科研投入对农业高质量发展的影响研究——以长江经济带为例

吴晓通

(长江大学 经济与管理学院, 湖北 荆州 434023)

我国是一个农业大国, 但不是一个农业强国,农业生产依然是以粗放的传统模式为主。农业发展到今天, 传统的农业模式已经无法满足我国农业发展的需要, 高质量发展成为我国农业未来发展的必经之路。一直以来, 我国政府都高度重视农业的发展, 20 多年来我国中央一号文件一直把农业发展排在第一位。十九届五中全会指出: “坚持农业农村优先发展 全面推进乡村振兴”。2021 年中央一号文件提出, 要在2025 年前建成现代乡村产业体系, 提高农业质量效益和竞争力。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》 提出, “要提高农业质量效益和竞争力, 推动农业高质量发展。” 要实现农业高质量发展, 农业科技的发展必不可少。科技是第一生产力, 发展农业科技是实现我国农业现代化的必经之路, 也是将我国建成农业强国的重要保障。《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》 指出,要增强农业综合生产能力, 完善农业科技创新体系, 创新农技推广服务方式, 建设智慧农业。长江经济带是依托长江而构建的经济发展带, 是促进我国经济发展的重要源泉, 也是我国区域经济均衡发展的重要纽带, 同时还是我国重要的粮食主产区。长江经济带拥有丰富的地理条件, 长江中、下游主要以平原、丘陵、河湖等为主, 上游则主要以高原、山地、盆地为主。上游地区中, 仅有四川盆地适宜于农业生产, 云贵高原主要以喀斯特地貌为主, 有 “八山一水一分田” 之说, 重庆市则有山城之称, 均不适宜于农业生产。中、下游地区土壤条件虽好, 但密布的河网使得农田较为分散, 很难实现规模化作业。在这种情况下, 要想实现农业高质量发展, 必须加大对农业科研的投入, 以科技发展带动农业高质量发展。因此, 研究长江经济带科研投入对该经济带农业高质量发展的影响对于该经济带农业高质量发展和农业科研投入的调整都有重要的理论与现实意义, 同时作为贯穿我国东、中、西部的经济带, 对长江经济带的研究对全国都有着极为重要的借鉴意义。

一直以来, 国内外学者都密切关注对农业及农业科技的研究, 而随着科技的发展、人们环保意识的提升以及对高质量农产品需求的增加, 使得农业高质量发展及农业科技成为国内外研究热点。从已有的研究来看, 有关农业高质量发展及农业科技的研究主要集中在以下几点: 首先是有关农业科技的研究。农业科技创新主要包括种子[1]、生产模式[2]、农产品加 工[3]及其他方面的创新, 具体而言, 种子创新主要有新型农作物种子研发, 如杂交水稻[4]、海水稻[5]、超级小麦[6]等; 生产模式主要是指栽培[7]、灌溉[8]、采摘[9]等的创新; 农产品加工的创新则主要是指农产品加工方式[10]及加工条件[11]的创新; 其他方面主要是指农业生产条件的创新, 如化肥、农药等新产品的开发等[12]。其次是有关农业高质量发展的研究。农业高质量发展是农业现代化发展的重要一环, 是农业综合发展的具体体现。农业高质量发展是一个综合性概念,这一概念不仅包含了农业经济发展[13], 还包含了产业体系[14]、生产体系[15]和经营体系[16]等的发展。相较于传统农业发展模式, 高质量农业发展模式对发展效率、农业科技、生态环保等的要求较高, 各地的发展模式也要求因地制宜。最后是有关科研投入对农业高质量发展的影响研究。农业高质量发展是农业现代化发展的重要一环, 农业科技是农业高质量发展的重要动力, 科研投入则是农业科技发展的重要资金来源。科研投入对农业高质量发展的影响主要是以促进农业科技发展进而推动农业高质量发展的方式体现的, 农业科技对农业高质量发展的影响主要体现在改变农业发展模式、优化农业生产条件、提高农业生产效率等方面[17]。

基于上述分析, 本文以长江经济带为主要研究区域, 选取该经济带2011—2020 年的面板数据,运用改进熵值法对该经济带农业高质量发展指数进行测算, 运用DIF-GMM 模型实证分析农业科研投入对该经济带农业高质量发展的影响。

1 模型及指标体系构建

1.1 模型构建

1.1.1 改进熵值法

本文采用郑强[18]的改进熵值法对农业高质量水平进行测算, 设m为地区,n为评价指标,aij为第i个地区的第j个值, 具体步骤如下:

指标处理:

1.1.2 DIF-GMM 模型

考虑到农业高质量发展的时间惯性, 为更准确地研究科研投入对长江经济带农业高质量发展的影响, 本文选取该经济带2011—2020 年的省级面板数据, 运用DIF-GMM 模型来分析科研投入对该经济带农业高质量发展的影响, 具体公式如下:

上式中,i表示地区,t表示时间, agriit为被解释变量, agriit-1为解释变量, 由被解释变量的一阶滞后项表示;atiit、inteit、arsit分别表示农业科研资金投入规模、强度和人力投入; controlit为控制变量,α0、β、α1、α2、α3、α4为待估系数,δi为个体效应项,tt为时间效应项,εit为假定服从独立同分布的随机误差项。

