安德拉邦虾养殖技术效率：估算和含义
即Sivaraman1先生,克里希南2,另外Ananthan2, K.J.S. Satyasai3., l·克里希南4, p . Haribabu5和期票Ananth6
1中央淡水水产养殖研究所社会科学科，布巴内斯瓦尔，印度奥德希萨。
2印度孟买中央渔业教育学院收费处。
3.经济分析与研究部，纳巴德，印度孟买。
4鱼为所有人服务中心，MSSRF，印度普尔哈。
5渔业学院，Muthukur，印度内洛尔。
6kishi Vigyan Kendra, Kurdha Bhubaneswar, Odhisa印度。
http://dx.doi.org/10.12944/CWE.10.1.23
虾养殖是印度水产养殖的关键子级，在过去的几十年中有一个显着的增长，并在未来具有巨大的潜力。本研究分析了Andhra Pradesh东陀瓦里区虾总体的技术效率，随机生产前沿功能具有技术效率效应。估计估计农民的技术效率为93.06％，这意味着农民在低于生产前沿生产的6.94％。在农民协会和社会中发现了农民的年龄，教育，农民经验及其会员地位，对技术效率产生了重大影响。技术效率的变化还证实了农民中虾农业技术采用程度的差异。适当的技术培训机会可以促进农民采用改进的技术来提高农业生产力。
虾养殖;技术效率;随机生产边界
复制以下内容以引用本文：
安得拉邦对虾养殖技术效率的评估与启示Curr World environment 2015;10(1) DOI:http://dx.doi.org/10.12944/CWE.10.1.23
复制以下内容以引用此URL:
安得拉邦对虾养殖技术效率的评估与启示2015;10(1)。可以从://www.a-i-l-s-a.com/?p=87
介绍
传统的沿海虾养殖业在印度次大陆已经存在了好几个世纪。在八十年代，虾养殖业蓬勃发展，成为沿海农民的一种流行的养殖方式。20世纪90年代，经济自由化进程扩大了商业虾养殖的范围，因为它是一种出口导向型活动。政府计划和项目推动了随后几年的增长，虾养殖成为渔业领域一个非常重要的分部门。在2013- 2014年，印度出口了价值19.368亿卢比的虾。养虾取决于各种因素，比如系统的物理特性质量，气候条件，以及生产过程中使用的所有投入资源的质量。因此，虾产量是不同因素的函数。产量的变化和造成效率低下的因素必须得到详细的研究，以提高农场的产量和生产率，这样我们的农业系统才能达到最大的效率。
材料和方法
在本研究中，我们收集了随机选取的150名东哥达瓦里地区虾农的农场水平横截面数据。对访谈表进行了预测，并用于收集农民的信息。采用随机生产函数来解释对虾产量的变化。在发展中国家，随机前沿模型被广泛应用于农业绩效的测量，这些国家的数据经常受到测量误差和其他随机因素，如天气条件、疾病等的影响(Aigner et al, 1977)。技术效率(TE)估计也被许多水产经济学研究者尝试，这些研究大多来自亚洲国家。(Shang et al. 1998;Sharma et al.1999;Iinuma等人1999;Sharma和Leung 2000年;Irz和McKenzie 2003年;Chiang et al. 2004; Dey et al. 2005; Singh et al. 2009; Alam et al. 2011; Rahman et al. 2011;). To estimate the Technical Efficiency the Battese and Coelli (1995) model is widely adopted model due to its computational simplicity and ability to examine the effects of various farm specific variables of TEin an econometrically consistent manner. This model was employed in recent studies.Sharma and Leung (2000); Dey et al. (2000, 2005) ; Singh et al. (2009); Alam et al. (2011) have employed the FRONTIER 4.1 software, used Battese and Coelli (1995), to simultaneously estimate the parameters of the SPF and the TE models. The stochastic frontier production function for cross-sectional data is specified as:Y我＝f (X我；β）经验值(V我−U我）(1)Y 我 表示的生产我田农场（我= 1, 2, 3，．..……。n)，X我是1×公斤ydF4y2Ba农业生产投入的已知函数和与之相关的其他解释变量的值的向量我农场，β是一个公斤ydF4y2Ba× 1待估计未知参数向量，V我为随机变量，假设它们是独立的同分布的N(0,σv 2)和独立的U我那，U我的是与生产中的TE相关的非负随机变量，并假定作为截断的独立分布N（Z我δσ,u 2)分布。继Battese和Coelli(1995)之后，U我' s可以表示为:U我＝Z我δ+W我(2)Z我是1×p影响农场效率的变量向量，δ为ap× 1待估计参数向量，W我是由截断正态分布的随机变量，平均值0和方差σu 2，使截断点是 -Z我δ,W我≥Z我δ。这些假设是一致的U我的非负截尾N（Z我δσ,u 2)分配(Battese和Coelli, 1995年)。通过使用最大似然(ML)估计过程同时随机前沿模型的参数估计是可能的Eq。(1)和Eq的技术效率低下模型。(2)似然函数及其偏导数对模型的参数。(Battese Coelli, 1993)。生产的技术效率我th农场(TE我）被定义为:
