基于VAR 模型的農(nóng)村三產(chǎn)融合與科技創(chuàng)新關(guān)系研究

丁瑩瑩，何 堯，郝 平

（濰坊科技學(xué)院經(jīng)濟(jì)管理學(xué)院，山東 壽光 262700）

【研究意義】科技創(chuàng)新是帶動(dòng)國(guó)家技術(shù)進(jìn)步和發(fā)展的主要推動(dòng)力，也是現(xiàn)代化建設(shè)進(jìn)步的主要引導(dǎo)者。近年來(lái)，技術(shù)發(fā)展和科技創(chuàng)新一直是我國(guó)重點(diǎn)關(guān)注領(lǐng)域，各行業(yè)科技創(chuàng)新能力不斷提升。與此同時(shí)，科技創(chuàng)新還促進(jìn)我國(guó)生產(chǎn)力水平的發(fā)展，從而帶動(dòng)經(jīng)濟(jì)水平的提高和社會(huì)的進(jìn)步，科技創(chuàng)新成為各國(guó)學(xué)者一直關(guān)注的重點(diǎn)。科技創(chuàng)新投入力度和科技創(chuàng)新產(chǎn)出水平是評(píng)價(jià)科技創(chuàng)新能力最關(guān)鍵和最基礎(chǔ)的指標(biāo)，我國(guó)正處在向創(chuàng)新型國(guó)家轉(zhuǎn)變與邁進(jìn)的重要階段和關(guān)鍵時(shí)期。十九大報(bào)告有關(guān)“促進(jìn)農(nóng)村三產(chǎn)融合發(fā)展”和中央一號(hào)文件有關(guān)“構(gòu)建農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展體系”的決策，都明確指示推動(dòng)農(nóng)村三產(chǎn)業(yè)融合發(fā)展尤為重要，是實(shí)現(xiàn)鄉(xiāng)村振興戰(zhàn)略、美麗鄉(xiāng)村建設(shè)、農(nóng)民富足的有力支撐［1-3］。農(nóng)村一二三產(chǎn)融合主要影響農(nóng)產(chǎn)品的生產(chǎn)方式和規(guī)模、貿(mào)易和銷(xiāo)售手段、利益聯(lián)合機(jī)制，衍生和激活農(nóng)產(chǎn)品進(jìn)入市場(chǎng)的多種渠道和方式，加快農(nóng)產(chǎn)品工業(yè)轉(zhuǎn)型升級(jí)，便于現(xiàn)代農(nóng)村強(qiáng)化田園綜合體模式、休閑農(nóng)莊發(fā)展模式，從而有效地促進(jìn)農(nóng)民實(shí)現(xiàn)增收。

【前人研究進(jìn)展】對(duì)于科技創(chuàng)新的理解，可以從科技產(chǎn)出與科技投入兩個(gè)層面展開(kāi)。本研究試圖探索我國(guó)科技創(chuàng)新和農(nóng)村三產(chǎn)融合之間存在的關(guān)系，主要針對(duì)科技產(chǎn)出（Scientific and technological output，SO）、科技投入（Scientific and technological input，SI）、農(nóng)村三產(chǎn)融合（Rural integration of three industries，RITI）3 個(gè)方面的關(guān)系進(jìn)行探討。其中，科技投入與農(nóng)村三產(chǎn)融合、科技投入與產(chǎn)出、科技產(chǎn)出與農(nóng)村三產(chǎn)融合，這3 者中兩兩之間均存在一定的互動(dòng)耦合關(guān)系。國(guó)內(nèi)外學(xué)者就上述問(wèn)題的相關(guān)內(nèi)容進(jìn)行了較為深入的研究，取得一定的研究成果［4-38］。Kamaruddin等［11］通過(guò)實(shí)證分析發(fā)現(xiàn)投資對(duì)農(nóng)民增收的促進(jìn)作用比較顯著；徐舒婷［32］認(rèn)為，農(nóng)村三產(chǎn)一體化，能通過(guò)拓展產(chǎn)業(yè)鏈、增加農(nóng)產(chǎn)品附加值、轉(zhuǎn)移剩余勞動(dòng)力等方式切實(shí)提高農(nóng)民收入；黃磊等［13］利用Ganger 因果檢驗(yàn)、VAR 模型等方法，獲得了研究政府投資、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期均衡關(guān)系；李乾等［14］實(shí)地研究發(fā)現(xiàn)，通過(guò)農(nóng)村產(chǎn)業(yè)的綜合發(fā)展，土地、勞動(dòng)力、產(chǎn)品收入、資本等是提高農(nóng)民收入的具體途徑。

