中國農業科技金融指數構建、時空格局及收斂性檢驗

熊 濤, 沈佳佳， 歐陽淑珍

（1.江西省農業科學院 科技管理處，江西 南昌 330200；2.江西省農業科學院 組織人事處，江西 南昌 330200；3.江西省農業科學院 農業工程研究所，江西 南昌 330200）

0 引言

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

當前，國際與國內的新一輪科技革命和產業變革正在孕育興起，區域與城市之間對于創新資源的競爭不斷加劇。國家“十四五”規劃綱要明確提出：完善金融支持創新體系，鼓勵金融機構發展知識產權質押融資、科技保險等科技金融產品，開展科技成果轉化貸款風險補償試點。科技和金融作為經濟增長與創新驅動發展的兩大重要引擎，深入開展農業科技金融研究，準確把握中國現代農業科技金融發展存在的瓶頸與問題，推動科技金融與農業科技創新兩者形成強大合力，將有利于優化資源配置和農業產業結構，提高農業生產力，推動我國農業高質量發展，為我國實現高質量跨越式發展提供重要支撐。

1 文獻綜述

推動農業科技與金融深度發展是促進農業科技成果轉化的強大動力，是催化農業經濟創新的重要手段，是培育發展新型農業產業的重要舉措，對金融業和農業科技產業的高質量發展有重大意義。因此，國內外學者對農業科技金融展開了廣泛深入的研究。

農業科技金融的內涵特征是現有研究的一個重要方向。目前，關于科技金融方面的研究較為豐富，但涉及農業科技金融方面的研究相對較少。研究農業科技金融必須厘清其內涵要義，并對其有明確和科學統一的理論定義，但國內外學者對其定義尚未達成統一。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創新和資本要素深度融合的系統性和創新性安排。郭躍飛［4］認為農業科技金融通過創新金融產品為農業科技企業提供一系列金融服務政策。韓俊華等［5］提出農業科技金融是支持農業科技研發、技術轉化、產業發展的金融產品、金融服務和金融制度。康曉虹［6］認為農業科技金融是一種新型科技服務模式，是對傳統金融模式下農業科技成果轉化瓶頸的突破，是發展現代農業的重要保證。King等［7］認為金融機構主要通過資助發展潛力巨大的項目、提供規避風險的金融工具等方式來推動技術的進步。

農業科技金融發展存在的問題與發展困境是現有研究的關注焦點。諸多學者圍繞農業科技金融發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展提供理論支撐和思路借鑒。胡婭琴等［8］認為湖南省農業科技金融發展存在著農業科技項目整體水平不高，金融供給主體與農業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金融供給不足、結構不均衡、金融資源流動性差、金融資源替代性差等問題。韓俊華等［5］認為我國農業科技金融主要存在政策性支持不足、金融產品供給有限、風險分擔機制缺位、信息共享平臺缺失等問題。

如何促進農業科技金融發展是現有研究的熱點研究領域。宋偉等［10］梳理了我國農業科技及農村金融協同發展的演進歷程，提出了河北省農業科技金融服務體系創新發展的對策建議。劉麗等［11］指出了農業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、政策法規體系不完善等問題。劉雪松［12］指出了中小城市農業科技金融發展存在金融支持不夠到位、創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注投資風險性和成果的外溢性。

通過梳理以上文獻發現，雖然國內外學者對農業科技金融的研究取得了一定的進展，但現有的研究仍有進一步提升的空間，還需改善的方面有：（1）農業科技金融現狀分析及政策研究缺乏驗證，需通過現場訪談、實地調研的方式來驗證其結論的正確性及相關對策建議的適用性。（2）現有農業科技金融的研究更多地強調政府或者金融部門應當如何促進農業科技金融的發展，缺少從農業科技金融環境、投入、產出等多維視角構建農業科技金融發展體系的研究。（3）現有文獻多是從現狀分析出發，構建支持農業科技發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業科技金融的作用機理與運行機制。（4）鮮有文獻針對我國農業科技金融存在的問題進行分析，例如，在中國知網以“中國”和“科技金融”為主題詞搜索，有3572篇文獻；但以“中國”和“農業科技金融”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展農業科技金融缺少專題研究。因此，本文在借鑒現有文獻成果的基礎上，創新地從環境、投入、產出等維度選取指標，構建了農業科技金融指數評價指標體系，采用熵權法測度了我國各省（市、區）的農業科技金融指數，運用變異系數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，力求為促進我國農業科技金融發展提供相關政策建議。

2 中國農業科技金融指數構建

2.1 指標體系設計

在借鑒現有研究的基礎上，綜合考慮科技金融的內涵與數據可得性，構建了我國省域農業科技金融綜合評價指標體系。農業科技金融指數由農業科技金融環境指數、農業科技金融投入指數和農業科技產出指數3個二級指標以及相應的17個三級指標構成（表1）。

