王 芳，劉亞甫

(1.鄭州大學 商學院，鄭州 450001；2.鄭州大學 尤努斯社會企業(yè)中心，鄭州 450001)

糧食安全是國家安全的重要基礎，農業(yè)科技創(chuàng)新對促進農業(yè)生產率的持續(xù)增長[1]、實現農業(yè)可持續(xù)發(fā)展[2]、提高糧食產量[3]和保障國家糧食安全等具有重要意義。中國農業(yè)生產資源有限，科技創(chuàng)新是農業(yè)發(fā)展的唯一出路[4]。黨中央也一貫高度重視農業(yè)科技和糧食生產問題。2019年中央一號文件明確指出“要毫不放松抓好糧食生產，推動藏糧于地，藏糧于技落實落地”，2020年中央一號文件則強調“加強農業(yè)關鍵核心技術攻關”，2021年中央一號文件指出“強化現代農業(yè)科技和物質裝備支撐”，農業(yè)科技創(chuàng)新對促進糧食增產、農民增收、推動鄉(xiāng)村振興戰(zhàn)略的實施具有重要意義。但是，不容忽視的是，隨著人口的增加、消費結構和飲食結構的改變以及農業(yè)生態(tài)環(huán)境敏感脆弱性的不斷加劇，糧食生產和糧食安全問題依然是制約全球農業(yè)可持續(xù)發(fā)展的關鍵阻滯。特別是2020年年初以來席卷全球200多個國家的新冠疫情，使全球糧食生產、供應和流通體系都受到了嚴重沖擊。據糧農組織、農發(fā)基金、世界糧食計劃署等機構共同發(fā)布的《全球糧食危機報告》分析顯示，如不及時采取措施，新冠疫情影響下，2020年全球面臨糧食危機的人數或再增加1.3億，達到2.65億(1)數據來源：Food Security Information Network (FSIN)，Global Report on Food Crises(GRFC2020)。。全球公共危機背景下，提高農業(yè)科技創(chuàng)新效率和農業(yè)生產能力，保障糧食生產和糧食安全變得更加緊迫。

糧食功能區(qū)視角下對不同區(qū)域農業(yè)科技創(chuàng)新效率的比較分析，是在當前全球糧食供給面臨重大挑戰(zhàn)的復雜背景下優(yōu)化農業(yè)科技創(chuàng)新資源配置結構、提高農業(yè)科技創(chuàng)新貢獻進而保障糧食生產的基本前提。那么，不同糧食功能區(qū)——主產區(qū)、產銷平衡區(qū)與主銷區(qū)的農業(yè)科技創(chuàng)新要素投入、產出水平和農業(yè)科技創(chuàng)新效率之間是否存在差異？承擔著更多國家糧食安全戰(zhàn)略任務的主產區(qū)農業(yè)科技創(chuàng)新效率是否更高？不同功能區(qū)農業(yè)科技創(chuàng)新效率的特點及變化趨勢如何？然而現有研究大多從經濟區(qū)域、傳統(tǒng)行政區(qū)或不同效率梯度等角度對全國范圍的農業(yè)科技創(chuàng)新效率進行區(qū)域比較，較為缺乏對糧食功能區(qū)之間的差異比較研究。因此，本文從糧食功能區(qū)視角對中國的農業(yè)科技創(chuàng)新效率及區(qū)域差異進行研究，以期優(yōu)化農業(yè)科技創(chuàng)新要素配置，提高農業(yè)科技創(chuàng)新效率和創(chuàng)新水平，進而為推進農業(yè)農村現代化發(fā)展、優(yōu)化糧食供給體系和保障國家糧食安全提供借鑒和參考。

1 文獻綜述

Mlttler等[5]指出農業(yè)科技創(chuàng)新就是讓科學技術在農業(yè)建設中起基礎推動作用。它包含創(chuàng)造和應用農業(yè)新知識和新技術、采用新型農業(yè)生產方式和經營管理模式、開發(fā)農業(yè)新品種、提高農產品產量和質量等過程[6]。科學合理地測算農業(yè)科技創(chuàng)新效率可以檢驗農業(yè)科技創(chuàng)新這一經濟活動是否真正達到了“經濟性”[7]；同時農業(yè)科技創(chuàng)新及其效率的提升對農業(yè)經濟的健康發(fā)展具有關鍵作用[8]。國內外學者關于農業(yè)科技創(chuàng)新效率的研究主要圍繞農業(yè)科技創(chuàng)新效率的內涵、測度及影響因素3個方面展開。

