楊傳喜, 秦 亮

(桂林理工大學(xué) 商學(xué)院, 廣西 桂林 541004)

2023年“中央一號(hào)文件”強(qiáng)調(diào)必須堅(jiān)持不懈把解決好“三農(nóng)”問題作為全黨工作重中之重,全面推進(jìn)鄉(xiāng)村振興,加快農(nóng)業(yè)農(nóng)村現(xiàn)代化。強(qiáng)國必先強(qiáng)農(nóng),農(nóng)強(qiáng)方能國強(qiáng)。中國是一個(gè)農(nóng)業(yè)大國,農(nóng)業(yè)農(nóng)村發(fā)展始終關(guān)乎社會(huì)發(fā)展。雖然隨著我國農(nóng)業(yè)現(xiàn)代化加快推進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展取得了前所未有的成就,但也存在農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)性失衡、資源利用率不高、農(nóng)業(yè)科技創(chuàng)新能力亟待提升等問題。改革開放以來,我國農(nóng)業(yè)科技資源配置效率隨著經(jīng)濟(jì)發(fā)展的逐步轉(zhuǎn)型得到了一定改善,但農(nóng)業(yè)生產(chǎn)要素在部門和地區(qū)間仍普遍存在資源錯(cuò)配的現(xiàn)象,致使農(nóng)業(yè)科技產(chǎn)出能力處于非高效狀態(tài),一定程度影響農(nóng)業(yè)的可持續(xù)發(fā)展。黨的二十大報(bào)告指出,在新的現(xiàn)代化征程上,應(yīng)深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,推動(dòng)高水平農(nóng)業(yè)科技自立自強(qiáng),為加快建設(shè)農(nóng)業(yè)強(qiáng)國提供堅(jiān)實(shí)保障。農(nóng)業(yè)是國家發(fā)展的基礎(chǔ)性產(chǎn)業(yè),省級(jí)農(nóng)業(yè)科學(xué)院(以下簡稱“省級(jí)農(nóng)科院”)是我國重要的農(nóng)業(yè)科技創(chuàng)新主體之一,在新形勢下要推動(dòng)農(nóng)業(yè)科技創(chuàng)新發(fā)展和農(nóng)業(yè)科技自立自強(qiáng),必須保障各省級(jí)農(nóng)科院科技資源的穩(wěn)定與高效投入,促進(jìn)科技資源有效配置和科技成果合理轉(zhuǎn)化[1]。因此,關(guān)于各省級(jí)農(nóng)科院科技資源的錯(cuò)配研究對(duì)農(nóng)業(yè)農(nóng)村發(fā)展乃至國家農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展都具有重要意義。

作為重要的農(nóng)業(yè)科研機(jī)構(gòu),省級(jí)農(nóng)科院致力于解決農(nóng)業(yè)農(nóng)村發(fā)展中的基礎(chǔ)性、全局性、關(guān)鍵性重大科技問題。在黨的堅(jiān)強(qiáng)領(lǐng)導(dǎo)及持續(xù)的人才和財(cái)力的投入下,中國各省級(jí)農(nóng)科院在科技論文、專著、專利及科技成果上取得了量質(zhì)齊升。但是,各省級(jí)農(nóng)科院在發(fā)展過程中還面臨科研資金投向分散、科技人力資源缺乏有效整合等現(xiàn)實(shí)困境,一定程度上限制了省級(jí)農(nóng)科院的科研創(chuàng)新與發(fā)展前景。因此,對(duì)省級(jí)農(nóng)科院進(jìn)行人力與資本錯(cuò)配的測算具有重要現(xiàn)實(shí)意義,以便優(yōu)化整合農(nóng)業(yè)科技資源降低科技產(chǎn)出損失。目前,關(guān)于省級(jí)農(nóng)科院的研究,學(xué)術(shù)界主要集中于各省級(jí)農(nóng)科院成果轉(zhuǎn)化現(xiàn)狀、面對(duì)的困境及改善措施等方面,而對(duì)中國各省級(jí)農(nóng)科院整體資源錯(cuò)配研究相對(duì)較少[2-4]。由此,本文以26個(gè)省級(jí)農(nóng)科院為研究對(duì)象,探究各省級(jí)農(nóng)科院農(nóng)業(yè)科技資源錯(cuò)配程度及其對(duì)產(chǎn)出的影響。

1 文獻(xiàn)回顧

科技資源是指從事科技活動(dòng)的人力、物力、財(cái)力以及組織、管理、信息等軟硬件要素的集合或總稱。本文研究的農(nóng)業(yè)科技資源主要是指農(nóng)業(yè)科技人力資源、財(cái)力資源,它們?yōu)檗r(nóng)業(yè)科技活動(dòng)、科學(xué)研究、農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展提供了基本性條件保障。20世紀(jì)以來,資源錯(cuò)配問題受到學(xué)術(shù)界的廣泛關(guān)注。在國外,Hsieh等[5]的研究最具有代表性,他們建立了基于內(nèi)涵型資源錯(cuò)配的測算模型,發(fā)現(xiàn)當(dāng)勞動(dòng)力資源和財(cái)力資源被有效配置時(shí),中國的制造業(yè)生產(chǎn)率將提高30%～50%,印度將提高40%～60%。在國內(nèi),陳永偉和胡偉民[6]研究發(fā)現(xiàn)中國制造業(yè)內(nèi)部各子行業(yè)間的資源錯(cuò)配大約造成了實(shí)際產(chǎn)出和潛在產(chǎn)出之間15%的缺口。龔關(guān)和胡關(guān)亮[7]在Hsieh等的錯(cuò)配模型的基礎(chǔ)上研究發(fā)現(xiàn),如果資本和勞動(dòng)力均為有效的配置,我國的制造業(yè)全要素生產(chǎn)率將能獲得大幅提高。朱喜等[8]研究發(fā)現(xiàn),若有效消除資本和勞動(dòng)配置的扭曲,中國農(nóng)戶的農(nóng)業(yè)TFP將提高20%以上。秦宇等[9]通過錯(cuò)配模型測算發(fā)現(xiàn),中國工業(yè)由于科技資源錯(cuò)配導(dǎo)致的產(chǎn)出缺口接近20%,工業(yè)增長潛力巨大。蓋慶恩等[10]研究發(fā)現(xiàn),若土地能夠有效配置,中國農(nóng)業(yè)部門的全要素生產(chǎn)率和加總的勞動(dòng)生產(chǎn)率將大幅提高。

