摘要：利用３０個省（市、區）２０００－２０１７年的面板數據，通過靜態固定效應面板模型和系統ＧＭＭ模型實證研究了金融發展對農業技術創新的影響。研究結果表明：①農業金融發展顯著提升了農業技術創新水平的提高；②財政支農、機械化總動力和人均農村固定資產投資額也不同程度的提升了農業技術創新水平，但農業經濟增長不是農業技術創新顯著的影響因素。因此，應不斷加大農村金融對農業技術創新的助推效應，挖掘農村金融支持新的著力點，不斷提高農業機械化程度和農村固定資產投資力度。

　　關鍵詞：農村金融發展；農業技術創新；系統ＧＭＭ模型

　　改革開放以來實行的“家庭聯產承包責任制”極大調動農民生產的積極性，農產品產量長期保持增長的態勢。目前，隨著經濟發展進入“新常態”，由過去重視經濟的增速向調整經濟結構轉變以來，農業經濟增長僅依靠物質要素投入的增加已不適應經濟發展的需要。黨的十八大以來，習總書記總書記高度重視農業技術創新，強調農業要實現現代化，關鍵在技術進步和創新，創新驅動發展模式將成為實現農業經濟增長、農業高質量發展的必然選擇。２０１７年，農業科技貢獻率達到５７．５％，超過傳統生產要素的貢獻，到２０２０年農業科技貢獻率將超過６０％。盡管農業技術創新的貢獻率不斷提高，對農業經濟增長發揮出積極地促進作用，但農業科技創新體系還存在很多問題，包括農業技術創新投入不足、農業科技創新成果轉化率偏低、農業技術創新人才缺口大及科技創新主體單一等，其中創新經費投入不足是制約農業技術創新的關鍵因素。目前，農業技術創新經費投入主要來源農村金融資本，在不同的農業發展區域和農業生產階段，農村金融資本所產生的作用存在差異性。因此，研究農村金融發展對我國農業技術創新的影響效應具有重要的現實意義。

　　１文獻回顧

　　農村金融作為農業科技創新經費投入的重要構成，一定程度上彌補財政支農支出對農業科技創新投入的不足，并進一步促進農業科技創新及其成果轉化。Ｋｉｎｇ和Ｌｅｖｉｎｅ［１］認為金融中介通過對企業家信息的甄別，并對其進行融資支持，可有效促進科技創新。蔣淇威等［２］通過對我國１９９１－２０１４年相關數據進行格蘭杰因果關系檢驗得出農村金融發展對農業科技創新具有直接作用和間接作用。肖干等［３］利用１９９３－２０１０年省級面板數據進行實證分析得出在控制其他變量的前提下，農村金融發展的結構、規模和效率與農業科技進步貢獻率呈正相關關系，農村金融發展水平的提升有利于提高農業科技進步貢獻率，金融支持是實現農業技術創新的重要支撐。張樂柱等［４］運用柯布－道格拉斯生產函數和索洛余值法測算農業科技進步水平時間序列，發現農業科技進步與農村金融發展之間單向格蘭杰因果聯系。譚亮［５］提出金融資本有助于加強農業科技研發，形成新的農業合作模式，以創新性農業金融體系促進農業產業革新，從而實現農業的全面改革升級。然而，對金融發展促進農業科技創新的關系研究也存在不同的看法，陳剛等［６］通過對１９９４－２００３年金融發展進行實證分析得出金融發展在促進勞動資本積累的作用顯著，但阻礙了科技進步和技術效率的改善。這一現象的存在，與政府部門對金融機構干預過多而致其對農業科技創新資金投入及使用的低效率。也有學者從財政支農、農業經濟增長、機械化投入、固定資產投資等因素對農業技術創新的影響。

　　2農村金融發展對農業技術創新影響的實證研究

　　２．１理論闡釋這一部分我們將分析

　　農業金融發展對農業技術創新的影響機理、傳導機制，并提出文章的理論假說。一個或地區農業生產要素稟賦差異直接影響農業技術創新的實現類型選擇，一般認為，一個或地區非技術類農業資源越豐富，對農業技術創新產生的“替代效應”越強，但也有學者認為，非技術農業資源也會對農業技術創新形成“互補效應”。結合農村實際看，農村金融發展應該有利于農業技術創新的提高，這是因為從金融機構資金投放的偏好看，由于農業生產的周期長、風險大，起初金融機構對農村市場的信貸投放的偏好較弱，但由于近年來對“三農”問題重視程度逐年增強，鄉村振興倡議的提出必然會引導金融機構投放更多資金到農村，將會為農業提供大量的信貸資金支持，為了落實“產業興旺”的倡議要求，這些信貸資金會偏向于農業科技領域的投入。因此，提出文章的假說：農村金融發展有利于農業技術創新提高，農村金融發展是農業技術創新的正向指標。

