劉其濤

摘要：利用我國省際面板數(shù)據(jù)，采用數(shù)據(jù)包絡(luò)分析中的BCC模型（DEA-BCC模型）和Malmquist生產(chǎn)率指數(shù)分析2007—2013年我國31個省（市、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率和動態(tài)效率。結(jié)果表明，我國農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率偏低，純技術(shù)效率改進(jìn)緩慢，區(qū)域間的綜合技術(shù)效率存在明顯差異；我國農(nóng)田水利基礎(chǔ)設(shè)施投資的全要素生產(chǎn)率7年間呈下降趨勢，技術(shù)進(jìn)步下降是導(dǎo)致全要素生產(chǎn)率下降的主要原因。因此，加快農(nóng)田水利基礎(chǔ)設(shè)施科技成果轉(zhuǎn)化推廣、加大科技創(chuàng)新力度成為提高全要素生產(chǎn)率的關(guān)鍵。

關(guān)鍵詞：農(nóng)田水利基礎(chǔ)設(shè)施；投資效率；數(shù)據(jù)包絡(luò)分析；Malmquist生產(chǎn)率指數(shù)；DEA-BCC模型

中圖分類號： S277文獻(xiàn)標(biāo)志碼： A文章編號：1002-1302（2017）23-0303-04

收稿日期：2017-03-09

目前對我國農(nóng)田水利基礎(chǔ)設(shè)施的研究主要集中在3個方面：一是對農(nóng)田水利基礎(chǔ)設(shè)施運(yùn)營效率的研究。陳洪轉(zhuǎn)等以廣東省為例，利用群決策數(shù)據(jù)包絡(luò)分析（DEA）方法對農(nóng)田水利投入產(chǎn)出的效果進(jìn)行了分析[1]；吳平等基于DEA和動態(tài)Malmquist指數(shù)分析了2009年我國24個糧食主產(chǎn)區(qū)的農(nóng)田水利設(shè)施配置效率，認(rèn)為西北和東北地區(qū)的農(nóng)田水利設(shè)施配置效率高于其他地區(qū)[2]；葉文輝等依據(jù)2003—2010年我國31個?。ㄊ?、區(qū)）的面板數(shù)據(jù)，利用DEA方法實(shí)證分析了我國農(nóng)田水利運(yùn)營效率，指出我國農(nóng)田水利運(yùn)營效率低下，其中東部地區(qū)運(yùn)營效率最高[3]。二是對農(nóng)田水利基礎(chǔ)設(shè)施供給問題的研究。張琰等運(yùn)用計量經(jīng)濟(jì)模型，以云南省為研究對象，分析了農(nóng)田水利設(shè)施供給和農(nóng)村經(jīng)濟(jì)發(fā)展之間的關(guān)系[4]；陳朱偉等認(rèn)為我國農(nóng)田水利基礎(chǔ)設(shè)施效率低下，并且從供求關(guān)系、成本和效益2個方面研究了我國農(nóng)田水利供給效率的影響因素[5]。三是對農(nóng)田水利基礎(chǔ)設(shè)施投資效率的研究。朱云章以河南省為例，采用計量模型分析了中部糧食主產(chǎn)區(qū)農(nóng)田水利投資績效，發(fā)現(xiàn)河南省四大區(qū)域投資績效方面存在較大的差異性[6]；何平均等利用DEA方法分析了2002—2012年我國31個?。ㄊ?、區(qū)）的農(nóng)田水利基礎(chǔ)設(shè)施投資績效及影響因素，結(jié)果表明，各地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資績效呈上升趨勢，并且中東部地區(qū)高于西部地區(qū)[7]。

根據(jù)上述研究，已有一些文獻(xiàn)開始測算我國農(nóng)田水利基礎(chǔ)設(shè)施投資效率，為本研究提供了很好的借鑒價值。為此，本研究嘗試通過建立DEA-BCC方法，對2007—2013年我國31個?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資的整體效率進(jìn)行全方位的分析，并通過構(gòu)建Malmquist指數(shù)對各?。ㄊ小^(qū)）的農(nóng)田水利基礎(chǔ)設(shè)施投資的效率變動進(jìn)行動態(tài)研究，分析各?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資的效率，從而提出更加有效的對策建議，以利于我國各?。ㄊ?、區(qū)）農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)現(xiàn)代化的實(shí)現(xiàn)。

