基于MAXDEA模型的新疆农业科技创新效率研究

吴正平 何凤林

摘 要：使用 MAXDEA模型，以新疆农业科技创新的输入和输出数据为依据，2007—2017年为样本，建立了一个研究新疆农业科技创新效率的模型，计算其综合技术、纯技术和规模效率，分析新疆农业科技创新的效率。结果显示，新疆农业科技创新的综合技术效率的平均值等于0.953，小于1，说明新疆农业科技创新的输入和输出效率未达到DEA有效。 针对新疆农业科技创新投资人才、资金、设备等效率低的问题，提出了提升新疆农业科技创新效率的对策建议。

关键词：新疆农业;科技创新;效率;MAXDEA

中图分类号：S-3       文献标识码：A

基金项目：教育部人文社会科学研究项目“丝绸之路经济带战略下新疆区域创新系统再造研究”（项目编号：17YJA630113）;国家自然科学基金项目“科技援疆创新资源从外生性嵌入到内生性根植的路径与机制研究”（项目编号：71764030）

引言

为了加快建设创新型国家，习总书记在十九大报告强调创新是引领经济发展的主要动力，农业现代化是完善创新体系的战略支撑。新疆维吾尔自治区的现代化计划纲要明确指出：2011—2020年的10a，是新疆的全面小康社会的建设加速推进社会主义现代化的重要时期，促进传统农业向现代农业转型，全面实现农业跨越式发展的基础阶段。农业是新疆经济社会发展的根本，农业技术是农业现代化的核心内容和基本支撑，可以说是“没有农业科技技术，就没有农业现代化” 。

农业是新疆的战略和基础产业，在新疆维吾尔地区经济和社会的发展中承担相当重要的角色。改造传统的农业、农村经济是农业现代化的一个重要阶段，新疆农业的发展面临着难得的历史机遇，也面临着一系列严峻的挑战。农业技术创新能力的提高，决定了新疆新常态，开创新局面，追赶跨越、加速发展的进程。 研究新疆的农业技术创新对目前的效率优化农业技术创新体系的资源配置，提高农业生产效率，确保食品的安全具有重要的意义。

1 研究综述

Nasierowski两阶段DEA和Arcelus运用的方法在世界45个国家创新效率进行了测量和分析[1]，研究显示，生产效率的变化主要受技术创新和资源的配置规模的影响。Lee H等基于DEA模型的技术对27个亚洲国家和地区的创新效率排序的研究结果显示，中国、韓国等国家的技术创新的效率相对较低[2]。杜鹃在之后DEA模型的基础上，对中国农业技术创新的投入产出效率进行数量化分析，中国的部分地区的农业技术创新出现非DEA有效的原因是投入规模不当和计算不足[7]。董明涛运用dea测定2009—2011年的中国农业技术创新、资源分配的效率，通过构建个体固定效应模型的农业技术创新资源分配的效率，得到其影响的核心要素[3]。赵骁炀运用DEA的非农业全参数malmquist指数，对山西省的城市测量要素生产效率的预测，根据山西农业技术创新，找寻提高效率的对策[4]。张静、张宝文采用曼奎斯特（Malmquist）指数法测定1990—2008年我国的农业技术创新效率的年平均增长率，累积和地区差距[5]。李燕凌、欧阳万福采用CCR模型运用评价2004—2006年湖南省14个市和所属县市支农财政支出的效率性，以及与Tobit模型分析县乡的财政支农效率的影响因素[9]。杨林、许敬轩采用Dea-tobit，研究证明了公共文化支出占人均GDP和财政支出的比重，公共文化支出效率存在显著负相关关系[17]。王银梅、朱耘婵的研究，基于Dea-tobit malmquist模型和静态动态测定相结合，测量效率的结论是地区之间值的水平存在显著的不均衡、投入规模和减少资源浪费的公共文化支出效率为主要影响因素，居民教育水平和相关的文化政策对公共文化支出效率存在显著的正面效果[18]。

