袁連升，劉海東，韓冰

(吉林工程技術(shù)師范學(xué)院經(jīng)濟(jì)貿(mào)易學(xué)院，長(zhǎng)春市，130052)

0 引言

中俄兩國(guó)農(nóng)業(yè)合作由來(lái)已久，具有深厚的合作基礎(chǔ)。盡管兩國(guó)國(guó)情不同，但都面臨著不同程度的糧食安全問(wèn)題，在農(nóng)業(yè)生產(chǎn)方面擁有良好的合作條件[1-2]。一方面，中俄兩國(guó)互為最大的鄰國(guó)，具有地緣優(yōu)勢(shì)[3]，另一方面，在農(nóng)業(yè)生產(chǎn)技術(shù)、耕地資源等方面擁有互補(bǔ)優(yōu)勢(shì)[4-5]。

因此，研究中俄兩國(guó)農(nóng)業(yè)生產(chǎn)的技術(shù)效率，比較主要農(nóng)作物的技術(shù)與管理水平，將會(huì)對(duì)兩國(guó)的農(nóng)業(yè)合作提供有價(jià)值的參考數(shù)據(jù)。由于薯類(lèi)作物在中俄兩國(guó)都廣為種植，且產(chǎn)量較大。因此，本文選擇薯類(lèi)作物作為分析對(duì)象，比較兩國(guó)農(nóng)作物生產(chǎn)的技術(shù)效率與生產(chǎn)管理水平。

在農(nóng)業(yè)生產(chǎn)技術(shù)效率測(cè)算方面，主要有隨機(jī)前沿分析技術(shù)(SFA)和數(shù)據(jù)包絡(luò)分析方法(DEA)[6]。由于DEA方法具有客觀(guān)、可行等特點(diǎn)，被廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)[7]。然而，影響農(nóng)業(yè)生產(chǎn)效率的因素眾多，且具有不確定性，DEA方法不能去除隨機(jī)誤差因素帶來(lái)的振動(dòng)，因此，在進(jìn)行農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)時(shí)，學(xué)者們開(kāi)始采用三階段DEA模型[8]。很多學(xué)者運(yùn)用此方法對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)效率進(jìn)行了深入分析[9-11]。在運(yùn)用三階段DEA評(píng)價(jià)方法時(shí)，關(guān)于投入變量和產(chǎn)出產(chǎn)量容易理解或爭(zhēng)議不大，產(chǎn)出變量一般設(shè)為農(nóng)業(yè)產(chǎn)值[12]，投入變量設(shè)為勞動(dòng)力、農(nóng)業(yè)機(jī)械、化肥、灌溉投入指標(biāo)等[13]。但環(huán)境變量的選取差別較大，環(huán)境變量有選取宏觀(guān)經(jīng)濟(jì)環(huán)境、農(nóng)業(yè)政策、人力資源、城鎮(zhèn)化率[14]、農(nóng)業(yè)信息服務(wù)[15]、自然災(zāi)害發(fā)生率[16]等。

從前期研究成果來(lái)看，在利用三階段DEA測(cè)算農(nóng)業(yè)生產(chǎn)效率時(shí)，沒(méi)有學(xué)者把土地質(zhì)量作為效率評(píng)價(jià)的環(huán)境變量，而土地質(zhì)量顯然對(duì)農(nóng)業(yè)生產(chǎn)效率有重要影響。在沒(méi)有考慮土地質(zhì)量的情況下測(cè)算農(nóng)業(yè)生產(chǎn)技術(shù)效率，勢(shì)必存在較大的測(cè)量誤差，從而不能正確評(píng)價(jià)農(nóng)業(yè)生產(chǎn)技術(shù)效率。因此，本文擬將土地質(zhì)量作為環(huán)境變量，對(duì)農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行評(píng)價(jià)，分析土地質(zhì)量變量對(duì)農(nóng)業(yè)生產(chǎn)的技術(shù)效率、純技術(shù)效率和規(guī)模效率的影響，以提高研究結(jié)論的穩(wěn)健性，并為農(nóng)業(yè)生產(chǎn)管理和農(nóng)業(yè)技術(shù)創(chuàng)新提供可參考的研究結(jié)論。

