山東省農(nóng)業(yè)科技資源配置效率研究

李成媛，李敬鎖

（青島農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院（合作社學(xué)院），山東 青島 266109）

三農(nóng)問題一直是黨和政府工作的重點，2019 年中國農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率為59.2%［1］，與荷蘭、日本、美國等發(fā)達(dá)國家的農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率還有較大差距。有學(xué)者指出中國農(nóng)業(yè)科技資源的不合理配置是制約其農(nóng)業(yè)科技資源配置效率提高的重要因素［2］。中國的農(nóng)業(yè)科技水平仍然需要不斷進(jìn)步，然而現(xiàn)階段中國的勞動力資源和土地資源已不再是其優(yōu)勢，在有限的農(nóng)業(yè)科技資源條件下，提高農(nóng)業(yè)科技資源配置需要改變農(nóng)業(yè)發(fā)展方式，促進(jìn)科技引領(lǐng)農(nóng)業(yè)快速發(fā)展。

國外相關(guān)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(zhàn)略的選擇對創(chuàng)新績效有很大貢獻(xiàn)及影響。國外不同學(xué)者分別對澳大利亞、德國等國家的資源配置效率進(jìn)行研究，并提出制定和完善相關(guān)法律法規(guī)以及完善管理方法能夠有效保護(hù)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(chǔ)設(shè)施的建設(shè)和人才的培養(yǎng)來保障資源配置的合理性。

近年來，學(xué)者們對農(nóng)業(yè)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(guān)聯(lián)分析法等，運用較多的是DEA 模型法。宏觀層面上國內(nèi)部分學(xué)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(nóng)業(yè)科技資源配置效率進(jìn)行研究，并指出中國各地區(qū)效率存在差距，農(nóng)業(yè)科技資源配置效率仍然有很大進(jìn)步空間。中觀層面上部分學(xué)者以中國某個省或某個區(qū)域為研究對象，鄭家喜等［10］對中國中西部農(nóng)業(yè)科技資源配置效率進(jìn)行了測評，發(fā)現(xiàn)中西部農(nóng)業(yè)科技運行綜合效率仍有較大的提升空間，但西部地區(qū)農(nóng)業(yè)科技運行綜合效率平均值高于中西部地區(qū)；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(nóng)業(yè)科技資源配置效率進(jìn)行了研究。微觀層面上以高?；蚩蒲袡C構(gòu)為研究對象，毛世平等［14］運用DEA-Malmquist 指數(shù)法對京津冀地區(qū)農(nóng)業(yè)科研機構(gòu)的科技資源配置效率進(jìn)行了分析，結(jié)果表明北京市農(nóng)業(yè)科技人員和農(nóng)業(yè)科技經(jīng)費遠(yuǎn)高于天津市和河北??；楊傳喜等［15］以省級科學(xué)院為視角進(jìn)行研究，結(jié)果表明省級農(nóng)業(yè)科學(xué)院資源配置能力差距較大。

國外學(xué)者對農(nóng)業(yè)科技資源配置效率的研究集中在相關(guān)對策建議上，國內(nèi)學(xué)者對農(nóng)業(yè)科技資源配置效率已經(jīng)進(jìn)行了比較深刻的研究，對山東省的研究集中在農(nóng)業(yè)資源配置效率上，很少有學(xué)者對山東省農(nóng)業(yè)科技資源配置效率進(jìn)行研究。山東省作為中國的農(nóng)業(yè)大省，面臨資源與人口的雙重壓力，必須加快提升農(nóng)業(yè)科技資源配置效率，保障糧食安全。本研究在現(xiàn)有研究的基礎(chǔ)上，用DEA 模型對山東省農(nóng)業(yè)科技資源配置效率進(jìn)行測算，以期為山東省提高農(nóng)業(yè)科技資源配置效率提供理論參考。

1 指標(biāo)選取與研究方法

1.1 指標(biāo)選取

本研究所選取的指標(biāo)遵循科學(xué)性、系統(tǒng)性、可操作性、可比性等原則［16-18］，農(nóng)業(yè)科技投入包含農(nóng)業(yè)科技人力、物力、財力資源投入，研發(fā)層面選擇農(nóng)業(yè)R&D 人員投入作為人力資源投入，農(nóng)業(yè)R&D 經(jīng)費內(nèi)部支出作為財力資源投入。農(nóng)業(yè)機械總動力和化肥施用量可以直觀地顯示農(nóng)業(yè)科技在生產(chǎn)層面的投入，直接作用于農(nóng)業(yè)生產(chǎn)，因此，本研究將農(nóng)業(yè)機械總動力和化肥施用量作為生產(chǎn)層面的投入。其中農(nóng)業(yè)R&D 人員和農(nóng)業(yè)R&D 經(jīng)費內(nèi)部支出作為農(nóng)業(yè)科技投入2 個很重要的指標(biāo)，在查閱相關(guān)文獻(xiàn)的基礎(chǔ)上，借鑒鄧燦輝等［19］的研究方法進(jìn)行指標(biāo)測算，運用公式“該指標(biāo)農(nóng)業(yè)數(shù)據(jù)= 全行業(yè)該指標(biāo)數(shù)據(jù)×（農(nóng)林牧漁業(yè)總產(chǎn)值/生產(chǎn)總值）”進(jìn)行指標(biāo)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(gòu)較少，知識產(chǎn)出在各地市科技產(chǎn)出中并不明顯，更明顯的農(nóng)林牧漁總產(chǎn)值的增加和農(nóng)民生活水平受科技投入的影響而產(chǎn)生變化。根據(jù)選取指標(biāo)的原則選擇農(nóng)林牧漁總產(chǎn)值和農(nóng)村居民可支配收入作為產(chǎn)出指標(biāo)。