【本研究切入點(diǎn)】目前，對(duì)農(nóng)村三產(chǎn)融合的研究成果大多集中在對(duì)農(nóng)民增收具有積極效應(yīng)的分析探討中，將農(nóng)村三產(chǎn)融合與科技創(chuàng)新要素進(jìn)行有效耦合共軛的相關(guān)文獻(xiàn)成果相對(duì)較少，創(chuàng)新績(jī)效提升和效應(yīng)持續(xù)改進(jìn)完善的空間仍較大。本研究以此為切入點(diǎn)，研究科技創(chuàng)新與農(nóng)村三產(chǎn)融合內(nèi)在關(guān)系。【擬解決的關(guān)鍵問(wèn)題】本研究基于VAR 模型，以2011—2019 年我國(guó)科技及工業(yè)相關(guān)數(shù)據(jù)為樣本，構(gòu)建科技產(chǎn)出、科技投入、農(nóng)村三產(chǎn)融合3 個(gè)一級(jí)指標(biāo)和9 個(gè)二級(jí)指標(biāo)體系，對(duì)我國(guó)農(nóng)村三產(chǎn)融合與科技創(chuàng)新投入關(guān)系進(jìn)行研究，以期為政府及相關(guān)部門(mén)提供決策支持和實(shí)證啟示。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 指標(biāo)選取

參考和借鑒國(guó)內(nèi)外相關(guān)文獻(xiàn)［1-38］，選取和設(shè)置指標(biāo)體系。根據(jù)元分析文獻(xiàn)檢索法，現(xiàn)有研究者在分析評(píng)價(jià)我國(guó)科技創(chuàng)新能力時(shí)，多關(guān)注科技創(chuàng)新活動(dòng)的財(cái)力、人力投入狀況，分別采用R&D全時(shí)人員占全社會(huì)從業(yè)人員的比重、R&D 經(jīng)費(fèi)內(nèi)部支出占GDP 比重分析研究，并且針對(duì)于我國(guó)科技產(chǎn)出情況，以科研人員以及專家學(xué)者所獲得專利數(shù)量、發(fā)表相關(guān)科技論文的數(shù)量及參與課題量來(lái)表現(xiàn)。在選取經(jīng)濟(jì)增長(zhǎng)指標(biāo)上，我國(guó)學(xué)者普遍傾向于GDP 指標(biāo)。鑒于此，構(gòu)建一級(jí)指標(biāo)體系包括科技投入、科技產(chǎn)出、農(nóng)村三產(chǎn)融合。科技投入二級(jí)指標(biāo)分別為R&D 全時(shí)人員占全社會(huì)從業(yè)人員的比重、R&D 經(jīng)費(fèi)內(nèi)部支出占GDP 比重；科技產(chǎn)出二級(jí)指標(biāo)分別為技術(shù)市場(chǎng)的成交額、新產(chǎn)品系銷(xiāo)售的收入、R&D 科研人員平均發(fā)表科技論文數(shù)量、R&D 科研人員平均獲得專利數(shù)量；農(nóng)村三產(chǎn)融合二級(jí)指標(biāo)分別為農(nóng)村三產(chǎn)融合人均GDP、農(nóng)村三產(chǎn)融合的財(cái)政收入、農(nóng)村三產(chǎn)融合的居民消費(fèi)水平，形成可測(cè)量的評(píng)價(jià)指標(biāo)體系（表1）。

表1 農(nóng)村三產(chǎn)融合與科技創(chuàng)新評(píng)價(jià)指標(biāo)體系框架Table1 Evaluation index system framework for integration of three industries in rural areas and scientific and technological innovation

1.2 指標(biāo)權(quán)重的確定

1.2.1熵值法 熵值法最大的優(yōu)勢(shì)在于能夠客觀確定評(píng)價(jià)指標(biāo)體系中的評(píng)價(jià)指標(biāo)權(quán)重，對(duì)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行合理賦權(quán)，挖掘和提煉評(píng)價(jià)指標(biāo)的重要程度和有效程度。目前，在學(xué)術(shù)界，尚無(wú)被公認(rèn)為科學(xué)高效可靠的技術(shù)創(chuàng)新評(píng)級(jí)指標(biāo)體系的權(quán)重賦權(quán)方式。因此，本研究采用熵值法對(duì)構(gòu)建的指標(biāo)體系中的指標(biāo)權(quán)重進(jìn)行加權(quán)。在指標(biāo)體系中，首選要對(duì)n個(gè)指標(biāo)權(quán)重進(jìn)行確定，共包含m年即m個(gè)樣本，獲得初始矩陣如下：

