下载文档原格式
山东省工业生态效率评价及影响因素分析汇报人：日期:•引言•山东省工业生态效率评价•影响因素分析目•提升山东省工业生态效率的对策建议•结论与展望录01引言随着经济的快速发展，山东省的工业发展取得了显著成就，但同时也面临着资源短缺、环境污染等问题。
在这样的背景下，研究山东省工业生态效率及其影响因素具有重要意义。
背景通过对山东省工业生态效率进行评价，分析其影响因素，为政府和企业提供决策依据，促进山东省工业的绿色可持续发展。
意义研究背景与意义本研究将围绕山东省工业生态效率进行评价，分析其影响因素，并提出相应的对策建议。
方法采用文献资料、指标体系和实证分析等方法进行综合研究。
其中，指标体系将根据相关文献和实际情况进行构建，实证分析将利用统计分析和模型拟合等方法进行。
研究内容研究内容与方法VS02山东省工业生态效率评价评价方法与指标体系评价方法采用数据包络分析（DEA）方法，以投入产出效率为核心，通过构建多投入、多产出的生产前沿面，对各决策单元（DMU）的相对效率进行比较和评价。
评价指标体系包括投入指标、产出指标和效率指标，投入指标包括能源消耗、环境污染等，产出指标包括经济产出、科技产出等，效率指标为DEA模型的输出结果。
评价结果分析各城市工业生态效率排名根据DEA分析结果，对山东省各地市的工业生态效率进行排名，分析各地市在工业生态效率方面的优势和不足。
影响因素分析通过对各地市工业生态效率的排名和投入产出数据的分析，探讨影响各地市工业生态效率的主要因素，为进一步提升山东省工业生态效率提供参考。
03影响因素分析企业社会责任企业积极履行社会责任，推动绿色生产和可持续发展，对工业生态效率产生积极影响。
环保政策政府出台的环保政策和法规，对工业生态效率产生重要影响。
产业结构产业结构优化和转型升级，能够促进工业生态效率的提升。
资源投入包括能源、原材料、劳动力等生产要素的投入，影响工业生态效率的提升。
技术进步科技创新和生产技术的不断进步，有助于提高工业生态效率。
农业发展的全要素生产率研究农业作为国民经济中的重要组成部分，其发展与国家的经济和社会发展密不可分。
在农业发展中，全要素生产率是一个重要的衡量指标，它能直接反映出农业生产效益的提高程度。
本文将从多个角度展开探讨农业发展的全要素生产率研究，包括农业资源利用效率、技术进步与创新、农产品质量提升等方面。
一、农业资源利用效率农业资源是农业生产的基础，如土地、水源、劳动力等。
农业发展的全要素生产率研究需要关注资源的高效利用。
对于土地资源而言，合理规划农田面积和土地利用结构，采取科学种植方式和肥料施用，能够充分发挥土地的潜力，提高农作物的产量和品质。
对于水资源，推广高效的灌溉技术和节水措施，减少浪费，提高农田灌溉效率。
在劳动力资源利用方面，加强农业培训和技术指导，提高农民的专业素质和科学种植、管理水平，提高农业生产效率。
二、技术进步与创新农业发展的全要素生产率研究需要关注技术进步和创新。
农业技术的进步对于提高农业生产效率和全要素生产率具有重要意义。
在育种方面，优化种质资源，培育高产、抗病虫害的新品种，提高农作物的产量和抗逆能力。
在农业机械化方面，推广高效节能的农业机械设备，提高耕作效率和农田管理水平。
在农业生产管理方面，应用信息技术、互联网+等手段，提高农产品的生产、销售和质量监控能力。
三、农产品质量提升农业发展的全要素生产率研究需要关注农产品的质量。
农产品的质量直接关系到市场竞争力和农民收入。
提高农产品的质量，既可以提高农民的收入，又可以满足市场需求。
提升农产品质量的关键在于优化种植结构和生产工艺，采取科学施肥和环境友好的农业生产方式，减少农药残留和污染物排放。
此外，加强质量监管、标准化生产和品牌建设，培育知名农产品和地理标志农产品，提升农产品的附加值和竞争力。
四、农业生态环境保护农业发展的全要素生产率研究需要关注农业对生态环境的影响。
农业生产的过程中，农药和化肥的使用、农田水利设施建设和生活污水排放等都会对土壤、水体和空气环境造成污染和破坏。
