農(nóng)業(yè)科技資源錯(cuò)配對全要素生產(chǎn)率影響
——基于門檻效應(yīng)的實(shí)證研究

楊傳喜，王修梅，王亞萌

（1.桂林理工大學(xué)商學(xué)院，廣西桂林 541004；2.西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西楊凌 712100）

農(nóng)業(yè)科技資源結(jié)構(gòu)性錯(cuò)配會帶來一定程度的配置效率損失［1］，改善農(nóng)業(yè)科技資源錯(cuò)配成為提高農(nóng)業(yè)全要素生產(chǎn)率的途徑之一［2］。近年來，資源錯(cuò)配及其對全要素生產(chǎn)率影響的研究得到相關(guān)學(xué)者的密切關(guān)注。國內(nèi)學(xué)者以中國制造業(yè)為研究對象，從不同角度出發(fā)，并未得到一致的研究結(jié)論。涂正革等［3］運(yùn)用隨機(jī)前沿生產(chǎn)模型，發(fā)現(xiàn)科技資源的配置效率對于全要素生產(chǎn)率的影響并不顯著。姚戰(zhàn)琪［4］、曾先鋒等［5］也證實(shí)資源錯(cuò)配對全要素生產(chǎn)率沒有作用。也有學(xué)者研究發(fā)現(xiàn)，當(dāng)資源不能得到有效配置時(shí)全要素生產(chǎn)率會受到影響。朱喜等［6］研究認(rèn)為消除農(nóng)業(yè)資源錯(cuò)配，農(nóng)戶的農(nóng)業(yè)TFP 有望再增長20%以上。因此，農(nóng)業(yè)科技資源錯(cuò)配是否一定會降低農(nóng)業(yè)全要素生產(chǎn)率？農(nóng)業(yè)科技資源錯(cuò)配程度與全要素生產(chǎn)率兩者之間的關(guān)系如何？對于這些問題展開研究，有助于更加全面的把握農(nóng)業(yè)科技資源錯(cuò)配對農(nóng)業(yè)全要素生產(chǎn)率的影響機(jī)制，從而優(yōu)化農(nóng)業(yè)科技資源配置提升農(nóng)業(yè)全要素生產(chǎn)率。基于此，本文采用門檻效應(yīng)模型，分析農(nóng)業(yè)科技資源錯(cuò)配與全要素生產(chǎn)率之間的非線性關(guān)系，厘清在不同的農(nóng)業(yè)科技資源錯(cuò)配區(qū)間對于農(nóng)業(yè)全要素生產(chǎn)率的影響，尋找改善農(nóng)業(yè)科技資源錯(cuò)配提升農(nóng)業(yè)全要素生產(chǎn)率的方法。與以往文獻(xiàn)相比，本文的創(chuàng)新點(diǎn)主要是研究方法運(yùn)用的創(chuàng)新，已有文獻(xiàn)主要是研究他們之間的線性關(guān)系，而本文從門檻效應(yīng)視角來研究農(nóng)業(yè)科技資源錯(cuò)配與全要素生產(chǎn)率的非線性關(guān)系。

1 研究方法及數(shù)據(jù)來源

1.1 面板模型構(gòu)建

為探究農(nóng)業(yè)科技資源錯(cuò)配與全要素生產(chǎn)率的非線性關(guān)系，本文采用Hansen 提出的非線性面板門限回歸模型,該方法從數(shù)理統(tǒng)計(jì)角度識別未知變量的數(shù)據(jù)特征，從而避免人為劃分門檻區(qū)間帶來的偏差。以農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)作為門限變量，構(gòu)建門限面板回歸模型，檢驗(yàn)農(nóng)業(yè)科技資源錯(cuò)配與農(nóng)業(yè)全要素生產(chǎn)率之間的非線性關(guān)系。根據(jù)本文選取的變量，構(gòu)建門限模型如下：

