财政支农、农业技术创新对农业经济增长的影响效应研究

朱万里，胡瑜杰

（甘肃省高校区域循环经济重点实验室，兰州财经大学陇桥学院，甘肃兰州730101）

0 引言

“三农”问题是关系国计民生的根本性问题。2017年10月18日习近平总书记在十九大报告中明确提出乡村振兴战略，其战略目标是在2050年乡村全面振兴，农业强、农村美、农民富全面实现。而解决“三农”问题的关键在于通过加大对“三农”的财政投入，提高农业技术创新水平，优化农业生产结构，促进农业经济增长。

国内外研究农业经济增长的文献主要聚焦以下几点：第一，制度与农业经济增长。学者们从财政分权、制度约束、税费改革等视角分析了现有制度对农业经济增长的影响，发现农业经济增长的制度效应差异较大［1-3］；也有学者研究制度变迁与农业经济增长，发现有效率的制度变迁是中国粮食持续增产的重要源泉［4］，是农业增长的重要动力，制度变迁的路径选择和合理的制度设计是农业经济增长的决定性因素［5-6］。第二，财政、金融与农业经济增长。辛冲冲，陈志勇［7］利用2000—2014年间我国31个省份的农业GDP和财政支农支出数据，把财政支农的影响做了效应分解，发现不同的效应对农业经济增长不同；吕诚伦，江海潮［8］也发现财政支农对农业经济增长的效应受众多因素影响；Peter Timmer［9］认为只有通过政府加大农业投入，才能从根本上提高贫困国家的农业生产率；刘金全等［10］的研究发现只有清晰诊断不同地区农村金融发展的阶段性特征，才能更好发掘金融助推农村经济增长的新动能；李永东［11］以中国农业发展银行为例，研究了政策性金融机构对粮食主产区经济增长的影响，发现其影响效应在不同区域差异明显。第三，要素投入与农业经济增长。学者们从耕地利用、人力资本、农村基础设施、教育资源投入、农业化学投入等视角分析了不同的要素投入对不同地区农业经济增长的影响［12-16］。第四，技术进步与农业经济增长。POSTnote［17］、Garnett等［18］认为，技术进步是提高粮食产量、保障粮食安全的“圣杯”，耗费大量自然资源的生产方式已不合时宜。因此，如何通过技术进步来提高农业或者粮食生产率已成为学界研究热点之一［19］；杨义武等［20］运用中国1999—2013省级面板数据，得出农业前沿技术进步对粮食增产有显著的促进作用。

国内外学者从制度、财政和金融支持、要素投入、技术进步等方面对农业经济增长做了大量有价值的研究。但已有的研究成果还存在如下不足：第一，研究视角单一化，已有的研究虽有从财政支农与农业经济增长、技术进步与农业经济增长视角切入，但很少有把农业技术创新、财政支农和农业经济增长纳入同一研究框架内进行探讨；第二，研究方法较为陈旧，已有的研究方法多为标准的计量方法：主成分分析和因子分析、DEA-Malmquist指数模型、静态和动态面板数据模型等，较少涉及经济变量间空间效应研究，对空间溢出效应关注不够，得出的结论无法确保其稳健性和科学性。基于此，本文利用中国2000—2016年30个省市的空间面板数据，考察农业技术创新、财政支农对农业经济增长的影响，以丰富该领域的研究成果。

1 变量选取、数据来源及模型选择

由于数据和指标选取以及实证方法的差异，关于农业技术创新和财政支农对农业经济增长的影响效应，学界目前还未达成共识，本文将对各经济变量之间的关系做进一步考证。

1.1 变量选取和数据来源

1.1.1 被解释变量

文章的被解释变量是农业经济增长，采用学界通常的做法，选用农林牧渔总产值中狭义农业总产值除以第一产业从业人员来衡量，这样做的原因是农业总产值受劳动力投入的影响较大，直接使用该指标会导致在分析其他影响因素对农业经济增长影响时的波动性较大，人均值具有较强的稳定性，其中狭义农业总产值是以2000年为基期，经折算指数调整所得，数据来源于历年《中国农村统计年鉴》和《中国统计年鉴》。

