科研投入、人力資本與農(nóng)業(yè)全要素生產(chǎn)率

尹朝靜

(華中農(nóng)業(yè)大學(xué) a.經(jīng)濟(jì)管理學(xué)院; b.湖北農(nóng)村發(fā)展研究中心， 湖北 武漢 430070)

?

科研投入、人力資本與農(nóng)業(yè)全要素生產(chǎn)率

尹朝靜

(華中農(nóng)業(yè)大學(xué) a.經(jīng)濟(jì)管理學(xué)院; b.湖北農(nóng)村發(fā)展研究中心， 湖北 武漢 430070)

采用中國(guó)1997—2012年的省際面板數(shù)據(jù)，在運(yùn)用永續(xù)盤存法測(cè)算出農(nóng)業(yè)科技存量，同時(shí)考慮農(nóng)村勞動(dòng)力流動(dòng)對(duì)農(nóng)村人力資本影響的基礎(chǔ)上，采用固定效應(yīng)模型實(shí)證檢驗(yàn)了農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)，農(nóng)業(yè)科研投入能夠顯著促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提高，而農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率的促進(jìn)作用并不顯著。另外，城市化進(jìn)程和農(nóng)業(yè)貿(mào)易條件對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有顯著的促進(jìn)作用，而農(nóng)業(yè)外商直接投資、農(nóng)業(yè)結(jié)構(gòu)調(diào)整和受災(zāi)率顯著降低了農(nóng)業(yè)全要素生產(chǎn)率。

農(nóng)業(yè)科研投入； 農(nóng)業(yè)人力資本； 農(nóng)業(yè)全要素生產(chǎn)率； 農(nóng)業(yè)FDI； 農(nóng)業(yè)結(jié)構(gòu)

一、引言

自改革開放以來，中國(guó)經(jīng)濟(jì)獲得高速發(fā)展，其成就和速度堪稱世界經(jīng)濟(jì)增長(zhǎng)史上的奇跡。而這一時(shí)期，農(nóng)業(yè)也取得了突出成就，為工業(yè)化作出了巨大貢獻(xiàn)*通常認(rèn)為農(nóng)業(yè)對(duì)經(jīng)濟(jì)發(fā)展有4種形式的貢獻(xiàn)，即產(chǎn)品貢獻(xiàn)、要素貢獻(xiàn)、市場(chǎng)貢獻(xiàn)和外匯貢獻(xiàn)。，農(nóng)業(yè)在經(jīng)濟(jì)發(fā)展過程中的基礎(chǔ)作用得到充分發(fā)揮。然而，一些經(jīng)濟(jì)學(xué)家認(rèn)為中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)主要依靠要素累積而非技術(shù)進(jìn)步推動(dòng)，并且這種“粗放型”的生產(chǎn)方式在農(nóng)業(yè)領(lǐng)域同樣明顯[1-3]。新經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為科技投入和人力投資是提高全要素生產(chǎn)率(Total Factor Productivity，TFP)的兩大增長(zhǎng)動(dòng)力，并能帶動(dòng)經(jīng)濟(jì)的持續(xù)增長(zhǎng)。近年來，中央一號(hào)文件也多次強(qiáng)調(diào)“加快推進(jìn)現(xiàn)代農(nóng)業(yè)建設(shè)，不斷提高農(nóng)業(yè)綜合生產(chǎn)能力，必須盡快轉(zhuǎn)到依靠科技進(jìn)步和提高勞動(dòng)者素質(zhì)上來”?？梢姡哟筠r(nóng)業(yè)科研投入、提高農(nóng)村人力資本對(duì)于實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。

當(dāng)前，學(xué)術(shù)界關(guān)于科研投入的研究主要包括科研投資效率、產(chǎn)出彈性的測(cè)算以及科研投入對(duì)生產(chǎn)率的影響等方面[4-8]。不難發(fā)現(xiàn)，由于研究對(duì)象、研究方法的不同，關(guān)于科研投資對(duì)生產(chǎn)率影響的研究并未得到一致的結(jié)論，也表明進(jìn)一步探討農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)生產(chǎn)率的影響具有重要的現(xiàn)實(shí)意義。

同工業(yè)領(lǐng)域相比，農(nóng)業(yè)領(lǐng)域中關(guān)于科研投入的研究則比較少，主要原因是受到數(shù)據(jù)可獲取性的制約。早期的研究集中在分析農(nóng)業(yè)科研投入的效率，繼而提出優(yōu)化區(qū)域間資源配置效率的建議[9-11]。然而，前期的研究通常采用流量指標(biāo)，忽略了科研知識(shí)的積累和折舊。有學(xué)者逐漸考慮科研知識(shí)的特點(diǎn)，開始估算農(nóng)業(yè)科技存量，并重點(diǎn)考察農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)生產(chǎn)的貢獻(xiàn)。例如，李強(qiáng)和劉冬梅[12]采用面板數(shù)據(jù)估算了全國(guó)各省農(nóng)業(yè)科技存量，并測(cè)算出農(nóng)業(yè)科研投入的產(chǎn)出彈性估計(jì)值為0.05～0.07。另外，肖小勇、李秋萍[13]在測(cè)算分省農(nóng)業(yè)科技資本存量的基礎(chǔ)上，納入空間因素分析農(nóng)業(yè)科技對(duì)農(nóng)業(yè)生產(chǎn)的影響，結(jié)果表明農(nóng)業(yè)科技存量對(duì)農(nóng)業(yè)生產(chǎn)的貢獻(xiàn)率達(dá)到11.46%。而Alston和Andersen等[14]在糾正計(jì)算回報(bào)率方法的基礎(chǔ)上，測(cè)算出美國(guó)農(nóng)業(yè)科研投資回報(bào)率為9%～10%，這一測(cè)算結(jié)果與一般研究結(jié)果相比偏小。

