农业机械化与农业经济增长关系的实证检验

鲍洪杰,刘德光,陈 岩

（1.西北民族大学 管理学院，兰州 730030;2中南财经政法大学，武汉 400430;3.中国人民银行白银市中心支行，甘肃 白银 730900）

1 问题的提出

当前，我国正处于从传统农业向现代农业转变的关键时期，加快推进农业机械化和农机工业发展，对于提高农业装备水平、改善农业生产条件、增强农业综合生产能力、拉动农村消费需求等具有重要意义。农业机械化是一个系统工程，它不仅涉及农业设施设备，还涉及农业机械化的从业人员素质、经费投入、组织保障、农机技术推广、农机技术研究等方方面面。甘肃省是一个西部农业大省，农业人口占总人口的比重高达80%，农业增加值占GDP的15%，农业机械化发展的要求更为迫切，具有十分典型的地区代表意义；为此，本文通过界定农业机械化与农业经济增长之间的关系，通过面板实证检验，因果检验分析，利用甘肃1978-2010年的数据，实证检验农业机械化的相关因素对农业经济增长的影响，找出主要的薄弱因素，提出解决对策，以促进农业机械化更好的服务农业经济的发展。

2 模型的构建与数据处理

根据国内相关农业机械化与经济发展的文献结合面板数据模型的特征，农业经济受到农业机械化、机耕面积、农机投入、农村科技规模要素的影响，它们之间的关系存在着一定的函数关系，即：

Z为农业产值，M为机耕面积、D为农机总动力（代表农业机械化）、T为农机投入、R为人员规模（指培训过的科技人员数量）。

结合指标的基本走势，根据已有研究，设定农业经济发展与农业产值，机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）的基本关系为：

同时，为了确定农业经济发展与农业产值，机耕面积、农机总动力、农机投入、人员规模的因果关系，建立M机耕面积、D农机总动力、T农机投入、R人员规模为因变量的基本模型：

本文采取面板单位根、协整和因果方法实证分析农业机械化与农民收入间的关系。基本思路是首先进行面板单位根检验，验证面板数据的稳定性，为协整分析奠定基础；其次，面板协整分析，检验农业机械化及相关因素是否与农业经济增长存在长期的均衡关系；最后，一旦确立了农业机械化和农业经济增长的长期均衡关系，运用面板误差纠正模型检验短期和长期的因果关系。

在农民收入指标的选择上,鉴于数据的来源和可获得性,本文选取第一产业产值入来表示，单位为元；农业机械化总动力，单位为万千瓦；机耕面积，单位为亩；农机投入，单位为元；人员规模包括农技培训人员，单位为人次。所有数据来自于《中国农村统计年鉴》，《甘肃农村统计年鉴》样本区间为1978—2010年。为消除指标单位的不一致，对所有指标进行归一化处理，使之在一个量纲下比较。

3 实证结果与分析

3.1 面板单位根检验

对农业产值（Z），为机耕面积（M）、为农机总动力（D）、T为农机投入（T）、R为人员规模（R），五个变量分别进行LLC单位根检验、ADF单位根检验和PP－F单位根检验。经检验发现上述五个变量存在时间趋势，所以在进行单位根检验时选用固定效应且具有时间趋势的面板数据模型。检验结果见表1，农业产值（Z），为机耕面积（M）、为农机总动力（D）、T为农机投入（T）、R为人员规模（R），经过1阶差分以后，在1%的显著水平下都是一阶单整序列，可以进行面板数据的协整检验。

表1 单位根检验结果

3.2 面板协整检验

关于协整关系的检验主要采用Engle和Granger(1987)提出的基于协整回归残差的ADF检验的EG两步法，本文采用第一种方法分别基于式（3）、式（4）、式（5）和式（6）就人力资本、科技投入高新技术产业发展的长期均衡关系予以检验。对四方程的残差序列Eit进行单位根检验，表2的结果表明，机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）与农业经济增长展之间存在着稳定的长期均衡关系。用方法估计，得出以下协整方程：。使用Eviews软件，用OLS法对农业产值（Z）与机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）进行协整回归，将标准化系数进行整理，得到以下协整方程：

Zit=C+0.0513Mit+0.0867Dit+0.526Tit-0.103658Rit

Mit=C+0.8213Zit-0.7542Dit-1.8916Tit+1.6000Rit

Dit=C+0.6567Zit-0.3559Mit-0.9811Tit+0.2912Rit

Tit=C+0.3033 Zit-0.0681Mit-0.0749Dit+0.2905Rit

Rit=C+0.0619Zit+0.0597Mit+0.023Dit+0.3009Tit

表2 协整检验结果

在1%的置信水平下，残差项et的ADF值显著性水平下拒绝原假设，接受不存在单位根的结论，表明残差项为平稳的时间序列。这表明农业产值（Z）与机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）存在协整关系，即它们之间存在长期稳定的均衡关系。

3.3 面板数据误差修改模型及短期因果检验

为了检验这些变量的长期均衡关系是否是通过短期动态过程的误差修正来维持的，引入

长期关系模型产生的残差序列EC，分别建立以下四个基于式（7）（8）（9）（10）（11）的一阶差分误差修正模型，用以检验误差修正机制是否产生，增强长期均衡模型的可靠性。

