基于DEA模型的福建农业科技资源配置效率评价

刘冬晴，王文烂

(福建农林大学 经济管理学院,福建 福州 350002)

近年来，我国农业建设路径发生深刻转变，从传统的生产经营方式逐步向依靠先进的技术手段科学高效生产的形式转变，以此使农业资源配置趋向合理化，进而驱动各产业生产结构优化升级，加快农业现代化发展进程[1]。2021年出台的中央一号文件指出：“强化现代农业科技和物质装备支撑是推进农业现代化必不可少的手段之一，必须坚持农业科技自立自强，完善农业科技领域的基础研究，并深入开展乡村振兴科技支撑行动。”仅依赖投入传统生产要素的方式已难以为继，必须注入崭新的科技力量才能更好地实现农业的提质增效。对此，福建省积极贯彻实施创新驱动发展战略全面提升农业科技创新能力，并围绕农业科技的人财物等方面取得相应成效[2]，表现为研发人员初具规模，包括涉农院校、农业科研院所、农业园区、农业龙头企业和大型农业科技企业等就职人员为本省农业科技事业发展打造了坚实的人才资源储备库。但与东中部地区相比，福建省农业科技水平较为落后，还存在着科研投入结构失衡、人才队伍建设质量低、成果转化推广困难等问题[3]。

综合已有的关于农业科技资源配置的研究内容来看，多数学者将关注点落在如何科学评价农业科技资源的配置效率，因此形成了以国家、地区以及科研院所等为主的研究对象。从国家层面切入：学者从时空特征揭示不同时期、不同地域农业科技资源配置效率的分布规律和变化趋势，以此为我国创新发展农业科技夯实理论基础[4]。邓敏慧等运用超效率DEA从我国31个区域入手，宏观地评估农业技术进步和效率水平，研究表明我国整体配置效率不断上升[5]；此外，从细分的区域来看，各区域间发展不均衡，华东区域全要素生产率最高，而西北最低。对此，有学者的观点与之相似，认为我国大部分地区的农业科技创新资源配置并非处于DEA有效状态，即不同地域间的资源配置效率差距较大[6]。

除了以国家为研究对象，更多的研究选择从省级层面因地制宜地追踪分析各地农业科技资源创新的发展态势并适时提出建议。张亦工等的研究结果表明，近几年湖北省农业科技资源配置效率波动变化大，增长趋势呈现不规律，而农业科技成效明显但增长缓慢，农业企业科技资源配置呈现不均衡[7]。

综上所述，国内学者通过构建不同指标、模型方法来分析不同研究对象的科技资源配置效率，并得到了丰富的研究成果。但对于福建省的相关研究却鲜有涉足，为此本研究以福建省农业科技资源配置为对象，在前人研究的基础上通过构建合理的评价指标，并利用DEA模型评价农业科技资源配置效率，以期为福建省优化资源配置决策提供相关依据。

一、研究方法与数据来源

(一)数据包络分析法

数据包络分析法(data envelopment analysis，简称DEA)，是由Charens和Rhodes在1978年基于效率概念上提出的一种非参数前沿效率分析方法。其原理是以某一决策单元(decison making unit，简称DMU)为基准与其他决策单元进行比较，测算被决策单元效率高低；通过确定多个投入和产出指标数据构建有效前沿面，进而计算各决策单元与有效前沿面的距离以此分析综合效率指标,最终判断各决策单元是否DEA有效[8-9]。以生产可能集为划分依据，DEA模型可分为CCR、BBC、柯布道格拉斯、NIRS、NDRS和FDH模型，其中最常用的是前两种模型。假设DMU的个数为n个，从投入要素角度切入进行测量，记作DMUi(i=1,2,…，n)。每个决策单元有p种投入要素，记作Xj(j=1,2,…,p)，投入的权重可以表示为Wj(j=1,2,…,p);每个决策单元有q种产出要素，记作Yr(r=1,2,…,q),产出的权重可以记作Ur(r=1,2,…,q)，令当前要测度的决策单位为DMUk并构建基础模型。

1.DEA基础模型——规模收益不变的CCR模型 CCR模型是基于规模收益不变的前提假设下建立而成，其计算的技术效率含括规模效率，因此被称为综合技术效率(technical efficiency，简称TE)，以投入要素为导向的线性规划模型和对偶规划模型的具体表达式如下[10]：

