政府農(nóng)村科技服務(wù)績(jī)效及其影響因素實(shí)證研究
——基于超效率DEA-Tobit模型

胡揚(yáng)名， 陳 軍

(湖南農(nóng)業(yè)大學(xué)公共管理與法學(xué)學(xué)院，湖南長(zhǎng)沙 410128)

伴隨著我國(guó)經(jīng)濟(jì)快速發(fā)展，2004—2015年我國(guó)農(nóng)業(yè)尤其是糧食已實(shí)現(xiàn)連續(xù)12年增產(chǎn)，為我國(guó)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型升級(jí)、全面建成小康社會(huì)打下了堅(jiān)實(shí)的基礎(chǔ)和有力的保障，這一成就的實(shí)現(xiàn)，農(nóng)業(yè)科技服務(wù)功不可沒。作為農(nóng)業(yè)大國(guó)，各級(jí)政府也在不斷致力于促進(jìn)農(nóng)業(yè)的發(fā)展和農(nóng)村科技服務(wù)的完善。當(dāng)前，我國(guó)已初步建立起多元化的農(nóng)村科技服務(wù)體系，農(nóng)民作為農(nóng)村科技服務(wù)的受益者，可以享受到來自政府5級(jí)(農(nóng)技推廣機(jī)構(gòu)、高校和科研機(jī)構(gòu)、涉農(nóng)企業(yè)、科協(xié)以及農(nóng)民專業(yè)合作社等)供給主體提供的農(nóng)村科技服務(wù)。此外，自科技特派員的福建省“南平模式”開始，各地也在積極探索符合當(dāng)?shù)貙?shí)際情況的農(nóng)村科技服務(wù)模式，如海南的“農(nóng)業(yè)技術(shù)服務(wù)110服務(wù)”模式、江蘇的“科技超市”等，都為各地區(qū)的農(nóng)業(yè)發(fā)展貢獻(xiàn)了一份力量。但農(nóng)村科技服務(wù)具有典型的農(nóng)村公共產(chǎn)品或準(zhǔn)公共產(chǎn)品屬性，這也決定了政府具有提供這種公共產(chǎn)品的基本責(zé)任以及在農(nóng)村科技服務(wù)的供給過程中居于核心地位。由于我國(guó)各地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展條件和自然稟賦存在的客觀差異，科學(xué)合理地評(píng)價(jià)我國(guó)各地區(qū)農(nóng)村科技服務(wù)績(jī)效及影響農(nóng)業(yè)科技服務(wù)績(jī)效的因素，對(duì)于進(jìn)一步促進(jìn)我國(guó)農(nóng)業(yè)發(fā)展、農(nóng)民增收、農(nóng)業(yè)科技進(jìn)步，實(shí)現(xiàn)“十三五”規(guī)劃提出的要“提高農(nóng)業(yè)質(zhì)量效益和競(jìng)爭(zhēng)力”具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)回顧

