科技创新、农业机械化对广东农业经济增长的影响

邓文博 ，万红珍

(1.河源职业技术学院 工商管理学院，广东 河源 517000；2.广东轻工职业技术学院 管理学院，广东 广州 510300 )

一、 引 言

2020年是我国全面实现小康的目标年，“三农”工作质量和脱贫攻坚战成效将决定农村能否同步全面建成小康社会。促进农业经济增长是实现农业高质发展、提高农民收入、保持农村和谐稳定的基础。在我国城镇化、人口老龄化和产业结构高级化的背景下，农村劳动力减少，土地资源稀缺问题日益突出，以要素驱动农业经济增长的方式已难以为继，而科技创新将成为农业经济可持续发展的新路径[1]。为此，中央一号文件多次提出要加快农业机械应用，加强农业技术研发，推动农业自主创新，通过实现农业现代化来促进农业经济增长。

随着国家对“三农”工作的重视，专家学者们对科技创新、农业机械化促进农业经济发展的作用进行了深入的探讨。科技创新是否促进农业经济发展一直存在争议，有些学者认为科技创新促进了农业经济发展，例如文兴吾和李后卿认为以农业科技进步实现农业现代化是农业经济发展的主要动力[2]，崔连连等学者研究发现农业科研经费投入对农业经济发展的贡献较大[3-4]；而也有学者认为科技创新并未对农业经济产生明显的影响，例如Trindade对南美10个国家的研究却发现研发投入减少并未对农业经济产生不良影响[5]；另外一些研究基于熊彼特“创造性破坏”思想认为科技创新促进农产品增收但价格快速下降导致总体收益下降[6]。多数学者认为农业机械化促进了农业经济增长，例如Houssou等认为农业机械化促进了农业经济增长，宋淑丽等人以黑龙江省为样本的研究也支持了这个结论[7-8]；陈莉指出农业机械化对农业经济增长的作用具有滞后性[9]；而王欧等人研究发现农业机械虽然在总体上促进了农业生产率，但对不同区域的作用存在一定的差异性，非平原地区的农业机械效用不如平原地区[10]。

广东省是我国的经济大省，改革开放以来工业特别是制造业得到了较快发展，而农业占比大的粤东西北地区12市受其位于丘陵地带影响发展相对滞后。已有研究发现广东省农业现代化投入水平在全国排第20位[11],农业科技资源配置效率排名仅为第27位[12]，农业科技投入强度低于全国平均水平[13]。那么广东省的科技创新是否有助于农业经济增长？农业机械化是否有利于非平原地区的广东省农业经济增长？厘清这些问题对广东省“三农”工作和粤东西北地区12市脱贫攻坚战具有重要意义。鉴于此，本文基于广东省1995-2018年统计数据，构建VAR模型以明确科技创新和农业机械化对农业经济增长的影响，并据此提出政策建议，以期为广东省农业现代化水平提升、农业脱贫增收工作提供参考。

二、研究方法与指标的选取

(一)向量自回归(VAR)模型

对于非严格外生的变量，可以用向量自回归(VAR)模型将所有变量设定为内生变量进行建模，以分析变量之间的内在关系。本研究中科技创新和农业机械化可以促进农业经济的增长；反过来，农业经济增长也可能影响科技创新和农业机械化水平，故采用VAR模型能较好地分析广东省科技创新和农业机械化是否对农业经济增长产生了影响，以及产生正向还是负向的影响。

VAR模型用来估计联合内生变量的动态关系，不带有任何实现约束条件，该模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型。

其中，单变量自回归(AR)模型可以用该变量的过去值来预测其未来值，则可以用它的过去值来构建线性函数，其模型构造如下：

Yt=β0+β1yt-1+β2yt-2+…+βkyt-k+εt

(1)

式(1)中k为滞后阶数，εt是误差项。

由单变量向自回归模型推广到由多元时间序列变量组成的“向量”自回归(VAR)模型，将每个变量和相关内生变量的滞后项进行回归，以解释变量间的动态关系。VAR模型经常用来分析多个变量之间的关系，是处理多个相关经济指标的分析与预测最容易操作的模型之一。包含n个内生变量的动态线性回归的 VAR 模型构造如下：

