山東省農業科技資源配置效率研究

李成媛，李敬鎖

（青島農業大學經濟管理學院（合作社學院），山東 青島 266109）

三農問題一直是黨和政府工作的重點，2019 年中國農業科技進步貢獻率為59.2%［1］，與荷蘭、日本、美國等發達國家的農業科技進步貢獻率還有較大差距。有學者指出中國農業科技資源的不合理配置是制約其農業科技資源配置效率提高的重要因素［2］。中國的農業科技水平仍然需要不斷進步，然而現階段中國的勞動力資源和土地資源已不再是其優勢，在有限的農業科技資源條件下，提高農業科技資源配置需要改變農業發展方式，促進科技引領農業快速發展。

國外相關研究將重點放在如何提高配置效率上，Klingebiel 等［3］證實資源配置戰略的選擇對創新績效有很大貢獻及影響。國外不同學者分別對澳大利亞、德國等國家的資源配置效率進行研究，并提出制定和完善相關法律法規以及完善管理方法能夠有效保護科技資源的合理配置［4，5］。Alic［6］和 Burton等［7］提到日本通過啟動科技計劃以及重視基礎設施的建設和人才的培養來保障資源配置的合理性。

近年來，學者們對農業科技資源配置效率的研究不斷增加，研究方法主要有DEA 模型法、層次分析法、灰色關聯分析法等，運用較多的是DEA 模型法。宏觀層面上國內部分學者主要以全國范圍為研究對象，董明濤［8］、鄧敏慧等［9］對中國的農業科技資源配置效率進行研究，并指出中國各地區效率存在差距，農業科技資源配置效率仍然有很大進步空間。中觀層面上部分學者以中國某個省或某個區域為研究對象，鄭家喜等［10］對中國中西部農業科技資源配置效率進行了測評，發現中西部農業科技運行綜合效率仍有較大的提升空間，但西部地區農業科技運行綜合效率平均值高于中西部地區；趙連明［11］、陳振等［12］、李勇輝等［13］分別對重慶市、河南省和云南省的農業科技資源配置效率進行了研究。微觀層面上以高校或科研機構為研究對象，毛世平等［14］運用DEA-Malmquist 指數法對京津冀地區農業科研機構的科技資源配置效率進行了分析，結果表明北京市農業科技人員和農業科技經費遠高于天津市和河北省；楊傳喜等［15］以省級科學院為視角進行研究，結果表明省級農業科學院資源配置能力差距較大。

國外學者對農業科技資源配置效率的研究集中在相關對策建議上，國內學者對農業科技資源配置效率已經進行了比較深刻的研究，對山東省的研究集中在農業資源配置效率上，很少有學者對山東省農業科技資源配置效率進行研究。山東省作為中國的農業大省，面臨資源與人口的雙重壓力，必須加快提升農業科技資源配置效率，保障糧食安全。本研究在現有研究的基礎上，用DEA 模型對山東省農業科技資源配置效率進行測算，以期為山東省提高農業科技資源配置效率提供理論參考。

1 指標選取與研究方法

1.1 指標選取

本研究所選取的指標遵循科學性、系統性、可操作性、可比性等原則［16-18］，農業科技投入包含農業科技人力、物力、財力資源投入，研發層面選擇農業R&D 人員投入作為人力資源投入，農業R&D 經費內部支出作為財力資源投入。農業機械總動力和化肥施用量可以直觀地顯示農業科技在生產層面的投入，直接作用于農業生產，因此，本研究將農業機械總動力和化肥施用量作為生產層面的投入。其中農業R&D 人員和農業R&D 經費內部支出作為農業科技投入2 個很重要的指標，在查閱相關文獻的基礎上，借鑒鄧燦輝等［19］的研究方法進行指標測算，運用公式“該指標農業數據= 全行業該指標數據×（農林牧漁業總產值/生產總值）”進行指標處理。

本研究以山東省16 個地級市為研究對象，地市層面科研機構較少，知識產出在各地市科技產出中并不明顯，更明顯的農林牧漁總產值的增加和農民生活水平受科技投入的影響而產生變化。根據選取指標的原則選擇農林牧漁總產值和農村居民可支配收入作為產出指標。

