云南省農業機械化、農業投資對農業經濟增長貢獻的實證分析

陳文金　饒志堅

摘 要：基于柯布—道格拉斯生產函數的推廣模型，采用EViews7.0計量軟件對1985—2010年云南省農業產值、農業機械總動力、農村投資額進行實證分析，得出農業機械化彈性為1.45，農村投資額彈性為0.155。

關鍵詞：農業機械化；農業投資；實證分析

中圖分類號：F127 文獻標志碼：A 文章編號：1673-291X（2014）06-0108-04

引言

在人類社會生產中，農業是對自然資源與環境依賴最大的產業部門，其可持續發展受到國際社會的普遍關注。作為國民經濟的基礎，農業經濟的穩定、健康發展對于整個國民經濟的發展水平有著重要作用。農業要發展，投入是關鍵，生產要素的合理配置與優化組合式經濟持續發展的基本要求。研究各種生產要素的投入對農業經濟增長的影響，不僅有利于提高農業資源投入的使用效率，而且有利于創造良好的農業投資環境。作為地處中國西南部的農業大省，云南省總面積39.4萬平方公里，全省人口4 596.6萬人，耕地面積4 200多萬畝，人均占有耕地1畝左右，地形地貌復雜，氣候多樣，地上地下資源豐富，農業發展空間大。因此選取云南省作為研究區域，研究農業經濟增長與投入要素的關系，對于云南省充分發揮農業優勢、發展高原特色農業提供參考。

一、理論方法、模型設置、數據來源

（一）理論方法

國內外對農業機械化貢獻率測算方法有很多種研究[1]，本文主要采用柯布—道格拉斯生產函數的推廣形式來測算農業機械化的貢獻率[2]，其模型為：

Y=A0ertx1β1x2β2…xnβn （1）

式中 Y—產值；A0— 基年的技術水平；r — 技術進步系數；xi— 各投入要素量（i=1，2，…，n）；βi—投入要素xi的產出彈性系數（i=1，2，…，n）。對（1）式兩邊取對數，使之線性化，即得lnY=ln A0+rt+β1ln x1+β2ln x2+…+βnlnxn （2）。令C=lnA0+rt，則 lnY=C+β1ln x1+β2ln x2+…+βnln xn （3）

通過最小二乘法及多元線性回歸法就可以確定參數。若設x1為農業機械化總動力，則β1lnx1就代表農業機械化在農業產出增長中所起的作業，β1為農業機械化彈性，即在一定的技術條件下，農業機械化要素投入量相對變化 1%時（假設其他要素投入量固定不變），產值的變化幅度。

（二）模型設置

為了研究農業機械化對農業經濟的貢獻率，模型選取云南省農林牧漁業總產值Y（億元）代表農業經濟作為因變量，影響農業經濟的主要因素有勞動力、土地、資金和科技等，因此，選取農業機械總動力X1（萬千瓦）、農村投資額X2（億元）作為因變量，根據以上因變量和自變量建立下面生產函數模型：lnY=C+β1lnX1+β2lnX2+μi，其中C、β1、β2為待估參數，μi為誤差項。

（三）數據來源

為了增大樣本容量，得到更為準確估計結果，根據全面性、簡潔性、可操作性原則，查閱云南省各年統計年鑒，選取1985—2010年的產業產值、農業機械總動力、農村投資額三類數據作為基礎數據進行實證分析。

二、實證分析

（一）觀察數據特征

利用Eviews7.0得到lnY，lnX1，lnX2的走勢圖，在樣本空間內，三者走勢基本一致，基本保持同增。

（二）參數的估計及檢驗

本文使用計量經濟軟件Eviews7.0作為分析工具，對云南省1985—2010年的農業經濟與各解釋變量的數據進行回歸分析，EViews中建立回歸方程，參數估計值及結果（見下頁表1）：

根據回歸結果可得，lnY=-1.17+ 1.42lnX1+1.17lnX2。參數估計的t值分別為-4.83、7.52、2.23，對應的P值為0.0001、0、0.0354，說明線性方程顯著成立； R2值為0.983，說明模型擬合優度較高，達到了98.3%；F檢驗的P值為0，說明顯著度接近100%。然而，該模型的D-W值偏低，只有0.524，說明模型存在自相關問題。

