基于产出滞后性的农业科技投入DEA效率研究
|
摘要
DEA模型对于评价投入与产出效率具有独特优势,是应用最广泛的效率评价模型之一.首先利用复相关系数与显著性检验确定了我国农业科技投入与产出的滞后期,进而对考虑滞后期的我国农业科技投入进行DEA效率测算,最后与未考虑滞后期的我国农业科技投入DEA效率进行对比分析.结果表明,我国农业科技投入效率在整体上是规模有效与技术有效的,但是还存在农业科技结构投入不合理等问题.因此提出了调整优化我国农业科技投入资源结构,对农业科技资源进行合理配置等建议.
The DEA model has unique advantages for evaluating input and output efficiency and is one of the most widely used efficiency evaluation models. Firstly,we used the complex correlation coefficient and the significance test to determine the lag period between the input and output of agricultural science and technology in China,then calculated the DEA efficiency of agricultural science and technology inputs in China considering the lag period,and finally compared and analyzed the DEA efficiency of agricultural science and technology inputs in China without considering the lag period. The results show that the input efficiency of agricultural science and technology in China is effective in scale and technology on the whole,but there are still some problems like unreasonable investment in agricultural science and technology structure. Therefore,some suggestions are put forward,such as adjusting and optimizing the structure of agricultural science and technology investment resources in China,and rationally allocating agricultural science and technology resources.
The DEA model has unique advantages for evaluating input and output efficiency and is one of the most widely used efficiency evaluation models. Firstly,we used the complex correlation coefficient and the significance test to determine the lag period between the input and output of agricultural science and technology in China,then calculated the DEA efficiency of agricultural science and technology inputs in China considering the lag period,and finally compared and analyzed the DEA efficiency of agricultural science and technology inputs in China without considering the lag period. The results show that the input efficiency of agricultural science and technology in China is effective in scale and technology on the whole,but there are still some problems like unreasonable investment in agricultural science and technology structure. Therefore,some suggestions are put forward,such as adjusting and optimizing the structure of agricultural science and technology investment resources in China,and rationally allocating agricultural science and technology resources.
引文
[1]徐巧玲.科技投入产出的相对效率评价研究——基于DEA的BCC模型与SE-CCR模型的分析[J].科技管理研究,2014,34(1):66-70.
[2]张倩伟,甄苓.我国各地区科技资源配置的相对有效性研究[J].中国流通经济,2008,22(4):34-37.
[3]孙慧波,赵霞,何晨曦.农业科技服务对农业生产效率的影响研究[J].科技管理研究,2016,36(12):256-260,266.
[4]丁雪,潘晨晔.基于DEA模型的我国主要省市农业科技投入产出效率分析[J].现代农业科技,2015(3):319-320.
[5]吴小庆,王亚平,何丽梅,等.基于AHP和DEA模型的农业生态效率评价[J].长江流域资源与环境,2012,21(6):714-718.
[6]杨印生,王舒,王海娜.基于动态DEA的东北地区玉米生产环境效率评价研究[J].农业技术经济,2016(8):58-71.
[7]李道和,池泽新,刘滨.基于DEA的中国茶叶产业全要素生产率分析[J].农业技术经济,2008(5):52-56.
[8]李子君.基于DEA的辽宁省农业生产效率分析[J].农业经济,2018(2):54-56.
[9]许云芳.基于DEA模型的山西省农业资源利用效率研究[J].山西农业大学学报(社会科学版),2018,17(4):55-61.
[10]杜娟.基于DEA模型的我国农业科技创新投入产出分析[J].科技进步与对策,2013,30(8):82-85.
[11]郭军华,倪明,李帮义.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究,2010,27(12):27-38.
[12]胡振华,刘笃池.我国区域科技投入促进经济增长绩效评价——基于滞后性的绩效分析[J].中国软科学,2009(8):94-100.
[13]丁守海,丁洋,沈煜,等.新常态背景下服务业就业的滞后风险[J].中国软科学,2016(9):28-36.
[14]金怀玉,菅利荣.考虑滞后效应的我国区域科技创新效率及影响因素分析[J].系统工程,2013,31(9):98-106.
