林农合作组织生产技术效率研究——以福建省三明市为例

孟 辕， 段 伟， 温 亚 利

（北京林业大学 经济管理学院，北京100083）

一、引 言

2014年中央一号文件和政府工作报告均提出，我国现阶段将着力培育以专业大户、家庭农场、农民合作社、农业企业等为代表的新型农业经营主体，实现适度规模经营。林农合作组织作为新型农业经营主体的重要组成部分，在促进林业发展、保护森林资源、增加林农收入等方面发挥了不可替代的作用。截至2012年底，全国林业专业合作组织近10万家，覆盖29个省，有1260.71万户林农加入合作组织，涉林面积2亿亩［1］。在国家鼓励发展新型农业合作组织的大趋势下，有必要对当前林农合作组织的生产技术效率及其影响因素进行研究，以期通过提出可行性建议提升林农合作组织整体生产效率。

关于生产技术效率的测度，国内外相关文献中主要采用前沿分析方法，具体可分为参数方法和非参数方法。前者以随机前沿分析（SFA）为代表，后者以数据包络分析（DEA）为代表。二者重要区别之一在于，随机前沿分析（SFA）决策单元（DMU）对应的是多种投入和一种产出，而数据包络分析（DEA）的决策单元对应的是多种投入和多种产出。本文进行生产技术效率测度时，决策单元的产出变量为2个，故选取数据包络分析（DEA）作为研究方法。

目前，前沿生产函数在测算林业生产效率方面已经趋于成熟，现有研究的共同点是，针对生产技术效率较低样本进行重点分析，并就效率损失提出相关改善建议，研究差别在于，针对不同研究对象，一方面，投入—产出变量选取有所不同，另一方面，前沿分析模型选取也有所差别。国外学者运用非参数方法评价林业生产效率起步较早，如Kao和Yang运用DEA模型对台湾13个林区生产效率进行了测算，结合效率损失提出相关政策建议［2］；Labell和Stuart运用DEA方法对伐木工人技术效率水平及效率损失进行了测算，同样结合效率损失提出改善建议［3］；Viitala和Hanninen运用DEA模型对芬兰公益林生产要素配置效率进行了测算，结合效率损失提出可削减20%相关投入的建议［4］；Lee运用三阶段DEA模型对森林和纸业公司生产要素配置效率进行了测算，该研究最大不同在于将自然环境因素和统计噪声纳入模型进行分析［5］。国内相关研究相对而言起步较晚，如赖作卿、张海忠运用DEA超效率模型对广东省21个市林业产出效率进行了测算，运用排序与分类对各个城市效率值进行对比［6］；藏良震、支玲、齐新民运用DEA模型对重庆农户林业产出效率进行了测算，认为林业收入占家庭总收入比重和受教育程度是产出效率影响的关键影响要素，并据此提出相关政策建议［7］；田淑英运用SEDEA模型对1993～2010年期间我国林业生产技术效率进行了测度，认为资金使用效率低下、人力资源不足和林业发展水平低下是生产技术效率较低的原因［8］；田杰运用SFA模型对1999～2011年期间我国林业生产技术效率进行了测度，指出应将表征自然因素（气温）纳入模型当中，同时认为人均GDP、基层林业站工作人员文化素质、森林病虫鼠害防治率和制度变量对技术效率损失产生反向影响，并据此提出政策建议［9］。

本文将结合该福建三明林改试验区415户林农调研问卷，运用DEA模型对该区域内林农合作组织生产技术效率进行研究，结合相关调研问题，通过对研究对象效率损失分析，提出改进措施，并为林业管理决策部门制定提升产出效率相关政策提供参考。