1.2.2無(wú)量綱化處理 本研究數(shù)據(jù)來(lái)自2012—2020 年《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》，對(duì)相關(guān)數(shù)據(jù)進(jìn)行搜集與整理，通過(guò)計(jì)算獲得9 個(gè)二級(jí)指標(biāo)以及對(duì)應(yīng)的變量數(shù)據(jù)。由于各評(píng)價(jià)指標(biāo)之間計(jì)量單位均不一致，易于對(duì)評(píng)價(jià)指標(biāo)的數(shù)據(jù)處理和統(tǒng)計(jì)結(jié)果的可靠性和科學(xué)性產(chǎn)生負(fù)面影響，因此，需要進(jìn)一步對(duì)收集整理得到的評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，可以使用z-score標(biāo)準(zhǔn)化、min-max 標(biāo)準(zhǔn)化、歸一化等。本研究采用歸一化方法進(jìn)行標(biāo)準(zhǔn)化處理，也就是指標(biāo)數(shù)據(jù)整列和為1，在對(duì)歷年指標(biāo)數(shù)據(jù)進(jìn)行處理時(shí)，可設(shè)定

1.2.3計(jì)算權(quán)重與得分 對(duì)指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理后，再以熵值法進(jìn)行指標(biāo)權(quán)重賦值，并進(jìn)行一系列運(yùn)算，各指標(biāo)權(quán)重和綜合得分見(jiàn)表2、表3。

表2 二級(jí)指標(biāo)權(quán)重Table 2 Weight of second-level indicators evaluation

表3 指標(biāo)綜合得分（2011—2019）Table 3 Index comprehensive score (2011-2019)

1.3 模型構(gòu)建

1.3.1概念模型 參考和借鑒相關(guān)研究理論成果、相關(guān)理論依據(jù)和相關(guān)理論基礎(chǔ)，本研究提出圖1 所示的概念模型，闡釋科技投入與農(nóng)村三產(chǎn)融合、科技投入與科技產(chǎn)出、科技產(chǎn)出與農(nóng)村三產(chǎn)融合三者之間的互動(dòng)耦合關(guān)系和動(dòng)態(tài)邏輯關(guān)系。在科技創(chuàng)新體系內(nèi)部，增加科技投入可以促進(jìn)科技產(chǎn)出，即為了進(jìn)一步提高科技產(chǎn)出水平，需要對(duì)此投入更多的物力和人力，因而二者關(guān)系主要呈現(xiàn)正相關(guān)。縱觀科學(xué)技術(shù)發(fā)展的理論和實(shí)踐過(guò)程，可以發(fā)現(xiàn)農(nóng)村三產(chǎn)融合和科技創(chuàng)新之間也呈現(xiàn)正相關(guān)，增加科技投入，可提高一二三產(chǎn)業(yè)產(chǎn)值，促進(jìn)農(nóng)村一二三產(chǎn)業(yè)一體化，提升社會(huì)經(jīng)濟(jì)發(fā)展水平，引起企業(yè)或政府高度重視，提升對(duì)科技創(chuàng)新活動(dòng)投入的強(qiáng)度和力度；反之，科技產(chǎn)出成果進(jìn)行技術(shù)轉(zhuǎn)化，亦可以在農(nóng)村一二三產(chǎn)業(yè)綜合發(fā)展過(guò)程中發(fā)揮作用，彌補(bǔ)農(nóng)村農(nóng)業(yè)發(fā)展的空白、建立現(xiàn)代化農(nóng)業(yè)發(fā)展體系，確保實(shí)現(xiàn)產(chǎn)業(yè)興旺、生態(tài)宜居、農(nóng)民富裕。

圖1 科技創(chuàng)新與農(nóng)村三產(chǎn)融合之間關(guān)系的概念模型Fig.1 Conceptual model of the relationship between scientific and technological innovation and integration of three industries in rural areas

