农业产出效率范文

农业产出效率范文（精选11篇）

农业产出效率 第1篇

上海市海岸带区县包括五区一县, 即宝山区、浦东新区、南汇区、金山区、奉贤区和崇明县。

上海市海岸带各区县所依托腹地城市具有很高的经济发展水平, 同时由于城市的集聚效应而造成了庞大的城市规模, 进而形成了对各区县农村的粮食、蔬菜以及肉制品的巨大需求。另外, 大量农业人口的生存压力也对海岸带各区县农业发展提出了较高的要求。然而多年来, 上海市海岸带各区县农业由于土地的分散经营和异常的城市化特征等原因, 农业生产要素产出效率的正常发挥受到影响, 进而阻碍了农业产业化发展和集约化经营, 也限制了海岸带各区县农业发挥其成为依托城市的粮食、蔬菜及肉制品供应基地的作用, 压缩了农民转移创业的空间, 甚至由于农业发展速度的缓慢和城乡居民收入差距的日益扩大, 农村居民的生活水平严重下降。

为此, 对上海市海岸带各区县农业各生产要素的产出效率进行比较研究, 以便从中找出影响耕地要素、劳动力要素和农机要素产出效率的主要根源, 为促进海岸带区县农村土地、资金和技术等要素的优化配置和农业高效率生产提供借鉴和决策参考。

2 基础数据的收集与整理

鉴于研究的目标和内容以及数据的可获得性, 特收集以下几项数据:各区县的农业总产值、耕地总面积、农业机械总动力、农业产业化指标和农业生产科技含量情况, 得到数据如表1所示。

3 各区县生产要素产出效率的比较分析

3.1 耕地要素产出效率比较

将各区县的农业总产值除以年末耕地面积获得耕地要素的单位面积产出值, 即耕地产出率。相关的结果如图1所示。

数据来源:《上海郊区统计年鉴》 (2006年) .

从表1可以看出, 海岸带各区县中农业大县是崇明, 该县农业总产值位于各区县之首, 达到近44亿元;南汇第二, 为39.19亿元。而从图1又发现, 崇明的耕地产出率最低, 只有0.51%, 而南汇则达到1.07%, 位于榜首。这说明各区县如果以南汇为基础进行比较, 则在农业生产过程中耕地要素的效益还远没有充分发挥出来, 农业产出依然有很大的发展空间, 具体计算结果如表2所示。

从表2可以看出, 崇明县的可挖掘空间最大, 计算的总产值可以比实际翻一番, 达到近92亿元。其次依次为金山也可以翻一番, 达到43亿元;奉贤增长近50%, 达到43亿元;宝山增长1倍, 达到12亿元。海岸带各区县如果都能够按照南汇土地要素产出效率进行农业生产 (虽然南汇与全国相比不一定是最有效的) , 则海岸带区县预计农业总产出将近244亿元, 比目前的154.29亿元多出近90亿元。因此, 目前海岸带区县耕地资源没有得到有效利用的损失至少有89亿元。

3.2 劳动生产率比较

同样将表1中的总产值数据化成以“万元”为单位, 农业从业人数化成以“人”为单位, 并将各区县的农业总产值除以农业从业人数获得劳动力要素的单位人员产出值, 即劳动生产率, 相关的结果如图2所示。

从表1可以看出, 海岸带各区县中宝山和浦东的农业总产值最低。而从图2又发现, 宝山的劳动生产率最高, 达到7.33%;浦东次之, 为6.96%。劳动生产率最低的是劳动力人口较多的崇明和南汇, 分别为2.98%和3.03%。这说明各区县如果以宝山为基础进行比较, 则在农业生产过程中劳动力要素的效益还远没有充分发挥出来, 农业产出依然有很大的发展空间, 具体计算结果如表3所示。

从表3可以看出, 崇明县的可挖掘空间最大, 总产值可以增加近两倍, 达到近108亿元。其次依次是南汇可以增加一倍半, 达到94亿元;金山增加近一倍半, 达到52亿元;奉贤增长近50%, 达到40亿元。海岸带各区县如果都能够按照宝山的劳动生产率进行农业生产 (虽然宝山与全国相比不一定是最有效的) , 则海岸带区县预计农业总产出将达到313亿元, 比目前的154.29亿元多出近158亿元。因此, 目前海岸带区县劳动力资源没有得到有效利用的损失至少有158亿元。

3.3 机械化产出率比较

再次将表1中的总产值数据化成以“万元”为单位, 并将各区县的农业总产值除以农业机械总动力获得农机动力要素的单位农机动力产出值, 即机械化生产率, 相关的结果如图3所示。

从表1可以看出, 海岸带各区县中浦东的耕地面积和农业总产值都很低, 仅多于宝山。而从图3又发现, 浦东的机械化生产率最高, 达到5.93%;南汇次之, 为5.5%。考虑到农业机械化应与区县耕地面积成一定的比例关系, 再结合图4可以看出, 耕地面积偏大、农机使用偏多的崇明机械化生产率最低, 只有1.799%;其次为金山和奉贤, 分别为1.88%和2.24%。和浦东的农机产出率相比较, 崇明的农业机械存在严重的资源浪费和低效率现象, 金山和奉贤也存在一定程度的农业机械资源的低效使用及资源浪费。

上述情况进一步说明各区县如果以浦东为基础进行比较, 则在农业生产过程中农业机械的效益还远没有充分发挥出来, 农业产出依然有很大的发展空间, 具体计算结果如表4所示。

从表4可以看出, 崇明县的可挖掘空间最大, 总产值可以增加两倍多, 达到近144亿元。其次依次是金山可以增加两倍多, 达到73亿元;奉贤增加近两倍, 达到80亿元;而宝山也可以增长近两倍。海岸带各区县如果都能够按照浦东的农业机械生产率进行农业生产 (虽然浦东与全国相比不一定是最有效的) , 则海岸带区县预计农业总产出将达到366亿元, 比目前的154.29亿元多出近209亿元。因此, 目前海岸带区县农业机械资源没有得到有效利用的损失至少有109亿元。

4 根源剖析

随着人口的不断增加和城市化进程的不断推进, 用于农业生产的耕地要素呈现不断萎缩的态势。因此, 目前靠增加要素投入来促进农业经济增长是不现实的, 粗放的经济增长方式不可以延续。为了确保耕地要素的边际产出不至于递减, 各区县在农业生产过程中所投入的资本和劳动力应当互相匹配, 农业增长的绝对决定因素将来自集约型生产和产业化运作。

4.1 耕地要素产出率问题的根源与产业化程度

本部分研究所选用的指标是农业总产值和耕地面积。2006年《上海郊区统计年鉴》中对“农业总产值”的解释是以货币表现农业生产者在一定时期内生产的全部产品总量, 计算范围包括农、林、牧和渔业, 并按照“产品法”计算, 即用农业的全部主、副产品乘各项产品的单价, 求得各项产品的总量, 然后加总获得农业总产值;而“耕地面积”指能够种植农作物和经常进行耕锄的田地, 包括熟地、当年新开荒地、连续撂荒未满三年的耕地和当年的休闲地 (轮歇地) 。

鉴于上述两项指标的界定, 则所有与农业主副产品相关的经营方式和活动都与农业产出有关联。另外, 农业产业化是提高农产品附加值和拉长产业链的有效途径, 因此考虑各区县农业产业化程度与耕地产出率的关系。各区县产业化程度与耕地产出率之间的变化趋势比较如图5所示, 该图非常清晰地显示了各区县耕地产出率与产业化程度具有高度的同步变动趋势。

进一步考察两者的相关系数为0.85, 说明产业化程度对耕地要素的产出效率发挥了很强的辅佐拉动作用。从图5可以看出, 宝山、金山和崇明岛由于其产业化程度很低, 显示出在有限的耕地要素投入上形成的农业总产值相对较低, 而南汇则由于比较高的产业化程度而使得用于农业生产的单位耕地面积引致的农业产出显胜于其他几个区县。

总之, 在耕地要素相对比较稳定的情况下, 与其匹配的劳动力和资金投入太多将造成农业生产的粗放型增长。为了实现农业在现有投入要素匹配模式下的高效化生产, 依靠产业化拉长产业链以增加农业总产出将是非常有效的发展途径。

4.2 劳动生产率问题的根源

4.2.1 农业劳动力文化素质情况

据2008年对海岸带各区县调查资料分析, 海岸带各区县快速城市化进程的主要诱因有两点:一是海岸带区县的人口老龄化, 由于庞大的老龄人口数以及这些老龄人口依然可以维持目前技术含量不高的农业生产, 使得青壮年有可能脱离农业而进入二三产业;二是海岸带区县青少年教育开支较多, 促使其父母们外出打工以增加其真实收入。

从表1可知, 2005年各区县农业从业人口最多的是崇明, 南汇次之, 鉴于目前能够收集到的数据只有2005年郊区农业从业人员总数, 而其中南汇和崇明占到了54%。从总的从业人员文化层次看, 大专以上人口只占总人口的7.5%, 而超过50%的农业从业人员是初中及以下文化层次。

海岸带各区县城市化进程的特征导致滞留于农业的劳动力文化素质普遍偏低且年龄普遍偏高, 这些劳动力在对新技术的吸收、应用及技术效用的正常发挥上必然会有所欠缺, 这导致了两个农业大区县的劳动生产率偏低。

4.2.2 投入的劳动力数量超过与现有耕地要素匹配的实际需求数量

随着城市化进程的不断推进和耕地资源的日益紧缺, 各区县能够投入农业生产的耕地资源数量相对固定甚至在不断减少。但是由于我国人口众多的基本国情、上海大都市超大规模的人口储备、二三产业发展速度还不能完全吸收农业剩余劳动力以及进入二三产业的劳动力素质和年龄等原因, 各区县能够被吸收进入城市发展并进入二三产业发展的劳动力数量相对有限, 仍然还会使相当数量的农业劳动力被迫滞留于农业, 名义上从事农业的生产但实际并未完全发挥作用。而在农业技术水平尤其是农业机械化程度不断提高的情况下, 过多的劳动力要素与有限的耕地要素之间会出现不匹配, 从而表现为劳动力要素的边际产出递减。

从各区县的劳动生产率来看, 宝山区的劳动生产率最高。如果考虑各区县在地域空间上的近似性和生产方式、技术水平的继承性, 那么其他各区县的劳动生产率均应可以达到与宝山区相同的高度。如果按照宝山区耕地面积为7 481公顷仅需要劳动力0.81万人计算, 那么其他区县的劳动力需求量将如表5所示。

从表5中可以看出, 与宝山区相比剩余劳动力最多的是南汇区, 达到10万多人, 其次是崇明, 为8.5万多人。这些区县在今后要解决剩余劳动力就业和增加农民收入问题, 就要调整产业结构, 使其向旅游农业和农业服务业等劳动密集型产业方向靠拢。

4.3 农业机械化率问题的根源

4.3.1 分散经营

从各区县的机械化程度可以看出, 浦东和南汇的机械化率最高, 而崇明的则最低。其根源在于浦东和南汇两区的耕地集中且连片经营程度高, 便于机械化耕作, 从而使其从产业化和规模化经营中获得较多的利益;而崇明虽然有庞大的耕地面积基数, 但是绝大多数属于分散经营, 未集中连片且规模小, 因而在规模化经营方面处于劣势, 这显然也给机械化耕作带来了一定的障碍, 最终导致机械化生产的低效率。

另外, 崇明等区县机械化率很低的根源还在于其在对耕地进行流转的过程中, 由于受到观念、体制和政府政策等因素的影响, 耕地流转障碍重重, 这些为土地连片集约经营和机械化生产带来了最直接的影响。

4.3.2 农业机械投入比例相对过高

对于有限的耕地要素和劳动力要素, 农业机械投入也应当与之相匹配, 一定数量的耕地要求一定数量和质量的劳动力, 否则也会造成农业机械资源的严重浪费。崇明等区县虽然拥有较多的耕地, 但是由于劳动力文化层次和年龄结构等因素影响到对劳动力要素的匹配要求, 再加上土地连片程度不够高等也会影响到农业机械化要素正常作用的发挥。从图3可知浦东的机械化率最高, 当其他区县按照浦东同样的耕地机械化比值计算时, 各区县所应该具有的机械化程度如表6所示。

从表6可以看出, 如果以浦东为例, 则其他各区县均存在比较严重的农机资源浪费情况, 其中崇明、金山和奉贤比较严重, 南汇和宝山相对较好, 因此这些区县只要从农机使用效率方面借鉴浦东的经验, 就可以节省大量的费用。

5 结论

上海市海岸带区县腹地城市经济的飞速发展与海岸带区县经济的相对迟缓造成各区县较大的城乡居民收入差距[1]。受经济效益和择业观念的影响, 具有较高文化层次的青壮年劳动力纷纷转移进入城市二三产业, 而滞留于农业的劳动力大多是文化层次较低且年龄偏大的人口, 或者是外地移民和打工人员。这给海岸带区县造成的显著影响有:①区县农业现代化进程由于人口文化素质较低而受到阻力[2];②区县的主导产业发展和经济增长对区县人均收入提高的贡献很低;③资金外流造成区县内部资金供应紧张, 进而影响区县产业结构的升级[3]。

海岸带区县耕地资源由于受家庭联产承包制度的影响, 目前多数区县依然处于分散经营状态, 这无疑给实现农业现代化造成了一定的影响。提倡土地使用权的合理流转, 一直是中央农村政策的主要内容之一, 这在中央一系列农村政策中均有涉及, 但对土地使用权流转的管理, 从上到下的农业行政主管部门没有具体实施细则, 在流转程序、流转手段和流转档案管理等方面缺乏统一规定[4]。另外, 海岸带区县外出务工和经商的农民中, 有些对土地的眷恋还很深, 宁愿“撂荒”也舍不得将土地使用权流转出去, 甚至在政府实施土地使用权流转与区县居民阻碍流转之间形成了一种动态博弈关系, 结果造成耕地流转进程缓慢且障碍重重, 进一步影响到区县农业产业化、集约化步伐, 最终造成农业产出低效和城乡差距进一步扩大的恶性循环。

再者, 区县农业内部产业结构和产品结构也是影响耕地产出率的重要因素[5,6]。从2006年上海郊区统计年鉴来看, 2005年各区县种植业农产品的商品化率均不如渔业产品, 而种植业所占的耕地资源却大于渔业。虽然种植业为各区县的农业发展带来了一定的经济收益, 但是相对其所占据的资源量而言, 从某种意义上说属于耕地资源的浪费[7]。

总之, 海岸带区县耕地要素由于依托城市相对于内陆非常发达的经济而显得非常稀缺, 其作为农业生产要素增加了区县农业的生产成本, 这种稀缺的耕地资源必须得到最优化的配置, 否则就会造成耕地资源的严重浪费, 进而使经济低效益运转。为此, 海岸带区县相关部门应当认真研究存在的问题, 采取适合本区县的切实可行的办法, 使耕地要素的效益能够得到正常发挥。

摘要：以上海市海岸带各区县为研究对象, 对其农业各生产要素的产出效率进行了比较研究。研究结果显示:不同区县不同要素的产出效率存在巨大差异, 各区县如果能够在农业产业结构、产品结构、农业生产方式及经营方式等方面互相学习、取长补短, 则可以大幅度提高现有生产要素的产出效率, 使得现有农业生产要素得到最优配置。

关键词：海岸带,生产要素,农业产出

参考文献

[1]张平.中国区域产业结构演进与优化[M].武汉:武汉大学出版社, 2005.

[2]王渊明.历史视野中的人口与现代化[M].杭州:浙江人民出版社, 1995.

[3]周振华.产业结构优化论[M].上海:上海人民出版社, 1992.

[4]小北.农村土地流转存在的问题及对策[EB/0L].http://www.yingchun/blog/item/bc9b.html, 2007, 7.

