4.1数据包络分析（DEA）方法介绍 .......................................... 23
4.1.1 DEA 方法原理 ............................................. 23
4.1.2 传统 DEA 模型 ............................................ 24
5 研究结论与政策建议 ................................... 41
5.1 研究结论 .............................................. 41
5.2 政策建议 ........................................ 42
4 财政支农效率实证分析
4.1 数据包络分析（DEA）方法介绍
4.1.1 DEA 方法原理
在农业投入产出效率的研究中，由于投入产出涉及多个变量，一般用数据包络分析法（DEA）来分析。数据包络分析法(DEA)是一种在决策分析、技术评价等领域运用十分广泛的研究方法，DEA 方法以线性规划的非参数估计数学为分析基础，考察一定投入水平下实际产出与潜在最优产出之间的差距。
DEA 模型假设有 n 个决策单元(Decsion Making Units，简称 DMU)，每个决策单元都有 m 种类型输入以及 s 种类型输出，我们可用下表来表示 n 个决策单元对应的输入和输出：
...........................
5 研究结论与政策建议
5.1 研究结论 通过对我国财政支农支出现状分析可以看出：
第一，我国财政支农支出在绝对规模上保持着不断上升的趋势，但是增长的波动性较大，缺乏稳定性，因此在以后的支农投入中，支出不仅要保持一定的增长率，更要确保支农政策的稳定性，减少波动。第二，从各省份的角度来看，不同地区财政支农力度差异明显，表现为东西部高而中部低的分布格局，因此，在后续的政策选择中应适当向中部倾斜。第三，我国财政支农支出结构存在不合理之处，用于支农建设和事业费的比重过大，而用于农业科技教育投入的比重却偏低，过多的资金用于生产建设支出和部门事业费，一方面导致了大量的重复建设，另一方面大量的资金没有用到提高农民生产效率的项目上，使得支农资金的使用效率不高。
通过三阶段 DEA 模型，对我国整体及 28 个省份在 2007 年到 2016 年间的财政支农效率进行了系统的分析，可以得到如下结论：
第一，相较与一阶段而言，各省份在三阶段中的效率值均有不同程度的变化，但是变化幅度都不大，说明农业生产的外部环境对财政支农的效率值影响不大，当然也有可能是本文选取的环境指标没有不够科学和完善。第二，我国整体财政支农效率不高，各省份效率水平差异巨大，大多数省份未实现最优配置，且多数表现为规模报酬递减，规模效率值要高于技术效率值，说明支农资金在管理使用上出现了问题，造成了资源的浪费。第三，通过对环变量对结果的影响可以知道，我国的农村基础设施状况却并没有起到应有的作用，一方面是由于农民的综合素质不够高，不具备相应的农业科学技能，没有充分利用现代化的农业机械设备；另一方面，农业基础设施的盲目建设也会耗费大量的财政资金，从而降低支农资金的使用效率。第四，我国省际财政支农效率差异巨大，各省份应根据自身效率的不足，有针对性的改善其支农水平。
参考文献（略）
