基于三階段DEA模型的林業(yè)生產(chǎn)要素配置效率研究*

田杰，石春娜，國亮

(西安工業(yè)大學 經(jīng)濟管理學院，西安 710032)

基于三階段DEA模型的林業(yè)生產(chǎn)要素配置效率研究*

田杰，石春娜，國亮

(西安工業(yè)大學 經(jīng)濟管理學院，西安 710032)

提高林業(yè)生產(chǎn)要素配置效率是實現(xiàn)林業(yè)可持續(xù)經(jīng)營的基本要求。運用三階段DEA模型對中國30個省市2015年的林業(yè)生產(chǎn)要素配置效率進行測算的結果表明：如果不排除外部環(huán)境變量和隨機變量的影響，綜合效率水平被低估；中國各省區(qū)林業(yè)生產(chǎn)要素配置的綜合效率水平較低，主要是由純技術效率較低造成；各省市根據(jù)純技術效率和規(guī)模效率來劃分可以分為4種不同類型；自然資源是同其他林業(yè)資源一樣同等重要的資源投入要素。針對林業(yè)生產(chǎn)要素配置效率的測算問題，三階段DEA模型相比傳統(tǒng)DEA模型的測算結果更為科學準確；各類型省市應該根據(jù)自身特點來制定后續(xù)林業(yè)發(fā)展規(guī)劃；在后續(xù)研究中，可以嘗試性地將自然資源納入林業(yè)生產(chǎn)效率評價體系，以期獲得更為科學合理的效率水平值。

林業(yè)；生產(chǎn)要素；配置效率；純技術效率；規(guī)模效率

在中國生態(tài)文明建設的宏觀背景下，林業(yè)發(fā)展的主體作用越顯突出，林產(chǎn)品生產(chǎn)和貿(mào)易在“十三五”期間躍居世界首位。國際上，生態(tài)建設不僅是生態(tài)問題，更是影響經(jīng)濟和整個社會的可持續(xù)發(fā)展問題，已成為各國達成發(fā)展共識的基礎。在國內外雙重壓力下，對林產(chǎn)品需求的缺口越來越難以通過進口木材來解決[1]。在不能通過國際貿(mào)易緩解需求壓力的情況下，為滿足經(jīng)濟快速發(fā)展過程中對木材及林木產(chǎn)品的高度需求，只能通過提高國家林地出材量來緩解供需矛盾。提高林地生產(chǎn)率的關鍵在于提高林業(yè)生產(chǎn)要素配置效率水平。政府通過不斷加強對林業(yè)產(chǎn)業(yè)發(fā)展的投資，并制定了一系列改革發(fā)展政策，其中惠國惠民的集體林權制度改革盤活了森林資產(chǎn)，釋放、轉移農(nóng)村生產(chǎn)力，為整個農(nóng)村發(fā)展帶來新的機遇，同時也是更好地響應國家生態(tài)文明建設的大政策[2]。因此，現(xiàn)階段對林業(yè)生產(chǎn)要素配置效率的研究具有非常重要的必要性和迫切性。學者們從多個角度對林業(yè)生產(chǎn)要素配置效率進行分析，如以全球97家森林和紙業(yè)公司為研究對象，運用隨機前沿分析方法(SFA)和數(shù)據(jù)包絡分析方法(DEA)兩種效率測算模型分析得出的結論雖有差異但存在一致性，因此可根據(jù)具體研究目的來選擇合適的效率分析模型[3]；再考慮到自然環(huán)境因素后可以測算出對效率的作用方向及影響程度[4]；運用DEA方法研究了中國30個省區(qū)的營林效率后發(fā)現(xiàn)營林生產(chǎn)長期投入不足，營林績效有很大提升空間[5]；以2002—2009年省級層面林業(yè)投入產(chǎn)出的數(shù)據(jù)為基礎，采取SFA測算了林業(yè)生產(chǎn)要素配置效率水平，并進行效率影響因素分析[6]；基于三階段DEA模型對森工企業(yè)的效率值進行測算后認為在環(huán)境因素和隨機因素未被剔除的情況下，生產(chǎn)要素配置的綜合效率相對比較樂觀[7]。通過對已有研究文獻進行梳理后發(fā)現(xiàn)，大部分關于林業(yè)生產(chǎn)要素配置效率的研究均假定所有決策單元面臨相同的外部環(huán)境和隨機因素，然而這種假定與各地區(qū)林業(yè)實際生產(chǎn)經(jīng)營狀況不相符，效率測算也無法客觀體現(xiàn)決策單元的經(jīng)營管理水平。三階段DEA模型的特點在于能夠剔除外部環(huán)境和隨機誤差對效率值的影響，將所有決策單元調整至同一外部環(huán)境和隨機因素之下，進而測算出更為準確的效率水平。基于此，選用2015年林業(yè)生產(chǎn)經(jīng)營相關數(shù)據(jù)，運用三階段DEA模型對各省區(qū)林業(yè)生產(chǎn)要素配置效率進行測算，以期得到更為科學合理的效率水平值，為各個省區(qū)林業(yè)發(fā)展提供可靠的政策建議。

