人力资本、追赶效应与农业科技进步

王振华 张广胜

(沈阳农业大学经济管理学院，辽宁 沈阳110866)

2012年中央“一号文件”指出实现农业持续稳定发展的根本出路是提高农业科技进步水平。我国农业科技进步贡献率在2011年达到了53.5%，但与发达国家相比差距仍很大。影响科技进步的两个主要因素是人力资本水平和技术追赶效应[1]，对农业领域也是如此。在分析人力资本对科技进步和经济增长影响的研究中，学者们主要以人力资本均值为量化指标[2]，人力资本分布方差是一个新的考察视角，已有文献存在较大争议[3－4]。本文感兴趣的是不同的人力资本分布方差、技术追赶效应是否、以及如何影响农业科技进步水平?现有研究一般假定人力资本水平与受教育年限呈线性关系，本文则放宽这一假定，证明了农村劳动力人力资本水平与受教育年限间为非线性关系。

1 文献评述:分布方差的新视角

部分学者证明人力资本对经济增长有促进作用，但也有研究表明人力资本对经济增长的影响不显著甚至呈负相关关系[5－6]。经验分析结论不一致的原因是人力资本量化指标不同[7]，另外仅仅考虑人力资本的平均水平是不够的，其方差分布对经济也有重要影响[4]。

学者们进而检验人力资本分布对经济增长的影响，但结论也存在分歧[8]。基尼系数等指标虽然可以度量人力资本的不平等程度，但不能准确测度人力资本的离散程度和分布结构[9]，因此学者又将人力资本方差作为量化指标[3－4，10]，发现其与经济增长间存在正相关关系。然而，人力资本对经济增长的影响主要是间接作用，已有研究都是在生产函数理论模型下进行回归分析，这在方法论上是有争议的[2]。

可得的文献中，未见直接验证人本资本分布对科技进步影响的研究，在农业生产领域也未见直接检验追赶效应对科技进步影响的文献。本文综合考虑现有文献在研究方法方面的争论，在分析过程中考虑空间相关性，引入空间计量模型，尝试对文献做出补充。

2 实证分析框架

2.1 农业科技进步的界定

广义的农业科技进步包括自然科学技术进步和政策、经营管理和服务等社会科学进步，在测算过程中是指农业总产值增长扣除新增的投入要素量之后的余额，这与全要素生产率概念的本质相同[11]，本文采用全要素生产率值反应广义的农业科技进步。

2.2 理论模型

本文沿用文献广泛引用的Benhabib-Spiegel 理论框架，影响农业科技进步水平的两个主要因素是人力资本水平和技术追赶效应[1]，表示为:

式(1)中，HCit代表省份i 在t时期的人力资本指标，CEit代表省份i 在t时期技术追赶效应，εit为随机干扰项。i省份的人力资本总水平THCit是由每个劳动力的人力资本水平PHCitj加总形成的，即其中，nit为省份i 在时期t的劳动力人数。

本文假设人力资本水平主要受教育水平的影响，工作经验的积累本文不予研究[4]。PHC是受教育年限U的函数，令PHCitj=g(Sitj)，其中，Sitj为i省份中j 人在时期t的受教育年限，g(.)为人力资本水平和受教育年限的函数关系，将函数g(.)在平均受教育年限处进行二阶泰勒展开[10]，两边除以劳动力人数nit则得到式(2):

本文放宽人力资本水平与受教育年限呈线性关系的假设，即g″(uit)不为0，将方差纳入考察范围。采用平均受教育年限作为人力资本水平均值的替代变量，以受教育年限方差作为人力资本分布方差的替代变量。式(2)证明人力资本水平受均值和方差的共同作用，将式(2)带入式(1)得到式(3)，证明各省份的人力资本分布方差对农业科技进步有重要影响。

2.3 空间计量模型的建立

本文引入空间计量模型的原因是省份间农业科技进步可能存在空间相关性。空间计量经济学研究的空间效应主要包括空间自相关和空间差异性，本文分别建立空间滞后模型和空间误差模型。

技术追赶效应选择文献中的量化方法[1]:

式(4)中，Ait－1为省份i 在t－1时期的农业科技进步水平为t－1时期全国的农业科技进步水平。

本文加入的控制变量为:一是医疗条件指标(YL)，量化指标为每千农业人口乡村医生和卫生员人数。二是财政支农指标(CZ)，量化指标为农业财政支出占全社会固定资产总投资比例。三是农业科研投入(KY)，量化指标为农业科研机构农业科研总支出。四是科技环境(KJ)，本文的量化指标为技术市场成交额。五是自然灾害(ZH)，量化指标为各地区成灾面积占农作物播种面积比重。参照学者们的研究经验，对各指标数据进行对数化处理，并对各控制变量进行一阶差分以保证数据的平稳性。

最终，本文拟建立的空间计量回归模型为:

式(5)为空间滞后模型，式(6)为空间误差模型，ρ 和λ为空间回归系数，υit为随机误差项，μi反应空间效应，可以是固定效应也可是随机效应。本文中T取11，IT为11维单位矩阵，N取31，WN为31 阶0－1 空间权重矩阵，ε为误差项。

2.4 估计方法

本文的估计方法采用最大似然法[12]，使用Matlab7.1版软件的空间计量工具箱对模型进行估计。

3 农业科技进步值的测算及相关数据统计描述

本文选择数据包络分析方法测算农业科技进步值，将全要素生产率增长率Malmquist指数转化为TFP指数:首先测算各省份基期的技术效率值，同时假设基期技术进步值为1，根据技术效率值变化指数和技术进步值变化指数依次测算随后每年各省份的技术效率值和技术进步值，二者相乘得到 TFP指数。在计算过程中，本文借助DEAP2.1 软件，采用产出导向模型。本文建立的投入产出指标体系为:投入要素选择土地、劳动力、资本，产出要素选择农业总产值。其中，农业总产值为各地区农林牧渔总产值数据，采用农业总产值指数进行平减，土地要素的量化指标为农作物播种面积，劳动力要素为乡村从业人员中农林牧渔业从业人员数，资本要素选择农林牧渔业物质消耗值(包含固定资产折旧)，采用农村生产资料价格指数进行平减。数据来源于1999－2011年的《中国农业年鉴》、《中国农村统计年鉴》和《中国统计年鉴》。限于篇幅，本文不给出农业科技进步值的详细数据。

其他方面，医疗条件原始数据来源于2000－2011年《中国农村统计年鉴》，财政支农指标、成灾面积比例和技术环境指标等原始数据和修正指数来源于2000－2011年的《中国统计年鉴》。文献认为中国农业科研投资滞后期为3－5年，本文选择为4年，数据来源于《全国农业科研统计资料汇编》，涵盖市级以上农业研究和开发机构的相关数据。

4 实证分析结果及讨论

本文采用文献中出现较多的Moran's I指数进行区域变量的自相关检验，将2000－2010年拆分成2000－2003年、2004－2007年、2008－2010年3个时间段，分别测算Moran's I指数。

从Moran's I指数检验看，2000年后，我国各省份农业科技进步值有显著的空间相关关系，证明了本文采用空间计量模型的必要性。对农业科技进步空间分布格局的形成原因，本文认为主要是地理位置较近的省份间农业生产条件相同，农业种植结构相似，因此先进的农业生产技术在相邻省份间的适用性更强，而对于地理位置较远、种植业结构不同的区域，农业科技的进步可能会受限于自然生产条件，无法得到推广和应用。

表1 数据统计描述Tab.1 Statistical description of data

表2 农业科技进步值的Moran's I指数Tab.2 Moran's I index of TFP

Moran's I指数为正且呈递增趋势说明随着时间的推移，省份间的正相关关系越来越突出，原因可能是随着农业科技的推广及通信技术的逐步发展，地区间的农业科技交流情况越来越频繁和有效，影响日渐突出，空间相关性增强。

在模型选择方面，本文进行Hausman检验作为参照，Chi-Sq统计值为29.472 9，P值小于0.05(为0.000 3)，因此本文选择含有固定效应的空间面板数据模型。

