馬玉婷 陳彤 趙向豪

摘要：新疆是我國番茄制品生產(chǎn)和出口的重要基地，基于新疆加工番茄主產(chǎn)縣域480份農(nóng)戶的調(diào)研數(shù)據(jù)，采用DEA-BCC模型，測算新疆加工番茄主產(chǎn)縣域的生產(chǎn)效率，分析加工番茄主產(chǎn)縣域的生產(chǎn)要素冗余率，并利用地理探測器模型，揭示影響加工番茄生產(chǎn)效率的關(guān)鍵因子。結(jié)果表明：新疆加工番茄主產(chǎn)縣域的生產(chǎn)效率存在顯著差異，且生產(chǎn)效率均未達(dá)到DEA有效水平；其次，加工番茄主產(chǎn)縣域的生產(chǎn)要素投入存在不同程度的冗余，種植面積和農(nóng)業(yè)機(jī)械投入冗余屬于資源利用強(qiáng)度不足型，勞動力、化肥及農(nóng)藥投入冗余屬于要素投入過度型；家庭純收入、戶主年齡、戶主受教育程度、種植時間和種植面積是生產(chǎn)效率出現(xiàn)縣域差異的主要因子，解釋力度介于61.4%～65.2%，且因子間相互作用的影響力均高于單獨作用的影響力，表明促進(jìn)縣域之間生產(chǎn)要素的合理流動和高效集聚，發(fā)揮主產(chǎn)縣域的輻射帶動作用，可以有效提高加工番茄種植戶的生產(chǎn)效率。

關(guān)鍵詞：加工番茄；生產(chǎn)效率；縣域差異；地理探測器模型；要素投入

中圖分類號：S641.2： F223

文獻(xiàn)標(biāo)識碼：A

文章編號：2095-5553 （2023） 04-0222-08

Abstract： Xinjiang is an important base for production and export of tomato products in China. Based on the survey data of 480 farmers in the main producing counties of processing tomato in Xinjiang， the DEA-BCC model was used to measure the production efficiency of the main producing counties of processing tomato in Xinjiang， analyze the redundancy rate of production factors in the main producing counties of processing tomato in Xinjiang， and the geographical detector model was also used to reveal the key factors affecting the production efficiency of processing tomato. The results showed that there were significant differences in the production efficiency of Xinjiang processing tomato in main producing counties， and the production efficiency did not reach the effective level of DEA. Secondly， the input of essential productive factors in main producing counties of processing tomato had different levels of redundancy， among which the redundancy of planting area and agricultural machinery fell within the insufficient intensity of resource utilization， while the redundancy of labor force， fertilizers and pesticides fell within excessive input of productive factors. Net income of farmer families， their age， education level， planting schedule and planting area were the main contributory factors for the county-level difference in productivity， the corresponding level of explanation is 61.4%-65.2%， and all the effect of interaction between the factors was greater than that of individual effect， indicating that reasonable flow and efficient clustering of productive factors between the counties and the radiation function of main producing counties can effectively enhance the productivity of processing tomato growers.

Keywords：? processing tomato; production efficiency; county differences; geographic detector model; factor input

0 引言

新疆是我國番茄制品生產(chǎn)和出口的重要基地，自國家提出新絲綢之路經(jīng)濟(jì)帶倡議以來，新疆番茄制品出口總量和出口總額連年增長，番茄產(chǎn)業(yè)在促進(jìn)新疆經(jīng)濟(jì)穩(wěn)步增長方面具有重要作用。但2017年以來，新疆加工番茄單位面積產(chǎn)量和種植面積均出現(xiàn)下降趨勢，想要實現(xiàn)加工番茄的穩(wěn)定生產(chǎn)，需要提高加工番茄的經(jīng)濟(jì)效益，除政府實施一些相關(guān)保護(hù)政策外，提高加工番茄生產(chǎn)效率是亟需解決的問題。因此，在鄉(xiāng)村振興戰(zhàn)略和質(zhì)量興農(nóng)戰(zhàn)略的背景下，以我國《第十四個五年計劃和2035年遠(yuǎn)景目標(biāo)綱要》為契機(jī)，系統(tǒng)分析新疆加工番茄生產(chǎn)效率的縣域差異及影響因素，無論是從微觀層面上發(fā)揮新疆加工番茄主產(chǎn)縣域的生產(chǎn)比較優(yōu)勢，有效利用現(xiàn)有的物質(zhì)資源和勞動力資源，促進(jìn)加工番茄產(chǎn)出最大化，還是從宏觀層面有效挖掘番茄生產(chǎn)潛力，促進(jìn)番茄產(chǎn)業(yè)轉(zhuǎn)型升級都有一定的實踐意義。

