基于DEA模型的寧夏農(nóng)業(yè)科技資源配置效率評價

馬艷艷 邰一博 呂佳瑩

摘要：為及時了解寧夏回族自治區(qū)農(nóng)業(yè)科技創(chuàng)新最新發(fā)展動態(tài)和科學合理利用農(nóng)業(yè)科技資源，采用2000—2018年寧夏農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出數(shù)據(jù)，運用DEA模型對寧夏農(nóng)業(yè)科技資源配置效率進行分析。結(jié)果表明，寧夏農(nóng)業(yè)科技資源配置綜合效率呈現(xiàn)階段性不穩(wěn)定波動趨勢，且投入要素存在冗余現(xiàn)象。結(jié)合寧夏農(nóng)業(yè)科技創(chuàng)新發(fā)展現(xiàn)狀，針對農(nóng)業(yè)科技人才、土地要素和科技成果轉(zhuǎn)化存在的問題，提出優(yōu)化寧夏農(nóng)業(yè)科技資源配置和提升科技競爭力的政策建議。

關(guān)鍵詞：寧夏;農(nóng)業(yè)科技;資源配置效率;DEA模型

農(nóng)業(yè)科技的不斷創(chuàng)新已成為推動農(nóng)業(yè)經(jīng)濟增長方式轉(zhuǎn)變和提高農(nóng)業(yè)現(xiàn)代化發(fā)展水平的重要動力。我國農(nóng)業(yè)科技貢獻率不斷攀升，2018年達到58.3%，比2011年提高了5.7%，但同時農(nóng)林牧漁業(yè)對GDP的貢獻率由2011年的16.6%下降到2018年的12.6%[1-2]，下降趨勢明顯，農(nóng)業(yè)發(fā)展仍面臨較嚴峻的挑戰(zhàn)。寧夏回族自治區(qū)作為西部內(nèi)陸少數(shù)民族自治區(qū)之一，近年來圍繞特色優(yōu)勢產(chǎn)業(yè)著力推進農(nóng)業(yè)科技創(chuàng)新，已取得顯著成效。主要體現(xiàn)在圍繞寧夏農(nóng)業(yè)特色產(chǎn)業(yè)組建各類技術(shù)創(chuàng)新平臺、培育農(nóng)業(yè)科技創(chuàng)新團隊和認定農(nóng)業(yè)科技示范展示區(qū)，農(nóng)業(yè)科技創(chuàng)新能力明顯提升，但與國內(nèi)東中部地區(qū)相比，寧夏農(nóng)業(yè)綜合生產(chǎn)力和農(nóng)業(yè)科技水平仍較落后。因此，積極探索和提升寧夏農(nóng)業(yè)科技資源配置效率，充分發(fā)揮農(nóng)業(yè)科技的比較優(yōu)勢，對促進現(xiàn)代農(nóng)業(yè)發(fā)展顯得尤為重要。2020年中央一號文件進一步提出“采取長期穩(wěn)定的支持方式加強現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設”，為全面研究農(nóng)業(yè)科技創(chuàng)新效率，充分有效地開發(fā)農(nóng)業(yè)科技創(chuàng)新資源提供了堅實的政策環(huán)境。國內(nèi)外學者圍繞農(nóng)業(yè)科技資源配置效率評價及相關(guān)問題進行了諸多研究。首先，從研究方法來看，目前國內(nèi)外學者運用較多的是數(shù)據(jù)包絡分析方法（data envelopment analysis，DEA）。如Nasierowski等通過兩階段DEA方法測算世界上45個國家的科技創(chuàng)新效率，發(fā)現(xiàn)技術(shù)創(chuàng)新規(guī)模和資源配置對生產(chǎn)率有重要影響作用[3]。李燕凌等以2004—2006 年湖南省14個市（州）為例，采用DEA模型與Tobit 模型分析支農(nóng)財政支出效率以及財政支農(nóng)效率的影響因素[4]。趙麗娟等為尋求政府研究和開發(fā)活動（R&D）投入和環(huán)境規(guī)制的最優(yōu)強度區(qū)間，通過對農(nóng)業(yè)科技投入效率進行評價，提出在趨嚴的環(huán)境規(guī)制背景下，有效調(diào)節(jié)政府投入力度可以促進農(nóng)業(yè)科技投入效率的提升[5]。杜鵑采用DEA模型量化分析中國農(nóng)業(yè)科技投入產(chǎn)出效率，發(fā)現(xiàn)農(nóng)業(yè)科技資源投入規(guī)模不合理和測算不科學是導致部分地區(qū)農(nóng)業(yè)技術(shù)創(chuàng)新非 DEA有效的主要原因[6]。其次，從創(chuàng)新的影響因素來看，曹博等通過歸納分析我國農(nóng)業(yè)科技發(fā)展演化軌跡，提出消費需求和產(chǎn)業(yè)結(jié)構(gòu)是影響公共與私人部門農(nóng)業(yè)科技創(chuàng)新體系建立的重要因素[7]。鄧敏慧等通過研究我國農(nóng)業(yè)科技資源配置效率及其區(qū)域性差異，發(fā)現(xiàn)農(nóng)村基礎(chǔ)設施水平、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和人口因素均會影響農(nóng)業(yè)科技創(chuàng)新發(fā)展[8]。付野等提出農(nóng)業(yè)科技型龍頭企業(yè)創(chuàng)新資源利用效率是其生存和發(fā)展的根本[9]。董明濤發(fā)現(xiàn)，影響農(nóng)業(yè)科技資源配置效率的因素不但包括政府扶持力度和勞動力受教育程度，還包括科技市場的完善程度等變量[10]。最后，從農(nóng)業(yè)科技創(chuàng)新效率提升的具體措施來看，江艷軍等認為，通過持續(xù)推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級和加強農(nóng)業(yè)生產(chǎn)技術(shù)培訓以及促進農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)改革等措施可以加大農(nóng)業(yè)科技投入力度[11]。黃紅星等提出要重點突出農(nóng)業(yè)科技創(chuàng)新的作用，對接我國科技創(chuàng)新需求和挖掘農(nóng)業(yè)發(fā)展新動能，以有力支撐現(xiàn)代農(nóng)業(yè)發(fā)展和實現(xiàn)農(nóng)業(yè)發(fā)展的提質(zhì)增效[12]。李勇輝等認為，結(jié)合市場導向和農(nóng)戶農(nóng)業(yè)生產(chǎn)需求是帶動農(nóng)業(yè)科技成果有效轉(zhuǎn)化和推廣的重要途徑[13]。綜上，DEA模型對于多投入多產(chǎn)出的效率評價體系能夠有效、客觀、科學地對決策單元進行效率分析。因此借鑒已有研究成果，利用2000—2018年寧夏農(nóng)業(yè)科技相關(guān)投入和產(chǎn)出指標，運用DEA模型對其農(nóng)業(yè)科技的資源配置效率進行較全面的分析和評價。