選取的山東省各地市農(nóng)業(yè)科技資源配置效率指標(biāo)體系如表1 所示，所用指標(biāo)的原始數(shù)據(jù)來自2016—2019 年山東省統(tǒng)計年鑒。進(jìn)行研究前，為消除價格的影響，本研究將相關(guān)指標(biāo)以2000 年為基期進(jìn)行平減處理，研究方法選擇非參數(shù)的數(shù)據(jù)包絡(luò)分析方法。

表1 山東省各地市農(nóng)業(yè)科技資源配置效率指標(biāo)體系

1.2 研究方法

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

BCC 模型的原理如下，假設(shè)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(shù)據(jù)（i=1，2，3，…，m）和r（r=1，2，3，…，s）個產(chǎn)出數(shù)據(jù)，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(chǎn)出。BCC 模型是在CCR 模型的基礎(chǔ)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(shù)模型 Malmquist 模型是一個動態(tài)指數(shù)模型，能夠得到目標(biāo)決策單元效率的動態(tài)變化，彌補傳統(tǒng)靜態(tài)DEA 不能對面板數(shù)據(jù)進(jìn)行分析的缺點，被廣泛應(yīng)用于測算不同時期不同地區(qū)決策單元效率的變化。其距離函數(shù)如下：

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

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

當(dāng)全要素生產(chǎn)率指數(shù)大于1 時，表明全要素生產(chǎn)率處于增長狀態(tài)；當(dāng)全要素生產(chǎn)率指數(shù)小于1 時，表明全要素生產(chǎn)率處于下降狀態(tài)。其模型為：

2 結(jié)果與分析

2.1 BCC 模型結(jié)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(chǎn)出數(shù)據(jù)進(jìn)行分析，得到的結(jié)果如表 2 所示［20］。

從表2 可以看出，山東省農(nóng)業(yè)科技資源配置效率處于不穩(wěn)定狀態(tài)，2016 年綜合效率達(dá)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(jié)果表明，山東省農(nóng)業(yè)科技資源配置效率仍有較大進(jìn)步空間。山東省4 年間的純技術(shù)效率比規(guī)模效率略有提高，表明山東省各地市綜合效率受規(guī)模效率的影響較大。

表2 2015—2018 年山東省農(nóng)業(yè)科技資源配置效率評價結(jié)果

2.1.2 2018 年山東省各地市農(nóng)業(yè)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(nóng)業(yè)科技資源配置效率進(jìn)行分析，得到山東省各地市的投入產(chǎn)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(nóng)業(yè)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(dá)到DEA 有效。由表3 可知，濟(jì)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(xiàn)有的管理水平、技術(shù)水平、資源投入情況下，這8 個地市的產(chǎn)出已經(jīng)達(dá)到最優(yōu)狀態(tài)。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(jì)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(nóng)業(yè)科技資源配置效率評價結(jié)果

2）純技術(shù)效率。從表 2、表 3 可以看出，2018 年山東省純技術(shù)效率為0.968，較綜合效率略有提高，其中11 個地市的純技術(shù)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(jì)寧市的純技術(shù)效率有效，規(guī)模效率無效，表明這3 個地市的投入量在現(xiàn)有產(chǎn)出水平下處于最少狀態(tài)，繼續(xù)增加投入產(chǎn)出不會隨之增加，實現(xiàn)農(nóng)業(yè)生產(chǎn)的產(chǎn)業(yè)化經(jīng)營是提高綜合效率的有效途徑。

