摘要：運(yùn)用超效率DEA-Tobit模型對(duì)山東省農(nóng)業(yè)科技服務(wù)績(jī)效及影響因素進(jìn)行研究。結(jié)果表明，山東省農(nóng)業(yè)科技服務(wù)績(jī)效整體呈有效狀態(tài)，但服務(wù)水平不高，仍有待進(jìn)一步提升；人均GDP對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效有顯著負(fù)向影響，有效灌溉面積、農(nóng)作物受災(zāi)面積和農(nóng)村人均受教育程度有顯著正向影響。基于研究結(jié)果，提出對(duì)策建議，包括增加農(nóng)業(yè)產(chǎn)業(yè)資金投入、加強(qiáng)農(nóng)村農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、擴(kuò)大農(nóng)業(yè)科技服務(wù)范圍、加強(qiáng)農(nóng)業(yè)科技宣傳教育。

　　關(guān)鍵詞：農(nóng)業(yè)科技服務(wù)；服務(wù)績(jī)效；影響因素；超效率DEA-Tobit；山東省

　　農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)，近年來農(nóng)業(yè)科技服務(wù)在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中的作用越來越重要，其作為農(nóng)業(yè)成果轉(zhuǎn)化為生產(chǎn)力的紐帶，在轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式、提高農(nóng)業(yè)生產(chǎn)力等方面意義重大［1-3］，現(xiàn)階段農(nóng)業(yè)科技成果的轉(zhuǎn)化率僅有30%~40%，并且有較多現(xiàn)代農(nóng)業(yè)科技成果無法有效地投入到現(xiàn)實(shí)農(nóng)業(yè)生產(chǎn)中［4］。2020年7月，《關(guān)于加強(qiáng)農(nóng)業(yè)科技社會(huì)化服務(wù)體系建設(shè)的若干意見》的提出更加深化了農(nóng)業(yè)科技服務(wù)的重要作用。學(xué)者把農(nóng)業(yè)科技服務(wù)定義為面向三農(nóng)的社會(huì)性活動(dòng)［5］，能改善農(nóng)業(yè)科技資源配置和提高利用效率，推動(dòng)農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)發(fā)展［6］；農(nóng)業(yè)科技服務(wù)績(jī)效則是指在農(nóng)業(yè)科技服務(wù)過程中人力、物力、財(cái)力投入所產(chǎn)生的經(jīng)濟(jì)效益和社會(huì)效益［7］。的農(nóng)業(yè)科技服務(wù)績(jī)效近年來有一定的提升，大部分地區(qū)的農(nóng)業(yè)科技服務(wù)績(jī)效都處于較高水平，但仍然存在地區(qū)或者服務(wù)項(xiàng)目上的差異，有很大的進(jìn)步空間［8-12］。另有學(xué)者研究發(fā)現(xiàn)農(nóng)戶的社會(huì)資本顯著影響農(nóng)業(yè)科技服務(wù)效率［13］，農(nóng)民專業(yè)合作社主導(dǎo)的農(nóng)業(yè)科技服務(wù)體系比政府主導(dǎo)型更有優(yōu)勢(shì)［14］。

　　1山東省農(nóng)業(yè)科技服務(wù)績(jī)效實(shí)證分析

　　1.1農(nóng)業(yè)科技服務(wù)績(jī)效指標(biāo)選取

　　農(nóng)業(yè)科技服務(wù)投入指標(biāo)從人力、財(cái)力、物力3個(gè)方面選取3個(gè)指標(biāo)。①人力投入選擇農(nóng)業(yè)科學(xué)研究和技術(shù)服務(wù)人員，由于這項(xiàng)指標(biāo)無法直接獲取，所以借鑒已有研究的數(shù)據(jù)折算方法［21］，根據(jù)《山東省統(tǒng)計(jì)年鑒》的科學(xué)研究和技術(shù)服務(wù)人員計(jì)算得出，即農(nóng)業(yè)科學(xué)研究和技術(shù)服務(wù)人員=科學(xué)研究和技術(shù)服務(wù)人員×（農(nóng)林牧漁總產(chǎn)值/地區(qū)生產(chǎn)總值）。②財(cái)力投入選擇農(nóng)業(yè)科學(xué)研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)內(nèi)部支出，即R&D經(jīng)費(fèi)內(nèi)部支出按行業(yè)分類中的農(nóng)林牧漁業(yè)支出。③物力投入選擇農(nóng)林牧漁固定資產(chǎn)投資，由于沒有直接的農(nóng)業(yè)科技服務(wù)物力投入指標(biāo)數(shù)據(jù)，因此選用農(nóng)林牧漁業(yè)的固定資產(chǎn)投資代替。

