中國農(nóng)業(yè)科技金融指數(shù)構(gòu)建、時空格局及收斂性檢驗

熊 濤, 沈佳佳， 歐陽淑珍

（1.江西省農(nóng)業(yè)科學院 科技管理處，江西 南昌 330200；2.江西省農(nóng)業(yè)科學院 組織人事處，江西 南昌 330200；3.江西省農(nóng)業(yè)科學院 農(nóng)業(yè)工程研究所，江西 南昌 330200）

0 引言

隨著我國經(jīng)濟進入高質(zhì)量發(fā)展階段，依賴高投資、高投入的傳統(tǒng)經(jīng)濟發(fā)展模式受到了挑戰(zhàn)，科技金融作為科技創(chuàng)新活動與金融政策互動的工具，已發(fā)展成新的模式并迅速進入到科技創(chuàng)新的資本供給領(lǐng)域，且逐漸成為了推動生產(chǎn)力的重要杠桿和引擎。科技是第一生產(chǎn)力，是推動金融創(chuàng)新、促進經(jīng)濟結(jié)構(gòu)優(yōu)化的核心動力；金融是支撐科技創(chuàng)新驅(qū)動發(fā)展的重要因素。2021年7月，習近平總書記在吉林省考察時強調(diào)：“要加強農(nóng)業(yè)與科技融合及農(nóng)業(yè)科技創(chuàng)新，科研人員要把論文寫在大地上，讓農(nóng)民用最好的技術(shù)種出最好的糧食”。農(nóng)業(yè)科技創(chuàng)新是推動農(nóng)業(yè)現(xiàn)代化發(fā)展的核心驅(qū)動力，金融支持則是農(nóng)業(yè)科技創(chuàng)新的重要工具，在現(xiàn)代農(nóng)業(yè)研究開發(fā)、技術(shù)推廣和科技成果產(chǎn)業(yè)化等方面起到了重要的作用。農(nóng)業(yè)科技創(chuàng)新和金融作為農(nóng)業(yè)農(nóng)村經(jīng)濟增長的兩大核心要素，其對農(nóng)業(yè)農(nóng)村的經(jīng)濟發(fā)展產(chǎn)生了深遠影響，兩者的有機結(jié)合是創(chuàng)新驅(qū)動發(fā)展的重要組成部分和推動新型發(fā)展模式的重要動力，已成為了解決三農(nóng)問題的重要手段。基于此，研究農(nóng)業(yè)科技金融具有非常重要的戰(zhàn)略意義和現(xiàn)實意義。

當前，國際與國內(nèi)的新一輪科技革命和產(chǎn)業(yè)變革正在孕育興起，區(qū)域與城市之間對于創(chuàng)新資源的競爭不斷加劇。國家“十四五”規(guī)劃綱要明確提出：完善金融支持創(chuàng)新體系，鼓勵金融機構(gòu)發(fā)展知識產(chǎn)權(quán)質(zhì)押融資、科技保險等科技金融產(chǎn)品，開展科技成果轉(zhuǎn)化貸款風險補償試點。科技和金融作為經(jīng)濟增長與創(chuàng)新驅(qū)動發(fā)展的兩大重要引擎，深入開展農(nóng)業(yè)科技金融研究，準確把握中國現(xiàn)代農(nóng)業(yè)科技金融發(fā)展存在的瓶頸與問題，推動科技金融與農(nóng)業(yè)科技創(chuàng)新兩者形成強大合力，將有利于優(yōu)化資源配置和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提高農(nóng)業(yè)生產(chǎn)力，推動我國農(nóng)業(yè)高質(zhì)量發(fā)展，為我國實現(xiàn)高質(zhì)量跨越式發(fā)展提供重要支撐。

1 文獻綜述

推動農(nóng)業(yè)科技與金融深度發(fā)展是促進農(nóng)業(yè)科技成果轉(zhuǎn)化的強大動力，是催化農(nóng)業(yè)經(jīng)濟創(chuàng)新的重要手段，是培育發(fā)展新型農(nóng)業(yè)產(chǎn)業(yè)的重要舉措，對金融業(yè)和農(nóng)業(yè)科技產(chǎn)業(yè)的高質(zhì)量發(fā)展有重大意義。因此，國內(nèi)外學者對農(nóng)業(yè)科技金融展開了廣泛深入的研究。

