農村扶貧科技供需均衡及其演變的影響因素研究

熊 娜

(廣西民族大學 商學院，廣西 南寧 530006)

一、提出問題與文獻綜述

黨的十八大以來，習近平主席從人民的利益和幸福出發，提出了“精準扶貧、精準脫貧”的戰略思想?？萍挤鲐氂行с暯赢a業扶貧、智力扶貧、創業扶貧和協同扶貧，保障脫貧攻堅成效穩健和可持續，備受社會廣泛關注。1986年至今，國務院辦公廳、科技部、農業部、人力資源與保障部等先后在大別山、井岡山、陜北地區的55個貧困縣以及少數民族貧困地區開展科技扶貧，取得顯著脫貧成效。盡管如此，科技扶貧過程中依然存在著扶貧科技供需渠道不暢、扶貧科技資源閑置浪費等問題，降低了扶貧科技的脫貧效率(邢成舉，2017)[1]。

已有多數文獻對各類人群對科技需求意愿的影響因素開展了相關研究。Wozniak(1993)、Doss R C和Morris L M(2001)研究了農場主學歷教育、年齡結構、家庭平均收入和農業科技服務等因素對科技需求意愿的影響[2-3]。霍瑜等(2016)研究了貧困農戶性別、文化程度、勞動力人數、地理環境、信息來源、家中是否有人擔任干部、是否有專業技能和是否參加過農技培訓等因素對科技需求意愿的影響[4]。李俏(2015)以全國十省農村地區農戶的實地調查數據為基礎，通過建立二元Logistic模型探討了影響農民科技需求的因素[5]。孫慶剛和楊建君(2017)等采用新疆調查數據研究了民族地區農戶民族、宗教信仰和科技推廣等因素對民生科技需求意愿的影響[6]。李龍等(2013)研究了農民個人特征、家庭特征、生產特征和環境特征等因素對生產型和生活型民生科技需求意愿的影響[7]。劉春香等(2017)采用江蘇省淮安市198個大棚蔬菜種植戶數據，從大棚蔬菜生態化生產經營環境特征和大棚蔬菜種植戶行為態度認知兩個層面研究了綠色科技服務接受意愿的影響因素[8]。

如上文獻關于科技供給以及科技供需意愿均衡問題的研究并不多，難以全面認識科技扶貧中存在的問題。以國家科技扶貧重點縣的貧困戶為研究對象，在統計分析扶貧科技供需現狀的基礎上，運用biprobit模型研究扶貧科技供需意愿均衡及其演變的影響因素，為進一步完善和優化科技扶貧政策和創新科技扶貧模式提供參考思路。

二、扶貧科技供需意愿及其均衡分析

1.研究區域及樣本描述

研究數據來源于對湖北英山、江西井岡山、貴州晴隆、廣西隆林等國家科技扶貧重點縣貧困戶科技供需情況的調查。調查獲取問卷1917份，剔除漏答關鍵問題和出現錯誤信息問題問卷196份，剩余有效問卷1721份，問卷有效率89.76%。為了識別貧困戶對扶貧科技需求意愿的有效性信息，在問卷設計中融入了Feder等(1985)和Jalan的意愿識別思想[9-10]。

從調查結果看，貧困戶以男性為主，所占比例為68.42%；年齡偏大，50-74歲所占比例為50.95%；文化教育水平偏低，小學及以下所占比例為59.19%。貧困戶家庭的就業渠道窄，有兼業收入的貧困戶家庭所占比例為11.17%。多數貧困戶家庭以種植業生產為主，從事種植業生產的貧困戶家庭所占比例為73.26%。貧困戶家庭的人口規模較大，5人及以上的貧困戶家庭所占比例為39.15%。貧困戶家庭非農收入占總收入的比重較小，非農收入占總收入比重超過50%的貧困戶家庭所占比例為11.27%。貧困戶家庭的醫療負擔較重，常年就醫、大病臥床不起等醫療負擔重的貧困戶家庭所占比例為41.15%。

