基于DEA两步法的中国粮油加工业技术效率及影响因素研究

樊 哲

（南京财经大学 粮食安全与战略研究中心，江苏 南京 210023）

基于DEA两步法的中国粮油加工业技术效率及影响因素研究

樊 哲

（南京财经大学 粮食安全与战略研究中心，江苏 南京 210023）

本文运用DEA两步法对中国粮油加工业的技术效率及其影响因素进行了实证研究，首先运用数据包络法测度了2007-2015年期间中国粮油加工业及七个子行业的技术效率得分，然后综合运用Tobit模型和OLS回归分析了技术效率的影响因素.结果表明粮油加工业整体技术效率水平不高，子行业之间彼此差异较大.在2007-2015年期间，中国粮油加工业技术效率水平有所提高.Tobit模型和OLS回归结果共同表明，行业规模，资本生产率，劳动生产率和劳动强度对技术效率起到促进作用.在此基础上，结合现实情况，提出针对性的政策建议.

粮油加工业；技术效率；DEA

1 引言

粮油加工业关系到国计民生和国民营养健康安全，是促进生产流通、衔接产销、稳定供给的重要纽带.在2007年到2015年期间，我国粮油加工业有了长足发展，工业总产值从7693亿元增长到26827亿元，但是仍然存在设施设备缺乏、技术工艺落后、过度加工和副产物综合利用率低等问题.尤其是低技术效率所导致的资源浪费，削弱了我国粮油加工企业的盈利能力.这些问题都对我国粮油加工业的转型升级提出了极大的挑战.因此，《粮食行业科技创新发展“十三五”规划》中明确提出要“针对粮食创新需求技术群，不断突破制约行业发展的技术瓶颈.”在2007—2015年期间，我国大型粮油加工企业进行了多次并购，外资也大举进入粮油工业市场[1].但是大部分粮油加工企业规模还很小，尤其缺乏技术创新意识，很少有加工企业会积极主动加大研发投入，提高生产效率，降低边际成本.

所以本文试图探究在2007—2015年期间，中国粮油加工业在技术上是否有效，并剖析其技术效率的影响因素.技术效率水平表明资源有效利用程度，明确其影响因素因素对提高组织绩效和产业竞争力至关重要.

2 文献综述

技术效率的概念最早是由Farrell[2]提出来的.以在农业上的应用为例，技术效率分析可大致分为两类：一类是参数法，即利用随机前沿生产函数（SFA）进行分析.例如，运用随机前沿生产函数分析方法，Kebed[3]测算了尼泊尔稻米生产农户的技术效率及其与农户家庭和农场特征的关系.近年来，中国也有许多学者对农业生产技术效率进行了测算及评价.金福良和王璐等[4]采用随机前沿生产函数模型,对我国1707个不同规模农户冬油菜生产技术效率进行实证分析.郭晓鸣和左喆瑜[5]通过建立随机前沿生产函数模型和效率损失模型对农户技术选择与技术效率进行了分析，发现不同年龄段农业劳动力技术效率表现出不同的特征.

另一类分析技术效率的方法是非参数方法，即主要利用DEA方法进行效率测算.Sherlund等[6]在控制了地块环境特征后运用DEA模型测算了科特迪瓦传统水稻小农户水稻生产的技术效率，发现种植规模大的农户技术效率更高.类似地，张锐[7]利用三阶段DEA模型对“两型农业”生产技术效率进行了测算，并分析了技术效率的影响因素.李鹏[8]采用三阶段DEA模型对农副食品加工业的运行效率进行了测算.结果表明：利息支付额增加阻碍了效率改善，存货的增加有利于促进效率提高.

利用非参数方法和随机前沿方法分析企业技术效率的文献近些年来也时有出现，尤其在工业、金融、房地产等领域研究最为集中.在农业方面，万伦来等[9]通过随机前沿生产函数模型测算农业产业化经营龙头企业的技术效率，揭示了不同类型的农业产业化经营组织模式对龙头企业技术效率的影响.王志刚等[10]基于对北京市食品加工企业的调查数据，运用两类生产函数及随机生产边界分析方法对企业技术效率进行了测算，并对其影响因素进行了分析.

