渔业科技进步贡献率的测算与分析——基于2005—2019 年云南省市级面板数据模型

周 睿，吴敬东，钟文武，刘跃天

（云南省渔业科学研究院，昆明 650111）

科技创新是实现经济内涵式增长的重要驱动因素。对于农业而言，科技创新在提高资源利用效率、提升农产品质量、缓解农业的环境污染压力等方面都有重要的作用。习近平总书记指出“农业出路在现代化，农业现代化关键在科技进步。我们必须比以往任何时候都更加重视和依靠农业科技进步，走内涵式发展道路”。

渔业是农业的重要组成部分，水产品也是国家“菜篮子”工程的重要内容。渔业是资源密集型产业。然而，随着社会的发展，资源短缺日益加剧，要增加渔业产值必须提高渔业生产率，而渔业生产率的提高很大程度上取决于科技创新及科技创新成果的运用。科技创新已成为渔业转方式调结构的重要路径和渔业提质增效的重要手段。科技进步贡献率是衡量区域科技竞争实力和科技转化为现实生产力的综合性指标［1］，其反映科技进步增长率在经济增长率中所占的比重。开展渔业科技进步贡献率的测算与分析，有助于正确认识科技创新在渔业经济发展中的作用，对于挖掘渔业科技潜力、提升渔业科技水平、促进渔业经济发展、增强渔业综合实力有重要的指导意义，同时为政府制定政策提供决策参考。

1 渔业科技进步贡献率测算方法的选择

1.1 模型的选择

综合国内外相关文献，对科技进步贡献率测算模型主要有索洛余值、生产函数模型和数据包络分析模型［2-4］。以上各种测算科技进步贡献率的方法中，由于丹尼森的增长因素分析法对有些定量的因素分析上带有主观性，CES 生产函数、超越对数生产函数、随机前沿生产函数、Malmquist 指数等模型涉及变量太多，数据采集量大，因此本研究选择索洛余值法，建立增长速度方程来测算渔业科技进步贡献率。增长速度方程也是1997 年农业部指定的中国农业科技进步贡献率统一使用的测算方法。此方法计算出来的科技进步贡献率为广义的科技进步贡献率，是一个相对指标，反映科技进步速度占经济增长速度的份额，并非反映科技水平对经济增长作用的高低，所以科技进步贡献率不是越大越好［5］。

1.2 模型参数估计方法的选择

用增长速度方程测算科技进步贡献率最为关键的步骤是模型的参数估计，即估计各投入要素的弹性，目前主要有4 种方法：分配法、经验法、回归法、灰色关联度分析法。分配法的假设条件与云南省渔业发展的现状完全不符，水产品市场远达不到完全竞争的程度；经验法随意性太强，并且可借鉴的相关研究较少；灰色关联度分析法的分析结果取决于分辨系数，虽然大多数文献在运用灰色关联度分析法时通常将分辨系数取值为0.5，但这并不具有普适性，灰色关联度分析法常用于各因素之间的定性分析。因此本研究选取回归法来估计模型参数。

2 渔业科技进步贡献率测算的实证分析

2.1 数据来源与说明

云南省地处中国西南边陲。近年来，云南渔业依托丰富的种质资源和独特的自然资源，实现了较为快速的发展。2019 年，云南省渔业经济总产值、水产品总产量、渔民人均纯收入分别为1 657 844.9万 元、636 500 t、18 777.18 元，同 比 增 长6.42%、4.94%、22.55%［6］，增幅居全国前列。曲靖、红河、大理、昆明、普洱的渔业产值居全省前列，曲靖、普洱、大理、红河、临沧的水产品产量居全省前列（表1），以上为全省渔业发展的重点区域。本研究采用面板数据建模，与单一截面数据相比，面板数据由于观测值增多，可以增加估计量的抽样精度，还可以获得更多的动态信息［7］。目前大多数研究都聚焦在较为宏观的国家级和省级层面，地市级的研究较少涉及，这也是本研究选题的重要原因。

