基于DEA模型的江西省农业信息化效率评价

2018-01-05张志坚尹佑松

浙江农业科学 2017年12期

关键词：投入产出江西省效率

张志坚，尹佑松

(华东交通大学交通运输与物流学院，江西南昌 330013)

基于DEA模型的江西省农业信息化效率评价

张志坚，尹佑松

(华东交通大学交通运输与物流学院，江西南昌 330013)

收集江西省2006—2015年相关数据，构建农业信息化的投入产出指标评价体系，运用数据包络分析(DEA)对其进行实证研究，测定整体效率，提出提升整体效率的相关措施。研究结果表明，江西省2006—2015年间大多年份农业信息化的总规模效率都达到了“最优状态”，但仍有少数年份存在投入冗余，有较大的改进空间。

数据包络分析；农业信息化；投入产出；评价体系

农业信息化是指以提高农业生产效率为目的，将现代信息化技术运用在农业生产、销售和管理等各个环节，提供各种有效的信息支持和服务[1]。江西省是我国农业大省，研究江西省的农业信息化建设水平，建立投入产出指标体系和评价方法，有助于梳理该地区农业信息化建设的发展思路，为政府制定对应的发展战略和政策提供依据[2]。

随着农业信息化的迅猛发展，农业信息化的理论研究受到越来越多学者的关注，研究内容主要集中在农业信息技术、农业信息产业及产业化和农业信息资源等方面[3]。梅方权[4]在1997年的时候提出，农业信息化需要研究的是农业整体过程的信息化，而不只是其中一个阶段，应将信息技术使用在农业资源的各个环中，以信息化技术支持农业经济的发展；陆安祥等[5]从信息化特征的多个方面，根据我国当前的农业信息化发展情况，利用20项自选指标构建了可测度的农业信息化发展指标体系；左雄[6]针对我国农业信息化发展过程中存在的问题进行了研究，提出农业信息化中的投入和产出是可以用来衡量农业信息化整体效率的重要指标，且这2个指标对于我国农业信息化建设意义重大；杨印生等[7]基于吉林省2006年农业信息化投入产出的相关数据，使用数据包络分析方法，对其整体效率进行实证评价；李思[8]基于攀西地区农业信息化相关数据，使用数据包络分析方法和超效率模型对当地的整体农业信息化效率进行了分析。总体来看，这些研究为深入分析和推动我国农业信息化发展提供了参考和借鉴，但在投入产出指标的设计以及数据指标的选择等方面都仍存在改进空间。

1 材料与方法

1.1 DEA原理及模型

DEA方法又称数据包络分析(data envelopment analysis)，是1957年美国学者Farrell在进行相关农业实证研究时提出的概念。1978年，为了分析多投入产出系统类的整体效率，著名运筹学家Charnes等提出了非参数评价的数据包络分析方法，这种方法利用数学规划模型，在对已有的样本进行分析的基础上，对决策单位进行有效性评价。

DEA模型假设有n个决策单元，其中每个决策单元DMUk(k=1，2，…，n)都有对应的m种输入和s种输出。设xik(i=1，2，…，m)表示第k个决策单元的第i个输入变量，yjk(j=1，2，…，s)表示第k个决策单元的第j个输出变量，则计算单元效率的问题可以看成是线性规划的问题，模型如下：

式中Xl=(x1l，x2l，…，xml)，Yl=(y1l，y2l，…，ysl)。此模型被称作数据包络分析的CCR模型。此模型的假设条件为整体的规模收益不变，其中θ是指第一个决策单元的总效率值，且0≤θ≤1。其经济含义为：当所有决策单元的产出可以利用线性组合替代某一决策单元产出时，该决策单元的投入可压缩比例为θ，此处θ即为该决策单元的效率测度值。当θ=1时，即为DEA有效状态，即投入产出之间的效率达到了饱和状态；当θ<1时，DEA无效，且该决策单元的多投入比例为1-θ。DEA有效的经济含义是指投入产出之间达到了一种稳定的均衡状态，除非增加某些决策单元的投入或者减少其他决策单元的产出，否则无法增加该决策单元的产出。

1.2 指标选择与数据来源

指标选择的科学性和数据来源的权威性，决定了研究结论的科学性和准确性。使用数据包络分析方法对农业信息化效率进行测度时，必须考虑选取数据指标的可靠性和准确性，本文在参考前人研究的基础上，选取了江西省2006—2015年的相关评价指标，其中：投入指标包括邮电行业的业务总量(X1，亿元)、农村用电量(X2，104kW·h)、农村每百户拥有的计算机(X3，台)、电视每百户拥有量(X4，台)、农村每百户拥有的移动电话(X5，部)；产出指标包括农业总产出(Y1，万元)、农民人均收入(Y2，元)。所有数据来源于《江西省统计年鉴》(2006—2015年)。

1.3 数据分析

本文使用DEAP(Version 2.1)对数据进行相关处理。

2 结果与分析

2.1 DEA评价值

从表1可以看出，2006—2015年间多数年份江西省农业信息化的3种效率(综合效率、纯技术效率、规模效益)均为1，表明这些年份在农业信息化上的投入产出之间达到了最优状态，投入产出的比例较为合理，2007、2009、2010年的综合效率数值虽然大于0.9，但说明这些年份在农业信息化的投入与产出方面仍有改进的空间。评价期内，江西省2007、2009、2010年规模效益递减，表明这些年份农业信息化的规模已经达到饱和，再把资源投入到农业信息化规模上的成效不大，应通过提高相关技术以及引进新设备等措施来提高综合效率，将资源重点投入到技术和人才的引进方面。但同时，2007和2009年的纯技术效率也未达到最优状态，可见这2年在农业信息化方面还存在着技术投入冗余。这说明，这2年在农业信息化技术和规模的投入上都没有合理地运用资源，应在减少这些方面投入的同时，将富余的资源重点投入到其他有助于农业信息化建设的方面，如人才引进或者农村道路建设维修等。总体来看，随着时间的推移，江西省整体的农业信息化综合效率逐渐提升，纯技术效率和纯规模效率在近几年得到改善并趋于稳定，虽然农业信息化的规模效益趋于稳定，但并没有逐年增加，说明在规模效益这个问题上，江西省的农业信息化发展遇到了瓶颈。究其原因，很可能是在资源的投入方面尚有很大的改进空间，除了技术和规模之外的因素没有被好好利用，导致其他因素的效率不理想，从而影响了农业信息化整体的规模效益。

表1 江西省2006—2015年农业信息化DEA评价值

2.2 投入冗余

进一步分析可知，2006—2015年间，非DEA有效的2007年和2009年，江西省农业信息化方面出现了投入冗余，其中，农村用电量和农村电视拥有率属于冗余较多的项目，邮电行业业务总量和农村移动电话拥有量冗余较少。由此可以推断，在这存在投入冗余的2 a，江西省的农村用电效率不高、农村拥有的移动电话等信息化设备也没有被充分利用。这些投入的冗余导致了对应的年份产出不足，没有达到最高的规模效率。由于具有投入冗余的年份不具有最优的整体效率，可以认为，如果将投入转移增加到那些没有投入冗余的项目，可以改善投入冗余的状况，使资源得到更加充分的运用，从而提高整体投入的规模效率，进而达到最优效益。