一种基于超效率DEA模型和Malmquist指数模型分析的方法技术

本发明专利技术公开了种基于超效率DEA模型和Malmquist指数模型分析的方法，该基于超效率DEA模型和Malmquist指数模型分析的方法包括如下步骤：S1、建立农业分析指标，包括产出项目和投入项目；S2、确定农业数据来源，采集农业数据信息；S3、建立超效率DEA模型S4、建立Malmquist指数模型，进行动态分析；S5、进行数据对比，得出结论。本发明专利技术提供的一种基于超效率DEA模型和Malmquist指数模型分析的方法，采用超效率DEA模型和Malmquist指数模型，有利于弥补现有对环境友好型农业生产效率研究的不足，丰富基于生产效率视角下的环境友好型农业研究，体现出理论研究的创新性，同时，该研究采用规范的数学建模和定量分析，体现出模型和方法的创新性。

A Method Based on Super Efficiency DEA Model and Malmquist Exponential Model

【技术实现步骤摘要】
一种基于超效率DEA模型和Malmquist指数模型分析的方法
本专利技术涉及农业生产管理
，尤其涉及一种基于超效率DEA模型和Malmquist指数模型分析的方法。
技术介绍
统农业粗放掠夺式的发展缺乏可持续性，环境友好型农业作为兼顾生产和环境保护的可持续农业生产方式，顺应了当前农业绿色发展的迫切需要。然而，现有针对环境友好型农业的研究主要是对于国外环境友好型农业发展的经验总结及政策分析、国内环境友好型农业发展难点和政策激励分析以及农户对环境友好型农业的认知和生产行为分析，缺乏从提升生产效率角度对环境友好型农业发展进行研究，少量与环境友好型农业生产效率相关的研究，也受制于传统数据包络分析模型的局限，无法区分相对有效的多个决策单元的差异程度和缺乏对效率动态变化的考察。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于超效率DEA模型和Malmquist指数模型分析的方法。为了实现上述目的，本专利技术采用了如下技术方案：一种基于超效率DEA模型和Malmquist指数模型分析的方法，该基于超效率DEA模型和Malmquist指数模型分析的方法包括如下步骤：S1、建立农业分析指标，包括产出项目和投入项目；S2、确定农业数据来源，采集农业数据信息；S3、建立超效率DEA模型，对全要素生产率进行静态理论分析，利用MyDEA1.0软件进行测算；S4、建立Malmquist指数模型，进行动态分析，运用DEAP2.1软件对2006-2016年四川省21个市州环境友好型农业生产投入和产出数据进行Malmquist生产率指数测算和分解；S5、进行数据对比，得出结论。优选的，所述S1步骤的产出项目和投入项目包括农业播种面积、农业机械总动力、农业从业人员、化肥施用量、农药使用量、地膜使用量和农牧渔业总产值。优选的，所述S2步骤的农业数据来源为2006-2016年四川省各市州环境友好型农业生产投入和产出数据。优选的，所述S3步骤的DEA模型建立包括如下步骤：P1、假设有假设有n个决策单元，使用m种输入变量，得出了s种产出；P2、建立超效率EDA模型，列式如下：该模型中固定规模报酬的技术效率是θ；阿基米德无穷小用表示ε；松弛变量是和分别表示可以减少的投入量和可以增加的产出量，对第k个有效决策单元进行评价时，不再将其纳入到参与集之中，而是使用其它评价单元的线性组合对它的投入和产出进行代替，改变其生产前沿面，此时在按比例增加投入的情况下，该评价单元的效率值会发生变化，投入增加比例就是有别于传统DEA的超效率值。优选的，所述固定规模报酬的技术效率与全要素效率成线性正相关。优选的，所述步骤S4中Malmquist指数模型建立包括：Q1、Malmquist指数模型分为相对技术效率的变化指数(TEC)和技术进步的变化指数(TEch)，它的方程式如下：其中，(xt+1,yt+1)和(xt,yt)代表t+1和t期的投入和产出，和则表示t时期和t+1的距离函数；P2、技术效率变化指数(TEC)还能够进一步分成纯技术效率指数(PTEch)以及规模效率指数(SEch)，表达式为：即TFPch＝TEch×PTEch×SEch＝TEch×TEC优选的，所述Malmquist指数模型中，TEch中为技术变化指数，TEC为技术效率变化指数，全要素生产率变化指数(TFPch)是对决策单元在t期至t+1期生产率变化程度的衡量，包括技术变化和技术效率变化两个方面，技术效率变化又通过纯技术效率变化和规模效率变化来反映。优选的，所述全要素生产率变化指数(TFPch)小于1，说明创新力度小或者处于退步阶段，如果该指数(TFPch)大于1，说明创新力度大或者处于进步阶段，如果该指数(TFPch)等于1，则说明没有变化，技术效率变化也即相对效率变化指数(TEC)，用于测量前后期每个决策单元的“追赶效应”，如果该指数(TEC)大于1，说明技术效率有所提升，如果该指数(TEC)小于1，则说明技术效率有所下降。本专利技术提供的一种基于超效率DEA模型和Malmquist指数模型分析的方法，采用超效率DEA模型和Malmquist指数模型，分别从静态和动态分析2006-2016年四川省21个市州环境友好型农业生产效率，探讨四川省环境友好型农业生产效率的变化特征、地区差异及其成因，有利于弥补现有对环境友好型农业生产效率研究的不足，丰富基于生产效率视角下的环境友好型农业研究，体现出理论研究的创新性；同时，该研究采用规范的数学建模和定量分析，体现出模型和方法的创新性。附图说明图1为2006-2016年四川省各市州环境友好型农业生产投入与产出的Pearson相关系数；图2为2006-2016年四川省21个市州环境友好型农业生产效率评价结果；图3为2006-2016年四川省各市州环境友好型农业生产年均投入产出优化调整；图4为2006-2016年四川省环境友好型农业全要素生产率及其分解；图5为2006-2016年四川省21个市州环境友好型农业全要素生产率及其分解。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。一种基于超效率DEA模型和Malmquist指数模型分析的方法，该基于超效率DEA模型和Malmquist指数模型分析的方法包括如下步骤：S1、建立农业分析指标，包括产出项目和投入项目；S2、确定农业数据来源，采集农业数据信息；S3、建立超效率DEA模型，对全要素生产率进行静态理论分析，利用MyDEA1.0软件进行测算；S4、建立Malmquist指数模型，进行动态分析，运用DEAP2.1软件对2006-2016年四川省21个市州环境友好型农业生产投入和产出数据进行Malmquist生产率指数测算和分解；S5、进行数据对比，得出结论。作为优选的，所述S1步骤的产出项目和投入项目包括农业播种面积、农业机械总动力、农业从业人员、化肥施用量、农药使用量、地膜使用量和农牧渔业总产值。作为优选的，所述S2步骤的农业数据来源为2006-2016年四川省各市州环境友好型农业生产投入和产出数据。作为优选的，所述S3步骤的DEA模型建立包括如下步骤：P1、假设有假设有n个决策单元，使用m种输入变量，得出了s种产出；P2、建立超效率EDA模型，列式如下：该模型中固定规模报酬的技术效率是θ；阿基米德无穷小用表示ε；松弛变量是和分别表示可以减少的投入量和可以增加的产出量，对第k个有效决策单元进行评价时，不再将其纳入到参与集之中，而是使用其它评价单元的线性组合对它的投入和产出进行代替，改变其生产前沿面，此时在按比例增加投入的情况下，该评价单元的效率值会发生变化，投入增加比例就是有别于传统DEA的超效率值。作为优选的，所述固定规模报酬的技术效率与全要素效率成线性正相关。作为优选的，所述步骤S4中Malmquist指数模型建立包括：Q1、Malmquist指数模型分为相对技术效率的变化指数(TEC)和技术进步的变化指数(TEch)，它的方程式如下：其中，(xt+1,yt+1)和(xt,yt)代表t+1和t期的投入和产出，和则表示t时期和t+1的距离函数；P本文档来自技高网...