本研究所选取的数据来源于《云南统计年鉴》，由于《云南统计年鉴》中省级、州（市）级的渔业产值和渔业中间消耗实行分级核算，为了让模型测算更加准确，本研究并未将省级的数据列入模型内。为了让研究结果更有政策意义，所选择的年份区间为2005—2019 年，刚好对应国家五年规划中的“十一五”到“十三五”期间。各变量数据选取说明如下。

1）渔业产值（Y），数据来源于《云南统计年鉴》中2005—2019 年云南省各州（市）渔业产值，为了剔除价格因素的影响，各年度的渔业产值均按照2005年的不变价格折算，折算公式为：第i年按2005 年不变价格折算的渔业产值=2005 年的渔业产值×（第i年的渔业产值指数/2005 年渔业产值指数）。

2）物质费用投入（K）。将各州（市）渔业中间消耗作为各州（市）物质费用投入，数据来源于《云南统计年鉴》中2005—2019 年云南省各州（市）渔业中间消耗的数据，为了剔除价格因素的影响，按照2005年的不变价格折算，折算公式为：第i年按2005 年不变价格折算的渔业中间消耗=第i年按2005 年不变价格计算的渔业产值×（第i年的渔业中间消耗/第i年的渔业产值）［8］。

3）劳动力投入（L）。大多数文献以渔业从业人数作为劳动力投入，但是各州（市）的渔业从业人数无法获取，因此各州（市）渔业劳动力投入采用以下方法估算，各州（市）渔业劳动力投入=各州（市）年末就业人员数×各州（市）历年渔业产值/各州（市）历年生产总值［9］，各类数据均来源于《云南统计年鉴》。

4）水产养殖面积（S）。数据来源于《云南统计年鉴》中2005—2019 年各州（市）水产养殖面积。

2.2 模型的参数估计

采用C-D 生产函数形式构建云南省渔业生产函数：

式中，Y表示渔业产值，A表示渔业科技进步因素，t表示时间，K表示渔业物质费用投入，L表示渔业劳动力投入，S表示水产养殖面积。α、β、γ分别表示物质费用投入弹性、劳动力投入弹性及水产养殖面积投入弹性。对式（1）等式两边同时取对数得：

本研究采用对数数据lnY、lnK、lnL和lnS作回归分析。

2.2.1 面板数据的单位根检验和协整检验 在做回归分析前，为避免出现伪回归，需对各变量先做单位根检验和协整检验。在做单位根检验之前，先根据各变量的时序图可以判断出4 个变量的检验回归式应同时包含确定趋势和截距。利用EViews 8.0 软件可得，在0.01 的显著水平下，lnY、lnK、lnL、lnS的一阶差分均通过了LLC、IPS 和Fisher-ADF 检验。所以，可以断定面板数据为I（1）过程。

面板数据的协整检验方法有Pedroni、Kao 和Fisher 三种检验方法，运用EViews 8.0 软件对序列做协整检验，可得lnY、lnK、lnL和lnS均通过了0.01 显著性水平下的Pedroni、Kao 和Fisher 检验。表明面板数据存在长期稳定的均衡关系，可以对面板数据进行回归分析。

2.2.2 面板数据回归模型的选择［10］首先判定是否含有效应。用EViews 8.0 软件在个体和时点双固定效应的模型下对面板数据进行冗余固定效应检验（Redundant fixed effects tests），结果显示个体和时点的效应检验对应的P均为0，因此在1%的显著性水平下拒绝原假设，该数据个体和时点均存在效应。

然后判定是固定效应还是随机效应。利用EViews 8.0 软件，分别建立个体和时点的随机效应模型，对面板数据进行豪斯曼（Hausman）检验，用于判定是建立固定效应模型还是随机效应模型。Hausman 检验的结果显示，个体的Hausman 检验对应的P为0，时点的Hausman 检验对应的P为0.750 4，所以应建立个体固定效应、时点随机效应模型。

2.2.3 模型的参数估计结果 利用EViews 8.0 软件建立个体固定效应时点随机效应模型，参数估计结果如表2 所示。

从表2 可以看出，整个模型的R2=0.996 816，所有参数估计结果的P小于1%，表明模型的拟合程度非常高，并且参数估计结果达到了0.01 的显著水平。三大变量的弹性系数均为正数，表明物质费用、劳动力和水产养殖面积的投入对于渔业产出均为正向的拉动作用。其中，渔业物质费用投入弹性系数最高，为0.447 182，其次为劳动力投入，为0.427 937，渔业水产养殖面积投入的弹性系数最低，为0.058 018。三种投入要素之和为0.933 137，接近于1，基本符合规模报酬不变的假设。