1.3.2變量相關(guān)性分析 本研究采用SPSS19.0 軟件對(duì)變量進(jìn)行Pearson 相關(guān)性檢驗(yàn)，檢驗(yàn)結(jié)果如表4 所示。在科技產(chǎn)出、科技投入、農(nóng)村三產(chǎn)融合3 個(gè)一級(jí)指標(biāo)下，9 個(gè)二級(jí)指標(biāo)變量?jī)蓛山M合，兩者間的P值大于0.00、小于0.05，表明二者間的相關(guān)性顯著，并且其相關(guān)系數(shù)的絕對(duì)值處于0.89～1 區(qū)域范圍內(nèi)。通過(guò)P值可以發(fā)現(xiàn)，9 個(gè)二級(jí)指標(biāo)變量在95%的置信度下兩兩間相關(guān)性十分顯著，其中y3與其他體系指標(biāo)的相關(guān)系數(shù)均為負(fù)值，表明y3與其他指標(biāo)呈負(fù)相關(guān)關(guān)系；而其他8 個(gè)指標(biāo)之間的相關(guān)系數(shù)均為正值，即呈正相關(guān)趨勢(shì)。通過(guò)研究，y3和其他指標(biāo)間為負(fù)相關(guān)的原因，很大可能性在于我國(guó)科技論文具有嚴(yán)重的外流現(xiàn)象。與國(guó)外期刊相比，我國(guó)國(guó)內(nèi)各種科研期刊和學(xué)術(shù)雜志均存在影響力和品牌力度等較弱的現(xiàn)象，因而越來(lái)越多科研工作者和學(xué)者將重心轉(zhuǎn)向國(guó)外主要學(xué)術(shù)期刊，我國(guó)學(xué)術(shù)論文發(fā)表數(shù)量總體排名居世界前列，學(xué)術(shù)論文發(fā)表絕對(duì)數(shù)量較大，從而導(dǎo)致科研人員發(fā)表科研論文數(shù)量y3與其他變量間呈現(xiàn)負(fù)增長(zhǎng)趨勢(shì)。

表4 Pearson 相關(guān)性檢驗(yàn)結(jié)果Table 4 Pearson correlation test result

2 實(shí)證分析

2.1 ADF 平穩(wěn)性檢驗(yàn)

為避免產(chǎn)生偽回歸，需對(duì)系統(tǒng)模型的變量穩(wěn)定性進(jìn)行驗(yàn)證，先采用ADF 方法對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。通過(guò)對(duì)變量SO、SI、RITI 采用自然對(duì)數(shù)形式，將非平穩(wěn)時(shí)間序列存在的異方差性消除，并且這一消除異方差性的過(guò)程與指標(biāo)的相關(guān)關(guān)系并沒(méi)有任何影響。本研究數(shù)據(jù)全部采用自然對(duì)數(shù)，假設(shè)新生成的變量分別為L(zhǎng)NSO、LNSI、LNRI，ADF 檢驗(yàn)結(jié)果見(jiàn)表5。由表5 可知，LNSO、LNSI、LNRI這3 個(gè)變量的P值均小于0.05，表明其所存在的相關(guān)關(guān)系十分顯著，單位根的原假設(shè)并不存在；ADF 平穩(wěn)性檢驗(yàn)結(jié)果十分平穩(wěn)，這表明在95%的置信度下，可以判定LNSO、LNSI、LNRI全部為平穩(wěn)時(shí)間序列。

表5 變量ADF 檢驗(yàn)結(jié)果Table 5 ADF inspection result of variables

2.2 VAR 模型構(gòu)建與分析

VAR 模型基于數(shù)據(jù)統(tǒng)計(jì)特性，該模型常用于對(duì)多個(gè)相互關(guān)聯(lián)的經(jīng)濟(jì)指標(biāo)間的互動(dòng)關(guān)系進(jìn)行預(yù)測(cè)和分析，同時(shí)考慮了變量之間的動(dòng)態(tài)特征。科技產(chǎn)出、科技投入、農(nóng)村三產(chǎn)融合間的互動(dòng)關(guān)系需要在較長(zhǎng)時(shí)間跨度上進(jìn)行分析，VAR 模型能夠很好的擬合這種動(dòng)態(tài)關(guān)系。本研究將LNSO、LNSI、LNRI3 個(gè)變量均判定為平穩(wěn)時(shí)間序列（過(guò)程見(jiàn)2.1），因而可以更好地分析經(jīng)濟(jì)系統(tǒng)的動(dòng)態(tài)情況。基于此，構(gòu)建VAR 模型，進(jìn)行指數(shù)分析和比較，實(shí)證分析過(guò)程采用計(jì)量軟件Eview8。通過(guò)SIC、AIC 的信息原則，一個(gè)是科技投入的滯后期，一個(gè)是科技產(chǎn)出的滯后期，將滯后系數(shù)設(shè)定為2，運(yùn)行模型得到以下結(jié)果：

