◇張一寧

我國是農業(yè)大國，農業(yè)問題始終是關系國計民生的根本性問題，農業(yè)發(fā)展水平始終受到國家和政府的廣泛關注，李克強在2016年政府工作報告中提出要加快發(fā)展現(xiàn)代農業(yè)，促進農民增收，深化農村改革，著力提高農業(yè)質量、效益和競爭力。黨的十九大報告明確指出，要堅持農業(yè)農村優(yōu)先發(fā)展，加快推進農業(yè)農村現(xiàn)代化。可見，農業(yè)在國家重大戰(zhàn)略規(guī)劃中始終位于首要位置，實現(xiàn)農業(yè)的可持續(xù)發(fā)展是國民經濟穩(wěn)步增長的基礎。就我國現(xiàn)階段國情而言，農村人口眾多，東部、中部、西部經濟發(fā)展差距逐漸顯現(xiàn)出來，地區(qū)間農業(yè)經濟發(fā)展水平差距逐漸增大，最終導致區(qū)域經濟發(fā)展不平衡。農業(yè)經濟增長受多種因素影響，這些因素在不同程度上導致區(qū)域間農業(yè)經濟發(fā)展產生差異，研究農業(yè)產出的影響因素有利于提高農業(yè)經濟總體發(fā)展水平，鞏固農業(yè)在國民經濟中的地位。

一、文獻綜述

關于我國農業(yè)產出影響因素，國內外學者已進行大量實證研究，Chen Pochi等[1]對中國29省的面板數據計算Malmquist生產率指數。Hua Ye等[2]指出中國農業(yè)產出增長率增長得益于新技術的不斷應用。Gong Binlei[3]利用隨機前沿分析方法測算1978～2015年中國農戶農業(yè)生產非技術效率情況，并對農業(yè)技術效率的影響因素進行研究。Qiao Fangbin[4]認為即使不大規(guī)模增加農業(yè)投入，通過農村人力資本投資、市場化改革也可以促進中國農業(yè)全要素生產率的增長。陳莉，劉光輝[5]運用灰色關聯(lián)分析方法，對安徽省影響農業(yè)產值的投入因子進行分析。陳其清[6]對湖北省政府財政支農支出與農業(yè)GDP之間的關系進行分析。付洪良[7]基于固定效應模型，對浙江省固定資產投入對農業(yè)產出的影響進行分析。孫敬水，董亞娟[8]通過建立面板數據模型，對我國農村勞動力的教育程度以及地區(qū)間資源差距對農業(yè)經濟增長的影響進行分析。

通過對已有文獻的整理和分析，可以了解到目前我國對于農業(yè)產出影響因素的研究比較成熟，農業(yè)產出是多種要素共同作用的結果。本文主要研究我國區(qū)域之間農業(yè)產出差異的影響因素，提出促進我國農業(yè)經濟增長的相關政策建議，為更好的實現(xiàn)各地區(qū)農業(yè)經濟穩(wěn)定快速發(fā)展提供理論和實證依據。

二、模型設定與變量描述

1.模型設定

根據新經濟增長理論，本文采用柯布—道格拉斯生產函數的雙對數模型：lnYit=ai+Σnr=1br（lnXr）it+eit，其中Y代表農業(yè)總產值，為被解釋變量，ai為截距項，Xr是指財政支農支出、農作物總播種面積、農用機械動力等解釋變量，br為待估參數。

本文使用我國31個省區(qū)2006～2015年的面板數據，數據來源于《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》，選取農業(yè)總產值為被解釋變量，選取財政支農支出、農作物播種面積、農用機械動力、農用化肥施用量、受災面積、平均受教育年限為解釋變量，構建柯布—道格拉斯生產函數，分析各種投入要素對我國不同區(qū)域農業(yè)產出的影響。

函數形式如下：其中，農業(yè)總產值（單位：億元）用Ae表示，財政支農支出（單位：億元）用lnFinance表示，農作物播種總面積（單位：千公頃）用lnSeed表示，農用機械總動力（單位：萬千瓦）用lnMachine表示，化肥施用量（單位：萬噸）用lnFertilizer表示，受災面積（單位：千公頃）用lnDisasteri表示，平均受教育年限（單位：年）用lnEducation表示。

2.變量描述

對本文選取的變量進行描述性統(tǒng)計，全國、東部、中部和西部地區(qū)2006～2015年的年均農業(yè)總產值如表1所示。

表1 2006～2015年各地區(qū)年均農業(yè)總產值 單位 億元：

對表1進行分析可知，2006～2015年，全國的年均農業(yè)總產值呈上升趨勢，各地區(qū)的農業(yè)總產值均呈上升趨勢?？梢?，隨著社會的發(fā)展，農業(yè)經濟增長速度加快，農業(yè)的可持續(xù)發(fā)展得到了一定程度的實現(xiàn)。另外，西部地區(qū)的農業(yè)經濟整體發(fā)展水平始終落后于東部地區(qū)和中部地區(qū)，中部地區(qū)在三大地區(qū)中農業(yè)經濟發(fā)展水平遙遙領先，我國各個地區(qū)的農業(yè)經濟增長水平始終存在差距且在逐漸增大。

