柯福艷,徐知淵,楊良山
(浙江省農(nóng)業(yè)科學(xué)院 農(nóng)村發(fā)展研究所,浙江 杭州 310021)
隨著科技革命的興起,科學(xué)技術(shù)與生產(chǎn)率的提高及經(jīng)濟(jì)、社會(huì)發(fā)展的關(guān)系越來越密切,并由此帶來經(jīng)濟(jì)效益和經(jīng)濟(jì)增長質(zhì)量的提高。作為現(xiàn)代科技的一部分,農(nóng)業(yè)科技創(chuàng)新日新月異,在經(jīng)濟(jì)和社會(huì)發(fā)展中的作用更加突出,業(yè)已成為推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)和農(nóng)村社會(huì)發(fā)展的變革力量。我國已經(jīng)建立起國家、省、市、縣四級(jí)農(nóng)業(yè)科技創(chuàng)新體系,其中,國家和省成為農(nóng)業(yè)科技原始創(chuàng)新和技術(shù)集成方面的最主要投入來源,市、縣則成為農(nóng)業(yè)科技成果轉(zhuǎn)化方面的重要投入來源,對(duì)推動(dòng)我國農(nóng)業(yè)科技創(chuàng)新、農(nóng)業(yè)現(xiàn)代化建設(shè)起著橋梁作用?,F(xiàn)有研究文獻(xiàn)多從國家層面、省級(jí)層面探討農(nóng)業(yè)科技投入特別是資金投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的影響,鮮有文獻(xiàn)從多維角度探討市級(jí)、縣級(jí)層面農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的影響。因此,從多維視角對(duì)縣級(jí)農(nóng)業(yè)科技投入驅(qū)動(dòng)農(nóng)業(yè)經(jīng)濟(jì)增長的作用路徑與作用效果等進(jìn)行系統(tǒng)梳理、認(rèn)識(shí)和謀劃,明確不同區(qū)域農(nóng)業(yè)科技投入重點(diǎn),使縣域農(nóng)業(yè)科技創(chuàng)新活動(dòng)更好地服務(wù)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展,具有十分重要的現(xiàn)實(shí)意義。
浙江省地處東南沿海地區(qū),雖然耕地資源少、地塊分散、地勢(shì)不平,農(nóng)業(yè)發(fā)展先天優(yōu)勢(shì)不足,但是其農(nóng)民收入已經(jīng)連續(xù)36年位于全國各省區(qū)首位。據(jù)《2020年中國統(tǒng)計(jì)年鑒》,浙江省單位播種面積生產(chǎn)效益和谷物耕地生產(chǎn)率分別位于全國各省市第6位和第7位,農(nóng)業(yè)科技創(chuàng)新綜合能力也位居全國各省市第5位,其縣域農(nóng)業(yè)科技財(cái)力、人力投入經(jīng)驗(yàn)對(duì)促進(jìn)我國農(nóng)業(yè)經(jīng)濟(jì)增長具有重要的參照與啟示意義。本研究以浙江為例,在文獻(xiàn)回顧與梳理的基礎(chǔ)上,構(gòu)建多維農(nóng)業(yè)科技投入驅(qū)動(dòng)農(nóng)業(yè)經(jīng)濟(jì)增長評(píng)價(jià)模型,對(duì)縣域農(nóng)業(yè)科技投入驅(qū)動(dòng)因素和驅(qū)動(dòng)效果進(jìn)行識(shí)別,揭示縣域農(nóng)業(yè)科技投入作用差異和區(qū)域差異。研究成果有助于豐富農(nóng)業(yè)科技投入研究體系,掌握部分地區(qū)近幾年的縣域農(nóng)業(yè)科技投入作用效果內(nèi)在變化,為推動(dòng)縣域科技創(chuàng)新能力整體提升提供理論支持與決策依據(jù)。
