基于多元回归对中国农业总产值影响因素的实证分析 *

刘文慧，高 巍，朱家明

(安徽财经大学)

0 引言

国以农为本，农业在中国经济发展中占有重要的地位，中共中央也一直加强对于农业的支持力度.1978年以来，随着中国经济的增长、人口的增多、科技的前进，中国的农业发展向前迈了一大步.农业总产值作为衡量一个国家或地区农业生产的总规模和总水平的重要指标，以货币表现农、林、牧、渔业全部产品总量，它反映一定时期内农业生产总规模和总成果，折射出农业的发展水平[1].从1990年开始起，中国农业总产值虽总体呈现上升趋势，但在近几年的增幅却不如前几年的大，且增幅缓慢，如图1所示.因此探究农业总产值的影响因素对于促进农业持续高发展有重要的意义.

图1 1990～2020年农业总产值每年的增幅情况

1 文献综述

农业总产值的影响因素到目前为止已经有很多学者进行了研究.大多数学者都运用了计量经济模型.漆文萍利用Eviews3.1分析得到1970～1998年间,江西农业生产中科技技术偏低,农作物播种面积对农业总产值的影响最为显著[2].孙杨等学者运用Eviews5.0得出1993～2006年农业机械总动力对农业总产值的影响是显著的[3].袁磊通过建立柯布-道格拉斯生产函数得出农业基础设施水平对农业总产值影响大[4].刘萍等学者得出1990～2012年中国农业总产值可以通过适当增加化肥施用量和农业从业人员数量得到提高[5].吴媚等学者结论为农用化肥施用量以及农作物播种总面积与农业产值正相关[6].柴武越认为有效灌溉面积及农用化肥施用折纯量对各地区农业的促进作用更为明显[7].张美田认为农作物播种面积对中国农业总产值的影响是最为明显的[8].陈威林等学者运用灰色关联度法分析徐州市农业发展状况得出农业机械化对农业产值影响效果显著[9].

综合上述来看，农业总产值的显著影响因素并不都相同.结合学者研究，该文选取农业机械总动力、有效灌溉面积、农用化肥施用折纯量、农作物播种面积，同时加入农村居民人均可支配收入这个经济因素，农民的收入对于农业总产值的影响也不可忽略，以此分析1990～2020年农业总产值的显著影响因素.

2 影响农业生产的主要因素及数据来源

2.1 解释变量说明

(1)X1：农业机械总动力.农业机械是指农业生产中使用的机械设备.中国正由传统农业转为现代农业，那么农业的机械化是其转变的关键，机械化实现农业的进一步发展，机械化也代表着农业科技的进步，影响农业的总产值.因此选用所有机械总动力来代表农业机械.

(2)X2：有效灌溉面积.有效灌溉面积代表了一定的农业农田水利基础设施水平，是保证灌溉面积之中农业的产量[10].一个国家农业的发展，势必离不开水分、土地等因素的影响，那么农田水利则为农业的生产提供了良好的环境.

(3)X3：农村居民人均可支配收入.农民的收入代表着可以对农业生产所进行的投入，如:肥料、机械化设施投入等，与农业的总产值息息相关.

(4)X4：农用化肥施用折纯量.农业化肥使用量是农业生产的必要因素，对于农业产出和产值有很大的影响.

(5)X5：农作物播种面积.农作物播种面积是指实际播种或者移植农作物的面积，对于农业总产值的增长起到很大的作用.

2.2 数据详情

该文数据来源于国家统计局，详见表1，其中y代表农业总产值(亿元)，X1代表农业机械总动力(万千瓦)，X2/有效灌溉面积(万公顷)，X3/农村居民人均可支配收入(元)，X4/农用化肥施用折纯量(万吨)，X5/农作物播种面积(千公顷).

3 基于多元线性回归模型对农业总产值的影响

3.1 研究思路

“三农”问题一直是中国共产党工作的重中之重.学者们对中国农业发展相继进行了许多研究.通过结合前者研究，分析中国现在农业生产环境，研究对农业总产值的显著影响因素.利用Eviews9.0软件，建立多元线性回归模型，对其进行实证分析.在实证分析过程中，通过建立初步回归模型，进行统计检验，利用white检验方法等计量检验，运用逐步回归法、广义差分法修复多重共线性和自相关性，得出最终的模型方程.针对显著影响因素，提出农业持续高发展的优化建议.

3.2 研究方法——多元线性回归模型

基于表1中的数据，建立线性回归模型如下：

表1 1990～2020年中国农业总产值以及影响因素数据

y=C+C1X1+C2X2+C3X3+C4X4+C5X5+ε

其中，C为常数项，表示在没有任何影响因素的情况下农业总产值，ε为随机扰动项.

3.3 结果的分析

根据设定，利用Eviews9软件初步建立多元线性回归模型，使用OLS最小二乘法进行回归，回归结果详见表2.

