APP下载

三明市设施农业发展与金融支持关系研究

2022-08-24

广东蚕业 2022年7期
关键词:三明市总产值播种面积

邓 曦

三明市设施农业发展与金融支持关系研究

邓曦

(厦门安防科技职业学院福建厦门361000)

为研究三明市设施农业发展与金融支持的相关关系,为金融支持推动三明市设施农业发展提供技术参考,文章采用SPSS软件对农业总产值、农作物总播面积、蔬菜播种面积、水果产量、食用菌产量、固定资产总投资、年末贷款余额、保费收入、农林水支出等指标数据进行相关性分析、回归分析。结果表明农业总产值与固定资产总投资、保费收入、年末贷款余额、农林水支出、水果产量、食用菌产量、蔬菜播种面积、农作物总播面积具有高度相关性,由此获得所选指标并进一步进行回归分析得出影响设施农业发展的关键因素:金融指标角度主要是固定资产总投资、保费收入和农林水支出;设施农业发展指标主要是蔬菜播种面积、食用菌产量和水果产量。三明市设施农业与金融支持存在正相关的双向关系。

三明市;设施农业;产业发展;金融支持;相关关系

21世纪以来,发展现代农业已成为当今世界农业发展的主要趋势[1]。设施农业是现代农业的重要标志,是从传统农业向现代农业发展的必然选择。当前,我国发展特色现代化农业与财政支持不足的矛盾一直存在[2],缺乏资金是制约设施农业发展的重要原因。高层次的金融支持可以推动区域内的设施农业产业化,而高水平的设施农业发展可以吸引更多的资金,形成良性循环[3]。

早期关于设施农业、金融支持的研究主要集中于设施农业的含义及其意义的论述,随后有关设施农业研究最多的是针对某个地区的设施农业现状的分析和对策探讨。随着设施农业的发展与普及,学者们开始深入研究设施农业的具体发展模式、生产技术、生产结构等,但设施农业与金融支持相关问题的研究少见报道。设施农业的技术开发、新产品引进、基建等关键项目的建设,都需要投入大量的资金[4]。财政支持与设施农业的相关问题,目前在经济学方面的研究还很分散,因此,有关的资料和数据比较匮乏,缺乏系统性。

1 研究与方法

1.1 研究方法

本文采用相关性分析与回归分析相结合,定性和定量分析法结合,通过对三明市农业总产值、农作物总播面积、蔬菜播种面积、水果产量、食用菌产量、固定资产总投资、年末贷款余额、保费收入、农林水支出等指标数据进行皮尔逊相关性分析,再采用线性回归的方式对三明市设施农业与金融支持的相关性进一步分析,筛选出三明市设施农业发展与金融支持之间的关键因素。

1.2 数据来源与处理

本文中的原始数据主要来源于三明市农业农村局、《三明统计年鉴》等,根据研究目标进行相应数据处理,用SPSS 26软件进行相关统计分析等。

由于政府部门和金融机构并没有设置专门针对设施农业的财政支持和农业统计量,受统计资料的限制,故本文选择衡量设施农业发展的指标主要是农业总产值、农作物总播面积、蔬菜播种面积、水果产量、食用菌产量等,金融指标主要是固定资产总投资、年末贷款余额、保费收入等。

2 分析及结果

为了进一步深入探究金融支持与设施农业之间的关系,现选取《三明统计年鉴2021》中2001年—2020年三明市农业发展相关数据和金融数据,通过SPSS 26软件对农业总产值、农作物总播面积、蔬菜播种面积、水果产量、食用菌产量、固定资产总投资、年末贷款余额、保费收入、农林水支出等指标数据进行相关性分析和回归分析。

2.1 相关性分析

采用SPSS 26软件对各指标进行相关性分析,得到如表1所示的结果。由表1可以看出,农业总产值与固定资产总投资、水果产量、食用菌产量、保费收入、年末贷款余额、农林水支出呈显著正相关关系(<0.01),与农作物总播面积、蔬菜播种面积呈显著负相关关系(<0.01)。

表1相关性分析结果

农业总产值固定资产总投资农作物总播面积蔬菜播种面积水果产量食用菌产量保费收入年末贷款余额农林水支出 农业总产值1———————— 固定资产总投资0.982**1——————— 农作物总播面积-0.964**-0.991**1—————— 蔬菜播种面积-0.608**-0.772**0.687*1————— 水果产量0.677**0.358-0.707*0.0791———— 食用菌产量0.990**0.995**-0.941**-0.565**0.684**1——— 保费收入0.937**0.950**0.689-0.3150.2580.908**1—— 年末贷款余额0.989**0.967**-0.963**-0.654**0.644**0.972**0.897**1— 农林水支出0.903**0.927**0.975**-0.3060.3020.895**0.959**0.921**1

