基于DEA的广东省农业科技投入效率分析

杨林 郑丽芳 李运南 吴俭峰

摘 要：农业是人类生存和发展的前提和根本，农业技术的发展是促进农业进一步发展的有效手段。农业科技的进步有利于促进农业进一步的发展，但广东省农业技术发展的很多领域还处于较低的水平。通过超效率DEA模型对广东省2004至2012年间的农业科技投入的效率进行分析发现，广东省农业科技出现了投入资金不足、科学技术方面的人才短缺等问题。因此，广东省运用先进地区的经验，找出问题，抓住重点，完善相关体系。

关键词：广东 农业科学技术 投入 超效率DEA

中图分类号：F224 文献标识码：A 文章编号：1674-098X（2015）03（a）-0105-04

自改革开放以来，广东省农业生产总值提高了27倍多，每667m2耕地农业产值位居全国第二位，农业总产值和主要农产品产量跻身全国前列。然而，广东农业的进一步发展仍然面临着各种各样的制约因素，农业科技投入成为了农业发展的首要制约因素。我们这里将运用超效率DEA模型对广东省农业科学技术投入的效率进行分析，进而提出相应的建议，为广东省农业科技政策制定提供借鉴。

1 DEA方法概述

在进行效率评价过程中，常用的方法主要有参数法和非参数法两大类。其中参数法主要包括随机边界函数分析（SFA）、厚边界函数法（TFA）和自由分布方法（DFA）等，但这些方法在边界函数设定方面带有很强的主观性，而函数形式的设定形式和准确程度对效率值均有非常大的影响。非参数a化方法最典型的是数据包络分析法（DEA），它特别适用于具有多个投入变量和产出变量的复杂系统，能够同时评价出规模效率和技术效率；相对于其他前沿分析，DEA模型更适合于小样本效率分析。Seiford和Thrall（1990）指出，DEA模型所评价的效率前沿具有相当的稳健性。此外，DEA模型具有其他优点：（1）DEA模型关注的是对每个决策单元（DMU）的优化问题，进而能使得出的相应的相对效率是最大值。（2）DEA中模型的权重由最优化过程产生，不需要事前设定投入与产出的权重，因而不受人为主观因素的影响。（3）DEA模型既能对每一个DMU投入产出指标的相对效率进行评价，又能通过投影分析，将非有效DMU向DEA的“生产前沿面”投影，进而确定各非有效DMU的弱势、需要改进的方向和调整的数量。考虑到农业科技投入效率取决于多个方面的因素，需要从多方面进行测度。因此，我们在对广东省农业科技投入效率进行评价时也采取DEA模型。结合农业科技投入效率评价的实际需要，我们这里主要使用CCR和BCC这两种基本的DEA模型，其具体方程表达如下：

（1）C2R模型

（2）B2C模型

2 评价指标体系

在经济学中，农业科技投入的概念是指在既定期限里，某个国家或者某个地区在探究和推广农业科学技术的投入总量。科学技术投入的效率表现为用尽可能少的技术投资来取得尽可能多的农业产出。但是这并不代表增加越多的科技投入就可以获得越好的农业产出效益，农业科技投入情况与农业产出效益必须相协调。科技投入的效率分析指标对分析广东省农业科技投入的情况具有重要的意义，所以我们要对广东省农业科学和技术的投入建立一个评价指标体系。有投入就必须有产出，产出的效益是依据投入的利用效率，所以综合考虑各种因素，这个评价指标体系必须包括投入指标和产出指标。

2.1 投入指标

2.1.1 技术人员数量

农业科技的投入主要是增加具有一定农业科学知识的技术人员，具有较强农业科学技术的人员，可以专业地、科学地管理农作物的耕种。因此，对于农业生产有着深远的影响。所以具有农业科技人员较多的地区，该地区的农业的产值往往会比较大。

2.1.2 农业科技经费投入

财政投入是农业科研投入的最重要的途径，其中关于我国政府对各个地区的财力投入，即为农业科技三项费用。一般情况下，投入费用越大的地区，其农业产值会越高，即农业产值与投入费用是成正比的。

2.1.3 农业机械总动力

主要指各种机械操作活动的机械操作总功率，包括农业、林业、畜牧业和渔业。若一个地区的农业机械操作总功率越大，则说明这个地区就具有越高的农业机械化。因此，农业机械总动力可以作为一个地区的农业科学技术投资的评价指标。

