基于MAXDEA模型的新疆農業科技創新效率研究

吳正平 何鳳林

摘 要：使用 MAXDEA模型，以新疆農業科技創新的輸入和輸出數據為依據，2007—2017年為樣本，建立了一個研究新疆農業科技創新效率的模型，計算其綜合技術、純技術和規模效率，分析新疆農業科技創新的效率。結果顯示，新疆農業科技創新的綜合技術效率的平均值等于0.953，小于1，說明新疆農業科技創新的輸入和輸出效率未達到DEA有效。 針對新疆農業科技創新投資人才、資金、設備等效率低的問題，提出了提升新疆農業科技創新效率的對策建議。

關鍵詞：新疆農業;科技創新;效率;MAXDEA

中圖分類號：S-3? ? ? ?文獻標識碼：A

基金項目：教育部人文社會科學研究項目“絲綢之路經濟帶戰略下新疆區域創新系統再造研究”（項目編號：17YJA630113）;國家自然科學基金項目“科技援疆創新資源從外生性嵌入到內生性根植的路徑與機制研究”（項目編號：71764030）

引言

為了加快建設創新型國家，習總書記在十九大報告強調創新是引領經濟發展的主要動力，農業現代化是完善創新體系的戰略支撐。新疆維吾爾自治區的現代化計劃綱要明確指出：2011—2020年的10a，是新疆的全面小康社會的建設加速推進社會主義現代化的重要時期，促進傳統農業向現代農業轉型，全面實現農業跨越式發展的基礎階段。農業是新疆經濟社會發展的根本，農業技術是農業現代化的核心內容和基本支撐，可以說是“沒有農業科技技術，就沒有農業現代化” 。

農業是新疆的戰略和基礎產業，在新疆維吾爾地區經濟和社會的發展中承擔相當重要的角色。改造傳統的農業、農村經濟是農業現代化的一個重要階段，新疆農業的發展面臨著難得的歷史機遇，也面臨著一系列嚴峻的挑戰。農業技術創新能力的提高，決定了新疆新常態，開創新局面，追趕跨越、加速發展的進程。 研究新疆的農業技術創新對目前的效率優化農業技術創新體系的資源配置，提高農業生產效率，確保食品的安全具有重要的意義。

1 研究綜述

Nasierowski兩階段DEA和Arcelus運用的方法在世界45個國家創新效率進行了測量和分析[1]，研究顯示，生產效率的變化主要受技術創新和資源的配置規模的影響。Lee H等基于DEA模型的技術對27個亞洲國家和地區的創新效率排序的研究結果顯示，中國、韓國等國家的技術創新的效率相對較低[2]。杜鵑在之后DEA模型的基礎上，對中國農業技術創新的投入產出效率進行數量化分析，中國的部分地區的農業技術創新出現非DEA有效的原因是投入規模不當和計算不足[7]。董明濤運用dea測定2009—2011年的中國農業技術創新、資源分配的效率，通過構建個體固定效應模型的農業技術創新資源分配的效率，得到其影響的核心要素[3]。趙驍煬運用DEA的非農業全參數malmquist指數，對山西省的城市測量要素生產效率的預測，根據山西農業技術創新，找尋提高效率的對策[4]。張靜、張寶文采用曼奎斯特（Malmquist）指數法測定1990—2008年我國的農業技術創新效率的年平均增長率，累積和地區差距[5]。李燕凌、歐陽萬福采用CCR模型運用評價2004—2006年湖南省14個市和所屬縣市支農財政支出的效率性，以及與Tobit模型分析縣鄉的財政支農效率的影響因素[9]。楊林、許敬軒采用Dea-tobit，研究證明了公共文化支出占人均GDP和財政支出的比重，公共文化支出效率存在顯著負相關關系[17]。王銀梅、朱耘嬋的研究，基于Dea-tobit malmquist模型和靜態動態測定相結合，測量效率的結論是地區之間值的水平存在顯著的不均衡、投入規模和減少資源浪費的公共文化支出效率為主要影響因素，居民教育水平和相關的文化政策對公共文化支出效率存在顯著的正面效果[18]。