【技术保护点】
1.一种基于超效率DEA模型和Malmquist指数模型分析的方法，其特征在于：该基于超效率DEA模型和Malmquist指数模型分析的方法包括如下步骤：S1、建立农业分析指标，包括产出项目和投入项目；S2、确定农业数据来源，采集农业数据信息；S3、建立超效率DEA模型，对全要素生产率进行静态理论分析，利用MyDEA1.0软件进行测算；S4、建立Malmquist指数模型，进行动态分析，运用DEAP2.1软件对2006‑2016年四川省21个市州环境友好型农业生产投入和产出数据进行Malmquist生产率指数测算和分解；S5、进行数据对比，得出结论。

【技术特征摘要】
1.一种基于超效率DEA模型和Malmquist指数模型分析的方法，其特征在于：该基于超效率DEA模型和Malmquist指数模型分析的方法包括如下步骤：S1、建立农业分析指标，包括产出项目和投入项目；S2、确定农业数据来源，采集农业数据信息；S3、建立超效率DEA模型，对全要素生产率进行静态理论分析，利用MyDEA1.0软件进行测算；S4、建立Malmquist指数模型，进行动态分析，运用DEAP2.1软件对2006-2016年四川省21个市州环境友好型农业生产投入和产出数据进行Malmquist生产率指数测算和分解；S5、进行数据对比，得出结论。2.根据所述权利要求1的一种基于超效率DEA模型和Malmquist指数模型分析的方法，其特征在于：所述S1步骤的产出项目和投入项目包括农业播种面积、农业机械总动力、农业从业人员、化肥施用量、农药使用量、地膜使用量和农牧渔业总产值。3.根据所述权利要求1的一种基于超效率DEA模型和Malmquist指数模型分析的方法，其特征在于：所述S2步骤的农业数据来源为2006-2016年四川省各市州环境友好型农业生产投入和产出数据。4.根据所述权利要求1的一种基于超效率DEA模型和Malmquist指数模型分析的方法，其特征在于：所述S3步骤的DEA模型建立包括如下步骤：P1、假设有假设有n个决策单元，使用m种输入变量，得出了s种产出；P2、建立超效率EDA模型，列式如下：该模型中固定规模报酬的技术效率是θ；阿基米德无穷小用ε表示；松弛变量是和分别表示可以减少的投入量和可以增加的产出量，对第k个有效决策单元进行评价时，不再将其纳入到参与集之中，而是使用其它评价单元的线性组合对它的投入和产出进行代替，改变其生产前沿面，此时在按比例增加投入的情况下，该评价单元的效率值会发生变化，投入增加比例就是有别于传统...

【专利技术属性】
技术研发人员：熊鹰，燕学博，
申请(专利权)人：四川省农业科学院农业信息与农村经济研究所，
类型：发明
国别省市：四川,51