基于DEA模型的我国农业科技创新资源配置效率研究
基于三阶段DEA模型的我国金融支持科技创新效率评价
基于三阶段DEA模型的我国金融支持科技创新效率评价【摘要】本文通过引入三阶段DEA模型，对我国金融支持科技创新的效率进行评价。
首先介绍了三阶段DEA模型的基本原理和计算方法，然后分析了我国金融支持科技创新的现状。
接着提出了基于三阶段DEA模型的评价方法，并实证研究了我国金融支持科技创新的效率。
研究结果表明，我国金融支持科技创新的效率有待提高。
在影响效率的因素分析中，政府政策、金融机构支持度和科技创新水平是重要因素。
最后得出结论，提出政策建议，并展望未来可能的发展方向。
通过本文的研究，可以为我国金融支持科技创新的提升提供一定的参考和指导。
【关键词】金融支持、科技创新、三阶段DEA模型、效率评价、我国、现状分析、方法、实证研究结果、影响因素分析、结论、政策建议、未来展望、研究背景、研究目的、研究意义。
1. 引言1.1 研究背景研究背景：随着科技创新对经济发展的重要性日益凸显，金融支持科技创新的作用愈发受到重视。
我国政府已经出台了一系列政策措施，以促进和支持科技创新，但是在金融支持方面仍然存在着一些问题和挑战。
传统的评价方法往往只能从单个维度或单个阶段来考量金融支持科技创新的效果，而难以全面客观地评价其效率。
有必要引入更为准确和可靠的评价模型，深入探讨我国金融支持科技创新效率的现状和影响因素，以提高金融支持科技创新的效率和成效。
对金融支持科技创新效率的评价研究，不仅有助于提高金融支持科技创新的质量和效果，也有助于政府和金融机构更好地发挥其支持作用，推动科技创新在我国的蓬勃发展。
1.2 研究目的本研究旨在通过基于三阶段DEA模型的评价方法，对我国金融支持科技创新的效率进行全面评估，为提高金融支持科技创新效率提供理论依据和政策建议。
具体目的包括以下几个方面：1. 分析我国金融支持科技创新的现状和存在的问题。
通过对当前金融支持科技创新的情况进行梳理和分析，揭示存在的问题和不足之处，为进一步评价和改进提供依据。
基于DEA模型的农业装备技术创新效率分析
体系 ， 促进 不 同性质创新 资源 的优势发挥 ， 提 高创 新
效 率 。产 业 链 创 新 要 求 构 建 完 善 农 业 装 备 产 业 技 术
ｅ＝（ １ ， １ ， …， １ ） Ｔ ∈Ｅ ｇ＝（ １ ， １ ， …， １ ） Ｔ ∈Ｅ
创新链 ， 实 现技 术链 、 价值 链 、 产 业链 整合对 接 ， 形 成 从材料 、 零部件 、 系统到整机 的全产业链创新 ， 支撑现 代农业产业链 发展 。资源 国际化要求建立 开放 式创
促 使 国产 设备 占据 市场 总 量 的 ９ ０ ％ 以上 ¨ Ｊ ， 总 体技 术 水 平 与 国外 差距 逐 步 缩 小 ， 部 分 技 术 领 域 达 到或 进 一
步接近国际先进水平 。技术创新体系逐步健全完善 ， 围绕构建 以企业为主体 的技术创新体系 ， 基本形成 了 以农业装备产业技术创新战略联盟为核心 、 产学研结
与 发达 国家 的 创 新 能 力 、 创新水 平 、 创 新 条 件 及 配套 水 平 相 比 ， 我 国农 业 装 备 技 术 创 新 存 在 核 心 技 术
缺乏 、 自主 创 新 与 制 造 技 术 能 力 低 、 产 品 技 术 水 平 不
完善 ， 创新能力不断增强 ， 取得了一批 技术含量高 、 适
ｃ ａ ａ ｍｓ ｗｈ ｈ ＠ １ ６ ３． Ｃ Ｏ ｌ Ｉ １ 。
通讯作者 ：方宪法 （ １ ９ ６ ３ 一 ）， 男， 黑龙江 齐齐哈尔人 ， 研 究员 ， 博士 生导
师， （ Ｅ — ｍａ ｉ ｌ ） ｆ ａ ｎ ｇ ｘ ｆ ＠ｃ ａ ａ ｍ ｓ ． ｏ ｒ ｇ ． ｃ ｎ ｏ
技术 创新推 动作 用 ， 增 强农 业装备产业 竞争力 ， 提高
技术进步、技术效率与中国农业生产率增长基于DEA的实证分析
技术进步、技术效率与中国农业生产率增长基于DEA的实证分析一、本文概述本文旨在通过数据包络分析（Data Envelopment Analysis，简称DEA）的方法，对技术进步、技术效率与中国农业生产率增长的关系进行深入的实证分析。
我们将探讨技术进步和技术效率如何影响中国农业生产率的增长，以及这两种因素在农业生产率增长中的相对重要性。
我们将简要介绍技术进步和技术效率的概念及其在农业生产中的应用。
技术进步通常指的是农业生产过程中新的、更有效的生产技术的采用，而技术效率则是指现有技术在农业生产中的有效利用程度。
这两个因素都对农业生产率的增长起着至关重要的作用。
接着，我们将阐述为什么选择DEA作为本文的实证分析工具。
DEA 是一种非参数的效率评估方法，它不需要预先设定生产函数的形式，并且可以处理多投入、多产出的复杂生产系统。
因此，DEA非常适合用于分析农业生产这种涉及多种生产要素（如土地、劳动力、资本等）和多种产出（如粮食、棉花等农产品）的复杂系统。
然后，我们将详细介绍本文的实证分析方法，包括数据来源、DEA模型的构建以及模型的求解过程。
我们将使用中国农业生产的相关数据，构建基于DEA的农业生产效率评估模型，并通过求解该模型得到各农业生产单元的技术进步指数和技术效率指数。
我们将对实证分析的结果进行解释和讨论，揭示技术进步和技术效率对中国农业生产率增长的影响机制，以及两者之间的相互作用。
我们还将根据实证分析的结果提出相应的政策建议，以促进中国农业生产率的持续增长。
二、理论框架与研究方法本研究以技术进步和技术效率为核心，构建了一个分析中国农业生产率增长的理论框架。
我们基于新古典增长理论，将农业生产率增长分解为技术进步和技术效率两部分。
技术进步主要指的是农业生产中新的生产方法、新的生产工具或新的生产知识的应用，它能够提高单位生产要素的产出。
而技术效率则反映了农业生产过程中现有技术和资源的利用程度，即农业生产在给定投入下实现最大产出的能力。
基于DEA模型的我国农业生产效率研究
基 金 项 目 ： 徽 省 人 文 社科 重 点研 究 基地 安徽 财 经 大 学 经 济发 展 研 究 中心 招 标 课 题 “ 安 皖北 农 业 产 业 集 群 的 演 化 机 理 与
发 展 模 式 研 究 ” ２ １ ｓ７ １ 。 （０ ｌｋ ４ ）
展 的 大局 。农 业增 长依 赖于两 条途 径 ： 一方 面依赖 于
要 素投 入 的增加 ， 即粗 放型 的增长 方式 。另一 方 面是
表示 土地 要素投 入 、 力资 本投入 、 人 资本 要素 投入 、 技
术要 素投 入 。产 出指 标 ： 林牧渔 业 总产值 （Ｙ ） 农 ７元 。
农 业 生产效 率 的提高 ． 即集 约型 的增长 方式 而农 业 生产 资 源 的匮 乏决 定 了农 业 的增 长 应 主要 依 赖 于农 业 生 产效率 的提 高 。我 国作 为一 个农业 大 国 ． 业 的 农 增 长对 促进 经济 的发展 具有更 加重 要 的作用 ．因此 ， 分 析 我 国的农业 生产 效率现 状 ． 寻求提 高我 国农 业生 产效 率 的途 径 ．为相 关政策 的制 定提供 重要 的参 考 ， 对于 促进 我 国经济 的发展有 重要 的现 实意义 。
