中国涉农企业科技投入对农村经济发展效率影响的研究

郭 妍，周 展

（1.浙江质源电力工程有限公司，浙江 杭州 310000；2.杭州万禾电力科技有限公司，浙江 杭州 310000）

在中国经济社会的发展建设过程中，“三农”问题是关系到国计民生的关键问题。通过深入分析“三农”问题，可以为实现农业高质量发展、带领农民增收致富、维护农村社会稳定提供解决思路［1］。自改革开放以来，我国农村地区在经济方面的增长速度显著加快，但是与较为发达的城镇地区相比，农村地区尚处于落后阶段。我国大多数农村地区以资源、环境为代价带动了当地的经济发展，粗放型投入机制在一定程度上限制了农村地区的经济发展速度，因此，农村经济只有走科技创新的道路，才具有可持续的发展动力［2］。国内外学者的研究表明，在农业领域，加大科技创新方面的投资力度，能够推动农业经济的发展。Schultz［3］的研究显示，传统农业转型为现代农业，在科技创新方面的投资起到了重要推动作用。对于现代农业而言，科技创新的投入极大地影响了其市场竞争力和持续发展的能力，其中，人力资本是实现农业经济快速增长的原始驱动力，起到了关键作用。耿运志等［4］从农业供给侧的资本、劳动力等角度出发，论证了农业领域中技术研发、技术运用、技术宣传普及所发挥的关键作用，凸显了农业领域人才、资金等对于技术创新起到的支撑性作用，指出强化农业科技创新、加大投入力度可以推动农业发展。李政等［5］构建了间接传导效应模型、面板空间计量模型，结果显示：泰尔指数十分接近的省份，其经济发展过程中呈现出2个十分显著的特征：一是阶段性，二是空间集聚性。因此，在农业领域加大科技创新投入力度能够使得市场供给增多、农业产量增加，进而带动农业经济发展。黄红光等［6］展开的研究显示，要想实现农业经济增长模式的顺利转变，必然要实现农业科技创新，它是转型过程中的首要推动力。

近年来，我国农业发展迅速，但在农业科技投入方面仍存在较多问题，农业科技投入已成为促进我国农业经济不断发展的一个关键性因素［7］。目前的研究结果显示，在农业经济增长的过程中，缺乏该领域科技创新投入影响的理论模型，基于此，本文就我国涉农企业科技投入对农村经济发展效率的影响展开了研究。

1 涉农企业的R&D投入与农业发展的现状分析

1.1 农业发展现状

1.1.1 农业发展概况 作为世界范围内的粮食产量大国之一，国家统计局公布的数据表明（表1），2021年，我国农作物的总种植面积达到了1.1763亿hm2，较2020年新增面积为294万hm2；粮食总产量达到6.8285亿t，较2020年增长了1336万t，产量创出新高，近10年来的粮食作物产量均在6亿t以上。

表1 2017～2021年我国农业相关数据

最近几年，随着我国农业的不断发展，农、林、牧、渔各行业的总产值稳中有升。与2017年相比，2021年，我国农作物的总种植面积有所降低，其中粮食作物的播种面积小幅下降，但其年产量却稳中有升，同时，农业生产总产值也在稳步增加。非粮食作物播种面积的逐年增加，与政府增加了对农业的投资力度密不可分。随着农林牧渔业总产值的持续增加、城镇化水平的不断提高，耕地持续紧张、农业从业人员数量明显下降、农村地区经济发展不均衡等问题也逐渐显现。

1.1.2 农业人口与经济发展现状 近年来，我国愈加重视农业的发展，且支持力度较大，这有利于农业农村经济社会的可持续、健康发展［9］，政府的财政支出不断向农业领域倾斜，并出台了有关优惠政策进行大力扶持［10］。在我国各级政府高度重视和社会经济不断发展的前提下，农村居民家庭年收入水平不断提高。

由表2可知，在2017～2021年，我国第一产业的产值得到稳步提升，农业总人口数量也随之增加，但增幅较小，城镇化创造了许多就业机会，乡村人口数持续减少，农村居民人均可支配收入逐年增加。在乡村从业的人口数量显著减少，从而使大量乡村农民从农业中解放出来，并投身到其他行业，发展自身的新事业。与此同时，农村居民的物质文化水平逐年提高，以家庭为单位的传统农业生产已不能满足现代农业发展的要求，这是农业从业人员减少的主要原因之一。

表2 2017～2021年我国农业人口与经济发展现状

1.2 涉农企业科技投入的现状

农业科技投入（R&D）主要有3类，即应用研究、基础研究、试验发展［11］。一般而言，为反映农业科技投入，将农业活动规模作为其指标。农业投入包括农业科技（R&D）、农林牧渔业（R&D）方面的投入，由表3可知，2017～2021年，我国在R&D方面的投入持续加大，农业科技R&D投入不断增加，农业科研的R&D机构数比较稳定，R&D的经费支出、科研人数不断增加。在整体上，农业R&D投入增长速度较慢，科研人数增长比较缓慢。

