安徽省农业生产效率研究——基于超效率DEA模型

徐正康 沈 鸿

（桂林理工大学商学院，广西 桂林 541004）

现阶段我国农业由于长期的以农补工，对农业生产技术的投入不足导致农业生产效率低下，而现在我国农业正处于粗放型向集约型转变的过程中，在这个过程中农业生产效率是衡量农业发展水平的重要指标，而安徽省作为我国中部的粮食主产区，因此安徽省农业生产的好坏对我国的农业发展具有重大的影响。基于现阶段学者对农业生产效率的研究如：王刚毅，刘杰[1]（2018）等对东北农业生产效率进行研究，刘继为，李雪飞[2]（2020）等对河北省农业生产效率进行了研究。本文采用超效率DEA模型对安徽省16个地级市的农业生产效率进行了研究分析。

1 研究方法

超效率DEA模型。数据包络分析，它是用来分析个体或单位的效率（或绩效）评价的一种非参数方法，基本原理就是保持决策单元的输入或者输出不变借助线性规划和统计数据确定相对有效的生产前沿面，通过比较决策单元偏离前沿面的程度来判断相对有效性。而超效率DEA模型是通过对原来的数据包络分析法进行改进，使有效的决策单元之间可以进行比较从而对所以的决策单元进行排序和评价。其模型的数学表达式如下：

模型中，Xj和Yj分别代表第j个决策单元投入和产出变量的集合，λ为第K个决策单元的权值，θ为决策单元的效率值，S+和S-为松弛变量。

超效率DEA的特点：适用于θ多输入多输出的效率评价问题，处理这方面问题具有一定的优势；只研究输入和输出的数据，不需要对数据进行其他处理也不需要了解各个数据之间的某些表达式的关系；对于权重没有任何的要求，只从决策单元的实际输入输出数据求出最优权重，具有非常强的客观性。下面详细介绍超效率DEA方法的具体步骤：

（1）了解具体问题，确定评价对象的一些关系和因素。

（2）建立评价的体系，选择决策单元。

（3）明确输入指标，输出指标。确定输入输出指标的具体度量指标。

（4）收集和整理相关数据。

（5）对数据进行分析评价

2 超效率DEA模型实证结果与分析

超效率DEA的效率值。本文通过MAXDEA8.5软件对2011—2017年安徽省的各个地级市的农业生产效率进行计算各省的农业生产效率见表1、各个地级市的纯技术效率见表2和各个地级市规模效率见表3。

表2 安徽省各地级市规模效率值

由表1可知安徽省16个地级市中只有合肥、芜湖和黄山三个地区达到了农业生产效率有效，而淮北的农业生产效率最为无效，其农业生产效率值仅为0.357，说明其还有百分之65的农业生产效率提升空间。农业生产效率值排在前三的黄山、合肥和芜湖的农业生产效率值分别为1.212、1.002和1.076与倒数第一淮北的农业生产效率值相差甚远，表明各个地级市之间的农业生产效率存在不均衡有着明显的差距。

表1 安徽省各地级市农业生产效率及纯技术效率平均值

由表1和表2可知安徽省各个地级市的纯技术效率值和规模效率值，并以0.9作为界限将安徽省各个地级市分为“高低型”“双高型”“双低型”和“低高型”四个类型。其中合肥、蚌埠、阜阳和亳州属于“高低型”，芜湖、安庆和黄山都属于“双高型”，铜陵、宿州、六安和宣城都属于“双低型”，淮南、马鞍山、淮北、滁州和池州都属于“低高型”，不同类型的地区需要根据自身的特征从技术管理水平和农业生产规模方面采取不同的方式进行改进从而促进农业生产效率的提升。

3 结论与建议

本文利用超效率DEA模型对安徽省各个地级市2011-2017年的农业生产效率展开研究得到以下结论：（1）安徽省16个地级市中仅有合肥、芜湖和黄山三个地级市的农业生产效率达到有效状态，而其他十三个均为无效状态，其中农业生产效率最低的地级市为淮北仅为0.357，其农业生产效率具有巨大的提升空间。排名第一的黄山的农业生产效率与淮北的农业生产效率相差巨大说明安徽省各个地级市的农业生产效率之间存在着不均衡和明显的差距现象。（2）通过以0.9作为界限将安徽省16个地级市分为“高低型”“双高型”“双低型”和“低高型”发现各个地级市需要根据自己所处的类型进行相应的改革。

根据以上结论提出几点建议：

（1）安徽省仅有三个地级市达到农业生产效率有效状态，农业发展不容乐观。需要加以重视，将有效地级市的农业经营管理方式分享给低农业生产效率的地级市提供借鉴。并对规模效率递增的地区投入一定的人力物力和财力促进其农业生产效率的提升。

（2）由于安徽省各个地级市的农业生产效率的特征不同，各地级市应该根据自身的特征进行相对应的改革，如合肥、蚌埠、阜阳和亳州管理水平较低导致农业生产效率低，因此需要提升当地的农业技术管理水平。而淮南、马鞍山、淮北、滁州和池州是由于规模效率低导致的农业生产效率低下，因此应该扩大生产规模。铜陵、宿州、六安和宣城是由于管理水平和生产规模两个方面导致的农业生产效率低下，这就需要同时从这两个方面进行改革。芜湖、安庆和黄山虽然纯技术效率和规模效率都较好但仍应在良好的基础上进一步改进以求更大的提升。