生态农业企业技术创新效率解构及优化路径——基于35家上市农业投资类企业样本数据分析研究

徐凤娇，李晓梅,2

本刊核心层次论文

生态农业企业技术创新效率解构及优化路径——基于35家上市农业投资类企业样本数据分析研究

徐凤娇1，李晓梅1,2

(1. 辽宁工业大学 经济管理学院，辽宁 锦州 121001；2. 辽宁工程技术大学营销管理学院，辽宁 葫芦岛 125105)

技术创新是生态农业投资企业发展必不可缺的一个重要因素，本文收集了35家生态农业投资企业2019年的面板数据，运用DEA方法对其技术创新效率损失进行了评价。研究表明：我国的生态农业投资企业技术创新效率整体处于较低的状态，主要是受纯技术效率的制约，且约有三分之二的企业存在投入冗余和产出松弛。因此，生态农业投资企业应提高人力资源利用效率，优化企业内部管理组织结构，以减少企业的技术创新效率损失，促进企业高质量发展。

生态农业投资类企业；技术创新效率；效率解构；DEA

一、引言

生态农业是国民经济的基础，近年来，生态农业的可持续发展日渐趋向于技术的创新。在农业科技发展规划中我们可以看到，我国坚持把增强自主创新能力作为战略基点，努力创造具有自主知识产权的核心技术，将生态农业发展的主动权紧紧握在自己手中。生态农业投资企业是我国生态农业发展的领军力量，他们代表着生态农业发展的最新状态和未来发展趋势。当下，我国的经济发展已经步入了新常态，生态农业的高质量发展也成为了亟待解决的问题。

研究以往生态农业类企业的发展不难看出，他们大多只是追求收益，或为此投入大量的生产要素、或为此盲目扩大企业生产规模，从而造成生产资源的浪费和生产效率的损失。这些行为严重阻碍了生态农业的科学及可持续发展，而要解决这些问题，就需要技术上的创新为生态农业投资企业注入新的动力。

因此，本文拟用DEA方法构建科学的评价指标体系，对生态农业投资企业的技术创新效率损失进行分析并提出可靠的改进路径，为生态农业投资企业实现创新驱动的可持续发展提出建议。

二、文献综述

吴梵、高强、刘韬[1]三位学者运用数据包络法对农业的生态效率进行了测算，得出我国31省间存在较强空间相关性的结论。进而运用空间计量模型，考察我国31个省份农业科技创新对其生态效率值的空间外溢特征，发现农业科技创新对其生态效率存在明显的空间依赖性。

孙长东等[2]基于创新驱动的视角，构建了农业创新驱动过程模型，对我国农业科技创新的成效进行衡量。除此之外，还结合了灰色关联分析法和CRITIC方法对我国2010—2016年间的农业科技创新能力进行了实证分析。研究表明：政策扶持、产业集群等应作为我国农业科技创新能力提升的重要方向。

邓灿辉、马巧云等[3]学者选取我国29个区域十年的数据，运用超效率DEA模型对农业科技创新效率进行测算和评价，发现我国的农业科技创新水平发展缓慢，整体处于一个较低的水平。并得出对于不同地区应采取差异化战略，以此来实现资源最大化产出的结论。

郭翔宇、杜旭等[4]学者以我国31个省份为研究对象，运用SBM模型和DEA-Malmquist指数模型，采用动静结合的测算方法，对我国2008年到2017年十年间的科技创新效率变化做了分析。最终得出了应优化科技创新投入资源，提高科研人员职业技能来提升科技创新效率的结论。

马春艳、龚政等[5]学者主要研究政府支持、FDI对农业技术创新的影响。文章选取22个省市自治区18年的面板数据进行测算。研究发现，政府支持以集约式路径促进农业技术创新，而外商投资对农业技术创新存在着门槛效应。