　　1.2農(nóng)業(yè)科技服務(wù)績(jī)效實(shí)證分析

　　運(yùn)用DEA的BCC模型并運(yùn)用DEAP2.1軟件從投入導(dǎo)向?qū)ι綎|省2012—2018年的綜合效率、純技術(shù)效率和規(guī)模效率進(jìn)行測(cè)算（表2）。結(jié)果顯示，2016和2017年的綜合效率和規(guī)模效率小于1，而純技術(shù)效率等于1，未達(dá)到DEA有效，說明其規(guī)模和投入產(chǎn)出不相匹配，需要增加規(guī)模；其他各年份綜合效率、純技術(shù)效率和規(guī)模效率均為1，說明其投入產(chǎn)出結(jié)構(gòu)合理，農(nóng)業(yè)科技服務(wù)效率同時(shí)達(dá)到了技術(shù)和規(guī)模有效。

　　2山東省農(nóng)業(yè)科技服務(wù)績(jī)效影響因素分析

　　2.1影響因素指標(biāo)選取

　　被解釋變量選用上述計(jì)算所得的農(nóng)業(yè)科技服務(wù)績(jī)效的綜合超效率值（TE），解釋變量借鑒相關(guān)文獻(xiàn)，從經(jīng)濟(jì)發(fā)展水平、農(nóng)村基礎(chǔ)設(shè)施、自然環(huán)境條件、人力資源稟賦4個(gè)方面選取共5個(gè)指標(biāo)［12，22］。①經(jīng)濟(jì)發(fā)展水平用人均GDP表示。一般情況下認(rèn)為一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平越高，其農(nóng)業(yè)生產(chǎn)的機(jī)械化和科技化水平就會(huì)有越高的經(jīng)濟(jì)基礎(chǔ)，對(duì)于農(nóng)業(yè)科技服務(wù)的需求和供給就會(huì)越多，因此假設(shè)經(jīng)濟(jì)發(fā)展水平的高低在一定程度上影響農(nóng)業(yè)科技服務(wù)績(jī)效。②農(nóng)村基礎(chǔ)設(shè)施用農(nóng)業(yè)機(jī)械總動(dòng)力和有效灌溉面積表示。農(nóng)村基礎(chǔ)設(shè)施的建設(shè)是開展農(nóng)業(yè)生產(chǎn)的重要基礎(chǔ)，是否有充足的農(nóng)業(yè)機(jī)械幫助農(nóng)業(yè)生產(chǎn)、是否有良好的灌溉設(shè)備來澆灌農(nóng)作物，都對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效有著直接的影響。由于有效灌溉面積2012年的數(shù)據(jù)缺失，因此采用求前后兩年平均值的方法計(jì)算得出。③自然環(huán)境條件用農(nóng)作物受災(zāi)面積表示。農(nóng)作物受災(zāi)面積指因?yàn)?zāi)減產(chǎn)10%以上的農(nóng)作物播種面積，自然環(huán)境的變化很大程度上影響著農(nóng)業(yè)生產(chǎn)，干旱、洪澇等極端天氣等都會(huì)影響農(nóng)作物的生長(zhǎng)，進(jìn)一步影響農(nóng)業(yè)科技服務(wù)的實(shí)施效果。④人力資源稟賦用農(nóng)村人均受教育程度表示。農(nóng)業(yè)科技服務(wù)接受者主要是從事農(nóng)業(yè)生產(chǎn)勞作的農(nóng)村居民，考慮農(nóng)業(yè)勞動(dòng)者的文化程度會(huì)影響農(nóng)業(yè)科技服務(wù)的水平。農(nóng)村人均受教育程度借鑒胡揚(yáng)名等［22］的計(jì)算方法，根據(jù)《人口和就業(yè)統(tǒng)計(jì)年鑒》公布的鄉(xiāng)村受教育程度人口數(shù)據(jù)計(jì)算得出，即農(nóng)村人均受教育年限=（樣本含小學(xué)文化程度人口數(shù)×6+初中文化程度人口數(shù)×9+高中文化程度人口數(shù)×12+大專及以上文化程度人口數(shù)×16）/6歲以上抽樣總?cè)丝跀?shù)。其中，農(nóng)作物受災(zāi)面積數(shù)據(jù)來自于《農(nóng)村統(tǒng)計(jì)年鑒》，農(nóng)村人均受教育程度數(shù)據(jù)根據(jù)《人口和就業(yè)統(tǒng)計(jì)年鑒》計(jì)算得出，其他指標(biāo)數(shù)據(jù)均來自于《山東省統(tǒng)計(jì)年鑒》。最終構(gòu)建的農(nóng)業(yè)科技服務(wù)績(jī)效影響因素指標(biāo)體系如表4。

