貴州省農(nóng)業(yè)經(jīng)濟增長影響因素的實證分析

貴州省農(nóng)業(yè)經(jīng)濟增長影響因素的實證分析摘要：本文運用1998-2012年貴州省農(nóng)業(yè)經(jīng)濟的相關(guān)數(shù)據(jù)，運用理論分析和實證分析相結(jié)合的研究方法，建立農(nóng)業(yè)總產(chǎn)值，農(nóng)業(yè)資本投入，農(nóng)業(yè)勞動力投入，農(nóng)作物播種面積和農(nóng)用機械總動力之間的多元線性回歸模型，分析探討了貴州省農(nóng)業(yè)經(jīng)濟增長的主要影響因素。結(jié)果表明，農(nóng)業(yè)資本投入和勞動力投入，對貴州省農(nóng)業(yè)經(jīng)濟增長的影響顯著，并在此基礎(chǔ)上提出相應(yīng)的政策建議。關(guān)鍵詞：貴州?。晦r(nóng)業(yè)經(jīng)濟增長；影響因素一引言農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，農(nóng)業(yè)發(fā)展水平關(guān)系到國民經(jīng)濟的發(fā)展，關(guān)系到社會運行的穩(wěn)定。國家歷年來重視農(nóng)業(yè)問題，先后出臺并實施了一系列相關(guān)政策來扶持農(nóng)業(yè)的發(fā)展。如全國農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展第十個五年計劃、《關(guān)于加快推進農(nóng)業(yè)科技創(chuàng)新持續(xù)增強農(nóng)產(chǎn)品供給保障能力的若干意見》、《2012年農(nóng)業(yè)機械購置補貼實施指導(dǎo)意見》等等。為進一步推進貴州省農(nóng)業(yè)結(jié)構(gòu)調(diào)整，加快發(fā)展產(chǎn)業(yè)化經(jīng)營，拓寬農(nóng)民增收渠道，貴州省農(nóng)業(yè)部2012年制定了《農(nóng)業(yè)部貫徹落實<國務(wù)院關(guān)于進一步促進貴州經(jīng)濟社會又好又快發(fā)展的若干意見>分工方案》，方案從5各方面提出23條措施，支持貴州省農(nóng)業(yè)農(nóng)村經(jīng)濟發(fā)展。近年來，貴州省農(nóng)業(yè)經(jīng)濟始終保持平穩(wěn)較快的發(fā)展，為全省經(jīng)濟社會持續(xù)健康發(fā)展提供了基礎(chǔ)支撐。對于影響農(nóng)業(yè)經(jīng)濟增長的因素，國內(nèi)外已有相關(guān)文獻研究。Kalirajan(1996)、Chen(2008)指出要素投入增長和生產(chǎn)率增長是促進農(nóng)業(yè)經(jīng)濟增長的主要途徑。關(guān)于分析農(nóng)業(yè)經(jīng)濟增長影響因素的方法，林毅夫（1994）等人通過采用OLS建立以C-D生產(chǎn)函數(shù)為基礎(chǔ)的線性模型來估計農(nóng)業(yè)增長的影響因素，王紅玲和徐桂祥（1998）提出了一種適于廣義農(nóng)業(yè)范圍的農(nóng)業(yè)經(jīng)濟增長因素分析的統(tǒng)計方法，并以我國“八五”時期的農(nóng)業(yè)生產(chǎn)為例進行實證研究。在理論方面，張紅宇（1992）、秦德文和王懷忠（1995）等許多學(xué)者都做過一定的研究；在實證方面，靳光華和孫文生（1995）、魏朗（2007）、曹協(xié)和（2008）、杜紅梅和安龍送（2007）等眾多學(xué)者使用時間序列、截面或面板數(shù)據(jù)，運用不同的分析方法，研究了農(nóng)業(yè)資本、農(nóng)業(yè)財政支持、農(nóng)村金融、農(nóng)業(yè)貿(mào)易、人力資本投資、制度變遷、技術(shù)進步等因素對我國農(nóng)業(yè)經(jīng)濟增長的影響。