劉 儉，黃 婷，李曉瑞，杜 偉，杜 娟

(1.寧夏農(nóng)林科學(xué)院,寧夏 銀川 750002；2.寧夏回族自治區(qū)農(nóng)業(yè)技術(shù)推廣總站,寧夏 銀川 750001；3.寧夏回族自治區(qū)種子公司,寧夏 銀川 750002)

?

寧夏農(nóng)業(yè)科技資源配置效率分析
——基于超效率DEA和Malmquist指數(shù)

劉 儉1，黃 婷1，李曉瑞1，杜 偉2，杜 娟3

(1.寧夏農(nóng)林科學(xué)院,寧夏 銀川 750002；2.寧夏回族自治區(qū)農(nóng)業(yè)技術(shù)推廣總站,寧夏 銀川 750001；3.寧夏回族自治區(qū)種子公司,寧夏 銀川 750002)

摘要：運(yùn)用超效率DEA模型和Malmquist指數(shù)法對(duì)2008～2013年包括寧夏在內(nèi)的西部12省(市)區(qū)的農(nóng)業(yè)科技資源配置效率進(jìn)行了分析。結(jié)果表明：寧夏農(nóng)業(yè)科技資源配置處于相對(duì)有效狀態(tài)，但其效率值在波動(dòng)中呈明顯的下降趨勢(shì)；寧夏農(nóng)業(yè)科技資源配置的Malmquist指數(shù)總體呈增長(zhǎng)態(tài)勢(shì)，主要得益于技術(shù)進(jìn)步水平的提高。

關(guān)鍵詞：農(nóng)業(yè)科技資源；配置效率；超效率DEA；Malmquist指數(shù)

0引言

農(nóng)業(yè)科技資源是農(nóng)業(yè)科技活動(dòng)的基本要素，是區(qū)域農(nóng)業(yè)科技創(chuàng)新體系的重要基礎(chǔ)。優(yōu)化農(nóng)業(yè)科技資源配置，增強(qiáng)農(nóng)業(yè)科技進(jìn)步與科技創(chuàng)新能力是經(jīng)濟(jì)發(fā)展新常態(tài)背景下加快農(nóng)業(yè)現(xiàn)代化的根本途徑。近年來，寧夏圍繞農(nóng)業(yè)“三大示范區(qū)”建設(shè)，大力實(shí)施科技實(shí)力培育工程，著力加快農(nóng)業(yè)科技創(chuàng)新能力建設(shè)，為助推全區(qū)農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展提供了有力的支撐。但與此同時(shí)，寧夏也面臨著農(nóng)業(yè)科技資源總量不足、結(jié)構(gòu)不優(yōu)、配置不合理等問題，如何進(jìn)一步優(yōu)化農(nóng)業(yè)技術(shù)創(chuàng)新資源配置，提升農(nóng)業(yè)科技資源配置效率，增強(qiáng)農(nóng)業(yè)創(chuàng)新驅(qū)動(dòng)發(fā)展能力，成為寧夏全面建成小康社會(huì)進(jìn)程中面臨的一個(gè)重要而緊迫的課題。

通過文獻(xiàn)梳理發(fā)現(xiàn)，目前已有的研究成果大多是運(yùn)用傳統(tǒng)的DEA模型或Malmquist指數(shù)方法對(duì)農(nóng)業(yè)科技資源配置效率進(jìn)行研究，往往存在研究維度單一或在DEA分析時(shí)出現(xiàn)多個(gè)有效決策單元時(shí)區(qū)分度差等缺陷?；诖?，本文嘗試將超效率DEA和Malmquist指數(shù)結(jié)合起來對(duì)2008～2013年包括寧夏在內(nèi)的西部12省(市)區(qū)的農(nóng)業(yè)科技資源配置效率進(jìn)行綜合分析和評(píng)價(jià)，以期為寧夏優(yōu)化農(nóng)業(yè)科技資源配置提供決策依據(jù)。

