我国农业基础设施供给效率的实证分析
2014-03-15何平均
何平均
摘要： 基于SBM和M指数分别从DEA单元有效性、投入要素冗余量、M指数效率评价等3个方面对我国各地区2000～2010年农业基础设施供给效率进行实证分析。结果表明，全国各地区农业基础设施供给效率均有较大提高；农业发展滞后区农业基础设施供给效率较低，投入要素冗余百分比较高，而东部经济发达地区农业基础设施供给效率高，投入要素没有冗余或冗余少；各地区农业基础设施供给呈现好的发展势头，但技术效率发展不稳定。
关键词： 农业基础设施；供给效率；SBM；M指数
中图分类号：F320；F014.32 文献标识码：A 文章编号：1001-8409（2014）02-0127-04
1 引言
农业基础设施作为农业发展的先行资本，具有基础性、公益性、正外部性等特点，是加快发展农村经济，加速推进农业现代化进程的重要保障。加大其投入量，改善供给状况，可以提高整个社会福利和获利能力，有助于当地社会、经济发展，尤其是贫困落后地区的发展[1～4]。从2004～2013年，在连续10个中央“一号文件”的引导下，我国的“三农”问题正逐渐解决，农业增产，农民增收，新农村建设增效。特别是2008年聚焦农业基础建设以来，农业基础设施供给数量增加，质量提升，农业产出日益增长。但是由于历史欠账以及农村经济发展的巨大需求，农业基础设施供给数量总体上不足，而且区域差异明显。加之供给管理不完善，供给效率欠佳。目前，国内部分学者围绕农业基础设施供给效率问题展开了大量深入研究，其测度和分析方法主要集中在C-D生产函数法[5]、数据包络分析法中的CCR和BCC模型[6，7]、因子分析法[8]、ARMA法[9]等。[JP3]而这些方法存在一定的不足，如范围局限性和时间滞后性，对投入产出的松弛性和投入冗余问题考虑不充分，度量的效率值有偏等。基于此，本文拟动态与静态测评相结合，采用数据包络分析法中的SBM模型和Malmquist指数（以下简称M指数）从DEA单元有效性、投入要素冗余量、M指数效率评价等三个角度来测度我国各地区农业基础设施供给效率情况，并对其进行深入的比较分析。
2 研究方法与数据
2.1 模型介绍
（1）非径向模型（SBM）
SBM模型是考虑非期望产出的非径向和非角度DEA模型，相比传统的CCR 和BCC 模型，该模型通过引入松弛变量，同时解决了投入产出松驰性和非期望产出下的效率评价问题。其效率表达式为：
摘要： 基于SBM和M指数分别从DEA单元有效性、投入要素冗余量、M指数效率评价等3个方面对我国各地区2000～2010年农业基础设施供给效率进行实证分析。结果表明，全国各地区农业基础设施供给效率均有较大提高；农业发展滞后区农业基础设施供给效率较低，投入要素冗余百分比较高，而东部经济发达地区农业基础设施供给效率高，投入要素没有冗余或冗余少；各地区农业基础设施供给呈现好的发展势头，但技术效率发展不稳定。
关键词： 农业基础设施；供给效率；SBM；M指数
中图分类号：F320；F014.32 文献标识码：A 文章编号：1001-8409（2014）02-0127-04
1 引言
农业基础设施作为农业发展的先行资本，具有基础性、公益性、正外部性等特点，是加快发展农村经济，加速推进农业现代化进程的重要保障。加大其投入量，改善供给状况，可以提高整个社会福利和获利能力，有助于当地社会、经济发展，尤其是贫困落后地区的发展[1～4]。从2004～2013年，在连续10个中央“一号文件”的引导下，我国的“三农”问题正逐渐解决，农业增产，农民增收，新农村建设增效。特别是2008年聚焦农业基础建设以来，农业基础设施供给数量增加，质量提升，农业产出日益增长。但是由于历史欠账以及农村经济发展的巨大需求，农业基础设施供给数量总体上不足，而且区域差异明显。加之供给管理不完善，供给效率欠佳。目前，国内部分学者围绕农业基础设施供给效率问题展开了大量深入研究，其测度和分析方法主要集中在C-D生产函数法[5]、数据包络分析法中的CCR和BCC模型[6，7]、因子分析法[8]、ARMA法[9]等。[JP3]而这些方法存在一定的不足，如范围局限性和时间滞后性，对投入产出的松弛性和投入冗余问题考虑不充分，度量的效率值有偏等。基于此，本文拟动态与静态测评相结合，采用数据包络分析法中的SBM模型和Malmquist指数（以下简称M指数）从DEA单元有效性、投入要素冗余量、M指数效率评价等三个角度来测度我国各地区农业基础设施供给效率情况，并对其进行深入的比较分析。
2 研究方法与数据
2.1 模型介绍
（1）非径向模型（SBM）
SBM模型是考虑非期望产出的非径向和非角度DEA模型，相比传统的CCR 和BCC 模型，该模型通过引入松弛变量，同时解决了投入产出松驰性和非期望产出下的效率评价问题。其效率表达式为：
摘要： 基于SBM和M指数分别从DEA单元有效性、投入要素冗余量、M指数效率评价等3个方面对我国各地区2000～2010年农业基础设施供给效率进行实证分析。结果表明，全国各地区农业基础设施供给效率均有较大提高；农业发展滞后区农业基础设施供给效率较低，投入要素冗余百分比较高，而东部经济发达地区农业基础设施供给效率高，投入要素没有冗余或冗余少；各地区农业基础设施供给呈现好的发展势头，但技术效率发展不稳定。
关键词： 农业基础设施；供给效率；SBM；M指数
中图分类号：F320；F014.32 文献标识码：A 文章编号：1001-8409（2014）02-0127-04
1 引言
农业基础设施作为农业发展的先行资本，具有基础性、公益性、正外部性等特点，是加快发展农村经济，加速推进农业现代化进程的重要保障。加大其投入量，改善供给状况，可以提高整个社会福利和获利能力，有助于当地社会、经济发展，尤其是贫困落后地区的发展[1～4]。从2004～2013年，在连续10个中央“一号文件”的引导下，我国的“三农”问题正逐渐解决，农业增产，农民增收，新农村建设增效。特别是2008年聚焦农业基础建设以来，农业基础设施供给数量增加，质量提升，农业产出日益增长。但是由于历史欠账以及农村经济发展的巨大需求，农业基础设施供给数量总体上不足，而且区域差异明显。加之供给管理不完善，供给效率欠佳。目前，国内部分学者围绕农业基础设施供给效率问题展开了大量深入研究，其测度和分析方法主要集中在C-D生产函数法[5]、数据包络分析法中的CCR和BCC模型[6，7]、因子分析法[8]、ARMA法[9]等。[JP3]而这些方法存在一定的不足，如范围局限性和时间滞后性，对投入产出的松弛性和投入冗余问题考虑不充分，度量的效率值有偏等。基于此，本文拟动态与静态测评相结合，采用数据包络分析法中的SBM模型和Malmquist指数（以下简称M指数）从DEA单元有效性、投入要素冗余量、M指数效率评价等三个角度来测度我国各地区农业基础设施供给效率情况，并对其进行深入的比较分析。
2 研究方法与数据
2.1 模型介绍
（1）非径向模型（SBM）
SBM模型是考虑非期望产出的非径向和非角度DEA模型，相比传统的CCR 和BCC 模型，该模型通过引入松弛变量，同时解决了投入产出松驰性和非期望产出下的效率评价问题。其效率表达式为：