1 研究方法與數(shù)據(jù)說(shuō)明

1.1 方法介紹

本文利用三階段DEA模型和秩和檢測(cè)方法對(duì)中俄薯類(lèi)的生產(chǎn)技術(shù)效率進(jìn)行分析比較。三階段DEA模型是由Fried等[8]提出的一種能夠更有效地評(píng)估DMU效率的方法，此方法的突出特點(diǎn)是能夠消除隨機(jī)誤差(外部變量、非經(jīng)營(yíng)因素)對(duì)效率的影響，使測(cè)算出的效率指標(biāo)更真實(shí)地反映決策單元的管理水平[17]。具體介紹如下。

1) 第一階段：傳統(tǒng)的DEA模型(BCC模型)。傳統(tǒng)的DEA模型(BCC模型)，可以評(píng)價(jià)多投入多產(chǎn)出情況下的決策單元間的相對(duì)有效性。鑒于傳統(tǒng)DEA模型應(yīng)用已經(jīng)非常成熟，在此不再介紹其基本原理及表達(dá)公式。由BCC模型測(cè)算出的效率值即為技術(shù)效率值，還可以分解為規(guī)模效率與純技術(shù)效率的乘積。

2) 第二階段：隨機(jī)前沿分析(SFA)模型。Fried等[8]認(rèn)為，第一階段DEA分析出的效率值受管理效率、環(huán)境因素和隨機(jī)因素影響，而傳統(tǒng)的DEA模型并沒(méi)有區(qū)分三種因素，因而導(dǎo)致效率值無(wú)法反映管理因素、環(huán)境因素或隨機(jī)干擾造成的影響[18]。在第二階段通過(guò)隨機(jī)前沿分析(SFA)模型可以分析三個(gè)因素造成的影響，剔除環(huán)境變量，得出僅由管理效率造成的投入冗余值。在投入導(dǎo)向模型中，SFA方程表示如式(1)所示。

Sij=fi(zj;βi)+vij+uij

i=1,2,…,m；j=1,2,…,n

(1)

式中：Sij——第j個(gè)決策單元第i項(xiàng)投入的冗余變量；

zj——可觀(guān)測(cè)的環(huán)境變量；

βi——環(huán)境變量的待估參數(shù)；

fi(zj；βi)——環(huán)境變量對(duì)投入冗余值sij的影響；

vij——隨機(jī)干擾；

uij——管理無(wú)效率。

利用SFA模型的回歸結(jié)果對(duì)決策單元的投入項(xiàng)進(jìn)行修正，對(duì)環(huán)境較好的決策單元增加投入，以剔除環(huán)境因素或隨機(jī)因素的影響。修正后的投入量如式(2)所示。

(2)

Xij——調(diào)整前的投入變量；

[maxj(zjβ)-zjβ]——將所有決策單元調(diào)整至相同的環(huán)境；

[maxj(vij)-vij]——將全部決策單元的隨機(jī)誤差調(diào)整為相同情況，以使每個(gè)決策單元處在相同的經(jīng)營(yíng)環(huán)境。

具體原理步驟如下：首先，將這n1+n2個(gè)數(shù)據(jù)混合在一起，并按照從小到大的依次順序排列，每個(gè)實(shí)驗(yàn)值在序列中的次序叫做該值的秩；然后，將第一組數(shù)據(jù)的秩相加，記為R1，稱(chēng)為第一組數(shù)據(jù)的秩和。同樣也可以得到第二組數(shù)據(jù)的秩和R2。如果兩組數(shù)據(jù)沒(méi)有顯著的差異，則R1就應(yīng)該較小。對(duì)于給定的顯著性水平α和n1、n2可以查出R1的上限值T2、下限值T1。如果R1>T2或R1

