【《关于中俄跨境农业产业链运营效率评价实证分析案例》9400字】

关于中俄跨境农业产业链运营效率评价实证分析案例目录TOC\o"1-3"\h\u2239关于中俄跨境农业产业链运营效率评价实证分析案例 1209341.1运营效率测度指标设计 1246271.2数据说明 3308681.3结果分析 491891.3.1第一阶段DEA分析 4179891.3.2第二阶段SFAF分析 6115501.3.3第三阶段DEA分析 101.1运营效率测度指标设计对中俄跨境农业产业链的运营效率进行评价，需要选取合适的指标。根据前面对中俄跨境农业产业链发展态势的分析，在模型的测评指标中明确资本、劳动力、技术、制度供给、生产性服务业、对外开放程度和跨境农业行业集中度的度量指标，并根据指标获取相关数据进行测评。前文提到DEA对DMU数量与投入产出指标的数量之间有要求，选取的投入产出指标一般对DMU影响较大、具有可比性、易操作等特点，投入产出的指标总数不宜过多。在构建中俄跨境农业产业链效率评价指标体系的过程中，指标数量越少越好且必须具有代表性和典型性，能够全面真实地反映中俄跨境农业产业链的投入产出情况。故投入要素指标选取劳动力和资本，前者所用数据为各产业链从业人员数，后者则采用中俄边境的中国各省产业链的资本合计，选用资本总额作为投入指标是因为它是企业生产活动的基础。产出指标则只选用主营业务收入和净利润两组数据，选用主营业务收入作为产出指标的原因是：一方面，衡量产业链的效率不能以辅助业务（如投资收益）为依据，只有主营业务收入才是衡量其经营实力的有效依据。中俄跨境农业产业链运营影响投入要素主要是以下几个方面：（1）中俄跨境农业产业链的资本。中俄跨境农业产业链上的资本是形成固定资产、流动资产和无形资产的投资，资产的不同形态反应了资本的去向，资产由负债和所有者权益构成，故资本的来源也可以有所有者权益和负债总额构成，资本的利用水平反映了中俄跨境农业产业链的营运水平、活力水平。为方便指标数据获取在测算中俄跨境农业产业链上的资本水平时，选取产业链上下游代表企业的财务报表中负债和所有者权益之和作为测评指标。（2）中俄跨境农业产业链的劳动力水平。中俄跨境农业产业链的劳动力水平可以由从业人员的数量和从业人员的质量两方面进行衡量。数量即从业人员的多少，质量是指劳动力具备的劳动能力和学习能力，劳动力数量是一个较直观的指标，通过观测可直接获取，劳动力质量指标需要通过劳动力受教育水平和技能熟练程度进行测量，由于从业人员较多，水平各不相同，所以测量起来需要相应的方法，获取程度较不容易。但是中俄跨境农业产业链的支付工人工资这一指标数据可以较直接反应中俄跨境农业产业链劳动力水平，如果中俄跨境农业产业链从业人员少，支付工人工资水平相对高，说明高质量高技能的劳动力较多，反之，跨境农业企业从业人员多，但支付工人工资水平较低，则说高质量高技能的劳动力较少。（3）中俄跨境农业产业链的技术创新。中俄跨境农业产业链上的技术创新由两部分构成一部分是核心产业链上的企业在技术创新上的投入，一部分是研发与设计企业为中俄跨境农业产业链的进行的技术服务，但是研发与设计企业服务的前提是产业链上企业支付相应的报酬，故中俄跨境农业产业链上的技术创新可以由技术研发投入和无形资产投入水平来进行衡量。也可以用中俄跨境农业产业链拥有的专利数量进行衡量，但是稍显局限性。故中俄跨境农业产业链技术创新水平衡量选取产业链上下游代表企业的无形资产数量进行测评。中俄跨境农业产业链的产出类指标的测量选取两个指标：（1）中俄跨境农业产业链的主营业务收入。产业链的主营业务收入是产业链收益的直观反映，是其他要素投入的直接结果。（2）中俄跨境农业产业链的净利润。净利润是中俄跨境农业产业链剔除成本因素后的产出，是更准确的结果。以净利润指标来衡量结构性改革的成果，同时也考虑了结构性改革带来的成本增加因素。环境因素测量：（1）制度供给。中俄跨境农业产业链上的制度供给的目的就是形成较好的中俄跨境农业产业链维持运行机制，而这个机制的主要特点就是市场起作用的程度，故中俄跨境农业产业链制度供给测量采用市场化指数这一指标来测评，反映当年和当地的市场化水平。（2）中俄跨境农业产业链系统的外开放程度。用进出口总额占GDP的总数来衡量。（3）跨境农业行业集中度。跨境农业行业集中度是指跨境农业行业综合实力排名在前的企业的总产量或总产值在跨境农业行业当年总产值的比重。一般计算行业集中度的时候算CR4，CR8，CR10，即排名前4，前8或前10的跨境农业企业占跨境农业行业总产量或总产值的比重。因此，选定以资本总额、无形资产投入、职工人数为投入要素指标。以主营业务收入和净利润为产出指标，如表1.1中俄跨境农业产业链运营效率评价指标。表1.1中俄跨境农业产业链运营效率DEA评价指标要素DEA第一阶段指标DEA第二阶段指标投入指标资本资本合计劳动力工人工资技术无形资产投入成本营业成本产出指标效益营业收入净利润环境指标制度供给市场化指数对外开放进出口总额跨境农业行业集中度CR101.2数据说明明确要素的具体衡量指标之后，选取中俄跨境农业产业链的上下游代表企业，共16家跨境农业企业集团为样本，收集相应的指标数据，运用DEA－solver软件测评中俄跨境农业产业链的运营效率。