基于DEA模型大泽山葡萄特色农业投入产出效率研究.docVIP

基于DEA模型大泽山葡萄特色农业投入产出效率研究 　　摘 要：对特色农业投入产出效率的研究一直是学术界研究的重点领域，本文对特色农业的投入产出效率进行科学的分析，针对具体问题提出解决方法，提高特色农业的投入产出效率，增加农业产出，提高农民收入.本研究利用DEA模型评价影响大泽山葡萄产业投入产出效率的影响因素，运用DEAP软件进行实证分析，通过提升技术水平、合理规划葡萄种植规模等方式，提高大泽山葡萄的投入产出效率。 　　关键词：特色农业；投入产出效率；DEA模型 　　近年来，虽然大泽山葡萄种植业取得了一定的成绩，但是随着竞争的不断加剧，必须提高葡萄特色产业的生产效率才能提高自身竞争力。为了更加合理利用大泽山当地资源，从分析大泽山葡萄特色产业的投入产出效率出发，找出投入产出的合理区间，找到适宜葡萄产业发展的优势产区，使我国葡萄产业走健康良性的发展道路。本文运用数据包络分析（DEA）方法，从被评价单元间的相对效率分析入手，计算大泽山鲜食葡萄种植户投入产出的有效性，找出生产效率不高的原因，为当地政府提高特色产业效率提供理论依据。 　　一、特色农业投入产出指标体系 　　1.指标体系选取的原则 　　（1）可行性原则。指标体系在实际操作中应该是切实可行的，应考虑到数据的易获取性，本文针对大泽山葡萄产业投入产出设计了调查问卷，并进行了数据调查，共发放问卷100份，其中有效问卷为80份。 　　（2）可比性原则。指标应保持投入与产出口径的统一，其核算内容、计量单位与核算时间应该相统一。 　　（3）真实性原则。选取的指标体系要能够真实的反应农业投入产出状况，保持实事求是的客观态度，消除对有关指标的偏好，选取客观公正的指标。 　　2.特色农业投入产出指标体系 　　本文中葡萄产业的投入要素主要包括：结合以上三个基本原则，本文选取一个产出指标总产量，六个投入指标葡萄种植面积、用工数量、农机动力、灌溉用水量、农药使用量、化肥使用量，共同构成平度市大泽山葡萄产业投入产出效率评价的指标体系。 　　二、数据处理方法 　　DEA方法最初是由Charnes和Cooper提出的，由于该方法在使用时不需要估计具体的参数表达式，还可以用来测算一定时期内的波动水平，现已成为各行各业效率分析的重要方法。 　　数据包络方法对效率评价的原理是利用线性规划的方法，建立一个有效的最佳效率前沿面，处于该前沿面上的生产我们称之为技术有效率。并通过将待测决策单元与前沿面进行比较，进而指导被检测决策单元如何调整投入和产出值，实现效率最大化。DEA模型主要有两类：一是不变规模报酬（CRS）的CCR模型，主要用于测算不含规模效益时的技术效率；二是可变规模报酬（VRS）的BCC模型，测算的纯技术效率是考虑规模收益的影响。 　　1.BCC模型 　　三、实证研究 　　平度市葡萄种植已有2000多年历史。2012年，大泽山葡萄种植面积达到9.3万亩，产量0.63亿公斤。其中鲜食葡萄分别占葡萄总面积、总产量的87.5%和91.3%；酿酒葡萄分别占葡萄总面积、总产量的12.7%和8.8%；大泽山葡萄特色产业2012年产值已经达到了1.49亿元，比2011年增长约9.6%。 　　1.样本选择和数据搜集 　　本文依据前面的特色农业投入产出指标体系，对大泽山葡萄特色农业的相关情况进行了调研，.对大泽山镇以葡萄果园为主的西岳石、东岳石、岳石庄子、北昌村、南昌村、尹家、潘家、高家、山东头等35个村2010年-2014年的相关投入产出进行调查和访谈，然后对其中27个村的有效数据进行整理。 　　2.结果与分析 　　通过DEAP软件对27个村5年的面板数据数据进行处理，并对运行结果进行具体分析。 　　（1）大泽山葡萄综合效率分析 　　大泽山葡萄生产综合技术效率平均值为0.804，纯技术效率平均值为0.883，规模效率平均值为0.911，由此，可以看出大泽山27个村葡萄的综合效率水平较高，但是还有一定的发展潜力。岳石庄子村、秦姑庵村、团石子村、西崖村、东岳石村、西五甲村、尹家村7个村的综合技术效率、纯技术效率和规模效率都为1，达到了DEA有效，已经实现了投入产出的最优化。所里头村、北丁家村、洼子高家村的综合效率较低，在27个村中发展较慢。仉家寨村、高望山村、西岳石村、梁家庄村、东崖刘家村、北蒋家村纯技术效率有效达到了1.000，而规模效益没有达到有效的状态，导致综合效率小于1。 　　岳石庄子村、秦姑庵村、团石子村、西崖村、东岳石村、西五甲村、尹家村7个村达到了综合效率的最优，通过调查了解发现，这些村庄葡萄生产条件好；其中团石子村和西崖村靠近大泽山水库，灌溉方便，光热和水资源充沛，西五甲村和三山东头村都有华东葡萄酒酿造公司的优良葡萄基地，尹家受大泽山葡萄节的辐射作用，效率达到最优