廣西農(nóng)業(yè)產(chǎn)值的影響因素分析.doc

廣西民族大學(xué)畢業(yè)論文廣西農(nóng)業(yè)產(chǎn)值的影響因素分析 韋應(yīng)鮮(廣西民族大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，廣西 南寧 530006)摘要: 農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ),是人類(lèi)賴(lài)以生存與發(fā)展的基礎(chǔ)產(chǎn)業(yè)。研究農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)及影響其增長(zhǎng)的各種因素，對(duì)發(fā)展農(nóng)業(yè)，解決“三農(nóng)”問(wèn)題具有重大的現(xiàn)實(shí)意義。影響農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的因素很多，本文根據(jù)我國(guó)廣西農(nóng)業(yè)發(fā)展的現(xiàn)狀, 根據(jù)經(jīng)濟(jì)學(xué)原理, 建立計(jì)量經(jīng)濟(jì)模型, 利用EViews 軟件實(shí)證分析表明:影響廣西農(nóng)業(yè)總產(chǎn)值的顯著因素為農(nóng)業(yè)機(jī)械總動(dòng)力和廣西財(cái)政用于農(nóng)業(yè)的支出，而受災(zāi)面積和年末實(shí)有耕地面積對(duì)農(nóng)業(yè)總產(chǎn)值的影響不是特別顯著以及農(nóng)業(yè)人口對(duì)總產(chǎn)值的影響效果甚微。這說(shuō)明在當(dāng)前廣西農(nóng)業(yè)發(fā)展中確實(shí)存在著大量剩余勞動(dòng)力的問(wèn)題。因此我們應(yīng)調(diào)動(dòng)農(nóng)民對(duì)農(nóng)業(yè)投入的積極性,加快農(nóng)村剩余勞動(dòng)力的轉(zhuǎn)移。關(guān)鍵詞: 農(nóng)業(yè)總產(chǎn)值 農(nóng)村剩余勞動(dòng)力 實(shí)證分析 analysis the significant factor impacting gross output value of agriculture in Guangxi wei ying xian(Dept. of Mathematics and Computer Science, Guangxi University for Nationality Nanning 530006,China) Abstract: Agriculture is the foundation of the national economy and the basic industry of human existence and development. In order to develop agriculture to solve the issues concerning agriculture, countryside and farmers, it is of great practical significance to carry on the research and analysis of the economic growth of agriculture and the various factors that make impact on the growth. There are various factors producing impact on the economic growth of agriculture. According to the status quo of agricultural development in Guangxi, this paper, based on the principles of economics, establishes an econometric model, and an EViews empirical analysis shows that: the significant factor impacting gross output value of agriculture in Guangxi is the total power of agricultural machinery and the expenditures for agriculture from Guangxi governmental finance; the impact of the disaster-affected areas and year-end arable land on agricultural output value is not particularly significant; and the impact of the agricultural population on agricultural output value is tiny. This proves that there indeed, in the current agricultural development in Guangxi, exist a large number of surplus labors. We should therefore mobilize their enthusiasm for investment in agriculture to speed up the transfer of rural surplus labors.Key words: gross output value of agriculture; rural surplus labor; empirical analysis 引言近年來(lái), 社會(huì)各界關(guān)于“三農(nóng)”問(wèn)題的探討引起很大的反響。