1)關于農業(yè)科技創(chuàng)新效率內涵的研究。Sun等[9]從資源配置的角度指出農業(yè)科技創(chuàng)新效率是對有限的農業(yè)技術創(chuàng)新資源進行選擇、安排、分配和利用所能達到的、社會需求的最大滿足程度，體現著農業(yè)科技資源在現代農業(yè)發(fā)展過程中的配置情況。張靜[7]從系統(tǒng)的角度提出農業(yè)科技創(chuàng)新效率主要是農業(yè)科技創(chuàng)新系統(tǒng)將投入要素轉化為有效產出的轉化關系，既包括實際轉化的效率，還包括可能轉化的前沿效率[10-11]。

2)關于農業(yè)科技創(chuàng)新效率的測度及區(qū)域差異的研究。張靜和張寶文[12]、肖碧云[13]分別運用DEA模型對中國農業(yè)科技創(chuàng)新資源配置效率進行了分析，得出了區(qū)域間效率差距較為明顯的結論。趙麗娟等[14]、陳振等[15]分別對中國東、中、西三大區(qū)域間的農業(yè)科技創(chuàng)新效率進行了比較分析，發(fā)現東部地區(qū)效率較高，而西部地區(qū)效率較低。鄧敏慧和楊傳喜[16]基于超效率DEA方法，對傳統(tǒng)行政區(qū)所劃分的6個區(qū)域間的農業(yè)科技創(chuàng)新效率進行了比較研究，得出華東地區(qū)效率平均值最高、中南和西南地區(qū)相對較低的結果。郭翔宇等[17]則基于超效率SBM模型，得出6大行政區(qū)域中西南區(qū)的農業(yè)科技創(chuàng)新綜合效率值最高。而鄧燦輝等[18]通過改變根據行政區(qū)域或經濟發(fā)展程度的傳統(tǒng)地域分區(qū)方法，對不同梯隊的農業(yè)科技創(chuàng)新效率及其差異進行分析。另外，趙桂燕和王巍[19]、吳正平和何鳳林[20]、陳學云等[21]、陳振等[22]對單個省份進行研究，分別得出了黑龍江墾區(qū)、新疆、安徽、河南等地的農業(yè)科技創(chuàng)新效率存在損失的結論。張莉俠等[23]采用SBM超效率模型，研究發(fā)現北京、上海、天津三大都市的農業(yè)科技創(chuàng)新效率呈現不同的變化，且差異顯著。

3)關于農業(yè)科技創(chuàng)新效率影響因素的研究。已有研究普遍認為，農村經濟發(fā)展水平與政府支持力度[24]、商業(yè)信貸[25]、涉農企業(yè)自主創(chuàng)新基礎水平[26]等因素對農業(yè)科技創(chuàng)新效率的提升有顯著正向影響，農村文化教育狀況和農民生活信息化程度[27]對效率具有顯著負向影響。此外，趙麗娟等[28]發(fā)現環(huán)境規(guī)制和政府R&D投入能夠促進農業(yè)科技創(chuàng)新效率的提升且其影響存在顯著的門檻性。賴曉敏等[29]指出行政長官的社會資本反向抑制農業(yè)科技創(chuàng)新的規(guī)模技術進步，而通過教育和實踐兩種途徑獲得的人力資本分別有助于農業(yè)科技創(chuàng)新的純技術進步和規(guī)模效率進步。

