基于DEA方法的中国林业生产效率分析及优化路径

提高生产效率是实现林业可持续经营的基本要求,也是发展现代林业的关键性工作之一。笔者首先运用DEA分析方法,对中国31个省份的林业投入产出的综合效率值、纯技术效率值、规模效率值和规模效益类型分别进行比较分析,进而对中国各省林业投入产出的投影值进行测算,以此为依据提出提高林业投入产出效率的改进措施。结果显示,天津、山西、广东和贵州4个省份林业投入产出效率达到最优,其余27个省份均存在不同程度的效率损失。这表明中国2006年林业整体效率较低,进一步的分析发现,27个省份的林业投入普遍存在不足,林业总产值有待进一步提高,投入不足制约了这些省份的林业投入产出效率的提高,只有适当改变各省的林业产业结构,提高林业资金的利用水平,才能达到林业的有效投入产出效率。     

中国耕地资源安全模式识别的PNN神经网络方法

耕地资源安全不仅事关中国的粮食安全,而且影响中国的生态安全和社会安全。为了分析各地区耕地安全的特点和影响因素,笔者首先选取评价指标,构建区域耕地资源安全风险评价模型,然后应用安全预警理论建立耕地安全风险评价指标阈值标准,最后利用PNN神经网络模型,对中国区域耕地风险进行分析。结果表明,中国耕地安全风险分为5类地区：高度危险区：四川、云南、内蒙古、福建、重庆、陕西、贵州、甘肃、青海,主要是生态脆弱区;危险地区：山东、北京、上海、天津、广西;值得关注地区：宁夏、江苏、浙江、西藏、广东,既有经济发达地区又有相对落后地区;安全区：辽宁、山西、河南、河北;高度安全区：安徽、湖南、湖北、新疆、海南、江西、吉林、黑龙江,安全和高度安全区中,大部分是中国的粮食主产区。这意味着中国耕地保护政策要转向耕地生态背景和质量的保护,经济发展对耕地资源的压力也不容忽视,同时要继续加强对粮食主产区耕地保护的倾斜政策,确保中国的粮食安全。