0.引言

　　近年來，黨和國家多次在中央一號文件中強調加大農業科技投入，提升農業科技創新績效水平。那么，財政農業科技投入對農業科技創新績效水平的影響如何？本文基于1991一2012年財政農業科技投入與農業科技創新績效測度指標數據，運用協整檢驗方法、誤差修正模型和VAR模型等分析方法對此進行實證研究，為完善財政農業科技投入機制、促進農業科技創新績效水平穩步提升提供重要依據。

　　關于農業科技投入與農業科技創新績效的研究，國內外學者從不同角度、不同方面進行了論證并取得了較為豐碩的成果。Gnllches運用計量分析方法測算了雜交玉米技術對美國玉米產量的影響。Akino、Masakatsu和YujiroHayami研究發現，發展中國家農業品種改良研究的社會回報率比發達國家高。Rob-ertEEvenson通過對全球375項農業科研投入回報率進行綜合研究得出：全世界農業科研投入回報率高達49%。Mclntire在對農業科技投入主體結構進行研究后認為，發達國家非財政農業科技投入超過政府農業科技投入，且農業科技公共投入增速有減緩趨勢。David、Hall和Toole?在回顧1957年以來30多篇有影響力文獻后發現，多數學者認為公共農業科研投入和私人科研投入呈互補關系。國內方面，樊勝根[分別采用可變系數模型和固定系數模型測算了中國農業科研投入效益，認為中國農業科研投入收益率高達44%?169%。董成森認為，只有加大農業科技投入，培養農業科技人才，整合農業科研資源，才能有效提升農業科技創新績效水平。吳林海、彭宇文認為，只有優化農業科技資源配置，才能提高農業科技投入產出效率。李洪文、黎東升對湖北省2006—2011年農業科技創新能力進行了實證分析，提出加大農業科技投入是促進農業科技創新能力提升的重要途徑。

　　上述研究對本文厘清農業科技投入與農業科技創新績效之間的關系，進而建立科學合理的農業科技投入機制具有重要作用。但從政府的財政角度，選取農業科技進步貢獻率作為農業科技創新績效主要測度指標，系統使用協整檢驗方法與誤差修正模型、VAR模型等方法研究農業科技投入與農業科技創新績效的文獻較少，本文對這方面進行研究，以得出更為可靠的結論。

1.農業科技創新績效測度指標與測度方法

　　1.1測度指標

　　在借鑒前人研究成果的基礎上，遵循簡單、易行、便于操作的原則，本文選取農業科技進步貢獻率作為農業科技創新績效測度指標。其中，某一年份的農業科技進步貢獻率具體用當年農業科技進步率除以農業總產值增長率得到?。而農業科技進步率是在當年農業總產值增長率中扣除由新增投入量帶來的總產值增長率之后的部分。因為在正常年份，農業總產值增長主要來自兩方面：_是由生產投入量增加帶來的農業總產值增長；二是由科技進步直接導致投入產出比重提高，進而帶來農業總產值增長。本文將由農業科技進步帶來的總產值增長率稱為農業科技進步率。

　　1.2測度方法

　　對農業科技進步貢獻率的測算，學術界目前主要有以下兩種方法：

　　(1)生產函數法。其中，最常用的是C一D生產函數，其基本形式為：

　　其中，Y代表產出，A。代表技術水平，K代表資本投入，L代表勞動力投入，a為資本對產出的彈性系數，盧為勞動力對產出的彈性系數。在利用該函數測算科技進步貢獻率時，首先分別利用可量化資本K和勞動力L樣本數據，算出資本和勞動力增長率對產出增長率的貢獻率，然后將剩余量作為科技進步率對產出增長率的貢獻率。用這一方法測算出的科技進步貢獻率結果較為模糊、不夠準確，因而實際應用較少。

　　(2)增長速度方程法。利用這一方法的`前提是將總投入等于總產出，然后將農業總產值作為因變量，將物質費用、勞動力、耕地和時間變化4項指標作為自變量，構造出我國農業科技進步貢獻率測算方法。按照這一方法，某一時期農業科技進步率和農業科技進步貢獻率的測算公式為：

　　其中，s表示農業科技進步率a表示農業總產值增長率4、c、d分別表示物質費用增長率、勞動力增長率和耕地增長率，y分別表示物質費用對產出的彈性系數、勞動力對產出的彈性系數和耕地對產出的彈性系數，s表示農業科技進步貢獻率。

　　由于第二種方法較第一種方法更為直接，更能準確測算出某一時期的農業科技進步貢獻率，故本文選取第二種方法測算我國歷年農業科技進步貢獻率。在利用上述公式進行具體測算時，采用前人研究成果，將a、、、y的值分別取0.55、.20、0.25。

2.數據選取與研究方法

　　2.1數據選取與處理

　　本文重點研究財政農業科技投入對農業科技創新績效的影響，為此，需選取以下數據：

　　(1)財政農業科技投入數據。具體用財政支農支出中的農業科技三項經費支出代表財政農業科技投入，所需數據來源于歷年《中國統計年鑒》用歷年居民消費價格指數對取得的財政農業科技投入數據進行調整，用調整后的財政農業科技投入數據進行計量分析。為方便起見，將財政農業科技投入用ASI表示，具體數據資料見表1。

　　(2)農業科技創新績效指標數據。根據前文分析，本文選用農業科技進步貢獻率作為農業科技創新績效測度指標，同時結合農業科技進步貢獻率測算第二種方法，需選取以下數據：①農業總產值。具體數據直接來源于《中國農村統計年鑒》中的農林牧漁業總產值。考慮到價格因素對農林牧漁業總產值的影響，在得出1991-2012年按當年價格計算的農林牧漁業總產值后，再除以農林牧漁業總產值指數（1990年=100)，統一換算為1990年價格的農林牧漁業總產值；②農業物質費用。首先在《中國農村統計年鑒》中找出按當年價格計算的農林牧漁業中間消耗占農林牧漁業總產值的比重，然后再分別乘以當年已換算為1990年價格的農林牧漁業總產值；③農業勞動力。本文直接選取《中國統計年鑒》中1991一2012年第一產業從業人員數中的數據資料；④耕地面積。考慮到數據可獲得性、連續性、完整性，以及部分農村土地閑置的現狀，本文以農作物播種面積代表耕地面積，具體數據依然是選取《中國農村統計年鑒》中1991一2012年農作物總播種面積數據。在得到以上數據的基礎上，可計算出1991一2012年我國農業科技進步貢獻率。為分析問題方便，將農業科技進步貢獻率用ASP表示，具體數據資料見表1。從表1可以看出，991一2012年，財政農業科技投入與農業科技進步貢獻率整體上均呈增長狀態。在計量分析時，為了消除時間序列中存在的異方差，還需對財政農業科技投入與農業科技進步貢獻率數據取自然對數，取對數后的新變量分別用LASI、LAEG表示。

　　2.2研究方法

　　在計量分析中，向量自回歸(VAR)模型比較適合對時間序列數據進行研究。含有N個變量，滯后是期的VAR模型表達式為：

　　其中，Y,=(;V1t,;y2t,…■,;y?)T,Yt為NX1階時間序列列向量，U,?nDOM)為NX1階隨機誤差列向量。