本文在前人研究的基礎(chǔ)上，主要研究貴州省農(nóng)業(yè)經(jīng)濟增長主要影響因素有哪些，并運用定量分析與定性分析相結(jié)合的研究方法進行實證分析，初步探討貴州省農(nóng)業(yè)經(jīng)濟增長過程中，起決定作用的影響因素，并針對研究結(jié)果提出相應(yīng)的政策建議。二理論模型的構(gòu)建（一）模型的設(shè)定根據(jù)經(jīng)濟學(xué)原理，要素投入量的增加和要素生產(chǎn)率的提高是經(jīng)濟增長的源動力，本文選取了在農(nóng)業(yè)中，資本、勞動力、土地作為主要投入要素，設(shè)定模型的線性生產(chǎn)函數(shù)形式為：Y=β0+β1K+β2L+β3N+μ（1）其中，被解釋變量Y代表農(nóng)業(yè)總產(chǎn)出，解釋變量K、L、N分別代表資本、勞動力、土地方面的投入，μ為隨機擾動項。變量的選取和設(shè)定考慮到數(shù)據(jù)的可得性，農(nóng)業(yè)總產(chǎn)出Y以貴州省每年實現(xiàn)的農(nóng)林牧漁總產(chǎn)值表示，并為了消除價格因素的影響，選取1978年=100的農(nóng)林牧漁總產(chǎn)值指數(shù)值。資本K以貴州省每年的農(nóng)業(yè)生產(chǎn)中間消耗值表示，并同樣選取1978年=100的指數(shù)值，以消除價格因素的影響。勞動力L以貴州省每年年底農(nóng)林牧漁業(yè)就業(yè)人員數(shù)表示。土地投入N選取貴州省農(nóng)作物播種面積表示。三計量模型的估計方法的選取本文擬采用普通最小二乘法（OLS）對模型進行回歸，為了保證OLS回歸結(jié)果的有效性，需要對各時間序列數(shù)據(jù)進行平穩(wěn)性檢驗，只有當(dāng)各序列均為平穩(wěn)時間序列或非平穩(wěn)序列均為同階單整序列且存在協(xié)整關(guān)系時，才可以運用普通最小二乘法OLS進行回歸。變量的單位根檢驗由于非平穩(wěn)時間序列回歸分析容易產(chǎn)生偽回歸，有必要對選入模型的各變量進行平穩(wěn)性檢驗。本文選用迪基-富勒（ADF）檢驗來對各變量及它們的差分序列進行單位根檢驗。結(jié)果如表：表1各序列變量的單位根檢驗變量名稱檢驗類型（c,t,p）ADF值1%的臨界值5%的臨界值10%的臨界值結(jié)果Y（C,0,0）2.900998-4.057910-3.119910-2.701103不平穩(wěn)K（C,0,0）3.350983-4.004425-3.098896-2.690439不平穩(wěn)L（C,0,0）-0.860346-4.121990-3.144920-2.713751不平穩(wěn)N（C,0,0）-0.228721-4.004425-3.098896-2.690439不平穩(wěn)d-1(Y)（C,0,1）-1.943700-4.297073-3.212696-2.747676不平穩(wěn)d-1(K)（C,0,1）-0.913499-4.297073-3.212696-2.747676不平穩(wěn)d-1(L)（C,0,1）-5.283759-4.121990-3.144920-2.713751平穩(wěn)d-1(N)（C,0,1）-2.902114-4.057910-3.119910-2.701103不平穩(wěn)d-2(Y)（C,0,2）-4.596110-4.297073-3.212696-2.747676平穩(wěn)d-2(K)（C,0,2）-4.623330-4.297073-3.122696-2.747676平穩(wěn)d-2(L)（C,0,2）-4.984505-4.200056-3.175352-2.728985平穩(wěn)d-2(N)（C,0,2）-4.623288-4.121990-3.144920-2.713751平穩(wěn)注:檢驗類型(c,t,p)中,c表示含常數(shù)項,t表示趨勢項,p表示滯后階數(shù)。