基于DEA模型的山東省16市農(nóng)業(yè)科技創(chuàng)新效率分析

摘 要 農(nóng)業(yè)科技創(chuàng)新是推動農(nóng)業(yè)現(xiàn)代化發(fā)展的重要動力之一，其資源配置效率影響區(qū)域科技競爭能力和農(nóng)業(yè)高質(zhì)量發(fā)展水平。以山東省為研究對象，運用DEA模型對2021年山東省16市農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行測度。結(jié)果表明：2021年，山東省農(nóng)業(yè)科技創(chuàng)新效率整體水平較高，但還存在一定的提升空間；綜合效率偏低是純技術(shù)效率偏低和規(guī)模效率偏低共同作用的結(jié)果，存在明顯的投入冗余和產(chǎn)出不足現(xiàn)象，農(nóng)業(yè)科技創(chuàng)新資源利用效率未達(dá)到最優(yōu)化。

關(guān)鍵詞 農(nóng)業(yè)科技；創(chuàng)新效率；DEA模型；冗余分析；山東省

中圖分類號：F323 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.09.021

科技創(chuàng)新是引領(lǐng)農(nóng)業(yè)現(xiàn)代化發(fā)展的重要動力。2023年中央一號文件指出，強(qiáng)化農(nóng)業(yè)科技和裝備支撐，推動農(nóng)業(yè)關(guān)鍵核心技術(shù)攻關(guān)。實現(xiàn)農(nóng)業(yè)科技創(chuàng)新引領(lǐng)農(nóng)業(yè)高質(zhì)量發(fā)展，推動實現(xiàn)農(nóng)業(yè)現(xiàn)代化，必須重視農(nóng)業(yè)科技創(chuàng)新的關(guān)鍵作用，把握農(nóng)業(yè)科技創(chuàng)新資源配置效率。山東省作為我國糧食主產(chǎn)區(qū)之一的農(nóng)業(yè)大省，積極探索科技賦能農(nóng)業(yè)發(fā)展路徑，為農(nóng)業(yè)強(qiáng)省建設(shè)注入不竭動力。因此，測算山東省各市的農(nóng)業(yè)科技創(chuàng)新效率，把握現(xiàn)階段山東省農(nóng)業(yè)科技創(chuàng)新的實際發(fā)展水平與資源配置情況，可以有效促進(jìn)山東省合理配置農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出指標(biāo)，有力推動山東農(nóng)業(yè)強(qiáng)省建設(shè)。

國內(nèi)眾多學(xué)者對于農(nóng)業(yè)科技創(chuàng)新效率相關(guān)問題已有諸多研究。在研究方法方面，目前國內(nèi)學(xué)者普遍使用DEA模型。例如，馬艷艷等運用DEA模型對2000—2018年寧夏農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出數(shù)據(jù)進(jìn)行演算，結(jié)果表明：寧夏農(nóng)業(yè)科技資源配置效率整體處于較高水平，但存在投入要素冗余現(xiàn)象，需要采取資源配置調(diào)整[1]。王芳等基于糧食功能區(qū)視角，運用超效率DEA模型測度2001—2019年中國三大糧食功能區(qū)的農(nóng)業(yè)科技創(chuàng)新效率[2]。關(guān)忠誠等基于三階段DEA模型測算17家農(nóng)業(yè)科研機(jī)構(gòu)的創(chuàng)新效率，并得出我國農(nóng)業(yè)科研機(jī)構(gòu)科技創(chuàng)新效率總體偏低，但呈現(xiàn)逐期增加的趨勢的結(jié)論[3]。在研究主體方面，國內(nèi)現(xiàn)有研究中，研究主體差異多樣。例如，劉美艷等以中部和東部地區(qū)的16個省（市）為研究對象，發(fā)現(xiàn)中部和東部地區(qū)的農(nóng)業(yè)科技創(chuàng)新效率主要受經(jīng)濟(jì)發(fā)展水平的影響，存在發(fā)展不穩(wěn)定及地區(qū)差異顯著的特點[4]。賀銀娟運用VAR模型測度得出江西省農(nóng)業(yè)生產(chǎn)技術(shù)效率、科技創(chuàng)新效率與生產(chǎn)經(jīng)濟(jì)效益之間關(guān)系處于長期穩(wěn)定均衡狀態(tài)[5]?；裘鞯冗x擇農(nóng)業(yè)科技園區(qū)為研究主體，基于創(chuàng)新價值鏈理論，對我國158家國家農(nóng)業(yè)科技園區(qū)的創(chuàng)新研發(fā)效率和創(chuàng)新轉(zhuǎn)化效率及空間格局的演變展開探究[6]。已有研究中，山東省農(nóng)業(yè)科技創(chuàng)新效率尚處于空白階段。