[5]周起业.区域经济学[M].北京:中国人民大学出版社, 1990.

[6]邬义钧.产业经济学[M].北京:中国统计出版社, 2001.

农业产出效率 第2篇

高等农业院校科研投入--产出的定量研究

运用线性回归的数学分析方法,定量地分析了高等农业院校的各项科研成果数量与科研经费、科研课题数、博士生人数、博士生导师人数4项投入变量的关系,同时分析了博士生人数、科研经费分别与其它3个投入变量的`数学关系,试图得出影响科研产出的主要投入因素,以及影响博士生人数、科研经费数量的因素.

作 者：赵正洲 王鹏 作者单位：华中农业大学高等教育研究所,湖北,武汉,430070刊 名：科技进步与对策 ISTIC PKU CSSCI英文刊名：SCIENCE & TECHNOLOGY PROGRESS AND POLICY年，卷(期)：22(2)分类号：G648关键词：高等农业院校 投入 产出 定量研究

非期望产出的DEA效率评价 第3篇

关键词 数据包络分析；非期望产出；相对效率

中图分类号 F224.31 文献标识码 A

Efficiency Measure of Undesirable Outputs in DEA

XU Ping ，SUN Yuhua

（School of Mathematics and Physics， University of science and technology Beijing， Beijing 100083，China）

Abstract This paper regards the undesirable outputs as inputs so that the traditional DEA models can be used. Through it the undesirable output efficiency evaluation activities can be resolved.We established the radial and nonradial inputoriented DEA models based on the production possibility set in which the undesirable outputs were indirectly introduced.Then， we give the proofs for the efficiency value size and equivalence of the relative effeciency of two kinds of DEA models.Finally ， It can be concluded that nonradial DEA model is more accurate quantitative evaluation of efficiency than radial DEA model through the above proofs.

Key words data envelopment analysis（DEA）；undesirable outputs；relative efficiency

1 引 言

数据包络分析（Data envelopment analysis，简称DEA）是用来评价一组多输入多输出决策单元（Decision Making Units，DMUs）之间的相对效率的数学规划方法.在DEA输入（输出）导向模型中，输入减少的百分比（输出增加的百分比）一般是比较清楚的，为改善评价非有效DMU的效率提供了方向[1].1978年， Charnes等[2]引入第一个DEA模型—CCR模型，经过30多年的发展， DEA已经成为运筹学、管理科学、系统科学交叉研究的一个新的领域，并在这些领域得到广泛地应用[3].

传统的DEA模型，要求投入的越少、输出的越多越好，但实际生产中除了获得期望的输出物，有时不可避免地有非期望产物的产出[4，5].例如在一个造纸厂中，造纸过程不可避免地产出的废水、废气等称之为非期望产出.在对决策单元进行效率评价时若忽略这些因素的存在，仅仅要求期望产出越多越好显然是不合理的.这就需要重新建立具有非期望产出的DEA模型.国内外一些学者对非期望产出的效率评价进行了研究，目前处理非期望产出的方法有曲线测度法、方向距离函数法、线性转换函数法、污染物投入法等.1989年，Fre等[6]提出用于环境效率评价的曲线测度法，该方法是一种非线性规划方法，在求解上比较繁琐.1997年， Chuang等[7]在DEA模型中引入了方向距离函数法，通过设定固定的方向，决策单元可以在设定的方向上达到期望产出增加，非期望产出减少的要求.Seiford和Zhu[8]于2002年提出线性转换函数法，通过转换将非期望产出转换为期望产出，满足了传统DEA模型求解决策单元效率的情形.但是，方向距离函数法和线性转换法加入了决策者的主观判断，与DEA的客观性不符.文献[9]将非期望产出作为投入，在维持输出不减少的前提下，使投入和非期望的产出越少越好，但是该模型的缺点是要求投入和非期望输出的扩大或减小的倍数相同，在实际应用中具有一定的限制性.

本文在前人的基础了做了改进，将非期望产出作为投入，在期望产出不减少的前提下，提出了基于投入的径向和非径向两种DEA模型.并对两种模型效率值的大小关系、有效性的等价性问题进行了证明.

2 模型的建立

3 结束语

本文研究了具有非期望输出决策单元相对有效性的两种DEA模型，模型（I）、（II）为径向DEA模型，模型（III）、（IV）是非径向DEA模型.文中给出了两种DEA模型相对效率值大小关系和决策单元DEA有效性的等价性等问题的证明.由定理4知，非径向DEA模型的相对效率值小于等于径向DEA的相对效率值，因此，非径向DEA模型更能较好地评价决策单元的有效性.此外，通过非径向模型（III）的不完全投影可以提高模型投影的的灵活性，为管理者提供更多的信息更有效的评价决策单元的行为.因此具有非期望产出的非径向DEA模型具有更广泛的应用前景.

参考文献

[1] 魏权龄.数据包络分析[M].北京：科学出版社，2004.

[2] A Charnes ，W W Cooper， E Rhodes.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978，2 （6）：429-444.

[3] W W Cooper ，L M Seiford， J Zhu. Handbook on Data Envelopment Analysis[M].Boston：Kluwer Academic Publishers，2004.

[4] 张炳，毕军，黄和平，等.基于DEA的企业生态效率评价：以杭州湾精细化工园区企业为例[J].系统工程理论与实践，2008，20 （4）：159-166.

[5] 郭京福，杨德礼.具有非期望输出决策单元相对有效性评价的DEA模型[J].系统工程学报，1999，14 （1）：91-95.

[6] Rolf Fare， Shamna Grosskopf， C A K Lovell， et al.Multilateral productivity comparisons when some outputs are undesirable： a nonparametric approach[J]. The Review of Economics and Statistics，1989，71 （1）： 90-98.

[7] Y H CHUNG， R FRE， S GORSSKOPF. Productivity and undesirable outputs： A directional distance function approach.[J]. Journal of environmental management，1997，51 （3）：229-240.

[8] L M Seiford， J Zhu. Modeling Undesirable Factors in Efficiency Evaluation[J]. European Journal of Operational Research，2002，142 （1）： 16-20.

[9] 王波，张群，王飞.考虑环境因素的企业DEA有效性分析[J].控制与决策，2002，17 （1）：24-28.

农业产出效率 第4篇

1 DEA模型

1.1 DEA模型简介

1978年由著名运筹学家A.Charnes, W.W.Cooper以及E.Rhodes首先提出Data Envelopment Analysis方法 (简称DEA模型) , 此方法用于评价同属性部门间的相对有效性, 即DEA有效。第一个模型为C2R模型, 用于有效解决多指标投入与多指标产出的问题, 是在生产部门中进行规模有效分析的理想方法。1985年, A.Charnes, W.W.Cooper, L.Seiford和J.Stutz提出了C2GS2模型, 应用于生产部门间的技术有效性问题分析[1,2,3]。

DEA是对同类型部门的投入规模、技术有效性作出评价, 即通过劳动力、资金等投入对产出效益作相对有效性评价。我国农业科技投入产出问题是一个多指标投入与产出的评价问题, 基于DEA模型可分析我国农业投入产出情况及规模效益。

1.2 数学模型

DEA (数据包络分析) 方法主要采用数学规划方法, 利用观察到的有效样本数据, 衡量投入和产出决策单元的相对有效性, 这个决策单元称为DMU。它不仅可用来计算同一个评价对象的效率指数, 按照效率指数的大小对评价对象进行排序, 而且可以对其进行资源配置和产出的有效性分析。

假设有n个待评价对象, xij为决策单元DMUi的第j项的投入, yir为该决策单元的第r项产出要素, 其中i=1, 2, …, n;j=1, 2, …, m;r=1, 2, …, s。

其中, λi为n个决策单元某种组合的权重, 分别为按照这种权重组合的虚构决策单元投入和产出, 该模型是从投入不变、产出增加的角度来构造的。s-和s+为松弛变量, ε为非阿基米德无穷小量。VD为该线性规划模型的最优解。

(1) DEA有效性:由CCR模型计算出来的为规模报酬不变条件下的技术效率, 即综合效率。θ是决策单元DMU的有效值, θ位于0与1之间, 若θ等于1, 该决策单元位于前沿面上, 该决策单元为DEA有效, 否则为DEA无效, 在判断每个DMU的相对有效性后就可以进行比较和分析。

(2) 纯技术有效性:由BCC模型计算出来的为规模报酬可变时的技术效率, 称为纯技术效率。如果s+=s-=0, 则决策单元的资源从技术角度上来说获得了充分的利用, 投入要素达到了最佳组合, 取得了最大的产出, 即为纯技术有效;否则, 则称该决策单元纯技术无效。

(3) 规模有效性:K为决策单元DMU的规模收益值, 当K=1时, 称决策单元DMU为规模收益有效;当K<1时, 称决策单元DMU为规模收益递减[4,5]。

综合效率与纯技术效率、规模效率之间的关系为:

综合效率=纯技术效率×规模效率

本文选取农业科技人员投入、经费投入与课题投入作为农业科技效率评价的投入指标, 选取发表科技论文、出版科技著作、有效发明专利以及专利所有权转让及许可数作为农业科技效率的产出指标 (表1) 。

2 实证分析

根据《中国统计年鉴2013》数据, 使用DEAP 2.1软件对2012年我国各地区农业科技投入产出进行分析, 共选取除西藏以外的大陆30个省、直辖市作为有效样本进行DEA计算, 计算结果如表2所示。

从规模效率方面来看, 有11个省市的规模效率小于1, 但是在这些规模效率递减的省市中, 所有省市的规模效率都大于0.7。因此, 从总体上来看, 我国农业科技的投入产出是规模有效的。在经济较发达的东部地区, 规模效率递减的省市的比重占到了46%, 中部地区规模效率未达到1的省市占50%, 而在经济欠发达的西部地区, 规模效率递减省市的比例只有18%, 说明西部地区对于农业科技的资源利用较为合理, 相反经济较发达的东部与中部部分省市的资源可能并没有被充分利用, 因此未达到规模报酬不变或递增[6,7]。

从纯技术效率方面来看, 全国只有6个省未达到纯技术有效, 其中吉林、天津和山东的纯技术效率较低, 而这3个省市的规模效率都到达了0.9以上, 说明这3个省市需要提高农业科技的研究能力以达到投入产出的DEA有效。

分地区来看, 东北三省只有黑龙江DEA有效, 东部10个省中有6个DEA有效, 中部6个省中有3个DEA有效, 西部11个省中有9个DEA有效。因此, 东北三省这样粮食产出丰富的地区农业科技投入产出有效性不高, 东部地区虽坐拥丰富的科研技术资源, 但是投入产出效率也较低, 资源没有得到有效配置, 相反西部地区DEA有效的省 (市、区) 占了大部分, 其投入力度小, 但资源集中, 转化率高, 中部地区则显得更为无效, 究其原因, 可能与其产业偏向于能源与化工有关[8,9]。

3 结语

本文用DEA模型对除西藏外的30个省和直辖市的农业科技创新情况进行研究。实证结果表明, 我国大部分地区农业科技领域的投入产出是有效的, 部分地区存在着投入不足或者投入资源分配不合理的情况, 通过对DEA实证结果的进一步分析提出以下建议。

一是加大人力资源的投入。目前我国对于农业科技领域的资金投入较大, 更多的经费投入并不能显著地提高产出, 因此部分地区需要更注重农业技术人员的培养。二是鼓励专利方面的产出。在未达到DEA有效的省市中, 投入较少或分配不合理导致的产出不足多存在于专利方面。因此, 这些省市应该鼓励农业科技领域的人员和资金投向专利方面。三是协调各地区间资源配置。各地区间DEA有效情况差距较明显, 应降低资源错配, 合理分析东部、中部和西部地区间差异, 最大程度上促进投入产出趋于有效[10]。

摘要：使用DEA模型对我国部分省、直辖市的农业科技投入产出进行分析。通过对DEA计算结果的观察与分析, 得出东北部、东部、中部、西部各地区的DEA有效情况。研究表明, 各地区都存在非DEA有效, 但是全国角度来看属于DEA有效。因此, 部分地区应增加农业科技投入, 合理配置资源。

关键词：DEA模型,农业科技,投入产出,效率,中国

参考文献

[1]吴雪.地域科技投入产出的DEA模型构建与分析[J].统计观察, 2014 (3) :111-114.

[2]杜娟.基于DEA模型的我国农业科技创新投入产出分析[J].科技进步与对策, 2013 (8) :88-91.

[3]舒伟军.浙江省农业机械化对农业产出贡献率的测算研究[J].中国农机化, 2007 (5) :27-31.

[4]刘卫柏.基于统筹城乡发展视角的农业科技创新研究[J].科学管理研究, 2011 (4) :27-29.

[5]方爱平, 李虹.基于DEA模型的西部区域科技投入产出效率分析——以西部大开发12个省、市、自治区为例[J].科技进步与对策, 2013 (15) :47-50, 61.

[6]蒋青松, 张兴吉.南疆区域农业投入产出模型与农民增产增收对策研究[J].安徽农业科学, 2010, 38 (28) :492-495.

[7]谢友才, 张红辉.区域科技投入产出效率的DEA视窗分析[J].研究与发展管理, 2007 (3) :88-95.

[8]王韩伟.投入产出分析在农业经济系统中的应用[J].农机化研究, 2005 (3) :41-43.

[9]旷宗仁, 章瑾, 左停.中国农业科技创新投入产出分析[J].中国科技论坛, 2012 (7) :134-138.

湖南省R&D投入产出效率研究 第5篇

关键词 R&D；投入产出效率；DEA

中图分类号 F223；F127 文献标识码 A

Abstract This paper analyzed the R&D input and output activities of Hunan province based on the BCC model， a normal model of DEA. Combining 30 provincial regional statistics， a comparative analysis of R&D inputoutput efficiency of Hunan province in 2013 was constituted. Then on the basis of empirical research， some relevant countermeasures and suggestions were proposed.

Key words R&D；InputOutput efficiency；DEA

1 引 言

一国经济的发展和创新能力的提升都离不开科技的助推，科技是国家强盛之基，创新是民族进步之魂[1].技术创新是促进科学技术又好又快改革的重要动力，它来源于R&D活动的发展，并以其为核心内容.一个国家科技实力和核心竞争力往往与R&D活动规模息息相关.2013年中国R&D经费内部支出为11 846.6亿元，投入强度为2.08%，已进入创新阶段（R&D投入强度为2%），但离建设创新型国家的目标（2.5%）[2]仍有0.42%的差距.科技资源的有限性与社会需求的无限性并存，完善配置资源，使效用最大化，进而推动科技进步，值得各界重点关注.

近些年，不少专家、学者从不同的角度，如国家、区域、产业的差别，采用多种方法研究R&D创新效率，并得到了较为丰富的研究成果.廖伟（2010）比较了中国与OECD国家的科研投入，研究发现中国与部分国家如韩国、日本、德国等还存在差距，主要体现在R&D投入总量不足、强度偏低，尤其是在基础研究上的经费投入过少[3].张永凯（2011）基于随机前沿模型，通过整理1996～2006年的面板数据，详细分析了31个国家的R&D资源配置效率.认为科技大国的资源配置效率反而较低，中国的效率相对较高[4].有的学者从省际比较的角度出发，如卢方元（2011）从经费投入与结构两个角度研究中部六省R&D活动情况.发现中部六省对原始创新重视不够，六省间效率存在差异，且政府支持力度有待加强[5].张明火（2014）采用DEA模型，研究比较了2004-2011年各省市R&D活动效率.结论表明我国整体效率差异化明显，综合效率东部高于西部高于中部，而且高效率和差效率阶段的省份数量少，中间两个阶段省份数量偏多[6].还有学者以单个省市为研究对象，如罗玮（2011）通过构建R&D投入产出效率的评价指标体系，发现南京市各区县之间资源利用效率存在差异，且南京市投入产出效率在省内外排名不理想[7].韩笑南（2014）从产出角度做DEA模型分析，旨在提高R&D资源利用率，发现陕西省产出不足主要表现在高技术产业产出率低以及专利产出不足[8].针对产业创新效率研究的学者也不少，綦良群等（2014）以中国装备制造业R&D效率及其影响因素为切入点，采用SFA方法和柯布道格拉斯生产函数构建模型，其创新点在于系统地解释了中国装备制造业R&D效率的发展现状、规律和趋势，并分析了其影响因素[9].在识别和选择先导性战略新兴产业的过程中，陈文俊（2013）按照战略新兴产业存在未知、待发掘的特点，透过知识发现的视角，采用关联规则方法，根据R&D经费投入强度指标与专利授权量指标之间的强关联规则关系，建立先导性战略新兴产业数据挖掘关联规则识别模型.以中国长三角地区为实证分析对象，在对该地区的战略新兴产业进行识别时，得出5条符合约束条件的强关联规则，其对应的战略新兴产业的产业顺序分别为高端装备制造等5个产业 [10].

