馬醒

摘 要：選取東北、內(nèi)蒙古重點(diǎn)國(guó)有林區(qū)14個(gè)林產(chǎn)品加工企業(yè)，將其分為木質(zhì)林產(chǎn)品加工企業(yè)和非木質(zhì)林產(chǎn)品加工企業(yè)，分別對(duì)其生產(chǎn)效率進(jìn)行測(cè)度，研究停伐政策是否會(huì)對(duì)不同類(lèi)型企業(yè)的生產(chǎn)效率產(chǎn)生不同影響，并對(duì)其效率的主要影響因素進(jìn)行分析。

關(guān)鍵詞：生產(chǎn)效率；DEA模型；Tobit模型

中圖分類(lèi)號(hào)：F307.2 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2016）20-0007-03

引言

通過(guò)對(duì)東北、內(nèi)蒙古重點(diǎn)國(guó)有林區(qū)的調(diào)查發(fā)現(xiàn)，受停伐政策影響，部分小型林產(chǎn)品加工企業(yè)已停產(chǎn)。然而未停產(chǎn)的林產(chǎn)品加工企業(yè)是否也受到了影響？停伐政策對(duì)今后林產(chǎn)品加工企業(yè)的轉(zhuǎn)型方向產(chǎn)生了什么樣的影響？本文主要研究?jī)?nèi)容是與非木質(zhì)林產(chǎn)品加工企業(yè)相比，木質(zhì)林產(chǎn)品加工企業(yè)的生產(chǎn)效率是否受到了更大的影響。通過(guò)對(duì)重點(diǎn)國(guó)有林區(qū)木質(zhì)林產(chǎn)品和非木質(zhì)林產(chǎn)品兩類(lèi)企業(yè)的生產(chǎn)效率進(jìn)行對(duì)比，分析林產(chǎn)品加工企業(yè)生產(chǎn)效率的影響因素，對(duì)提高國(guó)有林區(qū)林產(chǎn)品加工企業(yè)效率和企業(yè)轉(zhuǎn)型提供參考依據(jù)。

測(cè)算生產(chǎn)效率的方法主要有隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）兩種方法。DEA模型屬于非參數(shù)方法，由于方法本身并不需要對(duì)其參數(shù)進(jìn)行估計(jì)和評(píng)判，能夠有效規(guī)避主觀因素的影響，在簡(jiǎn)化運(yùn)算、減少誤差等方面也存在著優(yōu)勢(shì)（張軍濤，等，2014）。朱洪革等（2011）運(yùn)用DEA模型對(duì)國(guó)有森工企業(yè)的技術(shù)效率進(jìn)行了測(cè)度，并結(jié)合Tobit模型對(duì)國(guó)有森工企業(yè)效率的影響因素進(jìn)行了分析。王玉芳等（2013）運(yùn)用DEA模型對(duì)黑龍江省林區(qū)40個(gè)林業(yè)局的林業(yè)生產(chǎn)率變化進(jìn)行研究。張軍濤等（2014）運(yùn)用DEA-Tobit模型對(duì)中國(guó)2001—2010年的土地利用率進(jìn)行測(cè)度，并對(duì)其影響因素進(jìn)行分析。何浩然等（2007）運(yùn)用DEA模型結(jié)合普通最小二乘法和廣義線(xiàn)性模型，利用樣本的橫截面數(shù)據(jù)對(duì)2004年?yáng)|北、內(nèi)蒙古重點(diǎn)國(guó)有林區(qū)林產(chǎn)品加工企業(yè)的效率進(jìn)行測(cè)算，并分析其影響因素。劉振濱等（2014）運(yùn)用DEA-Tobit模型測(cè)算福建省2004—2009年林農(nóng)家庭經(jīng)營(yíng)在BCC模型下的效率值，并對(duì)影響因素進(jìn)行分析。本文主要通過(guò)運(yùn)用非參數(shù)的DEA模型對(duì)重點(diǎn)國(guó)有林區(qū)的林產(chǎn)品加工企業(yè)的生產(chǎn)效率進(jìn)行測(cè)度，并分別對(duì)木質(zhì)林產(chǎn)品和非木質(zhì)林產(chǎn)品兩類(lèi)企業(yè)進(jìn)行研究，并結(jié)合Tobit模型分析林產(chǎn)品加工企業(yè)生產(chǎn)效率的影響因素。

（一）DEA-Tobit模型

本文運(yùn)用DEA結(jié)合Tobit回歸模型，在重點(diǎn)國(guó)有林區(qū)下選取14個(gè)林產(chǎn)品加工企業(yè)，把每一個(gè)林產(chǎn)品加工企業(yè)作為一個(gè)決策單元，即DUM，運(yùn)用DEA方法中的CCR模型和BCC模型，并均使用投入導(dǎo)向的方法，對(duì)林產(chǎn)品加工企業(yè)的技術(shù)效率、純技術(shù)效率和規(guī)模效率進(jìn)行測(cè)算。CCR模型的公式為（Cooper et al，2000）：

