黑龙江省农垦国有农场动态效率分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

23
【作者简介】马凤才(1968—),男,博士,教授,黑龙江八一农垦大学经济管理学院。

【基金项目】国家社科基金一般项目《东北地区不同粮食生产主体效率研究》(17BJY114)。

黑龙江省农垦国有农场动态效率分析
马凤才 董雪 朱丹彤(黑龙江八一农垦大学)
【摘要】 本文采用2011~2015年黑龙江省国有农场面板数据,运用DEA-malmquist指数计算方法,对全要素生产率指数进行了计算和分解。

分析结果表明:技术效率除了2013~2014年度以外,其余年度数值变化不大,研究期内总体变化不明显。

相应的技术效率分解后的纯技术效率与技术效率的变化趋于一致。

技术进步在全要素生产率的变化中起了比较大的作用,全要素生产率的增长主要靠技术进步实现。

黑龙江省国有农场全要素生产率年均增长比较缓慢。

【关键词】 黑龙江省农垦国有农场;动态效率分析;全要素生产率
随着中国农业的发展,农业生产的主体也在发生着变化,中国正在由农村单个农户为生产主体向多种形式的主体转变。

农业公司和农村合作社成为进入农业的新型主体日益受到人们的重视。

除了以上主体之外,中国农业中还有一类比较特殊的主体——国有农场一直处于稳定发展的状态中。

虽然这些国有农场分布主要集中在中国的黑龙江和新疆地区,但是这些国有农场普遍具有经营规模大、技术水平高、商品率高等特点,从而在中国占有举足轻重的地位,是能够集中提供农产品的基地,对中国的农业安全具有重要的战略价值和地位。

一、文献回顾
自从成熟的效率研究方法被F A R R E L L [1]
、Cooper [2]
等创造出来以后,效率的研究被应用到了非常广阔的领域,工业、农业、金融服务业各个领域都有学者对其进行研究。

对于这些效率的分析主要分为如下几个方面。

(一) 家庭农场的经营效率和影响因素分析
这类分析主要使用DEA-Tobit方法进行家庭农场的两阶段分析,首先分析计算各评价单元的效率,然后再进行计量分析,找出影响效率的因素。

不过不同学者在选取影响因素时考虑了不同的方面,曹文杰(2014)对于山东省家庭农场的效率影响因
素进行了分析,选取了包括经营者特征和物质与技术服务投入方面的10个指标,结果表明家庭农场从业人员素养、技术的运用和创新及经营方式等对经营效率有显著影响[3];高雪萍等(2015)关注了江西省家庭农场的劳动、资本和土地等三个方面共13个变量,其中劳动力数量、投资规模、土地流转成本、农用机械数量、借贷资金、农用机械补贴和是否需要农业保险对农业效率具有显著影响[4]。

以上学者虽然分析的地域不同,但是得出的结论基本相同,两者所计算出的家庭农场效率值均不高。

(二)单纯分析某一类效率
这些研究侧重于某一类效率的重点分析,如胡宜挺、蒋金凤(2016)重点分析了新疆家庭农场的规
模效率,给出了2个规模效率较高的区间[5];高彦彬(2013)分析了中国家庭农场的融资效率[6];张悦,刘文勇(2016)通过对江苏省3个典型家庭农场的调查分析发现,农场的劳动效率在上升、土地效率在下降[7];蔡键(2016)分析了家庭农场的运行效率[8]。

这些研究都从不同侧面进行了效率的分析,但是无一例外,都是对家庭农场进行的研究,而关于国有农场方面的研究还比较缺乏。

(三)分析动态效率
对于动态效率的研究,研究对象是农场的很少见,更多的是区域性农业地区作为被研究对象进行
24
动态效率分析。

如郭军华、李帮义(2011)[9]
分析了中
国1985~2007年的农业效率变化,刘凤梅(2016)[10]
分析了中国2005~2014年的效率变化。

(四)研究评述
已有研究主要关注的是家庭农场的效率问题或者是区域发展的动态效率变化,对家庭农场的研究缺少动态分析,地区性研究虽然有动态分析,但缺乏针对国有农场方面的分析。

