基于DEA模型的我國農業科技創新資源配置效率研究

肖碧云

（福州外語外貿學院，福州 350000）

基于DEA模型的我國農業科技創新資源配置效率研究

肖碧云

（福州外語外貿學院，福州 350000）

基于DEA模型測算分析了我國31個省份的農業科技創新資源配置效率，結果表明：我國農業科技創新資源的配置效率整體水平不高，省際間農業科技創新資源配置效率差距較為明顯。通過對比2005年和2015年的農業科技創新資源配置效率值得出，2015年我國農業科技創新資源配置效率整體比2005年有所提高。文章最后，提出了加大農業科研投入力度，優化農業科技投入要素配置和建立差異化激勵政策等對策建議。

農業科技創新；資源配置效率；DEA模型

黨的十八大報告明確提出：農業科技資源是推動我國農業發展的重要驅動力，農業科技是促進現代農業發展的根本途徑，針對目前我國農業科技資源相對稀缺又存在閑置浪費的現實情況，只有通過有效的農業科技資源配置才可能推動農業結構調整，為我國現代農業的可持續發展提供強有力的支撐和保障。

1 文獻回顧

關于農業科技創新資源配置效率問題的研究，國內大多學者就兩個方面展開論述：一是從研究內容來看，楊傳喜用系統論、產權論和復雜適應系統理論，從農業生態區劃的視角來分析農業科技資源配置問題[1]。曠宗仁通過對農業科技創新資源效率的投入與產出的兩方面來研究我國農業科技資源的配置模式[2]。二是從研究方法來看，主要有DEA分析法、差異系數法、灰色關聯分析法、Malmquist指數法等。陳念東基于差異系數法、錫爾系數法和基尼系數法測算與分析了福建省農業科技資源配置存在較明顯的不公平[3]。張靜和張寶文基于Malmquist指數法對我國農業科技創新效率進行實證分析[4]。較多學者采用了DEA模型進行分析，如葉園勝、傅麗，張社梅、楊建龍分別以浙江省、四川省和黑龍江省為例，運用DEA法測算農業科技資源配置效率，并提出優化資源配置的對策和建議[5-7]。董明濤采用DEA法測算我國2009-2011年間農業科技創新資源的配置效率[8]。

就目前的參考文獻而言，國內大多數學者主要是從某一個角度和某一個省份進行研究，對于我國31個省份的農業科技創新資源配置效率問題的整體研究比較少，而且對于31個省份多年來的變化趨勢未多做研究。本文針對這個情況，分別測算了2005年和2015年我國農業科技創新資源配置效率，以期揭示經過十年的發展，我國農業科技創新資源配置的水平狀況和變化。

2 模型和樣本選擇

數據包絡分析(Data Envelopment Analysis，DEA)是由美國運籌學家A·Charnes和W.W.Cooper等學者以相對效率評價為基礎發展起來的一種新的效率評價方法。與傳統的統計方法相比，DEA可以評價多投入和多產出的決策單元的效率，投入產出指標的單位不會影響決策單元的結果，還可避免因確定各指標的權重所帶來的主觀性。DEA模型可分為規模報酬不變(CCR)模型與規模報酬可變(BCC)模型兩種，本文采用BCC模型，即可將技術效率分解為純技術效率(Pure Technical Efficiency，PTE)與規模效率(Scale Efficiency，SE)，由此進行各決策單元的差異分析、敏感度分析和效率分析，進一步了解決策單元資源使用的情況[9]。

DEA模型實際上是一種基于投入產出變量的效率評價模型。所以，定量地評價農業科技資源配置效率需要選取兩大類指標：科技投入指標和科技產出指標。科技投入指標有4個，本文選取農業技術人員作為農業科技人力資源，選取農林水事務財政支出作為農業科技財力資源，選取農作物總播種面積作為農業科技物力資源，選取農用機械總動力作為農業科技技術投入；科技產出指標有3個，選取專利申請授權數反映科技創新的技術水平，選取農林牧漁業產值反映科技創新帶來的經濟輸出，農業科技創新最終目標是實現農民的增產增收，故選取農民人均純收入來反映。

3 我國農業科技創新資源配置效率的DEA分析

本文運用軟件DEAP2.1對我國2005年和2015年的31個省市的農業科技創新資源配置效率進行分析，得出各決策單元的農業科技創新資源的配置效率狀況，包括技術效率(TE)及分解的純技術效率(PTE)、規模效率(SE)和規模報酬狀況(RTS)，結果見表1。

表1 2005年和2015年我國各省份農業科技創新資源配置效率

地區2015年2005年重慶四川貴州云南西藏陜西甘肅青海寧夏新疆均值TE 0.582 0.644 0.427 0.495 0.497 0.553 0.409 0.453 0.523 0.521 0.752 PTE 0.652 0.896 0.475 0.505 1 0.583 0.476 0.853 0.86 0.546 0.822 SE 0.893 0.718 0.899 0.981 0.497 0.949 0.861 0.531 0.608 0.954 0.916 RTS遞增遞減遞增遞增遞增遞增遞增遞增遞增遞增TE 0.6 0.769 0.437 0.411 1 0.342 0.279 0.398 0.377 0.51 0.716 PTE 0.665 1 0.464 0.426 1 0.356 0.335 0.588 0.495 0.511 0.750 SE 0.902 0.769 0.941 0.964 1 0.963 0.833 0.677 0.761 0.997 0.949 RTS遞增遞減遞增遞減不變遞增遞增遞增遞增遞增