2 MAXDEA分析模型

MAXDEA数据包络分析模型是在相对效率概念的基础上，对同一类型的决定测量单元技术的有效与否的效率评价方法的一种。DEA方法很多，可以是投入产出的决策单元的相对有效性的判断，也不需要具体的生产函数，无需事先设定，也没有必要提前预测参数，在实际运营过程中，简化运算，减少误差等优点，被广泛应用于多科学领域。国内应用比较广泛的主要是Charnes、Cooper和Rhodes在1978年提出的CCR模型和Banker、Charnes和Cooper在1984年提出的BCC模型[8]。DEA模型评价只能横向对比，如果各决策单元的效率在加入时各期的生产前沿面时间改变，无法合理的纵向比较，所以在纵向评价，这就是运用DEA的malmquist指数方法的必要性[12]。Caves等对Malmquist指数在1982年生产指数测定法，该方法是一种不需要价格尺度相关信息的全要素生产率（TFP）简称的非参数方法[6]。此后经过不断完善过程，fare等是规模报酬可变条件下，面向生产t， t + 1瞬间和技术参照malmquist指数模型的定义是。

3 指标选择与数据来源

一般，DMU的数量是不能少的输入和输出指数加在一起的数量，否则失去了DEA效率对DMU的区分能力，农业技术创新效率评价指标的选择，以现有的文献为参考，根据索引选择科学、系统、全面、可比性和可操作性的原则等。考虑指标的可获得性、代表性及数据包络分析方法对数据的要求，借鉴已有的相关研究成果，本文从农业科技创新投入和农业科技创新产出2个指标进行的选择。输入的选择指标，一般从现有的技术创新效率研究经费和人才选择2个方面;考虑输出指标的选择要反映技术创新的生产直接和间接经济效益的技术创新生产指数。本文依据以上的原则为基础，参考相关研究农业技术创新效率选择了2个一级的指标和5个二级指标、对农业技术创新的效率进行分析，如表1所示。

3.1 农业技术人员

农业科技投资主要是提高农业科学知识，使有一定的技术、具有较强的农业科技人员，对农作物种植进行专业的科学管理，对农业生产产生深远的影响。农业科学家多的区域，该地区的农业创造生产的价值更大。

3.2 R&D（研究与试验发展）经费支出

经济的投入对于农业科学研究是最为重要的，包括政府的金融投入在中国不同地区农业科学技术所需要的费用。一般来说，农业产值的积极预测功能，投资成本越大的地区，农业产值会更高，农业产值和投资成本成正比。

3.3 农业机械总动力

农业机械总动力包含的是农业、林业、畜牧业和渔业的各类机械总动力操作的总功率。一个地区的农业机械操作的总输出功率越大，那么该地区的农业机械化程度较高。总输出功率，因此可以作为农业机械区域农业资源的技术创新的评价指标。

3.4 农业总产值

农业生产量是所有的产品的货币形式，是指农业、林业、畜牧业和渔业，各种农业产品的价款的总和，是指农业生产的总规模和总能收获，农业的效果，一个国家或者说某个地区农业产量的总规模和总水平可以通过农业产出情况做出相应的反映， 农业产量可以更直观。扩大农业科技投入可以有效改善新疆农业生产，并改善新疆农业的产量。

3.5 农业科技成果数

农业技术成果主要指的是农业方面的科学家、农业、农业管理、农业生产管理的一系列农业科技研究成果的取得，进行农业实践、种植、林业、畜牧业、渔业等在内的4个产业理论的研究。研究显示，在一个国家中或者处于某个地区里的高中质量或者高质量的农业科学成果的数量的多少，表现出了这个国家或者这个地区的农业科学和技术产出的高低。通过科学技术论文、著作、鉴定的科学成果和发明专利技术创新成果的数量直接技术作为计算的测定，本文选择农业科学技术论文发表情况作为判断一个地区或者国家技术创新的水平反映。

因为农业 R&D经费与发表有关农业科技论文情况的指标对本研究的农业科技创新问题数据的分析与处理占据较为重要的地位，但是根据现有统计年鉴数据中没有查找到该数据资料， 因为数据涉及项目比较多，所以没有办法调研统计数据。 本人查阅相关文献对指标进行替换处理，运用计算公式“农业研发经费 =研发经费×（农业总产值/生产总值），发表农业科技论文=发表科技论文×（农业总产值/生产总值）” 进行指标的处理，与其他学者的组合方法处理的数据相比较，这种处理的结果更接近实际情况。本研究中所涉及的数据来自《新疆统计年鉴》、《新疆科技统计年鉴》及新疆的国民经济和社会发展统计公报。