合理配置資源要素是國內(nèi)外經(jīng)濟(jì)學(xué)家研究的熱點問題，一直以來各國經(jīng)濟(jì)學(xué)家都致力于研究要素投入與其產(chǎn)出的合理配置，從而使資源能夠得到最優(yōu)配置。從研究成果來看，大多數(shù)研究學(xué)者探索生產(chǎn)效率與經(jīng)濟(jì)增長之間的內(nèi)在機(jī)理，通過測算農(nóng)業(yè)生產(chǎn)效率，探討如何轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式［1］。然而轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式并不能一味追求技術(shù)進(jìn)步或者較高的生產(chǎn)效率，其根本原因是農(nóng)業(yè)要素投入結(jié)構(gòu)的長期失衡和配置扭曲，限制農(nóng)業(yè)生產(chǎn)效率的提高。伴隨著農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)變，生產(chǎn)投入要素重新進(jìn)行組合，在技術(shù)進(jìn)步的作用下，實現(xiàn)要素投入的合理配置，促進(jìn)生產(chǎn)效率增長，因此優(yōu)化要素投入結(jié)構(gòu)和提升配置效率是提升生產(chǎn)效率問題的重中之重。相關(guān)研究表明，我國農(nóng)業(yè)生產(chǎn)要素呈三種變化趨勢，一是勞動力要素呈倒U型變化趨勢［2］；二是資本要素日益增長所導(dǎo)致農(nóng)業(yè)的資本深化；三是土地要素日益稀缺［3］。隨著我國經(jīng)濟(jì)和社會發(fā)展，勞動力、資本和土地這三者的組合關(guān)系在優(yōu)化中提升了農(nóng)業(yè)要素配置效率，擺脫經(jīng)濟(jì)增長對要素投入的依賴，形成以技術(shù)進(jìn)步和技術(shù)改革的有效誘導(dǎo)機(jī)制，提高了我國的農(nóng)業(yè)生產(chǎn)效率?，F(xiàn)階段，以農(nóng)業(yè)生產(chǎn)效率為主題的研究較多，研究趨向于測算農(nóng)業(yè)生產(chǎn)效率［4-5］、探析農(nóng)業(yè)生產(chǎn)效率的收斂性和農(nóng)業(yè)全要素生產(chǎn)率分解及其變動趨勢等研究［6-9］；探究生產(chǎn)效率影響因素的研究主要涉及技術(shù)應(yīng)用、農(nóng)業(yè)結(jié)構(gòu)、土地流轉(zhuǎn)、農(nóng)業(yè)生產(chǎn)規(guī)模和生態(tài)環(huán)境等外部因素［10-12］，而有關(guān)內(nèi)部影響因素的研究較少；運用的研究方法包括隨機(jī)前沿分析法［13］、數(shù)據(jù)包絡(luò)法［14］、Malmquist指數(shù)法［15］、非徑向SBM模型和非參數(shù)的Malmquist指數(shù)以及結(jié)合空間計量等相關(guān)方法［16-18］。

綜上所述，學(xué)者們基于不同的研究視角和研究方法，分析不同層級的生產(chǎn)效率問題，研究對象多集中在種植業(yè)的測算，如水稻、小麥、棉花和甜菜等農(nóng)產(chǎn)品，加工番茄作為新疆重要的經(jīng)濟(jì)作物之一，研究成果中有關(guān)生產(chǎn)要素投入與生產(chǎn)效率關(guān)系的研究較少，且采用宏觀數(shù)據(jù)可能會導(dǎo)致生產(chǎn)效率的估計值和效率影響因素的可信度降低。鑒于此，本文以新疆加工番茄種植戶作為研究對象，借助DEA-BCC模型測度新疆加工番茄主產(chǎn)縣域的生產(chǎn)效率，利用地理探測器模型探析影響生產(chǎn)效率的主要因素，為新疆加工番茄種植戶的生產(chǎn)與發(fā)展提出相關(guān)建議。

1 研究方法

1.1 DEA-BCC模型

2 數(shù)據(jù)來源與變量選取

2.1 數(shù)據(jù)來源

首先根據(jù)2010—2019年《新疆統(tǒng)計年鑒》中各縣市加工番茄的實際生產(chǎn)情況，選取種植加工番茄的6個主產(chǎn)縣域，分別是焉耆縣、和碩縣、博湖縣、瑪納斯縣、呼圖壁縣和昌吉市。其次根據(jù)加工番茄的生產(chǎn)規(guī)模和農(nóng)業(yè)發(fā)展水平，選取18個樣本鄉(xiāng)鎮(zhèn)，根據(jù)每個樣本鄉(xiāng)鎮(zhèn)的農(nóng)業(yè)市場發(fā)展情況，選取3個樣本村，總樣本村共54個，每個樣本村中隨機(jī)抽取10戶番茄種植戶進(jìn)行問卷調(diào)研，總樣本農(nóng)戶540戶。實地調(diào)研時間是2021年5—7月，共獲得520份問卷，剔除其中空白較多和填寫有誤的無效問卷，有效問卷共480份，有效問卷率92.3%，以480戶農(nóng)戶2020年種植加工番茄的相關(guān)數(shù)據(jù)為基礎(chǔ)，分析加工番茄主產(chǎn)縣域的生產(chǎn)效率。

2.2 變量選取

2.2.1 投入產(chǎn)出變量

查閱相關(guān)研究成果［22-24］，本文選取2020年加工番茄種植戶的單位面積產(chǎn)量作為產(chǎn)出變量，投入變量包括土地投入、勞動力投入和資本投入，土地投入以單位種植面積表示，指農(nóng)戶在2020年種植加工番茄的實際面積；勞動力投入以單位面積的雇工費用表示；資本投入包括化肥費用、農(nóng)藥費用、機(jī)械使用費、其他物質(zhì)投入費用（包括種子費、灌溉費和電費等），加工番茄生產(chǎn)投入要素的基本情況見表1。

