基于Malquist―DEA的江苏省农机购置补贴政策实施效率分析
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于Malquist―DEA的江苏省农机购置补贴政策实施效率分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要： 本文基于malquist-dea模型，对江苏省及其所辖的13个地级市在2010-2014年间的农机购置补贴实施效率变动情况进行了分析。结果显示：江苏省农机购置补贴政策生产率的增长主要来源于规模效率而不是纯技术效率；江苏省13所地级市中存在地区间效率差异化的现象；江苏省整体仍为非DEA有效，而地级市中只有镇江市是非DEA有效，其它地级市都为DEA有效。
Abstract： Based on Malquist-DEA model， this paper analyzes the operational efficiency changes of the allowance for purchasing agricultural machines in Jiangsu Province and the 13 prefecture-level cities of its jurisdiction from 2010 to 2014. The results show that the productivity growth of subsidy policy to purchasing agricultural machines in Jiangsu is mainly from scale efficiency rather than pure technical efficiency. There is the regional differentiation phenomenon in the 13 prefecture-level cities of Jiangsu Province. Jiangsu Province is still non-DEA efficient， in prefecture-level cities， only Zhenjiang is non-DEA efficient， other prefecture-level cities are DEA effective.
关键词： DEA；农机购置补贴政策；效率
Key words： DEA；subsidy policy to purchasing agricultural machines；efficiency
中图分类号：F323.3 文献标识码：A 文章编号：1006-4311（2016）02-0031-03
0 引言
农机购置补贴政策作为中央“两减免、三补贴”中的一项重要支农惠农政策，自2004年实施以来，至今已经有11年了，不仅有力地提升了农业综合生产能力，加快了农业现代化进程，而且，充分拉动了农机市场需求，加速了我国农机化发展水平。江苏省自2004年实施农机购置补贴政策以来，补贴资金规模不断扩大、补贴机具种类不断调整、补贴对象范围不断拓宽、补贴资金方式不断创新，激发了广大农民购置农机的积极性，发挥政策最大效应，极大推动了江苏省农机化进程。农机购置补贴政策实施对农机化发展产生了深远影响，也引起了社会广泛关注，目前，江苏省已经率先进入农机化发展高级阶段[1]，因此，研究江苏省农机购置补贴实施效率具有一定的典型性。
1 研究方法
数据包络分析法（Data Envelopment Analysis，DEA）是一种针对多个输入（投入）多个输出（产出）决策单元（所谓决策单元是指资源投入转化为商品或服务产出的载体，是被评价的同类部分）之间的相对效率评价方法。自1978年提出DEA方法以来，DEA方法被学者们不断创新、改进，在理论与应用研究上取得了很大的进展，C2R、BC2、C2GS2、C2W和ST等都是DEA最具代表性的模型，在相对效率评价方面形成了一个完整的DEA评价体系，成为系统分析的有力工具。C2R模型是基于规模报酬不变假设下，衡量每个决策单元的相对效率，体现决策单元的整体有效性；BC2模型是基于规模报酬可变假设下，衡量决策单元的技术效率，技术效率可以分解为纯技术效率和规模效率，反映决策单元的技术有效性[2]。本文选择江苏省及其所辖13所地级市作为决策单元，通过研究这14个决策单元的农机购置补贴政策实施效率，分析农机购置补贴政策实施非有效的因素，因而选用了BC2模型。此外，本文旨在研究江苏省农机购置补贴政策利用效率，即在保证产出不变的情况，减少政府补贴资金和其他要素的投入，而且，对于已经进入农机化发展高级阶段的江苏省来说，更应该加强投入要素的控制，因此，选取投入导向的BC2模型对各决策单元的效率进行评价。
