科技人力资源配置的农业经济增长效应的统计检验

刘 宁 ，白云飞

（辽宁大学a.哲学与公共管理学院；b经济学院，沈阳 110036）

为进一步夯实我国农业发展基础，促进农业发展方式转变，近年中国政府制定了一系列提高农业科技创新和推广能力的政策措施。为实现这些政策目标，如何优化农业科技资源配置，提高农业科研效率，成为我国农业科技政策亟需解决的课题。实行市场经济以来，我国在全国范围内开展了农业科技体制改革，科研机构和人员得以精简，科研效率有了一定的提高。但是农业科技在促进农业经济增长方面的作用仍受到质疑，甚至有学者认为我国农业科技体制改革仍未破题。因此，准确判断我国农业科技资源配置与农业经济增长关系，确定影响农业科技资源配置效率的因素，将是完善我国农业科技政策的关键。

1 变量与理论模型的选择

1.1 变量的确定

农业科技人员总量、结构和地域分布是影响影响科研产出的主要因素。农业科技人员总量以各省农科机构科技活动人员数来表示，人力资源结构问题由于涉及方面较多，因此仅选择岗位结构指标作为解释变量，以课题活动人员占科技活动人员比重表示，因为该指标反映了核心科技力量的大小。农业科技人员地域分布对农业经济增长的影响需要通过农业分区来反映，这是由于我国幅员辽阔，地区间生态条件和经济发展水平差异巨大，即使科技人力资源总量和结构相近的省份，如果所处地域不同，其农业经济增长也会不同，只有将农业生态条件相近的省份进行分类研究，才能够剔除自然、经济条件对农业经济增长的影响，得出真实的科技人力资源配置效应。由于我国粮食生产在农业发展中仍处于主体地位，而且粮食产销状况不仅反映自然条件差异，还能够反映区域的经济结构，所以按照粮食产销进行分区是较好的方法。目前我国粮食主产区包括河北、内蒙古、辽宁、吉林、黑龙江、山东、河南、江苏、安徽、湖南、湖北、江西、四川13个省区，粮食主销区包括北京、天津、上海、浙江、福建、广东、海南7个省市，粮食平衡区包括山西、广西、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等11个省区市。在确定了科技人力资源的基础变量和分区后，还应该纳入一些影响农业增长的相关变量，因为，科技人力资源配置直接影响的是科技产出水平，科技产出转化为现实生产力还要与其他生产要素相结合，根据常用的农业生产函数，农业劳动力、农业私人资本、农业公共投入被作为本研究的其他解释变量。农业经济增长是本研究的被解释变量，以地区农业GDP来表示。

1.2 理论模型的选择

在研究科技投入与农业经济增长关系的文献中，曾经出现过先估计全要素生产率指数，再对科技投入进行回归的两步法，非参数法，农业生产函数法等方法。其中柯布-道格拉斯生产函数是采用的最为普遍的函数形式。本文也采取柯布-道格拉斯生产函数作为检验我国农业科技人力资源与区域农业增长关系的基本模型，为消除异方差现象，对函数两边取对数，得到以下线性模型。

模型中变量均为各省级单位的数据，其中Y代表农业GDP，KJ为科技活动人员数量，BZ为课题活动人员占科技活动人员比重，L为农业劳动力，K为私人农业资本，取各省农村家庭户数和该省份各年末户均固定资产原值乘积，G为政府农业支出，主要包括各省支援农业生产支出、农业综合开发支出、农林水利气象部门事业费、农业支出、林业支出等项目。由于采取双对数模型，各β系数代表了该要素的投入产出弹性系数。鉴于数据的可得性，科技要素数据跨度为1997～2005年，数据来源于各年《中国农业统计资料》。由于科技人力资源对农业产出贡献存在一定周期，农业产出等其他变量的时间跨度可能与科技人力资源数据时间跨度不一致。根据樊胜根、钱克明（2005）[11]，我国地方农业科技以应用性研究为主，选择一个较短的滞后期更为恰当。因此，农业GDP和其他要素投入时间跨度为1997～2008年，以便在计量时选择适当的滞后期。数据均来源于《中国统计年鉴》，其中农业GDP和财政农业支出按照1978年基期价格进行了不变价调整。

2 面板模型形式的确定

本文在粮食产销分区的基础上，将对每个产区内部省级单位采用面板数据模型进行计量分析，这主要是考虑到即使同类产销区间内部各省份仍存在一定的异质性，比如同是粮食主产区，江苏与四川的经济发展水平就存在较大差异，农业科技人力资源对两省的农业增长促进作用也会有所不同，而且在研究的时期跨度内，科技体制改革前后这种作用也会发生变动。面板数据模型能够充分利用时间空间二维信息，既突破了总量研究的同质性界定，又可发现研究对象的时间变化特点，有助于提高研究结果的准确性和可靠性。