在模型假设下，TE的预测基于(3)中表达式的条件期望。
经验模型
安得拉邦对虾养殖的随机生产边界可以使用柯布-道格拉斯函数形式估计，如下所示:
在下标我指的是我样本中的农场;ln表示自然对数;Y代表输出,X输入变量之前定义;Δ是要估计的参数;V的年代,U的是前面定义的随机变量。Eq. 4的最大似然估计提供了对b和方差参数的估计，
在batese和Coelli(1995)的基础上，假设技术无效率分布参数U我是假设影响技术效率低下的各种操作和农场特定变量的函数，如下:
在哪里Z’s是早先定义的各种操作变量和农场特定变量;’s是待估计的未知参数;和W我的定义也更早。需要注意的是，Eq. 5中的技术无效率模型只有在技术无效率效应，U我的，是随机的，并具有特殊的分布性质Coelli和Battese，(1996)。因此，检验缺乏技术无效率效应的原假设ϒ = δ是很有意义的0=δ1=, =δ9= 0;技术无效率效应是非随机的，ϒ = 0，农场特定因素不影响无效率，δ1=, =δ9一样ϒ= 0;随机前沿模型简化为传统的平均函数，其中技术无效率模型中的解释变量被计入生产函数。这些假设和相关的零假设可以通过下面给出的广义似然比统计量λ进行检验:
L(H)和L(H1)表示在零和备选项(H1)假设,分别。如果给定的零假设成立，λ近似有X2分布或混合X2零假设包含y = 0时的分布。在给定模型规格的情况下，给出了技术效率指标我 th农场样品TE我，定义为观测产出与相应边界产出之比，由:TE给出我= exp (- u我(7)给定V的值，TE的预测是基于Eq.(7)中表达式的条件期望我- U我在随机前沿模型（Battese和Coelli，1988）的最大似然估计下评估。边境生产我 th农场可以用实际产量除以估计的TE来计算。Eq.(4)中的随机前沿函数和Eq.(5)中的技术无效率模型的参数同时用ML估计方法估计，使用计算机程序frontier 4.1 (Coelli, 1994)。
输出和输入变量
安得拉邦东哥达瓦里地区样本虾农随机生产前沿函数中所涉及的输出参数和输入参数对应的变量如表1所示。SPF包括了水传播面积、牲畜密度、饲料数量、劳动力成本、化学品和肥料成本、电力和燃料成本。农场的效率可能会受到表1中提到的农场特定变量的影响。在已有文献的基础上，选择了变量，并阐述了其纳入的理由。
表1:随机生产前沿和技术科学中的变量说明
虾养殖模式。
结果与讨论 农业的特点
样本虾场的特征见表1。各农场的平均供水面积为1.06公顷。这些农场平均每公顷储存391502卢比，相当于每平方米39卢比。用商品颗粒饲料饲喂对虾，平均投喂量为11251 kg，对虾平均产量为3128 ~ 11326 kg/ha，平均产量为7846 kg/ha。用于生产的劳动力数量以支付永久劳动力的工资和工资以及用于池塘准备和其他经常活动等具体活动的雇佣劳动力的工资和工资来表示。平均劳动力成本是51135卢比/公顷。从准备池塘到收获，农民使用各种化学品和肥料。化学药品和化肥的平均成本是每公顷189507卢比。电力和燃料的平均成本是245036卢比/公顷。
表2所涉及变量的统计汇总-东哥达瓦里区。
无效率函数的参数估计
在TE分析中，衡量方案中低效率模型的依赖变量。（5）在低效率的水平方面定义;与负（正）系数相关的农业特异性变量将对TE上的正面（负）产生积极影响。从结果中，观察到农民的经验和教育地位对农场的TE具有显着的积极作用。被发现年龄与te正相关。这些结果表明，具有更高经验和更好教育的农民正在采取适当的农场管理决策，这些决定增加了他们的TE。Dey等人进行的研究也支持这些结果。（2000），Alam等。（2011），和Rahman等人。（2011）。 A part from these variables early technology adopting nature, and membership with organizations were also found to be positively related with the TE. These variables were associated with the TE at 5 % significant level, whereas risk averse nature, family size, occupational status and ownership status were negatively associated with TE. Though family size, occupational status, duration of culture, ownership status were negatively related, the statistical significance was only at 10% level. The estimated γ parameter associated with the variance in the stochastic production frontier model is found to be close to one and highly significant. Though the γ parameter cannot be interpreted as the proportion of the total variance explained by the Technical Efficiency effects, from the result it is inferred that Technical Efficiency effects do have a significant contribution to the variation of shrimp production in Andhra Pradesh.
