基于DEA法四川农业生产效率综合分析.docVIP

基于DEA法四川农业生产效率综合分析 　　◆ 中图分类号:F127 文献标识码:A 　　内容摘要:本文基于非参数DEA方法,从纵横两个方向探讨四川省各地市(州)农业生产效率的发展状况及其改进方向,并通过聚类分析对农业生产效率进行归类比较和等级划分,以反映四川省农业生产效率的地区差异。结果显示:2004年四川各地市(州)农业生产综合效率及其构成比2000年高,2008年与2004年相比,农业生产综合效率却有所降低,各地市(州)的农业生产效率都存在改进空间。 　　关键词:DEA法 农业经济 生产效率 　　 　　四川是我国粮食主产区,也是我国西南、西北地区唯一的主产区。2008年,虽受国际金融危机及汶川地震双重影响,四川国民经济运行依然实现了平稳较快的增长。农业产出也随着经济的不断增长而快速增长,农业总产值达3903.4亿元,比2007年增长15.8%。农业产值快速增长的背后,农业生产效率是否也在提高?农业产值的增长是依靠土地??扩张、资源投入的浪费还是生产效率的提高?为此,本文拟采用数据包络分析法(Date Envelopment Analysis,DEA),从纵横两个层面分析四川省21个地市(州)农业生产效率现状和改进方向。 　　 　　DEA法及模型简介 　　 　　DEA法是美国著名运筹学家A.Charnes,W.W.Cooper和E.Rhodes于1978年提出的。它主要采用线性规划方法,在将原始样本数据划分为输入指标和输出指标的基础上,对决策单元(Decision MakingUnits,DMU)进行有效性评价,其目的是反映DMU能否达到“以尽可能少的投入,获得最大效益”的决策结果。其优点在于不需要预先决定生产函数,不受输入、输出数据量纲影响。 　　(一) C2R模型 　　Charnes,Cooper and Rhode的规模报酬不变(CRS)假设,以线性规划法估计生产可能性边界,然后衡量每一DMU的相对效率,落在生产可能性边界上的DMU,即为具有效率投入产出组合的DMU,其效率值为1;而其它未落在生产可能性边界上的DMU,其效率值介于0和1之间。在CRS假设条件下,基于输入的C2R模型为: 　　其中:XjYj分别为决策单元DMU投入、产出要素集合;S+,S-表示松弛变量;ε为非阿基米得无穷小;θ表示决策单元离有效前沿面的径向优化量或“距离”,θ值等于1为效率最好,θ值小于1时,表示资源的投入量过多,存在着资源浪费,必须减少资源的投入。 　　(二) BC2模型 　　BC2模型是Banker,Charnes and Coope在1984年提出的,主要是扩充C2R模型,以便讨论在可变规模报酬(Variable Returns to Scale,VRS)假设下的技术效率和规模效率。C2R模型在CRS假设下是相对效率,然而事实上,DMU可能处于规模报酬递增或递减的状态,DMU的无效率除了可能来自于本身的投入、产出配置不合理外,也可能来自DMU的规模因素。在VRS假设条件下,BC2模型为: 　　运用两模型,如果综合技术效率(TE)与纯技术效率(PTE)不存在差别,即TE=PTE,则可以认为生产单元处于最佳生产规模状态。如果两者存在差别,则差别就是规模效率造成的,说明生产单元的规模可能太大或过小了,呈现规模无效率。DEA有效的经济含义为:在投入产出最佳状态下,决策单元DMU不仅投入已不可能全面等比压缩,而且不存在“超量”投入及“亏量”产出。 　　 　　基于DEA法的四川农业生产效率实证分析 　　 　　(一)数据来源及变量选择 　　为反映四川省农业效率的整体情况,本文选取四川省21个地市(州)2000年、2004年、2008年关于农业投入和产出的数据样本,数据来自《四川统计年鉴》。选择投入指标包括:农业机械总动力(x1),化肥施用量(x2),年末实有耕地面积(x3),农、林、牧、渔业从业人员(x4),农村用电量(x5)。产出指标选取农、林、牧、渔业总产值为产出指标(y)。 　　(二)评价结果分析 　　对2000年、2004年和2008年21个地市(州)农业生产的截面数据分别进行DEA模型分析,由此可以纵横向看各地市(州)农业生产综合效率及其构成的变化情况。在不变规模报酬(CRS)的假设下,考察每个地市(州)的综合效率;在可变规模报酬(VRS)的假设下,考察每个地市(州)在当年的生产技术下所能达到的纯技术效率水平;再根据综合效率和纯技术效率,计算出规模效率。运用Deap2.1软件,运行结果如表1所示。 　　1.综合效率分析。综合效率分析主要看该产区的技术水平、管理能力是否与其经营规模相适应,看投入和产出是否达到最佳匹配的情况。从综合效率平均值看,这三年的综合效率平均值都低于1,最高的也就是20