基于ＤＥＡ的河北省农业生产超效率分析

                        作者：赵晓明　郑思海　阮小鸣

　　内容摘要：本文利用超效率分析，计算出1995-2007年河北省各年的农业生产效率值，以此研究河北省农业生产效率的历史变化状况。然后利用纵向研究计算所得的农业生产效率值，与农业生产投入指标做相关分析，找出影响农业生产效率的主要因素，为提高河北省农业生产效率提供有益参考。
　　关键词：DEA 农业生产效率 超效率分析 相关分析 影响因素
　　
　　河北省是农业大省，为全国粮油集中产区之一，常用耕地面积约600多万公顷，居全国第四位。近几年河北省的农业总产值（按当年价格计算）呈递增趋势。为了对河北省农业生产效率作出正确判断，有必要对河北省农业生产效率进行深入分析，以期进一步挖掘农业资源利用的潜力，促使河北省农业更快更好的发展。因此，从实际出发研究河北省农业生产效率及其影响因素，具有重要的现实意义。
　　本文所研究的农业生产效率指将自然因素和劳动力、经济和技术等要素作为投入量，把农业总产值作为产出量，通过数据包络分析计算出要素投入的效率值。投入指标主要有：乡村从业人员、耕地面积、农业机械总动力、有效灌溉面积、化肥使用量折算成纯量、农村用电量、农业总支出。产出指标为：农业总产值。
　　
　　超效率分析
　　
　　（一）DEA及超效率分析方法介绍
　　本文中河北省农业生产效率模型是在数据包络分析基础上构建的。
　　所谓数据包络分析（Data Envelopment Analysis，简称DEA）是评价同类部门或单位间的相对有效性的决策方法，该方法可用于各行各业。该方法的原理主要是通过保持决策单元（Decision Making Units，DMU）的输入或者输出不变，借助于数学规划方法确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。 （科教范文网http://fw.nseac.com）
　　DEA的CCR模型将决策单元分为两类：有效和无效，对于多个同时有效的决策单元则无法做出进一步的评价，而超效率DEA则弥补了这一缺陷，使有效的决策单元之间也能进行比较，并且能够做进一步分析。按此模型计算出来的效率值可大于1，基本上能实现对所有决策单元的排序。
　　（二）以河北省各年为研究对象的超效率分析
　　以河北省各年为研究对象对农业生产效率进行纵向比较时，需要进行数据转换，即把相应的指标折算成按某一年价格计算的数据，本文将农业总产值指标和农业投入两个指标，利用农业总产值环比指数，均折算成1995年的价格进行计算。调整前后的数据见表1。
　　利用EMS超效率分析软件，以河北省各年份作为前沿面，计算出从1995-2007年河北省各年农业生产效率，效率值分布见表2。
　　以河北省1995-2007年各年的农业投入产出因素为研究对象，计算所得的农业生产效率，达到效率水平的年份有：1995-1997年、2004-2007年，而1998-2003年这6个中间年份均未达到效率水平。如图1所示，从1995到2003年河北省农业生产效率呈递减趋势变化，2003年河北省农业生产效率值最低，即从1995到2007年河北省农业生产效率经历了先降低后提高的变化趋势。
　　
　　河北省农业各投入要素生产率与生产效率的相关分析
　　
　　通过相关分析计算出农业生产效率与其他指标间的相关系数，以此判定其相互关系的密切程度和变化规律，进一步找出影响农业生产效率的因素。
　　由表3可以发现，单位机械动力产值、单位灌溉面积产值、单位化肥施用量产值与农业生产效率存在显著相关性（P<0.05），他们与农业生产效率均显著正相关，相关系数分别为0.822、0.702和0.976，即这三个投入要素的生产率越高农业生产效率也越大。劳动生产率、单位耕地面积产值、单位用电量产值与农业生产效率不存在显著相关性（P>0.05）。

搜集整理：