郭 妍，周 展

（1.浙江質(zhì)源電力工程有限公司，浙江 杭州 310000；2.杭州萬(wàn)禾電力科技有限公司，浙江 杭州 310000）

在中國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展建設(shè)過(guò)程中，“三農(nóng)”問(wèn)題是關(guān)系到國(guó)計(jì)民生的關(guān)鍵問(wèn)題。通過(guò)深入分析“三農(nóng)”問(wèn)題，可以為實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展、帶領(lǐng)農(nóng)民增收致富、維護(hù)農(nóng)村社會(huì)穩(wěn)定提供解決思路［1］。自改革開(kāi)放以來(lái)，我國(guó)農(nóng)村地區(qū)在經(jīng)濟(jì)方面的增長(zhǎng)速度顯著加快，但是與較為發(fā)達(dá)的城鎮(zhèn)地區(qū)相比，農(nóng)村地區(qū)尚處于落后階段。我國(guó)大多數(shù)農(nóng)村地區(qū)以資源、環(huán)境為代價(jià)帶動(dòng)了當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展，粗放型投入機(jī)制在一定程度上限制了農(nóng)村地區(qū)的經(jīng)濟(jì)發(fā)展速度，因此，農(nóng)村經(jīng)濟(jì)只有走科技創(chuàng)新的道路，才具有可持續(xù)的發(fā)展動(dòng)力［2］。國(guó)內(nèi)外學(xué)者的研究表明，在農(nóng)業(yè)領(lǐng)域，加大科技創(chuàng)新方面的投資力度，能夠推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展。Schultz［3］的研究顯示，傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型為現(xiàn)代農(nóng)業(yè)，在科技創(chuàng)新方面的投資起到了重要推動(dòng)作用。對(duì)于現(xiàn)代農(nóng)業(yè)而言，科技創(chuàng)新的投入極大地影響了其市場(chǎng)競(jìng)爭(zhēng)力和持續(xù)發(fā)展的能力，其中，人力資本是實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)快速增長(zhǎng)的原始驅(qū)動(dòng)力，起到了關(guān)鍵作用。耿運(yùn)志等［4］從農(nóng)業(yè)供給側(cè)的資本、勞動(dòng)力等角度出發(fā)，論證了農(nóng)業(yè)領(lǐng)域中技術(shù)研發(fā)、技術(shù)運(yùn)用、技術(shù)宣傳普及所發(fā)揮的關(guān)鍵作用，凸顯了農(nóng)業(yè)領(lǐng)域人才、資金等對(duì)于技術(shù)創(chuàng)新起到的支撐性作用，指出強(qiáng)化農(nóng)業(yè)科技創(chuàng)新、加大投入力度可以推動(dòng)農(nóng)業(yè)發(fā)展。李政等［5］構(gòu)建了間接傳導(dǎo)效應(yīng)模型、面板空間計(jì)量模型，結(jié)果顯示：泰爾指數(shù)十分接近的省份，其經(jīng)濟(jì)發(fā)展過(guò)程中呈現(xiàn)出2個(gè)十分顯著的特征：一是階段性，二是空間集聚性。因此，在農(nóng)業(yè)領(lǐng)域加大科技創(chuàng)新投入力度能夠使得市場(chǎng)供給增多、農(nóng)業(yè)產(chǎn)量增加，進(jìn)而帶動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展。黃紅光等［6］展開(kāi)的研究顯示，要想實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)模式的順利轉(zhuǎn)變，必然要實(shí)現(xiàn)農(nóng)業(yè)科技創(chuàng)新，它是轉(zhuǎn)型過(guò)程中的首要推動(dòng)力。

近年來(lái)，我國(guó)農(nóng)業(yè)發(fā)展迅速，但在農(nóng)業(yè)科技投入方面仍存在較多問(wèn)題，農(nóng)業(yè)科技投入已成為促進(jìn)我國(guó)農(nóng)業(yè)經(jīng)濟(jì)不斷發(fā)展的一個(gè)關(guān)鍵性因素［7］。目前的研究結(jié)果顯示，在農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的過(guò)程中，缺乏該領(lǐng)域科技創(chuàng)新投入影響的理論模型，基于此，本文就我國(guó)涉農(nóng)企業(yè)科技投入對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展效率的影響展開(kāi)了研究。

