葛成莉，劉 偉

（1.蘭州財經(jīng)大學(xué) 隴橋?qū)W院，甘肅 蘭州 730101；2.甘肅省高校區(qū)域循環(huán)經(jīng)濟(jì)重點實驗室，甘肅 蘭州 730101）

一、引言

在全國脫貧攻堅、持續(xù)推進(jìn)鄉(xiāng)村振興戰(zhàn)略大環(huán)境下，作為經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的甘肅，緊扣糧食增產(chǎn)、農(nóng)業(yè)增效、農(nóng)民增收的主線，不斷深入開展農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，給已有的“弱質(zhì)農(nóng)業(yè)”注入發(fā)展新動能，2017 年相繼出臺的《甘肅省“十三五”農(nóng)業(yè)與農(nóng)村經(jīng)濟(jì)發(fā)展規(guī)劃》、《甘肅省“十三五”西部大開發(fā)實施意見》等文件都強調(diào)要大力發(fā)展現(xiàn)代農(nóng)業(yè)，因此，研究技術(shù)進(jìn)步、農(nóng)業(yè)現(xiàn)代化對甘肅農(nóng)業(yè)經(jīng)濟(jì)增長的影響具有重大的現(xiàn)實意義。

已有關(guān)于農(nóng)業(yè)經(jīng)濟(jì)增長的文獻(xiàn)主要聚焦于以下幾個方面：一是要素投入與農(nóng)業(yè)經(jīng)濟(jì)增長。向敬偉和李江風(fēng)（2018）[1]認(rèn)為，貧困山區(qū)耕地的利用轉(zhuǎn)型是是助力脫貧攻堅和區(qū)域協(xié)調(diào)發(fā)展的新途徑；張亦弛和代瑞熙（2018）[2]則強調(diào)農(nóng)業(yè)經(jīng)濟(jì)增長中農(nóng)村基礎(chǔ)設(shè)施的重要性，他們研究發(fā)現(xiàn)農(nóng)村水利、信息、衛(wèi)生環(huán)境和交通等基礎(chǔ)設(shè)施顯著提高了農(nóng)業(yè)經(jīng)濟(jì)增長水平；宋淑麗和王新利（2017）[3]發(fā)現(xiàn)經(jīng)濟(jì)新常態(tài)下，一些新型的生產(chǎn)要素對農(nóng)業(yè)經(jīng)濟(jì)增長的助推效應(yīng)越來越大，比如農(nóng)業(yè)機械化、土地規(guī)?；咚刭|(zhì)的農(nóng)業(yè)從業(yè)人員等。二是結(jié)構(gòu)調(diào)整、環(huán)境污染與農(nóng)業(yè)經(jīng)濟(jì)增長。王紅和王鄂湘（2017）[4]以湖南省2003—2012 的數(shù)據(jù)為樣本，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化顯著提升了農(nóng)業(yè)經(jīng)濟(jì)增長效率；楊建輝（2017）[5]的研究表明，農(nóng)業(yè)化學(xué)化與農(nóng)業(yè)經(jīng)濟(jì)增長之間實現(xiàn)了從相對脫鉤到絕對脫鉤的轉(zhuǎn)變，提出應(yīng)發(fā)展農(nóng)業(yè)科技，加強低污染農(nóng)業(yè)現(xiàn)代化建設(shè)的對策。三是政策性支農(nóng)與農(nóng)業(yè)經(jīng)濟(jì)增長。張樂等（2016）[6]運用中國1996—2011 年的省級面板數(shù)據(jù)研究發(fā)現(xiàn)制度約束下的農(nóng)村金融發(fā)展抑制了農(nóng)村經(jīng)濟(jì)發(fā)展；辛沖沖和陳志勇（2017）[7]對財政支農(nóng)的效應(yīng)做了分解，發(fā)現(xiàn)財政支農(nóng)的活動效應(yīng)對農(nóng)業(yè)經(jīng)濟(jì)增長貢獻(xiàn)最大，效率效應(yīng)最小。也有學(xué)者從人力資本、科技投入等視角研究了農(nóng)業(yè)經(jīng)濟(jì)增長（POST note，2006；Garnett T.，et al，2013；Kolawole Ogundari，2014）[8-10]。