由表1可知，各原序列在10%的水平下均為不平穩(wěn)序列，而二階差分后在10%的水平上均平穩(wěn)，所以這些序列都是二階單整序列，因此可以對其進行回歸分析。協(xié)整檢驗由各變量的單位根檢驗可以得出，各原序列為同階單整序列，現(xiàn)需要對模型中的解釋變量與被解釋變量之間是否存在協(xié)整關(guān)系進行檢驗。對上文的線性生產(chǎn)函數(shù)進行最小二乘法估計得到殘差序列et,對et進行ADF檢驗以判斷協(xié)整關(guān)系是否存在。表2殘差序列的ADF檢驗變量名稱檢驗類型（c,t,p）ADF值1%的臨界值5%的臨界值10%的臨界值結(jié)果et（C,0,0）-4.471954-4.004425-3.098896-2.690439平穩(wěn)檢驗結(jié)果表明，殘差序列et的ADF值小于各顯著水平下的檢驗臨界值，說明殘差序列et不存在單位根，為平穩(wěn)序列。因此被解釋變量與解釋變量之間存在協(xié)整關(guān)系，即模型的構(gòu)建是有意義的，表明農(nóng)業(yè)總產(chǎn)出與資本、勞動和土地存在長期的均衡關(guān)系。所以該模型滿足普通最小二乘法線性回歸的條件，可以進行線性回歸。模型的估計由以上的單位根檢驗和協(xié)整關(guān)系檢驗，得出結(jié)果該模型滿足OLS線性回歸的條件，可以進行線性回歸。先用Eviews5.0軟件對方程（1）進行估計，估計結(jié)果見表3.表3OLS線性回歸估計結(jié)果變量回歸系數(shù)標(biāo)準(zhǔn)差T檢驗值概率常數(shù)項175.960027.949406.2956630.0001K2.2145920.06614733.479650.0000L-0.0513570.016204-3.1693730.0089N-0.0078040.003959-1.9713350.0744R20.999389F檢驗值6000.088調(diào)整后的R20.999223F檢驗值概率0.000000DW檢驗值2.470577由表3結(jié)果表明，模型中的土地投入因素N的T檢驗值，沒有通過顯著性檢驗，則模型中存在未解決的問題，所以需要進一步對模型進行檢驗。四模型估計式的檢驗（一）經(jīng)濟意義檢驗根據(jù)表3的回歸結(jié)果可以看出，貴州省農(nóng)業(yè)資本投入量的增加促進了農(nóng)業(yè)總產(chǎn)出的提高，即資本投入量與農(nóng)業(yè)總產(chǎn)出正相關(guān)，這符合實際的經(jīng)濟情況，所以資本K的回歸系數(shù)為正，對實際經(jīng)濟情況具有良好的解釋力。貴州省農(nóng)業(yè)勞動力投入L，即農(nóng)林牧漁業(yè)就業(yè)人數(shù)回歸系數(shù)為負，與農(nóng)業(yè)總產(chǎn)出呈現(xiàn)負相關(guān)關(guān)系，這與貴州省近年來農(nóng)村擁有大量的農(nóng)業(yè)剩余勞動力的發(fā)展現(xiàn)狀相符合。貴州省農(nóng)業(yè)土地投入N，即本文中的農(nóng)作物總播種面積的回歸系數(shù)為負，可能是與近年來貴州省農(nóng)業(yè)面源污染現(xiàn)象日益嚴重，帶來的農(nóng)用土地富營養(yǎng)化等有關(guān)，造成農(nóng)用土地單位產(chǎn)量的下降，因此農(nóng)業(yè)產(chǎn)出隨著播種面積的擴大反而呈現(xiàn)負相關(guān)關(guān)系。但是由表3，我們可以看出貴州省農(nóng)業(yè)土地投入N的T值沒有通過顯著性檢驗，這可能是由于模型中存在異方差，自相關(guān)或者多重共線性有關(guān)，所以需要對模型進行進一步的檢驗。