论文部分内容阅读
摘要：通过运用数据包络分析（DEA）-Malmquist指数法，从整体情况、不同地区、不同规模的层面对2013—2014年辽宁省沈阳市新民市14个乡（镇、村）201个农户的玉米全要素生产率及构成变动进行分析，并从静态的角度进一步指出玉米生产要素的投入优化方向。结果表明：辽宁省沈阳市新民市玉米全要素生产率增长的主要源泉在于技术效率的提高，而规模效率的提升则是技术效率相对有效的根本来源；从不同种植规模来看，除了大规模的农户玉米全要素生产率呈现出正向增长外，中规模、小规模农户的玉米全要素生产率均呈现出下降趋势。综合分析可见，玉米生产过程中区域性、结构性投入过剩问题依然存在，尚且存在较大改善空间。
关键词：辽宁省；玉米；全要素生产率；DEA-Malmquist指数法
中图分类号： F307.1文献标志码： A
文章编号：1002-1302（2017）03-0306-04
收稿日期：2016-04-12
基金项目：国家自然科学基金（编号：71273263）；辽宁省科学事业公益研究基金（编号：2015002016）；辽宁省科协科技思想库项目（编号：LNKX2015112）。
作者简介：王志丹（1980—），男，辽宁大连人，博士，副研究员，主要从事农业经济管理方面的研究。E-mail：wang_zhidan2012@hotmail.com。
辽宁省位于我国松辽平原中南部，地处世界三大“黄金玉米生产带”之一，地域广阔、土壤肥沃、土层深厚、结构良好、光能资源丰富、水热比例适中，具备得天独厚的发展玉米种植生产的优越自然条件，是我国北方春播玉米主产区7省（区）之一[1]。2014年，辽宁省玉米总产量达到1 170.5万t，播种面积达到233.01万hm2，分别占全省当年粮食作物总量的66.74%、72.03%，成为名副其实的辽宁省第一大粮食作物[2]。然而，随着耕地、水、气候等农业生产资源与环境对农业生产的约束日益凸显，玉米生产必须要由传统的单纯依靠大量投入生产要素的粗放型增长方式转变为现代化的依靠农业科技不断提升农业要素生产效率的集约型增长方式[3]。因此，本研究通过运用DEA-Malmquist指數法对辽宁省玉米全要素生产率及构成变动进行分析，并从静态的角度指出玉米生产要素的投入优化方向，以期为辽宁省提升农业生产要素利用效率、提高粮食综合生产能力提供必要的理论指导和决策参考。
1研究方法、数据来源及指标选取
1.1研究方法
基于数据包络分析（DEA）的非参数Malmquist指数法是通过距离函数（distance function）来定义Malmquist指数，运用数学线性规划模型来对全要素生产率（total factor productivity，简称TFP）进行测算，在分析不同时期生产决策单元效率变化的同时将Malmquist指数进行分解，找出全要素生产率变化的根源[4]。在规模报酬不变的假设条件下，将全要素生产率变化分解为技术进步变化（technological progress change，简称TPC）和技术效率变化（technical efficiency change，简称TEC），这表明全要素生产率变化是由技术进步变化、技术效率变化共同作用的结果。而在规模报酬可变的假设条件下，又可以进一步把技术效率变化（也称综合效率）分解为纯技术效率变化（pure technical efficiency change，简称PTEC）、规模效率变化（scale efficiency change，简称SEC），这表明技术效率的变化主要取决于以技术更新和推广为代表的纯技术效率变化和以生产要素的投入规模为代表的规模效率变化，即：
[JZ（]TFP=TPC×TEC；[JZ）][JY]（1）
[JZ（]TEC=PTEC×SEC。 [JZ）][JY]（2）
