中国不同类型农业R&D投入分布的动态演变及其影响因素分析

李兆亮，罗小锋,张俊飚,邹金浪

(1.华中农业大学经济管理学院，湖北 武汉 430070；2.湖北农村发展研究中心，湖北 武汉 430070；3.南京农业大学公共管理学院，江苏 南京 210095)

中国不同类型农业R&D投入分布的动态演变及其影响因素分析

李兆亮1,2，罗小锋1,2,张俊飚1,2,邹金浪3

(1.华中农业大学经济管理学院，湖北 武汉 430070；2.湖北农村发展研究中心，湖北 武汉 430070；3.南京农业大学公共管理学院，江苏 南京 210095)

以农业科研机构R&D资金投入为研究对象，在探讨基础研究、应用研究与试验发展三类型农业R&D投入空间分布特征的基础上，利用核密度函数系统分析2002—2013年不同类型农业R&D投入分布的动态演变，并构建计量经济模型研究其影响因素。结果表明：①农业R&D基础研究和应用研究投入变化相对平稳，而试验发展投入则表现为持续上升趋势；②三类型农业R&D投入分布格局转变较大，均呈现出明显的区域差异；③应用研究和试验发展投入区域差异显著扩大，而基础研究投入差异则经历先缩小再扩大的过程，总体呈小幅增大趋势；④基础研究和应用研究投入受到科研机构数量的影响较大，试验发展投入更易受到社会经济因素的影响，农业科技政策对农业R&D投入增长的促进效果由试验发展向基础研究增强。

农业R&D；资金投入；分布动态；影响因素

1 引言

根据研究类型的不同，R&D活动分为基础研究、应用研究和试验发展，它们在知识生产的不同阶段均具有十分重要的作用[1]。继续加大农业R&D的投入，仍将是未来长期发展中促进农业科技创新能力持续增强的必要措施[2]。然而，由于经济发展水平、政府投入力度等的不同，农业R&D投入在空间上存在较大差异，这种差异一定程度上影响了区域农业科技发展的格局演变[3-4]。各类型农业R&D投入在空间上究竟如何分布？这样的分布存在怎样的变化特征？如何通过不同类型R&D投入的优化实现农业科技资金的高效配置？回答这些问题不仅能加深对农业科技投入现状的准确认识，也有助于决策者科学调控农业R&D投入、提升科技资源配置的效率水平。

国内外学者已从不同角度对农业科技投入问题做了大量创造性的研究，内容涵盖农业科技投入的国际比较[5]、时空差异[6-7]、结构特征[8-9]、效益变化[10-11]，与农业经济增长关系[12]及投入的内涵、机制[13]等多个方面。从已有成果看，相关研究更加关注于对投入总量及强度的整体分析，而对于其空间分布特征的定量研究涉及较少，尤其缺乏对不同类型农业R&D投入空间分布的演变规律及产生这种变化的内在机制等方面的深入探讨。

基于此，本文以农业科研机构R&D资金投入为研究对象，利用核密度函数对不同类型农业R&D投入分布的动态演变进行实证研究，并构建计量经济模型研究其影响因素，旨在全面揭示新时期农业R&D投入分布的动态演变规律，以期为科学制定农业R&D投入优化政策提供必要的依据。

2 研究方法与数据来源

2.1 研究方法

为明确农业R&D投入分布的动态演变规律，本文采用常用的非参数估计方法核密度(kernel)估计[14]来分析农业R&D投入的分布动态演变。对于区域差异的研究通常采用的方法有基尼系数、泰尔指数和变异系数等，这些方法在分析研究对象的空间差异特征时较为有效，但在反映差异的动态演变规律方面仍显不足[15]。核密度主要用于随机变量的概率估计，该方法用连续的密度曲线对随机变量的分布形态进行描述，其优势在于其采用的是非参数模型，能使研究对象摆脱参数未知的影响。假设随机变量X的密度函数为f(x),在点x的概率密度可以由式(1)来估计：

(1)

其中，N为观测值个数，h为带宽，K()为核函数，Xi为独立同分布观测值，x为均值。在核密度估计中，带宽可以决定核密度估计精度和kernel密度图的平滑程度，选择合适的带宽h是取得最优拟合结果的关键，其重要性远远大于核函数[16]。样本量越大，要求的带宽应越小，但必须满足式(2):

