農地經營規模、農業科技投入與農業生產效率
——基于面板門檻模型的實證

陳　鳴　周發明

?

農地經營規模、農業科技投入與農業生產效率
——基于面板門檻模型的實證

陳鳴周發明

[摘要]以中國1997-2013年31個省級區域的面板數據為基礎，運用門檻模型研究農業科技投入對提升農業生產效率的非線性作用。首先，根據戶均農地經營規模的門檻特征值將樣本分為農地經營規模較小、中等和較大三組，再分別對各組非平衡面板數據進行回歸檢驗。結果表明：在農地經營規模的不同區間，農業科技投資對農業生產效率的提升作用存在差異；科技驅動效應隨著農地經營規模擴大而提高，但農地經營規模最大的樣本中，其科技驅動力又不及農地經營規模中等的樣本。因此，應根據各省(市、自治區)農地經營規模所在的不同區間采取差異化政策，注意考慮農地資源稟賦與科技投入的耦合關系，進一步促進科技興農作用的充分發揮。

[關鍵詞]農業科技投入； 農地經營規模； 農業生產效率

一引言及文獻綜述

科技作為先進生產要素的代表，為提高我國農業生產效率，逐步實現農業現代化的目標發揮了重要作用。然而，一個值得關注的問題是，盡管歷年來國家不斷加大農業科技投資的力度，科技對于農業的首要驅動作用卻并未完全發揮。根據農業部公布的最新數據，2015年中國農業科技進步貢獻率達到了56%(農業部，2016)[1]，但與發達國家70%-80%的水平相比仍有較大差距。在我國農業弱質性特征仍然存在的現實條件下，期待政府一味地加大農業科技投入并不實際。如何在既定的科技投入規模約束下，尋找提高科技投資效率的新路徑，對于促進農業增長與經濟發展，使科技促農政策落到實處具有重要意義。

早期Solow(1957)[2]、Romer(1986)[3]、Lucas(1986)[4]等建立的經濟增長模型奠定了技術投入促進生產效率提高的理論基石；而農地作為農業生產最基本的要素，如何影響農戶科技需求以及與科技投入的關系，并不是一個全新的研究課題(王玄文和胡瑞法，2003)[5]。早在1980年代，Hayami和Ruttan(1985)[6]就在其經典文獻中指出，要素稟賦相對豐裕度的不同，將決定農業科技投入的方向和結構；Carter和Yao(1998)[7]對中國農地流轉的研究表明，土地經營規模化具有邊際拉平效應和交易收益效應，有利于科技創新；Jules(1991)[8]、Chambers et al.(2004)[9]等的研究表明，專業大戶較小農在農業科技創新中發揮了重要作用，甚至在部分試驗中成為技術創新的主角。國內農業科技領域的文獻中，與農地有關的研究大致可以分為三類：一是農地經營規模對科技需求的影響，黃季焜等(1999)[10]研究發現農民的技術選擇受到農民的收入水平、土地規模、文化程度、從業年齡以及從業性別等因素影響；曹建民等(2005)[11]認為增加土地規模不僅是農民參加技術培訓行為的誘導因素,也是提高農民技術采用愿望的重要影響因素；王建華和李清盈(2015)[12]基于江蘇地區的農戶調查，分析了農業經營主體培育與農業科技需求的關系；二是農地制度與農業科技體制的關系，陳風松(2010)[13]、劉漸和等(2009)[14]、孫雄松和呂建秋(2011)[15]等分別就土地流轉與農業科技推廣、農業科技成果轉化機制的關系進行了研究, 均認為現有的土地制度不利于現代農業技術的推廣,土地使用權流轉對當前農業技術創新將起到積極的促進作用；三是農地流轉對科技創新的促進機理，游和遠和吳次芳(2010)[16]發現，農地流轉、農業機械投入的增加與農村勞動力轉移存在相互影響機制；羅必良(2012)[17]認為沒有土地集約化，科技創新是空談，土地適度規模經營能有效促進農業科技進步與投資能力、生產規模匹配；陳治國等(2015)[18]認為各地要素稟賦與農業生產的非耦合程度抑制了科技投入的效果。

