繆建群, 周雪晧, 黃國勤

基于DEA和障礙度模型的江西省農(nóng)業(yè)生產(chǎn)有效性評(píng)價(jià)

繆建群1,2, 周雪晧3, 黃國勤1

1. 江西農(nóng)業(yè)大學(xué)生態(tài)科學(xué)研究中心, 南昌 330045 2. 江西農(nóng)業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院數(shù)學(xué)系, 南昌 330045 3. 北京交通大學(xué)理學(xué)院, 北京 100044

基于江西省2016年11個(gè)市的統(tǒng)計(jì)數(shù)據(jù), 以農(nóng)用柴油使用量、農(nóng)業(yè)從業(yè)人口、農(nóng)藥使用量、地膜使用量、化肥使用量、機(jī)械總動(dòng)力為投入值, 農(nóng)業(yè)總產(chǎn)值為輸出值, 運(yùn)用數(shù)據(jù)包絡(luò)分析(DEA)法中的DEA-C2R模型對(duì)江西省農(nóng)業(yè)生產(chǎn)效率進(jìn)行分析研究, 并運(yùn)用發(fā)展障礙度模型對(duì)影響江西省農(nóng)業(yè)生態(tài)效率的主要障礙因素進(jìn)行了分析診斷。結(jié)果表明: 江西省大多數(shù)市農(nóng)業(yè)生產(chǎn)效率較好, 除九江和鷹潭兩市外, 農(nóng)業(yè)生產(chǎn)綜合效率均大于0.9, 部分城市上升空間仍然很大; 影響江西農(nóng)業(yè)生態(tài)效率的主要障礙因素有化肥施用量和農(nóng)業(yè)機(jī)械總動(dòng)力, 它們的障礙度分別為0.49和0.43。

農(nóng)業(yè)生態(tài)效率; DEA-C2R模型; 障礙因素; 江西省

0 前言

農(nóng)業(yè)具有重要的社會(huì)、經(jīng)濟(jì)和環(huán)境功能, 在提供生態(tài)系統(tǒng)服務(wù)方面發(fā)揮著關(guān)鍵作用, 是直接影響自然環(huán)境的重要因子之一[1-2]。江西是一個(gè)農(nóng)業(yè)大省, 農(nóng)業(yè)的發(fā)展直接影響著本省的經(jīng)濟(jì)水平[3]。改革開放以來, 江西省農(nóng)業(yè)產(chǎn)出量不斷增加, 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展迅速, 農(nóng)業(yè)產(chǎn)值大幅度增長, 人均農(nóng)產(chǎn)品持有量大幅度提高, 農(nóng)民生活得到了極大的改善[4]。但由于農(nóng)業(yè)生產(chǎn)過程中, 存在資源配置不當(dāng)和產(chǎn)投比較低等現(xiàn)象, 造成土地資源退化和農(nóng)業(yè)環(huán)境質(zhì)量下降等問題, 對(duì)江西農(nóng)業(yè)可持續(xù)發(fā)展形成了嚴(yán)峻的挑戰(zhàn)。因此, 分析研究農(nóng)業(yè)生產(chǎn)的有效性是推進(jìn)江西農(nóng)業(yè)發(fā)展亟待解決的問題[5]。農(nóng)業(yè)生產(chǎn)的有效性是度量農(nóng)業(yè)綠色可持續(xù)發(fā)展的重要指標(biāo), 對(duì)農(nóng)業(yè)生產(chǎn)有效性進(jìn)行科學(xué)的評(píng)價(jià), 有助于準(zhǔn)確評(píng)估農(nóng)業(yè)生產(chǎn)和資源環(huán)境協(xié)調(diào)發(fā)展的程度, 從而, 有利于實(shí)現(xiàn)農(nóng)業(yè)資源的高效利用[6-7]。本研究結(jié)合農(nóng)業(yè)生產(chǎn)效率的內(nèi)涵, 運(yùn)用數(shù)據(jù)包絡(luò)分析方法分析研究江西農(nóng)業(yè)生產(chǎn)的有效平衡點(diǎn), 并結(jié)合障礙度模型, 分析研究現(xiàn)階段影響江西農(nóng)業(yè)生產(chǎn)的主要障礙因素, 以期為政府部門制定合理的農(nóng)業(yè)發(fā)展措施提供數(shù)據(jù)支撐。

