摘要:環境規制、政府Ｒ＆D投入是制約農業發展的兩大難題，度量二者對農業科技創新效率的影響，對研究現代農業可持續發展具有重要意義。本文采用2004－2015年我國30個省級面板數據，運用超對數SFA模型和面板門檻模型，就環境規制和政府Ｒ＆D投入對我國農業科技創新效率的影響及對二者最優強度區間進行分析。研究發現:目前在我國農業科技創新過程中，環境規制和政府Ｒ＆D投入能夠促進農業科技創新效率的提升;環境規制和政府Ｒ＆D投入對農業科技創新效率存在顯著的門檻性，且政府Ｒ＆D投入強度的最優區間為0.11以上，環境規制強度的最優區間為0.62以下。

　　關鍵詞:環境規制;政府Ｒ＆D投入;農業科技創新效率;門檻效應

　　1引言

　　當今農業生產處于“兩難困境”，一是環境保護問題，二是研發經費問題。《第一次全國污染源普查公告》中指出，農業源污染物對環境影響較大，必須把農業源污染防治納入環境保護的重要議程。現代農業發展已經不再局限于如何在資源剛性約束下確保農產品供需平衡，還必須充分考慮資源的承載能力和環境保護問題［1］。科技創新是農業可持續發展的動力，農業科技創新具有顯著的外部性，導致研發資源壟斷和信息不對稱等“市場失靈”現象存在，而政府Ｒ＆D投入在一定程度上能夠糾正農業科技創新的外部性，并成為支持農業科技創新的重要手段。如何更好地解決農業“兩難困境”?政府力圖實現農業經濟增長與環境保護的“雙贏”，其中關鍵在于尋找政府Ｒ＆D投入與環境規制的最佳強度區間，即適度的環境規制對政府Ｒ＆D投入具有引致效應，進而對農業科技創新行為產生“創新補償效應”。因此，保證環境規制和政府Ｒ＆D投入的最優化，也就成為影響農業科技創新效率提升的關鍵。

　　2研究設計

　　2.1研究方法

　　2.1.1超對數隨機前沿法Battese和Coelli［20，21］將隨機前沿法(SFA)使用極大似然估計法，對技術無效率與隨機因素的分布情況進行檢驗，并分析技術無效率的影響因素。隨機前沿法測算效率時具有較強的穩定性［22］，在選擇生產函數時，為避免存在估計偏差，因此，本文使用超對數生產函數的隨機前沿法(SFA)測算農業科技創新效率，具體模型如下:

　　2.1.2面板門檻模型為了更好地研究環境規制、政府Ｒ＆D投入對農業科技創新效率水平的影響程度，本文采用Hansen［23］所提出的面板門檻數據模型，并根據數據本身特點估計出門檻值，再對門檻值的準確性及內生性的“門檻效應”進行顯著性檢驗，進而準確分析環境規制、政府Ｒ＆D投入與農業科技創新效率之間的非線性關系。假定政府Ｒ＆D投入強度μgrdit、環境規制強度μerit為門檻變量，ηgrd、ηer為兩個門檻變量特定的門檻值，則以雙重門檻為例構建回歸模型如下

　　2.2變量定義及數據來源

　　2.2.1變量定義(1)Pit:在衡量創新產出時，多數學者都采用新產品銷售收入和專利等指標［22］，由于農業新產品的界定并不清晰，故只選專利作為創新產出指標。考慮到專利從申請到授權存在1－2年時滯，而專利授權量又無法反映當前的創新水平，因此，本文選取我國各地區每年專利申請量Pit衡量。

　　2.2.2數據來源本文基礎數據主要來自于我國2004－2015年各地區的面板數據。農業專利申請量、農業研發經費內部支出、農業研發人員全時當量、政府Ｒ＆D農業投入和創新環境的數據均來自于《中國科技統計年鑒》;環境規制的數據來自于《中國環境統計年鑒》;農村生產力發展水平、人力資本水平和基礎設施的數據均來自于《中國農村統計年鑒》。此外，由于西藏地區部分數據缺失嚴重，因此，從全國31個地區中剔除。對上述所有變量均取自然對數進行分析。