用FRONGT1.1软件分离环境因素、管理无效率项和统计噪音后测算环境因素的影响程度。对中俄跨境农业产业链2017-2021年的指标数据进行效率分析将16个跨境农业企业集团的数据进行横向对比，对每个中俄跨境农业产业链的2017-2021年数据进行纵向对比，提出DEA无效的DMU转变为DEA有效决策单元的改进措施。样本选择黑龙江、内蒙古等中俄边境省份的16家以跨境农业为主营业务的中俄跨境农业产业集团作为研究对象，考虑到需进行趋势分析，因此选择了2017-2021年5年的数据共计80个样本研究中俄跨境农业产业链的效果。样本企业包括：1.中粮集团；2.北大荒农垦集团；3.内蒙古伊利；1.北京粮食集团；5.北大荒商贸集团；6.内蒙古鄂尔多斯投资控股集团；7.黑龙江象屿农业物产；8.中粮糖业；9.中化化肥控股；10.东方集团；11.黑龙江省农业投资集团；12.北大荒粮食集团；13.万里润达生物科技有限公司11.中牧实业股份有限公司；15.黑龙江农投供应链管理有限公司16.中鼎牧业。所用的研究数据均来自于UNComtrade数据库和《中国统计年鉴》。考虑到应用DEA模型要求数据为正，而收集到的数据中存在指标为负的情况。理论上，当数据中存在非常少的负数值时，可将负数和零变成一个无穷小的正数，效率值不变。因此对于所获取的样本数据中负数值用0.01进行替换。环境指标中的市场化指数取自《中国分省份市场化指数报告》，进出口总额来自《中国统计年鉴》。1.3结果分析1.3.1第一阶段DEA分析第一阶段用DEA分析中得超效率分析，对跨境农业企业集团连续五年的数据进行测量。表1.2第一阶段2017-2021年超效率分析综合效率结果（CCR）企业序号2017年2018年2019年2020年2021年均值排序10.81000.83940.87620.86920.89090.861222.81641.64661.36001.01661.19311.61230.88991.19590.94140.97480.89990.98740.93550.97260.93730.96660.94380.95950.86660.97000.97410.99511.02200.97860.89010.90820.88550.90360.86330.891170.82450.85110.78570.75840.67490.781680.87220.85540.95441.64291.66941.20693.32573.67672.87631.60381.51932.601101.51631.18031.58041.72561.28001.464110.97391.56231.53111.87131.29741.455120.82200.82580.85620.81210.81340.8313131.10321.39241.32641.82172.34751.603140.81650.86270.82250.79390.79560.8214150.74630.70780.81340.83490.90530.8015161.24430.94560.60350.78600.92160.9010平均值1.21581.21211.13281.14851.1273表1.3第一阶段2017-2021年超效率分析技术效率结果（BCC）企业序号2017年2018年2019年2020年2021年均值排序10.81730.83970.88000.90040.95990.881221.00001.00001.00001.00001.00001.00931.38891.44170.99631.06891.00651.18840.93620.97280.93990.97260.95260.951050.86791.13781.65891.69961.69981.41660.89020.94140.90350.90540.86420.901170.83970.85120.78630.75940.69890.791680.87480.85550.96061.64821.70971.21793.36503.71673.03031.70261.64352.691101.60581.48932.11582.15641.29231.734112.20332.33592.57422.98561.93242.412120.87540.86270.87250.81350.83390.8514131.15031.52751.37512.12622.43321.725140.83890.86290.82990.79410.80420.8315150.83270.70810.89960.90900.99920.8713161.80211.28781.90862.50563.72982.253平均值1