沽源縣西蘭花產業投入產出效率模型的構建

張博超，史偉杰，劉景坤，王曼，左利兵，高華山*

（1.張家口市農業技術推廣站，河北張家口 075000；2.張家口市種子管理站，河北張家口 075000）

沽源縣是張家口蔬菜生產第一大縣，2017 年全縣蔬菜播種面積為21 153 hm2[1]，占張家口市蔬菜播種總面積的26.64%，占全省蔬菜播種總量的2.69%；總產量139.7萬t，占全市蔬菜總產量的25.89%，占全省蔬菜總產量的2.71%；沽源縣蔬菜產業發展勢頭強勁，是沽源縣的主導產業之一，對沽源縣的發展和農民脫貧致富都發揮了非常重要的作用。西蘭花是沽源縣大宗蔬菜品種之一，2018年全縣播種面積達5 932.7 hm2。沽源西蘭花品質好，受到消費者和收購商的青睞，內銷和外貿經濟效益十分可觀，因此被譽為“中國西蘭花之鄉”。

隨著社會的發展，沽源縣西蘭花生產逐漸暴露出一些問題，如種植戶種植理念陳舊、管理方式落后、品種老化、土壤鹽漬化、病蟲害高發以及投入產出率低等，其中投入產出效率低下愈發凸顯，嚴重制約了沽源縣西蘭花產業的發展。為解決種植戶投入產出率低的問題[2]，本文引入DEA 模型，目前該模型被廣泛用于各行業生產效率的評價中[3]。選取沽源縣西蘭花種植戶為調查對象，通過對樣本的分析，意圖對生產主體投入產出效率的提升提供指導方案。該模型可以對相同范圍內農戶的投入產出數據進行分析，得出該范圍內哪些種植戶的投入產出比較為合理，哪些存在問題，該如何改進，最終實現產出的有效提升，對指導種植戶提高種植效益意義重大。

1 西蘭花投入產出效率DEA 模型構建

DEA 模型，又稱數據包絡分析方法，是利用線性規劃的方法評價多投入、多輸出系統相對效率的有效方法。DEA 方法可以直接利用生產的實際數據，而不用考慮價格因素的影響，并且各輸入、輸出的權重是從最有利于被評價決策單元的角度進行決定的，因此具有很強的客觀性和適用性[4]。同時DEA 模型的輸入和輸出指標對投入產出變量具有高度的敏感性，所以在選擇投入產出指標時應注重其實用性和合理性。從技術方面分析，生產者的經濟行為，就是利用已有的生產要素運用一定的生產技術，生產出產品以追求利潤最大化為最終目標，但是技術條件屬于外部因素，技術的創新和提高可以對生產投入要素的投入產生最直接的影響，從而促進整體生產效率的提高，進而影響產出[5]。

1.1 指標選取

西蘭花生產的投入和產出指標并非是單一的，尤其是投入指標，結合微觀個體的數據可獲得性與樣本量的限制，對于輸入指標來說，可以分為4 大類：土地投入（Lan）、勞動力投入（Lab）、生產資料（Cap）和機械及資產折舊（Dep）。產出指標選取西蘭花產量作為輸出指標[6-8]。

土地投入（Lan）：主要指實際西蘭花生產過程中的耕地面積，主要是包地收入或自由地的折租收入。

勞動力投入（Lab）：勞動力是指每天的直接用工和間接用工。直接用工指家庭勞動力人數，間接用工指雇傭勞動力人數，勞動力折算公式如式（1）所示。

生產資料投入（Cap）：對于西蘭花生產來說，生產資料投入包括種苗、肥料、農藥、地膜、滴灌帶、灌溉用電，其中露地西蘭花種植滴灌帶大部分一年一換，不能重復使用，所以列到生產投入項而不做折舊費用考慮；張家口壩上西蘭花產區的灌溉用水絕大部分用地下水，所以以灌溉用電的費用作為計量指標。所有生產資料投入以價格為單位進行合并。