2 投入产出现状分析

2.1 投入现状

国内外学者通常利用物质资源与人力资源来展现其研究对象研发活动的投入规模.物质资源包括R&D经费内部支出和R&D投入强度，具体来说R&D经费内部支出是指在统计年度内，调查单位用于内部开展R&D活动的实际支出，R&D投入强度是指R&D经费内部支出占当年生产总值的比重；人力资源是指全社会R&D人员的数目，一般用R&D人员全时当量表示[11].通过查阅近几年的《湖南省科技统计年鉴》和《湖南省统计年鉴》，本文对湖南省的R&D投入现状进行了一定的研究，并做出了详细分析.

2.1.1 R&D投入规模和强度

由表1可以看出，2009～2013年间，湖南省GDP从13 059.69亿元增长到24 501.67亿元，R&D经费内部支出从153.5亿元增长到327.03亿元.短短五年间，增幅高达87.6%和113.1%.通过表中数据，可以发现无论是湖南省生产总值还是研发经费内部支出，虽然金额逐年增长，但是增速逐年放缓.

2013年湖南省研发经费内部支出为327.03亿元，较上年增长13.68%，其中，基础研究支出10.95亿元，应用研究支出42.09亿元，用于试验发展的经费支出高达273.98亿元，同比分别增长17.97%，12.96%，13.62%.由上述数据可知，试验发展支出占R&D经费内部支出的83.78%，处于绝对主导地位，湖南省对于基础应用研究的经费投入还有待提升，尤其是基础研究支出经费占比过低，只有3.35%.从经费执行部门来看，86.18%的经费用于企业R&D活动，其中工业企业占比达到95.94%，而科研机构和高等学校的R&D活动经费支出占比各为5.15%和8.01%.83.19%的经费来自于企业自筹，金额高达272.07亿元，来自政府的资金只有46.10亿元，占比只有14.1%.这也在一定程度上解释了湖南省用于基础和应用研究经费占比过少的原因，因为政府出资较少，大部分R&D经费来自于企业自筹，多用于企业的试验研发.

nlc202309051121

“十二五”规划的主要目标之一是力争研究与试验发展经费支出占国内生产总值比重达到2.2%[12].图1展示了湖南省和全国R&D强度的比较，可看出，全国R&D投入强度逐年增长，2013年达到2.08%，按这个增长速度，实现“十二五”目标指日可待.但较其他发达国家，我国R&D投入强度仍有待加强，据中国科技统计年鉴归纳整理，R&D投入强度国际排名中，2012年韩国以4.36%排第一，紧随其后的是芬兰（3.55%），以及瑞典（3.41），日本（3.35%）.湖南省R&D投入强度呈现逐年增长的趋势，2013年达到1.33%，较上年增长0.3个百分点.2010年R&D投入强度同比减少0.02个百分点，究其原因是当年R&D增速只有21.54%，低于GDP增速.虽然湖南省R&D投入强度平稳增长，但与全国其他先进地区相比，仍有差距.2013年北京R&D投入强度为6.08%，上海3.6%，天津2.98%，江苏2.51%.纵观2009—2010年全国各省市R&D投入强度，湖南省排名较稳定，大致处于全国第15名的位置，且每年R&D强度均未超过全国平均水平.

2.1.2 人力资源投入

2013年湖南省R&D人员全时当量为103 421人年，较上年增加3.38%，是2009年的1.62倍.由表2可知，R&D人员全时当量逐年增长，但增长率却在放缓，尤其是2013年增长率远低于前几年的水平.

3.38 数据来源：湖南省统计年鉴归纳整理.

2013年湖南省基础研究人员6 825人年，应用研究人员13 189人年，试验发展人员83 407人年，基础研究人员和试验发展人员分别同比增长9.92%和3.83%，应用研究人员同比下降2.31%.与全省R&D人员全时当量相比，各占比6.6%，12.75%，80.65%.由图2可知，2009～2013年间，从事基础研究的研发人数最少，从事试验发展的R&D人员占有绝对地位.湖南省作为教育大省，人力资源丰富，但2013年湖南省从事研究的人员只有49 507人年，在全国的排名仅第12位，远不及广东（179 605人年）、江苏（147 688人年）、和北京（127 649人年）.

2.2 产出成果

R&D成果具有知识性和经济性，细分来看，知识性体现在有效发明专利数和国外主要检索工具（SCI，EI，CPCIS）收录我国科技论文数上，技术市场成交合同金额以及高技术产业新产品销售收入是经济性的主要代表.表3列明了2009～2013年湖南省产出成果的情况，可以发现，2013年无论是知识成果还是经济成果，均有较大的提升.

有效专利数指调查单位作为专利权人在报告年度拥有的、经国内外知识产权行政部门授权且在有效期内的专利件数[11].通过查阅2014年《中国科技统计年鉴》，湖南省2013年有效专利共计75530件，全国排名第12名，平均每万人口11.3件有效专利，在全国排第16位.远比不上排名前五的北京（103.7）、浙江（100.5）、上海（80.5）、江苏（77.7）、广东（55.1）.通过查阅数据可知，虽然湖南省有效专利件数比黑龙江、陕西多，但由于人口数多于这两个地区，故全国排名落后于两省.此外，通过查阅2014年中国科技统计年鉴，湖南省2012年被国外主要检索工具收录的科技论文数共计12 679篇，平均每万人1.9篇，全国排第十二位.北京每万人达到29.3篇，上海每万人有12.0篇，湖南省在论文收录数量与质量上还有待提升.

经济成果方面，2013年湖南省技术市场成交合同金额达77.21亿元，增幅高达82.78%，全国排名也上升了三位，位居全国第16名，但较北京2 851.72亿元、陕西533.28亿元和上海531.68亿元来说仍存在较大差距.湖南省2013年高技术产业新产品销售收入为761.68亿元，全国排名第10位，是上年的2.06倍，占比从1.44%提升至2.44%.

总体来看，湖南省R&D活动投入产出情况在全国处于中等地位，仍有提高的可能.具体来说，R&D经费内部支出、R&D人员全时当量、主要检索工具论文收录数以及高技术产业新产品销售收入排名较靠前，有效专利数全国排名中等偏上，但R&D投入强度、有效专利数和技术市场成交合同金额排名较靠后，应加大关注力度，使得合适的R&D投入带来较大的R&D产出.

3 R&D投入产出效率模型分析

3.1 模型原理

数据包络分析法（Data Envelopment Analysis），简称DEA方法.著名运筹学家A.Charnes、W.W.Cooper和E.Rhodes于1978年第一次提出并命名，旨在评价多个部门或单位间的相对有效性.该方法的原理是对输入的投入产出数据进行综合分析，确定理想的生产前沿面，通过观察各决策单元（DMU）与理想生产前沿面之间的距离，确定DMU是否为DEA有效，并指出其他非DEA有效的决策单元改进方向.

由于CCR模型不能单纯地评价“技术有效”性，1984年Banker、Charnes和Cooper给出了能单独评价DMU“技术有效”的BCC模型[13].通过该模型可以得到决策单元的纯技术效率、规模效率以及规模报酬.其主要内容是：假设有n个部门，每个部门作为一个决策单元（DMU），每个决策单元都有m个投入和s个产出.它们分别由向量Xj和Yj表示，具体模型如下所示：

3.2 评价指标建立

对于R&D活动效率的分析，学术界通常采用的定量方法有两类.一类是如张永凯[4]、綦良群[9]等学者采用的随机前沿分析法，另一类则采用DEA方法，如张明火[6]、韩笑南[8]等学者.而罗玮[7]、张宇青[14]则将两种方法结合起来对R&D效率进行评价研究.由于R&D活动具有多投入多产出的显著特点，因此参考其他学者的方法，本文拟选用DEA方法，基于投入角度的BCC模型，选择规模可变的角度来衡量湖南省R&D投入产出效率.

nlc202309051121

根据研发活动的特点和数据的可得性进行数据筛选，本文以R&D人员全时当量、R&D经费内部支出和新产品开发经费作为R&D投入指标，把有效专利、国外主要检索工具（SCI、EI、CPCIS）收录论文数、技术市场成交合同金额和高技术产业新产品销售收入作为R&D产出指标.由于投入产出具有滞后性，因此，参考学者的做法，将滞后期设置为1年.本文拟对湖南省R&D效率进行横向比较，以全国30个省市自治区（西藏部分数据缺失，不包括西藏）为研究对象，分析其2012年的R&D活动投入数据与2013年的R&D活动产出数据.（数据来源：2013～2014《中国科技统计年鉴》）

3.3 结果分析

通过运行软件DEAP2.1，得出下列结果.其中，综合效率是在固定投入量下，产品的实际产出与最大产出之间的比率，它不考虑规模收益，而纯技术效率与规模效率则是考虑了规模收益.由表4可知，达到DEA有效的单元为北京、天津、吉林、黑龙江、江苏、浙江、河南、广东、重庆、陕西、甘肃、青海和新疆共计十三个地区，其纯技术效率和规模效率均是1，意味着其经济活动不仅实现了技术有效，而且达到规模有效，并且保持规模报酬稳定，此时的R&D投入产出效率为最佳状态.另外，内蒙古和海南的纯技术效率是为1，但规模效率各为0.525和0.626，均没达到1，表示在既有规模下，其技术效率有效，不存在资源浪费现象，但规模效率还有待提升.从规模报酬看内蒙古处于规模递减状态，而青海处于规模递增状态，这两个省应当根据本省情况分别增减投入规模，从而使得投入产出实现DEA有效.

由于DEA无效的决策单元存在，无法根据综合效率的数值，来比较每个省市之间的效率大小.为了更好地了解湖南省R&D投入产出效率在全国所处的位置，可以通过剔除有效决策单元，并对剩下的决策单元重新做DEA分析[15].由第二次分析结果，这时，可以发现：内蒙古、辽宁、上海、安徽、福建、湖北、湖南、四川、贵州以及云南处于DEA有效状态.再一次剔除这些DEA有效的省份，对剩下的省份做DEA分析，由结果表4可以发现此时处于DEA有效的是河北、山西、江西、山东、广西和海南，而宁夏仍为DEA无效状态.

由上述实证分析可看出：湖南省在第二次DEA分析后才达到有效状态.若根据该结果，将全国30个省市分为四个阶层，湖南省处于第二阶层，对应来说，其R&D投入产出效率居于全国中等水平.详细来看，湖南省综合效率是0.876，虽然高于全国平均水平（0.837），但仍是非DEA有效.其规模效率是0.993，纯技术效率只有0.882，低于全国平均水平（0.888），体现了湖南省R&D投入资源利用率偏低，投入与产出结合水平不高，可能存在资源浪费，挖掘不足的情况.

由表5可知，通过与生产前沿面的比较，湖南省在同样的产出情况下投入冗余.其中R&D人员全时当量、R&D经费内部支出以及高技术产业新产品开发经费的冗余率都达到了11.83%.而作为产出指标之一的技术市场合同成交金额严重不足，其产出不足率高达318.71%.因此，适度缩减投入规模，即在产出不变的情况下，投入比例减少11.83%；或者提高管理水平和效率，进一步提升纯技术效率，使得产出增加.

4 结论与对策

本文以1年作为R&D投入产出活动的时间滞后期，选取DEA模型来分析湖南省R&D投入产出效率，得出下列结论，从而提出相应的对策建议.

第一，之所以湖南省R&D投入产出效率较低，主要是由于纯技术效率较低，且低于全国平均水平.对比上年，湖南省规模效率显著提升，但纯技术效率有所降低.这表明，湖南省虽然通过加大科技投入来带动规模效率的大幅提升，但对已有资源的挖掘不足，没有使其充分利用.因此，促进纯技术效率的提升将成为接下来的工作重点.

第二，投入资源冗余，对其利用不充分也是造成湖南省R&D投入产出效率低的原因之一.通过上述分析可知，在既有的产出规模下，湖南省R&D资源投入冗余率为11.83%，较上年提升11.08%.因此，关注的重点不是减少投入资源绝对数量的问题，而是投入资源的合理配置，提高已有资源的利用率.结合湖南省自身特点，合理调整投入与规模的关系，使二者协调发展，共同促进创新产出.

第三，创新产出不足，不仅是由于没有合理使用投入资源，更多地体现为成果转化率低，主要表现在技术市场成交合同金额远没有达到应有水平.因此，政府应给予足够的引导与支持，推动科技成果的市场化[15-19].具体来说：完善与知识产权保护相关的法律，为科技成果的市场化与创新提供法律保障；加大科技成果转化引导基金的投入，简化审批流程，更好地服务中小企业；规范技术市场，加强产学研合作，引入正规的中介机构，促进知识到成果的转化；在提高现有科技人才专业素质的同时，发掘、引进并培养更多的科技人才，建立并完善奖励机制，降低人才流失率.

参考文献

[1] 习近平.科技是国家强盛之基，创新是民族进步之魂[N].人民日报.2014-6-10.

[2] 成思危.论创新型国家的建设[J].中国软科学，2009，24（12）：1-14.

[3] 廖伟.中国与OECD国家R&D投入比较研究[J].特区经济，2010（8）：107-109.

[4] 张永凯.世界主要国家R&D资源配置效率及影响因素研究[J].世界地理研究，2011，31（3）：18-26.

[5] 卢方元，刘龙飞.中部六省R&D经费投入与结构分析[J].地域研究与开发，2011，29（5）：26-29.

[6] 张明火，何郁冰.我国地方R&D活动效率比较研究[J].科技进步与对策，2014（2）：24-29.

[7] 罗玮.南京市R&D投入产出效率研究[D].南京财经大学经济学院，2012.

[8] 韩笑南，李爱鸽.陕西省R&D投入产出效率研究[J].农村经济与科技，2014，28（1）：150-153.

[9] 綦良群，王成东，蔡渊渊.中国装备制造业R&D效率评价及其影响因素研究[J].研究与发展管理，2011，23（1）：111-118.

[10]陈文俊.基于R&D指标的先导性战略新兴产业发现研究[J].财经理论与实践，2013，34（1）：109-113.

[11]国家统计局，科学技术部.中国科技统计年鉴——主要统计指标解释[M].北京：中国统计出版社，2013.

[12]中华人民共和国科学技术部.国家“十二五”科学和技术发展规划[R].北京：科学技术部，2011.

[13]魏权龄.评价相对有效性的数据包络分析模型—DEA和网DEA[M].北京：中国人民大学出版社，2012.

[14]张宇青，易中懿，周应恒.我国省际R&D活动效率评价研究——基于DEA和SFA模型[J].科学管理研究，2013（2）：90-93.

[15]杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2012.

