農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長的驅(qū)動影響研究
——基于浙江省60個縣的統(tǒng)計數(shù)據(jù)

柯福艷，徐知淵，楊良山

(浙江省農(nóng)業(yè)科學(xué)院 農(nóng)村發(fā)展研究所，浙江 杭州 310021)

隨著科技革命的興起，科學(xué)技術(shù)與生產(chǎn)率的提高及經(jīng)濟、社會發(fā)展的關(guān)系越來越密切，并由此帶來經(jīng)濟效益和經(jīng)濟增長質(zhì)量的提高。作為現(xiàn)代科技的一部分，農(nóng)業(yè)科技創(chuàng)新日新月異，在經(jīng)濟和社會發(fā)展中的作用更加突出，業(yè)已成為推動農(nóng)業(yè)經(jīng)濟和農(nóng)村社會發(fā)展的變革力量。我國已經(jīng)建立起國家、省、市、縣四級農(nóng)業(yè)科技創(chuàng)新體系，其中，國家和省成為農(nóng)業(yè)科技原始創(chuàng)新和技術(shù)集成方面的最主要投入來源，市、縣則成為農(nóng)業(yè)科技成果轉(zhuǎn)化方面的重要投入來源，對推動我國農(nóng)業(yè)科技創(chuàng)新、農(nóng)業(yè)現(xiàn)代化建設(shè)起著橋梁作用?，F(xiàn)有研究文獻多從國家層面、省級層面探討農(nóng)業(yè)科技投入特別是資金投入對農(nóng)業(yè)經(jīng)濟增長的影響，鮮有文獻從多維角度探討市級、縣級層面農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長的影響。因此，從多維視角對縣級農(nóng)業(yè)科技投入驅(qū)動農(nóng)業(yè)經(jīng)濟增長的作用路徑與作用效果等進行系統(tǒng)梳理、認(rèn)識和謀劃，明確不同區(qū)域農(nóng)業(yè)科技投入重點，使縣域農(nóng)業(yè)科技創(chuàng)新活動更好地服務(wù)農(nóng)業(yè)經(jīng)濟發(fā)展，具有十分重要的現(xiàn)實意義。

浙江省地處東南沿海地區(qū)，雖然耕地資源少、地塊分散、地勢不平，農(nóng)業(yè)發(fā)展先天優(yōu)勢不足，但是其農(nóng)民收入已經(jīng)連續(xù)36年位于全國各省區(qū)首位。據(jù)《2020年中國統(tǒng)計年鑒》，浙江省單位播種面積生產(chǎn)效益和谷物耕地生產(chǎn)率分別位于全國各省市第6位和第7位，農(nóng)業(yè)科技創(chuàng)新綜合能力也位居全國各省市第5位，其縣域農(nóng)業(yè)科技財力、人力投入經(jīng)驗對促進我國農(nóng)業(yè)經(jīng)濟增長具有重要的參照與啟示意義。本研究以浙江為例，在文獻回顧與梳理的基礎(chǔ)上，構(gòu)建多維農(nóng)業(yè)科技投入驅(qū)動農(nóng)業(yè)經(jīng)濟增長評價模型，對縣域農(nóng)業(yè)科技投入驅(qū)動因素和驅(qū)動效果進行識別，揭示縣域農(nóng)業(yè)科技投入作用差異和區(qū)域差異。研究成果有助于豐富農(nóng)業(yè)科技投入研究體系，掌握部分地區(qū)近幾年的縣域農(nóng)業(yè)科技投入作用效果內(nèi)在變化，為推動縣域科技創(chuàng)新能力整體提升提供理論支持與決策依據(jù)。