綜合以上可以發(fā)現，針對農業(yè)科技創(chuàng)新效率的研究大多是從全國或個別省區(qū)市的視角進行的，并得出了許多有價值的結論。但從糧食功能區(qū)的視角關注農業(yè)科技創(chuàng)新效率的區(qū)域差異和時間演變的研究則相對較少。然而，三大糧食功能區(qū)不僅在農業(yè)生產資源稟賦和農業(yè)生產特點等方面存在較大差異，同時在糧食產量及其增長速度、糧食生產地位、糧食增產貢獻率、省均及人均糧食生產水平、糧食生產比較貢獻度以及糧食生產效率等方面均呈現顯著差異[30-33]。不同糧食功能區(qū)之間農業(yè)科技創(chuàng)新效率的差異和變動問題的深入研究，將對進一步明確不同糧食功能區(qū)在全國農業(yè)科技創(chuàng)新中的功能定位，協(xié)調不同糧食功能區(qū)農業(yè)科技創(chuàng)新資源配置、優(yōu)化不同糧食功能區(qū)農業(yè)科技創(chuàng)新發(fā)展路徑、推進各區(qū)域農業(yè)現代化協(xié)調發(fā)展、確保國家糧食安全具有重要積極意義。

基于此，本文將從糧食功能區(qū)的視角，運用超效率DEA模型和Malmquist指數法對糧食主產區(qū)、產銷平衡區(qū)和主銷區(qū)三大功能區(qū)的農業(yè)科技創(chuàng)新效率及其變化進行測度和比較，以期深入探究中國不同糧食功能區(qū)農業(yè)科技創(chuàng)新效率的特點及變化趨勢，進而為提升各糧食功能區(qū)農業(yè)科技創(chuàng)新效率、保障國家糧食安全和有效供給提供可借鑒的參考。

2 研究方法與指標體系

2.1 研究方法

2.1.1 超效率DEA模型

選取Andersen和Petersen[34]提出的“超效率DEA模型”對中國三大糧食功能區(qū)及各省區(qū)市的農業(yè)科技創(chuàng)新效率進行測度。該模型的核心是：在對某個決策單元進行效率測算時，將該決策單元從參考集中剔除，該決策單元的效率參考其他決策單元構成的前沿得出。與傳統(tǒng)DEA模型相比較，無效的決策單元因生產前沿面不變，其超效率值與傳統(tǒng)DEA模型的效率值相同；有效的決策單元因其生產前沿面后移，故測定出的效率值要大于傳統(tǒng)DEA模型的測定值[35]，超效率值越高表明效率水平越高。

2.1.2 Malmquist指數法

選取Malmquist指數法對中國三大糧食功能區(qū)及各地區(qū)農業(yè)科技創(chuàng)新效率的動態(tài)變化進行研究。無論是傳統(tǒng)DEA模型還是改進后的超效率DEA模型都只能對效率值進行度量，而無法對效率的跨期變化進行識別、也無法進一步判斷效率變化的原因，DEA-Malmquist指數卻能實現這樣的目的。

2.2 指標體系構建與數據說明

借鑒已有研究成果并結合實際數據的代表性和可獲得性，構建農業(yè)科技創(chuàng)新效率測算指標體系(表1)。

表1 農業(yè)科技創(chuàng)新效率投入產出指標

1)投入變量。選取的用以反映農業(yè)科技創(chuàng)新投入的變量有4個，分別為：①農業(yè)R&D人員全時當量，用以反映農業(yè)科技創(chuàng)新的人力資源投入情況，該指標用“農業(yè)R&D人員全時當量=R&D人員全時當量×(農林牧漁總產值/地區(qū)總產值)”換算得出[36]；②農業(yè)R&D經費支出，用以反映農業(yè)科技創(chuàng)新的資金投入，由于無法直接獲取農業(yè)上的R&D經費支出，采用“農業(yè)R&D經費支出=R&D經費支出×(農林牧漁總產值/地區(qū)總產值)”進行換算[36]；③農作物播種面積，用以反映農業(yè)科技創(chuàng)新的土地投入[13]；④農業(yè)機械總動力，用以反映農業(yè)科技創(chuàng)新的技術資源投入[15]。

2)產出變量。選取的用以反映農業(yè)科技創(chuàng)新產出的變量有3個，分別為：①專利申請授權數，用以反映農業(yè)科技創(chuàng)新所帶來的技術產出，選取專利申請數量與授權數量的平均值代表該指標[16]；②農林牧漁總產值，用以反映農業(yè)科技創(chuàng)新所帶來的經濟產出[26]；③農村居民人均純收入，用以反映農業(yè)科技創(chuàng)新使農民實現的收入水平，這是因為農業(yè)科技創(chuàng)新的最終目標是促進農民增產增收[13]。

