江西省農(nóng)業(yè)科技投資效率的實證分析

劉炳芳 夏凡 賴倫揚 羅昌瀚

江西省農(nóng)業(yè)科技投資效率的實證分析

劉炳芳 夏凡 賴倫揚 羅昌瀚

使用DEA的方法測度了1978—2012年江西省農(nóng)業(yè)科技投資的效率。通過CCR模型的建立發(fā)現(xiàn)江西省35年來農(nóng)業(yè)科技投資有效年份的比例僅為51.43%，并且無效年份各指標所需改進的幅度較大，因而得出江西省農(nóng)業(yè)科技投資并非有效的結論，總結出江西省農(nóng)業(yè)科技投資無效率存在的機制因素。最后建議加大江西省農(nóng)業(yè)科技的投入，建立穩(wěn)定的農(nóng)業(yè)科技創(chuàng)新機制，規(guī)范投資金額的使用，促使農(nóng)業(yè)生產(chǎn)總值增加使江西省農(nóng)業(yè)科技投資達到強有效狀態(tài)。

農(nóng)業(yè)；科技投資效率；DEA

一、研究背景

2004年以來我國糧食產(chǎn)量實現(xiàn)“十一連增”，農(nóng)民增收實現(xiàn)“十一連快”，農(nóng)業(yè)農(nóng)村發(fā)展的大好態(tài)勢為經(jīng)濟結構調(diào)整、產(chǎn)業(yè)升級、穩(wěn)控物價提供了支撐和底氣。然而大部分地區(qū)農(nóng)業(yè)產(chǎn)出效率并不樂觀，例如孫曉欣、馬曉冬，許玉燦，孟思聰［1］在共同研究的淮海經(jīng)濟區(qū)農(nóng)業(yè)經(jīng)濟效率中顯示淮海經(jīng)濟區(qū)內(nèi)農(nóng)業(yè)綜合效率總體偏低，農(nóng)業(yè)技術水平仍然是制約區(qū)域農(nóng)業(yè)發(fā)展的主要因素。因此，在要將農(nóng)業(yè)從傳統(tǒng)的第一產(chǎn)業(yè)涅磐為“第六產(chǎn)業(yè)”的形勢下，農(nóng)業(yè)科技的力量顯得尤為重要。

江西是一個農(nóng)業(yè)人口多、農(nóng)村地域大、農(nóng)業(yè)比重相對較高的省份，糧、豬、油、菜、水產(chǎn)等主要農(nóng)產(chǎn)品產(chǎn)量在全國占有重要地位，2012年江西以占全國1.8%的耕地，生產(chǎn)占全國3.8%的糧食，糧食產(chǎn)量位居全國第12位，其中稻谷產(chǎn)量居全國第2位，人均稻谷產(chǎn)量全國第1位，所以江西省農(nóng)業(yè)的發(fā)展關系到江西省整體的發(fā)展水平，而現(xiàn)代農(nóng)業(yè)的發(fā)展又很大程度上依賴于農(nóng)業(yè)科技投資效率的高低。李練軍［2］通過運用現(xiàn)代農(nóng)業(yè)綜合評價指標模型，對江西全省及各地區(qū)現(xiàn)代農(nóng)業(yè)發(fā)展水平進行了測算與比較分析，表明2012年江西現(xiàn)代農(nóng)業(yè)發(fā)展綜合指數(shù)達到62.70，在全國處于中等水平，已進入發(fā)展階段；江西各地區(qū)現(xiàn)代農(nóng)業(yè)發(fā)展水平較為均衡，大多也處于發(fā)展階段。2004年至2013年是江西省農(nóng)業(yè)機械化發(fā)展最快的時期之一，這十年來，農(nóng)業(yè)機械化發(fā)展取得了令人矚目的成就，為實現(xiàn)糧食“十連增”、農(nóng)民增收“十連快”，推進農(nóng)業(yè)現(xiàn)代化進程做出了重要貢獻［3］。在這樣的發(fā)展態(tài)勢下，2015年，江西省將深入貫徹“發(fā)展升級、小康提速、綠色崛起、實干興贛”十六字方針，力爭早日實現(xiàn)建設現(xiàn)代農(nóng)業(yè)強省的總目標。然而實際上，在江西省農(nóng)業(yè)機械化水平飛速提升的同時，農(nóng)業(yè)科技投資的效率并不高。

