基于超效率DEA模型的中國農業科技資源配置效率動態演化研究*

鄧敏慧，楊傳喜

(桂林理工大學管理學院，廣西桂林 541004)

0 引言

2017年中央一號文件強調，要靠科技引領現代農業加快發展，推進農業供給側結構性改革。農業科技資源配置結構優化及配置效率提升是實現農業科技創新驅動農業經濟發展的重要舉措。

有關區域農業科技資源配置方面的研究文獻主要體現在定量研究。韓占兵[1]運用DEA模型和個體固定效應模型對現代農業科技投入產出效率水平和驅動因素進行實證計量分析。鄭家喜[2]對中國中西部地區農業科技資源配置效率的差異進行測算。楊傳喜[3]對廣西農業科技資源配置效率進行測度。農業科技資源配置效率在區域范圍的應用為區域農業發展提供了要素結構性調整的有力工具。

對農業科技資源配置效率采用的測算方法主要為參數方法和非參數方法。楊傳喜[4-6]運用Malmquist指數方法對中國農林高校、農業科研機構、農業科學院科技資源配置效率進行剖析。陳祺琪[7]利用Dagum分解的基尼系數分析中國農業科技資源配置能力的區域差異并對其驅動因子進行分解。同時，組合評價方法、三階段DEA方法等也可以嘗試用于測度農業科技資源配置效率并應用于農業科技資源配置效率的研究。由此可見，DEA中的一些模型為我們提供了研究農業科技資源配置相對效率的思路，農業科技資源配置合理與否關系到農業經濟發展的健康發展[8]。

基于以上研究，文章主要實現以下方面改進：(1)在研究方法上，運用超效率模型與Malmquist指數方法相結合，對決策單元的效率值進行排序，同時分析動態變化趨勢。(2)針對大多數研究停留在截面數據或者時間序列數據上，從而導致評價結果的有偏性。該文對中國2001～2014年31個省域尺度單元進行農業科技資源配置效率評價，更能體現農業科技資源配置效率在時間和空間上的變化特征。最后對影響配置效率的技術進步和規模報酬進行動態分析，從而為提高農業科技資源配置效率提供一定的借鑒。

1 數據來源、研究方法與指標選取

該文選取31個省、直轄市及自治區作為研究的決策單元(由于數據的可得性等原因，沒有將臺灣、香港和澳門納入比較范圍)，依照傳統行政區劃分為6個區域：華北區、東北區、華東區、中南區、西南區、西北區。

數據來自2001～2014年農業部科教司的《全國農業科技統計資料匯編》，該資料對中國農業科技人力資源、農業科技財力資源、農業科技物力資源及農業科技產出等進行了分類統計，是研究中國農業科技方面比較權威的數據。

運用MaxDEA 6.0軟件測算農業科技資源配置的超效率值，Malmquist指數測算農業科技資源配置的全要素生產率指數及其分解的技術效率指數和技術進步指數。

選取專利授權數量與專利申請量平均值、科技論文的發表數量及科技著作的出版數量之和作為農業科技產出的指標。農業科技人力資源(單位在職科技活動人員數量)、農業科技財力資源(科技活動經費內部支出數額)作為農業科技投入的指標。考慮到數據的可得性及完整性，沒有將農業科技成果數量、審定新品種數量、軟件著作權及制定的國家和行業標準等因素作為產出指標。

2 農業科技資源配置超效率分析

根據超效率模型，運用MaxDEA 6.0 軟件運算出中國2001～2014年31個省(市、區)農業科技資源配置效率，如表1所示。

整體上，北京、江蘇的農業科技資源配置效率較高，歷年的農業科技資源配置效率平均值都高于1。農業科技資源配置效率較低的地區為山西、內蒙古，其平均值分別為0.455，0.468。效率較高的地區大多是經濟相對發達的地區或者西部畜牧業發達的區域(寧夏、青海)。全國平均值為0.716，其中有上海、天津、福建、山東等15個省份的效率平均值大于全國平均水平，占到總數的48.4%，河北、遼寧、廣西、云南等其他16個省份低于全國平均值。

宏觀層面上，我國省域農業科技資源配置效率呈現上升趨勢，全國平均值從2001年的0.520上升到2014年的0.764。華北地區農業科技資源配置效率平均值從0.557上升到0.718，東北地區從0.36上升到0.667，華東地區從0.807上升到0.987，中南地區從0.438上升到0.772，西南地區從0.357上升到0.574，西北地區從0.360上升到0.611。其主要原因在于，無論從國家層面還是省際層面，都進行了不同程度的農業科技政策方面的調整使得農業科技資源配置得以優化，這也表明農業科技體制機制的改革取得了明顯實效。

