廖世偉 李銳鑫 張睿

摘 要：我國減貧工作已經(jīng)到了“攻堅戰(zhàn)”關(guān)鍵時期，建立科技減貧的長效機(jī)制是未來減緩相對貧困、迸發(fā)經(jīng)濟(jì)活力、嚴(yán)防返貧的戰(zhàn)略舉措。本文以湖南省20個貧困縣的數(shù)據(jù)為樣本，應(yīng)用DEA-Tobit模型測度科技投入的減貧效率和分析影響機(jī)制。研究表明，各貧困縣的科技減貧效率值差距相對逐年減小，環(huán)境因素方面，金融發(fā)展水平低下對科技的減貧效用產(chǎn)生抑制作用，而金融深化水平較高則能夠?qū)萍嫉臏p貧效用產(chǎn)生促進(jìn)作用;另外，工業(yè)化和財政支持均可產(chǎn)生有利影響，但影響程度逐漸減弱，即存在邊際效用遞減的規(guī)律。根據(jù)研究結(jié)果，本文提出應(yīng)深化金融與科技之間的結(jié)合，優(yōu)化有利的外部環(huán)境因素等建議。

關(guān)鍵詞：科技投入;減貧效率評價;影響機(jī)制

一、引言與文獻(xiàn)綜述

2020年是我國實現(xiàn)全面建成小康社會目標(biāo)，實現(xiàn)新經(jīng)濟(jì)、新動能轉(zhuǎn)變的關(guān)鍵之年。黨中央提出，要認(rèn)真研究建立解決相對貧困的長效機(jī)制。緊接著，中央政府強調(diào)“深化扶志扶智，激發(fā)貧困人口內(nèi)生驅(qū)動力，強化科技長效支撐作用”是當(dāng)下減貧工作的關(guān)鍵。與此同時，科技作為重要的生產(chǎn)要素，其投入也開始逐漸被各地政府所重點關(guān)注。但科技投入作為減貧手段仍存在以下問題：減貧效果究竟如何，外部影響因素又有哪些？因此，本文嘗試通過定量分析科技投入的減貧效率并探究科技投入的減貧途徑與影響機(jī)制，來解決這兩個問題，從而為各級政府鞏固脫貧成果和嚴(yán)防返貧，以及建立科技創(chuàng)新內(nèi)生驅(qū)動的長效機(jī)制提供理論依據(jù)。

現(xiàn)有諸多文獻(xiàn)已開始研究科技投入的減貧效率以及其減貧作用的特征。值得關(guān)注的是，采取定量方法對科技投入的減貧效率進(jìn)行研究已逐漸成為新趨勢，相關(guān)研究如王巍（2019）構(gòu)建科技貧困的評價指標(biāo)體系開展定量測算，研究表明當(dāng)前科技扶貧效果尚不理想;陳鳴（2016）運用三階段DEA模型測度農(nóng)業(yè)科技投入對于農(nóng)村貧困作用的效果并分析其作用特征;而關(guān)于科技投入的減貧作用特征的研究如郎亮明（2019）從理論層面分析科技減貧機(jī)制并實證檢驗了減貧效應(yīng);王愛萍（2020）使用中介效應(yīng)模型研究了金融發(fā)展對收入貧困的影響及作用機(jī)制，研究表明不同水平的金融發(fā)展對收入貧困的影響存在方向和程度上的不同。

綜上所述，目前已有不少學(xué)者對科技投入的減貧效果及其減貧作用特征進(jìn)行過定性或定量的分析，并取得一定的成果，但依然存在些許不足。一是扶貧早期階段的研究，選取代表科技投入的指標(biāo)較為單一;二是現(xiàn)有用于研究減貧科技統(tǒng)計指標(biāo)體系不夠完善，所選取的科技投入變量指標(biāo)存在過程指標(biāo)與結(jié)果指標(biāo)互相混同的問題，代表性不足。

因此，下文在介紹相關(guān)理論和模型的基礎(chǔ)上，將針對以上問題并結(jié)合湖南省的實際情況，進(jìn)一步完善減貧型科技投入指標(biāo)體系的構(gòu)建，從而有效評估湖南省科技投入的減貧效率，研究其減貧作用的途徑和機(jī)制，進(jìn)而為鞏固湖南省扶貧成果提出政策建議。