2.扶貧科技需求分析

從表1看，貧困戶對田間管理、疫病疫情防控、農產品品牌建設、農機維修、農產品銷售、節約生產等扶貧科技的需求較多，而對化肥農藥使用、動植物新品種生產、農業機械使用、農產品儲存運輸、農產品市場信息等扶貧科技的需求較少。

根據脫貧功能，扶貧科技分為生存科技、發展科技和環境科技三類(湯國輝，2018)[11]。田間管理、農產品品牌建設、農產品銷售、節約生產等扶貧科技屬于發展科技，化肥農藥使用、動植物新品種生產、農業機械使用、農產品儲存運輸、農產品市場信息等扶貧科技屬于生存科技。貧困戶對發展科技的需求較多，對生存科技的需求較少。根據馬斯洛需求層次理論，貧困戶對扶貧科技的需求圍繞脫貧進程而發生演變，即生存科技需求→發展科技需求→環境科技需求。當前貧困戶對扶貧科技的需求正在從生存科技需求向發展科技需求演變，未來將向環境科技需求演變。

表1 扶貧科技供需意愿結構分布 (單位：%)

3.扶貧科技供給分析

從表1看，比較獲得扶貧科技的貧困戶所占比例，可知扶貧科技供給以化肥農藥使用技術、農產品存儲運輸技術、動植物新品種生產技術、無公害和綠色科技、生產生態控制、農業經營知識、環保技術等為主，田間管理技術、疫病疫情防控、農產品品牌建設技術、農機維修技術、農產品銷售技術、節約生產技能等較少。根據上述對扶貧科技的分類，貧困戶獲得的扶貧科技主要以生存科技與環境科技為主。

4. 扶貧科技供需均衡分析

從表2看，貧困戶對扶貧科技需求能夠得到滿足的有化肥農藥使用技術、動植物新品種生產技術、農業機械使用技術、農產品儲存運輸技術、農產品市場信息技術。然而，貧困戶對這些扶貧科技的需求意愿并不強。與此相反，貧困戶需求意愿較強的田間管理技術、疫病疫情防控、農產品品牌建設技術、農機維修技術、農產品銷售技術、節約生產技能等難以得到較好的滿足。而對獲得的無公害和綠色科技、生產生態控制、農業經營知識、環保技術等沒有需求?？傮w上看，扶貧科技供需存在數量和結構上的“雙失衡”。

表2 扶貧科技供需均衡狀況 (單位：%)

三、模型選擇和變量設計

(一)模型選擇

假設科技扶貧中僅涉及需求者貧困戶和供給者政府。貧困戶對扶貧科技的需求和政府對扶貧科技的供給面臨一個二元決策意愿，二元決策意愿組合有“有需求與有供給”、“有需求與無供給”、“無需求與有供給”和“無需求與無供給”四種結果。虛擬變量D和S分別表示貧困戶的科技需求意愿和政府的科技供給意愿，即式(1)和式(2)，意愿組合為(1，1)、(1，0)、(0，1)和(0，0)。P表示有需求和有供給與無需求和無供給的虛擬變量，即式(3)。D*和S*分別表示科技需求和科技供給的隱藏變量，即式(4)。Xd和XS分別表示影響科技需求和科技供給意愿的自變量；αd和αs為待估計參數；δd和δs滿足BVN(0,0,1,1,ρ)，ρ是δd和δs的相關系數。D和S與D*和S*之間的關系由式(5)和式(6)確定。

(1)

(2)

(3)

D*=αdXd+δd；S*=αsXs+δs

(4)

(5)

(6)

