贵州省农业经济增长的实证分析-基于静态与动态计量模型

1、贵州省农业经济增长的实证分析基于静态与动态计量模型论文摘要：对现有农业经济增长影响因素的文献研究说明，农业经济增长除了受根本的投入要素以外，还受到制度变革、财政支出、科技进步、农产品进出口贸易、农村金融开展、农业机械化、农业结构、人力资本投资、农业信息化、农业物流等因素的影响。然而，通过静态实证分析与动态计量分析，以及生产效率测算发现，贵州省农业经济增长的主要影响因素有资本投入、农业耕地面积、人力资本投资、化肥施用量、财政农业支出、农业机械总动力、物流开展水平、制度变迁及科技进步。并且，人力资本投资、制度变迁、农村金融开展、物流开展、农村信息化对贵州省农业经济增长均具有长期的滞后影响。论文关键

2、词：贵州省,农业经济增长,影响因素,生产效率,实证分析前言通过对现有文献的研究，可知，农业经济增长受到众多因素的影响。农业经济增长首先受到生产要素投入的影响，如土地、物质投入种子、化肥、农膜等、劳动力等。制度变革、财政支出、科技进步、农产品进出口贸易、农村金融开展、农业机械化、农业结构、人力资本投资、农业信息化、农业物流等对农业经济增长的影响也不容无视。在对农业经济增长进行分析时、在对农业做开展规划时，应当考虑到各种影响因素的作用，不能仅考虑其中的一个或几个方面，同时也要考虑各种影响因素的综合影响，这样才能实现现代化的农业。1假设的提出在经济增长理论及对农业经济增长影响因素的文献研究根底之上，

3、提出假设：假设影响贵州省农业经济增长的因素有劳动力投入、资本投入、农作物播种面积、制度变迁、人均人力资本投资、财政农业支出、农产品出口、农村金融开展、农业机械化、农业结构变迁、农业信息化、物流开展及科技进步。2数据收集与处理以贵州省农林牧渔业总产值为因变量，以劳动力投入、资本投入、耕地面积、制度变迁、人均人力资本投资、财政农业支出、农产品出口额、农村金融开展、农业机械化、农业结构变迁、农业信息化、物流开展为自变量。用第一产业从业人员数表示劳动力投入。资本投入用可比价的农林牧渔业总产值减去可比价的农林牧渔业增加值来表示采用以1978年为基期的贵州省居民消费价格指数进行平减。制度变迁用城市化率、工

4、农业商品综合比价指数、非粮种面积占总播种面积比重、有效灌溉面积指数的主成分得分表示。农村金融开展用贵州省农村金融机构存贷款年末余额表示。农业机械化用农业机械总动力表示。农业信息化用彩色电视机拥有量、年末农村 用户数、播送人口覆盖率、电视人口覆盖率的主成分得分表示。物流开展用贵州省货物周转量总量表示。数据来源于：?贵州五十年?、?贵州六十年?、?新中国60年统计资料汇编?、?新中国五十年统计资料汇编1949-1999?、?中国统计年鉴?1990-2021、?贵州统计年鉴?1990-2021。对所有变量进行对数化处理各变量均消除了价格因素的干扰。3实证分析过程3.1贵州省农业经济增长影响因素的静态

5、实证分析1贵州省农业经济增长的影响因素大小的测度构建柯布道格拉斯生产函数，为防止出现为回归进行对数处理，最后得到下面的模型：Y：总产值亿元；X1：资本投入亿元；X2：劳动力投入万人；X3：播种面积万亩；X4：人均人力资本投资元；X5：财政农业支出亿元；X6：农产品出口额万美元；X7：农村存贷款余额(亿元)；X8：农业机械总动力万千瓦；X9：货物周转量百万吨公里；X10：制度因素主成分得分；X11：农村信息化主成分得分。：随机干扰项。i：表示年份，从1978-2021年。各变量均消除了价格因素的干扰。对自变量间做相关系数计算可知，各变量间相关性很高，并且将所有的自变量一起对因变量做回归发现，各变

