農(nóng)村金融發(fā)展對農(nóng)業(yè)技術(shù)創(chuàng)新影響研究

　　摘要：利用３０個?。ㄊ小^(qū)）２０００－２０１７年的面板數(shù)據(jù)，通過靜態(tài)固定效應(yīng)面板模型和系統(tǒng)ＧＭＭ模型實證研究了金融發(fā)展對農(nóng)業(yè)技術(shù)創(chuàng)新的影響。研究結(jié)果表明：①農(nóng)業(yè)金融發(fā)展顯著提升了農(nóng)業(yè)技術(shù)創(chuàng)新水平的提高；②財政支農(nóng)、機械化總動力和人均農(nóng)村固定資產(chǎn)投資額也不同程度的提升了農(nóng)業(yè)技術(shù)創(chuàng)新水平，但農(nóng)業(yè)經(jīng)濟增長不是農(nóng)業(yè)技術(shù)創(chuàng)新顯著的影響因素。因此，應(yīng)不斷加大農(nóng)村金融對農(nóng)業(yè)技術(shù)創(chuàng)新的助推效應(yīng)，挖掘農(nóng)村金融支持新的著力點，不斷提高農(nóng)業(yè)機械化程度和農(nóng)村固定資產(chǎn)投資力度。

　　關(guān)鍵詞：農(nóng)村金融發(fā)展；農(nóng)業(yè)技術(shù)創(chuàng)新；系統(tǒng)ＧＭＭ模型

　　改革開放以來實行的“家庭聯(lián)產(chǎn)承包責任制”極大調(diào)動農(nóng)民生產(chǎn)的積極性，農(nóng)產(chǎn)品產(chǎn)量長期保持增長的態(tài)勢。目前，隨著經(jīng)濟發(fā)展進入“新常態(tài)”，由過去重視經(jīng)濟的增速向調(diào)整經(jīng)濟結(jié)構(gòu)轉(zhuǎn)變以來，農(nóng)業(yè)經(jīng)濟增長僅依靠物質(zhì)要素投入的增加已不適應(yīng)經(jīng)濟發(fā)展的需要。黨的十八大以來，習(xí)總書記總書記高度重視農(nóng)業(yè)技術(shù)創(chuàng)新，強調(diào)農(nóng)業(yè)要實現(xiàn)現(xiàn)代化，關(guān)鍵在技術(shù)進步和創(chuàng)新，創(chuàng)新驅(qū)動發(fā)展模式將成為實現(xiàn)農(nóng)業(yè)經(jīng)濟增長、農(nóng)業(yè)高質(zhì)量發(fā)展的必然選擇。２０１７年，農(nóng)業(yè)科技貢獻率達到５７．５％，超過傳統(tǒng)生產(chǎn)要素的貢獻，到２０２０年農(nóng)業(yè)科技貢獻率將超過６０％。盡管農(nóng)業(yè)技術(shù)創(chuàng)新的貢獻率不斷提高，對農(nóng)業(yè)經(jīng)濟增長發(fā)揮出積極地促進作用，但農(nóng)業(yè)科技創(chuàng)新體系還存在很多問題，包括農(nóng)業(yè)技術(shù)創(chuàng)新投入不足、農(nóng)業(yè)科技創(chuàng)新成果轉(zhuǎn)化率偏低、農(nóng)業(yè)技術(shù)創(chuàng)新人才缺口大及科技創(chuàng)新主體單一等，其中創(chuàng)新經(jīng)費投入不足是制約農(nóng)業(yè)技術(shù)創(chuàng)新的關(guān)鍵因素。目前，農(nóng)業(yè)技術(shù)創(chuàng)新經(jīng)費投入主要來源農(nóng)村金融資本，在不同的農(nóng)業(yè)發(fā)展區(qū)域和農(nóng)業(yè)生產(chǎn)階段，農(nóng)村金融資本所產(chǎn)生的作用存在差異性。因此，研究農(nóng)村金融發(fā)展對我國農(nóng)業(yè)技術(shù)創(chuàng)新的影響效應(yīng)具有重要的現(xiàn)實意義。

