数据包络分析在茶叶生产效率中的应用研究

段彦玲（铜仁学院数学科学学院，贵州铜仁554300）



数据包络分析在茶叶生产效率中的应用研究

段彦玲
（铜仁学院数学科学学院，贵州铜仁554300）

摘要：茶叶生产效率是我国茶叶发展水平的重要标志。本文构建了精制茶加工企业生产效率评价指标体系，选择具有代表性的15家精制茶加工企业，通过数据包络分析对其生产系统中综合效率、纯技术效率与规模效率进行评价，并给出相应的对策建议，供精制茶加工企业管理人员参考。

关键词：数据包络分析；茶叶生产效率；规模效率

1　茶叶生产效率研究的重要意义

2014年是我国茶叶取得长足发展的一年。农业部种植业管理司公布了2014年茶叶种植相关信息：茶园面积增加至4112万亩，同比增长5.19%；茶叶产值增加至209.2万吨，同比增长10.33%；茶叶产值攀升至1349亿元，较2013年增加19.07；我国精制茶加工企业个数达1364个，同比增加8.9%；我国茶叶质量及其安全水平显著提高。

然而，众多研究显示，我国茶叶生产水平虽有较大幅度提高，但各茶企业尤其精制茶加工企业生产效率仍然较为低下。部分精制茶加工企业技术水平相对落后，人员素质参差不齐，部分精制茶加工企业规模过大或者过小导致规模效益不能充分发挥。精制茶加工企业是一个系统，既有人力、物力、财力的输入，也有营业收入与客户满意等经济价值与社会价值的输出。部分精制茶加工企业可以在同样输入状态下，获得较高的经济价值输出于社会价值输出，部分精制茶加工企业需要加大规模，增加人力、物力与财力的输入才能取得较高的输出。本文拟采用数据包络分析（DEA），根据一定标准选择2014我国精制茶加工企业100强中的20家，选取合适的指标，计算出各茶企业生产的综合效率、纯技术效率与规模效率，分析企业效率短板，为提升精制茶加工企业生产效率提供参考。

2　 DEA的原理与模型

DEA由运筹学家Charnes A，Cooper WW，及Rhodes创建，主要用于评价多个同类型具有多个输入、多个产出的决策单元的相对效率。DEA以决策单元的输入与输出数据为基础，利用线性规划，计算每个决策单元的相对效率。如果效率值为1，称决策单元DEA有效；如果效率值在0 到1之间，则称为DEA无效，效率值离0越接近，则无效程度越高。DEA避免了人为赋予权重的主观性，仅仅基于客观数据，通过线性规划，得出决策单元的效率值，结果具有较强的客观性。DEA的基础模型有两种，分别是CCR模型和BCC模型。CCR模型假定规模报酬固定不变，以此为基础计算相对综合技术效率。BCC模型假定规模的变化会导致决策单元的效率的变化。BCC模型可以计算综合效率、纯技术效率和规模效率。综合效率反映的是总体上的投入产出效率；纯技术效率反映了指决策单元由于管理和技术等因素影响的生产效率；规模效率是指规模因素影响的生产效率。其中综合效率在数值上等于纯技术效率与规模效率的乘积。

3　实证研究

3.1确定决策单元

决策单元是DEA所需评价的一组系统。我们根据中国产业洞察网提供的《2014年中国精制茶加工行业TOP100（前100强）企业排名》选择15家企业作为研究对象。根据数据包络分析的原则，决策单元个数应大于3倍的输入、输出变量个数。本文拟选用3个输入变量及2个输出变量，因此选择15家企业符合数据包络分析要求。这15家企业应同时包括产茶大省与产茶中等省份的茶企业，同时包括名茶精制企业与非名茶精制企业、包括大型企业与中小型企业、包括国企与民企。15家精制茶加工企业分别为：湖北采花茶叶有限公司、湖南省茶业有限公司、湖南省湘丰茶业有限公司、福建省安溪八马茶业有限公司、福建省安溪茶厂有限公司、嵊州市大鹏茶业有限公司、山东日照碧波茶业有限公司、绍兴县和兴茶厂、长沙县金井茶厂、黄山谢裕大茶业股份有限公司、河南省信阳卢氏茶叶有限公司、绍兴县两溪茶厂、湖州方路茶业有限公司、安徽省红新制茶有限责任公司、江西省宁红有限责任公司。

