基于DEA三階段模型的保定市農(nóng)業(yè)生產(chǎn)效率分析

苑穎 楊春河 宋金杰 白蘭 劉愛秋

摘要根據(jù)2014年保定市24個(gè)縣區(qū)面板數(shù)據(jù)，利用DEA三階段模型對保定市農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析。結(jié)果表明，地區(qū)生產(chǎn)總值、教育水平、龍頭企業(yè)帶動農(nóng)戶數(shù)等環(huán)境變量對農(nóng)業(yè)生產(chǎn)效率存在不同程度的影響，勞動力受教育水平的提高對投入要素冗余的減少有顯著正向作用。提高農(nóng)民受教育水平、擴(kuò)大農(nóng)業(yè)生產(chǎn)規(guī)模是實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)高效率的有效途徑。

關(guān)鍵詞DEA三階段模型；農(nóng)業(yè)生產(chǎn)效率；保定市

中圖分類號S-9文獻(xiàn)標(biāo)識碼

A文章編號0517-6611（2017）16-0229-05

Analysis of Agricultural Production Efficiency in Baoding City Based on DEA Three Stage Model

YUAN Yin，YANG Chunhe*，SONG Jinjie et al（School of Business， Hebei Agricultural University， Baoding， Hebei 071000）

AbstractAccording to the panel data of 24 counties in Baoding in 2014， using the DEA three stage model，the agricultural production efficiency in Baoding City was analyzed. The results showed that GDP， the level of education， the leading enterprise of agricultural households and other environmental variables have different degrees of impact on production efficiency，the improvment of education level has a significant positive effect on reducing the input redundancy. To improve the farmers level of education， expanding the scale of agricultural production is an effective way to achieve efficient agricultural production.

Key wordsDEA three stage model；Agricultural production efficiency；Baoding

作者簡介苑穎（1992—），女，河北保定人，碩士研究生，研究方向：技術(shù)管理與風(fēng)險(xiǎn)投資。*通訊作者，教授，博士，從事物流研究。

收稿日期2017-03-12

近20年來，保定市的農(nóng)業(yè)產(chǎn)量和產(chǎn)值均實(shí)現(xiàn)了較大增長。1995—2014年，保定市農(nóng)業(yè)總產(chǎn)值由137.017 7億元增加到373.418 9億元，增長了約1.73倍；農(nóng)業(yè)總產(chǎn)量由523.106 5萬t增加到1 449.139 3萬t，增長了約1.77倍，農(nóng)業(yè)生產(chǎn)總量基本滿足了人們的需求。農(nóng)業(yè)生產(chǎn)作為人們最基本的一項(xiàng)實(shí)踐活動，從微觀層面看其效率的大小關(guān)系到農(nóng)民的切身利益，從宏觀層面來講關(guān)系到國家產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整與產(chǎn)業(yè)布局的規(guī)劃，因此，如何在資源有限的條件下提高農(nóng)業(yè)生產(chǎn)效率是未來農(nóng)業(yè)急需解決的一個(gè)問題[1]。

