農(nóng)業(yè)科技創(chuàng)新投入對糧食生產(chǎn)效率的影響研究

張雪萍，張敬林，李敬鎖*

（1.青島農(nóng)業(yè)大學(xué) 管理學(xué)院，山東 青島 266109；2.山東省高密市現(xiàn)代農(nóng)業(yè)發(fā)展中心，山東 高密 261500）

糧食安全問題一直都是我國和世界各國關(guān)注的焦點(diǎn)，我國人多地少，因此，提高糧食生產(chǎn)效率對保障糧食安全意義重大?？茖W(xué)技術(shù)是現(xiàn)代農(nóng)業(yè)發(fā)展的根本，當(dāng)前以生物科技和信息技術(shù)為特征的新一輪農(nóng)業(yè)科技革命正在孕育大的突破，作為一個(gè)農(nóng)業(yè)大國，我國應(yīng)當(dāng)加快推進(jìn)農(nóng)業(yè)科技創(chuàng)新，著力維護(hù)國家糧食安全。目前，對于糧食生產(chǎn)效率的研究，沈瓊等運(yùn)用C-D生產(chǎn)函數(shù)方法測算了小麥和玉米的生產(chǎn)效益，提出農(nóng)業(yè)技術(shù)創(chuàng)新的提升對糧食單產(chǎn)有顯著的正向影響，對糧食單位面積成本有顯著的負(fù)向影響［1］；何悅等研究了城鎮(zhèn)化發(fā)展對糧食生產(chǎn)技術(shù)效率的影響，得出城鎮(zhèn)化進(jìn)程中農(nóng)村勞動力外流、耕地面積銳減、資源環(huán)境壓力可能對糧食生產(chǎn)和糧食安全產(chǎn)生重要影響［2］。另有多位學(xué)者運(yùn)用不同的指標(biāo)和方法測算了不同年份的糧食生產(chǎn)效率并分析了其影響因素［3-6］。然而對于農(nóng)業(yè)科技創(chuàng)新投入的研究，多位學(xué)者從農(nóng)業(yè)經(jīng)濟(jì)增長方面展開了分析，鄧翔等提出我國農(nóng)業(yè)科技創(chuàng)新投入已成為農(nóng)業(yè)經(jīng)濟(jì)增長的決定性影響要素，但仍存在規(guī)模強(qiáng)度較小、區(qū)域投入不平衡、資源配置不合理、利用效率低下等問題［7］；吳林海等認(rèn)為單方面增加農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟(jì)增長的作用是有限的［8］；劉敦虎等得出農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟(jì)增長呈現(xiàn)滯后效應(yīng)的結(jié)論［9］；劉玉春等提出農(nóng)業(yè)科技投入對農(nóng)民收入和農(nóng)業(yè)科技進(jìn)步的影響具有明顯的累積效應(yīng)［10］；呂月珍等從新農(nóng)村經(jīng)濟(jì)發(fā)展角度研究得出農(nóng)業(yè)科技創(chuàng)新投入的增加將促進(jìn)新農(nóng)村經(jīng)濟(jì)發(fā)展，提高農(nóng)民生活水平［11］。

結(jié)合已有相關(guān)文獻(xiàn)的研究發(fā)現(xiàn)，部分學(xué)者從農(nóng)業(yè)科技創(chuàng)新投入角度研究了許多農(nóng)業(yè)相關(guān)問題，但目前關(guān)于農(nóng)業(yè)科技創(chuàng)新投入對糧食生產(chǎn)效率影響的研究較為少見，另有部分學(xué)者對糧食生產(chǎn)效率及影響因素進(jìn)行了研究，但是少有從農(nóng)業(yè)科技創(chuàng)新投入角度進(jìn)行針對性的分析?；?014~2018年我國31個(gè)省（市）區(qū)糧食生產(chǎn)的投入和產(chǎn)出數(shù)據(jù)，首先運(yùn)用DEA（數(shù)據(jù)包絡(luò)分析法）模型對各省的糧食生產(chǎn)效率進(jìn)行測算，然后運(yùn)用面板Tobit回歸模型分析農(nóng)業(yè)科技創(chuàng)新投入對糧食生產(chǎn)效率的影響，以期從農(nóng)業(yè)科技創(chuàng)新投入角度為我國的糧食生產(chǎn)發(fā)展提供部分參考。