2.2.2 地理探測器模型變量

根據(jù)經(jīng)濟(jì)學(xué)原理和相關(guān)文獻(xiàn)的研究成果［25-26］，影響加工番茄種植戶生產(chǎn)效率的因素包括內(nèi)部因素與外部因素，主要來自農(nóng)戶的家庭特征、種植特征、農(nóng)業(yè)資源稟賦、農(nóng)業(yè)技術(shù)水平與機(jī)械化水平的差異等方面。因此，本文選取農(nóng)戶種植加工番茄的面積、戶主受教育程度、戶主年齡、家庭純收入、番茄收入占比、種植時間、參加技術(shù)培訓(xùn)的次數(shù)、耕地流轉(zhuǎn)率、上一年的番茄銷售價格、家庭勞動力數(shù)量、是否參加非農(nóng)就業(yè)、是否參加訂單農(nóng)業(yè)共12個變量作為自變量，選取DEA-BCC模型測算的綜合技術(shù)效率作為因變量。變量具體解釋和描述性統(tǒng)計分析見表2。

3 實證結(jié)果與分析

3.1 加工番茄生產(chǎn)效率的縣域比較分析

本文基于加工番茄生產(chǎn)投入和產(chǎn)出的實地調(diào)研數(shù)據(jù)，利用DEA-BCC模型計算6個加工番茄主產(chǎn)縣域的綜合技術(shù)效率、純技術(shù)效率及規(guī)模效率，測算結(jié)果如表3所示。結(jié)果說明，加工番茄主產(chǎn)縣域的生產(chǎn)效率存在差異，且均未達(dá)到DEA有效水平，綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均值分別是0.941、0.974、0.966。由此可見，在現(xiàn)有的技術(shù)條件下，該技術(shù)的生產(chǎn)效能發(fā)揮水平為94.1%，純技術(shù)效率平均值大于規(guī)模效率，說明規(guī)模效率是綜合技術(shù)效率增長的瓶頸因素，抑制綜合技術(shù)效率的增長，表明加工番茄主產(chǎn)縣域的生產(chǎn)要素投入結(jié)構(gòu)不合理，要素配置效率較低，應(yīng)在縣域?qū)用婢C合考慮生產(chǎn)要素投入的共同作用，最大程度地發(fā)揮生產(chǎn)要素的協(xié)同作用，進(jìn)一步優(yōu)化生產(chǎn)要素的配置結(jié)構(gòu)，提高加工番茄種植戶的生產(chǎn)效率。同時，比較加工番茄主產(chǎn)縣域的生產(chǎn)效率，深入分析加工番茄生產(chǎn)效率的空間異質(zhì)性。研究發(fā)現(xiàn)，加工番茄主產(chǎn)縣域的綜合技術(shù)效率由大到小的順序分別是博湖縣、焉耆縣、瑪納斯縣、昌吉市、和碩縣、呼圖壁縣。博湖縣的生產(chǎn)效率值最高，效率值為0.959，且純技術(shù)效率值高于規(guī)模效率，與實地調(diào)研情況相符，實地調(diào)研發(fā)現(xiàn)，博湖縣近幾年大力發(fā)展全域旅游，經(jīng)濟(jì)增長速度較快，加工番茄的經(jīng)營方式不斷發(fā)生改變，技術(shù)革新較快，生產(chǎn)技術(shù)利用率較高。呼圖壁縣生產(chǎn)效率值最低，效率值為0.915，且純技術(shù)效率值低于規(guī)模效率，說明呼圖壁縣受技術(shù)進(jìn)步的牽制，加工番茄技術(shù)推廣的應(yīng)用范圍受限，科研轉(zhuǎn)化效率低。昌吉市、呼圖壁縣、焉耆縣和博湖縣的規(guī)模效率較高，其根本原因可能是這些地區(qū)的生產(chǎn)投入要素結(jié)構(gòu)不斷趨于合理化，要素稟賦條件較好，要素配置效率高，規(guī)模效益也較高。總的來說，和碩縣和瑪納斯縣需要優(yōu)化要素投入結(jié)構(gòu)，著重提升加工番茄的生產(chǎn)規(guī)模效益，呼圖壁縣和焉耆縣需要加強(qiáng)生產(chǎn)技術(shù)的推廣強(qiáng)度。

3.2 冗余率的空間分異分析

生產(chǎn)效率的測算結(jié)果顯示，加工番茄主產(chǎn)縣域的生產(chǎn)效率存在明顯差異，說明加工番茄的生產(chǎn)要素投入還有待合理調(diào)整。假設(shè)DEA是有效的，冗余率是通過測算既定產(chǎn)出下要素投入的優(yōu)化量與實際投入量的差值，表現(xiàn)由于投入要素結(jié)構(gòu)不合理而對部分投入要素進(jìn)行調(diào)整的比例，使其能夠達(dá)到生產(chǎn)前沿面上，其中關(guān)鍵問題是判斷要素投入是由于資源投入過度，還是資源利用率較低，研究探析主產(chǎn)縣域加工番茄生產(chǎn)投入要素的差異以及如何進(jìn)行調(diào)整，具體分析如下。

1） 種植面積投入冗余。共有78%的DMU種植面積投入冗余小于20%，22%的DMU表現(xiàn)為20%～50%的中度冗余，除呼圖壁縣和瑪納斯縣的種植面積投入冗余率較小且小于20%，剩余縣域均存在冗余。究其原因，可能是因為新疆將推進(jìn)新型城鎮(zhèn)化作為實現(xiàn)跨越式發(fā)展和長治久安的重要戰(zhàn)略之一，城鎮(zhèn)化促進(jìn)農(nóng)村人口向城市轉(zhuǎn)移，導(dǎo)致農(nóng)村人均種植面積急劇增加，目前農(nóng)村勞動力逐漸呈現(xiàn)老齡化的變化趨勢，致使種植面積投入冗余率較高，表明土地利用仍有提升空間。