1 文獻回顧

新增長理論認(rèn)為技術(shù)進步是經(jīng)濟長期增長的真正動因，而科技投入又是技術(shù)進步的主要因素，科技投入是全要素生產(chǎn)率增長的重要來源，是經(jīng)濟持續(xù)增長的核心因素，科技投入對經(jīng)濟增長起著關(guān)鍵性的作用。進入21世紀(jì)以來，我國對農(nóng)業(yè)科技重視程度不斷加強，探尋適宜的農(nóng)業(yè)科技衡量指標(biāo)并系統(tǒng)研究其作用效果在我國軟科學(xué)領(lǐng)域一直占據(jù)重要位置，由于農(nóng)業(yè)科技進步貢獻率這一指標(biāo)含義豐富，受到了國家農(nóng)業(yè)農(nóng)村部和眾多研究學(xué)者的關(guān)注。但是，隨著官方的正式應(yīng)用和學(xué)術(shù)界的深入研究，經(jīng)典的C-D函數(shù)測算方法難以適應(yīng)復(fù)雜的現(xiàn)實情況，不少學(xué)者開始改進測評方法。這些改進使得數(shù)據(jù)獲取和處理變得復(fù)雜，對既有文獻測算結(jié)果進行驗證變得困難重重，現(xiàn)有文獻的測算結(jié)果幾乎很難獲得一致認(rèn)可。

因此，不少學(xué)者致力于探討農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟或者社會經(jīng)濟增長的直接作用，涌現(xiàn)出大量研究文獻。從國家層面來看，大多數(shù)學(xué)者基于宏觀數(shù)據(jù)，采用計量經(jīng)濟分析方法或者統(tǒng)計分析方法，基本上夯實了農(nóng)業(yè)科技投入面均能有效提升農(nóng)業(yè)經(jīng)濟發(fā)展水平這一結(jié)論。其中，楊劍波基于1997—2003年的數(shù)據(jù)，采用多類模型研究發(fā)現(xiàn)，我國農(nóng)業(yè)科技投入對糧食產(chǎn)量影響很大，糧食產(chǎn)量的農(nóng)業(yè)科技投入彈性系數(shù)達到6.28。王建明利用 1986—2004年的數(shù)據(jù)，發(fā)現(xiàn)我國農(nóng)業(yè)科研投資對經(jīng)濟增長的作用是間接的，需要通過生產(chǎn)要素的科技化和生產(chǎn)要素結(jié)構(gòu)的科技化體現(xiàn)。梁平等基于1971—2005年的相關(guān)數(shù)據(jù)，發(fā)現(xiàn)農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟增長之間存在著較強的正向交互響應(yīng)作用，而且長期的響應(yīng)作用程度更顯著、更穩(wěn)定。張紅輝等基于1991—2006年的數(shù)據(jù)，采用多項式分布滯后(PDL)模型，發(fā)現(xiàn)盡管我國農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長的促進作用還不夠，二者之間還未形成一種協(xié)調(diào)互動的反饋機制，但是農(nóng)業(yè)科技投入與農(nóng)業(yè)經(jīng)濟增長之間存在長期穩(wěn)定的均衡關(guān)系。張淑輝等采用全國1996—2010年的數(shù)據(jù)，發(fā)現(xiàn)農(nóng)業(yè)科研投資對農(nóng)業(yè)生產(chǎn)率增長的作用顯著，貢獻率超過三分之一，并產(chǎn)生穩(wěn)定的正向拉動作用。吳林海等基于1986—2011 年相關(guān)數(shù)據(jù)，采用向量自回歸模型和脈沖響應(yīng)函數(shù)，發(fā)現(xiàn)相對于單純增加農(nóng)業(yè)科研投入，優(yōu)化農(nóng)業(yè)科技資源配置對促進農(nóng)業(yè)經(jīng)濟增長具有更加重要的意義。李兆亮等以1999—2015年為研究時段，運用空間計量經(jīng)濟模型實證研究，發(fā)現(xiàn)我國農(nóng)業(yè)研究與試驗發(fā)展(R&D)投入對農(nóng)業(yè)經(jīng)濟增長的直接效應(yīng)、溢出效應(yīng)和總效應(yīng)均顯著為正。鄧翔等選取2007—2017年我國31個省(自治區(qū)、直轄市)數(shù)據(jù)，采用面板回歸模型進行分析，發(fā)現(xiàn)我國農(nóng)業(yè)科技創(chuàng)新投入已成為農(nóng)業(yè)經(jīng)濟增長的決定性影響要素，但仍存在規(guī)模和強度不夠、區(qū)域投入不平衡、資源配置不合理、利用效率不高等問題。部分學(xué)者從省級層面也做出了類似的探討，并得到與國家層面近似的研究結(jié)論。其中，劉敦虎等選取了2000—2015年四川省農(nóng)業(yè)科研經(jīng)費與農(nóng)業(yè)R&D支出數(shù)據(jù)，探討了農(nóng)業(yè)科技創(chuàng)新投入與農(nóng)業(yè)經(jīng)濟增長之間的關(guān)系，發(fā)現(xiàn)農(nóng)業(yè)科技創(chuàng)新投入對農(nóng)業(yè)經(jīng)濟增長具有重要的作用，但呈現(xiàn)滯后效應(yīng)且二者未形成長期穩(wěn)定的良性互動關(guān)系。呂屹云等以2009—2017 年廣東省 4個區(qū)域面板數(shù)據(jù)為基礎(chǔ)，通過建立聯(lián)立方程模型，發(fā)現(xiàn)農(nóng)業(yè)科技投入與區(qū)域經(jīng)濟增長之間存在正向相互作用。高秀等基于 2000—2017 年山東省時間序列數(shù)據(jù)，運用向量自回歸模型(VAR)，發(fā)現(xiàn)山東省農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)領(lǐng)域的科技投入水平、農(nóng)村勞動力、農(nóng)業(yè)機械化水平存在長期穩(wěn)定的動態(tài)相關(guān)關(guān)系。黃龍俊江等基于江西省 2000—2019 年數(shù)據(jù)，運用VAR模型，發(fā)現(xiàn)農(nóng)業(yè)科技創(chuàng)新與農(nóng)業(yè)經(jīng)濟發(fā)展之間存在長期穩(wěn)定的正向關(guān)系，要提高農(nóng)業(yè)科技創(chuàng)新能力，大力培養(yǎng)高素質(zhì)農(nóng)業(yè)科技創(chuàng)新人才。綜合來看，盡管我國農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長的作用存在滯后性或波動性，但是長期來看呈現(xiàn)出正向作用。