學(xué)界從不同視角對農(nóng)業(yè)經(jīng)濟(jì)增長進(jìn)行了大量研究，為中國農(nóng)業(yè)發(fā)展提供了寶貴的真知灼見和智力支持。但查閱已有文獻(xiàn)發(fā)現(xiàn)，研究視角雖較為多樣，但結(jié)合目前農(nóng)業(yè)經(jīng)濟(jì)發(fā)展新態(tài)勢，融技術(shù)進(jìn)步和農(nóng)業(yè)現(xiàn)代化為同一框架去研究對農(nóng)業(yè)經(jīng)濟(jì)增長影響效應(yīng)的還較少，貧困地區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展對我國實現(xiàn)全面小康具有重要意義，但已有的研究成果聚焦于此的不多?；诖?，本文采用甘肅省14 個市州2004—2016 年的面板數(shù)據(jù)實證分析技術(shù)進(jìn)步、農(nóng)業(yè)現(xiàn)代化與農(nóng)業(yè)經(jīng)濟(jì)增長的關(guān)系。

二、變量選取和數(shù)據(jù)來源

（一）被解釋變量

文章的被解釋變量為農(nóng)業(yè)經(jīng)濟(jì)增長，仿照學(xué)術(shù)界通常的做法，采用人均農(nóng)林牧漁業(yè)總產(chǎn)值（pagrva）來衡量，計算公式為：甘肅省各市州每年農(nóng)林牧漁業(yè)總產(chǎn)值/ 各市州農(nóng)村年末常住人口。

（二）解釋變量

本文關(guān)注技術(shù)進(jìn)步和農(nóng)業(yè)現(xiàn)代化水平對農(nóng)業(yè)經(jīng)濟(jì)增長的影響。關(guān)于技術(shù)進(jìn)步，學(xué)界沒有標(biāo)準(zhǔn)的統(tǒng)計指標(biāo)，針對甘肅省各地區(qū)，查閱已有統(tǒng)計資料和相關(guān)網(wǎng)站，發(fā)現(xiàn)能獲取的關(guān)于農(nóng)業(yè)技術(shù)方面的數(shù)據(jù)較少，本文選擇人均專利申請量作為替代指標(biāo)，計算公式為：甘肅省各市州年末申請的專利數(shù)/ 各市州年末總?cè)藬?shù)；對農(nóng)業(yè)現(xiàn)代化衡量需要復(fù)雜的指標(biāo)體系，農(nóng)業(yè)現(xiàn)代化不同于傳統(tǒng)農(nóng)業(yè)，其特點主要體現(xiàn)在農(nóng)業(yè)生產(chǎn)、經(jīng)營、產(chǎn)出、生態(tài)的現(xiàn)代化、農(nóng)村社會現(xiàn)代化等（杜宇能等，2018）[11]，考慮數(shù)據(jù)的可得性，本文選用人均農(nóng)業(yè)機械總動力和農(nóng)村人均用電量來衡量，計算公式為：人均農(nóng)業(yè)機械總動力=甘肅省各市州農(nóng)業(yè)機械總動力/ 各市州農(nóng)村年末常住人口、農(nóng)村人均用電量=甘肅省各市州農(nóng)村用電量/ 各市州農(nóng)村年末常住人口。為了實證結(jié)論穩(wěn)健性起見，本文還引入了人均耕地面積，人均受災(zāi)面積，人均化肥施用量等和農(nóng)業(yè)增長密切相關(guān)的指標(biāo)作為控制變量，其計算公式和前文相似，不再贅述。

以上數(shù)據(jù)，除專利授權(quán)量來自甘肅省科學(xué)技術(shù)廳（甘肅省知識產(chǎn)權(quán)局）網(wǎng)站外，其余均來自于歷年《甘肅發(fā)展年鑒》《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》。表1 報告了變量的描述性統(tǒng)計量。

