閔杰杰 黃俞儒

摘 要：以 2010-2020年湖北省農(nóng)業(yè)科技創(chuàng)新投入和產(chǎn)出數(shù)據(jù)為樣本，運(yùn)用熵權(quán)法和Dagum基尼系數(shù)分解法，從空間差異考察了湖北省各地農(nóng)業(yè)科技投入資源配置的公平性；運(yùn)用 Malmquist模型測(cè)算了湖北省各地農(nóng)業(yè)科技創(chuàng)新效率。結(jié)果表明：湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平存在明顯的空間差異，農(nóng)業(yè)科技創(chuàng)新綜合效率呈上升趨勢(shì)，農(nóng)業(yè)科技資源配置水平正向影響農(nóng)業(yè)科技創(chuàng)新效率，但由于資源浪費(fèi)等因素的影響，也出現(xiàn)了差異結(jié)果。因此，合理配置農(nóng)業(yè)科技資源、注重規(guī)模效率有利于提高湖北省農(nóng)業(yè)科技創(chuàng)新效率。研究結(jié)果可為改善湖北省農(nóng)業(yè)科技創(chuàng)新效率提供一定的借鑒。

關(guān)鍵詞：農(nóng)業(yè)科技；資源配置能力；創(chuàng)新效率；Malmquist模型；分解的基尼系數(shù)

中圖分類(lèi)號(hào)：F323.3

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.3969/j.issn.1672-2272.202308027

Research on Innovation Performance of Agricultural Science and

Technology in Hubei Province from the Perspective of Equity and Efficiency

Min Jiejie，Huang Yuru

（School of Management，Wuhan? Institute? of? Technology，Wuhan 430205，China）

Abstract：Used the input and output data of agricultural science and technology innovation in Hubei Province from 2010 to 2020 as samples，the entropy weight method and Dagum Gini coefficient decomposition method were used to investigate the allocation fairness of agricultural science and technology input resources in Hubei province from the perspective of spatial differences. Malmquist model was used to measure the innovation efficiency of agricultural science and technology in Hubei province. The results show that there are obvious spatial differences in the allocation level of agricultural science and technology innovation resources in Hubei province， and the comprehensive efficiency of agricultural science and technology innovation is on the rise. The allocation level of agricultural science and technology resources positively affects the development of local agricultural science and technology innovation efficiency， but there are also different results due to the impact of resource waste and other factors.? Therefore， rational allocation of agricultural science and technology resources and emphasis on scale efficiency are conducive to improving the efficiency of agricultural science and technology innovation in Hubei Province. The research results can provide some reference experience for the improvement of agricultural science and technology innovation in Hubei province.

Key Words：Agricultural Science and Technology; Resource Allocation Ability; Innovation Efficiency; The Malmquist Model; Decomposition of the Gini Coefficient

0 引言

“中國(guó)農(nóng)業(yè)發(fā)展戰(zhàn)略研究2050”項(xiàng)目綜合組指出農(nóng)業(yè)科技創(chuàng)新、農(nóng)村制度改革、農(nóng)業(yè)投入增加將成為農(nóng)業(yè)全要素生產(chǎn)率提升的主要驅(qū)動(dòng)力^[1]。湖北省作為農(nóng)業(yè)科技大省，必須重視農(nóng)業(yè)科技創(chuàng)新以及增加農(nóng)業(yè)資源投入，促進(jìn)農(nóng)業(yè)科技強(qiáng)省建設(shè)。同時(shí)，張俊飚等^[2]也指出湖北省農(nóng)業(yè)科技資源配置、農(nóng)業(yè)科技創(chuàng)新績(jī)效存在突出問(wèn)題。因此，深入分析湖北省各市州農(nóng)業(yè)科技資源配置的公平度，并測(cè)算湖北省各市州農(nóng)業(yè)科技創(chuàng)新效率有重要意義。

農(nóng)業(yè)科技資源配置即將人力、財(cái)力、物力等資源投入到不同主體以獲得產(chǎn)出的過(guò)程，其配置效率的高低與農(nóng)業(yè)科研產(chǎn)出有著重要聯(lián)系^[3]。關(guān)于農(nóng)業(yè)科技資源投入配置的實(shí)證研究，國(guó)內(nèi)學(xué)者主要從我國(guó)整體和省域?qū)用嬷?。?guó)內(nèi)整體方面?zhèn)戎赜谘芯繀^(qū)域差異，陳祺琪等^[4]以分解的基尼系數(shù)為方法測(cè)算了我國(guó)農(nóng)業(yè)資源配置能力的區(qū)域差異；丁璐揚(yáng)等^[5]運(yùn)用耦合協(xié)調(diào)模型發(fā)現(xiàn)我國(guó)農(nóng)業(yè)資源配置具有明顯的空間特征；薛鵬飛等^[6]運(yùn)用主成分分析法和莫蘭指數(shù)分析了我國(guó)農(nóng)業(yè)資源區(qū)域差異和空間結(jié)構(gòu)。省域方面則主要側(cè)重于研究農(nóng)業(yè)資源配置效率，趙連明^[7]運(yùn)用加權(quán)平均法和模糊綜合評(píng)判研究了重慶市農(nóng)業(yè)資源配置效率及其影響因素，還有學(xué)者分別運(yùn)用DEA模型縱向測(cè)算了云南省、河北省、寧夏自治區(qū)、山東省的農(nóng)業(yè)資源配置效率^[8-11]。