現(xiàn)有文獻的研究視角和研究方法較為豐富，研究結(jié)果夯實了農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長具有正向積極作用這一論斷。在國家層面、省級層面的農(nóng)業(yè)科技創(chuàng)新力量占據(jù)主導(dǎo)地位的大背景下，現(xiàn)有文獻的研究評價尺度多集中在國家、區(qū)域、省三個層面，市級層面的研究相對較少，縣級層面的研究更少。結(jié)合現(xiàn)有研究文獻不難發(fā)現(xiàn)，仍有以下幾點需要補充完善：一是更加基層的縣級農(nóng)業(yè)科技投入是否能夠有效促進地方農(nóng)業(yè)經(jīng)濟增長？二是不同地區(qū)或者不同經(jīng)濟發(fā)展水平縣的農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長的邊際驅(qū)動作用是否存在差異？三是不同類型農(nóng)業(yè)科技投入要素對農(nóng)業(yè)經(jīng)濟增長的驅(qū)動作用是否一致？因此，更加微觀的縣域?qū)嵶C研究會使縣域農(nóng)業(yè)科技投入驅(qū)動路徑和驅(qū)動效果變得更加明確，能夠提高縣域科技支撐政策、加快農(nóng)業(yè)科技成果轉(zhuǎn)化的靶向性。本文擬以浙江省縣域數(shù)據(jù)為基礎(chǔ)，通過構(gòu)建農(nóng)業(yè)科技創(chuàng)新驅(qū)動農(nóng)業(yè)經(jīng)濟增長的面板計量模型，實證分析農(nóng)業(yè)科技財力、人力投入對農(nóng)業(yè)經(jīng)濟增長的影響，得出更加細(xì)致的結(jié)論，為優(yōu)化農(nóng)業(yè)科技投入提供理論支持和政策建議。