由此可見，多數文獻均認可農地經營規模對農業科技驅農效果存在制約和影響，但以定性研究居多，定量研究的文獻還比較少。另外，也鮮見探究農業科技驅動效應非線性特征的文獻。鑒于此，本文在現有文獻的基礎上，以1997-2013年全國31個省級區域的面板數據為依據，以農地經營規模為門檻變量，研究農業科技投入對農業生產效率的提升作用及區域差異性，力圖進一步尋找中國農業科技驅動力不足的原因，為中國農業科技投入的政策規劃提供經驗依據。具體而言，本文首先利用門檻效應模型，指出各省(市、自治區)農業科技投入對農業生產效率的提升作用存在明顯差異，其中一個重要原因在于各地農地經營規模的不同，農地經營規模直接制約著農業科技的驅動效應。其次，將測算出的兩個門檻特征值作為分組標準，把全國31個省級區域按農地經營規模水平分為3組并分別進行回歸檢驗，結果表明農地經營規模化能有效提升科技驅動力，但驅動效應的倒U型特征明顯。最后，提出要采取有效措施進一步提高我國農地經營規模化水平，同時避免農地經營規模過大的負面效應，促進科技要素與土地要素的耦合，達到優化科技投入配置，提升科技投入效果的政策目標。

二模型設定、變量與數據說明

(一)門檻模型的設定

根據已有的文獻可知，土地要素是影響科技驅農效應的重要因素。在農地經營規模不同的條件約束下，農業科技的興農效果也許并不是簡單的線性關系，而是存在不同農地經營規模區間的階段性特征。但是，如果主觀人為地劃分農地經營規模的區間，并不符合經濟數據自身的規律，可能導致估計結果有偏誤。因此，本文借鑒Hansen(1999)[19]提出的門檻面板模型，利用經濟數據本身的特征，內生地決定農地經營規模的門檻值，然后再根據門檻值所劃分的區間對樣本進行分組，進而分別對各組的科技投入驅動效應進行研究，由此得到的結論，將比人為分組得出的結果更為客觀可信。

根據Hansen(1999)提出的模型，具體設定以戶均農地經營規模(FLCI)為門檻檢測值，考慮到可能存在多個門檻關鍵點的情況，構建面板門檻模型如式(1)：

LnTFPit=μi+β1LnRDit·I(FLCIit≤γ1)+β2LnRDit·I(γ1

+…+βnLnRDit·I(γn-1

(1)

式(1)中，下標i和t分別表示省域和年份；μi表示與各省相關的、時間上恒定的未觀測因素，εit為隨機誤差項。TFPit代表農業生產效率，RDit代表農業科技投入，FLCIit代表戶均農地經營規模，CVit表示其他影響農業生產效率的控制變量。參考已有文獻，選取4個影響農業生產效率的因素作為控制變量：人力資本EDUit，對外開放程度OPENit，工業化水平INDit，自然災害NALit。在模型中，本文對除門檻變量農地經營規模外的所有變量均取自然對數，以消除異方差問題，保證回歸結果的穩定性。

(二) 數據來源與變量選取

1.變量選取

(1)被解釋變量：農業生產效率采用全要素生產率(TFP)衡量。運用DEA方法測度農業全要素生產率TFP。其中產出指標采用的是各省(市、自治區)的農業總產值，投入指標包括固定資產凈值和從業人員2個變量。利用DEA方法計算TFP是非常成熟的方法，可參見Caves等(1982)[20]的相關研究，在此不再贅述。

(2)核心解釋變量和控制變量：農業科技投入(RD)，用農業科研機構經常費用支出表示，包括科技活動支出、生產經營活動支出和其他支出。農地經營規模(FLCI)*由于部分農地(如果園、草地等)數據的不易獲得性，本文只分析耕地的情況，《中國國土資源統計年鑒》沒有公布各省(市、自治區)2003年以后的耕地數據，本文采用的做法是，如果相關省(市、自治區)年鑒公布該數據則采用該年鑒數據，如果未公布則采用農作物總播種面積與復種指數之比來計算。，以農戶戶均經營耕地面積來衡量。工業化水平(IND)，用各地區第二產業總產值衡量。人力資本水平(EDU)，用地區大專及以上人口表示。對外開放程度(OPEN)，用各省(市、自治區)進出口總額表示。自然環境條件(NAL)，用各地區耕地受災面積表示。

2.數據說明與描述

農業科技投入數據來自于《中國科技統計年鑒》與農業部科技教育司編制的《全國農業科技統計資料匯編》。農戶平均人數來源于《中國人口與就業統計年鑒》，1997-2008年的各省(市、自治區)耕地面積直接來源于《中國統計年鑒》，由于2009-2013年的數據沒有公布，則依據《中國國土資源統計年鑒》、《中國區域經濟統計年鑒》以及各省(市、自治區)統計年鑒整理而得。其他所有指標的數據均來自《中國農業統計年鑒》以及《中國統計年鑒》。各變量的描述性統計見表1：