二、变量说明与模型构建

1.变量选择与数据来源

构建DEA模型的关键在于投入和产出变量的选取，不同的变量选取将影响综合评价结论。相关研究中，Kao和Yang选取了土地、劳动力、政府预算和森林初始余量作为投入变量，选取木材产量、土壤保持、林业副产品和森林娱乐作为产出变量［2］；田淑英选取固定资产投资和林业系统年末从业人数作为投入变量，选取林业生产总值、造林面积和农民林业平均收入作为产出变量［8］；田杰选取土地投入、劳动力投入、资本投入和自然因素投入作为投入变量，选取林业总产值作为产出变量［9］。上述相关研究中，虽然投入和产出变量的选取有所不同，但投入变量基本涵盖土地、劳动力、资本等基本要素，产出变量基本涵盖产量、产值、人均收入等基本要素。本文针对当地最为普遍的竹林生产进行研究，参照相关研究中投入与产出变量基本要素，选取调查对象2012年竹林总收入、竹林产量作为产出变量，选取2012年竹林生产总支出、竹林种植面积、竹林劳动力总投入作为投入变量，对种植竹林的林户生产效率进行测算。

2.模型构建

DEA是一种“面向数据”的测评方法，用于测评一组具有多种投入和多种产出的决策单元（decision making unit，DMU）的绩效和相对效率。

在投入和产出变量确定之后，一般有CCR模型、BCC模型和Additive模型解决评测DMU相对效率的问题。其中应用最为广泛的为CCR模型和BCC模型，前者的特点是假设DMU生产规模报酬不变，后者则是假定DMU生产规模报酬改变。由于针对不同林户个体进行研究，规模收益预期有所不同，故本文拟采用规模报酬变化的CCR模型对林户的生产效率进行测算。CCR模型数学表述如下：

设有n个决策单元DMUk（k＝1，2，…，n），每一个决策单元有m个输入指标，s个输出指标，DMUk输入、输出向量分别表示为Xk＝（x1k，x2k，…，xik，…，xmk）T、Yk＝（y1k，y2k，…，yrk，…，ysk）T，其中，xik和yrk分别表示DMUk的第i个输入指标值和第r个输出指标值，vi、ur分别为相应指标的权重系数，DMUk的效率值为：

求解DMUk效率值的CCR模型的线性形式如下：

CCR模型的综合效率（TECRS）可分解为基于规模报酬不变（CRS）假设的DEA模型的规模效率（SE）与基于规模报酬可变（VRS）假设的DEA模型中的技术效率（TEVRS），并取两者乘积，可表示为：TECRS＝TEVRS×SE。

3.效率测算及分析

利用DEAP2.1软件对415个调查对象中的57个有效样本进行测算，结果如表1所示：

根据表1中数据，可以得出以下结论：第一，57个林户样本综合效率、技术效率与规模效率平均值分别为0.619、1.000、0.619，该区域林户整体产出效率较高，但仍有提升空间；第二，针对区域林户林业生产规模研究，规模效益递增有51家，占比89.5%，说明该区域林业生产规模效应递增显著。

表1 竹林经营林农CCR模型对应产出技术效率汇总表

表2 竹林生产效率投入变量冗余情况对照表

如表2所示，通过对投入变量冗余对照分析，得出以下结论：竹林面积、竹林总支出、林业经营劳动力冗余平均值分别为：0.193、15.468、0.123，其中，竹林种植面积和林业经营劳动力数量冗余情况不显著，竹林生产总支出冗余情况显著。

结合调查问卷提出的问题1：“林改以后，林业生产的支出有何变化”，选择“增加”和“没有变化”的共计386人，占比94.8%，认为减少的占比5.2%，说明该区域当前林业生产总支出增加显著。

结合调查问卷提出的问题2：“林业生产劳动力的投入有何变化”，认为增加和没有变化的共计384人，占比94.1%，认为减少的占比5.9%，说明该区域当前林业生产劳动力投入增加显著。

结合调查问卷中提出的问题3：“林业生产活动中面临的最主要问题”，认为资金短缺的占比34.2%，资金短缺在该区域林业生产中不显著；认为劳动力不足的占比39.9%，劳动力不足在该区域林业生产中较显著；认为可用林地有限的占比47.8%，说明可用林地有限在该区域林业生产中较显著。

