農業科技創新投入對糧食生產效率的影響研究

張雪萍，張敬林，李敬鎖*

（1.青島農業大學 管理學院，山東 青島 266109；2.山東省高密市現代農業發展中心，山東 高密 261500）

糧食安全問題一直都是我國和世界各國關注的焦點，我國人多地少，因此，提高糧食生產效率對保障糧食安全意義重大。科學技術是現代農業發展的根本，當前以生物科技和信息技術為特征的新一輪農業科技革命正在孕育大的突破，作為一個農業大國，我國應當加快推進農業科技創新，著力維護國家糧食安全。目前，對于糧食生產效率的研究，沈瓊等運用C-D生產函數方法測算了小麥和玉米的生產效益，提出農業技術創新的提升對糧食單產有顯著的正向影響，對糧食單位面積成本有顯著的負向影響［1］；何悅等研究了城鎮化發展對糧食生產技術效率的影響，得出城鎮化進程中農村勞動力外流、耕地面積銳減、資源環境壓力可能對糧食生產和糧食安全產生重要影響［2］。另有多位學者運用不同的指標和方法測算了不同年份的糧食生產效率并分析了其影響因素［3-6］。然而對于農業科技創新投入的研究，多位學者從農業經濟增長方面展開了分析，鄧翔等提出我國農業科技創新投入已成為農業經濟增長的決定性影響要素，但仍存在規模強度較小、區域投入不平衡、資源配置不合理、利用效率低下等問題［7］；吳林海等認為單方面增加農業科技投入對農業經濟增長的作用是有限的［8］；劉敦虎等得出農業科技投入對農業經濟增長呈現滯后效應的結論［9］；劉玉春等提出農業科技投入對農民收入和農業科技進步的影響具有明顯的累積效應［10］；呂月珍等從新農村經濟發展角度研究得出農業科技創新投入的增加將促進新農村經濟發展，提高農民生活水平［11］。

結合已有相關文獻的研究發現，部分學者從農業科技創新投入角度研究了許多農業相關問題，但目前關于農業科技創新投入對糧食生產效率影響的研究較為少見，另有部分學者對糧食生產效率及影響因素進行了研究，但是少有從農業科技創新投入角度進行針對性的分析。基于2014~2018年我國31個省（市）區糧食生產的投入和產出數據，首先運用DEA（數據包絡分析法）模型對各省的糧食生產效率進行測算，然后運用面板Tobit回歸模型分析農業科技創新投入對糧食生產效率的影響，以期從農業科技創新投入角度為我國的糧食生產發展提供部分參考。

1 我國各省（市）區糧食生產效率的測算

1.1 模型與指標選取

DEA（數據包絡分析法）是一種進行效率評價的非參數方法，主要包含CCR和BCC兩種形式，CCR模型假設規模報酬不變，用來衡量總效率；BCC模型假設規模報酬可變，用來衡量純技術效率和規模效率。筆者選用DEA-BCC模型對我國31個省（市）區的糧食生產效率進行測算。

結合已有參考文獻、糧食生產實際數據的可獲得性，從勞動力、土地、資本方面共選取5個投入指標，選取產量和產值2個產出指標，由于細分糧食的生產數據無法獲得，故參考已有的研究方法［12-13］，將投入、產出數據按照相應權重從農業大口徑數據中剝離，其中：權重A=（農業產值/農林牧漁總產值）×（糧食播種面積/農作物總播種面積）；權重B=糧食播種面積/農作物總播種面積。具體構建的投入產出指標體系如表1所示。

以2014~2018年全國31個省（市）區（不包括香港、澳門和臺灣）為研究對象，構建了其投入產出面板數據，其中，農林牧漁從業人員數據來自各省（市）區統計年鑒，其余數據均來自《中國統計年鑒》。從全國范圍和三大糧食生產功能區分別評價，三大生產功能區分別為：糧食主產區、糧食主銷區、糧食平衡區。農業農村部和國家糧食局根據糧食產量、播種面積和提供商品糧貢獻將全國31省（市）劃分為3個功能區，其中將糧食產量占全國糧食產量比重大于3.5%的13個省（市）劃定為主產區；將糧食產量和糧食消費量大致相等的省（市）劃定為產銷平衡區；將糧食消費量大于產量（糧食自給率小于0）的地區劃分為主銷區。糧食主產區包括黑龍江、吉林、內蒙古、河南、山東、安徽、遼寧、河北、江蘇、江西、湖北、湖南、四川；糧食主銷區包括北京、天津、上海、浙江、福建、廣東和海南；糧食平衡區包括山西、寧夏、青海、甘肅、西藏、云南、貴州、重慶、廣西、陜西、新疆。