表1　主要變量描述性統計

注：數據根據各統計年鑒整理計算而得，其中TFP值由DEAP2.1軟件測算得出。

三門檻模型檢驗

進行門檻效應檢驗需要解決兩個方面的問題：一是估計門檻值的個數；二是對門檻值進行真實性檢驗。本文利用Stata12.0中門檻模型軟件包，采用“自舉法”反復抽樣2000次搜索門檻值，估計結果如表2：

表2　門檻效應估計與門檻值檢驗結果

注：表中F值、相關臨界值和95%的置信區間均采用“自舉法”反復抽樣2000次得到。

表 2結果表明，門檻變量FLCI存在雙門檻值，兩個門檻值均處于95%的置信區間也證明了其真實性。另外，利用圖1和圖2所示的似然比函數圖，可以更加清晰地顯示出門檻值的估計和置信區間的構造過程。門檻值是指似然比檢驗統計量LR=0時γ的取值，在本文的雙重門檻模型中分別取值0.3411(圖1)和1.4821(圖2)，各個門檻估計值的95%置信區間是所有LR值小于7.35(5%顯著水平下的臨界值)的數值所構成的區間。

圖1　第一個門檻值的估計與似然比函數圖

圖2　第二個門檻值的估計與似然比函數圖

四實證結果及分析

根據以上所得的2個農地經營規模門檻值，把我國31個省級區域分為3個樣本組，這樣的分組標準是根據門檻模型測算而不是人為的主觀劃分，可以保證同組內部的觀測數據是同質的。因此，將各省(市、自治區)按農地經營規模水平的高低分為低規模化水平 (FLCI<0.3411)、中等規模水平 (0.3411≤FLCI<1.4821)及高規模化水平 (FLCI≥1.4821)3組，具體各省(市、自治區)的組間分布情況如表3所示。以2013年數據為例，屬于高農地經營規模化水平的有新疆、寧夏、吉林、黑龍江、內蒙古、西藏6省(自治區)，而廣東、浙江、貴州、北京、上海、福建、四川、重慶等8個省(市)處于低農地經營規模化水平，其他的省(市)均處在中等農地經營規模水平的區間。接下來，以此分組為標準，對各省(市、自治區)樣本進行回歸檢驗。

表3　農地經營規模水平與地區分組

(續上表)

低農地經營規模水平(FLCI<0.3411)省份年份中等農地經營規模水平(0.3411≤FLCI<1.4821)省份年份高農地經營規模水平(FLCI≥1.4821)省份年份山東1997-2000,2003-2007河南2001-2013寧夏2001-2008,2010-2013河南1997-2000湖北2001-2009,2011-2013新疆1997-2013湖北1997-2000,2010湖南2009-2013湖南1997-2008廣東2009廣東1997-2008,2010-2013廣西2001-2013廣西1997-2000海南1997-2008,2010-2013海南2009重慶2008-2011重慶1997-2007,2012-2013四川2001-2009四川1997-2000,2010-2013貴州2001-2009貴州1997-2000,2010-2013云南1997,2001-2013云南1998-2000西藏1997-2005,2007-2010西藏2009陜西1997-2013青海2009甘肅1997-2000,2009-2013寧夏2009青海1997-2008,2010,2012-2013寧夏1997-2000

(一) 整體樣本的回歸分析

首先，將全國31個省級區域1997-2013年的所有面板數據進行整體回歸檢驗。Stata12.0軟件的F檢驗拒絕了混合模型(Pooled)假設，而Hausman的檢驗結果也顯示P值為0.0000，由此確定采用固定效應模型(FE)。檢驗結果如表4中的模型7所示。農業科技投入對農業生產效率具有較為明顯的正向促進作用，RD系數在1%置信區間顯著為正，幾個控制變量也通過顯著性檢驗，人力資本(EDU)的回歸系數為正，說明人力資本的積累有利于農業生產效率提高；對外開放程度(OPEN)的回歸系數為正，證明地區間的對外開放通過產出效應與技術外溢效應促進效率提高；而工業化水平(IND)的系數為負，說明工業的發展不利于農業生產效率提高，重工輕農現象與工業剝削農業的問題依然存在；受災面積(NAL)的回歸系數為負且通過檢驗，這些檢驗結果與已有研究的基本經驗和基本事實都是比較吻和的。為保證農業生產效率與各個解釋變量關系的平穩性，本文基于全國樣本進行普通的OLS回歸檢驗，估計結果如表4中模型8所示。通過OLS檢驗與FE檢驗的結果對比，發現各影響系數的顯著性與正負方向沒有變化，僅僅是數值的大小略有差別，這也證明了模型設置與參數估計的合理性。然而，這一結果是基于全國樣本同質性假設得到的，與現實中各省域的異質性特征明顯不符，因此所得回歸結果很可能出現偏誤，為了更精確合理地估計農業科技以及其他控制變量的興農效果，需要進一步分組檢驗。

