基于DEA广东省农业科技投入效率分析.docVIP

基于DEA广东省农业科技投入效率分析 　　摘 要：农业是人类生存和发展的前提和根本，农业技术的发展是促进农业进一步发展的有效手段。农业科技的进步有利于促进农业进一步的发展，但广东省农业技术发展的很多领域还处于较低的水平。通过超效率DEA模型对广东省2004至2012年间的农业科技投入的效率进行分析发现，广东省农业科技出现了投入资金不足、科学技术方面的人才短缺等问题。因此，广东省运用先进地区的经验，找出问题，抓住重点，完善相关体系。 　　关键词：广东 农业科学技术 投入 超效率DEA 　　中图分类号：F224 文献标识码：A 文章编号：1674-098X（2015）03（a）-0105-04 　　自改革开放以来，广东省农业生产总值提高了27倍多，每667m2耕地农业产值位居全国第二位，农业总产值和主要农产品产量跻身全国前列。然而，广东农业的进一步发展仍然面临着各种各样的制约因素，农业科技投入成为了农业发展的首要制约因素。我们这里将运用超效率DEA模型对广东省农业科学技术投入的效率进行分析，进而提出相应的建议，为广东省农业科技政策制定提供借鉴。 　　1 DEA方法概述 　　在进行效率评价过程中，常用的方法主要有参数法和非参数法两大类。其中参数法主要包括随机边界函数分析（SFA）、厚边界函数法（TFA）和自由分布方法（DFA）等，但这些方法在边界函数设定方面带有很强的主观性，而函数形式的设定形式和准确程度对效率值均有非常大的影响。非参数a化方法最典型的是数据包络分析法（DEA），它特别适用于具有多个投入变量和产出变量的复杂系统，能够同时评价出规模效率和技术效率；相对于其他前沿分析，DEA模型更适合于小样本效率分析。Seiford和Thrall（1990）指出，DEA模型所评价的效率前沿具有相当的稳健性。此外，DEA模型具有其他优点：（1）DEA模型关注的是对每个决策单元（DMU）的优化问题，进而能使得出的相应的相对效率是最大值。（2）DEA中模型的权重由最优化过程产生，不需要事前设定投入与产出的权重，因而不受人为主观因素的影响。（3）DEA模型既能对每一个DMU投入产出指标的相对效率进行评价，又能通过投影分析，将非有效DMU向DEA的“生产前沿面”投影，进而确定各非有效DMU的弱势、需要改进的方向和调整的数量。考虑到农业科技投入效率取决于多个方面的因素，需要从多方面进行测度。因此，我们在对广东省农业科技投入效率进行评价时也采取DEA模型。结合农业科技投入效率评价的实际需要，我们这里主要使用CCR和BCC这两种基本的DEA模型，其具体方程表达如下： 　　（1）C2R模型 　　（2）B2C模型 　　2 评价指标体系 　　在经济学中，农业科技投入的概念是指在既定期限里，某个国家或者某个地区在探究和推广农业科学技术的投入总量。科学技术投入的效率表现为用尽可能少的技术投资来取得尽可能多的农业产出。但是这并不代表增加越多的科技投入就可以获得越好的农业产出效益，农业科技投入情况与农业产出效益必须相协调。科技投入的效率分析指标对分析广东省农业科技投入的情况具有重要的意义，所以我们要对广东省农业科学和技术的投入建立一个评价指标体系。有投入就必须有产出，产出的效益是依据投入的利用效率，所以综合考虑各种因素，这个评价指标体系必须包括投入指标和产出指标。 　　2.1 投入指标 　　2.1.1 技术人员数量 　　农业科技的投入主要是增加具有一定农业科学知识的技术人员，具有较强农业科学技术的人员，可以专业地、科学地管理农作物的耕种。因此，对于农业生产有着深远的影响。所以具有农业科技人员较多的地区，该地区的农业的产值往往会比较大。 　　2.1.2 农业科技经费投入 　　财政投入是农业科研投入的最重要的途径，其中关于我国政府对各个地区的财力投入，即为农业科技三项费用。一般情况下，投入费用越大的地区，其农业产值会越高，即农业产值与投入费用是成正比的。 　　2.1.3 农业机械总动力 　　主要指各种机械操作活动的机械操作总功率，包括农业、林业、畜牧业和渔业。若一个地区的农业机械操作总功率越大，则说明这个地区就具有越高的农业机械化。因此，农业机械总动力可以作为一个地区的农业科学技术投资的评价指标。 　　2.2 产出指标 　　2.2.1 农业总产值 　　农业总产值是指所有产品中的货币形式，表示总的农业、林业、牧业以及渔业在内的所有农产品的总价值，不仅既定期限内的农业产出的总规模和总收获可以通过农业总产值来表示，而且某个国家或地区的农业产出的总规模和总体水平也可以通过农业总产值反映出来。农业总产值可以较为直观地表明扩大对农业科技投入是不是可以有效地提高广东省的农业产量，提高广东省农业在总产值中所占的份额。 　　2.2.2 农业科技