中國農(nóng)副食品加工業(yè)效率評價及分析_基于三階段DEA模型的測算

1、產(chǎn)經(jīng)評論2014 年 7 月第 4 期中國農(nóng)副食品加工業(yè)效率評價及分析基于三階段 DEA 模型的測算李鵬曾光摘要 隨著國民經(jīng)濟(jì)發(fā)展，農(nóng)副食品加工業(yè)總產(chǎn)值不斷增加，也同時提出理論上分析其產(chǎn)值增長背 后的效率結(jié)構(gòu)、以促進(jìn)其產(chǎn)業(yè)轉(zhuǎn)型升級的要求。基于 2009 年農(nóng)副食品加工業(yè)的細(xì)分行業(yè)數(shù)據(jù)，采用三階段 DEA 模型對農(nóng)副食品加工業(yè)的運行效率進(jìn)行了測算。結(jié)果表明: 利息支付額增加不利于改善農(nóng)副食品加工 業(yè)效率; 出口交貨值對效率的影響微乎其微; 存貨的增加有利于改善其效率。按照純技術(shù)效率和規(guī)模效率， 將 17 個細(xì)分行業(yè)分為四種類型，各行業(yè)的運行狀況和發(fā)展的重點不同。宜結(jié)合自身的特點發(fā)揮優(yōu)勢，有側(cè) 重

2、地提高管理水平或擴(kuò)大生產(chǎn)規(guī)模，從而提高農(nóng)副食品加工業(yè)的整體效率。關(guān)鍵詞 農(nóng)副食品加工業(yè); 三階段 DEA 模型; 純技術(shù)效率; 規(guī)模效率中圖分類號 F307文獻(xiàn)標(biāo)識碼 A文章編號 1674 8298 ( 2014) 04 0079 10引用方式 李鵬，曾光 中國農(nóng)副食品加工業(yè)效率評價及分析基 于三階段 DEA 模型的測算J 產(chǎn)經(jīng)評論，2014，5 ( 4) : 79 88一引言農(nóng)業(yè)乃一國發(fā)展之根基，而農(nóng)副食品加工業(yè)發(fā)展的好壞則直接關(guān)系到農(nóng)業(yè)的發(fā)展水平。隨著國民 經(jīng)濟(jì)發(fā)展，農(nóng)副食品加工業(yè)生產(chǎn)總值躍上一個新的臺階。特別是加入 WTO 以來，我國農(nóng)副食品加工 業(yè)進(jìn)入了發(fā)展的黃金通道，其工業(yè)總產(chǎn)值從

3、2003 年的 1080. 96 億元增加到 2009 年的 27961. 03 億元 ( 按當(dāng)年價格計算) ，從業(yè)人員則從 181. 66 萬增長到 337. 66 萬，這意味著農(nóng)副食品加工業(yè)在國家工 業(yè)發(fā)展中的地位日漸凸顯。經(jīng)濟(jì)的發(fā)展帶動了農(nóng)副食品加工業(yè)產(chǎn)業(yè)結(jié)構(gòu)的深度調(diào)整，保健食品類行業(yè) 比重逐漸增加。按照傳統(tǒng)的 SCP 理論，產(chǎn)業(yè)結(jié)構(gòu)決定產(chǎn)業(yè)行為進(jìn)而決定產(chǎn)業(yè)績效，農(nóng)副食品加工業(yè) 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整之后，需要對產(chǎn)業(yè)績效做出判斷并加以分析，因此對農(nóng)副食品加工業(yè)采用 “庖丁解牛” 的方式以其下轄的 17 個細(xì)分行業(yè)為對象，來研究其發(fā)展將更加合理。全要素生產(chǎn)率 ( Total Factor Produ

4、ctivity，簡稱 TFP) 的測算有兩類方法: 一是非參數(shù)的數(shù)據(jù)包絡(luò) 模型 ( DEA) ; 二是參數(shù)的隨機(jī)前沿模型 ( SFA) 。趙燃等 ( 2008) 1采用基于非參數(shù)的曼奎斯特生產(chǎn) 率指數(shù)方法，分析了中國農(nóng)產(chǎn)品加工業(yè) 1999 2005 年間 12 個兩位數(shù)行業(yè)的全要素生產(chǎn)率變動狀況， 并將其分解為技術(shù)效率和技術(shù)進(jìn)步，結(jié)果顯示農(nóng)產(chǎn)品加工業(yè)全要素生產(chǎn)率的增長源于技術(shù)進(jìn)步，而非 技術(shù)效率的 變 化。 這 與 王 艷 華 等 ( 2010 ) 2、 張 莉 俠 等 ( 2006 ) 3 的研究結(jié)論一 致。 郭 軍 華 等 ( 2010) 4運用三階段 DEA 模型分析了 2008 年我國

