绿色科技创新、产业化经营与农业生产效率变化

玉琦彤 周子涵

（暨南大学国际商学院，广东 珠海 519070）

一、引言

农业生产事关国计民生，是人类赖以生存的根本，也是支撑国民经济建设和发展的基础产业［1］，是立国之本。农业生产易受自然条件状况的影响，存在季节性与周期性，生产不稳定以及碎片化的问题突出，价格波动大，当期的农产品价格很大程度上受到上一期供需量的影响，而当期的价格又会影响到下一期农产品的供给量，是典型的蛛网市场。近年来，中国经济增长速度不断放缓，企业利润持续低迷，美国、欧洲等综合性国际市场的外部需求出现疲软，中国依靠低成本而获得产品在国际市场上竞争力的优势正在发生根本性的转变。由于农业处于国民经济行业中的上游地位，农业的可持续发展能力关乎整个国民经济的长期发展，农业生产不稳定的特性给国民经济的下游产业带来极大的不利影响，因此，提高农业生产效率对于农业乃至整个国民经济的发展都具有重要意义。

当前，人口红利逐渐丧失、人地矛盾频频发生、生态环境日趋恶劣，传统的依靠人力投入、土地投入粗放式的农业生产经营模式正在面临严峻的考验。进入新时期，面对激烈的外部市场竞争，要想提高农业资源的利用效率和农业生产效率，要想在农村劳动力大量流失的背景下保持粮食产量的稳步增长，使我国的农业获得可持续发展，走具有中国特色的集经济效益、社会效益、生态效益于一体的农业发展道路，就要通过集约化、内涵式的发展方式实现农业现代化，就要通过将科学技术引入到农业生产领域，实现科学技术在农业领域的生产、转化、推广和应用，优化农业资源配置、创新农业生产方式，从而提升农业生产效率和竞争力［2］。

二、理论分析与研究假说

农业的生产能力是国民经济发展的基础，传统的扩大农业生产能力的方式不外乎增加要素的投入，但在农业的发展过程中，城镇化的进程加快使得农村劳动力大量向外转移［3］，致使我国农业生产始终存在投入不足、规模效益低下、利益流失严重的问题［4］，而化肥、地膜等生产要素的不断投入和农村资源的过度开发带来农业外源污染以及生态系统恶化的一系列问题［5］，因此，农业的长期增长不可能依赖生产要素的无限投入，而更要依赖于农业生产要素使用效率的提高［6］。Farrell［7］在 1957 年利用 DEA 模型对英国农业生产效率进行评价分析，这也是最早的有关农业生产效率的研究。杜文杰［8］利用随机前沿方法测算中国农业生产效率的变动，发现我国农业生产效率尽管处于增长的趋势但综合效率普遍偏低，部分地区生产无效率的主要原因是纯技术效率较低，而劳动生产率增长的首要源泉来自技术进步的作用［9］。谈存峰［10］证明了技术效率与技术进步均对农业生产率产生正向促进作用，技术进步反映了科技和人才资源对农业生产活动成果的影响，对推进农业产业结构调整和经济增长方式的转变具有重要意义，是提高技术效率的重要条件。已有研究证明，农业科技资源的配置在影响农业劳动力的非农就业发展趋势［11］的同时，能有效促农业经济增长［12］，并且农业科技能够优化和改善传统农业生产要素的配置结构，突破资源和环境的限制，是加快现代农业建设的决定力量［13］。但就目前国内农业发展形势来看，农业生产在利用灌溉、农用机械等先进生产资料极大地增加了农业总产值的同时也造成了大量环境污染［14］。尽管考虑到在进行科学技术研发的同时增加环境治理投入会暂时挤压科研资金而不利于农业科技创新［15］，但从长期来看，生产给环境带来的污染会降低农业资源的利用效率，影响农产品的质量安全，进而造成农业经济效益和生态环境效益的双重损失。而在传统的农业技术创新中引入可持续发展、环境保护等理念，将系统工程学、生态学等学科的知识和方法纳入到农业技术创新的过程中，不仅是对传统农业技术创新的突破，也可以致力于减少农业废弃物的排放，提高农业资源的利用率，通过成本的增加带动科技创新，以“创新补偿效应”增进生产效率［16］，从而产生更大的经济效益和生态效益。据此，本文提出假说1。