(2)

本文选择高斯核函数对农业R&D投入的分布动态演变进行估计，其函数表达式为：

(3)

非参数估计没有确定的函数表达式，一般通过图形对比的方式来考察分布变化。根据核密度估计结果做出图形进行观察，可以了解变量分布位置、形态及延展性等方面信息。

农业R&D投入会受到社会经济发展水平、产业结构和科技政策等因素的影响[17]。基于此，建立如下实证模型：

ln(Iit)=α+β1lnAGEit+β2lnPGDPit+β3lnPIRit+β4APit+uit

(4)

其中，i(i=1,…,31)和t(t=2002,…,2013)分别表示第i个省份和第t年，α为常数项，uit为随机误差，i为各指标弹性系数。模型中各变量定义如下：Iit：各类型农业R&D投入量，为被解释变量；

AGEit：农业科研机构数量；PGDPit：人均GDP；PIRit：第一产业比重；APit：农业科技政策。自2008年以来，中央以 “一号文件”形式强调了对加快农业科技研发和推广应用，促使各级政府进一步加强对农业科技的投入[23]。因此，将2008年以前赋值为0，包括2008年在内的以后年份赋值为1。

2.2 数据来源

本文所使用的农业R&D经费投入数据来源于《全国农业科技统计资料汇编》和《中国科技统计年鉴》；社会经济数据来源于《中国统计年鉴》和各省份的统计年鉴。研究时段为2002—2013年，研究区域包括31个省份(直辖市、自治区)(不包括香港、澳门和台湾)。同时，为消除年际间物价上涨与通货膨胀的影响，均以2002年为基准年，利用消费者价格指数对有关数据进行了转换处理。

3 结果与分析

3.1 农业R&D投入的时序变化

2002—2013年农业R&D投入变化趋势(见图1)显示，基础研究和应用研究的投入变化相对平稳，而试验发展研究投入持续上升。试验发展投入历年均值占到农业R&D总体投入的72.9%，远超基础研究的5.8%和应用研究21.3%，是农业R&D投入的主要类型。

图1 2002—2013年农业R&D投入变动趋势

2002年以来，农业R&D投入年均增幅由大到小依次为：试验发展、应用研究和基础研究。其中试验发展投入由2002年的68376.3万元增加到2013年的525405.1万元，年均增幅达20.37%，是这一时期农业R&D投入增长最快的项目，其中2005—2013年增长最为显著，8年间增长近5倍。这主要是因为2004年国家开始以“中央一号文件”的形式指导农业发展，农业技术的推广应用不断加强，有力提高了农业试验发展的投入力度。应用研究投入除2011年小幅波动外呈现稳定增长状态，年均增幅15.23%。而基础研究投入的年均增幅最小，为14.79%。但其在2009—2013年投入持续增加，年均增幅达62.8%。这与中央于2008年做出《中共中央关于推进农村改革发展若干重大问题的决定》，对三农政策做了重大调整，并以中央一号文件强调加快农业科技研发和推广应用的时代背景有着密切的联系[18]。三类型农业R&D投入的整体增长也表明,近年来科研投入已出现向农业研究领域增强的变化趋势。

3.2 农业R&D投入的Kernel密度估计

采用核密度函数对各类型农业R&D投入时间上的动态变化特征进行估计。分别计算2002年、2008年和2013年三类型农业R&D投入的核密度估计值，结果如图2所示。

图2(a)显示，相较于2002年，2008年核密度函数中心略微左移，峰值减小，且由多峰演变为双峰，投入分布的跨度区间有所减小，表明基础研究投入地区差距在该时期呈缩小态势。2013年与2008年相比，核密度函数中心右移，峰值增大，分布曲线跨度扩大明显。基础研究的投入差距在2008—2013年再次拉大，并且特定区间内地区数量也明显增多。总体上看，2002—2013年基础研究投入核密度函数中心轻微向右移动，峰值降低，分布跨度区间扩大。说明在考察期内农业R&D基础研究的投入整体水平有所提高，其区域差异经历了先降后升的过程后，呈现出缓慢增大的趋势，但较微弱的变化也显示了差异扩大的幅度相对有限。基础研究投入主要来源于国家公共部门的科技投入[19]，2008年国家对三农政策做出了重大调整，各地方政府均加大了农业科技创新的投入力度，而由于地区间基础研究投入的增长速度各异，使得其投入空间差异在2008年后逐步扩大。

