หลักสูตรอบรม การวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร

1. หลักสูตรอบรมการวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตรหลักสูตรอบรมการวัดประสิทธิภาพและผลิตภาพของการผลิตสินค้าเกษตร ผศ. ดร. ศุภวัจน์ รุ่งสุริยะวิบูลย์ คณะเศรษฐศาสตร์ มหาวิทยาลัยเชียงใหม่

2. Lecture 6: ขอบเขตเนื้อหา • กรณีศึกษาการวัดประสิทธิภาพและการเพิ่มผลผลิตในสินค้าการเกษตร • ตัวอย่างการประยุกต์ใช้การวัดประสิทธิภาพและการเพิ่มผลผลิต

3. กรณีศึกษา 1 • Wiboonpongse, A. and Sriboonchitta, S.“The Effects of Production Inputs, Technical Efficiency and Other Factors on Jasmine and Non-Jasmine Rice Yields in Thailand” working paper, MMC, Chiang Mai, University • Objectives 1. This study measures technical efficiency on jasmine and non-jasmine rice yields in Thailand 2. This study measures factors affecting the productive efficiency on rice farms

4. กรณีศึกษา 1 • Model Specification The translog production function is defined as The inefficiency equation is defined as Using inefficiency effects model presented by Battese and Coelli (1995)

5. กรณีศึกษา 1 • Data 1. The crop year 1999/2000 2. 489 rice farms from Chiang Mai, Phitsanulok, Tung Gula Ronghai

6. แบบจำลองวิเคราะห์ผลกระทบที่ก่อให้เกิดความไม่มีประสิทธิภาพ (Modeling Inefficiency Effects Analysis) • หัวข้อที่น่าสนใจอีกประการหนึ่งในการวิเคราะห์เส้นพรมแดนเชิงเฟ้นสุ่ม คือ การศึกษาถึงตัวแปรที่เป็นตัวแทนของปัจจัยภายนอกที่ไม่ใช่ตัวแปรปริมาณปัจจัยการผลิต (input quantities) และผลผลิต (quantities) ที่มีผลกระทบต่อประสิทธิภาพในการผลิตของหน่วยผลิต • Battese และ Coelli (1995) เสนอไว้ว่าตัวแปรที่อธิบายถึงปัจจัยภายนอกของหน่วยผลิตต่อประสิทธิภาพในการผลิตสามารถประเมินร่วมกับความสัมพันธ์ของการเปลี่ยนแปลงเชิงเทคนิค (technical change) และการเปลี่ยนแปลงเชิงประสิทธิภาพ (efficiency change) ต่อหน่วยเวลา

7. แบบจำลองวิเคราะห์ผลกระทบที่ก่อให้เกิดความไม่มีประสิทธิภาพ (Modeling Inefficiency Effects Analysis) • แบบจำลองของ Battese และ Coelli (1995) กำหนดไว้ ดังนี้ yit = xitß+(vit – uit)โดยที่ i = I,..,N และ t = 1,..,T ที่ซึ่ง yit, xitคือ คือ logarithm ของผลผลิตและปัจจัยการผลิตของหน่วยผลิตที่ i ณ เวลา t ß คือ ตัวแปรที่ไม่ทราบค่าที่ต้องการประเมิน vit คือ ตัวแปรความผิดพลาดเชิงเฟ้นสุ่ม (random error), vit ~ iid N(0, σv2) uitคือ ตัวแปรเชิงเฟ้นสุ่มค่าบวกที่ใช้แสดงค่าประสิทธิภาพเชิงเทคนิค (technical efficiency), uit ~ iid N+(mit, σu2)โดยที่mit = zitδ ที่ซึ่ง zit คือ (px1) เวคเตอร์ของตัวแปรซึ่งส่งผลกระทบต่อประสิทธิภาพในการผลิตของหน่วยผลิต δ คือ (1xp) เวคเตอร์ของตัวแปรที่ถูกประเมิน

