《基于DEA-Tobit模型的花生种植户生产效率及其影响因素分析》-农学论文，农业论文-论文范文参考-科学狗论文网

标题

基于DEA-Tobit模型的花生种植户生产效率及其影响因素分析

范文

周曙东　张冬

摘要：基于2016年全国17个省份花生生产农户的调查数据，运用数据包络分析（DEA）模型测算花生种植户的生产效率，并使用Tobit模型对影响花生种植户生产效率的因素进行分析。结果发现，花生种植户生产效率普遍较低，且不同农户之间生产效率差异较大;已种花生年数、播种面积、是否为科技示范户、家中是否接受过农业技术培训、商品化率均对花生种植户生产效率具有显著正向影响;而是否加入花生专业合作社对花生种植户生产效率具有不显著正向影响;不同地区之间生产效率存在较明显差异，黄淮海花生区和长江流域花生区的生产效率处于较高水平。

关键词：花生种植户;生产效率;影响因素;DEA-Tobit模型

中图分类号： F323.3? 文献标志码： A? 文章编号：1002-1302（2019）03-0283-05

由于全球价值链的形成与发展，国家间的分工已经从产业内部分工发展到产品内部的分工，导致国家间的相互联系越发紧密。在农业领域，各个国家间的农产品进出口量也逐年攀升，国际贸易依赖程度不断提高，因此，国家粮食安全问题不容忽视。

近年来，随着我国二孩政策的放开，人口总量将继续增加。同时，城镇化进程的加快，居民收入水平的提高，人们对高质量生活的向往和需求，使得植物蛋白等油料消费需求将呈逐渐递增趋势。我国目前三大主要油料作物分别是大豆、花生、油菜。《中国农村统计年鉴》的数据显示，2016年我国大豆产量1 300万t，总进口量8 391万t，说明我国对大豆的国际贸易依赖程度比较严重;而花生的自给率较高，播种面积和产量也稳步上升，2016年我国花生播种面积为 472.75万hm2，占全国油料总播种面积的33.44%，比2015年提高了0.55百分点;2016年我国花生产量为1 729万t，占全国油料总产量的47.64%，比2015年提高了1.16百分点。

花生作为我国拥有竞争优势的主要农产品之一，理应引起足够的重视。花生产业的生产环节是提升我国花生产业价值链整体竞争力的源头动力。农户作为花生生产的主体，其生产效率的高低在很大程度上决定了相应价值增值的能力和程度。王云等指出，在微观经济学理论中，生产技术效率描述投入产出选择实现最佳投入产出的程度，可以反映种植户生产活动实现收益最大化的程度[1]。因此，对花生生产效率及其影响因素的分析与研究，具有重要的价值和意义。

通过整理以往的文献发现，现有针对农产品生产效率及影响因素的研究方法主要有參数随机前沿分析（SFA）方法和非参数数据包络分析（DEA）方法。有学者利用国家或地区宏观数据研究生产效率变化，例如，孙林等基于DEA模型分析了1990—2001年我国棉花生产效率的时际和区际变化[2];石会娟等采用DEA模型对河北省苹果生产效率与全国苹果生产效率进行了对比分析[3];曾福生等运用SBM-Tobit模型核算了我国2009年粮食生产效率，并对相关显著影响因素进行了实证分析[4];贺志亮等运用三阶段DEA模型实证分析了2012年我国农业生产效率及效率影响因素[5]。也有学者基于农户微观数据研究生产效率及其影响因素，例如，陈潜等基于DEA-Tobit模型测算了福建省农户毛竹生产效率，并进一步对影响毛竹生产效率的因素进行分析[6];肖阳等采用DEA模型测算农户种植马铃薯的生产效率，并利用Tobit模型对影响马铃薯生产效率的因素进行分析[7];曾雅婷等采用SFA模型测度农户粮食生产技术效率，并采用Tobit模型检验影响粮食生产技术效率的主要因素[8]。