在關(guān)于農(nóng)村人力資本的研究中，Benhabib和Spiegel[15]對(duì)人力資本如何促進(jìn)全要素生產(chǎn)率提高的理論機(jī)制進(jìn)行了詳細(xì)的闡述，但實(shí)證分析層面，針對(duì)農(nóng)村人力資本與農(nóng)業(yè)全要素生產(chǎn)率關(guān)系的研究并不多。李谷成、韓海彬等[16-17]學(xué)者們實(shí)證檢驗(yàn)了農(nóng)村人力資本對(duì)農(nóng)業(yè)生產(chǎn)率的作用，但他們的研究未得出一致結(jié)論。值得注意的是，這些研究并未考慮農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)村人力資本造成的影響。不考慮農(nóng)村勞動(dòng)力流動(dòng)，實(shí)際上會(huì)夸大農(nóng)業(yè)勞動(dòng)力人力資本的作用，這也可能是造成相關(guān)研究結(jié)論并不一致的原因。

總的來看，上述文獻(xiàn)對(duì)于豐富農(nóng)業(yè)全要素生產(chǎn)率研究體系，并對(duì)其展開進(jìn)一步研究具有重要價(jià)值，但這些研究仍存在不足。已有探討農(nóng)業(yè)科研投入與農(nóng)業(yè)全要素生產(chǎn)率關(guān)系的研究仍比較少，且研究農(nóng)業(yè)全要素生產(chǎn)率影響因素時(shí)通常將農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本人為地分開?；诖耍疚牟捎?997—2012年省級(jí)面板數(shù)據(jù)，使用永續(xù)盤存法估算農(nóng)業(yè)科研存量，并考慮了農(nóng)村勞動(dòng)力流動(dòng)對(duì)農(nóng)村人力資本的影響，從而將農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本引入統(tǒng)一的分析框架，通過固定效應(yīng)模型實(shí)證檢驗(yàn)農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響，以期能為制定提高農(nóng)業(yè)技術(shù)水平、轉(zhuǎn)變農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)方式的政策提供參考依據(jù)。

二、農(nóng)業(yè)科研投入、人力資本與農(nóng)業(yè)全要素生產(chǎn)率的測(cè)算

(一)模型構(gòu)建

本文首先通過建立一個(gè)類似C-D生產(chǎn)函數(shù)的知識(shí)產(chǎn)出函數(shù)，測(cè)量農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)TFP變動(dòng)的作用，其中農(nóng)業(yè)TFP為產(chǎn)出變量。

(1)

(1)式中，TFPit表示省份i在t時(shí)期的農(nóng)業(yè)全要素生產(chǎn)率，ARDit表示農(nóng)業(yè)科研投入，Xit，n表示影響農(nóng)業(yè)TFP的其他因素，n=1，2，…，p分別對(duì)應(yīng)除農(nóng)業(yè)科研投入之外的其他p種因素。對(duì)(1)式取自然對(duì)數(shù)，可以得出：

(2)

新經(jīng)濟(jì)增長(zhǎng)理論將R&D投資和人力資本內(nèi)生化，認(rèn)為增加R&D投入或者強(qiáng)化對(duì)教育和學(xué)習(xí)的投資都能促進(jìn)技術(shù)進(jìn)步，可以推動(dòng)經(jīng)濟(jì)增長(zhǎng)。因此，我們將農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本同時(shí)納入知識(shí)生產(chǎn)函數(shù)模型，從而得到式(3)：

(3)

式(3)中AHit表示省份i在t時(shí)期的農(nóng)業(yè)人力資本投入，用來衡量農(nóng)村教育和學(xué)習(xí)投資對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。

農(nóng)業(yè)全要素生產(chǎn)率受到多因素綜合影響，包括外商直接投資、城市化、農(nóng)業(yè)結(jié)構(gòu)調(diào)整以及受災(zāi)率等[18]。此外，李谷成[19]的研究認(rèn)為中國(guó)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)深受制度變遷的影響。考慮到制度因素很難量化以及數(shù)據(jù)的可獲取性，根據(jù)已有研究，本文選取農(nóng)業(yè)財(cái)政支出和農(nóng)業(yè)貿(mào)易條件衡量制度變遷的作用。將這些農(nóng)業(yè)TFP的影響因素作為控制變量，形成最終的計(jì)量模型：

lnTFPit=β0+β1lnARDit+β2lnAHit+β3lnFDIit+β4lnAFit+β5lnURit+β6lnPRit+β7lnASit+β8lnDRit+fi+εit

(4)

其中，ARDit表示農(nóng)業(yè)科研投入，AHit表示農(nóng)村人力資本投入，F(xiàn)DIit表示外商農(nóng)業(yè)直接投資額，AFit表示農(nóng)業(yè)財(cái)政支出，URit表示城市化率，PRit表示農(nóng)業(yè)貿(mào)易條件，ASit表示農(nóng)業(yè)結(jié)構(gòu)調(diào)整系數(shù)，DRit表示受災(zāi)率;fi表示非觀測(cè)的個(gè)體固定效應(yīng)，εit表示隨機(jī)誤差項(xiàng)。

