随着近年来中国农业增长方式转变的加快，建设现代农业，促进农业又好又快发展成为新时期农业发展的重点。茶业作为传统的劳动密集型产业，也是福建的九大支柱产业之一，在福建全省的经济发展中发挥着重要作用。2009年，福建茶叶产量达到26.566万吨，茶园面积19.484万公顷，产值79.419亿元，亩产91公斤，各项指标均位居全国前列。从纵向投入产出的变动来看，2007年福建茶叶产量较1995年增加137%，茶园面积同期仅增长3.772万公顷，增幅为29%，福建两大主要茶类乌龙茶和绿茶加工的直接物质费用同期分别增加44%和4%，劳动力投入甚至出现减少的趋势，各个投入的增长速度都远低于茶叶产出增长幅度。由此可见，福建茶业近年来的发展，不仅是通过增加要素投入的外延式扩张，也是通过优化配置各种投入要素提高效率的内涵式发展，这和农业部2009年颁布的《全国茶叶重点区域发展规划》中提出的强化科技支撑、提高科技对茶产业发展贡献率的我国茶产业发展政策相一致。

通常测算技术进步率的研究是采用C-D生产函数从TFP的角度展开分析，但由于这种方法需假定各个投入要素的产出弹性在测算期内固定不变，并不完全符合实际情况，故越来越多的研究开始采用非参数方法来测算我国茶业的技术进步和配置效率。但现有的研究大多集中于对中国茶产业整体或某一茶类的研究，针对某一地区茶业技术进步的研究并不多见。作为我国茶叶产量最多的茶叶大省，福建茶业的快速发展，有多少是源于技术的快速进步？其两大主要茶类绿茶和乌龙茶的技术进步率分别是多少？现有规模下的福建绿茶和乌龙茶生产加工是否存在投入的冗余和浪费？这些问题仅仅依靠定性分析难以回答，必须从实证的角度进行分析。研究福建茶业的技术进步和生产效率变动，不仅具有一定的现实意义，而且对今后促进福建茶叶产量的增加，提高福建茶业增长的质量和效率，实现福建茶业和我国茶业的可持续发展，都有着较强的理论意义和实践意义。

一 研究方法、指标和数据来源

（一）研究方法

本文采用数据包络分析（DEA）进行分析，数据包络分析是根据相关决策元（DMU）投入和产出的面板数据，采用数学规划模型来构建有效的生产可能性边界，比较各个DMU与有效生产可能性边界，以此计算其效率。最为关键的是DEA方法测算的是一种相对效率，通过利用现有的样本，以其中效率最高的DMU构建生产可能性边界，因而能够有效地就样本中的DMU进行对比。当某个DMU位于生产可能性边界上，则表明其生产完全有效率，否则就是没有效率。通过对生产效率的分解，还可以进一步测算出各个DMU的技术效率和规模效率的变化。同时没有效率的DMU还能够根据其与有效生产可能性边界的距离远近，提出如何达到有效率生产的具体改进方案。

由于DEA并不需要事先设定投入产出的函数形式，也不涉及各种投入要素的价格，同时还允许无效率的行为存在，因此在处理多项投入产出生产方式方面具有优越性，被广泛地应用于实证研究中。

Fare等构建的基于DEA的Malmquist指数，通过构建投入和产出的面板数据，计算出全要素生产率指数（Malmquist TFP）：

其中，M₀（y，x，y，x）代表t到t+1时期的全要素生产率指数。该指数大于1，表明该时期内全要素生产率的增长率为正；反之则为负。 为纯技术效率指数（Pure Technical Efficiency，PE）； 为规模效率指数（Scale Efficiency，SE）； 为技术变化指数（Technical Change，TC）。PE和SE的变化涉及现有资源要素是否得到充分使用和资源配置是否最优；TC的变化与技术进步率有关，当TC大于1时，说明该时间段内存在技术进步。

在给出改善非效率决策单元生产效率具体方案的时候，一般使用的是CCR模型：

其中，x_j是输入变量；y_j是输出变量；S^-和S⁺分别是剩余和松弛变量。当计算出某地的θ值为1时，说明该地区技术效率相对有效；否则就相对无效。而当S^-和S⁺不为0时，说明为了达到有效率的生产，产出应该增加的数量和投入应该减少的数量。

（二）指标和数据来源

本文选择福建绿茶和乌龙茶作为研究对象，2007年这两类茶的产量已占福建全省茶叶总量的95%，能够从一定程度上代表福建茶产业整体。

本文的数据来源为1998～2008年的《全国农产品成本收益资料汇编》，其中选取了福建绿茶和乌龙茶茶园单位面积