科技创新、农业高质量发展对我国粮食安全影响的实证分析

陈兆荣，李 停，王 珺

（铜陵学院 农村经济文化研究所，安徽 铜陵 244000）

一、引言

我国是粮食生产大国，也是粮食消费大国，粮食安全始终是我国经济社会发展中的头等大事。中国社会科学院发布的《中国农村发展报告2020》预测，到“十四五”末期，我国有可能出现1.3 亿吨左右的粮食缺口。习近平总书记十分重视我国粮食安全问题，多次强调“手中有粮，心中不慌”，提出“确保谷物基本自给、口粮绝对安全”的新粮食安全观，并确立了“以我为主、立足国内、确保产能、适度进口、科技支撑”的国家粮食安全发展战略[1]。粮食安全离不开农业高质量发展，而农业高质量发展则需要科技进步的支撑，据测算，我国农业科技进步的贡献率已经达到58.3%，科技为保障国家粮食安全、重要农产品有效供给发挥了重要作用[2]。因此，用科技引领农业高质量发展，保障我国粮食安全是当前以及今后较长时期内国民经济发展的战略性问题。

一些学者从理论角度对农业高质量发展及其影响因素进行了研究。夏显力等（2019）从产业体系、生产体系和经营体系三个方面分析了中国农业高质量发展的现状及痛点，认为市场需求为农业高质量发展指明了改革方向，以数字技术为依托的“数字乡村”建设为农业高质量发展提供了新动能[3]。程士国等（2020）[4]通过构建动态增长模型与风险期望模型，研究发现促进农业高质量发展需要引导与激励农业经营主体提高技术偏好和提升制度创新能力。吕小刚（2020）[5]认为推动数字农业建设是实现农业高质量发展的有力支撑，数据驱动农业标准化建设、数字农业技术创新和转化与推进“三农”综合信息服务为农业高质量且可持续发展催生新业态、提供新动能。孙江超（2019）[6]提出了农业高质量发展的建议：深化供给侧改革，着力结构调整；聚焦市场调节，着力要素流动；完善社会服务，着力规模经营；推进产业融合，着力农业增效等。

另有学者从实证的角度对农业高质量发展进行评价和分析。黄修杰等（2020）[7]构建了产品质量、产业效益、生产效率、经营者素质、国际竞争力、农民收入、绿色发展七个维度23个指标的农业高质量评价指标体系，并基于2016年省际数据分析了我国农业高质量发展情况。刘涛等（2019）[8]基于新发展理念，从创新、协调、绿色、开放、共享五个维度构建了农业高质量发展评价指标体系，利用熵值法、莫兰指数和空间计量模型测度分析了2005—2017年中国农业高质量发展水平、空间相关性和影响因素。辛岭和安晓宁（2019）[9]以绿色发展引领、供给提质增效、规模化生产、产业多元融合为基础，构建了我国农业高质量发展综合评价体系。谷洪波和吴闯（2019）[10]构建了包括产品质量、经济效益、科技创新、产业结构、绿色发展和社会效益六个方面22 项具体指标的农业高质量发展评价指标体系。

综上，学者们已经就农业高质量发展困境及影响因素进行了定性分析，探讨了农业高质量发展的路径和相关机制，利用指标体系定量评估研究，但涉及科技创新、农业高质量发展与粮食安全互动机制的研究较少，尤其是科技创新对农业高质量发展、粮食安全的作用机理、协调关系等问题的研究不足，相关的实证分析也存在空白。基于此，本文分别设置科技创新、农业高质量发展和粮食安全评价指标体系，选用我国2000—2019年共20年的数据，用因子分析法分别对科技创新、农业高质量发展和粮食安全做数据浓缩处理，并建立三者之间的向量自回归模型，通过协整检验、格兰杰检验等方法分析三者之间动态关系，以证明科技创新、农业高质量发展对我国粮食安全的影响，并提出相应对策建议。

