農業科技投入與農業經濟增長的動態關聯性分析

劉思琪

摘要：農業科技投入是科技轉化為現實生產力的重要紐帶，是促進農業經濟增長的主要抓手。本文通過對我國一個時期內農業科技的投入進行記錄，并與同一個時期內農業經濟增長數據作比較，詳細分析了我國農業科技投入與農業經濟增長的動態關聯性。實踐證明，單方面對農業科技增加投入，對促進農業經濟增長起不到顯著的作用。因此，我們還要對農業科技資源配置進行合理持續的優化。

關鍵詞：農業科技；經濟增長；動態關聯性；分析

0引言

隨著社會的快速發展，人口持續增長，環境不斷受到污染，這些無形的壓力迫使我們需要對農業發展方式進行有效轉變。但我們從哪方面能夠轉變農業發展方式呢？投入對農業科技的加大就是一個有效途徑，它能夠將傳統農業發展模式進行改變。通過2012年出臺的一些關于加快發展農業科技創、增加農產品供給保障能力的等一些宏觀調控性文件，我們可以看出國家下一步打算對農業科技創新增加投入，從而促進保障農村經濟發展。我們既然想要弄清農業科技投入與農業經濟增長的關系，探索他們之間的相互影響，就需要對農業科技投入與農業GDP增長之間的動態關聯性進行查看。本文以農業科技投入與農業經濟增長相關數據為依據，運用格蘭杰因果關系檢驗、單位根檢驗、脈沖響應函數等多種方式，分析論證農業科技投入與農業經濟增長的動態關聯性，為促使今后農業經濟的快速增長奠定基礎。

1農業科技投入的重要性分析

近幾十年來，國內外學界持續關注著科技投入與經濟增長之間的關系，例如：Griliches通過計量經濟學方法，計算出了美國雜交玉米技術的投資回報率；RobertE.Evenson通過分析比較國際農業科研投入回報率，對全球數百項農業科研進行考察，計算出了高達49%的全世界農業科研投入回報率；張曉慧等通過實證分析法，論證出了科技進步對農村的影響巨大，不但影響著各部門勞動力從業量，而且影響著農民家庭收入，轉移了農村居民勞動力。與上述相同的案例，數不勝數。雖然由于形式多樣的研究方法和不同的統計口徑導致對農業科研回報率的結論有所差異，但最終得出的統一結論是農業經濟的增長很大程度上需要依靠農業科技投入。

2科技投入對農業經濟增長的促進作用分析

想要促進農業經濟的增長，關鍵措施就是對農業科技投入的增加，使傳統農業發展方式得以轉變。但目前我國仍然為發展中國家，財力相對薄弱，有限的投資能力局限了當前農業科技的發展空間。與此同時，投資大、風險高、周期長等特點導致社會資金難以有效的投入到農業科技發展中來。所以，面對當前困境，我們除了通過對農業科技投入的增加來促進農業經濟增長以外，最重要的還要對農業科技資源配置進行優化。

2.1研究方法

近年來，我國有部分科研工作者參與到了農業科技投入與農業經濟增長之間關系的分析論證，但卻是只有很少的一部分人，而參與到政府部門關于農業科技投入與農業經濟增長關系的實證研究，更是少之又少。我們可以從相關研究的分析論證方法看出，部分人員是通過農業科技投入和農業總產值的數據分析，檢驗其因果關系；另外還有一部分人員的對農業科技投入與農業經濟增長關系的研究，是通過VAR模型來完成的。由于VAR模型的分析結果相對比較準確，所以利用VAR模型的構建，我們通過脈沖響應函數進行科學論證，分析農業科技投入與農業經濟增長的動態關聯性。其中：公共農業科技投入用“ASTI”代表，農業用“AGDPR”代表，農業經濟增長指標用“GDP”表示。另外，為了數據的準確性，本文還增加了兩個步驟，即：協整檢驗（ADF檢驗）和格蘭杰因果關系檢驗。

2.2實證分析

（一）單位根檢驗

本文農業科技投入變量序列和農業GDP變量序列的水平值通過ADF檢驗計算出來，通過SC準則我們可以確定檢驗過程中的滯后階數。在農業科技投入中，投入變量序列屬于非平穩的，農業經濟增長變量序列也屬于非平穩的，但我們可以通過一階差分看出來，序列單位根是不存在的，屬于平穩序列，所以得出結論：公共農業科技序列和農業經濟增長序列都是一階單整序列。

