基于DEA方法的玉米农户经营效率分析——以敦化市为例

李昕瑶，　林青龙，　崔振东

(延边大学农学院，吉林 延吉 133002)



基于DEA方法的玉米农户经营效率分析
——以敦化市为例

李昕瑶，林青龙，崔振东*

(延边大学农学院，吉林 延吉 133002)

摘要：本文基于敦化市玉米种植农户的问卷调查，运用数据包络分析方法对经营效率进行分析测算，结果表明：技术效率和纯技术效率的效率值普遍存在非有效状态，相对效率偏差较大，规模效率的效率值较高，相对效率偏差较小。为此，再运用交叉分析找出效率的影响因素分别是：家庭收入、务农人数、玉米种植经历、新技术使用、短期目标和长期规划、农民的组织化程度。最后提出注重技术引进，提高农户组织化程度，通过效率提高收入的对策建议。

关键词：玉米农户；经营效率；数据包络分析法；敦化市

吉林省是全国的玉米主产区，也是我国主要的商品粮基地，世界黄金玉米带之一。2012年吉林省玉米生产总量2 578.8万t，播种面积3 284 300 hm2，其产量占全省粮食产量约70%以上，占全国玉米总产量的比重达12%[1]。2012年敦化市玉米生产总量33.5万t，分别占全省和延边粮食产量约的1.3%和40.86%；播种面积为89 100 hm2占全省和延边约2.71%和44.1%[2]。但是，近5年来，尽管敦化市玉米播种面积的增长速率高于产量增长速率，但是单产的增长速率却低于全国平均水平，究其原因，可能是敦化市玉米生产效率偏差导致的。为此，本文以玉米种植农户为调查对象，分析敦化市玉米生产效率低的原因，以便在今后的生产中加以改进，增加农户的收入。

对国内外的研究进行考察发现，在研究范围方面，主要集中在全国和省域内的效率测算和分析，对具体县市的深入研究较少。如柯亚楠(2011)运用数据包络的分析方法，通过构建的生产效率评价指标体系，研究了河南省内18个市的农业生产效率[3]；在研究对象方面，针对玉米产业或粮食主产区的研究较多，而对玉米农户的生产经营情况的分析却不多。如郭淳(2014)采用综合比较优势指数法、规范分析法等，对玉米产业的发展优势、发展现状和影响发展的因素进行分析，促进了黑龙江省玉米产业的发展[4]；在研究内容上，多集中于效率的变动趋势及影响因素，而未对这些因素如何影响效率做进一步分析。杨兴龙等(2010)基于数据包络分析DEA-Tobit“两步法”对1998—2005年吉林省玉米加工业的技术效率及其影响因素进行了实证分析[5]。

综上所述，目前针对农户经营效率分析的研究较少。因此，本文根据敦化市的农业生产现状，分析玉米种植农户的生产资源因素对效率的作用程度，对挖掘玉米增产的潜力有一定作用。

1敦化市玉米产业发展现状

近年来，敦化市玉米播种面积和产量呈总体增长的态势，年均增长率高于全国、吉林省和延边的平均水平。玉米播种面积2008年为24 000 hm2，猛增到2012年的89 000 hm2，年均增长率为28.26%。产量从2008年的14 万t，增长到2012年的33万t，年均增长率为17.32%，玉米产量占粮食总产量的71.28%。单位面积产量却从2008年的6.05 t/hm2下滑到2012年到3.76 t/hm2，年均增长率-6.24%[2]，处于负增长状态，且低于全国、吉林省和延边的单产量。玉米播种面积的增长速率远远大于产量的增长速率，呈现出很强的增长态势，但是，单位面积产量的增长并没有达到同时期的种植面积和产量的增长。

究其原因可能是农户作为主要的经营主体，以小规模、分散等传统方式生产所导致。为此，本文从经营效率角度分析单位面积产量低的原因。

2分析方法及数据

2.1DEA分析方法

数据包络分析(Data Envelop Analysis)简称DEA，是美国著名的运筹学家A.Charnes和W.W.Cooper等学者，以相对效率概念为基础提出的一种效率评价的方法。这种方法是以获得各个对象的综合效率指标为目标，对有着相同输入和输出对象的部门或单位(即决策单元，简记DMU)，通过输入和输出数据进行综合分析。[6]

1978年，Charnes、Cooper、Rhodes提出了第1个DEA模型-CCR模型。它主要将Farrell的单输入/单输出技术效率的评估方法发展成为多输入/多输出同一类型决策单元之间相对效率的评价。

CCR原始分式规划模型：假设DMU有m种投入，s种产出，共有n个DMU，则

(1)

