影响我国农业总产值因素的实证分析
影响我国农业总产值因素的实证分析一、模型设定为了分析我国农业总产值及其影响因素的关系，选择“农业总产值”（单位：亿元）为被解释变量Y；选择“农村居民家庭生产型投资”（单位：元/每户）为解释变量X1；选择“农作物总播种面积”（单位：千公顷）为解释变量X2；选择“农业从业人员数”（单位：万人）为解释变量X3。
实验数据来自国家统计局公布的数据为样本：根据以上数据，利用Eviews 生成Y 、X1、X2、X3的线性图：由线形图可以看出，我国农业总产值及各影响因素的差异明显，其变动的方向基本相同，相互可能具有一定的相关性。
将模型设定为线性回归模型形式：Y i =β0+β1X 1i +β2X 2i +β3X 3i +u i二、估计参数利用Eviews 估计模型参数，回归结果如下：Dependent Variable: Y Method: Least Squares Date: 05/30/15 Time: 20:54 Sample: 1989 2013 Included observations: 25Variable Coefficient Std. Error t-Statistic Prob. C -29869.20 20836.69 -1.433491 0.1664 X1 1.709802 0.232338 7.359111 0.0000 X20.4095780.1409762.9053050.008540,00080,000120,000160,000200,000X3 -0.741504 0.197329 -3.757701 0.0012R-squared 0.989559 Mean dependent var 19257.92Adjusted R-squared 0.988067 S.D. dependent var 13261.48S.E. of regression 1448.648 Akaike info criterion 17.54030Sum squared resid 44070225 Schwarz criterion 17.73532Log likelihood -215.2537 Hannan-Quinn criter. 17.59439F-statistic 663.4221 Durbin-Watson stat 1.889115Prob(F-statistic) 0.000000根据上表数据，模型估计的初步结果为：Y î=−29869.20+1.7095X1+0.4096X2−0.7415X3（20837.69）（0.2323）（0.1410）（0.1973）t= （-1.4335）（7.3591）（2.9053）（-3.7577）R2=0.9896， R2̅̅̅̅=0.9881，F=663.4221，n=25初步判定：该模型R2=0.9896， R2̅̅̅̅=0.9881，可决系数很高，(n−k)= F检验值为663.4221，明显显著。
当α=0.05时，tα2t0.025(25−4)=2.080，各个解释变量对被解释变量的影响是显著的，但回归系数X3的符号为负，与实际经济比相符。
由此可知，该方程可能存在多重共线性。
三、计量经济学检验（一）多重共线性检验1、相关系数矩阵由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在一定的多重共线性。
2、方差扩大（膨胀）因子法经验表明，方差扩大因子VIF j≥10时，通常说明该解释变量与其余解释变量之间有严重的多重共线性，这里X1的方差扩大因子大于10，表明存在严重多重共线性问题。
3、对多重共线性的处理（1）将各变量进行对数变换，利用Eviews软件对Y、X1、X2、X3分别取对数，分别生成序列：lny=log（y），lnX1=log（X1），lnX2=log（X2），lnX3=log（X3）的数据。
