【摘 要】 數(shù)字技術(shù)應(yīng)用于農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)，對(duì)農(nóng)業(yè)績效釋放具有協(xié)同性和系統(tǒng)性特征?；趦?yōu)化的EES框架，文章綜合考慮經(jīng)濟(jì)、社會(huì)、環(huán)境及技術(shù)因素，結(jié)合我國35個(gè)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)核心企業(yè)數(shù)據(jù)，運(yùn)用DEA-BCC、超效率SBM進(jìn)行了實(shí)證研究。結(jié)果顯示，我國數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)綜合績效呈上升趨勢，我國農(nóng)業(yè)數(shù)字化的建設(shè)效果總體較好，數(shù)字技術(shù)通過業(yè)務(wù)鏈接融通性在成本控制和效率提升方面發(fā)揮作用；農(nóng)業(yè)數(shù)字技術(shù)投入存在冗余，表明數(shù)字技術(shù)與農(nóng)業(yè)業(yè)務(wù)、產(chǎn)品質(zhì)量和特色培育方面的融合不足，影響了績效提升。研究為商業(yè)協(xié)作生態(tài)系統(tǒng)的績效評(píng)價(jià)及數(shù)字農(nóng)業(yè)理論提供了參考。

【關(guān)鍵詞】 數(shù)字農(nóng)業(yè)； 商業(yè)協(xié)作生態(tài)系統(tǒng)； 績效評(píng)價(jià)； DEA

【中圖分類號(hào)】 F324" 【文獻(xiàn)標(biāo)識(shí)碼】 A" 【文章編號(hào)】 1004-5937（2025）12-0030-09

一、引言

隨著數(shù)字經(jīng)濟(jì)發(fā)展持續(xù)提質(zhì)增效，我國農(nóng)業(yè)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型取得了積極成效，數(shù)字農(nóng)業(yè)已經(jīng)成為農(nóng)業(yè)高質(zhì)量發(fā)展的新形態(tài)。基于數(shù)字技術(shù)驅(qū)動(dòng)農(nóng)業(yè)上下游價(jià)值鏈的無邊界拓展，形成了包含數(shù)字農(nóng)業(yè)上下游數(shù)字化發(fā)展，數(shù)字農(nóng)業(yè)服務(wù)業(yè)產(chǎn)業(yè)鏈價(jià)值工廠以及數(shù)字農(nóng)業(yè)與二、三產(chǎn)業(yè)融合的數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)。數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)基于Moore[1]提出的商業(yè)協(xié)作生態(tài)系統(tǒng)理念，結(jié)合了生態(tài)系統(tǒng)的開放性和數(shù)字技術(shù)的融通性特征，對(duì)我國農(nóng)業(yè)數(shù)字化建設(shè)起到了重要的推動(dòng)作用，在提升農(nóng)業(yè)全要素生產(chǎn)率和競爭力的基礎(chǔ)上，全方位推動(dòng)了農(nóng)村地區(qū)經(jīng)濟(jì)、社會(huì)、環(huán)境和技術(shù)效率的全面發(fā)展[2]。但另一方面，當(dāng)前我國數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的發(fā)展還面臨著諸多問題和挑戰(zhàn)。比如，盡管大麥草生產(chǎn)的“數(shù)字工廠”，種植信息顯示屏、水肥控制靠芯片、生長環(huán)境智能模擬等數(shù)字技術(shù)提升了農(nóng)業(yè)生產(chǎn)效率，但數(shù)字技術(shù)等硬性設(shè)備的投入依然未有效解決農(nóng)業(yè)綜合效益低下和發(fā)展不平衡的問題。各地區(qū)在推進(jìn)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)發(fā)展的過程中，較為普遍存在重經(jīng)濟(jì)績效輕人文、環(huán)境和技術(shù)績效，重局部績效輕綜合績效，重短期績效輕長期績效，重應(yīng)用技術(shù)輕績效評(píng)價(jià)的現(xiàn)象。如何通過系統(tǒng)性的績效評(píng)價(jià)來倒逼數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)功效的有效發(fā)揮，就成為新時(shí)代我國數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)及其農(nóng)業(yè)高質(zhì)量發(fā)展要解決的重要實(shí)踐問題之一。在理論層面，當(dāng)前學(xué)者們對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的研究，主要是從農(nóng)業(yè)生態(tài)化水平、農(nóng)業(yè)科技水平、農(nóng)業(yè)可持續(xù)發(fā)展等方面展開了初步研究，部分學(xué)者基于EES（經(jīng)濟(jì)、環(huán)境和社會(huì)）框架，關(guān)注了數(shù)字農(nóng)業(yè)的績效評(píng)價(jià)問題，但如何從經(jīng)濟(jì)、社會(huì)、技術(shù)和環(huán)境等方面進(jìn)行全方位的數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)績效評(píng)價(jià)，現(xiàn)有的研究成果還比較欠缺，有待從指標(biāo)體系搭建、評(píng)價(jià)方法以及經(jīng)驗(yàn)檢驗(yàn)等層面進(jìn)一步深入研究?；诖?，本文以商業(yè)生態(tài)系統(tǒng)（Collaborative Business Ecosystem，CBE）理論為基礎(chǔ)，從EES框架拓展到EEST（經(jīng)濟(jì)、環(huán)境、社會(huì)和技術(shù)）的系統(tǒng)性評(píng)價(jià)框架，利用DEA模型對(duì)包括數(shù)字農(nóng)業(yè)技術(shù)公司、農(nóng)業(yè)企業(yè)、農(nóng)戶、商戶等主體參與形成的數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)（Digital Agriculture Collaborative Business Ecosystem，DA-CBE）績效進(jìn)行系統(tǒng)評(píng)價(jià)，為構(gòu)建數(shù)字經(jīng)濟(jì)背景下的農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)提供了新的理論框架，對(duì)通過數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)增強(qiáng)鄉(xiāng)村振興內(nèi)涵、實(shí)現(xiàn)鄉(xiāng)村高質(zhì)量發(fā)展提供了一定的實(shí)踐指導(dǎo)。