在農(nóng)村科技服務(wù)績(jī)效測(cè)度方面，國(guó)內(nèi)已有學(xué)者進(jìn)行了一些研究，主要表現(xiàn)在以下幾個(gè)方面：一是在理論方法層面的創(chuàng)新。王薇等從過程完整性和對(duì)象復(fù)雜性2個(gè)方面分析了對(duì)農(nóng)村科技服務(wù)績(jī)效評(píng)估方法進(jìn)行創(chuàng)新的必要性，創(chuàng)新性地提出雙層效率因素分析(double-decked efficiency factor analysis，簡(jiǎn)稱DEFA)模型，即以微觀層面農(nóng)民“滿意度”和宏觀層面進(jìn)行數(shù)據(jù)包絡(luò)分析(DEA)相結(jié)合的分析工具[1]。二是對(duì)農(nóng)村科技推廣績(jī)效及其影響因素的研究。欒立明對(duì)吉林省農(nóng)技推廣績(jī)效進(jìn)行了研究，在此基礎(chǔ)上發(fā)現(xiàn)農(nóng)戶的主體屬性、農(nóng)技機(jī)構(gòu)自身屬性以及運(yùn)行環(huán)境對(duì)推廣績(jī)效具有顯著的影響[2]；黃玉銀等基于農(nóng)戶農(nóng)技需求視角，對(duì)公益性農(nóng)業(yè)科技服務(wù)體系的績(jī)效進(jìn)行了研究[3]；蘇時(shí)鵬等應(yīng)用超效率DEA-Tobit模型對(duì)福建省306個(gè)農(nóng)業(yè)科技推廣項(xiàng)目的推廣服務(wù)績(jī)效及影響因素進(jìn)行了實(shí)證研究，結(jié)果表明，福建省的農(nóng)業(yè)科技成果推廣服務(wù)效率較低，市場(chǎng)需求與推廣載體對(duì)農(nóng)業(yè)科技成果推廣服務(wù)效率具有重要的影響[4]；徐彬等運(yùn)用綜合模糊評(píng)價(jià)法對(duì)農(nóng)業(yè)科技成果推廣績(jī)效進(jìn)行了實(shí)證研究[5]；李霞等運(yùn)用DEA模型對(duì)新疆和新疆生產(chǎn)建設(shè)兵團(tuán)的政府主導(dǎo)型農(nóng)業(yè)科技推廣效率進(jìn)行了測(cè)算，對(duì)比發(fā)現(xiàn)，新疆生產(chǎn)建設(shè)兵團(tuán)的農(nóng)業(yè)科技推廣效率要優(yōu)于新疆地區(qū)[6]；廖西元等基于14省42縣的數(shù)據(jù)，以農(nóng)戶為評(píng)價(jià)主體實(shí)證研究了農(nóng)技推廣體制和機(jī)制對(duì)農(nóng)技推廣行為和績(jī)效的影響，回歸分析結(jié)果表明，農(nóng)技員個(gè)人特征、管理體制、運(yùn)行機(jī)制中的收入分配、考核激勵(lì)等機(jī)制會(huì)顯著影響其推廣行為和績(jī)效[7]。三是從農(nóng)村科技服務(wù)供給主體的角度對(duì)農(nóng)村科技服務(wù)績(jī)效進(jìn)行研究。夏英等運(yùn)用因子分析法對(duì)我國(guó)科技特派員農(nóng)村科技服務(wù)績(jī)效進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)創(chuàng)業(yè)帶動(dòng)和財(cái)政支持及引導(dǎo)對(duì)科技特派員科技服務(wù)績(jī)效具有重要影響[8]；于鷙隆等通過對(duì)寧夏科技特派員制度績(jī)效的實(shí)證分析發(fā)現(xiàn)，進(jìn)行現(xiàn)場(chǎng)指導(dǎo)、與農(nóng)戶進(jìn)行股份合作是提高農(nóng)民全要素生產(chǎn)率的2種重要方式[9]；黃祖輝等基于Bootstrap-DEA方法對(duì)浙江省896家農(nóng)民專業(yè)合作社的效率及影響因素進(jìn)行研究，結(jié)果表明，較低的純技術(shù)效率導(dǎo)致平均效率水平偏低，而經(jīng)營(yíng)不力和管理不善直接導(dǎo)致純技術(shù)效率水平低[10]；張明等運(yùn)用超效率DEA模型對(duì)174家國(guó)家示范生產(chǎn)力促進(jìn)中心的科技服務(wù)效率進(jìn)行了分析，發(fā)現(xiàn)各地區(qū)績(jī)效水平存在較大差距[11]。

此外，還有學(xué)者針對(duì)農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行了研究，張莉俠等采用SBM超效率DEA-Tobit模型對(duì)北京、上海及天津的農(nóng)業(yè)科技創(chuàng)新效率及影響因素進(jìn)行了實(shí)證研究，結(jié)果表明，三大都市農(nóng)業(yè)科技創(chuàng)新效率存在顯著的差異，技術(shù)市場(chǎng)發(fā)育程度、農(nóng)業(yè)技術(shù)引進(jìn)與吸收能力及農(nóng)業(yè)生產(chǎn)力發(fā)展水平等因素均對(duì)農(nóng)業(yè)科技創(chuàng)新效率具有正向促進(jìn)作用[12]；孫慧波等運(yùn)用DEA-Tobit兩步法實(shí)證分析了農(nóng)業(yè)科技服務(wù)對(duì)農(nóng)業(yè)生產(chǎn)效率的影響[13]。

