搜索
臺灣地區農會整體經營效率之分析∗盧永祥、傅祖壇∗∗以往有關農會經營效率之研究，多僅止於農會信用部門，不曾以農會整體組織作為衡量經營效率之標的。本文嘗試建立四大事業部門的投入產出指標，以衡量具有多層面產出之農會經營效率；文中並採用修正Friedetal.(2002)之三階段DEA模型，以摒除環境變數對於衡量農會經營效率之影響。研究發現，臺灣農會的技術效率平均值為0.788，表示仍有約21.2%的經營改善空間；但若未考慮環境變數之影響，農會之技術效率估計值會低估約22.7%。研究亦顯示，都市型農會的效率高於混合型農會及鄉村型農會，農會所屬的地理區域間則無顯著差異；同時，員工較年輕化與分支機構數較少的農會則經營效率表現較佳。關鍵詞：農會、多層面產出、效率、環境變數、三階段DEA模型∗本研究承國科會專題研究計畫編號NSC91-2415-H001-022之經費補助，特此致謝。∗∗作者分別為南華大學財務金融系暨財務管理所助理教授、中央研究院經濟研究所研究員。作者感謝本刊兩名匿名評審提供寶貴建議，文中若有疏失之虞，悉由作者負全責。農業經濟叢刊（TaiwaneseAgriculturalEconomicReview），11:1（2005），35-64。臺灣農村經濟學會出版94年12月（11卷1期）農業經濟叢刊36Ⅰ、前言臺灣的農會是屬於一個多功能與多目標的非營利性農民自治組織，在政府的輔導及協助下，成為擁有資源最豐富與組織結構最健全之農民團體，亦是臺灣農村地區分佈最廣且最重要的農民組識。其具有金融（信用）、經濟（供銷）、保險、推廣四大事業部門，是一個兼具經濟、政治、社會、教育等多種功能之綜合性組織，目前共有304個農會，會員人數超過190萬人。農會長久以來擔任著政府與農民之間的橋樑，在農業發展與協助農業政策之推行上，亦扮演相當重要的角色。近年來，隨著臺灣1990年代泡沬經濟之破滅，也受限於經濟不景氣及新銀行開放之影響，農會在經營上亦不斷出現危機，在1995年時共有10家農會信用部發生擠兌風波；而後每年仍有農會因經營不善而出現警訊。2001及2002年共有34家農會信用部被銀行接管。檢討農會經營方式及效率，以有效改善農會競爭力，成為重要的研究課題。以往有關農會在經營調整或效率衡量的相關研究，皆以信用部為主要分析對象，而缺乏對其餘三大事業部門的分析（謝宗權，1995；黃介良、陳美菁，1999；張靜貞、賴怡君，1999；周嘉玲，2001；Huang,FuandHuang,2001；劉春初，2002；陳永琦、傅祖壇，2004）。過去相關文獻忽略農會其他三個事業部門營運上的功能與產出，未同時以農會整體四大事業部門作為經營效率探討之標的。事實上，農會在其他功能上之重要性並不亞於信用部，若僅以農會信用部之經營效率來代表整個農會之經營效率，以斷定農會之經營優劣，則此評估可能產生以偏概全之缺失（傅祖壇、盧永祥，2002）。由於農會本身為一個具有多功能多目標的農民組織，所提供的產出項目繁多，因此在模型分析上必須對農會的多項產出變數進行加總，再利用加總盧永祥、傅祖壇臺灣地區農會整體經營效率之分析37後幾個總合性產出投入指標，進行農會整體經營效率之分析。但因各項目之性質及重要性均不同，因此如何合理地設定權數進行加總，實是個困難且具挑戰的課題。本文將採用層級分析法架構來建立指標，並利用DEA(DataEnvelopmentAnalysis)加總法來加總四大事業部門下的多項產出，以成為產出層面級指標，再以非參數之DEA法來衡量農會的整體經營效率。此外，受農會法的侷限，依目前農會的經營，皆以服務所屬的鄉鎮地區會員結構為主，無法跨區經營；因此，農會在營運上明顯受該屬地區之都市化程度、區域特性、金融競爭等外在環境情況所影響，由於這些情況均是農會管理者所無法控制之變數，若未考慮經營環境對農會所造成的影響，則估計結果將無法真實反應管理者之管理能力；因此，本文將採用修正三階段DEA模型（Three-StageDEAModel）（Friedetal.,2002）來摒除外在環境變數對於農會經營效率之影響，以衡量各個農會在相同的環境下之經營成效，並作為客觀的經營效率之評量。