(二)以農地經營規模為分組標準的面板模型回歸結果

如表3所示，全國樣本可以根據戶均農地經營規模水平劃分為低、中、高3組，由于這一劃分標準是利用門檻面板模型根據經濟數據自身的規律內生決定的，因此各組內部均可以視為同質樣本。再次利用Stata12.0軟件分別對3個區間的非平衡面板數據進行回歸檢驗，Hausman的檢驗結果依然顯示固定效應模型要優于隨機效應模型，各參數估計結果如表4所示。其中，模型1、模型3和模型5分別代表低、中、高農地經營規模組的固定效應模型回歸結果，模型2、模型4和模型6分別代表低、中、高農地經營規模組的OLS回歸結果。

表4　以農地經營規模水平為分組標準的面板模型估計結果

注：括號內為t值，***、**和*分別表示在1%、5%和10%水平下顯著，FE為固定效應模型，OLS為最小二乘法回歸模型。

(三)結果分析

先分析核心解釋變量農業科技投入與農業生產效率之間的關系。與全國整體樣本回歸的結果相比，各組間科技興農的影響系數依然為正且均通過了1%水平的顯著性檢驗，再次說明科技投入對農業的重要驅動作用。但在不同的農地經營規模約束下，其影響系數值存在較大的差異。低、中、高規模水平下的影響系數值分別為0.0218、0.0533和0.0473。即當農地經營規模低于0.3411(公頃/戶)時，農業科技投入效果微弱，1單位科技投入僅能帶來0.0218單位農業生產效率的提升。隨著農地經營規模化水平提高，戶均耕地面積處于[0.3411，1.4821]區間和1.4821以上的中、高規模水平時，農業科技投入對農業全要素生產率的影響大幅提高，其科技興農效應彈性比農地經營規模化水平較低省份高出1倍以上。由此可知，農地經營規模的提高的確能有效改善科技驅農效果，當前中國農業科技驅動力不足的一個重要原因在于，較低農地經營規模的省份嚴重拉低了農業科技驅農作用的整體水平。

對為什么擴大農地經營規模能有效改善科技驅農效果，可以從3個方面進行分析。其一，農地經營規模化水平的提高，可以大大激發農戶的科技需求。土地分散經營導致農業生產缺乏經濟利益激勵，農戶對科技的需求常處于被動接受狀態。農地集中促進了農業產業化發展，經營規模擴大有利于高新技術和大中型農業機械的推廣和運用,其經濟利潤和回報率較傳統小農生產將大幅度提高，進而有效促進農戶科研與生產投入的積極性和有效性，大大提高了農業經營主體對科技的需求。同時，農地集約把農民由原來的自給自足小農耕作模式推向機械化、規模化的現代經營工作崗位，也將倒逼農民學習先進生產技術，催生新一輪的農業科技需求，為科技轉化為生產力提供了正向激勵。其二，農地經營規模化的另一個好處是提供了成本和風險的分擔機制，能有效緩解土地分散經營與農業科技創新的矛盾。科技創新需要承擔較大的失敗風險，占有零碎土地的傳統小農經營模式并不具備這樣的抗風險能力。伴隨著農地經營規模的提高，農地細碎化狀態得到改善，規模經濟效應逐步體現，農業盈利預期提高，經營主體抗風險能力增強，提升了農業科技創新的內在動力。其三，農地經營規模化意味著農地的經營者發生變化，如專業大戶、家庭農場、農民合作社、農業產業化龍頭企業等新型的農業經營主體逐步興起，這類群體具備更強的掌握農業科技知識的能力，也更易于產生“示范效應”，帶動其他農戶采用新技術成果，提高農戶的科技運用能力與市場經營能力。基于以上3個原因，在較高農地經營規模的環境下，農業科技投入能夠更好地提高農業生產效率，從而取得更好的效果。反之，在較低農地經營規模省(市)，較小的經營規模遠遠不能達到農業經濟產生規模效應的階段，生產經營效益較差，傳統農戶缺乏足夠的經濟激勵，又不具備承擔技術風險的能力，自然不愿意嘗試采納和學習新技術，科技投入無法取得應有效果。