1投資動態(tài)效率的研究方法與數(shù)據(jù)

1.1DEA-BCC模型

DEA-BCC模型用來處理規(guī)模報酬可變假設(shè)下的決策單元有效性問題，該方法是由Banker等放松了CCR模型中規(guī)模報酬不變的假設(shè)下提出來的，BCC模型能夠?qū)Q策單元（DMU）的效率值分解為純粹技術(shù)效率和規(guī)模效率，同時可以衡量DMU在生產(chǎn)技術(shù)可變的情況下是否處于最優(yōu)生產(chǎn)規(guī)模狀態(tài)[8]。公式如下所示：

min[θ-E（eTS-+eTS+）]；

s.t. ∑nj=1Xjλj+S-=θX0；

∑nj=1Yjλj-S+=Y0；

∑nj=1λj=1；

λj≥0，S-≥0，S+≥0；j=1，2，…，n。（1）

式中：θ表示決策單元的效率；E為阿基米德無窮??；e為元素為1的向量；X0、Y0表示是“技術(shù)有效”，是指它位于生產(chǎn)函數(shù)的曲面上；T表示向量e的轉(zhuǎn)置標(biāo)記；Xj表示第j個決策單元的投入量，Yj表示第j個決策單元的產(chǎn)出量，j=1，2，…，n；n表示決策單元個數(shù)；λ為決策單元的可行解；S-表示農(nóng)田水利基礎(chǔ)設(shè)施投資投入項(xiàng)的差額變量；S+表示農(nóng)田水利基礎(chǔ)設(shè)施投資產(chǎn)出項(xiàng)的超額變量。若θ<0且S+、S-不全為0，則表示決策單元DEA無效率；若θ=1且S+、S-均為0，則表示決策單元DEA有效率；若θ=1且S+、S-有1個不為0，則表示決策單元為弱DEA有效率。

1.2Malmquist生產(chǎn)率指數(shù)

Malmquist指數(shù)方法最初由Malmquist提出，Caves等首先將其運(yùn)用到生產(chǎn)分析上[9]。Fre等建立了用來考察2個相鄰時期生產(chǎn)率變化的Malmquist生產(chǎn)率變化指數(shù)[10]。具體地，令xt、yt分別代表t時期的輸入、輸出向量，t為離散參數(shù)變量，則Malmquist生產(chǎn)率指數(shù)可以表示為

M（yt+1，xt+1，yt，xt）=Dt（xt+1，yt+1）Dt（xt，yt）×Dt+1（xt+1，yt+1）Dt+1（xt，yt）1/2。（2）

式中：Dt、Dt+1分別表示以t、t+1期的技術(shù)St、St+1為參照的距離函數(shù)；（xt，yt）（xt+1，yt+1）分別表示t、t+1期的投入產(chǎn)出向量。若M（yt+1，xt+1，yt，xt）>1則表示生產(chǎn)效率提高；若M（yt+1，xt+1，yt，xt）<1則表示生產(chǎn)效率下降。Malmquist生產(chǎn)率指數(shù)可分解為技術(shù)效率變動指數(shù)（EC）和技術(shù)變動指數(shù)（TC）2個部分：

M（yt+1，xt+1，yt，xt）=Dt+1（xt+1，yt+1）Dt（xt，yt）×Dt（xt+1，yt+1）Dt+1（xt+1，yt+1）×Dt（xt，yt）Dt+1（xt，yt）1/2。（3）

式中：Dt+1（xt+1，yt+1）Dt（xt，yt）為t時期到t+1時期的技術(shù)效率變動，若EC>1，則表示與最優(yōu)決策單元的差距在縮小，反之表示差距在擴(kuò)大；Dt（xt+1，yt+1）Dt+1（xt+1，yt+1）×Dt（xt，yt）Dt+1（xt，yt）1/2為t時期到t+1時期的技術(shù)變動，若TC>1，則表示決策單元技術(shù)得到改善，反之則表示衰退。endprint

