基于DEA-Tobit模型的桃農生產技術效率及其影響因素分析

□尹天樂

（南京農業大學經濟管理學院 江蘇 南京 210095）

1 研究背景及文獻綜述

隨著居民食物消費快速升級，中國農業發展已經進入重要的戰略和政策轉型期[1]。近年來，我國城鄉居民膳食結構呈現多元化，新鮮瓜果消費快速增長，市場對水果產品的需求呈現上升趨勢。桃子作為重要的水果產品，其生產經營也隨著農業化進程的推進而面臨一定的挑戰。在我國城鎮化進程快速推進的視角下，農村勞動力轉移現象愈演愈烈，加之果園機具產品欠缺，果園生產中管理作業主要依賴人工完成。人口流失、勞動短缺、用工成本等因素推動了我國果園產業結構調整與升級[2]。在傳統農業向現代農業轉型過程中，農業生產是農業現代化的基礎條件，充分運用現代經營管理方式及科學技術武裝農業，是促進農業市場化和現代化的必要條件[3]。為了幫助農戶有效利用信息，順應生態經濟、綠色農業發展的趨勢和穩定增收，國家大力推行綠色防控技術等一系列現代化農業生產技術，控制農作物病蟲害，從而提高農戶生產效率[4]。

我國的桃樹栽植模式由傳統到現代、由露地模式到設施模式發展很快，傳統老果園逐步面臨淘汰，規模化、規范化、標準化、現代化是果園重點發展方向。現代化設施桃園延長了鮮桃供應期，繁榮了果品市場，提高了農業效益，并且很多桃主產地區把發展設施桃產業作為當地桃產業提質增效的有效手段[5-6]，在一定程度上提高了桃農的生產效率。但是，面臨土地細碎化程度嚴重、桃農生產規模較小、土地成本和勞動力成本不斷上升等現狀，桃農生產技術效率并沒有明顯提高。桃農作為生產的主體，生產技術效率在很大程度上決定了桃農價值增值的能力和程度，因此，本研究不僅對桃農生產技術效率提高有重要價值，而且對影響桃農生產技術效率的因素分析與研究具有一定啟發意義。

對農產品生產技術效率的研究有兩種測算方法，一種為參數法，如隨機前沿分析（SFA）方法；另一種為非參數法，如數據包絡分析（DEA）方法。對農產品生產技術效率的測算與分析的文獻多集中于糧食作物，多利用DEA-Tobit 模型，如陳潛等（2015）[7]測算了福建省農戶毛竹生產效率及影響毛竹生產效率的因素；肖陽和朱立志（2016）[8]測算了農戶種植馬鈴薯的生產效率和影響馬鈴薯生產效率的因素；周曙東和張冬（2019）[9]對2016 年17 個省份花生生產農戶的微觀數據進行測算，發現花生種植戶生產效率受區位因素影響較大。在果產品中有關桃生產技術效率的研究并不多見，劉天軍等（2012）[10]運用超越對數生產函數分析了氣候變化對蘋果產量的影響，發現溫度升高、降水量減少均對蘋果產量有正向影響。Wang 等（2013）[11]對陜西省2006—2009 年蘋果技術效率和成本效率進行測算，發現環境條件和農戶管理能力是限制蘋果專業戶技術效率以及成本效率提高的主要因素。陳超等（2018）[12]基于隨機前沿生產函數，在不同生產組織模式視角下測算分析了桃農生產技術效率影響因素，發現“農戶+合作社”模式下桃農生產技術效率高于“農戶+市場”的傳統模式，組織化的生產方式有助于提高桃農的生產技術效率。

上述文獻從不同方面分析了外生因素對果產品生產技術效率的影響，沒有涉及果園類型的區分。事實上，不同果園類型在生產經營方式上存在很大差異，若將其作為一個整體分析桃農生產技術效率的影響因素難免產生差異。因此，本研究測算分析在不同果園類型下桃農生產技術效率的影響因素，測定桃農的生產技術效率，在此基礎上采用刪截數據回歸Tobit 模型，以每個決策單元的綜合效率為被解釋變量，以不同桃園類型的桃農特征為解釋變量，旨在找出桃農生產技術效率提升緩慢的制約因素，為提高桃農價值增值能力提供政策建議。

2 研究方法與數據來源

2.1 研究方法

使用DEA-Tobit 兩階段模型方法，首先將DEA模型計算出的各個決策單元的效率值作為被解釋變量，然后選取生產經營主體特征等影響因素作為解釋變量。在一般DEA 模型中，“決策單元”（DMU）就是每一個生產樣本。

