新疆阿克苏地区绿色农业技术效率测算及影响因素分析

分类：论文范文 发表时间：2022-01-11 09:27

　　摘要：为了解新疆阿克苏地区绿色农业发展情况,基于新疆阿克苏地区统计年鉴数据,应用非期望产出超效率SBM模型对该地区9个县市2007—2018年的绿色农业技术效率进行评价,并且运用Tobit回归模型对影响绿色农业技术效率的因素进行实证研究。结果表明:阿克苏地区绿色农业技术效率总体呈下降趋势,各县市绿色农业技术效率值出现明显的“两极分化”,生产要素投入和非期望产出冗余是技术无效率的主要来源;农业产业结构和城镇化水平对阿克苏地区整体绿色农业技术效率产生负向影响,工业化水平对其产生正向影响;各影响因素对3个分区产生了不同的影响,其中,农业产业结构、工业化水平、财政支农等均对低效率区产生负向影响。

　　关键词：超效率SBM模型;绿色农业技术效率;Tobit回归模型;影响因素

　　农业作为-一个的基础性产业,其发展水平的高低直接影响到的经济发展与社会稳定。长期以来,农业是新疆经济发展的基础。2018年,新疆农业总产值占全疆总产值的13.9%,远高于全国的平均水平。但新疆地处欧亚大陆腹地,气候千早少雨,林草植被稀少，生态环境脆弱,属于典型的“绿洲经济”,思劣的生态环境严重制约着新疆经济和社会的发展,而发展绿色农业是解决新疆资源环境制约问题的必由之路,绿色农业的根本理念是倡导生态环境友好.资源利用合理、农业可持续发展,代表了现代农业的发展趋势。

　　新疆地域辽阔,南北疆气候经济结构差异巨大,而南疆地区农业经济比重大，生态环境脆弱，发展绿色农业的需求更为迫切,同时南疆4地州是全疆经济发展较为滞后的区域,农业经济占据主导地位,其中阿克苏地区的农业经济发展在南疆4地州中具有代表性。因此,笔者以新疆阿克苏地区为研究区域,对绿色农业技术效率进行测算,对其影响因素进行分析,从而为新疆地区发展绿色农业提供一定参考。

　　1研究方法和模型

　　1.1超效率SBM模型

　　该研究考虑采用非期望产出的超效率SBM模型测算绿色农业技术效率。假设有n个决策单元(DMU),各个DMU都有m个投入指标,X∈Rm,h个期望产出,ye∈Rh,k个非期望产出yu∈Rk,矩阵X、Ye、Yu分别被定义为X=(x1,x2,…,xn)∈Rm×n,Ye=(ye1,ye2,…,yen)∈Rh×n,Yu=(yu1,yu2,…,yun)∈Rk×n,并假定X、Ye、Yu都是大于0的。其生产可能集在不变规模报酬(CRS)下被定义为:P={(x,ye,yu):x≥λX,ye≤λYe,yu≥λYu,λ≥0},λ表示为权重向量。则非期望超效率SBM模型为:

　　1.2Tobit模型该研究测算绿色农业技术效率值为0~2,属于受限因变量,Tobit回归模型能很好地处理受限因变量或截断性问题,该研究采用Tobit回归模型对阿克苏地区绿色农业技术效率影响因素进行分析,其基础表达式如下:

　　2绿色农业技术效率分析

　　2.1数据来源与指标选取

　　选取2007—2018年阿克苏地区7县2市农业投入产出数据,原始数据主要来源于相应年份的《阿克苏统计年鉴》《新疆统计年鉴》。该研究中农业是指广义农业。以县市作为决策单元,基于非期望产出的SBM超效率模型测算绿色农业技术效率,在变量选取过程中,考虑投入、产出指标的实际可获得性,参考前人研究成果并结合阿克苏地区农业发展特征,具体确定如下指标。

　　2.1.1投入指标。(1)资源投入。主要包括土地投入,土地是农业生产活动的直接载体,对于农业生产活动而言至关重要。由于土地复耕情况不一样,加上农业生产中的弃耕、休耕的现象,使用耕地面积则土地的真实投入无法得到体现,且该研究以新疆阿克苏地区农林牧副渔业为研究对象,还应考虑林果业、草地面积,因此采用第一产业种植业、林果业、草地的土地总面积来表示土地投入。(2)劳动力投入。劳动力是农业生产最基本的投入要素,是从事农业生产活动的主体,农业从业人数能在一定程度上衡量农业的劳动力投入。该研究用第一产业从业人数表示。(3)资本投入。是农业生产中各种物质投入的资金来源,对农业生产有着重要的作用。资本投入参考张军等的永续盘存法[19-20];农用机械的使用可以节约劳动力,提高农业生产效率,该研究用农业机械总动力表示。

　　2.1.2农业产出指标。农业产出包括期望产出和非期望产出。农业生产中的期望产出主要是经济产出,该研究用农业总产值作为农业期望产出指标,为剔除价格变化的影响,统一将农业总产值折算为以2007年为基期的不变价格。该研究结合研究区的生产实际及数据的可获得性,全面考虑农业生产带来的环境污染,选取农业碳排放作为非期望产出,包括种植业碳排放和禽畜养殖碳排放。

　　2.2阿克苏地区绿色农业技术效率测算结果及分析

　　基于2007—2018年阿克苏地区9个县市农业生产各投入产出要素数据,运用非期望超效率SBM-CRS模型测算农业绿色技术效率,得出2007—2018年新疆阿克苏地区9个县市的农业绿色技术效率(表2),分别对2007—2018年阿克苏地区整体以及区域农业绿色技术效率展开分析。