從VAR 模型可以發(fā)現(xiàn)，這3 個(gè)方程的擬合性能極佳，擬合度均大于0.98。在LNRI方程中，LNRI的一期、二期滯后值對(duì)于指標(biāo)均具有正相關(guān)關(guān)系，其相關(guān)系數(shù)分別為0.232、1.180；LNSI的一期、二期滯后值均全部對(duì)LNRI具有正向帶動(dòng)作用，其相關(guān)系數(shù)分別為0.459、0.141；LNSO的一期與二期滯后均對(duì)LNRI有負(fù)向影響作用，相關(guān)系數(shù)分別為-0.513、-0.309，即對(duì)于當(dāng)年的我國(guó)農(nóng)村三產(chǎn)融合綜合指標(biāo)變量而言，可分別用一年前、兩年前的科技投入和科技產(chǎn)出6 個(gè)指數(shù)變量來(lái)解釋。而在LNSI方程中，對(duì)于當(dāng)年的科技投入綜合指標(biāo)變量分析，可以使用一年前、兩年前的農(nóng)村三產(chǎn)融合、科技產(chǎn)出指數(shù)等6 個(gè)指數(shù)變量來(lái)解釋。在LNSO方程中，對(duì)于當(dāng)年科技產(chǎn)出綜合指標(biāo)變量而言，可分別用一年前、兩年前的科技投入、農(nóng)村三產(chǎn)融合的6 個(gè)變量進(jìn)行解釋。通過(guò)表6 中LNSO、LNSI、LNRI3 個(gè)殘差項(xiàng)的同期相關(guān)矩陣相關(guān)系數(shù)對(duì)比分析發(fā)現(xiàn)，其中每?jī)蓚€(gè)殘差項(xiàng)之間的相關(guān)矩陣相關(guān)系數(shù)均大于0.5。

表6 殘差同期相關(guān)矩陣Table 6 Residual contemporaneous correlation matrix

2.3 格蘭杰Granger 因果檢驗(yàn)

Granger于1969年提出Granger因果檢驗(yàn)方法，目的在于探討一個(gè)變量是否為另一個(gè)變量變動(dòng)的原因。正常情況下，一個(gè)變量對(duì)另一個(gè)變量的解釋程度可以在一定時(shí)間內(nèi)觀察到，如果其滯后性增加，則探討另一個(gè)變量的解釋程度是否會(huì)改變的問(wèn)題。

一般來(lái)講，科技投入是科技產(chǎn)出的成因，本研究進(jìn)一步探討科技產(chǎn)出是否為科技投入的原因，科技產(chǎn)出、科技投入是否為農(nóng)村三產(chǎn)融合的原因。由Granger 因果檢驗(yàn)結(jié)果（表7）可知，在10%置信度下，原假設(shè)“SI 不是RITI 的Granger原因”的F檢驗(yàn)P值等于0.543，大于0.1，表明原假設(shè)接受；原假設(shè)“RITI 不是SI 的Granger 原因”的P值等于0.072，小于0.1，原假設(shè)拒絕，也就是在90%的置信度下，可認(rèn)為農(nóng)村三產(chǎn)融合及科技投入間有單邊Granger 因果關(guān)系存在，農(nóng)村三產(chǎn)融合可以促進(jìn)提升科技投入。同理，SO 是RITI 的Granger 原因且RITI 是SO 的Granger 原因，農(nóng)村三產(chǎn)融合和科技產(chǎn)出可相互Granger 引發(fā)；SO 不 是SI 的Granger 原 因，SI 是SO 的Granger原因，科技投入以Granger 對(duì)科技產(chǎn)出進(jìn)行引發(fā)。以上表明，科技產(chǎn)出、科技投入、農(nóng)村三產(chǎn)融合3 個(gè)指標(biāo)間存在高度相關(guān)性，因此，伴隨著科技投入促進(jìn)科技成果產(chǎn)出，同時(shí)，將科技成果轉(zhuǎn)化為生產(chǎn)力和生產(chǎn)技術(shù)，有利于促進(jìn)農(nóng)村三大產(chǎn)業(yè)的融合發(fā)展并增強(qiáng)農(nóng)村三大產(chǎn)業(yè)的融合能力，反過(guò)來(lái)又刺激科技投資，3 個(gè)要素形成了良性互動(dòng)鏈（圖2）。