H1：其他条件不变的情况下，农业绿色科技创新与农业生产效率正相关。

除了从科学技术的视角来分析农业生产效率的变化，一些学者还认识到农业产业化的发展程度可能也会以间接或直接的方式对农业生产效率产生影响。在产业化经营与农业生产效率方面，农业受到自然环境的影响较大，具有生产周期长、投资风险大、收益不稳定的特点，农户规模小而分散［17］、农业产业链短而窄仍然是制约我国农业规模生产、稳定运营的主要原因。而以市场为导向、以经济为中心，实行专业化生产、社会化服务、企业化管理的农业产业化经营，恰好能克服我国传统小农经济生产中的薄弱环节，改变小而分散的农业生产分工形式。一方面，农业产业化发展有利于发挥集聚经济效应，促进农业生产专业化、规模化，提高农业生产社会化水平，并通过提高规模报酬、促进社会分工来提升劳动生产效率；另一方面，专业的合作组织能为农业生产提供多元化的生产性服务，提高农业生产要素利用效率，降低平均生产成本，降低风险和实现优势互补，提升当地农业产业的综合竞争力，从而取得更大的经济效益。

在产业化经营与农业科技创新方面，农业产业化经营可以对绿色科技创新活动与农业生产效率之间产生积极的调节作用。黄洁莉［18］认为农业企业是推进农业科技进步的重要载体，有助于提升涉农企业科技创新能力，Mugunieri G L［19］也表示农业合作组织有利于农业技术的使用、推广及社会化服务。孙晓欣和马晓冬［20］提出，农业产业化水平的进一步提高，有利于发展环境友好型农业，推广节约型农业技术，将生态环保与农业生产相结合。然而，在一些农业技术项目中，由于缺乏必要的专业化的生产性服务，许多技术含量和附加值较高、市场前景看好的农业技术项目无法实施［21］。由此可见，农业产业化使得农业生产组织置身于市场竞争之中，而较为完善的市场经济体系对农业生产中的技术进步提出了更高的要求［22］，复杂多变的外部环境促使农业生产组织通过引进绿色环保的农业生产方式，促进农业生产技术项目的实施，推广资源节约型的农用技术手段，并通过“创新补偿效应”提高农业生产效率，扩大市场份额并提升市场竞争力。据此，提出假说2和假说3。

H2：其他条件不变的情况下，农业产业化经营与农业生产效率正相关。

H3：其他条件不变的情况下，农业产业化经营对绿色科技创新与农业生产效率的关系产生积极调节作用。

三、模型设置与变量选择

（一）模型设计

1.数据包络方法。数据包络方法（DEA）是利用线性规划的方法，将每个决策单元（DMU）投入和产出的数据投射在坐标空间上，求出最大产出或最小投入，以衡量各个决策单元的相对生产效率。由于DEA模型无须预先设定生产函数的形式，有效避免了主观因素的影响，并且容易对模型进行其他方面的拓展，对评价多投入与多产出的生产形式具有运算简便、减少误差的优越性使其成为评价生产效率的主流模型。

CCR和BCC是其中两个典型的模型，CCR采用固定规模的假设，用线性规划的方法估计生产边界，落在生产边界上的决策单元即为有效率，未落在生产边界上的决策单元无效率。BCC是在CCR上的改进，它在变动规模的假设下衡量决策单元的效率，将综合效率分解成纯技术效率和规模效率的乘积，表明影响决策单元本身效率的可能是技术效率，也可能是规模效率［23］。BCC模型通过以下线性规划的形式来判断决策单元是否有效。

式中，Yk表示第k个决策单元的综合效率，也称为技术效率，Yrk表示第k个决策单元的第r个产出变量，xik表示第k个决策单元的第i个投入变量，λr表示第r个产出变量的权重系数，θi表示第i个投入变量的权重系数，μk表示第k个决策单元的规模报酬指标。

2.tobit模型。 tobit模型最早由Tobin在1958年研究耐用消费品时提出的一个计量经济学模型［24］，它能解决因变量部分连续分布或部分离散分布的回归模型构建问题。

式中，Y为因变量，X为自变量，α为截距项，β为待估的参数，随机干扰项

在本文中，Tobit模型的因变量是利用DEA模型计算出的农业生产效率值，这些效率值均为处于［0，1］区间内的离散数值，在这种情况下利用最小二乘法估计得Tobit模型参数是有偏不一致的，因此，需要以极大释然法估计Tobit模型中的参数，能提高参数估计值的精确度。