2） 勞動力投入冗余。共有36%的DMU勞動力投入冗余小于20%，36%的DMU表現(xiàn)為20%～50%的中度冗余，28%的DMU表現(xiàn)為大于50%的高度冗余。將主產(chǎn)縣域分為北疆和南疆兩個區(qū)域，北疆包括昌吉市、瑪納斯縣和呼圖壁縣，南疆包括和碩縣、焉耆縣和博湖縣，對比結(jié)果發(fā)現(xiàn)，南疆的勞動力冗余率較高，表明以傳統(tǒng)小農(nóng)戶經(jīng)營方式的比重較大，也可能與地區(qū)經(jīng)濟(jì)發(fā)展水平有關(guān)，應(yīng)采取適當(dāng)?shù)拇胧┐龠M(jìn)勞動力的轉(zhuǎn)移和就業(yè)，出臺靈活的農(nóng)業(yè)勞動力轉(zhuǎn)移政策，有效釋放剩余勞動力。

3） 化肥及農(nóng)藥投入冗余?；始稗r(nóng)藥投入屬于邊際報酬遞減造成的投入過度型冗余，呈現(xiàn)出明顯的空間分布規(guī)律，低度冗余主要分布在昌吉市、瑪納斯縣和呼圖壁縣，這些地區(qū)僅需小幅度地調(diào)整即可達(dá)到最優(yōu)投入；和碩縣、焉耆縣和博湖縣屬于中度冗余，南疆地區(qū)貧困人口較多，農(nóng)戶受專業(yè)技術(shù)水平的限制，容易出現(xiàn)盲目施肥以獲取短期利益的行為，需要盡快縮減化肥和農(nóng)藥投入，避免因過度投入而帶來的環(huán)境資源問題，促進(jìn)耕地資源的可持續(xù)利用。

4） 農(nóng)業(yè)機(jī)械投入冗余?？偟膩碚f，加工番茄主產(chǎn)縣域農(nóng)業(yè)機(jī)械投入冗余量不大，但縣域之間有較大差異，共有69%的DMU農(nóng)業(yè)機(jī)械投入的冗余率小于20%，分別是在昌吉市、呼圖壁縣和焉耆縣，焉耆縣和昌吉市屬于加工番茄的種植老區(qū)，種植大戶占新型農(nóng)業(yè)經(jīng)營主體的比重較大，能夠進(jìn)一步改善種植方式和農(nóng)用機(jī)械布局，提高農(nóng)機(jī)的利用率，消除農(nóng)業(yè)機(jī)械動力冗余。其余縣域以分散經(jīng)營的小農(nóng)戶為主，土地經(jīng)營規(guī)模小，且農(nóng)業(yè)機(jī)械受番茄生產(chǎn)周期的限制，使用時間短，致使農(nóng)業(yè)機(jī)械利用強(qiáng)度不足，因此，政府需要完善并推行土地流轉(zhuǎn)方式，鼓勵農(nóng)戶進(jìn)行規(guī)模經(jīng)營。

5） 其他物質(zhì)投入冗余。其他物質(zhì)投入包括農(nóng)膜費、種子費以及水電費等相關(guān)生產(chǎn)費用，加工番茄主產(chǎn)縣域的其他物質(zhì)投入冗余差異較小，究其原因可能是因為其他物質(zhì)費用變動幅度較小，共有85%的DMU其他物質(zhì)投入的冗余率小于20%，屬于資源投入過度型，需要制定有針對性的農(nóng)業(yè)補(bǔ)貼措施，提高加工番茄種植戶的經(jīng)濟(jì)收益。

