小麦是全球性的重要口粮作物,种植范围及其的广,全球有近一半的人口以小麦作为主要粮食。在我国,小麦是种植规模仅次于水稻的第二大粮食作物。目前我国是世界上最大的小麦生产国,总产量居世界首位,同时我国也是世界上对小麦需求量最大的消费国,我国有约半数人口以小麦为主食,年消费总量约1.2亿吨,在我国粮食构成中地位极其重要。2000年,我国小麦每公顷产量为3.7吨,瑞士每公顷的产量是5.9吨,赞比亚和埃及的每公顷产量也都在6吨以上,而新西兰每公顷产量达到了7.4吨。到2010年,我国小麦每公顷产量提高到4.7吨,与2000年比每公顷产量有所提高,但与新西兰每公顷7.3吨的产量相比依然存在较大的差距。一直以来,我国小麦生产的产量提高主要依赖于扩大种植规模,与其他种植小麦的国家相比,对于投入资源的利用效率较低,管理方面以及技术普及工作也存在需要改进的地方,因此我国小麦的单位产量并没有处于世界小麦种植的领先地位。各类成本飙升导致包括小麦在内的农产品价格一路飘红,有些农产品价格高于国外到岸完税价,价格低廉的国外农产品涌入国内,价格倒挂现象严重影响农民种粮积极性,阻碍农业发展。“地板”抬升,“天花板”下压使得农业生产空间越来越小。我国自加入世贸组织起便必须遵守其设定的规则,世贸组织的“黄箱政策”对我国的粮食补贴政策亮起了黄灯,粮食补贴空间几乎没有;且如今农业资源吃紧,环境污染严重,因此仅依赖增加投入资源来拉动小麦产量增长已不是长久之计。因此我国小麦增产的关键在于提高其生产效率,将耕地的规模效益发挥到最大,加强科研力度的同时,对现有技术进行推广,使新技术和更科学的管理模式得到最充分的运用。仅仅依靠不断扩大生产要素的投入量来提高小麦产量的方法,已无法为我国小麦种植业带来更高的效益。因此探究如何提高小麦生产效率,显得尤为重要。本文基于非参数数据包络法(DEA)构建三阶段模型,样本设置为我国15个小麦主产区在2009-2014年间小麦生产情况。在传统三阶段DEA模型的第一阶段,用经典BCC-DEA模型计算得到小麦生产技术效率和投入冗余值,据此在第二阶段引入环境变量,并用SFA模型进行了回归分析,对初始投入值进行调整,第三阶段则使用调整后的投入值代替初始投入值,再次用BCC-DEA模型进行效率测算。同时本文基于三阶段模型的基础,引入DEA-Malmquist生产率指数,构建了三阶段DEA-Malmquist模型,对小麦生产效率的变化进行了动态分析。全要素生产率变动可以分解为技术效率变动、技术进步;技术效率变动又可以分解为规模效率变动和纯技术效率变动。三阶段DEA模型的核心构成是DEA模型与SFA模型,参数法与非参数法的结合能有效利用各自优势,使三阶段DEA模型成为效率分析课题中最常用的方法之一,但也正因为如此三阶段DEA模型无法突破参数法与非参数法共同的局限,只能对效率进行静态的分析。而DEA-Malmquist指数法则以时间为轴,测算样本的全要素生产率以及其分解指标的变动,据此对影响生产效率变动的各类因素进行更具体的分析,能够有效地弥补三阶段DEA模型分析法的不足,更全面的研究我国小麦的生产效率及其变动情况,并探索对效率和效率变动产生影响的不同因素。得出的结论是我国小麦生产技术效率较低的主要原因在于小麦生产的规模无效率,在样本期间,我国小麦主产区的种植规模大多没有控制在适度规模的合理区间;另外我国小麦生产效率还受到其外部环境和运气的影响,财政支持、农民收入增加有利于小麦生产技术效率的提高,城市化推进、自然灾害则是对小麦生产效率的提高起了消极作用;全要素生产效率变动在样本期间主要靠技术进步带动,而纯技术效率和规模效率变动不明显,对于全要素生产率变动的作用比较小。在今后的小麦种植中需要更加注意提高现有技术和资源的应用能力,深入挖掘规模效率和技术效率的潜力,同时积极地推进技术创新的研究,强化技术进步对于小麦生产效率提高的贡献。