1評(píng)價(jià)模型選擇

1.1超效率DEA模型

運(yùn)用DEA模型，可對(duì)所確定的若干輸入輸出指標(biāo)的技術(shù)有效性、規(guī)模有效性同時(shí)進(jìn)行評(píng)價(jià)，但運(yùn)用DEA模型得出的結(jié)論往往會(huì)出現(xiàn)數(shù)個(gè)有效(即效率值為1)的決策單元，而無法直接比較有效決策單元之間的效率高低情況。為了彌補(bǔ)這一不足，Andersen和Pelersen(1993)提出了一種DEA的超效率模型，從而使數(shù)個(gè)有效決策單元之間的比較成為可能。超效率模型的基本思想是[1]：在對(duì)決策單元進(jìn)行效率評(píng)價(jià)時(shí)，將被評(píng)價(jià)的決策單元排除在決策單元的集合之外。從而在對(duì)決策單元進(jìn)行效率評(píng)價(jià)時(shí)，對(duì)于未達(dá)到DEA有效的決策單元，其生產(chǎn)前沿面不會(huì)發(fā)生變化，其效率值同CCR模型計(jì)算出來的效率值相同；而對(duì)處于DEA有效的決策單元而言，其生產(chǎn)前沿面則向后推移，計(jì)算出來的效率值將大于由CCR模型計(jì)算出來的效率值。超效率模型可以表示為：

(1)

式(1)中，θ為規(guī)劃目標(biāo)值，λj(j=1,2,…,n)為規(guī)劃決策變量，S-和S+為松弛變量向量。

1.2Malmquist指數(shù)模型

Malmquist指數(shù)最早由瑞典經(jīng)濟(jì)學(xué)家和統(tǒng)計(jì)學(xué)家Malmquist于1953年在分析兩組不同時(shí)期的消費(fèi)變化時(shí)提出的。1982年Caves等人首次將其作為效率指數(shù)用于生產(chǎn)分析。1994年Fare等人通過對(duì)DEA方法的改進(jìn)，建立了用來考察兩個(gè)時(shí)期生產(chǎn)率變化的Malmquist(TFP)指數(shù)[2]。Malmquist指數(shù)可以彌補(bǔ)靜態(tài)DEA模型不能對(duì)面板數(shù)據(jù)進(jìn)行分析的缺點(diǎn)，能很好地適應(yīng)面板數(shù)據(jù)和多投入、多產(chǎn)出分析，因而成為非參數(shù)DEA方法中廣泛應(yīng)用的一種測(cè)算效率的方法。其公式如下：

M(xt+1,yt+1,xt,yt)

(2)

式(2)中：Dt(xt,yt)和Dt(xt+1,yt+1)分別指以t期的技術(shù)為參考技術(shù)(即以t期的數(shù)據(jù)為參考集)，t期和t+1期的決策單元的距離函數(shù)；Dt+1(xt,yt)和Dt+1(xt+1,yt+1)分別指以t+1期的技術(shù)為參考技術(shù)(即以t+1期的數(shù)據(jù)為參考集)，t期和t+1期的決策單元的距離函數(shù)。

當(dāng)規(guī)模報(bào)酬不變時(shí)，Malmquist指數(shù)(TFP)可分解為相對(duì)技術(shù)效率的變化(Effch)和技術(shù)進(jìn)步的變化(Tech)。通過對(duì)不同時(shí)期技術(shù)條件下的2個(gè)Malmquist指數(shù)取幾何平均值，測(cè)算出效率的變化值。具體見公式(3)。

(3)

技術(shù)效率變化指數(shù)(Effch)是相對(duì)效率變化指數(shù)，反映t期到t+1期之間決策單元的組織管理水平變化——“追趕效應(yīng)”：技術(shù)進(jìn)步指數(shù)(Tech)是衡量決策單元在t期到t+1期之間的生產(chǎn)技術(shù)變化程度的指標(biāo)，反映技術(shù)效率前沿面的變化——“前沿面移動(dòng)效應(yīng)”，表明技術(shù)的進(jìn)步和創(chuàng)新程度[3]。

當(dāng)規(guī)模報(bào)酬可變時(shí)，技術(shù)效率變動(dòng)指數(shù)(Effch)又可進(jìn)一步分為純技術(shù)效率指數(shù)(Pech)與規(guī)模效率指數(shù)(Sech)，前者是度量技術(shù)效率有多少是由純技術(shù)效率造成的，后者是度量決策單位生產(chǎn)是否處于最優(yōu)的生產(chǎn)規(guī)模[4]，由此，Malmquist指數(shù)(TFP)可分解為技術(shù)進(jìn)步變動(dòng)指數(shù)、純技術(shù)效率變動(dòng)指數(shù)以及規(guī)模效率指數(shù)3個(gè)部分，即:

