蔡靜雯，許思遠(yuǎn)，丁 勝，沈士明，趙慶建

(南京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，南京 210037)

黨的十九屆五中全會(huì)明確提出要發(fā)展智慧農(nóng)業(yè)，將新型信息技術(shù)與農(nóng)業(yè)生產(chǎn)經(jīng)營相結(jié)合從而實(shí)現(xiàn)精準(zhǔn)智能化管理，推動(dòng)傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型升級(jí)。然而智慧農(nóng)業(yè)作為一種新型業(yè)態(tài)，網(wǎng)絡(luò)信息發(fā)展不均衡、相關(guān)從業(yè)人員素質(zhì)偏低、農(nóng)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展滯后等問題難以解決[1]。農(nóng)業(yè)生產(chǎn)效率即農(nóng)業(yè)總產(chǎn)出與生產(chǎn)要素總投入之比，可以用于衡量農(nóng)業(yè)經(jīng)濟(jì)增長及其運(yùn)行狀態(tài)[2]。DEA結(jié)合相關(guān)測算模型還可以對農(nóng)林業(yè)投入產(chǎn)出效率及影響因素進(jìn)行測算分析以實(shí)現(xiàn)生態(tài)安全建設(shè)資源的合理配置[3]。而對于智慧農(nóng)業(yè)，選取相關(guān)投入產(chǎn)出指標(biāo)結(jié)合模型同樣可以對有關(guān)省市智慧農(nóng)業(yè)生產(chǎn)效率進(jìn)行探索[4]。故本文基于前人研究，引入智慧農(nóng)業(yè)相關(guān)指標(biāo)，構(gòu)建經(jīng)典的DEA-BCC模型和DEA-Malmquist指數(shù)模型對江蘇省十三個(gè)主要城市的智慧農(nóng)業(yè)下生產(chǎn)效率進(jìn)行動(dòng)態(tài)和靜態(tài)的測算分析，為江蘇省呼應(yīng)鄉(xiāng)村振興戰(zhàn)略、發(fā)展智慧農(nóng)業(yè)提供實(shí)證參考，同時(shí)針對相關(guān)問題提出建議。

1 研究方法與變量選擇

1.1 研究方法

1.1.1 BEA-BCC模型

本文結(jié)合實(shí)際以及相關(guān)文獻(xiàn)[5]，選用“既定投入下產(chǎn)出最大”的產(chǎn)出導(dǎo)向型BCC模型對江蘇省智慧農(nóng)業(yè)生產(chǎn)效率進(jìn)行研究。

DEA-BCC模型建立見式(1)：

(1)

其中，i為決策單元，Xi、Yi為第i個(gè)決策單元所對應(yīng)的投入與產(chǎn)出變量，θ為綜合技術(shù)效率值即生產(chǎn)效率，S為松弛變量。

DEA模型的分析原理：①若生產(chǎn)效率值為1,且松弛變量均為0，說明決策單元處于DEA純技術(shù)有效狀態(tài);②若生產(chǎn)效率值為1，但松弛變量任一不為0，說明決策單元處于為弱DEA純技術(shù)有效狀態(tài);③若生產(chǎn)效率值小于1，說明決策單元DEA無效。

1.1.2 DEA-Malmquist模型

在原有的DEA模型的基礎(chǔ)上，利用Malmquist指數(shù)分析法對決策單元進(jìn)行動(dòng)態(tài)分析[6]。

第i個(gè)決策單元從t時(shí)刻至t+1時(shí)刻生產(chǎn)效率的變化可以用以t為基期和以t+1為基期的Malmquist指數(shù)的幾何平均求得式(2)：

(2)

通過計(jì)算Malmquist指數(shù)，可以得到?jīng)Q策單元生產(chǎn)效率的動(dòng)態(tài)變化趨勢，當(dāng)M>1 時(shí)，全要素生產(chǎn)率上升; 當(dāng)M=1時(shí)，全要素生產(chǎn)率保持不變; 當(dāng)M<1 時(shí)，全要素生產(chǎn)率下降。

