广西桂平市耕地生产效率评价研究
李思旗，陆汝成
（南宁师范大学国土资源与测绘学院，南宁 530001）
摘要： 运用数据包络分析（DEA）法评价了2007—2016年广西桂平市耕地生产效率情况。结果表明，2007—2016年桂平市耕地生产效率发展均处于波动状态。Malmquist生产率指数法分析全要素生产效率的变动情况，仅2009年生产力出现倒退。Tobit模型分析桂平市耕地生产效率的影响要素，复种指数、灌溉面积比例、平均农用机械总动力影响显著，且平均农用机械总动力是负向影响，复种指数、灌溉面积比例是正向影响，桂平市耕地生产效率有待提高。
关键词： 耕地生产效率；数据包络分析法；Malmquist生产率指数法；Tobit模型；广西桂平市
耕地是人类赖以生存的基本资源和条件，是土地的精华所在，是农业生产最大的投入要素［1］。党和国家都非常重视农业的生产和发展，在十九大报告会议中，党和国家领导人也多次提出必须把解决好“三农”问题作为全党工作的重要部分。提高耕地生产效率对国民经济的发展和国家的生态、粮食安全以及社会的稳定起着重要的作用。桂平市是农业生产重要地区，是广西最大的粮食生产基地。近年来，随着经济的发展，工业化、新型城镇化以及重大旅游项目建设的推进，桂平市耕地数量不断减少，这必然会加剧人口、粮食与耕地之间的矛盾，提高耕地生产效率对解决当前桂平市在农业生产上面临的问题显得尤为重要。
有了上述分析，学生不难回答问题3-1，“下标和相等”的前提是等式左右两边的项数要相同.比如，等式两边都是3项，即有结论：在等差数列{an}中，若m+n+l=p+q+r，则am+an+al=ap+aq+ar.
近年来，国内外许多专家学者运用不同的评价方法，从多个角度对耕地生产效率进行研究。梁流涛等［2］应用DEA方法分析中国1997—2004年各省、自治区、直辖市之间耕地利用效率的差异，得出北京市效率值最高，宁夏最低，PTE值影响耕地的利用效率。 杨朔等［3，4］用 DEAP 中的 VRS 模型和Eviews中的Tobit模型，研究陕西省耕地利用效率现状，发现各地域利用效率的变化相差很大，高效率地区占45%，且效率的高低受多种要素的影响。潘倩红等［5］应用DEA方法与Tobit模型对四川省17年的耕地生产效率与影响耕地生产效率因素进行了研究。 黄永莹［6］采用 DEA、Malmquist指数、Tobit模型结合实际情况选取指标对开封市以及各辖区各县进行耕地生产效率评价研究，得出开封市耕地生产效率的平均值，且分析了耕地生产影响因素的影响强度及方向，发现该地区在农业生产配置上存在不足，并提出了解决办法。 Khai等［7］研究了 2005—2006年越南水稻的技术效率，并分析了影响水稻生产效率的主要因素，提出了政府应注重投资灌溉，并通过短期培训或推广服务提高农民教育水平，了解新技术应用和支出管理。
1 耕地生产效率
耕地生产效率是指在一定的要素投入下，耕地的实际产出与最优产出间的比率。综合技术效率（TE）是指实际产量和理想产量之比，是对决策单元的资源配置及利用能力等状况的评价。当TE＜1时，对纯技术效率（PTE）以及规模效率（SE）进行分析，以期找出影响耕地生产效率的因素。
2 研究方法
2．1 数据包络分析（DEA）法
DEA方法是基于DEAP 2．1软件对生产效率进行评价。DEAP软件中常用模型有BC2、C2R。选用BC2模型对生产效率情况进行评价，其一般形式如下。
λj≥0，j=1，2…，n，s-≥0，s＋≥0
式中，α、θ表示决策单元输出、输入的权系数，Vx为输出最小值，VD为输出最大值，λj表示第j个决策单元的输入与输出权系数，xj表示第j个输入的决策单元，s-、s＋分别为输入、输出松弛变量。基于模型运算公式，用DEAP软件计算出TE、PTE、SE值，对TE、PTE、SE值进行深入分析可以得出耕地生产效率水平。
2．2 Malmquist生产率指数法
运用DEAP软件计算出生产效率值，发现10年间生产效率有变化。Malmquist生产率指数法是基于DEAP软件分析效率变化情况，运算模型如下。
可以把式（2）划分成3个部分，第一部分表示纯技术效率变化，第二部分表示规模效率变化，第三部分表示综合技术效率变化。当DEAP软件计算出结果时，可以从上述3种变化进行分析。
加快向发达国家开放，对接欧美日韩等先进经济体国际旅游体系。推进中美、中欧等国际旅游战略合作项目落地。整合旅游资源，互推旅游精品线路，互送客源，开拓新兴旅游市场。极力争取入境免签政策，吸引更多境外游客前来观光旅游，扩大国际市场。不断开拓国际航空圈，推动试行第五航权开放政策，加快提升国际通达性和航空保障能力。
2．3 Tobit回归分析法