　　2.3阿克苏地区绿色农业技术效率测算结果区域分析

　　基于阿克苏地区效率测算数据,对阿克苏地区绿色农业技术效率进行了分区,如表3所示,2007—2018年,阿克苏地区绿色农业技术超效率区为阿克苏市、温宿县、阿瓦提县,中高效率区为新和县、库车县、沙雅县,低效率区为拜城县、乌什县、柯坪县。

　　从表4可以得出,超效率、中高效率、低效率区的绿色农业技术效率平均值分别为1.212、0.728和0.432。2007—2018年,绿色农业技术效率超效率区效率呈现上升趋势,而中高效率区和低效率区绿色农业技术效率处于下降趋势,因此,改进农业增长方式,采用高效绿色农业是阿克苏地区缓解低效率区及中高效率区绿色农业技术效率值下降的主要方法。

　　2.4阿克苏地区绿色农业技术无效率分析

　　由表5可知,从生产过程来看,2007—2018年阿克苏地区各县市在投入要素方面和非期望产出方面均存在不同程度的冗余,说明生产资料的过量投入和农业生产中碳排放过多是农业绿色技术无效率的主要来源,其中,农业从业人员、农业碳排放和农业资本投入冗余占据前3位。

　　3阿克苏地区绿色农业技术效率影响因素分析

　　根据国内外学者对农业绿色效率影响因素的研究,并结合前文对绿色农业技术效率的测算及阿克苏地区农业发展现状,分别从农业产业结构、城镇化水平、工业化水平、区域经济、财政支农和、农田水利设施水平6个方面进行指标选取,另外,预判了这些影响因素对阿克苏地区绿色农业技术效率的该研究的被解释变量为非期望超效率SBM模型测度的农业绿色技术效率,其取值范围在0~2,属于受限变量,因此选择Tobit模型进行分析农业绿色技术效率的影响因素,该研究最终构建Tobit模型,具体模型如下:Yi=Ci+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6(2)式中,Yi代表阿克苏地区绿色农业技术效率,(i=1,2,…,6);Ci为各因素变量常数;X1表示农业产业结构;X2表示城镇化发展水平;X3表示工业化水平;X4表示区域经济发展水平;X5表示财政支农;X6表示农田水利设施水平;β1~β6表示回归参数。

　　由表7可以看出,阿克苏地区整体绿色农业技术效率影响因素回归结果表明,农业产业结构(X1)和城镇化水(X2)平对阿克苏地区整体绿色农业技术效率产生负向影响,工业化水平(X3)对其产生正向影响。区域经济(X4)、财政支农力度(X5)、农田水利设施水平(X6)对阿克苏地区整体的绿色农业技术效率影响均未通过0.01水平的显著性检验。

　　4结论与启示

　　该研究利用超效率SBM模型测算了考虑农业非期望产出的新疆阿克苏地区9县市的农业绿色技术效率,并且运用Tobit回归模型对农业绿色技术效率的影响因素进行分析。主要结论如下:①考察期内,阿克苏地区各县市的平均绿色农业技术效率总体呈下降趋势,而生产资料的投入和非期望产出冗余是农业绿色技术无效率的主要来源,其中,农业从业人员、农业碳排放和农业资本的冗余占据前3位。②农业产业结构和城镇化水平对阿克苏地区整体绿色农业技术效率产生负向影响,工业化水平对其产生正向影响。③各影响因素对3个分区产生了不同的影响,其中,农业产业结构、工业化水平、财政支农等均对低效率区产生负向影响。

　　基于以上结果,得出如下启示:①阿克苏地区应积极发展绿色高效农业,转变粗放式农业发展模式,加大绿色农业技术推广,将绿色农业技术推广的重点放在低效率的县市。②阿克苏地区应加快调整农业产业结构,促进种植业提质增效,减少化肥农药使用,加大地膜回收力度,减少种植业生产中的环境污染。③超效率和低效率地区应加快第二产业发展,以“工业反哺农业”,促进绿色农业发展。同时,及时调整低效率地区的财政补贴结构,将支农补贴向绿色可持续农业项目转移;加大对中高效率区农户的农业科技知识培训力度,积极引导农民改变思想观念,改进农业生产方式,加大绿色农业技术生产投入。

　　参考文献

　　[1]FARRELLMJ.Themeasurementofproductiveefficiency[J].Journaloftheroyalstatisticalsociety,1957,120(3):253-281.

　　[2]LEIBENSTEINH.Allocativeefficiencyvs,"X-efficiency"[J].TheAmericaneconomicreview,1966,56(3):392-415.

　　[3]GREENEW.Reconsideringheterogeneityinpaneldataestimatorsofthestochasticfrontiermodel[J].Journalofeconometrics,2005,126(2):269-303.

　　[4]AIGNERD,LOVELLCAK,SCHMIDTP.Formulationandestimationofstochasticfrontierproductionfunctionmodels[J].Journalofeconometrics,1977,6(1):21-37.

　　[5]CHARNESA,COOPERWW,RHODESE.Measuringtheefficiencyofdecisionmakingunits[J].Europeanjournalofoperationalresearch,1978,2(6):429-444.

　　[6]BANKERRD,CHARNESA,COOPERWW.Somemodelsforestimatingtechnicalandscaleinefficienciesindataenvelopmentanalysis[J].Managementscience,1984,30(9):1078-1092.

　　丁为艮,霍瑜

上一篇：乡村振兴战略的政策底蕴与特色农业发展分析 下一篇：新时期绿色农业种植技术推广策略