基于DEA三階段模型的保定市農業生產效率分析

苑穎 楊春河 宋金杰 白蘭 劉愛秋

摘要根據2014年保定市24個縣區面板數據，利用DEA三階段模型對保定市農業生產效率進行分析。結果表明，地區生產總值、教育水平、龍頭企業帶動農戶數等環境變量對農業生產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。提高農民受教育水平、擴大農業生產規模是實現農業生產高效率的有效途徑。

關鍵詞DEA三階段模型；農業生產效率；保定市

中圖分類號S-9文獻標識碼

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：技術管理與風險投資。*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，保定市的農業產量和產值均實現了較大增長。1995—2014年，保定市農業總產值由137.017 7億元增加到373.418 9億元，增長了約1.73倍；農業總產量由523.106 5萬t增加到1 449.139 3萬t，增長了約1.77倍，農業生產總量基本滿足了人們的需求。農業生產作為人們最基本的一項實踐活動，從微觀層面看其效率的大小關系到農民的切身利益，從宏觀層面來講關系到國家產業結構的調整與產業布局的規劃，因此，如何在資源有限的條件下提高農業生產效率是未來農業急需解決的一個問題[1]。

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

1研究方法與數據來源

1.1研究方法生產效率的測定主要有兩種方法：一種是參數法，一般采用隨機前沿生產函數進行分析[4]；另一種是非參數方法，一般采用數據包絡分析（DEA）方法。該方法是由Charnes等[5]在1978年首次提出的，主要用于評價部門之間的相對有效性。Fried等[6]指出傳統DEA模型沒有考慮環境因素和隨機噪聲對決策單元效率評價的影響。他們認為決策單元的績效受到管理無效率、環境因素和統計噪聲的影響，因此有必要分離這3種影響因素，進一步分析真實效率值。DEA三階段模型的構建與原理如下。

（1）第一階段：傳統DEA模型分析初始效率階段。BCC模型在變動規模報酬（VRS）假設下，推導出技術效率（TE）、純技術效率（PTE）和規模效率（SE）三者的關系，即技術效率=純技術效率×規模效率。由于農業生產各要素的投入量是可變的，同時控制投入量相較于產出量容易，因此，該研究從投入角度采用BCC模型對保定市農業的生產效率進行分析。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DMU的綜合效率，滿足0≤θ≤1；s-是投入的松弛變量；s+是產出的松弛變量；λj是第j個DMU的非負權重。

（2）第二階段：類似SFA回歸提出環境因素和統計噪聲影響效率分析階段。在第二階段，主要關注第一階段的投入松弛變量，把松弛變量作為被解釋變量。因為一般情況下，認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、環境因素、統計噪聲3種因素，借助于SFA回歸，使第一階段的松弛變量對環境變量和混合誤差項進行回歸。

根據Fried等[6]的思路，構造如下類似SFA回歸函數：

Sni=fn（zi，βn）+（uni+vni）

式中，Sni是第i個決策單元第n項投入的松弛變量值；zi是環境變量，βn是環境變量的系數；（uni+vni）是混合誤差項，uni表示管理無效率，vni代表隨機干擾，假設v：N（0，σ2v），μ～N+（0，σ2μ）[7]。在剔除環境因素和統計噪聲的影響后，調整模型表達式為：

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剔除兩因素調整后的投入量；Xni是調整前的初始投入量；{max[f（Zi，n）]-f（Zi，n）}是對外部環境因素進行調整；[max（vni）-vni]是將所有決策單元置于相同運氣水平下。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。

根據分離公式計算出隨機誤差項的估計公式：

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

（3）第三階段：調整后的投入變量再次進行DEA效率分析。運用第二階段調整后的投入變量再次進行效率分析，此時的效率值剔除了環境因素和統計噪聲的影響，真實地反映了管理效率。

1.2指標變量選擇與數據來源

1.2.1投入和產出指標變量。依據數據的可得性以及對研究的重要性程度，選取農業總產值（現價）作為產出變量。農業勞動力（人）、機械總動力（kW）、播種面積（hm2）、化肥施用量（t，按折純法計算）4個指標作為投入變量。