总之,对于国有农场的效率研究不够充分,目前中国正在进行国有农场改革,国有农场效率分析值得深入研究。

二、研究方法(一) DEA方法
任何一个被评价对象要想得出综合的评价结果都离不开科学有效的评价方法,家庭农场作为被评价对象同样如此。

不同的评价方法往往会得出不同的评价结果,甚至有些结果互相矛盾。

幸运的是对于这类被评价对象现在有了比较成熟的研究评价方法,DEA方法就是其中之一。

在DEA评价方法中,CCR和BCC模型是比较常用的评价模型方法,CCR模型适用于规模报酬不变的情况,BCC模型则适用于规模报酬可变,对于任
意决策单元:
CCR和BCC模型的差别主要在是否设定约束条件,不设该约束条件为CCR模型,反之则为BCC 模型。

当θ=1 且 s -=s +=0时,称被评价决策单元是技术有效;当θ=1,但s -≠0 或s +≠0 时,称被评价决策单元是弱DEA 有效,说明投入过剩或产出不足;当θ<1 时,则称被评价决策单元DEA 技术无效。

(二) malmquist指数
根据Fare,Grosskopf (1994)[11]
的分析, DEA
的m a l m q u i s t 指数可以分解为技术效率指数和技术进步指数,
技术效率指数又可以分解为纯技术效率指数和规模效率指数。

其关系为:TFP=EC*TP=PC*SC*TP
三、 数据
黑龙江省农垦由9个管理局组成,共有113个国有农(牧)场,每个管理局可以被看作是一个农场群。

黑龙江省农垦的内部管理和生产经营比较类似,可以作为同类型被评价单元进行相对效率评价。

本文所用数据全部来自于2012~2016年黑龙江垦区统计年鉴。

投入方面的指标主要包括2011~2015年的从业人员数量、肥料投入数量、农机总动力和农业用电量。

这些指标都是根据实际调查情况,从农业中所占成本构成较高的指标中选取出来的。

其中,肥料投入、机械投入和电力投入代表了主要的物质投入方面。

由于这些农场所使用的土地都是国有土地,并且年际间变化不大,所以土地没有作为投入指标引入模型。

产出指标为了反映更加全面的信息,选取货币指标和实物指标各一个,分别是农林牧渔总产值和粮食产量。

之所以选择这2个指标是因为:农林牧渔业总产值能够很好地代表这些农场的综合产出,黑龙江省农垦国有农场主要以为国家提供粮食为主,粮食是这些国有农场的主要产品,以粮食作为主要产出指标能够兼顾所有农场的共同特点。

为了各年际之间能够进行有效比较,对其中的农林牧渔产值指标进行了处理,均按照可比价格进行计算。

表1 国有农场基本数据统计
2011 2012 2013 2014
2015
25
四、 结果分析
运用DEAP2.1软件进行分析,全要素生产率的变化包括技术效率的变化和技术进步的变化,技术
效率的变化又可以分解为纯技术效率的变化和规
模效率的变化,对效率变化的分解可以了解不同类型效率变化对总体效率均值的影响,从而可以更准确定位影响被评价单元的重要因素和原因。

(一) 技术效率变化
从技术效率的变化来看,2011~2015年黑龙江省农垦国有农场的平均技术效率值为0.996,总体呈现下降趋势,其中只有2013~2014年度技术效率的变化值大于1,其余年份变化均小于1。

