精准扶贫背景下江苏省农业科技创新效率研究

袁诗奇，吴丽君

(徐州工程学院 金融学院，江苏 徐州 221008)

习近平同志2016年在宁夏考察时强调：发展产业是实现脱贫的根本之策。近年来，在众多企业助力农村脱贫的实践中，农业企业在带动农村产业发展和贫困户脱贫致富方面占据重要地位并发挥了关键作用。为此，江苏省全面贯彻中共中央关于乡村振兴的重要精神，始终把农业科技创新摆在农业现代化发展的核心位置，在推动江苏省农业科技进步和实现全面脱贫的道路上取得了巨大的成就。2019年以来，江苏省累计199.4万人实现脱贫，脱贫率达77.8%，贫困发生率从2016年的5.8%下降到1.1%。2020年是全面打赢脱贫攻坚战收官之年，截至2019年年末，江苏省仍有未脱贫、低收入人口57.6万人。与此同时，江苏省的农业科技创新发展仍然存在资源分配不均等问题。因此，研究和分析江苏省农业科技创新效率的变化趋势和影响因素对实现精准扶贫工作的显著性、长效性，实现乡村振兴战略和优化农业企业的内生动力，发挥创新作用，推动农业现代化具有十分重要的意义。

在投入和产出因素的确定上，冯永晔[1]表示农业科技资源与农业科技成果密切相关，包括人力资源、财力资源、物力资源和信息资源，杨传喜等[2]认为还包括科研和技术创新的科技成果。马春艳等[3]发现政府支持、外商直接投资对中国整体及东中西地区的农业技术创新有正向影响。张翅[4]以农业类上市公司为样本的研究表示，政府补贴对技术创新有很大影响。Klerkx等[5]研究发现，农业技术的创新受市场与自然风险影响。基于此，学者们通过平行趋势假设检验，得出风险投资与农业创新投入强度、农业创新产出水平以及农业创新绩效之间存在正向变动的关系。Norbert等[6]对德国和瑞典进行研究，发现科技创新要素的投入每上升10%，会增加4.9%的创新产出，但科技投入的效率会随着该要素的增加出现下降趋势。

在评估范围的选取上，学者们从全国、区域、省市等层面进行了具体研究。在全国层面上，赵丽娟等[7]采用SFA模型测算了中国农业科技创新效率。在区域层面上，邓敏慧等[8]基于超效率DEA模型和DEA-Malmquist指数法，分析了中国六大区域的农业科技创新效率及变动趋势。在省市层面上，陈耀等[9]基于创新成果类型异质性视角，采用随机前沿分析法对中国省域三类农业科研机构创新效率及其影响因素进行了分析，梁俊芬等[10]对31个省区市农业科技创新能力进行了综合评分。贾永飞等[11]、程长明等[12]、李勇辉等[13]运用因子分析、交叉DEA、超效率DEA模型和Malmquist指数法对山东自主创新区、安徽、云南的农业科技创新效率和全要素生产率进行了实证分析。针对江苏省，有学者全面分析了农业技术应用驱动江苏省农业科技扶贫的路径。刘贤金[14]系统地评估了江苏农业发展的新阶段，为农业科技创新提出建议。

综上所述，中外相关研究丰富，但大多数文献的研究对象为全国、区域或其他农业大省，对江苏省的研究也未细化和深入到各地级市农业科技创新效率的层面。因此，在构建农业科技创新评价体系的基础上，测算江苏省各市农业科技的创新效率，并运DEA-BCC模型和DEA-Malmquist指数法进行分析，以期为实现江苏农业现代化以及完成新一轮的扶贫工作提供更科学合理的政策建议。

1 指标体系与数据来源

从人力资源、物力资源、财力资源、科技资源4个维度，选取化肥施用量、农林水利事务财政支出、农业机械总动力、农业科技人员、农作物总播种面积作为投入指标，选取发明专利授权数、农村居民人均可支配收入、农林渔业总产值为产出指标。评价指标体系如表1所示。

表1 农业科技创新效率评价指标体系

选取的决策单元为江苏省13个地级市。由于2012年之前投入、产出要素中有项目出现了数据缺失的情况，故研究区间选择在2013—2018年。数据来源于EPS数据平台，具体选自2013—2018年的《江苏农村统计年鉴》《江苏统计年鉴》《江苏财政年鉴》和《江苏科技年鉴》。