1 數(shù)據(jù)來源與分析方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源于《江西省統(tǒng)計(jì)年鑒(2017)》; 分析軟件采用deap2.1和MATLAB R2011b。

1.2 分析方法

1.2.1 指標(biāo)選取

有效的農(nóng)業(yè)生產(chǎn)是在農(nóng)業(yè)生產(chǎn)過程中減少資源、成本的投入和浪費(fèi), 提高農(nóng)業(yè)產(chǎn)出能力, 以經(jīng)濟(jì)效益和生態(tài)效益雙贏為目標(biāo)。因此, 可考慮農(nóng)業(yè)生產(chǎn)的產(chǎn)投效果, 對(duì)農(nóng)業(yè)生產(chǎn)有效性進(jìn)行評(píng)價(jià)。由于農(nóng)業(yè)生產(chǎn)是一個(gè)多投入、多產(chǎn)出的系統(tǒng), 所以需要把多種產(chǎn)出和多種投入進(jìn)行比對(duì), 以判別評(píng)價(jià)對(duì)象的有效性[8]。本文基于已有的研究成果[9-11], 結(jié)合可操作性、簡要性和科學(xué)性等原則[12], 選取農(nóng)業(yè)總產(chǎn)值、農(nóng)用柴油使用量、農(nóng)業(yè)從業(yè)人數(shù)、農(nóng)藥使用量、地膜使用量、化肥使用量和機(jī)械總動(dòng)力等作為評(píng)價(jià)指標(biāo)(表1)。其中, 輸出:代表農(nóng)業(yè)總產(chǎn)值(億元); 輸入:1代表農(nóng)用柴油使用量(萬噸)、2代表農(nóng)業(yè)從業(yè)人數(shù)(萬人)、3代表農(nóng)藥使用量(萬噸)、4代表地膜使用量(萬噸)、5代表化肥施用量(萬噸)、6代表機(jī)械總動(dòng)力(萬千瓦)。

1.2.2 分析模型

效率分析模型數(shù)據(jù)包絡(luò)分析是一種基于數(shù)學(xué)規(guī)劃原理評(píng)價(jià)同類型組織(或項(xiàng)目)相對(duì)有效性的常用方法[12-13]。通過尋找最小輸入, 最大輸出的DMU, 最終計(jì)算出輸入與輸出的最佳值, 并規(guī)定最佳值為1, 0-1之間的為非最佳值[14]。根據(jù)研究內(nèi)容, 本研究采用DEA方法中的C2R模型, 其對(duì)偶規(guī)劃模型如下:

2 結(jié)果與分析

2.1 區(qū)域農(nóng)業(yè)發(fā)展差異性

江西省各市的農(nóng)業(yè)總產(chǎn)值的標(biāo)準(zhǔn)差為82.57億元(表2), 其中產(chǎn)值最大的是贛州市, 最小的是九江市, 兩者之比有19.36。差異產(chǎn)生的主要原因是各地區(qū)的農(nóng)業(yè)發(fā)展水平不均衡, 九江農(nóng)業(yè)比重較低而贛州農(nóng)業(yè)比重較大。各地區(qū)使用的農(nóng)用柴油量, 農(nóng)藥量, 地膜使量, 化肥量, 機(jī)械總動(dòng)力狀況有所差異。其中, 農(nóng)藥使用量的最大值和最小值之比在所有輸入中最大, 其比值為16.1, 而農(nóng)用柴油使用量, 地膜使用量, 化肥使用量, 機(jī)械總動(dòng)力的最大值和最小值之比分別為2.83, 5.4, 14.15和10.31。數(shù)據(jù)結(jié)果表明僅考慮單一指標(biāo)的情況下, 江西省各市的農(nóng)業(yè)生產(chǎn)效率差異明顯。所以, 不能靠單一的指標(biāo)進(jìn)行計(jì)算生產(chǎn)效率的評(píng)價(jià), 這種方法計(jì)算結(jié)果沒有太大科學(xué)依據(jù), 且計(jì)算結(jié)果差距大, 存在片面性。