1 材料與方法

1.1 數(shù)據(jù)來源

以2015年林業(yè)投入產(chǎn)出數(shù)據(jù)為基礎對中國30個省市自治區(qū)(西藏、香港、澳門、臺灣等地區(qū)未列入本研究范圍之內)的林業(yè)生產(chǎn)要素配置效率水平進行研究。數(shù)據(jù)源于課題組的實踐調研以及《中國林業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》等。課題組于2016年8月在四川省雅安市的石棉縣、寶興縣、漢源縣對農(nóng)戶進行一對一訪談式的抽樣調查。

1.2 指標選取

1.2.1投入產(chǎn)出指標的選取

通過對林業(yè)生產(chǎn)投入行為的調研分析發(fā)現(xiàn)，大約85%的農(nóng)戶認為林業(yè)前期投入大、見效慢、收益低，或是林改分到林地時已是不需要撫育的中幼林，林農(nóng)對林業(yè)產(chǎn)業(yè)的人力、財力、物力的投入少，基本可以忽略不計，維持發(fā)展一般都是依靠自然天氣和國家投資來進行。因此，在研究過程中投入產(chǎn)出指標主要針對宏觀層面來選取。基于現(xiàn)有研究文獻對林業(yè)生產(chǎn)要素配置效率評價指標體系的構建[5]以及數(shù)據(jù)的可獲得性，選用造林面積、林木撫育面積、苗木產(chǎn)量、育苗面積作為產(chǎn)出變量；投入變量由人、財、物來衡量，包括土地、勞動力和資本三大類，即土地投入——林地面積，勞動力投入——林業(yè)系統(tǒng)年末從業(yè)人數(shù)，資本投入——營林固定資產(chǎn)投資[8]。在大部分情況下，研究所選取的指標并不能涵蓋所有的投入產(chǎn)出變量，但DEA方法表征的是相對效率，只要各決策單元之間有可比性，其分析就能在一定程度上反映效率的實際情況。

1.2.2外部環(huán)境變量的選取

外部環(huán)境變量是指對林業(yè)生產(chǎn)要素配置效率有一定的作用，但又不是人為可以控制的因子，主要包括經(jīng)濟發(fā)展水平、政府對林業(yè)發(fā)展的支持程度、人力資源因素和地區(qū)地理位置等。結合模型特性，綜合考慮數(shù)據(jù)的可獲取及可比性，最終選取人均GDP、財政支林比例、基層林業(yè)工作站平均文化程度、4～10月平均氣溫和年平均降水量作為研究所用的環(huán)境變量。人均GDP反映當?shù)亟?jīng)濟發(fā)展水平；財政支林比例反映政府對林業(yè)發(fā)展的重視程度，該指標是一個次優(yōu)選擇，假設各省區(qū)財政收支結構差異不大，只能用于財政收支結構類似的省區(qū)之間的比較分析；基層林業(yè)工作站平均文化程度代表人力資本水平[8]；4～10月平均氣溫和年平均降水量反映當?shù)氐淖匀灰蛩貤l件[8-9]，由于積溫數(shù)據(jù)的不易獲取，所以研究選取年平均降水量和4～10月平均氣溫作為自然地理信息的替代。