再对以下模型进行估计：lnY t=β0+β1lnX1t+β2lnX2t+β3X3t+εt采用OLS方法估计模型参数，得到的回归结果如下：Dependent Variable: LNYMethod: Least SquaresDate: 05/30/15 Time: 23:30Sample: 1989 2013Included observations: 25Variable Coefficient Std. Error t-Statistic Prob.C -5.256497 17.85737 -0.294360 0.7714LNX1 0.782553 0.062125 12.59638 0.0000LNX2 1.031607 1.450434 0.711241 0.4848LNX3 -0.389359 0.272071 -1.431096 0.1671R-squared 0.984575 Mean dependent var 9.637222Adjusted R-squared 0.982371 S.D. dependent var 0.710208S.E. of regression 0.094297 Akaike info criterion -1.739082Sum squared resid 0.186732 Schwarz criterion -1.544061Log likelihood 25.73852 Hannan-Quinn criter. -1.684991F-statistic 446.7983 Durbin-Watson stat 1.019721Prob(F-statistic) 0.000000模型估计结果为：lnŶ=−5.2565+0.7826lnX1+1.0316lnX2−0.3894X3（17.8574）（0.0621）（1.4504）（0.2721）t=（-0.2944）（12.5964）（0.7112）（-1.4311）R2=0.9846，R2̅̅̅̅=0.9824，F=446.7983该模型R2=0.9846，R2̅̅̅̅=0.9824，可决系数很高，F检验值为(n−k)=t0.025(25−4)= 446.7983，明显显著。
当α=0.05时，tα22.080，只有解释变量X1的系数估计值显著，其余需要考虑是否剔除。
t统计量可以作为选择被剔除变量的标准。
其理由是：一、t统计量的构造既包含了解释变量之间相关性的信息，估计量的标准差中含有方差膨胀因子，同时也包含了参数估计量即解释变量对被解释变量的影响；二、t统计量的取值反映了所对应的解释变量对被解释变量影响贡献程度的大小，在同一模型中，t统计量绝对值越小，该解释变量对被解释变量的影响作用越小，反之，t统计量绝对值越大，影响作用就越大。
采用t统计量作为选择被剔除变量的标准，做法是：最先剔除对被解释变量贡献最小的解释变量，即t统计量绝对值最小的解释变量，利用剩下的解释变量重新构造回归模型，再对新构造模型进行多重共线性检验，若仍然存在多重共线性问题，则继续剔除，直到无多重共线性问题为止。
因为X2的t统计量绝对值最小，首先剔除解释变量X2，重新构造回归模型为：Y î=26597+2.18X1−0.63X3（8689.7）（0.1947）（0.2238）t=（3.06）（11.17）（-2.81）R2=0.9854， R2̅̅̅̅=0.9840，F=740.4718，n=25经检验，上述模型仍然存在多重共线性，所以继续剔除t统计量绝对值较小的解释变量X3，进一步得到新的回归模型：Y î=2227.149+2.6857X1（634.01）（0.0798）t=（3.5128）（33.66）R2=0.9801， R2̅̅̅̅=0.9792，F=1133.214，n=25经过检验，该模型不存在多重共线性，且可决系数R2=0.9801，方程的拟合效果好。
（二）异方差性检验White检验：（1）根据原设定模型Y i=β0+β1X1i+u i设异方差与X1i的关系为：σt2=α0+α1X1t+α2X1t2+v t用残差平方e t2作为异方差σt2的估计，并作e t2对X1t，X1t2，的辅助回归，即：e t2̂=α0̂+α1̂X1t+α2̂X1t2提出假设：H0：α0=α1=α2=0（同方差）H1：αj(j=0，1，2)不全为零（异方差）利用Eviews进行White检验，结果如下：Heteroskedasticity Test: WhiteF-statistic 1.804176 Prob. F(2,22) 