新增長理論認(rèn)為技術(shù)進(jìn)步是經(jīng)濟(jì)長期增長的真正動(dòng)因,而科技投入又是技術(shù)進(jìn)步的主要因素,科技投入是全要素生產(chǎn)率增長的重要來源,是經(jīng)濟(jì)持續(xù)增長的核心因素,科技投入對(duì)經(jīng)濟(jì)增長起著關(guān)鍵性的作用。進(jìn)入21世紀(jì)以來,我國對(duì)農(nóng)業(yè)科技重視程度不斷加強(qiáng),探尋適宜的農(nóng)業(yè)科技衡量指標(biāo)并系統(tǒng)研究其作用效果在我國軟科學(xué)領(lǐng)域一直占據(jù)重要位置,由于農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率這一指標(biāo)含義豐富,受到了國家農(nóng)業(yè)農(nóng)村部和眾多研究學(xué)者的關(guān)注。但是,隨著官方的正式應(yīng)用和學(xué)術(shù)界的深入研究,經(jīng)典的C-D函數(shù)測(cè)算方法難以適應(yīng)復(fù)雜的現(xiàn)實(shí)情況,不少學(xué)者開始改進(jìn)測(cè)評(píng)方法。這些改進(jìn)使得數(shù)據(jù)獲取和處理變得復(fù)雜,對(duì)既有文獻(xiàn)測(cè)算結(jié)果進(jìn)行驗(yàn)證變得困難重重,現(xiàn)有文獻(xiàn)的測(cè)算結(jié)果幾乎很難獲得一致認(rèn)可。
因此,不少學(xué)者致力于探討農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)或者社會(huì)經(jīng)濟(jì)增長的直接作用,涌現(xiàn)出大量研究文獻(xiàn)。從國家層面來看,大多數(shù)學(xué)者基于宏觀數(shù)據(jù),采用計(jì)量經(jīng)濟(jì)分析方法或者統(tǒng)計(jì)分析方法,基本上夯實(shí)了農(nóng)業(yè)科技投入面均能有效提升農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平這一結(jié)論。其中,楊劍波基于1997—2003年的數(shù)據(jù),采用多類模型研究發(fā)現(xiàn),我國農(nóng)業(yè)科技投入對(duì)糧食產(chǎn)量影響很大,糧食產(chǎn)量的農(nóng)業(yè)科技投入彈性系數(shù)達(dá)到6.28。王建明利用 1986—2004年的數(shù)據(jù),發(fā)現(xiàn)我國農(nóng)業(yè)科研投資對(duì)經(jīng)濟(jì)增長的作用是間接的,需要通過生產(chǎn)要素的科技化和生產(chǎn)要素結(jié)構(gòu)的科技化體現(xiàn)。梁平等基于1971—2005年的相關(guān)數(shù)據(jù),發(fā)現(xiàn)農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟(jì)增長之間存在著較強(qiáng)的正向交互響應(yīng)作用,而且長期的響應(yīng)作用程度更顯著、更穩(wěn)定。張紅輝等基于1991—2006年的數(shù)據(jù),采用多項(xiàng)式分布滯后(PDL)模型,發(fā)現(xiàn)盡管我國農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的促進(jìn)作用還不夠,二者之間還未形成一種協(xié)調(diào)互動(dòng)的反饋機(jī)制,但是農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟(jì)增長之間存在長期穩(wěn)定的均衡關(guān)系。張淑輝等采用全國1996—2010年的數(shù)據(jù),發(fā)現(xiàn)農(nóng)業(yè)科研投資對(duì)農(nóng)業(yè)生產(chǎn)率增長的作用顯著,貢獻(xiàn)率超過三分之一,并產(chǎn)生穩(wěn)定的正向拉動(dòng)作用。吳林海等基于1986—2011 年相關(guān)數(shù)據(jù),采用向量自回歸模型和脈沖響應(yīng)函數(shù),發(fā)現(xiàn)相對(duì)于單純?cè)黾愚r(nóng)業(yè)科研投入,優(yōu)化農(nóng)業(yè)科技資源配置對(duì)促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長具有更加重要的意義。