選取的山東省各地市農業科技資源配置效率指標體系如表1 所示，所用指標的原始數據來自2016—2019 年山東省統計年鑒。進行研究前，為消除價格的影響，本研究將相關指標以2000 年為基期進行平減處理，研究方法選擇非參數的數據包絡分析方法。

表1 山東省各地市農業科技資源配置效率指標體系

1.2 研究方法

1.2.1 BCC 模型 本研究采用基于規模報酬可變的BCC 模型對山東省2015—2018 年的農業科技投入產出效率進行分析。BCC 模型在計算綜合效率時，得到的效率是純技術效率和規模效率，即綜合效率（TE）=純技術效率（PTE）×規模效率（SE）。

BCC 模型的原理如下，假設有h（h=1，2，…，n）個決策單元DMU，分別為DMU1，DMU2，DMU3，…，DMUn，每個決策單元都包含相同的i個投入數據（i=1，2，3，…，m）和r（r=1，2，3，…，s）個產出數據，xhi表示第h個決策單元的第m個投入，yhr表示第h個決策單元的第s個產出。BCC 模型是在CCR 模型的基礎上增加了約束條件，具體模型如下。

若θ= 1,s+=s-= 0，則稱決策單元為 DEA 有效；若θ= 1,s+≠ 0 或s-≠ 0，則稱決策單元為弱DEA 有效；若θ≠ 1，則稱決策單元為非 DEA 有效。

1.2.2 Malmquist 指數模型 Malmquist 模型是一個動態指數模型，能夠得到目標決策單元效率的動態變化，彌補傳統靜態DEA 不能對面板數據進行分析的缺點，被廣泛應用于測算不同時期不同地區決策單元效率的變化。其距離函數如下：

式中，xn+1、yn+1分別表示在n與n+1 時期的投入產出量，Pn（xn，yn）和Pn（xn+1，yn+1）表示以第n期技術條件為參考的技術環境下，第n期和第n+1 時期的距離函數，Pn+1（xn，yn）和Pn+1（xn+1，yn+1）表示以第n+1時期技術條件為參考的技術環境下，第n期和第n+1時期的距離函數。

當規模報酬不變時，Malmquist 指數可以分解為技術效率指數（EFFCH）和技術進步指數（TECH），當規模報酬可變時，技術效率又可分為純技術效率和規模效率，純技術效率表示純技術效率影響技術效率指數的程度，規模效率表示該決策單位是否處于規模效率狀態。Malmquist 指數（TFP）可以表示為純技術效率指數（PECH）、規模效率指數（SECH）和技術進步指數（TECH），即：

當全要素生產率指數大于1 時，表明全要素生產率處于增長狀態；當全要素生產率指數小于1 時，表明全要素生產率處于下降狀態。其模型為：

2 結果與分析

2.1 BCC 模型結果及分析

2.1.1 總體分析 運用DEAP 2.1 軟件對2015—2018 年山東省的投入產出數據進行分析，得到的結果如表 2 所示［20］。

從表2 可以看出，山東省農業科技資源配置效率處于不穩定狀態，2016 年綜合效率達到最高。2015 年 DEA 有效地市約占全省的 31%，2016 年、2017 年、2018 年 DEA 有效地市約占全省的 50%。結果表明，山東省農業科技資源配置效率仍有較大進步空間。山東省4 年間的純技術效率比規模效率略有提高，表明山東省各地市綜合效率受規模效率的影響較大。

表2 2015—2018 年山東省農業科技資源配置效率評價結果

2.1.2 2018 年山東省各地市農業科技資源配置效率評價 基于BCC 模型對2018 年山東省16 個地市的農業科技資源配置效率進行分析，得到山東省各地市的投入產出效率，如表3 所示。

1）綜合效率。以山東省每個地市作為1 個決策單元，綜合效率為1.000 表明該地市農業科技資源配置是有效的，為DEA 有效，綜合效率小于1.000 為非DEA 有效。由表2 可知，山東省2018 年綜合效率為0.922，整體處于較高水平，但未達到DEA 有效。由表3 可知，濟南、淄博、棗莊、東營、煙臺、威海、日照、菏澤8 個地市的綜合效率為1.000，說明在現有的管理水平、技術水平、資源投入情況下，這8 個地市的產出已經達到最優狀態。綜合效率在0.900～1.000的地市有2 個，分別為青島市和泰安市，在0.800～0.900 的地市有3 個，分別為濰坊市、濟寧市和濱州市，小于0.800 的地市為臨沂市、德州市和聊城市。