1.1.2 解释变量

文章的核心变量是农业技术创新和财政支农。衡量技术创新通常采用专利申请量和专利授权量，或者新产品的销售收入等，但已有的统计资料中只能查到历年全国的农林牧渔业专利申请量，各省（市、区）不易获取。仿照熊文，朱永彬［21］的做法，选用每十万人农业植物新品种权申请数（plant）来作为农业技术创新的一个替代指标，数据主要来自农业部植物新品种保护办公室和《中国科技统计年鉴》。同时，为了保证结论的稳健性，根据姚延婷、陈万明、李晓宁［22］的研究，选取各地区节水灌溉类机器拥有量（万套）（体现农业机械技术）、各地区秸秆粉碎还田机拥有量（万台）（体现农作物秸秆利用技术）和各地区用沼气数量（万户）（体现农用清洁能源技术）作为农业技术创新的其他替代变量。数据均来源于《新中国农业60年统计资料》、《中国农业年鉴》等。另一个核心解释变量为财政支农，财政支农是指各省（市、区）每年用于农业基建、社会救济、援助以及农业方面的各项支出。财政支农的统计指标在不同年份发生了较大变化，借鉴刘宏霞、汪慧玲、谢宗棠［23］的做法，2000—2002年选取农业综合开发支出，2003—2006年选用农业和林业支出以及农林水利气象等部门的事业费支出之和，2007—2016年选用农林水林事务支出作为不同阶段的财政支农指标。最终的核算公式为：财政支农/财政支出总额。

控制变量方面，主要引入和农业经济增长密切相关的化肥施用量（万吨）、机械总动力（万千瓦）、农村人均固定资产投资额（万元）等变量。农村固定资产投资额的统计体系在2010年后发生了变化，2000—2010年的数据来自《中国农村统计年鉴》，2011—2016年的数据来自《中国固定资产投资统计年鉴》中的农林牧渔类投资额以及其他和农村有关的固定资产投资。由于港澳台和西藏较多数据缺失，文章的研究样本为2000—2016年我国30个省（市、区）。表1和图1分别是各变量描述性统计和变量间的散点图。

由图1可知，不同地区的农业经济增长水平在不同年份大体都呈现了上升的趋势，但上升幅度不同，辽宁、吉林、黑龙江、上海、浙江、福建等地的人均农林牧渔总产值增幅较快，北京、天津、内蒙古、江苏以及西北地区增幅较慢，这可能和不同地区的资源禀赋和产业政策差异有关。

1.2 计量模型设定

空间面板模型是高级计量经济学研究的热点之一，相比于传统面板数据模型，它更多关注不同变量之间的空间关联性和空间异质性，因此，对现实解释力较强，空间面板模型主要包括空间滞后模型、空间误差模型和空间杜宾模型。空间杜宾模型是空间面板模型的一般形式，因此，把初始的计量模型设定为空间杜宾模型，下文将对模型选择做进一步验证：

表1 变量的描述性统计

图1 历年各省市农林牧渔总产值

其中，lnpagrvait为人均农林牧渔业总产值的对数，ς为空间系数矩阵，矩阵X是涵盖了农业技术创新、财政支农、化肥施用量、农业机械总动力、农村人均固定资产投资额等解释变量的矩阵。W为空间权重矩阵，In为单位矩阵，DXi tθ为解释变量的空间滞后矩阵，β、φ为相应的待估系数矩阵，ui表示空间效应，γt表示时间效应，εit是满足零均值、同方差、无自相关的随机干扰项。为了消除可能存在的异方差和统计量纲的差异，文章对人均农林牧渔业总产值、农业植物新品种权申请数、各地区节水灌溉类机器拥有量、化肥施用量、农业机械总动力、农村人均固定资产投资额取自然对数。

设定合理的空间权重矩阵是空间面板模型的关键所在，常见的三种空间权重矩阵是邻接权重矩阵、空间地理距离权重矩阵和空间经济距离权重矩阵。其中，空间邻接权重矩阵是根据任意的两个省（市、区）是否相邻，相邻该权重矩阵取值为1，否则为0。空间地理距离权重矩阵则考察不同省（市、区）的直线距离或大圆距离，本文采用两个地区省会城市之间铁路距离的倒数来表示。空间经济距离权重矩阵的设定方法是取两个省（市、区）经济指标差额绝对值的倒数，常见的经济指标有GDP、就业率、进出口额、消费额等。本文以两个省（市、区）人均GDP差额绝对值的倒数来衡量。空间地理距离权重矩阵和空间经济距离权重矩阵需进行标准化处理，具体处理结果从略。下文将对三种权重矩阵下的实证结果逐一报告。

