进入新时代的中国，随着乡村振兴战略的实施和农业供给侧结构性改革的稳步推进，“三农”问题作为关系国计民生的根本性问题再次成为理论研究的焦点。坚持农业农村优先发展，加快推进农业农村现代化，科技创新引领是内在驱动力和必备条件。但是，与发达国家相比，中国的农业科技水平仍然存在较大差距，农业还没有成为现代化的基础产业。有研究指出，发挥农业科研机构科技创新的作用是解决这一问题的关键^[1]。农业科研机构作为农业科技创新的较大供给者，在一定程度上代表了中国农业科技水平，在国家科技创新体系中占有十分重要的地位。而科学评价中国农业科研机构科技创新绩效的空间差异是合理配置农业科技资源、加快农业科技创新的重要前提。因此，通过测度农业科研机构的科技创新绩效，可以了解农业科技资源的区域配置状况^[2]，进而优化资源结构，完善农业科技资源配置决策机制，推动农业科技进步，提高自主创新能力^[3]，从而发挥农业科技资源的最大经济效益；同时，也可以提升农业科研机构的创新服务水平、发现差距、分析原因、改善科研条件，提高各级人员管理水平。

目前在农业科研机构的研究上，相关专家学者已经取得了一定的成果，主要体现在以下3个方面：(1)科研机构的创新绩效评价。刘学、郑军卫认为中国需要制定相关评价机制来构建推动科技进步的科研创新评价体系^[4]；Mario Coccia用投入产出10项指标核算了意大利108家科研机构的研究绩效，并根据研究结果将科研机构划分为高绩效产出的机构和低绩效产出的机构^[5]；胡慧英等以科技成果奖励代表农业科技创新能力，分析了科研机构科技创新能力的影响因素^[6]。(2)科研机构科技创新体制问题。曹博、赵芝俊在证明中国农业技术发展的路径表现为较明显的要素“诱致性”特征的基础上，建议改善农业技术的发展“土壤”，对科研体制进行革新，将农业技术研发利益内在化^[7]；李容对中国公共农业科研机构的科研激励制度进行调查研究发现，现行科研激励制度并没有有效促进科学家创新水平的提高，科研人员把主要精力用在争取项目经费上，重数量轻质量^[8]；万宝瑞认为科研项目实行多头管理缺乏效率，而且科研团队缺乏具有创新性的领军人物^[9]。(3)科研机构政府投资问题。缴旭等以中国农业科学院为例，通过调查发现受保障机制、职业发展规划等因素影响，有54.8%的青年农业科技人才存在离职意愿，建议加大对农业科研人才的保障力度，有助于调动他们的创新积极性^[10]；毛世平等对农业科研机构的投入问题进行分析，发现农业科研机构人均科技R & D经费内部支出水平较低且低于全国科研机构的平均水平^[11]。

虽然学界已经从宏观和微观层面进行了农业科研机构的科技创新能力的研究，但仍然存在一定可拓展的空间：一是有关农业科研机构科技创新绩效的区域差异及收敛性方面的文献尚未见报道；二是在指标选取上，现有关于农业科研机构绩效测算的文献，大多将科研机构的科技活动人员投入和科研经费投入作为投入指标，将科研机构的单一产出作为产出指标，不能全面客观地反映农业科研机构的科技创新绩效；三是现有文献主要采用个别年份和时间段的数据对科研机构绩效进行比较分析，采用面板数据的研究较少。鉴于此，本文借鉴农业生态区域划分概念，从农业区域功能总体观点出发，强调农业生态系统的相对独立性，根据其自然环境结构、经济结构以及功能的地域分布规律，按农业生态结构的相似性和差异性程度，将中国农业生产区域划分为六大农业生态区^①，其划分比单纯以自然条件或治理措施所进行的划分更具全面性和整体性，既将经济效益与生态效益相结合，又将农业生产与环境保护相统一，充分体现了农业生产的自然属性和经济属性。在此基础上，本文采用2007—2016年农业科研机构的面板数据，以31个省(市、区)农业科研机构的从业人员和年内部经费支出为投入指标，通过测度农业科研机构科技创新的绩效区域差异，采用σ收敛和β收敛模型探讨六大农业生态区农业科研机构科技创新绩效差异趋势。