5、農(nóng)業(yè)生產(chǎn)率，研究發(fā)現(xiàn)，城市化水平和人口受教育收稿日期 2014 01 13基金項目 教育部人文社會科學(xué)研究規(guī)劃基金項目 “本地資源、品牌農(nóng)業(yè)與農(nóng)業(yè)產(chǎn)業(yè)集群” ( 項目編號: 11YJA790202，主持人: 曾光) 。作者簡介 李鵬，華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院碩士，東南大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生，主要研究方向為產(chǎn)業(yè)經(jīng)濟(jì)學(xué); 曾光，華中 農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，主要研究方向為產(chǎn)業(yè)經(jīng)濟(jì)學(xué)與區(qū)域經(jīng)濟(jì)學(xué)。 按照 國民經(jīng)濟(jì)行業(yè)分類 標(biāo)準(zhǔn) GB / T4754 2002，2003 年以前農(nóng)副食品加工業(yè)稱食品加工業(yè)，2002 年國家重新分類，文章按照 最新分類標(biāo)準(zhǔn)統(tǒng)計。年限的提高有利于生產(chǎn)率的改善，農(nóng)民人

6、均純收入、財政支農(nóng)等不利于生產(chǎn)率的改善。利用 SFA 模型，黃金波等 ( 2010) 5測算了 1978 2008 年我國糧食生產(chǎn)的全要素生產(chǎn)率，認(rèn)為 糧食生產(chǎn)率的增長得益于要素的投入。田偉等 ( 2012) 6測算了我國農(nóng)業(yè)的技術(shù)效率，各地的農(nóng)業(yè)技 術(shù)水平都比較高，并呈現(xiàn)收斂特征。曾國平等 ( 2012 ) 7基于隨機(jī)前沿模型，測算了中國 29 個省級 地區(qū)的農(nóng)業(yè)生產(chǎn)效率，研究表明中國農(nóng)業(yè)生產(chǎn)效率總體水平不高，有很大上升空間，雖然全要素生產(chǎn) 率和技術(shù)效率均有增加但增幅緩慢。效率研究中兩種方法各有優(yōu)缺點，但是采用 DEA 模型無需設(shè)定生產(chǎn)函數(shù)的具體形式，可以有效 地處理多投入和多產(chǎn)出情況，直接

7、計算出技術(shù)效率，指出提高效率水平的途徑。因此，本研究采用非 參數(shù)的數(shù)據(jù)包絡(luò)分析方法來測算農(nóng)副食品加工業(yè)的效率?，F(xiàn)有有關(guān)生產(chǎn)率的文獻(xiàn)，對本文研究有重要的參考價值。需要說明的一點是，以往的研究多是在 省際層面或者是從兩位數(shù)行業(yè)的角度來測算，利用三階段 DEA 模型并采用行業(yè)的四位數(shù)數(shù)據(jù)來研究 生產(chǎn)效率的文獻(xiàn)并不多見。三階段 DEA 模型可以將混合誤差分為隨機(jī)誤差和管理誤差，能評價研究 對象的無效率是受隨機(jī)誤差的影響還是管理水平的約束，研究結(jié)果更加準(zhǔn)確可靠。有鑒于此，文章利 用農(nóng)副食品加工業(yè) 17 個四位數(shù)行業(yè)數(shù)據(jù)，利用三階段 DEA 模型測算了農(nóng)副食品加工業(yè)的技術(shù)效率， 研究結(jié)果具有科學(xué)價值和實踐

8、意義，以期為決策部門制定可行政策提供有力依據(jù)。二研究方法三階段 DEA 模型是由 Fried 等 ( 2002 ) 8 提出的，它可以消除外部環(huán)境和隨機(jī)誤差對效率的影 響，得到僅有管理水平影響的效率。三個階段分別為:第一階段: 傳統(tǒng)的 DEA 模型 ( BCC 模型) 。本文采用的是投入導(dǎo)向的 BCC 模型:min ( et s + et s +) ，n+i yir s i = 1= yor n+s. t.xij + s i = 1= xoj( 1) ni = 1，1 0; s 0; s + 0i = 1其中，i = 1，2，3，n; j = 1，2，m; r = 1，2，s。n 為決策單元的

9、個數(shù)，m 和 s 分別為輸入與輸出變量的個數(shù)，xij ( j = 1，2m) 為第 i 個決策單元的第 j 種投入要素，yir ( r= 1，2s) 為第 i 個決策單元的第 r 個產(chǎn)出要素， 為決策單元 DMU 的有效值。第二階段: 相似 SFA 分析模型。原理是將投入松弛變量與環(huán)境變量進(jìn)行回歸分析。通過構(gòu)建相 似 SFA 模型可以清晰地觀察出環(huán)境因素、隨機(jī)因素和管理效率三個因素的影響，進(jìn)一步剔除環(huán)境因 素和隨機(jī)干擾的影響。本研究采用投入導(dǎo)向的 SFA 模型，方程如下:ikiSik = f ( z ; ) + vik + ik( 2)k其中，Sik 表示第 k 個 DMU 的第 i 個投入的