1 我國各?。ㄊ校﹨^(qū)糧食生產(chǎn)效率的測算

1.1 模型與指標(biāo)選取

DEA（數(shù)據(jù)包絡(luò)分析法）是一種進(jìn)行效率評價(jià)的非參數(shù)方法，主要包含CCR和BCC兩種形式，CCR模型假設(shè)規(guī)模報(bào)酬不變，用來衡量總效率；BCC模型假設(shè)規(guī)模報(bào)酬可變，用來衡量純技術(shù)效率和規(guī)模效率。筆者選用DEA-BCC模型對我國31個(gè)?。ㄊ校﹨^(qū)的糧食生產(chǎn)效率進(jìn)行測算。

結(jié)合已有參考文獻(xiàn)、糧食生產(chǎn)實(shí)際數(shù)據(jù)的可獲得性，從勞動力、土地、資本方面共選取5個(gè)投入指標(biāo)，選取產(chǎn)量和產(chǎn)值2個(gè)產(chǎn)出指標(biāo)，由于細(xì)分糧食的生產(chǎn)數(shù)據(jù)無法獲得，故參考已有的研究方法［12-13］，將投入、產(chǎn)出數(shù)據(jù)按照相應(yīng)權(quán)重從農(nóng)業(yè)大口徑數(shù)據(jù)中剝離，其中：權(quán)重A=（農(nóng)業(yè)產(chǎn)值/農(nóng)林牧漁總產(chǎn)值）×（糧食播種面積/農(nóng)作物總播種面積）；權(quán)重B=糧食播種面積/農(nóng)作物總播種面積。具體構(gòu)建的投入產(chǎn)出指標(biāo)體系如表1所示。

以2014~2018年全國31個(gè)省（市）區(qū)（不包括香港、澳門和臺灣）為研究對象，構(gòu)建了其投入產(chǎn)出面板數(shù)據(jù)，其中，農(nóng)林牧漁從業(yè)人員數(shù)據(jù)來自各?。ㄊ校﹨^(qū)統(tǒng)計(jì)年鑒，其余數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》。從全國范圍和三大糧食生產(chǎn)功能區(qū)分別評價(jià)，三大生產(chǎn)功能區(qū)分別為：糧食主產(chǎn)區(qū)、糧食主銷區(qū)、糧食平衡區(qū)。農(nóng)業(yè)農(nóng)村部和國家糧食局根據(jù)糧食產(chǎn)量、播種面積和提供商品糧貢獻(xiàn)將全國31?。ㄊ校﹦澐譃?個(gè)功能區(qū)，其中將糧食產(chǎn)量占全國糧食產(chǎn)量比重大于3.5%的13個(gè)省（市）劃定為主產(chǎn)區(qū)；將糧食產(chǎn)量和糧食消費(fèi)量大致相等的?。ㄊ校﹦澏楫a(chǎn)銷平衡區(qū)；將糧食消費(fèi)量大于產(chǎn)量（糧食自給率小于0）的地區(qū)劃分為主銷區(qū)。糧食主產(chǎn)區(qū)包括黑龍江、吉林、內(nèi)蒙古、河南、山東、安徽、遼寧、河北、江蘇、江西、湖北、湖南、四川；糧食主銷區(qū)包括北京、天津、上海、浙江、福建、廣東和海南；糧食平衡區(qū)包括山西、寧夏、青海、甘肅、西藏、云南、貴州、重慶、廣西、陜西、新疆。

表1 糧食生產(chǎn)效率評價(jià)指標(biāo)體系

1.2 糧食生產(chǎn)效率實(shí)證分析

運(yùn)用DEAP 2.1軟件，從DEA-BCC模型的產(chǎn)出導(dǎo)向出發(fā)，對糧食生產(chǎn)效率進(jìn)行了效率測算，得出了31個(gè)?。ㄊ校﹨^(qū)的綜合效率、純技術(shù)效率和規(guī)模效率，如表2所示。

