中國桑蠶繭生產效率評價及影響因素分析
——基于超效率DEA和Tobit模型

趙 明， 陳 清

(江蘇大學財經學院，江蘇鎮江 212013)

國家“十三五”規劃綱要明確指出，供給側改革要減少無效和低端供給，擴大有效和中高端供給，增強供給結構對需求變化的適應性和靈活性，提高全要素生產率，使供給體系更好地適應需求結構變化。供給側改革的最終目的是要增進供給體系的質量和效益。作為我國傳統農業重要組成部分的蠶桑產業，自加入WTO以來生絲出口雖然有較大幅度增長，但我國桑蠶繭生產效率一直沒能得到有效提高，近年來桑蠶繭產業出現了生產成本提高、競爭力下滑、不少地方蠶農養蠶積極性受挫等問題[1]。當前通過擴大桑樹種植面積來提高桑蠶繭生產效率的空間已經很有限，提高桑蠶繭生產效率只能依靠單產提高，提高單產的關鍵在于提高桑蠶繭單位面積的生產效率。廣西壯族自治區、江蘇省、安徽省、浙江省、湖北省等15省(市、區)一直是我國桑蠶繭主產省份，在供給側改革的背景下對上述15省(市、區)桑蠶繭生產效率進行研究，對于“十三五”時期提高農業生產效率、促進農業現代化具有非常重要的意義。

關于效率的含義，國內外學術界一直沒有給出一致的界定。不少國內學者認為，效率即用既定的資源進行生產時產出是否最大，或者既定產出時資源投入是否最小，也有國內學者認為，效率是既定資源所提供的效用滿足程度。國外學者認為，生產點的效率值是每個觀測值與根據已知的投入產出數據所建立的生產前沿面的距離。結合國內外學者的觀點，本研究效率指的是利用DEA方法測算的生產點與生產前沿面的距離。目前，國內不少學者對我國農業生產效率進行研究時，所運用的研究方法主要是數據包絡分析(DEA)法，主要從以下方面進行研究：(1)對玉米、茶葉、瓜果等農產品以及地區農業生產效率的簡單評價。胡賀年等對張掖市2005—2014年玉米種業經濟效益進行定量分析和評價[2]。柳萍等以中國10個綠茶主產省作為決策單元，評價了中國10省綠茶種植投入產出的有效性[3]。石晶等對2002—2011年我國11個棉花主產省份的棉花生產效率進行了比較分析[4]。羅麗等運用非參數Malmquist方法，對“東桑西移”前后我國蠶繭主產省份全要素生產率(TFP)進行了比較[5]。(2)在對農業生產效率評價后，對影響效率的因素作進一步分析。薛龍等根據河南省2000—2010年18個市的數據，測算該省糧食生產效率后指出，政府財政支農資金、單位面積的糧食產量、耕地有效灌溉面積以及當地人均GDP對糧食生產效率起重要作用[6]。常浩娟等采用超效率DEA測算了1997—2005年我國31個省(市、區)的農業生產效率，并且認為農業資金投入、農業科技水平、農業人力資本水平、自然災害等因素對農業生產效率有重要影響[7]。

從上述文獻研究成果來看，發現國內學者對我國桑蠶繭生產效率的研究較少，僅有少數學者運用非參數Malmquist方法將不同省份的蠶繭全要素生產率進行過比較，上述研究只是將全要素生產率分解后比較了各省(市、區)的技術效率變化、技術變化、純技術效率變化和規模效率變化，而沒有在此基礎上進一步從財政支出水平、教育水平等宏觀條件出發分析影響各省(市、區)蠶繭生產效率的因素。基于此，本研究利用2014年度我國15個桑蠶繭主產省(市、區)的投入產出數據，采用超效率DEA模型對15個桑蠶繭主產省(市、區)生產效率值進行測度并排序，并了解這些省(市、區)桑蠶繭生產效率變動趨勢和差異性，明確制約我國桑蠶繭生產效率的瓶頸因素，在此基礎上提出提高我國桑蠶繭生產效率的可能途徑。

1 研究方法與數據來源

1.1 研究方法

1.1.1 超效率DEA方法 超效率DEA建立在傳統DEA的基礎上，與傳統DEA不同的是超效率DEA能夠解決傳統DEA中多個決策單元效率值排名相同而無法分出孰優孰劣的問題[8]。其基本思想是對某個決策單元進行評價時，要將這個決策單元排除在外，用剩余的決策單元的投入和產出的線性組合來代替此DMU的投入與產出，此時該DMU隨著投入按一定比例增加仍能保持其相對有效性，增加最大比例值就叫做該DMU的超效率值。超效率值可能介于0和1之間，也可能大于1。如某DMU的超效率值為1.539，表明該DMU等比例增加53.9%，仍能保持相對有效性。