基于DEA方法的山东省“十一五”农业生产效率研究宋延山;张占涛;郝涛【摘要】Shandong Province is the main grain production base in China, and its total agricultural output stays the top for many years. Especially since 21 st century, with the rapid increase of agricultural output along with the significant improvement of the condition for agricultural production, the agricultural development has gained notable achievement, but there still exists restrictions to block the industrial transformation and modernization of agriculture. Improving the agricultural productionb efficiency is an effective way to eliminate the restrictions and promote stable and healthy agricultural development. Applying DEA method to this study, this paper attempts to do a research on the agricultural input -output efficiency in 17 cities during the llth Five -year Plan period and work out the result in order to present strategies and suggestions to improve the agricultural production＇s efficiency.%山东省是我国粮食主要生产基地，农业总产值连续多年蝉联全国第一，特别是21世纪以来，农业产值增加迅速，农业生产条件改善明显，农业发展成果突出，但依然存在制约农业产业转型及现代化的瓶颈。
山东省农业全要素生产率及其影响因素研究1. 引言1.1 研究背景农业是山东省的支柱产业，对经济发展起着至关重要的作用。
随着社会经济的快速发展和人口的不断增长，山东省农业生产面临着越来越多的挑战。
农业全要素生产率作为衡量农业生产效率的重要指标，直接关系到农业发展的可持续性和竞争力。
深入研究山东省农业全要素生产率及其影响因素，对于引导农业生产方式转变，提高农业生产效率，实现农业可持续发展具有重要意义。
目前，山东省农业面临着生产要素利用效率低，技术创新缺乏，环境污染严重等问题，农业全要素生产率水平相对较低。
需要深入探讨山东省农业全要素生产率的现状和影响因素，为政府决策提供科学依据，推动农业生产方式转型升级，实现农业可持续发展目标。
【2000字】1.2 研究目的本文旨在通过对山东省农业全要素生产率及其影响因素进行研究，旨在探讨当前农业生产中存在的问题，并提出相应的政策建议，希望能够为提高农业生产效率和质量提供参考。
具体目的如下：1. 分析山东省农业全要素生产率概念及测算方法，探讨当前测算方法的有效性和适用性。
2. 分析山东省农业全要素生产率的现状，了解当前农业生产效率的水平和存在的问题。
3. 探讨影响山东省农业全要素生产率的因素，包括资源配置、技术水平、政策环境等方面的影响因素，并分析其对生产率的具体影响。
4. 提出政策建议，针对当前存在的问题和影响因素，提出相应的政策改进方案，以提高农业全要素生产率。
5. 展望未来，预测山东省农业全要素生产率的发展趋势，探讨未来农业生产的发展方向和策略选择。
1.3 研究意义农业全要素生产率是衡量农业综合生产力水平的重要指标，对于提高农业经济效益、保障粮食安全、促进农业可持续发展具有重要意义。
山东省作为我国重要的农业大省，农业全要素生产率的提高关乎到地方经济发展和农民收入增加。
通过对山东省农业全要素生产率及其影响因素进行研究，可以为精准施策、有效提升农业生产率提供参考依据。
农业生产效率研究综述作者：宋月茹尉京红来源：《合作经济与科技》2020年第15期[提要] 随着国家对农业生产的重视，提高农业生产效率逐渐成为增加粮食丰产的重要手段，引起广大学者的广泛关注。
本文将从国内外对农业生产效率的研究内容和研究方法两个角度对现有研究成果进行归纳、分析和述评，最后指出未来努力方向，应加大对特定农作物生产效率的研究，使我国农业生产得到全面发展。