本文基本方程為：

（1）農(nóng)業(yè)科技資源錯(cuò)配與全要素生產(chǎn)率的單重門限模型：

農(nóng)業(yè)科技資源錯(cuò)配與全要素生產(chǎn)率的雙重門限模型：

其中,省份和年份用i 和t 表示。農(nóng)業(yè)全要素生產(chǎn)率（TFP）為被解釋變量；農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)misait同為核心解釋變量和門檻變量；Hit為控制變量，包括農(nóng)業(yè)科技人員素質(zhì)、農(nóng)業(yè)信息化水平、農(nóng)村經(jīng)濟(jì)發(fā)展水平。

1.2 變量與數(shù)據(jù)說明

本文選取1999—2017 年為研究區(qū)間，以25 個(gè)有效?。ㄊ?、區(qū)）農(nóng)業(yè)科學(xué)院為研究對象，利用門檻效應(yīng)模型對農(nóng)業(yè)科技資源錯(cuò)配與全要素生產(chǎn)率之間的關(guān)系進(jìn)行驗(yàn)證。本文數(shù)據(jù)來源于《中國農(nóng)業(yè)科技統(tǒng)計(jì)資料匯編》《中國統(tǒng)計(jì)年鑒》。對于部分缺失數(shù)據(jù)，進(jìn)行了有效補(bǔ)充。對農(nóng)業(yè)科技活動(dòng)經(jīng)費(fèi)內(nèi)部支出涉及貨幣量的指標(biāo)以1999 年數(shù)據(jù)為基期進(jìn)行平減，在進(jìn)行門檻回歸時(shí)，除農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)外其他變量都取對數(shù)處理。對于農(nóng)業(yè)全要素生產(chǎn)率與農(nóng)業(yè)科技資源錯(cuò)配指數(shù)測算的數(shù)據(jù)指標(biāo)如表1 所示。在對1999—2017 年各省份農(nóng)業(yè)科技資源錯(cuò)配情況進(jìn)行分析時(shí)，將選取的25 個(gè)省劃分為六大區(qū)域，在各個(gè)區(qū)域內(nèi)對各省份的錯(cuò)配情況進(jìn)行比較分析，從而更能明顯的分析我國農(nóng)業(yè)科技資源的錯(cuò)配情況及區(qū)域錯(cuò)配特征。六大區(qū)域分為：華北區(qū)、東北區(qū)、華東區(qū)、中南區(qū)、西南區(qū)、西北區(qū)。

1.2.1 被解釋變量農(nóng)業(yè)全要素生產(chǎn)率

運(yùn)用DEA－Malmquist 方法測算農(nóng)業(yè)全要素生產(chǎn)率，對專利數(shù)量、發(fā)表科技論文數(shù)以及出版科技著作運(yùn)用熵值法加總。以此作為評價(jià)農(nóng)業(yè)科學(xué)院創(chuàng)新產(chǎn)出的指標(biāo)，以農(nóng)業(yè)科技活動(dòng)人員與平減后的農(nóng)業(yè)科技活動(dòng)經(jīng)費(fèi)支出作為投入變量，構(gòu)建農(nóng)業(yè)全要素生產(chǎn)率測算指標(biāo)體系，見表1。

表1 農(nóng)業(yè)全要素生產(chǎn)率、農(nóng)業(yè)科技資源錯(cuò)配測算指標(biāo)

1.2.2 門限變量

（1）農(nóng)業(yè)科技人力、財(cái)力資源錯(cuò)配指數(shù)。為了準(zhǔn)確的計(jì)算農(nóng)業(yè)科技人力、財(cái)力錯(cuò)配指數(shù)，需要估計(jì)兩者的產(chǎn)出彈性。本文在Hesih 等［7］關(guān)于資源錯(cuò)配研究的基礎(chǔ)上假定選定的25 個(gè)省份在農(nóng)業(yè)科技生產(chǎn)過程中都投入了農(nóng)業(yè)科技人力、財(cái)力資源L、K 兩種要素。同時(shí)，用來表示資源要素價(jià)格扭曲，則選定的25 個(gè)省份在實(shí)際生產(chǎn)過程中投入的農(nóng)業(yè)科技人力資源、農(nóng)業(yè)科技財(cái)力資源的價(jià)格分別為

