楊宗翰　雷良?！≡拦饘帯∫υ龈?/p>

摘要：【目的】明確農(nóng)業(yè)科技創(chuàng)新成果和科技創(chuàng)新環(huán)境在促進農(nóng)業(yè)生產(chǎn)過程中發(fā)揮的具體機制及作用，為促進農(nóng)業(yè)經(jīng)濟發(fā)展、實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級提供理論參考?！痉椒ā渴占覈?0個?。▍^(qū)、市）2005—2017年的農(nóng)業(yè)相關(guān)數(shù)據(jù)，包括單位面積糧食產(chǎn)量、研發(fā)支出強度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)科技創(chuàng)新成果等9個維度指標，通過面板數(shù)據(jù)回歸分析不同地區(qū)農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)的影響路徑機理。【結(jié)果】我國整體科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)的影響具有空間異質(zhì)性，表現(xiàn)為西部地區(qū)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)作用呈顯著正向效應，東部地區(qū)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)作用呈顯著負向效應。農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)生產(chǎn)影響效果顯著，其中，東部和中部地區(qū)農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)生產(chǎn)影響不顯著，西部和東北部地區(qū)農(nóng)業(yè)科技創(chuàng)新效果顯著。農(nóng)業(yè)科技創(chuàng)新可調(diào)節(jié)研發(fā)支出對農(nóng)業(yè)生產(chǎn)的影響，且調(diào)節(jié)作用在西部地區(qū)作用顯著，其他地區(qū)不顯著;整體創(chuàng)新環(huán)境可調(diào)節(jié)農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)生產(chǎn)的影響，其調(diào)節(jié)作用均為負向，且僅在西部地區(qū)的作用顯著?！窘ㄗh】調(diào)整政府農(nóng)業(yè)科技研發(fā)支出的空間結(jié)構(gòu)，根據(jù)產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)特點分配研發(fā)支出;根據(jù)區(qū)域產(chǎn)業(yè)特征制定相應的農(nóng)業(yè)科技創(chuàng)新激勵政策，建立農(nóng)業(yè)科技創(chuàng)新企業(yè)認定資格體系;建立獨立的農(nóng)業(yè)科技成果交易市場，通過成立國立技術(shù)收儲公司盤活市場。

關(guān)鍵詞： 農(nóng)業(yè)科技研發(fā)支出;科技創(chuàng)新;農(nóng)業(yè)生產(chǎn);空間異質(zhì)性

中圖分類號： S-01? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼： A 文章編號：2095-1191（2019）12-2855-10

Promotion effects of agricultural research and development expenditure and science and technology innovation on agricultural production

YANG Zong-han1，2， LEI Liang-hai1*， YUE Gui-ning3， YAO Zeng-fu2

（1Business School， University of Shanghai for Science and Technology， Shanghai? 200093， China; 2Guangxi Aviation Logistics Research Center， Guilin University of Aerospace Technology， Guilin， Guangxi? 541004， China;

3Business School， Guangxi University， Nanning? 530004， China）

Abstract：【Objective】This paper aimed at studying the specific influence mechanism of agricultural researchand development（R&D） expenditure and agricultural innovation on agricultural production， so that provided a theoretical refe-rence for promoting the development of agricultural economy and achieving the transformation of agricultural industry.【Method】This paper collected the data of 30 provinces（autonomous regions or municipalities） of China from 2005 to 2017， including nine dimensions indicators， such as the area output of grain，the strength of R&D spending， agricultural structure and agricultural scientific and technology innovation achievements. By using the method of panel data regression analysis， the mechanism of agricultural R&D on agricultural production in difference regions were studied. 【Result】The results of research showed that the effects of overall R&D expenditure on agricultural production had spatial heterogeneity， the effects were significantly positive in the west， but significantly negative in the east. Agricultural S&T innovation had a significant impact on agricultural production， while it had no significant impact in the eastern and central regions， but significant impact in the western and north-eastern regions. Agricultural S&T innovation could regulate the impact of agricultural R&D expenditure on agricultural production， which was significant in western region， but not in other regions. The overall innovation environment could regulate the impact of agricultural S&T innovation on agricultural production， which had negative impact on S&T innovation， and this effect was only significant in the western region. 【Suggestion】Governments should adjust the spatial structure of agricultural R&D expenditure， and distribute the R&D expenditure according to industrial structure and characters. According to the characteristics of regional industries， governments should formulate corresponding incentive policies for agricultural S&T innovation. An independent market should be established for trading agricultural S&T achievements， and revitalize the market by founding state-owned enterprise to store the techniques.

Key words： agricultural research and development expenditure; science and technology innovation; agricultural production; spatial heterogeneity

