尹朝靜
(華中農(nóng)業(yè)大學(xué) a.經(jīng)濟管理學(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1997—2012年的省際面板數(shù)據(jù),在運用永續(xù)盤存法測算出農(nóng)業(yè)科技存量,同時考慮農(nóng)村勞動力流動對農(nóng)村人力資本影響的基礎(chǔ)上,采用固定效應(yīng)模型實證檢驗了農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本對農(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農(nóng)業(yè)全要素生產(chǎn)率的提高,而農(nóng)業(yè)人力資本對農(nóng)業(yè)全要素生產(chǎn)率的促進作用并不顯著。另外,城市化進程和農(nóng)業(yè)貿(mào)易條件對農(nóng)業(yè)全要素生產(chǎn)率具有顯著的促進作用,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)
自改革開放以來,中國經(jīng)濟獲得高速發(fā)展,其成就和速度堪稱世界經(jīng)濟增長史上的奇跡。而這一時期,農(nóng)業(yè)也取得了突出成就,為工業(yè)化作出了巨大貢獻*通常認為農(nóng)業(yè)對經(jīng)濟發(fā)展有4種形式的貢獻,即產(chǎn)品貢獻、要素貢獻、市場貢獻和外匯貢獻。,農(nóng)業(yè)在經(jīng)濟發(fā)展過程中的基礎(chǔ)作用得到充分發(fā)揮。然而,一些經(jīng)濟學(xué)家認為中國經(jīng)濟的快速增長主要依靠要素累積而非技術(shù)進步推動,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)濟增長理論認為科技投入和人力投資是提高全要素生產(chǎn)率(Total Factor Productivity,TFP)的兩大增長動力,并能帶動經(jīng)濟的持續(xù)增長。近年來,中央一號文件也多次強調(diào)“加快推進現(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)到依靠科技進步和提高勞動者素質(zhì)上來”??梢?,加大農(nóng)業(yè)科研投入、提高農(nóng)村人力資本對于實現(xiàn)農(nóng)業(yè)經(jīng)濟可持續(xù)發(fā)展具有重要意義。
當前,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)出彈性的測算以及科研投入對生產(chǎn)率的影響等方面[4-8]。不難發(fā)現(xiàn),由于研究對象、研究方法的不同,關(guān)于科研投資對生產(chǎn)率影響的研究并未得到一致的結(jié)論,也表明進一步探討農(nóng)業(yè)科研投入對農(nóng)業(yè)生產(chǎn)率的影響具有重要的現(xiàn)實意義。
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,忽略了科研知識的積累和折舊。有學(xué)者逐漸考慮科研知識的特點,開始估算農(nóng)業(yè)科技存量,并重點考察農(nóng)業(yè)科研投入對農(nóng)業(yè)生產(chǎn)的貢獻。例如,李強和劉冬梅[12]采用面板數(shù)據(jù)估算了全國各省農(nóng)業(yè)科技存量,并測算出農(nóng)業(yè)科研投入的產(chǎn)出彈性估計值為0.05~0.07。另外,肖小勇、李秋萍[13]在測算分省農(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)科技對農(nóng)業(yè)生產(chǎn)的影響,結(jié)果表明農(nóng)業(yè)科技存量對農(nóng)業(yè)生產(chǎn)的貢獻率達到11.46%。而Alston和Andersen等[14]在糾正計算回報率方法的基礎(chǔ)上,測算出美國農(nóng)業(yè)科研投資回報率為9%~10%,這一測算結(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]對人力資本如何促進全要素生產(chǎn)率提高的理論機制進行了詳細的闡述,但實證分析層面,針對農(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)者們實證檢驗了農(nóng)村人力資本對農(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)村勞動力轉(zhuǎn)移對農(nóng)村人力資本造成的影響。不考慮農(nóng)村勞動力流動,實際上會夸大農(nóng)業(yè)勞動力人力資本的作用,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,上述文獻對于豐富農(nóng)業(yè)全要素生產(chǎn)率研究體系,并對其展開進一步研究具有重要價值,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?,本文采用1997—2012年省級面板數(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)村勞動力流動對農(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)模型實證檢驗農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本對農(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)濟增長方式的政策提供參考依據(jù)。
(一)模型構(gòu)建
