基于DEA模型的广西花卉产业生产效率研究

曾 嵘，刘玉容

（广西壮族自治区林业勘测设计院，广西南宁 530011）

花卉产业是中国的朝阳产业，在经济发展和生态环境建设中均发挥巨大作用[1]。花卉产业是典型的劳动密集型、资本密集型和技术密集型产业，育种技术、品种创新、良种高效繁育、生产和采后加工、贮藏、流通、质量检测及市场销售等各环节均需大量劳动力、技术和资金的投入[2]。在乡村振兴战略背景下，花卉产业逐步成为广西调整经济结构、振兴农村经济和增加农民收入的绿色产业之一。目前，广西花卉产业化水平和集约化程度均较低，自主研发品种所占比例少，竞争优势尚未形成，与广东、云南和四川等花卉产业发展强省相比缺乏市场竞争力。正确评价广西花卉产业生产效率，对提升广西花卉产业发展水平有重要意义。

目前，针对花卉产业生产效率的研究较少。王铁英[3]采用数据包络分析（Data Envelopment Analysis, DEA）方法，选择DEA-BCC 模型，对1998 —2003 年的云南省花卉产业效率进行研究；钟玉坤[4]采用DEA-BCC 模型对我国各省（自治区、直辖市）2003 — 2006 年的花卉产销经营效率进行分析；普友少[5]采用DEA-Malmquist 模型，对2007—2018 年我国花卉种植业全要素生产率变化指数进行评价。生产率提升受技术、要素投入、经营规模和人力资源水平等多种因素影响[6-7]；花卉产业发展具有多投入、多产出的复杂性，较适宜采用DEA 方法对其生产效率进行评价。本研究结合DEA-BCC 和DEAMalmquist 模型对广西14 个地级市2015 — 2021 年的花卉产业生产效率进行静态与动态分析，全面评价广西花卉产业生产效率，探索广西花卉产业发展方向，以期促进广西花卉产业高质量、可持续发展。

1 材料与方法

1.1 研究区概况

广西（104°26′～112°03′E，20°54′～26°23′N）位于热带亚热带地区，雨、热资源丰富，且雨热同季，非常有利于花卉种植与生长。广西有“花卉宝库”和“植物王国”的美称；现已发现植物约290 多科，1 820 多属，其中可作为花卉观赏的植物约1 400种[8]。广西具有发展热带亚热带特色花卉产业的资源和环境优势。

近年来，广西花卉产业持续快速发展。依据《中国林业和草原统计年鉴》统计数据，2021 年底，广西花卉产值为202 亿元，占全国花卉产值的6.7%，6 年的年均增长率为10.6%，高于全国年均增长率（6.1%）；种植面积为8.33 万公顷，占全国花卉种植面积的5.2%，6 年的年均增长率为21.1%，远高于全国年均增长率（3.3%）。依托“互联网+”等新技术形成的花卉新业态、新商业模式不断涌现，“花卉+旅游”等产业融合发展快速增长；成功搭建多个花卉展销平台，中国-东盟博览会林产品及木制品展、广西迎春花市及广西花卉苗木交易会等品牌展会引领广西花卉消费结构升级。广西壮族自治区林业局印发的《广西花卉产业发展“十四五”规划》（桂林产发〔2022〕7 号）中提出，结合我区自然气候条件、花卉产业发展基础和市场需求，根据花卉的最终用途和生产特点，将广西划分为桂中、桂东、桂南、桂西和桂北5个花卉产业发展区，重点布局观赏苗木、盆栽花卉、原料用花、盆景、草坪地被、切花切叶、水生花卉、花卉种苗和其他花卉等9个花卉产业类型；到2025年，广西花卉全产业链综合产值达500亿元，将花卉产业打造成为广西万亿元林业绿色产业的重要组成部分，加快培育集生产经营、品种创新、研发推广、市场流通、文化创意、“互联网+”等为一体，以特色优势花卉为品牌、具有较强竞争力的现代花卉产业体系。

1.2 研究方法

1.2.1 DEA-BCC模型[9-10]

采用DEA-BCC 模型进行静态分析。假设有n个决策单元（Decision Making Unit，DMU），每个DMU 有m个投入量和s个产出量，分别用向量xj和yj表示，模型为：

式中，xj、yj分别为花卉产业投入和产出要素的向量；m、s分别为投入和产出指标的种类；μj为投入指标和产出指标的权系数；分别为投入指标和产出指标的松弛变量；θ为所测度DMU 的综合效率。

DEA-BCC 模型能测算出被研究对象在考察时间段内具体的综合效率（Technical Efficiency，TE）、纯技术效率（Pure Technical Efficiency，PTE）和规模效率（Scale Efficiency，SE）。TE = PTE × SE；TE 为1.000 时，表示决策单元DEA 有效；TE 为0.800 ～＜1.000 时，表示轻度DEA 无效；TE 为0.500 ～＜0.800时，表示中度DEA 无效；TE ＜0.500 时，表示重度DEA 无效。