表1 變量的描述性統(tǒng)計

三、回歸結(jié)果分析

經(jīng)檢驗，被解釋變量和各解釋變量的水平值在四種不同的檢驗方法得出的結(jié)果類似，無法拒絕不平穩(wěn)的原假設(shè)，經(jīng)過一階差分的檢驗結(jié)果，所有變量都在1%的顯著性水平下，拒絕了非平穩(wěn)的原假設(shè)，表明變量經(jīng)一階差分后全部為平穩(wěn)性數(shù)據(jù)，協(xié)整檢驗表明變量之間存在著穩(wěn)定的協(xié)整關(guān)系。

混合回歸結(jié)果中農(nóng)村用電量（lnelectric）的系數(shù)為負(fù)，且不顯著，而且受災(zāi)面積（lndisaster）和農(nóng)業(yè)經(jīng)濟(jì)增長之間正相關(guān)，這顯然不符合實際。運用stata14.0 軟件進(jìn)行F 檢驗，其原假設(shè)為模型為混合模型。檢驗結(jié)果顯示：F test that all ui=0：F（13，155）=64.11，Prob＞F=0.0000。在1%的顯著性水平下拒絕了原假設(shè)，LSDV 的檢驗也拒絕原假設(shè)，所以，模型存在有差異的個體效應(yīng)，不能使用混合效應(yīng)。確定模型為個體效應(yīng)后，還需判斷是固定效應(yīng)還是隨機效應(yīng)，在此，采用豪斯曼檢驗。其原假設(shè)為H0：difference in coefficients not systematic，即模型應(yīng)采用隨機效應(yīng)。豪斯曼檢驗的 結(jié)果 為chi2（7）=（b-B）'[（V_b -V_B）^（-1）]（b-B）=23.08，Prob＞chi2=0.0017。豪斯曼統(tǒng)計量的值為23.08，在1%的顯著性水平下拒絕了原假設(shè)，因此，模型為固定效應(yīng)下的面板模型。

由以上檢驗可知，模型形式為固定效應(yīng)下的面板模型，表2 報告了該模型的回歸結(jié)果。

表2 固定效應(yīng)面板模型回歸結(jié)果

從表2 初步的實證結(jié)果可知，核心解釋變量技術(shù)進(jìn)步在1%的顯著性水平下，增加了甘肅各市州農(nóng)林牧漁業(yè)總產(chǎn)值；在5%的顯著性水平下，機械化程度提高有助于甘肅農(nóng)業(yè)經(jīng)濟(jì)增長，農(nóng)村用電量對甘肅農(nóng)業(yè)增長也有顯著的正面效應(yīng)；其他控制變量方面，在10%的顯著性水平下，耕地面積和化肥施用量和農(nóng)業(yè)經(jīng)濟(jì)增長正相關(guān)，農(nóng)業(yè)受災(zāi)面積降低了農(nóng)業(yè)總產(chǎn)值。變量間是否存在動態(tài)效應(yīng)，需做進(jìn)一步檢驗。

四、進(jìn)一步的解釋

由于核心解釋變量無法保證嚴(yán)格外生性，技術(shù)水平和農(nóng)業(yè)現(xiàn)代化很可能受到其他控制變量的影響，內(nèi)生性問題可能導(dǎo)致靜態(tài)面板模型實證結(jié)果有偏和非一致性，而系統(tǒng)GMM 估計能有效解決這些問題，因此，使用系統(tǒng)GMM 估計對模型變量間的關(guān)系做進(jìn)一步分析。

為了控制滯后一期被解釋變量的影響，將滯后一期的人均農(nóng)林牧漁業(yè)總產(chǎn)值（lnpagrva）作為解釋變量納入模型?？紤]到各解釋變量特征，人均耕地面積和受災(zāi)面積不受其他變量的影響，應(yīng)作為外生變量，把滯后一期的農(nóng)林牧漁業(yè)總產(chǎn)值、技術(shù)水平和農(nóng)村用電量等作為內(nèi)生變量。模型的估計結(jié)果如表3 所示。