　?。蔽墨I回顧

　　農(nóng)村金融作為農(nóng)業(yè)科技創(chuàng)新經(jīng)費投入的重要構(gòu)成，一定程度上彌補財政支農(nóng)支出對農(nóng)業(yè)科技創(chuàng)新投入的不足，并進一步促進農(nóng)業(yè)科技創(chuàng)新及其成果轉(zhuǎn)化。Ｋｉｎｇ和Ｌｅｖｉｎｅ［１］認為金融中介通過對企業(yè)家信息的甄別，并對其進行融資支持，可有效促進科技創(chuàng)新。蔣淇威等［２］通過對我國１９９１－２０１４年相關(guān)數(shù)據(jù)進行格蘭杰因果關(guān)系檢驗得出農(nóng)村金融發(fā)展對農(nóng)業(yè)科技創(chuàng)新具有直接作用和間接作用。肖干等［３］利用１９９３－２０１０年省級面板數(shù)據(jù)進行實證分析得出在控制其他變量的前提下，農(nóng)村金融發(fā)展的結(jié)構(gòu)、規(guī)模和效率與農(nóng)業(yè)科技進步貢獻率呈正相關(guān)關(guān)系，農(nóng)村金融發(fā)展水平的提升有利于提高農(nóng)業(yè)科技進步貢獻率，金融支持是實現(xiàn)農(nóng)業(yè)技術(shù)創(chuàng)新的重要支撐。張樂柱等［４］運用柯布－道格拉斯生產(chǎn)函數(shù)和索洛余值法測算農(nóng)業(yè)科技進步水平時間序列，發(fā)現(xiàn)農(nóng)業(yè)科技進步與農(nóng)村金融發(fā)展之間單向格蘭杰因果聯(lián)系。譚亮［５］提出金融資本有助于加強農(nóng)業(yè)科技研發(fā)，形成新的農(nóng)業(yè)合作模式，以創(chuàng)新性農(nóng)業(yè)金融體系促進農(nóng)業(yè)產(chǎn)業(yè)革新，從而實現(xiàn)農(nóng)業(yè)的全面改革升級。然而，對金融發(fā)展促進農(nóng)業(yè)科技創(chuàng)新的關(guān)系研究也存在不同的看法，陳剛等［６］通過對１９９４－２００３年金融發(fā)展進行實證分析得出金融發(fā)展在促進勞動資本積累的作用顯著，但阻礙了科技進步和技術(shù)效率的改善。這一現(xiàn)象的存在，與政府部門對金融機構(gòu)干預(yù)過多而致其對農(nóng)業(yè)科技創(chuàng)新資金投入及使用的低效率。也有學(xué)者從財政支農(nóng)、農(nóng)業(yè)經(jīng)濟增長、機械化投入、固定資產(chǎn)投資等因素對農(nóng)業(yè)技術(shù)創(chuàng)新的影響。

　　2農(nóng)村金融發(fā)展對農(nóng)業(yè)技術(shù)創(chuàng)新影響的實證研究

　?。玻崩碚撽U釋這一部分我們將分析

　　農(nóng)業(yè)金融發(fā)展對農(nóng)業(yè)技術(shù)創(chuàng)新的影響機理、傳導(dǎo)機制，并提出文章的理論假說。一個或地區(qū)農(nóng)業(yè)生產(chǎn)要素稟賦差異直接影響農(nóng)業(yè)技術(shù)創(chuàng)新的實現(xiàn)類型選擇，一般認為，一個或地區(qū)非技術(shù)類農(nóng)業(yè)資源越豐富，對農(nóng)業(yè)技術(shù)創(chuàng)新產(chǎn)生的“替代效應(yīng)”越強，但也有學(xué)者認為，非技術(shù)農(nóng)業(yè)資源也會對農(nóng)業(yè)技術(shù)創(chuàng)新形成“互補效應(yīng)”。結(jié)合農(nóng)村實際看，農(nóng)村金融發(fā)展應(yīng)該有利于農(nóng)業(yè)技術(shù)創(chuàng)新的提高，這是因為從金融機構(gòu)資金投放的偏好看，由于農(nóng)業(yè)生產(chǎn)的周期長、風(fēng)險大，起初金融機構(gòu)對農(nóng)村市場的信貸投放的偏好較弱，但由于近年來對“三農(nóng)”問題重視程度逐年增強，鄉(xiāng)村振興戰(zhàn)略的提出必然會引導(dǎo)金融機構(gòu)投放更多資金到農(nóng)村，將會為農(nóng)業(yè)提供大量的信貸資金支持，為了落實“產(chǎn)業(yè)興旺”的戰(zhàn)略要求，這些信貸資金會偏向于農(nóng)業(yè)科技領(lǐng)域的投入。因此，提出文章的假說：農(nóng)村金融發(fā)展有利于農(nóng)業(yè)技術(shù)創(chuàng)新提高，農(nóng)村金融發(fā)展是農(nóng)業(yè)技術(shù)創(chuàng)新的正向指標。

