摘 要 農(nóng)業(yè)科技創(chuàng)新是推動(dòng)農(nóng)業(yè)現(xiàn)代化發(fā)展的重要?jiǎng)恿χ?，其資源配置效率影響區(qū)域科技競(jìng)爭(zhēng)能力和農(nóng)業(yè)高質(zhì)量發(fā)展水平。以山東省為研究對(duì)象，運(yùn)用DEA模型對(duì)2021年山東省16市農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行測(cè)度。結(jié)果表明：2021年，山東省農(nóng)業(yè)科技創(chuàng)新效率整體水平較高，但還存在一定的提升空間；綜合效率偏低是純技術(shù)效率偏低和規(guī)模效率偏低共同作用的結(jié)果，存在明顯的投入冗余和產(chǎn)出不足現(xiàn)象，農(nóng)業(yè)科技創(chuàng)新資源利用效率未達(dá)到最優(yōu)化。

關(guān)鍵詞 農(nóng)業(yè)科技；創(chuàng)新效率；DEA模型；冗余分析；山東省

中圖分類號(hào)：F323 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.09.021

科技創(chuàng)新是引領(lǐng)農(nóng)業(yè)現(xiàn)代化發(fā)展的重要?jiǎng)恿Α?023年中央一號(hào)文件指出，強(qiáng)化農(nóng)業(yè)科技和裝備支撐，推動(dòng)農(nóng)業(yè)關(guān)鍵核心技術(shù)攻關(guān)。實(shí)現(xiàn)農(nóng)業(yè)科技創(chuàng)新引領(lǐng)農(nóng)業(yè)高質(zhì)量發(fā)展，推動(dòng)實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，必須重視農(nóng)業(yè)科技創(chuàng)新的關(guān)鍵作用，把握農(nóng)業(yè)科技創(chuàng)新資源配置效率。山東省作為我國(guó)糧食主產(chǎn)區(qū)之一的農(nóng)業(yè)大省，積極探索科技賦能農(nóng)業(yè)發(fā)展路徑，為農(nóng)業(yè)強(qiáng)省建設(shè)注入不竭動(dòng)力。因此，測(cè)算山東省各市的農(nóng)業(yè)科技創(chuàng)新效率，把握現(xiàn)階段山東省農(nóng)業(yè)科技創(chuàng)新的實(shí)際發(fā)展水平與資源配置情況，可以有效促進(jìn)山東省合理配置農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出指標(biāo)，有力推動(dòng)山東農(nóng)業(yè)強(qiáng)省建設(shè)。

國(guó)內(nèi)眾多學(xué)者對(duì)于農(nóng)業(yè)科技創(chuàng)新效率相關(guān)問(wèn)題已有諸多研究。在研究方法方面，目前國(guó)內(nèi)學(xué)者普遍使用DEA模型。例如，馬艷艷等運(yùn)用DEA模型對(duì)2000—2018年寧夏農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出數(shù)據(jù)進(jìn)行演算，結(jié)果表明：寧夏農(nóng)業(yè)科技資源配置效率整體處于較高水平，但存在投入要素冗余現(xiàn)象，需要采取資源配置調(diào)整[1]。王芳等基于糧食功能區(qū)視角，運(yùn)用超效率DEA模型測(cè)度2001—2019年中國(guó)三大糧食功能區(qū)的農(nóng)業(yè)科技創(chuàng)新效率[2]。關(guān)忠誠(chéng)等基于三階段DEA模型測(cè)算17家農(nóng)業(yè)科研機(jī)構(gòu)的創(chuàng)新效率，并得出我國(guó)農(nóng)業(yè)科研機(jī)構(gòu)科技創(chuàng)新效率總體偏低，但呈現(xiàn)逐期增加的趨勢(shì)的結(jié)論[3]。在研究主體方面，國(guó)內(nèi)現(xiàn)有研究中，研究主體差異多樣。例如，劉美艷等以中部和東部地區(qū)的16個(gè)?。ㄊ校檠芯繉?duì)象，發(fā)現(xiàn)中部和東部地區(qū)的農(nóng)業(yè)科技創(chuàng)新效率主要受經(jīng)濟(jì)發(fā)展水平的影響，存在發(fā)展不穩(wěn)定及地區(qū)差異顯著的特點(diǎn)[4]。賀銀娟運(yùn)用VAR模型測(cè)度得出江西省農(nóng)業(yè)生產(chǎn)技術(shù)效率、科技創(chuàng)新效率與生產(chǎn)經(jīng)濟(jì)效益之間關(guān)系處于長(zhǎng)期穩(wěn)定均衡狀態(tài)[5]?；裘鞯冗x擇農(nóng)業(yè)科技園區(qū)為研究主體，基于創(chuàng)新價(jià)值鏈理論，對(duì)我國(guó)158家國(guó)家農(nóng)業(yè)科技園區(qū)的創(chuàng)新研發(fā)效率和創(chuàng)新轉(zhuǎn)化效率及空間格局的演變展開(kāi)探究[6]。已有研究中，山東省農(nóng)業(yè)科技創(chuàng)新效率尚處于空白階段。

