苗欣， 吳一平

(1.河南牧業(yè)經(jīng)濟學(xué)院，河南 鄭州 450046； 2.河南農(nóng)業(yè)大學(xué)經(jīng)濟與管理學(xué)院，河南 鄭州 450046)

中國是世界最大花生生產(chǎn)國。2016年，中國花生總產(chǎn)量約1 636萬t，以占全球約18%的花生種植面積貢獻了約占全球36.4%的花生產(chǎn)量。目前，中國的食用油60%以上依靠進口。作為主要油料作物大豆，對外依存度高達80%并持續(xù)上升[1]，而花生是中國糧油資源中在產(chǎn)量、消費量、貿(mào)易量以及土地生產(chǎn)率等均占優(yōu)勢的油料作物，發(fā)展花生生產(chǎn)對保障中國糧油安全具有重要的戰(zhàn)略意義。但是，中國花生種植總成本持續(xù)攀升，土地和人工成本增加、科學(xué)技術(shù)水平不足和機械化程度低等問題，使中國花生生產(chǎn)成本高于擁有機械化完善、土地規(guī)?；a(chǎn)和高科技施肥技術(shù)的美國花生生產(chǎn)成本達50%以上，同時花生生產(chǎn)成本也超過低成本進口的大豆等其他油料作物。這種現(xiàn)狀造成資源浪費和破壞，不僅使中國花生產(chǎn)業(yè)未來發(fā)展失去持續(xù)性和競爭力，更加劇了對于糧油安全保障的沖擊。如何依靠科技進步與推廣，科學(xué)和充分地利用資源，進而提高花生生產(chǎn)效率是解決問題的必由之路。本研究從科技進步和科學(xué)管理角度，通過衡量中國花生全要素生產(chǎn)率發(fā)展?fàn)顩r，對中國花生投入產(chǎn)出效率進行初步探究。

目前，國內(nèi)學(xué)者關(guān)于農(nóng)作物生產(chǎn)效率的研究文獻較多。其中，有對不同種類農(nóng)作物的生產(chǎn)效率研究，如小麥[2]、玉米[3]、馬鈴薯[4]等作物；也有學(xué)者站在不同角度研究某一外部因素對農(nóng)作物生產(chǎn)效率的影響，主要包括經(jīng)營規(guī)模[5]、產(chǎn)業(yè)組織模式[6]、自然條件[7]等外部因素如何影響農(nóng)作物的生產(chǎn)效率。國內(nèi)學(xué)者對花生全要素生產(chǎn)率較為關(guān)注。關(guān)于花生全要素生產(chǎn)率狀況評價，白麗等[8]運用莫式指數(shù)對中國花生生產(chǎn)1991—2009年投入產(chǎn)出面板數(shù)據(jù)進行生產(chǎn)效率的分析，認為技術(shù)進步水平低下直接導(dǎo)致中國花生全要素生產(chǎn)率呈下降趨勢；陳靜等[9]運用隨機前沿模型通過比較2000—2012年花生、大豆和油菜3種油料作物的全要素生產(chǎn)率，認為花生的全要素生產(chǎn)率變化緩慢，并受技術(shù)效率變化的主要影響。關(guān)于全要素生產(chǎn)率的影響因素，張照辰等[10]認為花生新品種的使用能促進花生單產(chǎn)提高；周曙東等[11]發(fā)現(xiàn)花生種子、化肥和農(nóng)藥農(nóng)膜的投入對花生單產(chǎn)起到重要貢獻作用；景令怡等[12]認為勞動力轉(zhuǎn)移對花生種植戶的生產(chǎn)效率具有顯著的正向影響；葉妮等[13]根據(jù)遼寧省阜新花生主產(chǎn)區(qū)的調(diào)查，發(fā)現(xiàn)適度規(guī)模種植是提高耕地利用效率、改善生產(chǎn)效率的有效途徑；王艷等[14]指出中國花生生產(chǎn)機械化水平較低是制約花生生產(chǎn)規(guī)模擴大的重要因素。但研究也存在以下不足之處：一是在花生全要素生產(chǎn)率分析中，投入指標(biāo)涵蓋內(nèi)容不夠全面；二是缺乏對花生近10年全要素生產(chǎn)率狀況的全面分析。本研究運用莫氏指數(shù)和數(shù)據(jù)包絡(luò)分析法，并且基于2007—2016年數(shù)據(jù)，從時間和空間2個維度對中國各花生主產(chǎn)區(qū)花生全要素生產(chǎn)率進行深入研究，以期揭示中國花生全要素生產(chǎn)率變動規(guī)律，并對花生生產(chǎn)實踐有所借鑒。