　?。玻仓笜诉x取和數(shù)據(jù)來源

　　２．２．１被解釋變量

　　衡量技術(shù)創(chuàng)新通常采用專利申請量和專利授權(quán)量，或者新產(chǎn)品的銷售收入，但已有的統(tǒng)計資料中只能查到歷年全國的農(nóng)林牧漁業(yè)專利申請量，各?。ㄊ?、區(qū)）不易獲取。仿照熊文，朱永彬［７］的做法，選用每十萬人農(nóng)業(yè)植物新品種權(quán)申請數(shù)（ｐｌａｎｔ）來作為農(nóng)業(yè)技術(shù)創(chuàng)新的一個替代指標，同時，為了保證結(jié)論的穩(wěn)健性，根據(jù)姚延婷，陳萬明，李曉寧［８］的研究思路，選取各地區(qū)節(jié)水灌溉類機器擁有量（萬套）（體現(xiàn)農(nóng)業(yè)機械技術(shù)）和各地區(qū)用沼氣數(shù)量（萬戶）作為農(nóng)業(yè)技術(shù)創(chuàng)新的其他替代變量。數(shù)據(jù)均來源于《新農(nóng)業(yè)６０年統(tǒng)計資料》、《農(nóng)業(yè)年鑒》等。

　?。玻玻步忉屪兞?/p>

　　文章的核心變量是農(nóng)村金融發(fā)展。不同于學(xué)界從金融規(guī)模、金融結(jié)構(gòu)和金融效率三個視角來衡量，這是因為針對農(nóng)業(yè)方面，該做法過于籠統(tǒng)，無法有針對性的衡量對農(nóng)業(yè)領(lǐng)域的支持力度，因此，本文選用農(nóng)業(yè)貸款額作為衡量農(nóng)業(yè)金融發(fā)展的指標。

　?。玻硨嵶C結(jié)果分析

　?。玻常逼椒€(wěn)性檢驗和協(xié)整檢驗

　　為了避免可能存在“偽回歸”問題，因此，對模型進行實證分析前，應(yīng)首先做各變量的平穩(wěn)性檢驗。如各變量滿足是平穩(wěn)的，或滿足同階單整，則需進一步做協(xié)整檢驗。常見的面板數(shù)據(jù)平穩(wěn)性檢驗的方法有ＬＬＣ、ＩＰＳ、Ｆｉｓｈｅｒ－ＡＤＦ和Ｆｉｓｈｅｒ－ＰＰ等，雖然每一種檢驗方法都有其適用范圍，但為了保證檢驗結(jié)果的穩(wěn)健性，表２和表３完整報告了四種方法下變量水平值和一階差分值的平穩(wěn)性檢驗結(jié)果。①

　　從表２的結(jié)果可知，被解釋變量每十萬人擁有農(nóng)業(yè)植物新品種權(quán)申請數(shù)（ｌｎｐｌａｎｔ）、節(jié)水灌溉類機器擁有量（ｌｎｉｒｒｉｇａｔｉｏｎ）和各地區(qū)用沼氣數(shù)量（ｌｎ－ｍａｒｓｈｇａｓ）ＬＬＣ、ＩＰＳ、Ｆｉｓｈｅｒ－ＡＤＦ和Ｆｉｓｈｅｒ－ＰＰ四種不同檢驗方法下的實證結(jié)果都表明，在５％的顯著性水平下，無法拒絕存在單位根的原假設(shè)，表明變量的水平數(shù)據(jù)是不平穩(wěn)的。解釋變量農(nóng)村金融發(fā)展（ｌｎａｇｒｌｏａｎ）以及其他的控制變量的水平值也是不平穩(wěn)的。而表３的檢驗結(jié)果則表明，在５％的顯著性水平下，全部變量拒絕了存在單位根的原假設(shè)。因此，所有變量滿足一階單整，應(yīng)進一步檢驗變量間是否存在長期的協(xié)整關(guān)系。檢驗面板數(shù)據(jù)是否存在協(xié)整關(guān)系的方法有：Ｐｅｄｒｏｎｉ和Ｋａｏ檢驗、Ｊｏｈａｎｓｅｎ協(xié)整檢驗。依照本文面板數(shù)據(jù)的特征，本文使用Ｐｅｄｒｏｎｉ檢驗。檢驗結(jié)果報告于表４。

