基于DEA方法的玉米農戶經營效率分析
——以敦化市為例

李昕瑤，　林青龍，　崔振東

(延邊大學農學院，吉林 延吉 133002)

?

基于DEA方法的玉米農戶經營效率分析
——以敦化市為例

李昕瑤，林青龍，崔振東*

(延邊大學農學院，吉林 延吉 133002)

摘要：本文基于敦化市玉米種植農戶的問卷調查，運用數據包絡分析方法對經營效率進行分析測算，結果表明：技術效率和純技術效率的效率值普遍存在非有效狀態，相對效率偏差較大，規模效率的效率值較高，相對效率偏差較小。為此，再運用交叉分析找出效率的影響因素分別是：家庭收入、務農人數、玉米種植經歷、新技術使用、短期目標和長期規劃、農民的組織化程度。最后提出注重技術引進，提高農戶組織化程度，通過效率提高收入的對策建議。

關鍵詞：玉米農戶；經營效率；數據包絡分析法；敦化市

吉林省是全國的玉米主產區，也是我國主要的商品糧基地，世界黃金玉米帶之一。2012年吉林省玉米生產總量2 578.8萬t，播種面積3 284 300 hm2，其產量占全省糧食產量約70%以上，占全國玉米總產量的比重達12%[1]。2012年敦化市玉米生產總量33.5萬t，分別占全省和延邊糧食產量約的1.3%和40.86%；播種面積為89 100 hm2占全省和延邊約2.71%和44.1%[2]。但是，近5年來，盡管敦化市玉米播種面積的增長速率高于產量增長速率，但是單產的增長速率卻低于全國平均水平，究其原因，可能是敦化市玉米生產效率偏差導致的。為此，本文以玉米種植農戶為調查對象，分析敦化市玉米生產效率低的原因，以便在今后的生產中加以改進，增加農戶的收入。

對國內外的研究進行考察發現，在研究范圍方面，主要集中在全國和省域內的效率測算和分析，對具體縣市的深入研究較少。如柯亞楠(2011)運用數據包絡的分析方法，通過構建的生產效率評價指標體系，研究了河南省內18個市的農業生產效率[3]；在研究對象方面，針對玉米產業或糧食主產區的研究較多，而對玉米農戶的生產經營情況的分析卻不多。如郭淳(2014)采用綜合比較優勢指數法、規范分析法等，對玉米產業的發展優勢、發展現狀和影響發展的因素進行分析，促進了黑龍江省玉米產業的發展[4]；在研究內容上，多集中于效率的變動趨勢及影響因素，而未對這些因素如何影響效率做進一步分析。楊興龍等(2010)基于數據包絡分析DEA-Tobit“兩步法”對1998—2005年吉林省玉米加工業的技術效率及其影響因素進行了實證分析[5]。

綜上所述，目前針對農戶經營效率分析的研究較少。因此，本文根據敦化市的農業生產現狀，分析玉米種植農戶的生產資源因素對效率的作用程度，對挖掘玉米增產的潛力有一定作用。

1敦化市玉米產業發展現狀

近年來，敦化市玉米播種面積和產量呈總體增長的態勢，年均增長率高于全國、吉林省和延邊的平均水平。玉米播種面積2008年為24 000 hm2，猛增到2012年的89 000 hm2，年均增長率為28.26%。產量從2008年的14 萬t，增長到2012年的33萬t，年均增長率為17.32%，玉米產量占糧食總產量的71.28%。單位面積產量卻從2008年的6.05 t/hm2下滑到2012年到3.76 t/hm2，年均增長率-6.24%[2]，處于負增長狀態，且低于全國、吉林省和延邊的單產量。玉米播種面積的增長速率遠遠大于產量的增長速率，呈現出很強的增長態勢，但是，單位面積產量的增長并沒有達到同時期的種植面積和產量的增長。