Ⅱ、分析方法2.1資料包絡法資料包絡法（DataEnvelopmentAnalysis；DEA）屬於一種效率前緣的生產函數法，運用數學規劃的方式來衡量各單位間的相對效率值，最大的優點在於不須預設投入、產出的函數關係，也不必預設權重，適用多投入與多產出情況下的組織效率評估。DEA法可分為CCR模式與BCC模式，前者由Charnes,CooperandRhodes(1978)以Farrell(1957)效率衡量概念為基礎，並擴充至多項投入多項產出，且在生產過程屬固定規模報酬（CRS）下所衡量出來的效率；而BCC模式則由Banker,CharnesandCooper(1984)提出，引進Shephard的距離函數94年12月（11卷1期）農業經濟叢刊38之觀念，並放寬對生產可能集合限制之假設，用以衡量變動規模報酬（VRS）下的純技術效率值。因此，假設單位),,1(NjjL=使用第),,1(miiL=項的投入為ijX，其第),,1(nrrL=項的產出為rjY，故單位k的BCC模式投入導向比率型式如下（高強等，2003）：∑∑==−=miikinrrkrkXvuYuMaxE101NjXvuYutsmiijinrrjr,...,1,1..101=≤−∑∑==(1)ε≥irvu,＞0,minr,...,1,,...,1==其中irvu,分別代表第r個產出項與第i個投入項之權重，ε為非阿基米德數(non-Archimedeansmallnumber)，0u無正負限制並代表規模報酬之情況，當0u＞0時為規模報酬遞增。因式(1)不易求解，可經由固定分母之值予以其轉換為線性規劃模式，以減少限制式，縮短計算時間，可將線性模式轉化為對偶型式，如下：+−=∑∑==+−minrrkikkkSSEMin11εθ∑=−=+−NjikikkijjSXXst10θλ∑=+=−NjrkrkrjjYSY1λ(2)jjNjj∀≥=∑=,0,11λλ盧永祥、傅祖壇臺灣地區農會整體經營效率之分析39式(2)中，kθ為相對技術效率值，jλ為賦予各個決策單位之權重，當∑=1jλ時，則表示該受評單位處於固定規模報酬階段，−ikS與+rkS分別為投入與產出的差額變數(slackvariable)。當決策單位為無效率時，可藉由將投入減少為−−=′ikikkikSXXθ，產出增加為++=′rkrkrkSYY而達成效率。2.2摒除環境變數影響之DEA法依據Fried,SchmidtandYaisawarng(1999)所述，利用DEA所求算出的相對無效率，一方面是來自於生產、管理上的廠商內部因素所致，另一方面則是所有權、地區特性、管制政策等廠商外在環境（externalenvironment）所影響。因此，模型中納入環境變數之考量，則可致使各廠商置於相同的比較基礎，以摒除環境變數對於經營效率之影響。以往在DEA法的相關文獻方面，針對處理環境變數對於效率值的影響，大致可分為下列幾種作法(Friedetal.,1999,2002)：(1)邊界分離方式(frontierseparationapproach)，係指依據單一範疇變數(categoricalvariable)進行分類與效率分析，因此無法同時考量二個以上的範疇變數；(2)一階段估計方式(all-in-oneapproach)，係指直接將環境變數放入模型中，但涉及須事先歸類為投入或產出變數之問題；(3)二階段估計方式(two-stageapproach)，係指將已求得的效率值，再以迴歸方式探討與環境變數間的關係，但未考量差額變數的影響；(4)四階段DEA模型(Four-StageDEAModel)，由Fried,SchmidtandYaisawarng(1999)所提出，針對投入(產出)差額變數與環境變數間進行Tobit迴歸