2 MAXDEA分析模型

MAXDEA數據包絡分析模型是在相對效率概念的基礎上，對同一類型的決定測量單元技術的有效與否的效率評價方法的一種。DEA方法很多，可以是投入產出的決策單元的相對有效性的判斷，也不需要具體的生產函數，無需事先設定，也沒有必要提前預測參數，在實際運營過程中，簡化運算，減少誤差等優點，被廣泛應用于多科學領域。國內應用比較廣泛的主要是Charnes、Cooper和Rhodes在1978年提出的CCR模型和Banker、Charnes和Cooper在1984年提出的BCC模型[8]。DEA模型評價只能橫向對比，如果各決策單元的效率在加入時各期的生產前沿面時間改變，無法合理的縱向比較，所以在縱向評價，這就是運用DEA的malmquist指數方法的必要性[12]。Caves等對Malmquist指數在1982年生產指數測定法，該方法是一種不需要價格尺度相關信息的全要素生產率（TFP）簡稱的非參數方法[6]。此后經過不斷完善過程，fare等是規模報酬可變條件下，面向生產t， t + 1瞬間和技術參照malmquist指數模型的定義是。

3 指標選擇與數據來源

一般，DMU的數量是不能少的輸入和輸出指數加在一起的數量，否則失去了DEA效率對DMU的區分能力，農業技術創新效率評價指標的選擇，以現有的文獻為參考，根據索引選擇科學、系統、全面、可比性和可操作性的原則等。考慮指標的可獲得性、代表性及數據包絡分析方法對數據的要求，借鑒已有的相關研究成果，本文從農業科技創新投入和農業科技創新產出2個指標進行的選擇。輸入的選擇指標，一般從現有的技術創新效率研究經費和人才選擇2個方面;考慮輸出指標的選擇要反映技術創新的生產直接和間接經濟效益的技術創新生產指數。本文依據以上的原則為基礎，參考相關研究農業技術創新效率選擇了2個一級的指標和5個二級指標、對農業技術創新的效率進行分析，如表1所示。

3.1 農業技術人員

農業科技投資主要是提高農業科學知識，使有一定的技術、具有較強的農業科技人員，對農作物種植進行專業的科學管理，對農業生產產生深遠的影響。農業科學家多的區域，該地區的農業創造生產的價值更大。

3.2 R&D（研究與試驗發展）經費支出

經濟的投入對于農業科學研究是最為重要的，包括政府的金融投入在中國不同地區農業科學技術所需要的費用。一般來說，農業產值的積極預測功能，投資成本越大的地區，農業產值會更高，農業產值和投資成本成正比。

3.3 農業機械總動力

農業機械總動力包含的是農業、林業、畜牧業和漁業的各類機械總動力操作的總功率。一個地區的農業機械操作的總輸出功率越大，那么該地區的農業機械化程度較高?？傒敵龉β剩虼丝梢宰鳛檗r業機械區域農業資源的技術創新的評價指標。

3.4 農業總產值

農業生產量是所有的產品的貨幣形式，是指農業、林業、畜牧業和漁業，各種農業產品的價款的總和，是指農業生產的總規模和總能收獲，農業的效果，一個國家或者說某個地區農業產量的總規模和總水平可以通過農業產出情況做出相應的反映， 農業產量可以更直觀。擴大農業科技投入可以有效改善新疆農業生產，并改善新疆農業的產量。

3.5 農業科技成果數

農業技術成果主要指的是農業方面的科學家、農業、農業管理、農業生產管理的一系列農業科技研究成果的取得，進行農業實踐、種植、林業、畜牧業、漁業等在內的4個產業理論的研究。研究顯示，在一個國家中或者處于某個地區里的高中質量或者高質量的農業科學成果的數量的多少，表現出了這個國家或者這個地區的農業科學和技術產出的高低。通過科學技術論文、著作、鑒定的科學成果和發明專利技術創新成果的數量直接技術作為計算的測定，本文選擇農業科學技術論文發表情況作為判斷一個地區或者國家技術創新的水平反映。

因為農業 R&D經費與發表有關農業科技論文情況的指標對本研究的農業科技創新問題數據的分析與處理占據較為重要的地位，但是根據現有統計年鑒數據中沒有查找到該數據資料， 因為數據涉及項目比較多，所以沒有辦法調研統計數據。 本人查閱相關文獻對指標進行替換處理，運用計算公式“農業研發經費 =研發經費×（農業總產值/生產總值），發表農業科技論文=發表科技論文×（農業總產值/生產總值）” 進行指標的處理，與其他學者的組合方法處理的數據相比較，這種處理的結果更接近實際情況。本研究中所涉及的數據來自《新疆統計年鑒》、《新疆科技統計年鑒》及新疆的國民經濟和社會發展統計公報。

