林偉敏

摘要：本文通過DEA-BCC模型，對2018年四川省農(nóng)業(yè)投入與產(chǎn)出面板數(shù)據(jù)進(jìn)行橫向測算，得出全省農(nóng)業(yè)規(guī)模效率整體向好，而純技術(shù)效率稍弱，兩者共同影響著綜合效率的發(fā)展水平。同時(shí)，以時(shí)期序列為軸線，運(yùn)用Malmquist指數(shù)法對效率值進(jìn)行縱向分析。研究發(fā)現(xiàn)：2010-2018年全省農(nóng)業(yè)TFP值整體呈上升趨勢，發(fā)展勢頭較好，而技術(shù)效率與技術(shù)進(jìn)步效率兩者呈逆向變化趨勢，表明當(dāng)前全省農(nóng)業(yè)發(fā)展面臨著不協(xié)調(diào)、不充分狀態(tài)，存在著設(shè)施配置不足、資源轉(zhuǎn)換低效、生產(chǎn)技術(shù)落后等問題。為此，通過實(shí)施區(qū)域差異化的發(fā)展戰(zhàn)略、完善要素投入機(jī)制，同時(shí)強(qiáng)化技術(shù)引導(dǎo)，培育優(yōu)質(zhì)農(nóng)田，全面提升產(chǎn)出效益是四川省農(nóng)業(yè)發(fā)展未來的重心。

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)效率 DEA模型 Malmquist指數(shù) TFP效率值

民之大事在于農(nóng)，農(nóng)之大事在于穩(wěn)。農(nóng)業(yè)作為事關(guān)國計(jì)民生的頭等大事，對于社會平穩(wěn)運(yùn)行、國家繁榮發(fā)展起著重要的支撐作用。四川作為我國重要的農(nóng)業(yè)大省，其糧食產(chǎn)出量不僅關(guān)系到區(qū)域經(jīng)濟(jì)發(fā)展水平，而且關(guān)乎中國14億人民的口糧安全，重要性不言而喻。因此，實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)出最大化，投入最小化，促進(jìn)資源高效轉(zhuǎn)化，是全省農(nóng)業(yè)發(fā)展的重中之重。同時(shí)，為確保農(nóng)業(yè)產(chǎn)出的平穩(wěn)性，固本強(qiáng)基、降本增效、提質(zhì)增速三大任務(wù)應(yīng)全程貫穿于農(nóng)業(yè)發(fā)展的始終，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展。本文從靜態(tài)視角出發(fā)，采用DEA- BCC模型，對2018年全省農(nóng)業(yè)生產(chǎn)效率進(jìn)行橫向測算。同時(shí)采用Malmquist指數(shù)法，動態(tài)分析各地區(qū)TFP值在年份上的具體差異及空間分布特征，精準(zhǔn)定位，找尋破解難題突破口，合理施策，補(bǔ)齊發(fā)展缺口，進(jìn)而推進(jìn)全省農(nóng)業(yè)騰飛發(fā)展。

一、研究方法與理論基礎(chǔ)

（一）DEA模型相關(guān)概念

數(shù)據(jù)包絡(luò)分析（DEA）指運(yùn)用線性規(guī)劃方法對所有決策單元（DMU）進(jìn)行數(shù)據(jù)計(jì)算，得出效率分解值，它一般以1作為衡量標(biāo)準(zhǔn)，判斷是否達(dá)到生產(chǎn)前沿面，以平均值為基準(zhǔn)線，衡量是否處在正常效率值范圍。DEA模型應(yīng)用領(lǐng)域廣泛，常用于企業(yè)效率評價(jià)、物流效率測算、經(jīng)濟(jì)效率評估等方面內(nèi)容。考慮到農(nóng)業(yè)生產(chǎn)效率測算同屬于投入與產(chǎn)出的類型，與DEA模型相契合，具有較好的對比性。因次，本文采用DEA模型對四川省農(nóng)業(yè)生產(chǎn)效率進(jìn)行綜合評價(jià)，分析當(dāng)前農(nóng)業(yè)發(fā)展存在短板，以此提出相應(yīng)解決對策。其公式如下：

上述公式可進(jìn)一步分解為：tfpch=effchtechch=（pechsech） techch，由此可知，TFP受effch與techch雙重影響。只有當(dāng)兩者同步遞增時(shí)，TFP才能達(dá)最大值。因此，若全省農(nóng)業(yè)效率要發(fā)揮出極致效果，必須重視這兩項(xiàng)指標(biāo)。