2 實證分析

2.1 研究變量與數(shù)據(jù)來源

從現(xiàn)有文獻資料來看，一般多采用第一產(chǎn)業(yè)總產(chǎn)值(AgriP)或第一產(chǎn)業(yè)生產(chǎn)總值(農(nóng)業(yè)GDP)反映農(nóng)業(yè)經(jīng)濟發(fā)展水平，考慮到農(nóng)業(yè)基礎(chǔ)規(guī)模對農(nóng)業(yè)經(jīng)濟增長存在一定的影響，本文采用第一產(chǎn)業(yè)總產(chǎn)值表示農(nóng)業(yè)經(jīng)濟發(fā)展水平。農(nóng)業(yè)科技投入既包括資金投入，也包括人力投入，浙江縣級農(nóng)業(yè)創(chuàng)新活動基本為政府部門主導(dǎo)，因此，本文擬采用農(nóng)業(yè)科技財政投入(AgriTI)、農(nóng)業(yè)技術(shù)人員投入(AgriRS)兩個變量分別表示當(dāng)?shù)剞r(nóng)業(yè)科技財力投入和人力投入。但是，浙江縣級農(nóng)業(yè)科技財政投入統(tǒng)計數(shù)據(jù)缺失，本文將采用替代變量以探索農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長的驅(qū)動作用?？紤]到各縣科技財政投入與國民經(jīng)濟結(jié)構(gòu)密切相關(guān)，而且在相對短暫的5年發(fā)展中在地方財政支出中的占比不會大幅變動，因此本文采用縣級財政支出(AgriF)與第一產(chǎn)業(yè)在當(dāng)?shù)貒窠?jīng)濟結(jié)構(gòu)中占比(AgriR)的乘積(AgriFR)作為縣級農(nóng)業(yè)科技財政投入的替代變量。為準(zhǔn)確地探究農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟增長的影響效果，本文增加了幾個代表性控制變量：第一產(chǎn)業(yè)從業(yè)人數(shù)(AgriLa)、農(nóng)業(yè)機械動力(AgriFM)、農(nóng)作物播種面積(SACrop)和化肥折純施用量(FertiIn)，這些變量也被較多文獻采用，其中，農(nóng)作物播種面積是農(nóng)業(yè)耕地面積的替代變量。

本文使用官方統(tǒng)計數(shù)據(jù)，其中，農(nóng)業(yè)科技人員投入(AgriRS)來自于《浙江省農(nóng)業(yè)統(tǒng)計資料(2015—2019)》中的農(nóng)業(yè)技術(shù)人員這一數(shù)據(jù)指標(biāo)，其他數(shù)據(jù)均來自于《浙江統(tǒng)計年鑒》(2016—2020)。通過數(shù)據(jù)診斷發(fā)現(xiàn)兩個問題：《浙江統(tǒng)計年鑒》與《浙江省農(nóng)業(yè)統(tǒng)計資料(2015—2019)》中對縣(市、區(qū))(后文統(tǒng)稱為“縣”)一級的相關(guān)統(tǒng)計數(shù)據(jù)并不完全重合，而且后者中的農(nóng)業(yè)科技人員投入(AgriRS)部分?jǐn)?shù)據(jù)年間跳躍較大。因此，基于數(shù)據(jù)的連貫性和一致性原則，本文僅選用了 2015—2019 年60個縣作為分析樣本，并對跳躍幅度較大的部分農(nóng)業(yè)科技人員投入(AgriRS)數(shù)據(jù)進行了平滑處理。