1.3 空间自相关检验

在确定是使用空间计量方法还是标准的计量方法时，需对经济数据的空间依赖性进行检验。空间自相关的形成存在复杂的机理，学界提出了一系列度量方法，本文采用比较流行的莫兰指数I检验。其计算公式为：

表2 各变量Moran’s I检验

表2是2000—2016年被解释变量和各解释变量的莫兰检验结果。表格中每行上方的数字是莫兰指数I的值，括号里是标准化后Z统计量的值，莫兰指数I的值越大，空间依赖性就越强。从表2知，所有经济变量的数据在2000—2016年间都通过了莫兰检验。进一步观察，被解释变量农业经济增长除了2004年是在10%的显著性水平通过检验外，其余年份至少在5%的显著性水平下通过莫兰检验，核心解释变量农业技术创新和财政支农几乎全部年份都在1%的显著性水平下通过莫兰检验，表明这些变量存在高度的空间关联性。其余控制变量也全部通过了莫兰检验，表明应采用空间面板模型。

1.4 空间面板计量模型选择

空间面板模型的选择分两步，第一，检验面板数据是固定效应还是随机效应，第二，检验空间面板模型的类型。经检验，模型为固定效应下的空间面板模型。同时，比较固定效应下R2、LogL和σ2统计量的值，发现时间和空间固定效应R2和LogL值最大，σ2值最小，其拟合优度和模型精确度都最高。因此，下文只报告时间和空间固定效应下的检验结果。Wald和LR检验显示不能采用空间滞后模型和空间误差模型。因此，最终的模型设定为固定效应下的空间杜宾模型，限于篇幅，具体检验结果从略（若需，备索）。

2 实证结果分析

2.1 总体回归结果分析

首先，把农业植物新品种权申请数作为农业技术创新指标做回归分析，回归结果见表3，农业技术创新其他替代指标的检验结果将在稳健性检验部分作进一步说明。

表3 空间杜宾模型回归结果

由表3可知，在5%的显著性水平下，农业植物新品种权申请数每增加1%，农业经济增长率在三种权重矩阵下为0.02%～0.03%，农业技术创新程度越高有利于农业经济增长，但回归系数很小，全国层面来看，农业技术创新对农业经济增长的贡献不大。财政支农对农业经济增长也有显著正向效应，财政支农每提高1%，农业经济增长为率0.1%～0.6%，财政支农的占比越高，农村公共物品投资和农业生产投入经费就越多，将有效拉动农业经济增长。控制变量化肥施用量、农业机械总动力和农村固定资产投资额在10%的显著性水平下增加了农林牧渔业总产值。化肥施用量增多、农业机械化程度提高、用于农村固定资产投资费用增加，促使农业经济快速增长。毋容置疑，化肥施用量虽能促进农业经济增长，但这种增长模型是不可持续的，有悖于践行生态文明的绿色发展理念。

2.2 直接效应、间接效应和总效应

由于存在空间溢出效应，有必要探究各解释变量对本地区农业经济增长和周边地区农业经济增长的影响程度，偏微分方法把这种影响进一步分解为直接效应和间接效应。直接效应是各解释变量对本地区农业经济增长的影响，各解释变量对周边地区农业经济增长产生也会产生影响，即为间接效应，总效应是直接效应和间接效应之和，表4报告了空间邻接权重矩阵、空间经济地理权重矩阵与空间经济距离权重矩阵下的回归结果。

从表4报告的各解释变量的直接效应、间接效应和总效应发现，三种权重矩阵下所得实证结果相似。仅以空间地理距离权重矩阵为例进行分析，农业植物新品种权申请数的直接效应为正，间接效应为负，效应分解的结果再次表明：农业技术创新助推了本地区农业经济增长（直接效应），但不利于周边地区的农业经济增长（间接效应），原因是本地区农业技术创新的提高势必会吸引周边地区的农业生产资源流向该地区，减少了周边地区的农业投入。财政支农总额既定的前提下，本地区财政支农增加，导致周边地区所能捕获的支农资金缩减，因此，财政支农有利于本地区农业经济增长（直接效应），抑制周边地区的农业经济增长（间接效应）。控制变量的直接效应估计系数全部为正，都不同程度的促进了本地区农业经济的增长，化肥施用量和农业机械总动力对周边地区农业经济增长的影响为正（间接效应），但不显著。农村固定资产投资显著拉动了本地区农业经济增长（直接效应），抑制周边地区农业经济增长（间接效应）。