3）規(guī)模效率。當(dāng)規(guī)模效率為1.000 時，說明存在規(guī)模經(jīng)濟(jì)，無須對投入產(chǎn)出進(jìn)行調(diào)整，當(dāng)規(guī)模效率小于1.000 時，說明存在規(guī)模遞減或遞增。2018 年山東省整體規(guī)模效率為0.951，小于純技術(shù)效率，規(guī)模效率對綜合效率的影響程度大于純技術(shù)效率。純技術(shù)效率和規(guī)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(chǎn)出類型，減少相關(guān)投入要素的量并不會導(dǎo)致產(chǎn)出的減少。其中泰安市、德州市和濱州市規(guī)模效率略大于純技術(shù)效率，說明這3 個地市需要更加注重管理水平和相關(guān)制度方面的提升和改進(jìn)。臨沂市和聊城市純技術(shù)效率大于規(guī)模效率，說明這2 個地市的投入冗余值以及產(chǎn)出不足值相對較大。

2.1.3 投入冗余分析 根據(jù)DEAP 2.1 軟件的計算結(jié)果，進(jìn)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(jìn)行分析，結(jié)果如表4 所示。由表4 可知，導(dǎo)致農(nóng)業(yè)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(nóng)村居民可支配收入尚有進(jìn)步空間。泰安市和濱州市農(nóng)業(yè)R&D 人員冗余程度較大，德州市農(nóng)業(yè)機械總動力和農(nóng)業(yè)R&D 經(jīng)費內(nèi)部支出冗余程度較大，聊城市農(nóng)業(yè)機械總動力冗余程度達(dá)28.5%。

表4 2018 年山東省5 個地市農(nóng)業(yè)科技資源配置要素投入冗余產(chǎn)出不足值

2.2 Malmquist指數(shù)結(jié)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(chǎn)率指數(shù)及其分解，結(jié)果如表5 所示。

表5 顯示了山東省16 個地市農(nóng)業(yè)科技資源配置的動態(tài)情況，從全省范圍看，山東省農(nóng)業(yè)科技資源配置全要素生產(chǎn)率處于增長狀態(tài)。全要素生產(chǎn)率平均增長5.2%，農(nóng)業(yè)技術(shù)進(jìn)步的平均增長率為5.0%，16個地市中有14 個處于增長狀態(tài)，僅日照市和德州市處于下降狀態(tài)。

表5 2015—2018 年山東省各地市全要素生產(chǎn)率指數(shù)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(qū)＞中部地區(qū)＞西部地區(qū)，山東省西部地區(qū)的全要素生產(chǎn)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(qū)農(nóng)業(yè)科研主體較少，政府支持力度相對東部地區(qū)較少，缺少對相關(guān)專業(yè)人才的吸引力。東部地區(qū)和西部地區(qū)的純技術(shù)效率略有下降，主要是由于臨沂市、德州市和聊城市純技術(shù)效率下降引起的。中部地區(qū)規(guī)模效率有略微下降，主要是由于濱州市和濟(jì)寧市的規(guī)模效率下降引起的。全要素生產(chǎn)率排名靠后的3 個地市東部、中部以及西部地區(qū)各有1 個。

從各地市角度分析，日照市綜合技術(shù)效率保持不變，技術(shù)進(jìn)步率有小幅度降低，全要素生產(chǎn)率受技術(shù)進(jìn)步率的影響處于下降狀態(tài)，說明日照市缺乏一定的農(nóng)業(yè)科技相關(guān)知識以及相關(guān)技術(shù)的改進(jìn)、新技術(shù)的利用。日照市農(nóng)業(yè)科技投入要素較其他地市明顯偏少，農(nóng)業(yè)科技產(chǎn)出也有明顯差距，農(nóng)業(yè)機械總動力以及化肥施用量4 年之內(nèi)有明顯降低，且日照市綜合技術(shù)效率為1.000，全要素生產(chǎn)率卻在下降，表明日照市農(nóng)業(yè)科技資源投入轉(zhuǎn)化率不足。德州市全要素生產(chǎn)率在16 個地市中排名最后，其純技術(shù)效率和技術(shù)進(jìn)步率均小于1.000，說明德州市農(nóng)業(yè)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(shù)沒有得到很好的推廣與應(yīng)用，農(nóng)業(yè)科技投入要素的增加并沒有導(dǎo)致農(nóng)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(shù)效率均小于1.000，說明這3 個地市關(guān)鍵要提高技術(shù)效率，并不斷提高涉農(nóng)專業(yè)人員的綜合素質(zhì)以及管理能力。

2.2.2 橫向分析 從表6 可以看出山東省農(nóng)業(yè)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(chǎn)率均處于增長狀態(tài)，2016—2017 年處于下降狀態(tài)。

表6 2015—2018 年山東省農(nóng)業(yè)科技資源配置效率變動情況

2015—2016 年綜合技術(shù)效率和技術(shù)進(jìn)步率均處于上升狀態(tài)，且全要素生產(chǎn)率上升幅度最大，達(dá)12.4%，這是由于16 個地市中有10 個地市的2016 年農(nóng)林牧漁業(yè)總產(chǎn)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(jù)BCC 結(jié)果顯示，2016 年綜合效率最高。