Malmquist指数是由法尔等人改进用于评价多输入、多输出的决策单元生产率进步的指标，并发展为全要素生产率变动指数，后应用Shephard距离函数将全要素生产率分解为技术效率变动指数和技术进步变动指数，后续研究又将技术效率变动指数分解为纯技术效率变动指数和规模效率变动指数。当全要素生产率变动指数>1时，则表明后一期全要素生产率提高，反之则下降；当技术效率变动指数>1时，则说明后一期综合效率有所提升，反之则下降；当技术进步变动指数>1时，说明后一期存在技术进步；当纯技术效率变动指数>1时，说明在规模不变的情况下，技术效率有所提高，反之则下降；当规模效率变动指数>1时，说明后一期规模效率上升，反之则下降[3]。本文将选取全要素生产率变动指数、技术效率变动指数、技术进步变动指数、纯技术效率变动指数和规模效率变动指数并运用面板数据对江苏省及各地级市的农机购置补贴政策对农机化发展影响进行跨期评价。
2 指标选取与数据来源
2.1 评价指标选取 许多学者对农机购置补贴政策效益或绩效评价指标体系进行了比较深入的研究。如，张键（2008）在分析湖南省农机购置补贴政策实施效果的基础上，构建了包括农机化装备水平、农机化作业水平、农机化结构水平和农机化对生产的贡献率4个一级指标和一级指标下设置相应的13个二级指标的效益分析指标体系[4]；杨继秀（2009）则建立了包括提高生产力、社会效益、经济效益和生态效益等4个一级指标以及一级指标下设置的11个二级指标体系[5]；谢模强（2011）则构建了包括农机化发展、农机化水平、农村社会经济发展等12个指标的湖南省农机购置补贴政策绩效评估指标体系[6]。
本文在借鉴有关农机购置补贴政策绩效指标及农机化发展水平评价指标体系，建立了基于DEA农机购置补贴政策对江苏省农机化发展水平影响的评价指标体系。指标体系分为一级、二级和三级等三个层级指标体系，下一级指标是对上一级指标的细化与描述，其中，投入指标与产出指标的共2个一级指标、2个投入指标和3个产出指标的共5个二级指标、3个投入指标和13个产出指标的共16个三级指标（见表1）。
2.2 数据来源 本文搜集和整理了江苏省、南京市、无锡市、徐州市、常州市、苏州市、南通市、连云港市、淮安市、盐城市、扬州市、镇江市、泰州市和宿迁市等14个决策单元相应指标的一手数据，这些数据来源于江苏省农业机械化信息网、江苏省农业机械化管理统计年报、江苏省农业机械化管理系统、江苏省农业机械管理局相关文件以及江苏省相关统计年鉴。
3 实证结果与分析
为了研究江苏省农机购置补贴政策实施对农机化发展的影响效率，运用DEAP2.1软件，利用2010-2014年的面板数据测度各决策单元时间序列上的生产率变化即效率的动态变化。
3.1 全要素生产率变动分析 从2010-2014年的时间序列数据来看，江苏省全要素生产率的平均增长率为-0.161%，技术进步变化的平均增长率为-0.173%，技术效率的平均增长率为0.016%，纯技术效率的平均增长率为-0.003%，规模效率的平均增长率为0.019%，由此来看，江苏省农机化发展全要素生产率的增长主要来源于规模效率而不是技术效率（见表2）。2010-2014年全要素生产率经历了先降后升的增长过程，且技术进步与全要素生产率的变化趋势较为一致。除规模效率外，技术进步的贡献也是另一个重要因素，如2011年、2014年的技术进步变化大于1且2012年、2013年的技术进步变化小于1，而全要素生产率变化则发生相应的变化，这说明技术进步是生产率提高的决定因素，因此，全要素生产率变化对于技术进步变化是非常依赖的。2011年只有南通市、镇江市、泰州市的全要素生产率下降；2012年只有南京市的全要素生产率实现了增长；2013年苏州市和泰州市的全要素生产率实现了增长；2014年只有徐州市、苏州市、南通市、扬州市的全要素生产率是下降（见表3）。总体来看，2012江苏各地区（南京除外）全要素生产率下降，而2013至2014年江苏各地区的全要素生产率又在不断提高，其增长的变化幅度也在不断上升。
3.2 技术效率变动分析 技术效率是纯技术效率和规模效率的乘数，其中若纯技术效率变化大于1，表明在技术不变的情况下，技术的使用效率上升，反之则下降；若规模效率变化大于1，表明存在规模报酬递增且更接近于最优规模，反之则递减。2010-2014年江苏省农机购置补贴技术效率平均值为1.004，其中只有2011年与2012年的效率值低于1，且其效率值分别为0.991和0.974，这说明整体技术效率较高且达到了技术有效。其中，2013年、2014年的技术效率变化都大于1，而2011年和2012年只有个别地区小于1，变化幅度都在0.1以内，且增减变化较小。这说明技术效率基本上保持稳定，也表明了农机购置补贴政策实施的管理和决策效果较为稳定，变化不大。
从纯技术效率层面来看，只有镇江市于2011年、2012年、2013年的纯技术效率变化小于1，说明其技术的使用效率下降，需要对镇江市农机购置补贴政策的投入结构和管理机制加以调整与完善，以便达到最优化。而其它地方都达到技术有效，这说明整体江苏省全省范围内及其所辖除镇江市的地级市都达到资源组织最优化。由此可见，因纯技术效率变化的下降导致技术效率变化在此期间的增长率较低，而从江苏省农机购置补贴政策投入指标来看，其投入存在扩大的趋势，也从侧面说明了江苏省农机购置补贴政策在管理水平、机制建设等方面的有待进一步提升。
