楊宗翰　雷良海　岳桂寧　姚增福

摘要：【目的】明確農(nóng)業(yè)科技創(chuàng)新成果和科技創(chuàng)新環(huán)境在促進(jìn)農(nóng)業(yè)生產(chǎn)過程中發(fā)揮的具體機(jī)制及作用，為促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展、實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供理論參考?！痉椒ā渴占覈?guó)30個(gè)省（區(qū)、市）2005—2017年的農(nóng)業(yè)相關(guān)數(shù)據(jù)，包括單位面積糧食產(chǎn)量、研發(fā)支出強(qiáng)度、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)科技創(chuàng)新成果等9個(gè)維度指標(biāo)，通過面板數(shù)據(jù)回歸分析不同地區(qū)農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)的影響路徑機(jī)理?！窘Y(jié)果】我國(guó)整體科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)的影響具有空間異質(zhì)性，表現(xiàn)為西部地區(qū)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)作用呈顯著正向效應(yīng)，東部地區(qū)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)作用呈顯著負(fù)向效應(yīng)。農(nóng)業(yè)科技創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)影響效果顯著，其中，東部和中部地區(qū)農(nóng)業(yè)科技創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)影響不顯著，西部和東北部地區(qū)農(nóng)業(yè)科技創(chuàng)新效果顯著。農(nóng)業(yè)科技創(chuàng)新可調(diào)節(jié)研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)的影響，且調(diào)節(jié)作用在西部地區(qū)作用顯著，其他地區(qū)不顯著;整體創(chuàng)新環(huán)境可調(diào)節(jié)農(nóng)業(yè)科技創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)的影響，其調(diào)節(jié)作用均為負(fù)向，且僅在西部地區(qū)的作用顯著?！窘ㄗh】調(diào)整政府農(nóng)業(yè)科技研發(fā)支出的空間結(jié)構(gòu)，根據(jù)產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)特點(diǎn)分配研發(fā)支出;根據(jù)區(qū)域產(chǎn)業(yè)特征制定相應(yīng)的農(nóng)業(yè)科技創(chuàng)新激勵(lì)政策，建立農(nóng)業(yè)科技創(chuàng)新企業(yè)認(rèn)定資格體系;建立獨(dú)立的農(nóng)業(yè)科技成果交易市場(chǎng)，通過成立國(guó)立技術(shù)收儲(chǔ)公司盤活市場(chǎng)。

關(guān)鍵詞： 農(nóng)業(yè)科技研發(fā)支出;科技創(chuàng)新;農(nóng)業(yè)生產(chǎn);空間異質(zhì)性

中圖分類號(hào)： S-01? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：2095-1191（2019）12-2855-10

Promotion effects of agricultural research and development expenditure and science and technology innovation on agricultural production

YANG Zong-han1，2， LEI Liang-hai1*， YUE Gui-ning3， YAO Zeng-fu2

（1Business School， University of Shanghai for Science and Technology， Shanghai? 200093， China; 2Guangxi Aviation Logistics Research Center， Guilin University of Aerospace Technology， Guilin， Guangxi? 541004， China;

3Business School， Guangxi University， Nanning? 530004， China）

Abstract：【Objective】This paper aimed at studying the specific influence mechanism of agricultural researchand development（R&D） expenditure and agricultural innovation on agricultural production， so that provided a theoretical refe-rence for promoting the development of agricultural economy and achieving the transformation of agricultural industry.【Method】This paper collected the data of 30 provinces（autonomous regions or municipalities） of China from 2005 to 2017， including nine dimensions indicators， such as the area output of grain，the strength of R&D spending， agricultural structure and agricultural scientific and technology innovation achievements. By using the method of panel data regression analysis， the mechanism of agricultural R&D on agricultural production in difference regions were studied. 【Result】The results of research showed that the effects of overall R&D expenditure on agricultural production had spatial heterogeneity， the effects were significantly positive in the west， but significantly negative in the east. Agricultural S&T innovation had a significant impact on agricultural production， while it had no significant impact in the eastern and central regions， but significant impact in the western and north-eastern regions. Agricultural S&T innovation could regulate the impact of agricultural R&D expenditure on agricultural production， which was significant in western region， but not in other regions. The overall innovation environment could regulate the impact of agricultural S&T innovation on agricultural production， which had negative impact on S&T innovation， and this effect was only significant in the western region. 【Suggestion】Governments should adjust the spatial structure of agricultural R&D expenditure， and distribute the R&D expenditure according to industrial structure and characters. According to the characteristics of regional industries， governments should formulate corresponding incentive policies for agricultural S&T innovation. An independent market should be established for trading agricultural S&T achievements， and revitalize the market by founding state-owned enterprise to store the techniques.

Key words： agricultural research and development expenditure; science and technology innovation; agricultural production; spatial heterogeneity