究其原因可能是農戶作為主要的經營主體，以小規模、分散等傳統方式生產所導致。為此，本文從經營效率角度分析單位面積產量低的原因。

2分析方法及數據

2.1DEA分析方法

數據包絡分析(Data Envelop Analysis)簡稱DEA，是美國著名的運籌學家A.Charnes和W.W.Cooper等學者，以相對效率概念為基礎提出的一種效率評價的方法。這種方法是以獲得各個對象的綜合效率指標為目標，對有著相同輸入和輸出對象的部門或單位(即決策單元，簡記DMU)，通過輸入和輸出數據進行綜合分析。[6]

1978年，Charnes、Cooper、Rhodes提出了第1個DEA模型-CCR模型。它主要將Farrell的單輸入/單輸出技術效率的評估方法發展成為多輸入/多輸出同一類型決策單元之間相對效率的評價。

CCR原始分式規劃模型：假設DMU有m種投入，s種產出，共有n個DMU，則

(1)

Ur≥ε>0,Vi≥ε>0，r=1,2,…,s;i=1,2,…,m;j=1,2,…,n

式中，hjo表示某個特定DMU的相對效率值，hjo≤1，Yrj表示第j個DMU的第r向產出，Xij表示第j個DMU的第i向投入，Ur為第r個產出項權重，Vi為第i個投入項的權重，ε為非阿基米德數(一個極小的正數，在計算時可取10-6)。

1984年，Banker,Charnes和Cooper提出規模可變的BCC模型。BCC模型將CCR模型規模報酬固定假設改為可變(VRS)，技術效率由純技術效率與規模效率的乘積組成，來測量DMU的技術效率與規模效率[7]。

(2)

Ur≥ε>0,Vi≥ε>0，r=1,2,…,s;i=1,2,…,m;j=1,2,…,n

2.2數據來源及特征

1)數據來源

分析數據來源于2015年3月，在敦化市與玉米種植戶采用一對一的問卷調查方式，共收集調查問卷34份。由于數據包絡分析對樣本的數量未有限制，因此34份問卷調查的數據有效。本文針對調查的34家官地鎮玉米種植農戶之間進行比較，分析結果有一定的代表性。數據的描述統計和測算過程運用SPSS19.0版本的軟件完成。

2) 農戶特征分析

根據所收集的34份問卷數據進行統計(表1)。

表1　調查農戶描述統計

由表1可知，調查對象中男性27人，女性7人，分別占調查總人數79.40%和20.60%；其中，40～50歲年齡的人最多；農戶的文化素質普遍偏低，初中學歷人數較多，占總人數的58.80%，其次是小學及以下學歷，有12人；家庭成員中務農人數大部分為2人，占調查人數的73.50%；家庭總收入主要是5萬元以下和5～10萬元，分別占55.90%和26.50%；農戶中大多數有5～10年種植玉米經歷的所占35.30%，而10～15年的還不到10%。

3分析指標的選取

3.1投入產出指標的選取

對玉米農戶經營效率的分析中，本文側重于從投入和產出的角度進行分析。在收集的34份問卷調查中，由于部分數據存在殘缺值，選取其中30份作為本文分析投入和產出的樣本。

數據包絡分析法(DEA)對投入和產出有一個界定，需要進行指標選取。基于生產者理論和通過借鑒其他學者的研究文獻，本文選取了2個投入變量和1個產出變量。即，以土地和資金2個因素作為投入指標。其中，土地是指玉米種植面積，單位以hm2計算。資金包括種植玉米的直接費用和間接費用，直接費用有種子費、化肥費、農家肥費、農藥費、租賃作業費、燃料動力費、技術服務費、工具材料費和修理維護費；間接費用包括保險費、管理費、財務費和銷售費，其單位是元[8]。在產出方面，考慮到是以現實度量的產出來進行分析，即選取1年的玉米總產量作為產出指標，單位用t來核算。