首先，根据（7）式检验机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）是否是农业经济增长的短期原因。作为满足误差量法参数估计，估计结果见表3。

表3 （7）式误差修正模型检验结果

检验结果显示ECit的回归系数为1.047861，通过检验且显著不为零，系统存在误差修正机制，即机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）是农业经济增长的长期原因进一步得到证实。而△Mt-1、△Mt-2、△Dt-1、△Dt-2、△Tt-1、△Tt-2、△Rt-1、△Rt-2的回归系数均未能通过显著性检验，说明机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）短期内并未对农业经济增长发展有影响。

根据式（8）、（9）、（10）和（11）分别检验农业经济增长是否是机耕面积（M）、农机总动力（D）、农机投入（T）、人员规模（R）短期原因。

表4 （8）（9）式误差修正模型检验结果

表5 （10）（11）式误差正模型检验结果

由表4和表5的检验结果可以得出，机耕面积、农机投入为因变量时ECit的回归系数分别是1.065303、0.986689且显著不为零，系统存在误差修正机制，农业经济增长是机耕面积增长、农机投入增加的长期原因；农机总动力ECit的回归系数为0.265217，概率为0.0143，即至少在95%的情况下，农业经济增长是农机总动力的长期原因。人员规模投入ECit的回归系数为0.579508，概率为0.2786，未通过显著性检验，这说明农业经济增长不是是农业人员投入的长期原因。从短期来看，解释变量农业经济增长，T统计量对机耕面积、农机投入、农业机械总动力不太显著，农业经济增长仅对人员投入有短期影响产生因果关系（因变量人员投入的解释变量△Zt-2的T统计量为2.880620，概率值0.0100，显著）。

4 结论与建议

4.1 基本结论分析

基于西部甘肃省际数据，运用面板数据单位根检验和面板数据协整检验对农业产值（Z）与机耕面积（M）、农业机械总动力（D）、农机投入（T）、人员规模（R）的长期因果关系进行经验分析，再运用面板数据误差纠正模型对此长期关系的可靠性进行考察，同时对其短期因果关系进检验。结果显示，从长期来看，机耕面积（M）、农业机械总动力（D）、农机投入（T）、人员规模（R）与农业经济增长之间存在长期稳定的因果关系，表示西部甘肃的农业机械化和相关影响因素能有效促进农业经济发展，因此通过加大农机的政策投入、加大农机人员培训和人力支持促进西部地区农业经济的发展具有可行性，对优化产业结构具有强大的战略效益；许广月（2011）实证出西部地区是贫困落后地区，农民收入低下。农业机械化与农民收入间存在长期协整关系，并且两者存在双向因果关系；本文也同样验证出农业机械化与西部甘肃地区农业经济增长存在着长期协整关系，并且二者存在着因果关系这一结论。

在短期内，农业机械化并不是西部地区甘肃农业经济发展的短期原因，盲目的农业机械化的增长短期并不能有效地促进西部农业经济增长，这在一定程度上表明农业机械化在直接促进技农业经济增长的过程中存在一定的时滞，即西部省份甘肃农业机械化增长尚不能迅速增加农业收入。

在研究影响西部农业机械化、与农业经济增长关系的其它机耕面积（M）、农机投入（T）、人员规模（R）因素时，本文发现农业经济增长关系是机耕面积、农机投入长期相互因果关系；西部甘肃农业经济增长促进机耕面积、农机投入的增加，机耕面积、农机投入推动农业经济的增长；这说明适合机耕的地理面积、中央、地方及农民对机械资金的投入会制约影响农业机械化的实现。而西部甘肃农业经济增长与农机人员投入的规模没有长期因果关系，而短期中农业经济增长能促进对农机人员的投入。

4.2 政策与建议

(1)首先大力发展社会经济、增加农机经费投入；（2）建立健全农业机械化的政策扶持体系；（3）加强对外交流，提高农业机械本土化水平；（4）加大农机技术培训和推广的力度。

[1]Kislev Y.,Peterson W.Induced Innovation and Farm Mechanization[J].American Journal of Agricultural Economics,1981,(8).

[2]Kline D.E.,Bender D.A.,McCarl B.A.,Van Donge C.E.Machinery Se⁃lection Using Expert Systems and Linear Programming[J].Computers and Electronics in Agricul-ture,1988,(3).

[3]Nikhade,D.M.,Bhople,R.S.Constraints in Adoption of Farm Innova⁃tions[J].Rural India.1989,52(10).

[4]冯启高，毛罕平.我国农业机械化发展现状及对策[J].农机化研究，2010,（2）.

[5]黄俊.农业科技在农民增收中的有效供给问题初探[J].科技进步与对策,2006,(3).

[6]李强，刘合光，刘忠涛.国内外关于农机需求的理论与实证研究综述[J].湖北经济学院学报,2008，（2）.

[7]徐秋艳.新疆农业机械化与农业经济增长的协整分析[J].安徽农业科学,2010，（21）.

[8]许广月.农业机械化与农民收入关系研究——基于中国省级面板的实证分析[J].西部论坛，2011,（3）.