从农场群的角度看,2011~2015年只有红兴隆和局直的技术
表3 技术效率变化
管理局2011~2012
2012~2013
2013~2014
2014~2015
平均值宝泉岭 1.0640.830 1.1490.9230.984红兴隆0.9620.999 1.050 1.000 1.002建三江 1.000 1.000 1.000 1.000 1.000牡丹江 1.000 1.000 1.000 1.000 1.000北安 1.000 1.000 1.000 1.000 1.000九三 1.000 1.0000.975 1.025 1.000齐齐哈尔0.9070.976 1.1290.8930.972绥化 1.000 1.000 1.000 1.000 1.000哈尔滨0.952 1.002 1.0750.9300.988局直 1.049 1.000 1.000 1.000 1.012平均值
0.992
0.979
1.036
0.976
0.996
效率变化是大于1的,有5个技术效率变化为1,有3个技术效率变化小于1,这3个技术效率变化在各年之间变化较大,其余农场群的技术效率在各年之间变化相对平缓。

(二) 纯技术效率变化
表4 纯技术效率变化
管理局2011~2012
2012~20132013~2014
2014~2015
平均值宝泉岭 1.1200.788 1.1610.9200.985红兴隆 1.0000.974 1.026 1.000 1.000建三江 1.000 1.000 1.000 1.000 1.000牡丹江 1.000 1.000 1.000 1.000 1.000北安 1.000 1.000 1.000 1.000 1.000九三 1.000 1.0000.997 1.003 1.000齐齐哈尔0.909 1.005 1.0950.9150.978绥化 1.000 1.000 1.000 1.000 1.000哈尔滨0.944 1.021 1.0540.9420.989局直 1.000 1.000 1.000 1.000 1.000平均值0.996
0.977 1.032
0.977
0.995
从纯技术效率的变化来看,与技术效率的表现相同,2011~2015年总体纯技术效率变化是下降的,平均值为0.995,同样只有2013~2014年纯技术效率的变化值大于1,其余年份变化均小于1。

从内
部来看,纯技术效率的各种变化分布与技术效率的变化分布完全相同,只是数值有所差异,但是差别非常微小。

不过,在技术效率中有2个在5年中总体是上升的,但纯技术效率的变化中没有处于上升状态的。

表5 规模效率变化
管理局2011~20122012~20132013~20142014~2015平均值宝泉岭0.950 1.0530.990 1.0040.998红兴隆0.962 1.025 1.023 1.000 1.002建三江 1.000 1.000 1.000 1.000 1.000牡丹江 1.000 1.000 1.000 1.000 1.000北安 1.000 1.000 1.000 1.000 1.000九三 1.000 1.0000.979 1.022 1.000齐齐哈尔0.9980.971 1.0320.9760.994绥化 1.000 1.000 1.000 1.000 1.000哈尔滨 1.0090.981 1.0200.9870.999局直 1.049 1.000 1.000 1.000 1.012平均值0.996 1.003 1.0040.999 1.001
(三)规模效率变化
规模效率的变化与技术效率和纯技术效率的变化有所不同,从总体来看2011~2015年规模效率是上升的,虽然上升的比重并不大,只有0.1%,但是从年度变化来看,与技术效率变化和纯技术效率变化不同的是,2012~2013年,2013~2014年规模效率都是上升的。

从内部来看,规模效率下降的管理局与技术效率的分布差别变化不大,与纯技术效率的变化略有不同。

(四)技术进步变化
表6 技术进步变化
管理局2011~20122012~20132013~20142014~2015平均值宝泉岭 1.068 1.0400.9920.961 1.014红兴隆 1.0640.874 1.0090.9940.982建三江 1.0400.877 1.061 1.044 1.003牡丹江 1.066 1.101 1.0290.996 1.048北安 1.1050.892 1.5110.853 1.061九三 1.2620.762 1.3230.908 1.037齐齐哈尔 1.1660.7760.932 1.0660.974绥化 1.2000.7360.920 1.0470.961哈尔滨 1.1150.8210.972 1.0040.972局直 1.110 1.104 1.032 1.015 1.064平均值 1.1180.889 1.0650.987 1.011
从技术进步的变化来看,2011~2015年总体技术进步变化是提升的状态,年平均增长1.1%,是规模效率年均增长的10倍,说明在农场的发展中技术进步做出了很重要的贡献。

