科研投资、投入质量和中国农业科研投资的经济报酬，本文主要内容关键词为：中国论文,报酬论文,科研论文,质量论文,农业科研论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、导言
对农业研究与开发（R＆D）投资的经济效果进行评价是一项十分困难但非常重要的工作。科研报酬率估计值可以用来评价这些投资的社会价值。在以经济增长为中心的情况下，通过比较不同投资的报酬可以帮助政府优先安排投资项目。许多国家已对研究与开发（R＆D）投资的收益进行了研究，但在中国还没有类似的研究。本文的目的就是在于尽可能消除估算偏差的情况下，度量中国农业研究与开发（R＆D）投资的经济效益。
农业生产中投入物的测算问题是估计生产函数所面临的一个棘手问题。对中国而言，农业投入的质量存在空间和时间上的差异，以前对中国农业生产函数的估计绝大部分都忽视了这些投入的质量差异。忽视这些差异会产生有偏差的生产函数估计值，因此由这些估计量计算出的科研投资报酬率也是有偏差的。本文运用可变系数模型，以减少因投入质量的变化或忽略解释变量而使报酬率估计值产生的偏差。
选用滞后期将科研费用加权为知识储备变量也是一项比较困难的工作。在本文研究中，我们采用灵敏度分析法以分析不同滞后期对报酬率的影响。
二、农业科研投资
中国的国家农业研究与开发（R＆D）投资由不同机构承担。各级政府的科委将资金分配给国家级、省级及地区级研究院所。这些经费主要用于研究人员的工资、福利和行政开支。项目或运转经费主要来源于其它渠道，包括农业部门、研究基金以及国际捐赠。近来，商业活动的收入（开发收入）已成为这些科研机构特别重要的收入来源。本文的科研费用仅包括直接用于农业科研的经费。数据来源于Fan和Pardey(1992)，Fan和Pardey(1996)，以及国家科委、国家统计局和农业部的各种刊物。
过去的40年中政府用于农业研究与开发（R＆D）投资的总支出增加相当迅速，但年度之间波动较大。第一个五年计划（1953～1957）期间农业科研投资较少，按1990年价格计算，平均每年7239万元。大跃进（1958～1960）期间每年的农业科研费用迅速增加到4.97亿元。在接下来的三年调整时期每年科研费用减少到4.25亿元。在“文革”期间科研费用增加甚少。直到1977年开始，科研费用才得到稳步增长。然而值得忧虑的是近来农业科研费用处于徘徊状态，从1988年到1991年，科研费用实际上并没有增加，而以后仅仅是边际增加。
在中国农业科研系统工作的科学家多于世界上任何其它国家。在过去几十年中，中国农业科研人员的发展可以分为三个阶段。50年代到60年代期间，科研人员的数量稳步增加。到1973年大约有1万名科学家供职于农业科研机构。从1973年到1990年，科研人员数量快速增加，从1万多人增加到近6万人，每年增长率超过10%。第三个时期（从1990年开始）科研人员数量稳定在6万人左右。由于高等院校毕业的学生加入到科研队伍，而科研经费增加缓慢，由此导致1979年到1982年每个科学家的科研费用迅速减少。虽然1984年后每个科学家的科研费用名义上是增加的，但从实际上看反而减少了。
50年代农业科研经费占政府总支出的比例比较低，1953～1957年平均为0.1%，1958～1960年为0.38%，除了“文革”期间这个比例大大降低外，农业科研费用占政府支出的比例相对稳定在0.50%到0.55%之间，农业科研费用占全国研究与开发（R＆D）投资总额的比例也相当稳定。在过去的40年里，全国研究与开发（R＆D）投资中用于农业的比例大约是10%到13%。而农业科研费用在政府农业总支出中所占的比重稳步增加，从第一个五年计划的仅1.5%增长到近年的6%多，这表明近年来农业科研经费的减少主要是由于全国研究与开发（R＆D）投资的减少。
三、模型选择和估计
许多学者都已估算过中国农业生产函数（Lin 1992,Fan 1991,Huang and Rozehhe 1996）。这些研究中的大部分都将农业研究与开发（R＆D）对产出的影响归纳到技术进步的残差项中。另外，他们都没有考虑到传统投入的质量在地区间和不同时段上的差异。本研究中我们将在生产函数中引入知识储备变量，为此解释科研对产出的影响。为了使由于不可度量的传统投入的质量改变所导致的测量偏差达到最小，我们选用可变系数法进行估计。
（一）投入质量和模型选择
本研究运用各省截面和时间序列数据。假设中国所有的农民都可以采用同样的技术，但是根据他们所面临的相对价格、自然资源禀赋的质量和数量，以及不可度量的基础设施投入，每个农民选择在不同的生产函数区域进行生产。运用截面和时间序列数据来估计生产函数从经验上看是可取的，因为它不仅增加了解释变量的变异范围，而且增加了观察值总量，因而避免了多重共线性问题，增加了估计系数的可靠程度。另外，利用不同地区在时间上重叠的混合数据，我们可以计算任何时段上的技术，这样就可能考察由于科研而引起的技术进步率及其偏差。