（三）指標(biāo)選取與數(shù)據(jù)來源

1.指標(biāo)選取。DEA模型指標(biāo)選取具有嚴(yán)格規(guī)范要求，只有符合邏輯規(guī)律、并且能夠反映現(xiàn)實(shí)狀況的生產(chǎn)要素才能作為可選指標(biāo)。因此，本文在遵循科學(xué)性、客觀性、一致性原則的基礎(chǔ)上，結(jié)合全省農(nóng)業(yè)發(fā)展的實(shí)際狀況，構(gòu)建出四川省農(nóng)業(yè)生產(chǎn)效率評價(jià)體系。該評價(jià)體系由兩級指標(biāo)所組成，一級指標(biāo)分為投入變量與產(chǎn)出變量，二級指標(biāo)則按人力、土地、資源與產(chǎn)出等要素劃分出農(nóng)業(yè)從業(yè)人員、農(nóng)作物總播種面積、化肥使用量與農(nóng)林牧副漁業(yè)總產(chǎn)值。

2.數(shù)據(jù)來源。為了能夠客觀地反映四川省農(nóng)業(yè)生產(chǎn)狀況，同時(shí)保證研究結(jié)果的可信度，本文截選了2010—2018年農(nóng)業(yè)生產(chǎn)效率面板數(shù)據(jù)進(jìn)行DEA測算，定位其發(fā)展薄弱環(huán)節(jié)，以此提出綜合性的解決對策。

二、四川省農(nóng)業(yè)生產(chǎn)效率靜態(tài)分析

（一）DEA模型的靜態(tài)分析

DEA模型有投入、產(chǎn)出兩種導(dǎo)向。投入導(dǎo)向：即在保證產(chǎn)量不縮減的前提下，降低生產(chǎn)成本?？紤]到農(nóng)業(yè)產(chǎn)出具有較大波動性和不確定性，故而本文以投入徑向?yàn)榧僭O(shè)對象。運(yùn)用DEAP2.1軟件，選用規(guī)模變動的BCC模型，可得2018年四川省農(nóng)業(yè)生產(chǎn)效率值，如表1所示。

1.綜合效率。綜合效率是指對農(nóng)業(yè)資源的配置效率、利用情況，以及產(chǎn)出效益等內(nèi)容進(jìn)行整體評估。該效率值能客觀地反映地區(qū)農(nóng)業(yè)生產(chǎn)狀況，因此，它常被作為評判效率的重要指標(biāo)。如表1所示，成都、雅安、甘孜州的三項(xiàng)效率值均為1，達(dá)到DEA有效，占比14.28%，表明這3個(gè)地區(qū)資源要素、生產(chǎn)技術(shù)和規(guī)模收益均達(dá)到最優(yōu)化配置。而剩下地區(qū)為非DEA有效，占比85.72%，其中攀枝花、德陽、內(nèi)江、眉山、宜賓、資陽、阿壩州7個(gè)州市綜合效率位于平均線之上，占比33.33%，這些地區(qū)雖未達(dá)到DEA有效，但農(nóng)業(yè)資源利用情況整體向好。而自貢、瀘州、綿陽、廣元、遂寧、樂山、南充、廣安、達(dá)州、巴中、涼山州11個(gè)州市綜合效率未達(dá)平均水平，比例為52.38%，占比較大，后期發(fā)展應(yīng)以增強(qiáng)效率為主，提升效益為輔。特別是巴中市綜合效率僅為0.297，處在全省最低位，若想提高整體的綜合效率，應(yīng)著重破解效率不對等難題，完善資源管理機(jī)制，加強(qiáng)技術(shù)引導(dǎo)，從而實(shí)現(xiàn)"質(zhì)量與效益"的雙贏局面。

