沽源县西兰花产业投入产出效率模型的构建

张博超，史伟杰，刘景坤，王曼，左利兵，高华山*

（1.张家口市农业技术推广站，河北张家口 075000；2.张家口市种子管理站，河北张家口 075000）

沽源县是张家口蔬菜生产第一大县，2017 年全县蔬菜播种面积为21 153 hm2[1]，占张家口市蔬菜播种总面积的26.64%，占全省蔬菜播种总量的2.69%；总产量139.7万t，占全市蔬菜总产量的25.89%，占全省蔬菜总产量的2.71%；沽源县蔬菜产业发展势头强劲，是沽源县的主导产业之一，对沽源县的发展和农民脱贫致富都发挥了非常重要的作用。西兰花是沽源县大宗蔬菜品种之一，2018年全县播种面积达5 932.7 hm2。沽源西兰花品质好，受到消费者和收购商的青睐，内销和外贸经济效益十分可观，因此被誉为“中国西兰花之乡”。

随着社会的发展，沽源县西兰花生产逐渐暴露出一些问题，如种植户种植理念陈旧、管理方式落后、品种老化、土壤盐渍化、病虫害高发以及投入产出率低等，其中投入产出效率低下愈发凸显，严重制约了沽源县西兰花产业的发展。为解决种植户投入产出率低的问题[2]，本文引入DEA 模型，目前该模型被广泛用于各行业生产效率的评价中[3]。选取沽源县西兰花种植户为调查对象，通过对样本的分析，意图对生产主体投入产出效率的提升提供指导方案。该模型可以对相同范围内农户的投入产出数据进行分析，得出该范围内哪些种植户的投入产出比较为合理，哪些存在问题，该如何改进，最终实现产出的有效提升，对指导种植户提高种植效益意义重大。

1 西兰花投入产出效率DEA 模型构建

DEA 模型，又称数据包络分析方法，是利用线性规划的方法评价多投入、多输出系统相对效率的有效方法。DEA 方法可以直接利用生产的实际数据，而不用考虑价格因素的影响，并且各输入、输出的权重是从最有利于被评价决策单元的角度进行决定的，因此具有很强的客观性和适用性[4]。同时DEA 模型的输入和输出指标对投入产出变量具有高度的敏感性，所以在选择投入产出指标时应注重其实用性和合理性。从技术方面分析，生产者的经济行为，就是利用已有的生产要素运用一定的生产技术，生产出产品以追求利润最大化为最终目标，但是技术条件属于外部因素，技术的创新和提高可以对生产投入要素的投入产生最直接的影响，从而促进整体生产效率的提高，进而影响产出[5]。

1.1 指标选取

西兰花生产的投入和产出指标并非是单一的，尤其是投入指标，结合微观个体的数据可获得性与样本量的限制，对于输入指标来说，可以分为4 大类：土地投入（Lan）、劳动力投入（Lab）、生产资料（Cap）和机械及资产折旧（Dep）。产出指标选取西兰花产量作为输出指标[6-8]。

土地投入（Lan）：主要指实际西兰花生产过程中的耕地面积，主要是包地收入或自由地的折租收入。

劳动力投入（Lab）：劳动力是指每天的直接用工和间接用工。直接用工指家庭劳动力人数，间接用工指雇佣劳动力人数，劳动力折算公式如式（1）所示。

生产资料投入（Cap）：对于西兰花生产来说，生产资料投入包括种苗、肥料、农药、地膜、滴灌带、灌溉用电，其中露地西兰花种植滴灌带大部分一年一换，不能重复使用，所以列到生产投入项而不做折旧费用考虑；张家口坝上西兰花产区的灌溉用水绝大部分用地下水，所以以灌溉用电的费用作为计量指标。所有生产资料投入以价格为单位进行合并。