10、松弛變量; Z= ( z1k，z2k，zpk) 表示 p 個管理無ik效率環(huán)境變量的觀察值。fi ( zk ; i ) 表示環(huán)境變量對投入差額值 S的影響，一般令 fi ( zk ; i ) = zk i 。iikikiikik為需要估算的環(huán)境變量的參數(shù)，v 為隨機(jī)誤差項，v ( 0，2 ) ; 為技術(shù)無效率誤差項， ( i ，2 ) ; = 2 / 2+ 2 為技術(shù)無效率方差項占總方差的比重。當(dāng) 趨近于 1 時，管理因素的影響iiivi占主導(dǎo); 趨于 0 時，隨機(jī)誤差的影響占據(jù)主導(dǎo)地位。求出 vik 和 ik 的值，首先得利用 Battese 和 Coelli( 1995) 9的 FONTI

11、E Version 4. 1 使 用 最 大 似 然 法 求 出 i ， 80vi ， 2 ， i 。 然 后 利 用 Jondrow 等Eik( 1982) 10的方法，求出 ( | ik+ vik) 之后，可得 vikk i的表達(dá)式。vik和 ik獨立不相關(guān)。E( vik | ik + vik ) = Sik z 再將估計值代入調(diào)整投入的算式: E( ik | ik + vik )( 3)k ik ix ik = xik + max z z + max v ik v ik ( 4)kk i其中第一個中括號調(diào)整的是環(huán)境因素，max( zk ) 代表的是所有決策單元中投入差額最大的，也就是最沒

12、有效率的決策單元，此調(diào)整使受益于環(huán)境因素的決策單元必須加上更多的投入值，環(huán)境越不 利的決策單元加上較少的投入值，最終使所有決策單元處于相同的環(huán)境。第二個調(diào)整項則是調(diào)整隨機(jī) 誤差項，使每個決策單元均面對相同的環(huán)境和運氣。第三階段: 調(diào)整后的 DEA 模型。將第二階段調(diào)整后的投入指標(biāo)與產(chǎn)出做 BBC 回歸，此時得到的 效率值剔除了環(huán)境和隨機(jī)誤差的影響。三數(shù)據(jù)、投入產(chǎn)出及環(huán)境變量( 一) 數(shù)據(jù)來源本研究數(shù)據(jù)來源于國務(wù)院工業(yè)經(jīng)濟(jì)發(fā)展中心數(shù)據(jù)庫 ( 國研網(wǎng)) 及中國統(tǒng)計年鑒 ( 2010) 。主要的 研究對象是農(nóng)副食品加工業(yè)及其 17 個細(xì)分行業(yè)，研究的企業(yè)是規(guī)模以上農(nóng)副食品加工業(yè)企業(yè)。( 二) 投入、

13、產(chǎn)出指標(biāo)投入指標(biāo)主要有資本、勞動、銷售成本、管理費用和企業(yè)規(guī)模等。資本指標(biāo)參照 Chen 等 ( 1988) 12、李小平 ( 2005 ) 13 的做法，采用固定資產(chǎn)凈值余額 ( 千元) 作為資本投入。勞動投入 ( 人) 指標(biāo)是指生產(chǎn)過程中實際投入的勞動量，由于目前該統(tǒng)計項的缺失，故采用各 行業(yè)全部從業(yè)人員平均數(shù)替代 ( 陳靜等，201014; 李鵬等，201215) 。銷售成本 ( 千元) 用來反映產(chǎn)品銷售中的物耗; 管理費用 ( 千元) 用來衡量企業(yè)的人力資本投 資。運用三階段 DEA 模型時，各項投入與產(chǎn)出之間應(yīng)該滿足 “同向性” 假設(shè) ( 鄧波等，2011 ) 16， 也就是說，當(dāng)增

14、加投入時，產(chǎn)出不得減少，常用的方法是采用 Pearson 方法進(jìn)行相關(guān)性檢驗，計算結(jié) 果見表 1:表 1 農(nóng)副食品加工業(yè)投入與產(chǎn)出變量的 Pearson 相關(guān)系數(shù)投入項固定資產(chǎn)凈值平均余額全部從業(yè)人員平均數(shù)銷售費用管理費用產(chǎn)出項工業(yè)總產(chǎn)值0. 9330. 8100. 9680. 946( 0. 000)( 0. 000)( 0. 000)( 0. 000 )注: 表示在 1% 顯著性水平上顯著，括號中的值為檢驗的 P 值。ik Aigner、Lovell 和 Schmidt ( 1977) 11將隨機(jī)因素分為兩類: 一是企業(yè)本身不能控制的對稱性隨機(jī)誤差項 v ，呈正態(tài)分布; 一是為可以控制的技

15、術(shù)無效率誤差項 ik ，呈現(xiàn)截斷性正態(tài)分布。 按照 國民經(jīng)濟(jì)工業(yè)行業(yè)分類與代碼 ( GB /4754 2002) 的標(biāo)準(zhǔn)，農(nóng)副食品加工業(yè)主要涵蓋以下 17 個細(xì)類行業(yè): C1310 為谷物 磨制業(yè)、C1320 為飼料加工業(yè)、C1331 為食用植物油業(yè)、 C1332 為非食用植物油業(yè)、 C1340 為制糖業(yè)、 C1351 為畜禽屠宰業(yè)、 C1352 為肉制品及副產(chǎn)品加工業(yè)、C1361 為水產(chǎn)品冷凍加工業(yè)、C1362 為魚糜制品及水產(chǎn)品腌制加工業(yè)、C1363 為水產(chǎn)飼料制造 業(yè)、C1364 為魚油提取及制品制造業(yè)、C1369 為其他水產(chǎn)品加工業(yè)、C1370 為蔬菜、水果堅果加工業(yè)、C1391 為淀