1.2 投入產(chǎn)出指標(biāo)、環(huán)境變量與數(shù)據(jù)說(shuō)明

1.2.1 投入產(chǎn)出指標(biāo)選取

要測(cè)算中國(guó)各個(gè)省份和俄羅斯各個(gè)州之間薯類(lèi)的生產(chǎn)技術(shù)效率，需要確定薯類(lèi)生產(chǎn)的產(chǎn)出和投入指標(biāo)，考慮到數(shù)據(jù)的可得性及其兩個(gè)國(guó)家投入產(chǎn)出的可比性，本文選取了一個(gè)產(chǎn)出和三個(gè)投入。其中，產(chǎn)出指標(biāo)為薯類(lèi)作物的總產(chǎn)量，三個(gè)投入指標(biāo)分別為薯類(lèi)作物的播種面積、化肥施用量和機(jī)械動(dòng)力量。中國(guó)機(jī)械動(dòng)力的單位為萬(wàn)kW，俄羅斯機(jī)械動(dòng)力單位為馬力，為了數(shù)據(jù)的可比性，本文將俄羅斯的機(jī)械動(dòng)力數(shù)折算成以萬(wàn)kW為單位。所有的指標(biāo)都為2017年官方統(tǒng)計(jì)數(shù)據(jù)，其中，中國(guó)的數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒(2018)，俄羅斯方面數(shù)據(jù)來(lái)源于俄羅斯聯(lián)邦統(tǒng)計(jì)局。

首先將中國(guó)的31個(gè)省份和俄羅斯79個(gè)州的合并混合數(shù)據(jù)，利用一階段DEA階段的BCC模型，對(duì)技術(shù)效率(TE)、純技術(shù)效率(PTE)、規(guī)模效率(SE)三個(gè)技術(shù)效率指標(biāo)進(jìn)行測(cè)算。其次，將中國(guó)31個(gè)省份的效率值作為其中一個(gè)樣本，將俄羅斯79個(gè)州的效率值作為另外一個(gè)樣本，利用兩個(gè)獨(dú)立樣本分別運(yùn)用秩和檢驗(yàn)和獨(dú)立樣本的t檢驗(yàn)方法，對(duì)中國(guó)和俄羅斯薯類(lèi)作物的生產(chǎn)技術(shù)效率之間差異進(jìn)行顯著性檢驗(yàn)。

各投入變量與產(chǎn)出變量需要符合同向性假設(shè)，即當(dāng)投入增加時(shí)，產(chǎn)出應(yīng)該增加。利用Pearson相關(guān)性檢驗(yàn)進(jìn)行檢測(cè)，測(cè)得中俄薯類(lèi)作物投入與產(chǎn)出變量的相關(guān)系數(shù)如表1所示，薯類(lèi)作物總產(chǎn)量與作物播種面積、作物化肥施用量和作物機(jī)械動(dòng)力量的相關(guān)系數(shù)分別為0.616、0.931和0.826，且顯著性水平均小于0.05，通過(guò)了顯著性檢驗(yàn)，說(shuō)明投入與產(chǎn)出指標(biāo)選取符合同向性假設(shè)。

表1 薯類(lèi)作物投入與產(chǎn)出變量的Pearson相關(guān)系數(shù)Tab. 1 Potato crops Pearson correlation coefficient between input and output variables

1.2.2 環(huán)境變量的選取及說(shuō)明

環(huán)境變量一般應(yīng)選取對(duì)農(nóng)業(yè)生產(chǎn)產(chǎn)生影響且不在樣本主觀(guān)可控范圍內(nèi)的可觀(guān)測(cè)變量，包括國(guó)家宏觀(guān)經(jīng)濟(jì)環(huán)境、農(nóng)業(yè)政策、人口因素、土地質(zhì)量等[19]。土地質(zhì)量顯然影響農(nóng)業(yè)生產(chǎn)的產(chǎn)出水平，土地質(zhì)量高一般作物的產(chǎn)量也會(huì)高，土地質(zhì)量低作物的產(chǎn)量自然也會(huì)低。本文以中俄兩國(guó)2017年的薯類(lèi)產(chǎn)品單位面積產(chǎn)量作為土地質(zhì)量變量，測(cè)算該環(huán)境變量對(duì)兩國(guó)薯類(lèi)作物生產(chǎn)技術(shù)效率的影響。

2 中俄薯類(lèi)作物生產(chǎn)技術(shù)效率分析

2.1 不考慮土地質(zhì)量時(shí)的技術(shù)效率指標(biāo)分析

2.1.1 技術(shù)效率測(cè)算

利用DEAP2.1軟件對(duì)中國(guó)31個(gè)省和俄羅斯79個(gè)州的薯類(lèi)作物生產(chǎn)效率水平和規(guī)模報(bào)酬?duì)顟B(tài)進(jìn)行分析，測(cè)得所有地區(qū)的技術(shù)效率、純技術(shù)效率、規(guī)模效率及規(guī)模報(bào)酬?duì)顩r。由于所有地區(qū)有110個(gè)之多，出于版面的考慮，不再將各地區(qū)的效率值測(cè)算結(jié)果列示，求得中俄兩國(guó)薯類(lèi)作物三個(gè)效率平均值如表2所示。

