農業科技研發推廣與農民家庭經營性收入的實證研究

丁巖

摘要 基于VAR模型進行實證研究，得出農業科技推廣費用與農業科研經費投入對農民家庭經營收入的影響顯著。從長期來看，農業科技推廣費用每增加1%，農民家庭經營性收入將增加0.18%；農業科研經費投入每增加1%，農民家庭經營性收入將增加0.59%。

關鍵詞 農業科技推廣；VAR模型；農民家庭經營性收入

中圖分類號 F-9；F063.4 文獻標識碼 A 文章編號 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年中共中央頒布了《關于深入推進農業供給側結構性改革，加快培育農業農村發展新動能的若干意見》，繼續重申“加強農業科技研發，強化農業科技推廣”。農業技術推廣是科研成果轉化為現實農業生產力的橋梁，是聯系農業科研及農業生產的紐帶，是促進農業技術進步、實現農業現代化的手段，是增強農業國際競爭力的重要措施。事實證明，先進適用的農業科研成果，通過農業技術推廣，廣泛地應用于農業生產、加工、銷售的各個領域，可以有效促進農民增收，實現農業持續發展。

因此，筆者選取農業科技研發和推廣對農民家庭經營性收入的影響作為研究視角，利用計量經濟模型，深入剖析二者的關系，得出具有指導性的結論，為政府出臺相關扶持農業科技推廣的政策提供依據。

1 變量確定、數據來源與研究方法

1.1 變量確定 為研究農業科技推廣水平和農民家庭經營性收入的相關性，選擇以下3個指標。

（1）農業科研投入經費（X1）。指在農業科學技術領域，為增加知識總量、以及運用這些知識去創造新的應用而進行的系統的、創造性的活動，包括基礎研究、應用研究、試驗發展3類活動。 基礎研究指為了獲得關于現象和可觀察事實的基本原理的新知識（揭示客觀事物的本質、運動規律，獲得新發展、新學說）而進行的實驗性或理論性研究，它不以任何專門或特定的應用或使用為目的；應用研究指為獲得新知識而進行的創造性研究，主要針對某一特定的目的或目標，為了確定基礎研究成果可能的用途，

或是為達到預定的目標探索應采取的新方法（原理性）或新途徑；試驗發展指利用從基礎研究、應用研究和實際經驗所獲得的現有知識，為產生新的產品、材料和裝置，建立新的工藝、系統和服務，以及對已產生和建立的上述各項作實質性的改進而進行的系統性工作。

（2）農業科技推廣投入經費（X2）。主要包括推廣機構的事業費和專項推廣經費。我國農業推廣機構分為種植業、畜牧業、獸醫、漁業、農業機械化等幾個方面。專項推廣經費每年各有側重，最近幾年側重全國基層農技推廣系統改革與建設補助、農業技術推廣機構條件建設、優勢農產品重大技術示范推廣、糧棉油糖高產創建、測土配方施肥、保護性耕作、園藝作物標準園創建、農業科技成果轉化資金項目、超級稻新品種選育與示范推廣等。

（3）農民家庭經營性收入（Y）。農民收入分為工資性、家庭經營性、財產性、轉移性4個方面的收入。農民家庭經營收入是以家庭為單位的小規模生產經營取得的收入。主要包括農業生產如種植、飼養畜禽等的收入，以及農民以家庭為單位在家庭農業經營之外進行的諸如工業、商業等第二、三產業收入。

1.2 數據來源與分析工具 數據主要來源于《中國統計年鑒》《中國農業統計年鑒》《中國科技統計年鑒》《新中國六十年農業統計資料》等，通過整理計算得出。數據年份為1985—2014年，以1985年的價格指數確定為100，剔除了價格因素的影響，使各個指標具有可比性。該研究選用計量經濟學軟件Eviews 9.0作為主要的分析工具。