16、粉及淀粉制品 制造業(yè)、C1392 為豆制品制造業(yè)、C1393 為蛋品加工業(yè)、C1399 為其他未列明的農(nóng)副食品加工業(yè)。81從表 1 可以看出，農(nóng)副食品加工業(yè)產(chǎn)出與投入之間的系數(shù)均為正，并且均能通過 1% 置信水平的 檢驗，充分說明投入與產(chǎn)出之間滿足 “同向性” 原則。工業(yè)的產(chǎn)出有兩種統(tǒng)計方式: 工業(yè)總產(chǎn)值和工業(yè)增加值。在以往研究中，工業(yè)總產(chǎn)值和工業(yè)增加 值都曾經(jīng)作為產(chǎn)出指標(biāo)。涂正革等 ( 2005) 17、李勝文等 ( 2008) 18和宮俊濤等 ( 2008) 19在測算中 國工業(yè)和制造業(yè)的全要素生產(chǎn)率時產(chǎn)出采用的是工業(yè)增加值，但是李小平等 ( 2005 ) 13、沈 能等 ( 2006)

17、20和張莉俠等 ( 2006) 3分別測算中國的工業(yè)、制造業(yè)和乳制品業(yè)的全要素生產(chǎn)率時采用工 業(yè)總產(chǎn)值。本研究采用工業(yè)總產(chǎn)值 ( 千元) 作為產(chǎn)出。( 三) 環(huán)境變量環(huán)境變量應(yīng)滿足 “分離假設(shè)” 原則 ( Lopold Simar 等，2007) 21，即這些變量對農(nóng)副食品加工業(yè) 的生產(chǎn)率有影響，但又不受本身的控制。這包括國內(nèi)宏觀經(jīng)濟(jì)環(huán)境、國外宏觀經(jīng)濟(jì)環(huán)境以及國家貨幣 政策。在國內(nèi)宏觀環(huán)境方面，選擇產(chǎn)成品存貨 ( 千元) 進(jìn)行衡量。文章采用產(chǎn)成品存貨反映國內(nèi)經(jīng)濟(jì) 環(huán)境的好壞，此處的存貨即包括產(chǎn)成品又包括半成品、原材料的價值。理論預(yù)期存貨價值的增加，說 明國內(nèi)環(huán)境不利于產(chǎn)品的銷售，使得工業(yè)總產(chǎn)值

18、減少。在國外宏觀環(huán)境方面，選擇產(chǎn)品的出口交貨值 ( 千元) 進(jìn)行衡量。出口交貨值的數(shù)額大小反映 了國外經(jīng)濟(jì)環(huán)境的好壞，出口交貨值數(shù)額較大時，說明產(chǎn)品比較容易變現(xiàn)，利于企業(yè)擴(kuò)大再生產(chǎn)，反 之，則不利于工業(yè)總產(chǎn)值的增加。預(yù)期出口交貨值越大，企業(yè)的工業(yè)總產(chǎn)值越高。在貨幣政策方面，用利息支出 ( 千元) 指標(biāo)來衡量。利息支付的數(shù)額高說明企業(yè)的生產(chǎn)成本比 較高，國家施行的是緊縮性貨幣政策，不利于企業(yè)工業(yè)總產(chǎn)值的增加，預(yù)期利息支出高不利于企業(yè)生 產(chǎn)率的提高。四實證結(jié)果分析( 一) 第一階段傳統(tǒng) DEA 實證結(jié)果將農(nóng)副食品加工業(yè)下的 17 個 細(xì) 分 行 業(yè)， 每個行業(yè)作為一個決策單元 ( DMU) 。 利

19、 用 軟 件DEAP2. 1，計算了 17 個細(xì)分行業(yè)的效率水平及其所處的生產(chǎn)規(guī)模報酬狀態(tài)。計算結(jié)果見表 2:表 2 農(nóng)副食品加工業(yè)細(xì)分行業(yè)技術(shù)效率、純技術(shù)效率及規(guī)模效率值行業(yè)TE1PTE1SE1規(guī)模報酬C13100. 9000. 9001. 000C13201. 0001. 0001. 000C13311. 0001. 0001. 000C13320. 9641. 0000. 964irsC13400. 5220. 5230. 999C13511. 0001. 0001. 000C13520. 7360. 7361. 000C13611. 0001. 0001. 000C13620. 717

20、0. 7190. 997irsC13630. 9420. 9530. 988irs82( 續(xù)上表)行業(yè)TE1PTE1SE1規(guī)模報酬C13640. 8251. 0000. 825irsC13690. 9760. 9860. 989irsC13700. 7040. 7041. 000C13910. 7030. 7040. 998irsC13920. 5090. 5140. 988irsC13930. 6950. 7190. 968irsC13990. 6180. 6210. 995irs平均值0. 8120. 8280. 983注: Irs 表示規(guī)模報酬遞增， 表示規(guī)模報酬不變，drs 表示規(guī)模報