0 引言

【研究意義】據(jù)中國農(nóng)業(yè)科學院公布的《中國農(nóng)業(yè)農(nóng)村科技發(fā)展報告（2012—2017）》顯示，2017年我國的農(nóng)業(yè)科技進步貢獻率為57.5%，但發(fā)達國家在2015年的農(nóng)業(yè)科技進步貢獻率已達70%～80%（沈瓊等，2018）。這在經(jīng)濟上的直接反映是整個農(nóng)業(yè)產(chǎn)業(yè)升級尚缺乏科技支撐，60%以上的農(nóng)副產(chǎn)品未得到循環(huán)、高值和梯次利用（魏后凱，2017）。當前我國農(nóng)業(yè)科技進步貢獻率過低，其主要原因是農(nóng)業(yè)科技研發(fā)支出不足，加之科技研發(fā)投入的轉(zhuǎn)化效率不高。因此，開展農(nóng)業(yè)科技研發(fā)投入與農(nóng)業(yè)生產(chǎn)間的關(guān)系研究，有助于發(fā)現(xiàn)制約科技投入轉(zhuǎn)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(nóng)業(yè)科技進步貢獻率?！厩叭搜芯窟M展】農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)效率的提升作用在不同地區(qū)間存在顯著差異，各地區(qū)農(nóng)業(yè)科技研發(fā)支出對生產(chǎn)效率的影響則具有明顯門限效應，農(nóng)業(yè)科技投入達到一定標準后對生產(chǎn)效率提升作用顯著（陳鳴和周發(fā)明，2016）。此外，農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)和農(nóng)民收入存在空間溢出效應，本地區(qū)投入的農(nóng)業(yè)研發(fā)資金獲得成果轉(zhuǎn)化之后，不僅能促使當?shù)剞r(nóng)業(yè)生產(chǎn)獲益，還可帶動周邊地區(qū)獲益（楊義武和林萬龍，2018;賴昭豪等，2019）。相關(guān)研究也揭示農(nóng)業(yè)科技研發(fā)投入和農(nóng)業(yè)生產(chǎn)間的特定關(guān)系，政府部門在制定研發(fā)支出政策時應根據(jù)不同地區(qū)的空間異質(zhì)性，確定當?shù)氐难邪l(fā)支出預算，以獲取最佳的投入回報（趙麗娟等，2019）。目前，農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)生產(chǎn)相關(guān)的研究主要集中在農(nóng)業(yè)創(chuàng)新效率對農(nóng)業(yè)生產(chǎn)的影響。例如使用全要素生產(chǎn)率作為農(nóng)業(yè)創(chuàng)新的衡量指標（王洋洋等，2019），其研究結(jié)果顯示農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)生產(chǎn)在短期內(nèi)具有顯著關(guān)聯(lián)，且存在長期的均衡關(guān)系（張淑輝和陳建成，2013）。除了全要素生產(chǎn)率外，農(nóng)業(yè)科技進步貢獻率同樣可用來衡量農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)生產(chǎn)間的關(guān)系（王潔和夏維力，2017），研究表明農(nóng)業(yè)產(chǎn)值與科技進步率同步增長，增加政府農(nóng)業(yè)科技研發(fā)支出可在短期內(nèi)提高農(nóng)業(yè)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(nóng)業(yè)科技創(chuàng)新在促進農(nóng)業(yè)生產(chǎn)活動中具有特殊性，農(nóng)業(yè)生產(chǎn)除了受創(chuàng)新活動影響外，還受研發(fā)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(nóng)業(yè)生產(chǎn)政策時要充分考慮相關(guān)創(chuàng)新要素的影響，有效提高農(nóng)業(yè)科技進步貢獻率（張在一等，2018）?！颈狙芯壳腥朦c】現(xiàn)有的研究雖然為闡明農(nóng)業(yè)科技研發(fā)支出與農(nóng)業(yè)生產(chǎn)效率間的關(guān)系提供了基礎(chǔ)理論，但尚存不足，具體表現(xiàn)為：一方面主要針對最優(yōu)研發(fā)投入?yún)^(qū)間、整體創(chuàng)新效率對農(nóng)業(yè)生產(chǎn)的影響，沒有揭示農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)影響的具體路徑和機制;另一方面，農(nóng)業(yè)生產(chǎn)和技術(shù)具有明顯的地域特征，當前對農(nóng)業(yè)科技研發(fā)支出和科技創(chuàng)新的空間異質(zhì)性研究尚不充分，未能體現(xiàn)相關(guān)變量的空間結(jié)構(gòu)差異?！緮M解決的關(guān)鍵問題】將農(nóng)業(yè)科技創(chuàng)新成果、科技創(chuàng)新環(huán)境納入到農(nóng)業(yè)科技研發(fā)支出—農(nóng)業(yè)生產(chǎn)的研究框架中，明確農(nóng)業(yè)科技創(chuàng)新成果和科技創(chuàng)新環(huán)境在促進農(nóng)業(yè)生產(chǎn)過程中發(fā)揮的具體作用機制，為促進農(nóng)業(yè)經(jīng)濟發(fā)展及實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級提供理論參考。

1 材料與方法

1. 1 數(shù)據(jù)來源與描述性統(tǒng)計

研究所用數(shù)據(jù)主要通過國家統(tǒng)計局、國家知識產(chǎn)權(quán)局等公開渠道獲取，收集的數(shù)據(jù)包括30個?。▍^(qū)、市）2005—2017年農(nóng)業(yè)研發(fā)支出、農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)生產(chǎn)的相關(guān)數(shù)據(jù)，針對不同?。▍^(qū)、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(chǎn)量、研發(fā)支出強度、農(nóng)業(yè)科技創(chuàng)新成果、國內(nèi)生產(chǎn)總值、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新環(huán)境、農(nóng)業(yè)從業(yè)人數(shù)、地區(qū)和農(nóng)業(yè)產(chǎn)業(yè)人均產(chǎn)值等9個維度。數(shù)據(jù)來源及計算方法如表1所示。

1. 2 研究方法

農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)創(chuàng)新及農(nóng)業(yè)生產(chǎn)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(jié)論，首先分析農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)的長期效應和短期效應，同時確定農(nóng)業(yè)研發(fā)支出長期效應和短期效應的影響路徑，然后選取變量對農(nóng)業(yè)研發(fā)支出及其對農(nóng)業(yè)生產(chǎn)的影響進行量化建模，最后運用統(tǒng)計分析方法對量化模型進行分析并得出結(jié)論。

