中國農副食品加工業(yè)效率評價及分析_基于三階段DEA模型的測算

1、產經評論2014 年 7 月第 4 期中國農副食品加工業(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 隨著國民經濟發(fā)展，農副食品加工業(yè)總產值不斷增加，也同時提出理論上分析其產值增長背 后的效率結構、以促進其產業(yè)轉型升級的要求?；?2009 年農副食品加工業(yè)的細分行業(yè)數據，采用三階段 DEA 模型對農副食品加工業(yè)的運行效率進行了測算。結果表明: 利息支付額增加不利于改善農副食品加工 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。按照純技術效率和規(guī)模效率， 將 17 個細分行業(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。宜結合自身的特點發(fā)揮優(yōu)勢，有側 重

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

3、2003 年的 1080. 96 億元增加到 2009 年的 27961. 03 億元 ( 按當年價格計算) ，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。經濟的發(fā)展帶動了農副食品加工業(yè)產業(yè)結構的深度調整，保健食品類行業(yè) 比重逐漸增加。按照傳統(tǒng)的 SCP 理論，產業(yè)結構決定產業(yè)行為進而決定產業(yè)績效，農副食品加工業(yè) 產業(yè)結構調整之后，需要對產業(yè)績效做出判斷并加以分析，因此對農副食品加工業(yè)采用 “庖丁解?！?的方式以其下轄的 17 個細分行業(yè)為對象，來研究其發(fā)展將更加合理。全要素生產率 ( Total Factor Produ

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

5、農業(yè)生產率，研究發(fā)現，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研究規(guī)劃基金項目 “本地資源、品牌農業(yè)與農業(yè)產業(yè)集群” ( 項目編號: 11YJA790202，主持人: 曾光) 。作者簡介 李鵬，華中農業(yè)大學經濟管理學院碩士，東南大學經濟管理學院博士研究生，主要研究方向為產業(yè)經濟學; 曾光，華中 農業(yè)大學經濟管理學院副教授，主要研究方向為產業(yè)經濟學與區(qū)域經濟學。 按照 國民經濟行業(yè)分類 標準 GB / T4754 2002，2003 年以前農副食品加工業(yè)稱食品加工業(yè)，2002 年國家重新分類，文章按照 最新分類標準統(tǒng)計。年限的提高有利于生產率的改善，農民人

6、均純收入、財政支農等不利于生產率的改善。利用 SFA 模型，黃金波等 ( 2010) 5測算了 1978 2008 年我國糧食生產的全要素生產率，認為 糧食生產率的增長得益于要素的投入。田偉等 ( 2012) 6測算了我國農業(yè)的技術效率，各地的農業(yè)技 術水平都比較高，并呈現收斂特征。曾國平等 ( 2012 ) 7基于隨機前沿模型，測算了中國 29 個省級 地區(qū)的農業(yè)生產效率，研究表明中國農業(yè)生產效率總體水平不高，有很大上升空間，雖然全要素生產 率和技術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 模型無需設定生產函數的具體形式，可以有效 地處理多投入和多產出情況，直接

7、計算出技術效率，指出提高效率水平的途徑。因此，本研究采用非 參數的數據包絡分析方法來測算農副食品加工業(yè)的效率。現有有關生產率的文獻，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)的四位數數據來研究 生產效率的文獻并不多見。三階段 DEA 模型可以將混合誤差分為隨機誤差和管理誤差，能評價研究 對象的無效率是受隨機誤差的影響還是管理水平的約束，研究結果更加準確可靠。有鑒于此，文章利 用農副食品加工業(yè) 17 個四位數行業(yè)數據，利用三階段 DEA 模型測算了農副食品加工業(yè)的技術效率， 研究結果具有科學價值和實踐

8、意義，以期為決策部門制定可行政策提供有力依據。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，m 和 s 分別為輸入與輸出變量的個數，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)境變量進行回歸分析。通過構建相 似 SFA 模型可以清晰地觀察出環(huán)境因素、隨機因素和管理效率三個因素的影響，進一步剔除環(huán)境因 素和隨機干擾的影響。本研究采用投入導向的 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，v 為隨機誤差項，v ( 0，2 ) ; 為技術無效率誤差項， ( i ，2 ) ; = 2 / 2+ 2 為技術無效率方差項占總方差的比重。當 趨近于 1 時，管理因素的影響iiivi占主導; 趨于 0 時，隨機誤差的影響占據主導地位。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的表達式。vik和 ik獨立不相關。E( vik | ik + vik ) = Sik z 再將估計值代入調整投入的算式: 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。第二個調整項則是調整隨機 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: 調整后的 DEA 模型。將第二階段調整后的投入指標與產出做 BBC 回歸，此時得到的 效率值剔除了環(huán)境和隨機誤差的影響。三數據、投入產出及環(huán)境變量( 一) 數據來源本研究數據來源于國務院工業(yè)經濟發(fā)展中心數據庫 ( 國研網) 及中國統(tǒng)計年鑒 ( 2010) 。主要的 研究對象是農副食品加工業(yè)及其 17 個細分行業(yè)，研究的企業(yè)是規(guī)模以上農副食品加工業(yè)企業(yè)。( 二) 投入、