農(nóng)業(yè)科技創(chuàng)新效率即將投入轉(zhuǎn)化為產(chǎn)出的過(guò)程^[12]。研究農(nóng)業(yè)科技創(chuàng)新效率的提高，將有限的投入轉(zhuǎn)化為最大的產(chǎn)出有重要意義。從區(qū)域整體來(lái)看，國(guó)內(nèi)學(xué)者運(yùn)用不同的模型測(cè)算了我國(guó)各省農(nóng)業(yè)創(chuàng)新效率，分析其變化情況及差異，鄧燦輝等^[13]運(yùn)用DEA模型，郭翔宇等^[14]運(yùn)用SBM模型和Malmquist模型，吳梵等^[15]運(yùn)用DEA和空間計(jì)量模型。從具體省份看，姚鳳民等^[16]運(yùn)用超效率DEA和Malmquist模型測(cè)算了廣東省各地農(nóng)業(yè)科技效率，黃龍俊江等^[17]運(yùn)用VAR模型分析了江西省農(nóng)業(yè)科技創(chuàng)新、技術(shù)效率與經(jīng)濟(jì)發(fā)展之間的關(guān)系。

總體來(lái)說(shuō)，國(guó)內(nèi)學(xué)者從不同角度進(jìn)行了豐富的研究，取得了一系列研究成果。但在資源配置投入方面，省域研究大多運(yùn)用單一的DEA模型測(cè)算農(nóng)業(yè)資源配置效率，忽視了區(qū)域差異。在農(nóng)業(yè)科技創(chuàng)新效率方面，大部分研究從省域整體出發(fā)進(jìn)行縱向分析，未重視省內(nèi)具體地區(qū)的研究。因此，本文利用熵權(quán)法、分解的基尼系數(shù)深入分析湖北省各地區(qū)間農(nóng)業(yè)科技資源投入的差異，以檢驗(yàn)農(nóng)業(yè)資源投入的公平性，同時(shí)運(yùn)用Malmquist模型測(cè)算各市州農(nóng)業(yè)科技創(chuàng)新產(chǎn)出效率，厘清投入與產(chǎn)出之間的關(guān)系。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 指標(biāo)體系構(gòu)建

本文參考陳祺琪等^[4]的研究成果，構(gòu)建了包括財(cái)力資源、物力資源、人力資源3個(gè)維度的農(nóng)業(yè)科技創(chuàng)新資源配置能力指標(biāo)體系。由于農(nóng)業(yè)科技效率和農(nóng)業(yè)科技資源水平配置的測(cè)算存在一定的差異，在計(jì)算時(shí)，本文進(jìn)行了相應(yīng)指標(biāo)的選擇。具體指標(biāo)體系如表1所示。

1.2 研究方法

1.2.1 熵權(quán)法

熵權(quán)法有較強(qiáng)的客觀性。根據(jù)信息熵計(jì)算全部指標(biāo)的熵權(quán)，信息量越豐富，不確定性變小，熵隨之變小。通過(guò)計(jì)算熵值可以確定指標(biāo)的權(quán)重，權(quán)重越大，該指標(biāo)的影響越大^[18]。其基本步驟如下：

建立指標(biāo)矩陣。選取n年、m個(gè)指標(biāo)，組成n×m的矩陣B，i=1，2，…，n；j=1，2，…，n，b_ij則表示第i年的第j個(gè)指標(biāo)的值。

根據(jù)式（1）進(jìn)行標(biāo)準(zhǔn)化處理。本文選取指標(biāo)為正指標(biāo)，因此使用正指標(biāo)無(wú)量綱化處理：

1.2.2 分解的基尼系數(shù)法

Dagum分解的基尼系數(shù)即按照子群將基尼系數(shù)進(jìn)行分解。分解后可以厘清地區(qū)差距的來(lái)源和分析組間的交叉項(xiàng)問(wèn)題^[19]。Dagum分解的基尼系數(shù)能夠用來(lái)分析區(qū)域農(nóng)業(yè)科技資源配置公平性及造成差異的原因。其中，基尼系數(shù)越大，公平性越小。

