影响我国农业总产值的因素

影响我国农业总产值的因素【内容摘要】本文根据我国农业的现状，并且从计量经济学的角度来检验哪些因素对于农业生产总值有显著的影响。根据计量经济学原理，在模型中我引入了四个变量：受灾面积，农业从业人员数，农业机械总动力以及农作物播种面积。并收集了1980年至2009年三十年的全国的时间序列数据，利用E-views软件对其计量模型进行了参数估计和检验，最后对所得的分析结果进行了经济意义的分析，并提出了一些相应的政策意见。研究发现，近三十年来农业机械总动力和播种面积因素对于农业生产总值有显著的正面影响，而农业从业人员和受灾面积虽然与农业生产总值有负面的影响，但影响不显著。【关键词】农业生产总值；受灾面积；农业从业人员；农业机械总动力；播种面积一、引言随著经济社会发展以及人口的增加，我国粮食等主要农产品的消费需求不断增加。与此同时，随著工业化、城镇化的推进，用于农业生产的耕地资源和淡水资源逐步减少。中国已是一个有着13亿人口的农业大国，农业生产在整个国民经济结构中占有举足轻重的地位，我国的农业发展也深受人口和经济发展的压力。根据联合国粮农组织1989年生产年鉴，我国全年谷物总产3.65亿吨，位居世界第一，但是若按人口平均，则我国平均每人谷物产量327公斤，低于年度世界人均的358公斤水平，更是远远低于美国1146公斤的人均水平。如果我国的农业不发展，则会使我国的农民和农村人口无法摆脱贫困，也将会严重的妨碍我国整个国民经济的发展。那么，在如今我国农业落后的情况下，该如何才能更好的发展农业？怎样发展才能更好的满足我国人口对于粮食的需求？针对这些问题，本文收集了从1980年至2009年三十年的全国的时间顺序数据，并加以数据分析及比较数据分析，讨论影响农业总产出的主要因素是什么及这些因素的发展变化。本文以下的章节的内容安排如下：第二章为文献综述；第三章为数据统计分析；第四章为运用OLS估计方法对模型参数进行估计；第五章为相关建议。二、文献综述在阅读了很多与农业生产总值有关的其他论文之后，我发现可以把论文分成两类。第一类是数据的收集是连续几年的全国各个省市、自治区的面板数据。如李林所著的《中国农业发展》中，就是运用了2006年全国各个省市、自治区的面板数据作为例子介绍了2006年我国农业的总体情况。又如刘进宝、张延君所著的《农业收入影响因素的计量经济分析》中，就是用了河南省各个地区几年的农业生产总值的数据做分析的。再如方鸣所写的《影响我国农业产出绩效主要因素的实证分析》中，就利用了近几年的中国各个省市、自治区的面板数据做分析，从而得出重要的因素。第二类论文是数据收集是全国的时间序列数据。如贵州财经学院、数学与统计学院的印明辉所写的《我国农业生产总值预测模型的探讨》中，就是1995年到2007年全国的农业生产总值与农作物播种面积，农村居民家庭收入，农村固定资产投资，成灾面积，能源消费总量，农业从业人员，农业各税之间的关系。又如天津财经大学的李实所写的《云南省农业生产总值影响因素实证分析》中，选取了1978年到2010年的云南省的农业生产总值进行分析，并且还预测了2011年云南省的农业总产值情况。再如扈云所著的《农业占国内生产总值的比重》中，就利用连续的十年全国的农业生产总值的数据得出农业占了我国十分大的比重。总而言之，这两类的论文从不同的角度和方法分析了影响我国农业生产总值的重要因素。而本论文则是属于后者，数据收集了1980年至2009年三十年全国的时间序列数据。虽然类型相同，但对于变量来说，我研究的是农业生产总值与受灾面积之间、农业从业人员数、农业机械总动力以及农作物播种面积的关系。并结合了各种参考文献，从国家统计局及各大农业网站上收集了关于农业生产总值的真实的数据，用计量经济学的方法探讨农业生产总值的各种影响因素。三、数据统计分析（一）、关于农业生产总值0100002000030000400005000060000700001980198319861989199219951998200120042007农业生产总值（亿元）由上图可以看出，农业生产总值整体是随着时间的推移逐渐递增的。从1980年开始到1987年都是平稳的上升，而1988年开始到1995年有一个显著的上升。而之后的一直到2002年的几年都是呈现平稳的态势上升。2002年后的农业生产总值开始有了一个大幅度的增长态势，直至2009年。我想，2002是我国进入WTO的第一年，这对于农业也有着一个很大的冲击。外来的农业竞争压力使得我国的农业有了一定的压力，使之迫切的增长起来。而从1996年开始提出“三农”问题后，直至2001年底才正式确定落实，这一点也是从2002年后农业生产总值有了大幅度的提升的另一个原因。（二）、影响农业生产总值的因素1、农林牧渔业总产值：指以货币表现的农、林、牧、渔业全部产品的总量，它反映一定时期内农业生产总规模和总成果。农业生产总值反映了一个国家或地区农业生产的总规模和总水平。2、受灾面积：因灾减产1成以上的农作物播种面积。如果同一地块的当季农作物多次受灾，只计算其中受灾最重的一次。下图为受灾面积与农业生产总值的关系0100002000030000400005000060000700001980198319861989199219951998200120042007农业生产总值（亿元）受灾面积（千公顷）3、农村从业人员：农村从业人员指乡村人口中16岁以上实际参加生产经营活动并取得实物或货币收人的人员，既包括劳动年龄内实际参加劳动人员，也包括超过劳动年龄但实际参加劳动的人员，但不包括户口在家的在外学生、现役军人和丧失劳动能力的人，也不包括待业人员和家务劳动者。劳动者年龄为16岁以上。下图为农业从业人员数与农业生产总值的变化0100002000030000400005000060000700001980198319861989199219951998200120042007农业生产总值（亿元）从业人员（万人）4、农业机械总动力：指主要用于农、林、牧、渔业的各种动力机械的动力总和。