通過對各DMU 投入和產出比率的綜合分析，確定有效的生產前沿面，根據各DMU 與前沿面的距離來判斷生產投入和產出的合理性、有效性。桃生產技術效率是規模可變的，因此本研究設定基于VRTS 的一般DEA 模型（亦稱為BCC 模型）如下。

設決策單元的輸入向量Xi=（x1j，x2j，…，xij）T和一個輸出向量Yi=（y1j，y2j，…，yrj）T，其中，xij表示第j個決策單元DMUj的第i種類型投入總量，yrj表示第j個決策單元DMUj的第r種類型產出量。

對式（1）加入松弛變量S-、S+，得到下式。

式中：θ為決策單元DMU0的有效值，λj為相對于DMU0重新構造一個有效DMU 組合中第j個決策單元的參與組合比例。當θ=1 且S-=S+=0 時，稱DMU0是弱DEA 有效的，說明部分投入過剩或產出不足；當θ＜1 時，則稱DMU0是弱DEA 無效的。

DEA 測算出來的技術效率值在區間[0，1]內，分析桃農生產技術效率的影響因素時，若直接使用普通最小二乘法（OLS）估計回歸系數，可能會導致估計參數的不一致性，因此經濟學家Tobin 提出了刪截數據回歸模型，即Tobin 模型。具體形式如下。

式中：Yi表示DEA 模型測算出的效率值；β0表示截距項；xik表示各影響因素即解釋變量；βk表示未知參數向量；εi獨立且服從正態分布，i=1，2，3。

2.2 數據來源

本研究所使用的數據來源于2018 年回收的桃農生產經營狀況調查問卷，調查范圍包括安徽、北京、山東等19 個省份。

實際調查采取典型調查和問卷調查相結合的方法，綜合考慮桃農生產規模、桃園生產類型等，調查內容主要包括桃農家庭基本信息及2018 年桃種植、銷售和成本收益情況，共獲得有效問卷312 份。

在桃生產過程中，以單位面積產量作為產出要素，產出指標為桃平均產量（kg/hm2）；人工、土地和物質與服務費用作為投入要素，投入指標分別為人工成本（元/hm2）、土地成本（元/hm2）、農藥費用（元/hm2）、種苗折舊成本（元/hm2）、化肥費用（元/hm2）和機械費用（元/hm2）。

2.3 主要變量的描述性統計

在桃生產經營過程中，不同的桃園類型所需的各項成本有所差異，因此本研究借鑒以往農產品經營生產研究成果，結合桃園實際調研情況，按照桃園類型的不同將其劃分為露地桃園和設施桃園兩種類型。選擇露地桃園類型生產經營的桃農占總體樣本數的87%，露地桃園類型的桃單產低于設施桃園，兩者單產分別為23 574.89 kg/hm2、24 305.35 kg/hm2。桃生產過程中人工成本投入的占比最高，設施桃園與露地桃園相比，設施桃園生產的人工成本投入明顯高于露地桃園。對于其他各項成本投入，設施桃園的單位面積投入略高于露地桃園。目前，我國桃樹的設施栽培主要是利用溫室或大棚進行促成栽培，可在冬季抵抗嚴寒，促使果實提早成熟。因此，設施桃園的生產需要投入較高的成本，為高投入高產出的生產模式。

利用DEAP 2.1 軟件測算了312 個有效樣本桃農的生產技術效率值，在所有有效樣本桃農中，有17.63%的樣本達到了DEA 有效，即生產技術效率值為1；生產技術效率高于0.8 的樣本數達到7.05%，而在0.2 以下的達到4.17%，桃農之間生產技術效率的差異較大。桃農在每個區間都有分布，生產技術效率在[0.2，0.4]的樣本占28.85%，在[0.4，0.6]的樣本占27.56%，在[0.6，0.8]的樣本占14.74%，在[0.8，1]的樣本占17.63%。

3 桃農生產技術效率及其影響因素分析

3.1 生產技術效率的影響因素

由表1 列出影響桃農生產技術效率因素變量的統計描述可以看出，桃農的受教育程度多為初中文化水平（2.54）；經營者與所有者種桃經驗年數平均值在13 年，經營者種桃經驗年數高于15 年的占31%，低于5 年的占15%，所有者種桃經驗年數高于15 年的占34%，低于5 年的占12%，說明經營者存在年輕化的特征，且在實地調研中發現存在桃園所有者為父輩、經營者為子輩的“子承父業”情況；超過1/2 的桃農進行土地流轉，租入土地為實現規模經營來擴大經營面積；水肥一體化的果園較少，享有肥料補貼、聘任技術人員的桃農較少；對于病蟲害防治手段，有不超過1/2 的桃園進行綠色防治，這里綠色防治指的是在桃生產環節中使用了生物源、礦物源、抗生素等綠色農藥，大部分桃園都會有物理防治；桃農平均種植規模為3.29 hm2，但標準差為6.80，說明樣本桃農種植規模存在較大差異。