21、酬遞減。下表同。由表 2 可以看出， 剔除環(huán)境變量和隨機(jī)因素后，2009 年我國農(nóng)副食品加工業(yè)的技術(shù)效率為 0. 812，純技術(shù)效率為 0. 828，規(guī)模效率值為 0. 983，從行業(yè)角度看，沒有行業(yè)是規(guī)模報酬遞減的，此 時只要企業(yè)增加要素投入就能增加產(chǎn)出。其中飼料加工、食用植物油、畜禽屠宰和水產(chǎn)品冷凍加工 4 個行業(yè)的各項效率值均為 1，說明這些行業(yè)均處于生產(chǎn)前沿面上; 其他行業(yè)則分別在純技術(shù)效率和規(guī) 模效率方面有著不同的改進(jìn)和上升空間。( 二) 第二階段相似 SFA 回歸結(jié)果將投入的冗余值對數(shù)化后的結(jié)果作為被解釋變量，環(huán)境變量為解釋變量，作 SFA 回歸分析。結(jié) 果見表 3:表 3 第二階

22、段 SFA 回歸結(jié)果固定資產(chǎn)凈值平均余額全部從業(yè)人員平均數(shù)銷售費用管理費用常數(shù)項50433. 00215704. 3927863. 5577912. 875( 5. 780)( 10. 356)( 7. 948)( 2. 833)利息支出3. 485( 3. 040)0. 337( 1. 315)0. 077( 0. 991)0. 201( 1. 614)出口交貨值 0. 029*( 1. 044)0. 005( 0. 714)0. 001*( 0. 572)0. 001( 0. 372)存貨 0. 213( 2. 693) 0. 014( 0. 787) 0. 002( 1. 025) 0.

23、 010( 1. 148)2454. 237*232. 952708. 527*551. 449( 7. 102)( 9. 526)( 7. 086)( 4. 493)0. 046( 0. 254)0. 044( 0. 247)0. 036( 0. 249)0. 044*( 0. 251)log likelihood 232. 438 207. 189 157. 936 194. 942L test of the one sided error5. 3234. 3564. 5285. 023注: 數(shù)據(jù)根據(jù) SFA 計算得到。* 、分別代表通過 10% 、5% 、1% 顯著性檢驗。括號內(nèi)為 t

24、檢驗值。83表 3 是投入的松弛變量對環(huán)境變量的回歸結(jié)果?；貧w系數(shù)為負(fù)，說明環(huán)境變量增加有利于投入冗 余減少，進(jìn)而減少投入增加產(chǎn)出; 回歸系數(shù)為正則增加環(huán)境變量會導(dǎo)致投入浪費，減少產(chǎn)出。同時可 以看出， 數(shù)值都比較小，趨近于 0，說明農(nóng)副食品加工業(yè)受隨機(jī)因素影響較大。( 1) 利息支付額。該變量與所有投入的松弛變量均是正相關(guān)的，并且在 5% 統(tǒng)計水平上顯著，說 明利息支出增加時，投入冗余也增加，不利于效率的提高。這一結(jié)論和預(yù)期一致，利息支付的增加， 導(dǎo)致企業(yè)的債務(wù)負(fù)擔(dān)加重，用于再投資的資金數(shù)量減少，不利于擴(kuò)大再生產(chǎn)。( 2) 出口交貨值。該變量對投入松弛的影響不同，并且影響很小。原因可能是我國

25、目前的農(nóng)副 食品加工業(yè)產(chǎn)品主要是內(nèi)銷，受國際環(huán)境的影響很小。同時也說明，我國農(nóng)副食品加工業(yè)的市場競爭 力不強(qiáng)，與發(fā)達(dá)國家相比還有一定的差距。( 3) 存貨。存貨水平對投入松弛變量的回歸系數(shù)都為負(fù)值，且均通過 5% 顯著性檢驗，說明環(huán)境 變量增加時，有利于減少投入冗余量、降低損耗增加產(chǎn)出。這一結(jié)果與預(yù)期不一致，此時的存貨包含 企業(yè)的待售產(chǎn)成品和原材料，存貨增加反而反映出國家經(jīng)濟(jì)環(huán)境比較良好，有利于企業(yè)生產(chǎn)，增加生 產(chǎn)效率。由于環(huán)境變量對不同行業(yè)的影響不同，處于良好經(jīng)營環(huán)境和具有較好運氣的行業(yè)具有高的生產(chǎn)效 率，而處于較差環(huán)境或運氣的地區(qū)生產(chǎn)率表現(xiàn)較差。因此，需要對投入要素進(jìn)行調(diào)整，剔除環(huán)境和運

26、氣水平對效率的影響。( 三) 第三階段調(diào)整后的 DEA 結(jié)果將調(diào)整后的投入與產(chǎn)出再次代入 BCC 模型，結(jié)果見表 4:表 4 相同環(huán)境下行業(yè)的技術(shù)效率、純技術(shù)效率和規(guī)模效率行業(yè)TE3PTE3SE3規(guī)模報酬C13100. 9710. 9750. 996drsC13201. 0001. 0001. 000C13311. 0001. 0001. 000C13320. 0950. 9640. 099irsC13400. 7531. 0000. 753irsC13510. 8520. 8650. 985irsC13520. 6830. 7620. 897irsC13610. 6730. 7540. 89