李兆亮等以1999—2015年為研究時(shí)段,運(yùn)用空間計(jì)量經(jīng)濟(jì)模型實(shí)證研究,發(fā)現(xiàn)我國農(nóng)業(yè)研究與試驗(yàn)發(fā)展(R&D)投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的直接效應(yīng)、溢出效應(yīng)和總效應(yīng)均顯著為正。鄧翔等選取2007—2017年我國31個(gè)省(自治區(qū)、直轄市)數(shù)據(jù),采用面板回歸模型進(jìn)行分析,發(fā)現(xiàn)我國農(nóng)業(yè)科技創(chuàng)新投入已成為農(nóng)業(yè)經(jīng)濟(jì)增長的決定性影響要素,但仍存在規(guī)模和強(qiáng)度不夠、區(qū)域投入不平衡、資源配置不合理、利用效率不高等問題。部分學(xué)者從省級(jí)層面也做出了類似的探討,并得到與國家層面近似的研究結(jié)論。其中,劉敦虎等選取了2000—2015年四川省農(nóng)業(yè)科研經(jīng)費(fèi)與農(nóng)業(yè)R&D支出數(shù)據(jù),探討了農(nóng)業(yè)科技創(chuàng)新投入與農(nóng)業(yè)經(jīng)濟(jì)增長之間的關(guān)系,發(fā)現(xiàn)農(nóng)業(yè)科技創(chuàng)新投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長具有重要的作用,但呈現(xiàn)滯后效應(yīng)且二者未形成長期穩(wěn)定的良性互動(dòng)關(guān)系。呂屹云等以2009—2017 年廣東省 4個(gè)區(qū)域面板數(shù)據(jù)為基礎(chǔ),通過建立聯(lián)立方程模型,發(fā)現(xiàn)農(nóng)業(yè)科技投入與區(qū)域經(jīng)濟(jì)增長之間存在正向相互作用。高秀等基于 2000—2017 年山東省時(shí)間序列數(shù)據(jù),運(yùn)用向量自回歸模型(VAR),發(fā)現(xiàn)山東省農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)領(lǐng)域的科技投入水平、農(nóng)村勞動(dòng)力、農(nóng)業(yè)機(jī)械化水平存在長期穩(wěn)定的動(dòng)態(tài)相關(guān)關(guān)系。黃龍俊江等基于江西省 2000—2019 年數(shù)據(jù),運(yùn)用VAR模型,發(fā)現(xiàn)農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展之間存在長期穩(wěn)定的正向關(guān)系,要提高農(nóng)業(yè)科技創(chuàng)新能力,大力培養(yǎng)高素質(zhì)農(nóng)業(yè)科技創(chuàng)新人才。綜合來看,盡管我國農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的作用存在滯后性或波動(dòng)性,但是長期來看呈現(xiàn)出正向作用。
現(xiàn)有文獻(xiàn)的研究視角和研究方法較為豐富,研究結(jié)果夯實(shí)了農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長具有正向積極作用這一論斷。在國家層面、省級(jí)層面的農(nóng)業(yè)科技創(chuàng)新力量占據(jù)主導(dǎo)地位的大背景下,現(xiàn)有文獻(xiàn)的研究評(píng)價(jià)尺度多集中在國家、區(qū)域、省三個(gè)層面,市級(jí)層面的研究相對(duì)較少,縣級(jí)層面的研究更少。結(jié)合現(xiàn)有研究文獻(xiàn)不難發(fā)現(xiàn),仍有以下幾點(diǎn)需要補(bǔ)充完善:一是更加基層的縣級(jí)農(nóng)業(yè)科技投入是否能夠有效促進(jìn)地方農(nóng)業(yè)經(jīng)濟(jì)增長?二是不同地區(qū)或者不同經(jīng)濟(jì)發(fā)展水平縣的農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的邊際驅(qū)動(dòng)作用是否存在差異?三是不同類型農(nóng)業(yè)科技投入要素對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的驅(qū)動(dòng)作用是否一致?