科技创新赋能农村产业融合发展研究——基于空间计量及面板向量自回归模型的实证检验

姚 升

（安徽省农业科学院 农业经济与信息研究所，安徽 合肥 230031）

一、问题提出与研究回顾

创新是引领发展的第一动力。适应和引领中国经济发展新常态，关键是要依靠科技创新转换发展动力，要加快形成以创新为主要引领和支撑的经济体系和发展模式，把创新摆在国家发展全局的核心位置。自2005 年中央一号文件提出发展农业科技开始，指出要“加快农业科技创新，提高农业科技含量”。到2012 年中央一号文件首次全面部署农业科技，强调“把农业科技摆在更加突出位置”。之后每一年的一号文件均注重强调农业科技对农业农村现代化的重要驱动作用。

经济高质量增长的动力来源于科技创新水平的提高[1]。由技术创新上升到科技创新，反映的是创新源头的变化。科技创新是以科学发现为源头的技术创新现象的概括，体现了知识创新（科学发现） 和技术创新的密切衔接和融合[2]。科技自立自强是国家发展的战略支撑[3]。当前，科技创新对国家经济和社会发展的支撑作用越发凸显，中国科技创新实力快速提升，但仍需在提高科技创新的质量和效率方面做进一步改善，着力增强综合创新实力[4]。

科技创新是实现乡村振兴的根本保障[5]，是发展乡村产业的根本途径[6]。乡村产业发展过程中离不开科技创新的支持，现代科技支撑体系是提高农业科技创新能力和“三农”发展的根本[6]。并且乡村产业发展涉及面广、环节多，涉及的技术复杂、种类多，且需相互衔接[7]，使得来自科技创新的支持显得尤为重要。大量的已有研究肯定了科技创新对乡村产业的积极作用，认为创新要素在农业生产及发展中的作用为发展现代农业、提升农业竞争力创造了契机[8]。也有研究认为，现阶段科技创新与乡村产业间的关系有待改进，如姚升、张耀兰(2021)的研究指出，供给与需求两端存在着诸如创新能力不足且与市场需求脱节、倒逼效应不足等问题导致农业科技创新与乡村产业之间匹配度不高，二者间尚未形成相互促进的内生关系[9]；而宋德军(2013)的研究认为，由于农业科技创新弱质化、成果转化和产业化数量少、引致需求弱化等问题，导致随着科技创新水平的不断提高，农业产业结构与科技创新出现偏离趋势程度加大[10]。

农村产业融合是实现产业兴旺的重要路径。科技创新是农村产业融合的重要基础和关键推动力[11]。在科技创新驱动下，新概念、新技术、新业态、新模式等向农业各个环节渗透融合，使得农业各产业边界逐渐模糊化[12]，推动了农业产业集群的升级和持续发展，也推动了产业、业态和产品的创新[13]。

已有针对农村产业融合的研究相对更关注其与收入、金融等因素的影响方面，如农村产业融合对城乡收入差距的影响[14]、产业融合与农民收入增长[15]、农村金融深化与农村产业融合发展[16]。在此情况下，针对科技创新驱动农村产业融合发展的研究不仅兼具理论与实践的双重意义，而且具有较好的补充价值，有助于进一步了解科技创新对农村产业融合的影响机理、影响态势，从而有助于进一步释放科技创新的驱动效应，提高农村产业的层次和水平，加快推进农村产业融合发展。

文章接下来的结构安排是：第二部分为变量选择、模型构建与数据来源，明确了文章所使用的因变量、核心自变量、控制变量及所使用的分析计量分析模型，并说明文章所使用数据的来源；第三部分是实证分析，展示空间计量模型和面板向量自回归模型的估计结果，并对结果展开分析；第四部分是结论与政策建议。

二、变量选择、模型构建与数据来源

1.变量选择

本研究的因变量是乡村产业发展水平，核心自变量为科技创新水平。这两个变量都包含有较多信息，并非某一单独指标就能够胜任代理变量，因此本研究设置了三级指标体系，通过使用更多的指标，尽可能增加代理变量的解释力度。

在农村产业融合方面，设置乡村产业发展综合指数作为一级指标，同时参考李晓龙、冉光和(2019)[14]、王丽英等(2021)[15]相关研究，设置农业服务业融合、农业产业链延伸、农业多动能扩展、农业新型业态4 个二级指标及相应的三级指标。