1.2.2 DEA-Malmquist模型[5，10-11]

采用DEA-Malmquist模型进行动态分析。

式中，M（xt，yt，xt+1，yt+1）为全要素生产率指数；（xt+1，yt+1）、（xt，yt）分别为在t+1 和t时间段的投入、产出变量；Dt+1、Dt分别为t+ 1 和t时间段里以技术效率作为参照的决策单元距离函数。

DEA-Malmquist 模型能测算出被研究对象在考察时间段内具体的全要素生产率指数（Total Factor Productivity，TFP）、技术效率进步指数（Efficiency Change，EC）、技术进步指数（Technical Change，TC）、纯技术效率进步指数（Pure Efficiency Change，PEC）和规模效率进步指数（Scale Efficiency Change，SEC）。TFP = EC × TC = PEC × SEC × TC。TFP 值小于1.000 为效率下降，等于1.000 为效率不变，大于1.000为效率提高。

1.3 数据来源

参考钟玉坤[4]、普友少[5]等相关花卉产业生产效率的研究，按照科学性、可获得性和有效性原则，从土地、劳动力、资金和经济效益4个方面进行指标筛选，构建广西花卉产业生产效率指标体系（表1）。研究数据主要来自自治区林业局组织编制的《广西花卉产业统计研究报告》和年度《林业统计年报》。

表1 广西花卉产业生产效率指标体系Tab.1 Index system of production efficiency in Guangxi flower industry

1.4 数据处理

选取广西14 个地级市2015 — 2021 年花卉产业投入与产出数据为对比分析样本，采用Dearun 3.0 软件，通过DEA-BCC 模型，得到14 个地级市花卉产业效率值；通过DEA-Malmquist 模型，得到14个地级市花卉产业Malmquist指数值。

2 结果与分析

2.1 基于DEA-BCC模型的静态效率评价

2015 — 2021 年，广西花卉产业综合效率达到有效（TE = 1.000）的地级市数量呈上升趋势，从2015 年的3 个增至2021 年的6 个；综合效率均值2016 年最低（0.371），2017 年后在小幅波动中有所提高，2021 年为0.620；整体综合效率较低，可提升空间较大（图1）。纯技术效率达到有效（PTE =1.000）的地级市数量呈上升趋势，从2015 年的8 个增至2019年的11个，之后维持在10个；纯技术效率均值在0.670 ～0.830 之间波动，总体较稳定且具有上升空间。规模效率达到有效（SE=1.000）的地级市数量变化情况与综合效率一致；规模效率均值2016年最低（0.552），2018年最高（0.820）。

图1 2015—2021年广西花卉产业生产效率变化趋势Fig.1 Change trends of production efficiencies of Guangxi flower industries from 2015 to 2021

2016年，广西花卉生产效率处于重度DEA 无效水平的地级市有10 个；2017 年后，生产效率稳定提高；2021 年，生产效率处于重度DEA 无效水平的地级市仅4个。

2015 — 2021 年，广西没有一个地级市的综合效率一直处于DEA 有效水平（表2）。综合效率均值最高的为贺州（0.987），最低的为来宾（0.171），两者相差较大，花卉产业在各地级市间发展不平衡。综合效率表现为贺州＞防城港＞柳州＞北海＞梧州＞贵港＞河池＞玉林＞桂林＞百色＞钦州＞崇左＞南宁＞来宾。

表2 2015—2021年广西各地级市花卉产业综合效率Tab.2 Technical efficiencies of flower industries in Guangxi prefecture-level cities from 2015 to 2021

2.2 基于DEA-Malmquist模型的动态效率评价

2015 — 2021 年，广西花卉产业全要素生产率指数整体均值为1.030，表明广西花卉产业全要素生产率整体处于上升状态，生产效率较好；期间呈波动式变化，年与年之间的变化幅度较大（表3）。2015— 2016 年的全要素生产率指数为0.977，表明2016 年的花卉产业全要素生产效率相当于2015 年的97.7%，主要是由于纯技术效率进步指数和规模效率进步指数的负向影响超过了技术进步指数的正向影响；2016 — 2017 年全要素生产率指数为1.094，表明2017 年花卉产业全要素生产率比2016年上升9.4%，主要是由于技术效率进步指数的正向影响超过了技术进步指数的负向影响；2017 —2018和2019—2020年的全要素生产率指数均超过1.000，主要是由于技术进步指数的正向影响；2018—2019和2020—2021年的全要素生产率指数均低于1.000，主要是由于技术进步指数的负向影响。

表3 2015—2021年广西花卉产业全要素生产率Tab.3 Total factor productivities of Guangxi flower industries from 2015 to 2021

2015 — 2021 年，广西花卉产业技术进步指数整体均值为1.010，表明广西花卉产业技术进步整体处于上升状态，产业整体创新能力较好；2015 —2016、2017—2018和2019—2020年的技术进步指数均大于1.000。广西花卉产业纯技术效率进步指数整体均值为1.005，表明广西花卉产业在当前条件下技术应用水平呈上升趋势；2015 — 2016、2017 — 2018 和2019 — 2020 年的纯技术效率进步指数均小于1.000，说明这3 个时期，广西花卉产业未能有效运用技术给其生产效率带来正向影响。广西花卉产业规模效率进步指数整体均值为1.014，表明广西花卉产业规模效率整体上升，整体管理水平提升；2015—2016、2018—2019 和2019—2020年的规模效率进步指数均小于1.000，存在管理水平不高的问题。2015 — 2021 年，广西花卉产业规模效率进步指数整体均值大于纯技术效率进步指数整体均值，表明就技术效率的贡献而言规模效率大于纯技术效率。