1. 3 統(tǒng)計分析

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

2 結(jié)果與分析

2. 1 農(nóng)業(yè)科技研發(fā)支出效應傳導機制

本研究將農(nóng)業(yè)科技研發(fā)支出效應分解為兩部分，分別是投資效應和創(chuàng)新效應。農(nóng)業(yè)科技研發(fā)支出作為一種投資活動，與其他投資活動一樣會產(chǎn)生直接的經(jīng)濟拉動效應，即農(nóng)業(yè)科技研發(fā)支出的投資效應;但農(nóng)業(yè)科技研發(fā)支出又有別于一般的投資活動，其能產(chǎn)生創(chuàng)新效應，且研發(fā)支出的活動能產(chǎn)生創(chuàng)新成果，如農(nóng)業(yè)技術(shù)專利等。農(nóng)業(yè)科技研發(fā)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(fā)揮作用。一般性的研發(fā)支出具有滯后效應（白俊紅等，2009），但農(nóng)業(yè)科技研發(fā)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(guān)研究尚未考慮研發(fā)支出長期影響發(fā)揮作用的具體路徑，后續(xù)研究將通過計量模型探討和驗證研發(fā)支出的長期影響。為分析農(nóng)業(yè)科技研發(fā)支出的長期效應，本研究構(gòu)建模型以闡明農(nóng)業(yè)科技研發(fā)支出長期效應和短期效應的傳導路徑（圖1）。農(nóng)業(yè)科技研發(fā)支出形成后，由研發(fā)活動主體開展研發(fā)活動，最終形成研發(fā)成果;研發(fā)成果需通過技術(shù)市場進行轉(zhuǎn)化，最終應用于實體經(jīng)濟，即研發(fā)支出的長期效應需通過創(chuàng)新成果和市場轉(zhuǎn)化兩個因素發(fā)揮作用。

2. 2 統(tǒng)計分析模型設(shè)定、變量選取和數(shù)據(jù)說明

為檢驗在上述模型中的傳導路徑，運用面板數(shù)據(jù)回歸分析方法對國內(nèi)30個?。▍^(qū)，市）2005—2017年農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)經(jīng)濟績效的影響進行實證分析。運用面板數(shù)據(jù)的方法不僅可分析變量間的時間效應，還能發(fā)現(xiàn)變量的空間異質(zhì)性。

2. 2. 1 基礎(chǔ)模型設(shè)定 基礎(chǔ)模型用于檢驗研發(fā)支出、農(nóng)業(yè)創(chuàng)新的短期效應，在模型中主要考察研發(fā)支出和農(nóng)業(yè)創(chuàng)新對農(nóng)業(yè)生產(chǎn)的拉動作用，模型設(shè)定如下：

sgrain=β+βsRD+β2lnaPatentit+βlnGDP+βaStruct+βiEnvir+βlnaPopulait+? （1）

在模型中，t代表時間，i代表?。ㄊ?、區(qū)），β0為回歸方程截距項，除β0外的βi為各自變量系數(shù)，εit為隨機誤差項，包含其他未在本研究范圍內(nèi)的影響變量。

sgrainit+1是因變量，代表農(nóng)業(yè)生產(chǎn)發(fā)展水平，通過計算單位耕地上的糧食產(chǎn)量，用于衡量地區(qū)農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展水平。

sR&Dit是核心解釋變量，代表研發(fā)支出強度，使用研發(fā)支出占GDP比重作為核心解釋變量主要考慮到除研發(fā)支出絕對值外，研發(fā)支出占產(chǎn)值比重體現(xiàn)了地區(qū)對創(chuàng)新活動的重視程度，在基礎(chǔ)模型中僅考察整體研發(fā)支出的影響，農(nóng)業(yè)科技研發(fā)支出影響將在擴展模型中分析。

aPatentit是第二個核心解釋變量，代表農(nóng)業(yè)科技創(chuàng)新成果，衡量創(chuàng)新成果的指標通常包括專利申報、專利授權(quán)等，在本研究中使用年度農(nóng)業(yè)專利申請數(shù)量衡量地方農(nóng)業(yè)創(chuàng)新成果。數(shù)據(jù)來源于國家專利局專利網(wǎng)站，通過檢索逐年和逐?。▍^(qū)、市）的數(shù)據(jù)手工收集。

GDPit是控制變量，代表地方經(jīng)濟發(fā)展水平，經(jīng)濟水平高的地方研發(fā)投入和創(chuàng)新活動可能更高，加入控制變量可更好地觀測核心變量的影響作用。

regionit是控制變量，代表不同的區(qū)域劃分，不同區(qū)域除經(jīng)濟發(fā)展水平不同外，地方文化、法制環(huán)境和市場環(huán)境也存在差異，這些因素可能同時影響研發(fā)支出和農(nóng)業(yè)生產(chǎn)。

aStructit是控制變量，代表地方農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)會影響農(nóng)業(yè)研發(fā)支出、農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)生產(chǎn)。

iEnvirit是控制變量，代表地區(qū)創(chuàng)新環(huán)境，地方對農(nóng)業(yè)創(chuàng)新成果的保護程度會有效促進創(chuàng)新從而推動農(nóng)業(yè)生產(chǎn)發(fā)展。

aPopulait是控制變量，代表農(nóng)業(yè)生產(chǎn)規(guī)模，隨著農(nóng)業(yè)集約化和規(guī)?；陌l(fā)展，農(nóng)業(yè)從業(yè)人口日趨減少，因此農(nóng)業(yè)產(chǎn)業(yè)從業(yè)人數(shù)可衡量地區(qū)農(nóng)業(yè)產(chǎn)業(yè)規(guī)模，而農(nóng)業(yè)產(chǎn)業(yè)規(guī)模對農(nóng)業(yè)科技創(chuàng)新和研發(fā)投入產(chǎn)生直接影響。

