DEA法在農業效率評價中的運用

前言：本站為你精心整理了DEA法在農業效率評價中的運用范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

1分析方法運籌學

加入WTO以后，我國農業的發展將被置于WTO的框架之中，農業競爭最終將表現為生產效率的競爭。與發達國家相比，目前我國農業生產效率仍處于相對較低的水平，在此背景下研究我國的農業生產效率的發展變化并尋找提高農業生產效率的有效途徑對于制定相關農業政策有重要的參考價值。實踐中系統評價更多的被應用于工業生產績效評價中，相對于工業評價，農業生產效率評價有如下幾個特點：第一，評價對象的生產過程不同；第二，指標體系的選取不同；第三，評價結論的經濟、社會效益不同；第四，最終建議對評估單元的影響方式不同。農業生產系統是包含了糧、棉、油、肉、蛋、奶等多種生產內容的多輸入、多輸出復雜系統，整個系統的輸入/輸出要素之間多有重疊，一項輸入通常作用于多項輸出之上。對農業生產系統的效率評價必須綜合考慮各種輸入/輸出要素，選取合適的評價方法和指標體系，力求評價結果可以客觀公正的反映整個系統的效率。傳統系統評價方法一般只適用于單個輸出的系統，在處理多輸入、多輸出系統的評價上沒有好的辦法解決。數據包絡分析方法作為運籌學的一個新的研究領域，是評價多輸入、多輸出系統相對效率的有效方法[1]，因此本文的農業生產效率綜合評價將采用數據包絡分析方法。

2dea方法及模型

本文的實證研究將對我國的31個省、市、區的農業生產進行橫向效率評價，通過對不同地區農業生產效率的評價研究可以找出相對效率較低地區的不足和努力方向，并給出相應改進建議。數據包絡分析(DateEnvelopmentAnalysis,DEA)是美國著名運籌學家A.Charnes、W.W.Cooper和E.Rhodes于1978年提出的。它主要采用線性規劃方法，在將原始樣本數據劃分為輸入指標和輸出指標的基礎上，對決策單元（DecisionMakingUnits，DMU）進行有效性評價，其目的是反映DMU能否達到“以盡可能少的投入，獲得最大效益”的決策結果。

3DMU和評價指標的選取

本文的實證研究將對我國的31個省、市、區的農業生產進行橫向效率評價，通過對不同地區農業生產效率的評價研究可以找出相對效率較低地區的不足和努力方向，并給出相應改進建議。指標體系是決定評價結果是否科學的基礎。構建科學的農業生產評價效率評價指標體系首先必須保證指標項可以全面反映農業生產各領域的輸入/輸出，滿足系統性的要求；其次應保證輸入/輸出口徑統一；另外還要考慮指標數據的可得性和準確性。綜合考慮上述因素，選取輸入指標7項，輸出指標8項，分別為：3.1輸入指標①勞動力資源數；②農作物播種面積；③農村用電量；④化肥施用量；⑤地膜覆蓋面積；⑥農用柴油；⑦農藥使用量。3.2輸出指標①糧食總產量；②棉花總產量；③油料總產量；④肉類總產量；⑤蛋類總產量；⑥奶類總產量；⑦水產品總產量；⑧蔬菜產量。

4基于DEA模型的農業生產效率評價

實證研究中的數據選自農業部《全國農業統計提要（2003）》[3]，將輸入輸出分別代入(D)模型，經計算得出相對有效性評價結果如表1。單位：勞動力資源數（萬人）；農村用電量（萬千瓦時）；化肥施用量（萬噸）；農作物播種面積（千公頃）；地膜覆蓋面積（千公頃）；農用柴油（萬噸）；農藥（噸）；糧食總產量（萬噸）；棉花總產量（噸）；油料總產量（千噸）；肉類總產量（萬噸）；蛋類總產量（萬噸）；奶類總產量（萬噸）；水產品總產量（萬噸）；蔬菜產量（千噸）由表1結果根據定理1可知：DEA有效的DMU分別為：北京、天津、河北、上海、浙江、江西、河南、湖北、海南、四川、貴州、西藏、青海、寧夏；DEA弱有效的DMU分別為：內蒙古、遼寧、吉林、黑龍江、山東、湖南、廣東、廣西、新疆；非DEA有效的DMU分別為：山西、江蘇、安徽、福建、重慶、云南、陜西、甘肅。

5投影分析

DEA有效的決策單元均分布在一個超平面π上，同時這個超平面π上的其它點也是DEA有效的，超平面π稱為DEA的相對有效面。將一個非DEA有效的決策單元在超平面π上進行“投影”，可以測算出它與相應的DEA有效的“差距”有多大，這樣就可以改進一個非有效的決策單元。投影分析結果表明，非有效DMU的各項輸入指標均有較多冗余量，不同決策單元的重點冗余指標也有所差別：如陜西的勞動力資源指標項調整幅度達到41%，化肥施用量的調整幅度達到45%，說明該單元的勞動力投入和化肥施用方面確有較大冗余，要提高該DMU的生產效率應首先考慮如何轉移農村的剩余勞動力，其次應根據土地實際需要科學的減少化肥施用量。對其他決策單元可分別進行類似分析，找出每個決策單元的主要努力方向。在投影分析結果中發現個別指標的調整幅度過高，如江蘇的農村用電量指標調整幅度達到原始值的72%，這是一種不正常的現象。考慮到江蘇鄉鎮企業較多的事實，在原始指標統計時可能把部分農村工業生產用電統計包含在內，造成了輸入/輸出指標的口徑不一致。這種統計指標的不一致對最終評價分析結果會產生不利影響，但實證研究的確無法或去更準確的統計數據。考慮到數據包絡分析方法對個別數字的失實包容性較好[4]，因此本文的評價結果在總體上是合理的和可靠的，以此為基礎提出的改進建議也是可行的。

6結論及建議

通過DEA分析可以看出，多數省區的農業生產相對效率處于良好水平，DEA相對有效的決策單元占總數的45%，弱DEA有效的決策單元占29%，非DEA有效決策單元僅占總數的1/4；弱DEA有效決策單元的數量較多，這類省份在整體生產效率水平上很接近DEA有效的決策單元，這些DMU經過努力可以迅速轉變為DEA有效單元；非有效單元的整體生產效率較低，應按照投影分析給出的改進方向進行調整，不斷提高農業生產效率水平。有投影分析可以看出我國農業生產效率問題的根本原因是農村大量的剩余勞動力，剩余勞動力的隱性失業直接影響了農業生產的效率；另一方面在農膜使用、化肥施用和農藥使用方面也存在效率不高的問題。為從根本上解決這兩個問題提出如下建議：第一，大力發展勞動密集型工業和第三產業，增加就業機會，打破城鄉之間戶籍的堅冰，允許勞動力在城鄉之間自由流動，通過轉移農村剩余勞動力提高勞動生產效率；第二，增加農村的科普水平，用科學的方法指導農業生產，提高農膜、化肥、農藥的使用效率，通過農業科技知識提高土地的生產效率。鑒于本文研究僅限于國內省份，對農業生產前沿面估計只能基于國內的農業生產水平，這種條件下的生產前沿面難免存在一定的局限性。進一步研究中將考慮引入國外的決策單元作更廣闊的橫向對比分析以得出更加客觀公正的效率評價結論。