农产品流通产业作为“三农”工作的关键环节，是影响农民收入、农业发展、农村振兴的基础性产业。农产品流通产业想要高效运行，农产品流通基础设施的发展水平就是重中之重。在农业供给侧结构性改革和乡村振兴的战略目标下，中央和地方政府的政策、财政等方面的支持下，农产品流通基础设施的供给状况得到明显改善，但仍存在着消费者需求多层次、高标准、高要求与农产品流通基础设施质量参差不齐，数量区域不平衡的矛盾，不利于农产品流通产业乃至整个农业经济的发展。如何进一步完善农产品流通基础设施体系、提高农产品流通基础设施的供给效率成为“三农”工作中亟待解决的问题。

农产品流通基础设施具有公共产品的特质，从现有研究文献来看，国内外学者主要从需求和供给两个角度切入分析。(1)需求视角，即以公共产品的需求为导向，以公共产品使用者的满意度为评价结果，认为农产品流通基础设施这类公共产品供给的最终归宿是农产品流通基础设施使用者，故应从需求端评估供给效率。需求端视角主要以调查问卷获取的微观数据进行测度评估，由于微观主体广泛且异质性明显，微观数据的测度评估在时间上具有一定的局限性，评估结果存在一定的有偏性。满意度指标是基于主观感觉的结果，因此被调查者所处的城市经济发展水平、文化发展水平、地理位置和环境、政府管理能力等因素都会影响其主观判断，从而造成评估结果的偏差。(2)供给视角，即以公共产品的供给为导向，从供给端评估其供给效率。农产品流通基础设施作为具有公共产品特质的物品，政府在供给链中有不可忽视的作用。因此，从供给端测算、评估农产品流通基础设施的供给效率，找到提高供给效率的影响因素和合理配置公共产品资源的模式，对提高我国农产品流通基础设施的供给绩效有着重要的现实意义。供给端视角的研究大多采用DEA方法，不同学者根据不同研究对象运用不同的DEA方法，本文采用SBM超效率模型和Malmquist生产效率指数模型测算我国农产品流通基础设施的供给效率。

1、我国农产品流通基础设施供给效率测算

1.1 变量选取和数据来源

本文选择各省市区农产品流通基础设施投资额、农产品交易市场面积、农产品流通产业劳动力作为测算农产品流通基础设施供给效率的投入变量。各省市区农产品流通基础设施的资本存量、农产品交易市场的成交额、农产品流通产业GDP作为测算农产品流通基础设施供给效率的产出变量。其中，农产品流通基础设施的投资额、农产品流通基础设施资本存量通过计算整理得到。农产品交易市场面积、农产品交易市场成交额来自《中国商品交易市场统计年鉴》；农产品流通产业劳动力、农产品流通产业生产总值来自《中国统计年鉴》《中国农业统计年鉴》。鉴于数据的可得性，计算农产品流通基础设施的投资额、农产品流通基础设施资本存量所需的固定资产投资价格指数在2019年以后不再编制，故本文数据时间的选取为2003—2019年，研究对象是中国大陆除了西藏外的30个省份。

1.2 静态分析：Super-SBM-DEA模型

本文运用Super-SBM模型的DEA分析方法，选取2003—2019年我国30个省(市/自治区)，即30个决策单元的投入产出变量数据，利用DEA Solver Pro软件对2003—2019年我国各省农产品流通基础设施的供给效率进行测算。

(1)我国农产品流通基础设施供给效率测算结果分析。由测算结果可知，2003—2019年我国省级农产品流通基础设施供给效率均值为1.206，其中东部地区均值最高(1.706)，西部地区均值次之(1.111)，中部地区均值随后为0.788，东北地区均值最低为0.720。2003—2019年，我国农产品流通基础设施供给效率在2009年达到一个高位(1.387)，随后迅速回落后进入平缓增长期；2015—2017年又进入快速增长期，2018年明显回落。期间，受到次贷危机和全球金融危机的影响，2010年农产品流通基础设施供给效率明显下降。总体来说，我国农产品流通基础设施的供给效率呈上升趋势。从时间动态变化角度来看，2003—2008年，我国农产品流通基础设施供给效率变化较小；2009年后有明显回落，且波动较为明显。