因此,更加微觀的縣域?qū)嵶C研究會(huì)使縣域農(nóng)業(yè)科技投入驅(qū)動(dòng)路徑和驅(qū)動(dòng)效果變得更加明確,能夠提高縣域科技支撐政策、加快農(nóng)業(yè)科技成果轉(zhuǎn)化的靶向性。本文擬以浙江省縣域數(shù)據(jù)為基礎(chǔ),通過構(gòu)建農(nóng)業(yè)科技創(chuàng)新驅(qū)動(dòng)農(nóng)業(yè)經(jīng)濟(jì)增長的面板計(jì)量模型,實(shí)證分析農(nóng)業(yè)科技財(cái)力、人力投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的影響,得出更加細(xì)致的結(jié)論,為優(yōu)化農(nóng)業(yè)科技投入提供理論支持和政策建議。
從現(xiàn)有文獻(xiàn)資料來看,一般多采用第一產(chǎn)業(yè)總產(chǎn)值(AgriP)或第一產(chǎn)業(yè)生產(chǎn)總值(農(nóng)業(yè)GDP)反映農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平,考慮到農(nóng)業(yè)基礎(chǔ)規(guī)模對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長存在一定的影響,本文采用第一產(chǎn)業(yè)總產(chǎn)值表示農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平。農(nóng)業(yè)科技投入既包括資金投入,也包括人力投入,浙江縣級(jí)農(nóng)業(yè)創(chuàng)新活動(dòng)基本為政府部門主導(dǎo),因此,本文擬采用農(nóng)業(yè)科技財(cái)政投入(AgriTI)、農(nóng)業(yè)技術(shù)人員投入(AgriRS)兩個(gè)變量分別表示當(dāng)?shù)剞r(nóng)業(yè)科技財(cái)力投入和人力投入。但是,浙江縣級(jí)農(nóng)業(yè)科技財(cái)政投入統(tǒng)計(jì)數(shù)據(jù)缺失,本文將采用替代變量以探索農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的驅(qū)動(dòng)作用??紤]到各縣科技財(cái)政投入與國民經(jīng)濟(jì)結(jié)構(gòu)密切相關(guān),而且在相對(duì)短暫的5年發(fā)展中在地方財(cái)政支出中的占比不會(huì)大幅變動(dòng),因此本文采用縣級(jí)財(cái)政支出(AgriF)與第一產(chǎn)業(yè)在當(dāng)?shù)貒窠?jīng)濟(jì)結(jié)構(gòu)中占比(AgriR)的乘積(AgriFR)作為縣級(jí)農(nóng)業(yè)科技財(cái)政投入的替代變量。為準(zhǔn)確地探究農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的影響效果,本文增加了幾個(gè)代表性控制變量:第一產(chǎn)業(yè)從業(yè)人數(shù)(AgriLa)、農(nóng)業(yè)機(jī)械動(dòng)力(AgriFM)、農(nóng)作物播種面積(SACrop)和化肥折純施用量(FertiIn),這些變量也被較多文獻(xiàn)采用,其中,農(nóng)作物播種面積是農(nóng)業(yè)耕地面積的替代變量。
本文使用官方統(tǒng)計(jì)數(shù)據(jù),其中,農(nóng)業(yè)科技人員投入(AgriRS)來自于《浙江省農(nóng)業(yè)統(tǒng)計(jì)資料(2015—2019)》中的農(nóng)業(yè)技術(shù)人員這一數(shù)據(jù)指標(biāo),其他數(shù)據(jù)均來自于《浙江統(tǒng)計(jì)年鑒》(2016—2020)。通過數(shù)據(jù)診斷發(fā)現(xiàn)兩個(gè)問題:《浙江統(tǒng)計(jì)年鑒》與《浙江省農(nóng)業(yè)統(tǒng)計(jì)資料(2015—2019)》中對(duì)縣(市、區(qū))(后文統(tǒng)稱為“縣”)一級(jí)的相關(guān)統(tǒng)計(jì)數(shù)據(jù)并不完全重合,而且后者中的農(nóng)業(yè)科技人員投入(AgriRS)部分?jǐn)?shù)據(jù)年間跳躍較大。因此,基于數(shù)據(jù)的連貫性和一致性原則,本文僅選用了 2015—2019 年60個(gè)縣作為分析樣本,并對(duì)跳躍幅度較大的部分農(nóng)業(yè)科技人員投入(AgriRS)數(shù)據(jù)進(jìn)行了平滑處理。