① 六大农业生态区，即华北区(北京、天津、河北、山西、内蒙)、东北区(辽宁、吉林、黑龙江)、华东区(上海、江苏、浙江、安徽、福建、江西、山东)、中南区(河南、湖北、湖南、广东、广西、海南)、西南区(重庆、四川、贵州、云南、西藏)和西北区(陕西、甘肃、青海、宁夏和新疆)。

本文采用可变规模报酬模型(VRS)对农业科研机构科技创新绩效进行测度，因为其运行过程不受规模效率的影响，加之决策单元往往需要达到某一特定的产出，农业科研机构科技创新的投入量才易于调控。

式(1)中，涉及决策单位310个，对每个样本都会有M个投入、N个产出数据；对于决策单元中的第i个数，用列向量x_{m, i}、y_{n, i}分别代表科研机构科技创新绩效的投入与产出，即M×1的投入矩阵x_{m, i}和N×3的产出矩阵代表了i个样本所有的数据。λ_i表示第m项投入和第n项产出的加权系数。θⁱ表示第i个科研机构的科技创新绩效值，介于0与1之间，越接近于1代表效率越高，θⁱ=1的科研机构表示创新效率在总体中最高。另外x≥0, y≥0, 且M=2，N=3。

通过收敛检验探究农业科研机构科技创新绩效差异的变化趋势。σ收敛是对绩效存量水平的描述，而β收敛则是针对绩效增量而言。σ收敛采用变异系数来衡量，变异系数CV=δ/A，其中δ表示绩效标准差，A表示绩效的均值。当变异系数不断减小时，说明各地区农业科研机构科技创新绩效差距在缩小；反之亦然。采用新古典增长理论的绝对β收敛模型^[12]分析农业科研机构科技创新绩效的增速。

式(2)中，i为地区编号，te为农业科研机构科技创新绩效值，T为某一段时间，(lnte_{i, t+T}-lnte_{i, t})/T表示从t期到t+T期地区i农业科研机构科技创新绩效的年均增长率，α是常数项，ε是误差项。若回归系数β < 0，则表明各个省区的农业科研机构科技创新绩效水平会随时间趋向于一个稳态水平，即存在绝对β收敛。否则，不存在绝对β收敛。

在测度农业科研机构科技创新绩效时，应该选择与农业科研机构发展密切相关的投入和产出要素作为衡量指标，以保证测度结果的可信度。农业科研机构是在政府作用下建立的统一的科研单位，具有同质性。因此，根据前人的研究成果^{[2, 4, 8]}，建立多投入多产出的生产函数。在投入指标选取上，现有文献多采用科技活动人员和科研经费支出作为投入指标测算效率，而忽视了农业科研机构体制的重要性。由于农业科研机构体制难以直接测量，因此，本文采用农业科研机构从业人员和当年内部经费支出作为代理变量进行测量。在产出指标的选取上，根据国家创新系统理论和技术创新理论，科技创新可分为知识创新、技术创新和成果创新。因此，农业科研机构科技创新能力可用科学产出、技术产出和创新成果产出表示。其中，发表论文和出版专著属于科学知识即科学产出^[13]；专利授权代表最先进的技术水平即为技术产出；通过技术转让、技术咨询、技术服务、技术培训、技术承包、技术出口、技术入股、联营分红等活动所获得的收入为技术性收入，即创新成果产出。具体如表 1所示。

表 1(Table 1)

表 1 农业科研机构科技创新绩效指标体系 指标类别 因素 指标名称 投入指标 劳动投入 农业科研机构从业人员 资本投入 当年内部经费支出 产出指标 知识创新 国内外发表论文及专著 技术创新 专利授权 成果创新 技术性收入