在进行面板数据计量前，首先要确定模型的适当形式。以确定应以何种形式来表现计量对象个体和时期的差异。根据截距和变量系数形式的不同，模型可分为三种形式。模型1为个体成员截距项和系数向量均不同的变系数模型，模型2为个体成员截距项不同但系数向量相同的变截距模型，模型3为个体成员截距项和系数向量均相同的混合回归模型。经常的检验方法是协方差分析检验。需要构造如下两个统计量：

其中 S1，S2，S3分别为模型 1，模型 2，模型 3 的残差平方和。N为个体数，T为时期数，k为解释变量个数。F统计量分别服从于相应自由度下的F分布。当F2小于给定置信度下相应临界值时，选择混合回归模型，当F2不小于给定置信度下相应临界值，还需要判断F1，当F1不小于给定置信度下相应临界值时，选择变系数模型，反之，选择变截距模型。

通过主产区F统计量的构造，计算出F2=13.66，F1=0.33，查F分布表，在给定5%显著水平下，得到相应的临界值为F(72，39)=1.99，F(60，39)=2.03，由于 F2＞1.99，且 F1＜2.03，因此需选择变截距模型。说明主产区内各省份要素投入对农业增长的弹性没有显著差别，投入效果的差别主要通过截距的不同得以体现。但是这种差别效应是固定效应还是随机效应，还需进行Hausman检验。通过Eviews6.0软件，得出模型的W统计量为20.83，相应的P值为0.0000，在1%显著水平下拒绝了随机效应的假设。因此，主产区应该采取固定效应变截距模型。采取同样的方式，对主销区和平衡区进行模型设定检验，得出结论也都应该选择固定效应变截距模型。

计量模型如下式：

式中αi为各区域内不同省份的个体固定效应。在E-views6.0软件估计结果中反映为共同截距项C和个体截距之和。

3 面板数据平稳性检验和协整检验

在进行面板数据模型的计量分析时，为防止伪回归现象的出现，首先要对数据进行平稳性检验和协整检验，检验方法与普通的单序列相似，但也存在一些不同。

3.1 面板数据平稳性检验

本文利用Eviews6.0软件，同时采用LLC、IPS、Fisher-ADF和Fisher-PP四种方法对变量进行平稳性检验。其中LLC为同质单位根检验，IPS、Fisher-ADF和Fisher-PP为异质单位根检验。由于变量不存在明显的时间趋势，故在进行单位根检验时选用含截距不含时间趋势的检验方式，模型的滞后期数根据AIC原则选取。表1显示了粮食主产区的检验结果。

结果表明粮食主产区的农业GDP、农业科技活动人员数量、课题人员占科技人员比重、农业劳动投入、资本投入、政府农业支出都存在单位根，序列是非平稳的。但是对这些变量进行一阶差分后，仍采取同样方法检验，各变量都在1%显著水平下拒绝存在单位根的假设，序列平稳。说明各变量都属于一阶单整。粮食主销区和粮食平衡区各变量的平稳性检验结果也得出同样的结论，限于篇幅未一一列出。

表1 粮食主产区面板单位根检验结果

3.2 面板数据协整检验

由于变量都属于一阶单整过程，因此可以进一步进行协整检验，以判断变量之间是否具有长期均衡关系。本文采取基于Engle and Granger二步法的Pedroni检验和Kao检验两种方法分别对粮食主产区、主销区、平衡区数据进行面板协整检验。检验结果见表。从表2中各区域协整检验的统计量可判断，三个区域中各省份农业产出与投入要素中资本、劳动、政府农业支出、科技活动人员数量、课题活动人员占科技活动人员比重之间存在协整关系。因此，可以根据前面确定的固定效应变截距模型对三个区域数据进行回归分析。

表2 各区域面板协整检验结果

4 回归结果分析

采取6.0软件运用加权OLS方法进行回归，分别用滞后1至3期进行检验，发现滞后1期时效果最为显著。得到回归结果见表3。结果显示各区域农业科技人力资源对农业增长的影响效果存在较大差异。粮食主产区科技活动人力数量和课题人员比重均对农业增长具有显著的正向影响，产出弹性系数分别为0.2237和0.4178，表明农业科技活动人员每增加1%，农业总产出会增加0.2237%，课题人员比重每增加1%，农业总产出会增加0.4178%。粮食主销区科技活动人力数量系数为负，但未通过显著性检验，课题人员比重系数为0.3182，在5%水平下通过显著性检验。粮食平衡区科技活动人员的系数为0.3292，通过显著性检验，课题人员比重系数为正，但未通过显著性检验。回归结果说明粮食主产区科技活动人员数量的增加和结构的优化都能够有效促进农业增长。粮食主销区科技人力资源结构优化是提高对农业增长贡献的关键。粮食平衡区主要问题在于增加科技活动人员数量。

