農業科技投入與農業經濟增長互動關系實證研究
——以甘肅省為例

韓學娟，李之鳳

（甘肅農業大學 財經學院，甘肅 蘭州 730070）

一、引言

中國是一個農業大國，“三農”問題一直受到黨和國家高度重視。“十三五”期間，我國農業科技研發、現代種業、現代農機裝備等極大地提高了農業生產效率，農業生產逐步實現從“靠天吃飯”發展到了“藏糧于技[1]。科學技術是第一生產力，農業的發展離不開農業科技的支持，農業科技能為農業經濟可持續發展提供不竭動力，為實現農業現代化提供堅實的基礎。2018 年，國務院出臺相關指導意見，要求加快推動農機裝備產業高質量發展[2]。2021 年，《中華人民共和國鄉村振興促進法》中規定，國家鼓勵農業機械生產研發和推廣應用，推進主要農作物生產全程機械化[3]。一系列政策法規的頒布與實施表明國家對農業科技投入的高度重視。

關于農業科技投入和農業經濟增長之間的關系，學術界的研究日漸豐富。本文主要從以下幾個方面梳理：（1）農業科技投入方面：陳鳴和周發明（2015）[4]以湖南省為例，運用計量模型測度和分析了農業科技投入對農村減貧的作用以及效果。鄭建紅（2020）[5]主要針對農業科技投入存在的問題進行研究。韓占兵（2016）[6]采用DEA 模型和個體固定效應模型對我國現代農業科技投入產出效率水平和驅動因素進行分析，這些研究為進一步深入研究奠定了基礎；（2）農業經濟增長方面，主要圍繞不同主體對農業經濟增長的影響，孟子恒等（2021）[7]研究蘋果產業集聚以及相關因素對蘋果產業經濟增長的影響。王佳楠等（2021）[8]從區域經濟發展的視角出發，采PSM-DID 法分析長江經濟帶戰略與11 省市農業經濟增長之間的關系。李兆亮（2020）[9]等從空間計量角度出發對中國農業R&D 投入、空間溢出與中國農業經濟增長進行了研究；（3）農業科技投入對農業經濟增長的影響方面，劉敦虎等（2017）[10]、李敬鎖等（2015）[11]分別分析了青島市、四川省農業科技投入和農業經濟增長之間的動態關系；在研究方法上，主要通過聯立方程模型和VAR 模型[12]探究兩者間的動態關聯性。

通過對上述文獻的分析，學者們大多采用VAR模型對農業科技投入和農業經濟增長之間的關系進行研究，但從研究區域來看，大部分集中在東南沿海地區和農業發達省份，對西部欠發達的省份研究較少。甘肅省經多年發展，寒旱農業、戈壁農業、綠色農業和循環農業在甘肅省發展勢頭良好，逐步發展形成“牛羊菜果薯藥”六大特色農業產業以及具有地域特色的“甘味”品牌產業。然而甘肅省地形復雜，山地和丘陵面積占比高達約78.2 %，很大程度上限制了農業大規模機械化作業。因此，本文以甘肅省為例，通過分析農業科技投入與農業經濟增長的動態互動關系，以期促進其農業高質量發展。

基于此，文章通過科學構建了農業科技投入指標體系，采用熵值TOPSIS 法對2000—2019 年甘肅省農業科技投入水平進行綜合評價，在此基礎上運用VAR 模型驗證了農業科技投入與農業經濟增長之間的動態互動關系。

二、農業科技投入發展現狀

近年來，我國在農業農村經濟建設中取得重大進步，農業機械裝備持有量以及農作物播種面積穩步增長，2008 年，黨的十七屆三中全會正式提出農業現代化戰略，農業機械擁有量大幅度上升；農村用電量自2000 年以來已增長近2.1 倍，除生活用電以外，機械用電量占比位居第二，農業機械總動力整體呈現波動上升；有效灌溉面積研究期間保持穩定增長，表明農田水利配套基礎設施逐步完備，農業科技投入更加充足；2016 年甘肅省頒布《農用肥料管理辦法》，因此農用化肥施用折純量自2016 年出現開始出現下降現象，有助于提升土壤質量優化生態環境。整體來看，農業科技物質投入相關指標有逐年增長的趨勢，表明農業科技物質投入在農業經濟發展中發揮一定的作用。