　?。玻常察o態(tài)面板模型實證結(jié)果分析

　　對于面板數(shù)據(jù)，首先應(yīng)先判斷是采用混合效應(yīng)還是個體效應(yīng)。若是混合效應(yīng)直接計算混合回歸結(jié)果，若是個體效應(yīng)，則需進一步檢驗是固定效應(yīng)還是隨機效應(yīng)。首先，進行混合效應(yīng)和個體效應(yīng)檢驗，其檢驗方法為Ｆ檢驗，原假設(shè)是所有的個體隨機干擾項都是０，即可以接受混合效應(yīng)。運用ｓｔａｔａ１４．０軟件檢驗可知，Ｆｔｅｓｔｔｈａｔａｌｌｕｉ＝０：Ｆ（２９，４４５）＝５９．３６，Ｐｒｏｂ＞Ｆ＝０．００００，在５％的顯著性水平下，明顯拒接了采用混合效應(yīng)的原假設(shè)。其次，進行固定效應(yīng)和隨機效應(yīng)檢驗。固定效應(yīng)和隨機效應(yīng)檢驗的常用方法是豪斯曼檢驗。ｓｔａｔａ１４．０軟件檢驗結(jié)果顯示：ｃｈｉ２（６）＝（ｂ－Ｂ）′［（Ｖ＿ｂ－Ｖ＿Ｂ）＾（－１）］（ｂ－Ｂ）＝１７．９７，Ｐｒｏｂ＞ｃｈｉ２＝０．００６３，在５％的顯著性水平下拒絕采用隨機效應(yīng)的原假設(shè)，因此，最終的面板模型為固定效應(yīng)面板模型。注：①文章只報告了被解釋變量為每十萬人擁有農(nóng)業(yè)植物新品種權(quán)申請數(shù)（ｌｎｐｌａｎｔ）的回歸結(jié)果，節(jié)水灌溉類機器擁有量（ｌｎｉｒｒｉｇａｔｉｏｎ）和各地區(qū)用沼氣數(shù)量（ｌｎｍａｒｓｈｇａｓ）作為被解釋變量的實證結(jié)果與之相似，不再贅述。根據(jù)以上檢驗，模型為固定效應(yīng)下的面板模型。表５報告了固定效應(yīng)面板模型的回歸結(jié)果。①從表５知，ｒｈｏ＝０．８９０１１３６３，再次表明模型不應(yīng)采用混合效應(yīng)，Ｒ２＝０．７７１０，Ｆ＝９６．７４，表明模型整體的擬合效果較好。核心解釋變量農(nóng)村金融發(fā)展顯著的提升了農(nóng)業(yè)技術(shù)創(chuàng)新水平，初步驗證了文章提出的理論假說；其他控制變量大多在１０％的顯著性水平下促進了農(nóng)業(yè)技術(shù)創(chuàng)新水平的提高。

　　２．３．３系統(tǒng)ＧＭＭ模型結(jié)果分析

　　由于各變量無法保證嚴格外生性，一些變量可能受到另一些變量的影響，內(nèi)生性問題可能導(dǎo)致靜態(tài)面板模型實證結(jié)果是有偏的，得出的結(jié)論缺乏穩(wěn)健性，而系統(tǒng)ＧＭＭ模型能有效解決該問題，一般認為在小樣本情況下，系統(tǒng)ＧＭＭ比差分ＧＭＭ估計偏差更小，結(jié)論更穩(wěn)健。因此，本文擬使用系統(tǒng)ＧＭＭ模型估計對變量間的關(guān)系做進一步分析。