27、3irsC13620. 2730. 7000. 391irsC13630. 1580. 9440. 168irsC13640. 0021. 0000. 002irsC13690. 1110. 8840. 126irsC13700. 6490. 7300. 889irsC13911. 0001. 0001. 000C13920. 2100. 5250. 400irsC13930. 1060. 7550. 140irsC13990. 3600. 6350. 568irs平均值0. 5230. 8530. 606注: TE3 表示第三階段綜合技術(shù)效率，PTE3 表示第三階段純技術(shù)效率，SE3 表示第

28、三階段規(guī)模效率，TE3 = PTE3 SE3。84為更真實有效地反映三階段 DEA 模型測算結(jié)果，并進(jìn)一步分析行業(yè)的生產(chǎn)狀況，下面將原始投 入和調(diào)整投入后得到的效率值與工業(yè)總產(chǎn)值進(jìn)行 Spearman 等級相關(guān)性分析，結(jié)果見表 5:表 5 各行業(yè)生產(chǎn)效率值與工業(yè)總產(chǎn)值的 Spearman 等級相關(guān)系數(shù)綜合技術(shù)效率純技術(shù)效率規(guī)模效率TE1TE3PTE1PTE3SE1SE3工業(yè)總產(chǎn)值0. 3720. 9210. 1430. 1760. 9520. 939( 0. 141)( 0. 000)( 0. 584)( 0. 499 )( 0. 000 )( 0. 000)注: 表示通過 1% 顯著性水平檢

29、驗。括號中的數(shù)值為 P 檢驗值。由表 5 可以知道，經(jīng)過第二階段的調(diào)整，環(huán)境變量和隨機(jī)誤差被剔除后，農(nóng)副食品加工業(yè)的綜合 技術(shù)效率和純技術(shù)效率明顯改善，盡管規(guī)模效率有所下降，但其相關(guān)系數(shù)依舊很高，且通過 1% 置信 水平檢驗。這一結(jié)果表明第三階段的效率值與第一階段相比更能真實地反映出各行業(yè)的管理效率狀 況。同時也說明剔除環(huán)境變量和隨機(jī)誤差來測算行業(yè)生產(chǎn)效率是極有必要的，三階段 DEA 模型比傳 統(tǒng) DEA 模型測算的效率值更加真實合理。通過表 3 和表 4 的比較可知，剔除環(huán)境變量和隨機(jī)誤差后，技術(shù)效率前沿面上的行業(yè)減少為 3 個，其中飼料加工和食用植物油仍處于前沿面上，這意味著它們的技術(shù)效率

30、確實很好; 相比第一階 段，淀粉及淀粉制品制造升至生產(chǎn)效率前沿面，表明在剝離了環(huán)境因素和隨機(jī)干擾后該行業(yè)的生產(chǎn)是 高效的; 畜禽屠宰和水產(chǎn)品冷凍加工則因純技術(shù)效率和規(guī)模效率的雙下降從而退出前沿面，說明之前 的高效率并不是真實的技術(shù)管理水平。調(diào)整后我國農(nóng)副食品加工業(yè)的綜合技術(shù)效率和規(guī)模效率分別由 0. 618、0. 995 下降到 0. 523、0. 606，而純技術(shù)效率則由 0. 621 上升到 0. 853。就行業(yè)的生產(chǎn)效率來 說，綜合技術(shù)效率上升的有谷物磨制、制糖和淀粉及淀粉制品制造，這些行業(yè)生產(chǎn)率的提升得益于純 技術(shù)效率的提高; 其余行業(yè)則呈現(xiàn)不同程度的下降，表明之前的高效率與環(huán)境和運氣

31、密切相關(guān)，非食 用植物油技術(shù)效率下降幅度最大，由 0. 965 下降到 0. 095，主要是由規(guī)模效率的下降造成的。從規(guī)模 報酬角度講，只有谷物磨制處于規(guī)模報酬遞減狀態(tài)，其他行業(yè)基本上處于生產(chǎn)規(guī)模報酬遞增狀態(tài)。規(guī) 模報酬不變的行業(yè)減少，主要由規(guī)模效率下降造成，因此，為使其更有效發(fā)展，應(yīng)減少要素投入而擴(kuò) 大其生產(chǎn)規(guī)模。按照 規(guī)模效率和純技術(shù)效率劃 分， 以 效 率 值 0. 9 為 分 界 線 ( 郭 軍 華 等，20104; 鄧 波 等， 201116) ，可以將我國農(nóng)副食品加工業(yè)分為四種類型，其空間分布如圖 1 所示 ( 圖中不包括處在技術(shù) 效率前沿面的三個行業(yè)) 。第一種類型是規(guī)模效率和純