1 理論方法

本研究采用數(shù)據(jù)包絡(luò)分析模型和莫氏指數(shù)模型。莫氏指數(shù)模型可以縱向和橫向分析花生的全要素生產(chǎn)率的構(gòu)成與變化情況，數(shù)據(jù)包絡(luò)分析法可以橫向比較各決策單元間花生生產(chǎn)投入產(chǎn)出的相對效率，還可以判斷其投入規(guī)模并進行方向和程度的調(diào)整。同時，數(shù)據(jù)包絡(luò)分析法和莫氏指數(shù)模型相比其他模型具有不用預(yù)設(shè)生產(chǎn)函數(shù)，不用預(yù)先確定各指標(biāo)權(quán)重，不受投入、產(chǎn)出量綱影響和避免復(fù)雜的內(nèi)生性問題等優(yōu)點。

1.1 數(shù)據(jù)包絡(luò)分析法

數(shù)據(jù)包絡(luò)分析法(DEA，Data Envelopment Analysis)最早于1978年由CHAMES等提出，是一種由線性規(guī)劃方法衍生而來，分析多產(chǎn)出多投入的各生產(chǎn)決策單元之間的相對效率的非參數(shù)評價方法。CHAMES等提出DEA模型(不變規(guī)模報酬模型即CRS模型)的假設(shè)前提是規(guī)模報酬不變，但是在不完全競爭市場中，決策單元的生產(chǎn)并不能處于規(guī)模報酬不變，在此條件下CRS模型度量的技術(shù)效率就不準(zhǔn)確，因為這種技術(shù)效率中還包含規(guī)模效率。BANKER[15]等1984年提出了可變規(guī)模報酬的DEA模型(VRS模型)，這種模型度量了純技術(shù)效率。其線性規(guī)劃模型基本表達為。

式中：K是決策單元個數(shù)，y為產(chǎn)出指標(biāo)，x為投入指標(biāo)，θ為每個決策單元的效率值。θ取值范圍是0～1，若θ=1，則該決策單元在前沿面上，表示該決策單元是有效率的，是按照樣本觀察期內(nèi)的最佳水平組織生產(chǎn)的；若θ<1，則該決策單元在前沿面以下，表示該決策單元是無效率的。由于DEA前沿面是以分線段形式測量效率的，平行于坐標(biāo)抽的線段難免會產(chǎn)生松弛量。IS為投入松弛量，即IS=(is1，is2，…，isM)T，OS為產(chǎn)出松弛量，即OS=(os1，os2，…，osM)T。

因此，CRS模型中度量的技術(shù)效率稱為綜合技術(shù)效率TECRS，其受純技術(shù)效率TEVRS和規(guī)模效率SE交互作用的影響，故關(guān)系可以表達為：TECRS=TEVRS×SE。純技術(shù)效率反映了技術(shù)推廣的有效程度和技術(shù)更新的快慢程度。規(guī)模效率的變化反映投入增長對總要素生產(chǎn)率變化的影響。

1.2 莫氏指數(shù)