地區層面上，華東地區效率平均值(0.870)最高，其次是華北地區(0.715)，西北地區居第3位(0.642)，中南地區(0.619)和西南地區(0.615)相對較低，而最低的是東北地區，平均值只有0.613。

表1 2001～2014年基于超效率模型的農業科技資源配置效率

2001200320052007200920102011201220132014均值排名北京1 0171 4141 8061 0790 8370 9461 1691 0471 1421 1121 0551 天津0 7080 9070 8571 4421 3641 2901 0170 7730 6390 7130 9205 河北0 2190 8740 9390 8680 6490 7060 7080 6970 7520 7210 67517 山西0 4770 4970 5610 5290 4010 4260 5060 4170 5670 5340 45531 內蒙古0 3620 5000 5030 4250 2300 2770 3280 3190 5650 5120 46830 區1平均0 5570 8380 9330 8690 6960 7290 7460 6510 7330 7180 715 遼寧0 5370 5860 8410 6990 4960 4720 4500 4990 5970 5950 60121 吉林0 2080 6410 5100 4870 6090 5120 5090 5160 5970 7260 50029 黑龍江0 3500 9260 8651 1030 8630 7730 6440 5820 6000 6800 73815 區2平均0 3650 7180 7390 7630 6560 5860 5340 5320 5980 6670 613 上海0 5800 7560 5501 0291 0480 9541 7441 5401 2111 1340 9583 江蘇0 5340 7661 0891 2101 3421 1321 0261 0611 1221 1581 0062 浙江0 6310 8500 8710 8790 7860 9050 8730 7680 8260 8480 76711 安徽1 3040 9020 8290 7450 4770 5360 5030 5890 6260 8550 81510 福建0 3721 0231 0460 9040 9520 9471 1531 2411 0541 2110 9066 江西1 5690 5590 8170 5740 5260 4820 6720 6160 7200 8170 76212 山東0 6610 8971 0041 0910 6630 7621 0460 9501 0350 8870 8737 區3平均0 8070 8220 8870 9190 8280 8171 0020 9660 9420 9870 870 河南0 2071 1711 0930 9940 9010 7920 6340 5020 6030 6480 74913 湖北0 7390 4480 4970 6910 8200 7300 6410 6900 8280 7120 63818 湖南0 5210 5240 6550 7220 5310 5100 5450 4900 5350 5950 61520 廣東0 2950 5810 5350 5860 4640 5060 6250 6280 6890 7330 54627 廣西0 8070 4690 4200 4640 4800 6340 7210 7010 6890 6810 54826 區4平均0 4380 6460 6880 6620 6150 6130 6600 6340 7340 7720 629 海南0 0580 6830 9270 5140 4960 5030 7920 7941 0571 2600 67716 重慶0 2000 8280 7970 7850 5620 4880 5060 6550 6000 4690 60022 四川0 3621 0390 6940 7270 6420 6730 5440 6130 6150 5580 62519 貴州0 2150 6250 6500 8700 9181 0760 8380 8550 8670 9600 74614 云南0 8200 5100 4530 8340 6800 6080 4700 5500 6810 6360 57525 西藏0 1900 5111 1530 4050 4190 3350 4340 3150 3240 2460 52828 區5平均0 3570 7030 7490 7240 6440 6360 5580 5980 6170 5740 615 陜西0 3160 5310 5700 9230 6770 5000 5960 6580 6730 5960 59423 甘肅0 3900 9540 9391 0180 9060 8261 1231 0810 8550 8360 8718 青海0 7321 1920 8461 1981 0250 7040 8770 8380 7580 6280 8669 寧夏0 4410 4721 0891 0051 4111 4550 9070 9581 0740 9770 9374 新疆0 2800 5690 7310 8340 6420 6180 4940 5560 6950 6310 58424 區6平均0 3600 6200 6960 8300 7770 6840 6660 6820 6760 6110 642 全國平均0 5200 7490 8110 8270 7360 7120 7450 7260 7610 7640 716 注：具體數值根據運算得出，由于版面等因素，沒有列出全部年份的效率值。區1～6分別代表華北區、東北區、華東區、中南區、西南區、西北區