Ur≥ε>0,Vi≥ε>0，r=1,2,…,s;i=1,2,…,m;j=1,2,…,n

式中，hjo表示某个特定DMU的相对效率值，hjo≤1，Yrj表示第j个DMU的第r向产出，Xij表示第j个DMU的第i向投入，Ur为第r个产出项权重，Vi为第i个投入项的权重，ε为非阿基米德数(一个极小的正数，在计算时可取10-6)。

1984年，Banker,Charnes和Cooper提出规模可变的BCC模型。BCC模型将CCR模型规模报酬固定假设改为可变(VRS)，技术效率由纯技术效率与规模效率的乘积组成，来测量DMU的技术效率与规模效率[7]。

(2)

Ur≥ε>0,Vi≥ε>0，r=1,2,…,s;i=1,2,…,m;j=1,2,…,n

2.2数据来源及特征

1)数据来源

分析数据来源于2015年3月，在敦化市与玉米种植户采用一对一的问卷调查方式，共收集调查问卷34份。由于数据包络分析对样本的数量未有限制，因此34份问卷调查的数据有效。本文针对调查的34家官地镇玉米种植农户之间进行比较，分析结果有一定的代表性。数据的描述统计和测算过程运用SPSS19.0版本的软件完成。

2) 农户特征分析

根据所收集的34份问卷数据进行统计(表1)。

表1　调查农户描述统计

由表1可知，调查对象中男性27人，女性7人，分别占调查总人数79.40%和20.60%；其中，40～50岁年龄的人最多；农户的文化素质普遍偏低，初中学历人数较多，占总人数的58.80%，其次是小学及以下学历，有12人；家庭成员中务农人数大部分为2人，占调查人数的73.50%；家庭总收入主要是5万元以下和5～10万元，分别占55.90%和26.50%；农户中大多数有5～10年种植玉米经历的所占35.30%，而10～15年的还不到10%。

3分析指标的选取

3.1投入产出指标的选取

对玉米农户经营效率的分析中，本文侧重于从投入和产出的角度进行分析。在收集的34份问卷调查中，由于部分数据存在残缺值，选取其中30份作为本文分析投入和产出的样本。

数据包络分析法(DEA)对投入和产出有一个界定，需要进行指标选取。基于生产者理论和通过借鉴其他学者的研究文献，本文选取了2个投入变量和1个产出变量。即，以土地和资金2个因素作为投入指标。其中，土地是指玉米种植面积，单位以hm2计算。资金包括种植玉米的直接费用和间接费用，直接费用有种子费、化肥费、农家肥费、农药费、租赁作业费、燃料动力费、技术服务费、工具材料费和修理维护费；间接费用包括保险费、管理费、财务费和销售费，其单位是元[8]。在产出方面，考虑到是以现实度量的产出来进行分析，即选取1年的玉米总产量作为产出指标，单位用t来核算。

3.2指标的描述性统计量

对选取的投入和产出指标来阐述统计量的集中趋势和离散趋势。在投入因素方面，土地的面积均值为7.03 hm2，标准差7.19；资金的均值为44 287.70元；在产出因素方面，产量的均值为63.19 t，标准差71.11。对比投入和产出指标可以看出，资金的标准差最大，离散程度大(表2)。

表2　描述统计量

4结果与分析

4.1DEA模型的分析结果

根据效率理论通过DEA模型中的CCR模型和BCC模型来衡量DMU的技术效率和纯技术效率，并将其相除得出SC模型，可以衡量DMU的规模效率。效率最高的决策单元(DMU)得分为1，其余决策单元(DMU)依据效率的高低得分依次降低，如果DEA模型得出的效率值为1就表示有效[9]。

由表3可知，技术效率(CCR)的效率值在0.6～0.7之间分布最多，占33.30%，普遍效率值偏低，相对效率偏差较大。纯技术效率(BCC)的效率值在0.6～0.7和0.8～0.9之间分布较多，相对效率相差较远。规模效率(SC)在0.9～1之间占有的比例最大，达53.30%，处于有效状态1的有效值占20%，效率值分布主要集中在0.8以上，相对效率偏差较小。

表3　敦化市DEA模型分析结果

4.2交叉分析结果

因为DEA模型无法判断什么因素影响着效率，所以本文继续对可能产生的影响因素与技术效率(CCR)、纯技术效率(BCC)与规模效率(SC)的分布情况进行交叉分析，通过卡方检验和对称度量来判断其显著性水平和相关性，进而分析影响因素。

通过对技术效率、纯技术效率和规模效率与农户短期目标和长期规划、农户家庭总收入、玉米种植经历、新技术的使用情况、农民组织化程度和务农人数进行交叉分析，并列举了10%显著性水平下的显著结果。