0 引言

【研究意義】據(jù)中國(guó)農(nóng)業(yè)科學(xué)院公布的《中國(guó)農(nóng)業(yè)農(nóng)村科技發(fā)展報(bào)告（2012—2017）》顯示，2017年我國(guó)的農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率為57.5%，但發(fā)達(dá)國(guó)家在2015年的農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率已達(dá)70%～80%（沈瓊等，2018）。這在經(jīng)濟(jì)上的直接反映是整個(gè)農(nóng)業(yè)產(chǎn)業(yè)升級(jí)尚缺乏科技支撐，60%以上的農(nóng)副產(chǎn)品未得到循環(huán)、高值和梯次利用（魏后凱，2017）。當(dāng)前我國(guó)農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率過低，其主要原因是農(nóng)業(yè)科技研發(fā)支出不足，加之科技研發(fā)投入的轉(zhuǎn)化效率不高。因此，開展農(nóng)業(yè)科技研發(fā)投入與農(nóng)業(yè)生產(chǎn)間的關(guān)系研究，有助于發(fā)現(xiàn)制約科技投入轉(zhuǎn)換率的具體原因并有針對(duì)性地提出政策建議，進(jìn)而有效提高我國(guó)農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率。【前人研究進(jìn)展】農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)效率的提升作用在不同地區(qū)間存在顯著差異，各地區(qū)農(nóng)業(yè)科技研發(fā)支出對(duì)生產(chǎn)效率的影響則具有明顯門限效應(yīng)，農(nóng)業(yè)科技投入達(dá)到一定標(biāo)準(zhǔn)后對(duì)生產(chǎn)效率提升作用顯著（陳鳴和周發(fā)明，2016）。此外，農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)和農(nóng)民收入存在空間溢出效應(yīng)，本地區(qū)投入的農(nóng)業(yè)研發(fā)資金獲得成果轉(zhuǎn)化之后，不僅能促使當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)獲益，還可帶動(dòng)周邊地區(qū)獲益（楊義武和林萬(wàn)龍，2018;賴昭豪等，2019）。相關(guān)研究也揭示農(nóng)業(yè)科技研發(fā)投入和農(nóng)業(yè)生產(chǎn)間的特定關(guān)系，政府部門在制定研發(fā)支出政策時(shí)應(yīng)根據(jù)不同地區(qū)的空間異質(zhì)性，確定當(dāng)?shù)氐难邪l(fā)支出預(yù)算，以獲取最佳的投入回報(bào)（趙麗娟等，2019）。目前，農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)生產(chǎn)相關(guān)的研究主要集中在農(nóng)業(yè)創(chuàng)新效率對(duì)農(nóng)業(yè)生產(chǎn)的影響。例如使用全要素生產(chǎn)率作為農(nóng)業(yè)創(chuàng)新的衡量指標(biāo)（王洋洋等，2019），其研究結(jié)果顯示農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)生產(chǎn)在短期內(nèi)具有顯著關(guān)聯(lián)，且存在長(zhǎng)期的均衡關(guān)系（張淑輝和陳建成，2013）。除了全要素生產(chǎn)率外，農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率同樣可用來(lái)衡量農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)生產(chǎn)間的關(guān)系（王潔和夏維力，2017），研究表明農(nóng)業(yè)產(chǎn)值與科技進(jìn)步率同步增長(zhǎng)，增加政府農(nóng)業(yè)科技研發(fā)支出可在短期內(nèi)提高農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率，但長(zhǎng)期效果不明顯（張躍強(qiáng)和陳池波，2015）。此外，農(nóng)業(yè)科技創(chuàng)新在促進(jìn)農(nóng)業(yè)生產(chǎn)活動(dòng)中具有特殊性，農(nóng)業(yè)生產(chǎn)除了受創(chuàng)新活動(dòng)影響外，還受研發(fā)支出等因素的多重影響（黃紅光等，2018;張莉俠等，2018）。因此，政府部門在制定農(nóng)業(yè)生產(chǎn)政策時(shí)要充分考慮相關(guān)創(chuàng)新要素的影響，有效提高農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率（張?jiān)谝坏龋?018）?！颈狙芯壳腥朦c(diǎn)】現(xiàn)有的研究雖然為闡明農(nóng)業(yè)科技研發(fā)支出與農(nóng)業(yè)生產(chǎn)效率間的關(guān)系提供了基礎(chǔ)理論，但尚存不足，具體表現(xiàn)為：一方面主要針對(duì)最優(yōu)研發(fā)投入?yún)^(qū)間、整體創(chuàng)新效率對(duì)農(nóng)業(yè)生產(chǎn)的影響，沒有揭示農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)影響的具體路徑和機(jī)制;另一方面，農(nóng)業(yè)生產(chǎn)和技術(shù)具有明顯的地域特征，當(dāng)前對(duì)農(nóng)業(yè)科技研發(fā)支出和科技創(chuàng)新的空間異質(zhì)性研究尚不充分，未能體現(xiàn)相關(guān)變量的空間結(jié)構(gòu)差異?！緮M解決的關(guān)鍵問題】將農(nóng)業(yè)科技創(chuàng)新成果、科技創(chuàng)新環(huán)境納入到農(nóng)業(yè)科技研發(fā)支出—農(nóng)業(yè)生產(chǎn)的研究框架中，明確農(nóng)業(yè)科技創(chuàng)新成果和科技創(chuàng)新環(huán)境在促進(jìn)農(nóng)業(yè)生產(chǎn)過程中發(fā)揮的具體作用機(jī)制，為促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展及實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供理論參考。

1 材料與方法

1. 1 數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

研究所用數(shù)據(jù)主要通過國(guó)家統(tǒng)計(jì)局、國(guó)家知識(shí)產(chǎn)權(quán)局等公開渠道獲取，收集的數(shù)據(jù)包括30個(gè)?。▍^(qū)、市）2005—2017年農(nóng)業(yè)研發(fā)支出、農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)生產(chǎn)的相關(guān)數(shù)據(jù)，針對(duì)不同省（區(qū)、市）每個(gè)變量可獲得390個(gè)觀測(cè)值，確定的變量包括單位面積糧食產(chǎn)量、研發(fā)支出強(qiáng)度、農(nóng)業(yè)科技創(chuàng)新成果、國(guó)內(nèi)生產(chǎn)總值、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新環(huán)境、農(nóng)業(yè)從業(yè)人數(shù)、地區(qū)和農(nóng)業(yè)產(chǎn)業(yè)人均產(chǎn)值等9個(gè)維度。數(shù)據(jù)來(lái)源及計(jì)算方法如表1所示。

1. 2 研究方法

農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)創(chuàng)新及農(nóng)業(yè)生產(chǎn)的長(zhǎng)短期效應(yīng)差異顯著（張躍強(qiáng)和陳池波，2015），基于這一研究結(jié)論，首先分析農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)的長(zhǎng)期效應(yīng)和短期效應(yīng)，同時(shí)確定農(nóng)業(yè)研發(fā)支出長(zhǎng)期效應(yīng)和短期效應(yīng)的影響路徑，然后選取變量對(duì)農(nóng)業(yè)研發(fā)支出及其對(duì)農(nóng)業(yè)生產(chǎn)的影響進(jìn)行量化建模，最后運(yùn)用統(tǒng)計(jì)分析方法對(duì)量化模型進(jìn)行分析并得出結(jié)論。

1. 3 統(tǒng)計(jì)分析

運(yùn)用Stata 15.1中的面板數(shù)據(jù)回歸分析模塊進(jìn)行統(tǒng)計(jì)分析，相應(yīng)的統(tǒng)計(jì)指標(biāo)使用和判別標(biāo)準(zhǔn)在具體研究部分列明。