從綜合效率來看，2014~2018年我國31個(gè)省（市）區(qū)糧食生產(chǎn)的綜合效率均值為0.928，糧食生產(chǎn)取得優(yōu)異成績，符合我國糧食產(chǎn)量“十七連豐”的實(shí)際成果。其中吉林、黑龍江、江西等10個(gè)省份的綜合效率值達(dá)到了DEA有效，說明這些省份的糧食生產(chǎn)投入產(chǎn)出結(jié)構(gòu)合理。主產(chǎn)區(qū)有3個(gè)省份、主銷區(qū)有4個(gè)省份、平衡區(qū)有3個(gè)省份達(dá)到了DEA有效。在未達(dá)DEA有效的省份中綜合效率值最低的為山西省的0.689，其糧食生產(chǎn)的投入產(chǎn)出結(jié)果尚不合理，有待調(diào)整。

從純技術(shù)效率來看，2014~2018年我國31個(gè)省（市）區(qū)糧食生產(chǎn)的純技術(shù)效率均值為0.955，說明樣本年間的糧食生產(chǎn)技術(shù)利用效果很好。其中共有18個(gè)省的純技術(shù)效率值為1，說明有58%的省份充分利用了糧食生產(chǎn)技術(shù)來提高糧食產(chǎn)量。主產(chǎn)區(qū)有7個(gè)省份、主銷區(qū)有6個(gè)省份、平衡區(qū)有5個(gè)省份的純技術(shù)效率值為1；其中主銷區(qū)除天津外全部為1，聯(lián)系主銷區(qū)經(jīng)濟(jì)發(fā)達(dá)、人多地少、糧食自給率低、糧食產(chǎn)量和需求缺口較大的實(shí)際情況來看，雖然其糧食生產(chǎn)的技術(shù)經(jīng)濟(jì)水平高，但由于耕地較少，糧食產(chǎn)量并不樂觀。在未達(dá)有效的省份中純技術(shù)效率值最低的為山西省的0.758，其純技術(shù)效率值的偏低導(dǎo)致了綜合效率的下降。

從規(guī)模效率來看，2014~2018年我國31個(gè)?。ㄊ校﹨^(qū)糧食生產(chǎn)的規(guī)模效率均值為0.971，說明其投入產(chǎn)出的資源配置效率較為合理。其中共有10個(gè)省份的規(guī)模效率均值為1，說明這些省份的投入產(chǎn)出合理。各功能區(qū)達(dá)有效狀態(tài)的省份與綜合效率情況相同，在未達(dá)有效狀態(tài)的各省中，規(guī)模效率值最低的為河北省的0.864，說明其投入與產(chǎn)出的資源配置還有較大的提升空間。

2 農(nóng)業(yè)科技創(chuàng)新投入對糧食生產(chǎn)效率的影響分析

2.1 模型與指標(biāo)的選取

由于利用DEA-BCC模型所測算出的效率值是范圍在0~1之間的截?cái)嘈噪x散數(shù)據(jù)，無法利用傳統(tǒng)的OLS模型進(jìn)行回歸分析，因此采用Tobit模型進(jìn)行回歸處理。對于面板數(shù)據(jù)的回歸模型，需考慮是否存在個(gè)體效應(yīng)，若存在個(gè)體效應(yīng)則選擇固定效應(yīng)或隨機(jī)效應(yīng)模型，若不存在個(gè)體效應(yīng)則選擇混合回歸。而對于固定效應(yīng)的面板Tobit模型，由于找不到個(gè)體異質(zhì)性的充分統(tǒng)計(jì)量，故無法像固定效應(yīng)的Logit或計(jì)數(shù)模型那樣進(jìn)行條件最大似然估計(jì)［14］，因此僅考慮隨機(jī)效應(yīng)的Tobit模型，通過LR檢驗(yàn)判斷是否存在個(gè)體效應(yīng)，然后判斷應(yīng)使用隨機(jī)效應(yīng)的面板Tobit回歸還是混合Tobit回歸。

