安徽省林业投入产出效率评价——基于超效率DEA模型
安徽省农业生产效率研究——基于超效率DEA模型
安徽省农业生产效率研究——基于超效率DEA模型
徐正康;沈鸿
【期刊名称】《农村实用技术》
【年(卷),期】2022()2
【摘要】农业作为国民经济基础,农业现代化对我国经济高质量发展具有十分重要的意义,迫切需要提升农业生产效率来提高农业发展质量。
而安徽省作为我国的粮食生产区因此文章采用超效率DEA模型对安徽省16个地级市2011-2017年的农业生产效率进行研究。
发现安徽省各个地级市的农业生产效率不均衡有明显的差距,且各个地级市农业生产效率低下的原因因为纯技术效率和规模效率的不同而存在着不同需要从不同的方向进行改进。
【总页数】3页(P15-17)
【作者】徐正康;沈鸿
【作者单位】桂林理工大学商学院
【正文语种】中文
【中图分类】F32
【相关文献】
1.“三化”视角下中原经济区农业生产效率研究——基于超效率DEA-Malmquist-Tobit模型
2.四川省环境友好型农业生产效率测算及影响因素研究——基于超效率DEA模型和空间面板STIRPAT模型
3.四川省环境友好型农业生产效率测算及影响因素研究——基于超效率DEA模型和空间面板STIRPAT模型
4.
基于超效率DEA-Tobit模型的安徽省农用地利用效率及影响因素研究5.基于超效率DEA模型的安徽省农业资源利用效率研究
因版权原因，仅展示原文概要，查看原文内容请购买。
基于dea-tobit模型的安徽省农业生产效率综合分析
第22卷第2期 辽宁工业大学学报(社会科学版)Vol.22,No.2 2020年4月Journal of Liaoning University of Technology (Social Science Edition)Ap r.2020收稿日期：2019-08-09基金项目：国家重点研发计划项目(SQ2018YFD030202)；安徽省社科规划重点项目(AHSKY2018D93) 作者简介：江激宇(1964-)，男，安徽桐城人，教授，博士。
本刊核心层次论文 DOI ：10.15916/j.issn1674-327x.2020.02.008基于DEA-Tobit 模型的 安徽省农业生产效率综合分析江激宇，万 宇，徐 腾，熊 琳(安徽农业大学 经济管理学院，安徽 合肥 230036)摘 要：通过测算安徽省各地区农业生产效率评价安徽省各地区农业生产综合绩效，并选取多个维度测算其对农业生产效率的影响程度。
基于2008—2017年安徽省各地区的面板数据，构建DEA 模型测度安徽省各地区农业生产效率，构建Tobit 模型对农业生产效率影响因素进行测算。
从静态来看，大多数城市的农业生产效率处于非DEA 有效状态；从动态来看，安徽省农业全要素生产率2008—2014年波动较少，2005—2017年波动较大，并且其增长主要是由技术进步引起的。
就影响因素而言，人均GDP 、农林水事务支出、农民人均纯收入、单位耕地人员投入量均对农业生产效率产生正相关影响，第二产业占GDP 比例、受灾面积、单位耕地农业机械总动力对农业生产效率产生负相关影响。
各地区应该合理调整农业生产投入量，继续增加对农业支持力度，注重技术进步和技术效率并举，以提高农业生产效率。
关键词：DEA-Tobit 模型；生产效率；安徽省；农业中图分类号：F323.5 文献标识码：A 文章编号：1674-327X (2020)02-0026-04农业是国民经济的基础，2018年《乡村振兴战略规划(2018－2022年)》指出乡村振兴离不开产业振兴，衡量产业振兴中的一个重要指标是农业综合生产能力，对于农业来说，由于受到耕地资源、劳动力转移等因素制约，其生产资源的有限性决定了农业增长主要依赖于农业资源合理配置，以提高生产效率。
基于DEA方法的安徽省城市生态效率评价
国内学者 对 生态 效率 问题 研究 相 对起 步 较 晚 ， 但 随 着 近年 来 我 国环 境 与 经 济 社会 发 展 矛 盾 日益 突出 ． 生态 环境脆 弱 ， 环 境承 载力 不 断下 降 ， 污染 问
工业 固废 产生 量 ９ １ ５ ８ ． １ ８万 吨。粗 放式 经济 增长 方 式 是安 徽省构 建 和谐 社会 、 建设 美好 安徽 的重 大障
产 业 和第 三产 业 ，二 产增 加 值 占 Ｇ Ｄ Ｐ的 比重继
及 它们 所 造 成 的环 境 负 荷 ｆ Ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍｅ ｎ ｔ ａ ｌ Ｌ ｏ ａ ｄ ｉ ｎ ｇ ） 。
概 念 最 早 由德 国学 者 Ｓ ｅ ｈ ａ ｌ ｔ ｅ ｇ ｇ ｅ和 Ｓ ｔ ｕ ｍ 在 学术 界
【 中国分类号】 Ｆ １ ２ ４４ 一ｌ １ Ｏ ４ （ ２ Ｏ １ ３） ０ ５ — ０ ０ ５ ８ — ０ ５
１ ９ ７ ８年 到 ２ ０ １ １年 ， 中 国城镇 人 口从 １ ． ７ ２亿 人 增 加到 ６ ． ９亿 人 ， 城 镇 化 率 从 １ ７ ． ９ ２ ％提 升 到 ５ １ ． ２ ７ ％【 Ｊ Ｊ ， 虽然 从 表面上 看 ， 中 国城镇 化建设 已经达
１城 市 生态 效 率 研 究 进 展
１ ． １生 态 效 率
到世 界平 均水 平 ． 但人 口多 、 资源 相对 短缺 、 环境 容
量有限， 这一 中国 的基本 国情 问 题也 日益 凸 显 。近 年来 ， 随着 “ 工业 强 省 ” 战 略 的深 入 推 进 ， 安 徽 省 工 业 化进 程 明显加 快 ， 第 二产 业增 长 速度 明显 快 于第
续 上 升 。其 中 ， 规模 以上工业 增加 值增 长 ２ １ ． １ ％， 增
基于DEA模型的安徽省农业生产效率研究
代，要破解社会主要矛盾，必须不断改善乡村环境，改善 农业发展结构，加快农业农村现代化进程。本文在现有 的研究基础上，基于2005—2019年的《中国统计年鉴》和 《安徽省统计年鉴数据》，利用数据包络分析方法（DEA） 对安徽省农业生产效率进测算，试图找出影响安徽省农 业生产效率的关键因素，旨在为安徽省农业生产效率提 升提供参考。