二、文獻(xiàn)綜述與理論分析

（一）數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)

協(xié)作生態(tài)理論是起源于商業(yè)生態(tài)系統(tǒng)理論，融合社交網(wǎng)絡(luò)理論后發(fā)展建立的企業(yè)生態(tài)理論體系，數(shù)字經(jīng)濟(jì)時(shí)代進(jìn)一步豐富了其理論內(nèi)涵，凸顯其“協(xié)作”的核心特征與“可持續(xù)性”影響。Moore[1]使用生物生態(tài)系統(tǒng)作為類比來解釋商業(yè)環(huán)境，從而提出了商業(yè)生態(tài)系統(tǒng)這一概念。在數(shù)字經(jīng)濟(jì)背景下，協(xié)作生態(tài)系統(tǒng)與農(nóng)業(yè)產(chǎn)業(yè)結(jié)合就形成了數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)。商業(yè)協(xié)作生態(tài)系統(tǒng)中往往會(huì)有一家與其他企業(yè)相互依賴性最大、對(duì)整個(gè)系統(tǒng)影響最深遠(yuǎn)的企業(yè)，即核心企業(yè)。核心企業(yè)通過知識(shí)、資源、技術(shù)的傳遞，構(gòu)建起與供應(yīng)商及用戶間的上下游聯(lián)動(dòng)格局[3]，進(jìn)而實(shí)現(xiàn)了新的價(jià)值創(chuàng)造與績效的顯著提升。核心企業(yè)的作用是使成員能夠朝著共同的目標(biāo)愿景邁進(jìn)，以協(xié)調(diào)各自的投資策略，并促進(jìn)成員間角色互補(bǔ)與相互扶持，從而強(qiáng)化整體合作效能[4]。

關(guān)于數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)方面的研究，國外學(xué)者主要圍繞數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的框架構(gòu)建展開。學(xué)者們認(rèn)為，數(shù)字化通常被理解為以農(nóng)場為中心，另外像多利益相關(guān)方平臺(tái)這樣的組織形式提供知識(shí)和信息[5]。隨著大數(shù)據(jù)等技術(shù)的廣泛應(yīng)用，農(nóng)業(yè)平臺(tái)和應(yīng)用系統(tǒng)創(chuàng)造了新的信息共享商業(yè)模式[6]，在幫助農(nóng)民優(yōu)化經(jīng)營決策的同時(shí)提高了農(nóng)民的盈利能力。此外，了解當(dāng)?shù)匚幕瘜?duì)于了解是什么激勵(lì)農(nóng)民以及如何利用和鼓勵(lì)采用新技術(shù)非常重要[7]。而國內(nèi)學(xué)者對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的整體性研究還相對(duì)較少，其研究視角主要在于數(shù)字農(nóng)業(yè)發(fā)展現(xiàn)狀與問題。數(shù)字經(jīng)濟(jì)的實(shí)踐涉及將數(shù)據(jù)資源融入農(nóng)業(yè)生產(chǎn)流程，將數(shù)字化產(chǎn)品與服務(wù)滲透進(jìn)農(nóng)民日常生活，以及將數(shù)字化思維模式整合至農(nóng)村政務(wù)服務(wù)中，為鄉(xiāng)村的產(chǎn)業(yè)、生態(tài)、人才、文化及組織振興提供了強(qiáng)大的數(shù)字化驅(qū)動(dòng)力[8]。但針對(duì)數(shù)字農(nóng)業(yè)的發(fā)展現(xiàn)狀，學(xué)者們也指出存在多重挑戰(zhàn)：數(shù)字農(nóng)業(yè)應(yīng)用的迅猛擴(kuò)張加劇了數(shù)字技術(shù)研發(fā)的瓶頸問題[9]、數(shù)字農(nóng)業(yè)科研機(jī)構(gòu)間的科技成果轉(zhuǎn)化效率低下[10]、配套服務(wù)體系缺乏創(chuàng)新與協(xié)同機(jī)制[11]、數(shù)字化人才短缺的問題也尤為突出。

（二）農(nóng)業(yè)產(chǎn)業(yè)的績效評(píng)價(jià)

