APP下载

浙江省农业科技进步贡献率测算
——基于随机前沿函数的分析

2022-08-27毛晓红傅琳琳毛小报

浙江农业学报 2022年8期
关键词:科技进步贡献率测算

毛晓红,傅琳琳,张 柳,王 瑾,毛小报

(浙江省农业科学院 农村发展研究所,浙江 杭州 310021)

科技进步是一个不断创造新知识、发明新技术,并推广应用于生产实践,进而不断提高经济效益和生态效益的动态发展过程。纵观国内外农业发展的经验,农业科技进步已经成为决定一个国家或地区能否实现农业快速可持续发展和竞争力提高的关键因素,科技创新已成为推动现代农业向前发展的基本动力和有力杠杆。浙江省在“八八战略”指引下,加速推进农业现代化进程,把农业农村现代化作为“十个先行任务”之一,大力实施农业“双强”(科技强农、机械强农)行动,加快建设农业农村现代化先行省。在当前资源环境约束加剧、农业迈入高质量发展的形势下,科技创新在推动浙江农业发展上究竟发挥了多大的作用?这种作用是否还能进一步扩大?要解答上述问题,就应科学测算农业科技进步对浙江农业产出增长的贡献,分析其变动趋势与影响因素,揭示浙江省目前的农业科技进步水平。同时,对这一问题的探讨也有助于进一步明晰现代农业发展中农业科技的地位和作用,从而为政府部门科学制定浙江农业科技发展政策,更好地促进浙江农业生产发展提供借鉴与参考。

1 文献综述

农业科技进步有狭义和广义之分。狭义的农业科技进步是指硬技术的进步,包括资金、劳动力等生产要素的投入、生产技能的提高等。广义的农业科技进步除了硬技术的进步之外,还包括农业管理水平、决策水平与智力水平等软技术的进步。农业科技进步贡献率是指广义的农业科技进步对农业经济增长的贡献份额,反映了科技对农业综合生产能力的支撑状况。

围绕农业科技进步贡献率,国外学者提出了许多测算模型并不断加以完善,如Solow余值法、C-D生产函数法、数据包络分析(DEA)等方法。Solow利用Solow余值法测算了1909—1949年美国个人工作产出中技术进步的贡献率。此后,研究人员对该模型持续进行完善,并测算了科技进步对美国、法国国民收入的贡献。Gitto等运用DEA方法分析了1980—2006年意大利20个地区劳动生产率的演变,并指出C-D生产函数、超越对数(Translog)函数与非参数方法的估计结果间存在差异。Koo等采用DEA方法分析了1984—1993年中国农业全要素生产率、技术和效率的变化,指出中国农业全要素生产率的提高主要归功于农业科技进步,而不是技术效率提升。Coelli等考查了1980—2000年世界上93个国家和地区的农业生产率增长情况,结果显示,农业全要素生产率增长主要来源于技术进步。

在国内,相关研究起步较晚,且聚焦于对地区或地区间农业科技进步贡献率的测算和比较。20世纪90年代,顾焕章等系统阐述了农业技术进步的涵义及其贡献率测算的数量经济原理,并在此基础上比较了国内外常用的测算方法。1997年,农业部将中国农业科学院设计的“我国农业科技进步贡献率测算方法(Solow余值法)”作为农业科技进步贡献率的统一测算方法。应用此方法,朱希刚、蒋和平等分别对我国20世纪90年代后期的农业科技进步贡献率进行了测算。此后,该方法被众多学者采纳,用于对全国和各省区市农业科技进步贡献率的测算。

在全国层面:张彦红等采用统一的数据采集渠道、数据处理规则、测度模型(Solow余值法)和系数调整方法,对我国各地的农业科技进步贡献率进行测度,并对“十五”以来各地的农业科技进步贡献率进行横向对比分析。马松林发现,我国经济发达地区的农业科技进步贡献率较高,粮食主产区的农业科技进步贡献率偏低。在省级层面,采用Solow余值法测算农业科技进步贡献率的研究较为丰富:宋辉等经过测算,得出河北省农业科技进步率呈逐年减小、但贡献率呈逐年增大态势的结论。李业荣等对云南省的林业科技进步贡献率进行测算后发现,物质消耗的增长方式是云南林业增长的主要形式。汤瑛芳等测算了甘肃各市州的农业科技进步贡献率,并对其进行聚类分析。王洁等、张庆霞等、陈振等、张睿等、赖晓璐等分别对陕西、宁夏、河南、上海、辽宁的农业科技进步贡献率进行测算。另外,也有少量学者采用C-D生产函数法或通过建立DEA模型,测算福建、北京和黑龙江等地的农业科技进步贡献率。但是由于投入产出指标、测算方法选取上的差异,研究人员测算出的不同地区、不同时期的农业科技进步贡献率存在明显差异,难以横向对比分析。