技术效率
图1描述了东哥达瓦里地区样本虾农估计TE分数的频率分布。大约32%的农民TE得分在95%以上，而53.33%的农民TE得分在90 - 95%之间。约14.67%的农民的经营成本低于90%。养殖户的TE平均水平为93.06%。Reddy等人(2008)在东哥达瓦里地区的一项研究中也得到了类似的结果，该地区虾养殖的估计TE为93%。在其他国家进行的研究的TE分数更低。例如，在孟加拉国虾养殖系统进行的研究表明，技术效率得分约为70%。Haque(2011)发现对虾养殖的技术效率为71%。Rahman等(2011)得出虾养殖技术效率为68%。
结论
从研究中可以明显看出，农民在技术上是高效的，他们可以在东哥达瓦里实现93.06%的潜在产量。TE较高的原因可能是农民对生产技术有了更好的理解。农户采用的半集约化养殖技术是在生长周期的不同阶段，采用优质商品颗粒饲料饲喂对虾，并在池塘生态系统中施用多种生长促进剂的一种优良生产技术。TE分数的差距间接表明，他们仍然有很好的余地提高生产，以实现潜在产量。影响效率低下的主要因素是农民的经验、教育程度和年龄。早期技术采用的性质和组织成员与TE呈正相关。家庭规模、职业地位、文化持续时间、所有权地位与TE呈负相关。研究结果表明，农民TE的差异可能与农户的人格特质有关。Valderrama等人(2014)认为，通过对农民进行适当的技术培训，可以提高农场的效率。更好的管理实践将使他们进一步实现更好的生产率。
参考文献
传统的沿海虾养殖业在印度次大陆已经存在了好几个世纪。在八十年代，虾养殖业蓬勃发展，成为沿海农民的一种流行的养殖方式。20世纪90年代，经济自由化进程扩大了商业虾养殖的范围，因为它是一种出口导向型活动。政府计划和项目推动了随后几年的增长，虾养殖成为渔业领域一个非常重要的分部门。在2013- 2014年，印度出口了价值19.368亿卢比的虾。养虾取决于各种因素，比如系统的物理特性质量，气候条件，以及生产过程中使用的所有投入资源的质量。因此，虾产量是不同因素的函数。产量的变化和造成效率低下的因素必须得到详细的研究，以提高农场的产量和生产率，这样我们的农业系统才能达到最大的效率。
材料和方法
在本研究中，我们收集了随机选取的150名东哥达瓦里地区虾农的农场水平横截面数据。对访谈表进行了预测，并用于收集农民的信息。采用随机生产函数来解释对虾产量的变化。在发展中国家，随机前沿模型被广泛应用于农业绩效的测量，这些国家的数据经常受到测量误差和其他随机因素，如天气条件、疾病等的影响(Aigner et al, 1977)。技术效率(TE)估计也被许多水产经济学研究者尝试，这些研究大多来自亚洲国家。(Shang et al. 1998;Sharma et al.1999;Iinuma等人1999;Sharma和Leung 2000年;Irz和McKenzie 2003年;Chiang et al. 2004; Dey et al. 2005; Singh et al. 2009; Alam et al. 2011; Rahman et al. 2011;). To estimate the Technical Efficiency the Battese and Coelli (1995) model is widely adopted model due to its computational simplicity and ability to examine the effects of various farm specific variables of TEin an econometrically consistent manner. This model was employed in recent studies.Sharma and Leung (2000); Dey et al. (2000, 2005) ; Singh et al. (2009); Alam et al. (2011) have employed the FRONTIER 4.1 software, used Battese and Coelli (1995), to simultaneously estimate the parameters of the SPF and the TE models. The stochastic frontier production function for cross-sectional data is specified as:Y我＝f (X我；β）经验值(V我−U我）(1)Y 我 表示的生产我田农场（我= 1, 2, 3，．..……。n)，X我是1×公斤ydF4y2Ba农业生产投入的已知函数和与之相关的其他解释变量的值的向量我农场，β是一个公斤ydF4y2Ba× 1待估计未知参数向量，V我为随机变量，假设它们是独立的同分布的N(0,σv 2)和独立的U我那，U我的是与生产中的TE相关的非负随机变量，并假定作为截断的独立分布N（Z我δσ,u 2)分布。