注:*、**上标分别表示在0.05和0.01水平上显著相关。

2.2 回归分析

农业总产值与以上自变量进行相关性分析,得出农业总产值与固定资产总投资、保费收入、年末贷款余额、农林水支出、水果产量、食用菌产量、蔬菜播种面积、农作物总播面积具有高度相关性,由此得出所选取数据可做回归分析。

2.2.1 建立模型1

预测变量:(常量)、农林水支出(亿元)、固定资产总投资(亿元)、年末贷款余额(亿元)、保费收入(亿元)。

因变量:农业总产值(亿元)。

本研究调整后方达到99.4%,说明农业总产值变化的99.4%可以由参与本次分析的自变量所解释。

表2ANOVA

ANOVAa 模型 平方和自由度均方F显著性 1回归5 306.15441 326.538269.3750.004b 残差9.84924.924—— 总计5 316.0036———

注:a.因变量:农业总产值(亿元)。b.预测变量:(常量)、农林水支出(亿元)、固定资产总投资(亿元)、年末贷款余额(亿元)、保费收入(亿元)。

从表2中得到运算结果是考察回归模型的显著性,显著性=0.004<0.05,说明本研究的自变量中至少有一个能够显著影响因变量农业总产值。为了进一步判断具体是哪几个自变量显著影响因变量,还需要继续分析以下系数表(见表3)。

表3系数表

系数a 模型 未标准化系数标准化系数t显著性共线性统计 B标准错误Beta容差VIF 1(常量)99.67312.1—8.2370.014—— 固定资产总投资0.0430.0050.8287.9180.0160.08511.796 保费收入0.8550.2880.3682.9670.0370.0616.608 年末贷款余额0.0350.0210.1991.6480.2410.06315.753 农林水支出-1.2650.414-0.399-3.0580.0320.05418.356

注:a.因变量为农业总产值。

表3给出的是金融指标中每一个变量对农业总产值的影响情况。假设检验,假设1:固定资产总投资显著性=0.016<0.05,说明固定资产总投资能够影响农业总产值,更进一步分析,固定资产总投资对农业总产值的影响系数为0.043>0,说明固定资产总投资对农业总产值的影响是显著正向的,意味着固定资产总投资越高,农业总产值也随之越高,故假设1成立。假设2:保费收入=0.037<0.05,说明保费收入能够影响农业总产值,进一步看其影响系数是0.855>0,说明保费收入对农业总产值的影响是显著正向的,意味着保费收入越高,农业总产值越高,故假设2成立。假设3:年末贷款余额=0.241>0.05,说明年末贷款余额不能影响农业总产值,故假设3不成立。假设4:农林水支出=0.032<0.05,说明农林水支出能够影响农业总产值,同时结合系数为-1.265<0,说明农林水支出对农业总产值的影响是显著负向的,意味着农林水支出越高,农业总产值反而越低,故假设4不成立。

线性回归模型要求残差服从正态分布,如图1所示,P-P图散点全部分布在对角线左右,意味着本次回归模型的残差服从正态分布。

考察样本数据之间是否存在序列相关的统计量是DW(德宾-沃森),DW值在2附近,意味着样本数据之间无序列相关。每个自变量之间不存在多重共线性,VIF<30(经济类共线性本身强),意味着本次的运算结果准确可靠。基于以上的全部分析,得出模型1中自变量和因变量之间的回归方程如表4所示。

图1 模型1的回归标准化残差的正态P-P图

表4模型1回归方程式

模型1回归方程(方程1)P值Radj2 农业总产值Y=99.673+0.043×X1*+0.855×X2*-1.265×X3*<0.050.994

注:1代表固定资产总投资,2代表保费收入,3代表农林水支出;*代表<0.05,**代表<0.01,***代表<0.001。

2.2.2 建立模型2

预测变量:(常量)、食用菌产量(万吨)、蔬菜播种面积(万亩)、水果产量(万吨)。

因变量:农业总产值(亿元)。

本研究调整后方达到98.6%,说明农业总产值变化的98.6%可以由参与本次分析的自变量所解释。

表5ANOVA

ANOVAa 模型 平方和自由度均方F显著性 2回归107 595.519335 865.173446.0560.000b 残差1 286.4821680.405—— 总计108 882.00119———

注:a.因变量:农业总产值(亿元)。b.预测变量:(常量)、食用菌产量(万吨)、蔬菜播种面积(万亩)、水果产量(万吨)

从表5中得到运算结果是考察回归模型的显著性,显著性=0.000<0.05,说明本研究的自变量中至少有一个能够显著影响因变量农业总产值。为了进一步判断具体是哪几个自变量能显著影响因变量,还需要继续分析以下的系数表(见表6)。