8. กรณีศึกษา 2 • Rungsuriyawiboon S. and Lissitsa, A.“Agricultural Productivity Growth in the European Union and Transition Countries” Journal of International Agricultural Trade and Development (forthcoming, 2007) • Objectives 1. This study measures and compares the levels and trends in agricultural productivity in transition countries with those of the European Union countries 2. This study develops a parametric distance function model to decompose the change in agricultural productivity growth

9. กรณีศึกษา 2 • Model Specification 1. The output-oriented TFP change can be decomposed as 2. TC can be decomposed into the magnitude of TC, the output- and input-biased TC

10. กรณีศึกษา 2 • Model Specification 3. The estimating form of the translog output distance function can be defined as The components of the TFP change decomposition in terms of parameter estimates are

11. กรณีศึกษา 2 • Model Specification 4. The translog output distance function under the CRS model is The components of the TC decomposition in terms of parameter estimates are

12. กรณีศึกษา 2 • Data 1. A panel data set of 46 European countries during the time period of 1992 to 2002. 2. Data are obtained from the Food and Agriculture Organization (FAO) 3. Countries are divided into three categories: EU15, EU10, and the transition (Trans) countries

13. กรณีศึกษา 2 • Data 4. The production technology is represented by two outputs (crops and livestock) and five inputs (land, tractors, fertilizer, labor, and livestock inputs). Output series are derived by aggregating detailed output quantity data on 127 agricultural commodities (115 crop commodities and 12 livestock commodities). Inputs 1. The land input represents the arable land, land under permanent crops and the area under permanent pasture in hectares. 2. The tractor input includes the total number of wheel and crawler tractors used in agriculture. 3. Labour refers to the economically active population in agriculture. 4. Fertilizer input is the sum, in nutrient-equivalent terms, of the commercial use of nitrogen, potassium, and phosphate expressed in thousands tons. 5.The livestock input is the sheep-equivalent of buffalo, cattle, swine, sheep, and goat inventories.

14. กรณีศึกษา 2 • Results 1. The estimated coefficients are

15. กรณีศึกษา 2 • Results 2. Weighted Annual Growth Rates of the MPI Change Decomposition by Country Group (in %)

16. กรณีศึกษา 2 • Results 3. Weighted Annual Growth Rates of TC Decomposition by Country Group (in %)

17. กรณีศึกษา 2 • Results 4. The weighted average TFP growth in the European agriculture over the study period grew at 1.297% per annum, which was driven primarily by a 1.250% increase in TC and significant changes in TEC, first negative in early years, then positive starting in 1994. SEC is a small to negligible component of TFP. The EU15 operated at higher TE levels than the EU10 and Trans countries over the study periods; however, the EU10 and transition countries, demonstrated greater growth in TE and TFP than the EU15. The process of EU membership has accelerated reforms for the EU10 countries, most notably in Lithuania, Slovakia and Latvia, and to a lesser extent also in Bulgaria and Romania. As researchers and policy makers discuss the “pros and cons” of possible future enlargements of EU, the analysis in this study suggests that there may be benefits in improved TE and TC growth for the candidate countries.

18. ตัวอย่าง • Measuring technical efficiency on conventional and certified organic Jasmine rice farms • 20 conventional farms and 20certified organic farms • The crop year 2005 • Stochastic frontier analysis

19. ตัวอย่าง • Data 1. Yield of jasmine rice in terms of paddy measured in kilograms 2. Total amount of seeds used in jasmine rice farming measured in kilograms 3. Total farm lands (both hired and family land) devoted to jasmine rice cultivation measured in rais 4. Total amount of labors (both hired and family labor) used in jasmine rice farms measured in rais 5. Total amount of natural and chemical fertilizers applied in jasmine rice production 6. Total amount of machinery (both hired and family labor machinery) used in jasmine rice farms measured in hours

20. ตัวอย่าง • Model Specification 1. Define a production technology consisting of one output and five inputs Production function VS distance function Cobb Douglas VS Translog ฟังก์ชันเส้นพรมแดนการผลิตที่มีรูปแบบ Translog สามารถแสดงได้ดังนี้ รูปแบบ Cobb Douglas สามารถแสดงได้ดังนี้