此外，我国四大地区农产品流通基础设施的变化也呈现出不同特征。东部地区农产品流通基础设施供给效率在2003—2008年波动较小，2009年开始有较明显的波动。其中，受海南地区农产品流通基础设施供给效率波动的影响较为明显。2015—2017年东部地区农产品流通基础设施供给效率明显高于其他地区，直到2018年回落至1.089，但仍高于全国均值(1.048)。东北地区农产品流通基础设施供给效率大部分年份在0.5～0.8小幅波动，没有明显的增长趋势。中部地区农产品流通基础设施供给效率在2005年为最低值(0.527)，其他年份保持较小波动幅度。西部地区农产品流通基础设施供给效率在2003—2008年均低于1，从2007年开始，供给效率值基本高于1(2010年为0.967)，且保持着较为稳定的增长态势。2009年是一个较为明显的转折点，可能原因是受到全球经济危机的影响，供给效率均出现回落，且东部地区回落幅度最明显，这也与东部地区外贸依存度较大有关。

(2)我国各省农产品流通基础设施供给效率测算结果分析。Super-SBM-DEA模型相较传统DEA模型的最大优势是能够对效率结果进行排序，更直观地掌握各省供给效率变化。

从测算结果来看，北京农产品流通基础设施供给效率在2004年出现大于1的数值后，一直小于1，直到2011年再次踏入大于1的范围；天津农产品流通基础设施供给效率在2004年(1.008)大于1，其他年份均小于0.8；河北农产品流通基础设施供给效率在2003—2010年均小于0.7,2011—2019年均大于1；山西农产品流通基础设施供给效率在2009—2013年出现明显下降，从2008年的1.058下降至0.3～0.5，在2014年和2017年出现两个高位；内蒙古农产品流通基础设施供给效率在2018年出现最高位1.071,2015年为1.033、2019年为1.050，其他年份的供给效率均未超过0.6。东三省中，吉林农产品流通基础设施供给效率在2003年(1.035)、2019年(1.024)略大于1，其他年份处在0.4～0.7；黑龙江与吉林比较相似，仅在2012年(1.030)农产品流通基础设施供给效率大于1，其余年份均小于1，表现相对较好的辽宁省的农产品流通基础设施供给效率从2012年开始均超过1。上海、江苏、浙江、山东、广东、宁夏农产品流通基础设施供给效率保持稳定态势，且均大于1；广西、安徽产品流通基础设施供给效率则一直小于1；湖南产品流通基础设施供给效率一直保持较稳定态势，且大部分年份小于1，只有2018年(1.006)大于1；新疆农产品流通基础设施供给效率则大部分年份大于1，只有2003年(0.778)小于1。

1.3 动态分析：基于Malmquist指数

(1)Malmquist指数测算综合值分析。从测算结果来看，30个省份农产品流通基础设施供给效率在2003—2019年的Malmquist指数均值为1.036。从整体结果来看，25个省份的指数均大于或等于1，表明我国农产品流通基础设施供给效率整体基本呈现上升趋势，平均年增长率为3.6%。结果表明：我国农产品流通基础设施供给效率整体呈递增状态，这与国家供给侧改革政策所要求的“增加有效供给”有密切的联系。此外，从分解结果来看，我国农产品流通基础设施供给的纯技术效率变动指数(1.001)、技术进步指数(1.037)均大于或等于1，且技术进步指数明显大于综合技术效率变动指数(0.999)。这表明我国农产品流通基础设施投入资源利用情况有所改善，且农产品流通基础设施供给效率提高由技术进步因素带来，但综合技术效率变动指数未达到1，仍存在一定的效率提升空间。

