綠色科技創新、產業化經營與農業生產效率變化

玉琦彤 周子涵

（暨南大學國際商學院，廣東 珠海 519070）

一、引言

農業生產事關國計民生，是人類賴以生存的根本，也是支撐國民經濟建設和發展的基礎產業［1］，是立國之本。農業生產易受自然條件狀況的影響，存在季節性與周期性，生產不穩定以及碎片化的問題突出，價格波動大，當期的農產品價格很大程度上受到上一期供需量的影響，而當期的價格又會影響到下一期農產品的供給量，是典型的蛛網市場。近年來，中國經濟增長速度不斷放緩，企業利潤持續低迷，美國、歐洲等綜合性國際市場的外部需求出現疲軟，中國依靠低成本而獲得產品在國際市場上競爭力的優勢正在發生根本性的轉變。由于農業處于國民經濟行業中的上游地位，農業的可持續發展能力關乎整個國民經濟的長期發展，農業生產不穩定的特性給國民經濟的下游產業帶來極大的不利影響，因此，提高農業生產效率對于農業乃至整個國民經濟的發展都具有重要意義。

當前，人口紅利逐漸喪失、人地矛盾頻頻發生、生態環境日趨惡劣，傳統的依靠人力投入、土地投入粗放式的農業生產經營模式正在面臨嚴峻的考驗。進入新時期，面對激烈的外部市場競爭，要想提高農業資源的利用效率和農業生產效率，要想在農村勞動力大量流失的背景下保持糧食產量的穩步增長，使我國的農業獲得可持續發展，走具有中國特色的集經濟效益、社會效益、生態效益于一體的農業發展道路，就要通過集約化、內涵式的發展方式實現農業現代化，就要通過將科學技術引入到農業生產領域，實現科學技術在農業領域的生產、轉化、推廣和應用，優化農業資源配置、創新農業生產方式，從而提升農業生產效率和競爭力［2］。

二、理論分析與研究假說

農業的生產能力是國民經濟發展的基礎，傳統的擴大農業生產能力的方式不外乎增加要素的投入，但在農業的發展過程中，城鎮化的進程加快使得農村勞動力大量向外轉移［3］，致使我國農業生產始終存在投入不足、規模效益低下、利益流失嚴重的問題［4］，而化肥、地膜等生產要素的不斷投入和農村資源的過度開發帶來農業外源污染以及生態系統惡化的一系列問題［5］，因此，農業的長期增長不可能依賴生產要素的無限投入，而更要依賴于農業生產要素使用效率的提高［6］。Farrell［7］在 1957 年利用 DEA 模型對英國農業生產效率進行評價分析，這也是最早的有關農業生產效率的研究。杜文杰［8］利用隨機前沿方法測算中國農業生產效率的變動，發現我國農業生產效率盡管處于增長的趨勢但綜合效率普遍偏低，部分地區生產無效率的主要原因是純技術效率較低，而勞動生產率增長的首要源泉來自技術進步的作用［9］。談存峰［10］證明了技術效率與技術進步均對農業生產率產生正向促進作用，技術進步反映了科技和人才資源對農業生產活動成果的影響，對推進農業產業結構調整和經濟增長方式的轉變具有重要意義，是提高技術效率的重要條件。已有研究證明，農業科技資源的配置在影響農業勞動力的非農就業發展趨勢［11］的同時，能有效促農業經濟增長［12］，并且農業科技能夠優化和改善傳統農業生產要素的配置結構，突破資源和環境的限制，是加快現代農業建設的決定力量［13］。但就目前國內農業發展形勢來看，農業生產在利用灌溉、農用機械等先進生產資料極大地增加了農業總產值的同時也造成了大量環境污染［14］。盡管考慮到在進行科學技術研發的同時增加環境治理投入會暫時擠壓科研資金而不利于農業科技創新［15］，但從長期來看，生產給環境帶來的污染會降低農業資源的利用效率，影響農產品的質量安全，進而造成農業經濟效益和生態環境效益的雙重損失。而在傳統的農業技術創新中引入可持續發展、環境保護等理念，將系統工程學、生態學等學科的知識和方法納入到農業技術創新的過程中，不僅是對傳統農業技術創新的突破，也可以致力于減少農業廢棄物的排放，提高農業資源的利用率，通過成本的增加帶動科技創新，以“創新補償效應”增進生產效率［16］，從而產生更大的經濟效益和生態效益。據此，本文提出假說1。

