农业科技研发推广与农民家庭经营性收入的实证研究

丁岩

摘要 基于VAR模型进行实证研究，得出农业科技推广费用与农业科研经费投入对农民家庭经营收入的影响显著。从长期来看，农业科技推广费用每增加1%，农民家庭经营性收入将增加0.18%；农业科研经费投入每增加1%，农民家庭经营性收入将增加0.59%。

关键词 农业科技推广；VAR模型；农民家庭经营性收入

中图分类号 F-9；F063.4 文献标识码 A 文章编号 0517-6611（2018）02-0181-03

Abstract Based on the VAR model， the empirical research results concluded that agricultural science and technology promotion expenses and agricultural research expenditure impact on farmers income of household operation significantly. In the long run， agricultural science and technology promotion expenses， every 1% increase peasant family business income will increase by 0.18%； 1% increase in agricultural scientific research funds， peasant family business income will increase by 0.59%.

Key words Agricultural technology promotion； VAR model； Farmershousehold income

2017年中共中央颁布了《关于深入推进农业供给侧结构性改革，加快培育农业农村发展新动能的若干意见》，继续重申“加强农业科技研发，强化农业科技推广”。农业技术推广是科研成果转化为现实农业生产力的桥梁，是联系农业科研及农业生产的纽带，是促进农业技术进步、实现农业现代化的手段，是增强农业国际竞争力的重要措施。事實证明，先进适用的农业科研成果，通过农业技术推广，广泛地应用于农业生产、加工、销售的各个领域，可以有效促进农民增收，实现农业持续发展。

因此，笔者选取农业科技研发和推广对农民家庭经营性收入的影响作为研究视角，利用计量经济模型，深入剖析二者的关系，得出具有指导性的结论，为政府出台相关扶持农业科技推广的政策提供依据。

1 变量确定、数据来源与研究方法

1.1 变量确定 为研究农业科技推广水平和农民家庭经营性收入的相关性，选择以下3个指标。

（1）农业科研投入经费（X1）。指在农业科学技术领域，为增加知识总量、以及运用这些知识去创造新的应用而进行的系统的、创造性的活动，包括基础研究、应用研究、试验发展3类活动。 基础研究指为了获得关于现象和可观察事实的基本原理的新知识（揭示客观事物的本质、运动规律，获得新发展、新学说）而进行的实验性或理论性研究，它不以任何专门或特定的应用或使用为目的；应用研究指为获得新知识而进行的创造性研究，主要针对某一特定的目的或目标，为了确定基础研究成果可能的用途，

或是为达到预定的目标探索应采取的新方法（原理性）或新途径；试验发展指利用从基础研究、应用研究和实际经验所获得的现有知识，为产生新的产品、材料和装置，建立新的工艺、系统和服务，以及对已产生和建立的上述各项作实质性的改进而进行的系统性工作。

（2）农业科技推广投入经费（X2）。主要包括推广机构的事业费和专项推广经费。我国农业推广机构分为种植业、畜牧业、兽医、渔业、农业机械化等几个方面。专项推广经费每年各有侧重，最近几年侧重全国基层农技推广系统改革与建设补助、农业技术推广机构条件建设、优势农产品重大技术示范推广、粮棉油糖高产创建、测土配方施肥、保护性耕作、园艺作物标准园创建、农业科技成果转化资金项目、超级稻新品种选育与示范推广等。

（3）农民家庭经营性收入（Y）。农民收入分为工资性、家庭经营性、财产性、转移性4个方面的收入。农民家庭经营收入是以家庭为单位的小规模生产经营取得的收入。主要包括农业生产如种植、饲养畜禽等的收入，以及农民以家庭为单位在家庭农业经营之外进行的诸如工业、商业等第二、三产业收入。

1.2 数据来源与分析工具 数据主要来源于《中国统计年鉴》《中国农业统计年鉴》《中国科技统计年鉴》《新中国六十年农业统计资料》等，通过整理计算得出。数据年份为1985—2014年，以1985年的价格指数确定为100，剔除了价格因素的影响，使各个指标具有可比性。该研究选用计量经济学软件Eviews 9.0作为主要的分析工具。