2 結(jié)果與分析

2. 1 農(nóng)業(yè)科技研發(fā)支出效應(yīng)傳導(dǎo)機(jī)制

本研究將農(nóng)業(yè)科技研發(fā)支出效應(yīng)分解為兩部分，分別是投資效應(yīng)和創(chuàng)新效應(yīng)。農(nóng)業(yè)科技研發(fā)支出作為一種投資活動(dòng)，與其他投資活動(dòng)一樣會(huì)產(chǎn)生直接的經(jīng)濟(jì)拉動(dòng)效應(yīng)，即農(nóng)業(yè)科技研發(fā)支出的投資效應(yīng);但農(nóng)業(yè)科技研發(fā)支出又有別于一般的投資活動(dòng)，其能產(chǎn)生創(chuàng)新效應(yīng)，且研發(fā)支出的活動(dòng)能產(chǎn)生創(chuàng)新成果，如農(nóng)業(yè)技術(shù)專利等。農(nóng)業(yè)科技研發(fā)支出在以往的研究中多呈短期效應(yīng)，主要是其投資效應(yīng)所發(fā)揮作用。一般性的研發(fā)支出具有滯后效應(yīng)（白俊紅等，2009），但農(nóng)業(yè)科技研發(fā)支出的長(zhǎng)期效應(yīng)不顯著（張躍強(qiáng)和陳池波，2015），其原因可能是前人的相關(guān)研究尚未考慮研發(fā)支出長(zhǎng)期影響發(fā)揮作用的具體路徑，后續(xù)研究將通過計(jì)量模型探討和驗(yàn)證研發(fā)支出的長(zhǎng)期影響。為分析農(nóng)業(yè)科技研發(fā)支出的長(zhǎng)期效應(yīng)，本研究構(gòu)建模型以闡明農(nóng)業(yè)科技研發(fā)支出長(zhǎng)期效應(yīng)和短期效應(yīng)的傳導(dǎo)路徑（圖1）。農(nóng)業(yè)科技研發(fā)支出形成后，由研發(fā)活動(dòng)主體開展研發(fā)活動(dòng)，最終形成研發(fā)成果;研發(fā)成果需通過技術(shù)市場(chǎng)進(jìn)行轉(zhuǎn)化，最終應(yīng)用于實(shí)體經(jīng)濟(jì)，即研發(fā)支出的長(zhǎng)期效應(yīng)需通過創(chuàng)新成果和市場(chǎng)轉(zhuǎn)化兩個(gè)因素發(fā)揮作用。

2. 2 統(tǒng)計(jì)分析模型設(shè)定、變量選取和數(shù)據(jù)說(shuō)明

為檢驗(yàn)在上述模型中的傳導(dǎo)路徑，運(yùn)用面板數(shù)據(jù)回歸分析方法對(duì)國(guó)內(nèi)30個(gè)?。▍^(qū)，市）2005—2017年農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)經(jīng)濟(jì)績(jī)效的影響進(jìn)行實(shí)證分析。運(yùn)用面板數(shù)據(jù)的方法不僅可分析變量間的時(shí)間效應(yīng)，還能發(fā)現(xiàn)變量的空間異質(zhì)性。

2. 2. 1 基礎(chǔ)模型設(shè)定 基礎(chǔ)模型用于檢驗(yàn)研發(fā)支出、農(nóng)業(yè)創(chuàng)新的短期效應(yīng)，在模型中主要考察研發(fā)支出和農(nóng)業(yè)創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)的拉動(dòng)作用，模型設(shè)定如下：

sgrain=β+βsRD+β2lnaPatentit+βlnGDP+βaStruct+βiEnvir+βlnaPopulait+? （1）

在模型中，t代表時(shí)間，i代表?。ㄊ?、區(qū)），β0為回歸方程截距項(xiàng)，除β0外的βi為各自變量系數(shù)，εit為隨機(jī)誤差項(xiàng)，包含其他未在本研究范圍內(nèi)的影響變量。

sgrainit+1是因變量，代表農(nóng)業(yè)生產(chǎn)發(fā)展水平，通過計(jì)算單位耕地上的糧食產(chǎn)量，用于衡量地區(qū)農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展水平。

sR&Dit是核心解釋變量，代表研發(fā)支出強(qiáng)度，使用研發(fā)支出占GDP比重作為核心解釋變量主要考慮到除研發(fā)支出絕對(duì)值外，研發(fā)支出占產(chǎn)值比重體現(xiàn)了地區(qū)對(duì)創(chuàng)新活動(dòng)的重視程度，在基礎(chǔ)模型中僅考察整體研發(fā)支出的影響，農(nóng)業(yè)科技研發(fā)支出影響將在擴(kuò)展模型中分析。

aPatentit是第二個(gè)核心解釋變量，代表農(nóng)業(yè)科技創(chuàng)新成果，衡量創(chuàng)新成果的指標(biāo)通常包括專利申報(bào)、專利授權(quán)等，在本研究中使用年度農(nóng)業(yè)專利申請(qǐng)數(shù)量衡量地方農(nóng)業(yè)創(chuàng)新成果。數(shù)據(jù)來(lái)源于國(guó)家專利局專利網(wǎng)站，通過檢索逐年和逐省（區(qū)、市）的數(shù)據(jù)手工收集。

GDPit是控制變量，代表地方經(jīng)濟(jì)發(fā)展水平，經(jīng)濟(jì)水平高的地方研發(fā)投入和創(chuàng)新活動(dòng)可能更高，加入控制變量可更好地觀測(cè)核心變量的影響作用。

regionit是控制變量，代表不同的區(qū)域劃分，不同區(qū)域除經(jīng)濟(jì)發(fā)展水平不同外，地方文化、法制環(huán)境和市場(chǎng)環(huán)境也存在差異，這些因素可能同時(shí)影響研發(fā)支出和農(nóng)業(yè)生產(chǎn)。

aStructit是控制變量，代表地方農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)會(huì)影響農(nóng)業(yè)研發(fā)支出、農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)生產(chǎn)。

iEnvirit是控制變量，代表地區(qū)創(chuàng)新環(huán)境，地方對(duì)農(nóng)業(yè)創(chuàng)新成果的保護(hù)程度會(huì)有效促進(jìn)創(chuàng)新從而推動(dòng)農(nóng)業(yè)生產(chǎn)發(fā)展。

aPopulait是控制變量，代表農(nóng)業(yè)生產(chǎn)規(guī)模，隨著農(nóng)業(yè)集約化和規(guī)模化的發(fā)展，農(nóng)業(yè)從業(yè)人口日趨減少，因此農(nóng)業(yè)產(chǎn)業(yè)從業(yè)人數(shù)可衡量地區(qū)農(nóng)業(yè)產(chǎn)業(yè)規(guī)模，而農(nóng)業(yè)產(chǎn)業(yè)規(guī)模對(duì)農(nóng)業(yè)科技創(chuàng)新和研發(fā)投入產(chǎn)生直接影響。

