王雪丽 李颖 李芳
摘要：本文通过测度黄河流域小麦全要素生产率，分析其生产效率的时序特征和空间差异，为黄河流域小麦生产发展提供有效建议。基于2007-2020年黄河流域8省和自治区小麦投入产出数据，利用DEA-Malmquist指数法测度并分解了黄河流域小麦全要素生产率，结合ArcGIS软件从时间和空间两个维度分析了其变化情况。在研究期内，从时间维度变化来看，黄河流域小麦生产效率低并且不稳定，技术进步是主要影响因素；
从空间维度变化来看，黄河流域小麦生产效率存在空间不均衡情形，黄河中上游地区与下游地区差距明显。最后，根据研究结果，提出了黄河流域小麦生产发展的建议。为进一步提高黄河流域小麦生产效率，应加快小麦生产技术创新，优化小麦生产要素投入结构；
黄河流域小麦全要素生产率上、中、下游区域差异明显，各区域要结合自身特征因地制宜制定策略，实现各区域协调发展，最终提升黄河流域小麦生产效率。
关键词：黄河流域 小麦 全要素生产率 DEA-Malmquist指数 时空差异
*基金项目：国家自然科学基金项目“基于碳匯功能的粮食作物生态补偿机制研究——以小麦、玉米为例”（71503148）；
国家自然科学基金项目“煤矸石-稻壳复合材料对稻田土壤砷的钝化机制研究”（42177027）。
一、引言
我国是世界上最大的产粮国，粮食作物种植面积占农作物总播种面积的近80%。黄河流域耕地面积1.79亿亩，占全国耕地面积的12.5%。黄河流域是农耕文明的主要发源地之一，很早以前便是中国农业经济开发地区，如今更是我国重要的农业生产基地，主要粮食作物包括小麦、玉米和花生等，其农业产值占全国总产值的8%，其中粮食产量占全国产量的7.7%。在2019年黄河流域生态保护和高质量发展座谈会上，习总书记发表重要讲话，指出黄河流域在我国生态安全和经济发展中占据重要地位，促进黄河流域高质量发展具有重大意义。因此，黄河流域农业需实现高质量发展，这就需要进一步提升黄河流域农业的生产能力。
小麦是一种用途广泛的主要粮食作物，也是目前播种面积最大的粮食作物之一。我国作为人口大国，对小麦的需求也日益增长。小麦的稳定生产有助于保障国家粮食安全和满足人民需求。此外，黄河流域分布着多数小麦种植的省份，应提高黄河流域小麦的生产水平，增加小麦的产量。
全要素生产率是一个企业、行业或地区，在一定时期内的总投入和总产出之比，尤其是要素投入以外无法解释的部分，来源于组织创新、技术进步等带来的效应。农业全要素生产率是反映农业经济增长质量和生产效率的重要指标，因此对农业全要素生产率进行研究具有重要的意义。王恒等人研究发现技术进步在稻谷的投入产出效率的提高中发挥了重要作用，并且发展适度规模经营可以提高稻谷的生产效率。李慧泉等众多学者认为主要农作物主产区间的绿色全要素生产率存在差异，分作物测算分析能更好地反映各作物的综合生产能力。王建华基于DEAMalmquist指数法研究中国小麦主产区全要素生产率变化特征发现小麦主产区全要素生产率总体呈下降趋势，主要是由于技术进步的下降。陈敏辉利用EBM-Malmquist Luenberger混合模型测算河南省小麦绿色全要素生产率并分析了其发展演变趋势。延桢鸿等人采用DEAMalmquist模型研究发现15个小麦主产省份的全要素生产率呈波动增长趋势。现有关于黄河流域农业的研究，主要集中于对农业整体绿色全要素生产率的测算和其影响因素的研究。杨骞等人研究发现黄河流域农业绿色全要素生产率增长呈现技术进步单轮驱动特征，技术效率的作用尚未得到充分发挥。李凯风等人采用SBM模型和Malmquist指数研究了黄河流域2008—2017年绿色全要素生产率。刘华军等人研究发现黄河流域绿色全要素生产率呈“低增长”与“不平衡”的双重特征并且低于全国平均水平，分布形态呈现双峰分布特征。崔宁波等人在对粮食主产区农业绿色发展的研究中发现黄河流域来自技术效率主导的效率与进步双重驱动，规模效率和要素配置效率的贡献较弱。
