摘要:摘要:基于19962016年農(nóng)業(yè)科技投入、技術(shù)創(chuàng)新成果和農(nóng)業(yè)產(chǎn)值等數(shù)據(jù),利用時間序列誤差修正模型,對政府科技支出的投入導(dǎo)向度、農(nóng)業(yè)科技投入的創(chuàng)新貢獻(xiàn)率和發(fā)展貢獻(xiàn)率進(jìn)行了測度,
摘要:基于1996—2016年農(nóng)業(yè)科技投入、技術(shù)創(chuàng)新成果和農(nóng)業(yè)產(chǎn)值等數(shù)據(jù),利用時間序列誤差修正模型,對政府科技支出的投入導(dǎo)向度、農(nóng)業(yè)科技投入的創(chuàng)新貢獻(xiàn)率和發(fā)展貢獻(xiàn)率進(jìn)行了測度,然后實證分析農(nóng)業(yè)科技投入對農(nóng)業(yè)技術(shù)創(chuàng)新和農(nóng)業(yè)增長的影響。結(jié)論表明:政府農(nóng)業(yè)科技投入的增加對非政府部門的農(nóng)業(yè)科技投入增加有促進(jìn)作用;農(nóng)業(yè)科技投入對農(nóng)業(yè)技術(shù)創(chuàng)新有顯著的促進(jìn)作用,但有一定的滯后效應(yīng);農(nóng)業(yè)科技投入增加對農(nóng)業(yè)增長有顯著正向影響。依據(jù)分析的結(jié)論,提出了加強(qiáng)和完善農(nóng)業(yè)科技投入的政策建議。
關(guān)鍵詞:農(nóng)業(yè)科技投入;技術(shù)創(chuàng)新效率;農(nóng)業(yè)增長;評價
0引言
農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ),同時具有很強(qiáng)的外部性,因此,政府往往對農(nóng)業(yè)部門采取支持政策保障農(nóng)業(yè)發(fā)展。在制度變革和技術(shù)革新的長期作用下,農(nóng)業(yè)開始由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型?,F(xiàn)代農(nóng)業(yè)是以高科技為核心要素的農(nóng)業(yè)發(fā)展形態(tài),農(nóng)業(yè)科技成為我國現(xiàn)代農(nóng)業(yè)發(fā)展的重要制約因素。十九大報告提出:“政府要發(fā)揮好引導(dǎo)作用,推動農(nóng)業(yè)現(xiàn)代化發(fā)展。”《“十三五”農(nóng)業(yè)農(nóng)村科技創(chuàng)新專項規(guī)劃》中提出:“十三五”時期,必須加快農(nóng)業(yè)農(nóng)村科技創(chuàng)新,深化科技體制改革,為農(nóng)業(yè)結(jié)構(gòu)升級、方式轉(zhuǎn)變、動力轉(zhuǎn)換,加快提高農(nóng)業(yè)綜合效益和競爭力提供新動能。

關(guān)于農(nóng)業(yè)科技投入與農(nóng)業(yè)科技創(chuàng)新績效的研究,學(xué)界從不同角度、不同方面進(jìn)行了研究,可以概括為以下兩個方面。
其一是關(guān)于農(nóng)業(yè)科技投入對科技進(jìn)步的影響研究。黃敬前、鄭慶昌利用時間序列分析的方法對我國農(nóng)業(yè)科技投入與農(nóng)業(yè)科技進(jìn)步之間的關(guān)系進(jìn)行了定量研究,指出我國農(nóng)業(yè)科技投入促進(jìn)了農(nóng)業(yè)科技進(jìn)步[1]。曠宗仁等和杜娟分別利用描述性統(tǒng)計和DEA模型對我國的農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出效率進(jìn)行了分析,提出我國農(nóng)業(yè)科技創(chuàng)新存在產(chǎn)出數(shù)量不足、產(chǎn)出難度較大和產(chǎn)出效率較低等問題[2-3]。張躍強(qiáng)、陳池波基于協(xié)整檢驗和VAR模型對財政農(nóng)業(yè)科技投入與農(nóng)業(yè)科技創(chuàng)新績效水平之間的關(guān)系進(jìn)行分析發(fā)現(xiàn),財政農(nóng)業(yè)科技投入與農(nóng)業(yè)科技創(chuàng)新績效之間存在長期均衡關(guān)系[4]。趙麗娟等基于省級面板數(shù)據(jù)和面板門檻模型就環(huán)境規(guī)制和政府R&D投入對我國農(nóng)業(yè)科技創(chuàng)新效率的影響進(jìn)行了分析,發(fā)現(xiàn)政府R&D投入能夠促進(jìn)農(nóng)業(yè)科技創(chuàng)新效率的提升,且存在顯著的門檻性。