继Battese和Coelli(1995)之后，U我' s可以表示为:U我＝Z我δ+W我(2)Z我是1×p影响农场效率的变量向量，δ为ap× 1待估计参数向量，W我是由截断正态分布的随机变量，平均值0和方差σu 2，使截断点是 -Z我δ,W我≥Z我δ。这些假设是一致的U我的非负截尾N（Z我δσ,u 2)分配(Battese和Coelli, 1995年)。通过使用最大似然(ML)估计过程同时随机前沿模型的参数估计是可能的Eq。(1)和Eq的技术效率低下模型。(2)似然函数及其偏导数对模型的参数。(Battese Coelli, 1993)。生产的技术效率我th农场(TE我）被定义为:
在模型假设下，TE的预测基于(3)中表达式的条件期望。
经验模型
安得拉邦对虾养殖的随机生产边界可以使用柯布-道格拉斯函数形式估计，如下所示:
在下标我指的是我样本中的农场;ln表示自然对数;Y代表输出,X输入变量之前定义;Δ是要估计的参数;V的年代,U的是前面定义的随机变量。Eq. 4的最大似然估计提供了对b和方差参数的估计，
在batese和Coelli(1995)的基础上，假设技术无效率分布参数U我是假设影响技术效率低下的各种操作和农场特定变量的函数，如下:
在哪里Z’s是早先定义的各种操作变量和农场特定变量;’s是待估计的未知参数;和W我的定义也更早。需要注意的是，Eq. 5中的技术无效率模型只有在技术无效率效应，U我的，是随机的，并具有特殊的分布性质Coelli和Battese，(1996)。因此，检验缺乏技术无效率效应的原假设ϒ = δ是很有意义的0=δ1=, =δ9= 0;技术无效率效应是非随机的，ϒ = 0，农场特定因素不影响无效率，δ1=, =δ9一样ϒ= 0;随机前沿模型简化为传统的平均函数，其中技术无效率模型中的解释变量被计入生产函数。这些假设和相关的零假设可以通过下面给出的广义似然比统计量λ进行检验:
L(H)和L(H1)表示在零和备选项(H1)假设,分别。如果给定的零假设成立，λ近似有X2分布或混合X2零假设包含y = 0时的分布。在给定模型规格的情况下，给出了技术效率指标我 th农场样品TE我，定义为观测产出与相应边界产出之比，由:TE给出我= exp (- u我(7)给定V的值，TE的预测是基于Eq.(7)中表达式的条件期望我- U我在随机前沿模型（Battese和Coelli，1988）的最大似然估计下评估。边境生产我 th农场可以用实际产量除以估计的TE来计算。Eq.(4)中的随机前沿函数和Eq.(5)中的技术无效率模型的参数同时用ML估计方法估计，使用计算机程序frontier 4.1 (Coelli, 1994)。
输出和输入变量
安得拉邦东哥达瓦里地区样本虾农随机生产前沿函数中所涉及的输出参数和输入参数对应的变量如表1所示。SPF包括了水传播面积、牲畜密度、饲料数量、劳动力成本、化学品和肥料成本、电力和燃料成本。农场的效率可能会受到表1中提到的农场特定变量的影响。在已有文献的基础上，选择了变量，并阐述了其纳入的理由。
表1:随机生产前沿和技术科学中的变量说明
虾养殖模式。
| 变量 | 描述 | 单位 |
| Y | 每年每公顷虾的总产量 | 公斤 |
| 生产边界的变量 | ||
| X Ws | 水传播的地区 | 哈 |
| X Pl | 每年每公顷饲养的幼虫数量 | 数量 |
| X Fd | 每年每公顷饲料用量 | 公斤 |
| X拉 | 每公顷劳动力成本 | Rs /公顷 |
| X Cf | 每年每公顷施用的化学药品和化肥成本 | Rs /公顷 |
| x cf＆e | 每年每公顷所消耗的燃料和电力成本 | Rs /公顷 |
| 无效函数中的变量 | ||
| Z Cd | 文化的持续时间 | 天 |
| Z Ag) | 虾农的年龄 | 年 |
| Z的前女友 | 虾农的经验 | 年 |
| Z艾德 | 虾农民的教育水平（小学1，二次2，高等教育3） | 年 |
| z oc. | 虾农业作为主要职业（1如果是，否则为0） | 1,0. |
| Z足总 | 虾农的家庭规模 | 人 |
| Z Rk | 虾农的风险厌恶性质(如果是，则为1，否则为0) | 0，1 |
| Z Ea | 虾农早期技术采用性质(是1，否0) | 0，1 |
| Z Ls | 农场所有权(如果租用则为1，否则为0) | 1,0. |
| Z我 | 虾农民协会和社会的成员资格（1如果是，则为0） | 1，0 |
结果与讨论 农业的特点