表2 2014~2018年我國31省（市）區(qū)糧食生產(chǎn)效率均值

結(jié)合糧食生產(chǎn)的實(shí)際情況，以上文DEA分析得出的2014~2018年31個(gè)?。ㄊ校﹨^(qū)的糧食綜合效率為被解釋變量，并根據(jù)已有研究成果選取5個(gè)影響因素指標(biāo)為解釋變量［3，12，15］。（1）農(nóng)業(yè)R &D人員作為表示農(nóng)業(yè)科技創(chuàng)新的人力資本投入，考慮農(nóng)業(yè)R &D人員對糧食生產(chǎn)的技術(shù)創(chuàng)新會產(chǎn)生影響。由于此數(shù)據(jù)無法直接獲取，所以借鑒齊冰采用的數(shù)據(jù)折算方法［16］，根據(jù)各省的R &D人員數(shù)量計(jì)算得出。（2）農(nóng)業(yè)R &D經(jīng)費(fèi)內(nèi)部支出表示農(nóng)業(yè)科技創(chuàng)新的財(cái)力資本投入，考慮農(nóng)業(yè)R &D經(jīng)費(fèi)可以在糧食生產(chǎn)的技術(shù)研發(fā)上提供資金支持，從而對糧食生產(chǎn)效率產(chǎn)生影響。由于此數(shù)據(jù)無法直接獲取，所以借鑒齊冰采用的數(shù)據(jù)折算方法［16］，根據(jù)各省的R &D經(jīng)費(fèi)內(nèi)部支出數(shù)據(jù)計(jì)算得出。（3）地區(qū)農(nóng)業(yè)經(jīng)濟(jì)占比表示農(nóng)業(yè)經(jīng)濟(jì)在該地區(qū)的重要程度，以地區(qū)第一產(chǎn)業(yè)增加值占地區(qū)總產(chǎn)值的比重來衡量，一般情況下農(nóng)業(yè)產(chǎn)值越高，該地區(qū)對農(nóng)業(yè)的重視程度也越高，會促進(jìn)糧食生產(chǎn)效率提升。（4）灌溉水平表示該地區(qū)灌溉水平的高低，本文用有效灌溉面積數(shù)據(jù)來衡量，并用上文中的權(quán)重B來進(jìn)行折算，一般來說灌溉水平越高，會增加糧食的灌溉面積，從而提高糧食生產(chǎn)效率。為緩解異方差等問題對估計(jì)有效性的影響，對灌溉水平取對數(shù)處理。（5）農(nóng)作物受災(zāi)率表示該地區(qū)農(nóng)作物的受災(zāi)情況，用農(nóng)作物受災(zāi)面積與農(nóng)作物播種面積的比值表示，農(nóng)作物受災(zāi)率越高其糧食生產(chǎn)效率則越低。

以2014~2018年我國31個(gè)?。ㄊ校﹨^(qū)的面板數(shù)據(jù)構(gòu)建了面板Tobit回歸模型，其中的R &D人員數(shù)據(jù)和R &D經(jīng)費(fèi)內(nèi)部支出數(shù)據(jù)來自《中國科技統(tǒng)計(jì)年鑒》，農(nóng)林牧漁從業(yè)人員數(shù)據(jù)來自各省（市）區(qū)統(tǒng)計(jì)年鑒，農(nóng)作物受災(zāi)面積數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計(jì)年鑒》，其余指標(biāo)數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》。具體構(gòu)建的影響因素指標(biāo)體系如表3所示。

表3 影響因素指標(biāo)體系及其解釋

2.2 影響因素的分析

運(yùn)用STATA 15.0軟件分別對三大糧食生產(chǎn)功能區(qū)的影響因素進(jìn)行回歸，其中主產(chǎn)區(qū)、平衡區(qū)采用隨機(jī)效應(yīng)的Tobit回歸，主銷區(qū)采用混合Tobit回歸，結(jié)果如表4所示。