三、我國區(qū)域間農業(yè)產出影響因素分析

1.數據基本檢驗

（1）面板數據平穩(wěn)性檢驗

在進行面板數據回歸之前要先對數據進行平穩(wěn)性檢驗。本文采用LLC檢驗和ADF檢驗兩種方法對全國、東部、中部和西部地區(qū)的面板數據進行平穩(wěn)性檢驗，兩種檢驗方法中有一個檢驗通過即可以證實數據具有平穩(wěn)性，運用軟件Stata13.0進行檢驗的結果如表2所示。

由檢驗結果可知，面板數據中的所有變量均在1%和5%的顯著性水平下拒絕了LLC檢驗或ADF檢驗的原假設，都通過了單位根的檢驗，因此該面板數據序列是平穩(wěn)的。在此基礎上對面板數據進行回歸，則該回歸是有意義且精準的。

表2 變量平穩(wěn)性檢驗

（2）面板數據模型設定檢驗

研究面板數據的模型可以有變截距模型和混合數據模型，通過協(xié)方差分析進行判定；變截距模型又分為固定效應變截距模型和隨機效應變截距模型，可通過Hausman檢驗進行判定。運用軟件Stata13.0進行F檢驗和Hausman檢驗，檢驗結果如表3所示。

表3 模型設定形式檢驗結果

由表3檢驗結果可知，在全國以及東部地區(qū)、中部地區(qū)和西部地區(qū)的面板模型設定中，F(xiàn)檢驗均在給定1%的顯著水平下拒絕原假設，說明選用變截距模型更合適；在Hausman檢驗中，全國以及東部地區(qū)、中部地區(qū)和西部地區(qū)的模型均在5%的顯著性水平下拒絕原假設，因此選用固定效應模型更合適。

（3）多重共線性檢驗

面板數據模型在進行回歸建模時變量之間可能會出現(xiàn)多重共線性，這會影響模型估計結果的準確性，為確?；貧w模型是有意義的，本文采用方差膨脹因子（VIF）和容忍度（Tolerance）對變量之間是否存在多重共線性進行判斷。運用軟件Stata13.0對變量進行多重共線性檢驗，檢驗結果如表4所示。

表4 變量多重共線性檢驗

檢驗結果表明，全國以及東部地區(qū)、中部地區(qū)和西部地區(qū)模型中變量的方差膨脹因子（VIF）均小于10，容忍度（Tolerance）均大于0.1，說明本文選取的變量之間不存在明顯的多重共線性，可以使用這些變量建立回歸模型。

（4）自相關檢驗

對面板數據進行建模之前要進行序列的自相關檢驗，若模型序列存在自相關，會影響回歸結果的有效性，造成模型系數不顯著或者模型預測結果不準確。運用軟件Stata13.0并采用Wooldridge方法對組內序列自相關進行檢驗，得到的檢驗結果如表5所示。

表5 模型序列自相關檢驗

由檢驗結果可知，全國以及東部地區(qū)、中部地區(qū)和西部地區(qū)的模型均在1%的顯著性水平下拒絕原假設，即拒絕模型不存在一階序列自相關，因此各地區(qū)模型均存在一階序列自相關。

（5）異方差檢驗

面板數據建模過程中，若模型存在異方差仍有可能導致模型系數不顯著或者模型預測結果不準確，由于經檢驗各地區(qū)均應使用固定效應模型，因此，組間異方差檢驗選用修正的Wald統(tǒng)計量來判別，運用軟件13.0得到的檢驗結果如表6所示。

由檢驗結果可知，全國以及東部地區(qū)、中部地區(qū)和西部地區(qū)的模型在1%的顯著性水平下均拒絕原假設，說明該模型均存在一定程度的組間異方差。

表6 模型異方差檢驗

2.模型的估計結果

通過一系列模型基本檢驗可知，各區(qū)域建立的模型均為固定效應模型，解釋變量之間不存在明顯的多重共線性，但是存在一階自相關和異方差。為了消除一階序列自相關和異方差對模型造成的影響，運用廣義最小二乘法（FGLS）對模型進行估計，提高變量估計的顯著性和模型估計的準確性。運用軟件Stata13.0得到的回歸結果如表7所示。

表7 模型系數估計結果

由模型估計系數結果可知，對于各模型中系數整體的顯著性檢驗均在1%的顯著性水平下拒絕原假設，說明各地區(qū)的模型整體擬合效果良好。

從全國范圍來看，國家財政支農支出、農用機械總動力、農用化肥施用量和農村人口受教育水平這些因素均對農業(yè)經濟總產值有顯著的促進作用，而農作物總播種面積對農業(yè)總產值的影響作用不顯著。同時，農用化肥使用量、財政支農支出和農用機械總動力的彈性系數分別為0.552、0.290和0.167，說明增加農用化肥的施用量、擴大國家財政支農支出和提高農業(yè)機械總動力對農業(yè)總產值的增長仍然有很重要的促進作用。

