曾 嶸，劉玉容

（廣西壯族自治區(qū)林業(yè)勘測設計院，廣西南寧 530011）

花卉產業(yè)是中國的朝陽產業(yè)，在經濟發(fā)展和生態(tài)環(huán)境建設中均發(fā)揮巨大作用[1]?；ɑ墚a業(yè)是典型的勞動密集型、資本密集型和技術密集型產業(yè)，育種技術、品種創(chuàng)新、良種高效繁育、生產和采后加工、貯藏、流通、質量檢測及市場銷售等各環(huán)節(jié)均需大量勞動力、技術和資金的投入[2]。在鄉(xiāng)村振興戰(zhàn)略背景下，花卉產業(yè)逐步成為廣西調整經濟結構、振興農村經濟和增加農民收入的綠色產業(yè)之一。目前，廣西花卉產業(yè)化水平和集約化程度均較低，自主研發(fā)品種所占比例少，競爭優(yōu)勢尚未形成，與廣東、云南和四川等花卉產業(yè)發(fā)展強省相比缺乏市場競爭力。正確評價廣西花卉產業(yè)生產效率，對提升廣西花卉產業(yè)發(fā)展水平有重要意義。

目前，針對花卉產業(yè)生產效率的研究較少。王鐵英[3]采用數(shù)據(jù)包絡分析（Data Envelopment Analysis, DEA）方法，選擇DEA-BCC 模型，對1998 —2003 年的云南省花卉產業(yè)效率進行研究；鐘玉坤[4]采用DEA-BCC 模型對我國各?。ㄗ灾螀^(qū)、直轄市）2003 — 2006 年的花卉產銷經營效率進行分析；普友少[5]采用DEA-Malmquist 模型，對2007—2018 年我國花卉種植業(yè)全要素生產率變化指數(shù)進行評價。生產率提升受技術、要素投入、經營規(guī)模和人力資源水平等多種因素影響[6-7]；花卉產業(yè)發(fā)展具有多投入、多產出的復雜性，較適宜采用DEA 方法對其生產效率進行評價。本研究結合DEA-BCC 和DEAMalmquist 模型對廣西14 個地級市2015 — 2021 年的花卉產業(yè)生產效率進行靜態(tài)與動態(tài)分析，全面評價廣西花卉產業(yè)生產效率，探索廣西花卉產業(yè)發(fā)展方向，以期促進廣西花卉產業(yè)高質量、可持續(xù)發(fā)展。

1 材料與方法

1.1 研究區(qū)概況

廣西（104°26′～112°03′E，20°54′～26°23′N）位于熱帶亞熱帶地區(qū)，雨、熱資源豐富，且雨熱同季，非常有利于花卉種植與生長。廣西有“花卉寶庫”和“植物王國”的美稱；現(xiàn)已發(fā)現(xiàn)植物約290 多科，1 820 多屬，其中可作為花卉觀賞的植物約1 400種[8]。廣西具有發(fā)展熱帶亞熱帶特色花卉產業(yè)的資源和環(huán)境優(yōu)勢。

近年來，廣西花卉產業(yè)持續(xù)快速發(fā)展。依據(jù)《中國林業(yè)和草原統(tǒng)計年鑒》統(tǒng)計數(shù)據(jù)，2021 年底，廣西花卉產值為202 億元，占全國花卉產值的6.7%，6 年的年均增長率為10.6%，高于全國年均增長率（6.1%）；種植面積為8.33 萬公頃，占全國花卉種植面積的5.2%，6 年的年均增長率為21.1%，遠高于全國年均增長率（3.3%）。依托“互聯(lián)網+”等新技術形成的花卉新業(yè)態(tài)、新商業(yè)模式不斷涌現(xiàn)，“花卉+旅游”等產業(yè)融合發(fā)展快速增長；成功搭建多個花卉展銷平臺，中國-東盟博覽會林產品及木制品展、廣西迎春花市及廣西花卉苗木交易會等品牌展會引領廣西花卉消費結構升級。廣西壯族自治區(qū)林業(yè)局印發(fā)的《廣西花卉產業(yè)發(fā)展“十四五”規(guī)劃》（桂林產發(fā)〔2022〕7 號）中提出，結合我區(qū)自然氣候條件、花卉產業(yè)發(fā)展基礎和市場需求，根據(jù)花卉的最終用途和生產特點，將廣西劃分為桂中、桂東、桂南、桂西和桂北5個花卉產業(yè)發(fā)展區(qū)，重點布局觀賞苗木、盆栽花卉、原料用花、盆景、草坪地被、切花切葉、水生花卉、花卉種苗和其他花卉等9個花卉產業(yè)類型；到2025年，廣西花卉全產業(yè)鏈綜合產值達500億元，將花卉產業(yè)打造成為廣西萬億元林業(yè)綠色產業(yè)的重要組成部分，加快培育集生產經營、品種創(chuàng)新、研發(fā)推廣、市場流通、文化創(chuàng)意、“互聯(lián)網+”等為一體，以特色優(yōu)勢花卉為品牌、具有較強競爭力的現(xiàn)代花卉產業(yè)體系。