有關(guān)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展方面的績效評(píng)價(jià)研究包括農(nóng)業(yè)可持續(xù)發(fā)展績效評(píng)價(jià)、產(chǎn)業(yè)鏈評(píng)價(jià)、農(nóng)業(yè)循環(huán)經(jīng)濟(jì)績效評(píng)價(jià)、數(shù)字農(nóng)業(yè)績效評(píng)價(jià)和農(nóng)業(yè)生態(tài)環(huán)境績效評(píng)價(jià)等方面。比如張合林等[12]將農(nóng)地資源保護(hù)的效益分為經(jīng)濟(jì)效益、生態(tài)效益和社會(huì)效益。袁久和等[13]為評(píng)估各省份農(nóng)業(yè)可持續(xù)發(fā)展水平，建立了一個(gè)多層次評(píng)價(jià)模型，模型涵蓋了人口、經(jīng)濟(jì)、社會(huì)、資源及環(huán)境五個(gè)部分。張香玲等[14]從農(nóng)業(yè)投入、農(nóng)業(yè)生產(chǎn)力、農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)生態(tài)良性水平四個(gè)方面研究農(nóng)業(yè)現(xiàn)代化的發(fā)展。除了從靜態(tài)角度對(duì)農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)進(jìn)行績效評(píng)價(jià)之外，部分學(xué)者還從動(dòng)態(tài)可持續(xù)發(fā)展角度對(duì)農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)進(jìn)行績效評(píng)價(jià)。比如，袁久和等[13]從可持續(xù)發(fā)展的角度對(duì)我國農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的績效進(jìn)行了評(píng)價(jià)研究。總體而言，學(xué)者們對(duì)農(nóng)業(yè)績效評(píng)價(jià)方面的研究從單一指標(biāo)體系向多層次指標(biāo)體系研究逐漸演化，構(gòu)筑形成了農(nóng)業(yè)績效評(píng)價(jià)的EES架構(gòu)，而后，一些學(xué)者將人文和技術(shù)[15]等因素逐漸融入評(píng)價(jià)體系?？冃гu(píng)價(jià)可以對(duì)核心企業(yè)在整個(gè)商業(yè)生態(tài)系統(tǒng)中的生態(tài)表現(xiàn)和協(xié)同進(jìn)化作用進(jìn)行較為準(zhǔn)確的衡量[16]，但如何將數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)有機(jī)結(jié)合，從更全面的角度構(gòu)建數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的評(píng)價(jià)體系，目前還是一個(gè)研究缺口。

（三）績效評(píng)價(jià)方法

績效評(píng)價(jià)方法多采用綜合指標(biāo)方法。其中，數(shù)據(jù)包絡(luò)分析（DEA）方法根據(jù)同一類型的多投入和多產(chǎn)出決策單元來評(píng)價(jià)其相對(duì)有效性或效益，通過測量研究對(duì)象的投入產(chǎn)出效率來評(píng)價(jià)系統(tǒng)的運(yùn)行績效[17]，成為對(duì)農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)績效評(píng)價(jià)的主要方法。DEA方法的優(yōu)勢在于，它能夠在對(duì)決策單元實(shí)施有效評(píng)估之前，全面考量評(píng)價(jià)對(duì)象所蘊(yùn)含的信息及其特性，其中的BCC模型可以有效度量決策單元的技術(shù)有效性[18]。因此，DEA-BCC綜合績效評(píng)價(jià)能夠有效地用于對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的績效評(píng)價(jià)，并能解決傳統(tǒng)評(píng)價(jià)方法和數(shù)字技術(shù)背景下的數(shù)據(jù)收集問題。傳統(tǒng)意義上，有關(guān)農(nóng)業(yè)投入（例如化肥施用量）和產(chǎn)出（例如產(chǎn)量）的數(shù)據(jù)都是由農(nóng)民和其他參與農(nóng)業(yè)生產(chǎn)的人收集的。但在新興的數(shù)字技術(shù)應(yīng)用下，可以可視化評(píng)價(jià)農(nóng)業(yè)績效，實(shí)時(shí)檢測以及確保食品供應(yīng)鏈參與者之間的連接。綜上所述，基于數(shù)據(jù)的精準(zhǔn)收集，采用DEA-BCC綜合績效評(píng)價(jià)，能夠從數(shù)據(jù)采集和評(píng)價(jià)結(jié)果兩方面，更好地對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)展開評(píng)價(jià)。

總體而言，數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)仍存在著重硬件輕軟件，有數(shù)據(jù)無智慧，產(chǎn)品化能力弱，重技術(shù)應(yīng)用輕績效評(píng)價(jià)等問題，在信息化、智能化的大背景下，如何從績效評(píng)價(jià)視角研究數(shù)字化驅(qū)動(dòng)農(nóng)業(yè)實(shí)現(xiàn)協(xié)作生態(tài)系統(tǒng)的演進(jìn)，是值得探討的問題。而現(xiàn)有的數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)研究尚未探討資源與價(jià)值之間的內(nèi)在關(guān)系，未能展示數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)從資源向能力轉(zhuǎn)化，從而獲得持續(xù)的競爭優(yōu)勢的動(dòng)態(tài)全過程。另外，在數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)績效評(píng)價(jià)模式及指標(biāo)上，國內(nèi)外學(xué)者主要從單一視角展開研究，雖然對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)績效評(píng)價(jià)的方法及其適用性、有效性等方面比較深入，但在助推協(xié)作生態(tài)系統(tǒng)普遍適用于數(shù)字農(nóng)業(yè)場景、績效評(píng)價(jià)的指標(biāo)選擇及論證、DA-CBE的實(shí)際建設(shè)等方面還有待深入研究。

三、研究設(shè)計(jì)

（一）評(píng)價(jià)模型設(shè)計(jì)

為了對(duì)農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的DA-CBE靜態(tài)績效、投入冗余和動(dòng)態(tài)績效進(jìn)行評(píng)價(jià)，本文分別構(gòu)建了Banker-Charnes-