[16]贺正楚.基于数据包络分析法的湖南省“两型”农业生产效率评价[J].农业现代化研究，2011，32（3）：90-93.

[17]吴艳，周震虹.我国各省市农业投入与产出的效率评价[J].经济地理，2011，31（6）：999-1002.

[18]翟欢欢，张蜜.内部管理效率对农业生产效率影响的实证分析[J].湖南大学学报：自然科学版，2012，39（3）：92-97.

[19]翟欢欢.基于DEA三阶段模型的两型农业生产效率——以湖南省为例[J].农业系统科学与综合研究，2011（4）：13-18.

农业产出效率 第6篇

随着科学技术不断发展,科学研究不断深入,对于学校实验室来说,大型仪器设备是高等学校的优质资源,是培养高层次人才、发展高科技的重要工具,也是高校办学水平和综合实力的重要体现与标志[1,2]。如何使有限的仪器设备最大限度地为师生服务,是学校面临的问题也是学校工作的方向,大型仪器设备共享平台的构建与有效管理,为教师的实践教学、培养学生的动手与创新能力提供了必要条件。大型仪器设备是指货币价值相对较高且对仪器设备使用的技术要求较严格的仪器设备,由于不同时期不同院校的研究领域不同,对大型仪器设备的界定不同,我校主要是将20万元以上的大型精密仪器设备放置在了共享平台。

自20世纪80年代以来,对大型仪器设备共享平台的建设与优化一直是人们关注和研究的重点问题,如曾晓思[3],韩富[4],解成喜[5],张丽梅[6],周智男[7]等对大型仪器设备平台的研究。这些研究主要可以归纳为,各高校大型仪器设备使用效率较低,而共享平台的构建对于解决这一问题具有重要意义,如,打破仪器设备保护壁垒,整合学校资源,避免重复购置等,并从理论上提出大型仪器设备共享运行机制与管理模式等,以保证大型仪器设备共享平台的顺利运行,实现资源共享和效益的最大化,此外,也从实验队伍管理、建立科学的仪器设备评估体系和激励机制等角度对大型仪器设备共享平台的有效共享提出了建议。现阶段对于大型仪器设备共享平台的研究更倾向于对其投入与产出的效益评价。如,蔡瑞林等[8]从经济学的角度,依据共享效益和共享成本,构建了仪器设备的感知价值模型,以帮助解决仪器设备共享存在的问题;王晓燕等[9]基于层次分析法,对大型仪器设备管理进行了综合评价,以实现仪器设备管理与使用的科学化;黄涛等[10]通过采用DEA方法从综合效益、纯技术效益及规模效益对大型仪器设备进行了实证分析,并对提高仪器设备使用效率提出了建议。

本研究通过计量经济学的方法对我校大型仪器设备的使用情况进行了投入与产出效率分析,并给出提高大型仪器设备产出的政策建议。

二、研究方法与模型

本研究将利用2014年河北农业大学大型仪器平台中的仪器设备使用和科研产出数据分析仪器设备的投入产出情况。大型仪器设备的产出衡量有许多标准,本文主要以发表学术论文的数量作为衡量大型仪器设备产出的标准。

已有研究中大型仪器设备的产出效率,一般主要指成果的收集与积累,也一直是使用大型仪器设备共享使用过程中关注的重点[11]。一般大型仪器设备的总机时数包括教学使用机时数、科学研究使用机时数和对外使用机时数,认为总机时数越多,教学科研产出越多[12,13],它们之间呈正相关,同样,大型仪器设备的使用必然需要大量的经费投入,比如维修费、耗材费、水电费等等,经费的投入对教学科研产出效率具有促进作用[13,14,15,16],所以在产出效率分析中把总机时数和总投入经费作为产出效率的变量来进行分析。另外,学院的管理到位与否也是反映大型仪器设备对教学科研产出效率的一个重要指标,学院管理越到位,仪器设备的使用效率越高,所以学院的管理与大型仪器设备教学科研产出效率是正相关的[17],所以在模型中引入学院管理这个变量,来分析大型仪器设备的产出效率,表1给出了模型中所涉及变量的名称、文献来源以及假设。

根据已有研究,我们在柯布道格拉斯生产函数中引入大型仪器设备的总机时自然对数和总投入经费的自然对数分析大型仪器设备的产出效率,其中模型中变量的下标i是样本的数量,即本研究调查的样本数量,见模型1:

在模型1的基础上,我们引入虚拟变量,来分析学院管理对大型仪器设备产出效率的影响,见模型2:

三、大型仪器设备共享平台产出效率分析

大型仪器设备投入产出效率分析。我们首先把大型仪器设备的总机时数和总投入经费对教学科研产出效率进行回归分析(结果见表2模型1)。在模型1的基础上,我们重新估计引入学校7个学院管理对大型仪器设备的教学科研产出效率模型(回归结果见表2模型2)。本文采用White稳健标准差法修正了标准差,以避免异方差的出现。

模型1的回归结果符号与已有的研究结果一致,表明总机时和总投入经费对大型仪器设备的教学科研产出效率是显著的,说明我校大型仪器的产出效率是多投入才会有产出,其中总机时是在1%的水平下是显著的,总投入经费在5%的水平下显著的。在模型1的基础上我们引入7个学院的管理,构成模型2,其回归结果显示,总机时、总投入经费和学院管理对大型仪器设备的教学科研产出效率都是显著的。新变量的加入使得总机时和总投入经费的显著性没有变化,但模型1中变量的系数在模型2中都变小了,这说明在总机时和总投入经费不变的情况下,通过其他方法提高大型仪器设备的教学科研产出效率也是可行的。同时,从模型2中可以看出,学院管理对大型仪器设备的教学科研产出效率是显著的,且不同学院对产出效率各不相同,在七个学院中,学院4的管理对产出效率是最显著的,其弹性系数数值为1.731%,学院6对产出效率水平是最低的,其弹性系数数值为0.970%,7个学院管理对教学科研产出效率的显著性为:DUM4>DUM7>DUM1>DUM2>DUM3>DUM5>DUM6,这说明学院管理也是大型仪器设备对教学科研产出效率高低的一个重要因素。

四、结论

随着国家对高校投入的不断加大,高校仪器设备的数量也在不断激增,如何使仪器设备能够有效使用与管理也一直是广大实验室工作者不断探究的重点。本文根据我校大型仪器设备管理平台中的仪器数据对教学科研产出效率进行了计算分析。结果说明,仪器设备的总机时数和总投入经费对教学科研产出效率是显著的,投入越大,产出越多,同时在总机时和总投入经费不变的情况下,有效的管理对大型仪器设备的产出效率具有积极的促进作用。

本文通过对我校大型仪器设备对教学科研产出效率分析并结合我校大型仪器设备的使用率较低,一些仪器设备处于闲置状态、共享率低以及维修维护跟不上等问题,认为促进大型仪器设备共享平台产出效率应采取以下措施:第一,通过行政手段建立大型仪器设备共享机制,进一步提高我校大型仪器设备共享平台的有效使用;第二,在购买大型仪器设备时要进行合理规划,科学论证,理性采购,减少重复购置造成的资金浪费,同时可以将购置大型仪器设备的小部分资金用于仪器设备的维护维修,延长大型仪器设备的使用寿命;第三,加强管理,并建立健全大型仪器设备共享的规章制度及效益评价体系,如根据大型仪器设备的实际情况,建立有针对性的管理制度,包括持证上岗制度、仪器操作规程、仪器维护保养规程等,同时定期统计仪器的运行使用数据,以规范大型仪器设备的管理;第四,注重培养仪器设备操作管理专业人员,缺乏专业的实验操作人员是影响我校大型仪器设备对教学科研产出的瓶颈,提高并优化实验队伍的整体水平,重视实验操作人员的业务培训,逐步实现大型仪器设备专人专岗管理,对提高大型仪器设备的使用效率具有重要意义。

财政对文化市场投入的产出效率分析 第7篇

文化是民族凝聚力和创造力的重要源泉, 是综合国力竞争的重要因素, 是经济社会发展的重要支撑, 公共文化也是社会和谐稳定并形成社会凝聚力的根基。文化不仅为人们带来效用, 还启发引导人们创造出更多的物质和精神财富。

当今国际社会的竞争不仅限于经济与军事的竞争, 文化软实力的竞争也不容忽视。欧美日韩无不重视自身的文化建设, 而我国的文化建设尚处于初级阶段, 基本文化服务体系尚未建成, 文化服务的存在地域、城乡不平衡等问题。随着经济的发展, 人们在物质需求得到满足之后, 会追求更高层次的文化精神享受。尽管我国已经有不少文化机构、企业能提供人们所需要的精神文化产品, 但是我国文化产业整体尚不成熟, 所以这就需要政府在文化市场失灵的领域发挥引导作用, 增强文化市场效率。

2000年, 中共十五届五中全会中央正式提出要完善文化政策, 加强文化市场建设和管理, 发展“文化产业”;2010年党的十七届五中全会上明确指出要推动文化产业成为国民经济支柱性产业;2011年党的十七届六中全会上审议通过了《中共中央关于深化文化体制改革推动社会主义文化大发展大繁荣若干重大问题的决定》;2012年上半年中共中央办公厅、国务院办公厅印发了《国家“十二五”时期文化改革发展规划纲要》。这些不断升级的文化发展政策为加快发展文化产业提供了制度保障。国家相当重视培育我国文化市场, 极力为人民提供更丰富完善的文化服务, 并且国家对文化事业的支出逐年上涨 (见图1) 。

尽管政府投入有所增加, 但是为了更好地研究政府的投入对文化事业的促进作用, 本文将采用投入产出分析法, 分析政府文化投入的增加对产出效率的影响。本文拟选取DEA模型进行研究。数据包络法 (DEA) 是运用线性规划的方法构建观测数据的非参数分段前沿, 然后对这个前沿面进行效率的分析。

二、模型定义

首先, 先定义一些符号。假定有I个厂商, 即有I个DMU;每个厂商有M种投入与N种产出;第i个厂商 (DMUi) 的投入用xsi表示第i个DMU的第s种投入类型;产出用ysi表示第i个DMU的第s个产出类型。MI投入矩阵X与NI产出矩阵Y代表所有I个厂商的数据。对于每个决策变量, 为了达到投入产出效率最大化, 我们得到如下线性规划模型

这里μ, v分别表示产出和投入的权数向量, 求解得出最优权数, 即得到最优生产效率。利用线性规划的对偶性问题, 可推导出如下CCR模型

式中θ表示标量, 而λ表示一个I1的常数向量 (λ1λ2λ3λi) , 求解得出θ值将是第i个厂商的效率值, 而θ1, 根据法雷尔 (1957) 的定义, 如果某厂商的θ=1, 那么表明该厂商位于有效前沿面上, 因而是技术有效的厂商。

对方程 (2) 引入松弛变量则可改为

其中s-是产出松弛变量, 表明产出不足, s+是投入松弛变量, 表明投入冗余其经济涵义如下。

(1) 当θ=1时, 并且s-=0, s+=0则决策单元的经济活动是DEA有效的。

(2) 当θ=1时, 但s-≠0, s+≠0则决策单元经济活动是DEA若有效的。

(3) 当θ<1时, 决策单元是非有效的, 既不是技术有效也不是规模有效。

三、数据选取

我们研究2011年的全国部分省市地区的财政文化投入对文化市场的促进作用, 选取各个省作为DEA评价的决策单位, 通过横向比较, 分析各省市的文化市场的绩效表现。文化产业是一种多投入多产出的复杂系统, 但是考虑到数据的可靠性、一致性和可比性原则, 我们选取了如下输入输出指标。

输入指标:财政投入额、文化机构数量、文化从业人员数量。文化机构数量是文化馆、图书馆、博物馆、艺术表演团体、艺术表演场馆及文化艺术站的总和, 从业人员数量是各个文化机构从业人员的总和。

输出指标选取:文化产业增加值、文化机构营业利润总额。

上述指标均从各省市统计年鉴及《中国文化文物统计年鉴2012》种获取整理得到, 整理如表1所示。

四、实证研究

本文使用DEAP2.1软件, 对2011年15个省市财政对于文化市场的投入产出效率进行测算研究, 在决策单元的规模收益可变情况下, 得出如下结论。

由表2可以看出, 在所选取的15个样本中, 北京、湖南、上海、广东这4个省市的财政文化投入是DEA有效的, 即同时满足纯技术有效和规模有效, 它们处于财政文化支出效率的前沿面上。与其他11个省市相比, 这4个省市的文化资源配置最优, 效率最高。而在余下的11个地方中, 福建、青海、宁夏这3个省份的纯技术效率为1, 但是规模效率小于1, 这表明这3个省份的财政文化支出在目前的技术水平上, 其投入资源的使用是有效率的, 不能通过提高资源的投入来增加产出, 而技术效率未能达到的原因在于其规模效率小于1, 反映了实际的财政投入产出规模与最优投入产出规模之间的差距。其他8个省市中, 财政的文化支出均为DEA无效, 表现为技术无效率和规模无效率。从松弛变量分析, 这些省份中多出现财政投入冗余和产出不足这些问题。另外, 由表2还可以看出DEA非有效的省份大都处于中西部地区, 尽管国家现在大力推动文化事业产业的发展, 但是由于科技水平、经济发展水平等因素的影响, 各个地方政府对于文化投入认识不同, 有些认为尽量增加财政支出就能带来高效率, 但是仅仅增加支出却不注重技术效率, 往往会造成资源的浪费, 未能达到投入产出的最优水平。

通过DEA模型进行目标值与实际值之间的比较分析、敏感度分析和效率分析, 可以进一步了解决策单位资源使用的情况, 以供决策单位的经营决策参考。在本文研究中, 地方政府可以根据相应数据分析进行财政支出的调整。以江苏省为例, 三个投入变量的有效投入均比实际要低, 这说明江苏省对于文化行业的财政支出存在投入冗余的问题, 适当减少相应投入可以保持产出不变, 并且可以将相应资源配置到其他领域获得更高效用。广西省的各个投入指标也过高, 同时还表现为产出不足的现象, 文化产业增加值的实际值比目标值低很多, 说明政府对文化市场的投入并没有发挥最大效用。

五、结论及建议

尽管国家的投入充足, 有的甚至会超过目标值, 但是整体效率却不高, 能达到DEA有效率和纯技术有效或者规模有效的省份很少, 所以政府在对文化市场资金物质投入的同时要注重对文化市场的引导作用, 发挥政府在文化市场失灵领域的正确引导作用。

不论是公益性文化事业还是经营性文化产业都离不开政府的支持与引导, 尤其是要充分发挥公共财政投入的主导作用。首先, 从政府层面来说, 要构建文化事业和文化产业共同发展、协调共进的良好发展机制。在构建公共文化服务体系的过程中, 除了财政投入的支持, 还可以采用市场机制的方式, 采取项目补贴、定向资助、贷款贴息、税收减免等政策措施鼓励各类文化企业参与公共文化服务, 从而使得越来越多的文化企业在获取收益的同时推动文化事业的发展。其次, 对于文化产业来说, 要建立健全多元化的投融资渠道和多元化的经营方式, 鼓励非文化部门和外来资金投入文化领域, 引导和促进文化产业跨国经营。最后, 要适当放宽民营文化企业和民间资本的准入条件, 积极引导民间资本、中小资本进入文化产业。

摘要：本文以2011年15个省市的财政在文化行业的支出、社会文化机构数目和文化行业从业人数作为输入变量, 以各省市的文化产业增加值及文化机构的利润总额作为输出变量, 使用DEAP2.1对文化行业的财政投入产出效率进行分析, 得知大部分省市未达到DEA有效。虽然政府支出数额在不断增加, 但要想达到财政支出的投入产出有效, 就必须发挥政府的示范引导作用。

关键词：文化市场,财政支出,DEA有效

参考文献

[1]吕志胜.公共财政投入与文化产业增长:影响与对策建议[J].财政研究, 2012 (10) .