本文數據來自《中國科技統(tǒng)計年鑒》(2002—2020)、《中國統(tǒng)計年鑒》(2002—2020)等，并剔除港澳臺等地。其中，關于糧食功能區(qū)的判斷是根據各省區(qū)市資源稟賦狀況和糧食產銷情況，并結合《國家糧食安全中長期規(guī)劃綱要(2008—2020年)》。具體劃分結果見表2。

表2 中國糧食功能區(qū)劃分

3 結果與分析

3.1 農業(yè)科技創(chuàng)新超效率實證分析

基于規(guī)模報酬可變、投入導向的超效率DEA模型，利用DEA Solver Pro 5.0軟件對中國2001—2019年三大糧食功能區(qū)及31個省區(qū)市的農業(yè)科技創(chuàng)新超效率值進行測算，結果見表3。

表3 基于超效率DEA模型的2001—2019年部分年份中國各地區(qū)農業(yè)科技創(chuàng)新效率

3.1.1 整體效率分析

總體來看，2001—2019年全國農業(yè)科技創(chuàng)新效率均值基本上都大于1，且各年份的超效率均值波動上升。具體來看，農業(yè)科技創(chuàng)新效率均值處于DEA有效狀態(tài)的省區(qū)市有河南、四川、江蘇、河北、山東、西藏、廣西、新疆、北京、海南、福建、浙江、廣東和上海共計14個，占全國的45.16%；未達到DEA有效的省區(qū)市有內蒙古、湖南、遼寧、湖北、黑龍江、江西、吉林、安徽、青海、云南、貴州、寧夏、重慶、山西、陜西、甘肅和天津共計17個，占全國的54.84%，表明全國大部分地區(qū)農業(yè)科技創(chuàng)新效率水平為非有效。此外，2001—2019年全國農業(yè)科技創(chuàng)新效率的均值為1.137，其中，河南、四川、西藏、廣西、新疆、北京、海南、福建、浙江和廣東等10個省區(qū)市的效率均值高于全國平均水平，且省份間農業(yè)科技創(chuàng)新效率水平差異顯著。

3.1.2 區(qū)域差異比較

從糧食功能區(qū)視角來看，2001—2019年三大功能區(qū)的農業(yè)科技創(chuàng)新效率均呈波動上升的趨勢，雖個別年份偶有下降，但整體上升趨勢明顯。三大糧食功能區(qū)之間農業(yè)科技創(chuàng)新效率差異明顯，由低到高依次為糧食主產區(qū)、糧食產銷平衡區(qū)和糧食主銷區(qū)。2001—2019年糧食主產區(qū)的農業(yè)科技創(chuàng)新超效率均值僅為0.929，處于無效狀態(tài)，明顯低于糧食產銷平衡區(qū)(1.163)和糧食主銷區(qū)(1.481)的效率水平。其中，2001—2019年糧食主產區(qū)中農業(yè)科技創(chuàng)新效率處于DEA有效狀態(tài)的省份有河南、四川、江蘇、河北和山東共計5個，占糧食主產區(qū)的38.46%；糧食產銷平衡區(qū)中農業(yè)科技創(chuàng)新效率處于DEA有效狀態(tài)的為西藏、廣西和新疆共計3個，占產銷平衡區(qū)的27.27%；糧食主銷區(qū)中農業(yè)科技創(chuàng)新效率處于DEA有效狀態(tài)的有北京、海南、福建、浙江、廣東和上海共計6個，占糧食主銷區(qū)的85.71%。同時需要注意的是，雖然糧食產銷平衡區(qū)農業(yè)科技創(chuàng)新效率的均值在總體上大于糧食主產區(qū)，但產銷平衡區(qū)中處于DEA配置有效狀態(tài)省份的比例卻低于主產區(qū)和主銷區(qū)，表明糧食產銷平衡區(qū)內部各省份之間農業(yè)科技創(chuàng)新效率差異極大，且主產區(qū)農業(yè)科技創(chuàng)新資源的配置和利用還需要得到進一步的改進和優(yōu)化，以確保穩(wěn)定增產、保障糧食安全目標的實現。另外，西藏、北京等畜牧業(yè)發(fā)達或經濟相對發(fā)達地區(qū)的超效率值較高，這與鄧敏慧和楊傳喜[16]的研究結果一致；海南的效率值較高與其產業(yè)結構中農業(yè)占比較少等因素有關。

