基于数据包络分析的农机维修企业技术效率研究

2021-01-15王扬光田金明董洁芳

中国农学通报 2021年2期

王扬光，田金明，陶琎，董洁芳

（农业农村部农业机械试验鉴定总站，北京 100122）

0 引言

农机维修企业是指从事农业机械的整机、总成和主要零部件维修服务业务的农机社会化服务组织，是实现农机安全生产、推进农机节能减排、提高农机经营效益、促进农机工业发展的重要组织保障[1]。建国以来，国内农机维修企业管理制度和经营模式随着国家体制机制改革和农业机械化发展而不断变革和进步[2-3]。当前，中国农业生产已从主要依靠人力畜力转向主要依靠机械动力，进入了机械化为主导的新阶段[4]。2018年7月28日，国务院印发《关于取消一批行政许可事项的决定》，其中取消农业机械维修技术合格证核发行政许可事项，农机维修企业经营发展进入新时期，截至2018年底，全国共有农机维修企业16.18万个[5]。农机装备总量持续增长，农机大型化、复合化程度逐步提高和农机社会化服务深入推进，对农机维修企业服务能力和质量水平提出了新的更高要求。

国内学者大多关注农机维修企业维修能力提升，温芳总结了全国农机维修服务能力现状和建设经验做法[6]；钱宏光[7]、汪岩等[8]分别分析了江苏和山东农机维修服务能力情况、问题，提出了思考和建议；李和平[9]、刘团基[10]、马飞[11]、陈振霞等[12]分别从农机维修人才培训、网点建设、配件质量追溯、服务体系优化等方面提出加强农机维修能力建设的思考；王欢[13]从农机维修行业监管角度研究了行业监管困难和对策。技术效率是生产组织在既定的技术和环境下，在投入一定时，生产最大可能值。面对新形势、新要求，农机维修企业应更加注重资源的合理配置，以提高自身生产效率和盈利能力。本文通过对农机维修企业技术效率研究，可以对企业运营情况进行综合评价，找出其最佳的资源配置，为引导农机维修企业高质高效发展提供参考。

1 研究方法与数据来源

1.1 研究方法

1.1.1 文本聚类法文本聚类(Text Clustering)主要是依据著名的聚类假设：同类的文档相似度较大，不同类的文档相似度较小。文本聚类的划分法是指给定一个有N个元组或者记录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K＜N。而且这K个分组满足下列条件：（1）每一个分组至少包含一个数据记录；（2）每一个数据记录属于且仅属于一个分组。对于给定的K，首先给出一个初始的分组方法，以后通过反复迭代的方法改变分组，使得每一次改进之后的分组方案都较前一次好，而所谓好的标准就是：同一分组中的记录越近越好，而不同分组中的记录越远越好[14]。文本聚类的关键词法是在分类时主要依据关键词对文本进行分类的方法[15]。农机维修企业在组建模式体现出较为明显的差异，本研究通过采用文本聚类的划分法与关键词法，对维修企业特征描述进行聚类划分。

1.1.2 数据包络分析法数据包络分析(Data Envelopment Analysis,DEA)是由著名运筹学家A.Charnes和W.W.Cooper等学者以“相对有效”概念为基础，创建的系统分析方法，其主要原理是将决策单元(DMU)的“投入—产出”指标借助数学线性规划模型计算，构造有效生产的前沿面，把各决策单元生产效率同前沿面比较，从而测定各决策单元的相对效率。落在前沿面上的单元的效率值为1，其他效率值介于0～1之间[16]。

DEA方法在多投入和多产出相对有效性评价中具有突出优势，自提出以来被广泛应用到技术评价、系统工程和决策分析、管理科学等各个领域[17]。在农业生产领域中，王征等[18]采用DEA方法对全国440个灌区2010年的农业生产综合效率进行评估，并基于不同区域灌区农业生产投入及其冗余状况对生产效率提升途径给出建议。金兴等[19]用DEA方法对粮食主产区主要粮食作物（小麦、水稻）生产投入要素技术效率进行宏观分析。曹卫华等[20]以江苏省24个典型稻麦机械化生产模式为研究对象，运用DEA-Tobit两步法，测算各模式的效率及其影响因素。张征华等[21]运用数据包络分析法(DEA)对江西省22家农民专业合作社的经营效率进行评价。马腾飞等[22]基于枣庄市188家农机专业合作社调研数据，应用DEA方法分析枣庄市农机合作社进行技术效率情况。农机维修企业是农机化领域的一类市场经营组织，其经营效益是多个因素共同作用的结果，因此其经营效益技术评价可采用DEA方法。

BCC模型是DEA方法经典模型之一，它是基于规模收益可变的测算方法，将技术效率(TE)分解为纯技术效率(PTE)和规模效率(SE)。纯技术效率反映各投入要素带来的生产效率，即各要素是否被有效运用已达到投入最小或产出最大，其值越高，表示各投入要素的使用越有效率；规模效率反映规模因素影响的生产效率，即实际规模与最优生产规模的差距，其值越高，表示规模越接近最佳状态。假设有n个决策单元，每个决策单元都有m种类型的投入和S种类型的产出，其中，xij为第j个决策单元的第i种投入；yrj为第j个决策单元的第r类产出，令xj=(x1j,x2j…xij…xmj)T，yj=(y1j,y2j…yrj…xsj)T，则BBC模型关系式可表示如式(1)。