1.3 研究方法

三階段DEA模型適用于評估決策單元(Decision Making Unit，DMU)的效率水平，最早是2002年由Fried等人提出[10]，其原理構建和應用主要有三個階段：第一階段為傳統(tǒng)DEA模型。傳統(tǒng)DEA模型主要分為投入導向型和產(chǎn)出導向型[11]，其原理和方法都已被廣泛使用，因此選取投入導向型的基于規(guī)模收益可變的DEA-BCC模型進行效率分析。第二階段為構建相似SFA模型。通過第一階段得到的投入/產(chǎn)出松弛變量除了受到內部管理效率這一因素影響外，還受到外部環(huán)境因素和隨機因素的作用[12]。傳統(tǒng)DEA模型無法將這3種影響進行區(qū)分，因此第二階段構建類似SFA模型來剔除環(huán)境因素和隨機干擾的影響，測算出由管理無效率造成的投入冗余。同時，分析各個外部環(huán)境變量對3種投入松弛變量的影響。投入松弛變量是指通過改善內部經(jīng)營管理水平可以減少的要素投入量，如果投入松弛變量與外部環(huán)境變量呈負相關，說明增加外部環(huán)境變量有利于減少要素投入量，即有利于要素利用效率的提高，反之亦然。第三階段為調整后的DEA模型。為了得到單一反映內部管理的效率水平，需摒除外部環(huán)境因素和隨機因素，因此第三階段將重新選取DEA-BCC模型進行效率分析。此時，進行效率測算時產(chǎn)出變量不變，還是選用原始產(chǎn)出值yik，但投入變量進行了調整，選用的是經(jīng)過第二階段調整后的投入值。即，首先構建SFA回歸方程⑴；然后基于最有效的決策單元，以其要素投入量為基礎，對其他決策單元的投入量按⑵式進行調整[12]，并使用Jondrow提出的計算方法即式⑶來對νik進行估算[13]：

Sik=f﹙Zk，βi﹚+νik+μik

⑴

⑵

⑶

第一階段，采取DEAP 2.1軟件對DEA-BCC模型進行測算；第二階段，將第一階段得到的松弛變量作為被解釋變量，將人均GDP、財政支林比例、基層林業(yè)工作站平均文化程度、4～10月平均氣溫和年平均降水量5個環(huán)境變量作為解釋變量，利用Frontier 4.1軟件進行回歸分析；第三階段，按照公式⑵對投入指標進行調整，然后重新采取DEAP 2.1軟件對DEA-BCC進行測算分析。將剔除外部環(huán)境因素影響之后的林業(yè)生產(chǎn)要素配置的純技術效率(橫軸)和規(guī)模效率(縱軸)進行聚類分析，考察各省區(qū)不同的林業(yè)發(fā)展經(jīng)營方向。基于文獻綜述發(fā)現(xiàn)，效率值一般高于0.900就說明該產(chǎn)業(yè)投入產(chǎn)出基本接近最優(yōu)[4，6]，因此以0.900效率值作為分界點，對純技術效率和規(guī)模效率進行劃分。

2 結果與分析

2.1 三階段DEA分析結果

2.1.1大部分省份的純技術效率和規(guī)模效率存在一定的改進空間

DEA-BCC模型測算得到2015年中國30個省份的林業(yè)生產(chǎn)要素配置的綜合效率(TE)、純技術效率(PTE)、規(guī)模效率(SE)以及規(guī)模報酬變化情況(BH)如表1所示。第一階段傳統(tǒng)DEA分析結果表明：在未剔除外部環(huán)境因素和隨機因素的前提下，中國30個省市自治區(qū)林業(yè)生產(chǎn)要素配置的綜合效率為0.745，純技術效率為0.825，規(guī)模效率為0.879；11個省份的綜合效率位于生產(chǎn)技術前沿面上(綜合效率值為1)；19個省份的營林生產(chǎn)要素配置效率處于低效狀態(tài)，即純技術效率和規(guī)模效率都存在一定的改進空間。