在科技创新水平方面，设置科技创新综合指数作为一级指标，设置科技创新投入和科技创新产出2 个二级指标并分别设置了相应的三级指标。

对于所构建的农村产业融合发展综合指数和科技创新综合指数中的二级和三级指标，本研究进一步在对其进行无量纲化标准化处理的基础上，使用熵值法确定各级指标的权重。

本研究同时还考虑了如下控制变量：农村收入水平，以农村居民人均可支配收入与城镇居民人均可支配收入比值表示；农村消费水平，以农村居民人均消费支出与城镇居民人均消费支出比值表示；农村金融发展规模，参考刘赛红等(2021)的研究，以涉农贷款余额与农林牧渔业总产值比值表示；地区贸易开放度，以根据当期汇率转换为人民币的进出口商品总额与地区生产总值比值表示；农村信息化水平，以农村宽带接入户数与互联网宽带接入户数比值表示；农业规模经营水平，考虑农业规模经营水平与农业机械化程度之间的强关联性，即农业规模经营水平的改善依赖于农业机械化程度的提高，因此使用农业机械总动力与耕地面积比值作为该指标的代理变量。具体见表1。

表1 方程变量

2.模型构建

（1） 熵值法

对指标进行无量纲化处理。

式中：x 表示各指标的原始值，若该指标值越大越好，则将此指标定义为正效应指标，反之定义为负效应指标；xi表示各指标的标准化值，xmax表示各指标原值最大值，xmin表示各指标原值最小值。

为避免在对指标标准化值取对数时无意义，将标准化后的指标数据进行平移处理。

式中：m=1，2，…，b；n=1，2，…，a。

第n 个指标下第m 个评价对象占该指标的比重Pmn：

式中：m=1，2，…，b；n=1，2，…，a。

第n 个指标的信息熵：

式中：m=1，2，…，b；n=1，2，…，a，k 为常数，En的取值区间为[0，1]。

第n 个指标的差异系数：

第n 个指标的权重：

（2） 空间计量经济模型

第一，空间自相关检验。

使用莫兰指数(Moran” s I)进行全局空间自相关检验，判断变量是否存在空间依赖性，所构建指数形式如下：

上式中，I 表示空间自相关系数，取值范围[-1，1]，I＜0 时表示存在空间负相关，I＞0 时表示存在空间正相关，I=0 时表示不存在空间相关性；xi表示i 地区观测值；xj表示j 地区观测值；n 表示样本地区数量；wij表示空间权重矩阵；S2表示样本方差；xˉ表示样本均值。

第二，空间自相关模型(SAR)。

空间自相关模型揭示了样本地区农村产业融合发展综合指数的空间溢出和扩散效应，本研究所构建具体模型如下：

上式中，yit表示因变量；xit表示自变量；i 表示样本地区；t 表示样本时间；αit表示个体效应；w 表示n×n 阶空间权重矩阵，本研究使用的是由省会间地理距离构建的空间权重矩阵，由于省会间地理距离长期固定，不会由于受经济社会活动影响而发生变化，因此这种处理方式能够一定程度上规避模型的内生性问题；wyit表示因变量的空间自回归项；ρ 表示空间自回归系数；εit表示随机误差项向量。

第三，空间误差模型(SEM)。

空间误差模型揭示了相邻地区农村产业融合发展综合指数观测值误差对本地区农村产业融合发展综合指数的影响，文章所构建的具体模型如下：

综上所述，剖宫产术后瘢痕子宫再次妊娠的产妇采取阴道分娩的方式进行分娩，母婴结局较佳，可以有效地缩短住院时间，值得进一步推广与使用。

式(11)、(12)、(13)中，λ 为空间误差系数，其余参数所代表的含义与式(8)相同。

（3） 面板向量自回归模型(PVAR)

面板向量自回归模型(PVAR)同时汇集了面板数据分析和VAR 模型的优点，在放松各变量间关系约束的同时增加了观测值的自由度，控制了个体异质性，便于说明各变量间的复杂联系。

构建的PVAR 模型如下：

上式中，yit为包含乡农村产业融合发展综合指数、科技创新综合指数、农村收入水平、农村消费水平、农村金融发展规模、地区贸易开放度、农村信息化水平、农业规模经营水平等变量在内的列向量；i 表示样本地区；t 表示时间；α0表示截距项向量；αj表示滞后j 阶的参数矩阵；k 为滞后阶数；γi表示个体效应向量；δt表示时间效应向量；μit表示服从正态分布的随机干扰项。