農(nóng)業(yè)科技金融的內(nèi)涵特征是現(xiàn)有研究的一個重要方向。目前，關(guān)于科技金融方面的研究較為豐富，但涉及農(nóng)業(yè)科技金融方面的研究相對較少。研究農(nóng)業(yè)科技金融必須厘清其內(nèi)涵要義，并對其有明確和科學統(tǒng)一的理論定義，但國內(nèi)外學者對其定義尚未達成統(tǒng)一。趙昌文等［1］首先提出科技金融是一種金融支持的制度性安排。房漢廷等［2-3］認為科技金融是技術(shù)創(chuàng)新和資本要素深度融合的系統(tǒng)性和創(chuàng)新性安排。郭躍飛［4］認為農(nóng)業(yè)科技金融通過創(chuàng)新金融產(chǎn)品為農(nóng)業(yè)科技企業(yè)提供一系列金融服務政策。韓俊華等［5］提出農(nóng)業(yè)科技金融是支持農(nóng)業(yè)科技研發(fā)、技術(shù)轉(zhuǎn)化、產(chǎn)業(yè)發(fā)展的金融產(chǎn)品、金融服務和金融制度。康曉虹［6］認為農(nóng)業(yè)科技金融是一種新型科技服務模式，是對傳統(tǒng)金融模式下農(nóng)業(yè)科技成果轉(zhuǎn)化瓶頸的突破，是發(fā)展現(xiàn)代農(nóng)業(yè)的重要保證。King等［7］認為金融機構(gòu)主要通過資助發(fā)展?jié)摿薮蟮捻椖俊⑻峁┮?guī)避風險的金融工具等方式來推動技術(shù)的進步。

農(nóng)業(yè)科技金融發(fā)展存在的問題與發(fā)展困境是現(xiàn)有研究的關(guān)注焦點。諸多學者圍繞農(nóng)業(yè)科技金融發(fā)展方面存在的矛盾和問題，堅持具體問題具體分析，為促進科技金融健康有序發(fā)展提供理論支撐和思路借鑒。胡婭琴等［8］認為湖南省農(nóng)業(yè)科技金融發(fā)展存在著農(nóng)業(yè)科技項目整體水平不高，金融供給主體與農(nóng)業(yè)科技需求主體不匹配，政策性支持引導深度不夠等問題。賈鋼濤等［9］認為陜西省科技金融存在涉農(nóng)金融供給不足、結(jié)構(gòu)不均衡、金融資源流動性差、金融資源替代性差等問題。韓俊華等［5］認為我國農(nóng)業(yè)科技金融主要存在政策性支持不足、金融產(chǎn)品供給有限、風險分擔機制缺位、信息共享平臺缺失等問題。

如何促進農(nóng)業(yè)科技金融發(fā)展是現(xiàn)有研究的熱點研究領(lǐng)域。宋偉等［10］梳理了我國農(nóng)業(yè)科技及農(nóng)村金融協(xié)同發(fā)展的演進歷程，提出了河北省農(nóng)業(yè)科技金融服務體系創(chuàng)新發(fā)展的對策建議。劉麗等［11］指出了農(nóng)業(yè)科技金融中介組織存在自身服務能力欠缺、基礎性資源較薄弱、社會認識不到位、政策法規(guī)體系不完善等問題。劉雪松［12］指出了中小城市農(nóng)業(yè)科技金融發(fā)展存在金融支持不夠到位、創(chuàng)新支持力度不夠等一系列問題。趙凌云等［13］認為科技金融應當高度關(guān)注投資風險性和成果的外溢性。

通過梳理以上文獻發(fā)現(xiàn)，雖然國內(nèi)外學者對農(nóng)業(yè)科技金融的研究取得了一定的進展，但現(xiàn)有的研究仍有進一步提升的空間，還需改善的方面有：（1）農(nóng)業(yè)科技金融現(xiàn)狀分析及政策研究缺乏驗證，需通過現(xiàn)場訪談、實地調(diào)研的方式來驗證其結(jié)論的正確性及相關(guān)對策建議的適用性。（2）現(xiàn)有農(nóng)業(yè)科技金融的研究更多地強調(diào)政府或者金融部門應當如何促進農(nóng)業(yè)科技金融的發(fā)展，缺少從農(nóng)業(yè)科技金融環(huán)境、投入、產(chǎn)出等多維視角構(gòu)建農(nóng)業(yè)科技金融發(fā)展體系的研究。（3）現(xiàn)有文獻多是從現(xiàn)狀分析出發(fā)，構(gòu)建支持農(nóng)業(yè)科技發(fā)展的金融手段去解決問題，卻很少從理論體系演變角度去研究農(nóng)業(yè)科技金融的作用機理與運行機制。（4）鮮有文獻針對我國農(nóng)業(yè)科技金融存在的問題進行分析，例如，在中國知網(wǎng)以“中國”和“科技金融”為主題詞搜索，有3572篇文獻；但以“中國”和“農(nóng)業(yè)科技金融”為主題詞搜索，僅有92篇文獻，由此可知，目前對我國如何促進發(fā)展農(nóng)業(yè)科技金融缺少專題研究。因此，本文在借鑒現(xiàn)有文獻成果的基礎上，創(chuàng)新地從環(huán)境、投入、產(chǎn)出等維度選取指標，構(gòu)建了農(nóng)業(yè)科技金融指數(shù)評價指標體系，采用熵權(quán)法測度了我國各省（市、區(qū)）的農(nóng)業(yè)科技金融指數(shù)，運用變異系數(shù)法和固定效應模型檢驗了其σ收斂、絕對β收斂和條件β收斂特征，力求為促進我國農(nóng)業(yè)科技金融發(fā)展提供相關(guān)政策建議。