(二)農(nóng)業(yè)全要素生產(chǎn)率的測(cè)算

本文采用經(jīng)典的DEA-Malmquist指數(shù)方法測(cè)算出各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)、技術(shù)效率變化和技術(shù)進(jìn)步。與隨機(jī)前沿函數(shù)方法相比，DEA-Malmquist生產(chǎn)率指數(shù)方法無需設(shè)定生產(chǎn)函數(shù)，從而可以有效避免因誤設(shè)函數(shù)導(dǎo)致的偏誤。由此，本文假設(shè)農(nóng)業(yè)生產(chǎn)是規(guī)模報(bào)酬不變的，并采用投入導(dǎo)向型的DEA模型，通過DEAP2.1軟件測(cè)算出Malmquist生產(chǎn)率指數(shù)及其分解部分。需要說明的是，使用DEA測(cè)算的農(nóng)業(yè)全要素生產(chǎn)率指數(shù)是以上年為100的環(huán)比變動(dòng)指數(shù)，論文將其轉(zhuǎn)化為1996年為100的累積增長(zhǎng)指數(shù)作為實(shí)證模型的被解釋變量。

本文在核算農(nóng)業(yè)全要素生產(chǎn)率時(shí)采用的投入產(chǎn)出變量具體為：農(nóng)業(yè)產(chǎn)出變量采用1997年不變價(jià)的農(nóng)業(yè)生產(chǎn)總值，單位億元；投入變量包括勞動(dòng)、土地、化肥等要素投入。勞動(dòng)投入指農(nóng)林牧漁業(yè)從業(yè)人員數(shù)，單位萬人；土地投入為農(nóng)作物總播種面積，單位千公頃；農(nóng)業(yè)機(jī)械投入為農(nóng)業(yè)機(jī)械總動(dòng)力，單位萬千瓦；化肥投入指實(shí)際用于農(nóng)業(yè)生產(chǎn)的化肥折純量，單位萬噸；灌溉投入為每年實(shí)際的有效灌溉面積，單位千公頃。最終形成1997—2012年省級(jí)面板數(shù)據(jù)，所用數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》等官方統(tǒng)計(jì)年鑒資料。

(三)核心解釋變量及數(shù)據(jù)來源

1.農(nóng)業(yè)科研投入存量

農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)生產(chǎn)的作用具有滯后效應(yīng)，不能簡(jiǎn)單地以流量數(shù)據(jù)來衡量，而存量指標(biāo)更能刻畫出知識(shí)的累積和折舊。參考對(duì)農(nóng)業(yè)科研投入存量估計(jì)的相關(guān)研究，本文使用永續(xù)盤存法(PerpetualInventoryMethod，PIM)對(duì)農(nóng)業(yè)科研存量進(jìn)行估算，將過去農(nóng)業(yè)科研支出累積形成的存量累加成農(nóng)業(yè)科技存量：

(5)

Rt=Et-1+(1-δ)Rt-1

(6)

由公式(6)可知，計(jì)算農(nóng)業(yè)科研存量要處理4個(gè)問題：(1)確定農(nóng)業(yè)科研支出數(shù)額?，F(xiàn)有公開統(tǒng)計(jì)資料沒有分省農(nóng)業(yè)科研支出的數(shù)據(jù)，本文通過調(diào)整分地區(qū)科研支出獲取。分地區(qū)的科研支出數(shù)據(jù)主要來源于《全國(guó)科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報(bào)》(1998—2013)，缺失1997年的數(shù)據(jù)通過《中國(guó)科技統(tǒng)計(jì)年鑒》補(bǔ)齊。具體借鑒李強(qiáng)[12]的做法，使用調(diào)整系數(shù)，通過將全國(guó)農(nóng)業(yè)科研支出*《中國(guó)科技統(tǒng)計(jì)年鑒》并未公布2008年后的全國(guó)農(nóng)業(yè)科研支出，2009—2012年的全國(guó)農(nóng)業(yè)科研支出采用灰色系統(tǒng)進(jìn)行預(yù)測(cè)，模型預(yù)測(cè)值和實(shí)際值偏差極小，其后驗(yàn)差檢驗(yàn)數(shù)C=0.12小于0.35，表明模型精度為優(yōu)。與科研總支出的占比和各地農(nóng)業(yè)產(chǎn)值在地區(qū)生產(chǎn)總值的占比進(jìn)行加權(quán)，將全國(guó)農(nóng)業(yè)科研支出占科研總支出比例和各地區(qū)農(nóng)業(yè)總產(chǎn)值占地區(qū)生產(chǎn)總值比例的權(quán)重均設(shè)為0.5，從而確定分省農(nóng)業(yè)科研支出。(2)計(jì)算農(nóng)業(yè)科研支出價(jià)格平減指數(shù)。借鑒李強(qiáng)[12]的做法，用消費(fèi)者價(jià)格指數(shù)及固定資產(chǎn)投資價(jià)格指數(shù)的加權(quán)組合作為農(nóng)業(yè)科研價(jià)格平減指數(shù)，并將權(quán)重分別設(shè)為0.5，進(jìn)而得到以1997年指數(shù)為100的不變價(jià)格指數(shù)。(3)確定農(nóng)業(yè)科研資本折舊率。已有文獻(xiàn)對(duì)農(nóng)業(yè)知識(shí)存量折舊率的討論十分有限，論文根據(jù)Coe和Helpman[21]及吳延兵[5]的研究，將農(nóng)業(yè)科研資本折舊率設(shè)定為15%。(4)確定基期農(nóng)業(yè)科研投資的知識(shí)存量。本文借鑒Coe等[21]的做法估算基期農(nóng)業(yè)科研投資知識(shí)存量：R0=E0/(g+15%)，其中，15%為折舊率，g表示農(nóng)業(yè)科研支出和農(nóng)業(yè)科技存量的平均增長(zhǎng)率。參照肖小勇等[13]的數(shù)據(jù)處理方法，g使用1997—2012年農(nóng)業(yè)科研支出的算術(shù)平均增長(zhǎng)率替代。