1.2 變量選擇

智慧農(nóng)業(yè)是以傳統(tǒng)農(nóng)業(yè)的生產(chǎn)要素為基礎(chǔ)，引入高新技術(shù)、加大科技投入的新型農(nóng)業(yè)生產(chǎn)方式?；诮?jīng)濟(jì)學(xué)理論，在農(nóng)業(yè)生產(chǎn)過程中，勞動(dòng)、資本和土地為主要生產(chǎn)要素，其生產(chǎn)是多種要素共同投入產(chǎn)生的結(jié)果。因此考慮到數(shù)據(jù)的可得性和可用性，選取農(nóng)林牧漁從業(yè)人數(shù)作為勞動(dòng)要素投入[7]，考慮本文研究的智慧農(nóng)業(yè)的信息化特性選用農(nóng)業(yè)機(jī)械總動(dòng)力、科學(xué)技術(shù)財(cái)政支出、農(nóng)業(yè)技術(shù)人員作為資本要素投入，糧食播種面積作為土地要素投入。同時(shí)以農(nóng)業(yè)生產(chǎn)總值、糧食產(chǎn)量、農(nóng)村居民家庭全年人均可支配收入——經(jīng)營凈收入作為產(chǎn)出指標(biāo)。指標(biāo)的選取及其符號(hào)如表1所示(數(shù)據(jù)來源：江蘇統(tǒng)計(jì)年鑒2015—2021)。

表1 生產(chǎn)效率的投入、產(chǎn)出指標(biāo)的選擇與解釋

2 結(jié)果與分析

2.1 生產(chǎn)效率靜態(tài)分析

選取2020年江蘇省13個(gè)市智慧農(nóng)業(yè)相關(guān)數(shù)據(jù)，通過構(gòu)建DEA-BCC模型進(jìn)行測算，計(jì)算結(jié)果如表2所示。

表2 江蘇省13個(gè)市智慧農(nóng)業(yè)投入產(chǎn)出效率水平

①綜合效率分析。模型結(jié)果表明2020年江蘇省13大市智慧農(nóng)業(yè)綜合效率均值為0.985，總體資源配置能力、資源使用效率都較為優(yōu)異，智慧農(nóng)業(yè)發(fā)展處于效率良好狀態(tài)。其中，南通市、宿遷市綜合效率低于1，非 DEA 有效，占選取樣本的15.38%，投入與產(chǎn)出結(jié)構(gòu)不合理，可能存在不同程度的投入冗余和產(chǎn)出不足，其生產(chǎn)要素的投入規(guī)模和技術(shù)應(yīng)用效率仍需進(jìn)一步提升。

②技術(shù)效率分析。模型結(jié)果表明2020年江蘇省13個(gè)市智慧農(nóng)業(yè)整體均值為0.990，其中11個(gè)市技術(shù)效率有效，占總比例的84.62%，說明省內(nèi)城市的農(nóng)業(yè)技術(shù)水平較好，總體投入要素得到合理的配置和充分的利用，從而在投入固定的假設(shè)條件下，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)最大化。同時(shí)占15.38%的城市處于技術(shù)效率無效狀態(tài)，需要改進(jìn)各投入要素的配置合理程度和使用效率。

③規(guī)模效率分析。模型結(jié)果表明2020年江蘇省13個(gè)市智慧農(nóng)業(yè)整體均值為0.995，其中11個(gè)市的規(guī)模收益已經(jīng)達(dá)到了最優(yōu)狀態(tài)。而南通市、宿遷市規(guī)模效益遞減，服務(wù)規(guī)模過大，存在規(guī)模過度擴(kuò)張的風(fēng)險(xiǎn)。同時(shí)，這兩市的規(guī)模效率、技術(shù)效率均無效，且技術(shù)效率相對更低，可見兩城市發(fā)展的關(guān)鍵點(diǎn)在于能否技術(shù)革新促使資源配置合理、應(yīng)用效率提升。