（二）变量选择

1.DEA模型变量。（1）投入变量。关于农业生产投入指标的选择，相关学者已进行了深入探讨分析，大部分文献均选取劳动力、资本、土地三个指标作为农业生产最主要的投入［25－27］。在农村劳动力持续流失的背景下，将先进的农业技术和农用机械引入农业生产中，在农业大国的转型关键时期对于提高土地产出率和劳动生产率、促进农业产业现代化建设更具有现实意义。因此，本文以技术投入代替劳动力投入作为农业生产的主要投入指标之一，以农用机械总动力和农用化肥施用量表示。资本投入变量和土地投入分别选取农林牧渔业固定资产投资和农作物总播种面积［28］。常用的衡量农业生产效率产出指标包括农村居民纯收入、农作物总产值、主要农作物总产量等［29］。（2）产出变量。考虑到各个地区农业基础设施条件不同，自然资源禀赋存在较大差异，因此本文选取农业增加值衡量当期生产资料投入对农作物产量的相对影响。

2.Tobit模型变量。（1）因变量。Tobit模型的因变量常常选取第一阶段DEA模型测算得出的效率值，在本文中，因变量为通过DEA模型测评得到的31个省市区2011－2015年的农业生产效率值。（2）自变量。绿色科技（Green）与农业产业化（Indus）是本文的核心自变量，产业化可以用产业化经营项目表示［30］，而农业绿色科技是一个综合指标，由多项环境友好的农业生产技术综合决定，借鉴王国升等［31］和姚延婷等［32］的做法，以沼气工程、除涝治碱面积和节水灌溉类机械作为环境友好和资源节约型科技应用的代表，通过主成分分析法得到绿色农业科学技术的综合应用程度，以此来评价绿色科技对农业生产效率的影响。

（3）控制变量。借鉴已有研究的做法［33－36］，本文选取乡村办水电站数（Hydro）、水库数（Reser）、播种面积比（Grain）、有效灌溉面积比（Irr）、农林水事物支出（Gover）、第一产业比值（Agri）、人均GDP（Eco）作为tobit模型的控制变量。

四、实证分析

（一）基于DEA模型的农业生产效率评价体系

从《中国农村统计年鉴》和《中国科技统计年鉴》获取相关数据并加以整理，将投入产出数据代入DEA模型，运算结果如表1、图1所示：

图1 2011－2015我国农业生产效率

分时期来看，总体上，我国农业生产效率普遍较低，从2011－2015年五年期间的最高值仅为0.748，平均有25.2%的资源是浪费的，但综合效率每年处于递增的状态，主要是由于纯技术效率和规模效率整体上升带动的，平均纯技术效率和规模效率分别为0.827和0.845，较为有效，说明我国农业生产率发展态势良好，伴随着农业生产的社会化、农业经济组织的市场化，以及农业科技的进一步发展，农业生产效率逐渐提高。

从整体上看，综合生产效率高的地区呈现规模效率与纯技术效率的“双高”，而在综合效率偏低的地区则呈现规模效率与纯技术效率的“双低”，因此要提高农业生产综合效率需要同时注重规模生产与管理效率的提高。从地区分布来看，农业生产效率最高的是浙江省，综合效率达到了0.937，其次是四川省，平均农业生产效率达到了0.931。而生产效率最低的省份为安徽省，综合效率仅有0.491，主要是纯技术效率的偏低导致的。因此，安徽省在农业生产中要更注重对现有资源的开发利用和合理配置，通过技术成果的转化应用提高物质资料的利用效率。在31个省市区中，包括安徽、宁夏、内蒙古等16个省市区的农业生产效率低于平均值0.692，反映了我国近年来农业产业发展的现状。

表1 2011－2015各省农业生产效率排名

图2是对各个省份农业生产效率的地区进行划分，综合效率总体呈现“中南＞西南＞华东＞东北＞西北＞华北”的分布特征。农业生产效率最高的是中南地区，整体效率的平均值为0.786，中南地区的湖南、湖北两省地处长江中下游平原，地形平坦，土壤肥沃，广西、广东属于亚热带湿润季风气候，海南属于热带季风气候，全年降水丰沛，热量充足，农作物可以达到一年两熟甚至是一年三熟。而华北地区多旱涝灾害，水资源短缺给当地农业生产活动造成极为不利的影响，而华北地区连片的耕地适合大规模的机械耕作，因此华北地区农业发展要更注重发挥规模化经营的优势以及加强节水灌溉类机械的运用与推广。尽管东北地区整体农业生产效率仅有0.68，但规模效率是六个区域当中最高的，达到了0.933，这是由于东北地区土壤资源丰富，土质以肥沃的黑土为主，是国内最大的商品粮种植基地。东北平原拥有三大优势农业生产区域——三江平原、松嫩平原和辽河平原，土地集中连片，平原平坦的地势有利于机械的运作和推广，集约化经营优势明显。