2.2 产出指标

2.2.1 农业总产值

农业总产值是指所有产品中的货币形式，表示总的农业、林业、牧业以及渔业在内的所有农产品的总价值，不仅既定期限内的农业产出的总规模和总收获可以通过农业总产值来表示，而且某个国家或地区的农业产出的总规模和总体水平也可以通过农业总产值反映出来。农业总产值可以较为直观地表明扩大对农业科技投入是不是可以有效地提高广东省的农业产量，提高广东省农业在总产值中所占的份额。

2.2.2 农业科技成果数

指农业科学技术人员在参与农业活动的实践中能不能观测出比如“怎样的环境适合农作物的生长”等一系列农业专业知识研究的成果，并对其做出理论的研究。一般情况下，如果一个地区具有较高的农业科技成果数，则说明该地区的农业科技投入能获得较好的农业产出。

以上所以指标的数据均可在广东省统计年鉴里面查询获取，先标准化处理数据，得到相关系数矩阵。如表1所示。

在相关系数矩阵的基础上，我们可以得出的投入指标是农业技术人员数量、农业机械总动力和农业科技经费投入；产出指标是农业生产总值和农业科技成果数。总体看来，以上的五项指标可以较为全方位地反映广东省农业科研输入与输出两者之间的具体情况。

综上所述，可以得出广东省农业科研投入的指标体系，具体见表2。

3 广东省农业科技投入效率的实证分析

3.1 传统DEA模型分析

利用DEA-SOLVER Pro5软件对样本进行CCR模型运算，结果见表3。

当计算结果出现θ值=1且S+=0，S-=0的情况时，则该决策单元为DEA有效单元；当出现θ值=1且S+>0或S->0的情况时，则该决策单元为DEA弱有效；当出现θ<1时，则该决策单元为DEA无效。所以，根据上表的计算结果，我们可以得出结论：2005年、2006年、2008年、2011年和2012年年为DEA有效单元；2004年、2007年、2009年和2010年为DEA无效单元。

3.2 超效率数据包络分析（SE-DEA）

利用DEA方法分析相对效率时，可能出现很多个研究样本全部有效的情况，即计算得出的多个效率值全部为1的情况，而传统CCR模型不能够再这些有效单元做深入的分析。在前面的传统DEA模型的分析中可以看出，2005年、2006年、2008年、2011年和2012年的效率值均为1，即为DEA有效单元。为了弥补传统DEA模型不能对效率值全部等于1的多个有效单元进行深入分析这一缺陷，安德鲁森和彼得森于1993年提出了DEA的超效率（Super-Efficiency）评价模型，可以深入的比较分析这些有效单元，超效率数据包络分析模型的方程表达式如下：

超效率DEA模型与传统DEA模型的差别主要是，在对样本进行效率评价时，在传统DEA模型中，所有决策单元集合包含决策单元在内，但是该决策单元被超效率模型排除在集合之外，借用其他决策单元投入产出的线性组合来代替。事实上，该模型在分析有效单元K的效率时去除了效率指标数等于1的约束条件，这就会出现大于或者等于1的效率值，这就是超效率值。此类方法可以比较分析同是有效决策单元的效率问题，而这种方法对本身并不是有效的决策单元并无影响。

针对传统模型的分析，我们可以区分出有效单元和无效单元。所以，我们可以在传统模型的基础上再对有效单元排列次序。计算结果见表4。

由表4可以看出，超效率CCR模型的计算结果允许决策单元的效率值大于1，并且可以进行有效单元间的排序，有效单元的具体排序如表5所示。

3.3 超效率DEA模型的评价结果及分析

根据DEA-SOLVER Pro5软件的计算，得到广东省2004—2012年这9年里的农业科技投入效益的结果（见表6）。其中θ值为效率值，S1+，S2+，S3+分别为技术人员数量、农业科技经费投入、农业机械总动力的松弛投入；S1-，S2-分别为农业总产值和科技成果数的冗余产出。