4 实证分析

利用 MAXDEA 模型计算出 2007—2017 年新疆农业科技创新的综合技术效率、纯技术效率和规模效率（ 见表 2） 。

4.1 综合技术效率分析

综合技术效率即投入和生产效率，因此综合技术效率=纯技术效率×规模效率。综合技术效率值（TE）=1时，技术上，同年投入产出相对最大化实现帕累托最优;当 TE<1时，则表示该单元并没有达到技术有效的目标，所以称之为非技术有效。模型最优值为1的部分年份达到了 DEA 有效，这表明技术和规模均为有效的，说明这些年的新疆农业的科技创新评价高。新疆的农业技术创新的综合技术效率值为0.953，表明从2007—2017年，新疆的农业技术科技创新的输入输出和价值高的科技效率，所以是完全 DEA有效。从表2可以看出，2007年、2011年、2016年、2017年，综合技术效率值为1，纯技术上，是有效的规模。剩下的整体技术效率值小于1，表示当年的农业技术创新投资的效率较低，非 DEA有效的，这7a的新疆是输入和输出的农业技术创新的帕累托最优的条件下， 新疆这7a的农业技术创新人才、资金投入、设备等也存在利用效率低的问题，致使目前新疆农业技术发展缓慢的现象一直存在。

4.2 纯技术效率分析

纯技术效率值（PTE） = 1时，该单元技术有效，也就是说，相对来说，达到了投入产出的最大化;纯技术效率值（PTE） < 1时，该单元未达到技术有效，称为非技术有效。表2中可以看出，新疆的纯技术效率均值等于0.980，在1以下，说明从整体来看，新疆的农业技术创新技术投入的效率存在提高的空间。农业技术创新投入的纯技术效率值为1的有2007年、2008年、2009年、2010年、2011年、2016年、2017年，这7a的新疆农业技术创新的纯技术投入的利用效率高，且在所有松弛變量为0，这7a是DEA有效的。其他的4a，纯技术效率值在1以下，这4a非有效技术有效，农业技术创新的方法相比较落后，相对而言，新疆的农业技术创新投资组合和输入输出没有被部署最优。“十三五”期间，新疆农业技术创新投入的增加，国家和新疆维吾尔自治区政府的支持政策，新疆的农业技术创新能力和技术水平均有所提高，使纯技术效率的提高实现其有效性。

4.3 规模效率分析

规模效率值（SE）=1，显示实现有效决策单元的规模，无论投资是大规模还是小规模，报酬之间的临界点是通过增加和减少处于最佳状态;当 SE < 1，表明该投入规模在规模报酬递增或减少阶段，为非有效规模。新疆的规模效率均等于0.973，在1以下，说明有必要改变投入规模。从表2可以看出，2007年、2011年、2012年、2016年、2017年新疆农业科技创新的规模投资回报稳定，最优的农业技术投入规模，剩下的6a的平均规模报酬处于增加或减少投入规模的阶段，故这6a的投入存在不足和配置不合理等问题，阻碍了技术创新的投资促进效率，所以要求，农业技术创新的未来必须投入巨大资源合理配置，增加生产的技术创新，提高科学技术创新能力，发挥整体优势，提高区域技术创新的效率，资源分配的效率，并充分迅速整合传统生产方式的转换，推进经济技术创新驱动经济发展方式。

5 结论与政策建议

使用MAXDEA模型对新疆的农业技术创新的效率进行了分析。结果表明，新疆的综合技术效率、纯技术效率和规模效率平均在0.9以上，说明这3个效率较高;平均在1以下，说明技术创新存在效率投入冗余和产出不足的现象，不同程度的农业技术创新和出口冗余投入不足，农业技术创新投资者没有发挥积极的作用，导致输出值的非效率。从科技创新产出的角度来看，当存在输出不足的现象，说明存在大量的投入在农业科技创新方面和人员中并没有显示出积极而有效的促进作用，导致新疆农业科技创新效率不高。根据分析的结果，提出以下3点建议。