2. 2. 2 擴展模型 根據(jù)基礎(chǔ)模型的設(shè)定，為明確農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)發(fā)展的創(chuàng)新效應，本研究引入3個交乘項變量以滿足研究需求。第一個交乘項是sR&Dit*aSturctit，主要用來進一步衡量農(nóng)業(yè)科技研發(fā)強度是否對農(nóng)業(yè)生產(chǎn)具有顯著效應，因為農(nóng)業(yè)產(chǎn)業(yè)占比較大的地區(qū)通常研發(fā)投入也較大。第二個交乘項是sR&Dit*aPatentit，考察研發(fā)支出效應是否受科技創(chuàng)新成果影響，可衡量農(nóng)業(yè)科技研發(fā)支出在農(nóng)業(yè)科技創(chuàng)新的調(diào)節(jié)作用下是否對農(nóng)業(yè)產(chǎn)業(yè)發(fā)展具有長期效應。第三個交乘項是aPatentit*iEnuirit，考察農(nóng)業(yè)科技創(chuàng)新性成果轉(zhuǎn)換效率是否受當?shù)貏?chuàng)新環(huán)境的影響。t+j=t+1、t+2分別代表滯后一期和兩期的因變量時間維度，其他的變量含義與公式（1）相同。

sgrain=β+βsRD+βlnaPatent+βlnGDP+? ? βaStruct+βiEnvir+βsRD*aStruct+βsRD*lnaPopula+β lnaPopula*? ? ? ? ? ?iEnvir+βlnaPatent+ε? ?（2）

2. 3 描述性統(tǒng)計

為避免異常數(shù)據(jù)對分析結(jié)果的影響，首先進行原始變量的描述性分析（表2）。在7個主要的研究變量中，農(nóng)業(yè)科技創(chuàng)新成果（aPatent）、國內(nèi)生產(chǎn)總值（GDP）和創(chuàng)新環(huán)境（iEnvir）的統(tǒng)計絕對值較大，主要是由于各變量單位存在差異所造成，農(nóng)業(yè)科技創(chuàng)新成果的單位是件，國內(nèi)生產(chǎn)總值的單位為億元，創(chuàng)新環(huán)境的單位為萬元。單位差異形成的統(tǒng)計值差異將影響統(tǒng)計結(jié)果，為此本研究將幾個單位不同的變量統(tǒng)一取自然對數(shù)以消除量綱影響。本研究中使用的變量數(shù)據(jù)均來源于公開可得的渠道，其中農(nóng)業(yè)創(chuàng)新科技成果是較難收集的數(shù)據(jù)，研究團隊手工從國家專利局網(wǎng)站上進行檢索統(tǒng)計。

2. 4 面板數(shù)據(jù)協(xié)整性檢驗

進行變量面板數(shù)據(jù)回歸分析必須確保面板數(shù)據(jù)變量平穩(wěn)，否則可能產(chǎn)生偽回歸現(xiàn)象（Seo and Shin，2016）。從圖2可看出，各?。▍^(qū)、市）的農(nóng)業(yè)生產(chǎn)效率和科技研發(fā)支出并無統(tǒng)一時間趨勢，其個體間存在的差異有助于識別農(nóng)業(yè)生產(chǎn)發(fā)展影響因素。本研究通過面板數(shù)據(jù)趨勢圖（圖2）初步判斷核心變量間不存在不平穩(wěn)性問題。

通過Hadri LM檢驗可對數(shù)據(jù)平穩(wěn)性進行嚴格驗證，進一步確保統(tǒng)計分析過程中不會因面板數(shù)據(jù)非平穩(wěn)性而出現(xiàn)偽回歸現(xiàn)象。Hadri LM的單位根檢驗結(jié)果顯示，用于統(tǒng)計研究的主要變量平穩(wěn)（表3），所選取的變量均適用于面板數(shù)據(jù)回歸分析。在模型設(shè)定中，對于aPatent、GDP和iEnvir等3個變量均使用對數(shù)值，因此在平穩(wěn)性檢驗中同樣是針對這3個變量的對數(shù)值進行檢驗。

2. 5 面板數(shù)據(jù)回歸分析結(jié)果

在面板數(shù)據(jù)回歸分析過程中，除在按照設(shè)定模型分別進行基礎(chǔ)模型和擴展模型的檢驗外，考慮到農(nóng)業(yè)生產(chǎn)的特殊性還進行分地區(qū)統(tǒng)計分析，以觀察農(nóng)業(yè)研發(fā)支出和創(chuàng)新活動對農(nóng)業(yè)生產(chǎn)作用是否存在空間異質(zhì)性。

2. 5. 1 固定與隨機效應模型選擇 進行面板數(shù)據(jù)回歸分析面臨的第一個問題是選擇混合回歸還是固定效應模型進行變量估計研究。若各?。▍^(qū)、市）的農(nóng)業(yè)生產(chǎn)和研發(fā)支出間關(guān)系相同，應選擇混合回歸;反之則選擇固定效應模型，以分析各?。▍^(qū)、市）間的差異。從變量描述性統(tǒng)計中可看出，各?。▍^(qū)、市）間的農(nóng)業(yè)研發(fā)、創(chuàng)新和生產(chǎn)等變量存在明顯差異，因此在設(shè)定的模型中可能每個地區(qū)均存在個體效用。在進行模型選擇時，本研究通過對比混合回歸和固定效應模型中隨機誤差的個體效應進行判斷。