機械和資產折舊投入（Dep）：機械投入主要包括自有機械作業成本和雇傭機械作業成本兩個方面[9]。所有投入以價格為單位進行合并，DEA 輸入、輸出指標見表1。

表1 DEA 評價體系輸入輸出指標Table 1 Input and output indexes of DEA evaluation system

1.2 調查原則與數據來源

為排除其他不確定因素，如土壤質量、病蟲害發生程度、水源獲取難度、區域間氣候差異等的影響[10]，實證樣本選取盡量在同一區域，在這一區域的樣本間進行比較篩選出效率較高的個體，從而為其他個體提供經驗借鑒。為排除市場價格的影響，所有樣本應在同一時間層次上[11]。

調查采用問卷的形式，收集到沽源縣閃電河鄉生產主體有效問卷16 份，進行DEA 實證分析，以提供方法借鑒，16 個樣本數據如表2 所示。

表2 2019 年沽源縣閃電河鄉樣本每667 m2 投入產出Table 2 Sample input and output per 667 m2 of Shandianhe township,Guyuan county in 2019

1.3 算法的選擇

DEA 模型中的VRS 算法是考慮規模收益的模型，即BC2 模型，可以同時對技術效率和規模效益進行評價。由于西蘭花的勞動密集型和資源密集型特點[11]，規模經濟對其至關重要，所以本文選擇VRS 算法進行評價。同時由于市場價格波動的特點，種植戶對生產投入的控制程度更高，所以，一般選擇投入導向的算法。

2 DEA 測算與結果分析

運用DEA 模型分析軟件DEAP2.1 進行運算，得出2019 年沽源縣閃電河鄉16 個西蘭花種植戶樣本的測算結果，結果如表3 所示。

2.1 綜合效率分析

綜合效率（crste）=純技術效率（vrste）×規模效率（scale）[12-13]。將綜合效率值=1 稱為DEA 有效，純技術效率和規模效率必須同時有效，綜合效率才會有效。由表3可知，樣本1、9、13 和樣本16 為DEA 有效。樣本3 雖然純技術效率有效，但是規模效率無效，所以導致了綜合效率無效，又因為其規模效益是遞增的，所以可以通過適當增加種植規模促使綜合效率DEA 有效。其他樣本的純技術效率和規模效率都無效，導致了綜合效率DEA 無效，具體改進辦法還需要結合輸入冗余進行個案分析[14-15]。

表3 DEA 測算結果Table 3 Calculation results of DEA

2.2 純技術效率分析

純技術效率是由管理或技術等因素所影響的效率。所以純技術效率的低下可能是因為西蘭花種植品種、病蟲害管理方法、提質增效手段以及種植管理等方面出現了問題，使得各種西蘭花生產資源的投入浪費或產量低下。可以通過技術和管理兩個方向進行改進，提高西蘭花生產的純技術效率。本文提出了西蘭花提質增效的若干技術和管理手段，可以根據實際情況進行選擇運用，盡可能提高自身的純技術效率，并適當擴大種植規模，逐漸實現規模最優，最終實現DEA 有效。

2.3 規模效率分析

樣本1、9、13、16 都達到了規模有效，并且綜合效益也有效，所以其西蘭花種植的投入規模可保持不變，管理者可以進一步提升新技術的集成運用水平，降低管理和運營成本。樣本3、7、14 的規模效益是遞增的，所以可以按百分比擴大投入資源的水平，以增加產出。其余樣本的規模效益是遞減的，說明即使擴大了資源投入水平，也得不到產出的同比增長，所以需要等比削減資源投入的水平，進而實現規模有效[16]。

3 結論

通過DEA 模型分析可以得到樣本1、9、13、16 為DEA 有效，在實地訪談過程中，這幾個樣本種植戶的文化水平較高，農業知識儲備和實際生產經驗較豐富。通過對一定范圍內西蘭花種植戶的投入、產出變量進行收集整理，再運用DEA 方法進行研究，得出該范圍內哪些種植戶的投入產出比較合理，哪些存在問題，該如何改進，為同區域不同西蘭花種植戶的投入產出效率提升帶來決策參考，從而改善資本投入和生產管理狀態，最終實現產出的有效提升，對指導種植戶提高種植效益意義重大。