首先，根據(jù)經(jīng)度，將湖北省劃分為鄂東、鄂西、鄂中3個(gè)區(qū)域。其中鄂東區(qū)包括武漢市、黃石市、鄂州市、孝感市、黃岡市、咸寧市；鄂中區(qū)包括襄陽(yáng)市、荊門(mén)市、荊州市、隨州市、仙桃市、潛江市、天門(mén)市；鄂西區(qū)包括十堰市、宜昌市、恩施州、神農(nóng)架林區(qū)。

劃分區(qū)域后，計(jì)算湖北省區(qū)域間農(nóng)業(yè)科技資源配置能力基尼系數(shù)。

其中k=3表示區(qū)域劃分的個(gè)數(shù)； n_j、n_h是jh地區(qū)內(nèi)市州的個(gè)數(shù)，且n=17；?表示湖北省農(nóng)業(yè)科技資源配置能力均值，y_ji、y_hr為對(duì)應(yīng)jh地區(qū)市區(qū)農(nóng)業(yè)科技資源配置能力。

將基尼系數(shù)分為區(qū)域內(nèi)、區(qū)域間及超變密度差距三部分^[20]。區(qū)域內(nèi)農(nóng)業(yè)科技資源配置能力基尼系數(shù)G_jj及貢獻(xiàn)G_w的測(cè)算為：

區(qū)域間農(nóng)業(yè)科技資源配置能力基尼系數(shù)G_jh及凈差距貢獻(xiàn)G_nb的測(cè)算為：

超密度貢獻(xiàn)G_t測(cè)算為：

1.2.3 Malmquist模型

運(yùn)用Malmquist全要素生產(chǎn)率指數(shù)從動(dòng)態(tài)上對(duì)2010—2020年湖北省各市州農(nóng)業(yè)科技創(chuàng)新效率的變化情況進(jìn)行分析。從t到（t+1）時(shí)期的Malmquist指數(shù)計(jì)算基本步驟如下^[16]：

其中M₀為t到（t+1）時(shí)期變化程度，x_t，y_t為t時(shí)期的投入值和產(chǎn)出值；D^t₀，D^t+1₀表示以t為技術(shù)基準(zhǔn)期時(shí)，t和（t+1）時(shí)期決策單元與技術(shù)前沿面的距離函數(shù)。

Malmquist指數(shù)即TFP可分解為技術(shù)效率變化（EC）和技術(shù)進(jìn)步變化（TC）。分解公式為：

如式（15）所示，技術(shù)效率變化（EC）可進(jìn)一步分解為純技術(shù)效率變化（PE）和規(guī)模效率變化（SE）。

1.3 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

本文各指標(biāo)初始數(shù)據(jù)主要來(lái)源于《湖北省統(tǒng)計(jì)年鑒》及湖北省各市州《統(tǒng)計(jì)年鑒》。研究對(duì)象為湖北省17個(gè)市州，時(shí)間跨度為2010-2020年。

2 實(shí)證分析

2.1 湖北省農(nóng)業(yè)科技創(chuàng)新資源配置能力指標(biāo)權(quán)重

根據(jù)熵權(quán)法計(jì)算，得到湖北省農(nóng)業(yè)科技創(chuàng)新資源配置能力指標(biāo)權(quán)重如表2。

由表2可得，農(nóng)業(yè)支出、科技支出、教育支出占財(cái)政撥款比重的權(quán)重分別為0.061、0.065、0.047；農(nóng)村有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量、年份總播種面積的權(quán)重分別為0.099、0.077、0.092、0.079；年末固定資產(chǎn)和基本建設(shè)投資完成額的權(quán)重分別為0.145、0.128；農(nóng)業(yè)從業(yè)人員數(shù)量的權(quán)重為0.079；農(nóng)業(yè)科技活動(dòng)人員數(shù)量的權(quán)重為0.128。財(cái)力指標(biāo)、物力指標(biāo)、人力指標(biāo)的權(quán)重分別為0.173、0.62、0.207。

由此可見(jiàn)，湖北省農(nóng)業(yè)科技資源配置水平很大程度上受年末固定資產(chǎn)、農(nóng)業(yè)科技活動(dòng)人員數(shù)量、基本建設(shè)投資完成額的影響。

2.2 湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平測(cè)度

湖北省各市州農(nóng)業(yè)科技創(chuàng)新資源配置水平測(cè)度結(jié)果如表3所示。

2.2.1 整體水平及其演變趨勢(shì)

從湖北省整體層面上來(lái)看，2010-2020年湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平均值0.263，整體水平極低。從演變趨勢(shì)來(lái)看，2010-2019年湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平總體呈現(xiàn)穩(wěn)定的上升趨勢(shì)，直至2020年疫情爆發(fā)后呈下降趨勢(shì)。以2010年為基期，湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平年均增長(zhǎng)率為0.711%，總體發(fā)展有所提高。

