周一至周五 | 9:00—22:00

期刊论文网 > 农业论文 > 农业技术论文 > 农业技术发展类论文 供给侧改革下西北五省农业技术对农业发展的实证研究

农业技术发展类论文 供给侧改革下西北五省农业技术对农业发展的实证研究

2018-12-17 15:42:03来源:组稿人论文网作者:婷婷

  摘 要:农业技术投入对农业发展具有积极的作用。农业的供给侧结构性改革则要求转变农业生产方式,实现农业经济的可持续发展。换言之,农业的供给侧结构性改革核心在于农业技术的应用。鉴于此,本文在研究中选择西北五省2000年-2016年面板数据,研究农业技术投入对农业发展的影响。研究结果表明,农村机械总动力、农村发电量与粮食产量存在显著的正相关关系;农村机械总动力、农村发电量、水库总库容量与农作物总播种面积具有显著的相关性。总体来看,农业技术投入将会对农业发展产生正向的影响。

  关键词:供给侧改革;西北五省;农业技术;农业发展

  1.问题的提出

  从农业的地位来看,农业在国民经济发展中居于基础地位,是其他产业生产发展的基础。农业的发展需要一定的要素作为支撑,主要包括地理要素、资本要素、技术要素等。西北五省(新疆维吾尔自治区、宁夏回族自治区、青海省、内蒙古自治区以及甘肃省)农业发展的区位条件相对较差,并且可以开垦的土地有限。这在很大程度上限制了农业生产的发展。这对西北五省地区经济的发展与进步产生了消极的影响。从国家改革政策来看,我国在2015年提出供给侧结构性改革的政策,要求实现经济发展方式的转变,各个产业的优化发展。农业作为国民经济的基础产业,需要对其发展方式进行转变,以实现农业的可持续发展。在供给侧结构性改革的背景之下,农业技术要素的投入成为农业发展方式转变的关键。特别是在西北五省农业发展区位条件受限的区域内,实现技术投入能够提升农业发展水平。

  农业技术投入不意味着农业一定获得发展,这主要是由于农业技术不会自发地转化为生产成果。农业技术需要内化为农业活动实践才能够实现农业的发展与进步。鉴于此,本文在研究中基于农业活动利用农业技术转化为的成果作为量化指标,采用Eviews8.0统计软件,研究农业技术投入对农业发展的影响。通过论文的研究能够揭示出农业技术投入对农业发展的效应。并且以此为西北五省农业政策的制定提供理论依据。

  2.文献回顾

  自从1932年希克斯提出“诱导创新”理念以来,其内容与成果不断丰富,并且最终渗透到农业技术领域。顾焕章和王培志较早的采用定量分析的方式,揭示出农业技术投入对农业经济增长的贡献率大约在32%-33%之间。这体现出,农业技术投入对于农业发展存在强大的牵引力。于敏和方子节在研究中分析云南省农业技术投入对农业发展的影响,研究表明农业技术投入与农业发展存在正相关的关系。特别是教育投入这一要素对于农业发展的推动作用相对较大。教育投入的增加意味着农业从业人员能够应用更多的农业技术,以此推进农业的发展。在这一基本概念当中,教育投入可以被视作农业从业人员的资本要素积累。郭亮采用广义的C-D生产函数,运用计量软件,就湖北省技术进步、劳动力投入及播种面积等因素对农业经济发展的影响进行实证分析。研究结果发现,农业技术的投入对于农业发展存在显著的正相关关系。

  学术界比较具有代表性的研究集中于分析农业技术的进步对农业发展的影响。学术界在农业技术指标选取上,往往选择农业技术专利数等农业技术指标作为解释变量。但是这就存在农业技术转化为农业生产成果的问题。从农业技术内化为农业活动成果的角度来看,苏柱华和陈胜学认为农业技术只是一种成为,本身不能够实现农业活动成果的转化。换言之,农业技术转化为农业活动成果需要农业从业人员的努力。由此可见,本文在农业技术指标选取上,基于农业活动利用农业技术转化为的成果进行量化。这种指标选择方式重点考察农业技术对于农业发展实际发挥的作用,而非单纯的农业技术发明。

  3.模型的构建

  3.1模型的设定

  考虑到本次样本模型的实际情况,一般采用的回归模型如下。

  本文在研究整合文献的基础上,建立下静态面板数据模型:

  在上述模型中,VFOit、SACit、GYit表示农业发展变量,依次是农业生产总值、农作物总播种面积以及粮食产量;其中PAM、PG、RC分别代表农业机械总动力、农村发电量、水库总库容量等三个变量。FI和API都作为控制变量,分别代表:财政投入农业生产资料价格指数。

  3.2变量的选择

  在前人研究基础之上,结合西北五省农业技术以及农业发展实践。本文选取如表3-1所示变量构建实证模型分析西北五省农业技术投入对农业发展的影响。表3-1:模型变量设定情况