从农场群内部来看,虽然有4个农场群的年均技术进步是下降的,比技术效率、纯技术效率和规模效率的年均下降数量多了1个,但是年均增长的数量群达到6个,远远超出以上效率年均增长的农场群数量。

在年均增长的数值中,最高达到了6.4%,也远远高于以上效率的年均增长值。

2011~2012年度技术进步的增长最为显著,所有农场群的技术进步都是处于增长之中,最高值为1.262。

在研究期内,技术进步增长排序前三的分别是局直(1.064)、北安管理局(1.061)、牡丹江管理局(1.048)。

表7全要素生产率变化
管理局2011~20122012~20132013~20142014~2015平均值宝泉岭 1.1360.863 1.1390.8870.998红兴隆 1.0230.873 1.0590.9940.985建三江 1.0400.877 1.061 1.044 1.003牡丹江 1.066 1.101 1.0290.996 1.048北安 1.1050.892 1.5110.853 1.061九三 1.2620.762 1.2910.931 1.037齐齐哈尔 1.0580.757 1.0530.9520.946绥化 1.2000.7360.920 1.0470.961哈尔滨 1.0620.822 1.0440.9340.961局直 1.165 1.104 1.032 1.015 1.077平均值 1.1090.871 1.1040.963 1.007
26
(五) 全要素生产率变化
全要素生产率的变化总体看年均微弱增长,年均增长率为0.7%,但是各年之间变化较大,指数值最高为1.109,最低为0.871,相差0.238。

从内部来看,各年之间,各管理局之间的全要素生产率指数变化非常大,如2013~2014年北安管理局全要素生产率指数为1.511,为所有农场群的最高值,而2012~2013年度绥化的全要素生产率指数只有0.736,是所有农场群的最低值,不足最高值的一半。

在研究期内,全要素生产率增长排序前三的分别是局直(1.077)、北安管理局(1.061)、牡丹江管理局(1.048)。

(六)生产优化
通过以上对黑龙江省农垦国有农场农业生产的分析可以发现,国有农场还有很多可以改进的地方,资源的优化配置和产出的理想状态都有待提高。

根据2015年的数据可以得到表7,从中可以可看出,齐齐哈尔、哈尔滨在人员投入和农业用电量方面存在投入冗余,宝泉岭管理局在肥料投入、农业用电量方面存在投入冗余,齐齐哈尔和哈尔滨在投入冗余的同时还存在产出不足。

齐齐哈尔和哈尔滨存在严重的人员冗余,这与黑龙江垦区整体农业机械技术突出、劳动生产率较高的情况不符,对于宝泉岭而言,肥料使用过多,与当前全社会出于产品安全考虑要求减少肥料、农药投入的大趋势不符。

表8 投入冗余与产出不足表
投入冗余产出不足
管理局从业人员 (人)化肥投入(吨)电力投入(万 kwh)农机总动力 (万 kw)商品农林牧渔总产值(万元)粮食产出(吨)宝泉岭0.0001613.5144363.4140.0000.0000.000
红兴隆0.0000.0000.0000.0000.0000.000
建三江0.0000.0000.0000.0000.0000.000
牡丹江0.0000.0000.0000.0000.0000.000
北安0.0000.0000.0000.0000.0000.000
九三0.0000.0000.0000.0000.0000.000
齐齐哈尔11700.3500.000211.4660.0000.00071131.206
绥化0.0000.0000.0000.0000.0000.000
哈尔滨3599.9310.000170.5960.0000.00031200.500
局直0.0000.0000.0000.0000.0000.000
平均值1530.028161.351474.5480.0000.00010233.171
五、 结论与分析
(一)结论
本文采用2011~2015年黑龙江省农垦国有农场面板数据运用DEA-malmquist指数计算方法,对全要素生产率指数进行了计算和分解,得出如下结论。

第一,技术效率除了2013~2014年度以外,其余年度数值变化不大,研究期内总体变化不明显。

相应的技术效率分解后的纯技术效率与技术效率的变化趋于一致,如2013~2014年宝泉岭管理局的技术效率最高为1.149,同期的纯技术效率为1.161,都是当期中最高值。