关键词：农业生产;效率;综述本文为国家重点研发计划项目：“河北水热资源限制区小麦-玉米产后减损、技术扩散与综合评价”（编号：2018YFD0300507）中图分类号：F304 文献标识码：A收录日期：2020年5月7日一、农业生产效率综述效率是实际生产活动中实际的资源投入与理想化的资源投入之间的差距，效率的大小通常由投入产出的比值来衡量。
农业生产效率，指的是在农业生产过程中，对农业资源的利用程度，在当年的环境、政策等条件下，农业投入与产出之间的比值。
国内外学者在研究农业生产的过程中，将农业生产效率纳入重点，在研究过程中关于农业生产效率产生了大量的结论和研究成果。
（一）国外农业生产效率综述。
针对农业生产效率的研究，国外比国内的研究内容更深入，开始研究的时间也更早。
因地理环境不同，国外学者研究农业生产效率的对象主要是农户、农场。
诸多学者的研究围绕如何测算以及分析农业生产效率，Ramanathan（2003）研究了在2004～2008年期间174个欧盟和非欧盟国家的农业生产效率，使用DEA模型分析方法得出欧盟国家的农业生产效率值为43.2%，非欧盟国家的效率值为41.4%;Toma（2012）等人对被分为不同经营类型的立陶宛农场进行了动态分析，研究了不同州经营类型效率变动的趋势;Salame（2014）针对以色列、约旦、黎巴嫩和叙利亚四个国家1972～2006年期间在战争的影响下的农业生产力，利用DEA 方法对农业生产力进行了趋势研究，并通过随机边界生产函数的数据分析找出农业生产率低的主要因素。
山东省农业全要素生产率及其影响因素研究1. 引言1.1 研究背景随着我国农业现代化进程的加快，农业全要素生产率成为评价农业综合生产能力和核心竞争力的重要指标。
山东省作为我国重要的农业大省，农业全要素生产率水平一直备受关注。
随着农业结构调整和生产方式转变，山东省农业全要素生产率的提高已成为当务之急。
山东省农业全要素生产率受到诸多因素的影响，包括农业生产要素配置、政策支持、市场需求等方面。
通过深入研究山东省农业全要素生产率的现状以及影响因素，可以为山东省农业发展提供科学的决策依据，优化资源配置，提高生产效率，推动农业现代化进程。
本研究旨在对山东省农业全要素生产率及其影响因素进行深入探讨，力求揭示其影响机制，为制定相关政策提供理论支持，促进山东省农业全要素生产率的持续提高，推动农业经济发展。
1.2 研究目的研究的目的是通过对山东省农业全要素生产率及其影响因素的研究，深入分析当前农业生产中存在的问题，探讨提高农业全要素生产率的途径和方法，为山东省农业的可持续发展提供科学依据和政策建议。
具体目的包括：一是分析山东省农业全要素生产率的现状，了解其发展状况和存在的问题；二是探讨影响山东省农业全要素生产率的因素，包括资源配置、农业技术水平、市场需求等方面的影响因素；三是揭示影响因素的作用机制，深入分析不同因素对农业生产的影响方式和程度；四是提出针对性的政策建议，为提高山东省农业全要素生产率和促进农业现代化发展提供指导性意见。
通过研究，旨在为山东省农业的提质增效和可持续发展提供理论支持和实践指导。
1.3 研究意义本文旨在探讨山东省农业全要素生产率及其影响因素，对于推动山东省农业的可持续发展具有重要意义。
农业全要素生产率是衡量农业生产效率和竞争力的重要指标，直接影响农业产出和农民收入。
通过研究山东省农业全要素生产率的现状和影响因素，可以为政府制定相关政策提供依据，帮助农业实现高质量发展，促进农村经济的繁荣。
山东省是中国重要的农业大省，农业全要素生产率的提升对于全国农业发展具有示范和引领作用。
山东省不同苹果生产经营主体效率比较研究作者：燕宁张复宏王晓蕾来源：《山东农业科学》2020年第03期摘要：为对比山东省不同经营主体的苹果生产效率，本研究基于2019年山东省经营主体综合调研数据，运用DEA模型分别测算了山东省农业企业、专业合作社、家庭农场与普通果农苹果生产的综合效率、纯技术效率和规模效率。
结果表明：受土地流转费和人工成本不断攀升的影响，在不同经营主体综合效率和规模效率的比较中，普通果农位居首位，专业合作社和家庭农场紧随其后，农业企业排名较低;从纯技术效率的比较来看，专业合作社位居首位，农业企业和普通果农分别位居二、三位，家庭农场排在最后。
在分析问题及原因的基础上，提出了促进山东苹果产业平稳发展的对策建议。