Study on Agricultural Production Efficiency in Anhui Province Based on DEA Model
XING Yuming et al. （School of Economics and Management, Anhui Agriculture University, Hefei 230036, China） Abstract: Agricultural economy as a country's basic economy, the study of agricultural production efficiency is con⁃ ducive to supporting the development of agricultural production. Based on the China Statistical Yearbook and Anhui Statistical Yearbook data from 2005 to 2019, this paper uses data envelopment analysis method（DEA）to measure the agricultural production efficiency of Anhui Province. It is found that in the period of 2004 to 2018, there were nine years of ineffective technology in Anhui Province. The Ministry has insufficient situation, on this basis put for⁃ ward corresponding countermeasures and suggestions. Key words: Agricultural productivity; Data envelopment analysis; Technical efficiency
基于DEA模型的林业经济投入产出滞后期确定与效率测度
财经论坛Һ㊀基于ＤＥＡ模型的林业经济投入产出滞后期确定与效率测度姜瑜利摘㊀要：林业是一项重要的经济产业，主要是以自然资源为主体，不仅需大量的资金投入，同时，具有周期长㊁可持续收益的特点㊂林业经济是一种能提供生态效益㊁保护生物多样性的绿色经济，对推动经济社会发展以及生态文明建设有非常重要的意义㊂就当前林业经济发展而言，仍存在诸多问题，需结合实际情况针对性采取措施，以促进林业经济可持续健康发展㊂关键词：林业经济；效率测度；ＤＥＡ模型；滞后期；措施一㊁引言绿水青山就是金山银山 ㊂林业资源的管理在治理和保护国家生态系统的过程中非常重要㊂在社会经济发展和转变的过程中，我国开发了许多林业资源，对森林环境造成了严重破坏㊂为了实现高质量的社会经济发展和人民生活，有必要增强林业资源管理并实施合理科学的战略措施㊂落实林业资源的保护和管理，有利于人们追求幸福美好的生活及建设美丽的生态和谐家园㊂二㊁林业经济概述森林在改善生态环境㊁推动经济社会发展方面发挥着重要作用，在国民经济中占据十分重要的地位㊂林业经济主要是依托开发㊁利用林业资源实现经济增长，林业经济发展不仅对我国国民经济的整体提升有着至关重要的影响，同时在改善生态环境方面发挥着无可替代的作用㊂就我国林业经济发展而言，主要历经了三个时期，中华人民共和国成立初期的林业经济发展以林木采伐为主，对林业资源的过度索取导致水土流失以及沙化问题严重，对生态环境造成了一定的破坏；近年来，依靠科技力量和林业经济实际结合，不断优化林业发展模式，实现生态与经济协同发展，是林业经济的第三个发展时期㊂三㊁我国林业发展现存的问题（一）林业资源供需失衡当前，从区域角度来看，中国的经济发展是非常不均衡的㊂在经济较发达的地区，林业资源的供需之间存在严重的失衡㊂例如，林业资源分配不足㊁储量有限等㊂如果不采取任何措施，林业资源将不可避免地出现供不应求的情况，无法满足对当地对林业资源的需求㊂在经济较落后的地区，对林业资源的需求相对较低，木材价格也较低，并且森林资源的浪费情况很严重㊂（二）缺乏清晰的森林开发计划，存在盲目开采现象林业资源具有很高的经济价值，很多开发者往往仅仅关注到了林业资源的经济价值，却没有注意到更为重要的生态价值㊂我国有些地区水资源并不丰富，森林资源主要起着巩固水土的作用，而这部分森林遭到砍伐，便会使生态环境遭到严重破坏，甚至引发山洪灾害，危害人民群众财产安全㊂例如在西北地区，植被覆盖率并不乐观，如果盲目对该地区的林业资源进行开采，便会加剧该地区的水土流失现象，所以盲目开采导致生态环境遭到破坏这一问题必须引起人们重视㊂（三）林业产业转型不到位对于传统的林业管理工作来说，许多人工林依旧采用单一物种管理方法，没有建立良好的生态系统，如果林场遭受病虫害，林业资源就会受到严重损失㊂因此，为了避免这种风险，需要应用科学合理的方法对林业进行管理，优化和合理调整林业产业结构㊂四㊁林业可持续发展的对策（一）引进先进的技术设备由于信息技术不断地成熟和进步，现代计算机技术已广泛应用于各个行业之中㊂对于当前生态文明来说，在其与林业协同发展的背景下，还应强调引进先进技术和设备㊂另外，需要增加对林业工业技术的投资，以便为林业技术部门开展研究工作提供资金保护和支持㊂利用先进设备进行林业的生态管理，并不意味着工程师的工作被设备所取代，而是需要工程师使用最新的技术来提高他们的工作效率，充分地考虑到林业工业生产部门遇到的实际问题，使现代技术最大化地应用于科学研究之中㊂（二）推进林业现代化建设一方面，林业现代化建设必须基于稳定的林业产业和良好的生态环境，因此各个省份必须尽快推进林业改革，让林业改革㊁创新的优势尽快体现出来，建设一种可持续的㊁与长远发展相符的发展体系；形成多元化㊁全局化生态补偿机制，从根本上提升生态保护效果，让林业资源的有偿使用㊁天然林保护工作得到切实进步㊂另一方面，大力发展林业科技，从金融创新㊁管理创新的角度出发，对基础设施㊁硬件设备㊁保护技术等进行研究，加强人才培养和网络技术的有效应用，促进林业现代化发展㊂（三）拓展林业开发产业链，提高经济效益我国目前对林业资源的价值挖掘的还不够深，林业资源的附加值还不够高，而这也是阻碍林业资源可持续发展的重点问题㊂要想实现林业的可持续发展就必须拓展林业开发产业链，加大对林业资源附加值的探索㊂例如将森林资源与旅游业进行结合，发展森林采摘与花卉种植，这都是对林业可持续发展的良好探索㊂将林业资源与旅游产业相结合，能够改变传统的砍伐开发模式，并实现第一产业与第三产业的有机结合；将林业资源与食品行业相结合，利用森林中的水果㊁坚果等资源，对林业产品进行深加工，发展与森林资源相配套的食品加工业，从而吸引消费者的关注㊂五㊁结语综上所述，林业经济作为国民经济的重要组成部分，不仅能带来良好的经济效益，还能对生态环境产生一定的影响㊂目前，我国的生态环境问题较为突出，所以对林业资源的保护十分重要㊂目前，我国林业还存在很多问题，而这些问题的解决，离不开对林业经济的统筹规划，这样才会使我国林业经济实现可持续发展㊂参考文献：［１］叶尚宇．