农业科技投入对农业产出的影响范文

本站小编为你精心准备了农业科技投入对农业产出的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、问题的提出

随着知识经济的不断深入发展，科技投入因素在经济增长中的作用日益显著，目前已经成为决定经济增长的举足轻重的因素。湖南省作为中部省份之一，目前正在大力推进“两型社会”的建设。但是两型社会本质上是一个综合性的体系，需要从教育、文化、经济、环境保护等各个方面都达到“资源节约型、环境友好型”这样的两型要求，在此我们只从两型经济及两型产业的视角来进行关注。发展两型产业离不开两型农业的支持，而如果没有绿色农业、有机农业、生态农业等现代农业的快速发展，两型农业就无从谈起，进而建设两型社会就不可能取得圆满成功。但是绿色农业、有机农业、生态农业这样高度发达的现代农业迫切需要高水平农业科技的作为其强大的动力。而湖南省作为一个农业大省，却一直不是一个农业强省，尤其是农业高层次、高水平科研科技成果目前比较稀缺，这种稀缺的背后本质上凸显的是湖南省高水平科技人才的匮乏。因此本文试图通过理论和实证相结合的分析方法，研究湖南省省农业科技人员投入与农业产出之间的动态关系，试图为湖南省进行农业强省、科技强省提供理论上的依据。

二、模型构建

本文的实证分析是建立在VAR向量自回归模型的基础之上的。VAR向量自回归模型最早是由经济学家Sims首先于1980年创立。而且，经过几十年来其他学者的不断改进，关于VAR模型的研究建模已经从最初的二维模型拓展到现在的越来越复杂的多元维度模型，在经济学研究领域已经得到极为广泛的应用。如实践中有许多问题要分析多个变量之间的动态互动关系，即通过数据反映变量之间的动态变化，掌握其规律，此时就可以利用VAR模型来进行研究。VAR模型是基于数据的统计性质来建立模型，其思想是把模型中的外生变量视为所有内生变量的滞后值的函数，然后基于此来构造模型。其整体上是多方程模型。一般模型形式如其中，Yt为m维内生变量向量，Xt为n维外生变量向量，m1…mP及n1…nr是待估的参数矩阵，内生变量和外生变量分别有p阶与r阶滞后期，εt是随机扰动项，其相互之间在同期可以相关，但是不能有自相关，而且不能与模型的右边变量相关。整个VAR模型是否平稳要根据整个系统的平稳性条件，即计算其特征根多项式的值。通过计算特征根倒数的模，如果特征根倒数的模大于或等于1，则说明该VAR模型是不稳定的，需要重新建模；反之小于1，则表示VAR模型平稳，可以进行下一步的实证分析。由于本文只分析二个变量之间的动态关系，且无其他外生变量的影响，因此基于VAR所建立的模型可进一步简化。

三、数据的来源及其描述

在选取变量时，考虑到数据的可获得性及连续性等因素，最终选取1985－2009年湖南省农林牧渔总产值（NLMY）作为衡量产出的被解释变量。而关于科技投入大致有两种表征方式：一种是科技资金的投入，包括科研资金投入及技术推广资金投入总和；另一种是科技人员的投入，包括科研人员的投入及技术推广人员之和。本文依据湖南省的具体情况，采用第二种表征方式，选取1985－2009年的湖南省农林牧渔业国有单位与集体单位农业技术人员总人数（NJ）作为解释变量来衡量湖南省农业科技投入的指标，样本数据共25个。其中，湖南省农林牧渔总产值数据来源于1986－2010年的《中国统计年鉴》，湖南省农林牧渔业国有单位与集体单位农业技术人员数据来源于相应年份的《湖南统计年鉴》。为了消除通货膨胀对数据的不当影响，本文以1985＝100为基期，采用农林牧渔业总指数对湖南省农林牧渔总产值的名义值进行调整，用名义值除以农林牧渔业总指数，得到实际的湖南省农林牧渔总产值，然后对实际的湖南省农林牧渔总产值及农业技术人员总人数取自然对数，处理后的变量名分别表示为lnNLMY及lnNJ。这样处理既可以减小数据的剧烈波动，又能够消除异方差带来的负面影响，并且这种变换也不会改变变量间的长期均衡关系和短期动态稳定关系。