表2 輸入輸出值的統(tǒng)計(jì)描述

2.2 農(nóng)業(yè)生產(chǎn)效率分析

2016年, 江西省各市的農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率的平均值0.941, 小于1, 為非最佳狀態(tài)。其中, 南昌市、景德鎮(zhèn)市、新余市、贛州市、吉安市和撫州市這六個(gè)市的綜合技術(shù)效率都為1, 處于最佳狀態(tài), 占總數(shù)的55%。萍鄉(xiāng)市、九江市、宜春市和上饒市的綜合技術(shù)效率小于1, 為非最佳狀態(tài), 占總數(shù)的45%。11個(gè)市中, 九江市的生產(chǎn)效率最低, 僅為0.628, 與江西省整體水平差距較大。九江市農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率拉低了整個(gè)江西農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率的平均水平。分析九江市各項(xiàng)指標(biāo)適宜投入比例, 提高九江市農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率是一個(gè)當(dāng)前亟待解決的問題。

從江西省的農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率水平來看, 整體上雖然沒有達(dá)到1, 但也大于0.9, 整體的農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率不是很低。農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率大于0.9的市有9個(gè), 小于0.9的市有兩個(gè), 其中鷹潭市未達(dá)到了0.8。從DEA-C2R模型計(jì)算的效率值來看, 鷹潭市要改善農(nóng)業(yè)生產(chǎn)綜合技術(shù)效率, 需在農(nóng)業(yè)生產(chǎn)過程中合理配置農(nóng)業(yè)生產(chǎn)資源、分配農(nóng)業(yè)從業(yè)人員, 盡可能做到農(nóng)業(yè)資源的高效利用。

在DEA-C2R模型下所得的Vrste是純技術(shù)效率, 不同于Crste(技術(shù)效率), 刻畫的是每個(gè)輸出和輸入變動(dòng)的技術(shù)水平間的差距, 其意義是在去掉規(guī)模因素的前提下, 每個(gè)產(chǎn)出的效率, 具體的農(nóng)業(yè)生態(tài)效率結(jié)果見表3。江西省各市的平均農(nóng)業(yè)生產(chǎn)純技術(shù)效率值為0.990, 十分接近于1, 這意味了只有很少一部分投入沒有輸出。其中, 南昌市、景德鎮(zhèn)市、萍鄉(xiāng)市、九江市、新余市、贛州市、吉安市、宜春市和撫州市這9個(gè)城市的Crste達(dá)到了1, 僅有鷹潭市, 上饒市2個(gè)地方的Crste小于1, 但上饒市的Crste的值為0.999。綜上所述, 可認(rèn)為江西省各市的農(nóng)業(yè)生產(chǎn)效率較高, 且無重大環(huán)境污染和資源浪費(fèi)等現(xiàn)象。