5.1 加快农业科技创新

启动一个试点项目，促进农业科技創新，创建农业研究、教育、普及的一种新型的农业科技连接系统。 加快现代农业产业技术体系和科技创新平台的发展，支持龙头企业和现代农业园区建立专家工作点或工作站。新疆特色主导产业的发展需求，大力推进高新技术创新和关键技术在高产优质中尽快培育新品种、农产品深加工技术研究和开发，农业技术开发是研究灾害、重大农产品以及其生产质量安全标准和突破的核心。 鼓励农业企业技术创新，促进支柱和优势农业研究机构，高等学校的大量生产，合作创新联盟，因势利导的指引和鼓励支持相关企业着眼于或参加到农业技术的项目中来，打造一批具有高水平的农业研究开发机构。

5.2 增加政府对农业科技投入

农业科技的服务对象主要是农民，为社会创造了各种效益，所以如果没有各级政府农业投资，农业科技的发展是不能用尽其才的。一般来说，我国政府相关的机构对农业生产发展的投资和整个社会的经济发展是同步的。新疆的农业科技创新的发展，应该多关注适当增加农业科技和技术创新的投资，努力提高农业创新技术，从而实现农业生产总值的比率稳步提升。

5.3 培养创新型人才

创新是社会进步的前提，培养人才是创新的前提，科学和技术促进发展的转换。 新疆农业技术投入的增加的同时，还必须努力提高农业技术创新人才队伍的建设，布局优化农业技术人才，完善农业技术人才的流动性管理体系，调整促进农业技术人才的合理布局，同时协调经济社会发展的需要，提高农民的技术技能，为大美新疆的农业科技创新发展奠定坚实有力的基础。

参考文献

[1] NASIEROW SKIW，ARCELUS F J.Interrelationships a-mong the elements of national innovation systems： a statis-tical evaluation[J].European Journal of Re-search，1999（119）：235-253.

[2] LEE H，PARK Y，CHOI H. Comparative evaluation of performance of national R&D programs with heterogeneous objectives：a DEA approach[J]. European Journal of Operational Research，2009，196（3）：847-855.

[3] 董明涛.我国农业科技创新资源的配置效率及影响因素研究[J].华东经济管理，2014，28（2）：53-58.

[4] 赵骁炀. 山西农业科技创新效率研究[J]. 经济师，2014（10）：148-153.

[5] 张 静，张宝文. 基于Malmquist指数法的我国农业科技创新效率实证分析[J]. 科技进步与对策，2011（7）：84-88.

[6] 林坤煌. 基于DEA法的福建省农业科技创新效率评价研究[D].福州：福建农林大学，2012.

[7] 杜娟. 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（4）：82-85.

[8] 肖碧云. 基于DEA模型的我国农业科技创新资源配置效率研究 [J].吉林农业科技学院学报，2016（4）：62-65.

[9] 鲍红梅.基于DEA的科技创新效率分析[J].长春师范学院学报：自然科学版，2009（5）：9-11.

[10] 贺德方.我国科技投入的效率、效果评价研究[J].情报学报，2006（6）：740-748.

[11] 白俊红，江可申，李蜻，等.区域创新效率的环境影响因素分析———基于DEA-Tobit两步法的实证检验[J].研究与发展管理，2009（2）：96-101.

[12] 石峰.基于省际面板数据及DEA的区域创新效率研究[J].技术经济，2010，29（5）：42-47.

[13] 官建成，何颖.基于DEA方法的区域创新系统的评价[J].科学学研究，2005（2）：265-271.

[14] 龙如银，李仲贵.基于SE-DEA的我国省域技术创新效率评价[J].科技管理研究，2009（1）：73-75.

[15] 雷彦斌，李徽，欧国立.基于政府科技投入的我国转制科研机构效率评价与研究[J].科学学与科学技术管理，2010（7）：34-37.

[16] 徐小钦，黄馨，梁彭勇.基于DEA与Malmquist指数法的区域科技创新效率评价———以重庆市为例[J].数理统计与管理，2009，28（6）：974-985.

[17] 杨林，许敬轩.地方财政公共文化服务支出效率评价与影响因素[J].中央财经大学学报，2013（04）：55.

[18] 王银梅，朱耘婵.基于面板数据的地方政府公共文化支出效率研究[J].经济问题，2015（06）：35-40.