　　２．２指標選取和數據來源

　　２．２．１被解釋變量

　　衡量技術創新通常采用專利申請量和專利授權量，或者新產品的銷售收入，但已有的統計資料中只能查到歷年全國的農林牧漁業專利申請量，各省（市、區）不易獲取。仿照熊文，朱永彬［７］的做法，選用每十萬人農業植物新品種權申請數（ｐｌａｎｔ）來作為農業技術創新的一個替代指標，同時，為了保證結論的穩健性，根據姚延婷，陳萬明，李曉寧［８］的研究思路，選取各地區節水灌溉類機器擁有量（萬套）（體現農業機械技術）和各地區用沼氣數量（萬戶）作為農業技術創新的其他替代變量。數據均來源于《新農業６０年統計資料》、《農業年鑒》等。

　　２．２．２解釋變量

　　文章的核心變量是農村金融發展。不同于學界從金融規模、金融結構和金融效率三個視角來衡量，這是因為針對農業方面，該做法過于籠統，無法有針對性的衡量對農業領域的支持力度，因此，本文選用農業貸款額作為衡量農業金融發展的指標。

　　２．３實證結果分析

　　２．３．１平穩性檢驗和協整檢驗

　　為了避免可能存在“偽回歸”問題，因此，對模型進行實證分析前，應首先做各變量的平穩性檢驗。如各變量滿足是平穩的，或滿足同階單整，則需進一步做協整檢驗。常見的面板數據平穩性檢驗的方法有ＬＬＣ、ＩＰＳ、Ｆｉｓｈｅｒ－ＡＤＦ和Ｆｉｓｈｅｒ－ＰＰ等，雖然每一種檢驗方法都有其適用范圍，但為了保證檢驗結果的穩健性，表２和表３完整報告了四種方法下變量水平值和一階差分值的平穩性檢驗結果。①

　　從表２的結果可知，被解釋變量每十萬人擁有農業植物新品種權申請數（ｌｎｐｌａｎｔ）、節水灌溉類機器擁有量（ｌｎｉｒｒｉｇａｔｉｏｎ）和各地區用沼氣數量（ｌｎ－ｍａｒｓｈｇａｓ）ＬＬＣ、ＩＰＳ、Ｆｉｓｈｅｒ－ＡＤＦ和Ｆｉｓｈｅｒ－ＰＰ四種不同檢驗方法下的實證結果都表明，在５％的顯著性水平下，無法拒絕存在單位根的原假設，表明變量的水平數據是不平穩的。解釋變量農村金融發展（ｌｎａｇｒｌｏａｎ）以及其他的控制變量的水平值也是不平穩的。而表３的檢驗結果則表明，在５％的顯著性水平下，全部變量拒絕了存在單位根的原假設。因此，所有變量滿足一階單整，應進一步檢驗變量間是否存在長期的協整關系。檢驗面板數據是否存在協整關系的方法有：Ｐｅｄｒｏｎｉ和Ｋａｏ檢驗、Ｊｏｈａｎｓｅｎ協整檢驗。依照本文面板數據的特征，本文使用Ｐｅｄｒｏｎｉ檢驗。檢驗結果報告于表４。