規(guī)模效率是指在制度和管理水平一定的條件下, 現(xiàn)有規(guī)模與最優(yōu)規(guī)模之間的差異, 可以反映出DMU是否在最佳狀態(tài), 若DMU=1, 則為規(guī)模最佳狀態(tài), 若DMU大于0小于1, 則認(rèn)為不是最佳的。江西省各市的規(guī)模效率, 除九江市外, 都在0.9以上(表3), 但規(guī)模效率的平均值小于純技術(shù)效率的平均值, 表明影響農(nóng)業(yè)生產(chǎn)效率的主要因素在規(guī)模效率上。其中、萍鄉(xiāng)市、九江市、鷹潭市、宜春市和上饒市這5個(gè)地方呈現(xiàn)規(guī)模報(bào)酬遞增的態(tài)勢(shì)。表明投入的增加小于產(chǎn)出的增加, 所以這5個(gè)地方有擴(kuò)大規(guī)模潛力。目前, 江西省沒有地方呈規(guī)模遞減, 不太需要控制規(guī)模擴(kuò)張, 而應(yīng)該大力加速農(nóng)業(yè)規(guī)模發(fā)展, 達(dá)到增加農(nóng)業(yè)生態(tài)效率的目的。

2.3 農(nóng)業(yè)生態(tài)效率的改進(jìn)

DEA有效的決策單元都分布在同一超平面上, 該超平面上所有的點(diǎn)DEA有效, 超平面稱為DEA生產(chǎn)前沿面。對(duì)非DEA有效的決策單元在生產(chǎn)前沿面作投影, 可測(cè)算其與DEA有效值差, 進(jìn)而改進(jìn)次決策單元[8]。通過對(duì)農(nóng)業(yè)生產(chǎn)純技術(shù)效率的計(jì)算, 找到效率非最佳城市, 并計(jì)算出改進(jìn)值(表4)。南昌市、景德鎮(zhèn)市、新余市、贛州市、吉安市和撫州市的純技術(shù)效率為1, 即投入冗余為0, 所以對(duì)于投入無需改進(jìn)。萍鄉(xiāng)市、宜春市、鷹潭市、上饒市和九江市的純技術(shù)效率不足1, 即存在投入冗余值, 需要適當(dāng)?shù)母倪M(jìn)。以綜合效率最低的鷹潭市為例, 在產(chǎn)出不變的情況下, 可減少24.36%的農(nóng)用柴油使用量, 農(nóng)業(yè)從業(yè)人數(shù)減少14.74%, 農(nóng)藥使用量減少11.76%, 地膜用量可減少15, 79%, 化肥施用量減少11.44%, 機(jī)械總動(dòng)力可減少25.64%; 若保持現(xiàn)有投入水平, 則可提高農(nóng)業(yè)產(chǎn)值11.50%(表5)。

表3 2016年江西省各市農(nóng)業(yè)生產(chǎn)效率

注: 表中“—”表示規(guī)模效益不變, “irs”表示規(guī)模效益增加。

表4 江西省11個(gè)市的農(nóng)業(yè)投入改進(jìn)值

2.4 障礙因素診斷

由表6知, 2017年, 影響萍鄉(xiāng)市農(nóng)業(yè)生態(tài)效率的障礙因素有化肥施用量、農(nóng)用柴油使用量和農(nóng)藥使用量, 其中, 其起主導(dǎo)作用的是化肥施用量。影響九江市農(nóng)業(yè)生態(tài)效率的障礙因素有機(jī)械總動(dòng)力、農(nóng)業(yè)從業(yè)人數(shù)和農(nóng)藥使用量, 其中, 其起絕對(duì)主導(dǎo)作用的是農(nóng)業(yè)機(jī)械總動(dòng)力。鷹潭市農(nóng)業(yè)生態(tài)效率障礙因素主要為農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)業(yè)從業(yè)人數(shù)。宜春市農(nóng)業(yè)生態(tài)效率的障礙因素有農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量和農(nóng)藥使用量, 其中, 農(nóng)業(yè)機(jī)械總動(dòng)力和化肥施用量為主要因素。除地膜使用量外, 其他五個(gè)因素對(duì)上饒市農(nóng)業(yè)生態(tài)效率都有一定的影響, 但其決定作用的障礙因素是化肥施用量。2017年, 影響江西省農(nóng)業(yè)生態(tài)效率的主要障礙因素為化肥施用量和農(nóng)業(yè)機(jī)械總動(dòng)力, 兩者的大小順序?yàn)榛适┯昧?農(nóng)業(yè)機(jī)械總動(dòng)力(表7)。