（1）農(nóng)業(yè)R &D人員對糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率有顯著負(fù)向影響，對糧食主銷區(qū)有顯著正向影響，對平衡區(qū)影響不顯著。一直以來，國家對糧食安全問題尤為重視，對糧食主產(chǎn)區(qū)的農(nóng)業(yè)R &D人員投入較多，但從投入轉(zhuǎn)化為生產(chǎn)力尚需要時(shí)間的積累，目前受科研體制所限，一些研究應(yīng)用性導(dǎo)向不突出，導(dǎo)致轉(zhuǎn)化率不高，對主產(chǎn)區(qū)糧食生產(chǎn)影響的增長效應(yīng)不強(qiáng)，造成一定的負(fù)向影響。主銷區(qū)由于經(jīng)濟(jì)高度發(fā)達(dá)，且農(nóng)業(yè)規(guī)模較小，農(nóng)業(yè)R &D人員的研究成果能更好地應(yīng)用到糧食生產(chǎn)中去，對糧食生產(chǎn)效率產(chǎn)生正向影響。平衡區(qū)的自然地理?xiàng)l件受限，增加農(nóng)業(yè)R &D人員也難以改變其氣候環(huán)境及土地等弊端，因而農(nóng)業(yè)R &D人員對其并無明顯影響。

（2）農(nóng)業(yè)R &D經(jīng)費(fèi)內(nèi)部支出對糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率有顯著的正向影響，對主銷區(qū)有顯著的負(fù)向影響，對平衡區(qū)的影響不顯著。農(nóng)業(yè)R &D經(jīng)費(fèi)的投入能夠促進(jìn)新技術(shù)的研發(fā)，從而改進(jìn)糧食生產(chǎn)技術(shù)，提高糧食生產(chǎn)效率。主產(chǎn)區(qū)是糧食生產(chǎn)的主力軍，擁有種植糧食的有利條件，再加上農(nóng)業(yè)新技術(shù)的投入，會提高其糧食生產(chǎn)效率。主銷區(qū)由于農(nóng)業(yè)生產(chǎn)規(guī)模較小，規(guī)模效益不突出，增加農(nóng)業(yè)R &D經(jīng)費(fèi)投入會使糧食生產(chǎn)投入要素增多，在糧食產(chǎn)量難以提高的情況下會降低糧食的生產(chǎn)效率。平衡區(qū)由于其自然地理?xiàng)l件情況的制約，資金上的投入難以改變其氣候環(huán)境及土地問題等弊端，因而農(nóng)業(yè)R &D經(jīng)費(fèi)內(nèi)部支出對其影響不顯著。

（3）地區(qū)農(nóng)業(yè)經(jīng)濟(jì)占比對糧食主產(chǎn)區(qū)、平衡區(qū)有顯著的正向影響，對主銷區(qū)的影響不顯著。一個(gè)地區(qū)的農(nóng)業(yè)占經(jīng)濟(jì)水平比值在一定程度上代表著農(nóng)業(yè)的發(fā)展水平，地區(qū)農(nóng)業(yè)經(jīng)濟(jì)占比越高，其農(nóng)業(yè)發(fā)展越好，相對的糧食生產(chǎn)效率就會越高。主產(chǎn)區(qū)、平衡區(qū)的農(nóng)業(yè)生產(chǎn)規(guī)模較大，地區(qū)農(nóng)業(yè)經(jīng)濟(jì)占比較高，能更好地發(fā)展農(nóng)業(yè)生產(chǎn)，有利于糧食生產(chǎn)效率的提升。而主銷區(qū)的農(nóng)業(yè)生產(chǎn)規(guī)模較小，農(nóng)業(yè)經(jīng)濟(jì)占比不高，糧食不能自給自足，地區(qū)農(nóng)業(yè)經(jīng)濟(jì)占比對糧食生產(chǎn)效率的影響不大。

（4）灌溉水平對糧食主銷區(qū)和平衡區(qū)的糧食生產(chǎn)效率有顯著的負(fù)向影響，對主產(chǎn)區(qū)的影響不顯著。隨著有效灌溉面積逐漸增加，耕地條件逐漸得到改善，可能導(dǎo)致了農(nóng)業(yè)種植結(jié)構(gòu)調(diào)整，農(nóng)民的非糧化種植傾向提高。主銷區(qū)和平衡區(qū)的糧食生產(chǎn)水平相對較低，耕地條件得到改善的情況下可能選擇通過種植其他作物來提高收入，導(dǎo)致糧食生產(chǎn)效率降低。主產(chǎn)區(qū)農(nóng)業(yè)規(guī)模化水平較高，且受糧食產(chǎn)量的條件約束，灌溉變動對其糧食生產(chǎn)效率影響并不大。