本文首先通過建立一個類似C-D生產(chǎn)函數(shù)的知識產(chǎn)出函數(shù),測量農(nóng)業(yè)科研投入對農(nóng)業(yè)TFP變動的作用,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分別對應(yīng)除農(nóng)業(yè)科研投入之外的其他p種因素。對(1)式取自然對數(shù),可以得出:
(2)
新經(jīng)濟增長理論將R&D投資和人力資本內(nèi)生化,認為增加R&D投入或者強化對教育和學(xué)習(xí)的投資都能促進技術(shù)進步,可以推動經(jīng)濟增長。因此,我們將農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本同時納入知識生產(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]的研究認為中國農(nóng)業(yè)經(jīng)濟增長深受制度變遷的影響??紤]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表示非觀測的個體固定效應(yīng),εit表示隨機誤差項。
(二)農(nóng)業(yè)全要素生產(chǎn)率的測算
本文采用經(jīng)典的DEA-Malmquist指數(shù)方法測算出各地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長、技術(shù)效率變化和技術(shù)進步。與隨機前沿函數(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)模報酬不變的,并采用投入導(dǎo)向型的DEA模型,通過DEAP2.1軟件測算出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)比變動指數(shù),論文將其轉(zhuǎn)化為1996年為100的累積增長指數(shù)作為實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年不變價的農(nóng)業(yè)生產(chǎn)總值,單位億元;投入變量包括勞動、土地、化肥等要素投入。勞動投入指農(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)機械投入為農(nóng)業(yè)機械總動力,單位萬千瓦;化肥投入指實際用于農(nóng)業(yè)生產(chǎn)的化肥折純量,單位萬噸;灌溉投入為每年實際的有效灌溉面積,單位千公頃。最終形成1997—2012年省級面板數(shù)據(jù),所用數(shù)據(jù)源自《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》等官方統(tǒng)計年鑒資料。
(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)科研投入對農(nóng)業(yè)生產(chǎn)的作用具有滯后效應(yīng),不能簡單地以流量數(shù)據(jù)來衡量,而存量指標更能刻畫出知識的累積和折舊。參考對農(nóng)業(yè)科研投入存量估計的相關(guān)研究,本文使用永續(xù)盤存法(PerpetualInventoryMethod,PIM)對農(nóng)業(yè)科研存量進行估算,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,計算農(nóng)業(yè)科研存量要處理4個問題:(1)確定農(nóng)業(yè)科研支出數(shù)額?,F(xiàn)有公開統(tǒng)計資料沒有分省農(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《全國科技經(jīng)費投入統(tǒng)計公報》(1998—2013),缺失1997年的數(shù)據(jù)通過《中國科技統(tǒng)計年鑒》補齊。具體借鑒李強[12]的做法,使用調(diào)整系數(shù),通過將全國農(nóng)業(yè)科研支出*《中國科技統(tǒng)計年鑒》并未公布2008年后的全國農(nóng)業(yè)科研支出,2009—2012年的全國農(nóng)業(yè)科研支出采用灰色系統(tǒng)進行預(yù)測,模型預(yù)測值和實際值偏差極小,其后驗差檢驗數(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)總值的占比進行加權(quán),將全國農(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)計算農(nóng)業(yè)科研支出價格平減指數(shù)。借鑒李強[12]的做法,用消費者價格指數(shù)及固定資產(chǎn)投資價格指數(shù)的加權(quán)組合作為農(nóng)業(yè)科研價格平減指數(shù),并將權(quán)重分別設(shè)為0.5,進而得到以1997年指數(shù)為100的不變價格指數(shù)。(3)確定農(nóng)業(yè)科研資本折舊率。已有文獻對農(nóng)業(yè)知識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)平均增長率替代。
2.人力資本測算
農(nóng)村人力資本的累積是農(nóng)村教育、培訓(xùn)、醫(yī)療保健以及勞動力流動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)村勞動力大量轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè)的實際情況,但事實上農(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)村勞動力等同于農(nóng)業(yè)勞動力,就不能真正反映農(nóng)業(yè)生產(chǎn)的實際人力資本投入狀況。因此,只有測算出農(nóng)業(yè)生產(chǎn)所使用的真實人力資本水平,才能準確地判斷農(nóng)村人力資本對農(nóng)業(yè)生產(chǎn)率的影響。本文借鑒劉寧[22]的做法,測算出各地區(qū)從事農(nóng)業(yè)生產(chǎn)勞動力的人力資本水平。通過以下公式計算農(nóng)業(yè)勞動力的人力資本:
(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)村勞動力、已轉(zhuǎn)移勞動力、農(nóng)業(yè)勞動力數(shù)量,Pri、Pai、Pti依次為農(nóng)村、農(nóng)業(yè)及轉(zhuǎn)移勞動力中某類受教育者的比重。
具體做法按照劉寧對農(nóng)業(yè)人力資本的估算方法進行測算,數(shù)據(jù)來自于《中國農(nóng)村統(tǒng)計年鑒》,缺失數(shù)據(jù)通過必要的推算補齊[22]。較高的農(nóng)業(yè)人力資本能提高勞動者使用物質(zhì)資本的效率,有助于推動新知識、新技術(shù)的發(fā)展和傳播,進而提高農(nóng)業(yè)全要素生產(chǎn)率。然而,伴隨著中國城市化和工業(yè)化進程,農(nóng)村大量勞動力轉(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增長之間的關(guān)系有待進一步檢驗。
(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)計數(shù)據(jù),實證分析中對數(shù)據(jù)進行了相關(guān)處理。具體的做法是用以美元表示的各省外國直接投資額作為基礎(chǔ)指標,首先按歷年匯率將其換算為以人民幣計價的FDI。接著,將其乘上各省份農(nóng)林牧漁業(yè)總產(chǎn)值在國民生產(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)對其進行平減,從而得到各省份農(nóng)業(yè)實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的農(nóng)業(yè)技術(shù)和產(chǎn)品,帶動本國農(nóng)業(yè)的模仿和學(xué)習(xí)能力,從而有可能促進農(nóng)業(yè)技術(shù)進步和農(nóng)業(yè)發(fā)展。
(2)農(nóng)業(yè)財政支出(AF)。采用政府對農(nóng)業(yè)的財政支出額表示,衡量某地區(qū)政府對農(nóng)業(yè)生產(chǎn)的支持力度。政府加大對農(nóng)業(yè)的財政支出,有助于農(nóng)業(yè)生產(chǎn)條件的改善,對農(nóng)村經(jīng)濟發(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)丝诘谋戎乇硎尽R环矫?,城市化?dǎo)致農(nóng)村勞動力和人口的轉(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年不變價的農(nóng)產(chǎn)品收購價格指數(shù)與農(nóng)業(yè)生產(chǎn)資料價格指數(shù)之比表示。從而,綜合考察農(nóng)產(chǎn)品提價等價格改革以及農(nóng)業(yè)投入品價格變動對農(nóng)民所產(chǎn)生的激勵效果,這是衡量“剪刀差”的理想指標。
(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,將會對農(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。
通過對比詞庫研究發(fā)現(xiàn),日語IT新詞中外來語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到本國語言中并被迅速加以運用。這一現(xiàn)象與明治時期引入西方各種學(xué)術(shù)概念時的情形有所不同,當時學(xué)術(shù)用語中曾出現(xiàn)了大量的外來語改造詞(王鳴2006:86)。由此可見,日語在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年中國大陸30個省(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,本文實證分析中沒有中國臺灣、香港和澳門地區(qū),這僅限于學(xué)術(shù)處理。。表1報告了主要變量的統(tǒng)計特征。通過對標準差、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)率增長更多受農(nóng)業(yè)技術(shù)進步的影響,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)進步及效率變化上具有明顯的差距。
表1 變量統(tǒng)計特征
為了與計量模型保持一致,同時消除異方差,本文對所有變量取自然對數(shù)。另外,為了避免“偽回歸”,確保結(jié)果的有效性,本文采用LLC方法對所有變量進行了單位根檢驗。表2為各變量的單位根檢驗結(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)系的二維散點圖以及各自的回歸擬合趨勢線。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)果必須通過更加嚴謹?shù)挠嬃糠治霾拍艿贸觥=酉聛?,本文將?0個省(市區(qū))1997—2012年的面板數(shù)據(jù)為樣本,實證檢驗農(nóng)業(yè)科研投入和農(nóng)業(yè)人力資本對農(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制。
表2 單位根檢驗
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
(一)影響分析