1" 研究方法、指標(biāo)建立與數(shù)據(jù)來源

1.1" 研究方法

數(shù)據(jù)包絡(luò)分析（Data envelopment analysis，DEA）方法是由美國運籌學(xué)家A.Chames等人提出，用來評價決策單元相對有效性的系統(tǒng)分析方法。該模型評價依據(jù)是決策單元的多個投入指標(biāo)數(shù)據(jù)和多個產(chǎn)出指標(biāo)數(shù)據(jù)，然后通過對多個投入和產(chǎn)出數(shù)據(jù)分析綜合效率數(shù)量指標(biāo)，以確定各決策單元是否為DEA有效。DEA模型主要包括以產(chǎn)出為導(dǎo)向的CCR模型和以投入為導(dǎo)向的BCC模型等，本研究采用以投入為導(dǎo)向且規(guī)模報酬可變的BCC模型，對山東省農(nóng)業(yè)科技創(chuàng)新效率展開測度。具體線性規(guī)劃式如下：

[min θs.t.j=1nλjxij≤θxijj=1nλjyrj≥yrkj=1nλj=1（λ≥0）λ≥0i=1，2，…，" m;r=1，2，…，q;j=1，2，…，n] （1）

式（1）中，n表示決策單元DMU的數(shù)量，當(dāng)前測量的決策單元記為DMUk，其效率為DMUj（j=1，2，…，n）;每個決策單元有m項投入xi（i=1，2，…，m）和q項產(chǎn)出yr（r=1，2，…，q），λ是各市投入和產(chǎn)出的權(quán)向量，θ∈（0，1］表示效率值，s表示投入和產(chǎn)出資源的松弛變量。當(dāng)θ=1且s≠0時，該決策單元為DEA有效；當(dāng)θ＜1時，該決策單元為DEA無效，且θ值越大表明該決策單元的相對效率越高[7]。

1.2" 指標(biāo)建立

通過參考借鑒已有研究成果，同時，遵循數(shù)據(jù)典型代表性、動態(tài)性、可獲得性等原則，最終選取3個投入指標(biāo)：農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出、農(nóng)業(yè)Ramp;D全時人員量、農(nóng)業(yè)機(jī)械總動力，這3個指標(biāo)分別從財政資本、人力資本、技術(shù)資本3個方面說明農(nóng)業(yè)科技創(chuàng)新中的投入資本；需要特別說明的是，由于農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出和農(nóng)業(yè)Ramp;D全時人員量無法直接獲取，所以農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出用“農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出＝Ramp;D經(jīng)費內(nèi)部支出×（農(nóng)林牧漁總產(chǎn)值／地區(qū)總產(chǎn)值）”換算得出，農(nóng)業(yè)Ramp;D全時人員量用“農(nóng)業(yè)Ramp;D全時人員量＝Ramp;D全時人員量×（農(nóng)林牧漁總產(chǎn)值／地區(qū)總產(chǎn)值）”換算得出。選取3個產(chǎn)出指標(biāo)：農(nóng)民人均可支配收入、農(nóng)林牧漁總產(chǎn)值、專利授權(quán)數(shù)，其中，農(nóng)民人均可支配收入從經(jīng)濟(jì)效益方面反映農(nóng)業(yè)科技創(chuàng)新帶給農(nóng)民的增收情況，農(nóng)林牧漁總產(chǎn)值從經(jīng)濟(jì)效益方面反映農(nóng)業(yè)科技創(chuàng)新的成效，專利授權(quán)數(shù)從社會效益方面反映農(nóng)業(yè)科技創(chuàng)新的科技成果（見表1）。

1.3" 數(shù)據(jù)來源

研究所需要的數(shù)據(jù)全部來源于《2021年山東省統(tǒng)計年鑒》。

2" 實證結(jié)果與分析

運用DEAP2.1軟件對2021年山東省16市的農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行測算，具體結(jié)果如表2所示。

