基于DEA的烟叶生产效益分析——以贵州省某县为例

马云飞 ，陈梅，熊承飞，艾永峰，高维常，林叶春，莫静静，潘文杰，王丰

1 贵州省烟草科学研究院，贵阳市观山湖区龙滩坝路29号 550081；2 贵州省烟草公司铜仁市公司，贵州铜仁市锦江路45号 554300

贵州具有悠久的烟叶种植历史[1]，气候多样性为烟叶生长、质量形成奠定了良好基础，是“蜜甜香型”和“清甜香型”的典型烟区[2]。贵州烤烟产业在助农增收、脱贫攻坚和现代农业建设中发挥着重要作用。近年来，随着烤烟物资价格的上涨、农村劳动力的大量转移、其它产业用工与用地的冲击，种烟成本持续加大，烟农种烟积极性下降明显，成为影响烟叶产业可持续发展的不稳定因素。贵州烤烟存在生产要素相对分散、地理条件相对恶劣等劣势[3]，探索适合贵州山区最佳生产效益的种植规模及其影响因素，对于提高烟叶生产效率、持续发展烤烟产业具有重要意义。

美国著名运筹学家Charnes和Cooper（1978）应用对偶理论提出数据包络分析方法，并给出了多投入多产出问题的评价方法，提出了适用于规模报酬不变（CRS）的C2R模型[4]。随后，为了处理规模报酬可变（VRS）的情况，Banker等（1984）提出了BC2 模型[5]。数据包络分析法（DEA）在理论研究和实际应用方面都发挥了至关重要的作用，被广泛应用农业资源配置和效率评价中。吕彬、张炳等[6,7]构建了生态效率指标并运用DEA 方法对生态效率进行了评价。近几年，不少学者运用DEA在烟草农业资源配置[8]、烤烟生产率[9-10]、烟农合作社[11]以及特定区域适宜种植规模[12-13]进行了实证研究。贵州烟区以山地和丘陵为主体，土地过于分散、细碎，单位面积劳动用工多，许多烟区无法使用大型农业机械设备。对于贵州山区，如何选择适度规模、烟农群体,以期产生最佳的经济效益，目前还鲜有报道[14]。

本研究针对贵州某县187户烟农，对其年龄结构、文化素质、烟叶生产投入及收益进行了调查分析，并用DEA模型分析了最佳种植规模与效益，对当前烤烟生产提出了建议。

1 研究的内容与方法

1.1 调查的内容

对贵州某县采取随机抽样的方法，确定187 户烟农。通过一对一问卷调查，了解其年龄结构、文化程度、种烟投入、交售烟叶的上等烟比例、均价和交售收入。

1.2 分析的方法

采用SPSS软件对年龄、文化程度、种烟投入与交售收入进行了统计学分析，利用数据包络分析法（DEA）对烟叶生产经营效率进行评价。

2 结果分析

2.1 调查样本的基本情况

调查的187户烟农（见表1），平均年龄46.7岁，平均种烟规模2.82 hm2，亩均投入2282元，上等烟比率51.85%，亩均产量113 kg，亩均产值2756元，户均赢利15292元。赢利水平差异较大，变异系数达到245.79%。