TFP=Tech×Pech×Sech

當(dāng)Malmquist指數(shù)TFP>1時(shí)，表示全要素生產(chǎn)率呈上升趨勢(shì)；TFP=1時(shí)，則表示全要素生產(chǎn)率不變；TFP<1時(shí)，則表示全要素生產(chǎn)率呈衰退趨勢(shì)。

2指標(biāo)體系構(gòu)建與數(shù)據(jù)來源

2.1指標(biāo)體系構(gòu)建

農(nóng)業(yè)科技資源配置效率反映了農(nóng)業(yè)科技資源配置系統(tǒng)將農(nóng)業(yè)科技投入要素轉(zhuǎn)化為有效產(chǎn)出的轉(zhuǎn)化關(guān)系[5]，其實(shí)質(zhì)反映的是農(nóng)業(yè)科技資源配置系統(tǒng)的投入產(chǎn)出效率。通過參考借鑒已有的相關(guān)研究成果，基于指標(biāo)數(shù)據(jù)的可獲得性和有效性，本文從農(nóng)業(yè)科技資源投入和農(nóng)業(yè)科技產(chǎn)出2個(gè)方面來設(shè)計(jì)寧夏農(nóng)業(yè)科技資源配置效率評(píng)價(jià)指標(biāo)體系，具體見表1。

表1　寧夏農(nóng)業(yè)科技資源配置效率評(píng)價(jià)指標(biāo)體系

農(nóng)業(yè)科技資源是農(nóng)業(yè)科技創(chuàng)新活動(dòng)所需要的人力、財(cái)力、物力、信息和組織資源等要素的總稱。其中，農(nóng)業(yè)科技人力資源與農(nóng)業(yè)科技財(cái)力資源是農(nóng)業(yè)科技活動(dòng)最基本的資源要素，能夠反映農(nóng)業(yè)科技資源的本質(zhì)特征，考慮到數(shù)據(jù)的可獲得性，本文選取農(nóng)業(yè)技術(shù)人員和農(nóng)業(yè)R&D經(jīng)費(fèi)內(nèi)部支出作為衡量農(nóng)業(yè)科技資源投入的主要指標(biāo)。

農(nóng)業(yè)科技產(chǎn)出一般可分為直接產(chǎn)出(主要代表知識(shí)性產(chǎn)出)和間接產(chǎn)出(主要代表科技成果的轉(zhuǎn)化)。直接產(chǎn)出通常從科技論文與專利2個(gè)方面加以反映，本文選取國外主要檢索工具收錄的農(nóng)業(yè)科技論文和農(nóng)業(yè)專利申請(qǐng)受理量作為農(nóng)業(yè)科技直接產(chǎn)出的衡量指標(biāo)，選取土地生產(chǎn)率作為農(nóng)業(yè)科技間接產(chǎn)出的衡量指標(biāo)。

2.2數(shù)據(jù)來源

本文研究的基礎(chǔ)數(shù)據(jù)來源于《中國科技統(tǒng)計(jì)年鑒》(2009～2015)、《中國統(tǒng)計(jì)年鑒》(2009～2015)和《中國農(nóng)村統(tǒng)計(jì)年鑒》(2009～2014)?？紤]到從農(nóng)業(yè)科技資源投入到農(nóng)業(yè)科技成果產(chǎn)出存在一定的時(shí)滯性，本文選取一年作為滯后期，即取第t年的農(nóng)業(yè)科技資源投入及第t+1年的農(nóng)業(yè)科技產(chǎn)出來對(duì)某一決策單元第t年的效率進(jìn)行評(píng)價(jià)。

3實(shí)證分析

3.1超效率DEA結(jié)果及分析

基于超效率DEA方法，運(yùn)用EMS軟件對(duì)包括寧夏在內(nèi)的西部12個(gè)省(市)區(qū)2008～2013年的農(nóng)業(yè)科技資源投入產(chǎn)出數(shù)據(jù)進(jìn)行分析，得到其各年度效率值及排名情況，具體見表2和圖1。

從圖1可以看出，2008～2013年寧夏農(nóng)業(yè)科技資源配置處于相對(duì)有效狀態(tài)，其歷年的效率值均大于1。但寧夏農(nóng)業(yè)科技資源配置效率在波動(dòng)中呈明顯的下降趨勢(shì)，其中2008～2009年，寧夏農(nóng)業(yè)科技資源配置效率呈上升狀態(tài)，效率值由4.478上升到5.942；2009～2013年寧夏農(nóng)業(yè)科技資源配置效率呈下降態(tài)勢(shì)，效率值由5.942下降到3.734，說明寧夏農(nóng)業(yè)科技投入的產(chǎn)出效應(yīng)呈下降趨勢(shì)，農(nóng)業(yè)科技投入的質(zhì)量和結(jié)構(gòu)有待進(jìn)一步提高和優(yōu)化。