丁绪辉、王柳元、贺菊花[6]三位学者采用SE-SBM模型，基于我国31个省份七年的面板数据对农业创新系统效率进行测量，并结合Tobit回归模型对其驱动因素进行估计。研究发现，东中西部区域效率差异明显，主要是因为纯技术效率较低，而城镇化水平对农业创新系统的影响并不明显。

杜娟[7]建立了农业科技投入产出评价模型，从科技投入方向、力度、比重、创新产出水平四个方面分析了农业科技创新投入产出效率，对我国粮食主产区和粮食非主产区科技投入产出效率进行了量化分析，最终得出我国应加大农业科技投入规模来提高投入产出效率的结论。

通过对以往文献的归纳整理可以发现，学者们对生态农业创新效率的研究大多是以区域为划分基准，而以生态农业投资企业为研究对象的学者并不多。因此，本文拟选取生态农业投资企业相关数据，运用多阶段DEA测算方法，从企业本身出发对其技术效率损失进行评价分析并提出合理的改进路径。

三、指标选取与模型构建

（一）指标选取

选取指标要满足两个基本条件：1. 选取的投入产出指标均为正数，不能出现负数或者零，防止测算结果有误；2. 选取的投入指标和产出指标之和要小于决策单元的二倍，防止效率值被过高估计。截至目前，我国生态农业投资企业共有51家，除去ST企业以及数据缺失企业后剩余35家，文中选取了3个投入指标和2个产出指标，满足指标选取的条件。因此，本文选取35家生态农业投资企业为决策单元。

生态农业投资企业技术创新效率投入指标包括：资产总额、研发技术人员、研发技术人员占比。其中，研发技术人员指的是企业的研发人员和技术人员。生态农业投资企业技术创新效率产出指标包括：净利润、无形资产。综上，本文选取3个投入指标、2个产出指标，共5个评价指标构建生态农业投资企业技术创新效率评价体系，远小于决策单元的二倍，具体指标见表1。

表1 评价指标体系

一级指标 二级指标解释 投入指标（X）资产总额企业资产的总数，包括流动资产和非流动资产 研发技术人员企业的研发人员和技术人员总和 研发技术人员占比研发人员和技术人员占企业总员工数的百分比 产出指标（Y）净利润除去税费后的利润 无形资产生态农业投资企业技术创新转化能力

（二）模型构建

本文采用多阶段的数据包络模型进行测算。数据包络分析（Data Envelopment Analysis）是CHARNES、COOPER等人于1978年提出的，用来评价相同决策单元之间的相对有效性。本文采用产出导向下的规模报酬可变模型，其模型公式如下：

式（1）中，表示非阿基米德无穷小，是一个常量，如果数值过大会造成对偶模型无可行解，因此，我们将其设置成0.00001。表示被测度决策单元的效率值，+和-分别表示投入冗余和产出松弛，若=1且+和-均为0，则表示决策单元有效。代表各决策单元线性组合的系数。

我们可以采用DEA两阶段法求出投入冗余变量和产出松弛变量。第一阶段求出，第二阶段求出上述其余规划式。

四、实证分析

本文从网易财经和新浪财经收集并整理了全国35家生态农业投资企业2019年度的相关数据，以3个投入指标和2个产出指标为基础，运用Deap2.1软件，建立规模报酬可变模型，采用多阶段的计算方法，从产出导向角度分析如何在投入变量不变的情况下，使企业的产出达到最大化，从而对生态农业投资企业技术创新效率进行分析评价并提出改进路径，测算结果见表2。