表 1 农业科研机构科技创新绩效指标体系

农业科研机构科技创新投入及产出数据来源于《全国科技统计资料汇编》，本文选取了2007—2016年31个省(市、区)的具体数据^②。

② 2006年国务院发布了《国家中长期科学和技术发展规划纲要(2006—2020)》，本文以纲要发布后至最近一期的数据为数据来源。

回归结果见表 2和表 3。

表 2(Table 2)

表 2 2007—2016年各省区市农业科研机构科技创新绩效均值分布 区域 省份 综合技术效率 纯技术效率 规模效率 华北区 北京 0.856 0.940 0.900 天津 1.000 1.000 1.000 河北 0.755 0.764 0.966 山西 0.467 0.479 0.893 内蒙 0.462 0.491 0.893 均值 0.708 0.735 0.930 东北区 辽宁 0.602 0.635 0.949 吉林 0.537 0.579 0.941 黑龙江 0.818 0.894 0.909 均值 0.653 0.702 0.933 华东区 上海 0.763 0.844 0.884 江苏 0.877 0.968 0.902 浙江 0.846 0.883 0.941 安徽 0.833 0.861 0.965 福建 0.885 0.903 0.977 江西 0.668 0.688 0.970 山东 0.948 1.000 0.935 均值 0.831 0.878 0.939 全国 均值 0.729 0.797 0.920 中南区 河南 0.925 0.942 0.982 湖北 0.697 0.722 0.949 湖南 0.589 0.625 0.949 广东 0.669 0.941 0.684 广西 0.413 0.421 0.971 海南 0.864 0.934 0.920 均值 0.693 0.764 0.909 西南区 重庆 0.683 0.762 0.890 四川 0.711 0.736 0.956 贵州 0.736 0.758 0.968 云南 0.568 0.602 0.938 西藏 0.617 1.000 0.574 均值 0.663 0.771 0.865 西北区 陕西 0.717 0.821 0.872 甘肃 0.932 0.954 0.976 青海 0.913 0.968 0.934 宁夏 0.844 0.919 0.911 新疆 0.640 0.674 0.949 均值 0.809 0.867 0.928

表 2 2007—2016年各省区市农业科研机构科技创新绩效均值分布

表 3(Table 3)

表 3 全国和各区域绩效区间分布 区域 < 0.5 >=0.5~ < 0.6 >=0.6~ < 0.7 >=0.7~ < 0.8 >=0.8~ < 0.9 >=0.9~ < =1 华北区 2 0 0 1 1 1 东北区 0 1 1 0 1 0 华东区 0 0 1 1 4 1 中南区 1 1 2 0 1 1 西南区 0 1 2 2 0 0 西北区 0 0 1 1 1 2 全国 3 3 7 5 8 5

表 3 全国和各区域绩效区间分布

从综合技术效率看，全国综合技术效率均值为0.729，天津最高，广西最低，效率均值分别为1和0.41，这说明中国各省之间效率差别较大。根据效率值由高到低，六大区域可依次排序为：华东区﹥西北区﹥华北区﹥中南区﹥西南区﹥东北区。由此可以看出，中国农业科研机构科技创新绩效与区域经济发展水平并不一致。华北区经济发展水平明显高于西北区，但西北区科技创新绩效却高于华北区。

从纯技术效率看，全国效率均值为0.797，天津和西藏效率均值最高，均为1，广西效率值最低，仅为0.42。特别值得注意的是，西藏的综合技术效率排在全国第27位，而纯技术效率值却为1，由此可知西藏农业科研机构科技创新综合技术效率低下并不是纯技术效率低下所致。根据六大区域划分，纯技术效率值由高到低排序依次为：华东区﹥西北区﹥华北区﹥中南区﹥西南区﹥东北区。

从平均规模效率看，全国效率均值为0.920，规模效率均值最高的是天津，其值为1，最低的是西藏，其值为0.57，广东倒数第二为0.68，其他各省都在0.87以上，表明各省的规模效率均值差异不大。另外，将六大区域按规模效率值由高到低进行排序，依次为：华东区﹥东北区﹥华北区﹥西北区﹥中南区﹥西南区。除西南区规模效率值为0.865外，其他五个区域均在0.9以上，由此可知，中国农业科研机构科技创新规模效率普遍较高。