現(xiàn)有文獻(xiàn)從不同角度對我國的農(nóng)業(yè)生產(chǎn)效率進(jìn)行了大量研究，并針對其存在的問題提出了相應(yīng)的建議和對策。焦源[1]利用DEA三階段模型對山東省17個(gè)地市農(nóng)業(yè)生產(chǎn)效率進(jìn)行了評價(jià)，得出規(guī)模效率是主要的制約因素，受教育程度和財(cái)政支出有助于提高生產(chǎn)效率。李然等[2]利用DEA三階段對2008年我國農(nóng)戶家庭經(jīng)營技術(shù)效率進(jìn)行了實(shí)證分析，研究認(rèn)為農(nóng)戶的生產(chǎn)技術(shù)效率在同質(zhì)經(jīng)營環(huán)境下效率并不是很低，規(guī)模效率仍是制約綜合效率的主要因素。李鵬等[3]認(rèn)為增加財(cái)政投入、提高城市化水平、增加農(nóng)民純收入可以提高農(nóng)業(yè)生產(chǎn)效率。傳統(tǒng)DEA模型（一階段和二階段）對決策單元進(jìn)行相對有效性分析時(shí)，把效率結(jié)果全部歸結(jié)于生產(chǎn)者管理的結(jié)果，然而效率值是各種因素綜合作用的結(jié)果，所以傳統(tǒng)模型分析結(jié)果存在著一定的誤差性。外界因素和隨機(jī)因素項(xiàng)也會影響生產(chǎn)效率值，無法反映真實(shí)效率。為了排除兩者的影響，筆者采用DEA三階段模型，對保定市2014年農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)行實(shí)證分析，針對貧困地區(qū)的低效率現(xiàn)狀，提出提高效率的建議。

1研究方法與數(shù)據(jù)來源

1.1研究方法生產(chǎn)效率的測定主要有兩種方法：一種是參數(shù)法，一般采用隨機(jī)前沿生產(chǎn)函數(shù)進(jìn)行分析[4]；另一種是非參數(shù)方法，一般采用數(shù)據(jù)包絡(luò)分析（DEA）方法。該方法是由Charnes等[5]在1978年首次提出的，主要用于評價(jià)部門之間的相對有效性。Fried等[6]指出傳統(tǒng)DEA模型沒有考慮環(huán)境因素和隨機(jī)噪聲對決策單元效率評價(jià)的影響。他們認(rèn)為決策單元的績效受到管理無效率、環(huán)境因素和統(tǒng)計(jì)噪聲的影響，因此有必要分離這3種影響因素，進(jìn)一步分析真實(shí)效率值。DEA三階段模型的構(gòu)建與原理如下。

（1）第一階段：傳統(tǒng)DEA模型分析初始效率階段。BCC模型在變動規(guī)模報(bào)酬（VRS）假設(shè)下，推導(dǎo)出技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）三者的關(guān)系，即技術(shù)效率=純技術(shù)效率×規(guī)模效率。由于農(nóng)業(yè)生產(chǎn)各要素的投入量是可變的，同時(shí)控制投入量相較于產(chǎn)出量容易，因此，該研究從投入角度采用BCC模型對保定市農(nóng)業(yè)的生產(chǎn)效率進(jìn)行分析。該模型的基本原理如下：

DBC2minθ=VD

s.t.ni=1λjxi+s-=θxt

ni=1λjyi-s+=yt

ni=1λi=1

λi≥0，i=1，2，…，n

s-，s+≥0

式中，θ為第t個(gè)DMU的綜合效率，滿足0≤θ≤1；s-是投入的松弛變量；s+是產(chǎn)出的松弛變量；λj是第j個(gè)DMU的非負(fù)權(quán)重。

（2）第二階段：類似SFA回歸提出環(huán)境因素和統(tǒng)計(jì)噪聲影響效率分析階段。在第二階段，主要關(guān)注第一階段的投入松弛變量，把松弛變量作為被解釋變量。因?yàn)橐话闱闆r下，認(rèn)為松弛變量越大代表效率越低。在該階段把松弛變量分解為管理無效率、環(huán)境因素、統(tǒng)計(jì)噪聲3種因素，借助于SFA回歸，使第一階段的松弛變量對環(huán)境變量和混合誤差項(xiàng)進(jìn)行回歸。

根據(jù)Fried等[6]的思路，構(gòu)造如下類似SFA回歸函數(shù)：

Sni=fn（zi，βn）+（uni+vni）

式中，Sni是第i個(gè)決策單元第n項(xiàng)投入的松弛變量值；zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)；（uni+vni）是混合誤差項(xiàng)，uni表示管理無效率，vni代表隨機(jī)干擾，假設(shè)v：N（0，σ2v），μ～N+（0，σ2μ）[7]。在剔除環(huán)境因素和統(tǒng)計(jì)噪聲的影響后，調(diào)整模型表達(dá)式為：