[2]蒋萍, 王勇.全口径中国文化产业投入产出效率研究——基于三阶段DEA模型和超效率DEA模型的分析[J].数量经济技术经济研究, 2011 (12) .

[3]吴学丽, 李秀金.促进文化产业发展的地方财政政策研究[J].经济纵横, 2010 (02) .

[4]张仁寿, 黄小军, 王朋.基于DEA的文化产业绩效评价实证研究[J].中国软科学, 2011 (02) .

农业产出效率 第8篇

一、我国能源消费产出效率的变化

能源消费的产出效率可以用实际国内生产总值与国内能源消费总量的比值来衡量, 如公式 (1) 所示:

其中E代表能源消费的产出效率;RGDP代表实际国内生产总值;PC代表国内能源消费总量。该指标代表了一单位能源消费所带来的产出数量, E的值越高, 说明能源消费的产出效率越高, 反之则说明能源消费的产出效率越低。能源消费产出效率的变化如图1所示:

根据图1中我国能源消费产出效率的变化路径, 可以把我国能源消费产出效率的变化分为三个阶段:第一阶段为19781990年, 这一阶段能源消费产出效率的增长较为平缓, 平均增长率为4.18%, 其中最高增长率是1984年的7.27%;第二阶段为19912002年, 这一阶段能源消费产出效率的增长较快, 平均增长率为6.6%, 其中1997年和1998年的增长率都超过10%, 分别为10.2%和12.39%;第三阶段为2003年以后, 在这一阶段能源消费产出效率开始下降, 其中2003年至2005年的增长率均为负值。

二、我国能源消费产出效率的变化机制与原因

(一) 能源消费产出效率改进的途径及其关系

能源消费产出效率改进的途径可以归结为三种:

1. 技术性效率改进。

能源消费的产出效率与生产技术的关系最为紧密, 如果一国经济的总量生产函数能源密集度比较高, 其能源消费的产出效率就会比较低, 相反如果总量生产函数能源密集度较低, 其能源消费的产出效率就会比较高。由生产技术的能源密集程度降低所导致的能源消费产出效率提高称为技术性效率改进。

2. 稀缺性效率改进。

在技术水平不变的条件下, 如果能源供应充裕, 那么在能源使用过程中, 能源浪费的现象就会较为严重, 这会导致能源使用效率较低。随着能源供应紧张程度的提高, 能源浪费的现象就会相对减少, 能源的使用效率也会相应提高。这种由能源供应紧张程度提高导致的能源消费产出效率提高称为稀缺性效率改进。

3. 结构性效率改进。

在技术水平和能源供应条件都不变的情况下, 产业结构调整也会引起能源消费产出效率的变化。通常第二产业是能源消耗最多的产业, 第一产业和第三产业的能源消耗相对而言要小得多。如果经济增长过程中, 第二产业产值占产出的比重提高, 那么能源消费的产出效率就会降低, 反之能源消费产出效率将会提高。由第二产业产值占产出比重下降所导致的能源消费产出效率提高称为结构性效率改进。

在以上三种途径的能源消费产出效率改进中, 技术性改进处于主导地位, 它是决定一国能源消费产出效率的基础, 而稀缺性改进和结构性改进则影响着技术性改进作用的发挥。在资源供应紧张程度和产业结构不变, 即不存在稀缺性改进和结构性改进的条件下, 能源消费产出效率的变化仅取决于技术性改进, 二者将保持同样的变化幅度。

在同时发生技术性改进和结构性改进的情况下, 如果结构性改进是正向的, 即第二产业的比重下降, 那么结构性改进将使整体能源消费产出效率的提高幅度高于技术性改进的幅度, 从而强化技术性改进的效果, 反之则将使整体能源消费产出效率的提高幅度低于技术性改进的幅度, 从而弱化技术性改进的效果。

在同时发生技术性改进和稀缺性改进的情况下, 稀缺性改进对技术性改进效果的影响取决于不同部门对资源供应紧张程度变化反应的灵敏程度。通常而言, 服务业部门和生活性的能源消费对能源稀缺程度变化的反应较为迟缓, 因为它们消费的数量较小且多为必需性的消费。而生产部门对能源稀缺程度变化的反应相对灵敏, 因为其能源消费的规模巨大, 而且能源投入对生产成本和利润的影响也较大。因此, 正向的稀缺性改进将使整体能源消费产出效率的提高幅度小于生产部门能源消费产出效率的提高幅度, 从而弱化技术性改进的效果。

(二) 能源消费产出效率改进的衡量

1. 技术性改进的衡量。

最能够反映技术性改进情况的指标是工业能源消费的产出效率, 因为在能源消费中的行业结构中工业所占的比重最大, 而且工业的能源消费产出效率最能代表总量生产函数的能源密集程度。技术性改进取决于生产函数本身的变化, 同时也会受到外界冲击的影响, 比如能源供应的紧张程度提高会促使企业采用更加节约能源的生产技术, 从而使技术性改进的速度加快;国际投资也会将外国的生产技术转移到国内, 从而影响技术性效率改进的情况。

2. 稀缺性改进的衡量。

煤炭在我国的能源消费和生产中一直居于主导地位, 其比重一直在70%左右, 因此能源生产的极限取决于我国原煤的储量和生产水平。在煤炭资源自然禀赋不变的情况下, 当能源需求低于这个极限水平时, 能源供应相对丰裕, 随着经济规模的扩大, 能源生产将越来越接近这个极限水平, 能源供应也会日趋紧张, 一旦能源需求超过生产的极限, 就会出现供求的缺口。因此供求缺口的规模能够较好地反映能源供应的紧张程度。当供过于求时, 供求缺口越小表示能源的稀缺程度越高, 能源的稀缺程度越高, 稀缺性改进的幅度就越大, 反之则越小;供不应求时, 供求缺口越大表示能源的稀缺程度越高, 稀缺性改进的幅度就越大, 反之则越小。能源稀缺程度对能源消费产出效率的影响很难量化, 因此本文仅采用能源供求缺口指标对稀缺性改进进行定性分析。

3. 结构性改进的衡量。

产业结构的调整对能源消费产出效率的影响程度可以用第二产业产值占国内生产总值的比重的变化来衡量, 如果第二产业产值占国内生产总值的比重提高, 那么产业结构的调整将趋向于降低整体的能源消费产出效率, 反之则将趋向于提高整体的能源消费产出效率。

(三) 我国能源消费产出效率的变化原因

1. 技术性改进的作用。

图2显示了我国整体能源消费产出效率、工业能源消费产出效率及二者的差额。从图2中我们可以看出, 二者基本保持相同的变化规律, 这种现象说明了技术性改进在我国能源消费产出效率变化的过程中起到了主导性作用。在第一阶段 (1990年以前) , 工业能源消费产出效率的提高较为缓慢, 而在第二阶段 (19902001年) , 工业能源消费产出效率的提高加快, 技术性改进的这种变化特征主要是由于1990年以后能源供应开始出现不足, 能源稀缺进一步促进了技术性改进的进程。

值得特别指出的是, 在第三阶段 (2002年以后) , 我国工业能源消费产出效率出现了下滑, 这种现象主要是由外部冲击导致的。2002年我国加入世贸组织, 大量国际直接投资开始涌入中国, 使中国在世界分工体系中的地位产生了巨大的变化。2002年以后, 我国加工贸易的规模迅速扩大, 加工贸易出口额从2002年的1799.28亿美元迅速提高到2006年的5103.55亿美元, 已占我国出口总额的70%左右。因此, 全球产业链中低附加值、高能源消耗的产业被大规模地转移到我国是导致我国工业能源消费产出效率下降的根本原因。

2. 稀缺性改进与结构性改进的作用。

在不存在结构性改进和稀缺性改进的条件下, 能源消费产出效率完全取决于技术性改进, 此时图2中能源消费产出效率与工业能源消费产出效率曲线应该表现为平移的关系。而图2中两条曲线的间距并没有呈现出稳定性, 特别是1991年以后开始明显呈下降趋势, 这是由稀缺性改进和结构性改进的作用导致的。图3显示了稀缺性改进和结构性改进指标的基本情况。

如图3所示, 一方面能源供给的紧张程度始终呈现上升趋势, 即稀缺性改进始终是正向的, 且作用越来越大, 这意味着稀缺性改进始终趋向于弱化技术性改进的效果, 使能源消费产出效率与工业能源消费产出效率的差距逐步缩小;另一方面, 第二产业的比重在1990年以前呈下降趋势, 而在1991年以后开始呈现上升的趋势, 这意味着第一阶段结构性改进是正向的, 结构性改进趋向于强化技术性改进的效果, 使能源消费产出效率与工业能源消费产出效率的差距逐步扩大;而第二和第三阶段结构性改进是反向的, 结构性改进倾向于弱化技术性改进的效果, 使能源消费产出效率与工业能源消费产出效率的差额逐步缩小。

两种改进的作用结合在一起, 在第一阶段稀缺性改进趋向于弱化技术性改进的效果, 而结构性改进趋向于强化技术性改进的效果, 二者方向相反, 因此对技术性改进的影响相互抵消, 最终导致图2中第一阶段能源消费产出效率与工业能源消费产出效率的差距趋于平稳;在第二阶段和第三阶段, 稀缺性改进和结构性改进都趋向于弱化技术性改进的效果, 二者的作用叠加在一起, 最终导致图2中第二、三阶段能源消费产出效率与工业能源消费产出效率的差距呈下降趋势。

三、结论与政策建议

综上所述, 技术性效率改进在我国能源消费产出效率变化的过程中起到了主导性作用, 而稀缺性效率改进和结构性效率改进则在一定能够程度上影响了技术性效率改进的效果。在1978年到1990年期间, 技术性效率改进的速度较低, 稀缺性改进对技术性改进的弱化效果和结构性改进对技术性改进的强化效果相互抵消, 因此在此期间我国能源消费产出效率与代表技术性改进的工业能源消费产出效率的提高基本保持相同比例。在19912001年, 由于资源稀缺程度的提高, 技术性改进的速度加快, 从而加速了整体能源消费产出效率的提高。但2002年以后, 大量低附加值、高能源消耗的加工性产业转移到中国, 导致我国工业能源消费产出效率下降, 进而也引发了整体能源消费产出效率的下降。19912006年, 稀缺性改进和结构性改进对技术性改进的效果都具有弱化作用, 二者相叠加, 导致在此期间我国能源消费产出效率的提高幅度低于工业能源消费产出效率提高的幅度。

提高我国能源消费的产出效率应该采取以下措施:

1.提高能源的使用效率。一方面要鼓励节能经济的发展, 比如向采用低能源密集度生产技术的企业提供补贴, 或对高能耗行业征收附加税等;另一方面要完善能源价格机制, 减少政府对能源价格的干预, 充分发挥市场机制, 使能源得到更加有效的利用, 提高稀缺性效率改进的效果。

2.大力发展服务业。发展服务业不但可以促进产业结构的升级, 服务业比重的提高还可以促进结构性效率改进, 降低经济整体的能源消耗, 从而提高能源消费产出效率。

3.逐步改变我国在国际分工体系中的不利地位。全球低附加值、高能源消耗产业向我国的转移是2002年以后我国能源消费产出效率降低的主要原因, 如果这种趋势无法扭转, 那么我国的能源消费产出效率还可能进一步降低。在目前的情况下, 我国可以通过努力提高出口产品附加值或向海外转移能源密集型产业来改变我国在国际分工体系中的不利地位, 从而降低生产部门的能源密集程度。

参考文献

[1]孟耀.我国经济发展中资源约束及化解思路[J].当代财经研究, 2007 (6) .

[2]宋旭光.资源约束与中国经济发展[J].财经问题研究, 2004 (11) .

[3]钟水映, 简新华.人口、资源与环境经济学[M].北京:科学出版社, 2007.

西部七省林业产业投入产出效率研究 第9篇

林业是国民经济的基础产业, 又是促进社会建设和生态建设的重要组成部分。为了实现林业资源有效配置和规模效益, 使林业走向高产、优质、高效的现代化发展道路, 如何分析林业投入产出是一个亟需解决的问题。

国内关于林业投入产出评价研究有2个方面, 一种是理论研究:常继锋等提出林业投入不仅包括资金投入、物资投入, 还有软要素投入, 即林业体制投入、科技投入[1]。吕金飞等详细介绍国内外关于林业投入产出分析现有成果, 对发展趋势和研究前景进行分析, 讨论林业投入产出现存问题[2]。第2种运用模型实证研究:赖作卿等将林业用地面积等作投入指标, 林业总产值等作产出指标, 对广东林业提出效率改进方案[3]。陶黎等以江西林业三大产业数据为依据, 运用产业关联指标评价林业发展现状[4]。陈文汇等根据林业投入产出表, 构建林业产业投入产出分析模型, 对全国林业产业进行动态比较[5]。李微等比较31个地区投入产出, 发现某些林业大省并非林业强省, 从而寻找林业产业效率低下的原因[6]。

国内研究没有完全建立起系统科学林业整体投入产出模型, 整体以及内部行业与国民经济依存关系研究少。集对分析[7,8]能计算不同集合与理想目标同一度, 定量评价集合有效性, 尝试将其引入林业产业投入产出效率, 根据投入产出思想建立评价体系, 分析林业产业投入产出效率。

2 理论介绍及研究主体界定

2.1 集对分析

集对分析是由我国学者赵克勤最早提出关于分析确定性和不确定性的系统分析方法。基本思路如下:对所讨论2个集合所具有的特性作同异反分析, 用联系度表达式进行定量, 推广到多个集合进行系统联系、控制等研究。

研究问题W, 对集对H特性展开分析, 得到N个特性, 其中S个为集对H中2个集合所共有, P个特性是2个集合对立, 其余F=N-S-P个特性既不相互对立又不同一[9], 有:

式 (1) 中, u因为能反映问题集对间同一、差异和对立联系, 称为同异反联系度;令, 称为联系度分量, a+b+c=1;i为差异度系数, j为对立度系数, 规定取值恒为-1。

假设问题只考虑集合同一性, a可以表示集合A与集合A0间同一程度。

模型如下[7]:

式 (2) 中, 集合A与理想目标集合A0的同一性联系矩阵R等于集合A中各指标B和理想目标集合A0中各指标B0的同一性联系矩阵H与各指标权重矩阵W的乘积。根据式 (3) 加权后得分, 确定集合A中不同Ai的排序。

2.2 研究主体及数据来源

由于生态环境脆弱性, 西部地区环境备受重视, 林业发展具有重要作用。运用集对分析分析林业投入产出效率, 根据得分提出建议。指标选取源于《中国林业统计年鉴》林业发展和林业投资的数据, 指标分类合理, 数据真实、可计量。

3 西部七省林业投入产出效率评价

3.1 体系建立

林业产业投入产出效率评价体系是以林业投资和林业收益划分, 林业投资包括林业投资完成情况和林业固定资产投资, 林业收益包括涉林产业和林业系统非林产业在内第一、二、三产业产值收益 (表1) 。

根据2013年《中国林业统计年鉴》收集数据, 由于青海、宁夏和西藏部分数据缺失, 得到重庆、四川、贵州、云南、陕西、甘肃和新疆七省市林业投入产出数据 (表2) 。

3.1.1 确定指标性质。

根据特性不同, 分为成本型和收益型指标, 即负指标和正指标。负指标理想目标集合A0是以选择数值最小为优, 如“生态建设与保护投资情况”, 正指标理想目标集合A0是以选择数值最大为优, 如“林木培育与种植产值”。

3.1.2 计算同一度。计算公式如下:

式 (4) 和 (5) 中, aij代表被评价省份Ai中每个评价指标Bj与理想目标集合A0同一度, tij为各省评价指标实际值, aoj为理想目标集合A0中不同指标实际值, i=1, 2, , 7, j=1, 2, , 18。