1 涉農(nóng)企業(yè)的R&D投入與農(nóng)業(yè)發(fā)展的現(xiàn)狀分析

1.1 農(nóng)業(yè)發(fā)展現(xiàn)狀

1.1.1 農(nóng)業(yè)發(fā)展概況 作為世界范圍內(nèi)的糧食產(chǎn)量大國(guó)之一，國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)表明（表1），2021年，我國(guó)農(nóng)作物的總種植面積達(dá)到了1.1763億hm2，較2020年新增面積為294萬(wàn)hm2；糧食總產(chǎn)量達(dá)到6.8285億t，較2020年增長(zhǎng)了1336萬(wàn)t，產(chǎn)量創(chuàng)出新高，近10年來(lái)的糧食作物產(chǎn)量均在6億t以上。

表1 2017～2021年我國(guó)農(nóng)業(yè)相關(guān)數(shù)據(jù)

最近幾年，隨著我國(guó)農(nóng)業(yè)的不斷發(fā)展，農(nóng)、林、牧、漁各行業(yè)的總產(chǎn)值穩(wěn)中有升。與2017年相比，2021年，我國(guó)農(nóng)作物的總種植面積有所降低，其中糧食作物的播種面積小幅下降，但其年產(chǎn)量卻穩(wěn)中有升，同時(shí)，農(nóng)業(yè)生產(chǎn)總產(chǎn)值也在穩(wěn)步增加。非糧食作物播種面積的逐年增加，與政府增加了對(duì)農(nóng)業(yè)的投資力度密不可分。隨著農(nóng)林牧漁業(yè)總產(chǎn)值的持續(xù)增加、城鎮(zhèn)化水平的不斷提高，耕地持續(xù)緊張、農(nóng)業(yè)從業(yè)人員數(shù)量明顯下降、農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展不均衡等問(wèn)題也逐漸顯現(xiàn)。

1.1.2 農(nóng)業(yè)人口與經(jīng)濟(jì)發(fā)展現(xiàn)狀 近年來(lái)，我國(guó)愈加重視農(nóng)業(yè)的發(fā)展，且支持力度較大，這有利于農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)社會(huì)的可持續(xù)、健康發(fā)展［9］，政府的財(cái)政支出不斷向農(nóng)業(yè)領(lǐng)域傾斜，并出臺(tái)了有關(guān)優(yōu)惠政策進(jìn)行大力扶持［10］。在我國(guó)各級(jí)政府高度重視和社會(huì)經(jīng)濟(jì)不斷發(fā)展的前提下，農(nóng)村居民家庭年收入水平不斷提高。

由表2可知，在2017～2021年，我國(guó)第一產(chǎn)業(yè)的產(chǎn)值得到穩(wěn)步提升，農(nóng)業(yè)總?cè)丝跀?shù)量也隨之增加，但增幅較小，城鎮(zhèn)化創(chuàng)造了許多就業(yè)機(jī)會(huì)，鄉(xiāng)村人口數(shù)持續(xù)減少，農(nóng)村居民人均可支配收入逐年增加。在鄉(xiāng)村從業(yè)的人口數(shù)量顯著減少，從而使大量鄉(xiāng)村農(nóng)民從農(nóng)業(yè)中解放出來(lái)，并投身到其他行業(yè)，發(fā)展自身的新事業(yè)。與此同時(shí)，農(nóng)村居民的物質(zhì)文化水平逐年提高，以家庭為單位的傳統(tǒng)農(nóng)業(yè)生產(chǎn)已不能滿足現(xiàn)代農(nóng)業(yè)發(fā)展的要求，這是農(nóng)業(yè)從業(yè)人員減少的主要原因之一。

表2 2017～2021年我國(guó)農(nóng)業(yè)人口與經(jīng)濟(jì)發(fā)展現(xiàn)狀

1.2 涉農(nóng)企業(yè)科技投入的現(xiàn)狀

農(nóng)業(yè)科技投入（R&D）主要有3類，即應(yīng)用研究、基礎(chǔ)研究、試驗(yàn)發(fā)展［11］。一般而言，為反映農(nóng)業(yè)科技投入，將農(nóng)業(yè)活動(dòng)規(guī)模作為其指標(biāo)。農(nóng)業(yè)投入包括農(nóng)業(yè)科技（R&D）、農(nóng)林牧漁業(yè)（R&D）方面的投入，由表3可知，2017～2021年，我國(guó)在R&D方面的投入持續(xù)加大，農(nóng)業(yè)科技R&D投入不斷增加，農(nóng)業(yè)科研的R&D機(jī)構(gòu)數(shù)比較穩(wěn)定，R&D的經(jīng)費(fèi)支出、科研人數(shù)不斷增加。在整體上，農(nóng)業(yè)R&D投入增長(zhǎng)速度較慢，科研人數(shù)增長(zhǎng)比較緩慢。