3 云南省各州（市）渔业科技进步贡献率测算结果分析

3.1 云南省各年份各州（市）渔业科技进步贡献率测算结果分析

式（2）两边同时对时间t求导可得：

当取年份数据时，dt=1，且以差分代替微分，可得：

根据上文模型参数估计结果，测算出2005—2019 年云南省各州（市）渔业科技进步贡献率，结果如表3 所示。从表3 可以看出，各州（市）渔业科技进步贡献率的波动较大，并无特定的趋势，体现了渔业生产的不确定性。个别明显偏高或偏低的数据是因为某些年份和地区的统计数据质量不够高而偏离真实情况所造成的。在建模时，由于受数据可得性的限制，物质费用投入仅使用中间消耗来衡量，没有将固定资产投资数计算在内，劳动力投入仅从“量”的投入方面来衡量，并没有把“质”投入考虑进去等，也影响了测算结果的准确性。

科技进步贡献率为负数并非表明科技进步对渔业产值没有贡献或起到反作用，是因为其他要素投入增长较快，掩盖了科技进步对渔业产值的拉动作用。而渔业科技进步贡献率大于1 多出现在物质费用、劳动力和水产养殖面积投入的增长率为负的情况。

3.2 云南省分阶段各州（市）渔业要素投入贡献率和科技进步贡献率测算与分析

对各年份渔业投入要素贡献率的测算是根据各投入要素的环比增长率来计算的，因此测算结果波动较大，不能有效代表一段时期的科技进步贡献水平［7］。可以将2005—2019 年的数据分为“十一五”（2006—2010 年）、“十二五”（2011—2015 年）、“十三五”（2016—2019 年）三个阶段，一般当Δt>1 时，增长率采用几何平均法来计算，这样计算出来各州（市）分阶段各要素投入的贡献率如表4 至表7 所示。

表4 云南省16 个州（市）分阶段物质费用投入贡献率

表5 云南省16 个州（市）分阶段劳动力投入贡献率

表6 云南省16 个州（市）分阶段水产养殖面积投入贡献率

表7 云南省16 个州（市）分阶段科技进步贡献率

从分阶段各要素投入的贡献率来看，物质费用、劳动力和水产养殖面积投入的贡献率在不同的时期波动较大，反映出云南省各州（市）渔业各要素投入不稳定的特点，其中大多数州（市）劳动力投入的贡献率降低较为明显，在2005—2019 年的样本期间内，16 个州（市）中有9 个州（市）的劳动力投入的贡献率均为负值，其原因为：一是近年来云南省多地出台了库区限养殖政策，导致渔民转产转业。自2020年7 月，为恢复长江云南段的水生生物资源，开始实施长江十年禁渔政策，预计未来几年会有更多的渔民转产转业，劳动力投入将会进一步降低；二是渔业劳动力成本逐年提升，养殖主体为取得经济效益而降低劳动力的投入；三是渔业劳动力素质不高，也导致对渔业产值的拉动作用不明显。

从分阶段的科技进步贡献率来看，在不同的区域和不同阶段科技进步贡献率的差异较为明显，曲靖、普洱、临沧、文山等全省渔业主要养殖区，科技进步贡献率反而较低，表明这些地方物质费用、劳动力和水产养殖面积的投入较为充足，三大要素投入的增长率持续快于渔业产值的增长率，因此对渔业产值的拉动作用较为明显。昆明作为云南省经济最为发达的城市，其水产品产量不高，但是渔业产值一直居全省前列，其科技进步贡献率一直稳步上升并居全省前列。从时间上看，大多数地区“十三五”期间的科技进步贡献率较前两个“五年”有大幅度的提升，科技进步贡献率的提升原因是多方面的，但是在目前这个阶段云南省科技进步贡献率的提升并非是渔业科技创新水平有了大幅度提高而对渔业产值贡献有了较大的提升，而是渔业发展的环境约束加剧导致劳动力和水产养殖面积投入下降所带来的科技进步贡献率的增加。

