白瑪雍珍

內(nèi)容摘要：本文依據(jù)我國31個省區(qū)市2008-2014年農(nóng)業(yè)的投入產(chǎn)出數(shù)據(jù)，建立基于超越對數(shù)生產(chǎn)函數(shù)的SFA模型，對各省區(qū)市的農(nóng)業(yè)生產(chǎn)技術(shù)效率進行了測算，研究發(fā)現(xiàn)我國農(nóng)業(yè)技術(shù)效率整體呈上升趨勢，但平均技術(shù)效率水平較低，與生產(chǎn)前沿面存在較大距離。我國農(nóng)業(yè)技術(shù)效率的區(qū)域差異明顯，政府應(yīng)鼓勵東部地區(qū)和東北地區(qū)提高農(nóng)業(yè)的機械化水平，同時創(chuàng)新對中西部的農(nóng)業(yè)投入方式，加強農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。土地和資本對農(nóng)業(yè)產(chǎn)出的貢獻最大，而農(nóng)業(yè)勞動力則相對過剩，應(yīng)通過向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移和農(nóng)業(yè)內(nèi)部提升來吸納農(nóng)村剩余勞動力。在影響技術(shù)效率的因素中，有效灌溉率和人均農(nóng)機總動力對農(nóng)業(yè)技術(shù)效率的促進作用最大，各省區(qū)市應(yīng)注重改善農(nóng)村水利設(shè)施條件并推動農(nóng)業(yè)的規(guī)?；c機械化生產(chǎn)。

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)效率 超越對數(shù)生產(chǎn)函數(shù) 隨機前沿分析（SFA）

引言

2015年我國農(nóng)林牧漁業(yè)增加值為60863億元，占全國GDP總量的9%。農(nóng)業(yè)經(jīng)濟的增長一方面依賴于投入要素的增加，另一方面取決于農(nóng)業(yè)生產(chǎn)效率的提高。隨著我國城鎮(zhèn)化建設(shè)的推進，大量農(nóng)村人口涌入城市，農(nóng)業(yè)人口大幅度減少，同時由于環(huán)境惡化導(dǎo)致實際可播種面積減少，因此未來農(nóng)業(yè)產(chǎn)出的增加越來越依靠農(nóng)業(yè)生產(chǎn)技術(shù)效率的提高。目前，理論界對效率問題的研究主要采用非參數(shù)法和參數(shù)法兩類方法，非參數(shù)法以數(shù)據(jù)包絡(luò)分析（DEA）為代表，而參數(shù)法則以隨機前沿分析（SFA）為代表。迄今為止，國內(nèi)外學(xué)者圍繞農(nóng)業(yè)生產(chǎn)的技術(shù)效率已經(jīng)展開了許多有益的研究。Farrell（1957）在衡量英國農(nóng)業(yè)生產(chǎn)效率時，最早提出了生產(chǎn)前沿的方法，隨后引起了各國學(xué)者采用生產(chǎn)前沿研究不同行業(yè)生產(chǎn)效率的熱潮。Ruttan（2002）對世界不同國家的農(nóng)業(yè)生產(chǎn)效率進行了研究，發(fā)現(xiàn)發(fā)達國家和發(fā)展中國家的農(nóng)業(yè)增長路徑存在明顯差異。K Galanopoulos等（2004） 測算了歐盟國家和13個候選國家1993-1999年的農(nóng)業(yè)技術(shù)效率，發(fā)現(xiàn)歐盟國家的農(nóng)業(yè)技術(shù)效率在這七年間先有上升，然后略有下降。國內(nèi)學(xué)者田翠杰（2011）、黎哲延（2014）、秦菲等（2014）、鐘蘇僑（2015）采用DEA方法分別對天津、海南、江西、福建等省市的農(nóng)業(yè)生產(chǎn)效率進行了研究，研究一致認為各省區(qū)市的農(nóng)業(yè)技術(shù)效率均有所改進，但內(nèi)部地區(qū)的農(nóng)業(yè)生產(chǎn)效率差異顯著。由于隨機前沿分析（SFA）具有分離技術(shù)無效項與隨機誤差項等優(yōu)勢，越來越多的學(xué)者開始使用該方法評價技術(shù)效率。鮑學(xué)東（2009）在研究四川省的農(nóng)業(yè)技術(shù)效率時，建立了隨機前沿的生產(chǎn)函數(shù)模型，發(fā)現(xiàn)四川的農(nóng)業(yè)經(jīng)濟增長主要依賴土地和資本的投入。岳慧麗等（2014）采用隨機前沿分析方法分析了河北省140個區(qū)縣的農(nóng)業(yè)技術(shù)效率，發(fā)現(xiàn)河北省農(nóng)業(yè)技術(shù)效率整體呈上升趨勢，但農(nóng)業(yè)技術(shù)效率普遍較低。DEA方法在分析技術(shù)效率時假定所有的樣本共用一個固定的生產(chǎn)前沿面，而實際上樣本存在異質(zhì)性，每個樣本的前沿面應(yīng)該是隨機的。同時，農(nóng)業(yè)生產(chǎn)受到諸多因素的影響，存在較大的噪聲，而DEA方法容易忽略噪聲對生產(chǎn)活動的真實影響，從而導(dǎo)致估計結(jié)果有偏差。DEA方法在我國農(nóng)業(yè)生產(chǎn)效率的探索中已經(jīng)得到了廣泛的應(yīng)用，而SFA方法的應(yīng)用則相對比較有限。因此，本文在對我國31個省區(qū)市2008-2014年的農(nóng)業(yè)生產(chǎn)技術(shù)效率變動進行測算時，擬采用隨機前沿分析（SFA）方法，分析其效率的變動趨勢、區(qū)域差異及影響技術(shù)效率的因素，為推動我國農(nóng)業(yè)經(jīng)濟又好又快發(fā)展提供參考依據(jù)。