1" 研究方法、指標(biāo)建立與數(shù)據(jù)來(lái)源

1.1" 研究方法

數(shù)據(jù)包絡(luò)分析（Data envelopment analysis，DEA）方法是由美國(guó)運(yùn)籌學(xué)家A.Chames等人提出，用來(lái)評(píng)價(jià)決策單元相對(duì)有效性的系統(tǒng)分析方法。該模型評(píng)價(jià)依據(jù)是決策單元的多個(gè)投入指標(biāo)數(shù)據(jù)和多個(gè)產(chǎn)出指標(biāo)數(shù)據(jù)，然后通過(guò)對(duì)多個(gè)投入和產(chǎn)出數(shù)據(jù)分析綜合效率數(shù)量指標(biāo)，以確定各決策單元是否為DEA有效。DEA模型主要包括以產(chǎn)出為導(dǎo)向的CCR模型和以投入為導(dǎo)向的BCC模型等，本研究采用以投入為導(dǎo)向且規(guī)模報(bào)酬可變的BCC模型，對(duì)山東省農(nóng)業(yè)科技創(chuàng)新效率展開(kāi)測(cè)度。具體線性規(guī)劃式如下：

[min θs.t.j=1nλjxij≤θxijj=1nλjyrj≥yrkj=1nλj=1（λ≥0）λ≥0i=1，2，…，" m;r=1，2，…，q;j=1，2，…，n] （1）

式（1）中，n表示決策單元DMU的數(shù)量，當(dāng)前測(cè)量的決策單元記為DMUk，其效率為DMUj（j=1，2，…，n）;每個(gè)決策單元有m項(xiàng)投入xi（i=1，2，…，m）和q項(xiàng)產(chǎn)出yr（r=1，2，…，q），λ是各市投入和產(chǎn)出的權(quán)向量，θ∈（0，1］表示效率值，s表示投入和產(chǎn)出資源的松弛變量。當(dāng)θ=1且s≠0時(shí)，該決策單元為DEA有效；當(dāng)θ＜1時(shí)，該決策單元為DEA無(wú)效，且θ值越大表明該決策單元的相對(duì)效率越高[7]。

1.2" 指標(biāo)建立

通過(guò)參考借鑒已有研究成果，同時(shí)，遵循數(shù)據(jù)典型代表性、動(dòng)態(tài)性、可獲得性等原則，最終選取3個(gè)投入指標(biāo)：農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出、農(nóng)業(yè)Ramp;D全時(shí)人員量、農(nóng)業(yè)機(jī)械總動(dòng)力，這3個(gè)指標(biāo)分別從財(cái)政資本、人力資本、技術(shù)資本3個(gè)方面說(shuō)明農(nóng)業(yè)科技創(chuàng)新中的投入資本；需要特別說(shuō)明的是，由于農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出和農(nóng)業(yè)Ramp;D全時(shí)人員量無(wú)法直接獲取，所以農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出用“農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出＝Ramp;D經(jīng)費(fèi)內(nèi)部支出×（農(nóng)林牧漁總產(chǎn)值／地區(qū)總產(chǎn)值）”換算得出，農(nóng)業(yè)Ramp;D全時(shí)人員量用“農(nóng)業(yè)Ramp;D全時(shí)人員量＝Ramp;D全時(shí)人員量×（農(nóng)林牧漁總產(chǎn)值／地區(qū)總產(chǎn)值）”換算得出。選取3個(gè)產(chǎn)出指標(biāo)：農(nóng)民人均可支配收入、農(nóng)林牧漁總產(chǎn)值、專利授權(quán)數(shù)，其中，農(nóng)民人均可支配收入從經(jīng)濟(jì)效益方面反映農(nóng)業(yè)科技創(chuàng)新帶給農(nóng)民的增收情況，農(nóng)林牧漁總產(chǎn)值從經(jīng)濟(jì)效益方面反映農(nóng)業(yè)科技創(chuàng)新的成效，專利授權(quán)數(shù)從社會(huì)效益方面反映農(nóng)業(yè)科技創(chuàng)新的科技成果（見(jiàn)表1）。