由式（1）、式（2）可以得出：全要素生產率变化可以分解成规模技术进步变化、纯技术效率变化和规模效率变化，即：
[JZ（]TFP=TPC×PTEC×SEC。[JZ）][JY]（3）
1.2数据来源与指标选取
本研究所采用的相关数据主要来自2013—2014年对辽宁省沈阳市新民市14个乡（镇、村）201个玉米种植农户的问卷调查数据，调查区域覆盖新民市的大红旗镇、大柳屯镇、东蛇山子镇、妇心堡乡、高台子镇、公主屯镇、柳山沟村、卢家屯镇、周坨子镇等14个乡（镇、村）。调查对象包括大、中、小3种不同经营规模的种粮农户，既包括经营规模较大的种粮大户、种粮生产合作社，又包括中小规模的种粮散户。对于农户生产经营规模的划定，其划分标准主要是依据农户粮食生产的种植面积。本研究依据对辽宁省沈阳市新民市的玉米生产实际情况和调查可用数据样本情况，将玉米种植面积在 067 hm2 及以下的农户定义为小规模种植农户，0.67～1.33 hm2 的农户定义为中规模种植农户，1.33 hm2以上的农户定义为大规模种植农户，详见表1。
在指标的选取方面，按照“科学性、代表性、连续性、完整性和可获取性”的原则，本研究选取平均单位面积玉米产量（Y）作为产出指标，选取平均单位面积玉米生产所投入的种子量（X1）、化肥施用量（X2）、农药费（X3）、机械费（X4）和劳动力用工（X5）等5个变量作为投入指标（由于调查数据的年份跨度相对较短，仅为2013、2014年2年，而且在玉米产出与投入指标的选择过程中尽量选择实物量指标，因而不同年份生产要素市场的价格变化对于最终测算结果所造成的统计影响在这里可以忽略不计）。
[FK（W6][HT6H][WTHZ][JZ]表1不同规模玉米种植农户的划分标准[HTSS]
[HJ*5][BG（！][BHDFG3，WK8，WK9，WK7，WK5W]经营农户规模类型不同规模定义范围样本量（个）样本比重（%） [BHDG1*2，WK8，WK9，WK7，WK5W]小规模0.67 hm2以下3517.41
[BHDW]中规模0.67～1.33 hm28944.28
[BH]大规模1.33 hm2以上7738.31[HJ][BG）F][FK）]
2玉米全要素生产率变动及分解
从整体情况来看，在技术进步、技术效率的二者共同作用下，2013—2014年辽宁省沈阳市新民市玉米全要素生产率呈现出正向增长的发展态势，年均玉米种植全要素生产率提高幅度达到0.21%。一般而言，技术效率是短期内改善全要素生产率水平的主要原因[5]。通过深入分析其增长来源，笔者不难看出，相对于技术进步对玉米全要素生产率变化的负向影响而言，年均技术进步下降2.53%，技术效率对玉米全要素生产率变化的正向影响更突出一些，年均技术效率增长278%（表2、图1、图2）。由此可见，2013—2014年辽宁省沈阳市新民市玉米全要素生产率增长的主要原因在于技术效率的提高，而技术进步则相对贡献不足。究其原因，虽然我国的粮食生产增长模式已经逐步进入依靠农业科技进步来提升粮食综合生产能力的发展轨道，但是由于目前各级地方尚存在农业科技推广体系不健全、农户获取农业新技术的渠道不畅等突出问题，进而严重影响了农业科技进步对提高粮食生产效率的促进作用[6]。
从地区情况来看，在辽宁省沈阳市新民市14个玉米种植乡（镇、村）中，除东蛇山子镇、吕家屯乡和周坨子镇等3个乡（镇、村）的玉米种植技术效率小于1外，其余11个乡（镇、村）玉米种植技术效率均大于1，说明这些地区农户玉米种植技术效率相对有效（表2、图1、图2）。其中，除了东蛇山子镇、周坨子镇2个乡（镇、村）外，其余12个乡（镇、村）的农户玉米种植规模效率均大于1。除大红旗镇、柳山沟村2个乡（镇、村）外，其余12个乡（镇、村）的农户玉米种植技术进步均小于1，说明这些地区的玉米种植技术进步尚存在较大的发展空间；大红旗镇、大柳屯镇、妇心堡乡、公主屯镇、柳山沟村、卢家屯镇和罗家房镇等7个乡（镇、村）的农户玉米种植全要素生产率不低于1，其玉米种植技术效率均大于1，且其中有5个乡（镇、村）的玉米种植技术进步均小于1。由此可见，2013—2014年辽宁省沈阳市新民市玉米全要素生产率增长的主要原因在于技术效率的提高，而规模效率的提升则是技术效率相对有效的根本原因。