基于对上述已有文献的回顾发现：在测度方法上，两种方法各有千秋.参数法能够考虑到误差项的存在，但必须假定生产函数的具体形式，且需要大规模样本作保证.而非参数法无需考虑生产函数的具体形式，且能够处理多投入多产出的复杂情形，效率的分解指标值能够直观体现.在技术效率的影响因素研究方面，鲜有文献综合考察行业规模、资本生产率、劳动生产率、劳动强度、资本强度和时间趋势对技术效率的影响，本文试图在此方面做进一步的研究.

3 研究方法及数据来源

3.1 研究方法

3.1.1 基于DEA的技术效率测度方法

Charnes在规模报酬不变（CCR模型）假设的基础上，首次运用DEA方法测量技术效率.他还提出了两种替代方案测量技术效率：投入导向性和产出导向型测算方法.在(x,y)处，对于一个给定单元，生产技术受到物理可达点(x,y)的生产集S的约束，使得：

其中x∈R+n是输入向量，y∈R+m是输出向量.Banker，Charnes和Cooper扩展了CCR模型，以纳入可变的规模报酬（BCC模型）.

本文选择了产出导向型测量方法，以便在不改变输入量的情况下成比例地扩大输出量.由于BCC模型使用的凸包来估计S，因此可以通过的凸包来估计可达组如下所示：

其中λi(i=1,2,…,k)是单位i的强度变量，其用于构成观察到的输入和输出的凸组合，使得每个单位的有效分数不大于1.对于给定点(y0,x0)，效率得分估计值由下式给出：

3.1.2 技术效率影响因素的模型设定

本文运用三种不同的模型，分别估算技术效率的影响因素，以支撑结果的稳健性.SIZit是在时间t第i个部门大小，CPit是在时间t第i个部门资本生产率，LPit是第i个部门在时间t的劳动生产率，CIit是在时间t的第i个部门的资本强度，LIit是在时间t的第i个部门的劳动强度，TIMEi是时间趋势项.

3.2 指标选取及数据来源

样本包括2007—2015年期间我国粮油加工业七个子行业即大米加工业、小麦粉加工业、食用油植物加工业、玉米加工业、粮食食品加工业、杂粮及薯类加工业和饲料加工业的年度数据.

输出变量（Y）用行业工业增加值表示.使用两个输入变量：用各子行业平均从业人数代表劳动力（L）投入；由于使用永续盘存法计算资本存量是一个相当复杂的过程，本文选取固定资产净值替代表示资本（K）投入.以2007年为基期，采用工业生产者出厂价格指数、固定资产投资价格指数和消费者价格指数分别对工业总产值、固定资产净值和行业销售收入进行平减处理，以期消除价格因素的影响.行业规模用工业总产值表示，资本生产率为工业总产值与固定资产净值的比值，劳动生产率为工业总产值与从业人数比值，劳动强度为行业销售收入与从业人数的比值，资本强度行业销售收入与固定资产净值的比值.从业人员数量、固定资产净值、销售收入和工业总产值等数据均来自《粮油加工业统计资料》.工业生产者出厂价格指数、固定资产投资价格指数和消费者价格指数来源于2008-2016年的《中国统计年鉴》.

4 实证结果

4.1 粮油加工业技术效率测量结果

表1列出了2007—2015年期间中国粮油加工业及子行业的平均技术效率分数，介于0.935到0.991，行业差异较大，整体效率水平不高，得分最高的是饲料加工业，而表现最差的是大米加工业.这期间行业总体技术效率水平有所提升.

4.2 粮油加工业技术效率影响因素实证结果

为了确定2007—2015年期间中国粮油加工业技术效率的驱动因素，使用三种不同的模型1、2和3，分别对应于方程（4）—（6）.由于一些解释变量高度相关，所以采用三个不同模型估计技术效率的影响因素.