科技需求意愿影響因素研究中多采用單變量probit模型式(7)。單變量probit模型只能分析P=1的觀察結果，忽視部分貧困戶“無科技需求無科技供給”的事實。Poirier(1980)提出的局部可觀察雙變量probit模型式(8)，利用P構建D與S的聯立方程，彌補了單變量probit模型部分缺陷，但估計效率仍然有待改進[12]。當D=1，P可觀察到，S=P；當D=0，P無法觀察到，沒有S的信息。biprobit模型式(9)和式(10)中的D通過調查可以觀察到“貧困戶無需求有供給”，估計效率高于前述兩模型。式(11)是極大似然法對式(9)和式(10)聯合估計的對數似然函數，Φ(·)是一元累積正態分布函數。

Pr(access)=Pr(D=1|Xd)=Pr(S=1|Xs)

(7)

Pr(P=1)=Pr(D=1,S=1)

=Pr(D*>0,S*>0)

=Pr(αdXd+δd>0,αsXs+δs>0)

=1-F(-αdXd,-αsXs)

(8)

Pr(P=1)=Pr(D*>0)=Pr(αdXd+δd>0)

(9)

Pr(D=1,S=1)=Pr(S*>0)=Pr(αsXs+δs>0)

(10)

(11)

(二)變量設計

1.因變量

調查問卷能觀察到貧困戶“有科技需求，獲得過扶貧科技”、“有科技需求，沒有獲得過扶貧科技”、“沒有科技需求，獲得過扶貧科技”，但難以觀察到“沒有科技需求，沒有獲得過扶貧科技”的相關信息。結合式(1)和式(2)，設貧困戶“有科技需求，獲得過扶貧科技”為(1,1)，“有科技需求，沒有獲得過扶貧科技”為(1,0)、 “沒有科技需求，獲得過扶貧科技”為(0,1)。

2.自變量

參考已有文獻，自變量包括性別、年齡、文化教育等貧困戶個人特征變量，家庭人口規模、家庭醫療負擔、家庭農地面積、家庭收入結構、家庭農業結構、家族中是否有人了解科技等貧困戶家庭特征變量和村鎮距離、地理地形等貧困戶鄉村特征變量。其中，貧困戶文化教育采用學歷層次作為衡量指標。貧困戶家庭人口規模采用家庭勞動力人口數作為衡量指標。貧困戶家庭醫療負擔采用家庭近三年年均醫療費用與家庭儲蓄之比作為衡量指標。貧困戶家庭農地包括自有耕地和流轉轉入耕地，采用兩者面積之和作為衡量指標。貧困戶家庭收入結構采用家庭非農收入與農業收入之比作為衡量指標。貧困戶家庭農業結構采用種植業產值與家庭農業總產值之比作為衡量指標。貧困戶鄉村特征變量地形地貌采用啞變量作為衡量指標。自變量影響預期見表格3。

四、實證結果與分析

1.總樣本回歸結果與分析

表4匯報了回歸結果，方程回歸結果顯著，自變量回歸結果多數顯著，總體上與預期相吻合。

從表4看，在需求方程中，貧困戶性別的影響顯著為正，男性人數增加1%，扶貧科技需求意愿提高0.0311%。貧困戶年齡增長1%，扶貧科技需求意愿下降0.1768%，這一結果并不顯著。中青年貧困戶年富力強而對扶貧科技需求意愿較弱，老年貧困戶因身體體質衰弱而對扶貧科技的需求意愿較強。貧困戶學歷教育的影響顯著為正，學歷教育提高1%，扶貧科技需求意愿增長0.3015%。貧困戶家庭人口規模的影響顯著為負，家庭人數增加1%，扶貧科技需求意愿降低0.1015%。貧困戶家庭醫療負擔的影響顯著為負，家庭醫療費用與家庭儲蓄之比增長1%，扶貧科技需求意愿降低0.2371。貧困戶家庭農地面積的影響顯著為正，家庭農地面積增加1%，扶貧科技需求意愿增長0.0218%。貧困戶家庭收入結構的影響顯著為正，家庭非農收入與農業收入之比提高1%，扶貧科技需求意愿增長0.2185%，與預期不同。較高的非農收入對技術要求較高，非農收入較高的貧困戶對扶貧科技需求較強。貧困戶家庭農業結構的影響顯著為負，家庭種植業產值與農業總產值之比增長1%，扶貧科技需求意愿降低0.0595%。貧困戶家族中是否有人了解科技的影響顯著為正，家族中了解科技的成員人數增加1%，扶貧科技需求意愿增加0.1458%。貧困戶到鄉鎮距離的影響顯著為負，村鎮距離增加1%，扶貧科技需求意愿降低0.1968%。貧困戶鄉村地形地貌的影響顯著為負，地形地貌的復雜程度提高1%，扶貧科技需求意愿降低0.0113%。