2.純技術(shù)效率。純技術(shù)效率是反映技術(shù)轉(zhuǎn)化程度的重要指標(biāo)，它一般受當(dāng)?shù)氐纳a(chǎn)條件、管理方法和技術(shù)熟練度等因素影響，該數(shù)值越接近于1，其資源轉(zhuǎn)化效率就越高。從表1可知，非DEA有效的地區(qū)中，攀枝花、阿壩州純技術(shù)效率均為1，處于技術(shù)前沿面。而內(nèi)江、眉山、宜賓、資陽四個(gè)地級市高于平均值，分別為：0.954、0.816、0.917、0.936，整體發(fā)展良好。另外，德陽、綿陽、樂山、涼山州的純技術(shù)效率介于【0.700—0.760】范圍之間，這些地區(qū)純技術(shù)效率雖然未發(fā)揮到極致，但仍有較大的發(fā)展空間。剩下地區(qū)均低于0.7，特別是瀘州、廣元、達(dá)州、巴中這4個(gè)地級市的綜合效率和純技術(shù)效率普遍偏低，存在投入冗余現(xiàn)象，應(yīng)合理調(diào)整投入要素，完善相應(yīng)激勵(lì)機(jī)制，加強(qiáng)內(nèi)部管理，從而提高農(nóng)業(yè)產(chǎn)出率。

3.規(guī)模效率。規(guī)模效率一般用來衡量農(nóng)業(yè)投入與產(chǎn)出之間是否達(dá)到最優(yōu)規(guī)模狀態(tài)。從整體來看，全省規(guī)模效率為0.921，呈現(xiàn)積極向好態(tài)勢。在非DEA有效的地區(qū)中，介于【0.900—1.000】之間地級市有11個(gè)，占比52.38%，這些地區(qū)規(guī)模效率接近生產(chǎn)前沿面，經(jīng)營規(guī)模達(dá)到比較理想狀態(tài)。介于【0.800—0.900】之間的地級市，有4個(gè)，分別為廣元、內(nèi)江、宜賓、資陽和涼山州。而低于0.800地區(qū)有2個(gè)，分別為攀枝花和巴中，這兩個(gè)地區(qū)規(guī)模效率普遍偏低。另外，從規(guī)模效益來看，規(guī)模遞減地區(qū)有4個(gè)，分別為眉山、宜賓、資陽、涼山州，這些地區(qū)農(nóng)業(yè)資源未得到有效整合，后期發(fā)展可適當(dāng)縮小農(nóng)業(yè)規(guī)模，力求達(dá)到供需平衡狀態(tài)。而規(guī)模遞增的地區(qū)則應(yīng)繼續(xù)加大資源投入，提高技術(shù)應(yīng)用能力，從而達(dá)到農(nóng)業(yè)規(guī)模最優(yōu)狀態(tài)。

（二）四川省農(nóng)業(yè)綜合效率分解

為更加直觀地反映全省農(nóng)業(yè)生產(chǎn)狀況，根據(jù)上述表1的內(nèi)容，繪制了四川省農(nóng)業(yè)綜合效率四方圖（如圖1所示），以平均值（0.76，0.921）為中軸線，劃分出四種類型分布圖。其中，雙高型地區(qū)有5個(gè)，分別為成都、雅安、眉山、甘孜州、阿壩州，這5個(gè)地區(qū)兩項(xiàng)指標(biāo)均高于平均值，農(nóng)業(yè)生產(chǎn)效率最好。與右上角相對應(yīng)則是雙低型，該區(qū)間效率值處于最低位，多項(xiàng)指標(biāo)均<平均值，存在明顯地投入產(chǎn)出不對等現(xiàn)象，后期應(yīng)注重均衡式發(fā)展。二四象限則呈現(xiàn)一高一低的發(fā)展態(tài)勢。第二區(qū)間以高低型為主，該類型在規(guī)模效率具有優(yōu)勢，而在純技術(shù)效率方面處于劣勢，由樂山、遂寧、南充、廣安、達(dá)州、瀘州6個(gè)地區(qū)所組成。而在第四象限內(nèi)，主要以純技術(shù)效率為主，形成的是低高型隊(duì)伍。從圖1可知，全省有4個(gè)地區(qū)屬于此類型，分別為：資陽、內(nèi)江、宜賓、攀枝花。進(jìn)一步分解可知：高低型與低高型彼此之間存在明顯的短板與弱項(xiàng)，互補(bǔ)性較強(qiáng)。因此，二者間可建立起農(nóng)業(yè)互助幫扶機(jī)制，在生產(chǎn)方式與結(jié)構(gòu)上相互借鑒，取長補(bǔ)短，共同補(bǔ)齊農(nóng)業(yè)發(fā)展的短板與弱項(xiàng)。最后，值得關(guān)注是綿陽與德陽，這兩個(gè)地級市的規(guī)模效率處在平均線上方，且純技術(shù)效率逼近平均值，說明該市兩項(xiàng)指標(biāo)發(fā)展良好，發(fā)展空間較大，有較大希望挺近雙高型隊(duì)伍。