假設(shè)生產(chǎn)函數(shù)為規(guī)模報(bào)酬不變的C-D生產(chǎn)函數(shù)，即：

地楓皮作為狹域分布的珍稀植物，多分布于裸露的石灰?guī)r山頂，長期生長在干旱、水分不足、光照強(qiáng)烈、土層淺、伴生物種少等極端干旱的環(huán)境中。而葉片的形態(tài)特征是對環(huán)境適應(yīng)性最直觀的反映[18]。研究表明，葉脈發(fā)達(dá)、葉片的角質(zhì)厚、柵欄組織發(fā)達(dá)、氣孔密度大等特征，都有利于適應(yīng)干旱環(huán)境。葉脈結(jié)構(gòu)直接影響葉片對外界環(huán)境因子(如溫度、水分有效性)脅迫的敏感性[19]。研究發(fā)現(xiàn),地楓皮中脈發(fā)達(dá)，平均厚度約546.67 μm，木質(zhì)部所占比例約為50%,具有豐富的木纖維和韌皮纖維，這種類似莖的結(jié)構(gòu)大大加強(qiáng)了中脈的支持力和輸導(dǎo)能力，3個(gè)不同分布區(qū)的地楓皮中脈厚度隨著海拔高度的增加而增大，說明地楓皮具有較強(qiáng)的耐旱能力。

根據(jù)上文推導(dǎo)出來的價(jià)格扭曲的均衡解，可以進(jìn)一步得出農(nóng)業(yè)科技資源絕對扭曲系數(shù)：

農(nóng)業(yè)科技資源配置的絕對扭曲系數(shù)反映的是農(nóng)業(yè)科技資源投入無扭曲價(jià)格的加成程度，而農(nóng)業(yè)科技資源的相對扭曲程度才是農(nóng)業(yè)科技資源在各省份之間錯(cuò)配的主要原因。因此，將i 區(qū)域的農(nóng)業(yè)科技產(chǎn)出所占總省份的總農(nóng)業(yè)科技產(chǎn)出的比例表示為，農(nóng)業(yè)科技資源要素貢獻(xiàn)值為則農(nóng)業(yè)科技資源的相對扭曲系數(shù)可以表示為：

聯(lián)立（3）式和（5）式可得i 區(qū)域的農(nóng)業(yè)科技資源相對扭曲系數(shù)為：

（2）農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)(TMis)的計(jì)算。借鑒白俊紅等［8］的方法，根據(jù)本文計(jì)算得出農(nóng)業(yè)科技財(cái)力資源錯(cuò)配指數(shù)和農(nóng)業(yè)科技人力資源錯(cuò)配指數(shù)，通過取平均數(shù)的方式獲得歷年各地區(qū)農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)。

1.2.3 控制變量

對于控制變量的選取主要有以下三個(gè)：（1）地區(qū)經(jīng)濟(jì)發(fā)展水平采用人均GDP(AGDP)表示。（2）農(nóng)業(yè)科技活動(dòng)人員素質(zhì)(RL)，采用各省科技活動(dòng)人員受教育年限來表示，具體計(jì)算方法是借鑒陳釗等［9］的加權(quán)求和方法，將各階段受教育年限作為不同教育階段的權(quán)重。（3）農(nóng)業(yè)信息化水平(IN)參照韓海彬等［10］做法，具體選用村居民家庭每百戶黑白電視機(jī)、彩色電視機(jī)、電話機(jī)擁有量（部）作為農(nóng)業(yè)信息化指標(biāo)。