2 中國農(nóng)業(yè)科技金融指數(shù)構(gòu)建

2.1 指標體系設計

在借鑒現(xiàn)有研究的基礎上，綜合考慮科技金融的內(nèi)涵與數(shù)據(jù)可得性，構(gòu)建了我國省域農(nóng)業(yè)科技金融綜合評價指標體系。農(nóng)業(yè)科技金融指數(shù)由農(nóng)業(yè)科技金融環(huán)境指數(shù)、農(nóng)業(yè)科技金融投入指數(shù)和農(nóng)業(yè)科技產(chǎn)出指數(shù)3個二級指標以及相應的17個三級指標構(gòu)成（表1）。

表1 農(nóng)業(yè)科技金融指標體系

農(nóng)業(yè)科技金融環(huán)境指數(shù)由高等院校數(shù)量、地方財政收入和教育經(jīng)費占財政支出比重構(gòu)成，代表農(nóng)業(yè)金融與農(nóng)業(yè)科技創(chuàng)新相互結(jié)合、相互作用的基礎條件，是農(nóng)業(yè)科技金融發(fā)展的環(huán)境支撐。

農(nóng)業(yè)科技金融投入指數(shù)由農(nóng)林牧漁業(yè)貸款、農(nóng)村貸款、農(nóng)戶貸款、涉農(nóng)貸款、農(nóng)業(yè)專業(yè)技術(shù)人員、農(nóng)戶固定資產(chǎn)投資、農(nóng)業(yè)機械總動力、農(nóng)作物播種面積、農(nóng)林水事務支出等構(gòu)成。其中，農(nóng)林牧漁業(yè)貸款、農(nóng)村貸款、農(nóng)戶貸款和涉農(nóng)貸款反映的是農(nóng)業(yè)金融要素投入，農(nóng)業(yè)專業(yè)技術(shù)人員反映的是農(nóng)業(yè)科技勞動力投入，農(nóng)戶固定資產(chǎn)投資、農(nóng)業(yè)機械總動力和農(nóng)作物播種面積反映的是農(nóng)業(yè)生產(chǎn)要素投入，農(nóng)林水事務支出反映的是財政支農(nóng)力度。該指數(shù)代表前期綜合資源的投入狀況，是農(nóng)業(yè)科技金融發(fā)展的資源支撐。

農(nóng)業(yè)科技金融產(chǎn)出指數(shù)由農(nóng)業(yè)技術(shù)市場成交額、農(nóng)業(yè)專利授權(quán)總量、農(nóng)業(yè)發(fā)明專利授權(quán)量占農(nóng)業(yè)專利授權(quán)總量的比重、農(nóng)業(yè)總產(chǎn)值和農(nóng)村居民可支配收入等構(gòu)成。其中，農(nóng)業(yè)專利授權(quán)總量、農(nóng)業(yè)發(fā)明專利授權(quán)量占農(nóng)業(yè)專利授權(quán)總量的比重以及農(nóng)業(yè)技術(shù)市場成交額反映的是農(nóng)業(yè)創(chuàng)新產(chǎn)出，農(nóng)業(yè)總產(chǎn)值和農(nóng)村居民可支配收入反映的是農(nóng)業(yè)經(jīng)濟產(chǎn)出，這些指標反映了農(nóng)業(yè)科技金融前期相關(guān)投入帶來的有效產(chǎn)出。

2.2 研究方法

2.2.1 熵權(quán)法 本文構(gòu)建的農(nóng)業(yè)科技金融創(chuàng)新指標體系包含17個三級評價指標，需對各指標進行賦權(quán)。學術(shù)界現(xiàn)有指標賦權(quán)方法主要包括主觀賦權(quán)法和客觀賦權(quán)法，其中主觀賦權(quán)法易受主觀因素影響，而客觀賦權(quán)法確定的指標權(quán)重是由數(shù)據(jù)驅(qū)動。因此，為避免主觀因素對評價結(jié)果的影響，參考張芷若等［14］的研究方法，采用客觀賦權(quán)法中的熵值法確定各指標的權(quán)重。然后通過線性加權(quán)法測度我國農(nóng)業(yè)科技金融綜合發(fā)展水平。

2.2.1.1 無量綱化處理 采用歸一化對初始矩陣進行指標無量綱化處理，得到無量綱化矩陣X′。

正向指標：

負向指標：

式（1）～式（2）中：x′ij為第i年j項指標，max(xj)和min(xj)分別為j項指標的最大值和最小值。

2.2.1.2 原始矩陣標準化處理 對矩陣X′按照公式：

標準化平移、歸一化處理，其中A+B=1。為確保數(shù)據(jù)的有效性，取B=0.00001，得到標準化矩陣pij：

式（4）中：yij為第i年j項原始指標為yj按年份累加，m為評價年份數(shù)。

2.2.1.3 計算指標權(quán)重wij各指標xj信息熵的計算方式為：

計算衡量各指標差異的冗余度dj=1-ej，根據(jù)計算各指標xj的權(quán)重wj，最后得到農(nóng)業(yè)科技金融指數(shù)的計算公式為：

式（6）中：pij為第i年j項標準化的系數(shù)，wj為j項指標的權(quán)重。

2.2.2 收斂性檢驗法 本文通過σ收斂和β收斂檢驗法對我國農(nóng)業(yè)科技金融發(fā)展的收斂性進行分析。具體檢驗方法為：

2.2.2.1σ收斂檢驗法 本文采用變異系數(shù)法進行σ收斂檢驗，當農(nóng)業(yè)科技金融發(fā)展水平呈σ收斂時，其離散程度隨時間推移呈下降趨勢。反映農(nóng)業(yè)科技金融發(fā)展水平離散程度的變異系數(shù)，其模型構(gòu)建為：

