政策投入·商業信貸與農業科技創新效率

王文一 杜俊娟

摘要以提倡農業科技創新、加大金融支持力度為背景，利用2007—2016年省際面板數據，實證考察政策投入、商業信貸對農業科技創新效率的影響。在運用DEA模型對農業科技創新效率進行測度的基礎上，采用面板數據固定效應模型實證檢驗政策性資金投入、商業信貸支持對農業科技創新效率的的作用效果。結果表明：商業信貸能夠顯著提升我國農業科技創新效率，而政策投入的影響效果因地域差異而有不同表現。

關鍵詞農業科技創新;政策投入;商業信貸

中圖分類號S-9文獻標識碼A

文章編號0517-6611（2020）04-0227-05

doi：10.3969/j.issn.0517-6611.2020.04.066

開放科學（資源服務）標識碼（OSID）：

Policy Input， Commercial Credit and the Efficiency of Agricultural Science and Technology Innovation—Empirical Research Based on Provincial Panel Data

WANG Wen-yi，DU Jun-juan（Anhui Xinhua University，Hefei，Anhui 230088）

AbstractUnder the background of advocating agricultural science and technology innovation and increasing financial support， this paper empirically investigates the impact of policy input and commercial credit on the efficiency of agricultural science and technology innovation by using the provincial panel data of 2007-2016. Based on the DEA model to measure the efficiency of agricultural science and technology innovation， this paper uses panel data fixed effect model to empirically test the effect of policy capital investment and commercial credit support on the efficiency of agricultural science and technology innovation. The results showed that commercial credit can significantly improve the efficiency of agricultural science and technology innovation in China， and the effect of policy input varies according to regional differences.

Key wordsAgricultural science and technology innovation;Policy input;Commercial credit

2012年2月17日，中央一號文件《關于加快推進農業科技創新 持續增強農產品共給保障能力的若干意見》指出，當今時代農業科技創新應擺放在更加顯赫的位置，大力依靠農業科技創新帶動現代農業發展是未來工作的重點方向。回顧以往，自2004年以來，黨和國家多次在中央一號文件中強調重視“三農”問題，以期提升農業科技創新效率水平。農業科技創新是實現農業現代化的現實途徑和關鍵環節，對于我國當前農業的發展起到舉足輕重的作用[1]。由此可見，研究如何優化農業科技投入渠道、以有限投入獲得最大產出效率，從而最大限度發揮農業科技創新要素投入優勢具有重大意義。

中國長期以來一直處于發展中國家的地位，農業基礎薄弱、市場力量弱小，其科技創新與進步離不開政府的扶持。與此同時，商業信貸近年來已成為農業科技創新過程中極其重要的資金來源，在對農業科技創新效率的影響中有著舉足輕重的地位。

該研究從農業科技創新這一話題引入，從實證角度出發探究中國不同區域農業科技創新效率受到政策性資金投入以及商業信貸支持影響的差異，并分析產生差異的原因，以彌補現有研究的不足，為各區域制定符合自身條件的農業發展戰略提出可行性建議。

1文獻回顧

1.1農業科技創新問題的研究

關于農業科技創新方面的研究，現有文獻多集中于通過層次分析、聚類分析、實地調查等方法對區域或是國家層面的農業科技創新效率進行測量、對比和評價。呂作良等[2]用中國14個省份數據構建效率評價模型，實證測算各個省份的農業科技投入效率。Oluwatobi等[3]選取1996—2012年40個非洲國家的樣本，采用基線方程系統通用矩量法進行技術估算。結果表明，政府有效性和監管質量是對創新影響最大的兩種制度措施。因此，提高非洲的創新率，完善推動監管和提高政府效率的框架是必要的手段[3]。另有部分學者從實證角度出發，采用DEA、SFA等方法對農業科技創新效率進行測量。錢麗等[4]基于創新系統理論，將生態環境效應納入農業創新系統效率評價框架之中，運用DEA模型測度安徽省各地市農業創新系統效率，給出了農業創新系統資源利用的模式。張莉俠等[5]采用SBM超效率模型測算了北京、上海及天津三大都市農業科技創新效率及其影響因素，結論顯示，由于技術市場的發育程度、農業技術引進力度等方面的地區差異性，三大都市農業科技創新效率呈現不同的變化。陳振等[6]利用河南省各地市農業數據對其農業科技創新效率進行測算和對比分析。結果顯示，河南省農業科技創新整體效率不高，且要素投入的冗余程度導致不同地市之間產出效率存在較大差異。

