江西省農業科技進步貢獻率測算及預測

李詩文 胡凱

[摘要]農業是我國立國之本，而農業科技進步與創新則是推動我國農業經濟發展的原始推動力。對江西省農業科技進步貢獻率進行有效的測算與估計，能夠有助于了解江西的農業科技水平，并為今后制定農業發展戰略提供參考。采用索洛余值法對江西省的農業科技進步貢獻率進行測算，選取了1978～2017年農業總產出、資本投入、勞動力投入、土地面積投入各項指標作為投入產出指標，最后計算得出2017年江西省的農業科技進步貢獻率為59%，并通過分析發現，科技進步和資本投入是促進江西省農業經濟發展的重要因素。

[關鍵詞]農業;索洛余值;科技進步貢獻率

[中圖分類號]F323.3[文獻標識碼]A

引言

農業是我國立國之本，而農業科技進步與創新則是推動我國農業經濟發展的原始推動力。現階段科學技術是第一生產力的觀念已經深入滲透到我國生產生活的各個領域當中，農業生產方式也由傳統的依賴于資本、勞動力、土地等生產要素驅動而逐步轉向于依賴科技進步和更高效的生產及管理方式等其他因素的驅動。隨著科技進步在農業經濟增長中發揮的作用越來越大，科技進步對農業發展的貢獻程度已經成為衡量一個國家或地區農業現代化的重要指標。

農業科技進步通常有廣義與狹義之分，狹義的農業科技進步主要單指科學技術上所帶來的進步與突破，即硬技術的進步，而廣義的農業科技進步則不止包含科學技術上的進步，還包括管理方法的改善、生產流程的優化、服務水平的提高等其他軟技術的進步。農業科技進步貢獻率是指在農業生產中由科技進步所帶來的增長占總增長的比重。在如今眾多的農業科技進步貢獻率測算的相關文獻中，主要都是針對于廣義的農業科技進步所做的測算。

自從80年代農業科技進步貢獻率引入我國之后，國內關于貢獻率測算的文獻層出不窮，究其測算方法來看，比較主流的有索洛余值法、CES生產函數法、超越對數法、DEA數據包絡分析法、丹尼爾森因素分析法等。對于科技進步貢獻率的計算，不同的模型有其優缺點，綜合現有的研究結果分析，索洛增長速度方程法應用最為普遍。尤其自1997年農業部科技司將索洛余值法作為我國農業科技進步貢獻率測算的標準方法后，該方法更是被國內學者廣泛運用。在初期階段，國內學者只是對數據進行簡單測算，缺乏對結果的深入分析和橫向比較。隨著研究的逐步深入，眾多學者對測算方法進行進一步的細化與改進。

1 農業科技進步貢獻率的測算方法

索洛增長速度方程法，也稱為索洛余值法，以Cobb-Douglas生產函數為基礎，主要是計算在產出的增長中不是由投入要素增加所帶來的增長，即生產效率的增長，我們把它歸為廣義的農業科技進步所帶來的增長。

該CD生產函數一般的表達式為：

上式中，Y為農業總產值，A為常數項，K、L、M為農業生產中各投入要素，分別是資本投入、勞動力投入、土地面積投入。α、β、γ代表資本、勞動力、土地面積的投入產出彈性系數。δ則表示資本、勞動力、土地面積變化以外的其他因素導致的農業總產值的變化，也就是科技進步對農業總產值的貢獻。t則為時間變量。

將CD函數兩邊取對數后可轉化為以下形式：

方程兩邊對t求導，變換后可得下式：

令dt=1，將dY改寫為ΔY，可得如下公式：

其中為農業總產值年均增長率，為資本投入年均增長率，為勞動力投入年均增長率，為土地投入年均增長率，為科技進步率。

則農業科技進步貢獻率為：

上式中，為農業科技進步貢獻率，為資本投入貢獻率，為勞動力投入貢獻率，為土地面積投入貢獻率。

由上式可知，計算農業科技進步貢獻率，首先就要求出以及，其中，為各投入產出要素年均增長率，可根據統計年鑒數據求得，而對于投入產出彈性系數的計算，目前較為主流的方法有回歸法和經驗法。相較來說，經驗法主觀性較強，缺乏充分的理論依據，而回歸法則是通過歷年的統計數據進行回歸計算，求出各投入產出彈性系數，客觀性較強，可有效避免人為估計產生的判斷誤差。