考慮到農(nóng)業(yè)財政支出(AF)、城鎮(zhèn)化(UR)、農(nóng)業(yè)結(jié)構(gòu)調(diào)整(AS)在現(xiàn)實中存在相關(guān)性,在實證過程中論文剔除農(nóng)業(yè)財政支出(AF)對農(nóng)業(yè)全要素生產(chǎn)率的影響。本文以式(4)為基本實證模型,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(GLS)的隨機效應(yīng)(Random Effect,RE)模型得出我國30個省際樣本數(shù)據(jù)的面板回歸結(jié)果,見表3。由表3可知,F(xiàn)檢驗的P值為0.0000,故拒絕原假設(shè),說明個體效應(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檢驗判斷采取固定效應(yīng)還是隨機效應(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,表明農(nóng)業(yè)科研投入對農(nóng)業(yè)全要素生產(chǎn)率具有顯著的促進作用,這與圖1中所顯示的關(guān)系趨勢相符。
表3 農(nóng)業(yè)科研投入、農(nóng)村人力資本對農(nóng)業(yè)全要素生產(chǎn)率影響的回歸結(jié)果
注:圓括號內(nèi)數(shù)值為回歸系數(shù)的標準誤,方括號內(nèi)數(shù)值為相應(yīng)檢驗統(tǒng)計量的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)和隨機效應(yīng);F檢驗的零假設(shè)是個體效應(yīng)不顯著,Breusch-Pagan LM檢驗的零假設(shè)是誤差項獨立同分布,若拒絕零假設(shè)則說明存在隨機效應(yīng),Hausman檢驗的零假設(shè)是FE和RE的估計系數(shù)沒有系統(tǒng)性差異。
農(nóng)業(yè)人力資本對農(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。主要的原因在于伴隨城市化、工業(yè)化進程,大量農(nóng)村剩余勞動力轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè),這部分農(nóng)村勞動力在城市就業(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)機會的農(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程和農(nóng)業(yè)貿(mào)易條件對農(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。城市化進程顯著提高了農(nóng)業(yè)全要素生產(chǎn)率,表明城市化進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)易條件對農(nóng)業(yè)全要素生產(chǎn)率具有促進作用,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)率對農(nóng)業(yè)全要素生產(chǎn)率均呈顯著的負向影響。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,在對我國農(nóng)業(yè)進行投資時,通常不會選擇“綠地”投資,而是更傾向參與對現(xiàn)有農(nóng)業(yè)資源的競爭。這導(dǎo)致投資農(nóng)業(yè)生產(chǎn)的內(nèi)資逐漸減少,加之我國政府對外商投資還有優(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,可能原因是我國農(nóng)業(yè)種植結(jié)構(gòu)并未按照比較優(yōu)勢來調(diào)整,這或許與中央政府優(yōu)先確保糧食安全的國家戰(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
為了保證本文實證結(jié)果的穩(wěn)健性,排除異常樣本點對結(jié)論的影響,本文通過以下方法找出異常樣本:首先,計算樣本期內(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*被剔除掉的異常樣本點包括北京、海南、四川、青海以及寧夏5個省市。省市樣本,并對其進行回歸(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。
本文使用1997—2012年省際面板數(shù)據(jù),在估算全國各省農(nóng)業(yè)科技存量的基礎(chǔ)上,考慮農(nóng)村勞動力流動對農(nóng)業(yè)人力資本的影響,進而將農(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)率進行實證分析。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)人力資本對農(nóng)業(yè)全要素生產(chǎn)率促進作用并不顯著;(2)城市化進程和農(nóng)業(yè)貿(mào)易條件對農(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,同時要營造優(yōu)越的農(nóng)業(yè)科研投資環(huán)境,鼓勵社會、私人資本進入農(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,重點鼓勵和支持大學(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)營者隊伍。同時,可以通過培育農(nóng)業(yè)新型經(jīng)營主體的方式,提高勞動力、土地、資本等要素的綜合效率,達到促進農(nóng)業(yè)穩(wěn)定發(fā)展的目的。
[1]鄭京海,胡鞍鋼,ARNE BIGSTEN. 中國的經(jīng)濟增長能否持續(xù)?——一個生產(chǎn)率視角[J]. 經(jīng)濟學(xué)(季刊),2008,7(3):777-808.