對(duì)于農(nóng)業(yè)科技資源配置的研究,近年來學(xué)術(shù)界主要集中于配置效率、配置結(jié)構(gòu)、影響因素等方面的研究。在配置效率上,陳祺琪等[11]研究發(fā)現(xiàn),中國東北與西北農(nóng)業(yè)科技資源配置能力總體呈下降趨勢,而中國其他區(qū)農(nóng)業(yè)科技資源配置能力總體呈上升趨勢。楊傳喜和王修梅[12]研究發(fā)現(xiàn),我國農(nóng)業(yè)的要素配置扭曲存在地區(qū)之間的差異,中部和西部農(nóng)業(yè)資源扭曲程度較東部更嚴(yán)重。鄭宏運(yùn)等[13]測算了中國1978—2015年期間各地區(qū)的農(nóng)業(yè)要素錯(cuò)配程度及其對(duì)農(nóng)業(yè)產(chǎn)出的影響。吳亞鈴等[14]研究發(fā)現(xiàn),中國農(nóng)業(yè)生產(chǎn)領(lǐng)域內(nèi)部勞動(dòng)力、土地、資本和中間投入等要素錯(cuò)配程度較高,若重新對(duì)這些要素進(jìn)行有效分配,大致可使農(nóng)業(yè)總產(chǎn)出上升40%～50%。劉文博和楊傳喜[15]以農(nóng)林高等院校為視角,測算發(fā)現(xiàn)農(nóng)林高等院校的科技人力、財(cái)力資源存在配置過剩且逐年加重的情況[15]。楊傳喜等[16]測算了廣西14個(gè)地級(jí)市的農(nóng)業(yè)資本、勞動(dòng)力和土地資源錯(cuò)配系數(shù),發(fā)現(xiàn)廣西整體農(nóng)業(yè)資源錯(cuò)配水平較高,且有逐年改善的趨勢。在配置結(jié)構(gòu)上,劉思峰和黨耀國[17]指出了河南省在科技經(jīng)費(fèi)配置和使用中存在的問題,并提出了優(yōu)化科技經(jīng)費(fèi)配置結(jié)構(gòu)等對(duì)策建議。楊傳喜和丁璐揚(yáng)[18]測算發(fā)現(xiàn)我國農(nóng)業(yè)在行業(yè)的結(jié)構(gòu)性錯(cuò)配最為嚴(yán)重,導(dǎo)致農(nóng)業(yè)科技創(chuàng)新產(chǎn)出損失38.5%。在影響因素上,黃秋怡等[19]利用空間杜賓模型分析發(fā)現(xiàn),農(nóng)村交通基礎(chǔ)設(shè)施改善能夠緩解農(nóng)業(yè)勞動(dòng)力資源和土地資源的錯(cuò)配。吳偉偉等[20]研究發(fā)現(xiàn),提高支農(nóng)財(cái)政、工業(yè)化水平、農(nóng)業(yè)勞動(dòng)力占比、人均化肥投入等有利于降低農(nóng)業(yè)生產(chǎn)要素錯(cuò)配。

對(duì)于省級(jí)農(nóng)業(yè)科學(xué)院的研究,學(xué)者們大多集中在創(chuàng)新能力和成果產(chǎn)出上,岳玉蘭等[21]以吉林省農(nóng)業(yè)科學(xué)院為例,分析了省級(jí)農(nóng)業(yè)科學(xué)院在科技創(chuàng)新中存在的問題并提出了相關(guān)的改進(jìn)建議[21]。彭建華和呂火明[22]等以四川省農(nóng)業(yè)科學(xué)院為例,提出了提升科研院所自主創(chuàng)新能力的具體對(duì)策。伍玉潔等[23]從成果培育、激勵(lì)機(jī)制等方面分析研究河南省農(nóng)業(yè)科學(xué)院和山東省農(nóng)業(yè)科學(xué)院推進(jìn)重大科技產(chǎn)出方面的具體舉措,為其他省級(jí)農(nóng)業(yè)科學(xué)院的科研產(chǎn)出工作提供了相關(guān)借鑒。楊傳喜和王亞萌[24]、楊傳喜等[25]以省級(jí)農(nóng)業(yè)科學(xué)院為視角,分別運(yùn)用突變級(jí)數(shù)法和曼奎斯特指數(shù)方法測算了農(nóng)業(yè)科技資源配置能力與配置效率。鄭家喜和楊東[26]運(yùn)用農(nóng)業(yè)科研機(jī)構(gòu)和省級(jí)農(nóng)業(yè)科學(xué)院的整合數(shù)據(jù)測算了中西部地區(qū)農(nóng)業(yè)科技運(yùn)行中的技術(shù)效率、技術(shù)進(jìn)步和全要素生產(chǎn)率。因此,本文將從以下幾個(gè)問題展開討論:①2005—2019年各省級(jí)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技資源錯(cuò)配程度及變化趨勢;②省級(jí)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技資源錯(cuò)配導(dǎo)致的科技產(chǎn)出損失測算及科技資源錯(cuò)配變動(dòng)貢獻(xiàn)。

