摘 要：以2000-2018年黑龍江省13個地級市(區)為樣本，運用DEA-Windows模型評價黑龍江各地市糧食生產綜合效率，采用ArcGIS分析空間差異的時空演變，運用面板Tobit模型對影響區域糧食生產綜合效率的因素進行分析研判。結果表明：黑龍江糧食生產綜合效率呈現波動上升的趨勢，各地市之間的差異明顯但呈縮小態勢;糧食播種面積和人均GDP對糧食生產綜合效率具有顯著的促進作用，化肥折純施用量對糧食生產綜合效率具有顯著的負向影響，農業從業人員和農業機械總動力的作用效果不顯著。合理配置糧食生產資源，提高農業科技的創新能力，完善糧食貿易和糧食補貼制度，是提升糧食生產綜合效率的主要對策。
關鍵詞：糧食生產效率 空間差異 影響因素 DEA-Windows 黑龍江省
民以食為天，隨著社會經濟的持續發展，糧食的供需結構呈現出不同的發展態勢。現有糧食生產方式不能保證糧食產量穩定增長，并對生態環境造成破壞。認清糧食生產現狀、理清糧食生產效率的影響因素、優化資源配置才是促進糧食生產能力可持續發展的重要舉措。研究黑龍江省13個地級市(區)的糧食生產綜合效率，分析影響黑龍江省糧食生產綜合效率的因素對穩定全國糧食儲備和維護糧食安全至關重要。
目前學界有關生產效率測算方法和影響因素方面的研究成果豐富。Farrell[1]最早提出了測量糧食生產效率方法，通過測算農業生產效率得到生產效率前沿面;黃金波[2]等運用隨機前沿生產函數估算了中國糧食生產的技術效率，發現農業基礎設施建設和制度因素是影響技術效率的關鍵;肖紅波[3]等利用 DEA 模型測算了中國糧食生產的技術效率，認為技術創新在影響因素中呈減退趨勢，提出應加強科技創新，倡導規模化生產;曾福生、高鳴[4]通過非徑向SBM模型測算了中國的糧食生產效率，得出糧食播種面積、化肥施用量和有效灌溉面積對糧食生產效率具有顯著影響;唐建[5]采用隨機前沿生產函數估算中國31個省糧食生產的技術效率，得出家庭經濟水平和勞動力受教育水平與技術效率呈現顯著正向相關的結論;楊勇[6]等人以華北平原縣域為研究單元，建立隨機前沿生產函數估算糧食的生產效率，表明提高耕地的復種指數可以顯著提升糧食的生產效率;曹慧、趙凱[7]通過超越對數生產函數模型分析全國13個主產區糧食生產的技術效率和時空演變，發現糧食的產出與勞動力、機械動力、農藥等都有顯著的相關關系;田紅宇、祝志勇[8]基于DEA-Tobit兩步法研究中國省域糧食生產效率，發現支農政策、化肥、農業機械等影響因素存在地區差異;何悅、漆雁斌[9]研究城鎮化如何影響糧食生產的技術效率，發現人口城鎮化的影響呈“倒U型”。
本文在已有研究的基礎上，基于2000-2018年黑龍江省糧食生產的面板數據，通過DEA-Windows模型測算不同地區糧食生產的綜合效率，分析糧食生產綜合效率的時空演變，提出提升糧食生產綜合效率的有效途徑，為黑龍江省糧食生產效率的研究提供理論支持。
1 材料與方法
1.1 研究區概況
黑龍江省位于121°11′E-135°05′E、43°25′N-53°33N′，屬于寒溫帶大陸性季風氣候，四季分明，夏季雨熱同期，冬季漫長寒冷。全省年平均氣溫多在-4℃～5℃之間，年降水量400～650 mm。自然資源豐富，土壤有機質含量高，是世界著名的三大黑土帶之一，包括三江平原、松嫩平原，是中國耕地面積最大的省份。作為重要的商品糧基地，盛產大豆、水稻、玉米、小麥、馬鈴薯等糧食作物。糧食的播種面積達到農作物面積的95 %左右，2018年全省糧食的播種面積為21321.8萬畝，糧食產量達到7507萬噸，位居全國首位。
1.2 測算指標與模型
1.2.1 測算指標
本文基于糧食產出視角對黑龍江糧食生產的綜合效率進行研究。根據指標選取的可獲取性和代表性等原則，構建糧食生產綜合效率的評價體系如表1。選取農業從業人員、糧食播種面積、化肥折純施用量、農用機械總動力，分別表征糧食生產過程中勞動力、土地、資本方面的投入方面;產出方面則選取地區糧食作物產量和糧食作物產值來表征。由于統計年鑒未對糧食生產中的各項指標做專項統計，需從農林牧副漁業中剝離出來。參考已有研究，將農業從業人員和糧食作物產值采用權重A進行轉化，化肥折純施用量和農業機械總動力使用權重B進行調整。