2.2.2 地區(qū)差距及其演變趨勢(shì)

分地區(qū)來(lái)看，鄂東地區(qū)農(nóng)業(yè)科技創(chuàng)新資源配置水平均值最高，其次為鄂中地區(qū)，鄂西地區(qū)農(nóng)業(yè)科技創(chuàng)新資源配置水平均值最低。從演變趨勢(shì)來(lái)看，鄂東地區(qū)和鄂中地區(qū)農(nóng)業(yè)科技創(chuàng)新資源配置水平都呈現(xiàn)穩(wěn)定上升趨勢(shì)，直至2020年稍有回落，年均增長(zhǎng)率分別為0.813%和0.65%。鄂西地區(qū)則呈現(xiàn)波動(dòng)式上升趨勢(shì)，年均增長(zhǎng)率0.662%。

2.2.3 各市州發(fā)展水平及差異

就各市州而言，湖北省各市州農(nóng)業(yè)科技創(chuàng)新資源配置水平存在明顯差異。從均值來(lái)看，排名前三的分別是襄陽(yáng)市（0.546）、荊州市（0.477）、武漢市（0.431），排名最后的為神農(nóng)架林區(qū)（0.043），襄陽(yáng)市的農(nóng)業(yè)科技創(chuàng)新資源配置水平均值是神農(nóng)架林區(qū)的12.7倍。從具體年份來(lái)看，考察期間處于全省配置水平均值以上的地區(qū)基本固定，有武漢市、孝感市、黃岡市、襄陽(yáng)市、荊門(mén)市、荊州市、宜昌市和恩施州?？疾炱陂g內(nèi)，所研究的17個(gè)市州中農(nóng)業(yè)科技創(chuàng)新資源配置水平排前三名的為襄陽(yáng)市、荊州市、武漢市和黃岡市，后三名的為鄂州市、仙桃市、潛江市、神農(nóng)架林區(qū)。

2.3 湖北省農(nóng)業(yè)科技創(chuàng)新資源配置能力區(qū)域差異及因子分解

運(yùn)用分解的基尼系數(shù)法，本文進(jìn)一步將湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平分為鄂東、鄂中、鄂西3個(gè)區(qū)域進(jìn)行測(cè)算，具體結(jié)果如表4所示。

2.3.1 總體差距及其演變趨勢(shì)

由表4可知，2010-2020年湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平總體差距的演變趨勢(shì)呈現(xiàn)波動(dòng)下降的趨勢(shì)，表現(xiàn)為 “下降-上升-下降-上升-下降”的狀態(tài)。2010-2012年，差距水平從0.320下降至0.312，這主要是因?yàn)?011年宜昌市、神農(nóng)架農(nóng)業(yè)科技創(chuàng)新資源配置水平上升，鄂西內(nèi)部差距縮?。?012年武漢市、黃石市、鄂州市、孝感市的農(nóng)業(yè)科技創(chuàng)新資源配置水平提升較快，鄂東內(nèi)部差距縮小，使得總體差距縮小。2013-2015年差距水平擴(kuò)大，2015年達(dá)到考察期內(nèi)的極點(diǎn)值0.323，這主要是因?yàn)橹胁繀^(qū)域僅有襄陽(yáng)、荊州兩地的配置水平提速較快，西部?jī)H有宜昌一地配置水平快速發(fā)展，中部和西部區(qū)域內(nèi)差距都有所擴(kuò)大。2016年處于下降趨勢(shì)并達(dá)到考察期最低點(diǎn)0.305，主要是因?yàn)槎鯑|區(qū)域的鄂州市、黃石市的配置水平有所上升，而配置水平較高的黃岡市卻處于下降水平，鄂東內(nèi)部差距縮小，使得整體差距縮小。2017-2018年由于鄂東的武漢市、黃石市的配置水平上升，而鄂州市下降，鄂中的荊州市快速上升，而隨州市、仙桃市下降，鄂東、鄂中區(qū)域內(nèi)部差距增大，整體差距隨之?dāng)U大。2019-2020年處于下降趨勢(shì)，主要原因是武漢市、黃岡市、孝感市有所下降，而鄂州市有所上升，鄂東區(qū)域內(nèi)部差距縮小，使得整體差距縮小。以2010年為基期，湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平差距年均下降率0.13%，整體發(fā)展態(tài)勢(shì)緩慢。

2.3.2 地區(qū)內(nèi)差距及其演變趨勢(shì)