  类型变量名称变量含义变量说明被解释变量VFO农业总产值农业发展指标SAC农作物总播种面积GY粮食产量解释变量PAM农业机械总动力农业技术投入指标PG农村发电量RC水库容量控制变量FI财政投入农业生产成本指标API农业生产资料价格指数3.2.1.农业发展变量

  农业发展作为国民经济发展的一部分,在社会经济发展中占有重要的地位。农业发展需要采用一定的量化指标进行衡量。鉴于西北五省农业发展的现状以及数据的可获取性,本文采用以下三个基本指标进行衡量。

  (1)农业总产值。农业总产值是衡量农业发展的重要指标。就一般情况而言,农业总产值的增长能够为农业的发展储备雄厚的基础。因此,农业总产值作为农业发展的重要变量。

  (2)农作物总播种面积。农作物总播种面积的扩大意味着农业的生产规模扩大。农业生产规模扩大意味着农业生产所需要的资源进行了相应的优化与投入。这对永夜的发展具有重要的意义。鉴于此,本文在研究中将农作物的播种面积作为农业发展的衡量指标。

  (3)粮食产量。粮食产量是农业生产的产出结果,学术界中普遍将其作为农业发展的衡量指标之一。

  3.2.2.农业技术投入变量

  我国自从提出产业优化理念以来,将新技术的引入作为产业发展的关键。农业作为我国产业的重要组成部分,农业技术的投入将会对农业发展产生重要的影响。鉴于此,本文在研究中选择以下三个指标衡量农业技术投入。

  (1)农业机械总动力。农业机械总动力在农业发展过程中属于必不可少的要素。但是农业机械总动力数量的提升往往依赖于农业技术的提升。同时,农业机械总动力要素与农业产量以及农业发展存在显著的正相关关系。因此,本文在研究中将农业机械总动力作为衡量的标准之一。

  (2)农村发电量。农业生产与发展需要充分的发电量作为支撑。学术界研究表明,农村发电量与农业生产存在显著的正相关关系。农业发电量总量越大意味着农业生产数量相对较大[8]。鉴于此,本文在研究中将农村发电量作为衡量农业技术投入变量。

  (3)水库容量。农业生产与水源密不可分,特别是在西北五省水资源缺乏的地区,水源对于农业生产具有关键性的作用。西北五省本身水源缺乏,需要大量修建水库才能够满足农业发展的要求。鉴于此,本文将水库容量作为衡量农业技术投入的指标。

  3.2.3.控制变量

  在农业发展理论中,影响农业发展的指标不仅是农业技术投入,还包括财政对农业的支出、农业生产资料的价格等多重要素。本文根据西北五省的农业发展影响因素及数据可获取性,选择以下指标作为控制变量。

  (1)农业财政投入。农业财政投入对农业发展具有显著的正相关影响。农业作为一种产业,同样遵循一般的产业经营规律。农业在前期需要进行劳动力要素和资本要素的投入才能够得到相应的产出。农业财政投入意味着农民从事农业生产所需要的成本相对降低。农业生产成本相对降低,则农业的生产就会逐步发展起来。为了剔除农业财政投入对农业发展的影响,选择农业财政投入作为控制变量。

  (2)农业生产资料价格指数。农业生产资料价格指数用于衡量农业生产资料价格的变动。学术界认为农业生产资料价格与农业发展在不同的阶段表现为不同的形式。在初始阶段,农业发展不饱和时,即使农业生产资料价格上涨也不会影响农业发展。这主要是由于农业的基础地位所决定的。但是现阶段,我国农业发展饱和,农业生产资料价格与农业的发展则呈现出负相关的关系。鉴于此,本文将农业生产资料价格进行控制,研究农业技术投入对于农业发展的影响。

  3.3数据来源

  本文在研究中选择2000年到2016年的西北五省农业技术投入以及农业发展数据,数据来源于《中国统计年鉴》以及中国统计局。本文在研究中所选择的指标主要包括农业总产值、农作物总播种面积、粮食产量、农业机械总动力、农村发电量、水库容量、财政投入以及农业生产资料价格指数。

  4.实证检验

  4.1单位根检验

  在进行实证分析之前,首先要确保面板数据的平稳性。具体检验结果如表4-1所示。由结果显示,各变量是一阶单整的。

  表4-1:单位根检验结果

  变量LLC检验IPS检验ADF检验PP检验检验结果VFO-1.875590.039407.450757.93668平稳(0.0304)(0.5157)(0.6823)(0.6350)SAC-3.069803.4009927.282426.8081非平稳(0.0011)(0.0003)(0.0023)(0.0028)GY-1.84082-0.9866812.951216.6264平稳(0.0328)(0.1619)(0.2264)(0.0831)PAM-1.497342.935667.813203.45936平稳(0.0672)(0.9983)(0.6471)(0.9685)PG-0.32645-1.5492218.21828.16362平稳(0.3720)(0.0607)(0.0514)(0.6129)RC0.188571.057014.984914.95049平稳(0.5748)(0.8547)(0.8922)(0.8945)FI1.355024.649100.500870.60236平稳(0.9123)(1.0000)(1.0000)(1.0000)API-4.15947-1.4988916.833921.4943非平稳(0.0000)(0.0670)(0.0781)(0.0179)4.2协整检验