其二是關(guān)于農(nóng)業(yè)科技投入在農(nóng)產(chǎn)品價格、收入分配和農(nóng)業(yè)增長等方面的影響研究[5]。俞培果、蔣葵利用農(nóng)業(yè)踏車?yán)碚搶r(nóng)業(yè)科技投入、技術(shù)進(jìn)步、價格效應(yīng)和分配效應(yīng)的邏輯關(guān)系進(jìn)行的理論分析和實證檢驗表明,農(nóng)業(yè)科技投入主要增加了非農(nóng)居民的收入,且政府農(nóng)業(yè)科技投入對各大類農(nóng)產(chǎn)品價格具有負(fù)效應(yīng)[6]。劉玉春等的計量分析則表明,農(nóng)業(yè)科技投入和農(nóng)民收入之間具有顯著的因果關(guān)系,且農(nóng)業(yè)科技投入對農(nóng)業(yè)科技進(jìn)步的影響具有累積效應(yīng)[7]。張紅輝等和劉敦虎等利用計量經(jīng)濟(jì)分析都表明,農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟(jì)增長之間存在長期的穩(wěn)定均衡關(guān)系[8-9]。吳林海、彭宇文對我國農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行的實證研究表明,單純的農(nóng)業(yè)科技投入增加對于農(nóng)業(yè)經(jīng)濟(jì)增長的促進(jìn)作用有限,優(yōu)化農(nóng)業(yè)科技資源配置更有意義[10]。王維國、劉鑫運(yùn)用非線性STR模型分析表明,我國農(nóng)村科技投入與農(nóng)業(yè)增長之間存在動態(tài)的非線性關(guān)系,并表現(xiàn)出階段性變化特征[11]。基于農(nóng)業(yè)科技投入與農(nóng)業(yè)科技創(chuàng)新的已有研究,本文從政府農(nóng)業(yè)科技投入的投入導(dǎo)向作用,農(nóng)業(yè)科技投入對農(nóng)業(yè)技術(shù)創(chuàng)新和農(nóng)業(yè)增長的影響這三個角度出發(fā),分析與評價我國農(nóng)業(yè)科技投入的技術(shù)創(chuàng)新影響。
1農(nóng)業(yè)科技投入導(dǎo)向度評價
從事農(nóng)業(yè)科技創(chuàng)新的主體主要有高等學(xué)校、研發(fā)機(jī)構(gòu)、企業(yè)和其他事業(yè)單位等。農(nóng)業(yè)科技創(chuàng)新離不開科研經(jīng)費(fèi)的支持,農(nóng)業(yè)科技創(chuàng)新的科研經(jīng)費(fèi)依據(jù)來源部門可以分為企業(yè)、政府、國外和其他等4種,見表1。
由表1可知,R&D活動的經(jīng)費(fèi)主要來源于政府和企業(yè),二者約占96%的比重,政府資金約占21%,企業(yè)資金約占75%,國外資金和其他資金約占4%。從經(jīng)費(fèi)使用的角度看,如表2,企業(yè)承擔(dān)了76.6%的研究工作,政府承擔(dān)了15%的研究工作,企業(yè)提供的資金全部由自己使用,還使用了其他來源資金約1.5%。政府提供的資金大部分由研究機(jī)構(gòu)使用,其次是高等學(xué)校和企業(yè),使用得最少的是其他事業(yè)單位,不足4%。
2農(nóng)業(yè)科技投入創(chuàng)新貢獻(xiàn)率的評價
2.1指標(biāo)選取及數(shù)據(jù)來源
由于數(shù)據(jù)的可得性和可操作性,本部分中的農(nóng)業(yè)指的是廣義的農(nóng)業(yè),即由農(nóng)林漁牧業(yè)構(gòu)成的大農(nóng)業(yè)。文章使用農(nóng)業(yè)R&D經(jīng)費(fèi)內(nèi)部支出來代表農(nóng)業(yè)科技創(chuàng)新投入,由于統(tǒng)計口徑的變化,1996—2011年用的是農(nóng)業(yè)重大創(chuàng)新成果表示農(nóng)業(yè)科技創(chuàng)新產(chǎn)出,2012—2016年用的是有效發(fā)明專利表示農(nóng)業(yè)科技創(chuàng)新產(chǎn)出,所以用農(nóng)業(yè)重大科技成果數(shù)和有效發(fā)明專利數(shù)(后文統(tǒng)一稱為農(nóng)業(yè)科技創(chuàng)新產(chǎn)出)來表示農(nóng)業(yè)科技創(chuàng)新成果,具體數(shù)據(jù)見表4。
