趙 建

(東北農業(yè)大學，黑龍江 哈爾濱 150030)

本研究針對哈爾濱市水稻種植農戶的調查資料，對其水稻生產(chǎn)效率進行評估并分析影響效率差異的因素，以此來提出改善建議，為優(yōu)化哈爾濱市水稻種植業(yè)的資源配置結構，提高產(chǎn)業(yè)競爭力提供參考。

一、研究方法與數(shù)據(jù)資料

1.研究方法

在評價決策單位(DMU)的效率時，數(shù)據(jù)包絡分析方法被廣泛采用。這是利用生產(chǎn)函數(shù)概念，通過線性規(guī)劃的方式，在所有決策單位中找出效率邊界，作為各決策單位相對效率的一種方法。凡是位于效率邊界上的決策單位，可以稱為有效率，而不在效率邊界的，稱為無效率。數(shù)據(jù)包絡分析主要有CCR模式和BCC模式兩種主要評估模型。

(1)CCR模式

假設決策單位 j(j=1，2，3，…，n)使用第 i項投入量為 Xij，其第 r項產(chǎn)出量為 Yrj，以 ur，vi分別代表第r個產(chǎn)出項與第i個投入項的權重，n為受評單位之個數(shù)，m為投入因子的個數(shù)，r為產(chǎn)出項的個數(shù)。按照Charnes et al(1978)提出的限制條件，決策單位的效率值計算公式為:

(2)BCC模式

Banker et al(1984)放寬CCR模式的固定規(guī)模報酬假設，加入限制式，發(fā)展出 BCC 模式。CCR模式只能評價決策單位的技術效率(Technical Efficiency，簡稱TE)，而BCC模式可將技術效率再區(qū)分成純技術效率(Pure Technical Efficiency，簡稱PTE)和規(guī)模效率(Scale Efficiency，簡稱SE)，而技術效率等于純技術效率與規(guī)模效率的乘積(Coelli et al，1998)。這樣考察經(jīng)營者的經(jīng)營管理能力時，就可以區(qū)分出SE的影響，而以PTE來進行客觀評價。此時，θ值表示決策單位的純技術效率值(PTE)。

2.模型設計與數(shù)據(jù)資料

(1)模型設計

本研究采用數(shù)據(jù)包絡分析法，利用DEAP 2.1軟件對哈爾濱市水稻生產(chǎn)效率進行實證分析。在變量設定方面，產(chǎn)出變量為調查農戶的水稻產(chǎn)值;投入變量有七個，分別為耕地面積、種苗費、肥料費、人工費、農機作業(yè)費、農藥費和農膜費。

(2)數(shù)據(jù)資料

本研究以哈爾濱市所轄區(qū)市縣的稻農為調查對象。采用調查問卷的方法，首先按照各區(qū)市縣的水稻產(chǎn)量確定各地的調查比例，再從各地財政部門《水稻直補發(fā)放清冊》記載的農戶里隨機抽取調查對象。本調查共定向發(fā)放調查問卷700份，回收有效問卷共600份，各區(qū)市縣問卷情況見表1。

表1 各區(qū)市縣水稻種植情況及問卷數(shù)量

被調查農戶水稻種植面積共14400畝(1畝=0.0667公頃)，平均每戶種植面積24畝，農戶最小種植面積為1.5畝，最大種植面積為240畝，標準差為154畝。被調查農戶的水稻生產(chǎn)成本與收益，如表2所示。平均每畝水稻產(chǎn)值為1342元，生產(chǎn)成本近383.2元，每畝增加值近958.8元。在所有水稻生產(chǎn)成本中，農機作業(yè)費最高，占總成本的49%;其次是肥料費，占24%;最少的為農膜費，占9%。

表2 水稻生產(chǎn)成本與收益表

二、哈爾濱市水稻生產(chǎn)效率的實證分析結果

1.水稻生產(chǎn)效率的估計結果

哈爾濱市水稻生產(chǎn)效率的估計結果如表3所示。純技術效率值(PTE)方面，是在變動規(guī)模報酬假設(即BCC模式)下所評估的效率值，因此已包含規(guī)模效率。受調查稻農的全體純技術效率平均值為 0.77，比技術效率平均值的 0.64，高了20.3%。純技術效率值比技術效率值要大，表明如果不區(qū)分規(guī)模效率，會造成對水稻生產(chǎn)效率的低估。

在純技術效率方面，具有完全純技術效率(PTE=1)的稻農有160戶，占26.7%為最高;就整體而言，平均值為0.77，距離完全純技術效率的邊界還差23.0%，表示有效率提升的空間。在規(guī)模效率方面，整體規(guī)模效率平均值為0.83，其中介于0.81至0.99之間的農戶數(shù)比重最大，占58.0%;處于最優(yōu)規(guī)模的農戶比率僅有14.0%。