我国林业经济发展存在的问题及对策［Ｊ］．江西农业，２０１８（２４）：１０５．［２］李俊恺．林业经济发展的困难与对策分析［Ｃ］．中国教育发展战略学会教育教学创新专业委员会论文集卷二 专题研讨．中国教育发展战略学会教育教学创新专业委员会，２０１８：６９－７０．［３］崇兴花．林业科技的发展现状及对策［Ｊ］．农民致富之友，２０１８（２２）：７８．作者简介：姜瑜利，烟台市牟平区自然资源局㊂１６。
安徽农业生态效率评价_基于DEA方法的实证分析_陈遵一
现阶段，世界可持续发展工商业联合会和国内外一些学 者提出了很多项生态效率的评价指标和许多种评价方法，但 很多方法在处理多种环境影响因素时较难统一，层次分析法 又很难避免给定权重的主观因素［6］，而数据包络分析（ Data Envelopment Analysis，简称 DEA 法） 作为一种数学评价方法， 能有效避免上述不足。
基于DEA模型的安徽省技术创新效率研究
基于DEA模型的安徽省技术创新效率研究作者：庞莹李敏来源：《中国经贸导刊》2013年第02期摘要：本文运用两部分实证分析，选择安徽省高技术产业5个行业和17个地市为决策单元，采用面板数据进行分析。
建立了相应DEA模型分析技术创新效率，从而得到了两部分实证结果。
结果表明：部分行业有下降趋势，17个地市区域技术创新效率差异较大，产业结构和比例存在问题。
关键词：技术创新效率 DEA模型高技术产业区域经济近年来，安徽省各地区纷纷加大科技投入，大力推进技术创新。
由于各地区经济发展不均衡，地区差异较大。
在此背景下，对安徽省整个区域的技术创新效率进行研究，综合测度、评价安徽省的技术创新效率，对安徽省合理利用资源，提高使用效率，进一步提升科技活动效益具有理论价值和现实意义。
一、基于DEA 方法对安徽省高技术产业技术创新效率的研究（一）评价模型的选择根据评价目的和经济背景，本文选用的是基于产出的C2R模型，也称作是产出导向型模型。
假设有n个决策单元，每个决策单元都有m种投入和S种产出。
这n个决策单元都是具有可比性的，是同类型的决策单元。
①决策单元j记为DMUj，其中1≤j≤n， Xmj＝DMUj表示对第m种输入的投入量，Xmj>0；Ysj＝DMUj表示对第s种输出的产出量，Ysj>0；Xj和Yj 分别为DMUj的输入向量和输出向量，数值是已知的。
vi＝第i种输入的权重；ur＝第r种输出的权重，其中，1≤i≤m，1≤r≤s，vi和m分别是对应的权向量，是两个变量。
（二）选择决策单元基于本文所构建的技术自主创新效率评价体系，这一部分所选择的数据来源于安徽省高技术产业相关指标，根据《中国高技术产业统计年鉴2011》的划分标准，高技术产业分为五大类，分别为医药制造业H1，航空航天制造业H2，电子及通讯设备制造业H3，电子计算机及办公设备制造业H4和医疗设备及仪器仪表制造业H5等行业，这一部分的研究就是以这五类产业作为决策单元来进行实证分析的。
基于超效率DEA方法的安徽省高职院校效率分析及其发展对策
基于超效率 Ｄ Ａ方法的安徽省高职院校效率分析及其发展对策 Ｅ
刘 晓红 ，王 春 珊
（ 安徽 工商职业 学院公共课教 学部 ，安徽合肥 ２０ ４ ） ３０ １
摘要 ：在分析安徽省 高职 院校 整体现状的基础上 ，利 用数据 包络分析 方法考察安徽 省高职 院校 办学效率 ，并在 出现多个有效院校 的情 况下利用超 效率 Ｄ Ａ模 型对有效评价对 象进行 充分比较和排序 ，实证 结果表 明安徽省 Ｅ 高职院校普遍存在 办学效率低 下的情况。针对实证结果 ，为安徽 省高职院校的长远发展提供 了具体建议 。 关键词 ：高职院校 ；数据 包络分析 ；超 效率 ；发展 建议 中 图分 类 号 ：Ｃ ３ ９４ 文 献 标 识 码 ：Ａ 予 以宏 观调控 。 目前 ，安 徽省 高等 职业 院校 主要 存在 以下
第一 ，高职院校 的生源质 量不高。原因 主要 有以下三个 方面 ：（ ）忽视 了我 国高等教育从精英阶段向大众 阶段发展 １ 的现实状况 ，实 施扩招 政策带来 人才 培养 规模 的巨大变化 ； （ ）现行高职学生学 习内容的深度和广度没有考 虑时代的变 ２ 化 ，更新速度很慢 ；（ ）人才质量标 准和人才培 养规格并没 ３ 有随着 时代 的发展而及时变化 。 第二 ，高职院校 的教学经 费投入与使用 现状不佳 。造 成 高职 院校教学经费紧缺 非教学性投入所 占比例太大 ；（ ）学校创 收 （ ２ ３ 含企 业资助经费 ）有 限。 第三 ，师资 队伍整体水平不高 ，课 堂教学质量有 待进一 步提高。师资 队伍整体水平不高 的原 因主要在 于教师精力投 入不够 ，校外兼课兼职过多 。 第 四，高职院校的专业设置不够科 学 、规范 ，现行专 业 中仍存在较多问题。 第五 ，高职院校现行课程设置与教材建设仍不尽如人意 。 第六 ，相当一部分人反映高职院校 的教学管理手段落后 ， 效率低下 ，在采用现代化教 学管理技术上缺 乏主动 、积极态 度 ，管理人员 素质不高。 第七 ，高职院校的产学合作教育仍做得不够 。 以上从定性 的角度分 析 了安 徽省高 职 院校 整体 的现状 ， 但是各高职院校并不清楚 其 自身存在 的哪些问题更为严 峻和 如何 应对 。为 了较好地解决这一 问题 ，就 必须进行准确 的定 量 化 分 析 。 目前 可采 用 的评 价 方 法 有 层 次 分 析 法 、生 产 函数 法 、神经 网络 、多 目标决策 、模糊数 学综合评价 法以及数据 包络分析 （ ａ ｎｅ ｐ ｅ ｔ ｎｌｓ ，简称 Ｄ Ａ） 等方 法。 Ｄ ｔ Ｅ ｖｌ ｍ ｎ ａ ｉ ａ ｏ Ａ ｙｓ Ｅ 通过 比较各个方法 的特点 ，本文采用 Ｄ Ａ方法 。与其他方法 Ｅ 相 比而言 ，Ｄ Ａ方法处理多输入 特别 是多输 出问题 的能力是 Ｅ 具有绝对优势 的 Ｊ ，主要表现在 以下几个方面 ：（ ）输人和 １ 输 出的数据可 以为不同计量单位 的指标 ； （ ） 可以同时处理 ２ 多种输入和输出指标 ； （ ）不需 预定指标 问的关 系和赋予 主 ３ 观权重 ； （ ）改 变了过去 评价方法 中将有效 与非有效 Ｄ Ｕ ４ Ｍ 混为一谈的局 面 ，估计出确实有效 的生产前 沿面； （ ）致力 ５