在我国花生产业生产主体效率的研究方面，大多利用花生投入产出的全国或省级数据，分析年度间花生生产效率的构成及变化。例如，田伟等利用2001—2007年我国11个主要花生产区的投入产出数据，基于非参数Malmquist指数方法对花生的生产效率变动进行分解分析，并运用数据包络分析方法给出了提高全国花生生产综合技术效率的改进方案[9];白丽等则采用非参数Malmquist指数的DEA方法对我国1991—2009年期间花生、大豆、油菜及3种粮食作物（水稻、小麦、玉米）的全要素生产率进行测算分析，从作物间和年际间2个角度分析我国花生生产效率水平的变动情况，认为技术进步水平低下直接导致我国花生全要素生产率呈下降趋势[10]。另外，有学者根据花生种植户的微观调查数据研究我国花生生产效率及区域差异。例如，周曙东等选择随机前沿生产函数模型分析和识别了2011年全国19个省份花生单产增长及生产技术效率损失的主要影响因素，认为花生种植年数、是否为花生生产示范户、种植规模、参加培训的次数和花生商品率对花生的生产效率有显著的正向影响[11]，但是没有涉及农户组织程度对花生生产效率的影响。事实上，花生专业生产合作社在组织农户规模化和标准化生产经营、提高生产水平以及进入市场程度等方面的作用正日益显现。

因此，本研究借鉴通用的DEA-Tobit两阶段法分析评估花生种植户生产效率及其影响因素。在测定花生种植户生产效率的基础上，采用删截数据回归Tobit模型，以每个决策单元的综合效率为被解释变量，以包括是否参加合作社在内的农户特征为解释变量，旨在为提高花生生产效率、提升农户价值增值能力提供政策建议。

1 研究方法与数据来源

1.1 研究方法理论模型

DEA-Tobit两阶段模型是以DEA模型计算出来的各个决策单元的效率值作为被解释变量，选取生产经营主体特征等影响因素作为解释变量的方法。

1.1.1 DEA模型数据包络分析方法是著名运筹学家Charnes等在1978年发表的论文中提到关于面向投入的规模报酬不变模型后，成为运筹学、管理科学和数理经济学交叉的新领域[12]。该方法运用线性规划构建1个非参数逐段线性的生产前沿面，将数据包络起来，根据每个决策单元（DMU）的输入输出数据使用数学规划模型综合分析并评价它们的相对有效性。

DEA模型在计算技术效率时根据是否排除规模效率的影响有2种具体模型，一种是假设规模报酬不变（constant returns to scale，简称CRS）模型，另一种是规模报酬可变（varible return to scale，简称VRS）模型。本研究把每个花生生产农户看作一个DMU测度花生生产效率，在实地调研中发现，我国农村普遍存在小规模经营现象，可能并未实现最优的经营规模，因此，本研究选择产出导向的规模报酬可变模型。

设上述对偶规划的最优解为λ0、IS0、OS0、θ0，若满足θ0=1，IS0=0，OS0=0，则DMUj0为DEA有效;若θ0=1，IS0和OS0不同时为0，则DMUj0为弱DEA有效;若θ0<0，则DMUj0非DEA有效。

1.1.2 Tobit模型由于DEA测算出来的效率值在区间[0，1]内，属于典型的两端删截“受限被解释变量”，若直接使用普通最小二乘法（OLS）估计回归系数，会导致参数估计得不一致，因此经济学家Tobin提出了删截数据回归模型，即Tobit模型。具体形式如下：

式中：Yi表示DEA模型测算出的效率值;β0表示截距项;xik表示解释变量;βk表示未知参数向量;εi独立且服从正态分布，i=1，2，3，…。本研究采用Tobit模型分析花生生产效率的影响因素。

1.2 数据来源

本研究使用的数据均来自国家花生产业体系产业经济专家组2017年收回的关于反映2016年实际情况的花生种植户调查问卷。调查范围包括辽宁、吉林、河北、河南、山东、山西、湖北、湖南、安徽、江苏、四川、江西、广东、广西、贵州、福建、新疆共17个花生生产省份。根据《中国农村统计年鉴2016》的统计数据可知，2016年，全国花生播种总面积为472.75万hm2，其中这17个省份的花生播种面积占94.89%;全国花生产量为 1 728.98万t，其中这17个省份的花生产量占96.61%。由此可以看出，调查地区的花生生产具有很好的代表性。