表3 2017～2021年我国涉农企业科技投入相关数据

2 我国涉农企业科技投入对农业经济增长的实证分析

2.1 多元线性回归模型

回归分析的重点对象是数据，可以评估数据相互之间是否具有某种关联。通常来说，对社会经济发展的影响因素不是单一或独立的［12］，涉及的变量较多，因此，需要展开多元回归分析，首先，对变量进行标准化处理，再进行线性回归，通过回归系数判断各自变量的重要程度，回归方程见公式（1）：

式（1）中，因对全部变量进行标准化转化，则不存在常数，一元线性回归中使用一个关键变量对因变量的改变进行解释，但是在现实生活中，因变量一般会被不止一个自变量影响，因此需要对多个自变量展开分析，对因变量的变化进行解释，此为多重回归。假如因变量与自变量之间表现出线性相关，那么称作多元线性回归。多元线性回归，可以使用最小二乘法预估模型参数，并对检验所用模型以及相关模型数据进行统计。本研究选取适当的自变量，采用多元回归方式展开预测。在选取自变量时，可以借助变量相互之间的相关矩阵。公式（2）即为多元线性回归模型：

式（2）中，解释的变量数为k，回归系数为βj（j=1，2, …，k）。式（2）称为总体回归函数随机表达式，式（3）为其相对非随机表达式：

式（3）中，βj为偏回归系数。

2.2 统计检验

分析回归标准差和判定系数，能够了解该模型与样本的拟合度。但如果同时有多个变量，要在适度调整后再进行拟合，进而消除变量增多带来的影响。假如对某一整体进行分类，数量为r，从其中获取一个样本。基于分类后的各项数据，分析已知概率与出现概率是否相符。拟合优度检验可以在理论层面上，分析分类数据和总体分类情况是否相符。回归拟合度指的是回归直线和样本两者的拟合度，作为一种基本标准用于对回归结果进行判断，受选择参数估计方法、样本数据分布情况两大因素的共同影响。在分析前选择对应参数估计法，样本数据非常重要，变量间关系可对样本数据的分布直接决定，回归拟合度能很好地检验这种关系的真实性。

2.3 我国涉农企业科技投入对农民增收影响的多元线性回归分析

2.3.1 回归分析 线性回归分析借助最佳拟合直线，找到因变量与多个自变量之间存在的内在关联。在进行线性回归分析的过程中，通过逐步回归分析，可以形成最优回归方程。笔者采用SPSS 20.0软件的逐步回归分析法，对农业生产总值的各项影响因素展开分析，并建立了回归方程，对我国涉农企业的科技投入、农业经济发展各驱动因素之间的相关性进行了分析。采用Z-score方法标准化处理各个驱动因素。设y为我国农业生产总值，作为因变量：x1为我国涉农企业R&D研究机构数、x2为研究机构R&D人员、x3为科学研究机构R&D经费支出、x4为R&D项目人员全时当量、x5为R&D项目课题数、x6为农用机械总动力年消耗量，表4为样本变量统计特征。

表4 样本变量统计特征

2.3.2 相关性分析结果 由表5可知，在α=0.05水平上，科研机构R&D经费支出、研究机构R&D人员、农业生产总值这3个因素呈现出显著性；在α=0.01水平上，呈现出显著性的包括农用机械总动力年消耗量、R&D项目人员全时当量、农业生产总值。R&D项目人员全时当量、科学研究机构R&D经费支出、农用机械总动力年消耗量，三者表现出十分明显的正相关关系，即人员全时当量、科学研究机构经费支出、农用机械总消耗越高，则农业经济发展水平和农业生产总值也越高；而研究机构R&D项目人员则表现出显著负相关，即农业经济发展水平在R&D人员数量越多时则会降低。

表5 Pearson相关关系分析

2.3.3 多元线性回归分析结果 采用逐步多元线性回归方法分析数据，对影响农业生产产值的因素进行确定，通过拟合度R2对模型的拟合程度进行分析，且R2值越接近1，则其拟合度越高，说明该模型的精度越高；采用t检验分析回归系数的显著性，Sig值越大，则t值的绝对值越小，当Sig低于0.05时，相关系数则表现为显著，表示可以通过分析其自变量，预测因变量的变化情况。采用逐步线性回归分析法，按照先后顺序，将自变量x1～x6分别引入后，展开F检验，同时对解释变量展开t检验，表6为变量排除表。