21. ตัวอย่าง • Model Specification 2. Estimate the stochastic production frontier function Cross-sectional data, year 2005 Normal-Half Normal Model VS Normal-Truncated Normal Model 3. Test of hypothesis Functional forms between Cobb Douglas and Translog Existence of inefficiency effect 4. Calculate the technical efficiency and analyze the results 5. Discuss the policy implications

22. การวัดประสิทธิภาพกำไรการวัดประสิทธิภาพกำไร • พิจารณาหน่วยผลิตเผชิญราคาของผลผลิต p εR++M และ ราคาของปัจจัยการผลิต w εR++K โดยที่หน่วยผลิตต้องการกำไรสูงสุดในการผลิต (p’y-w’x) จากการใช้ปัจจัยการผลิต x εR+K ที่กำหนด เพื่อผลิต y εR+M การวัดประสิทธิภาพกำไรสามารถกำหนดได้จากอัตราส่วนของกำไรแท้จริง (actual profit) ต่อกำไรสูงสุด (maximum profit) ดังความสัมพันธ์ PE(y,x,p,w) = (p’y-w’x)/π(p,w) การแยกค่าประสิทธิภาพกำไรออกเป็นส่วนประกอบต่างๆ สามารถทำได้โดยการใช้ปัจจัยการผลิต (input‑oriented) หรือ การใช้ผลผลิต (output‑oriented)

23. การวัดประสิทธิภาพกำไรการวัดประสิทธิภาพกำไร • การแยกค่าประสิทธิภาพกำไรโดยการใช้ผลผลิต (output‑oriented) จากรูปแสดงหน่วยผลิตกำลังเผชิญระดับราคา (pA,wA) และโดยการใช้ปัจจัยการผลิต xA เพื่อผลิตสินค้า yA การเพิ่มประสิทธิภาพเชิงเทคนิคโดยการใช้ผลผลิตสามารถทำได้โดยการเพิ่มสัดส่วนของผลผลิตในแนวรัศมีเป็น ØyA ซึ่งส่งผลให้กำไรเพิ่มขึ้นและก่อให้เกิดประสิทธิภาพกำไรแก่หน่วยผลิต (profit efficiency) อย่างไรก็ตามหน่วยผลิตที่ผลิตสินค้า ณ ระดับ ØyA จะเผชิญกับความไม่มีประสิทธิภาพเชิงแบ่งสรรของผลผลิต รวมถึงหน่วยผลิตที่ใช้ปัจจัยผลผลิต xA ที่กำหนดจะเผชิญกับความไม่มีประสิทธิภาพเชิงแบ่งสรรของปัจจัยผลผลิต ความไม่มีประสิทธิภาพทั้งสองนี้จะทำให้ระดับกำไรของหน่วยผลิตลดลงโดยมีระดับต่ำกว่าเส้นพรมแดนกำไรπ(pA,wA)สาเหตุอีกประการที่ก่อให้เกิดความไม่มีประสิทธิภาพกำไรของหน่วยผลิต คือความไม่มีประสิทธิภาพของขนาด (scale inefficiency) พิจารณาปริมาณผลผลิตและปัจจัยการผลิต (ØyA,xA)ซึ่งก่อให้เกิดขนาดของการผลิตที่เล็กที่ไม่มีประสิทธิภาพเพื่อให้เกิดกำไรสูงสุด หน่วยผลิตสามารถเพิ่มกำไรสูงสุดโดยการผลิตที่ตำแหน่ง Eดังนั้น ขนาดของการผลิตที่เหมาะสมจึงเป็นอีกปัจจัยที่ใช้ในการอธิบายประสิทธิภาพกำไรของหน่วยผลิตในกระบวนการผลิต