样本虾场的特征见表1。各农场的平均供水面积为1.06公顷。这些农场平均每公顷储存391502卢比，相当于每平方米39卢比。用商品颗粒饲料饲喂对虾，平均投喂量为11251 kg，对虾平均产量为3128 ~ 11326 kg/ha，平均产量为7846 kg/ha。用于生产的劳动力数量以支付永久劳动力的工资和工资以及用于池塘准备和其他经常活动等具体活动的雇佣劳动力的工资和工资来表示。平均劳动力成本是51135卢比/公顷。从准备池塘到收获，农民使用各种化学品和肥料。化学药品和化肥的平均成本是每公顷189507卢比。电力和燃料的平均成本是245036卢比/公顷。
表2所涉及变量的统计汇总-东哥达瓦里区。
| 变量名 | 最低 | 最大 | 的意思是 | 性病Dev |
| 虾产量(公斤/公顷) | 3128 | 11326 | 7846 | 1826 |
| 水扩散面积(公顷) | 0.45 | 1．6 | 1.06 | 0.27 |
| 库存数字（NO / HA） | 150000 | 550000 | 391502 | 98436 |
| 饲料(公斤/公顷) | 4461 | 16343 | 11251 | 2462 |
| 劳动力成本(Rs /公顷) | 19358 | 65987 | 51135 | 10265 |
| 化学品和化肥成本(卢比/公顷) | 69194 | 26832 | 189507 | 44126 |
| 电力和燃料成本(卢比/公顷) | 91410 | 407545 | 245036 | 60923 |
| 培养时间(天) | 62 | 131 | 106.77 | 13.97 |
| 年龄（年） | 29 | 65 | 44.21 | 8.56 |
| 教育程度(1或2或3) | 1 | 3. | 1.87 | 0.63 |
| 经验(年) | 7 | 25 | 13.13 | 4.62 |
| 家庭规模(没有) | 2 | 6 | 3．52 | 1.19 |
| 职业（0或1） | 0 | 1 | 0.78 | 0．42 |
| 所有权(0或1) | 0 | 1 | 0.69 | 0.46 |
| 成员(0或1) | 0 | 1 | 0.55 | ０．５ |
| 风险规避(0或1) | 0 | 1 | 0.46 | ０．５ |
| 早期采用（0或1） | 0 | 1 | 0.62 | 0.49 |
在TE分析中，衡量方案中低效率模型的依赖变量。（5）在低效率的水平方面定义;与负（正）系数相关的农业特异性变量将对TE上的正面（负）产生积极影响。从结果中，观察到农民的经验和教育地位对农场的TE具有显着的积极作用。被发现年龄与te正相关。这些结果表明，具有更高经验和更好教育的农民正在采取适当的农场管理决策，这些决定增加了他们的TE。Dey等人进行的研究也支持这些结果。（2000），Alam等。（2011），和Rahman等人。（2011）。 A part from these variables early technology adopting nature, and membership with organizations were also found to be positively related with the TE. These variables were associated with the TE at 5 % significant level, whereas risk averse nature, family size, occupational status and ownership status were negatively associated with TE. Though family size, occupational status, duration of culture, ownership status were negatively related, the statistical significance was only at 10% level. The estimated γ parameter associated with the variance in the stochastic production frontier model is found to be close to one and highly significant. Though the γ parameter cannot be interpreted as the proportion of the total variance explained by the Technical Efficiency effects, from the result it is inferred that Technical Efficiency effects do have a significant contribution to the variation of shrimp production in Andhra Pradesh.