農(nóng)民問(wèn)題是“三農(nóng)”問(wèn)題的核心, 解決“三農(nóng)”問(wèn)題要以農(nóng)民為本。農(nóng)民問(wèn)題的實(shí)質(zhì)是農(nóng)民增收問(wèn)題, 而農(nóng)民增收的渠道又是多樣化的。我國(guó)發(fā)展農(nóng)業(yè)的根本是, 一靠政策, 二靠投入, 三靠科技。本文通過(guò)對(duì)農(nóng)業(yè)總產(chǎn)值的影響因素進(jìn)行實(shí)證分析, 發(fā)現(xiàn)廣西農(nóng)業(yè)發(fā)展中存在的一些問(wèn)題。通過(guò)對(duì)這些問(wèn)題的研究并提出相應(yīng)的對(duì)策有利于保護(hù)和激勵(lì)農(nóng)戶(hù)對(duì)農(nóng)業(yè)生產(chǎn)持續(xù)投入的積極性, 有利于廣西農(nóng)業(yè)總產(chǎn)值的增長(zhǎng)，有利于探討廣西財(cái)政對(duì)農(nóng)業(yè)投入的實(shí)效性, 有利于促進(jìn)廣西農(nóng)村大量剩余勞動(dòng)力的順利轉(zhuǎn)移。處理好這些問(wèn)題最終有利于促進(jìn)“三農(nóng)”問(wèn)題的解決。農(nóng)民收入增加了, 積極性調(diào)動(dòng)起來(lái), 農(nóng)業(yè)生產(chǎn)和農(nóng)村經(jīng)濟(jì)就能得到快速發(fā)展。由此來(lái)看, 解決好這些問(wèn)題意義十分重大, 它不僅關(guān)系到廣西農(nóng)業(yè)的發(fā)展，更是關(guān)系到我國(guó)社會(huì)的穩(wěn)定, 農(nóng)村的發(fā)展, 現(xiàn)代化戰(zhàn)略目標(biāo)的實(shí)現(xiàn)。一相關(guān)文獻(xiàn)回顧關(guān)于“三農(nóng)”問(wèn)題的研究話題以及農(nóng)業(yè)收入的影響因素的研究不在少數(shù)。在已有研究中, 以單個(gè)因素農(nóng)戶(hù)投資行為為分析對(duì)象的文獻(xiàn)非常豐富。辛翔飛、秦富( 2005) 指出投資是經(jīng)濟(jì)增長(zhǎng)的主要推動(dòng)力之一, 投資的作用在于通過(guò)投資有效地重新組合生產(chǎn)要素、調(diào)整結(jié)構(gòu)、提高勞動(dòng)生產(chǎn)率, 進(jìn)而達(dá)到促進(jìn)經(jīng)濟(jì)增長(zhǎng)的目的, 對(duì)農(nóng)業(yè)部門(mén)也不例外。吳方衛(wèi)等(2001)利用拓展的柯布- 道格拉斯函數(shù)測(cè)算資本對(duì)農(nóng)業(yè)增長(zhǎng)的貢獻(xiàn)率, 得出的結(jié)論是:改革開(kāi)放20 年, 資本對(duì)農(nóng)業(yè)增長(zhǎng)的貢獻(xiàn)率達(dá)到60%以上, 居各投入要素貢獻(xiàn)率的首位。農(nóng)戶(hù)是農(nóng)業(yè)的微觀經(jīng)濟(jì)主體, 農(nóng)村家庭聯(lián)產(chǎn)承包責(zé)任制推行以來(lái), 農(nóng)戶(hù)作為農(nóng)業(yè)經(jīng)濟(jì)活動(dòng)的主體地位在制度上獲得了認(rèn)可, 成為農(nóng)村社會(huì)經(jīng)濟(jì)中最重要的經(jīng)營(yíng)決策單位。改革開(kāi)放以來(lái), 隨著國(guó)家行政、財(cái)政和金融方面改革的不斷深入, 農(nóng)戶(hù)成為農(nóng)業(yè)投資的基本主體, 其資金投入量已占農(nóng)業(yè)資金投入總量的40%60%(楊明洪, 2000), 其投資能力和傾向?qū)r(nóng)業(yè)投資產(chǎn)生根本性影響, 對(duì)于實(shí)現(xiàn)農(nóng)業(yè)穩(wěn)定、持續(xù)發(fā)展所需的資金供給有著日益重要的作用。Wu,HarryX 和Meng xin (1997)對(duì)1000 個(gè)樣本農(nóng)戶(hù)糧食生產(chǎn)的投資情況進(jìn)行了計(jì)量研究并對(duì)抑制農(nóng)戶(hù)農(nóng)業(yè)投資的潛在因素作了詳細(xì)分析, 最后得出農(nóng)戶(hù)對(duì)糧食生產(chǎn)投入積極性不高。上述文獻(xiàn)大多側(cè)重于制度、宏觀層次, 從微觀主體農(nóng)戶(hù)的角度進(jìn)行實(shí)證分析的并不多。因此把農(nóng)戶(hù)自己對(duì)農(nóng)業(yè)的投入作為一重要影響因素來(lái)研究十分必要, 它有利于發(fā)揮農(nóng)戶(hù)微觀投入的潛力和優(yōu)勢(shì), 對(duì)保護(hù)和激勵(lì)農(nóng)戶(hù)對(duì)農(nóng)業(yè)生產(chǎn)持續(xù)投入的積極性有著積極的理論與現(xiàn)實(shí)意義。