根据计算结果，我们能够获得以下的判断：

（1）2005年和2012年决策单元为DEA有效单元，且该决策单元既是技术有效单元也是规模有效单元。

（2）2004年、2006年、2008年和2011年这4年的决策单元也是DEA有效单元，因为其θ值大于1，所以其规模和技术都是有效的。

（3）2007年、2009年和2010年决策单元为DEA无效单元，该决策单元技术效率不是最优的，规模也不是最优的。

3.3.1 综合效率分析

根据DEA-SOLVER Pro5软件的计算结果，可以得出广东省2004—2012年农业科技投入的综合效率（ACE）。见表7

从表7可以看出，广东省农业科技投入的效率每年都不相同，而且有些差距很大。其中，2004年、2007年、2009年和2010年的超效率值小于是，所以这几个决策单元是无效的。另外，在2005年达到最高水平，2006—2010年呈上下波动水平发展趋势，其中在2010年，综合效率下降至9年中的最低水平，综合效率仅为0.877。但2010年后，广东省农业科技投入的综合效率明显提高了。2007年后农业技术人员的数量逐渐减少，经费反而逐渐增加，综合效率也呈上升的趋势。总体而言，在最近几年里，广东省的农业科技投入得到了良好的发展。

为了能够明显地看到每年的效率变动趋势，我们将上表的超效率值绘制成折线图，能够一目了然地看出每年的走势。从图1中可以明显看到，2004—2005年里，效率值达到样本期内的最高值；2005—2010年这6年呈波动震荡走势，增长趋势没有那么显著；但是在2010年后，效率值呈上升趋势，说明经过不断地努力，广东省的农业科技投入获得较好的产出效率。

3.3.2 纯技术效率分析

根据DEA-SOLVER Pro5软件的计算结果，可以得出广东省2004-2012年的农业科技投入的纯技术效率（ATE），如表8所示。

可变规模报酬假定在没有规模效率的作用下计算技术效率，所以就有了的纯技术效率。从表8中我们可以看到在规模报酬可变的情况下，广东省每年的农业科技投入的纯技术效率和综合效率的基本趋势相似，但仍略有不同，发生了一些变化。从测度值来看，除了2007年、2009年和2010年处于无效状态之外，其余各年在样本期间几近全有效。这说明，近年来广东省的平均技术效率保持在一个相对稳定的状态，但是期间仍有下滑的趋势，所以提高科技投入的技术效率是一项亟须解决的问题。

为了能够明显地看到每年的纯技术效率变动趋势，我们也是将上表的效率值绘制成折线图，这样也就能够一目了然地看出每年的走势（如图2所示）。

从图2中可以清楚地看出，在2005年，广东省农业科技投入的纯技术效率达到样本期内的最高值，其后呈震荡波动走势，并有下降的趋势。

3.3.3 规模效率分析

根据DEA-SOLVER Pro5软件的计算结果，可以得出广东省2004—2012年的农业科技投入的规模效率，规模效率的公式为：

表9的结果显示，我们可以看出，在9年的农业科技投入中，规模效率θ/σ都不等于1，即全部都没有达到规模有效；但是通过以上的分析可以看出，广东省农业科技投入的技术效率是有效的。所以在以后的科技投入发展中，要依据当前具有的科技水平，相应地扩大投入规模以达到DEA有效状态。

根据表9把综合效率、纯技术效率和规模效率这3个效率的数值制作成折线图，就可以清楚地看到规模效率的变化趋势与综合效率、纯技术效率的三者之间的变化趋势的比较，我们可以看出，在样本期间内，规模效率的变动趋向与综合效率的变动趋向大体相同；但是在2005年和2012年中，规模效率与纯技术效率的变动趋向是相反的，其它年间的变动趋向大体相同。

3.3.4 投影分析

该文利DEA-SOLVER Pro5软件对表2的数据进行操作，根据以上的计算结果可知；我们可以得到以下的结论。

（1）农业技术人员在2007—2010年连续达不到目标值。结果显示，广东省农业技术人员的投入从2007—2010年这4年间都没有达到既定的数量，说明最近几年广东省农业对技术人员的投入不充足，没有满足当前农业科技发展的要求。影响科学技术发展的首要要素就是人才，如果缺乏人才，将会严重影响科学技术的深入进展。所以，为了促进农业科技的进一步发展，要适当调整一下科技人员的投入结构，使其能够适应当前农业科技发展的要求。

（2）农业科技经费的投入没有出现太大的冗余或不足。从结果中，我们可以看出在样本期间内，农业科技经费的投入并没有出现大起大落的趋势，总体比较稳定，说明广东省对于农业科技经费的入的结构还是比较恰当的。经费是农业科技发展的必要条件，有了一定的经费作为基础，广东省才能更好地发展农业科技。