3.2 農業(yè)科技創(chuàng)新效率演變及分解

基于Malmquist指數法，使用Deap2.1軟件對中國2001—2019年三大功能區(qū)及各地區(qū)農業(yè)科技創(chuàng)新的全要素生產率進行測算與分解，以探究各地區(qū)農業(yè)科技創(chuàng)新效率的演變、原因及區(qū)域差異。

3.2.1 整體時序演變

各年份Malmquist指數計算結果見表4。2001—2019年全國農業(yè)科技創(chuàng)新全要素生產率整體上呈現不斷提高的趨勢，年均增長4.6%。其中，技術進步指數、技術效率指數、純技術效率指數和規(guī)模效率指數的年均增長率分別為4.2%、0.4%、0.3%和0.1%。由此可見，技術進步指數增長較快，而技術效率、純技術效率和規(guī)模效率增長不明顯，這表明2001—2019年中國農業(yè)科技創(chuàng)新效率的提高主要是由技術進步推動的。

表4 2001—2019年中國農業(yè)科技創(chuàng)新效率Malmquist指數變化及其分解

2001—2019年，中國農業(yè)科技創(chuàng)新的全要素生產率普遍處于提高狀態(tài)，特別是2009年以后全要素生產率均大于1，表明2009年后效率水平持續(xù)提高。在全要素生產率增加的年份中，2009—2010年的全要素生產率指數最高(1.129)，增幅達12.9%。依據全要素生產率的分解結果，可將統(tǒng)計期內全要素生產率大于1的年份分為以下3類：一是如2003—2004年和2011—2012年，技術進步指數小于1，因而全要素生產率的提高主要依靠于技術效率的提升；二是如2002—2003年、2004—2005年、2010—2011年、2012—2015年、2016—2017年和2018—2019年，由于純技術效率或規(guī)模效率指數小于1而導致技術效率指數小于1，因此全要素生產率的提高主要是依靠技術進步引起的；三是其他年份技術效率指數和技術進步指數均大于1，全要素生產率的提高是由技術效率和技術進步兩方面共同推動的。另外，統(tǒng)計期內，僅有2001—2002年和2008—2009年全要素生產率呈現下降，降幅分別為2.3%和6%，且均是由于技術進步指數小于1引起的。總體來看，2001—2019年技術進步變化與農業(yè)科技創(chuàng)新全要素生產率的變化基本一致，表明全國農業(yè)科技創(chuàng)新效率的變動主要受技術進步影響。可見，農業(yè)技術水平的提高是農業(yè)科技創(chuàng)新效率提升的關鍵，這與姚鳳民等[36]的研究結論一致。

3.2.2 區(qū)域差異比較

2001—2019年全國三大糧食功能區(qū)農業(yè)科技創(chuàng)新全要素生產率指數的變化及其分解如圖1所示?？傮w來看，農業(yè)科技創(chuàng)新效率的提高關鍵依靠于技術進步，但各糧食功能區(qū)效率的變動差異較大：糧食主產區(qū)和產銷平衡區(qū)的純技術效率、規(guī)模效率和技術效率指數波動幅度相對較大。主產區(qū)各分解因素部分效率呈現增長變化，偶有年份出現下降，但技術進步指數總體水平不高，表明該區(qū)域的農業(yè)科技創(chuàng)新雖具有一定的規(guī)模優(yōu)勢，但促進其農業(yè)科技創(chuàng)新健康發(fā)展的良性長效機制尚未建立。產銷平衡區(qū)相應的效率波動幅度雖然高于主產區(qū)，但波動幅度呈逐漸縮小的趨勢，且技術效率指數近年來有一定程度的下降，表明技術效率推動該區(qū)域農業(yè)科技創(chuàng)新效率提升的動力呈現出現削弱的趨勢。糧食主銷區(qū)農業(yè)科技創(chuàng)新效率的表現相對較好，農業(yè)科技創(chuàng)新效率和技術進步指數總體水平都為最高，但分解結果顯示，其規(guī)模效率指數總體不高，可能的解釋是由于主銷區(qū)各省份多位于經濟發(fā)達地區(qū)，資源稟賦狀況等因素使得該區(qū)域在配置土地資源時，農業(yè)科技創(chuàng)新的發(fā)展規(guī)模受到限制，但較好的區(qū)位優(yōu)勢對人才、資金和技術的集聚效應使得該區(qū)域農業(yè)科技創(chuàng)新的純技術效率和技術進步水平相對較高，這些恰好促進了主銷區(qū)通過提高技術進步等途徑，優(yōu)化農業(yè)科技創(chuàng)新要素配置，以克服其區(qū)位特性引致的規(guī)模效率受限。