2.2.1 模型說明
基于 2015—2019 年 60 個(gè)縣的面板數(shù)據(jù),本文擬采用靜態(tài)面板多元回歸模型測(cè)評(píng)浙江省縣域農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)影響。為了減少異方差對(duì)回歸模型的不利影響,本文將解釋變量與被解釋變量進(jìn)行對(duì)數(shù)處理,再建立多元面板回歸模型。同時(shí),假定各樣本個(gè)體回歸方程擁有相同的斜率,但可有不同截距項(xiàng),以捕捉異質(zhì)性。具體模型如下:
lg=+lg+lg+lg+lg+lg+lg+
式中,=1,……,,表示第個(gè)縣,為縣數(shù)量;=1,……,,表示第年,為年份長度;lg表示對(duì)數(shù);表示第個(gè)縣第年的第一產(chǎn)業(yè)總產(chǎn)值;表示第個(gè)縣第年的農(nóng)業(yè)科技財(cái)政投入;表示第個(gè)縣第年的農(nóng)業(yè)科技人員數(shù)量;表示第個(gè)縣第年的農(nóng)業(yè)從業(yè)人數(shù);表示第個(gè)縣第年的農(nóng)業(yè)機(jī)械總動(dòng)力;表示第個(gè)縣第年的主要農(nóng)作物播種面積;表示第個(gè)縣第年的化肥折純投入量;是代表個(gè)體異質(zhì)性的隨機(jī)項(xiàng);為隨個(gè)體與時(shí)間改變的擾動(dòng)項(xiàng)。如果所有個(gè)體都擁有相同的回歸方程,==……=,則應(yīng)采用混合回歸模型;如果與某個(gè)解釋變量相關(guān),則應(yīng)使用固定效應(yīng)模型;如果與所有解釋變量都不相關(guān),則應(yīng)使用隨機(jī)效應(yīng)模型。
2.2.2 模型設(shè)定
浙江不僅經(jīng)濟(jì)發(fā)展存在區(qū)域差異,而且地理特征也存在區(qū)域差異,這些差異可能會(huì)對(duì)農(nóng)業(yè)科技創(chuàng)新活動(dòng)效果產(chǎn)生影響?!墩憬y(tǒng)計(jì)年鑒(2015)》已將浙江劃分為浙東北和浙西南,浙東北包括杭州市、寧波市、嘉興市、湖州市、紹興市、舟山市6個(gè)地級(jí)市下所有縣(市、區(qū)),浙西南包括溫州市、金華市、衢州市、臺(tái)州市、麗水市5個(gè)地級(jí)市下所有縣(市、區(qū))。浙東北是浙江傳統(tǒng)魚米之鄉(xiāng),耕地相對(duì)平坦,農(nóng)業(yè)基礎(chǔ)發(fā)展條件較好,而且在區(qū)位上更鄰近上海,經(jīng)濟(jì)發(fā)展水平總體上要遠(yuǎn)好于浙西南。依據(jù)這種劃定方法,60個(gè)樣本縣中,海寧市、慈溪市、平湖市、桐鄉(xiāng)市、建德市、諸暨市、嵊州市、余姚市、長興縣、嘉善縣、安吉縣、德清縣、海鹽縣、淳安縣、桐廬縣、新昌縣、岱山縣、寧海縣、象山縣、余杭區(qū)、蕭山區(qū)、上虞區(qū)、柯橋區(qū)、富陽區(qū)、臨安區(qū)、奉化區(qū)、鄞州區(qū)共27個(gè)縣(市、區(qū))屬于浙東北,義烏市、蘭溪市、東陽市、臨海市、永康市、溫嶺市、樂清市、玉環(huán)市、瑞安市、龍泉市、江山市、浦江縣、天臺(tái)縣、三門縣、磐安縣、仙居縣、武義縣、龍游縣、縉云縣、開化縣、常山縣、遂昌縣、松陽縣、青田縣、永嘉縣、云和縣、景寧縣、文成縣、平陽縣、慶元縣、泰順縣、蒼南縣、金東區(qū)共33個(gè)縣(市、區(qū))屬于浙西南。在這種劃分基礎(chǔ)上,本文建立3個(gè)面板數(shù)據(jù)回歸模型:浙江總體、浙東北、浙西南。由于采集到的面板數(shù)據(jù)時(shí)間維度較小、橫截面維度較大。因此,本研究不考慮時(shí)間變化引起數(shù)據(jù)波動(dòng)可能對(duì)模型回歸產(chǎn)生的影響,依次通過似然比(LR)檢驗(yàn)和豪斯曼(Hausman)檢驗(yàn)確定面板回歸模型的具體形式。