表2 一階段DEA薯類(lèi)生產(chǎn)技術(shù)效率均值測(cè)算結(jié)果Tab. 2 Calculation results of average technical efficiency of potato production in the first stage DEA

在表2中，“俄羅斯”、“中國(guó)”和“所有地區(qū)”的薯類(lèi)生產(chǎn)數(shù)據(jù)分別為：俄羅斯79個(gè)州、中國(guó)31個(gè)省和上述所有地區(qū)匯總的技術(shù)效率平均值和規(guī)模報(bào)酬個(gè)數(shù)。可以看出：第一，技術(shù)效率結(jié)果顯示，所有地區(qū)的技術(shù)效率平均值為0.534，說(shuō)明所有地區(qū)的效率水平較低，并且俄羅斯技術(shù)效率的平均值為0.682，遠(yuǎn)高于中國(guó)的技術(shù)效率平均值0.156；第二，純技術(shù)效率結(jié)果顯示，所有地區(qū)的純技術(shù)效率平均值為0.620，說(shuō)明所有地區(qū)的管理水平較低，并且俄羅斯純技術(shù)效率的平均值為0.749，遠(yuǎn)高于中國(guó)的純技術(shù)效率平均值0.293，說(shuō)明俄羅斯薯類(lèi)種植業(yè)的管理水平更好；第三，規(guī)模效率結(jié)果顯示，所有地區(qū)的規(guī)模效率平均值為0.882，表明所有地區(qū)的規(guī)模效率水平比前兩個(gè)效率指標(biāo)更好，并且俄羅斯規(guī)模效率的平均值為0.922，與中國(guó)的規(guī)模效率平均值0.779相比，相差不大；第四，由于技術(shù)效率等于純技效率和規(guī)模效率的乘積，而規(guī)模效率的差距不大，因此其技術(shù)效率的差距主要來(lái)源于其純技術(shù)效率的差距，說(shuō)明中國(guó)在薯類(lèi)種植業(yè)的管理水平有待提高；第五，規(guī)模報(bào)酬的測(cè)算結(jié)果顯示，在所有的110個(gè)地區(qū)中，規(guī)模報(bào)酬不變、遞減和遞增的地區(qū)個(gè)數(shù)分別為25、14和71個(gè)，規(guī)模報(bào)酬遞增的地區(qū)占64.6%，說(shuō)明總體上來(lái)看，兩國(guó)薯類(lèi)種植的規(guī)模偏小。而俄羅斯和中國(guó)地區(qū)的規(guī)模報(bào)酬情況有顯著的差異，其中俄羅斯規(guī)模報(bào)酬遞增的州占大多數(shù)，中國(guó)規(guī)模報(bào)酬不變的省份居多，這說(shuō)明了俄羅斯的薯類(lèi)規(guī)模偏低，而中國(guó)的薯類(lèi)種植規(guī)模適當(dāng)。

2.1.2 秩和檢驗(yàn)

為了檢驗(yàn)中俄兩國(guó)在薯類(lèi)作物生產(chǎn)中三個(gè)效率指標(biāo)是否存在差異，本文利用SPSS14.0軟件對(duì)三個(gè)效率指標(biāo)進(jìn)行了秩和檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示。

表3 一階段DEA中俄薯類(lèi)秩和檢驗(yàn)Tab. 3 Rank sum test of Chinese and Russian potato in one stage DEA