（1）混合回歸和固定效應模型比較。首先對面板數(shù)據(jù)進行固定效應模型估計，并假設(shè)各?。▍^(qū)、市）差異對農(nóng)業(yè)生產(chǎn)無影響，在估計固定效應模型同時對假設(shè)進行F檢驗。令ui表示各?。▍^(qū)、市）差異對模型（2）中誤差項的擾動，對ui等于0的假設(shè)進行檢驗，檢驗結(jié)果顯示P遠小于0.05，可初步判斷各?。▍^(qū)、市）個體差異對農(nóng)業(yè)生產(chǎn)影響顯著。根據(jù)F檢驗結(jié)果，不宜選擇混合效應模型。

（2）固定效應和隨機效應模型比較。相對于混合回歸，固定效應通過變動模型（2）的截距項解釋各省（區(qū)、市）的農(nóng)業(yè)生產(chǎn)差異。但各?。▍^(qū)、市）農(nóng)業(yè)生產(chǎn)方程除了截距項可能存在差異外，代表農(nóng)業(yè)生產(chǎn)與研發(fā)支出等變量間關(guān)系的系數(shù)βi也可變。因此，通過豪斯曼檢驗來確定各?。▍^(qū)、市）個體效應除了體現(xiàn)在截距項外是否也存在βi差異。檢驗結(jié)果（表4）顯示，P小于0.05，基本上可拒絕原假設(shè)（Test：Ho），故在后續(xù)分析中將使用固定效應模型。

2. 5. 2 基礎(chǔ)模型分析結(jié)果 以所有?。▍^(qū)、市）為對象的全樣本，在基礎(chǔ)模型中主要分析研發(fā)支出強度（sR&Dit）和農(nóng)業(yè)科技創(chuàng)新成果（aPatentit）對單位面積糧食產(chǎn)量（sgrainit+1）的影響。首先，變量sR&Dit的系數(shù)為負數(shù)（表5），說明整體科技投入對農(nóng)業(yè)生產(chǎn)的影響是負向，可能是研發(fā)支出存在擠出效應。與此同時，sR&Dit的t檢驗結(jié)果不顯著（P>0.1，下同），說明整體的科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)影響作用不明顯。另外，變量aPatentit的t檢驗結(jié)果極顯著（P<0.01，下同），說明農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)生產(chǎn)具有影響力;同時，aPatentit的系數(shù)大于0，意味著農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)生產(chǎn)的影響是正向，具有促進作用。

由于農(nóng)業(yè)產(chǎn)業(yè)發(fā)展地區(qū)間差異明顯，本研究在基礎(chǔ)模型的框架下進一步分地區(qū)對核心變量進行分析。按照統(tǒng)計年鑒中對我國?。▍^(qū)、市）的四個區(qū)位進行劃分（東部、西部、中部和東北部）。由表6可知，在4個地區(qū)中只有東部地區(qū)sR&Dit的系數(shù)是負值，說明除了東部地區(qū)外，其他地區(qū)的整體研發(fā)投入對農(nóng)業(yè)生產(chǎn)具有促進作用。這也進一步證實在全樣本基礎(chǔ)模型分析中得出的結(jié)論，全國的研發(fā)支出投入對農(nóng)業(yè)生產(chǎn)有負面影響，是由于存在投資的擠出效應，尤其在東部經(jīng)濟發(fā)達地區(qū)資源更多地投向高科技和重工業(yè)等產(chǎn)業(yè)，導致農(nóng)業(yè)產(chǎn)業(yè)可獲得的資金資源減少;中部、西部和東北部地區(qū)由于經(jīng)濟相對落后，整體研發(fā)投資尚未對農(nóng)業(yè)生產(chǎn)形成擠出效應。總之，研發(fā)支出對農(nóng)業(yè)生產(chǎn)的影響作用不明顯。另一方面，農(nóng)業(yè)科技創(chuàng)新呈明顯的空間異質(zhì)性。在東部和中部地區(qū)，農(nóng)業(yè)科技創(chuàng)新成果對農(nóng)業(yè)生產(chǎn)促進作用不顯著;而在西部和東北部均達顯著水平，且aPatentit的系數(shù)為正值，農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)生產(chǎn)具有明顯促進作用。這可能是東部和中部在農(nóng)業(yè)研發(fā)投入不足，從而導致農(nóng)業(yè)科技創(chuàng)新成果促進效用不顯著;而西部和東北部由于農(nóng)業(yè)產(chǎn)業(yè)規(guī)模較大，產(chǎn)出農(nóng)業(yè)科技成果較多，農(nóng)業(yè)科技創(chuàng)新績效較顯著。

2. 5. 3 擴展模型分析結(jié)果

2. 5. 3. 1 全樣本擴展模型 在全樣本分析過程中逐步添加有關(guān)農(nóng)業(yè)研發(fā)支出強度、農(nóng)業(yè)科技創(chuàng)新成果和創(chuàng)新環(huán)境的3個交乘項是sR&Dit*aStructit、sR&Dit*aPatentit和aPatentit*iEnvirit。通過3個交乘項的逐步添加，將依據(jù)理論模型對農(nóng)業(yè)研發(fā)支出的投資效應和創(chuàng)新效應進行分別論證。

首先，在基礎(chǔ)模型中添加農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（aStructit）和研發(fā)支出強度（sR&Dit）的交乘項，通過該交乘項對不同地區(qū)的農(nóng)業(yè)研發(fā)支出進行衡量，并考察其對農(nóng)業(yè)生產(chǎn)的促進作用。由表7可知，交乘項sR&Dit*aStructit通過了顯著性檢驗，說明經(jīng)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)后研發(fā)支出對農(nóng)業(yè)生產(chǎn)有顯著影響，與理論分析結(jié)論一致，說明農(nóng)業(yè)研發(fā)支出具有短期效應。