式中，yix是潜在因变量，xi是自变量，β是系数，μi是误差项。综合分析上述两种方法的研究结果，选用Tobit回归分析法分析桂平市耕地生产效率的影响因素。
Tobit回归模型是因变量满足某种约束条件下的取值模型［8］，Tobit回归模型具体如下。
3 数据来源及指标选择
3．1 数据来源
桂平市以及各乡镇农业从业人员、农用化肥施用折纯量、农用机械总动力、农业生产总值来自桂平市农业局文件、材料及桂平市统计局2008—2017年《贵港统计年鉴》，耕地面积来自该市自然资源局的相关文件等，整理得出研究所需的数据值。
3．2 桂平市概况
桂平市地处广西东南部，地势两边高、中间低。平原与盆地占总面积的41．55%，丘陵占52．29%，山地占 6．16%。 截至 2016年，耕地面积 11．64万 hm2，农田有效灌溉面积5．45万hm2。桂平市农业与矿产资源丰富，气候条件优越，因郁江与黔江交汇形成的浔江流经市内，桂平市河流水系发达，适宜各种农作物与鱼类的生长与生活。优越的条件使得桂平市成为广西重要的糖、粮生产基地。桂平市下辖26个乡镇，土地总面积4 074．51 km2。截至2016年，地区生产总值322．72亿元，同比增长7．7%；全市以农业生产种植为主，农林牧渔业总产值达111．58亿元，占总产值的 34．5%。
长期以来，全校大学物理教学属单一教学模式，同一份大纲，统一的标准教案，同样的学时和内容，与专业相关性差、没有兼顾到学生兴趣点的多样性，学生学习主动性和创新能力不足[2]。为此，构建了分级、分块的大学物理课程体系，首先将全校的物理课程分为A(80学时)、B(64学时)两个级别，根据各专业方向和课程特点，分别制定不同的教学大纲。“强”物理专业其后续专业课涉及到的物理基础知识多，如材料科学和电气自动化等专业学生修的是大学物理A，而“弱物理”专业如计算机、环境科学等专业学生选修的则是大学物理B。
3．3 评价指标的选择
效率完全有效型仅有金田镇，金田镇耕地效率值均为1，这意味着在耕地利用方面，金田镇的人力资本投入、土地要素投入、主要物资消耗资本投入与耕地经营规模达到最优组合，要素投入达到最佳水平。
4 结果与分析
4．1 桂平市耕地生产效率评价
从规模收益状况的角度来看，桂平市2007、2009、2010、2012、2013 年生产效率的规模收益状况是增长的，其他年份处于稳定状态。为了使结果表现更形象，将2007—2016年桂平市3个效率值用折线图表示，得出桂平市耕地生产效率变化趋势（图1）。图1显示了2007—2016年桂平市耕地生产效率随着时间的变化情况，从变化趋势看，桂平市耕地综合技术效率值处于变动状态。2007—2016年影响桂平市耕地综合技术效率的情况可分为两种，一是2007年桂平市耕地生产效率低下主要受规模效率的影响，所以这一年提高综合技术效率重点在于提高规模效率；二是2009—2011、2015年桂平市耕地生产效率低下主要受纯技术效率的影响，应着力通过提高纯技术效率来提高综合技术效率。2012—2013年纯技术效率和规模效率都较高，对耕地综合技术效率影响较小。
依据表4可知，2009年技术进步指数是0．821小于1，其他年份的值都大于1。依据模型运算公式可知，Tfpch主要受Techch的影响，且桂平市Tfpch波动显著，最小为 0．821，最大为 1．335。Tfpch 值的波动可能与现代农业技术的广泛应用有关，技术应用程度的提高推进了现代农业的建设，使得当地的农业生产无论在物质上、规模上还是生产管理上都更加现代化，同时也使耕地生产效率得到提高。桂平市这十年间Tfpch都处于不稳定状态，可能与外在影响因素有关。
认识来源于实践，反过来又为实践服务。高效节水灌溉一时的挫折或失败，是人们在实践中还没有充分认识到其技术和条件适应性的结果，这些问题会随着人们的认识水平不断提高而得到解决，因此必须要勇于实践，不断从实践中提高认识水平，又反过来进一步指导新的灌溉实践。
表1 2007—2016年桂平市投入与产出指标
由表 2可知，2007—2016年桂平市 TE、PTE、SE的平均值分别是 0．880、0．918、0．961， 实际产量占理想产量的88%，表明桂平市的生产效率还有较大的提升空间。对各年份数据进行分析可知，2008、2014、2016年桂平市的效率值都为1，DEA有效，表明这3年耕地生产的自然要素、人力投入、物资消耗及生产规模合理，耕地的实际产出达到理想化模式。其他年份的综合技术效率小于1，DEA无效，说明这7年桂平市的耕地生产效率没有达到最佳状态，实际产出未达到理想值。