1 研究方法、指標選取及數(shù)據(jù)來源

1.1 研究方法

數(shù)據(jù)包絡分析是由Charnes等于1978年在相對效率概念基礎(chǔ)上提出的一種非參數(shù)前沿效率分析方法，也被稱為DEA（data envelopment analysis）有效[14-15]。該方法最早是Farrell在研究英國農(nóng)業(yè)生產(chǎn)力時提出的衡量生產(chǎn)效率的方法，目前在經(jīng)濟學領(lǐng)域已有廣泛應用[16]。其基本思路是：通過測量1個決策單元（DMU）的效率程度以確定該決策單元能否在不消耗更多資源的情況下增加其產(chǎn)量，或在保持相同的產(chǎn)量水平下減少投入的使用[17]，即通過對多個投入和產(chǎn)出數(shù)據(jù)進行分析綜合效率數(shù)量指標以確定各決策單元是否為DEA有效[18]。確定DEA模型的投入指標和產(chǎn)出指標時要滿足決策單元總數(shù)量不少于投入和產(chǎn)出指標數(shù)量的乘積。

假設有n個決策單元（DMU），從投入角度對其進行測量，記為DMUi（i=1，2，…，n）。每個決策單元有m 種投入，記為Xj（j=1，2，…，m），投入權(quán)重表示為Vj（j=1，2，…，m）;有q種產(chǎn)出，記為Yr（r=1，2，…，q），產(chǎn)出權(quán)重表示為Ur（r=1，2，…，q），由此構(gòu)建基礎(chǔ)模型。

1.1.1 基于規(guī)模收益不變的CCR 模型 CCR模型是基于規(guī)模收益不變得出的技術(shù)效率，包含規(guī)模效率的成分，通常被稱為綜合技術(shù)效率（TE），以投入為導向的線性規(guī)劃模型（P）和對偶規(guī)劃模型（D）如下[19]。