3.2指標的描述性統計量

對選取的投入和產出指標來闡述統計量的集中趨勢和離散趨勢。在投入因素方面，土地的面積均值為7.03 hm2，標準差7.19；資金的均值為44 287.70元；在產出因素方面，產量的均值為63.19 t，標準差71.11。對比投入和產出指標可以看出，資金的標準差最大，離散程度大(表2)。

表2　描述統計量

4結果與分析

4.1DEA模型的分析結果

根據效率理論通過DEA模型中的CCR模型和BCC模型來衡量DMU的技術效率和純技術效率，并將其相除得出SC模型，可以衡量DMU的規模效率。效率最高的決策單元(DMU)得分為1，其余決策單元(DMU)依據效率的高低得分依次降低，如果DEA模型得出的效率值為1就表示有效[9]。

由表3可知，技術效率(CCR)的效率值在0.6～0.7之間分布最多，占33.30%，普遍效率值偏低，相對效率偏差較大。純技術效率(BCC)的效率值在0.6～0.7和0.8～0.9之間分布較多，相對效率相差較遠。規模效率(SC)在0.9～1之間占有的比例最大，達53.30%，處于有效狀態1的有效值占20%，效率值分布主要集中在0.8以上，相對效率偏差較小。

表3　敦化市DEA模型分析結果

4.2交叉分析結果

因為DEA模型無法判斷什么因素影響著效率，所以本文繼續對可能產生的影響因素與技術效率(CCR)、純技術效率(BCC)與規模效率(SC)的分布情況進行交叉分析，通過卡方檢驗和對稱度量來判斷其顯著性水平和相關性，進而分析影響因素。

通過對技術效率、純技術效率和規模效率與農戶短期目標和長期規劃、農戶家庭總收入、玉米種植經歷、新技術的使用情況、農民組織化程度和務農人數進行交叉分析，并列舉了10%顯著性水平下的顯著結果。

由表4可知，技術效率(CCR)和家庭總收入交叉分析的結果，卡方值為27.375，Spearman相關性為0.204,在10%水平下顯著。交叉分析情況可以發現，由于不同收入群體的效率分布不一樣，在某種技術條件下，收入較高的農戶用于玉米種植的投入較多，因而獲得最大化的產出，技術效率較高。

通過對技術效率和有玉米種植經歷的農戶進行交叉分析可知，其卡方值是27.009，Spearman相關性為0.461，分別在10%和5%水平下顯著，意味著技術效率和玉米種植經歷在某種程度上具有一定的相關性。農戶種植玉米的經歷越長，可能會對新技術的投入使用情況掌握越好，將新技術科學合理的運用于生產過程中，帶來技術效率的提高。

對農戶的短期目標和長期規劃交叉分析的結果，卡方值為9.276，Spearman相關性是-0.022，在10%水平下顯著。有長期規劃的農戶技術效率值較高，集中在0.8～0.9和0.6～0.7之間，分別占36.40%和27.30%。具有短期目標和長期規劃的農戶技術效率分布情況并不相同。有長期規劃的農戶的效率比重比短期規劃的高，因此，需要通過教育使農戶建立長期規劃。

表4　技術效率與相關因素交叉表

注：**5%水平下顯著；*10%水平下顯著。

純技術效率(BCC)與玉米新技術使用情況的交叉分析結果如下：卡方值為10.544，在10%水平下顯著，沒有使用新技術的農戶純技術效率高于使用新技術的農戶，可能是由于新技術推廣過程中出現問題，使農戶對新技術的應用不能得心應手，技術效率提高過程較緩慢(表5)。

表5　純技術效率與相關因素交叉表

注：***: 1%水平下顯著，* : 10%水平下顯著。

農戶種植玉米經歷與純技術效率的交叉分析情況和與技術效率的結果很相似，但略有不同。卡方值是19.668，Spearman相關性為0.500，分別在10%和1%水平下顯著，純技術效率與玉米種植經歷有一定的相關性，即有隨著玉米種植經歷的時間越長，純技術效率越高的趨勢。玉米種植的年份越長，積累的經驗也越多，經營方式和技術創新等情況的改變，可能會帶來農戶純技術效率的提高。