表4 直接效应、间接效应和总效应

3 稳健性检验

结论的稳健性起见，分别采用2000—2016年各地区节水灌溉类机器拥有量、各地区秸秆粉碎还田机拥有量（万台）和各地区用沼气数量（万户）作为农业技术创新的替代变量做回归，发现这些替代指标仍然促进了本地区农业经济增长，但不利于周边地区的农业经济增长，其余解释变量对农业经济增长的影响程度和采用农业植物新品种权申请数作为农业技术创新指标时基本相似，具体实证结果不再报告（如若有需，备索）。

由于我国不同区域农业发展程度差异较大，有必要分区域考察解释变量对农业经济增长的影响程度。根据《全国农业可持续发展规划（2015—2030年）》的划分标准，农业发展区域分为优化发展区、适度发展区和保护发展区①，表5分为报告了不同区域各解释变量在空间经济距离权重矩阵下的直接效应、间接效应和总效应。空间邻接权重矩阵、空间地理权重矩阵与空间经济距离权重矩阵下的结果相仿，不再报告。

分区域的回归结果依然表明农业技术创新和财政支农促进了本地区农业经济增长，抑制周边地区农业经济增长，其他控制变量对农业经济增长的影响和上文相似。但也表现出了较大的区域异质性，具体表现在：一是农业技术创新在优化发展区的总效应最大，为0.754483，适度发展区次之，为0.017859，保护发展区不管是直接效应还是间接效应都不显著。原因一是优化发展区在制度安排、农业基础设施、人才储备等方面优势最为明显，农业技术研发的区位禀赋最强，其对农业经济增长的影响也最为显著，适度发展区次之，保护发展区的农业技术增长效应未能凸显；二是财政支农虽在不同区域的总效应都显著，但优化发展区影响效应最大，为0.754483，适度发展区次之，为0.710295，保护发展区最小，为0.105037，这主要与政府财政支农在不同区域间的支出规模和支出结构差异有关；三是农业经济增长对化肥施用量依赖性最强的是保护发展区，适度发展区次之，优化发展区最小；四是机械化总动力和人均固定资产投资对农业经济增长的影响效应优化发展区最大，适度发展区次之，保护发展区的影响不显著，具体原因，不再赘述。

表 5直接效应、间接效应和总效应

4 结论及建议

结合空间杜宾模型，利用中国30个省市的面板数据研究了农业技术创新、财政支农对农业经济增长的影响效应。研究结果表明：第一，在模型选择方面，通过各经济变量的莫兰检验证实变量间存在空间依赖性，应选择空间计量模型，通过Hausman检验、Wald和LR检验并结合R2、LogL、δ2的取值，确定最佳模型为时间和空间固定效应下的空间杜宾模型；第二，核心解释变量农业技术创新和财政支农是本地区农业经济增长的正向指标，但对周边地区农业经济增长有抑制作用，其中农业技术创新对农业经济增长的助推效应较小；第三，控制变量方面，化肥施用量、机械总动力、农村固定资产投资增加促进了当地农业经济增长，化肥施用量和机械总动力对周边地区影响不显著，农村固定资产投资抑制了周边地区农业经济增长；第四，分区域的结果显示，农业技术创新和财政支农对优化发展区影响效应最大，适度发展区次之，保护发展区的农业增长更多依赖于化肥等传统生产要素投入，其他变量对农业经济增长的贡献不显著。

鉴于此，提出如下建议：一是统筹全局，在高效的制度环境构建、农村基础实施完善、农业产业链延伸等方面着力，不断提高农业技术创新对农业经济增长的整体助推效应，降低区域间的技术“挤出效应”；二是因地制宜，有针对性地制定、落实财政支农方案，进一步加大农业发展较为落后地区的财政支农的力度，同时，确保财政支农资金专款专用，提高财政支农效率；三是要积极探索农业经济发展新模式，因时因地发展农业循环经济，有效控制农村环境污染，着力打造农业经济增长新动能。

注释：

① 优化发展区包括东北区、黄淮海区、长江中下游区和华南区各省（市、区），适度发展区包括西北及长城沿线区、西南区各省（市、区），保护发展区包括青藏区和海洋渔业区各省（市、区）.