(2)

式(2)中，Γ0、Γi，j、Γi,0为系数矩阵，k为滞后阶数，xt为外生变量，εt为误差向量，要求误差向量为白噪音，也就是满足期望值为 0，变异数为固定值，没有序列相关。

(二)指标选取

本研究基于广东省的时间序列数据分析科技创新和农业机械化对农业经济增长的影响，需要选取合适的指标来度量广东省的科技创新水平、农业机械化水平和农业经济增长水平，参考现有文献和数据的可获取性，各指标的具体选取和计算方法如下：

农林鱼牧业总产值代表着当前农村经济发展水平，但是产业总值并不能真实的反应地区农业经济发展，因此本文选用人均农业生产产值(PNGDP)来反应广东省农业经济增长水平，人均农业生产产值=农林鱼牧业产业总值/第一产业从业人数。

农业机械化能够很好地改善农业生产经营条件，提升农业生产技术水平和经济效益，本研究借鉴李平等人的做法以农业机械总动力(TPAM)来衡量广东省的农业机械化水平[14]。

科技创新是促进农业生产、更好实现农业机械化的动力。关于科技创新的衡量，多数文献是采用创新投入或创新产出来度量。本研究参考严成梁和雷欣等人的做法，选取的代表科技创新的指标包括地区创新水平和地区创新投入强度[15-16]。其中创新水平=发明专利授权了/劳动人口数量，记作(INND)；创新投入强度=研发投入经费/地区生产总值，记作(RD)。

本研究所选用的原始数据均来自《广东省统计年鉴》《中国统计年鉴》，样本的选取区间为1995-2018年。为了避免人均农业生产产值、科研经费投入2项指标受价格因素的影响，已对该2项指标的数据进行了价格因素剔除处理。

本研究运用VAR模型来分析广东省农业机械化、科技创新对农业经济增长的动态影响，以农业经济增长为被解释变量，以农业机械化、科技创新为解释变量来建立VAR模型。为减少模型之间的不同量纲的影响，对所有的指标进行对数处理，lnPNGDP表示农村经济增长对数值，lnTPAMt、lnINNDt、lnRDt为影响农村经济增长的解释变量的对数值，分别代表农村机械化水平、创新水平、创新投入强度。

三、实证检验和结果分析

(一)数据序列的ADF检验

不平稳的时间序列数据会造成模型出现伪回归的情况，因此，首先对所有数据序列进行平稳性检验。采用ADF对所有变量见效单位根的平稳性检验，检验结果如表1所示，结果显示所有变量的一阶差分在5%显著水平下都是同阶平稳的。

(二)VAR模型滞后阶数的确定

由于变量之间的动态关系存在一定的滞后性，在进行分析前需要确定VAR模型的滞后阶数，本研究综合考虑LogL、LR、FPF、AIC和SC五个准则进行检验得到结果如表2所示。表中LR、FPF和SC准则检验的结果均提示最佳滞后周期为1阶，因此建立VAR(1)模型，并且在滞后阶数为1阶时，模型多项式的特征根的倒数均在单位圆内，如图1所示，表明该VAR模型是稳定的，可以进行格兰杰因果检验和脉冲响应分析。

表1 ADF检验结果

表2 滞后阶数检验结果

图1 模型稳定性检验

(三)协整检验分析

以VAR模型的最优滞后周期1阶来对进行协整检验，以确定变量之间是否存在长期稳定的协整关系。采用Johansen协整检验方法，检验结果见表3所示. 根据协整检验的结果可以看出，在5%的显著水平下拒绝了不存在协整方程的原假设，说明至少存在1个协整方程，变量之间存在长期稳定的协整关系。