2.1.2環(huán)境因素對林業(yè)投入要素冗余有顯著影響

第二階段SFA回歸分析結果(表2)顯示：⑴5個環(huán)境變量對3個投入松弛變量的回歸系數(shù)大部分都能通過1%、5%和10%的顯著性檢驗。說明環(huán)境因素對林業(yè)投入要素冗余確實有顯著的影響，所以在分析時有必要將環(huán)境變量中的無關變量進行摒除，再運用DEA-BCC分析獲取更為科學合理的林業(yè)生產(chǎn)要素配置效率值。⑵3個回歸的γ值都趨近于1。說明管理無效率的變動幾乎可以用來解釋模型中的所有變動，隨機干擾對模型效率變動的影響十分有限。因此，對林業(yè)經(jīng)營投入變量進行調整時，將不考慮隨機誤差對投入的影響。下面進一步分析各個外部環(huán)境變量對3種投入松弛變量的影響。

第一，人均GDP。一般情況下，區(qū)域經(jīng)濟的發(fā)展會對各個產(chǎn)業(yè)帶來很大的拉動效應。例如，當?shù)亟?jīng)濟水平越高，各個產(chǎn)業(yè)發(fā)展環(huán)境越成熟，進而林業(yè)產(chǎn)業(yè)也有更好的發(fā)展空間[8]，林業(yè)生產(chǎn)者在預期市場穩(wěn)定的前提下會增加林業(yè)要素投入，大力發(fā)展林業(yè)產(chǎn)業(yè)，但在沒有科學發(fā)展規(guī)劃的指引下，也可能會造成林業(yè)資源要素的盲目投入，帶來資源的浪費和低效利用現(xiàn)象?；貧w結果顯示：人均GDP水平的提高會增加勞動力投入松弛變量，降低資本投入松弛變量。所以，其對效率水平的綜合影響需要進一步研究確定。

第二，財政支林比例。該指標的增加會在一定程度上調動營林積極性，改進林業(yè)生產(chǎn)要素配置效率水平，但財政支林比例對林地和資本投入松弛變量的回歸系數(shù)為負值，而對勞動力投入松弛變量的回歸系數(shù)為正值，說明林業(yè)財政支出對林業(yè)產(chǎn)業(yè)的配置效率并沒有起到完全促進作用。通過實地調研發(fā)現(xiàn)，在一些財政緊張的貧困林區(qū)，專項林業(yè)資金并沒有得到很好地利用，當?shù)卣疄榱艘晃蹲非罄?，可能將林業(yè)資金用于非林業(yè)產(chǎn)業(yè)，有些地區(qū)甚至出現(xiàn)嚴重的資金占用、挪用等非法情況。所以，政府在制定相關林業(yè)優(yōu)惠政策時，除了注意林業(yè)資金投入的增加，也應該注重財政資金的流向與監(jiān)督，使其利用效率能得到最大發(fā)揮。另外，該指標造成負向影響的原因也可能是各地區(qū)財政收入結構差異較大，致使該指標的代表意義欠缺。所以，理論分析只是作為參考，實際應用中還應根據(jù)各省自身發(fā)展特點來分析。

表 12015年中國30個省份林業(yè)生產(chǎn)要素配置效率比較(第一階段和第三階段)

Table 1 Compared the allocation efficiency of forestry production factors between the 30 Provinces (Stage 1 and Stage 3)