XAni=Xni+{max[f（Zi，n）]-f（Zi，n）}+[max（vni）-vni]，i=1，2，…，I；n=1，2，…，N

式中，XAni是原始投入Xni剔除兩因素調(diào)整后的投入量；Xni是調(diào)整前的初始投入量；{max[f（Zi，n）]-f（Zi，n）}是對外部環(huán)境因素進(jìn)行調(diào)整；[max（vni）-vni]是將所有決策單元置于相同運(yùn)氣水平下。借鑒陳巍巍等[7]的方法，分離公式為：

E（μ|ε）=σ*·φ（λεσ）Φ（λεσ）+λεσ

式中，σ*=σμσvσ；σσ2μ+σ2v；λ=σμ/σv。

根據(jù)分離公式計(jì)算出隨機(jī)誤差項(xiàng)的估計(jì)公式：

E[vni/（vni+μni）]=sni-f（zi，βn）-E[uni/（vni+μni）]

（3）第三階段：調(diào)整后的投入變量再次進(jìn)行DEA效率分析。運(yùn)用第二階段調(diào)整后的投入變量再次進(jìn)行效率分析，此時(shí)的效率值剔除了環(huán)境因素和統(tǒng)計(jì)噪聲的影響，真實(shí)地反映了管理效率。

1.2指標(biāo)變量選擇與數(shù)據(jù)來源

1.2.1投入和產(chǎn)出指標(biāo)變量。依據(jù)數(shù)據(jù)的可得性以及對研究的重要性程度，選取農(nóng)業(yè)總產(chǎn)值（現(xiàn)價(jià)）作為產(chǎn)出變量。農(nóng)業(yè)勞動力（人）、機(jī)械總動力（kW）、播種面積（hm2）、化肥施用量（t，按折純法計(jì)算）4個(gè)指標(biāo)作為投入變量。

利用DEA三階段模型進(jìn)行效率測算時(shí)，需要滿足假設(shè)條件：在一定范圍內(nèi)，投入量增加時(shí)，產(chǎn)出量至少不會減少。通常采用Pearson相關(guān)性檢驗(yàn)方法對產(chǎn)出變量和投入變量的“同向性”進(jìn)行檢驗(yàn)[8]。利用SPSS 20.0軟件進(jìn)行檢驗(yàn)，結(jié)果見表1。

從表1可以看出，保定市各縣區(qū)的農(nóng)業(yè)產(chǎn)出與投入之間的相關(guān)系數(shù)均為正，并且均能夠滿足0.01水平下的顯著性檢驗(yàn)，滿足投入與產(chǎn)出之間的“同向性”假設(shè)前提。

1.2.2環(huán)境指標(biāo)變量。鐘祖昌[9]認(rèn)為環(huán)境變量指標(biāo)應(yīng)選擇那些對農(nóng)業(yè)生產(chǎn)效率產(chǎn)生影響但是不在樣本主觀可控范圍之內(nèi)的因素。該研究將地區(qū)生產(chǎn)總值（萬元）、勞動力受教育水平（a）、受災(zāi)面積（hm2）、龍頭企業(yè)帶動農(nóng)戶數(shù)（戶）作為環(huán)境變量。

1.2.3數(shù)據(jù)來源。數(shù)據(jù)來源于2015年《保定經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《保定年鑒》《中國縣域統(tǒng)計(jì)年鑒》《河北經(jīng)濟(jì)年鑒》。

2結(jié)果與分析

2.1第一階段傳統(tǒng)DEA實(shí)證分析結(jié)果利用DEAP 2.1軟件對24個(gè)決策單元的綜合效率（crste）、純技術(shù)效率（vrste）、規(guī)模效率（scale）進(jìn)行分析，結(jié)果見表2。