（二）ADF檢驗

根據上述的結論我們可以看出這些數據符合進行ADF檢驗的條件。在對序列LASTT和LAGDP進行協整檢驗時，EG兩步法更加適合在這個檢驗中使用。我們可以使用最小二乘法計算出序列LASTT和LAGDP的長期線性均衡關系：

LAGDPt=6.8937+0.6823LASTT，

（78.2789）（32.9513）（1）

R2=0.9749F=1085.79

在這個方程中，相應估計量的t統計值通過括號內的數據表示。通過上述回歸方程我們可以看出，農業科技投入對農業經濟增長產生著比較大的影響，前者對農業經濟增長的彈性高達0.6823。雖然有影響，但如果公共農業科技序列和農業經濟增長序列之間存在協整關系，我們通過單位根檢驗，可得出序列：

Aet=-0.2216e，_1+0.40494et_1（-2.3105）（2.3346）

從上面這個方程式可以看出，-2.3105為協整值，它與-1.9534臨界值相比較，協整值并沒有高于臨界值，這說明殘差序列不存在單位根，它屬于平穩序列。從上述數據我們能夠看出，我國的農業科技投入和我國的農業GDP之間存在長期穩定關系。不僅時間序列之間的長期均衡關系能夠通過誤差修正模型（ECM）顯現，而且還可以通過ECM反映短期偏離長期均衡的修正機制。

我們從模型結果可以看出，農業科技投入變動1%，農業經濟增長同步變動0.0488%，與上述0.6823的彈性相比較而言，農業經濟增長依靠農業經濟投入，農業科技投入影響著農業經濟增長，而且長期影響更加值得關注，它遠遠大于短期影響。

（三）Granger因果關系檢驗

從上面的分析中我們可以看到，與農業經濟增長之間存在長期的均衡關系是，但它們之間是否存在因果關系就不得而知了，所以還要通過因果關系檢驗來證明。通過對LAGDP與LASTT之間的Granger因果關系檢驗結果可以看出，在5%的顯著性水平上，農業科技投入是的格蘭杰原因；但是在1%的顯著性水平上，農業經濟增長是農業科技投入的格蘭杰原因。

（四）vAR模型分析

獨特的動態結構性質使得VAR模型在對各種經濟沖擊對經濟變量形成影響的分析過程中廣泛應用，因此，我們利用脈沖響應函數，來識別GDP的變量擾動或者是科技投入的變量擾動，通過VAR模型是如何對其他變量產生影響的。我們在建立VAR模型時，可以根據協整檢驗結果中的平穩性序列構建脈沖響應函數曲線。在曲線中，脈沖響應函數的追蹤期通過橫向坐標表示，預定為10年；一個變量對其他不同變量的響應程度通過縱向坐標表示，響應函數的計算值通過實線表不。

通過VAR模型的分析得出：農業科技投入對農業經濟增長影響剛開始不明顯，屬于正向響應，不過隨著時間的推移，隨后的幾年內，持續保持著負向響應狀態，特別是在前6年中，農業科技投入對農業經濟增長影響逐漸加劇，但在第7年開始，負響應逐漸穩定下來。

通過農業科技投入對農業農業經濟增長的變量擾動響應狀況來看，前期它們之間的影響不明顯，而且屬于正向響應。但是，在隨后的幾年間，一直保持負向響應狀態，而且前6年的負響應呈現緩慢加劇之勢，逐漸趨于穩定的負響應從第7年開始出現。通過上面所述可以看出，農業科技投入持續正向影響著農業的經濟增長，這種影響可能在短時間內無法顯現，但站在長遠的發展角度來看，加大對農業科技的投入，不僅能夠在短期內拉動農業經濟增長，而且長期內效果更加明顯穩定。

3結語

在今后的農業發展中，我們要把資金投入和資源配置統籌規劃，它們對國家科技發展水平提升具有重要意義。我國農業科技發展滯后的主要原因就是投入不足，但低下的資源利用效率和不合理的資源配置也對我國農業科技發展產生了嚴重影響。推動農業科技體制改革，合理優化資源配置，是今后一個時期推動我國科技發展的重要舉措。