1.2 指标体系构建

1.2.1 农业高质量发展测算体系构建

农业高质量发展是农业现代化发展的重要一环,是农业综合发展的具体体现。本文根据长江经济带2011—2020 年农业发展的省级面板数据, 根据数据的可得性, 参考杨念等[19]和郭郡郡等[20]的研究成果, 从发展效率、均衡发展、城乡发展水平、现代化程度、化学和能源用度、农作物受灾程度、用电情况等7 个角度对长江经济带农业高质量发展水平进行探究, 并构建指标体系, 具体如表1 所示。

1.2.2 DIF-GMM 指标体系构建

本文根据以往的研究成果, 将长江经济带2011—2020 年农业高质量发展水平作为被解释变量, 将资金和人力等科研投入作为解释变量, 将政府支持度、农村经济发展水平、城镇化率、经济结构、产业结构、对外开放度等作为控制变量, 具体如表2 所示。

1.3 数据来源

本文研究数据主要来源于 《中国统计年鉴》、《中国农村统计年鉴》 《中国科技统计年鉴》 《中国人口与就业统计年鉴》 及长江经济带各省、市统计年鉴, 其中农业科研资金和人力投入并未直接统计, 本文参照郭靖煜等[21]的研究, 对科研资金和人力投入进行处理后得到, 相关指标测算如下所示:

农业研究与试验发展 (R&D) 经费支出为研究与试验发展 (R&D) 经费支出乘以农业总产值除以地方生产总值;

农业研究与试验发展 (R&D) 人员当时量为研究与试验发展 (R&D) 人员当时量乘以农业总产值除以地方生产总值。

2 实证分析

2.1 长江经济带农业生产效率的实证分析

本文基于2011—2020 年长江经济带农业发展的省级面板数据, 运用改进熵值法对该经济带农业高质量发展水平进行测算并分析, 其测算结果如表3 所示。

表3 农业高质量发展指数

从表3 可以看出, 在样本期间内, 长江经济带各年农业高质量发展指数值均高于0.5, 其中2020年指数值达到了0.585, 整体均值为0.553, 高于0.5。从整体发展趋势来看, 该经济带农业高质量发展指数表现出上升趋势, 2011—2015 年表现出较强的曲折性, 2015—2020 年的发展趋势则较为平稳, 表现出稳步上升的态势, 说明长江经济带农业发展质量虽不高, 但其发展趋势良好。从上、中、下游来看, 下游的农业发展质量最高, 中游次之, 上游最低。从各自发展趋势来看, 上游和中游发展趋势均较为平缓, 下游地区也仅在2013—2015 年出现较大起伏, 其中下游和中游在2011—2013 年的发展趋势具有较强的相似性, 2015—2020 年也具有一定的相似性, 上游则和中、下游发展趋势的相似性不高。从各省来看, 上海市的农业高质量发展指数最高, 浙江省次之, 贵州省最低。其中, 上海市与浙江省农业高质量发展指数均值均超过0.9, 具有较高发展水平, 江苏省和安徽省农业高质量发展指数虽低于上海市与浙江省,但仍超过0.8 和0.7, 且超过0.8 的省份均位于下游, 主要原因是: 在内生动力方面, 下游地区拥有优质的地理条件, 土地平坦, 水量充足, 土地肥力也较高, 有利于农业发展; 在外部动力方面, 下游地区经济较为发达, 能够为当地居民提供充足的就业岗位, 从而提高农民收入, 为农业再生产提供有力的资金支持, 且发达的经济能够为农业和科技的发展提供有力的资金支持, 进而提高当地农业发展质量。中游省份中, 各省农业高质量发展指数均高于0.5, 湖南省最高, 为0.737, 湖北省最低, 但也达到了0.522, 说明中游各省农业发展水平也较高。上游各省、市中, 仅有四川省农业高质量发展指数超过0.3, 其余各省、市发展指数均低于0.2,说明上游各省、市农业发展水平均较低, 主要原因是: 上游各省、市多属高原及山地地区, 贵州省和云南省均位于云贵高原, 而云贵高原属于喀斯特地貌, 土地极为贫瘠, 素有 “八山一水一分田” 之说, 重庆市虽非喀斯特地貌区, 但重庆市整体属于山地地区, 四川盆地周围也属山地, 这使得该地区农业发展较为困难, 完成农业现代化转变也存在一定的困难, 这使得该地区农业高质量发展指数普遍较低。

2.2 科研投入对长江经济带农业高质量发展的影响分析

本文基于长江经济带2011—2020 年的面板数据, 运用DIF-GMM 模型分析农业科研资金投入规模、强度和人力投入等对该经济带农业高质量发展的影响, 并将政府支持度、农村经济发展水平、城镇化率、经济结构、产业结构、对外开放度作为控制变量, 分析科研投入对农业高质量发展的影响,结果如表4 所示。