式（7）中：i為省份；t為時期；n為省份數(shù)量；Fit表示i省份在t時期的農(nóng)業(yè)科技金融指數(shù)；為t時期的全國平均農(nóng)業(yè)科技金融指數(shù)。

2.2.2.2β收斂檢驗法 絕對β收斂模型用于檢驗區(qū)域內(nèi)農(nóng)業(yè)科技金融是否會隨著時間推移最終趨于穩(wěn)態(tài)水平，即隨著時間的推移，農(nóng)業(yè)科技金融欠發(fā)達地區(qū)與發(fā)達地區(qū)之間的差距是否會隨著時間推移不斷縮小。此外，由于模型的假設條件不同，β收斂可以進一步分為絕對β收斂和條件β收斂。絕對β收斂的應用依賴于經(jīng)濟個體的同質(zhì)性假設，而條件β收斂則放松了同質(zhì)性條件的假設，即考慮了不同地區(qū)的經(jīng)濟發(fā)展條件、農(nóng)業(yè)人力資本和農(nóng)業(yè)金融等因素的差異后，不同地區(qū)農(nóng)業(yè)科技金融的發(fā)展差距逐漸縮小并最終達到穩(wěn)態(tài)水平。收斂模型構(gòu)建與收斂速度的測算公式為：

式（8）～式（9）中：i為省份；t為時期；DFit為農(nóng)業(yè)科技金融差分值；LFit為農(nóng)業(yè)科技金融的滯后值；Cit為一系列控制變量；μi為地區(qū)固定效應；λt為時間固定效應；εit為誤差項；α為常數(shù)項；β為待估參數(shù)，若β顯著為負，則表明β收斂存在；φ為收斂速度；δ為一系列控制變量待估參數(shù)的向量，若δ為0向量，則為絕對β收斂，若δ不為0向量，則為條件β收斂。本文選擇的控制變量包括經(jīng)濟發(fā)展水平（實際國內(nèi)生產(chǎn)總值）、農(nóng)業(yè)金融發(fā)展（涉農(nóng)貸款）、農(nóng)業(yè)人力資本（農(nóng)業(yè)專業(yè)技術(shù)人員數(shù)量）、對外開放（外商直接投資/國內(nèi)生產(chǎn)總值）和財政支農(nóng)（農(nóng)林水事務支出）。

2.3 數(shù)據(jù)來源

本文采用2009—2018年中國30個省（市、區(qū)）的面板數(shù)據(jù)，剔除了數(shù)據(jù)缺失嚴重的西藏。所選取的數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國農(nóng)村金融服務報告》。對于少量的缺失數(shù)據(jù)，本文使用插值法進行填充。需要說明的是，由于官方并未公布農(nóng)業(yè)專利授權(quán)量、農(nóng)業(yè)發(fā)明專利授權(quán)數(shù)和農(nóng)業(yè)技術(shù)市場成交額。因此，本文以農(nóng)業(yè)總產(chǎn)值占GDP比值為權(quán)重，以專利授權(quán)量、發(fā)明專利授權(quán)量和技術(shù)市場成交額估算上述指標。

3 農(nóng)業(yè)科技金融指數(shù)的時空演化分析

3.1 動態(tài)演變分析

3.1.1 全國農(nóng)業(yè)科技金融動態(tài)演變分析 基于式（1）～式（6）測算出2009—2018年我國農(nóng)業(yè)科技金融綜合指數(shù)、基礎指數(shù)、投入指數(shù)和產(chǎn)出指數(shù)，結(jié)果見表2。

表2 2009—2018年我國農(nóng)業(yè)科技金融及子指標指數(shù)

由表2可知，2009—2018年我國農(nóng)業(yè)科技金融指數(shù)總體呈上升態(tài)勢，綜合指數(shù)由2009年的0.271上升至2018年的0.313，漲幅達15.50%，表明農(nóng)業(yè)科技金融發(fā)展取得了一定成效。具體來看，我國農(nóng)業(yè)科技金融發(fā)展總體上可分為2個階段：2009—2011年，農(nóng)業(yè)科技金融綜合指數(shù)由0.271上升至0.278，隨后降至0.275，波動幅度不大；2012—2018年，綜合指數(shù)整體穩(wěn)步上升，由2012年的0.282上升至2017年的0.317，隨后回落至2018年的0.313，降幅不明顯。

