农业科技投入与农业经济增长的动态关联性分析
刘思琪
摘要：农业科技投入是科技转化为现实生产力的重要纽带，是促进农业经济增长的主要抓手。本文通过对我国一个时期内农业科技的投入进行记录，并与同一个时期内农业经济增长数据作比较，详细分析了我国农业科技投入与农业经济增长的动态关联性。实践证明，单方面对农业科技增加投入，对促进农业经济增长起不到显著的作用。因此，我们还要对农业科技资源配置进行合理持续的优化。
关键词：农业科技；经济增长；动态关联性；分析
0引言
随着社会的快速发展，人口持续增长，环境不断受到污染，这些无形的压力迫使我们需要对农业发展方式进行有效转变。但我们从哪方面能够转变农业发展方式呢？投入对农业科技的加大就是一个有效途径，它能够将传统农业发展模式进行改变。通过2012年出台的一些关于加快发展农业科技创、增加农产品供给保障能力的等一些宏观调控性文件，我们可以看出国家下一步打算对农业科技创新增加投入，从而促进保障农村经济发展。我们既然想要弄清农业科技投入与农业经济增长的关系，探索他们之间的相互影响，就需要对农业科技投入与农业GDP增长之间的动态关联性进行查看。本文以农业科技投入与农业经济增长相关数据为依据，运用格兰杰因果关系检验、单位根检验、脉冲响应函数等多种方式，分析论证农业科技投入与农业经济增长的动态关联性，为促使今后农业经济的快速增长奠定基础。
1农业科技投入的重要性分析
近几十年来，国内外学界持续关注着科技投入与经济增长之间的关系，例如：Griliches通过计量经济学方法，计算出了美国杂交玉米技术的投资回报率；RobertE.Evenson通过分析比较国际农业科研投入回报率，对全球数百项农业科研进行考察，计算出了高达49%的全世界农业科研投入回报率；张晓慧等通过实证分析法，论证出了科技进步对农村的影响巨大，不但影响着各部门劳动力从业量，而且影响着农民家庭收入，转移了农村居民劳动力。与上述相同的案例，数不胜数。虽然由于形式多样的研究方法和不同的统计口径导致对农业科研回报率的结论有所差异，但最终得出的统一结论是农业经济的增长很大程度上需要依靠农业科技投入。
2科技投入对农业经济增长的促进作用分析
想要促进农业经济的增长，关键措施就是对农业科技投入的增加，使传统农业发展方式得以转变。但目前我国仍然为发展中国家，财力相对薄弱，有限的投资能力局限了当前农业科技的发展空间。与此同时，投资大、风险高、周期长等特点导致社会资金难以有效的投入到农业科技发展中来。所以，面对当前困境，我们除了通过对农业科技投入的增加来促进农业经济增长以外，最重要的还要对农业科技资源配置进行优化。
2.1研究方法
近年来，我国有部分科研工作者参与到了农业科技投入与农业经济增长之间关系的分析论证，但却是只有很少的一部分人，而参与到政府部门关于农业科技投入与农业经济增长关系的实证研究，更是少之又少。我们可以从相关研究的分析论证方法看出，部分人员是通过农业科技投入和农业总产值的数据分析，检验其因果关系；另外还有一部分人员的对农业科技投入与农业经济增长关系的研究，是通过VAR模型来完成的。由于VAR模型的分析结果相对比较准确，所以利用VAR模型的构建，我们通过脉冲响应函数进行科学论证，分析农业科技投入与农业经济增长的动态关联性。其中：公共农业科技投入用“ASTI”代表，农业用“AGDPR”代表，农业经济增长指标用“GDP”表示。另外，为了数据的准确性，本文还增加了两个步骤，即：协整检验（ADF检验）和格兰杰因果关系检验。
2.2实证分析
（一）单位根检验
本文农业科技投入变量序列和农业GDP变量序列的水平值通过ADF检验计算出来，通过SC准则我们可以确定检验过程中的滞后阶数。在农业科技投入中，投入变量序列属于非平稳的，农业经济增长变量序列也属于非平稳的，但我们可以通过一阶差分看出来，序列单位根是不存在的，属于平稳序列，所以得出结论：公共农业科技序列和农业经济增长序列都是一阶单整序列。