（二）計量經(jīng)濟學(xué)檢驗根據(jù)表3的估計結(jié)果來看，調(diào)整的可決系數(shù)R2達到了0.999223，回歸方程的F值也通過了顯著性檢驗，這說明解釋變量總體對被解釋變量具有很強的解釋力。回歸方程中資本K、勞動力L的T值的可能概率，均小于0.05通過了T檢驗，因此解釋變量K、L對被解釋變量Y具有較強的解釋力。然而，土地投入N的T檢驗可能概率為0.0744大于0.05，未通過T檢驗，因此土地投入N對別解釋變量的解釋力較弱，有待進一步的考察其原因。1.異方差檢驗運用懷特（White）檢驗法檢驗?zāi)Ｐ褪欠翊嬖诋惙讲钚?。結(jié)果見表6。表4White檢驗結(jié)果（不含交叉項）WhiteHeteroskedasticityTest:F-statistic5.955910Probability0.012252Obs*R-squared12.25623Probability0.056491由上表6中，White檢驗結(jié)果中統(tǒng)計量Obs*R-squared的P值可知，其值大于正常顯著性水平0.05，因此接受模型同方差的原假設(shè)，即表明模型不存在異方差性。自相關(guān)檢驗由表3的估計結(jié)果可知，DW值為2,470577，在5%的顯著性水平下，DW值落在臨界值4-du=2.25和4-dL=3.18之間的不確定區(qū)域，因此無法判斷該模型是否存在一階自相關(guān)。下面用LM檢驗法，又稱BG檢驗法檢驗?zāi)Ｐ褪欠翊嬖谧韵嚓P(guān)性。估計結(jié)果見表7。表5LM檢驗結(jié)果（階數(shù)=1）Breusch-GodfreySerialCorrelationLMTest:F-statistic0.933466Probability0.356748Obs*R-squared1.280654Probability0.257778由上表6中估計結(jié)果知，LM檢驗結(jié)果中的統(tǒng)計量Obs*R-squared的P值，大于我們常設(shè)定的顯著性水平，因此接受模型不存在一階自相關(guān)的原假設(shè)，因此模型不存在一階自相關(guān)性。3.多重共線性檢驗為了檢驗?zāi)Ｐ褪欠翊嬖诙嘀毓簿€性，先對解釋變量之間的相關(guān)系數(shù)做一個計算，如表8。表6解釋變量之間的相關(guān)系數(shù)KLNK1.000000-0.9497740.704857L-0.9497741.000000-0.603114N0.704857-0.6031141.000000由表可以看出，有些解釋變量之間的相關(guān)系數(shù)達到了0.9以上，說明模型存在一定程度的多重共線性?，F(xiàn)采用逐步回歸法交替逐步剔除引起多重共線性的解釋變量，并觀察擬合優(yōu)度和各參數(shù)統(tǒng)計值的變化情況，以確定最終的估計方程。由于土地投入N的T檢驗值為通過顯著性檢驗，則首先剔除掉變量N再運用OLS法進行線性回歸，得出下表5.表7OLS線性回歸估計結(jié)果變量回歸系數(shù)標(biāo)準(zhǔn)差T檢驗值概率常數(shù)項160.343429.853005.3710990.0002K2.1456170.06252334.317000.0000L-0.0609040.017223-3.5361630.0041R20.999174F檢驗值7253.599調(diào)整后的R20.999036F檢驗值概率0.000000DW檢驗值1.908344由表3可知，剔除掉土地投入N后，剩下的兩個解釋變量K、L對被解釋變量Y具有良好的解釋力，T值、F值均顯著，且擬合優(yōu)度達到0.999很高的水平，因此剔除土地要素是合理的。從而確定本研究的最終估計式為：Y=160.3434+2.145617K-0.060904LT值（5.371099）（34.31700）（-3.536163）R2=0.999174，調(diào)整后的R2=0.999036，DW=1.908344，F(xiàn)=7253.599經(jīng)檢驗，該模型不存在異方差性和序列相關(guān)性。