（5）農(nóng)作物受災(zāi)率對糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率有顯著的負(fù)向影響，對糧食主銷區(qū)和平衡區(qū)的影響不顯著。農(nóng)作物受災(zāi)會造成糧食減產(chǎn)，繼而對糧食的生產(chǎn)效率產(chǎn)生一定影響。主產(chǎn)區(qū)是糧食作物的主要生產(chǎn)地區(qū)，農(nóng)作物種植規(guī)模大，一旦受災(zāi)容易造成大面積的損失，受災(zāi)率的提高會明顯降低糧食的生產(chǎn)效率。主銷區(qū)的糧食種植規(guī)模和產(chǎn)量相對較小，農(nóng)作物受災(zāi)率對其影響較小。平衡區(qū)受自然地理環(huán)境條件限制，區(qū)域內(nèi)多高原山地，氣候變化不穩(wěn)定，且該弊端一直存在，因而樣本年間內(nèi)的農(nóng)作物受災(zāi)率對其影響并不顯著。

表4 Tobit回歸結(jié)果

3 結(jié)論與對策建議

3.1 結(jié)論

基于DEA-BCC模型和面板Tobit回歸模型相結(jié)合的方法，對2014~2018年中國31個(gè)?。ㄊ校﹨^(qū)的糧食生產(chǎn)效率和影響因素進(jìn)行了分析，著力研究農(nóng)業(yè)科技創(chuàng)新投入對糧食生產(chǎn)效率的影響。具體研究所得結(jié)論如下。

（1）我國的糧食生產(chǎn)效率整體上發(fā)展良好，全國31個(gè)省份的綜合效率均值達(dá)0.928，純技術(shù)效率均值達(dá)0.955，規(guī)模效率均值達(dá)0.971。從三大糧食功能區(qū)來看，糧食主產(chǎn)區(qū)、主銷區(qū)和平衡區(qū)的綜合效率均值分別為0.930、0.978、0.893，其中平衡區(qū)的綜合效率較低，可能受其氣候、地形影響較大。仍需繼續(xù)合理配置投入產(chǎn)出要素，在此基礎(chǔ)上穩(wěn)步提升糧食生產(chǎn)效率。

（2）農(nóng)業(yè)R &D人員對糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率有顯著負(fù)向影響，對糧食主銷區(qū)有顯著正向影響，受農(nóng)業(yè)科技成果轉(zhuǎn)化率的影響較大。農(nóng)業(yè)R &D經(jīng)費(fèi)內(nèi)部支出對糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率有顯著的正向影響，對主銷區(qū)有顯著的負(fù)向影響，農(nóng)業(yè)科技的發(fā)展與資金投入息息相關(guān)，但也要因地制宜。地區(qū)農(nóng)業(yè)經(jīng)濟(jì)占比對糧食主產(chǎn)區(qū)、平衡區(qū)有顯著的正向影響，一定范圍內(nèi)的農(nóng)業(yè)經(jīng)營規(guī)模能促進(jìn)糧食的生產(chǎn)效率。灌溉水平對糧食主銷區(qū)和平衡區(qū)的糧食生產(chǎn)效率有顯著的負(fù)向影響，耕地條件的改善促使了主銷區(qū)和平衡區(qū)農(nóng)作物種植種類的變化。農(nóng)作物受災(zāi)率對糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率有顯著的負(fù)向影響，降低糧食主產(chǎn)區(qū)的農(nóng)作物受災(zāi)率至關(guān)重要。

（3）從整體來看，農(nóng)業(yè)科技創(chuàng)新投入對糧食三大功能區(qū)的影響存在一定的差距，對糧食主產(chǎn)區(qū)的影響最大。科學(xué)技術(shù)是農(nóng)業(yè)發(fā)展的第一生產(chǎn)力，農(nóng)業(yè)科技創(chuàng)新投入要素對糧食生產(chǎn)效率的影響不能同一而論，還需具體要素具體分析。我國幅員遼闊，地形和氣候復(fù)雜多樣，各省份因所處地理位置不同導(dǎo)致了糧食種植品種與產(chǎn)量的差異，糧食主產(chǎn)區(qū)無論是在地區(qū)還是在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平上都占據(jù)了優(yōu)勢地位，糧食主銷區(qū)由于第三產(chǎn)業(yè)經(jīng)濟(jì)高度發(fā)達(dá)或因其特殊的位置與地質(zhì)條件而需依靠糧食購入，糧食平衡區(qū)則在各方面都處于一個(gè)比較平衡的狀態(tài)。

