10月20日上午10点，立陶宛国家农业经济研究中心Tomas Baležentis博士来我院作题为“Technical Bias and Dynamic Efficiency with Applications to Lithuanian Cereal Farms”（动态效率在立陶宛农业的应用）的学术报告。报告由田旭副教授主持。

　　本报告主要分为四个部分。一是动态效率DEA模型的历史与应用。其次是立陶宛谷物农场的介绍以及独特之处。第三是动态效率在立陶宛谷物农场的应用。第四是在立陶宛农场上的技术偏见。

　　动态理论经过如下发展：基于揭示偏好法生产分析（法瑞尔，1957；Afriat，1972）。数据包络分析（Charnes et al.，1978；车费和洛弗尔，1978；银行家等人，1984）。•跨期依赖DEA生产决策：–Nemoto和goto（1999，2003）–携带生产要素；–Stefanou和席尔瓦（2003）在调整成本的存在生产–动态理论。总而言之，是不需要成本调整的准固定因素。资本可以被看作是一种准固定的因素。调整成本曲线定义了准固定因素（可能是快速）变化的成本水平。席尔瓦，•Stefanou（2003）在生产技术表现性能方面的调整成本的模型，例如输入需求集。调整成本及时将生产决策联系起来。

其用三个变量的输入：土地，劳动，中间消费、一个准固定的投入资本资产、一个动态因素-总投资、。输出-农业总产量。örnqvist价格指数适用于资本资产的隐含的数量、投资和农业产出。离群值被确定后，P. C. Geylani和S. E. Stefanou（2013）。此外，负面的总投资的观察被省略。3671个观测被认为是，每年平均约有334个观测值（不平衡面板）。方向设置为等于否定输入量和资本资产的20%。根据DEA结果数据，用多个图表讲结论用图片的形式展现出来，清晰明了。

　　最后得出结论: 立陶宛谷物农场面临越来越多的价格和播种面积在2004–2014扩展。在立陶宛谷物农场在同一时期动态效率仍然相当稳定。然而，整体动态技术效率的分解表明，在纯技术效率和规模效率的变化有差异。事实上，纯技术的低效率一直在下降，而规模效率一直在增加平均。这些研究结果意味着农场一直表现更好的输入使用和投资，但可变的回报规模生产前沿离开不断的回报规模的一个，即，生产力的农场经营规模以下最有生产力的规模有所下降。这可以解释为规模较小的农场的信贷限制（在这种情况下，50公顷以下的农场表现出最高的效率增加）。结果表明，在该地区的最大份额的经营规模报酬递增的规模，这意味着他们的投入使用和投资可以扩大，以提高生产力。在这方面，信贷联盟的发展，信用担保和相关的措施可能是重要的较小的农场。更大的是，更大的农场的扩张可能会降低生产力，由于规模效率低下，即更多的投入和投资将需要保持相同的输出水平。维持粮食生产效率和生产力的另一个重要方向是共同农业政策下的投资支持措施的调整。事实上，在规模较小和规模较大的农场的投资支持之间的适当的平衡也可能有助于减少技术和规模效率低下。所进行的分析可以补充的非径向效率的措施，这将允许确定输入特定的效率低下。此外，可以考虑不同的农业类型。

　　本次报告共持续了一个半小时。互动环节，在场师生就该研究进行了进一步的交流与探讨，最后，全场听众对Dr. Tomas Baležentis的精彩演讲报以热烈的掌声。