表1 農業科技金融指標體系

農業科技金融環境指數由高等院校數量、地方財政收入和教育經費占財政支出比重構成，代表農業金融與農業科技創新相互結合、相互作用的基礎條件，是農業科技金融發展的環境支撐。

農業科技金融投入指數由農林牧漁業貸款、農村貸款、農戶貸款、涉農貸款、農業專業技術人員、農戶固定資產投資、農業機械總動力、農作物播種面積、農林水事務支出等構成。其中，農林牧漁業貸款、農村貸款、農戶貸款和涉農貸款反映的是農業金融要素投入，農業專業技術人員反映的是農業科技勞動力投入，農戶固定資產投資、農業機械總動力和農作物播種面積反映的是農業生產要素投入，農林水事務支出反映的是財政支農力度。該指數代表前期綜合資源的投入狀況，是農業科技金融發展的資源支撐。

農業科技金融產出指數由農業技術市場成交額、農業專利授權總量、農業發明專利授權量占農業專利授權總量的比重、農業總產值和農村居民可支配收入等構成。其中，農業專利授權總量、農業發明專利授權量占農業專利授權總量的比重以及農業技術市場成交額反映的是農業創新產出，農業總產值和農村居民可支配收入反映的是農業經濟產出，這些指標反映了農業科技金融前期相關投入帶來的有效產出。

2.2 研究方法

2.2.1 熵權法 本文構建的農業科技金融創新指標體系包含17個三級評價指標，需對各指標進行賦權。學術界現有指標賦權方法主要包括主觀賦權法和客觀賦權法，其中主觀賦權法易受主觀因素影響，而客觀賦權法確定的指標權重是由數據驅動。因此，為避免主觀因素對評價結果的影響，參考張芷若等［14］的研究方法，采用客觀賦權法中的熵值法確定各指標的權重。然后通過線性加權法測度我國農業科技金融綜合發展水平。

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。為確保數據的有效性，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。

2.2.1.3 計算指標權重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，根據計算各指標xj的權重wj，最后得到農業科技金融指數的計算公式為：

式（6）中：pij為第i年j項標準化的系數，wj為j項指標的權重。

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業科技金融發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 本文采用變異系數法進行σ收斂檢驗，當農業科技金融發展水平呈σ收斂時，其離散程度隨時間推移呈下降趨勢。反映農業科技金融發展水平離散程度的變異系數，其模型構建為：

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

2.2.2.2β收斂檢驗法 絕對β收斂模型用于檢驗區域內農業科技金融是否會隨著時間推移最終趨于穩態水平，即隨著時間的推移，農業科技金融欠發達地區與發達地區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濟個體的同質性假設，而條件β收斂則放松了同質性條件的假設，即考慮了不同地區的經濟發展條件、農業人力資本和農業金融等因素的差異后，不同地區農業科技金融的發展差距逐漸縮小并最終達到穩態水平。收斂模型構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為農業科技金融差分值；LFit為農業科技金融的滯后值；Cit為一系列控制變量；μi為地區固定效應；λt為時間固定效應；εit為誤差項；α為常數項；β為待估參數，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濟發展水平（實際國內生產總值）、農業金融發展（涉農貸款）、農業人力資本（農業專業技術人員數量）、對外開放（外商直接投資/國內生產總值）和財政支農（農林水事務支出）。

2.3 數據來源

本文采用2009—2018年中國30個省（市、區）的面板數據，剔除了數據缺失嚴重的西藏。所選取的數據主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國科技統計年鑒》《中國農村金融服務報告》。對于少量的缺失數據，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業專利授權量、農業發明專利授權數和農業技術市場成交額。因此，本文以農業總產值占GDP比值為權重，以專利授權量、發明專利授權量和技術市場成交額估算上述指標。

3 農業科技金融指數的時空演化分析

3.1 動態演變分析

3.1.1 全國農業科技金融動態演變分析 基于式（1）～式（6）測算出2009—2018年我國農業科技金融綜合指數、基礎指數、投入指數和產出指數，結果見表2。

表2 2009—2018年我國農業科技金融及子指標指數

由表2可知，2009—2018年我國農業科技金融指數總體呈上升態勢，綜合指數由2009年的0.271上升至2018年的0.313，漲幅達15.50%，表明農業科技金融發展取得了一定成效。具體來看，我國農業科技金融發展總體上可分為2個階段：2009—2011年，農業科技金融綜合指數由0.271上升至0.278，隨后降至0.275，波動幅度不大；2012—2018年，綜合指數整體穩步上升，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年各子指標均呈現不同程度的上升。從基礎指數來看，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，經歷過2015年短暫下降至0.043后又穩步上升至2018年的0.051，大體呈現下降—上升—下降—上升的“W”形波動態勢。從投入指數和產出指數來看，投入指數由2009年的0.144上升至2018年的0.166，產出指數由2009年的0.083上升至2018年的0.096，兩者總體上均呈現波動上升態勢。

