农业技术进步、农村人力资本投资与农业发展的关系研究*——基于东北三省PVAR模型的实证分析

金 阳，满桐彤

（延边大学经济管理学院，吉林 延吉 133002）

一、引言

“十四五”时期，“三农”问题仍然发挥着压舱石的作用，巩固和发展农业农村经济是确保经济可持续发展和社会大局稳定的重要基础，做好巩固拓展脱贫攻坚成果同乡村振兴有效衔接，是农村改革发展的必然要求。2021年中央一号文件提出要加快突破农业关键核心技术，强化创新驱动发展，加快推进农业机械化、先进实用技术集成创新与推广应用。同时，将大力实施乡村建设作为工作重点，通过提高农村教育质量、发展职业技术教育与技能培训等措施全面推进健康乡村建设。农业技术进步、农村人力资本投资与农业发展的关系密不可分，农业机械化水平与农村人力资本投资水平直接影响农业经济发展。

农业技术进步加快了我国农业现代化进程，且极大地促进了我国农业经济增长。农业生产的现代化对劳动者素质和农业科学技术水平的要求越来越高，且农业经济的高质量增长离不开以专业农机经营户为代表的农村人力资本的投资和积累。因此，厘清东北三省农业技术进步、农村人力资本投资和农村发展之间的关系对于稳固农业基础，减少城乡区域发展差距以及实现“十四五”时期经济社会发展的主要目标具有重要的现实意义。

二、相关文献综述

有关农业技术进步与农村人力资本投资对农业发展影响的文献在实证方面的研究已有颇丰的成果。在农业技术进步方面，张宽等（2017）运用中国1985～2012年的高农业劳动生产率和低农业劳动生产率的区域面板数据，构建面板向量自回归模型深入比较分析农业技术进步、农村劳动力转移与农民收入之间动态关系，发现两区域内农业技术进步对农村居民收入具有显著正向促进作用。黄龙俊江等（2021）基于江西省2000～2019年的相关时间序列数据，利用向量自回归（VAR）模型分析农业科技创新、农业技术进步与农业经济发展之间的动态关系，结果表明三者之间存在着长期稳定平衡的关系，但互动机制复杂，农业科技创新和农业技术进步可长期提升农业经济发展水平。

农村人力资本方面的研究重点主要集中在农村人力资本与经济增长、农民收入、农村人力资本投资效率以及农村人力资本投资的影响因素上。姚旭兵等（2015）利用PVAR模型分析农村人力资本与农民收入增长的关系，发现农村人力资本对农民收入的影响存在显著的区域异质性。李学军（2017）利用1996～2014年的中国省际面板数据，探究人力资本投资的增减对城乡居民收入差距的影响，发现若增加知识型人力资本和技能型人力资本，农民收入分配差距将扩大；若增加基本人力资本和制度人力资本，农民之间的收入差距将缩小。张萌琦等（2018）采用C-D生产函数的扩展形式，将山东省17个地市按农业发展水平划分为3个层次，引入健康投资和教育投资2种农村人力资本因素探究其对山东省农业经济的影响，结果得出两者均能持久且显著地促进农业经济增长。孙辉等（2019）以中国14个农业省份为例，运用传统DEA模型测算农村人力资本投资效率，结果表明传统DEA模型不能消除环境因素和随机误差的影响，无法客观反映实际效率值。邱雨等（2020）利用安徽省1996～2018年数据，构建VECM模型探究三种人力资本投资对安徽农村农民收入的影响，结果表明安徽省农村人力资本投资与农村居民收入之间存在一定关系，教育投资和卫生投资促进农民收入增长，而移民投资对农民收入增长有消极影响。

农业技术进步与农村人力资本关系相关研究方面，张永强等（2019）运用三阶段DEA模型测算中国30个省份农业技术进步估计值，利用系统广义矩估计农村人力资本、农业技术进步对农业碳排放的影响，结果表明农村人力资本的提升在农业技术进步对农业碳排放的正影响中起到显著的负向调节作用。闫铁梅等（2020）基于2003～2017年省级面板数据，运用面板向量自回归模型（PVAR）对长江经济带农业机械化、农村人力资本投资与农业经济增长之间的关系进行实证研究，结果表明长江经济带农业机械化、农村人力资本投资与农业经济增长之间存在相互影响，且农村人力资本投资更易受到农业经济增长的影响。

综上所述，实证检验农业技术进步与农村人力资本投资单因素方面的研究较多，但鲜有学者将农业技术进步与农村人力资本投资结合起来研究与农业发展之间的动态关系与作用机制，以东北地区作为研究对象更为少见。由于不同地区农业发展水平不同，农业技术进步、农村人力资本投资、农民收入和农业总产值也存在一定差异。因此，基于中国农业发展现状，本文选取东北三省的农业技术进步、农村人力资本投资、农民收入和农业总产值作为系统框架，构建PVAR模型，探究它们之间的动态相关性以及变量之间的影响效应。

