基干DEA模型中国林业生产效率测度探析.docVIP

基于DEA模型的中国林业生产效率测度分析 　　摘 要：以31个省份的林业产业为研究对象，基于DEA方法对中国31个省份林业产业生产效率进行核算，结果表明，北京、天津、上海等11个省份综合效率达到最优，其余21个省份在不同程度上存在效率损失情况。说明中国2013年林业整体生产效率较低。进一步分析发现DEA无效的20个省普遍存在投入冗余或产出不足情况。要想提高各省林业生产效率，可从林业生产资料浪费、合理转移各省剩余劳动力以及改善土地利用和科学发展林地适度规模经营等几个方面入手 关键词：林业产业；生产效率评价；数据包络分析（DEA） 中图分类号：F327 文献标识码：A 文章编号：1008-4428（2016）07-43 -02 林业既是民生基础产业，又是社会公益事业，承担着生态文明建设和国民经济发展的重大使命。近年来国家不断加大对林业产业的投入，吸引各种资金大规模向林业产业流动，出台各种林区改革方案，其目的是加大生态建设和保护、创新森林资源管理、提高林业产业生产效率。在政府投入的引导下，吸引了社会各种资本也陆续走进林业部门。在巨大的投入下，林业产业的投入产出效率不容忽视。国内外有不少学者对林业投入产出问题进行了理论和实证研究。本研究致力于更好地了解中国31个省份的林业投入产出情况，通过对比分析各个省份的林业生产效率，改善其投入产出结构，从而使整个中国的林业生产效率得到提高，并且为后续对林业生产效率方面的研究奠定基础 一、材料与方法 （一）模型选择 数据包络分析方法是由A.Charnes，W.W.Cooper和E.Rhodes于1978年首次提出的一种基于被评价对象间相对比较的非参数技术效率分析方法，这种方法把每一个被评价的同类对象作为一个决策单元（DMU），以被评价单元的投入和产出指标的权重系数作为可优化的变量，借助数学规划，使决策单元投影到DEA的前沿面上，通过比较各决策单元偏离DEA前沿面的程度，进而对决策单元进行相对有效性评价。本研究选用经典的CCR模型。该模型假设共有n个DMU需要测量，每个DMU有m种投入和q种产出，分别用xi（i=1，2，...，m）表示输入，yr（r=1，2，…，q）表示产出，且xi，yr0从而构建出具有非阿基米德无穷小的CCR模型。用xik和yrk分别表示第K个决策单元所对应的第i种投入的投入量和第r种产出的产出量 （二）指标选取 本研究选取林业用地面积、林业当年固定资产完成投资、林业系统年末从业人员作为投入指标。林业投入之后，会相应产生三大效益，即经济效益、生态效益和社会效益。在经济方面，林业各项投入的目的就是为了使林业产值尽可能提高。因此，用林业总产值来反映林业带来的经济效益；而森林面积可以很好地反映林业所带来的生态效益，因此，选用当年新增造林面积表示；社会效益方面，可用林区就业以及林业从业人员生活状况来反映，而收入可以很好地反映就业状况，因此用林业职工全年平均工资来表示 此外，本研究选取中国31个省为决策单元（DMU）。所用数据均来源于《中国统计年鉴》《中国林业统计年鉴》《中国农村统计年鉴》 二、各省林业生产效率分析 利用Maxdea分析软件，把2013年中国31个省的用地面积、林业完成投资、林业系统年末从业人员作为投入指标，林业总产值、新增造林面积和林业职工全年平均工资作为产出指标进行效率分析。核算结果见表1 由表1中的各效率值可以看出，DEA有效的有北京、天津、上海、安徽、山东、河南等11个省份，代表着这11个省已经达到在资源配置能力和资源使用效率的最佳状态。而其余20个省份则处于无效状态，说明中国31个省中大多数生产效率没有达到最佳状态，有很大提升空间。观察处于DEA无效的省份，只有青海和新疆两个省份是规模报酬递增，其余18个省份是规模报酬递减。根据经济学理论，规模报酬递增说明若以n倍增加投入，则会获得大于n倍的产出。青海和新疆应适当增加对林业的投入比例，从而获得更多的林业产出；规模报酬递减是由于生产规模过大，使生产的各个方面不能有效协调，以至于效率的降低。在这里由于18个省的生产规模过大，也就是林业投入过度，使得投入产出结构不合理，因此不能仅靠增加林业投入来提高林业生产效率，更重要的是采取措施改善投入产出规模结构，把投入产出控制在适当的比例 三、结论与讨论 林业生产效率直接影响了中国社会、经济、生态三大效益，对中国31个省林业投入产出的效率进行分析评价，可以为各省林业生产决策提供理论和现实依据，而31个省份的林业投入产出直接反映了中国林业发展的整体状况，因此，对中国31个省份的林业投入产出进行效率核算有着巨大的现实意义。基于对DEA的测算分析，结果表明：北京、天津、上海、安徽、山东、河南、海南、重庆、贵州、云南、宁夏