云南省农业机械化、农业投资对农业经济增长贡献的实证分析.doc

1、云南省农业机械化、农业投资对农业经济增长贡献的实证分析摘 要：基于柯布道格拉斯生产函数的推广模型，采用 EViews7.0计量软件对 19852010年云南省农业产值、农业机械总动力、农村投资额进行实证分析，得出农业机械化弹性为 1.45，农村投资额弹性为0.155。 关键词：农业机械化；农业投资；实证分析 中图分类号：F127 文献标志码：A 文章编号：1673-291X（2014）06-0108-04 引言 在人类社会生产中，农业是对自然资源与环境依赖最大的产业部门，其可持续发展受到国际社会的普遍关注。作为国民经济的基础，农业经济的稳定、健康发展对于整个国民经济的发展水平有着重要作用。农业

2、要发展，投入是关键，生产要素的合理配置与优化组合式经济持续发展的基本要求。研究各种生产要素的投入对农业经济增长的影响，不仅有利于提高农业资源投入的使用效率，而且有利于创造良好的农业投资环境。作为地处中国西南部的农业大省，云南省总面积 39.4万平方公里，全省人口 4 596.6万人，耕地面积 4 200多万亩，人均占有耕地 1亩左右，地形地貌复杂，气候多样，地上地下资源丰富，农业发展空间大。因此选取云南省作为研究区域，研究农业经济增长与投入要素的关系，对于云南省充分发挥农业优势、发展高原特色农业提供参考。 一、理论方法、模型设置、数据来源 （一）理论方法 国内外对农业机械化贡献率测算方法有很多

3、种研究1，本文主要采用柯布道格拉斯生产函数的推广形式来测算农业机械化的贡献率2，其模型为： Y=A0ertx11x22xnn （1） 式中 Y产值；A0 基年的技术水平；r 技术进步系数；xi 各投入要素量（i=1，2，n） ；i投入要素 xi的产出弹性系数（i=1，2，n） 。对（1）式两边取对数，使之线性化，即得 lnY=ln A0+rt+1ln x1+2ln x2+nlnxn （2） 。令 C=lnA0+rt，则 lnY=C+1ln x1+2ln x2+nln xn （3） 通过最小二乘法及多元线性回归法就可以确定参数。若设 x1为农业机械化总动力，则 1lnx1 就代表农业机械化在农业

4、产出增长中所起的作业，1 为农业机械化弹性，即在一定的技术条件下，农业机械化要素投入量相对变化 1%时（假设其他要素投入量固定不变） ，产值的变化幅度。 （二）模型设置 为了研究农业机械化对农业经济的贡献率，模型选取云南省农林牧渔业总产值 Y（亿元）代表农业经济作为因变量，影响农业经济的主要因素有劳动力、土地、资金和科技等，因此，选取农业机械总动力 X1（万千瓦） 、农村投资额 X2（亿元）作为因变量，根据以上因变量和自变量建立下面生产函数模型：lnY=C+1lnX1+2lnX2+i，其中 C、1、2为待估参数，i 为误差项。 （三）数据来源 为了增大样本容量，得到更为准确估计结果，根据全面性

5、、简洁性、可操作性原则，查阅云南省各年统计年鉴，选取 19852010年的产业产值、农业机械总动力、农村投资额三类数据作为基础数据进行实证分析。二、实证分析 （一）观察数据特征 利用 Eviews7.0得到 lnY，lnX1，lnX2 的走势图，在样本空间内，三者走势基本一致，基本保持同增。 （二）参数的估计及检验 本文使用计量经济软件 Eviews7.0作为分析工具，对云南省 19852010年的农业经济与各解释变量的数据进行回归分析，EViews 中建立回归方程，参数估计值及结果（见下页表 1）： 根据回归结果可得，lnY=-1.17+ 1.42lnX1+1.17lnX2。参数估计的t值分

6、别为-4.83、7.52、2.23，对应的 P值为 0.0001、0、0.0354，说明线性方程显著成立； R2值为 0.983，说明模型拟合优度较高，达到了98.3%；F 检验的 P值为 0，说明显著度接近 100%。然而，该模型的 D-W值偏低，只有 0.524，说明模型存在自相关问题。 同时，从残差图可以看出，残差波动较大，说明该模型还存在异方差问题。因此，需要对模型进行修订。 （三）模型修正 通过以上分析，存在序列相关问题与异方差问题，使得建立的回归方程不够显著。针对这种情况，采用解决办法是加权最小二乘法。设加权 W1=1/resid2（resid 为残差） ，修订后的模型是：ln（y

7、/w1）= C+1ln（X1/W1）+2ln（X2 /W1） 。在 Eviews中采用加权最小二乘法重新建立回归方程。 采用加权最小二乘法得出的回归结果如下： 由此得出的修订后模型为 lnY=-1.169+1.45lnX1+0.155lnX2。说明云南省农业经济增长与农业机械化、农业资金投入之间存在较强的对数线性关系。 （四）模型的评价和分析 根据回归结果可得，lnY=-1.169+ 1.45lnX1+0.155lnX2。参数估计的 t值分别为-4.83、7.52、2.23，对应的 P值为 0.0001、0、0.0354，说明该模型显著成立；R2 值为 0.999，说明模型与样本观测值拟合优度

8、较高，达到了 99.9%；F 检验的 P值为 0，说明显著度接近 100%。然而，修订后的模型 D-W 值为 1.62，说明修订后的模型不存在序列自相关问题。三、各因素对农业经济增长的贡献分析 （一）机械化投入 1=1.45，即在一定的技术条件下，农业机械化要素投入量相对变化 1%时（假设其他要素投入量固定不变） ，农业经济增加 1.45%。模型结果表明，云南省机械动力投入对农业经济增长的贡献较大，系数为正说明农业机械投入的增加对农业经济发展起到促进作用。系数与和资金要素相比，农业机械投入对农业经济发展的促进作用是显著的。 （二）资金投入 2=0.155，即在一定的技术条件下，资金要素投入量相

9、对变化 1%时（假设其他要素投入量固定不变） ，农业经济增加 0.155%。模型结果表明，云南省农业产出对资金投入敏感程度低于机械动力，系数为正说明资金投入的增加对农业经济增长起到了促进作用，系数比较小说明其促进作用不显著。因此，单纯依靠资金投入来促进农业发展的空间越来越小。 四、政策建议 （一）因地制宜，推广农业机械化发展 地处祖国西南边疆的云南省，由于受到山地地形的限制，机械化的推广具有一定难度，但是从模型结果来看，机械动力的投入对于农业经济增长的效果是十分明显的，因此，应立足现实条件，大力发展机械化运作，提高农业发展效率，从而促进农业经济增长。 （二）开展科技创新，提高农业科技水平 在农业调整的基础上，开展科技创新，充分发挥农机科研院校、大型农机企业的作用，并结合云南地理环境，研究与开发农机新技术，力争在粮食作物、经济作物等生产环节取得突破，提高农业机械化技术水平，优化资源配置。 参考文献： 1 杨邦杰，洪仁彪，贾栓祥.农业机械化对农业贡献率测算方法研究J.农业工程学报，2000， （3）：50-53. 2 孙栩，赵洁，郭微.农业机械化生产贡献率方法比较与分析J.农机化研究，2007， （12）：45-47. 责任编辑 陈凤雪