其次，進一步添加研發(fā)支出強度（sR&Dit）和農(nóng)業(yè)科技創(chuàng)新成果（aPatentit）的交乘項，通過交乘項衡量研發(fā)支出的創(chuàng)新效應，觀察通過農(nóng)業(yè)科技創(chuàng)新的實現(xiàn)是否有助于農(nóng)業(yè)研發(fā)支出促進農(nóng)業(yè)生產(chǎn)。檢驗結(jié)果在農(nóng)業(yè)科技創(chuàng)新模型中顯示，交乘項sR&Dit*aPatentit的系數(shù)為正值，說明研發(fā)支出通過農(nóng)業(yè)科技創(chuàng)新的路徑對農(nóng)業(yè)生產(chǎn)有促進作用。此外，交乘項t檢驗P<0.05，說明交乘項統(tǒng)計結(jié)果顯著，再次印證了理論模型的分析結(jié)論，農(nóng)業(yè)研發(fā)支出在長期內(nèi)通過科技創(chuàng)新實現(xiàn)對農(nóng)業(yè)生產(chǎn)的促進作用。

最后，通過引入農(nóng)業(yè)科技創(chuàng)新成果（aPatentit）和創(chuàng)新環(huán)境（iEnvirit）的交乘項，對農(nóng)業(yè)科技創(chuàng)新的轉(zhuǎn)換效率及其效果進行檢驗。檢驗結(jié)果在農(nóng)業(yè)科技創(chuàng)新環(huán)境模型中顯示，交乘項t檢驗P<0.05，說明創(chuàng)新環(huán)境和農(nóng)業(yè)科技創(chuàng)新成果交互作用對農(nóng)業(yè)生產(chǎn)有影響。但交乘項系數(shù)小于0，說明這個創(chuàng)新環(huán)境對農(nóng)業(yè)生產(chǎn)起抑制作用，可能是因為創(chuàng)新效率越高，資源更多地集中到高科技領(lǐng)域，從而抑制農(nóng)業(yè)生產(chǎn)發(fā)展。

2. 5. 3. 2 擴展模型分地區(qū)分析 選擇包含變量最全面的農(nóng)業(yè)科技創(chuàng)新環(huán)境模型進行分地區(qū)研究。在全樣本分析中，已確認研發(fā)支出強度是通過農(nóng)業(yè)科技創(chuàng)新成果和創(chuàng)新環(huán)境對農(nóng)業(yè)生產(chǎn)發(fā)揮作用，但這種研發(fā)支出的創(chuàng)新效應是否存在空間上的差異性，需通過分地區(qū)的模型分析進行驗證。通過分地區(qū)的農(nóng)業(yè)科技創(chuàng)新環(huán)境模型對相關(guān)變量進行分析，結(jié)果（表8）顯示，東部、中部和東北部的農(nóng)業(yè)研發(fā)支出創(chuàng)新效應均不明顯，僅西部地區(qū)農(nóng)業(yè)研發(fā)支出創(chuàng)新效應明顯，說明農(nóng)業(yè)科技研發(fā)支出強度的長期創(chuàng)新效應具有空間異質(zhì)性?？臻g異質(zhì)性的存在可能與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦和創(chuàng)新系統(tǒng)等相關(guān)，但具體原因需進一步分析。

2. 5. 4 穩(wěn)健性檢驗結(jié)果 為確保研究分析結(jié)論的可靠性，本研究通過替換因變量（sgrain）構(gòu)造替代模型對已有的回歸結(jié)果進行穩(wěn)健性檢驗，用于穩(wěn)健性檢驗的替換變量為人均農(nóng)業(yè)產(chǎn)值（pagdp）。對比農(nóng)業(yè)科技創(chuàng)新模型，發(fā)現(xiàn)反映短期投資效應的研發(fā)支出強度（sR&D）和反映長期創(chuàng)新效應的交乘項（sR&D*aPatent），在穩(wěn)健性檢驗中的結(jié)果（表9）與原模型基本一致，核心變量和交乘項的影響效果顯著。

在農(nóng)業(yè)科技創(chuàng)新環(huán)境模型中，研發(fā)支出強度（sR&D）和交乘項（sR&D*aPatent）的回歸結(jié)果同樣顯著，與原模型基本一致。綜上所述，在穩(wěn)健性檢驗的三個模型中有兩個通過穩(wěn)健性檢驗，只引入一個交乘項的農(nóng)業(yè)研發(fā)支出模型未通過檢驗，但該模型相對于另外兩個模型重要性稍弱，說明原有的回歸分析結(jié)果穩(wěn)健。