現(xiàn)有研究對(duì)農(nóng)村科技服務(wù)績(jī)效評(píng)價(jià)及影響因素的分析具有一定的借鑒作用，但也存在一些問題：(1)現(xiàn)有文獻(xiàn)廣泛采用的傳統(tǒng)DEA模型無法有效區(qū)分多個(gè)有效決策單元的差異，存在一定的局限性；(2)現(xiàn)有文獻(xiàn)多從農(nóng)村科技推廣以及科技服務(wù)供給主體角度展開相關(guān)研究，全面評(píng)估農(nóng)村科技服務(wù)績(jī)效的研究還有欠缺。因此，本研究運(yùn)用超效率DEA-Tobit模型來評(píng)價(jià)我國(guó)各地區(qū)農(nóng)村科技服務(wù)績(jī)效及其影響因素。

2 模型介紹

2.1 超效率DEA模型

自著名運(yùn)籌學(xué)家Charnes等在1978年提出首個(gè)DEA模型即CCR模型評(píng)價(jià)決策單元的相對(duì)效率以來[14]，DEA模型得到不斷發(fā)展和完善，已成為評(píng)價(jià)相同決策單元“多投入多產(chǎn)出”相對(duì)效率廣泛使用的方法之一。但傳統(tǒng)DEA模型在進(jìn)行效率測(cè)算的過程中，有可能出現(xiàn)多個(gè)決策單元同時(shí)位于效率前沿面的情況，這就會(huì)導(dǎo)致無法評(píng)價(jià)和比較這些決策單元的相對(duì)效率。因此，Anderson等于1993年提出了一種改進(jìn)模型，即超效率DEA模型[15]。該模型可以克服傳統(tǒng)DEA模型的上述缺陷，使得可以對(duì)有效決策單元進(jìn)行比較和排序。對(duì)偶形式下，超效率DEA模型表達(dá)式為：

minθ

2.2 Tobit模型

Tobit模型是對(duì)部分連續(xù)分布和部分離散分布的因變量提出的一個(gè)經(jīng)濟(jì)計(jì)量學(xué)模型。Tobit模型屬于因變量受到限制的一種模型，其特征之一就是因變量只能以受限的方式被觀測(cè)到，并在某種約束條件下取值的模型，其值是切割值或片斷值，故又常被稱之為刪截回歸模型(censored regression model)。一般情況下，如果自變量yit的取值在某個(gè)范圍之內(nèi)或者在數(shù)據(jù)整理時(shí)進(jìn)行了截?cái)?，且與自變量xit有關(guān)，則有如下線性回歸模型：

式中：yit為效率值向量，當(dāng)yi>0時(shí)，取yit=yi>0，稱yi為“無限制”觀測(cè)值，即實(shí)際的觀測(cè)值，當(dāng)yi≤0，取yit=0，稱yit為“受限”觀察值，“受限”觀測(cè)值均截取為0；xit為自變量向量；βT是回歸系數(shù)參數(shù)估計(jì)值向量；εit～N(0，σ2)。超效率 DEA-Tobit 兩步法步驟為：第1步采用超效率DEA模型進(jìn)行效率測(cè)算；第2步以各決策單元的超效率結(jié)果為因變量，以所選影響因素為自變量，進(jìn)行Tobit回歸分析。在超效率DEA模型的估計(jì)結(jié)果中，測(cè)算出的結(jié)果為大于0的離散數(shù)值，屬于受限因變量，如果直接使用最小二乘法，會(huì)導(dǎo)致參數(shù)結(jié)果有偏且不一致，因此采用最大似然估計(jì)法估計(jì)Tobit模型中的參數(shù)。