表1 糧食生產效率評價指標體系

1.2 糧食生產效率實證分析

運用DEAP 2.1軟件，從DEA-BCC模型的產出導向出發，對糧食生產效率進行了效率測算，得出了31個省（市）區的綜合效率、純技術效率和規模效率，如表2所示。

從綜合效率來看，2014~2018年我國31個省（市）區糧食生產的綜合效率均值為0.928，糧食生產取得優異成績，符合我國糧食產量“十七連豐”的實際成果。其中吉林、黑龍江、江西等10個省份的綜合效率值達到了DEA有效，說明這些省份的糧食生產投入產出結構合理。主產區有3個省份、主銷區有4個省份、平衡區有3個省份達到了DEA有效。在未達DEA有效的省份中綜合效率值最低的為山西省的0.689，其糧食生產的投入產出結果尚不合理，有待調整。

從純技術效率來看，2014~2018年我國31個省（市）區糧食生產的純技術效率均值為0.955，說明樣本年間的糧食生產技術利用效果很好。其中共有18個省的純技術效率值為1，說明有58%的省份充分利用了糧食生產技術來提高糧食產量。主產區有7個省份、主銷區有6個省份、平衡區有5個省份的純技術效率值為1；其中主銷區除天津外全部為1，聯系主銷區經濟發達、人多地少、糧食自給率低、糧食產量和需求缺口較大的實際情況來看，雖然其糧食生產的技術經濟水平高，但由于耕地較少，糧食產量并不樂觀。在未達有效的省份中純技術效率值最低的為山西省的0.758，其純技術效率值的偏低導致了綜合效率的下降。

從規模效率來看，2014~2018年我國31個省（市）區糧食生產的規模效率均值為0.971，說明其投入產出的資源配置效率較為合理。其中共有10個省份的規模效率均值為1，說明這些省份的投入產出合理。各功能區達有效狀態的省份與綜合效率情況相同，在未達有效狀態的各省中，規模效率值最低的為河北省的0.864，說明其投入與產出的資源配置還有較大的提升空間。

2 農業科技創新投入對糧食生產效率的影響分析

2.1 模型與指標的選取

由于利用DEA-BCC模型所測算出的效率值是范圍在0~1之間的截斷性離散數據，無法利用傳統的OLS模型進行回歸分析，因此采用Tobit模型進行回歸處理。對于面板數據的回歸模型，需考慮是否存在個體效應，若存在個體效應則選擇固定效應或隨機效應模型，若不存在個體效應則選擇混合回歸。而對于固定效應的面板Tobit模型，由于找不到個體異質性的充分統計量，故無法像固定效應的Logit或計數模型那樣進行條件最大似然估計［14］，因此僅考慮隨機效應的Tobit模型，通過LR檢驗判斷是否存在個體效應，然后判斷應使用隨機效應的面板Tobit回歸還是混合Tobit回歸。

表2 2014~2018年我國31省（市）區糧食生產效率均值

結合糧食生產的實際情況，以上文DEA分析得出的2014~2018年31個省（市）區的糧食綜合效率為被解釋變量，并根據已有研究成果選取5個影響因素指標為解釋變量［3，12，15］。（1）農業R &D人員作為表示農業科技創新的人力資本投入，考慮農業R &D人員對糧食生產的技術創新會產生影響。由于此數據無法直接獲取，所以借鑒齊冰采用的數據折算方法［16］，根據各省的R &D人員數量計算得出。（2）農業R &D經費內部支出表示農業科技創新的財力資本投入，考慮農業R &D經費可以在糧食生產的技術研發上提供資金支持，從而對糧食生產效率產生影響。由于此數據無法直接獲取，所以借鑒齊冰采用的數據折算方法［16］，根據各省的R &D經費內部支出數據計算得出。（3）地區農業經濟占比表示農業經濟在該地區的重要程度，以地區第一產業增加值占地區總產值的比重來衡量，一般情況下農業產值越高，該地區對農業的重視程度也越高，會促進糧食生產效率提升。（4）灌溉水平表示該地區灌溉水平的高低，本文用有效灌溉面積數據來衡量，并用上文中的權重B來進行折算，一般來說灌溉水平越高，會增加糧食的灌溉面積，從而提高糧食生產效率。為緩解異方差等問題對估計有效性的影響，對灌溉水平取對數處理。（5）農作物受災率表示該地區農作物的受災情況，用農作物受災面積與農作物播種面積的比值表示，農作物受災率越高其糧食生產效率則越低。

