基于多元回归的贵州省农业经济增长动力影响分析①

倪兰 邓世玉 蒋浩东

（贵州大学经济学院 贵州 贵阳 550025）

农业发展关乎民生，中央一号文件指出，要持续抓好农业稳产保供和农民增收，推进农业高质量发展［1］。我国即将进入后小康社会，如何稳固脱贫成效，无缝衔接乡村振兴战略，是目前讨论较多的问题。进行脱贫攻坚战略下贵州省农业经济增长动力影响分析，有利于贵州开启农业新征程，找准前进方向。

关于农业经济增长影响因素的研究，有的学者从国家宏观角度进行研究，有的针对某省某个变量进行探讨。例如吉庆华［2］分析了中国30省市的农村面板数据，得出教育水平对农业经济增长有显著的正影响结论；张红彦［3］构建横截面时间序列混合数据模型，探索了农业科技投入力度和农业机械化水平对山东省农业经济的影响；李平［4］研究了农业机械化对美国农业经济的影响，得出农机总动力对该国农业总产值有显著正向影响的结论。

通过文献梳理可知，农村教育水平、农业科技投入力度和农业机械化水平等诸多因素会影响农业经济增长。然而，从研究样本、研究因素和研究时间来说，现有的研究结论与当前贵州省农业经济发展情况匹配度不高。依托脱贫攻坚背景，本文建立多元回归模型，从多个因素出发，力求寻找贵州农业经济增长的动力因素，为贵州新阶段农业的发展提供有效建议。

1 贵州省农业经济发展情况

贵州省地处我国西南，地貌有3种基本类型：山地、丘陵和盆地，其中盆地面积不足10 %。2019年贵州省地区生产总值为16 769亿元，比2000年增加了15 739亿元，其中农林渔牧业占比为22.1%。2019年农林渔牧业总产值为3 889亿元，占地区总产值的23.2 %，比2018年增加了269亿元，其中农业在总产值的占比最高达65.2 %，牧业占21.3 %，林业占7.1 %，渔业占比最少，为1.5%（表1）。

2020年11月23日，贵州省宣布最后9个贫困县实现贫困退出，至此贵州66个贫困县全部脱贫。黄承伟［5］曾指出贵州是全国脱贫攻坚的主战场、决战区，同时又是“短板”中的“短板”。如今，贵州如期脱贫，研究近20年来对贵州农业经济发展起推动作用的因素，有助于在后小康社会中，稳固脱贫成效，找准方向持续发展特色高效山地农业。

2 模型设定

2.1 变量选择

被解释变量。农林渔牧业总产值（y）。本研究探讨农业经济的发展情况，采用农林渔牧业总产值［6］代表贵州省农业经济情况。

解释变量。农作物有效灌溉面积（x1）、机械总动力（x2）、水库数（x3）、水土流失治理面积（x4）、农村用电量（x5）、农用化肥施用折纯量（x6），分别代表技术要素、农业机械化、水利设施、生态情况、基础设施与农业生产中化肥的使用。变量及变量说明（见表2）：

表2 变量及变量说明

2.2 模型构建

为研究以上因素对贵州省农业经济增长影响作用的产出弹性及拉动方向，本文选取n个样本点。

构造多元回归模型：

2.3 描述性统计分析

对变量进行描述性统计分析，结果如表3，可以观察到，被解释变量y的均值为1 375.38，最大值为3 619.52，最小值为412.97，标准差为1 091.77；解释变量x4的标准差为1 833.67，解释变量x6的标准差为11.36。

表3 各变量的描述性统计结果

3 数据处理与多元回归分析

本文在数据处理与多元回归分析模块，分为三个部分进行：回归分析、相关性检验、结果分析。

3.1 回归分析

首先对变量进行无量纲化处理，对各变量进行对数化，构建新模型：

对以上模型进行回归时，采用逐步回归法，筛选并剔除引起多重共线性的变量，从而得到最优的回归方程如下：

将取了对数后6个解释变量直接与被解释变量进行回归分析，R2=0.99，残差平方和为0.10，方程的标准误差为s=0.09。检验整个方程显著性的F统计量为198.96，p值为0.00，表明回归方程整体是显著相关的。

但是对于单个参数来说，见表4，却只有x1的p值是小于0.05的，说明只有x1通过了检验。在一定程度上说明，构建的多元回归模型中可能加入了无关变量，或者变量间存在多重共线性。直观性考虑到农业机械总动力的变化与农村用电量增减相关，推测是由于两者之间存在共线性，剔除农业机械总动力变量，进行二次回归分析。

表4 逐步回归

再剔除p值较大的lnx2和lnx4和lnx6后，再次进行回归分析，得到以下优化模型（表5）。除去无关变量和引起多重线性的变量后，调整后检验整个方程显著性的F统计量为392.44，由表5知各变量的p值均小于0.05，在5%水平上显著［7］。