2 實(shí)證結(jié)果與分析

2.1 農(nóng)業(yè)科技資源錯(cuò)配程度分析

如表2 所示，我國25 個(gè)省份農(nóng)業(yè)科技資源都存在著不同程度的農(nóng)業(yè)科技人力、財(cái)力資源錯(cuò)配情況，同一省份在不同年份之間有較大波動(dòng)，且農(nóng)業(yè)科技人力資源在北京、河北、吉林、遼寧、浙江、江西這幾個(gè)省份錯(cuò)配情況較為嚴(yán)重，其他省份也表現(xiàn)為不同程度的農(nóng)業(yè)科技人力資源錯(cuò)配情況但錯(cuò)配指數(shù)在1 附近波動(dòng)，在這25 個(gè)省份之中大多還是農(nóng)業(yè)科技人力資源配置不足。

表2 2010—2017 年農(nóng)業(yè)科技資源錯(cuò)配情況

表2 （續(xù)）

從劃分的六大地區(qū)華北地區(qū)、東北地區(qū)、華東地區(qū)、中南地區(qū)、西南地區(qū)、西北地區(qū)來看：（1）華北地區(qū)不同省份在不同年份存在不同的錯(cuò)配情況，北京、內(nèi)蒙農(nóng)業(yè)科技人力、財(cái)力錯(cuò)配系數(shù)都大于1，表明北京、內(nèi)蒙這兩個(gè)省份農(nóng)業(yè)科技人力、財(cái)力資源都存在嚴(yán)重過剩。山西、天津農(nóng)業(yè)科技財(cái)力錯(cuò)配系數(shù)大于1；農(nóng)業(yè)科技財(cái)力資源存在過剩，山西實(shí)際財(cái)力投入是有效投入3～4 倍，天津?qū)嶋H財(cái)力投入是有效投入的2 倍以上，山西省是華北地區(qū)農(nóng)業(yè)科技財(cái)力資源錯(cuò)配情況最為嚴(yán)重的省份。（2）東北地區(qū)遼寧省農(nóng)業(yè)科技人力、財(cái)力資源都存在配置過剩，吉林省則表現(xiàn)為嚴(yán)重的農(nóng)業(yè)科技人力資源配置過剩；黑龍江農(nóng)業(yè)科技財(cái)力資源配置過剩。東北地區(qū)近年來產(chǎn)能過剩問題最為嚴(yán)重，農(nóng)業(yè)科技財(cái)力資源大量閑置。遼寧、黑龍江農(nóng)業(yè)科技財(cái)力資源配置過剩整體呈波動(dòng)趨勢。（3）華東地區(qū)安徽作為我國中部的崛起省份，投入了大量的財(cái)力資源，但安徽農(nóng)業(yè)科技占的比重并不大，大量的投入使得安徽農(nóng)業(yè)科技財(cái)力資源配置過?，F(xiàn)象十分嚴(yán)重，2010 年財(cái)力實(shí)際投入是有效投入的4 倍以上，但從2014 開始，安徽省農(nóng)業(yè)科技財(cái)力資源錯(cuò)配情況在不斷的得到改善，財(cái)力資源相對錯(cuò)配系數(shù)已降到2017 年的3.8。上海、福建、江西三省的農(nóng)業(yè)科技財(cái)力資源錯(cuò)配無明顯變化趨勢，總體趨勢W上海＞W(wǎng)福建＞W(wǎng)江西。而浙江省農(nóng)業(yè)科技財(cái)力資源配置不足，農(nóng)業(yè)科技人力資源表現(xiàn)嚴(yán)重的過剩情況。(4)中南地區(qū)河南、湖南、廣西、海南都表現(xiàn)為農(nóng)業(yè)科技財(cái)力資源配置過剩，農(nóng)業(yè)科技人力資源配置不足情況主要因?yàn)橹心喜康貐^(qū)科技活動(dòng)人員較少無法合理的運(yùn)用科技活動(dòng)經(jīng)費(fèi)使其轉(zhuǎn)化為科技成果。(5)西南地區(qū)重慶、西藏都表現(xiàn)為農(nóng)業(yè)科技人力、財(cái)力資源配置過剩，云南農(nóng)業(yè)科技財(cái)力資源配置存在過剩，農(nóng)業(yè)科技人力資源配置不足。（6）西北地區(qū)甘肅、青海、新疆農(nóng)業(yè)科技財(cái)力資源都表現(xiàn)為資源配置過?，F(xiàn)象但并不明顯，農(nóng)業(yè)科技人力資源配置不足主要因?yàn)槲鞑康貐^(qū)對于科技活動(dòng)人員的供給小于其需求，造成西部地區(qū)由于人才的缺乏不能很好的進(jìn)行科技成果的轉(zhuǎn)化。

