河南省农机购置补贴政策绩效评价与优化研究

豆敬坤

（河南工业大学经济贸易学院，河南 郑州 450001）

0 引言

关于农机购置补贴政策的影响，国内已有不少研究。李军富（2009）的研究结果表明，农机购置补贴会降低农民的生产成本，增加从事非农经营的时间，从而实现农民增收[1]。王姣等（2007）的研究结果则表明农机补贴不仅会影响农民增收，还会促进农户粮食生产规模化，实现粮食增产并影响种植结构[2]。官华平等（2011）指出在补贴政策的不断完善下，加大补贴力度和扩大规模能够有效提高地区的农业装备水平以及地区的机耕、机播、机收作业能力[3]。在农机结构方面，一些学者认为扩大部分农机的补贴范围可以优化农机结构，大力推进农机购置补贴政策有利于增加农户、农机服务合作组织等的购机倾向，促进新型农机的推广和使用[4-5]。

目前，有关农机购置补贴政策影响的研究更多聚焦在全国范围的实施效果方面，但各地域由于地理、人文等因素的差异，政策的实施效果有所不同[6]。河南省不断推行农机购置补贴政策，2022年省内补贴机具由原来的120个品目增加到171个品目，机具补贴范围涉及农业如粮食生产、农产品加工等重点支持领域。基于此，笔者对河南省各地的农机购置补贴政策进行评价，得出河南省各地的政策推行效果，并提出相应对策，以提高河南省农机购置补贴政策实施效率。

1 评价体系构建和评价模型选取

1.1 评价体系构建

本文所用指标主要来源于河南省农机购置补贴官方辅助系统、《中国农业机械工业年鉴》《河南统计年鉴》以及河南省各地级市统计年鉴等。决策单元为河南省18个地级市，选取2018—2020年的市域指标来构建评价体系。

在投入指标方面，借鉴柯布-道格拉斯生产函数思想和关于政策效果评价的相关研究，选取劳动和资本作为投入指标[7-8]。其中，选取农机购置补贴中央补贴资金投入来衡量资金投入量，选取农业第一产业从业人数来衡量劳动投入量。在产出指标方面，根据农机购置补贴政策的实施目标和相关学者的研究结果选取以下指标。

农业机械装备保有量：农业机械总动力（万千瓦）可以衡量农业机械装备水平，通过该指标可以表示农机保有量。

农机从业人员人均收入水平：以农民人均纯收入（元）作为衡量指标。

农业经济增长水平：以农林牧副渔业的年增加值（亿元）作为衡量指标。

农业机械补贴受理情况：以农机购置补贴受理数量（个）作为衡量指标。

1.2 评价模型的选取

1.2.1 DEA模型

农机购置补贴政策的实施过程具有多投入多产出的特点。DEA模型又称数据包络分析模型，能够相对有效地对多投入多产出决策单位（简称DMU）进行评价[9-12]。依据规模报酬是否可变，可以将DEA模型分类为CCR模型和BBC模型，常见的BBC模型可以表示如下：

式中，θ为决策单元效率值，为松弛变量，其中表示产出不足，表示投入过多；在BBC模型中，综合技术效率可以分解为规模效率与纯技术效率的积。

规模效率体现了最优规模和决策单元达到规模的差异，规模效率越小表明差异越大，代表规模经济效应水平越低。

纯技术效率体现了决策单元对投入资源例如资金、人力、土地等的利用能力，纯技术效率越高，表明决策单元对投入资源的利用效率越高。两种指标共同影响综合技术效率。

关于BBC模型决策单元（DMU）的有效性主要有三种情况：DEA有效、弱DEA有效、DEA无效。当DMU为DEA有效时，表明既无投入冗余，也无产出不足；当DMU为弱DEA有效时，代表出现了投入过多和产出不足的某一情况；当DMU为DEA无效时，表明投入和产出都存在问题。

1.2.2 Malmquist指数

在DEA模型构建的基础上，为分析决策单元生产效率在各时期的动态变化，提出了Malmquist指数，该指数代表了投入产出的全要素生产率，更能够体现多投入多产出的生产效率。

当全要素生产率提升时，Malmquist生产率指数＞1，否则Malmquist生产率指数＜1。同样，该指数分解为综合技术效率（effch）、技术进步（techch）、纯技术效率（pech）和规模效率（sech）。其中，技术进步（techch）＞1时，表示技术进步。