从不同种植规模来看，2013—2014年2年间，除大规模的农户玉米种植全要素生产率呈现出正向增长（年均增长56%）外，中规模、小规模的农户玉米种植全要素生产率均呈现出下降的趋势，年均分别下降3.7%、1.3%（表3、图3）。
通过分析其增长根源可以发现，3种不同玉米种植规模的技术进步变化均出现不同程度的下降趋势，而技术效率变化则均不同程度出现增长趋势，这更进一步证实了在该计算期内，玉米全要素生产率增长的主要原因在于生产技术效率水平的改善，规模效率的提升是技术效率相对有效的根本原因[7]。
（镇、村）农户玉米种植的平均综合技术效率为0.865，其中仅有于外乡、于家窝堡乡2个乡（镇、村）的综合技术效率、纯技術效率、规模效率均为1，达到DEA有效状态，即纯技术效率、规模效率同时达到最优配置。值得一提的是，大红旗镇、东蛇山子镇、妇心堡乡、高台子镇、罗家房镇、三道岗子镇、周坨子镇等7个乡（镇、村）虽然综合效率均小于1，处于非DEA有效状态，但是其纯技术效率却均等于1，并且不存在投入和产出松弛情况，说明这7个乡（镇、村）的农户玉米种植处于技术有效状态（表4）。其余5个乡（镇、村）的农户玉米种植纯技术效率均小于1，并且存在不同程度的投入和产出松弛情况，说明这5个乡（镇、村）的农户玉米种植是出于技术无效率状态，存在不同程度的投入或产出结构不合理问题，应参照DEA有效模式来逐步调整本地区玉米种植的投入和产出结构。另外，从规模效率情况来看，2014年新民市14个乡（镇、村）农户玉米种植的平均规模效率为0.880，除于家窝堡乡、于外乡2个乡（镇、村）的规模效率值等于1，处于规模报酬不变阶段外，其余12个乡（镇、村）均处于规模报酬递增阶段，说明这些地区的规模效率尚存在较大的提升空间。
2014年辽宁省沈阳市新民市农户玉米种植生产技术无效率的共有大柳屯镇、公主屯镇、柳山沟、卢家屯镇和吕家屯乡等5个乡（镇、村）。通过从生产要素投入的角度，即在保持产量不变的情况下达到生产要素投入的最佳配置，对上述生产技术无效率的地区进行分析并提出具体的调整方案（表5），可为今后提高农户玉米种植生产效率提供科学的生产决策参考。
从各个地区的总调整比例来看，由于与其他3个乡（镇、村）相比较，公主屯镇和吕家屯乡2个乡（镇、村）的纯技术效率相对较低，均低于0.950，说明这2个乡（镇、村）的生产要素投入结构不合理问题也相对比较突出，因而其总调整比例也相对较大。其中公主屯镇的化肥施用量存在19.435的投入冗余量，其调整比例达到40.899%，明显高于其他乡（镇、村）的化肥调整量。吕家屯乡的种子使用量、农药费、劳动力用工分别存在2.847、5.778、0.877的投入冗余量，其调整比例[CM（25]也分别达到了61094%、26.133%、14.145%，不仅明显高于其他乡（镇、村）的生产要素投入水平，也高于5个乡（镇、村）生产要素投入的平均水平。从生產要素投入总调整比例的平均值来看，这5个玉米生产技术无效率乡（镇、村）的5种生产要素投入均需要不同程度的调整，总调整比例最高的是种子使用量，达到16291%，随后依次是化肥施用量、机械费、农药费，总调整比例最低的是劳动力用工，为6.951%（表5）。
4结论与建议