Cooper模型（簡稱“DEA-BCC模型”）、基于Slack-Based Measure方法和DEA方法的SBM-DEA模型，詳細(xì)如下。

1.基于DEA-BCC的評(píng)價(jià)模型設(shè)計(jì)

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是一種依賴于線性規(guī)劃模型的評(píng)估技術(shù)，納入了多個(gè)相似決策單元（DMUs）的多重投入與產(chǎn)出指標(biāo)，并依據(jù)計(jì)算結(jié)果來評(píng)判各決策單元的相對(duì)效率。DEA方法主要涵蓋CCR模型和BCC模型，其中BCC模型如下：

min［θ-ε（eTs-+eTs）］∑n j=1xjλj+s-=θx■∑n j=1yjλj-s+≤y■∑n j=1λj=1λj≥0，s-≥0，s+≥0" "式1

在式1中，θ代表對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)效率的度量，與x對(duì)應(yīng)的是固定資產(chǎn)、營業(yè)成本、員工總數(shù)、數(shù)字技術(shù)應(yīng)用和協(xié)作生態(tài)系統(tǒng)這五個(gè)投入指標(biāo)，而與y對(duì)應(yīng)的是經(jīng)濟(jì)績效、環(huán)境績效、技術(shù)績效和文化績效這四個(gè)產(chǎn)出變量。λ代表各決策單元線性組合的權(quán)重系數(shù)，而s-與s+被定義為松弛變量（即Slack Variables），eT用于求和運(yùn)算，ε則表示費(fèi)阿基米德無窮小量。θ是衡量第i個(gè)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)綜合效率的指標(biāo)，其取值范圍在0至1之間。

2.基于超效率SBM-DEA的評(píng)價(jià)模型設(shè)計(jì)

針對(duì)傳統(tǒng)DEA模型在評(píng)估中未將投入產(chǎn)出的松弛性納入考量，從而導(dǎo)致評(píng)估結(jié)果偏高的缺陷，本文選用超效率SBM-DEA模型全面考慮松弛變量的影響，并依據(jù)投入與產(chǎn)出指標(biāo)的松弛度動(dòng)態(tài)調(diào)整效率值，以增強(qiáng)評(píng)估的準(zhǔn)確性。超效率SBM-DEA的效率值表示為？籽se，考慮了5個(gè)投入指標(biāo)和4個(gè)產(chǎn)出指標(biāo)，同時(shí)引入投入和產(chǎn)出的松弛變量（分別表示為s-與s+），以及權(quán)重向量λ。具體公式如下：

Min？籽se=■s.t.∑n" "j=1，j≠kxjλj≤■；∑n" "j=1，j≠kyjλj≤■∑n" "j=1，j≠kxijλj+si-=xik，i=1，2，…，m∑n" "j=1，j≠kyijλj-sr+=yrk，r=1，2，…，s∑n" "j=1，j≠kλj=1，■≥xk，■≥yk，j=1，2，…，n（j≠k）■≥0，λ≥0，si-≥0，sr+≥0 式2

式2中，數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)被認(rèn)定為DEA相對(duì)有效的條件是，效率指標(biāo)？籽se大于1，并且松弛變量s－與s+均等于0。若？籽se大于或等于1，但s－不等于0或s+不等于0，則系統(tǒng)被視為DEA弱有效。而當(dāng)？籽se小于1時(shí)，意味著數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)在DEA評(píng)估中相對(duì)無效，這揭示了系統(tǒng)中存在冗余現(xiàn)象，需要調(diào)整投入產(chǎn)出關(guān)系，以提升數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的效益水平。

（二）指標(biāo)構(gòu)建

1.投入變量

本文將固定資產(chǎn)、營業(yè)成本和員工總數(shù)設(shè)定為模型的投入變量[19]。固定資產(chǎn)是樣本經(jīng)營活動(dòng)得以實(shí)施的重要資產(chǎn)；營業(yè)成本是指經(jīng)營性活動(dòng)中，研究對(duì)象因銷售商品、提供服務(wù)等所產(chǎn)生的費(fèi)用；員工總數(shù)是指在企業(yè)工作，并由企業(yè)支付工資的各類人員，都是衡量企業(yè)所有者對(duì)企業(yè)的DA-CBE投入的重要指標(biāo)。此外，本文結(jié)合數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)，增加了數(shù)字技術(shù)應(yīng)用能力和生態(tài)系統(tǒng)協(xié)同能力兩個(gè)投入指標(biāo)，其中數(shù)字技術(shù)應(yīng)用能力采用企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)庫中的數(shù)字化轉(zhuǎn)型指數(shù)。生態(tài)系統(tǒng)協(xié)同能力是將公司與主要客戶的合作緊密度作為衡量標(biāo)準(zhǔn)，具體指標(biāo)為前五大客戶的銷售額所占比重，即當(dāng)前報(bào)告期內(nèi)上市公司向前五大客戶的銷售額占全年銷售總額的比例。

2.產(chǎn)出變量

（1）經(jīng)濟(jì)績效。采用托賓Q值進(jìn)行度量，即用股票市場價(jià)值與總資產(chǎn)重置成本之比來表示企業(yè)價(jià)值。這一比率通過綜合評(píng)估企業(yè)在未來某時(shí)段內(nèi)的經(jīng)營效能、盈利能力等多方面因素來反映投資者對(duì)企業(yè)未來盈利前景的預(yù)期。