表3 系統(tǒng)GMM 估計的回歸結(jié)果

首先對系統(tǒng)GMM 的適用性做檢驗，為了估計的一致性，系統(tǒng)GMM 估計的前提是隨機干擾項不存在自相關(guān)，Arellano-Bond 檢驗結(jié)果顯示，在1%的顯著性水平下，隨機擾動項的差分存在一階自相關(guān)，但不存在二階自相關(guān)，接受擾動項無自相關(guān)的原假設(shè)，可以使用系統(tǒng)GMM；由于本文使用了208 個工具變量，可能存在過度識別問題，需進(jìn)行Sargan 檢驗，Sargan 檢驗的原假設(shè)為：“所有工具變量均有效”，檢驗結(jié)果表明，在1%的顯著性水平下，無法拒接原假設(shè)。進(jìn)一步觀察Wald 統(tǒng)計量值為2 437.19，表明模型整體上回歸結(jié)果是顯著的。

觀察各變量回歸系數(shù)，被解釋變量的一階滯后項顯著正向影響了當(dāng)期被解釋變量的值，表明農(nóng)業(yè)增長本身存在共同的變化趨勢和慣性；各解釋變量符號和現(xiàn)實相符，除了受災(zāi)面積為負(fù)向指標(biāo)外，其余都是正向指標(biāo)。和靜態(tài)固定效應(yīng)下的實證結(jié)果相比，各變量穩(wěn)健的標(biāo)準(zhǔn)誤差更小，表明模型精確程度進(jìn)一步提高，核心解釋變量技術(shù)水平每提高1%，農(nóng)業(yè)經(jīng)濟(jì)增長率提高0.15%，驗證了文章第一個假說；機械化程度每提高1%，農(nóng)業(yè)增長率提高0.04%，而另一個代表農(nóng)業(yè)現(xiàn)代化指標(biāo)的農(nóng)村人均用電量每提高1%，農(nóng)業(yè)增長率提高0.54%，驗證了文章第二個假說。機械化程度對甘肅農(nóng)業(yè)經(jīng)濟(jì)增長的整體影響效應(yīng)較小的原因是甘肅地形地貌在不同市州差異較大（比如河西地區(qū)和河?xùn)|地區(qū)），有些地區(qū)很難實現(xiàn)大規(guī)模機械化運作，控制變量的影響效應(yīng)不再贅述。

五、結(jié)論及啟示

利用甘肅省14 個市州2004—2016 年的數(shù)據(jù)，分析了技術(shù)水平、農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)經(jīng)濟(jì)增長的影響。選用人均農(nóng)林牧漁業(yè)總產(chǎn)值作為農(nóng)業(yè)經(jīng)濟(jì)增長的衡量指標(biāo)，選取人均專利申請量作為技術(shù)水平的替代指標(biāo)，用農(nóng)村人均機械化總動力、農(nóng)村人均用電量作為衡量農(nóng)業(yè)現(xiàn)代化的替代指標(biāo)，描述了各變量的數(shù)量特征和變化趨勢；運用固定效應(yīng)靜態(tài)面板數(shù)據(jù)模型和動態(tài)系統(tǒng)GMM估計實證檢驗了變量之間的關(guān)系。研究結(jié)果表明：（1）技術(shù)水平顯著提升了農(nóng)業(yè)經(jīng)濟(jì)增長率；（2）農(nóng)業(yè)現(xiàn)代化水平不同程度加快了農(nóng)業(yè)經(jīng)濟(jì)增長，相比而言，在甘肅省，農(nóng)村用電量的增長效應(yīng)高于農(nóng)業(yè)機械化；（3）耕地面積、化肥施用量顯著正向于農(nóng)業(yè)經(jīng)濟(jì)增長，農(nóng)村受災(zāi)面積抑制農(nóng)業(yè)經(jīng)濟(jì)增長。

結(jié)合以上分析，得出以下啟示：第一，不斷提高農(nóng)業(yè)技術(shù)水平，加大農(nóng)業(yè)科技資源投入力度，加快農(nóng)業(yè)科技成果轉(zhuǎn)化速度；第二，建立、完善農(nóng)村各項基礎(chǔ)設(shè)施，切實保障農(nóng)業(yè)生產(chǎn)穩(wěn)定性和安全性；第三，轉(zhuǎn)變農(nóng)業(yè)經(jīng)濟(jì)發(fā)展模式，高投入、高污染、高排放的傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式已不合適宜，應(yīng)以技術(shù)推動和創(chuàng)新驅(qū)動為著力點，不斷提升農(nóng)業(yè)現(xiàn)代化發(fā)展水平。