2. 2. 2 擴(kuò)展模型 根據(jù)基礎(chǔ)模型的設(shè)定，為明確農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)發(fā)展的創(chuàng)新效應(yīng)，本研究引入3個(gè)交乘項(xiàng)變量以滿足研究需求。第一個(gè)交乘項(xiàng)是sR&Dit*aSturctit，主要用來(lái)進(jìn)一步衡量農(nóng)業(yè)科技研發(fā)強(qiáng)度是否對(duì)農(nóng)業(yè)生產(chǎn)具有顯著效應(yīng)，因?yàn)檗r(nóng)業(yè)產(chǎn)業(yè)占比較大的地區(qū)通常研發(fā)投入也較大。第二個(gè)交乘項(xiàng)是sR&Dit*aPatentit，考察研發(fā)支出效應(yīng)是否受科技創(chuàng)新成果影響，可衡量農(nóng)業(yè)科技研發(fā)支出在農(nóng)業(yè)科技創(chuàng)新的調(diào)節(jié)作用下是否對(duì)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展具有長(zhǎng)期效應(yīng)。第三個(gè)交乘項(xiàng)是aPatentit*iEnuirit，考察農(nóng)業(yè)科技創(chuàng)新性成果轉(zhuǎn)換效率是否受當(dāng)?shù)貏?chuàng)新環(huán)境的影響。t+j=t+1、t+2分別代表滯后一期和兩期的因變量時(shí)間維度，其他的變量含義與公式（1）相同。

sgrain=β+βsRD+βlnaPatent+βlnGDP+? ? βaStruct+βiEnvir+βsRD*aStruct+βsRD*lnaPopula+β lnaPopula*? ? ? ? ? ?iEnvir+βlnaPatent+ε? ?（2）

2. 3 描述性統(tǒng)計(jì)

為避免異常數(shù)據(jù)對(duì)分析結(jié)果的影響，首先進(jìn)行原始變量的描述性分析（表2）。在7個(gè)主要的研究變量中，農(nóng)業(yè)科技創(chuàng)新成果（aPatent）、國(guó)內(nèi)生產(chǎn)總值（GDP）和創(chuàng)新環(huán)境（iEnvir）的統(tǒng)計(jì)絕對(duì)值較大，主要是由于各變量單位存在差異所造成，農(nóng)業(yè)科技創(chuàng)新成果的單位是件，國(guó)內(nèi)生產(chǎn)總值的單位為億元，創(chuàng)新環(huán)境的單位為萬(wàn)元。單位差異形成的統(tǒng)計(jì)值差異將影響統(tǒng)計(jì)結(jié)果，為此本研究將幾個(gè)單位不同的變量統(tǒng)一取自然對(duì)數(shù)以消除量綱影響。本研究中使用的變量數(shù)據(jù)均來(lái)源于公開可得的渠道，其中農(nóng)業(yè)創(chuàng)新科技成果是較難收集的數(shù)據(jù)，研究團(tuán)隊(duì)手工從國(guó)家專利局網(wǎng)站上進(jìn)行檢索統(tǒng)計(jì)。

2. 4 面板數(shù)據(jù)協(xié)整性檢驗(yàn)

進(jìn)行變量面板數(shù)據(jù)回歸分析必須確保面板數(shù)據(jù)變量平穩(wěn)，否則可能產(chǎn)生偽回歸現(xiàn)象（Seo and Shin，2016）。從圖2可看出，各?。▍^(qū)、市）的農(nóng)業(yè)生產(chǎn)效率和科技研發(fā)支出并無(wú)統(tǒng)一時(shí)間趨勢(shì)，其個(gè)體間存在的差異有助于識(shí)別農(nóng)業(yè)生產(chǎn)發(fā)展影響因素。本研究通過面板數(shù)據(jù)趨勢(shì)圖（圖2）初步判斷核心變量間不存在不平穩(wěn)性問題。

通過Hadri LM檢驗(yàn)可對(duì)數(shù)據(jù)平穩(wěn)性進(jìn)行嚴(yán)格驗(yàn)證，進(jìn)一步確保統(tǒng)計(jì)分析過程中不會(huì)因面板數(shù)據(jù)非平穩(wěn)性而出現(xiàn)偽回歸現(xiàn)象。Hadri LM的單位根檢驗(yàn)結(jié)果顯示，用于統(tǒng)計(jì)研究的主要變量平穩(wěn)（表3），所選取的變量均適用于面板數(shù)據(jù)回歸分析。在模型設(shè)定中，對(duì)于aPatent、GDP和iEnvir等3個(gè)變量均使用對(duì)數(shù)值，因此在平穩(wěn)性檢驗(yàn)中同樣是針對(duì)這3個(gè)變量的對(duì)數(shù)值進(jìn)行檢驗(yàn)。

2. 5 面板數(shù)據(jù)回歸分析結(jié)果

在面板數(shù)據(jù)回歸分析過程中，除在按照設(shè)定模型分別進(jìn)行基礎(chǔ)模型和擴(kuò)展模型的檢驗(yàn)外，考慮到農(nóng)業(yè)生產(chǎn)的特殊性還進(jìn)行分地區(qū)統(tǒng)計(jì)分析，以觀察農(nóng)業(yè)研發(fā)支出和創(chuàng)新活動(dòng)對(duì)農(nóng)業(yè)生產(chǎn)作用是否存在空間異質(zhì)性。

2. 5. 1 固定與隨機(jī)效應(yīng)模型選擇 進(jìn)行面板數(shù)據(jù)回歸分析面臨的第一個(gè)問題是選擇混合回歸還是固定效應(yīng)模型進(jìn)行變量估計(jì)研究。若各?。▍^(qū)、市）的農(nóng)業(yè)生產(chǎn)和研發(fā)支出間關(guān)系相同，應(yīng)選擇混合回歸;反之則選擇固定效應(yīng)模型，以分析各?。▍^(qū)、市）間的差異。從變量描述性統(tǒng)計(jì)中可看出，各省（區(qū)、市）間的農(nóng)業(yè)研發(fā)、創(chuàng)新和生產(chǎn)等變量存在明顯差異，因此在設(shè)定的模型中可能每個(gè)地區(qū)均存在個(gè)體效用。在進(jìn)行模型選擇時(shí)，本研究通過對(duì)比混合回歸和固定效應(yīng)模型中隨機(jī)誤差的個(gè)體效應(yīng)進(jìn)行判斷。