在表3中，中國(guó)的薯類(lèi)作物生產(chǎn)數(shù)據(jù)為31個(gè)省，俄羅斯的薯類(lèi)作物生產(chǎn)數(shù)據(jù)為79個(gè)州。從表3中可以看出：第一，從技術(shù)效率的測(cè)算結(jié)果來(lái)看，中國(guó)的秩平均值為16，小于俄羅斯的71，說(shuō)明在排序中，中國(guó)的各個(gè)省份均位居前列，技術(shù)效率更高；曼—惠特尼U檢驗(yàn)統(tǒng)計(jì)值為0.000，對(duì)應(yīng)的P值為0.000，在5%的顯著性水平下拒絕了“兩國(guó)的技術(shù)效率水平相同”的原假設(shè)，也證明了兩國(guó)在技術(shù)效率上有顯著差異；第二，從純技術(shù)效率的測(cè)算結(jié)果來(lái)看，中國(guó)的秩平均值為24.13，小于俄羅斯的67.81，說(shuō)明與俄羅斯的各個(gè)州相比，中國(guó)各個(gè)省份的技術(shù)效率值從整體上的順序更加靠前；曼—惠特尼U檢驗(yàn)統(tǒng)計(jì)值為252，對(duì)應(yīng)的P值為0.000，同樣證明了兩個(gè)國(guó)家在純技術(shù)水平下有顯著差異；第三，從規(guī)模效率的測(cè)算結(jié)果來(lái)看，中國(guó)的秩平均值為62.76，大于俄羅斯的52.85，中國(guó)各地區(qū)的規(guī)模效率略遜一籌；曼—惠特尼U檢驗(yàn)統(tǒng)計(jì)值為1 499.5，對(duì)應(yīng)的P值為0.134，說(shuō)明兩國(guó)在規(guī)模效率上沒(méi)有差異；第四，結(jié)合表2可知，兩個(gè)國(guó)家薯類(lèi)種植都呈現(xiàn)出規(guī)模報(bào)酬遞增的現(xiàn)象，說(shuō)明兩個(gè)國(guó)家的薯類(lèi)種植規(guī)模偏小。

2.2 經(jīng)土地質(zhì)量調(diào)整的技術(shù)效率比較分析

以上一階段DEA技術(shù)測(cè)算結(jié)果沒(méi)有考慮到各個(gè)地區(qū)土地質(zhì)量對(duì)測(cè)算結(jié)果的影響，因此，可能會(huì)導(dǎo)致測(cè)算結(jié)果存在著誤差。本文為了驗(yàn)證一階段測(cè)算結(jié)果的穩(wěn)健性，將各地區(qū)的土地單產(chǎn)作為衡量土地質(zhì)量的指標(biāo)，以土地質(zhì)量作為環(huán)境變量，對(duì)兩個(gè)國(guó)家的薯類(lèi)生產(chǎn)進(jìn)行了三階段DEA的技術(shù)效率測(cè)算，以便控制土地質(zhì)量不同對(duì)測(cè)算結(jié)果的影響。其中，三階段DEA測(cè)算過(guò)程中的第二階段SFA模型回歸結(jié)果如表4所示。

表4 薯類(lèi)生產(chǎn)技術(shù)效率的二階段SFA模型回歸結(jié)果Tab. 4 Regression results of two-stage SFA model for the technical efficiency of potato production

進(jìn)一步考察各環(huán)境因素，即糧食單產(chǎn)對(duì)三種投入松弛變量，即薯類(lèi)作物播種面積剩余變量、化肥施用量剩余變量和機(jī)械動(dòng)力量剩余變量的回歸系數(shù)。由于環(huán)境變量是對(duì)各投入松弛變量的回歸，所以當(dāng)回歸系數(shù)為負(fù)時(shí)，表示增加環(huán)境變量值有利于減少各投入松弛量，即有利于減少各投入變量的浪費(fèi)；反之，當(dāng)回歸系數(shù)為正時(shí),則表示增加環(huán)境變量將會(huì)增加投入松弛量，從而導(dǎo)致各投入變量的浪費(fèi)[20]。下面闡述環(huán)境變量對(duì)三種投入松弛變量的影響。

表4中顯示了分別以播種面積、化肥投入量及農(nóng)業(yè)機(jī)械動(dòng)力量的三種投入要素的冗余量為被解釋變量，對(duì)常數(shù)項(xiàng)及薯類(lèi)單產(chǎn)進(jìn)行回歸的結(jié)果。從表4中可以看出，在回歸方程中，薯類(lèi)單產(chǎn)系數(shù)均在10%、5%和1%的顯著性水平下通過(guò)了變量顯著性檢驗(yàn)，且系數(shù)為負(fù)。這表明，薯類(lèi)單產(chǎn)的提升對(duì)三種投入松馳變量都是有利的。薯類(lèi)單產(chǎn)的提升，確實(shí)能夠?qū)崿F(xiàn)對(duì)薯類(lèi)播種面積、化肥施用量和機(jī)械動(dòng)力量的有較配置，從而提升生產(chǎn)效率。