2.1" 綜合效率分析

綜合效率表示對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。通過表2可以看出，2021年，山東省農(nóng)業(yè)科技創(chuàng)新綜合效率平均值為0.906，整體未達(dá)到DEA有效但處于效率良好水平，即2021年，山東省農(nóng)業(yè)科技創(chuàng)新效率整體水平較高，但還存在部分提升空間。綜合效率為1的市共有8個，包括濟(jì)南市、青島市、淄博市、棗莊市、東營市、煙臺市、濟(jì)寧市及菏澤市，說明這8個市的綜合效率均已達(dá)到了DEA有效，投入要素均獲得了充分利用，并且都取得了最大的產(chǎn)出效果，即產(chǎn)出相對投入而言已達(dá)到最大。剩余8個市的綜合效率值均未達(dá)到1，處于非DEA有效狀態(tài)，其中，濰坊市、德州市、聊城市和濱州市的綜合效率值都低于0.8，說明這4個市在農(nóng)業(yè)科技創(chuàng)新中存在投入、產(chǎn)出關(guān)系失衡問題，需要根據(jù)實際情況做出合理調(diào)整；泰安市、威海市、日照市和臨沂市的綜合效率值都高于0.8，未來可根據(jù)自身發(fā)展情況對農(nóng)業(yè)科技創(chuàng)新資源配置效率做出調(diào)整。

2.2" 純技術(shù)效率分析

純技術(shù)效率是指制度和管理水平帶來的效率，反映了在農(nóng)業(yè)科技創(chuàng)新投入一定的前提下，各市農(nóng)業(yè)科技創(chuàng)新服務(wù)供給過程、政策規(guī)劃的合理程度。純技術(shù)效率高，表明農(nóng)業(yè)科技創(chuàng)新投入管理水平高，反之，農(nóng)業(yè)科技創(chuàng)新投入管理水平低。通過表2可以看出，2021年，山東省農(nóng)業(yè)科技創(chuàng)新純技術(shù)效率平均值為0.938，即2021年山東省農(nóng)業(yè)科技創(chuàng)新整體技術(shù)水平已經(jīng)達(dá)到較高程度，在既定的投入、產(chǎn)出指標(biāo)要素組合下，沒有出現(xiàn)資源嚴(yán)重浪費的情況，說明2021年山東省農(nóng)業(yè)科技創(chuàng)新制度優(yōu)越，整體管理水平較高。濟(jì)南市、青島市、淄博市、棗莊市、東營市、煙臺市、濰坊市、濟(jì)寧市、威海市、臨沂市和菏澤市11個決策單元純技術(shù)效率為1，表明這11個決策單元農(nóng)業(yè)科技資源配置合理，沒有資源浪費。非有效決策單元有5個：泰安市、日照市、德州市、聊城市和濱州市，這5個決策單元在農(nóng)業(yè)科技創(chuàng)新過程中投入管理水平較低；但是，這5個決策單元的純技術(shù)效率都大于綜合效率，表明造成這5個決策單元非DEA有效的原因既包括技術(shù)效率偏低，也與規(guī)模效率不高有一定關(guān)聯(lián)。

2.3" 規(guī)模效率與規(guī)模報酬分析

規(guī)模效率是純技術(shù)效率與技術(shù)效率的比率，反映農(nóng)業(yè)科技創(chuàng)新的綜合能力。由表2可以看出，2021年，山東省農(nóng)業(yè)科技創(chuàng)新規(guī)模效率平均值為0.965。在測算的16個決策單元中，濟(jì)南市、青島市、淄博市、棗莊市、東營市、煙臺市、濟(jì)寧市和菏澤市規(guī)模效率值為1，說明這8個決策單元處于規(guī)模報酬最佳狀態(tài)，農(nóng)業(yè)科技創(chuàng)新規(guī)模合理。濰坊市、泰安市、威海市、臨沂市、德州市和聊城市農(nóng)業(yè)科技創(chuàng)新規(guī)模無效且處于規(guī)模報酬遞增狀態(tài)，說明這6個決策單元可以繼續(xù)提高農(nóng)業(yè)科技創(chuàng)新資源投入規(guī)模，獲得更多產(chǎn)出。日照市、濱州市2個決策單元農(nóng)業(yè)科技創(chuàng)新規(guī)模無效且處于規(guī)模報酬遞減狀態(tài)，表明這2個決策單元農(nóng)業(yè)科技創(chuàng)新資源配置不合理，投入要素存在浪費現(xiàn)象，可以通過提高這2個決策單元農(nóng)業(yè)科技創(chuàng)新的技術(shù)水平和適度削減投入等方式達(dá)到規(guī)模報酬最佳狀態(tài)。

2.4" 投影分析

參照有效決策單元，進(jìn)一步對濰坊市、泰安市、威海市、日照市、臨沂市、德州市、聊城市和濱州市這8個非有效決策單元進(jìn)行投影分析，運用DEAP計算出投入指標(biāo)與產(chǎn)出指標(biāo)的冗余，根據(jù)具體數(shù)值調(diào)整對應(yīng)要素投入以期達(dá)到DEA有效，結(jié)果如表3所示。其中，濰坊市、威海市和臨沂市松弛變量均為0，據(jù)表2可知這3個決策單元純技術(shù)效率值均為1，處于技術(shù)有效狀態(tài)，所以不存在顯著投入、產(chǎn)出冗余差距。