3 指標(biāo)選擇與數(shù)據(jù)來源

3.1 投入產(chǎn)出指標(biāo)

農(nóng)村科技服務(wù)的投入指標(biāo)主要包括財(cái)力、人力、物力三大類。在財(cái)力方面，選擇地區(qū)農(nóng)林水事務(wù)財(cái)政支出、星火計(jì)劃落實(shí)資金作為財(cái)力投入，主要原因是：分地區(qū)農(nóng)業(yè)科技財(cái)政投入尚找不到數(shù)據(jù)，本研究使用農(nóng)林水事務(wù)財(cái)政支出來表示各地區(qū)農(nóng)業(yè)科技財(cái)政力度；星火計(jì)劃是我國(guó)依靠科技進(jìn)步、振興農(nóng)村經(jīng)濟(jì)、普及科學(xué)技術(shù)、帶動(dòng)農(nóng)民致富的指導(dǎo)性科技計(jì)劃，選擇各地區(qū)星火計(jì)劃落實(shí)資金具有較強(qiáng)的針對(duì)性。在人力投入方面，選取企事業(yè)單位農(nóng)業(yè)技術(shù)服務(wù)機(jī)構(gòu)從業(yè)人員作為投入變量，農(nóng)業(yè)技術(shù)服務(wù)機(jī)構(gòu)從業(yè)人員是我國(guó)農(nóng)村科技服務(wù)的中堅(jiān)力量。在物力方面，選取農(nóng)業(yè)技術(shù)服務(wù)機(jī)構(gòu)和農(nóng)民合作社作為投入指標(biāo)，二者在農(nóng)村科技服務(wù)中同樣發(fā)揮著重要作用。

在產(chǎn)出指標(biāo)方面，農(nóng)村科技服務(wù)的目標(biāo)就是要實(shí)現(xiàn)農(nóng)業(yè)增產(chǎn)、農(nóng)民增收、農(nóng)村發(fā)展，因此選擇如下指標(biāo)：農(nóng)林牧漁總產(chǎn)值、糧食總產(chǎn)量、家庭經(jīng)營(yíng)純收入、農(nóng)用機(jī)械總動(dòng)力。其中家庭經(jīng)營(yíng)純收入為農(nóng)村居民人均純收入指標(biāo)剔除工資性收入、財(cái)產(chǎn)性收入和轉(zhuǎn)移性收入后的值，具有更強(qiáng)的針對(duì)性；農(nóng)用機(jī)械的普及與應(yīng)用會(huì)提升農(nóng)業(yè)生產(chǎn)效率，本研究認(rèn)為農(nóng)用機(jī)械總動(dòng)力可以在一定程度上反映當(dāng)?shù)剞r(nóng)村科技服務(wù)水平。

DEA模型投入、產(chǎn)出指標(biāo)的選擇須滿足同向性的假設(shè)，即不能出現(xiàn)投入的增加造成產(chǎn)出減少的現(xiàn)象，因此運(yùn)用SPSS 19.0軟件對(duì)所選投入、產(chǎn)出指標(biāo)之間進(jìn)行了Pearson相關(guān)性檢驗(yàn)，檢驗(yàn)結(jié)果(表1)表明，大部分相關(guān)系數(shù)通過了0.01水平上的顯著性檢驗(yàn)，表明所選指標(biāo)較為合理。

3.2 影響因素指標(biāo)

在借鑒前人相關(guān)研究的基礎(chǔ)[16-17]上，本研究主要分析以下因素對(duì)于農(nóng)村科技服務(wù)績(jī)效的影響。

3.2.1 經(jīng)濟(jì)發(fā)展水平 一方面，地區(qū)經(jīng)濟(jì)發(fā)展水平提高，農(nóng)民的消費(fèi)水平也會(huì)隨之提升，進(jìn)而擁有更多資金去購(gòu)置農(nóng)村科技服務(wù)產(chǎn)品，有利于促進(jìn)農(nóng)村科技服務(wù)績(jī)效的提升；另一方面，地區(qū)經(jīng)濟(jì)發(fā)展水平提高，可能會(huì)降低對(duì)第一產(chǎn)業(yè)的重視程度，向其他產(chǎn)業(yè)轉(zhuǎn)變，不利于農(nóng)村科技服務(wù)效率的提升。故經(jīng)濟(jì)發(fā)展水平對(duì)農(nóng)村科技服務(wù)績(jī)效的影響方向還有待驗(yàn)證。本研究以地區(qū)人均GDP(x1)來表示地區(qū)經(jīng)濟(jì)發(fā)展水平。