1.2政策支持、金融支持對農業科技創新的影響

關于農業政策性投入與農業科技創新效率的關系，國內外學者已從多方面進行了論證，并取得了較多有價值的研究成果。Fan等[7]研究發現，政府應優先考慮對農村公路和農業研究的額外投資。這類投資不僅比任何其他政府投資對貧困影響都要大得多，而且還會產生更高的農村生產率增長。王雅鵬等[8]指出，創新農業科研投入政策體系能夠促進我國現代農業科技創新體系的建立和完善。但同時也有部分學者研究得出了相反的結論。Fan[9]在研究中發現，財政支農以及農業信貸對于農業經濟增長和農民收入增長的作用并不顯著，甚至在某些時期表現出抑制作用。李洪煉等[10]運用中部6省的面板數據對農業技術創新效率及其與政府、市場之間的關系進行了研究，結論顯示中央政府對地區的農業支持對于當地科研產出效率有一定負面效應。

鑒于農業本身的脆弱性與依賴性，農業科技創新一直離不開金融的鼎力支持。良好的金融機制能購加快資本市場資金供給者與 需求者的匹配效率，進而推動農業產業持續健康發展。Ang[11]的研究結論指出：金融自由化程度的提高和金融政策的完善能夠顯著促進農業科技創新與產業升級轉型。崔海云等[12]分析了農業龍頭企業在創新開放進程中政府扶持力度與企業經營績效之間的關系，得出企業在經營目標以及創新模式選擇的差異性基礎上會產生不同的政策效果。趙麗娟等[13]采用省級面板數據研究發現，農業政策性金融投入對于農業科技創新有促進作用，但這種影響效果不是十分顯著。

通過對文獻的梳理可知，雖然國內外學者對于金融和政策支持農業創新發展問題展開了一定程度的探討，但是總體來看仍舊是理論文獻居多，鮮少有學者從實證角度出發綜合探析政策投入、商業信貸對于農業科技創新效率的作用效果;再者，現有文獻在研究過程中甚少考慮農業科技創新的空間效應，具體分析政策與信貸對于農業科技創新效率影響空間差異性的文章更是少之又少。鑒于此，筆者利用省級面板數據進行實證探究。在對中國各個省份在樣本年間農業科技創新效率測算的基礎上，采用政策投入、商業信貸指標對其進行回歸分析，同時將樣本劃分為中、東、西3個區域進行分樣本回歸，以觀察作用效果的空間差異性，進而有針對性地提出建議對策。

2研究設計

2.1樣本選取與數據來源

在參考前人研究文獻、并考慮指標數據可獲得性的基礎上，為盡量保證面板數據的完整和平穩，該研究收集整理了2007—2016年中國31個省份的面板數據作為研究對象。其中，由于西藏地區的大多數數據無法通過現有資料查找到，故將其從樣本中剔除。農業指標測算數據來源于《中國統計年鑒》《中國農村統計年鑒》、國家統計局網站以及中經網，部分缺失指標通過查閱各省份統計年鑒進行補充修正。政策和信貸方面的數據主要來源于《中國金融統計年鑒》以及Wind數據庫。

2.2變量定義該研究選取的變量見表1。

2.2.1被解釋變量的指標描述。該研究的被解釋變量即為農業科技創新效率，采用DEA方法測出。在采用該模型時，能否合理地選擇投入和產出指標對于有效使用DEA模型至關重要。因而，在考慮數據可獲取性的基礎上，綜合前人研究成果，構建各省份農業科技創新投入—產出指標體系。其中，創新投入選擇公有企事業單位農業技術人員、農作物耕種面積和農業機械總動力;創新產出選擇農業總產值和農業專利申請授權數，以此測算出農業科技創新效率作為該研究的被解釋變量。創新效率值采用Deap 2.0軟件測度，由于先前科研文獻中有關DEA 模型的研究和運用已相當成熟，故具體的測算過程在文章中不再贅述。

2.2.2解釋變量的指標描述。

該研究的核心解釋變量有2個，一個是政策投入，另一個是商業信貸。在農業政策性投入方面，農業R&D經費投入是一個較為理想的衡量指標，能夠較清晰地反映出一個地區對于農業方面的政策指向和投入力度。但現有統計數據資料中并沒有該具體指標的統計，且相關指標較為分散，無法調研統計。因此，該研究在查閱相關文獻資料的基礎上，擬采用公式“農業R&D經費投入=R&D經費×（農業總產值/地區生產總值）”進行指標處理。在分析各省份農業政策性投入資金時，該指標更加具有針對性，處理結果與實際情況更為接近。