2.人力資本測(cè)算

農(nóng)村人力資本的累積是農(nóng)村教育、培訓(xùn)、醫(yī)療保健以及勞動(dòng)力流動(dòng)等多種因素綜合作用的結(jié)果，直接度量難度很大，往往需要找一些代理變量來近似地表征。傳統(tǒng)的做法采用農(nóng)村勞動(dòng)力受教育年齡來度量農(nóng)村人力資本，而未考慮農(nóng)村勞動(dòng)力大量轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè)的實(shí)際情況，但事實(shí)上農(nóng)業(yè)存在人力資本流失的現(xiàn)象。轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè)的農(nóng)村勞動(dòng)力很可能沒有參與或較少的參與農(nóng)業(yè)生產(chǎn)，將農(nóng)村勞動(dòng)力等同于農(nóng)業(yè)勞動(dòng)力，就不能真正反映農(nóng)業(yè)生產(chǎn)的實(shí)際人力資本投入狀況。因此，只有測(cè)算出農(nóng)業(yè)生產(chǎn)所使用的真實(shí)人力資本水平，才能準(zhǔn)確地判斷農(nóng)村人力資本對(duì)農(nóng)業(yè)生產(chǎn)率的影響。本文借鑒劉寧[22]的做法，測(cè)算出各地區(qū)從事農(nóng)業(yè)生產(chǎn)勞動(dòng)力的人力資本水平。通過以下公式計(jì)算農(nóng)業(yè)勞動(dòng)力的人力資本：

(7)

其中，Pai=(Pri×Lr-Pti×Lt)/La×100

(8)

式中Ha代表農(nóng)業(yè)勞動(dòng)力的人力資本，Hi表示接受某階段教育的年限，Lr、La、Lt依次為農(nóng)村勞動(dòng)力、已轉(zhuǎn)移勞動(dòng)力、農(nóng)業(yè)勞動(dòng)力數(shù)量，Pri、Pai、Pti依次為農(nóng)村、農(nóng)業(yè)及轉(zhuǎn)移勞動(dòng)力中某類受教育者的比重。

具體做法按照劉寧對(duì)農(nóng)業(yè)人力資本的估算方法進(jìn)行測(cè)算，數(shù)據(jù)來自于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》，缺失數(shù)據(jù)通過必要的推算補(bǔ)齊[22]。較高的農(nóng)業(yè)人力資本能提高勞動(dòng)者使用物質(zhì)資本的效率，有助于推動(dòng)新知識(shí)、新技術(shù)的發(fā)展和傳播，進(jìn)而提高農(nóng)業(yè)全要素生產(chǎn)率。然而，伴隨著中國(guó)城市化和工業(yè)化進(jìn)程，農(nóng)村大量勞動(dòng)力轉(zhuǎn)移到城市和非農(nóng)產(chǎn)業(yè)，從而導(dǎo)致農(nóng)村總體的農(nóng)業(yè)勞動(dòng)力人力資本累積減少。因此，農(nóng)業(yè)人力資本與農(nóng)業(yè)TFP增長(zhǎng)之間的關(guān)系有待進(jìn)一步檢驗(yàn)。

(四)控制變量及數(shù)據(jù)來源

(1)外商直接投資(FDI)。由于缺乏與外商農(nóng)業(yè)直接投資額相關(guān)的統(tǒng)計(jì)數(shù)據(jù)，實(shí)證分析中對(duì)數(shù)據(jù)進(jìn)行了相關(guān)處理。具體的做法是用以美元表示的各省外國(guó)直接投資額作為基礎(chǔ)指標(biāo)，首先按歷年匯率將其換算為以人民幣計(jì)價(jià)的FDI。接著，將其乘上各省份農(nóng)林牧漁業(yè)總產(chǎn)值在國(guó)民生產(chǎn)總值的比重，便得到各省的農(nóng)業(yè)FDI，再利用1997年為基期的農(nóng)林牧漁業(yè)總產(chǎn)值指數(shù)對(duì)其進(jìn)行平減，從而得到各省份農(nóng)業(yè)實(shí)際的外商直接投資額。農(nóng)業(yè)領(lǐng)域中外商直接投資的增加能帶來更多先進(jìn)的農(nóng)業(yè)技術(shù)和產(chǎn)品，帶動(dòng)本國(guó)農(nóng)業(yè)的模仿和學(xué)習(xí)能力，從而有可能促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)發(fā)展。

(2)農(nóng)業(yè)財(cái)政支出(AF)。采用政府對(duì)農(nóng)業(yè)的財(cái)政支出額表示，衡量某地區(qū)政府對(duì)農(nóng)業(yè)生產(chǎn)的支持力度。政府加大對(duì)農(nóng)業(yè)的財(cái)政支出，有助于農(nóng)業(yè)生產(chǎn)條件的改善，對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展有著重要意義。

(3)城市化(UR)。采用各省城鎮(zhèn)人口占各省總?cè)丝诘谋戎乇硎?。一方面，城市化?dǎo)致農(nóng)村勞動(dòng)力和人口的轉(zhuǎn)移，農(nóng)業(yè)耕地減少；另一方面，城市化卻能促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化和現(xiàn)代化。