1.3數(shù)據(jù)選取與來源

本研究的研究對象是我國31個?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資效率，樣本區(qū)間為2007—2013年，為進(jìn)一步分析各地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施的投資效率進(jìn)行區(qū)域比較，發(fā)現(xiàn)農(nóng)田水利建設(shè)存在的問題，將我國31個省（市、區(qū)）根據(jù)傳統(tǒng)劃分方法分為東部、中部和西部地區(qū)。

鑒于數(shù)據(jù)的可獲性和指標(biāo)的科學(xué)性，投入指標(biāo)包括資金投入和勞動投入2個指標(biāo)，資金投入以農(nóng)田水利基礎(chǔ)設(shè)施投資額來表示，單位億元，勞動投入以農(nóng)林牧漁勞動力計算；產(chǎn)出指標(biāo)包括農(nóng)林牧漁業(yè)總產(chǎn)值、糧食總產(chǎn)量、農(nóng)村居民人均純收入和有效灌溉面積，其中農(nóng)林牧漁業(yè)總產(chǎn)值統(tǒng)一換算成可比價，有效灌溉面積以各?。ㄊ小^(qū)）實(shí)際有效灌溉面積計算。以上數(shù)據(jù)資料主要來源于歷年的《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》《中國農(nóng)村統(tǒng)計年鑒》和各省統(tǒng)計年鑒。

2結(jié)果與分析

2.1我國農(nóng)田水利基礎(chǔ)設(shè)施投資綜合效率分析

根據(jù)BCC模型，運(yùn)用DEAP 2.1軟件計算得到2007—2013年我國農(nóng)田水利基礎(chǔ)設(shè)施投資綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率，進(jìn)一步整理后得到相應(yīng)效率的平均值，結(jié)果如表1所示。

2.2各?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資綜合效率差異性分析

為了準(zhǔn)確了解各省（市、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資綜合技術(shù)效率的差異性，本研究測算了2007—2013年我國31個?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施的投資效率。

從表2可以看出，我國區(qū)域間農(nóng)田水利基礎(chǔ)設(shè)施投資綜合技術(shù)效率存在明顯的差異。為了檢驗(yàn)區(qū)域間農(nóng)田水利基礎(chǔ)設(shè)施投資效率是否存在差異性，本研究對東部、中部和西部地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率是否存在顯著性差異進(jìn)行統(tǒng)計檢驗(yàn)，采用Kruskal-Wallis方法，利用S-plus軟件進(jìn)行計算。

由表3可知，三大地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率和純技術(shù)效率的P值較小，因此拒絕原假設(shè)，所以三大地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率和純技術(shù)效率存在顯著性差異，其中，東部地區(qū)的綜合技術(shù)效率和純技術(shù)效率最高。三大地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資的規(guī)模效率的P值較大，因此無法拒絕原假設(shè)，所以沒有嚴(yán)格的證據(jù)證明三大地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資的規(guī)模效率存在顯著性差異?；谝陨戏治觯狙芯空J(rèn)為我國農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率與經(jīng)濟(jì)發(fā)展水平密切相關(guān)，經(jīng)濟(jì)的發(fā)展為投資效率的提高提供了良好的基礎(chǔ)，同時東部地區(qū)具有較高的資源利用效率。

除個別省（市、區(qū)）外，大部分省（市、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)

檢驗(yàn)項(xiàng)目原假設(shè)K-W

統(tǒng)計量P值綜合技術(shù)效率三大地區(qū)綜合技術(shù)效率無顯著性差異7.153 40.025 8純技術(shù)效率三大地區(qū)純技術(shù)效率無顯著性差異9.012 00.010 9規(guī)模效率三大地區(qū)規(guī)模效率無顯著性差異1.701 40.416 0