接下來對控制變量依次進行分析。代表各省(市、自治區)工業化水平的變量系數在3組農地經營規模水平樣本中均顯著為負，說明各組省(市、自治區)工業剝削農業的現象未能根本扭轉，這與全國樣本的檢驗結果類似。而對外開放度指標在不同農地經營規模省(市、自治區)樣本中都顯著地提高生產效率，并且隨著農地經營規模的提高，其促進作用越來越大；農民受教育水平影響以及自然災害變量的檢驗結果，與全國層面整體檢驗的結果相近。

進一步比較第二組和第三組的結果，發現最高農地經營規模的第三組中，其科技驅農效應反而不如第二組中等農地經營規模水平省(市)。這似乎與我們已得出的結論“農地經營規模擴大能有效改善科技驅農效果”相矛盾。對此可從以下3個方面來解釋。其一，農地經營規模過大將導致規模不經濟。當農地經營規模跨越第二個門檻后，這類省(市)由原來的規模經濟轉變到規模不經濟階段，農地經營規模的擴大不再能有效改善農業生產，科技投入在土地要素資源的制約下，其作用與效果便不如中等農地經營規模省(市)明顯。其二，農地過于集中其實是對農地壟斷經營的變相支持，尤其是在現實中以政府為主導的模式下，強制與非自愿流轉行為難以避免，政府利益驅動加劇了資本對農地產權的侵蝕，農地越集中在少數人手里，優勢農戶階層謀取自身利益現象越嚴重(李菁和歐良鋒，2014)[21]。這可能導致科技資源分配不均，降低科技驅農效果。其三，農地經營規模越大，農地集中度越高，就越容易產生勞動力被擠出問題，失地農民安置問題更為嚴峻。游和遠和吳次芳(2010)[16]指出，當前農地逐步向少數經營大戶集中的過程，并不具備促進農業剩余勞動力向城市轉移的自動實現功能。現實中更多的情況是，在城市二三產業吸收能力有限的條件下，原有耕地上的農民中有相當一部分滯留在農村淪為無效率的剩余勞動力。勞動力“擠出”的負面效應致使土地與勞動力配置進一步失衡，加劇中國“人地矛盾”，進而制約了科技興農效應的發揮。所以，總體來說，在農地經營規模最大的第三組中，其科技投入的興農效應不如中等農地經營規模省(市)顯著，從而農業科技投入對農業生產效率的提升作用就出現了類似倒U型的特征。

(四)穩健性分析

為證明結果的穩健性，本文特別運用普通OLS方法對3組樣本進行回歸檢驗和估計，以此比較其與FE回歸結果的差異，以及二者之間的非線性關系是否存在。檢驗結果如表4中的模型2、模型4以及模型6所示，在較低、中等以及較高3種不同農地經營規模區間水平下，農業科技投入對生產效率的系數依然通過顯著性檢驗，其數值分別為0.0195、0.0523和0.0434。可見中等農地經營規模水平組別的科技驅農效果依然是最好的。這與FE檢驗的結果非常接近。另外，各控制變量的系數值與顯著性檢驗結果均與FE的結果基本相似。從而說明本文的實證檢驗結果具有穩健性。

五結論與啟示

(一)結論

本文根據1997-2013年中國省級面板數據，在考慮農地經營規模水平這個外部條件下，重點研究農業科技投入對農業生產效率的促進作用。研究結論表明：首先，農業科技投入對我國農業生產效率具有顯著的促進作用，但這一作用由于各省(市、自治區)農地經營規模水平的不同存在明顯的門檻特征；其次，當前農業科技驅農效果不佳的一個重要原因在于，農地經營規模較低的省(市)嚴重拉低了科技驅動力的整體水平；再次，農地經營規模的擴大能有效改善農業科技驅動效應，但農地經營規模最高的省(自治區)，其農業科技作用并不如農地經營規模處于中等區間的省(市)。