2.2 實證估計與分析

2.2.1 模型說明

基于 2015—2019 年 60 個縣的面板數(shù)據(jù)，本文擬采用靜態(tài)面板多元回歸模型測評浙江省縣域農(nóng)業(yè)科技投入對農(nóng)業(yè)經(jīng)濟發(fā)展的驅(qū)動影響。為了減少異方差對回歸模型的不利影響，本文將解釋變量與被解釋變量進行對數(shù)處理，再建立多元面板回歸模型。同時，假定各樣本個體回歸方程擁有相同的斜率，但可有不同截距項，以捕捉異質(zhì)性。具體模型如下：

lg=+lg+lg+lg+lg+lg+lg+

式中,=1,……,,表示第個縣，為縣數(shù)量；=1,……,，表示第年，為年份長度；lg表示對數(shù)；表示第個縣第年的第一產(chǎn)業(yè)總產(chǎn)值；表示第個縣第年的農(nóng)業(yè)科技財政投入；表示第個縣第年的農(nóng)業(yè)科技人員數(shù)量；表示第個縣第年的農(nóng)業(yè)從業(yè)人數(shù)；表示第個縣第年的農(nóng)業(yè)機械總動力；表示第個縣第年的主要農(nóng)作物播種面積；表示第個縣第年的化肥折純投入量；是代表個體異質(zhì)性的隨機項；為隨個體與時間改變的擾動項。如果所有個體都擁有相同的回歸方程,==……=,則應(yīng)采用混合回歸模型；如果與某個解釋變量相關(guān)，則應(yīng)使用固定效應(yīng)模型；如果與所有解釋變量都不相關(guān)，則應(yīng)使用隨機效應(yīng)模型。

2.2.2 模型設(shè)定

浙江不僅經(jīng)濟發(fā)展存在區(qū)域差異，而且地理特征也存在區(qū)域差異，這些差異可能會對農(nóng)業(yè)科技創(chuàng)新活動效果產(chǎn)生影響?！墩憬y(tǒng)計年鑒(2015)》已將浙江劃分為浙東北和浙西南，浙東北包括杭州市、寧波市、嘉興市、湖州市、紹興市、舟山市6個地級市下所有縣(市、區(qū))，浙西南包括溫州市、金華市、衢州市、臺州市、麗水市5個地級市下所有縣(市、區(qū))。浙東北是浙江傳統(tǒng)魚米之鄉(xiāng)，耕地相對平坦，農(nóng)業(yè)基礎(chǔ)發(fā)展條件較好，而且在區(qū)位上更鄰近上海，經(jīng)濟發(fā)展水平總體上要遠好于浙西南。依據(jù)這種劃定方法，60個樣本縣中，海寧市、慈溪市、平湖市、桐鄉(xiāng)市、建德市、諸暨市、嵊州市、余姚市、長興縣、嘉善縣、安吉縣、德清縣、海鹽縣、淳安縣、桐廬縣、新昌縣、岱山縣、寧海縣、象山縣、余杭區(qū)、蕭山區(qū)、上虞區(qū)、柯橋區(qū)、富陽區(qū)、臨安區(qū)、奉化區(qū)、鄞州區(qū)共27個縣(市、區(qū))屬于浙東北，義烏市、蘭溪市、東陽市、臨海市、永康市、溫嶺市、樂清市、玉環(huán)市、瑞安市、龍泉市、江山市、浦江縣、天臺縣、三門縣、磐安縣、仙居縣、武義縣、龍游縣、縉云縣、開化縣、常山縣、遂昌縣、松陽縣、青田縣、永嘉縣、云和縣、景寧縣、文成縣、平陽縣、慶元縣、泰順縣、蒼南縣、金東區(qū)共33個縣(市、區(qū))屬于浙西南。在這種劃分基礎(chǔ)上，本文建立3個面板數(shù)據(jù)回歸模型：浙江總體、浙東北、浙西南。由于采集到的面板數(shù)據(jù)時間維度較小、橫截面維度較大。因此，本研究不考慮時間變化引起數(shù)據(jù)波動可能對模型回歸產(chǎn)生的影響，依次通過似然比(LR)檢驗和豪斯曼(Hausman)檢驗確定面板回歸模型的具體形式。