2.2 生產(chǎn)效率動(dòng)態(tài)分析

選取江蘇省13個(gè)市2014—2020年的面板數(shù)據(jù)，引入Malmquist指數(shù)分析法，構(gòu)建DEA-Malmquist模型進(jìn)行測算，計(jì)算結(jié)果如表3所示。

表3 2014—2020年江蘇省13個(gè)市智慧農(nóng)業(yè)投入產(chǎn)出 Malmquist 指數(shù)平均值

①全要素生產(chǎn)率分解分析。2014—2020年江蘇省13個(gè)市智慧農(nóng)業(yè)全要素生產(chǎn)率變化指數(shù)均值為1.067，年均上漲幅度為6.69%，說明2014—2020年江蘇省智慧農(nóng)業(yè)生產(chǎn)率整體呈上升趨勢。其中鹽城市、泰州市、宿遷市在七年間全要素生產(chǎn)率為負(fù)增長。對全要素生產(chǎn)率進(jìn)行分解后可知，13市平均技術(shù)效率指數(shù)呈負(fù)增長，平均技術(shù)進(jìn)步指數(shù)增長5.41%，全要素生產(chǎn)率指數(shù)的上升主要是由技術(shù)進(jìn)步指數(shù)上升引起，未達(dá)到農(nóng)業(yè)生產(chǎn)效率提升的三市可以從技術(shù)改善提高資源利用角度進(jìn)行重點(diǎn)關(guān)注。

②技術(shù)效率分解分析。2014—2020年江蘇省13個(gè)市智慧農(nóng)業(yè)平均技術(shù)效率變化接近負(fù)增長，13市中有11市七年間技術(shù)效率變化為1，年平均增長率接近于 0，保持不變。平均純技術(shù)效率和規(guī)模效率均值都未達(dá)到1，尤其是規(guī)模效率，有兩市規(guī)模效率呈下降趨勢，占15.38%，規(guī)模效率下降是技術(shù)效率下降的主要原因。各市應(yīng)加大對相關(guān)產(chǎn)業(yè)的規(guī)模調(diào)整，切勿因過度追求農(nóng)業(yè)指標(biāo)而投入過多的生產(chǎn)要素導(dǎo)致農(nóng)業(yè)生產(chǎn)進(jìn)入規(guī)模報(bào)酬遞減階段，規(guī)模效率下降，與此同時(shí)也要改善管理水平，兼顧純技術(shù)效率的改進(jìn)。

3 結(jié)論與建議

3.1 結(jié)論

基于 2014—2020年江蘇省智慧農(nóng)業(yè)投入產(chǎn)出相關(guān)統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用DEA類模型對江蘇省13個(gè)市進(jìn)行測算分析發(fā)現(xiàn)：

①江蘇省智慧農(nóng)業(yè)投入產(chǎn)出效率總體較好，且呈上升趨勢。2020年江蘇省13個(gè)市智慧農(nóng)業(yè)整體均值為0.995，其中11個(gè)市各效率為DEA有效，占84.62%。而2014—2020年江蘇省13個(gè)市智慧農(nóng)業(yè)全要素生產(chǎn)率變化指數(shù)均值為1.067，年均上漲幅度為6.69%，江蘇省整體智慧農(nóng)業(yè)生產(chǎn)率呈上升趨勢。

②江蘇省智慧農(nóng)業(yè)生產(chǎn)效率城市之間存在著發(fā)展不均衡的問題。南通市、宿遷市規(guī)模效益遞減，服務(wù)規(guī)模過大，存在規(guī)模過度擴(kuò)張的風(fēng)險(xiǎn)。同時(shí)，這兩市的規(guī)模效益、技術(shù)效率均無效。2014—2020年僅有鹽城市、泰州市、宿遷市三市全要素生產(chǎn)率為負(fù)增長，經(jīng)過兩層分解可知，負(fù)增長主要是由技術(shù)進(jìn)步、規(guī)模效率下降導(dǎo)致。