近来,探究农业科技进步贡献率的影响因素成为研究热点之一。张颂心等、李洁等在分别测算长三角和内蒙古农业科技进步贡献率的基础上,探讨了其与农业碳排放量之间的关系。林建等以部分省份2000—2012年的数据为例,指出农业FDI(外商直接投资)对农业科技进步贡献率有显著影响。肖干等通过实证分析发现,农村金融发展的结构、规模和效率与农业科技进步贡献率呈正相关关系。

梳理发现,现有文献主要聚焦于全国和部分省份的农业科技进步贡献率测算与影响因素分析上,但大都忽略了自然资源禀赋差异、农业产业结构阶段性调整对农业科技进步的影响,缺乏针对浙江省地形特色、产业特色的农业科技进步贡献率测算。为此,本研究结合浙江农业发展实际,引入农业发展类型虚拟变量,建立随机前沿生产函数模型,运用面板数据,对近年来浙江的农业科技进步贡献率进行测算,探讨和论证浙江农业科技进步水平,分析浙江农业科技进步的构成与变动,以期为浙江农业“双强”行动指引方向。

2 材料与方法

2.1 测算方法和模型设定

农业科技进步贡献率的测算方法很多,其中,Solow余值法因经济含义合理明晰、计算方便、便于推广,而成为测算农业科技进步率的经典方法,但该法对技术进步内涵的理解过于宽泛,还假设要素替代弹性保持不变,因而难以准确反映现实生产情况。SFA法在Solow余值法的基础上对生产函数进行改进和重新构建,其采用的函数形式主要为C-D生产函数或超越对数生产函数。虽然SFA法存在函数假设较强的不足,但其优点在于包含了随机扰动项,认为生产中存在技术无效率。农业生产大多在露天下进行,易受气候、灾害等不确定因素的影响,监督成本高昂,投入产出数据的统计测量误差较大;因此,相对于无法控制误差项的DEA法,SFA法更适于农业领域的研究。相较于C-D生产函数,超越对数生产函数具有较高的包容性,能较好地考虑到各种投入要素之间的相互影响。根据目前比较主流的Battese & Coelli模型,本研究设定如下超越对数SFA模型:

(1)

广义科技进步率(即全要素生产率,TFP)的计算公式为

(2)

(3)

(4)

(5)

(6)

即:

=++。

(7)

由此可知,本研究中的广义科技进步率可由狭义科技进步率、规模报酬收益变动率、技术效率变化率3者构成。

根据计算得到的广义科技进步率和农业总产值增长率的比,测算科技进步贡献率。

2.2 变量选取与数据来源

本研究中的变量可分为投入变量和产出变量2类,其中,投入变量细分为资本、劳动力、土地3大生产要素投入。

从广义科技进步的概念出发,农业总产值反映了农林牧渔业生产活动(包括服务业)总的产出规模,本文将其作为产出指标()。

在资本投入上,参与农业生产的化肥、农药等中间消耗品的投入量直接影响农业生产增长,因此本文将农林牧渔业中间消耗值(以下简称为农业中间消耗)作为资本投入指标()。为剔除价格因素的影响,采用价格指数对农业总产值和农业中间消耗进行可比价换算。

在劳动力投入上,衡量劳动力投入的最佳指标是统一折算成标准劳动强度的劳动时间,但本研究涉及浙江各地农林牧渔及其服务业所有农产品,其标准劳动强度和劳动时间难以获得,因此本文选取另一种被广泛采用的指标——农林牧渔业从业人员数,即农业劳动力数量,作为劳动力投入指标()。

浙江具有生产属性的用材林和经济林面积很小,且林业产值在农业总产值中占比较低;畜牧业以圈养为主,占地较少,且相关土地数据难以获得。因此,本研究暂不将林业和畜牧业土地纳入土地指标。浙江渔业产值占比高,但海水产品生产中远洋捕捞面积远高于实际产出面积,因此本文也不把远洋捕捞面积纳入土地指标,而仅将反映人工养殖的水产养殖面积作为渔业领域的土地投入。种植业在浙江农业总产值中占比近半,农作物播种面积是衡量种植业土地投入的最佳指标。综上,在土地投入上,本研究将农作物播种面积与水产养殖面积之和作为土地投入指标()。