式中u0代表規(guī)模報(bào)酬指標(biāo)。

Tobit回歸模型中將技術(shù)效率作為因變量引入模型中，并選取5個(gè)影響因素指標(biāo)作為自變量來(lái)分析影響林產(chǎn)品加工企業(yè)效率的因素。Tobit模型的公式為（朱洪革，2011）：

式中，y*i為潛變量，yi為觀察到的因變量，xij為自變量向量，βi為相關(guān)系數(shù)向量，β0為常數(shù)項(xiàng)，εi是獨(dú)立的且εi N（0， σ2）。

（二）變量選擇

本文選擇了1個(gè)產(chǎn)出變量、3個(gè)投入變量。在DEA模型中的變量選擇如表1所示：在產(chǎn)出方面的1個(gè)指標(biāo)是企業(yè)產(chǎn)值（y）；在投入方面，與勞動(dòng)力有關(guān)的指標(biāo)是企業(yè)在崗職工人數(shù)（x1），與企業(yè)所用能源有關(guān)的指標(biāo)是電力投入（x2），與資本有關(guān)的指標(biāo)是企業(yè)固定資產(chǎn)的投入（x3）。

表1 林產(chǎn)品加工企業(yè)投入產(chǎn)出指標(biāo)

在Tobit模型下選取的5個(gè)影響因素變量及作用方向假設(shè)如表2所示。企業(yè)負(fù)責(zé)人的學(xué)歷：（z1）1為初中及以下，2為高中或中專(zhuān)，3為大專(zhuān)，4為大學(xué)及以上。企業(yè)負(fù)責(zé)人的年齡（z2）、企業(yè)類(lèi)型（z3）作為一個(gè)虛變量0，代表非木質(zhì)林產(chǎn)品加工企業(yè)；1代表木質(zhì)林產(chǎn)品加工企業(yè)。企業(yè)的研發(fā)水平（z4）；沒(méi)有研發(fā)部門(mén)為0，有研發(fā)部門(mén)為1。企業(yè)職工中大專(zhuān)及以上學(xué)歷所占比例（z5）。企業(yè)負(fù)責(zé)人自身的學(xué)歷高低可能影響其面對(duì)市場(chǎng)作出決策，企業(yè)負(fù)責(zé)人的學(xué)歷越高，對(duì)市場(chǎng)風(fēng)險(xiǎn)的評(píng)估、對(duì)企業(yè)的經(jīng)營(yíng)管理等方面考慮越周全，更可能做出正確的決策。企業(yè)負(fù)責(zé)人年齡的大小與負(fù)責(zé)人經(jīng)驗(yàn)掛鉤，但同時(shí)，年齡越大可能對(duì)企業(yè)投入的精力越不足。企業(yè)的研發(fā)能力高低影響企業(yè)產(chǎn)品附加值的高低，通常認(rèn)為企業(yè)科研能力越強(qiáng)，產(chǎn)品附加值越高，企業(yè)效率越高。企業(yè)職工中學(xué)歷高的所占比例越高，企業(yè)效率越高。需要說(shuō)明的是，由于不同類(lèi)型企業(yè)所投入原材料類(lèi)型差異性較大，不具可比性，所以本文未選用原材料作為投入變量。

本文數(shù)據(jù)來(lái)源于2015年7月東北林業(yè)大學(xué)調(diào)研小組赴東北、內(nèi)蒙古重點(diǎn)國(guó)有林區(qū)的調(diào)研數(shù)據(jù)。林產(chǎn)品加工企業(yè)的具體分布狀況如表3所示，每個(gè)企業(yè)為一個(gè)DMU，樣本中共有14個(gè)DMU，其中，木質(zhì)林產(chǎn)品加工企業(yè)的DMU有9個(gè)，龍江森工有5個(gè)木質(zhì)林產(chǎn)品加工企業(yè)，吉林森工有4個(gè)木質(zhì)林產(chǎn)品加工企業(yè)。非木質(zhì)林產(chǎn)品加工企業(yè)DMU共有5個(gè)，其中包括龍江森工的4個(gè)企業(yè)和吉林森工的1個(gè)企業(yè)。見(jiàn)表3。 如表4和表5，分別描述了全部林產(chǎn)品加工企業(yè)、木質(zhì)林產(chǎn)品加工企業(yè)和非木質(zhì)林產(chǎn)品加工企業(yè)的主要投入產(chǎn)出值和影響因素的基本特征。由表4可以看出，非木質(zhì)林產(chǎn)品加工企業(yè)在電力和固定資產(chǎn)的平均投入高于木質(zhì)林產(chǎn)品加工企業(yè)，同時(shí)，平均產(chǎn)值也高于木質(zhì)林產(chǎn)品加工業(yè)。表5所示的非木質(zhì)林產(chǎn)品的企業(yè)負(fù)責(zé)人學(xué)歷、企業(yè)研發(fā)水平、企業(yè)職工大專(zhuān)及以上學(xué)歷占比平均值均高于木質(zhì)林產(chǎn)品加工企業(yè)。