二、計量模型設(shè)計與數(shù)據(jù)說明

1.模型構(gòu)建

（1）測算科技投入減貧效率——三階段DEA模型

DEA模型是由Charnes等人提出的一種非參數(shù)估計方法，因其無須設(shè)定固定函數(shù)關(guān)系而被研究者廣泛采用，并成為測度效率的經(jīng)典模型。本文在DEA模型的基礎(chǔ)上，參考相關(guān)研究構(gòu)建了三階段DEA模型。其內(nèi)容如下：第一階段，假定規(guī)模報酬可變，采用以投入為導(dǎo)向的BCC模型，考察基于原始投入與原始產(chǎn)出數(shù)據(jù)的各決策單元的效率;第二階段，采用隨機(jī)前沿分析（SFA）將第一階段的投入變量和松弛變量進(jìn)行分解，即識別和剝離環(huán)境與隨機(jī)誤差因素，得到調(diào)整后的投入變量值;第三階段則是利用第二階段計算出的調(diào)整后投入變量值與原始產(chǎn)出值，再次運用DEA模型進(jìn)行測算。

（2）研究影響因素對科技投入減貧效率的作用特征——Tobit模型

Tobit模型是由James Tobin（1958）提出的因變量受限的一種模型。本文結(jié)合相關(guān)理論與文獻(xiàn)，從影響科技投入減貧效率的關(guān)鍵因素入手，基于理論進(jìn)行機(jī)制的厘定，進(jìn)而構(gòu)建Tobit回歸模型。

2.模型的數(shù)據(jù)說明

注：參考陳銀娥、張德偉等人的做法，確定縣域金融發(fā)展水平=0.927×儲蓄深化+0.925×貸款深化+0.57×金融發(fā)展效率。

（1）DEA模型的數(shù)據(jù)選取與指標(biāo)定義

全部指標(biāo)選取如表2-1-1所示，數(shù)值都是從《中國統(tǒng)計年鑒》《中國科技年鑒》《中國縣域統(tǒng)計年鑒》與當(dāng)?shù)卣嬷薪y(tǒng)計歸納得來的。截至2019年11月，本文根據(jù)國家扶貧規(guī)劃確定的貧困縣的最新名單，使用其中20個縣的數(shù)據(jù)作為樣本給予分析：

a.投入變量：根據(jù)經(jīng)濟(jì)基本理論的假定，從反映新經(jīng)濟(jì)形勢、新動能要素、高質(zhì)高效三個方面，綜合考慮數(shù)據(jù)可得性，分別用科研人數(shù)6個具有代表性的指標(biāo)表示。

b.產(chǎn)出變量：選取貧困發(fā)生率的倒數(shù)作為產(chǎn)出變量，以代表地區(qū)脫貧進(jìn)度。

c.環(huán)境變量：選取財政支持力度4個指標(biāo)作為影響科技減貧效率的環(huán)境因素。

（2）Tobit模型的數(shù)據(jù)選取與指標(biāo)定義

本文選取Tobit回歸模型，其中被解釋變量選取第三階段DEA模型測算出的科技減貧效率值，解釋變量選取如表2-2-1中的指標(biāo)。數(shù)據(jù)是從《中國統(tǒng)計年鑒》《中國科技年鑒》《中國縣域統(tǒng)計年鑒》與當(dāng)?shù)卣嬷薪y(tǒng)計歸納得來的。

互聯(lián)網(wǎng)發(fā)展水平與經(jīng)濟(jì)發(fā)展存在密切關(guān)聯(lián)，因此使用x1反映地區(qū)互聯(lián)網(wǎng)推廣水平和使用現(xiàn)狀;工業(yè)化作為生產(chǎn)力發(fā)展的重要表現(xiàn)形式，因此選取x2作為衡量地區(qū)生產(chǎn)力發(fā)展程度和生產(chǎn)方式進(jìn)步的指標(biāo);教育作為影響地區(qū)科技創(chuàng)新潛力和當(dāng)?shù)鼐用駥萍紤?yīng)用接納程度的文化事業(yè)因素，因此選取x3反映地區(qū)科學(xué)文化水平;考慮到政府是扶貧事業(yè)的主導(dǎo)者，因此選取x4用來衡量地區(qū)政府財政實力和對當(dāng)?shù)亟?jīng)濟(jì)的調(diào)控能力;考慮到資本是核心的生產(chǎn)要素，選取x5衡量地區(qū)金融發(fā)展規(guī)模和資源配置效率的指標(biāo)。