2.2 門檻面板回歸分析

本文采用ADF 法進(jìn)行單位根檢驗(yàn)，結(jié)果見表3。農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)、農(nóng)業(yè)科技活動(dòng)人員素質(zhì)在0 階和1 階情況下均保持平穩(wěn)，而農(nóng)業(yè)信息化水平和農(nóng)村經(jīng)濟(jì)發(fā)展水平均在一階條件下才保持平穩(wěn)。

表3 面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)

已有研究對于門檻變量的選擇主要有兩種方法：（1）通過理論分析框架確定門檻變量對研究對象進(jìn)行分組［11］。（2）通過門檻效應(yīng)模型自動(dòng)識別數(shù)據(jù)內(nèi)生特性，利用被解釋變量與其影響因素的相關(guān)系數(shù)來確定門檻值以代替外生分組，從而對樣本進(jìn)行有效劃分［12］。為克服傳統(tǒng)分組標(biāo)準(zhǔn)的隨意性和主觀性，本文選取第二類方法確定待檢分組門檻變量，通過對待檢分組門檻變量的顯著性進(jìn)行分析以確定分組門檻變量。由表4，可以發(fā)現(xiàn)在影響農(nóng)業(yè)全要素生產(chǎn)率中最大的兩個(gè)因素是農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)與農(nóng)業(yè)信息化程度分別為0.1213、0.099 7。故依據(jù)農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)作為門檻分組變量。

表4 變量相關(guān)系數(shù)矩陣

本文主要分析農(nóng)業(yè)科技資源錯(cuò)配與全要素生產(chǎn)率的非線性關(guān)系，以農(nóng)業(yè)科技資源錯(cuò)配作為門檻變量采用stata14.0 對數(shù)據(jù)進(jìn)行回歸，通過“自抽法”(Bootstrap)重復(fù)抽樣500 次獲得?；貧w結(jié)果如表5，可知以農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)作為門檻變量時(shí)，對應(yīng)的F 值均通在一門檻、二門檻模型都通過了顯著性檢驗(yàn)。因此，模型中存在兩個(gè)門檻值，本文選擇雙重門檻模型進(jìn)行計(jì)量。

表5 門檻效應(yīng)檢驗(yàn)結(jié)果

由表6 可以看出具體的兩個(gè)門檻估計(jì)值以及相對應(yīng)的95%置信區(qū)間。因此可以根據(jù)兩個(gè)門檻值數(shù)據(jù)將我國各省區(qū)劃分為低錯(cuò)配（Misa＜0.452 2)、中錯(cuò)配(0.452 2＜Misa＜1.762 3)和高錯(cuò)配(Misa＞1.762 3)三個(gè)區(qū)間。