0.1881 Obs*R-squared 3.522633 Prob. Chi-Square(2) 0.1718 Scaled explained SS6.482530 Prob. Chi-Square(2) 0.0391Test Equation:Dependent Variable: RESID^2 Method: Least Squares Date: 05/31/15 Time: 16:21 Sample: 1989 2013 Included observations: 25Variable Coefficient Std. Error t-Statistic Prob. C -3021725. 3783379. -0.798684 0.4330 X1 1717.880 1082.566 1.586859 0.1268 X1^2-0.0714670.057146-1.2506010.2242R-squared 0.140905 Mean dependent var 3358498. Adjusted R-squared 0.062806 S.D. dependent var 7147847. S.E. of regression 6919744. Akaike info criterion 34.44982 Sum squared resid 1.05E+15 Schwarz criterion 34.59609 Log likelihood -427.6228 Hannan-Quinn criter. 34.49039 F-statistic 1.804176 Durbin-Watson stat 1.667578Prob(F-statistic) 0.188127由上表得统计量nR 2=3.5226。
给定显著性水平α=0.05，查卡方分布表得临界值Ｘ0.052(2)=5.99147，nR 2<Ｘ0.052(2)，则不拒绝原假设，说明模型中随机误差不存在异方差。
中国农业生产率测算及实证研究
中国农业生产率测算及实证研究中国农业生产率一直是国家发展的重要指标之一，在追求农业现代化的过程中，必须不断提高农业生产率，从而实现粮食安全和农民增收。
本文旨在对中国农业生产率进行测算及实证研究，探究其发展趋势和影响因素，为提高我国农业生产率提供理论和实践支持。
一、中国农业生产率概述中国是一个农业大国，农业生产一直是国民经济的支柱之一。
随着经济的快速发展和农业现代化的推进，中国农业生产率也在不断提高。
农业生产率是指单位面积或单位劳动力投入下的产量，是衡量农业生产效率和发展水平的重要指标。
二、中国农业生产率测算方法1.总产值法总产值法是通过测算农业总产值与投入资源之比来评价农业生产率的方法。
通过统计数据和调查问卷，可以计算出不同地区和农场的农业生产率水平，从而了解农业生产的效益和贡献。
2.边际产量法边际产量法是通过测算单位投入资源所能增加的产量来评价农业生产率的方法。
通过建立生产函数和边际分析模型，可以分析不同农业生产要素的效率和配置，进而提高农业生产率。
3.全要素生产率法全要素生产率法是综合考虑各种生产要素的贡献来评价农业生产率的方法。
通过建立生产要素的投入产出关系，可以计算出全要素生产率的水平，并找出影响生产率提高的关键因素。
三、中国农业生产率实证研究1.农业技术进步对生产率的影响农业技术是提高农业生产率的关键因素之一，通过引入先进技术和设备，可以提高农作物的产量和质量。
实证研究表明，农业技术进步对农业生产率的提高有着显著的正向影响，是实现农业现代化的重要保障。
2.农业人力素质对生产率的影响农业人力素质是影响农业生产率的另一个重要因素，通过提高农民的教育水平和培训技能，可以提高农业生产的效率和质量。
实证研究表明，农业人力素质的提高对农业生产率的提升具有重要的作用，可以促进农民的增收和农业的可持续发展。
3.农业对生产率的影响农业是推动农业生产率提高的基础，通过制定和实施相关措施，可以促进农业生产的发展和优化。
我国农业经济增长影响因素的实证分析（完整版）