表7 格蘭杰因果檢驗(yàn)結(jié)果Table 7 Granger causality test result

圖2 格蘭杰因果關(guān)系示意圖Fig.2 Granger causal relationship diagram

3 基于協(xié)整檢驗(yàn)與ECM 模型的關(guān)系研究

對(duì)于EG 檢驗(yàn)法來(lái)說(shuō)，基本工作機(jī)理在于對(duì)一組d 階單整的時(shí)序變量，利用普通最小二乘法（Ordinary least square，OLS）估算回歸函數(shù)，并且把方程的殘差項(xiàng)作為隨機(jī)誤差項(xiàng)的估計(jì)值，而后對(duì)方程的平穩(wěn)性能進(jìn)行評(píng)價(jià)，若評(píng)價(jià)結(jié)果為平穩(wěn)，則可認(rèn)定該組變量有（d，d）階協(xié)整關(guān)系存在。

3.1 科技投入與科技產(chǎn)出

通過(guò)對(duì)于LNRI、LNSI兩個(gè)變量進(jìn)行檢測(cè)，使用OLS 法進(jìn)行協(xié)整方程估算，該樣本的回歸函數(shù)方程為：

結(jié)果表明，在該方程下，T統(tǒng)計(jì)量與F統(tǒng)計(jì)量在5%的置信度下，其所得到的P值均小于0.05，即認(rèn)為該方程各個(gè)系數(shù)均不等于零，回歸方程成立；可決系數(shù)R2數(shù)值0.9590，表明模型擬合優(yōu)度較高，科技產(chǎn)出綜合指標(biāo)中，方程解釋的置信度為95%；e4的EG 檢驗(yàn)結(jié)果在臨界值1%、5%、10%狀態(tài)下分別為-2.848361、-1.989209、-1.601251。協(xié)整檢驗(yàn)結(jié)果表明，我國(guó)UI 和PGDP二者長(zhǎng)期存在相互平衡的關(guān)系，但對(duì)于短期內(nèi)二者的變化情況并沒(méi)有具體研究，因此只能通過(guò)構(gòu)建ECM 模型，對(duì)UI 和PGDP 的關(guān)系進(jìn)行分析。在建立ECM 模型時(shí)，首先是通過(guò)觀察、分析相關(guān)變量，將其長(zhǎng)期處于均衡狀態(tài)的假設(shè)提出，而后通過(guò)協(xié)整檢驗(yàn)該組的變量情況。ECM 模型為：

通過(guò)ECM 模型，可以從兩個(gè)角度反映和描述科技產(chǎn)出綜合指標(biāo)（SO）短期動(dòng)態(tài)情況，原因一是偏離長(zhǎng)期均衡作用的結(jié)果，二是短期科技投入綜合指標(biāo)（SI）作用的結(jié)果。在完整的ECM模型中，對(duì)科技產(chǎn)出的當(dāng)期波動(dòng)而言，科技投入當(dāng)期的波動(dòng)起伏程度十分夸張，因而每當(dāng)科技的投入提高1%的時(shí)候，科技產(chǎn)出也會(huì)隨著提高1.565%，且對(duì)當(dāng)期科技產(chǎn)出來(lái)說(shuō)，上期誤差調(diào)整比例為-0.820。

3.2 科技投入與農(nóng)村三產(chǎn)融合

采用OLS 法對(duì)兩個(gè)序列變量LNRI、LNSI的協(xié)整方程進(jìn)行模擬估計(jì)，從而得到樣本回歸函數(shù)如下：

檢驗(yàn)結(jié)果表明，F(xiàn)統(tǒng)計(jì)量和T統(tǒng)計(jì)量在0.05 顯著性水平下的P值全部小于0.05，說(shuō)明回歸方程顯著成立，且各系數(shù)之間的顯著并不為零。方程的計(jì)算結(jié)果顯示，LNRI、LNSI間具有正向相關(guān)關(guān)系，農(nóng)村三產(chǎn)融合的綜合得分在科技投入綜合得分每增加1%時(shí)，會(huì)相應(yīng)增加1.542%。采用EG 檢驗(yàn)該方程，從而可獲得兩個(gè)變量LNRI、LNSI間是存在著協(xié)同關(guān)系，e5的EG檢驗(yàn)結(jié)果在臨界值1%、5%、10%狀態(tài)下分別為-2.817851、-1.983455、-1.602255，ADF檢驗(yàn)T統(tǒng)計(jì)量為-1.827636。ECM 模型為：