2 變量選取、說明與模型構(gòu)建

2.1 變量指標(biāo)選擇與數(shù)據(jù)來源

準(zhǔn)確衡量農(nóng)業(yè)科技產(chǎn)出與科技資源投入是研究的前提和關(guān)鍵,基于指標(biāo)的科學(xué)性和數(shù)據(jù)的完整性,選擇的指標(biāo)有:①農(nóng)業(yè)科技產(chǎn)出(Y)。專利授權(quán)數(shù)量、科技論文的發(fā)表數(shù)量能較好地反映各省級(jí)農(nóng)科院農(nóng)業(yè)科技的產(chǎn)出成果。但是兩者指標(biāo)量綱不同,故采用熵值賦權(quán)法對(duì)它們進(jìn)行賦權(quán)處理,以提高產(chǎn)出的準(zhǔn)確性。②農(nóng)業(yè)科技人力資源(L)。剔除省級(jí)農(nóng)科院中從事生產(chǎn)經(jīng)營活動(dòng)人員、其他人員,選取農(nóng)業(yè)科技活動(dòng)人員作為科技人力資源投入的衡量指標(biāo)更具有代表性。③農(nóng)業(yè)科技財(cái)力資源(K)?？萍蓟顒?dòng)經(jīng)費(fèi)內(nèi)部支出能真實(shí)反映各省級(jí)農(nóng)科院在科研活動(dòng)中的資金投入和使用情況,其中考慮到價(jià)格指數(shù)的影響,再對(duì)農(nóng)業(yè)科技活動(dòng)經(jīng)費(fèi)內(nèi)部支出以2005年為基期進(jìn)行平減。

選取2005—2019年為研究區(qū)間,以26個(gè)有效省級(jí)農(nóng)業(yè)科學(xué)院為研究對(duì)象。數(shù)據(jù)來源于《中國農(nóng)業(yè)科技統(tǒng)計(jì)資料匯編》《中國統(tǒng)計(jì)年鑒》。對(duì)于部分缺失數(shù)據(jù),通過數(shù)據(jù)插補(bǔ)等方式進(jìn)行了有效補(bǔ)充,最終選取六大區(qū)、26個(gè)省級(jí)農(nóng)業(yè)科學(xué)院作為研究對(duì)象,進(jìn)行相應(yīng)的科技資源錯(cuò)配及產(chǎn)出影響測算(其中內(nèi)蒙古、西藏、青海、陜西等農(nóng)業(yè)科學(xué)院由于數(shù)據(jù)缺失過多,故不計(jì)入研究對(duì)象)。六大區(qū)分為東北區(qū)、華北區(qū)、華東區(qū)、中南區(qū)、西南區(qū)、西北區(qū)。

2.2 農(nóng)業(yè)科技資源錯(cuò)配模型構(gòu)建

借鑒陳永偉和胡偉民的研究,構(gòu)建由農(nóng)業(yè)科技人力資源、農(nóng)業(yè)科技財(cái)力資源投入組成的C-D生產(chǎn)函數(shù)模型,測算農(nóng)業(yè)科學(xué)院六大區(qū)及26個(gè)省級(jí)農(nóng)業(yè)科學(xué)院科技資源的錯(cuò)配程度。首先,假定各省級(jí)農(nóng)業(yè)科學(xué)院在農(nóng)業(yè)科技生產(chǎn)過程中都投入了農(nóng)業(yè)科技人力資源(L)、農(nóng)業(yè)科技財(cái)力資源(K)兩個(gè)要素。設(shè)地區(qū)i投入的勞動(dòng)要素的錯(cuò)配程度為τli,投入的資本要素的錯(cuò)配程度為τki。具體計(jì)算過程如下。

省級(jí)農(nóng)業(yè)科學(xué)院i的生產(chǎn)函數(shù)為

(1)

式中:A為省級(jí)農(nóng)業(yè)科學(xué)院全要素生產(chǎn)率(TFP);L、K分別為勞動(dòng)力、財(cái)力投入;α、β分別為勞動(dòng)力科技資源和財(cái)力科技資料對(duì)產(chǎn)出的貢獻(xiàn)率。該模型中假設(shè)農(nóng)業(yè)生產(chǎn)規(guī)模報(bào)酬不變。

(2)

式中:?Li和?Ki分別為人力和財(cái)力價(jià)格的絕對(duì)扭曲系數(shù),在實(shí)際測算中可用價(jià)格的相對(duì)扭曲來代替。

(3)

式中:δi為省級(jí)農(nóng)業(yè)科學(xué)院i的科技產(chǎn)出占所有省級(jí)農(nóng)業(yè)科學(xué)院科技產(chǎn)出的份額,即δi=yi/y。

2.3 農(nóng)業(yè)科技產(chǎn)出損失及錯(cuò)配變動(dòng)貢獻(xiàn)測算

將要素資源錯(cuò)配指數(shù)的測算公式(3)與原生產(chǎn)函數(shù)(1)進(jìn)行聯(lián)立,得到存在科技資源錯(cuò)配時(shí)的生產(chǎn)函數(shù),此時(shí)的實(shí)際科技產(chǎn)出為