商業信貸方面，該研究在此選取各省份農村信用社年度貸款余額作為商業信貸指標。農村信用社自成立發展以來，一直致力于組織和調度農村閑散資金，為農村經濟發展提供金融服務，進而促進農業生產和農村綜合發展。因而其貸款余額更加能夠體現某個地區對于當地農業發展的支持力度。因此，該研究采用各省樣本年間的農村商業銀行貸款余額來作為衡量商業信貸的指標，能體現出財政功能與金融功能的相互融合（由于農業R&D經費投入與農信社貸款余額數值較大，因而在回歸分析時均做對數處理）。

此外，由前文的理論分析部分可以看出，商業信貸對于農業科技創新效率的作用效果會受到政策投入的影響。因此，該研究另在回歸模型中加入政策投入與商業信貸的乘積項，通過觀察模型中乘積項的回歸結果探究政策作用于信貸、進而對農業科技創新效率產生影響的作用路徑。

2.2.3控制變量選取。在實際生產生活中，常會存在很多其他因素會影響到農業科技創新效率，比如農村經濟發展水平、市場化程度、農村勞動力素質等據此選取如下3個指標作為回歸模型中的控制變量。

（1）農村經濟發展水平。農村經濟發展水平能夠反映出一個地區農村經濟發展的現狀、所達到的規模以及發展速度。而這些因素會對該地區的農業科技創新效率產生顯著的影響。本文選取各省份農村居民人均純收入作為衡量該地區農村經濟發展水平的指標。農村居民人均純收入越高，反映出一個地區農村經濟發展狀況越好，科技創新效率也會隨之提高。

（2）勞動者受教育程度。一個國家或地區的勞動者文化素質能夠在很大程度上影響該地區的經濟文化發展水平。勞動者受教育程度越高，居民整體素質也越高，能夠有效帶動一個地區科技文化的發展進程，為科技創新輸送源源不絕的動力。本文選取各省份年度普通高等學校在校生人數作為衡量該省份勞動者受教育程度指標。

（3）技術市場。從狹義看，技術市場成交量反映出一個地區科技創新成果轉化的結果。成交量越大，轉化力度越強，市場化程度也越高，進而帶動區域農業科技創新的效率。

2.3模型構建

基于面板數據在模型中能體現更完善的信息、加強結論普適性，該研究選取我國各省份 2007—2016 年的相關數據構建面板。回歸模型構建如下：

AEi，t=0+1Poi，t+2Cri，t+3-5Coni，t+εi，t（1）

AEi，t=0+1Poi，t+2Cri，t+3Po×Cri，t+4-6Coni，t+ηi，t （2）

式中，AEi，t表示第i個省份第t年的農業科技創新效率;Poi，t與Cri，t分別表示政策與信貸投入變量;Coi，t表示模型中的控制變量，即技術市場、農村經濟發展水平以及勞動者素質。εi，t、ηi，t表示隨時間變化的不可觀測的個體異質性，即擾動項。模型（2）在模型（1）的基礎上加入了Po×Cr，即政策投入與商業信貸的乘積交互項，根據式（2）可得，商業信貸對于農業科技創新效率的邊際影響為：

AEi，tCri，t=2+3Poi，t（3）

交互項的引入可以幫助人們研究隨著政策投入力度的變化，商業信貸對于農業科技創新效率的影響將有何種不同效果。

考慮到空間地理位置的變化對區域農業科技創新效率的影響，一個地區的科研開發會對周地區的科技經濟發展產生外溢效應。因而該研究進一步將全部面板數據劃分為東部地區、中部地區以及西部地區3組樣本，深入探究分樣本回歸的結果，以期進行對比分析，從而能夠有的放矢，提出適合本地區未來發展的政策建議。回歸分析均采用Stata 14.0軟件完成。

