基于DEA-Tobit模型的花生種植戶生產(chǎn)效率及其影響因素分析

周曙東　張冬

摘要：基于2016年全國17個省份花生生產(chǎn)農(nóng)戶的調(diào)查數(shù)據(jù)，運用數(shù)據(jù)包絡(luò)分析（DEA）模型測算花生種植戶的生產(chǎn)效率，并使用Tobit模型對影響花生種植戶生產(chǎn)效率的因素進行分析。結(jié)果發(fā)現(xiàn)，花生種植戶生產(chǎn)效率普遍較低，且不同農(nóng)戶之間生產(chǎn)效率差異較大;已種花生年數(shù)、播種面積、是否為科技示范戶、家中是否接受過農(nóng)業(yè)技術(shù)培訓(xùn)、商品化率均對花生種植戶生產(chǎn)效率具有顯著正向影響;而是否加入花生專業(yè)合作社對花生種植戶生產(chǎn)效率具有不顯著正向影響;不同地區(qū)之間生產(chǎn)效率存在較明顯差異，黃淮?；ㄉ鷧^(qū)和長江流域花生區(qū)的生產(chǎn)效率處于較高水平。

關(guān)鍵詞：花生種植戶;生產(chǎn)效率;影響因素;DEA-Tobit模型

中圖分類號： F323.3? 文獻標(biāo)志碼： A? 文章編號：1002-1302（2019）03-0283-05

由于全球價值鏈的形成與發(fā)展，國家間的分工已經(jīng)從產(chǎn)業(yè)內(nèi)部分工發(fā)展到產(chǎn)品內(nèi)部的分工，導(dǎo)致國家間的相互聯(lián)系越發(fā)緊密。在農(nóng)業(yè)領(lǐng)域，各個國家間的農(nóng)產(chǎn)品進出口量也逐年攀升，國際貿(mào)易依賴程度不斷提高，因此，國家糧食安全問題不容忽視。

近年來，隨著我國二孩政策的放開，人口總量將繼續(xù)增加。同時，城鎮(zhèn)化進程的加快，居民收入水平的提高，人們對高質(zhì)量生活的向往和需求，使得植物蛋白等油料消費需求將呈逐漸遞增趨勢。我國目前三大主要油料作物分別是大豆、花生、油菜?！吨袊r(nóng)村統(tǒng)計年鑒》的數(shù)據(jù)顯示，2016年我國大豆產(chǎn)量1 300萬t，總進口量8 391萬t，說明我國對大豆的國際貿(mào)易依賴程度比較嚴重;而花生的自給率較高，播種面積和產(chǎn)量也穩(wěn)步上升，2016年我國花生播種面積為 472.75萬hm2，占全國油料總播種面積的33.44%，比2015年提高了0.55百分點;2016年我國花生產(chǎn)量為1 729萬t，占全國油料總產(chǎn)量的47.64%，比2015年提高了1.16百分點。

花生作為我國擁有競爭優(yōu)勢的主要農(nóng)產(chǎn)品之一，理應(yīng)引起足夠的重視?；ㄉa(chǎn)業(yè)的生產(chǎn)環(huán)節(jié)是提升我國花生產(chǎn)業(yè)價值鏈整體競爭力的源頭動力。農(nóng)戶作為花生生產(chǎn)的主體，其生產(chǎn)效率的高低在很大程度上決定了相應(yīng)價值增值的能力和程度。王云等指出，在微觀經(jīng)濟學(xué)理論中，生產(chǎn)技術(shù)效率描述投入產(chǎn)出選擇實現(xiàn)最佳投入產(chǎn)出的程度，可以反映種植戶生產(chǎn)活動實現(xiàn)收益最大化的程度[1]。因此，對花生生產(chǎn)效率及其影響因素的分析與研究，具有重要的價值和意義。

