农业总产值和增加值的概念

农业总产值和增加值的概念（通用6篇）

篇1：农业总产值和增加值的概念

农业总产值、农业增加值的概念

在我国国民经济发展过程中，农业作为第一产业起着稳定大局、支撑社会发展的关键作用。俗话说：“无农不稳、无粮则慌”，这句话充分体现了农业在我国国民经济发展中的重要地位。而反映农业发展水平的重要指标主要是农业总产值和农业增加值，它们的概念是什么？

首先我们要知道农业的基本含义。平时我们所表述的农业通常指的是“大农业”，即包括农、林、牧、渔业和农林牧渔服务业。而在农、林、牧、渔业中，其中的农业一般指的是“小农业”。在以前“小农业”指的是种植业和农民家庭兼营手工业，而按现在国民经济行业划分，“小农业”单指种植业。如果我们单说农业一般指的是“大农业”。如果需要分别计算农、林、牧、渔业，其中的农业那就是计算种植业。

农林牧渔业总产值的概念。农林牧渔业总产值是以货币表现的农林牧渔业的全部产品总量和对农林牧渔业生产活动进行的各种支持性服务活动的价值。它反映某个国家和地区一定时期内农林牧渔业生产总规模和总成果，是计算农林牧渔业增加值的基础资料。农林牧渔业总产值的核算范围是辖区内各种经济组织类型，各个系统的全部农林牧渔业生产单位和非农行业附属的农林牧渔业生产活动单位。军委系统的农林牧渔业生产(除军马外)也应包括在内。但不包括农业科研单位试验机构的农业生产。农林牧渔业增加值的概念。农林牧渔业增加值指农、林、牧、渔及农林牧渔服务业生产货物或提供服务活动而增加的价值。为农林牧渔业现价总产值扣除农林牧渔业现价中间投入后的余额。增加值也称附加价值或追加价值，是指各单位生产经营的最终成果。从宏观上来说，增加值是计算生产总值的基础，即各部门增加值之和就是生产总值。从微观上来说，增加值能客观反映行业的投入、产出、效益、速度和收入情况。(邢瑞俊 王沛峰)

篇2：农业总产值和增加值的概念

增加值是指常住单位生产过程创造的新增价值和固定资产的转移价值。它可以按生产法计算，也可以按收入法计算。按生产法计算，它等于总产出减去中间投入；按收入法计算，它等于劳动者报酬、生产税净额、固定资产折旧和营业盈余之和。一产二产和三产的增加值加到一起是本地区的GDP(国内生产总值)。

农业增加值：指项目在报告期（一年）内农林牧渔及农林牧渔业生产货物或提供活动而增加的价值，为农林牧渔业现价总产值扣除农林牧渔业现价中间投入后的余额。工业增加值，是指工业企业在报告期内以货币形式表现的工业生产活动的最终成果。是企业全部生产活动的总成果扣除了在生产过程中消耗或转移的物质产品和劳务价值后的余额，是企业生产过程中新增加的价值。

工业增加值有两种计算方法：一是生产法，即从工业生产过程中产品和劳务价值形成的角度入手，剔除生产环节中间投入的价值，从而得到新增价值的方法。公式：工业增加值=工业总产值-工业中间投入+本期应交增值税 二是收入法，即从工业生产过程中创造的原始收入初次分配的角度，对工业生产活动最终成果进行核算的一种方法。公式： 工业增加值=固定资产折旧+劳动者报酬+生产税净值+营业盈余 农业总产值

篇3：农业总产值和增加值的概念

农机购置补贴政策是发展农业机械化, 提高农业综合生产能力, 促进中国传统农业向现代农业转变的重要举措。2004年, 江苏省开始将农机购置补贴上升为重大支农惠农政策, 产生了积极的社会经济效益。表1是江苏省各级财政的农机补贴投入情况, 从2003年开始江苏省有部分中央财政的补贴, 到2009年各级财政补贴总额达到了8亿元。可见政策对农机化发展的支持力度越来越大。

注:江苏省农业机械化信息网各年的《农业机械化管理统计分析》。

我们回顾近年来国家的农业政策, 无论是推进农业现代化、促进城乡统筹、改善农业物质技术装备还是一些列的农村制度的现代化, 归根结底, 都是为了服务三农, 有两个根本的和直接的目标:促进农业增产增效和提高农民收入水平。因此, 为了深入研究江苏省农机购置补贴的政策效应, 本文将通过探究农机购置市场的长期均衡关系, 考察农机数量的短期波动对农业总产值和农民收入水平的影响, 并试图纳入农机购置补贴政策, 考察政策效应的宏观影响。