莫氏(Malmquist)指數(shù)是一種廣泛使用的度量全要素生產(chǎn)率指數(shù)的方法，建立在距離函數(shù)基礎(chǔ)上，可以縱向反映t+1時期相對于t時期生產(chǎn)系統(tǒng)的技術(shù)效率的變化。莫氏指數(shù)把全要素生產(chǎn)率指數(shù)分解成效率變化和技術(shù)前沿提高2個部分，即全要素生產(chǎn)率指數(shù)表現(xiàn)為技術(shù)進步變化值Tch和效率變化值TEch的乘積。在規(guī)模報酬可變的假定下，效率變化即綜合效率變化又可以分解為純技術(shù)效率和規(guī)模效率變化，故莫氏指數(shù)即全要素生產(chǎn)率指數(shù)TFPch是技術(shù)進步變化Tch、純技術(shù)效率變化TEch和規(guī)模效率變化SEch綜合交互作用的結(jié)果，其關(guān)系表達為：TFPch=Tch×TEch×SEch。

2 數(shù)據(jù)來源及指標(biāo)選擇

本研究收集了2007—2016年河南、山東、安徽、遼寧、河北、四川、福建、廣東、廣西、重慶共10個中國花生主產(chǎn)區(qū)花生成本與收益的數(shù)據(jù)，其來源于2007—2016年《全國農(nóng)產(chǎn)品成本收益資料匯編》[16]。本研究選取的指標(biāo)為一個產(chǎn)出指標(biāo)即主產(chǎn)品產(chǎn)量(kg·hm-2)，4個投入指標(biāo)即每公頃種子用量(kg·hm-2)、每公頃用工數(shù)量(工日·hm-2)、每公頃物化費用(元·hm-2)和每公頃機械作業(yè)費(元·hm-2)。選擇指標(biāo)時，考慮了以下因素：第一，選取的指標(biāo)盡量使用實物數(shù)量單位，對于費用指標(biāo)如物化費用和機械作業(yè)費已剔除了價格指數(shù)的變化(價格指數(shù)未考慮地區(qū)差異和農(nóng)用物資類別差異，數(shù)據(jù)來源于2017年中國統(tǒng)計年鑒)。第二，盡量不遺漏投入要素，但受模型對自由度即指標(biāo)數(shù)量的限制，需對指標(biāo)做合并和篩減處理，如把化肥、農(nóng)家肥、農(nóng)藥、農(nóng)膜進行合并統(tǒng)稱為“物化費用”，機械動力費、畜力費、灌溉費進行合并統(tǒng)稱為“機械作業(yè)費”，忽略間接費用和服務(wù)費用(數(shù)量相對過小)。第三，由于所有變量均采用公頃，故本研究不再考慮土地投入。

3 數(shù)據(jù)處理結(jié)果分析

3.1 花生全要素生產(chǎn)率的時序變化情況

對2007—2016年面板數(shù)據(jù)基于產(chǎn)出的莫氏指數(shù)進行分析，可以看出中國2007—2016年花生全要素生產(chǎn)率的總體變化情況。

表1 2007—2016年中國花生主產(chǎn)地全要素生產(chǎn)率年度變化情況

從莫氏指數(shù)平均變化情況來看，2007—2016年中國花生主產(chǎn)區(qū)全要素生產(chǎn)率變化、綜合效率變化指數(shù)、純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)均大于1，技術(shù)進步變化指數(shù)保持在1，說明研究期內(nèi)花生全要素生產(chǎn)率總體有所提高，純技術(shù)效率和規(guī)模效率貢獻了主要力量，技術(shù)進步平均水平并未提高。

由表1可知，全要素生產(chǎn)率增長趨勢與技術(shù)進步變動趨勢大體一致，相比之下，綜合效率的波動較為平緩。該狀態(tài)表明花生全要素生產(chǎn)率變化趨勢主要受技術(shù)進步變化的影響，全要素生產(chǎn)率變化依賴于技術(shù)進步。全要素增長率變化趨勢呈現(xiàn)出“2個階段”：第一階段(2007—2012年)全要素生產(chǎn)率平均增長率波動幅度較大，其全要素生產(chǎn)率變化指數(shù)達到高峰的年份有2009年(1.131)、2008年(1.119)和2011年(1.114)，2個最低點分別為2012年(0.852)和2010年(0.884)，也正是技術(shù)進步指數(shù)的2個峰值點和最低值點，可以說明全要素生產(chǎn)率變化主要原因是技術(shù)進步變化。第二階段(2012-2016年)全要素生產(chǎn)率呈現(xiàn)基本穩(wěn)定上升趨勢。該階段每年全要素生產(chǎn)率變化指數(shù)基本趨于1，技術(shù)進步指數(shù)每年變化較第一階段趨于平穩(wěn)，全要素生產(chǎn)率變化指數(shù)平均水平第二階段(1.012)較第一階段(1.020)有所減少(0.8%)，技術(shù)進步變化指數(shù)平均水平第二階段(1.008)較第一階段(1.006)有所增加(0.2%)，說明研究期內(nèi)2012年后全要素生產(chǎn)率變化指數(shù)平均增長減緩，技術(shù)進步變化指數(shù)平均增長加速。