3.3 生產(chǎn)效率縣域差異的影響因素分析

3.3.1 因子探測結(jié)果分析

上述分析均表明加工番茄的生產(chǎn)效率存在顯著的縣域差異，其中要素投入是決定生產(chǎn)效率的內(nèi)在影響因素，除了要素投入可以直接影響生產(chǎn)效率，農(nóng)戶的家庭特征、種植特征以及資源環(huán)境差異等外部因素對生產(chǎn)效率也有不同程度的作用，因此，本文利用地理探測器模型中的因子探測進(jìn)行分析，如表4所示。結(jié)果顯示，各影響因子對加工番茄生產(chǎn)效率縣域差異的影響力度存在顯著差異，且顯著性水平也有所不同，其中家庭純收入、戶主年齡、戶主受教育程度、種植時間、種植面積、番茄收入占比、上一年的番茄銷售價格、是否參加非農(nóng)就業(yè)全部通過了0.01水平的顯著性檢驗，是否參加訂單農(nóng)業(yè)和耕地流轉(zhuǎn)率通過了0.05水平的顯著性檢驗，而家庭勞動力數(shù)量和參加技術(shù)培訓(xùn)的次數(shù)均未通過顯著性水平檢驗。影響因子根據(jù)解釋力強(qiáng)弱由大到小的排序是：X4>X3>X2>X1>X6>X5>X9>X11>X12>X8，其中家庭純收入、戶主年齡、戶主受教育程度、種植面積、種植時間是影響生產(chǎn)效率縣域差異的主要因子，解釋力度在61.4%～65.2%之間，由于不同影響因子的作用機(jī)理不同，深入探析可知：（1）家庭純收入增加可以明顯提高生產(chǎn)效率，表明伴隨著新疆番茄產(chǎn)業(yè)的快速發(fā)展，番茄種植戶的經(jīng)濟(jì)收益逐漸提高，有助于增加番茄種植的資金投入，方便農(nóng)戶購買生產(chǎn)物質(zhì)資料，從而進(jìn)一步提升生產(chǎn)經(jīng)營水平。（2）戶主年齡對生產(chǎn)效率的影響力度僅次于家庭純收入，表明種植戶年齡越大，生產(chǎn)效率越高。這可能是由于番茄種植戶的年齡越大，種植時間就越長，鄉(xiāng)土情結(jié)越重，基于豐富的種植經(jīng)驗，農(nóng)戶能夠熟練掌握種植技巧，可以有效提高生產(chǎn)效率。（3）戶主受教育程度、種植時間和種植面積對生產(chǎn)效率的影響力度較大，介于61.4%～63.9%，各項分析均表明，戶主受教育程度對生產(chǎn)效率有正向影響，戶主受教育程度越高，農(nóng)戶學(xué)習(xí)生產(chǎn)技術(shù)的能力和生產(chǎn)要素調(diào)控能力就越強(qiáng)；種植番茄的時間越長，在生產(chǎn)要素投入上積累的經(jīng)驗就越多，生產(chǎn)效率也會隨之提高；種植面積對提高生產(chǎn)效率也有明顯的促進(jìn)作用，土地是番茄種植的載體，通過擴(kuò)大種植面積，可以優(yōu)化資源配置效率，降低單位投入成本，農(nóng)戶通過考慮資金投入能力和效率等問題，能夠確定更加合理的要素投入結(jié)構(gòu)。（4）家庭勞動力數(shù)量與參加技術(shù)培訓(xùn)的次數(shù)對生產(chǎn)效率沒有顯著影響，家庭勞動力的有效投入是生產(chǎn)要素投入產(chǎn)生有效產(chǎn)出的要點，新疆加工番茄主產(chǎn)縣域的勞動力投入冗余率較高，且以分散經(jīng)營的小農(nóng)戶居多，因而勞動力對生產(chǎn)效率的貢獻(xiàn)較小；參加技術(shù)培訓(xùn)的次數(shù)對生產(chǎn)效率影響較小的原因可能是隨著種植面積的擴(kuò)大，農(nóng)戶具備相應(yīng)的生產(chǎn)技術(shù)已經(jīng)可以滿足本身的管理需求，即使參加技術(shù)培訓(xùn)，也無法解決番茄種植過程中的問題，無法有效提高生產(chǎn)效率，農(nóng)戶更依賴追加化肥農(nóng)藥等要素投入以獲得更高的產(chǎn)量。

3.3.2 交互作用探測結(jié)果分析

交互作用可以揭示生產(chǎn)效率的影響因子之間是否存在相互作用，結(jié)果如表5所示。結(jié)果表明，不同因素之間相互作用的影響力均高于單獨作用的影響，交互類型可分為非線性增強(qiáng)型和雙因子增強(qiáng)型，其中種植面積∩戶主受教育程度、戶主受教育程度∩戶主年齡、戶主受教育程度∩番茄收入占比、戶主年齡∩家庭純收入、家庭純收入∩是否參加訂單農(nóng)業(yè)相互作用后的解釋力較大，交互后q值分別是0.784、0.765、0.853、0.847、0865，屬于雙因子增強(qiáng)型，表明這些因子相互作用后有“1+1>2”的效果，可以有效提高加工番茄的生產(chǎn)效率，也可以證明加工番茄生產(chǎn)效率的縣域差異是由于內(nèi)部因素和外部因素的耦合作用所致，并不是各因子獨立作用的結(jié)果。以戶主受教育程度與番茄收入占比的相互作用來說，戶主受教育程度和番茄收入占比的共同作用可以促進(jìn)生產(chǎn)效率的提升，一是戶主受教育程度越高，對農(nóng)業(yè)技術(shù)的傳播和提高農(nóng)戶生產(chǎn)技術(shù)水平的作用就越大；二是番茄收入占比的增加能夠有效刺激更多的人力資本投入，從而加強(qiáng)對新型農(nóng)業(yè)經(jīng)營主體的培育，種植大戶等新型農(nóng)業(yè)經(jīng)營主體可以發(fā)揮其帶動作用，促進(jìn)番茄種植戶致富增收。因此，戶主受教育程度、種植面積、是否參加訂單農(nóng)業(yè)、參加技術(shù)培訓(xùn)的次數(shù)等因素的綜合提升，能夠有效提高加工番茄的生產(chǎn)效率。目前新疆加工番茄以分散經(jīng)營的小農(nóng)戶為主，以種植大戶為代表的新型農(nóng)業(yè)經(jīng)營主體較少，番茄產(chǎn)業(yè)面臨內(nèi)生發(fā)展動力不足，外部拉力較弱相互疊加，制約生產(chǎn)投入要素有效流動，也抑制技術(shù)進(jìn)步和農(nóng)業(yè)創(chuàng)新活動，導(dǎo)致新疆加工番茄生產(chǎn)效率存在較大的縣域差異，需要發(fā)揮各縣域的生產(chǎn)比較優(yōu)勢，促進(jìn)縣域之間生產(chǎn)要素的合理流動和高效集聚。

4 結(jié)論與啟示

4.1 結(jié)論

本文基于新疆加工番茄主產(chǎn)縣域480份農(nóng)戶的實地調(diào)研數(shù)據(jù)，測算加工番茄的生產(chǎn)效率，分析生產(chǎn)投入要素的縣域差異，并運用地理探測器模型識別影響加工番茄生產(chǎn)效率的關(guān)鍵因子，主要結(jié)論如下。