（二）ADF检验
根据上述的结论我们可以看出这些数据符合进行ADF检验的条件。在对序列LASTT和LAGDP进行协整检验时，EG两步法更加适合在这个检验中使用。我们可以使用最小二乘法计算出序列LASTT和LAGDP的长期线性均衡关系：
LAGDPt=6.8937+0.6823LASTT，
（78.2789）（32.9513）（1）
R2=0.9749F=1085.79
在这个方程中，相应估计量的t统计值通过括号内的数据表示。通过上述回归方程我们可以看出，农业科技投入对农业经济增长产生着比较大的影响，前者对农业经济增长的弹性高达0.6823。虽然有影响，但如果公共农业科技序列和农业经济增长序列之间存在协整关系，我们通过单位根检验，可得出序列：
Aet=-0.2216e，_1+0.40494et_1（-2.3105）（2.3346）
从上面这个方程式可以看出，-2.3105为协整值，它与-1.9534临界值相比较，协整值并没有高于临界值，这说明残差序列不存在单位根，它属于平稳序列。从上述数据我们能够看出，我国的农业科技投入和我国的农业GDP之间存在长期稳定关系。不仅时间序列之间的长期均衡关系能够通过误差修正模型（ECM）显现，而且还可以通过ECM反映短期偏离长期均衡的修正机制。
我们从模型结果可以看出，农业科技投入变动1%，农业经济增长同步变动0.0488%，与上述0.6823的弹性相比较而言，农业经济增长依靠农业经济投入，农业科技投入影响着农业经济增长，而且长期影响更加值得关注，它远远大于短期影响。
（三）Granger因果关系检验
从上面的分析中我们可以看到，与农业经济增长之间存在长期的均衡关系是，但它们之间是否存在因果关系就不得而知了，所以还要通过因果关系检验来证明。通过对LAGDP与LASTT之间的Granger因果关系检验结果可以看出，在5%的显著性水平上，农业科技投入是的格兰杰原因；但是在1%的显著性水平上，农业经济增长是农业科技投入的格兰杰原因。
（四）vAR模型分析
独特的动态结构性质使得VAR模型在对各种经济冲击对经济变量形成影响的分析过程中广泛应用，因此，我们利用脉冲响应函数，来识别GDP的变量扰动或者是科技投入的变量扰动，通过VAR模型是如何对其他变量产生影响的。我们在建立VAR模型时，可以根据协整检验结果中的平稳性序列构建脉冲响应函数曲线。在曲线中，脉冲响应函数的追踪期通过横向坐标表示，预定为10年；一个变量对其他不同变量的响应程度通过纵向坐标表示，响应函数的计算值通过实线表不。
通过VAR模型的分析得出：农业科技投入对农业经济增长影响刚开始不明显，属于正向响应，不过随着时间的推移，随后的几年内，持续保持着负向响应状态，特别是在前6年中，农业科技投入对农业经济增长影响逐渐加剧，但在第7年开始，负响应逐渐稳定下来。
通过农业科技投入对农业农业经济增长的变量扰动响应状况来看，前期它们之间的影响不明显，而且属于正向响应。但是，在随后的几年间，一直保持负向响应状态，而且前6年的负响应呈现缓慢加剧之势，逐渐趋于稳定的负响应从第7年开始出现。通过上面所述可以看出，农业科技投入持续正向影响着农业的经济增长，这种影响可能在短时间内无法显现，但站在长远的发展角度来看，加大对农业科技的投入，不仅能够在短期内拉动农业经济增长，而且长期内效果更加明显稳定。
3结语
在今后的农业发展中，我们要把资金投入和资源配置统筹规划，它们对国家科技发展水平提升具有重要意义。我国农业科技发展滞后的主要原因就是投入不足，但低下的资源利用效率和不合理的资源配置也对我国农业科技发展产生了严重影响。推动农业科技体制改革，合理优化资源配置，是今后一个时期推动我国科技发展的重要举措。