首先，將模型設(shè)置為固定效應(yīng)形式，用LR檢驗判斷是否存在個體效應(yīng)，如果存在個體效應(yīng)，則應(yīng)用面板回歸模型，反之，應(yīng)用普通混合模型進行回歸。其次，如果存在個體效應(yīng)，進一步建立隨機效應(yīng)模型，采用Hausman檢驗判斷應(yīng)建立固定效應(yīng)模型還是隨機效應(yīng)模型。先后兩次檢驗結(jié)果如表1所示。檢驗結(jié)果顯示，浙江總體、浙東北、浙西南3個分區(qū)回歸模型均應(yīng)設(shè)置為固定效應(yīng)模型。

表1 似然比檢驗和豪斯曼檢驗結(jié)果

2.2.3 回歸結(jié)果分析

依據(jù)上述分析結(jié)果，本文采用面板固定效應(yīng)模型對浙江總體、浙東北、浙西南分別進行回歸?；貧w結(jié)果如表2。

表2 總體、浙東北、浙西南三類地區(qū)回歸結(jié)果

回歸結(jié)果顯示，農(nóng)業(yè)科技財政投入對農(nóng)業(yè)經(jīng)濟增長有顯著的正向作用，農(nóng)業(yè)科技財政投入每增加1%，總體上第一產(chǎn)業(yè)總產(chǎn)值增加0.251%，浙東北農(nóng)業(yè)總產(chǎn)值增長0.217%，浙西南第一產(chǎn)業(yè)總產(chǎn)值增長0.296%。這一結(jié)果說明強有力的農(nóng)業(yè)科技投入能夠促進地方農(nóng)業(yè)經(jīng)濟有效增長，而且對浙西南的正向邊際作用更加突出。在國家和區(qū)域?qū)用?，也有較為接近的研究結(jié)論，鄧翔等指出，農(nóng)業(yè)科技資金投入對農(nóng)業(yè)經(jīng)濟增長的促進作用要高于農(nóng)業(yè)科技人員投入的促進作用，對中部、西部的促進作用要高于對東部的促進作用?？h域農(nóng)業(yè)科技人員投入并沒有在浙江總體第一產(chǎn)業(yè)增長中顯示出確定性正向作用，但是卻在浙東北表現(xiàn)出積極的正向作用，在浙西南表現(xiàn)出負(fù)向作用。這個結(jié)果表明，浙江縣級農(nóng)業(yè)科技人員配置可能存在較大差異，浙東北的農(nóng)業(yè)技術(shù)人員配置可能更加有效率，而浙西南的農(nóng)業(yè)科技人員配置可能與其當(dāng)前的現(xiàn)代農(nóng)業(yè)發(fā)展需求不相匹配。進一步數(shù)據(jù)分析發(fā)現(xiàn)，浙西南單位耕地面積農(nóng)業(yè)科技人員配置數(shù)量是浙東北的1.56倍，農(nóng)業(yè)科技人員錯配或冗余可能是導(dǎo)致浙西南農(nóng)業(yè)科技人員沒有發(fā)揮應(yīng)有作用的主要原因。浙江不同區(qū)域農(nóng)業(yè)科技人員作用差異這一研究結(jié)果與吳林海等的研究結(jié)果類似，優(yōu)化農(nóng)業(yè)科技資源配置也是發(fā)揮農(nóng)業(yè)科技推動農(nóng)業(yè)經(jīng)濟增長的重要選擇之一。