另外, 黃小舟(2005)在財(cái)政支農(nóng)資金與農(nóng)民收入關(guān)系分析中, 從實(shí)證的角度研究了財(cái)政支農(nóng)資金及其組成對(duì)農(nóng)民收入增加的績(jī)效。他指出在影響農(nóng)民收入增加的因素中, 財(cái)政資金應(yīng)成為主要力量, 是農(nóng)民收入增加的可靠保障。溫濤, 王煜宇（2005)對(duì)農(nóng)業(yè)貸款、財(cái)政支農(nóng)投入與農(nóng)民收入增長(zhǎng)進(jìn)行了有效性研究。得出19782002 年間我國(guó)財(cái)政支農(nóng)資金和農(nóng)業(yè)貸款的增加并沒(méi)有成為促進(jìn)農(nóng)民收入水平提高的關(guān)鍵因素, 只有農(nóng)業(yè)投資的增加才能夠推動(dòng)農(nóng)民收入的增長(zhǎng)。董運(yùn)來(lái)、董玉珍、武翔宇(2005)在農(nóng)民收入主要影響因素的實(shí)證分析中, 指出農(nóng)村城市化程度是增加農(nóng)民收入的關(guān)鍵性因素; 農(nóng)產(chǎn)品收購(gòu)價(jià)格越高, 農(nóng)民收入增加越多; 國(guó)家財(cái)政支農(nóng)也是增加農(nóng)民收入的一個(gè)主要來(lái)源。并強(qiáng)調(diào)國(guó)家要加大對(duì)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)的投資力度。本文利用19852005 年的統(tǒng)計(jì)數(shù)據(jù), 運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)的方法, 建立多變量的線形函數(shù)方程,對(duì)影響農(nóng)業(yè)產(chǎn)值的因素進(jìn)行回歸分析,分析影響廣西農(nóng)業(yè)總產(chǎn)值增長(zhǎng)的多種因素, 以期獲得相關(guān)結(jié)論, 進(jìn)而提出更具針對(duì)性、更為有效的建議, 加快廣西農(nóng)業(yè)的發(fā)展進(jìn)程。二 模型假設(shè)按照經(jīng)濟(jì)需求規(guī)律，農(nóng)業(yè)人口，耕地面積，受災(zāi)面積，廣西財(cái)政用于農(nóng)業(yè)的支出，農(nóng)業(yè)機(jī)械總動(dòng)力,都有可能直接作用于農(nóng)業(yè)總產(chǎn)值，于是我們把這五個(gè)要素引入模型；于是我們得到假設(shè)模型： 其中，農(nóng)業(yè)總產(chǎn)值（億元），農(nóng)業(yè)人口（萬(wàn)人），年末實(shí)有耕地面積水地和旱地（千公頃），受災(zāi)面積（水災(zāi)和旱災(zāi)）（千公頃），廣西財(cái)政用于農(nóng)業(yè)的支出（萬(wàn)元）, 農(nóng)業(yè)機(jī)械總動(dòng)力（萬(wàn)千瓦）三，數(shù)據(jù)來(lái)源數(shù)據(jù)來(lái)源是從1985年到2005年廣西統(tǒng)計(jì)年簽和國(guó)家統(tǒng)計(jì)局中得到的.年份X1X2X3X4X5Y198534022572.2114036860643.166.34198634572563.811104786255.771.08198735052564.99205409262.583.74198835562569.416805708868.693.69198936002578.512407181174.2114.6199036772595.9146786756784.2149.69199137132612.9150495670824.4149.4199237302610.71542104317854.2172.8199337352606.61047119912939.1214.24199437432601.823241313401011.45283.71199537572614.211861552731075.4384.17199637712632.31943.31749041148450.52199737932648.6803.31857811193.2496.89199838162655.212942047061263.1476.2199938412658.322002208771375.2454.9200038982652.615232789461467.9418.8200139122648.511553308631552.4439.9200239272631.411704442421639.5465.5200339462548.718314122321696.3500.8200439802560.719955670621814.3623.1200539842559.115245866901909.7711.9四 時(shí)間序列平穩(wěn)性分析由于我們選擇的數(shù)據(jù)是時(shí)間序列，在宏觀經(jīng)濟(jì)中的時(shí)間序列數(shù)據(jù)大多數(shù)都是非平穩(wěn)的。這樣將導(dǎo)致我們以下的一系列回歸分析的結(jié)果是不可信的，因此我們首先檢驗(yàn)時(shí)間序列的平穩(wěn)性。