根據(jù)表2可知，2008～2013年，在西部12個(gè)省(市)區(qū)中，寧夏、重慶、陜西3個(gè)省(市)區(qū)的農(nóng)業(yè)科技資源配置處于相對(duì)有效狀態(tài)，其中寧夏農(nóng)業(yè)科技資源配置效率排名西部首位，其效率均值為4.572，重慶市和陜西省分列第二、三位，其效率均值分別為3.219和1.372。而西部其他9個(gè)省(市)區(qū)的農(nóng)業(yè)科技資源配置效率均值均小于1，仍處于無效率狀態(tài)。寧夏農(nóng)業(yè)科技資源配置效率排名靠前的主要原因在于相比西部其他省(市)區(qū)，寧夏以相對(duì)較少的科技投入實(shí)現(xiàn)了較高的土地生產(chǎn)率。這表明“十一五”末以來，寧夏通過深入實(shí)施“5183”農(nóng)業(yè)科技工程，農(nóng)業(yè)科技在提高農(nóng)業(yè)綜合生產(chǎn)力和支撐農(nóng)業(yè)提質(zhì)增效方面發(fā)揮了明顯作用。2014年寧夏全區(qū)農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率達(dá)到56%，比“十一五”末提高了9個(gè)百分點(diǎn)，主要農(nóng)作物優(yōu)良品種覆蓋率達(dá)到95%以上，奶牛良種率100%，肉牛肉羊良種率85%以上，綜合農(nóng)機(jī)化率67%，為全區(qū)糧食生產(chǎn)連續(xù)11年增產(chǎn)、農(nóng)民收入連續(xù)11年快速增長(zhǎng)提供了強(qiáng)有力的技術(shù)支撐。

表2　2008～2013年西部地區(qū)農(nóng)業(yè)科技資源配置效率值評(píng)價(jià)結(jié)果

圖1　2008～2013年寧夏農(nóng)業(yè)科技資源

3.2Malmquist指數(shù)結(jié)果及分析

運(yùn)用DEAP2.1軟件對(duì)包括寧夏在內(nèi)的西部12個(gè)省(市)區(qū)2008～2013年農(nóng)業(yè)科技資源配置的全要素生產(chǎn)率變化情況進(jìn)行分析，結(jié)果見表3。

從表3可以看出，2008～2013年，寧夏農(nóng)業(yè)科技資源配置的全要素生產(chǎn)率總體呈增長(zhǎng)態(tài)勢(shì)，增長(zhǎng)了0.7%，其增長(zhǎng)率低于西部地區(qū)7.4%的平均增長(zhǎng)水平，在西部省(市)區(qū)排名第8位。其中，寧夏農(nóng)業(yè)科技資源配置的技術(shù)效率保持不變，技術(shù)進(jìn)步變動(dòng)指數(shù)增長(zhǎng)了0.7%。對(duì)寧夏農(nóng)業(yè)科技資源配置的技術(shù)效率變動(dòng)指數(shù)進(jìn)行進(jìn)一步分解，發(fā)現(xiàn)其純技術(shù)效率和規(guī)模效率均保持不變。從影響農(nóng)業(yè)科技資源配置全要素生產(chǎn)率變化的因素來看，寧夏的全要素生產(chǎn)率主要來自技術(shù)進(jìn)步的影響，而從西部地區(qū)的整體情況來看，其全要素生產(chǎn)率受到了技術(shù)效率和技術(shù)進(jìn)步的雙重影響，但技術(shù)效率的影響作用更大。由此可見，寧夏要想進(jìn)一步提高農(nóng)業(yè)科技資源配置效率，除應(yīng)繼續(xù)加大技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率的正向促進(jìn)作用外，還需著重改善和提升農(nóng)業(yè)科技資源配置的組織管理水平，發(fā)揮技術(shù)效率對(duì)全要素生產(chǎn)率的帶動(dòng)作用。