.26801.30191.35821.43421.4100表1.4第一阶段2017-2021年超效率分析规模效率结果（CCR/BCC）企业序号2017年2018年2019年2020年2021年均值排序10.99100.99970.99570.96530.92810.98722.81641.64661.36001.01661.19311.61130.64080.82950.94490.91200.89410.841340.99930.99980.99730.99380.99071.00250.99850.85260.58720.58550.60130.721460.99990.96470.98010.99800.99900.99670.98190.99990.99920.99870.96560.99580.99710.99990.99360.99680.97640.99390.98830.98920.94920.94200.92440.969100.94430.79250.74690.80020.99040.8512110.44200.66880.59480.62680.67140.6015120.93900.95720.98130.99830.97540.978130.95900.91160.96460.85680.96480.9310140.97320.99970.99110.99980.98940.994150.89630.99950.90420.91850.90600.9211160.69050.73430.31620.31370.24710.4616平均值1.01610.95910.89410.87020.8886综合效率分析：根据表1.2，因选取的中俄跨境农业产业链多来自北方及东北等地，都属于我国跨境农业行业发展地区，在产业政策和规模水平上比较相近，故其综合效率分析区别不大，2017-2021年中俄跨境农业产业链综合效率的平均值为1.22、1.21、1.13、1.14、1.13。但是从2017年-2021年综合效率的平均值走势来看。2017-2018年较高，2019—2021年基本持平，可以看出综合效率水平是下降的，说明结构性改革的实施是有效果的，但能不能说明这个效果就是负向的。技术效率分析：根据表1.3，五年的技术效率平均值为1.27、1.30、1.36、1.43、1.41，基本上是上升的趋势，说明技术的改进与实施在中俄跨境农业产业链效率中作用越来越明显。即中俄跨境农业链实施技术要素的投入和补短板措施的实施起到了相应的作用。技术转化为生产力的效果越来越明显。规模效率分析：根据表1.4，五年的规模效率的平均值为1.01、0.95、0.89、0.87、0.88，规模效率是逐渐降低的，这说明中俄跨境农业产业链的优化产能与去杠杆等措施也起到了相应的作用，这些措施的采取缩减了中俄跨境农业产业链的生产规模，跨境农业产业链规模并未扩大，规模效率处于递减的状态。说明随着投入的增加规模效率呈下降的趋势，因此应该继续进行结构性改革，实现中俄跨境农业产业链的结构性改革的规模效率提升。在这16个DUM中有7个的超效率值超过了1，占DMU总数的近50%，这与样本的选取有关，选取的主要是中俄跨境农业产业效率较高地区的产业链进行计算的，这也是运营效果的一个直接效果反应。中化化肥控股、东方集团、万里润达生物科技有限公司、北大荒农垦集团、中鼎牧业这五个中俄跨境农业产业链在5年中超效率值始终大于1，中粮集团、北京粮食集团、内蒙古鄂尔多斯投资控股集团、黑龙江象屿农业物产、北大荒粮食集团、中牧实业、黑龙江农投供应链管理有限公司七家企业集团5年超效率始终小于1，说明中俄跨境农业产业链整体性存在着差异。整体来说，以北大荒农垦集团为参考的大型跨境农业企业超效率值较高，黑龙江农投供应链管理有限公司效率偏低。以上结果是在没有剔除环境因素、管理因素和随机干扰项的情况下的效率评价，从综合效率、技术效率和规模效率三方面分析结构性改革下的中俄跨境农业产业链的效率进行评价，至于每一种要素作用的大小，需要通过下一步研究获取。1.3.2第二阶段SFAF分析为了测量的环境因素和技术效率的影响程度，需要对第一阶段的DEA结果进行随机前沿分析，使用FRONGT1.1软件对第一阶段投入的松弛变量进行管理无效率和环境因素分离，测量管理无效率、随机误差项和环境因素对中俄跨境农业产业链的影响程度和方向。用FRONGT1.1软件分别对投入变量进行分析，分别将第一阶段2017-2021年5年的投入松弛变量：资本松弛变量、工人工资松弛变量、无形资产松弛变量、营业成本松弛变量作为被解释变量与环境因素市场化指数、从业人员受教育程度和对外开放程度进行标准化后作为解释变量，进行随机前沿分析。当回归系数为负数时，说明环境变量与投入松弛变量的影响是减少松弛变量，有利于DEA效率的提升，相反，当回归系数为正数时，说明环境变量与投入松弛变量的影响是增加松弛变量，不利于DEA效率的提升。