表1烟农基本情况调查统计表Tab.1 Statistical table of basic information of tobacco farmers

为更好地研究不同种植规模的效益，对187户按 照 0～1.33 hm2、1.33～2.67 hm2、2.67～4 hm2、4～5.33 hm2、5.33～6.67 hm2、6.67 hm2以 上 进 行 分 组， 比较其生产投入及收益情况。结果显示，种植面积在1.33～2.67 hm2之间的有54户，占总样本数的28.9%，6.67 hm2以上区间仅为5户，占2.7%。从投入来看，亩均投入与种植面积存在一定的正相关关系，0～1.33 hm2的亩均投入最少，为1786元，显著低于其它各面积区间的投入；6.67 hm2以上的投入最多，显著高于0～1.33 hm2、1.33～2.67 hm2规模种烟亩均投入。上等烟比例以4～5.33 hm2区间最低，显著低于0～1.33 hm2、1.33～2.67 hm2区间。户均赢利 2.67～4 hm2区间显著高于0～1.33 hm2区间。从年龄来看，2.67～4 hm2区间的平均年龄最小，为42.45岁，显著低于0～1.33 hm2、1.33～2.67 hm2、4～5.33 hm2。1.33 hm2以上的各区间段的亩均产量、产值均高于1.33 hm2以下的，其中以6.67 hm2以上的区间平均亩产值最高。6.67 hm2以上区间亩产值虽然高，但是由于投入也最大，赢利水平不如其它各区间段。另外，4～5.33 hm2区间亩均赢利水平显著低于 0～1.33 hm2、1.33～2.67 hm2。户均赢利以2.67～4 hm2水平最高，显著高于0～1.33 hm2区间水平。

表2 不同规模生产收益比较Tab.2 Comparison of the production incomes under different planting scales

总体来看，面积越大，亩均投入也相对越高，产值加大，但亩均赢利水平不高，烟农种烟风险越大；0～1.33 hm2区间段烟农虽然亩均投入最低，但是亩均产量与户均赢利水平不高。从烟农关注的亩均赢利和户均赢利看，1.33～2.67 hm2的亩均赢利水平最高，2.67～4 hm2区间段烟农平均年龄最低，户均收益最高。

表3显示，以40～50岁的烟农最多，占50.8%，其次是50～60岁、再次是30～40岁，此三个年龄段占烟农总数的90.9%。60～70岁的烟农种烟面积最低，为1.68 hm2，显著低于30～50岁之间的烟农。60～70岁的烟农亩均产量、亩均产值较处于最低水平。不同年龄之间，亩均投入、上等烟率、亩均赢利均无显著差异。

表3 不同年龄段生产收益比较Tab.3 Comparison of production incomes of farmers with different ages

表4显示，烟农学历以初中为主，占68.4%；大专及以上、文盲分别占4.8%和1.1%。小学学历的烟农种烟平均面积最低，为1.74 hm2，显著低于其它学历高的。从亩均投入来看，大专以上、高中中专的烟农显著高于初中学历，高中中专的烟农显著高于初中学历、小学学历的烟农。亩均产量以高中学历最高，达140 kg/亩，显著高于其它学历烟农（文盲除外），高中学历的亩产值显著高于初中、小学烟农。不同学历之间，上等烟率、亩均赢利无显著差异。

表4 不同学历烟农生产收益比较Tab.4 Comparison of production incomes of farmers with different education levels

2.2 基于DEA效率分析

数据包络分析方法（ DEA，Data Envelopment Analysis ）由Charnes和Coopor等提出[4]，该方法的原理主要是通过保持决策单元（DMU，Decision Making Units） 的输入或者输入不变，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。DEA方法并不直接对数据进行综合，因此决策单元的最优效率指标与投入指标值及产出指标值的量纲选取无关。DEA方法以决策单元输入输出的实际数据求得最优权重，排除了很多主观因素，具有很强的客观性。

假设有n个决策单元，每个决策单元都有m种类型的输入和s种类型的输出。则XJ = ( X1J，X2J，…，XmJ) T；YJ = ( Y1J，Y2J，…，YSJ) T；J = 1，2，…，n。其中XJ和YJ分别为DMUJ的输入向量和输出向量；Xij=DMUJ对第i种输入的投入量，Xij＞0；Yrj=DMUJ对第r种输出的产出量，Yrj＞ 0；i= 1，2，…，m；r= 1，2，…，s。要评价第j0个评价单元相对有效性，建立如下C2R 模型：

决策单元为DEA ( C2R) 有效的充分必要条件是D的最优值VD= 1，且s*+=0，s*-=0。则决策单元j0为DEA有效，决策单元的经济活动同时为技术有效和规模有效；VD=1，但至少某个输入或者输出大于0，则决策单元j0为弱DEA有效，决策单元的经济活动不是同时为技术效率最佳和规模最佳；VD＜1，决策单元j0不是DEA有效，经济活动既不是技术效率最佳，也不是规模最佳。