4 實證分析

利用 MAXDEA 模型計算出 2007—2017 年新疆農業科技創新的綜合技術效率、純技術效率和規模效率（ 見表 2） 。

4.1 綜合技術效率分析

綜合技術效率即投入和生產效率，因此綜合技術效率=純技術效率×規模效率。綜合技術效率值（TE）=1時，技術上，同年投入產出相對最大化實現帕累托最優;當 TE<1時，則表示該單元并沒有達到技術有效的目標，所以稱之為非技術有效。模型最優值為1的部分年份達到了 DEA 有效，這表明技術和規模均為有效的，說明這些年的新疆農業的科技創新評價高。新疆的農業技術創新的綜合技術效率值為0.953，表明從2007—2017年，新疆的農業技術科技創新的輸入輸出和價值高的科技效率，所以是完全 DEA有效。從表2可以看出，2007年、2011年、2016年、2017年，綜合技術效率值為1，純技術上，是有效的規模。剩下的整體技術效率值小于1，表示當年的農業技術創新投資的效率較低，非 DEA有效的，這7a的新疆是輸入和輸出的農業技術創新的帕累托最優的條件下， 新疆這7a的農業技術創新人才、資金投入、設備等也存在利用效率低的問題，致使目前新疆農業技術發展緩慢的現象一直存在。

4.2 純技術效率分析

純技術效率值（PTE） = 1時，該單元技術有效，也就是說，相對來說，達到了投入產出的最大化;純技術效率值（PTE） < 1時，該單元未達到技術有效，稱為非技術有效。表2中可以看出，新疆的純技術效率均值等于0.980，在1以下，說明從整體來看，新疆的農業技術創新技術投入的效率存在提高的空間。農業技術創新投入的純技術效率值為1的有2007年、2008年、2009年、2010年、2011年、2016年、2017年，這7a的新疆農業技術創新的純技術投入的利用效率高，且在所有松弛變量為0，這7a是DEA有效的。其他的4a，純技術效率值在1以下，這4a非有效技術有效，農業技術創新的方法相比較落后，相對而言，新疆的農業技術創新投資組合和輸入輸出沒有被部署最優?！笆濉逼陂g，新疆農業技術創新投入的增加，國家和新疆維吾爾自治區政府的支持政策，新疆的農業技術創新能力和技術水平均有所提高，使純技術效率的提高實現其有效性。

4.3 規模效率分析

規模效率值（SE）=1，顯示實現有效決策單元的規模，無論投資是大規模還是小規模，報酬之間的臨界點是通過增加和減少處于最佳狀態;當 SE < 1，表明該投入規模在規模報酬遞增或減少階段，為非有效規模。新疆的規模效率均等于0.973，在1以下，說明有必要改變投入規模。從表2可以看出，2007年、2011年、2012年、2016年、2017年新疆農業科技創新的規模投資回報穩定，最優的農業技術投入規模，剩下的6a的平均規模報酬處于增加或減少投入規模的階段，故這6a的投入存在不足和配置不合理等問題，阻礙了技術創新的投資促進效率，所以要求，農業技術創新的未來必須投入巨大資源合理配置，增加生產的技術創新，提高科學技術創新能力，發揮整體優勢，提高區域技術創新的效率，資源分配的效率，并充分迅速整合傳統生產方式的轉換，推進經濟技術創新驅動經濟發展方式。

5 結論與政策建議

使用MAXDEA模型對新疆的農業技術創新的效率進行了分析。結果表明，新疆的綜合技術效率、純技術效率和規模效率平均在0.9以上，說明這3個效率較高;平均在1以下，說明技術創新存在效率投入冗余和產出不足的現象，不同程度的農業技術創新和出口冗余投入不足，農業技術創新投資者沒有發揮積極的作用，導致輸出值的非效率。從科技創新產出的角度來看，當存在輸出不足的現象，說明存在大量的投入在農業科技創新方面和人員中并沒有顯示出積極而有效的促進作用，導致新疆農業科技創新效率不高。根據分析的結果，提出以下3點建議。