1.1.2 基于規(guī)模收益可變的BCC 模型 BCC模型是基于規(guī)模收益可變得出的技術(shù)效率，因其排除了規(guī)模的影響，因此稱為純技術(shù)效率。BCC模型在CCR對偶模型基礎(chǔ)上增加了約束條件∑niλi=1（λ≥0），即可以使投影點與被評價決策單元的生產(chǎn)規(guī)模都處于同一水平，以投入為導向的線性規(guī)劃模型如下。

通過公式（3）求得的θ值為純技術(shù)效率值，且通過比較可以計算出規(guī)模效率值（SE），SE=TECRS/TEVRS，其中，TECRS為規(guī)模收益不變時的技術(shù)效率值，TEVRS表示規(guī)模收益可變時的技術(shù)效率值。

1.2 指標選取

農(nóng)業(yè)科技創(chuàng)新資源主要是指農(nóng)業(yè)科技創(chuàng)新活動中促進社會經(jīng)濟發(fā)展一切要素集合[21]。本研究基于2000—2018年寧夏農(nóng)業(yè)科技投入產(chǎn)出數(shù)據(jù)，在農(nóng)業(yè)科技創(chuàng)新投入指標方面主要選取4項指標：農(nóng)作物總播種面積（X1）、農(nóng)業(yè)機械總動力（X2）、農(nóng)業(yè)技術(shù)人員（X3）和支援農(nóng)業(yè)/農(nóng)林水事務經(jīng)費（X4），其中農(nóng)作物總播種面積與農(nóng)業(yè)機械總動力作為科技物力資源，農(nóng)業(yè)技術(shù)人員作為科技人力資源，支援農(nóng)業(yè)/農(nóng)林水事務經(jīng)費作為科技財力資源。在農(nóng)業(yè)科技創(chuàng)新產(chǎn)出指標方面主要選取3項指標：農(nóng)林牧漁業(yè)總產(chǎn)值（Y1）、專利授權(quán)數(shù)（Y2）和農(nóng)村居民家庭人均年收入（Y3），其中專利授權(quán)數(shù)作為科技成果資源要素，農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)村居民家庭人均年收入作為經(jīng)濟效益評價指標，分別反映農(nóng)業(yè)科技創(chuàng)新所帶來的經(jīng)濟收益和農(nóng)村居民的增產(chǎn)增收情況[13]（表1 ）。

1.3 數(shù)據(jù)來源及農(nóng)業(yè)科技投入產(chǎn)出指標統(tǒng)計描述

1.3.1 數(shù)據(jù)來源 針對數(shù)據(jù)的可獲性和有效性，本研究涉及7個投入產(chǎn)出指標（表2），其中農(nóng)業(yè)技術(shù)人員數(shù)量與農(nóng)村居民家庭人均年收入主要來源于2001—2019年《寧夏統(tǒng)計年鑒》，其余數(shù)據(jù)指標來源于2001—2019年《中國統(tǒng)計年鑒》。

1.3.2 農(nóng)業(yè)科技投入、產(chǎn)出指標統(tǒng)計描述分析

1.3.2.1 投入指標 （1）農(nóng)業(yè)科技物力資源。農(nóng)作物播種面積是保障糧食生產(chǎn)的重要途徑。

可知，2000—2018年的寧夏農(nóng)作物總播種面積整體呈現(xiàn)波動性增長趨勢。從2000年的101.65萬hm2增加到2016年的127.52 萬hm2，相比2000年農(nóng)作物總播種面積增長了25.45%，但2018年相比2016年，農(nóng)作物總播種面積下降了11.06萬hm2，降幅為8.67%，也反映出近年來寧夏在耕地利用方面面臨一定的挑戰(zhàn)。農(nóng)業(yè)機械總動力是指各種動力機械用于農(nóng)、林、牧、漁業(yè)的動力總和，按功率折成“W”計算，一個地區(qū)農(nóng)業(yè)機械總功率越大，該地區(qū)農(nóng)業(yè)機械化程度就越高[22]。由圖2可知，2000—2015年寧夏農(nóng)業(yè)機械總動力總體表現(xiàn)出持續(xù)穩(wěn)定上升的趨勢，但在2016—2018年出現(xiàn)了較大波動。

