贵州农业机械化与农业经济增长协整分析.docVIP

贵州农业机械化与农业经济增长协整分析 　　摘 要：农业机械化是农业现代化的一个重要指标，在农业经济发展过程中祈祷越来越重要的作用。本文通过计量经济学的协整分析方法来研究贵州省农业机械化化与农业经济增长的关系，并针对性地提出了加快发展贵州农业机械化的建议措施。 　　关键词：农业机械化；农业经济增长；协整分析；Granger因果检验 　　1.引言 　　随着科技的发展，农业机械化成为农业经济发展过程中越来越重要的因素，提高农业机械化水平是提高农业综合生产力水平的必要手段。贵州由于地理条件特殊性及地形地貌的复杂性，农业经济的发展受到严重的限制，特别是贵州省农业机械化的发展水平一直处于比较落后的地位。以2010年的统计数据来看，贵州省农用机械总动力为1730.31万千瓦，仅占全国农用机械总动力的1.9%（全国为9.28亿千瓦）；机耕、机播、机收作业水平为20.77%、1.05%和3.25%；耕种收综合机械化水平为9.6%，是全国平均水平的18.46%（全国为52.28%）。 　　为此，本文基于贵州省1990-2010年的数据样本，建立贵州省农业机械化与农业经济增长的计量经济模型，测度贵州省农业机械化对农业经济增长的影响。 　　2.贵州省农业机械化与农业经济增长的实证分析 　　2.1 数据说明与处理 　　研究选取农业机械总动力（NJ）代表贵州农业机械化程度，用农林牧渔总产值（CZ）代表农业经济增长情况，所选取的数据来源于《中国市场统计年鉴》（1990-199）、《中国农村统计年鉴》（2000-2010），同时采用以1990年为基期的农产品生产价格指数（2000年以前为农产品收购价格指数）进行价格影响因素的剔除。为了减少模型中的异方差，对以上数据中的NJ、CZ取自然对数，并记为LNJ、LCZ。 　　2.2变量的相关性检验 　　通过计算，农业机械总动力（NJ）和农林牧渔总产值（CZ）的相关系数r为0.968，通过显著性检验表明二者间存在正相关的依存关系，可以进行下一步分析。 　　2.3变量的单位根检验 　　Eviews对变量的单位根检验结果如表1所示。从表1的数据结论显示，原序列中LNJ和LCZ两个变量的ADF检验值均大于临界值，因此原单位根假设成立，则LCZ和LNJ均为非平稳时间序列。而一阶差分变量D（LNJ）、D（LCZ）的ADF检验值均小于5%显著性水平下的临界值，拒绝原假设。因此，LNJ和LCZ都是一阶单整的，即LNJ～I（1），LCZ～I（1），满足做协整检验的条件。 　　表1 LNJ和LCZ时间序列平稳性检验 　　变量 检验类型 　　（c，t，k） ADF检验值 Mackinnon临界值 　　1% 5% 10% 　　平稳性 　　原序列 LNJ （c，n，0） 11878 -38085 -30207 -26504 不平稳 　　LCZ （c，n，0） -02384 -38085 -30207 -26504 不平稳 　　一阶差 　　分序列 D（LNJ） （c，n，0） -32037 -38315 -30300 -26552 平 稳 　　D（LCZ） （c，n，0） -51202 -38315 -30300 -26552 平 稳 　　注：c、t、k为模型中常数项、趋势项及滞后差分项，此处采用仅包含截距项的检验类型，且滞后差分项期数按SIC准则确定。 　　2.4 农业机械化与农业经济增长的协整分析 　　为了分析变量LNJ和LCZ之间是否存在协整关系，需要先对两变量进行回归分析，然后检验回归残差的平稳性。 　　以LCZ为被解释变量，LNJ为解释变量，用OLS回归方法可估计回归模型： 　　LCZt=26768+04235LNJt+t 　　（5） 　　对残差时间序列进行平稳性检验，结果如表2所示。 　　表2 残差时间序列平稳性检验 　　变量 检验类型 　　（c，t，k） ADF检验值 Mackinnon临界值 　　1% 5% 10% 　　平稳性 　　μ （n，n，1） -2.4560 -2.6924 -1.9602 -1.6071 平 稳 　　注：由于残差序列的均值为0，所以选择无截距项、无趋势项的DF检验。 　　残差时间序列的ADF值为-2.4560，小于5%显著性水平下的临界值。因此，残差时间序列是平稳的，这说明LNJ和LCZ之间存在长期均衡关系。另外，从方程中解释变量LNJ的系数可以看出，贵州农业机械总动力每变动1%，农林牧渔总产值将变动0.4235个单位，可见长期增加农业总动力可以有效的提高贵州农林牧渔总产值。 　　2.5 Granger因果检验 　　由前述相关性检验可知农业机械总动力和农林牧渔总产值之间存在较强的依存关系，但这并不代表两者必定存在着因果关系。