1.2 研究方法

1.2.1 DEA-BCC模型[9-10]

采用DEA-BCC 模型進行靜態(tài)分析。假設有n個決策單元（Decision Making Unit，DMU），每個DMU 有m個投入量和s個產出量，分別用向量xj和yj表示，模型為：

式中，xj、yj分別為花卉產業(yè)投入和產出要素的向量；m、s分別為投入和產出指標的種類；μj為投入指標和產出指標的權系數(shù)；分別為投入指標和產出指標的松弛變量；θ為所測度DMU 的綜合效率。

DEA-BCC 模型能測算出被研究對象在考察時間段內具體的綜合效率（Technical Efficiency，TE）、純技術效率（Pure Technical Efficiency，PTE）和規(guī)模效率（Scale Efficiency，SE）。TE = PTE × SE；TE 為1.000 時，表示決策單元DEA 有效；TE 為0.800 ～＜1.000 時，表示輕度DEA 無效；TE 為0.500 ～＜0.800時，表示中度DEA 無效；TE ＜0.500 時，表示重度DEA 無效。

1.2.2 DEA-Malmquist模型[5，10-11]

采用DEA-Malmquist模型進行動態(tài)分析。

式中，M（xt，yt，xt+1，yt+1）為全要素生產率指數(shù)；（xt+1，yt+1）、（xt，yt）分別為在t+1 和t時間段的投入、產出變量；Dt+1、Dt分別為t+ 1 和t時間段里以技術效率作為參照的決策單元距離函數(shù)。

DEA-Malmquist 模型能測算出被研究對象在考察時間段內具體的全要素生產率指數(shù)（Total Factor Productivity，TFP）、技術效率進步指數(shù)（Efficiency Change，EC）、技術進步指數(shù)（Technical Change，TC）、純技術效率進步指數(shù)（Pure Efficiency Change，PEC）和規(guī)模效率進步指數(shù)（Scale Efficiency Change，SEC）。TFP = EC × TC = PEC × SEC × TC。TFP 值小于1.000 為效率下降，等于1.000 為效率不變，大于1.000為效率提高。

1.3 數(shù)據(jù)來源

參考鐘玉坤[4]、普友少[5]等相關花卉產業(yè)生產效率的研究，按照科學性、可獲得性和有效性原則，從土地、勞動力、資金和經濟效益4個方面進行指標篩選，構建廣西花卉產業(yè)生產效率指標體系（表1）。研究數(shù)據(jù)主要來自自治區(qū)林業(yè)局組織編制的《廣西花卉產業(yè)統(tǒng)計研究報告》和年度《林業(yè)統(tǒng)計年報》。

表1 廣西花卉產業(yè)生產效率指標體系Tab.1 Index system of production efficiency in Guangxi flower industry

1.4 數(shù)據(jù)處理

選取廣西14 個地級市2015 — 2021 年花卉產業(yè)投入與產出數(shù)據(jù)為對比分析樣本，采用Dearun 3.0 軟件，通過DEA-BCC 模型，得到14 個地級市花卉產業(yè)效率值；通過DEA-Malmquist 模型，得到14個地級市花卉產業(yè)Malmquist指數(shù)值。

2 結果與分析

2.1 基于DEA-BCC模型的靜態(tài)效率評價

2015 — 2021 年，廣西花卉產業(yè)綜合效率達到有效（TE = 1.000）的地級市數(shù)量呈上升趨勢，從2015 年的3 個增至2021 年的6 個；綜合效率均值2016 年最低（0.371），2017 年后在小幅波動中有所提高，2021 年為0.620；整體綜合效率較低，可提升空間較大（圖1）。純技術效率達到有效（PTE =1.000）的地級市數(shù)量呈上升趨勢，從2015 年的8 個增至2019年的11個，之后維持在10個；純技術效率均值在0.670 ～0.830 之間波動，總體較穩(wěn)定且具有上升空間。規(guī)模效率達到有效（SE=1.000）的地級市數(shù)量變化情況與綜合效率一致；規(guī)模效率均值2016年最低（0.552），2018年最高（0.820）。

圖1 2015—2021年廣西花卉產業(yè)生產效率變化趨勢Fig.1 Change trends of production efficiencies of Guangxi flower industries from 2015 to 2021