1.3" 數(shù)據(jù)來(lái)源

研究所需要的數(shù)據(jù)全部來(lái)源于《2021年山東省統(tǒng)計(jì)年鑒》。

2" 實(shí)證結(jié)果與分析

運(yùn)用DEAP2.1軟件對(duì)2021年山東省16市的農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行測(cè)算，具體結(jié)果如表2所示。

2.1" 綜合效率分析

綜合效率表示對(duì)決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評(píng)價(jià)。通過(guò)表2可以看出，2021年，山東省農(nóng)業(yè)科技創(chuàng)新綜合效率平均值為0.906，整體未達(dá)到DEA有效但處于效率良好水平，即2021年，山東省農(nóng)業(yè)科技創(chuàng)新效率整體水平較高，但還存在部分提升空間。綜合效率為1的市共有8個(gè)，包括濟(jì)南市、青島市、淄博市、棗莊市、東營(yíng)市、煙臺(tái)市、濟(jì)寧市及菏澤市，說(shuō)明這8個(gè)市的綜合效率均已達(dá)到了DEA有效，投入要素均獲得了充分利用，并且都取得了最大的產(chǎn)出效果，即產(chǎn)出相對(duì)投入而言已達(dá)到最大。剩余8個(gè)市的綜合效率值均未達(dá)到1，處于非DEA有效狀態(tài)，其中，濰坊市、德州市、聊城市和濱州市的綜合效率值都低于0.8，說(shuō)明這4個(gè)市在農(nóng)業(yè)科技創(chuàng)新中存在投入、產(chǎn)出關(guān)系失衡問(wèn)題，需要根據(jù)實(shí)際情況做出合理調(diào)整；泰安市、威海市、日照市和臨沂市的綜合效率值都高于0.8，未來(lái)可根據(jù)自身發(fā)展情況對(duì)農(nóng)業(yè)科技創(chuàng)新資源配置效率做出調(diào)整。

2.2" 純技術(shù)效率分析

純技術(shù)效率是指制度和管理水平帶來(lái)的效率，反映了在農(nóng)業(yè)科技創(chuàng)新投入一定的前提下，各市農(nóng)業(yè)科技創(chuàng)新服務(wù)供給過(guò)程、政策規(guī)劃的合理程度。純技術(shù)效率高，表明農(nóng)業(yè)科技創(chuàng)新投入管理水平高，反之，農(nóng)業(yè)科技創(chuàng)新投入管理水平低。通過(guò)表2可以看出，2021年，山東省農(nóng)業(yè)科技創(chuàng)新純技術(shù)效率平均值為0.938，即2021年山東省農(nóng)業(yè)科技創(chuàng)新整體技術(shù)水平已經(jīng)達(dá)到較高程度，在既定的投入、產(chǎn)出指標(biāo)要素組合下，沒(méi)有出現(xiàn)資源嚴(yán)重浪費(fèi)的情況，說(shuō)明2021年山東省農(nóng)業(yè)科技創(chuàng)新制度優(yōu)越，整體管理水平較高。濟(jì)南市、青島市、淄博市、棗莊市、東營(yíng)市、煙臺(tái)市、濰坊市、濟(jì)寧市、威海市、臨沂市和菏澤市11個(gè)決策單元純技術(shù)效率為1，表明這11個(gè)決策單元農(nóng)業(yè)科技資源配置合理，沒(méi)有資源浪費(fèi)。非有效決策單元有5個(gè)：泰安市、日照市、德州市、聊城市和濱州市，這5個(gè)決策單元在農(nóng)業(yè)科技創(chuàng)新過(guò)程中投入管理水平較低；但是，這5個(gè)決策單元的純技術(shù)效率都大于綜合效率，表明造成這5個(gè)決策單元非DEA有效的原因既包括技術(shù)效率偏低，也與規(guī)模效率不高有一定關(guān)聯(lián)。