二、文獻綜述

農(nóng)業(yè)是國民經(jīng)濟中一個重要的產(chǎn)業(yè)部門，是人類衣食之源、生存之本，是一切生產(chǎn)的首要條件。它為國民經(jīng)濟其他部門提供糧食、副食品、工業(yè)原料、資金和出口物資。隨著工業(yè)化和現(xiàn)代化進程的加速，農(nóng)業(yè)的變革與發(fā)展離不開科技的力量，例如美國經(jīng)濟學家舒爾茨認為，任何一個國家的農(nóng)業(yè)發(fā)展，如果不能突破技術瓶頸，最終只能達到傳統(tǒng)農(nóng)業(yè)的低水平均衡。正是因為農(nóng)業(yè)對于社會、國民經(jīng)濟起著舉足輕重的作用，而農(nóng)業(yè)科技又是農(nóng)業(yè)發(fā)展的支柱，使得農(nóng)業(yè)科技成為了國內(nèi)外學者研究的熱點。

（一）農(nóng)業(yè)科技重要性的驗證

農(nóng)業(yè)科技創(chuàng)新是實現(xiàn)農(nóng)業(yè)現(xiàn)代化的根本推力。王建華、李清盈、Djurovic Gordana［4］對江蘇地區(qū)的農(nóng)戶包括專業(yè)大戶、家庭農(nóng)場、農(nóng)村專業(yè)合作社和農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)四種新型農(nóng)業(yè)生產(chǎn)經(jīng)營主體的科技需求演化進行了深入分析，并對不同生產(chǎn)經(jīng)營主體的生產(chǎn)機制和模式進行了耦合，發(fā)現(xiàn)不同的主體之間對科技需求演化的效率各不相同，從而提出針對農(nóng)戶的科技需求所設計的培育政策將成為推廣農(nóng)業(yè)科技和提高農(nóng)業(yè)科技轉化率的關鍵的建議，表明農(nóng)業(yè)科技對于促進農(nóng)村改革和解決“三農(nóng)”問題具有重要意義。

姚永鵬、蘇小鳳［5］基于C-D生產(chǎn)函數(shù)模型，測算了蘭州市2001—2011年的農(nóng)業(yè)科技創(chuàng)新貢獻率。測算結果表明，農(nóng)業(yè)科技創(chuàng)新貢獻率呈不斷上升的趨勢。通過與全國和其他地區(qū)的分階段比較與分析，提出了蘭州市需要加大自主創(chuàng)新力度，增強農(nóng)業(yè)科技創(chuàng)新能力建設，正確處理好科技創(chuàng)新和農(nóng)業(yè)生產(chǎn)之間的關系，利用農(nóng)業(yè)科技創(chuàng)新來實現(xiàn)農(nóng)業(yè)的跨越式發(fā)展的政策性建議。