圖1 2001—2019年3大功能區(qū)農業(yè)科技創(chuàng)新效率的變動

1)糧食主產區(qū)的農業(yè)科技創(chuàng)新效率分解分析(圖2)?？傮w來看，除內蒙古外，主產區(qū)各省份農業(yè)科技創(chuàng)新效率各分解因素的變動幅度都在減小，且主產區(qū)總體的規(guī)模效率雖趨于不斷改善，但技術進步指數總體水平不高。具體來看，內蒙古、安徽、江西、河北、河南和黑龍江等6個省份各分解因素的波動幅度相對較大，技術進步指數在波動中上升，技術效率和技術進步差異明顯，可見技術進步在其效率的提升中起到了更為關鍵的作用。吉林、四川、山東、江蘇、湖北、湖南和遼寧等7個省份的效率變動趨勢基本一致，且規(guī)模效率逐漸改善，技術效率、純技術效率變動與技術進步變動的差異不大，技術效率和技術進步共同推動效率的提升。

圖2 2001—2019年主產區(qū)農業(yè)科技創(chuàng)新效率分解

2)糧食產銷平衡區(qū)的農業(yè)科技創(chuàng)新效率分解分析(圖3)?？傮w來看，產銷平衡區(qū)各省份的農業(yè)科技創(chuàng)新效率分解因素呈“W”型波動，波動幅度較大且逐漸縮小。另外，產銷平衡區(qū)整體的技術進步趨于不斷改善。其中，陜西省效率分解因素的波動幅度最小，表明糧食產銷平衡區(qū)中陜西省的農業(yè)科技創(chuàng)新效率要素配置相對穩(wěn)定，且效率提升動力欠佳。除西藏外，其他各地區(qū)效率的變動趨勢基本一致，規(guī)模效率和技術效率不斷改善，且技術效率和技術進步均在波動中上升，故可判斷二者共同推動了農業(yè)科技創(chuàng)新效率的提升。西藏地區(qū)的純技術效率、規(guī)模效率和技術效率水平均為1，可見技術進步對其效率的提升具有關鍵作用。

圖3 2001—2019年產銷平衡區(qū)農業(yè)科技創(chuàng)新效率分解

3)糧食主銷區(qū)的農業(yè)科技創(chuàng)新效率分解分析(圖4)?？傮w來看，主銷區(qū)農業(yè)科技創(chuàng)新效率各分解因素普遍較高且波動幅度較小，主銷區(qū)技術進步指數總體較高，純技術效率幾乎全部為1?？梢姡Z食主銷區(qū)普遍具有相對較好的技術進步優(yōu)勢，這與該區(qū)域較高的經濟發(fā)展水平和技術基礎密切相關。其中，北京、上海、海南等3個地區(qū)的純技術效率、規(guī)模效率和技術效率均為1，故其效率的提升主要依賴于較高的技術進步水平。廣東、浙江和福建3個省份的純技術效率均為1，規(guī)模效率和技術效率略有波動，但技術效率指數小于技術進步指數，故技術進步也是促進該地區(qū)效率提升的主要因素。天津是主銷區(qū)中效率水平較低的地區(qū)，且其技術進步的改善并不顯著。

圖4 2001—2019年主銷區(qū)農業(yè)科技創(chuàng)新效率分解

4 結論與對策建議

4.1 結論

從糧食功能區(qū)的視角，使用超效率DEA模型和Malmquist指數法對中國2001—2019年三大糧食功能區(qū)的農業(yè)科技創(chuàng)新效率及其變化進行了測度，并對各功能區(qū)之間的差異進行了比較。得出以下主要結論：

