基于超效率DEA模型的中国农业科技资源配置效率动态演化研究*

邓敏慧，杨传喜

(桂林理工大学管理学院，广西桂林 541004)

0 引言

2017年中央一号文件强调，要靠科技引领现代农业加快发展，推进农业供给侧结构性改革。农业科技资源配置结构优化及配置效率提升是实现农业科技创新驱动农业经济发展的重要举措。

有关区域农业科技资源配置方面的研究文献主要体现在定量研究。韩占兵[1]运用DEA模型和个体固定效应模型对现代农业科技投入产出效率水平和驱动因素进行实证计量分析。郑家喜[2]对中国中西部地区农业科技资源配置效率的差异进行测算。杨传喜[3]对广西农业科技资源配置效率进行测度。农业科技资源配置效率在区域范围的应用为区域农业发展提供了要素结构性调整的有力工具。

对农业科技资源配置效率采用的测算方法主要为参数方法和非参数方法。杨传喜[4-6]运用Malmquist指数方法对中国农林高校、农业科研机构、农业科学院科技资源配置效率进行剖析。陈祺琪[7]利用Dagum分解的基尼系数分析中国农业科技资源配置能力的区域差异并对其驱动因子进行分解。同时，组合评价方法、三阶段DEA方法等也可以尝试用于测度农业科技资源配置效率并应用于农业科技资源配置效率的研究。由此可见，DEA中的一些模型为我们提供了研究农业科技资源配置相对效率的思路，农业科技资源配置合理与否关系到农业经济发展的健康发展[8]。

基于以上研究，文章主要实现以下方面改进：(1)在研究方法上，运用超效率模型与Malmquist指数方法相结合，对决策单元的效率值进行排序，同时分析动态变化趋势。(2)针对大多数研究停留在截面数据或者时间序列数据上，从而导致评价结果的有偏性。该文对中国2001～2014年31个省域尺度单元进行农业科技资源配置效率评价，更能体现农业科技资源配置效率在时间和空间上的变化特征。最后对影响配置效率的技术进步和规模报酬进行动态分析，从而为提高农业科技资源配置效率提供一定的借鉴。

1 数据来源、研究方法与指标选取

该文选取31个省、直辖市及自治区作为研究的决策单元(由于数据的可得性等原因，没有将台湾、香港和澳门纳入比较范围)，依照传统行政区划分为6个区域：华北区、东北区、华东区、中南区、西南区、西北区。

数据来自2001～2014年农业部科教司的《全国农业科技统计资料汇编》，该资料对中国农业科技人力资源、农业科技财力资源、农业科技物力资源及农业科技产出等进行了分类统计，是研究中国农业科技方面比较权威的数据。

运用MaxDEA 6.0软件测算农业科技资源配置的超效率值，Malmquist指数测算农业科技资源配置的全要素生产率指数及其分解的技术效率指数和技术进步指数。

选取专利授权数量与专利申请量平均值、科技论文的发表数量及科技著作的出版数量之和作为农业科技产出的指标。农业科技人力资源(单位在职科技活动人员数量)、农业科技财力资源(科技活动经费内部支出数额)作为农业科技投入的指标。考虑到数据的可得性及完整性，没有将农业科技成果数量、审定新品种数量、软件著作权及制定的国家和行业标准等因素作为产出指标。

2 农业科技资源配置超效率分析

根据超效率模型，运用MaxDEA 6.0 软件运算出中国2001～2014年31个省(市、区)农业科技资源配置效率，如表1所示。

整体上，北京、江苏的农业科技资源配置效率较高，历年的农业科技资源配置效率平均值都高于1。农业科技资源配置效率较低的地区为山西、内蒙古，其平均值分别为0.455，0.468。效率较高的地区大多是经济相对发达的地区或者西部畜牧业发达的区域(宁夏、青海)。全国平均值为0.716，其中有上海、天津、福建、山东等15个省份的效率平均值大于全国平均水平，占到总数的48.4%，河北、辽宁、广西、云南等其他16个省份低于全国平均值。

宏观层面上，我国省域农业科技资源配置效率呈现上升趋势，全国平均值从2001年的0.520上升到2014年的0.764。华北地区农业科技资源配置效率平均值从0.557上升到0.718，东北地区从0.36上升到0.667，华东地区从0.807上升到0.987，中南地区从0.438上升到0.772，西南地区从0.357上升到0.574，西北地区从0.360上升到0.611。其主要原因在于，无论从国家层面还是省际层面，都进行了不同程度的农业科技政策方面的调整使得农业科技资源配置得以优化，这也表明农业科技体制机制的改革取得了明显实效。