施投資處于依靠規(guī)模投入帶動發(fā)展的階段。在31個?。ㄊ?、區(qū)）中，北京、浙江、廣東和內(nèi)蒙古等地區(qū)表現(xiàn)為規(guī)模報酬遞減，占總數(shù)的12.9%，說明這些?。ㄊ小^(qū)）的農(nóng)田水利基礎(chǔ)設(shè)施投資已經(jīng)處于規(guī)模報酬遞減階段，今后應(yīng)縮小規(guī)模，重點(diǎn)考慮管理機(jī)制和制度創(chuàng)新；有16個省（市、區(qū)）的農(nóng)田水利基礎(chǔ)設(shè)施投資表現(xiàn)為規(guī)模報酬遞增，占總數(shù)的51.6%，說明這些?。ㄊ小^(qū)）的農(nóng)田水利基礎(chǔ)設(shè)施投資已經(jīng)處于規(guī)模報酬遞增階段，未來須要通過增加規(guī)模來提高效率，特別是西部地區(qū)的規(guī)模報酬遞增表現(xiàn)的更加明顯?？傊?，我國大部分?。ㄊ小^(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資仍然處于投入不足的狀況，這與實(shí)際情況是相符的，因此，各?。ㄊ小^(qū)）應(yīng)該適當(dāng)增加投入，從而促進(jìn)我國農(nóng)田水利基礎(chǔ)設(shè)施投資效率的提升。

2.3我國農(nóng)田水利基礎(chǔ)設(shè)施投資動態(tài)效率分析

2.3.1我國農(nóng)田水利基礎(chǔ)設(shè)施投資生產(chǎn)率指數(shù)及其分解動態(tài)效率是研究各?。ㄊ小^(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資在技術(shù)逐步升級的過程中效率的變動情況，根據(jù)上述研究方法，運(yùn)用DEAP 2.1軟件測算我國農(nóng)田水利基礎(chǔ)設(shè)施投資Malmquist生產(chǎn)率指數(shù)及其分解情況。

從表4可以看出，2007—2013年我國農(nóng)田水利基礎(chǔ)設(shè)施投資全要素生產(chǎn)率指數(shù)（M指數(shù)）呈下降趨勢，年均下降60%，整體效率水平偏低。從其分解結(jié)果來看，考察期內(nèi)我國農(nóng)田水利基礎(chǔ)設(shè)施投資技術(shù)變動指數(shù)呈明顯退步趨勢，年均下降6.1%，而技術(shù)效率變動指數(shù)有所上升，年均增長02%，這表明技術(shù)進(jìn)步緩慢是導(dǎo)致我國農(nóng)田水利基礎(chǔ)設(shè)施投資全要素生產(chǎn)率下降的主要原因。2007年以來，我國農(nóng)田水利基礎(chǔ)設(shè)施投資技術(shù)效率有所改進(jìn)，但技術(shù)進(jìn)步緩慢，僅有2012—2013年間呈增長趨勢，這說明我國農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)技術(shù)更新速度緩慢，科技成果轉(zhuǎn)化率低下，今后須要吸收和引進(jìn)先進(jìn)技術(shù)，加快技術(shù)創(chuàng)新，促進(jìn)我國農(nóng)田水利基礎(chǔ)設(shè)施投資效率的改善，而技術(shù)效率的總體改善則說明了我國農(nóng)田水利基礎(chǔ)設(shè)施投資管理及制度等方面取得了一定的成就。

2.3.2各?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資動態(tài)效率差異性分析表5列出了我國各?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資全要素生產(chǎn)率指數(shù)、技術(shù)變動指數(shù)和技術(shù)效率變動指數(shù)的平均值。結(jié)果顯示，各?。ㄊ小^(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資全要素生產(chǎn)率指數(shù)之間存在明顯的差異，全國有約1/5的?。ㄊ小^(qū)）的全要素生產(chǎn)率指數(shù)處于上升趨勢，其余?。ㄊ?、區(qū)）的全要素生產(chǎn)率指數(shù)呈現(xiàn)下降趨勢。31個省份中有8個?。ㄊ?、區(qū)）的全要素生產(chǎn)率有明顯改善，分別是北京（4.6%）、內(nèi)蒙古（0.7%）、遼寧（4.0%）、上海（3.4%）、江蘇（4.3%）、浙江（6.5%）、西藏（1.0%）、陜西（0.3%），均高于全國平均水平，除內(nèi)蒙古地區(qū)外，其余7省（市）全要素生產(chǎn)率增長的來源是技術(shù)變動與技術(shù)效率變動的雙重驅(qū)動。這與這些省（市、區(qū)）的經(jīng)濟(jì)發(fā)展水平、新技術(shù)的應(yīng)用和科技推廣是密不可分的，同時也說明了這些?。ㄊ?、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施管理水平較高，從而改善了生產(chǎn)效率。其余?。ㄊ?、區(qū)）的全要素生產(chǎn)率指數(shù)均處于下降趨勢，其主要是由于技術(shù)進(jìn)步下降引起的，出現(xiàn)了負(fù)增長，說明這些?。ㄊ小^(qū)）農(nóng)田水利基礎(chǔ)設(shè)施現(xiàn)有技術(shù)進(jìn)一步提高的空間有限，今后須要進(jìn)一步加大技術(shù)資金投入進(jìn)行技術(shù)創(chuàng)新，提高技術(shù)進(jìn)步效率。endprint