一
二 、 Ａ评 价 过程 ＤＥ
（ ）我 国各省 市 ２ ０ 一 ０ ９年农 业 生产 效 率横 向 比
较 分析
本文 采用 ２ ０ ０ ９年 的数 据 ．利用 Ｄ ａ ２１ 件对 ｅｐ ．软
我 国各省 市 的投人 产 出数 据进行 分析 ． 得到 的结 果如
表 １ 所示 。
、
Ｄ Ａ模 型 简 介 及 建 立 评 价 指 标 Ｅ
重 庆科技学 院学报 （ 社会科学版） ２１年 期 ０ 第２ ２
基于DEA交叉评价的科技资源配置效率研究_罗彪
表１国内有关科技资源配置效率ＤＥＡ研究的投入产出指标相关文献投入指标产出指标张英华、冯振环（2003）每万人口中从事科技活动人员数、从事科技活动人员中科学家和工程师比重、研发经费与GDP的比例、国家财政科技拨款占国家财政支出比重、企业技术开发经费占产品销售收入比重万名科技活动人员科技论文数、每百万人口发明专利授权量、高技术产业增加值占全部制造业增加值比重、高新技术产品出口额占商品出口额比重、新产品销售收入占全部产品销售收入比重赵敏（2003）科技活动人员、科技活动中科学家和工程师人数、研发经费、科技活动经费、技术开发经费科技论文数、发明专利批准数、获国家级奖数、新产品销售额许治、师萍（2005）科技经费筹集额、科学家与工程师人数全员劳动生产率、每万元GDP所消耗的标准煤贺德方（2006）国家科技经费筹集额、科学家与工程师人数社会全员劳动生产率、每万元所消耗的标准煤任慧军（2007）企业科技活动人员、科技活动经费支出、新产品开发投入、生产用设备原值新产品销售收入、科技活动项目数、拥有专利数田中禾、吴青松（2008）科技活动人数、科学家和工程师人数、研发经费内部支出、科技活动经费科技成果鉴定项目数、发明专利批准数、获国家级奖励、技术合同成交金额樊宏、李虎（2009）从事科技活动人员数、R&D人员数、科学家与工程师人数、财政科技拨款、科技活动经费支出三系统收录论文数量、专利申请量及授权量、技术市场成交合同数及成交金额、新产品销售收入俞立平、熊德平、武夷山（2011）科技活动人员数、研发人员全时当量、科研经费、研发经费内部支出发明专利、实用新型专利、外观设计管燕、吴和成、黄舜（2011）科技人员中R&D人员比重、科技拨款占财政支出比重高技术产品产值、高技术产品产值比重、高技术产品销售收入、新产品销售收入、专利批准数一、引言长期以来，人们对科技投入问题的关注焦点是科技投入的总量，却忽视了科技投入的结构和科技资源的优化配置，对科技资源的使用效率未给予足够的重视。
基于DEA模型的我国农业科技创新投入产出分析
ｒ ４ ］ Ｅ ＧＩ ＵＬＩ ＡＮＩ ，Ｍ ＢＥ ＬＬ ．Ｔｈ ｅ ｍｉ ｃ ｒ ｏ — ｄ ｅ ｔ ｅ ｒ ｍｉ ｎ ａ ｎ ｔ ｓ ｏ ｆ ｍｅ ｓ ｏ —
ｌ ｅ ｖ ｅ ｌ ｌ ｅ ａ ｒ ｎ ｉ ｎ ｇ ａ ｎ ｄ ｉ ｎ ｎ ｏ ｖ ａ ｔ ｉ ｏ ｎ：ｅ ｖ ｉ ｄ ｅ ｎ ｃ ｅ ｆ ｒ ｏ ｍ ａ Ｃｈ ｉ ｌ ｅ ａ ｎ ｗｉ ｎ ｅ
长期 以来 由 于 我 国农 业 基 础 薄 弱 、 科 技 投 入 规 模 严 重
０ 引 言
改 革 开放 以 来 ， 随 着 我 国农 业 产 业 结 构 的 不 断 调
不足、 科 技 队伍 不 稳 定 、 科技 市场 不健 全等 ， 导 致 我 国 农业科技支撑能力弱 、 农产 品科技含量不 高、 缺 乏 国 际 竞争 力 。加 大农 业 科 技 创 新 投 入 是 加 快 我 国农 业 发 展 的 动力 ， 是提 高 农 业 科 技 发 展 水 平 的 重 要 途 径 ］ 。研 究农 业 科技 投 入 ， 优化农业科 技投入机制 ， 深 入 分 析 农 业科 技 创新 投 入 产 出效 率 具有 重 要 的理 论及 现 实 意 义 。
效 率进行 了量化 分析 ， 得到 了各地 区农业科 技投入 产 出效 率情 况 。研 究 结果表 明 ， 我 国部 分地 区的 农业 科 技投 入 产 出处 于非 ＤＥ Ａ 有效 状 态 ， 在很 大程 度上 是 由 于投 入规 模 不 当和产 出不 足 。因此 ， 加 大农 业科 技 投入 规模 和提升 资 源产 出效 率是提 高我 国农业科技投 入 产 出效 率的 关键 。
价 值 的高 技 术 知 识 就 越 多 ， 高 技术服务质量 、 效 果 就 越 好； ③在产业 内形成 互信 合作 、 鼓 励 交流 的文 化氛 围 ，
基于DEA方法分析农村金融资源配置效率
□财会月刊·全国优秀经济期刊农村金融资源的配置效率问题一直受到国内外学者的关注。
王秀山（2000）根据金融资源的划分基础对金融资源的配置效率问题进行了深入研究。
曾康霖（2005）认为金融资源主要包括作为资金的货币、能够流通的证券、社会成员间及成员和政府间的信用，其共同特点是能够作为经济发展的要素从而带来增值。
帕加诺（1993）以内生增长模型为基础对金融发展作用于经济增长的机制作出全面规范的解释。
韩廷春（2001）将影响经济增长的因素分解为储蓄率、储蓄转化为投资的比例以及资本的边际效率，并对经济增长与金融发展之间的关系进行了分阶段的t 检验，指出不同的经济发展阶段，金融深化程度对经济的影响不同。
麦金农等（1937）针对金融发展受到抑制的发展中国家的经济提出了金融深化理论，从“金融抑制”和“金融深化”的角度论证了货币金融和经济发展的辩证关系。
总体而言，国内对农村金融资源配置效率的研究大多数还停留在定性分析方面，定量分析的文献相对较少。
要加快农村发展，不能光靠增加金融支农的投入，还应注重农村金融资源自身的配置效率，使金融支农从粗放型向集约型发展。
因此，有必要对农村金融资源配置效率做出科学评价，在此基础上厘清农村金融资源配置效率的影响因素，为农村金融生态环境的改善提供借鉴。
基于以上思考，本文运用数据包络分析（DEA ）模型对各地区农村金融资源配置效率进行评价，并结合Tobit 模型探索农村金融资源配置效率的影响因素。
一、研究方法及模型1．DEA 方法与CCR 模型、BCC 模型。
DEA 是一种非参数的效率评估技术。
最早的DEA 技术是Farrell （1957）对英国农业生产力进行分析时提出的包络思想，以及此后基于线性规划技术发展起来的用于经济定量分析的非参数方法。
Charnes 等（1978）把这个方法推广到适应多输入多输出同类的决策单元（DMU ）情形，形成了规范的DEA 方法。
DEA 模型的最初形式是由Charnes 等（1978）提出的假定规模收益不变（CRS ）的投入导向的CCR 模型，后来Banker 等（1984）对CCR 模型加以改进，提出了规模收益可变（VRS ）的BCC 模型。
基于超效率DEA模型的中国高技术产业创新资源配置效率评价
（ Ｙ 一 … ＞ Ｙ ２ Ｙ Ｙ） ０
ｋ ： １， ， ， ； ＝ １， … ， ２ … ｓ ２， ｎ
则基 于输 出的 Ｄ Ａ超效 率模 型如 下 ： Ｅ
ａ ｎ０ ｒｉ ｉ
２ ２ 数据 来源 及说 明 ．
因本 文 主要 研 究 金 融 危 机 后 中 国 内 地 高 技 术