得到结果如下：表1.5环境2017-2021年SFA分析资本松弛变量工人工资松弛变量无形资产松弛变量营业成本松弛变量常数-9.05***-11.68***-659.97***-1063.63***市场化指数-12.84***-1.66***-8.85***186.26***跨境农业行业集中度115.29***15.96***1351.21***-190.24***从业人员教育程度-40.38***2.08***21.03***50.42***对外开放程度123.56***97.15***563.31***-770.76***西格玛平方160709.58***1101.20***43123.69***176158.76***γ0.950.920.910.77LR118.51***108.32***92.06***42.34******、**、*表示通过1%，5%，10%显著水平下的检验。首先对2017-2021年5年的数据进行整体的SFA分析得到表5.6，回归参数显著性检验水平都在5%以下，且检验数在1%水平下通过了单边似然比检验。投入松弛变量的γ值均接近于1，说明中俄跨境农业产业链超效率值主要受技术非效率的影响，即环境因素和管理因素的影响，可以排除随机误差的影响，同时说明进行SFA分析是必要的。市场化指数对资本松弛变量、工人工资松弛变量、无形资产松弛变量的回归系数全为负数，且在1%水平下显著，市场化指数这一因素对资本增量、工人数量增加、无形资产值增加参数取值为负号，说明其对DEA效率起到有利作用，市场化指数对营业成本的松弛变量为正数，对DEA效率的提升起到不利影响。综合来看，市场化指数提高可以充分发挥市场这只无形的手的作用，在市场机制下提升中俄跨境农业产业链资源配置效率。跨境农业行业集中度对资本松弛变量、工人工资松弛变量、无形资产松弛变量的回归系数均为正，说明其对DEA效率起到不利作用，会增加资本松弛变量、工人工资松弛变量、无形资产松弛变量，就目前跨境农业行业集中情况来比较，资本使用效率不高，剩余资本，工人工资增加，工人数量出现冗余，无形资产总量相对较多的情况，这些情况确实对中俄跨境农业产业链效率的提升具有阻碍作用。跨境农业行业集中度对营业成本松弛变量的参数为负，说明其对DEA效率起到有利作用，跨境农业行业集中的优势就是减少营业成本松弛变量。对外开放程度对资本松弛变量、工人工资松弛变量、无形资产松弛变量的回归系数均为正，说明其对DEA效率起到不利作用，会增加资本松弛变量、工人工资松弛变量、无形资产松弛变量，对外开放会引起外部资本的流入，冲击国内资本市场，影响资本利用效率，出现剩余资本，对外开放会引起同类型工人工资水平的比较，引起劳动力报酬同质化，对跨境农业行业劳动密集型产业而言工人会要求更高的工资报酬，对外开放也会引起跨境农业企业外资技术入股的增加，这些投入的增加短期来看确实增加中俄跨境农业产业链的投入成本，成本的增加对中俄跨境农业产业链效率提升具有阻碍作用。对外开放程度对营业成本松弛变量的参数为负，说明其对DEA效率起到有利作用，对外开放总体来说会减少营业成本松弛变量。从业人员受教育程度（大专以上）对资本松弛变量回归参数符号为负，说明从业人员教育水平对DEA的效率起到有利作用，从业人员受教育程度（大专以上）对工人工资松弛变量、无形资产松弛变量、营业成本松弛变量的回归参数为正数，说明其对DEA的影响是不利的。从业人员受教育程度有利于管理能力和水平的提升，增加资本的运营与运作，与此同时，受教育程度的提升增加了相应的工人工资水平，增加跨境农业企业在无形资产方面的投入，也会增强相应的培训等成本的支出。从整体检验结果来看，影响的环境因素对中俄跨境农业产业链结构性改革的影响较大，可以根据相应检验的结果调整措施，提升中俄跨境农业产业链DEA效率。根据需要将2017-2021年每一年的环境变量因素进行分离，得到表5.7-5.11，具体分析结果如下：表1.62017年SFA结果资本松弛变量工人工资松弛变量无形资产松弛变量营业成本松弛变量常数-70.27***-76.97***51.14***330.82***市场化指数10.03***12.29***-11.11***-79.67***从业人员教育程度-91.64***16.33-3.60***-39.96***对外开放程度141.63***-55.55***29.10***232.79***sigma-squared51491.73***939.29***22469.85***381517.69***gamma0.99980.99990.99990.9999LR单边检验9.59**7.90**11.33***15.19***表1.72018年SFA结果资本松弛变量工人工资松弛变量无形资产松弛变量营业成本松弛变量常数293.66***-51.49***70.72***131.08***市场化指数-56.64***9.45***-11.80***-30.07*从业人员教育程度-131.23***25.53-25.38***-32.48***对外开放程度462.86***-92.71***