财政农业科技投入对农业科技创新绩效的影响论文(2)

时间:2021-08-31

3实证结果

  3.1变量单位根检验

  根据计量分析要求,在对时间序列变量数据进行分析前,先对各项时间序列变量进行平稳性检验,以避免直接回归分析造成的伪回归结果。运用Eviews7.0软件对ASI、ASP进行单位根检验,检验结果如表2所示:

财政农业科技投入对农业科技创新绩效的影响论文

  由表2可知,在5%显著性水平下,LASI、LASP均为非平稳时间序列,但经过一阶差分后都变成了平稳时间序列。

  3.2协整检验与误差修正模型

  对于两变量之间的协整关系检验,通常采用Engle一Granger两步法进行。因此,利用Eviews7.0软件对LASP与LASI进行协整回归,得到如下结果:

财政农业科技投入对农业科技创新绩效的影响论文

  通过DW检验上下界表,在5%上下界水平下,样本容量为22,解释变量为1个dL=1.24,du=1.43。由DW=0.8261可知,模型存在严重的正自相关性。为消除正自相关性对模型估计结果的影响,引入解释变量和被解释变量滞后因素,建立如下模型:

财政农业科技投入对农业科技创新绩效的影响论文

  ADF单位根检验结果由DW=1.5656可知,模型已消除了自相关性,且在5%显著性水平下,各变量均通过了显著性检验。

  本文由滞后一阶回归方程求LASP与LASI之间的关系。LASP与LASI之间的线性回归方程为:

财政农业科技投入对农业科技创新绩效的影响论文

  根据上式所示的(1,1)阶分布滞后回归方程为:

财政农业科技投入对农业科技创新绩效的影响论文

财政农业科技投入对农业科技创新绩效的影响论文

财政农业科技投入对农业科技创新绩效的影响论文

财政农业科技投入对农业科技创新绩效的影响论文

  本文利用ADF单位根检验残差序列平稳性,检验结果如表3所示。从表3可知,在5%显著性水平下,残差序列较为平稳,故变量LASP与LASI之间存在长期均衡关系。由式(8)得到财政农业科技投入对农业科技进步贡献率的长期弹性系数为0.1952,表明财政农业科技投入对农业科技进步贡献率的长期效应显著。由式(9)推导过程可得LASP与LASI之间的短期

财政农业科技投入对农业科技创新绩效的影响论文

  由式(12)可知,财政农业科技投入对农业科技进步贡献率的短期弹性系数为0.8 1 7 5,反向修正系数为-1.6 1 5 7。这一结果表明,财政农业科技投入对农业科技进步贡献率的短期影响更为显著,从而说明随着时间的推移,定量财政农业科技投入对农业科技进步贡献率提升的有效作用较低。因此,只有连续不断地增加财政农业科技投入,才能确保农业科技进步贡献率的有效提升。

  3.3基于VAR模型的脉冲响应函数分析

  在利用脉冲响应函数分析之前,需先确定VAR模型的最大滞后阶数。因此,首先运用AIC和SC准则选择最大滞后阶数P值,经Evlews7.0软件输出后,AIC值和SC值均在滞后1期达到最小值,因此可确定最大滞后阶数为1,即要建立的是VARC1)模型,在此基础上可进行脉冲响应函数分析。图1是根据VAR(1)模型形成的脉冲响应函数曲线,横坐标轴代表响应函数追踪期数,本文设为10年,纵坐标轴代表因变量对自变量的响应程度。图中实线表示响应函数计算值,虚线围成区域表示两倍标准差置信带。

财政农业科技投入对农业科技创新绩效的影响论文

  图1(a)反映的是农业科技进步贡献率对自身变化的响应情况和响应路径,图1(b)反映的是农业科技进步贡献率对财政农业科技投入的响应情况和响应路径,图1(c)反映的是财政农业科技投入对农业科技进步贡献率的响应情况和响应路径,图1(d)反映的是财政农业科技投入对自身变化的响应情况和响应路径。

  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,因此主要考察LASP对LASI的响应情况和响应路径以及LASI对LASP的响应情况和响应路径。首先考察LASP对LASI的响应情况和响应路径。

  从图1(b)可以看出,农业科技进步贡献率对财政农业科技投入标准信息的扰动响应。从第1年开始一直为正,且在第5年之前,这一正响应持续增加,到第5年之后,这一正响应基本没有发生变化。这表明,财政农业科技投入对农业科技创新绩效水平提升作用在短期内一直在增加,而在长期内基本保持不变。因此,为保证农业科技创新绩效水平的持续、稳步提升,必须不断增加财政农业科技投入。其次,考察LASI对LASP的响应情况和响应路径。从图1()可以看出,财政农业科技投入对农业科技进步贡献率标准信息的扰动响应从第1年开始也一直为正,且在第5年之前,这一正响应持续增加,而到第5年之后,这一正响应基本未发生改变。这表明,农业科技进步贡献率也会对财政农业科技投入产生积极影响,且这一积极影响在短期内一直在增加,而在长期内基本没有发生改变。4.主要结论与对策建议

  4.1主要结论

  根据前文分析,本文得出如下结论:财政农业科技投入与农业科技创新绩效之间存在长期稳定均衡关系,但财政农业科技投入对农业科技创新绩效的短期影响更为显著。通过基于VAR模型的脉冲响应函数分析发现,财政农业科技投入对农业科技创新绩效水平的影响作用在短期内持续提升,而在长期内基本没有发生改变。因此,要保证农业科技创新绩效水平持续稳定上升,必须不断增加财政农业科技投入。

  4.2对策建议

  (1)努力提升财政农业科技投入对农业科技创新绩效的长期效应。根据实证分析结果,财政农业科技投入在短期内对提升农业科技创新绩效水平的能力较强,但在长期内基本没有发生作用。这势必会对财政农业科技投入促进农业科技创新绩效水平提升的整体能力产生影响。因此,应不断提高农业投入产出比,实现财政农业科技投入长期效应,以追求财政农业科技投入效应最大化。

  (2)积极发挥农业科技三项经费对农业科技创新绩效的规模效应。经过对相关数据梳理发现,1991一2012年我国农业科技三项经费占财政支农支出的比重每年均在1%以下,甚至有些年份在0.6%以下。由于所占比重严重偏低,农业科技三项经费总体规模偏小,导致其在提升农业科技创新绩效方面难以发挥规模效应。因此,应积极提升农业科技三项经费在财政支农支出中的比重,扩大农业科技三项经费规模,最大程度上提升农业科技创新绩效水平。

  (3)保持财政农业科技投入在提升农业科技创新绩效方面的高效率。根据实证分析结果,一批财政农业科技投入在短期内会对农业科技创新绩效水平提升产生较强作用,但在长期内这一作用将逐步降低。因此,一方面要延长一批财政农业科技投入的使用寿命,让其充分发挥对农业科技创新绩效的提升作用;另一方面,应持续稳步增加财政农业科技投入,不断提高农业科技创新绩效,实现财政农业科技投入在提升农业科技创新绩效方面的高效率。

【财政农业科技投入对农业科技创新绩效的影响论文】相关文章:

1.教育财政投入绩效及差异论文

2.农业科技投入问题与机制创新论文

3.农业科技创新对策研究论文

4.农业科技创新能力提升论文

5.农业科技创新措施探讨论文

6.多功能农业科技创新论文

7.农业科技创新与推广思考论文

8.农业科技创新增收分析论文