2.2實證分析
從數(shù)據(jù)的趨勢圖來看,農(nóng)業(yè)內(nèi)部R&D經(jīng)費(fèi)的支出和農(nóng)業(yè)重大科技成果之間的相關(guān)系數(shù)為0.847,這說明農(nóng)業(yè)科技創(chuàng)新投入與農(nóng)業(yè)技術(shù)創(chuàng)新成果之間的相關(guān)性較強(qiáng),農(nóng)業(yè)科技創(chuàng)新支持力度影響著創(chuàng)新成果的多寡,對農(nóng)業(yè)科技創(chuàng)新投入和農(nóng)業(yè)技術(shù)創(chuàng)新成果之間進(jìn)行回歸分析,以農(nóng)業(yè)科技創(chuàng)新投入為自變量X,農(nóng)業(yè)重大創(chuàng)新成果為因變量,利用Eviews軟件對二者進(jìn)行回歸分析,結(jié)果如表5所示。
由表5的回歸結(jié)果可知,農(nóng)業(yè)科技創(chuàng)新成果與農(nóng)業(yè)科技創(chuàng)新投入之間的回歸方程為:Y=-31.6+1.52X(1)式(1)表明,農(nóng)業(yè)科技創(chuàng)新投入每增加1億元,農(nóng)業(yè)重大科技創(chuàng)新成果會增加152項。從回歸估計的結(jié)果看,模型擬合性良好,調(diào)整后可決系數(shù)R珚2=0.70,表明農(nóng)業(yè)科技創(chuàng)新成果變化的70%可由農(nóng)業(yè)科技創(chuàng)新投入的變化來解釋。從斜率項的t檢驗來看,遠(yuǎn)大于1%顯著性水平下自由度為19的臨界值Te.025[19]2.861,常數(shù)項的︱t︱值通過5%顯著性水平下自由度為19的臨界值Te.025[19]2.093檢驗,即自變量對因變量有顯著性影響,經(jīng)計算的F統(tǒng)計量為48.29,收尾概率遠(yuǎn)小于0.05的顯著性水平,因此可以拒接零假設(shè),說明回歸方程是顯著的,即農(nóng)業(yè)科技創(chuàng)新成果與政府對農(nóng)業(yè)科技創(chuàng)新投入之間存在顯性線性關(guān)系。以上分析說明,回歸方程式(1)是值得信賴的。
3農(nóng)業(yè)科技投入發(fā)展貢獻(xiàn)率的評價
3.1指標(biāo)選取及數(shù)據(jù)說明
本部分以農(nóng)業(yè)內(nèi)部R&D經(jīng)費(fèi)支出來代表農(nóng)業(yè)科技創(chuàng)新投入,以農(nóng)林漁牧業(yè)增加值來表示農(nóng)業(yè)增長指標(biāo)。選取了1996—2016年的數(shù)據(jù)進(jìn)行分析,依據(jù)生產(chǎn)函數(shù)的一般表達(dá)形式,假定農(nóng)業(yè)科技創(chuàng)新投入(lnv)和農(nóng)業(yè)增加值(Appr)之間的關(guān)系模型如下:Appr=α(lnv)θeμ(2)式(2)中μ表示隨機(jī)擾動項,表示除了科技創(chuàng)新投入以外其他因素對農(nóng)業(yè)產(chǎn)值的影響。為了計算方便,將模型進(jìn)行線性化處理,左右兩邊同時取對數(shù)得:lnAppr=lnα+θln(lnv)+μ(3)因此,討論lnv和Appr之間的關(guān)系變?yōu)橛懻搇nAppr和ln(lnv)之間的關(guān)系。由于所用的數(shù)據(jù)是時間序列數(shù)據(jù),對二者進(jìn)行回歸分析之前,需要對序列進(jìn)行相關(guān)檢驗,主要是平穩(wěn)性檢驗和協(xié)整檢驗來驗證二者之間是否存在著長期均衡關(guān)系。
3.2平穩(wěn)性檢驗和協(xié)整檢驗
序列具有平穩(wěn)性是時間序列回歸的必要條件。本文采用單位根檢驗對時間序列的平穩(wěn)性進(jìn)行檢驗,先對ln(lnv)和lnAppr進(jìn)行平穩(wěn)性檢驗,檢驗中含有漂移項,ADF檢驗結(jié)果表明,在1%、5%和10%的顯著性水平下,農(nóng)業(yè)創(chuàng)新增加值的對數(shù)序列(lnAppr)和農(nóng)業(yè)科技創(chuàng)新投入對數(shù)序列l(wèi)n(lnv)的t統(tǒng)計量均大于其臨界值(見表6),所以不能拒接存在單位根的假設(shè),說明時間序列l(wèi)nAppr和ln(lnv)是非平穩(wěn)的。然后lnAppr和ln(lnv)一階差分進(jìn)行平穩(wěn)性檢驗,檢驗中也含有截距項,ADF檢驗結(jié)果表明,一階差分序列DlnAppr在5%的顯著性水平下平穩(wěn),一階差分序列Dln(lnv)是顯著平穩(wěn)的,由此可以說明lnAppr和ln(lnv)是一階單整序列,可以對其序列進(jìn)行協(xié)整檢驗。