100.12***141.07***sigma-squared133256.32***641.19***37591.51***175378.40***gamma0.99990.99990.99990.9999LR单边检验13.66***8.88*11.62***15.30***表1.82019年SFA结果资本松弛变量工人工资松弛变量无形资产松弛变量营业成本松弛变量常数175.72***-27.08-127.23***175.72***市场化指数-48.27***5.2415.05***-48.27***从业人员教育程度-200.28***9.76**-63.26***-200.28***对外开放程度1221.96***-106.32***273.60***1221.96***sigma-squared131471.80***631.15***31679.39***131471.80***gamma0.99990.99990.99990.9999LR单边检验11.09***9.46**11.87***13.38***表1.102020年SFA结果资本松弛变量工人工资松弛变量无形资产松弛变量营业成本松弛变量常数-26.68***-140.89***-609.28***-1668.44***市场化指数-18.9020.01***92.47***251.42***从业人员教育程度-205.47***15.59***-8.58***88.55对外开放程度1231.16***-161.04***-368.85***-1352.49***sigma-squared175431.19***2891.93***64770.46***179426.18***gamma0.99990.99990.99990.9999LR单边检验9.55**7.86**10.79***7.47**表1.112021年SFA结果资本松弛变量工人工资松弛变量无形资产松弛变量营业成本松弛变量常数190.58***-80.14***-537.03***-1600.27***市场化指数-53.51***12.18***79.32***239.89***从业人员教育程度-251.44***8.74***0.9767.87***对外开放程度1471.87***-86.17***-240.51***-1162.47***sigma-squared125917.14***873.38***70192.08***192052.56***gamma0.99990.99990.99990.9998LR单边检验8.45**9.43**11.67***8.21**分别将第一阶段2017-2021年，每一年的的投入松弛变量：资本松弛变量、工人工资松弛变量、无形资产松弛变量、营业成本松弛变量作为被解释变量与环境因素市场化指数、从业人员受教育程度和对外开放程度进行标准化后作为解释变量，进行随机前沿分析。结果：所有的投入松弛变量的单边似然比检验均通过了0.05％的检验，拒绝原假设，说明运用SFA分析合理。所有投入松弛变量的γ均接近于1，说明中俄跨境农业产业链超效率值主要受技术非效率的影响，可以排除随机误差的影响，同时说明进行SFA分析是非常有必要的。当回归系数为负数时，说明环境变量与投入松弛变量的影响是减少松弛变量，有利于DEA效率的提升，相反，当回归系数为正数时，说明环境变量与投入松弛变量的影响是增加松弛变量，不利于DEA效率的提升。从数据结果可以看出，市场化指数对资本松弛变量、工人工资松弛变量、无形资产松弛变量和营业成本松弛变量参数符号多为负号，说明市场化指数这个环境因素有利于DEA效率的提升，从具体影响来看，市场化指数有利于资本、工人工资松弛变量的减少，市场化指数对无形资产和营业成本的影响2017-2018年参数符号为负，2019-2021年参数符号为正，表明环境因素与中俄跨境农业产业链上的无形资产和营业成本等还不匹配，需要进行调整和改变。从业人员受教育程度对资本松弛变量的影响2017-2021年回归参数均为负，反映教育投资从资本角度来看有利于DEA效率的提升，教育投资有利于资本的合理运用，提升资本管理和使用效率；从业人员受教育程度对工人工资松弛变量的参数为正数，反映教育从工人工资角度看又不利于DEA效率的提升，因为受教育水平的提升，工人会要求更多的劳动报酬，会引起工资水平增量，人员成本增加，中俄跨境农业产业链DEA效率向不利方向发展；从业人员受教育程度对无形资产松弛变量的参数2017-2018年为负数，2019-2021年为正数。说明前期是有利于DEA效率提升，后期不利于DEA效率提升，主要原因是教育投入与技术进步的影响不成正比，随着人员知识水平的增加，专利技术等无形资产水平应该增加，但是技术产出水平明显弱于前两年，有效投入需要增加；从业人员受教育程度对营业成本松弛变量的参数2017-2018年为负数，2019-2021年为正数。