5.1 加快農業科技創新

啟動一個試點項目，促進農業科技創新，創建農業研究、教育、普及的一種新型的農業科技連接系統。 加快現代農業產業技術體系和科技創新平臺的發展，支持龍頭企業和現代農業園區建立專家工作點或工作站。新疆特色主導產業的發展需求，大力推進高新技術創新和關鍵技術在高產優質中盡快培育新品種、農產品深加工技術研究和開發，農業技術開發是研究災害、重大農產品以及其生產質量安全標準和突破的核心。 鼓勵農業企業技術創新，促進支柱和優勢農業研究機構，高等學校的大量生產，合作創新聯盟，因勢利導的指引和鼓勵支持相關企業著眼于或參加到農業技術的項目中來，打造一批具有高水平的農業研究開發機構。

5.2 增加政府對農業科技投入

農業科技的服務對象主要是農民，為社會創造了各種效益，所以如果沒有各級政府農業投資，農業科技的發展是不能用盡其才的。一般來說，我國政府相關的機構對農業生產發展的投資和整個社會的經濟發展是同步的。新疆的農業科技創新的發展，應該多關注適當增加農業科技和技術創新的投資，努力提高農業創新技術，從而實現農業生產總值的比率穩步提升。

5.3 培養創新型人才

創新是社會進步的前提，培養人才是創新的前提，科學和技術促進發展的轉換。 新疆農業技術投入的增加的同時，還必須努力提高農業技術創新人才隊伍的建設，布局優化農業技術人才，完善農業技術人才的流動性管理體系，調整促進農業技術人才的合理布局，同時協調經濟社會發展的需要，提高農民的技術技能，為大美新疆的農業科技創新發展奠定堅實有力的基礎。

參考文獻

[1] NASIEROW SKIW，ARCELUS F J.Interrelationships a-mong the elements of national innovation systems： a statis-tical evaluation[J].European Journal of Re-search，1999（119）：235-253.

[2] LEE H，PARK Y，CHOI H. Comparative evaluation of performance of national R&D programs with heterogeneous objectives：a DEA approach[J]. European Journal of Operational Research，2009，196（3）：847-855.

[3] 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，2014，28（2）：53-58.

[4] 趙驍煬. 山西農業科技創新效率研究[J]. 經濟師，2014（10）：148-153.

[5] 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（7）：84-88.

[6] 林坤煌. 基于DEA法的福建省農業科技創新效率評價研究[D].福州：福建農林大學，2012.

[7] 杜娟. 基于DEA模型的我國農業科技創新投入產出分析 [J].科技進步與對策，2013（4）：82-85.

[8] 肖碧云. 基于DEA模型的我國農業科技創新資源配置效率研究 [J].吉林農業科技學院學報，2016（4）：62-65.

[9] 鮑紅梅.基于DEA的科技創新效率分析[J].長春師范學院學報：自然科學版，2009（5）：9-11.

[10] 賀德方.我國科技投入的效率、效果評價研究[J].情報學報，2006（6）：740-748.

[11] 白俊紅，江可申，李蜻，等.區域創新效率的環境影響因素分析———基于DEA-Tobit兩步法的實證檢驗[J].研究與發展管理，2009（2）：96-101.

[12] 石峰.基于省際面板數據及DEA的區域創新效率研究[J].技術經濟，2010，29（5）：42-47.

[13] 官建成，何穎.基于DEA方法的區域創新系統的評價[J].科學學研究，2005（2）：265-271.

[14] 龍如銀，李仲貴.基于SE-DEA的我國省域技術創新效率評價[J].科技管理研究，2009（1）：73-75.

[15] 雷彥斌，李徽，歐國立.基于政府科技投入的我國轉制科研機構效率評價與研究[J].科學學與科學技術管理，2010（7）：34-37.

[16] 徐小欽，黃馨，梁彭勇.基于DEA與Malmquist指數法的區域科技創新效率評價———以重慶市為例[J].數理統計與管理，2009，28（6）：974-985.

[17] 楊林，許敬軒.地方財政公共文化服務支出效率評價與影響因素[J].中央財經大學學報，2013（04）：55.

[18] 王銀梅，朱耘嬋.基于面板數據的地方政府公共文化支出效率研究[J].經濟問題，2015（06）：35-40.