4結(jié)論與建議
對政府農(nóng)業(yè)科技創(chuàng)新投入與非政府部門農(nóng)業(yè)科技創(chuàng)新投入相結(jié)合進(jìn)行評估,就農(nóng)業(yè)科技創(chuàng)新投入與產(chǎn)出相結(jié)合進(jìn)行了實證分析,可以得出以下研究結(jié)論:
第一,政府在農(nóng)業(yè)科技創(chuàng)新方面有一定的引導(dǎo)作用,但效率較低。我國目前的農(nóng)業(yè)科技創(chuàng)新投入結(jié)構(gòu)中,公共部門占主體,企業(yè)和農(nóng)業(yè)生產(chǎn)者等私人部門的投入份額較低,這反映政府在創(chuàng)新投入引導(dǎo)方面發(fā)揮的作用有限;
第二,農(nóng)業(yè)科技創(chuàng)新投入對農(nóng)業(yè)科技創(chuàng)新有一定的激勵作用,但創(chuàng)新貢獻(xiàn)率處于較低水平,這可能是科技投入資金的運(yùn)營效率和科技成果轉(zhuǎn)化等方面的因素造成的;
第三,農(nóng)業(yè)科技創(chuàng)新投入對農(nóng)業(yè)增長有顯著的促進(jìn)作用,但在時間上具有滯后性。
第四,農(nóng)業(yè)技術(shù)創(chuàng)新支持政策的瞄準(zhǔn)偏差。的科技創(chuàng)新扶持政策涵蓋的農(nóng)業(yè)創(chuàng)新成果數(shù)量少,企業(yè)參與的科技開發(fā)成果和管理創(chuàng)新成果不能獲得或不能充分獲得相應(yīng)的經(jīng)濟(jì)補(bǔ)償,影響了企業(yè)從事農(nóng)業(yè)技術(shù)創(chuàng)新活動的積極性。為推進(jìn)我國農(nóng)業(yè)技術(shù)創(chuàng)新的更好更快的發(fā)展,應(yīng)做好以下幾個方面的工作:第一,構(gòu)建多元化的農(nóng)業(yè)技術(shù)創(chuàng)新融資體系??梢酝貙捹Y金來源渠道,信貸市場、債券市場和資本市場都應(yīng)成為農(nóng)業(yè)技術(shù)創(chuàng)新的融資渠道,甚至可以探索保險、基金等途徑的投入;第二,規(guī)范農(nóng)業(yè)技術(shù)創(chuàng)新支持的政策導(dǎo)向,不僅要加大對農(nóng)業(yè)技術(shù)創(chuàng)新的支持力度,更應(yīng)該在支持結(jié)構(gòu)方面有所改變,應(yīng)注重對創(chuàng)新人才和科技轉(zhuǎn)化與應(yīng)用方面的投入;第三,建立健全農(nóng)業(yè)技術(shù)創(chuàng)新體制,除了重大技術(shù)攻關(guān),應(yīng)更加注重研發(fā)人才和創(chuàng)新型企業(yè)的培養(yǎng),對這些創(chuàng)新型人才和企業(yè),政府應(yīng)當(dāng)給予充分的激勵,使之在農(nóng)業(yè)技術(shù)創(chuàng)新中發(fā)揮更大的積極性。
參考文獻(xiàn)
?。?]黃敬前,鄭慶昌.我國農(nóng)業(yè)科技投入與農(nóng)業(yè)科技進(jìn)步長期均衡關(guān)系研究[J].福州大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2013(3):48-51.
?。?]曠宗仁,章瑾,左停.農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出分析[J].中國科技論壇,2012(7):132-136.
[3]杜娟.基于DEA模型的我國農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出分析[J].科技進(jìn)步與對策,2013(8):82-85.
?。?]張躍強(qiáng),陳池波.財政農(nóng)業(yè)科技投入對農(nóng)業(yè)科技創(chuàng)新績效的影響[J].科技進(jìn)步與對策,2015(10):50-54.
?。?]趙麗娟,張玉喜,潘方卉.政府R&D投入、環(huán)境規(guī)制與農(nóng)業(yè)科技創(chuàng)新效率[J].科研管理,2019(2):76-85
江喜林徐小明