然而利用截面和时间序列数据也带来一些问题。一个问题是由于投入的定义、度量和质量存在的地区和时间上的差异，使得数据具有不可比性。不同地区间土地和劳动力数据的定义不同，化肥的质量也可能在不同地区间差异很大，并且随着时间的推移得到改进。另一个问题是投入的实际效率可能存在地区差异而且可能随着时间而改变。即使投入得到精确度量，并且根据各地基本经济环境的不同，对数据进行了完全标准化，但气候、地理以及基础设施的差异很少能够在投入中反映出来。另外也包括技术效率水平的差异，即给定投入的产出能力，其主要影响因素是制度和组织因素。如果将这些不可测因素的时空差异忽视掉，所估计的生产函数就可能是有偏差的，利用估计参数所计算的科研报酬率也可能是有偏差的。
根据本文目的，我们将生产函数定义为以下方程：
（二）知识储备变量
从Griliches（1964）的研究开始，大量研究都将研究与开发（R＆D）费用作为生产或生产率函数的解释变量。科研投资可改变生产率，或者通过改变传统投入和产出的质量或价格（也就是通过改变生产投入和产出的技术），或者通过增加知识储备或利用现有知识。科研投资和知识储备变化之间的关系称为科研生产函数或知识生产函数。知识储备通常不能直接观察到，所以知识生产函数与其说是经验工具，还不如说是一个概念工具。知识生产函数在经验上就是将产出（或生产率）定义为科研投资不同滞后期r[，t－k]的加权值。即
X[，rt]＝W[，1]R[，t－1]+W[，2]R[t－2]+…W[，L]R[，t－L]
（3）其中W[，k]在最初两年为0，此后线性递增，到L的一半后线性递减，直至L。权重之和为1。
事实表明，对中国农业科研来说，采用短期滞后更为合适，本文研究的是1975年以来的农业科研，所以更应如此。对江苏省研究表明，省级和地区级农业科研的滞后期为2到10年，而科研与技术采用之间实际上没有滞后关系。尽管江苏省的农业基础设施比中国的其它省份更为完善，但其农业科研在许多方面很有代表性。数据表明，科研滞后在省级和地区级之间没有明显的差异。在不同作物之间同样没有明显的差异。但是对于不同的学科，科研滞后期存在很大差异，一个新品种的开发和推广一般要用8到12年时间，而通过采用新的生产管理方法，只需2到5年。
Stone（1990）认为中国农业的研究与开发滞后比江苏省的经验研究数据更短。他认为，一些地方研究机构通过开发、试验、注册等程序进行的品种改良研究，到良种的生产和推广只需3至5年时间，至少对于小麦和水稻来说是这样。在发达地区，农民使用的良种2到3年更新一次，而全国平均水平为其两倍。考虑到科研滞后的长短及其形态的不确定性，在设计科研储备变量时，我们采用三个不同的滞后期，分别为10年、17年和27年（在方程8中L分别取10、17和27）。
（三）数据
本研究采用29个省区从1975年到1994年20年的截面和时间序列混合数据，海南省包括于广东省之中。产出为农业总产值（1990年价格）。农业为大农业，包括农林牧副渔。生产函数中包括6种投入，分别为土地、劳动、化肥、动力、灌溉面积以及知识储备。土地变量为作物播种面积和与播种面积相当的草地面积之和。劳动力变量为从事农业生产的劳动力（人年当量）。化肥投入为化肥和农家肥的折纯量。动力为机械总动力与役畜的“马力当量”之和。灌溉面积用总灌溉面积来衡量。投入与产出数据来源于国家统计局和农业部各年度的统计年鉴，研究与开发（R＆D）支出来源于Fan和Pardey（1992）以及国家科委的出版物。
表（1）为生产函数（方程1）的最小二乘估计值。为了便于比较，表2列出了固定系数生产函数的估计值。表（1）中回归方程1剔除知识储备变量，回归方程2、3和4分别包括研究与开发（R＆D）短期、中期和长期滞后的知识储备变量。同样，表2中回归方程2不包括科研变量，回归方程6、7和8分别包括3个不同滞后期的研究变量。常规投入的所有系数都为正值，并且大部分系数在一般的显著水平上通过显著检验。
表1 中国农业生产函数估计值—可变系数模型
解释变量 R1R2 R3 R4
劳动力0.082 0.0910.0820.062
（2.01）*（2.07） （1.83） （1.39）
土地 0.318 0.2830.278 0.278
（3.91） （9.37）（8.94） （8.46）
化肥 0.387 0.364
0.364 0.368
（2.27） （6.01）（5.75） （5.59）
机械 0.212 0.204
0.218 0.224
（2.43） （6.38）（6.59） （6.59）
灌溉 0.127 0.094
0.100 0.121
（1.26）
1.87） （1.92）
（2.21）
科研 0.0880.0740.061
（4.07）（3.58） （2.67）