表2 影響因素變量及作用方向假設(shè)

表3 林產(chǎn)品加工企業(yè)分布狀況

在CCR模型下的技術(shù)效率和BCC模型下的規(guī)模效率，木制林品加工企業(yè)的有效DMU比例都高于非木質(zhì)林產(chǎn)品加工企業(yè)，均為44.44%；非木質(zhì)林產(chǎn)品加工企業(yè)占40%。只有在BCC模型下的純技術(shù)效率非木質(zhì)林產(chǎn)品加工企業(yè)有效DUM占比高于木質(zhì)林產(chǎn)品加工企業(yè)，為80%；而木質(zhì)林產(chǎn)品加工企業(yè)有效DMU占77.78%（表6）。然而，在DEA模型下的平均效率值，無(wú)論是在CCR模型下的技術(shù)效率平均值還是在BCC模型下的純技術(shù)效率平均值和規(guī)模效率平均值，非木質(zhì)林產(chǎn)品加工企業(yè)均高于木質(zhì)林產(chǎn)品加工企業(yè)，分別為86.8%，97.8%和87.6%，而后者則分別為73.6%，94.8%和87.6%。木質(zhì)林產(chǎn)品加工企業(yè)的規(guī)模效率和技術(shù)效率均低于全部企業(yè)效率的平均值（表7）。

在Tobit回歸模型下對(duì)企業(yè)效率的影響因素分析結(jié)果（表8）表明，有兩個(gè)影響因素對(duì)企業(yè)效率影響是顯著的，即無(wú)論在CCR模型還是BCC模型下企業(yè)負(fù)責(zé)人的學(xué)歷（z1）和企業(yè)職工大專(zhuān)及以上學(xué)歷人數(shù)占比（z5）對(duì)企業(yè)效率的影響都是顯著的（p<0.05），這也肯定了文中對(duì)這兩個(gè)影響因素作用方向的假設(shè)。然而，值得注意的是，企業(yè)的類(lèi)型（z3）對(duì)企業(yè)的生產(chǎn)效率的影響并不顯著，盡管調(diào)查表明多數(shù)木質(zhì)林產(chǎn)品加工企業(yè)負(fù)責(zé)人認(rèn)為停伐政策會(huì)造成企業(yè)原材料的短缺，從而影響企業(yè)效率，但是在現(xiàn)有指標(biāo)測(cè)度下，并未顯現(xiàn)出停伐政策對(duì)木質(zhì)林產(chǎn)品加工企業(yè)和非木質(zhì)林產(chǎn)品加工企業(yè)造成了不同的影響。對(duì)此，本文認(rèn)為有以下原因。第一，停伐政策實(shí)施的時(shí)間較短，僅一年時(shí)間，在短期內(nèi)，停伐政策對(duì)不同類(lèi)型林產(chǎn)品加工企業(yè)的影響還未體現(xiàn)出來(lái)，尤其是吉林森工在2015年4月才開(kāi)始實(shí)施停伐政策，對(duì)其2014年的生產(chǎn)基本不會(huì)產(chǎn)生影響。要進(jìn)一步對(duì)林產(chǎn)品加工企業(yè)效率的影響因素進(jìn)行分析，需要在接下來(lái)幾年持續(xù)跟蹤調(diào)查。第二，木質(zhì)林產(chǎn)品加工的企業(yè)管理者認(rèn)為停伐會(huì)對(duì)其原材料的供給產(chǎn)生影響，可能只是基于對(duì)企業(yè)長(zhǎng)期發(fā)展的一個(gè)預(yù)測(cè)。實(shí)際上在短期內(nèi)，停伐政策并未對(duì)其原材料市場(chǎng)產(chǎn)生較大的沖擊。

對(duì)于木質(zhì)林產(chǎn)品加工企業(yè)的轉(zhuǎn)型發(fā)展應(yīng)加大扶持，為企業(yè)建立轉(zhuǎn)型基金，幫助部分企業(yè)度過(guò)轉(zhuǎn)型的困難時(shí)期。同時(shí)，應(yīng)將非木質(zhì)林產(chǎn)品加工企業(yè)作為以后林產(chǎn)品加工企業(yè)發(fā)展的重點(diǎn)和企業(yè)轉(zhuǎn)型的方向。在林產(chǎn)品加工企業(yè)生產(chǎn)效率方面，管理因素和人力因素對(duì)企業(yè)生產(chǎn)效率影響較大，尤其是企業(yè)負(fù)責(zé)人的學(xué)歷和企業(yè)職工的學(xué)歷都會(huì)對(duì)企業(yè)生產(chǎn)效率產(chǎn)生顯著影響，因此，應(yīng)注重對(duì)人力資源的投入，為林區(qū)引進(jìn)優(yōu)秀的人才，以使林產(chǎn)品加工企業(yè)能夠順利轉(zhuǎn)型，得到更好的發(fā)展。