3.實證結(jié)果分析

（1）DEA模型的實證結(jié)果分析

第一階段：基于投入變量和產(chǎn)出變量的BCC模型估計。首先利用原始的投入變量數(shù)據(jù)，采用DEAP2.1軟件對2013年、2015年和2017年湖南省20個貧困縣的科技減貧率水平進(jìn)行分析。測算結(jié)果如表2-1-2。

第二階段：運用SFA將第一階段的5個投入指標(biāo)的松弛變量作為被解釋變量，環(huán)境變量作為解釋變量，從而構(gòu)建起5個模型。通過識別和剝離環(huán)境與隨機(jī)誤差因素，得到有意義的管理無效率造成的冗余。利用Frontier 4.1采用最大似然法估計得出3年的SFA回歸方程未知參數(shù)的LR單邊檢驗顯著性水平和正負(fù)情況，結(jié)論如下：

主要的環(huán)境變量對5種投入松弛變量的系數(shù)均通過5%顯著性檢驗，且5個模型2013年和2015年的LR單邊檢驗均通過5%的顯著性水平，2017年則均通過1%的顯著性水平。這說明外部環(huán)境因素對湖南省各縣的農(nóng)業(yè)生產(chǎn)投入冗余存在顯著影響，證明了環(huán)境變量選取的合理性。具體而言：

從2013年和2015年的情況來看：基建和教育的影響系數(shù)均為負(fù)，說明提高這兩個環(huán)境變量的水平可減少投入的松弛量，從而有利于提高科技減貧效率;財政和金融深化的影響系數(shù)為正，說明提高這兩個環(huán)境變量的水平無利于提升減貧效率，可能是當(dāng)時的財政和金融資源未能公平流入貧困人群，甚至由此加劇貧富差距，或是惠農(nóng)政策提高了相關(guān)農(nóng)戶的收入預(yù)期，從而盲目擴(kuò)大生產(chǎn)導(dǎo)致更為嚴(yán)重的粗放式農(nóng)業(yè)經(jīng)營。

2017年的情況則有所不同：財政和金融深化的影響系數(shù)轉(zhuǎn)為負(fù)，說明此時提高這兩個環(huán)境變量的水平有利于提高減貧效率，可能是金融發(fā)展水平越高，金融機(jī)構(gòu)的資源分配機(jī)制變得越完善;同時財政支農(nóng)的措施更為多元化和科學(xué)，如在給予貧困戶資金的同時，提供了科學(xué)養(yǎng)殖、種植和經(jīng)營指導(dǎo)，有效避免了相關(guān)貧困戶盲目生產(chǎn)的問題。

第三階段：利用第二階段計算出的調(diào)整（剔除環(huán)境因素）后投入變量值與原始產(chǎn)出值，再次運用DEA模型進(jìn)行測算。調(diào)整后的測算結(jié)果如表2-1-3。

由該表可見，各縣科技減貧效率調(diào)整后的平均值從2013年的0.47至2015年的0.62，再到2017年的0.72?？梢?，部分縣域科技減貧綜合效率的相對差距在逐漸縮小，通過對比2013年和2015年調(diào)整后的數(shù)據(jù)，科技減貧綜合效率值的平均值從0.47到0.62，其中純技術(shù)效率平均值從0.75到0.76，而規(guī)模效率平均值提升幅度相對更大，即從0.62到0.81。說明引起2015年科技減貧效率值提升的主要原因是規(guī)模效率在顯著提升。

可以看出來，安化、邵陽、平江、江華等縣在2013年至2017年，剔除環(huán)境因素前后的科技減貧效率始終相對處于前位，說明減貧效率十分高效。分析原因：發(fā)現(xiàn)他們都有著良好的經(jīng)濟(jì)發(fā)展?fàn)顩r。并且自2015年起，各縣積極響應(yīng)國家發(fā)布關(guān)于科技減貧的政策，探索科技的多元化減貧途徑。如江華縣主打創(chuàng)建科技扶貧專家服務(wù)團(tuán);邵陽縣建立種植運輸一體化科技示范基地;安化縣自2016年全面推進(jìn)電氣化制茶葉，首個嘗試電商平臺的搭建，集中力量開創(chuàng)“互聯(lián)網(wǎng)+農(nóng)業(yè)”模式。

而桂東、汝城、永順、古丈等縣在剔除環(huán)境因素前后始終處于后位，這些地區(qū)處于湖南的西北部及偏遠(yuǎn)地區(qū)。分析原因可能是金融發(fā)展水平及市場化程度低，無法達(dá)到規(guī)模效應(yīng)，因此環(huán)境因素?zé)o法體現(xiàn)其影響效果。

