摘要：運用超效率DEA-Tobit模型對山東省農業科技服務績效及影響因素進行研究。結果表明，山東省農業科技服務績效整體呈有效狀態，但服務水平不高，仍有待進一步提升；人均GDP對農業科技服務績效有顯著負向影響，有效灌溉面積、農作物受災面積和農村人均受教育程度有顯著正向影響。基于研究結果，提出對策建議，包括增加農業產業資金投入、加強農村農業基礎設施建設、擴大農業科技服務范圍、加強農業科技宣傳教育。

　　關鍵詞：農業科技服務；服務績效；影響因素；超效率DEA-Tobit；山東省

　　農業是國民經濟的基礎，近年來農業科技服務在農業經濟發展中的作用越來越重要，其作為農業成果轉化為生產力的紐帶，在轉變農業發展方式、提高農業生產力等方面意義重大［1-3］，現階段農業科技成果的轉化率僅有30%~40%，并且有較多現代農業科技成果無法有效地投入到現實農業生產中［4］。2020年7月，《關于加強農業科技社會化服務體系建設的若干意見》的提出更加深化了農業科技服務的重要作用。學者把農業科技服務定義為面向三農的社會性活動［5］，能改善農業科技資源配置和提高利用效率，推動農業科技創新和農業發展［6］；農業科技服務績效則是指在農業科技服務過程中人力、物力、財力投入所產生的經濟效益和社會效益［7］。的農業科技服務績效近年來有一定的提升，大部分地區的農業科技服務績效都處于較高水平，但仍然存在地區或者服務項目上的差異，有很大的進步空間［8-12］。另有學者研究發現農戶的社會資本顯著影響農業科技服務效率［13］，農民專業合作社主導的農業科技服務體系比政府主導型更有優勢［14］。

　　1山東省農業科技服務績效實證分析

　　1.1農業科技服務績效指標選取

　　農業科技服務投入指標從人力、財力、物力3個方面選取3個指標。①人力投入選擇農業科學研究和技術服務人員，由于這項指標無法直接獲取，所以借鑒已有研究的數據折算方法［21］，根據《山東省統計年鑒》的科學研究和技術服務人員計算得出，即農業科學研究和技術服務人員=科學研究和技術服務人員×（農林牧漁總產值/地區生產總值）。②財力投入選擇農業科學研究與試驗發展（R&D）經費內部支出，即R&D經費內部支出按行業分類中的農林牧漁業支出。③物力投入選擇農林牧漁固定資產投資，由于沒有直接的農業科技服務物力投入指標數據，因此選用農林牧漁業的固定資產投資代替。

　　1.2農業科技服務績效實證分析

　　運用DEA的BCC模型并運用DEAP2.1軟件從投入導向對山東省2012—2018年的綜合效率、純技術效率和規模效率進行測算（表2）。結果顯示，2016和2017年的綜合效率和規模效率小于1，而純技術效率等于1，未達到DEA有效，說明其規模和投入產出不相匹配，需要增加規模；其他各年份綜合效率、純技術效率和規模效率均為1，說明其投入產出結構合理，農業科技服務效率同時達到了技術和規模有效。

　　2山東省農業科技服務績效影響因素分析

　　2.1影響因素指標選取

　　被解釋變量選用上述計算所得的農業科技服務績效的綜合超效率值（TE），解釋變量借鑒相關文獻，從經濟發展水平、農村基礎設施、自然環境條件、人力資源稟賦4個方面選取共5個指標［12，22］。①經濟發展水平用人均GDP表示。一般情況下認為一個地區的經濟發展水平越高，其農業生產的機械化和科技化水平就會有越高的經濟基礎，對于農業科技服務的需求和供給就會越多，因此假設經濟發展水平的高低在一定程度上影響農業科技服務績效。②農村基礎設施用農業機械總動力和有效灌溉面積表示。農村基礎設施的建設是開展農業生產的重要基礎，是否有充足的農業機械幫助農業生產、是否有良好的灌溉設備來澆灌農作物，都對農業科技服務績效有著直接的影響。由于有效灌溉面積2012年的數據缺失，因此采用求前后兩年平均值的方法計算得出。③自然環境條件用農作物受災面積表示。農作物受災面積指因災減產10%以上的農作物播種面積，自然環境的變化很大程度上影響著農業生產，干旱、洪澇等極端天氣等都會影響農作物的生長，進一步影響農業科技服務的實施效果。④人力資源稟賦用農村人均受教育程度表示。農業科技服務接受者主要是從事農業生產勞作的農村居民，考慮農業勞動者的文化程度會影響農業科技服務的水平。農村人均受教育程度借鑒胡揚名等［22］的計算方法，根據《人口和就業統計年鑒》公布的鄉村受教育程度人口數據計算得出，即農村人均受教育年限=（樣本含小學文化程度人口數×6+初中文化程度人口數×9+高中文化程度人口數×12+大專及以上文化程度人口數×16）/6歲以上抽樣總人口數。其中，農作物受災面積數據來自于《農村統計年鑒》，農村人均受教育程度數據根據《人口和就業統計年鑒》計算得出，其他指標數據均來自于《山東省統計年鑒》。最終構建的農業科技服務績效影響因素指標體系如表4。

