人力資本、追趕效應與農業科技進步

王振華 張廣勝

(沈陽農業大學經濟管理學院，遼寧 沈陽110866)

2012年中央“一號文件”指出實現農業持續穩定發展的根本出路是提高農業科技進步水平。我國農業科技進步貢獻率在2011年達到了53.5%，但與發達國家相比差距仍很大。影響科技進步的兩個主要因素是人力資本水平和技術追趕效應[1]，對農業領域也是如此。在分析人力資本對科技進步和經濟增長影響的研究中，學者們主要以人力資本均值為量化指標[2]，人力資本分布方差是一個新的考察視角，已有文獻存在較大爭議[3－4]。本文感興趣的是不同的人力資本分布方差、技術追趕效應是否、以及如何影響農業科技進步水平?現有研究一般假定人力資本水平與受教育年限呈線性關系，本文則放寬這一假定，證明了農村勞動力人力資本水平與受教育年限間為非線性關系。

1 文獻評述:分布方差的新視角

部分學者證明人力資本對經濟增長有促進作用，但也有研究表明人力資本對經濟增長的影響不顯著甚至呈負相關關系[5－6]。經驗分析結論不一致的原因是人力資本量化指標不同[7]，另外僅僅考慮人力資本的平均水平是不夠的，其方差分布對經濟也有重要影響[4]。

學者們進而檢驗人力資本分布對經濟增長的影響，但結論也存在分歧[8]。基尼系數等指標雖然可以度量人力資本的不平等程度，但不能準確測度人力資本的離散程度和分布結構[9]，因此學者又將人力資本方差作為量化指標[3－4，10]，發現其與經濟增長間存在正相關關系。然而，人力資本對經濟增長的影響主要是間接作用，已有研究都是在生產函數理論模型下進行回歸分析，這在方法論上是有爭議的[2]。

可得的文獻中，未見直接驗證人本資本分布對科技進步影響的研究，在農業生產領域也未見直接檢驗追趕效應對科技進步影響的文獻。本文綜合考慮現有文獻在研究方法方面的爭論，在分析過程中考慮空間相關性，引入空間計量模型，嘗試對文獻做出補充。

2 實證分析框架

2.1 農業科技進步的界定

廣義的農業科技進步包括自然科學技術進步和政策、經營管理和服務等社會科學進步，在測算過程中是指農業總產值增長扣除新增的投入要素量之后的余額，這與全要素生產率概念的本質相同[11]，本文采用全要素生產率值反應廣義的農業科技進步。

2.2 理論模型

本文沿用文獻廣泛引用的Benhabib-Spiegel 理論框架，影響農業科技進步水平的兩個主要因素是人力資本水平和技術追趕效應[1]，表示為:

式(1)中，HCit代表省份i 在t時期的人力資本指標，CEit代表省份i 在t時期技術追趕效應，εit為隨機干擾項。i省份的人力資本總水平THCit是由每個勞動力的人力資本水平PHCitj加總形成的，即其中，nit為省份i 在時期t的勞動力人數。

本文假設人力資本水平主要受教育水平的影響，工作經驗的積累本文不予研究[4]。PHC是受教育年限U的函數，令PHCitj=g(Sitj)，其中，Sitj為i省份中j 人在時期t的受教育年限，g(.)為人力資本水平和受教育年限的函數關系，將函數g(.)在平均受教育年限處進行二階泰勒展開[10]，兩邊除以勞動力人數nit則得到式(2):

本文放寬人力資本水平與受教育年限呈線性關系的假設，即g″(uit)不為0，將方差納入考察范圍。采用平均受教育年限作為人力資本水平均值的替代變量，以受教育年限方差作為人力資本分布方差的替代變量。式(2)證明人力資本水平受均值和方差的共同作用，將式(2)帶入式(1)得到式(3)，證明各省份的人力資本分布方差對農業科技進步有重要影響。

2.3 空間計量模型的建立

本文引入空間計量模型的原因是省份間農業科技進步可能存在空間相關性。空間計量經濟學研究的空間效應主要包括空間自相關和空間差異性，本文分別建立空間滯后模型和空間誤差模型。

技術追趕效應選擇文獻中的量化方法[1]:

式(4)中，Ait－1為省份i 在t－1時期的農業科技進步水平為t－1時期全國的農業科技進步水平。

本文加入的控制變量為:一是醫療條件指標(YL)，量化指標為每千農業人口鄉村醫生和衛生員人數。二是財政支農指標(CZ)，量化指標為農業財政支出占全社會固定資產總投資比例。三是農業科研投入(KY)，量化指標為農業科研機構農業科研總支出。四是科技環境(KJ)，本文的量化指標為技術市場成交額。五是自然災害(ZH)，量化指標為各地區成災面積占農作物播種面積比重。參照學者們的研究經驗，對各指標數據進行對數化處理，并對各控制變量進行一階差分以保證數據的平穩性。

最終，本文擬建立的空間計量回歸模型為:

式(5)為空間滯后模型，式(6)為空間誤差模型，ρ 和λ為空間回歸系數，υit為隨機誤差項，μi反應空間效應，可以是固定效應也可是隨機效應。本文中T取11，IT為11維單位矩陣，N取31，WN為31 階0－1 空間權重矩陣，ε為誤差項。

2.4 估計方法

本文的估計方法采用最大似然法[12]，使用Matlab7.1版軟件的空間計量工具箱對模型進行估計。

3 農業科技進步值的測算及相關數據統計描述

本文選擇數據包絡分析方法測算農業科技進步值，將全要素生產率增長率Malmquist指數轉化為TFP指數:首先測算各省份基期的技術效率值，同時假設基期技術進步值為1，根據技術效率值變化指數和技術進步值變化指數依次測算隨后每年各省份的技術效率值和技術進步值，二者相乘得到 TFP指數。在計算過程中，本文借助DEAP2.1 軟件，采用產出導向模型。本文建立的投入產出指標體系為:投入要素選擇土地、勞動力、資本，產出要素選擇農業總產值。其中，農業總產值為各地區農林牧漁總產值數據，采用農業總產值指數進行平減，土地要素的量化指標為農作物播種面積，勞動力要素為鄉村從業人員中農林牧漁業從業人員數，資本要素選擇農林牧漁業物質消耗值(包含固定資產折舊)，采用農村生產資料價格指數進行平減。數據來源于1999－2011年的《中國農業年鑒》、《中國農村統計年鑒》和《中國統計年鑒》。限于篇幅，本文不給出農業科技進步值的詳細數據。

其他方面，醫療條件原始數據來源于2000－2011年《中國農村統計年鑒》，財政支農指標、成災面積比例和技術環境指標等原始數據和修正指數來源于2000－2011年的《中國統計年鑒》。文獻認為中國農業科研投資滯后期為3－5年，本文選擇為4年，數據來源于《全國農業科研統計資料匯編》，涵蓋市級以上農業研究和開發機構的相關數據。

4 實證分析結果及討論

本文采用文獻中出現較多的Moran's I指數進行區域變量的自相關檢驗，將2000－2010年拆分成2000－2003年、2004－2007年、2008－2010年3個時間段，分別測算Moran's I指數。

從Moran's I指數檢驗看，2000年后，我國各省份農業科技進步值有顯著的空間相關關系，證明了本文采用空間計量模型的必要性。對農業科技進步空間分布格局的形成原因，本文認為主要是地理位置較近的省份間農業生產條件相同，農業種植結構相似，因此先進的農業生產技術在相鄰省份間的適用性更強，而對于地理位置較遠、種植業結構不同的區域，農業科技的進步可能會受限于自然生產條件，無法得到推廣和應用。

表1 數據統計描述Tab.1 Statistical description of data

表2 農業科技進步值的Moran's I指數Tab.2 Moran's I index of TFP

Moran's I指數為正且呈遞增趨勢說明隨著時間的推移，省份間的正相關關系越來越突出，原因可能是隨著農業科技的推廣及通信技術的逐步發展，地區間的農業科技交流情況越來越頻繁和有效，影響日漸突出，空間相關性增強。

在模型選擇方面，本文進行Hausman檢驗作為參照，Chi-Sq統計值為29.472 9，P值小于0.05(為0.000 3)，因此本文選擇含有固定效應的空間面板數據模型。

本文通過測算方差膨脹因子排除了變量間存在多重共線性的可能。從表3看，在考慮了空間效應后，回歸結果發生了變化，人力資本方差變量對農業科技進步的影響變為顯著，各省份變量間及誤差項間存在顯著的正相關。在實證分析中由于很難同時滿足Anselin 提出的選擇SEM或SLM模型準則的兩個條件，學者都是對模型效果進行比較選擇理想的模型[12]。本文中空間誤差模型的R2值和最大似然值都優于空間滯后模型，由此下文的分析主要針對空間誤差模型的估計結果。

首先，農村勞動力人力資本方差對農業科技進步的影響顯著(1%的置信水平)為正，即:在人力資本平均水平等其他條件相同的前提下，人力資本的分布方差對農業科技進步值有正向影響。人力資本水平與受教育年限并不是簡單的線性關系，在本文的研究范圍內，隨著受教育年限的增長，人力資本水平是加速增長的。已有的實證檢驗結論也表明教育獲得方差對經濟增長有促進作用[4，9]。

本文的解釋是:在人力水平均值不變的前提下，方差越大，意味著人力資本的分布越發散。目前各省份文盲及半文盲人數、受教育程度為小學人數占比不斷下降，從全國平均看，1999年，我國的農村勞動力文盲及半文盲人數占比為8.96%，受教育程度為小學人數占比為33.65%，到2010年，上述兩個指標降低至5.70%和24.40%。在這個前提下，方差越大則意味著高受教育程度人數占比越大，而這些高受教育程度的農村勞動力善于接受并采用先進的生產技術，他們對身邊勞動力的農業生產具有很強的示范和帶動效應。