从综合技术效率均值分组看(表 3)，华东区和西北区的绩效均值都分布于0.6~1的区间，说明两个区域总体绩效值较高，且区内省际差距相对较小；华北区效率均值在0.5以下区间有2个省份，其他三省效率均值都在0.7以上，说明区内省际差异显著；中南区各省效率均值分布较为分散，整体绩效不高且差距较大；西南区分布在0.5~0.8区间，相对均匀，说明总体绩效普遍偏低；东北三省中，黑龙江绩效均值较高0.818，而辽宁、吉林两省较低，分别为0.602和0.537，区内省际差距大是造成区域绩效较低的原因。

通过以上分析可以看出，各省区农业科研机构科技创新绩效存在显著差异。本节将对中国农业科研机构科技创新绩效进行收敛性检验。

1.σ收敛检验

图 1报告了2007—2016年区域农业科研机构科技创新绩效的变异系数。由图 1不难发现：其一，从六大区域看，东北区内各省农业科研机构科技创新绩效差距较大，中南区次之，而华东和西北则较小；其二，从发展趋势看，东北区、华北区、华东区和中南区等4大区域农业科研机构科技创新绩效变异系数总体呈下降趋势，说明这四大区域内部绩效的省际差异在缩小；而西南和西北区域变异系数则有轻微增长，说明其省际之间绩效差异在扩大；其三，区域间农业科研机构科技创新绩效的变异系数处于波动状态，近期开始上升，这意味着全国农业科研机构科技创新绩效差距在扩大，由此可见，地区间农业科研机构科技创新绩效的总体差异并没有呈现出显著的σ收敛。

图 1(Figure 1)

图 1 区域农业科研机构科技创新绩效变异系数

2.绝对β收敛检验

根据模型(1)，令te_{i, t}分别取2007，2008，…，2015年地区i的农业科研机构科技创新绩效，令te_{i, t+T}取2016年地区i的创新绩效，对面板数据进行GLS估计，结果见表 4。

表 4(Table 4)

表 4 农业科研机构绩效β收敛检验结果 全国 华北区 东北区 华东区 中南区 西南区 西北区 绝对β收敛 β值 -0.05*** -8.3*** -4.50*** -0.09*** -0.17*** -0.15*** -0.11*** t检验值 -3.91 -9.02 -5.55 -5.33 -8.58 -6.80 -4.05 可决系数R2 0.03 0.65 0.49 0.31 0.59 0.48 0.22 F统计量 8.46 83.04 26.22 28.85 76.72 41.40 13.47 条件β收敛 β值 -0.04*** -8.80*** -3.16** -0.09*** -0.16*** -0.13*** -0.13*** t检验值 -3.86 -9.04 -2.57 -4.83 -8.81 -6.67 -3.82 可决系数R2 0.146 0.86 0.60 0.47 0.59 0.74 0.54 F统计量 2.22 22.68 4.54 4.71 77.56 12.01 5.04 注: * **、**分别表示β值在1%、5%的水平上显著

表 4 农业科研机构绩效β收敛检验结果

绝对β收敛检验表明，所有β值在1%的水平下均显著为负，这说明全国和六大区域一样，都存在绝对β收敛，各省农业科研机构科技创新绩效初始水平与其增长率成反方向变动关系，即就增长速度来说，科技创新绩效较低的省份大于创新绩效较高的省份，落后者对先进者的“追赶效应”明显。β绝对值越大，说明该地区农业科研机构科技创新绩效增速越快，从六大区域及全国的β绝对值看(由表 4可知)，由大到小依次为：华北区﹥东北区﹥中南区﹥西南区﹥西北区﹥华东区﹥全国，即华北区内农业科研机构科技创新绩效以首屈一指的速度发展，东北区次之，华东区最为缓慢，且六大区域实现内部稳态的速度均高于全国平均水平。