基于超效率DEA模型的安徽省农业资源利用效率研究
西安建筑科技大学学报(社会科学版)J.Xi*n Unie.of Arch.&Tvch.(Social Science Edition)Vol.39No.3Jun.2020第39卷第3期2020年6月【经济与管理】DOI:10.15986/j.1008-7192.2020.03.008基于超效率DEA模型的安徽省农业资源利用效率研究江激宇，熊琳"，周密，万宇（安徽农业大学经济管理学院，安徽合肥230036）摘要:近年来耕地资源减少、水资源污染严重、自然资源制约等问题日益凸显，为降低农业生产成本,进而提高农业生产效率，分析农业资源要素的投入产出至关重要。
选取安徽省16个地级市作为决策单元，采用DEA-BCC模型和超效率DEA模型对16个地级市样本地区的农业资源要素的6个具体投入产出指标进行有效性分析，结果表明安徽省有6个地级市未达到DEA有效水平，并对DEA无效的决策单元进一步进行投影分析,估计了无效单元投入要素的径向调整和松弛调整，找出其无效原因，提出农业资源投入优化调整方向，发现农业机械、劳动力、化肥三个要素冗余率整体较高，利用率低％最后在实证检验的基础上,提出相应的对策建议，为安徽省农业资源利用效率的提高提供决策参考％关键词:农业资源;DEA；径向调整;松弛调整中图分类号:F327文献标识码:A文章编号：1008-7192（2020）02-0057-07一、弓I言农业是人类生存的基础保障，是支撑中国国民经济的重要性产业，有效利用农业资源能够扩大农产品产量,降低农产品生产成本，提高农产品的质量，同时推动我国农业产业走低耗高效的可持续发展道路。
农业资源包括土地、机械、化肥、劳动力等方面。
由于经济发展、城镇化建设、耕地退化以及自然灾害等原因，导致我国土地资源下降，水土流失面积逐年上升,截至目前已经超过了12000万公顷。
与此同时，我国人口持续上升,人均耕地面积仅1.3亩，人口数量与耕地资源不均衡的现象严重制约了我国农业资源的发展％其次,农村劳动力弱化，农村的年轻劳动力更愿意去大城市发展，导致农业从业人员老龄化、文化程度低，农村缺乏年青有能力的劳动力。
基于DEA的安徽省建设用地效率分析
基于DEA的安徽省建设用地效率分析张荣天;焦华富【摘要】With Anhui as the research object, the paper measures construction land use efficiency value from 2000 to 2012 by DEA model method;based on GIS, Jenks, trend surface analysis and local G*index to reveal the spatial difference of construction land use efficiency in Anhui. The results shows that: (1)during 2000~2012, construction land use efficiency was on the rise, during nearly 13 years efficiency increased by 31.5%, scale efficiency was the main affecting factors; (2) 2000~2012, construction land use efficiency presented an increase from east-west direction and “arch-shaped”distribution from south to north;(3)according to the local G*index divided four type of efficiency, the H-H area mainly is distributed in Wanjiang district, and the L-L area mainly in the north of Anhui. The research provides the beneficial reference for regional construction land use.%以安徽省为研究区，运用DEA模型测度2000～2012年区域建设用地利用效率；基于GIS分析平台，运用Jenks断裂法、趋势面分析、局域G＊指数等方法对2000～2012年安徽省建设用地效率演变特征进行了分析。
基于DEA模型的中国林业投入产出效率评价
基于 DEA模型的中国林业投入产出效率评价摘要：林业是我国重要的国民经济组成部分，对改善生态环境、促进国民经济可持续发展有着重要作用。
基于此，本文对基于DEA模型的中国林业投入产出效率评价进行了论述。
关键词：DEA；林业投入；林业产出；效率林业是国民经济的重要基础产业，又是重要的社会公益事业，承担着改善生态环境、促进国民经济可持续发展的双重使命。
为了促进林业生态保护与发展，我国政府不断加大对林业的公共投入。
在政府投入引导下，社会资本对林业的投入近年来也呈蓬勃发展之势。
因此，林业投入产出的效率问题值得人们关注。
一、指标选取及样本数据来源DEA评价模型最关键环节是对其投入产出指标的选取，投入产出指标及其样本的选取对最后的评价结果有很大影响。