因TE／PTE＝SE，当DEA无效即 TE小于1时，可以从纯技术效率和规模效率的角度上分析生产效率的影响因素。2007年的纯技术效率为1，表明这一年桂平市的技术推广与投入力度大，推行效果佳，但是规模效率较低，导致了生产效率较低，这可能与当地农民的人均耕地面积少和农田耕作分散有关。从规模效率的角度看，2011、2015年的效率值是1，说明这两年达到最优生产规模。2009、2010、2012、2013年纯技术效率和规模效率均未达到有效状态，说明这4年桂平市在人力资本投入、土地要素投入、主要物资消耗等3个方面的结构配置需要优化，在生产规模上可以优化配置结构，其中2009与2010年受PTE值的影响明显。
表2 2007—2016年桂平市耕地生产效率状况
从2008—2017年《贵港统计年鉴》、桂平市农业局、自然资源局文件及资料搜集所需数据，把搜集到的资料与数据按指标进行归类、整理与分析，获得2007—2016年桂平市投入与产出指标数据（表1）。
图1 2007—2016年桂平市耕地生产效率变化趋势
4．2 各乡镇耕地生产效率评价
运用DEAP 2．1统计软件对2007—2016年桂平市各乡镇投入与产出指标数据进行分析运算，整理“EFFICIENCY SUMMARY”平均得出各乡镇的效率值（表 3）。
为了使结果更形象地表现出来，在GIS技术支持下，将桂平市2007—2016年的TE、PTE、SE值用分级图表示出来，见图2。
以3种效率值的特点为依据，可将桂平市26个乡镇划分为效率完全有效型、纯技术效率有效型、无效型3类。
表3 2007—2016年各乡镇耕地生产效率平均值
对桂平市耕地生产效率进行评价，需要综合考虑各投入和产出要素对生产效率的影响情况，客观选取评价指标，建立评价指标体系。以桂平市以及辖区内26个乡镇为决策单元，以此来反映桂平市耕地生产效率。鉴于数据的可比性，系统性、经济性原则［9］，综合考虑研究区域的实际情况，选取农业从业人员、耕地面积、农用化肥施用折纯量、农业机械总动力作为投入指标；选取农业生产总值作为产出指标。
纯技术效率有效型有麻垌镇、厚禄乡、南木镇、垌心乡、紫荆镇，这5个乡镇的纯技术效率值为1，DEA有效，但规模效率都未达到DEA有效，规模效率是造成该地区综合技术效率无效的重要因素。因此，这4个乡镇应着力优化耕地资源配置，推进耕地资源的市场化流转，引导耕地向农业生产大户流转，以实现耕地的最优规模经营。
其他乡镇属于无效型，其纯技术效率、规模效率均小于1，耕地生产效率总体较低。这些地区应结合自身实际情况，拓展农业科技的推广面，提高整体的规模化经营水平，合理配置耕地资源和农业资本投入，促进技术水平、管理能力与耕地规模之间的协调发展。
除金田镇外，其余乡镇规模效率值都无效，与实际情况相符。造成这种现状的原因可能是各农户所拥有的耕地面积比较少，且相对分散，所以规模效率难以实现最优。
4．3 耕地生产效率变化分析
4．4．1 Tobit模型构建与指标选择 以 DEAP 2．1 软件计算的2007—2016年桂平市耕地生产综合技术效率为因变量，结合研究区域实际情况，考虑数据的可获取性、指标选取不重复性，参照相广萍［12］、李茗薇等［13］的耕地生产效率影响因素分析情况，选取灌溉面积比例、复种指数、平均农用机械总动力、人均GDP作为耕地生产效率影响因素，Tobit回归分析模型如下。
图2 2007—2016年各乡镇耕地生产效率情况
Malmquist指数（Tfpch）是研究效率和技术进步变化指数（Techch）的重要方法，当Malmquist指数大于1时，表明耕地生产效率不断提高，Malmquist指数等于1时，表明耕地生产效率处于稳定状态，Malmquist指数小于 1时，耕地生产效率呈下降的趋势［10，11］。
运用DEAP 2．1统计软件对表1数据进行分析运算，以年份为决策单元，通过整理“EFFICIENCY SUMMARY”得出 2007—2016年桂平市的 TE、PTE、SE值以及规模收益状况，计算结果见表2。
表4 2007—2016年桂平市耕地生产效率变化指数
4．4 耕地生产效率的影响因素分析
桂平市耕地生产效率在2007—2016年的数值各不相同，其中只有3年的效率值为1。为了提高耕地生产效率，以TE为因变量，选择可能影响耕地生产效率的因素作为自变量进行Tobit回归分析。
由于混凝土具有一定的热胀冷缩性质，导致混凝土浇筑后会出现不同的温度变化。如果混凝土内部与外部环境出现变化，会使混凝土变形，倘若变形受到一定的阻力，会在较大程度上出现拉应力，在拉应力超过混凝土抗拉强度时，就会出现温度裂缝。
从上述DEA评价的效率水平情况可以看出，各年间的效率值均有差异。采用Malmquist生产率指数法分析桂平市耕地生产效率的变化情况，找出使全要素生产力发生变化的主要因素，以此改善影响生产力的关键因素，以期提高桂平市的生产力，进而为桂平市提高耕地生产效率提供建议。把2007年作为基准年，用DEAP 2．1软件分析桂平市耕地生产效率变化情况，结果见表4。