式中θ为决策单元的效率指数；λ为决策单元权重系数；s-、s+为投入、产出松弛变量；x0、y0为最佳投入、产出。

1.2 变量选取

评价指标的正确选取是DEA分析中的重要环节之一。选择输入输出指标的首要原则是反映评价目的和评价内容，其次从技术上应避免投入、产出集内部指标间的强线性关系[23]。借鉴相关理论成果[24-26]和指标选择原则，并综合数据的可获取性，选取固定资产总额、从业人员数、维修设备数和维修间面积等4个指标作为投入指标，选择经营总收入和维修机具数量等2个指标作为产出指标，各指标释义如表1。

表1 农机维修企业技术效率指标释义

1.3 数据来源

为了获取上述指标数据，课题组设计了相关调研问卷，于2018年向山西、江苏、河南、四川、陕西等17个省开展了实地调查，调研问卷中数据填写为2017年年末固定资产总额、从业人员数等信息。调研问卷共发放150份，回收131份，整理有效问卷116份。

将调查获得的有效数据运用IBM SPISS 20.0进行描述性统计，如表2所示。从表中可知，农机维修企业之间无论是资源投入，还是效益产出都存在较大差异。从投入来看，农机维修企业固定资产总额最大值为1300万元，最小值为2万元，最大值是最小值的650倍，维修间面积最大值为1500 m2，最小值为10 m2，两者极差值为1490 m2；从产出看，农机维修企业经营总收入、年维修机具数量的最小值与最大值相比也有很大区分度。农机维修企业间投入、产出的差距可以初步判断不同的维修企业技术效率存在一定差异。

表2 农机维修企业技术效率指标数据统计

2 各类型农机维修企业划分

按组建方式，农机维修企业主要有3种模式，即农机生产企业或经销商提供的品牌三包型，个体工商户提供的社区便利型，农机合作社或农机大户提供的自我保障型，3种组建模式各具特征。品牌三包型维修业务主要是所经销品牌农机三包期内维修。该模式企业维修能力较强，具备专用维修服务车辆和维修设备，维修人员大多经过系统技术培训，配件储备水平较高，且维修业务在向品牌外和三包期外的农机维修及4S店方向发展。社区便利型维修业务主要是周边村镇或社区农机户的中小型农机和三包期后农机维修。该模式企业规模较小，能力相对较弱，兼营摩托车维修等其它业务，但企业负责人多为有一技之长的技工或农机手，维修方便、及时、可靠且收费低，是诸多农机散户的选择。自我保障型维修业务主要是合作社内或农机大户自有机具的检修、保养和应急维修，仍有余力时也为周边农机户提供维修服务。该模式维修企业在农机跨区作业和农机合作社发展较好地区发展迅速。

按维修作业的复杂程度，农机维修企业分为3个等级[27]，即三级农机维修企业、二级农机维修企业、一级农机维修企业。三级农机维修企业设施、场地及从业人员要求最低，规模最小，维修作业最简单，二级、一级依次增长。

根据问卷中企业负责人对企业组建模式的描述，企业《农业机械维修技术合格证》标注的等级或课题组对照标准[27]划定的等级，通过文本聚类的方法将116个样本进行分类整理，如表3所示。从组建类型看，品牌三包型、社区便利型和自我保障型维修企业数量占比分别为31.90%、31.03%、37.07%；从业务等级看，一级、二级、三级维修企业数量占比分别为16.38%、42.24%、41.38%。

表3 不同类型农机维修企业数量

3 结果与分析

农机维修企业经营目标是以最小的投入获取最大的经济效益和社会效益，所以测算时选择产出导向型的BBC模型。将收集的数据输入DEAP 2.1软件，得出农机维修企业技术效率、纯技术效率和规模效率，在通过文本聚类方法对其效率进行分类统计，结果及分析如下。

3.1 效率分析

农机维修企业的技术效率、纯技术效率及规模效率测算结果如表4所示，在规模报酬不变条件下，维修企业平均技术效率为0.642，表明农机维修企业技术效率还处于较低水平，多数企业利用现有资源的能力较差。在规模报酬可变条件下，将技术效率分解为纯技术效率和规模效率，其值分别为0.736和0.880，由此可知农机维修企业技术效率较低主要是由于纯技术效率较低造成。从效率值的分布情况来看，技术效率相对有效的农机维修企业只有11个，仅占总样本量的9.48%；技术效率值低于0.8的农机维修企业有93个，占总样本量的80.17%，大多数维修企业的技术效率水平较低。此外，多数农机维修企业具有相对较高的规模效率，规模效率高于0.8的农机维修企业数量达到92个，占总样本量的79.31%。分析规模效率较高的原因，主要因为农机维修业务存在规模经济，农机维修企业整体规模较小，扩大生产规模可以提升区域影响力，增加业务来源，从而产生规模效益。