指标的选取不仅要考虑数量，还要考虑其“质量”。
国外研究的指标体系不完全适用于我国林业投入产出效率评价，而国内学者对所选取的指标体系也各有侧重，未充分考虑到林业的生态、社会效益，因而也不宜完全借鉴。
林业投入应是为促进林业发展而投入的各种生产要素。
根据西方经济学理论，资本、劳动力和土地这三种要素在生产函数中扮演着重要角色。
但由于我国林业用地面积的统计数据是5年公布一次，即在5年一次的森林资源清查期间，林业用地面积不会发生变化，因此，本文选取营林固定资产投资、林业系统年末从业人数指标来测算资本和劳动力这两种投入要素的效率。
由于DEA效率只是一种相对效率，只要各决策单元间具有可比性，即便所取指标未涵盖所有的投入或产出指标，其测算结果也具有可信性，能真实反映所取指标效率情况。
林业投入后，会产生一定的经济、生态、社会效益。
林业投入在经济方面的目标是林业产值最大化，因此，用林业第一产业产值来表示林业所产生的经济效益；林业的生态效益与森林面积有关，可用当年新增的造林面积来表示；林业的直接社会效益表现在促进林区就业和改善林区农民生活水平，对就业的影响隐含在收入变化中，故选取农民人均林业收入来表示。
基于DEA-Malmquist模型的安徽省农业用水效率研究
基于DEA-Malmquist模型的安徽省农业用水效率研究作者：***来源：《安徽农业科学》2023年第19期摘要选取2010—2020年安徽省面板数据，采用DEA模型对安徽省16地市的農业用水效率进行测度，并采用Malmquist指数法进一步分析安徽省农业用水效率的变化规律与特点。
结果表明， 2010、2015和2020年安徽省农业用水综合效率均未达到有效，且整体呈现出缓慢降低的趋势；2010—2020年安徽省农业用水全要素生产效率总体有所增加，且增速波动较大；安徽省农业用水全要素生产效率表现出南北两端高、中部较低的分布规律，技术进步是影响安徽省农业用水效率的主要因素。
需加强农业基础设施建设，升级农业灌溉技术，以尽快缩短各地市之间的差距。
关键词 DEA模型；Malmquist指数法；农业用水效率；安徽省中图分类号 S27 文献标识码 A 文章编号 0517-6611（2023）19-0187-04doi：10.3969/j.issn.0517-6611.2023.19.043Study on Agricultural Water Use Efficiency in Anhui Province Based on DEA-Malmquist Model LI Bao-chun（Anhui and Huaihe River Institute of Hydraulic Research，Hefei，Anhui 230088）Abstract The panel data of Anhui Province from 2010 to 2020 were selected and DEA model was used to measure the agricultural water use efficiency of 16 cities in Anhui Province，and Malmquist index method was used to further analyze the changing rules and characteristics of agricultural water use efficiency in Anhui Province.The result showed that in 2010， 2015 and 2020， the comprehensive efficiency of agricultural water use in Anhui Province was not effective， and showed a trend of slow decline;from 2010 to 2020， the total factor production efficiency of agricultural water in Anhui Province generally increased， and the growth rate fluctuated greatly;the total factor production efficiency of agricultural water use in Anhui Province showed the distribution law of high in the north and south ends and low in the middle，technological progress was the main factor affecting agricultural water use efficiency in Anhui Province.It is necessary to strengthen the construction of agricultural infrastructure and upgrade agricultural irrigation technology to shorten the gap between different cities as soon as possible.Key words DEA model; Malmquist index method;Agricultural water use efficiency;Anhui Province近年来，随着城镇化进程的加快和工业化程度的快速提高，水资源需求不断增长，挤占农业用水已成为目前解决城市用水和工业用水短缺的一个重要途径，而且我国农业用水效率较低，导致农业用水的需求也不断增加，因此，我国农业用水正面临着严峻的局势［1］。
基于DEA的安徽省技术创新能力评价
基于DEA的安徽省技术创新能力评价构建了技术创新能力评价指标体系，利用主成分分析法确定了投入产出主成分指标，利用数据包络分析法（DEA）对安徽省技术创新能力进行了综合分析和评价，明确了安徽省在技术创新能力上的优势和不足，剖析了安徽省技术创新能力不足的原因，提出了提高安徽省技术创新能力的对策建议。