從表2可以看出，保定市全市的綜合技術(shù)效率值僅為0.766，純技術(shù)效率值為0.851，規(guī)模效率值為0.9，其中滿城縣、望都縣、易縣、順平縣、博野縣5個(gè)縣區(qū)的技術(shù)效率值為1，達(dá)到了最優(yōu)生產(chǎn)狀態(tài)，其他縣區(qū)綜合技術(shù)效率值均小于1，純技術(shù)效率和規(guī)模效率均在不同程度上制約著各個(gè)縣區(qū)的效率。

2.2第二階段SFA回歸分析結(jié)果將第一階段的投入松弛變量作為被解釋變量，勞動力受教育水平、地區(qū)生產(chǎn)總值、龍頭企業(yè)帶動農(nóng)戶數(shù)3個(gè)環(huán)境變量作為解釋變量，首先對環(huán)境變量進(jìn)行標(biāo)準(zhǔn)化處理，使各指標(biāo)都處在同一個(gè)數(shù)量級別上，然后利用Frontier 4.1軟件進(jìn)行SFA回歸分析，結(jié)果見表3。

45卷16期苑 穎等基于DEA三階段模型的保定市農(nóng)業(yè)生產(chǎn)效率分析

從表3可以看出，環(huán)境變量對投入松弛變量進(jìn)行回歸時(shí)大部分系數(shù)通過了顯著性水平檢驗(yàn)，表明外部因素在不同程度上影響著各縣區(qū)的農(nóng)業(yè)生產(chǎn)。勞動力松弛變量、播種面積松弛變量、機(jī)械總動力松弛變量的值大致一樣，無限接近于1，且通過了0.01水平顯著性檢驗(yàn)，這表明在勞動力、播種面積、機(jī)械總動力3種投入中，管理因素是導(dǎo)致效率高低的主要因素，隨機(jī)因素和環(huán)境因素是次要因素；對于化肥施用量松弛變量而言，γ值等于1，且通過了0.01水平顯著性檢驗(yàn)，這表明化肥投入存在松弛現(xiàn)象完全是由管理因素造成的。

環(huán)境變量對各投入松弛變量的回歸系數(shù)，可以反映對投入松弛變量的影響方向和影響程度。當(dāng)回歸系數(shù)為負(fù)時(shí)，表明環(huán)境變量的增加可以帶來投入松弛變量的減少，即增加環(huán)境變量值可以減低投入損失量；當(dāng)回歸系數(shù)為正值時(shí)，說明減少環(huán)境變量數(shù)值可以減少投入損失量，提高效率值。環(huán)境變量對投入松弛變量的影響具體如下。

（1）農(nóng)民平均受教育年限。農(nóng)民平均受教育年限對各松弛變量的回歸系數(shù)均為正值，并且系數(shù)值很大，說明農(nóng)民受教育年限的變化與各投入松弛變量的變化呈反向，并且農(nóng)民受教育年限的變化對投入松弛變量的影響是非常明顯的。農(nóng)民的受教育年限越長，各種投入的浪費(fèi)就會越少，表明提高農(nóng)民教育水平是提高農(nóng)業(yè)生產(chǎn)效率的一種重要途徑。

（2）地區(qū)生產(chǎn)總值。地區(qū)生產(chǎn)總值對投入松弛變量的回歸系數(shù)為正值，但其對化肥投入的t值檢驗(yàn)結(jié)果并不顯著。因?yàn)?，化肥施用量松弛現(xiàn)象完全是由管理無效率導(dǎo)致的（即γ=1），所以，外界經(jīng)濟(jì)環(huán)境對化肥投入影響不顯著。地區(qū)生產(chǎn)總值對勞動力投入、機(jī)械總動力和播種面積的t值檢驗(yàn)結(jié)果分別通過了0.10、0.01水平的顯著性檢驗(yàn)。地區(qū)生產(chǎn)總值的增加，代表著外界經(jīng)濟(jì)環(huán)境景氣，農(nóng)民就會擴(kuò)大種植面積、增加勞動力和機(jī)械動力的投入，盲目增加各種生產(chǎn)要素的投入會導(dǎo)致浪費(fèi)現(xiàn)象更加嚴(yán)重。