通过以上方法计算出来的值是CRS 模式下DMU总体有效性的绩效值，隐含DMU规模报酬是固定的假设，但有许多因素都可能导致DMU不能在这种假设下运行。所以Banker等提出了C2R 模型的改进方案[15]，即BC2模型。运用DEA 的规模报酬不变的C2R 模型和规模报酬变化的BC2模型测算综合效率值、纯技术效率值、规模效率值，综合效率为纯技术效率与规模效率的乘积。

采用DEA 2.1软件对187 个数据进行评价，评价的结果按 0～1.33 hm2、1.33～2.67 hm2、2.67～4 hm2、4～5.33 hm2、5.33～6.67 hm2、6.67 hm2以上 6 种规模分类后，统计结果如表5所示。表中，“综合效率”、“技术效率”、“规模效率”这三个指标下的“均值”表示所在区间各种植主体的指标平均值。

从表5可知，综合效率为“1”的烟农共8 户，占全样本数的4.3%，说明整体生产效率较低。其中2.67～4 hm2规模中的农户数最多，占4户，占该规模农户数的10%，综合效率的平均值也最大，为0.70；其次是 1.33～2.67 hm2、4～5.33 hm2，分别占区间农户数的3.7%和3.1%。纯技术效率为“1” 的烟农共21户，占总样本数的11.2%。纯技术效率均值总体差异不大。规模效率为1的烟农数为12户，占总样本数的6.4%。规模效率以6.67 hm2以上规模的平均值最低，0～1.33 hm2种植规模的平均值次低。说明0～1.33 hm2以及6.67 hm2以上的烟农种植规模效率均不高。其它种植规模的规模效率都处于或接近最佳状态（规模效率都超过0.9）。

从规模收益来看， 0～1.33 hm2烟农全部表现出规模收益递增的特征，说明此区间段的烟农提高种植规模可以获得更高的效益；同时发现，100%的6.67 hm2以上规模烟农以及70%的5.33～6.67 hm2规模烟农表现为规模收益递减的特征，说明这两种规模的烟农规模收益不高，要适当降低规模。

表5 不同种植规模的效率评价结果Tab.5 Evaluation results of efficiency under different planting scales

2.3 DEA目标改进分析

在不同的指标下DEA 评价有可能不同，为较好的反映评价目的和评价内容，所以要选择合理科学的输入输出指标。种烟规模的大小，一定程度决定了烟农的总投入，但受管理水平、受灾情况、技术操作到位率等影响，又不呈比例递增，故选取种烟面积与总投入作为投入指标；户均交售数量与交售收入，两者存在极显著相关性（在0.01水平显著相关，相关系数为0.982），仅选取户均交售数量；前文分析得知，不同烟农之间赢利水平差异较大，考虑烟农更关心纯收益，为此选取户均纯收益作为产出指标。选取种烟面积、总投入为投入指标，选取户均交售数量与纯收益为产出指标，来研究投入与纯收益的关系，得出目标改进的方向。为方便研究，以1.33 hm2的梯度分类，利用deap2.1分析软件，测算比较了6种规模其生产投入及纯收益情况。其输入情况见表6，投影结果见表7。

表6 不同种植规模投入产出输入指标值Tab.6 Input-output indexes value under different planting scales

表7 Deap2.1软件输出结果Tab.7 Output results of Deap2.1 software

表7说明，在规模报酬不变情况下，不同种植规模综合效率均值为0.981，其中0～1.33 hm2、1.33～2.67 hm2、2.67～4 hm2区间烟农的有效值为 1，DEA 有效；4～5.33 hm2、5.33～6.67 hm2、6.67 hm2以上种植区间综合经营效率＜1，还没有达到完全相对有效，说明这些种植规模的烟农经营效率水平还有待进一步提升。在规模报酬可变的情况下， 4～5.33 hm2的纯技术效率均值为0.946，也未达到DEA有效。4～5.33 hm2、5.33～6.67 hm2、6.67 hm2以上区间的规模效率均低于1。