标签：安徽省技术创新能力主成分分析法数据包络分析（DEA）1 概述经过改革开放30多年的快速发展，中国经济增长速度出现了放缓的势头，进入经济发展的新常态。
随着知识经济发展和经济、科技全球化时代的到来以及市场竞争的日益加剧，依靠低成本要素优势的传统经济增长方式已经走到尽头，投资、出口和消费三驾马车已经无力拉动中国经济发展。
在经济发展呈现出很强的区域化特征的今天，区域技术创新能力正成为地区经济获取竞争优势的决定性因素和区域竞争参与者竞争能力的重要标志。
在新一轮区域竞争中，谁的创新能力强，谁就能把握先机，赢得主动。
只有通过加快区域创新系统建设、提高区域创新能力，才能有效弥补劳动、资本等生产要素效率下降带来的损失，促进经济发展方式的转变，实现经济发展方式由外延式向内涵式转变，进而促进产业结构升级、增强区域发展活力，提高经济运行质量和效益，推动区域经济社会的全面协调可持续发展。
近年来，安徽省立足改革攻坚，突出以科技进步和创新驱动经济社会发展。
提出把“建设创新安徽，加快转型发展”作为面向未来的核心战略，坚持创新驱动发展和科技改革攻坚“双轮驱动”，加快建设创新型省份。
全面加快由要素驱动、投资规模驱动发展为主导向以创新驱动发展为主导的转变。
从最初的合肥国家科技创新型试点市，到合芜蚌自主创新综合试验区，再到创新型省份，我省创新的步伐越迈越大，领域越来越宽，内涵越来越丰富，技术创新能力得到大幅提高。
由科技部发布的《全国区域创新能力评价报告2013》显示，安徽省区域综合创新能力处于全国中上游水平。
但应该看到，与发达地区相比，安徽省的技术创新能力发展还存在一些亟待解决的问题，尤其是创新能力结构还存在着较大的问题。
基于超效率DEA模型的创新型企业创新绩效评价——以安徽省为例
基于超效率ＤＥＡ模型的创新型企业创新绩效评价研究姚禄仕赵萌（合肥工业大学管理学院安徽合肥２３０００９）摘要：对创新型企业的创新绩效进行评价，有利于政府部门和管理者对创新型企业创新活动进行管理，本文从创新投入与创新产出角度构建了创新型企业创新绩效评价指标体系，并借助超效率ＤＥＡ模型计算出安徽省第一批和第二批创新型企业２００９和２０１０年创新绩效效率值，对非ＤＥＡ有效的企业提出最佳改进策略，从而为全面提升创新型企业创新绩效提供决策依据。
关键词：创新型企业创新绩效评价指标体系超效率ＤＥＡ模型作者简介：姚禄仕（１９６２－），男，安徽桐城人，合肥工业大学管理学院教授赵萌（１９８６－），女，天津市人，合肥工业大学管理学院硕士研究生一、引言随着我国创新型国家战略的实施，区域创新能力、创新型城市、创新型企业等的评价研究成为各界共同关注的热点。
在建设创新型国家的重要战略中，创新型企业是建设创新型国家的决定力量。
大批高水平的创新型企业群体是建设创新型国家的重要依托和支撑。
创新绩效是指企业的创新活动为该企业带来的效益。
对创新型企业创新绩效进行评价，有助于政府部门和企业管理者了解创新型企业创新活动的进展，发现企业自主创新过程中存在的问题，以便采取有效的措施提高其自主创新能力。
本文以创新型企业的创新投入和创新型产出两个方面为基础，构建了创新型企业创新绩效评价指标体系，应用ＤＥＡ模型，以安徽省为例，对安徽省创新型企业进行创新绩效的相关数据进行评价分析，并提出相应的政策建议。
二、数据包络分析与ＤＥＡ模型（一）数据包络分析数据包络分析（ＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓ，ＤＥＡ）是一种评价多输入和多输出系统效率的有效方法，最初由Ｃｏｏｐｅｒ和Ｌｅｗｉｎｚ在相对评价效率上提出，目前已成为公认的有效评价方法，在多个研究领域得到了广泛的应用。
ＤＥＡ技术是非参数前沿面的分析方法，它无须估计生产函数，通过观测大量实际生产数据，基于一定的生产有效性标准，构建生产前沿面以及位于该前沿包络面上的相对有效点。
基于超效率DEA模型的科技投入产出效率分析
物力投入分别减少 0.10、0.09、0.09；2012 年想要达到 DEA
有效，应该将人力、财力、物力投入分别减少 0.11、0.05、0.12。
也就是说，这三年未达有效是因为出现了资源投入过量的浪
费现象，这也是人们在追求产出最大化时经常出现的问题。
三、结论
第一， 2003 -2013 年说，此机构在科技的投入和产出效
（作者单位：北京出入境检验检验局 首都经济贸易大学统计学院）
61
科研成果 0.185145 0.250664 0.286473 0.030858 0.348188 0.349336 0.691424 0.498673 0.528382 0.344385 0.611051
60
0
DMU 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
0.902453
0.8846
0.880727
0.8742
1
1.2966
有效性 强超 DEA 有效
DEA 有效 DEA 有效 DEA 有效 DEA 有效 非 DEA 有效 DEA 有效 强超 DEA 有效 非 DEA 有效 非 DEA 有效 DEA 有效
问题研究 统
计
与
管
理
排名
1
二
4
7
一
3
四 ·
5
九
11
2012 年这三个非 DEA 有效年份的原因和程度，发现如何调
整投入的人力、财力、物力规模才能够使决策单元有效。经
过计算，各个决策单元对应的输入剩余和如表 4。
表 4 非 DEA 有效年份的改进得分
年份
得分
人力投入 财力投入 物力投入
基于DEA模型的中国各省林业投入产出分析
目 录
C O N T E N T
01 背景介绍
02 指标样本选取及分析
03 效率测算及分析
04 结论及对策
01 背景介绍
背景介绍
林业是国民经济的重要基础产业， 又是重要的社 会公益事业， 承担着改善生态环境、 促进国民经济 可持续发展的双重使命。为了促进林业生态保护与发
展， 我国政府不断加大对林业的公共投入。在政府投
效率分析-1
表1 2005年到2014年12省份投入产出效率比较
在此添加关键字
Lorem ipsum dolor sit amet, consectetuer adipiscing elit.
