0.引言

　　近年来，党和国家多次在中央一号文件中强调加大农业科技投入，提升农业科技创新绩效水平。那么，财政农业科技投入对农业科技创新绩效水平的影响如何？本文基于1991一2012年财政农业科技投入与农业科技创新绩效测度指标数据，运用协整检验方法、误差修正模型和VAR模型等分析方法对此进行实证研究，为完善财政农业科技投入机制、促进农业科技创新绩效水平稳步提升提供重要依据。

　　关于农业科技投入与农业科技创新绩效的研究，国内外学者从不同角度、不同方面进行了论证并取得了较为丰硕的成果。Gnllches运用计量分析方法测算了杂交玉米技术对美国玉米产量的影响。Akino、Masakatsu和YujiroHayami研究发现，发展中国家农业品种改良研究的社会回报率比发达国家高。Rob-ertEEvenson通过对全球375项农业科研投入回报率进行综合研究得出：全世界农业科研投入回报率高达49%。Mclntire在对农业科技投入主体结构进行研究后认为，发达国家非财政农业科技投入超过政府农业科技投入，且农业科技公共投入增速有减缓趋势。David、Hall和Toole?在回顾1957年以来30多篇有影响力文献后发现，多数学者认为公共农业科研投入和私人科研投入呈互补关系。国内方面，樊胜根[分别采用可变系数模型和固定系数模型测算了中国农业科研投入效益，认为中国农业科研投入收益率高达44%?169%。董成森认为，只有加大农业科技投入，培养农业科技人才，整合农业科研资源，才能有效提升农业科技创新绩效水平。吴林海、彭宇文认为，只有优化农业科技资源配置，才能提高农业科技投入产出效率。李洪文、黎东升对湖北省2006—2011年农业科技创新能力进行了实证分析，提出加大农业科技投入是促进农业科技创新能力提升的重要途径。

　　上述研究对本文厘清农业科技投入与农业科技创新绩效之间的关系，进而建立科学合理的农业科技投入机制具有重要作用。但从政府的财政角度，选取农业科技进步贡献率作为农业科技创新绩效主要测度指标，系统使用协整检验方法与误差修正模型、VAR模型等方法研究农业科技投入与农业科技创新绩效的文献较少，本文对这方面进行研究，以得出更为可靠的结论。

1.农业科技创新绩效测度指标与测度方法

　　1.1测度指标

　　在借鉴前人研究成果的基础上，遵循简单、易行、便于操作的原则，本文选取农业科技进步贡献率作为农业科技创新绩效测度指标。其中，某一年份的农业科技进步贡献率具体用当年农业科技进步率除以农业总产值增长率得到?。而农业科技进步率是在当年农业总产值增长率中扣除由新增投入量带来的总产值增长率之后的部分。因为在正常年份，农业总产值增长主要来自两方面：_是由生产投入量增加带来的农业总产值增长；二是由科技进步直接导致投入产出比重提高，进而带来农业总产值增长。本文将由农业科技进步带来的总产值增长率称为农业科技进步率。

　　1.2测度方法

　　对农业科技进步贡献率的测算，学术界目前主要有以下两种方法：

　　(1)生产函数法。其中，最常用的是C一D生产函数，其基本形式为：

　　其中，Y代表产出，A。代表技术水平，K代表资本投入，L代表劳动力投入，a为资本对产出的弹性系数，卢为劳动力对产出的弹性系数。在利用该函数测算科技进步贡献率时，首先分别利用可量化资本K和劳动力L样本数据，算出资本和劳动力增长率对产出增长率的贡献率，然后将剩余量作为科技进步率对产出增长率的贡献率。用这一方法测算出的科技进步贡献率结果较为模糊、不够准确，因而实际应用较少。

　　(2)增长速度方程法。利用这一方法的`前提是将总投入等于总产出，然后将农业总产值作为因变量，将物质费用、劳动力、耕地和时间变化4项指标作为自变量，构造出我国农业科技进步贡献率测算方法。按照这一方法，某一时期农业科技进步率和农业科技进步贡献率的测算公式为：

　　其中，s表示农业科技进步率a表示农业总产值增长率4、c、d分别表示物质费用增长率、劳动力增长率和耕地增长率，y分别表示物质费用对产出的弹性系数、劳动力对产出的弹性系数和耕地对产出的弹性系数，s表示农业科技进步贡献率。

　　由于第二种方法较第一种方法更为直接，更能准确测算出某一时期的农业科技进步贡献率，故本文选取第二种方法测算我国历年农业科技进步贡献率。在利用上述公式进行具体测算时，采用前人研究成果，将a、、、y的值分别取0.55、.20、0.25。

2.数据选取与研究方法

　　2.1数据选取与处理

　　本文重点研究财政农业科技投入对农业科技创新绩效的影响，为此，需选取以下数据：

　　(1)财政农业科技投入数据。具体用财政支农支出中的农业科技三项经费支出代表财政农业科技投入，所需数据来源于历年《中国统计年鉴》用历年居民消费价格指数对取得的财政农业科技投入数据进行调整，用调整后的财政农业科技投入数据进行计量分析。为方便起见，将财政农业科技投入用ASI表示，具体数据资料见表1。

　　(2)农业科技创新绩效指标数据。根据前文分析，本文选用农业科技进步贡献率作为农业科技创新绩效测度指标，同时结合农业科技进步贡献率测算第二种方法，需选取以下数据：①农业总产值。具体数据直接来源于《中国农村统计年鉴》中的农林牧渔业总产值。考虑到价格因素对农林牧渔业总产值的影响，在得出1991-2012年按当年价格计算的农林牧渔业总产值后，再除以农林牧渔业总产值指数（1990年=100)，统一换算为1990年价格的农林牧渔业总产值；②农业物质费用。首先在《中国农村统计年鉴》中找出按当年价格计算的农林牧渔业中间消耗占农林牧渔业总产值的比重，然后再分别乘以当年已换算为1990年价格的农林牧渔业总产值；③农业劳动力。本文直接选取《中国统计年鉴》中1991一2012年第一产业从业人员数中的数据资料；④耕地面积。考虑到数据可获得性、连续性、完整性，以及部分农村土地闲置的现状，本文以农作物播种面积代表耕地面积，具体数据依然是选取《中国农村统计年鉴》中1991一2012年农作物总播种面积数据。在得到以上数据的基础上，可计算出1991一2012年我国农业科技进步贡献率。为分析问题方便，将农业科技进步贡献率用ASP表示，具体数据资料见表1。从表1可以看出，991一2012年，财政农业科技投入与农业科技进步贡献率整体上均呈增长状态。在计量分析时，为了消除时间序列中存在的异方差，还需对财政农业科技投入与农业科技进步贡献率数据取自然对数，取对数后的新变量分别用LASI、LAEG表示。

　　2.2研究方法

　　在计量分析中，向量自回归(VAR)模型比较适合对时间序列数据进行研究。含有N个变量，滞后是期的VAR模型表达式为：

　　其中，Y,=(;V1t,;y2t,…■,;y?)T,Yt为NX1阶时间序列列向量，U,?nDOM)为NX1阶随机误差列向量。