2007—2016年綜合效率變化穩(wěn)中有升，通過比較2個階段平均綜合效率指數(shù)1.017和1.005，可以看出綜合效率在2012年后增幅下降。2007—2016年有6年(2008、2010、2012、2014、2015、2016年)綜合效率變化指數(shù)大于1，說明這些年份資源得到了充分利用，投入產(chǎn)出達到最佳配置狀態(tài)。2009、2011、2013年綜合效率變化指數(shù)小于1，說明投入產(chǎn)出效率較低。

綜合效率變化指數(shù)分解來看，2008—2012年每年純技術(shù)效率變化指數(shù)均趨于1，說明這些年份技術(shù)使用效率與上一年持平。2008—2012年平均純技術(shù)效率變化指數(shù)0.996小于平均規(guī)模效率變化指數(shù)1.021，說明第一階段平均綜合效率指數(shù)的提升主要由規(guī)模效率貢獻。第二階段2014、2015年純技術(shù)效率變化指數(shù)連續(xù)提升，達到研究期內(nèi)的高峰值1.028和1.034，說明這2年技術(shù)使用效率連續(xù)提升。規(guī)模效率在第二階段平均指數(shù)為0.998，說明第二階段規(guī)模效率較第一階段有所下降。2008—2016年總體平均水平來看，平均純技術(shù)效率變化和規(guī)模效率指數(shù)分別為1.001和1.010，規(guī)模效率增幅大于純技術(shù)效率增幅的0.9%，說明研究期內(nèi)技術(shù)使用效率基本沒進步，規(guī)模效率提高成為了研究期內(nèi)全要素生產(chǎn)率進步的主要力量。技術(shù)使用效率低的原因可能來自多個方面，既有政策方面，也有農(nóng)戶自身，還有新技術(shù)本身的缺陷等等。一是補貼政策的缺陷影響新技術(shù)的擴散。2010年中央開始實行花生良種補貼，補貼標(biāo)準(zhǔn)為每公頃150元，相比較小麥每公頃補貼780元，花生每公頃補貼低于小麥每公頃補貼630元[17]。補貼標(biāo)準(zhǔn)低加上花農(nóng)自留種習(xí)慣和花生良種成本較高等原因，致使花生良種補貼并未激發(fā)農(nóng)戶的生產(chǎn)積極性，花生良種的推廣速度和種植面積以及單產(chǎn)并未大幅增長。二是傳統(tǒng)耕作習(xí)慣影響農(nóng)戶花生新良種和新技術(shù)的采納，如農(nóng)戶排斥新良種的采納而保持常年自留種習(xí)慣；農(nóng)戶習(xí)慣平作而不是壟作、覆膜的耕作方式；農(nóng)戶習(xí)慣小規(guī)?；蜃越o自足性的種植等，這些都在很大程度上影響了花生機械化的匹配使用。三是新技術(shù)本身的缺陷。如花生良種的成本較高，像高油酸花生的每畝成本是自留種的2倍多，增加了技術(shù)擴散和推廣的難度?；ㄉ斋@機械存在脫土欠好、掉果多，雨天無法收獲和烘干成本高等問題。

