黑龙江垦区农业生产效率评价的研究.docVIP

黑龙江垦区农业生产效率评价的研究 　　摘要：结合数据包络分析（DEA）和主成分分析（PCA），对黑龙江垦区2001-2012年间农业生产投入产出的技术效率和规模效率进行实证研究，利用主成分分析的结果，确定了农膜、年内增加耕地面积、机械播种面积、易涝耕地面积、农业从业人数等5个指标为投入指标，并据此构建了评价的指标体系利用数据包络分析方法对黑龙江垦区2001-2012年间农业生产投入产出情况进行分析，研究表明黑龙江垦区纯技术效率和规模效率水平平均较高，但2007年、2008年、2010年不是最优状态，根据纯技术效率和规模效率的水平，提出了调整的对策建议. 　　关键词：主成分分析（PCA）；数据包络分析（DEA）；农业生产 　　中图分类号：F323.5 　　文献标识码：A 　　文章编号：1673-5919（2015）01-0017-05 　　DOI：1 0.1 3691/j. cnki.cn123-1539/f. 2015.0 1.005黑龙江垦区既是我国重要的商品粮基地，也是全同最大规模的国有农场集群经济区。纵观国内外现有的文献研究，专家学者多是从某省或某区域的农业生产效率视角进行分析，将省或区域的投入产出生产效率进行对比分析的研究并不多，对效率的深层次原冈研究更是乏善可陈。为此，客观评价和分析我国农业全要素生产率的变化对推进我国农业现代化建设进程具有重要实际意义。本文主要基于数据包络分析方法（DEA）和主成分分析法（PCA），构建投入产出效率分析模型，并基于黑龙江睦区农业生产的12个输入要素和2个输出效率进行实证研究。1 垦区农业生产投入产出效率评价指标体系构建1.1 主成分分析法 　　主成分分析是设法将原来众多具有一定棚火性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。 　　在多变量分析中，面临的最大难题是解决众多变量之间的关系问题。进行数据降维可以用尽可能少的指标取代原来较多的指标变量，并能覆盖所研究的全部内容范围信息，这在数据分析中具有广泛的引用。主成分分析是对于原先提出的所有变量，将重复的变量（关系紧密的变量）删去多余，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息㈣。 　　主成分分析的算法步骤为： 　　①进行样本数据的标准化，以消除制定变量的量纲或者单位的影响。 　　然后求出相关系数矩阵R，其中 　　②求出相关系数矩阵R的所有非零特征根，并依大小顺序排列成λ1≥λ2≥…≥λq（其余p-q个特征根为0）。 　　③选择主成分个数 　　这里有三种常用的选择主成分个数的方法。第一种方法是给出方差贡献率α，即给出希望得到的全部信息的比例。要求输出的能够反映全部信息的组合。本文运用改进的PCA方法对投入指标进行提炼，取影响主成分的投入指标作为本文研究的指标投入，以达到简化明确指标的目的。 　　在进行效率评价时，最常遇到的一个问题就是指标数较多，且指标之间往往存在相关关系，这不仅增加了管理者决策分析的工作量，而且会直接影响到决策的质量。本文应用主成分分析方法解决了指标数量大的问题，提取影响黑龙江垦区生产效率的主要因素。100α%的主成分。 　　由累计方差贡献率求出主成分的个数s（sp）（从而只要利用前s个特征根即可）。S满足： 　　第二种方法是根据碎石图选择合适的主成分的个数。 　　第三种方法是设定特征值满足的条件或者直接给出所需要的主成分的个数。 　　④求出相应于前s个特征根的特征向量C1，C2，…，Cs并将特征向量进行单位化，即：1.2垦区农业生产投入指标选取 　　将垦区农业投入中的农药、农膜、化肥等十二项运用主成分分析法进行提炼，投入数据具体见表1。 　　设有12个决策单元，农药（x1）、农膜（x2）、化肥（x3）、年内增加耕地面积（x4）、机械播种面积（x5）无公害农产品种植面积（ x6）、有效灌溉面积（x7）、易涝耕地面积（x8）、除涝面积（x9）、农业从业人数（x10）、农作物总播种面积（x11）、农业机械总动力（xl2），每个决策单元有个评价指标，记数据集合为X=（x1.x2，x3，x4，x5，x6，x7，x8，x9，x10，x11，x12），使用主成分分析方法选取指标的进行具体计算： 　　利用成分矩阵和特征值之间的关系，主成分的相应特征向量可以用过成分矩阵和相应的特征值求得，主成分的表达式可以写作公式（5）：从主成分Y的函数关系式看出，y1的线性组合中，x5的系数较大，因而x5在主成分中所起的作用较大，即机械耕种面积投入量越大，y1值越大，所以x5是最能反映主成分的指标，选用机械耕种面积投入量作为垦区农业生产投入的指标进行评价。同理通过主成分分析法，得出农膜、年内增加耕地面积、机械播种