(4)農(nóng)業(yè)貿(mào)易條件(PR)。采用1997年不變價(jià)的農(nóng)產(chǎn)品收購(gòu)價(jià)格指數(shù)與農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)之比表示。從而，綜合考察農(nóng)產(chǎn)品提價(jià)等價(jià)格改革以及農(nóng)業(yè)投入品價(jià)格變動(dòng)對(duì)農(nóng)民所產(chǎn)生的激勵(lì)效果，這是衡量“剪刀差”的理想指標(biāo)。

(5)農(nóng)業(yè)結(jié)構(gòu)調(diào)整(AS)。使用糧食作物播種面積與農(nóng)作物總播種面積比值表示，用來刻畫各省農(nóng)業(yè)種植結(jié)構(gòu)是否朝著比較優(yōu)勢(shì)方向發(fā)展。值得注意的是，此處的農(nóng)業(yè)為狹義概念上的小農(nóng)業(yè)，專指種植業(yè)。農(nóng)業(yè)內(nèi)部種植業(yè)結(jié)構(gòu)的不斷調(diào)整，將會(huì)對(duì)農(nóng)業(yè)全要素生產(chǎn)率造成影響。

(6)受災(zāi)率(DR)。采用受災(zāi)面積占農(nóng)作物播種面積的比重表示，農(nóng)業(yè)對(duì)氣候變化十分敏感，并且農(nóng)業(yè)生產(chǎn)的產(chǎn)出效果也深受自然災(zāi)害的影響。

通過對(duì)比詞庫(kù)研究發(fā)現(xiàn)，日語(yǔ)IT新詞中外來語(yǔ)改造詞所占的比例并不高，僅占4.8%。這一結(jié)果與IT新詞基本采取了音譯吸收有直接關(guān)聯(lián)，說明絕大多數(shù)日語(yǔ)IT新詞在遵循原詞詞義的基礎(chǔ)上，通過音譯的形式被引進(jìn)到本國(guó)語(yǔ)言中并被迅速加以運(yùn)用。這一現(xiàn)象與明治時(shí)期引入西方各種學(xué)術(shù)概念時(shí)的情形有所不同，當(dāng)時(shí)學(xué)術(shù)用語(yǔ)中曾出現(xiàn)了大量的外來語(yǔ)改造詞(王鳴2006:86)。由此可見，日語(yǔ)在IT新詞的吸收上，表現(xiàn)得更為直接和高效。

(五)描述性分析

考慮到西藏特殊的資源條件及統(tǒng)計(jì)數(shù)據(jù)的不完整，本文沒有包括西藏，最終論文所使用的數(shù)據(jù)為1997—2012年中國(guó)大陸30個(gè)省(市、區(qū))的平衡面板數(shù)據(jù)*考慮到數(shù)據(jù)可得性及研究意義等，本文實(shí)證分析中沒有中國(guó)臺(tái)灣、香港和澳門地區(qū)，這僅限于學(xué)術(shù)處理。。表1報(bào)告了主要變量的統(tǒng)計(jì)特征。通過對(duì)標(biāo)準(zhǔn)差、最大值及最小值之間的比較可以發(fā)現(xiàn)，不同省份之間各個(gè)解釋變量具有較大差距，表現(xiàn)出顯著的區(qū)域差異性。各省區(qū)農(nóng)業(yè)全要素生產(chǎn)率和農(nóng)業(yè)技術(shù)進(jìn)步的均值較為接近，而效率變化的均值同農(nóng)業(yè)全要素生產(chǎn)率的均值存在一定差距，一定程度上說明農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)更多受農(nóng)業(yè)技術(shù)進(jìn)步的影響，而并非技術(shù)效率的改善。此外，方差、最大值與最小值統(tǒng)計(jì)同樣表明各省區(qū)在農(nóng)業(yè)全要素生產(chǎn)率、農(nóng)業(yè)技術(shù)進(jìn)步及效率變化上具有明顯的差距。

表1 變量統(tǒng)計(jì)特征

為了與計(jì)量模型保持一致，同時(shí)消除異方差，本文對(duì)所有變量取自然對(duì)數(shù)。另外，為了避免“偽回歸”，確保結(jié)果的有效性，本文采用LLC方法對(duì)所有變量進(jìn)行了單位根檢驗(yàn)。表2為各變量的單位根檢驗(yàn)結(jié)果，所有變量都在1%水平上顯著，表明面板數(shù)據(jù)在整體上是平穩(wěn)的。此外，計(jì)算各解釋變量的“方差膨脹因子”(Variance Inflation Factor，VIF)，取值區(qū)間為[1.18，2.43]，最大的VIF為2.43遠(yuǎn)小于10，所以不存在多重共線性。

最后，通過圖1直觀描繪了農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本與農(nóng)業(yè)全要素生產(chǎn)率之間關(guān)系的二維散點(diǎn)圖以及各自的回歸擬合趨勢(shì)線。由圖1可知，農(nóng)業(yè)科研投入與農(nóng)業(yè)全要素生產(chǎn)率之間存在較明顯的正相關(guān)關(guān)系，而農(nóng)業(yè)人力資本與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)系并不明確。通過圖1初步推測(cè)出農(nóng)業(yè)科研投入、農(nóng)業(yè)人力資本與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)系，但更有意義的結(jié)果必須通過更加嚴(yán)謹(jǐn)?shù)挠?jì)量分析才能得出。接下來，本文將以30個(gè)省(市區(qū))1997—2012年的面板數(shù)據(jù)為樣本，實(shí)證檢驗(yàn)農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率及其分解的影響，并探討其背后的作用機(jī)制。

表2 單位根檢驗(yàn)