4.效率相关影响因素及分析

根据文献和调研问卷中涉及问题，现假设林农教育程度、健康状况、经营模式选择、林木资源质量、主要树种林龄可能对林业生产技术效率造成一定的影响。

为定量分析需要，现将教育程度分为文盲、小学、初中、高中及中专、大专以上5个等级，分别赋值1、2、3、4、5；将健康状况分为良好、一般、轻度疾病、重大疾病4个等级，分别赋值1、2、3、4；经营模式选择分为单户、联户、股份合作、集体经营，分别赋值1、2、3、4；林木资源质量分为好、一般、不好，分别赋值1、2、3；主要树种林龄按实际林龄赋值；林种类型分为用材林、经济林、生态公益林、其他，分别赋值1、2、3、4。由于林业生产效率是截尾数据，因而，本文考虑通过Tobit回归模型对生产效率与影响因素的相关性进行测算，结果如表3所示。

表3 林业生产效率及相关影响因素关系分析

通过Tobit回归模型分析可知，教育程度、经营模式、主要树种林龄三个要素对产出效率具有较强影响，而健康状况、林木资源质量、林种类型三个要素对产出效率影响不显著。

三、结论及建议

通过CCR模型对福建三明试验区技术效率测算，结论如下：该试验区林农合作组织整体生产技术效率较高，但仍有提升空间；该试验区林业生产规模效应显著。通过Tobit回归模型分析，教育程度、经营模式、主要树种林龄三个要素对产出效率具有较强正影响。

结合研究结论，提出如下建议：

一是针对该试验区林农合作组织整体生产技术效率较高、林业生产规模效应显著现状，建议通过适度规模经营，达到提升产出效率的目标。

二是结合该区域投入变量冗余情况和三个调研问题，提出三项改进措施：第一，针对该区域竹林生产中总支出冗余较显著、总支出增长较快、资金短缺不显著的特点，建议适度降低竹林生产总支出，提升生产技术效率；第二，针对该区域竹林生产中劳动力冗余不显著、实际林业生产劳动力增加较显著、劳动力不足情况较显著的特点，建议适度加大劳动力投入，提升生产技术效率；第三，针对该区域竹林生产中林地冗余不显著、可用林地有限较显著的特点，可以考虑通过林改进一步明权确权，增加林地供给，提升该区域整体生产技术效率。

三是鉴于该区域教育程度、经营模式、主要树种林龄三个要素对产出效率具有较强正影响，建议通过合理方式，提升受教育水平、改善经营模式、试种树龄较长树种达到提升生产技术效率目的。提升受教育水平，可以从培训林业合作组织领办人、专业大户入手，考虑设立相关人才库，建立专项培训基金，加快实训基地建设，探索人才资格认证标准，建立辅导员联系制度等，通过对领办人、专业大户重点培养，以点带面，达到林业从业人员受教育水平整体提升目标；改善经营模式，建议该区域林农单户经营逐步向联户、股份合作、集体经营过渡，建议该区域有条件地区选种树龄较长树种提升林业生产技术效率。

［1］林业局.林业专业合作组织加速林农抱团致富［EB／OL］.http：／／www.gov.cn／gzdt／2012－09／13／content＿2223640.htm，2015－04－01.

［2］KAO C，YANG Y C.Measuring the efficiency of forest management［J］.Forest Science，1991，37（5）：1239－1252.

［3］LABELL G，STUART W B.Technical efficiency evaluation on logging contractors using a non parametric model［J］.Inter Journal of Forest Engineering，1998，9（2）：15－24.

［4］VIITALA E J，HÄNNINEN H.Measuring the efficiency of public forestry organizations［J］.Forest Science，1998，44（3）：298－307.

［5］LEE J Y.Application of the three stage DEA in measuring efficiency an empirical evidence［J］.Applied Economics Letters，2008，15（1）：49－52.

［6］赖作卿，张海忠.基于DEA方法的广东林业产出效率分析［J］.林业经济问题，2008，28（4）：323－326.

［7］藏良震，支玲，齐新民.天保工程区农户林业生产效率的影响因素——以重庆武隆为例［J］.北京林业大学学报（社会科学版），2009，10（4）：59－64.

［8］田淑英，许文立.基于DEA模型的中国林业投入产出效率评价［J］.资源科学，2012，（10）：1944－1950.

［9］田杰，姚顺波.中国林业生产的技术效率测算与分析［J］.中国人口、资源与环境，2013，（11）：66－69.

［10］高佳，李世平.农民土地退出意愿对耕地利用效率的影响研究［J］.大连理工大学学报（社会科学版），2014，（1）：35－40.