2.4我國農(nóng)田水利基礎(chǔ)設(shè)施投資綜合效率與動態(tài)效率的綜合分析

為了對各?。ㄊ小^(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資進(jìn)行綜合分析，提供更加科學(xué)合理的建議，本研究將綜合技術(shù)效率與Malmquist生產(chǎn)率進(jìn)行綜合比較分析，結(jié)果劃分為4種類型：（1）綜合技術(shù)效率等于1和Malmquist生產(chǎn)率大于1屬于整體相對有效且兼具持續(xù)進(jìn)步。（2）綜合技術(shù)效率等于1和Malmquist生產(chǎn)率小于1屬于整體相對有效，但進(jìn)步空間不大。（3）綜合技術(shù)效率小于1和Malmquist生產(chǎn)率大于1屬于整體相對效率較低，但未來具有持續(xù)進(jìn)步潛力。（4）綜合技術(shù)效率和Malmquist生產(chǎn)率均小于1屬于整體相對效率較低且未來出現(xiàn)衰退跡象[11]。根據(jù)表2和表5測算結(jié)果歸類如圖2所示。

從圖2可以看出，上海和江蘇農(nóng)田水利基礎(chǔ)設(shè)施投資屬

于整體相對有效兼具持續(xù)進(jìn)步，且技術(shù)創(chuàng)新能力較強(qiáng)。天津、河北、吉林、黑龍江、福建、山東、河南、海南、新疆等9個?。ㄊ?、區(qū)）屬于整體相對有效，但進(jìn)步空間不大，表明目前科技創(chuàng)新能力不足，應(yīng)該通過增加投入，推動技術(shù)進(jìn)步，從而提升全要素生產(chǎn)率。北京、內(nèi)蒙古、遼寧、浙江、西藏、陜西等6個?。ㄊ?、區(qū)）屬于整體相對效率較低，但具有持續(xù)進(jìn)步潛力，進(jìn)一步分析顯示，北京、內(nèi)蒙古、浙江等3個省（市）是規(guī)模報酬遞減，說明投入產(chǎn)生了冗余，須要降低資源投入，提升資源的配置效率，進(jìn)而提升整體效率。遼寧、陜西、西藏等3個省是規(guī)模報酬遞增，說明目前的投入不足，今后須要增加資源投入。其余14個省（市、區(qū)）屬于整體相對效率較低且未來出現(xiàn)衰退跡象，云南、甘肅等近年來干旱的地區(qū)要加大農(nóng)田水利資源方面的投入，大力興建水利建設(shè)，保證農(nóng)田水利供應(yīng)，而非干旱地區(qū)要加強(qiáng)農(nóng)田水利基礎(chǔ)設(shè)施的完善，從而從各個方面促進(jìn)提升資源配置效率，同時還要進(jìn)一步推動技術(shù)進(jìn)步提升全要素生產(chǎn)率。

3研究結(jié)論與政策建議

本研究分別運(yùn)用DEA-BCC方法和Malmquist生產(chǎn)率指數(shù)測算了2007—2013年我國31個省（市、區(qū)）農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率和動態(tài)效率，得出以下主要結(jié)論：