表3　2008～2013年西部地區(qū)農(nóng)業(yè)科技資源配置

4研究結(jié)論

本文采用超效率DEA和Malmquist指數(shù)方法，對(duì)包括寧夏在內(nèi)的西部12個(gè)省(市)區(qū)的農(nóng)業(yè)科技資源配置效率及其變化情況和影響因素進(jìn)行了分析。結(jié)果表明：2008～2013年，寧夏農(nóng)業(yè)科技資源配置處于相對(duì)有效狀態(tài)，其效率均值在西部12個(gè)省(市)區(qū)中排名第1位，但寧夏農(nóng)業(yè)科技資源配置效率在波動(dòng)中呈明顯的下降趨勢(shì)。通過Malmquist指數(shù)測(cè)算發(fā)現(xiàn)，2008～2013年，寧夏農(nóng)業(yè)科技資源配置的全要素生產(chǎn)率總體呈增長(zhǎng)態(tài)勢(shì)，但其增長(zhǎng)率低于西部地區(qū)的平均水平。從影響農(nóng)業(yè)科技資源配置全要素生產(chǎn)率變化的因素來看，寧夏的全要素生產(chǎn)率主要來自技術(shù)進(jìn)步的影響，而從西部地區(qū)的整體情況來看，技術(shù)效率對(duì)全要素生產(chǎn)率的影響作用更大。為此，寧夏今后還需在進(jìn)一步提高農(nóng)業(yè)科技資源投入質(zhì)量，優(yōu)化農(nóng)業(yè)科技資源配置結(jié)構(gòu)的同時(shí)，不斷改善和提升農(nóng)業(yè)科技創(chuàng)新活動(dòng)的組織管理水平，以進(jìn)一步提升農(nóng)業(yè)科技資源配置效率，切實(shí)增強(qiáng)農(nóng)業(yè)科技創(chuàng)新能力和農(nóng)業(yè)科技對(duì)農(nóng)業(yè)可持續(xù)發(fā)展的支撐引領(lǐng)作用。

參考文獻(xiàn)：

[1] 朱南,卓賢,董屹.關(guān)于我國國有商業(yè)銀行效率的實(shí)證分析與改革策略[J].管理世界，2004(2)：18-26.

[2] 劉玲利.科技資源配置理論與配置效率研究[D].長(zhǎng)春:吉林大學(xué)，2007:96-98.

[3] 王健,金浩,梁慧超.我國商業(yè)銀行效率分析——基于超效率DEA和Malmquist指數(shù)[J].技術(shù)經(jīng)濟(jì)與管理研究，2011(4)：124-127.

[4] 孫緒華,陳詩波,程國強(qiáng).基于Malmquist指數(shù)的國有科技資源配置效率監(jiān)測(cè)及其影響因素分析[J]．中國科技論壇，2011(3)：21-27.

[5] 陳建偉.我國農(nóng)業(yè)科技創(chuàng)新效率研究[D].保定:河北農(nóng)業(yè)大學(xué)，2010：23-24.

(責(zé)任編輯：管珊紅)

Analysis of Allocation Efficiency of Agricultural Science an Technology Resources in Ningxia Based on Super-efficient DEA Model and Malmquist Index

LIU Jian1, HUANG Ting1, LI Xiao-rui1, DU Wei2, DU Juan3

(1. Ningxia Academy of Agricultural and Forestry Sciences, Yinchuan 750002, China;2. Ningxia Agricultural Technology Extension Station, Yinchuan 750001, China;3. Ningxia Seed Company, Yinchuan 750002, China)

Abstract：Using super-efficient DEA model and Malmquist index, analyzed the allocation efficiency of agricultural science and technology resources of 12 western provinces including Ningxia during 2008～2013. The results showed that the agricultural science and technology resource allocation of Ningxia was in a relatively effective state, but its efficiency value in volatility showed a trend of obvious decline. The agricultural science and technology resources allocation of Malmquist index was on overall growth, mainly thanked to the improvement of technical progress.

Key words：Agricultural science and technology resources; Allocation efficiency; Super-efficient DEA; Malmquist index

收稿日期：2016-02-22

基金項(xiàng)目：2014年寧夏自治區(qū)軟科學(xué)研究計(jì)劃項(xiàng)目“寧夏農(nóng)業(yè)科技資源配置市場(chǎng)化機(jī)制研究”。

作者簡(jiǎn)介：劉儉(1975—)，女，副研究員，碩士，研究方向：農(nóng)業(yè)經(jīng)濟(jì)管理。

中圖分類號(hào)：F303.4

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-8581(2016)06-0131-04