（二）農(nóng)業(yè)科技投入與資源配置的研究

農(nóng)業(yè)科技投入的增加不僅能夠對農(nóng)業(yè)生產(chǎn)率的提高產(chǎn)生積極作用而且有利于增加農(nóng)民收入，改善農(nóng)民生活，而農(nóng)業(yè)科技資源的配置存在損失。李首涵、劉慶［6］通過全要素生產(chǎn)率指數(shù)法對1990—2012年間中國主要糧食作物的全要素生產(chǎn)率的變動進行測算，在此基礎上，建立帶有分布滯后效應的誤差修正模型來對國家財政農(nóng)業(yè)科技投入對糧食生產(chǎn)全要素生產(chǎn)率的作用進行實證分析。研究結果表明：政府財政科技推廣投資對糧食生產(chǎn)全要素增長率增長的影響具有短期效應，長期來看，政府財政科研投資對糧食生產(chǎn)全要素生產(chǎn)率增長具有積極作用；科研投資的短期效果大于長期，效果的產(chǎn)生至少存在3年滯后期，并且促進糧食全要素生產(chǎn)率增長的作用可以持續(xù)多年。宋莉莉、馬曉春和王秀東［7］利用DEATobit二階段回歸模型對我國農(nóng)業(yè)發(fā)展方式對農(nóng)民收入的影響進行了實證分析，結果表明：農(nóng)業(yè)科技投入、城鎮(zhèn)化率、第一產(chǎn)業(yè)就業(yè)人員的數(shù)量以及農(nóng)戶家庭經(jīng)營規(guī)模是影響我國農(nóng)業(yè)發(fā)展方式效率的重要因素。因而指出我國應在穩(wěn)定家庭聯(lián)產(chǎn)承包責任制下創(chuàng)新農(nóng)業(yè)生產(chǎn)經(jīng)營主體，加快農(nóng)業(yè)勞動力結構性轉移，加強對農(nóng)業(yè)科技和農(nóng)村教育等方面的財政投入力度，以此來提高我國農(nóng)業(yè)發(fā)展方式效率，增加農(nóng)民收入。

楊傳喜［8］則運用數(shù)據(jù)包絡分析方法（DEA）、隨機前沿分析方法（DEA）對我國農(nóng)業(yè)科研機構、農(nóng)業(yè)高等院校及不同農(nóng)業(yè)生態(tài)區(qū)的科技資源配置效率進行了非參數(shù)和參數(shù)測度，通過理論和實證的系統(tǒng)分析發(fā)現(xiàn)農(nóng)業(yè)科技資源配置是一個復雜適應系統(tǒng)，農(nóng)業(yè)科技資源與農(nóng)業(yè)經(jīng)濟發(fā)展之間存在長期均衡關系，目前農(nóng)業(yè)科研機構科技資源配置效率相對低下，高等院校的科技資源配置效率在1995-2008年間整體存在下降趨勢，而其中農(nóng)林高校的科技資源配置效率處于逐漸上升狀態(tài)，中國農(nóng)業(yè)科技資源配置的效率存在不同程度的損失。

（三）農(nóng)業(yè)科技成果轉化現(xiàn)狀的研究

楊雪嬌［9］對黑龍江省農(nóng)業(yè)科技貢獻率進行測算，農(nóng)業(yè)勞動力投入、農(nóng)業(yè)資本投入、農(nóng)業(yè)用地面積、農(nóng)業(yè)機械總動力和化肥使用量等作為輸入指標，農(nóng)業(yè)總產(chǎn)值為輸出指標，計算說明農(nóng)業(yè)科技成果的轉化及普及取得了一定的成效，但是與發(fā)達國家相比，黑龍江省農(nóng)業(yè)科技發(fā)展依舊呈現(xiàn)投入不足、科技成果轉化率偏低的現(xiàn)狀。

劉儉、黃婷［10］在對寧夏涉農(nóng)科研單位農(nóng)業(yè)科技成果轉化現(xiàn)狀及對策研究中認為農(nóng)業(yè)科技成果轉化是推動農(nóng)業(yè)科技創(chuàng)新發(fā)展的關鍵環(huán)節(jié)。寧夏涉農(nóng)科研單位承擔完成并登記的農(nóng)業(yè)科技成果數(shù)量占全區(qū)比例已由53.85%增長到67.50%，但是受專項經(jīng)費投入不足且結構不合理、轉化機制有待完善等因素影響，承擔的科技成果轉化專項數(shù)僅占全區(qū)的3.13%，涉農(nóng)科研單位的成果轉化作用沒有得到充分發(fā)揮。文章基于對涉農(nóng)科研單位農(nóng)業(yè)科技成果轉化問卷調(diào)查的分析，探討了寧夏涉農(nóng)科研單位農(nóng)業(yè)科技成果轉化現(xiàn)狀、主要轉化模式及存在的問題，提出了加大農(nóng)業(yè)科技成果轉化的資金投入、加強農(nóng)業(yè)科研單位和農(nóng)技部門的聯(lián)系和合作、提高科研人員成果轉化的積極性等促進農(nóng)業(yè)科技成果轉化的對策建議。