農(nóng)業(yè)技術(shù)效率測度模型構(gòu)建和數(shù)據(jù)來源

（一）模型構(gòu)建

農(nóng)業(yè)生產(chǎn)與其它行業(yè)存在較大差異，存在許多不可控制的因素，極易受到自然資源、氣候條件、測量誤差等諸多統(tǒng)計噪聲的影響，從而出現(xiàn)一些奇異值。

隨機前沿模型中的隨機干擾項可以與農(nóng)業(yè)生產(chǎn)特征保持一致，正是由于隨機前沿模型的優(yōu)越性，將其應(yīng)用到農(nóng)業(yè)效率測量中具有一定的優(yōu)勢。Battese、Coelli（1993）考慮到傳統(tǒng)的隨機前沿模型無法反映橫截面數(shù)據(jù)或個體樣本間的差異情況，又進一步改進了傳統(tǒng)的隨機前沿模型，通過“一步法”便可同時對技術(shù)效率和技術(shù)無效項進行估計。在生產(chǎn)函數(shù)的選擇方面，由于超越對數(shù)生產(chǎn)函數(shù)可以作為任意生產(chǎn)函數(shù)的二階泰勒近似，形式較為靈活，不僅考慮了技術(shù)進步，而且考慮了投入要素對生產(chǎn)效率的協(xié)同效應(yīng)。因此，本文選擇超越對數(shù)生產(chǎn)函數(shù)作為隨機前沿函數(shù)的一般形式，其具體模型如下：

其中，i表示我國的第i個省區(qū)市，i=1，2，…，31；t表示時期，t=1，2，…，7；產(chǎn)出變量Yit是我國第i個省區(qū)市第t年的農(nóng)林牧漁業(yè)總產(chǎn)值（以2001年不變價格計算）。投入變量主要有四個，包括農(nóng)林牧漁業(yè)從業(yè)人員數(shù)、農(nóng)作物總播種面積、農(nóng)業(yè)機械總動力和化肥施用量（折純量），Lit表示第i個省區(qū)市第t年的農(nóng)林牧漁業(yè)從業(yè)人員數(shù)，代表農(nóng)業(yè)的勞動力投入；Ait表示第i個省區(qū)市第t年的農(nóng)作物總播種面積，代表農(nóng)業(yè)的土地投入，播種面積比耕地面積更能代表農(nóng)業(yè)土地的實際利用情況，因為隨著農(nóng)民的進城，農(nóng)業(yè)棄耕、休耕的現(xiàn)象比較普遍；Eit表示第i個省區(qū)市第t年的農(nóng)業(yè)機械總動力，包括大中小型拖拉機、農(nóng)用柴油機、農(nóng)用電動機、農(nóng)用水泵、聯(lián)合收割機等各類農(nóng)用機械的動力總和，F(xiàn)it是第i個省區(qū)市第t年的化肥施用量（折純量），這兩項共同代表農(nóng)業(yè)的資本投入。β0為截距項，β1、β2、β3、β4為待估參數(shù)，β5、β6、…、β10為投入要素之間的交叉項系數(shù)，β11、β12、β13、β14為投入要素的二次項系數(shù)，vit是隨機誤差項，uit是非負技術(shù)無效項，分別服從N（0，σ2v）和N（0，σ2u）的正態(tài)分布。其中交叉項和二次項系數(shù)滿足下列限制條件：