在3個回歸模型中，控制變量第一產(chǎn)業(yè)就業(yè)人數(shù)對浙江總體、浙東北、浙西南的農(nóng)業(yè)經(jīng)濟增長均未表現(xiàn)出確定性正向作用，說明浙江農(nóng)業(yè)勞動力沒有達到充分就業(yè)狀態(tài)，農(nóng)業(yè)勞動力雖然表現(xiàn)出人員不足和農(nóng)忙季節(jié)用工難，但是同時也表現(xiàn)出大量兼業(yè)人員的存在和農(nóng)業(yè)勞動力老齡化等問題，需要持續(xù)有力地推進新型農(nóng)業(yè)經(jīng)營主體培育。這一研究結(jié)果與部分研究學(xué)者的結(jié)論相似，如鄧翔等研究認(rèn)為，我國農(nóng)業(yè)勞動力投入要素邊際作用下降；高秀等研究發(fā)現(xiàn)，山東省的農(nóng)業(yè)勞動力的短期邊際作用為負(fù)，長期來看邊際作用也在下降。除此之外，農(nóng)業(yè)機械總動力投入對浙東北、浙西南的農(nóng)業(yè)經(jīng)濟發(fā)展沒有表現(xiàn)出確定性的作用，而且在總體上表現(xiàn)出負(fù)向作用，究其原因可能是浙江農(nóng)業(yè)機械設(shè)備老舊且與農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)不相匹配導(dǎo)致的。據(jù)《中國統(tǒng)計年鑒(2020)》，浙江單位播種面積農(nóng)業(yè)機械總動力排在全國第5位，遠高于農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)近似的福建省和地理區(qū)位相鄰的江蘇省，但是當(dāng)前最主要農(nóng)作物水稻的耕種收綜合機械化率僅為82.5%，低于全國平均水平2.5百分點，整體來看，雖然浙江農(nóng)業(yè)機械動力處于較高水平，但是生產(chǎn)效率較低。在全省大力實施科技強農(nóng)、機械強農(nóng)“雙強”行動背景下，浙江需要加快高能耗老舊農(nóng)業(yè)機器設(shè)備更新?lián)Q代步伐，同時也要加強與農(nóng)業(yè)生產(chǎn)特點更加匹配的小型高效農(nóng)業(yè)機械設(shè)備的研發(fā)與推廣，增強農(nóng)業(yè)機械設(shè)備物質(zhì)條件對現(xiàn)代農(nóng)業(yè)的支撐作用，充分提升農(nóng)業(yè)機械總動力的正向作用。

從總體作用來看，控制變量農(nóng)作物播種面積擴張和化肥投入對農(nóng)業(yè)經(jīng)濟增長表現(xiàn)出積極的正向作用，而且前者的積極作用要顯著優(yōu)于后者，即生產(chǎn)規(guī)模的擴大帶來的邊際正向效果要優(yōu)于化肥投入帶來的邊際效果。從區(qū)域差異來看，浙東北農(nóng)業(yè)經(jīng)濟增長主要依賴農(nóng)作物播種面積的擴張，化肥投入對農(nóng)業(yè)經(jīng)濟增長的邊際效用微乎其微；浙西南農(nóng)業(yè)經(jīng)濟增長不僅依賴農(nóng)作物播種面積的擴張，同時也依賴化肥投入的增加。對浙東北來說，通過提高復(fù)種指數(shù)以增加農(nóng)作物播種面積是促進農(nóng)業(yè)經(jīng)濟增長的最有效手段；對浙西南來說，通過提高復(fù)種指數(shù)增加播種面積和增加化肥投入均是促進農(nóng)業(yè)經(jīng)濟增長的有效手段。這一研究結(jié)果反映出浙西南地區(qū)通過增加化肥投入促進農(nóng)業(yè)經(jīng)濟增長的潛在動力遠高于浙東北地區(qū)。

