贵州省农业经济增长的影响因素实证分析.docVIP

贵州省农业经济增长的影响因素实证分析 　　 [提要] 本文运用1998～2012年贵州省农业经济相关数据，运用理论分析和实证分析相结合的研究方法，建立农业总产值、农业资本投入、农业劳动力投入、农作物播种面积和农用机械总动力之间的多元线性回归模型，分析探讨贵州省农业经济增长的主要影响因素，并提出政策建议。 　　 关键词：贵州;农业经济增长;影响因素;OLS;经济学分析 　　 资助项目：霍英东教育基金会基础性研究课题“禀赋、有限理性与新生代农民工就业行为研究”（131110）;中国博士后科学基金面上资助课题“产业转型背景下农村劳动力区域性流动行为研究”（2013M541441）;贵州省教育厅人文社会科学研究重点项目“贵州民族地区返乡农民工创业行为研究”（11ZD004） 　　 中图分类号：F32 文献标识码：A 　　 收录日期：2014年12月2日 　　 近年来，贵州省农业经济始终保持平稳较快的发展，为全省经济社会持续健康发展提供了基础支撑。为进一步推进贵州省农业产业结构调整，加快发展产业化经营，拓宽农民增收渠道，农业部2012年制定了《农业部贯彻落实国务院关于进一步促进贵州经济社会又好又快发展的若干意见gt;分工方案》，从5个方面提出23条措施，支持贵州省农业农村经济发展。 　　 农业增长受到众多因素的影响。本文运用计量分析方法，结合贵州省近年来农业经济增长情况，探讨贵州省农业经济增长主要影响因素，进而提出相应的政策建议。 　　 一、理论模型的构建 　　 （一）模型的设定。根据经济学原理，要素投入量的增加和要素生产率的提高是经济增长的源动力。本文选取农业经济增长的资本、劳动力、土地作为主要投入要素，设定模型的线性生产函数形式为： 　　 Y=β0+β1K+β2L+β3N+？滋 （1） 　　 其中，被解释变量Y代表农业总产出，解释变量K、L、N分别代表资本、劳动力、土地方面的投入，？滋为随机扰动项。 　　 （二）变量的选取和设定。考虑到数据的可获得性，农业总产出Y以贵州省每年实现的农林牧渔总产值表示，并与统计年鉴上的统计数据保持一致，即也选取1978年=100的农林牧渔总产值指数值，来消除价格因素的影响。资本K以贵州省每年的农业生产中间消耗值表示，并同样选取1978年=100的指数值，以消除价格因素的影响。劳动力L以贵州省每年年底农林牧渔业就业人员数表示。土地投入N选取贵州省农作物播种面积表示。 　　 二、计量模型实证分析 　　 （一）方法的选取。本文拟采用普通最小二乘法（OLS）对模型进行回归，为了保证OLS回归结果的有效性，需要对各时间序列数据进行平稳性检验，只有当各序列均为平稳时间序列或非平稳序列均为同阶单整序列且存在协整关系时，才可以运用普通最小二乘法OLS进行回归。 　　 1、变量的单位根检验。由于非平稳时间序列回归分析容易产生伪回归，有必要对选入模型的各变量进行平稳性检验。本文选用迪基-富勒（ADF）检验来对各变量及它们的差分序列进行单位根检验。（表1）由表1可知，各原序列在10%的水平下均为不平稳序列，而二阶差分后在10%的水平上均平稳，所以这些序列都是二阶单整序列，因此可以对其进行回归分析。 　　 2、协整检验。由各变量的单位根检验可以得出，各原序列为同阶单整序列，现需要对模型的解释变量与被解释变量之间是否存在协整关系进行检验。对方程（1）的线性生产函数进行最小二乘法估计得到残差序列et，对et进行ADF检验以判断协整关系是否存在。（表2）检验结果表明，残差序列et的ADF值小于各显著水平下的检验临界值，说明残差序列et不存在单位根，为平稳序列，故被解释变量与解释变量之间存在协整关系，即模型的构建是有意义的，表明农业总产出与资本、劳动和土地存在长期的均衡关系。所以，该模型满足普通最小二乘法线性回归的条件，可以进行线性回归。 　　 （二）模型的估计。由以上的单位根检验和协整关系检验，得出结果该模型满足OLS线性回归的条件，可以进行线性回归。先用Eviews5.0软件对方程（1）进行估计。（表3）由表3结果表明，模型中的土地投入因素N的T检验值没有通过显著性检验，则模型中存在未解决的问题，所以需要进一步对模型进行检验。 　　 （三）模型估计式的经济意义检验。根据表3的回归结果可知，贵州省农业资本投入量的增加促进了农业总产出的提高，即资本投入量与农业总产出正相关，这符合实际的经济情况，所以资本K的回归系数为正，对实际经济情况具有良好的解释力。贵州省农业劳动力投入L，即农林牧渔业就业人数回归系数为负，与农业总产出呈现负相关关系，这与贵州省第一产业就业劳动力接近2/3的现状相符。根据表3可知，贵州省农业土地投入N的T值没有通过显著性检验，这可能是由于模型中存在异方差，自相关或者多重共线性有