在表4的基礎(chǔ)上，本文對(duì)三種投入的數(shù)量進(jìn)行了修正，并且利用修正過(guò)后的投入數(shù)量重新進(jìn)行了效率的測(cè)算，得到了經(jīng)過(guò)土地質(zhì)量調(diào)整的技術(shù)效率指標(biāo)的三階段DEA的測(cè)算結(jié)果，并進(jìn)一步測(cè)算，得到了的效率指標(biāo)均值結(jié)果，如表5所示。

表5 三階段DEA薯類(lèi)生產(chǎn)技術(shù)效率均值測(cè)算結(jié)果Tab. 5 Calculation results of average technical efficiency of potato production in the third stage DEA

從5表可以看出：第一，經(jīng)土地質(zhì)量調(diào)整后的技術(shù)效率結(jié)果顯示，所有地區(qū)的平均值為0.232，比未調(diào)整時(shí)的效率要低。此時(shí)，中國(guó)技術(shù)效率的平均值為0.351，高于俄羅斯的技術(shù)效率平均值0.185；第二，純技術(shù)效率結(jié)果顯示，所有地區(qū)的純技術(shù)效率平均值為0.740，中國(guó)和俄羅斯純技術(shù)效率相關(guān)不大，說(shuō)明兩個(gè)國(guó)家在薯類(lèi)種植生產(chǎn)過(guò)程中的管理水平較為接近；第三，規(guī)模效率結(jié)果顯示，中國(guó)規(guī)模效率值明顯高于俄羅斯；第四，從兩個(gè)國(guó)家各地區(qū)的規(guī)模報(bào)酬來(lái)看，經(jīng)調(diào)整后的兩個(gè)國(guó)家地區(qū)的規(guī)模報(bào)酬也都表現(xiàn)為規(guī)模報(bào)酬遞增，同樣說(shuō)明了各個(gè)省份和各個(gè)州的薯類(lèi)種植規(guī)模偏小的結(jié)論。但是由于俄羅斯的規(guī)模效率值明顯小于中國(guó)的規(guī)模效率值，所以可以認(rèn)為俄羅斯相對(duì)于中國(guó)的種植規(guī)模更加捉襟見(jiàn)肘；第五，從表2和表5數(shù)據(jù)對(duì)比來(lái)看，表2中在未經(jīng)過(guò)土地質(zhì)量調(diào)整之前的技術(shù)效率值顯示出，俄羅斯約為中國(guó)的三倍左右，而在經(jīng)過(guò)調(diào)整后的表5中，變化為中國(guó)的技術(shù)效率水平略高于俄羅斯。從而可以揭示出，俄羅斯種植薯類(lèi)土地的質(zhì)量水平要遠(yuǎn)高于中國(guó)的土地。

同樣地，為了檢驗(yàn)三階段DEA測(cè)算的各個(gè)效率指標(biāo)在中俄兩國(guó)之間是否存在顯著性差異，本文對(duì)三個(gè)效率指標(biāo)進(jìn)行了秩和檢驗(yàn)，檢驗(yàn)結(jié)果如表6所示。

表6 三階段DEA中俄薯類(lèi)秩和檢驗(yàn)Tab. 6 Rank sum test of Chinese and Russian potato in three-stage DEA

從表6中可以看出，技術(shù)效率，純技術(shù)效率和規(guī)模效率三個(gè)效率指數(shù)的秩和檢驗(yàn)的曼—惠特尼U檢驗(yàn)統(tǒng)計(jì)值分別為1 661、246.5和1 767，對(duì)應(yīng)的P值分別為0.004、0.000和0.000，均在5%的顯著性水平下拒絕了“兩國(guó)種植薯類(lèi)的技術(shù)效率水平相同”的原假設(shè)，說(shuō)明在不考慮土地質(zhì)量影響的情況下，中俄兩國(guó)薯類(lèi)生產(chǎn)中的三個(gè)效率指標(biāo)有顯著差異。根據(jù)效率平均值的結(jié)果來(lái)看，中國(guó)的技術(shù)效率和規(guī)模效率更優(yōu)于俄羅斯，而純技術(shù)效率略差，考慮到表5中兩個(gè)國(guó)家均為規(guī)模報(bào)酬遞增的情況，中俄兩國(guó)的薯類(lèi)種植具備進(jìn)一步提升的空間。