人力資本是農業生產過程中不可或缺的重要資源，然而工業化、城鎮化進程的加快，農村人口大量流向城市，使得從事農業生產人員明顯減少，進一步導致農業科研人員產生較大波動，且與其他省份相比，甘肅省農業科技活動人員數量相對不足，農業科技人力資本投入力度較小。從農業固定資產投資總額來看，2016 年之前快速增加達到峰值，但由于全社會固定投資額的下降，2017 年以后出現鋸齒狀波動，總體呈現上升趨勢；農業R&D 經費相對穩定，表明甘肅省持續關注農業科技投入，但投入力度仍需加強。

三、數據來源、研究方法及變量選取

（一）數據來源

考慮數據的可得性、真實性、完整性，文章數據來源于《甘肅發展年鑒》（2001—2020 年）《中國科技統計年鑒》（2001—2020 年），個別數據缺失通過相關數據科學測算整理補充。

（二）研究方法

1.熵值TOPSIS 法。文章在熵值法賦權的基礎上，通過引入歐式距離測量各指標方案與其最優（劣）解之間的相對距離，進而得到綜合評價指數，以更準確地表達農業科技投入水平的變動趨勢。主要步驟如下：

（1）計算第k 項指標的熵值：

上式中，Ek指標所代表的含義第k 項指標的熵值，取值范圍是[0，1]。

（2）計算第k 項指標的權重：

（3）基于“TOPSIS 法”構造標準化的加權矩陣Z：

（4）確定最優解與最劣解：

（5）測算擬選方案和S+k、S-k之間的歐式距離：

（6）計算各方案的綜合評價指數：

根據公式（1）～公式（6）計算得出甘肅省農業科技投入綜合得分，Ct越大，表示農業科技投入越高。

2.向量自回歸（VAR）模型。向量自回歸（VAR）模型是用于變量之間的動態性分析，同時可以解決模型的內生性問題[12]。因此文章采用VAR 模型，對原始數據進行計算、取對數得到農林牧副總產值（lnGDP）和農業科技綜合投入（lnR&D）兩個時間序列，同時消除異方差的影響。

（三）變量和數據說明

1.被解釋變量。追溯已有文獻，發現多數選擇農林牧漁業總產值表征農業經濟的增長，為了消除通貨膨脹的影響，文章用居民消費價格指數對農業總產值指標進行調整[13]，所得結果為文章的被解釋變量，記為（lnGDP），衡量農業經濟增長。

2.解釋變量。影響農業經濟增長的因素較多，但考慮到數據的可獲性，文章僅分析農業科技投入方面。因此，從廣義角度出發，文章選取農業R&D 經費支出、農業固定資產投資總額作為農業科技財力投入指標；選取農林牧漁業從業人員、農業科技活動人員作為農業科技人力投入指標；選取農業機械擁有量、農業機械化總動力、農村用電量、農用化肥施用折純量、農用薄膜使用量、農作物總播種面積、有效灌溉面積作為農業科技物力投入指標，合理構建甘肅省農業科技投入評價指標體系（見表1）。采用熵值TOPSIS 法計算農業科技投入綜合得分并將其作為本研究的解釋變量，記做（lnR&D）。

表1 農業科技投入評價指標體系

四、實證結果與分析分析

（一）農業科技投入發展水平評價

基于構建的甘肅省農業科技投入指標體系，采用熵值TOPSISS 法確定各項指標權重，利用公式（1）和公式（2）計算得到農業科技投入指標的權重，即農業科技物力投入（0.58）>農業科技人力投入（0.08）>農業科技財力投入（0.34）。其中農業科技物力投入占比最大（0.58），表明物力投入顯著影響農業經濟增長；農業科技人力投入權重僅為0.08，表明甘肅省農業科技人力投入有待提升，甘肅省農業技術推廣人員與農業人口比例為1：900，在數量上明顯不足[14]；農業科技財力權重為0.34，表明甘肅省資金投入力度相對較小，可能由于經濟發展相對緩慢，導致流入到農業領域的資金有限。

