王海平,刘宇峰,周 琼
(福建省农科院农业经济与科技信息研究所,福建 福州 350003)
随着收入水平的提升,人们对动物性食品的需求量不断增加,畜牧业也愈来成为备受关注的产业。福建省非常重视畜牧产业的发展,畜牧业产值逐年增加,在农业中的比重也不断加大,尤其在产业化经营方面更是走在全国的前列。据相关部门统计,2008年福建省市级以上畜牧业龙头企业数量为161家,实现增加值达31.83亿元,出口创汇1.59亿美元,带动农户达数57.31万户,龙头企业已经成为福建畜牧业发展中的一支重要力量。畜牧业的发展离不开畜牧企业特别是龙头企业生产效率的提升,面对当前畜牧产业发展的激烈竞争和严峻挑战,在相同品质和相近品牌情况下,畜牧企业的竞争力从根本上还体现在生产效率的提高和成本的节约,并能够保持价格上的竞争优势。因此,科学地评价福建省畜牧企业特别是具有典型代表意义的业龙头企业生产效率现状,将有助于提升本省畜牧企业的竞争力水平、促进畜牧产业健康发展。为此,本文应用DEA分析方法,以福建省九区市畜牧类龙头企业为分析决策单元,通过选取反映企业生产经营状况的投入与产出指标,对全省161个畜牧龙头企业生产效率进行研究,指出福建不同地市间生产效率中存在的差距和问题,并提出相应的对策建议。
DEA(Data Envelopment Analysis,数据包络分析)方法是用数学规划模型来评价相同类型的多投人、多产出的决策单元是否技术有效和规模有效的一种非参数统计方法。该方法最初由美国运筹学家Charnes,Cooper and Rhodes(1978)提出,即CCR模型,其基本假设条件为规模报酬不变;后来为了进一步探讨纯技术效率、规模效率等问题,1984年由Banker人等提出规模报酬可变的假定,并发展形成BCC模型。DEA方法的主要原理是根据相关决策元DMU(Decision Making Unit)投入和产出的面板数据,通过一系列的线形规划构建一个生产可能性边界,以此计算全要素生产率、技术变动、技术效率和规模效率的变化。在处理多投入多产出的生产方式方面具有较好的优越性,既不需要事先指定投入产出的生产函数形态,也不涉及各种要素的价格,同时允许无效率行为的存在,因而受到研究者的普遍青睐,该方法是从20世纪80年代末引入我国,目前已在农业、制造业、服务业等领域的生产效率研究以及生产函数效率测评中有了广泛的应用[1]。
在DEA模型的构建中指标体系的确定是决定效率评价的关键,指标构建的合理性直接影响到评价结果。在选择投入产出指标时,本文主要遵循三个基本原则:第一、是否科学,即所选取的指标要与畜牧类龙头企业属于同一科学范畴,投入指标能够反映畜牧龙头企业生产过程中的真实投入状况,产出指标则应能够衡量该龙头企业的实际产出;第二、指标的统计口径是否统一,即统计指标包含的范围要统一;第三、要避免指标间出现较强相关性,以防止指标间所含信息的重合[2]。
根据以上原则并结合实际数据的可获得性,本研究拟从人力、资本和技术3个方面来反映福建畜牧龙头企业的投入状况,因此、选取了企业年末从业人员、固定资产投资和科技研发投入作为投入指标。产出方面选取年内生产增加值和带动增加农户收入为产出指标,分别反映了畜牧龙头企业的经济效益和社会影响效益。为了避免各指标间出现较强的相关性,应用SPSS 15.0软件对选取的各指标的相关性进行分析,结果表明:在投入指标中年末从人员与固定资产投资、科技研发投入相关系数分别为0.479、0.261,科技投入与固定资产投资相关系数为0.693,产出指标中企业增加值与农户收入所得相关系数为-0.112,由指标间相关系数值可知,除科技研发投入与固定资产投资建相关系数超过0.6以外,其他几项指标间不存在较强的相关性,基本符合第三条原则规定。因此,本研究对投入产出指标的选取具合理性 (表1)。
表1 投入与产出指标间相关系数
本研究数据主要来源于 《福建农业产业化弄头企业统计年鉴 2009》。该年鉴对福建省2008年1 126家农业产业化龙头企业的生产经营状况做了详细的统计汇总,由于年鉴中没有专门分类畜牧业龙头企业的统计。因此,我们选取其中涉及畜牧业相关的企业作为统计汇总资料,主要包括猪肉及加工、牛奶及乳制品、禽肉禽蛋及加工和其他畜产品及加工等几类企业。并按照每一个地市为基本决策单元进行数据加总,根据所选取的投入与产出指标整理成如下数据列表 (表2)。
本文选用DEAP2.1软件进行模型的运算,将表2投入产出数据转换成DEA2.1能识别的文格式,选择不变规模模型 (CCR)进行运算,得出评价结果如表3。
表2 2008年福建省畜牧业龙头企业生产投入/产出数据
表3 福建省畜牧业龙头企业生产效率测评结果