本文在已有研究的基础上，运用DEA-Malmquist指数法测度并分解了2007—2020年黄河流域小麦的全要素生产率，讨论了黄河流域小麦全要素生产率的时间变化情况，并且结合ArcGIS软件研究了其空间变化情况，有利于了解和掌握黄河流域小麦的生产效率情况，为小麦生产进一步发展提供参考建议，最终促进黄河流域小麦产业的高质量发展。
二、研究方法与数据说明
（一）研究方法
自全要素生产率概念提出以来，学者们提出了测算全要素生产率的各种方法，总体来说可以分为两类。一类是参数估计的随机前沿函数分析方法（SFA），其充分考虑了随机因素对生产前沿面的可能影响，但是这种方法要求在一定假设基础上，构建具体的生产函数来测算生产效率，其缺点是容易出现生产函数形式与现实情况不符的情况。另一类是非参数估计的数据包络分析方法（DEA），其构建参照技术下的距离函数，运用不同时期的投入—产出向量进行测算，因而转化为线性规划求解问题。DEA模型不需要事先确定投入产出变量的权重和关系表达式，避免了主观方面的因素影响，并且结果可靠，适用范围广，且不受数据量纲影响，如Malmquist等指数。相比SFA，DEA更能反映农业领域的多投入、多产出特征，能提供更为有效的决策信息，因此本文选用DEA方法测度全要素生产率。
公式（3）中，若TFP>1，则处于DEA有效状态，表明生产效率是增长的；
若TFP<1，则处于DEA无效状态，表明生产效率是下降的；
若TFP=1，也处于DEA有效状态，但是生产效率没有变化。若TC>1，表明技术进步；
若TC<1，表明技术退步；
若TC=1，表明技术水平不变。若TE>1，表明技术效率改善；
若TE<1，表明技术效率下降；
若TE =1，表明技术效率水平不变。
公式（4）中，若PTE>1，表明纯技术效率水平提升；
若PTE<1，表明纯技术效率水平下降；
若PTE=1，表明纯技术效率水平不变。若SE>1，表明规模效益增加；
若SE<1，表明规模效益减少；
若SE=1，表明规模效率水平不变。
（二）数据来源与指标选择
1.数据来源
根据已有研究，加之考虑到数据的有效性、连续性和可得性，本研究采用2007—2020年14年的黄河流域小麦的投入和产出的面板数据。由于位于黄河上游的青海省的历年统计数据缺失严重，并且难以通过技术手段补齐，本文最终选择黄河流域的四川省、甘肃省、宁夏回族自治区、内蒙古自治区、陕西省、山西省、河南省以及山东省等8个省和自治区作为研究对象。本文研究所使用的小麦生产的投入、产出数据来源于2007—2020年《全国农产品成本收益资料汇编》。
2.指标选取
借鉴已有文献研究，严格遵循指标选取原则，本文选取小麦产量作为产出指标；
选取土地投入、劳动投入和物质费用作为投入指标，物质费用中包含种子费、化肥费、农家肥费、农药费、租赁作业费以及工具材料费，其中租赁作业费包括机械作业费、排灌费和畜力费三项（表1）。
三、全要素生产率测算结果与分析
本文利用DEAP2.1软件，运用DEA- Malmquist方法测算了 2007—2020年黄河流域8个省和自治区小麦的全要素生产率及其分解指数，将全要素生产率分解为技术效率指数（TE）和技术进步指数（TC），且将技术效率指数（TE）分解為纯技术效率指数（PTE）和规模效率指数（SE），并作出进一步的分析。