從發(fā)展趨勢(shì)來(lái)看，鄂東和鄂西地區(qū)內(nèi)部差距總體呈波動(dòng)下降趨勢(shì)，鄂中區(qū)域內(nèi)部差距表現(xiàn)為波動(dòng)上升趨勢(shì)。從差距水平來(lái)看，鄂中區(qū)域內(nèi)部差距最高，鄂西次之，鄂東區(qū)域內(nèi)部差距最小。從演變過(guò)程來(lái)看，2010-2020年，東部區(qū)域內(nèi)部差距水平從0.278下降到0.230，年均下降率為0.48%；中部區(qū)域內(nèi)部差距從0.314上升到0.340，年均增長(zhǎng)率為0.26%；西部區(qū)域內(nèi)部差距水平從0.324下降到0.288，年均下降率為0.36%?？梢?jiàn)，中部地區(qū)需要注意縮小區(qū)域間差距。

2.3.3 地區(qū)間差距及其演變趨勢(shì)

從地區(qū)間差距來(lái)看，鄂中-鄂西地區(qū)間差距最大；鄂東-鄂中地區(qū)間的差距次之；鄂東-鄂西地區(qū)間的差距最小。從演變趨勢(shì)來(lái)看，鄂中-鄂西地區(qū)之間的農(nóng)業(yè)科技創(chuàng)新資源配置水平差距呈波動(dòng)上升的演變趨勢(shì)，鄂東-鄂中、鄂東-鄂西地區(qū)之間的演變趨勢(shì)則為波動(dòng)下降。具體來(lái)看，以2010年為基期，鄂中-鄂西地區(qū)間農(nóng)業(yè)科技創(chuàng)新資源配置差距水平年均增長(zhǎng)率為0.05%，鄂東-鄂中及鄂東-鄂西部農(nóng)業(yè)科技創(chuàng)新資源配置水平的地區(qū)間差距年均下降率分別為0.04%、0.46%。

2.3.4 地區(qū)差距的來(lái)源及其貢獻(xiàn)率

從貢獻(xiàn)率來(lái)看，區(qū)域內(nèi)差異貢獻(xiàn)率較大，區(qū)域間差異貢獻(xiàn)率較小，說(shuō)明區(qū)域內(nèi)差距是湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平地區(qū)差距的主要來(lái)源。2010-2020年湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平的區(qū)域內(nèi)差距貢獻(xiàn)率變化相對(duì)平穩(wěn)，在33%左右波動(dòng)，以2010年為基期，考察期間年均上漲0.009%。區(qū)域間差距貢獻(xiàn)率呈略微上升趨勢(shì)，年均上漲0.032%。超變密度貢獻(xiàn)率總體呈緩慢下降的趨勢(shì)，年均下降0.041%。湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平區(qū)域內(nèi)差異貢獻(xiàn)率變化相對(duì)平穩(wěn)，意味著就省內(nèi)各市州而言，農(nóng)業(yè)科技創(chuàng)新資源配置水平基本上比較穩(wěn)定。區(qū)域間差異貢獻(xiàn)率和超變密度貢獻(xiàn)率則呈現(xiàn)出兩種相反的情況，且超變密度貢獻(xiàn)率遠(yuǎn)高于區(qū)域間差異貢獻(xiàn)率，這意味著鄂東、鄂中農(nóng)業(yè)科技創(chuàng)新資源配置水平整體上雖高于鄂西地區(qū)，但其內(nèi)部少數(shù)市州的農(nóng)業(yè)科技資源配置水平又低于鄂西的少數(shù)市州。超變密度的作用是識(shí)別地區(qū)間交叉重疊的程度，考察期間，超變密度始終處在50％左右，意味著區(qū)域間的農(nóng)業(yè)科技資源配置水平出現(xiàn)了相對(duì)嚴(yán)重的交叉重疊現(xiàn)象。

2.4 湖北省農(nóng)業(yè)科技創(chuàng)新動(dòng)態(tài)分析

基于Malmquist指數(shù)法，運(yùn)用Deap2.1軟件對(duì)湖北省17個(gè)市州2010-2020年間農(nóng)業(yè)科技創(chuàng)新產(chǎn)出數(shù)據(jù)進(jìn)行全要素生產(chǎn)率的測(cè)度及分解。結(jié)果如表5所示。

由表5可知，全要素生產(chǎn)率指數(shù)的發(fā)展呈現(xiàn)波動(dòng)上升趨勢(shì)，與技術(shù)進(jìn)步的波動(dòng)趨勢(shì)基本一致，由此可見(jiàn)技術(shù)進(jìn)步是湖北省農(nóng)業(yè)科技創(chuàng)新水平的重要影響因素?？疾炱陂g全要素生產(chǎn)率指數(shù)大于1，其中2018-2019年增長(zhǎng)幅度最大，高達(dá)35%。從單個(gè)影響因素分析，2010-2011年、2013-2014年、2018-2019年技術(shù)效率和純技術(shù)效率為負(fù)，2011-2012年技術(shù)效率和規(guī)模效率為負(fù)、2014-2015年規(guī)模效率為負(fù)，雖然這些要素出現(xiàn)下降，但技術(shù)進(jìn)步始終大于1，在技術(shù)進(jìn)步要素的推動(dòng)下，全要素生產(chǎn)率始終為正。