模型誤差修正系數(shù)為-0.386，也就是說(shuō)農(nóng)村三產(chǎn)融合和科技投入短期波動(dòng)對(duì)兩者長(zhǎng)期均衡狀態(tài)有影響，誤差修正項(xiàng)為0.386，對(duì)該模型的誤差進(jìn)行適當(dāng)?shù)膬?yōu)化和調(diào)整，從而將其重新回歸平衡狀態(tài)。該模型表明，當(dāng)科技投入當(dāng)期出現(xiàn)相關(guān)波動(dòng)時(shí)，會(huì)導(dǎo)致農(nóng)村三產(chǎn)融合情況受到嚴(yán)重影響，即每當(dāng)科技投入提高1%的時(shí)候，農(nóng)村三產(chǎn)融合也會(huì)隨著提高1.256%，對(duì)于當(dāng)期農(nóng)村三產(chǎn)融合而言，前期誤差調(diào)整力度為-0.386。

3.3 科技產(chǎn)出與農(nóng)村三產(chǎn)融合

采用OLS 法對(duì)協(xié)整方程進(jìn)行估計(jì)，得到樣本回歸函數(shù)：

檢驗(yàn)結(jié)果表明，模型各系數(shù)在0.05 顯著性水平下回歸方程成立，且其顯著性并不為零，對(duì)于整個(gè)模型的擬合程度較高，表明兩個(gè)變量LNRI、LNSO間具有正向相關(guān)關(guān)系，農(nóng)村三產(chǎn)融合綜合得分在科技產(chǎn)出綜合得分每增加1%時(shí)，會(huì)增加0.881%，LNRI、LNSO存在長(zhǎng)期穩(wěn)定均衡關(guān)系。的EG 檢驗(yàn)結(jié)果在臨界值1%、5%、10%狀態(tài)下分別為-2.817851、-1.983455、-1.602255，ADF 檢驗(yàn)T統(tǒng)計(jì)量為-2.70891。ECM模型為：

誤差項(xiàng)修正系數(shù)為-0.283，也就是農(nóng)村三產(chǎn)融合和科技產(chǎn)出之間會(huì)存在非常短暫的波動(dòng)情況，同時(shí)這一波動(dòng)也影響著后續(xù)均衡狀態(tài)，但如果通過(guò)調(diào)節(jié)參數(shù)對(duì)其進(jìn)行修正，則可以將非平衡狀態(tài)下的計(jì)算模型回歸正常。而農(nóng)村三產(chǎn)融合的當(dāng)期變動(dòng)和科技產(chǎn)出的當(dāng)期投入變動(dòng)同樣具有顯著影響，農(nóng)村三產(chǎn)融合在科技產(chǎn)出當(dāng)期提高1%時(shí)會(huì)提高0.767%，且對(duì)于當(dāng)期農(nóng)業(yè)三產(chǎn)融合而言，前期誤差的調(diào)整力度為-0.283。

4 結(jié)論與建議

本研究基于VAR 模型，以2010—2018 年我國(guó)科技發(fā)展和工業(yè)生產(chǎn)相關(guān)數(shù)據(jù)為樣本，對(duì)我國(guó)農(nóng)村三產(chǎn)融合與科技創(chuàng)新投入和科技創(chuàng)新產(chǎn)出之間的關(guān)系進(jìn)行分析研究。研究結(jié)果顯示，通過(guò)對(duì)9 個(gè)二級(jí)指標(biāo)變量進(jìn)行Pearson 相關(guān)性檢驗(yàn)得知，9 個(gè)二級(jí)指標(biāo)變量之間存在著極高的相關(guān)性。VAR 模型分析表明，指標(biāo)體系中科技投入力度、科技產(chǎn)出水平和農(nóng)村三產(chǎn)融合間存在著動(dòng)態(tài)相互作用和高度相關(guān)關(guān)系：科技創(chuàng)新投入能促進(jìn)農(nóng)村三產(chǎn)融合的發(fā)展，農(nóng)村三產(chǎn)融合在科技產(chǎn)出當(dāng)期提高1%時(shí)會(huì)提高0.767%；農(nóng)村三產(chǎn)融合的發(fā)展會(huì)促進(jìn)科技創(chuàng)新進(jìn)一步投入，農(nóng)村三產(chǎn)融合綜合得分每增加0.881%，科技產(chǎn)出綜合得分增加1%。