（一）黄河流域小麦全要素生产率的时间变化分析
利用DEAP2.1软件进行测算，2007—2020年黄河流域8个省和自治区小麦全要素生产率及其分解结果详见表2。
总体上看，2007—2020年黄河流域小麦生产的技术效率均值为1.016，由技术效率值分解得到的纯技术效率和规模效率的平均值均大于1，处于DEA有效状态。其中，纯技术效率的均值低于规模效率的均值，表明规模效率对技术效率达到有效水平发挥的作用更大。具体来看，2007—2020年黄河流域小麦生产的技术效率存在大幅度的波动情况，尤其是在2010—2018年最为明显，从2010—2015年技术效率经历了从1.120下降到0.858，紧接着又上升至研究期的最高值1.208，随后又下降到0.899，在2015年上升到1.077，此后不断下降，在2017年达到了研究期的最低值0.726，在2018年迅速上升到1.179。在2018—2020年，技术效率一直处在DEA有效状态。由此可以看出，黄河流域小麦生产的技术效率是不稳定的。技术效率处于有效状态的时期，2012—2013年技术效率达到最大值1.208，其分解后规模效率大于纯技术效率，因此规模效益对技术效率的改善发挥了更大作用。在技术效率处于无效状态的时期，除2011—2012年以外，纯技术效率均为无效状态，并且在2013—2014年和2016—2017年，规模效率也为无效状态。在技术效率无效且最低的两个时期，规模效率均无效并且相对较低。由此可以看出，技术效率虽受到纯技术效率和规模效率的影响，但规模效率对技术效率的制约影响更大。综上，黄河流域小麦生产的技术效率十分不稳定，在注重技术实施应用的同时应加强对小麦生产规模的进一步优化，努力实现小麦生产的高效率。
2007—2020年，黄河流域小麦的技术进步指数均值为0.965，处于DEA无效状态。具体来看，研究期内只有5年的技术进步指数处于DEA有效状态。2007—2010年，技术进步指数从0.809上升到1.004，增长率为19.5%，表明黄河流域小麦生产技术在不断改进。但在2010—2011年技术进步指数下降到0.773，主要原因是2010年我国出台了一系列的粮食生产扶持政策，对农户进行生产的财政补贴导致农户一味追求生产投入而忽视了对于生产技术的发展。在随后几年，技术进步指数波动较为明显，并在2013—2014年技术进步指数为最大值2.407，这表明黄河流域小麦生产技术改进处在发展过程中并且发展状况十分不稳定。综上，黄河流域小麦生产的技术水平存在较大的发展空间，应进一步发展生产技术并且将技术发展水平保持在相对稳定的状态。
2007—2020年，黄河流域小麦生产的全要素生产率总体均值为0.980，平均增长率为- 2.0%，处于DEA无效状态。因此，在总体平均水平上，2007—2020年黄河流域小麦的生产效率为负增长。在研究期内，全要素生产率指数也处于不断的波动中。具体来看，在全要素生产率指数处于有效状态的时期，技术进步指数也处于有效状态，并且在2013—2014年全要素生产率指数达到最大值，此时技术进步指数也达到最大值。在全要素生产率指数处于无效状态的时期，技术进步指数也处于无效状态，但是其中部分时期的技术效率处于有效状态，然而在技术进步和技术效率共同作用下，全要素生产率仍为无效状态。这充分说明了小麦生产效率虽受到技术进步和技术效率的共同影响，但是技术进步对生产效率提升的影响更大。综上，大力发展小麦的生产技术，不断提高生产的技术水平是提高黄河流域小麦生产效率的重要方法。同时，要将技术进步和技术效率有效结合，共同提高，不断提升黄河流域小麦的生产效率。