擬似回歸（Spurious Rrgressions）檢驗(yàn):在Eviews中,以為自變量，為因變量，做個(gè)一簡(jiǎn)單回歸。結(jié)果如下：Dependent Variable: X1Method: Least SquaresDate: 04/28/08 Time: 10:35Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C227.18661291.7510.1758750.8626X21.2466390.4984062.5012520.0236X30.0447650.0325571.3749470.1881X40.0005950.0002022.9394140.0096X50.0853010.0630921.3520170.1952R-squared0.913430 Mean dependent var3749.667Adjusted R-squared0.891788 S.D. dependent var169.5595S.E. of regression55.77771 Akaike info criterion11.08488Sum squared resid49778.44 Schwarz criterion11.33358Log likelihood-111.3913 F-statistic42.20544Durbin-Watson stat1.066944 Prob(F-statistic)0.000000從=0.913430我們可以認(rèn)為模型的擬合程度很高，而且=0.913430 D.W=1.066944,則說(shuō)明我們所運(yùn)用的時(shí)間序列數(shù)據(jù)是平穩(wěn)的。以下的回歸結(jié)果是可信的。 五參數(shù)估計(jì)利用EVIEWS軟件，用OLS方法估計(jì)得：Dependent Variable: YMethod: Least SquaresDate: 04/28/08 Time: 10:38Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C-2962.7421769.687-1.6741620.1148X10.1004970.3421670.2937070.7730X21.0211880.8045401.2692830.2237X30.0136450.0471190.2895830.7761X40.0006940.0003442.0175660.0619X50.0855110.0911510.9381230.3630R-squared0.888751 Mean dependent var324.8557Adjusted R-squared0.851669 S.D. dependent var198.2177S.E. of regression76.34119 Akaike info criterion11.74326Sum squared resid87419.65 Schwarz criterion12.04169Log likelihood-117.3042 F-statistic23.96664Durbin-Watson stat0.627991 Prob(F-statistic)0.000001Y=-2962.742+0.100497+1.021188+0.013645+0.000694+0.085511S=（1769.687）（0.342167）（0.804540）（0.047119）（0.000344）（0.091151）t=(-1.674162) (0.293707) (1.269283) (0.289589)(2.017566) (0.938123)=0.888751 =0.851669 F=23.96664 D.W=0.627991 S.E=76.34119從初次回歸結(jié)果可以看出，模型的擬合優(yōu)度很好（=0.888751），F(xiàn)統(tǒng)計(jì)量的值在給定顯著性水平=0.05的情況下也較顯著（F =2.90）, ,的系數(shù)均為正數(shù)，因此它們對(duì)均有顯著影響。然而通過(guò)t 值可知道此模型存在多重共線性。下文將通過(guò)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)對(duì)模型進(jìn)行修正, 進(jìn)一步提高模型的準(zhǔn)確性與實(shí)用性。六各種檢驗(yàn)及修正多重共線性檢驗(yàn)及修正檢驗(yàn)：以表中由F=23.96664(5,15)= 2.90 (顯著性水平=0.05)表明模型從整體上看農(nóng)業(yè)總產(chǎn)值與解釋變量間線性關(guān)系顯著。下面用Eviews進(jìn)一步證實(shí)解釋變量之間的關(guān)系。