剔除環(huán)境因素前后的科技減貧效率發(fā)生下降且幅度較大的如鳳凰縣、桑植縣等，分析原因發(fā)現(xiàn)這些縣科技減貧的主要途徑是依靠于財政撥款單一途徑，無法實現(xiàn)內(nèi)生創(chuàng)造。

總結(jié)上述分析，可見當(dāng)前扶貧重心應(yīng)是解決這些深度貧困縣的脫貧問題，他們的情況普遍為：經(jīng)濟(jì)基礎(chǔ)十分薄弱，如信息交通供水等基礎(chǔ)設(shè)施滯后且產(chǎn)業(yè)結(jié)構(gòu)單一;各縣的財力十分薄弱，扶貧手段匱乏，無法支持科技基礎(chǔ)建設(shè)來提升經(jīng)濟(jì)活力;金融發(fā)展水平低，人均收入低，居民無法實現(xiàn)規(guī)模產(chǎn)出與輸出，無法獲得價值回報。

（2）Tobit模型的實證結(jié)果分析

為評估各地區(qū)科技減貧效率因素的影響力，并找出主要影響因素，本文構(gòu)建了Tobit回歸模型，并利用Eviews 10.0進(jìn)行回歸。湖南各貧困縣科技減貧效率Tobit回歸模型結(jié)果整理如下。

從三個表可以看出，2013年和2015年互聯(lián)網(wǎng)普及程度（x1）沒有通過5%的顯著性檢驗，說明其與科技減貧效率的相關(guān)性不顯著，這可能是因為在當(dāng)年互聯(lián)網(wǎng)技術(shù)較少地參與到科技減貧的工作中;而2017年互聯(lián)網(wǎng)普及程度（x1）通過了5%的顯著性檢驗，說明其在2017年較多地參與到科技減貧工作中，產(chǎn)生較為明顯的影響，這可能是因為政府于2017年加大了“互聯(lián)網(wǎng)+農(nóng)業(yè)模式”的探索，并在減貧工作中卓有成效。

三年的教育水平（x3）都沒有通過5%的顯著性檢驗，說明該指標(biāo)選取不合理。三年的工業(yè)化水平（x2）均通過1%的顯著性檢驗，而財政支持力度（x4）均通過5%的顯著性檢驗，說明這兩個指標(biāo)對湖南省科技減貧效率有比較明顯的影響。其中（x2）的估計系數(shù)從2013年的0.183到2015年的0.218再到2017年的0.109，即工業(yè)化水平對科技減貧效率的“效用”存在邊際遞減的規(guī)律，財政支持力度也存在類似的規(guī)律，這說明這兩項投入達(dá)到一定的規(guī)模后其產(chǎn)生的效用開始出現(xiàn)減弱。

2013年縣域金融發(fā)展水平（x5）沒有通過5%的顯著性檢驗，說明當(dāng)年其與科技減貧效率的相關(guān)性不顯著，這可能是自2008年經(jīng)濟(jì)危機(jī)以來，各縣的金融發(fā)展無法達(dá)成規(guī)模和資源配置效率低下而導(dǎo)致整體的金融發(fā)展水平低下。但p值相當(dāng)接近0.05，可認(rèn)為具有一定的影響程度，此時系數(shù)估計值為負(fù)說明在當(dāng)年金融發(fā)展水平低下的環(huán)境對科技減貧的效率存在抑制影響。2015年和2017年（x5）通過5%的顯著性檢驗，且系數(shù)估計值從0.0138上升至0.176，說明其有利的影響程度逐步加大，這可能是因為近年來國家重視金融發(fā)展，如出臺普惠金融、科技金融等政策。

三、政策建議

1.堅持多元化科研投入，強化科技支撐作用

湖南省科技投入依然存在科技投入強度較低、科技投入結(jié)構(gòu)不夠合理、運行機(jī)制有待優(yōu)化等問題，構(gòu)建多元化的科技創(chuàng)新投入機(jī)制是解決問題的關(guān)鍵。部分縣域雖自然條件豐富但科研投入方式仍然單一，如只發(fā)展旅游業(yè)或單一經(jīng)濟(jì)種植業(yè)，存在規(guī)模效用減弱的趨勢。應(yīng)強化科技在生產(chǎn)中的支撐作用，繼續(xù)深化實施科技特派員制度，積極推動科研人才下鄉(xiāng)，推進(jìn)科研育種基地的建設(shè);推進(jìn)湖南省深度貧困地區(qū)和丘陵山區(qū)農(nóng)田移機(jī)化改造，引進(jìn)更多優(yōu)良品種經(jīng)濟(jì)作物;加強關(guān)鍵核心技術(shù)攻關(guān)，積極部署重大科技項目，搶占科技制高點。