引入松弛變量S-、S+，其中S-表示投入的剩余變量，S+表示產出的剩余變量后，基于投入導向型的超效率DEA的線性規劃式為

若θ<1，則第f個決策單元DMUf不是DEA有效，說明經濟結構不合理，需要進行調整；若θ≥1，且S-、S+至少有1個不為零，則第f個決策單元DMUf是弱DEA有效，說明n個決策單元中，可以在投入減少S-的情況下保持產出不變，或者在投入不變的情況下，產出增加S+；若θ≥1，且S-、S+同時都為零，則第f個決策單元DMUf是DEA有效，說明在投入x0的基礎上產出y0達到了最優。

1.1.2 Tobit分析法 在DEA模型測算效率的過程中，沒有考慮一些決策單元以外的可控因素，而這些因素對決策單元效率值有很大的影響。考慮到效率值均為有界零散數據，如果采用最小二乘估計法來估計影響效率值的具體因素，可能由于無法完全地呈現數據而導致估計出現偏差。因此，為了找出影響各個決策單元效率值的影響因素，本研究采用Tobit回歸模型來估計。

Tobit模型由Tobin 1958年提出，然后由經濟學家Goldberger 1964年首次采用，具體模型為

1.2 研究指標選取與數據來源

指標的選取是DEA分析方法的關鍵。目前，國內構建桑蠶繭生產方式評價指標體系測評生產效率的研究較少。由于學者普遍認可以資本、勞動、物資投入作為農業生產中的投入要素，筆者沿用該思路[9-10]，同時考慮數據的可得性，并結合桑蠶繭生產的自身特點[11]，將2014年我國15個桑蠶繭主產省(市、區)的生產效率作為DMU，投入變量選取了單位面積資本、勞動、土地等的投入，產出變量是單位面積桑蠶繭主產品的產量(表1)。15個桑蠶繭主產省份的投入產出數據來源于2015年《全國農產品成本收益資料匯編》。

表1 我國桑蠶繭主產省份生產效率評價指標體系

1.3 數據處理與說明

在使用DEA模型對決策單元的生產效率進行測度時，各個投入變量和產出變量必須符合“同向性”和“自由度”的要求。同向性要求產出變量和各投入變量之間必須是正相關，如果某投入變量和產出變量之間是負相關，則該投入變量必須進行處理。驗證同向性最常用的方法是Pearson相關性檢驗方法。筆者使用Pearson相關性檢驗方法對我國15個主產省(市、區)桑蠶繭產量與各投入變量相關性進行檢驗時發現，單位面積桑蠶繭產量和種子投入費用呈負相關，不符合同向性假設，因此將該投入變量剔除[12]。處理后的投入產出數據以及相關系數見表2、表3。

自由度要求DMU數量必須大于投入變量與產出變量之和的2倍，本研究選取我國15個桑蠶繭主產省(市、區)的生產效率作為DMU，故DMU數量為15，經過處理后投入變量數量為6，產出變量數量為1，顯然滿足DMU數量必須大于投入變量與產出變量之和2倍的要求。

表2 我國15個桑蠶繭主產省份單位面積投入產出數據

注：數據根據2015年《全國農產品成本收益資料匯編》整理而得。

表3 2014年我國桑蠶繭主產省份生產效率評價投入與產出變量的相關系數矩陣

2 結果與分析

2.1 我國桑蠶繭主產省(市、區)生產效率

選取了投入導向下的DEA模型，運用DEAP 2.1軟件測算了各桑蠶繭主產省(市、區)的綜合效率(CE)，純技術效率(PTE)、總體規模效率(SE)。考慮到不少省(市、區)綜合效率值為1，為進一步對不同省(市、區)效率值進行排名，選取超效率徑向模型，采用DEA Solver 13.1軟件來計算我國桑蠶繭主產省(市、區)超效率值，軟件運行結果見表4。