型 。但 是 ， 本 Ｄ Ａ模 型 （ 模 型 ） 终 将 所 有 基 Ｅ ｃ 最
Ｄ Ｕ分 为有效 和无效 两类 ， 有效 单 元 的效 率值 均 Ｍ 且
两 种 。技术 创 新 最 直 接 的产 出表 现 为 新 产 品 的 问
世 。因此我 们 用 新 产 品销 售 收 入 来 表 征 技 术 创 新
国际竞 争力 。 同时 ， 有效 发 明专 利 可 以在 未 来 转 化 为新 产 品 ， 是技 术创 新 的潜在 经济 产 出。
表 １ 技 术 创 新 配 置 效 率 输入 输 出 指标 体 系
效率 Ｄ Ａ模 型来 解 决 这 一 问题 。其 基 本 原 理 是 Ｅ
在进 行第 个 Ｄ ＭＵ效 率 评 价 时 ， 其 自身 排 除 在 将 外（ Ｃ Ｒ模 型 中其 自身 是 包 含 在 内的 ） 。即第 个
在 中 国实 际上 是 各 省 市 区 在 主 导 各 自高 技 术 产 业
的发 展 。本 文 以 中 国 内地 各 省 市 区 高 技 术 产 业 为 研究 对象 ， 运用 超效 率 Ｄ Ａ模 型 测量其 资 源配 置水 Ｅ
内生 经 济 增 长 理 论 认 为 ， 济 增 长 最 主 要 的 经
源 泉 是 知 识 的生 产 和 人 力 资 本 的积 累 ， 术 创 新 技 和 发 展是 推 动 经 济 发 展 的 首 要 动 力 ， 高 技 术 产 而 业 的技 术 进 步 更 主 要 来 源 于 创 新 能 力 Ｊ 。近 年
基于超效率DEA和Malmquist指数的中国农业生产效率分析
基于超效率DEA和Malmquist指数的中国农业生产效率分析侯琳;冯继红【摘要】Using the super-efficiency DEA model and the Malmquist index,this paper analyzes the agricultural production efficiency of 29 provincial regions in China from 1990 to 2016. The results are as follows: (1) The super-efficiency DEA analyzing result shows that the agricultural efficiency in eastern regionis the highest,and the efficiency in the western and central regions are lower than the efficiency mean of the whole country. Compared with the central and western regions,the eastern region has stronger economic strength and relatively more mature agricultural development models and plans,so the agricultural production efficiency in the eastern region is higherand less affected by the national agricultural policy. (2) The Malmquist index analyzing result shows that the agricultural total factor productivity (TFP) and technological progress in the eastern,central and western regions have achieved positive growth, but only the technical efficiency in the eastern region appears positive growth; Technological progress is the main driving force for TFP growth. The decline of technical efficiency is the main obstacle to TFP growth. The decline of scale efficiency is the main reason for the decline of technical efficiency.%采用超效率DEA模型和Malmquist指数,对1990—2016年中国29个省级地区的农业生产效率进行分析,结论如下: (1) 超效率DEA分析表明,东部地区的农业生产效率最高,中、西部地区效率低于全国平均水平.相较于中、西部地区,东部地区具有较强的经济实力和较为成熟的农业发展模式与规划,使其农业生产效率呈现较高水平且效率变化受国家农业政策的影响较小.(2) Malmquist指数分析表明,中国东、中、西部地区农业全要素生产率(TFP) 和技术进步都实现了正增长,但是只有东部地区的技术效率实现了正增长; 技术进步是TFP增长的主要动力,技术效率下降是TFP增长的主要障碍,规模效率下降是导致技术效率下降的主要原因.【期刊名称】《河南农业大学学报》【年(卷),期】2019(053)002【总页数】9页(P316-324)【关键词】超效率DEA模型;Malmquist指数;农业生产效率【作者】侯琳;冯继红【作者单位】河南农业大学经济与管理学院,河南郑州 450046;河南农业大学经济与管理学院,河南郑州 450046【正文语种】中文【中图分类】F323.32017年中央一号文件提出深入推进农业供给侧结构性改革，要在确保国家粮食安全的基础上，紧紧围绕市场需求变化，从供给侧着手，提高农业供给体系质量和效率，合理利用农业资源，优化要素配置，缓解生态环境压力，促进农民增收、农业增效、农村增绿。
基于超效率DEA模型的中国高技术产业创新资源配置效率评价
基于超效率DEA模型的中国高技术产业创新资源配置效率评价在当今全球化、信息化和数字化的快速发展背景下，高技术产业在中国经济发展中扮演着越来越重要的角色。
高技术产业的快速发展需要充足的创新资源支持，而如何高效地配置这些资源成为了一个重要的问题。
本文将使用超效率DEA模型对中国高技术产业的创新资源配置效率进行评价。
一、超效率DEA模型的原理超效率DEA模型是数据包络分析（Data Envelopment Analysis，DEA）的一种扩展形式，用于评估决策单元的相对效率。
相比传统DEA模型，超效率DEA模型考虑到了每个决策单元在效率前沿上的位置，即使在最佳决策单元之外也能被评价出效率。
这使得超效率DEA模型更具有鲁棒性和准确性。
二、高技术产业创新资源配置效率评价指标在评价中国高技术产业的创新资源配置效率时，可以考虑以下指标：1.研发投入效率：评估企业在研发活动中投入资源的效率。
2.创新产出效率：评估企业通过研发活动获得的创新产出的效率。
3.人才资源配置效率：评估企业在吸引、培养和管理人才方面的效率。