3.1.3 计算加权矩阵。公式如下:

R矩阵 (0.441 55, 0.628 8, 0.384 43, 0.408 1, 0.268 15, 0.245 62, 0.272 575) T

林业产业投入产出效率比较中, 四川>重庆>云南>贵州>新疆>陕西>甘肃。

3.2 结果分析

七省市林业存在投入产出效率不高现象, 利用资源投入比重不当, 资金使用效率不高, 林业产业结构存在问题, 根据14个二级指标, 从林业投资金额、投资方向、三大产业发展结构、发展方向方面出发, 分析投入产出效率情况。

四川林业三大产业产值比重相对均衡, 在七省市中结构最科学, 但林业生态服务、林业专业技术服务产值偏低, 固定资产投资低。有效保护、利用丰富森林资源, 加强森林资源综合利用与深度加工, 促进林业技术投资、固定资产投资和提高林业产业科技水平, 是提高四川林业投入产出效率、改善结构的关键。

云南林业第一产业产值较高, 林木培育与种植产值高;第二产业林业产业产值偏低, 木、竹、藤家具制造产值很低;第三产业林业产值与云南省林业大省资源现状严重不匹配, 其中林业旅游与休闲服务产值很低。林业固定资产投入较高, 生态建设与保护均衡, 但花卉与林下经济投资少, 林业生态服务产值却很低。加大第三产业发展, 积极将林业资源转变为生态旅游资源, 重视生物资源开发是解决效率不高问题的关键。

贵州林业第一、三产业发展好, 尤其是第三产业比重较高。林木培育与种植产值较高, 但在经济林产品种植与采集产值低;第二产业林业系统非林产业发展程度高, 但木材加工、木、竹、藤家具制造产值很低;林业第三产业发展较均衡。固定资产投资七省最多, 这与总投资排名明显不一致。加大在生态建设、技术科技发展、林业社会保障方面投资、积极发展林业第二产业是贵州改善林业投资结构、提高效率要解决的问题。

重庆林业产业结构与云南类似, 第一产业比重较高, 第二、三产业发展相对滞后, 第三产业发展优于云南, 尤其在林业旅游与休闲服务、林业生态服务方面。但重庆面临林业资源储量较少的现状, 固定资产投资在七省中最少。积极发展第二、三产业, 均衡林业产业发展结构, 加大固定资产投资、拓宽林业投资渠道是提高效率的关键。

新疆林业产业结构明显侧重林业第一产业, 第二、三产业发展极为滞后, 第二产业木材加工制造业发展缓慢, 第一产业林木培育与种植产值相对偏高, 说明第一产业成果没有及时带动林业第二产业发展;第三产业林业生态服务很低。投资建设明显侧重固定资产投资、林业支撑与保障, 生态建设与保护、林业产业发展投资较少。新疆发展林业第二、三产业, 重视林业生态建设, 加大林业生态建设与保护投资, 改善当地自然生态环境。

陕西林业产业结构与新疆类似, 第一产业发展相对较好, 第二、三产业明显滞后, 第二产业中加工业和制造业、第三产业林业旅游与休闲服务产值低, 林业生态服务发展好。在林业投资中, 各项投资比重较为均衡, 差距不大, 生态建设与保护、林业支撑与保障投资偏低。加快第二产业加工业与制造业发展, 重视造林、森林抚育、林木科技种苗工作, 丰富完善林业政策, 开展适合陕西林业发展工程项目。

甘肃林业产业结构不合理, 第二、三产业发展水平低, 林业产值低, 其中林业专业技术服务、林业公共管理及其他组织服务产值较高;林业支撑与保障与林业固定资产投资比重较高, 而生态建设与保护、林业产业发展投资比重过低。加大林业生态环境建设和林业生态环境建设投资力度, 积极防治土地荒漠化, 改善林业产业结构, 大力发展第二、三产业, 是促进甘肃林业建设、提高投资产出效率的关键。

4 建议

4.1 优化产业结构

七省市林业产业存在不同程度结构不合理问题, 造成林业资源没有有效利用, 投入产出效率不高, 发展水平较低, 整体竞争力不强。逐步将结构向第二、三产业倾斜, 合理规划林业产业布局, 提高林业第一产业科技实力与人员素质, 发展林业第一产业产业化经营模式, 利用林业资源开发潜力, 深加工林产品, 延长林业产业链条, 提高林业产业附加值。针对各省林业资源现状和林业三大产业发展方向, 从省到市到县, 层层优选林业发展条件, 提升林业资源与三大产业交互连接, 促进林业产业优化升级。

4.2 发展特色林业

在林业资源储量与林业特色方面存在差异, 林业发展侧重不同, 具有不同的林业产业问题和发展制约因素, 坚持发挥比较优势原则, 充分考虑自然和资源禀赋, 因地制宜, 区域布局, 规模发展[10]。选准主导产业, 积极发展地区特色林业。例如云南作为林业资源大省, 充分利用森林旅游资源和苗木花卉品种优势, 加强森林旅游服务基础设施建设和以种苗基地为示范的花卉业发展。发展林下经济, 加强林下资源人工培育技术, 将资源优势转化为产业优势。开发生态休闲、自然基地等森林旅游服务, 发展森林、湿地生态旅游, 提高林业第三产业比重。重庆、贵州、陕西林业资源储量少, 要提高投入利用率, 以市场需求为导向, 改善林业生产条件和提高林业资源建设质量与使用效率。

4.3 加大生态建设

加强林业固定资产投资、基础设施建设投资, 加大对生态建设与保护、林业支撑与保障方面投资建设, 从林业科技支持、林业政策支持、林业法制支持等多个层面对林业产业发展提供多角度投资支持。同时, 随着“西部退耕还林 (草) 工程”“天保工程”深入开展, 需将生态工程建设投资有效转化为林业三大产业生态产值和生态效益, 切实让西部人民感受到林业产业生态建设对经济发展和社会发展的联动作用。

4.4 资源跨省整合

随着西部生态工程建设实施, 跨行政区划、有机整合的林业建设将利于从全局着眼, 促进西部林业建设, 提高开发利用效率和各省林业产业效率。西部与东中部情况不同, 林业资源丰富, 人口密度小, 但生态环境复杂脆弱, 林业开发和产业发展有难度, 需要做出整体规划, 避免资源浪费和重复建设, 利用林业发展优势产生集聚效应。

参考文献

[1]常继锋, 潘家坪.对林业投入的思考[J].河北林果研究, 2000 (12) :303-306.

[2]吕金飞, 金笙, 刘俊昌, 等.林业投入产出分析综述[J].林业经济问题, 2006 (4) :129-132.

[3]赖作卿, 张忠海.基于DEA方法的广东林业产业投入产出超效率分析[J].华南农业大学学报:社会科学版, 2008 (6) :43-48.

[4]陶黎, 曹建华, 朱惟豪.基于投入产出方法的江西林业产业关联特性分析[J].林业经济问题, 2006 (12) :510-518.

[5]陈文汇, 刘俊昌, 许单云.基于投入产出模型的林业产业发展动态分析[J].林业经济管理, 2012 (6) :236-242.

[6]李微, 万志芳, 郑丽娟.中国林业产业发展水平实证研究[J].商业研究, 2012 (6) :204-209.

[7]李新荣.基于集对分析的高校产学研合作项目绩效评价方法与模型研究[J].科技管理研究, 2013 (2) :85-88.

[8]胡晓雪, 杨晓, 郦建强, 等.河流健康系统评价的集对分析模型[J].系统工程理论与实践, 2008 (5) :164-170.

[9]赵克勤.集对分析及其初步应用[M].杭州:浙江科学技术出版社, 2000.

农业产出效率 第10篇

关键词 非合意性产出；水资源利用效率；DEA；收敛

中图分类号 F062.1 文献标识码 A 文章编号 1002—2104（2012）10—0035—08 doi：10.3969/j.issn.1002—2104.2012.10.006

随着我国城市化和工业化的推进，水的需求量急剧增加，水资源作为基础性的自然资源和战略性的经济资源得到完全体现。但与此同时，我国水资源利用效率低下却严重制约了经济的可持续增长。我国万美元GDP用水量为4 749 m3，是世界平均水平的4倍，是美国的9.8倍，日本的25倍[1]。我国政府已经充分认识到水资源对经济以及环境的影响，2011年中央“一号文件”首次聚集水资源管理，提出建立用水效率控制红线，并明确到2015年的具体目标。在利用水资源进行生产过程中，除产生期望产品外，还可能附带生产出各种非合意产出（undesirable goods）。非合意产出的存在往往会对资源利用效率产生巨大影响，忽略环境污染计算得到的水资源利用效率是不准确和非全面的。本文从Zhou et al.[2]得到启发，从生产理论的角度，综合考虑资本、劳动力、水资源等相关要素，将工业废水和生活废水作为非合意性产出，对我国全要素水资源利用效率进行了测度和比较，从而为科学地评价水资源利用效率、努力改善水资源可持续利用程度提供了思路。這对建设资源节约型、环境友好型社会，加快经济增长方式转变，具有重要影响和积极意义。

1 文献综述

关于水资源利用效率的研究，由最初的经典效率到新经典效率，再到后来的水资源生产力评价，经历了由工程效率评价向经济效率评价转变[3]。研究内容主要集中在农业用水和工业用水的水资源利用效率。Barker和Randolph等认为，通常的灌溉效率可以划分为灌溉水传输效率（灌溉水在干、支渠内输送效率）和田间利用效率（农田实际利用灌溉水的效率），一个较高水平的经典灌溉效率也许并不能反映好的管理水平[4—5]。Kaneko et al.基于中国1999—2002年的分省数据集，采用C—D随机前沿生产函数方法测算灌溉用水效率，并进一步发现农业用水效率的影响因素主要包括气候、土壤等自然条件，以及农田水利等基础设施条件[6]。Speelman et al.基于Zeerust市60个调查农户的截面数据，采用数据包络分析方法，分别对规模收益不变和可变情况下的灌溉用水效率进行估计，结果表明，耕地面积、土地所有权、灌溉方式、灌溉项目类型及种植结构将会显著影响灌溉用水效率[7]。陈东景采用因素分解法分析了水资源消耗强度变化的结构份额和效率份额，结果表明2002—2005年间，我国工业水资源消耗强度总体呈不断下降的趋势，工业水资源消耗强度下降的结构份额不断下降，效率份额逐渐上升[8]。

从文献看，关于我国水资源利用效率的研究虽取得一定的成果，但还可以从两个方面继续深入：第一个方面，大部分文献都采用水资源消耗强度来研究水资源利用效率，而水资源利用的绩效是经济发展、技术进步、水资源消耗等多种因素共同作用的结果，单纯分析一个生产要素对水资源利用效率的影响有很大缺陷。第二个方面，上述研究都没有考虑到非合意性产出的影响，仅仅只考虑市场性“好”产出的生产，这可能导致计算结果不能体现我国真实的水资源利用水平，更不能反映水环境污染对水资源利用效率的影响。鉴于此，本文利用全要素分析框架对含有非合意产出的水资源利用效率进行研究，并对我国东部、中部、西部水资源利用效率的影响因素也作了较详尽的分析。

2 全要素水资源利用效率的测度方法和数据来源2.1 全要素水资源利用效率的测度方法

马海良等：考虑非合意产出的水资源利用效率及影响因素研究

中国人口·资源与环境 2012年 第10期由于现有文献较少涉及全要素水资源效率，因此本文借鉴Hu和Wang[9]提出的全要素能源效率概念，运用DEA方法测度全要素水资源利用效率。DEA是由美国运筹学家Charnes和Cooper根据Farrell的非参数分析理论发展出的一种新的系统分析方法。其主要是通过保持决策单元的输入或输出不变，借助数学规划将DMU投影到前沿面上，有效点位于生产前沿面上，而无效点位于前沿面的下方。由于本文关注的是投入要素，因此本文将采用规模报酬不变假设下基于投入法的DEA模型。

根据Hu和Wang提出的思想，全要素水资源利用效率为“前沿曲线上最优水资源投入”和“实际水资源投入”的比值。

图1 基于投入的DEA模型

Fig.1 DEA model based on inputs

如图1所示，包络线上的C1和D1构成了最优前沿，它们是有效率的决策单元，而点A2、B2是非效率的，因为实现同样的产出需要更多的资源。需要提出的是，点A2的要素无效损失包括两部分：一部分是由于DMUA2的技术无效率而导致的所有投入资源过量A1A2，另一部分是由于配置不恰当所导致的松弛量A1C1，因此A2C1=A2A1+A1C1，如果A2C1越大，则意味着同那些前沿上的有效点相比，该点可以在实现相同产出条件下能够调整、减少的水资源越多，也就表明该点的水资源效率越低。由于在计算过程中考虑了实际生产中所投入的其他生产要素，因此弥补了传统指标仅考虑水资源单一要素的缺陷。

根据上述分析，定义全要素水资源利用效率为：

（1）

其中WREi，t（Water Resource Use Efficiency）为第i个省（自治区）第t年的水资源利用效率，TWRI（Target Water Resource Input）为目标水资源投入，也就是在当前生产技术水平下，为实现一定产出所需要的最少水资源投入数量，AERI（Actual Water Resource Input）为实际水资源投入数量，LWRI（Loss Water Resource Input）为损失的水资源投入数量，TEI为目标能源投入。此外，根据方程（2）可以计算出某一区域在某一年的水资源效率：

（2）

其中RWREj，t（Regional Water Resource Use Efficiency）为区域j在第t年的水资源利用效率，它等于区域内所包括的所有省份的目标水资源投入之和与实际水资源投入之和的比值。

2.2 数据来源

由于数据可得性，本文以1999—2009年中国30个省（重庆合并到四川）的资本存量、劳动力和水资源量作为投入要素，以各省GDP和污水排放作为产出要素进行分析。具体的投入产出数据说明如下：

（1）GDP。各省每年的GDP变量采用的是1995年的不变价格计算的实际GDP，原始数据来源于《中国统计年鉴》和《新中国六十年统计资料汇编》。

（2）污水排放。在处理非期望产出时常有的方法有：负产出法、非线性数据转换法和线性数据转换法。由于线性数据转换法是基于BCC模型的分类不变性（classification invariance）原理，有效地保持了凸性和线性关系，是一种较好的环境效率评价方法[10]，故本文采用线性数据转换法来处理污水排放数据。具体的原理是通过一种线性的数据转化函数f（b）=v—b将污染物转化为期望产出，其中，v是一个足够大的向量以保证所有转化的期望产出是正数，b是每个省的工业废水和生活废水排放量总和。原始数据来源于《中国统计年鉴》。

（3）资本存量。当今学者们一般用“永续盘存法”来估计每年的实际资本存量，计算方法为：Ki，t=Ii，t+（1—δi，t）Ki，t—1，其中Ki，t是地区i第t年的资本存量，Ii，t是地区i在第t年的投资，δi，t是地区i在第t年的固定资产折旧率。单豪杰利用国家统计局最新的数据资料，系统估算了1952—2006年全国和省际的资本存量[11]，因此本文直接采用他的研究成果。对于2006年后的数据，按照同样的方法计算获得。另外，为了保证投入—产出变量统计口径的一致，采用平减指数将资本存量换算到以1995年为基期计算的相应数据。

（4）劳动力。劳动力按照（当年年末就业人数十上一年年末就业人数）/2来计算得到，这里由于各省的人均教育水平等数据不可得，因此没有包括各省劳动力质量上的差异。年末就业人口数据来源于《中国统计年鉴》。

（5）水资源量。用各省的水资源消耗量作为水资源投入，统计上把工业用水、农业用水、生态用水和生活用水等四种用水总量加总而得。具体数据来源于《中国统计年鉴》和《中国水资源公报》。