（2）農(nóng)業(yè)科技人力資源。農(nóng)業(yè)科技人才作為農(nóng)業(yè)科技的載體，其投入規(guī)模會直接影響農(nóng)業(yè)科技創(chuàng)新能力和創(chuàng)新效率，同時也是提升農(nóng)產(chǎn)品產(chǎn)量與質(zhì)量以及滿足農(nóng)產(chǎn)品市場需求的重要保障因素[23]。由圖3可知，2000—2018年寧夏農(nóng)業(yè)技術(shù)人員數(shù)量在不同階段呈現(xiàn)較大波動。分時間階段來看，農(nóng)業(yè)技術(shù)人員數(shù)量在2000—2006年基本保持增長幅度，2006—2012年呈現(xiàn)出逐年下降的趨勢，2013—2015年較2012年有小幅度增加，但2015—2017年又呈現(xiàn)出較小幅度下降趨勢。但總體上寧夏農(nóng)業(yè)技術(shù)人員數(shù)量處于不穩(wěn)定增長狀態(tài)。

（3）農(nóng)業(yè)科技財力資源。政府對農(nóng)業(yè)科技創(chuàng)新發(fā)展的支持主要體現(xiàn)在其投入規(guī)模，為優(yōu)化農(nóng)業(yè)科技創(chuàng)新資源配置產(chǎn)生積極作用。因此，本研究關(guān)于政府對農(nóng)業(yè)財政支出指標主要采取政府支援農(nóng)業(yè)/農(nóng)林水事務支出作為農(nóng)業(yè)科技財力投入指標。由圖4可知，2000—2018年寧夏支援農(nóng)業(yè)/農(nóng)林水事務支出整體呈現(xiàn)出較穩(wěn)定的增長態(tài)勢，不斷增加的資金投入為農(nóng)業(yè)科技創(chuàng)新提供了較良好的保障條件。

1.3.2.2 產(chǎn)出指標 （1）農(nóng)業(yè)科技成果?，F(xiàn)有研究成果顯示，農(nóng)業(yè)科技成果數(shù)量代表1個國家或地區(qū)農(nóng)業(yè)科學技術(shù)產(chǎn)出水平[24]。本研究主要選擇專利授權(quán)數(shù)作為整體技術(shù)創(chuàng)新水平的衡量指標。由圖5可知，寧夏專利授權(quán)數(shù)量在2000—2018年呈現(xiàn)出穩(wěn)定的增長趨勢，說明寧夏科技創(chuàng)新成果數(shù)量和知識產(chǎn)權(quán)管理在不斷提高。

（2）農(nóng)業(yè)科技經(jīng)濟效益指標。農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)村居民人均可支配收入2個指標可以直接反映農(nóng)業(yè)生產(chǎn)的總規(guī)模和總成果。由圖6、圖7可知，2000—2018年寧夏農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)村居民人均可支配收入總體呈現(xiàn)出穩(wěn)定的增長趨勢。

2 實證結(jié)果與分析

運用2000—2018年寧夏農(nóng)業(yè)科技的投入產(chǎn)出數(shù)據(jù)，主要通過DEA方法中投入為導向的CCR模型及BBC模型進行分析（表3），并對不同年份的資源配置效率得分結(jié)果和不同階段差異進行描述。

2.1 農(nóng)業(yè)科技資源配置綜合效率分析

綜合效率反映了決策單元的資源配置能力，是對資源利用效率的綜合衡量與評價。如果綜合效率為1.000，表示決策單元的投入產(chǎn)出綜合有效，同時出現(xiàn)的是技術(shù)有效和規(guī)模有效[19，25]。從DEA分析結(jié)果計算出綜合技術(shù)效率均值為0.970，純技術(shù)效率均值為 0.983，規(guī)模效率均值為0.986，說明寧夏農(nóng)業(yè)科技資源配置效率水平整體表現(xiàn)出較高的狀態(tài)。從時間分布來看，2000—2018年有10年農(nóng)業(yè)科技投入產(chǎn)出的綜合技術(shù)效率處于有效狀態(tài)，分別是2000—2003、2005—2008、2015、2018年，說明這10年寧夏農(nóng)業(yè)科技資源配置較科學合理且處于相對均衡狀態(tài)。而2004、2009—2014、2016—2017年出現(xiàn)綜合效率降低的情況，綜合技術(shù)效率得分均處于0.900～1.000，最低值0.901出現(xiàn)在2009年，表明寧夏的農(nóng)業(yè)科技資源配置處于非有效狀態(tài)，可能在技術(shù)或者規(guī)模有效性方面存在一定問題，政府須要采取調(diào)整措施使其達到相對均衡狀態(tài)。