3 討論

本研究結(jié)果表明，我國整體研發(fā)支出對農(nóng)業(yè)生產(chǎn)的效用不明顯，但在使用分地區(qū)樣本后進一步得出研發(fā)支出效應具有空間異質(zhì)性。其中，西部地區(qū)農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)具有正向效應，而東部地區(qū)研發(fā)支出效應呈負向。張淑輝和陳建成（2013）也曾研究表明，農(nóng)業(yè)研發(fā)支出短期內(nèi)對農(nóng)業(yè)生產(chǎn)影響作用。農(nóng)業(yè)科技研發(fā)支出通過農(nóng)業(yè)科技創(chuàng)新成果的作用，顯著促進農(nóng)業(yè)生產(chǎn)發(fā)展，尤其在農(nóng)業(yè)產(chǎn)業(yè)發(fā)達的西部和東北部，說明農(nóng)業(yè)科技研發(fā)支出確實是通過農(nóng)業(yè)科技創(chuàng)新的路徑來實現(xiàn)長期效應，與理論模型結(jié)論一致。張躍強和陳池波（2015）研究表明，農(nóng)業(yè)科技研發(fā)支出對農(nóng)業(yè)生產(chǎn)的作用長期內(nèi)并不明顯，與本研究的結(jié)論存在差異，其原因是農(nóng)業(yè)科技研發(fā)支出長期效應需通過創(chuàng)新成果及其轉(zhuǎn)化來實現(xiàn)。此外，以技術(shù)交易市場為衡量指標的整體創(chuàng)新環(huán)境對農(nóng)業(yè)科技創(chuàng)新具有抑制效應。這是由于當前的技術(shù)交易市場傾向于投資高科技和高新產(chǎn)業(yè)，過多資源被其他產(chǎn)業(yè)的科技成果轉(zhuǎn)化占用后，農(nóng)業(yè)科技創(chuàng)新成果得不到快速轉(zhuǎn)化，從而抑制農(nóng)業(yè)科技創(chuàng)新促進農(nóng)業(yè)生產(chǎn)的作用。可見，農(nóng)業(yè)科技研發(fā)投入產(chǎn)出比過低，與技術(shù)市場交易的環(huán)節(jié)效率過低有關(guān)。與已有的研究（張淑輝和陳建成，2013;張躍強和陳池波，2015;Fuglie and Toole，2015;Eastwood et al.，2017;沈瓊等，2018）相比，本研究檢驗了一個特殊的變量——技術(shù)交易市場，其是農(nóng)業(yè)創(chuàng)新成果轉(zhuǎn)化為實際生產(chǎn)力的重要一環(huán)，但該環(huán)節(jié)農(nóng)業(yè)創(chuàng)新的效用被抑制。

4 建議

4. 1 調(diào)整農(nóng)業(yè)科技研發(fā)支出空間結(jié)構(gòu)

農(nóng)業(yè)科技研發(fā)支出要緊跟產(chǎn)業(yè)發(fā)展需求，針對不同區(qū)域農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)應匹配相應的農(nóng)業(yè)科技研發(fā)支出經(jīng)費。政府農(nóng)業(yè)研發(fā)經(jīng)費應更多地向西部地區(qū)和東北部地區(qū)等農(nóng)業(yè)產(chǎn)業(yè)較發(fā)達的地區(qū)傾斜。同時，增加農(nóng)業(yè)科技經(jīng)費投入還需考慮具體產(chǎn)業(yè)技術(shù)特征，不同農(nóng)業(yè)細分產(chǎn)業(yè)處于不同的技術(shù)發(fā)展階段，產(chǎn)業(yè)升級對科技資金投入的需求量也存在差異，也是造成研發(fā)支出效果具有空間異質(zhì)性的一個重要原因。

4. 2 制定差異化的創(chuàng)新激勵政策

在促進農(nóng)業(yè)生產(chǎn)方面，除了科技研發(fā)支出強度的效用具有空間異質(zhì)性外，農(nóng)業(yè)科技創(chuàng)新成果的效用也存在空間異質(zhì)性。這可能是東部發(fā)達地區(qū)政府傾向于對高新技術(shù)產(chǎn)業(yè)給予更多激勵措施，導致農(nóng)業(yè)科技扶持力度不夠;而西部地區(qū)由于農(nóng)業(yè)產(chǎn)業(yè)占比較大，地方政府給予農(nóng)業(yè)科技創(chuàng)新更多支持。當前，國家制定的高新產(chǎn)業(yè)目錄中尚未單獨針對農(nóng)業(yè)科技類，導致農(nóng)業(yè)創(chuàng)新技術(shù)必須合并到其他技術(shù)類別中去申請國家的高新技術(shù)扶持政策。因此，不同地方政府可在現(xiàn)有的高新技術(shù)評定體系下，針對當?shù)剞r(nóng)業(yè)產(chǎn)業(yè)特點，建立適合本地的農(nóng)業(yè)科技創(chuàng)新評價體系，并給予達標企業(yè)合理的稅收、補貼及產(chǎn)業(yè)扶持政策。

4. 3 建立獨立的農(nóng)業(yè)科技成果交易市場

本研究發(fā)現(xiàn)技術(shù)交易市場對農(nóng)業(yè)科技創(chuàng)新成果具有抑制效應，說明現(xiàn)有的創(chuàng)新成果轉(zhuǎn)化環(huán)境并不適合農(nóng)業(yè)科技成果發(fā)揮其應有的效應。這主要是由于現(xiàn)有的技術(shù)交易市場極易將資源引導向回報更快的成果轉(zhuǎn)化項目，而農(nóng)業(yè)科技成果轉(zhuǎn)化的周期通常較長，不易吸引到投資。因此，地方政府應該針對本地的農(nóng)業(yè)產(chǎn)業(yè)特征，建設(shè)獨立的農(nóng)業(yè)科技成果交易市場，同時需要引入相應的交易商，在初期啟動階段政府可考慮成立國有的技術(shù)收儲公司，對農(nóng)業(yè)科技成果進行收購和出售，以激發(fā)農(nóng)業(yè)科技成果交易市場的活躍度。

參考文獻：

白俊紅，江可申，李婧. 2009. 應用隨機前沿模型評測中國區(qū)域研發(fā)創(chuàng)新效率[J]. 管理世界，（10）：51-61. [Bai J H，Jiang K S，Li J. 2009. Stochastic frontier model to evalua-te the efficiency of regional R&D innovation in China [J]. Management World，（10）：51-61.]

陳鳴，周發(fā)明. 2016. 農(nóng)地經(jīng)營規(guī)模、農(nóng)業(yè)科技投入與農(nóng)業(yè)生產(chǎn)效率——基于面板門檻模型的實證[J]. 產(chǎn)經(jīng)評論，（3）：130-140. [Chen M，Zhou F M. 2016. Farmland ope-rational scale，agricultural technology investment and agricultural production efficiency—A Study based on the threshold panel model[J]. Industrial Economic Review，（3）：130-140.]