表1　精制茶加工企业生产效率输入指标与输出指标

3.2设计指标体系

精制茶加工企业是一个多投入、多产出的复杂系统。根据可操作性原则与典型性原则，同时参考相关文献，我们选取员工数量X1、研究生以上员工比例X2以及年总成本X3作为系统的输入指标。X1与X2主要描述人力资源方面企业投入的成本，而X3描述在资金方面企业投入的成本。本文选取营业收入Y1与顾客满意度Y2为精制茶加工企业的输出指标。Y1是经济型输出指标，Y2是社会型输出指标。

3.3获得原始数据

我们查阅15家精制茶加工企业相关资料，得出表1。

3.4得出运算结果

本文采用DEAP2.1，并选用BCC模型，计算出各精制茶加工企业综合效率、纯技术效率与规模效率。

表2　精制茶加工企业生产效率计算结果

4　结果分析与相关建议

4.1综合效率

从表2可以看出，15家精制茶加工企业仅福建省安溪八马茶业有限公司与黄山谢裕大茶业股份有限公司两家综合效率为1，DEA相对有效。综合效率代表着企业生产中投入与产出之间的关系。黄山谢裕大茶业股份有限公司员工数量控制较好，本科生比例较高，DEA相对较高。而福建省安溪八马茶业有限公司人数虽然较多，但同样本科生比例排名较高，在15家企业中排名第2，高学历工作人员意味着管理水平与技术水平的优异，这是DEA综合效率为1的重要原因。其余13家公司综合效率均小于1。由于综合效率等于纯技术效率与规模效率的乘积，本文拟从纯技术效率与规模效率两个角度分析茶企业生产效率问题，并给出对策建议。

4.2纯技术效率

15家茶企业中共有4家茶企业纯技术效率为1.茶企业的纯技术效率不仅取决于企业采用了何种先进设备与何种先进技术，更取决于公司是否能够有使用先进设备与先进技术的人才。本科生比例是影响纯技术效率的重要因素。计算4家纯技术效率为1的茶企业的本科生比例平均值为0.683，而其余11家纯技术效率小于1的茶企业本科生比例平均值为0.3.茶企业在购买先进设备与先进技术的同时，应加强人才储备，选择较高学历人才担任管理岗位，同时加强培训，提高员工素质以此提升纯技术效率。

4.3规模效率与规模收益

除福建省安溪八马茶业有限公司、黄山谢裕大茶业股份有限公司与绍兴县两溪茶厂规模效率为1之外，其余12家茶企业规模效率均小于1。其中有7家规模收益处于递增阶段，在当前技术条件下，投入还没达到最优规模状态，其投入增量的百分比小于产出增量的百分比。7家企业分别是湖北采花茶叶有限公司、湖南省茶业有限公司、湖南省湘丰茶业有限公司、福建省安溪茶厂有限公司、嵊州市大鹏茶业有限公司、山东日照碧波茶业有限公司以及河南省信阳卢氏茶叶有限公司。以上7家企业应增加人力、物力与财力，提升规模效率。另外5家茶企业规模收益处于递减状态，即投入已产生冗余，不能得到先前投入所得到的回报，应适度削减投入，使其达到最佳规模产出水平。

参考文献

[1]管曦，林晓娟.基于DEA的中国茶业技术效率的实证分析[J].中国科技论坛，2009（10）：130-133.

[2]管曦.基于DEA模型的闽台茶业生产效率比较分析[J].福建茶叶，2010（6）：42-45.

[3]管曦，杨江帆.中国精制茶加工企业技术效率的分析[J].茶叶科学，2011,31（2）：160-165.

[4]陈旻榕.基于DEA的茶农经营规模效率研究——福建的问卷调查[D].福建农林大学，2010.

[5]郑琳.农户茶园经营规模效率研究——以名山区为例[D].四川农业大学，2013.

作者简介：段彦玲（1985-），女，贵州铜仁人，硕士，讲师。

基金项目：1.编号：黔科合LH字[2015]7246号项目名称：基于SERVQUAL模型的梵净山周边“农家乐”服务质量提升研究；2.编号：TS1110

项目名称：一类倒向随机微分方程的系统稳定性及其应用