模型1的实证结果如表2所示.根据Tobit回归得出实证结果，行业规模对技术效率影响最大.行业规模和资本生产率变量均显著.此外，Tobit回归结果显示时间趋势系数显著为正，表明整个粮油加工业的技术效率随着时间的推移而提升.对于OLS回归结果，行业规模，资本生产率和时间趋势的估计系数都显著，与理论预期吻合，且接近Tobit模型回归结果.

表1 2007—2015年期间中国粮油加工业技术效率评估的实证结果

表2 模型1回归结果

表3给出了模型2的回归结果.对于Tobit回归，结果表明，包括时间趋势变量，所有变量均显著，且符合理论预期.行业规模（ln(SIZit)）和劳动生产率（ln(LPit)）显著为正，表明二者对技术效率会产生促进作用.另外，和模型1一致，时间趋势变量的系数显著，意味着整个中国粮油加工业的技术效率在2007—2015年期间趋于上升.同模型1回归结果，行业规模对技术效率影响最大.对于OLS回归结果，行业规模，劳动生产率和时间趋势均显著，符合预期估计.

表3 模型2回归结果

模型3的实证结果如表4所示.根据结果，行业规模和劳动强度的回归系数均显著为正.并且与前面两个模型结果一致，都会对技术效率水平产生显著的正向影响.此外，资本强度和时间趋势的回归系数不显著.此外，模型3的实证结果表明，劳动强度对技术效率影响最大，其次是行业规模.对于OLS回归结果，行业规模，劳动强度和时间趋势均显著，符合预期，资本强度不显着，同Tobit回归结果吻合.

总体来说，实证结果表明，行业规模，资本生产率，劳动生产率和劳动强度对中国粮油加工业技术效率水平具有显着的正向影响.此外，资本强度对技术效率水平没有显著影响.

表4 模型3回归结果

5 政策建议

结合现实因素提出如下政策建议.首先，由于我国粮油加工业平均工资水平较之其他行业要低很多，导致很多受过良好教育人才精英流出行业寻求更好的就业岗位，所以不论是政府还是企业应为这些最有生产力和受过良好教育的员工提供奖励措施和可观的薪酬收入，以期其留在粮食行业从事研发管理工作.其次应鼓励投资以提高资本存量从而提高技术效率.我国绝大部分粮油加工企业规模都很小，2015年粮油加工业有20173家企业，而仅有26家粮油上市加工企业，仅占全行业的1‰.所以很多企业没有上市融资的机会，面临着严峻的融资难、融资贵等问题，更没有足够的资本进行研发投资.政府应加大对龙头企业的扶持力度，加快行业资源整合.

〔1〕陈明星.基于粮食供应链的外资进入与中国粮食产业安全研究[J].中国流通经济,2011(8):57-62.

〔2〕Farrell.The measurement of productive efficiency[J].Journal of the Royal Statistical Society,1957,120(3):253-290.

〔3〕Kebede.Farm household technicalefficiency[J].Department of Economics and Social Sciences, Agricultural University of Norway,2001,36(2):187-219.

〔4〕金福良,王璐,李谷成，等.不同规模农户冬油菜生产技术效率及影响因素分析[J].中国农业大学学报,2013(1):210-217.

〔5〕郭晓鸣,左喆瑜.基于老龄化视角的传统农区农户生产技术选择与技术效率分析[J].农业技术经济,2015(1):42-53.

〔6〕Sherlund.Macroeconomic shocks,human capital and productive efficiency:Evidence from West African farmers[J].2003，17(4):513–521.

〔7〕张锐.基于DEA三阶段模型的两型农业生产效率研究[J].经济数学,2012,29(3):96-102.

〔8〕李鹏,曾光.中国农副食品加工业效率评价及分析[J].产经评论,2014,5(4):79-88.

〔9〕万伦来,马娇娇,朱湖根.中国农业产业化经营组织模式与龙头企业技术效率[J].中国农村经济,2010(10):27-35.

〔10〕王志刚,杨胤轩,周永刚.采纳 HACCP体系对厂商技术效率的影响[J].现代管理科学,2014,2(4):21-23.

F830.91

A

1673-260X（2017）10-0109-04

2017-07-12

江苏省普通高校研究生科研创新计划项目（KYLX16_1330）