從投入角度看，泰安市、日照市、德州市、聊城市和濱州市這5個決策單元2021年農(nóng)業(yè)科技創(chuàng)新投入在農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出要素上存在冗余問題，說明上述決策單元存在農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出過剩問題，造成一定浪費。以泰安市為例，2021年，泰安市在農(nóng)業(yè)科技創(chuàng)新中，在保持當(dāng)前技術(shù)水平和產(chǎn)出不變的條件下，農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出減少6 349萬元可使該決策單元達(dá)到DEA有效狀態(tài)，即在當(dāng)前技術(shù)水平下，減少6 349萬元農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出也不會影響產(chǎn)出，農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出存在6 349萬元浪費。日照市、德州市、聊城市、濱州市各存在24 439萬元、31 413萬元、15 404萬元、18 991萬元浪費情況，若各決策單元農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出投入做出相應(yīng)減少，就會實現(xiàn)DEA有效，達(dá)到資源配置效率最優(yōu)。

從產(chǎn)出角度看，泰安市、日照市、德州市、聊城市和濱州市這5個決策單元2021年農(nóng)業(yè)科技創(chuàng)新產(chǎn)出在農(nóng)民人均可支配收入和專利授權(quán)數(shù)兩個要素中存在產(chǎn)出不足的問題。泰安市和德州市在當(dāng)前技術(shù)水平和投入不變的條件下，專利授權(quán)數(shù)各需要增加3 714件和1 500件才能達(dá)到DEA有效狀態(tài)；日照市在當(dāng)前技術(shù)水平和投入不變的條件下，需要同時增加2 303元農(nóng)民人均可支配收入和3 359件專利授權(quán)才能保證DEA有效；聊城市在當(dāng)前技術(shù)水平和投入不變的條件下，農(nóng)民人均可支配收入產(chǎn)出不足為1 327元，專利授權(quán)數(shù)產(chǎn)出不足為3 408件；濱州市在當(dāng)前技術(shù)水平和投入不變的條件下，需要同時增加2 787元農(nóng)民人均可支配收入和6 931件專利授權(quán)才能保證資源配置效率最優(yōu)。濱州市為山東省16個決策單元中產(chǎn)出不足相對最嚴(yán)重的單元。

3" 結(jié)論與建議

3.1" 結(jié)論

從建立農(nóng)業(yè)科技創(chuàng)新投入-產(chǎn)出評價指標(biāo)體系，運用DEA模型對2021年山東省農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行分析，結(jié)果顯示：1）整體來看，山東省DEA有效的決策單元共有8個，綜合效率平均值為0.906，純技術(shù)效率平均值為0.938，規(guī)模效率平均值為0.965。一方面，表明山東省農(nóng)業(yè)科技創(chuàng)新整體水平較高，但還存在一定的提升空間；另一方面，純技術(shù)效率均值高于綜合效率均值，說明純技術(shù)效率均值偏低和規(guī)模效率偏低同時影響綜合效率均值。2）通過投影分析可以得到：山東省農(nóng)業(yè)科技創(chuàng)新存在農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出要素投入冗余及農(nóng)民人均可支配收入、專利授權(quán)數(shù)產(chǎn)出不足的問題，需要進(jìn)一步調(diào)整資源配置。

3.2" 建議

3.2.1" 優(yōu)化科技創(chuàng)新資源配置，提高資源利用效率

要素投入冗雜和產(chǎn)出不足是造成非DEA有效的重要原因，資源不合理配置導(dǎo)致農(nóng)業(yè)科技創(chuàng)新過程中出現(xiàn)浪費。因此，政府應(yīng)優(yōu)化科技創(chuàng)新資源配置，合理調(diào)整農(nóng)業(yè)科技創(chuàng)新資源的投入規(guī)模，結(jié)合各市實際情況適度減少農(nóng)業(yè)Ramp;D經(jīng)費內(nèi)部支出投入，促進(jìn)農(nóng)業(yè)科技創(chuàng)新成果轉(zhuǎn)化與推廣應(yīng)用，逐步解決農(nóng)民人均可支配收入、專利授權(quán)數(shù)等產(chǎn)出不足的問題。通過不斷優(yōu)化科技創(chuàng)新資源配置，實現(xiàn)投入要素投放規(guī)模合理、資源利用效率最優(yōu)化。