地區(qū)調整前TEPTESEBH調整后TEPTESEBH北京0.5150.5270.977irs0.2300.3930.586irs天津1.0001.0001.000-0.4121.0000.412irs河北0.8810.9130.965drs1.0001.0001.000-山西0.8070.9630.838drs0.8840.9090.973drs內蒙古0.6021.0000.602drs0.9841.0000.984drs遼寧1.0001.0001.000-1.0001.0001.000-吉林0.4180.5130.815drs0.5070.5080.997irs黑龍江0.2700.5300.510drs0.5090.5380.947drs上海0.6391.0000.639irs0.1140.4360.263irs江蘇1.0001.0001.000-1.0001.0001.000-浙江1.0001.0001.000-1.0001.0001.000-安徽0.8520.8760.972irs1.0001.0001.000-福建1.0001.0001.000-0.9601.0000.960irs江西1.0001.0001.000-1.0001.0001.000-山東1.0001.0001.000-1.0001.0001.000-河南0.7780.9170.848drs0.9090.9120.997drs湖北0.7730.9770.994drs0.8620.9210.936irs湖南0.8880.9800.906drs1.0001.0001.000-廣東0.6300.6870.917drs0.6420.7390.868irs廣西0.2900.5100.567drs0.6320.6440.981irs海南0.1880.2860.658irs0.1621.0000.162irs重慶1.0001.0001.000-1.0001.0001.000-四川0.2600.4730.550drs0.4630.5040.920drs貴州0.5890.6090.967drs0.6010.6090.987drs云南1.0001.0001.000-1.0001.0001.000-陜西0.7080.7940.891drs0.8110.8140.996irs甘肅0.3830.4880.784drs0.4900.4920.997irs青海0.8870.9190.965irs0.6790.8120.837irs寧夏1.0001.0001.000-0.5360.7420.722irs新疆1.0001.0001.000-1.0001.0001.000-平均值0.7450.8250.879/0.7460.8320.884/

說明：irs表示規(guī)模報酬遞增，drs表示規(guī)模報酬遞減，-表示規(guī)模報酬不變。

第三，基層林業(yè)工作站平均文化程度。受教育程度或學歷層次可以影響工作人員接收新鮮事物的能力，受教育水平越高，越容易接收先進的林業(yè)經(jīng)營思想，對先進的林業(yè)生產(chǎn)技術掌握的越快，從而在一定程度上提高林業(yè)系統(tǒng)內部經(jīng)營管理水平[8]，從而減少投入要素浪費現(xiàn)象，提高林業(yè)生產(chǎn)要素配置效率水平?；貧w結果顯示：基層林業(yè)工作站平均文化程度對勞動力和資本投入松弛變量的回歸系數(shù)都顯著為負值，這也與理論預期假定相一致。因此，各地區(qū)應該認識到林業(yè)教育的重要性，傾斜教育資金投入，增加培訓機會，以達到改善林業(yè)生產(chǎn)要素配置效率水平的目的。

第四，4～10月平均氣溫和年平均降水量。這兩個指標對林業(yè)生長的影響程度及作用機理在前期研究中曾經(jīng)做出明確說明[9]，它表征的是林業(yè)生產(chǎn)依賴性較大的自然因素?；貧w結果顯示：4～10月平均氣溫和年平均降水量對3個投入松弛變量幾乎都造成顯著影響，表明自然因素確實會對林業(yè)生產(chǎn)要素配置效率的評價造成影響，也驗證了以往的研究。所以，對于林業(yè)產(chǎn)業(yè)這一自然依賴性較大的研究對象，自然因素是其效率評價指標體系中不容忽視的資源投入要素。在今后的研究中，可以嘗試性的將自然資源作為資源投入之一納入到林業(yè)生產(chǎn)要素配置效率的評價體系之中。

2.1.3大部分地區(qū)林業(yè)經(jīng)營發(fā)展規(guī)模不盡合理

第三階段調整后的DEA實證結果(表1)表明：從平均效率來看，各省區(qū)平均效率值發(fā)生了小幅變化，林業(yè)生產(chǎn)要素配置的綜合效率、純技術效率和規(guī)模效率都有了提高，但整體效率水平仍存在很大的提升空間。從綜合效率來看，雖然處于生產(chǎn)前沿面的省市還是有11個，但是發(fā)生了小范圍調整，天津、寧夏從效率前沿面退出，河北、安徽和湖南躋身進入效率前沿面。從純技術效率來看，各省區(qū)純技

