農業科技研發支出與科技創新對農業生產的促進作用

　　摘要：【目的】明確農業科技創新成果和科技創新環境在促進農業生產過程中發揮的具體機制及作用，為促進農業經濟發展、實現農業產業轉型升級提供理論參考。【方法】收集我國30個省(區、市)2005—2017年的農業相關數據，包括單位面積糧食產量、研發支出強度、農業產業結構和農業科技創新成果等9個維度指標，通過面板數據回歸分析不同地區農業科技研發支出對農業生產的影響路徑機理。【結果】我國整體科技研發支出對農業生產的影響具有空間異質性，表現為西部地區科技研發支出對農業生產作用呈顯著正向效應，東部地區科技研發支出對農業生產作用呈顯著負向效應。農業科技創新對農業生產影響效果顯著，其中，東部和中部地區農業科技創新對農業生產影響不顯著，西部和東北部地區農業科技創新效果顯著。農業科技創新可調節研發支出對農業生產的影響，且調節作用在西部地區作用顯著，其他地區不顯著;整體創新環境可調節農業科技創新對農業生產的影響，其調節作用均為負向，且僅在西部地區的作用顯著。【建議】調整政府農業科技研發支出的空間結構，根據產業結構和產業特點分配研發支出;根據區域產業特征制定相應的農業科技創新激勵政策，建立農業科技創新企業認定資格體系;建立獨立的農業科技成果交易市場，通過成立國立技術收儲公司盤活市場。

　　《南方農機》(雙月刊)創刊于1970年，由江西省農業機械研究所、江西省農業機械化技術推廣站、江西省農業機械學會主辦。

　　關鍵詞： 農業科技研發支出;科技創新;農業生產;空間異質性

　　【研究意義】據中國農業科學院公布的《中國農業農村科技發展報告(2012—2017)》顯示，2017年我國的農業科技進步貢獻率為57.5%，但發達國家在2015年的農業科技進步貢獻率已達70%～80%(沈瓊等，2018)。這在經濟上的直接反映是整個農業產業升級尚缺乏科技支撐，60%以上的農副產品未得到循環、高值和梯次利用(魏后凱，2017)。當前我國農業科技進步貢獻率過低，其主要原因是農業科技研發支出不足，加之科技研發投入的轉化效率不高。因此，開展農業科技研發投入與農業生產間的關系研究，有助于發現制約科技投入轉換率的具體原因并有針對性地提出政策建議，進而有效提高我國農業科技進步貢獻率。【前人研究進展】農業科技研發支出對農業生產效率的提升作用在不同地區間存在顯著差異，各地區農業科技研發支出對生產效率的影響則具有明顯門限效應，農業科技投入達到一定標準后對生產效率提升作用顯著(陳鳴和周發明，2016)。此外，農業科技研發支出對農業生產和農民收入存在空間溢出效應，本地區投入的農業研發資金獲得成果轉化之后，不僅能促使當地農業生產獲益，還可帶動周邊地區獲益(楊義武和林萬龍，2018;賴昭豪等，2019)。相關研究也揭示農業科技研發投入和農業生產間的特定關系，政府部門在制定研發支出政策時應根據不同地區的空間異質性，確定當地的研發支出預算，以獲取最佳的投入回報(趙麗娟等，2019)。目前，農業科技創新與農業生產相關的研究主要集中在農業創新效率對農業生產的影響。例如使用全要素生產率作為農業創新的衡量指標(王洋洋等，2019)，其研究結果顯示農業科技創新與農業生產在短期內具有顯著關聯，且存在長期的均衡關系(張淑輝和陳建成，2013)。除了全要素生產率外，農業科技進步貢獻率同樣可用來衡量農業科技創新與農業生產間的關系(王潔和夏維力，2017)，研究表明農業產值與科技進步率同步增長，增加政府農業科技研發支出可在短期內提高農業科技進步貢獻率，但長期效果不明顯(張躍強和陳池波，2015)。此外，農業科技創新在促進農業生產活動中具有特殊性，農業生產除了受創新活動影響外，還受研發支出等因素的多重影響(黃紅光等，2018;張莉俠等，2018)。因此，政府部門在制定農業生產政策時要充分考慮相關創新要素的影響，有效提高農業科技進步貢獻率(張在一等，2018)。【本研究切入點】現有的研究雖然為闡明農業科技研發支出與農業生產效率間的關系提供了基礎理論，但尚存不足，具體表現為：一方面主要針對最優研發投入區間、整體創新效率對農業生產的影響，沒有揭示農業科技研發支出對農業生產影響的具體路徑和機制;另一方面，農業生產和技術具有明顯的地域特征，當前對農業科技研發支出和科技創新的空間異質性研究尚不充分，未能體現相關變量的空間結構差異。【擬解決的關鍵問題】將農業科技創新成果、科技創新環境納入到農業科技研發支出—農業生產的研究框架中，明確農業科技創新成果和科技創新環境在促進農業生產過程中發揮的具體作用機制，為促進農業經濟發展及實現農業產業轉型升級提供理論參考。