3 結(jié)論

本文利用2017年的中國(guó)和俄羅斯各個(gè)地區(qū)的薯類(lèi)作物生產(chǎn)的年產(chǎn)量，以及種植面積，化肥使用數(shù)量和兩個(gè)國(guó)家的機(jī)械動(dòng)力量等相關(guān)數(shù)據(jù)，分別運(yùn)用一階段DEA和三階段DEA的方法，對(duì)兩個(gè)國(guó)家的薯類(lèi)作物生產(chǎn)的技術(shù)效率性進(jìn)行了測(cè)算，并且在測(cè)算結(jié)果的基礎(chǔ)上利用秩和檢驗(yàn)的方法對(duì)兩國(guó)的薯類(lèi)作物技術(shù)效率的差異進(jìn)行了顯著性檢驗(yàn)，得出了以下主要結(jié)論。

1) 一階段DEA測(cè)算結(jié)果顯示，俄羅斯薯類(lèi)作物生產(chǎn)的技術(shù)效率、純技術(shù)效率和規(guī)模效率分別為0.682、0.749和0.922，高于中國(guó)的0.156、0.239和0.779，P值分別為0.000、0.000和0.134，規(guī)模效率差異性并不顯著。在去除各個(gè)地區(qū)土地質(zhì)量影響之后的三階段DEA技術(shù)效率測(cè)算結(jié)果顯示，中俄兩國(guó)薯類(lèi)生產(chǎn)中的三個(gè)指標(biāo)之間存在顯著性的差異，中國(guó)薯類(lèi)作物生產(chǎn)技術(shù)效率(0.351)和規(guī)模效率(0.512)高于俄羅斯的技術(shù)效率(0.185)和規(guī)模效率(0.229)，而純技術(shù)效率俄羅斯(0.773)比中國(guó)(0.656)略高一些。通過(guò)比較可以發(fā)現(xiàn)，土地質(zhì)量影響著兩國(guó)農(nóng)業(yè)生產(chǎn)的技術(shù)效率評(píng)價(jià)結(jié)果。在比較分析中可以看出，在去除土地質(zhì)量影響因素后兩國(guó)薯類(lèi)作物生產(chǎn)技術(shù)效率發(fā)生了顯著變化，俄羅斯的土地質(zhì)量?jī)?yōu)于中國(guó)，而中國(guó)的農(nóng)業(yè)生產(chǎn)技術(shù)效率又優(yōu)于俄羅斯。這也說(shuō)明中俄兩國(guó)加強(qiáng)農(nóng)業(yè)生產(chǎn)技術(shù)、生產(chǎn)管理等方面的合作，發(fā)揮各自資源優(yōu)勢(shì)，具有一定的客觀(guān)性和合理性。

2) 在一階段DEA評(píng)價(jià)中，規(guī)模報(bào)酬測(cè)算結(jié)果顯示所有的110個(gè)地區(qū)中，規(guī)模報(bào)酬遞增的地區(qū)占64.6%，說(shuō)明兩國(guó)薯類(lèi)種植規(guī)模偏小。中國(guó)規(guī)模報(bào)酬遞增為6個(gè)，俄羅斯規(guī)模報(bào)酬遞增為65個(gè)，說(shuō)明俄羅斯薯類(lèi)種植規(guī)模更低一些；在三階段DEA評(píng)價(jià)中，同樣顯示兩國(guó)薯類(lèi)作物存在規(guī)模報(bào)酬遞增效率，中國(guó)規(guī)模報(bào)酬遞增有29個(gè)地區(qū)，俄羅斯規(guī)模報(bào)酬遞增為78個(gè)地區(qū)。結(jié)合前邊的分析結(jié)論，進(jìn)一步說(shuō)明發(fā)揮中國(guó)在農(nóng)業(yè)生產(chǎn)方面的經(jīng)營(yíng)管理優(yōu)勢(shì)，加強(qiáng)中俄兩國(guó)農(nóng)業(yè)合作，將會(huì)提高農(nóng)業(yè)生產(chǎn)的產(chǎn)出水平，也將為兩國(guó)及世界人民創(chuàng)造更多的福祉。