H1：其他條件不變的情況下，農業綠色科技創新與農業生產效率正相關。

除了從科學技術的視角來分析農業生產效率的變化，一些學者還認識到農業產業化的發展程度可能也會以間接或直接的方式對農業生產效率產生影響。在產業化經營與農業生產效率方面，農業受到自然環境的影響較大，具有生產周期長、投資風險大、收益不穩定的特點，農戶規模小而分散［17］、農業產業鏈短而窄仍然是制約我國農業規模生產、穩定運營的主要原因。而以市場為導向、以經濟為中心，實行專業化生產、社會化服務、企業化管理的農業產業化經營，恰好能克服我國傳統小農經濟生產中的薄弱環節，改變小而分散的農業生產分工形式。一方面，農業產業化發展有利于發揮集聚經濟效應，促進農業生產專業化、規模化，提高農業生產社會化水平，并通過提高規模報酬、促進社會分工來提升勞動生產效率；另一方面，專業的合作組織能為農業生產提供多元化的生產性服務，提高農業生產要素利用效率，降低平均生產成本，降低風險和實現優勢互補，提升當地農業產業的綜合競爭力，從而取得更大的經濟效益。

在產業化經營與農業科技創新方面，農業產業化經營可以對綠色科技創新活動與農業生產效率之間產生積極的調節作用。黃潔莉［18］認為農業企業是推進農業科技進步的重要載體，有助于提升涉農企業科技創新能力，Mugunieri G L［19］也表示農業合作組織有利于農業技術的使用、推廣及社會化服務。孫曉欣和馬曉冬［20］提出，農業產業化水平的進一步提高，有利于發展環境友好型農業，推廣節約型農業技術，將生態環保與農業生產相結合。然而，在一些農業技術項目中，由于缺乏必要的專業化的生產性服務，許多技術含量和附加值較高、市場前景看好的農業技術項目無法實施［21］。由此可見，農業產業化使得農業生產組織置身于市場競爭之中，而較為完善的市場經濟體系對農業生產中的技術進步提出了更高的要求［22］，復雜多變的外部環境促使農業生產組織通過引進綠色環保的農業生產方式，促進農業生產技術項目的實施，推廣資源節約型的農用技術手段，并通過“創新補償效應”提高農業生產效率，擴大市場份額并提升市場競爭力。據此，提出假說2和假說3。

H2：其他條件不變的情況下，農業產業化經營與農業生產效率正相關。

H3：其他條件不變的情況下，農業產業化經營對綠色科技創新與農業生產效率的關系產生積極調節作用。

三、模型設置與變量選擇

（一）模型設計

1.數據包絡方法。數據包絡方法（DEA）是利用線性規劃的方法，將每個決策單元（DMU）投入和產出的數據投射在坐標空間上，求出最大產出或最小投入，以衡量各個決策單元的相對生產效率。由于DEA模型無須預先設定生產函數的形式，有效避免了主觀因素的影響，并且容易對模型進行其他方面的拓展，對評價多投入與多產出的生產形式具有運算簡便、減少誤差的優越性使其成為評價生產效率的主流模型。

CCR和BCC是其中兩個典型的模型，CCR采用固定規模的假設，用線性規劃的方法估計生產邊界，落在生產邊界上的決策單元即為有效率，未落在生產邊界上的決策單元無效率。BCC是在CCR上的改進，它在變動規模的假設下衡量決策單元的效率，將綜合效率分解成純技術效率和規模效率的乘積，表明影響決策單元本身效率的可能是技術效率，也可能是規模效率［23］。BCC模型通過以下線性規劃的形式來判斷決策單元是否有效。

式中，Yk表示第k個決策單元的綜合效率，也稱為技術效率，Yrk表示第k個決策單元的第r個產出變量，xik表示第k個決策單元的第i個投入變量，λr表示第r個產出變量的權重系數，θi表示第i個投入變量的權重系數，μk表示第k個決策單元的規模報酬指標。

2.tobit模型。 tobit模型最早由Tobin在1958年研究耐用消費品時提出的一個計量經濟學模型［24］，它能解決因變量部分連續分布或部分離散分布的回歸模型構建問題。

式中，Y為因變量，X為自變量，α為截距項，β為待估的參數，隨機干擾項

在本文中，Tobit模型的因變量是利用DEA模型計算出的農業生產效率值，這些效率值均為處于［0，1］區間內的離散數值，在這種情況下利用最小二乘法估計得Tobit模型參數是有偏不一致的，因此，需要以極大釋然法估計Tobit模型中的參數，能提高參數估計值的精確度。