（3）“十一五”期间农业总产值达到要求。“十五”期间，广东省农业总产值没有达到既定值，不过在“十一五”期间，广东省农业总产值达到了既定值，说明广东省农业科技的投入取得了较好的成果，在“十一五”期间能够达到国家对于农业科技发展政策的要求。

（4）广东省农业科技成果的产出数量不足，没有达到要求。2004年、2006年、2010年、2012年这四年农业科技成果产出出现不够，还有就是2006年和2011年这两年的产出与既定值相比还有很大的一段距离，这个结果表明广东省对于科技成果的可以投资效益还是不够的。但是2005年，2007-2009年科技成果是达到了目标值的，总体看来，农业科技成果数的前景还是比较好。

4 建议

依据以上的计算与分析结果，可见在样本期间内，广东省农业科技投入的效率相对有效，其中2005年和2012年同时达到了技术有效和规模有效。对于广东省这样一个人口众多的经济大省，提高农业科技投入效率甚是重要。鉴于以上对广东省农业科技投入效率的分析，提议了以下的一些建议：

4.1 扩大政府对农业科技投入的力度

农业科技的服务对象大多数是农民，为社会创造了各种效益，因此一旦没有了各级政府对农业的投资，农业科学技术是不可能发展好的。总的来说，政府对农业的投资与整个社会经济的发展是同步的，对国家处于经济转型的阶段而言，更应该如此。广东省政府应更加重视发展农业科学技术，要适当扩大对农业科技投入，努力提高农业科技投入占农业总产值的比重。

4.2 扩大改革创新的投入，培养创新型人才

创新是社会进步的前提，而培育人才是革新和促进科技转型发展的前提。因此，广东省应在提高农业科技投入的同时，努力增强农业科技创新人才队伍的建设，优化农业科技人才布局，完善农业科技人才流动的管理体制，推进农业科技人才布局与经济社会发展需求相协调，并不断提升农民的科技技能，为促进广东省农业科学技术的发展奠定基础。

4.3 加强农村教育，提高农民文化素质

农民是农业发展的主力军，在科学技术快速发展的时期，只有不断普及相关的农业科学知识，才能使农民适应当代的农业发展要求。因此，广东省应为广大农民提供一个接受教育的平台，给予他们一个继续学习的机会，不断提升农民的科学文化知识水平和农业科学技术的应用能力等各方面的文化素养，培训和稳定的农业技术推广人员的各种技能；破解农民接受教育的体制机制障碍，尽可能扩大农民对于义务教育的接受范围；开展乡村等职业技术教育、开办各种农业广播电视教育、开展各类型的农业教育，为促进广东省农业科学技术的发展奠定基础。

4.4 寻找与现代农业发展相协调的农业科研创新机制

广东省如果想要双重突破农业科技的创新与服务，其至关点主要是革新农业科学技术的发展体制与机制，创建共同发展的新机制。广东省作为全国的经济大省，虽然农业产业总产值占国内生产总值的比重不是很高，但鉴于广东省各方面的优势，广东省完全有实力取得突破，推进农业科学技术的进一步发展。在系统设计上，要全力突破部门、区域、学科三方面的界限，增强政府井然有序地连接指引和调节市场；有效地组合科学和技术资源；努力促使各个参与单元协调共同创新发展；严紧地把农业发展和科学技术教育连和起来；创建农业科学技术服务的优良体制；与此同时，要依据机构变革的条件做好分类，建立现代农业科技科学技术研究发展和服务的体制，努力创造一个可以使科研人员潜心研究的战略氛围，全力改进人才培育的战略氛围。

参考文献

[1] 吴波.论我国财政农业科技投入[J].社会科学家，2013（2）：60-64.

[2] 陈娟.我国农业科技投入的效率审视与模式选择[J].农村经济，2010（12）：112-115.

[3] 何琳.广东农业科技投入与农户收入的计量分析[J].南方农村，2012（7）：11-13.

[4] 申红芳，肖洪安，郑循刚，等.农业科技投入与农业经济发展的实证研究[J].科学管理研究，2006（6）：113-117.

[5] 杜鹃.基于DEA模型的我国农业科技创新投入产出分析[J].科技进步与对策，2013（8）：82-85.