表 2 SFA回歸結果

說明：、、分別表示在1%、5%、10%水平下顯著。

術效率在調整前后的變化并不一致，其中純技術效率提高的有10個省份，說明這些省區(qū)在第一階段的純技術效率值被低估，純技術效率降低的有8個省份，說明這些省區(qū)在第一階段純技術效率值較高是由于面臨較好的外部環(huán)境和客觀運氣所致。從規(guī)模效率和規(guī)模報酬來看，調整前后，有9個省區(qū)的規(guī)模效率都出現(xiàn)不同程度的下降，說明大部分地區(qū)的規(guī)模效率都存在較大的提升空間，有14個省區(qū)的規(guī)模報酬均處于遞增階段，這表明大部分地區(qū)林業(yè)經(jīng)營發(fā)展規(guī)模不盡合理，可以通過提升其發(fā)展規(guī)模來進一步改善林業(yè)生產(chǎn)要素配置效率水平。

2.2 中國各省區(qū)林業(yè)生產(chǎn)要素配置效率總體與區(qū)域差異分析

從第三階段DEA-BCC分析結果可以看出，林業(yè)生產(chǎn)要素配置的綜合效率為0.746，純技術效率為0.832，規(guī)模效率為0.884，說明林業(yè)生產(chǎn)要素配置的整體效率水平不高，還存在一定的的效率提升空間，各省區(qū)應該加強內部管理水平，增大林業(yè)生產(chǎn)規(guī)模，以促使林業(yè)生產(chǎn)要素配置的綜合效率得以提高。

圖 1 林業(yè)生產(chǎn)要素配置純技術效率和規(guī)模效率分布圖Figure 1 Distribution of PTE and SE of forestry production factors

對純技術效率和規(guī)模效率進行聚類分析的結果表明總共可以分為4種類型(圖1)。第一種類型為“雙高型”，即純技術效率和規(guī)模效率都處于0.900以上的省市，包括河南、山西、湖北、內蒙古、福建，還有位于生產(chǎn)前沿面上的11個省區(qū)(河北、遼寧、江蘇、浙江、安徽、江西、山東、湖南、重慶、云南、新疆)，說明這些省區(qū)的林業(yè)生產(chǎn)要素配置效率都很高，改進空間較小；第二種類型為“高低型”，即純技術效率位于0.900以上而規(guī)模效率位于0.900以下的省市，包括天津、海南，這兩個省份的規(guī)模效率是造成林業(yè)生產(chǎn)要素配置綜合效率低下的主要原因，在后續(xù)的發(fā)展規(guī)劃中應注重增大林業(yè)產(chǎn)業(yè)規(guī)模，提高規(guī)模效率水平，進而改善綜合效率水平；第三種類型為“低高型”，即純技術效率位于0.900以下而規(guī)模效率位于0.900以上的省市，包括甘肅、吉林、四川、黑龍江、貴州、廣西、陜西7個省份，在后續(xù)的林業(yè)產(chǎn)業(yè)發(fā)展規(guī)劃中，應加強內部技術管理水平，注重提升純技術效率以期使得綜合效率值得以改善；第四種類型為“雙低型”，即純技術效率和綜合效率都位于0.900以下的省市，包括廣東、青海、寧夏、北京、上海，這5個省份的林業(yè)生產(chǎn)要素配置效率水平低下，存在很大的改善空間，一方面要注重提高技術管理水平，另一方面也要促進林業(yè)生產(chǎn)規(guī)模的擴大。

需說明的是，該研究結論只是為各省區(qū)后續(xù)林業(yè)發(fā)展規(guī)劃提供參考依據(jù)，對于一些接近飽和的城市也許無法擴大林業(yè)規(guī)模，只能盡力提高技術管理水平，各省區(qū)要結合自身發(fā)展特點來制定相應的林業(yè)發(fā)展規(guī)劃。

3 小結

第一，在林業(yè)生產(chǎn)要素配置效率研究體系中，傳統(tǒng)DEA方法的測算結果欠全面考慮，應該剔除環(huán)境變量和隨機變量兩種因素的影響，以使得效率評價更為合理和準確。