我国农业经济增长影响因素的实证分析我国农业经济增长影响因素的实证分析一、引言201X年至201X年，中共中央连续十一年发布以三农为主题的中央一号文件，强调了三农问题在中国社会主义现代化建设之中处于重中之重的地位，农业经济在我国国民经济中的基础地位始终未变。
因此，研究农业经济增长，分析农业经济增长的影响因素是很有必要，对促进我国农业经济发展、农业现代化具有理论指导作用。
农业经济问题成为了国内各界人士关注的焦点，国内的许多学者对农业经济增长影响因素进行了多角度、多方位、多层面的研究分析，希望从理论方面研究对农业经济增长起到一定的指导作用。
从目前国内对农业经济增长因素研究分析状况来看，影响因素有：信息化、农村金融、科学技术、人力资本、国内政策、农业进出口等。
李向阳采用多元回归分析的方法研究信息化对农业经济的影响，认为信息化对农业具有正向的影响，应该加强农业信息化普及教育，并建立农业信息化金融平台，促进农业装备制造业发展，从而促进农业经济发展。
董鸿鹏则一辽宁省为例，采用C-D生产函数模型对信息化的贡献进行量化，并建立多元回归模型，得出农业信息化已经成为辽宁省农业经济增长的新型动力资源。
而曾祯、杨帆等人通过构建层级模型和结构等价模型对我国的涉农信息进行研究，认为我国的农业信息化整体围绕信息权利和行政权利较高节点呈中性化，而较低的节点信息化程度较低。
而万众、朱哲翼通过投入产出函数和拓模型展分析了我国华东、华南、华北、华中、西南、西北、东北七个地区农业政策性金融对农业经济增长的影响，认为农业政策性金融对农业经济增长存在显著性影响，但有地区差异。
田杰、陶建平采取了我国1883个县的面板数据进行了研究，得出农村金融密度与农村经济增长关系处于倒U型左边，可以通过增加农村的金融贷款数量和贷款配置效率提高农村经济增长。
禹越军、王菁华运用RAV模型，用1978-201X年的数据分析了农村金融发展与农村经济增长的关系，认为农村金融发展对农村经济增长有促进作用，但农村金融发展滞后于农村经济增长。
计量经济学模型—中国年度农业总产值的影响因素
计量经济学模型—中国年度农业总产值的影响因素一、背景介绍我国是13多亿人口的大国。
如果我国的农作物歉收了，任何国家都没有能力帮助我国解决人民的吃穿问题。
农业稳定发展对我国具有十分重要的意义。
温家宝总理讲：“家中有粮，心中不慌”。
只有提高作物生产技术，大力发展农业，确保粮、棉、油、肉、蛋、奶等农产品的充足供应，才能避免世界粮荒的不利影响，确保我国经济持续快速发展，使我国尽快成为世界一流的经济强国。
二、变量的选取、来源及解释模型分析主要从农业机械总动力，农药使用量，化肥使用量，农作物播种三、模型分析各解释变量与被解释变量间关系如下：由上图可知4个解释变量基本呈线性异方差不存在1.预估出模型y=b1x2+b2x3+b3x4+b4x5+c 用eviews进行数据分析得出结果从上回归结果可以看出，R方值很大，F检验通过拟合优度很高。
但有重要变量的p值均过高，存在严重的多重共线性。
2.接下来进行自相关性检验自相关性检验发现x2 x3 x4之间有很高的相关度。
说明存在共线性问题。
3.逐步回归法分析选取最高的x2作为第一个解释变量接下来选取第二个解释变量选取X5作为第二解释变量在加入第三个变量后，无论x4,x3 p值均高于0.05故舍弃第三解释变量。
以上是x2,x5 作为解释变量的残差图。
所以最终确定的模型为+.0-=x547989xy55.120335667116.02四、结果分析根据最终的模型分析整个中国农业产值的影响因素在于：农业机械化的普及农作物播种面积的增加反之化肥农药的在单位面积农田上的使用已经很充分，再增加供应。
也很难达到增产。
“三农”政策对中国农业经济影响效应的实证分析
经长达两千年封建剥削制度的统治，我国农业制 度逐渐腐朽，农业发展停滞不前。在建国前，国内权势 斗争激烈，农业发展与进步受阻碍。建国后，集中化管
通过调动各地区部门的积极性，不断实施优惠政策、改革农业经济体制，从而促进我国农业的发展。 自 2004 年
发布以来，“三农”政策对我国的农业经济产生了巨大影响，本研究将用实证分析的方式对此作出探讨，希望
可以有效促进我国农业经济的发展。
关键词“ ： 三农”政策；农业经济；实证分析
文章编号：1004-7026（2021）21-0034-03