由表1可以看出，2015年我國農業科技創新資源配置的技術效率均值為0.752，純技術效率均值為0.822，規模效率均值為0.916，說明我國農業科技創新資源的配置效率整體水平不高，還應投入更多的物力、財力、人力等要素方能提高配置效率的整體水平。根據表1所示結果，將我國省市分三個區域。

3.1 DEA有效區域

當技術效率值為1，即純技術效率值和規模效率值均等于1時，則說明該省份農業科技資源的配置效率為我國各省份中相對已達到最優狀態。處于DEA有效區域的有北京、天津、上海、浙江、福建、山東、湖北、廣東、海南等9個省份，這些省份處于規模報酬不變階段，就目前狀態下，無需再對投入或產出進行調整。特別是上海，4個投入指標均較低，其中農用機械總動力居全國最低，而農村居民人均可支配收入居全國最高，說明上海市在提高農民收入水平上的能力較強，可供其他省份借鑒；但同時專利申請授權量僅居全國第五，說明農業科技作用不是很高。

3.2 弱DEA有效區域

江蘇、西藏和河南雖然技術效率不為1，但是純技術效率值為1，說明在某一部分的配置效率中是有效的。可見，造成技術效率非有效與純技術效率無關，是由規模效率相對較低導致的。其中，江蘇和河南處于規模遞減階段，江蘇省三個產出指標都很高，農林牧漁業產值和專利申請授權數均居全國最高。相反，西藏處于規模遞增階段，農林牧漁業產值和專利申請授權數均居全國最低。所以這三個省份要提高農業科技創新資源配置效率，需因地制宜，更加注重科技資源的規模與布局。

3.3 非DEA有效區域

處于非DEA有效區域的有19個省份，即純技術效率值與規模效率值均小于1。這19個省份的農業科技創新資源配置效率相對低下，投入資源未得到充分的利用。比如，甘肅省的技術效率值僅0.409，農村居民人均可支配收入居全國最低，相對于產出，甘肅省的投入量均較高，主要是由于投入沒有被有效利用和實踐，出現了比較嚴重的農業科技資源浪費，制約了甘肅省農業經濟可持續發展。這與西部地區自然條件落后，經濟發展水平低下，又缺乏良好的政策環境，導致農業技術人員在農業科技創新方面熱情不夠，在投入不高的情況下，與產出效率更加低下的現實相吻合。從表1不難看出，各個省份所處的規模階段不同，因此，要根據所處的規模階段進行規模大小的調節。處于規模報酬遞增的有山西、內蒙古、吉林、黑龍江、安徽、江西、廣西、重慶、貴州、云南、陜西、甘肅、青海、寧夏和新疆等15個省份，這些省份農業科技創新資源的投入規模不夠，具有較大的發展潛力，需加大農業科技創新資源的投入規模。相反，河北、遼寧和四川等3個省份處于規模遞減階段，要實現規模經濟就應該減小科研投入的規模。特別是四川，農業技術人員數居全國第一，農林水事務財政支出居全國第二，可產出效率低下，所以只有充分利用和合理分配科研資源，才能提高產出效率。另外，湖南省綜合效率雖然不為1，但屬于規模報酬不變階段，說明造成湖南省非DEA有效的原因在于純技術效率，應在保持現階段農業科技投入規模基礎上，重視合理分配投入資源。

為了進一步比較說明我國農業科技創新資源配置狀況，測算了2005年的我國31個省份的效率值。由表1可以看出2005年和2015年農業科技創新資源配置效率的變化：從整體上看，2015年我國31個省份的農業科技創新資源配置技術效率均值為0.752，比2005年的技術效率均值0.716有所提高，反映了我國農業科技創新資源投入要素利用效率、新技術運用能力、規模經濟性等雖有所進步，但進步不明顯，說明十年來盡管科技資源投入持續增加，特別是各省份農林水事務財政支出均值十年間增長了近九倍，但帶來的科技產出效果并不理想，投入資源存在著較大的浪費，資源的配置有待改善。2005年技術效率值為1的省份有12個，而2015個技術效率值為1的下降至9個。究其原因，河北、河南、江蘇和西藏這四個省份雖然農業科技創新資源投入要素在近十年里有了快速增長，但未帶來等比的產出增長，導致農業科技投入增長乏力，配置效率反而下降至非DEA有效。相反，湖北由非DEA有效上升到DEA有效，說明經過十年的發展，湖北省的農業科技投入得到更充分的利用，所以配置效率有效。