从我国各省份农产品流通基础设施供给效率的具体指数结果来看，海南省农产品流通基础设施供给的Malmquist指数均值为1.099，增长幅度较大，表明2003—2019年该省农产品流通基础设施供给的利用率明显持续提高，即农产品流通基础设施供给效率有一定程度的提高，呈现出有效发展的情形。辽宁、贵州、福建的Malmquist指数均值分别为1.068、1.068、1.067，表明农产品流通基础设施供给效率总体向好发展。另外，天津(0.999)、河北(0.991)、山西(0.99)、黑龙江(0.997)、浙江(0.997)、山东(0.984)、河南(0.999)、广西(0.999)、海南(0.983)、四川(0.987)、甘肃(0.977)、青海(0.99)、宁夏(0.994)这些省份的年均农产品流通基础设施供给的综合技术效率未达到1，存在一定的提升空间；其农产品流通基础设施供给的技术进步指数明显超过其综合技术效率变动指标值，表明技术进步因素是以上省份农产品流通基础设施供给效率提高的重要路径。30个省份中，规模效率指数较低的省份为河北、山东和海南，其指标值分别为0.989、0.984和0.983，意味着这些省份的农产品流通基础设施供给效率下降的主要原因是规模效率的相对落后。

(2)Malmquist指数跨期变化分析。从结果来看，2003—2019年我国各省农产品流通基础设施供给的纯技术效率变动指数和技术进步指数变动均值均大于1，且技术进步指数平均值超过综合技术效率变动的平均值，表明仅依靠传统的、扩大农产品流通基础设施供给规模的方式难以有效维持我国农产品流通基础设施供给的高质量发展，技术层面的相对提高成为提升农产品流通基础设施供给效率的重要驱动因素。2003—2019年，我国农产品流通基础设施供给效率的Malmquist指数变化出现了大于1和小于1的情况，说明Malmquist指数出现了几次波动。2005—2006年、2008—2009年、2011—2012年、2012—2013年、2017—2018年的Malmquist指数均小于1，其他年份的Malmquist指数均大于1。2013—2014年的农产品流通基础设施供给的技术进步指数小于1，表明农产品流通基础设施供给的技术相对落后阻碍了Malmquist指数的提高。其他年度Malmquist指数提高的主要原因是农产品流通基础设施供给的技术相对进步，即技术进步使增长率得到提高、农产品流通基础设施供给的生产前沿面向外移动。

2、农产品流通基础设施供给效率的影响因素分析

2.1 影响因素和变量选取

本文借鉴已有学者的研究，选取以下变量分析农产品流通基础设施供给效率的影响因素：(1)经济发展水平，本文选择人均GDP作为该变量指标(pgdp)。(2)受教育水平。本文选择人力资本数量作为解释变量，设定为hc。(3)财政支农水平。本文选择地方财政支农支出占总财政支出的比重衡量财政分权对农产品流通基础设施供给效率的影响(fiscal)。(4)外贸依存度。本文选择外贸依存度衡量国际市场的开放程度对农产品流通基础设施供给效率的影响因素(trade)。(5)信息化水平。信息技术的进步能推动农产品流通基础设施供给效率的提高，本文选择信息化指数衡量信息技术对农产品流通基础设施供给效率的影响程度(t)。

以上数据来源于《中国统计年鉴》《中国农村统计年鉴》《中国商品交易市场统计年鉴》，时间跨度为2003—2019年全国30个省(市/自治区)的相关数据。为了消除模型的内生性，将所有解释变量取对数，即模型如下：

基于数据的可得性，本文将研究对象设定为除了中国香港、中国澳门、中国台湾和西藏之外的30个省、自治区和直辖市的省际面板数据，所用数据来自2003—2019年《中国统计年鉴》《中国信息年鉴》、国研网数据库等。为了降低回归模型的异方差性等问题，回归分析模型中所有解释变量都取对数，相应的回归系数则为半弹性系数。

2.2 实证分析

基于上文分析，本文运用软件STATA16对面板数据先后进行OLS、固定效应和随机效应回归分析，所得结果如表1所示，通过H检验，故选择固定效应模型进行分析。从表1结果来看，OLS、固定效应和随机效应模型结果总体保持较好的稳定性，各解释变量系数正负号保持一致，只在系数大小和显著性方面存在差异。