表4 长江经济带科研投入对农业高质量发展的影响分析

从表4 可以看出, 长江经济带整体及上、中、下游农业高质量发展指数滞后一阶对当期农业高质量发展指数的影响为正, 且通过了1%的显著性检验, 说明该经济带农业高质量发展指数具有时间惯性。

农业科研资金投入规模对长江经济带整体及上游农业高质量发展的影响均显著为正, 而对中、下游的影响则为负, 且通过了1%和5%的显著性检验, 这说明在样本期间内, 农业科研资金总投入能够对长江经济带整体及上游地区农业高质量发展产生显著的正向影响, 而对中、下游农业高质量发展则有显著的负向影响。主要原因是: 农业科研投入资金的增加能够为长江经济带农业科技发展提供足够的资金支持, 进而促进农业科技的发展, 尤其是为农产品优良品种、新型耕作技术和农产品生产以及加工技术的开发提供了有效的资金支持, 从而促进农业高质量发展; 中、下游地区由于本身经济较为发达, 农业发展条件也更好, 且本身对农业科研的重视程度也更高, 继续加大资金投入并不会产生正向影响, 反而会造成资金浪费。农业科研资金投入强度对长江经济带及上、中游农业高质量发展的影响显著为正, 对下游农业高质量发展则有显著的负向影响, 这说明在样本期间内农业科研资金投入强度的提高会对该经济带整体及上、中农业高质量发展有显著的正向作用, 而对下游有显著的负向作用。主要原因是: 下游地区经济发达, 且本身科研实力较为雄厚, 继续加大投入强度会造成一定的资源浪费, 进而影响农业高质量发展; 而中游地区科研资金投入规模虽已经达到足够规模, 但投入强度还存在一定的不足, 因此, 加大投入强度会产生正向作用; 上游地区则是因为资金投入规模和投入强度均未达到足够规模, 二者的增加均会对该地区农业高质量发展产生正向作用。资金投入是农业科技发展的重要保证, 而人才则是农业科技发展的基石。由上表可知, 农业科研人力投入对长江经济带及上、中、下游农业高质量发展的影响显著为正,这说明在样本期间内该经济带及各区域农业科研从业人员数量的增加会对该经济带整体及上、中、下游产生显著的正向影响。

3 结论与建议

3.1 结论

本文运用改进熵值法对2011—2020 年长江经济带农业高质量发展进行测算, 运用DIF-GMM 模型实证分析农业科研投入对该经济带农业高质量发展的影响, 主要结论如下: 在样本期间内, 长江经济带农业高质量发展指数均高于0.5, 处于中级阶段, 且总体发展趋势表现出上升趋势。从上、中、下游来看, 下游的农业发展质量最高, 中游次之,上游最低。从各省、市来看, 中游和下游的各省、市由于农业发展条件良好, 使得该区域农业发展水平更高。而上游地区多为高原山地地区, 土地贫瘠使得仅有四川省农业高质量发展指数大于0.3, 重庆市、贵州省和云南省农业高质量发展指数均值小于0.3。农业科研资金投入规模对长江经济带整体及上游农业高质量发展的影响均显著为正, 对中游及下游的影响则显著为负; 农业科研资金投入强度对长江经济带整体及上、中农业高质量发展的影响显著为正, 对下游的影响显著为负; 农业科研人力投入对长江经济带整体及上、中、下游农业高质量发展的影响显著为正。

3.2 建议

一是加大农业科技投入强度, 优化资金投入结构。相较于黄河流域, 长江经济带经济发展实力更强, 科研实力也更强, 以科技促进农业高质量发展的可能性也更高。因此, 各地方政府应当加强农业科研投入强度, 优化资金投入结构, 建立农业科研资金预算制度, 使每一笔资金落到实处, 避免造成资金浪费。

二是加强人才培养。对于农业科研人才的培养不能仅仅局限在对科研人才的培养上, 还应当加强对农业科技推广人才的培养, 使科研成果的转化渠道更通畅。此外, 在加强人才培养的同时, 还应当加大人才引进力度, 加快农业科研进程。

三是加快建立信息交流平台, 促进区域协调发展。加强各区域间信息交流, 使社会各界能够准确把握各地资金、项目和人才需求, 并根据自身需求, 确定投入区域, 同时各地资金需求者也可以通过该平台了解各地相关动向, 准确吸引所需项目、人才和资金, 如下游地区的多余的科研资金可以逐渐向上游转移, 弥补上游地区农业科研资金不足的问题; 其次各个地区农业发展水平存在差异, 所需要的农业科研项目也存在差异, 如上游以高原、盆地和山地为主, 所需要的农业科研项目也与地形相关, 中、下游同样如此, 信息交流平台的构建, 可以使科研机构和地方均能把握各自需求, 更好地满足各自需要; 最后, 各地区人才实力存在差异, 长江中、下游地区拥有较为强大的农业科研实力, 人才的培养模式也更加成熟, 而上游地区教育资源相对薄弱, 人才培养模式也不如中、下游地区成熟,信息交流平台的构建能够使科研机构和农业科研人才准确把握对方动向, 使科研机构人员结构更加合理, 同样使各类人才充分发挥自身能力, 进而促进农业高质量发展。