表6 变量排除表

由表6可知，自变量x1、x2、x4、x5、x6并没有对因变量带来明显的影响，因此，它们是被排除变量，而x3对因变量的影响明显。因此，科研机构R&D经费投入变量x3可以进入模型。对模型汇总后显示，模型做出一定调整后，拟合度R2值变成了0.942，这表示模型的拟合度较高。展开回归方程F检验，其值为61.843，且Sig=0.003＜0.05，这表明通过该方程可有效预测其因变量。表7为回归方差分析表。

由表7知，在模型回归方程中，各个自变量系数为正值，这表明R&D经费支出对农业生产总值的影响为正相关。在0.05水平下，自变量系数、常量都表现出显著性，说明自变量对因变量的影响十分明显，回归方程中多个自变量的系数B均为正数，说明R&D经费支出与农业生产总值之间表现出明显的正相关性。表8所示是回归系数表，其中，因变量是农业生产总值。

表7 回归方差分析表

表8 回归系数表

x3为R&D经费支出，通过回归分析，确定了影响我国农业经济发展水平的驱动因子回归方程，公式为：

式（4）中，农业生产总值为y；R&D经费支出为x3。根据回归方程可以得知，R&D经费支出是最大的驱动因子，换言之，在所有影响农业生产总值的因素中，R&D经费支出所造成的影响最为明显。R2系数和调整后的R2都说明方程的拟合度较高。在α=0.05水平下，R&D经费支出通过了显著性检验，说明我国农业生产总值和R&D经费支出为正比关系。R&D经费支出每提高1%，那么农业生产总值相应地便会提高0.965%。在农业领域全部的R&D经费投入中，科研方面投入资金越大，那么农业生产总值就会越高。在α=0.05水平上，科学研究机构R&D经费支出通过了显著性检验，R&D经费支出是主要的影响因素，即R&D经费方面的支出越多，表示农业科研投入越大，因此，农业生产总值也就越高。

3 促进我国农业经济增长的建议

3.1 增加农业科研经费投入

在我国经济发展过程中，农业经济起到了重要作用。如果要使农业迈入新的发展阶段，则需要依靠先进的科技支撑，需要在农业科技方面投入大量资金和人才的智力支持［13］。在农业科技经费投入方面，政府具有关键的主导地位，加大财政投资力度，制定相关发展规划，这有助于保证农业科技投入的稳定增长，且按一定比例进行农业科技资金投入，在经济总产值增加的同时要增加投入，进而提高农业领域研发投入在增加值中的占比，构建相应的长效机制。通过发挥社会各方力量，扩大农业科技资金投入主体队伍，筹措农业科技投入资金［14］。此外，政府应充分发挥主导作用，大力鼓励其他金融机构、企业等投资于农业科技领域［15］，从而推动我国农业科技的进步。

3.2 加大对农业科研人员的培养力度

科研人员在发展农业科技的过程中具有十分重要的作用［16］，需构建科学、合理的人才选拔制度，不断地培养和输送农业科技人才，并制定相应的人才考核和选拔标准，切实使其扎根于农业科研领域［17］，帮助他们充分发挥其聪明才智，促进其所在地区的农业科技发展。适当提高农村基层农技人员的薪资待遇，激发基层人才干事创业的积极性。

3.3 加强对农业机械化的支持力度

现代农业的发展与农业机械化关系密切，在种植、收获农作物时农业机械的使用日渐增多，进一步推进了农业机械化的发展［18］。我国部分丘陵、山地地区，机械化进程推进要因地制宜，在丘陵、山区使用小型农业机械，满足不同地区对农业机械的需求［19］。在农业机械创新开发中，机械实际用途需同农业科研有机结合，农业机械适应性，是一个用来衡量栽培方式、科研育种普及程度的关键指标，应有针对性地推广适合各种作物、种植模式的农业机械设备。

4 结论

本文使用SPSS 20.0软件，通过逐步回归分析，对影响农业生产总值的各个因素构建回归方程，对我国涉农企业科技投入、农业经济发展各驱动因素间相关关系进行分析，得出如下结论：

（1）我国农业获得持续发展，农林牧渔总产值稳步提升，农村居民家庭年收入水平逐年提升，农业科技R&D投入呈增长态势，农业科研机构R&D机构数相对稳定，R&D经费支出、R&D人员数量逐年上升。

（2）科研机构R&D经费支出、研究机构R&D人员、农业生产总值、机械总动力年消耗量、R&D项目人员全时当量，表现出显著性。R&D项目人员全时当量、科研机构R&D经费支出、农用机械总动力年消耗量，表现出十分明显的正相关。研究机构R&D人员则表现出显著负相关。

（3）我国农业生产总值和R&D经费支出为正比关系。当R&D经费投入增加1%时，农业生产总值相应地便会增加0.965%。在农业领域全部的R&D经费投入中，科研方面投入资金越大，那么农业生产总值就会越高。

（4）农业经济的可持续发展，需要提高农业领域科研经费方面的投入，深入培养农业领域科研人员，大力推广农业机械化。