具体来看，第一，人均GDP对农产品流通基础设施供给效率有负向影响，这与我国基于理论预测的影响符号恰好相反。对此的解释可能是人均GDP高的省份或地区，产业结构更偏向第二产业和第三产业，对第一产业特别是农业不够重视，说明地方经济水平的发展速度快，不一定能提高农产品流通基础设施的供给效率。第二，财政支出占比的回归系数为正，验证了财政支农中用于农产品流通基础设施建设的资金越多，越有利于提高农产品流通基础设施的供给效率。经济发达的地区，财政实力雄厚，更有财力投向农产品流通基础设施领域，从而促进农产品流通基础设施供给效率的提高。第三，人力资本变量的回归系数显著为负，这与理论预测符号相反，可能的解释是高学历人才进入农产品流通基础设施领域占比不高，且需求表达反馈机制不够完善，难以倒逼农产品流通基础设施效率提高、质量提高。第四，对外开放程度变量的回归系数显著为正，说明国际市场的开放程度越大，越有利于促进农产品流通基础设施供给效率的提高，特别是“一带一路”倡议的实施，给农产品流通基础设施的建设带来了新的契机和机遇。第五，信息技术水平变量的回归系数显著为正，验证了信息技术水平的发展有助于农产品流通基础设施供给效率的提高，且系数较大，说明信息技术这一变量的重要性不可忽视(见表1)。

3、结语

本文以农产品流通基础设施的供给效率为分析重点，运用Super-SBM-DEA模型和Malmquist指数及面板模型，对我国省级农产品流通基础设施的供给效率及影响因素展开分析，并得出以下结论和启示。

表1 全国层面农产品流通基础设施供给效率的影响因素回归结果 

(1)农产品流通基础设施的供给效率并不一定与经济增长成正比。这表明在着力发展经济的同时，不能忽视农业基础设施，特别是农产品流通基础设施的供给效率提高。

(2)农产品流通基础设施供给效率存在着区域差异。中央政府和地方政府需因地制宜，具体问题具体分析，根据地方经济、社会、环境等实际发展情况制定差异化政策。

因此，政府应继续加大财政支农支出的比例，结合有效的供给模式，保障农产品流通基础设施的供给效率。同时，注重农产品流通基础设施的均等化。另外，本文认为应在“一带一路”倡议、“互联网+”的大背景下，继续开拓海外市场、打造数字化农业经济，并思考如何将人才引入农产品流通基础设施领域，如何培育该领域所需人才。

参考文献:

[1]黄华,姚顺波.农村生态型公共产品供给效率测度及影响因素分析[J].西北农林科技大学学报(社会科学版),2021,21(5):104-112.

[2]俞蕾,杨高升.农田水利设施供给效率评价及影响因素分析:基于SBM-Malmquist-Tobit模型[J].资源与产业,2022,24(4):77-89.

[3]朱万里.农业供给侧改革视角下农产品流通效率实证研究[J].商业经济研究, 2017(11):112-114.

[4]赵红军,张盼.中国省级公共品供给效率及其区域差异分析[J].华东经济管理, 2018, 32(5):56-62.

[5]刘传俊,文习成,刘祖云.区域差异视角下农村公共品供给效率的测度[J].统计与决策, 2018, 34(11):112-115.

[6]唐娟莉,倪永良.中国省际农田水利设施供给效率分析:基于三阶段DEA模型的检验[J].农林经济管理学报, 2018, 17(1):23-35.

[7]纪江明,陈心米.基于DEA模型的农村公共产品供给效率研究:以浙江省15个县(市､区)为案例的实证研究[J].华东经济管理,2019, 33(12):42-48.

基金资助:2017年湖南省哲学社会科学基金青年项目“供给侧改革背景下农产品流通基础设施的公益性实现路径研究”(17YBQ057);2016年湖南农业大学青年科学基金项目“供给侧改革背景下农产品流通基础设施公益性的效率研究”(16QN57);2023年长沙市哲学社会科学规划课题研究成果“农产品流通基础设施的减贫效应及优化路径研究”;

文章来源:刘萱芝,陈柯潞.区域差异视角下农产品流通基础设施供给效率及影响因素分析[J].中国商论,2023(24):19-22.