（二）黄河流域小麦全要素生产率的空间变化分析
借鉴已有研究，将黄河流域分为上游、中游和下游三个区域，上游地区包括甘肃省、宁夏回族自治区、内蒙古自治区和四川省，中游地区包括陕西省和山西省，下游地区则包括山东省和河南省。表3展示了2007—2020年黄河流域8个省和自治区及分流域小麦平均生产率指数及其分解情况。
1.黄河流域小麦全要素生产率的省际特征分析
分析表3数据可得，除四川省外，2007—2020年黄河流域8个省和自治区的技术效率和规模效率均大于1，均处于DEA有效状态。四川省的纯技术效率为1，由此可知，四川省的技术效率水平受到规模效率的制约。除山西省外，其余省份的纯技术效率均为有效状态。由于山西省规模效率达到有效状态，其技术效率也为有效状态，这充分表明技术效率主要受到规模效率的制约。综上，甘肃、宁夏、内蒙古、陕西、河南和山东可以保持已有的生产技术效率，并且可以在此基础上进一步提升，提高其生产效率。四川省则需要优化小麦生产的投入要素结构，提升小麦的规模效益。山西省则要加强对小麦种植技术的研究，大力提升小麦生产技术的实施效率。
根据图表可知，2007—2020年，黄河流域8个省和自治区中仅有河南和山东省的小麦的全要素生产率指数大于1，处于DEA有效状态，其余省份均为无效状态，处于生产效率负增长状态。整体来看，黄河流域8个省和自治区小麦的全要素生产率均值为0.980，技术进步指数均值为0.965，技术效率指数均值为1.016。具体来看，黄河流域8个省和自治区的全要素生产率指数由大到小依次为：山东、河南、山西、宁夏、陕西、四川、甘肃、内蒙古。处于全要素生产率有效状态的山东和河南，其技术进步指数也为DEA有效状态。四川省全要素生产率为无效状态，其技术进步和技术效率也为无效状态。山西、宁夏、陕西、甘肃和内蒙古的全要素生产率和技术进步指数为无效状态，技术效率则为有效状态。综上，黄河流域的大多数省份小麦生产的技术效率都在不断改善，小麦全要素生产率的提升主要受到技术进步的制约。
为进一步了解黄河流域小麦全要素生产率空间分布特征，本文借助ArcGIS软件绘制了黄河流域小麦全要素生产率可视化分布图，如图1所示。本研究选取了2008年、2012年、2016年和2020年的黄河流域小麦全要素生产率的数据，并将效率值划分为低（TFP<0.6）、中低（0.6—0.8）、中高（0.8—1）和高（TFP>1）四种类型。
根据图1，对比分析2008年、2012年、2016年和2020年的分布情况可知，黄河流域小麦全要素生产率的空间差异十分明显且变动较大。2008年，仅有山东省和河南省两个省份的小麦生产效率处于高效率区，大多省份为中低效率区。相比于2008年，2012年黄河流域小麦生产的高效率省份明显增加，并且研究区域内的省份的小麦生产效率均处于中高及高效率阶段。然而，2016年黄河流域各省份小麦的生产效率几乎都处于中低水平，陕西省的小麦生产效率则为低水平。这是由于2016年黄河流域地质灾害频繁，尤其是水害严重，并且水土流失严重，极大地影响了农业生产。相比于2016年，2020年黄河流域的小麦生产效率有所好转，但仍没有省份的生产效率达到高效率水平。甘肃、四川、河南和山东省的小麦生产效率达到了中高水平，内蒙古自治区则处于低水平。近年来，习总书记强调生态文明建设要见实效，国家出台一系列农业和环保政策，人们先污染后治理的观念得到改变，并且国家加强了对黄河流域的生态保护，从而使黄河流域小麦生产效率得到改善。
2.黄河流域小麦全要素生产率的区域流域特征分析
