农业科技资源投入对广西农业经济影响的实证研究

◇桂林理工大学商学院 周子元 杨传喜 樊海微 潘 羽

研究了农业物质资源投入，农业科技资源投入和农业规模化经营对广西农业劳动生产率的影响。通过回归分析发现，农业科技资源投入虽然对广西农业劳动生产率没有直接的提升作用，但通过对物质资源投入的质量改善，起到了间接提升的作用。对1996年到2018年的实际数据测算发现，对广西农业劳动生产率的提升贡献大小依次是农业规模化经营、农业物质资源投入、农业科技资源投入。

在经济学理论中，科技是一种独特的生产性资源，科技资源的投入虽然不一定对生产效率产生直接作用，但可能与物质资源产生交互作用，通过提高物资性生产资源的质量来提高产出效率。笔者拟通过带调节效应的回归分析来检验农业科技资源投入对广西农业劳动生产率的影响，以此厘清农业科技资源对广西农业经济发展的作用机制，为将来的发展路径选择提供参考借鉴。

1 理论分析框架

参考相关研究的常见做法，笔者以农业劳动生产率为被解释变量。根据速水佑次郎（2003）对日本农业经济发展的研究，农业机械化和农地流转对日本农业劳动生产率的提高起到了重要作用，前者节约了农业劳动力，后者扩大了农业经营的规模，获得了规模经济的效应。对照我国和广西农业发展的实际，一方面农机总动力在逐年提高，另一方面农村土地承包经营权流转得到持续推进，2005年农业部颁布了《农村土地承包经营权流转管理办法》2014年中共中央办公厅、国务院办公厅印发了《关于引导农村土地经营权有序流转发展农业适度规模经营的意见》，广西区政府也出台了配套的管理办法和实施办法，这些文件为农业规模化经营提供了政策依据和激励措施，起到了鼓励农业规模化经营的实际效果。结合对前述现实的观察，笔者在速水佑次郎（2003）的分析框架中增加了农业科技资源投入因素，形成一个三因素的分析框架，研究农业物质资源投入，农业科技资源投入和农业规模化经营对广西农业劳动生产率的影响。

表1中的Z2和Y是价值量指标，其他指标都是物量指标，用当年价计算的价值量指标的大小受到物价水平变化的影响，所以应当先转换成不变价计算的指标，然后再和物量指标一起做分析，以避免因为指标中混杂了物价变化而可能导致错误的统计分析结果。笔者根据广西统计年鉴的物价指数数据，把当年价计算的原始数据转化为按1996年不变价计算。

表1 理论概念及其测量指标

2 指标数据的描述统计和预处理

表1中，Z1和Z2的数据来自历年《全国农业科技统计资料汇编》，时期为1996年到2018年；计算其它指标所需的原始数据来自中国国家统计局的国家统计数据库，以及历年《广西统计年鉴》，为何Z1，Z2匹配，数据时期也取1996年到2018年。笔者采用Eviews9.0软件对数据进行分析，各指标的描述统计见表2，指标间的相关系数表见表3。

表2 指标的描述统计表

表3 变量间的相关系数表

根据表2的最后一行数值，2018年与1996年相比，变化最大的是Z2指标，2018年的数值是1996年的6.88倍，这一指标的离散系数达到0.61，也是所有指标中变化最大的。变化次大的是Y指标，2018年的数值是1996年的4.95倍，说明广西的农业劳动生产率得到了很大幅度的提高。X1指标的变化也比较大，2018年的数值是1996年的3.29倍，说明广西的农业机械化水平有了长足的进步。Z1和EC指标变化较小，2018年的数值是1996年的1.43和1.48倍，说明在此期间增长较为缓慢，相应的离散系数也很小，分别为0.10和0.12。

从表3看到，所有5个影响因素的指标和Y都有较高程度的正相关，因此这些影响因素指标都是正向指标。但X1和X2的相关系数高达0.96，Z1和Z2的相关系数达到0.88，所以可能存在严重的多重共线性，经笔者做回归发现，让X1和X2同时进入回归模型，或让Z1和Z2同时进入回归模型，都会得到不合理的估计结果，所以确实存在严重的多重共线性，应当先处理多重共线性，然后再做回归。为了不丢失变量的信息，笔者考虑用X1和X2以加权的方式计算生成一个测量农业物质资源投入的综合指标，记为WX；对Z1和Z2也进行类似的处理，生成测量农业科技资源投入的综合指标，记为WZ。对于测量农业规模经济的指标EC，由于它和其他几个解释变量的相关系数不大，在初步回归中也没有引起严重共线性，所以不需要进行处理。