從均值來(lái)看，全要素生產(chǎn)率指數(shù)平均變化大于1，年均增長(zhǎng)8.8%，由此看來(lái)湖北省農(nóng)業(yè)科技創(chuàng)新發(fā)展速度良好。從分解指標(biāo)分析，技術(shù)效率指數(shù)、純技術(shù)效率指數(shù)都為1.001，技術(shù)進(jìn)步指數(shù)為1.087，規(guī)模效率指數(shù)為1。這也能表明全要素生產(chǎn)率的提高主要依賴(lài)于技術(shù)進(jìn)步的改善，技術(shù)效率和規(guī)模效益作用微弱。

如表6所示，湖北省17個(gè)市州農(nóng)業(yè)科技創(chuàng)新全要素生產(chǎn)率全部大于1，處于上升狀態(tài)，但各市州全要素生產(chǎn)率提升幅度有明顯差異。各市州全要素生產(chǎn)率均值1.088，大于均值的有10個(gè)城市，分別為武漢市、十堰市、宜昌市、鄂州市、荊州市、黃岡市、咸寧市、隨州市、潛江市和天門(mén)市，黃岡市增長(zhǎng)幅度最高為20.7%。全要素生產(chǎn)率增長(zhǎng)幅度小于均值的有8個(gè)，有4個(gè)市州增長(zhǎng)幅度介于3%～8%，分別為仙桃市、孝感市、荊門(mén)市、襄陽(yáng)市。有3個(gè)市州全要素生產(chǎn)率增長(zhǎng)幅度低于2%，分別為神農(nóng)架、恩施州、黃石市，黃石市增長(zhǎng)幅度最低為0.06%?？梢?jiàn)，各市州之間差距較大，發(fā)展不平衡不充分問(wèn)題突出，增長(zhǎng)幅度差距大，因此要注重各市州共同發(fā)展、均衡發(fā)展。

2.5 總體分析

將湖北省農(nóng)業(yè)科技資源配置水平與湖北省農(nóng)業(yè)科技創(chuàng)新效率相結(jié)合分析，處于湖北省農(nóng)業(yè)科技創(chuàng)新資源配置平均水平以上的武漢市、黃岡市、荊州市、宜昌市，農(nóng)業(yè)科技創(chuàng)新效率也位于平均水平以上，農(nóng)業(yè)科技資源配置水平低于平均值的仙桃市、神農(nóng)架、黃石市的農(nóng)業(yè)科技創(chuàng)新效率也低于平均水平。值得注意的是農(nóng)業(yè)科技資源配置水平較高的襄陽(yáng)市、孝感市、荊門(mén)市創(chuàng)新效率稍遜，恩施州創(chuàng)新效率極低，可見(jiàn)在進(jìn)行農(nóng)業(yè)科技效率轉(zhuǎn)化時(shí)，部分市州存在嚴(yán)重的資源浪費(fèi)。就區(qū)域而言，農(nóng)業(yè)科技創(chuàng)新效率平均值東部地區(qū)最高為1.013、中部地區(qū)次之為1.093、西部地區(qū)最低為1.063，與農(nóng)業(yè)科技資源配置水平公平程度排序一致。

綜上所述，湖北省農(nóng)業(yè)科技資源配置水平較低，資源投入公平性不高，但湖北省農(nóng)業(yè)科技創(chuàng)新效率較高。農(nóng)業(yè)科技資源配置水平較高的市州與農(nóng)業(yè)創(chuàng)新效率較高的市州總體趨于一致，農(nóng)業(yè)科技資源配置水平一定程度上影響了農(nóng)業(yè)科技創(chuàng)新效率的發(fā)展，但也有部分配置水平較高的市州由于資源利用不合理導(dǎo)致農(nóng)業(yè)創(chuàng)新效率不高。

3 結(jié)論與建議

3.1 研究結(jié)論

本文基于2010-2020年湖北省17個(gè)市州的基礎(chǔ)指標(biāo)數(shù)據(jù)，構(gòu)建湖北省農(nóng)業(yè)科技創(chuàng)新資源指標(biāo)體系，并對(duì)湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平的空間分布、地區(qū)差異及湖北省農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行實(shí)證研究。研究結(jié)果表明：

年末固定資產(chǎn)、農(nóng)業(yè)科技活動(dòng)人員數(shù)量、基本建設(shè)投資完成額的權(quán)重較高，對(duì)農(nóng)業(yè)科技資源配置水平的影響較大。