三、四川省農(nóng)業(yè)生產(chǎn)效率動態(tài)分析

（一）DEA模型的動態(tài)分析

DEA靜態(tài)分析是無法呈現(xiàn)出連續(xù)、動態(tài)變化。為了能夠清晰、能動地反映2010-2018全省農(nóng)業(yè)整體發(fā)展?fàn)顩r，本文采用Malmquist指數(shù)法對效率值進(jìn)行動態(tài)分析。通過對TFP值逐一分解，深入剖析，進(jìn)而提出有指向性的解決對策。

1.綜合數(shù)值分析。從表2可知，全省農(nóng)業(yè)TFP平均值為1.085，年上漲率8.5%，整體發(fā)展較好。而技術(shù)效率為0.984，發(fā)展較為緩慢，未達(dá)到生產(chǎn)前沿面。深入分解可知：純技術(shù)效率與規(guī)模效率也呈相同發(fā)展趨勢，效率值分別下降0.9%、0.7%。進(jìn)一步表明：技術(shù)效率增速較為緩慢，成為制約其發(fā)展的關(guān)鍵因素。而技術(shù)進(jìn)步效率則出現(xiàn)正增長，增幅達(dá)10.3%，發(fā)展較好，成為驅(qū)動TFP值增長的核心因素。因此，全省TFP值提高的關(guān)鍵因素在于技術(shù)效率。

2.具體數(shù)值分析。為進(jìn)一步探究效率值變化的原因，本文將對平均值逐一分解，動態(tài)分析效率值演化趨勢。分年度來看，四川省2010—2018年農(nóng)業(yè)TFP值均>1，在第一年達(dá)到頂峰之后，后面出現(xiàn)小幅度下跌，但整體波動不大。2015年之后開始出現(xiàn)平穩(wěn)上升趨勢，說明全省農(nóng)業(yè)發(fā)展優(yōu)勢明顯，潛力巨大。仔細(xì)觀察圖2可知，TFP值與技術(shù)進(jìn)步效率兩者間相互疊加，聯(lián)系緊密，進(jìn)一步說明，技術(shù)進(jìn)步效率漲落伴隨著TFP值波動起伏。從技術(shù)進(jìn)步效率演化趨勢來看，除2015年小幅跌落外，其余時(shí)期均為正增長，整體發(fā)展較好。而技術(shù)效率則漲跌起伏不定，在2015之后出現(xiàn)下跌，隨后2017年出現(xiàn)上漲，深入分解可知，純技術(shù)效率與規(guī)模效率也呈相似運(yùn)動規(guī)律，說明當(dāng)前農(nóng)業(yè)發(fā)展存在效率不相等、產(chǎn)出不穩(wěn)定等問題。為此，提高TFP效率值，應(yīng)著重從技術(shù)效率入手，促進(jìn)資源高效轉(zhuǎn)化，確保農(nóng)業(yè)產(chǎn)出平穩(wěn)性。

3.整體動態(tài)分析。從表2可知，四川省21地級市農(nóng)業(yè)TFP值均大于1，平均值1.085，增幅達(dá)8.5%，表明全省農(nóng)業(yè)發(fā)展整體向好。但區(qū)域發(fā)展存在較大差異，TFP值增幅超10%的地區(qū)有6個(gè)，分別為內(nèi)江、資陽、成都、綿陽、甘孜州、眉山，這些地區(qū)農(nóng)業(yè)資源利用率較高，投入產(chǎn)出相對均衡。尤其是成都市，5項(xiàng)指標(biāo)達(dá)到生產(chǎn)前沿面，整體發(fā)展最好，其他地區(qū)應(yīng)以此為標(biāo)桿，因地制宜，探索出符合自身發(fā)展的農(nóng)業(yè)道路。增幅7%-10%之間的地級市有10個(gè)，這些地區(qū)均屬于中等偏上水平，發(fā)展較好，后期應(yīng)注重技術(shù)創(chuàng)新，加快產(chǎn)業(yè)轉(zhuǎn)型升級，以提高產(chǎn)出率。而剩下的地區(qū)為自貢、樂山、廣安、達(dá)州和巴中，這5地區(qū)發(fā)展較為緩慢，后期發(fā)展應(yīng)注重區(qū)域協(xié)調(diào)性，加大農(nóng)技推廣力度，提高資源轉(zhuǎn)化率，進(jìn)而實(shí)現(xiàn)小投入、大產(chǎn)出的經(jīng)濟(jì)效益。