（二）變量選擇

1.DEA模型變量。（1）投入變量。關于農業生產投入指標的選擇，相關學者已進行了深入探討分析，大部分文獻均選取勞動力、資本、土地三個指標作為農業生產最主要的投入［25－27］。在農村勞動力持續流失的背景下，將先進的農業技術和農用機械引入農業生產中，在農業大國的轉型關鍵時期對于提高土地產出率和勞動生產率、促進農業產業現代化建設更具有現實意義。因此，本文以技術投入代替勞動力投入作為農業生產的主要投入指標之一，以農用機械總動力和農用化肥施用量表示。資本投入變量和土地投入分別選取農林牧漁業固定資產投資和農作物總播種面積［28］。常用的衡量農業生產效率產出指標包括農村居民純收入、農作物總產值、主要農作物總產量等［29］。（2）產出變量。考慮到各個地區農業基礎設施條件不同，自然資源稟賦存在較大差異，因此本文選取農業增加值衡量當期生產資料投入對農作物產量的相對影響。

2.Tobit模型變量。（1）因變量。Tobit模型的因變量常常選取第一階段DEA模型測算得出的效率值，在本文中，因變量為通過DEA模型測評得到的31個省市區2011－2015年的農業生產效率值。（2）自變量。綠色科技（Green）與農業產業化（Indus）是本文的核心自變量，產業化可以用產業化經營項目表示［30］，而農業綠色科技是一個綜合指標，由多項環境友好的農業生產技術綜合決定，借鑒王國升等［31］和姚延婷等［32］的做法，以沼氣工程、除澇治堿面積和節水灌溉類機械作為環境友好和資源節約型科技應用的代表，通過主成分分析法得到綠色農業科學技術的綜合應用程度，以此來評價綠色科技對農業生產效率的影響。

（3）控制變量。借鑒已有研究的做法［33－36］，本文選取鄉村辦水電站數（Hydro）、水庫數（Reser）、播種面積比（Grain）、有效灌溉面積比（Irr）、農林水事物支出（Gover）、第一產業比值（Agri）、人均GDP（Eco）作為tobit模型的控制變量。

四、實證分析

（一）基于DEA模型的農業生產效率評價體系

從《中國農村統計年鑒》和《中國科技統計年鑒》獲取相關數據并加以整理，將投入產出數據代入DEA模型，運算結果如表1、圖1所示：

圖1 2011－2015我國農業生產效率

分時期來看，總體上，我國農業生產效率普遍較低，從2011－2015年五年期間的最高值僅為0.748，平均有25.2%的資源是浪費的，但綜合效率每年處于遞增的狀態，主要是由于純技術效率和規模效率整體上升帶動的，平均純技術效率和規模效率分別為0.827和0.845，較為有效，說明我國農業生產率發展態勢良好，伴隨著農業生產的社會化、農業經濟組織的市場化，以及農業科技的進一步發展，農業生產效率逐漸提高。

從整體上看，綜合生產效率高的地區呈現規模效率與純技術效率的“雙高”，而在綜合效率偏低的地區則呈現規模效率與純技術效率的“雙低”，因此要提高農業生產綜合效率需要同時注重規模生產與管理效率的提高。從地區分布來看，農業生產效率最高的是浙江省，綜合效率達到了0.937，其次是四川省，平均農業生產效率達到了0.931。而生產效率最低的省份為安徽省，綜合效率僅有0.491，主要是純技術效率的偏低導致的。因此，安徽省在農業生產中要更注重對現有資源的開發利用和合理配置，通過技術成果的轉化應用提高物質資料的利用效率。在31個省市區中，包括安徽、寧夏、內蒙古等16個省市區的農業生產效率低于平均值0.692，反映了我國近年來農業產業發展的現狀。

表1 2011－2015各省農業生產效率排名

圖2是對各個省份農業生產效率的地區進行劃分，綜合效率總體呈現“中南＞西南＞華東＞東北＞西北＞華北”的分布特征。農業生產效率最高的是中南地區，整體效率的平均值為0.786，中南地區的湖南、湖北兩省地處長江中下游平原，地形平坦，土壤肥沃，廣西、廣東屬于亞熱帶濕潤季風氣候，海南屬于熱帶季風氣候，全年降水豐沛，熱量充足，農作物可以達到一年兩熟甚至是一年三熟。而華北地區多旱澇災害，水資源短缺給當地農業生產活動造成極為不利的影響，而華北地區連片的耕地適合大規模的機械耕作，因此華北地區農業發展要更注重發揮規模化經營的優勢以及加強節水灌溉類機械的運用與推廣。盡管東北地區整體農業生產效率僅有0.68，但規模效率是六個區域當中最高的，達到了0.933，這是由于東北地區土壤資源豐富，土質以肥沃的黑土為主，是國內最大的商品糧種植基地。東北平原擁有三大優勢農業生產區域——三江平原、松嫩平原和遼河平原，土地集中連片，平原平坦的地勢有利于機械的運作和推廣，集約化經營優勢明顯。

圖2 分區域農業生產效率

（二）基于Tobit模型的農業生產效率影響因素分析

為了檢驗假說H1和假說H2，本文將綠色科技創新和產業化經營作為自變量代入Tobit模型中進行回歸，關于假說H3，即產業化經營對綠色科技創新與農業生產效率兩者之間關系起到的調節效應，則采用綠色科技創新與產業化經營項目的交互項作為自變量代入模型一起回歸驗證，回歸結果如表2所示。