4.技术转移效率：评估企业将研发成果转化为实际生产力的效率。
三、实证分析以中国高技术产业为例，选择一批代表性企业作为研究对象，收集各项创新资源配置数据，包括研发投入、创新产出、人才资源及技术转移等方面数据。
然后构建超效率DEA模型，评价每个企业在创新资源配置效率上的表现。
根据超效率DEA模型的评价结果，可以对企业的创新资源配置进行优化和调整，提高效率水平。
四、结论与展望通过超效率DEA模型的评价，可以深入了解中国高技术产业的创新资源配置效率水平，并找出存在的问题和改进的空间。
未来，可以进一步完善超效率DEA模型，引入更多因素和权重，使评价结果更加全面和准确。
同时，可以根据评价结果，制定相关政策和措施，促进中国高技术产业的创新发展，为中国经济的高质量增长贡献力量。
综上所述，基于超效率DEA模型的中国高技术产业创新资源配置效率评价是一项重要的研究课题，可以帮助决策者更好地了解和优化创新资源配置，推动高技术产业的发展和经济的持续增长。
基于DEA模型的我国战略性新兴产业科技资源配置效率研究
基于DEA模型的我国战略性新兴产业科技资源配置效率研究黄海霞;张治河
【期刊名称】《中国软科学》
【年(卷),期】2015(000)001
【摘要】本文采用数据包络分析(DEA)方法,从投入与产出角度对2009-2011年间战略性新兴产业科技资源配置效率进行了定量分析.结果显示:我国战略性新兴产业科技资源配置效率整体水平不断提高,但并没有实现最优,且不同产业间以及同一产业内部存在较大差异.进一步研究表明:(1)新一代信息技术、新材料及生物医药部分依托产业,综合效率、技术效率、规模效率存在低效或者无效;(2)高端装备制造和生物医药部分依托产业,存在严重的投入冗余和产出不足.基于此,提出了优化战略性新兴产业科技资源配置的政策建议.
【总页数】10页(P150-159)
【作者】黄海霞;张治河
【作者单位】陕西师范大学国际商学院,陕西西安710062;陕西师范大学国际商学院,陕西西安710062;清华大学技术创新研究中心,北京100084
【正文语种】中文
【中图分类】F124.6
【相关文献】
1.基于DEA模型的广东省专业镇科技资源配置效率研究 [J], 周霞;景保峰;陈骁聪
2.战略性新兴产业金融支持效率研究——基于PCA-DEA-Tobit模型的实证分析
[J], 胡翠;姚永鹏;吴泓秉
3.湖南省公共财政支持战略性新兴产业发展效率研究--基于DEA模型 [J], 蒋嵘涛;赵荷花
4.基于DEA模型的区域战略性新兴产业创新系统效率研究 [J], 吴中兵;宋赫民;赵帅
5.我国研究与开发机构科技资源配置效率研究——基于DEA方法 [J], 刘萍
因版权原因，仅展示原文概要，查看原文内容请购买。
基于DEA模型的中国农业效率评价
显示 资本 积累与 生产效 率增 长是相 互促进 的＿。 ２ 』
最 近 ， 内也 有 一 些 学 者 研 究 了 农 业 效 率 问 题 。 孙 林 、 令 杰 从 基 于 数 据 包 国 孟 络 分 析 的 非 参 数 Ｍａｍｑ ｉｔ 法 从 中 国 棉 花 生 产 效 率 的 时 际 和 区 际 变 化 角 度 。 ｌ ｕｓ 方 研 究 了 中 国 棉 花 生 产 效 率 变 化 的基 本 特 征 Ｊ 陈 卫 平 对 １９ ， ９ ０—２ ０ ０ ３年 期 间 中 国 农 业 全 要 素 生 产 率 及 其 构 成 的 时 序 成 长 和 空 间 分 布 特 征 进 行 分 析 Ｊ 而 基 于 ， ＤＥ 模 型 对 农 业 效 率 的 区 域 分 析 ， 据 文 献 检 索 ， 内 在 此 领 域 的 研 究 尚 属 Ａ 根 国
空 白。
收 稿 日期 ：０ ８— ３—１ ２０ ０ ９
基金项 目： 国家杰 出青年科学基金（ ０２ ０ ５ ７ ５５ ０ ）
作者简介 ： 基（９ ５ ， ， 宋增 １６ 一） 男 河南南阳人 ， 重庆大学经济 与工 商管理学院副 教授 ， 博士 ， 主要从 事经济
管 理研 究 ；徐 叶 琴 （９ ３一） 男 ， 徽 合 肥 人 ， 庆 大 学 主
入 ＷＴ 的 保 护 期 结 束 ， 为 世 界 上 农 产 品 最 开 放 的 国 家 之 一 ， 面 国 际 农 产 品 Ｏ 成 直
激 烈 的 竞 争 。 由于 建 国后 很 长 一 段 时 间 中 国 都 采 取 以 农 补 工 的 政 策 ， 农 业 生 对 产 技 术 投 入 不 足 。 虽 然 农 业 为 工 业 以 及 整 个 国 民经 济 的 发 展 做 出 了 重 大 贡 献 ，
基于DEA模型的山东农业生产效率研究
Wide Angle广角 | MODERN BUSINESS 现代商业177基于DEA模型的山东农业生产效率研究楚增可 黄庚保 广西科技大学 管理学院 广西柳州 545006摘要:当今世界，人口越来越多，提高农业生产效率的需求越来越明显。
而山东作为一个农业大省，有这种义务来对本地区的生产效率进行测度并在此基础上进行改良。
本文采用DEA方法对比分析了2014年山东省17个市区之间农业生产效率之间的差异，通过DEA的CCR模型对其进行了纵向分析，并对效率低下的原因进行分析，从投入产出角度对山东省今后的农业发展方向提供了一些决策建议。
关键词:农业；DEA分析；生产效率基金项目:广西教育厅高等学校重点资助项目(201102ZD027)；广西壮族自治区哲学社会科学规划项目(11FGL002)；广西壮族自治区威奇绩效评价体系设计项目(01123020)一、引言我国农业发展要实现农业可持续发展，需要转变农业发展方式，毕竟资源是有限的，而人口对增长对农业的发展需求是无限的，所以提高农业生产效率就显得至关重要。
而山东作为一个农业大省，这种需求就更加强烈。
山东省的农业要想走向现代化就必须不断提高其生产效率，这也符合我国社会主义新农村的政策要求。
只有生产效率提高了，其农业竞争力才会提高，并在一定程度上改善农民生活状况。
现代农业竞争说到底其实是效率的竞争。
经济学中的效率是指在资源稀缺的情况下，在一定技术和投入情况下生产活动对经济资源以带来最大满足为目的的利用。
所以现代化农业的首要目标就是提高生产效率。
山东省农业虽然在同一个政策下，但是每个市区的投入产出效率还是有差异的，所以为了提高山东农业的生产效率有必要对每个市区的投入产出比率进行测度并进行分析，在此基础上寻求解决之法。
本文采用DEA分析方法对山东省17个市的农业生产效率进行了分析和评价，并对产生这种现象的原因进行了分析，在此基础上对非DEA有效的地区提出了一些决策建议。
基于DEA方法的内蒙古农业信息资源配置效率研究
基于DEA方法的内蒙古农业信息资源配置效率研究【摘要】本文基于DEA方法对内蒙古农业信息资源配置效率展开研究。
在分析了研究背景和研究意义。
在首先介绍了内蒙古农业的发展概况，然后概述了数据包络分析（DEA）方法，并探讨了其在内蒙古农业信息资源配置效率研究中的应用。
接着对影响内蒙古农业信息资源配置效率的因素进行了分析，并提出了改善效率的对策措施。
在结论部分总结了研究结果，并展望了进一步研究的方向。
本研究旨在为内蒙古农业信息资源配置提供理论和实践指导，促进农业现代化发展。