三、变量说明

（一）PVAR模型构建

Newey（1988）学者结合面板模型和时间序列模型的优点，将时间序列分析方法扩展到面板数据分析，提出面板向量自回归模型。面板向量自回归（PVAR）模型是通过动态联系方程，考察多个变量之间动态相互关系，可兼顾多元线性回归模型和相关变量滞后影响动态关系的非结构化分析方法。PVAR模型将VAR模型向面板数据拓展，综合考虑固定效应和时间效应，基于本文的研究目的，立足相关学者的研究成果，选择面板向量自回归（PVAR）模型进行实证分析，构建模型如下：

上式中，i代表各省份，t代表年份，yit代表农业技术进步和农村人力资本投资两个变量；由于变数之间的动态关系可能存在区域一致性，本文在模型中加入αi代表地区固定效应，βt代表时间固定效应，ϵi,t为随机扰动项。本文使用stata15.0统计软件对数据进行计量分析，并使用脉冲响应函数和方差分解等测量结果。

（二）变量说明

本文研究样本选择从1995年到2019年，截面区域包括东北三省。为了深入、有效地探究东北三省农业技术进步、农村人力资本投资与农业经济增长之间的内在规律，本研究所选取的指标如下：用农林牧渔总产值及农村居民收入衡量农业发展水平，单位分别为亿元和元，用AP和AI表示（1995年～2012年用农村居民人均纯收入表示农村居民收入，2013年之后用农村居民人均可支配收入表示农村居民收入）；用农业机械总动力衡量农业技术进步，单位为千瓦/万人，用AT表示；用农村居民人均文教、娱乐用品及服务消费支出衡量农村人力资本教育投资，用农村居民人均医疗保健消费支出衡量农村人力资本健康投资，农村人力资本投资则是农村人力资本教育投资与农村人力资本健康投资之和，单位为元，用AC表示，变量统计特征见表1。本文的农业机械总动力（农业技术进步），农村人力资本投资，农村居民人均纯收入（农村居民人均可支配收入）以及农林牧渔业总产值来自《吉林统计年鉴》《辽宁统计年鉴》《黑龙江统计年鉴》和国家统计局官方网站。

表1 变量的统计特征

四、实证结果分析

（一）变量的平稳性检验

在建立PVAR模型之前，必须对各变量数据的平稳性进行单位根检验，若变量序列不平稳，可能使模型的估计结果出现偏差，导致脉冲响应和方差分解结果失真。长面板数据主要有LLC、Breitung、IPS、Fisher和Hadri检验等单位根检验方法。本文采用LLC和IPS两种检验方式，前者是针对同质单位根的检验，后者则是针对异质单位根的检验。

由表2可知，当以农业技术进步、农村人力资本投资、农村居民人均收入和农业总产值的对数值作为单位根进行检验时，部分原假设不能被拒绝，存在不稳定变量。对变量进行一阶差分后进行单位根检验，在1%水平上拒绝原假设，不存在单位根。因此，可以判断所有经济变量均为一阶单整平稳序列。

表2 面板数据的单位根检验结果

（二）PVAR模型的滞后期选择

本文通过测算MBIC、MAIC和MHQIC统计量来确定PVAR模型的最优滞后期，其中农业技术进步和农村人力资本投资这两个经济变量为外生变量。

表3和表4分别报告了农业技术进步、农民收入和农业总生产值和农村人力资本投资、农民收入和农业总生产值的PVAR模型系统的滞后3期的相关检验结果。结果表明，MBIC、MAIC和MHQIC均建议建立滞后1期的PVAR模型。

表3 Panel VAR模型的滞后期检验结果（农业技术进步）

表4 PVAR模型的滞后期检验结果（农村人力资本投资）

（三）变量的稳定性检验

对农业技术进步、农业总产值和农村居民人均收入模型和农村人力资本投资、农业总产值和农村居民人均收入模型进行稳定性检验。如图1所示两个模型的所有变量都在圆圈内，说明模型稳定。

图1 稳定性检验：农业技术进步（左），农村人力资本投资（右）

（四）脉冲响应函数分析

通过脉冲响应函数进一步研究变量之间的长期动态相互作用。本文主要分析农业技术进步、农村人力资本投资两个变量对农业总产值与农村居民受到冲击后的响应，考查变量从初始冲击到长期稳态的整个动态过程。经过200次蒙特卡罗（Monte-Carlo）模拟，分别得到农业技术进步滞后10个周期和农村人力资本投资滞后10个周期的脉冲响应图，如图2所示。首先，当农业技术进步对农业总产值产生一个单位标准差冲击时，从长期来看，农业总产值显著为正，在1期响应值达到峰值后有微弱下降趋势，随后趋于稳定，说明农业发展离不开技术进步，农业技术进步对农业总产值有促进作用。其次，当农业技术进步对农村居民收入产生一个单位标准差冲击时，在0～1期产生负向响应，在1～4期逐步递增，随后趋于稳定并显著为正，说明农业发展离不开技术进步，技术进步速度直接影响农业发展并对农民收入存在积极作用。最后，当农村人力资本投资对农村居民人均收入和农业总产值产生一个单位标准差冲击时，从长期来看，农村居民人均收入和农业总产值显著为正，在1期响应值达到峰值，随后下降并趋于稳定，说明当人力资本投资见效后，会对农业发展产生正向的推动作用。