同時，影響農(nóng)業(yè)生產(chǎn)技術(shù)效率的因素還有很多，如農(nóng)業(yè)技術(shù)創(chuàng)新、農(nóng)業(yè)經(jīng)營或組織形式、勞動者素質(zhì)等。限于數(shù)據(jù)的可得性，本文主要考察以下幾個因素： 一是地區(qū)人均GDP（PGDP），反映各個地區(qū)的經(jīng)濟發(fā)展水平；二是復(fù)種指數(shù)（CI），即農(nóng)作物總播種面積與耕地面積之比，復(fù)種指數(shù)受當?shù)赝寥馈⑺?、肥料和科學(xué)技術(shù)水平等因素的綜合影響，可以反映當?shù)氐霓r(nóng)業(yè)自然生產(chǎn)條件；三是有效灌溉率（IR），即有效灌溉面積與耕地面積之比，用以反映農(nóng)業(yè)生產(chǎn)的水利條件；四是人均耕地面積（PA），即耕地面積除以農(nóng)林牧漁從業(yè)人員數(shù)；五是人均農(nóng)機總動力（PE），即農(nóng)機總動力除以農(nóng)林牧漁從業(yè)人員數(shù)；六是人均化肥施用量（PF），即化肥施用量除以農(nóng)林牧漁從業(yè)人員數(shù)。將各變量均取自然對數(shù)，其技術(shù)效率損失的函數(shù)可以設(shè)定為：

uit=α0+α1lnPGDPit+α2lnCIit+α3lnIRit+α4lnPAit+α5lnPEit+α6lnPFit

（二）數(shù)據(jù)來源

本研究所需的數(shù)據(jù)是2008-2014年我國31個省區(qū)市農(nóng)業(yè)投入產(chǎn)出的面板數(shù)據(jù)，相關(guān)基礎(chǔ)數(shù)據(jù)主要來源于2009-2015年《中國統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》。由于勞動力是時點數(shù)據(jù)，本文在計算農(nóng)業(yè)勞動力人數(shù)時，以每年年初（或上年年底）的農(nóng)林牧漁從業(yè)人員數(shù)和年底從業(yè)人員數(shù)的平均值作為當年的實際勞動投入量。為排除通貨膨脹等因素的影響，農(nóng)林牧漁業(yè)總產(chǎn)值和人均GDP均采用2001年不變價格計算。

模型估計結(jié)果和技術(shù)效率分析

（一）我國農(nóng)業(yè)生產(chǎn)的技術(shù)效率分析

根據(jù)收集整理的數(shù)據(jù)，運行Frontier4.1軟件，可以得到2008-2014年我國31個省區(qū)市的農(nóng)業(yè)技術(shù)效率值，從數(shù)據(jù)結(jié)果來看，7年來我國農(nóng)業(yè)的平均技術(shù)效率水平為61.29%，與生產(chǎn)前沿面仍存在一定的距離，說明投入要素的使用效率還有待改進，但農(nóng)業(yè)的平均技術(shù)效率水平總體呈上升趨勢。

我國農(nóng)業(yè)技術(shù)效率的地區(qū)差距明顯，為了更清楚地顯示我國農(nóng)業(yè)生產(chǎn)技術(shù)效率的區(qū)域差異，現(xiàn)按照我國最新的區(qū)域劃分方法，將我國劃分為東部、中部、西部和東北地區(qū)四個區(qū)域，將我國各區(qū)域7年來的平均技術(shù)效率水平進行對比，結(jié)果如圖1所示。