图2 31个省(市、区)农业R&D投入分布的动态演进

图2(b)显示，与2002年比较，2008年核密度函数中心向右小幅移动，峰值降低，分布曲线跨度略微变大，表明应用研究在2002—2008年的投入差距呈逐步扩大趋势。2013年与2008年相比，核密度函数中心明显右移，峰值减小且趋于平缓，分布曲线跨度扩大，应用研究投入差距进一步扩大。总体而言，2002—2013年应用研究投入核密度函数中心向右移动，分布区间跨度扩大显著，波峰显著降低且对应较小投入值。表明应用研究高投入水平省份显著增加，而低水平投入省份则有所减少，区域差异总体呈扩大趋势。应用研究是为在实践中有目的利用自然界规律开辟各种可能的途径，即为解决实际问题提供科学依据[2]。其投入较易受到农业生产状况和外部环境因素的影响，由于各地区农业生产条件各异，对应用研究的需求存在较强的阶段性特征，这可能是造成应用研究投入增长随机性较大、区域差异突出的主要原因。

图2(c)显示，试验发展投入分布曲线整体上明显趋于右移，说明考察期内农业R&D试验发展投入水平整体上趋于提高，2002年波峰较高，且右拖尾较短，说明该年试验发展低投入水平省份较多(如贵州、广西等)；2008年分布密度曲线跨度较之2002年明显扩大，表明试验发展投入区域差异呈现显著扩大趋势；同时，分布曲线右尾较2002年小幅延长，也显示了试验发展高投入省份数量有所增长。较之于2008年，2013年核密度函数分布曲线的波峰更为平缓，右尾更长，表明2013年高投入省份数量大幅上升，且出现了极高值省份，区域差异显著扩大。试验发展注重对已有知识的应用，能有效推进科技成果转化，更有利于产生直接经济效果，是企业等非政府部门R&D投入最多的研究项目。随着经济发展水平的整体提高，对试验发展的投入逐年加大，但经济发展的地区差异依然普遍，这是造成试验发展投入差异扩大的重要原因之一。

3.3 农业R&D投入的影响因素分析

本研究运用STATA 12.0软件，根据式(4)，采用2002—2013年31个省份的面板数据为样本进行回归分析。首先对模型的设定进行F检验，检验结果支持选择变截距模型；再使用Hausman检验判断选择固定效应还是随机效应模型，结果表明，农业R&D基础研究和应用研究投入影响因素最有效率估计模型为固定效应模型，而试验发展投入的影响因素最有效率模型为随机效应模型。表1表示了各解释变量对农业R&D三类型投入的影响程度(统计检验不显著因素已略去)。具体分析如下：

(1)农业科研机构数量的影响。农业科研机构数量对基础研究、应用研究和试验发展投入均产生显著正向影响，变化弹性分别为1.4655、1.2428、1.1744。说明当前农业R&D投入随着科研机构数量的增多而增加，农业科研机构数量越多的地区农业R&D的投入水平也相应越高；科研机构数量对于基础研究投入的变化弹性最大，表明相较而言，基础研究投入更易受到农业科研机构数量的影响。

(2)经济发展水平的影响。模型估计结果表明，人均GDP表示的地区经济发展水平对三类型农业R&D投入均具有显著的正向作用，说明现阶段总体上处于农业R&D投入随经济发展水平同方向增长阶段，未来农业R&D投入仍将持续增加。人均GDP对试验发展投入的影响最为强烈，其变化系数为1.0618，大大超过了基础研究的0.5031和应用研究的0.6913，说明经济增长对试验发展投入的促进作用最为突出。究其原因，主要是因为经济发展水平较高的地区农业R&D投入的能力更强，有效促进企业等非公共部门加大了以成果应用为核心的试验发展投入，以获取更多经济效益。

(3)产业结构差异的影响。第一产业比重对农业R&D试验发展投入产生显著负向影响，而对基础研究和应用研究的影响则并不明显。产业结构的差异一方面体现了区域农业经济地位，另一方面也反映了区域农业R&D的投入能力。二、三产业比重的不足影响了区域农业科研投入的整体水平，而这一影响对试验发展投入较为显著。