表4 我國桑蠶繭主產省份生產效率的DEA運行結果

從表4可以看出，上述桑蠶繭主產省(市、區)中，綜合效率值平均值為0.74，與有效前沿面相差26%，整體上生產能力還有進步空間。各省(市、區)中只有河南省、陜西省、甘肅省3省的綜合效率值θ為1，且S-、S+同時為0，表明處于DEA有效狀態，投入已經不可能減少，達到了最優的要素配置，投入產出相對平衡。山西省、江蘇省、浙江省、安徽省、江西省、山東省、湖北省、廣東省、廣西壯族自治區、重慶市、四川省、云南省這12個省(市、區)的效率值θ都小于1，屬于DEA無效狀態。值得注意的是各個省(市、區)的投入產出的改進幅度與θ值的大小呈負相關，即θ值越小，投入產出的效率值越低，需要改進的幅度比較大，因此上述省(市、區)當中，改進幅度最大的是山西省。在DEA非有效的省(市、區)中，江西省、山東省、湖北省純技術效率值明顯低于規模效率值，純技術效率值分別為0.85、0.74、0.72；而山西省、浙江省、安徽省、廣東省、廣西壯族自治區、重慶市、四川省、云南省8省(市、區)的純技術效率值大于規模效率值，表明導致我國桑蠶繭主產省份生產效率非DEA有效的原因不相同。

從表4還可以看出，從規模報酬的角度來看，陜西省、甘肅省、河南省3省處于規模報酬不變的狀況，這3個省既不需要增加生產要素投入規模也不需要減少生產要素投入規模；山西省、江蘇省、浙江省、安徽省、江西省、山東省、湖北省、重慶市、四川省、云南省(市)10個省處于規模報酬遞增階段，增加生產要素投入量會帶來產出的成比例增加，適量增加生產要素投入會促進這些省桑蠶繭生產效率的提高；而廣東省、廣西壯族自治區處于規模報酬遞減的階段，增加生產要素投入量不會帶來產出的成比例增加，因此不宜增加投入量，應在當前基礎上優化自身桑蠶繭產業結構，充分利用現有的資源。

從表5可以看出，各桑蠶繭主產省份超效率值達到1以上的省份如陜西省、河南省、陜西省、甘肅等省份普遍集中在我國的中西部，而東部地區江蘇省、浙江省、山東省、廣東省的超效率值排名分別為第13名、第8名、第14名、第6名，普遍落后于西部省份的超效率值。因此，東部省份桑蠶繭生產效率普遍低于中西部省份。

表5 我國桑蠶繭主產省份生產效率的超效率值及排名

注：表中θ值是由DEA Solver 13.1軟件計算得出。

2.2 我國桑蠶繭主產省份生產效率的Tobit分析

指標選取。為了全面分析影響我國桑蠶繭主產省(市、區)生產效率的因素，尋找各桑蠶繭主產省(市、區)投入產出之外的宏觀指標，從不同角度全面分析影響各桑蠶繭主產省(市、區)的可控因素。筆者通過對現有相關文獻考察因素的總結[13-14]，同時結合桑蠶繭生產的特點，主要選取了各省(市、區)的超效率值θ作為因變量，各主產省(市、區)的城鎮化率、教育水平、農林水事務支出占各省財政總支出的比重、人均工業產值作為自變量，并有如下假設。

假設1：城鎮化率(UR)越高，其桑蠶繭生產效率也就越低。各省(市、區)城鎮化率以各省城鎮人口占總人口的比重來計算。從發達國家的經驗來看，城鎮化有利于農業大規模機械化生產，并促進農業生產專一化。但是桑蠶繭產業屬于勞動密集型產業，當前隨著我國城鎮化率的提高，大量農村中青年選擇進城務工，城市規模不斷擴大，并且城鎮人口普遍從事第二產業或第三產業方面工作，較高的城鎮化率導致從事農業生產人口較少。因此，假設城鎮化率對桑蠶繭生產效率起到負向作用。

假設2：各省省(市、區)15歲以上非文盲人數所占比重越高，其桑蠶繭生產效率也就越高。蠶農作為桑蠶繭生產的直接參與者，如果其擁有較高的文化素質，意味著蠶農學習能力更強，更容易接受新技術，有助于生產效率的提高。本研究以各省(市、區)15歲以上非文盲人口占總人口的比重(PIP)來表示各桑蠶繭主產省份的教育水平。

假設3：各省省(市、區)農林水事務支出越高，對桑蠶繭生產效率的促進作用越明顯。無論是我國近年來惠農支農資金的有益探索，還是西方發達國家數百年來農業轉型的成功經驗，都充分說明政府財政支持是農業獲得長足發展的必要條件。我國各省(市、區)農林水事務支出包括農業、林業、水利以及農業綜合開發等支出。各個省(市、區)農林水事務支出也會惠及桑蠶繭生產。以各個省(市、區)農林水事務支出占財政支出的比重(APE)作為各桑蠶繭主產省(市、區)財政支出水平。

