政府Ｒ＆D投入、环境规制与农业科技创新效率

　　摘要:环境规制、政府Ｒ＆D投入是制约农业发展的两大难题，度量二者对农业科技创新效率的影响，对研究现代农业可持续发展具有重要意义。本文采用2004－2015年我国30个省级面板数据，运用超对数SFA模型和面板门槛模型，就环境规制和政府Ｒ＆D投入对我国农业科技创新效率的影响及对二者最优强度区间进行分析。研究发现:目前在我国农业科技创新过程中，环境规制和政府Ｒ＆D投入能够促进农业科技创新效率的提升;环境规制和政府Ｒ＆D投入对农业科技创新效率存在显著的门槛性，且政府Ｒ＆D投入强度的最优区间为0.11以上，环境规制强度的最优区间为0.62以下。

　　关键词:环境规制;政府Ｒ＆D投入;农业科技创新效率;门槛效应

　　1引言

　　当今农业生产处于“两难困境”，一是环境保护问题，二是研发经费问题。《第一次全国污染源普查公告》中指出，农业源污染物对环境影响较大，必须把农业源污染防治纳入环境保护的重要议程。现代农业发展已经不再局限于如何在资源刚性约束下确保农产品供需平衡，还必须充分考虑资源的承载能力和环境保护问题［1］。科技创新是农业可持续发展的动力，农业科技创新具有显著的外部性，导致研发资源垄断和信息不对称等“市场失灵”现象存在，而政府Ｒ＆D投入在一定程度上能够纠正农业科技创新的外部性，并成为支持农业科技创新的重要手段。如何更好地解决农业“两难困境”?政府力图实现农业经济增长与环境保护的“双赢”，其中关键在于寻找政府Ｒ＆D投入与环境规制的最佳强度区间，即适度的环境规制对政府Ｒ＆D投入具有引致效应，进而对农业科技创新行为产生“创新补偿效应”。因此，保证环境规制和政府Ｒ＆D投入的最优化，也就成为影响农业科技创新效率提升的关键。

　　2研究设计

　　2.1研究方法

　　2.1.1超对数随机前沿法Battese和Coelli［20，21］将随机前沿法(SFA)使用极大似然估计法，对技术无效率与随机因素的分布情况进行检验，并分析技术无效率的影响因素。随机前沿法测算效率时具有较强的稳定性［22］，在选择生产函数时，为避免存在估计偏差，因此，本文使用超对数生产函数的随机前沿法(SFA)测算农业科技创新效率，具体模型如下:

　　2.1.2面板门槛模型为了更好地研究环境规制、政府Ｒ＆D投入对农业科技创新效率水平的影响程度，本文采用Hansen［23］所提出的面板门槛数据模型，并根据数据本身特点估计出门槛值，再对门槛值的准确性及内生性的“门槛效应”进行显著性检验，进而准确分析环境规制、政府Ｒ＆D投入与农业科技创新效率之间的非线性关系。假定政府Ｒ＆D投入强度μgrdit、环境规制强度μerit为门槛变量，ηgrd、ηer为两个门槛变量特定的门槛值，则以双重门槛为例构建回归模型如下

　　2.2变量定义及数据来源

　　2.2.1变量定义(1)Pit:在衡量创新产出时，多数学者都采用新产品销售收入和专利等指标［22］，由于农业新产品的界定并不清晰，故只选专利作为创新产出指标。考虑到专利从申请到授权存在1－2年时滞，而专利授权量又无法反映当前的创新水平，因此，本文选取我国各地区每年专利申请量Pit衡量。

　　2.2.2数据来源本文基础数据主要来自于我国2004－2015年各地区的面板数据。农业专利申请量、农业研发经费内部支出、农业研发人员全时当量、政府Ｒ＆D农业投入和创新环境的数据均来自于《中国科技统计年鉴》;环境规制的数据来自于《中国环境统计年鉴》;农村生产力发展水平、人力资本水平和基础设施的数据均来自于《中国农村统计年鉴》。此外，由于西藏地区部分数据缺失严重，因此，从全国31个地区中剔除。对上述所有变量均取自然对数进行分析。