2 实证分析

2.1 DEA-BBC静态效率评价分析

基于河南省2018—2020年的面板数据，本文运用DEAP软件对河南省农机购置补贴政策绩效进行测算，结果如表1所示。总体而言，2018—2020年河南省农机购置补贴的综合技术效率、纯技术效率和规模效率指数的数值在0.784~1之间，整体上呈震荡的态势，纯技术效率和规模效率未达到效率水平前沿面。

表1 2018—2020年河南省农机购置补贴静态效率比较

2.1.1 综合技术效率分析

2018—2020年河南省18个地级市的综合技术效率差异较大。具体来看，开封市、平顶山市、安阳市、漯河市4个地区以及河南省粮食主产区中的南阳市、周口市、驻马店市3个地区的综合技术效率出现了下降，属于DEA无效。河南省省内其他地区综合技术效率均有不同程度向1收敛的趋势，趋于或达到DEA有效。

2.1.2 纯技术效率分析

郑州市、鹤壁市、新乡市、焦作市、三门峡市、商丘市、信阳市、驻马店市、济源市、南阳市这10个地区的纯技术效率一直保持在有效状态，表明这几个地区近年的农机购置补贴资金利用效率较高。开封市仅在2020年出现纯技术效率小于1的现象，其余年份纯技术效率均为1。安阳市和许昌市两个地区纯技术效率连续多年靠后且与省内其他地区有明显差距，并且安阳市的纯技术效率总体呈下降趋势；漯河市的纯技术效率震荡幅度较大，效率提升速度慢；这些地区的农机政策资源配置效率存在改进空间。

2.1.3 规模效率分析

截至2020年，除周口市、信阳市、驻马店市、南阳市外，河南省大部分地区的规模效率达到或接近1，且规模效率波动幅度逐年缩小。这表明这些地区的农机购置补贴投入未达到最优规模，且与实际规模差距较大，规模经济的发挥程度较低。开封市、焦作市和濮阳市偶尔出现规模效率小于1的情况，但总体上保持有效状态。而驻马店市的规模效率值呈波动下降趋势，很大程度上影响了综合技术效率。从规模报酬看，鹤壁市、商丘市、新乡市和济源市属于规模收益不变阶段。

2.1.4 DEA有效性分析

分地区来看，2018—2020年河南省农机购置补贴效率有效的城市个数每年稳定为9个。其中，有效性不变的城市有4个，分别是鹤壁市、新乡市、三门峡市和济源市，表明这4个地区此期间的补贴效率较高，投入与产出达到合理标准。濮阳市在此期间的补贴效率表现为弱DEA有效，说明濮阳市需要调整资源投入结构，该地区农机购置补贴存在着投入过量或产出不足的问题，需要扩大产出规模。

2.2 DEA-malmquist效率评价分析

2018—2020年河南省各地级市Malmquist指数年效率平均值，如表2所示。

表2 2018—2020年河南省各地级市Malmquist指数年效率平均值

总体上来看，2018—2020年河南省总体的Malmquist指数均值为0.989，而全要素指数为1时表明政策效率处于最优状态，因此在研究年份中，河南省农机补贴政策处于下降态势，下降了1.1%。其中，技术进步变化均值为0.994，综合技术效率变化均值为0.995，分别下降了0.6%和0.5%，技术进步的影响略大于综合技术效率的影响。可见，全要素生产率下降是技术进步和综合技术效率共同作用的结果，而技术进步的下降是主要原因。

分阶段来看，2018—2019年的Malmquist指数为0.789，小于标准值1，并且下降了21.1%。其中，综合技术效率和技术进步也都小于1，分别下降了0.8%和19.6%，全要素的下降主要是由于技术进步的下降；2019—2020年Malmquist指数为1.226，大于标准值1，并且提高了22.6%。其中，综合技术效率下降了0.2%，而技术进步提高了22.8%，表明全要素的提升主要是依靠技术进步的提高。

综上，不同指数变化对河南省农机补贴政策效率影响程度不同，技术进步指数影响最大，纯技术效率起促进作用，而规模效率起阻碍作用，主要是由于河南省农机补贴政策投入产出规模还存在不合理的现象。