机械和资产折旧投入（Dep）：机械投入主要包括自有机械作业成本和雇佣机械作业成本两个方面[9]。所有投入以价格为单位进行合并，DEA 输入、输出指标见表1。

表1 DEA 评价体系输入输出指标Table 1 Input and output indexes of DEA evaluation system

1.2 调查原则与数据来源

为排除其他不确定因素，如土壤质量、病虫害发生程度、水源获取难度、区域间气候差异等的影响[10]，实证样本选取尽量在同一区域，在这一区域的样本间进行比较筛选出效率较高的个体，从而为其他个体提供经验借鉴。为排除市场价格的影响，所有样本应在同一时间层次上[11]。

调查采用问卷的形式，收集到沽源县闪电河乡生产主体有效问卷16 份，进行DEA 实证分析，以提供方法借鉴，16 个样本数据如表2 所示。

表2 2019 年沽源县闪电河乡样本每667 m2 投入产出Table 2 Sample input and output per 667 m2 of Shandianhe township,Guyuan county in 2019

1.3 算法的选择

DEA 模型中的VRS 算法是考虑规模收益的模型，即BC2 模型，可以同时对技术效率和规模效益进行评价。由于西兰花的劳动密集型和资源密集型特点[11]，规模经济对其至关重要，所以本文选择VRS 算法进行评价。同时由于市场价格波动的特点，种植户对生产投入的控制程度更高，所以，一般选择投入导向的算法。

2 DEA 测算与结果分析

运用DEA 模型分析软件DEAP2.1 进行运算，得出2019 年沽源县闪电河乡16 个西兰花种植户样本的测算结果，结果如表3 所示。

2.1 综合效率分析

综合效率（crste）=纯技术效率（vrste）×规模效率（scale）[12-13]。将综合效率值=1 称为DEA 有效，纯技术效率和规模效率必须同时有效，综合效率才会有效。由表3可知，样本1、9、13 和样本16 为DEA 有效。样本3 虽然纯技术效率有效，但是规模效率无效，所以导致了综合效率无效，又因为其规模效益是递增的，所以可以通过适当增加种植规模促使综合效率DEA 有效。其他样本的纯技术效率和规模效率都无效，导致了综合效率DEA 无效，具体改进办法还需要结合输入冗余进行个案分析[14-15]。

表3 DEA 测算结果Table 3 Calculation results of DEA

2.2 纯技术效率分析

纯技术效率是由管理或技术等因素所影响的效率。所以纯技术效率的低下可能是因为西兰花种植品种、病虫害管理方法、提质增效手段以及种植管理等方面出现了问题，使得各种西兰花生产资源的投入浪费或产量低下。可以通过技术和管理两个方向进行改进，提高西兰花生产的纯技术效率。本文提出了西兰花提质增效的若干技术和管理手段，可以根据实际情况进行选择运用，尽可能提高自身的纯技术效率，并适当扩大种植规模，逐渐实现规模最优，最终实现DEA 有效。

2.3 规模效率分析

样本1、9、13、16 都达到了规模有效，并且综合效益也有效，所以其西兰花种植的投入规模可保持不变，管理者可以进一步提升新技术的集成运用水平，降低管理和运营成本。样本3、7、14 的规模效益是递增的，所以可以按百分比扩大投入资源的水平，以增加产出。其余样本的规模效益是递减的，说明即使扩大了资源投入水平，也得不到产出的同比增长，所以需要等比削减资源投入的水平，进而实现规模有效[16]。

3 结论

通过DEA 模型分析可以得到样本1、9、13、16 为DEA 有效，在实地访谈过程中，这几个样本种植户的文化水平较高，农业知识储备和实际生产经验较丰富。通过对一定范围内西兰花种植户的投入、产出变量进行收集整理，再运用DEA 方法进行研究，得出该范围内哪些种植户的投入产出比较合理，哪些存在问题，该如何改进，为同区域不同西兰花种植户的投入产出效率提升带来决策参考，从而改善资本投入和生产管理状态，最终实现产出的有效提升，对指导种植户提高种植效益意义重大。