(4)

而在無錯(cuò)配的情況下,理想的科技產(chǎn)出為

(5)

由C-D生產(chǎn)函數(shù)可知,科技產(chǎn)出總體生產(chǎn)函數(shù)為

(6)

進(jìn)一步得出農(nóng)業(yè)科技實(shí)際產(chǎn)出與有效產(chǎn)出的比值為

(7)

式中:ΔE=1-(Yi/Y)作為衡量各省級(jí)農(nóng)科院間科技產(chǎn)出損失的指標(biāo),即科技產(chǎn)出缺口。

在得出科技人力和財(cái)力資源的錯(cuò)配情況后,為進(jìn)一步了解資源錯(cuò)配對(duì)科技產(chǎn)出變動(dòng)的影響,參考陳永偉和胡偉民[6]對(duì)Aoki測算扭曲變動(dòng)貢獻(xiàn)方法上的改進(jìn),測算由不同省級(jí)農(nóng)科院科技資源錯(cuò)配對(duì)科技產(chǎn)出的變動(dòng)貢獻(xiàn),其測算公式為

(8)

2.4 估計(jì)結(jié)果

通過建立回歸模型,使用EVIEWS7.0軟件對(duì)農(nóng)業(yè)科學(xué)院六大區(qū)逐個(gè)進(jìn)行固定效應(yīng)回歸,得到六大區(qū)的科技人力資源投入和科技財(cái)力資源投入的產(chǎn)出彈性即回歸系數(shù)(表1)。

表1 農(nóng)業(yè)科學(xué)院六大區(qū)要素彈性

由表1的回歸可知:①農(nóng)業(yè)科學(xué)院各區(qū)的科技人力資源、財(cái)力資源產(chǎn)出彈性均為正值,表明兩種科技資源的投入與科技產(chǎn)出呈現(xiàn)正相關(guān);②除了西南區(qū),農(nóng)業(yè)科學(xué)院大部分區(qū)域的人力資源回歸系數(shù)均大于財(cái)力資源回歸系數(shù),而且大多數(shù)財(cái)力資源、人力資源回歸系數(shù)在1%水平上顯著,說明人力資源對(duì)絕大多數(shù)農(nóng)業(yè)科學(xué)院科技產(chǎn)出的貢獻(xiàn)高于財(cái)力資源。

3 實(shí)證研究

3.1 農(nóng)業(yè)科學(xué)院科技人力資源相對(duì)錯(cuò)配測算

將表1得到的各農(nóng)業(yè)科學(xué)院兩種科技資源產(chǎn)出回歸系數(shù)代入式(3),計(jì)算出農(nóng)業(yè)科學(xué)院六大區(qū)、26個(gè)省級(jí)農(nóng)業(yè)科學(xué)院2005—2019年農(nóng)業(yè)科技資源的相對(duì)錯(cuò)配指數(shù),錯(cuò)配指數(shù)以1為界限,指數(shù)大于1表示資源配置過剩,數(shù)值越大代表資源配置相對(duì)過剩越嚴(yán)重;指數(shù)為0～1表示資源配置相對(duì)不足,越接近于0表示資源配置相對(duì)不足越嚴(yán)重。

表2表示農(nóng)業(yè)科學(xué)院六大區(qū)2005—2019年的科技人力資源錯(cuò)配變動(dòng)情況。由表2和表3可知,各省級(jí)農(nóng)科院在2005—2019年間均存在不同程度的人力資源錯(cuò)配情況,為便于歸類比較與說明,可按照具體錯(cuò)配變動(dòng)趨勢劃分為配置過剩、配置不足、配置不足與過剩狀態(tài)并存三種錯(cuò)配狀態(tài)。

表2 農(nóng)業(yè)科學(xué)院六大區(qū)科技人力資源錯(cuò)配情況

表3 各省級(jí)農(nóng)業(yè)科學(xué)院科技人力資源錯(cuò)配情況

在配置不足與過剩并存的區(qū)域中,華東區(qū)與中南區(qū)處于總體配置過剩而一些年份不足的狀態(tài),在2007—2016年華東區(qū)和中南區(qū)大部分年份于配置不足狀態(tài),其他年份兩區(qū)都處于過剩狀態(tài)。華東區(qū)內(nèi),安徽農(nóng)業(yè)科學(xué)院、上海農(nóng)業(yè)科學(xué)院、浙江農(nóng)業(yè)科學(xué)院人力資源配置嚴(yán)重不足,且上海農(nóng)業(yè)科學(xué)院有逐年改善的趨勢;江蘇、福建、江西、山東等農(nóng)業(yè)科學(xué)院出現(xiàn)了人力資源配置過剩的狀態(tài),其中江西農(nóng)業(yè)科學(xué)院在華東區(qū)內(nèi)配置過剩最為嚴(yán)重。中南區(qū)內(nèi),湖北、湖南、河南、廣西等省級(jí)農(nóng)業(yè)科學(xué)院總體上呈現(xiàn)人力資源配置過剩的狀態(tài),其中廣西農(nóng)業(yè)科學(xué)院在中南區(qū)人力資源配置過剩最嚴(yán)重,其實(shí)際人力資源投入是有效投入的 2～3倍;廣東農(nóng)業(yè)科學(xué)院和海南農(nóng)業(yè)科學(xué)院整體上呈現(xiàn)人力資源配置不足的狀態(tài),且廣東農(nóng)業(yè)科學(xué)院人力資源錯(cuò)配有逐年改善的趨勢,海南農(nóng)業(yè)科學(xué)院整體上人力資源配置不足有向配置過剩轉(zhuǎn)變的趨勢。