先以為自變量，為因變量，做個(gè)一簡(jiǎn)單回歸如下表：Dependent Variable: X1Method: Least SquaresDate: 05/04/08 Time: 10:33Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C227.18661291.7510.1758750.8626X21.2466390.4984062.5012520.0236X30.0447650.0325571.3749470.1881X40.0005950.0002022.9394140.0096X50.0853010.0630921.3520170.1952R-squared0.913430 Mean dependent var3749.667Adjusted R-squared0.891788 S.D. dependent var169.5595S.E. of regression55.77771 Akaike info criterion11.08488Sum squared resid49778.44 Schwarz criterion11.33358Log likelihood-111.3913 F-statistic42.20544Durbin-Watson stat1.066944 Prob(F-statistic)0.000000再以為自變量，為因變量做回歸如下：Dependent Variable: X2Method: Least SquaresDate: 05/04/08 Time: 10:44Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C1810.787312.19045.8002650.0000X10.2254870.0901502.5012520.0236X3-0.0212410.013645-1.5567150.1391X4-0.0003336.69E-05-4.9775580.0001X50.0470270.0257691.8249370.0867R-squared0.662914 Mean dependent var2604.110Adjusted R-squared0.578643 S.D. dependent var36.54486S.E. of regression23.72201 Akaike info criterion9.374940Sum squared resid9003.739 Schwarz criterion9.623636Log likelihood-93.43687 F-statistic7.866421Durbin-Watson stat1.617156 Prob(F-statistic)0.001051以上回歸結(jié)果可知, 擬合程度很高，各解釋變量之間出現(xiàn)了相關(guān)性，由此足以證明所選取的這五個(gè)變量間存在著多重共線性問(wèn)題。下面利用剔除變量法逐步剔除不合理變量,對(duì)多重共線性進(jìn)行修正。修正：采用逐步回歸法對(duì)其進(jìn)行補(bǔ)救。第一步：OLS方法逐一求Y對(duì)各個(gè)解釋變量的回歸。結(jié)合經(jīng)濟(jì)意義和檢驗(yàn)選出擬合效果最好的一元線性回歸方程。方程一： Y= 127.8865+1.056339t:(-8.9432899) (9.195258)=0.816519 =0.806862 F=84.55277 D.W.= 0.378942方程二： Y= -3576.121+1.498008 t:(-1.148159 ) (1.195942) =0.076277 = 0.027660 F= 1.568947 D.W.= 0.095173方程三 Y =127.8865+0.135181 t: (0.806821) (1.290015) =0.080533 =0.032140 F=1.644139 D.W.=0.302583方程四： Y =108.5767+0.001040 t:(3.226899) (8.189774) =0.779256 =0.767637 F=67.07240 D.W.=0.269346 方程五： Y =10.22432+0.307996 t: (0.275707) (9.728484) =0.832810 =0.824011 F=94.64340 D.W.=0.771754第二步：對(duì)比分析，由于的調(diào)整后可決系數(shù)=0.832810擬合程度最好, 且t值（絕對(duì)值）也最高并通過(guò)顯著性檢驗(yàn)，因此把作為基本變量引入模型。第三步：然后將其余解釋變量逐一代入的一元回歸方程，逐步重新回歸。方程一： Y= -1650.566+0.179988-0.477791 t : (-1.690916) (2.221480) (1.702507)=0.855999 =0.839999 F=53.49947 D.W.=0.543621方程二： Y =293.3511+0.310194-0.109586 t : (0.205756) (9.037036) (-0.198656)=0.833176 =0.814640 F =44.94911 D.W.=0.776198方程三：Y= 13.94764+0.308677-0.00303 t : (0.197617) (9.000747) (-0.062667)=0.832847 =0.814274 F=44.84283 D.W.=0.769173方程四： Y=30.00472+0.199852+0.000436 t : (0.852963) (3.451319) (2.157489) =0.867162 =0.852402 F =58.75168 D.W.=0.555382結(jié)果顯示，每調(diào)整一次后可決系數(shù)都比上一步略大，且4個(gè)方程中只有方程四通過(guò)t顯性檢驗(yàn)。故可以認(rèn)為逐步回歸終止。