13、產出指標投入指標主要有資本、勞動、銷售成本、管理費用和企業(yè)規(guī)模等。資本指標參照 Chen 等 ( 1988) 12、李小平 ( 2005 ) 13 的做法，采用固定資產凈值余額 ( 千元) 作為資本投入。勞動投入 ( 人) 指標是指生產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)人員平均數替代 ( 陳靜等，201014; 李鵬等，201215) 。銷售成本 ( 千元) 用來反映產品銷售中的物耗; 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，各項投入與產出之間應該滿足 “同向性” 假設 ( 鄧波等，2011 ) 16， 也就是說，當增

14、加投入時，產出不得減少，常用的方法是采用 Pearson 方法進行相關性檢驗，計算結 果見表 1:表 1 農副食品加工業(yè)投入與產出變量的 Pearson 相關系數投入項固定資產凈值平均余額全部從業(yè)人員平均數銷售費用管理費用產出項工業(yè)總產值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將隨機因素分為兩類: 一是企業(yè)本身不能控制的對稱性隨機誤差項 v ，呈正態(tài)分布; 一是為可以控制的技

15、術無效率誤差項 ik ，呈現截斷性正態(tài)分布。 按照 國民經濟工業(yè)行業(yè)分類與代碼 ( GB /4754 2002) 的標準，農副食品加工業(yè)主要涵蓋以下 17 個細類行業(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 為肉制品及副產品加工業(yè)、C1361 為水產品冷凍加工業(yè)、C1362 為魚糜制品及水產品腌制加工業(yè)、C1363 為水產飼料制造 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 為其他未列明的農副食品加工業(yè)。81從表 1 可以看出，農副食品加工業(yè)產出與投入之間的系數均為正，并且均能通過 1% 置信水平的 檢驗，充分說明投入與產出之間滿足 “同向性” 原則。工業(yè)的產出有兩種統(tǒng)計方式: 工業(yè)總產值和工業(yè)增加值。在以往研究中，工業(yè)總產值和工業(yè)增加 值都曾經作為產出指標。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)的全要素生產率時產出采用的是工業(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)的全要素生產率時采用工 業(yè)總產值。本研究采用工業(yè)總產值 ( 千元) 作為產出。( 三) 環(huán)境變量環(huán)境變量應滿足 “分離假設” 原則 ( Lopold Simar 等，2007) 21，即這些變量對農副食品加工業(yè) 的生產率有影響，但又不受本身的控制。這包括國內宏觀經濟環(huán)境、國外宏觀經濟環(huán)境以及國家貨幣 政策。在國內宏觀環(huán)境方面，選擇產成品存貨 ( 千元) 進行衡量。文章采用產成品存貨反映國內經濟 環(huán)境的好壞，此處的存貨即包括產成品又包括半成品、原材料的價值。理論預期存貨價值的增加，說 明國內環(huán)境不利于產品的銷售，使得工業(yè)總產值

18、減少。在國外宏觀環(huán)境方面，選擇產品的出口交貨值 ( 千元) 進行衡量。出口交貨值的數額大小反映 了國外經濟環(huán)境的好壞，出口交貨值數額較大時，說明產品比較容易變現，利于企業(yè)擴大再生產，反 之，則不利于工業(yè)總產值的增加。預期出口交貨值越大，企業(yè)的工業(yè)總產值越高。在貨幣政策方面，用利息支出 ( 千元) 指標來衡量。利息支付的數額高說明企業(yè)的生產成本比 較高，國家施行的是緊縮性貨幣政策，不利于企業(yè)工業(yè)總產值的增加，預期利息支出高不利于企業(yè)生 產率的提高。四實證結果分析( 一) 第一階段傳統(tǒng) DEA 實證結果將農副食品加工業(yè)下的 17 個 細 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 個細分行業(yè)的效率水平及其所處的生產規(guī)模報酬狀態(tài)。計算結果見表 2:表 2 農副食品加工業(yè)細分行業(yè)技術效率、純技術效率及規(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)境變量和隨機因素后，2009 年我國農副食品加工業(yè)的技術效率為 0. 812，純技術效率為 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出。其中飼料加工、食用植物油、畜禽屠宰和水產品冷凍加工 4 個行業(yè)的各項效率值均為 1，說明這些行業(yè)均處于生產前沿面上; 其他行業(yè)則分別在純技術效率和規(guī) 模效率方面有著不同的改進和上升空間。( 二) 第二階段相似 SFA 回歸結果將投入的冗余值對數化后的結果作為被解釋變量，環(huán)境變量為解釋變量，作 SFA 回歸分析。結 果見表 3:表 3 第二階