二、指标选取和浓缩处理

（一）指标选取和数据来源

根据科技创新、农业高质量发展和粮食安全的内涵和影响因素，在参考相关文献的基础上，遵循科学性、全面性、层次性和可操作性原则，选取适当指标衡量科技创新、农业高质量发展和粮食安全。其中，衡量科技创新（TEC）的指标包括：R & D人员、R & D经费总额、R & D经费占GDP比重、财政科技拨款、科技拨款占财政支出比重、国内专利受理量、国内专利授权量、技术市场成交额、高技术产品出口占工业制成品总额比和科技成果登记数等10个指标。衡量粮食安全（FDS）的指标包括：粮食总产量、人均粮食产量、农业机械化总动力、粮食播种面积占农作物播种面积比重、粮食生产价格指数、有效灌溉面积比重、农业产值占GDP比重、播种面积成灾率、人口自然增长率、谷物进口量、大豆进口量和农业生产资料价格指数等12个指标。衡量农业高质量发展（ARD）主要使用相对指标，包括农药使用强度（农药总使用量/播种面积）、化肥施用强度（化肥总施用量/播种面积）、单位面积农业GDP 产值（农业总产值/农作物播种面积）、单位面积农机总动力（农机总动力/播种面积）、单位畜禽产品率（牧业产值/肉类总产量）、第一产业从业人员占比（第一产业就业人数/总就业人数）、种植业结构指数（种植业产值/农林牧渔业产值）、有效灌溉系数（有效灌溉面积/耕地面积）和第一产业产值占比（第一产业产值/GDP）等9 个指标。研究样本区间为2000－2019 年，数据来源于《中国统计年鉴》和《中国科技统计年鉴》，数据处理及建模使用软件SPSS和EVIEWS。

（二）指标无量纲化

鉴于科技创新、农业高质量发展和粮食安全各评价指标具有不同的量纲，采用阈值法对原始数据进行无量纲处理，选用直线型阈值法。公式如下：

（三）指标浓缩处理

表1 农业高质量发展因子解释方差

三、科技创新、农业高质量发展和粮食安全实证分析

（一）变量平稳性检验

为消除异方差影响，数据均取自然对数。检验序列的平稳性，采用ADF对序列TEC、ARD、FDS进行单位根检验，检验三个序列的平稳性并确定序列的单整阶数，见表2。序列检验统计量皆大于5%的临界值，说明存在单位根，为不平稳序列。对其进行一阶逐期差分后，单位根检验结果显示序列ADF检验统计量均小于5%水平的临界值，相伴概率值小于显著性水平0.05，拒绝原假设，一阶差分序列为平稳序列，都是I（1）序列，满足进行协整检验的条件。

表2 变量单位根检验

（二）Johansen协整检验

利用Johansen检验法检验序列TEC、ARD、FDS之间是否存在协整关系，如表3所示。查看迹检验与最大特征值的检验结果，在5%的显著水平下存在协整关系。

表3 迹统计量检验和最大特征根检验

Johnsen迹统计检验结果显示，在置信水平95%的条件下，变量FDS、TEC和ARD之间存在一个协整向量，取标准化的协整向量，得到协整方程如下：

式中下标t代表年份，ecmt代表均衡残差，残差序列ADF 单位根检验结果显示，估计残差序列ecmt平稳，说明变量之间的协整关系是存在的，而且是唯一的协整关系。

（三）误差修正模型

通过上述分析，FDS、TEC和ARD三个变量间存在长期均衡关系，但短期内这些变量间不均衡关系的动态结构需要用误差修正模型来描述，依据SC最小化准则确定FDS、TEC和ARD之间的误差修正模型如下：

从误差修正模型来看，在短期内，我国粮食安全受农业高质量发展和科技创新影响，还受到自身滞后期的影响；从影响程度看，滞后一期和滞后二期的农业高质量发展对粮食安全影响显著，两者的弹性系数分别为0.447164和0.222892，而科技创新对粮食安全的影响较小，滞后一期的弹性系数仅为0.088483，滞后二期的弹性系数还为负值，说明当前我国粮食安全保障体系中，科技创新所占比重较小，影响不显著。科技创新对农业高质量发展的滞后一期影响显著，弹性系数为0.131836，说明科技创新对粮食安全的影响主要是通过对农业高质量发展的影响而产生的间接作用。

