论文部分内容阅读
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1985—2010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=A0ertx1β1x2β2…xnβn （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）；βi—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+β1ln x1+β2ln x2+…+βnlnxn （2）。令C=lnA0+rt，则 lnY=C+β1ln x1+β2ln x2+…+βnln 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β1lnx1就代表农业机械化在农业产出增长中所起的作业，β1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+β1lnX1+β2lnX2+μi，其中C、β1、β2为待估参数，μi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、简洁性、可操作性原则，查阅云南省各年统计年鉴，选取1985—2010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1985—2010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/w1）= C+β1ln（X1/W1）+β2ln（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
β1=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
β2=0.155，即在一定的技术条件下，资金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]
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=A0ertx1β1x2β2…xnβn （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）；βi—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+β1ln x1+β2ln x2+…+βnlnxn （2）。令C=lnA0+rt，则 lnY=C+β1ln x1+β2ln x2+…+βnln 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β1lnx1就代表农业机械化在农业产出增长中所起的作业，β1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+β1lnX1+β2lnX2+μi，其中C、β1、β2为待估参数，μi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、简洁性、可操作性原则，查阅云南省各年统计年鉴，选取1985—2010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1985—2010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/w1）= C+β1ln（X1/W1）+β2ln（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
β1=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
β2=0.155，即在一定的技术条件下，资金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]