表3 2017～2021年我國(guó)涉農(nóng)企業(yè)科技投入相關(guān)數(shù)據(jù)

2 我國(guó)涉農(nóng)企業(yè)科技投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析

2.1 多元線性回歸模型

回歸分析的重點(diǎn)對(duì)象是數(shù)據(jù)，可以評(píng)估數(shù)據(jù)相互之間是否具有某種關(guān)聯(lián)。通常來(lái)說(shuō)，對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響因素不是單一或獨(dú)立的［12］，涉及的變量較多，因此，需要展開(kāi)多元回歸分析，首先，對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理，再進(jìn)行線性回歸，通過(guò)回歸系數(shù)判斷各自變量的重要程度，回歸方程見(jiàn)公式（1）：

式（1）中，因?qū)θ孔兞窟M(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)化，則不存在常數(shù)，一元線性回歸中使用一個(gè)關(guān)鍵變量對(duì)因變量的改變進(jìn)行解釋，但是在現(xiàn)實(shí)生活中，因變量一般會(huì)被不止一個(gè)自變量影響，因此需要對(duì)多個(gè)自變量展開(kāi)分析，對(duì)因變量的變化進(jìn)行解釋，此為多重回歸。假如因變量與自變量之間表現(xiàn)出線性相關(guān)，那么稱作多元線性回歸。多元線性回歸，可以使用最小二乘法預(yù)估模型參數(shù)，并對(duì)檢驗(yàn)所用模型以及相關(guān)模型數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。本研究選取適當(dāng)?shù)淖宰兞浚捎枚嘣貧w方式展開(kāi)預(yù)測(cè)。在選取自變量時(shí)，可以借助變量相互之間的相關(guān)矩陣。公式（2）即為多元線性回歸模型：

式（2）中，解釋的變量數(shù)為k，回歸系數(shù)為βj（j=1，2, …，k）。式（2）稱為總體回歸函數(shù)隨機(jī)表達(dá)式，式（3）為其相對(duì)非隨機(jī)表達(dá)式：

式（3）中，βj為偏回歸系數(shù)。

2.2 統(tǒng)計(jì)檢驗(yàn)

分析回歸標(biāo)準(zhǔn)差和判定系數(shù)，能夠了解該模型與樣本的擬合度。但如果同時(shí)有多個(gè)變量，要在適度調(diào)整后再進(jìn)行擬合，進(jìn)而消除變量增多帶來(lái)的影響。假如對(duì)某一整體進(jìn)行分類，數(shù)量為r，從其中獲取一個(gè)樣本?；诜诸惡蟮母黜?xiàng)數(shù)據(jù)，分析已知概率與出現(xiàn)概率是否相符。擬合優(yōu)度檢驗(yàn)可以在理論層面上，分析分類數(shù)據(jù)和總體分類情況是否相符?；貧w擬合度指的是回歸直線和樣本兩者的擬合度，作為一種基本標(biāo)準(zhǔn)用于對(duì)回歸結(jié)果進(jìn)行判斷，受選擇參數(shù)估計(jì)方法、樣本數(shù)據(jù)分布情況兩大因素的共同影響。在分析前選擇對(duì)應(yīng)參數(shù)估計(jì)法，樣本數(shù)據(jù)非常重要，變量間關(guān)系可對(duì)樣本數(shù)據(jù)的分布直接決定，回歸擬合度能很好地檢驗(yàn)這種關(guān)系的真實(shí)性。