6、量间存在着严重的多重共线性。对模型采用采用逐步回归法剔除变量并消除多重共线性。逐步回归结果如下表所示。由表1可知，最后保存下来的自变量分别是：X1，X4，X5，X8，X9，X10。表1逐步回归估计结果 变量 系数 标准差 t值 p值 LNX9 0.113186 0.045890 2.466448 0.0209 LNX1 0.295075 0.095314 3.095808 0.0048 LNX10 0.309649 0.032028 9.668037 0.0000 LNX5 0.058073 0.030502 1.903911 0.0685 LNX4 -0.161930 0.051431 -3

7、.148469 0.0042 LNX8 0.229485 0.107976 2.125330 0.0436 R 0.9933 调整后的R 0.9920 D-W 统计量 2.0112 ，且，所以模型的拟合效果好，总体线性关系显著性成立。给定显著性水平5%，那么t统计量的临界值为t(n-k-1)=t(31-6-1)=t(24)=2.06，以上各因变量的t检验均通过。在显著性水平5%下，查表可知d=1.02，d=1.92,由于d=2.01，介于d和4-d之间，模型中的误差序列不存在自相关。对模型进行异方差检验，发现模型存在异方差，必须对模型进行调整以消除异方差，这里采用加权最小二乘法。最后得到的结果

8、为表2：表2逐步回归的模型修正估计结果 变量 系数 标准差 t值 p值 LNX9 0.130643 0.009783 13.35360 0.0000 LNX8 0.211764 0.018804 11.26166 0.0000 LNX1 0.282528 0.018824 15.00867 0.0000 LNX10 0.291173 0.010030 29.03098 0.0000 LNX5 0.057256 0.006450 8.877099 0.0000 LNX4 -0.147354 0.011336 -12.99896 0.0000 R 0.9998 调整后的R 0.9997 D-W 统

9、计量 1.9815 ，且，所以模型的拟合效果好，总体线性关系显著性成立。给定显著性水平5%，那么t统计量的临界值为t(n-k-1)=t(31-6-1)=t(24)=2.06，以上各因变量的t检验均通过。在显著性水平5%下，查表可知d=1.02，d=1.92，由于d=2.01，介于d和4-d之间，模型中的误差序列不存在自相关。且模型以消除了异方差。因此，可以认为，该计量模型符合最小二乘法的古典假设，结果是可靠的。从表5-12可以看出，贵州省农业经济增长的主要影响因素是资本投入、人均人力资本投资、财政农业支出、农业机械总动力、物流开展水平及制度变迁。在其他条件不变的情况下，每增加1%的资本投入，农

10、业总产值将会增加0.28%；每增加1%的人均人力资本投资，农业总产值将会减少0.15%。这说明，人均人力资本的增加不但没有促进农业经济增长，反而起相反的作用。每增加1%的财政农业支出，农业总产值将会增加0.06%；每增加1%的农业机械总动力，农业总产值将会增加0.21%；每增加1%的货物周转量，农业总产值将会增加0.13%；制度因素每变动1%，农业总产值将会变动0.29%。A、贵州省技术进步速度的测度首先要从生产函数模型球的要素的产出弹性，然后计算产出和各种要素的平均增长速度，最后利用增长方程计算技术进步速度。增长速度方程方法中，把x1，x4，x5，x8，x9，x10的投入以外的所有因素全部归

11、于技术进步之中。：技术进步速度；、均为平均增长率。、均为各要素投入弹性系数。可求得=0.0154。B、技术进步对贵州省农业经济增长奉献的测度技术进步对农业经济增长的奉献为：贵州省19782021年农业经济增长的科技进步奉献率为26.35%。这说明，农业经济增长的26.5%可以用科技进步来解释。由上表可知，各要素投入弹性系数之和小于1，这说明，当各变量同时增加1%时，农业总产值将增加小于1%，说明在技术条件不变的前提下，农业经济增长表现为规模效益递减的趋势。3农业产业结构变化对农业总产值的影响分析农业产业结构变动对农业经济增长的影响，采用以农林牧渔总产值为因变量，以资本投入ZBTR为主要控制自变