其中，C 是常数项，C1、C2、C3、C4分别是自变量的相应系数。Yi表示第 i年的综合技术效率，X1i、X2i、X3i、X4i分别表示第i年灌溉面积比例、复种指数、平均农用机械总动力、人均GDP。
4．4．2 回归结果分析 运用Eviews 6．0软件导入因变量和自变量，选择Tobit回归模型进行计算分析，结果见表5。根据表5计算结果可以建立桂平市耕地生产效率与各自变量的关系模型，即Yi=-48．441 360＋0．998 865X1i＋0．031 129X2i-0．151 722X3i-0．140 218X4i。由表5可知，对耕地生产效率影响程度的强弱排序依次是平均农用机械总动力（X3）＞灌溉面积比例（X1）＞复种指数（X2）＞人均 GDP（X4），其中，灌溉面积比例、复种指数对耕地生产效率呈显著的正向影响，平均农用机械总动力对耕地生产效率呈负向影响，人均GDP对耕地生产效率影响不明显。
表5 Tobit回归分析结果
5 小结
1）运用 DEAP 2．1软件对 2007—2016 年桂平市整体耕地生产效率进行DEA评价发现，2008、2014、2016年桂平市TE、PTE和SE值均为1，其他年份DEA无效，需作进一步优化。对各乡镇进行评价发现，各乡镇综合技术效率差异明显，金田镇TE、PTE、SE值均为1，效率值偏低的乡镇是木乐镇、木圭镇、木根镇，分别为 0．539 6、0．587 9、0．553 7，资源配置失衡。
2）基于 Malmquist生产指数法模型计算，除2009年外，其他年份的指数值都大于1，表明桂平市整体耕地生产技术不断进步，技术进步指数稳步提升，技术的进步是桂平市耕地生产效率提高的重要原因。
对于下载程序功能模块，借助计算机Java高级编程语言能够发挥其功能，该编程语言有着多方面的优势，已经被作为关键开发工具，有着广泛的应用。Java语言的显著特征即为多线程编程技术[2]。就多线程编程的概念来看，其能够针对程序任务进行划分，形成多项并行子任务。进行网络编程时，能够并发开展多项功能。
第一，创建一个VI，在前面板上放置图形显示控件中的波形图和Express XY图，默认的横纵坐标就可以，并将他们分别再复制两个以作为显示波形和频谱。
此外，在伍子胥逃亡中遇见泊纱女、姐姐、渔夫、妻子时，运用了场面叙事，不仅有对答还有场面的人物心理和景物描写，如:
3）采用Tobit回归分析模型研究桂平市耕地生产效率的影响因素。结果表明，灌溉面积比例、复种指数显著正向影响耕地生产效率，即灌溉面积比例、复种指数值越大，桂平市耕地生产效率越高。平均农用机械总动力显著负向影响耕地生产效率，即平均农用机械总动力值越大，桂平市耕地生产效率越低。人均GDP对耕地生产效率的影响效果不明显。
b.H型钢桁架结构安装：第一个滑移单元安装就位后及时加设揽风绳，进行校正，临时固定；用同样的方法进行第二个滑移单元、第……个滑移单元的安装，在H型钢桁架单元安装完毕后，及时进行连续横梁的安装。
参考文献：
［1］樊高源，杨俊孝，景守武．新疆1998—2012年耕地生产效率分析［J］．天津农业科学，2015，21（7）：58-62．
［2］梁流涛，曲福田，王春华．基于DEA方法的耕地利用效率分析［J］．长江流域资源与环境，2008，17（2）：242-246．
［3］杨 朔，李世平，罗 列．陕西省耕地利用效率及其影响因素研究［J］．中国土地科学，2011，25（2）：47-54．
［4］杨 朔，李世平．陕西省耕地全要素生产分析［J］．西北农林科技大学学报（社会科学版），2014，14（3）：114-118．
［5］潘倩红，任大廷．四川省耕地生产效率及影响因素分析［J］．国土资源科技管理，2010，27（4）：95-101．
［6］黄永莹．基于DEA-Tobit的开封市耕地生产效率评价研究［D］．河南开封：河南大学，2015．
［7］ KHAIH V，YABE M．Technicalefficiencyanalysisofrice production in Vietnam［J］．Journal of ISSAAS，2011，17（1）：135-146．
［8］ 周华林，李雪松．Tobit模型估计方法与应用［J］．经济学动态，2012（5）：105-119．
［9］ 胡永宏，贺思辉．综合评价方法［M］．北京：科学出版社，2000．
［10］杨印生，张 充．公共投资对粮食主产区农业生产率增长的驱动效应分析——基于吉林省1989—2006年的数据实证检验［J］．数理统计与管理，2010，29（4）：571-577．