（四）農(nóng)業(yè)科技投入產(chǎn)出效率的研究

農(nóng)業(yè)科技投入產(chǎn)出效率有待改進。杜鵑［11］根據(jù)我國農(nóng)業(yè)科技投入方向、力度、比重、創(chuàng)新產(chǎn)出水平，建立了基于DEA的農(nóng)業(yè)科技投入產(chǎn)出評價模型，對我國糧食主產(chǎn)區(qū)和非主產(chǎn)區(qū)的科技投入產(chǎn)出效率進行量化分析，得到了各地區(qū)農(nóng)業(yè)科技投入產(chǎn)出效率情況。研究結果表明，我國部分地區(qū)的農(nóng)業(yè)科技投入產(chǎn)出處于非DEA有效狀態(tài)，在很大程度上是由于投入規(guī)模不當和產(chǎn)出不足。并提出加大農(nóng)業(yè)科技投入規(guī)模和提升資源產(chǎn)出效率是提高我國農(nóng)業(yè)科技投入產(chǎn)出效率的關鍵。

丁雪和潘晨曄［12］以人力資源、經(jīng)費投入和課題投入以及科技論文、科技著作和發(fā)明專利作為產(chǎn)出，采用DEA模型對我國主要省市的農(nóng)業(yè)科技投入效率進行分析得出東北三省地區(qū)農(nóng)業(yè)科技投入產(chǎn)出有效性不高，而西部地區(qū)DEA有效的?。ㄊ?、區(qū)）占據(jù)多數(shù)，中部地區(qū)更為無效的結論。

三、農(nóng)業(yè)科技投資效率的定義及測度指標

（一）農(nóng)業(yè)科技投資效率的定義

農(nóng)業(yè)分為狹義農(nóng)業(yè)和廣義農(nóng)業(yè)，狹義農(nóng)業(yè)是指以種植業(yè)為代表的單一類型農(nóng)業(yè)，而廣義農(nóng)業(yè)則包括種植業(yè)、林業(yè)、畜牧業(yè)、副業(yè)和漁業(yè)，本文研究的正是廣義農(nóng)業(yè)概念下江西省農(nóng)業(yè)科技投資效率?！稗r(nóng)業(yè)科技投資”是農(nóng)業(yè)投資的一部分，是為促進農(nóng)業(yè)發(fā)展進行的各種研究活動，促進農(nóng)業(yè)科研產(chǎn)品的推廣與生產(chǎn)使用所投入的直接和間接費用之和，也是為增進知識（包括農(nóng)業(yè)社會科學知識）總量，運用現(xiàn)有知識去創(chuàng)造新知識的創(chuàng)造性活動所產(chǎn)生的費用。江西省農(nóng)業(yè)科技投資效率的研究，是研究江西省農(nóng)業(yè)科技的投入和產(chǎn)出之間的比率，由此定量分析農(nóng)業(yè)科技投資效率。

（二）指標選取

近年來，學者們研究農(nóng)業(yè)科技投資效率所選用的測度指標大致分為兩類，包括了以科技創(chuàng)新成果為產(chǎn)出的指標體系和以農(nóng)業(yè)生產(chǎn)總值為產(chǎn)出的指標體系。由于江西省農(nóng)業(yè)科技直接產(chǎn)出的界定有限，而最終所有的科技產(chǎn)出均作用于農(nóng)業(yè)生產(chǎn)總值的增加，因此本文選擇了將農(nóng)業(yè)生產(chǎn)總值作為總產(chǎn)出，經(jīng)過反復實驗驗證以人力資源（第一產(chǎn)業(yè)就業(yè)人數(shù)）、科技三項費用、財政支農(nóng)支出、農(nóng)業(yè)機械總動力、農(nóng)林牧漁中間消耗、等外公路里程數(shù)作為科技投入，指標體系如表1所示。本文的數(shù)據(jù)與指標均來源于《江西省統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《江西農(nóng)村經(jīng)濟年鑒》。