另外，為避免多重共線性，消除耕地面積大幅變化帶來的影響，將農業生產函數公式兩邊同除M，在規模報酬不變的條件下，有α+β+γ=1，則農業生產函數模型可改寫為：

用整理后數據進行多元回歸分析，就可得出的估計值。

2 江西省農業科技進步貢獻率的測算

2.1 數據的選取與處理

由于農業科技進步貢獻率的測算對數據的敏感度較高，不同的數據選取、處理方式、起止年限等都會對測算結果產生較大的差異。通過參考國內外的研究以及對相關已有文獻的梳理，并考慮數據的可獲得性，以及進行相關數據的試算，最終本文確定以下投入產出指標。

農業總產出：以“農林牧漁業總產值”表示農業產出指標。另外，由于產值通常是以當年價格計算，存在價格因素的影響，為消除這種影響，我們需要選取指數對其進行縮減，通過計算發現，不同的指數選取對計算結果會產生一定差異，最終本文選取農村商品零售價格指數進行計算，即農林牧漁業總產值=農林牧漁業總產值當年價格/農村商品零售價格指數x100。

資本投入：以“農林牧漁業中間消耗”表示資本投入。由于1978年至1983年期間數據缺失，本文根據1983～2016年農林牧漁業中間消耗年均增長率向前推算1978～1983年數據，即Kt-1=Kt/（1+年均增長率）。為消除價格因素的影響，選用農村商品零售價格指數對當年價格進行縮減，以1978年為基期，即農林牧漁業中間消耗=農林牧漁業中間消耗當年價格/農村商品零售價格指數x100。

勞動力投入：以“第一產業社會就業人數”表示勞動力投入。

土地面積投入：以“農作物播種面積”表示土地面積投入。考慮到農業生產受自然災害的影響較大，需要剔除自然災害的影響，而自然災害對農業生產的影響主要體現在農業用地上，因此選取受災面積與成災面積對農作物播種面積進行修正，受災面積通常指農作物較正常年景產量減產一成以上的農作物播種面積，成災面積則是減產三成至顆粒無收的播種面積，取受災程度一至三成的土地面積折算系數為0.2、受災程度三成及以上的土地面積折算系數為0.65，即耕地面積投入=農作物播種面積-0.2x受災面積-0.65x成災面積。

為保證數據統計口徑的一致性，文本所有數據均來自江西省統計年鑒。其次，由于起止年限對農業科技進步貢獻率測算的影響較大，經過比較，本文選取1978年作為起始年份，通過對1978～2017年間的數據進行搜集整理，匯總如表1所示。

2.2 回歸方程的模擬

本文對表1 江西省1978～2017年間各投入產出要素數據進行處理后，利用SPSS Statistics 25軟件進行回歸分析，結果如表2所示。

從表2可以看出，R2和調整后的R2分別為0.995和0.994，說明該方程擬合度較高，各投入要素的變化很好地解釋了總產出的變化情況。另外，K和T均通過了5%的顯著性檢驗，L的T檢驗值較前兩者較小，但在10%的顯著性水平下依舊顯著，說明各投入要素對總產值的影響都是顯著的。

根據以上結果，可構建如下方程：

將Y、K、L替換Y、K、L后可得：

2.3 農業科技進步貢獻率的計算

計算農業科技進步貢獻率，需求出各投入產出要素的年均增長率，計算公式如下：

為農業總產值年均增長率，為起止年份跨度，、分別為1978年和2017年農業總產值數據。用同樣方法，可求出資本投入、勞動力投入、土地面積投入年均增長率，結果如表3所示。

由此，可求出2017年江西省農業科技進步貢獻率、資本投入貢獻率、勞動力投入貢獻率、土地面積投入貢獻率如下：

農業科技進步貢獻率=0.0409/0.0693x100%=59.019%

資本投入貢獻率=0.3531x0.0768/0.0693x100%=39.131%

勞動力投入貢獻率=0.2293x-0.0064/0.0693x100%=-2.118%

耕地面積投入貢獻率=（1-0.3531-0.2293）x0.0037/0.0693x 100%=2.230%

運用相同方法，可計算出歷年農業科技進步貢獻率、資本投入貢獻率、勞動力投入貢獻率、土地面積投入貢獻率，其中，2010～2017年計算結果如表4所示。

2.4 測算結果分析

首先，從各投入要素彈性系數來看，1978～2017年間資本、勞動力、土地面積的投入產出彈性系數分別為0.3531、0.2293、0.4176，表明資本、勞動力、土地面積每增加1%的投入，農業總產出分別增加0.3531%、0.2293%、0.4176%。依彈性大小排序，江西省土地面積的彈性系數最大，其次為資本投入，勞動力投入則最小，表明江西省的農業產出增長對土地和資本的投入依賴性較強，對勞動力投入的依賴相對較弱。