由表6可知，在規模效率(SC)和家庭總收入的交叉分析中，卡方和Spearman相關性分別在10%和1%水平下顯著，規模效率和家庭總收入之間有一定的顯著性和相關性,家庭總收入增多，規模效率越高。收入提高，可能會加大對玉米種植的投入，擴大種植規模并采用先進技術，使產出增加，推動規模效率的提高。

對務農人數交叉分析可以發現，隨著家庭中務農人數的增多，規模效率值增高，達到有效狀態所占比重越大。卡方值為13.318，Spearman相關性為0.493，分別在10%和1%水平下顯著。務農人數增多，會有足夠的勞動力從事農業生產活動，分散的個體生產經營逐漸發展成為集體生產，形成一定的規模。

對規模效率和提高農民組織化程度情況進行交叉分析中，卡方值為5.227，Spearman相關性為-0.345，分別在10%和5%水平下顯著，說明規模效率和是否需要提高農民組織化程度具有相關性,隨著農民組織化程度越強，規模效率越高。農戶在玉米生產過程中認為組織化程度對他們有正面影響，由于較好的意識形態使彼此之間有良好的溝通，在購買農資、獲取信息和農產品銷售等方面有一定協商力，進而有助于規模效率的提高。

表6　規模效率與相關因素交叉表

注：***1%水平下顯著，**5%水平下顯著，*10%水平下顯著。

5結論與建議

5.1結論

1) 本文通過數據包絡分析得出：CCR模型和BCC模型衡量的技術效率和純技術效率的效率值普遍處于非有效狀態，效率值較低，相對效率偏差較大；SC模型衡量的規模效率相對效率偏差較小。

2) 運用交叉分析得出效率的影響因素：技術效率與農戶的短期目標和長期規劃、家庭總收入有顯著性，同玉米種植經歷有相關性；純技術效率與玉米新技術的使用情況呈顯著性水平，同玉米種植經歷有相關性；規模效率與提高農民的組織化程度情況、務農人數具有相關性，同家庭總收入呈一定的顯著性和相關性。即影響敦化市玉米農戶經營效率的因素為家庭收入、務農人數、玉米種植經歷、新技術使用、短期目標和長期規劃、農民的組織化程度。

DEA方法是非參數的分析方法，在樣本容量少的條件下可以得出比較直觀的分析結果。但是，在分析結果的解釋上卻不能像參數分析方法那樣明晰。由于本文采用的樣本有限，因此使用了DEA方法，且為了彌補不足，進而用數據交叉分析得出結果。

5.2建議

1) 注重技術引進通過交叉分析發現，不經常使用新技術的農戶純技術效率值反而高于經常使用的，農戶對新技術的掌握情況不理想。因此，應重視技術的引進及使用：①要采用先進實用的技術，根據敦化市實際情況，如氣候、土壤和水質條件，改變積溫較低造成低產的現狀，推廣高光效、測土施肥等農業技術[10]；②玉米種植經驗豐富的農戶帶動非經驗的農戶，傳授積累的生產經營方法；③對有不同短期目標和長期規劃的農戶針對性地分別開展技術咨詢和培訓，鼓勵建立長期發展規劃，并聘請相關專家對農戶生產進行親自指導，從實踐操作中提高農戶對科學技術的運用能力。

2) 提高農戶組織化程度農戶目前為分散的經營方式，獲得規模效率對生產的正面促進作用的影響力小。從交叉分析中得出，務農人數多少和是否需要提高農民組織化程度同規模效率的高低具有一定相關性。因此，應做到：①在增加務農人數的同時，鼓勵農戶加入專業合作社，采用分工協作的方式，降低玉米生產成本，提高勞動生產率；②要發展站企聯合，加強同農業科學院等科研組織的合作，提高組織化程度；③積極引導農戶轉變經營觀念，認識到集體合作和提高組織化程度對玉米生產發展的重要作用[11]。