分析，爾後再調整投入(產出)量，此法則未考量統計干擾項的影響；(5)三階段DEA法(Three-StageDEAModel)，由Fried,Lovell,SchmidtandYaisawaring(2002)所提出，即針對四階段DEA模型做進一步的修正，改採以隨機邊界分析(StochasticFrontierAnalysis；SFA)探討差額變數與環境變數之關係，亦可摒除環境變數與統計干擾項之影響，又同時具有下列三項優點：(a)無須事先知曉環境變數的影響方向；(b)可以利用統計檢定94年12月（11卷1期）農業經濟叢刊40來判別環境變數、統計干擾項之顯著性；(c)可分離出環境變數、統計干擾項及管理無效率三者對差額變數之影響。因此，本文採用此法作為分析之基礎，但是，若統計干擾項無顯著影響時，則進一步加以修正，改以Tobit迴歸取代SFA進行相關的分析。2.3三階段DEA分析法本節將修正Fried,etal.(2002)所提的三階段DEA法，修正後之DEA法亦分為下列三個階段，說明如下：第一階段：DEA與投入差額之導出利用原始的投入、產出指標，以式(2)之DEA模型求算各個決策單位之技術效率值，進而求得各個決策單位之射線差額與非射線差額。差額變數分析(slackvariableanalysis)是針對無效率之決策單位，分析投入可以減少及產出可以增加之幅度，以供效率改善之方法。因此，以圖1來說明射線與非射線投入差額之概念，假定有四家不同的決策單位(A,B,C,D)，使用二種投入(21,XX)生產單一產品，其中BA′′為等產量曲線(isoquant)，決策單位A、B的技術效率為1，決策單位C、D的射線技術效率為OCOC/*、ODOD/*，介於0與1之間。所以，決策單位C、D可根據技術效率來調整要素投入量，以達有效率的生產情境，故將無技術效率值乘上要素投入，則稱為射線投入差額(radialinputslack)。以決策單位D為例，射線投入差額為DDXTE)1(−，其中DTE、DX為決策單位D的技術效率值與要素投入量。除此之外，*D位於平行橫軸的效率邊界上，使得*D與決策單位B有著相同的產出，但*D點則使用更多的1X投入量，所以，*11DBXX部分則稱為非射線投入差額(non-radialinputslack)。由此可知，第一階段可推估出總合投盧永祥、傅祖壇臺灣地區農會整體經營效率之分析41入差額(totalinputslack)，亦為射線與非射線投入差額之加總，並作為第二階段分析之基礎。第二階段：將環境效果分離出投入差額依據Fried,etal.(2002)所述，差額(slack)的產生則會受到環境因素、管理無效率及統計干擾項三方面之影響，進而影響各個決策單位之真實效率值的推估，因此，可能產生某一決策單位處於環境佳的經營環境，致使衡量出的技術效率值高於其他經營環境差的決策單位。所以，第二階段主要在分離出來三方面的影響效果，再以環境變數和統計干擾項來調整原始的投入項。0ABCDX2X1X2AX2BX1AX1BX1D*D*C*B'A'圖1射線與非射線之投入差額資料來源：Fried,Schmidt&Yaisawaring(1999)此外，差額變數是否與統計干擾項存有顯著的關係，則會直接影響到第二階段的模型設定；因此，本文先以隨機邊界分析(SFA)做進一步的探究，94年12月（11卷1期）農業經濟叢刊42所得的結果顯示二者間並無顯著之影響。所以，本文在第二階段的模型設定，則改採Tobit迴歸進行分析，假設有N個投入，I個決策單位，因變數為總合投入差額)(niS，自變數則為環境變數)(iZ，若以Tobit迴歸來估計N個投入差額，模型設定如下：=+=0,00,ififZSniiniεβ(3)其中niS為第i家決策單位於第n個投入項的總合投入差額，β為對應的推估係數值，),0(~2σεNni為隨機干擾項。依據Fried,SchmidtandYaisawarng(1999)所述，以Tobit迴