在对偶规划模型中，λ表示为DMU的线性组合系数，θ为效率值表示模型的最优解，取值范围是(0,1]。当θ越小时，效率越低；当θ=1时，说明被评价的决策单元正好位于生产前沿面上，在产出不减少的情况下处于技术有效的状态；当θ>1时，则说明被评价的决策单元为技术无效[11]。

2.DEA基础模型——规模收益可变的BCC模型 CCR模型是假设规模报酬不变为前提，但在实际运用中，生产规模并不是处于最优规模状态，因此在1984年由Banker等提出了规模收益可变的BCC模型，测量的技术效率排除了规模的影响，因此被称为纯技术效率(pure technical efficiency，简称PTE)。

通过该模型求得的θ为纯技术效率值，且通过比较计算规模收益不变时的技术效率值以及规模可变时的技术效率值便可分离出规模效率(scale efficiency,简称SE)，即由综合技术效率与纯技术效率二者间的比值得到：SE=TE/PTE[11]。

(二)指标构建与数据来源

1.指标选取与构建 本研究基于福建省2000-2020年的农业科技投入产出数据构建指标体系，选取农作物总播种面积(X1)、农业机械总动力(X2)、农业从业人员(X3)、农林水事务经费(X4)作为投入指标分别代表物质资源、科学技术资源、人力资源和财政资源，但因为缺乏相关的农业从业人员的数据，所以后文利用第一产业从业人员的数据来替代。在产出方面，以农林牧渔总产值(Y1)、专利授权数(Y2)、农村居民人均可支配收入(Y3)为详细指标。其中,专利授权数衡量的是科学技术成果，农林牧渔总产值和农村居民人均可支配收入用作评价经济收益和生活质量指标，分别反映农业科技创新所带来的经济水平变动和农民增产增收的情况[10,12](表1)。

表1 福建省农业科技投入和产出的指标体系

2.数据来源 介于数据的可获得性，采用年鉴中的第一产业就业人员的数据来替代农业从业人员指标。另外，2007-2020年的农林水事务经费数据在年鉴上直接呈现，但2000-2006年的农林水事务经费是由加总农业支出、林业支出、水利和气象支出获得，具体的数据见表2。

表2 2000-2020年福建省农业科技资源相关数据

(续表2)

二、福建省农业科技资源配置效率的实证结果与分析

将每个年份看成一个决策单元以规模报酬可变的BCC模型探究福建省各年份的资源配置效率，进一步针对不同指标结果描述各阶段动态差异的原因(表3)。

表3 2000-2020年福建省农业科技资源配置效率变化

(一)农业科技资源配置的综合效率分析

综合效率体现了决策单元的资源配置能力，是对资源总体利用效率的整体权衡与评判，它是纯技术效率与规模报酬效率的乘积。若综合技术效率取值为1时，表示技术有效和规模有效，即该年份的农业科技资源的投入产出效率为最有效状态[13]。计算结果显示，综合效率均值为0.925，纯技术效率均值为0.996，规模效率均值为0.928，说明福建省在2000-2020年的农业科技资源配置效率居于较高水平(表3)。从时间分布上来分析：整体上综合效率与1较为接近，在21年中综合效率达到有效状态的年份共有7年，分别是2000、2003-2006、2008和2020年，科技资源在这几年整合配置过程中属于科学合理的范畴。而在2012-2016年间综合效率出现波动起伏且得分均在(0.8,0.9)，其中2015年的综合效率值最低为0.706(表3)，说明该年的农业科技资源配置属于明显非有效状态，可能是在纯技术效率或规模效率的有效性上产生相应问题，此时政府需采取相应手段做出较大调整，使其不断地趋向稳定。

(二)农业科技资源配置的纯技术效率分析

纯技术效率展现的是决策单元在最优规模时投入要素的生产效率，体现了运用资源的情况[9]。福建省在2000-2020年中共有15年的纯技术效率处于有效状态，此时满足了在一定投入下的产出最大化或不变产出下的最少投入。其中，2001、2007、2012、2014和2016-2019年的综合效率小于1，但纯技术效率却为1。在这些年份中，农业技术资源配置仅发挥了整合利用部分资源的作用，而综合效率不高主要归咎于规模报酬较低。除了2015年以外，2002、2009-2011和2013年的纯技术效率均在0.8以上，可能是因为投入或产出要素不足，此时需要进行适当调整来实现福建省农业科技资源的高效配备。