3 小結(jié)與政策建議

本文在文獻回顧的基礎(chǔ)上，以浙江省60個縣(市、區(qū))為樣本，運用 2015—2019 年面板數(shù)據(jù)進行固定效應(yīng)模型實證分析，結(jié)果發(fā)現(xiàn)：①農(nóng)業(yè)科技財政投入總體上與農(nóng)業(yè)經(jīng)濟增長呈正相關(guān)關(guān)系，但其對浙西南農(nóng)業(yè)經(jīng)濟增長的正向作用較其對浙東北的正向作用高出36%，反映出浙西南農(nóng)業(yè)科技財政投入更加稀缺。②農(nóng)業(yè)科技人員投入僅對浙東北農(nóng)業(yè)經(jīng)濟增長表現(xiàn)出正向作用，對浙西南沒有表現(xiàn)出正向作用，說明浙西南農(nóng)業(yè)科技人員資源可能存在錯配，與農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)或現(xiàn)代農(nóng)業(yè)生產(chǎn)方式不相匹配。③部分控制變量也對浙江縣域農(nóng)業(yè)經(jīng)濟增長存在影響，而且影響差異較大。其中，第一產(chǎn)業(yè)從業(yè)人數(shù)與農(nóng)業(yè)機械動力投入均未對浙江縣域農(nóng)業(yè)經(jīng)濟增長表現(xiàn)出正向關(guān)系，農(nóng)作物播種面積和化肥折純投入均表現(xiàn)出積極的正向作用，而且總體上前者的積極作用要顯著高于后者，即農(nóng)作物種植規(guī)模的擴大帶來的邊際正向效果優(yōu)于化肥施用量的增加。

浙江于2021年起大力實施科技強農(nóng)、機械強農(nóng)“雙強”行動，作為全省農(nóng)業(yè)高質(zhì)量發(fā)展的強大動力和鮮明標(biāo)志。為更好地推進這一行動，切實發(fā)揮農(nóng)業(yè)科技對農(nóng)業(yè)經(jīng)濟增長的驅(qū)動作用甚至引領(lǐng)作用，結(jié)合本研究結(jié)果，浙江需要做出相應(yīng)的政策調(diào)整。具體包括：①持續(xù)加大農(nóng)業(yè)科技財政投入特別是針對浙西南欠發(fā)達地區(qū)，為農(nóng)業(yè)經(jīng)濟持續(xù)增長創(chuàng)造有利條件。可以整合農(nóng)業(yè)財政投入資金，提升農(nóng)業(yè)科技財政支持力度，搭建農(nóng)業(yè)科技創(chuàng)新平臺與載體、扶持發(fā)展種子種苗產(chǎn)業(yè)、推動農(nóng)產(chǎn)品加工業(yè)技術(shù)改造等，集聚更多農(nóng)業(yè)科技創(chuàng)新資源和創(chuàng)新手段，進一步提升農(nóng)業(yè)科技財政投入的正向作用。②加強縣域農(nóng)業(yè)科技人才隊伍建設(shè)，重點加強浙東北農(nóng)業(yè)科技人員的引培，優(yōu)化浙西南農(nóng)業(yè)科技人員的配置。一方面，要引培一批青年農(nóng)業(yè)科技人員，提升農(nóng)業(yè)科技人員素質(zhì)；另一方面，要根據(jù)地方農(nóng)業(yè)主導(dǎo)產(chǎn)業(yè)發(fā)展變化，合理配置農(nóng)業(yè)科技人員，確保農(nóng)業(yè)科技人員與地方農(nóng)業(yè)產(chǎn)業(yè)發(fā)展相匹配。③加強新型農(nóng)業(yè)生產(chǎn)主體隊伍建設(shè)，提升主體生產(chǎn)效能；加快高能耗農(nóng)業(yè)機械設(shè)備更新?lián)Q代，加強適用農(nóng)業(yè)機械設(shè)備研發(fā)與推廣；提高農(nóng)業(yè)復(fù)種指數(shù)和化肥利用效率等。

由于缺乏相應(yīng)的數(shù)據(jù)，本文使用地方財政支出和第一產(chǎn)業(yè)占比的乘積數(shù)據(jù)替代了農(nóng)業(yè)科技投入這一指標(biāo)，對研究的嚴(yán)謹(jǐn)性和結(jié)果的精準(zhǔn)性可能產(chǎn)生些許影響，未來需要在數(shù)據(jù)可得情況下進行更加精準(zhǔn)的分析。