表3 2018 年山東省各地市農業科技資源配置效率評價結果

2）純技術效率。從表 2、表 3 可以看出，2018 年山東省純技術效率為0.968，較綜合效率略有提高，其中11 個地市的純技術效率為1.000，除去綜合效率為1.000 的地市，還有青島市、濰坊市和濟寧市的純技術效率有效，規模效率無效，表明這3 個地市的投入量在現有產出水平下處于最少狀態，繼續增加投入產出不會隨之增加，實現農業生產的產業化經營是提高綜合效率的有效途徑。

3）規模效率。當規模效率為1.000 時，說明存在規模經濟，無須對投入產出進行調整，當規模效率小于1.000 時，說明存在規模遞減或遞增。2018 年山東省整體規模效率為0.951，小于純技術效率，規模效率對綜合效率的影響程度大于純技術效率。純技術效率和規模效率均無效的地市有泰安市、臨沂市、德州市、聊城市和濱州市，這5 個地市一部分投入量沒有被充分利用，屬于高投入、低產出類型，減少相關投入要素的量并不會導致產出的減少。其中泰安市、德州市和濱州市規模效率略大于純技術效率，說明這3 個地市需要更加注重管理水平和相關制度方面的提升和改進。臨沂市和聊城市純技術效率大于規模效率，說明這2 個地市的投入冗余值以及產出不足值相對較大。

2.1.3 投入冗余分析 根據DEAP 2.1 軟件的計算結果，進一步對泰安市、臨沂市、德州市、聊城市和濱州市這5 個地市的投入要素冗余進行分析，結果如表4 所示。由表4 可知，導致農業科技綜合效率低的原因是各投入要素有不同程度的冗余，農村居民可支配收入尚有進步空間。泰安市和濱州市農業R&D 人員冗余程度較大，德州市農業機械總動力和農業R&D 經費內部支出冗余程度較大，聊城市農業機械總動力冗余程度達28.5%。

表4 2018 年山東省5 個地市農業科技資源配置要素投入冗余產出不足值

2.2 Malmquist指數結果及分析

2.2.1 縱向分析 運用DEAP 2.1 軟件計算得出2015—2018 年山東省各地市的全要素生產率指數及其分解，結果如表5 所示。

表5 顯示了山東省16 個地市農業科技資源配置的動態情況，從全省范圍看，山東省農業科技資源配置全要素生產率處于增長狀態。全要素生產率平均增長5.2%，農業技術進步的平均增長率為5.0%，16個地市中有14 個處于增長狀態，僅日照市和德州市處于下降狀態。

表5 2015—2018 年山東省各地市全要素生產率指數及其分解

從地理位置來看，山東省全要素生長率增長幅度東部地區＞中部地區＞西部地區，山東省西部地區的全要素生產率低于全省平均值，其全要素平均增長率為0.7%，原因可能是西部地區農業科研主體較少，政府支持力度相對東部地區較少，缺少對相關專業人才的吸引力。東部地區和西部地區的純技術效率略有下降，主要是由于臨沂市、德州市和聊城市純技術效率下降引起的。中部地區規模效率有略微下降，主要是由于濱州市和濟寧市的規模效率下降引起的。全要素生產率排名靠后的3 個地市東部、中部以及西部地區各有1 個。

從各地市角度分析，日照市綜合技術效率保持不變，技術進步率有小幅度降低，全要素生產率受技術進步率的影響處于下降狀態，說明日照市缺乏一定的農業科技相關知識以及相關技術的改進、新技術的利用。日照市農業科技投入要素較其他地市明顯偏少，農業科技產出也有明顯差距，農業機械總動力以及化肥施用量4 年之內有明顯降低，且日照市綜合技術效率為1.000，全要素生產率卻在下降，表明日照市農業科技資源投入轉化率不足。德州市全要素生產率在16 個地市中排名最后，其純技術效率和技術進步率均小于1.000，說明德州市農業科技投入要素存在不同程度的冗余，投入要素沒有得到充分利用，且新知識和新技術沒有得到很好的推廣與應用，農業科技投入要素的增加并沒有導致農村居民可支配收入的增加。臨沂市、泰安市和聊城市的純技術效率均小于1.000，說明這3 個地市關鍵要提高技術效率，并不斷提高涉農專業人員的綜合素質以及管理能力。

