中国地区农业技术进步及其影响因素空间计量分析.docVIP

中国地区农业技术进步及其影响因素的空间计量分析 　　摘要：文章在文献分析的基础上，建立了农业技术进步影响因素的空间计量模型，并运用1978～2015年大陆31个省、市、自治区的数据进行实证研究。文章以农业机械化使用情况来衡量技术进步，首先，运用Moran’I指数证明我国农业机械化存在空间相关性，其次，对各变量进行LM检验，从而选择适合研究对象的空间误差模型（SEM）；然后，运用豪斯曼检验确定模型使用效果较好的固定效应；最后，用聚类稳健的标准误得到模型估计结果。结果表明：1.农业从业劳动力对机械化的影响不显著，土地投入、农民人均纯收入、人均粮食产量、产业结构均显著；2.土地投入、农民人均纯收入、人均粮食产量对农业机械化有正向影响，产业结构的影响系数为负，并且土地投入对农业机械化的影响最大，弹性系数为1.065；3.空间自相关系数λ为0.584，通过1%的显著性检验，与Moran’I指数一致表明农业机械化存在空间正相关性。 　　关键词：中国；农业机械化；空间计量 　　一、引言 　　随着国民经济的高速发展，我国农业生产水平持续提升，伴随着农业机械化水平不断提高，投入农业生产的各要素的产出效率也得到提升。农业机械化对生产要素的投入结构尤为重要。“十三五”农业现代化总体规划指出，逐步实现农业科技进步贡献率、主要农作物耕种收综合机械化率分别达到56%和63%，基于不同地区的资源禀赋差异，如何在促进技术进步的同时，提高农业机械化水平成为迫切要解决的问题。基于中国各省份不同的地势地形、资源禀赋等，省域农业机械化水平有较大差异，最明显的影响农业机械化水平的因素是耕种土地的破碎程度，特别是山地农业，使用大型机械最为困难。在推进农业机械化的进程中，分析相关因素的影响程度，并提出具体的改进措施，成为了众学者研究的热点问题。在分析农业机械化问题时，由于各省都有不同的发展水平，省域之间各因素相互独立的假设前提不再适用，各省份之前的相邻效应、溢出效应有着不可忽视的作用。 　　基于我国农业机械化发展的迫切需要，本文选取全国31各省（市）区1978～2015年的相关数据，使用空间计量的方法，探讨各因素对农业机械化进程的影响，揭示影响作用的同时，体现省域之间的空间相关关系。 　　二、理论基础 　　对农业机械化的影响，最被人们熟知的就是地势地形、耕地块数以及耕地破碎程度。较多山地地区的可耕种土地较少，甚至被分割成很多块，造成土地破碎化。相比平原地区，这些地方的机械化水平明显要低，推广机械化的路径就只有研发适合山地资源禀赋的小型机械。另一方面，随着劳动力成本上升，非农就业机会增多，农民不愿再从事农业种植，那么愿意从事农业生产的少部分农户拥有的可耕地增多，原来以劳动为主的生产方式已经不再适用，那么这在一定程度也会增加机械化的使用。对于农户自身来说，随着生活水平的提高，农户的生产偏好有所改变，不愿意在农业生产中投入更多的劳动，更愿意由机械来完成，并且机械化投入大大节约了农民的生产成本。随着农民收入的增多，家庭有更多的可支配收入来购买农业机械。农民收入很大一部分来自粮食产量，而粮食产量的提高，促使农户愿意投入更多的资金购买农业机械。不同地区产业结构的分布也会影响此产业的生产经营方式，农业产值占GDP比重越大，则农业受相关政策的支持越利好，如购买农用机械补贴，粮食补贴等，政府也会通过提升机械化水平，进而提升农业总产值，使国民经济得到更好进展。另外，农业机械化也受科技进步、工业化程度等方面的影响。 　　基于投入要素和农户的视角，本文从劳动力、土地投入、农民人均纯收入、人均粮食产量、产业结构这五个方面对农业机械化水平的影响来分析，探索各因素对农业机械化的影响程度，以及透过省域数据，呈现机械化水平的空间相关性，对现状的农业机械化水平做合理分析，为农业技术进步的提升提供参考。 　　三、研究方法、变量及数据来源 　　（一）研究方法 　　空间计量经济学诞生于20世纪70年代，它是在做经济计量的横截面或面板数据的基础上，增加空间数据，通常这种空间数据用空间权重矩阵的形式出现。空间权重矩阵可以是横截面单位的位置或距离信息，也可以是经济距离。在经济学中，许多经济数据都与地理位置相关，比如用来描述中国各省的经济发展状况的相关数据，都与其空间位置有关。空间因素的加入，使空间计量经济学更准确的说明经济区域发展关联程度。 　　在?M行计量时，首先应考察数据是否存在空间依赖性。空间可以再多个方向上表现出相关性，表现在数据上是位置相近的区域有相似的变量取值。在度量空间自相关时，本文选取最常用的 “莫兰指数I”（Moran’I）的方法。莫兰指数I的取值一般在-1和1之间，大于0表示正空间自相关，即高值与高值相邻、低值与低值相邻；小于0表示负空间自相关，即高值与低值相邻。 　　在