分析表3数据可得，整体来看，在整个研究期内小麦全要素生产率指數从上游到下游依次递增，即上游区域<中游区域<下游区域，并且下游地区要高出上游地区0.83%。结合图1来看，黄河流域中、下游地区的小麦生产效率一般高于上游地区。这主要是因为黄河流域下游地区分布着山东和河南两个农业大省，同时也是两大粮食主产区，在小麦生产的机械化水平和科研投入以及规模效益上更具有优势。
从技术进步水平来看，黄河流域中、上游地区的技术进步指数均小于1，处于DEA无效状态，说明存在技术退步现象；
下游地区技术进步指数大于1，说明小麦生产技术在进步。因此，技术在小麦生产中的促进作用不容忽视，黄河流域尤其是中、上游地区小麦生产的技术水平有待进一步提升。
从技术效率水平来看，黄河流域上游、中游和下游的差距不是很多，技术效率水平基本上都处于DEA有效状态。黄河流域上游和中游地区虽然存在技术退步现象，但是其技术应用效率还是比较高的。只有四川省的技术效率是下降的，四川省应注重加强小麦生产技术的进步工作，同时也要注重提高技术应用的效率水平。
四、结论与建议
（一）研究结论
本文运用DEA-Malmquist指数法，利用2007-2020年黄河流域（内蒙古、宁夏、四川、甘肃、陕西、山西、河南、山东）小麦的投入和产出的面板数据，测算并分解了黄河流域小麦全要素生产率，并且从时间和空间两个维度进行了进一步分析，得出以下结论：
1.黄河流域小麦生产效率低并且不稳定，技术进步是主要影响因素
2007—2020年间只有5年的全要素生产率大于1，处于DEA有效状态。技术进步指数为0.965，技术效率指数为1.016，技术进步水平低并且处于DEA无效状态，导致全要素生产率小于1，处于DEA无效状态，这表明黄河流域小麦生产的技术水平较低。
2.黄河流域小麦生产效率存在空间不均衡情形
在研究期内，黄河流域8个省和自治区中只有位于下游地区的河南和山东的全要素生产率指数和技术进步指数大于1，为DEA有效状态。黄河上游和中游地区的技术效率除四川省外均不小于1，为DEA有效状态，但是技术进步指数均为DEA无效状态，导致其生产效率水平低下。因此，技术进步是影响黄河流域小麦生产效率的最主要原因。
（二）政策建议
1.黄河流域应加大小麦生产技术创新，提高生产效率
一是国家要加速农业科技体制改革，应给予各地方政府足够的科技自主权，提升科技管理效率。二是政府要加大对黄河流域农业科研投入，进一步完善农业科研资金的融资机制，提高小麦生产的机械化水平。在加大科研投入的同时，应注重构建完善的科研资金管理制度，规范科研资金的管理及使用，进一步优化农业科研资金的配置结构。要重视培养小麦生产的相关技术型人才，引导农民积极学习相关技术，线上线下同步开展相关课程，给予积极参加科技培训和积极施用农业机械化的农户一定补贴，提升农民的小麦生产技术水平。黄河流域各个区域应结合自身的实际情况，选择与之自然条件相适应的小麦生产技术，注重技术的适用性。在发展技术的同时，也要加强对技术的推广，鼓励相关科技人员下基层，充分利用各种方式和途径，促进实现创新成果的高效率实际应用。各区域间应加大跨区域的技术交流和合作，促进农业创新技术外溢，改善市场环境，鼓励绿色农业生产者，引导小麦产业绿色发展。
2.黄河流域要优化小麦生产要素投入结构，努力实现绿色高效生产
各地方政府应根据内部差异、自身特点和生态环境变化等因素调整生产要素投入，使资源利用实行最大化，要素配置更加合理，以提高小麦的全要素生产率及资源利用效率。政府应加大对小麦生产的政策支持和扶持力度，嚴格要求减少化肥、农药、农膜等要素在生产过程中的投入，鼓励使用有机肥料、可降解农用塑料薄膜，减少小麦生产对环境的负外部性影响；