图2 脉冲响应函数：农业技术进步（左），农村人力资本投资（右）

（五）方差分解

在分解农业技术进步误差项时，第1期农业技术进步对农业总产值和农村居民人均收入的影响不明显，但农业技术进步本身的影响随着时间的推移逐渐减弱；第2期对农业总产值的贡献度为10%，对农村居民人均收入的贡献度为2%；第5期农业技术进步自身的影响减弱到63%，对农业总产值的贡献度增加为38%，对农村居民人均收入的贡献度也增加到4%，如表5所示。

在农村人力资本投资误差项的分解中，第1期农村水利建设投资对农业总产值和农村居民人均收入的影响不明显，且随着时间的延长，农村人力资本投资本身的影响随着时间的推移逐渐减弱；第2期对农业总产值的贡献度为0.7%，对农村居民人均收入的贡献度为5%；第7期农村人力资本投资自身的影响减弱到88.6%，对农业总产值的贡献度增加为2.4%，对农村居民人均收入的贡献度也增加到9%，如表6所示。

表6 对农村人力资本投资的方差分解结果

五、结论与政策建议

（一）结论

本文基于东北三省1995～2019年的面板数据，运用PVAR模型，通过稳定性检验、脉冲响应函数和方差分解计量分析方法，分析农业技术进步和农村人力资本投资对农业发展的影响，系统研究农业技术进步、农村人力资本投资、农业总产值和农村居民人均收入之间的动态影响关系，并得出以下结论：

（1）东北三省农业技术进步、农村人力资本投资、农业总产值与农村居民收入之间存在相互影响。农业技术进步与农村人力资本投资是农业发展的重要原因，农业技术进步与农村人力资本投资对农业发展的优势作用会越来越明显，而农业总产值与农村居民收入的增加也会反过来影响农业技术进步和农村人力资本投资。

（2）农村人力资本投资对农业经济增长、农业经济增长对农业机械化的影响均具有滞后性。农村人力资本投资对农业经济增长、农业经济增长对农业机械化在短时间内不仅不会产生推动作用，反而有可能产生一定负向影响，只有当这些资本积累到一定程度时农村人力资本投资和农业经济增长才会发挥正向作用。

（3）方差分解中，农业技术进步受到农业总产值的影响更大，农村人力资本投资更易受到农村居民收入增长影响。农村人力资本投资对农村居民人均收入的贡献度比对农业总产值的贡献度微强，农村人力资本投资对农村居民人均收入有更积极的影响。

（二）政策建议

第一，积极推动农机作业向合作社方向发展。东北地区农业机械化程度已达到90%以上，位居全国第一。东北地区农业机械化程度高主要有两方面原因，一方面东北地区地形平坦开阔，其地理位置优势有利于农业机械运作和推广；另一方面农机合作社引领农业机械化快速发展，现代农机合作社利用大型机械进行耕种，农田作业全面实现标准化，不仅提高了农业生产能力，还大大提升了农业抗御旱涝等自然灾害抵御能力。同样，粮食丰收丰产也带动了农民的农业机械需求量，有效激活农业经济增长。

第二，完善农村人力资本流动机制。当前，我国正处于农业现代化的关键时期，迫切需要一大批职业农民适应现代农业发展要求，应鼓励农村与农业院校联动发展，为农业人力资本投资储备充足的人才。2020年，提出“深入实施农村创新创业领袖培育行动”，鼓励各类进城务工、就业、创业人员回乡创业，将他们获得的知识、技术带到农村，为农村产业发展注入新的人力资本。同时，农村需要建立相应的人才保护机制，通过优惠政策和良好待遇留住人才。

第三，优化农村人力资本投资保障工作。2019年习近平总书记视察东北三省时曾提出科技与人才是农业现代化关键。鼓励工商资本投资农业技术创新项目，加强基层农技推广队伍建设，强化对农户的技术培训与实践指导，提升农户本身的农业知识储备与生产技能。大力培育农机专业户，提高农业从业人员的整体素质，既要加强农业人才的理论培训，又要重视农业生产实践，将农机使用与农业生产知识结合起来，培养一批适应现代农业生产的新型专业农民，促进农业经济发展和实现乡村振兴的伟大目标。