（3）龍頭企業(yè)帶動農(nóng)戶。龍頭企業(yè)帶動農(nóng)戶數(shù)對播種面積、機(jī)械總動力投入變量的系數(shù)為負(fù)，且通過了0.01水平的顯著性檢驗(yàn)。龍頭企業(yè)帶動農(nóng)戶數(shù)的增加會使得播種面積、機(jī)械總動力投入浪費(fèi)減少。龍頭企業(yè)帶動農(nóng)戶數(shù)對勞動力投入、化肥投入松弛變量的系數(shù)均為正，這與理論預(yù)期不吻合，但這也從側(cè)面反映出保定市農(nóng)業(yè)的發(fā)展屬于粗放型發(fā)展模式。龍頭企業(yè)帶動農(nóng)戶增加，會使大量的勞動力返回到農(nóng)田，造成老動力投入冗余，浪費(fèi)現(xiàn)象更加嚴(yán)重。

由于數(shù)據(jù)的可獲得性以及對實(shí)際情況的調(diào)研，發(fā)現(xiàn)2014年保定市的滿城縣、清苑縣、淶水縣、阜平縣、定興縣、唐縣、易縣、博野縣8個(gè)縣遭遇了不同程度的自然災(zāi)害。由于所采用模型對樣本數(shù)量的要求，所以對自然災(zāi)害給農(nóng)業(yè)帶來的影響職能進(jìn)行定性描述。自然災(zāi)害的發(fā)生具有隨機(jī)性和突發(fā)性，并且對農(nóng)業(yè)生產(chǎn)的影響不利非常大，所以政府相關(guān)部門和農(nóng)戶都要做好預(yù)防措施。

2.3第三階段DEA模型實(shí)證分析結(jié)果將第二階段得到的調(diào)整后的投入變量值作為新的投入變量，總產(chǎn)值作為產(chǎn)出變量，運(yùn)用DEAP 2.1軟件再次進(jìn)行BCC模型分析，得出各個(gè)縣區(qū)在相同運(yùn)氣下的真實(shí)效率值結(jié)果（表4）。

由表4可知，在剔除環(huán)境因素和隨機(jī)擾動項(xiàng)以后，保定市全市的綜合技術(shù)效率為0.702，純技術(shù)效率值為0.883，規(guī)模效率值為0.797。剔除環(huán)境變量和隨機(jī)因素的影響后，綜合效率值、規(guī)模效率下降，純技術(shù)效率值上升，說明全市的純技術(shù)效率值是比較高的，規(guī)模效率低是導(dǎo)致綜合效率較低的主要因素。

由表5可知，滿城縣、望都縣、易縣、順平縣4個(gè)縣的效率值變化為0，說明這4個(gè)縣實(shí)現(xiàn)了真正的效率最優(yōu)，博野縣在剔除外界因素后，由最優(yōu)效率狀態(tài)變?yōu)榉亲顑?yōu)狀態(tài)。尤其是新市區(qū)、北市區(qū)的綜合效率值減少得最多，剔除環(huán)境變量影響在相同運(yùn)氣之下，兩者的規(guī)模效率均存在不同程度的下降，新市區(qū)的純技術(shù)效率也存在明顯的下降，說明2個(gè)市區(qū)的真實(shí)農(nóng)業(yè)效率值并不是很高，并且農(nóng)業(yè)效率值較高主要是由環(huán)境變量因素的正向作用造成的。唐縣、蠡縣、清苑縣等縣，在相同環(huán)境條件下，綜合效率是上升的。

