基于DEA模型的中国各省林业投入产出分析.pptxVIP

基于DEA模型的中国各省林业投入产出分析小组成员：李奇、游彼洋、 卢昀灿灿、 贾婧、孟茹、王晨玉 孟茹数据搜集、软件运行数据搜集、运行结果分析王晨玉MEMBER分工卢昀灿灿数据搜集、图表绘制及数据分析数据搜集、概念理论阐述及汇总游彼洋数据搜集、PPT制作贾婧数据搜集、PPT讲演李奇CONTENT背景介绍01目录指标样本选取及分析02效率测算及分析03结论及对策04背景介绍01背景介绍 林业是国民经济的重要基础产业， 又是重要的社会公益事业， 承担着改善生态环境、 促进国民经济可持续发展的双重使命。为了促进林业生态保护与发展， 我国政府不断加大对林业的公共投入。在政府投入的引导下， 社会资本对林业的投入近年来也呈蓬勃发展之势。因此， 林业投入产出的效率问题值得人们关注。背景介绍 我们以年份和省市为决策单元，选取3个林业投入指标：林业投资（万元）、林业用地面积（万公顷）、林业投资国家预算（万元）。同时选取两个林业产出指标：林业总产值（亿元）、林业重点工程造林面积(公顷)为研究对象。对中国12个省市近10年来林业的发展状况和生产效率进行评价。.?指标样本选取及分析02HUANXIANG PPT原始数据HUANXIANG PPT数据分析【投入】 2005年至2014年间，12个省（直辖市）的林业投资基本上都呈现上升趋势，天津、上海、四川、重庆等省份（直辖市）增长平缓，山东林业投资增长幅度最大，福建其次。HUANXIANG PPT数据分析【投入】 10年内的各省（直辖市）的林业投资国家预算呈现上升趋势，但存在不少波动，其次增长幅度最大的是山东。除了2012年山东的预算是最高的，其他年间四川的国家预算一直是高于其他省份的。HUANXIANG PPT数据分析【投入】 由于我国林业用地面积的统计数据是5年公布一次，即在5年一次的森林资源清查期间，林业用地面积不会发生变化。所有省份林业用地面积都呈增长趋势，林业用地面积最多的省份是四川，最少的是上海，增长幅度最小的是上海、天津和浙江。HUANXIANG PPT数据分析【产出】 2005年至2014年间，12个省（直辖市）的林业投资基本上都呈现上升趋势，天津、上海、四川、重庆等省份（直辖市）增长平缓，山东林业投资增长幅度最大，福建其次。HUANXIANG PPT数据分析【产出】 各省的林业重点工程造林面积波动幅度较大，其中波动最大的是四川省，其次是河北省。在2006年河北、湖南、四川重庆等省都呈现下降趋势，可见这一项的产出指标不太稳定。效率测算及分析03DEA介绍DEA数据包络分析方法（ DEA，Data Envelopment Analysis ）DEA 通过保持决策单元（DMU）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的生产前沿面上，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DEADEA介绍假设有 n 个 DMU ， 每个 DMUj都有 m种类型的输入和 s 种类型的输出。分别用X j表示输入， 用Y j表示输出。 评价第 j0决策单元 DMUj0 有效性的 C2 R模型为： 式中 x ij 0 表示第 j 个决策单元 DMU j的第i种类型输入的输入量； yrj 0 表示第 j 个决策单元 DMUj的 第r种类型输出的输出量；i=1,2,?,m; r=1,2,?,s; j=1,2,?,n 。 式中X j、Y j分别表示投入、 产出指标；λj表示单位组合系数；θ、S- 、S +等作为评价 DMU 相对有效性的判断标准，θ表示由模型测算出的相对效率值，S- 、S +为松弛变量。若θ=1，且 S-0=0，S+0=0，则认为被评价DMU是DEA有效；若θ1，且 S-、S+不全为0，则认为被评价DMU是DEA无效。效率分析-1表1 2005年到2014年12省份投入产出效率比较在此添加关键字Lorem ipsum dolor sit amet, consectetuer adipiscing elit. 在此添加关键字Lorem ipsum dolor sit amet, consectetuer adipiscing elit. 在此添加关键字Lorem ipsum dolor sit amet, consectetuer adipiscing elit. 在此添加关键字Lorem ipsum dolor sit amet, consectetuer adipiscing elit. HUANXIANG PPT效率分析-1综合效率可以分解为纯技术效率和规 模效率两部分，分别反映结构和规模两方面的效率 情况。在DEA模型中，由于综合效率=技术效率×规模 效率）HUANXIANG PPT效率分析-1纯技术效率是衡量在假设