3.2 對策建議

3.2.1 糧食各生產(chǎn)功能區(qū)的農(nóng)業(yè)科技創(chuàng)新要素投入應(yīng)分類施策 各糧食生產(chǎn)功能區(qū)的地理位置條件及發(fā)展情況不同，因而對各功能區(qū)的農(nóng)業(yè)科技創(chuàng)新要素投入要因地制宜、分類施策。對糧食主產(chǎn)區(qū)的農(nóng)業(yè)R &D人員進(jìn)行合理安排，縮減冗余人員，加大政策支持，引導(dǎo)農(nóng)業(yè)R &D人員進(jìn)行貼近實(shí)際的研究，擴(kuò)大主產(chǎn)區(qū)農(nóng)業(yè)R &D經(jīng)費(fèi)投入，不斷提升農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平。對糧食主銷區(qū)的農(nóng)業(yè)R &D經(jīng)費(fèi)進(jìn)行謹(jǐn)慎投入，合理增加主銷區(qū)農(nóng)業(yè)R &D人員數(shù)量，嚴(yán)格管控主銷區(qū)的耕地非糧化傾向。對糧食平衡區(qū)的非糧化傾向進(jìn)行正確引導(dǎo)，鼓勵(lì)平衡區(qū)合理運(yùn)用現(xiàn)代農(nóng)業(yè)科技發(fā)展農(nóng)業(yè)經(jīng)濟(jì)，不斷提高糧食生產(chǎn)效率。

3.2.2 提高農(nóng)業(yè)科技成果轉(zhuǎn)化率 科學(xué)技術(shù)是第一生產(chǎn)力，科技創(chuàng)新成果轉(zhuǎn)化率是衡量農(nóng)業(yè)科技創(chuàng)新成果的關(guān)鍵性指標(biāo)。以應(yīng)用性為導(dǎo)向，注重科研和實(shí)踐相結(jié)合，鼓勵(lì)科研機(jī)構(gòu)加快自有成果轉(zhuǎn)化應(yīng)用；培養(yǎng)農(nóng)業(yè)科研人員的科研情懷，增強(qiáng)其科研責(zé)任感，激勵(lì)農(nóng)業(yè)科研人員在研發(fā)過程中將論文寫在大地上。

3.2.3 推動農(nóng)業(yè)與二三產(chǎn)業(yè)融合發(fā)展 農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平關(guān)系著農(nóng)業(yè)科技創(chuàng)新成果的利用。充分利用各地區(qū)自然條件，因地制宜發(fā)展農(nóng)業(yè)，加深農(nóng)業(yè)與二三產(chǎn)業(yè)的融合，進(jìn)行農(nóng)產(chǎn)品深加工處理，延長農(nóng)產(chǎn)品產(chǎn)業(yè)鏈條，提高農(nóng)業(yè)附加值，推動各糧食生產(chǎn)功能區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展。

3.2.4 提高防災(zāi)減災(zāi)能力 現(xiàn)代農(nóng)業(yè)是在科學(xué)技術(shù)基礎(chǔ)上發(fā)展起來的，農(nóng)業(yè)科技創(chuàng)新是現(xiàn)代農(nóng)業(yè)發(fā)展的必然選擇。當(dāng)前我國農(nóng)業(yè)技術(shù)的“卡脖子”問題仍然較為突出，打好關(guān)鍵核心技術(shù)攻堅(jiān)戰(zhàn)任重而道遠(yuǎn)；充分利用最先進(jìn)的農(nóng)業(yè)科學(xué)技術(shù)，將最新的農(nóng)業(yè)科技帶到田間地頭，通過農(nóng)業(yè)科技服務(wù)為農(nóng)業(yè)生產(chǎn)者傳授農(nóng)作物的自然災(zāi)害防治和治理等知識，從而提高各糧食生產(chǎn)功能區(qū)的防災(zāi)減災(zāi)能力，從而提高糧食生產(chǎn)效率。