（1）混合回歸和固定效應(yīng)模型比較。首先對(duì)面板數(shù)據(jù)進(jìn)行固定效應(yīng)模型估計(jì)，并假設(shè)各省（區(qū)、市）差異對(duì)農(nóng)業(yè)生產(chǎn)無(wú)影響，在估計(jì)固定效應(yīng)模型同時(shí)對(duì)假設(shè)進(jìn)行F檢驗(yàn)。令ui表示各?。▍^(qū)、市）差異對(duì)模型（2）中誤差項(xiàng)的擾動(dòng)，對(duì)ui等于0的假設(shè)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果顯示P遠(yuǎn)小于0.05，可初步判斷各?。▍^(qū)、市）個(gè)體差異對(duì)農(nóng)業(yè)生產(chǎn)影響顯著。根據(jù)F檢驗(yàn)結(jié)果，不宜選擇混合效應(yīng)模型。

（2）固定效應(yīng)和隨機(jī)效應(yīng)模型比較。相對(duì)于混合回歸，固定效應(yīng)通過變動(dòng)模型（2）的截距項(xiàng)解釋各?。▍^(qū)、市）的農(nóng)業(yè)生產(chǎn)差異。但各?。▍^(qū)、市）農(nóng)業(yè)生產(chǎn)方程除了截距項(xiàng)可能存在差異外，代表農(nóng)業(yè)生產(chǎn)與研發(fā)支出等變量間關(guān)系的系數(shù)βi也可變。因此，通過豪斯曼檢驗(yàn)來(lái)確定各?。▍^(qū)、市）個(gè)體效應(yīng)除了體現(xiàn)在截距項(xiàng)外是否也存在βi差異。檢驗(yàn)結(jié)果（表4）顯示，P小于0.05，基本上可拒絕原假設(shè)（Test：Ho），故在后續(xù)分析中將使用固定效應(yīng)模型。

2. 5. 2 基礎(chǔ)模型分析結(jié)果 以所有省（區(qū)、市）為對(duì)象的全樣本，在基礎(chǔ)模型中主要分析研發(fā)支出強(qiáng)度（sR&Dit）和農(nóng)業(yè)科技創(chuàng)新成果（aPatentit）對(duì)單位面積糧食產(chǎn)量（sgrainit+1）的影響。首先，變量sR&Dit的系數(shù)為負(fù)數(shù)（表5），說(shuō)明整體科技投入對(duì)農(nóng)業(yè)生產(chǎn)的影響是負(fù)向，可能是研發(fā)支出存在擠出效應(yīng)。與此同時(shí)，sR&Dit的t檢驗(yàn)結(jié)果不顯著（P>0.1，下同），說(shuō)明整體的科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)影響作用不明顯。另外，變量aPatentit的t檢驗(yàn)結(jié)果極顯著（P<0.01，下同），說(shuō)明農(nóng)業(yè)科技創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)具有影響力;同時(shí)，aPatentit的系數(shù)大于0，意味著農(nóng)業(yè)科技創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)的影響是正向，具有促進(jìn)作用。

由于農(nóng)業(yè)產(chǎn)業(yè)發(fā)展地區(qū)間差異明顯，本研究在基礎(chǔ)模型的框架下進(jìn)一步分地區(qū)對(duì)核心變量進(jìn)行分析。按照統(tǒng)計(jì)年鑒中對(duì)我國(guó)?。▍^(qū)、市）的四個(gè)區(qū)位進(jìn)行劃分（東部、西部、中部和東北部）。由表6可知，在4個(gè)地區(qū)中只有東部地區(qū)sR&Dit的系數(shù)是負(fù)值，說(shuō)明除了東部地區(qū)外，其他地區(qū)的整體研發(fā)投入對(duì)農(nóng)業(yè)生產(chǎn)具有促進(jìn)作用。這也進(jìn)一步證實(shí)在全樣本基礎(chǔ)模型分析中得出的結(jié)論，全國(guó)的研發(fā)支出投入對(duì)農(nóng)業(yè)生產(chǎn)有負(fù)面影響，是由于存在投資的擠出效應(yīng)，尤其在東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)資源更多地投向高科技和重工業(yè)等產(chǎn)業(yè)，導(dǎo)致農(nóng)業(yè)產(chǎn)業(yè)可獲得的資金資源減少;中部、西部和東北部地區(qū)由于經(jīng)濟(jì)相對(duì)落后，整體研發(fā)投資尚未對(duì)農(nóng)業(yè)生產(chǎn)形成擠出效應(yīng)?？傊?，研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)的影響作用不明顯。另一方面，農(nóng)業(yè)科技創(chuàng)新呈明顯的空間異質(zhì)性。在東部和中部地區(qū)，農(nóng)業(yè)科技創(chuàng)新成果對(duì)農(nóng)業(yè)生產(chǎn)促進(jìn)作用不顯著;而在西部和東北部均達(dá)顯著水平，且aPatentit的系數(shù)為正值，農(nóng)業(yè)科技創(chuàng)新對(duì)農(nóng)業(yè)生產(chǎn)具有明顯促進(jìn)作用。這可能是東部和中部在農(nóng)業(yè)研發(fā)投入不足，從而導(dǎo)致農(nóng)業(yè)科技創(chuàng)新成果促進(jìn)效用不顯著;而西部和東北部由于農(nóng)業(yè)產(chǎn)業(yè)規(guī)模較大，產(chǎn)出農(nóng)業(yè)科技成果較多，農(nóng)業(yè)科技創(chuàng)新績(jī)效較顯著。

2. 5. 3 擴(kuò)展模型分析結(jié)果

2. 5. 3. 1 全樣本擴(kuò)展模型 在全樣本分析過程中逐步添加有關(guān)農(nóng)業(yè)研發(fā)支出強(qiáng)度、農(nóng)業(yè)科技創(chuàng)新成果和創(chuàng)新環(huán)境的3個(gè)交乘項(xiàng)是sR&Dit*aStructit、sR&Dit*aPatentit和aPatentit*iEnvirit。通過3個(gè)交乘項(xiàng)的逐步添加，將依據(jù)理論模型對(duì)農(nóng)業(yè)研發(fā)支出的投資效應(yīng)和創(chuàng)新效應(yīng)進(jìn)行分別論證。

首先，在基礎(chǔ)模型中添加農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)（aStructit）和研發(fā)支出強(qiáng)度（sR&Dit）的交乘項(xiàng)，通過該交乘項(xiàng)對(duì)不同地區(qū)的農(nóng)業(yè)研發(fā)支出進(jìn)行衡量，并考察其對(duì)農(nóng)業(yè)生產(chǎn)的促進(jìn)作用。由表7可知，交乘項(xiàng)sR&Dit*aStructit通過了顯著性檢驗(yàn)，說(shuō)明經(jīng)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)后研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)有顯著影響，與理論分析結(jié)論一致，說(shuō)明農(nóng)業(yè)研發(fā)支出具有短期效應(yīng)。