本文通过测算方差膨胀因子排除了变量间存在多重共线性的可能。从表3看，在考虑了空间效应后，回归结果发生了变化，人力资本方差变量对农业科技进步的影响变为显著，各省份变量间及误差项间存在显著的正相关。在实证分析中由于很难同时满足Anselin 提出的选择SEM或SLM模型准则的两个条件，学者都是对模型效果进行比较选择理想的模型[12]。本文中空间误差模型的R2值和最大似然值都优于空间滞后模型，由此下文的分析主要针对空间误差模型的估计结果。

首先，农村劳动力人力资本方差对农业科技进步的影响显著(1%的置信水平)为正，即:在人力资本平均水平等其他条件相同的前提下，人力资本的分布方差对农业科技进步值有正向影响。人力资本水平与受教育年限并不是简单的线性关系，在本文的研究范围内，随着受教育年限的增长，人力资本水平是加速增长的。已有的实证检验结论也表明教育获得方差对经济增长有促进作用[4，9]。

本文的解释是:在人力水平均值不变的前提下，方差越大，意味着人力资本的分布越发散。目前各省份文盲及半文盲人数、受教育程度为小学人数占比不断下降，从全国平均看，1999年，我国的农村劳动力文盲及半文盲人数占比为8.96%，受教育程度为小学人数占比为33.65%，到2010年，上述两个指标降低至5.70%和24.40%。在这个前提下，方差越大则意味着高受教育程度人数占比越大，而这些高受教育程度的农村劳动力善于接受并采用先进的生产技术，他们对身边劳动力的农业生产具有很强的示范和带动效应。

其次，追赶效应系数显著(1%的置信水平)为正，说明在我国的农业生产中，位于生产前沿面上的科技进步水平较高的省份对其他省份有较强的示范和带动效应。农村劳动力人力资本均值对农业科技进步的影响显著(1%的置信水平)为正，这与常识判断相符。同时空间误差系数显著为正，临近省份的自然条件较为接近，农业科技在临近省份间的流动性较强，也更为有效。

表3 三种模型估计结果对比Tab.3 Comparison of results of three models

在其他控制变量中，第一，农业科研投入对农业科技进步有促进作用，但这种促进作用并不显著，可能的原因是农业科研投资与农业生产仍可能存在脱节现象。第二，自然灾害对农业科技进步有显著的负向影响，医疗条件指标和财政支农指标对农业科技进步有显著的正向影响，而科技环境指标对农业科技进步的影响不显著。

5 结论和政策含义

本文建立空间计量模型，从方差分布的视角检验农村劳动力人力资本及追赶效应对农业科技进步的影响，研究表明:第一，我国各省份农业科技进步水平存在显著的空间相关关系，这种空间相关性在逐年增大，选择空间计量模型是合理且必要的;第二，人力资本分布方差是影响农业科技进步的显著因素，二者呈正相关关系;第三，追赶效应对农业科技进步有显著的正向影响;第四，人力资本均值、财政支农等也显著影响了农业科技进步水平。

上述研究结论的政策含义是明显且重要的。学者们一直强调在农村普及义务教育、提高人力资本均值的重要性，本文认为，在此基础上政府要逐步培育一批具有较高人力资本水平的农村劳动力，培养他们成为先进农业生产技术的优先采用者，充分发挥他们的示范带动效应。具体措施包括:加强对农村学生接受高中及以上教育的财政支持力度;支持涉农职业教育的发展;对农民合作经济组织的发起人或生产大户等农业生产的带头人进行培训等。

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]宋家乐，李秀敏.中国人力资本及其分布同经济增长的关系研究[J].中国软科学，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]冯晓，朱彦元，杨茜.基于人力资本分布方差的中国国民经济生产函数研究[J].经济学(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]杨建芳，龚六堂，张庆华.人力资本形成及其对经济增长的影响[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]余长林.人力资本投资结构及其经济增长效应[J].数量经济技术经济研究，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]姚先国，张海峰.教育、人力资本与地区经济差异[J].经济研究，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]邓子基，唐文倩.教育获得方差的经济增长效应——来自中国多省份的经验证据[J].厦门大学学报: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]赵芝俊，袁开智.中国农业技术进步贡献率测算及分解:1985－2005[J].农业经济问题，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]吴玉鸣.中国省域经济增长趋同的空间计量经济分析[J].数量经济技术经济研究，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.]