董曉芳,宋彩鳳*,樊祥嘉

(河北經(jīng)貿(mào)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院 河北,石家莊 050061)

1 引言

數(shù)字農(nóng)業(yè)相較于傳統(tǒng)農(nóng)業(yè)是將信息作為農(nóng)業(yè)的生產(chǎn)要素,利用現(xiàn)代信息技術(shù)對(duì)傳統(tǒng)農(nóng)業(yè)對(duì)象、環(huán)境等進(jìn)行可視化表達(dá)、數(shù)字化設(shè)計(jì)、信息化管理的現(xiàn)代農(nóng)業(yè)。2022年,中央一號(hào)文件《中共中央、國務(wù)院關(guān)于做好2022年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》充分體現(xiàn)了黨中央、國務(wù)院重農(nóng)、強(qiáng)農(nóng)的堅(jiān)定決心。促進(jìn)農(nóng)業(yè)的高質(zhì)量、高水平發(fā)展,以發(fā)展數(shù)字化為著力點(diǎn),提高農(nóng)業(yè)的綜合效益及競爭力水平,發(fā)展數(shù)字農(nóng)業(yè)目的是使信息技術(shù)與農(nóng)業(yè)各個(gè)環(huán)節(jié)實(shí)現(xiàn)有效融合,對(duì)改造傳統(tǒng)農(nóng)業(yè)、轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式具有重要意義[1]。

數(shù)字農(nóng)業(yè)一方面是數(shù)字經(jīng)濟(jì)的重要組成部分,另一方面是實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化鄉(xiāng)村振興戰(zhàn)略總目標(biāo)的重要途徑。隗瑋[2]提出數(shù)字農(nóng)業(yè)將是21世紀(jì)農(nóng)業(yè)的重要標(biāo)志,也是我國實(shí)現(xiàn)現(xiàn)代化農(nóng)業(yè)的必然選擇,把數(shù)字農(nóng)業(yè)在農(nóng)業(yè)中的應(yīng)用分為了三部分:農(nóng)業(yè)要素、農(nóng)業(yè)過程、農(nóng)業(yè)管理,在這三個(gè)環(huán)節(jié)中應(yīng)用數(shù)字化現(xiàn)代信息技術(shù)實(shí)現(xiàn)我國農(nóng)業(yè)的可持續(xù)發(fā)展。李青芮[3]指出在鄉(xiāng)村振興的大背景下,數(shù)字農(nóng)業(yè)作為推動(dòng)農(nóng)業(yè)生產(chǎn)創(chuàng)新的重要抓手,可以幫助傳統(tǒng)農(nóng)業(yè)走向信息化、標(biāo)準(zhǔn)化發(fā)展的新階段,同時(shí)指出當(dāng)前數(shù)字農(nóng)業(yè)在我國的突出問題是技術(shù)服務(wù)落后、普及應(yīng)用程度不高,這也是我國數(shù)字農(nóng)業(yè)的發(fā)展現(xiàn)狀,指出改變數(shù)字農(nóng)業(yè)發(fā)展現(xiàn)狀的突破口。張耀一[4]指出數(shù)字農(nóng)業(yè)的發(fā)展及應(yīng)用不只是在傳統(tǒng)農(nóng)業(yè)上的轉(zhuǎn)變,而是致力于打造新農(nóng)業(yè)、培養(yǎng)新農(nóng)人、建設(shè)新鄉(xiāng)村,數(shù)字農(nóng)業(yè)在我國面臨著自主技術(shù)薄弱、體系發(fā)展滯后、機(jī)制缺乏、要素投入不足等問題。數(shù)字農(nóng)業(yè)的發(fā)展符合時(shí)代發(fā)展趨勢、順應(yīng)農(nóng)業(yè)發(fā)展規(guī)律,是農(nóng)業(yè)發(fā)展過程中的必然選擇。