表6系数表

系数a 模型未标准化系数标准化系数t显著性共线性统计 B 标准错误Beta容差VIF 2(常量)58.82947.400—1.2410.232—— 蔬菜播种面积-1.6830.497-0.176-3.3840.0040.2733.656 水果产量0.0000.0000.1542.6220.0180.2144.669 食用菌产量0.0020.0000.78511.0630.0000.1476.820

注:a.因变量为农业总产值(亿元)。

表6给出的是设施农业发展指标中每一个变量对农业总产值的影响情况。假设检验,假设1:蔬菜播种面积=0.004<0.05,说明蔬菜播种面积能够显著影响农业总产值,更进一步分析,蔬菜播种面积对农业总产值的影响系数为-1.683<0,说明蔬菜播种面积对农业总产值的影响是显著负向的,意味着蔬菜播种面积越大,农业总产值并不会越高,故假设1不成立。假设2:水果产量=0.018<0.05,说明水果产量能够影响农业总产值,进一步看其影响系数是0,说明水果产量对农业总产值的影响是正向的,意味着水果产量越高,农业总产值越高,故假设2成立。假设3:食用菌产量=0.000<0.05,说明食用菌产量能够影响农业总产值,同时结合系数指标为0.002>0,说明食用菌产量对农业总产值的影响是显著正向的,意味着食用菌产量越高,农业总产值越高,故假设3成立。

线性回归模型要求残差服从正态分布,如图2所示,P-P图散点全部围绕在对角线左右,意味着本次回归模型的残差服从正态分布。

每个自变量之间不存在多重共线性,VIF<10,意味着本次的运算结果准确可靠。基于以上的全部分析,得出模型2中自变量和因变量之间的回归方程如表7所示。

图2 模型2的回归标准化残差的正态P-P图

表7模型2回归方程式

模型2回归方程(方程2)P值Radj2 农业总产值Y=58.829-1.683×X1**+0.002×X2**+0×X3*<0.050.994

注:1代表蔬菜播种面积,2代表食用菌产量,3代表水果产量;*代表<0.05,**代表<0.01,***代表<0.001。

由方程1和方程2看出,对三明市来讲,应该进一步加大对农业信贷方面的支持力度,才能更好地推动设施农业的发展。另外,保费收入的估计参数也不大,说明在保险行业中,农业保费的收入不是很大,没有起到其保险的作用。

3 结论

设施农业是解决我国人多地少制约可持续发展问题的最有效技术工程之一,然而设施农业目前面临“贷款难、融资难”的两难困境。在此背景下,以农业总产值为切入点,研究设施农业的金融支持不但具有理论意义,而且具有重要的实践价值。

通过相关性分析,本文得出农业总产值与固定资产总投资、保费收入、年末贷款余额、农林水支出、水果产量、食用菌产量、蔬菜播种面积、农作物总播面积具有高度相关性,由此获得所选取指标数据并进一步进行回归分析,得出影响设施农业发展的关键因素:(1)金融指标角度主要是固定资产总投资、保费收入和农林水支出;(2)设施农业发展指标主要是蔬菜播种面积、食用菌产量和水果产量。总之,三明市设施农业与金融支持存在正相关的双向关系,金融支持推动三明市设施农业发展的同时,设施农业的发展也会推进金融的发展。

[1]徐茂,邓蓉.国内外设施农业发展的比较[J].北京农学院学报,2014(2):74-78.

[2]寇江.乡村振兴战略中金融支持与现代农业发展关系实证[J].辽宁农业科学,2018(6):35-39.

[3]刘嘉庆.吉林省农业产业化发展的金融支持研究[D].长春:吉林大学,2017.

[4]孙豪.金融支持张掖市产业结构调整的实证研究[D].兰州:兰州财经大学,2015.

10.3969/j.issn.2095-1205.2022.07.34

F832.48;F320

A

2095-1205(2022)07-104-04

2020年福建省中青年教师教育科研项目(社科类)“三明市设施农业发展与金融支持关系研究”(JAS20763)

邓曦(1989- ),女,汉族,福建三明人,硕士研究生,研究方向为金融学。

猜你喜欢

三明市总产值播种面积
面积突破16万亩,总产值增超200%,宣州稻渔产业要“爆大料”
基于我国疫情期间农林牧渔业总产值的聚类分析
家里的缝纫机
我国粮食生产喜获“十七连丰”
林深水美佳人茶香——三明市妇联推动茶文化活动综述
英国农业部:2017年小麦播种面积减少2.5%
线性盈亏平衡分析在TBM隧洞工程中的应用
提高初三数学复习课的课堂效率之我见
我国粮食播种面积的动态演变:1985—2013
2014年中国网络视听产业总产值预计达378.4亿元