32、技術(shù)效率均大于 0. 9 的 “雙高型”，包括處在 技術(shù)效率前沿面的 3 個行業(yè)及谷物磨制，這些行業(yè)效率的改進(jìn)空間較小。第二種類型是 “高低型”， 純技術(shù)效率大于 0. 9 且規(guī)模效率小于 0. 9，此類型僅有畜禽屠宰一個行業(yè)，企業(yè)的規(guī)模經(jīng)濟(jì)性是行業(yè) 發(fā)展的重點。第三種類型是 “低高型”，純技術(shù)效率小于 0. 9 但規(guī)模效率大于 0. 9，包括魚油提取及 制品的制造、非食用植物油、制糖和水產(chǎn)飼料制造等 4 個行業(yè)，特別是魚油提取及制品的制造，規(guī)模 效率僅有 0. 002，這些行業(yè)的發(fā)展重點是技術(shù)管理水平的提高。第四種類型是 “雙低型”，純技術(shù)效 率和規(guī)模效率均小于 0. 9，包括豆制品制造、其

33、他未列明的農(nóng)副食品加工、魚糜制品及水產(chǎn)品干腌制 加工、蛋品加工、其他水產(chǎn)品加工、肉制品及副產(chǎn)品加工、水產(chǎn)品冷凍加工、蔬菜、水果和堅果加工 等 8 個行業(yè)，以豆制品制造為例，無論是規(guī)模效率 ( 0. 4) 還是純技術(shù)效率 ( 0. 525) ，均有較大改進(jìn) 空間，這些行業(yè)生產(chǎn)率的改善會有較大的困難，一方面要注重提高管理水平，另一方面要擴(kuò)大行業(yè)的 生產(chǎn)規(guī)模實現(xiàn)資源的集中配置。85圖 1 農(nóng)副食品加工業(yè)細(xì)分行業(yè)純技術(shù)效率、規(guī)模效率分布五結(jié)論與啟示本文利用三階段 DEA 模型分析了 2009 年我國農(nóng)副食品加工業(yè)的生產(chǎn)效率狀況，得出以下結(jié)論: ( 1) 調(diào)整前后，生產(chǎn)效率變化較大，這說明環(huán)境因素和隨機(jī)

34、干擾的確對生產(chǎn)效率的影響很大。分別 將第一階段、第三階段的生產(chǎn)效率值與工業(yè)總產(chǎn)值做 Spearman 等級相關(guān)分析，發(fā)現(xiàn)經(jīng)過調(diào)整后的綜 合技術(shù)效率、純技術(shù)效率值與工業(yè)總產(chǎn)值的相關(guān)性明顯提高，也說明三階段 DEA 模型比傳統(tǒng) DEA 模 型對生產(chǎn)效率的研究更加真實合理和精確。 ( 2) 通過 SFA 的回歸分析發(fā)現(xiàn)，環(huán)境變量和隨機(jī)誤差對 農(nóng)副食品加工業(yè)生產(chǎn)效率的影響非常顯著。環(huán)境變量中利息支付的數(shù)額越大對生產(chǎn)效率越不利; 出口 交貨值對效率的影響比較小，可能與我國目前農(nóng)副食品加工業(yè)不很發(fā)達(dá)而主要滿足內(nèi)銷為主有關(guān)，所 以受國外環(huán)境的影響小，對生產(chǎn)效率的影響也就不那么顯著; 存貨對效率的影響比較顯著

35、，并且與預(yù) 期結(jié)論相反，可能是因為此時的存貨包含了大量的待售商品和原材料，反映的是企業(yè)訂單比較多，國 內(nèi)銷售環(huán)境比較好。 ( 3) 剔除環(huán)境因素和隨機(jī)誤差的影響后，我國農(nóng)副食品加工業(yè)的綜合技術(shù)效率 和規(guī)模效率明顯下降，分別由 0. 812、0. 983 下降到 0. 523、0. 606，而純技術(shù)效率則由 0. 828 上升到0. 853，各行業(yè)的規(guī)模狀態(tài)中規(guī)模報酬遞增的行業(yè)增加。同時按照純技術(shù)效率和規(guī)模效率值的大小， 以 0. 9 為臨界點，分為雙高型、低高型、高低型和雙低型四種。我國農(nóng)副食品加工業(yè)行業(yè)之間的生產(chǎn)率存在差異，各行業(yè)應(yīng)發(fā)揮自身已有的優(yōu)勢彌補自身的不 足，切不可盲目追求某種發(fā)展模

36、式。有的行業(yè)是因為純技術(shù)效率過低造成生產(chǎn)的無效率，比如畜禽屠 宰，該行業(yè)主要是因為管理不足導(dǎo)致技術(shù)效率不理想，所以提高技術(shù)效率的途徑就是加強(qiáng)管理創(chuàng)新及 制度變革。還有一部分行業(yè)是因為規(guī)模效率不足造成生產(chǎn)效率低下，如非食用植物油、水產(chǎn)飼料制造 和魚油提取及制品的制造等 3 個行業(yè)，這些行業(yè)提升生產(chǎn)效率的重點是擴(kuò)大企業(yè)的生產(chǎn)規(guī)模，提升行 業(yè)的規(guī)模效益，應(yīng)該促進(jìn)企業(yè)的規(guī)?；⒓s化經(jīng)營與生產(chǎn)，發(fā)揮行業(yè)的規(guī)模經(jīng)濟(jì)性。此外，對于肉 制品及副產(chǎn)品加工、水產(chǎn)品冷凍加工等純技術(shù)效率和規(guī)模效率雙低的 8 個行業(yè)，提高生產(chǎn)效率的困難 比較大，應(yīng)該同時從管理水平和擴(kuò)大企業(yè)規(guī)模方面進(jìn)行變革。剩余的 5 個行業(yè)，純技術(shù)