　　２．３．２靜態面板模型實證結果分析

　　對于面板數據，首先應先判斷是采用混合效應還是個體效應。若是混合效應直接計算混合回歸結果，若是個體效應，則需進一步檢驗是固定效應還是隨機效應。首先，進行混合效應和個體效應檢驗，其檢驗方法為Ｆ檢驗，原假設是所有的個體隨機干擾項都是０，即可以接受混合效應。運用ｓｔａｔａ１４．０軟件檢驗可知，Ｆｔｅｓｔｔｈａｔａｌｌｕｉ＝０：Ｆ（２９，４４５）＝５９．３６，Ｐｒｏｂ＞Ｆ＝０．００００，在５％的顯著性水平下，明顯拒接了采用混合效應的原假設。其次，進行固定效應和隨機效應檢驗。固定效應和隨機效應檢驗的常用方法是豪斯曼檢驗。ｓｔａｔａ１４．０軟件檢驗結果顯示：ｃｈｉ２（６）＝（ｂ－Ｂ）′［（Ｖ＿ｂ－Ｖ＿Ｂ）＾（－１）］（ｂ－Ｂ）＝１７．９７，Ｐｒｏｂ＞ｃｈｉ２＝０．００６３，在５％的顯著性水平下拒絕采用隨機效應的原假設，因此，最終的面板模型為固定效應面板模型。注：①文章只報告了被解釋變量為每十萬人擁有農業植物新品種權申請數（ｌｎｐｌａｎｔ）的回歸結果，節水灌溉類機器擁有量（ｌｎｉｒｒｉｇａｔｉｏｎ）和各地區用沼氣數量（ｌｎｍａｒｓｈｇａｓ）作為被解釋變量的實證結果與之相似，不再贅述。根據以上檢驗，模型為固定效應下的面板模型。表５報告了固定效應面板模型的回歸結果。①從表５知，ｒｈｏ＝０．８９０１１３６３，再次表明模型不應采用混合效應，Ｒ２＝０．７７１０，Ｆ＝９６．７４，表明模型整體的擬合效果較好。核心解釋變量農村金融發展顯著的提升了農業技術創新水平，初步驗證了文章提出的理論假說；其他控制變量大多在１０％的顯著性水平下促進了農業技術創新水平的提高。

　　２．３．３系統ＧＭＭ模型結果分析

　　由于各變量無法保證嚴格外生性，一些變量可能受到另一些變量的影響，內生性問題可能導致靜態面板模型實證結果是有偏的，得出的結論缺乏穩健性，而系統ＧＭＭ模型能有效解決該問題，一般認為在小樣本情況下，系統ＧＭＭ比差分ＧＭＭ估計偏差更小，結論更穩健。因此，本文擬使用系統ＧＭＭ模型估計對變量間的關系做進一步分析。

　　３結論與建議

　　利用３０個省（市、區）２０００－２０１７年的面板數據，通過靜態面板模型和動態ＧＭＭ模型實證研究了農村金融發展對農業技術創新的影響。研究結果表明：第一，各變量都滿足一階單整，具備長期穩定的協整關系；第二，靜態面板模型的最佳形式為固定效應靜態模型；第三，靜態固定模型和動態系統ＧＭＭ模型的實證結論都表明，農村金融發展顯著提升了農業技術創新水平；第四，財政支農、機械化程度和人均固定資產投資額都顯著的提升了農業技術創新水平，但農業經濟增長不是農業技術創新顯著的影響因素。結合以上分析，提出如下建議：一是加大對農村發展的金融支持力度，防止服務于“三農”的金融機構和金融資金流向其他領域，不斷打造農業技術創新提升的金融新動能；二是因地制宜，有針對性的制定、落實財政支農方案，進一步加大農業技術創新的財政支農力度，同時，確保財政支農資金專款專用，提高財政支農效率；三是踐行創新驅動倡議，尤其是在農業發展領域，多渠道、寬領域、全方位的探索農業技術創新提升的新路徑。

　　參考文獻

　　［１］ＫＩＮＧＲＧ，ＲＬＥＶＩＮＥ．Ｆｉｎａｎｅ，ｅｎｔｒｅｐｒｅｎｅｕｒｓｈｉｐａｎｄｇｒｏｗｔｈ：ｔｈｅｏｒｙａｎｄｅｖｉｄｅｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＭｏｎｅｔａｒｙＥｃｏ－ｎｏｍｉｃｓ，１９９３（３２）：５１３－５４２．

　　［２］蔣淇威，夏維力．農村金融發展促進農業科技進步的直接與間接作用［Ｊ］．科技管理研究，２０１７（２０）：２７－３４．

　　［３］肖干，徐鯤．農村金融發展對農業科技進步貢獻率的影響———基于省級動態面板數據模型的實證研究［Ｊ］．農業技術經濟，２０１２（８）：８７－９６．

　　［４］張樂柱，李錦宇，于卉蘭．農村金融發展與農業技術進步關系實證研究：以廣東省為例［Ｊ］．農業經濟研究，２０１５（１）：１１０－１１７．

　　［５］譚亮．金融資本在農業轉型升級中的作用分析［Ｊ］．農業經濟，２０１８（７）：１０５－１０７．

　　胡瑜杰，朱萬里