表2 2000—2019 年甘肅省農業科技綜合投入評價得分

通過TOPSIS 法計算得到各年間農業科技綜合投入水平得分，進一步將農業科技投入劃分為兩個階段：第一階段為2000—2008 年，農業科技綜合投入上升階段，出現小幅度的波動，2002—2007 年穩步增加，之后以1.13 倍的速度快速增長，總體呈上升趨勢。第二階段為2009—2019 年，農業科技綜合投入進入鋸齒狀波動階段，2016 年農業科技綜合投入達到峰值0.536 1，究其原因是2016 年農作物總播種面積、農用薄膜使用量、農業固定資產投資總額三個指標在所有年份中最大，且其他指標相對穩定；排名第二的是2015 年得分為0.517 9，當年農業機械化總動力、農用化肥施用折純量兩個指標在研究期間最大；位居其后的是2008 年得分為0.506 7，因為2008 年農業R&D 經費內部支出較其他年份中力度最大；2019 年農業科技綜合投入排名第四，2019 年綜合得分為0.499 8，雖然農村用電量、有效灌溉面積兩個指標在所有年份中最大，但是農林牧漁業從業人員在二十年中最少。

（二）農業科技投入與農業經濟增長之間的動態互動關系分析

1.單位根檢驗

文章采用時間序列數據，為避免產生虛假回歸或者偽回歸現象，對數據的進行平穩性檢驗來確保估計結果的有效性。文章通過Eviews 8 采用ADF 檢驗各序列的平穩性，結果如表3 所示。

表3 單位根檢驗結果

由表3 數據可知，lnGDP，LnR&D 的ADF 統計量均大于1%的顯著性水平的臨界值（p>0.01），表明lnGDP、lnR&D 是非平穩序列；lnGDP、lnR&D 經過一階差分后，dlnGDP、dlnR&D 的ADF 檢驗結果均小于1%的顯著性水平的臨界值（p<0.01），為平穩序列，此時序列均不存在單位根，所以lnGDP、lnR&D 為一階單整序列，二者可能存在協整關系，可做進一步的驗證分析。

2.確定最優滯后階數

在構建VAR 模型之前確定最優滯后階數，本文選擇AIC 信息準則、SC 信息準則、HQ 信息準則以及信息準則個數最多的方法來確定最優滯后階數，結果如表4 所示。

表4 最優滯后階數判斷結果

由表4 可知，AIC、SC 最小值均為滯后一階，因此本文選取滯后一階作為最優滯后階數，即可建立AR（1）模型。

3.Johansen 協整檢驗

協整檢驗是為了判斷變量之間有無長期均衡關系。上述檢驗表明LnGDP、lnR&D 均為一階單整序列，且最優滯后階數為一階，對兩個變量進行Johansen協整檢驗，結果如表5、表6 所示。

表5 跡檢驗結果

表6 最大特征值檢驗結果

由表5、表6 可知，在5%的顯著性水平下，lnGDP、lnR&D 存在兩個協整關系，表明lnGDP、lnR&D 具有長期均衡關系，由此得出甘肅省農業科技投入與農業經濟增長存在長期良性互動的關系。

4.格蘭杰（Granger）因果關系檢驗

上述檢驗發現農業科技投入與農業經濟增長之間存在均衡關系，但是兩者是否存在因果關系仍需進一步檢驗。在選擇1～4 滯后階數的情況下，分別對兩者進行格蘭杰因果檢驗，結果如表7 所示。

表7 農業科技投入與農業經濟增長的格蘭杰檢驗

由表7 可知，滯后一期的檢驗結果顯示：lnR&D不是lnGDP 的格蘭杰原因，在5%顯著性水平上，lnGDP 是lnR%D 的格蘭杰原因，兩者此時僅僅為單向的格蘭杰因果關系，即農業科技綜合投入不是農業經濟增長的格蘭杰原因，農業經濟增長是農業科技綜合投入的格蘭杰原因，此時農業科技投入時期較短，科技投入的影響沒有發揮或者發揮力度有限，但是農業經濟增長對農業科技有影響，這與甘肅省的基本情況相符合，甘肅省是農業省且經濟發展相對緩慢，農業投入的資金相對有限，農業經濟增長帶動農業科技投入；滯后二期時，在5%顯著性水平上，兩者存在雙向的格蘭杰因果關系，農業科技綜合投入的帶動作用凸顯出來，促進農業經濟的增長，同時農業經濟增長也進一步促進農業科技綜合投入，二者形成相互帶動影響；在滯后三期、四期時，lnR&D 不是lnGDP 的格蘭杰原因，lnGDP 不是lnR&D 的格蘭杰原因，二者此時不互為因果關系。