同時，從殘差圖可以看出，殘差波動較大，說明該模型還存在異方差問題。因此，需要對模型進行修訂。

（三）模型修正

通過以上分析，存在序列相關問題與異方差問題，使得建立的回歸方程不夠顯著。針對這種情況，采用解決辦法是加權最小二乘法。設加權W1=1/resid2（resid為殘差），修訂后的模型是：ln（y/w1）= C+β1ln（X1/W1）+β2ln（X2 /W1）。在Eviews中采用加權最小二乘法重新建立回歸方程。

采用加權最小二乘法得出的回歸結果如下：

由此得出的修訂后模型為lnY=-1.169+1.45lnX1+0.155lnX2。說明云南省農業經濟增長與農業機械化、農業資金投入之間存在較強的對數線性關系。

（四）模型的評價和分析

根據回歸結果可得，lnY=-1.169+ 1.45lnX1+0.155lnX2。參數估計的t值分別為-4.83、7.52、2.23，對應的P值為0.0001、0、0.0354，說明該模型顯著成立；R2值為0.999，說明模型與樣本觀測值擬合優度較高，達到了99.9%；F檢驗的P值為0，說明顯著度接近100%。然而，修訂后的模型 D-W值為1.62，說明修訂后的模型不存在序列自相關問題。

三、各因素對農業經濟增長的貢獻分析

（一）機械化投入

β1=1.45，即在一定的技術條件下，農業機械化要素投入量相對變化1%時（假設其他要素投入量固定不變），農業經濟增加1.45%。模型結果表明，云南省機械動力投入對農業經濟增長的貢獻較大，系數為正說明農業機械投入的增加對農業經濟發展起到促進作用。系數與和資金要素相比，農業機械投入對農業經濟發展的促進作用是顯著的。

（二）資金投入

β2=0.155，即在一定的技術條件下，資金要素投入量相對變化1%時（假設其他要素投入量固定不變），農業經濟增加0.155%。模型結果表明，云南省農業產出對資金投入敏感程度低于機械動力，系數為正說明資金投入的增加對農業經濟增長起到了促進作用，系數比較小說明其促進作用不顯著。因此，單純依靠資金投入來促進農業發展的空間越來越小。

四、政策建議

（一）因地制宜，推廣農業機械化發展

地處祖國西南邊疆的云南省，由于受到山地地形的限制，機械化的推廣具有一定難度，但是從模型結果來看，機械動力的投入對于農業經濟增長的效果是十分明顯的，因此，應立足現實條件，大力發展機械化運作，提高農業發展效率，從而促進農業經濟增長。

（二）開展科技創新，提高農業科技水平

在農業調整的基礎上，開展科技創新，充分發揮農機科研院校、大型農機企業的作用，并結合云南地理環境，研究與開發農機新技術，力爭在糧食作物、經濟作物等生產環節取得突破，提高農業機械化技術水平，優化資源配置。

參考文獻：

[1] 楊邦杰，洪仁彪，賈栓祥.農業機械化對農業貢獻率測算方法研究[J].農業工程學報，2000，（3）：50-53.

[2] 孫栩，趙潔，郭微.農業機械化生產貢獻率方法比較與分析[J].農機化研究，2007，（12）：45-47.

[責任編輯 陳鳳雪]endprint

摘 要：基于柯布—道格拉斯生產函數的推廣模型，采用EViews7.0計量軟件對1985—2010年云南省農業產值、農業機械總動力、農村投資額進行實證分析，得出農業機械化彈性為1.45，農村投資額彈性為0.155。

關鍵詞：農業機械化；農業投資；實證分析

中圖分類號：F127 文獻標志碼：A 文章編號：1673-291X（2014）06-0108-04

引言

在人類社會生產中，農業是對自然資源與環境依賴最大的產業部門，其可持續發展受到國際社會的普遍關注。作為國民經濟的基礎，農業經濟的穩定、健康發展對于整個國民經濟的發展水平有著重要作用。農業要發展，投入是關鍵，生產要素的合理配置與優化組合式經濟持續發展的基本要求。研究各種生產要素的投入對農業經濟增長的影響，不僅有利于提高農業資源投入的使用效率，而且有利于創造良好的農業投資環境。作為地處中國西南部的農業大省，云南省總面積39.4萬平方公里，全省人口4 596.6萬人，耕地面積4 200多萬畝，人均占有耕地1畝左右，地形地貌復雜，氣候多樣，地上地下資源豐富，農業發展空間大。因此選取云南省作為研究區域，研究農業經濟增長與投入要素的關系，對于云南省充分發揮農業優勢、發展高原特色農業提供參考。

