基于DEA-Tobit兩步法的蔬菜種植效率影響要素分析
——以云南省嵩明縣大棚蔬菜種植為例

羅邦梅

（貴州財經大學，貴州 貴陽 550000）

0 前言

《鄉村振興戰略規劃（2018—2022年）》中指出，要堅持家庭經營在農業中的基礎性地位，構建家庭經營、集體經營、合作經營、企業經營等共同發展的新型農業經營體系，發展多種形式適度規模經營，發展壯大農村集體經濟，提高農業的集約化、專業化、組織化、社會化水平[1]。中國種植大棚蔬菜已有60多年的歷史，種植大棚蔬菜可以延長蔬菜種植時間，提高冬春季蔬菜產量，實現蔬菜周年供應。大棚蔬菜種植突破了傳統耕作模式，提高了土地集約化程度，為農民創造收入的同時還豐富了人民的菜籃子。大棚蔬菜種植對提高全民健康水平具有重要的意義，政府鼓勵培育新型農業經營主體，積極提倡通過多種形式開展適度規模經營，在良好的宏觀政策環境下，全國大棚蔬菜種植發展前景一片大好。

云南省嵩明縣大棚蔬菜種植區與云南省域內的晉寧產區、呈貢產區、陸良產區合稱為“云南省四大大棚蔬菜產區”，通過“云菜入京”“云菜入滬”“云菜入粵”“云菜入疆”“云菜出海”“云菜供港”六大外銷主線將蔬菜供往全國150多個大中城市和30多個國家，云南省蔬菜年種植規模近2 000萬畝，產量超2 300萬噸，出口創收超100億元，產值近1 000億元[2]。從調查數據來看，云南省嵩明縣大棚蔬菜種植總體上前景良好，但就被調查對象而言，所選的種植戶屬于家庭經營性質，相互之間是競爭關系，微觀層面農戶在種植過程中表現出投入與產出不對等的問題。因此，本文選用DEA-Tobit兩步法對30戶大棚蔬菜種植戶的經營現狀進行分析，首先使用DEA分析大棚蔬菜種植農戶的種植效率，再基于DEA輸出的數據建立Tobit模型，測算分析農戶生產投入的要素對產出總體效率的影響程度，就如何規劃配比投入要素才能提高產出效率的問題進行分析并得出結論。

1 研究方法和變量選取

國內眾多學者運用DEA-Tobit兩步法對不同行業的經營效率進行了探索，比如開采業中煤灰產業的開發效率、金融業中股權結構對銀行系壽險公司經營效率的影響、制造業產學研協同創新效率評價及路徑提升、農業中耕地利用效率及其影響因素，甚至是學術界用此方法來研究圖書交流效率評價。

1.1 DEA模型

數據包絡分析（DEA）由美國著名運籌學家A.Charnes、W.W.Cooper和E.Rhodes于1978年提出，是在相對效率評價概念基礎上發展起來的一種非參數檢驗方法。DEA通過選取決策單元的多項投入和產出數據，利用線性規劃，以最優投入與產出作為生產前沿，構建數據包絡曲線[3]。DEA模型包括CCR模型、BCC模型和DEA-Malmquist指數模型。CCR假設規模報酬不變，BCC假設規模收益可變，由于現實中存在不平等競爭，導致決策單元不能以最佳規模狀態運作，因此本文采用BCC模型。

BCC模型討論的生產狀況決策單元示范如圖1所示，點A位于生產函數曲線f(x)上，同時還位于生產函數曲線的拐點，說明點A技術有效，且是規模有效點；點C位于生產函數曲線f(x)上，但點C位于規模收益遞減區域，說明點C是技術有效，但不是規模有效；點B位于f(x)曲線內，表明點B不是技術有效。

圖1 BCC模型中的決策單元示范

1.2 Tobit模型

Tobit模型也稱受限因變量模型[4]，是指選擇可能影響經營效率的因素作為解釋變量，在DEA模型計算結果的基礎上，將選用的解釋變量輸入Stata軟件，考察解釋變量是否能通過顯著性檢驗，并對通過顯著性檢驗的因素進行分析，分析解釋變量對被解釋變量的影響程度。

1.3 變量選取

DEA測算農戶2021年種植大棚蔬菜生產效益選擇的投入和產出，具體指標包括資金（購買農藥、化肥、種子等生產資料所消耗的資金）、土地（自留地和流轉土地都算在內）、勞動力（家庭內勞動力和雇傭勞動力都算在內），生產經營狀況的反映指標就選用年總收入和利潤兩個變量。通過分析綜合技術效率（TE）、純技術效率（PTE）、規模效率（SE）來說明投入產出的有效性，結果有以下兩種情況：1）PTE=TE=SE=1，說明投入的各個要素有效運作，共同作用提高生產經營效率；2）當三個數值中任何一個數不等于1（X＞1或X＜1）時，則說明投入要素配比失衡，生產經營無效。