表1 投入、產(chǎn)出指標(biāo)的Pearson相關(guān)系數(shù)檢驗(yàn)結(jié)果

注：**、*分別表示在0.01、0.05水平差異顯著；括號(hào)內(nèi)的數(shù)字表示顯著性檢驗(yàn)的P值。

3.2.2 人力資源稟賦 本研究以農(nóng)村人均受教育程度(x2)來衡量農(nóng)村人力資源狀況，農(nóng)村人均受教育程度的改善可以提升農(nóng)民對(duì)于農(nóng)業(yè)科學(xué)技術(shù)的理解和運(yùn)用，更大限度發(fā)揮農(nóng)業(yè)科技的效用。農(nóng)村人均受教育程度根據(jù)《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》中公布的鄉(xiāng)村受教育程度人口計(jì)算得出，人均受教育年限=(樣本含小學(xué)文化程度人口數(shù)×6+初中文化程度人口數(shù)×9+高中文化程度人口數(shù)×12+ 大專及以上文化程度人口數(shù)×16)/6歲以上抽樣總?cè)丝跀?shù)。

3.2.3 農(nóng)村基礎(chǔ)設(shè)施建設(shè) 農(nóng)村基礎(chǔ)設(shè)施的有效供給和不斷完善對(duì)農(nóng)業(yè)生產(chǎn)具有重要影響，本研究主要考察灌溉、農(nóng)電、公路3類基礎(chǔ)設(shè)施對(duì)農(nóng)村科技服務(wù)效率的影響：(1)灌溉設(shè)施。農(nóng)村水利灌溉設(shè)施可以有效克服要素資源稟賦和生態(tài)條件的不足，從而提高農(nóng)業(yè)生產(chǎn)率，促進(jìn)農(nóng)業(yè)發(fā)展。本研究以有效灌溉率(x3，有效灌溉面積/農(nóng)作物總播種面積)來反映農(nóng)村灌溉設(shè)施狀況。(2)農(nóng)電基礎(chǔ)設(shè)施。便利的農(nóng)電基礎(chǔ)設(shè)施是實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)規(guī)?；?、現(xiàn)代化的重要保證，本研究用農(nóng)村用電量(x4)來表示農(nóng)電基礎(chǔ)設(shè)施狀況。(3)公路基礎(chǔ)設(shè)施。便利的交通設(shè)施可以有效促進(jìn)農(nóng)副產(chǎn)品的運(yùn)輸，降低各類生產(chǎn)要素的流通成本，增加農(nóng)副產(chǎn)品的競(jìng)爭(zhēng)優(yōu)勢(shì)，同時(shí)也可以加快農(nóng)業(yè)新技術(shù)的推廣和應(yīng)用，促進(jìn)農(nóng)村科技服務(wù)效率的提升。根據(jù)我國(guó)公路等級(jí)的劃分，農(nóng)村地區(qū)以三四級(jí)公路為主，因此本研究以三四級(jí)公路比重(x5，三四級(jí)公路里程/公路總里程)來衡量公路基礎(chǔ)設(shè)施狀況。

3.2.4 自然環(huán)境條件 極端天氣條件是農(nóng)業(yè)生產(chǎn)最大的殺手，預(yù)計(jì)極端天氣條件會(huì)顯著降低農(nóng)村科技服務(wù)績(jī)效水平，本研究以受災(zāi)率(x6，農(nóng)作物受災(zāi)面積/農(nóng)作物總播種面積)表示自然環(huán)境條件對(duì)農(nóng)村科技服務(wù)效率的影響。