2.2 農(nóng)業(yè)科技資源配置純技術(shù)效率分析

純技術(shù)效率反映決策單元在一定條件下投入要素的生產(chǎn)效率和利用情況[19，26]。由表3可知，寧夏在2000—2018年間有12年純技術(shù)效率處于有效狀態(tài)，說明這12年實現(xiàn)了既定投入下的最大產(chǎn)出或既定產(chǎn)出下的最小投入，其中2016、2017年農(nóng)業(yè)科技資源的投入產(chǎn)出綜合效率小于1.000，而純技術(shù)效率為1.000，說明這2年部分資源配置有效，沒有浪費現(xiàn)象，綜合效率不高主要是規(guī)模效率不高造成的。2004、2009—2014年純技術(shù)效率得分均在0.900以上，表明投入或產(chǎn)出存在不足，須要稍加調(diào)整便可以實現(xiàn)農(nóng)業(yè)科技資源的高效配置。

2.3 農(nóng)業(yè)科技資源配置規(guī)模效率分析

規(guī)模效率主要反映寧夏農(nóng)業(yè)科技創(chuàng)新的綜合能力。規(guī)模效率值如果為1.000，表示規(guī)模報酬處于最佳狀態(tài);規(guī)模效率值如果小于1.000，表示投入規(guī)模處于規(guī)模報酬遞增或遞減階段，即為非有效規(guī)模[25]。由表3可知，2000—2003、2005—2008、2015、2018年寧夏農(nóng)業(yè)科技資源配置的規(guī)模投資回報較穩(wěn)定，是最優(yōu)的農(nóng)業(yè)科技投入規(guī)模，而2004、2009—2014、2016—2017年處于規(guī)模效率遞增階段，說明這9年寧夏農(nóng)業(yè)科技創(chuàng)新資源投入規(guī)模配置不合理，可繼續(xù)通過調(diào)整農(nóng)業(yè)科技創(chuàng)新資源的投入產(chǎn)出規(guī)模來提高配置效率。

2.4 寧夏農(nóng)業(yè)科技資源的投入與產(chǎn)出冗余值分析

由表4可知，主要通過投影分析呈現(xiàn)出DMU中7個非有效單元的松弛變量，并以期通過數(shù)據(jù)調(diào)整使DMU有效。除2004年，2009—2014年寧夏農(nóng)業(yè)科技投入均存在農(nóng)業(yè)機械總動力冗余的問題。從松弛變量上進一步分析投入冗余值，2004、2011、2013年還分別存在農(nóng)業(yè)技術(shù)人員和農(nóng)作物總播種面積投入過剩的現(xiàn)象，應減少一定的資源投入量以獲得相應的產(chǎn)出。同時，2004、2009—2014年都存在專利授權(quán)數(shù)和農(nóng)村居民家庭人均年收入相對不足，說明該階段寧夏在農(nóng)業(yè)科技產(chǎn)出數(shù)量和質(zhì)量方面有待進一步提升，可以通過增加產(chǎn)出使資源得到充分有效的利用，將無效轉(zhuǎn)換為有效。

3 結(jié)論與政策建議

本研究運用 DEA 模型分析寧夏2000—2018年農(nóng)業(yè)科技資源配置效率，發(fā)現(xiàn)其農(nóng)業(yè)科技資源配置效率整體處于較高水平，但不同階段仍存在不同程度的投入冗余和產(chǎn)出不足，為實現(xiàn)農(nóng)業(yè)科技資源的高效配置，須要采取一定的調(diào)整措施才能達到有效狀態(tài)，因此提出如下政策建議。

