农业科技推广、不确定性与农业生产有效性

吴石磊，赵 鑫，李英禹

（1.东北师范大学 商学院，吉林 长春 130117；2.东北林业大学 经济管理学院，黑龙江 哈尔滨 150040）

一、引 言

改革开放以来，中国作为世界农业大国，农业发展取得了显著成就，以不足世界10%的耕地养活了占世界22%以上的人口，大大提高了农村小康建设水平、农业综合生产能力及农民的收入水平。但在取得丰硕成果的同时，中国农业的可持续发展还面临着农产品的自给率持续下降、农产品需求刚性增长、农业生产耕地、水等自然资源约束、能源危机、食物价格危机、国际农产品市场日益激烈的竞争、新农业贸易壁垒等挑战。而农业科技是确保国家粮食安全的基础支撑，是突破资源环境约束的必然选择，是加快现代农业建设的决定力量。

在依靠科技来满足日益增加的农业发展整体需要的背景下，关键是提高农业科技成果转化率，提高科技对农业的贡献度。我国农业科技成果转化率只有40%左右，远低于发达国家80%以上的水平。当农民接触到新的农业技术，但对新技术的相关信息了解不充分（特别是关于使用新技术所产生的成本和收益的信息），农民就会对新技术产生不准确的认知。由于农民的决策依赖于他们的感知，如果他们的感知与技术的正确属性不一致，那么他们的资源分配和技术选择将偏离社会最优水平，这表明将先进知识和技术快速而有效的转移给农民、提高农民对技术的理解以及增加农民技术和管理技能至关重要。农业科技推广是农民所需农业信息和技术的重要来源，也是将农民需求和反馈传递给研究者和政策制定者的重要渠道，是提高科技成果转化率的关键。

关于农业科技推广对农业产出影响这一问题，多数学者从理论上进行分析，如夏英、王震［1］，王济民、刘春芳、申秋红、梁辛［2］，在实证研究方面，少数文章就农业科技推广对农业产出的影响进行了定量分析，如熊娜、陈池波［3］，于鸷隆、刘玉铭［4］。我们这篇文章与以往研究的不同之处在于，前期文献主要进行定性研究，关注的是影响方向，本文关注的是，对农业推广约束造成的产出效率损失进行定量估算，同时考察不确定性的影响。

不同于前期从C－D生产函数角度入手的实证研究，本文利用异质性随机前沿模型，从定性和定量两个层面进行研究。实证结果表明，在2001—2010年样本区间内，农业科技推广约束造成中国农业产出比最优水平低了20%—40%，平均产出效率仅为60.3%。进一步分析表明，从业人员受教育水平越低面临的科技推广约束越严重。

文章结构安排如下：第二部分介绍实证检验方法和数据说明，第三部分是实证结果分析，最后提出相关政策建议。

二、实证检验方法和数据说明

（一）检验策略与产出效率的度量

异质性随机前沿模型采用最大似然估计，对数似然函数如下：

分析科技推广约束对农业产出的影响，我们从两个方面展开。第一，利用似然比考察检验是否存在非效率部分，具体做法是用各种形式的随机前沿模型同简单线性模型进行比较。原假设是H0：uit＝0，即不存在非效率项，备择假设为H1：uit≠0。构造的似然比统计量为LR＝－2［L（H0）－L（H1）］，其中L（H0）代表原假设下得到的似然函数值，L（H1）为备择假设下得到的似然函数值。LR服从卡方分布，自由度是设定的约束的个数。另外，根据似然比检验来确定异质性模型的具体形式。第二，测算产出效率指数（TEit），它衡量农业实际产出与理论上最优产出的偏离程度，公式如下：

0≤TEit≤1。TEit＝0，表示产出效率最低，农业面临的科技推广约束最严重；TEit＝1表示产出效率最高，农业实际产出最接近最优产出水平，科技推广约束几乎不存在。在利用最大似然法估计得到模型的参数后，得到进一步的估计式（Battese and Coelli，1988）［5］如下：