12、量由1分析可知，NY、LY、MY、YY分别为农业、林业、牧业、渔业占总产值比重。有下表3可知，农业结构变动对农业经济增长具有显著的影响作用。其中，林业的结构变动对农业经济增长的作用最显著，其次是牧业、农业、渔业。表3农业产业结构变动模型估计结果 变量 系数 标准差 t值 p值 ZBTR 2.643308 0.057876 45.67159 0.0000 NY 1.410293 0.217876 6.472911 0.0000 LY 8.480332 0.346278 24.48993 0.0000 MY 2.011138 0.213111 9.437053 0.0000 YY 1.027695

13、 0.215635 4.765909 0.0001 C -172.4585 21.87129 -7.885155 0.0000 R 0.9999 F统计量 212761.9 调整后的R 0.9999 F统计量的p值 0.0000 残差平方和 2.9916 D-W 统计量 1.7256 3.2贵州省农业经济增长影响因素的动态计量分析对农业经济增长的分析，除了静态分析以外，有必要对农业经济增长进行动态分析。因为有些因素对农业经济增长的影响不是当期就能产生作用的，必须经济假设干年才能起到显著作用，也即农业经济增长的影响因素存在滞后性。对农业经济增长的影响有一定时间滞后的变量主要有制度变迁、人力资本投

14、资、农村金融开展、物流开展水平及农村信息化。因为这些因素对农业经济增长的影响会有一定的时间滞后，因此在建立模型的过程中应该包含滞后的解释变量，即建立分布滞后模型。由于几何考伊克分布滞后模型假定滞后变量的诸系数按几何级数递减，从而存在一定的应用限制性，一个更加一般的模型是阿尔蒙提出的多项式分布滞后模型PolynomialDistributionLagModel，PDL。多项式分布滞后模型需要确定两个因素：滞后项数k，多项式次数m。其中，滞后项数可以根据AIC准那么和SC准那么来确定，即选择使得AIC和SC最小的滞后项数k。而多项式次数一般可以选择二次或者三次。1制度变迁的PDL模型分析图1序列y

15、与序列x10的交叉相关系数图上图1所示的是序列y与序列x10最大滞后长度为16的交叉相关系数图。图的左边两列显示了序列y与序列x10的滞后lag交叉相关系数图和先行lead交叉相关系数图。由于本文需要考察的是序列y与序列x10的滞后交叉相关，因此只需要观察左边的交叉相关图。图1的左边第一列显示出序列y与序列x10的滞后交叉相关系数根本上呈指数衰减，滞后长度越大，两者的相关系数越小。图的右边，lag列给出了序列y与序列x10各阶滞后的交叉相关系数，可以看到：序列y与序列x10的0阶、1阶、2阶、3阶、4阶、5阶滞后的相关系数分别为0.8854、0.8136、0.7378、0.6624、0.581

16、1、0.5180；大于6阶的滞后，这两个序列的交叉相关系数小于0.5。因此，根据序列y与序列x10滞后交叉相关系数的分析，分布滞后模型的最大滞后长度应该小于6。为了比拟分析，建立滞后长度k分别为2、3、4、5的分布滞后模型。表4为无约束限制的分布滞后模型估计结果。从所估计模型的、AIC准那么及SC准那么这些值可以判断，模型滞后长度为2且多项式次数为2的模型优于其他模型。表4多个无约束限制的制度变迁分布滞后模型估计结果 模型滞后长度 多项式次数 AIC准那么 SC准那么 2 2 0.7368 8.3523 8.5409 3 2 0.7208 8.3414 8.5317 3 3 0.7089 8.