2016年，廣西花卉生產效率處于重度DEA 無效水平的地級市有10 個；2017 年后，生產效率穩(wěn)定提高；2021 年，生產效率處于重度DEA 無效水平的地級市僅4個。

2015 — 2021 年，廣西沒有一個地級市的綜合效率一直處于DEA 有效水平（表2）。綜合效率均值最高的為賀州（0.987），最低的為來賓（0.171），兩者相差較大，花卉產業(yè)在各地級市間發(fā)展不平衡。綜合效率表現(xiàn)為賀州＞防城港＞柳州＞北海＞梧州＞貴港＞河池＞玉林＞桂林＞百色＞欽州＞崇左＞南寧＞來賓。

表2 2015—2021年廣西各地級市花卉產業(yè)綜合效率Tab.2 Technical efficiencies of flower industries in Guangxi prefecture-level cities from 2015 to 2021

2.2 基于DEA-Malmquist模型的動態(tài)效率評價

2015 — 2021 年，廣西花卉產業(yè)全要素生產率指數(shù)整體均值為1.030，表明廣西花卉產業(yè)全要素生產率整體處于上升狀態(tài)，生產效率較好；期間呈波動式變化，年與年之間的變化幅度較大（表3）。2015— 2016 年的全要素生產率指數(shù)為0.977，表明2016 年的花卉產業(yè)全要素生產效率相當于2015 年的97.7%，主要是由于純技術效率進步指數(shù)和規(guī)模效率進步指數(shù)的負向影響超過了技術進步指數(shù)的正向影響；2016 — 2017 年全要素生產率指數(shù)為1.094，表明2017 年花卉產業(yè)全要素生產率比2016年上升9.4%，主要是由于技術效率進步指數(shù)的正向影響超過了技術進步指數(shù)的負向影響；2017 —2018和2019—2020年的全要素生產率指數(shù)均超過1.000，主要是由于技術進步指數(shù)的正向影響；2018—2019和2020—2021年的全要素生產率指數(shù)均低于1.000，主要是由于技術進步指數(shù)的負向影響。

表3 2015—2021年廣西花卉產業(yè)全要素生產率Tab.3 Total factor productivities of Guangxi flower industries from 2015 to 2021

2015 — 2021 年，廣西花卉產業(yè)技術進步指數(shù)整體均值為1.010，表明廣西花卉產業(yè)技術進步整體處于上升狀態(tài)，產業(yè)整體創(chuàng)新能力較好；2015 —2016、2017—2018和2019—2020年的技術進步指數(shù)均大于1.000。廣西花卉產業(yè)純技術效率進步指數(shù)整體均值為1.005，表明廣西花卉產業(yè)在當前條件下技術應用水平呈上升趨勢；2015 — 2016、2017 — 2018 和2019 — 2020 年的純技術效率進步指數(shù)均小于1.000，說明這3 個時期，廣西花卉產業(yè)未能有效運用技術給其生產效率帶來正向影響。廣西花卉產業(yè)規(guī)模效率進步指數(shù)整體均值為1.014，表明廣西花卉產業(yè)規(guī)模效率整體上升，整體管理水平提升；2015—2016、2018—2019 和2019—2020年的規(guī)模效率進步指數(shù)均小于1.000，存在管理水平不高的問題。2015 — 2021 年，廣西花卉產業(yè)規(guī)模效率進步指數(shù)整體均值大于純技術效率進步指數(shù)整體均值，表明就技術效率的貢獻而言規(guī)模效率大于純技術效率。

2015 — 2021 年，廣西14 個地級市中花卉產業(yè)全要素生產率指數(shù)上升的有南寧、柳州、梧州、貴港、玉林、百色、河池和崇左，下降的有桂林、北海、防城港、欽州、賀州和來賓（表4）。在全要素生產率指數(shù)下降的地級市中，僅受技術進步制約的為北海、防城港和賀州；僅受規(guī)模效率進步制約的為桂林；受技術進步和純技術效率進步共同制約的為欽州；受技術進步、純技術效率進步和規(guī)模效率進步共同制約的為來賓，其全要素生產率指數(shù)最低（0.766）。

表4 2015—2021年廣西各地級市花卉產業(yè)全要素生產率Tab.4 Total factor productivities of flower industries in Guangxi prefecture-level cities from 2015 to 2021