对 DEA 无 效 的 规 模（4～5.33 hm2、5.33～6.67 hm2、6.67 hm2以上）进行投影分析，通过适当调整投入数量和产出数量，实现目标的改进，来达到DEA有效的目的[16]。基于投影分析的投入产出指标的调整值及目标值见表8。在4～5.33 hm2区间，户均面积可以减少0.28 hm2，户均投入可减少2.23万元，户均售烟收入可增加2.48万元，增加幅度达199%。同样，5.33～6.67 hm2区间、6.67 hm2以上区间的都可减少户均面积、减少投入、增加产值以达到最佳的效益，实现DEA有效。对非DEA 有效值的分析显示，如果生产技术到位，管理措施适当，种植面积和投入都可以大幅减少，户均收益可以进一步提高。

表8 基于投影分析的目标值Tab.8 Target value based on projection analysis

3 结论与建议

通过对贵州某县的烟农现状调查分析，烟农平均种烟规模2.82 hm2，亩均产量113 kg，亩均产值2756元，户均赢利15292元。由于受不同农户生产水平等的影响，赢利水平变异较大。亩均投入与种植面积存在一定的正相关关系，0～1.33 hm2的亩均投入最少，6.67 hm2以上的亩均投入最高；从烟农关注的亩均赢利和户均赢利看，1.33～2.67 hm2的亩均赢利水平最高，2.67～4 hm2区间段户均收益最高。

烟农的年龄多数集中在40～50岁，烟农年龄结构老化严重； 同时，40～50岁的烟农种烟面积最大，年龄最高（60～70岁）和年龄最低（20～30岁）区间的烟农种烟面积较低。50～70岁的烟农亩均产量处于最低水平，需重点培育更年轻的烟农。烟农学历以初中为主，大专以上及文盲学历的烟农均较少。高中中专的烟农亩均产量、亩均产值、亩均赢利、总赢利均最高，其它指标也处于较优水平，但是数量仅占11.2%。需积极引导更多高中中专学历的农民加入烟农队伍。

通过DEA进行烟农的生产效益评价可知，0～1.33 hm2规模的规模收益递增，说明可适当提高规模，以达到最佳的收益水平。6.67 hm2以上种植区间的规模收益递减，说明要严控规模，否则可能得到负收益。通过DEA投影分析表明，4 hm2以上的所有区间烟农，无效投入较多，产出水平不够，非DEA 有效值。4～6.67 hm2之间的种植农户，要切实通过加强管理，减少不必要投入，加强管理水平，提高生产技术落实到位率，来提高烟叶种植的综合收益。1.33～4 hm2区间的烟农综合效率最佳，是适合贵州当地的最宜烟叶种植规模，要稳定住此区间的种烟农户数，同时不要盲目提高或降低规模。

对烤烟生产提出以下建议：第一，选择适宜的烟农作为培育重点。要引导高中中专、20～40 岁的农民加入到烟农队伍，使烟农的整体素质得以提升。第二，要严控大规模种植。贵州土地过于分散、细碎，单位面积用工量多，单产水平不高[17]。目前，贵州烟区以合作社生产烤烟的组织模式不断显现出来[14，18]，相对于其他组织形式来看，合作社生产烤烟的种植面积较大，成本投入较大，这种组织形式种植烤烟存在无效投入，种烟风险较大，需要种植合作社和烟草企业共同探索。第三、要推动土地流转，提高土地利用效率。提高小户（0～1.33 hm2）的种植面积，形成以种植1.33～4 hm2为主体的烤烟种植模式，以达到效益最优值。因此，要加强种植规模的布局，将有限的计划资源分配给优质的产区、综合素质较高的烟农，推动烤烟产业从数量型向高质量效益型转变。