基于上述結(jié)論，結(jié)合國(guó)內(nèi)外學(xué)者的相關(guān)研究成果［4-38］，提出以下對(duì)策建議：

（1）農(nóng)村三產(chǎn)業(yè)融合目前在我國(guó)仍然處于起步階段，農(nóng)業(yè)資源環(huán)境約束情況下，農(nóng)村三產(chǎn)融合舉措對(duì)實(shí)現(xiàn)美麗鄉(xiāng)村建設(shè)、繁榮農(nóng)村社會(huì)發(fā)展、農(nóng)民生活富裕具有重要的意義。產(chǎn)業(yè)融合是產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)過(guò)程的一個(gè)階段，從內(nèi)生動(dòng)力和外在誘因角度出發(fā)，產(chǎn)業(yè)融合離不開(kāi)技術(shù)創(chuàng)新驅(qū)動(dòng)、主體利益驅(qū)動(dòng)、市場(chǎng)需求驅(qū)動(dòng)、政府政策驅(qū)動(dòng)等4 個(gè)方面的驅(qū)動(dòng)，其中技術(shù)創(chuàng)新驅(qū)動(dòng)發(fā)揮引擎作用。從實(shí)證研究結(jié)果可知，科技產(chǎn)出當(dāng)期提高1%，農(nóng)村一二三產(chǎn)業(yè)融合能夠提高0.767%，說(shuō)明農(nóng)村一二三產(chǎn)業(yè)融合程度仍有很大的提升空間和持續(xù)改進(jìn)余地，這與陳璐等［37］研究觀點(diǎn)相呼應(yīng)。因此，推進(jìn)農(nóng)村三產(chǎn)融合發(fā)展，必須以調(diào)整農(nóng)村的一二三產(chǎn)業(yè)結(jié)構(gòu)為前提，以農(nóng)村經(jīng)濟(jì)為基礎(chǔ)，采取三次產(chǎn)業(yè)互動(dòng)、制度體系創(chuàng)新等方法，以實(shí)現(xiàn)農(nóng)村制造加工、鄉(xiāng)村旅游、農(nóng)業(yè)營(yíng)銷(xiāo)及其他服務(wù)業(yè)等一體化的完整產(chǎn)業(yè)鏈，實(shí)現(xiàn)農(nóng)村一二三產(chǎn)業(yè)的深度融合。

（2）從目前我國(guó)農(nóng)業(yè)全要素生產(chǎn)率情況和農(nóng)業(yè)技術(shù)創(chuàng)新水平來(lái)看，我國(guó)農(nóng)業(yè)技術(shù)創(chuàng)新能力有待提升，農(nóng)業(yè)技術(shù)貢獻(xiàn)率盤(pán)底，農(nóng)業(yè)科技成果轉(zhuǎn)化和應(yīng)用較弱。從實(shí)證分析結(jié)果可以得知，科技創(chuàng)新投入每增加1%，農(nóng)村三產(chǎn)融合能夠提升1.256%。采用創(chuàng)新方式與辦法可以突破農(nóng)村內(nèi)部壁壘，逐步打通農(nóng)業(yè)和第二、第三產(chǎn)業(yè)之間的技術(shù)壁壘［38］，逐漸將農(nóng)業(yè)和第二、第三產(chǎn)業(yè)之間的界限模糊化，為消費(fèi)者提供多元化的商品和服務(wù)需求，實(shí)現(xiàn)傳統(tǒng)農(nóng)業(yè)與高技術(shù)產(chǎn)業(yè)之間的深度融合。因此，地方政府和有關(guān)部門(mén)應(yīng)大力推進(jìn)農(nóng)業(yè)科學(xué)技術(shù)創(chuàng)新，逐步掌握生物育種、先進(jìn)農(nóng)機(jī)裝備、智能農(nóng)業(yè)、生態(tài)宜居、生態(tài)環(huán)境保護(hù)等領(lǐng)域核心技術(shù)，以攻克技術(shù)壁壘。同時(shí)，要進(jìn)一步鼓勵(lì)各領(lǐng)域科學(xué)技術(shù)工作者，充分調(diào)動(dòng)廣大農(nóng)業(yè)科研人員的工作熱情和創(chuàng)新激情，支持農(nóng)業(yè)科學(xué)技術(shù)工作者開(kāi)發(fā)產(chǎn)品與技術(shù)創(chuàng)新，政府積極搭建科技創(chuàng)新聯(lián)盟平臺(tái)，出臺(tái)有利于農(nóng)業(yè)發(fā)展的各項(xiàng)政策，增加R&D 科技研發(fā)投入，為科研工作者提供多層次、全方面的科技創(chuàng)新環(huán)境，加快我國(guó)農(nóng)業(yè)技術(shù)創(chuàng)新步伐，真正落實(shí)農(nóng)村一二三產(chǎn)業(yè)深度融合，實(shí)現(xiàn)農(nóng)業(yè)社會(huì)快速發(fā)展，實(shí)現(xiàn)農(nóng)民增收。