其次，追趕效應系數顯著(1%的置信水平)為正，說明在我國的農業生產中，位于生產前沿面上的科技進步水平較高的省份對其他省份有較強的示范和帶動效應。農村勞動力人力資本均值對農業科技進步的影響顯著(1%的置信水平)為正，這與常識判斷相符。同時空間誤差系數顯著為正，臨近省份的自然條件較為接近，農業科技在臨近省份間的流動性較強，也更為有效。

表3 三種模型估計結果對比Tab.3 Comparison of results of three models

在其他控制變量中，第一，農業科研投入對農業科技進步有促進作用，但這種促進作用并不顯著，可能的原因是農業科研投資與農業生產仍可能存在脫節現象。第二，自然災害對農業科技進步有顯著的負向影響，醫療條件指標和財政支農指標對農業科技進步有顯著的正向影響，而科技環境指標對農業科技進步的影響不顯著。

5 結論和政策含義

本文建立空間計量模型，從方差分布的視角檢驗農村勞動力人力資本及追趕效應對農業科技進步的影響，研究表明:第一，我國各省份農業科技進步水平存在顯著的空間相關關系，這種空間相關性在逐年增大，選擇空間計量模型是合理且必要的;第二，人力資本分布方差是影響農業科技進步的顯著因素，二者呈正相關關系;第三，追趕效應對農業科技進步有顯著的正向影響;第四，人力資本均值、財政支農等也顯著影響了農業科技進步水平。

上述研究結論的政策含義是明顯且重要的。學者們一直強調在農村普及義務教育、提高人力資本均值的重要性，本文認為，在此基礎上政府要逐步培育一批具有較高人力資本水平的農村勞動力，培養他們成為先進農業生產技術的優先采用者，充分發揮他們的示范帶動效應。具體措施包括:加強對農村學生接受高中及以上教育的財政支持力度;支持涉農職業教育的發展;對農民合作經濟組織的發起人或生產大戶等農業生產的帶頭人進行培訓等。

References)

[1]Benhabib J，Spiegel M.The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data [J].Journal of Monetary Economics，1994，34(2)，143－173.

[2]Chi W.The Role of Human Capital in China's Economic Development:Review and New Evidence[J].China Economic Review，2008，19:421－436.

[3]宋家樂，李秀敏.中國人力資本及其分布同經濟增長的關系研究[J].中國軟科學，2011，(5):162－168.[Song Jiale，Li Xiuming.Study on the Relationship between Average and Dispersion Indices of Human Capital and Economic Growth in China [J].China Soft Science，2011，(5):162－168.]

[4]馮曉，朱彥元，楊茜.基于人力資本分布方差的中國國民經濟生產函數研究[J].經濟學(季刊)，2012，(1):560－594.[Feng Xiao，Zhu Yanyuan，Yang Qian.A Study on China's National Production Function Based on a Human Capital Dispersion Index[J].China Economic Quarterly，2012，(1):560－594.]

[5]楊建芳，龔六堂，張慶華.人力資本形成及其對經濟增長的影響[J].管理世界，2006，(5):10－18.[Yang Jianfang，Gong Liutang，Zhang Qinghua.Human Capital Formation and its Effect on Economic Growth[J].Management World，2006，(5):10－18.]

[6]余長林.人力資本投資結構及其經濟增長效應[J].數量經濟技術經濟研究，2006，(12):117－125.[Yu Changlin.Investment Structure in Human Capital and Effect on Economic Growth[J].Journal of Quantitative ＆ Technical Economics，2006，(12):117－125.]

[7]姚先國，張海峰.教育、人力資本與地區經濟差異[J].經濟研究，2008，(5):47－57.[Yao Xianguo，Zhang Haifeng.Education，Human Capital and Regional Economic Differentials[J].Economic Research Journal，2008，(5):47－57.]

[8]Birdsall N，Londono J L.Asset Inequality Matters:an Assessment of the World Bank's a Roach to Poverty Reduction[J].American Economic Review，1997，87(2):32－37.

[9]鄧子基，唐文倩.教育獲得方差的經濟增長效應——來自中國多省份的經驗證據[J].廈門大學學報:人文社科版，2010，(6):13－20.[Deng Ziji，Tang Wenqian.The Effect of Variance of Educational Attainment on Economic Growth: Evidence from Mainland China[J].Journal of Xiamen University:Arts ＆ Social Sciences，2010，(6):13－20.]

[10]Jungsoo P.Dispersion of Human Capital and Economic Growth[J].Journal of Macroeconomics，2006，28 (3):520－539.

[11]趙芝俊，袁開智.中國農業技術進步貢獻率測算及分解:1985－2005[J].農業經濟問題，2009，(3):28－36.[Zhao Zhijun，Yuan Kaizhi.Estimation and Decomposition of China's Agricultural Technological Progress Rate (1985－2005) [J].Issues in Agricultural Economy，2009，(3):28－36.]

[12]吳玉鳴.中國省域經濟增長趨同的空間計量經濟分析[J].數量經濟技術經濟研究，2006，(12):101－108.[Wu Yuming.A Spatial Econometric Analysis of China's Provincial Economic Growth Convergence[J].Journal of Quantitative ＆ Technical Economics，2006，(12):101－108.]