3.3 數(shù)據(jù)來源

本研究探討了我國(guó)農(nóng)村科技服務(wù)績(jī)效，由于統(tǒng)計(jì)口徑問題，“農(nóng)業(yè)技術(shù)服務(wù)機(jī)構(gòu)”“農(nóng)業(yè)技術(shù)服務(wù)機(jī)構(gòu)從業(yè)人員”和“農(nóng)民合作社”相關(guān)數(shù)據(jù)僅在《中國(guó)縣域統(tǒng)計(jì)年鑒》(2013、2014年)上存在，且上述2個(gè)指標(biāo)未能有更為合適的指標(biāo)替代，因此本研究探討了2012—2013年我國(guó)31個(gè)省份農(nóng)村科技服務(wù)績(jī)效。農(nóng)村居民人均受教育年限數(shù)據(jù)根據(jù)各年度《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》計(jì)算得出，星火計(jì)劃落實(shí)資金數(shù)據(jù)來源于各年度《中國(guó)科技統(tǒng)計(jì)年鑒》，如不作其他說明，本研究其他數(shù)據(jù)均來源于樣本年度的《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。

4 農(nóng)村科技服務(wù)績(jī)效及其影響因素的實(shí)證分析

4.1 農(nóng)村科技服務(wù)績(jī)效評(píng)價(jià)

超效率DEA模型在傳統(tǒng)DEA模型的基礎(chǔ)上進(jìn)一步對(duì)效率值為1的決策單元進(jìn)行區(qū)分和比較，使得各決策單元的效率差異更加明顯，決策單元效率值尚未處于效率前沿面的效率值則與傳統(tǒng)DEA模型結(jié)果一致。本研究用EMS 1.3軟件對(duì)我國(guó)2012—2013年農(nóng)村科技服務(wù)績(jī)效進(jìn)行測(cè)算，結(jié)果如表2所示。從表2可以看出，我國(guó)2012、2013年農(nóng)村科技服務(wù)績(jī)效均值分別為1.370、1.204，效率值較高，超過40%地區(qū)農(nóng)村科技服務(wù)績(jī)效位于效率前沿面上。以天津2012、2013年效率值為例，即使天津在2012、2013年產(chǎn)出同比分別減少50.6%、31.8%，天津仍處于效率前沿面上。從地區(qū)角度來看，中部地區(qū)農(nóng)村科技服務(wù)績(jī)效最佳，西部次之，東部較差。從2年平均值的排序結(jié)果來看，西藏地區(qū)效率均值最高，效率均值為6.596，北京效率均值為0.405，排名最末，這是因?yàn)槲鞑貜V袤的耕地面積以及獨(dú)特的氣候條件有利于大規(guī)模機(jī)械化操作以及經(jīng)濟(jì)作物的生長(zhǎng)，而北京是我國(guó)的政治、經(jīng)濟(jì)和文化中心，第一產(chǎn)業(yè)所占比重很低，此外北京先進(jìn)的農(nóng)業(yè)科學(xué)技術(shù)針對(duì)全國(guó)的輻射性較強(qiáng)。效率均值排名前十的地區(qū)中包括東部地區(qū)的海南、河北、天津、廣西、山東，中部地區(qū)的黑龍江、河南、吉林，西部地區(qū)的西藏、新疆。

4.2 農(nóng)村科技服務(wù)績(jī)效影響因素分析

4.2.1 模型構(gòu)建 本研究運(yùn)用Tobit模型對(duì)影響農(nóng)村科技服務(wù)效率的相關(guān)因素進(jìn)行回歸分析，以各決策單元的超效率值(Yi)為因變量，以前述所選影響因素(X1～X6)為自變量，設(shè)定如下回歸模型：