对技术效率无效农机维修企业进行有效性生产假设，测算维修企业投入冗余和生产不足，如表5所示。结果显示农机维修企业固定资产、维修设备数投入过剩，其中维修间面积冗余率达到31.75%，成为导致纯技术效率低重要原因，从业人员相对缺乏；农机企业产出非常低效率，还可以多维修751.51台（套）机具，增加1倍收入。

农机维修企业技术效率低产生的原因有很多。一是业务不饱满，扩大规模积极性不高。农机维修业务季节性强，作业期短，一年中80%左右时间处于清闲状态；农机维修服务对象是农机户或农民机手，其经济负担能力差，导致维修服务收费低，收入低，经营收益再投入的意愿不大。二是企业运行规范性不足。90%以上的农机维修企业没有完整填写并保存《农机维修记录》和维修配件出入库台账；绝大多数企业没有编制完善的制度文件，日常运营主要靠企业负责人处理，修理质量标准执行不到位，管理水平较低，规范经营意识偏弱。三是从业人员能力素质与要求不匹配。农机维修企业负责人和修理工大多在使用农机具的过程中，凭着对其构造、故障分析与排除的实践经验转行而来，没有经过系统培训。调研数据统计发现，50岁以上农机维修从业人员占比达到56.82%，初中以下学历从业人员占比达49.16%，而技术院校毕业从业人员不足10%，其年龄偏大，文化水平偏低，接受新技术能力较弱，无法应对大型高新农机具修理需求。四是资金政策扶持严重不足。实践证明，扶持政策体系是推动农机化高质高效发展的重要保障。在农机化领域，购买新机具有购机补贴，使用机具有作业补贴，报废机具有报废更新补贴，唯独在维修机具没有全国范围资金扶持。虽然有些省份已经通过争取项目、投入资金等方式规划企业布局、扶持企业发展，但资金额度有限。扶持政策的缺位，打击了农机维修行业工作热情，影响了工作效率。

表4 农机维修企业效率测算结果

表5 技术无效农机维修企业投入产出测算

3.2 基于不同类型农机维修企业效率分析

将农机维修企业技术效率进一步细分，得到表6的效率测算结果。不同组建模式农机维修企业技术效率由高到低依次为品牌三包型、社区便利型、自我保障型。从内部规模实力和经营管理能力分析，品牌三包型能够获得生产企业全方面支持，内部管理机制相对健全，在维修服务能力影响品牌销售收入情况下，维修服务目标任务非常明确，能有效组织企业内各投入要素，积极提升维修服务能力，因而该类型技术效率最高；社区便利型企业规模小，用于协调的资源要素少，一个有经验、有能力的企业负责人就能把企业管理好，因此该类型技术效率次之；自我保障型维修业务量和收入在农机合作社内属于非主营业务，不容易得到合作社带头人重视和支持，还有些合作社组建时间短、组织结构松散、利益联结不紧密、管理水平较低，所以该类型技术效率最低。不同业务等级农机维修企业技术效率由高到低依次为一级、二级、三级，说明业务等级越高，技术效率越高。从业务等级划分标准可知，等级高的维修企业规模实力强，业务范围广，因此技术效率要更好。

4 结论与建议

本研究基于17个省份116份问卷调查数据对农机维修企业技术效率进行了研究。结果表明，农机维修企业技术效率处于较低水平，平均生产技术效率为0.642，纯技术效率和规模效率分别为0.736和0.880，技术效率较低主要是由于纯技术效率较低造成。技术效率无效的农机维修企业技术改进和规模提升潜力巨大，在投入不变假设下，还可以多维修751.51台（套）机具，增加1倍经营收入；在产出不变假设下，固定资产、维修设备数投入过剩，其中维修间面积冗余率达到31.75%。不同类型农机维修企业效率不同，品牌三包型技术效率最高、社区便利型次之、自我保障型最低，企业的业务等级越高，技术效率也越高。根据上述研究结果，提出以下建议。

4.1 加强从业人员培训鉴定，壮大人才队伍

农机维修企业各要素投入中，从业人员相对缺乏是最大制约因素。企业应借助新型职业农民培训等资源积极组织从业人员参加经营管理和技术操作方面培训，优化知识结构、提升服务能力、促进企业发展。鼓励从业人员参加职业技能鉴定，检验自身技术水平，调动学技术、学技能的积极性。

表6 基于不同类型农机维修企业效率测算结果

4.2 创新农机维修服务模式，拓展业务范围

农机维修企业应结合区域自然禀赋、农机化发展水平、自身组织管理现状和技术能力，探索社区便利型、自我保障型维修企业与农机生产企业（经销商）结合模式，搭建共建、合作的平台，优化生产要素配置。加强农机维修与信息化融合，利用互联网技术，建设现代维修服网络，开展农机故障远程诊断、维修技术在线咨询等，拓展业务范围，增加营收渠道。