关键词：苹果;山东省;新型经营主体;生产效率中图分类号：S6：F304.3文献标识号：A文章编号：1001-4942（2020）03-0157-05AbstractIn order to compare the apple production efficiency of different management bodies in Shandong Province， the overall efficiency， pure technical efficiency and scale efficiency of apple production were calculated by DEA model based on the comprehensive survey data of agricultural enterprises， professional cooperatives， family farms and ordinary fruit growers in Shandong Province in 2019. The results showed that， due to the impacts of land transfer fee and labor cost rising， the overall efficiency and scale efficiency of ordinary fruit growers ranked first， and those of professional cooperatives and family farms followed closely， and those of agricultural enterprises ranked last. In terms of the comparison of pure technical efficiency， professional cooperatives ranked first， and agricultural enterprises and ordinary fruit growers ranked second and third respectively， and family farms ranked last. Finally， the countermeasures and suggestions for promoting the stable development of apple industry in Shandong Province were put forward based on analyzing the problems and reasons.KeywordsApple; Shandong Province; New management body; Production efficiency山东省位于我国苹果主产区之一的渤海湾产区，素有“苹果之乡”的美誉。
我国农业生产技术效率评价研究作者：孟晓霞曹洪军焦勇来源：《财经问题研究》2016年第04期摘要：科学评价农业生产技术效率是推动农业可持续发展、农业现代化建设的重要前提。
三阶段DEA模型在测算农业生产技术效率时会面临样本规模异质性问题，进而带来调整误差。
本文从农业生产技术效率的环境效应和运气差异两个角度出发，基于修正的三阶段DEA 模型，改进投入冗余的测算方式，改进后的环境效益模型和运气差异模型所测算2000—2013年我国农业生产技术效率更加科学、稳健。
在此基础上，本文进而提出提高农业科学技术效率的策略。
关键词：农业生产技术效率；三阶段DEA模型；环境效应模型；运气差异模型中图分类号：F3047文献标识码：A文章编号：1000176X（2016）04012406一、引言农业生产效率从研究内容看，主要包括技术效率、规模效率和配置效率三方面，其中技术效率用来衡量生产单元在等量要素投入条件下实际产出与生产前沿（最大产出）的距离，可进一步分解为纯技术效率和规模效率。
由于准确的价格信息不易获取，资源配置效率不易计算，大多数研究者通常从技术效率或规模效率方面考察农业生产效率[1]。
农业生产效率评价从主流的评价方法看，主要有参数方法即随机前沿分析技术（Stochastic Frontier Analysis，简称SFA技术）和非参数方法即数据包络分析方法（Date Envelopment Analysis，简称DEA）[2]。
由于DEA方法具有客观、细致、可行等优点，因此，自20世纪80年代后期该方法被介绍、引入后，就广泛应用于我国农业生产效率研究中。
然而，农业生产具有天然的不确定性，DEA 方法并不能剔除环境因素以及随机误差带来的扰动，在进行农业生产效率评价时，Fried等[3]认为，应采用三阶段DEA模型。