表5 二次回归

从以上回归结果可以看出，lnx1系数为0.49，p值为0.015，且小于0.05，说明通过了1%的显著性检验，即可知农业生产中有效灌溉面积增大，会导致农林牧渔业总产值增加；lnx5系数为0.31，p值为0.014，且小于0.05，说明农村用电量越高，农林牧渔业总产值越高。lnx3系数为5.64，p值小于0.05，说明水库数对农林牧渔业总产值有正向的促进作用。

3.2 相关性检验

在回归分析中，可以得到lnx1、lnx3和lnx5是显著因子，现在对lny、lnx1、lnx3和lnx5进行相关性分析，从表6可以看出，lny与lnx1、lnx3和lnx5的相关系数分别为0.83，0.98，0.96，均具有显著的正向相关关系，与回归结果一致。

3.3 结果分析

有效灌溉面积（x1）代表技术要素的投入，由表5知x1系数为0.49，说明农业科技技术要素每增加1单位，在其他自变量不变的情况下，总产值将会增加0.49个单位，这表明农业科技技术对贵州省农业经济有正向拉动作用。但在表6中，有效灌溉面积与贵州农业经济的关联度低于水库数、农村用电量与贵州农业经济的关联度，说明贵州农业技术发展与贵州农业经济的发展是不平衡的［8］。

表6 相关性分析

水库数（x3）代替水利设施情况，其系数为5.641 5，表明水利设施每增加1单位，在其他自变量不变的情况下，总产值将会增加5.641 5个单位，这表明水利设施对贵州省农业经济有正向拉动作用，其对贵州农业经济增长促进作用高于其它因素。从统计数据上来看，贵州省水库数在2000～2018年呈逐年递增趋势，2018年水库数为2 414座，环比增加1.17%。贵州是山区，典型的喀什特地貌，地表水流失严重，水资源没有沿海地区丰富，加上山地较多导致运输不便，所以增加水库数有利于贵州当地农业经济的发展。对比相邻省，云南省2018年水库数为6 702座，还有很大的进步空间。

农村用电量（x5）来代替基础设施的投入，其系数为0.31，对贵州省农业产值增长具有显著的促进作用，表明基础设施每增加1单位，在其他自变量不变的情况下，总产值将会增加0.31个单位。农村用电量在一定程度上体现了农村人数与经济发展程度［9］。在做逐步回归时我们发现了农业机械总动力与农村用电有多重线性关系，因此加强电力设施建设，也是为了我省大力研发小型特色农业机械做了铺垫。研究农业经济比较好的省市，例如黑龙江省2018年农业机械总动力为6 084.65万kw·h，贵州农业机械总动力仅仅为2 376.65万kw·h。

4 结论与启示

4.1 结论

2020年11月，贵州省完成了脱贫目标任务。贵州农业经济取得了良好的成绩，农林牧渔业总产值呈逐年上升趋势。通过构建模型计量分析，在x1‐x6解释变量中，有3个解释变量是显著因子，分别是有效灌溉面积（x1），水库数（x3），农村用电量（x5）。3个变量分别代表了技术投入、水利设施和农村基础建设对农业经济的影响，三者都是正向拉动关系。

农业的机械化平均水平普遍较低，也是制约我省农村经济发展的因素；水土流失治理面积逐年增加，但是水平依旧落后于西南其它省，喀斯特地貌容易风化造成水土流失，造成我省耕地面积较少；农用化肥施用折纯量在一定程度上与总产值呈正相关，但是过度或不妥使用会导致农作物减产和生态环境污染，因此要根据不同的植物需求提高化肥的使用效率，做到高效低污染。

4.2 启示

4.2.1 加大农业技术研发，提升有效灌溉面积

贵州是典型的喀斯特地貌，土地容易风化进而造成水土流失。严峻的自然环境下，贵州可耕地等自然资源在减少，在此基础上持续发展山地高效特色农业，农业科技发展显得尤为重要。政府可以在科技研发中加大资金投入力度，吸引相关人才向农业聚集，推动贵州省农业技术创新；政府可以加大新节水灌溉技术的宣传，向农户灌输有效灌溉面积与产值的正向关系的思想；政府还需加大从事农业一线人员的技能培训，让农户有技术，并且会使用技术，不断提升科技与人力对经济发展的贡献度［10］。

4.2.2 增加水库数量，加强农田水利建设

水资源在农业生产中不可或缺，因地制宜增加水库数量，有利于贵州省农业经济的发展，但是要解决水资源的问题，还应从加强农田水利建设上下功夫。探索水资源在农业生产中的可持续利用是学术界的热点问题［11］，经济发展应是与生态发展携手共进［12］，兴修农田水利建设，有助于帮助农村水资源再利用，促进农作物良好生长。

4.2.3 加快农村用电设施建设，保证农村用电供应

农村用电量能反映出农村进行经济活动的情况，虽然易地搬迁等政策落实保障了部分农民用电需求，但是依旧有很多农村在特殊天气下供电不连续，这会影响农村经济社会的发展［13］。政府应确保农村用电供应，加强用电基础设施建设；在农业生产用电上，给予农户相关补贴，针对不同地区有所侧重［14］，以此刺激当地特色农业发展；政府应加强用电安全知识的宣讲。