地区层面上，华东地区效率平均值(0.870)最高，其次是华北地区(0.715)，西北地区居第3位(0.642)，中南地区(0.619)和西南地区(0.615)相对较低，而最低的是东北地区，平均值只有0.613。

表1 2001～2014年基于超效率模型的农业科技资源配置效率

2001200320052007200920102011201220132014均值排名北京1 0171 4141 8061 0790 8370 9461 1691 0471 1421 1121 0551 天津0 7080 9070 8571 4421 3641 2901 0170 7730 6390 7130 9205 河北0 2190 8740 9390 8680 6490 7060 7080 6970 7520 7210 67517 山西0 4770 4970 5610 5290 4010 4260 5060 4170 5670 5340 45531 内蒙古0 3620 5000 5030 4250 2300 2770 3280 3190 5650 5120 46830 区1平均0 5570 8380 9330 8690 6960 7290 7460 6510 7330 7180 715 辽宁0 5370 5860 8410 6990 4960 4720 4500 4990 5970 5950 60121 吉林0 2080 6410 5100 4870 6090 5120 5090 5160 5970 7260 50029 黑龙江0 3500 9260 8651 1030 8630 7730 6440 5820 6000 6800 73815 区2平均0 3650 7180 7390 7630 6560 5860 5340 5320 5980 6670 613 上海0 5800 7560 5501 0291 0480 9541 7441 5401 2111 1340 9583 江苏0 5340 7661 0891 2101 3421 1321 0261 0611 1221 1581 0062 浙江0 6310 8500 8710 8790 7860 9050 8730 7680 8260 8480 76711 安徽1 3040 9020 8290 7450 4770 5360 5030 5890 6260 8550 81510 福建0 3721 0231 0460 9040 9520 9471 1531 2411 0541 2110 9066 江西1 5690 5590 8170 5740 5260 4820 6720 6160 7200 8170 76212 山东0 6610 8971 0041 0910 6630 7621 0460 9501 0350 8870 8737 区3平均0 8070 8220 8870 9190 8280 8171 0020 9660 9420 9870 870 河南0 2071 1711 0930 9940 9010 7920 6340 5020 6030 6480 74913 湖北0 7390 4480 4970 6910 8200 7300 6410 6900 8280 7120 63818 湖南0 5210 5240 6550 7220 5310 5100 5450 4900 5350 5950 61520 广东0 2950 5810 5350 5860 4640 5060 6250 6280 6890 7330 54627 广西0 8070 4690 4200 4640 4800 6340 7210 7010 6890 6810 54826 区4平均0 4380 6460 6880 6620 6150 6130 6600 6340 7340 7720 629 海南0 0580 6830 9270 5140 4960 5030 7920 7941 0571 2600 67716 重庆0 2000 8280 7970 7850 5620 4880 5060 6550 6000 4690 60022 四川0 3621 0390 6940 7270 6420 6730 5440 6130 6150 5580 62519 贵州0 2150 6250 6500 8700 9181 0760 8380 8550 8670 9600 74614 云南0 8200 5100 4530 8340 6800 6080 4700 5500 6810 6360 57525 西藏0 1900 5111 1530 4050 4190 3350 4340 3150 3240 2460 52828 区5平均0 3570 7030 7490 7240 6440 6360 5580 5980 6170 5740 615 陕西0 3160 5310 5700 9230 6770 5000 5960 6580 6730 5960 59423 甘肃0 3900 9540 9391 0180 9060 8261 1231 0810 8550 8360 8718 青海0 7321 1920 8461 1981 0250 7040 8770 8380 7580 6280 8669 宁夏0 4410 4721 0891 0051 4111 4550 9070 9581 0740 9770 9374 新疆0 2800 5690 7310 8340 6420 6180 4940 5560 6950 6310 58424 区6平均0 3600 6200 6960 8300 7770 6840 6660 6820 6760 6110 642 全国平均0 5200 7490 8110 8270 7360 7120 7450 7260 7610 7640 716 注：具体数值根据运算得出，由于版面等因素，没有列出全部年份的效率值。区1～6分别代表华北区、东北区、华东区、中南区、西南区、西北区

