农机购置补贴政策效应实证分析_0.docVIP

农机购置补贴政策效应实证分析 　　摘要：农机购置补贴制度已实施五年多，有必要对它做出政策上的评价，以利于完善和提高效率。为得到大样本和减少遗漏偏误，本实证研究采用面板数据方法，分析不同农机购置投入对农机需求的影响，进而提出各级政府要加大农机投资力度，改善农机投资环境，加大充分利用民间资本的能力，确保政策的稳定性和持续性。 　　关键词：农业机械；补贴政策；面板数据模型 　　 　　农机购置补贴政策的实施增加了农机购置投入，提高了农机装备水平。本文以农机总动力表示农机装备水平。我国农机总动力从1983年的18022.10万千瓦增加到2005年的68539.65万千瓦。但农机总动力增长速度波动很大。 　　 　　一、农机购置投入结构特征分析 　　 　　农机购置补贴政策主要向粮食主产区倾斜，因此，本文以粮食主产区和非粮食主产区作对比分析，粮食主产区包括江苏、山东、江西、湖北、四川、河北、辽宁、吉林、黑龙江、安徽、河南、湖南、内蒙古13个省，非粮食主产区包括北京市、天津市、山西省、上海市、浙江省、福建省、广东省、广西省、海南省、贵州省、云南省、甘肃省、青海省、宁夏省、重庆市、陕西省、新疆省、新疆兵团18个省和直辖市。农机化投入包括一般行政事业支出、基本建设支出、农机购置投入、科研推广培训及其他支出，农机购置投入占到农机化投入的85％～95％，而农机购置投人又包括中央政府投入、地方政府投入、单位和集体投入、农民投入和其他投入。 　　我国农机购置投入结构如下：首先，中央政府用于农机购置补贴的投入绝对数量成倍增加，但在购置总投入中所占的比例很小，无论是在粮食主产区还是在非粮食主产区，2000年是1％，2005年仍是1％，单位和集体投入在减少，粮食主产区从3％减少到1％，非粮食主产区从4％减少到2％，地方政府投入有增加的趋势，粮食主产区从2％增加到3％，非粮食主产区从4％增加到5％。其次，农民投入在总投入中占绝对比例，粮食主产区是94％，非粮食主产区是89％～91％。最后，因为中央政府的购置补贴投入所占比例非常小，据统计，2004～2006年，中央财政安排农机购置补贴资金9.7亿元，相当于每个农民1元钱，在最短的时间内，用最少的投入带动农户投入的增加，有无购置补贴政策的定量模型比较分析意义不大，但有和无购置补贴政策效果完全不同。一方面，中央财政支出的增加，并不是对农民个人投入的替代，而是带动农民个人投入的增加，导向作用非常明显；另一方面，农民的自主性很大，对农机的需求非常强烈。据统计，2004～2006年购置补贴政策实施以来，使当年农民购机需求增加了20％～40％，还远远未能满足农民积极的需求欲望，中央政府的购置补贴政策起到了“四两拨千斤”的作用。 　　 　　二、农机购置投入与农机总动力的相关分析 　　 　　虽然农机购置投入和农机总动力绝对数都在增加，但增长速度却呈递减趋势，而从2004年开始，做为中央一号文件的购置补贴政策使增长速度明显加快。其主要原因在于，新投资是对原有设施的完善或是对其功能的补充和改进，购置投入对农业机械的支持还仅仅局限于原有的范围内。 　　农机购置投入在整体上可决定农机需求的 发展 趋势，进而影响农业机械化的进程，但同一时期不同地区或同一地区不同时期的投入会影响农机需求，为得到大样本和减少遗漏偏误，本实证研究采用面板数据(Panel Data模型)方法，经验分析不同购置投入对农机需求的影响。该方法的特点是同一横截面的数据单位都被跟踪一个特定的时间。采用的数据集由全国31个省、直辖市的时序数据构成。时间区间为2000～2006年。在模型建立之前，首先假定，农民理性地追求其收益最大化，政府则理性地追求财政收入的最大化，政府和农民在农业上的投资是同质的，可以完全替代。 农村 要素资源存量固定。为分析农机购置投入对农业机械总动力的的影响程度，本文引入双对数模型。双对数函数解释变量的系数即为各因素的弹性系数，直接反映购置投入对农业机械总动力的影响状况。而且经过验证，双对数函数的拟合效果优于线性函数等其他形式。利用Eviews 5.0软件进行估计，粮食主产区模型估计结果见表1，非粮食主产区模型估计结果见表2。从表1回归结果可看出，该模型的拟合优度为98.35％，调整后的拟合优度为97.90％，且通过99％显著水平的F检验，表明其模型整体的拟合优度较好。购置投入回归系数为-0.0043，即购置投入的弹性系数为-0.0043。两者呈负相关关系，表明在其他因素不变的情况下，购置投入每减少1％，会导致农业机械总动力增加0.0043个百分点，与理论分析一致，效应还不明显，难以在实证数据中观察到二者同向变化的特征。从地区差异可以发现，不同省份由于投入不同，对农机需求的差异也不同，江西、湖北、四川、辽宁、吉林、黑龙江、湖