近幾年,一些國內(nèi)學(xué)者對(duì)數(shù)字農(nóng)業(yè)的發(fā)展水平進(jìn)行了統(tǒng)計(jì)研究。張鴻和王浩然[5]運(yùn)用AHP-熵權(quán)法、綜合評(píng)價(jià)模型測算并評(píng)價(jià)了我國31個(gè)省份2015—2019年數(shù)字農(nóng)業(yè)的發(fā)展情況。研究表明:我國的數(shù)字農(nóng)業(yè)水平穩(wěn)步上升,但各省份之間的數(shù)字農(nóng)業(yè)發(fā)展水平仍存在明顯差異,其具體分布格局表現(xiàn)為由高到低明顯的“東—中—西”的階梯型分布格局,其中尤以西部的發(fā)展水平與全國發(fā)展水平存在一定的差距。張彥軍和李道亮[6]運(yùn)用熵值法和模糊綜合評(píng)價(jià)法測算了 2019 年全國農(nóng)業(yè)農(nóng)村數(shù)字化發(fā)展水平。研究表明:現(xiàn)階段我國農(nóng)業(yè)生產(chǎn)數(shù)字化率仍然較低,信息技術(shù)應(yīng)用普及不足,農(nóng)業(yè)生產(chǎn)數(shù)字化發(fā)展總體處于起步期。張俊婕[7]運(yùn)用熵權(quán)法測度了中國農(nóng)村的現(xiàn)代化農(nóng)業(yè)發(fā)展水平特征。研究表明:農(nóng)業(yè)農(nóng)村發(fā)展水平現(xiàn)狀呈現(xiàn)出極強(qiáng)的集聚程度,多數(shù)省份之間并沒有明顯的空間關(guān)聯(lián)性。慕娟和馬力平[8]運(yùn)用熵值法測度了2014—2018年中國農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。研究表明:我國31個(gè)省(市、區(qū))農(nóng)業(yè)農(nóng)村數(shù)字經(jīng)濟(jì)發(fā)展水平穩(wěn)步提升;八大綜合經(jīng)濟(jì)區(qū)之間數(shù)字農(nóng)業(yè)的發(fā)展程度存在差異顯著,沿海地區(qū)和西北地區(qū)兩極化程度差別顯著。

現(xiàn)有文獻(xiàn)僅僅是對(duì)數(shù)字農(nóng)業(yè)發(fā)展水平的評(píng)估,而對(duì)于數(shù)字農(nóng)業(yè)發(fā)展效率問題的研究尚在起步階段?；跀?shù)字農(nóng)業(yè)研究現(xiàn)狀本文利用動(dòng)態(tài)DEA-Maimquist方法測算我國30個(gè)省份(直轄市、自治區(qū))的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率及其分解效率,分析得出2014—2020年我國數(shù)字農(nóng)業(yè)效率的變化規(guī)律,在此基礎(chǔ)上,采用泰爾指數(shù)方法,分析不同經(jīng)濟(jì)區(qū)域的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率,分析出不同區(qū)域之間的差異,并為提高數(shù)字農(nóng)業(yè)全要素生產(chǎn)率提出針對(duì)性意見。

2 研究方法

2.1 動(dòng)態(tài)DEA-Malmquist指數(shù)方法

動(dòng)態(tài)DEA-Malmquist指數(shù)是通過面板數(shù)據(jù)得出全要素生產(chǎn)率(Tfpch)變動(dòng)規(guī)律的非參數(shù)前沿方法,將時(shí)間空間因素納入靜態(tài)DEA的決策與目標(biāo)空間,它的這一特征更有利于對(duì)數(shù)字農(nóng)業(yè)發(fā)展效率的分析,符合所收集數(shù)據(jù)的特征。

根據(jù)Fare等的理論分析,將全要素生產(chǎn)率定義為t時(shí)期與t+1時(shí)期的Malmquist指數(shù)的幾何平均,公式如下:

(1)

全要素生產(chǎn)率可以分解為技術(shù)效率(Effch)和技術(shù)進(jìn)步率(Tech)的乘積的形式,技術(shù)效率又可以分解為純技術(shù)效率(Pech)和規(guī)模效率(Sech)的乘積的形式[10]。具體的計(jì)算公式如下所示:

Tfpch=Effch×Tceh=(Pech×Sech)×Tech

(2)

可以由全要素生產(chǎn)率的大小判斷出數(shù)字農(nóng)業(yè)發(fā)展效率的變化情況。當(dāng)全要素生產(chǎn)率的數(shù)值大于1時(shí),說明從t時(shí)期到t+1時(shí)期的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率是增長的,反之則說明是下降的[11]。

2.2 泰爾指數(shù)方法

泰爾指數(shù)(TL)最初作為區(qū)域經(jīng)濟(jì)差異指標(biāo),用于分析地區(qū)收入水平差異,也可用來分析各區(qū)域水平的差異情況。泰爾指數(shù)的可分解性質(zhì)是既能測度總體差異又能把總體差異分解為地區(qū)間與地區(qū)間差異,這就為我們考察地區(qū)間及地區(qū)間公平度及二者對(duì)總體差異貢獻(xiàn)大小提供了一個(gè)條件。泰爾指數(shù)的計(jì)算公式、分解公式以及貢獻(xiàn)率計(jì)算公式如下:

(3)

(4)