使用Tobit測算，選擇種植戶年齡、種植戶性別、種植戶學歷、勞動力投入量、技術、投資成本、土地規模、借貸資金、參加培訓的次數、對國家政策的了解程度等10個指標作為解釋變量，計算以上10個變量是否通過顯著性檢驗，若通過顯著性檢驗，再關注其對被解釋變量的影響程度。

2 實證分析

在數據包絡分析（DEA）的指導下建立模型，在此基礎上運用DEA軟件計算云南省嵩明縣大棚蔬菜種植30個樣本農戶的綜合技術效率（TE）、純技術效率（PTE）、規模效率（SE），再使用Tobit模型分析影響生產效率的因素。

2.1 大棚蔬菜種植效率分析

利用DEA-Solver軟件對投入產出指標進行測算，結果顯示：30個決策單元的綜合技術效率（TE）均值為0.671，TE等于1的樣本有4個，占總樣本的13.3%，TE高于平均值的樣本有7個，占總樣本的23.33%；30個決策單元的純技術效率（PTE）均值為0.875，PTE等于1的樣本有5個，占總樣本的16.67%，PTE高于平均值的有10個，占總樣本的33.33%；30個決策單元的規模效率（SE）均值為0.838，SE等于1的樣本有6個，占總樣本的20.00%，SE高于平均值的有8個，占總樣本的26.67%。這說明云南省嵩明縣被調查的大棚蔬菜種植戶的純技術效率（PTE）和規模效率（SE）都不高，個體經營差異大。

其中，綜合技術效率（TE）、純技術效率（PTE）、規模效率（SE）都等于1的樣本僅2個，說明在30個被訪談樣本中，只有2個樣本有效，僅占總樣本量的6.67%，說明云南省嵩明縣種植大棚蔬菜的農戶普遍存在浪費資源和效益損失的現象。具體數據如表1所示。

表1 農戶種植大棚蔬菜的效益分析

2.2 大棚蔬菜種植效率的影響因素分析

DEA模型輸出數據顯示，被調查的種植戶種植規模效率存在明顯差距，為找出造成這種差距的具體原因，使用Stata軟件把DEA模型輸出的種植效益值（TE、PTE、SE）作為被解釋變量，將年齡、性別、學歷、勞動力投入量、技術、投資成本、土地規模、借貸資金、參加培訓的次數、對國家政策的了解程度等10個變量作為解釋變量放入Tobit模型，用Tobit模型分析影響種植規模效率的因素，并探索其具體的影響程度，具體數據如表2所示。

由表2的數據可知，大多數變量在綜合技術效率模型和規模效率模型中通過了檢驗，這說明年齡、性別、學歷、勞動力投入量、技術、投資成本、土地規模、借貸資金、參加培訓的次數、對國家政策的了解程度等10個變量對種植效益有影響。種植農戶的年齡（X1）、性別（X2）、對國家政策的了解程度（X10）對種植效益的影響不顯著，種植農戶的學歷（X3）、勞動力投入量（X4）、技術（X5）和參加培訓的次數（X9）通過了顯著性檢驗，而且系數是正的，說明學歷、勞動力投入量和技術對種植效益的影響均是同方向的。

表2 種植效益的影響要素分析

投資成本（X6）和借貸資金（X8）通過了顯著性檢驗，且影響較為顯著，這說明在大棚蔬菜的種植中，整個種植過程的資金投入對種植效益有著很大影響。因為蔬菜作為農作物的特質，在種植過程中需要投入大量的肥料、農藥、膜、水等生產資料，而且大棚種植的蔬菜具有反季節性，一年多熟制，因此在技術層面也需要投入大量的財力和物力。

種植所占用的土地規模（X7）對種植效益的影響不顯著，換言之，土地規模與種植效益無顯著相關性。因此，大棚蔬菜種植同樣要滿足新型農業經營要求的適度規模種植，要找到適合農戶種植的最適宜的土地規模，既要防止規模過大造成土地資源浪費，又要防止土地規模較小而發揮不出勞動力的潛質。