根据前期文献通常做法，被解释变量通常取对数。为此，（3）式测算出的TEit指数表示农业实际产出与理论上最优的产出水平偏离的程度，以百分比衡量。

（二）变量说明和数据来源

根据异质性随机前沿模型，实证分析需要的数据变量有农业产出、农业资本投入、劳动力投入以及衡量农业科技推广约束的变量。另外，将农业人力资本变量作为控制变量引入模型。本文各变量的指标的选择主要考虑到数据的可得性和准确度。数据主要来自《中国农村统计年鉴汇编1949—2004年》和历年的《中国统计年鉴》、《中国农业年鉴》、《中国农村统计年鉴》。由于西藏部分数据缺失，所以本文所选样本截面为不包括西藏的中国30个省份（不考虑台湾省）。样本区间为2001—2010年。

（1）农业产出指标：笔者选用农林牧渔业总产值，为剔除价格因素的影响，对农业产出指标进行了以2000年为基期的平减，获得实际农业产出值。

（2）农业从业人员指标：采用农林牧渔业的乡村从业人员，这和前期王群勇［6］的研究一致。

（3）农业资本存量指标：中国各省国内农业资本存量的度量利用Goldsmith［7］的永续存盘法，即Kit＝（1－δ）Kit－1＋Iit，其中i表示省份；t表示年份；t－1代表前期；Iit为经固定资产价格指数折算后的第i省第t年的农村居民家庭生产性固定资产原值；δ表示第t年资本折旧率，现有文献通常用一个不变的折旧率估算资本存量，本文将其设定为14%。基年农业资本存量的估算公式为K2000＝I2000／（g＋δ）。其中，g表示中国各地区历年农业资本存量的几何平均数。

（4）农业人力资本变量capitalit：本文选用中国各地区农村居民家庭平均每百个劳动力中大专及大专以上人口数作为替代指标。

（5）农业科技推广变量extentionit：由于科技推广相关数据较难获得，本文采用中国农村统计年鉴中各地区农村固定资产投向科学研究、技术服务和地质勘查业的资金作为替代指标，这主要参考郝爱民［8］的做法。

三、实证结果分析

（一）异质性随机前沿模型估计结果

表1是多种假设条件下的估计结果。模型1是完全异质性随机前沿模型，衡量的是存在农业科技推广约束下实际农业产出与理论上最优农业产出的偏离程度以及不确定性，它没有对参数施加任何约束。在模型1的基础上，通过施加约束条件，得到模型2。模型2假设农业科技推广变量对推广的不确定性没有影响。模型3估计的假设条件是实际产出等于理论产出。

总体上来说，在各种假设条件下，农业资本存量和农业劳动力投入、农业人力资本变量都通过了至少在5%的显著性水平检验，且个体效应和时间效应也比较显著。可见，中国农业生产一方面取决于通常意义上的资本和劳动力投入以及人力资本的增加，同时也受到农业科技推广的影响。根据表1后四行的似然比检验统计量结果可知，对于LR1检验的是否存在科技推广约束以及LR2检验的存在异质性科技推广约束，结果均表现出拒绝原假设，即模型1、2与模型3相比，模型1、2拟合程度较好，表明随机前沿模型的适用性，特别是模型1与模型3相较而言，模型1显著优于模型3，表明科技推广约束及其不确定性对中国农业产出具有显著影响；模型1与模型2、3相比，模型1拟合程度最优，表明异质性随机前沿模型最优。