五模型估計結(jié)果的經(jīng)濟學(xué)分析本文采用的是貴州省1998年-2012年的農(nóng)業(yè)經(jīng)濟方面的時間序列數(shù)據(jù)，包括四個變量即：貴州省農(nóng)業(yè)經(jīng)濟總產(chǎn)出Y，貴州省農(nóng)業(yè)資本投入K，貴州省農(nóng)業(yè)勞動力投入L，貴州省農(nóng)業(yè)土地投入N，并根據(jù)各個變量的可獲得性，選取適當(dāng)?shù)臄?shù)據(jù)進行替代。本文中的數(shù)據(jù)來自于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及《貴州省統(tǒng)計年鑒》，通過對所選取數(shù)據(jù)的計量分析和檢驗，對貴州省農(nóng)業(yè)經(jīng)濟增長的影響因素得出最終結(jié)果。根據(jù)本文的回歸分析結(jié)果表明，貴州省影響農(nóng)業(yè)經(jīng)濟總產(chǎn)出的主要因素，是貴州省農(nóng)業(yè)資本投入和農(nóng)業(yè)勞動力投入要素。由于本文的農(nóng)業(yè)資本投入選取的是，統(tǒng)計年鑒中的農(nóng)業(yè)生產(chǎn)中間消耗值，即涵蓋了農(nóng)田化肥施用量、農(nóng)藥使用量、農(nóng)膜地膜施用量、農(nóng)業(yè)用電量等中間物質(zhì)投入，因此根據(jù)本文分析結(jié)果可知，這些中間物質(zhì)消耗對農(nóng)業(yè)經(jīng)濟增長產(chǎn)生正向作用。由于分析結(jié)果中，資本投入K的系數(shù)為2.145617，可以知道農(nóng)業(yè)生產(chǎn)過程中這些中間消耗的物質(zhì)要素，是農(nóng)業(yè)經(jīng)濟增長的關(guān)鍵因素，增加這幾種中間消耗物質(zhì)要素的投入量，可以實現(xiàn)農(nóng)業(yè)總產(chǎn)出的顯著增加。在增加這些因素投入量的同時，如果提高這幾種因素的投入質(zhì)量，可以改善農(nóng)產(chǎn)品的質(zhì)量，提高投資效率，保持土地的肥沃，從而實現(xiàn)貴州省農(nóng)業(yè)經(jīng)濟的可持續(xù)增長。根據(jù)本文回歸分析結(jié)果顯示，顯著影響貴州省農(nóng)業(yè)經(jīng)濟增長的因素，還有貴州省農(nóng)業(yè)勞動力的投入這一要素，但是這一要素對農(nóng)業(yè)經(jīng)濟增長的影響為負，說明近年來貴州省農(nóng)業(yè)就業(yè)人數(shù)已經(jīng)阻礙了農(nóng)業(yè)經(jīng)濟的進一步增長。因此，為了實現(xiàn)農(nóng)業(yè)經(jīng)濟的進一步增長，以及充分利用農(nóng)村剩余勞動力，加快農(nóng)村剩余勞動力轉(zhuǎn)移已經(jīng)成為貴州省農(nóng)村工作中的一個亟待解決的問題。在本文的線性回歸過程中，由于多重共線性的存在剔除掉了土地這一變量，即農(nóng)作物播種面積并不是影響農(nóng)業(yè)經(jīng)濟增長的主要因素。因此，通過擴大貴州省農(nóng)作物的播種面積來增加貴州省農(nóng)業(yè)總產(chǎn)值的做法，已變得不再有非常顯著的效果。但是這并不意味著耕地已變得不重要，土地是農(nóng)業(yè)生產(chǎn)的前提和保障，是農(nóng)業(yè)生產(chǎn)必不可少的前提條件。由于地勢條件的原因，貴州省土地資源稀缺，因此我們應(yīng)該通過運用各種手段保護貴州省的耕地，并努力實現(xiàn)在有限的土地上創(chuàng)造更多的財富。