在配置持續(xù)不足狀態(tài)中,西北區(qū)和華北區(qū)是六大區(qū)中持續(xù)配置不足的區(qū),西北區(qū)整體人力資源配置不足可能與其地理環(huán)境較為惡劣、農(nóng)林高校數(shù)量較少有關(guān)。西北區(qū)中,甘肅農(nóng)業(yè)科學(xué)院和寧夏農(nóng)林科學(xué)院均呈現(xiàn)人力資源配置不足的狀態(tài),新疆農(nóng)業(yè)科學(xué)院人力資源配置總體呈現(xiàn)過剩的狀態(tài),這可能與政府人才政策支持相關(guān)。華北區(qū)中,北京農(nóng)林科學(xué)院人力資源配置嚴(yán)重不足,天津農(nóng)業(yè)科學(xué)院和河北農(nóng)林科學(xué)院出現(xiàn)了人力資源配置過剩的狀態(tài)。

處于總體配置過剩的有西南、東北兩大區(qū)域,其中西南區(qū)是六大區(qū)中配置過剩最嚴(yán)重的區(qū)域。西南區(qū)內(nèi),重慶農(nóng)業(yè)科學(xué)院、四川農(nóng)業(yè)科學(xué)院、云南農(nóng)業(yè)科學(xué)院出現(xiàn)了人力資源配置過剩的狀態(tài),其中四川農(nóng)業(yè)科學(xué)院人力資源過?？赡艿靡嬗?005年的科研機(jī)構(gòu)改革;貴州農(nóng)業(yè)科學(xué)院人力資源配置總體呈現(xiàn)不足的狀態(tài)。東北區(qū)中,遼寧、吉林、黑龍江等農(nóng)業(yè)科學(xué)院整體上呈現(xiàn)人力資源配置過剩的狀態(tài),其中遼寧農(nóng)業(yè)科學(xué)院人力資源配置過剩嚴(yán)重可能源于其自2003年起與中國農(nóng)業(yè)科學(xué)院、沈陽農(nóng)業(yè)大學(xué)等開展聯(lián)合培養(yǎng)研究生工作,為其積累了大量儲(chǔ)備人才。

通過以上分析發(fā)現(xiàn),26個(gè)省級(jí)農(nóng)業(yè)科學(xué)院在2005—2019年間人力資源存在不同程度的錯(cuò)配狀況,且人力資源配置過剩居多數(shù),其中江西農(nóng)業(yè)科學(xué)院在26個(gè)省級(jí)農(nóng)業(yè)科學(xué)院中人力資源配置過剩最為嚴(yán)重,且西南與東北等區(qū)域人力資源配置過剩較為嚴(yán)重,可能源于它們的勞動(dòng)力使用成本較低,導(dǎo)致了配置到這些農(nóng)業(yè)科學(xué)院的勞動(dòng)要素是過多的;北京農(nóng)業(yè)科學(xué)院、上海農(nóng)業(yè)科學(xué)院、廣東農(nóng)業(yè)科學(xué)院人力資源配置不足較為嚴(yán)重,可能源于這些區(qū)域勞動(dòng)力使用成本較高,導(dǎo)致了配置到這些農(nóng)業(yè)科學(xué)院的勞動(dòng)要素是過少的。

3.2 農(nóng)業(yè)科學(xué)院科技財(cái)力資源相對(duì)錯(cuò)配測算

表4和表5分別表示農(nóng)業(yè)科學(xué)院六大區(qū)和26個(gè)省級(jí)農(nóng)業(yè)科學(xué)院2005—2019年的科技財(cái)力資源錯(cuò)配變動(dòng)和均值情況,對(duì)它們進(jìn)行錯(cuò)配分類,可得出以下結(jié)論。

表4 農(nóng)業(yè)科學(xué)院各區(qū)科技財(cái)力資源錯(cuò)配情況

表5 各省級(jí)農(nóng)業(yè)科學(xué)院科技財(cái)力資源錯(cuò)配情況

第一,華北區(qū)處于財(cái)力資源配置持續(xù)過剩狀態(tài),屬于華北區(qū)的北京農(nóng)林科學(xué)院、天津農(nóng)業(yè)科學(xué)院和河北農(nóng)林科學(xué)院處于持續(xù)過剩的錯(cuò)配狀態(tài),且北京農(nóng)林科學(xué)院過剩程度最為嚴(yán)重,原因可能與政策、資金傾斜相關(guān);河北農(nóng)林科學(xué)院整體上財(cái)力資源配置過剩較為嚴(yán)重,且財(cái)力資源錯(cuò)配程度有逐年加重的趨勢。

第二,處于持續(xù)不足的錯(cuò)配狀態(tài)的區(qū)為華東區(qū),其中福建、安徽、江蘇、山東等農(nóng)業(yè)科學(xué)院處于財(cái)力資源配置持續(xù)不足狀態(tài);浙江、上海、江西等農(nóng)業(yè)科學(xué)院整體上處于財(cái)力資源配置過剩狀態(tài),其中浙江農(nóng)業(yè)科學(xué)院是華東區(qū)內(nèi)財(cái)力資源配置過剩最嚴(yán)重的省級(jí)農(nóng)業(yè)科學(xué)院,其實(shí)際財(cái)力資源投入是有效投入的約3倍;江西農(nóng)業(yè)科學(xué)院財(cái)力資源過?？赡艿靡嬗诮鬓r(nóng)業(yè)科學(xué)院在2007—2015年期間成功申報(bào)多項(xiàng)國家項(xiàng)目、科研經(jīng)費(fèi)增加等原因。