從我國各區(qū)域的平均技術(shù)效率水平來看，最高的是東部地區(qū)，其次是中部地區(qū)，之后是東北地區(qū)，最低的是西部地區(qū)。其中，東部地區(qū)省區(qū)市的平均效率水平為79.6%，中部地區(qū)為62.0%，東北地區(qū)為58.3%，西部地區(qū)為46.4%，總體上呈現(xiàn)出東高西低的特征，且東部地區(qū)的平均效率水平比西部地區(qū)高33.2個百分點。而匡遠鳳（2012）通過對我國農(nóng)業(yè)勞動生產(chǎn)率進行四重分解，研究發(fā)現(xiàn)我國東部、中部、西部和東北地區(qū)的農(nóng)業(yè)技術(shù)效率差距仍有不斷拉大的趨勢。因此，政府必須高度重視我國農(nóng)業(yè)技術(shù)效率差距的擴散現(xiàn)象。

（二）隨機前沿生產(chǎn)函數(shù)估計結(jié)果與分析

將Frontier4.1的運行數(shù)據(jù)結(jié)果進行整理，其隨機前沿生產(chǎn)函數(shù)的參數(shù)估計結(jié)果如表1所示。

γ值可用于檢驗?zāi)Ｐ偷挠行?，若接近于零，則表明技術(shù)無效項為一常數(shù)，模型采用OLS估計即可，表1中γ值顯著大于零且通過了1%的顯著性檢驗，證明采用隨機前沿模型是合適的。γ還可以表示隨機擾動項中技術(shù)無效項所占的比例，而本文估計的γ值為0.8653，說明誤差項中有86.53%來自于技術(shù)的效率損失，誤差主要來源于技術(shù)非效率，而剩余的13.47%來自于統(tǒng)計隨機誤差。單邊似然比在1%水平下顯著，說明誤差項具有明顯的復(fù)合結(jié)構(gòu)，表明我國農(nóng)業(yè)技術(shù)效率的確存在效率損失。

從參數(shù)的t檢驗來看，大多數(shù)變量均通過了顯著性檢驗，證明變量的選取是合適的。β1、β2、β3、β4的系數(shù)均為正，表明隨著投入的增加，產(chǎn)出也會得到不同程度的增加，按照系數(shù)的大小可以看出對產(chǎn)出起主導(dǎo)作用的是土地和資本要素的投入。從交叉項系數(shù)來看，β5=-0.4123表示當農(nóng)業(yè)機械總動力和化肥施用量（折純量）保持不變時，勞動力和農(nóng)業(yè)總播種面積同時增加一個單位，產(chǎn)出將減少0.4123個單位；同理，β6=-0.2345表示當農(nóng)業(yè)總播種面積和化肥施用量（折純量）保持不變時，勞動力和農(nóng)業(yè)機械總動力同時增加一個單位，產(chǎn)出將減少0.2345個單位；而β7=-0.7568表示當農(nóng)業(yè)總播種面積和農(nóng)業(yè)機械總動力保持不變時，勞動力和化肥施用量（折純量）同時增加一個單位，產(chǎn)出將減少0.7568個單位。上述交叉項系數(shù)共同表明在追加投入要素時，勞動力投入存在過剩現(xiàn)象，導(dǎo)致勞動與其它投入要素的交叉項系數(shù)均為負，生產(chǎn)要素存在一定程度的誤配。