［11］宁爱凤，刘友兆．城市化进程中农业生产效率研究——基于粮食生产的视角［J］．资源科学，2013，35（6）：1174-1183．
［12］相广萍．基于数据包络分析法对山东耕地产出效率及影响因子［J］．山东农业大学学报（自然科学版），2015，46（1）：65-68．
［13］李茗薇，付 强，张军生，等．基于DEA的吉林省耕地利用效率及其影响因素研究［J］．安徽农业科学，2013，41（8）：3682-3684．
Study on the evaluation of cultivated land production efficiency in Guiping city of Guangxi
LI Si-qi，LU Ru-cheng
（School of Land Resources and Surveying，Nanning Normal University，Nanning 530001，China）
Abstract： Data envelopment analysis （DEA） was used to evaluate the production efficiency of cultivated land in Guiping city of Guangxi from 2007 to 2016．The results showed that the development of production efficiency of cultivated land in Guiping city was in a fluctuating state from 2007 to 2016．Malmquist productivity index method is used to analyze the change of total factor productivity， the productivity only declined in 2009．Tobit model was used to analyze the influencing factors of cultivated land productivity in Guiping city．The multiple cropping index， the proportion of irrigation area and the average total power of agricultural machinery had significant effects， and the average total power of agricultural machinery had negative effects．The multiple cropping index and the proportion of irrigation area had positive effects．The production efficiency of cultivated land in Guiping city needed to be improved．
Key words： farmland production efficiency； data envelopment analysis； Malmquist productivity index method； Tobit model；Guangxi Guiping
中图分类号： F301．2
文献标识码： A
文章编号： 0439-8114（2019）22-0233-06
DOI： 10．14088/j．cnki．issn0439-8114．2019．22．053 开放科学（资源服务）标识码（OSID）：
李思旗，陆汝成．广西桂平市耕地生产效率评价研究［J］．湖北农业科学，2019，58（22）：233-238．
收稿日期： 2018-12-15
基金项目： 国家自然科学基金项目（41661109）
作者简介： 李思旗（1995-），女，广西陆川人，在读硕士研究生，研究方向为土地利用与区域发展，（电话）18076570906（电子信箱）1294525797＠qq．com；
通信作者 ，陆汝成（1972-），男，广西临桂人，教授，硕士生导师，博士，主要从事土地利用、土地规划与区域发展研究，（电子信箱）710912213＠qq．com。
标签：耕地生产效率论文; 数据包络分析法论文; Malmquist生产率指数法论文; Tobit模型论文; 广西桂平市论文; 南宁师范大学国土资源与测绘学院论文;