表3 水稻生產(chǎn)效率的分布

2.按水稻種植面積分組的效率分析

為進一步了解水稻種植面積對生產(chǎn)效率的影響，本研究將水稻種植面積分為四種規(guī)模，分別為未滿10畝、10～30畝、30～70畝及70畝以上。按水稻種植面積分組的效率值計算結果如表4所示。未滿10畝的水稻純技術效率為0.79，而規(guī)模效率僅為0.64，顯示出其處于種植規(guī)模不適當階段;10～30畝及30～70畝這兩組種植面積的水稻，規(guī)模效率值較高，純技術效率還有較大的提升空間;而種植面積在70畝以上的水稻，規(guī)模效率值降低，表示純技術效率及規(guī)模效率均有提升空間。

表4 按水稻種植面積分組的效率分析

3.水稻生產(chǎn)各項投入的利用效率

水稻生產(chǎn)各項投入是否合理利用，決定了水稻生產(chǎn)純技術效率。計算方式為實際投入(original value)減去投入松弛變量(input slack)得到實現(xiàn)DEA“有效率”的目標值(projected value)，再與實際投入加以比較。其中，投入松弛變量包括投入冗余值(radial moment)和產(chǎn)出不足值(slack moment)。投入的利用效率計算公式為:

投入的利用效率 =(實際投入 －投入冗余值－產(chǎn)出不足值)/實際投入

根據(jù)BCC模式評估的純技術效率值，可計算出投入冗余值，得到水稻生產(chǎn)各項投入的利用效率，如表5所示。哈爾濱水稻生產(chǎn)各項投入的整體利用率為68.6%，顯示出投入利用率偏低。就個別投入而言，以農機作業(yè)費64.3%為最低;依序分別為人工費65.1%、農藥費67.8%、農膜費68.9%、肥料費 69.6%、種苗費72.2%及種植面積72.8%。按照種植面積分組，小于10畝的水稻生產(chǎn)中，人工費的投入利用率為最低;10～30畝及30～70畝的水稻生產(chǎn)中，農機作業(yè)費的利用率均較低;而70畝以上的水稻生產(chǎn)中，農藥費利用率最低，同時其他投入的利用率也不高。

4.按水稻種植面積分組的規(guī)模報酬分析

就水稻種植面積四個組別的規(guī)模報酬而言，如表6所示，規(guī)模小于10畝及10～30畝的水稻生產(chǎn)處于規(guī)模報酬遞增階段的比率很高，分別為94.2%及64.9%，對處在這兩個規(guī)模的大多數(shù)稻農來說，通過擴大生產(chǎn)規(guī)模有助于生產(chǎn)效率的提升。對于30～70畝及70畝以上的水稻生產(chǎn)，處于規(guī)模報酬遞減階段的比率為56.3%及75.0%，表示這兩個規(guī)模有較大比率已發(fā)生規(guī)模報酬遞減情形。

表5 水稻生產(chǎn)各項投入的利用率

表6 水稻生產(chǎn)的規(guī)模報酬分布

四、結論

本研究的結果如下:

測定出水稻生產(chǎn)的純粹技術效率 (PTE)平均值為0.77，表明個別稻農的效率還有提升空間。水稻生產(chǎn)的技術效率差異很大，顯示出有些水稻生產(chǎn)的栽培技術偏低，而且各項生產(chǎn)投入的利用率偏低(平均為68.6%)，尤其以農機作業(yè)費及人工費的資源利用率較低。建議這些水稻生產(chǎn)者加強栽培技術與資源利用，尤其要改變農機作業(yè)費、人工費及農藥費的浪費現(xiàn)象，同時肥料費及種苗費用也要適度節(jié)約。

雖然稻農總體規(guī)模效率 (SE)平均值為0.83，但是處于最適規(guī)模(SE=1)的農戶比率僅有14.0%，顯示大多數(shù)稻農的生產(chǎn)并未處于最適規(guī)模。就水稻生產(chǎn)的規(guī)模效率而言，以規(guī)模未滿10畝的0.64為最低，以規(guī)模是10～30畝的0.95為最高。再就水稻生產(chǎn)的規(guī)模報酬而言，處于規(guī)模報酬遞增的稻農占全體樣本的68.0%，而其中規(guī)模未滿10畝的比例達到94.2%;處于規(guī)模報酬遞減階段的稻農占全體樣本的18.0%，而其中規(guī)模超過70畝的比例達到75.0%。研究顯示小規(guī)模水稻生產(chǎn)雖未處于最適規(guī)模，但大多處于規(guī)模報酬遞增階段，若能實現(xiàn)生產(chǎn)規(guī)模的有效擴大，使小規(guī)模稻農達到最適規(guī)模生產(chǎn)，將有助于提高哈爾濱市水稻生產(chǎn)的規(guī)模效率。

[1]Farrell，M.The Measurement of Productive Efficiency[J].Journal of the Royal Statistical Society，1957(2):13－17.

[2]Charnes.A，Cooper.W，Phode，E.Measuring the Efficiency of DMU[J].European Journal of Operational Research，1978(1):235 －240.

[3]Banker R D，Charnes A，Cooper W.Some Models for Estimating Technical and Scale Inefficiencies in DEA[J].Management Science，1984(3):179 －194.