4 結論與建議

4.1 結論

4.1.1 2015年我國農業科技創新資源的配置效率整體水平不高，各省份間的配置效率差距較大。在我國的31個省份中，屬于DEA有效區域的有北京、天津、上海、浙江、福建、山東、湖北、廣東和海南9個省份，這些省份的資源配置效率已達到最優狀態。江蘇、河南和西藏屬于弱DEA有效，配置效率在某一個方面有效；19個省份屬于非DEA有效區域，也就是說，我國大部分省份農業科技創新資源的投入要素未得到充分利用。

4.1.2 2015年我國有10個省份處于規模報酬不變階段，農業科技資源的配置效率相對達到最優狀態，有16個省份農業科技創新規模效益遞增，需加大科研投入規模。有5個省份處于規模遞減階段，應該減小科研投入的規模，充分合理利用有限的科研資源，提高農業科技資源配置效率。

4.1.3 對比2015年和2005年的數據分析結果，2015年我國農業科技創新資源配置效率整體比2005年有所提高，但提高不明顯。并且，2005年DEA有效的省份有12個，而2015年DEA有效的省份下降至9個。說明農業科技資源投入在較大地增加，卻未帶來農業科技產出同比增長。

4.2 建議

4.2.1 優化農業科技投入要素配置，實現有限資源利用最大化 針對農業科技資源的稀缺性，進一步對有限的農業科技資源進行優化配置，對于上海等要素投入較少但生產能力較高的省份應加大投入，提高該地區農業科技成果轉化率與農業生產水平促進農業快速發展；對于甘肅、四川等高投入低產出地區，要使各種投入要素在農業科技領域進行最佳配置，從而促進農業經濟的增長。

4.2.2 拓寬資金來源渠道，加大農業科研投入力度 農業科技創新往往需要巨大的資金。因此，要提高處于規模報酬遞增階段的15個省份的農業科技創新能力，需積極拓寬資金來源渠道，明確政府財政科技投資政策的引導和推動作用，大幅度增加多元化的資金對農業科技創新的投入力度。

4.2.3 建立差異化激勵政策，縮小省際間農業科技創新效率差距 政府要從實際情況出發，因地制宜地對不同地區采取差異化的激勵政策，DEA有效區域，應通過經濟激勵、政策優惠等方式吸引國內外優秀的農業技術人員，進一步合理利用豐富的科研資源，使資源配置更加合理有效；非DEA有效區域，應加大對農業生產者在農業生產上的補貼與獎勵，激發科技人員的創新精神和創業潛能，從而在農業科技領域做出更多的創新成果，以此縮小省際間農業科技創新效率的差距。

[1]楊傳喜.基于復雜適應系統理論的農業科技資源配置研究[J].系統科學學報，2013（1）：81-83.

[2]曠宗仁.中國農業科技創新投入產出分析[J].中國科技論壇，2012（7）：132-136.

[3]陳念東.農業科技資源配置公平度測算與分析--基于福建省的調查數據[J].科技和產業，2013（2）：73-75.

[4]張 靜，張寶文.基于Malmquist指數法的我國農業科技創新效率實證分析[J].科技進步與對策，2011（4）：84-88.

[5]葉園勝.浙江省農業科技資源配置效率區域差異研究[D].浙江:浙江師范大學碩士學位論文，2012.

[6]楊建龍.黑龍江省農業科技資源配置效率研究[D].黑龍江:東北林業大學碩士學位論文，2015.

[7]傅 麗，張社梅.四川省農業科技創新效率評價研究[J].農村經濟與科技，2015（7）：33-36.

[8]董明濤.我國農業科技創新資源的配置效率及影響因素研究[J].華東經濟管理，2014（2）：53-58.

[9]肖碧云.基于DEA模型的福建省縣（市、區）財政支農資金配置效率研究[D].福建:福建農林大學碩士學位論文，2011.

責任編輯：吳艷玲

Research on the Allocation Efficiency of Agricultural Science and Technology Innovation Resources in China Based on DEA Model

XIAO Biyun
(Fuzhou College of Foreign Studies and Trade,Fuzhou 350000)

The resource allocation efficiency of agricultural science and technology innovation in 31 provinces of China based on DEA model was calculated and analyzed,The results showed that the overall level of agricultural science and technology innovation resources allocation efficiency is not high,and the gap of agricultural science and technology innovation resource allocation efficiency is obvious.By comparing 2005 and 2015 agricultural science and technology innovation resource allocation efficiency is worth out,in 2015 China's agricultural science and technology innovation resources allocation efficiency than in 2005 increased.At the end of the paper,the paper puts forward the countermeasures and suggestions to increase the input of agricultural research,optimize the allocation of agricultural science and technology input factors and the establishment of differential incentive policy.

agricultural science and technology innovation;resource allocation efficiency;DEA model

F323.3

A

2016-07-19

福州外語外貿學院校級課題（FW14010X）

肖碧云（1984-），女，福建省莆田市人，講師，研究方向：農村經濟與經濟技術分析。