2016—2017 年規(guī)模效率的上升幅度小于技術(shù)進(jìn)步率的下降和純技術(shù)效率的下降幅度，導(dǎo)致全要素生產(chǎn)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(nóng)業(yè)新技術(shù)的研發(fā)與應(yīng)用不足等問題，產(chǎn)出中僅農(nóng)村居民可支配收入有小幅上升。

2017—2018 年純技術(shù)效率和規(guī)模效率均是負(fù)增長狀態(tài)，2017 年中央一號文件提出要加強農(nóng)業(yè)科技研發(fā)和推廣，山東省農(nóng)業(yè)技術(shù)進(jìn)步率有大幅度上升，農(nóng)業(yè)新技術(shù)被廣泛應(yīng)用，全要素生產(chǎn)率受技術(shù)進(jìn)步率的影響上升7.6%。山東省2015—2018 年綜合技術(shù)效率和技術(shù)進(jìn)步率均處于不穩(wěn)定狀態(tài)。

3 小結(jié)與政策建議

3.1 小結(jié)

2015—2018 年山東省16 個地市的農(nóng)業(yè)科技資源配置效率均處于較高狀態(tài)，規(guī)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(guī)模收益均處于遞減狀態(tài)。山東省存在投入冗余現(xiàn)象，需要對農(nóng)業(yè)科技資源要素投入結(jié)構(gòu)進(jìn)行調(diào)整。2015—2018 年山東省農(nóng)業(yè)科技全要素生產(chǎn)率整體呈增長趨勢，純技術(shù)效率呈下降狀態(tài)，全要素生產(chǎn)率的增長主要靠技術(shù)進(jìn)步率的提升，規(guī)模效率的影響較小，山東省西部地區(qū)全要素生產(chǎn)率指數(shù)明顯低于中部地區(qū)和東部地區(qū)。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(xiàn)良好，從產(chǎn)出角度看農(nóng)民人均可支配收入仍有進(jìn)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(nóng)業(yè)科技的發(fā)展必須要在有限的自然資源條件下促進(jìn)產(chǎn)品數(shù)量的增加以及質(zhì)量的提高。農(nóng)業(yè)科技投入要根據(jù)山東省各地市實際情況，考慮農(nóng)業(yè)科技從研發(fā)到被使用的全過程，存在投入冗余的地市要根據(jù)實際情況減少相關(guān)投入要素的量，其他地市要在保證現(xiàn)有投入的基礎(chǔ)上，調(diào)整農(nóng)業(yè)科技的投入產(chǎn)出結(jié)構(gòu)，通過不斷完善相關(guān)政策提高管理部門的管理能力，從而提高山東省農(nóng)業(yè)科技資源配置能力，帶動山東省整體農(nóng)業(yè)科技資源配置效率的提升。

3.2.2 建立中東西部聯(lián)合發(fā)展機制 加大對山東省西部地區(qū)的農(nóng)業(yè)科技支持力度，發(fā)揮高效率地區(qū)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(qū)，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(jìn)山東省整體農(nóng)業(yè)科技資源配置效率的提高。

3.2.3 提高土地規(guī)模收益 根據(jù)靜態(tài)分析結(jié)果，山東省各地市規(guī)模收益普遍下降。農(nóng)業(yè)科技投入要根據(jù)各地市實際情況選擇合適的農(nóng)作物，并對農(nóng)民進(jìn)行相關(guān)知識培訓(xùn)，采用科學(xué)的種植方法和管理方法，提高農(nóng)業(yè)機械和化肥的利用率［21］。要加強西部偏遠(yuǎn)地區(qū)農(nóng)田水利等基礎(chǔ)設(shè)施的投入，同時增加對環(huán)境友好型農(nóng)業(yè)科技產(chǎn)品的投入，促進(jìn)農(nóng)業(yè)科技持續(xù)性發(fā)展，在農(nóng)作物總播種面積一定的情況下，提高產(chǎn)量，增加農(nóng)民收入。

3.2.4 建立完善的農(nóng)業(yè)科技服務(wù)體系 結(jié)合山東省農(nóng)業(yè)科技資源配置效率現(xiàn)狀，需不斷建立完善的農(nóng)業(yè)科技服務(wù)體系，提高科技成果的轉(zhuǎn)化能力［22］，以提高山東省農(nóng)業(yè)科技資源配置效率，提高農(nóng)業(yè)生產(chǎn)率。同時要建立研發(fā)人員與農(nóng)業(yè)生產(chǎn)的聯(lián)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(nóng)業(yè)生產(chǎn)狀況以及農(nóng)民需求，重視農(nóng)業(yè)科技成果是否具有實用價值，將研發(fā)層面與生產(chǎn)層面相結(jié)合，了解農(nóng)業(yè)生產(chǎn)者的困境和需求，讓科研成果更快流通到生產(chǎn)層面。