表5 江西省農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)指標(biāo)調(diào)整值(非DEA有效)

注: 表中數(shù)值帶“—”表示指標(biāo)值減少, 反之, 表示指標(biāo)值增加。

表6 影響各決策單元農(nóng)業(yè)生態(tài)效率的障礙因素

表7 2017年江西省農(nóng)業(yè)生態(tài)效率主要障礙因素排序

3 討論與結(jié)論

3.1 討論

農(nóng)業(yè)生產(chǎn)效率是衡量農(nóng)業(yè)生產(chǎn)有效性的重要指標(biāo)之一, 與國家的經(jīng)濟(jì)發(fā)展息息相關(guān)。本研究基于江西省農(nóng)業(yè)生產(chǎn)的特點(diǎn)構(gòu)建其生產(chǎn)有效性評(píng)價(jià)指標(biāo)體系, 應(yīng)用DEA方法對(duì)生產(chǎn)有效性進(jìn)行評(píng)價(jià)。結(jié)果表明, 江西省農(nóng)業(yè)生產(chǎn)總體有效, 但也存在一些地區(qū)農(nóng)業(yè)生產(chǎn)效率需要進(jìn)一步提高, 這需要相關(guān)政府部門對(duì)這些農(nóng)業(yè)生產(chǎn)非有效地區(qū)在農(nóng)業(yè)生產(chǎn)資源配置方面進(jìn)行合理的調(diào)整。

障礙因素分析表明, 化肥是影響江西省農(nóng)業(yè)生態(tài)效率的主要障礙因素之一, 這與諶貽慶等的研究相同[5]。對(duì)于農(nóng)業(yè)生產(chǎn)低效率地區(qū), 應(yīng)加大現(xiàn)代農(nóng)業(yè)科技的推廣和普及力度, 加快新型有機(jī)肥的研究步伐, 鼓勵(lì)種植綠肥, 以減量施用化肥, 從而控制化肥使用帶來的土壤板結(jié)和酸化等問題。農(nóng)業(yè)機(jī)械化總動(dòng)力是影響江西省農(nóng)業(yè)生態(tài)效率的另一障礙因素, 機(jī)械化程度低嚴(yán)重制約江西農(nóng)業(yè)生態(tài)效率的提高[15]。加強(qiáng)農(nóng)機(jī)技術(shù)的研發(fā)能力, 打造高科技農(nóng)機(jī)技術(shù), 完善農(nóng)機(jī)裝備配置, 增強(qiáng)大中型農(nóng)機(jī)具的配套作業(yè), 對(duì)于改善農(nóng)業(yè)生產(chǎn)條件、提高農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營水平、增強(qiáng)農(nóng)業(yè)綜合生產(chǎn)能力等具有重要的意義[11,16]。

本研究采用障礙度模型對(duì)輸入指標(biāo)的障礙度進(jìn)行了分析研究, 與二、三階段DEA模型相比, 避免了指標(biāo)的二次選取以及新指標(biāo)對(duì)農(nóng)業(yè)生態(tài)效率影響的判定(目前, 鮮有學(xué)者分析研究二次選取的指標(biāo)對(duì)農(nóng)業(yè)生態(tài)效率的影響)。同時(shí), 本研究既能診斷各輸入指標(biāo)對(duì)單個(gè)決策單元的障礙度, 又能診斷各輸入指標(biāo)對(duì)整個(gè)研究區(qū)域的障礙度, 因此, 本文具有一定實(shí)際意義。然而, 由于數(shù)據(jù)資料有限, 一些重要的評(píng)價(jià)指標(biāo)(如: 農(nóng)業(yè)勞動(dòng)力用工時(shí)數(shù)、農(nóng)村勞動(dòng)力報(bào)酬和畜役力等)未納入到本文評(píng)價(jià)指標(biāo)體系中, 所以評(píng)價(jià)結(jié)果和江西省實(shí)際情況可能會(huì)有一定的偏差。