本研究通过运用DEA-Malmquist指数法、DEAP 2.1统计软件，从整体情况、不同区域、不同规模的层面对2013—2014年辽宁省沈阳市新民市14个乡（镇、村）的201个玉米种植农户的全要素生产率及构成变动进行了分析，并从静态的角度进一步指出了生产要素的投入优化方向，得出了以下结论。（1）目前辽宁省沈阳市新民市玉米生产效率总体水平不高，地区间差异较大。2013—2014年，辽宁省沈阳市新民市玉米全要素生产率增长的主要源泉在于技术效率的提高，而规模效率的提升则是技术效率相对有效的根本来源，技术进步的贡献则相对不足。（2）从不同种植规模来看，除大规模的农户玉米种植全要素生产率呈现出正向增长外，中规模、小规模的农户玉米种植全要素生产率均呈现出下降的趋势。（3）玉米生产过程中结构性、区域性投入过剩问题依然存在，尚且存在较大改善空间。因此，一方面要大力提倡积极发展种粮大户、家庭农场、农民合作社等新型农业经营主体，并在土地流转、金融信贷等方面出台一系列扶持政策，鼓励和引导广大玉米种植农户积极开展适度规模经营，有效提升玉米生产机械化、规模化水平，从而进一步扩大技术效率提升对玉米全[CM（25]要素生产率增长的正向拉动作用。另一方面，应进一步强化农业科技研发和推广体系建设，着重加强粮食生产技术的研发、推广与应用，提高农业科技成果转化效率，不断改进生产模式，合理调整生产要素投入配置，从而实现通过技术进步与技术效率改善“齐头并进”来共同推动玉米全要素生产率增长。
参考文献：
[1]刘宇航，王志丹，王贺，等. 辽宁省玉米生产区域优势布局研究[J]. 江苏农业科学，2015，43（7）：65-67.
[2]闫立萍，王志丹，赖晓璐. 辽宁省粮食生产能力分析[J]. 江苏农业科学，2014，42（1）：415-416.
[3]林丽霞，翟印礼. 辽宁省粮食产量波动及其结构分析[J]. 沈阳农业大学学报（社会科学版），2014，16（2）：147-151.[HJ1.82mm]
[4]顾海，孟令杰. 中国农业TFP的增长及其构成[J]. 数量经济技术经济研究，2002，19（10）：15-18.
[5]李翠霞，邹晓伟. 基于DEA的黑龙江省乳制品加工业生产效率实证研究[J]. 农业技术经济，2010（6）：106-111.
[6]李树明，张俊飚，徐卫涛. 基于随机前沿分析的出口型农产品生产技术效率研究[J]. 农业技术经济，2011（3）：52-58.
[7]李谷成，范丽霞，成刚，等. 农业全要素生产率增长：基于一种新的窗式DEA生产率指数的再估计[J]. 农业技术经济，2013（5）：4-17.
关键词：辽宁省；玉米；全要素生产率；DEA-Malmquist指数法
中图分类号： F307.1文献标志码： A
文章编号：1002-1302（2017）03-0306-04
收稿日期：2016-04-12
基金项目：国家自然科学基金（编号：71273263）；辽宁省科学事业公益研究基金（编号：2015002016）；辽宁省科协科技思想库项目（编号：LNKX2015112）。
作者简介：王志丹（1980—），男，辽宁大连人，博士，副研究员，主要从事农业经济管理方面的研究。E-mail：wang_zhidan2012@hotmail.com。
辽宁省位于我国松辽平原中南部，地处世界三大“黄金玉米生产带”之一，地域广阔、土壤肥沃、土层深厚、结构良好、光能资源丰富、水热比例适中，具备得天独厚的发展玉米种植生产的优越自然条件，是我国北方春播玉米主产区7省（区）之一[1]。2014年，辽宁省玉米总产量达到1 170.5万t，播种面积达到233.01万hm2，分别占全省当年粮食作物总量的66.74%、72.03%，成为名副其实的辽宁省第一大粮食作物[2]。然而，随着耕地、水、气候等农业生产资源与环境对农业生产的约束日益凸显，玉米生产必须要由传统的单纯依靠大量投入生产要素的粗放型增长方式转变为现代化的依靠农业科技不断提升农业要素生产效率的集约型增长方式[3]。因此，本研究通过运用DEA-Malmquist指數法对辽宁省玉米全要素生产率及构成变动进行分析，并从静态的角度指出玉米生产要素的投入优化方向，以期为辽宁省提升农业生产要素利用效率、提高粮食综合生产能力提供必要的理论指导和决策参考。