2 研究方法

DEA是产出对投入的比率，获得100%效率的单位为相对有效率单位，低于100%的单位被称为无效率单位。借鉴数据包络方法，运用Deap2.1软件对江苏省农业的投入、产出要素进行科技创新效率分析。

2.1 可变规模收益(VRS)模式下的BCC模型

固定规模效益(CRS)模式下的CRR模型设想仅当所有的决策单元是以最佳规模运行时才合适。但在经济生活中，某些要素可能导致某个决策单元不能以最佳规模运行，所以学者对CRR模型进行了扩展，考虑到可变规模收益(VRS)的情况，允许技术效益的计算不受规模效益的影响。

相应的BCC模型假设为：存在n个DMU，每个DMU有m和n个输入和输出。Xj、Yj分别表示投入、产出变量，则

(1)

具体BCC模型为

(2)

式中：s+对应输出松弛变量；s-对应输入松弛变量；λj表示变量系数；θ表示 DMU相对有效值；VD、X0、Y0都是常数项。具体分析过程中有以下3种情况：

1)若θ=1，且s+或s-中有一个不为0，则决策单元j为弱DEA有效。

2)若θ=1，并且s+=0，s-=0，则决策单元j为DEA有效。

3)若θ<1，则决策单元j为DEA无效。

2.2 基于面板数据的Malmquist指数分析法

面板数据的数据包络分析可用Malmquist的TFP指标来测度生产力的改变，并将生产力改变分解成技术改变和技术效率改变(包括纯效率和规模效率变化)，公式为

(3)

Malmquist指数中技术效率变化可进一步分解为

(4)

式中：第1项表示规模效率变化；第2项表示纯技术效率变化；第3项表示技术变化；M0以及上述3种变化都可能等于1、大于1和小于1，分别表示无变化、进步和退步。

3 江苏省农业科技创新的影响因素分析

3.1 投入分析

财政支出是农业科技创新效率的重要影响因素。如图1所示，2013—2018年江苏省13市的农林水利事务财政支出有着不同幅度的波动，年均支出为837.15亿元，该支出在2015年达到了峰值894.66亿元，与当年推出的《2015—2017年江苏省农业机械购置补贴实施办法》相吻合。

图1 2013—2018年各市农林水利事务财政支出

科研技术人员是农业科技创新的动力。如图2所示，盐城市的农业技术人员的投入量在2015年出现突增，2016年江苏省完成4 000元以下人口脱贫任务之后，除了宿迁市，其他12个市区都分别调减了农业技术人员的投入。而宿迁市从2016年开始加大该要素投入的原因是该市的农业科研能力严重低于江苏省均值，其脱贫工作遇到瓶颈。

图2 2013—2018年各市农业科技人员数量

除以上2项投入因素之外，其他3项投入指标也有着不同的变动情况。其中，化肥施用量和农作物总播种面积均呈现初步下降趋势，而农业机械总动力却逐年稳步上升，这表明随着江苏省农业现代化进程的不断推进，新型农业技术在脱贫工作中展现出优势。

3.2 产出分析

从产出方面来看，由图3可知，2013—2018年农村居民人均可支配收入和农林渔业总产值(文中未展示图表)呈现出稳定增长趋势，这说明江苏省的农业科技创新成果显著。与此同时，江苏省各市发明专利授权数呈现不稳定波动。结合图2来看，虽然宿迁市在2016—2018年不断增加农业技术人员的投入，但如图4所示，宿迁市的发明专利授权数远低于江苏省均值，且一直维持在相对较低的水平，这表明宿迁市农业科技人员的创新能力较低。

图3 2013—2018年各市农村居民人均可支配收入

图4 2013—2018年各市发明专利授权数量

4 江苏省农业科技创新效率分析

4.1 基于BCC模型的农业创新效率评估结果

运用Deap2.1对5个投入要素和3个产出要素进行分析。计算可得，江苏省2013—2018年13个市的综合技术效率、纯技术效率和规模效率的均值分别为0.895、0.906和0.987，这说明近6年来江苏省的农业科技创新效率整体处于较高水平。