總體上，2007—2013年我國農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率偏低，純技術(shù)效率改進(jìn)較慢，平均值為0.846，而規(guī)模效率平均值為0.919，純技術(shù)效率偏低是造成綜合技術(shù)效率不高的主要原因。

我國農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率存在明顯的差異性。我國農(nóng)田水利基礎(chǔ)設(shè)施投資的綜合技術(shù)效率與經(jīng)濟(jì)發(fā)展水平密切相關(guān)，經(jīng)濟(jì)的發(fā)展為投資效率的提高提供了良好的基礎(chǔ)，其中東部地區(qū)具有較高的資源利用效率。大部分省份農(nóng)田水利基礎(chǔ)設(shè)施投資處于依靠規(guī)模投入帶動發(fā)展的階段。

7年來我國農(nóng)田水利基礎(chǔ)設(shè)施投資生產(chǎn)率呈現(xiàn)下降趨勢，技術(shù)倒退是引起下降的主要原因，而技術(shù)效率則得到了改善。全國有約1/3的?。ㄊ?、區(qū)）的全要素生產(chǎn)率處于上升趨勢，有超過2/3的?。ㄊ?、區(qū)）的全要素生產(chǎn)率呈現(xiàn)下降趨勢。全要素生產(chǎn)率的提高主要依靠技術(shù)效率和技術(shù)進(jìn)步的共同驅(qū)動。

我國大部分?。ㄊ?、區(qū)）都屬于整體相對效率較低且未來出現(xiàn)衰退跡象類型， 只有上海和江蘇地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資屬于整體相對有效且兼具持續(xù)進(jìn)步類型。

參考文獻(xiàn)：

[1]陳洪轉(zhuǎn)，鄭垂勇，張之艷. 基于群決策DEA的農(nóng)村水利投入產(chǎn)出研究[J]. 河海大學(xué)學(xué)報（自然科學(xué)版），2009，37（2）：246-248.

[2]吳平，譚瓊. 我國糧食主產(chǎn)區(qū)農(nóng)田水利設(shè)施配置效率及區(qū)域差異分析——基于DEA和動態(tài)Malmquist指數(shù)的實(shí)證研究[J]. 農(nóng)業(yè)現(xiàn)代化研究，1994，33（3）：331-335.

[3]葉文輝，郭唐兵. 我國農(nóng)田水利運(yùn)營效率的實(shí)證研究[J]. 山西財經(jīng)大學(xué)學(xué)報，2014，36（2）：63-71.

[4]張琰，葉文輝，楊小明，等. 近年來農(nóng)田水利設(shè)施建設(shè)問題的研究——以云南為例[J]. 經(jīng)濟(jì)問題探索，2011（5）：180-185.

[5]朱偉，劉春成，高峰，等. 論農(nóng)田水利供給效率影響因素的二維二層模型及路徑選擇[J]. 安徽農(nóng)業(yè)科學(xué)，2013，41（12）：5510-5514.

[6]朱云章. 中部糧食主產(chǎn)區(qū)農(nóng)田水利投資績效分析——以河南省為例[J]. 科學(xué)經(jīng)濟(jì)社會，2011，29（2）：58-62.

[7]何平均，劉睿. 基于DEA-Tobit模型的中國各地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施投資績效及影響因素分析[J]. 南方農(nóng)村，2014（11）：59-64.

[8]Banker R D，Charnes A，Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science，1984，30（9）：1078-1092.

[9]Caves D W，Christensen L R，Diewert W E. The economic theory of index numbers and the measurement of input，output，and productivity[J]. Econometrica，1982，50（6）：1393-1414.

[10]Fre R，Grosskopf S，Lindgren B，et al. Productivity changes in Swedish pharamacies 1980-1989：a non-parametric Malmquist approach[J]. Journal of Productivity Analysis，1992，3（1/2）：85-101.

[11]吳天清，趙黎明. 中國火炬計劃項(xiàng)目的效率現(xiàn)狀及動態(tài)效率分析[J]. 軟科學(xué)，2012，26（2）：1-5.江蘇農(nóng)業(yè)科學(xué)2017年第45卷第23期程素云，胡進(jìn). 我國生豬價格波動與CPI關(guān)系的實(shí)證研究[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（23）：307-311.endprint