根据自然生产条件和经济发展阶段的不同,本研究将全省各地市的农业发展类型分为平原型、沿海型和山地型,其中,杭州、嘉兴、湖州、绍兴是平原型,宁波、温州、舟山、台州是沿海型,金华、衢州、丽水是山地型。受自然生产条件和不同经济发展阶段差异的影响,无论是生产要素变动情况,还是农业产值增长幅度,浙江省内各地之间存在着明显的差异。为此,本文特引入相应的虚拟变量,以考查农业自然生产条件与发展阶段对总产出的差异性影响。具体地,虚拟变量包括(平原型取值为1,其他为0)、(沿海型取值为1,其他为0)。

本研究采用的Translog函数形式中,各变量除去一次项外,还要与其他变量和时间项构造交叉项,以及通过自乘构成平方项,也就是说,其待估参数远多于其他方法。从统计的可行性和有效性上看,该方法对样本数量和基础数据质量的要求都较高,若只收集省级和地市级数据难以满足研究需要,为此,本研究将基础数据收集工作扩大至县级,以2013年作为起始年份,对历年《浙江省统计年鉴》和各地市统计年鉴数据进行收集整理。为保持数据的完整性和可比性,结合行政区划调整,对部分县级单元进行合并处理。最终,共得到2013—2019年浙江80个县级单元(并不完全对应于现行的行政单元)的560组测算数据(表1)。

3 结果与分析

3.1 参数估计结果

运用Frontier 4.1软件进行最大似然估计(MLE),得到参数估计结果(表2)。大部分变量的统计值都在5%的显著性水平上通过检验。=0.993 8,且在1%的水平上显著,说明随机前沿生产函数的误差主要来源于技术无效率项而非观测误差,因此有必要采用随机前沿模型进行分析。此外,不显著,即可以认为技术无效率项随时间延续不变。

lnln项为正值,且在1%的水平上通过了显著性检验,说明土地投入与劳动力投入的交互作用是正向的,也就是说,在研究期内土地与劳动力在农业生产中具有互补效应。lnln项为负值,且在10%的水平上通过了显著性检验,说明研究期内资本投入与土地投入的交互作用是负向的,即资本与土地要素具有替代效应,当土地资源稀缺时,生产主体倾向于加大资本投入以克服土地投入下降带来的总产出下降的风险,这也符合经济学规律。虚拟变量、均为正,且均在1%的水平上显著,说明相较于其他农业发展模式,平原型和沿海型农业对总产出具有正向作用。ln的估计系数为正且在5%的水平上显著,表明资本投入对于农业生产的重要性日益突出。ln的估计系数为负且在5%的水平上显著,表明随着时间推移,出现了土地节约型的技术进步。这可能是因为,浙江农业发展过程中,土地要素的稀缺性日益显现,节约集约利用土地的激励逐渐加强,这为土地节约型技术进步的产生创造了条件。

表1 样本分布

表2 随机前沿生产函数参数的最大似然估计值

3.2 生产要素投入及其弹性的变动分析

测算2014—2019年浙江省各要素投入的标准化弹性(表3)。结果显示,研究期内,资本、劳动力投入的标准化弹性均呈稳步增长态势,而土地投入的标准化弹性呈现下降趋势,说明随着资源环境约束加紧,资本和劳动力要素投入在农业生产中的重要性将日益升高。

理论上,由于资本的边际效用递减,产出的增长速度将不如资本投入的增长速度。但实际上,浙江的农业中间消耗与农业总产值的比值,即资本生产率在2014—2019年间增长3.8%,2019年达到2.782(图1),资本生产率稳中有升,产出增长快于资本投入增长,说明技术进步提高了资本利用效率。

受土地规模限制和劳动力数量稀缺的影响,从要素价格的角度来看,浙江省土地、劳动力的价格相对高于资本价格。从2013—2019年资本-农业劳动生产率(即剔除价格因素影响后的农业中间消耗与劳动力数量的比值)的增加(从2013年的1.7万元·人增长至2019年的2.1万元·人)(图2)可以看出,利润最大化目标驱使农户改变生产方式,转而依靠资金的大量投入,以资本深化,即资本存量的增加大大快于劳动力增加的方式发展农业。