从综合技术效率方面来看，由表2可知，随着年份的增加，有10个市先后达到DEA有效状态且基本能够保持稳定的有效状态，分别是无锡(2014)、南京(2015)、苏州(2016)、徐州、镇江、连云港、盐城(2017)、常州、南通、扬州(2018)。其中，在2017年达到DEA有效的镇江和盐城在2018年度分别出现了小幅度的下降趋势，但总体指标可观。值得关注的是，有3市仍未达到DEA有效，分别是淮安(0.972)、泰州(0.94)和宿迁(0.691)，其中宿迁的综合技术效率处于较低水平且远低于江苏省内的其他市区，需重点关注。

表2 2013—2018年江苏省各市农业科技创新资源配置效率变化

纯技术效率与综合技术效率的变化趋势基本同步。从规模效率的变化来看，2013—2018年江苏省均值为0.987，其中，徐州、盐城、镇江、宿迁未达到均值，但都大于0.9，说明这4市的规模效率虽然低于同省其他市，但总体处于较高水平。从2018年江苏省各市规模报酬的变化来看，镇江市农业科技创新的规模报酬呈现出增加的趋势，应增加相关要素投入，并重视提高农业科技创新效率，以期达到DEA有效。淮安、盐城、宿迁的规模报酬呈现减少趋势，这可能是农业要素投入量的不合理与资源配置的错位导致的。

结合江苏省人民政府发布的2019年省级贫困名单可知，淮安、徐州、盐城、宿迁、连云港5市还分别存在着贫困县，与上述DEA分析的结果相吻合。2019年江苏省经济薄弱地区名单中，苏州、无锡、常州不在榜单上，说明这3市的农业经济发展稳定，近年来贫困地区的“脱贫攻坚”工作卓有成效，且农业技术的不断创新效用在其中担任了重要角色。

4.2 Malmquist指数及其分解结果

4.2.1 江苏省各年份Malmquist指数

从整体上来看，由表3可知，2013—2018年江苏省13个市区全要素生产力指数呈“N”形变动趋势，平均值为1.066，大于1，这说明2013—2018年江苏省农业科技创新效率的发展比较稳定。2015—2016年，江苏省全要素生产力指数达到峰值1.130，比2013—2018年全要素生产力指数的均值1.066高出6.00%。

表3 2013—2018年江苏省农业科技Malmquist指数变化及其分解

将全要素生产力指数分解，通过DEA-Malmquist指数结果分析可知，技术效率指数和规模效率指数的平均值都为1，纯技术效率指数均值为0.999，接近于1，而技术进步指数的均值为1.066，所以全要素生产力指数的变动主要源于技术进步指数，且2014—2018年江苏省全要素生产力指数与技术进步指数的变化同步，变化幅度也相等。2013—2016年两者的平均增长率为2.20%；观察表3发现，2016—2017年技术进步指数明显下降，增长率为-11.15%，而纯技术效率指数大致稳定。2017—2018年，江苏省整体的技术进步指数缓慢回增，全要素生产力指数在该年的增长率达到1.20%。

2017年末，习近平总书记视察江苏。全省“三农”工作深入贯彻习近平总书记系列重要讲话特别是视察江苏重要讲话精神，江苏省在推进农业供给侧结构性改革，全面落实强农惠农富农政策，加快调整农业结构，推进农村改革创新的同时，依托其特有的自然条件，建设特色田园乡村，发展特色农业，展开了新一轮的扶贫攻坚工作。所以现阶段，江苏省各市区应该着力调整农业科技资源，充分挖掘资源的利用率，并抓住影响全要素生产力指数的关键要素，大力开展农业科研工作，提高技术进步指数。

4.2.2 江苏省各市的Malmquist指数

由表4可得，江苏省12个市区的全要素生产力指数都大于1，仅宿迁市小于1。这表明2013—2018年，大于1的12个市区的全要素生产力指数实现了不同程度的进步。整体来看，全省各市区的全要素生产力指数均在0.9以上，且有6个市的全要素生产力指数高于全省平均水平(1.066)。

表4 2013—2018年江苏省各市农业科技Malmquist指数变化及其分解

从各市农业科技的全要素生产力指数的构成来看，技术进步指数均大于1，是全要素生产力指数稳步增长的主要贡献指标。其中无锡的技术进步指数最高，为1.158，盐城的技术进步指数最低，为1.010。从技术效率指数的角度来看，除了盐城和宿迁小于1之外，其余11个市区均大于1；将技术效率指数进一步分解，可以得出导致盐城、宿迁的技术效率指数小于1的主要因素分别是规模效率指数(0.995)和纯技术效率指数(0.935)。