第二，各省區(qū)可以根據(jù)效率水平聚類分析結果作為參考，結合自身林業(yè)經(jīng)營特點，在后續(xù)林業(yè)發(fā)展規(guī)劃中側重選擇不同的發(fā)展方向來提升綜合營林效率水平。

第三，基于本研究發(fā)現(xiàn)，自然因素是在林業(yè)生產(chǎn)要素配置效率評價體系中不可忽視的一種自然資源投入要素[8]，在后續(xù)林業(yè)生產(chǎn)要素配置效率相關領域研究中，可以嘗試性的將自然資源作為要素投入之一納入到林業(yè)生產(chǎn)要素配置效率的評價體系之中，以期獲得更為準確合理的林業(yè)生產(chǎn)要素配置效率水平。

[1]劉璨，呂金芝，王禮權，等．集體林產(chǎn)權制度分析：安排、變遷與績效[J]．林業(yè)經(jīng)濟，2006(11)：8-13．

[2]賈治邦．中國農(nóng)村經(jīng)營制度的又一重大變革：對集體林權制度改革的幾點認識[J]．求是，2007(17)：27-29．

[3]LEE J Y．Using DEA to measure efficiency in forest and paper companies [J]．ForestProductsSociety，2005，55(1)：58-66．

[4]LEE J Y．Application of the three-stage DEA in measuring efficiency：an empirical evidence [J]．AppliedEconomicsLetters，2008，15(1)：49-52．

[5]張建剛．基于DEA方法的我國營林生產(chǎn)績效評價研究[J]．林業(yè)經(jīng)濟．2012(4)：56-60．

[6]宋長鳴，向玉林．林業(yè)技術效率及其影響因素研究：基于隨機前沿生產(chǎn)函數(shù)[J]．林業(yè)經(jīng)濟．2012(2)：66-70．

[7]李琳，許兆君，曹玉昆．黑龍江省林區(qū)國有森工企業(yè)生產(chǎn)效率測算：基于三階段DEA模型[J]．林業(yè)經(jīng)濟．2012(4)：51-55．

[8]FRIED H O，LOVELL C A K，SCHMIDT S S，et al．Accounting for environmental effects and statistical noise in data envelopment analysis[J]．JournalofProductivityAnalysis，2002，17(1)：157-174．

[9]CHARNES A，COOPER W W，RHODES E．Measuring the efficiency of decision making units[J]．EuropeanJournalofOperationResearch，1978，2(6)：429-444．

[10]王建軍．基于三階段DEA模型的建筑業(yè)效率評價[D]．西安：西北農(nóng)林科技大學，2014：22-23．

[11]JONDROW J，LOVELL C，MATEROV I S，et al．On the estimation of technical inefficiency in the stochastic frontier production function model[J]．JournalofEconometrics，1982，19(2-3)：233-238．

[12]田杰，姚順波．中國林業(yè)生產(chǎn)的技術效率測算與分析[J]．中國人口·資源與環(huán)境．2013，23(11)：66-72．

[13]姚曉紅，許彥平，陳晶，等．近30年氣候變化對小隴山林業(yè)資源的影響研究[J]．干旱地區(qū)農(nóng)業(yè)研究，2005(5)：236-243．

[14]田杰，姚順波．林業(yè)生產(chǎn)要素配置效率研究綜述及展望[J]．林業(yè)經(jīng)濟問題，2013，33(4)：379-384．

10.16832/j.cnki.1005-9709.2017.06.013

2017-05-03

國家自然科學基金資助項目(71173175)、陜西省社會科學基金資助項目(2016D038)、陜西省教育廳專項科研計劃課題(17JK0357)、西安工業(yè)大學教學改革研究課題(15JGY10)

田杰(1986-)，女，山東德州人，講師，博士，從事資源經(jīng)濟與環(huán)境管理方面的研究，(電話)18706849878，(E-mail)tianjie2009@163.com。

F326.24

A

1005-9709(2017)06-0072-06