(5)

(6)

其中,TFP表示每個(gè)省數(shù)字農(nóng)業(yè)的全要素生產(chǎn)率,μ為n個(gè)省全要素生產(chǎn)率的平均值,m為分組數(shù),TLj表示第j個(gè)區(qū)域泰爾指數(shù),fj為第j個(gè)區(qū)域樣本數(shù)占總樣本數(shù)的比重,μj為第j個(gè)區(qū)域全要素生產(chǎn)率的平均值。

3 指標(biāo)體系和數(shù)據(jù)來源

3.1 投入產(chǎn)出指標(biāo)的構(gòu)建

在投入指標(biāo)方面的選取上,包含數(shù)字農(nóng)業(yè)發(fā)展情況、數(shù)字農(nóng)業(yè)信息基礎(chǔ)、數(shù)字農(nóng)業(yè)人才資源、數(shù)字農(nóng)業(yè)技術(shù)支持、數(shù)字農(nóng)業(yè)綠色發(fā)展五個(gè)方面作為一級(jí)指標(biāo),在產(chǎn)出指標(biāo)的選取上包含信息技術(shù)服務(wù)產(chǎn)出、農(nóng)林牧漁業(yè)總產(chǎn)值、電子商務(wù)銷售額。 綜上所述,本文構(gòu)建的數(shù)字農(nóng)業(yè)發(fā)展效率指標(biāo)評(píng)價(jià)體系見表1。

表1 我國數(shù)字農(nóng)業(yè)指標(biāo)評(píng)價(jià)體系

3.2 數(shù)據(jù)來源與處理

本文以我國30個(gè)省市自治區(qū)為研究對(duì)象(因西藏自治區(qū)缺失部分?jǐn)?shù)據(jù),在此不分析),選取2014—2020年的面板數(shù)據(jù)對(duì)我國數(shù)字農(nóng)業(yè)發(fā)展效率進(jìn)行研究。指標(biāo)數(shù)據(jù)均由《中國統(tǒng)計(jì)年鑒》《中國農(nóng)業(yè)統(tǒng)計(jì)年鑒》、國家統(tǒng)計(jì)局等官方網(wǎng)站獲取。本文在收集數(shù)據(jù)的過程中,在個(gè)別指標(biāo)上部分省市存在年份數(shù)據(jù)丟失的情況,對(duì)于丟失的數(shù)據(jù)本文采用插值法處理缺失值。對(duì)我國四大區(qū)域的劃分參照了《中國科技統(tǒng)計(jì)年鑒》,四大區(qū)域分別為東部地區(qū)、中部地區(qū)、西部地區(qū)以及東北部地區(qū)。

4 實(shí)證分析

4.1 我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的測算和結(jié)果分析

4.1.1 我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的時(shí)間演變分析

本次研究選取30個(gè)省份(自治區(qū)、直轄市)作為動(dòng)態(tài)分析的評(píng)價(jià)單元,動(dòng)態(tài)DEA-Malmquist指數(shù)方法是以投入為導(dǎo)向,使用DEAP軟件對(duì)30個(gè)省份的2014—2020年數(shù)字農(nóng)業(yè)的全要素生產(chǎn)率進(jìn)行測度與分析。2014—2020年的全要素生產(chǎn)率及其分解效率詳見表2。

表2 2014—2020年我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率及其分解效率

整體來看2014—2020年我國30個(gè)省份(直轄市、自治區(qū))的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)出下降趨勢,以每年4%的速度下降,表明我國對(duì)數(shù)字農(nóng)業(yè)的投入資源利用不充分。從分解效率的角度來看,產(chǎn)生這一結(jié)果的原因是技術(shù)效率和技術(shù)進(jìn)步率共同退步所致。2014—2020年我國數(shù)字農(nóng)業(yè)的技術(shù)進(jìn)步率為0.981,每年平均下降1.9%,表明生產(chǎn)技術(shù)的“前沿面異動(dòng)效應(yīng)”不顯著,表明我國在數(shù)字農(nóng)業(yè)的技術(shù)創(chuàng)新方面仍有欠缺,需進(jìn)一步提高。從技術(shù)效率的分解結(jié)果來看,是由于純技術(shù)效率和規(guī)模效率的共同消極作用導(dǎo)致,在這兩者中純技術(shù)效率所起的消極作用更為明顯,這表明我國在數(shù)字農(nóng)業(yè)的建設(shè)上在注重產(chǎn)出規(guī)模的同時(shí),應(yīng)將重心向提升數(shù)字農(nóng)業(yè)有關(guān)技術(shù)和管理方面的提升。