Yi=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+εi。

式中：β0表示常數(shù)項(xiàng)；β1～β7表示各個(gè)自變量的回歸系數(shù)；εi表示隨機(jī)誤差項(xiàng)。

4.2.2 Tobit回歸結(jié)果分析 本研究運(yùn)用Eviews 8軟件對(duì)數(shù)據(jù)進(jìn)行了分析，結(jié)果如表3所示，結(jié)果表明，所選影響因素對(duì)農(nóng)村科技服務(wù)效率的影響在統(tǒng)計(jì)上顯著。因此，可以得到如下結(jié)論：(1)地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)農(nóng)村科技服務(wù)績(jī)效具有抑制作用。這表明人均GDP水平越高，農(nóng)村科技服務(wù)績(jī)效反而會(huì)下降。如前所述，地區(qū)人均GDP越高，農(nóng)村居民會(huì)降低對(duì)第一產(chǎn)業(yè)的重視程度，轉(zhuǎn)而向農(nóng)家樂等服務(wù)產(chǎn)業(yè)轉(zhuǎn)變，在一定程度上抑制農(nóng)村科技服務(wù)績(jī)效水平的提升。(2)人力資源稟賦對(duì)農(nóng)村科技服務(wù)績(jī)效具有負(fù)面影響。農(nóng)村人均受教育程度變量的系數(shù)通過了0.05水平上的顯著性檢驗(yàn)，P值為0.014，表明人均受教育程度提升1百分點(diǎn)，地區(qū)農(nóng)村科技服務(wù)績(jī)效將會(huì)下降0.014百分點(diǎn)。這是因?yàn)槿司芙逃潭鹊奶嵘殡S著農(nóng)村勞動(dòng)力素質(zhì)的提高增加非農(nóng)就業(yè)的機(jī)會(huì)，導(dǎo)致學(xué)歷較高的勞動(dòng)力遠(yuǎn)離農(nóng)村，農(nóng)村科技服務(wù)的受眾多為年齡較大或文化程度較低的群體，從而不利于農(nóng)村科技服務(wù)績(jī)效的提升。(3)基礎(chǔ)設(shè)施對(duì)農(nóng)村科技服務(wù)績(jī)效的影響有正有負(fù)。具體來說，灌溉設(shè)施和公路設(shè)施會(huì)顯著提升農(nóng)村科技服務(wù)效率，灌溉設(shè)施的完善，有利于改善耕地生產(chǎn)條件，促進(jìn)糧食增產(chǎn)；交通運(yùn)輸貫穿于農(nóng)業(yè)生產(chǎn)的全過程，無論是生產(chǎn)資料的購(gòu)買、收割還是交易等各個(gè)環(huán)節(jié)，便利的交通運(yùn)輸條件能大大提高農(nóng)業(yè)生產(chǎn)資料的流動(dòng)成本和時(shí)間成本，也能加速最新農(nóng)業(yè)科技(良種、農(nóng)業(yè)機(jī)械)的普及，從而提升農(nóng)村科技服務(wù)績(jī)效。而農(nóng)村用電量變量對(duì)農(nóng)村科技服務(wù)效率的作用方向?yàn)樨?fù)，但并不顯著，可能是因?yàn)槲覈?guó)農(nóng)村地區(qū)村莊分布分散、獨(dú)立的特點(diǎn)，農(nóng)村供電成本較高，不利于農(nóng)電設(shè)施的有效利用。農(nóng)電作為重要的基礎(chǔ)設(shè)施，雖然對(duì)于農(nóng)村科技服務(wù)績(jī)效的提升不利，但對(duì)于農(nóng)民生活改善、促進(jìn)農(nóng)村繁榮具有重要的作用。(4)自然環(huán)境條件會(huì)顯著降低農(nóng)村科技服務(wù)績(jī)效。受災(zāi)率變量的回歸系數(shù)通過了0.01統(tǒng)計(jì)水平上的顯著性檢驗(yàn)，P值為0.003，表明受災(zāi)率提高1百分點(diǎn)，地區(qū)農(nóng)村科技服務(wù)績(jī)效將會(huì)下降0.035百分點(diǎn)。極端天氣條件會(huì)造成糧食減產(chǎn)以及農(nóng)民人均純收入大幅降低，從而減弱農(nóng)村科技服務(wù)效率。