第三,處于配置不足與過剩并存的四大區(qū)中,西南僅有個(gè)別年份出現(xiàn)配置過剩的錯(cuò)配狀態(tài),其他年份均為配置不足的狀態(tài),東北僅有個(gè)別年份出現(xiàn)配置不足的錯(cuò)配狀態(tài),其他年份均為配置過剩的狀態(tài)。西南區(qū)內(nèi),重慶、四川、貴州等農(nóng)業(yè)科學(xué)院整體上處于財(cái)力資源配置過剩的狀態(tài),重慶農(nóng)業(yè)科學(xué)院是西南區(qū)內(nèi)財(cái)力資源配置過剩最嚴(yán)重的省級(jí)農(nóng)業(yè)科學(xué)院。西北區(qū)由于國家政策與財(cái)政支持,呈現(xiàn)出由財(cái)力資源配置不足向財(cái)力資源配置過剩轉(zhuǎn)變的趨勢。西北區(qū)內(nèi),甘肅農(nóng)業(yè)科學(xué)院整體上處于財(cái)力資源配置過剩狀態(tài),寧夏農(nóng)林科學(xué)院和新疆農(nóng)業(yè)科學(xué)院整體上呈現(xiàn)財(cái)力資源配置不足的狀態(tài);中南區(qū)內(nèi),河南、湖南、廣東等農(nóng)業(yè)科學(xué)院整體上呈現(xiàn)財(cái)力資源配置過剩的狀態(tài),其中廣東農(nóng)業(yè)科學(xué)院是26個(gè)省級(jí)農(nóng)科院中配置過剩最嚴(yán)重的省級(jí)農(nóng)科院;湖北、廣西、海南等農(nóng)業(yè)科學(xué)院整體上均呈現(xiàn)財(cái)力資源配置不足的狀態(tài)。

通過以上分析發(fā)現(xiàn),各省級(jí)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技財(cái)力資源在2005—2019年存在不同程度的錯(cuò)配狀況,其中廣東、上海、北京、重慶等農(nóng)業(yè)科學(xué)院財(cái)力資源配置過剩較為嚴(yán)重,廣西、海南、寧夏等農(nóng)業(yè)科學(xué)院財(cái)力資源配置不足較為嚴(yán)重,這可能與它們的經(jīng)濟(jì)發(fā)展水平相關(guān)。

3.3 農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技資源錯(cuò)配導(dǎo)致的科技產(chǎn)出損失測算

根據(jù)表3和表5測算的農(nóng)業(yè)科技人力資源、農(nóng)業(yè)科技財(cái)力資源錯(cuò)配指數(shù),通過式(4)、式(5)計(jì)算農(nóng)業(yè)科技人力資源、農(nóng)業(yè)科技財(cái)力資源的實(shí)際產(chǎn)出和有效產(chǎn)出,最終根據(jù)式(7)計(jì)算出省級(jí)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技資源錯(cuò)配對(duì)科技產(chǎn)出的影響,其測算結(jié)果如表6所示。

表6 農(nóng)業(yè)科學(xué)院科技資源錯(cuò)配導(dǎo)致的產(chǎn)出損失情況

由表6可知, 2005—2019年各省級(jí)農(nóng)科院由于農(nóng)業(yè)科技資源錯(cuò)配所導(dǎo)致的科技產(chǎn)出總損失年均達(dá)到10%。其中,農(nóng)業(yè)科技人力資源錯(cuò)配導(dǎo)致的科技產(chǎn)出損失較大,且科技總產(chǎn)出損失變化趨勢與農(nóng)業(yè)科技人力資源錯(cuò)配帶來的產(chǎn)出損失的變化趨勢基本一致,因此,造成農(nóng)業(yè)科技產(chǎn)出損失很大的原因主要在于農(nóng)業(yè)科技人力資源的錯(cuò)配。

3.4 農(nóng)業(yè)科技資源要素錯(cuò)配變動(dòng)貢獻(xiàn)

根據(jù)圖1發(fā)現(xiàn),各省級(jí)農(nóng)業(yè)科學(xué)院人力資源錯(cuò)配和財(cái)力資源錯(cuò)配在2005—2019年均造成了不同程度的科技產(chǎn)出損失,為了了解各省級(jí)農(nóng)業(yè)科學(xué)院的農(nóng)業(yè)科技資源錯(cuò)配對(duì)科技產(chǎn)出造成的影響,根據(jù)相應(yīng)式(8)進(jìn)行計(jì)算。從計(jì)算的結(jié)果來看,農(nóng)業(yè)科技財(cái)力資源的錯(cuò)配對(duì)科技產(chǎn)出的拉動(dòng)作用略大于農(nóng)業(yè)科技人力資源的錯(cuò)配對(duì)科技產(chǎn)出的拉動(dòng)作用。

3.4.1 農(nóng)業(yè)科技人力資源錯(cuò)配變動(dòng)貢獻(xiàn)