在此添加关键字
Lorem ipsum dolor sit amet, consectetuer adipiscing elit.
03 效率测算及分析
DEA介绍
数据包络分析方法
DEA
（ DEA，Data Envelopment Analysis ）
DEA DEA
通过保持决策单元（DMU）的输 入或者输入不变，借助于数学规划和 统计数据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
HUANXIANG PPT 数据分析
【产出】
2005年至2014年间，12 个省（直辖市）的林业投资基 本上都呈现上升趋势，天津、 上海、四川、重庆等省份（直 辖市）增长平缓，山东林业投 资增长幅度最大，福建其次。
HUANXIANG PPT 数据分析
【产出】
各省的林业重点工程造林 面积波动幅度较大，其中波动 最大的是四川省，其次是河北 省。在2006年河北、湖南、四 川重庆等省都呈现下降趋势， 可见这一项的产出指标不太稳 定。
基于超效率DEA模型的土地整治项目绩效评价——以安徽省为例
见公式(1)。
∑ ìïïïms.ti.nj =nθ1cxcrsj
- sup er
λj + s-
≤
θ crs - sup er c
xk
∑ ï
í ï ïj
n =1
j≠k
yj λj
-
s+
≥
y43; ≥ 0,s- ≥ 0,j = 1,2,3...n
在上述模型中，X 和 Y 分别表示第 j 个决策单元的
·144·
中国农学通报
生产前沿面就由 ABCDE 变为了 ABDE，此时 C 点的
效率值 TEC=OC′/OC>1。对于 CCR 模型中本来就是
无效率的系统，由于在超效率模型中其生产前沿面不
受影响，因此它们的效率值测算结果保持不变。
将该思路反映在模型上，就有超效率 DEA 模型，
土地整治项目是指对低效利用、不合理利用、未利 用以及生产建设活动和自然灾害损毁的土地进行整 治，提高土地利用效率的活动，涉及多环节的投入和产 出，是一项复杂的系统性工作。而超效率 DEA 模型评 价结果的可行性，主要取决于系统投入产出指标选择 的合理性。本研究在遵循科学性、客观性、同质可比 性、可获取性等原则的基础上，结合以往的研究成果， 对本研究的评价指标体系进行构建，具体见表 1。
(Anhui Land Surveying and Planning Institute, Hefei 230601)
Abstract: To evaluate the performance of land reclamation project quantitatively, the supper efficiency Data Envelopment Analysis (DEA) model was set up. Taking the relevant data of 8547 land reclamation projects in Anhui Province during 2009 to 2013 as the samples, the author built the input-output index system and then evaluated the efficiency of land reclamation projects. The results showed that: the performance of land reclamation projects in Anhui Province had an upward trend year by year, but the overall efficiency was still relatively low. In addition, it was found that there were significant performance differences between different regions and land reclamation projects had significant scale effect. Finally, some suggestions were put forward to the practice of land reclamation, such as planning reasonable project scale and adjusting techniques and methods to local conditions. Key words: land reclamation; performance evaluation; economic benefit; ecological benefit; social benefit
- 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)。
以经 营 、 保护 和 利 用森 林 资 源 为 主 要 经 营 活 动 模 型运用 到林 业投 人 产 出效 率评 价 中 ， 并 利 用 该模
Ｏｎ ｔ ｈ ｅ Ａｓ ｓ ｅ ｓ ｓ ｍｅ ｎ ｔ ｏ ｆ Ａｎｈ ｕ ｉ Ｆｏ ｒ ｅ ｓ ｔ ｒ ｙ Ｉ ｎ ｐ ｕｔ － ｏ ｕｔ ｐｕ ｔ Ｒａ ｔ ｉ ｏ Ｂａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ Ｓ ｕｐ ｅ ｒ － ｒ ａ ｔ ｉ ｏ Ｍｏ ｄｅ ｌ ＤＥＡ