　　2.2基于Tobit回歸模型的影響因素分析

　　運(yùn)用stata15.1軟件進(jìn)行Tobit回歸，結(jié)果如表5。人均GDP對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效呈顯著的負(fù)相關(guān)影響，有效灌溉面積、農(nóng)作物受災(zāi)面積、農(nóng)村人均受教育程度對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效呈顯著的正相關(guān)影響，農(nóng)業(yè)機(jī)械總動(dòng)力的影響并不顯著。①人均GDP對(duì)農(nóng)業(yè)科技服務(wù)效率的影響為負(fù)向。說明經(jīng)濟(jì)發(fā)展水平升高會(huì)抑制農(nóng)業(yè)科技服務(wù)的發(fā)展，結(jié)合農(nóng)村勞動(dòng)力大量向城市涌入的現(xiàn)實(shí)情況分析，農(nóng)村居民的收入增加之后逐漸提高了對(duì)農(nóng)業(yè)以外投入的份額，擠占了農(nóng)業(yè)的投入，且隨著經(jīng)濟(jì)水平的提升，更多人的職業(yè)選擇從第一產(chǎn)業(yè)向第三產(chǎn)業(yè)靠攏。②有效灌溉面積對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效的影響為正。農(nóng)業(yè)機(jī)械總動(dòng)力的影響不顯著，說明農(nóng)村基礎(chǔ)設(shè)施的建設(shè)發(fā)展，并不是所有項(xiàng)目都能促進(jìn)農(nóng)業(yè)科技服務(wù)的發(fā)展。有效灌溉面積這一指標(biāo)在很大程度上能代表農(nóng)業(yè)灌溉面積，隨著灌溉設(shè)備不斷精良化，灌溉技術(shù)不斷提升，農(nóng)作物生產(chǎn)效率有所提升，促進(jìn)了農(nóng)業(yè)科技服務(wù)績(jī)效的提升。農(nóng)業(yè)機(jī)械總動(dòng)力影響不顯著的原因，可能是山東省農(nóng)業(yè)發(fā)達(dá)，農(nóng)戶擁有的農(nóng)業(yè)機(jī)械多，對(duì)農(nóng)業(yè)機(jī)械設(shè)備的服務(wù)需求并不大。③農(nóng)作物受災(zāi)面積對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效呈正相關(guān)影響。一般情況下農(nóng)作物受災(zāi)之后農(nóng)戶會(huì)相對(duì)減少對(duì)其的農(nóng)業(yè)科技服務(wù)投入，而農(nóng)作物雖受災(zāi)減產(chǎn)但仍然會(huì)有收獲，因而農(nóng)業(yè)科技服務(wù)績(jī)效仍會(huì)上升。④農(nóng)村人均受教育程度對(duì)農(nóng)業(yè)科技服務(wù)效率有顯著的正相關(guān)影響。農(nóng)村居民作為農(nóng)業(yè)科技服務(wù)最直接的接受者，其受教育水平對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效有著深刻的影響，其受教育程度越高，則對(duì)農(nóng)業(yè)科技的接受程度越高，農(nóng)業(yè)科技服務(wù)績(jī)效越高。

　　3結(jié)論及建議

　　3.1結(jié)論

　　運(yùn)用DEA中BCC模型和超效率模型對(duì)2012—2018年的山東省農(nóng)業(yè)科技服務(wù)績(jī)效進(jìn)行測(cè)算分析，在此基礎(chǔ)上通過Tobit模型對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效的影響因素進(jìn)行回歸分析。結(jié)果表明，2012—2018年山東省農(nóng)業(yè)科技服務(wù)績(jī)效整體呈有效狀態(tài)，但總體服務(wù)水平不高，農(nóng)業(yè)科技服務(wù)績(jī)效水平有待提升；人均GDP、有效灌溉面積、農(nóng)作物受災(zāi)面積、農(nóng)村人均受教育程度在5%置信度水平下對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效有顯著影響，但人均GDP為負(fù)相關(guān)的影響，而農(nóng)業(yè)機(jī)械總動(dòng)力在5%的置信度水平下對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效影響不顯著。

　　3.2建議

　　3.2.1不斷增加農(nóng)業(yè)產(chǎn)業(yè)的資金投入

　　山東省經(jīng)濟(jì)發(fā)展態(tài)勢(shì)良好，經(jīng)濟(jì)發(fā)展水平的不斷提升為農(nóng)業(yè)科技服務(wù)發(fā)展提供了強(qiáng)有力的支撐，然而在大力發(fā)展第二、三產(chǎn)業(yè)的同時(shí)也不能落下第一產(chǎn)業(yè)的發(fā)展。要不斷增加對(duì)農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展的資金投入，為農(nóng)業(yè)發(fā)展提供源源不斷的資金支持，提高農(nóng)業(yè)科技成果轉(zhuǎn)化效率，鼓勵(lì)農(nóng)村居民繼續(xù)從事農(nóng)業(yè)生產(chǎn)，吸引更多的人返鄉(xiāng)發(fā)展農(nóng)業(yè)產(chǎn)業(yè)。