（三）技術(shù)效率的影響因素分析

隨機前沿分析可以通過“一步法”來分析技術(shù)效率和技術(shù)無效項，其技術(shù)無效項的系數(shù)如表2所示。

從表2可以看出，人均耕地面積變量的系數(shù)不顯著，說明人均耕地面積的變化對農(nóng)業(yè)生產(chǎn)效率的影響不大，人均耕地面積的增加、生產(chǎn)規(guī)模的擴大并不能很好地促進我國農(nóng)業(yè)生產(chǎn)效率的提高。但其它五個變量均通過了顯著性檢驗，其中有效灌溉率、人均農(nóng)機總動力和人均GDP的系數(shù)為負，說明這些因素有利于提高農(nóng)業(yè)生產(chǎn)技術(shù)效率。有效灌溉率（IR）對農(nóng)業(yè)技術(shù)效率的促進作用最大，表明農(nóng)業(yè)生產(chǎn)依賴于良好的水利條件，而在對中西部地區(qū)的農(nóng)業(yè)生產(chǎn)效率進行單獨分析時，發(fā)現(xiàn)有效灌溉率對農(nóng)業(yè)技術(shù)效率的提升作用高于平均水平，這可能和中西部的農(nóng)業(yè)自然條件有一定的關(guān)系。人均農(nóng)機總動力（PE）的系數(shù)為-0.5213，表明人均農(nóng)機總動力的增加通過提高農(nóng)業(yè)的機械化和規(guī)?；a(chǎn)水平，進而改進了農(nóng)業(yè)的生產(chǎn)效率。人均GDP的系數(shù)為-0.2402，這表明區(qū)域經(jīng)濟發(fā)展和城鎮(zhèn)化水平提高對農(nóng)業(yè)具有較強的帶動作用，黨的“十八大”提出要“四化同步”，堅持新型工業(yè)化、信息化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的同步發(fā)展。人均化肥施用量的系數(shù)為0.1053，與農(nóng)業(yè)技術(shù)效率負相關(guān)，說明我國在農(nóng)業(yè)生產(chǎn)中存在過度使用化肥的現(xiàn)象，化肥容易污染土地，造成土地退化，影響了農(nóng)業(yè)的生態(tài)環(huán)境，降低了農(nóng)業(yè)的生產(chǎn)效率。復(fù)種指數(shù)的系數(shù)為0.0123，表明復(fù)種指數(shù)的增加不利于農(nóng)業(yè)生產(chǎn)技術(shù)效率的提高。復(fù)種指數(shù)越高，表明對同一塊耕地的耕種次數(shù)越多，會有利于增加農(nóng)業(yè)產(chǎn)出。但同時農(nóng)民也有可能過于依賴優(yōu)越的自然環(huán)境而放棄更新使用高效率的設(shè)備，從長遠來看，會對技術(shù)在農(nóng)業(yè)中的應(yīng)用起到抑制作用，從而降低農(nóng)業(yè)的技術(shù)效率。

結(jié)論和政策建議

本文采用基于超越對數(shù)生產(chǎn)函數(shù)的隨機前沿分析方法對2008-2014年我國31個省區(qū)市的農(nóng)業(yè)生產(chǎn)技術(shù)效率進行了測度，并在將我國劃分為東部、中部、西部和東北四個區(qū)域的基礎(chǔ)上，分析了四大區(qū)域之間的效率差異及影響效率的主要因素，可以得出以下結(jié)論，并針對性地提出建議：

第一，我國農(nóng)業(yè)的平均技術(shù)效率水平總體呈上升趨勢，但平均技術(shù)效率水平僅為61.29%，與生產(chǎn)前沿面有較大距離，存在較大的改進空間。我國31個省區(qū)市四大區(qū)域的農(nóng)業(yè)技術(shù)效率水平差異明顯，總體呈現(xiàn)出東高西低的特征。我國東部地區(qū)大多沿海，經(jīng)濟發(fā)達，農(nóng)業(yè)生產(chǎn)條件較為優(yōu)越，中西部地區(qū)相對較為干燥，且存在較多沙漠地區(qū)，而匡遠鳳（2012）認為這種差距在未來仍有不斷擴大的趨勢。農(nóng)業(yè)是一國的根本，政府應(yīng)鼓勵東部地區(qū)和東北地區(qū)提高農(nóng)業(yè)的機械化水平，改進農(nóng)業(yè)生產(chǎn)效率。同時，政府要高度重視中西部農(nóng)業(yè)效率低下的現(xiàn)狀，深入思考其深層次原因，創(chuàng)新對中西部的農(nóng)業(yè)投入方式，加強農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，實現(xiàn)農(nóng)業(yè)的適度規(guī)模經(jīng)營。