李然和冯中朝[1]、李鹏和曾光[4]等采用该方法对我国农业生产效率进行了更深入的分析。
使用三阶段DEA模型固然能够剔除环境因素以及随机误差带来的扰动，然而该模型在实际运用中仍然存在较大问题，即在决策单元（不同省份）的投入产出规模存在巨大差异时会产生极大的调整误差。
山东省农业全要素生产率及其影响因素研究【摘要】山东省农业全要素生产率在农业发展中起着重要作用，然而受多种因素影响。
本文通过分析山东省农业全要素生产率的概况，探讨了影响因素，并进行了实证分析。
在政策方面，提出了相关建议，希望能够提高农业全要素生产率。
对未来展望进行了探讨，指出了研究结论和启示。
本研究也发现了一些不足之处，并提出了未来研究的展望，以完善山东省农业全要素生产率的研究。
【关键词】山东省、农业全要素生产率、影响因素、实证分析、政策建议、未来展望、研究结论、研究启示、研究不足、研究背景、研究目的、研究意义1. 引言1.1 研究背景山东省是我国重要的农业大省，农业全要素生产率的提高对于山东省的农业发展和经济增长具有重要意义。
随着农业现代化和产业升级的推进，农业全要素生产率的提高成为农业发展的关键问题。
在当前国家提倡乡村振兴战略和农业供给侧结构性改革的背景下，加强对山东省农业全要素生产率及其影响因素的研究，对于指导山东省农业生产实践、推动农业现代化具有重要意义。
随着我国农业生产方式的转变和生产要素的优化配置，农业全要素生产率已成为衡量农业生产效率和竞争力的重要指标。
在这一背景下，研究山东省农业全要素生产率及其影响因素，有助于深入了解山东省农业生产的现状和存在的问题，为制定更为科学合理的政策提供依据。
本文旨在通过对山东省农业全要素生产率及其影响因素的研究，为山东省农业发展提供参考和借鉴，促进农业生产的持续健康发展。
1.2 研究目的本研究的目的是深入探讨山东省农业全要素生产率及其影响因素，旨在为政府部门及相关研究者提供参考和借鉴。
通过对山东省农业全要素生产率的调查和分析，我们希望能够揭示其发展现状和存在的问题，找出影响农业全要素生产率提高的关键因素，为提高农业生产效率和农民收入水平提供科学依据。
通过对实证分析的研究，可以为政府和企业提供一些建设性的政策建议和管理经验，实现农业可持续发展和乡村振兴的目标。
收稿日期：2013－07－12作者简介：焦源，博士生，主要研究方向为农业经济理论与政策。
基金项目：国家自然科学基金项目“农户分化背景下需求导向型农技推广机制研究”（编号：71273248）。
山东省农业生产效率评价研究焦源（中国海洋大学管理学院，山东青岛266100）摘要随着农村经济与社会的发展，农业生产效率成为影响农民收入、改变农村地区落后状态的关键因素。
效率的高低一方面能够展示一个地区农业综合生产能力，另一方面反映了区域资源配置及利用状况。
本文从经济效益、社会效益和生态效益角度选取分析指标，利用三阶段DEA 模型测度了2011年山东省17地市农业生产综合效率、纯技术效率和规模效率，实证结果显示烟台、威海及淄博的农业效率水平相对较高，处于生产前沿面；山东省农业效率整体水平偏低，规模效率是主要的制约因素；环境因素对投入松弛变量的影响广泛，其中城市GDP 、农民受教育程度和财政支农支出的增加有助于提高生产效率；各地区在生产要素投入和农业效率方面存在一定差距，应依据自身情况有针对性的扩大农业生产规模，改善技术管理状况。
关键词山东省；农业生产效率；三阶段DEA ；评价中图分类号F323．3文献标识码A文章编号1002－2104（2013）12－0105－06doi ：10．3969/j．issn．1002－2104．2013．12．016经济学中效率的概念是以资源稀缺性为前提的，是指在一定技术或投入情况下生产活动对经济资源做了能带来最大可能性满足程度的利用。
农业生产作为人类社会最基本的实践活动，其效率的大小不但影响农村经济发展与社会进步，更在国家宏观经济调整和产业布局方面发挥着重要的作用。
随着我国社会主义市场经济体制的确立和完善，农业生产以满足自身需求为目标的产品生产逐渐向以市场为导向的商品生产格局转变，集约化特征愈发明显，农户作为独立的经营主体将在复杂多变的市场环境下接受考验。
此外，农村地区大规模、持续性非农就业趋势显著，农户兼业行为导致农村优质劳动力大量流失，农业生产主体缺失问题日益严峻，因此如何利用现有资源提高农业生产效率将是未来农村地区亟需解决的问题之一。