熵權(quán)法結(jié)果顯示，無(wú)論是區(qū)域?qū)用?，還是具體市州，湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平都存在明顯的空間差異，鄂東、鄂中發(fā)展水平相對(duì)較高，鄂西發(fā)展水平較低，資源投入存在不公平現(xiàn)象。

Dagum基尼系數(shù)結(jié)果顯示，湖北省農(nóng)業(yè)科技創(chuàng)新資源配置水平的總體差距呈現(xiàn)“下降-上升-下降-上升-下降”的演變趨勢(shì)。地區(qū)差距的主要來(lái)源是區(qū)域內(nèi)差異貢獻(xiàn)率，其次是區(qū)域間差距貢獻(xiàn)率。其中，區(qū)域內(nèi)部差距上，鄂中區(qū)域內(nèi)部差距最大，鄂西次之，鄂東最小。區(qū)域間差距上，鄂中-鄂西差距最大，鄂東-鄂中差距次之，鄂東-鄂西差距最小。

2010—2020年湖北省各市州農(nóng)業(yè)科技創(chuàng)新全要素生產(chǎn)率整體上得到了改善，10年間增加了8.8%，技術(shù)進(jìn)步增長(zhǎng)了8.7%。這說(shuō)明技術(shù)進(jìn)步變化是湖北省各市州農(nóng)業(yè)科技創(chuàng)新效率提高的主要推動(dòng)力。

農(nóng)業(yè)科技創(chuàng)新資源配置水平正向影響農(nóng)業(yè)科技創(chuàng)新效率，但部分市州由于資源浪費(fèi)，出現(xiàn)了差異結(jié)果。

3.2 政策建議

3.2.1 平衡農(nóng)業(yè)科技資源配置水平

鄂東地區(qū)應(yīng)該保持農(nóng)業(yè)科技創(chuàng)新資源配置的優(yōu)勢(shì)，保證資源配置水平穩(wěn)健發(fā)展；鄂中地區(qū)應(yīng)注重縮小內(nèi)部差距，增加農(nóng)業(yè)資源投入，尤其是人力資源的投入；省內(nèi)應(yīng)加強(qiáng)對(duì)鄂西區(qū)域的援助，給予鄂西更多的政策、資金、人力傾斜，促進(jìn)區(qū)域合作和互動(dòng)，以?xún)?yōu)帶劣，提高鄂西區(qū)域資源配置水平，提高湖北省科技創(chuàng)新資源配置整體水平。

3.2.2 提高農(nóng)業(yè)科技創(chuàng)新產(chǎn)出效率

建立創(chuàng)新—研發(fā)—應(yīng)用產(chǎn)業(yè)鏈。農(nóng)業(yè)科技創(chuàng)新和研發(fā)方面，要加強(qiáng)高校、企業(yè)、政府等主體的合作^[21]，提高農(nóng)業(yè)科技人員的素質(zhì)和創(chuàng)新能力，保證湖北省各市州農(nóng)業(yè)科技設(shè)備的投入，提高農(nóng)業(yè)科技研發(fā)與創(chuàng)新能力，保持技術(shù)進(jìn)步優(yōu)勢(shì)；農(nóng)業(yè)科技應(yīng)用方面，重視技術(shù)效率和規(guī)模效率，對(duì)各市州農(nóng)民進(jìn)行科技宣傳與教育，提高農(nóng)業(yè)科技資源的管理水平，減少資源浪費(fèi)，確保農(nóng)業(yè)科技資源最大化利用，爭(zhēng)取低投入高回報(bào)。

3.2.3 因地制宜促進(jìn)發(fā)展

根據(jù)各市州具體發(fā)展情況，采取差異化措施。增加對(duì)鄂州市、咸寧市、隨州市、潛江市、天門(mén)市、十堰市的農(nóng)業(yè)科技創(chuàng)新資源投入，緩解農(nóng)業(yè)科技創(chuàng)新率高而農(nóng)業(yè)科技資源投入較低的情況；襄陽(yáng)市、孝感市、荊門(mén)市、恩施州在保持現(xiàn)有科技資源配置水平的前提下，要提高科技資源利用水平，做到農(nóng)業(yè)資源高投入，農(nóng)業(yè)效率高回報(bào)；加大對(duì)神農(nóng)架林區(qū)、黃石市、仙桃市的農(nóng)業(yè)科技資源投入的同時(shí)，提高其資源利用水平，雙管齊下促進(jìn)發(fā)展。

參考文獻(xiàn)：

[1]“中國(guó)農(nóng)業(yè)發(fā)展戰(zhàn)略研究2050”項(xiàng)目綜合組.面向2050年我國(guó)農(nóng)業(yè)發(fā)展戰(zhàn)略研究[J].中國(guó)工程科學(xué)，2022，24（1）：1-10.