從二級指標來看，2009—2018年各子指標均呈現(xiàn)不同程度的上升。從基礎指數(shù)來看，其從2009年的0.044下降至2013年的0.041，隨后上升至2014年的0.047，經(jīng)歷過2015年短暫下降至0.043后又穩(wěn)步上升至2018年的0.051，大體呈現(xiàn)下降—上升—下降—上升的“W”形波動態(tài)勢。從投入指數(shù)和產(chǎn)出指數(shù)來看，投入指數(shù)由2009年的0.144上升至2018年的0.166，產(chǎn)出指數(shù)由2009年的0.083上升至2018年的0.096，兩者總體上均呈現(xiàn)波動上升態(tài)勢。

3.1.2 三大糧食功能區(qū)的農(nóng)業(yè)科技金融動態(tài)演變分析 為便于探究我國農(nóng)業(yè)科技金融發(fā)展的區(qū)域貢獻，本文將樣本分為全國、糧食主產(chǎn)區(qū)（包括山東、江蘇、河南、四川、河北、湖北、黑龍江、湖南、安徽、遼寧、江西、內(nèi)蒙古、吉林）、糧食主銷區(qū)（包括浙江、廣東、福建、北京、重慶、上海、天津、海南）和糧食產(chǎn)銷平衡區(qū)（包括陜西、云南、廣西、山西、新疆、甘肅、貴州、寧夏、青海），并將全國與三大糧食功能區(qū)的農(nóng)業(yè)科技金融指數(shù)繪制為折線圖，結(jié)果見圖1。

圖1 2009—2018年全國及三大糧食功能區(qū)的農(nóng)業(yè)科技金融發(fā)展水平變化

由圖1可知，2009—2018年我國三大糧食功能區(qū)的農(nóng)業(yè)科技金融發(fā)展指數(shù)均存在不同水平的上升，但存在顯著的空間分異現(xiàn)象。其中，糧食產(chǎn)銷平衡區(qū)的增速最快，年均增速達3.64%，其農(nóng)業(yè)科技金融指數(shù)由2009年的0.165上升至2018年的0.225。糧食主產(chǎn)區(qū)的增速次之，年均增速為1.51%，其農(nóng)業(yè)科技金融指數(shù)由2009年的0.364上升至2018年的0.419。糧食主銷區(qū)的增速最低，年均增速僅為0.13%，研究期內(nèi)農(nóng)業(yè)科技金融指數(shù)僅增長了0.003。截至2018年，糧食主產(chǎn)區(qū)的農(nóng)業(yè)科技金融指數(shù)高于全國平均水平33.87%，而糧食主銷區(qū)和糧食產(chǎn)銷平衡區(qū)分別較全國平均水平低23.32%和28.11%，表明糧食主產(chǎn)區(qū)是驅(qū)動我國農(nóng)業(yè)科技金融發(fā)展的主要地區(qū)，糧食主銷區(qū)和糧食產(chǎn)銷平衡區(qū)的貢獻亟待進一步挖掘。

3.2 空間演化分析

為進一步探析我國農(nóng)業(yè)科技金融的空間差異，本文計算了2018年我國30個省（市、區(qū)）的農(nóng)業(yè)科技金融指數(shù)，并對其進行排序，結(jié)果見圖2。

由圖2可知，我國農(nóng)業(yè)科技金融發(fā)展水平存在的省際差異較大，排名前10位的地區(qū)分別為山東、江蘇、四川、河南、浙江、廣東、河北、湖北、湖南和黑龍江，其中屬于糧食主產(chǎn)區(qū)的省份有8個。山東省的發(fā)展水平最高，農(nóng)業(yè)科技金融指數(shù)達到0.685；而同屬于糧食主產(chǎn)區(qū)的江蘇、四川和河南等省份的農(nóng)業(yè)科技金融發(fā)展水平同樣居于前位，其農(nóng)業(yè)科技金融指數(shù)分別為0.616、0.566和0.564。這些地區(qū)作為我國重要的糧食生產(chǎn)基地，不僅具有促進農(nóng)業(yè)科技進步的創(chuàng)新環(huán)境，還具有較高的經(jīng)濟發(fā)展水平，從而能夠推動農(nóng)業(yè)金融與農(nóng)業(yè)科技創(chuàng)新的有效融合。浙江省的指數(shù)位居全國第5位，這可能得益于浙江省農(nóng)村居民的高收入。根據(jù)《中國城市統(tǒng)計年鑒》，在我國農(nóng)村居民可支配收入排位前10的城市中，有6個屬于浙江省。農(nóng)村居民的高收入帶動了農(nóng)村金融的發(fā)展，為農(nóng)業(yè)科技金融發(fā)展創(chuàng)造了優(yōu)越條件。廣東省的指數(shù)位居全國第6位，原因在于廣東省是我國科技創(chuàng)新發(fā)展高地，技術(shù)進步的溢出效應有效推動了農(nóng)業(yè)科技的發(fā)展。排名后10位的地區(qū)分別為甘肅、吉林、山西、北京、重慶、上海、天津、海南、寧夏、青海。其中，青海的排名最后，其農(nóng)業(yè)科技金融指數(shù)僅為0.042，與山東的差值高達0.643，原因在于青海的農(nóng)業(yè)發(fā)展水平不足，且經(jīng)濟條件落后，其農(nóng)業(yè)科技金融發(fā)展的環(huán)境較差。北京、重慶、上海和天津這4個直轄市的農(nóng)業(yè)科技金融發(fā)展水平均處于全國末位，可能原因是北京、上海和天津的農(nóng)業(yè)科技進步貢獻率均超過70%，當?shù)匕l(fā)展農(nóng)業(yè)科技金融的動力相對放緩，重慶市的農(nóng)業(yè)科技進步貢獻率僅為61%，但其出臺農(nóng)業(yè)科技金融政策較晚，直至2018年才出臺《關(guān)于金融服務鄉(xiāng)村振興戰(zhàn)略的實施意見》開展金融助推農(nóng)業(yè)科技提升行動，因而重慶市的農(nóng)業(yè)科技金融發(fā)展水平相對滯后。