表6 門檻估計(jì)值及置信區(qū)間

2.3 模型穩(wěn)健性檢驗(yàn)及結(jié)果

為了檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，采用模型一、二、三分別回歸，結(jié)果如表7 所示，模型一為沒有加入控制變量的單一門檻回歸模型。模型二為加入控制變量的單一門檻回歸模型。模型三為不考慮門檻效應(yīng)的固定效應(yīng)模型。從模型一可知當(dāng)農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)小于0.455 2 時(shí)，農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)對于農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)為0.178 且在10%的水平上顯著，當(dāng)農(nóng)業(yè)科技資源錯(cuò)配總指數(shù)大于0.455 2 小于1.762 3 時(shí)影響系數(shù)將為-0.107 且在5%水平上顯著，表明此時(shí)的農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)對于農(nóng)業(yè)全要素生產(chǎn)率的增長具有抑制作用。當(dāng)農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)大于1.762 3 時(shí)影響系數(shù)為-0.311 且在1%水平上顯著時(shí)表明農(nóng)業(yè)科技資源錯(cuò)配在大于1.762 3 這個(gè)區(qū)間對農(nóng)業(yè)全要素生產(chǎn)率的增長也有抑制作用。模型二加入控制變量后農(nóng)業(yè)科技資源錯(cuò)配對于農(nóng)業(yè)全要素生產(chǎn)率的影響程度有一定的提升，但在跨過0.455 2 門檻值后在1%水平上呈反向抑制作用。模型三是固定效應(yīng)模型從回歸系數(shù)上看農(nóng)業(yè)科技資源錯(cuò)配對于農(nóng)業(yè)全要素生產(chǎn)率的增長具有抑制作用。說明三種模型中農(nóng)業(yè)科技資源錯(cuò)配對農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)和顯著性差異程度不大，包含控制變量的單一門檻回歸模型具有一定的穩(wěn)健性，且擬合系數(shù)最高，可以采用。因此重點(diǎn)分析模型二。

模型二中，在以農(nóng)業(yè)科技資源錯(cuò)配misait 為門檻變量的雙重門檻模型中，當(dāng)農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)小于0.452 2 時(shí)，其對農(nóng)業(yè)全要素生產(chǎn)率影響的系數(shù)為0.238 7，且在5%水平上顯著。由此可以看出當(dāng)農(nóng)業(yè)科技總資源錯(cuò)配較小時(shí)，會顯著提高農(nóng)業(yè)全要素生產(chǎn)率，但是一旦農(nóng)業(yè)科技資源錯(cuò)配總指數(shù)跨過0.452 2 的門檻值時(shí)，其對農(nóng)業(yè)全要素生產(chǎn)率的影響系數(shù)下降為-0.815 9 且在1%水平上通過了顯著性檢驗(yàn)，影響作用方向也從正效應(yīng)變?yōu)樨?fù)效應(yīng)。隨著農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)的增大，二者關(guān)系呈現(xiàn)一種明顯的U 型曲線關(guān)系；當(dāng)農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)繼續(xù)提高以至于超過1.762 3 第二個(gè)門檻值時(shí)，農(nóng)業(yè)科技資源總錯(cuò)配指數(shù)對農(nóng)業(yè)全要素生產(chǎn)率的影響效應(yīng)依然為負(fù)，由于邊際效應(yīng)遞減的原理其影響系數(shù)已經(jīng)下降到-0.022，但是依然在1%的水平上顯著，說明農(nóng)業(yè)科技資源錯(cuò)配對農(nóng)業(yè)全要素生產(chǎn)率之間存在門檻效應(yīng)，其效應(yīng)呈現(xiàn)由“正效應(yīng)-負(fù)效應(yīng)”的變化趨勢。為什么農(nóng)業(yè)科技資源錯(cuò)配指數(shù)在不同的錯(cuò)配情況下對于農(nóng)業(yè)全要素生產(chǎn)率的影響有顯著差異呢？其內(nèi)在原因是當(dāng)農(nóng)業(yè)科技人力、財(cái)力資源錯(cuò)配程度較小時(shí)還不足以影響農(nóng)業(yè)全要素生產(chǎn)率的變動(dòng)，但當(dāng)農(nóng)業(yè)科技人力、財(cái)力資源的錯(cuò)配達(dá)到一定閾值時(shí)導(dǎo)致資源不能被合理的利用進(jìn)而不能很好的將農(nóng)業(yè)科技資源轉(zhuǎn)化為農(nóng)業(yè)科技產(chǎn)出進(jìn)而會導(dǎo)致農(nóng)業(yè)全要素生產(chǎn)率的下降。