在供給方程中，貧困戶性別的影響顯著為正，男性人數增加1%，扶貧科技供給增加0.0479%。貧困戶年齡的影響不顯著，年齡增長1%，扶貧科技供給降低0.1335%，與預期不同，可能是由于調查的貧困戶年齡較大的緣故。貧困戶文化教育的影響顯著為正，文化教育水平提高1%，扶貧科技供給增長0.4183%，與預期不同。貧困戶文化教育水平越高，扶貧科技使用效率越高，脫貧績效越好，政府更愿意將扶貧科技提供給文化教育水平較高的貧困農戶。貧困戶家庭人口規模的影響顯著為正，家庭人數增加1%，扶貧科技供給增長0.2918%。貧困戶家庭醫療負擔的影響顯著為正，家庭醫療費用與家庭儲蓄之比增長1%，扶貧科技供給增加0.3014%。貧困戶家庭農地面積的影響顯著為正，家庭農地面積增加1%，扶貧科技供給降低0.1094%，與預期不同。貧困戶擴大農地面積說明脫貧能力有所提升，政府根據貧困戶的認定條件終止對貧困戶的幫扶。貧困戶家庭收入結構的影響顯著為負，家庭非農收入與農業收入之比提高1%，扶貧科技供給降低0.0319%。貧困戶家庭農業結構的影響顯著為正，家庭種植業產值與農業總產值之比增長1%，扶貧科技供給增加0.0231%，與預期不同，可能是由于政府忽視扶貧科技使用成本的緣故。貧困戶家族中是否有人了解科技的影響顯著為正，家族中了解科技的人數增加1%，扶貧科技供給增加0.0973%。貧困戶到鄉鎮距離的影響顯著為負，村鎮距離增加1%，扶貧科技供給降低0.0897%。貧困戶鄉村地形地貌的影響顯著為負，地形地貌的復雜程度提高1%，扶貧科技供給降低0.0363%。

表3 自變量說明與統計描述

從上述分析看，同時對扶貧科技供需意愿正向影響的因素有貧困戶性別、文化教育、家庭農地面積、家族中是否有人了解科技，負向影響的因素有貧困戶到鄉鎮的距離和地形地貌；影響不同的因素有貧困戶家庭收入結構、家庭醫療負擔和家庭農業結構。

2.分組樣本回歸結果及分析

為了分析扶貧科技供需均衡演變的影響因素，根據生存科技、發展科技和環境科技的分類，將1721個貧困戶樣本分成3組，其中生存科技樣本476個，發展科技樣本461個，環境科技樣本456個。對3組數據分別進行回歸分析，表5匯報了回歸結果。

從表6看，同時對生存科技供需意愿正向影響的因素有貧困戶性別、年齡、文化教育、家庭醫療負擔、家庭收入結構，負向影響的因素有貧困戶到鄉鎮距離和地形地貌，影響方向不同的因素有貧困戶家庭人口規模、家庭農地規模和家庭農業結構。同時對發展科技供需意愿正向影響的因素有貧困戶性別、文化教育、家庭農地規模、家庭收入結構、家族中是否有人了解科技，負向影響的因素有貧困戶到鄉鎮的距離和地形地貌，影響方向不同的因素有貧困戶年齡、家庭人口規模、家庭醫療負擔和家庭農業結構。同時對環境科技供需意愿正向影響的因素有貧困戶性別、文化教育、家庭收入結構、家庭農業結構、家族中是否有人了解科技，負向影響的因素有貧困戶年齡和貧困戶所在鄉村的地形地貌，影響方向不同的因素有貧困戶家庭人口規模、家庭醫療負擔、家庭農地規模和到鄉鎮距離。