③技術(shù)效率在江蘇省智慧農(nóng)業(yè)生產(chǎn)效率影響因素中占主要地位，規(guī)模效率次之。2020年江蘇省13個(gè)市智慧農(nóng)業(yè)技術(shù)效率和規(guī)模效率均無效，平均技術(shù)效率更低。2014—2020年這7年間，DEA-Malmquist指數(shù)分析結(jié)果顯示江蘇省智慧農(nóng)業(yè)生產(chǎn)效率的提升主要依靠技術(shù)進(jìn)步。對技術(shù)效率進(jìn)一步分解分析可知過多地投入要素導(dǎo)致農(nóng)業(yè)生產(chǎn)進(jìn)入規(guī)模報(bào)酬遞減階段，規(guī)模效率下降是阻礙江蘇省2014—2020年智慧農(nóng)業(yè)生產(chǎn)效率的重要原因。

3.2 建議

3.2.1 建立科技平臺(tái)，加快智慧農(nóng)業(yè)技術(shù)創(chuàng)新

技術(shù)進(jìn)步是江蘇省智慧農(nóng)業(yè)生產(chǎn)效率提升的主要原因，因此應(yīng)加強(qiáng)對江蘇省科技研發(fā)投入，加大對其農(nóng)業(yè)高新技術(shù)研發(fā)及農(nóng)業(yè)高新技術(shù)成果轉(zhuǎn)化的投入力度，促進(jìn)江蘇省傳統(tǒng)農(nóng)業(yè)向信息化、現(xiàn)代化農(nóng)業(yè)轉(zhuǎn)型升級(jí)。尤其是未達(dá)到省市平均生產(chǎn)效率的城市可以從改善技術(shù)角度進(jìn)行重點(diǎn)關(guān)注，建立全備的科技平臺(tái)，依靠信息技術(shù)合理優(yōu)化農(nóng)業(yè)資源配置，提高投入產(chǎn)出效率。

3.2.2 成立重大工程專項(xiàng)，增強(qiáng)政策支持

在每年的重大工程專項(xiàng)中，政府可以選擇較為優(yōu)異的智慧農(nóng)業(yè)展現(xiàn)現(xiàn)代科技在農(nóng)業(yè)中的示范作用，以點(diǎn)帶面地促進(jìn)中國農(nóng)業(yè)信息化的發(fā)展。此外，政府應(yīng)加強(qiáng)智慧農(nóng)業(yè)相關(guān)的人才培養(yǎng)，實(shí)現(xiàn)人力資本的積累。政府可以聯(lián)合高校加強(qiáng)農(nóng)業(yè)技術(shù)管理、農(nóng)業(yè)信息技術(shù)運(yùn)用方向人才的培養(yǎng)，同時(shí)加強(qiáng)完善智慧補(bǔ)貼力度，刺激農(nóng)村經(jīng)濟(jì)發(fā)展、提高農(nóng)民收入水平，增強(qiáng)農(nóng)業(yè)生產(chǎn)積極性。

3.2.3 加快完善智慧農(nóng)業(yè)的標(biāo)準(zhǔn)和評(píng)價(jià)體系

目前對于智慧農(nóng)業(yè)的投入產(chǎn)出評(píng)價(jià)較為模糊，本研究對于智慧農(nóng)業(yè)的定義與指標(biāo)構(gòu)建也是基于相關(guān)研究提出的概念，但并沒有一個(gè)嚴(yán)格的定義，因此難以對江蘇省智慧農(nóng)業(yè)的生產(chǎn)質(zhì)量進(jìn)行較為精確的評(píng)價(jià)。江蘇省相關(guān)政府部門應(yīng)盡快構(gòu)建智慧農(nóng)業(yè)投入產(chǎn)出評(píng)價(jià)體系，建立健全相關(guān)測評(píng)標(biāo)準(zhǔn)、辦法和工作體系，從而推動(dòng)江蘇省智慧農(nóng)業(yè)建設(shè)規(guī)范化和制度化，引領(lǐng)江蘇省智慧農(nóng)業(yè)高效有序地發(fā)展。