由表7可知,農(nóng)業(yè)科技人力資源的錯(cuò)配對(duì)北京農(nóng)林科學(xué)院、上海農(nóng)業(yè)科學(xué)院、廣東農(nóng)業(yè)科學(xué)院和甘肅農(nóng)業(yè)科學(xué)院科技產(chǎn)出的貢獻(xiàn)度和差異都比較大,對(duì)其他省級(jí)農(nóng)業(yè)科學(xué)院科技產(chǎn)出影響較小。2008年,人力資源錯(cuò)配對(duì)北京農(nóng)林科學(xué)院的產(chǎn)出產(chǎn)生了最大的1.02%的負(fù)面影響,2017年則產(chǎn)生了最大1.5%的正面影響。2015年,人力資源錯(cuò)配對(duì)上海農(nóng)業(yè)科學(xué)院的產(chǎn)出產(chǎn)生了最大0.66%的負(fù)面影響,2014年則產(chǎn)生了最大1.06%的正面影響。2015年,人力資源錯(cuò)配對(duì)廣東農(nóng)業(yè)科學(xué)院的產(chǎn)出產(chǎn)生了最大0.68%的負(fù)面影響,2019年則產(chǎn)生了最大1.29%的正面影響。2016年,人力資源錯(cuò)配對(duì)甘肅農(nóng)業(yè)科學(xué)院的產(chǎn)出產(chǎn)生了最大0.49%的負(fù)面影響,2018年則產(chǎn)生了最大1.94%的正面影響。人力資源錯(cuò)配對(duì)其他省級(jí)農(nóng)科院的產(chǎn)出貢獻(xiàn)在[-0.002,0.002]區(qū)間波動(dòng),其中人力資源錯(cuò)配對(duì)江西農(nóng)業(yè)科學(xué)院的產(chǎn)出貢獻(xiàn)接近于零,幾乎無影響。

表7 各省級(jí)農(nóng)業(yè)科學(xué)院科技人力資源錯(cuò)配變動(dòng)的貢獻(xiàn)率

3.4.2 農(nóng)業(yè)科技財(cái)力資源錯(cuò)配變動(dòng)貢獻(xiàn)

由表8可知,農(nóng)業(yè)科技財(cái)力資源的錯(cuò)配對(duì)北京農(nóng)林科學(xué)院、黑龍江農(nóng)業(yè)科學(xué)院、江蘇農(nóng)業(yè)科學(xué)院、山東農(nóng)業(yè)科學(xué)院、浙江農(nóng)業(yè)科學(xué)院、廣西農(nóng)業(yè)科學(xué)院科技產(chǎn)出的貢獻(xiàn)度和差異都比較大。其中,科技財(cái)力資源錯(cuò)配對(duì)產(chǎn)出變動(dòng)貢獻(xiàn)最大的是江蘇農(nóng)業(yè)科學(xué)院,分別于2009年達(dá)到最大4.5%的負(fù)面影響,2015年達(dá)到最大13.5%的正面影響。財(cái)力資源錯(cuò)配對(duì)其他省級(jí)農(nóng)科院的產(chǎn)出貢獻(xiàn)在[-0.01,0.01]區(qū)間波動(dòng),其中,財(cái)力資源錯(cuò)配對(duì)吉林農(nóng)業(yè)科學(xué)院的產(chǎn)出貢獻(xiàn)幾乎無影響。

表8 各省級(jí)農(nóng)業(yè)科學(xué)院科技財(cái)力資源錯(cuò)配變動(dòng)的貢獻(xiàn)率

3.4.3 農(nóng)業(yè)科技資源錯(cuò)配變動(dòng)貢獻(xiàn)的比較

由表9可知,對(duì)各省級(jí)農(nóng)科院2006—2019年科技人力資源、財(cái)力資源錯(cuò)配變動(dòng)的貢獻(xiàn)取均值進(jìn)行橫向比較,可以發(fā)現(xiàn)農(nóng)業(yè)科技財(cái)力資源錯(cuò)配對(duì)科技產(chǎn)出的拉動(dòng)作用大于農(nóng)業(yè)科技人力資源錯(cuò)配的拉動(dòng)作用,其中江蘇農(nóng)業(yè)科學(xué)院、上海農(nóng)業(yè)科學(xué)院、湖北農(nóng)業(yè)科學(xué)院、廣西農(nóng)業(yè)科學(xué)院、云南農(nóng)業(yè)科學(xué)院的財(cái)力資源錯(cuò)配對(duì)產(chǎn)出拉動(dòng)呈現(xiàn)明顯的正向影響,江蘇農(nóng)業(yè)科學(xué)院甚至年均達(dá)到了1%的正向影響;山東農(nóng)業(yè)科學(xué)院、海南農(nóng)業(yè)科學(xué)院的財(cái)力資源錯(cuò)配對(duì)產(chǎn)出拉動(dòng)呈現(xiàn)明顯的負(fù)向影響,其他省級(jí)農(nóng)業(yè)科學(xué)院的財(cái)力資源錯(cuò)配對(duì)產(chǎn)出影響較小?？萍既肆Y源錯(cuò)配整體對(duì)產(chǎn)出貢獻(xiàn)的拉動(dòng)作用較小,其中省級(jí)農(nóng)科院江蘇農(nóng)業(yè)科學(xué)院、云南農(nóng)業(yè)科學(xué)院、甘肅農(nóng)業(yè)科學(xué)院的人力資源錯(cuò)配對(duì)產(chǎn)出貢獻(xiàn)拉動(dòng)呈現(xiàn)明顯的正向影響;北京農(nóng)業(yè)科學(xué)院的人力資源錯(cuò)配對(duì)產(chǎn)出拉動(dòng)呈現(xiàn)明顯的負(fù)向影響。