利用DEA三階段模型進行效率測算時，需要滿足假設條件：在一定范圍內，投入量增加時，產出量至少不會減少。通常采用Pearson相關性檢驗方法對產出變量和投入變量的“同向性”進行檢驗[8]。利用SPSS 20.0軟件進行檢驗，結果見表1。

從表1可以看出，保定市各縣區的農業產出與投入之間的相關系數均為正，并且均能夠滿足0.01水平下的顯著性檢驗，滿足投入與產出之間的“同向性”假設前提。

1.2.2環境指標變量。鐘祖昌[9]認為環境變量指標應選擇那些對農業生產效率產生影響但是不在樣本主觀可控范圍之內的因素。該研究將地區生產總值（萬元）、勞動力受教育水平（a）、受災面積（hm2）、龍頭企業帶動農戶數（戶）作為環境變量。

1.2.3數據來源。數據來源于2015年《保定經濟統計年鑒》《保定年鑒》《中國縣域統計年鑒》《河北經濟年鑒》。

2結果與分析

2.1第一階段傳統DEA實證分析結果利用DEAP 2.1軟件對24個決策單元的綜合效率（crste）、純技術效率（vrste）、規模效率（scale）進行分析，結果見表2。

從表2可以看出，保定市全市的綜合技術效率值僅為0.766，純技術效率值為0.851，規模效率值為0.9，其中滿城縣、望都縣、易縣、順平縣、博野縣5個縣區的技術效率值為1，達到了最優生產狀態，其他縣區綜合技術效率值均小于1，純技術效率和規模效率均在不同程度上制約著各個縣區的效率。

2.2第二階段SFA回歸分析結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、地區生產總值、龍頭企業帶動農戶數3個環境變量作為解釋變量，首先對環境變量進行標準化處理，使各指標都處在同一個數量級別上，然后利用Frontier 4.1軟件進行SFA回歸分析，結果見表3。

45卷16期苑 穎等基于DEA三階段模型的保定市農業生產效率分析

從表3可以看出，環境變量對投入松弛變量進行回歸時大部分系數通過了顯著性水平檢驗，表明外部因素在不同程度上影響著各縣區的農業生產。勞動力松弛變量、播種面積松弛變量、機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，這表明在勞動力、播種面積、機械總動力3種投入中，管理因素是導致效率高低的主要因素，隨機因素和環境因素是次要因素；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，這表明化肥投入存在松弛現象完全是由管理因素造成的。

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

（1）農民平均受教育年限。農民平均受教育年限對各松弛變量的回歸系數均為正值，并且系數值很大，說明農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。農民的受教育年限越長，各種投入的浪費就會越少，表明提高農民教育水平是提高農業生產效率的一種重要途徑。

（2）地區生產總值。地區生產總值對投入松弛變量的回歸系數為正值，但其對化肥投入的t值檢驗結果并不顯著。因為，化肥施用量松弛現象完全是由管理無效率導致的（即γ=1），所以，外界經濟環境對化肥投入影響不顯著。地區生產總值對勞動力投入、機械總動力和播種面積的t值檢驗結果分別通過了0.10、0.01水平的顯著性檢驗。地區生產總值的增加，代表著外界經濟環境景氣，農民就會擴大種植面積、增加勞動力和機械動力的投入，盲目增加各種生產要素的投入會導致浪費現象更加嚴重。

（3）龍頭企業帶動農戶。龍頭企業帶動農戶數對播種面積、機械總動力投入變量的系數為負，且通過了0.01水平的顯著性檢驗。龍頭企業帶動農戶數的增加會使得播種面積、機械總動力投入浪費減少。龍頭企業帶動農戶數對勞動力投入、化肥投入松弛變量的系數均為正，這與理論預期不吻合，但這也從側面反映出保定市農業的發展屬于粗放型發展模式。龍頭企業帶動農戶增加，會使大量的勞動力返回到農田，造成老動力投入冗余，浪費現象更加嚴重。