2.3 我國(guó)涉農(nóng)企業(yè)科技投入對(duì)農(nóng)民增收影響的多元線性回歸分析

2.3.1 回歸分析 線性回歸分析借助最佳擬合直線，找到因變量與多個(gè)自變量之間存在的內(nèi)在關(guān)聯(lián)。在進(jìn)行線性回歸分析的過(guò)程中，通過(guò)逐步回歸分析，可以形成最優(yōu)回歸方程。筆者采用SPSS 20.0軟件的逐步回歸分析法，對(duì)農(nóng)業(yè)生產(chǎn)總值的各項(xiàng)影響因素展開(kāi)分析，并建立了回歸方程，對(duì)我國(guó)涉農(nóng)企業(yè)的科技投入、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展各驅(qū)動(dòng)因素之間的相關(guān)性進(jìn)行了分析。采用Z-score方法標(biāo)準(zhǔn)化處理各個(gè)驅(qū)動(dòng)因素。設(shè)y為我國(guó)農(nóng)業(yè)生產(chǎn)總值，作為因變量：x1為我國(guó)涉農(nóng)企業(yè)R&D研究機(jī)構(gòu)數(shù)、x2為研究機(jī)構(gòu)R&D人員、x3為科學(xué)研究機(jī)構(gòu)R&D經(jīng)費(fèi)支出、x4為R&D項(xiàng)目人員全時(shí)當(dāng)量、x5為R&D項(xiàng)目課題數(shù)、x6為農(nóng)用機(jī)械總動(dòng)力年消耗量，表4為樣本變量統(tǒng)計(jì)特征。

表4 樣本變量統(tǒng)計(jì)特征

2.3.2 相關(guān)性分析結(jié)果 由表5可知，在α=0.05水平上，科研機(jī)構(gòu)R&D經(jīng)費(fèi)支出、研究機(jī)構(gòu)R&D人員、農(nóng)業(yè)生產(chǎn)總值這3個(gè)因素呈現(xiàn)出顯著性；在α=0.01水平上，呈現(xiàn)出顯著性的包括農(nóng)用機(jī)械總動(dòng)力年消耗量、R&D項(xiàng)目人員全時(shí)當(dāng)量、農(nóng)業(yè)生產(chǎn)總值。R&D項(xiàng)目人員全時(shí)當(dāng)量、科學(xué)研究機(jī)構(gòu)R&D經(jīng)費(fèi)支出、農(nóng)用機(jī)械總動(dòng)力年消耗量，三者表現(xiàn)出十分明顯的正相關(guān)關(guān)系，即人員全時(shí)當(dāng)量、科學(xué)研究機(jī)構(gòu)經(jīng)費(fèi)支出、農(nóng)用機(jī)械總消耗越高，則農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)生產(chǎn)總值也越高；而研究機(jī)構(gòu)R&D項(xiàng)目人員則表現(xiàn)出顯著負(fù)相關(guān)，即農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平在R&D人員數(shù)量越多時(shí)則會(huì)降低。

表5 Pearson相關(guān)關(guān)系分析

2.3.3 多元線性回歸分析結(jié)果 采用逐步多元線性回歸方法分析數(shù)據(jù)，對(duì)影響農(nóng)業(yè)生產(chǎn)產(chǎn)值的因素進(jìn)行確定，通過(guò)擬合度R2對(duì)模型的擬合程度進(jìn)行分析，且R2值越接近1，則其擬合度越高，說(shuō)明該模型的精度越高；采用t檢驗(yàn)分析回歸系數(shù)的顯著性，Sig值越大，則t值的絕對(duì)值越小，當(dāng)Sig低于0.05時(shí)，相關(guān)系數(shù)則表現(xiàn)為顯著，表示可以通過(guò)分析其自變量，預(yù)測(cè)因變量的變化情況。采用逐步線性回歸分析法，按照先后順序，將自變量x1～x6分別引入后，展開(kāi)F檢驗(yàn)，同時(shí)對(duì)解釋變量展開(kāi)t檢驗(yàn)，表6為變量排除表。

表6 變量排除表

由表6可知，自變量x1、x2、x4、x5、x6并沒(méi)有對(duì)因變量帶來(lái)明顯的影響，因此，它們是被排除變量，而x3對(duì)因變量的影響明顯。因此，科研機(jī)構(gòu)R&D經(jīng)費(fèi)投入變量x3可以進(jìn)入模型。對(duì)模型匯總后顯示，模型做出一定調(diào)整后，擬合度R2值變成了0.942，這表示模型的擬合度較高。展開(kāi)回歸方程F檢驗(yàn)，其值為61.843，且Sig=0.003＜0.05，這表明通過(guò)該方程可有效預(yù)測(cè)其因變量。表7為回歸方差分析表。