表2 农业科技资源配置效率历时分析

年份技术效率指数技术进步指数纯技术效率指数规模效率指数全要素生产率指数 2001～20021 3350 9031 3630 9791 206 2002～20031 2520 8131 1531 0861 017 2003～20040 5952 1270 6160 9661 266 2004～20051 7980 5391 6531 0870 968 2005～20060 9461 1150 9930 9521 054 2006～20071 0820 8621 0531 0280 933 2007～20080 9380 9840 9590 9780 923 2008～20090 9271 0510 9620 9630 974 2009～20100 9791 0080 9930 9860 987 2010～20111 0390 9720 9481 0961 010 2011～20120 9870 9660 9851 0010 953 2012～20131 0810 8521 0940 9880 921 2013～20140 9881 0231 0130 9751 010 平均值1 0420 9721 0361 0051 013

3 农业科技资源配置效率的变动分析

为了更好地分析31个地区农业科技资源配置效率的变化趋势，运用2001～2014年的面板数据，计算各地区各年度的Malmquist-DEA指数，从技术效率和规模效率角度试图揭示农业科技资源配置效率变动的规律，如表2所示。

3.1 农业科技资源配置效率的历时特征分析

从整体上看，全要素生产率平均变化大于1，年均增长1.3%，从分解指标上看，综合技术效率年均增长4.2%，技术进步变化指数年均下降2.8%，纯技术效率年平均上升3.6%，规模效率年均上升了0.5%。这表明农业科技资源配置效率的全要素生产率的提高主要归功于技术效率的变化，规模效应作用微弱。依靠农业科技人力、财力资源投入规模的扩大不能有效改善农业科技资源的配置效率，加强农业科技资源结构的调整，重视研发的自主创新能力提升，切实提高农业科技资源利用效率才能促进农业经济的又好又快发展。

对于各年份Malmquist指数计算，如表2所示。全要素生产率指数近似呈现“W”波动趋势，振幅逐渐缩小。最高年份出现在2003～2004年，全要素生产率指数达到1.266即增幅高达26.6%，全要素生产率指数最低年份出现在2012～2013，仅为0.921，降幅达到7.9%。总体来看， 2006年以前的5年间，全要素生产率指数不同程度地得以提升。在2006～2010年间，全要素生产率指数出现持续下滑的局面，降幅开始逐渐增大而后趋于缩小。在2011年出现逆转，全要素生产率相对于2010年提升了1%，但好转的势头很快被打破，在2012年、2013年又出现下降的情况。直到2014年好转。

从引起全要素生产率指数变动的因素来看，年度间存在差异性。2001～2002、2002～2003、2010～2011年间，全要素生产率指数提升主要是由于技术效率指数的大幅度攀升； 而在2003～2004、2005～2006、2013～2014年间，主要得益于技术进步指数不同程度的增加引致全要素生产率指数的提高。2004～2005、2006～2007、2012～2013年间，虽然技术效率指数大于1，但因为技术进步指数的降幅超过30%，最终使得全要素生产率指数小于1； 2008～2009、2009～2010年间虽然技术进步指数出现小幅度提升，但技术效率指数下降幅度较大，致使全要素生产率指数仍然出现下降的局面。2007～2008、2011～2012年间，全要素生产率指数下降是技术效率指数和技术进步指数同时降低导致的。规模效率指数在全要素生产率指数变动中的作用相对较小。

3.2 具体省份的农业科技资源配置效率动态分析

从具体省份情况来看，有17个省(市、区)全要素生产率指数得到了改善，占到全部总数的55%，其中天津、上海、广东、海南全要素生产率增长最快，年均增长率达到10%以上，尤其是海南平均增幅最快高达17.4%。除了经济相对发达的北京、上海、江苏、浙江等地或者国家粮食主产区的吉林、黑龙江、河南等省外，处于西部的贵州、新疆的全要素生产率也有较快的增长，详见表3。中东部地区的湖南、湖北、安徽、山西、内蒙古、辽宁及西部的西藏、甘肃、青海、广西、云南、宁夏等14个省(市、区)的全要素生产率指数出现下降，但平均下降幅度除了江西外都在10%以内，属于可控范围之内。