表1 异质性随机边界模型估计结果

从表1的模型1所示结果来看，各地区农村固定资产投向科学研究、技术服务和地质勘查业的资金在推广缺口方程中为负，表明增加农村固定资产投向科学研究、技术服务和地址勘查业的资金投入能够缓解农业科技推广缺口，带来效率增加，但模型中该变量的系数没有通过显著性水平检验，这可能是由于我们选取的农业科技推广代理指标是农村中农村固定资产投向科学研究、技术服务和地址勘查业的资金投入。现阶段，我国基层农业推广服务还存在很大弊端，很多地区农业推广服务仅限于县里，乡镇地区的农业推广几乎不存在或形同虚设，农村中农村固定资产投向科学研究、技术服务和地质勘查业的资金投入太低，不能有效推动农业科技推广作用的发挥。可见，加大基层农业科技推广力度势在必行。相反，各地区农村固定资产投向科学研究、技术服务和地址勘查业的资金在推广不确定性方程中显著为正，其增加了推广的不确定性，其未来发挥作用的效果带有不稳定性，这进一步暴露出我国基层农业科技推广投入存在巨大漏洞，不能有效地促进推广作用的充分发挥。这是由于农村中农村固定资产投向科学研究、技术服务和地质勘查业的资金投入较低，加上其对农业科技推广的推动作用需要一定的时间才能发挥作用，这样，反而降低了农村中农村固定资产投向科学研究、技术服务和地质勘查业的资金投入的积极性，增加了科技推广的不确定性。

（二）投资效率分析

随机前沿分析的一个典型优点是可以估算出各地区各年份的农业产出效率，它也从一定程度上间接反映中国农业生产面临的推广约束程度。图1即为根据回归结果绘制的产出效率指数的频数分布图，说明中国农业生产多数地区面临比较严重的推广约束问题。农业产出效率指数的样本均值为0.603，标准差为0.178，从图1可知，多数地区的产出效率指数值在0.6－0.8之间分布较多，这说明由于存在推广约束，导致中国农业生产产出低于理论上最优产出约20%－40%。

进一步地，文章根据各地区农村人力资本水平高低划分产出效率，如图2所示，我们发现受教育水平相对最高地区的产出效率最高，整体上呈现上升趋势；受教育水平相对最低的地区产出效率最低，整体上呈现上升趋势；中等受教育水平地区的产出效率位于高受教育水平和低受教育水平地区两者之间。可见，从农业推广中获益最大的是有较高受教育水平地区，这主要是因为农业科技推广作用能否有效发挥也取决于当地农民的素质，这和前期许多学者的研究一致，如罗小锋［9］。

图1 产出效率指数的频数分布

图2 不同文化水平地区农业产出效率指数

四、结 论

农业科技推广对农业产出效率有重要影响。在产出效率完美假设下，农业的产出能够达到最优水平，但农业科技推广缺口的存在使农业实际产出低于理论上的最优产出水平。本文根据这一性质，利用异质性随机前沿模型分析中国农业的产出效率。根据这一模型我们定量地分析出农业科技推广对农业产出效率的影响。

研究结果表明：（1）农业科技推广约束造成中国农业生产低于理论上最优水平的20%—40%，平均生产效率为60.3% 。（2）农业科技推广投入增加有助于缓解农业科技推广约束，进而提高农业生产效率，但不能降低后续农业科技推广的不确定性。（3）农业从业人员受教育程度相对高的地区面临的科技推广约束和科技推广不确定性较低。

［1］夏英，王震.农村科技特派员推广服务体系与传播机制分析［J］.农业经济问题，2011（3）：31－34.

［2］王济民，刘春芳，申秋红，梁辛.我国农业科技推广体系主要模式评价［J］.农业经济问题，2012（2）：48－53.

［3］熊娜，陈池波.现代农业的投资悖论：投资力度与发展速度［J］.统计与决策，2012（5）：155－158.

［4］于鸷隆，刘玉铭.科技特派员制度效率检验——以宁夏回族自治区数据为例［J］.中国软科学，2011（11）：92－99.

［5］Battese a e，T J Coelli.Prediction of firm－level technical efficiencies with a generalized frontier production function and panel data［J］.Journal of Econometrics，1988，1386：387－399.

［6］王群勇.我国各地区农业生产的技术有效性——基于随机边界分析方法的实证研究［J］.中国经济问题，2005（6）：55－60.

［7］Goldsmith R W.A Perpetual Inventory of National Wealth［R］.NBER Working Paper，1951，14：5－74.

［8］郝爱民.农业生产性服务业对农业的影响——基于省级面板数据的研究［J］.财贸经济，2011（7）：97－102.

［9］罗小锋.农户对生产中科技作用的认知及影响因素分析——基于9省1 311户农户的调查［J］.农业技术经济，2010（8）：80－86.