由表7知，在模型回歸方程中，各個(gè)自變量系數(shù)為正值，這表明R&D經(jīng)費(fèi)支出對(duì)農(nóng)業(yè)生產(chǎn)總值的影響為正相關(guān)。在0.05水平下，自變量系數(shù)、常量都表現(xiàn)出顯著性，說(shuō)明自變量對(duì)因變量的影響十分明顯，回歸方程中多個(gè)自變量的系數(shù)B均為正數(shù)，說(shuō)明R&D經(jīng)費(fèi)支出與農(nóng)業(yè)生產(chǎn)總值之間表現(xiàn)出明顯的正相關(guān)性。表8所示是回歸系數(shù)表，其中，因變量是農(nóng)業(yè)生產(chǎn)總值。

表7 回歸方差分析表

表8 回歸系數(shù)表

x3為R&D經(jīng)費(fèi)支出，通過(guò)回歸分析，確定了影響我國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的驅(qū)動(dòng)因子回歸方程，公式為：

式（4）中，農(nóng)業(yè)生產(chǎn)總值為y；R&D經(jīng)費(fèi)支出為x3。根據(jù)回歸方程可以得知，R&D經(jīng)費(fèi)支出是最大的驅(qū)動(dòng)因子，換言之，在所有影響農(nóng)業(yè)生產(chǎn)總值的因素中，R&D經(jīng)費(fèi)支出所造成的影響最為明顯。R2系數(shù)和調(diào)整后的R2都說(shuō)明方程的擬合度較高。在α=0.05水平下，R&D經(jīng)費(fèi)支出通過(guò)了顯著性檢驗(yàn)，說(shuō)明我國(guó)農(nóng)業(yè)生產(chǎn)總值和R&D經(jīng)費(fèi)支出為正比關(guān)系。R&D經(jīng)費(fèi)支出每提高1%，那么農(nóng)業(yè)生產(chǎn)總值相應(yīng)地便會(huì)提高0.965%。在農(nóng)業(yè)領(lǐng)域全部的R&D經(jīng)費(fèi)投入中，科研方面投入資金越大，那么農(nóng)業(yè)生產(chǎn)總值就會(huì)越高。在α=0.05水平上，科學(xué)研究機(jī)構(gòu)R&D經(jīng)費(fèi)支出通過(guò)了顯著性檢驗(yàn)，R&D經(jīng)費(fèi)支出是主要的影響因素，即R&D經(jīng)費(fèi)方面的支出越多，表示農(nóng)業(yè)科研投入越大，因此，農(nóng)業(yè)生產(chǎn)總值也就越高。

3 促進(jìn)我國(guó)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的建議

3.1 增加農(nóng)業(yè)科研經(jīng)費(fèi)投入

在我國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中，農(nóng)業(yè)經(jīng)濟(jì)起到了重要作用。如果要使農(nóng)業(yè)邁入新的發(fā)展階段，則需要依靠先進(jìn)的科技支撐，需要在農(nóng)業(yè)科技方面投入大量資金和人才的智力支持［13］。在農(nóng)業(yè)科技經(jīng)費(fèi)投入方面，政府具有關(guān)鍵的主導(dǎo)地位，加大財(cái)政投資力度，制定相關(guān)發(fā)展規(guī)劃，這有助于保證農(nóng)業(yè)科技投入的穩(wěn)定增長(zhǎng)，且按一定比例進(jìn)行農(nóng)業(yè)科技資金投入，在經(jīng)濟(jì)總產(chǎn)值增加的同時(shí)要增加投入，進(jìn)而提高農(nóng)業(yè)領(lǐng)域研發(fā)投入在增加值中的占比，構(gòu)建相應(yīng)的長(zhǎng)效機(jī)制。通過(guò)發(fā)揮社會(huì)各方力量，擴(kuò)大農(nóng)業(yè)科技資金投入主體隊(duì)伍，籌措農(nóng)業(yè)科技投入資金［14］。此外，政府應(yīng)充分發(fā)揮主導(dǎo)作用，大力鼓勵(lì)其他金融機(jī)構(gòu)、企業(yè)等投資于農(nóng)業(yè)科技領(lǐng)域［15］，從而推動(dòng)我國(guó)農(nóng)業(yè)科技的進(jìn)步。