3 全要素水资源利用效率的实证分析

3.1 全要素水資源利用效率的演变规律

考虑到本文主要研究水资源投入的效率问题，因此选择基于投入导向的规模报酬不变的DEA模型。运用软件包DEAP2.1，根据公式（1）、（2）计算得到中国各省、直辖市、自治区以及各区域的全要素水资源利用效率（见表1）。

① 东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南、辽宁；中部地区为山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区为内蒙古、广西、四川（包含重庆）、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。 （1）从单个省、直辖市、自治区来看，北京、天津、辽宁、上海、云南、西藏、青海等地相对水资源利用效率较高，平均水资源利用效率在0.95以上。除了北京和青海外，其余五个省份（直辖市）每年都保持DEA有效。与孙爱军等[12]、钱文婧等[13]没有考虑污染排放的水资源利用效率相比，本文生产前沿面多了西藏和青海。多年来西藏为保持生态多样性，坚持发展旅游业，较少发展工业，是我国受污染最少的地区。2009年西藏规模以上工业企业数为90家，规模以上工业总产值为51.6亿元，分别只占全国工业最发达省份江苏的0.15%和0.07%。同样，青海作为我国长江、黄河的发源地，为保持水土环境做了大量的工作，2009年自然保护区占了辖区面积的30.3%，仅次于西藏的34.5%。另外，省际水资源效率差异较大，相比水资源利用高效省份，新疆在研究期内水资源平均利用效率仅为0.066，与倒数第二内蒙古0.172的平均利用率相比，就有不少的差距。需强调的是，本文测算结果与上述学者的研究结论有较大差异性，主要原因是考虑了选取污染排放作为非合意产出，将污水排放作为产出变量放入模型中求解。我们认为，考虑了污染排放的中国全要素水资源效率更加符合客观实际情况，计算结果也更加科学合理。

（2）从时间演进上看，1999—2009年全国水资源利用效率均值呈现下降—上升—再下降的趋势。第一次拐点出现在2004年，我国水资源利用效率均值达到最低点，为0.432，然后缓慢上升。第二次拐点出现在到2007年，水资源利用效率均值达到了0.447的相对高点，然后又开始缓慢下降，这个结论与钱文婧、贺灿飞类似[13]。我们同样认为，水资源利用效率也许应呈现U型，2008年开始的突然下降可能是在全球经济危机背景下的一种资源配置扭曲，是一种暂时性动荡。我国政府在2008年为了应付经济衰退，投入4万亿公共资本支出，在一定程度上加剧了产业重型化趋势，导致高耗能、高污水排放企业得到一定程度的反弹，这导致了考虑非合意产出的水资源利用效率的暂时下降。

（3）从全国各区域来看，我国东、中、西部①水资源利用效率呈现出明显差异（见图2）。东部、中部、西部水资源利用效率依次递减，东部水资源利用效率遥遥领先，围绕在0.55上下波动，中部地区围绕0.38上下波动，而西部地区相对落后，围绕0.36上下波动。在这11年的考察期内，我国整体的水资源利用效率总是高于中部地区和西部地区，而东部地区高于我国整体水资源利用效率，这种现象主要是因为东部经济较为发达，市场机制较为完善，

图2 东、中、西部全要素水资源利用效率变化趋势

产业结构调整的力度也大，导致水资源利用从粗放型向集约型转变。

3.2 中国区域水资源利用效率的收敛性检验

收敛一般可分为α收敛和β收敛。前者是指区域间某一变量离差随时间的推移而趋于减少，后者指区域经济增长水平与初始水平负相关。β收敛又包含绝对β收敛和条件β收敛，σ收敛和绝对β收敛都属于绝对收敛的概念。绝对收敛指每个经济区域的变量都会达到相同的稳态增长速度，而条件收敛是在考虑了每个经济区域各自不同的特征和条件后，回归系数显著为负，意味着所有每个经济区域的稳态水平是不同的。曾先锋、李国平认为传统的“Barro回归”法对β收敛的检验存在着“Galton谬误”问题，其收敛的检验结果存在怀疑[14]。因此，本文主要用σ收敛来判断中国水资源利用效率的收敛情况。σ定义为

其中WEm（t）表示第m个区域在t时的全要素水资源效率。如果αt>αt+1，則可以判断区域水资源利用效率存在着α收敛。

图3显示了我国整体与东中西部三大地区水资源利用效率的σ收敛情况。在考察的11年中，全国的变异系数基本保持扩大的趋势，这说明，全国各省份之间的水资源利用效率的差距在扩大。但就各个地区来看，西部地区的变异系数始终最大，表明西部地区内部的水资源利用效率差距一直较大，且在考察期内出现上升、下降、再上升反复波动的趋势，这主要是因为，西部地区水资源利用效率除了云南、西藏多年均为全国最高外，大多数省份处于全国较低水平且效率提升速度缓慢。东部地区水资源利用

图3 东、中、西部全要素水资源利用效率的收敛性

效率的α值呈现先上升、后缓慢下降的趋势，收敛与分散的分水岭在2004年。中部地区内部差异最小，且这种差异稳定地呈现出显著缩小的趋势，说明中部地区水资源利用效率具有明显的“俱乐部收敛”特征。

4 水资源利用效率的影响因素研究

4.1 变量说明与模型构建

从上面计算出的结果分析可以看出，不同省之间的全要素水资源相对效率差异非常大，而且其变动趋势也日趋复杂，如何理解这种省级乃至更大区域范围内的效率差异？有哪些原因造成了全要素水资源相对效率的不同？Yujiro Hayami根据诱致技术变迁理论，认为水资源相对稀缺程度以及供给弹性的不同，表现为在要素市场上相对价格的差异，从而能够诱导出节约相对稀缺的水资源利用效率的变化[15]。刘红梅基于中国省际面板数据，在考虑经济现象的时间和空间自相关性的基础上，分别采用时间动态面板数据模型和空间递归面板数据模型对农业虚拟水“资源诅咒”效应进行检验，结果发现，农业虚拟水“资源诅咒”效应确实存在[16]。杨丽英通过Delphi方法，构建了水资源利用效率评价指标体系，认为自然因素、技术因素、配置因素和制度因素会影响水资源利用效率，其中，制度因素主要为水权和水价因素[17]。孙才志认为发达地区用水效率最高，欠发达地区用水效率最低，水资源利用相对效率的差异是区域经济和社会发展等诸多方面直接或间接的影响和反映[18]。综合相关文献的讨论，本文主要考察以下几个变量：经济水平（EL）、产业结构（IS）、水资源禀赋（WE）、水资源价格（WP）和政府影响力（GI）。各变量的含义见表2。

因为考虑非期望产出的全要素水资源利用效率介于0与1之间，为受限变量，本文采用Tobit模型，检验考虑非期望产出的中国和分区域全要素水资源利用效率的影响因素。基于上文的变量说明，本文构建模型如下：

（4）

其中，TWE为考虑非期望产出的全要素水资源效率，其他变量的含义见表2说明，i、t分别表示不同时期不同省份的对应值，ε为随机误差项，且服从正态分布。

4.2 计量结果分析

考虑到截面异方差的影响，本文采用广义最小二乘法（GLS）对式（4）进行回归估计，中国及分区域水资源利用效率影响因素的结果如表3。

（1）经济水平同全要素水资源效率呈显著的正相关，即人均GDP的增加会提高全要素水资源利用效率。在其他条件不变的情况下，如ln（人均GDP）增加1个单位，则全国全要素水资源效率增加0.165 7个单位。经济水平越发达，当地的产业聚集程度越高，水资源利用的规模效应越明显。另外，当地相对充裕的财政也能保证水资源利用的基础设施建设和水污染防治的专项资金。从三个地区来看，经济水平变量对分区域的影响迥异，对西部地区的全要素水资源效率影响最大，而对中部地区的影响最小。

（2）从全国和中西部地区来看，产业结构变量与全要素水资源效率呈显著的负相关，即经济总量中第一产业的比例越大，全要素水资源效率就越低。我国农业用水技术手段落后，大部分地区仍然采取串灌、漫灌、大块灌等粗放型的水资源利用方式，而喷灌和微灌等节水灌溉方式仅占灌溉总面积的2.6%左右，真正被农作物利用的只是灌溉总水量的1/3左右[19]。因此，农业用水量较多的地区由于农业用水的低效率导致了整体全要素水资源效率的降低。需引起注意的是，我国东部地区产业结构变量与全要素水资源效率虽没通过显著性检验，但表示出正相关关系，农业比例的加大反而会增加全要素水资源效率。一方面可能是东部地区农业技术用水效率较高，但更重要的是东部地区工业水资源利用产生了大量的非期望产出，如2009年我国工业废水排放最多的三个省份是江苏、浙江和广东，排放量依次为256 160万t、203 442万t和188 844万t，而同期工业废水排放量最小的西藏只有942万t，分别占这三个省份的0.37%、0.46%和0.49%。另外，从全要素水资源效率值也可验证，由于考虑了非期望产出因素，故江苏、浙江和广东的效率值并不是很高。

（3）水资源禀赋在不同的区域产生不同的约束作用。针对全国而言，水资源禀赋没有通过显著性检验，且影响作用非常小。这一点与王亚华[20]、孙爱军[12]的结论不同，他们认为水资源拥有量与水资源的利用效率呈显著的负相关。从表3中看出，东部和中部地区人均水资源量与水资源效率呈负相关性，但东部地区显著性不明显。更有趣的是，西部地区人均水资源量与水资源效率呈显著正相关。为保证结果的稳健性，特对西部地区水资源禀赋和水资源效率做相关性分析，结果显示这两列数据相关系数为0.35。为什么出现这么大的差异？除了研究时间的不同外，还与西部某些水资源丰富的地区非期望产出的水资源效率较高有关。最典型的例子是西藏和青海，这两个省份（自治区）2009年人均拥有水资源量全国最高，分别为139 658 m3/人和16 113 m3/人，同时，它们的非期望产出水资源效率也处于前沿面。

（4）无论从全国还是分区域来看，水资源的价格均同全要素水资源效率正相关，且通过了显著性检验。这说明，通过价格杠杠的作用可以大幅度提高水资源效率。实际上，我国目前的水价制度基本实行的是政府制定的“单一计量”水价，而在制定水价时，政府考虑较多是人们的承受能力，较少考虑到水污染治理费用和水工程照价费用，供水价格应体现供水工程的环境影响和损失补偿费用和水资源保护、水资源功能恢复补偿费用等。

（5）政府的影响力在不同地区对水资源效率产生了不同的作用。从全国和东部看，政府在农林水务方面支出越多，水资源效率越低，而对西部地区，政府通过“有形的手”能够显著的提高水资源效率。在东部地区，市场经济发达，水权意识较明确，水资源效率的提高更多是市场因素作用的结果，有限的水资源在市场中可以得到自动优化。而在西部地区，由于农业用水较多，政府通过农业基础水利设施建设，引导农民实施微灌等节水灌溉方式，可以大幅度提高水资源利用效率。

（6）通过排序各个地区影响因素的影响程度，可以发现，东部地区影响程度最大的三个变量是政府影响力、水资源价格和经济水平；中部地区为产业结构、水资源价格和经济水平三个变量；西部地区为水资源价格、政府影响力和产业结构。东中西部地区这些因素的变化是有利于水资源效率改善的，东中部地区市场化程度很高、产业结构相对较为合理，人均水资源量较少，这些都促使这些省份的工农业采用更为节水的技术和科学的管理，提高水资源效率，从而促进了东中部地区的水资源收敛。而对西部地区影响最大的3个因素却恰恰是西部较为薄弱的，这些因素都导致了西部省份不能够收敛于同一个更高水平，水资源效率差距逐渐拉大。

5 结论与建议

中央一号文件指出：“水是生命之源、生产之要、生态之基”，“确立用水效率控制红线，坚决遏制用水浪费，把节水工作贯穿于经济社会发展和群众生产生活全过程”。随着极端气候对我国影响的加大，水资源效率的提高成为水资源利用工作的核心问题。本文利用1999—2009年我国各省的面板数据，选取基于投入导向的DEA模型，以资本存量、人力资本存量、用水总量作为生产中的投入要素，以合意性产出GDP和非合意性产出废水排放量作为产出要素，测算出各省全要素水资源效率，并以此为基础，采用处理限值因变量的Tobit模型，对影响水资源效率的因素进行了考察，研究结果表明：①考察期内，我国全要素水资源效率均值呈现下降—上升—再下降的趋势，在区域层面上，东部、中部、西部水资源效率呈现出明显差异，东、中、西部水资源效率依次递减，表明我国中西部地区具有较大的节水潜力。②我国全要素水资源效率呈发散趋势，各省份之间效率的差距在扩大。东部地区水资源效率的α值呈现先上升、后缓慢下降的趋势，收敛与分散的分水岭在2004年；中部地区则呈现明显的“俱乐部收敛”特征，而西部地区α值变动剧烈，内部差距呈发散趋势。③针对全国而言，经济水平、水资源价格对全要素水资源效率有显著的正向作用，在其他因素不变的情况下，人均GDP和水价越高，越能促使水资源效率的提高。但产业结构和政府影响力却对水资源效率有显著的负向影响，农业产出和政府在农林水务方面支出的增加阻碍了水资源效率的进一步改善。水资源禀赋对水资源利用效率影响作用较小。另外，各个变量对我国东部、中部和西部地区的影响不同，差异较大。

上述结论蕴含着重要的政策意义：

（1）2011年一号文件确定了我国在未来一段时间内用水效率的控制红线，由于我国各区域经济发展水平、水资源禀赋等方面存在较大差异，导致目前不同地区水资源相对效率差距较大，因此在分解节水目标时，要根据各地用水效率的实际情况，避免“一刀切”现象。

（2）水资源效率的提高是个综合的系统工程，需要各地政府采取多种措施推动节水减排工作。东部地区，一方面要引导企业进行技术革新，积极进行产业结构升级，尽可能减少污水排放，另一方面要充分发挥市场在淘汰高水耗产业中的作用，用水效率应成为企业竞争的重要手段。中部地区，要认识技术进步、资源配置、管理水平等因素对水资源效率的影响，有效发挥价格杠杠的作用。西部地区，除了要普及农业高效节水技术，引导发展低水耗农业外，还要强化政府在农林水务方面的支出，大力开展水利基础设施建设，加大退耕还林、涵养水土的力度。

（3）完善水资源水权市场体系制度建设，创建新颖的水资源价格管理体制。既要建立水资源的全国统一市场和区域、流域市场，又要建立水资源的一级市场和二级市场，还需要建立污水市场和水务市场。要建立节水型水价制度，推进农业水价综合改革，稳步推行阶梯式水价制度，工业和服务业用水要逐步实行超额累进加价制度，拉开高耗水行业与其他行业的水价差价。充分发挥价格杠杠对水资源的调节作用，促使多种主体采取措施节约用水，充分利用有限的水资源。

（编辑：王爱萍）

参考文献（References）

[1]马静，陈涛，申碧峰. 水资源利用国内外比较与发展趋势[J]. 水利水电科技进展，2007，27（1）：6—13. [Ma Jing， Chen Tao， Shen Bifeng， et al. Comparison and Development Trend of Water Resources Utilization and Development at Home and Abroad [J]. Advances in Science and Technology of Water Resources， 2007， 27（1）：6—13.]

[2]Zhou P， Ang B W， Poh K L.Measuring Environmental Performance under Different Environmental DEA Technologies[J].Energy Economics， 2008b， 30（1）：1—14.

[3]雷波，劉钰，许迪，等. 农业水资源利用效用评价研究进展[J]. 水科学进展，2009，20（5）：732—738. [Liu Bo， Liu Yu， Xu Di，et al. Advances in Evaluation Study on Utility of Agriculture Water Utilization [J]. Advances in Water Science， 2009， 20（5）：732—738.]