表2 决策单元效率水平

DMU技术创新效率纯技术效率规模效率 万向德农0.2261.0000.226irs 江山股份0.4370.4940.884drs 通威股份0.5701.0000.570drs 好当家0.2090.2160.965irs 扬农化工0.5450.8060.676drs 莫高股份0.1661.0000.166irs 新安股份0.5530.5800.955drs 北大荒0.7160.7280.984drs 亚通股份0.0860.2020.427irs 一拖股份0.6310.7020.899drs 先达股份0.5680.9180.618irs 禾丰牧业0.5010.8710.613drs 海利尔1.0001.0001.000- 农产品1.0001.0001.000- 韶能股份0.3150.3660.862drs 丰乐种业0.7180.8960.801irs 罗牛山0.4060.4570.888drs 顺鑫农业0.5050.6420.787drs 新洋丰0.6090.7410.822drs 利欧股份0.2190.2600.842drs 正邦科技0.2870.4890.587drs 芭田股份0.6030.6350.948drs 诺普信0.5280.5900.896irs 民和股份1.0001.0001.000- 华英农业0.7090.7620.977irs 长青股份0.2660.3300.806drs 司尔特1.0001.0001.000- 云图控股1.0001.0001.000- 史丹利0.5320.5880.904drs 牧原股份1.0001.0001.000- 大禹节水0.3220.3810.844irs 荃银高科0.5731.0000.573irs 金通灵0.2110.2430.866drs 迪森股份0.3190.3340.955irs 富邦股份0.2750.3940.698irs 平均值0.5310.6720.801

注：技术创新效率=纯技术效率×规模效率

（一）技术创新效率分析

根据DEA理论，当=1时，表示所选生态农业投资企业技术创新效率处于强有效状态，决策单元最优；当0.5≤≤1时，表示所选生态农业投资企业技术创新效率处于较为有效状态，决策单元较为有效；当0≤≤0.5时，表示所选生态农业投资企业技术创新效率处于无效状态，决策单元无效。根据表2可知：决策单元有效且技术创新效率为1的生态农业投资企业有海利尔、农产品、民和股份、司尔特、云图控股、牧原股份共6家，占比17.14%,说明这6家企业技术创新效率处于强有效状态；技术创新效率较为有效的生态农业投资企业有通威股份、扬农化工、新安股份、一拖股份、先达股份、禾丰牧业、丰乐种业、顺鑫农业等15家，占比42.86%；技术创新效率无效的生态农业投资企业有万向德农、江山股份、好当家、莫高股份、亚通股份、韶能股份、罗牛山、利欧股份等14家，占比40%。整体来看，这35家生态农业投资企业技术创新效率平均值为0.531，纯技术效率平均值为0.672，规模效率平均值为0.801，表明生态农业投资企业技术创新效率整体处于较低水平的原因是纯技术效率过低。

（二）纯技术效率分析

纯技术效率是考虑规模收益时的技术效率，该项指标反映的是企业的技术水平与行业的技术水平关系。

当纯技术效率为1而规模效率不为1时，说明决策单元处于一种技术有效但规模无效的状态。根据表2可知：纯技术效率为1但规模效率不为1的生态农业投资企业有万向德农、通威股份、莫高股份、荃银高科共4家，占比11.43%，说明这4家企业的管理和技术水平已达到行业最优状态；技术创新效率小于1的生态农业投资企业共有29家，其中纯技术效率大于0.6的有扬农化工、北大荒、一拖股份、先达股份、禾丰牧业、丰乐种业、顺鑫农业、新洋丰、芭田股份、华英农业共10家企业，占比28.57%，说明这10家企业的技术管理水平相对较高，其余的19家企业纯技术效率均在0.6以下，说明这19家生态农业投资企业技术管理水平相对落后。