表2 2007—2016年中國花生主產(chǎn)地全要素生產(chǎn)率地區(qū)變化情況

續(xù)表2

3.2 花生全要素生產(chǎn)率的空間變化情況

中國花生主產(chǎn)區(qū)因自然資源條件和生態(tài)類型品種不同，可以大致以長江流域為界限粗略分為北方花生生產(chǎn)區(qū)和南方花生生產(chǎn)區(qū)[18]，本研究根據(jù)這種花生生產(chǎn)區(qū)域的劃分方法進行分區(qū)域分析。北方花生主產(chǎn)區(qū)包括遼寧、河北、河南、山東和安徽5個省，南方花生主產(chǎn)區(qū)包括四川、重慶、福建、廣西和廣東5個省份。本研究涉及的北方花生生產(chǎn)主產(chǎn)區(qū)包含了在種植面積和單產(chǎn)方面均占優(yōu)勢，為中國花生消費和出口做出主要貢獻的河南、山東、河北、遼寧4個省份，也是中國花生最具有綜合比較優(yōu)勢的4個省份。南方花生主產(chǎn)區(qū)包含了具有綜合比較優(yōu)勢的廣東和福建2個省份。由表2可以看出，北方和南方花生主產(chǎn)區(qū)2007—2016年平均全要素變化指數(shù)分別為1.022和1.002，全要素生產(chǎn)率均有所提升，北方花生主產(chǎn)區(qū)全要素生產(chǎn)率提高幅度大于南方花生主產(chǎn)區(qū)。北方花生主產(chǎn)區(qū)全要素生產(chǎn)率變化、技術(shù)進步變化、綜合效率變化、純技術(shù)效率變化和規(guī)模效率變化指數(shù)均大于1，說明各效率值均有所進步，技術(shù)進步為全要素生產(chǎn)率提高貢獻了主要力量。南方花生主產(chǎn)區(qū)除技術(shù)進步指數(shù)變化小于1外，其他效率值均大于1，說明2007—2016年南方花生種植除平均技術(shù)水平外，其他效率值均有所進步，規(guī)模效率彌補了技術(shù)進步帶來的損失。重慶和四川是研究期間10個地區(qū)中技術(shù)進步指數(shù)下降的2個地區(qū)，其平均全要素生產(chǎn)率減少主要受技術(shù)進步變化指數(shù)下降的影響，主要原因在于該地區(qū)山地多，土地細碎化嚴重，難以實施大規(guī)模機械化花生種植，加上惡劣天氣和自然災(zāi)害發(fā)生集中，該地區(qū)花生種植全要素生產(chǎn)率受到影響。

3.3 花生綜合效率及其構(gòu)成要素分析

通過對處于不同水平的2007年和2016年的面板數(shù)據(jù)分別進行基于投入的效率度量方法的DEA分析，可以比較10個地區(qū)2年花生生產(chǎn)綜合效率及其構(gòu)成要素的變化情況(表3)。

2007年，有6個地區(qū)綜合效率小于1，處于無效狀態(tài)，分別是河南、河北、福建、四川、廣東、廣西。其中，河南、四川、廣東、廣西4個地區(qū)均為純技術(shù)效率有效，但規(guī)模效率無效。河北和福建為技術(shù)效率和規(guī)模效率均無效。山東、安徽、遼寧、重慶4個地區(qū)綜合效率、純技術(shù)效率和規(guī)模效率均為1，達到有效狀態(tài)。

2016年相比2007年，10個主產(chǎn)區(qū)綜合效率平均值由0.879上升至0.963，各地區(qū)綜合效率均有所提升，綜合效率達到有效狀態(tài)的地區(qū)有所增加。平均純技術(shù)效率從2007年的0.97上升到2016年的0.99，提高了2%，平均規(guī)模效率從2007年的0.907上升到2016年的0.973，提高了6.6%，可見規(guī)模效率提高的幅度大于純技術(shù)效率提高的幅度，中國花生生產(chǎn)效率處于規(guī)模遞增階段，具有發(fā)展?jié)摿Α?016年，河南、山東、遼寧、四川、廣西和重慶綜合效率、純技術(shù)效率和規(guī)模效率均達到有效狀態(tài)。其中，河南、四川、廣西3個地區(qū)相比其他地區(qū)，規(guī)模效率有較大幅度上升。安徽省技術(shù)效率和規(guī)模效率均有所下降，其綜合效率由2007年的1下降為2016年0.94。廣東省技術(shù)效率有所下降，河北省和福建省依舊處于技術(shù)效率和規(guī)模效率均無效狀態(tài)。