说明前期是有利于DEA效率提升，后期不利于DEA效率提升，主要原因是教育投入与对教育的预期不成正比，中俄跨境农业产业链希望受教育高的人能够带来技术进步和成本的节约，但是目前来看产业链支付了教育水平提高带来的成本提升，但其期望的效率水平并没有实现。因此需要进一步的更改和调整。对外开放程度对资本松弛变量的影响，2017-2021年的回归参数均为正数，说明对外开放，外资的引入，进口农产品进入国内市场，对中俄跨境农业产业链资本的冲击影响不小，不利于中俄跨境农业产业链DEA效率的提升；对外开放程度对工人工资松弛变量的影响，2017-2021年的回归参数均为负数，对外开放程度，从工人工资水平角度看对中俄跨境农业产业链DEA效率提升起有利作用，在正常情况下工人工资这种劳动力要素水平会根据对外开放的程度与国外其他地区水平趋于一致，由于中俄跨境农业产业属于资源和技术服务型产业，其要素价格一定不是同类产业上最高的水平，其对DEA效率提升的主要原因在于，劳动力这种要素价格并未因为对外开放而大幅增加，一方面受中俄跨境农业产业当前形势的影响，农产品和中俄跨境农业产业链最终产品的需要并未增加，价格不能上涨，导致其成本也无法增加；对外开放程度对无形资产和营业成本的影响2017-2019年回归参数是负数，2020-2021年为正数，进一步反应近几年国际交流的增加，外资技术的引入，技术水平的提升，导致中俄跨境农业产业链成本下降，逐渐趋向有利于DEA效率提升的趋势。1.3.3第三阶段DEA分析第三阶段，用经过调整后的投入数据代替原始投入数据，产出数据不变，再次运用SUP-BCCI模型对中俄跨境农业产业链进行综合效率、技术效率和规模效率的评估。得到剔除了环境因素和随机误差影响的各DMU效率值。表1.12第三阶段2017-2021年超效率分析综合效率结果（CCR）企业序号2017年2018年2019年2020年2021年均值排序10.54550.62790.78120.61510.74470.6629529.964115.93691.59092.28772.16936.9898130.19460.33280.27950.25860.29360.27181240.47490.47770.34760.38820.42380.4224950.61681.04841.31211.58851.46941.2070360.43680.46010.33640.35910.37390.39331070.3950.45070.28770.25820.23620.32561180.54730.55560.63331.00540.99740.7478491.81621.27451.19210.59660.54131.08412100.36910.36160.37220.34030.27800.34427110.2780.25940.24240.22330.22790.24628120.30220.28750.26280.3020.29760.290413130.39620.33280.30380.32470.35240.34206140.31450.34370.24060.27130.27930.289914150.25280.20150.20170.17290.19750.205315160.33890.19040.08210.07740.09650.157116平均值1.07768131.44634380.716650.56683130.56118010.8737表1.13第三阶段2017-2021年超效率分析技术效率结果（BCC）企业序号2017年2018年2019年2020年2021年平均值排序10.86350.89141.25131.00351.10380.7727162111111831.24741.27921.17191.17891.19260.9640941.14521.19351.15851.11191.13940.89971250.96161.31891.69831.93251.72341.2769261.21441.23961.1841.08981.05190.90591171.11441.16041.17321.14251.13330.89481381.02040.97261.18711.63781.6211.0378692.25722.07151.83211.31451.30611.50631101.24411.22971.28941.39891.29191.04085111.46331.48681.4581.46531.26231.17713121.11881.08781.15141.03471.03430.835415131.24451.26681.26931.33131.32121.03667141.07541.13451.14371.11.10970.862714151.21.15541.22351.16581.16270.931510161.28941.24521.32821.47381.4831.11394平均值1.21621.23331.28251.27381.24601