1研究方法、数据来源及指标选取
1.1研究方法
基于数据包络分析（DEA）的非参数Malmquist指数法是通过距离函数（distance function）来定义Malmquist指数，运用数学线性规划模型来对全要素生产率（total factor productivity，简称TFP）进行测算，在分析不同时期生产决策单元效率变化的同时将Malmquist指数进行分解，找出全要素生产率变化的根源[4]。在规模报酬不变的假设条件下，将全要素生产率变化分解为技术进步变化（technological progress change，简称TPC）和技术效率变化（technical efficiency change，简称TEC），这表明全要素生产率变化是由技术进步变化、技术效率变化共同作用的结果。而在规模报酬可变的假设条件下，又可以进一步把技术效率变化（也称综合效率）分解为纯技术效率变化（pure technical efficiency change，简称PTEC）、规模效率变化（scale efficiency change，简称SEC），这表明技术效率的变化主要取决于以技术更新和推广为代表的纯技术效率变化和以生产要素的投入规模为代表的规模效率变化，即：
[JZ（]TFP=TPC×TEC；[JZ）][JY]（1）
[JZ（]TEC=PTEC×SEC。 [JZ）][JY]（2）
由式（1）、式（2）可以得出：全要素生產率变化可以分解成规模技术进步变化、纯技术效率变化和规模效率变化，即：
[JZ（]TFP=TPC×PTEC×SEC。[JZ）][JY]（3）
1.2数据来源与指标选取
本研究所采用的相关数据主要来自2013—2014年对辽宁省沈阳市新民市14个乡（镇、村）201个玉米种植农户的问卷调查数据，调查区域覆盖新民市的大红旗镇、大柳屯镇、东蛇山子镇、妇心堡乡、高台子镇、公主屯镇、柳山沟村、卢家屯镇、周坨子镇等14个乡（镇、村）。调查对象包括大、中、小3种不同经营规模的种粮农户，既包括经营规模较大的种粮大户、种粮生产合作社，又包括中小规模的种粮散户。对于农户生产经营规模的划定，其划分标准主要是依据农户粮食生产的种植面积。本研究依据对辽宁省沈阳市新民市的玉米生产实际情况和调查可用数据样本情况，将玉米种植面积在 067 hm2 及以下的农户定义为小规模种植农户，0.67～1.33 hm2 的农户定义为中规模种植农户，1.33 hm2以上的农户定义为大规模种植农户，详见表1。
在指标的选取方面，按照“科学性、代表性、连续性、完整性和可获取性”的原则，本研究选取平均单位面积玉米产量（Y）作为产出指标，选取平均单位面积玉米生产所投入的种子量（X1）、化肥施用量（X2）、农药费（X3）、机械费（X4）和劳动力用工（X5）等5个变量作为投入指标（由于调查数据的年份跨度相对较短，仅为2013、2014年2年，而且在玉米产出与投入指标的选择过程中尽量选择实物量指标，因而不同年份生产要素市场的价格变化对于最终测算结果所造成的统计影响在这里可以忽略不计）。
[FK（W6][HT6H][WTHZ][JZ]表1不同规模玉米种植农户的划分标准[HTSS]
[HJ*5][BG（！][BHDFG3，WK8，WK9，WK7，WK5W]经营农户规模类型不同规模定义范围样本量（个）样本比重（%） [BHDG1*2，WK8，WK9，WK7，WK5W]小规模0.67 hm2以下3517.41
[BHDW]中规模0.67～1.33 hm28944.28
[BH]大规模1.33 hm2以上7738.31[HJ][BG）F][FK）]
2玉米全要素生产率变动及分解