首先,將模型設(shè)置為固定效應(yīng)形式,用LR檢驗(yàn)判斷是否存在個(gè)體效應(yīng),如果存在個(gè)體效應(yīng),則應(yīng)用面板回歸模型,反之,應(yīng)用普通混合模型進(jìn)行回歸。其次,如果存在個(gè)體效應(yīng),進(jìn)一步建立隨機(jī)效應(yīng)模型,采用Hausman檢驗(yàn)判斷應(yīng)建立固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。先后兩次檢驗(yàn)結(jié)果如表1所示。檢驗(yàn)結(jié)果顯示,浙江總體、浙東北、浙西南3個(gè)分區(qū)回歸模型均應(yīng)設(shè)置為固定效應(yīng)模型。
表1 似然比檢驗(yàn)和豪斯曼檢驗(yàn)結(jié)果
2.2.3 回歸結(jié)果分析
依據(jù)上述分析結(jié)果,本文采用面板固定效應(yīng)模型對(duì)浙江總體、浙東北、浙西南分別進(jìn)行回歸。回歸結(jié)果如表2。
表2 總體、浙東北、浙西南三類地區(qū)回歸結(jié)果
回歸結(jié)果顯示,農(nóng)業(yè)科技財(cái)政投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長有顯著的正向作用,農(nóng)業(yè)科技財(cái)政投入每增加1%,總體上第一產(chǎn)業(yè)總產(chǎn)值增加0.251%,浙東北農(nóng)業(yè)總產(chǎn)值增長0.217%,浙西南第一產(chǎn)業(yè)總產(chǎn)值增長0.296%。這一結(jié)果說明強(qiáng)有力的農(nóng)業(yè)科技投入能夠促進(jìn)地方農(nóng)業(yè)經(jīng)濟(jì)有效增長,而且對(duì)浙西南的正向邊際作用更加突出。在國家和區(qū)域?qū)用妫灿休^為接近的研究結(jié)論,鄧翔等指出,農(nóng)業(yè)科技資金投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的促進(jìn)作用要高于農(nóng)業(yè)科技人員投入的促進(jìn)作用,對(duì)中部、西部的促進(jìn)作用要高于對(duì)東部的促進(jìn)作用。縣域農(nóng)業(yè)科技人員投入并沒有在浙江總體第一產(chǎn)業(yè)增長中顯示出確定性正向作用,但是卻在浙東北表現(xiàn)出積極的正向作用,在浙西南表現(xiàn)出負(fù)向作用。這個(gè)結(jié)果表明,浙江縣級(jí)農(nóng)業(yè)科技人員配置可能存在較大差異,浙東北的農(nóng)業(yè)技術(shù)人員配置可能更加有效率,而浙西南的農(nóng)業(yè)科技人員配置可能與其當(dāng)前的現(xiàn)代農(nóng)業(yè)發(fā)展需求不相匹配。進(jìn)一步數(shù)據(jù)分析發(fā)現(xiàn),浙西南單位耕地面積農(nóng)業(yè)科技人員配置數(shù)量是浙東北的1.56倍,農(nóng)業(yè)科技人員錯(cuò)配或冗余可能是導(dǎo)致浙西南農(nóng)業(yè)科技人員沒有發(fā)揮應(yīng)有作用的主要原因。浙江不同區(qū)域農(nóng)業(yè)科技人員作用差異這一研究結(jié)果與吳林海等的研究結(jié)果類似,優(yōu)化農(nóng)業(yè)科技資源配置也是發(fā)揮農(nóng)業(yè)科技推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)增長的重要選擇之一。
在3個(gè)回歸模型中,控制變量第一產(chǎn)業(yè)就業(yè)人數(shù)對(duì)浙江總體、浙東北、浙西南的農(nóng)業(yè)經(jīng)濟(jì)增長均未表現(xiàn)出確定性正向作用,說明浙江農(nóng)業(yè)勞動(dòng)力沒有達(dá)到充分就業(yè)狀態(tài),農(nóng)業(yè)勞動(dòng)力雖然表現(xiàn)出人員不足和農(nóng)忙季節(jié)用工難,但是同時(shí)也表現(xiàn)出大量兼業(yè)人員的存在和農(nóng)業(yè)勞動(dòng)力老齡化等問題,需要持續(xù)有力地推進(jìn)新型農(nóng)業(yè)經(jīng)營主體培育。