表3 不同要素的标准化产出弹性

图1 2013—2019年浙江省农业资本生产率Fig.1 Capital productivity of agriculture in Zhejiang in 2013-2019

图2 2013—2019年浙江省农业劳动生产率与资本-农业劳动生产率Fig.2 Agricultural labor productivity and capital-agricultural labor productivity in Zhejiang in 2013-2019

资本深化程度在一定意义上显示了农业现代化的程度。资本深化所伴随的技术进步,推动了农业产出增加,也会促进人均产出增加。从农业劳动生产率(农业总产值与农业劳动力数量之比)来看,剔除价格因素影响后,浙江农业劳动生产率从2013年的4.4万元·人提升到2019年的5.9万元·人,累计增长34%。随着浙江经济结构调整和产业升级步伐加快,对农业劳动力的需求呈现出缩量提质的趋向(图3):2013—2015年农业劳动力数量平均值为582万人,2016—2019年农业劳动力数量平均值为560万人,农业劳动力稳定转移。可以预见,未来浙江农业劳动生产率还会持续上升。

图3 2013—2019年浙江省农业劳动力数量Fig.3 Quantity of agricultural labor force in Zhejiang in 2013-2019

从土地投入变动来看,浙江推行的农业“两区”(粮食生产功能区和现代农业园区)建设,有效稳定了粮食生产,提升了农业效益,农业生产规模整体趋于稳定,2016年以来农作物播种面积稳定在210万hm左右(图4),水产养殖面积中淡水养殖面积占70%,总的水产养殖面积稳中有降。

在土地投入(包含农作物播种面积和水产养殖面积)并未显著增加的背景下,浙江省的农业产出稳步增长,土地生产率(农业总产值与土地投入之比)明显上升(图5)。剔除价格因素影响后,浙江农业的土地生产率从2013年的10.3万元·hm增长至2019年的13.3万元·hm,增加了29.1%,说明技术进步推动了土地生产率的提升。

3.3 科技进步率分析

经测算,研究期内浙江省农业狭义科技进步率总体呈现出平稳增长态势,中性技术进步在狭义科技进步中占比极大(表4)。由此可见,以农业生产技术进步为主的中性技术进步是目前浙江农业科技进步的主要类型。

图4 2013—2019年浙江省农作物播种面积与水产养殖面积Fig.4 Planting area of crops and aquaculture area in Zhejiang in 2013-2019

图5 2013—2019年浙江省农业土地生产率Fig.5 Land productivity of agriculture in Zhejiang in 2013-2019

经测算,2014—2019年浙江农业的广义科技进步率在波动中呈现增长趋势(表5)。浙江农业的技术效率较高(0.742 9~0.743 4)且呈现逐年缓慢递增的发展态势,说明当期既有技术得到了高效的应用,浙江农业处在高水平发展阶段。研究期内,浙江农业处于规模报酬递增阶段,规模报酬收益变动率多为正值。相对于狭义科技进步率,技术效率变化率和规模报酬收益变动率在广义科技进步率中占比极小。

研究期内,浙江农业科技进步贡献率整体呈现较平稳增长的态势,至2019年,浙江农业科技进步贡献率达到64.30%,5年间增长了5.30百分点。从农业科技进步贡献率的年度变化来看,2017—2019年农业科技进步贡献率的提升速度放缓,其原因可能在于资本投入的规模收益增长收窄。如2017—2019年,农业的固定资产投资有较大幅度下滑,2019年的农业机械总动力仅为2016年的84%,其中运输机械、机动植保机械、收获机械、农副产品加工机械动力的收缩较为明显。但在劳动力数量持续下降、土地投入呈现下降趋势的大背景下,浙江农业科技进步贡献率依然保持增长态势,这可能主要得益于生产技术进步、农业区域化生产与规模化经营的大力发展在很大程度上抵消了投入要素减少对产出的负面影响。