3實證檢驗和結果分析

3.1描述性統計

借助Stata 14.0 軟件，變量的描述性統計結果見表2。對比不同區域統計結果可知，東部地區農業科技創新效率值始終領先，且標準差較小，表示在觀測年份間農業創新力度一直維持在較高的水平，效率值相對穩定。中、西部地區農業科技創新效率值相對較小，在較為偏僻的東北、西南和中原等地，農業的發展可能長期以來處于弱勢地位，與經濟發展程度較高、金融發展成熟度高的東部地區有一定差距。政策投入以及商業信貸方面，3個地區表現大致相同，但西部地區的數值在[7.720，13.358]區間，波動相對較大。此外作者在整理數據時發現，西部地區近十年來政策性資金投入的力度有較大提升，可能的原因是國家西部大開發戰略的效果日趨凸顯。

3.2相關性檢驗借助 Stata 14.0 軟件對模型的相關系數進行統計計算，結果匯總在表3中。

由相關性檢驗結果可知，回歸模型中多數變量之間的相關系數值小于 0.5，說明模型中的相關指標選取較為合理。觀察相關系數發現，政策投入、商業信貸指標均與農業科技創新效率呈正相關，政策、信貸投入力度越大，農業科技創新效率越高。政策與信貸的交叉項系數雖未為正，但是數值很小，可能的原因是不同地區政策對于信貸的引導效果有較大差異，影響了檢驗的顯著性。相關性檢驗初步判定了模型中解釋變量對被解釋變量的影響方向，下文將進一步利用回歸模型進行檢驗。

3.3回歸結果分析

3.3.1模型（1）回歸結果。該研究首先采用面板數據固定效應模型對模型（1）進行回歸分析。表4報告了3類樣本的回歸結果。3個地區樣本模型 P 值均為 0.000，且R2分別達到了 0.755 6、0.819 7、0.577 8，說明模型整體擬合效果較好，變量的選擇是合理的。分析結果可知：

對于東部、中部地區而言，各年度農業R&D經費投入、農信社貸款余額均與農業科技創新效率呈正相關，說明該類地區政策投入和商業信貸對于農業科技創新效率均有促進作用，在加大政策與信貸投入力度的同時，農業科技創新效率也會隨之提升。對比兩樣本地區回歸系數的顯著性可以發現，東部地區的政策投入對于農業科技創新效率的正向影響要大于商業信貸，說明對于農業科技創新的支持目前主要仍是依賴政策性資金的注入，而區域金融對于農業發展的帶動作用并不明顯;反之，中部地區在引領農業科技創新的道路上商業性金融機構的信貸力度起到了更為重要的作用。珠三角、長三角以及渤海灣區域經濟發展程度較高、金融市場發展也更加成熟，區域金融對于科技創新的帶動作用也更為明顯。

反觀西部地區，農信社貸款余額與農業科技創新效率顯著正相關，而各年度農業R&D經費投入與農業科技創新效率顯著負相關。這表明近年來西部地區農業科技創新的支持目前主要是依賴商業性金融資金的投入。而政策性投入資金不但沒有提升農業科技創新水平，反而對其有負向作用，可能的原因是西部地區經濟發展長期以來相對落后，加之農業自身的脆弱性，政策性資金投入不但沒有起到很好的引領作用，反而在一定程度上抑制了農業生產的積極性，因而對農業科技創新效率造成了消極影響。

3.3.2模型（2）回歸結果。

為進一步探究政策作用于信貸對于農業科技創新效率的影響效果，下文繼續對模型（2）進行回歸分析，結果如表5所示。分析回歸結果可知，3個地區樣本模型 P 值均為 0.000，且R2分別達到了 0.764 0、0.819 7、0.581 4，說明模型整體擬合效果較好。觀察回歸系數可以看出：

首先，在加入了交互項后，東、中部地區核心解釋變量農業R&D經費、農信社貸款余額對于農業科技創新的回歸結果顯著為正值，表示政策投入、商業信貸對于一個地區的農業科技創新效率具有促進作用，而西部地區政策投入仍與農業科技創新效率負相關。交互項的加入并沒有對原模型中解釋變量對被解釋變量的作用方向造成顯著影響，回歸結果與模型（1）基本一致，此處不再贅述。