实际调查采取典型调查和问卷调查相结合的方法，在地方农业管理部门、花生站长、主要经营管理者、代表性花生种植户研讨的基础上，按照先分类再随机抽样的方式进行，综合考虑花生生产大户及小户、花生示范户与非示范户等，进行入户访谈和问卷调查。调查内容主要包括花生种植户家庭基本信息以及2016年花生种植、销售和成本收益情况。调查过程中共发放问卷562份，收回547份，问卷回收率为97.3%;剔除内容不全、有逻辑错误的问卷，有效问卷共489份，有效率为89.4%。

2 花生种植户生产效率的测算

2.1 投入产出指标体系设计及说明

在花生生产过程中，产出要素用单位面积产量表示，投入要素主要包括土地、物质与服务和劳动力。由于在DEA模型中均以单位面积情况衡量投入产出指标，因此，本研究选取1个产出指标、6个投入指标，未将土地变量纳入模型。其中，产出指标是花生平均产量（kg/hm2），投入指标分别是单位面积种子费用（元/hm2）、单位面积肥料投入为农家肥和化肥2部分之和，元/hm2、单位面积农膜费用（元/hm2）、单位面积农药费用（元/hm2）、单位面积机械作业费用（元/hm2）以及单位面积劳动力投入（工日/hm2），描述性统计如表1所示。

从表1可以看出，花生种植户之间生产要素投入产出差异较大，其中种子费用最大相差6 000元/hm2，肥料投入最大相差 6 090元/hm2，农膜费用最大相差2 250元/hm2，农药费用最大相差 2 400元/hm2，机械作业费用最大相差 3 300元/hm2，产量最低只有1 500 kg/hm2，最高达到 7 500 kg/hm2，相差6 000 kg/hm2。调研中发现，很多生产农户使用自留种或农家肥，因此种子费用或肥料投入为0元。

平均物质与服务总费用投入达到7 210.2元/hm2，其中种子费用和肥料投入的均值最高，约为2 372元/hm2，农膜费用的均值最低，为314.1元/hm2。根据天下粮仓网的统计数据，2016年国内花生平均价格约为8元/kg，因此可大致估算出农户平均收入约为34 200元/hm2。

2.2 花生种植户生产效率测算结果及解释

本研究利用DEAP 2.1软件测算了489个有效样本农户的生产效率值，得到它在各区间上的分布情况。由表2可知，所有有效样本农户中，生产效率值最低的样本为0.245，样本数为8份;生产效率值最高的样本为1，样本数为52份，仅占所有决策单元总数的10.63%，说明這些农户达到了DEA有效。在生产效率区间分布上，生产效率≥0.9的样本数占到19.22%，而在0.3以下的占到1.64%，农户之间生产效率的差异较大。农户在每个区间上都有分布，生产效率在[0.3，0.4）之间的样本数占 4.50%，在[0.4，0.5）之间的占1063%，[0.5，0.6）和[0.6，0.7）之间的比例相同，均为1493%，在[0.7，0.8）之间的样本数最多，达到23.31%，在[0.8，0.9）之间的占比为10.84%。

3 花生种植户生产效率的影响因素分析

3.1 研究假设及理论分析

本研究基于我国花生生产农户实际特点和相关研究成果，并结合实地调查数据，主要从农户生产特征、家中是否接受农业技术培训、是否加入花生专业合作社、商品化率、地区因素5个角度，分析花生种植户生产效率的影响因素。其中，花生种植户的生产特征用已种花生年数、播种面积和是否为科技示范户3个变量测度。因此，提出以下研究假设。

假设1：已种花生年数对农户生产效率具有显著正向影响。

一般来说，花生种植户种植的时间越长，积累的劳作经验越丰富，对于花生市场行情的把握和判断越准确。在花生生产过程中能够应用生产经营及管理经验，对于肥料、农药、农膜等生产资料投入使用的效率较高。因此，假设已种花生年数对提高农户生产效率有着积极作用。

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。