【关键词】DEA方法、内蒙古农业、信息资源配置效率、因素分析、对策措施、研究结论、展望、农业发展、研究背景、研究意义。
1. 引言1.1 研究背景内蒙古自治区是我国重要的农业生产基地之一，拥有丰富的自然资源和农业信息资源。
随着信息技术的发展和应用，农业信息资源配置效率成为农业发展的重要课题。
目前内蒙古农业信息资源配置存在一些问题，如信息获取不够及时、信息利用不够充分等，影响了农业生产效率和农业经济效益。
研究内蒙古农业信息资源配置效率，探索提高内蒙古农业生产效率和经济效益的有效途径具有重要意义。
在当前大数据和人工智能技术的快速发展背景下，如何利用现代科技手段提升内蒙古农业信息资源配置效率，实现农业可持续发展，已经成为亟待解决的问题。
开展基于DEA方法的内蒙古农业信息资源配置效率研究，对于指导内蒙古农业信息资源的优化配置、提高农业生产效率具有重要的理论和实践意义。
.1.2 研究意义农业是我国的基础产业，对国民经济发展起着重要的支撑作用。
随着信息技术的迅速发展，农业信息资源的重要性日益凸显。
内蒙古作为我国重要的农业大省，其农业信息资源配置效率对于农业生产、发展和经济增长具有重要影响。
研究内蒙古农业信息资源配置效率具有重要的理论和实践意义。
研究可以为了解内蒙古农业信息资源配置状况提供参考。
通过分析内蒙古农业信息资源配置效率，可以揭示农业信息资源利用中存在的问题和不足，为政府和企业提供改进和优化的建议。
基于DEA模型的河北省国家农业科技园区产业效率分析
基于DEA模型的河北省国家农业科技园区产业效率分析第一篇范文基于DEA模型的河北省国家农业科技园区产业效率分析摘要：本文以河北省国家农业科技园区为研究对象，运用数据包络分析（DEA）方法，对其产业效率进行评估。
通过对比不同园区之间的效率差异，探讨影响产业效率的关键因素，为园区管理者和政策制定者提供有针对性的建议。
关键词：DEA模型；河北省；国家农业科技园区；产业效率1. 引言近年来，国家农业科技园区作为农业现代化的重要载体，在我国农业发展中发挥着日益重要的作用。
河北省国家农业科技园区在推动区域经济发展、提高农业产业链水平等方面取得了显著成果。
然而，各园区之间在产业效率方面存在一定差距，如何提高园区产业效率成为亟待解决的问题。
本文通过运用DEA模型对河北省国家农业科技园区产业效率进行分析，旨在为园区管理者和政策制定者提供有益的参考。
2. 研究方法本文采用数据包络分析（DEA）方法对河北省国家农业科技园区产业效率进行评估。
DEA方法是一种非参数的效率评价方法，适用于多输入多输出决策单元的评价。
首先，建立DEA模型，以投入和产出指标为基础，计算各决策单元的效率值。
然后，根据效率值对园区进行排序，分析各园区之间效率差异的原因。
3. 数据与实证分析本文选取了河北省国家农业科技园区的投入产出数据作为研究样本，包括园区的人力资源、物质资源、财力资源等投入指标，以及农业产出、科技产出、经济效益等产出指标。
通过对数据的处理和分析，得出以下结论：（1）河北省国家农业科技园区整体产业效率较高，但各园区之间存在一定的差距。
其中，部分园区产业效率接近或达到最优水平，而部分园区产业效率仍有待提高。
（2）从投入角度来看，人力资源和物质资源对园区产业效率的影响较大，而财力资源的影响相对较小。
从产出角度来看，农业产出和科技产出对园区产业效率的贡献较大，经济效益的影响相对较小。
4. 影响产业效率的关键因素分析针对园区产业效率的差异，本文从政策、管理、技术、市场等多方面分析影响产业效率的关键因素。
基于DEA模型的科技资源配置效率分析
基于DEA模型的科技资源配置效率分析唐雯;孔慧珍;惠红旗【摘要】优化科技资源的配置以提高科技活动的投入产出效率正在成为备受关注的问题.应用DEA方法,对A地区45家重点企业以及8大主导产业的科技资源配置效率进行了评价,数据分析结果表明,有超过半数的企业科技资源投入产出效率未达到DEA有效,8大主导产业中有两个产业未达到DEA有效.分析了非DEA有效的企业以及行业效率低下的原因,并以评价结果为依据提出了改进的方向与措施.%It has become a more and more concerned issue of optimizing the scientific & technical (S&T) resources configuration to improve its input - output efficiency. By applying Data Envelopment Analysis ( DEA) model, the thesis evaluates the S&T resources allocation efficiency of 45 major enterprises and 8 leading industries of region A. The result shows that o-ver half enterprises don' t reach S&T input - output efficiency in a DEA analysis, and 2 of the 8 leading industries didn' t reach efficiency. The thesis analyzes the reasons of inefficiency enterprises and industries, and brings forward the improving strategy based on the evaluation result accordingly.【期刊名称】《科技管理研究》【年(卷),期】2011(031)013【总页数】5页(P187-191)【关键词】科技资源;配置效率;投入产出效率;DEA【作者】唐雯;孔慧珍;惠红旗【作者单位】河北科技大学经济管理学院,河北石家庄050018;北京理工大学管理与经济学院,北京100081;河北科技大学经济管理学院,河北石家庄050018;北京理工大学管理与经济学院,北京100081;河北科技大学经济管理学院,河北石家庄050018;北京理工大学管理与经济学院,北京100081【正文语种】中文【中图分类】F062.1科技投入作为一种战略投资，对推动企业科技活动的开展、提高科技创新水平有着决定性的影响。
基于超效率DEA模型的中国农业科技资源配置效率动态演化研究