就各地區(qū)而言，在東部地區(qū)中，農用化肥施用量、財政支農支出以及農作物總播種面積在1%的顯著性水平下對農業(yè)總產值有顯著的促進作用。值得注意的是，農村人口受教育水平、農用機械總動力和受災面積均對農業(yè)總產值有負向影響，就農村受教育水平而言，在其他影響因素不變的情況下，農村人口平均受教育年限每提高1%，農業(yè)總產值會減少0.625倍。以上分析表明，東部地區(qū)農業(yè)產出的增加有賴于農用化肥施用量的增加，財政支農支出的擴大以及農作物總播種面積的增加。

在中部地區(qū)中，農村人口受教育水平、農作物播種總面積、農用化肥施用量、財政支農支出在1%的顯著性水平下對農業(yè)總產值有顯著的促進作用，說明對于中部地區(qū)而言，人力資本的農業(yè)回報率很高，提高農民的受教育水平，有利于較大程度促進農業(yè)經濟水平提高。而農用機械總動力和受災面積對農業(yè)總產值起到一定的抑制作用，但其對農業(yè)總產值的影響并不顯著。以上分析表明，中部地區(qū)農業(yè)產出的增加有賴于提高農村人口受教育水平、擴大農作物播種面積、增加農用化肥施用量以及擴大財政支農支出。

在西部地區(qū)中，農村人口受教育水平、農用機械總動力、農用化肥施用量、財政支農支出在1%的顯著性水平下對農業(yè)總產值有顯著的促進作用，農作物總播種面積在5%的顯著性水平下對農業(yè)總產值有促進作用，其彈性系數為0.236。另外，受災面積在1%的顯著性水平下對農業(yè)產值起到顯著的抑制作用。以上分析表明，西部地區(qū)農業(yè)產出的增加有賴于農村人口受教育年限的提高、農用機械總動力的增加、農用化肥施用量的增加以及財政支農支出的擴大。

縱觀我國幾大地區(qū)的農業(yè)產出影響因素，不同地區(qū)由于歷史、地理、文化等條件的不同，農業(yè)產出受各要素的影響程度也有很大的差異性。因此根據不同地區(qū)制定對應的政策有利于實現(xiàn)我國總體農業(yè)經濟的可持續(xù)發(fā)展。

四、結論與建議

結合上述研究可知，我國中部地區(qū)農業(yè)發(fā)展水平較高，東部地區(qū)發(fā)展水平為中等，西部地區(qū)發(fā)展水平相對較低。不同地區(qū)對農業(yè)各項生產要素的需求存在很大的差異。得出結論如下：①我國各個地區(qū)的農業(yè)經濟增長情況是由多種因素綜合作用下的結果。隨著我國國力的增強和經濟的飛速發(fā)展，知識和技術越來越成為促進農業(yè)經濟發(fā)展的主要力量，單一的擴大土地面積不能從根本上提高農業(yè)總產值，擴大國家對農業(yè)的經費支出，提高農業(yè)生產現(xiàn)代化水平，提升農村人口知識技能有利于農業(yè)可持續(xù)發(fā)展。②農業(yè)機械化水平、化肥施用量對各個地區(qū)的農業(yè)經濟都有著十分重要的作用可見，農業(yè)發(fā)展已不再是依靠手工勞動力的年代，當今社會科技是第一生產力，農業(yè)機械化水平提高，在很大程度上提高了農業(yè)作業(yè)的效率，化肥的使用使得農作物產量提高，農民增產國家增收，有利于農業(yè)經濟增長。③農業(yè)受災情況會抑制農業(yè)經濟增長，很多時候自然災害時無法控制的，我們只能通過發(fā)展其他投入要素從而減少自然災害對我國農業(yè)經濟增長的影響，實現(xiàn)農業(yè)的穩(wěn)健發(fā)展。

根據以上結論，提出建議如下：①提高政府財政支農力度。制定相關政策支持農業(yè)發(fā)展，對農業(yè)相關行為加大補貼力度，其中包括農民直補、農業(yè)機械補貼、農作物良種補貼等。②提高農業(yè)機械化水平。加快糧食生產全過程機械化，因地制宜地擴展農業(yè)機械化的作業(yè)和服務范圍，提高農機現(xiàn)代化水平，推進農機服務市場化、產業(yè)化。③加強人力資本投資。在提高人力資源素質方面，通過培訓等措施培養(yǎng)一大批農村實用人才，重點是提高農民的科技水平、應用技能。④有效預防自然災害。對氣象災害進行動態(tài)觀測和預警，同時引進外國先進的技術和先進的經驗，對最新的氣候問題進行探討，將損失降到最低點。