其次，進(jìn)一步添加研發(fā)支出強(qiáng)度（sR&Dit）和農(nóng)業(yè)科技創(chuàng)新成果（aPatentit）的交乘項(xiàng)，通過交乘項(xiàng)衡量研發(fā)支出的創(chuàng)新效應(yīng)，觀察通過農(nóng)業(yè)科技創(chuàng)新的實(shí)現(xiàn)是否有助于農(nóng)業(yè)研發(fā)支出促進(jìn)農(nóng)業(yè)生產(chǎn)。檢驗(yàn)結(jié)果在農(nóng)業(yè)科技創(chuàng)新模型中顯示，交乘項(xiàng)sR&Dit*aPatentit的系數(shù)為正值，說(shuō)明研發(fā)支出通過農(nóng)業(yè)科技創(chuàng)新的路徑對(duì)農(nóng)業(yè)生產(chǎn)有促進(jìn)作用。此外，交乘項(xiàng)t檢驗(yàn)P<0.05，說(shuō)明交乘項(xiàng)統(tǒng)計(jì)結(jié)果顯著，再次印證了理論模型的分析結(jié)論，農(nóng)業(yè)研發(fā)支出在長(zhǎng)期內(nèi)通過科技創(chuàng)新實(shí)現(xiàn)對(duì)農(nóng)業(yè)生產(chǎn)的促進(jìn)作用。

最后，通過引入農(nóng)業(yè)科技創(chuàng)新成果（aPatentit）和創(chuàng)新環(huán)境（iEnvirit）的交乘項(xiàng)，對(duì)農(nóng)業(yè)科技創(chuàng)新的轉(zhuǎn)換效率及其效果進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果在農(nóng)業(yè)科技創(chuàng)新環(huán)境模型中顯示，交乘項(xiàng)t檢驗(yàn)P<0.05，說(shuō)明創(chuàng)新環(huán)境和農(nóng)業(yè)科技創(chuàng)新成果交互作用對(duì)農(nóng)業(yè)生產(chǎn)有影響。但交乘項(xiàng)系數(shù)小于0，說(shuō)明這個(gè)創(chuàng)新環(huán)境對(duì)農(nóng)業(yè)生產(chǎn)起抑制作用，可能是因?yàn)閯?chuàng)新效率越高，資源更多地集中到高科技領(lǐng)域，從而抑制農(nóng)業(yè)生產(chǎn)發(fā)展。

2. 5. 3. 2 擴(kuò)展模型分地區(qū)分析 選擇包含變量最全面的農(nóng)業(yè)科技創(chuàng)新環(huán)境模型進(jìn)行分地區(qū)研究。在全樣本分析中，已確認(rèn)研發(fā)支出強(qiáng)度是通過農(nóng)業(yè)科技創(chuàng)新成果和創(chuàng)新環(huán)境對(duì)農(nóng)業(yè)生產(chǎn)發(fā)揮作用，但這種研發(fā)支出的創(chuàng)新效應(yīng)是否存在空間上的差異性，需通過分地區(qū)的模型分析進(jìn)行驗(yàn)證。通過分地區(qū)的農(nóng)業(yè)科技創(chuàng)新環(huán)境模型對(duì)相關(guān)變量進(jìn)行分析，結(jié)果（表8）顯示，東部、中部和東北部的農(nóng)業(yè)研發(fā)支出創(chuàng)新效應(yīng)均不明顯，僅西部地區(qū)農(nóng)業(yè)研發(fā)支出創(chuàng)新效應(yīng)明顯，說(shuō)明農(nóng)業(yè)科技研發(fā)支出強(qiáng)度的長(zhǎng)期創(chuàng)新效應(yīng)具有空間異質(zhì)性?？臻g異質(zhì)性的存在可能與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦和創(chuàng)新系統(tǒng)等相關(guān)，但具體原因需進(jìn)一步分析。

2. 5. 4 穩(wěn)健性檢驗(yàn)結(jié)果 為確保研究分析結(jié)論的可靠性，本研究通過替換因變量（sgrain）構(gòu)造替代模型對(duì)已有的回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，用于穩(wěn)健性檢驗(yàn)的替換變量為人均農(nóng)業(yè)產(chǎn)值（pagdp）。對(duì)比農(nóng)業(yè)科技創(chuàng)新模型，發(fā)現(xiàn)反映短期投資效應(yīng)的研發(fā)支出強(qiáng)度（sR&D）和反映長(zhǎng)期創(chuàng)新效應(yīng)的交乘項(xiàng)（sR&D*aPatent），在穩(wěn)健性檢驗(yàn)中的結(jié)果（表9）與原模型基本一致，核心變量和交乘項(xiàng)的影響效果顯著。

在農(nóng)業(yè)科技創(chuàng)新環(huán)境模型中，研發(fā)支出強(qiáng)度（sR&D）和交乘項(xiàng)（sR&D*aPatent）的回歸結(jié)果同樣顯著，與原模型基本一致。綜上所述，在穩(wěn)健性檢驗(yàn)的三個(gè)模型中有兩個(gè)通過穩(wěn)健性檢驗(yàn)，只引入一個(gè)交乘項(xiàng)的農(nóng)業(yè)研發(fā)支出模型未通過檢驗(yàn)，但該模型相對(duì)于另外兩個(gè)模型重要性稍弱，說(shuō)明原有的回歸分析結(jié)果穩(wěn)健。