基于超效率DEA模型的中国农业科技资源配置效率动态演化研究邓敏慧;杨传喜【期刊名称】《中国农业资源与区划》【年(卷),期】2017(038)011【摘要】[目的]通过测算中国农业科技资源配置效率,分析存在的差异性,为配置效率的提升寻求有效措施.[方法]运用超效率DEA,对2001~2014年间中国31个区域的面板数据进行农业科技资源配置效率的全面评估,从中探究区域农业科技资源配置效率的变动趋势和时空特征,构建Malmquist指数以从技术进步水平和技术效率水平考察影响区域农业科技资源配置效率变动的因素.[结果]中国各地区整体的配置效率呈现上升趋势,超效率平均值从2001年的0.520上升到2014年的0.764;农业全要素生产率平均增长1.3%,其中综合技术效率指数年均增长4.2%、技术进步变化指数年均下降2.8%;从影响农业科技资源配置效率的技术进步和技术效率来看,技术效率已成为主要因素.从细分的6个区域来看,华东地区全要素生产率平均值最高,西北地区最低.从具体省份情况来看,有17个省(市、区)的全要素生产率指数大于1,其中天津、上海、广东、海南全要素生产率增长较快,年均增长率达到10%以上.[结论]提高中国农业科技资源配置效率,可采取优化农业科技资源配置结构,各地根据农业科技资源实际扬长避短、合作共赢,实施农业科技"走出去"战略等措施.%By measuring the efficiency of agricultural science and technology resource allocation in China, analy-zing the existing differences and seeking effective measures to enhance the allocation efficiency.With the supereffi-ciency DEA model,the comprehensive evaluation of agriculturalscience and technology resource allocation efficien -cy was conducted on the panel data of 31 regions in China from 2001 to 2014,and the change trend and spatio -temporal characteristics of regional agricultural science and technology resource allocation efficiency were explored. The Malmquist index was constructed to investigate the factors influencing the efficiency of agricultural science and technology resource allocation in the region from the level of technological progress and technical efficiency.The o-verall allocation efficiency of all regions in China showed an upward trend.The average value of super efficiency in-creased from 0.520 in 2001 to 0.764 in 2014.The total factor productivity of agriculture increased by 1.3%on av-erage,in which the comprehensive index of technical efficiency increased at an average annual rate of 4.2%.The index of change in technological progress dropped by 2.8%annually on average.Technical efficiency has become the main factor.From the breakdown of the six regions, East China has the highest total factor productivity, the lowest is in Northwest China.According to the situation of specific provinces,the total factor productivity index of 17 provinces(cities and districts)was greater than 1,of which total factor productivity has been growing rapidly in Tianjin,Shanghai,Guangdong and Hainan with an average annual growth rate of over 10%.To improve the alloca-tion efficiency of agricultural science and technology resources in China,we can optimize the structure of agricultur-al science and technology resources allocation.All localities can take advantage of actual agricultural science and technology resourcesto avoid weaknesses,win-win cooperation and implement "going global"strategies for agri-cultural science and technology.【总页数】6页(P61-66)【作者】邓敏慧;杨传喜【作者单位】桂林理工大学管理学院,广西桂林 541004;桂林理工大学管理学院,广西桂林 541004【正文语种】中文【中图分类】F323.3【相关文献】1.动态视角下基于超效率DEA模型的西部地区R&D效率评价 [J], 杜天洋;刘书源;任海锋2.天津市人才配置效率动态演化及影响因素研究\r——基于超效率DEA和Malmquist指数 [J], 刘兵;李青;梁林3.天津市人才配置效率动态演化及影响因素研究——基于超效率DEA和Malmquist指数 [J], 刘兵;李青;梁林;;;4.基于超效率DEA模型的三峡库区生态效率评价及空间演化格局分析 [J], 解亚丽; 柯小玲; 闵园园; 郭海湘; 王德运5.基于超效率DEA模型的动漫产业创新效率评估方法研究 [J], 金琼因版权原因，仅展示原文概要，查看原文内容请购买。
中国农业资源区域配置效率的DEA研究
中国农业资源区域配置效率的DEA研究
张继军
【期刊名称】《青岛农业大学学报（社会科学版）》
【年(卷),期】2012(024)001
【摘要】本文运用DEA模型实证分析了农业总产值和农村家庭人均纯收入受农业人力、物力和财力的影响程度.得出结论:各省份在这三要素的投入比例异同致使产生不同的效率,东部省份在纯技术效率、技术效率和规模效率上均具有较大优势,中部省份较西部省份只具有规模效率的优势；农业机械总动力对农业的技术效率有正的且较低的影响,而农户固定资产投资效果不明显.