CCR模型测评结果所得技术效率实际包含了被评价单元的纯技术效率和规模效率。测评值θ为1说明该企业 DEA测评是有效的,小于 1说明DEA测评无效,生产还未达到最优状态。根据表3结果可知,福建省不同地区畜牧业龙头企业生产效率存在较大差异,其中生产效率为1的有福州市、莆田市、漳州市和宁德市4个地区,表明该地区的畜牧业龙头企业生产效率是有效的,而厦门市、三明市、泉州市、南平市和龙岩市这5个地区测评值θ均小于1,说明这些地区畜牧业龙头企业生产还没有达到最优生产水平。具体来说,以厦门市为例,表3的结果显示θ值为0.272,技术效率为27.2%,表明在不减少产出的情况下,该决策单元多消耗了72.8%的投入资源,说明厦门市畜牧业龙头企业生产效率处于一个相当低的水平,存在较大的改进空间。同理,对于三明市、泉州市、南平市和龙岩市这4个市来说,分别在现有资源投入下减少60.2%、28.2%、46%和10.5%就能保持原产出不变。表中的平均生产效率值为0.758,表明从整体而言全省畜牧业龙头企业生产效率没有达到最佳水平还存在较大的提升空间,改进量得参考值为24.2%。
DEA模型的分析结果不仅对每一个决策单元生产的有效性进行判断,更为非生产有效性单元提供了具体的改进措施。非DEA有效的决策单元在生产效率前沿面上的投影是DEA有效的,即通过适当调整非DEA有效的决策单元输入输出数值使其达到DEA有效。表4反映的是厦门市、三明市、泉州市、南平市和龙岩市这5个非DEA有效的地区的投影结果,根据表中结果数据,可进一步获得上述5个地市畜牧业龙头企业生产效率要达到1的有效状态时,在不同产出条件下各要素资源的最小投入量。还是以厦门市年为例,由表2和表4可知,在当前的投入产出状况是:分别投入8 532人的劳动力、73 732万元的固定资本和12 365万元的科技研发经费,可获得71 910万元的增加值和带动农户收入24 970万元。而如果要进一步提高生产效率,即要使厦门市畜牧业龙头企业生产效率达到最优 (θ=1且s、t=0),在保持现有产出不变的情况下,可相应减少劳动力投入6 208人、固定投资53 648万元和科研经费6 249万元。同样,要使泉州市畜牧业龙头企业生产效率达到最优,在保证现有产出条件下可相应减少人力投入1 083人,固定投资4 107万元和科技投入678万元,对于三明市、南平市和龙岩市的生效率改进策略可按上述类似方法进行分析,在此不再赘述。而对效率值θ=1的福州市、莆田市、漳州市和宁德市4市来说生产效率已经达到最优,松弛变量和投影镜像均为0,在此无需提出改进策略。
表4 DEA测评投影结果 (单位:万元、人)
通过模型结果的分析,可以看到福建省畜牧业龙头企业在生产中存在以下问题:(1)生产效率不高。在福建的9个市区中有5个市区的畜牧业龙头企业生产加工效率处于非有效水平,效率最低的厦门市只有27.2%,全省平均值为75.8%还存在较大的改进空间。(2)资源投入不能充分的转化成产出,产出效率不高。规模普遍偏小、技术创新能力差、经营管理水平不高是其主要原因。(3)生产要素投入匹配不合理。表现在不同地区人力、资本和技术投入的一方面或几方面普遍存在严重溢出,影响企业的生产效率。
产业化经营,是将后福建省农业发展的一个方向,结合本文实证分析的研究结论,就如何提高福建省畜牧业龙头企业生产技术效率,增强畜牧企业竞争力,进而推动福建畜牧业全面发展提出几点建议。
一方面是畜牧龙头企业规模普遍偏小,难以发挥规模效益,另一方面是这些企业投入资源产出率不高,粗放式经营特征明显。因此,福建畜牧龙头企业应实行适度规模经营战略,按照 “做精、做大、做强”的原则,通过企业的兼并、重组促进专业化分工,充分发挥技术进步的规模效益。
根据投影分析,在维持现有产出水平下,福建省多数地区畜牧业龙头企业的人力、资本和科技投入都还存在严重的溢出,在现有条件下应积极进行生产要素投入的结构调,以提高从业人员素质、资本回报率和技术转化效率。
畜牧产品加工业产业化经营应以龙头企业为依托,将各类科研机构和经济组织联系起来,要积极探索 “龙头企业+合作社 (中介组织)+基地 (农户)”的产业化经营模式,带动基地建设和农户规模经营,做到企业生产要素投入的集约化、资源配置的市场化和产业经营一体化;鼓励农业龙头企业发展订单农业,建立和完善多样化的利益联结机制,以降低农户和企业风险[4];完善农村土地使用权流转机制,引导土地向农业龙头企业、农民专业合作社和经营能手集中,提高原料基地的规模化和标准化发展水平。
[1]杜传忠,吕坤,刘玉海.中国酿酒业上市公司生产效率的实证研究——基于DEA模型的两阶段分析[J].经济问题探索,2009(11):87-90.
[2]李翠霞,邹晓伟.基于DEA的黑龙江省乳制品加工业生产效率实证研究[J].农业技术经济,2010(6):106-110.
[3]王蒲华.福建农业龙头企业发展的制约因素分析 [J].台湾农业探索,2009(4):45-47.