用eviews計(jì)算得： Dependent Variable: YMethod: Least SquaresDate: 04/06/08 Time: 23:33Sample: 1985 2005Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C30.0047235.177070.8529630.4049X50.1998520.0579063.4513190.0028X40.0004360.0002022.1574890.0447R-squared0.867162 Mean dependent var324.8557Adjusted R-squared0.852402 S.D. dependent var198.2177S.E. of regression76.15217 Akaike info criterion11.63491Sum squared resid104384.8 Schwarz criterion11.78413Log likelihood-119.1665 F-statistic58.75168Durbin-Watson stat0.555382 Prob(F-statistic)0.000000 所得到的回歸模型為： Y= 30.00472+0.199852+0.000436自相關(guān)檢驗(yàn)檢驗(yàn):a.圖示法 從上圖可以看出殘差項(xiàng)存在自相關(guān)。b.DW檢驗(yàn)法從模型設(shè)定來(lái)看，沒(méi)有違背D-W檢驗(yàn)的假設(shè)條件，因此可以用D-W檢驗(yàn)來(lái)檢驗(yàn)?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)。根據(jù)上表中估計(jì)的結(jié)果，由D.W.= 0.555382，給定顯著性水平=0.05，查Durbin-Watson表，n=21，k=2,得=1.22, =1.42 。因?yàn)镈W統(tǒng)計(jì)量為0.555382=1.22，根據(jù)判定域知，存在正自相關(guān)，因此需要進(jìn)行修正。修正：采用廣義差分法對(duì)模型進(jìn)行修正。由D.W.= 0.555382，根據(jù)，得 =0.722309。用廣義差分法修正。即用eviews計(jì)算得：Dependent Variable: Y-0.72231*Y(-1)Method: Least SquaresDate: 04/11/08 Time: 00:08Sample(adjusted): 1986 2005Included observations: 20 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C40.3143317.407072.3159750.0333X4-0.72231*X4(-1)0.0006120.0001853.3117010.0041X5-0.72231*X5(-1)0.0831180.0486271.7092950.1056R-squared0.645945 Mean dependent var117.1133Adjusted R-squared0.604292 S.D. dependent var71.05719S.E. of regression44.69875 Akaike info criterion10.57525Sum squared resid33965.64 Schwarz criterion10.72461Log likelihood-102.7525 F-statistic15.50760Durbin-Watson stat0.804951 Prob(F-statistic)0.000147這時(shí)，我們發(fā)現(xiàn)經(jīng)過(guò)用廣義差分法后，值有所提高，但仍存在正自相關(guān)。下面引入CochraneOrcutt 迭代法得：Dependent Variable: Y-0.72231*Y(-1)Method: Least SquaresDate: 04/11/08 Time: 00:10Sample(adjusted): 1987 2005Included observations: 19 after adjusting endpointsConvergence achieved after 9 iterationsVariableCoefficientStd. Errort-StatisticProb. C245.6194444.18640.5529650.5884X4-0.72231*X4(-1)0.0002410.0001311.8384860.0859X5-0.72231*X5(-1)0.0255060.0355640.7171800.4843AR(1)0.9431740.1495746.3057450.0000R-squared0.828291 Mean dependent var122.0581Adjusted R-squared0.793949 S.D. dependent var69.37897S.E. of regression31.49308 Akaike info criterion9.922077Sum squared resid14877.21 Schwarz criterion10.12091Log likelihood-90.25973 F-statistic24.11901Durbin-Watson stat1.507110 Prob(F-statistic)0.000005由于D.W=1.507110，在5%的顯著性水平下，容量為19的DW檢驗(yàn)的臨界值的下限與上限分別為=1.18, =1.40,因D.W.4-,故無(wú)法判斷是否還存在自相關(guān)。