1.3 研究方法 选用向量自回归模型（VAR）进行相关性分析。VAR模型通常用于多变量时间序列的预测和描述随机扰动对变量系统的动态影响，而不附带任何约束条件。VAR模型并不关注参数的检验，主要是研究序列之间的动态变化规律[1]。

2 结果与分析

2.1 格兰杰因果关系检验 建立VAR模型，应纳入具有相关关系的变量作为因变量，而变量间是否具有相关关系，要用格兰杰因果关系检验确定。

从表1可以看出，lnX1、lnX2都是lnY的Granger原因，lnY是lnX1、lnX2的外生变量，并且lnX2还是lnX1 的Granger原因。说明农业科研和农业推广政府支出增加都会促进农户家庭经营收入的增长，但是这种因果关系是单向的，即农户家庭收入的增长不会促进农业科研和农业推广投入增加。

2.2 滞后阶数检验 建立VAR模型，还应确定最大滞后阶数P。 如果P值太小，残差可能存在自相关，并导致参数估计的非一致性。适当加大P值，可消除残差中存在的自相关。

从表2给出的0～5阶VAR模型的LR、FPE、AIC、SC和HQ值，并用“*”标记出依据相应准则选择出来的滞后阶数。可以看到，有超过一半的准则选出来的滞后阶数为2阶，可以将VAR模型的滞后阶数定义为2阶。

2.3 平稳性检验 VAR模型要求序列是平稳的，因此，先检验序列的平稳性。ADF检验是检验序列中不存在单位根，如果不存在单位根则序列是平稳的，如果存在单位根则序列是不平稳的，如果进行回归分析，就可能存在伪回归[2]。从表3可以看出，经过数据的对数处理和一阶差分后，3个变量呈现平稳状态，可以进行协整分析。

2.4 协整分析 该研究中的3个时间变量虽然自身是不平稳的，但其某种线性组合是平稳的。这个线性组合反应变量之间长期稳定的比例关系，称为协整关系[3]。该研究用约翰

森检验进行协整分析。

2.5 方差分解 方差分解是研究VAR模型的动态特征，试图把系统中每个内生变量的波动按其成因分解为与各方程新息相关联的若干个组成部分，从而了解各新息对模型内生变量的相对重要性。利用方差分解可描述每個变量的更新对VAR系统变量影响的贡献度，是一种相对效果的描述[5]。

由表5可知，农业科研和科技推广对农户家庭经营性收入均产生一定程度的影响[6]，随着时间的推移，影响程度逐渐增强，并且农业科技推广的影响程度更大。到滞后10期，lnX2对lnY的影响为22.2%，lnX1对lnY 的影响为19.7%。

4 结论

实证分析结果表明，增加农业科研和农业科技推广的投入，会推动农户经营性收入的增长，从长期来看，农业科研投入和农业科技推广支出与农民家庭经营性收入显现积极的影响，存在明显的正相关关系，国家应该加大这两方面的财政投入，从而有效地促进农民增收[7]。

参考文献

[1]邬德林，张平.农业科技投入是形成农民收入“马太效应”的原因吗[J].农业技术经济，2015（4）：61-68.

[2] 张利庠，纪海燕. 试析我国农业技术推广中的财政投入[J].农业经济问题，2007（2）：55-62.

[3] 张志军，鲁黛迪.农业科技进步水平与农民家庭经营性收入关系的实证[J].统计与决策，2013（8）：103-105.

[4] 陆文聪，余新平.中国农业科技进步与农民收入增长[J].浙江大学学报（人文社会科学版），2013，43（4）：5-16.

[5] 刘进宝，刘洪.农业技术进步与农民农业收入增长弱相关性分析[J].中国农村经济，2004（9）：26-30.

[6] 黄敬前，郑庆昌.我国农业科技投入结构合理性研究[J].福建论坛（人文社会科学版），2013（4）：22-25.

[7] 张岐，李映强.农业科技推广资金整合的对策研究[J].南方农村，2009，25（6）：28-31.