现有文献对我国农业生产效率问题进行了大量深入的研究，郭军华［1］利用数据包络模型测度了2008年我国农业生产效率，并以规模效率和纯技术效率为划分标准将我国各省市分为了四种类型；黄少安［2］以不同土地产权制度为背景，从农业生产要素和政策要素角度出发对中国大陆农业生产效率进行了实证研究，通过分析比较得出所有权农民私有、合作或适度统一经营是相对较好的制度。
韩坚［3］认为提高农业生产效率有两条途径即增加工业品投入和增加农业生产性服务，通过与美国、日本等发达国家对比发现我国农业生产性服务投入水平较低，提高生产性服务投入能有效加快农业发展。
上述研究可以发现，众多学者分别从不同角度论述了我国农业生产效率存在的问题，通过定性、定量分析提出了相应的解决措施。
但就山东农业生产效率研究现状而言，鲜有学者将社会效率纳入研究范畴，而仅以农业生产经济效率作为目标进行衡量；在投入指标选取方面欠缺完整性，忽视对生态环境要素的考量。
此外，一些研究在利用传统或修正DEA 模型进行分析时无法排除环境因素和随机因素对生产效率的影响，使得实证结果与实际效率之间存在较大差距。
本文以2011年山东省17地市面板数据为研究对象，利用三阶段数据包络分析方法进行对比分析，从区域层面分析山东省农业生产效率现状，并探究其提高途径。
1模型选择与数据说明1．1模型选择农业生产效率反映的是在等量农业资源投入前提下，农业活动实际产出与最优产出（生产前沿面）之间的距中国人口·资源与环境2013年第23卷第12期CHINA POPULATION ，ＲESOUＲCES AND ENVIＲONMENT Vol．23No．122013离，距离越近说明农业生产的综合效率越高。
一般认为，农业生产综合效率由规模效率和纯技术效率两部分构成，规模效率体现的是特定区域内农业生产规模影响的效率，纯技术效率反映的是技术及管理等生产方式方面影响的效率。
对于效率的测量主要有两种方法：一种是参数法，通常采用随机前沿面生产函数进行分析［4］，另一种方法是非参数法，而数据包络分析法作为非参数法的一种在国内外研究文献中被广泛采用。
该方法是由A．Charnes等人于1978年首次提出，用于评价部门之间的相对有效性［5］。
三阶段DEA模型是由传统DEA模型演变而来，旨在消除环境因素和随机变量对效率的影响，最早提出这一模型的是Fried，之后该研究方法被广泛应用于能源［6－9］、文化产业［10－13］、金融［14－15］等领域的效率测度。
三阶段DEA模型的构建与运行包括以下三个方面：第一阶段：采用规模报酬可变的投入导向下BCC模型进行分析，假定g个决策单元DMU，每个决策单元都有p个投入量和q个产出量，对于每一个决策单元DMU的投入产出效率可以用如下线性规划方程表达：Minθ，λθgSubject to：θg xp，g ≥∑gg=1λgxp，g（p=1，2，…，P）y q，g ≤∑gg=1λgyq，g（q=1，2，…，Q）∑gg=1λg=1λg≥0（g=1，2…，G）（1）其中θg表示决策单元的效率值，x p，g，y q，g和λg分别表示第g个决策单元的第p项投入值、产出值及权重系数。
第二阶段：相似SFA分析模型。
通过第一阶段BCC 模型的计算可以得出决策单位的原始效率值及对应的松弛变量，所谓松弛变量反映的是最优投入与实际投入之间的差异，用d p，g表示。
Fried认为，运算过程中出现的松弛变量受到管理因素、环境因素及随机因素三个方面的影响，为了排除后两种外生变量对原始效率值的影响，通过构建相似SFA分析模型，对环境因素和随机因素进行分离。
依据上述分析我们定义松弛变量d p，g=x p，g－λx p，g并构建环境变量同松弛变量之间的SFA模型：d p，g =f p（zg；βp）+vp，g+up，g，p=1，2，…P；g=1，2，…G（2）其中z g、βp分别表示可观察环境变量及其待估参数，f p（zg ；βp）为确定性的可行差额前沿，vp，g是随机干扰项，up，g表示管理无效率的随机变量。
利用SFA模型得出各待估参数调整决策单元的投入项以消除环境变量对效率值的影响。
调整的方法是基于运气最差，生产环境最恶劣投入量不变的前提下，将其他DMU的投入量向上增加，具体公式为：x^p，g=x p，g+max g z gβ^{}p－zkβ^[]p+maxgv^p，{}g－v^p，[]g（3）第三阶段：调整后的DEA模型。
将调整后的投入量x^p，g替换第一阶段传统DEA模型中的投入量x p，g，利用BCC模型重新进行计算，得到的效率值就是剔除环境变量和随机变量了的管理效率值。