一、理論方法、模型設置、數據來源

（一）理論方法

國內外對農業機械化貢獻率測算方法有很多種研究[1]，本文主要采用柯布—道格拉斯生產函數的推廣形式來測算農業機械化的貢獻率[2]，其模型為：

Y=A0ertx1β1x2β2…xnβn （1）

式中 Y—產值；A0— 基年的技術水平；r — 技術進步系數；xi— 各投入要素量（i=1，2，…，n）；βi—投入要素xi的產出彈性系數（i=1，2，…，n）。對（1）式兩邊取對數，使之線性化，即得lnY=ln A0+rt+β1ln x1+β2ln x2+…+βnlnxn （2）。令C=lnA0+rt，則 lnY=C+β1ln x1+β2ln x2+…+βnln xn （3）

通過最小二乘法及多元線性回歸法就可以確定參數。若設x1為農業機械化總動力，則β1lnx1就代表農業機械化在農業產出增長中所起的作業，β1為農業機械化彈性，即在一定的技術條件下，農業機械化要素投入量相對變化 1%時（假設其他要素投入量固定不變），產值的變化幅度。

（二）模型設置

為了研究農業機械化對農業經濟的貢獻率，模型選取云南省農林牧漁業總產值Y（億元）代表農業經濟作為因變量，影響農業經濟的主要因素有勞動力、土地、資金和科技等，因此，選取農業機械總動力X1（萬千瓦）、農村投資額X2（億元）作為因變量，根據以上因變量和自變量建立下面生產函數模型：lnY=C+β1lnX1+β2lnX2+μi，其中C、β1、β2為待估參數，μi為誤差項。

（三）數據來源

為了增大樣本容量，得到更為準確估計結果，根據全面性、簡潔性、可操作性原則，查閱云南省各年統計年鑒，選取1985—2010年的產業產值、農業機械總動力、農村投資額三類數據作為基礎數據進行實證分析。

二、實證分析

（一）觀察數據特征

利用Eviews7.0得到lnY，lnX1，lnX2的走勢圖，在樣本空間內，三者走勢基本一致，基本保持同增。

（二）參數的估計及檢驗

本文使用計量經濟軟件Eviews7.0作為分析工具，對云南省1985—2010年的農業經濟與各解釋變量的數據進行回歸分析，EViews中建立回歸方程，參數估計值及結果（見下頁表1）：

根據回歸結果可得，lnY=-1.17+ 1.42lnX1+1.17lnX2。參數估計的t值分別為-4.83、7.52、2.23，對應的P值為0.0001、0、0.0354，說明線性方程顯著成立； R2值為0.983，說明模型擬合優度較高，達到了98.3%；F檢驗的P值為0，說明顯著度接近100%。然而，該模型的D-W值偏低，只有0.524，說明模型存在自相關問題。

同時，從殘差圖可以看出，殘差波動較大，說明該模型還存在異方差問題。因此，需要對模型進行修訂。

（三）模型修正

通過以上分析，存在序列相關問題與異方差問題，使得建立的回歸方程不夠顯著。針對這種情況，采用解決辦法是加權最小二乘法。設加權W1=1/resid2（resid為殘差），修訂后的模型是：ln（y/w1）= C+β1ln（X1/W1）+β2ln（X2 /W1）。在Eviews中采用加權最小二乘法重新建立回歸方程。

采用加權最小二乘法得出的回歸結果如下：

由此得出的修訂后模型為lnY=-1.169+1.45lnX1+0.155lnX2。說明云南省農業經濟增長與農業機械化、農業資金投入之間存在較強的對數線性關系。

（四）模型的評價和分析

根據回歸結果可得，lnY=-1.169+ 1.45lnX1+0.155lnX2。參數估計的t值分別為-4.83、7.52、2.23，對應的P值為0.0001、0、0.0354，說明該模型顯著成立；R2值為0.999，說明模型與樣本觀測值擬合優度較高，達到了99.9%；F檢驗的P值為0，說明顯著度接近100%。然而，修訂后的模型 D-W值為1.62，說明修訂后的模型不存在序列自相關問題。

三、各因素對農業經濟增長的貢獻分析

（一）機械化投入

β1=1.45，即在一定的技術條件下，農業機械化要素投入量相對變化1%時（假設其他要素投入量固定不變），農業經濟增加1.45%。模型結果表明，云南省機械動力投入對農業經濟增長的貢獻較大，系數為正說明農業機械投入的增加對農業經濟發展起到促進作用。系數與和資金要素相比，農業機械投入對農業經濟發展的促進作用是顯著的。