表3 各主產(chǎn)地花生綜合效率及其構(gòu)成變化

3.4 花生綜合效率的改進分析

通過DEA可以把無效的決策單元通過從原點到生產(chǎn)前沿面的徑向調(diào)整進行改進。徑向調(diào)整就是調(diào)整使其達到投影點，即前沿面上離該決策單元最近的有效參照點。DEA改進可以分為2種情況處理：基于投入為例，若技術(shù)效率小于1，不存在投入松馳時，可以通過調(diào)整投入比例實現(xiàn)，具體做法是保持產(chǎn)出不變，把各種投入同時縮小至1/θ倍；若技術(shù)效率小于1，且存在投入松馳時，需要先調(diào)整投入比例，再調(diào)整投入結(jié)構(gòu)，具體做法是保持產(chǎn)出不變，先把各種投入同時縮小至1/θ倍，再根據(jù)IS松馳量減少相應(yīng)要素投入量。提高規(guī)模效率可以通過調(diào)整投入產(chǎn)出比例實現(xiàn)。

本研究運用上述DEA改進方法以2016年的河北、福建、廣東、安徽4個綜合效率無效省為例，分析4個省提升花生生產(chǎn)效率的改進方法。結(jié)合數(shù)據(jù)分析結(jié)果，可以將其根據(jù)規(guī)模效率分為以下2種情況：

一是對于規(guī)模效率高，技術(shù)效率較低的地區(qū)，如安徽省，可只考慮提高其純技術(shù)效率，因為規(guī)模效率已經(jīng)很高，其會隨純技術(shù)效率的提高而提高。由于安徽省處于規(guī)模效率遞增階段，提高技術(shù)效率可以基于“產(chǎn)出最大，投入固定”的產(chǎn)出效率度量方法分析。根據(jù)表4的分析結(jié)果，首先進行徑向調(diào)整。安徽省基于產(chǎn)出最大化的DEA分析，得出技術(shù)效率值為0.94，故產(chǎn)出要增加原值的6%，投入值均不變。其次進行松弛量的調(diào)整。安徽省每公頃勞動力松弛量為6.768，減去松弛量等于在初始值上減少6.48%。此時模擬結(jié)果為技術(shù)效率提高到1，規(guī)模效率提升到0.999。

二是對于規(guī)模效率較低，技術(shù)效率較高的地區(qū)，如河北、廣東和福建3個省，則考慮同時提高規(guī)模效率和技術(shù)效率。以河北省2016年截面數(shù)據(jù)分析為例，要提高綜合效率，首先要提高規(guī)模效率，實現(xiàn)規(guī)模經(jīng)濟。第二步采用第一種方案提高技術(shù)效率值。由于河北2016年處于規(guī)模報酬遞減階段，要對數(shù)據(jù)進行基于“產(chǎn)出固定，投入最小”的投入效率度量方法分析，得出河北省的綜合效率為0.89。

根據(jù)表5的分析結(jié)果，首先將其投入產(chǎn)出比例同時減少，可以發(fā)現(xiàn)當(dāng)投入產(chǎn)出同時減少13%時，此時模擬結(jié)果為規(guī)模效率提升到1，但純技術(shù)效率值卻降低為0.891。然后將投入值再同時縮減10.9%，再減去種子量、用工量和機械作業(yè)的松弛量分別為33.33、70.3和180.83，以提高技術(shù)效率。此時模擬的結(jié)果為技術(shù)效率和規(guī)模效率均提升到1。

表4 安徽省花生生產(chǎn)效率改進方法

表5 河北省花生生產(chǎn)效率改進方法Table 5 Improvement method of peanut production efficiency in Hebei province