從增長動因來看，成都、內(nèi)江、眉山、雅安、資陽、甘孜州6個(gè)地級市農(nóng)業(yè)TFP值主要由技術(shù)效率和技術(shù)進(jìn)步效率共同推動的，而其他地區(qū)均由技術(shù)進(jìn)步效率單一因素所驅(qū)動的，技術(shù)效率起到作用次之。計(jì)算得出，技術(shù)效率的平均值為0.984，與技術(shù)進(jìn)步效率1.103相比，存在一定差距，成為制約其發(fā)展的關(guān)鍵因素。因此，全省農(nóng)業(yè)TFP值若想保持較好狀態(tài)，必須重視技術(shù)效率，把農(nóng)業(yè)短板轉(zhuǎn)變?yōu)樵鲩L動力，挖掘新動能，培育新引擎，進(jìn)而推動全省農(nóng)業(yè)的跨越式發(fā)展。

四、研究結(jié)論與對策建議

（一）研究結(jié)論

通過DEA靜態(tài)分析對2018年四川省農(nóng)業(yè)生產(chǎn)效率進(jìn)行整體評估，研究發(fā)現(xiàn)：全省農(nóng)業(yè)發(fā)展具有較好區(qū)位優(yōu)勢和生產(chǎn)條件，但由于部分地區(qū)純技術(shù)效率未能得到有效轉(zhuǎn)化，投入冗余現(xiàn)象尚存，面臨著投入產(chǎn)出不匹配狀態(tài)，進(jìn)而拉低全省農(nóng)業(yè)的綜合效率。運(yùn)用Malmquist指數(shù)法對四川省2010—2018年農(nóng)業(yè)TFP值進(jìn)行動態(tài)分析，得知全省農(nóng)業(yè)TFP值均大于1，漲幅為8.5%，表明全省農(nóng)業(yè)發(fā)展整體向好。從效率演化趨勢來看，技術(shù)進(jìn)步效率是推動農(nóng)業(yè)TFP值上漲的核心因素，而技術(shù)效率成為制約其發(fā)展的關(guān)鍵要素。因此，全省農(nóng)業(yè)發(fā)展的核心在于技術(shù)效率，后期發(fā)展應(yīng)加大技術(shù)投入力度，強(qiáng)化農(nóng)業(yè)科技基礎(chǔ)，補(bǔ)齊發(fā)展短板與弱項(xiàng)，進(jìn)而為全省農(nóng)業(yè)發(fā)展賦予強(qiáng)大動力。

（二）對策建議

1.加大基礎(chǔ)設(shè)施建設(shè)，鞏固農(nóng)業(yè)發(fā)展根基。一是要對當(dāng)?shù)剞r(nóng)業(yè)的播種面積、生產(chǎn)條件、資源分布等情況進(jìn)行實(shí)際測算，在確保合理產(chǎn)出的前提下，調(diào)整農(nóng)業(yè)規(guī)模。二是加強(qiáng)農(nóng)田水利設(shè)施建設(shè)，開展智能灌溉、節(jié)能排水等生產(chǎn)技術(shù)，改善生產(chǎn)條件，進(jìn)一步夯實(shí)農(nóng)業(yè)生產(chǎn)基礎(chǔ)。與此同時(shí)，區(qū)域之間要因地制宜，發(fā)展混合式農(nóng)業(yè)，推進(jìn)農(nóng)田綜合利用開發(fā)，實(shí)現(xiàn)規(guī)模與效益、質(zhì)量與數(shù)量雙贏局面。三是強(qiáng)化要素投入保障機(jī)制，優(yōu)化投入產(chǎn)出結(jié)構(gòu)，提高資源轉(zhuǎn)化效率，促進(jìn)要素高效轉(zhuǎn)換，保證農(nóng)業(yè)產(chǎn)出的均衡化。