控制變量對農(nóng)業(yè)全要素生產(chǎn)率影響存在顯著差異，農(nóng)業(yè)信息化水平和農(nóng)村生產(chǎn)力發(fā)展水平均在1%水平上顯著，且農(nóng)村生產(chǎn)力發(fā)展水平對農(nóng)業(yè)全要素生產(chǎn)率的系數(shù)為正，表明農(nóng)村生產(chǎn)力發(fā)展水平的提升對于農(nóng)業(yè)全要素生產(chǎn)率的增長具有促進(jìn)作用。但農(nóng)業(yè)科技活動(dòng)人員素質(zhì)和農(nóng)業(yè)信息化程度對農(nóng)業(yè)全要素生產(chǎn)率的系數(shù)為負(fù)，表明農(nóng)業(yè)科技活動(dòng)人員素質(zhì)和農(nóng)業(yè)信息化水平的提高對于農(nóng)業(yè)全要素生產(chǎn)率的增長具有抑制作用，這說明農(nóng)業(yè)科技勞動(dòng)投入對于農(nóng)業(yè)全要素生產(chǎn)率的增長有限，甚至在某種程度上會產(chǎn)生負(fù)向作用［13］。農(nóng)業(yè)信息化程度對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生負(fù)向作用，主要是由于農(nóng)業(yè)人力資本未達(dá)到相應(yīng)的水平時(shí)不能充分利用農(nóng)業(yè)信息使之轉(zhuǎn)化為科技成果，進(jìn)而不能有效地促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提升。

表7 面板門檻模型回歸及穩(wěn)健性檢驗(yàn)結(jié)果

2.4 門檻值的區(qū)域差異

從各省市農(nóng)業(yè)科技資源錯(cuò)配情況來看，根據(jù)門檻效應(yīng)的檢驗(yàn)結(jié)果，總樣本存在兩個(gè)農(nóng)業(yè)科技資源總錯(cuò)配門檻，為了直觀反映區(qū)域異質(zhì)性，把1999—2017 年25 個(gè)省份總樣本最終劃分為三個(gè)性質(zhì)不同的子樣本，分別為組1（Misait＜0.452)、組2（0.452＜Misait＜1.76）、組3（Misait＞1.76）分組結(jié)果見表8，可知處于相對最優(yōu)的中錯(cuò)配區(qū)間（0.452＜Misait＜1.76）樣本數(shù)總體上所占比例相對較大，占總數(shù)的43.78%；處于高資源錯(cuò)配區(qū)間（Misait＞1.76）樣本數(shù)占比最大，占總數(shù)的53.89%。表明近幾年我國農(nóng)業(yè)科技資源錯(cuò)配雖然有一定的改善趨勢，但效果并不是十分明顯。

表8 1999—2017 年我國25 個(gè)省份農(nóng)業(yè)科技資源錯(cuò)配相對門限值分布情況 單位：組

表8 （續(xù)）

3 結(jié)論與啟示

本文根據(jù)可獲性省級面板數(shù)據(jù)以農(nóng)業(yè)為例運(yùn)用DEA 非參數(shù)法測度了農(nóng)業(yè)全要素生產(chǎn)率及其變化，并通過門檻效應(yīng)模型研究農(nóng)業(yè)科技資源錯(cuò)配對全要素生產(chǎn)率的非線性關(guān)系，通過實(shí)證檢驗(yàn)可以得出以下結(jié)論：