圖1 農(nóng)業(yè)科研投入、農(nóng)業(yè)人力資本與農(nóng)業(yè)全要素生產(chǎn)率的關(guān)系

三、農(nóng)業(yè)科研投入和人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響

(一)影響分析

考慮到農(nóng)業(yè)財(cái)政支出(AF)、城鎮(zhèn)化(UR)、農(nóng)業(yè)結(jié)構(gòu)調(diào)整(AS)在現(xiàn)實(shí)中存在相關(guān)性，在實(shí)證過程中論文剔除農(nóng)業(yè)財(cái)政支出(AF)對(duì)農(nóng)業(yè)全要素生產(chǎn)率的影響。本文以式(4)為基本實(shí)證模型，使用Stata13.0軟件分別采用混合最小二乘法(Pooled Least Square，PLS)、固定效應(yīng)(Fixed Effect，F(xiàn)E)和基于廣義二乘估計(jì)(GLS)的隨機(jī)效應(yīng)(Random Effect，RE)模型得出我國(guó)30個(gè)省際樣本數(shù)據(jù)的面板回歸結(jié)果，見表3。由表3可知，F(xiàn)檢驗(yàn)的P值為0.0000，故拒絕原假設(shè)，說明個(gè)體效應(yīng)十分顯著，F(xiàn)E模型更優(yōu)于混合回歸。另外， Breusch-Pagan LM檢驗(yàn)結(jié)果表明RE優(yōu)于混合回歸，因而拒絕混合回歸。最后，通過Hausman檢驗(yàn)判斷采取固定效應(yīng)還是隨機(jī)效應(yīng)模型，P值為0.0013，表明拒絕原假設(shè)，應(yīng)該選擇固定效應(yīng)模型，而非隨機(jī)效應(yīng)模型。

因此，本文最終采用固定效應(yīng)模型的回歸結(jié)果。由表3可知，農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率的彈性系數(shù)為0.1761，且通過1%水平上的顯著性水平檢驗(yàn)，表明農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有顯著的促進(jìn)作用，這與圖1中所顯示的關(guān)系趨勢(shì)相符。

表3 農(nóng)業(yè)科研投入、農(nóng)村人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率影響的回歸結(jié)果

注：圓括號(hào)內(nèi)數(shù)值為回歸系數(shù)的標(biāo)準(zhǔn)誤，方括號(hào)內(nèi)數(shù)值為相應(yīng)檢驗(yàn)統(tǒng)計(jì)量的P值;***、**和*分別表示在1%、5%和10%的顯著性水平; FE和RE分別表示固定效應(yīng)和隨機(jī)效應(yīng);F檢驗(yàn)的零假設(shè)是個(gè)體效應(yīng)不顯著，Breusch-Pagan LM檢驗(yàn)的零假設(shè)是誤差項(xiàng)獨(dú)立同分布，若拒絕零假設(shè)則說明存在隨機(jī)效應(yīng)，Hausman檢驗(yàn)的零假設(shè)是FE和RE的估計(jì)系數(shù)沒有系統(tǒng)性差異。

農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率彈性系數(shù)為0.0949，表明農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有正向影響，但其并未通過在1%水平上的顯著性檢驗(yàn)。主要的原因在于伴隨城市化、工業(yè)化進(jìn)程，大量農(nóng)村剩余勞動(dòng)力轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè)，這部分農(nóng)村勞動(dòng)力在城市就業(yè)能獲取比在農(nóng)村務(wù)農(nóng)更高的收入。而這部分能在城市獲取就業(yè)機(jī)會(huì)的農(nóng)民往往具有更高的受教育程度，且以青壯年居多。農(nóng)村勞動(dòng)力不斷向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，導(dǎo)致農(nóng)業(yè)人力資本不斷流失，影響了農(nóng)業(yè)全要素生產(chǎn)率的提高。

另外，控制變量中城市化進(jìn)程和農(nóng)業(yè)貿(mào)易條件對(duì)農(nóng)業(yè)全要素生產(chǎn)率都具有正向的影響，并且都通過了1%水平上的顯著性檢驗(yàn)。城市化進(jìn)程顯著提高了農(nóng)業(yè)全要素生產(chǎn)率，表明城市化進(jìn)程加快有利于提高農(nóng)業(yè)全要素生產(chǎn)率。農(nóng)業(yè)貿(mào)易條件對(duì)農(nóng)業(yè)全要素生產(chǎn)率具有促進(jìn)作用，表明農(nóng)業(yè)貿(mào)易條件的逐漸改善有助于農(nóng)業(yè)全要素生產(chǎn)率的提高。另一方面，農(nóng)業(yè)外商直接投資、農(nóng)業(yè)結(jié)構(gòu)調(diào)整系數(shù)和受災(zāi)率對(duì)農(nóng)業(yè)全要素生產(chǎn)率均呈顯著的負(fù)向影響。其中，農(nóng)業(yè)外商直接投資顯著抑制了農(nóng)業(yè)全要素生產(chǎn)率。這一結(jié)論與孟令杰等[23]的研究結(jié)論比較一致。主要的原因在于農(nóng)業(yè)外商直接投資較國(guó)內(nèi)農(nóng)業(yè)投資具有資本、技術(shù)、規(guī)模等方面的優(yōu)勢(shì)，在對(duì)我國(guó)農(nóng)業(yè)進(jìn)行投資時(shí)，通常不會(huì)選擇“綠地”投資，而是更傾向參與對(duì)現(xiàn)有農(nóng)業(yè)資源的競(jìng)爭(zhēng)。這導(dǎo)致投資農(nóng)業(yè)生產(chǎn)的內(nèi)資逐漸減少，加之我國(guó)政府對(duì)外商投資還有優(yōu)惠政策，諸多條件均不利于提高農(nóng)業(yè)生產(chǎn)率。農(nóng)業(yè)結(jié)構(gòu)調(diào)整顯著抑制了農(nóng)業(yè)全要素生產(chǎn)率，可能原因是我國(guó)農(nóng)業(yè)種植結(jié)構(gòu)并未按照比較優(yōu)勢(shì)來調(diào)整，這或許與中央政府優(yōu)先確保糧食安全的國(guó)家戰(zhàn)略密切相關(guān)。受災(zāi)率同樣抑制了農(nóng)業(yè)全要素生產(chǎn)率。