　　3.2.2繼續(xù)加強(qiáng)農(nóng)村農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)

　　農(nóng)村基礎(chǔ)設(shè)施的建設(shè)是農(nóng)業(yè)科技服務(wù)有序開展的重要基礎(chǔ)，農(nóng)田水利設(shè)施的建設(shè)對(duì)農(nóng)業(yè)科技服務(wù)績(jī)效有顯著影響。要加強(qiáng)各地農(nóng)村，尤其是偏遠(yuǎn)地區(qū)的農(nóng)田水利設(shè)施建設(shè)，不斷改善灌溉條件、提升灌溉技術(shù)，促進(jìn)農(nóng)作物增收，在提高農(nóng)業(yè)科技服務(wù)績(jī)效的同時(shí)也方便農(nóng)村居民的生活，助力鄉(xiāng)村振興，改善農(nóng)村人居環(huán)境，共建鄉(xiāng)風(fēng)文明。

　　3.2.3擴(kuò)大農(nóng)業(yè)科技服務(wù)范圍

　　山東省地形復(fù)雜，以山地和丘陵為主，各地區(qū)地形、土壤及氣候條件等的差異導(dǎo)致農(nóng)作物的種植或農(nóng)作物受災(zāi)情況的差異。要不斷擴(kuò)大農(nóng)業(yè)科技的服務(wù)范圍，逐漸解決農(nóng)業(yè)科技服務(wù)“最后一公里”的問題，讓偏遠(yuǎn)地區(qū)的農(nóng)業(yè)生產(chǎn)也能得到優(yōu)質(zhì)的服務(wù)，及時(shí)做好農(nóng)作物的自然災(zāi)害防治及災(zāi)后經(jīng)驗(yàn)總結(jié)等工作，不斷提高農(nóng)業(yè)科技服務(wù)績(jī)效水平。

　　3.2.4加強(qiáng)農(nóng)業(yè)科技宣傳教育

　　農(nóng)業(yè)科技服務(wù)的最終接受者是從事農(nóng)業(yè)生產(chǎn)的人員。要加強(qiáng)農(nóng)業(yè)科技的宣傳教育，一方面通過技術(shù)培訓(xùn)和指導(dǎo)讓更多的農(nóng)業(yè)生產(chǎn)者學(xué)習(xí)到先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)，接受高質(zhì)量的農(nóng)業(yè)技術(shù)服務(wù)，提高農(nóng)業(yè)生產(chǎn)效率；另一方面通過宣傳吸引更多的農(nóng)業(yè)高素質(zhì)人才參與到農(nóng)業(yè)生產(chǎn)中，充分發(fā)揮知識(shí)的力量，利用其所學(xué)先進(jìn)知識(shí)助力農(nóng)業(yè)生產(chǎn)，提高農(nóng)業(yè)生產(chǎn)隊(duì)伍的知識(shí)素質(zhì)水平。

　　參考文獻(xiàn)：

　　［1］楊常偉，王奕.建設(shè)高校復(fù)合型協(xié)同創(chuàng)新農(nóng)業(yè)科技服務(wù)體系研究［J］.科技管理研究，2016，36（22）：7-11，33.

　　［2］鄒弈星，周華強(qiáng)，劉洋露，等.農(nóng)業(yè)科技服務(wù)業(yè)發(fā)展的理論探析與政策建議——基于四川省實(shí)證研究［J］.科技管理研究，2017，37（15）：29-34.

　　［3］曹博，趙芝俊.基于供給側(cè)結(jié)構(gòu)性改革的農(nóng)業(yè)科技創(chuàng)新體系研究［J］.科技管理研究，2017，37（17）：36-41.

　　［4］謝紅黨，解金輝，杜家方.新型農(nóng)業(yè)經(jīng)營(yíng)主體農(nóng)業(yè)技術(shù)采納行為異同分析——以河南省駐馬店市為例［J］.農(nóng)業(yè)文摘-農(nóng)業(yè)工程，2019，31（5）：47-53.

　　［5］胡雷.基于現(xiàn)代信息技術(shù)的農(nóng)業(yè)科技服務(wù)體系建設(shè)研究——以湖北省武漢市為例［D］.武漢：華中農(nóng)業(yè)大學(xué)，2013.

　　［6］顧吾浩.借鑒國(guó)外先進(jìn)經(jīng)驗(yàn)構(gòu)建現(xiàn)代農(nóng)業(yè)科技服務(wù)新體系［J］.上海農(nóng)村經(jīng)濟(jì)，2020（1）：9-13.

　　張雪萍，李敬鎖