4.1.2 我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的區(qū)域分析

為了進(jìn)一步探究數(shù)字農(nóng)業(yè)發(fā)展效率在地域上的差異,可以將30個(gè)省份分為東部、中部、西部、東北地區(qū),圖1給出了我國四大區(qū)域的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率及其分解效率的均值的折線圖。東部地區(qū)的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率最高,中部次之,西部地區(qū)略高于東北部地區(qū),東北部地區(qū)的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率局于四大區(qū)域之末,符合“東-中-西”的空間分布格局。

從技術(shù)效率來看,東部、中部、西部、東北地區(qū)的技術(shù)效率均小于1,四個(gè)區(qū)域的技術(shù)效率分別為0.981、0.988、0.974、0.974,這一現(xiàn)象表明對(duì)于東部、中部地區(qū)數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的增長主要依靠技術(shù)的改進(jìn),西部、東北地區(qū)提高全要素生產(chǎn)率需要注重技術(shù)效率和技術(shù)進(jìn)步率共同提高,其中西部和東北地區(qū)的技術(shù)進(jìn)步率相對(duì)極低,需要尤為重視,反映出這兩個(gè)地區(qū)的技術(shù)創(chuàng)新能力不足或未得到充分利用。

圖1 我國四大區(qū)域數(shù)字農(nóng)業(yè)全要素生產(chǎn)率及其分解效率的均值

4.2 數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的區(qū)域差異性分析

4.2.1 總體泰爾指數(shù)的測算及結(jié)果分析

整體來看,我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的總體泰爾指數(shù)在研究期內(nèi)呈現(xiàn)出區(qū)域間差異性逐漸縮小的過程,中間出現(xiàn)了一年的反彈?？傮w泰爾指數(shù)和分解指數(shù)詳見表3。

表3 全要素生產(chǎn)率的總體泰爾指數(shù)及其分解指數(shù)

在2015年時(shí),兩者的貢獻(xiàn)率相差不多,但在2016年時(shí),區(qū)域外貢獻(xiàn)率是區(qū)域內(nèi)貢獻(xiàn)率的三倍,在2019年時(shí)又回到相差不多的狀態(tài)?？梢?我國四大區(qū)域的數(shù)字農(nóng)業(yè)資源配置趨向均衡的進(jìn)程十分緩慢,區(qū)域內(nèi)部各省市也在向著共同發(fā)展的方向去努力?？偟膩碚f,數(shù)字農(nóng)業(yè)的發(fā)展需要區(qū)域內(nèi)和區(qū)域外協(xié)同發(fā)展、共同進(jìn)步來達(dá)成。

4.2.2 四大區(qū)域泰爾指數(shù)的測算及結(jié)果分析

表4給出了2014—2020年間我國四大區(qū)域數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的具體泰爾指數(shù),總體來說,四個(gè)區(qū)域在2020年泰爾指數(shù)都下降到自己區(qū)域的最小值,可見數(shù)字農(nóng)業(yè)差異化水平都在不同程度的下降。

從四大區(qū)域的泰爾指數(shù)的貢獻(xiàn)率來看,其中東部地區(qū)和西部地區(qū)的泰爾指數(shù)的貢獻(xiàn)率變動(dòng)較大,中部和東北部地區(qū)的泰爾指數(shù)的貢獻(xiàn)率變動(dòng)較小,其中西部地區(qū)的泰爾指數(shù)貢獻(xiàn)率超過其他三個(gè)地區(qū),東部和西部的泰爾指數(shù)貢獻(xiàn)率在多個(gè)年份都高于中部和東北部地區(qū)。結(jié)果說明,東部和西部地區(qū)內(nèi)部差異大是造成數(shù)字農(nóng)業(yè)全要素生產(chǎn)率分布不均衡的主要原因。

表4 我國四大區(qū)域數(shù)字農(nóng)業(yè)全要素生產(chǎn)率的泰爾指數(shù)