表4 浙江省2014—2019年农业狭义科技进步率及其构成

表5 2014—2019年浙江省农业科技进步贡献率、广义科技进步率及其构成

近年来,浙江农林牧渔业内部结构不断调整:畜牧业加快转型升级,进入减量提质阶段;水产养殖转型升级,增长明显;远洋渔业持续发力,增长较快。分地市来看:在畜牧业方面,嘉兴、衢州、金华的畜牧业产值原来在农业总产值中占比较高,随着畜牧业转型升级的推进,2013—2018年其畜牧业产值快速下降,畜牧业产值占比收窄,其中尤以嘉兴最为明显;在渔业方面,舟山、台州渔业产值增长迅速,宁波、丽水渔业产值增长较快,湖州渔业产值占比上升趋势较明显,而嘉兴的渔业产值呈现下降趋势。产业结构的调整直接影响农业总产值的变化。例如:近年来,舟山、台州、温州等地渔业产值的快速增长拉升了其农业总产值的增长率,但嘉兴、衢州、金华等地由于农、林、渔,及其服务业产值的增长难以补充畜牧业产值快速下降的部分,农业总产值的增长要小于其他地市。产业结构的变动,在一定程度上影响了相关技术的应用和生产经营规模,进而亦会对农业科技进步贡献率产生影响。

3.4 不同农业发展类型的对比分析

分别测算平原型、沿海型、山地型农业2014—2019年的资本弹性、劳动力弹性、土地弹性、技术效率和技术效率变化率(表6)。对比发现,山地型农业资本和土地的标准化弹性高于平原型和沿海型,说明资本和土地的变动对于资源紧张的山地型农业发展影响较大。平原型农业劳动力的标准化弹性在3种农业发展类型中最高,说明平原型农业对劳动力的变动最为敏感。从技术效率上看,平原型农业的当期技术应用最高效。从技术效率变化率来看,2014—2019年浙江省3种农业发展类型的技术效率都处于增长阶段,其中,沿海型农业的技术效率变化率最大,说明沿海型农业相对处于技术效率较快增长的阶段。

表6 2014—2019年浙江省不同农业发展类型各要素的标准化弹性和技术效率

4 结论与启示

本研究建立随机前沿生产函数模型,利用浙江省县级单元2013—2019年的面板数据,对浙江省的农业科技进步贡献率进行测算,并结合生产要素弹性变动、农业科技进步率构成、农业发展类型差异进行分析,主要结论及相应的启示如下。

(1)研究期内科技进步对浙江省农业发展的支撑能力不断提高。理论界一般认为,当科技进步贡献率大于50%(即科技进步贡献率大于资本和劳动投入的贡献率之和)时,即进入集约型经济增长阶段。研究期内,浙江的农业中间消耗基本与农业总产值的增长速度同步,劳动力、土地投入呈下降趋势,而科技进步率呈增长趋势,农业科技进步贡献率由2014年的59.00%上升至2019年的64.30%。可见,浙江农业产出的增长主要来源于农业科技进步率的提升,作为资源小省和经济强省的浙江已进入更多依靠技术进步增加农业产出的内涵式发展阶段。

(2)农业科技投入与创新政策对浙江农业科技进步起到了较大促进作用。研究结果显示,浙江农业的狭义科技进步更多依靠中性技术进步,说明浙江农业产出的增长主要源于技术的革新、改进与推广。因此,今后应进一步聚焦浙江现代农业发展中的重大科技需求和重大科技问题,凝聚全省优势科技力量,联合开展技术攻关,着力推进农业“双强”行动。与此同时,也应着力保障农业投入要素的稳定供给。同时,要说明的是,科技进步中不仅含有科技进步要素,也包含农业经营管理水平、决策科学水平和服务技术水平等其他要素,对这些要素也应给予充分的关注和相应的支持。

(3)农业产业结构调整会对农业科技进步贡献率产生影响。从浙江的实际来看,畜牧业和渔业产业结构的调整影响了相关地区的技术采纳应用和生产经营规模,并对其农业科技进步贡献率产生影响。因此,调整优化农业结构也应充分依靠科技进步,要抓住改造传统产品和开发新产品2个重点,通过高新技术的应用、劳动者素质的提高推进农业结构调整优化。

(4)不同农业发展类型的要素弹性和技术效率差异较大。山地型农业发展受资本和土地的影响较大,应加大资本投入和土地投入,提升土地质量;平原型农业对劳动力的变动最为敏感,当期技术应用最为高效,应着重在提升劳动力质量上发力;沿海型农业处在技术效率相对快速增长的阶段,应继续加大技术投入,进一步提升技术应用效率。

猜你喜欢

科技进步贡献率测算
基于水量平衡的长序列农田灌溉定额测算方法
14.8%
城市创新指数设计与实证研究
高等教育体制改革的贡献率研究:1998—2011年的数据观察
科技进步与创新对现代化企业管理的推动作用