第二，研究表明我國農(nóng)業(yè)產(chǎn)出主要依賴于土地和資本要素的投入，而農(nóng)業(yè)勞動力投入處于相對過剩狀態(tài)，超過了農(nóng)業(yè)生產(chǎn)最佳的勞動力需求（唐建軍等，2010），未來應(yīng)考慮通過多種途徑有效轉(zhuǎn)移農(nóng)村剩余勞動力。一方面，隨著我國城鎮(zhèn)化進程的加快，可以通過城鎮(zhèn)化的發(fā)展轉(zhuǎn)移一部分農(nóng)業(yè)剩余勞動力。但是，城鎮(zhèn)化也帶來了留守兒童和空巢老人的社會問題。因此，另一部分剩余勞動力可以考慮在農(nóng)村當?shù)亟鉀Q。政府可以通過扶持發(fā)展一批農(nóng)業(yè)龍頭企業(yè)，通過龍頭企業(yè)帶動相關(guān)企業(yè)對農(nóng)產(chǎn)品進行深加工，延伸農(nóng)業(yè)產(chǎn)業(yè)鏈來拓寬農(nóng)村勞動力的就業(yè)渠道，從而優(yōu)化農(nóng)業(yè)的產(chǎn)業(yè)結(jié)構(gòu)，提高農(nóng)民的收入水平。

第三，有效灌溉率和人均農(nóng)機總動力均對農(nóng)業(yè)技術(shù)效率具有較大的促進作用，各省區(qū)市應(yīng)注重改善農(nóng)村的水利設(shè)施條件并推動農(nóng)業(yè)的規(guī)?；瘷C械化生產(chǎn)，政府在未來應(yīng)堅持農(nóng)機具購買的補貼政策，并在有條件的地區(qū)加大補貼力度。人均耕地面積對效率的改進作用不明顯，說明農(nóng)業(yè)土地的規(guī)模經(jīng)濟不明顯，政府應(yīng)加速土地流轉(zhuǎn)，鼓勵農(nóng)民將土地承包給專業(yè)大戶和合作社，為規(guī)?；?jīng)營和機械化操作創(chuàng)造更多有利的條件，從而大幅度提升農(nóng)業(yè)生產(chǎn)效率。

參考文獻：

1.Farrell M.J.The Measurement of Productive Efficiency [J].Journal of the Royal Statistical Society，1957

2.Ruttan V.W.Productivity Growth in World Agriculture，Sources and Constraints [J].Journal of Economic Perspectives，2002（4）

3.K Galanopoulos，G Karagiannis，Koutroumanidis.Malmquist productivity index estimates for European agriculture in the 1990s[J].Operational Research，2004（1）

4.田翠杰.基于DEA方法的天津農(nóng)業(yè)技術(shù)效率分析[J].經(jīng)濟研究導(dǎo)刊，2011（23）

5.黎哲延.基于DEA的海南省農(nóng)業(yè)生產(chǎn)效率評價研究[J].農(nóng)村經(jīng)濟與科技，2014（8）

6.秦菲，舒曉波，肖素芳，胡丹.基于DEA的江西省農(nóng)業(yè)生產(chǎn)效率時空特征研究[J].江西科學(xué)，2014（5）

7.鐘蘇僑.基于DEA模型的福建省農(nóng)業(yè)生產(chǎn)效率評價[J].福建商業(yè)高等?？茖W(xué)校學(xué)報，2015（4）

8.鮑學(xué)東.基于SFA的四川農(nóng)業(yè)生產(chǎn)技術(shù)效率研究[D].四川農(nóng)業(yè)大學(xué)，2009

9.岳慧麗，諸葉平，雪燕，許金普.基于隨機前沿分析方法的河北縣域農(nóng)業(yè)技術(shù)效率及影響因素研究[J].江蘇農(nóng)業(yè)科學(xué)，2014（9）

10.匡遠鳳.技術(shù)效率、技術(shù)進步、要素積累與中國農(nóng)業(yè)經(jīng)濟增長—基于SFA的經(jīng)驗分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2012（1）

11.Battese G E，Coelli T J.A stochastic frontier production function incorporating a model for technical inefficiency effects[M].Armidale：Department of Econometrics，University of New England，1993

12.唐建軍，王禮力.基于DEA模型的陜西各地區(qū)農(nóng)業(yè)技術(shù)效率分析[J].陜西農(nóng)業(yè)科學(xué)，2010（4）