3.条件β收敛检验。

一般来说, 不同区域的基础条件各不相同，条件β收敛是指绩效差距缩小达到的稳态水平依赖于各区域的基础条件，如经济发展水平、受教育程度、区域政策等。条件收敛检验应用于面板数据固定效应模型，既能避免遗漏解释变量，又可以避开对解释变量的选择问题^[12]，且对应不同区域各异的稳态条件，充分满足条件收敛的假定，因此不需引入额外的控制变量^[14-15]。本文将个体固定效应项和时间固定效应项加入模型(2)，进行条件收敛检验。若β < 0，说明存在条件收敛；若β>0，说明不存在条件收敛。

固定效应模型的估计结果如表 4所示。不难发现，全国和六大区域的β值均为负，除东北区的β值达到5%的显著性水平外，其余都在1%的水平上显著，这表明全国和六大区域的农业科研机构科技创新绩效除了存在绝对收敛外还存在着显著的条件收敛趋势，即依赖于各省的基础条件也能缩小区域差距。从β绝对值大小顺序看，检验结果与绝对β收敛结果一致，但受区域特征的影响，华北区以更快的速度实现内部稳态，而东北区的速度会放慢。

本文测度了中国农业科研机构科技创新绩效，探讨了其地区差异，并运用σ和β收敛模型分别检验全国及六大农业生态区域的创新绩效差异的变化趋势，得出如下结论：一方面，从地域上看，六大区域绩效存在显著差异，且绩效值由高到低依次排序为华东区﹥西北区﹥华北区﹥中南区﹥西南区﹥东北区。另一方面，全国和六大区域的农业科研机构科技创新绩效均有显著的绝对收敛和条件收敛的趋势。六大区域中，华北区能以最快速度到达其内部稳态水平，东北区次之，华东区最为缓慢。

依据研究结论，本文得出如下政策启示：(1)科技创新能力的高低最终体现在科技人才方面，因而需要创新农业科研人员的职称评聘制度，向一线研发推广人员倾斜；完善绩效工资制度，将绩效与科技成果转化收益挂钩，用具有创新性的激励机制和保障措施，如设立科技创新专项基金等方式留住人才。(2)改革农业科研机构体制，抑制科技创新绩效下降。可将应用性强的农业科研机构进行企业化转制，实行自主经营、自负盈亏，将研究成果最大限度运用于生产力的发展，按照市场化机制驱动创新，引进股权激励等方式促进科研人员最大限度地发挥创新能力。(3)强化农业科研的区域性。农业科研机构应依据国情和农业生态区域特征，借鉴美国等农业发达国家的成功经验，在农业科技创新体系建设中，以六大农业生态区域为基础构建全国农业科研协调研发体系。该体系可以使农业科研更加符合当地区域实际需要和发展要求，促进科研成果的有效转化；同时，还可以实现农业科技资源开发共享，避免科研机构之间低水平重复研究和资源浪费，提高农业科技资源的利用效率。(4)为构建农业科研机构创新绩效评价体系提供思路和方法。当前，农业科研机构创新绩效评价体系是农业科研管理和制定政策的难点，中国还没有建立一套完整的评价体系。通过本文的研究，为构建农业科研机构评价体系提供了一种思路和方法，希望有助于提升农业科技创新绩效评价的整体水平，进一步完善国家农业科技创新体系和现代农业产业技术体系。(5)因地制宜制定差异化的农业科技创新政策，缩小区域农业科技创新水平的差距。基于六大区域的实际情况制定不同的农业科技创新政策，优化区域科技资源配置，尽快缩小区域间科技创新绩效差距，强化农业科技创新的驱动力，引领现代农业加快发展，有力推动乡村振兴战略的实施。(6)创新农业普惠金融机制，形成农业供应链，借助市场机制和风险投资机构的专业化能力，鼓励金融资本和民间资本进入农业科技创新行业，从而实现高质量的农业科技创新产业化。