3 結論與建議

3.1 結論

本研究基于2015—2021 年廣西花卉產業(yè)的相關數(shù)據(jù)，采用DEA-BCC 和DEA-Malmquist 模型分析廣西花卉產業(yè)生產效率靜態(tài)和動態(tài)變化情況。從靜態(tài)角度看，2015 — 2021 年廣西花卉產業(yè)綜合效率均值為0.553，綜合效率緩慢提升，但水平較低；綜合效率均值最高的賀州與最低的來賓相差較大，表明各地級市花卉產業(yè)發(fā)展不平衡。從動態(tài)角度看，2015 — 2021 年廣西花卉產業(yè)全要素生產率指數(shù)整體均值為1.030，全要素生產率因技術進步、純技術效率進步和規(guī)模效率進步的正向影響上升3%，總體處于增長狀態(tài)；有8 個地級市花卉產業(yè)的全要素生產率指數(shù)大于1.000，生產效率呈上升趨勢，其余6 個地級市的全要素生產率指數(shù)均小于1.000，下降幅度最大的為來賓，各地級市間差距較大，各地級市間花卉產業(yè)發(fā)展的協(xié)調性較差。各地級市應根據(jù)自身狀況，判斷花卉產業(yè)所處階段，調整投入的土地、勞動力和資金資源，提高配置效率，促進全要素生產率提升。

本研究選取的指標為土地、勞動力、資金和經濟效益?；ɑ墚a業(yè)生產效率的提高還與政府在金融財稅、土地利用等方面的政策導向密切相關，今后可探析花卉產業(yè)政策對花卉產業(yè)全要素生產率的綜合作用，以豐富相關領域的研究。

3.2 建議

3.2.1 強化科技支撐和自主創(chuàng)新，提高產業(yè)核心競爭力

技術進步指數(shù)和技術效率進步指數(shù)上升將大大提高花卉產業(yè)的全要素生產率。強化科技創(chuàng)新對花卉產業(yè)高質量發(fā)展具有驅動作用，應立足花卉自主創(chuàng)新，提高花卉產業(yè)核心競爭力。推動科研力量配置優(yōu)化和資源共享，加強科技攻關，重點支持科研院所、高校與大型花卉企業(yè)合作，開展協(xié)同創(chuàng)新，突破花卉育種、栽培和保鮮貯運等關鍵核心技術。加強種質資源收集和保護，加快花卉新品種選育和開發(fā)，加強花卉栽培和管理配套技術研發(fā)，促進產業(yè)技術創(chuàng)新。加強花卉產業(yè)科研人才培育，加快花卉產業(yè)科研成果轉化，構建現(xiàn)代花卉產業(yè)科技創(chuàng)新體系，全面提升花卉產業(yè)科技含量，不斷提升廣西花卉產業(yè)的市場競爭力。

3.2.2 優(yōu)化產業(yè)布局和產業(yè)結構，強化產業(yè)發(fā)展特色

為實現(xiàn)區(qū)域花卉產業(yè)協(xié)調發(fā)展，應以花卉產業(yè)發(fā)展重點縣（市、區(qū)）為依托，建設南寧、桂林和北海等地的現(xiàn)代花卉產業(yè)園，形成和鞏固以廣西特色花卉產業(yè)基地、花卉優(yōu)勢產業(yè)基地和工業(yè)花卉基地為主體的產業(yè)集群，打造廣西（東盟）林木種苗花卉交易市場及區(qū)域性花卉交易市場；培育桂花（Osmanthusfragrans）、茉莉花（Jasminumsambac）、羅漢松（Podocarpusmacrophyllus）、蘭花和金花茶等“桂派”花卉特色產品和盆景藝術產品。大力發(fā)展花卉精深加工，研發(fā)花卉食品、香精和文創(chuàng)等系列產品，促進第一、第二和第三產業(yè)深度融合發(fā)展，著力構建戰(zhàn)略布局合理、產業(yè)鏈條完整、創(chuàng)新迭代活躍、質量高、效益好且能與區(qū)域協(xié)調發(fā)展的現(xiàn)代花卉產業(yè)體系。

3.2.3 完善生產要素市場化配置，提升產業(yè)質量效益

花卉生產效率較低的主要原因為資源配置不合理。應緊緊圍繞市場需求，合理配置各生產要素，保持適度規(guī)模，防止盲目擴張和低水平重復建設。在符合國土空間規(guī)劃和用途管控的前提下，科學合理規(guī)劃，落實花卉產業(yè)用地長期保障。轉變產業(yè)發(fā)展方式，注重提質增效，采用輕簡化、機械化、環(huán)?；椭腔刍a，不斷提高勞動生產率、土地產出率和資源利用率。實施品牌戰(zhàn)略，重點打造區(qū)域品牌和企業(yè)知名品牌，培育特色名優(yōu)產品。加強質量管理，強化質量監(jiān)督，推進標準化示范試點建設，提高花卉產品流通標準化水平，提升產品質量效益。

利益沖突：所有作者聲明無利益沖突。

作者貢獻聲明：曾嶸負責研究計劃制定和論文撰寫與修改；劉玉容負責試驗調查、數(shù)據(jù)收集與分析和文獻檢索。