24. การวัดประสิทธิภาพกำไรการวัดประสิทธิภาพกำไร • การแยกค่าประสิทธิภาพกำไร จากความสัมพันธ์ที่ได้แสดงไว้ข้างต้นนี้สามารถกล่าวโดยสรุปได้ว่าการได้มาซึ่งกำไรสูงสุดของหน่วยผลิตในการผลิตต้องอาศัยปัจจัยต่างๆอันได้แก่ 1. การมีประสิทธิภาพเชิงเทคนิคในกระบวนการผลิต (technical efficiency) 2. การใช้ปริมาณของปัจจัยการผลิตที่สัมพันธ์กับราคาของปัจจัยการผลิตในอัตราส่วนที่เหมาะสม (input allocative efficiency) 3. การใช้กำลังการผลิตของผลผลิตที่สัมพันธ์กับราคาของผลผลิตในสัดส่วนที่เหมาะสม (output allocative efficiency) 4. การเลือกใช้ขนาดของการผลิตที่เหมาะสมในการผลิตโดยสัมพันธ์กับราคาของผลผลิตและปัจจัยการผลิต(scale efficiency) ประสิทธิภาพดังกล่าวทั้งหมดรวมกันได้ ประสิทธิภาพกำไร (profit efficiency)

25. การวิเคราะห์เส้นพรมแดนกำไรเชิงเฟ้นสุ่มการวิเคราะห์เส้นพรมแดนกำไรเชิงเฟ้นสุ่ม • ถ้าราคาของผลผลิตและปัจจัยการผลิตสามารถจัดหาได้ และการกำหนดพฤติกรรมของหน่วยผลิตโดยอาศัยสมมติฐานที่ว่าหน่วยผลิตต้องการกำไรในการผลิตสูงสุดมีความเหมาะสม Kumbhakar (2000) ได้เสนอฟังก์ชันเส้นพรมแดนกำไรเชิงเฟ้นสุ่ม (stochastic profit frontier) ไว้ดังนี้ ที่ซึ่ง πi, pi, wiคือ คือ กำไรที่เกิดขึ้นจริง ราคาของผลผลิตและปัจจัยการผลิตของหน่วยผลิตที่ i ß คือ ตัวแปรที่ไม่ทราบค่าที่ต้องการประเมิน uiคือ ตัวแปรเชิงเฟ้นสุ่มค่าบวกที่ใช้แสดงค่าประสิทธิภาพเชิงเศรษฐศาสตร์ หรือประสิทธิภาพกำไร (profit efficiency)ในการผลิต vi คือ ตัวแปรความผิดพลาดเชิงเฟ้นสุ่ม (random error) ซึ่งใช้เป็นตัวแทนในการอธิบายถึงปัจจัยสำหรับความผิดพลาดต่างๆที่เกิดจากการวัดและปัจจัยความไม่แน่นอนที่ไม่สามารถวัดได้ในกระบวนการผลิต

26. กรณีศึกษา 3 • Setboonsarng S., Leung, P. and Cai, J.“Contract Farming and Poverty Reduction: the Case of Organic Rice Contract Farming in Thailand” ADB Institute Discussion Paper No. 49 • Objectives 1. To test whether contract rice farmers are more profitable than non-contract rice farmers for comparable scale of operation 2. To test whether contract rice farmers are more (profit) efficient than non-contract rice farmers for comparable scales of operation 3. To test whether contract farming is biased against small farmers

27. กรณีศึกษา 3 • Data 1. 223 Contract rice farmers and 222 non-contract rice farmers from five provinces (Phayao, Chiang Rai, Ubon Ratchathani, Surin, Yasothon) 2. Variables regarding the production technology consist of one output, seven variable inputs and two fixed inputs

28. กรณีศึกษา 3 • Data 3. Farm-specific variables are

29. กรณีศึกษา 3 • Model Specification 1. Estimate a dual variable profit frontier where π = actual profit p = price of output (one output) w = price of variable inputs (7 variable inputs) x = fixed inputs (2 fixed inputs) 2. Measure the profit elasticity

30. กรณีศึกษา 3 • Model Specification 3. Calculate the profit efficiency (PE) PE = Actual profit Actual profit + Profit loss where profit loss is calculated as the difference between maximum possible profit (that is, profit on the profit frontier) for each farm and its actual profit 4. Selection bias and counterfactual simulation