  经过面板单位根检验后,各变量均为一阶单整,即I(1)。因此,各个变量之间存在协整关系。

  表4-2:协整检验结果

  检验方法变量VFOSACGYKao检验t统计量-1.294082*-2.315427**-3.021222***Pedroni

  检验Panel v-Statistic1.929789**1.350193*0.932105Panel rho-Statistic-1.580760*0.306865-1.518828*Panel PP-Statistic-3.215834***0.020266-3.832576***Panel ADF-Statistic-1.289905*0.095322-2.118629**Group rho-Statistic0.6969951.218222-0.356067Group PP-Statistic-0.670046-1.067545-3.552286***Group ADF-Statistic-0.334674-1.873571**-1.406316**从表4-2的结果显示,我们认为农业产值、粮食播种面积和粮食产量之间均存在协整关系,也就是他们之间是长期均衡的。

  4.3回归分析

  根据前文的分析与探究,各个变量是一阶单整的并且可能存在协整关系。本文将农业总产值、农作物总播种面积以及粮食产量作为被解释变量。并且通过F检验判定两种模型估计结果的选取。具体的估计结果如表4-3、4-4、4-5所示。

  表4-3:模型估计结果(以农业总产值作为被解释变量)

  变量/检验农业总产值(VFO)混合效应模型固定效应模型农业机械总动力(PAM)

  4.184246(0.0001)***3.483219(0.0008)***农村发电量(PG)3.306317(0.0014)***2.222953(0.0292)**水库容量(RC)-1.458902(0.1485)3.592663(0.0006)***财政投入(FI)6.796543(0.0000)***6.396913(0.0000)***农业生产资料价格指数(API)-0.345414(0.7307)0.250887(0.8026)常数项-3.447252(0.0384)*-1.418552(0.1602)R20.83980.9594F检验55.1529(0.0000)***根据表4-3所示,农业总产值作为被解释变量时,拟合度较好,经过检验发现P值为0.0000,在1%的显著性水平下拒绝原假设。这就表明固定效应模型相对于混合效应模型较好。

  表4-4:模型估计结果(以农作物总播种面积作为被解释变量)

  变量/检验农作物总播种面积(SAC)混合效应模型固定效应模型农业机械总动力(PAM)

  16.86909(0.0000)***3.516980(0.0007)***农村发电量(PG)-1.739158(0.0859)*-4.262540(0.0001)***水库容量(RC)-0.314698(0.7538)7.683610(0.0000)***财政投入(FI)-3.871920(0.0002)***5.965499(0.0000)***农业生产资料价格指数(API)1.268245(0.2084)0.599758(0.5505)常数项6.402947(0.0044)**5.127883(0.0000)***R20.87960.8824F检验491.964837(0.0000)***根据表4-4所示,农作物总播种面积作为被解释变量时,混合模型和固定效应模型的拟合优度分别为87.96%和88.24%。这表明研究的拟合度较好。与此同时,经过检验发现P值为0.0000,在1%的显著性水平下拒绝原假设。这就表明固定效应模型相对于混合效应模型较好。

  表4-5:模型估计结果(以粮食产量作为被解释变量)

  变量/检验粮食产量(GY)混合效应模型固定效应模型农业机械总动力(PAM)

  29.57692(0.0000)***13.45768(0.0000)***农村发电量(PG)-10.67717(0.0000)***-9.190367(0.0000)***水库容量(RC)1.918738(0.0586)*-0.864080(0.3903)财政投入(FI)-1.023407(0.3092)***4.796358(0.0000)***农业生产资料价格指数(API)-2.100158(0.0389)**0.507714(0.6131)常数项-11.572841(0.0000)***1.480441(0.1429)R20.96760.9921F检验57.149706(0.0000)***根据表4-4所示,粮食产量作为被解释变量时,混合模型和固定效应模型的拟合优度分别为96.76%和99.21%。这表明研究的拟合度较好,解释变量具有较强的解释能力。固定效应模型F检验的统计量值为57.149706,大于临界值。与此同时,经过检验发现P值为0.0000,在1%的显著性水平下拒绝原假设。这就表明固定效应模型相对于混合效应模型较好。

  根据上述模型的设计与回归显示,在研究农业技术投入对农业发展的影响时,无论被解释变量是农业总产值、农作物总播种面积,还是粮食产量,模型均选择个体固定效应模型。

  5.结论

  根据上述研究,西北五省农业技术投入与农业的发展存在显著的正相关关系。各个指标基本都在1%的条件下显著。在供给侧改革的背景之下,需要重点强调农业技术的投入。因此,西北五省需要合理引导农业从业人员使用先进的农业技术。以此来提升农业发展的质量。

栏目分类