2.3" 規(guī)模效率與規(guī)模報(bào)酬分析

規(guī)模效率是純技術(shù)效率與技術(shù)效率的比率，反映農(nóng)業(yè)科技創(chuàng)新的綜合能力。由表2可以看出，2021年，山東省農(nóng)業(yè)科技創(chuàng)新規(guī)模效率平均值為0.965。在測(cè)算的16個(gè)決策單元中，濟(jì)南市、青島市、淄博市、棗莊市、東營(yíng)市、煙臺(tái)市、濟(jì)寧市和菏澤市規(guī)模效率值為1，說(shuō)明這8個(gè)決策單元處于規(guī)模報(bào)酬最佳狀態(tài)，農(nóng)業(yè)科技創(chuàng)新規(guī)模合理。濰坊市、泰安市、威海市、臨沂市、德州市和聊城市農(nóng)業(yè)科技創(chuàng)新規(guī)模無(wú)效且處于規(guī)模報(bào)酬遞增狀態(tài)，說(shuō)明這6個(gè)決策單元可以繼續(xù)提高農(nóng)業(yè)科技創(chuàng)新資源投入規(guī)模，獲得更多產(chǎn)出。日照市、濱州市2個(gè)決策單元農(nóng)業(yè)科技創(chuàng)新規(guī)模無(wú)效且處于規(guī)模報(bào)酬遞減狀態(tài)，表明這2個(gè)決策單元農(nóng)業(yè)科技創(chuàng)新資源配置不合理，投入要素存在浪費(fèi)現(xiàn)象，可以通過(guò)提高這2個(gè)決策單元農(nóng)業(yè)科技創(chuàng)新的技術(shù)水平和適度削減投入等方式達(dá)到規(guī)模報(bào)酬最佳狀態(tài)。

2.4" 投影分析

參照有效決策單元，進(jìn)一步對(duì)濰坊市、泰安市、威海市、日照市、臨沂市、德州市、聊城市和濱州市這8個(gè)非有效決策單元進(jìn)行投影分析，運(yùn)用DEAP計(jì)算出投入指標(biāo)與產(chǎn)出指標(biāo)的冗余，根據(jù)具體數(shù)值調(diào)整對(duì)應(yīng)要素投入以期達(dá)到DEA有效，結(jié)果如表3所示。其中，濰坊市、威海市和臨沂市松弛變量均為0，據(jù)表2可知這3個(gè)決策單元純技術(shù)效率值均為1，處于技術(shù)有效狀態(tài)，所以不存在顯著投入、產(chǎn)出冗余差距。

從投入角度看，泰安市、日照市、德州市、聊城市和濱州市這5個(gè)決策單元2021年農(nóng)業(yè)科技創(chuàng)新投入在農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出要素上存在冗余問(wèn)題，說(shuō)明上述決策單元存在農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出過(guò)剩問(wèn)題，造成一定浪費(fèi)。以泰安市為例，2021年，泰安市在農(nóng)業(yè)科技創(chuàng)新中，在保持當(dāng)前技術(shù)水平和產(chǎn)出不變的條件下，農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出減少6 349萬(wàn)元可使該決策單元達(dá)到DEA有效狀態(tài)，即在當(dāng)前技術(shù)水平下，減少6 349萬(wàn)元農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出也不會(huì)影響產(chǎn)出，農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出存在6 349萬(wàn)元浪費(fèi)。日照市、德州市、聊城市、濱州市各存在24 439萬(wàn)元、31 413萬(wàn)元、15 404萬(wàn)元、18 991萬(wàn)元浪費(fèi)情況，若各決策單元農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出投入做出相應(yīng)減少，就會(huì)實(shí)現(xiàn)DEA有效，達(dá)到資源配置效率最優(yōu)。