3 討論

本研究結(jié)果表明，我國(guó)整體研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)的效用不明顯，但在使用分地區(qū)樣本后進(jìn)一步得出研發(fā)支出效應(yīng)具有空間異質(zhì)性。其中，西部地區(qū)農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)具有正向效應(yīng)，而東部地區(qū)研發(fā)支出效應(yīng)呈負(fù)向。張淑輝和陳建成（2013）也曾研究表明，農(nóng)業(yè)研發(fā)支出短期內(nèi)對(duì)農(nóng)業(yè)生產(chǎn)影響作用。農(nóng)業(yè)科技研發(fā)支出通過農(nóng)業(yè)科技創(chuàng)新成果的作用，顯著促進(jìn)農(nóng)業(yè)生產(chǎn)發(fā)展，尤其在農(nóng)業(yè)產(chǎn)業(yè)發(fā)達(dá)的西部和東北部，說(shuō)明農(nóng)業(yè)科技研發(fā)支出確實(shí)是通過農(nóng)業(yè)科技創(chuàng)新的路徑來(lái)實(shí)現(xiàn)長(zhǎng)期效應(yīng)，與理論模型結(jié)論一致。張躍強(qiáng)和陳池波（2015）研究表明，農(nóng)業(yè)科技研發(fā)支出對(duì)農(nóng)業(yè)生產(chǎn)的作用長(zhǎng)期內(nèi)并不明顯，與本研究的結(jié)論存在差異，其原因是農(nóng)業(yè)科技研發(fā)支出長(zhǎng)期效應(yīng)需通過創(chuàng)新成果及其轉(zhuǎn)化來(lái)實(shí)現(xiàn)。此外，以技術(shù)交易市場(chǎng)為衡量指標(biāo)的整體創(chuàng)新環(huán)境對(duì)農(nóng)業(yè)科技創(chuàng)新具有抑制效應(yīng)。這是由于當(dāng)前的技術(shù)交易市場(chǎng)傾向于投資高科技和高新產(chǎn)業(yè)，過多資源被其他產(chǎn)業(yè)的科技成果轉(zhuǎn)化占用后，農(nóng)業(yè)科技創(chuàng)新成果得不到快速轉(zhuǎn)化，從而抑制農(nóng)業(yè)科技創(chuàng)新促進(jìn)農(nóng)業(yè)生產(chǎn)的作用?？梢?，農(nóng)業(yè)科技研發(fā)投入產(chǎn)出比過低，與技術(shù)市場(chǎng)交易的環(huán)節(jié)效率過低有關(guān)。與已有的研究（張淑輝和陳建成，2013;張躍強(qiáng)和陳池波，2015;Fuglie and Toole，2015;Eastwood et al.，2017;沈瓊等，2018）相比，本研究檢驗(yàn)了一個(gè)特殊的變量——技術(shù)交易市場(chǎng)，其是農(nóng)業(yè)創(chuàng)新成果轉(zhuǎn)化為實(shí)際生產(chǎn)力的重要一環(huán)，但該環(huán)節(jié)農(nóng)業(yè)創(chuàng)新的效用被抑制。

4 建議

4. 1 調(diào)整農(nóng)業(yè)科技研發(fā)支出空間結(jié)構(gòu)

農(nóng)業(yè)科技研發(fā)支出要緊跟產(chǎn)業(yè)發(fā)展需求，針對(duì)不同區(qū)域農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)應(yīng)匹配相應(yīng)的農(nóng)業(yè)科技研發(fā)支出經(jīng)費(fèi)。政府農(nóng)業(yè)研發(fā)經(jīng)費(fèi)應(yīng)更多地向西部地區(qū)和東北部地區(qū)等農(nóng)業(yè)產(chǎn)業(yè)較發(fā)達(dá)的地區(qū)傾斜。同時(shí)，增加農(nóng)業(yè)科技經(jīng)費(fèi)投入還需考慮具體產(chǎn)業(yè)技術(shù)特征，不同農(nóng)業(yè)細(xì)分產(chǎn)業(yè)處于不同的技術(shù)發(fā)展階段，產(chǎn)業(yè)升級(jí)對(duì)科技資金投入的需求量也存在差異，也是造成研發(fā)支出效果具有空間異質(zhì)性的一個(gè)重要原因。

4. 2 制定差異化的創(chuàng)新激勵(lì)政策

在促進(jìn)農(nóng)業(yè)生產(chǎn)方面，除了科技研發(fā)支出強(qiáng)度的效用具有空間異質(zhì)性外，農(nóng)業(yè)科技創(chuàng)新成果的效用也存在空間異質(zhì)性。這可能是東部發(fā)達(dá)地區(qū)政府傾向于對(duì)高新技術(shù)產(chǎn)業(yè)給予更多激勵(lì)措施，導(dǎo)致農(nóng)業(yè)科技扶持力度不夠;而西部地區(qū)由于農(nóng)業(yè)產(chǎn)業(yè)占比較大，地方政府給予農(nóng)業(yè)科技創(chuàng)新更多支持。當(dāng)前，國(guó)家制定的高新產(chǎn)業(yè)目錄中尚未單獨(dú)針對(duì)農(nóng)業(yè)科技類，導(dǎo)致農(nóng)業(yè)創(chuàng)新技術(shù)必須合并到其他技術(shù)類別中去申請(qǐng)國(guó)家的高新技術(shù)扶持政策。因此，不同地方政府可在現(xiàn)有的高新技術(shù)評(píng)定體系下，針對(duì)當(dāng)?shù)剞r(nóng)業(yè)產(chǎn)業(yè)特點(diǎn)，建立適合本地的農(nóng)業(yè)科技創(chuàng)新評(píng)價(jià)體系，并給予達(dá)標(biāo)企業(yè)合理的稅收、補(bǔ)貼及產(chǎn)業(yè)扶持政策。

4. 3 建立獨(dú)立的農(nóng)業(yè)科技成果交易市場(chǎng)

本研究發(fā)現(xiàn)技術(shù)交易市場(chǎng)對(duì)農(nóng)業(yè)科技創(chuàng)新成果具有抑制效應(yīng)，說(shuō)明現(xiàn)有的創(chuàng)新成果轉(zhuǎn)化環(huán)境并不適合農(nóng)業(yè)科技成果發(fā)揮其應(yīng)有的效應(yīng)。這主要是由于現(xiàn)有的技術(shù)交易市場(chǎng)極易將資源引導(dǎo)向回報(bào)更快的成果轉(zhuǎn)化項(xiàng)目，而農(nóng)業(yè)科技成果轉(zhuǎn)化的周期通常較長(zhǎng)，不易吸引到投資。因此，地方政府應(yīng)該針對(duì)本地的農(nóng)業(yè)產(chǎn)業(yè)特征，建設(shè)獨(dú)立的農(nóng)業(yè)科技成果交易市場(chǎng)，同時(shí)需要引入相應(yīng)的交易商，在初期啟動(dòng)階段政府可考慮成立國(guó)有的技術(shù)收儲(chǔ)公司，對(duì)農(nóng)業(yè)科技成果進(jìn)行收購(gòu)和出售，以激發(fā)農(nóng)業(yè)科技成果交易市場(chǎng)的活躍度。

參考文獻(xiàn)：

白俊紅，江可申，李婧. 2009. 應(yīng)用隨機(jī)前沿模型評(píng)測(cè)中國(guó)區(qū)域研發(fā)創(chuàng)新效率[J]. 管理世界，（10）：51-61. [Bai J H，Jiang K S，Li J. 2009. Stochastic frontier model to evalua-te the efficiency of regional R&D innovation in China [J]. Management World，（10）：51-61.]