表2 回归结果表

由表2可初步得到农业总产值与各项影响因素的回归方程：

y=12834.12+0.2225X1-1.4634X2+

4.0992X3+3.0132X4+0.2990X5

可得农业机械总动力、农村居民人均可支配收入、农用化肥施用折纯量、农作物播种面积与农业总产值呈正相关，有效灌溉面积与农业总产值呈负相关，但根据实际情况来看，有效灌溉面积与农业总产值的关系并不符合经济意义，说明需要对模型进行检验与修正.

4 对回归模型的统计检验与修正

4.1 统计检验

(1)拟合优度的度量：R2=0.9971，接近于1，说明所建模型整体上对样本数据拟合较好.

(2)F检验：取α=0.05，F=1719.448，且p=0.0000，则说明五个解释变量联合对农业总产值这个被解释变量的影响是显著的.

(3)t检验：取α=0.05，解释变量p值均未超过0.05，通过t检验.

4.2 多重共线性检验

为了证实以上模型是否存在多重共线性，利用命令coryx1x2x3x4x5，在软件中进行了解释变量之间相关性的检验，结果见表3.

表3 相关系数矩阵

由表3可以看出：除了X3与X4之外，5个解释变量两两之间的相关系数都超过了0.85，变量之间高度相关，因此存在严重的多重共线性.

4.3 多重共线性的修正

利用逐步回归法进行多重共线性的修正：由表3可知，解释变量X3与被解释变量Y相关程度最高,因此以X3为基础，依次加入其他解释变量进行逐步回归，结果见表4.

表4 逐次回归模型表

因此，最终方程式为：

y=-2449.4910+0.1970x1+3.0968x3

(872.9021) (0.1062) (0.0185)

t= (2.8061) (29.1633) (10.6188)

R2=0.9953DW=0.4688F=3025.416

n=31

4.4 异方差检验

利用White检验模型是否存在异方差性，结果见表5.

表5 white检验结果

由表5可知：Obs*R-squared=4.6923，明显小于自由度为5，显著性水平为0.05的值11.0705，接受原假设，表明此模型不存在异方差性.

4.5 自相关性检验与修正

如图2所示，模型的第1期、第7期偏相关系数的直方块超过了虚线部分，因此存在一阶和七阶自相关.对回归模型进行调整，通过广义差分法,对于一阶自相关、七阶自相关进行修复，利用命令1sycx2x3x4ar(1)ar(7)，优化后得到最终方程为：

图2 偏相关系数检验结果

y=-1242.4300+0.1553x1+3.4157x3+ε

5 结论及建议

5.1 结论

根据上述模型分析可知，农业总产值很大程度受到农业机械总动力和农民人均可支配收入的影响.农业机械化越高，农民收入水平越高，农业总产值增加越明显.但是从结果来看，每增加1万千瓦的农业机械总动力，农业总产值才增加0.1553亿元，远小于农民人均可支配收入的影响.同时，虽然其余几个解释变量存在多重共线性，但也无法忽略它们对于农业总产值的影响.农业机械化和农民收入体现在技术和经济方面的影响，而化肥使用量、农作物播种面积、有效灌溉面积多体现在土地、养料、农田水利设施方面.

5.2 建议

(1)加大农业机械化力度，寻求技术创新.农业机械化是中国现代农业发展的方向.近几年来，中国在由传统农业向现代化农业转变的过程中，农业机械化相较之前得到了巨大的发展.尤其在十三五期间，农业科技进步贡献率突破60%.但由结果分析可知，中国农业机械化的成熟度还是不高，整体偏低.因此，要加大农业机械化力度，首先提高政策上的农机补贴，加强对于“三农”的投入力度，其次，加大技术创新与技术推广，更好的优化原有的基础设施，提高劳动生产效率，进一步有效提高农业总产值.

(2)提高农业机械化人员的素质.近几十年来，中国第一产业就业人员在逐年下降，根本原因就在于农业的机械化率，使得劳动力进行了转移.而目前农机使用人员大都还是普通农民，因此农业经营者的素质是制约机械化普及的重要因素[11].首先通过对农机人员进行培训，聘请专家开讲座，提高人员对于机械设备的熟练使用和农机技术改革创新；其次，可以引入这方面的高质量人才，做到农机人员掌握机械化设备的使用和技术创新非常重要.

(3)提高农村居民人均收入水平.农村居民的人均收入对于农业的发展有重要的影响力度.农民的收入在一定程度上限制了农机的购买，包括农民在农业生产上的投资力度.要想提高农民人均收入水平，首先发展农村经济，提高城镇化率，完善信贷政策，降低农业成本，推动农村集体产权制度改革，加快完成农村集体资产的清产核资，并且把经营性资产量化到集体成员，提高农民收入水平[12].

(4)适度使用化肥，继续完善农田水利基础设施水平，稳固农作物播种面积.合理使用化肥，虽然理论上化肥施用量越大，农业总产值越高，但也要注意化肥使用过度，会造成一定的环境污染.对于农业农田水利基础设施，加大基础设施建设，发展农业高效用水，采用节水灌溉技术，构建节水灌溉系统，切实提高有效灌溉面积[13].继续稳固农作物播种面积，首要的是保护耕地面积，继续建立耕地保护体系.