[2]張俊飚，李平，李波.對(duì)湖北農(nóng)業(yè)科技優(yōu)勢(shì)轉(zhuǎn)化與農(nóng)業(yè)發(fā)展問(wèn)題的思考[J].理論月刊，2012（1）：127-130.

[3]楊傳喜，王亞萌.中國(guó)區(qū)域農(nóng)業(yè)科技資源配置能力及比較優(yōu)勢(shì)研究——基于省級(jí)農(nóng)業(yè)科學(xué)院視角[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2018，39（12）：80-87.

[4]陳祺琪，張俊飚，程琳琳，等.農(nóng)業(yè)科技資源配置能力區(qū)域差異分析及驅(qū)動(dòng)因子分解[J].科研管理，2016，37（3）：110-123.

[5]丁璐揚(yáng)，李華晶，楊傳喜.中國(guó)農(nóng)業(yè)科技資源配置系統(tǒng)耦合協(xié)調(diào)的時(shí)空分異及驅(qū)動(dòng)力研究[J].科學(xué)管理研究，2021，39（6）：106-116.

[6]薛鵬飛，李國(guó)景，羅其友，等.中國(guó)農(nóng)業(yè)科技資源水平區(qū)域差異及空間結(jié)構(gòu)研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（5）：108-120.

[7]趙連明.重慶市農(nóng)業(yè)科技創(chuàng)新資源配置效率及影響因素研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2018，39（7）：92-98.

[8]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(guó)農(nóng)業(yè)資源與區(qū)劃，2019，40（6）：63-69.

[9]劉繼為，高鵬懷，李書(shū)毅.科技興農(nóng)：基于DEA模型的農(nóng)業(yè)科技創(chuàng)新資源配置效率測(cè)度[J].河北農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，24（4）：48-56.

[10]馬艷艷，邰一博，呂佳瑩.基于DEA模型的寧夏農(nóng)業(yè)科技資源配置效率評(píng)價(jià)[J].江蘇農(nóng)業(yè)科學(xué)，2021，49（3）：224-231.

[11]李成媛，李敬鎖.山東省農(nóng)業(yè)科技資源配置效率研究[J].湖北農(nóng)業(yè)科學(xué)，2022，61（9）：186-191.

[12]趙桂燕，王巍.基于DEA的黑龍江墾區(qū)農(nóng)業(yè)科技創(chuàng)新投入效率研究[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，2018，30（4）：112-117.

[13]鄧燦輝，馬巧云，魏莉麗.我國(guó)農(nóng)業(yè)科技創(chuàng)新效率的區(qū)域差異及其影響因素研究[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（5）：231-237.

[14]郭翔宇，杜旭，王丹.我國(guó)省域農(nóng)業(yè)科技創(chuàng)新效率評(píng)價(jià)與比較分析[J].學(xué)習(xí)與探索，2020（5）：141-147.

[15]吳梵，高強(qiáng)，劉韜.農(nóng)業(yè)科技創(chuàng)新、空間溢出與農(nóng)業(yè)生態(tài)效率[J].統(tǒng)計(jì)與決策，2020，36（16）：82-85.

[16]姚鳳民，朱美金，查梓琰.廣東農(nóng)業(yè)科技創(chuàng)新效率研究——基于超效率DEA模型和Malmquist指數(shù)法[J].科技和產(chǎn)業(yè)，2019，19（9）：83-89.

[17]黃龍俊江，劉玲玉，肖慧，等.農(nóng)業(yè)科技創(chuàng)新、農(nóng)業(yè)技術(shù)效率與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展——基于向量自回歸（VAR）模型的實(shí)證分析[J].科技管理研究，2021，41（12）：107-113.

[18]潘為華，潘紅玉，陳亮，等.中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)發(fā)展的評(píng)價(jià)指標(biāo)體系及綜合指數(shù)[J].科學(xué)決策，2019（9）：28-48.

[19]呂雁琴，王藝錦，密瑞幫姑麗·買(mǎi)買(mǎi)提，等.中國(guó)高校R&D資源配置水平的空間分異及動(dòng)態(tài)演進(jìn)[J].統(tǒng)計(jì)與決策，2022，38（2）：58-62.

[20]劉那日蘇，郝戊.中國(guó)資源產(chǎn)業(yè)依賴(lài)的地區(qū)差異及演變——基于Dagum基尼系數(shù)分解[J].工業(yè)技術(shù)經(jīng)濟(jì)，2016，35（7）：69-77.

[21]楊傳喜，王亞萌.基于第二次全國(guó)R&D資源清查的農(nóng)業(yè)科技資源配置效率分析[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2017，38（7）：126-134.

（責(zé)任編輯：宋勇剛）