其次，觀察交互項的回歸結果可知，對于中部地區而言，政策投入與商業信貸的交互項系數顯著為正。這表明中部地區的支農政策在引導金融支持農業方面起到了積極帶動作用，未來應強化政策在農業發展中的主導作用，積極引導金融市場，加強政府惠農政策扶持力度。而對于東部和西部地區而言，交互項的回歸系數均顯著為負，東部地區雖然政策和信貸對于農業科技創新的支持都有不俗的表現，但二者在結合力度上稍顯薄弱，或者說政策對于商業的引導并沒有很明確的指向，導致商業信貸對于農業科技創新的邊際影響效果遞減。而西部地區金融結構相對來說發展并不完善，金融市場發展還有待成熟，當下財政功能與金融功能沒有能夠很好的融合，導致政策在引導金融市場促進農業科技創新效率方面還有所欠缺。未來應該進一步加強財政功能與金融功能的有效銜接，從而使其發揮更好、更大的作用。綜上所述，政策作用于信貸對于農業科技創新效率的影響效果會由于地區的差異而有所不同。

4結論與建議

4.1結論該研究在運用DEA模型對中國各省份2007—2016年農業科技創新效率進行度量的基礎上，采用面板數據固定效應模型實證檢驗政策性資金投入、商業信貸支持對于一個地區的農業科技創新效率的的作用效果。主要結論如下：

首先，商業性金融機構的資金投入對于中國各地區的農業科技創新效率均有顯著促進作用;政策性資金投入對于東、中部地區農業科技創新效率有正向作用，卻對西部地區農業科技創新效率沒有起到引領作用，反而對農業科技創新效率造成了消極影響。

其次，政策作用于信貸對于農業科技創新的作用效果因地區差異而有所不同。中部地區的支農政策在引導商業信貸支持農業科技創新方面起到了較為良好的積極帶動作用;而對于東部和西部地區而言，財政功能與金融功能沒有能夠很好的融合，導致政策在引導金融市場促進農業科技創新效率方面還有所欠缺。

4.2建議

基于以上研究結論，該研究提出如下政策建議：首先，對于政府而言，應把控住農業政策性資金投入力度，同時積極引導商業性農業資金的注入，促進區域農業健康發展;其次，對于農村金融機構而言，應緊跟國家農業政策的方向，提高金融支持農業科技創新的效率，加快建立并持續完善對農業科技推廣的服務機制，最大限度地發揮金融對實體經濟的支持作用;最后，由于中國長期以來漸進式的發展路徑，各區域在金融市場發展環境、政府管制政策等方面均有顯著不同。因此，各地方政府應加強交流與合作，盡可能實現人力、資金、技術等資源的區域共享，共同致力于中國農業科技創新的發展。

參考文獻

[1]

胡亮，王興平.特殊背景與潛在矛盾：中國城鎮化進程中的農業發展[J].國際城市規劃，2016（1）：1-7.

[2] 呂作良，穆雪坤.中國農業科技投入效率評價模型研究：以我國部分省市為例[J].改革與戰略，2013，29（8）：78-81，90.

[3] OLUWATOBI S，EFOBI U，OLURINOLA I，et al.Innovation in Africa： Why institutions matter[J].South African journal of economics，2015，83（3）：390-410.

[4] 錢麗，肖仁橋.考慮生態環境效應的農業創新系統效率研究：以安徽省為例[J].財貿研究，2012（1）：43-52.

[5] 張莉俠，俞美蓮，王曉華.農業科技創新效率測算及比較研究[J].農業技術經濟，2016（12）：84-90.

[6] 陳振，鄭銳，李佩華，等.河南省農業科技創新效率評價與分析[J].河南農業大學學報，2018，52（3）：464-469，484.

[7] FAN S G，HAZELL P，THORAT S.Government spending，growth and poverty in rural India[J]. American journal of agricultural economics，2000，82（4）：1038-1051.

[8] 王雅鵬，呂明，范俊楠，等.我國現代農業科技創新體系構建：特征、現實困境與優化路徑[J].農業現代化研究，2015（2）：161-167.

[9] FAN S G.Public investment and poverty reduction： What have we learnd from India and China[M].Tokyo： Paper Prepared for the ADBI Conference，2003：12-13.

[10] 李洪煉，馬春艷.政府支持、市場化程度與農業技術創新效率：以中部6省為例[J].中國農業大學學報，2017，22（6）：189-198.

[11] ANG J B.Research，technological change and financial liberalization in South Korea[J].Journal of macroeconomics，2010，32（1）：457-468.

[12] 崔海云，施建軍.開放式創新、政府扶持與農業龍頭企業績效的關系研究[J].農業經濟問題，2013（9）：84-91.

[13] 趙麗娟，張玉喜，潘方卉，等.科技人力資源與資金對農業科技創新效率影響研究[J].華東經濟管理，2016（1）：100-105.