2.實(shí)施差異化發(fā)展策略，推動區(qū)域農(nóng)業(yè)均衡發(fā)展。根據(jù)全省農(nóng)業(yè)的發(fā)展?fàn)顩r，將區(qū)域農(nóng)業(yè)劃分為生產(chǎn)薄弱區(qū)與生產(chǎn)領(lǐng)先區(qū)。生產(chǎn)薄弱區(qū)，應(yīng)以生產(chǎn)條件為導(dǎo)向，強(qiáng)化深耕細(xì)作能力，發(fā)展精致農(nóng)業(yè)，挖掘潛力大、效益高的特色農(nóng)產(chǎn)品，提高產(chǎn)品質(zhì)量與影響力。同時(shí)，引入優(yōu)良品種，建設(shè)高標(biāo)準(zhǔn)農(nóng)田，培育優(yōu)質(zhì)主產(chǎn)區(qū)，實(shí)現(xiàn)效益多層疊加。另外，對于土壤肥力不足的農(nóng)田，應(yīng)實(shí)施土地質(zhì)量監(jiān)測體系，定期開展質(zhì)量評估，降低農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)，確保農(nóng)業(yè)產(chǎn)出的平穩(wěn)性。生產(chǎn)引導(dǎo)區(qū)，主要以生產(chǎn)技術(shù)為導(dǎo)向，多方部門應(yīng)加強(qiáng)合作，設(shè)立農(nóng)業(yè)科研基金，激勵(lì)技術(shù)人員開展農(nóng)業(yè)創(chuàng)新，加大前沿技術(shù)攻關(guān)力度，探索農(nóng)業(yè)新領(lǐng)域，開創(chuàng)農(nóng)業(yè)新高地。與此同時(shí)，運(yùn)用區(qū)塊鏈、物聯(lián)網(wǎng)、GIS等新技術(shù)，在田間地頭布局?jǐn)?shù)據(jù)鏈，形成農(nóng)業(yè)數(shù)據(jù)庫，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)信息全程追蹤、可視化，確保農(nóng)業(yè)高質(zhì)量發(fā)展。

3.完善要素整合機(jī)制，促進(jìn)農(nóng)業(yè)轉(zhuǎn)型升級。一是加強(qiáng)農(nóng)業(yè)園區(qū)建設(shè)，引導(dǎo)資源要素匯聚，輻射帶動周邊設(shè)施落地，進(jìn)而解決農(nóng)村地區(qū)資源不足、設(shè)施分散、產(chǎn)業(yè)薄弱等問題，以提高農(nóng)業(yè)發(fā)展水平。二是引導(dǎo)龍頭企業(yè)與小農(nóng)戶開展合作，實(shí)施產(chǎn)銷一體化發(fā)展戰(zhàn)略，不斷擴(kuò)大市場容量和擴(kuò)充銷售渠道，解決農(nóng)產(chǎn)品銷售慢、銷售難問題。與此同時(shí)，對農(nóng)產(chǎn)品多次改造升級，深挖產(chǎn)品利潤空間，實(shí)現(xiàn)效益多倍產(chǎn)出。三是打通要素流通渠道，引導(dǎo)優(yōu)勢資源流向薄弱區(qū)，促進(jìn)要素自由流動，實(shí)現(xiàn)區(qū)域資源有效整合與共享。

4.強(qiáng)化技術(shù)引領(lǐng)，培養(yǎng)復(fù)合型人才。一是支持有條件的地區(qū)設(shè)立農(nóng)業(yè)科研團(tuán)隊(duì)、研發(fā)中心，推動產(chǎn)學(xué)研一體化建設(shè)，擴(kuò)大應(yīng)用領(lǐng)域，提高前沿技術(shù)覆蓋面，切實(shí)增強(qiáng)農(nóng)業(yè)綜合水平。二是聘請專家學(xué)者對農(nóng)戶開展全方位指導(dǎo)，統(tǒng)籌規(guī)劃，合理布局，分析當(dāng)前農(nóng)業(yè)發(fā)展存在著短板與不足，提出有針對性解決措施，以此提高農(nóng)業(yè)生產(chǎn)效率。三是制定人才培養(yǎng)方案，周期性開展技能培訓(xùn)，鍛造懂技能、善管理的實(shí)用型人才。同時(shí)，各地區(qū)要出臺各項(xiàng)優(yōu)惠政策，完善相應(yīng)激勵(lì)政策與保障機(jī)制，加大補(bǔ)貼力度，引進(jìn)素質(zhì)高、能力強(qiáng)的復(fù)合型人才，通過農(nóng)業(yè)人才的科學(xué)指導(dǎo)和技術(shù)引領(lǐng)，帶動農(nóng)業(yè)高質(zhì)量發(fā)展，進(jìn)而實(shí)現(xiàn)區(qū)域農(nóng)業(yè)的均衡發(fā)展。

參考文獻(xiàn)：

[1]張麗，鄭軍.基于DEAMalmquist模型的山東省農(nóng)業(yè)生產(chǎn)效率測算研究[J].湖北農(nóng)業(yè)科學(xué)，2019，58（21）： 219-223.