从整体情况来看，在技术进步、技术效率的二者共同作用下，2013—2014年辽宁省沈阳市新民市玉米全要素生产率呈现出正向增长的发展态势，年均玉米种植全要素生产率提高幅度达到0.21%。一般而言，技术效率是短期内改善全要素生产率水平的主要原因[5]。通过深入分析其增长来源，笔者不难看出，相对于技术进步对玉米全要素生产率变化的负向影响而言，年均技术进步下降2.53%，技术效率对玉米全要素生产率变化的正向影响更突出一些，年均技术效率增长278%（表2、图1、图2）。由此可见，2013—2014年辽宁省沈阳市新民市玉米全要素生产率增长的主要原因在于技术效率的提高，而技术进步则相对贡献不足。究其原因，虽然我国的粮食生产增长模式已经逐步进入依靠农业科技进步来提升粮食综合生产能力的发展轨道，但是由于目前各级地方尚存在农业科技推广体系不健全、农户获取农业新技术的渠道不畅等突出问题，进而严重影响了农业科技进步对提高粮食生产效率的促进作用[6]。
从地区情况来看，在辽宁省沈阳市新民市14个玉米种植乡（镇、村）中，除东蛇山子镇、吕家屯乡和周坨子镇等3个乡（镇、村）的玉米种植技术效率小于1外，其余11个乡（镇、村）玉米种植技术效率均大于1，说明这些地区农户玉米种植技术效率相对有效（表2、图1、图2）。其中，除了东蛇山子镇、周坨子镇2个乡（镇、村）外，其余12个乡（镇、村）的农户玉米种植规模效率均大于1。除大红旗镇、柳山沟村2个乡（镇、村）外，其余12个乡（镇、村）的农户玉米种植技术进步均小于1，说明这些地区的玉米种植技术进步尚存在较大的发展空间；大红旗镇、大柳屯镇、妇心堡乡、公主屯镇、柳山沟村、卢家屯镇和罗家房镇等7个乡（镇、村）的农户玉米种植全要素生产率不低于1，其玉米种植技术效率均大于1，且其中有5个乡（镇、村）的玉米种植技术进步均小于1。由此可见，2013—2014年辽宁省沈阳市新民市玉米全要素生产率增长的主要原因在于技术效率的提高，而规模效率的提升则是技术效率相对有效的根本原因。
从不同种植规模来看，2013—2014年2年间，除大规模的农户玉米种植全要素生产率呈现出正向增长（年均增长56%）外，中规模、小规模的农户玉米种植全要素生产率均呈现出下降的趋势，年均分别下降3.7%、1.3%（表3、图3）。
通过分析其增长根源可以发现，3种不同玉米种植规模的技术进步变化均出现不同程度的下降趋势，而技术效率变化则均不同程度出现增长趋势，这更进一步证实了在该计算期内，玉米全要素生产率增长的主要原因在于生产技术效率水平的改善，规模效率的提升是技术效率相对有效的根本原因[7]。
（镇、村）农户玉米种植的平均综合技术效率为0.865，其中仅有于外乡、于家窝堡乡2个乡（镇、村）的综合技术效率、纯技術效率、规模效率均为1，达到DEA有效状态，即纯技术效率、规模效率同时达到最优配置。值得一提的是，大红旗镇、东蛇山子镇、妇心堡乡、高台子镇、罗家房镇、三道岗子镇、周坨子镇等7个乡（镇、村）虽然综合效率均小于1，处于非DEA有效状态，但是其纯技术效率却均等于1，并且不存在投入和产出松弛情况，说明这7个乡（镇、村）的农户玉米种植处于技术有效状态（表4）。其余5个乡（镇、村）的农户玉米种植纯技术效率均小于1，并且存在不同程度的投入和产出松弛情况，说明这5个乡（镇、村）的农户玉米种植是出于技术无效率状态，存在不同程度的投入或产出结构不合理问题，应参照DEA有效模式来逐步调整本地区玉米种植的投入和产出结构。另外，从规模效率情况来看，2014年新民市14个乡（镇、村）农户玉米种植的平均规模效率为0.880，除于家窝堡乡、于外乡2个乡（镇、村）的规模效率值等于1，处于规模报酬不变阶段外，其余12个乡（镇、村）均处于规模报酬递增阶段，说明这些地区的规模效率尚存在较大的提升空间。
2014年辽宁省沈阳市新民市农户玉米种植生产技术无效率的共有大柳屯镇、公主屯镇、柳山沟、卢家屯镇和吕家屯乡等5个乡（镇、村）。通过从生产要素投入的角度，即在保持产量不变的情况下达到生产要素投入的最佳配置，对上述生产技术无效率的地区进行分析并提出具体的调整方案（表5），可为今后提高农户玉米种植生产效率提供科学的生产决策参考。