黃紅光，白彩全，易行. 2018. 金融排斥、農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟發(fā)展[J]. 管理世界，（9）：67-78. [Huang H G，Bai C Q，Yi X. 2018. Financial exclusion，investment in agricultural science and technology and agricultural economic development[J]. Management World，（9）：67-78.]

賴昭豪，陳美球，鄺佛緣，傅聰穎，張玉琴. 2019. 基于分布式認知理論的農(nóng)戶生態(tài)耕種意愿影響因素分析[J]. 南方農(nóng)業(yè)學報，50（4）：905-912. [Lai Z H，Chen M Q，Kuang F Y，F(xiàn)u C Y，Zhang Y Q. 2017. Influencing factors of farm house-holds’ willingness to ecological farming based on the distributed cognition theory[J]. Journal of Southern Agriculture，50（4）：905-912.]

沈瓊，王少朋，張兆瑞. 2018. 農(nóng)業(yè)技術(shù)創(chuàng)新對糧食生產(chǎn)效益的影響分析[J]. 農(nóng)林經(jīng)濟管理學報，17（6）：669-677. [Shen Q，Wang S P，Zhang Z R. 2018. Impact of agricultural technological innovation on grain production efficiency[J]. Journal of Agro-Forestry Economics and Ma-nagement，17（6）：669-677.]

王潔，夏維力. 2017. 陜西省農(nóng)業(yè)科技進步貢獻率測算分析——基于索羅余值法[J]. 科技管理研究，（19）：98-102. [Wang J，Xia W L. 2017. Analysis on contribution rate calculation of Shaanxi agricultural science and technology progress based on solow residual method[J]. Science and Technology Management Research，（19）：98-102.]

王洋洋，張曉慧，崔冀娜. 2019 .“一帶一路”沿線國家和地區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)效率研究[J]. 統(tǒng)計與決策，（4）：150-153. [Wang Y Y，Zhang X H，Cui J N. 2019. A study on technical efficiency of agricultural production in countries and regions along the ‘Belt and Road’[J]. Statistics & Decision，（4）：150-153.]

魏后凱. 2017. 中國農(nóng)業(yè)發(fā)展的結(jié)構(gòu)性矛盾及其政策轉(zhuǎn)型[J]. 中國農(nóng)村經(jīng)濟，（5）：2-17. [Wei H K. 2017. Structu-ral contradiction and policy transformation of agricultural development in China[J]. Chinese Rural Economy，（5）：2-17.]

楊義武，林萬龍. 2018. 農(nóng)業(yè)科技創(chuàng)新、空間關(guān)聯(lián)與農(nóng)民增收[J]. 財經(jīng)科學，（7）：70-82. [Yang Y W，Lin W L. 2018. Agricultural technology innovation，spatial correlation and farmers’ income[J]. Finance & Economics，（7）：70-82.]

張莉俠，呂國慶，賈磊. 2018. 技術(shù)引進、技術(shù)吸收能力與創(chuàng)新績效——基于上海農(nóng)業(yè)企業(yè)的實證分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，（9）：80-87. [Zhang L X，Lü G Q，Jia L. 2018. Technology introduction，technology absorption capacity and innovation performance—Based on the empirical analysis of Shanghai agricultural enterprises[J]. Journal of Agrotechnical Economics，（9）：80-87.]

張淑輝，陳建成. 2013. 農(nóng)業(yè)科研投資與農(nóng)業(yè)生產(chǎn)率增長關(guān)系的實證研究[J]. 云南財經(jīng)大學學報，（5）：83-90. [Zhang S H，Chen J C. 2013. An empirical study on the relationship between agricultural scientific research investment and agricultural productivity growth[J]. Journal of Yunnan University of Finance and Economics，（5）：83-90.]

張躍強，陳池波. 2015. 財政農(nóng)業(yè)科技投入對農(nóng)業(yè)科技創(chuàng)新績效的影響[J]. 科技進步與對策，32（10）：50-54. [Zhang Y Q，Chen C B. 2015. An empirical analysis on the impact of fiscal investment in science & technology of agriculture to agricultural science and technology innovation performance[J]. Science & Technology Progress and Po-licy，32（10）：50-54.]

張在一，杜銳，毛學峰. 2018. 我國誘致性農(nóng)業(yè)技術(shù)創(chuàng)新路徑——基于十種農(nóng)作物勞動力節(jié)約技術(shù)變革的研究[J]. 中國軟科學，（9）：15-25. [Zhang Z Y，Du R，Mao X F. 2018. The path to induced agricultural technology innovation in China—A research on laborsaving technological change based on ten crops[J]. China Soft Science，（9）：15-25.]

趙麗娟，張玉喜，潘方卉. 2019. 政府R&D投入、環(huán)境規(guī)制與農(nóng)業(yè)科技創(chuàng)新效率[J]. 科研管理，40（2）：76-85. [Zhao L J，Zhang Y X，Pan F H. 2019. Government R&D inputs，environment regulation and efficiency of agriculture S&T innovation[J]. Science Research Management，40（2）：76-85.]

Eastwood C，Klerkx L，Nettle R. 2017. Dynamics and distribution of public and private research and extension roles for technological innovation and diffusion：Case studies of the implementation and adaptation of precision far-ming technologies[J]. Journal of Rural Studies，49：1-12.

Fuglie K O，Toole A A. 2015. The evolving institutional structure of public and private agricultural research[J]. American Journal of Agricultural Economics，96（3）：862-883.

Seo M H，Shin Y. 2016. Dynamic panels with threshold effect and endogeneity[J]. Journal of Econometrics，195（2）：169-186.

（責任編輯 蘭宗寶）