假設4：人均工業產值越大，桑蠶繭生產效率也越低。較大的人均工業產值，意味著工業化發展程度很高，將有限的資源投入到工業上去了。大量人力、物力、財力的投入也會占用農地，壓縮農業的發展空間，不利于桑蠶繭產業的發展。以各省人均工業產值(PCV)表示各省(市、區)的工業發展水平。

根據以上對我國桑蠶繭主產省(市、區)生產效率影響因素的假設，得到如下Tobit模型：

Tit=λ0+λ1URit+λ2PIPit+λ3APEit+λ4PCVit+ζi(i=1，2，…，15；t=2014)

式中：Tit是因變量，是各省(市、區)超效率值，λ0為常數項，λ1、λ2、λ3、λ4分別表示各自變量的系數值，ζi是隨機誤差項。

本研究相關數據來源于2015年《中國統計年鑒》、《中國農村統計年鑒》、2014年《中國城市統計年鑒》各省(市、區)的統計年鑒，由于個別省(市、區)農林水支出數據缺失，筆者以近年來該省政府工作報告中的農林水支出數據代替缺失數據。并采用Eviews 8.0對各省(市、區)桑蠶繭生產效率影響因素進行Tobit回歸。

從表6中可以看出，(1)城鎮化率、人均工業產值對我國各桑蠶繭主產省(市、區)的影響系數為負值，表明城鎮化率、人均工業產值當前仍然是影響我國桑蠶繭生產效率的主要因素之一。桑蠶繭產業屬于勞動密集型產業，不少地區蠶農以個體生產為主，城鎮化率的提高導致農村勞動力減少，且蠶農年齡普遍偏大，機械化生產無法展開，因此，城鎮化當前還沒能促進桑蠶繭生產效率的提高。隨著我國工業化的發展，各省(市、區)人均工業產值普遍提高，各省(市、區)在工業上投入越來越多的資源，不少第一產業從業人員轉移到工業上來，在一定程度上影響了各省(市、區)桑蠶繭生產的效率。但是，城鎮化率、人均工業產值的系數未能通過檢驗，說明這二者對桑蠶繭生產效率的影響只是方向上的。(2)用15歲以上人口中非文盲人數占總人口的比重表示的各桑蠶繭主產省的教育水平的回歸系數為負數，在15%的水平上顯著。這與之前的理論假設不一致，也與眾多學者研究結論不相同。可能原因是桑蠶繭產業屬于傳統農業，在我國已經有了數千年的歷史，而當前我國農業職業技術學校設蠶繭專業的并不多見，不少從事桑蠶繭生產的蠶農并沒有太高的學歷，他們在多年的生產過程中積累了豐富的養蠶經驗，也可以實現較高的生產效率。(3)各省(市、區)農林水事務支出占財政支出的比重與其桑蠶繭生產效率呈正相關，并通過了顯著性檢驗，表明各省(市、區)政府對農林水事務資金的投入會帶來桑蠶繭生產效率的提高。可以解釋為我國農業大省普遍重視對農林水事務方面的投入，推進農村交通基礎設施以及大宗優勢農產品基地建設，積極培養農業專職技術人才，推廣先進農業技術。同時采取貸款貼息和財政補助的2種方式，扶持農業產業化經營。具體到桑蠶繭領域，不少省(市、區)對桑蠶繭實行保護價收購，對新擴建的桑園實行補貼，這些都是穩定各地區桑蠶繭生產規模的必要舉措，調動了農民的積極性，在很大程度上促進了桑蠶繭生產效率的提高。