　　3实证分析

　　3.1SFA实证检验结果

　　本文使用随机前沿法对模型中的参数进行估计，表1给出了超对数生产函数的参数估计结果。从估计结果来看，σ2和γ均通过了1%的显著性水平检验，表明技术无效率在各地区的农业科技创新过程中是显著存在的，同时也证实了SFA模型的合理性。政府Ｒ＆D投入和环境规制在模型中的回归系数均为负数，且都通过了1%的显著性水平检验，表明政府Ｒ＆D投入和环境规制对农业科技创新效率的提升起到了促进作用。这是因为，政府Ｒ＆D投入具有杠杆效应，环境规制又为农业生产创造良好的生产条件和生态环境，进而对农业科技创新效率提升具有促进作用。

　　3.2门槛模型检验及实证结果分析

　　3.2.1门槛检验本文先对是否存在门槛及门槛的个数进行检验。通过360次抽样后得到F值和P值，检验结果如表2所示。由表2可知，解释变量grd的单门槛效应通过了显著性检验，而双门槛效应和三门槛效应均没有通过显著性检验;解释变量er的单门槛、双门槛和三门槛效应均通过了显著性检验。这也充分说明，grd和er对农业科技创新效率的影响确实存在着门槛效应，其中，解释变量grd对农业科技创新效率存在着单门槛效应，解释变量er则存在着三门槛效应。

　　3.2.2门槛值估计与检验门槛效应检验后，需要对门槛值进行估计与检验，表3列出了两个门槛模型中的门槛估计值及95%的置信区间。由表3可知，解释变量grd所对应的门槛量估计值为0.11，处于原假设接受域内，表明在解释变量grd的面板门槛模型中，门槛值与实际估计值相等。解释变量er所对应的门槛量估计值分别为0.62、1.55和2.26，在解释变量er门槛模型中门槛值与实际估计值相等。

　　4主要研究结论与政策建议

　　为了更好地研究环境规制、政府Ｒ＆D投入对农业科技创新效率的影响，本文选取2004－2015年中国30个省级面板数据进行实证分析，结果表明:(1)环境规制和政府Ｒ＆D投入有利于农业科技创新。环境规制为农业生产创造良好的生产条件和生态环境，政府作为农业科研投入的强大后盾，为农业科技创新提供必要的资金支持。(2)环境规制和政府Ｒ＆D投入对农业科技创新效率影响存在门槛效应。当政府Ｒ＆D投入强度跨越门槛值0.11时，政府Ｒ＆D投入对农业科技创新效率具有显著的促进作用，且影响系数为0.23;当环境规制强度低于门槛值0.62时，环境规制对农业科技创新效率具有显著的正向影响，且影响系数为0.80。因此，只有政府Ｒ＆D投入强度和环境规制强度处于合理区间时，即政府Ｒ＆D投入强度最优区间为0.11以上，环境规制强度最优区间为0.62以下，才能最大限度地提高农业科技创新效率，使农业生产走出“两难困境”。环境规制增加农业生产成本和政府对农业科技创新Ｒ＆D投入，存在“创新补偿效应”和“杠杆效应”，从而增强了农业科技创新的动力。

　　参考文献:

　　［1］李谷成，陈宁陆，闵锐．环境规制条件下中国农业全要素生产率增长与分解［J］．中国人口．资源与环境，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．

　　作者赵丽娟1，2，张玉喜1，潘方卉2

　　​​​​​​​

《政府Ｒ＆D投入、环境规制与农业科技创新效率》

上一篇：“十四五”时期的农业农村现代化：形势、问题与对策

下一篇：农户异质性对农业技术培训参与的影响