　　1 材料與方法

　　1. 1 數據來源與描述性統計

　　研究所用數據主要通過國家統計局、國家知識產權局等公開渠道獲取，收集的數據包括30個省(區、市)2005—2017年農業研發支出、農業科技創新和農業生產的相關數據，針對不同省(區、市)每個變量可獲得390個觀測值，確定的變量包括單位面積糧食產量、研發支出強度、農業科技創新成果、國內生產總值、農業產業結構、創新環境、農業從業人數、地區和農業產業人均產值等9個維度。數據來源及計算方法如表1所示。

　　1. 2 研究方法

　　農業科技研發支出對農業創新及農業生產的長短期效應差異顯著(張躍強和陳池波，2015)，基于這一研究結論，首先分析農業科技研發支出對農業生產的長期效應和短期效應，同時確定農業研發支出長期效應和短期效應的影響路徑，然后選取變量對農業研發支出及其對農業生產的影響進行量化建模，最后運用統計分析方法對量化模型進行分析并得出結論。

　　1. 3 統計分析

　　運用Stata 15.1中的面板數據回歸分析模塊進行統計分析，相應的統計指標使用和判別標準在具體研究部分列明。

　　2 結果與分析

　　2. 1 農業科技研發支出效應傳導機制

　　本研究將農業科技研發支出效應分解為兩部分，分別是投資效應和創新效應。農業科技研發支出作為一種投資活動，與其他投資活動一樣會產生直接的經濟拉動效應，即農業科技研發支出的投資效應;但農業科技研發支出又有別于一般的投資活動，其能產生創新效應，且研發支出的活動能產生創新成果，如農業技術專利等。農業科技研發支出在以往的研究中多呈短期效應，主要是其投資效應所發揮作用。一般性的研發支出具有滯后效應(白俊紅等，2009)，但農業科技研發支出的長期效應不顯著(張躍強和陳池波，2015)，其原因可能是前人的相關研究尚未考慮研發支出長期影響發揮作用的具體路徑，后續研究將通過計量模型探討和驗證研發支出的長期影響。為分析農業科技研發支出的長期效應，本研究構建模型以闡明農業科技研發支出長期效應和短期效應的傳導路徑(圖1)。農業科技研發支出形成后，由研發活動主體開展研發活動，最終形成研發成果;研發成果需通過技術市場進行轉化，最終應用于實體經濟，即研發支出的長期效應需通過創新成果和市場轉化兩個因素發揮作用。

　　2. 2 統計分析模型設定、變量選取和數據說明

　　為檢驗在上述模型中的傳導路徑，運用面板數據回歸分析方法對國內30個省(區，市)2005—2017年農業科技研發支出對農業經濟績效的影響進行實證分析。運用面板數據的方法不僅可分析變量間的時間效應，還能發現變量的空間異質性。