2018—2020年河南省各地级市Malmquist指数，如表3所示。

表3 2018—2020年河南省各地级市Malmquist指数

从静态分析的结果来看，河南省各地区农机购置补贴的投入产出存在有效与无效的变化，仍然不容易看出各地区农机购置补贴绩效的成因。因此，根据2018—2020年河南省各地级市Malmquist指数及其分解指标，可以将各地区的农机购置补贴绩效的成因归类以进一步进行分析，可归类为6类地区，以Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ来表示。其中，各指标大于1的为提升和进步，小于1的为下降和退步，等于1的为不变。2018—2020年河南省各地级市Malmquist指数变动原因分类，如表4所示。

由表4可知：2018—2020年中Ⅰ区到Ⅲ区的8个地级市全要素生产率指数得到提高，表明这些地区的农机购置补贴的劳动与资金投入比较合理，农机购置补贴绩效良好。Ⅳ区到Ⅵ区的10个地级市全要素生产率指数下降，表明这些地区的各类投入要素没有达到最优产出，需要提高补贴政策的执行效率。其中，纯技术效率（pech）与规模效率（sech）构成了综合技术效率（effch）。

表4 2018—2020年河南省各地级市Malmquist指数变动原因分类

从全要素生产指数提高的地区来看，Ⅰ区的全要素生产指数变动原因主要是综合技术效率不变，技术进步。从分解指标来看，Ⅰ区的4个地级市鹤壁市、焦作市、三门峡市、济源市的纯技术效率和规模效率都为1，导致Ⅰ区全要素生产指数提升的主要原因是综合技术效率不变，技术进步；Ⅲ区的两个地级市要素变动的主要原因是综合技术效率下降，技术进步，综合技术效率下降的主要原因是规模效率下降。

从全要素生产指数下降的地区来看，Ⅳ区和Ⅵ区的4个地级市的纯技术效率和规模效率都是等于或者接近1，技术退步是造成该区的全要素生产率下降的主要原因。Ⅴ区的6个地级市的各项指标大都小于1，表明V区的城市要着重提高管理水平和补贴效能。

3 研究结论与政策建议

3.1 研究结论

两种分析方法的研究结论表明：河南省18个地级市中鹤壁市、三门峡市、济源市的农机购置补贴DEA有效，且全要素生产率不断提高，即这些地区在2018—2020年间农机购置补贴的实施绩效高。

河南省粮食主产区中的周口市、驻马店市、南阳市综合技术效率水平下降，四大主产区中只有商丘市近年来达到DEA有效，其他3个地区的农机购置补贴的实施绩效较低。同时，发现粮食主产区的粮食产量和农机装备水平都比较高，但人均耕地面积较少，表明人均耕地面积可能是影响农机购置补贴政策实施绩效的重要因素。

最后，除了上述地区外，河南省其他地级市都存在着效率不稳定的问题，说明河南省其他地区农机购置补贴的投入与产出配置处于调整状态，各地区每年的农机购置补贴政策效果不稳定。

3.2 政策建议

根据河南省各地区农机补贴政策的实施情况及效率评价结果，从补贴规模、补贴范围、补贴结构、人均耕地面积、政府公共服务等方面提出了相关的优化建议。

1）调整各地区的农机补贴规模。对于综合技术效率较低的地区，如周口市、南阳市等，需要通过优化农机补贴规模和结构实现效率最优。对于纯技术效率为1但是规模效率小于1的地区，要调整补贴规模，促使地区实现规模有效；对于纯技术效率及规模效率均无效的地区，既要调整规模，又要优化补贴结构，提高综合技术效率。

2）优化各地区的农机补贴结构。2018—2020年，郑州市、鹤壁市、焦作市的纯技术效率历年均为1，代表这些地区2018—2020年的纯技术效率均达到了有效状态，表明这些地级市的投入产出结构比较合理；而平顶山市、安阳市等投入产出结构还存在不合理的现象，纯技术效率历年小于1，因此对这些地区要重点调整农机补贴的结构，合理配置补贴资源[13-14]。

3）增强河南省政府公共服务能力。人均耕地面积可能是影响农机购置补贴政策实施绩效的重要因素。因此，需要完善土地流转制度，防止农用土地的非农化，推动农业规模化生产。并且，各地应完善补贴申请流程，搭建和维护农机购置补贴辅助系统，推进农机购置补贴线上办理。此外，要保障农机补贴资金的兑付，优化兑付流程和核准时限，充分利用农机购置补贴辅助系统和大数据的优势，提高对补贴流程、申领资质的监控能力，排查并严控违法行为。