尽管我国教育逐渐普及，但对一些贫困地区而言 仍有不足。 这些地区大部分都是以农业生产为主，农 民教育观念落后，持读书无用论，因此该地区文盲较 多，大多数农民的下一代仍是农ห้องสมุดไป่ตู้，劳动力素质水平 低下[4]。随着我国现代化农业不断推进，过于低下的劳 动力水平难以跟进时代步伐，同时也将会阻碍我国农 业经济进步，所以要加强教育普及，不断提高农村劳 动力水平。 1.2 “三农”问题 1.2.1 “三农”问题的含义
. A最ll高增R速ig。hts Reserved.
1 我国农业经济发展现状以及“三农”问题
1.1 我国农业经济发展现状 1.1.1 人地矛盾突出
自古以来农业是我国的重要产业，农业经济作为 我国经济发展重要支柱，对国民经济发展具有良好的 支撑作用[1]。据统计，目前我国大约有 8 亿农村户口， 农村户口占据全国总人数 57％。然而，随着我国现代 工业化与房地产经济的发展，大量耕地被占用，日益 缩小的可耕用面积逐渐与数量庞大的农村户口产生 矛盾，用地紧张、人均占有量低成为了我国现代农业 发展主要矛盾。其中，生产效率低、有效使用面积小也 是导致人地矛盾日益激烈的主要原因。人地矛盾一方 面会使我国农业发展受阻， 不利于现代化农业开展， 另一方面也不利于协调好农民与土地间的生产关系， 不利于社会稳定与发展。 1.1.2 农业投入力度不够
我国农业总产值的影响因素分析
我国农业总产值的影响因素分析摘要：作为第一产业，农业对于整体国民经济起着无可替代的基本作用和保障作用。
本文使用stata统计分析软件，采用回归分析研究农业总产值与主要农产品的产量、单位面积产量以及粮食产品的组成部分、水果产品的组成部分、油料作物的组成部分之间的关系，研究各个市的农产品产出特点，分析总也总产值与各主要农作物之间的关系。
关键词：农业总产值、STATA、影响因素、回归分析。
一、研究背景近年来，我国粮食产量逐年增高，农、林、牧、渔业总产值均呈现出持续快速增长趋势。
在这种大背景下对我国的农业进行研究，不论是对于促进我国农业发展，还是对于充分发挥农业对于发展国民经济和改善居民生活的作用，都有着极为重要的意义。
二、研究数据（一）变量选择本文采用的数据为我国各省市2018年农产品的相关数据，数据摘编自《中国统计年鉴2018》。
采用的数据分析方法为回归分析，研究农业总产值与主要农产品的产量、单位面积产量以及粮食产品的组成部分、水果产品的组成部分、油料作物的组成部分之间的关系，研究各市的农产品产出特点，分析农业总产值与各主要农作物之间的关系。
1.数据整理本文共设置了13个变量，分别是城市、农业总产值、粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量、受灾面积（千公顷）、成灾面积（千公顷），把这13个变量分别定义为V1~V13，并分别给这些变量加标签说明。
样本是我国分地区主要农产品产量情况的相关数据。
图1 录入完成后数据三、回归分析以农业总产值为因变量，以粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量、受灾面积（千公顷）、成灾面积（千公顷）为自变量，进行最小二乘回归。
建立线性模型：Var2=a*Var3+b*Var4+c*Var5+d*Var6+e*Var7+f*Var8+g*Var9+h*Var10+i*Var11+u图2是使用逐步回归分析方法，以农业总产值为因变量，以粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量为自变量，进行最小二乘回归分析的结果。
中国农业总产值影响因素分析
资源 ・ 环 境
中国农业总产值 影响因素分析
董 小 菁 （ 石 河子 大 学 经 济 与 管理 学 院 ， 新 疆 石 河 子 ８ ３ ２ Ｏ ０ ０ ）
［ 摘 要】 根据 １ ９ ９ ２ ０ １ ３年 中 国农 业 总 产 值及 相 关 指 标 ， 主 要 运 用农 作 物 播 种 面积 、 耕 地 受 灾面 积 、 化肥使 用量、 机 械 用量的数据构建理论模型 ， 通过 计 量 经 济 学 分 析 模 型 ， 从 而 了解 影 响 中 国农 业 总产 值 的 主要 因素 ， 并根 据 模 型 的 分 析