從產(chǎn)出角度看，泰安市、日照市、德州市、聊城市和濱州市這5個(gè)決策單元2021年農(nóng)業(yè)科技創(chuàng)新產(chǎn)出在農(nóng)民人均可支配收入和專利授權(quán)數(shù)兩個(gè)要素中存在產(chǎn)出不足的問(wèn)題。泰安市和德州市在當(dāng)前技術(shù)水平和投入不變的條件下，專利授權(quán)數(shù)各需要增加3 714件和1 500件才能達(dá)到DEA有效狀態(tài)；日照市在當(dāng)前技術(shù)水平和投入不變的條件下，需要同時(shí)增加2 303元農(nóng)民人均可支配收入和3 359件專利授權(quán)才能保證DEA有效；聊城市在當(dāng)前技術(shù)水平和投入不變的條件下，農(nóng)民人均可支配收入產(chǎn)出不足為1 327元，專利授權(quán)數(shù)產(chǎn)出不足為3 408件；濱州市在當(dāng)前技術(shù)水平和投入不變的條件下，需要同時(shí)增加2 787元農(nóng)民人均可支配收入和6 931件專利授權(quán)才能保證資源配置效率最優(yōu)。濱州市為山東省16個(gè)決策單元中產(chǎn)出不足相對(duì)最嚴(yán)重的單元。

3" 結(jié)論與建議

3.1" 結(jié)論

從建立農(nóng)業(yè)科技創(chuàng)新投入-產(chǎn)出評(píng)價(jià)指標(biāo)體系，運(yùn)用DEA模型對(duì)2021年山東省農(nóng)業(yè)科技創(chuàng)新效率進(jìn)行分析，結(jié)果顯示：1）整體來(lái)看，山東省DEA有效的決策單元共有8個(gè)，綜合效率平均值為0.906，純技術(shù)效率平均值為0.938，規(guī)模效率平均值為0.965。一方面，表明山東省農(nóng)業(yè)科技創(chuàng)新整體水平較高，但還存在一定的提升空間；另一方面，純技術(shù)效率均值高于綜合效率均值，說(shuō)明純技術(shù)效率均值偏低和規(guī)模效率偏低同時(shí)影響綜合效率均值。2）通過(guò)投影分析可以得到：山東省農(nóng)業(yè)科技創(chuàng)新存在農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出要素投入冗余及農(nóng)民人均可支配收入、專利授權(quán)數(shù)產(chǎn)出不足的問(wèn)題，需要進(jìn)一步調(diào)整資源配置。

3.2" 建議

3.2.1" 優(yōu)化科技創(chuàng)新資源配置，提高資源利用效率

要素投入冗雜和產(chǎn)出不足是造成非DEA有效的重要原因，資源不合理配置導(dǎo)致農(nóng)業(yè)科技創(chuàng)新過(guò)程中出現(xiàn)浪費(fèi)。因此，政府應(yīng)優(yōu)化科技創(chuàng)新資源配置，合理調(diào)整農(nóng)業(yè)科技創(chuàng)新資源的投入規(guī)模，結(jié)合各市實(shí)際情況適度減少農(nóng)業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出投入，促進(jìn)農(nóng)業(yè)科技創(chuàng)新成果轉(zhuǎn)化與推廣應(yīng)用，逐步解決農(nóng)民人均可支配收入、專利授權(quán)數(shù)等產(chǎn)出不足的問(wèn)題。通過(guò)不斷優(yōu)化科技創(chuàng)新資源配置，實(shí)現(xiàn)投入要素投放規(guī)模合理、資源利用效率最優(yōu)化。