以2014~2018年我國31個省（市）區的面板數據構建了面板Tobit回歸模型，其中的R &D人員數據和R &D經費內部支出數據來自《中國科技統計年鑒》，農林牧漁從業人員數據來自各省（市）區統計年鑒，農作物受災面積數據來自《中國農村統計年鑒》，其余指標數據均來自《中國統計年鑒》。具體構建的影響因素指標體系如表3所示。

表3 影響因素指標體系及其解釋

2.2 影響因素的分析

運用STATA 15.0軟件分別對三大糧食生產功能區的影響因素進行回歸，其中主產區、平衡區采用隨機效應的Tobit回歸，主銷區采用混合Tobit回歸，結果如表4所示。

（1）農業R &D人員對糧食主產區的糧食生產效率有顯著負向影響，對糧食主銷區有顯著正向影響，對平衡區影響不顯著。一直以來，國家對糧食安全問題尤為重視，對糧食主產區的農業R &D人員投入較多，但從投入轉化為生產力尚需要時間的積累，目前受科研體制所限，一些研究應用性導向不突出，導致轉化率不高，對主產區糧食生產影響的增長效應不強，造成一定的負向影響。主銷區由于經濟高度發達，且農業規模較小，農業R &D人員的研究成果能更好地應用到糧食生產中去，對糧食生產效率產生正向影響。平衡區的自然地理條件受限，增加農業R &D人員也難以改變其氣候環境及土地等弊端，因而農業R &D人員對其并無明顯影響。

（2）農業R &D經費內部支出對糧食主產區的糧食生產效率有顯著的正向影響，對主銷區有顯著的負向影響，對平衡區的影響不顯著。農業R &D經費的投入能夠促進新技術的研發，從而改進糧食生產技術，提高糧食生產效率。主產區是糧食生產的主力軍，擁有種植糧食的有利條件，再加上農業新技術的投入，會提高其糧食生產效率。主銷區由于農業生產規模較小，規模效益不突出，增加農業R &D經費投入會使糧食生產投入要素增多，在糧食產量難以提高的情況下會降低糧食的生產效率。平衡區由于其自然地理條件情況的制約，資金上的投入難以改變其氣候環境及土地問題等弊端，因而農業R &D經費內部支出對其影響不顯著。

（3）地區農業經濟占比對糧食主產區、平衡區有顯著的正向影響，對主銷區的影響不顯著。一個地區的農業占經濟水平比值在一定程度上代表著農業的發展水平，地區農業經濟占比越高，其農業發展越好，相對的糧食生產效率就會越高。主產區、平衡區的農業生產規模較大，地區農業經濟占比較高，能更好地發展農業生產，有利于糧食生產效率的提升。而主銷區的農業生產規模較小，農業經濟占比不高，糧食不能自給自足，地區農業經濟占比對糧食生產效率的影響不大。

（4）灌溉水平對糧食主銷區和平衡區的糧食生產效率有顯著的負向影響，對主產區的影響不顯著。隨著有效灌溉面積逐漸增加，耕地條件逐漸得到改善，可能導致了農業種植結構調整，農民的非糧化種植傾向提高。主銷區和平衡區的糧食生產水平相對較低，耕地條件得到改善的情況下可能選擇通過種植其他作物來提高收入，導致糧食生產效率降低。主產區農業規模化水平較高，且受糧食產量的條件約束，灌溉變動對其糧食生產效率影響并不大。

（5）農作物受災率對糧食主產區的糧食生產效率有顯著的負向影響，對糧食主銷區和平衡區的影響不顯著。農作物受災會造成糧食減產，繼而對糧食的生產效率產生一定影響。主產區是糧食作物的主要生產地區，農作物種植規模大，一旦受災容易造成大面積的損失，受災率的提高會明顯降低糧食的生產效率。主銷區的糧食種植規模和產量相對較小，農作物受災率對其影響較小。平衡區受自然地理環境條件限制，區域內多高原山地，氣候變化不穩定，且該弊端一直存在，因而樣本年間內的農作物受災率對其影響并不顯著。