2015 — 2021 年，广西14 个地级市中花卉产业全要素生产率指数上升的有南宁、柳州、梧州、贵港、玉林、百色、河池和崇左，下降的有桂林、北海、防城港、钦州、贺州和来宾（表4）。在全要素生产率指数下降的地级市中，仅受技术进步制约的为北海、防城港和贺州；仅受规模效率进步制约的为桂林；受技术进步和纯技术效率进步共同制约的为钦州；受技术进步、纯技术效率进步和规模效率进步共同制约的为来宾，其全要素生产率指数最低（0.766）。

表4 2015—2021年广西各地级市花卉产业全要素生产率Tab.4 Total factor productivities of flower industries in Guangxi prefecture-level cities from 2015 to 2021

3 结论与建议

3.1 结论

本研究基于2015—2021 年广西花卉产业的相关数据，采用DEA-BCC 和DEA-Malmquist 模型分析广西花卉产业生产效率静态和动态变化情况。从静态角度看，2015 — 2021 年广西花卉产业综合效率均值为0.553，综合效率缓慢提升，但水平较低；综合效率均值最高的贺州与最低的来宾相差较大，表明各地级市花卉产业发展不平衡。从动态角度看，2015 — 2021 年广西花卉产业全要素生产率指数整体均值为1.030，全要素生产率因技术进步、纯技术效率进步和规模效率进步的正向影响上升3%，总体处于增长状态；有8 个地级市花卉产业的全要素生产率指数大于1.000，生产效率呈上升趋势，其余6 个地级市的全要素生产率指数均小于1.000，下降幅度最大的为来宾，各地级市间差距较大，各地级市间花卉产业发展的协调性较差。各地级市应根据自身状况，判断花卉产业所处阶段，调整投入的土地、劳动力和资金资源，提高配置效率，促进全要素生产率提升。

本研究选取的指标为土地、劳动力、资金和经济效益。花卉产业生产效率的提高还与政府在金融财税、土地利用等方面的政策导向密切相关，今后可探析花卉产业政策对花卉产业全要素生产率的综合作用，以丰富相关领域的研究。

3.2 建议

3.2.1 强化科技支撑和自主创新，提高产业核心竞争力

技术进步指数和技术效率进步指数上升将大大提高花卉产业的全要素生产率。强化科技创新对花卉产业高质量发展具有驱动作用，应立足花卉自主创新，提高花卉产业核心竞争力。推动科研力量配置优化和资源共享，加强科技攻关，重点支持科研院所、高校与大型花卉企业合作，开展协同创新，突破花卉育种、栽培和保鲜贮运等关键核心技术。加强种质资源收集和保护，加快花卉新品种选育和开发，加强花卉栽培和管理配套技术研发，促进产业技术创新。加强花卉产业科研人才培育，加快花卉产业科研成果转化，构建现代花卉产业科技创新体系，全面提升花卉产业科技含量，不断提升广西花卉产业的市场竞争力。

3.2.2 优化产业布局和产业结构，强化产业发展特色

为实现区域花卉产业协调发展，应以花卉产业发展重点县（市、区）为依托，建设南宁、桂林和北海等地的现代花卉产业园，形成和巩固以广西特色花卉产业基地、花卉优势产业基地和工业花卉基地为主体的产业集群，打造广西（东盟）林木种苗花卉交易市场及区域性花卉交易市场；培育桂花（Osmanthusfragrans）、茉莉花（Jasminumsambac）、罗汉松（Podocarpusmacrophyllus）、兰花和金花茶等“桂派”花卉特色产品和盆景艺术产品。大力发展花卉精深加工，研发花卉食品、香精和文创等系列产品，促进第一、第二和第三产业深度融合发展，着力构建战略布局合理、产业链条完整、创新迭代活跃、质量高、效益好且能与区域协调发展的现代花卉产业体系。

3.2.3 完善生产要素市场化配置，提升产业质量效益

花卉生产效率较低的主要原因为资源配置不合理。应紧紧围绕市场需求，合理配置各生产要素，保持适度规模，防止盲目扩张和低水平重复建设。在符合国土空间规划和用途管控的前提下，科学合理规划，落实花卉产业用地长期保障。转变产业发展方式，注重提质增效，采用轻简化、机械化、环保化和智慧化生产，不断提高劳动生产率、土地产出率和资源利用率。实施品牌战略，重点打造区域品牌和企业知名品牌，培育特色名优产品。加强质量管理，强化质量监督，推进标准化示范试点建设，提高花卉产品流通标准化水平，提升产品质量效益。

利益冲突：所有作者声明无利益冲突。

作者贡献声明：曾嵘负责研究计划制定和论文撰写与修改；刘玉容负责试验调查、数据收集与分析和文献检索。