5.脈沖響應分析

圖1 向量自回歸VAR 模型的AR 根檢驗

脈沖響應模型是指模型收到某種沖擊時對系統的動態反映，還能反映出一個變量的沖擊因素對另一個變量的動態影響路徑[15]。VAR 模型在進行脈沖響應分析的之前，通常采用AR 根估計法進行平穩性檢驗，特征值的倒數是否落在單位圓內，全部落在單位圓內即通過檢驗，反之則反[16]。文章選擇沖擊持續期限為10 年，已知最優階數為1 階，模型的特征根全部落在單位圓內，表明所建立的VAR 模型是穩定的，可以對其進行脈沖響應分析（見圖2）。

圖2 脈沖響應分析結果

由圖2a 可以看出，lnGDP 對lnGDP 的響應一直為正且呈現下降趨勢，表明農業經濟增長對自身的影響一直為正向，但是隨著時間的推移，影響逐漸減小。

由圖2b 可以看出，lnGDP 對lnR&D 的響應第一期為零，但是從第二期開始上升且呈現正向影響，之后趨勢一直較為穩定，說明農業經濟的增長對農業科技投入起促進與帶動作用。

由圖2c 可以看出，lnR&D 對于lnGDP 的響應一直為正且趨勢一直較為穩定，第一期影響上升，這與格蘭杰因果檢驗的結果一致，農業科技投入的提升對農業經濟增長的推動效果。

由圖2d 可以看出，lnR&D 對lnR&D 的響應呈現正向響應；但是隨著時間的推移逐漸呈下降趨勢并接近零，說明農業科技投入能夠為自身帶來較多的后續投入，但這一影響效果較為有限。

綜上，農業科技綜合投入對農業經濟增長的響應為正向影響，并且這種影響狀態持續穩定，兩者形成長期穩定的良性互動關系。說明農業科技綜合投入可以促進農業經濟的增長。

五、結論與建議

文章通過熵值TOPSIS 法對2000—2019 年甘肅省農業科技投入水平進行綜合評價，并運用VAR模型驗證農業科技投入與農業經濟增長之間的動態互動關系，研究表明：

第一，農業科技投入中物質投入水平最高。究其原因，農業發展的物質資源基礎較為雄厚，但是農業科技人力投入不足，證明甘肅省沒有充分發揮農業科技人員對農業經濟增長的促進作用，若要提高甘肅省農業科技人員對農業經濟增長的貢獻作用，必須大力加強現代農業科學知識技術的高素質人才培養；其次，農業科技資金投入相對不足，其投入為農業經濟增長的貢獻作用較小，究其原因，甘肅省作為經濟發展較緩的省份，大多資金很難投入到農業領域，因此，造成農業科技資金投入力度有限。

第二，農業科技投入與農業經濟增長之間存在滯后期且存在兩個協整關系；在滯后二期時，二者存在雙向的格蘭杰因果關系；脈沖相應分析得知，農業科技投入對農業經濟增長呈現正向響應；協整關系、脈沖相應分析均證明甘肅省的農業科技投入與農業經濟增長之間具有長期良性互動關系，甘肅省農業科技投入一定程度上可以促進農業經濟的增長。因此甘肅省必須增加農業科研經費投入，一要增加比重，即增加農業科研經費在農業財政收支中所占的比重；二要拓寬渠道，積極引導企業等社會各界力量對農業科技投入的關注與支持，拓寬農業科技投入資金來源渠道，多種渠道、多種形式地籌集農業科研資金，為農業科技投入創造良好的外部環境；此外，加大農業科技人員培養力度，加大與高校等科研院所的合作，定期派送相關人員學習農業科技相關的新知識、新技術。同時，應加大對農業院校畢業生人才引入，提高農業技術人員隊伍的綜合素質。此外，應加強對農民的教育力度，提高農民的文化水平和技術水平，培養新時代新型職業農民。