(4)科技政策的影响。农业科技政策影响农业R&D投入变化显著的类型为基础研究和试验发展，变化弹性分别为1.6019和0.8457。说明中央2008年以来加强农业科技发展的政策对农业R&D投入的促进效果在不同类型间存在差异。以公共部门投入为主要来源的基础研究受农业科技政策的影响更为强烈。

表1 面板数据回归结果

注:*、**、***分别表示估计系数在10%、5%、1%的水平下显著。

各变量对不同类型农业R&D投入的影响差异明显，总体而言，基础研究和应用研究受到农业科研机构数量的影响较大，而试验发展投入则更易受到人均GDP和产业结构等社会经济因素的影响，农业科技政策对农业R&D投入增长的促进效果由试验发展向基础研究增强。

4 结论与启示

主要结论：

(1)2002—2013年，农业R&D基础研究和应用研究的投入变化相对平稳，而试验发展投入持续上升。试验发展是农业R&D投入及其增长的主要类型。

(2)由Kernel密度估计可知，农业R&D基础研究投入的整体水平有所提高，其区域差异呈扩大趋势，但较微弱的变化则反映了差异扩大的幅度相对有限。应用研究高投入水平省份显著增加，而低水平投入省份则有所减少，区域差异总体呈扩大趋势。试验发展投入高值省份大幅上升，且出现极高值省份，区域差异显著扩大。

(3)影响不同类型农业R&D投入的因素差异明显，总体而言，基础研究和应用研究受到科研机构数量的影响较大，而试验发展投入则更易受到人均GDP和产业结构等社会经济因素的影响，农业科技政策对农业R&D投入增长的促进效果由试验发展研究向基础研究增强。

主要启示：

(1)基础研究是农业R&D活动的重要组成部分，也是应用与发展研究的基础[20]。2008年以来的中央农业科技政策有力地促进了基础研究投入规模的扩大，其投入不足状况已有所改观。但多数省份基础研究的投入水平依然较低，尤其是中部科研基础好、粮食产量高的部分省份基础研究投入仍处于较低水平。因此，政府需要在进一步加大对科研基础较好、粮食产量较高地区基础研究投入的同时，制定和实施相应的科研激励政策与机制，引导更多科研力量投入到基础研究活动中去。

(2)2002年以来应用研究投入变化相对平稳，但投入增长的随机性较大，空间分布格局变化强烈，部分粮食主产区省份应用研究的投入由基期年的全国最高水平变为期末年的最低水平。这不利于应用研究的整体发展。因此，一方面仍需继续加大对应用研究需求较大地区，尤其是粮食高产地区应用研究的投入力度。另一方面则应该加强对农业科研投资方向及其效益的科学评估，促进科研经费的高效利用。

(3)试验发展是2002年以来农业R&D中资金投入最多的项目，其投入水平持续上升。然而，广大经济欠发达地区农业科研投入依然滞后，企业等非公共部门对农业科研的关注不够，使得上述地区的试验发展投入相对较低。国家应加大对经济欠发达地区农业科研的扶持力度，加强对农业R&D投入的引导，改善区域科技创新环境，引致更多企业和社会力量参与农业科研活动，并加强地区间农业科研的交流与合作，促进试验发展研究投入水平的整体提高。

(4)影响农业R&D投入的因素在三类型R&D活动间差异明显。因此，优化农业R&D投入应防止“一刀切”模式。基础研究和应用研究投入不足地区应进一步加大对农业科研机构的投入，并积极响应国家农业科技政策，建立健全农业科研激励机制；而试验发展投入不足地区则应在扩大经济发展对本地区农业R&D投入影响的同时，加大外资引进力度，着重提升区域二三产业比重，努力吸引更多企业和其他社会资本进入到农业科研领域中去。

[1]严成樑,龚六堂.R&D规模、R&D结构与经济增长[J].南开经济研究,2013(02):3-19.

[2]李兆亮,罗小锋,张俊飚，等.中国农业科研要素投入的时空差异及其影响因素研究[J].中国科技论坛,2016(2):120-125.

[3]陈云,贺德方.我国各省市自治区R&D经费支出的差异性及与人均GDP的相关性分析[J].中国软科学,2012(10)78-87.