（2）環(huán)境績效。以企業(yè)是否被列為重點(diǎn)污染監(jiān)控單位為評(píng)估基準(zhǔn)，具體而言，若報(bào)告中指明公司為監(jiān)控重點(diǎn)，則賦值1，反之則賦值0。

（3）社會(huì)績效。采用企業(yè)社會(huì)責(zé)任（CSR）評(píng)級(jí)數(shù)據(jù)進(jìn)行度量，評(píng)估研究對(duì)象在社會(huì)責(zé)任方面的表現(xiàn)，包括社會(huì)責(zé)任投入、社會(huì)責(zé)任報(bào)告、社會(huì)責(zé)任活動(dòng)等。

（4）技術(shù)績效。衡量方式為研發(fā)投入與營業(yè)收入的比率，具體計(jì)算為研發(fā)資金投入額除以企業(yè)營業(yè)收入。研發(fā)投入占比反映了技術(shù)在其整個(gè)生命周期中創(chuàng)造的價(jià)值占全部銷售收入的比重，作為衡量技術(shù)運(yùn)作效率的指標(biāo)。

綜上所述，本文共選取5項(xiàng)投入指標(biāo)和4項(xiàng)產(chǎn)出指標(biāo)建立數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)績效評(píng)價(jià)體系，見表1。

四、測度結(jié)果及分析

（一）數(shù)據(jù)來源

為了能夠較好地對(duì)CBE績效進(jìn)行測評(píng)，本文借鑒林凡軍等[4]、張慧等[20]的研究思路，利用供應(yīng)鏈或產(chǎn)業(yè)生態(tài)的鏈主企業(yè)或骨干企業(yè)為代表進(jìn)行實(shí)證研究，將CBE的核心企業(yè)作為CBE的代表，主要考察其投入與產(chǎn)出指標(biāo)。由于我國農(nóng)業(yè)類上市公司具有較強(qiáng)的產(chǎn)業(yè)鏈整合能力，往往是生態(tài)系統(tǒng)內(nèi)的核心企業(yè)，因此，為了更好地獲取客觀真實(shí)的數(shù)據(jù)，本文以我國生態(tài)系統(tǒng)中的農(nóng)業(yè)上市公司為樣本進(jìn)行研究。

根據(jù)證監(jiān)會(huì)行業(yè)分類標(biāo)準(zhǔn)，收集整理農(nóng)業(yè)類上市公司總計(jì)有101家相關(guān)數(shù)據(jù)，數(shù)據(jù)來源于國泰安（CSMAR）數(shù)據(jù)庫及和訊網(wǎng)。參考申萬行業(yè)分類、中證行業(yè)分類等，由于2020—2022年期間疫情原因，剔除了相關(guān)樣本數(shù)據(jù)；剔除了2016—2020年ST公司和數(shù)據(jù)出現(xiàn)異?；蛉笔У臉颖竞?，重點(diǎn)選擇涉及種子、生豬養(yǎng)殖、水產(chǎn)養(yǎng)殖、農(nóng)產(chǎn)品加工等共計(jì)35個(gè)DA-CBE樣本，如表2所示。

（二）基于DEA-BCC模型的績效評(píng)價(jià)

本文采用數(shù)據(jù)包絡(luò)分析法對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)進(jìn)行績效評(píng)價(jià)，利用Deap2.1軟件對(duì)2016—2020年間35個(gè)DA-CBE的數(shù)據(jù)進(jìn)行測評(píng)，具體結(jié)果見表3。

根據(jù)DEA理論及表3所呈現(xiàn)的數(shù)據(jù)特征，把綜合技術(shù)效率值以1、0.8、0.6和0為界進(jìn)行劃分，分別是樣本的綜合效率有效、較有效、較無效和無效。各樣本規(guī)模效率、技術(shù)效率和綜合效率數(shù)據(jù)分布如圖1所示。

1.總體分析

從表3和圖1分布可知，目前尚有樣本未呈現(xiàn)出絕對(duì)有效狀態(tài)，從均值來看，各數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的規(guī)模效率均值為0.901，技術(shù)效率為0.968，均為較有效狀態(tài)，說明DA-CBE總體評(píng)價(jià)較高，數(shù)字化效果較為明顯。但是絕大多數(shù)介于較無效和較有效狀態(tài)之間，效率亟待提升。從表3中可以發(fā)現(xiàn)，DA-CBE1、DA-CBE2、DA-CBE5、DA-CBE6、DA-CBE13和DA-CBE29的OTE=1，PTE=1，SE=1，表明這些樣本的數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)不僅達(dá)到了技術(shù)有效，而且在規(guī)模上也取得了有效的結(jié)果。