【总页数】4页(P36-39)
【作者】张继军
【作者单位】新疆财经大学金融学院,新疆乌鲁木齐 830012
【正文语种】中文
【中图分类】F832.35;F224
【相关文献】
1.基于DEA交叉效率的R&D效率评价和资源配置研究——以区域高技术产业为例 [J], 王晓珍;吉生保;崔新健;时如义
2.中国航空航天工业科技资源区域配置效率研究——基于DEA-Malmquist指数方法 [J], 董晓辉
3.基于DEA方法的我国高技术产业区域创新资源配置效率研究 [J], 卫平;王艳
4.区域金融资源配置效率经验研究——基于超效率DEA-Tobit模型的分析 [J], 张
玉苗
5.基于超效率DEA模型的中国农业科技资源配置效率动态演化研究 [J], 邓敏慧;杨传喜
因版权原因，仅展示原文概要，查看原文内容请购买。
基于DEA的高效生态农业资源配置效率研究--以河南省为例
基于DEA的高效生态农业资源配置效率研究--以河南省为例赵伊娜
【期刊名称】《河南商业高等专科学校学报》
【年(卷),期】2015(000)003
【摘要】高效生态农业是现代农业的一种实现形式，针对高效生态农业资源配置
效率的研究能够发现农业发展的问题点，对提高农业资源配置效率，优化农业生态环境具有积极意义。
运用DEA方法研究河南省高效生态农业资源配置效率发现，
河南部分地区还存在技术效率偏低、资源投入冗余、规模经营不合理的情况。
建议在树立现代农业经营理念的基础上，将农业生产的高效化、生态化、科学化相结合，重视农业的生态效益，强化农业生产的生态化管理，实现农业生产经济效益和生态效益双丰收。
【总页数】6页(P15-20)
【作者】赵伊娜
【作者单位】中州大学经济贸易学院，河南郑州450044
【正文语种】中文
【中图分类】F03.3
【相关文献】
1.基于DEA模型的义务教育资源配置效率研究r——以贵州省毕节市为例 [J], 张亚丽;徐辉
2.基于因子分析和DEA模型的科技创新投入产出效率研究--以河南省为例 [J], 刘
展;屈聪
3.基于DEA的高校研究生教育资源配置效率研究——以浙江工业大学为例 [J], 赵敏祥;曹春霞;励立庆
4.基于DEA模型的山西省养老机构资源配置效率研究 [J], 赵越聪;郭锦丽
5.基于DEA模型的我国医疗卫生资源配置效率研究 [J], 申景云
因版权原因，仅展示原文概要，查看原文内容请购买。
基于dea方法的我国水稻生产效率研究
水稻是中国的主要粮食作物，其高产和高效率的生产是保证我国粮食
安全的重要因素，因此研究我国水稻生产效率至关重要。
DEA（Data Envelopment Analysis）是近年来广泛应用于研究经济效率
的经济学考察方法，它可将企业或单位抽象为一个效率单位，并从效
率单位以及其输入输出视角理解企业绩效。
2008年以来，学术界开始
研究用DEA评价水稻生产效率，这在研究我国水稻生产效率时具有重
要意义。
基于DEA方法，研究者可以就我国2015-2017年的水稻生产效率进行
评估。
主要的评估维度为生产物质、水分流、用地、耕地、劳动力等，其中包括输入项和输出项，可以捕捉出水稻生产中各个自然要素和社
会要素综合运用的效率情况。
在这些因素基础上，研究者还可以以省
为单位，评估出在水稻生产自然要素和社会要素影响的柔性调整的情况，进而构建出我国不同省份的水稻生产效率。
基于DEA方法研究我国水稻生产效率，可以有效地帮助我们理解水稻
生产效率的问题，为后续制定水稻生产政策和规划提供科学参考。
此外，研究者也可以探究我国水稻生产效率与资源利用和环境变化之间
的关系，从而更有针对性地改善水稻生产效率和确保水稻安全可持续
发展。
总之，DEA方法可以有效地评价我国水稻生产的效率，为水稻安全可
持续发展提供了基础性的科学支撑。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
党的十八大报告明确提出：农业科技资源是推动我国农业发展的重要驱动力，农业科技是促进现代农业发展的根本途径，针对目前我国农业科技资源相对稀缺又存在闲置浪费的现实情况，只有通过有效的农业科技资源配置才可能推动农业结构调整，为我国现代农业的可持续发展提供强有力的支撑和保障。
1文献回顾关于农业科技创新资源配置效率问题的研究，国内大多学者就两个方面展开论述：一是从研究内容来看，杨传喜用系统论、产权论和复杂适应系统理论，从农业生态区划的视角来分析农业科技资源配置问题[1]。
旷宗仁通过对农业科技创新资源效率的投入与产出的两方面来研究我国农业科技资源的配置模式[2]。
二是从研究方法来看，主要有DEA 分析法、差异系数法、灰色关联分析法、Malmquist 指数法等。
陈念东基于差异系数法、锡尔系数法和基尼系数法测算与分析了福建省农业科技资源配置存在较明显的不公平[3]。
张静和张宝文基于Malmquist 指数法对我国农业科技创新效率进行实证分析[4]。
较多学者采用了DEA 模型进行分析，如叶园胜、傅丽，张社梅、杨建龙分别以浙江省、四川省和黑龙江省为例，运用DEA 法测算农业科技资源配置效率，并提出优化资源配置的对策和建议[5-7]。
董明涛采用DEA 法测算我国2009-2011年间农业科技创新资源的配收稿日期：2016-07-19基金项目：福州外语外贸学院校级课题（FW14010X ）作者简介：肖碧云（1984-），女，福建省莆田市人，讲师，研究方向：农村经济与经济技术分析。
基于DEA 模型的我国农业科技创新资源配置效率研究肖碧云（福州外语外贸学院，福州350000）摘要：基于DEA 模型测算分析了我国31个省份的农业科技创新资源配置效率，结果表明：我国农业科技创新资源的配置效率整体水平不高，省际间农业科技创新资源配置效率差距较为明显。
通过对比2005年和2015年的农业科技创新资源配置效率值得出，2015年我国农业科技创新资源配置效率整体比2005年有所提高。
文章最后，提出了加大农业科研投入力度，优化农业科技投入要素配置和建立差异化激励政策等对策建议。
关键词：农业科技创新；资源配置效率；DEA 模型中图分类号：F323.3文献标识码：AResearch on the Allocation Efficiency of Agricultural Science and Technology InnovationResources in China Based on DEA ModelXIAO Biyun(Fuzhou College of Foreign Studies and Trade,Fuzhou 350000)Abstract ：The resource allocation efficiency of agricultural science and technology innovation in 31provinces of China based on DEA model was calculated and analyzed,The results showed that the overall level of agricultural science and technology innovation resources allocation