3.2.2" 提高農(nóng)業(yè)科技原始創(chuàng)新能力，推動科技創(chuàng)新賦能農(nóng)業(yè)發(fā)展

山東省農(nóng)業(yè)科技創(chuàng)新專利授權(quán)數(shù)產(chǎn)出不足較為嚴(yán)重，說明農(nóng)業(yè)科技在原始創(chuàng)新能力方面存在水平不足的問題。政府應(yīng)完善農(nóng)業(yè)科技創(chuàng)新激勵機(jī)制，有效整合并發(fā)揮現(xiàn)有科技創(chuàng)新資源，夯實農(nóng)業(yè)科技基礎(chǔ)研究根基，有力推動農(nóng)業(yè)科技發(fā)展。創(chuàng)新優(yōu)化資金、政策、人才等要素方面的政策供給，為科研人員提供良好的研發(fā)環(huán)境，鼓勵技術(shù)人員探索研究技術(shù)重難點領(lǐng)域，實現(xiàn)關(guān)鍵核心技術(shù)與前沿技術(shù)的突破，推動科技創(chuàng)新引領(lǐng)現(xiàn)代農(nóng)業(yè)高質(zhì)量發(fā)展。

3.2.3" 完善農(nóng)業(yè)科技人才培養(yǎng)體系，強(qiáng)化農(nóng)業(yè)科技創(chuàng)新內(nèi)生動力

人才是科技創(chuàng)新的第一資源，同時，也是創(chuàng)新發(fā)展的基礎(chǔ)性要素。政府要不斷完善農(nóng)業(yè)科技人才培養(yǎng)體系，為農(nóng)業(yè)科技創(chuàng)新水平提高注入強(qiáng)勁的內(nèi)生動力。1）打造產(chǎn)學(xué)研一體化平臺。以重點項目和實際需求為基礎(chǔ)，依托高等院校和科研機(jī)構(gòu)的專業(yè)團(tuán)隊，實現(xiàn)技術(shù)人才在實踐中歷練、在歷練中成長的目標(biāo)，最終培育一批科技創(chuàng)新能力素養(yǎng)高且符合現(xiàn)實需要的人才。2）建立靈活合理的人才培養(yǎng)制度。健全高校教育、職業(yè)技能培訓(xùn)育人機(jī)制的同時，注重發(fā)掘并培育種植能手等民間人才，拓展農(nóng)業(yè)科技創(chuàng)新渠道。3）積極出臺人才吸引政策。切實提高農(nóng)業(yè)科技人員的福利待遇，完善并解決農(nóng)業(yè)科技人員的編制管理、職稱評定、生活質(zhì)量等問題，實現(xiàn)農(nóng)業(yè)科技創(chuàng)新領(lǐng)域人才聚集。

參考文獻(xiàn)：

[1] 馬艷艷， 邰一博， 呂佳瑩. 基于DEA模型的寧夏農(nóng)業(yè)科技資源配置效率評價 [J]. 江蘇農(nóng)業(yè)科學(xué)， 2021， 49（3）： 224-231.

[2] 王芳， 劉亞甫. 中國農(nóng)業(yè)科技創(chuàng)新效率及區(qū)域差異比較——基于糧食功能區(qū)視角 [J]. 科技和產(chǎn)業(yè)， 2022， 22（1）： 153-161.

[3] 關(guān)忠誠， 婁淵雨， 馮曉赟， 等. 國立農(nóng)業(yè)科研機(jī)構(gòu)創(chuàng)新效率研究——基于三階段鏈?zhǔn)紻EA模型 [J]. 系統(tǒng)科學(xué)與數(shù)學(xué)， 2023， 43（7）： 1694-1712.

[4] 劉美艷， 呂微. 中部和東部地區(qū)農(nóng)業(yè)科技創(chuàng)新效率及影響因素 [J]. 河南科學(xué)， 2023， 41（10）： 1508-1513.

[5] 賀銀娟. 江西省農(nóng)業(yè)生產(chǎn)技術(shù)效率、科技創(chuàng)新效率與經(jīng)濟(jì)效益關(guān)系研究 [J]. 農(nóng)業(yè)與技術(shù)， 2023， 43（9）： 143-149.

[6] 霍明， 張亮， 謝玲紅， 等. 價值鏈視角下國家農(nóng)業(yè)科技園區(qū)創(chuàng)新效率測度與空間格局研究 [J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2022， 43（6）： 72-80.

[7] 劉繼為， 高鵬懷， 李書毅. 科技興農(nóng)： 基于DEA模型的農(nóng)業(yè)科技創(chuàng)新資源配置效率測度 [J]. 河北農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2022， 24（4）： 48-56.

（責(zé)任編輯：敬廷桃）