3.1 加強培育創(chuàng)新型農(nóng)業(yè)科技人才隊伍

培育高素質(zhì)農(nóng)業(yè)技術(shù)人才是科技創(chuàng)新的保障。依托寧夏近年來大力推進的科技計劃、重點實驗室、智慧農(nóng)業(yè)發(fā)展技術(shù)等平臺，通過不斷加強對農(nóng)業(yè)科技型創(chuàng)新團隊和農(nóng)業(yè)科技型領(lǐng)軍人才的培育力度，建設一支真正懂農(nóng)業(yè)、愛農(nóng)業(yè)、總量和知識結(jié)構(gòu)較合理的現(xiàn)代化農(nóng)業(yè)科技人才隊伍，使農(nóng)業(yè)科技效率實現(xiàn)最優(yōu)水平。同時，重點圍繞寧夏農(nóng)業(yè)優(yōu)勢特色產(chǎn)業(yè)的發(fā)展需求，在資金投入、人才引進、環(huán)境保障等政策扶持方面共同發(fā)力，通過分類施策，精準培育生產(chǎn)經(jīng)營型、專業(yè)技能型和專業(yè)服務型人才，充分調(diào)動科技創(chuàng)新的內(nèi)生動力，積極推動農(nóng)業(yè)科技在農(nóng)業(yè)現(xiàn)代化發(fā)展中的積極作用。

3.2 以市場為導向健全農(nóng)業(yè)科技成果轉(zhuǎn)化和服務機制

提高農(nóng)業(yè)科技創(chuàng)新成果的轉(zhuǎn)化應用可以提升農(nóng)業(yè)科技進步貢獻率和優(yōu)勢特色產(chǎn)業(yè)科技支撐能力。尤其在解決特色優(yōu)勢產(chǎn)業(yè)共性和關(guān)鍵技術(shù)方面，要重點開展科技創(chuàng)新以突破制約農(nóng)業(yè)發(fā)展的重大技術(shù)瓶頸。進一步創(chuàng)新農(nóng)業(yè)科技推廣服務方式和拓展農(nóng)業(yè)科技推廣服務內(nèi)容，建立健全服務于寧夏農(nóng)業(yè)科技成果轉(zhuǎn)化的長效機制。同時，根據(jù)市場需求建立農(nóng)業(yè)科技創(chuàng)新動態(tài)管理機制并進行跟蹤服務，突出涉農(nóng)企業(yè)需求導向和成果應用導向。鼓勵科研機構(gòu)和高等院?？蒲腥藛T將農(nóng)業(yè)科技成果與生產(chǎn)實際結(jié)合，形成以科學技術(shù)推廣、建園聯(lián)企服務、人才培養(yǎng)培訓和政策法規(guī)宣傳等為支撐的科技服務體系。

3.3 完善與農(nóng)業(yè)適度規(guī)模經(jīng)營相適應的農(nóng)機社會化服務體系

基于寧夏農(nóng)業(yè)農(nóng)村發(fā)展現(xiàn)狀以及為滿足廣大農(nóng)民對機械化生產(chǎn)的需要，進一步完善農(nóng)機服務體系，使之與農(nóng)業(yè)適度規(guī)模經(jīng)營相適應。同時優(yōu)化農(nóng)機具配置結(jié)構(gòu)，拓寬現(xiàn)代農(nóng)機服務領(lǐng)域，以提高農(nóng)業(yè)生產(chǎn)效率。尤其是在寧夏南部山區(qū)，配合農(nóng)機化示范推廣項目促進農(nóng)機轉(zhuǎn)型升級，引導各類農(nóng)機服務組織積極探索開展與現(xiàn)代農(nóng)業(yè)發(fā)展相適應的高效服務模式，不斷提升農(nóng)機社會化服務能力與農(nóng)機化裝備水平。積極創(chuàng)新農(nóng)機生產(chǎn)服務模式，提升農(nóng)機裝備創(chuàng)新能力。加大財政補助政策支持力度，促使農(nóng)機專業(yè)化組織開展多元化經(jīng)營，鼓勵金融機構(gòu)加大新型農(nóng)機服務組織信貸范圍，優(yōu)化調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)。

參考文獻：

[1]高 敬，董 峻. 國務院新聞辦發(fā)表《中國的糧食安全》白皮書[EB/OL]. （2019-10-14）[2020-02-24]. http：//www.xinhuanet.com/politics/2019-10/14/c_1125102733.htm.

[2]潘林青，董 峻. 專家稱夏糧總產(chǎn)有望創(chuàng)歷史新高冬小麥或現(xiàn)9連增[EB/OL]. （2012-06-19）[2020-02-24]. http：//www.chinanews.com/gn/2012/06-19/3973098.shtml.

[3]Nasierowski W，Arcelus F J.Interrelationships among the elements of national innovation systems：a statistical evaluation[J]. European Journal of Operational Research，1999，119（2）：235-253.