表2 農業科技資源配置效率歷時分析

年份技術效率指數技術進步指數純技術效率指數規模效率指數全要素生產率指數 2001～20021 3350 9031 3630 9791 206 2002～20031 2520 8131 1531 0861 017 2003～20040 5952 1270 6160 9661 266 2004～20051 7980 5391 6531 0870 968 2005～20060 9461 1150 9930 9521 054 2006～20071 0820 8621 0531 0280 933 2007～20080 9380 9840 9590 9780 923 2008～20090 9271 0510 9620 9630 974 2009～20100 9791 0080 9930 9860 987 2010～20111 0390 9720 9481 0961 010 2011～20120 9870 9660 9851 0010 953 2012～20131 0810 8521 0940 9880 921 2013～20140 9881 0231 0130 9751 010 平均值1 0420 9721 0361 0051 013

3 農業科技資源配置效率的變動分析

為了更好地分析31個地區農業科技資源配置效率的變化趨勢，運用2001～2014年的面板數據，計算各地區各年度的Malmquist-DEA指數，從技術效率和規模效率角度試圖揭示農業科技資源配置效率變動的規律，如表2所示。

3.1 農業科技資源配置效率的歷時特征分析

從整體上看，全要素生產率平均變化大于1，年均增長1.3%，從分解指標上看，綜合技術效率年均增長4.2%，技術進步變化指數年均下降2.8%，純技術效率年平均上升3.6%，規模效率年均上升了0.5%。這表明農業科技資源配置效率的全要素生產率的提高主要歸功于技術效率的變化，規模效應作用微弱。依靠農業科技人力、財力資源投入規模的擴大不能有效改善農業科技資源的配置效率，加強農業科技資源結構的調整，重視研發的自主創新能力提升，切實提高農業科技資源利用效率才能促進農業經濟的又好又快發展。

對于各年份Malmquist指數計算，如表2所示。全要素生產率指數近似呈現“W”波動趨勢，振幅逐漸縮小。最高年份出現在2003～2004年，全要素生產率指數達到1.266即增幅高達26.6%，全要素生產率指數最低年份出現在2012～2013，僅為0.921，降幅達到7.9%。總體來看， 2006年以前的5年間，全要素生產率指數不同程度地得以提升。在2006～2010年間，全要素生產率指數出現持續下滑的局面，降幅開始逐漸增大而后趨于縮小。在2011年出現逆轉，全要素生產率相對于2010年提升了1%，但好轉的勢頭很快被打破，在2012年、2013年又出現下降的情況。直到2014年好轉。

從引起全要素生產率指數變動的因素來看，年度間存在差異性。2001～2002、2002～2003、2010～2011年間，全要素生產率指數提升主要是由于技術效率指數的大幅度攀升； 而在2003～2004、2005～2006、2013～2014年間，主要得益于技術進步指數不同程度的增加引致全要素生產率指數的提高。2004～2005、2006～2007、2012～2013年間，雖然技術效率指數大于1，但因為技術進步指數的降幅超過30%，最終使得全要素生產率指數小于1； 2008～2009、2009～2010年間雖然技術進步指數出現小幅度提升，但技術效率指數下降幅度較大，致使全要素生產率指數仍然出現下降的局面。2007～2008、2011～2012年間，全要素生產率指數下降是技術效率指數和技術進步指數同時降低導致的。規模效率指數在全要素生產率指數變動中的作用相對較小。

3.2 具體省份的農業科技資源配置效率動態分析

從具體省份情況來看，有17個省(市、區)全要素生產率指數得到了改善，占到全部總數的55%，其中天津、上海、廣東、海南全要素生產率增長最快，年均增長率達到10%以上，尤其是海南平均增幅最快高達17.4%。除了經濟相對發達的北京、上海、江蘇、浙江等地或者國家糧食主產區的吉林、黑龍江、河南等省外，處于西部的貴州、新疆的全要素生產率也有較快的增長，詳見表3。中東部地區的湖南、湖北、安徽、山西、內蒙古、遼寧及西部的西藏、甘肅、青海、廣西、云南、寧夏等14個省(市、區)的全要素生產率指數出現下降，但平均下降幅度除了江西外都在10%以內，屬于可控范圍之內。