表2 tobit模型回歸結果表2

由表2可知，在全樣本的回歸結果中，綠色科技創新對農業生產效率產生顯著的負向效應，當綠色科技綜合評價指標上升1%時，農業生產效率下降了6.62%，與預期的假設相反，這可能是因為，農業科研受到傳統科技考核體系的影響，偏向于科研成果本身是否具有學術價值［2］，并沒有重視成果專利的轉化應用以及社會價值的實現，導致農業科技活動與市場需求脫節，相關科研成果轉換為現實生產力的路徑受阻，不利于農業勞動生產率的提高；在產業化經營方面，Indus對農業生產效率的影響系數也為負，且通過了水平為5%的顯著性檢驗，當產業化經營項目指標上升1%時，農業生產效率下降27%，產業化經營對農業生產效率產生負向影響的原因可能是因為，盡管現階段由政府主導的農業產業化經營有利于轉變農業經濟增長方式由粗放型經營向集約型經營發展，但是剛剛起步的農業合作組織存在力量薄弱、規模小、制度不完善等缺點，不能有效帶動專業化的生產［37］，并且傳統的小農經濟導致農戶普遍缺乏合作意識與合作習慣，農民協調組織化程度低，如果不建立相應的激勵機制和約束機制，農業產業化經營項目的實施不僅可能無法調動農民的生產積極性、引導農戶進行更專業化的分工，甚至可能還會抑制其勞動積極性，不利于農業產業的可持續發展。

值得注意的是，盡管綠色科技創新與產業化經營的指標獨立的對農業生產效率產生了顯著負向效應，但兩個變量的交乘項則對農業生產效率產生了正向的促進作用，當交乘項上升1%時，農業生產效率顯著提升12.3%，說明綠色科技創新與產業化經營交互作用，產業化經營對綠色科技創新與農業生產效率之間產生積極的調節作用，也說明產業化合作組織有利于農業技術的使用、推廣及社會化服務，促進了綠色農業技術的推廣與使用，通過農業合作組織引進綠色環保的農業生產方式，促進農業生產技術項目的實施，推廣資源節約型的農用技術手段，有效促進綠色科技對農業生產效率的提升作用。

此外，本文還分別對東部地區、中部地區、西部地區三個子樣本進行回歸，發現除了中部地區的綠色科技創新系數符號不一致外，其他關鍵變量的符號表現均與全樣本回歸的一致，說明回歸結果是穩健的，也說明了我國各個地區普遍存在傳統科研考核體系抑制學術成果轉化為現實生產力、農業產業化經營項目規模小、力量薄弱、無法有效引導農戶專業化分工生產的現象。

五、結論與啟示

本文采用DEA模型對2011－2015年省際農業生產效率進行評價，并構建tobit回歸模型對綠色科技創新、產業化經營對農業生產效率的影響進行分析，得出以下結論：第一，從整體上看，我國農業生產效率普遍偏低，平均綜合效率僅有0.692，但生產效率呈現逐年遞增的趨勢，主要是由純技術效率和規模效率整體上升帶動的。農業生產效率地區分布不均衡，表現為效率高的地區呈現規模效率與純技術效率的“雙高”，而在效率偏低的地區則呈現規模效率與純技術效率的“雙低”。區域分布上，我國農業生產效率總體呈現“中南＞西南＞華東＞東北＞西北＞華北”的分布特征。第二，本文通過主成分分析法構建農業綠色科技創新的綜合指標，以產業化經營變量作為中介調節指標對農業生產效率進行回歸，發現全國范圍內綠色科技創新與產業化經營的單因素變量均對農業生產效率產生負向效應，而兩者的交互項則正向促進農業生產效率的提升，說明農業產業化經營發揮的中間調節作用是積極的。在對東部地區、中部地區、西部地區三個子樣本進行回歸時，系數的符號也基本一致，說明全樣本的回歸結果是穩健的。

基于以上結論，文本有以下幾點建議：第一，不斷完善激勵機制與考核體系，在充分調動專業技術人員和研發機構研發生產積極性的同時，將技術創新作為生產要素融入農業生產中，提高農業科技成果的實用價值，促進農業科技成果的順利轉化，實現農業生產與科技研發的有效對接。第二，積極發揮專業合作社、集體經濟組織、合作企業等具有規模化、市場化、專業化生產加工等優勢的經營主體的作用，在帶動區域農業集群化發展的同時，通過引進綠色環保的農業生產方式，促進農業生產技術項目的實施，推廣資源節約型的農用技術手段，提高農業生產效率。