3.1.2 三大糧食功能區的農業科技金融動態演變分析 為便于探究我國農業科技金融發展的區域貢獻，本文將樣本分為全國、糧食主產區（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、內蒙古、吉林）、糧食主銷區（包括浙江、廣東、福建、北京、重慶、上海、天津、海南）和糧食產銷平衡區（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的農業科技金融指數繪制為折線圖，結果見圖1。

圖1 2009—2018年全國及三大糧食功能區的農業科技金融發展水平變化

由圖1可知，2009—2018年我國三大糧食功能區的農業科技金融發展指數均存在不同水平的上升，但存在顯著的空間分異現象。其中，糧食產銷平衡區的增速最快，年均增速達3.64%，其農業科技金融指數由2009年的0.165上升至2018年的0.225。糧食主產區的增速次之，年均增速為1.51%，其農業科技金融指數由2009年的0.364上升至2018年的0.419。糧食主銷區的增速最低，年均增速僅為0.13%，研究期內農業科技金融指數僅增長了0.003。截至2018年，糧食主產區的農業科技金融指數高于全國平均水平33.87%，而糧食主銷區和糧食產銷平衡區分別較全國平均水平低23.32%和28.11%，表明糧食主產區是驅動我國農業科技金融發展的主要地區，糧食主銷區和糧食產銷平衡區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業科技金融的空間差異，本文計算了2018年我國30個省（市、區）的農業科技金融指數，并對其進行排序，結果見圖2。

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

由表3可知，與2009年相比，2018年排名上升的地區包括內蒙古、四川、廣西、新疆、江西、湖北、甘肅、貴州、重慶和陜西等10個地區，其中排名增幅最大的為貴州，上升了8位；排名下降的地區包括上海、北京、吉林、山西、浙江、湖南、遼寧和黑龍江等8個地區，其中排名降幅最大的地區為北京，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個地區的排名未發生變化。

表3 2009—2018年各省農業科技金融發展水平排名與變化

3.3 中國農業科技金融的收斂性特征結果分析

3.3.1σ收斂檢驗結果分析 圖3展示了2009—2018年全國及三大糧食功能區農業科技金融變異系數的動態變化趨勢。由圖3可知，從全國層面來看，變異系數呈現緩慢下降的態勢后逐漸趨于穩定，由2009年的0.593降至2018年的0.537，降幅為9.44%。從三大糧食功能區看，糧食主產區、主銷區和平衡區的農業科技金融變異系數的動態演變趨勢表現各異。其中，糧食主產區大體呈緩慢上升—明顯下降—穩步下降的演變趨勢，緩慢上升階段發生在2009—2011年，次年出現了明顯下降，隨后變異系數的下降態勢趨緩。糧食主產區的變異系數總體上呈波動下降態勢，2018年較2009年下降了0.07，降幅達16.47%。糧食主銷區的變異系數大體呈波動上升態勢，明顯下降和小幅回升階段發生在2009—2011年，此后變異系數在0.670左右平穩波動，這一態勢持續至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年糧食主銷區的變異系數較2009年上升了0.031，上升幅度為4.57%。糧食產銷平衡區的變異系數呈現出明顯下降—劇烈上升—緩慢下降—相對穩定的變化趨勢，2009—2011年呈現劇烈波動的上揚態勢，此后緩慢下降并趨于穩定；糧食產銷平衡區的變異系數總體呈波動下降態勢，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、糧食主產區和糧食產銷平衡區的農業科技金融均存在σ收斂態勢，只有糧食主銷區暫未呈現σ收斂特征。

圖3 2009—2018年全國及三大糧食功能區農業科技金融σ收斂系數的變化

3.3.2β收斂檢驗結果分析 對全國及三大糧食功能區農業科技金融發展的絕對β收斂進行探究之后，本文引入經濟發展水平、農業金融發展、農業人力資本、對外開放水平、財政支農水平等控制變量，對其農業科技金融發展的條件β收斂進行了分析，結果如表4所示。