1） 新疆加工番茄主產(chǎn)縣域的生產(chǎn)效率存在明顯差異，且生產(chǎn)效率均未達(dá)到DEA有效水平，綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均值分別是0.941、0.974、0.966。加工番茄主產(chǎn)縣域的生產(chǎn)效率由大到小的排序分別是博湖縣、焉耆縣、瑪納斯縣、昌吉市、和碩縣、呼圖壁縣，其綜合技術(shù)效率均值為0.941，表明在現(xiàn)有的技術(shù)條件下，該技術(shù)的生產(chǎn)效能發(fā)揮水平為94.1%，且純技術(shù)效率平均值高于規(guī)模效率，說明規(guī)模效率是抑制綜合技術(shù)效率增長的瓶頸因素，表明加工番茄主產(chǎn)縣域的生產(chǎn)要素投入結(jié)構(gòu)有待進(jìn)一步優(yōu)化。

2） 新疆加工番茄主產(chǎn)縣域的生產(chǎn)投入要素存在不同程度的冗余，種植面積和農(nóng)業(yè)機(jī)械投入冗余屬于資源利用強(qiáng)度不足型，勞動力、化肥及農(nóng)藥投入冗余屬于要素投入過度型，與實地調(diào)查情況相符。目前，生產(chǎn)資料和勞動成本的上升迫使新疆加工番茄的生產(chǎn)成本優(yōu)勢逐漸消失，同時內(nèi)蒙古、甘肅省等地番茄產(chǎn)業(yè)的快速發(fā)展，導(dǎo)致新疆加工番茄的區(qū)位優(yōu)勢逐漸減弱，且新疆加工番茄種植戶規(guī)模經(jīng)營的比重低于小農(nóng)戶和種植大戶，以分散經(jīng)營的小農(nóng)戶居多，妨礙加工番茄種植戶提高生產(chǎn)效率。

3）? 家庭純收入、戶主年齡、戶主受教育程度、種植面積、種植時間是生產(chǎn)效率產(chǎn)生空間分異的主要影響因子，解釋力度介于61.4%～65.2%，且因子間相互作用的影響力均高于單獨作用的影響力，交互類型可分為非線性增強(qiáng)型和雙因子增強(qiáng)型，其中種植面積∩戶主受教育程度、戶主受教育程度∩戶主年齡、戶主受教育程度∩番茄收入占比、戶主年齡∩家庭純收入、家庭純收入∩是否參加訂單農(nóng)業(yè)相互作用后的解釋力較大，交互后q值分別是0.784、0.765、0.853、0.847、0865，屬于雙因子增強(qiáng)型，表明這些因子相互作用后有“1+1>2”的效果，可以有效提高加工番茄的生產(chǎn)效率，也表明加工番茄生產(chǎn)效率的縣域差異是由于內(nèi)部因素和外部因素的耦合作用所致，并不是各因子獨立作用的結(jié)果。

4.2 啟示

1） 完善并穩(wěn)步推進(jìn)土地流轉(zhuǎn)工作。新疆加工番茄主產(chǎn)縣域的土地、勞動力、農(nóng)業(yè)技術(shù)、農(nóng)業(yè)機(jī)械、資金等要素投入沒有形成合理配置，生產(chǎn)效率出現(xiàn)顯著的縣域差異。因此，為了提高加工番茄的生產(chǎn)效率，一方面可通過土地整理和互換等形式擴(kuò)大種植面積，鼓勵農(nóng)戶適度擴(kuò)大經(jīng)營規(guī)模，通過規(guī)范農(nóng)戶生產(chǎn)行為，推進(jìn)生產(chǎn)經(jīng)營的規(guī)?；蛯I(yè)化，在鼓勵規(guī)模經(jīng)營的同時，需要以家庭經(jīng)營為主，引導(dǎo)農(nóng)戶根據(jù)家庭勞動力資源選擇適宜的經(jīng)營規(guī)模。另一方面要避免過度強(qiáng)調(diào)土地流轉(zhuǎn)的功能而造成的片面性，政府需要加強(qiáng)規(guī)范引導(dǎo)，建立健康有序的土地流轉(zhuǎn)，引導(dǎo)和鼓勵農(nóng)戶參與土地流轉(zhuǎn)。

2） 制定縣域差別化的生產(chǎn)管理方式。一是在穩(wěn)步推進(jìn)土地流轉(zhuǎn)工作的基礎(chǔ)上，根據(jù)資源環(huán)境、農(nóng)業(yè)技術(shù)應(yīng)用程度、勞動力稟賦水平的不同，制定差別化的生產(chǎn)管理方式，分類分區(qū)提高各縣域的經(jīng)濟(jì)發(fā)展水平。通過對農(nóng)戶的經(jīng)營資質(zhì)進(jìn)行評估，判斷農(nóng)戶資源配置能力、農(nóng)業(yè)經(jīng)營經(jīng)驗與能力以及農(nóng)田所在區(qū)域基礎(chǔ)設(shè)施條件等，按照評估結(jié)果將農(nóng)戶分為規(guī)?；?jīng)營主體和以分散經(jīng)營的小農(nóng)戶為代表的非規(guī)?；?jīng)營主體，對于規(guī)?；?jīng)營主體而言，由于農(nóng)戶經(jīng)營生產(chǎn)規(guī)模較大，對專業(yè)化的要求較高，需要加大農(nóng)業(yè)專業(yè)化服務(wù)的供給力度，促進(jìn)規(guī)模經(jīng)營主體的健康發(fā)展。對于生產(chǎn)經(jīng)營規(guī)模較小的番茄種植戶，為了獲得更高的產(chǎn)量，往往會增加化肥和農(nóng)藥的投入，通過促進(jìn)小農(nóng)戶和新型農(nóng)業(yè)經(jīng)營主體的合作和聯(lián)合，提升番茄種植戶的綜合生產(chǎn)能力。二是鑒于影響因素存在交互作用且可產(chǎn)生“1+1>2”的增強(qiáng)效應(yīng)，應(yīng)在縣域?qū)用婢C合考慮生產(chǎn)要素投入的共同作用，最大程度地發(fā)揮生產(chǎn)要素的協(xié)同作用，優(yōu)化生產(chǎn)要素的配置結(jié)構(gòu)，提高番茄種植戶生產(chǎn)效率。