由表4可知，技术效率(CCR)和家庭总收入交叉分析的结果，卡方值为27.375，Spearman相关性为0.204,在10%水平下显著。交叉分析情况可以发现，由于不同收入群体的效率分布不一样，在某种技术条件下，收入较高的农户用于玉米种植的投入较多，因而获得最大化的产出，技术效率较高。

通过对技术效率和有玉米种植经历的农户进行交叉分析可知，其卡方值是27.009，Spearman相关性为0.461，分别在10%和5%水平下显著，意味着技术效率和玉米种植经历在某种程度上具有一定的相关性。农户种植玉米的经历越长，可能会对新技术的投入使用情况掌握越好，将新技术科学合理的运用于生产过程中，带来技术效率的提高。

对农户的短期目标和长期规划交叉分析的结果，卡方值为9.276，Spearman相关性是-0.022，在10%水平下显著。有长期规划的农户技术效率值较高，集中在0.8～0.9和0.6～0.7之间，分别占36.40%和27.30%。具有短期目标和长期规划的农户技术效率分布情况并不相同。有长期规划的农户的效率比重比短期规划的高，因此，需要通过教育使农户建立长期规划。

表4　技术效率与相关因素交叉表

注：**5%水平下显著；*10%水平下显著。

纯技术效率(BCC)与玉米新技术使用情况的交叉分析结果如下：卡方值为10.544，在10%水平下显著，没有使用新技术的农户纯技术效率高于使用新技术的农户，可能是由于新技术推广过程中出现问题，使农户对新技术的应用不能得心应手，技术效率提高过程较缓慢(表5)。

表5　纯技术效率与相关因素交叉表

注：***: 1%水平下显著，* : 10%水平下显著。

农户种植玉米经历与纯技术效率的交叉分析情况和与技术效率的结果很相似，但略有不同。卡方值是19.668，Spearman相关性为0.500，分别在10%和1%水平下显著，纯技术效率与玉米种植经历有一定的相关性，即有随着玉米种植经历的时间越长，纯技术效率越高的趋势。玉米种植的年份越长，积累的经验也越多，经营方式和技术创新等情况的改变，可能会带来农户纯技术效率的提高。

由表6可知，在规模效率(SC)和家庭总收入的交叉分析中，卡方和Spearman相关性分别在10%和1%水平下显著，规模效率和家庭总收入之间有一定的显著性和相关性,家庭总收入增多，规模效率越高。收入提高，可能会加大对玉米种植的投入，扩大种植规模并采用先进技术，使产出增加，推动规模效率的提高。

对务农人数交叉分析可以发现，随着家庭中务农人数的增多，规模效率值增高，达到有效状态所占比重越大。卡方值为13.318，Spearman相关性为0.493，分别在10%和1%水平下显著。务农人数增多，会有足够的劳动力从事农业生产活动，分散的个体生产经营逐渐发展成为集体生产，形成一定的规模。

对规模效率和提高农民组织化程度情况进行交叉分析中，卡方值为5.227，Spearman相关性为-0.345，分别在10%和5%水平下显著，说明规模效率和是否需要提高农民组织化程度具有相关性,随着农民组织化程度越强，规模效率越高。农户在玉米生产过程中认为组织化程度对他们有正面影响，由于较好的意识形态使彼此之间有良好的沟通，在购买农资、获取信息和农产品销售等方面有一定协商力，进而有助于规模效率的提高。

表6　规模效率与相关因素交叉表

注：***1%水平下显著，**5%水平下显著，*10%水平下显著。

5结论与建议

5.1结论

1) 本文通过数据包络分析得出：CCR模型和BCC模型衡量的技术效率和纯技术效率的效率值普遍处于非有效状态，效率值较低，相对效率偏差较大；SC模型衡量的规模效率相对效率偏差较小。

2) 运用交叉分析得出效率的影响因素：技术效率与农户的短期目标和长期规划、家庭总收入有显著性，同玉米种植经历有相关性；纯技术效率与玉米新技术的使用情况呈显著性水平，同玉米种植经历有相关性；规模效率与提高农民的组织化程度情况、务农人数具有相关性，同家庭总收入呈一定的显著性和相关性。即影响敦化市玉米农户经营效率的因素为家庭收入、务农人数、玉米种植经历、新技术使用、短期目标和长期规划、农民的组织化程度。

DEA方法是非参数的分析方法，在样本容量少的条件下可以得出比较直观的分析结果。但是，在分析结果的解释上却不能像参数分析方法那样明晰。由于本文采用的样本有限，因此使用了DEA方法，且为了弥补不足，进而用数据交叉分析得出结果。