从规模效率层面来看，规模效率的平均增长率为0.019%，这说明实施农机购置补贴政策的生产规模已经达到最优。而2013年、2014年的规模效率变化大于1，说明农机购置补贴政策已经达到最优组合，应保持不变。
3.3 技术进步变化分析
技术进步变化反应的是农机化技术的创新与提高，若技术进步变化大于1，则表示存在技术进步，反之则是指技术退步。技术变化的快慢影响了全要素生产率的增长快慢。2011年除南京市、南通市和泰州市外的其他地区的技术进步指数都大于1，说明技术进步是导致2011年全要素生产率提高的原因；2012年、2013年生产边界向原点移动，有技术退步的趋势；2014年除徐州市、南通市、扬州市外的其他地区的技术进步指数大于1，说明江苏各地区都在不断地增加农机购置补贴的政府投入、社会投入和管理投入（见表4），技术进步不断增强。这也说明农机购置补贴政策利用效率的提高依靠技术进步是行之有效的办法，技术成为江苏省农机购置补贴政策实施效率的主导因素。这也提示我们：要利用科学合理地提高农机化技术水平，创造技术进步是拉动农机购置补贴政策实施效率的重中之重。
3.4 地区效率变化分析 从地区来看，只有连云港市全要素生产率变动指数和技术进步指数大于1，即只有连云港市全要素生产率是提高的。但整个江苏地区的规模效率都大于1，说明资源组合最大。而除连云港市外其他决策单元都呈全要素生产率下降趋势，且这些地区技术进步变化小于1，导致全要素生产率指数下降。其中，尤其是农机化发展水平相对较高的无锡市的全要素生产率下降趋势增加，主要是由于这5年来无锡市的政府补贴投入减少，以致技术退步和技术使用效率下降（见表5）。而农机化发展水平相对较低的南通市、镇江市和泰州市的全要素生产率相对偏低，究其原因也是政府补贴投入不足引起的，应加大投入规模。因此，尽管全要素生产率变化指数和技术进步指数年度间各地区变化较大，但同一年度内不同地区的差异较大，这说明江苏省13所地级市中存在效率优势明显的地区，地区间存在农机购置补贴政策影响效率差异化的现象。
4 主要研究结论与应对措施
运用Malquist-DEA方法进行研究，主要研究结论与应对措施如下：①江苏省在2010-2014年全要素生产率的平均增长率为-0.161%，技术进步变化的平均增长率为-0.173%，技术效率的平均增长率为0.016%，纯技术效率的平均增长率为-0.003%，规模效率的平均增长率为0.019%。技术进步是生产率提高的决定因素，江苏省农机购置补贴政策生产率的增长主要来源于规模效率而不是纯技术效率，需进一步加强江苏省农机技术创新。②2013年、2014年规模效率提高，且规模效率变化值均大于1。规模效率提高的原因在于：一方面农机购置补贴的政府补贴和农民自筹资金投入的增加，另一方面2012起实施的“全价购机，先买后补；资金县级结算；重点机具普惠制”的农机购置补贴政策创新的推进。③2010-2014年的纯技术效率平均下降0.003%，以致在此期间技术效率的平均增长率仅为0.016%。纯技术效率是在现有投入生产条件下的应有产出能力，是生产与决策的正确与否的反映。而从江苏省农机购置补贴政策投入指标来看，其投入存在扩大的趋势，也从侧面说明了江苏省农机购置补贴政策在管理水平、机制建设等方面有待进一步提升。④从区域来看，全要素生产率变化指数和技术进步指数年度间各地区变化较大，且同一年度内不同地区的差异较大，这说明江苏省13所地级市中存在效率优势明显的地区，地区间存在农机购置补贴政策实施效率差异化的现象。2010-2014年期间，只有连云港市生产率是提高的，这主要是由于在此期间持续不断增强了投入；无锡市、南通市、镇江市和泰州市的生产率偏低，主要是由于在此期间政府投入的减少或不足引起的；南京市、徐州市、常州市、苏州市、淮安市、盐城市、扬州市和宿迁市的生产率在（0.9，1）之间，这说明仍需在这些地区增加适量投入。⑤从2014年的DEA数据分析来看，只有江苏省和镇江市是非DEA有效的，其它地级地区都是DEA有效。DEA有效的地区为规模有效，说明这些地级市的管理水平、资金力量、技术水平等方面资源组合达到最优。镇江市处于规模报酬递增阶段，增加规模可以提高效率。从全省范围来说，江苏省处于规模报酬递减阶段，说明需要增加技术创新提高效率。
参考文献：
[1]江苏省农业机械管理局.江苏率先进入农业机械化发展高级阶段――江苏省农业机械化水平评价分析[J].江苏农机化，2014（6）.
[2]魏权龄.评价相对有效性的数据包络分析模型――dea和网络dea[M].中国人民大学出版社，2012.
[3]张煜，孙慧.“丝绸之路经济带”9省区全要素生产效率比较：基于DEA-Malquist指数法的研究[J].新疆社会科学，2015（2）.
[4]张键.湖南省农业机械购置补贴实施效果研究[D].湖南农业大学，2008.
[5]杨继秀.农机购置补贴政策绩教研究――以湖南省为例[D].湖南农业大学，2009.
[6]谢模强.湖南省农业机械购置补贴政策绩效评估研究[D].湘潭大学，2011.