（二）資金投入

β2=0.155，即在一定的技術條件下，資金要素投入量相對變化1%時（假設其他要素投入量固定不變），農業經濟增加0.155%。模型結果表明，云南省農業產出對資金投入敏感程度低于機械動力，系數為正說明資金投入的增加對農業經濟增長起到了促進作用，系數比較小說明其促進作用不顯著。因此，單純依靠資金投入來促進農業發展的空間越來越小。

四、政策建議

（一）因地制宜，推廣農業機械化發展

地處祖國西南邊疆的云南省，由于受到山地地形的限制，機械化的推廣具有一定難度，但是從模型結果來看，機械動力的投入對于農業經濟增長的效果是十分明顯的，因此，應立足現實條件，大力發展機械化運作，提高農業發展效率，從而促進農業經濟增長。

（二）開展科技創新，提高農業科技水平

在農業調整的基礎上，開展科技創新，充分發揮農機科研院校、大型農機企業的作用，并結合云南地理環境，研究與開發農機新技術，力爭在糧食作物、經濟作物等生產環節取得突破，提高農業機械化技術水平，優化資源配置。

參考文獻：

[1] 楊邦杰，洪仁彪，賈栓祥.農業機械化對農業貢獻率測算方法研究[J].農業工程學報，2000，（3）：50-53.

[2] 孫栩，趙潔，郭微.農業機械化生產貢獻率方法比較與分析[J].農機化研究，2007，（12）：45-47.

[責任編輯 陳鳳雪]endprint

摘 要：基于柯布—道格拉斯生產函數的推廣模型，采用EViews7.0計量軟件對1985—2010年云南省農業產值、農業機械總動力、農村投資額進行實證分析，得出農業機械化彈性為1.45，農村投資額彈性為0.155。

關鍵詞：農業機械化；農業投資；實證分析

中圖分類號：F127 文獻標志碼：A 文章編號：1673-291X（2014）06-0108-04

引言

在人類社會生產中，農業是對自然資源與環境依賴最大的產業部門，其可持續發展受到國際社會的普遍關注。作為國民經濟的基礎，農業經濟的穩定、健康發展對于整個國民經濟的發展水平有著重要作用。農業要發展，投入是關鍵，生產要素的合理配置與優化組合式經濟持續發展的基本要求。研究各種生產要素的投入對農業經濟增長的影響，不僅有利于提高農業資源投入的使用效率，而且有利于創造良好的農業投資環境。作為地處中國西南部的農業大省，云南省總面積39.4萬平方公里，全省人口4 596.6萬人，耕地面積4 200多萬畝，人均占有耕地1畝左右，地形地貌復雜，氣候多樣，地上地下資源豐富，農業發展空間大。因此選取云南省作為研究區域，研究農業經濟增長與投入要素的關系，對于云南省充分發揮農業優勢、發展高原特色農業提供參考。

一、理論方法、模型設置、數據來源

（一）理論方法

國內外對農業機械化貢獻率測算方法有很多種研究[1]，本文主要采用柯布—道格拉斯生產函數的推廣形式來測算農業機械化的貢獻率[2]，其模型為：

Y=A0ertx1β1x2β2…xnβn （1）

式中 Y—產值；A0— 基年的技術水平；r — 技術進步系數；xi— 各投入要素量（i=1，2，…，n）；βi—投入要素xi的產出彈性系數（i=1，2，…，n）。對（1）式兩邊取對數，使之線性化，即得lnY=ln A0+rt+β1ln x1+β2ln x2+…+βnlnxn （2）。令C=lnA0+rt，則 lnY=C+β1ln x1+β2ln x2+…+βnln xn （3）

通過最小二乘法及多元線性回歸法就可以確定參數。若設x1為農業機械化總動力，則β1lnx1就代表農業機械化在農業產出增長中所起的作業，β1為農業機械化彈性，即在一定的技術條件下，農業機械化要素投入量相對變化 1%時（假設其他要素投入量固定不變），產值的變化幅度。

（二）模型設置

為了研究農業機械化對農業經濟的貢獻率，模型選取云南省農林牧漁業總產值Y（億元）代表農業經濟作為因變量，影響農業經濟的主要因素有勞動力、土地、資金和科技等，因此，選取農業機械總動力X1（萬千瓦）、農村投資額X2（億元）作為因變量，根據以上因變量和自變量建立下面生產函數模型：lnY=C+β1lnX1+β2lnX2+μi，其中C、β1、β2為待估參數，μi為誤差項。