2.綜合效率分析

DA-CBE7、DA-CBE8和DA-CBE10等21個(gè)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)表現(xiàn)出較為高效的綜合效率，占比達(dá)到60%，其中有7個(gè)生態(tài)系統(tǒng)綜合效率較低，占比為20%。整體來看，數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的綜合效率水平相對(duì)較高，但仍存在一些生態(tài)系統(tǒng)在資本配置和規(guī)模上未能實(shí)現(xiàn)最優(yōu)，就投入與產(chǎn)出指標(biāo)而言，仍存在優(yōu)化潛力。例如，DA-CBE3的綜合技術(shù)效率達(dá)0.708，意味著僅需當(dāng)前投入的70.8%即可維持現(xiàn)有產(chǎn)出。因此，加大基礎(chǔ)投入并強(qiáng)化數(shù)字技術(shù)應(yīng)用，有望成為推動(dòng)產(chǎn)出增長的關(guān)鍵。Yang et al.[2]指出Celefish構(gòu)建的DA-CBE注重滿足養(yǎng)魚戶的需求，包括直接和衍生需求。盡管在高度動(dòng)態(tài)的環(huán)境中，Celefish無法獨(dú)立為養(yǎng)魚戶提供所有產(chǎn)品和服務(wù)，但通過與供應(yīng)商、魚市、餐飲企業(yè)、銀行、保險(xiǎn)公司等的合作，形成相互依存、嚴(yán)密協(xié)作的網(wǎng)絡(luò)，共享技術(shù)和數(shù)據(jù)資源，拓展市場，優(yōu)化CBE的整體性能和演進(jìn)，取得了顯著進(jìn)展。這也驗(yàn)證了當(dāng)前數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)在績效評(píng)價(jià)方面差距不大，總體上綜合效率較高。

3.技術(shù)效率分析

純技術(shù)效率反映了協(xié)作生態(tài)系統(tǒng)的管理和數(shù)字技術(shù)應(yīng)用對(duì)生產(chǎn)效率的影響，其中管理對(duì)應(yīng)協(xié)作生態(tài)系統(tǒng)，技術(shù)對(duì)應(yīng)數(shù)字技術(shù)應(yīng)用。當(dāng)純技術(shù)效率達(dá)到1時(shí)，標(biāo)志著投入資源已實(shí)現(xiàn)最優(yōu)配置，即在既定投入組合下，產(chǎn)出已達(dá)最大化水平。在35個(gè)樣本中，有9個(gè)樣本的純技術(shù)效率值為1，其他樣本的數(shù)值均大于0.8，有的增加幅度較大。因此，綜合效率主要受規(guī)模效率的制約。以DA-CBE3（豐樂種業(yè)）為例，盡管系統(tǒng)內(nèi)外條件都較為有利，但DA-CBE3目前仍然存在一些問題，例如種業(yè)業(yè)務(wù)方面，市場份額較小、營收占比不高等，呈現(xiàn)出規(guī)模較小的發(fā)展?fàn)顩r。因此，盡管數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)和數(shù)字技術(shù)應(yīng)用的利用率（即純技術(shù)效率）較高，但受限于系統(tǒng)規(guī)模，技術(shù)投入并不充足。因此，針對(duì)這些樣本，必須在技術(shù)升級(jí)的同時(shí)，重視規(guī)模效應(yīng)，方能實(shí)現(xiàn)相對(duì)最優(yōu)狀態(tài)。

4.規(guī)模效率分析

規(guī)模效率是衡量生產(chǎn)規(guī)模對(duì)整體效率影響的指標(biāo)，其值為1時(shí)表示規(guī)模效率有效，即規(guī)模適宜，達(dá)到最優(yōu)狀態(tài)。有10個(gè)樣本處于規(guī)模效率最優(yōu)狀態(tài)，占比為29%。以DA-CBE23（晨光生物）為例，在水溶色素提取領(lǐng)域，DA-CBE23的系統(tǒng)率先實(shí)現(xiàn)了連續(xù)投料提取，有力推動(dòng)了生產(chǎn)規(guī)模的擴(kuò)大。采用自主研發(fā)的辣椒紅色素成套加工設(shè)備，通過連續(xù)、自動(dòng)化、數(shù)字化的前處理系統(tǒng)取代傳統(tǒng)分散多環(huán)節(jié)的人工操作，其規(guī)模效應(yīng)和工藝優(yōu)勢使得辣椒紅的生產(chǎn)成本較同行低5%左右。

（三）基于超效率SBM模型的績效評(píng)價(jià)

為了進(jìn)一步考察數(shù)字技術(shù)投入效率，本文在傳統(tǒng)DEA模型基礎(chǔ)上，將松弛變量（slack）納入模型，采用Dearun軟件中的Super-SBM模型，對(duì)35個(gè)DA-CBE的數(shù)據(jù)進(jìn)行技術(shù)效率分析，結(jié)果如表4所示。

從表4可以發(fā)現(xiàn)，35個(gè)DA-CBE的績效評(píng)價(jià)平均水平處于0.011—0.880之間，總體上呈現(xiàn)較大的變化趨勢。針對(duì)非有效單元的分析結(jié)果顯示，存在3個(gè)樣本，其超效率SBM測度的CBE效率平均值位于0.8—0.99區(qū)間內(nèi)，占比為9%，其中DA-CBE6（隆平高科）有效程度最高。其原因可能在于該樣本在數(shù)字化方面的體系性和生態(tài)協(xié)同性。近年來，這些樣本充分整合了區(qū)塊鏈與大數(shù)據(jù)等技術(shù)，通過革新供應(yīng)鏈服務(wù)模式及訂單農(nóng)業(yè)服務(wù)模式等策略，為產(chǎn)業(yè)鏈上的種子供應(yīng)商、分銷商、農(nóng)戶、稻米加工廠以及中小型企業(yè)等提供了全方位的供應(yīng)鏈服務(wù)，實(shí)現(xiàn)了產(chǎn)業(yè)鏈上下游及各參與方的緊密協(xié)同，系統(tǒng)性地加速了種業(yè)全產(chǎn)業(yè)鏈的數(shù)字化進(jìn)程。