3結(jié)論與建議

3.1結(jié)論運(yùn)用DEA三階段模型對保定市2014年24個(gè)縣區(qū)農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析，得出以下結(jié)論：①在剔除環(huán)境因素和隨機(jī)噪聲因素前后，各縣區(qū)效率值發(fā)生了不同程度的變化，說明環(huán)境因素和隨機(jī)干擾項(xiàng)確實(shí)影響效率，采用DEA三階段模型能夠更好地反映真實(shí)效率水平。②龍頭企業(yè)帶動農(nóng)戶、農(nóng)戶受教育水平、地區(qū)生產(chǎn)總值對松弛變量的影響方向及影響程度不同；自然災(zāi)害對農(nóng)業(yè)生產(chǎn)效率具有反方向的作用。

3.2對策建議

3.2.1增加農(nóng)村教育支出，不斷提高農(nóng)民受教育水平。依托高等教育、中等職業(yè)教育資源，鼓勵農(nóng)民接受職業(yè)教育；加強(qiáng)涉農(nóng)專業(yè)全日制學(xué)歷教育，支持農(nóng)業(yè)院校辦好涉農(nóng)專業(yè)，定向培養(yǎng)職業(yè)農(nóng)民；引導(dǎo)有志投身現(xiàn)代農(nóng)業(yè)建設(shè)的農(nóng)村青年、返鄉(xiāng)農(nóng)民工、農(nóng)技推廣人員、農(nóng)村大中專畢業(yè)生和退役軍人等加入職業(yè)農(nóng)民隊(duì)伍。大力培養(yǎng)新型職業(yè)農(nóng)民，為農(nóng)業(yè)生產(chǎn)效率的提高以及農(nóng)業(yè)的轉(zhuǎn)型升級提供不竭動力。

3.2.2大力鼓勵規(guī)?；?jīng)營。鼓勵發(fā)展專業(yè)合作、股份合作等多種形式的農(nóng)民合作社，引導(dǎo)規(guī)?；鸵?guī)范化運(yùn)營，彌補(bǔ)單一農(nóng)戶組織化水平低的不足，增強(qiáng)抵抗市場風(fēng)險(xiǎn)的能力，實(shí)現(xiàn)高效率和高效益。

參考文獻(xiàn)

[1]

焦源.山東省農(nóng)業(yè)生產(chǎn)效率評價(jià)研究[J].中國人口·資源與環(huán)境，2013，23（12）：105-110.

[2] 李然，馮中朝.環(huán)境效應(yīng)和隨機(jī)誤差的農(nóng)戶家庭經(jīng)營技術(shù)效率分析：基于三階段DEA模型和我國農(nóng)戶的微觀數(shù)據(jù)[J].財(cái)經(jīng)研究，2009，35（9）：92-102.

[3] 李鵬，曾光.基于三階段DEA模型的湖北省農(nóng)業(yè)生產(chǎn)率研究[J].電子科技大學(xué)學(xué)報(bào)（社科版），2014，16（4）：43-48.

[4] 張新民.有機(jī)菜花生產(chǎn)技術(shù)效率及其影響因素分析：基于農(nóng)戶微觀層面隨機(jī)前沿生產(chǎn)函數(shù)模型的實(shí)證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（7）：60-69.

[5] CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European journal of operational reasearch，1978，2（6）：429-444.

[6] FRIED H O，LOVELL C A K，SCHMIDT S S，et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of productivity analysis， 2002， 17（1）： 157-174.

[7] 陳巍巍，張雷，馬鐵虎，等.關(guān)于三階段DEA模型的幾點(diǎn)研究[J].系統(tǒng)工程，2014（9）：144-149.

[8] 郭軍華，倪明，李幫義.基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（12）：27-38.

[9] 鐘祖昌.基于三階段DEA模型的中國物流產(chǎn)業(yè)技術(shù)效率研究[J].財(cái)經(jīng)研究，2010，36（9）：80-90.