這一研究結(jié)果與部分研究學(xué)者的結(jié)論相似,如鄧翔等研究認(rèn)為,我國農(nóng)業(yè)勞動(dòng)力投入要素邊際作用下降;高秀等研究發(fā)現(xiàn),山東省的農(nóng)業(yè)勞動(dòng)力的短期邊際作用為負(fù),長期來看邊際作用也在下降。除此之外,農(nóng)業(yè)機(jī)械總動(dòng)力投入對(duì)浙東北、浙西南的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展沒有表現(xiàn)出確定性的作用,而且在總體上表現(xiàn)出負(fù)向作用,究其原因可能是浙江農(nóng)業(yè)機(jī)械設(shè)備老舊且與農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)不相匹配導(dǎo)致的。據(jù)《中國統(tǒng)計(jì)年鑒(2020)》,浙江單位播種面積農(nóng)業(yè)機(jī)械總動(dòng)力排在全國第5位,遠(yuǎn)高于農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)近似的福建省和地理區(qū)位相鄰的江蘇省,但是當(dāng)前最主要農(nóng)作物水稻的耕種收綜合機(jī)械化率僅為82.5%,低于全國平均水平2.5百分點(diǎn),整體來看,雖然浙江農(nóng)業(yè)機(jī)械動(dòng)力處于較高水平,但是生產(chǎn)效率較低。在全省大力實(shí)施科技強(qiáng)農(nóng)、機(jī)械強(qiáng)農(nóng)“雙強(qiáng)”行動(dòng)背景下,浙江需要加快高能耗老舊農(nóng)業(yè)機(jī)器設(shè)備更新?lián)Q代步伐,同時(shí)也要加強(qiáng)與農(nóng)業(yè)生產(chǎn)特點(diǎn)更加匹配的小型高效農(nóng)業(yè)機(jī)械設(shè)備的研發(fā)與推廣,增強(qiáng)農(nóng)業(yè)機(jī)械設(shè)備物質(zhì)條件對(duì)現(xiàn)代農(nóng)業(yè)的支撐作用,充分提升農(nóng)業(yè)機(jī)械總動(dòng)力的正向作用。
從總體作用來看,控制變量農(nóng)作物播種面積擴(kuò)張和化肥投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長表現(xiàn)出積極的正向作用,而且前者的積極作用要顯著優(yōu)于后者,即生產(chǎn)規(guī)模的擴(kuò)大帶來的邊際正向效果要優(yōu)于化肥投入帶來的邊際效果。從區(qū)域差異來看,浙東北農(nóng)業(yè)經(jīng)濟(jì)增長主要依賴農(nóng)作物播種面積的擴(kuò)張,化肥投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的邊際效用微乎其微;浙西南農(nóng)業(yè)經(jīng)濟(jì)增長不僅依賴農(nóng)作物播種面積的擴(kuò)張,同時(shí)也依賴化肥投入的增加。對(duì)浙東北來說,通過提高復(fù)種指數(shù)以增加農(nóng)作物播種面積是促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長的最有效手段;對(duì)浙西南來說,通過提高復(fù)種指數(shù)增加播種面積和增加化肥投入均是促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長的有效手段。這一研究結(jié)果反映出浙西南地區(qū)通過增加化肥投入促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長的潛在動(dòng)力遠(yuǎn)高于浙東北地區(qū)。