表9 各省級(jí)農(nóng)業(yè)科學(xué)院科技資源錯(cuò)配變動(dòng)貢獻(xiàn)率的橫向比較

如表10所示,對(duì)26個(gè)省級(jí)農(nóng)科院2006—2019年每一年的科技資源錯(cuò)配變動(dòng)貢獻(xiàn)取均值進(jìn)行縱向比較,可以發(fā)現(xiàn)農(nóng)業(yè)科技財(cái)力資源錯(cuò)配對(duì)科技產(chǎn)出的拉動(dòng)作用大于農(nóng)業(yè)科技人力資源錯(cuò)配的拉動(dòng)作用,且大部分年份農(nóng)業(yè)科技人力資源錯(cuò)配和農(nóng)業(yè)科技財(cái)力資源錯(cuò)配均對(duì)產(chǎn)出呈現(xiàn)正向的影響。

表10 各省級(jí)農(nóng)業(yè)科學(xué)院科技資源錯(cuò)配變動(dòng)貢獻(xiàn)的縱向比較

4 結(jié)論及啟示

根據(jù)中國26個(gè)省級(jí)農(nóng)科院的面板數(shù)據(jù),借鑒學(xué)者們的研究方法測算了各省級(jí)農(nóng)科院2005—2019年的科技人力資源、科技財(cái)力資源的相對(duì)錯(cuò)配程度,并進(jìn)一步得出農(nóng)業(yè)科技資源錯(cuò)配導(dǎo)致科技產(chǎn)出的損失以及農(nóng)業(yè)科技資源的錯(cuò)配對(duì)科技產(chǎn)出的貢獻(xiàn)度。得出以下結(jié)論與啟示。

1)不同區(qū)域、不同省級(jí)農(nóng)業(yè)科學(xué)院科技資源相對(duì)錯(cuò)配程度不同。從區(qū)域來看,華北區(qū)和西南區(qū)的科技資源錯(cuò)配較為嚴(yán)重,其中華北區(qū)具體表現(xiàn)為人力資源配置不足與財(cái)力資源配置過剩,西南區(qū)具體表現(xiàn)為人力資源配置過剩和財(cái)力資源配置不足。從省級(jí)農(nóng)業(yè)科學(xué)院個(gè)體來看,廣東、上海、北京等農(nóng)業(yè)科學(xué)院人力資源配置不足、財(cái)力資源配置過剩較嚴(yán)重,它們面臨著過高的勞動(dòng)力成本和較為充裕的財(cái)政支持。區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展水平一定程度上會(huì)影響各省級(jí)農(nóng)科院的農(nóng)業(yè)科技資源錯(cuò)配情況,經(jīng)濟(jì)發(fā)展水平較高的區(qū)域內(nèi)省級(jí)農(nóng)科院一般表現(xiàn)為人力資源配置不足而財(cái)力資源配置過剩。因此,經(jīng)濟(jì)發(fā)展水平較高區(qū)域內(nèi)的省級(jí)農(nóng)科院在人才吸引上應(yīng)加大資金投入增加農(nóng)業(yè)人才儲(chǔ)備,從而改善科技人力資源錯(cuò)配,同時(shí)應(yīng)建立科學(xué)的財(cái)務(wù)制度,提高資金管理水平,合理配置財(cái)力資源。

2)各省級(jí)農(nóng)科院農(nóng)業(yè)科技資源錯(cuò)配在2005—2019年年均導(dǎo)致10%的農(nóng)業(yè)科技產(chǎn)出損失,其中人力資源的錯(cuò)配是導(dǎo)致農(nóng)業(yè)科技產(chǎn)出損失的主要原因,因此迫切需要改善各省級(jí)農(nóng)科院農(nóng)業(yè)科技人力資源的錯(cuò)配狀況以改善各省級(jí)農(nóng)科院的產(chǎn)出損失。

3)農(nóng)業(yè)科技財(cái)力資源的錯(cuò)配對(duì)科技產(chǎn)出的拉動(dòng)作用大于農(nóng)業(yè)科技人力資源錯(cuò)配的拉動(dòng)作用。農(nóng)業(yè)科技人力資源錯(cuò)配對(duì)科技產(chǎn)出的拉動(dòng)作用較小,且大部分年份農(nóng)業(yè)科技人力資源錯(cuò)配和農(nóng)業(yè)科技財(cái)力資源錯(cuò)配均對(duì)產(chǎn)出呈現(xiàn)正向的影響。農(nóng)業(yè)科技財(cái)力資源的錯(cuò)配對(duì)江蘇農(nóng)業(yè)科學(xué)院、上海農(nóng)業(yè)科學(xué)院、廣西農(nóng)業(yè)科學(xué)院科技產(chǎn)出的貢獻(xiàn)度比較大,拉動(dòng)作用變化也較大。因此,政府應(yīng)加強(qiáng)對(duì)各省級(jí)農(nóng)科院的管理和監(jiān)督,減少因農(nóng)業(yè)科技資源錯(cuò)配而產(chǎn)生的產(chǎn)出損失;對(duì)于科技財(cái)力資源配置不足的省級(jí)農(nóng)科院,政府應(yīng)加大相關(guān)資源和財(cái)力資金的投入,同時(shí)建立科學(xué)的經(jīng)費(fèi)預(yù)算體系,擴(kuò)大資金來源渠道,從而改善財(cái)力資源錯(cuò)配。