權重A=(農業總產值/農林牧漁業總產值)×(糧食播種面積/農作物總播種面積) 。
權重B=糧食播種面積/農作物總播種面積。
1.2.2 DEA-Window模型
傳統DEA方法主要基于靜態數據，無法分析黑龍江省各地級市在不同時間序列的效率變動，處理面板數據的時候存在問題。參考Charnes 等人的DEA-Windows 分析方式[10]，將黑龍江省各地級市的不同時段看作不同的研究單元，從而實現了各單元效率值的動態比較。假設黑龍江省T時間序列內存在N個研究單元(DMU)，視窗寬度為D，則第i個視窗包含i到d+i-1時間段內的N × D個DMU，其中1≤i≤T-D+1。模型設定DMUnt(1≤n≤N，1≤t≤T)，視窗P(1≤p≤T-D+1)的投入產出矩陣為：
(1)
(2)
在規模報酬不變的情況下，根據公式(3)計算得出效率值。
(3)
1.2.3 面板Tobit模型
由于運用 DEA-Windows 模型測算的效率值介于 0～1 ，存在明顯的截斷數據特征，用普通最小二乘法進行回歸的參數估計可能會造成偏差，因此本文通過 Tobit 模型，研究影響黑龍江省糧食生產綜合效率的因素。
模型具體形式如下：
(4)
其中，n代表黑龍江各地級市，t代表年份，Y表示糧食生產效率值，X是影響黑龍江糧食生產效率的各解釋變量，μn為表示個體異質性的截距項，εnt是隨機擾動項。
1.3 數據來源
糧食生產的綜合效率是勞動力、耕地資源、原料和技術投入與所產生的經濟效益之間配置情況的表現，反映糧食生產中各要素整體利用程度。本研究以2000-2018年黑龍江省13個地級市(包括大興安嶺地區)為研究對象，由于統計口徑不一致未將農墾總局包含在內，個別年份缺失數據用插值法補齊，研究所需數據均來源于《黑龍江省統計年鑒》(2000-2018年)。
2 結果與分析
2.1 黑龍江省糧食生產效率測算與空間差異分析
2.1.1 測算結果
基于2000-2018年黑龍江省13個地級市的面板數據，以產出為導向構建規模報酬不變的DEA-Windows 模型，設置窗寬為10[11]，計算得出黑龍江省的糧食生產綜合效率如表2。
從長時間序列上的變化來看，黑龍江省糧食生產效率分為2個階段，第1階段是2000-2012年黑龍江省糧食生產效率總體上呈現波動上升的趨勢。在這期間，國家實行糧食生產補貼政策，充分調動了糧食從業者種糧積極性，促進黑龍江省糧食生產效率的提高。受SARS疫情的影響，2003年糧食生產效率大幅度下降。第2個階段2014年至今，糧食生產效率逐漸穩定并趨于平均水平0.83，值得注意的是，為了進一步調整糧食種植結構，2016年國家取消了東北三省的玉米臨時收儲政策，導致2017年黑龍江省大部分地區糧食生產效率出現一個小幅度的銳減。
2000-2018年黑龍江省糧食生產綜合效率的平均水平為0.756，沒有達到DEA有效，表明黑龍江省的糧食綜合生產效率還有繼續提升的空間。從各年份的效率發展趨勢分析，2004年鶴崗;2006年佳木斯;2008年七臺河;2010年大慶、伊春、綏化、大興安嶺;2011年大興安嶺;2012年哈爾濱、雞西、大慶、伊春、佳木斯、綏化、大興安嶺;2014、2015、2016年的大興安嶺以及2018年雞西、雙鴨山、伊春分別在各年份期間的綜合效率值為1，表明糧食生產的投入和產出達到平衡，綜合效率達到最佳，糧食生產要素配置合理。
2.1.2 空間差異分析
為了更加有效直觀表現黑龍江省各地級市糧食生產綜合效率的空間演變，本文將綜合效率分為5組：0.95以上為高效率組、0.85～0.95為中高效率組、0.75～0.85為中效率組、0.65～0.75為中低效率組、0.65以下為低效率組，分別研究2003、2008、2013和2018年黑龍江省糧食生產綜合效率的空間分布態勢(如表3所示)。總體而言，4個年份黑龍江省糧食生產效率的平均值分別為0.524、0.832、0.810、0.842，說明糧食生產效率穩步提高，空間差距逐步減小，仍具提升空間。