超效率均值在0.5以下的樣本有28個(gè)，占比為80%，說明所選DA-CBE樣本的技術(shù)效率均未達(dá)到理想狀態(tài)。其中DA-CBE19（龍大美食）的平均超效率DEA值最低，僅為0.011。其原因可能與龍大美食于2022年投產(chǎn)運(yùn)營的數(shù)字化生產(chǎn)線食品工廠有關(guān)，該工廠致力于農(nóng)產(chǎn)品在預(yù)制菜領(lǐng)域的集約、自動(dòng)化、綠色生產(chǎn)，然而預(yù)制菜產(chǎn)業(yè)發(fā)展整體水平較差，市場的接受度不高，同時(shí)參與主體規(guī)?？傮w較小，運(yùn)營成本高，數(shù)字化協(xié)同較差，難以實(shí)現(xiàn)標(biāo)準(zhǔn)化生產(chǎn)，質(zhì)量及穩(wěn)定性較差，給該樣本績效帶來較大的影響。

在2020年，采用Super-SBM模型測算發(fā)現(xiàn)，有25個(gè)DA-CBE樣本的研發(fā)投入與產(chǎn)出未達(dá)到DEA有效狀態(tài)。為深入剖析這些相對(duì)無效的DEA單元，本文進(jìn)一步分析了在當(dāng)前產(chǎn)出水平下的投入冗余情況。如表5所示，在固定資產(chǎn)、營業(yè)成本、員工總數(shù)、協(xié)作生態(tài)系統(tǒng)四個(gè)方面均存在大量的冗余，表明需要減少投入，以提高效率。在數(shù)字技術(shù)應(yīng)用方面，只有DA-CBE9和DA-CBE32存在少量冗余。總體而言，綜合效率值較低的樣本在投入方面存在更多的冗余。這一分析結(jié)果在一定程度上解釋了那些數(shù)字技術(shù)應(yīng)用水平較高且具備CBE思維的樣本，然而它們在數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)綜合績效評(píng)價(jià)方面卻陷入較低的發(fā)展困境。研究表明，當(dāng)前階段系統(tǒng)中數(shù)字技術(shù)要素的過度投入導(dǎo)致資源大量浪費(fèi)，數(shù)字技術(shù)轉(zhuǎn)化為生產(chǎn)力的水平相對(duì)較低，相關(guān)配套服務(wù)缺乏創(chuàng)新與協(xié)同[11]，價(jià)值績效、環(huán)境績效、社會(huì)績效和技術(shù)績效難以協(xié)調(diào)發(fā)展等現(xiàn)狀對(duì)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的發(fā)展提出了挑戰(zhàn)。

五、研究結(jié)論及政策建議

本文基于DEA模型與系統(tǒng)績效評(píng)價(jià)理論，對(duì)2016—2020年間35個(gè)DA-CBE的投入產(chǎn)出數(shù)據(jù)進(jìn)行了實(shí)證分析，采用DEA-BCC模型進(jìn)行測度與評(píng)價(jià)。在納入松弛變量考慮后，運(yùn)用SBM模型對(duì)CBE效率進(jìn)行了更為精確的測量，并對(duì)非DEA有效單元的冗余情況進(jìn)行了分析。主要得出如下結(jié)論：

在BCC模型中，我國數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)綜合效率均值處于較有效狀態(tài)。17%的DA-CBE樣本在數(shù)字技術(shù)要素及CBE思維的投入和產(chǎn)出上達(dá)到較高的水平。在技術(shù)和管理上，26%的樣本DA-CBE得到優(yōu)化，其他樣本的純技術(shù)效率也較高，說明數(shù)字技術(shù)的投入對(duì)農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)綜合績效的提升起到了正向作用。但是數(shù)字技術(shù)的投入存在冗余，阻礙了效率的進(jìn)一步提升。運(yùn)用超效率SBM-DEA模型分析投入指標(biāo)冗余度時(shí)發(fā)現(xiàn)，2020年有25個(gè)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)樣本投入存在冗余情況，其中固定資產(chǎn)、營業(yè)成本、員工人數(shù)和協(xié)作生態(tài)系統(tǒng)投入指標(biāo)存在過量冗余，數(shù)字技術(shù)應(yīng)用指標(biāo)冗余較少。綜合以上分析，揭示了CBE系統(tǒng)中成本要素投入過多，導(dǎo)致資源大量浪費(fèi)，數(shù)字技術(shù)向生產(chǎn)力轉(zhuǎn)化的效率低下，技術(shù)與業(yè)務(wù)的融合深度不夠，技術(shù)對(duì)產(chǎn)品品質(zhì)與品牌培育方面的提升作用不夠，商業(yè)協(xié)作生態(tài)系統(tǒng)的系統(tǒng)性和協(xié)同性沒有得到充分發(fā)揮，阻礙了我國數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)綜合績效的進(jìn)一步提升。