[4]王蓓,陆大道.科技资源空间配置研究进展[J].经济地理,2011(5):713-718.

[5]宋吟秋,吕萍,黄文.中美两国R&D经费支出结构的比较[J].科研管理,2012,33(4):102-107.

[6]沈宏婷,陆玉麒.中国省域R&D投入的区域差异及时空格局演变[J].长江流域资源与环境,2015(6):917-924.

[7]PITTAWAY Luke,ROBERTSON Maxine,MUNIR Kamal,et al.Networking and innovation:a systematic review of the evidence[J].International journal of management reviews,2004(5):137-168.

[8]时宽玉,胡瑞法,黄季焜,等.新一轮改革以来中国农口科研单位的收入结构变化及其区域间的差异[J].中国软科学,2008(11):45-49.

[9]董晓霞,厉建萌,汤松.我国农业科研投入的结构偏差及矫正[J].农业科技管理,2009,28(3):8-11.

[10]赵芝俊,张社梅.我国农业科研投资宏观经济效益分析[J].农业技术经济,2015(6):41-47.

[11]FAN Shenggen.Research investment and the economic returns to Chinese agricultural research[J].Journal of productivity analysis,2000(4):163-182.

[12]吴林海,彭宇文.农业科技投入与农业经济增长动态关联性研究[J].农业技术经济,2013(12):87-93.

[13]毛世平,曹志伟,刘瀛弢,等.中国农业科研机构投入问题研究——兼论国家级农业科研机构科技投入[J].农业经济问题,2013(1):49-56.

[14]陈云,王浩.核密度估计下的二分递归算法构建及应用——测算特定收入群体规模的非参数方法拓展[J].统计与信息论坛,2011,26(09):3-8.

[15]孙才志,李欣.基于核密度估计的中国海洋经济发展动态演变[J].经济地理,2015(1):96-103.

[16]刘华军,鲍振,杨骞.中国二氧化碳排放的分布动态与演进趋势[J].资源科学,2013,35(10):1925-1932.

[17]胡慧英,申红芳,廖西元,等.农业科研机构科技创新能力的影响因素分析[J].科研管理,2010,5(3):78-88.

[18]傅晋华.十六大以来中央涉农科技政策的主要内容、演进特征及发展趋势[M]//中国科学技术发展战略研究院.中国科技政策与发展研究.北京:科学技术文献出版社,2013:343-350.

[19]姜涛.农业R&D公共投资与农业增长的动态关系研究[J].中国科技论坛,2008(11):106-109.

[20]黄苹.R&D投资结构增长效应及最优基础研究强度[J].科研管理,2013,34(08):53-57.

(责任编辑 沈蓉)

Dynamic Evolution and Its Driving Forces of Distribution of Different Kinds of Agricultural R&D Inputs in China

Li Zhaoliang1,2,Luo Xiaofeng1,2,Zhang Junbiao1,2，Zou Jinlang3

(1.College of Economics& Management,Huazhong Agricultural University,Wuhan 430070,China； 2.Hubei Rural Development Research Center,Wuhan 430070,China; 3.College of Public Administration,Nanjing Agricultural University,Nanjing 210095,China)

Based on spatial distribution feature of three kinds of agricultural research and development inputs(basic research,applied research and experimental development research),this study took agricultural research and development inputs in agricultural scientific research institution as research objects,analyzing their dynamic evolution from 2002 to 2013 by using kernel density estimation method exploring the driving forces by constructing economic model.Results showed that:①Basic research and applied research inputs changed relatively stable,while experimental development research inputs showed a continuous rising trend.②Distribution pattern three kinds of agricultural research and development inputs showed a big shift,presenting obvious regional difference.③Regional difference of applied research and experimental development research inputs expanded significantly,while regional difference of basic research inputs showed a slight increasing trend in total,going through a process from narrow to expand.④The basic research and applied research inputs were affected significantly by quantity of research institutions,while experimental development research inputs was influenced by socio-economic factors.The promotion effect of agricultural science and technology policy to agricultural research and development inputs was enhanced from experimental development research to basic research.

Agricultural research and development；Funding；Distribution dynamics；Driving forces

国家社科基金重点项目(15AZD071)。

2016-04-01

李兆亮(1986-)，男，湖北武汉人，博士生；研究方向：农业经济理论与区域可持续发展研究。

F323

A