（三）规模效率分析

根据DEA理论，当规模效率为1时，企业的规模报酬处于不变状态。由表2可以看出：规模报酬处于不变状态的生态农业投资企业有海利尔、农产品、民和股份、司尔特、云图控股、牧原股份共6家，占比17.14%，表明这6家企业规模状态已达到最优水平；规模报酬处于递减状态的生态农业投资企业有江山股份、通威股份、扬农化工、新安股份等17家，占比48.57%，表明这17家企业如果增加投入要素，则产出要素的增加将会小于投入要素的增加；规模报酬处于递增状态的生态农业投资企业有万向德农、好当家、莫高股份、亚通股份等12家，占比34.29%，表明这12家企业如果增加投入要素，则产出要素的增加将会大于投入要素的增加。综上，处于规模报酬递增的12家公司应该扩大生产规模并增加生产要素投入，使自己达到规模最优；处于规模递减状态的17家企业，应该适度减少生产要素的投入并调整企业规模，使自己达到规模最优，以此获得规模收益。投入指标冗余度及目标值见表3。

表3 投入指标冗余度及其目标值

研发技术人员（人） 研发技术人员占比（%） 冗余值 目标值 冗余值目标值 江山股份184.359238.64114.64710.103 好当家112.514223.4860.0007.820 扬农化工261.410288.58214.2224.518 新安股份322.490247.5102.7516.895 北大荒1 889.06213.9370.6845.336 亚通股份0.00069.0001.9846.666 一拖股份1 074.801275.1998.4459.295 先达股份7.57995.4210.0007.080 禾丰牧业297.416359.5848.1284.162 韶能股份351.487249.5137.1534.957 丰乐种业0.000148.0000.00012.370 罗牛山122.430262.5706.09611.174 顺鑫农业88.271436.7835.4415.439 新洋丰1 006.341235.65911.1036.407 利欧股份151.245317.7554.9455.095 正邦科技2 010.3051 231.6958.6504.940 芭田股份153.343255.6574.78812.202 诺普信0.000175.0000.0005.580 华英农业19.122241.8780.0008.460 长青股份319.532207.46820.9606.360 史丹利350.303262.6975.15511.155 大禹节水0.000138.0000.0008.340 金通灵106.247253.75313.32710.483 迪森股份0.000210.0003.76915.051 富邦股份0.000116.00016.17525.555 平均值252.235 4.525

表3中生态农业投资企业投入指标中研发技术人员和研发技术人员占比与目标值都有偏差，均需要相应的调整。但投入指标中资产总额指标仅在亚通股份中存在冗余，冗余值为75 459.318万元，由于篇幅有限故在表中没有罗列。产出指标松弛量及目标值见表4。

表4 产出指标松弛量及其目标值

净利润（万元） 无形资产（万元） 松弛量 目标值 松弛量 目标值 江山股份30 645.11860 553.11823 194.92045 831.915 好当家24 167.54430 837.54449 016.27062 544.273 扬农化工28 302.656145 586.65610 611.69054 585.686 新安股份31 900.57175 914.57139 736.92094 562.918 北大荒31 197.834114 554.83415 770.14057 906.144 亚通股份17 616.18922 074.189 4 038.5305 060.525 一拖股份23 526.34936 177.34933 611.760112 778.760 先达股份1 823.10322 285.103 1 057.49012 926.493 禾丰牧业33 517.236183 263.236 5 496.30030 052.302 韶能股份70 274.934110 764.93453 408.26084 180.255 丰乐种业10 131.09816 487.098 2 698.76025 967.763 罗牛山30 207.77533 301.77539 314.02072 402.016 顺鑫农业45 662.978127 500.97840 780.760113 868.758 新洋丰23 056.51189 112.51120 944.44080 949.440 利欧股份88 126.184119 015.18468 523.25092 541.250 正邦科技177 236.497346 538.49736 226.80070 831.796 芭田股份28 740.67831 727.67818 335.67050 299.672 诺普信17 474.52942 573.52919 639.79047 848.786 华英农业22 387.45730 664.45721 808.78079 517.777 长青股份75 498.081112 646.08124 502.12036 558.123

续表

净利润（万元） 无形资产（万元） 松弛量目标值 松弛量 目标值 史丹利22 944.58133 330.58129 963.48072 806.483 大禹节水21 713.27635 081.27618 851.31030 457.307 金通灵34 394.96945 437.96949 815.55065 809.551 迪森股份25 724.57538 650.57525 565.36038 411.363 富邦股份 8 769.53114 476.531 7 984.32013 180.315 平均值37 001.610 26 435.867