其次，從農業科技進步貢獻率來看，2017年江西省農業科技進步貢獻率為59.02%，與江西省人民政府在江西省第十三屆人大常委會第九次會議報告上所公布的58.8%基本接近，說明本文的計算方法較為合理可信。相較于全國農業科技進步貢獻率57.5%，江西省農業技術進步貢獻率略高于全國平均水平。另外，資本投入貢獻率為39.13%，僅為農業科技進步貢獻率的66.3%，這表明科技支撐農業發展效果顯著，尤其近年來江西省農業科技進步貢獻率不斷上升，由2010年的53.35%上升至2017年的59.02%，而資本投入貢獻率則由2010年的42.35%降為2017年的39.13%，進一步說明江西省農業已由資本推動的粗放式發展逐步向科技推動的集約式發展轉變。而勞動力投入貢獻率和土地面積投入貢獻率分別為-2.12%和2.23%，較農業科技進步和資本投入來說，對農業產出增長貢獻十分有限，尤其是勞動力投入，其貢獻率為負值，一方面表明江西省的農業生產中出現了勞動力過剩的情況，應該進一步加強勞動力向其他產業轉移，另一方面也可能是從事農業生產的勞動力整體素質偏低，勞動力效率不高，應加大開展農業勞動力的科技文化素質教育，提高勞動生產效率。

3 江西省農業科技進步貢獻率的預測

由上文可知，農業科技進步貢獻率取決于兩個方面，一是各投入產出要素的年均增長率，二是各投入要素的生產彈性系數。因此，要對農業科技進步貢獻率進行預測，首先就要對各投入產出要素的年均增長率及投入要素的生產彈性系數進行初步估計。

首先，參照1978～2017年各投入產出要素的年均增長率，本文假定未來五年農業總產值預計年均增長率分別為5%、5.5%、6%、6.5%、7%、7.5%，資本投入預計年均增長率分別為5%、6%、7%、8%。另外，隨著我國城鎮化的不斷發展，農村勞動力不斷向城市轉移，在鄉務農人員持續減少，第一產業就業人數出現負增長現象，在此我們假定未來五年農業勞動力投入預計年均增長率為-1%。在土地投入方面，近年來我國土地投入面積變化不大，其次，國家也相繼出臺了嚴格的耕地保護政策，預計未來五年內我國的土地面積投入不會出現較大波動，年均增長率預計維持在0.2%左右。

其次，對于生產彈性系數的預計，通常有兩種方法，一是固定彈性法，二是變動彈性法。固定彈性法即事先估計出各投入要素的生產彈性系數，假定1978～2022年間的資本、勞動力、土地面積的投入產出彈性系數與1978～2017年間的彈性系數保持一致，不會產生變動。變動彈性法則事先不設定各投入要素的生產彈性系數，而是根據預估的各投入產出指標的年均增長率，計算出未來幾年的預測值，然后通過回歸分析得出α、β、γ的值，進而再求出農業科技進步貢獻率。

本文設定了農業總產值預計年均增長率為5%、5.5%、6%、6.5%、7%、7.5%和資本投入預計年均增率為5%、6%、7%、8%等不同組合的24種方案，分別運用固定彈性法和變動彈性法計算農業科技進步貢獻率，具體結果如表5所示。

表5中各方案投入產出要素的年均增長率為2017～2022年增長率預估值，方法一為固定彈性法，假定1978～2022年間的資本、勞動力、土地面積的投入產出彈性系數與1978～2017年間的彈性系數保持一致，即α、β、γ分別為0.3531、0.2293、0.4176。方法二為變動彈性法，彈性系數不事先設定，而是根據回歸得出，結果如表5的α、β、γ值。另外，方法一中的δ由上文公式計算所得，方法二則是通過回歸所得。

從農業科技進步貢獻率的預測結果來看，24個方案中方法一所得出的結果大致分布在60%～63%之間，方法二所得出的結果大致分布在55%～62%之間，固定彈性法預估值較變動彈性法預估值更高。其次，兩種方法中農業科技進步貢獻率預估值排名前五的方案均為方案21、17、22、13、18，兩種方法排名一致，說明計算結果較為可信。此外，該五種方案的農業總產值預計年均增長率分別為7.5%、7%、6.5%，資本投入預計年均增長率分別為5%、6%，由此可知，若要保持較高的農業科技進步貢獻率，則應保證農業快速穩定的生產，維持農業總產出的年均增長率在較高水平。另一方面，資本投入的年均增長率也不宜過高，從數據上可以看出，隨著資本投入的年均增長率的升高，會在一定程度上抑制農業科技進步貢獻率的增長。另外，在所有方案當中，只有方案21、17、22三種方案的農業科技進步貢獻率在兩種方法計算下均保持60%以上，說明江西省若要在2022年農業科技進步貢獻率超過60%，則未來五年農業總產出的年均增長率不得低于7%，且資本投入年均增長率也應控制其不超過6%。