R1 0.991 0.992 0.992 0.992
注：回归方程R1剔除科研变量，方程R2、R3和R4分别包括短期、中期和长期的科研变量。
括号内为T值。
表2 中国农业生产函数估计值—固定系数模型
注：回归方程R5剔除科研变量，方程R6、R7和R8分别包括短期、中期和长期滞后的科研变量
括号内为T值
生产函数的回归系数对是否处理投入的质量差异极为敏感。如果不处理投入物的这些因度量和质量差异而引起的问题，劳动和机械的回归系数估计值偏高，而土地、化肥和灌溉的估计值偏低。科研的回归系数估计值也偏高。另外，如果方程不处理因投入物度量和质量差异而引起的偏差，加入知识储备变量使得化肥和机械的估计系数降低。但是如果在估计过程中对因投入物测量和质量差异而引起的偏差进行处理，知识储备作为变量对化肥和机械估计系数几乎没有影响。
（四）生产函数结果分析
图1为使用3种不同滞后期的知识储备变量的生产弹性。所有的这些系数都递增，说明研究与开发（R＆D）投资的边际报酬递增。使用不同的科研滞后期的估计系数并没有人们想象的那么大。在研究期的初期，短期滞后期的科研变量的估计系数最大，而在研究期的末期，长期滞后期科研变量的回归系数最大。
四、研究与开发（R＆D）收益
据计算，农业科研收益的估计值与滞后期的关系并不十分明显。从1975年到1994年，采用短期和长期科研滞后计算的农业科研总收益分别为18500和18780亿元（1990年价格），而采用中期科研滞后计算的总收益比短期和长期高8—10%。这说明，就中国农业科研而言，采用不同的科研滞后期总收益影响不大。此外，对于不同的滞后期，科研总收益占农业总产值的比重的变化也很小。这一比例从70年代的小于10%，上升为1994年的25%左右。
通过对1975年至1994年农业科研投资的内部收益率估计值计算得出，采用短期滞后，内部收益率1975年为45%，1994年为169%。采用中期滞后，内部收益率从1975年的73%增长为1994年108%。而采用长期滞后，内部收益率由1975年的48%增长为1994年的83%。对于三种不同的滞后期，内部收益率的差异程度要大于科研总收益的差异程度，这主要是由于采用较长滞后期使得科研发挥影响的时间变长，进而使得科研的成本增加（即使收益相等）。这一结果表明采用不同的科研滞后期对科研总收益影响程度一般，而对于科研内部收益率影响很大。尽管如此，即使采用长滞后期，中国农业科研的经济收益仍然要高于国际标准。中国农业科研的收益要高于印度和美国，与英国、澳大利亚、塞内加尔、孟加拉国和哥伦比亚相似（表3）。
图1 科研的生产弹性（1975—1994）
表3 农业科研投资收益的比较
方法：ES为经济剩余，EC为经济计量模型。
对于农业科研投资内部收益率在时间上的变化研究很少。Davis和Peterson对1949年到1954年美国农业科研进行的研究表明，收益率从1949年的100%下降为1954年的79%，1959年为66%，而1964年、1969年和1974年为37%。与这些结果形成鲜明对照的是，中国农业科研显示出收益递增。这表明，尽管中国农业研究与开发（R＆D）收益在前几年与其它国家相似，在将来中国农业科研的收益必将超过其它国家。
五、结论性评述
研究与开发（R＆D）投资的经济收益是发达国家和发展中国家都极为需要的信息，对于中国尤其如此。科研管理人员和科研决策者常常根据这些信息向政府部门寻求更多的公共资源配置于农业科研。这些信息还有助于政府如何将有效的资金配置于不同的用途，如教育、科研、灌溉以及其它基础设施的改进。
对于农业科研对中国农业生产以及生产率增长的相对贡献份额的研究，已有数篇报道。但到目前为止，对衡量投资效率的常用指标——科研收益率，尚未有研究。本研究的目的就是运用大量的时间序列和截面混合数据，并调整因投入物度量和质量差异而可能引起的误差，估计农业科研的收益率，根据不同的知识储备滞后期，确定结果的敏感度。
估计结果表明，研究与开发（R＆D）的总的经济效益在1994年相当于农业总产值的1／4，但在1975年仅为农业总产值的5%。80年代和90年代中国农业的快速增长是由于农业研究与开发（R＆D）投资，以及开始于1979年的制度变迁和市场化改革。中国农业科研投资的年收益率很高，为44%—169%。如果有足够的农业投资做保证，完全有理由相信这个很高的收益率会持续下去。
研究结果表明，农业科研投资的继续增长不仅会刺激农业产出的增长，而且对经济效率的提高也极为有利。中国土地资源日趋狭小，劳动力及其它资源向非农产业转移。随着人均收入水平和人口的持续增加，对农产品的需求会持续增加。未来增加粮食生产的有效途径是增加农业科研、推广、教育以及物质基础设施的投资。农业科研的收益率远远高于当前的商业利率（名义利率仅为10%左右）。通过更多地投资于农业科研，整个社会的经济效率会有很大提高。