2.2.2 橫向分析 從表6 可以看出山東省農業科技資源配置效率2015—2018 年的變化情況。2015—2016 年和2017—2018 年的全要素生產率均處于增長狀態，2016—2017 年處于下降狀態。

表6 2015—2018 年山東省農業科技資源配置效率變動情況

2015—2016 年綜合技術效率和技術進步率均處于上升狀態，且全要素生產率上升幅度最大，達12.4%，這是由于16 個地市中有10 個地市的2016 年農林牧漁業總產值均高于其他年份，4 種投入要素中有3 種投入要素的全省平均值大于其他年份，且根據BCC 結果顯示，2016 年綜合效率最高。

2016—2017 年規模效率的上升幅度小于技術進步率的下降和純技術效率的下降幅度，導致全要素生產率下降3.8%。2017 年4 種投入要素較2016年有小幅度下降，但仍存在資源利用率不高、農業新技術的研發與應用不足等問題，產出中僅農村居民可支配收入有小幅上升。

2017—2018 年純技術效率和規模效率均是負增長狀態，2017 年中央一號文件提出要加強農業科技研發和推廣，山東省農業技術進步率有大幅度上升，農業新技術被廣泛應用，全要素生產率受技術進步率的影響上升7.6%。山東省2015—2018 年綜合技術效率和技術進步率均處于不穩定狀態。

3 小結與政策建議

3.1 小結

2015—2018 年山東省16 個地市的農業科技資源配置效率均處于較高狀態，規模效率在很大程度上決定了綜合效率是否有效，處于DEA 無效的地市規模收益均處于遞減狀態。山東省存在投入冗余現象，需要對農業科技資源要素投入結構進行調整。2015—2018 年山東省農業科技全要素生產率整體呈增長趨勢，純技術效率呈下降狀態，全要素生產率的增長主要靠技術進步率的提升，規模效率的影響較小，山東省西部地區全要素生產率指數明顯低于中部地區和東部地區。從投入角度看，處于非DEA有效的地市中4 種投入要素都有不同程度的冗余，其他地市表現良好，從產出角度看農民人均可支配收入仍有進步空間。

3.2 政策建議

3.2.1 按需配置資源，建立合理有效的投入保障機制 自然資源是有限的，農業科技的發展必須要在有限的自然資源條件下促進產品數量的增加以及質量的提高。農業科技投入要根據山東省各地市實際情況，考慮農業科技從研發到被使用的全過程，存在投入冗余的地市要根據實際情況減少相關投入要素的量，其他地市要在保證現有投入的基礎上，調整農業科技的投入產出結構，通過不斷完善相關政策提高管理部門的管理能力，從而提高山東省農業科技資源配置能力，帶動山東省整體農業科技資源配置效率的提升。

3.2.2 建立中東西部聯合發展機制 加大對山東省西部地區的農業科技支持力度，發揮高效率地區的帶動作用，以東營、淄博以及菏澤3 個地市作為山東省東部、中部和西部的中心輻射區，加強與綜合效率低的地市合作，如人才、科技等方面的分享，促進山東省整體農業科技資源配置效率的提高。

3.2.3 提高土地規模收益 根據靜態分析結果，山東省各地市規模收益普遍下降。農業科技投入要根據各地市實際情況選擇合適的農作物，并對農民進行相關知識培訓，采用科學的種植方法和管理方法，提高農業機械和化肥的利用率［21］。要加強西部偏遠地區農田水利等基礎設施的投入，同時增加對環境友好型農業科技產品的投入，促進農業科技持續性發展，在農作物總播種面積一定的情況下，提高產量，增加農民收入。

3.2.4 建立完善的農業科技服務體系 結合山東省農業科技資源配置效率現狀，需不斷建立完善的農業科技服務體系，提高科技成果的轉化能力［22］，以提高山東省農業科技資源配置效率，提高農業生產率。同時要建立研發人員與農業生產的聯系通道，建立合理的信息反饋機制，深入了解山東省各地市農業生產狀況以及農民需求，重視農業科技成果是否具有實用價值，將研發層面與生產層面相結合，了解農業生產者的困境和需求，讓科研成果更快流通到生產層面。