1.3 研究方法 選用向量自回歸模型（VAR）進行相關性分析。VAR模型通常用于多變量時間序列的預測和描述隨機擾動對變量系統的動態影響，而不附帶任何約束條件。VAR模型并不關注參數的檢驗，主要是研究序列之間的動態變化規律[1]。

2 結果與分析

2.1 格蘭杰因果關系檢驗 建立VAR模型，應納入具有相關關系的變量作為因變量，而變量間是否具有相關關系，要用格蘭杰因果關系檢驗確定。

從表1可以看出，lnX1、lnX2都是lnY的Granger原因，lnY是lnX1、lnX2的外生變量，并且lnX2還是lnX1 的Granger原因。說明農業科研和農業推廣政府支出增加都會促進農戶家庭經營收入的增長，但是這種因果關系是單向的，即農戶家庭收入的增長不會促進農業科研和農業推廣投入增加。

2.2 滯后階數檢驗 建立VAR模型，還應確定最大滯后階數P。 如果P值太小，殘差可能存在自相關，并導致參數估計的非一致性。適當加大P值，可消除殘差中存在的自相關。

從表2給出的0～5階VAR模型的LR、FPE、AIC、SC和HQ值，并用“*”標記出依據相應準則選擇出來的滯后階數。可以看到，有超過一半的準則選出來的滯后階數為2階，可以將VAR模型的滯后階數定義為2階。

2.3 平穩性檢驗 VAR模型要求序列是平穩的，因此，先檢驗序列的平穩性。ADF檢驗是檢驗序列中不存在單位根，如果不存在單位根則序列是平穩的，如果存在單位根則序列是不平穩的，如果進行回歸分析，就可能存在偽回歸[2]。從表3可以看出，經過數據的對數處理和一階差分后，3個變量呈現平穩狀態，可以進行協整分析。

2.4 協整分析 該研究中的3個時間變量雖然自身是不平穩的，但其某種線性組合是平穩的。這個線性組合反應變量之間長期穩定的比例關系，稱為協整關系[3]。該研究用約翰

森檢驗進行協整分析。

2.5 方差分解 方差分解是研究VAR模型的動態特征，試圖把系統中每個內生變量的波動按其成因分解為與各方程新息相關聯的若干個組成部分，從而了解各新息對模型內生變量的相對重要性。利用方差分解可描述每個變量的更新對VAR系統變量影響的貢獻度，是一種相對效果的描述[5]。

由表5可知，農業科研和科技推廣對農戶家庭經營性收入均產生一定程度的影響[6]，隨著時間的推移，影響程度逐漸增強，并且農業科技推廣的影響程度更大。到滯后10期，lnX2對lnY的影響為22.2%，lnX1對lnY 的影響為19.7%。

4 結論

實證分析結果表明，增加農業科研和農業科技推廣的投入，會推動農戶經營性收入的增長，從長期來看，農業科研投入和農業科技推廣支出與農民家庭經營性收入顯現積極的影響，存在明顯的正相關關系，國家應該加大這兩方面的財政投入，從而有效地促進農民增收[7]。

參考文獻

[1]鄔德林，張平.農業科技投入是形成農民收入“馬太效應”的原因嗎[J].農業技術經濟，2015（4）：61-68.

[2] 張利庠，紀海燕. 試析我國農業技術推廣中的財政投入[J].農業經濟問題，2007（2）：55-62.

[3] 張志軍，魯黛迪.農業科技進步水平與農民家庭經營性收入關系的實證[J].統計與決策，2013（8）：103-105.

[4] 陸文聰，余新平.中國農業科技進步與農民收入增長[J].浙江大學學報（人文社會科學版），2013，43（4）：5-16.

[5] 劉進寶，劉洪.農業技術進步與農民農業收入增長弱相關性分析[J].中國農村經濟，2004（9）：26-30.

[6] 黃敬前，鄭慶昌.我國農業科技投入結構合理性研究[J].福建論壇（人文社會科學版），2013（4）：22-25.

[7] 張岐，李映強.農業科技推廣資金整合的對策研究[J].南方農村，2009，25（6）：28-31.