表1 搖江西省農(nóng)業(yè)科技投資效率實證分析的指標體系

1.多元回歸驗證

利用SPSS軟件對江西省農(nóng)業(yè)科技投資的各項指標以及數(shù)據(jù)進行多元回歸分析，數(shù)據(jù)經(jīng)過（以1952不變價）處理得表2。其中農(nóng)業(yè)總產(chǎn)值為y，勞動力為x1，農(nóng)林牧漁中間消耗為x2，財政支農(nóng)支出為x3，科技三項費用為x4，農(nóng)業(yè)機械總動力為x5，等外公路里程數(shù)為x6。

對表2數(shù)據(jù)進行對數(shù)化處理并建立多元回歸模型：

則實驗得到的多元線性回歸模型為：

對于多元線性回歸模型（2）的估計值，由表3顯示，模型的基本可決系數(shù)為R2=0.991調(diào)整后的可決系數(shù)為R2=0.989，因而多元線性回歸模型的擬合度很高。由該模型測算得F值為488.477，其P值為0.000，說明F檢驗顯著，即變量之間的線性關系較為明顯。另外，模型的D.W=1.471，說明模型基本不存在序列相關性，可通過統(tǒng)計性檢驗。實驗驗證結果表明本文指標選取均通過檢驗。

四、DEA模型選擇

（一）數(shù)據(jù)包絡分析（DEA）

數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA）是一種基于被評價對象間相對比較的非參數(shù)技術效率分析方法，是由美國的Charnes、Cooper和Rhodes［13］3人于1978年首次提出，因此后來將DEA的第一個模型命名為CCR模型。DEA具有適用范圍廣、原理簡單等特點，現(xiàn)如今已被廣泛應用在各行各業(yè)的評價分析中，截止到2013年5月，僅在SCI和SSCI數(shù)據(jù)庫中就檢索到DEA主題的文獻數(shù)量近6000篇［14］。

（二）CCR數(shù)學模型

表2 搖江西省農(nóng)業(yè)科技投入產(chǎn)出數(shù)據(jù)表

表3 搖各指標統(tǒng)計量

假設有n個決策單元（DMU），每個決策單元有m個投入變量和s個產(chǎn)出變量。其中：

即其分量非負且至少一個為正。則規(guī)模報酬不變的CRS（CCR）模型用公式表示為：

CRS模型是最基本的DEA模型，其中為阿基米德無窮小。該模型用以評價DMU的總技術效率TE，即為純技術和規(guī)模的綜合效率，反映給定投入下決策單元獲得最大產(chǎn)出能力或給定產(chǎn)出情況下決策單元投入最小的能力。δ是該決策單元DMU0的有效值，其中x0表示第j0個DMU0的投入向量，y0表示第j0個DMU0的產(chǎn)出向量，λj是相對于DMU0重新構造一個有效DMU組合中第j0個DMU1的組合比例，s-是與投入相對應的松弛變量組成的向量，s+是與產(chǎn)出相對應的松弛變量組成的向量，且s-=（s-1，s-2，…，s-m）τ，s+=（s+1，s+2，…，s+m）τ。

若δ=1且s-=s+=0則稱DMU0為DEA有效，即在這n個決策單元中，在原投入為x0的基礎上所獲得的產(chǎn)出y0達到最優(yōu)；若δ=0且s-≠0或s+≠0則稱DMU0為弱DEA有效；若δ＜1，則稱DMU0為非DEA有效。

本文選取的是投入導向的CCR模型，從投入的角度對被評價DMU無效率的程度進行測量，關注的是在不增加江西省農(nóng)業(yè)總產(chǎn)值的條件下，要達到技術有效江西省農(nóng)業(yè)科技的各項投入應該減少的程度，從而找出致使江西省農(nóng)業(yè)科技投資無效率狀態(tài)存在的原因。

五、測算結果及其分析

本文采用MAXDEA軟件對江西省1978-2012年的農(nóng)業(yè)科技投資效率進行實證分析。計算結果如表所示。表4顯示了1978-2012年江西省農(nóng)業(yè)科技投資的效率值以及各指標對應的松弛變量，其中用序號1-6分別表示農(nóng)業(yè)科技投入指標：勞動力（萬人）、農(nóng)業(yè)機械總動力（萬千瓦）、財政支農(nóng)支出（萬元）、科技三項費（萬元）、中間消耗（萬元）、等外公路里程數(shù)（萬公里），用序號0表示農(nóng)業(yè)科技產(chǎn)出：農(nóng)林牧漁總產(chǎn)值（萬元）。