２ 中国农 业 总产值 影 响 因素实 证分 析
２ ． １ 数 据 收 集 与 整 理
农 业总产值 农 作物播种
农作物 受灾 化 肥施用 机械用 量
（ 亿元 ） 面积 （ 千 ） 面积 （ 干ｈ 如 ２ ） 量 （ 万 ｔ ） （ 台）
本文搜 集整理 了我 国从 １ ９ ９ ５ ２ ０ １ ３年 农 业 发 展 状 况 的 数
２ ． ３ 模 型 估 计 结 果 与 检 验 对模型进行初 步估计 ， 运用 Ｏ Ｌ Ｓ估 计 法 对 模 型 中参 数 进 行
估计 ：
＝ 一
７ ９ ４ ３ ． ９ １ ７ ０． ＋ ０ ２ ０ ７ ￣Ｉ 一 ０ ． ２ ５ ６ ７ Ｘ ２ ＋ ８ ． ５ １ ８ 姣３ ＋ ０ ． ０ ０ ９ ６ ４
值就增 加 ８ ． ５ １ ８ ４亿 元 ； 在假定其他 变量不 变的情 况下 ， 当机 械
资源 ・ 环 境
用量增加 １ 台， 农 业 总产 值 就 增 加 Ｏ ． ０ Ｏ ９ ６ 亿元 。
中国农业经济增长因素的实证分析
资产投 资 ， Ｐ为耕 地 ， ｓ为制度变化 ， Ｈ为人力资本 ， Ｔ为技术 进步 ， Ｒ为农业结 构调整 ， Ｇ为农业 投人 ， ～ ａ ａ１ ８为各要素
的产 出弹 性 ， 即各 要 素对 农 业 增 长 的 贡献 率 。 也 对 （ ） 两边 取 自然 对 数 得 到 回归 模 型 ： １式
一
、
引 言
二 、 于 时 间序 列数据 和截 面数 据 的实证 分 析 基
柯布一道格拉斯生产 数 的一般形式为 ： ＝ Ｌ Ｋ ＱＡ
式 中 Ｑ 代 表 产 出 ， 为技 术 进 步 系 数 ， 、 分 别 为 劳 动 Ａ １Ｋ 力 和 资本 投 入 ， 为 参 数 ， ａ 中 ０ ａ＜ １ ａ 分 别 表 示 劳 动 ＜ ， 力 和 资 本 在 生 产 过 程 巾 的相 酣 雨 要 ， ， 即增 长 贡献 率 。 本 文 把 中 国 农 业 生 产 函数 定 为 一 个 不 受 约 束 的 拓 展 的 ｃ Ｄ生 产 函 数拓 展 形 式 ，把 影 响 农 业 增 长 的 因 素 基 本 估 计 — 设 计 为 劳 动力 投 入 、 有 耕 地 面 积 、 术 进 步 、 本 投 入 ， 实 技 资 人
ｌ Ｙ＝ ｎ ｎ ｌＡ＋ａ ｌｎ ＋ａ２ ｎ ｌ Ｌ Ｉ Ｋ＋ａ３ ｎ ＋ａ４ Ｎ ＋ａ５ ｎ ＋ａ ６ｎ １Ｐ ＩＳ １ｉ ｌ １Ｔ
量实证分析 ｒ 基本上侧重 于时间序列数据 的分 析 ， 遍忽视 普 截面数据 的分析 ， 更没有把时 间序 列数据和截面数据 结合起
来 考 虑 。 一 般 而 言 ， 进 农 业 经 济 增 长 的 现 阶 段 冈素 和 历 史 促
因素有可能是 不一致 的。时间序列数据 的分析帮助我们 了解 长期 以来 促进农业 增长 的ｒ 素 ， 大 Ｉ 而截 面数据 的分析 ， 则更 能
物质要素投入对我国农业产出水平的影响——基于省际面板数据的实证分析
照 １７ ９８年不变价格计算 ， 我国农 业总产值从 １７ ９８年 的 １９ ３７亿元增长到 ２０ ０ ８年的 １２ ６ ０５ 亿元 ， 增幅高达
６ ４ １％ ； 此 同时 ， 作 物播种 面 积仅 增 加 了 ４ １％ ， 反 映 了我 国农 业 生 产 效 率 的 显 著 提 高 。然 而 ， ３ ．４ 与 农 ．０ 这 时 至今 日， 国农 民平 均生 活水 平很 低 的局 面并未 得 到根 本 性 的扭 转 ， ２０ 我 自 ０４年 以来 连续 ８年 中央 一号 文 件 以“ 三农 ” 为主题 也反 映 了这 一 问题 的紧迫性 。
Ｖｏ ． ３ Ｎｏ ６ １３ ．
Ｎ Ｖ２ １ Ｏ ． ０ｌ
物 质要 素 投 人 对 我 国农 业 产 出水 平 的影 响
— —
基 于省 际面板数据 的实证分 析
党 超
（ 西安 交通 大 学 经济 与金 融 学院 ， 陕西 西安 ７０６ ） １０ １
摘要 ： 利用我 国 １７ － ２０ ９ ９ ０ ８年 ２ ９个省区的面板数据 ， 建立 了个体 固定效应模型 以及脉 冲响应函数以探 究物质要素
农业产 出效率。本文的研究 目 标即在于利用我 国的省际面板数据 ， 探究物质要素投入对我国农业产出水平