參 考 文 獻(xiàn)

［1］ 付明輝， 祁春節(jié). 要素稟賦、技術(shù)進(jìn)步偏向與農(nóng)業(yè)全要素生產(chǎn)率增長——基于28個國家的比較分析［J］. 中國農(nóng)村經(jīng)濟(jì)， 2016（12）： 76-90.

［2］ 羅浩軒. 中國區(qū)域農(nóng)業(yè)要素稟賦結(jié)構(gòu)變遷的邏輯和趨勢分析［J］. 中國農(nóng)村經(jīng)濟(jì)， 2017（3）： 46-59.

Luo Haoxuan. An analysis on the logic and trend of regional agricultural factor endowment structure change in China ［J］. Chinese Rural Economy， 2017（3）： 46-59.

［3］ 涂圣偉. 我國農(nóng)業(yè)要素投入結(jié)構(gòu)與配置效率變化研究［J］. 宏觀經(jīng)濟(jì)研究， 2017（12）： 148-162.

［4］ 孟曉霞， 曹洪軍， 焦勇. 我國農(nóng)業(yè)生產(chǎn)技術(shù)效率評價研究——基于修正的三階段DEA模型［J］. 財經(jīng)問題研究， 2016（4）： 124-129.

［5］ 郭思源， 張敏， 吳國春. 黑龍江墾區(qū)農(nóng)業(yè)生產(chǎn)效率及其影響因素研究［J］. 東北農(nóng)業(yè)大學(xué)學(xué)報， 2019， 50（12）： 68-75.

Guo Siyuan， Zhang Min， Wu Guochun. Study on agricultural production efficiency and its influencing factors in Heilongjiang reclamation area ［J］. Journal of Northeast Agricultural University， 2019， 50（12）： 68-75.

［6］ 胡雯， 嚴(yán)靜嫻， 陳昭玖. 要素稟賦約束下中國粳稻生產(chǎn)率的地區(qū)差異及收斂性分析［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2016， 37（6）： 1055-1060.

Hu Wen， Yan Jingxian， Chen Zhaojiu. The regional difference and convergence analysis of the productivity of japonica rice under the constraint of factor endowment ［J］.Research of Agricultural Modernization， 2016， 37（6）： 1055-1060.

［7］ 陸泉志， 陸桂軍， 范稚蓮， 等. 廣西糧食全要素生產(chǎn)率時空差異及收斂性分析［J］. 南方農(nóng)業(yè)學(xué)報， 2018， 49（9）： 1887-1893.

Lu Quanzhi， Lu Guijun， Fan Zhilian， et al. Spatial-temporal differences and convergence analysis of grain total factor productivity in Guangxi ［J］. Journal of Southern Agriculture， 2018， 49（9）： 1887-1893.

［8］ 王亞楠， 呂杰. 東北地區(qū)玉米和大豆生產(chǎn)成本效率的區(qū)域差異及影響因素［J］. 農(nóng)業(yè)經(jīng)濟(jì)， 2020（3）： 12-14.

［9］ 胡迪， 楊向陽， 王舒娟. 勞動力轉(zhuǎn)移影響糧食生產(chǎn)技術(shù)效率的區(qū)域差異及門檻效應(yīng)研究［J］. 農(nóng)村經(jīng)濟(jì)， 2019（2）： 47-53.

［10］ 韓旭東， 王若男， 楊慧蓮， 等. 土地細(xì)碎化、土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率——基于全國2745個農(nóng)戶調(diào)研樣本的實證分析［J］. 西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版）， 2020， 20（5）： 143-153.

Han Xudong， Wang Ruonan， Yang Huilian， et al. Land fragmentation， land transfer and agricultural productivity efficiency： Empirical analysis based on 2745 rural households nationwide ［J］. Journal of Northwest A & F University （Social Science Edition）， 2020， 20（5）： 143-153.

［11］ 陳紅， 王會. 環(huán)境要素對我國糧食生產(chǎn)效率影響的實證研究［J］. 林業(yè)經(jīng)濟(jì)， 2018， 40（1）： 75-81， 104.

［12］ 楊皓天， 劉秀梅， 句芳. 糧食生產(chǎn)效率的隨機(jī)前沿函數(shù)分析——基于內(nèi)蒙古微觀農(nóng)戶層面1312戶調(diào)研數(shù)據(jù)［J］. 干旱區(qū)資源與環(huán)境， 2016， 30（12）： 82-88.

Yang Haotian， Liu Xiumei， Ju Fang. Stochastic frontier function analysis on the grain production efficiency—Based on the research data of 1312 farmers in Inner Mongolia ［J］. Journal of Arid Land Resources and Environment， 2016， 30（12）： 82-88.

［13］ 李輝尚， 胡晨沛， 曲春紅. 中國小麥主產(chǎn)區(qū)生產(chǎn)效率時空演變特征分析［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2018， 39（10）： 91-99.