通過整理以往的文獻發(fā)現(xiàn)，現(xiàn)有針對農(nóng)產(chǎn)品生產(chǎn)效率及影響因素的研究方法主要有參數(shù)隨機前沿分析（SFA）方法和非參數(shù)數(shù)據(jù)包絡(luò)分析（DEA）方法。有學(xué)者利用國家或地區(qū)宏觀數(shù)據(jù)研究生產(chǎn)效率變化，例如，孫林等基于DEA模型分析了1990—2001年我國棉花生產(chǎn)效率的時際和區(qū)際變化[2];石會娟等采用DEA模型對河北省蘋果生產(chǎn)效率與全國蘋果生產(chǎn)效率進行了對比分析[3];曾福生等運用SBM-Tobit模型核算了我國2009年糧食生產(chǎn)效率，并對相關(guān)顯著影響因素進行了實證分析[4];賀志亮等運用三階段DEA模型實證分析了2012年我國農(nóng)業(yè)生產(chǎn)效率及效率影響因素[5]。也有學(xué)者基于農(nóng)戶微觀數(shù)據(jù)研究生產(chǎn)效率及其影響因素，例如，陳潛等基于DEA-Tobit模型測算了福建省農(nóng)戶毛竹生產(chǎn)效率，并進一步對影響毛竹生產(chǎn)效率的因素進行分析[6];肖陽等采用DEA模型測算農(nóng)戶種植馬鈴薯的生產(chǎn)效率，并利用Tobit模型對影響馬鈴薯生產(chǎn)效率的因素進行分析[7];曾雅婷等采用SFA模型測度農(nóng)戶糧食生產(chǎn)技術(shù)效率，并采用Tobit模型檢驗影響糧食生產(chǎn)技術(shù)效率的主要因素[8]。

在我國花生產(chǎn)業(yè)生產(chǎn)主體效率的研究方面，大多利用花生投入產(chǎn)出的全國或省級數(shù)據(jù)，分析年度間花生生產(chǎn)效率的構(gòu)成及變化。例如，田偉等利用2001—2007年我國11個主要花生產(chǎn)區(qū)的投入產(chǎn)出數(shù)據(jù)，基于非參數(shù)Malmquist指數(shù)方法對花生的生產(chǎn)效率變動進行分解分析，并運用數(shù)據(jù)包絡(luò)分析方法給出了提高全國花生生產(chǎn)綜合技術(shù)效率的改進方案[9];白麗等則采用非參數(shù)Malmquist指數(shù)的DEA方法對我國1991—2009年期間花生、大豆、油菜及3種糧食作物（水稻、小麥、玉米）的全要素生產(chǎn)率進行測算分析，從作物間和年際間2個角度分析我國花生生產(chǎn)效率水平的變動情況，認為技術(shù)進步水平低下直接導(dǎo)致我國花生全要素生產(chǎn)率呈下降趨勢[10]。另外，有學(xué)者根據(jù)花生種植戶的微觀調(diào)查數(shù)據(jù)研究我國花生生產(chǎn)效率及區(qū)域差異。例如，周曙東等選擇隨機前沿生產(chǎn)函數(shù)模型分析和識別了2011年全國19個省份花生單產(chǎn)增長及生產(chǎn)技術(shù)效率損失的主要影響因素，認為花生種植年數(shù)、是否為花生生產(chǎn)示范戶、種植規(guī)模、參加培訓(xùn)的次數(shù)和花生商品率對花生的生產(chǎn)效率有顯著的正向影響[11]，但是沒有涉及農(nóng)戶組織程度對花生生產(chǎn)效率的影響。事實上，花生專業(yè)生產(chǎn)合作社在組織農(nóng)戶規(guī)?；蜆?biāo)準化生產(chǎn)經(jīng)營、提高生產(chǎn)水平以及進入市場程度等方面的作用正日益顯現(xiàn)。

因此，本研究借鑒通用的DEA-Tobit兩階段法分析評估花生種植戶生產(chǎn)效率及其影響因素。在測定花生種植戶生產(chǎn)效率的基礎(chǔ)上，采用刪截數(shù)據(jù)回歸Tobit模型，以每個決策單元的綜合效率為被解釋變量，以包括是否參加合作社在內(nèi)的農(nóng)戶特征為解釋變量，旨在為提高花生生產(chǎn)效率、提升農(nóng)戶價值增值能力提供政策建議。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法理論模型

DEA-Tobit兩階段模型是以DEA模型計算出來的各個決策單元的效率值作為被解釋變量，選取生產(chǎn)經(jīng)營主體特征等影響因素作為解釋變量的方法。