表4 搖1978-2012年江西農(nóng)業(yè)科技投資效率值及松弛變量

由表4得，35年以來江西省農(nóng)業(yè)科技投資達到有效狀態(tài)的年份有1979、1981-1983、1994-1997、2000-2001、2003-2008以及2011-2012，在這些年份中，所有指標的松弛變量均為零，表明這些年份江西省農(nóng)業(yè)科技投資均達到強有效狀態(tài)。然而從表中也可發(fā)現(xiàn)，在這35年中江西省農(nóng)業(yè)科技投資無效年份數(shù)的比例達48.57%，同時無效年份中各指標的松弛改進值均較大，表明江西省農(nóng)業(yè)科技投資的效率還有很大的改進空間。

在MAXDEA分析結果中，投入的改進值用負數(shù)表示，產(chǎn)出的改進值用正數(shù)表示。因此被評價DMU的投入和產(chǎn)出投影值的計算方法可統(tǒng)一表示為：

表5 搖1978年江西省農(nóng)業(yè)科技投資各指標的目標值

表5顯示了以1978年為例通過改進值的方法計算各項農(nóng)業(yè)科技投入產(chǎn)出的強有效目標值。

按照1978年各指標目標值的計算方法測算得所有無效年份各指標的強有效目標值。如表6所示，對比原始數(shù)據(jù)可以發(fā)現(xiàn)，在無效年份中各投入指標的目標值均有下降，表明在產(chǎn)出不減少的情況下需要減少各項科技投入，包括了農(nóng)業(yè)科技投入中科技三項費用和農(nóng)業(yè)機械總動力這兩大關鍵要素。但就實際而言，不論是科技三項費用還是農(nóng)業(yè)機械總動力，政府對于這兩大投入的支持量逐年增加，實驗結果與實際情況的相悖也正體現(xiàn)了江西省農(nóng)業(yè)科技投資的無效所在，投入再多亦無法達到有效狀態(tài)，充分顯示了江西省農(nóng)業(yè)科技投資體制的內(nèi)在缺陷，因此應當合理運用投資金額，規(guī)范科技費用的支出，改革科技創(chuàng)新體制，使投入量減少的同時有效地增加產(chǎn)出。

六、結論

江西省農(nóng)業(yè)科技投資效率的研究結果表明，現(xiàn)如今江西省農(nóng)業(yè)科技投資效率較低，未能充分發(fā)科學技術對農(nóng)業(yè)發(fā)展的先導作用，無效的科技投資不僅是對資源的浪費也是對農(nóng)業(yè)現(xiàn)代化進程的干擾。因此，為了切實提高江西省農(nóng)業(yè)科技投資效率，實現(xiàn)江西省農(nóng)業(yè)現(xiàn)代化的目標，一是需要建立穩(wěn)定高效的科技創(chuàng)新體制，合理規(guī)范使用各項投入，提升科技投資的效率水平，嚴抓從科技研發(fā)到應用推廣的各個流程，拒絕低效甚至無效的科技投入［15］；二是建立優(yōu)化多元化的科技投入機制。一方面加大財政對農(nóng)業(yè)科技的支持力度，另一方面引導激勵農(nóng)業(yè)企業(yè)及其他社會投人，進一步加大科技創(chuàng)新投入，拓寬融資渠道，形成多元高效的創(chuàng)新投入體系［16］；三是培養(yǎng)高素質(zhì)農(nóng)業(yè)科技人才，提高自主創(chuàng)新能力，為農(nóng)業(yè)科技進步提供保障；四是抓住“互聯(lián)網(wǎng)+三農(nóng)”的契機，充分利用科技的力量建立智慧農(nóng)業(yè)、現(xiàn)代化農(nóng)業(yè)、生態(tài)農(nóng)業(yè)，為全省農(nóng)業(yè)發(fā)展打造新格局。

表6 搖無效年份各投入指標的強有效目標值

［1］孫曉欣，馬曉冬，許玉燦等.基于DEA的淮海經(jīng)濟區(qū)農(nóng)業(yè)經(jīng)濟效率分異研究［J］.江蘇師范大學學報（自然科學版）ISTIC，2015，（1）.

