我国科技投入对农业发展促进作用的效率评价——基于数据包络模型的分析

李冬梅

(安徽财经大学，安徽 蚌埠 233041)



我国科技投入对农业发展促进作用的效率评价
——基于数据包络模型的分析

李冬梅

(安徽财经大学，安徽 蚌埠 233041)

本文选取2013年我国31个省份的截面数据，选取代表科技投入的六项指标，选取粮食产量和农民人均收入作为产出指标，运用DEA数据包络分析的方法，对我国现阶段科技投入促进农业发展方面的效率进行评价分析。结果显示，现有的农业科技投入在不同省份呈现的效果各不相同，结合实证分析的结果，文章给出了有针对性的政策建议。

数据包络分析；科技投入；效率

作为第一产业的农业，对于世界上任何一个国家而言，都具有保障粮食安全、保证人民生活质量和维系国民经济正常运行的重要地位，带有明显的正外部性，这使得农业的许多领域都表现出公共品的特性[1]。但是，由于与生俱来的特殊性，农业同时面临着市场和自然双重风险，使其在市场经济日臻发达的今天，与其他产业相比较具有天然的“弱质性”[2]。正是基于上面两个方面的考虑，世界各国政府无不密切关注和大力扶持农业的发展。对于中国这样一个拥有9亿农民的农业大国而言，农业的可持续发展、农民生活质量的不断提升、农村经济社会的良性运行，更是实现国家整体经济均衡稳定发展的头等大事，自2004年以来中国连续十二年发布以“三农”为主题的中央一号文件，明确指出“三农”问题在中国的社会主义现代化时期居于“重中之重”的战略地位[3]。2015年的中央一号文件更是适应新的经济形势发展要求，将关注的视角放在加快农业现代化建设上，强调科技对于农业发展的促进作用。不可否认，近年来我国逐步加大了科技对于农业发展领域的投入力度，也取得了一定的效果，但科技投入对于农业发展具体效率如何，还需要通过具体数据进行分析，

正是基于这一背景，本文通过对2013年我国31各省份的横截面数据，分析和研究当前我国科技投入对农业发展促进作用的实际效果，以期得到一些有价值的结论。

1 指标的选取和包络分析模型的构建

1.1 投入产出指标的选取

一国的科技投入是用于支持开展科技活动的经费投入，是能够提升产出和改善人民生活水平的生产性投入。按照联合国科教文组织的界定并结合我国国情，我国的科技投入应该涵盖研究与发展投入、科技成果的转化和应用、科技服务三个领域。按照《中国科技统计年鉴》的划分，研究和发展投入包括基础研究经费投入、应用研究经费投入和试验发展经费投入三项，本文选取这三项指标作为我国科技研发指标；选取科技合同转化金额作为科技成果转化和应用指标，选取科普人员数量和科普经费投入作为科技服务指标，将这六项指标共同作为数据包络分析的投入指标。基于我国国情，现阶段农业发展的重要目的是提高粮食产量和提升农民收入水平，因此本文选取这两个指标作为数据包络分析的产出指标[4]。具体指标体系见表1。

表1 我国科技投入对农业促进作用效率评价指标体系

1.2 分析模型的构建

数据包络分析方法DEA(Data Envelopment Analysis )是1978年由科学家Charnes、Coopor和Rhodes提出的， 其主要原理是通过保持决策单元DMU(Decision Making Units)的输入不变，运用数学规划和统计数据，通过比较决策单元偏离DEA前沿面的程度，来评价其相对有效性。

DEA方法以相对效率概念为基础，以凸分析和线形规划为工具，应用数学规划模型计算比较决策单元之间的相对效率，对评价对象做出评价，它适用于多输入多输出的有效性综合评价问题，在对此类问题的有效性评价方面具有绝对优势。更为重要的是，由于DEA方法并不直接对数据进行综合评析，因此在分析决策单元的最优效率时不受所选取的输入指标和输出指标值的量纲影响，所以在使用DEA方法建立模型前也无须对数据进行无量纲化处理。同时，进行DEA建模之前，也无须任何权重假设，根据决策单元输入输出的实际数据即可得到最优的权重，这样的处理可以排除很多主观因素，具有很强的客观性，因此在进行效率评价方面具有较广泛的应用[5]。

1.3 我国科技投入对农业发展促进作用效率的DEA分析

本文运用DEAP-xp1软件，采用C2R模型，选取2013年我国31个省份的截面数据，评价我国科技投入对于农业发展的促进作用。为了保证数字的真实可靠，所有指标数据的来源均来自政府发布的《中国科技年鉴》和《中国统计年鉴》，通过软件计算，最终的效率评价结果如表2。