从各个地区的总调整比例来看，由于与其他3个乡（镇、村）相比较，公主屯镇和吕家屯乡2个乡（镇、村）的纯技术效率相对较低，均低于0.950，说明这2个乡（镇、村）的生产要素投入结构不合理问题也相对比较突出，因而其总调整比例也相对较大。其中公主屯镇的化肥施用量存在19.435的投入冗余量，其调整比例达到40.899%，明显高于其他乡（镇、村）的化肥调整量。吕家屯乡的种子使用量、农药费、劳动力用工分别存在2.847、5.778、0.877的投入冗余量，其调整比例[CM（25]也分别达到了61094%、26.133%、14.145%，不仅明显高于其他乡（镇、村）的生产要素投入水平，也高于5个乡（镇、村）生产要素投入的平均水平。从生產要素投入总调整比例的平均值来看，这5个玉米生产技术无效率乡（镇、村）的5种生产要素投入均需要不同程度的调整，总调整比例最高的是种子使用量，达到16291%，随后依次是化肥施用量、机械费、农药费，总调整比例最低的是劳动力用工，为6.951%（表5）。
4结论与建议
本研究通过运用DEA-Malmquist指数法、DEAP 2.1统计软件，从整体情况、不同区域、不同规模的层面对2013—2014年辽宁省沈阳市新民市14个乡（镇、村）的201个玉米种植农户的全要素生产率及构成变动进行了分析，并从静态的角度进一步指出了生产要素的投入优化方向，得出了以下结论。（1）目前辽宁省沈阳市新民市玉米生产效率总体水平不高，地区间差异较大。2013—2014年，辽宁省沈阳市新民市玉米全要素生产率增长的主要源泉在于技术效率的提高，而规模效率的提升则是技术效率相对有效的根本来源，技术进步的贡献则相对不足。（2）从不同种植规模来看，除大规模的农户玉米种植全要素生产率呈现出正向增长外，中规模、小规模的农户玉米种植全要素生产率均呈现出下降的趋势。（3）玉米生产过程中结构性、区域性投入过剩问题依然存在，尚且存在较大改善空间。因此，一方面要大力提倡积极发展种粮大户、家庭农场、农民合作社等新型农业经营主体，并在土地流转、金融信贷等方面出台一系列扶持政策，鼓励和引导广大玉米种植农户积极开展适度规模经营，有效提升玉米生产机械化、规模化水平，从而进一步扩大技术效率提升对玉米全[CM（25]要素生产率增长的正向拉动作用。另一方面，应进一步强化农业科技研发和推广体系建设，着重加强粮食生产技术的研发、推广与应用，提高农业科技成果转化效率，不断改进生产模式，合理调整生产要素投入配置，从而实现通过技术进步与技术效率改善“齐头并进”来共同推动玉米全要素生产率增长。
参考文献：
[1]刘宇航，王志丹，王贺，等. 辽宁省玉米生产区域优势布局研究[J]. 江苏农业科学，2015，43（7）：65-67.
[2]闫立萍，王志丹，赖晓璐. 辽宁省粮食生产能力分析[J]. 江苏农业科学，2014，42（1）：415-416.
[3]林丽霞，翟印礼. 辽宁省粮食产量波动及其结构分析[J]. 沈阳农业大学学报（社会科学版），2014，16（2）：147-151.[HJ1.82mm]
[4]顾海，孟令杰. 中国农业TFP的增长及其构成[J]. 数量经济技术经济研究，2002，19（10）：15-18.
[5]李翠霞，邹晓伟. 基于DEA的黑龙江省乳制品加工业生产效率实证研究[J]. 农业技术经济，2010（6）：106-111.
[6]李树明，张俊飚，徐卫涛. 基于随机前沿分析的出口型农产品生产技术效率研究[J]. 农业技术经济，2011（3）：52-58.
[7]李谷成，范丽霞，成刚，等. 农业全要素生产率增长：基于一种新的窗式DEA生产率指数的再估计[J]. 农业技术经济，2013（5）：4-17.