本文在文獻(xiàn)回顧的基礎(chǔ)上,以浙江省60個(gè)縣(市、區(qū))為樣本,運(yùn)用 2015—2019 年面板數(shù)據(jù)進(jìn)行固定效應(yīng)模型實(shí)證分析,結(jié)果發(fā)現(xiàn):①農(nóng)業(yè)科技財(cái)政投入總體上與農(nóng)業(yè)經(jīng)濟(jì)增長呈正相關(guān)關(guān)系,但其對(duì)浙西南農(nóng)業(yè)經(jīng)濟(jì)增長的正向作用較其對(duì)浙東北的正向作用高出36%,反映出浙西南農(nóng)業(yè)科技財(cái)政投入更加稀缺。②農(nóng)業(yè)科技人員投入僅對(duì)浙東北農(nóng)業(yè)經(jīng)濟(jì)增長表現(xiàn)出正向作用,對(duì)浙西南沒有表現(xiàn)出正向作用,說明浙西南農(nóng)業(yè)科技人員資源可能存在錯(cuò)配,與農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)或現(xiàn)代農(nóng)業(yè)生產(chǎn)方式不相匹配。③部分控制變量也對(duì)浙江縣域農(nóng)業(yè)經(jīng)濟(jì)增長存在影響,而且影響差異較大。其中,第一產(chǎn)業(yè)從業(yè)人數(shù)與農(nóng)業(yè)機(jī)械動(dòng)力投入均未對(duì)浙江縣域農(nóng)業(yè)經(jīng)濟(jì)增長表現(xiàn)出正向關(guān)系,農(nóng)作物播種面積和化肥折純投入均表現(xiàn)出積極的正向作用,而且總體上前者的積極作用要顯著高于后者,即農(nóng)作物種植規(guī)模的擴(kuò)大帶來的邊際正向效果優(yōu)于化肥施用量的增加。
浙江于2021年起大力實(shí)施科技強(qiáng)農(nóng)、機(jī)械強(qiáng)農(nóng)“雙強(qiáng)”行動(dòng),作為全省農(nóng)業(yè)高質(zhì)量發(fā)展的強(qiáng)大動(dòng)力和鮮明標(biāo)志。為更好地推進(jìn)這一行動(dòng),切實(shí)發(fā)揮農(nóng)業(yè)科技對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長的驅(qū)動(dòng)作用甚至引領(lǐng)作用,結(jié)合本研究結(jié)果,浙江需要做出相應(yīng)的政策調(diào)整。具體包括:①持續(xù)加大農(nóng)業(yè)科技財(cái)政投入特別是針對(duì)浙西南欠發(fā)達(dá)地區(qū),為農(nóng)業(yè)經(jīng)濟(jì)持續(xù)增長創(chuàng)造有利條件。可以整合農(nóng)業(yè)財(cái)政投入資金,提升農(nóng)業(yè)科技財(cái)政支持力度,搭建農(nóng)業(yè)科技創(chuàng)新平臺(tái)與載體、扶持發(fā)展種子種苗產(chǎn)業(yè)、推動(dòng)農(nóng)產(chǎn)品加工業(yè)技術(shù)改造等,集聚更多農(nóng)業(yè)科技創(chuàng)新資源和創(chuàng)新手段,進(jìn)一步提升農(nóng)業(yè)科技財(cái)政投入的正向作用。②加強(qiáng)縣域農(nóng)業(yè)科技人才隊(duì)伍建設(shè),重點(diǎn)加強(qiáng)浙東北農(nóng)業(yè)科技人員的引培,優(yōu)化浙西南農(nóng)業(yè)科技人員的配置。一方面,要引培一批青年農(nóng)業(yè)科技人員,提升農(nóng)業(yè)科技人員素質(zhì);另一方面,要根據(jù)地方農(nóng)業(yè)主導(dǎo)產(chǎn)業(yè)發(fā)展變化,合理配置農(nóng)業(yè)科技人員,確保農(nóng)業(yè)科技人員與地方農(nóng)業(yè)產(chǎn)業(yè)發(fā)展相匹配。③加強(qiáng)新型農(nóng)業(yè)生產(chǎn)主體隊(duì)伍建設(shè),提升主體生產(chǎn)效能;加快高能耗農(nóng)業(yè)機(jī)械設(shè)備更新?lián)Q代,加強(qiáng)適用農(nóng)業(yè)機(jī)械設(shè)備研發(fā)與推廣;提高農(nóng)業(yè)復(fù)種指數(shù)和化肥利用效率等。
由于缺乏相應(yīng)的數(shù)據(jù),本文使用地方財(cái)政支出和第一產(chǎn)業(yè)占比的乘積數(shù)據(jù)替代了農(nóng)業(yè)科技投入這一指標(biāo),對(duì)研究的嚴(yán)謹(jǐn)性和結(jié)果的精準(zhǔn)性可能產(chǎn)生些許影響,未來需要在數(shù)據(jù)可得情況下進(jìn)行更加精準(zhǔn)的分析。