3.数据来源

受限于部分变量数据的可得性，本研究选取中国除西藏和港澳台地区以外的30 个省份2006—2019 年的面板数据进行分析。所使用的样本数据来源于历年《中国农村统计年鉴》 《中国科技统计年鉴》 《中国统计年鉴》 《中国金融年鉴》、全国温室数据系统；对于个别缺失数据使用线性插值法进行补全；同时为消除不平滑性，对各变量进行了对数化处理。

三、实证分析

1.空间计量分析

借助莫兰指数(Moran” s I)分析样本地区农村产业融合发展指数的空间相关程度。根据农村产业融合发展综合指数的空间自相关性检验结果（表2），所有Moran” s I 指数均为正值；除2011 年不显著外，其他年份的Moran” s I 指数均通过显著性检验，拒绝原假设，据此认为农村产业融合发展综合指数存在较强的空间自相关性，其空间分布并是不随机的，而是在整体上呈现出明显的空间关联性，具有很强的空间依赖性，可以使用空间计量模型做进一步的拟合。

表2 乡村产业发展综合指数Moran” s I 检验

表3 估计结果

根据Hausman 检验结果，无论空间自相关模型(SAR)还是空间误差模型(SEM)都倾向于选择固定效应。同时，两模型的空间自相关系数(ρ)和空间误差系数(λ)均为正值，且至少在5%的显著性水平上通过检验，说明所拟合的空间自相关模型和空间误差模型均为有效，各地区农村产业融合发展综合指数具有显著的、正向的空间溢出效应，本地区农村产业融合发展会带动相邻地区农村产业融合发展综合指数的提高。并且，农村产业融合发展综合指数存在显著的空间依赖性，地区农村产业融合发展水平会受到本地区和相邻地区不可测因素的影响。

核心自变量科技创新综合指数(x1)在所有方程中的估计系数均为正值，且至少在5%的显著性水平上通过检验，表现出很好的稳健性，说明科技创新综合指数对农村产业融合发展综合指数存在显著的正向影响，科技创新水平的提高有助于改善农村产业融合发展状态，并且能够促进农村产业融合发展综合指数的空间溢出，意味着科技创新水平的提高不仅有利于本地区农村产业融合发展，而且有利于推动相邻地区对本地区农村产业融合的溢出作用。

控制变量中，农村收入水平(x2)、农村消费水平(x3)和农村金融发展规模(x4)在空间计量模型中的估计值为正，且至少在10%的显著性水平上通过检验，说明这三个因素对农村产业融合发展存在促进作用。

2.面板向量自回归模型PVAR 动态分析

（1） PVAR 模型的GMM 估计结果

在根据LLC 检验、IPS 检验确定样本数据平稳性，以及使用AIC、BIC 和HQIC 准则确定最优滞后期为两期的前提下，进一步得到PVAR 模型的GMM 估计结果；由于该模型所估计的参数并没有实际经济意义，因此本研究对该估计结果不做进一步分析和解释，而是重点对模型做脉冲响应和方差分解。

（2） 脉冲响应分析

通过脉冲响应分析能够全面的了解模型中各个变量之间的动态关系，在控制其他变量不变的基础上，聚焦来自某一个变量的冲击给其他变量所造成的影响。因此，本研究使用Monte-Carlo 模拟200 次得到正交脉冲响应函数图，由于篇幅限制，不在此列式。

根据得到的脉冲响应函数图可知，农村产业融合发展指数对来自自身一个标准差冲击时，表现出持续的正响应，但该脉冲响应从开始阶段便呈现缓慢下降趋势，在第4 期后趋于平稳。农村产业融合发展指数对于来自科技创新综合指数的一个标准差冲击时，表现出持续的正响应，但整体反应并不大，该脉冲响应在开始阶段呈现出缓慢上升的态势，在第3 期达到峰值，之后开始小幅度的平稳下降，从第5 期开始趋于平稳。

农村产业融合发展指数对于来自农村收入水平的一个标准差冲击时，在初期阶段表现出一个短暂的、轻微的负响应，从第四期开始脉冲响应回归至正响应；而农村产业融合发展指数对于来自农村消费水平一个标准差冲击时，表现出持续的正响应，该脉冲响应在第4 期达到峰值，之后有轻微的回落并趋于稳定。

农村产业融合发展指数对于来自农村金融发展规模的一个标准差冲击时，在第1 期达到响应峰值并持续至第2 期，随后开始呈现较快的下降趋势，从第4 期开始表现出负响应，并逐渐趋于平稳。农村产业融合发展指数对于来自地区贸易开放度的一个标准差冲击时，在初期表现出正响应并很快达到峰值后随即下降转为负响应，从第4 期开始趋于平稳。