(二)穩(wěn)健性檢驗(yàn)

為了保證本文實(shí)證結(jié)果的穩(wěn)健性，排除異常樣本點(diǎn)對(duì)結(jié)論的影響，本文通過以下方法找出異常樣本：首先，計(jì)算樣本期內(nèi)各省市農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本的均值以及兩個(gè)變量的10%和90%分位數(shù)值；然后，將樣本中農(nóng)業(yè)科研投入(農(nóng)業(yè)人力資本)的均值低于農(nóng)業(yè)科研投入(農(nóng)業(yè)人力資本)10%分位數(shù)值和高于90%分位數(shù)值的省區(qū)剔除，得到25個(gè)*被剔除掉的異常樣本點(diǎn)包括北京、海南、四川、青海以及寧夏5個(gè)省市。省市樣本，并對(duì)其進(jìn)行回歸(見表3)。結(jié)果表明，回歸方程中核心解釋變量的系數(shù)、符號(hào)及顯著性水平并未明顯變化，因而模型回歸結(jié)果是比較穩(wěn)健的。

四、轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式的路徑選擇

本文使用1997—2012年省際面板數(shù)據(jù)，在估算全國(guó)各省農(nóng)業(yè)科技存量的基礎(chǔ)上，考慮農(nóng)村勞動(dòng)力流動(dòng)對(duì)農(nóng)業(yè)人力資本的影響，進(jìn)而將農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本因素納入統(tǒng)一分析框架，對(duì)農(nóng)業(yè)科研投入、農(nóng)業(yè)人力資本和農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行實(shí)證分析。研究發(fā)現(xiàn)：(1)農(nóng)業(yè)科研投入顯著提高了農(nóng)業(yè)全要素生產(chǎn)率，而農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率促進(jìn)作用并不顯著；(2)城市化進(jìn)程和農(nóng)業(yè)貿(mào)易條件對(duì)農(nóng)業(yè)全要素生產(chǎn)率都具有正向的影響，而農(nóng)業(yè)外商直接投資、農(nóng)業(yè)結(jié)構(gòu)調(diào)整系數(shù)和受災(zāi)率均顯著抑制了農(nóng)業(yè)全要素生產(chǎn)率。

研究結(jié)論具有明顯的政策含義，即提高農(nóng)業(yè)全要素生產(chǎn)率，轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式可從加大農(nóng)業(yè)科研投入和提高農(nóng)業(yè)人力資本兩方面著手。在增加農(nóng)業(yè)科研投入方面，不僅要發(fā)揮政府在農(nóng)業(yè)科研投入中的主導(dǎo)作用，同時(shí)要營(yíng)造優(yōu)越的農(nóng)業(yè)科研投資環(huán)境，鼓勵(lì)社會(huì)、私人資本進(jìn)入農(nóng)業(yè)科研領(lǐng)域，努力提高農(nóng)業(yè)的科技含量。在提高農(nóng)業(yè)人力資本方面，政府應(yīng)該大力培育新型職業(yè)農(nóng)民，重點(diǎn)鼓勵(lì)和支持大學(xué)生尤其是農(nóng)業(yè)院校畢業(yè)的大學(xué)生從事農(nóng)業(yè)生產(chǎn)，培育新型職業(yè)農(nóng)民，造就高素質(zhì)的新型農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者隊(duì)伍。同時(shí)，可以通過培育農(nóng)業(yè)新型經(jīng)營(yíng)主體的方式，提高勞動(dòng)力、土地、資本等要素的綜合效率，達(dá)到促進(jìn)農(nóng)業(yè)穩(wěn)定發(fā)展的目的。

[1]鄭京海，胡鞍鋼，ARNE BIGSTEN. 中國(guó)的經(jīng)濟(jì)增長(zhǎng)能否持續(xù)？——一個(gè)生產(chǎn)率視角[J]. 經(jīng)濟(jì)學(xué)(季刊)，2008，7(3):777-808.

[2]毛其淋，盛斌. 對(duì)外經(jīng)濟(jì)開放、區(qū)域市場(chǎng)整合與全要素生產(chǎn)率[J]. 經(jīng)濟(jì)學(xué)(季刊)，2011，11(1):181-209.

[3]劉燕妮，任保平，高鵬. 中國(guó)農(nóng)業(yè)發(fā)展方式的評(píng)價(jià)[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2012(3):100-107.

[4]吳延兵. 中國(guó)地區(qū)工業(yè)知識(shí)生產(chǎn)效率測(cè)算[J]. 財(cái)經(jīng)研究，2008(10):4-14.

[5]吳延兵. 中國(guó)工業(yè)R&D產(chǎn)出彈性測(cè)算[J]. 經(jīng)濟(jì)學(xué)(季刊)，2008，7(3):869-890.