ｉ ｎ ｐ ｕ ｔ — ｏ ｕ ｔ ｐ ｕ ｔ ｒ ａ ｔ ｉ ｏ ｗｉ ｔ ｈ ｔ ｈ ｅ ａ ｓ ｓ ｅ ｓ ｓ ｍｅ ｎ ｔ ｍｏ ｄ ｅ ｌ Ｄ Ｅ Ａ． Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｕ ｇ ｇ ｅ ｓ ｔ ｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｒ ａ ｔ ｉ ｏ ｉ ｓ ｇ ｅ ｎ ｅ ｒ ａ ｌ ｌ ｙ ｈ ｉ ｇ ｈ ｆ ｒ ｏ ｍ ｔ ｈ ｅ ｙ ｅ ａ ｒ １ ９ ９ ８ ｔ ｏ ２ ０ ０ ２，ｂ ｕ ｔ ｆ ｒ ｏ ｍ ｔ ｈ ｅ ｙ ｅ ａ ｒ ２ ０ ０ ３， ｔ ｈ ｅ ｎ ｕ ｍｂ ｅ ｒ ｏ ｆ ｉ ｎ ｖ ａ ｌ ｉ ｄ ｙ ｅ ａ ｒ ｓ ｉ ｎ ｔ ｈ ｅ ｖ ｉ ｅ ｗ ｏ ｆ ＤＥ Ａ ｈ ａ ｓ
．
ｏ ｂ ｖ ｉ ｏ ｕ ｓ ｌ ｙ ｉ ｎ ｃ ｒ ｅ ａ ｓ ｅ ｄ，ｍｏ ｓ ｔ ｏ ｆ ｗｈｉ ｃ ｈ ｔ ｈ ｅ ｓ ｃ ａ ｌ ｅ ｏ ｕ ｔ ｐ ｕ ｔ ｓ ａ ｒ ｅ ｄ ｅ ｃ ｒ ｅ ａ ｓ ｉ ｎｇ ｂ ｙ ｄ ｅ ｇ ｒ ｅ ｅ ｓ ．Ｉ ｎ ｔ ｈ ｅ ｂａ ｃ ｋ ｇ ｒ ｏ ｕ ｎ ｄ ｏ ｆ ｔ ｈ ｅ ｐ ｒ ａ ｃ ｔ ｉ ｃ ａ ｌ ｆ ｏ ｒ ｅ ｓ ｔ ｙ ｒ ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｍｅ ｎ ｔ ，ｉ ｔ ｃ ａ ｎ ｂ ｅ ｆ ｏ ｕ ｎ ｄ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｒ ｅ ａ ｓ ｏ ｎｓ ｆ ｏ ｒ ｓ ｕ ｃ ｈ ａ ｌ ｏ ｗ ｒ ａ ｔ ｉ ｏ ａ ｒ ｅ ｔ ｈ ｅ ｕ ｎ ｓ ｔ ｅ ａ ｄ ｙ ｉ ｎ ｐ ｕｔ ，ｔ ｈ ｅ ｉ ｍｐ ｒ ｏ ｐ ｅ ｒ ｉ ｎ ｐ ｕ ｔ ｏ ｕ ｔ ｐ ｕ ｔ—ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ａ ｎ ｄ ｔ ｈ ｅ ｓ ｕ ｆ ｉｃ ｆ ｉ ｅ ｎ ｔ ｔ ｅ ｃ ｈｎ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ ｉ ｎ ｐ ｕ ｔ ．
不 足 是 导 致 近 些 年 林 业 投 入 产 出效 率 较 低 的原 因。 关键词 ： 林 业 投入 ； 林业产 出； 效 率评 价 ； Ｄ Ｅ Ａ 中图分类号 ： Ｆ ３ ０ ７ ． ２ 文 献标 识 码 ： Ａ 文章 编 号 ： １ ６ ７ ２ — ９ ２ ０ Ｘ（ ２ ０ １ ３ ） ０ ２ — ０ １ １ １ — ０ ５
徽省林业投入产 出的效 率进行测评和分析 。测 算结 果表 明： １ ９ ９ ８ －２ ０ ０ ２年 间， 安徽省林 业投入产 出的效 率总体 较高 ， 但 是， 自２ ０ ０ ３年 以来 ， 林 业投入产 出效率处 于 Ｄ Ｅ Ａ无 效状 态的年份 明显增加 ， 且 大部 分年份处 于规模 报 酬递减 阶段。结合林业发展 的现 实背景可 以发现 ， 林业投入不稳定 、 林 业投入产 出的结构不合理 、 林业科技 投入
Ｔ Ｉ ＡＮ Ｓ ｈ ｕ－ ｙ ｉ ｎ ｇ，ＺＨＡＮＧ Ｃｈ ｅ ｎ，ＸＵ Ｗｅ ｎ— ｌ ｉ
（ Ｅ ｃ ｏ ｎ ｏ ｍ ｉ ｃ ｓ Ｓ ｃ ｈ ｏ ｏ ｌ ，Ａ ｎ ｈ ｕ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｈ ｅ ｆ ｅ ｉ ２ ３ ０ ６ ０ １ ， Ｃ ｈ ｉ ｎ ａ ）
舍 肥 学统学报 （ 社会科学版）
２ ０ １ ３ 年 ３ 月 第３ ０卷 第 ２期
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｈ ｅ ｆ ｅ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ （ Ｓ ｏ ｃ ｉ ｌ ａ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ）
Ｍａ ｒ ．２ ０ １ ３ Ｖｏ １ ． ３ ０ Ｎ ｏ ． ２
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｉ ｎ ｏ ｒ ｄｅ ｒ ｔ ｏ ｐ ｒ ｏ ｍｏ ｔ ｅ ｔ ｈ ｅ ｃ ｏ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｅ ｃ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ ｆ ｏ ｒ ｅ ｓ ｔ ｒ ｙ， Ａｎ ｈｕ ｉ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ｈ ａ ｓ ｓ ｈａ ｒ ｐ ｌ ｙ ｉ ｎ ｃ ｒ ｅ ａ ｓ ｅ ｄ ｉ ｔ ｓ ｉ ｎ ｐ ｕ ｔ ｏ ｎ ｆ ｏ ｒ ｅ ｓ ｔ ｙ ｒ ｆ ｒ ｏ ｍ ｔ ｈ ｅ ｙ ｅ ａ ｒ １ ９ ９ ８． Ｔｈ ｉ ｓ ａ ｒ ｔ ｉ ｃ ｌ ｅ ｈ ａ ｓ ａ ｓ ｓ ｅ ｓ ｓ ｅ ｄ ａ ｎ ｄ ａ ｎ ａ ｌ ｙ ｚ ｅ ｄ ｉ ｔ ｓ ｆ ｏ ｒ ｅ ｓ ｔ ｙ ｒ
安徽省林业投入产 出效率评价
— —
基于超 效率 Ｄ Ｅ Ａ模 型
琛， 许 文 立
２ ３ ０ ６ ０ １ ）
田淑 英 ， 张
（ 安徽大学 经济学院 ， 合肥
摘
省对林 业的投入 大幅增加 。运用 Ｄ Ｅ Ａ评价模型 ， 对近年 来安