(二)啟示

本文具有明顯的政策含義。首先，研究結論指出農業科技投入對提高農業生產效率的驅動效果受到低農地經營規模水平的嚴重制約，所以在當前農業科技投入難以大幅提高的現實約束下，應以農地流轉為契機，配合強力措施大力提高農地經營規模水平，加快農業生產規模化、集約化，盡快跨越農地經營規模偏小的第一個門檻。具體措施包括：建立和完善農地流轉市場，完善農地流轉政策和激勵措施，鼓勵和促進農戶自愿流轉。尤其值得注意的是，當前農地經營規模較小的分組中含有北京、上海、浙江、廣東等經濟發達的地區。這些省市和地區農地經營面積越來越小的主要原因，是它們根據自己的經濟條件和自然稟賦逐步選擇了非農產業，農業被大大地“擠出”了。如僅僅考慮這些省市具備的雄厚財政實力而繼續對其增加農業科技投入，將帶來更多損失與浪費。

其次，農地經營規模也不是越大越好，而是應協調好科技投入與各省(市、自治區)資源稟賦的配比，以農地適度規模經營為方向和目標。具體而言，對于處于中等農地經營規模水平的省(市)，應該優化打造農業科研良好的制度環境，大力推進農業經營制度的創新，構建新型農業經營體系，培養專業大戶、家庭農場、農民合作社、農業產業化龍頭企業等多元化新型農業經營主體，進一步創造易于技術吸收和應用的外部環境。而對于農地經營規模較大的第三組樣本省(自治區)，政府應該高度重視農地過度集中帶來的負面效應，安置好失地農民，嚴厲打擊“假流轉、真騙補”等市場異化行為。采取適度調控措施，逐步調整土地與勞動力的合理配置，防止農地流轉帶來的新一輪資源分配過程中出現的不平等現象。

最后，從農業科技投入的角度來看，在中國農業科技資源有限的常態約束下，應該結合區域要素稟賦條件，適應區域科技需求，優化科技投入的區域配置。即政府應把農業科技資源盡量向處于科技投入效率高的省(市、自治區)集中和傾斜，逐步提高該類地區的科技投入強度。在保證投入連續性的前提下，鼓勵農業科研創新，推廣科學管理機制，通過進一步提高市場開放程度，改善工業擠占農業現象，增加農戶科技培訓、提高農戶科技素質，實施農業保險補貼、降低技術采用風險等措施，構建農業科研與生產的良性循環與互動機制。對于處于第一區間和第三區間省(市、自治區)，則應注意避免科技資源的無效投入與浪費，協調好科技投入與農地流轉的關系，形成最大合力共同推進農業發展。

[參考文獻]

[1] 農業部. 轉方式調結構加快發展現代農業[EB/OL].(2016-03-08)[2016-03-18].http://www.moa.gov.cn/leaders/hanchangfu/huodong/201603/t20160308_5043007.htm.

[2] Solow, R. M.. Technical Change and the Aggregate Production Function[J].ReviewofEconomics&Statistics, 1957, 39(3): 312-320.

[3] Romer, P.. Increasing Returns and Long-run Growth[J].JournalofPoliticalEconomy, 1986, 94(5): 1002-1037.

[4] Lucas, R. E. J.. Adaptive Behavior and Economic Theory[J].JournalofBusiness, 1986, 59(4): 401-426.

[5] 王玄文, 胡瑞法. 農民對農業技術推廣組織有償服務需求分析——以棉花生產為例[J]. 中國農村經濟, 2003, (4): 63-68, 77.

[6] Hayami, Y., Ruttan, V. W..AgriculturalDevelopment:AnInternationalPerspective[M]. Baltimore, MD: Johns Hopkins University Press, 1985.

[7] Carter, M. R., Yao, Y.. Administrative vs. Market Land Allocation in Rural China[J].Mimeo, 1998.

[8] Jules N. Pretty. Farmers’ Extension Practice and Technology Adaptation: Agricultural Revolution in 17-19th Century Britain[J].AgricultureandHumanValues, 1991, 8(1): 132-148.

[9] Chambers Robert, Pacey Arnold, Thrupp Lori Ann.FarmerFirst:FarmerInnovationandAgriculturalResearch[M]. London: Intermediate Technology Development Group Publishing, 2004.

[10] 黃季焜等. 農業技術從產生到采用: 政府、 科研人員、 技術推廣人員與農民的行為比較[J]. 科學對社會的影響, 1999, (1): 55-60.