37、效率和規(guī)模效 率比較理想，改進(jìn)的空間不大，但是這些行業(yè)的發(fā)展也不能放松，應(yīng)當(dāng)在好的基礎(chǔ)上深化改革，管理 理念和策略上全面創(chuàng)新，實現(xiàn)更大規(guī)模企業(yè)的產(chǎn)業(yè)化經(jīng)營，以獲得更大的規(guī)模收益。86參考文獻(xiàn)1 趙燃，駱樂等 中國農(nóng)產(chǎn)品加工業(yè)技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)增長J 中國農(nóng)村經(jīng)濟(jì)，2008，( 4) : 24 322 王艷華，王軍等 吉林省農(nóng)產(chǎn)品加工業(yè)全要素生產(chǎn)率變動及其分解分析J 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010，( 10 ) : 108 1143 張莉俠，劉榮茂等 中國乳制品業(yè)全要素生產(chǎn)率變動分析J 中國農(nóng)村觀察，2006，( 6) : 2 84 郭軍華，倪明等 基于三階段 DEA 模型的農(nóng)業(yè)生產(chǎn)率研究J 數(shù)量

38、經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，( 12) : 27 385 黃金波，周先波 中國糧食生產(chǎn)的技術(shù)效率與全要素生產(chǎn)率增長: 1978 2008J 南方經(jīng)濟(jì)，2010，( 9) : 40 526 田偉，柳思維 中國農(nóng)業(yè)技術(shù)效率的地區(qū)差異及收斂性分析基于隨機(jī)前沿分析方法J 農(nóng)業(yè)經(jīng)濟(jì)問題，2012，( 12) : 11 187 曾國平，羅航艷，曾躍群 農(nóng)業(yè)效率增進(jìn)、技術(shù)進(jìn)步區(qū)域差異及 TFP 分解J 重慶大學(xué)學(xué)報 ( 社會科學(xué)版) ，2012，18 ( 4) : 1 88 Fried H O ，Lovell C A K ，Schmidt S S ，et al Accounting f or Environ

39、mental Effects and Statistical Noise in Data Envelopment AnalysisJ Journal of Productivity Analysis，2002，17( 1 2) : 157 1749 Battese G E ，T J Coelli A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Pan- el DataJ Empirical Economics，1995，20( 2) : 325 33210Jo

40、ndrow James，Knox Lovell C A ，Ivan S Materov，et al On the Estimation of Technical Inefficiency in the Stochastic Frontier production Function ModelJ Journal of Econometrics，1982，19( 2 3) : 233 23811 Dennis J Aigner，C A Knox Lovell，P Schmidt Formulation and Estimation of Stochastic Frontier Production

41、 Function ModelsJ Journal of Econometrics，1977，6( 1) : 21 3712 Chen K ，Wang H C ，Zhang Y X ，et al Productivity change in Chinese industry 1953 1985J Journal of Com- parative Economics，1988，12( 4) : 570 59913 李小平，朱鐘棣 中國工業(yè)行業(yè)的全要素生產(chǎn)率測算J 管理世界，2005，( 4) : 56 6414 陳靜，雷厲 中國制造業(yè)的生產(chǎn)率增長、技術(shù)進(jìn)步與技術(shù)效率基于 DEA 的實證分析J 當(dāng)

42、代經(jīng)濟(jì)科學(xué)，2010，32( 4) : 83 8915李鵬，曾光 我國農(nóng)副食品加工業(yè)全要素生產(chǎn)率研究基于 17 個細(xì)分行業(yè)數(shù)據(jù)J 中國農(nóng)業(yè)大學(xué)學(xué)報，2010，17( 4) : 179 18416 鄧波，張學(xué)軍，郭軍華 基于三階段 DEA 模型的區(qū)域生態(tài)效率研究J 中國軟科學(xué)，2011，( 1) : 92 9917 涂正革，肖耿 中國的工業(yè)生產(chǎn)力革命J 經(jīng)濟(jì)研究，2005，( 3) : 4 1518 李勝文，李大勝 中國工業(yè)全要素生產(chǎn)率的波動 1986 2005基于細(xì)分行業(yè)的三投入隨機(jī)前沿生產(chǎn)函數(shù)分析J 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，( 5) : 43 5419 宮俊濤，孫林巖，李剛 中國制造業(yè)省際全要素生產(chǎn)率變動分析基于非參數(shù) Malmquist 指數(shù)方法J 數(shù)量經(jīng) 濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，( 4) : 97 13020 沈能，潘雄峰 基