3.2 結(jié)論

目前, 江西省農(nóng)業(yè)生態(tài)效率無效的地區(qū), 由于規(guī)模效益處于遞增態(tài)勢(shì), 因此可通過合理地配置農(nóng)業(yè)生產(chǎn)資源, 提高農(nóng)業(yè)生產(chǎn)技術(shù), 以驅(qū)使農(nóng)業(yè)生態(tài)效率不斷改善。在農(nóng)業(yè)生態(tài)效率有效地區(qū), 應(yīng)在現(xiàn)有農(nóng)業(yè)生產(chǎn)技術(shù)的基礎(chǔ)上, 進(jìn)一步控制諸如化肥、農(nóng)藥等易導(dǎo)致農(nóng)業(yè)面源污染資源的投入, 創(chuàng)新農(nóng)業(yè)科技, 發(fā)展新型農(nóng)業(yè)生產(chǎn)資源, 以促使農(nóng)業(yè)生態(tài)效率規(guī)模效益提高, 以期把江西農(nóng)業(yè)生產(chǎn)建設(shè)成為資源節(jié)約和環(huán)境友好型。

[1] BENEDETTA C, DONATELLA V, GIULIO F, et al. Assessing agricultural eco-efficiency in Italian Regions[J/OL]. Ecological Indicators, 2020, 116: [2020-06-19]. https:// doi.org/10.1016/j.ecolind.2020.106483.

[2] RAFAL B, JERZY B. Eco-Efficiency in Measuring the Sustainable Production of Agricultural Crops[J]. Sustainability, 2020, 12(4): 1418.

[3] 唐安來, 黃國勤, 吳登飛, 等. 綠色生態(tài)農(nóng)業(yè):江西綠色崛起的必然選擇[J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào), 2015, 14(5): 538–545.

[4] 李春麗. 江西省農(nóng)業(yè)可持續(xù)發(fā)展研究[C]//中國農(nóng)業(yè)資源與區(qū)劃學(xué)會(huì). 2015年中國農(nóng)業(yè)資源與區(qū)劃學(xué)會(huì)學(xué)術(shù)年會(huì)論文集, 中國農(nóng)業(yè)資源與區(qū)劃學(xué)會(huì):中國農(nóng)業(yè)資源與區(qū)劃學(xué)會(huì), 2015.

[5] 諶貽慶, 王華瑞, 陶春峰. 江西省農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)及影響因素研究[J]. 華東經(jīng)濟(jì)管理, 2016, 30(7): 21–28.

[6] 方永麗, 曾小龍. 中國省際農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及其改進(jìn)路徑分析[J]. 農(nóng)業(yè)資源與環(huán)境學(xué)報(bào), 2021, 38(1) : 135–142.

[7] 聶彎, 于法穩(wěn). 農(nóng)業(yè)生態(tài)效率研究進(jìn)展分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2017, 25(9): 1371–1380.

[8] 秦鐘, 王建武, 章家恩, 等. 廣東省農(nóng)業(yè)循環(huán)經(jīng)濟(jì)發(fā)展的DEA分析與有效性評(píng)價(jià)[J]. 自然資源學(xué)報(bào), 2010, 25(6): 904–913.

[9] 吳振華, 雷琳. 基于三階段DEA模型的農(nóng)業(yè)土地生態(tài)效率研究——以河南省為例[J]. 生態(tài)經(jīng)濟(jì), 2018, 34(10): 76–80.

[10] 任紅霞. 基于DEA模型的農(nóng)業(yè)生態(tài)效率綜合測(cè)度[J]. 統(tǒng)計(jì)與決策, 2019, 35(6): 99–103.