.2504表1.14第三阶段2017-2021年超效率分析规模效率结果（CCR/BCC）企业序号2017年2018年2019年2020年2021年平均值排序10.63170.70440.62430.61300.67470.6496329.964115.93691.59092.28772.16936.9898130.15600.26020.23850.21940.24620.22401340.41470.40030.30000.34910.37190.3672650.64140.79490.77260.82200.85260.7767260.35970.37120.28410.32950.35550.3400770.35450.38840.24520.22600.20840.2845880.53640.57130.53350.61390.61530.5741490.80460.61530.65070.45390.41440.58785100.29670.29410.28870.24330.21520.267611110.19000.17450.16630.15240.18050.172715120.27010.26430.22820.29190.28780.26859130.31840.26270.23930.24390.26670.266212140.29240.30300.21040.24660.25170.260810150.21070.17440.16490.14830.16990.173614160.26280.15290.06180.05250.06510.119016平均值0.98151.35430.60000.45580.45910.7701通过第三阶段的DEA分析，得到综合效率分析，技术效率分析和规模效率分析，可以看出技术效率上北大荒商贸集团、黑龙江农投供应链管理有限公司、黑龙江象屿农业物产是下降的，中粮集团技术效率上升较多，规模效率上，北京粮食集团、中牧实业股份有限公司、黑龙江农投供应链管理有限公司上升较多，综合效率分析中粮集团、黑龙江象屿农业物产、北大荒商贸集团效率下降大，内蒙古伊利和中鼎牧业效率上升较多。由此看来，剔除环境外生因素分析是必要的。进一步将第一阶段和第三阶段的综合效率、技术效率和规模效率进行对比分析。表1.15第一阶段、三阶段超效率综合效率对比分析（2017-2021年CCRI）企业序号2017年2018年2019年2020年2021年均值1-0.2645-0.2115-0.0950-0.2541-0.1462-0.194327.147711.29033.23091.27110.97625.38323-0.6953-0.8631-0.6619-0.7162-0.6063-0.70864-0.4606-0.4949-0.5897-0.5784-0.5200-0.52875-0.24980.07840.33800.59340.44740.24156-0.4533-0.4481-0.5491-0.5445-0.4894-0.49697-0.4295-0.4004-0.4980-0.5002-0.4387-0.45348-0.3249-0.2998-0.3211-0.6375-0.6720-0.45119-1.5095-2.4022-1.6842-1.0072-0.9780-1.516210-1.1472-0.8187-1.2082-1.3853-1.0020-1.112311-0.6959-1.3029-1.2887-1.6480-1.0695-1.201012-0.5198-0.5383-0.5934-0.5101-0.5158-0.535513-0.7070-1.0596-1.0226-1.4970-1.9951-1.256314-0.5020-0.5190-0.5819-0.5226-0.5163-0.528415-0.4935-0.5063-0.6117-0.6620-0.7078-0.596316-0.9054-0.7552-0.5214-0.7086-0.8251-0.7431平均值-0.13820.2343-0.4161-0.5817-0.5662-0.2936表1.16第一阶段、三阶段超效率技术效率对比分析（2017-2021年BCCI）企业序号2017年2018年2019年2020年2021年均值10.04620.05170.37130.10310.14390.143220.00000.00000.00000.00000.00000.00003-0.1415-0.16250.17560.11000.18610.033540.20900.22070.21860.13930.18680.194950.09370.18110.03940.23290.02360.114160.32420.29820.28050.18440.18770.255070.27470.30920.38690.38310.43440.3577