由于數據的可獲得性以及對實際情況的調研，發現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個縣遭遇了不同程度的自然災害。由于所采用模型對樣本數量的要求，所以對自然災害給農業帶來的影響職能進行定性描述。自然災害的發生具有隨機性和突發性，并且對農業生產的影響不利非常大，所以政府相關部門和農戶都要做好預防措施。

2.3第三階段DEA模型實證分析結果將第二階段得到的調整后的投入變量值作為新的投入變量，總產值作為產出變量，運用DEAP 2.1軟件再次進行BCC模型分析，得出各個縣區在相同運氣下的真實效率值結果（表4）。

由表4可知，在剔除環境因素和隨機擾動項以后，保定市全市的綜合技術效率為0.702，純技術效率值為0.883，規模效率值為0.797。剔除環境變量和隨機因素的影響后，綜合效率值、規模效率下降，純技術效率值上升，說明全市的純技術效率值是比較高的，規模效率低是導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個縣的效率值變化為0，說明這4個縣實現了真正的效率最優，博野縣在剔除外界因素后，由最優效率狀態變為非最優狀態。尤其是新市區、北市區的綜合效率值減少得最多，剔除環境變量影響在相同運氣之下，兩者的規模效率均存在不同程度的下降，新市區的純技術效率也存在明顯的下降，說明2個市區的真實農業效率值并不是很高，并且農業效率值較高主要是由環境變量因素的正向作用造成的。唐縣、蠡縣、清苑縣等縣，在相同環境條件下，綜合效率是上升的。

3結論與建議

3.1結論運用DEA三階段模型對保定市2014年24個縣區農業生產效率進行分析，得出以下結論：①在剔除環境因素和隨機噪聲因素前后，各縣區效率值發生了不同程度的變化，說明環境因素和隨機干擾項確實影響效率，采用DEA三階段模型能夠更好地反映真實效率水平。②龍頭企業帶動農戶、農戶受教育水平、地區生產總值對松弛變量的影響方向及影響程度不同；自然災害對農業生產效率具有反方向的作用。

3.2對策建議

3.2.1增加農村教育支出，不斷提高農民受教育水平。依托高等教育、中等職業教育資源，鼓勵農民接受職業教育；加強涉農專業全日制學歷教育，支持農業院校辦好涉農專業，定向培養職業農民；引導有志投身現代農業建設的農村青年、返鄉農民工、農技推廣人員、農村大中專畢業生和退役軍人等加入職業農民隊伍。大力培養新型職業農民，為農業生產效率的提高以及農業的轉型升級提供不竭動力。

3.2.2大力鼓勵規模化經營。鼓勵發展專業合作、股份合作等多種形式的農民合作社，引導規?；鸵幏痘\營，彌補單一農戶組織化水平低的不足，增強抵抗市場風險的能力，實現高效率和高效益。

參考文獻

[1]

焦源.山東省農業生產效率評價研究[J].中國人口·資源與環境，2013，23（12）：105-110.

[2] 李然，馮中朝.環境效應和隨機誤差的農戶家庭經營技術效率分析：基于三階段DEA模型和我國農戶的微觀數據[J].財經研究，2009，35（9）：92-102.

[3] 李鵬，曾光.基于三階段DEA模型的湖北省農業生產率研究[J].電子科技大學學報（社科版），2014，16（4）：43-48.

[4] 張新民.有機菜花生產技術效率及其影響因素分析：基于農戶微觀層面隨機前沿生產函數模型的實證研究[J].農業技術經濟，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.關于三階段DEA模型的幾點研究[J].系統工程，2014（9）：144-149.

[8] 郭軍華，倪明，李幫義.基于三階段DEA模型的農業生產效率研究[J].數量經濟技術經濟研究，2010（12）：27-38.

[9] 鐘祖昌.基于三階段DEA模型的中國物流產業技術效率研究[J].財經研究，2010，36（9）：80-90.