(三)农业科技资源配置的规模效率分析

规模效率指的是实际规模与最优规模的差距，是体现农业科技创新的综合能力。若规模效率值为1，说明规模报酬为最优；若规模效率小于1，则表示投入规模是处于规模报酬递增或者递减的阶段，即非有效规模[13]。福建省在2000、2003-2006、2008和2020年的规模效率为1，说明在这些年份中农业科技的投入规模最有效。除了数据分析外，DEA模型还可以判断规模报酬的类型。由结果可知，没有达到最优规模的年份都是处于规模报酬递增状态，且规模报酬递增的年份数大于规模报酬不变的数量，由此阐明决策单元可以继续通过扩大生产规模提升生产效率。

(四)福建省农业科技资源的投影分析

各类资源指标投影意在分析非有效决策单元存在的松弛变量、径向改进数值。其中，产出冗余数值表示产出不足，而投入冗余代表投入过多。由表4可知，除了在2015年投入的农林水事务经费存在冗余外，2002和2009-2013年均处于均衡。从松弛变量的结果来看，2002年的第一产业从业人员人数投入过多，而在2009年则表现为科学技术资源投入过剩，同时分析2010年和2015年的情况则发现上述两种问题皆存在，由此应相应减少投入量换取有效的产出(表4)。此外，除2002年外的其他年份在农林牧渔总产值、专利授权数以及农村居民家庭可支配收入等还存在质量和数量方面的不足，可以通过增加产出推动资源从无效向有效利用转变。

表4 福建省部分年份农业科技资源投入与产出冗余情况

三、建议

一是合理优化农业科技资源投入，完善资源配置体系。在全省农业科技资源总体稳定的基础上，进一步对相应年份的资源指标进行优化。从上述实证结果来看，依旧存在农业机械和农林水事务经费投入过剩的问题，未来为提高资源配置效率则需要在科技资源和人力资源方面适当调整。在科技资源投入方面，以福建省农业生产需求为出发点，合理引进农业机械，改进农机配置结构，使之与农业经营特点相吻合；在财政资金方面，要顾全各地各环节的影响不一，保证向各地方财政分配的合理性以提升资源利用效率[12]。

二是培育发展创新型科技人才。从福建省投入冗余情况分析，在人力资源投入方面，如何引导推动第一产业从业人员转向并融入二三产业中，以此实现资源配置高效化是完善农业科技资源配备不可忽视的重点。一方面，依托福建省提供的财政税收、金融服务、科技体制改革等政策支持手段，整合落实农村创业创新的优惠政策，鼓动农业科技人员、高校毕业生等返乡就业创业。通过政府培训、农业科技创新团队引领等方式培育结构合理、分工明确的现代化科技人才队伍，使农业科技效率不断提升。另一方面，萦绕福建农业未来发展方向，在资金补贴、税收优惠、环境保障等方面出台政策吸引科技人员，夯实福建农业科技人才基础，无限激发农业发展的内生动力。

三是建立健全市场体制机制，加快转化农业科技成果。纵观福建省科学技术产出的结果，发现专利授权数产出还有待提升，为此应当通过市场机制推广农业科技成果，注重农业科技创新成果与当地农民需求的有效结合，以此为方向优化农业资源配置，进一步提升农业经济发展水平。支持对农业科技的推广服务方式推陈出新和宣传，加快构建服务于福建省农业科技成果推广转化的长效体系，突出大型农业科技企业的成果应用导向，形成以科技推动、人才聚拢、建园联企、政策推动等为鼓动要素的科技服务体系。

四、结束语

本研究运用DEA模型分析福建省2000-2020年的农业科技资源配置效率，实证结果发现农业科技资源配置效率整体呈现较高水平，但是不同阶段仍然存在投入冗余和产出不足的情况。为此，冲出农业科技资源配置不均的现实困境才是真正的破解之法，这必须从优化共享科技资源、培育科技人才、转化科技成果等多方着手，促进科技创新能力的整体提高。