陳鳴，周發(fā)明. 2016. 農(nóng)地經(jīng)營(yíng)規(guī)模、農(nóng)業(yè)科技投入與農(nóng)業(yè)生產(chǎn)效率——基于面板門檻模型的實(shí)證[J]. 產(chǎn)經(jīng)評(píng)論，（3）：130-140. [Chen M，Zhou F M. 2016. Farmland ope-rational scale，agricultural technology investment and agricultural production efficiency—A Study based on the threshold panel model[J]. Industrial Economic Review，（3）：130-140.]

黃紅光，白彩全，易行. 2018. 金融排斥、農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟(jì)發(fā)展[J]. 管理世界，（9）：67-78. [Huang H G，Bai C Q，Yi X. 2018. Financial exclusion，investment in agricultural science and technology and agricultural economic development[J]. Management World，（9）：67-78.]

賴昭豪，陳美球，鄺佛緣，傅聰穎，張玉琴. 2019. 基于分布式認(rèn)知理論的農(nóng)戶生態(tài)耕種意愿影響因素分析[J]. 南方農(nóng)業(yè)學(xué)報(bào)，50（4）：905-912. [Lai Z H，Chen M Q，Kuang F Y，F(xiàn)u C Y，Zhang Y Q. 2017. Influencing factors of farm house-holds’ willingness to ecological farming based on the distributed cognition theory[J]. Journal of Southern Agriculture，50（4）：905-912.]

沈瓊，王少朋，張兆瑞. 2018. 農(nóng)業(yè)技術(shù)創(chuàng)新對(duì)糧食生產(chǎn)效益的影響分析[J]. 農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，17（6）：669-677. [Shen Q，Wang S P，Zhang Z R. 2018. Impact of agricultural technological innovation on grain production efficiency[J]. Journal of Agro-Forestry Economics and Ma-nagement，17（6）：669-677.]

王潔，夏維力. 2017. 陜西省農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率測(cè)算分析——基于索羅余值法[J]. 科技管理研究，（19）：98-102. [Wang J，Xia W L. 2017. Analysis on contribution rate calculation of Shaanxi agricultural science and technology progress based on solow residual method[J]. Science and Technology Management Research，（19）：98-102.]

王洋洋，張曉慧，崔冀娜. 2019 .“一帶一路”沿線國(guó)家和地區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)效率研究[J]. 統(tǒng)計(jì)與決策，（4）：150-153. [Wang Y Y，Zhang X H，Cui J N. 2019. A study on technical efficiency of agricultural production in countries and regions along the ‘Belt and Road’[J]. Statistics & Decision，（4）：150-153.]

魏后凱. 2017. 中國(guó)農(nóng)業(yè)發(fā)展的結(jié)構(gòu)性矛盾及其政策轉(zhuǎn)型[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，（5）：2-17. [Wei H K. 2017. Structu-ral contradiction and policy transformation of agricultural development in China[J]. Chinese Rural Economy，（5）：2-17.]

楊義武，林萬(wàn)龍. 2018. 農(nóng)業(yè)科技創(chuàng)新、空間關(guān)聯(lián)與農(nóng)民增收[J]. 財(cái)經(jīng)科學(xué)，（7）：70-82. [Yang Y W，Lin W L. 2018. Agricultural technology innovation，spatial correlation and farmers’ income[J]. Finance & Economics，（7）：70-82.]

張莉俠，呂國(guó)慶，賈磊. 2018. 技術(shù)引進(jìn)、技術(shù)吸收能力與創(chuàng)新績(jī)效——基于上海農(nóng)業(yè)企業(yè)的實(shí)證分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，（9）：80-87. [Zhang L X，Lü G Q，Jia L. 2018. Technology introduction，technology absorption capacity and innovation performance—Based on the empirical analysis of Shanghai agricultural enterprises[J]. Journal of Agrotechnical Economics，（9）：80-87.]

張淑輝，陳建成. 2013. 農(nóng)業(yè)科研投資與農(nóng)業(yè)生產(chǎn)率增長(zhǎng)關(guān)系的實(shí)證研究[J]. 云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，（5）：83-90. [Zhang S H，Chen J C. 2013. An empirical study on the relationship between agricultural scientific research investment and agricultural productivity growth[J]. Journal of Yunnan University of Finance and Economics，（5）：83-90.]

張躍強(qiáng)，陳池波. 2015. 財(cái)政農(nóng)業(yè)科技投入對(duì)農(nóng)業(yè)科技創(chuàng)新績(jī)效的影響[J]. 科技進(jìn)步與對(duì)策，32（10）：50-54. [Zhang Y Q，Chen C B. 2015. An empirical analysis on the impact of fiscal investment in science & technology of agriculture to agricultural science and technology innovation performance[J]. Science & Technology Progress and Po-licy，32（10）：50-54.]

張?jiān)谝?，杜銳，毛學(xué)峰. 2018. 我國(guó)誘致性農(nóng)業(yè)技術(shù)創(chuàng)新路徑——基于十種農(nóng)作物勞動(dòng)力節(jié)約技術(shù)變革的研究[J]. 中國(guó)軟科學(xué)，（9）：15-25. [Zhang Z Y，Du R，Mao X F. 2018. The path to induced agricultural technology innovation in China—A research on laborsaving technological change based on ten crops[J]. China Soft Science，（9）：15-25.]

趙麗娟，張玉喜，潘方卉. 2019. 政府R&D投入、環(huán)境規(guī)制與農(nóng)業(yè)科技創(chuàng)新效率[J]. 科研管理，40（2）：76-85. [Zhao L J，Zhang Y X，Pan F H. 2019. Government R&D inputs，environment regulation and efficiency of agriculture S&T innovation[J]. Science Research Management，40（2）：76-85.]

Eastwood C，Klerkx L，Nettle R. 2017. Dynamics and distribution of public and private research and extension roles for technological innovation and diffusion：Case studies of the implementation and adaptation of precision far-ming technologies[J]. Journal of Rural Studies，49：1-12.

Fuglie K O，Toole A A. 2015. The evolving institutional structure of public and private agricultural research[J]. American Journal of Agricultural Economics，96（3）：862-883.

Seo M H，Shin Y. 2016. Dynamic panels with threshold effect and endogeneity[J]. Journal of Econometrics，195（2）：169-186.

（責(zé)任編輯 蘭宗寶）