4.3 结果分析

2015—2016年，江苏省全要素生产力指数达到峰值1.130且比研究期间全要素生产力指数的均值高出6.00%的结果与2015年江苏省颁布的政策相关。该年颁布了《2015—2017年江苏省农业机械购置补贴实施办法》，江苏省农林水利事务财政支出达到峰值894.66亿元，比研究期间的平均支出额837.15亿元高出6.87%，与上述的6.00%相吻合。2016—2017年技术进步指数明显下降，增长率为-11.15%，这是2016年江苏省严重的汛情灾情使得农业损失严重、各农业投入要素欠缺引起的。

观察2013—2018年江苏省各市农业科技创新资源配置效率，发现淮安、盐城、宿迁的规模报酬呈现减少趋势，这可能是农业要素投入量的不合理与资源配置的错位导致的。2017—2018年，江苏省整体的技术进步指数缓慢回增，全要素生产力指数在该年的增长率达到1.20%，这是关键城市(宿迁)的投入要素“农业科技人员”较上年而言明显增加7.02%带来的，然而这一比率(7.02%)与上述江苏省全要素生产力指数的增长率(1.20%)不吻合，产生偏差的主要原因是宿迁市农业科技人员的创新能力不足。

5 结论与建议

5.1 结论

实证研究发现，江苏省部分市区缺乏掌握核心技术的农业科技人才。如图2和图4所示，宿迁市在2016—2018期间逐年大幅度增加农业科技人才的投入，却没有为该市的农业发明专利授权数量带来正向变动且农业创新效率也没有得到有效提高，这说明宿迁市农业科技人才的质量较低。

如图4所示，2013—2018年常州、南通、镇江3市的农业发明专利授权数呈现稳定增长的趋势且数量可观，然而结合表2可知，这3市的农业投入要素的资源配置效率虽然先后达到了DEA有效状态，但还处于波动期，仍需巩固。观察表4，常州、南通、镇江3市的技术进步指数和全要素生产力指数没有达到江苏省均值，说明这3市农业科技创新成果的转化能力较低。

综上所述，现阶段应将工作重心放在平衡江苏省各市区的农业科技资源上，解决江苏省内农业科技创新效率不平衡的问题，尤其要把资源率先分配给宿迁等市，帮助其加快提升农业技术创新水平和农业技术成果的转换效率。

5.2 建议

1)加强农业科技人员的培训，提高人力资本质量。宿迁市的相关农业企业和科研机构应加强科研人才的培养工作，精简机构，减少冗员，完善和落实创新绩效的考核机制，提高农业科技人员的研发效率。此外，苏州、南京等农业科技创新效率较高的市区还可以组建帮扶团队，帮助宿迁、淮安、连云港等农业科技创新水平较低的市区，助力新一轮精准扶贫工作的完成，最终实现共同富裕。

2)提高农业科技创新成果的转化能力。实现农业科技成果的有效转换，关键在于要精准挖掘农业市场的发展需求，还要切实把农业科技创新成果与农民的需求紧密结合。为促进农业创新与农业发展的有机结合，可以提高科研团队与基层农民的对接紧密度，在充分了解农民和农业发展需求的基础上开展农业科研活动，并围绕主导产业进行技术创新，最后通过示范、培训等途径促进创新成果的转换。

3)完善农业科技企业的财政支持机制。现阶段，政府应建立农业研发投入的长效增长机制，确保财政资金用于农业创新的份额逐步增加。还应结合江苏省内各市的农业生产投入、产出实际情况，有针对性地颁布政策和给予财政支持，如宿迁市的农业科研基础薄弱且研发资金低于江苏省均值，应加大对技术创新事业的财政支持力度，保持科研团队的研究活力。在政府支持资金投入后，还可以构建配套的评估监督系统，以保证资金的有效运用。

4)优化和平衡地区间农业投入资源的配置。政府应将各投入要素间的比例进行优化，针对每个市区的特点探究出各要素的最优投入比例，在追求产出最大化的同时保证农业投入资源的有效利用。为解决江苏省地级市之间农业科技创新水平不平衡的问题，政府应助力农业科技发展由粗放式转变为集约式，对于淮安、连云港等农业科技创新效率值较低的市区，应根据它们所处的规模报酬阶段以及各投入要素的冗余情况来进行合理调整。