［2］李練軍.基于AHP法的江西現(xiàn)代農(nóng)業(yè)發(fā)展水平評價及比較分析［J］.安徽農(nóng)業(yè)科學，2015，（2）.

［3］官少飛.開拓進取扎實工作努力推進全省農(nóng)機化健康穩(wěn)定發(fā)展——在全省農(nóng)機化工作會議上的講話（摘錄）［J］.南方農(nóng)機，2013，（1）.

［4］王建華，李清盈，Djurovic Gordana.基于科技需求演化的農(nóng)業(yè)生產(chǎn)經(jīng)營主體培育與政策建議——以江蘇地區(qū)農(nóng)戶為例［J］.貴州社會科學，2015，（2）.

［5］姚永鵬，蘇小鳳.蘭州市農(nóng)業(yè)科技創(chuàng)新貢獻率分析［J］.資源開發(fā)與市場，2014，（3）.

［6］李首涵，劉慶.財政農(nóng)業(yè)科技投資對糧食全要素生產(chǎn)率作用的實證研究［J］.科技與經(jīng)濟，2015，（1）.

［7］宋莉莉，馬曉春，王秀東.我國農(nóng)業(yè)發(fā)展方式對農(nóng)民收入影響分析——基于DEA-Tobit模型［J］.中國農(nóng)業(yè)科技導報，2014，（6）.

［8］楊傳喜.農(nóng)業(yè)科技資源配置效率問題研究［D］.武漢：華中農(nóng)業(yè)大學，2011.

［9］楊雪姣.基于DEA方法的黑龍江省農(nóng)業(yè)科技進步貢獻率的測算研究［D］.哈爾濱：東北農(nóng)業(yè)大學，2014.

［10］劉儉，黃婷.寧夏涉農(nóng)科研單位農(nóng)業(yè)科技成果轉化現(xiàn)狀及對策研究［J］.農(nóng)業(yè)科技管理，2015，（1）.

［11］杜娟.基于DEA模型的我國農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出分析［J］.科技進步與對策，2013，（8）.

［12］丁雪，潘晨曄.基于DEA模型的我國主要省市農(nóng)業(yè)科技投入產(chǎn)出效率分析［J］.現(xiàn)代農(nóng)業(yè)科技，2015，（3）.

［13］CHARNES A，W.COOPER W，L.WEI&Z.M. HUANG Q.Cone Ratio Data Envelopment Analysis and Multi-Objective Programming.［J］.International Journalof Systems Science，1987，（7）.

［14］成剛.數(shù)據(jù)包絡分析與MAXDEA軟件（第1版）［M］.北京：知識產(chǎn)權出版社，2014.

［15］蔡波，翁貞林，陳昭玖等.江西省農(nóng)業(yè)可持續(xù)發(fā)展能力評價［J］.農(nóng)林經(jīng)濟管理學報，2011，（4）.

［16］葉永鋼，熊濤.構建新型農(nóng)業(yè)科技創(chuàng)新體系的對策——以江西省為例［J］.安徽農(nóng)業(yè)科學，2013，（1）.

［責任編輯：邵猷芬］

劉炳芳（1994—），女，江西財經(jīng)大學國民經(jīng)濟管理，本科，研究方向為經(jīng)濟學；夏凡（1994—），女，江西財經(jīng)大學統(tǒng)計學，本科，研究方向為統(tǒng)計學；賴倫揚（1993—），男，江西財經(jīng)大學國民經(jīng)濟管理，本科，研究方向為經(jīng)濟學；羅昌瀚（1977—），男，江西財經(jīng)大學經(jīng)濟學院副教授，經(jīng)濟學博士，研究方向為宏微觀經(jīng)濟理論、博弈論。（江西南昌330013）

大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目（20140421094）