[15]罗富民.城镇化发展对农业供给侧结构变动的影响——基于分布滞后模型的实证[J].华中农业大学学报(社会科学版),2017(2):52-59,132.
[16]杨晓晨.我国发达地区健身消费滞后性研究——基于全国31个省市区的分析[J].沈阳体育学院学报,2016(1):50-54,81.
[17]冯秀珍,聂巧.技术转移投入要素对区域经济发展的贡献滞后性分析——以北京市高技术产业为例[J].经济问题探索,2014(9):68-73.
[18]CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of OperationalResearch,1978,2(6):429-444.
[19]王庆丰.中国就业结构滞后问题研究[J].华东经济管理,2009(9):36-39.
[20]王庆丰,党耀国.基于Moore值的中国就业结构滞后时间测算[J].管理评论,2010,22(7):3-7.
[21]陶建格.基于灰色关联度模型的城市化滞后性定量分析[J].经济地理,2013(12):68-72.
[22]吴和成,刘思峰.基于改进DEA的地域R&D相对效率评价[J].研究与发展管理,2007(2):108-112.
[23]吴敏,管艳.关于DEA模型应用过程中滞后问题的探讨[J].统计与决策,2011(10):29-31.
[2]张倩伟,甄苓.我国各地区科技资源配置的相对有效性研究[J].中国流通经济,2008,22(4):34-37.
[3]孙慧波,赵霞,何晨曦.农业科技服务对农业生产效率的影响研究[J].科技管理研究,2016,36(12):256-260,266.
[4]丁雪,潘晨晔.基于DEA模型的我国主要省市农业科技投入产出效率分析[J].现代农业科技,2015(3):319-320.
[5]吴小庆,王亚平,何丽梅,等.基于AHP和DEA模型的农业生态效率评价[J].长江流域资源与环境,2012,21(6):714-718.
[6]杨印生,王舒,王海娜.基于动态DEA的东北地区玉米生产环境效率评价研究[J].农业技术经济,2016(8):58-71.
[7]李道和,池泽新,刘滨.基于DEA的中国茶叶产业全要素生产率分析[J].农业技术经济,2008(5):52-56.
[8]李子君.基于DEA的辽宁省农业生产效率分析[J].农业经济,2018(2):54-56.
[9]许云芳.基于DEA模型的山西省农业资源利用效率研究[J].山西农业大学学报(社会科学版),2018,17(4):55-61.
[10]杜娟.基于DEA模型的我国农业科技创新投入产出分析[J].科技进步与对策,2013,30(8):82-85.
[11]郭军华,倪明,李帮义.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究,2010,27(12):27-38.
[12]胡振华,刘笃池.我国区域科技投入促进经济增长绩效评价——基于滞后性的绩效分析[J].中国软科学,2009(8):94-100.
[13]丁守海,丁洋,沈煜,等.新常态背景下服务业就业的滞后风险[J].中国软科学,2016(9):28-36.
[14]金怀玉,菅利荣.考虑滞后效应的我国区域科技创新效率及影响因素分析[J].系统工程,2013,31(9):98-106.
[15]罗富民.城镇化发展对农业供给侧结构变动的影响——基于分布滞后模型的实证[J].华中农业大学学报(社会科学版),2017(2):52-59,132.
[16]杨晓晨.我国发达地区健身消费滞后性研究——基于全国31个省市区的分析[J].沈阳体育学院学报,2016(1):50-54,81.
[17]冯秀珍,聂巧.技术转移投入要素对区域经济发展的贡献滞后性分析——以北京市高技术产业为例[J].经济问题探索,2014(9):68-73.
[18]CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of OperationalResearch,1978,2(6):429-444.
[19]王庆丰.中国就业结构滞后问题研究[J].华东经济管理,2009(9):36-39.
[20]王庆丰,党耀国.基于Moore值的中国就业结构滞后时间测算[J].管理评论,2010,22(7):3-7.
[21]陶建格.基于灰色关联度模型的城市化滞后性定量分析[J].经济地理,2013(12):68-72.
[22]吴和成,刘思峰.基于改进DEA的地域R&D相对效率评价[J].研究与发展管理,2007(2):108-112.
[23]吴敏,管艳.关于DEA模型应用过程中滞后问题的探讨[J].统计与决策,2011(10):29-31.