我国农业生产效率研究.doc

《我国农业生产效率研究.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、我国农业生产效率研究—基于三阶段DEA模型的分析摘要：本文运用三阶段DEA（数据包络分析）模型对我国2011年农业生产效率进行了实证研究。结果表明，城市化水平和乡村就业人口平均受教育年限的提高是农业生产效率改善的有利因素；农村居民家庭人均纯收入、财政支农、自然灾害是农业生产效率的不利因素。我国各省市按纯技术效率和规模效率来划分可分为四种不同类型，各地应该结合自身效率的特点，有侧重地提高管理水平或扩大农业生产规模，从而改善农业生产效率。关键词：农业生产效率纯技术效率规模效率引言农业是国民经济的基础。改革开放后，我国农业生产的改革取得了巨大成效。随着

2、三农工作的整体推进，我国农业增长方式由粗放型向集约型转变，农业生产将迎来新的突破，在此过程中，农业生产效率问题日益受到重视。如何对我国农业生产效率进行合理评价，进而寻求农业生产效率提高的现实途径；以及农业生产效率受哪些因素的影响，还可以从哪些方面予以改进，成为当前农业经济领域研究的热点，这也是本文所关注和将要探讨的问题。Farrell（1957）最早对农业生产效率进行分析，他在对英国农业生产力进行分析时首先提出了生产效率衡量的方法，以非预设生产函数代替常用的预设函数来推估效率值，并利用数学规划求出效率前缘线,这一般被认为是DEA的原型。随后，众多

3、学者对农业生产效率问题展开了研究。如Kawagoe等（1985）对跨地区的农业生产效率进行分析认为，一个地区的农业生产效率高低与劳动力生产率高低关系不大而与地区发展水平密切相关。Haag等（1993）运用DEA模型对美国德州BlacklanPrairie区域中41个郡的农业生产效率进行了评估。Gopinath和Kennedy（2001）指出农业生产效率的提高是提升农业竞争力的重要方面。Ball等（2002）对包括美国在内的10个国家1973~1993年间的农业生产效率进行了研究，研究结果显示资本积累与生产效率增长是相互促进的。Ruttan（200

4、2）对资源和环境约束下世界农业生产效率的增长问题进行了论述，并分别给出了发达国家及发展中国家农业生产效率增长的路径。Vollrath（2008）使用跨国数据，探讨了农业土地分配不公时农业生产效率的差异问题。Restuccia等（2009）使用两阶一般均衡模型分析了国际农业劳动力效率，通过对比发现农业劳动力效率低下主要是由于贫穷国家总生产率较低导致。国内学者对我国农业生产效率问题的研究做出了大量的贡献。从使用的方法角度来分，大致可分为基于非参数的数据包络分析法（DataEnvelopmentAnalysis,DEA）和基于参数的随机前沿生产函数法(

5、StochasticFrontierApproach,SFA)两种。DEA分析文献中典型的如李周（2005）对西部900县区农业生产效率进行了分析；时悦(2008)运用DEA方法对我国1990~2005年间的农业生产效率进行了研究；宋增基等（2009）对我国2005年31个省份的农业生产效率运用DEA优势效率模型和劣势效率模型进行了测评。利用SFA模型，亢霞、刘秀梅（2005）对我国的粮食技术效率进行了分析；杜文杰（2010）采用时不变阈值面板随机前沿模型分别测算了我国不同阶段的农业生产技术效率。已有文献对农业生产效率的研究是深入且有效的，对本文

6、研究的展开具有重要的借鉴意义。然而，现有文献对农业生产效率的研究均未能剔除环境和随机误差的影响，不能客观体现生产单元的决策与管理水平。为此，本文基于我国2011年相关数据，借助三阶段DEA模型，期望更为准确地描述我国农业生产效率；同时，找出影响我国农业生产效率的主要因素，为政府决策提供可靠依据。一、研究方法及数据说明1．三阶段DEA模型三阶段DEA模型是由Fried等（2002）提出的一种能够更好地评估DMU（DecisionMakingUnit,决策单元）效率的方法，该方法最大的特点是能够去除非经营的因素（外部环境与随机误差）对效率的影响，使得

7、所计算出来的效率值能更真实地反映决策单元的内部管理水平。其构建和运用包括三个阶段。第一阶段：传统的DEA模型（BCC模型）。DEA方法由Chames等于1978年提出，旨在评价多投入多产出模式下决策单元间的相对有效性。中国学者从事DEA研究始于1986年，魏权龄（1988）在国内普及和推广DEA方法起了积极而重要的作用，并于2000年对DEA的研究进展作了总结。BCC模型用来处理规模报酬可变(VariableReturnsScale;VRS)假设下的决策单元有效性问题。对于任一决策单元DMU，投入导向下对偶形式的BCC模型可表示为:[-((ets

8、-+ets+)]s.t.其中，i=1，2…,n；j=1，2…,m；r=1，2…，s。n为决策单元的个数,m和s分别为输入与输出变量的个数