笔者用熵权法来对X1和X2指标，以及Z1和Z2指标的信息进行综合。使用熵权法的基本步骤是：①对指标观测值进行极差标准化。本文的指标都是正向指标，所以按标准化值=（观测值-最小值）/(最大值-最小值)计算；②对同一个指标，用各年的标准化值计算该指标的信息熵；③加总各指标的信息熵，以此为基础计算各指标的权重，信息熵大的指标被赋予小的权重；④用指标权重乘以各指标的标准化值然后再相加，得到各年的综合指标值。笔者经计算得到，指标X1的权重为0.589，指标X2的权重为0.411；指标Z1的权重为0.389，指标Z2的权重为0.611.所以，综合指标的算法如下：

从图1看到，在1998年之前，广西农业科技资源投入高于农业物质资源投入，此后物质资源投入增长迅速，很快超过科技资源投入，二者在2006年以后维持了很大的差距。自2016年之后，农业科技资源投入加速增长，农业物资资源投入增速放缓，二者间的差距才缩小了。

图1 综合指标WX和WZ的时序图

3 回归分析结果

笔者使用的是时间序列数据，所以进行回归分析前需要对序列的平稳性进行检验，在Eviews中采用ADF检验发现，Y和WX，WZ，EC序列都是一阶单整序列，所以有必要进行是否存在协整关系的检验。笔者采用Johansen的协整检验，5种检验模型一共报告了10个检验结论，在5%的水平下都认为至少存在1个协整关系。所以判断序列虽然不平稳，但存在（1，1）阶协整关系，所以变量间伪回归的可能性较低。

表4中的WX*WZ代表交互项，模型1的回归不包括交互项，模型2的回归包括了交互项。笔者对两个模型都进行了异方差检验和自相关检验，检验结果表明不存在异方差性和自相关性，因此表中报告的t值是正确的，可以用来判断变量是否显著。从模型1的P值来看，在常用的5%的显著性水平下，WZ不显著，说明农业科技资源投入对广西的农业劳动生产率没有显著的影响，WX和EC显著，说明物质资源投入和规模化经营对广西的农业劳动生产率有显著的正向影响。在模型2中，WX和EC的系数估计值比模型1中有所降低，但符号和显著性并未改变；WZ的系数为负数，但并不显著。需要关注的是，模型2中包含的交互项WX*WZ是显著的，回归系数为0.85，说明WZ有显著的调节效应：在WX的数值保持不变的情况下，WZ的数值每增加0.1，就会使得WX对Y的作用增加0.085。总之，模型1和模型2的回归结果验证了笔者在本文开头提出的假设：虽然农业科技资源投入对广西的农业劳动生产率没有直接拉动作用，但是会通过提升投入的物质资源的质量，对农业劳动生产率起到提升作用。

表4 回归结果表

将模型2中不显著的WZ去掉，只保留显著的变量，重新做回归得到模型3，结果如下

下面根据模型3分解Y值的变化。2018年与1996年相比，Y的数值实际变化量是1.556，EC的数值实际变化量是0.182，乘上模型3中的系数3.97，得出EC拉动Y值增加了0.722，对Y值变化的贡献率为46.4%。WX的数值实际变化量为0.971，乘上0.50的系数，得出WX拉动Y值增加了0.486，对Y值变化的贡献率为31.2%。WZ*WX的数值实际变化量是0.972，乘上0.42的系数，得出WZ拉动Y值增加了0.408，对Y值变化的贡献率为26.2%。由此可见，从1996年到2018年，对广西农业劳动生产率增长贡献最大的是农业规模化经营，其次是农业物质资源的投入，再次是农业科技资源对农业物质投入的质量提升。

4 结论和建议

研究发现，农业科技资源投入对广西农业劳动生产率没有直接的提升作用，但通过对物质资源投入的质量改善，起到了间接提升的作用。从1996到2018年的实际数据来看，农业规模化经营对广西农业劳动生产率的提升贡献最大，其次是物质资源投入的贡献，然后是科技资源对投入的物质资源的质量改善的贡献。从三种因素发展的趋势来看，物资资源投入增长已经放缓，因此不能成为继续拉动农业生产率提升的主要手段。农业科技资源因为基础较为薄弱，提升空间比较大，未来可期成为重要的增效手段。自2014年以来，在鼓励农村土地经营权有序流转的各种政策推动下，广西农业的规模化经营发展势头迅猛，未来应当保持此良好的发展态势，可为农业生产率提升做出重要贡献。