Li Huishang， Hu Chenpei， Qu Chunhong. Spatio-temporal feature of wheat production efficiency in main producing provinces of China ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2018， 39（10）： 91-99.

［14］ 郎新婷， 馬惠蘭. 新疆小麥生產(chǎn)效率及地區(qū)差異研究［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2016， 37（10）： 127-133.

Lang Xinting， Ma Huilan. Wheat production efficiency and region differences in Xinjiang ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2016， 37（10）： 127-133.

［15］ 石風(fēng)光. 基于非徑向超效率DEA模型的中國地區(qū)技術(shù)效率研究［J］. 統(tǒng)計與決策， 2012（14）： 90-93.

［16］ 潘丹， 應(yīng)瑞瑤. 中國農(nóng)業(yè)生態(tài)效率評價方法與實證——基于非期望產(chǎn)出的SBM模型分析［J］. 生態(tài)學(xué)報， 2013， 33（12）： 3837-3845.

Pan Dan， Ying Ruiyao. Agricultural eco-efficiency evaluation in China based on SBM model ［J］. Acta Ecologica Sinica， 2013， 33（12）： 3837-3845.

［17］ 侯麟科， 仇煥廣， 白軍飛， 等. 農(nóng)戶風(fēng)險偏好對農(nóng)業(yè)生產(chǎn)要素投入的影響——以農(nóng)戶玉米品種選擇為例［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2014（5）： 21-29.

［18］ 吳玉鳴. 中國區(qū)域農(nóng)業(yè)生產(chǎn)要素的投入產(chǎn)出彈性測算——基于空間計量經(jīng)濟(jì)模型的實證［J］. 中國農(nóng)村經(jīng)濟(jì)， 2010（6）： 25-37， 48.

Wu Yuming. An estimation of output elasticity of regional agricultural production factors in China—An empirical study with spatial econometric models ［J］. China Rural Economy， 2010（6）： 25-37， 48.

［19］ 孫明艷， 周慧秋. 基于DEA的黑龍江省蔬菜產(chǎn)業(yè)投入產(chǎn)出效率實證分析［J］. 北方園藝， 2018（19）： 187-192.

Sun Mingyan， Zhou Huiqiu. Empirical research on vegetable industry in Heilongjiang Province based on DEA input-output efficiency ［J］. Northern Horticulture， 2018（19）： 187-192.

［20］ 王勁峰， 徐成東. 地理探測器： 原理與展望［J］. 地理學(xué)報， 2017， 72（1）： 116-134.

Wang Jinfeng， Xu Chengdong. Geodetector： Principle and prospective ［J］. Acta Geographica Sinica， 2017， 72（1）： 116-134.

［21］ 黃馨億， 任向?qū)帲?馬濤， 等. 地理探測器與Tobit模型在粵西地區(qū)糧食生產(chǎn)效率及影響因子分析中的比較應(yīng)用［J］. 農(nóng)業(yè)資源與環(huán)境學(xué)報， 2020， 37（6）： 818-828.

Huang Xinyi， Ren Xiangning， Ma Tao， et al. Comparative application of geographical detector and Tobit model in analysis of grain production efficiency in the western Guangdong region and its influencing factors ［J］. Journal of Agricultural Resources and Environment， 2020， 37（6）： 818-828.

［22］ 聶赟彬， 閆小歡. 蘋果生產(chǎn)效率分析——基于陜西省8縣602個蘋果專業(yè)戶調(diào)查數(shù)據(jù)［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2018（11）： 110-119.

Nie Yunbin， Yan Xiaohuan. Analysis of apples production efficiency—Using data from 602 apple specialized households in 8 counties of Shaanxi Province ［J］. Journal of Agrotechnical Economics， 2018（11）： 110-119.

［23］ 周書靈， 張英彥. 玉米生產(chǎn)效率的微觀測度及對比分析——基于玉米主產(chǎn)區(qū)868個地塊的調(diào)研［J］. 玉米科學(xué)， 2018， 26（6）： 165-169.

Zhou Shuling， Zhang Yingyan. Micro measurement and comparative analysis of maize production efficiency—Based on the investigation of 868 plots in the main maize producing areas ［J］. Journal of Maize Sciences， 2018， 26（6）： 165-169.

［24］ 肖陽， 朱立志. 基于DEA-Tobit模型的馬鈴薯生產(chǎn)效率分析——以甘肅省定西市為例［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2016， 37（6）： 37-43.

Xiao Yang， Zhu Lizhi. Analysis of potato production technical efficiency based on DEA-Tobit model—Taking Dingxi of Gansu Province as an example ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2016， 37（6）： 37-43.

［25］ 翟雪玲， 戴鵬. 要素投入、技術(shù)進(jìn)步與棉花產(chǎn)出增長——基于貝葉斯面板隨機(jī)前沿模型的實證研究［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2021（1）： 129-144.

Zhai Xueling， Dai Peng. Factor inputs， technological progress and cotton output growth—Empirical study based on Bayesian stochastic frontier analysis ［J］. Journal of Agrotechnical Economics， 2021（1）： 129-144.

［26］ 劉繼為， 李雪飛， 高鵬懷， 等. 基于DEA模型的河北省農(nóng)業(yè)生產(chǎn)效率及影響因素研究［J］. 東北農(nóng)業(yè)科學(xué)， 2020， 45（3）： 86-91， 107.

Liu Jiwei， Li Xuefei， Gao Penghuai， et al. Study on agricultural production efficiency and its influencing factors in Hebei Province based on DEA model ［J］. Journal of Northeast Agricultural Sciences， 2020， 45（3）： 86-91， 107.