从其他三个变量的产出效应来看，粮食主产区资本和政府农业支出都具有显著正向效应，劳动投入为负，但不显著。粮食主销区资本、劳动、政府农业支出都有正效应。粮食平衡区资本、政府农业支出有显著正效应。劳动的产出效应不显著。这些现象表明粮食主产区除科技要素外，公共和私人部门资金对产出都具有较重要的作用，而劳动力增加已经在一定程度上产生负面影响，转移农业劳动力可能会带来促进农业增长的效果。粮食主销区除需要增加资金外，增加劳动力也很重要，这可能是由于多数主销区经济发达，农村劳动力非农就业水平高，农业劳动力过少所致。粮食平衡区主要应该增加的因素主要是资金，而劳动力作用并不明显。因此，各区域不仅要考虑科技人力资源要素的优化，还必须注重调整其他农业要素投入的重点，否则会影响科技人力资源作用的发挥。

表3 各区域回归结果

5 研究结论与政策建议

通过对我国地方农业科技人力资源配置与农业增长关系的分析，可以得出以下结论：我国地方农业科技人力资源总量不足、结构不合理、资源分布不平衡，给地区农业增长带来不利影响，但是不同粮食产销区内问题的严重性存在差异，科技人力资源配置的优化应该有侧重点的进行。科技人力资源要更有效的促进农业经济增长，还要注重其他要素投入的优化，否则将影响科技成果向现实生产力的转化。建议政府采取以下的政策措施：

（1）建立规模适度结构合理的农业科技队伍。转变农业科技体制改革思路，防止以减人为衡量改革成效的标准，保证适度的科技人力资源规模，为国家各项农业科技政策的实施提供人力保证。将改革重点放在优化人力资源结构方面。优化人力资源层次结构，在省级行政单位内，统筹省市县科技人力资源配置，做到层次分明，分工明确，防止各级机构重复研究造成的资源浪费，加强基层农业科技人员在科技普及和推广方面的作用。优化人力资源岗位结构，增加核心研究人员的数量，严格控制管理人员和辅助性服务人员的比重，特别要防止基层农业科研机构随意超编和凭关系进人的现象。优化人力资源的素质结构，加大分配制度改革力度，留住并吸引高层次人才到农业科研机构从事科研工作，特别要加强对科技领军人才的培养。优化人力资源的专业结构，根据农业产业结构调整的方向，在确保粮食科研力量的前提下，改变目前科技人员过度集中于种植业研究的现状，增加畜牧、渔业、农业机械等方面科研人员数量。

（2）调整农业科技人力资源区域配置。首先，要提高粮食主产区农业科技人力资源的数量，加强核心科技人才队伍建设，确保国家粮食安全。粮食主产区多数是农业大省和财政穷省，地方政府难以或不愿对农业科研投入足够的财政资金，这使农业科技人力资源数量无法得到保证，因此，一方面要调整政绩考核标准，促进地方政府加大对农业科研的投入，另一方面中央要考虑粮食生产对全国产生的正外部效应，在财政方面给粮食主产区农业科研更多的资金支持。同时，多数经济不发达地区要尽快提高农业科技人员中核心研究人员比重，将有限的资金集中在科研项目上。其次，要改变目前农业科研机构按行政区设置的模式，逐步按农业生态区域对现有农业科研机构进行整合，这样能够防止处于相同生态区的同类农业科研机构从事重复性研究，实现同类科技人力资源聚集，发挥科研资源的规模效应。

（3）完善配套政策促进农业科技成果转化。地方政府要搭建平台，促进农业科技人员开展产学研合作，使农业科技成果面向生产、面向市场，充分发挥高校和企业对农业研发的作用，将高水平的农业科技成果及时转化为农业生产力。要创建新型的农村金融体系，为农业科技成果转化提供有效的融资保证。加大财政支农资金的投入，优化财政资金使用方式，重点加强商品粮基地和特色农业产业示范区建设，加强对科技型农业龙头企业的财政扶植力度。发挥公共资金对市场资源的引导作用。还要根据不同区域的具体情况，采取灵活的农业劳动力政策，鼓励农业劳动力进行自主产业，促进各地区劳动力的供求平衡。

[1]佟屏亚.农业科研体制改革还没有真正破题[J].调研世界，2008,（6）.

[2]Evenson.R.E.Economic Impact of Agricultural Extension[Z].Handbook of Agriculture Economics.North Holland:Elsevier Science,2000.

[3]黄季焜，胡瑞法.中国农业科研投资:效益利益分配及政策含义[J].中国软科学，2000,（9）.

[4]宋燕萍，张承祥.对提高我国农业科研投入效率的思考[J].科技进步与对策，2008,（1）.

[5]张玉梅，游良志，刘凤伟.中国农业科研投资区域分配及其经济效率研究 [J].中国科技论坛，2009，（6）.

[6]周宁，陈超.中国农业科研投资效率的区域研究[J].农业技术经济，2009，（2）.

[7]林毅夫.制度、技术与中国农业发展[M].上海：上海人民出版社，1994.

[8]王建明.提高我国农业科研投资效率的制度思考[J].南京农业大学学报，2009,（3）.

[9]樊胜根，钱克明.农业科研与贫困[M].北京：中国农业出版社，2005.