- 相關推薦
基于ＤＥＡ的河北省農業生產超效率分析
作者：趙曉明 鄭思海 阮小鳴
內容摘要：本文利用超效率分析，計算出1995-2007年河北省各年的農業生產效率值，以此研究河北省農業生產效率的歷史變化狀況。然后利用縱向研究計算所得的農業生產效率值，與農業生產投入指標做相關分析，找出影響農業生產效率的主要因素，為提高河北省農業生產效率提供有益參考。
關鍵詞：DEA 農業生產效率 超效率分析 相關分析 影響因素
河北省是農業大省，為全國糧油集中產區之一，常用耕地面積約600多萬公頃，居全國第四位。近幾年河北省的農業總產值（按當年價格計算）呈遞增趨勢。為了對河北省農業生產效率作出正確判斷，有必要對河北省農業生產效率進行深入分析，以期進一步挖掘農業資源利用的潛力，促使河北省農業更快更好的發展。因此，從實際出發研究河北省農業生產效率及其影響因素，具有重要的現實意義。
本文所研究的農業生產效率指將自然因素和勞動力、經濟和技術等要素作為投入量，把農業總產值作為產出量，通過數據包絡分析計算出要素投入的效率值。投入指標主要有：鄉村從業人員、耕地面積、農業機械總動力、有效灌溉面積、化肥使用量折算成純量、農村用電量、農業總支出。產出指標為：農業總產值。
超效率分析
（一）DEA及超效率分析方法介紹
本文中河北省農業生產效率模型是在數據包絡分析基礎上構建的。
所謂數據包絡分析（Data Envelopment Analysis，簡稱DEA）是評價同類部門或單位間的相對有效性的決策方法，該方法可用于各行各業。該方法的原理主要是通過保持決策單元（Decision Making Units，DMU）的輸入或者輸出不變，借助于數學規劃方法確定相對有效的生產前沿面，將各個決策單元投影到DEA的生產前沿面上，并通過比較決策單元偏離DEA前沿面的程度來評價它們的相對有效性。
DEA的CCR模型將決策單元分為兩類：有效和無效，對于多個同時有效的決策單元則無法做出進一步的評價，而超效率DEA則彌補了這一缺陷，使有效的決策單元之間也能進行比較，并且能夠做進一步分析。按此模型計算出來的效率值可大于1，基本上能實現對所有決策單元的排序。
（二）以河北省各年為研究對象的超效率分析
以河北省各年為研究對象對農業生產效率進行縱向比較時，需要進行數據轉換，即把相應的指標折算成按某一年價格計算的數據，本文將農業總產值指標和農業投入兩個指標，利用農業總產值環比指數，均折算成1995年的價格進行計算。調整前后的數據見表1。
利用EMS超效率分析軟件，以河北省各年份作為前沿面，計算出從1995-2007年河北省各年農業生產效率，效率值分布見表2。
以河北省1995-2007年各年的農業投入產出因素為研究對象，計算所得的農業生產效率，達到效率水平的年份有：1995-1997年、2004-2007年，而1998-2003年這6個中間年份均未達到效率水平。如圖1所示，從1995到2003年河北省農業生產效率呈遞減趨勢變化，2003年河北省農業生產效率值最低，即從1995到2007年河北省農業生產效率經歷了先降低后提高的變化趨勢。
河北省農業各投入要素生產率與生產效率的相關分析
通過相關分析計算出農業生產效率與其他指標間的相關系數，以此判定其相互關系的密切程度和變化規律，進一步找出影響農業生產效率的因素。
由表3可以發現，單位機械動力產值、單位灌溉面積產值、單位化肥施用量產值與農業生產效率存在顯著相關性（P<0.05），他們與農業生產效率均顯著正相關，相關系數分別為0.822、0.702和0.976，即這三個投入要素的生產率越高農業生產效率也越大。勞動生產率、單位耕地面積產值、單位用電量產值與農業生產效率不存在顯著相關性（P>0.05）。
畢業論文搜集整理：
【基于ＤＥＡ的河北省農業生產超效率分析】相關文章：
淺談基于博弈分析的證券監管效率研究11-16
DSP接口效率的分析與提高03-25
基于ＩＦＥ矩陣的ＣＰＭ分析03-21
基于VHDL的DDS的設計與分析03-07
承包商鼓勵效率演變分析03-01
基于聚類分析的數據挖掘方法03-08
基于企業系統觀的本錢分析02-27
基于桐梓河水文特性分析03-23
基于內容的音頻與音樂分析綜述03-01