中国农业科技创新的财政金融支持效应研究.docVIP

中国农业科技创新的财政金融支持效应研究 　　摘 要：选取1996—2011年的农业科技创新成果专利申请量及科技活动筹资资金数据（财政拨款，金融机构融资）为数据样本，运用变参数状态空间模型对中国农业科技创新成果与财政金融支持的关系进行实证研究。研究结果表明：在不同的时间段，即不同的财政金融政策效应发挥期间，政策对农业创新成果的影响系数有一定的波动趋势。据此结论提出相关财政金融政策建议。 　　关键词：农业科技创新；财政支持；金融支持；状态空间模型 　　中图分类号：F810 文献标志码：A 文章编号：1673-291X（2013）31-0105-03 　　引言 　　2013年中央一号文件，把“农业科技”摆上更加突出位置。“实现农业持续稳定发展，长期确保农产品有效供给，根本出路在科技”。关于对农业科技的财政金融支持，成为近年来各位专家学者研究的热点，有多位学者从理论和实证两个方面对农业科技创新资金支持进行了研究。从理论角度来提出相对应的政策建议，陈丽娟分析了中国银行业对于农业科技创新支持的模式，并指出存在的问题，比如相关农业科技创新的金融产品品种少等；张峭指出现代金融体系应该成为支持农业科技创新的重要“推手”，并从四个方面说明了现代金融对农业科技创新的促进作用；陈长民针对农业科技创新资金投入中存在的问题提出需建立政府间财政支持农业科技投入分担机制、健全金融机构信贷配置机制等政策建议；旷宗仁、章瑾、左停等就中国的农业科技创新投入与产出进行了分析，并得出以下特点：投入方向侧重硬技术、投入总量偏低，投入效率偏低等；严四容将政府农业科技推广投资的增长率同农业科技进步贡献率做了线性的回归分析，研究结果表明，在一定程度上，政府农业科技投资对农业科技进步贡献率的正面影响是显著的；宿桂红、常春水、李延霞等运用协整分析对中国农业科技的投入与农业科技自主创新能力的关系进行实证研究，研究结果表明，财政农业科技支出对农业自主创新能力的影响系数是0.708344，在数值上接近本文得出的结论。 　　上述文章深入研究了农业科技创新与资金支持之间的关系，但仍有一些改进之处，首先，分析的结果不够准确，变参数状态空间模型适用于存在不可观测变量观测系统，并且由于可以分时间阶段给出不同系数，所以不要求用大样本容量数据才可得到较准确结果。其次，上述文章建立的模型中仅仅是单一的财政资金支持和农业科技创新之间的关系，实证研究较少，本文不将财政资金支持与金融资金支持和对农业科技创新有重大影响的科技人力资源变量加入模型，使得研究结果更加准确，也同时说明培养大量优秀农业科技人员对中国的农业科技创新发展有重要作用。 　　一、研究方法 　　本文运用状态空间模型分析1996—2011年中国农业科技创新的财政金融政策效应。状态空间模型被用来估计不可观测的时间变量：理性预期、测量误差、长期收入、不可观测因素。 　　状态空间模型由量测方程和状态方程构成，其中 　　式中，xt具有固定系数β的解释变量集合，zt是有随机系数αt的解释变量集合，随机系数向量αt是对应于状态方程中的状态向量，称为可变参数。变参数αt是不可观测变量，必须利用可观测变量yt和xt来估计。在状态方程中假定变参数αt的变动服从于AR（1）模型，扰动向量εt、vt假定为相互独立的，且服从均值为0，方差为σ2和协方差矩阵为Q的正态分布。 　　二、指标的选取、数据来源和模型设定 　　（一）指标选取和数据来源 　　本文选取1996—2011年的数据作为研究样本，数据来源于1996—2011年的《中国统计年鉴》和《中国科技统计年鉴》。共设定了5个变量，其中有1个因变量y即中国的农业科技创新成果，这一变量采用农业专利申请量来表示；4个自变量，支持农业科技创新的财政支出g，用研究与开发机构科技经费农业政府资金支持表示；支持农业科技创新的金融支持f，用研究与开发机构科技经费农业金融机构贷款表示；农业科技创新人员l，用研究与开发机构科技人员表示。 　　（二）数据处理 　　为了使模型的结果更准确，更具参考性，对于，g和f用商品零售价格指数进行（PRI）平减处理，y、g、f和l均属时间序列数据，对其取对数以消除异方差。由于可变参数模型要求数据平稳或者具有协整关系，所以需要对原始数据进行平稳性检验和协整关系检验，结果表明财政投入和金融信贷资金对中国农科科技创新发展存在长期的、稳定的均衡关系。 　　（三）模型设定 　　建立农业科技创新的财政投入和金融机构对农业科技开发机构贷款对农业科技创新发展拉动效应的可变参数状态空间模型，用卡尔曼滤波对弹性系数进行估计，模型为： 　　三、模型测算及结果分析 　　（一）财政支出对农业科技创新的弹性分析 　　从图1可以看出，财政支出对农业科技创新的影响呈阶段性的特征，从1996