1)2001—2019年中國大部分地區(qū)農業(yè)科技創(chuàng)新效率水平處于DEA非有效狀態(tài)。具體來看，農業(yè)科技創(chuàng)新效率處于DEA有效狀態(tài)的省市地區(qū)有14個，占全國的45.16%；未達到DEA有效的地區(qū)有17個，占全國的54.84%，說明大部分地區(qū)農業(yè)科技創(chuàng)新效率水平為非有效。

2)研究期內三大糧食功能區(qū)農業(yè)科技創(chuàng)新效率整體上均呈現波動上升的趨勢，且不同糧食功能區(qū)之間效率水平存在差異。不同區(qū)域農業(yè)科技創(chuàng)新效率從低到高依次為主產區(qū)、產銷平衡區(qū)和主銷區(qū)。2001—2019年，糧食主產區(qū)的總體效率均值最低，且處于DEA無效狀態(tài)，產銷平衡區(qū)內部各省區(qū)市效率水平差異最大，主銷區(qū)整體效率水平較高。

3)2001—2019年技術進步在中國農業(yè)科技創(chuàng)新效率的提高中發(fā)揮了重要的作用。從時序上來看，全國農業(yè)科技創(chuàng)新全要素生產率的變動與技術進步指數的變化趨勢基本一致，且技術效率指數整體水平不高，表明技術進步主要影響效率的變動，而技術效率則成為農業(yè)科技創(chuàng)新效率提升的主要制約要素。

4)不同糧食功能區(qū)之間農業(yè)科技創(chuàng)新效率的變動及其分解差異顯著。糧食主銷區(qū)農業(yè)科技創(chuàng)新效率各分解因素的變動幅度明顯小于其他功能區(qū)，且其技術進步指數總體水平最高，但規(guī)模效率指數總體不高。主產區(qū)技術進步水平整體不高，但其規(guī)模效率優(yōu)勢明顯。產銷平衡區(qū)各分解因素的效率變動幅度最大，但呈現逐漸減小的趨勢。

4.2 對策建議

基于以上結論，為進一步優(yōu)化農業(yè)科技創(chuàng)新要素配置，提高農業(yè)科技創(chuàng)新效率，保障國家糧食安全和糧食有效供給，從宏觀統(tǒng)籌農業(yè)科技創(chuàng)新布局、優(yōu)化各糧食功能區(qū)農業(yè)科技創(chuàng)新要素配置、協(xié)調推進各糧食功能區(qū)農業(yè)科技創(chuàng)新效率提升的視角提出以下對策建議：

1)要加大對農業(yè)科技創(chuàng)新的投入和政策扶持，提高各類型農業(yè)科技創(chuàng)新主體參與農業(yè)科技創(chuàng)新研發(fā)、試驗、應用和推廣等環(huán)節(jié)的積極性和主動性。

2)對各糧食功能區(qū)在糧食生產、流通、加工、銷售和消費等各環(huán)節(jié)的農業(yè)科技創(chuàng)新研發(fā)、試驗和規(guī)模化推廣等方面加強全國層面的資源整合，統(tǒng)籌安排各糧食功能區(qū)在農業(yè)科技創(chuàng)新方面的功能定位和農業(yè)科技創(chuàng)新布局。

3)各功能區(qū)在農業(yè)科技創(chuàng)新中要注意揚長避短，合理優(yōu)化農業(yè)科技創(chuàng)新要素配置，如主產區(qū)可以著重進行農業(yè)科技的推廣以發(fā)揮其規(guī)模效率優(yōu)勢，主銷區(qū)可以承擔更多農業(yè)科技的研發(fā)任務以發(fā)揮技術進步優(yōu)勢，平衡區(qū)則要提升并穩(wěn)定農業(yè)技術進步水平，同時兼顧技術效率和規(guī)模效率。

4)完善農業(yè)科技創(chuàng)新機制，構建農業(yè)科技創(chuàng)新聯盟，促進區(qū)域農業(yè)科技創(chuàng)新要素的合理流動和區(qū)域農業(yè)科技創(chuàng)新效率的協(xié)調發(fā)展。