[4]李燕凌，歐陽萬福. 縣鄉(xiāng)政府財政支農(nóng)支出效率的實證分析[J]. 經(jīng)濟研究，2011（10）：110-122.

[5]趙麗娟，張玉喜，潘方卉. 政府R&D投入、環(huán)境規(guī)制與農(nóng)業(yè)科技創(chuàng)新效率[J]. 科研管理，2019，40（2）：76-85.

[6]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，2013，30（8）：82-85.

[7]曹 博，趙芝俊. 基于產(chǎn)業(yè)結(jié)構(gòu)升級的現(xiàn)代農(nóng)業(yè)科技創(chuàng)新體系研究[J]. 農(nóng)村經(jīng)濟，2017（1）：99-104.

[8]鄧敏慧，楊傳喜. 基于超效率DEA模型的中國農(nóng)業(yè)科技資源配置效率動態(tài)演化研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2017，38（11）：61-66.

[9]付 野，張廣勝，田慧勇. 基于DEA的農(nóng)業(yè)科技龍頭企業(yè)技術(shù)創(chuàng)新效率評價——以遼寧省為例[J]. 社會科學輯刊，2011（1）：133-137.

[10]董明濤. 我國農(nóng)業(yè)科技創(chuàng)新資源的配置效率及影響因素研究[J]. 華東經(jīng)濟管理，2014，28（2）：53-58.

[11]江艷軍，黃 英. 民間投資、農(nóng)業(yè)科技進步與農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級——基于“一帶一路”沿線省域的實證研究[J]. 科技管理研究，2019，39（17）：123-130.

[12]黃紅星，劉曉珂，萬 忠. 科技引領(lǐng)廣東農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的思路和方向[J]. 江西農(nóng)業(yè)學報，2018，30（11）：147-150.

[13]李勇輝，白利鵬. 云南省農(nóng)業(yè)科技創(chuàng)新資源配置效率及影響因素研究[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2019，40（6）：63-69.

[14]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision-making units[J]. European Journal of Operational Research，1979，3（4）：339.

[15]陳 振，鄭 銳，李佩華，等. 河南省農(nóng)業(yè)科技創(chuàng)新效率評價與分析[J]. 河南農(nóng)業(yè)大學學報，2018，52（3）：464-469，484.

[16]Farrell M J.The measurement of production efficiency[J]. Journal of the Royal Statistical Society a General，1957（120）：253-290.

[17]Atkinson S E，Cornwel C.Parametric estimation of technical and allocative inefficiency with panel data[J]. International Economic Review，1994（35）：231-244.

[18]朱玉春，唐娟莉，劉春梅. 基于DEA方法的中國農(nóng)村公共服務效率評價[J]. 軟科學，2010，24（3）：37-43.

[19]楊倩茹 胡志強. 基于DEA模型的我國農(nóng)村義務教育資源配置效率研究[J]. 現(xiàn)代教育管理，2016（11）：15-21.

[20]成 剛. 數(shù)據(jù)包絡分析方法與MaxDEA軟件[M]. 北京：知識產(chǎn)權(quán)出版社，2014.

[21]劉玲利. 科技資源配置理論與配置效率研究[D]. 長春：吉林大學，2007.

[22]吳海華，方憲法，王德成. 基于 DEA 模型的農(nóng)業(yè)裝備技術(shù)創(chuàng)新效率分析[J]. 農(nóng)機化研究，2014，36（3）：1-6.

[23]張莉俠，俞美蓮，王曉華. 農(nóng)業(yè)科技創(chuàng)新效率測算及比較研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，2016（12）：84-90.

[24]吳正平，何鳳林. 基于MAXDEA模型的新疆農(nóng)業(yè)科技創(chuàng)新效率研究[J]. 農(nóng)業(yè)與技術(shù)，2019，39（17）：1-5.

[25]白世秀，王 宇. 我國農(nóng)業(yè)生態(tài)效率評價及DEA分析[J]. 江蘇農(nóng)業(yè)科學，2019，47（7）：328-332.

[26]江 湧，閆曉旭，劉佐菁，等. 基于DEA模型的科技金融投入產(chǎn)出相對效率分析——以廣東省為例[J]. 科技管理研究，2017，37（3）：69-74.儲 亮，陳井元，杜明軍，等. 農(nóng)作物秸稈資源化利用效益評價及推廣條件分析——以江蘇省海安市為例[J]. 江蘇農(nóng)業(yè)科學，2021，49（3）：232-236.