图2 分区域农业生产效率

（二）基于Tobit模型的农业生产效率影响因素分析

为了检验假说H1和假说H2，本文将绿色科技创新和产业化经营作为自变量代入Tobit模型中进行回归，关于假说H3，即产业化经营对绿色科技创新与农业生产效率两者之间关系起到的调节效应，则采用绿色科技创新与产业化经营项目的交互项作为自变量代入模型一起回归验证，回归结果如表2所示。

表2 tobit模型回归结果表2

由表2可知，在全样本的回归结果中，绿色科技创新对农业生产效率产生显著的负向效应，当绿色科技综合评价指标上升1%时，农业生产效率下降了6.62%，与预期的假设相反，这可能是因为，农业科研受到传统科技考核体系的影响，偏向于科研成果本身是否具有学术价值［2］，并没有重视成果专利的转化应用以及社会价值的实现，导致农业科技活动与市场需求脱节，相关科研成果转换为现实生产力的路径受阻，不利于农业劳动生产率的提高；在产业化经营方面，Indus对农业生产效率的影响系数也为负，且通过了水平为5%的显著性检验，当产业化经营项目指标上升1%时，农业生产效率下降27%，产业化经营对农业生产效率产生负向影响的原因可能是因为，尽管现阶段由政府主导的农业产业化经营有利于转变农业经济增长方式由粗放型经营向集约型经营发展，但是刚刚起步的农业合作组织存在力量薄弱、规模小、制度不完善等缺点，不能有效带动专业化的生产［37］，并且传统的小农经济导致农户普遍缺乏合作意识与合作习惯，农民协调组织化程度低，如果不建立相应的激励机制和约束机制，农业产业化经营项目的实施不仅可能无法调动农民的生产积极性、引导农户进行更专业化的分工，甚至可能还会抑制其劳动积极性，不利于农业产业的可持续发展。

值得注意的是，尽管绿色科技创新与产业化经营的指标独立的对农业生产效率产生了显著负向效应，但两个变量的交乘项则对农业生产效率产生了正向的促进作用，当交乘项上升1%时，农业生产效率显著提升12.3%，说明绿色科技创新与产业化经营交互作用，产业化经营对绿色科技创新与农业生产效率之间产生积极的调节作用，也说明产业化合作组织有利于农业技术的使用、推广及社会化服务，促进了绿色农业技术的推广与使用，通过农业合作组织引进绿色环保的农业生产方式，促进农业生产技术项目的实施，推广资源节约型的农用技术手段，有效促进绿色科技对农业生产效率的提升作用。

此外，本文还分别对东部地区、中部地区、西部地区三个子样本进行回归，发现除了中部地区的绿色科技创新系数符号不一致外，其他关键变量的符号表现均与全样本回归的一致，说明回归结果是稳健的，也说明了我国各个地区普遍存在传统科研考核体系抑制学术成果转化为现实生产力、农业产业化经营项目规模小、力量薄弱、无法有效引导农户专业化分工生产的现象。

五、结论与启示

本文采用DEA模型对2011－2015年省际农业生产效率进行评价，并构建tobit回归模型对绿色科技创新、产业化经营对农业生产效率的影响进行分析，得出以下结论：第一，从整体上看，我国农业生产效率普遍偏低，平均综合效率仅有0.692，但生产效率呈现逐年递增的趋势，主要是由纯技术效率和规模效率整体上升带动的。农业生产效率地区分布不均衡，表现为效率高的地区呈现规模效率与纯技术效率的“双高”，而在效率偏低的地区则呈现规模效率与纯技术效率的“双低”。区域分布上，我国农业生产效率总体呈现“中南＞西南＞华东＞东北＞西北＞华北”的分布特征。第二，本文通过主成分分析法构建农业绿色科技创新的综合指标，以产业化经营变量作为中介调节指标对农业生产效率进行回归，发现全国范围内绿色科技创新与产业化经营的单因素变量均对农业生产效率产生负向效应，而两者的交互项则正向促进农业生产效率的提升，说明农业产业化经营发挥的中间调节作用是积极的。在对东部地区、中部地区、西部地区三个子样本进行回归时，系数的符号也基本一致，说明全样本的回归结果是稳健的。

基于以上结论，文本有以下几点建议：第一，不断完善激励机制与考核体系，在充分调动专业技术人员和研发机构研发生产积极性的同时，将技术创新作为生产要素融入农业生产中，提高农业科技成果的实用价值，促进农业科技成果的顺利转化，实现农业生产与科技研发的有效对接。第二，积极发挥专业合作社、集体经济组织、合作企业等具有规模化、市场化、专业化生产加工等优势的经营主体的作用，在带动区域农业集群化发展的同时，通过引进绿色环保的农业生产方式，促进农业生产技术项目的实施，推广资源节约型的农用技术手段，提高农业生产效率。