　　３結(jié)論與建議

　　利用３０個?。ㄊ?、區(qū)）２０００－２０１７年的面板數(shù)據(jù)，通過靜態(tài)面板模型和動態(tài)ＧＭＭ模型實證研究了農(nóng)村金融發(fā)展對農(nóng)業(yè)技術(shù)創(chuàng)新的影響。研究結(jié)果表明：第一，各變量都滿足一階單整，具備長期穩(wěn)定的協(xié)整關(guān)系；第二，靜態(tài)面板模型的最佳形式為固定效應(yīng)靜態(tài)模型；第三，靜態(tài)固定模型和動態(tài)系統(tǒng)ＧＭＭ模型的實證結(jié)論都表明，農(nóng)村金融發(fā)展顯著提升了農(nóng)業(yè)技術(shù)創(chuàng)新水平；第四，財政支農(nóng)、機械化程度和人均固定資產(chǎn)投資額都顯著的提升了農(nóng)業(yè)技術(shù)創(chuàng)新水平，但農(nóng)業(yè)經(jīng)濟增長不是農(nóng)業(yè)技術(shù)創(chuàng)新顯著的影響因素。結(jié)合以上分析，提出如下建議：一是加大對農(nóng)村發(fā)展的金融支持力度，防止服務(wù)于“三農(nóng)”的金融機構(gòu)和金融資金流向其他領(lǐng)域，不斷打造農(nóng)業(yè)技術(shù)創(chuàng)新提升的金融新動能；二是因地制宜，有針對性的制定、落實財政支農(nóng)方案，進一步加大農(nóng)業(yè)技術(shù)創(chuàng)新的財政支農(nóng)力度，同時，確保財政支農(nóng)資金?？顚Ｓ?，提高財政支農(nóng)效率；三是踐行創(chuàng)新驅(qū)動戰(zhàn)略，尤其是在農(nóng)業(yè)發(fā)展領(lǐng)域，多渠道、寬領(lǐng)域、全方位的探索農(nóng)業(yè)技術(shù)創(chuàng)新提升的新路徑。

　　參考文獻

　?。郏保荩耍桑危牵遥?，ＲＬＥＶＩＮＥ．Ｆｉｎａｎｅ，ｅｎｔｒｅｐｒｅｎｅｕｒｓｈｉｐａｎｄｇｒｏｗｔｈ：ｔｈｅｏｒｙａｎｄｅｖｉｄｅｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＭｏｎｅｔａｒｙＥｃｏ－ｎｏｍｉｃｓ，１９９３（３２）：５１３－５４２．

　?。郏玻菔Y淇威，夏維力．農(nóng)村金融發(fā)展促進農(nóng)業(yè)科技進步的直接與間接作用［Ｊ］．科技管理研究，２０１７（２０）：２７－３４．

　?。郏常菪じ桑祧H．農(nóng)村金融發(fā)展對農(nóng)業(yè)科技進步貢獻率的影響———基于省級動態(tài)面板數(shù)據(jù)模型的實證研究［Ｊ］．農(nóng)業(yè)技術(shù)經(jīng)濟，２０１２（８）：８７－９６．

　　［４］張樂柱，李錦宇，于卉蘭．農(nóng)村金融發(fā)展與農(nóng)業(yè)技術(shù)進步關(guān)系實證研究：以廣東省為例［Ｊ］．農(nóng)業(yè)經(jīng)濟研究，２０１５（１）：１１０－１１７．

　?。郏担葑T亮．金融資本在農(nóng)業(yè)轉(zhuǎn)型升級中的作用分析［Ｊ］．農(nóng)業(yè)經(jīng)濟，２０１８（７）：１０５－１０７．

　　胡瑜杰，朱萬里

《農(nóng)村金融發(fā)展對農(nóng)業(yè)技術(shù)創(chuàng)新影響研究》

上一篇：農(nóng)村能源循環(huán)農(nóng)業(yè)技術(shù)模式的應(yīng)用探討

下一篇：農(nóng)村建設(shè)背景下的農(nóng)業(yè)經(jīng)濟管理探討