　　2.2基于Tobit回歸模型的影響因素分析

　　運用stata15.1軟件進行Tobit回歸，結果如表5。人均GDP對農業科技服務績效呈顯著的負相關影響，有效灌溉面積、農作物受災面積、農村人均受教育程度對農業科技服務績效呈顯著的正相關影響，農業機械總動力的影響并不顯著。①人均GDP對農業科技服務效率的影響為負向。說明經濟發展水平升高會抑制農業科技服務的發展，結合農村勞動力大量向城市涌入的現實情況分析，農村居民的收入增加之后逐漸提高了對農業以外投入的份額，擠占了農業的投入，且隨著經濟水平的提升，更多人的職業選擇從第一產業向第三產業靠攏。②有效灌溉面積對農業科技服務績效的影響為正。農業機械總動力的影響不顯著，說明農村基礎設施的建設發展，并不是所有項目都能促進農業科技服務的發展。有效灌溉面積這一指標在很大程度上能代表農業灌溉面積，隨著灌溉設備不斷精良化，灌溉技術不斷提升，農作物生產效率有所提升，促進了農業科技服務績效的提升。農業機械總動力影響不顯著的原因，可能是山東省農業發達，農戶擁有的農業機械多，對農業機械設備的服務需求并不大。③農作物受災面積對農業科技服務績效呈正相關影響。一般情況下農作物受災之后農戶會相對減少對其的農業科技服務投入，而農作物雖受災減產但仍然會有收獲，因而農業科技服務績效仍會上升。④農村人均受教育程度對農業科技服務效率有顯著的正相關影響。農村居民作為農業科技服務最直接的接受者，其受教育水平對農業科技服務績效有著深刻的影響，其受教育程度越高，則對農業科技的接受程度越高，農業科技服務績效越高。

　　3結論及建議

　　3.1結論

　　運用DEA中BCC模型和超效率模型對2012—2018年的山東省農業科技服務績效進行測算分析，在此基礎上通過Tobit模型對農業科技服務績效的影響因素進行回歸分析。結果表明，2012—2018年山東省農業科技服務績效整體呈有效狀態，但總體服務水平不高，農業科技服務績效水平有待提升；人均GDP、有效灌溉面積、農作物受災面積、農村人均受教育程度在5%置信度水平下對農業科技服務績效有顯著影響，但人均GDP為負相關的影響，而農業機械總動力在5%的置信度水平下對農業科技服務績效影響不顯著。

　　3.2建議

　　3.2.1不斷增加農業產業的資金投入

　　山東省經濟發展態勢良好，經濟發展水平的不斷提升為農業科技服務發展提供了強有力的支撐，然而在大力發展第二、三產業的同時也不能落下第一產業的發展。要不斷增加對農業生產和農業產業化發展的資金投入，為農業發展提供源源不斷的資金支持，提高農業科技成果轉化效率，鼓勵農村居民繼續從事農業生產，吸引更多的人返鄉發展農業產業。

　　3.2.2繼續加強農村農業基礎設施建設

　　農村基礎設施的建設是農業科技服務有序開展的重要基礎，農田水利設施的建設對農業科技服務績效有顯著影響。要加強各地農村，尤其是偏遠地區的農田水利設施建設，不斷改善灌溉條件、提升灌溉技術，促進農作物增收，在提高農業科技服務績效的同時也方便農村居民的生活，助力鄉村振興，改善農村人居環境，共建鄉風文明。

　　3.2.3擴大農業科技服務范圍

　　山東省地形復雜，以山地和丘陵為主，各地區地形、土壤及氣候條件等的差異導致農作物的種植或農作物受災情況的差異。要不斷擴大農業科技的服務范圍，逐漸解決農業科技服務“最后一公里”的問題，讓偏遠地區的農業生產也能得到優質的服務，及時做好農作物的自然災害防治及災后經驗總結等工作，不斷提高農業科技服務績效水平。

　　3.2.4加強農業科技宣傳教育

　　農業科技服務的最終接受者是從事農業生產的人員。要加強農業科技的宣傳教育，一方面通過技術培訓和指導讓更多的農業生產者學習到先進的農業生產技術，接受高質量的農業技術服務，提高農業生產效率；另一方面通過宣傳吸引更多的農業高素質人才參與到農業生產中，充分發揮知識的力量，利用其所學先進知識助力農業生產，提高農業生產隊伍的知識素質水平。

　　參考文獻：

　　［1］楊常偉，王奕.建設高校復合型協同創新農業科技服務體系研究［J］.科技管理研究，2016，36（22）：7-11，33.

　　［2］鄒弈星，周華強，劉洋露，等.農業科技服務業發展的理論探析與政策建議——基于四川省實證研究［J］.科技管理研究，2017，37（15）：29-34.

　　［3］曹博，趙芝俊.基于供給側結構性改革的農業科技創新體系研究［J］.科技管理研究，2017，37（17）：36-41.

　　［4］謝紅黨，解金輝，杜家方.新型農業經營主體農業技術采納行為異同分析——以河南省駐馬店市為例［J］.農業文摘-農業工程，2019，31（5）：47-53.

　　［5］胡雷.基于現代信息技術的農業科技服務體系建設研究——以湖北省武漢市為例［D］.武漢：華中農業大學，2013.

　　［6］顧吾浩.借鑒國外先進經驗構建現代農業科技服務新體系［J］.上海農村經濟，2020（1）：9-13.

　　張雪萍，李敬鎖