3.2 加大對(duì)農(nóng)業(yè)科研人員的培養(yǎng)力度

科研人員在發(fā)展農(nóng)業(yè)科技的過(guò)程中具有十分重要的作用［16］，需構(gòu)建科學(xué)、合理的人才選拔制度，不斷地培養(yǎng)和輸送農(nóng)業(yè)科技人才，并制定相應(yīng)的人才考核和選拔標(biāo)準(zhǔn)，切實(shí)使其扎根于農(nóng)業(yè)科研領(lǐng)域［17］，幫助他們充分發(fā)揮其聰明才智，促進(jìn)其所在地區(qū)的農(nóng)業(yè)科技發(fā)展。適當(dāng)提高農(nóng)村基層農(nóng)技人員的薪資待遇，激發(fā)基層人才干事創(chuàng)業(yè)的積極性。

3.3 加強(qiáng)對(duì)農(nóng)業(yè)機(jī)械化的支持力度

現(xiàn)代農(nóng)業(yè)的發(fā)展與農(nóng)業(yè)機(jī)械化關(guān)系密切，在種植、收獲農(nóng)作物時(shí)農(nóng)業(yè)機(jī)械的使用日漸增多，進(jìn)一步推進(jìn)了農(nóng)業(yè)機(jī)械化的發(fā)展［18］。我國(guó)部分丘陵、山地地區(qū)，機(jī)械化進(jìn)程推進(jìn)要因地制宜，在丘陵、山區(qū)使用小型農(nóng)業(yè)機(jī)械，滿足不同地區(qū)對(duì)農(nóng)業(yè)機(jī)械的需求［19］。在農(nóng)業(yè)機(jī)械創(chuàng)新開(kāi)發(fā)中，機(jī)械實(shí)際用途需同農(nóng)業(yè)科研有機(jī)結(jié)合，農(nóng)業(yè)機(jī)械適應(yīng)性，是一個(gè)用來(lái)衡量栽培方式、科研育種普及程度的關(guān)鍵指標(biāo)，應(yīng)有針對(duì)性地推廣適合各種作物、種植模式的農(nóng)業(yè)機(jī)械設(shè)備。

4 結(jié)論

本文使用SPSS 20.0軟件，通過(guò)逐步回歸分析，對(duì)影響農(nóng)業(yè)生產(chǎn)總值的各個(gè)因素構(gòu)建回歸方程，對(duì)我國(guó)涉農(nóng)企業(yè)科技投入、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展各驅(qū)動(dòng)因素間相關(guān)關(guān)系進(jìn)行分析，得出如下結(jié)論：

（1）我國(guó)農(nóng)業(yè)獲得持續(xù)發(fā)展，農(nóng)林牧漁總產(chǎn)值穩(wěn)步提升，農(nóng)村居民家庭年收入水平逐年提升，農(nóng)業(yè)科技R&D投入呈增長(zhǎng)態(tài)勢(shì)，農(nóng)業(yè)科研機(jī)構(gòu)R&D機(jī)構(gòu)數(shù)相對(duì)穩(wěn)定，R&D經(jīng)費(fèi)支出、R&D人員數(shù)量逐年上升。

（2）科研機(jī)構(gòu)R&D經(jīng)費(fèi)支出、研究機(jī)構(gòu)R&D人員、農(nóng)業(yè)生產(chǎn)總值、機(jī)械總動(dòng)力年消耗量、R&D項(xiàng)目人員全時(shí)當(dāng)量，表現(xiàn)出顯著性。R&D項(xiàng)目人員全時(shí)當(dāng)量、科研機(jī)構(gòu)R&D經(jīng)費(fèi)支出、農(nóng)用機(jī)械總動(dòng)力年消耗量，表現(xiàn)出十分明顯的正相關(guān)。研究機(jī)構(gòu)R&D人員則表現(xiàn)出顯著負(fù)相關(guān)。

（3）我國(guó)農(nóng)業(yè)生產(chǎn)總值和R&D經(jīng)費(fèi)支出為正比關(guān)系。當(dāng)R&D經(jīng)費(fèi)投入增加1%時(shí)，農(nóng)業(yè)生產(chǎn)總值相應(yīng)地便會(huì)增加0.965%。在農(nóng)業(yè)領(lǐng)域全部的R&D經(jīng)費(fèi)投入中，科研方面投入資金越大，那么農(nóng)業(yè)生產(chǎn)總值就會(huì)越高。

（4）農(nóng)業(yè)經(jīng)濟(jì)的可持續(xù)發(fā)展，需要提高農(nóng)業(yè)領(lǐng)域科研經(jīng)費(fèi)方面的投入，深入培養(yǎng)農(nóng)業(yè)領(lǐng)域科研人員，大力推廣農(nóng)業(yè)機(jī)械化。