由表3可知，與2009年相比，2018年排名上升的地區(qū)包括內(nèi)蒙古、四川、廣西、新疆、江西、湖北、甘肅、貴州、重慶和陜西等10個地區(qū)，其中排名增幅最大的為貴州，上升了8位；排名下降的地區(qū)包括上海、北京、吉林、山西、浙江、湖南、遼寧和黑龍江等8個地區(qū)，其中排名降幅最大的地區(qū)為北京，下降了11位；云南、天津、寧夏、安徽、山東、廣東、江蘇、河北、河南、海南、福建和青海等12個地區(qū)的排名未發(fā)生變化。

表3 2009—2018年各省農(nóng)業(yè)科技金融發(fā)展水平排名與變化

3.3 中國農(nóng)業(yè)科技金融的收斂性特征結(jié)果分析

3.3.1σ收斂檢驗結(jié)果分析 圖3展示了2009—2018年全國及三大糧食功能區(qū)農(nóng)業(yè)科技金融變異系數(shù)的動態(tài)變化趨勢。由圖3可知，從全國層面來看，變異系數(shù)呈現(xiàn)緩慢下降的態(tài)勢后逐漸趨于穩(wěn)定，由2009年的0.593降至2018年的0.537，降幅為9.44%。從三大糧食功能區(qū)看，糧食主產(chǎn)區(qū)、主銷區(qū)和平衡區(qū)的農(nóng)業(yè)科技金融變異系數(shù)的動態(tài)演變趨勢表現(xiàn)各異。其中，糧食主產(chǎn)區(qū)大體呈緩慢上升—明顯下降—穩(wěn)步下降的演變趨勢，緩慢上升階段發(fā)生在2009—2011年，次年出現(xiàn)了明顯下降，隨后變異系數(shù)的下降態(tài)勢趨緩。糧食主產(chǎn)區(qū)的變異系數(shù)總體上呈波動下降態(tài)勢，2018年較2009年下降了0.07，降幅達16.47%。糧食主銷區(qū)的變異系數(shù)大體呈波動上升態(tài)勢，明顯下降和小幅回升階段發(fā)生在2009—2011年，此后變異系數(shù)在0.670左右平穩(wěn)波動，這一態(tài)勢持續(xù)至2013年，2013—2015年劇烈下降至最低點（2015年），最后觸底反彈升至最高點（2018年）；2018年糧食主銷區(qū)的變異系數(shù)較2009年上升了0.031，上升幅度為4.57%。糧食產(chǎn)銷平衡區(qū)的變異系數(shù)呈現(xiàn)出明顯下降—劇烈上升—緩慢下降—相對穩(wěn)定的變化趨勢，2009—2011年呈現(xiàn)劇烈波動的上揚態(tài)勢，此后緩慢下降并趨于穩(wěn)定；糧食產(chǎn)銷平衡區(qū)的變異系數(shù)總體呈波動下降態(tài)勢，由2009年的0.492降至2018年的0.483，下降幅度僅為1.83%，降幅不顯著。綜上，全國、糧食主產(chǎn)區(qū)和糧食產(chǎn)銷平衡區(qū)的農(nóng)業(yè)科技金融均存在σ收斂態(tài)勢，只有糧食主銷區(qū)暫未呈現(xiàn)σ收斂特征。

圖3 2009—2018年全國及三大糧食功能區(qū)農(nóng)業(yè)科技金融σ收斂系數(shù)的變化

3.3.2β收斂檢驗結(jié)果分析 對全國及三大糧食功能區(qū)農(nóng)業(yè)科技金融發(fā)展的絕對β收斂進行探究之后，本文引入經(jīng)濟發(fā)展水平、農(nóng)業(yè)金融發(fā)展、農(nóng)業(yè)人力資本、對外開放水平、財政支農(nóng)水平等控制變量，對其農(nóng)業(yè)科技金融發(fā)展的條件β收斂進行了分析，結(jié)果如表4所示。