1.1.1 DEA模型 數(shù)據(jù)包絡(luò)分析方法是著名運籌學(xué)家Charnes等在1978年發(fā)表的論文中提到關(guān)于面向投入的規(guī)模報酬不變模型后，成為運籌學(xué)、管理科學(xué)和數(shù)理經(jīng)濟學(xué)交叉的新領(lǐng)域[12]。該方法運用線性規(guī)劃構(gòu)建1個非參數(shù)逐段線性的生產(chǎn)前沿面，將數(shù)據(jù)包絡(luò)起來，根據(jù)每個決策單元（DMU）的輸入輸出數(shù)據(jù)使用數(shù)學(xué)規(guī)劃模型綜合分析并評價它們的相對有效性。

DEA模型在計算技術(shù)效率時根據(jù)是否排除規(guī)模效率的影響有2種具體模型，一種是假設(shè)規(guī)模報酬不變（constant returns to scale，簡稱CRS）模型，另一種是規(guī)模報酬可變（varible return to scale，簡稱VRS）模型。本研究把每個花生生產(chǎn)農(nóng)戶看作一個DMU測度花生生產(chǎn)效率，在實地調(diào)研中發(fā)現(xiàn)，我國農(nóng)村普遍存在小規(guī)模經(jīng)營現(xiàn)象，可能并未實現(xiàn)最優(yōu)的經(jīng)營規(guī)模，因此，本研究選擇產(chǎn)出導(dǎo)向的規(guī)模報酬可變模型。

設(shè)上述對偶規(guī)劃的最優(yōu)解為λ0、IS0、OS0、θ0，若滿足θ0=1，IS0=0，OS0=0，則DMUj0為DEA有效;若θ0=1，IS0和OS0不同時為0，則DMUj0為弱DEA有效;若θ0<0，則DMUj0非DEA有效。

1.1.2 Tobit模型 由于DEA測算出來的效率值在區(qū)間[0，1]內(nèi)，屬于典型的兩端刪截“受限被解釋變量”，若直接使用普通最小二乘法（OLS）估計回歸系數(shù)，會導(dǎo)致參數(shù)估計得不一致，因此經(jīng)濟學(xué)家Tobin提出了刪截數(shù)據(jù)回歸模型，即Tobit模型。具體形式如下：

式中：Yi表示DEA模型測算出的效率值;β0表示截距項;xik表示解釋變量;βk表示未知參數(shù)向量;εi獨立且服從正態(tài)分布，i=1，2，3，…。本研究采用Tobit模型分析花生生產(chǎn)效率的影響因素。

1.2 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)均來自國家花生產(chǎn)業(yè)體系產(chǎn)業(yè)經(jīng)濟專家組2017年收回的關(guān)于反映2016年實際情況的花生種植戶調(diào)查問卷。調(diào)查范圍包括遼寧、吉林、河北、河南、山東、山西、湖北、湖南、安徽、江蘇、四川、江西、廣東、廣西、貴州、福建、新疆共17個花生生產(chǎn)省份。根據(jù)《中國農(nóng)村統(tǒng)計年鑒2016》的統(tǒng)計數(shù)據(jù)可知，2016年，全國花生播種總面積為472.75萬hm2，其中這17個省份的花生播種面積占94.89%;全國花生產(chǎn)量為 1 728.98萬t，其中這17個省份的花生產(chǎn)量占96.61%。由此可以看出，調(diào)查地區(qū)的花生生產(chǎn)具有很好的代表性。

實際調(diào)查采取典型調(diào)查和問卷調(diào)查相結(jié)合的方法，在地方農(nóng)業(yè)管理部門、花生站長、主要經(jīng)營管理者、代表性花生種植戶研討的基礎(chǔ)上，按照先分類再隨機抽樣的方式進行，綜合考慮花生生產(chǎn)大戶及小戶、花生示范戶與非示范戶等，進行入戶訪談和問卷調(diào)查。調(diào)查內(nèi)容主要包括花生種植戶家庭基本信息以及2016年花生種植、銷售和成本收益情況。調(diào)查過程中共發(fā)放問卷562份，收回547份，問卷回收率為97.3%;剔除內(nèi)容不全、有邏輯錯誤的問卷，有效問卷共489份，有效率為89.4%。