[2]毛其淋,盛斌. 對外經(jīng)濟開放、區(qū)域市場整合與全要素生產(chǎn)率[J]. 經(jīng)濟學(xué)(季刊),2011,11(1):181-209.
[3]劉燕妮,任保平,高鵬. 中國農(nóng)業(yè)發(fā)展方式的評價[J]. 經(jīng)濟理論與經(jīng)濟管理,2012(3):100-107.
[4]吳延兵. 中國地區(qū)工業(yè)知識生產(chǎn)效率測算[J]. 財經(jīng)研究,2008(10):4-14.
[5]吳延兵. 中國工業(yè)R&D產(chǎn)出彈性測算[J]. 經(jīng)濟學(xué)(季刊),2008,7(3):869-890.
[6]張海洋.R&D兩面性、外資活動與中國工業(yè)生產(chǎn)率增長[J]. 經(jīng)濟研究,2005(5):107-117.
[7]李小平,朱鐘棣. 國際貿(mào)易、R&D溢出和生產(chǎn)率增長[J]. 經(jīng)濟研究,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. 中國農(nóng)業(yè)科研投資區(qū)域分配及其經(jīng)濟效率研究[J]. 中國科技論壇,2009(6):115-119.
[10]李銳,李子奈. 我國農(nóng)業(yè)科研投資效率的研究[J]. 管理科學(xué)學(xué)報,2007,10(4):81-89.
[11]周寧,陳超. 中國農(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,2009(2):26-30.
[12]李強,劉冬梅. 我國農(nóng)業(yè)科研投入對農(nóng)業(yè)增長的貢獻研究——基于1995—2007年省級面板數(shù)據(jù)的實證分析[J]. 中國軟科學(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]. 中國經(jīng)濟問題,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)濟管理學(xué)院,2008.
[17]韓海彬,趙麗芬,張莉. 異質(zhì)型人力資本對農(nóng)業(yè)環(huán)境全要素生產(chǎn)率的影響——基于中國農(nóng)村面板數(shù)據(jù)的實證研究[J]. 中央財經(jīng)大學(xué)學(xué)報,2014(5):105-112.
[18]鄧宗兵. 中國農(nóng)業(yè)全要素生產(chǎn)率增長及影響因素研究[D]. 重慶:西南大學(xué)經(jīng)濟管理學(xué)院,2010.
[19]李谷成. 中國農(nóng)村經(jīng)濟制度變遷、農(nóng)業(yè)生產(chǎn)績效與動態(tài)演進——基于1978—2005年省際面板數(shù)據(jù)的DEA實證[J]. 制度經(jīng)濟學(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)增長效應(yīng)研究——基于13個糧食主產(chǎn)省區(qū)的面板數(shù)據(jù)[J]. 人口與經(jīng)濟,2014(4):23-32.
[23]孟令杰,李新華. FDI對我國農(nóng)業(yè)全要素生產(chǎn)率的影響研究[J]. 農(nóng)業(yè)經(jīng)濟與管理,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
國家自然科學(xué)基金(71273103,71473100);國家自然科學(xué)基金國際合作項目(71461010701);教育部人文社會科學(xué)研究青年項目(12YJC790036);國家萬人計劃中組部青年拔尖人才支持計劃項目(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)濟管理學(xué)院博士研究生,主要研究方向為農(nóng)業(yè)技術(shù)經(jīng)濟。E-mail:yinchaojing@163.com
F323.5
A
1672-0202(2017)03-0027-09