由于每個省份特殊的區位條件、資源狀況的差異等，以致引起全要素生產率指數變化的驅動力也有別。北京、天津、上海、江蘇、浙江、山東、廣東7個省(市、區)的全要素生產率的提升是技術效率指數與技術進步指數同時上升共同作用的結果，而河北、吉林、黑龍江、福建、河南、海南、重慶、四川、貴州、新疆10個省(市、區)主要是技術效率指數的大幅度提升引致全要素生產率持續攀升； 安徽、湖北、江西、廣西、青海、云南的技術效率指數和技術進步指數同時下降帶來全要素生產指數降低，而山西、內蒙古、遼寧、湖南、西藏、陜西、甘肅、寧夏8個省(市、區)雖然技術效率指數出現不同程度的增長，但由于技術進步指數下滑幅度較大，最終也呈現全要素生產率指數下降的局面，總體來看進步指數需要提升。

從細分的6個區域來看，華東地區全要素生產率平均值最高，西北地區最低。華東區年均增長3.9%，其次是華北區年均增長3%，這兩個區的技術效率指數和技術進步指數同時增加，當然技術效率提升的幅度更大。中南區、東北區、西南區的全要素生產率指數平均分別提升2.9%、1.5%、0.4%，這3個區的提升幅度相對小些的原因是技術進步指數出現微小的下滑。西北區的全要素生產率指數平均下降了3.7%，原因在于技術進步指數下降的幅度(7.9%)大于技術效率指數提升的幅度(4.5%)。

4 結論和建議

4.1 結論

中國農業科技資源配置效率呈現上升趨勢，超效率平均值從2001年的0.520上升到2014年的0.764，說明農業科技資源配置效率依然很低，有很大的提升空間。中國農業科技資源全要素生產率平均增長1.3%，其中綜合技術效率指數年均增長4.2%、技術進步變化指數年均下降2.8%，因此，技術效率起到了主要作用。

4.2 建議

(1)優化農業科技資源配置結構。資源配置不合理、資源利用效率低下，是影響我國農業科技發展更重要的瓶頸。大田作物的種植業聚集了眾多的農業科技資源，而畜牧業、水產業及特色經濟作物等領域的農業科技資源相對較少。農業產后環節以及林業、畜牧業等非種植業如果能適度獲得更多的科技資源，對于農業科技進步水平的提升具有明顯的促進作用。

(2)揚長避短，互利共贏。農業科技資源配置效率較高的華東、華北、中南地區，基于現有的資源稟賦，努力保持農業科技資源配置的優勢，盡量減少巨大波動，穩固相對較好的位次。農業科技資源配置效率較低的西南和西北地區，遵循因地制宜的原則，如實分析農業科技資源實際情況，設法挖掘農業科技資源配置潛能，優化重組農業科技資源配置，著力提升農業科技資源配置效率。也可以根據省(區、市)農業科技資源配置效率變動趨勢，采取多樣的結對幫扶的辦法，達到縮小差距合作共贏的互利效果。

(3)此外，加強區域之間的合作，實施農業科技“走出去”戰略，如廣西可以面向東盟、新疆面向哈薩克斯坦及塔吉克斯坦、云南與大湄公河次區域國家廣泛開展多邊農業科技交流合作等。同時針對規模效率較低的地區，在注重量的擴張同時，提升規模效益。對于規模報酬不變或者遞減的區域，加大科技方面的投入，提高技術效率。

[1] 韓占兵． 現代農業科技投入產出效率：梯度差異與驅動因素．沈陽農業大學學報(社會科學版),2016, 18(1): 9～16

[2] 鄭家喜， 楊東．中西部地區農業科技資源配置效率測算與分析.統計與決策， 2016，(20)： 102～106

[3] 楊傳喜， 王亞萌，譚追，等.廣西農業科技資源配置結構與效率測算．科技和產業， 2017，(1)： 32～38

[4] 楊傳喜． 農林髙等院校科技資源配置效率研究．科研管理， 2013, 34(4): 115～118

[5] 楊傳喜， 王亞萌．基于第二次R&D資源清查的農業科技資源配置效率分析．中國農業資源與區劃,2017, 38(7): 126～134

[6] 楊傳喜， 徐頑強，孔令孜，等.農業科學院科技資源配置效率研究——基于30個省級農業科學院的面板數據分析．南方農業學報， 2015, 46(1): 170～174

[7] 陳祺琪， 張俊飚，程琳琳，等.農業科技資源配置能力區域差異分析及驅動因子分解．科研管理,2016, 37(3): 110～123

[8] 陳紅玲． 農業科技資源與農業經濟發展的關系研究——以東部地區為例．中國農業資源與區劃,2016, 37(9): 220～224