技术效率
 |
图1:技术效率的频率分布 为东哥达瓦里地区的虾农提供的 点击这里查看图 |
图1描述了东哥达瓦里地区样本虾农估计TE分数的频率分布。大约32%的农民TE得分在95%以上，而53.33%的农民TE得分在90 - 95%之间。约14.67%的农民的经营成本低于90%。养殖户的TE平均水平为93.06%。Reddy等人(2008)在东哥达瓦里地区的一项研究中也得到了类似的结果，该地区虾养殖的估计TE为93%。在其他国家进行的研究的TE分数更低。例如，在孟加拉国虾养殖系统进行的研究表明，技术效率得分约为70%。Haque(2011)发现对虾养殖的技术效率为71%。Rahman等(2011)得出虾养殖技术效率为68%。
结论
从研究中可以明显看出，农民在技术上是高效的，他们可以在东哥达瓦里实现93.06%的潜在产量。TE较高的原因可能是农民对生产技术有了更好的理解。农户采用的半集约化养殖技术是在生长周期的不同阶段，采用优质商品颗粒饲料饲喂对虾，并在池塘生态系统中施用多种生长促进剂的一种优良生产技术。TE分数的差距间接表明，他们仍然有很好的余地提高生产，以实现潜在产量。影响效率低下的主要因素是农民的经验、教育程度和年龄。早期技术采用的性质和组织成员与TE呈正相关。家庭规模、职业地位、文化持续时间、所有权地位与TE呈负相关。研究结果表明，农民TE的差异可能与农户的人格特质有关。Valderrama等人(2014)认为，通过对农民进行适当的技术培训，可以提高农场的效率。更好的管理实践将使他们进一步实现更好的生产率。
参考文献
- 洛弗尔,C.A.K. Aigner D和施密特(1977)。随机前沿生产函数模型的制定与估计。杂志的经济
- 阿拉姆,M.F.aMurshed-e-Jahan。，2008，‘Resource allocation efficiency of the prawncarp farmers of Bangladesh’,水产养殖经济与管理，12（3），PP.188-206
- AlamMFerdous, Md。艾克塔uzzaman汗一个。S.M. AnwarulHuq2011，“孟加拉国罗非鱼养殖的技术效率:关于前沿生产方法”，施普林格科学与商业
- Batese,通用电气公司和Coelli T.J.(1995)。基于面板数据随机前沿生产函数的技术无效率效应模型。经验主义的经济
- Binam, J.N.(2004)．赣南刀耕火种区小农技术效率影响因素分析
- BuiLeThaiHanh,(2008)。金融变量对越南安江省Pangasius农场生产效率的影响
- 蒋芳，孙超，于杰(2004)。乳鱼的技术效率分析(查诺斯查诺斯台湾生产-随机前沿生产函数的应用。
- Coelli，T. J. 1994. Frontier 4.1版的指南：用于随机前沿生产和成本函数估算的计算机程序。新英格兰大学经济学系，澳大利亚Armidale。
- Coelli, T。，Prasada Rao,D.S. and Batese,G.E.(1998).An Introduction to Efficiency and Productivity Analysis,Kluwer Academic Publishers, Bo
- Coelli T.J.(1996)。“A 1:随机前沿生产和成本函数估计的计算机程序”，CEPA工作论文96/7，新英格兰大学计量经济学系，澳大利亚新南威尔士州Armidale。
- Coelli，T.J.和G. E. Batterese。1996年的识别因素，其中包括印度农民技术效率。奥地利农业经济杂志40（2）：103-128。
- 德布鲁，库普曼斯(1951)和法雷尔(1957)。衡量技术效率的随机非参数前沿分析:以北美乳业为例。
- Den, D. T.， T. Ancev等，2007，“越南湄公河三角洲对虾养殖场技术效率研究”，澳大利亚农业与资源经济学会，新的热情和
- 戴伊,M。，Paraguas,F.J.,Bimbao,G.B. and Regaspi,P.B.(2000).Technical Efficiency of Tilapia Grow out Pond Operations in the Philippines. Aquaculture Economics and Management.