农业机械总动力包括耕作机械、排灌机械、收获机械、农用运输机械、植物保护机械、牧业机械、林业机械、渔业机械和其他农业机械〔内燃机按引擎马力折成瓦(特)计算、电动机按功率折成瓦特计算〕。不包括专门用于乡、镇、村、组办工业、基本建设、非农业运输、科学试验和教学等非农业生产方面用的动力机械与作业机械。这个指标的统计数据主要来源于农机部门。下图为农业机械总动力与农业生产总值的关系01000020000300004000050000600007000080000900001000001980198319861989199219951998200120042007农业生产总值（亿元）农业机械总动力（万千瓦）5、农作物播种面积：指实际播种或移植有农作物的面积。凡是实际种植有农作物的面积，不论种植在耕地上还是种植在非耕地上，均包括在农作物播种面积中。在播种季节基本结束后，因遭灾而重新改种和补种的农作物面积，也包括在内。目前，农作物播种面积主要包括粮食、棉花、油料、糖料、麻类、烟叶、蔬菜和瓜类、药材和其它农作物九大类。下图为农作物播种面积与农业生产总产值的关系0200004000060000800001000001200001400001600001800001980198319861989199219951998200120042007农业生产总值（亿元）农作物播种面积（千公顷）（三）、数据的预处理Y——农业生产总值X1——受灾面积X2——从业人员X3——农业机械总动力X4——农作物播种面积（四）、各变量统计量信息YX1X2X3X4均值19869.2647825.2533885.7041808.09149911.5中位数18045.7048644.5034395.0034960.30149991.7最大值60361.0155472.0039098.0087496.10158639.3最小值1397.00037106.2628318.0011749.90135205.9标准离差17068.085069.1553075.61221324.055649.440观测值3030303030四、运用OLS估计方法对模型参数进行估计（一）、检验方程中变量的多重共线性：YX1X2X3X4Y1.000000-0.2702890.0002200.9819940.778511X1-0.2702891.0000000.195660-0.266104-0.013953X20.0002200.1956601.0000000.0851660.301057X30.981994-0.2661040.0851661.0000000.767764X40.778511-0.0139530.3010570.7677641.000000由表格可以看出，X3、X4之间存在着多重共线性。但他们之间的相关系数小于0.8，线性关系不是很显著，所以，最后决定予以保留其变量。（二）、对方程建立一般的回归模型，即：Y=C+11Xβ+22Xβ+33Xβ+44Xβ+μ（三）、E-views回归数据：DependentVariable:YMethod:LeastSquaresDate:12/28/11Time:15:39Sample:130Includedobservations:30Y=C(1)+C(2)*X1+C(3)*X2+C(4)*X3+C(5)*X4CoefficientStd.Errort-StatisticProb.C(1)-45588.6720384.94-2.2363900.0345C(2)-0.0324360.112421-0.2885260.7753C(3)-0.6243350.183495-3.4024550.0023C(4)0.7124060.04199516.963920.0000C(5)0.3894360.1590182.4490100.0217R-squared0.976950Meandependentvar19869.26AdjustedR-squared0.973262S.D.dependentvar17068.08S.E.ofregression2790.948Akaikeinfocriterion18.85716Sumsquaredresid1.95E+08Schwarzcriterion19.09070Loglikelihood-277.8574F-statistic264.8963Durbin-Watsonstat0.453737Prob(F-statistic)0.000000将回归结果整理如下：Y=-45588.67-0.032436*X1-0.624335*X2+0.712406*X3+0.389436*X4（20384.94）（0.112421）（0.183495）（0.041995）（0.159018）t=（-2.236390）（-0.288526）（-3.402455）（16.96392）（2.449010）2R=0.976950F=264.8963分析：2R=0.976950，表明方程拟合度好，F=264.8963，表明方程总体是显著的。（四）、对模型的变量取对数：根据生产函数的定义：Q=AaKLβ，所以对于2X——从业人员数取对数，即：Y=C+11Xβ+22logXβ+33Xβ+44Xβ+μDependentVariable:YMethod:LeastSquaresDate:12/28/11Time:15:58Sample:130Includedobservations:30Y=C(1)+C(2)*X1+C(3)*LOG(X2)+C(4)*X3+C(5)*X4CoefficientStd.Errort-StatisticProb.C(1)153962.359805.872.5743680.0164C(2)-0.0331030.112064-0.2953960.7701C(3)-21112.846149