表6 我國桑蠶繭生產效率影響因素Tobit模型計算結果

注：“*”“***”分別表示在15%、5%水平上顯著。

3 結論與建議

基于超效率DEA、Tobit模型分析方法，對我國桑蠶繭主產省(市、區)生產效率進行研究，同時找到了影響蠶農生產效率的主要因素。為了促進我國桑蠶繭產業的發展，應該采取以下措施：(1)改變當前以家庭為單位的小規模生產格局，適度提高桑蠶繭生產規模[15-16]。15個省(市、區)中，只有3個省處于規模報酬不變的狀況，10個省(市)處于規模報酬遞增階段，廣東省、廣西壯族自治區處于規模報酬遞減階段。因此，對于大多數桑蠶繭生產效率不高而又處于規模報酬遞增的省而言，應當借鑒農業領域規模化生產的成功經驗，適度橫向擴大桑蠶繭生產規模，引導蠶農走“家庭農場+合作社”經營模式道路，這有利于解決勞動力不足的問題，有利于提高桑蠶繭生產效率。(2)政府部門應重點優化財政支出結構，提高財政支農的效益，加大農業科技投入，培養蠶桑技術人才[17]。我國桑蠶繭主產省(市、區)效率值小于1的省純技術效率值普遍不高。這些省(市、區)應當提高現代農業技術在桑蠶繭產業當中的應用水平。具體措施包括在保持農林水利各部門事業費和支援農業生產支出總量的同時，加大對農業科技推廣項目及服務體系建設的支持力度；加快桑蠶繭新品種的引進和改良；在桑蠶繭飼養過程中，探索省力化飼養模式[18-19]。(3)合理規劃好非農業和農業的發展關系。我國15個桑蠶繭主產省份當中，盡管東部地區的江蘇省、浙江省、山東省等城市化率和人均工業產值普遍高于中西部各個省(市、區)，但是其超效率值排名普遍靠后。因此，各地政府不能一味以犧牲農業發展為代價換取工業和城鎮化的發展，應當從長遠打算，合理規劃好二者的關系。

[1]陳 濤. 中國蠶桑產業可持續發展研究[D]. 重慶：西南大學，2012.

[2]胡賀年，竇學誠. 基于DEA方法的種業經濟效益評價研究——以張掖市玉米種業為例[J]. 中國農業科技導報，2015，17(6)：150-157.

[3]柳 萍，姜愛芹，霍學喜，等. 基于DEA分析的中國綠茶生產效率實證研究[J]. 中國農學通報，2011，27(4)：296-300.

[4]石 晶，李 林. 基于DEA-Tobit模型的中國棉花生產技術效率分析[J]. 技術經濟，2013，32(6)：79-84.

[5]羅 麗，譚硯文. 東桑西移對蠶繭全要素生產效率影響分析——基于Malmquist指數方法[J]. 絲綢，2011，48(1)：56-60.

[6]薛 龍，劉 旗. 基于DEA-Tobit模型的河南省糧食生產效率分析[J]. 河南農業大學學報，2012，46(6)：700-704.

[7]常浩娟，王永靜，程廣斌. 我國區域農業生產效率及影響因素——基于SE-DEA模型和動態面板的數據分析[J]. 江蘇農業科學，2013，41(2)：391-394.

[8]李碧芳. 基于SBM-DEA模型的中國大豆全要素生產率分析[J]. 河南農業科學，2010(3)：116-119.

[9]秦 青. 基于DEA交叉評價的河南農業和糧食生產效率研究[J]. 湖北農業科學，2011，50(16)：3443-3447.

[10]季 丹. 中國區域生態效率評價——基于生態足跡方法[J]. 當代經濟管理，2013，35(2)：57-62.

[11]范業婷，魯成樹，方 晨. 基于DEA模型的合肥市土地利用綜合技術效率研究[J]. 國土資源科技管理，2013，30(5)：53-57.

[12]宋莉莉，馬曉春，王秀東. 我國農業發展方式對農民收入影響分析——基于DEA-Tobit模型[J]. 中國農業科技導報，2014，16(6)：149-158.

[13]張召華，雷 玲. 陜西農業生產效率評價以及影響因素分析——基于DEA-Tobit兩步法[J]. 農機化研究，2011(5)：39-42.

[14]林勇剛. 農戶農地經營規模效率及其家庭影響因素研究[D]. 武漢：華中農業大學，2011.

[15]李樹明. 中國雙孢蘑菇生產的經濟效率分析[D]. 武漢：華中農業大學，2011.

[16]李建琴，顧國達，封槐松. 我國蠶桑生產的區域變化——基于1991—2010年的數據分析[J]. 中國蠶業，2011(3)：28-41.

[17]董瑞華. 蠶桑專業合作組織面臨的問題及對策措施[J]. 蠶桑通報，2013，44(4)：10-13.

[18]吳敬璉. 農村剩余勞動力轉移與“三農”問題[J]. 宏觀經濟研究，2002(6)：6-9.

[19]胡興明，熊 超，葉楚華. 湖北省重點蠶區蠶農成本收益及影響因素分析[J]. 中國蠶業，2011，32(4)：37-40.