22、段 SFA 回歸結果固定資產凈值平均余額全部從業(yè)人員平均數銷售費用管理費用常數項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: 數據根據 SFA 計算得到。* 、分別代表通過 10% 、5% 、1% 顯著性檢驗。括號內為 t

24、檢驗值。83表 3 是投入的松弛變量對環(huán)境變量的回歸結果?；貧w系數為負，說明環(huán)境變量增加有利于投入冗 余減少，進而減少投入增加產出; 回歸系數為正則增加環(huán)境變量會導致投入浪費，減少產出。同時可 以看出， 數值都比較小，趨近于 0，說明農副食品加工業(yè)受隨機因素影響較大。( 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。這一結論和預期一致，利息支付的增加， 導致企業(yè)的債務負擔加重，用于再投資的資金數量減少，不利于擴大再生產。( 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、目前的農副 食品加工業(yè)產品主要是內銷，受國際環(huán)境的影響很小。同時也說明，我國農副食品加工業(yè)的市場競爭 力不強，與發(fā)達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都為負值，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、降低損耗增加產出。這一結果與預期不一致，此時的存貨包含 企業(yè)的待售產成品和原材料，存貨增加反而反映出國家經濟環(huán)境比較良好，有利于企業(yè)生產，增加生 產效率。由于環(huán)境變量對不同行業(yè)的影響不同，處于良好經營環(huán)境和具有較好運氣的行業(yè)具有高的生產效 率，而處于較差環(huán)境或運氣的地區(qū)生產率表現較差。因此，需要對投入要素進行調整，剔除環(huán)境和運

26、氣水平對效率的影響。( 三) 第三階段調整后的 DEA 結果將調整后的投入與產出再次代入 BCC 模型，結果見表 4:表 4 相同環(huán)境下行業(yè)的技術效率、純技術效率和規(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效率，PTE3 表示第三階段純技術效率，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 模型測算結果，并進一步分析行業(yè)的生產狀況，下面將原始投 入和調整投入后得到的效率值與工業(yè)總產值進行 Spearman 等級相關性分析，結果見表 5:表 5 各行業(yè)生產效率值與工業(yè)總產值的 Spearman 等級相關系數綜合技術效率純技術效率規(guī)模效率TE1TE3PTE1PTE3SE1SE3工業(yè)總產值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。括號中的數值為 P 檢驗值。由表 5 可以知道，經過第二階段的調整，環(huán)境變量和隨機誤差被剔除后，農副食品加工業(yè)的綜合 技術效率和純技術效率明顯改善，盡管規(guī)模效率有所下降，但其相關系數依舊很高，且通過 1% 置信 水平檢驗。這一結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)境變量和隨機誤差來測算行業(yè)生產效率是極有必要的，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)境變量和隨機誤差后，技術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效率前沿面，表明在剝離了環(huán)境因素和隨機干擾后該行業(yè)的生產是 高效的; 畜禽屠宰和水產品冷凍加工則因純技術效率和規(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管理水平。調整后我國農副食品加工業(yè)的綜合技術效率和規(guī)模效率分別由 0. 618、0. 995 下降到 0. 523、0. 606，而純技術效率則由 0. 621 上升到 0. 853。就行業(yè)的生產效率來 說，綜合技術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)生產率的提升得益于純 技術效率的提高; 其余行業(yè)則呈現不同程度的下降，表明之前的高效率與環(huán)境和運氣

31、密切相關，非食 用植物油技術效率下降幅度最大，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，應減少要素投入而擴 大其生產規(guī)模。按照 規(guī)模效率和純技術效率劃 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 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、技術效率均大于 0. 9 的 “雙高型”，包括處在 技術效率前沿面的 3 個行業(yè)及谷物磨制，這些行業(yè)效率的改進空間較小。第二種類型是 “高低型”， 純技術效率大于 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)模經濟性是行業(yè) 發(fā)展的重點。第三種類型是 “低高型”，純技術效率小于 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)展重點是技術管理水平的提高。第四種類型是 “雙低型”，純技術效 率和規(guī)模效率均小于 0. 9，包括豆制品制造、其