六政策建議本文利用面板數(shù)據(jù)計量經(jīng)濟模型對影響農(nóng)業(yè)經(jīng)濟增長的因素進行了實證分析，為了更好地促進農(nóng)業(yè)經(jīng)濟增長，提出了相應(yīng)的政策建議：（一）確立政府農(nóng)業(yè)投資主體地位，同時廣開農(nóng)業(yè)投資的來源渠道。農(nóng)業(yè)中的投入問題主要集中在公共資源性和外部性強的要素投入上，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家、集體、農(nóng)戶為主體。實行家庭經(jīng)營后，貴州大多是農(nóng)村集體經(jīng)濟實力變?nèi)?，對農(nóng)業(yè)的投入很少，而農(nóng)戶缺乏應(yīng)有的經(jīng)濟實力，因此必須確立正發(fā)農(nóng)業(yè)投資的主題地位。同時，要不斷的拓展多層次、多渠道的投資格局，充分利用民間資金，吸收國內(nèi)外大型工商企業(yè)和私人資本，參與貴州農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營和農(nóng)村基礎(chǔ)設(shè)施建設(shè)，使民間投資成為新的投資來源，促使社會資金更多的流向農(nóng)業(yè)。（二）充分發(fā)揮財政支農(nóng)對策對農(nóng)業(yè)經(jīng)濟增長的作用。國家應(yīng)該加大對農(nóng)業(yè)的扶持力度，做到對農(nóng)業(yè)直接補貼、補貼到位；由于資金在發(fā)放過程中資金流失現(xiàn)象嚴重，國家應(yīng)該加強對資金使用的檢查力度，規(guī)范資金的使用行為；建立資金支出責(zé)任追究制度，對資金支出出現(xiàn)的流失現(xiàn)象追究責(zé)任到個人等等，以真正的發(fā)揮財政支農(nóng)資金效果。（三）要加快農(nóng)村金融發(fā)展，提高農(nóng)村金融服務(wù)水平。央行實行較為寬松的貸款政策對向農(nóng)戶貸款建立長期合作的金融機構(gòu)給予一定的優(yōu)惠政策，確保農(nóng)業(yè)貸款數(shù)量持續(xù)穩(wěn)定增加；多渠道的引入農(nóng)業(yè)資金，增加農(nóng)村自己供給量，以增加資金投放量，促進農(nóng)業(yè)經(jīng)濟增長。（四）繼續(xù)促進農(nóng)村勞動力向非農(nóng)部門轉(zhuǎn)移，緩解人多地少的不利局面。一方面加快農(nóng)村勞動力人口向非農(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穩(wěn)定性，控制盒減少非農(nóng)用的增長，并通過發(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)，促進農(nóng)業(yè)生產(chǎn)持續(xù)穩(wěn)定增長。（五）完善發(fā)展農(nóng)業(yè)科技創(chuàng)新體系。打破部門區(qū)域?qū)W科的限制，促進資源的充分流通，有效的整合科技資源以達到最大效用。高校在農(nóng)業(yè)科學(xué)研究方面應(yīng)注重解決實際問題，改善重數(shù)量輕質(zhì)量、重成果輕應(yīng)用的不良狀況。加大對高新技術(shù)企業(yè)的扶持力度，鼓勵企業(yè)自主創(chuàng)新，促進農(nóng)業(yè)科學(xué)技術(shù)進步。（六）加快農(nóng)業(yè)機械化。充分發(fā)揮農(nóng)業(yè)機械化作業(yè)具有的規(guī)?；⒐?jié)約成本的優(yōu)勢，不斷拓展農(nóng)機作業(yè)新領(lǐng)域，提升農(nóng)機服務(wù)水平，充分發(fā)揮農(nóng)業(yè)機械化作業(yè)在農(nóng)業(yè)經(jīng)濟增長中的促進作用。參考文獻：[1]羅發(fā)友，王建成.農(nóng)業(yè)經(jīng)濟增長及其影響因素的典型相關(guān)分析[J