表4 不同區(qū)域絕對β收斂和條件β收斂的回歸結(jié)果

3.3.2.1 絕對β收斂分析 由表4可知，全國及三大糧食功能區(qū)的β系數(shù)均小于0，且均通過5%顯著性檢驗水平，表明我國及三大糧食功能區(qū)的農(nóng)業(yè)科技金融均存在絕對β收斂現(xiàn)象。即在經(jīng)濟發(fā)展水平、農(nóng)業(yè)金融發(fā)展水平、農(nóng)業(yè)人力資本水平、對外開放水平和財政支農(nóng)水平等因素相等的條件下，農(nóng)業(yè)科技金融發(fā)展水平較低的省份將具有更快的增長速度，從而實現(xiàn)各地區(qū)農(nóng)業(yè)科技金融發(fā)展趨向收斂于相同的穩(wěn)態(tài)水平。從三大糧食功能區(qū)看，糧食主產(chǎn)區(qū)、主銷區(qū)和平衡區(qū)的收斂速度分別為0.077、0.135和0.081，糧食主銷區(qū)的收斂速度最快，其次為糧食產(chǎn)銷平衡區(qū)，糧食主產(chǎn)區(qū)最慢。然而，絕對β收斂分析是基于經(jīng)濟體同質(zhì)的假設條件得到，但這與現(xiàn)實情況存在較大差距，因此需進行條件β收斂分析。

3.3.2.2 條件β收斂分析 由表4可知，全國及三大糧食功能區(qū)的β系數(shù)仍顯著為負，表明即使考慮異質(zhì)性因素的存在，全國、糧食主產(chǎn)區(qū)、糧食主銷區(qū)和糧食產(chǎn)銷平衡區(qū)仍存在顯著的條件β收斂，其收斂速度分別為0.130、0.096、0.174和0.152。盡管收斂速度的絕對量發(fā)生變化，但收斂速度的相對量并未發(fā)生改變，即糧食主銷區(qū)最快，糧食產(chǎn)銷平衡區(qū)次之，糧食主產(chǎn)區(qū)最慢。從控制變量看，全國及三大糧食功能區(qū)控制變量的顯著性存在差異。其中，經(jīng)濟發(fā)展水平的估計系數(shù)僅在全國和糧食產(chǎn)銷平衡區(qū)顯著為正，而在糧食主產(chǎn)區(qū)和糧食主銷區(qū)并未通過顯著性檢驗，表明經(jīng)濟發(fā)展有助于我國及糧食產(chǎn)銷平衡區(qū)農(nóng)業(yè)科技金融的空間收斂，但對糧食主產(chǎn)區(qū)和糧食主銷區(qū)并未造成顯著影響。農(nóng)業(yè)金融發(fā)展的估計系數(shù)在全國及三大糧食功能區(qū)均顯著為正，表明農(nóng)業(yè)金融發(fā)展能夠同時縮小全國及三大功能區(qū)的農(nóng)業(yè)科技金融發(fā)展差距，是推動農(nóng)業(yè)科技金融達到穩(wěn)態(tài)的重要因素。農(nóng)業(yè)人力資本的估計系數(shù)在全國及糧食主產(chǎn)區(qū)顯著為正，在糧食主銷區(qū)和糧食產(chǎn)銷平衡區(qū)為負且不顯著，表明農(nóng)業(yè)人力資本積累有助于我國及糧食主產(chǎn)區(qū)的農(nóng)業(yè)科技金融發(fā)展，從而降低區(qū)域空間差距。對外開放水平和財政支農(nóng)水平的估計系數(shù)在全國及三大糧食功能區(qū)均未通過顯著性檢驗，表明兩者對農(nóng)業(yè)科技金融發(fā)展以及降低其空間差距并未起顯著作用。

4 結(jié)論與政策建議

4.1 結(jié)論

基于農(nóng)業(yè)科技金融的特征與內(nèi)涵，本文界定了農(nóng)業(yè)科技金融概念。從農(nóng)業(yè)科技金融環(huán)境基礎、要素投入和有效產(chǎn)出3個維度構(gòu)建了省域農(nóng)業(yè)科技金融發(fā)展水平總體指標評價體系。在此基礎上，基于2009—2018年全國30個省域面板數(shù)據(jù)，運用熵權(quán)法測度了我國各地區(qū)的農(nóng)業(yè)科技金融發(fā)展水平，并進行時空演變分析。主要結(jié)論如下：

（1）我國農(nóng)業(yè)科技金融發(fā)展水平呈穩(wěn)步上升態(tài)勢。研究期內(nèi)我國農(nóng)業(yè)科技金融發(fā)展水平穩(wěn)步提升，其中，農(nóng)業(yè)科技金融投入指數(shù)與產(chǎn)出指數(shù)總體上呈同步上升態(tài)勢，但農(nóng)業(yè)科技金融基礎指數(shù)呈下降—上升—下降—上升的“W”形波動態(tài)勢。