3) 通過效率提高收入農戶收入的增加是農業經營的目標，經營效率的提高對提升農戶的收入水平起著重要作用，需要通過重視技術的引進和提高組織化程度來實現：①農戶在玉米種植過程中提高效率，促使生產成本降低，有助于提高農戶的的收入水平；②政府應加大對農戶的財政補貼，尤其是在自然災害發生期間，政府應該提高玉米收購價格，增加對種子、化肥等生產資料的補助[12]，減少農戶的經濟損失，可以有效增加農戶收入。

參考文獻：

[1]吉林省統計局，國家統計局吉林調查總隊.2013年吉林統計年鑒[M].北京:中國統計出版社，2013．

[2]延邊州地方志編纂委員會.2013年延邊年鑒[M].延吉:延邊人民出版社，2013.

[3]王亞偉，柯亞楠.基于DEA模型的河南省農業生產效率研究[J].廣東農業科學，2011(21)：222-224.

[4]郭淳.黑龍江省玉米產業發展對策研究[D].哈爾濱：東北農業大學，2014.

[5]楊興龍，從之華，滕奎秀.吉林省玉米加工業技術效率及影響因素分析[J].農業技術經濟，2010(06)：111-119.

[6]趙蕊，肖新.基于DEA的觀光農業園綜合評價方法研究[J].赤峰學院學報(自然科學版)，2014，30(1)：87-88.

[7]周亮，朱建文.基于DEA模型的安徽農村公共產品供給效率的研究[J].赤峰學院學報(自然科學版)，2014，30(3)：72-78.

[8]儀秀琴，劉辰，付洪壘，等．影響黑龍江省大豆種植效益的成本因素分析[J].黑龍江八一農墾大學學報，2015,27(2)：123-127.

[9]韓磊磊，劉文靜.經濟效益視角下廣西農業補貼的績效評價-基于DEA模型的分析結果[J].安徽農業科學，2015,43(17)：332-334.

[10]陳鳳友，張燁．敦化科技導航備春耕 [N].吉林農村報，2015-03-11(001).

[11]馬愷，袁周航，王衛東，等．玉米種植地均凈收益的影響因素探析-以河北豐寧縣為例[J].安徽農業科學，2015,43(14)：342-343，347.

[12]劉佳琪，林青龍，崔振東．關于延邊地區玉米農場發展要素重要度分析[J].延邊大學農學學報，2015,37(2)：173-176.

The analysis of maize peasant households' operating efficiency based on DEA

(.*)

(AgriculturalCollegeofYanbianUniversity,YanjiJilin133002,China)

Abstract：Based on Dunhua corn farmers of the questionnaire data analysis, using data envelopment analysis method to measure the operational efficiency, the results showed that the efficiency value of the technical efficiency and pure technical efficiency widespread not valid state, relative efficiency deviation is bigger, the efficiency of scale efficiency value is higher, relative efficiency deviation is smaller. Further, using the cross analysis to find out the factors affecting the efficiency of respectively is: household income, number of farming, corn planting experience and use of new technologies and short-run goals and long-run planning, the degree of organization. And put forward suggestions on operation efficiency, pay attention to technology import, increase the degree of farmers organization, improve income by efficiency.

Key words:corn farmers;business efficiency;data envelopment analysis;Dunhua City

中圖分類號：F272.3

文獻標識碼：A

文章編號：1004-7999(2016)01-0081-07

DOI:10.13478/j.cnki.jasyu.2016.01.015

作者簡介：李昕瑤(1992—),女,內蒙古包頭人，在讀碩士，研究方向為農村與區域發展。崔振東為通信作者，E-mail：13009093838@163.com

收稿日期：2016-03-10基金項目：延邊大學人文社會科學基金項目(2015F05)