（1）我國25 個(gè)省級農(nóng)業(yè)科學(xué)院存在著不同程度的農(nóng)業(yè)科技資源錯(cuò)配情況，經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)由于農(nóng)業(yè)科技活動(dòng)人員與農(nóng)業(yè)科技活動(dòng)經(jīng)費(fèi)的大量積聚造成經(jīng)濟(jì)發(fā)達(dá)地區(qū)存在農(nóng)業(yè)科技人力、財(cái)力資源存在過剩情況，對于經(jīng)濟(jì)后發(fā)地區(qū)西南地區(qū)、西北部地區(qū)資源錯(cuò)配程度較為嚴(yán)重，具體表現(xiàn)為農(nóng)業(yè)科技財(cái)力資配置過剩和農(nóng)業(yè)科技人力資源配置不足等現(xiàn)象。

（2）農(nóng)業(yè)全要素生產(chǎn)率的提升顯著受限于地區(qū)農(nóng)業(yè)科技資源錯(cuò)配程度的影響。總體而言，隨著農(nóng)業(yè)科技資源錯(cuò)配不斷跨越門檻值，農(nóng)業(yè)科技資源錯(cuò)配對農(nóng)業(yè)全要素生產(chǎn)率的影響作用由正變負(fù)。同時(shí)，根據(jù)門檻等級將地區(qū)劃分為農(nóng)業(yè)科技資源低錯(cuò)配區(qū)間、農(nóng)業(yè)科技資源中錯(cuò)配區(qū)間和農(nóng)業(yè)科技資源高錯(cuò)配區(qū)間三種類型。在低資源錯(cuò)配區(qū)間（Misait＜0.452)，農(nóng)業(yè)科技資源錯(cuò)配程度較輕，可以顯著促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提升，而在高資源錯(cuò)配區(qū)間（Misait＞1.76）,農(nóng)業(yè)科技資源錯(cuò)配在很大程度上會抑制農(nóng)業(yè)全要素生產(chǎn)率的提升。

根據(jù)研究結(jié)論，優(yōu)化農(nóng)業(yè)科技資源配置，提高農(nóng)業(yè)全要素生產(chǎn)率可以從以下幾個(gè)方面努力：（1）完善中國科技資源配置體系，不僅要從宏觀上掌握科技資源配置整體狀況，還要在微觀上關(guān)注資源配置能力水平。（2）在農(nóng)業(yè)科技人力資源方面，創(chuàng)造科研人員適宜發(fā)展的環(huán)境，培養(yǎng)多樣化的科技人才，加強(qiáng)地區(qū)之間的人才流動(dòng)以便實(shí)現(xiàn)農(nóng)業(yè)科技活動(dòng)人員之間的優(yōu)勢互補(bǔ)，為了更好的讓科技活動(dòng)人員投入到科研活動(dòng)中應(yīng)該完善科技環(huán)境和體制；在農(nóng)業(yè)科技財(cái)力資源配置方面，加強(qiáng)政府對于資金的管理力度，切實(shí)落實(shí)一體化改革實(shí)現(xiàn)資金最優(yōu)配置，通過加強(qiáng)產(chǎn)學(xué)研合作消除農(nóng)業(yè)科技人力、財(cái)力資源之間存在的障礙［14］。（3）加強(qiáng)區(qū)域聯(lián)動(dòng)，合理引導(dǎo)農(nóng)業(yè)科技資源有序配置轉(zhuǎn)移，實(shí)現(xiàn)優(yōu)勢互補(bǔ)進(jìn)而減少農(nóng)業(yè)科技資源的錯(cuò)配，提高農(nóng)業(yè)全要素生產(chǎn)率。持續(xù)深入優(yōu)化中西部地區(qū)的農(nóng)業(yè)科技環(huán)境，加強(qiáng)農(nóng)業(yè)科技活動(dòng)人員的引進(jìn)工作，改善農(nóng)業(yè)科技人力資源配置不足的現(xiàn)狀。