表4 扶貧科技供需意愿回歸結果

注：*表示1%置信水平下顯著，**表示5%置信水平下顯著，***表示10%置信水平下顯著。

表5 三類扶貧科技供需意愿的回歸結果

注：*表示1%置信水平下顯著，**表示5%置信水平下顯著，***表示10%置信水平下顯著。括號中的數據為自變量標準差。

從上述影響因素分析看，貧困戶家庭人口規模、家庭農地規模和家庭農業結構影響生存科技供需均衡。貧困戶年齡、家庭人口規模、家庭醫療負擔和家庭農業結構影響發展科技供需均衡。貧困戶家庭人口規模、家庭醫療負擔、家庭農地規模和到鄉鎮距離影響環境科技供需均衡。結合扶貧科技需求意愿演變的軌跡看，貧困戶家庭農地規模和家族中是否有人了解科技影響生存科技供需均衡向發展科技供需均衡轉變，貧困戶年齡和家庭農業結構影響發展科技供需均衡向環境科技供需均衡轉變。

五、研究結論及政策啟示

1.研究結論

本文結合2017年國家科技扶貧重點縣貧困戶調查數據，分析發現扶貧科技供需存在數量和結構上的“雙失衡”。運用biprobit模型，從貧困戶個人特征、家庭特征和鄉村特征等三方面揭示了扶貧科技供需均衡的影響因素。結果表明，貧困戶家庭人口規模、農地面積、農業結構、醫療負擔和到鄉鎮的距離等因素影響了扶貧科技供需均衡，貧困戶年齡、家庭農業結構、家庭農地規模和家族中是否有人了解科技等因素影響了扶貧科技供需均衡演變。

2.政策啟示

一是擴大科技扶貧示范領域，提高扶貧科技脫貧帶動作用。發揮鄉土技術能手的示范帶頭作用。突出抓好種養大戶、家庭農場主、農業專業合作社帶頭人等相關的培訓。組織貧困人群到農業技術推廣中心培訓、學習和考察，建立科技推廣人員與貧困人群對口扶貧機制。利用繼續教育、農技站、植保站等機構，結合新傳媒傳播渠道，對貧困人群開展常態化扶貧科技教育。

二是規范扶貧科技使用流程，降低扶貧科技應用風險。將企業家及其管理人員納入科技扶貧專家庫，組織企業家及其管理人員指導貧困人群對生產經營進行科學管理。組織技術專家、科技人員等對貧困人群進行一對一精細化指導。鼓勵科技人員帶著農民一起干，通過科技創業，直接參與扶貧產業建設，成為扶貧戶的“產業合伙人”。

三是拓展特色農業產業鏈，創新扶貧科技供給渠道。選擇貧困戶參與度高的產業作為主導產業，把貧困戶納入產業化經營鏈條之中。制定以扶貧科技為支撐的特色產業規劃，引導培育發展特色種植養殖、農產品加工業、生態旅游、林下經濟等新型業態。輔導新型生產經營主體，將技術幫扶拓展到貧困戶農業生產的綜合公共服務之中。

四是以扶貧科技需求為導向，優化扶貧科技供給結構。圍繞貧困人群“生存科技-發展科技-環境科技”需求變化趨勢，調整科技扶貧類型。根據脫貧人群發展需求，實施農業生產服務、管理、創業等科技扶貧。抓住農業可持續發展主線，政府及其相關部門根據農業可持續發展進程，加大對無公害、綠色、環保、低碳等農業生態環境治理科技的供給。