[11] 曹建民, 胡瑞法, 黃季焜. 技術推廣與農民對新技術的修正采用: 農民參與技術培訓和采用新技術的意愿及其影響因素分析[J]. 中國軟科學, 2005, (6): 60-66.

[12] 王建華, 李清盈. 基于科技需求演化的農業生產經營主體培育與政策建議——以江蘇地區農戶為例[J]. 貴州社會科學, 2015, (2): 162-168.

[13] 陳風松. 土地流轉與農業技術推廣[J]. 學術理論與探索, 2010, (3): 25-28.

[14] 劉漸和, 祝延霞, 王德應. 土地使用權流轉對農業技術創新的動力作用研究[J]. 科技與經濟, 2009, 4 (2): 34-37.

[15] 孫雄松, 呂建秋. 土地流轉進程中的農業科技成果轉化機制研究[J]. 科技管理研究, 2011, (16): 186-191.

[16] 游和遠, 吳次芳. 農地流轉、 稟賦依賴與農村勞動力轉移[J]. 管理世界, 2010, (3): 65-75.

[17] 羅必良. 沒有土地流轉, 科技推廣是空談[N]. 河南日報農村版, 2012-2-9(8).

[18] 陳治國, 李紅, 劉向暉等. 農戶采用農業先進技術對收入的影響研究——基于傾向得分匹配法的實證分析[J]. 產經評論, 2015, 6(3): 140-150.

[19] Hansen, B.. Threshold Effects in Non-dynamic Panels: Estimation, Testing and Inference[J].JournalofEconometrics, 22(2): 345-368, 1999.

[20] Caves, D. W., Diewert, W. E.. The Economic Theory of Index Numbers and the Measurement of Input, Output, and Productivity[J].Econometrica, 1982, 50(6): 1393-1414.

[21] 李菁, 歐良鋒. 買方市場、 農地產權沖突與大規模農地流轉困境——以安徽省五河縣訾湖村為例[J]. 農村經濟, 2014, (6): 31-35.

[責任編輯：戴天仕]

[DOI]10.14007/j.cnki.cjpl.2016.03.011

[引用方式]陳鳴, 周發明. 農地經營規模、 農業科技投入與農業生產效率——基于面板門檻模型的實證[J]. 產經評論, 2016, 7(3): 130-140.

Farmland Operational Scale，Agricultural Technology Investment and Agricultural Production Efficiency——A Study Based on the Threshold Panel Model

CHEN MingZHOU Fa-ming

Abstract:This paper takes the farmland operational scale as the research angle of view, based on China's 31 Provinces 1997-2013 years Panel Data, and analyzes the nonlinear effects of agricultural technology investment on the agricultural production efficiency with a threshold effect model. First, according to the threshold characteristics of the average size of farmland operational scale, dividing the sample into small, medium and large three groups. Then, we make the regression test for each unbalanced panel data. The results show: The agricultural technology investment has different effects on the improvement of agricultural production efficiency in the different farmland operational scale. The effect of agricultural technology investment is improved with the expansion of farmland operational scale. But in the largest farmland operational scale, its technology driving force is less than the medium sample, therefore, we should take the different policy according to the different regions of the province. And pay attention to consider the coupling relationship between farmland resource endowment and agricultural technology investment, to further make the full use of prosper agriculture by science and technology.

Key words:agricultural technology investment； farmland operational scale； agricultural production efficiency

[收稿日期]2016-02-21

[基金項目]國家社科基金青年項目“中國低碳城市試點的政策績效評價及優化研究”(項目編號：15CJY037，項目主持人：鄧榮榮)；湖南省社科基金課題“湖南省農業科技減貧效率測度與影響機制研究”(項目編號：15YBA327，項目主持人：陳鳴);湖南省教育廳課題“農業生產性服務業集聚對農業發展的溢出效應研究”(項目編號：2015C1218，項目主持人：陳鳴)；衡陽市社科聯基金“農業生產性服務業集聚的外溢效應研究”(項目編號：2015C001，項目主持人：陳鳴)。

[作者簡介]陳鳴，湖南農業大學博士研究生，南華大學經濟管理學院講師, 研究方向：農業經濟管理；周發明，湖南農業大學經濟學院、湖南人文科技學院教授，研究方向：農業經濟管理。

[中圖分類號]F301； F323.5； F323.3

[文獻標識碼]A

[文章編號]1674-8298(2016)03-0130-11