四、模型及实证结果分析

（一）平稳性检验在进行协整检验之前，必须先检验变量是否平稳，如果变量不平稳，就可能出现伪回归现象。本文采用由Dickey和Fuller基于DF检验法进行修正而形成ADF检验。本文通过ADF检验方法，利用软件Eviews7．2对湖南省农林牧渔总产值（NLMY）和农林牧渔业国有单位与集体单位农业技术人员总人数（NJ）进行平稳性检验，检验结果如表一所示。检验结果表明，lnNLMY和lnNJ的t值均大于5％的临界值，因此是非平稳的，但其一阶差分的t值均小于5％的临界值，可以视为是平稳的，即lnNLMY和lnNJ都为一阶单整序列，可以进一步检验lnNLMY和lnNJ之间的协整关系。

（二）协整检验根据ADF单位根检验结果知lnNLMY和lnNJ均为一阶单整序列，因此可以进行协整检验。我们使用E－G两步法进行协整关系的检验。首先对时间序列lnNLMY和lnNJ作回归的OLS估计，得到表二的回归结果。从上述回归结果可知，模型的拟合优度较高，达到88．9％，说明回归方程的拟合优度比较完美，多个参数的检验也非常显著，说明回归统计的整体性质较好。如果从经济意义上来解释以上的长期均衡关系就意味着，从1985年到2009年25年以来，我国的农业科技投入增加1％，则推动农业经济产生0．67的高速增长，也意味着如果增加农业科技人员投入，对农业产出的回报是相当可观的，所以湖南省的农业科技人员与农业产出之间的相关关系非常显著。但D．W＝1．026229比较低，与D．W＝2的判断标准有较大差距，说明残差序列可能存在着自相关性，必须进一步对其残差序列进行平稳性检验，判断回归估计模型能否说明两个变量之间存在长期均衡关系。对残差et的平稳性进行单位根检验，结果如表三所示。进一步通过单位根检验对VAR（3）模型的整体稳定性检验结果显示，VAR（3）模型所有根的模的倒数都位于单位圆曲线内（见图1），说明构建的VAR（3）模型是稳定的，可以用来做预测，也可以用来研究两个变量之间的动态相互关系。

（三）格兰杰因果关系检验格兰杰因果检验就是要检验变量之间是否存在单向或者双向的因果关系检验。用eviews软件对1985－2009年的农业科技投入与农业产出的时间序列数据进行格兰杰因果检验，结果如表四所示。格兰杰检验结果表明，农业科技投入在10％显著性水平上为农业产出的格兰杰原因，而农业产出不是农业科技投入的格兰杰原因。因此二者存在单向的格兰杰因果关系，同时也证明了农业科技投入对本省的农业产出有着巨大的推动作用。

（四）基于协整关系的VAR模型估计上面已经证明时间序列lnNLMY和lnNJ具有协整关系，因此我们进一步建立无约束的VAR模型进行更加深入的分析。VAR模型的滞后阶数的确定依据HQIC、SBI、CAIC等指标来综合确定。经过综合比较发现应建立滞后阶数为3的VAR模型，即VAR（3）模型，因此，通过eviews7．2软件运行VAR（3）模型估计，得到如下的VAR模型矩阵。

（五）建立误差修正模型两个时间序列存在协整关系，只能说明两者存在长期的均衡关系。但是在短期内，由于一些偶然因素也会引起变量波动，如果要使短期内波动向长期均衡调整，就必须建立误差修正模型，以更好地研究农业科技投入对农业产出的影响机制。Eviews7．2运行结果如表五所示。根据VECM误差修正模型的具体估计系数向量的数据可以看出，从lnNLMY作为被解释变量的VECM方程来看，误差修正项CointEq1系数为－0．776109，其含义为反映变量之间的均衡关系偏离长期均衡状态时，将其调整到均衡状态的调整速度。误差修正项CointEq1系数小于0，符合反向修正机制，表明滞后1期的非均衡误差能够消除上个周期77％的非均衡误差，并使变量从非均衡状态向均衡状态进行修正。