[11] 白世秀, 王宇. 我國農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及DEA分析[J]. 江蘇農(nóng)業(yè)科學(xué), 2019, 47(7): 328–332.

[12] 繆建群, 王志強(qiáng), 馬艷芹, 等. 崇義客家梯田生態(tài)系統(tǒng)可持續(xù)發(fā)展綜合評(píng)價(jià)[J]. 生態(tài)學(xué)報(bào), 2018, 38(17): 6326－6336.

[13] USMAN A, LI QuanLin, MUHMMAD Abdullah A, et al. Nexus between agro-ecological efficiency and carbon emission transfer: evidence from China[J/OL]. Environ-mental Science and Pollution Research, 2020: [2020-06-04]. https://doi.org/10.1007/s11356-020-09614-2.

[14] 張銳, 翟歡歡, 張訓(xùn). 基于DEA的縣域兩型農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)[J]. 經(jīng)濟(jì)數(shù)學(xué), 2011, 28(1): 105–110.

[15] 梁小剛. 江西省農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及動(dòng)態(tài)計(jì)量分析[D]. 南昌: 江西財(cái)經(jīng)大學(xué), 2015.

[16] 王曉麗, 祝源清. 基于數(shù)據(jù)包絡(luò)分析方法的吉林省縣域農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)[J]. 稅務(wù)與經(jīng)濟(jì), 2014(2): 106–109.

Evaluation of effectiveness of agricultural production in Jiangxi province based on DEA and obstacle model

MIAO Jianqun1,2, ZHOU Xuehao3, HUANG Guoqin1

1. Research Center on Ecological Science, Jiangxi Agriculture University, Nanchang 330045, China 2. College of Computer and Information Engineering, Jiangxi Agriculture University, Nang chang 330045, China 3. College of Science, Beijing Jiaotong University, Bei jing 100044, China

Based on the statistical data of 11 cities in Jiangxi Province in 2016, this paper uses DEA-C2R model in data envelopment analysis (DEA) method to analyze and study the agricultural ecological efficiency of Jiangxi Province, taking the six input values of agricultural diesel oil use, agricultural practitioners, pesticide use, plastic film use, fertilizer use and total mechanical power as one output value, and the main obstacle factors affecting the agricultural ecological efficiency of Jiangxi Province are analyzed and diagnosed with the development obstacle model. It shows that most of the cities in Ming Jiangxi Province have better agro-ecological efficiency, which is basically greater than 0.9, but there is still a large space for some cities to rise. For example, the agricultural ecological efficiency of Jiujiang City is only 0.628, which can be challenged by reducing the use of agricultural diesel and the total power of machinery to achieve better results.The main obstacle factors that affect the agricultural ecological efficiency of Jiangxi Province are the amount of chemical fertilizer applied and the total power of agricultural machinery. Their obstacle degrees are 0.49 and 0.43 respectively.

Agriculture efficiency; DEA-C2R; Obstacle factors; Jiangxi Province

繆建群, 周雪晧, 黃國勤. 基于DEA和障礙度模型的江西省農(nóng)業(yè)生產(chǎn)有效性評(píng)價(jià)[J]. 生態(tài)科學(xué), 2022, 41(3): 172–177.

MIAO Jianqun, ZHOU Xuehao, HUANG Guoqin. Evaluation of effectiveness of agricultural production in Jiangxi province based on DEA and obstacle model[J]. Ecological Science, 2022, 41(3): 172–177.

10.14108/j.cnki.1008-8873.2022.03.020

S273

A

1008-8873(2022)03-172-06

2020-07-23;

2020-08-20

國家重點(diǎn)研發(fā)計(jì)劃課題(2016YFD0300208); 江西省教育廳科技計(jì)劃項(xiàng)目(GJJ170275)

繆建群(1976—), 男, 江西上饒人, 博士, 講師, 主要從事生態(tài)經(jīng)濟(jì)研究, E-mail: jqmiao998@sina.com