[4]Barker D. Global Water Shortages， Alternatives for Increasing Water Productivity and Implications for China[R].Columbia： IWMI， 2000.

[5]Randolph B， David D， Arlene.Economics of Water Productivity in Managing Water for Agriculture[C]： CAB International， 2003：138—151.

[6]Kaneko S， Tanaka K， Toyota. Water Efficiency of Agricultural Production in China： Regional Comparison from 1999 to 2002[J]. International Journal of Agricultural Resources， Governance and Ecology， 2004， （3）：231—251.

[7]Speelman S， Haese M D， Buysse J， et，al. Technical Efficiency of Water Use and Its Determinants[C]. Working Paper，2007.

[8]陳东景. 中国工业水资源消耗强度变化的结构份额和效率份额研究[J]. 中国人口·资源与环境，2008，18（3）：211—214. [Chen Dongjing. Structure Share and Efficiency Share of Industrial Water Consumption Intensity Change in China [J]. China Population， Resources and Environment，2008， 18（3）：211—214.]

[9]Hu J L， Wang S C. Totalfactor Energy Efficiency of Regions in China [J].Energy Policy， 2006， （34）：3206—3217.

[10]Seiford L M ， Zhu J. Modeling Undesirable Factors in Efficiency Evaluation[J].European Journal of Operational Research，2002，142（1）：16—20.

[11]单豪杰. 中国资本存量K的再估算1952—2006[J]. 数量经济技术经济研究，2008，（10）：23—35. [Shan Haojie. Reestimation of Chinese Capital Deposit： 1952—2006 [J]. Quantity Economy and Technology Economy Analysis， 2008， （10）：23—35.]

[12]孙爱军，方先明. 中国省级水资源利用效率的空间分布格局及决定因素[J]. 中国人口·资源与环境，2010，20（5）：139—145.[Sun Aijun， Fang Xianming. Spatial Distribution and Determinant of Water Usage Among Interprovinces in China [J]. China Population， Resource and Environment， 2010.20（5）：139—145.]

[13]钱文婧，贺灿飞. 中国水资源利用效率区域差异及影响因素研究[J]. 中国人口·资源与环境，2011，21 （2）：54—60. [Qian WenJing， He Chafei. Chinas Regional Difference of Water Resource Use Efficiency and Influential Factors [J]. China Population， Resource and Environment， 2011， 21（2）：54—60.]

[14]曾先锋，李国平. 我国各地区的农业生产率与收敛[J]. 数量经济技术经济研究，2008，（5）： 45—53. [Zeng Xianfeng， Li Guoping. Agricultural Production Rate and Convergence of Chinese Regions[J]. Quantity Economy and Technology Economy Analysis， 2008， （5）：45—53.]

[15]速水佑次郎. 农业发展的国际化[M].北京：中国社会科学出版社，2000：78. [Yujiro Hayami. The International Trend of Agriculture Development[M]. Beijing： Chinese Social Science Press， 2000：78.]

[16]刘红梅，李国军，王克. 中国农业虚拟水“资源诅咒”效应检验：基于省际面板数据的实证研究[J]. 管理世界，2009，（9）：69—90. [Liu Hongmei， Li Guojun， Wangke. “Resource Curse” Effect Test of Chinese Agriculture Dummy Water Based on Provincial Panel Data[J]. Management World， 2009， （9）：69—90.]

[17]杨丽英，许新宜，贾香香. 水资源效率评价指标体系探讨[J]. 北京师范大学学报：自然科学版，2009，45（5/6）：642—646. [Yang Liying， Xu Xinyi， Jia Xiangxiang. Water Use Efficiency Evaluating Index System[J]. Journal of Beijing Normal University： Physical Science Edition， 2009，45（5/6）：642—646.]

[18]孙才志，刘玉玉. 基于DEA—ESDA的中国水资源利用相对效率的时空格局分析[J]. 资源科学，2009，31（10）：1696—1703. [Sun Caizhi， Liu Yuyu. Analysis of the Spatialtemporal Pattern of Water Resources Utilization Relative Efficiency Based on DEA—ESDA in China[J]. Resource Science， 2009， 31（10）： 1696—1703.]

[19]马培衢. 农户灌溉方式选择行为的实证分析[J]. 中国农村经济，2006，（12）：45—54. [Ma Peiqu. The Empirical Analysis of Farmers Irrigation Ways[J]. Chinese Rural Economy， 2006， （12）：45—54.]

[20]王亚华. 关注经济欠发达地区如何建设节水型社会[J]. 中国水利，2005，（13）：175—179. [Wang Yahua. How to Establish Watersaving Society in Lessdeveloped Areas[J]. China Water Resources， 2005， （13）：175—179.]

[21]李传奇，李向富水源地保护环境绩效评估指标体系的构建[J]水利科技与经济，2010，16（9）：979—981[Lin Chuanqi， Li Xiangfu. Indicator System of Environmental Performance Assessment on Water Source Protection[J]. Water Conservancy Science and Technology and Economy， 2010，16（9）：979—981.]

[22]马涛，翁晨艳城市水环境治理绩效评估的实证研究[J]生态经济，2011，（6）：24—26.[Ma Tao， Weng Chenyan. An Empirical Study on Performance Evaluation of Urban Water Environment Treatmeat [J]. Ecological Economy， 2011，（6）：24—26.]

Water Resource Utility Efficiency and Its Influencing Factors

Considering Undesirable Goods

MA Hailiang1，2 HUANG Dechun1 ZHANG Jiguo2

（1. Institute for Water Resource Statistic Information of Hohai University， Changzhou Jiangsu 213022，China；

2. Institute for Industrial Economic of Hohai University， Nanjing Jiangsu 210098，China）

Abstract Sustainable utility of water resource is the strategy of Chinese economic and social development and the core is to improve water resource utility efficiency. Using 1999—2009 Chinas the panel data of 30 provinces， totalfactor water resource utility efficiency including undesirable goods is measured based on inputoriented DEA， and on this basis， the influencing factors of water resource utility efficiency are analyzed by Tobit regression model. The results are as follows： the means of water resource utility efficiency show declinerisedecline trends， and eastern efficiency is the highest while the western efficiency is the lowest； Chinas totalfactor water resource utility efficiency shows a divergent trend and the gap among various provinces is widening； the economic level and water resource price have significant positive effects on water resource efficiency， but industrial structure and government influence have significant negative impacts.

Key words undesirable goods； water resource use efficiency； DEA

农业产出效率 第11篇

在已有的对高新技术产业研发效率的研究中大都采用非参数法和参数法两种方法。非参数法主要以数据包络分析 (DEA) 为代表, 参数法则主要局限在采用随机前沿分析法 (SFA) 和柯布道格拉斯生产函数 (C-D) 两种方法, 由于函数设定形式的局限, 这两种方法在分析多要素投入时都不具有优势。在此, 将采用二级三要素CES生产函数 (固定替代弹性生产函数) 对我国高新技术产业的研发效率进行分析。

一、我国高技术产业发展现状

2004—2011年, 我国的高技术产业科技创新活动的投入和产出都取得了巨大的成绩, 并且达到了前所未有的规模。我国科技创新经费内部支出从2004年2921314.8万元增长到2011年的12378065万元, 平均年增长率20.36%, 短短几年间增长了3倍多, 科技创新人员全时当量也以平均23%的增长速率从2004年的120830.03人增长到2011年的426718.385人, 在投入逐年加大的同时, 科技创新产出 (以新产品销售收入衡量) 从2004年的60989505.3万元增长到2011年的203845208.9万元, 年均增长19.26%。

虽然我国高技术产业科技创新活动投入产出方面均取得了巨大的进步, 但和国外一些发达国家相比仍然存在着较大的差距, 按高新技术产业科技创新经费占工业总产值比例看, 中国仅有1.63%, 而美国、日本、德国、韩国分别达到了16.9%、10.5%、6.9%, 5.8%。按高新技术产业科技创新经费占工业增加值比例看, 中国为6%, 美国为36.8%, 日本为31.3%, 德国是18%。在依托高投入发展的高新技术产业, 中国的科技创新经费投入仍略显不足。

二、模型选择

CES生产函数其一般形式为:Y=A (a1K-p+a2L-p) -u/p, 其中, A为希克斯中性的技术进步参数, a1、a2为产出弹性, 0<a1, a2<1, P为要素替代参数, 一般要求-1<P<1, u为反应规模报酬的参数。为了研究高新技术企业创新产出 (Y) 和创新资本 (K) 、人员 (L) 、外部技术获取 (E) 之间的关系, 采用三要素CES生产函数。

(2) (3) 称为二级三要素CES生产函数, 其中 (2) 式第一级CES中两要素之间的替代弹性为:σ1=1/ (1+p1) , (3) 式第二级CES两要素的替代弹性为:σ=1/ (1+p) , 将采用 (2) (3) 式所表示的二级三要素CES生产函数分析高新技术企业创新产出 (Y) 和创新资本 (K) 、人员 (L) 、外部技术获取 (E) 之间的关系。

在对CES生产函数进行参数估计时, 常用展开的下式进行估计:

将上式进行变形得:

对上式进行参数估计, 并最终求的二级CES生产函数中各系数。

三、变量选取及数据处理

(一) 变量选取

高新技术产业科技创新活动主要分为三种主要形式:一是高技术企业的自主开发, 企业拥有自己的研发机构, 通过内部科技创新投入获得技术创新并应用到产品中;二是高技术企业通过引进外部技术创新, 直接将其运用到自身产品之中;三是高技术企业的二次创新活动, 即在引进的技术创新的基础上通过消化吸收再创造形成企业自身的技术创新。高技术企业的这三种获得产品技术创新的模式都对产品性能提升和市场需求具有重要作用。因此在选取高技术产业创新投入衡量指标时, 为了使选取的指标尽可能的涵盖企业的这三种创新成果, 将投入指标分为我国高技术产业内部科技创新活动的费用投入, 从外部获取技术创新的的费用投入和高技术产业科技创新人员投入三部分。分别用新产品研发费用、技术改造费用之和和科技创新人员折合全时当量作为衡量指标, 后者用技术引进经费与消化吸收费用之和进行衡量。

(二) 数据来源与处理

1. 价格指数的修正

考虑到通货膨胀等价格因素对高技术产业科技创新活动投入产出衡量指标的影响, 用通常采用的GDP平减指数平减法对选取的指标进行预处理, 从而得到剔除价格变动因素的实际值。所采用的公式如下:

其中, GDPdt表示的是第t年的GDP平减指数, GDPt为第t年的GDP名义值, GDPindext表示t年的GDP指标, GDP2004是2004年的GDP名义值。用科技创新活动投入产出衡量指标分别除以计算得到的各年的GDPdt, 从而得到扣除价格因素的实际指标。

2. 资本存量的确定

具体我们采用如下计算公式:

, 其中Kt表示t年实际科技创新资本存量, It为t年的科技创新经费支出, δ为缩减率。根据李明智和王娅莉计算科技创新初始存量的公式其中, K为科技创新初始资本存量, I为最初科技创新经费支出, y为现有科技创新经费投入的年增长率, δ为缩减率, 采用15%, 计算出基年科技创新资本存量, 以此作为科技创新资本存量的初始值。

四、实证分析

(一) 面板单位根检验

对高新技术产业新产品产值 (Y) , 科技创新资本投入 (K) , 科技创新人员投入 (L) 和技术投入 (E) 四个变量分别进行LLC单位根检验、ADF单位根检验和PP-F单位根检验。变量之间是非同阶单整的, 不能对变量进行协整检验与直接对原序列进行回归。对序列进行一阶差分处理后, 对序列进行一阶差分处理后, 单位根检验结果均通过了1%的显著性水平, 说明各变量之间一阶单整。

(二) 模型设定检验

在进行面板数据参数估计之前, 为了防止模型的错用而对估计出的参数结果造成较大偏差, 首先要对面板数据的模型形式进行选择。面板数据模型有混合模型、固定效应模型和随机效应模型三种形式。通常采用F检验来决定选用混合模型还是固定效应模型, 用Hausman检验决定选取随机效应还是固定效应模型。利用eviews7.2进行F检验和Hausman检验的结果见表1和表2

根据表1 F检验的结果可以看出, P值小于0.10, 拒绝建立混合效应模型, 应建立个体固定效应模型。从表2看出, H检验的P值小于0.10, 拒绝建立个体随机效应模型, 应建立个体固定效应模型。因此, 运用个体固定效应模型对高新技术产业创新投入产出进行回归分析。

(三) 估计结果及结论

对展开的线性回归方程进行参数估计。结果显示方程的复相关系数等于0.829, 校正复相关系数等于0.817, 标准误估计值0.69133, 方程假设检验方差分析统计量F等于68.098, P=0.000, 说明方程的拟合效果较好。估计结果如表3、表4所示。

注:**, *分别表示在1%, 5%水平上具有显著性

由表3可看出我国高技术产业内部科技创新活动的费用投入, 从外部获取技术创新的费用投入和高技术产业科技创新人员投入对我国高新技术产业创新产出都具有正的效应, 即增加相应的投入会使创新产出也获得相应的增加。在选取的三指标中, 高技术产业内部科技创新活动对创新产出的影响作用最大, 引进并消化吸收外部技术对创新产出的影响最小。由表4可知, 我国各省市的创新能力差距较大, 由常数C的估计结果看, 北京, 天津, 上海创新能力在各省市中表现突出, 具有较高的创新能力, 整体来看东部沿海城市高技术产业创新能力明显高于中西部地区。

根据表5的计算结果和二级三要素CES生产函数的特性, 可计算得到以下结论:高技术产业内部科技创新活动与外部技术获取的替代弹性为1/ (1+p1) =0.847, 外部技术投入与内部资金投入因素的组合与科技创新人员投入的替代弹性为1/ (1+p) =1.818, 表明外部技术投入与资本投入的组合要素对科技创新人力资源具有很强的可替代性。u=1.27, 表明我国高新技术产业创新科技创新投入产出是规模效益递增的, 加大创新投入能够获得更多的产出效益。

五、政策建议

(一) 加大科技创新投入

科技创新经费投入强度和资金的使用效率对高技术产业创新产出具有重要推动作用。u>1说明我国科技创新投入的规模效益递增。因此, 为了我国高新技术产业核心竞争力的提升, 应该进一步加大对科技创新各要素的投入力度, 并且加强对科技创新投入的管理, 合理分配各要素的投入比例, 提高要素的使用效率, 确保我国高技术产业科技创新活动的高效率进行。

(二) 加大对科技创新人才的培养

科技创新人才是当今我国高新技术产业提高企业创新能力的关键因素。政府应该完善人才政策, 使其适当向企业倾斜, 鼓励企业建立研发中心, 集聚和培养人才, 创造重视人才重视创新的良好氛围, 支持高校、科研院所人才到企业中开展产学研合作。科技创新人力的投入对提升高技术产业的科技创新产出具有知识聚集效应。这些人力的投入最终目的是为了提升科技创新的效率和知识聚集效应, 从而推动科技创新产出绩效的增长。

(三) 强化高新技术企业技术创新主体地位

构建高新技术产业创新平台。高新技术企业技术创新能力是实现自身竞争力提升的根本动力。构建以高新技术企业为主体、市场为导向、产学研相结合的科技创新平台, 为产业关键、共性技术研发与产业化提供有效的仪器设备、研发资金、技术信息、研发咨询、技术支持、学习与交流机会以及研发成果试制场所等, 提升高新技术产业技术水平、实现产业的持续与快速发展。

参考文献

[1]Dominique G, van Pottelsberghe de la Potterie B.From R&D to productivity growth:Do the institutional settings and the source of funds of R&D matter[J].Oxford Bulletin of Economics&Statistics, 2004 (3) :353-378.