表4 不同區域絕對β收斂和條件β收斂的回歸結果

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的β系數均小于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的農業科技金融均存在絕對β收斂現象。即在經濟發展水平、農業金融發展水平、農業人力資本水平、對外開放水平和財政支農水平等因素相等的條件下，農業科技金融發展水平較低的省份將具有更快的增長速度，從而實現各地區農業科技金融發展趨向收斂于相同的穩態水平。從三大糧食功能區看，糧食主產區、主銷區和平衡區的收斂速度分別為0.077、0.135和0.081，糧食主銷區的收斂速度最快，其次為糧食產銷平衡區，糧食主產區最慢。然而，絕對β收斂分析是基于經濟體同質的假設條件得到，但這與現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的β系數仍顯著為負，表明即使考慮異質性因素的存在，全國、糧食主產區、糧食主銷區和糧食產銷平衡區仍存在顯著的條件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生變化，但收斂速度的相對量并未發生改變，即糧食主銷區最快，糧食產銷平衡區次之，糧食主產區最慢。從控制變量看，全國及三大糧食功能區控制變量的顯著性存在差異。其中，經濟發展水平的估計系數僅在全國和糧食產銷平衡區顯著為正，而在糧食主產區和糧食主銷區并未通過顯著性檢驗，表明經濟發展有助于我國及糧食產銷平衡區農業科技金融的空間收斂，但對糧食主產區和糧食主銷區并未造成顯著影響。農業金融發展的估計系數在全國及三大糧食功能區均顯著為正，表明農業金融發展能夠同時縮小全國及三大功能區的農業科技金融發展差距，是推動農業科技金融達到穩態的重要因素。農業人力資本的估計系數在全國及糧食主產區顯著為正，在糧食主銷區和糧食產銷平衡區為負且不顯著，表明農業人力資本積累有助于我國及糧食主產區的農業科技金融發展，從而降低區域空間差距。對外開放水平和財政支農水平的估計系數在全國及三大糧食功能區均未通過顯著性檢驗，表明兩者對農業科技金融發展以及降低其空間差距并未起顯著作用。

4 結論與政策建議

4.1 結論

基于農業科技金融的特征與內涵，本文界定了農業科技金融概念。從農業科技金融環境基礎、要素投入和有效產出3個維度構建了省域農業科技金融發展水平總體指標評價體系。在此基礎上，基于2009—2018年全國30個省域面板數據，運用熵權法測度了我國各地區的農業科技金融發展水平，并進行時空演變分析。主要結論如下：

（1）我國農業科技金融發展水平呈穩步上升態勢。研究期內我國農業科技金融發展水平穩步提升，其中，農業科技金融投入指數與產出指數總體上呈同步上升態勢，但農業科技金融基礎指數呈下降—上升—下降—上升的“W”形波動態勢。

（2）我國農業科技金融發展的要素貢獻存在顯著差異。盡管研究期內農業科技金融的三大要素均存在不同水平的上升，但不同要素對農業科技金融發展的貢獻不同。具體來說，農業科技金融投入指數的貢獻率最高，產出指數次之，基礎指數最低。從三大糧食功能區來看，糧食主產區的農業科技金融平均指數遠高于糧食主銷區和糧食產銷平衡區，糧食主產區是驅動我國農業科技金融發展的主要地區。

（3）我國農業科技金融發展存在馬太效應。研究期內，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、甘肅和重慶等地區的排名長期處于末10位。這些現象表明我國農業科技金融存在強者愈強，弱者愈弱的馬太效應。

（4）我國農業科技金融發展存在顯著的收斂特征。除糧食主銷區外，全國、糧食主產區和糧食產銷平衡區均存在顯著的σ收斂特征。全國及三大糧食功能區均存在絕對β收斂和條件β收斂。經濟發展水平對全國及糧食產銷平衡區的農業科技金融發展具有顯著的促進作用，農業人力資本對全國及糧食主產區的農業科技金融發展具有顯著的積極效應，而農業金融發展對全國及三大糧食功能區的農業科技金融發展均存在顯著的積極作用。

4.2 政策建議

（1）健全農業科技金融發展體系。加快構建農戶、涉農企業、金融機構與政府等多個部門共同參與的農業科技金融發展體系，推動金融政策與農業科技政策的有效融合。政府要加大對農業科技企業的支持力度，通過減稅、退稅或免稅等財政政策來激勵和提高農業創新主體的積極性。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業科技創新領域。完善農業企業信用評估體系，針對農業科技企業制定差異化信用評級模式，變革傳統的實物抵押模式，降低農業科技企業的融資門檻。探索構建農業類的科創板，拓展農業科技金融發展體系。加快農業科技成果轉化，建立農業科技企業的知識產權評估與保護體系。

（2）提升農業科技金融基礎要素的貢獻。我國農業科技金融基礎指數水平較低，是阻礙我國農業科技金融發展的重要因素。因此，要加強涉農科研機構、高等院校的支持力度，積極培育農業科技創新的軟環境。

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

（4）積極探索農業科技金融的空間收斂機制。盡管我國農業科技金融發展取得一定成效，但農業科技金融的空間收斂局面尚未形成。為此，要針對不同區域的差異化特征構筑不同的空間收斂機制。具體來說，要加大糧食產銷平衡區的支持力度，積極推動糧食產銷平衡區的經濟增長；加強糧食主產區的農業人才培育力度，加快農業人力資本積累；深化金融供給側結構性改革，積極推動全國各地區的農業金融發展。