表2 各地區(qū)2012—2013年度科技服務(wù)績(jī)效結(jié)果

表3 Tobit回歸結(jié)果

注：***、**、*分別表示在0.01、0.05、0.1的統(tǒng)計(jì)水平上差異顯著。

5 結(jié)論及政策啟示

本研究運(yùn)用超效率DEA-Tobit模型對(duì)我國(guó)2012—2013年農(nóng)村科技服務(wù)績(jī)效及其影響因素進(jìn)行了探討，結(jié)果發(fā)現(xiàn)，超效率DEA結(jié)果表明，在樣本年度內(nèi)，我國(guó)農(nóng)村科技服務(wù)績(jī)效水平較高，超過40%地區(qū)位于效率前沿面上；從地區(qū)角度來看，我國(guó)農(nóng)村科技服務(wù)績(jī)效中部地區(qū)最佳，西部地區(qū)次之，東部地區(qū)最差。Tobit回歸結(jié)果表明，水利灌溉設(shè)施和公路設(shè)施的完善會(huì)顯著提升農(nóng)村科技服務(wù)績(jī)效，而人均GDP、人均受教育程度以及受災(zāi)率對(duì)農(nóng)村科技服務(wù)績(jī)效的提升具有顯著的抑制作用，農(nóng)電設(shè)施對(duì)農(nóng)村科技服務(wù)績(jī)效的作用方向?yàn)樨?fù)，但并不顯著。據(jù)此，有如下政策啟示：

(1)加快農(nóng)村基礎(chǔ)設(shè)施建設(shè)。農(nóng)田水利設(shè)施以及公路設(shè)施的完善有利于提升農(nóng)村科技服務(wù)績(jī)效，尤其針對(duì)當(dāng)前還未能達(dá)到效率前沿面的省份應(yīng)加大在這方面的財(cái)政支持力度，改變當(dāng)前農(nóng)田水利設(shè)施和公路設(shè)施較為薄弱的局面。此外，農(nóng)村用電量雖不能增加農(nóng)村科技服務(wù)績(jī)效，但農(nóng)村電力設(shè)施的完善對(duì)于改善農(nóng)民生產(chǎn)生活、增加居民幸福感具有重要作用，推進(jìn)農(nóng)村電網(wǎng)升級(jí)改造，可以為日后農(nóng)業(yè)生產(chǎn)規(guī)模化、現(xiàn)代化打下基礎(chǔ)。

(2)鼓勵(lì)農(nóng)民積極參加農(nóng)業(yè)保險(xiǎn)。針對(duì)受災(zāi)率顯著降低農(nóng)村科技服務(wù)績(jī)效水平，尤其是在當(dāng)前自然災(zāi)害等危機(jī)頻發(fā)的現(xiàn)實(shí)情況下，應(yīng)加強(qiáng)農(nóng)業(yè)保險(xiǎn)政策的宣傳，鼓勵(lì)農(nóng)民積極參加農(nóng)業(yè)保險(xiǎn)，在遭受自然災(zāi)害、意外事故、疫病等情況下盡可能挽回農(nóng)民的利益。

(3)加強(qiáng)農(nóng)村科技服務(wù)的宣傳教育，鼓勵(lì)高學(xué)歷人群返鄉(xiāng)創(chuàng)業(yè)。首先，要加強(qiáng)農(nóng)村科技服務(wù)的宣傳教育，可以采取符合農(nóng)事季節(jié)的專業(yè)培訓(xùn)班、農(nóng)業(yè)科技下鄉(xiāng)等方式實(shí)現(xiàn)宣傳教育的目的；其次，可以鼓勵(lì)當(dāng)?shù)卮髮W(xué)生或外來高學(xué)歷人群來鄉(xiāng)創(chuàng)業(yè)，當(dāng)?shù)卣o予一定的政策及財(cái)政支持力度，在增加就業(yè)崗位的同時(shí)也可以促進(jìn)農(nóng)業(yè)科技的發(fā)展。