（六）基于VAR模型的脉冲响应函数分析本文进一步利用脉冲响应函数来识别农业产出与农业科技投入变量之间的互动关系。图2是根据VAR（3）模型而得到的脉冲响应函数曲线，横坐标表示脉冲响应函数的追踪期（此为20年）；纵坐标表示因变量对解释变量的响应程度，图中的实线表示相应脉冲响应函数值，虚线围成的区域表示两倍标准差的置信区间。根据前面已有的分析，农业科技投入是农业产出的格兰杰原因，而农业产出却并非农业科技投入的格兰杰原因。因此二者存在单向的格兰杰因果关系，所以这里我们就只考察lnNLMY对lnNJ及自身的响应情况。首先来看农业产出对农业科技投入的响应情况。从图2中曲线图可以发现：对于农业科技投入一个标准信息的扰动的响应，农业产出一开始就做出了快速响应，且响应为正，一直到第6年响应达到最高峰，此后有所下降，但是稍微下降之后一直保持比较强且平稳的响应态势，且可以持续多年。这表明农业科技人员投入如果受外部条件的某一冲击后，经传递影响到农业实体经济的发展，并给农业实体经济会带来强大的同向冲击，而且这一冲击能够显著促进农业经济增长，并且长期可持续，效用可长达十年以上。其次来看农业产出对于自身冲击的响应情况。由图2可以看出，农业产出对于自身一个标准新息的扰动的响应，从一开始就达到最高峰，但是此后就快速衰减，一直到第四年达到最低值，然后有所反弹，反弹后一直在低水平上保持稳定态势。通过以上分析说明，不但在短期内湖南省农业科技投入的增长能够促进农业产出的增加，而且在长期都可以持续保持比较显著的正向影响，这进一步说明如果提升对湖南省的农业科技人员投入，无论是从短期还是从长远来看投资的回报都是非常可观的，可以极大地促进湖南省农业的快速发展。

五、基本结论与建议

经过上述的计量分析，得到如下结论：第一，从协整分析结果可以看出，湖南省科技人员投入和农业产出符合协整关系，说明两者之间存在长期的均衡关系；第二，基于格兰杰结果可知，湖南省农业科技投入是农业产出的单向格兰杰原因，而反向的因果关系并不成立，这说明湖南省在农业经济得到增长之后，却并没有把增加的财富相应地投入到农业科技领域，而是可能通过各种农村金融机构如农信社、邮政储蓄银行等流失到其他的短期回报率更高的非农领域，如房地产行业、金融证券行业甚至非法的高利贷。而我国目前的现状确实是如此，大量资金从农业及传统工业流失到哪些短期效益明显的领域，从而使湖南省的农业科技投入增长乏力，后劲不足，进而对农业的长期发展带来累积性的负面效应；第三，从脉冲响应函数结果可以看出，科技投入变化对湖南省农业产出变化有正向影响，但是作用效果有变缓趋势，说明增加科技投入有助于农业产出，但随着时间推移，科技投入对农业产出的作用效果在减弱，可能的原因是农业产出需要多种生产要素投入的推动，如果单纯大量增加某一种丰裕生产要素的投入，而其他生产要素由于稀缺或者价格昂贵而投入过少，那么会因为各要素之间的不恰当配置而带来低效率的后果。

根据上面由实证结果引出的结论，提出一些有针对性的建议：第一，因为湖南省农业科技投入与农业产出之间具有长期均衡关系，而且农业科技投入是农业产出增加的格兰杰原因，因此湖南省应该加大对湖南省科技人员投入的力度，当然这不仅仅是指快速扩张科技人员的数量，更重要地是要大力提高湖南省农业领域科技人员的总体质量水平，提升农业科技领域的科技人员的科研能力及业务素质质量。第二，农业产出对农业科技人员投入的促进作用不明显，我们推测的原因是农业领域本来就稀缺的资金大量外流导致。所以政府应该采取有力措施与优惠政策保证农业领域的资金能够继续投资在农业领域，尤其是能够带来长期回报的农业科技领域，如采用各种适宜的政策补贴及税收减免来留住本来已经在农业领域运作的资金，并能够吸引非农业资金能够大量进入农业领域进行农业科技的投入。第三，大力提高农业科研及技术人员的收入及福利待遇，加大对农业技术人员在农业科技领域所做出的创新成果的奖励，进一步完善农业科研技术人员培训及再教育体系，另外也要重视农业科技推广体系，通过高效地进行农业科技推广让最新的农业科技成果能够快速有效地进入农业领域，产生高效回报，促进农业经济的发展，而不是束之高阁。第四，除了农业科技人员的投入之外，应该要配合加大其他生产要素的农业投入，如资金、农业机械、灌溉水利及农村公路等基础设施的建设与投入，使各种生产要素能够在农业领域进行最佳配置，从而更好地促进湖南省农业经济的增长。

作者：姚旭兵 宁瑞芳 单位：湖南工程学院 管理学院 湖南农业大学 经济学院 湖南工程学院 人事处