基于以上研究結(jié)果，為推進(jìn)數(shù)字農(nóng)業(yè)協(xié)作生態(tài)系統(tǒng)的績效評(píng)價(jià)體系，本文提出以下建議：一是應(yīng)合理配置人力資源與資金投入，緊密結(jié)合市場需求，積極開展面向市場的數(shù)字技術(shù)研發(fā)與創(chuàng)新。二是數(shù)字技術(shù)應(yīng)用不僅要與業(yè)務(wù)技術(shù)融合，也要與區(qū)域融合，做富有當(dāng)?shù)靥厣霓r(nóng)業(yè)。三是數(shù)字農(nóng)業(yè)不僅要注重特色品牌培育，還要關(guān)注產(chǎn)品品質(zhì)和品牌效益。四是注重系統(tǒng)融合，增強(qiáng)CBE思維能力，以綜合的眼光來看待DA-CBE，促進(jìn)經(jīng)濟(jì)、環(huán)境、社會(huì)、技術(shù)各項(xiàng)均衡發(fā)展。注重多方參與，包括但不限于農(nóng)業(yè)科技公司、農(nóng)戶、消費(fèi)者等，實(shí)現(xiàn)價(jià)值共同創(chuàng)造和分享。

【參考文獻(xiàn)】

［1］ MOORE J F.Predators and prey：a new ecology of competition［J］.Harvard Business Review，1993，71（3）：75-86.

［2］ YANG X，CAO D，CHEN J，et al.AI and iot-based collaborative business ecosystem：a case in Chinese fish farming industry［J］.International Journal of Technology Management，2020，82（2）：151-171.

［3］ 解學(xué)梅，韓宇航，代夢鑫.企業(yè)開放式創(chuàng)新生態(tài)系統(tǒng)種群共生關(guān)系與演化機(jī)理研究［J］.科技進(jìn)步與對(duì)策，2022，39（21）：85-95.

［4］ 林凡軍，宗祖盼.數(shù)字時(shí)代演藝企業(yè)商業(yè)生態(tài)系統(tǒng)治理的變革與框架［J］.山東大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024（2）：36-44.

［5］ RIJSWIJK K，KLERKX L，TURNER J A.Digitalisation in the New Zealand agricultural knowledge and innovation system：initial understandings and emerging organisational responses to digital agriculture［J］.NJAS：Wageningen Journal of Life Sciences，2019，90-91（1）：1-14.

［6］ IAKSCH J，F(xiàn)ERNANDES E，BORSATO M，et al.Digitalization and big data in smart farming-a review［J］.Journal of Management Analytics，2021，8（2）：333-349.

［7］ SMIDT H J，JOKONYA O.Towards a framework to implement a digital agriculture value chain in South Africa for small-scale farmers［J/OL］.Journal of Transport and Supply Chain Management，2022，16［2022-

10-26］.

［8］ 張?zhí)N萍，欒菁.數(shù)字經(jīng)濟(jì)賦能鄉(xiāng)村振興：理論機(jī)制、制約因素與推進(jìn)路徑［J］.改革，2022（5）：79-89.

［9］ 辛翔飛，王濟(jì)民.鄉(xiāng)村振興下農(nóng)業(yè)振興的機(jī)遇、挑戰(zhàn)與對(duì)策［J］.宏觀經(jīng)濟(jì)管理，2020（1）：28-35.

［10］ 毛世平，張琳，何龍娟，等.我國農(nóng)業(yè)農(nóng)村投資狀況及未來投資重點(diǎn)領(lǐng)域分析［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2021（7）：47-56.

［11］ 馬威，張人中.數(shù)字金融的廣度與深度對(duì)縮小城鄉(xiāng)發(fā)展差距的影響效應(yīng)研究——基于居民教育的協(xié)同效應(yīng)視角［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（2）：1-15.

［12］ 張合林，孫詩瑤.不同市場化程度下我國農(nóng)地資源保護(hù)績效實(shí)證分析［J］.鄭州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2015，48（6）：88-92.

［13］ 袁久和，祁春節(jié).基于熵值法的湖南省農(nóng)業(yè)可持續(xù)發(fā)展能力動(dòng)態(tài)評(píng)價(jià)［J］.長江流域資源與環(huán)境，2013，22（2）：152-157.

［14］ 張香玲，李小建，朱紀(jì)廣，等.河南省農(nóng)業(yè)現(xiàn)代化發(fā)展水平空間分異研究［J］.地域研究與開發(fā)，2017，36（3）：142-147.

［15］ 林青寧，孫立新，毛世平.中國農(nóng)業(yè)企業(yè)科技成果轉(zhuǎn)化效率測算與分析——基于網(wǎng)絡(luò)超效率sbm模型［J］.科技管理研究，2020，40（8）：52-58.

［16］ 徐曉莉.供應(yīng)鏈核心企業(yè)4E績效審計(jì)評(píng)價(jià)指標(biāo)體系研究［J］.會(huì)計(jì)之友，2019（17）：77-85.

［17］ 王展昭，唐朝陽.基于全局熵值法的區(qū)域創(chuàng)新系統(tǒng)績效動(dòng)態(tài)評(píng)價(jià)研究［J］.技術(shù)經(jīng)濟(jì)，2020，39（3）：155-168.

［18］ WEN Y，KONG L，LIU G.Big data analysis of e-commerce efficiency and its influencing factors of agricultural products in China［J］.Mobile Information Systems，2021（1）：1-8.

［19］ 李憲印，劉忠花，于婷.中國生態(tài)農(nóng)業(yè)上市公司技術(shù)效率測度及政策研究——基于面板數(shù)據(jù)的實(shí)證分析［J］.中國軟科學(xué)，2016（7）：162-171.

［20］ 張慧，熊歡歡，劉越群.基于TOPSIS熵權(quán)法的我國區(qū)塊鏈產(chǎn)業(yè)生態(tài)系統(tǒng)績效評(píng)價(jià)研究［J］.科技管理研究，2023，43（5）：38-45.