17、4118 8.6497 4 2 0.6922 8.3677 8.5596 4 3 0.6792 8.4387 8.6786 5 2 0.6684 8.3894 8.5829 5 3 0.6527 8.4663 8.7082 对滞后长度为2且多项式次数为2的模型进行修正，最后得到的结果如下列图2所示：图2制度变迁的PDL模型估计结果图2的下半局部，LagDistributionofx10列绘出了分布滞后变量x10的诸系数的分布图，其图形大致是二次抛物线形状。而且，Eviews给出了分布滞后模型中诸的估计值。这些系数估计值分别为0.5165、0.5756、0.1775，分别表示制度因素x10增加一

18、个单位，在当期将使农业总产值y增加0.5165个单位；由于存在时间滞后的影响，x10增加一单位还将在下一期使得农业总产值y增加0.5756个单位；在第二期那么使得农业总产值y增加0.1775个单位。图2所示的估计结果的最后一行SumofLags是诸系数估计值的总和，其反映的是分布滞后变量x10对因变量y的长期影响 州 2004年 2005年 2006年 2007年 2021年 平均 贵阳市 0.7856 0.9750 0.7872 0.8945 0.8702 0.8625 六盘水市 0.5908 0.6969 0.6227 0.5962 0.5278 0.6069 遵义市 0.7763 1.0

19、000 0.7532 0.6568 0.6642 0.7701 安顺市 0.7147 0.9190 0.8232 0.7910 0.8969 0.8290 铜仁地区 0.7194 0.9196 0.9245 0.8785 0.9219 0.8728 黔西南州 0.5938 0.8373 0.7326 0.7164 0.7069 0.7174 毕节地区 0.7033 0.8965 0.7870 0.8146 0.7388 0.7880 黔东南州 0.7068 0.9462 0.7856 0.8584 0.7612 0.8116 黔南州 0.7459 0.9721 0.9129 0.9468 0.

20、9505 0.9056 平均 0.7041 0.9070 0.7921 0.7948 0.7820 0.7960 五测算结果分析由表5可知，劳动力对农业总产值的弹性系数为负数，说明贵州省存在过多的农村劳动力。农业耕地面积的弹性系数为1.85，说明农业耕地面积每增加1%，那么农业总产值将增长1.85%，因而贵州省农业经济的增长主要是粗放式的增长。财政支农支出的弹性系数为0.41，说明财政支农支出每增加1%，那么农业总产值将增长0.41%，因而财政支农支出对农业经济增长有重要的促进作用。而化肥施用量与农业机械总动力的弹性系数均为负值，说明贵州省农业生产为充分有效利用化肥以及农业机械。根据测算结果，

21、可知20042021年贵州省农业生产平均生产效率为0.80。由此可知，贵州省农业生产存在着一定的技术无效性，即现有的劳动力乡村农业从业人员数、农业耕地面积、化肥施用量、农业机械总动力、农林水事务财政支出的投入未充分发挥其效用，存在着较大的资源浪费现象。存在这一现象的原因，主要是贵州省农业生产管理水平低下。从20042021年贵州省农业平均生产效率比拟来看，生产效率便显出一定的波动性。其中年最低为2004的0.7041，最高为2005年的0.9070。从同一个州市、地20042021的农业生产效率变化来看，各州市、地农业生产效率都呈一定的波动态势。20042021年贵州省农业生产效率最高的是黔南

22、州，平均生产效率为0.9056，最低的是六盘水市，平均生产效率为0.6069，二者之间的差距到达0.2987。贵州省各州市、地的农业生产效率从高到低的排序为：黔南州(0.9056)铜仁地区(0.8728)贵阳市(0.8625)黔东南州(0.8116)毕节地区(0.7880)遵义市(0.7701)黔西南州(0.7174)六盘水市(0.6069)。4研究结论研究结论与研究假设根本相符，贵州省农业经济增长的主要影响因素有资本投入、农业耕地面积、人力资本投资、化肥施用量、财政农业支出、农业机械总动力、物流开展水平、制度变迁及科技进步。其中，人力资本投资与化肥施用量在当期都对贵州省农业经济增长起负向影响作用，而人力资本投资在长期对贵州省农业经济增长有显著的促进作用，人力资本投资对贵州省农业经济增长的影响滞后三年。制度变迁不仅在当期对农业经济增长产生影响，更重要的是制度变迁对贵州省农业经济增