（三）數據來源

為了增大樣本容量，得到更為準確估計結果，根據全面性、簡潔性、可操作性原則，查閱云南省各年統計年鑒，選取1985—2010年的產業產值、農業機械總動力、農村投資額三類數據作為基礎數據進行實證分析。

二、實證分析

（一）觀察數據特征

利用Eviews7.0得到lnY，lnX1，lnX2的走勢圖，在樣本空間內，三者走勢基本一致，基本保持同增。

（二）參數的估計及檢驗

本文使用計量經濟軟件Eviews7.0作為分析工具，對云南省1985—2010年的農業經濟與各解釋變量的數據進行回歸分析，EViews中建立回歸方程，參數估計值及結果（見下頁表1）：

根據回歸結果可得，lnY=-1.17+ 1.42lnX1+1.17lnX2。參數估計的t值分別為-4.83、7.52、2.23，對應的P值為0.0001、0、0.0354，說明線性方程顯著成立； R2值為0.983，說明模型擬合優度較高，達到了98.3%；F檢驗的P值為0，說明顯著度接近100%。然而，該模型的D-W值偏低，只有0.524，說明模型存在自相關問題。

同時，從殘差圖可以看出，殘差波動較大，說明該模型還存在異方差問題。因此，需要對模型進行修訂。

（三）模型修正

通過以上分析，存在序列相關問題與異方差問題，使得建立的回歸方程不夠顯著。針對這種情況，采用解決辦法是加權最小二乘法。設加權W1=1/resid2（resid為殘差），修訂后的模型是：ln（y/w1）= C+β1ln（X1/W1）+β2ln（X2 /W1）。在Eviews中采用加權最小二乘法重新建立回歸方程。

采用加權最小二乘法得出的回歸結果如下：

由此得出的修訂后模型為lnY=-1.169+1.45lnX1+0.155lnX2。說明云南省農業經濟增長與農業機械化、農業資金投入之間存在較強的對數線性關系。

（四）模型的評價和分析

根據回歸結果可得，lnY=-1.169+ 1.45lnX1+0.155lnX2。參數估計的t值分別為-4.83、7.52、2.23，對應的P值為0.0001、0、0.0354，說明該模型顯著成立；R2值為0.999，說明模型與樣本觀測值擬合優度較高，達到了99.9%；F檢驗的P值為0，說明顯著度接近100%。然而，修訂后的模型 D-W值為1.62，說明修訂后的模型不存在序列自相關問題。

三、各因素對農業經濟增長的貢獻分析

（一）機械化投入

β1=1.45，即在一定的技術條件下，農業機械化要素投入量相對變化1%時（假設其他要素投入量固定不變），農業經濟增加1.45%。模型結果表明，云南省機械動力投入對農業經濟增長的貢獻較大，系數為正說明農業機械投入的增加對農業經濟發展起到促進作用。系數與和資金要素相比，農業機械投入對農業經濟發展的促進作用是顯著的。

（二）資金投入

β2=0.155，即在一定的技術條件下，資金要素投入量相對變化1%時（假設其他要素投入量固定不變），農業經濟增加0.155%。模型結果表明，云南省農業產出對資金投入敏感程度低于機械動力，系數為正說明資金投入的增加對農業經濟增長起到了促進作用，系數比較小說明其促進作用不顯著。因此，單純依靠資金投入來促進農業發展的空間越來越小。

四、政策建議

（一）因地制宜，推廣農業機械化發展

地處祖國西南邊疆的云南省，由于受到山地地形的限制，機械化的推廣具有一定難度，但是從模型結果來看，機械動力的投入對于農業經濟增長的效果是十分明顯的，因此，應立足現實條件，大力發展機械化運作，提高農業發展效率，從而促進農業經濟增長。

（二）開展科技創新，提高農業科技水平

在農業調整的基礎上，開展科技創新，充分發揮農機科研院校、大型農機企業的作用，并結合云南地理環境，研究與開發農機新技術，力爭在糧食作物、經濟作物等生產環節取得突破，提高農業機械化技術水平，優化資源配置。

參考文獻：

[1] 楊邦杰，洪仁彪，賈栓祥.農業機械化對農業貢獻率測算方法研究[J].農業工程學報，2000，（3）：50-53.

[2] 孫栩，趙潔，郭微.農業機械化生產貢獻率方法比較與分析[J].農機化研究，2007，（12）：45-47.

[責任編輯 陳鳳雪]endprint