表3 协整检验

(四)格兰杰因果检验

协整检验表明农业机械化、科技创新与农村经济增长存在长期稳定的关系。为进一步探索广东省科技创新、农业机械化和农业经济增长的动态关系，对变量进行格兰杰(Granger)因果检验，检验结果如表4所示。根据格兰杰因果检验结果，在5% 的显著性水平下，科研经费的投入、创新水平和农业机械化均是农业经济增长的格兰杰原因，对农业经济存在显著影响。

(五)脉冲响应分析

脉冲响应可以在控制VAR模型其他变量不变的情况下，分析一个变量受到一个标准差冲击后，对另一个变量当前和未来影响的情况，可以直观地展示变量之间的动态交互作用。为进一步分析科技创新和农业机械化对农业经济增长的影响，利用VAR模型的脉冲响应分析，以探索变量之间的动态关系。设定周期为20，分别给予lnRD、LnINND、LnTPAM一个标准差冲击，观察农业经济增长对冲击做出的响应。结果如图2所示。

表4 格兰杰因果检验结果

从图2中可以看出，给予科技创新一个标准差冲击，会对农业经济发展产生一个正向冲击，这个正向冲击将会在第14期达到峰值，随后逐渐减弱，但减弱趋势很慢，说明科技创新会对于农业经济的发展产生正向影响。但是产生的影响并不是迅速的，其减弱也不是快速的，而是一个逐渐的过程，说明科技创新对于农业经济的影响是长期的可持续的。给予科研经费投入一个标准差冲击，对农业经济发展产生的正向冲击在第3期达到顶峰，随后逐渐减弱，到第8期开始收敛于0，说明科研经费在短期内能较好地促进农业经济的发展。但是从长期来看科研经费的投入需要转化为农业科技技术，才能更好地服务农业。

给予农业机械化一个标准差冲击，对于农业经济增长是负向的影响，但第4期达到峰值，随后减弱。这说明当前广东省农业产业的机械化水平对农业经济的影响是负向的，到第9期开始收敛于0，这与王欧等人研究发现农业机械在非平原地区效用不好的结论相吻合。

图2 LNRD、LNTPAM、LNINND冲击引起的脉冲响应函数

四、结论与建议

(一)结论

通过科技创新和农业机械化提升农业现代化水平是促进当前农业经济增长的主要路径。本研究构建了VAR模型分析广东省科技创新、农业机械化对农业经济增长的影响，经过格兰杰因果检验和脉冲响应分析，发现科技创新和农业机械化对于广东省农业经济增长的影响程度和影响方式不同。科研经费的投入和创新水平的提高均能促进农业经济的发展，但是它们如何转化到农业产业化的提高上，是促进农业经济发展的关键。增加科研经费在农业技术上的投入，才能更好地促进农业经济的发展。农业机械化是农业经济增长的格兰杰因果检验，但是对农业经济增长的脉冲响应是负向的。

广东省农业机械化对农业经济增长的负向效应可能与广东省位于丘陵地带，农业机械效用差和农业生产专业化程度低有关。虽然广东省是在全国GDP居首位，但是广东省的经济发展是不平衡的。其主要优势在于工业和第三产业，但是粤东西北山区的主要农业基地经济发展相对滞后，农业生产以个体农户为主，不愿意对农业机械投入太多，这又导致农业经济发展更加滞后，农业产业专业化和现代化水平不高，阻碍了农业经济的发展。

(二)政策建议

根据研究结论，提出政策建议如下：1.加大农业科研经费投入。政府部门的科研经费向农业科研机构倾斜；制定税收和金融政策鼓励农业企业加大科研经费的投入。2.促进农业科技研发工作。激励农业科研机构和农业企业对农机技术、农业生产技术、农业加工技术等方面进行深入研究；加大力度开展农业种植和养殖技术的探索、试验工作；注重农业科技成果的转化，使其成为促进农业经济发展的主要力量。3.提升农业机械化水平。促进丘陵地带农业机械的研发和应用；鼓励农机设备租赁业的发展，提高农业设备的利用率和经济效益。4.提升农业专业化水平。鼓励土地流转，通过农业公司、农村合作社等对农业生产、农产品加工产业进行专业化、集约化生产，提高农业现代化水平。