5.2建议

1) 注重技术引进通过交叉分析发现，不经常使用新技术的农户纯技术效率值反而高于经常使用的，农户对新技术的掌握情况不理想。因此，应重视技术的引进及使用：①要采用先进实用的技术，根据敦化市实际情况，如气候、土壤和水质条件，改变积温较低造成低产的现状，推广高光效、测土施肥等农业技术[10]；②玉米种植经验丰富的农户带动非经验的农户，传授积累的生产经营方法；③对有不同短期目标和长期规划的农户针对性地分别开展技术咨询和培训，鼓励建立长期发展规划，并聘请相关专家对农户生产进行亲自指导，从实践操作中提高农户对科学技术的运用能力。

2) 提高农户组织化程度农户目前为分散的经营方式，获得规模效率对生产的正面促进作用的影响力小。从交叉分析中得出，务农人数多少和是否需要提高农民组织化程度同规模效率的高低具有一定相关性。因此，应做到：①在增加务农人数的同时，鼓励农户加入专业合作社，采用分工协作的方式，降低玉米生产成本，提高劳动生产率；②要发展站企联合，加强同农业科学院等科研组织的合作，提高组织化程度；③积极引导农户转变经营观念，认识到集体合作和提高组织化程度对玉米生产发展的重要作用[11]。

3) 通过效率提高收入农户收入的增加是农业经营的目标，经营效率的提高对提升农户的收入水平起着重要作用，需要通过重视技术的引进和提高组织化程度来实现：①农户在玉米种植过程中提高效率，促使生产成本降低，有助于提高农户的的收入水平；②政府应加大对农户的财政补贴，尤其是在自然灾害发生期间，政府应该提高玉米收购价格，增加对种子、化肥等生产资料的补助[12]，减少农户的经济损失，可以有效增加农户收入。

参考文献：

[1]吉林省统计局，国家统计局吉林调查总队.2013年吉林统计年鉴[M].北京:中国统计出版社，2013．

[2]延边州地方志编纂委员会.2013年延边年鉴[M].延吉:延边人民出版社，2013.

[3]王亚伟，柯亚楠.基于DEA模型的河南省农业生产效率研究[J].广东农业科学，2011(21)：222-224.

[4]郭淳.黑龙江省玉米产业发展对策研究[D].哈尔滨：东北农业大学，2014.

[5]杨兴龙，从之华，滕奎秀.吉林省玉米加工业技术效率及影响因素分析[J].农业技术经济，2010(06)：111-119.

[6]赵蕊，肖新.基于DEA的观光农业园综合评价方法研究[J].赤峰学院学报(自然科学版)，2014，30(1)：87-88.

[7]周亮，朱建文.基于DEA模型的安徽农村公共产品供给效率的研究[J].赤峰学院学报(自然科学版)，2014，30(3)：72-78.

[8]仪秀琴，刘辰，付洪垒，等．影响黑龙江省大豆种植效益的成本因素分析[J].黑龙江八一农垦大学学报，2015,27(2)：123-127.

[9]韩磊磊，刘文静.经济效益视角下广西农业补贴的绩效评价-基于DEA模型的分析结果[J].安徽农业科学，2015,43(17)：332-334.

[10]陈凤友，张烨．敦化科技导航备春耕 [N].吉林农村报，2015-03-11(001).

[11]马恺，袁周航，王卫东，等．玉米种植地均净收益的影响因素探析-以河北丰宁县为例[J].安徽农业科学，2015,43(14)：342-343，347.

[12]刘佳琪，林青龙，崔振东．关于延边地区玉米农场发展要素重要度分析[J].延边大学农学学报，2015,37(2)：173-176.

The analysis of maize peasant households' operating efficiency based on DEA

(.*)

(AgriculturalCollegeofYanbianUniversity,YanjiJilin133002,China)

Abstract：Based on Dunhua corn farmers of the questionnaire data analysis, using data envelopment analysis method to measure the operational efficiency, the results showed that the efficiency value of the technical efficiency and pure technical efficiency widespread not valid state, relative efficiency deviation is bigger, the efficiency of scale efficiency value is higher, relative efficiency deviation is smaller. Further, using the cross analysis to find out the factors affecting the efficiency of respectively is: household income, number of farming, corn planting experience and use of new technologies and short-run goals and long-run planning, the degree of organization. And put forward suggestions on operation efficiency, pay attention to technology import, increase the degree of farmers organization, improve income by efficiency.

Key words:corn farmers;business efficiency;data envelopment analysis;Dunhua City

中图分类号：F272.3

文献标识码：A

文章编号：1004-7999(2016)01-0081-07

DOI:10.13478/j.cnki.jasyu.2016.01.015

作者简介：李昕瑶(1992—),女,内蒙古包头人，在读硕士，研究方向为农村与区域发展。崔振东为通信作者，E-mail：13009093838@163.com

收稿日期：2016-03-10基金项目：延边大学人文社会科学基金项目(2015F05)