表1 生產技術效率影響因素變量的統計描述

3.2 生產技術效率影響因素回歸結果

桃農生產技術效率影響因素的回歸結果見表2。

表2 桃農生產技術效率影響因素的回歸結果

桃農生產技術效率在不同桃園類型中存在顯著差異，設施桃園的桃農生產技術效率均值高于露地桃園，可見專業化的生產模式在資源配置上更為有效。

使用Stata 14.0 軟件對Tobit 刪截數據回歸模型進行估計分析，模型通過整體顯著性檢驗，對于不同桃園類型，不同變量的系數顯著性不同，是否流轉土地、是否物理防治和投產面積對不同桃園類型的桃農生產技術效率均有顯著影響，但影響的正負不同，具體如下。

（1）對于露地桃園的桃農生產特征變量，所有者種桃經驗年數、經營者種桃經驗年數通過1%的顯著性水平檢驗，所有者種桃經驗年數對桃農生產技術效率具有顯著負向影響，經營者種桃經驗年數對桃農生產技術效率具有顯著正向影響，說明作為桃園所有者的桃農種植年數越長，管理起來就會越困難，新技術和新品種越難以實施推廣，而作為桃園經營者的桃農種植年數越長，在實際生產中的經驗越豐富，在一定程度上越利于生產技術效率的提高；投產面積、流轉土地分別達到5%和10%的顯著性檢驗水平，且對桃農生產技術效率具有顯著正向影響，說明桃農轉入土地來擴大果園規模，創造規模經濟從而提高生產技術效率；是否為水肥一體化果園和是否物理防治對露地桃園的桃農生產技術效率具有負向影響且通過5%的顯著性水平檢驗，說明部分果園雖然應用了先進技術和新興病蟲害治理模式，但成本投入存在冗余，在露地桃園轉型過程中管理能力不夠成熟[13]。

（2）對于設施桃園的桃農生產特征變量，經營者受教育程度表現出顯著負效應，說明受教育程度高的桃農雖然在設施桃園的生產觀念上有所進步，但受限于實際操作的熟練程度，在短期內并不能達到最理想的生產狀態；是否流轉土地參數符號為負，通過1%水平的顯著性檢驗，說明設施桃園的土地成本較高，轉入土地后需要建設配套基礎設施，導致短期內生產技術效率低下；是否聘任技術人員表現出顯著正效應，說明聘任技術人員后獲得先進的農資、信息、技術等服務支持，在生產管理過程中獲得指導，進而提高生產技術效率；是否物理防治通過1%水平的顯著性檢驗，對設施桃園的桃農生產技術效率具有顯著正向影響，說明在設施桃園的病蟲害防治過程中，采用物理防治可以節本增效；投產面積表現出顯著正效應，說明隨著設施桃園面積的適度增長，桃農可以提高規模效益，有利于生產技術效率的提高[14]。

4 結論與建議

本研究以2018 年桃產業種植為例，運用DEA 方法測算不同桃園類型的生產技術效率，結果發現桃農生產技術效率普遍較低，設施桃園生產技術效率高于露地桃園。在多種因素影響下，農戶之間生產技術效率有所差別，因此，進一步構建Tobit 刪截數據回歸模型對影響桃農生產技術效率的因素進行分析，得到結論如下：聘任技術人員、經營者的種桃經驗年數和投產面積對桃單位面積產量有正向作用，經營者的受教育程度、所有者的種桃經驗年數表現出負向作用，對于桃園的經營者來說，雖然有先進的生產觀念，但種桃的經驗和實際操作的熟練程度更為重要；流轉土地、綠色防治、物理防治對不同類型桃園的生產技術效率影響方向有所不同，對于露地桃園，轉入土地有利于提高規模效益，從而實現規模經濟，對于設施桃園，先進的設施配合綠色的病蟲害防治手段可以達到節本增效的目的[15-16]。

在發展果園經濟的過程中，要順應現代化農業發展趨勢，重視農技推廣服務，大部分設施桃園有利用現代農業科研資源的先天優勢，并配套綠色防控體系，因此應支持多維度、多方位建設設施桃園，幫助桃農提高科學技術水平。政府應加大科研力度并聘請專家實地指導工作，加大產業扶持力度，引導桃農改進要素配置效率來提高產量，進而實現桃產業持續發展。此外，要培育新型農業經營主體，引導有能力的桃農進行適度規模種植，并在此基礎上推廣機械化生產，實現規模經濟的高效率。需加強農村人力資本投資，增加年輕勞動力從事種桃的意愿，為桃農隊伍注入新鮮血液。