但由ARCH LM乘法判斷，有以下所示的結(jié)果。ARCH LM Test:F-statistic0.276707 Probability0.606083Obs*R-squared0.306003 Probability0.580143由伴隨概率知，已不存在自相關(guān)。因此，估計(jì)的原回歸模型為： Y= 245.6194+0.000241+0.025506+0.943174AR(1)異方差檢驗(yàn)鑒于該模型的共線性問(wèn)題, 故采用帶有交叉項(xiàng)的懷特檢驗(yàn)對(duì)修正后的模型進(jìn)行異方差性檢驗(yàn)。依據(jù)自相關(guān)修正后的模型用white進(jìn)行檢驗(yàn)White Heteroskedasticity Test:F-statistic0.576470 Probability0.717459Obs*R-squared3.448147 Probability0.631248Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 04/26/08 Time: 10:38Sample: 1987 2005Included observations: 19VariableCoefficientStd. Errort-StatisticProb. C-408.19741140.466-0.3579220.7261X4-0.72231*X4(-1)0.0150290.0460750.3261960.7495(X4-0.72231*X4(-1)21.35E-087.80E-080.1728960.8654(X4-0.72231*X4(-1)*(X5-0.72231*X5(-1)-2.65E-059.10E-05-0.2910960.7756X5-0.72231*X5(-1)4.3297645.1419530.8420470.4150(X5-0.72231*X5(-1)2-0.0045210.008013-0.5641920.5822R-squared0.181481 Mean dependent var783.0111Adjusted R-squared-0.133333 S.D. dependent var1003.809S.E. of regression1068.636 Akaike info criterion17.03824Sum squared resid14845776 Schwarz criterion17.33649Log likelihood-155.8633 F-statistic0.576470Durbin-Watson stat2.601124 Prob(F-statistic)0.717459由擬合的數(shù)據(jù)可知=3.448147,由white檢驗(yàn)表知，在0.05顯著水平下，查分布表，得臨界值（2）=5.99147，由于3.448147小于（2）=5.99147，故接受原假設(shè), 表明模型中隨機(jī)誤差項(xiàng)不存在異方差。所以最終的模型為：Y= 245.6194+0.000241+0.025506+0.943174ar(1)由模型看出, 變量 , 的系數(shù)分別是0.000241、0.025506, 它們的經(jīng)濟(jì)含義分別為:廣西財(cái)政用于農(nóng)業(yè)的支出為1萬(wàn)元,農(nóng)業(yè)總產(chǎn)值就增加0.000241億元。農(nóng)業(yè)機(jī)械總動(dòng)力投入1萬(wàn)千瓦，農(nóng)業(yè)總產(chǎn)值就增加0.025506億元。將此最終模型與本文最初估計(jì)所得的模型進(jìn)行比較可知, 模型中所估系數(shù)的符號(hào)均與預(yù)期相一致, 模型中的所有變量的t 值都比較顯著, 值較高, 說(shuō)明擬合優(yōu)度非常好。雖然最終模型仍存在一定的共線性問(wèn)題,但從計(jì)量經(jīng)濟(jì)學(xué)中我們知道: 共線性并不影響對(duì)所估計(jì)的參數(shù)的最優(yōu)無(wú)偏性?；谀Ｐ涂梢钥闯? 廣西財(cái)政用于農(nóng)業(yè)的支出和農(nóng)業(yè)機(jī)械總動(dòng)力是影響廣西農(nóng)業(yè)總產(chǎn)值的兩個(gè)最重要的因素。由此可見(jiàn), 加大財(cái)政對(duì)農(nóng)業(yè)的投入力度和依靠科學(xué)技術(shù)才是促進(jìn)廣西農(nóng)業(yè)總產(chǎn)值增長(zhǎng)的直接動(dòng)力。七結(jié)論根據(jù)模型回歸結(jié)果并結(jié)合廣西農(nóng)業(yè)的現(xiàn)狀, 得出以下結(jié)論:第一，廣西農(nóng)業(yè)人口為非顯著因素。農(nóng)業(yè)人口對(duì)農(nóng)業(yè)產(chǎn)值的影響不顯著, 說(shuō)明農(nóng)民的邊際勞動(dòng)生產(chǎn)率( 即增加單位勞動(dòng)力所帶來(lái)的產(chǎn)值的增加) 很低。即說(shuō)明增加農(nóng)業(yè)從業(yè)人員并不是增加農(nóng)業(yè)產(chǎn)出的有效途徑。農(nóng)村中存在著大量的就業(yè)不足的隱蔽性失業(yè)人口, 他們的邊際勞動(dòng)生產(chǎn)力為零或接近于零, 也就是我們通常所說(shuō)的農(nóng)村剩余勞動(dòng)力。