5 結(jié)論與建議

從上述中得出以下結(jié)論:(1)從研究期內(nèi)總體變化趨勢來看,2014—2020年我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率整體上呈現(xiàn)出下降的趨勢,是由于技術(shù)效率和技術(shù)進(jìn)步率的共同抑制。這表明我國數(shù)字農(nóng)業(yè)整體發(fā)展速度緩慢,投入資源沒有得到充分利用。(2)分省市來看,數(shù)字農(nóng)業(yè)全要素生產(chǎn)率大于1,數(shù)字農(nóng)業(yè)發(fā)展效率呈現(xiàn)出增長趨勢的省市主要為經(jīng)濟(jì)水平較為先進(jìn)的一線省市,相對(duì)比數(shù)字農(nóng)業(yè)全要素生產(chǎn)率較低的省市主要為經(jīng)濟(jì)較為落后的省市,這表明經(jīng)濟(jì)水平在一定程度上會(huì)對(duì)數(shù)字農(nóng)業(yè)發(fā)展效率產(chǎn)生影響。(3)分區(qū)域來看,東部地區(qū)的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率最高,中部地區(qū)的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率次之,西部地區(qū)的數(shù)字農(nóng)業(yè)全要素生產(chǎn)率略高于東北部地區(qū)。這也與傳統(tǒng)農(nóng)業(yè)的發(fā)展情況相一致,傳統(tǒng)農(nóng)業(yè)可以在一定程度上反映出各地域的農(nóng)業(yè)發(fā)展水平與自然地理環(huán)境因素的影響。(4)從總體泰爾指數(shù)及其分解來看,我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率在2014—2020年間總體泰爾指數(shù)呈現(xiàn)出鋸齒狀變動(dòng)的態(tài)勢,總體變化趨勢上呈現(xiàn)出下降趨勢。區(qū)域內(nèi)和區(qū)域間的泰爾指數(shù)在整體上均呈現(xiàn)出下降的態(tài)勢,兩者相比之下,區(qū)域內(nèi)泰爾指數(shù)的變動(dòng)更加明顯,由此可見區(qū)域間差異大是造成數(shù)字農(nóng)業(yè)資源配置不均衡的主要原因。(5)根據(jù)四大區(qū)域泰爾指數(shù)結(jié)果可知,其中以西部地區(qū)區(qū)域內(nèi)差異較為顯著,在地區(qū)發(fā)展不均衡中所占權(quán)重最大,其余三個(gè)地區(qū)區(qū)域內(nèi)差異較小,所占權(quán)重也相對(duì)較小。

為了提升我國數(shù)字農(nóng)業(yè)全要素生產(chǎn)率以及縮小區(qū)域間數(shù)字農(nóng)業(yè)全要素生產(chǎn)率發(fā)展水平的差距,提出以下幾條建議:(1)走數(shù)字農(nóng)業(yè)特色路線。地方政府在推進(jìn)數(shù)字農(nóng)業(yè)發(fā)展政策的同時(shí),應(yīng)首先考慮所在地區(qū)的具體情況、因地制宜。針對(duì)像東部、中部這些數(shù)字農(nóng)業(yè)全要素生產(chǎn)率高的地域,在穩(wěn)步推進(jìn)技術(shù)創(chuàng)新的同時(shí),應(yīng)該把更多的注意力轉(zhuǎn)移到投入資源的合理配置上,推進(jìn)全域的協(xié)同發(fā)展。針對(duì)西部、東北地區(qū)這些數(shù)字農(nóng)業(yè)全要素生產(chǎn)率低的地域,在技術(shù)創(chuàng)新上的阻礙更大,應(yīng)結(jié)合自己所處的地域優(yōu)勢,探索出適合自身發(fā)展的技術(shù)道路。(2)走“攙扶”路線。我國發(fā)展數(shù)字農(nóng)業(yè)的最終目標(biāo)是要實(shí)現(xiàn)全國范圍內(nèi)的農(nóng)業(yè)數(shù)字化[12],目前我國數(shù)字農(nóng)業(yè)各省市之間發(fā)展水平不一,現(xiàn)急需加強(qiáng)各省市之間的交流合作,推動(dòng)強(qiáng)省對(duì)弱省的扶持。針對(duì)數(shù)字農(nóng)業(yè)全要素生產(chǎn)率高的省市,鼓勵(lì)積極分享經(jīng)驗(yàn)、資源、方法去幫扶數(shù)字農(nóng)業(yè)全要素生產(chǎn)率相對(duì)較低的省市,也可實(shí)現(xiàn)各省市之間的優(yōu)勢互補(bǔ)。(3)平衡投入要素。研究發(fā)現(xiàn)區(qū)域內(nèi)、區(qū)域間發(fā)展水平存在一定的差異,為了實(shí)現(xiàn)全國數(shù)字農(nóng)業(yè)快速發(fā)展的目標(biāo),要促進(jìn)區(qū)域內(nèi)、區(qū)域間的協(xié)同發(fā)展,加強(qiáng)東部、中部、西部、東北地區(qū)之間的聯(lián)動(dòng),促進(jìn)生產(chǎn)要素跨區(qū)域協(xié)同流動(dòng),使資源得到最大利用,尤其要注意對(duì)西部地區(qū)的資源傾斜。