大力推广农业节水灌溉技术，开发污水高效处理设备，加强环境友好型技术的研究、开发和推广。黄河流域各省份可以根据实际情况发展规模化生产，提高土地和资源利用率，在生产技术较好的区域可以扩大生产经营规模，建设现代化农业生产区，提高小麦的生产效率。
3.黄河流域各区域要缩小小麦生产的不平衡差距，实现各区域协调发展
黄河流域覆盖范围广，各地区的气候、环境、人力、资本等存在巨大差异，各省份应结合当地现状，因地制宜。黄河流域中上游地区与下游地区生产效率差异明显，黄河上游省份生态环境脆弱，要提高水资源、耕地和技术利用效率，注重绿色可持续发展，发展生态农业，提高生产效率。此外，上游地区还要注意黄河源头污染的治理。黄河中游地区要充分利用自然条件，提高能源利用率，加大技术创新和推广应用，根据自身生态优势发展特色农业。河南省等下游地区易发生水灾、旱灾等自然灾害，水资源分布不均，农田抗自然灾害能力较弱，这就需要重视农业基础设施建设，加强基础设施保护并定期维护修缮。黄河下游地区小麦生产效率相对较好，经济比较发达，在技术不断创新的基础上可以适度发展规模生产，推动经济转型发展。由于中下游地区拥有较发达的人才和科技资源，可为上游省份提供科技支持，输送优秀的农业相关人才，还可组织构建农业发展联盟，进一步加强合作交流。黄河流域各个省份要努力实现协调发展，最终实现黄河流域的农业绿色发展和经济高质量发展。
参考文献：
[1]杨骞，王珏.黄河流域农业绿色全要素生产率及其要素分解研究[J].山东财经大学学报， 2021， 33（4）：
24-35.
[2]王建华.基于DEA—Malmquist指数法中国小麦主产区全要素生产率变化特征分析[J].农业与技术， 2020， 40（8）：
4-11.
[3]袁青青，韩一军.我国小麦全要素生产率的评价分析——基于DEAMalmquist指数方法[J].中国农业文摘-农业工程， 2018， 30（4）：
19-24.
[4]雷绍海，王成军.中国农业全要素生产率研究进展与前沿——基于CiteSpace的文献计量可视化分析[J].云南农业大学学报（社会科学）， 2022， 16（3）：
124-133.
[5]王恒，高鸣.中国稻谷生产率的地域差异和时空分异——基于稻谷主产区的实证分析[J].中国农业科技导报， 2020， 22（2）：
1-11.
[6]李慧泉，毛世平.我国主要农作物绿色全要素生产率分析[J].中国农业科技导报， 2022， 24（2）：
58-67.
[7]陈敏辉.河南省小麦绿色全要素生产率测度及其发展演变[J].山西农经， 2021（21）：
164-166.
（作者单位：山东农业大学经济管理学院）
责任编辑：李政
猜你喜欢 全要素生产率黄河流域小麦 主产区小麦收购进度过七成今日农业(2022年16期)2022-11-09孔令让的“小麦育种梦”金桥(2021年10期)2021-11-05叶面施肥实现小麦亩增产83.8千克今日农业(2021年13期)2021-08-14哭娃小麦作文小学中年级(2020年4期)2020-06-11在黄河流域生态保护和高质量发展中展现陕西担当当代陕西(2019年23期)2020-01-06黄河流域灿烂的齐家文化——陶器收藏界(2019年2期)2019-10-12增强大局意识 提升黄河流域生态保护发展水平人大建设(2019年12期)2019-05-21湖北省十二市全要素生产率的比较分析商(2016年33期)2016-11-24三十六计之顺手牵羊小天使·三年级语数英综合(2016年4期)2016-11-19中国人口红利的国际比较与测算江淮论坛(2016年5期)2016-10-31