(17):98-102.

[8] 萇亞平,張世強.2001—2010年河南省縣域農(nóng)業(yè)生產(chǎn)效率動態(tài)分析[J].中國農(nóng)學(xué)通報,2014,30(29):87-94.

[9] 趙俊華,董 平,范業(yè)龍.山西省縣域農(nóng)業(yè)生產(chǎn)效率時空演化[J].南京師范大學(xué)學(xué)報(自然科學(xué)版),2015,38(1):154-160.

[10] 焦 源.山東省農(nóng)業(yè)生產(chǎn)效率評價研究[J].中國人口·資源與環(huán)境，2013,23(12):105-110.

[11] 張青峰,吳發(fā)啟.黃土高原生態(tài)經(jīng)濟分區(qū)的研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2009,17(5):1023-1028.

[12] Charnea A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978,2(6):429-444.

[13] 王文剛,李汝資,宋玉祥,等.吉林省區(qū)域農(nóng)地生產(chǎn)效率及其變動特征研究[J].地理科學(xué),2012,32(2):225-231.

[14] 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京:科學(xué)出版社,2004.

[15] 羅剛平,祝志勇.重慶市農(nóng)業(yè)生產(chǎn)效率評價―基于DEA方法分析[J].重慶郵電大學(xué)學(xué)報(社會科學(xué)版),2009,21(1):104-110.

[16] 徐建華.現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M].北京:高等教育出版社,2006.

[17] 王 飛,李 銳,溫仲明.退耕還林生態(tài)環(huán)境效益發(fā)揮的影響因素調(diào)查研究―以安塞縣退耕還林(草)試點為例[J].水土保持通報,2002,22(3):1-4.

[18] 杜習(xí)樂,呂昌河.黃土高原區(qū)縣域發(fā)展指數(shù)綜合評價[J].經(jīng)濟地理,2016,36(6):34-41.

[19] 朱紀廣,李二玲,李小建,等.黃淮海平原農(nóng)業(yè)綜合效率及其分解的時空格局[J].地理科學(xué),2013,33(12):1458-1466.