纯技术效率的变化是导致技术效率变化的主要原因,这可以从纯技术效率和技术效率的均值都小于1,而规模效率的值大于1得证。

第二,技术进步在全要素生产率的变化中起了
比较大的作用,1.1%的年均增长率高于全要素生
产率的0.7%的增长率,也高于规模效率0.1%的年
均增长率。

这说明全要素生产率的增长主要靠技术
进步实现,相应的技术效率和纯技术效率均处于下
降的状态,表明在资源的合理利用上农场仍有不足。

技术进步变化在年际间变化呈现高——低——高——低的波动,表明虽然在全要素生产率的增长中,技术进步起了很大的作用,但是技术进步在年
际间并不稳定。

第三,2011~2015年黑龙江省农垦国有农场全
要素生产率年均增长0.7%,总体增长比较缓慢,其
中2012年增长率最高,增长10.9%,2013年和2015
27
年分别下降12.9%和0.7%,2013年下降幅度最大。

从地区分布来看,全要素生产率增长与农场的地区分布没有关系,东部环境良好地区和西部环境较差地区都有增长和下降的农场存在。

(二)分析
之所以出现以上结论,主要原因分析如下。

第一,农场的生产与完全自主化的个人生产还有所差异,部分农场的生产集中化程度和统一化程度均高于一般农场和农户,农场的技术水平比较平均,技术的采用性同样也很统一,这使得不同管理局的技术效率得分差距不大。

另外,这也与农场普遍号召实行的农业现代化和农业标准化的行动相匹配,使得各个农场的经营比较趋同。

第二,从2011年开始,中国的总体发展速度由年均10%以上的增长率开始下降,中国进入了一个新的发展阶段,总体经济以较慢的速度稳定发展。

受到中国总体经济发展放缓的影响,黑龙江省农垦国有农场发展处于原料供给的地位,国家经济的放缓,导致对农产品的需求减少,价格下降,直接影响了黑龙江省农垦国有农场的经济表现。

参考文献:
[1]
[2]
[3]
[4]
[5]
[6]FARRELL M.The Measurement of Productivity
Efficiency[J]. Journal of the Royal Statiscal Society
A,1957,120:253-281.
CharnesA,Cooper W W and Rhodes E. Measuring
the efficiency of decision making units[J]. European
Journal of Operational Research,1978,2:429-444.
曹文杰.基于DEA_Tobit模型的山东省家庭农
场经营效率及影响因素分析[J].山东农业科学,
2014,46(12) :133-137.
高雪萍,檀竹平.基于 DEA-Tobit 模型粮食主产
区家庭农场经营效率及其影响因素分析[J].农林
经济管理学报,2015,14(6):577-584.
胡宜挺,蒋金凤.家庭农场经营规模效率评价[J].
江苏农业科学,2016,44(5):508-511.
高彦彬.家庭农场外源融资效率排序及其模式优
选[J]. 科学·经济·社会,2013,31(4):110-115.
张悦,刘文勇.家庭农场的生产效率与风险分析
[J].农业经济问题,2016(5):16-21.
蔡键.我国家庭农场形成机制与运行效率考察
[J].商业研究,2014(5):88-93.
郭军华,李帮义.中国区域农业生产效率动态变
化的实证分析——基于1985~2007年省际面
板数据[J].运筹与管理,2011,20(1):111-117.
刘凤梅.我国区域农业生产效率动态评价及优
化策略研究——基于DEA-Malmquist指数分解
法 [J]. 新疆大学学报(哲学·人文社会科学版)
2016,44(2):56-62.
FARE R,GROSSKOPF S,NORRIS M,Z.
ZHANG. Productivity growth,technical progress,
and efficiency change in industrialized countries[J].
American Economic Review,1994,84(1):66-83.
(责任编辑:于晓蕾)
[7]
[8]
[9]
[10]
[11]
28。

相关文档
最新文档