3.2.2" 提高農(nóng)業(yè)科技原始創(chuàng)新能力，推動(dòng)科技創(chuàng)新賦能農(nóng)業(yè)發(fā)展

山東省農(nóng)業(yè)科技創(chuàng)新專利授權(quán)數(shù)產(chǎn)出不足較為嚴(yán)重，說(shuō)明農(nóng)業(yè)科技在原始創(chuàng)新能力方面存在水平不足的問(wèn)題。政府應(yīng)完善農(nóng)業(yè)科技創(chuàng)新激勵(lì)機(jī)制，有效整合并發(fā)揮現(xiàn)有科技創(chuàng)新資源，夯實(shí)農(nóng)業(yè)科技基礎(chǔ)研究根基，有力推動(dòng)農(nóng)業(yè)科技發(fā)展。創(chuàng)新優(yōu)化資金、政策、人才等要素方面的政策供給，為科研人員提供良好的研發(fā)環(huán)境，鼓勵(lì)技術(shù)人員探索研究技術(shù)重難點(diǎn)領(lǐng)域，實(shí)現(xiàn)關(guān)鍵核心技術(shù)與前沿技術(shù)的突破，推動(dòng)科技創(chuàng)新引領(lǐng)現(xiàn)代農(nóng)業(yè)高質(zhì)量發(fā)展。

3.2.3" 完善農(nóng)業(yè)科技人才培養(yǎng)體系，強(qiáng)化農(nóng)業(yè)科技創(chuàng)新內(nèi)生動(dòng)力

人才是科技創(chuàng)新的第一資源，同時(shí)，也是創(chuàng)新發(fā)展的基礎(chǔ)性要素。政府要不斷完善農(nóng)業(yè)科技人才培養(yǎng)體系，為農(nóng)業(yè)科技創(chuàng)新水平提高注入強(qiáng)勁的內(nèi)生動(dòng)力。1）打造產(chǎn)學(xué)研一體化平臺(tái)。以重點(diǎn)項(xiàng)目和實(shí)際需求為基礎(chǔ)，依托高等院校和科研機(jī)構(gòu)的專業(yè)團(tuán)隊(duì)，實(shí)現(xiàn)技術(shù)人才在實(shí)踐中歷練、在歷練中成長(zhǎng)的目標(biāo)，最終培育一批科技創(chuàng)新能力素養(yǎng)高且符合現(xiàn)實(shí)需要的人才。2）建立靈活合理的人才培養(yǎng)制度。健全高校教育、職業(yè)技能培訓(xùn)育人機(jī)制的同時(shí)，注重發(fā)掘并培育種植能手等民間人才，拓展農(nóng)業(yè)科技創(chuàng)新渠道。3）積極出臺(tái)人才吸引政策。切實(shí)提高農(nóng)業(yè)科技人員的福利待遇，完善并解決農(nóng)業(yè)科技人員的編制管理、職稱評(píng)定、生活質(zhì)量等問(wèn)題，實(shí)現(xiàn)農(nóng)業(yè)科技創(chuàng)新領(lǐng)域人才聚集。

參考文獻(xiàn)：

[1] 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.

[2] 王芳， 劉亞甫. 中國(guó)農(nóng)業(yè)科技創(chuàng)新效率及區(qū)域差異比較——基于糧食功能區(qū)視角 [J]. 科技和產(chǎn)業(yè)， 2022， 22（1）： 153-161.

[3] 關(guān)忠誠(chéng)， 婁淵雨， 馮曉赟， 等. 國(guó)立農(nóng)業(yè)科研機(jī)構(gòu)創(chuàng)新效率研究——基于三階段鏈?zhǔn)紻EA模型 [J]. 系統(tǒng)科學(xué)與數(shù)學(xué)， 2023， 43（7）： 1694-1712.

[4] 劉美艷， 呂微. 中部和東部地區(qū)農(nóng)業(yè)科技創(chuàng)新效率及影響因素 [J]. 河南科學(xué)， 2023， 41（10）： 1508-1513.

[5] 賀銀娟. 江西省農(nóng)業(yè)生產(chǎn)技術(shù)效率、科技創(chuàng)新效率與經(jīng)濟(jì)效益關(guān)系研究 [J]. 農(nóng)業(yè)與技術(shù)， 2023， 43（9）： 143-149.

[6] 霍明， 張亮， 謝玲紅， 等. 價(jià)值鏈視角下國(guó)家農(nóng)業(yè)科技園區(qū)創(chuàng)新效率測(cè)度與空間格局研究 [J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2022， 43（6）： 72-80.

[7] 劉繼為， 高鵬懷， 李書毅. 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.

（責(zé)任編輯：敬廷桃）