33、他未列明的農副食品加工、魚糜制品及水產品干腌制 加工、蛋品加工、其他水產品加工、肉制品及副產品加工、水產品冷凍加工、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) 還是純技術效率 ( 0. 525) ，均有較大改進 空間，這些行業(yè)生產率的改善會有較大的困難，一方面要注重提高管理水平，另一方面要擴大行業(yè)的 生產規(guī)模實現資源的集中配置。85圖 1 農副食品加工業(yè)細分行業(yè)純技術效率、規(guī)模效率分布五結論與啟示本文利用三階段 DEA 模型分析了 2009 年我國農副食品加工業(yè)的生產效率狀況，得出以下結論: ( 1) 調整前后，生產效率變化較大，這說明環(huán)境因素和隨機

34、干擾的確對生產效率的影響很大。分別 將第一階段、第三階段的生產效率值與工業(yè)總產值做 Spearman 等級相關分析，發(fā)現經過調整后的綜 合技術效率、純技術效率值與工業(yè)總產值的相關性明顯提高，也說明三階段 DEA 模型比傳統(tǒng) DEA 模 型對生產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，環(huán)境變量和隨機誤差對 農副食品加工業(yè)生產效率的影響非常顯著。環(huán)境變量中利息支付的數額越大對生產效率越不利; 出口 交貨值對效率的影響比較小，可能與我國目前農副食品加工業(yè)不很發(fā)達而主要滿足內銷為主有關，所 以受國外環(huán)境的影響小，對生產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 期結論相反，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 內銷售環(huán)境比較好。 ( 3) 剔除環(huán)境因素和隨機誤差的影響后，我國農副食品加工業(yè)的綜合技術效率 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。我國農副食品加工業(yè)行業(yè)之間的生產率存在差異，各行業(yè)應發(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)是因為純技術效率過低造成生產的無效率，比如畜禽屠 宰，該行業(yè)主要是因為管理不足導致技術效率不理想，所以提高技術效率的途徑就是加強管理創(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效率低下，如非食用植物油、水產飼料制造 和魚油提取及制品的制造等 3 個行業(yè)，這些行業(yè)提升生產效率的重點是擴大企業(yè)的生產規(guī)模，提升行 業(yè)的規(guī)模效益，應該促進企業(yè)的規(guī)?；⒓s化經營與生產，發(fā)揮行業(yè)的規(guī)模經濟性。此外，對于肉 制品及副產品加工、水產品冷凍加工等純技術效率和規(guī)模效率雙低的 8 個行業(yè)，提高生產效率的困難 比較大，應該同時從管理水平和擴大企業(yè)規(guī)模方面進行變革。剩余的 5 個行業(yè)，純技術

37、效率和規(guī)模效 率比較理想，改進的空間不大，但是這些行業(yè)的發(fā)展也不能放松，應當在好的基礎上深化改革，管理 理念和策略上全面創(chuàng)新，實現更大規(guī)模企業(yè)的產業(yè)化經營，以獲得更大的規(guī)模收益。86參考文獻1 趙燃，駱樂等 中國農產品加工業(yè)技術效率、技術進步與生產增長J 中國農村經濟，2008，( 4) : 24 322 王艷華，王軍等 吉林省農產品加工業(yè)全要素生產率變動及其分解分析J 農業(yè)技術經濟，2010，( 10 ) : 108 1143 張莉俠，劉榮茂等 中國乳制品業(yè)全要素生產率變動分析J 中國農村觀察，2006，( 6) : 2 84 郭軍華，倪明等 基于三階段 DEA 模型的農業(yè)生產率研究J 數量

38、經濟技術經濟研究，2010，( 12) : 27 385 黃金波，周先波 中國糧食生產的技術效率與全要素生產率增長: 1978 2008J 南方經濟，2010，( 9) : 40 526 田偉，柳思維 中國農業(yè)技術效率的地區(qū)差異及收斂性分析基于隨機前沿分析方法J 農業(yè)經濟問題，2012，( 12) : 11 187 曾國平，羅航艷，曾躍群 農業(yè)效率增進、技術進步區(qū)域差異及 TFP 分解J 重慶大學學報 ( 社會科學版) ，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)的生產率增長、技術進步與技術效率基于 DEA 的實證分析J 當

42、代經濟科學，2010，32( 4) : 83 8915李鵬，曾光 我國農副食品加工業(yè)全要素生產率研究基于 17 個細分行業(yè)數據J 中國農業(yè)大學學報，2010，17( 4) : 179 18416 鄧波，張學軍，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，2011，( 1) : 92 9917 涂正革，肖耿 中國的工業(yè)生產力革命J 經濟研究，2005，( 3) : 4 1518 李勝文，李大勝 中國工業(yè)全要素生產率的波動 1986 2005基于細分行業(yè)的三投入隨機前沿生產函數分析J 數量經濟技術經濟研究，2008，( 5) : 43 5419 宮俊濤，孫林巖，李剛 中國制造業(yè)省際全要素生產率變動分析基于非參數 Malmquist 指數方法J 數量經 濟技術經濟研究，2008，( 4) : 97 13020 沈能，潘雄峰 基