2 花生種植戶生產(chǎn)效率的測算

2.1 投入產(chǎn)出指標(biāo)體系設(shè)計及說明

在花生生產(chǎn)過程中，產(chǎn)出要素用單位面積產(chǎn)量表示，投入要素主要包括土地、物質(zhì)與服務(wù)和勞動力。由于在DEA模型中均以單位面積情況衡量投入產(chǎn)出指標(biāo)，因此，本研究選取1個產(chǎn)出指標(biāo)、6個投入指標(biāo)，未將土地變量納入模型。其中，產(chǎn)出指標(biāo)是花生平均產(chǎn)量（kg/hm2），投入指標(biāo)分別是單位面積種子費用（元/hm2）、單位面積肥料投入為農(nóng)家肥和化肥2部分之和，元/hm2、單位面積農(nóng)膜費用（元/hm2）、單位面積農(nóng)藥費用（元/hm2）、單位面積機械作業(yè)費用（元/hm2）以及單位面積勞動力投入（工日/hm2），描述性統(tǒng)計如表1所示。

從表1可以看出，花生種植戶之間生產(chǎn)要素投入產(chǎn)出差異較大，其中種子費用最大相差6 000元/hm2，肥料投入最大相差 6 090元/hm2，農(nóng)膜費用最大相差2 250元/hm2，農(nóng)藥費用最大相差 2 400元/hm2，機械作業(yè)費用最大相差 3 300元/hm2，產(chǎn)量最低只有1 500 kg/hm2，最高達到 7 500 kg/hm2，相差6 000 kg/hm2。調(diào)研中發(fā)現(xiàn)，很多生產(chǎn)農(nóng)戶使用自留種或農(nóng)家肥，因此種子費用或肥料投入為0元。

平均物質(zhì)與服務(wù)總費用投入達到7 210.2元/hm2，其中種子費用和肥料投入的均值最高，約為2 372元/hm2，農(nóng)膜費用的均值最低，為314.1元/hm2。根據(jù)天下糧倉網(wǎng)的統(tǒng)計數(shù)據(jù)，2016年國內(nèi)花生平均價格約為8元/kg，因此可大致估算出農(nóng)戶平均收入約為34 200元/hm2。

2.2 花生種植戶生產(chǎn)效率測算結(jié)果及解釋

本研究利用DEAP 2.1軟件測算了489個有效樣本農(nóng)戶的生產(chǎn)效率值，得到它在各區(qū)間上的分布情況。由表2可知，所有有效樣本農(nóng)戶中，生產(chǎn)效率值最低的樣本為0.245，樣本數(shù)為8份;生產(chǎn)效率值最高的樣本為1，樣本數(shù)為52份，僅占所有決策單元總數(shù)的10.63%，說明這些農(nóng)戶達到了DEA有效。在生產(chǎn)效率區(qū)間分布上，生產(chǎn)效率≥0.9的樣本數(shù)占到19.22%，而在0.3以下的占到1.64%，農(nóng)戶之間生產(chǎn)效率的差異較大。農(nóng)戶在每個區(qū)間上都有分布，生產(chǎn)效率在[0.3，0.4）之間的樣本數(shù)占 4.50%，在[0.4，0.5）之間的占1063%，[0.5，0.6）和[0.6，0.7）之間的比例相同，均為1493%，在[0.7，0.8）之間的樣本數(shù)最多，達到23.31%，在[0.8，0.9）之間的占比為10.84%。

3 花生種植戶生產(chǎn)效率的影響因素分析

3.1 研究假設(shè)及理論分析

本研究基于我國花生生產(chǎn)農(nóng)戶實際特點和相關(guān)研究成果，并結(jié)合實地調(diào)查數(shù)據(jù)，主要從農(nóng)戶生產(chǎn)特征、家中是否接受農(nóng)業(yè)技術(shù)培訓(xùn)、是否加入花生專業(yè)合作社、商品化率、地區(qū)因素5個角度，分析花生種植戶生產(chǎn)效率的影響因素。其中，花生種植戶的生產(chǎn)特征用已種花生年數(shù)、播種面積和是否為科技示范戶3個變量測度。因此，提出以下研究假設(shè)。

假設(shè)1：已種花生年數(shù)對農(nóng)戶生產(chǎn)效率具有顯著正向影響。

一般來說，花生種植戶種植的時間越長，積累的勞作經(jīng)驗越豐富，對于花生市場行情的把握和判斷越準確。在花生生產(chǎn)過程中能夠應(yīng)用生產(chǎn)經(jīng)營及管理經(jīng)驗，對于肥料、農(nóng)藥、農(nóng)膜等生產(chǎn)資料投入使用的效率較高。因此，假設(shè)已種花生年數(shù)對提高農(nóng)戶生產(chǎn)效率有著積極作用。