由表3和表4可知：2019年存在投入冗余和产出松弛的生态农业投资企业有江山股份、好当家、扬农化工等25家，占比71.43%。研发技术人员冗余平均值为252.235人次，超过该平均值的生态农业投资企业有扬农化工、新安股份、北大荒等10家，占比40%，尤其是正邦科技，冗余度高达2 010.305人次，表明这10家企业不应该只注重增加研发技术人员的数量，更重要的是提高企业的组织管理能力，优化研发技术人员内部结构。净利润和无形资产的产出松弛量平均值分别为37 001.610万元和26 435.867万元。以利欧股份为例调整松弛变量：资产总额原始值为1 332 257万元，目标值为1 332 257万元，无需调整；研发技术人员原始值为469人次，需减去投入冗余151.245人次，达到目标值317.755人次；研发技术人员占比原始值10.04%，需减去投入冗余4.945%，达到目标值5.095%；净利润原始值为30 889万元，需加上产出松弛88 126.184万元，达到目标值119 015.184 万元；无形资产原始值为24 018万元，需加上产出松弛68 523.250万元，达到目标值92 541.250万元。

五、优化路径

本文选用35家生态农业投资企业2019年的数据构建其技术创新效率的评价指标体系，使用DEA-BCC模型对这些数据进行评价。研究表明：17.14%的企业技术创新效率达到了行业领军水平，42.86%的生态农业投资企业技术创新效率达到了行业平均水平，剩余的40%企业技术创新效率暂时较为落后。进一步分析发现，造成生态农业投资企业技术创新效率低下的主要原因是纯技术效率较低。通过对投入冗余和产出松弛分析可以发现，有71.43%的生态农业投资企业技术创新效率未达到最优，需要调整。

基于以上实证分析结果，为了促进生态农业投资企业更快地提升技术创新效率，本文提出两点建议：一是优化企业内部的组织管理制度，逐渐减少投入生产要素的浪费；二是提高人力资源的利用效率，注重研发技术人员的质量，而不能只追求数量，造成大量人员冗余。生态农业投资企业更要积极立足于经济市场，提高技术创新效率，促进自身向着健康科学的方向发展。

[1] 吴梵, 高强, 刘韬. 农业科技创新、空间溢出与农业生态效率[J]. 统计与决策, 2020, 36(16): 82-85.

[2] 孙长东, 陈酉宜. 新时期我国农业科技创新能力评价与提升对策研究[J]. 中国农业资源与区划, 2020, 41(6): 91-99.

[3] 邓灿辉, 马巧云, 魏莉丽. 我国农业科技创新效率的区域差异及其影响因素研究[J]. 中国农业资源与区划, 2020, 41(5): 231-237.

[4] 郭翔宇, 杜旭, 王丹. 我国省域农业科技创新效率评价与比较分析[J]. 学习与探索, 2020(5): 141-147.

[5] 马春艳, 龚政, 李谷成. 政府支持、FDI与农业技术创新——基于产出与效率的双重视角[J]. 农林经济管理学报, 2020, 19(1): 24-33.

[6] 丁绪辉, 王柳元, 贺菊花. 乡村振兴战略下考虑生态环境效应的区域农业创新系统效率研究[J]. 科技管理研究, 2018, 38(24): 230-237.

[7] 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, 30(8): 82-85.

10.15916/j.issn1674-327x.2021.06.009

F324

A

1674-327X (2021)06-0040-05

2020-12-04

辽宁省社会科学规划基金项目(L19BJY028)

徐凤娇(1995-)，女，河南洛阳人，硕士生。

李晓梅(1974-)，女，辽宁朝阳人，教授，博士研究生导师。

(责任编辑：许伟丽)