安徽省農業生產效率研究
——基于超效率DEA模型

徐正康 沈 鴻

（桂林理工大學商學院，廣西 桂林 541004）

現階段我國農業由于長期的以農補工，對農業生產技術的投入不足導致農業生產效率低下，而現在我國農業正處于粗放型向集約型轉變的過程中，在這個過程中農業生產效率是衡量農業發展水平的重要指標，而安徽省作為我國中部的糧食主產區，因此安徽省農業生產的好壞對我國的農業發展具有重大的影響。基于現階段學者對農業生產效率的研究如：王剛毅，劉杰[1]（2018）等對東北農業生產效率進行研究，劉繼為，李雪飛[2]（2020）等對河北省農業生產效率進行了研究。本文采用超效率DEA模型對安徽省16個地級市的農業生產效率進行了研究分析。

1 研究方法

超效率DEA模型。數據包絡分析，它是用來分析個體或單位的效率（或績效）評價的一種非參數方法，基本原理就是保持決策單元的輸入或者輸出不變借助線性規劃和統計數據確定相對有效的生產前沿面，通過比較決策單元偏離前沿面的程度來判斷相對有效性。而超效率DEA模型是通過對原來的數據包絡分析法進行改進，使有效的決策單元之間可以進行比較從而對所以的決策單元進行排序和評價。其模型的數學表達式如下：

模型中，Xj和Yj分別代表第j個決策單元投入和產出變量的集合，λ為第K個決策單元的權值，θ為決策單元的效率值，S+和S-為松弛變量。

超效率DEA的特點：適用于θ多輸入多輸出的效率評價問題，處理這方面問題具有一定的優勢；只研究輸入和輸出的數據，不需要對數據進行其他處理也不需要了解各個數據之間的某些表達式的關系；對于權重沒有任何的要求，只從決策單元的實際輸入輸出數據求出最優權重，具有非常強的客觀性。下面詳細介紹超效率DEA方法的具體步驟：

（1）了解具體問題，確定評價對象的一些關系和因素。

（2）建立評價的體系，選擇決策單元。

（3）明確輸入指標，輸出指標。確定輸入輸出指標的具體度量指標。

（4）收集和整理相關數據。

（5）對數據進行分析評價

2 超效率DEA模型實證結果與分析

超效率DEA的效率值。本文通過MAXDEA8.5軟件對2011—2017年安徽省的各個地級市的農業生產效率進行計算各省的農業生產效率見表1、各個地級市的純技術效率見表2和各個地級市規模效率見表3。

表2 安徽省各地級市規模效率值

由表1可知安徽省16個地級市中只有合肥、蕪湖和黃山三個地區達到了農業生產效率有效，而淮北的農業生產效率最為無效，其農業生產效率值僅為0.357，說明其還有百分之65的農業生產效率提升空間。農業生產效率值排在前三的黃山、合肥和蕪湖的農業生產效率值分別為1.212、1.002和1.076與倒數第一淮北的農業生產效率值相差甚遠，表明各個地級市之間的農業生產效率存在不均衡有著明顯的差距。

表1 安徽省各地級市農業生產效率及純技術效率平均值

由表1和表2可知安徽省各個地級市的純技術效率值和規模效率值，并以0.9作為界限將安徽省各個地級市分為“高低型”“雙高型”“雙低型”和“低高型”四個類型。其中合肥、蚌埠、阜陽和亳州屬于“高低型”，蕪湖、安慶和黃山都屬于“雙高型”，銅陵、宿州、六安和宣城都屬于“雙低型”，淮南、馬鞍山、淮北、滁州和池州都屬于“低高型”，不同類型的地區需要根據自身的特征從技術管理水平和農業生產規模方面采取不同的方式進行改進從而促進農業生產效率的提升。

3 結論與建議

本文利用超效率DEA模型對安徽省各個地級市2011-2017年的農業生產效率展開研究得到以下結論：（1）安徽省16個地級市中僅有合肥、蕪湖和黃山三個地級市的農業生產效率達到有效狀態，而其他十三個均為無效狀態，其中農業生產效率最低的地級市為淮北僅為0.357，其農業生產效率具有巨大的提升空間。排名第一的黃山的農業生產效率與淮北的農業生產效率相差巨大說明安徽省各個地級市的農業生產效率之間存在著不均衡和明顯的差距現象。（2）通過以0.9作為界限將安徽省16個地級市分為“高低型”“雙高型”“雙低型”和“低高型”發現各個地級市需要根據自己所處的類型進行相應的改革。

根據以上結論提出幾點建議：

（1）安徽省僅有三個地級市達到農業生產效率有效狀態，農業發展不容樂觀。需要加以重視，將有效地級市的農業經營管理方式分享給低農業生產效率的地級市提供借鑒。并對規模效率遞增的地區投入一定的人力物力和財力促進其農業生產效率的提升。

（2）由于安徽省各個地級市的農業生產效率的特征不同，各地級市應該根據自身的特征進行相對應的改革，如合肥、蚌埠、阜陽和亳州管理水平較低導致農業生產效率低，因此需要提升當地的農業技術管理水平。而淮南、馬鞍山、淮北、滁州和池州是由于規模效率低導致的農業生產效率低下，因此應該擴大生產規模。銅陵、宿州、六安和宣城是由于管理水平和生產規模兩個方面導致的農業生產效率低下，這就需要同時從這兩個方面進行改革。蕪湖、安慶和黃山雖然純技術效率和規模效率都較好但仍應在良好的基礎上進一步改進以求更大的提升。