农村产业融合发展指数对于来自农村信息化水平的一个标准差冲击时，表现出持续的正响应，在第3 期达到响应峰值，随后开始轻微回落，在第5 期开始趋于平稳。农村产业融合发展指数对于来自农业规模经营水平的一个标准差冲击时，初始阶段有短暂的负响应，但从第3 期开始回升至正响应并得以持续，从第5 期开始趋于平稳。

（3） 方差分解

进一步使用方差分解方法揭示各内生变量对预测方差的贡献度（表5）。根据方差分解结果显示，农村产业融合发展指数对自身的方差贡献率在未来1～10 期内虽然呈现不断下降的态势，但总体始终超过其他变量的方差贡献率，说明农村产业融合发展具有较强的惯性，自我增强效应较好，包括科技创新综合指数在内的其他变量对农村产业融合发展指数的方差贡献率都较为偏小，这些变量中在第1 期对农村产业融合发展指数方差贡献率最高的是农村金融发展规模(4.33%)，在第10 期方差贡献率最高的是农村信息化水平(10.20%)。

表5 方差分解

除农村金融发展规模的方差贡献率在预测期内略有下降外，其余变量对农村产业融合发展指数的方差贡献率均有所上升，其中科技创新综合指数的方差贡献率从第1 期的0.02%提升至第10 期的1.12%，说明科技创新对农村产业融合的支持效应虽然存在，但支持力度还存在较大的改进余地；此外，农村收入水平的方差贡献率从0.52%提升至0.78%，农村消费水平的方差贡献率从0.03%提升至1.48%，地区贸易开放度的方差贡献率从0.15%提升至2.85%，农村信息化水平的方差贡献率从0.21%提升至10.20%，农业规模经营水平的方差贡献率从0.01%提升至2.58%。

四、研究结论与政策建议

1.研究结论

文章使用空间计量模型和PVAR 模型，分别对科技创新支持农村产业融合发展的空间影响和脉冲响应及方差分解进行分析，研究结果表明：农村产业融合发展综合指数具有显著的、正向的空间溢出效应；科技创新综合指数对农村产业融合发展综合指数存在显著的正向影响，科技创新水平的提高有助于改善农村产业融合发展状态，并且能够促进农村产业融合发展指数的空间溢出；农村产业融合发展指数对于来自科技创新综合指数的一个标准差冲击时，表现出持续的正响应，但整体反应并不大；科技创新综合指数对农村产业融合发展指数的方差贡献率偏小，说明支持效应虽然存在，但在支持力度方面还存有较大的改进余地。

2.政策建议

（1） 优化农村产业融合发展的空间布局

由于农村产业融合发展具有空间溢出特征和空间依赖性，因此建议要特别注意打造农村产业融合的连片发展架构，尤其可以聚焦长三角、粤港澳大湾区、京津冀、成渝经济圈等区域经济体，构建更具规模效应潜力的区域农村产业融合范式，通过增强地区间的产业关联性、提高产业集聚程度，进一步释放农村产业融合发展的空间效应，形成地区间农村产业融合相互带动的良好局面。

（2） 增强要素流动与集约化配置机制

增强要素流动与集约化配置是科技创新驱动农村产业融合的重要路径，要继续构建有利于土地、技术、资本、劳动力等要素跨界流动的平台和制度；消除要素流动的各种壁垒，优化要素配置效率，但同时也需使用政策工具调节发达地区与欠发达地区间的要素流入与流出；完善政府支持及各类基础条件建设等相关配套。

（3） 强化知识创新与技术创新互动机制

科技创新驱动农村产业融合的动力来自于知识创新和技术创新的合力。一方面要继续加强对知识创新体系和技术创新体系建设，增加创新投入、增强创新激励，在现有基础上进一步提高两个体系的综合水平；另一方面，要以产学研协同创新为关键手段推动知识创新和技术创新融合，强化有助于知识创新与技术创新间互动的机制。

（4） 完善科技创新与产业融合对接机制

通过政策扶持、产学研协同创新、主体培育、金融支持等多种手段，发挥多链协同的助推作用，完善科技创新与产业融合的对接机制，提高产业融合对科技创新供给与需求的匹配水平，协调科技创新与产业融合各自所追求目标趋于一致，促进二者的双向融合程度。