（四）Granger检验

协整检验显示科技创新、农业高质量发展和粮食安全之间存在长期均衡关系，但均衡关系是否存在因果关系，需进一步检验。对FDS、TEC和ARD等三个变量进行Granger因果关系检验。结果如表4所示。

表4 科技创新、农业高质量发展和粮食安全的Granger因果关系检验

对以上假设检验的显著性水平定为10%，则可以认为科技创新是农业高质量发展和粮食安全的格兰杰原因，反之则不存在格兰杰原因，可见科技创新对农业高质量发展和粮食安全都有显著影响，而农业高质量发展和粮食安全对科技创新的反向促进作用不显著；农业高质量发展是粮食安全的格兰杰原因，粮食安全不是农业高质量发展的格兰杰原因，说明农业高质量发展可以促进粮食生产，保障粮食安全供给。

四、结论与建议

本文通过实证分析得出，科技创新、农业高质量发展和粮食安全之间存在长期均衡关系，但短期内三者之间又表现为不均衡关系。短期内，我国粮食安全受农业高质量发展和科技创新影响，但科技创新对粮食安全的影响作用较小，科技创新对农业高质量发展的影响存在滞后效应，科技创新通过农业高质量发展对粮食安全产生间接影响作用。从三者之间的因果关系检验可知，科技创新对农业高质量发展和粮食安全都有显著影响，农业高质量发展是粮食安全的格兰杰原因，反之则作用关系不显著。因此，科技创新、农业高质量发展和粮食安全之间的作用机制是科技创新推动农业高质量发展，农业高质量发展又保障粮食安全。

为推动我国农业高质量发展，确保我国粮食安全，除加大农业科技创新的投入，为农业高质量发展提供动力源泉，还要重点加强以下方面。

（一）推进农业现代化建设

推动农业生产方式的革新，使传统农业向规模化、专业化的现代化农业转型。一是加速农业技术推广和服务体系，让农业科技进村入户。加速农机科技应用，推进农业规模化经营。二是加深智能科技融合，推进农业精准化管理。加强物联网、大数据、云计算等智能数字技术与农村经济社会深度融合，提高生产、经营以及服务等农业管理环节精准化管理水平，使传统农业向数字化、智能化、精细化过渡。三是建立健全智慧农业科技平台，通过物联网技术将墒情、苗情、病虫害等田间情况数字化范式转换后上传至云服务中心，结合卫星遥感、种植面积、历史水文等信息，利用机器学习、模式识别和AI 等算法模型，对元数据进行二次深度挖掘，提取有价值的潜在趋势信息，使农业精细化指挥、科学化决策和高效化调度成为可能。

（二）创新农业与科技融合途径

通过体制机制创新激发融合新动能，通过政策引导持续释放融合新活力。一是搭建农业和科技融合的平台，鼓励支持农业科技知名企业融入大平台，实现多学科交叉融合、多技术路线并行，通过关键技术共享，保障关键核心技术源头供给，支撑引领新业态和新模式。二是创新促进融合的体制机制。把科技与农业的融合变成主体的自觉行为，推进农业科技投入保障和持续增长机制改革，加强农业与科技政策的衔接与联动，推动农业与科技深度融合。三是激发各主体融合积极性。支持大中小企业和各类主体融通创新，激发各个主体主观能动性，实现更大效能，推进研发与农业产业需求应用主体合作。四是打造农业科技成果转化平台，探索建立政府推动、市场引导、企业化运作的农业科技成果转化新模式。

（三）扩大农业对外开放

一方面，鼓励和支持涉农企业参与国际市场，从事国际农业基础建设、农业装备生产、农业研发基地和创建农产品销售网络，引导涉农企业布局主要的农作物品种，培养出一批具有强大的市场资源配置和整合能力的跨国农业公司。另一方面，构建高层次、全方位的信息共享平台，借助电子商务推动农产品的国际贸易发展。