正是由于他們的存在, 使得農(nóng)民人均純收入一直徘徊不前, 成為制約農(nóng)村發(fā)展的瓶頸。農(nóng)村剩余勞動(dòng)力的產(chǎn)生是農(nóng)村領(lǐng)域勞動(dòng)力相對(duì)過(guò)剩和絕對(duì)過(guò)剩的綜合表現(xiàn)。造成農(nóng)村剩余勞動(dòng)力的原因一方面是由于農(nóng)村剩余勞動(dòng)力的自然增長(zhǎng)量大大高于轉(zhuǎn)移量, 從而使沉淀在農(nóng)業(yè)部門(mén)的勞動(dòng)力日益增多; 另一方面是由于科技的高速發(fā)展, 使得農(nóng)業(yè)對(duì)勞動(dòng)力的需求相對(duì)減少。第二，受災(zāi)面積為非顯著因素（其中包括水災(zāi)和旱災(zāi)），廣西地處低緯度,屬亞熱帶季風(fēng)氣候,對(duì)發(fā)展農(nóng)業(yè)有良好的自然條件,如氣溫高,光照足,雨量充沛,雨熱同季,無(wú)霜期長(zhǎng),農(nóng)作物一年四季均可種植。雖然幾乎每年都發(fā)生不同程度的水災(zāi)，但對(duì)廣西農(nóng)業(yè)總產(chǎn)值的影響因素中，它還是一個(gè)不顯著的因素。（但是今年的冰凍災(zāi)害例外，這是百年一見(jiàn)的冰凍天氣，是我們研究廣西農(nóng)業(yè)排除在外的特例）。第三，年末實(shí)有耕地面積也為非顯著因素，在農(nóng)村，20世紀(jì)80年代以來(lái)，耕地面積不斷減少，而農(nóng)業(yè)人口卻以年均1.03%的速度遞增，人地矛盾日益突出。盡管勞動(dòng)力總量增加，但對(duì)農(nóng)業(yè)增長(zhǎng)的率不高，反映出勞動(dòng)力資源利用不合理。從土地來(lái)看，土地是不可再生資源，具有有限供給的性質(zhì)。改革開(kāi)放以來(lái)隨著產(chǎn)業(yè)和城鄉(xiāng)建設(shè)的發(fā)展，廣西耕地面積不斷減少，總量從1980年的2636.9千公頃減為2003年的2548.7千公頃，年均3.5千公頃，對(duì)農(nóng)業(yè)增長(zhǎng)從數(shù)量上說(shuō)不會(huì)起到很大作用，所以在系數(shù)中不顯著是很正常的。八對(duì)策建議鑒于以上模型的最終結(jié)果中反映出的廣西農(nóng)業(yè)的現(xiàn)存狀況, 現(xiàn)提出以下幾點(diǎn)建議:(一)緩解人多地少的不利局面。一方面加快農(nóng)村勞動(dòng)力人口向非農(nóng)人口的轉(zhuǎn)移速度;另一方面，要盡最大可能保持耕地面積的相對(duì)穩(wěn)定性，控制和減少非農(nóng)用地增長(zhǎng)，并通過(guò)發(fā)展間作套種、季節(jié)農(nóng)業(yè)等，提高土地的復(fù)種指數(shù)，促進(jìn)農(nóng)業(yè)生產(chǎn)持續(xù)穩(wěn)定增長(zhǎng)。(二)加快農(nóng)業(yè)技術(shù)進(jìn)步是廣西農(nóng)業(yè)繼續(xù)增長(zhǎng)的關(guān)鍵。一是要在繼續(xù)擴(kuò)大化肥使用面積的基礎(chǔ)上提高化肥的利用率，增強(qiáng)其對(duì)農(nóng)業(yè)產(chǎn)出的貢獻(xiàn)，把有機(jī)肥和無(wú)機(jī)肥有機(jī)結(jié)合使用，保證化肥、農(nóng)藥、農(nóng)用地膜等生產(chǎn)資料的供應(yīng)，防止污染:二是加大農(nóng)田水利基礎(chǔ)設(shè)施的建設(shè)力度，做好病、險(xiǎn)水庫(kù)的維修工作，并采用科學(xué)的排灌水技術(shù)，實(shí)行節(jié)水集水灌溉，在原有基礎(chǔ)上擴(kuò)大有效灌溉面積，增加防早能力;三是在繼續(xù)發(fā)揮傳統(tǒng)農(nóng)業(yè)和耕作方式的作用的基礎(chǔ)上，推行適度規(guī)模經(jīng)營(yíng)，提高農(nóng)業(yè)機(jī)械化在農(nóng)業(yè)生產(chǎn)中的貢獻(xiàn)率，擺脫傳統(tǒng)分散的小農(nóng)經(jīng)營(yíng)生產(chǎn)方式，以利于傳統(tǒng)農(nóng)業(yè)向現(xiàn)代化農(nóng)業(yè)轉(zhuǎn)變。(三)確立政府農(nóng)業(yè)投資主體地位，同時(shí)廣開(kāi)農(nóng)業(yè)投資的來(lái)源渠道。農(nóng)業(yè)中的投入問(wèn)題主要集中在公共資源性和外部性強(qiáng)的要素投入上，如:水利設(shè)施、科技投入、教育投入等方面，這些方面的投資可以分別以國(guó)家、集體、農(nóng)戶(hù)為主體。實(shí)行家庭經(jīng)營(yíng)后，廣西大多農(nóng)村集體經(jīng)濟(jì)實(shí)力變?nèi)酰瑢?duì)農(nóng)業(yè)的投入很少，而農(nóng)戶(hù)缺乏應(yīng)有晚濟(jì)實(shí)力，因此必須確立政府農(nóng)業(yè)投資的主體地位。（四）加大財(cái)政對(duì)農(nóng)業(yè)的投入力度。資金是發(fā)展的啟動(dòng)器, 資金的嚴(yán)重不足是制約農(nóng)業(yè)發(fā)展的“瓶頸”。中央政府和地方各級(jí)政府應(yīng)加大對(duì)農(nóng)業(yè)的資金投入, 改變