1．2指标选择与数据来源1．2．1投入产出指标选择及说明本文依据数据可得性和统计口径统一性原则，选取了农业总产值和第一产业家庭经营收入作为研究农业生产效率的产出量。
农业投入变量选择农业劳动力（万人）、农作物播种面积（hm2）、农用化肥施用量（t）和农业机械总动力（kW·h）。
农业系统是经济、社会、生态等多种因素相互耦合的综合统一体，农业生产的结果不仅包括经济效益，社会效益和生态效益也是其活动的产物。
在衡量农业生产效率时需充分考虑三种效益的关联，以系统性视角选择变量指标。
例如，化肥的大量使用虽然能大幅度提高农业生产效率，但同时带来的土壤酸化、空气及水资源污染等问题也愈发严重，因此用化肥施用量反映农业生产效率中的生态效益；对第一产业家庭经营收入指标的选取是以社会效益为依据的，因为农业收入的增加不但是一个经济效益问题，更是农村地区稳定与社会进步的重要因素［16］。
此外，农民农业收入的提高从侧面反映出农业产量水平的增加，这对于保障国家粮食安全和农产品结构动态平衡方面具有积极的意义。
其余指标以经济效益角度进行甄选。
利用DEA模型进行效率测算时需要满足投入量与产出量同向性这一假设条件，即投入量逐渐增加时，产出量至少不会下降。
通过使用PASW Statistics18软件当中的Pearson相关系数检验对两个变量进行相关分析，结果如表1所示。
表12011年山东省农业生产投入量和产出量的Pearson相关系数Tab．1Pearson correlation coefficient of inputs and outputs in agricultural production in Shandong Province2011项目Item农业从业人员数量The numberof employeesin agriculture农作物播种面积Sown areaof farm cropsf农用化肥施用量Consumption ofchemical fertilizers农业机械总动力Total power ofmachinery农业总产值0．868＊＊＊（0．002）0．706＊＊＊（0．002）0．868＊＊＊（0．000）0．531*（0．062）第一产业家庭经营收入0．694＊＊（0．045）0．893＊＊＊（0．000）0．582*（0．068）0．519*（0．054）注：*、＊＊和＊＊＊分别表示变量在10%，5%和1%的统计水平上显著，括号内的数字表示显著性检验的P值。
中国人口·资源与环境2013年第12期结果显示不同投入量与产出量之间均能通过10%水平下的显著性检验且变量之间满足同向性假设条件。
1．2．2环境变量选择及说明钟祖昌等［17］认为环境变量的选取应该是那些对农业生产效率产生影响但不在样本主观可控范围之内的因素。
通过辨识全省宏观经济环境、教育水平、政府相关农业政策和自然灾害状况，将GDP（亿元）、农村居民家庭劳动力文化状况①、国家财政用于农业的支出（亿元）、各地区受灾面积（hm2）作为环境变量进行分析。
1．2．3数据来源本文数据主要来源于2011年《山东统计年鉴》、《中国统计年鉴》及山东省农业信息网。
2实证结果分析2．1第一阶段传统DEA模型实证结果经过第一阶段DEA模型的计算，可以得到各市受环境因素和随机因素影响下的农业生产综合效率、纯技术效率及规模效率，同时，通过对实际效率值和技术效率前沿的比较测算出各地区投入松弛变量。
利用软件deap2．1进行测度，具体结果如表2所示。
表2第一阶段DEA评价结果Tab．2The evaluation result in first phase by DEA地区Ｒegion TE1PTE1SE1规模报酬Ｒeturns to scale济南1．0001．0001．000－青岛0．9031．0000．903drs淄博0．8691．0000．869drs枣庄0．9860．9990．987drs东营1．0001．0001．000－烟台1．0001．0001．000－潍坊0．7221．0000．722drs济宁0．8751．0000．875drs泰安0．9880．9940．994drs威海1．0001．0001．000－日照0．5880．6310．931irs莱芜1．0001．0001．000－临沂0．6880．7510．916drs德州0．5290．7140．741drs聊城0．5340．5540．963drs滨州0．8080．8110．996drs菏泽0．3980．4080．977drs注：drs表示规模报酬递减，irs表示规模报酬递增，－表示规模报酬不变。