（2）我國農(nóng)業(yè)科技金融發(fā)展的要素貢獻存在顯著差異。盡管研究期內(nèi)農(nóng)業(yè)科技金融的三大要素均存在不同水平的上升，但不同要素對農(nóng)業(yè)科技金融發(fā)展的貢獻不同。具體來說，農(nóng)業(yè)科技金融投入指數(shù)的貢獻率最高，產(chǎn)出指數(shù)次之，基礎指數(shù)最低。從三大糧食功能區(qū)來看，糧食主產(chǎn)區(qū)的農(nóng)業(yè)科技金融平均指數(shù)遠高于糧食主銷區(qū)和糧食產(chǎn)銷平衡區(qū)，糧食主產(chǎn)區(qū)是驅(qū)動我國農(nóng)業(yè)科技金融發(fā)展的主要地區(qū)。

（3）我國農(nóng)業(yè)科技金融發(fā)展存在馬太效應。研究期內(nèi)，山東、江蘇、四川、河南、浙江、廣東、河北、湖北、湖南和黑龍江等省份的排名均穩(wěn)居前10位，盡管浙江、湖南和黑龍江等省份的排名有所下滑，但均未掉出前10位。相反，上海、吉林、天津、寧夏、海南、甘肅和重慶等地區(qū)的排名長期處于末10位。這些現(xiàn)象表明我國農(nóng)業(yè)科技金融存在強者愈強，弱者愈弱的馬太效應。

（4）我國農(nóng)業(yè)科技金融發(fā)展存在顯著的收斂特征。除糧食主銷區(qū)外，全國、糧食主產(chǎn)區(qū)和糧食產(chǎn)銷平衡區(qū)均存在顯著的σ收斂特征。全國及三大糧食功能區(qū)均存在絕對β收斂和條件β收斂。經(jīng)濟發(fā)展水平對全國及糧食產(chǎn)銷平衡區(qū)的農(nóng)業(yè)科技金融發(fā)展具有顯著的促進作用，農(nóng)業(yè)人力資本對全國及糧食主產(chǎn)區(qū)的農(nóng)業(yè)科技金融發(fā)展具有顯著的積極效應，而農(nóng)業(yè)金融發(fā)展對全國及三大糧食功能區(qū)的農(nóng)業(yè)科技金融發(fā)展均存在顯著的積極作用。

4.2 政策建議

（1）健全農(nóng)業(yè)科技金融發(fā)展體系。加快構(gòu)建農(nóng)戶、涉農(nóng)企業(yè)、金融機構(gòu)與政府等多個部門共同參與的農(nóng)業(yè)科技金融發(fā)展體系，推動金融政策與農(nóng)業(yè)科技政策的有效融合。政府要加大對農(nóng)業(yè)科技企業(yè)的支持力度，通過減稅、退稅或免稅等財政政策來激勵和提高農(nóng)業(yè)創(chuàng)新主體的積極性。利用政府財政資金的示范效應，帶動和吸引社會金融資本流向農(nóng)業(yè)科技創(chuàng)新領(lǐng)域。完善農(nóng)業(yè)企業(yè)信用評估體系，針對農(nóng)業(yè)科技企業(yè)制定差異化信用評級模式，變革傳統(tǒng)的實物抵押模式，降低農(nóng)業(yè)科技企業(yè)的融資門檻。探索構(gòu)建農(nóng)業(yè)類的科創(chuàng)板，拓展農(nóng)業(yè)科技金融發(fā)展體系。加快農(nóng)業(yè)科技成果轉(zhuǎn)化，建立農(nóng)業(yè)科技企業(yè)的知識產(chǎn)權(quán)評估與保護體系。

（2）提升農(nóng)業(yè)科技金融基礎要素的貢獻。我國農(nóng)業(yè)科技金融基礎指數(shù)水平較低，是阻礙我國農(nóng)業(yè)科技金融發(fā)展的重要因素。因此，要加強涉農(nóng)科研機構(gòu)、高等院校的支持力度，積極培育農(nóng)業(yè)科技創(chuàng)新的軟環(huán)境。

（3）加強農(nóng)業(yè)科技金融發(fā)展“洼地”的支持力度。在鞏固農(nóng)業(yè)科技金融發(fā)展現(xiàn)有成果的基礎上，中央政府要進一步加強農(nóng)業(yè)科技金融發(fā)展弱勢地區(qū)的支持力度，鼓勵農(nóng)業(yè)科技金融欠發(fā)達地區(qū)前往農(nóng)業(yè)科技金融發(fā)達地區(qū)交流學習，緩解馬太效應造成的負面影響。

（4）積極探索農(nóng)業(yè)科技金融的空間收斂機制。盡管我國農(nóng)業(yè)科技金融發(fā)展取得一定成效，但農(nóng)業(yè)科技金融的空間收斂局面尚未形成。為此，要針對不同區(qū)域的差異化特征構(gòu)筑不同的空間收斂機制。具體來說，要加大糧食產(chǎn)銷平衡區(qū)的支持力度，積極推動糧食產(chǎn)銷平衡區(qū)的經(jīng)濟增長；加強糧食主產(chǎn)區(qū)的農(nóng)業(yè)人才培育力度，加快農(nóng)業(yè)人力資本積累；深化金融供給側(cè)結(jié)構(gòu)性改革，積極推動全國各地區(qū)的農(nóng)業(yè)金融發(fā)展。