基于DEA模型我国淡水养殖生产效率研究.docVIP

基于DEA模型我国淡水养殖生产效率研究 　　摘 要：在DEA的基础上，笔者运用年份为分界线，将中国近20年淡水养殖生产的损失与收益数据进行了分析，并在此基础上整理了中国淡水养殖的几项数据，例如总体效率以及科学技术效率。分析后发现，在中国实行淡水养殖的产量差强人意，在2000年到2005年左右，均有投入比收益高的现象出现，下面本文开始研究在DEA模型下，淡水养殖的效率与成果。 　　关键词：DEA模型；淡水养殖；效率 　　对于中国来说，打鱼素来有着悠久的历史，甚至可以说渔业是中国的一大产业。能钓鱼的地方就有渔民，而就是因为这些勤劳的渔民，中国在近30年间，产鱼量一直排在各个国家之首，属于王一般的存在。当然，除了渔业，中国的养殖业也堪称翘楚，根据数据显示，中国养殖的总数占据全世界养殖总量的十分之七，可见，我国的养殖业是多么繁荣。在养殖业里，淡水养殖是不得不说的一个部分，民以食为天，我们所食用的水产品是由淡水养殖生产出来的。在中国，国土范围广，淡水资源丰富，如何提高淡水养殖的产出率，提高渔民的收入，促进国内淡水养殖产业的繁荣发展是国内淡水养殖业重点关注的问题。本文以DEA模型为基础对上述问题进行研究。 　　一、DEA模型的由来 　　DEA最开始由美国的两位学者提出，实际上，我们也可以说DEA是一个公平的审判者，运用一种非参数的分析方法且相较于其他方法而言，要更公正、科学。DEA模型的根本思想是合理利用线性规划对录入数据和数据提取做出公平的判定。DEA模型可以摆脱一些必要或者不必要因素的影响，所以DEA模型一直被认为是充满公平和优越性的一个数据模型。 　　二、运用DEA模型计算的结果 　　文章具体数据均来源于年鉴与资料汇总，具体年限为2000年至2007年，运用原有数据，利用DEA模型对所有数据进行计算。根据中国淡水养殖的原有特点，DEA模型所使用的数据指标大体可以分为利用项与输出项，输出项是我国淡水养殖的一亩产量，而利用项则是各种物质、培育、人力费用。 　　1.淡水养殖总体效率。计算结果表明，中国的淡水养殖无论是生产还是具体参数，两者均不算优秀，甚至可以说并不好。在数据选取年限间，只有两年达成了效率优秀的目标，也就是说这几年间，只有两年，用最小的投入获得了最大的收获产值。除了这两年，我们还从数据分析中得到了如下信息，比较数据选取年限，前五年数据波动并不算大，只有最后一年的总体效率较差。同时，其中不达标的原因主要在于投入的费用或者人工过多并不合理，而纯利润又太低，也就是所谓的投入和产出失调。 　　2.淡水养殖科学效率。在科学技术方面，得出这样一个结论，中国的淡水养殖科学方面的效率在数据年限中均可达到优秀，虽然有3年的效率都未达到标准，但是年限间的平均值已达标，这就说明了从科学的层面来讲，数据选取年限间的产出达成了最佳出产。 　　3.淡水养殖面积效率。经济学是一个严谨的学科，在这个学科中，有一个名词参数叫做规模报酬。当这个参数保持原有数字时，淡水养殖的生产量所提高的数字比，便等于在淡水养殖时投入生产的要素增多数字比；而当这个参数显示增长，便是指最后出产增多的数字比例要远远超过生产时所加的要素比。从结果中我们得知，在数据年限中，有两年淡水养殖的效果达到了最佳状态，而这两年都是处于参数未改变的状态下，其余几年则是参数增长的状态。这同时也说明了，在数据年限的前5年，淡水养殖的投入与产出将按照同比例增长。而在后面几年中，投入以一定比例慢慢往上攀升时，出产量的比例也会以比前者要高。 　　4.淡水养殖总体分析。综上所述，进行年限分析总结，首先是2001年和2003年，这两年未达标的原因在于投入了过多的物质、浪费人工服务费还有成本收益率产出不足。接着是2002年，这一年可以说是比较不一样的一年。在这一年里，科学方面的效率不达标，投入产出也犯了上述的毛病，而且淡水养殖的产量也有着极大的问题。在2005年到2006年，投入收益不均衡，另外人工投入过多，是不达标的最根本原因。2007年，不论是从总体效率还是从科学方面看，都没有达到目标，是数据年限里产值最末的一年。 　　三、基于DEA模型下淡水养殖的结果与研究 　　1.结果与分析。从在DEA模型的基础上计算淡水养殖生产效率来看，中国淡水养殖生产不达标的原因主要出现在以下层面：投入和收益不成比例，淡水养殖的产出量和所使用的人力、物力不平衡，投入物质过多，或者是在养殖时投入过剩的现象。这种方式就好像是养仙人掌，你按照自己的想法长时间给它浇水一样。而淡水养殖也是如此，就算你投入的再多，最后结果也可能只是差强人意，所有事情都有一个度，如果掌握不好那个度，就会出现这种投入和收益不成比例的现象，那么失败也就是时间的问题了。当然，计算投入与收益的比例因素，也不仅仅在于投入物质方面，还有比如苗成本