由于每个省份特殊的区位条件、资源状况的差异等，以致引起全要素生产率指数变化的驱动力也有别。北京、天津、上海、江苏、浙江、山东、广东7个省(市、区)的全要素生产率的提升是技术效率指数与技术进步指数同时上升共同作用的结果，而河北、吉林、黑龙江、福建、河南、海南、重庆、四川、贵州、新疆10个省(市、区)主要是技术效率指数的大幅度提升引致全要素生产率持续攀升； 安徽、湖北、江西、广西、青海、云南的技术效率指数和技术进步指数同时下降带来全要素生产指数降低，而山西、内蒙古、辽宁、湖南、西藏、陕西、甘肃、宁夏8个省(市、区)虽然技术效率指数出现不同程度的增长，但由于技术进步指数下滑幅度较大，最终也呈现全要素生产率指数下降的局面，总体来看进步指数需要提升。

从细分的6个区域来看，华东地区全要素生产率平均值最高，西北地区最低。华东区年均增长3.9%，其次是华北区年均增长3%，这两个区的技术效率指数和技术进步指数同时增加，当然技术效率提升的幅度更大。中南区、东北区、西南区的全要素生产率指数平均分别提升2.9%、1.5%、0.4%，这3个区的提升幅度相对小些的原因是技术进步指数出现微小的下滑。西北区的全要素生产率指数平均下降了3.7%，原因在于技术进步指数下降的幅度(7.9%)大于技术效率指数提升的幅度(4.5%)。

4 结论和建议

4.1 结论

中国农业科技资源配置效率呈现上升趋势，超效率平均值从2001年的0.520上升到2014年的0.764，说明农业科技资源配置效率依然很低，有很大的提升空间。中国农业科技资源全要素生产率平均增长1.3%，其中综合技术效率指数年均增长4.2%、技术进步变化指数年均下降2.8%，因此，技术效率起到了主要作用。

4.2 建议

(1)优化农业科技资源配置结构。资源配置不合理、资源利用效率低下，是影响我国农业科技发展更重要的瓶颈。大田作物的种植业聚集了众多的农业科技资源，而畜牧业、水产业及特色经济作物等领域的农业科技资源相对较少。农业产后环节以及林业、畜牧业等非种植业如果能适度获得更多的科技资源，对于农业科技进步水平的提升具有明显的促进作用。

(2)扬长避短，互利共赢。农业科技资源配置效率较高的华东、华北、中南地区，基于现有的资源禀赋，努力保持农业科技资源配置的优势，尽量减少巨大波动，稳固相对较好的位次。农业科技资源配置效率较低的西南和西北地区，遵循因地制宜的原则，如实分析农业科技资源实际情况，设法挖掘农业科技资源配置潜能，优化重组农业科技资源配置，着力提升农业科技资源配置效率。也可以根据省(区、市)农业科技资源配置效率变动趋势，采取多样的结对帮扶的办法，达到缩小差距合作共赢的互利效果。

(3)此外，加强区域之间的合作，实施农业科技“走出去”战略，如广西可以面向东盟、新疆面向哈萨克斯坦及塔吉克斯坦、云南与大湄公河次区域国家广泛开展多边农业科技交流合作等。同时针对规模效率较低的地区，在注重量的扩张同时，提升规模效益。对于规模报酬不变或者递减的区域，加大科技方面的投入，提高技术效率。

[1] 韩占兵． 现代农业科技投入产出效率：梯度差异与驱动因素．沈阳农业大学学报(社会科学版),2016, 18(1): 9～16

[2] 郑家喜， 杨东．中西部地区农业科技资源配置效率测算与分析.统计与决策， 2016，(20)： 102～106

[3] 杨传喜， 王亚萌，谭追，等.广西农业科技资源配置结构与效率测算．科技和产业， 2017，(1)： 32～38

[4] 杨传喜． 农林髙等院校科技资源配置效率研究．科研管理， 2013, 34(4): 115～118

[5] 杨传喜， 王亚萌．基于第二次R&D资源清查的农业科技资源配置效率分析．中国农业资源与区划,2017, 38(7): 126～134

[6] 杨传喜， 徐顽强，孔令孜，等.农业科学院科技资源配置效率研究——基于30个省级农业科学院的面板数据分析．南方农业学报， 2015, 46(1): 170～174

[7] 陈祺琪， 张俊飚，程琳琳，等.农业科技资源配置能力区域差异分析及驱动因子分解．科研管理,2016, 37(3): 110～123

[8] 陈红玲． 农业科技资源与农业经济发展的关系研究——以东部地区为例．中国农业资源与区划,2016, 37(9): 220～224