- 陈志刚，陈志刚，等。2005，“亚洲国家淡水池塘复合养殖生产技术效率的评估与启示”，水产养殖经济与管理，第9卷(1-2):39-63
- 法雷尔，M. J. 1957，“生产效率的衡量”，英国皇家统计学会，120:253-2990
- Hanh, Bui Le Thai, 2009，“金融变量对越南安江省Pangasius农场生产效率的影响”，MSc。论文发表于挪威特罗姆斯大学和越南芽庄大学。
- Haque, s . 2011。Efï -孟加拉国虾养殖的科学和制度问题。Faming与农村制度经济学。Margraf Publishers, Weikersheim，德国。
- Irz, X.和V. Mckenzie, 2003年。网址:https://www.panpanga;网址:https://www.panpanga;网址:https://www.panpanga;水产养殖经济与管理7:195-211。
- 刘志刚，刘志刚，等，1999，“马来西亚半岛鲤池养殖的技术效率:随机生产前沿和技术无效率模型的应用”，水产养殖，第175卷(3-4)，第199-213页。
- 卡里巴，a.r.和c.r.恩格尔。，2006，‘Productive efficiency of catfish farms in Chicot county, Arkansas’, Aquaculture Economics & Management, vol. 10(3): 223-243.
- 2014.www.mpeda.com
- 拉赫曼，S.， B. K.巴蒙，N.艾哈迈德，2011。“蓝绿革命”组合中的Diversiï -阳离子经济学和efï -科学:孟加拉国“高尔”系统中对虾鲤鱼-水稻种植的案例研究。水产养殖国际19:665 - 682。
- Reddy, G. P.， M. N. Reddy, B. S. Sontakki和D.B. Prakash, 2008。在安得拉邦测量对虾(斑节对虾)农民的efï -科学。中国农业大学学报(自然科学版)43(4):653-657。
- Sathiadhas，R和Najmudeen，T M和Prathap，K Sangeetha 2009，'印度水产养殖实践的休息分析和盈利能力'，《亚洲渔业科学》，第22卷第2期，第667-680页。
- Sivaraman I（2014〜）在安得拉邦虾养殖中的虾农业，渔业经济学，中央渔业教育延伸和统计司，孟买，未发表博士论文（最终阶段工作）的批判性分析
- 陈e .， 1999，“综合养殖的经济效益和最佳养殖密度:数据包络分析在中国养鱼场中的应用”，水产养殖，180,207 - 221
- 沙尔马，K. R.和P. S. Leung, 2000，“印度鲤鱼生产的技术效率:一个随机前沿生产函数分析”，水产养殖研究，第31卷(12):937-947。
- 尚永昌、梁鹏、b.h。凌。亚洲对虾养殖的比较经济学。水产养殖164(1 - 4):183 - 200。
- Singh, K.， M. M. Dey, A. G. Rabbani, P. O. Sudhakaran, and G. Thapa. 2009。印度特里普拉淡水养殖及其决定因素的技术efï -科学。农业经济评论22:185-195。
- Timothy J. Coelli, D.S. Prasada Rao等人，2005，“效率和生产力分析导论”，第二版，施普林格:172。
- 东如海欧，(2008)。水产养殖经济与管理;越南，ThÆ°a天顺，谭江湖对虾复合养殖的技术效率
- 陈清轩(2001)。湄公河河网沿岸河口生态系统资源保护与水产养殖发展的调查、研究与合理应用
- Valderrama Diego, Sivaraman iyperumal & M. Krishnan(2014)为水产养殖可持续发展建立共识:印度对虾养殖更好管理实践的德尔菲研究，水产养殖经济与管理，18:4,369-394,DOI: 10.1080/13657305.2014.959211
这个作品是根据知识共享署名4.0国际许可．