[2]劉雷，張夢雨.基于DEAMalmquist指數(shù)的農(nóng)業(yè)生產(chǎn)效率評價(jià)[J].江蘇農(nóng)業(yè)科學(xué)，2020，48（21）：309-314.

[3]李強(qiáng)，龐鈺凡，汪玥.基于DEA模型和Malmquist指數(shù)的農(nóng)業(yè)生產(chǎn)效率評價(jià)研究——以吉林省為例[J].技術(shù)經(jīng)濟(jì)，2020，39（09）：135-143.

[4]姚鳳民，朱美金，查梓琰.廣東農(nóng)業(yè)科技創(chuàng)新效率研究——基于超效率DEA模型和Malmquist指數(shù)法[J].科技和產(chǎn)業(yè)，2019，19（09）：83-89.

[5]管立杰，趙偉.基于DEAMalmquist的農(nóng)村基礎(chǔ)設(shè)施供給效率評價(jià)[J].統(tǒng)計(jì)與決策，2020，36（04）：172-175.

[6]溫麗榮，吳昊洢，黃慶華.基于DEA-Malmquist模型的重慶市農(nóng)業(yè)生產(chǎn)效率實(shí)證研究[J].新疆農(nóng)墾經(jīng)濟(jì)，2015（11）：9-14.

[7]蔣飛，厲偉.基于DEAMalmquist指數(shù)的江蘇省農(nóng)業(yè)生產(chǎn)效率評價(jià)[J].貴州農(nóng)業(yè)科學(xué)，2017，45（02）： 167-170.

[8]賀忠連，廖翼.基于DEAMalmquist指數(shù)的湖南省科技成果轉(zhuǎn)化效率研究[J].科技風(fēng)，2019（29）：22-23.

[9]陳沖，吳煒聰.人口老齡化對農(nóng)業(yè)技術(shù)進(jìn)步的影響機(jī)制分析——基于DEA-Malmquist的技術(shù)評價(jià)與動態(tài)面板模型[J].中國農(nóng)業(yè)資源與區(qū)劃，2021， 42（01）：231-238.

[10]丁濤，武禎妮.基于Malmquist指數(shù)法的農(nóng)地利用效率測算[J].統(tǒng)計(jì)與決策，2019，35（22）：82-84.

Agricultural production efficiency in Sichuan Province based on DEA-Malmquist index Variance Analysis

Lin Weimin

Abstract：In order to make up for the shortcomings and weaknesses of agricultural development， improve the overall operational efficiency， optimize resource allocation， and achieve output equalization and rationalization. In this paper， through the DEA-BCC model， the panel data of agricultural inputs and outputs in Sichuan Province in 2018 are measured cross-sectionally， and it is concluded that the overall agricultural scale efficiency of the province is better， while the pure technical efficiency is slightly weaker， and both of them jointly affect the development level of comprehensive efficiency. Meanwhile， the Malmquist index method was applied to analyze the efficiency values longitudinally， taking the period series as the axis. It was found that：the overall TFP values of the provinces agriculture from 2010-2018 showed an upward trend and a good development momentum， while the technical efficiency and the efficiency of technical progress both showed an inverse trend， indicating that the provinces agricultural development is currently facing an uncoordinated and inadequate state， and there are problems such as insufficient allocation of facilities， inefficient conversion of resources and backward production technology. For this reason， it is the focus of future agricultural development in Sichuan province to improve output efficiency comprehensively by implementing regional differentiated development strategies and improving factor input mechanisms， while strengthening technological guidance and cultivating high-quality farmland.

Keywords： agricultural production efficiency； DEA model； Malmquist index； TFP efficiency value

（作者單位：成都信息工程大學(xué)物流學(xué)院）

責(zé)任編輯：宗宇翔