[6]張海洋.R&D兩面性、外資活動(dòng)與中國(guó)工業(yè)生產(chǎn)率增長(zhǎng)[J]. 經(jīng)濟(jì)研究，2005(5):107-117.

[7]李小平，朱鐘棣. 國(guó)際貿(mào)易、R&D溢出和生產(chǎn)率增長(zhǎng)[J]. 經(jīng)濟(jì)研究，2006(2):31-43.

[8]NADIRI M I, KIM S. International R&D spillovers, trade and productivity in major OECD countries[R]. National Bureau of Economic Research, 1996.

[9]張玉梅，游良志，劉鳳偉. 中國(guó)農(nóng)業(yè)科研投資區(qū)域分配及其經(jīng)濟(jì)效率研究[J]. 中國(guó)科技論壇，2009(6):115-119.

[10]李銳，李子奈. 我國(guó)農(nóng)業(yè)科研投資效率的研究[J]. 管理科學(xué)學(xué)報(bào)，2007，10(4):81-89.

[11]周寧，陳超. 中國(guó)農(nóng)業(yè)科研投資效率的區(qū)域研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2009(2):26-30.

[12]李強(qiáng)，劉冬梅. 我國(guó)農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)增長(zhǎng)的貢獻(xiàn)研究——基于1995—2007年省級(jí)面板數(shù)據(jù)的實(shí)證分析[J]. 中國(guó)軟科學(xué)，2011(7):42-49.

[13]肖小勇，李秋萍. 農(nóng)業(yè)生產(chǎn)：科技存量與空間溢出——基于1986—2010年空間面板數(shù)據(jù)的分析[J]. 中國(guó)經(jīng)濟(jì)問題，2014(1):43-50.

[14]ALSTON J M, ANDERSEN M A, JAMES J S. The economic returns to US public agricultural research[J].American Journal of Agricultural Economics, 2011, 93(5): 1257-1277.

[15]BENHABIB J, SPIEGEL M M. The role of human capital in economic development evidence from aggregate cross-country data[J]. Journal of Monetary Economics, 1999, 34(2): 143-173.

[16]李谷成. 基于轉(zhuǎn)型視角的中國(guó)農(nóng)業(yè)生產(chǎn)率研究[D]. 武漢：華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，2008.

[17]韓海彬，趙麗芬，張莉. 異質(zhì)型人力資本對(duì)農(nóng)業(yè)環(huán)境全要素生產(chǎn)率的影響——基于中國(guó)農(nóng)村面板數(shù)據(jù)的實(shí)證研究[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014(5):105-112.

[18]鄧宗兵. 中國(guó)農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)及影響因素研究[D]. 重慶：西南大學(xué)經(jīng)濟(jì)管理學(xué)院，2010.

[19]李谷成. 中國(guó)農(nóng)村經(jīng)濟(jì)制度變遷、農(nóng)業(yè)生產(chǎn)績(jī)效與動(dòng)態(tài)演進(jìn)——基于1978—2005年省際面板數(shù)據(jù)的DEA實(shí)證[J]. 制度經(jīng)濟(jì)學(xué)研究，2009(3):20-54.

[20]STONE. Evolution and diffusion of agricultural technology in China[M]. Washington D. C.: Smithsonian Institute Press, 1990.

[21]COE D T, HELPMAN E. International R&D spillovers[J]. European Economic Review, 1995, 39(5): 859- 887.

[22]劉寧. 農(nóng)村人力資本流失的區(qū)域農(nóng)業(yè)增長(zhǎng)效應(yīng)研究——基于13個(gè)糧食主產(chǎn)省區(qū)的面板數(shù)據(jù)[J]. 人口與經(jīng)濟(jì)，2014(4):23-32.

[23]孟令杰，李新華. FDI對(duì)我國(guó)農(nóng)業(yè)全要素生產(chǎn)率的影響研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)與管理，2014，23(1):12-20.

Agricultural R&D, Human Capital and Agricultural Total Factor Productivity

YIN Chao-jing

(a.EconomicsandManagementCollege;b.CenterforHubeiRuralDevelopment,HuazhongAgriculturalUniversity,Wuhan430070,China)

This paper uses Chinese provincial panel data from years 1997 to 2012, employing the perpetual inventory method(PIM) to estimate an agricultural R&D. Considering the impact of rural labor migration on rural human capital and adopting the fixed effect model(FE) to test the effect on agricultural total factor productivity (TFP) of agricultural R&D and agriculture human capital empirically. The results show that agricultural R&D investment has a significant positive impact on agricultural TFP, agriculture human capital has a positive impact on agricultural TFP, but not significant. Besides, urbanization and terms of agricultural trade have significant positive impact on agricultural TFP, while foreign direct investment, structure adjustment and disaster ratio in agriculture have negative impact on agricultural TFP.

agricultural R&D; agriculture human capital; agricultural TFP; agricultural FDI; agricultural structure

2016-12-15

10.7671/j.issn.1672-0202.2017.03.003

國(guó)家自然科學(xué)基金(71273103,71473100)；國(guó)家自然科學(xué)基金國(guó)際合作項(xiàng)目(71461010701)；教育部人文社會(huì)科學(xué)研究青年項(xiàng)目(12YJC790036)；國(guó)家萬人計(jì)劃中組部青年拔尖人才支持計(jì)劃項(xiàng)目(2015-48-2-50)

尹朝靜(1989—)，男，四川內(nèi)江人，華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生，主要研究方向?yàn)檗r(nóng)業(yè)技術(shù)經(jīng)濟(jì)。E-mail:yinchaojing@163.com

F323.5

A

1672-0202(2017)03-0027-09