4 對策與建議

本文利用索洛余值法對1978～2017年間江西省農業科技進步貢獻率進行測算，最后得出2017年江西省農業科技進步貢獻率為59.02%，表明科技進步是推動江西省農業發展的主要推動力。其次，在對2022年農業科技進步貢獻率的預測中，若江西省農業科技進步貢獻率要達到60%以上，則未來五年農業總產出的年均增長率不得低于7%，同時資本投入年均增長率也應控制其不超過6%。

此外，江西省在推進農業科技進步的過程中，還需注意以下幾點：首先，進一步加大對農業勞動人員的科技素質培養，有效提高勞動人員的工作效率。近年來，江西省農業勞動力彈性系數較低，勞動力投入貢獻率也一直出現負值，表明勞動力投入對農業生產的貢獻較為有限。目前，農業從業人員文化程度普遍偏低，且老齡化趨勢越來越明顯，由于從業人員缺乏一定的文化素養，因此農業技術推廣存在較大阻力，大部分農民因循守舊，思想保守，難以主動進行技術創新與積極引進先進工藝，難以掌握現代科學生產技能，農業現代化生產存在阻礙，因此，大力開展農民素質教育，加強農民職業培訓是十分有必要的。

其次，維持農業高效穩定生產。根據對未來五年的農業科技進步貢獻率的預測，若江西省要達到在2022年農業科技進步貢獻率超過60%，則農業總產出的年均增長需穩定維持在一個較高水平。農業生產是立國之基、強國之本，是維持國家安樂的重要保障，我國應進一步強化農業的基礎地位，把農業發展放在經濟發展的首要地位，深刻認識農業生產的重要性，加快農業現代化改革速度，推動農業生產基礎設施建設，促進農業生產結構調整，保證農業生產在未來維持良好的發展態勢。

最后，進一步加強資源的有效配置。通過對農業科技進步貢獻率的預測，可以發現資本投入和科技增長呈現負相關關系，資本投入增長在一定程度上會抑制農業科技貢獻的增長。因此，要進一步加強資源的有效配置，著重加大對農業科技的投入，而不是一般性的資本投入。同其他發達地區相比，江西省農業科研投入存在較大的差距，這在很大程度上制約了農業科技的發展，限制了農業科技對農業產出的貢獻程度。因此，江西省需進一步加強農業科技研發投入強度，培養農業科研人員，積極發展產學研合作創新，加快科研成果更新時間。進一步加強政府部門的主導地位與統籌管理能力，完善科技創新體制，出臺有效的創新政策以鼓勵企業自主研發創新，激發企業的創新活力，建立高效的農業推廣體系，縮短技術傳播時間，提高技術傳播效率。

[參考文獻]

[1] 金國勝，蔡端午，陳文輝，等.湖北省2016年農業科技進步貢獻率測算研究[J].湖北農業科學，2018，57（S2）：225-228.

[2] 王潔，夏維力.陜西省農業科技進步貢獻率測算分析——基于索羅余值法[J].科技管理研究，2017，37（19）：98-102.

[3] 周鳳蓮，李雙元.農業科技進步貢獻率研究綜述[J].農村經濟與科技，2015，26（09）：237-239+242.

[4] 胡凱.我國農業科技進步貢獻率測算與分析：1978-2010年[J].商業研究，2013（06）：169-175.

[5] 孫宏偉，于峰.遼寧省農業科技進步貢獻率測算與分析[J].合作經濟與科技，2017（16）：16-18.

[6] 楊少文.廣東農業科技進步貢獻率和要素貢獻率測算分析[J].南方農業，2017，11（04）：37-41.

[7] 朱希剛.我國“九五”時期農業科技進步貢獻率的測算[J].農業經濟問題，2002（05）：12-13.

[8] 湯進華，劉成武.湖北省農業經濟增長的科技貢獻率分析[J].資源開發與市場，2011，27（10）：877-880.

[9] 孫秋霞，高齊圣.科技進步對農業經濟增長貢獻率的政策差異[J].商業研究，2010（10）：145-149.

[10] 高博.內蒙古自治區農業科技貢獻率研究[J].科學管理研究，2015，33（05）：71-73+81.

[11] 李林杰，王紅濤.加快農業科技進步 推進現代農業發展——基于我國“十五”時期農業科技進步貢獻率的實證分析[J].農業現代化研究，2008（02）：163-167.

[12] 丁晨芳，高明杰.農業科技進步研究綜述[J].科技進步與對策，2007（11）：213-216.