2.提供高質(zhì)量科技供給，建立長效減貧機(jī)制

各縣域在加快科研投入、促進(jìn)規(guī)模生產(chǎn)、實現(xiàn)經(jīng)濟(jì)增長的同時，更要注重引進(jìn)高質(zhì)量的科技供給，預(yù)防經(jīng)濟(jì)風(fēng)險。湖南省政府應(yīng)積極引領(lǐng)各縣級政府，建立信息產(chǎn)業(yè)為主導(dǎo)的現(xiàn)代化經(jīng)濟(jì)體系，推進(jìn)數(shù)字經(jīng)濟(jì)、互聯(lián)網(wǎng)大數(shù)據(jù)、人工智能同實體經(jīng)濟(jì)深度融合。各縣市應(yīng)積極穩(wěn)妥地化解傳統(tǒng)落后的舊產(chǎn)能，開展對外開放與合作、培育新動能，從而形成新產(chǎn)業(yè)集群，構(gòu)建起長效的科技供給減貧機(jī)制。

3.促進(jìn)科技與金融結(jié)合，優(yōu)化資金投入結(jié)構(gòu)

湖南省主要深度貧困地區(qū)，均存在自然條件差、經(jīng)濟(jì)基礎(chǔ)弱、文化程度低的普遍問題。但金融發(fā)展水平低下，無內(nèi)生創(chuàng)新驅(qū)動力，才是主要原因。雖加大財政支持能有效減緩貧困，但不是長效之計。在加強財政投入的同時，應(yīng)強化商業(yè)銀行支農(nóng)力度，改善農(nóng)村金融發(fā)展環(huán)境，推進(jìn)金融基礎(chǔ)設(shè)施建設(shè);引導(dǎo)外流資金回流，提高農(nóng)村金融效率;農(nóng)村金融改革的戰(zhàn)略要考慮把促進(jìn)農(nóng)業(yè)科技進(jìn)步作為重點目標(biāo)。

4.建立新科技統(tǒng)計指標(biāo)體系，深化成果考核制度

我國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段，當(dāng)前的科技統(tǒng)計指標(biāo)體系已不能滿足復(fù)雜多變的經(jīng)濟(jì)環(huán)境。應(yīng)建立科學(xué)有效的省級層面的新科技統(tǒng)計指標(biāo)體系，既可用于科技創(chuàng)新發(fā)展的過程監(jiān)測，也可用于科技轉(zhuǎn)化成果的評價分析，從而提高科技統(tǒng)計指標(biāo)體系的監(jiān)管與導(dǎo)航作用，防止科研投入資源的浪費。并促使成果考核制度的完善，有利于減貧考核驗收工作的開展，同時提供更加準(zhǔn)確的觀測指標(biāo)，有效監(jiān)督科技科研開發(fā)轉(zhuǎn)換為成果。

參考文獻(xiàn)：

[1]王愛萍，胡海峰，張昭.金融發(fā)展對收入貧困的影響及作用機(jī)制再檢驗——基于中介效應(yīng)模型的實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2020（03）：70-83.

[2]陳鳴，鄧榮榮，周發(fā)明.中國農(nóng)業(yè)科技減貧的效率測度及空間優(yōu)化——基于三階段DEA方法與空間面板模型的研究[J].科技管理研究，2016，36（04）：59-64+74.

[3]郎亮明，張彤，陸遷.基于產(chǎn)業(yè)示范站的科技扶貧模式及其減貧效應(yīng)[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2020，20（01）：9-18.

[4]王巍，李平.基于AST-MPI的農(nóng)業(yè)科技貧困測度[J].統(tǒng)計與決策，2019，35（24）：47-51.

[5]陳銀娥，張德偉.縣域金融發(fā)展與多維貧困減緩——基于湖南省51個貧困縣的實證研究[J].財經(jīng)理論與實踐，2018，39（02）：109-114.

基金項目：2019年省級大學(xué)生創(chuàng)新訓(xùn)練項目（項目編號：S201910555055）;2018年南華大學(xué)大學(xué)生研究性學(xué)習(xí)和創(chuàng)新性實驗計劃項目（項目編號：2018XJXZ437）

（作者單位：南華大學(xué)經(jīng)濟(jì)管理與法學(xué)學(xué)院）