　　3實證分析

　　3.1SFA實證檢驗結果

　　本文使用隨機前沿法對模型中的參數進行估計，表1給出了超對數生產函數的參數估計結果。從估計結果來看，σ2和γ均通過了1%的顯著性水平檢驗，表明技術無效率在各地區的農業科技創新過程中是顯著存在的，同時也證實了SFA模型的合理性。政府Ｒ＆D投入和環境規制在模型中的回歸系數均為負數，且都通過了1%的顯著性水平檢驗，表明政府Ｒ＆D投入和環境規制對農業科技創新效率的提升起到了促進作用。這是因為，政府Ｒ＆D投入具有杠桿效應，環境規制又為農業生產創造良好的生產條件和生態環境，進而對農業科技創新效率提升具有促進作用。

　　3.2門檻模型檢驗及實證結果分析

　　3.2.1門檻檢驗本文先對是否存在門檻及門檻的個數進行檢驗。通過360次抽樣后得到F值和P值，檢驗結果如表2所示。由表2可知，解釋變量grd的單門檻效應通過了顯著性檢驗，而雙門檻效應和三門檻效應均沒有通過顯著性檢驗;解釋變量er的單門檻、雙門檻和三門檻效應均通過了顯著性檢驗。這也充分說明，grd和er對農業科技創新效率的影響確實存在著門檻效應，其中，解釋變量grd對農業科技創新效率存在著單門檻效應，解釋變量er則存在著三門檻效應。

　　3.2.2門檻值估計與檢驗門檻效應檢驗后，需要對門檻值進行估計與檢驗，表3列出了兩個門檻模型中的門檻估計值及95%的置信區間。由表3可知，解釋變量grd所對應的門檻量估計值為0.11，處于原假設接受域內，表明在解釋變量grd的面板門檻模型中，門檻值與實際估計值相等。解釋變量er所對應的門檻量估計值分別為0.62、1.55和2.26，在解釋變量er門檻模型中門檻值與實際估計值相等。

　　4主要研究結論與政策建議

　　為了更好地研究環境規制、政府Ｒ＆D投入對農業科技創新效率的影響，本文選取2004－2015年中國30個省級面板數據進行實證分析，結果表明:(1)環境規制和政府Ｒ＆D投入有利于農業科技創新。環境規制為農業生產創造良好的生產條件和生態環境，政府作為農業科研投入的強大后盾，為農業科技創新提供必要的資金支持。(2)環境規制和政府Ｒ＆D投入對農業科技創新效率影響存在門檻效應。當政府Ｒ＆D投入強度跨越門檻值0.11時，政府Ｒ＆D投入對農業科技創新效率具有顯著的促進作用，且影響系數為0.23;當環境規制強度低于門檻值0.62時，環境規制對農業科技創新效率具有顯著的正向影響，且影響系數為0.80。因此，只有政府Ｒ＆D投入強度和環境規制強度處于合理區間時，即政府Ｒ＆D投入強度最優區間為0.11以上，環境規制強度最優區間為0.62以下，才能最大限度地提高農業科技創新效率，使農業生產走出“兩難困境”。環境規制增加農業生產成本和政府對農業科技創新Ｒ＆D投入，存在“創新補償效應”和“杠桿效應”，從而增強了農業科技創新的動力。

　　參考文獻:

　　［1］李谷成，陳寧陸，閔銳．環境規制條件下中國農業全要素生產率增長與分解［J］．中國人口．資源與環境，2011，21(11):153－160．LiGucheng，ChenNinglu，MinＲui．GrowthandsourcesofagriculturaltotalfactorproductivityinChinaunderenviron-mentalregulations［J］．ChinaPopulation，ＲesourcesandEn-vironment，2011，21(11):153－160．

　　［2］PorterME，VanderLindeC．Towardanewconceptionoftheenvironment－competitivenessrelationship［J］．TheJournalofEconomicPerspectives，1995，9(4):97－118．

　　作者趙麗娟1，2，張玉喜1，潘方卉2

　　???????