4 結(jié)論及建議

(1)中國花生主產(chǎn)區(qū)近10年花生全要素生產(chǎn)率總體均值增長1.1%，除技術(shù)進步值外，綜合效率變化、純技術(shù)效率變化和規(guī)模效率變化值均大于1，呈現(xiàn)不同程度增長。

(2)從花生全要素生產(chǎn)率時序變化情況來看，全要素生產(chǎn)率增長趨勢與技術(shù)進步變動趨勢大體一致，全要素生產(chǎn)率增長變化主要受技術(shù)進步的影響。2012年后全要素生產(chǎn)率變化指數(shù)平均水平增長減緩，全要素生產(chǎn)率指數(shù)平均減少0.8%，技術(shù)進步變化指數(shù)平均水平增長加速，技術(shù)進步指數(shù)平均增加0.2%。

(3)2016年相比2007年，10個主產(chǎn)區(qū)綜合效率平均值由0.879上升至0.963，各省份綜合效率均有所提升，綜合效率達到有效狀態(tài)的省份有所增加。2012年后綜合效率增幅下降。2007—2016年花生10個主產(chǎn)區(qū)規(guī)模效率增幅大于純技術(shù)效率增幅約0.9%，中國花生生產(chǎn)處于規(guī)模遞增階段，具有發(fā)展?jié)摿?，但技術(shù)推廣與擴散相對滯后。

(4)從花生全要素生產(chǎn)率的區(qū)域變化情況來看，2個區(qū)全要素生產(chǎn)率均有所提升。北方花生主產(chǎn)區(qū)全要素生產(chǎn)率提高幅度大于南方花生主產(chǎn)區(qū)約2%，技術(shù)進步為北方花生主產(chǎn)區(qū)全要素生產(chǎn)率提高做出了主要貢獻。

(5)主產(chǎn)區(qū)綜合效率均有所提升，但部分地區(qū)處于技術(shù)無效率狀態(tài)且伴有投入松弛，松弛量主要產(chǎn)生于用工量和物化費用。這說明中國主產(chǎn)地花生種植存在著要素投入過度現(xiàn)象，化肥農(nóng)藥使用過量，勞動力調(diào)整潛力較大。

基于以上結(jié)論，要提高中國主產(chǎn)區(qū)花生全要素生產(chǎn)率，應(yīng)推進花生技術(shù)進步，促進生產(chǎn)技術(shù)的研發(fā)、示范和推廣，優(yōu)化與調(diào)整花生主產(chǎn)區(qū)區(qū)域結(jié)構(gòu)布局，改善科學(xué)經(jīng)營管理。第一，提高花生技術(shù)進步效率，通過市場化、科研機構(gòu)與企業(yè)合作及特派科技員等方式促進生產(chǎn)技術(shù)的研發(fā)、示范和推廣，聚焦花生育種、施肥、機械化等關(guān)鍵技術(shù)的攻破和成果轉(zhuǎn)化，進一步規(guī)范花生種子市場。第二，進一步調(diào)整花生生產(chǎn)結(jié)構(gòu)。北方主產(chǎn)區(qū)全要素生產(chǎn)率高、具有技術(shù)進步比較優(yōu)勢的地區(qū)要通過集約化生產(chǎn)和土地流轉(zhuǎn)等方式進一步擴大生產(chǎn)規(guī)模，通過發(fā)展花生加工業(yè)促進北方主要花生產(chǎn)區(qū)區(qū)域聯(lián)合發(fā)展。南方主產(chǎn)區(qū)應(yīng)以穩(wěn)定發(fā)展、自給自足的生產(chǎn)方式為主。第三，科學(xué)經(jīng)營管理，充分利用區(qū)域優(yōu)勢資源，合理調(diào)整各要素的投入量。促進技術(shù)進步使花生生產(chǎn)向有機化、綠色化、智能化發(fā)展，減少花生化肥農(nóng)藥使用量，推廣花生“減施增效”技術(shù)。通過勞動力轉(zhuǎn)移加快土地流轉(zhuǎn)，推動花生的適度規(guī)模經(jīng)營，促進機械化發(fā)展，從而提高花生生產(chǎn)效率。