表4 Tobit回歸結果

3 結論與對策建議

3.1 結論

基于DEA-BCC模型和面板Tobit回歸模型相結合的方法，對2014~2018年中國31個省（市）區的糧食生產效率和影響因素進行了分析，著力研究農業科技創新投入對糧食生產效率的影響。具體研究所得結論如下。

（1）我國的糧食生產效率整體上發展良好，全國31個省份的綜合效率均值達0.928，純技術效率均值達0.955，規模效率均值達0.971。從三大糧食功能區來看，糧食主產區、主銷區和平衡區的綜合效率均值分別為0.930、0.978、0.893，其中平衡區的綜合效率較低，可能受其氣候、地形影響較大。仍需繼續合理配置投入產出要素，在此基礎上穩步提升糧食生產效率。

（2）農業R &D人員對糧食主產區的糧食生產效率有顯著負向影響，對糧食主銷區有顯著正向影響，受農業科技成果轉化率的影響較大。農業R &D經費內部支出對糧食主產區的糧食生產效率有顯著的正向影響，對主銷區有顯著的負向影響，農業科技的發展與資金投入息息相關，但也要因地制宜。地區農業經濟占比對糧食主產區、平衡區有顯著的正向影響，一定范圍內的農業經營規模能促進糧食的生產效率。灌溉水平對糧食主銷區和平衡區的糧食生產效率有顯著的負向影響，耕地條件的改善促使了主銷區和平衡區農作物種植種類的變化。農作物受災率對糧食主產區的糧食生產效率有顯著的負向影響，降低糧食主產區的農作物受災率至關重要。

（3）從整體來看，農業科技創新投入對糧食三大功能區的影響存在一定的差距，對糧食主產區的影響最大。科學技術是農業發展的第一生產力，農業科技創新投入要素對糧食生產效率的影響不能同一而論，還需具體要素具體分析。我國幅員遼闊，地形和氣候復雜多樣，各省份因所處地理位置不同導致了糧食種植品種與產量的差異，糧食主產區無論是在地區還是在農業經濟發展水平上都占據了優勢地位，糧食主銷區由于第三產業經濟高度發達或因其特殊的位置與地質條件而需依靠糧食購入，糧食平衡區則在各方面都處于一個比較平衡的狀態。

3.2 對策建議

3.2.1 糧食各生產功能區的農業科技創新要素投入應分類施策 各糧食生產功能區的地理位置條件及發展情況不同，因而對各功能區的農業科技創新要素投入要因地制宜、分類施策。對糧食主產區的農業R &D人員進行合理安排，縮減冗余人員，加大政策支持，引導農業R &D人員進行貼近實際的研究，擴大主產區農業R &D經費投入，不斷提升農業經濟發展水平。對糧食主銷區的農業R &D經費進行謹慎投入，合理增加主銷區農業R &D人員數量，嚴格管控主銷區的耕地非糧化傾向。對糧食平衡區的非糧化傾向進行正確引導，鼓勵平衡區合理運用現代農業科技發展農業經濟，不斷提高糧食生產效率。

3.2.2 提高農業科技成果轉化率 科學技術是第一生產力，科技創新成果轉化率是衡量農業科技創新成果的關鍵性指標。以應用性為導向，注重科研和實踐相結合，鼓勵科研機構加快自有成果轉化應用；培養農業科研人員的科研情懷，增強其科研責任感，激勵農業科研人員在研發過程中將論文寫在大地上。

3.2.3 推動農業與二三產業融合發展 農業是國民經濟的基礎，農業經濟發展水平關系著農業科技創新成果的利用。充分利用各地區自然條件，因地制宜發展農業，加深農業與二三產業的融合，進行農產品深加工處理，延長農產品產業鏈條，提高農業附加值，推動各糧食生產功能區農業經濟發展。

3.2.4 提高防災減災能力 現代農業是在科學技術基礎上發展起來的，農業科技創新是現代農業發展的必然選擇。當前我國農業技術的“卡脖子”問題仍然較為突出，打好關鍵核心技術攻堅戰任重而道遠；充分利用最先進的農業科學技術，將最新的農業科技帶到田間地頭，通過農業科技服務為農業生產者傳授農作物的自然災害防治和治理等知識，從而提高各糧食生產功能區的防災減災能力，從而提高糧食生產效率。