表2 我国科技投入对于农业发展的促进作用

1.4 对DEA评价结果的分析

1.4.1 我国科技综合效率评价 从上面的效率分析结果可以看到，2013年我国科技投入对于农业发展起到有效促进作用的省份并不多，仅有内蒙古、吉林、黑龙江等六个省，在全国占比不到20%，这六个省份均为农牧业大省；其他农牧业大省的情况各不相同，有的综合效率尽管没有达到最佳状态，但是效率发挥达到80%以上，如新疆；有的省份综合效率则比较低，如安徽，仅发挥了43.4%的效率水平。而对于非农业省份，科技对农业发展的综合促进作用就比较有限了，有的甚至可以忽略不计，如北京、天津、上海、浙江。这说明科技投入对于农业发展的促进作用主要体现在部分农牧业大省，其他非农业省份由于其科技关注的重点并不在于农业，相对投入和针对性较弱，因此综合效率的发挥并不明显。

1.4.2 投入对农业发展的技术效率和规模效率评价 进一步对于综合效率没有达到最佳的省份深入分析，可以看到，有些非农业的省份，尽管其综合效率并不高，但是技术效率却达到了最佳的使用状态，如天津、河北、上海、浙江等，这充分说明这些省份科技投入在技术革新和推广上对于农业发展的促进作用是很大的，应该进一步发挥技术优势，促进农业的快速发展；而有些省份，如贵州、云南则在规模效率的实现上较佳，科技投入对于农业发展在规模上的促进效率达到了90%以上的效果；而其他省份，如安徽，无论在技术效率还是规模效率上的表现都差强人意。

2 对科技投入促进农业发展的几点政策建议

2.1 区别不同省份的特点，有针对性地发挥科技投入对农业发展的促进作用

从上面各个省份的实证结果可以看出，现行科技投入政策对各省的农业发展的促进作用是不同的，这主要缘于不同省份农业在经济发展中的地位不同以及各省份经济发展水平差异。因此，未来的科技投入政策就需要区别不同省份的具体情况进行调整，以便充分发挥其对本省农业发展的促进作用。对于那些当前科技投入政策综合效率有效的省份，如黑龙江、吉林、河南等，要继续重视科技投入力度，发挥当前科技支农的优势，进一步促进农业发展；对于那些科技支农技术效率有效，而规模效率欠佳的省份，如上海、浙江，除了继续保持科技支农的技术优势之外，还需要进一步加大对农业投入规模效率的提升，两者兼顾，确保科技支农综合效率的发挥；反之，对于那些科技支农规模效率较高，技术效率欠佳的省份，如云南、贵州，则需要在保持对农业科技投入规模效率优势的前提下，不断探索提升技术效率的途径和方法，确保综合效率的提升；最后，对于那些科技支农规模效率和技术效率都欠佳的省份，未来需要充分重视科技对于农业发展的重要作用，双管齐下，同时提升科技支农的技术效率和规模效率，争取尽快弥补缺陷，适应农业发展的新形势。

2.2 重视科技支农的辅助配套政策实施

科技支农重在投入，但是仅仅依靠科技投入也很难形成对农业快速发展的促进作用，未来针对我国农业发展的现状，在继续增加科技支农投入力度的前提下，还需要采取更多的手段，辅以更多的配套措施，多方面促进农业的持续稳定发展。比如，进一步加大对农业科技人员的培训力度、扩大对农业新科技成果的宣传范围、采用更多农民喜闻乐见的形式开展农业技术推广工作、不断探索科技服务农业的新手段等，惟其如此，科技支农的效果才能更好体现，我国农村发展目标才能早日实现。

[1]Harvey S.Rosen.Public Finance[M]. 北京：中国人民大学出版社，2010.

[2]高培勇.公共经济学[M]. 北京：中国人民大学出版社,2011.

[3]李冬梅 李桂宝.财政支农支出与农业经济增长关系的实证研究——以安徽省为例[J].湖南财政经济学院学报，2012(12):113-119.

[4]张晶晶.基于DEA模型的我国农业补贴政策的效率评价[J].统计与决策，2014(17):65-67.

[5]成钢.数据包络分析方法与MaxDEA软件[M].北京：知识产权出版社，2014.

Evaluation of the Efficiency of Investment in Science and Technology to Promote the Development of Agriculture——Based on the Analysis of the Data Envelopement Model

LI Dong-mei

(Anhui University of Finance And Economics,Bengbu 233030,China)

This article is based on the section data of 31 provinces in China in 2013.It selects six indicators on behalf of the investment of science and technology，such as the grain yield and farmers' per capita income as output indicators, using the method of analysis of DEA，evaluation of the present stage of our country to promote the efficiency of investment in science and technology in agricultural development. The results showed that, agricultural science and technology input in different provinces are not identical. Based on the results of empirical analysis, the author gives the targeted policy recommendations.

Data envelopement analysis; Investment in science and technology; Efficiency

2015-03-13

2012年度国家社科基金项目(12BJY140)。

李冬梅(1975-)，女，辽宁省海域市人，博士，教授，主要从事财税理论与政策方向研究。

F302.5

A

1673-8772(2015)04-0113-04