的贡献 度 ， 分 析其 对发 展 我 国农 业 的参 考意 义 。 并
一
文献 述评
农 业产 出水平 的影 响 因素众 多 ， 就这 一 问题 ， 以往 的文 献涉 及农 业生 产 的物质 要 素投入 、 术水 平 、 技志码 ： Ａ
文章编号 ：０ １— ７ ４ ２ １ ）６— １９— ８ １０ ５４ （０ １ ０ ０ ０ ０
古语云 ，食为政先” “ “ ，农为邦本 ” 。农业是一 国国民经济 的基础 ， 对经济发展具有重要战略意义。我 国
农业产出增长决定因素的实证研究
性， 从而酿造了农业危机。文贯 中 贝提出了家庭联产承包制 的四大弊端 ：１ 没有提供内在的储 ＪⅡ （）
蓄和投资机制 ；２ 增加农产品的成本 ， （） 从而使农产品的供应价格越来越高 ；３ 无 法使人与土地 （） 达到最佳配置 ；４ 有可能使 中国的最大 比较优势难 以实现 。他建议 ： （） 承包 的土地归农 民所有 ， 农 民对承包的土地有永久使用权和把土地分成“ 口粮 田” 责任田” 和“ 三个对策。
中国农业 生产效 率 的变化 作 了实 证 分析 ， 研究 土地 产 权 制 度对 农 业 经 济增 长 的 影 响 ， 出 了如 下 得
结论 ： 在不同的产权制度下 ， 首先其对生产要素投入 的激励不 同会导致农业总产 出不 同， 其次， 即 使 生产要 素 和政策要 素投 入相 同 ， 业 产 出也 有 不 同 。此 研究 认 为 ， 所 有权 农 民私 有 、 作 或 适 农 “ 合 度统一经营” 是相对较好的制度 ， 因为在这种制度下 ， 能较大程度地激励各生产要素的投人和提高
金 （ ６２ ８４ ０ ０５ ０ ）
作者简介 ： 王
升 （９ ５ ） 男， １ ６一 ， 海南澄迈人 ， 南农业大 学经 济管理学 院副教授 ， 华 主要研 究方 向为金 融、 Ｄ 、 Ｆ Ｉ动
力 系统 、 量 经 济 ． 计
第 ２期
王
升 ， 婧琳 ， 伍 符少玲 ： 业产出增长决定 因素 技术进步与制度变迁。其测算了这三种因素的相对贡献率， 认为家庭联 产承包责任制的推行是增长的重要原因， 传统要素投入的贡献还相当明显 ， 再次是技术进步的贡献。 对制度因素带来 的负面影响 ， 也有学者进行了探讨 。林毅夫 研究 了我国 １５ 年到 １６ 年 儿 ９９ ９１
我国农业基础设施投入对农业产值增长作用的实证研究--基于东、中、西部典型省份的面板数据分析
社会发展水平
农 业生产气候
区域 内农业生 区域 内 Ｇ Ｄ Ｐ 产 总值 占 Ｇ Ｄ Ｐ 农业 生产 区域气候及种植作物差异 比较 的比重
地区
省份
较大
较小
较高
较低
亚热 带 及 热 带 地 温弗地区 。以 区 。以种植水稻 和 种植小麦 、玉 热带瓜果为主 米为主
响 ，且 ｉ ｘ ￣ｌ ＜ 。
对拓展模型作对数变换 ， 得 到对参数而言 的对数线性生产函数模 型
ｌ ｎ Ｙ＝ｌ ｎ Ａ ＋ａ ｌ ｎ Ｋ ＋ｆ ｌ ｌ ｎ Ｌ＋Ｔ ｉ ｎ Ｓ＋
以Ｙ 代表 ｌ ｎ Ｙ ，ｋ 代表 ｌ ｎ Ｋ ，ｆ 代表 ｌ ｎ ｌ ， ｓ 代表 ｌ ｎ Ｓ ， ｃ＝ ｌ ｎ Ａ，考 虑到 本文将采 用面板数据建模 ，因此将 对数线性生产 函数模型表示 为面板数 据模型的方式，即
我 国农 业基 础 设 施投 入 对 农 业 产 值 增 长 作 用 的 实证 研 究
— —
基于东、 中、西部典 型省份 的面板 数据分析
王 柱 张沛键 王 军
摘 要 ： 本 文 运 用扩 展 的 Ｃ—Ｄ 函数 ，通 过 对 作 为 东、 中 、 西部 典 型 省 份 的 农 业 生 产 数 据 建 立 面 板 数 据 模 型 。对 农 业 基 础 设 施 投 入 在 农业产值增长方面的促进作 用进行 了相 关的 实证分析 ，得 出农业基础设施投入对农业产值的促进作 用明显 ，且产 出弹性 系数普遍较大 ，并 结 合 我 国农 业 基 础 设施 的 实 际状 况提 出 了继 续 加 大政 府 财政 支农 支 出 、重 点 建 设 农 田 水 利 工 程 、加 大 农 业 流 通 设 施 、尝 试 建 立 大 半 径 农 业 科技服务设施等建议。 关键词 ：农业基础设施投入 ；Ｃ—Ｄ函数扩展 ；面板数 据模 型；政府财政 支农支 出