efficiency is not high,and the gap of agricultural science and technology innovation resource allocation efficiency is obvious.By comparing 2005and 2015agricultural science and technology innovation resource allocation efficiency is worth out,in 2015China's agricultural science and technology innovation resources allocation efficiency than in 2005increased.At the end of the paper,the paper puts forward the countermeasures and suggestions to increase the input of agricultural research,optimize the allocation of agricultural science and technology input factors and the establishment of differential incentive policy.Key words ：agricultural science and technology innovation;resource allocation efficiency;DEA model··62置效率[8]。
就目前的参考文献而言，国内大多数学者主要是从某一个角度和某一个省份进行研究，对于我国31个省份的农业科技创新资源配置效率问题的整体研究比较少，而且对于31个省份多年来的变化趋势未多做研究。
本文针对这个情况，分别测算了2005年和2015年我国农业科技创新资源配置效率，以期揭示经过十年的发展，我国农业科技创新资源配置的水平状况和变化。
2模型和样本选择数据包络分析(Data Envelopment Analysis，DEA)是由美国运筹学家A·Charnes和W.W.Cooper 等学者以相对效率评价为基础发展起来的一种新的效率评价方法。
与传统的统计方法相比，DEA 可以评价多投入和多产出的决策单元的效率，投入产出指标的单位不会影响决策单元的结果，还可避免因确定各指标的权重所带来的主观性。
DEA模型可分为规模报酬不变(CCR)模型与规模报酬可变(BCC)模型两种，本文采用BCC模型，即可将技术效率分解为纯技术效率(Pure Technical Efficiency，PTE)与规模效率(Scale Efficiency，SE)，由此进行各决策单元的差异分析、敏感度分析和效率分析，进一步了解决策单元资源使用的情况[9]。
DEA模型实际上是一种基于投入产出变量的效率评价模型。
所以，定量地评价农业科技资源配置效率需要选取两大类指标：科技投入指标和科技产出指标。
科技投入指标有4个，本文选取农业技术人员作为农业科技人力资源，选取农林水事务财政支出作为农业科技财力资源，选取农作物总播种面积作为农业科技物力资源，选取农用机械总动力作为农业科技技术投入；科技产出指标有3个，选取专利申请授权数反映科技创新的技术水平，选取农林牧渔业产值反映科技创新带来的经济输出，农业科技创新最终目标是实现农民的增产增收，故选取农民人均纯收入来反映。
3我国农业科技创新资源配置效率的DEA分析本文运用软件DEAP2.1对我国2005年和2015年的31个省市的农业科技创新资源配置效率进行分析，得出各决策单元的农业科技创新资源的配置效率状况，包括技术效率(TE)及分解的纯技术效率(PTE)、规模效率(SE)和规模报酬状况(RTS)，结果见表1。
表12005年和2015年我国各省份农业科技创新资源配置效率地区北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南2015年TE110.8970.4840.4880.910.8290.87610.74710.76410.50110.99610.83310.8921PTE110.8990.5170.5080.9640.8470.881110.76410.5181110.83410.9061SE110.9980.9370.960.9440.9780.99510.74710.99910.96610.99610.99910.9841RTS不变不变递减递增递增递减递增递增不变递减不变递增不变递增不变递减不变不变不变递增不变2005年TE1110.3410.3230.7560.5760.4361110.76610.565110.7170.98310.6261PTE1110.3440.3330.8190.5770.4361110.77410.595110.9110.98610.6261SE1110.9910.9720.9230.9980.9991110.98910.951110.7870.997111RTS不变不变不变递增递减递减递增不变不变不变不变递增不变递增不变不变递减递增不变不变不变··63由表1可以看出，2015年我国农业科技创新资源配置的技术效率均值为0.752，纯技术效率均值为0.822，规模效率均值为0.916，说明我国农业科技创新资源的配置效率整体水平不高，还应投入更多的物力、财力、人力等要素方能提高配置效率的整体水平。
根据表1所示结果，将我国省市分三个区域。
3.1DEA有效区域当技术效率值为1，即纯技术效率值和规模效率值均等于1时，则说明该省份农业科技资源的配置效率为我国各省份中相对已达到最优状态。
处于DEA有效区域的有北京、天津、上海、浙江、福建、山东、湖北、广东、海南等9个省份，这些省份处于规模报酬不变阶段，就目前状态下，无需再对投入或产出进行调整。
特别是上海，4个投入指标均较低，其中农用机械总动力居全国最低，而农村居民人均可支配收入居全国最高，说明上海市在提高农民收入水平上的能力较强，可供其他省份借鉴；但同时专利申请授权量仅居全国第五，说明农业科技作用不是很高。
3.2弱DEA有效区域江苏、西藏和河南虽然技术效率不为1，但是纯技术效率值为1，说明在某一部分的配置效率中是有效的。
可见，造成技术效率非有效与纯技术效率无关，是由规模效率相对较低导致的。
其中，江苏和河南处于规模递减阶段，江苏省三个产出指标都很高，农林牧渔业产值和专利申请授权数均居全国最高。
相反，西藏处于规模递增阶段，农林牧渔业产值和专利申请授权数均居全国最低。
所以这三个省份要提高农业科技创新资源配置效率，需因地制宜，更加注重科技资源的规模与布局。
3.3非DEA有效区域处于非DEA有效区域的有19个省份，即纯技术效率值与规模效率值均小于1。
这19个省份的农业科技创新资源配置效率相对低下，投入资源未得到充分的利用。
比如，甘肃省的技术效率值仅0.409，农村居民人均可支配收入居全国最低，相对于产出，甘肃省的投入量均较高，主要是由于投入没有被有效利用和实践，出现了比较严重的农业科技资源浪费，制约了甘肃省农业经济可持续发展。