4 建议

习近平总书记考察云南时，明确提出云南要成为生态文明建设的排头兵，渔业发展方式转变和提质增效迫在眉睫，提高科技水平是必要手段。针对以上分析提出如下提高云南省渔业科技水平的建议。

4.1 加大渔业科技的财政投入，优化资金配置

经费保障是科技发展能顺利开展的前提，国家在渔业的科研和教育中投入经费较少直接或间接地导致中国渔业科学技术水平的落后。近期内，财政资金依然是云南省渔业科技发展的主要需求。目前，财政对云南省渔业发展的支撑主要在渔政执法、渔业资源养护、养殖生态环境修复、渔业燃油价格补贴以及水产技术推广经费等方面。2019 年，云南省水产技术推广经费为14 309.31 万元，其中人员经费10 773.64 万元，公共经费574.10 万元，项目经费2 961.57 万元，项目经费仅占水产技术推广总经费的20.70%［3］。由于体制上的原因，人员经费占据主导地位的状况在未来很长一段时间无法改变，但依然应该在保证稳步增加渔业科技经费投入的同时，适当提高项目经费和科研经费的比重。

近几年，随着云南省境内水电资源的大力开发，很多电力企业在库区鱼类增殖技术研究和渔业资源保护上投入大量的科研资金，因此在土著鱼增殖技术研究上取得了不少的成果，而渔业领域的其他方面则鲜有成果。表明渔业科技发展受资金投入的制约性很强。但是由于土著鱼产业化难度较大，这些技术创新的生态意义要远大于经济意义。要想科技进步为产业发展服务，应当引导各投资主体将经费投入到目前渔业发展较薄弱的环节，如渔业信息、动物营养、疫病防控、育种技术、加工贮运等技术上。

4.2 提高渔业从业人员的素质，增强自主创新能力

首先，要培育本省的科研团队及科研人才，打造学科特色，还要制定优惠政策或创新合作机制吸引省外甚至国外的优秀人才来滇服务。其次，要强化渔业行政执法人员和水产技术推广人员的专业技能。要加强对渔业行政执法人员和水产技术推广人员专业技能的培训，高素质的渔业行政执法人员和水产技术推广人员能推动渔业环境保护、安全生产、水产质量安全检查和疫病检测等各项政策的顺利实施。最后，还要提高渔业企业经营者和渔民的素质。要提升渔业龙头企业经营者的专业素质和管理水平，发挥好他们的辐射和带动作用。要增强渔民对科技需求的意识和能力，鼓励渔民学习新的渔业生产技术，提升自己的养殖技能。

4.3 提高渔业科技服务水平，促进科技成果转化

首先，要继续强化国家水产技术推广机构的主导地位。目前，云南省渔业科技服务主体与全国大多数省份一样，为省、市、县、乡四级水产技术推广机构，专业合作社、家庭渔场、渔业企业等新型经营主体带有私营化的特征且发展不充分，对科技服务的供应不足，无法满足渔民的需求。因此，要继续强化国家水产技术推广机构的主导地位。其次，要积极探索其他主体共同参与的渔业科技服务模式。在云南省，州（市）以下的水产技术推广机构除了承担技术推广的职责外，还承担着渔业科研和渔业行政执法的工作职责，这样就导致基层人少事多，科技服务跟不上。因此，要鼓励科研院所、高校、渔业企业、专业合作社、各类协会（中介组织）等主体都参与到技术推广中来，积极探索“专家+渔业企业+养殖户”“专家+合作社+养殖户”“渔业企业+合作社+养殖户”等服务模式，促使专家进村，技术落地。最后，要重视渔业信息化建设。渔业信息化建设可以拓宽渔业科技服务的渠道，让科技服务主体能迅速知道渔民在技术上的需求，同时渔民足不出户就可以学到先进的技术。目前，云南省移动4G 信号对农村的覆盖率已实现100%，农业大数据中心也正在建设中，渔业信息化建设应该成为其重要组成部分。还要大力培养和发展各种信息资源中介机构，引导信息服务向专业化、规模化和规范化方向发展。