3 建議

3.1 推行適度規模種植方式

通過運用DEA-Tobit兩步法分析了10個變量對種植效率的影響，可以看出，以家庭為單位的種植戶在進行大棚蔬菜種植時，普遍存在“自有耕地不夠用、流轉土地又嫌多”的情況，于是就導致了種植規模過大，超出家庭經濟能力可承載的范圍，再加上其他投入的生產資料配比不當，使得種植效率不高，甚至出現虧本的現象。例如，以家庭為單位的種植戶家中的勞動力平均為2～4人，在這樣數量的勞動力范圍下，選擇勞動力可以承載的最適宜的土地范圍，如果涉及雇傭勞動力，那勞動力的質量以及種植過程的付出程度就有待考量。因此，必須調整種植規模和種植方式，使之與生產資料相適應，才能將有限的資本投入到合適范圍的土地中，發揮土地的最大效能，將投入的生產資料的效能盡可能發揮到極致。

3.2 提高農戶的種植專業素質

從數據分析的結果來看，大棚蔬菜的種植效率與種植者的專業水平有非常大的正向相關性，也就是說，大棚蔬菜種植的高水平勞動力素質對種植效率起著至關重要的作用。云南省蔬菜種植規模是巨大的，因大棚蔬菜具有反季節種植的特性，從傳統的市場經濟規律中跳脫出來，打破普通小買賣規模市場的禁錮，把握適應市場的種植時機至關重要。所謂的“種植時機”包括時間點的選擇和種植蔬菜的技術，蔬菜的價格會受季節、自然災害、疫情等因素的影響，尤其受天氣的影響，蔬菜的生長周期就會浮動，把握不同季節不同種類的蔬菜生長規律，并結合市場需求選擇經濟效益最高的蔬菜尤為重要[5-7]。這就要求種植戶在種植過程中能夠擁有較敏銳的市場嗅覺，并確保蔬菜的高質量，因此，提升農戶的種植專業素質是關鍵。

3.3 改善生產條件，提升技術水平

由上文的分析可知，農戶在種植過程中投入的技術以及參加培訓的次數與種植效率呈顯著正相關，換言之，種植過程中的技術與種植效率有顯著的正向相關性，技術越高級，種植效率就越高。技術包括硬性技術和軟性技術，硬性技術包括播種機、薄膜、灌溉設施、除草器等機械設施，軟性技術就包括施肥、打藥、除草、控溫等依靠勞動力才能表現出來的技術。良好的生產條件能為提升種植效率作出巨大貢獻，大棚蔬菜是運用先進科學技術對蔬菜的生長周期、植株大小、外觀等進行控制的種植方式，結合大棚外的天氣，通過調試大棚內生長環境，實現對蔬菜的管控，這樣的種植模式需要較為完備的生產設施和技術儲備。相關部門可以對從事大棚蔬菜種植的農戶進行集中培訓，提高農戶的科學種植水平，種植戶也要自發地進行學習，時刻更新自身的知識儲備，比如可以通過選擇不同的作物換種、套種等，在實現創收的同時保持土壤的肥力，減少肥料的投入量，延長土地的使用壽命[8-10]。因此，改善生產條件和技術水平，對實現種植的可持續發展具有重大意義。

3.4 建立完善的大棚蔬菜種植幫扶標準和政策

《鄉村振興戰略規劃（2018—2022年）》中指出，要完善農業保險政策體系，設計多層次、可選擇、不同保障水平的保險產品。積極開發適應新型農業經營主體需求的保險品種，鼓勵開展天氣指數保險、價格指數保險、貸款保證保險等試點[11-12]。健全農業保險大災風險分散機制。發展農產品期權期貨市場，擴大“保險+期貨”試點，探索“訂單農業+保險+期貨（權）”試點，完善農業風險管理和預警體系[1]。宏觀層面國家對大棚蔬菜指定的補助政策體系是很健全的，但政策大多是覆蓋組織化、專業化、集約化程度較高、規模程度較大的種植經營主體，面向規模較小的散戶設置的補助政策較少，而嵩明縣很大一部分種植戶都是屬于散戶，其在面對自然災害時，抗風險能力弱，往往在一次自然災害中就可能徹底虧空。因此，從擴散保險政策覆蓋面的角度建設較為人性化的個體戶蔬菜保險機制是關鍵性的舉措，為種植戶建立健全的保險機制，提高大棚蔬菜種植戶防范化解自然災害的能力；除去抗風險保障之外，在種植技術提升方面，可委托各級農技推廣組織聘請高級蔬菜技術員對以家庭為單位的種植戶進行技術指導，再對農戶種植的蔬菜進行專業的考核點評，從而建設同時具備保險機制兜底、技術方法支撐的較為完善的大棚蔬菜種植幫扶機制。