二、农机购置补贴对农业总产值和农民收入影响的实证分析

1. 模型构建:

本段将以以农机总动力作为解释变量, 以农业总产值和农民人均纯收入作为被解释变量, 利用协整理论方法, 以1978—2009为时间段, 考察农机总动力与农机总动力与农民人均纯收入之间的长期均衡关系。之后再以2004年 (江苏农机购置补贴开始实施的年份) 为分界点, 将整个时段分为两部分, 通过设置虚拟变量分析在农机购置补贴实施前后农机总动力与农民人均纯收入和农业总产值的均衡关系, 并设置误差修正模型测度农机购置补贴对改善农机市场供求均衡的贡献率。

我们知道农业机械的投入是可能引起农业总产值和农民收入增加的, 但显然它们之间并不一定是按同一比例变动。农业总产值和农民人均纯收入是农业机械总动力的函数。为剔除时间序列分析过程中异方差的影响, 对两变量均取自然对数, 这样不会使其协整关系发生改变, 从而建立对数函数模型:

其中, NCZ———农业总产值 (亿元) ;NJ———农机总动力 (万千瓦) ;CSR———农民人均纯收入 (元) 。

2. 变量的单位根检验:

我们在分析两个变量之间的长期均衡时, 为了避免可能产生的“伪回归”现象, 有必要通过对各序列的单位跟检验以判断其平稳性。本段将利用Eviews6.0对农业总产值 (NCZ) 、农民人均纯收 (CSR) 和农机总动力 (NJ) 相应的对数进行单位根检验。在这里我们采用ADF检验法。

从表2中我们可以看出, ln NJ、ln NCZ和ln CSR的变量的ADF检验值值都是大于5%的临界值, 说明它们的非平稳性。但当我们进行一阶差分后, 我们得到的ADF检验值都小于5%的临界值, 此时它们都是平稳的。因此, ln NCZ和ln NJ、ln CSR和ln NJ间都是一阶单整变量, 可以进行协整检验。

3. 协整分析与误差修正模型:

下面我们通过Engle-Granger两步法 (EG检验) 来验证变量ln NCZ和ln NJ、ln CSR和ln NJ是否具有协整关系。我们首先使用Eview6.0进行普通最小二乘法回归, 对上述两个方程 (1) 和 (2) 进行参数估计得到方程:

然后对方称各自的残差项和进行单位跟检验, 检验结果 (见表3) :

从表3中的检验结果我们可以看出, 残差序列是平稳的, 证明了农机总动力与农民人均纯收入、农机总动力与农业总产值之间有着密切的协整关系, 是长期均衡的。根据协整方程 (3) 和 (4) 我们发现, 从长期来看, 江苏省农机总动力每增加1%会使农业总产值增加2.38%, 同时也会使农民人均纯收入增加3.01%, 说明了农机总动力对促进粮食增产和农民增收有着显著的作用, 体现了中国实施农机购置补贴政策正确性。

从前文的分析中, 我们看到在2004年农民人均纯收入和农业总产值比之前都有较大的增幅, 这得益于2004年的各项支农惠农政策。为了更准确的考察2004年开始实施的农机购置补贴制度对农民人均纯收入和农业总产值的影响, 本文在此选择乘法方式引入虚拟变量D, 进一步建立模型如下:

回归后并得到如下误差修正项:

进而得到误差修正模型:

4. 结果分析。

第一, 1978—2009年农业总产值以及农民人均纯收入与农业机械总动力之间存在着长期的均衡关系。因此从长期开来, 农机总动力是影响农业总产值和农民人均纯收入的重要因素之一, 实施农机购置补贴政策, 加大农机总动力的投入会提高农业总产值以及农民人均纯收入。第二, 2004年实施农机购置补贴政策之后的时期与补贴之前相比, 农业总产值的边际收入倾向增加了0.11%, 农民人均纯收入的边际收入倾向增加了0.13%。可见农机购置补贴政策确实对促进农业总产值和农民收入水平的提高起到了一定的作用。第三, 根据误差修正模型 (7) 和 (8) 的结果, 上一期的非均衡误差项分别以92%和91%的比率对本年度的农业总产值和农民人均纯收入进行调整。这说明农机补贴政策促进了市场机制自动对各期农机购置支出进行调整, 这种自动调节机制最终会促进农业机械总动力的供需平衡, 进而推动农机产业市场效率的不断提高。

摘要：中国农业和农村正在发生重大而深刻的变革, 农业正处在由传统向现代转变的关键时期。农业机械化发展是农业现代化的重要内容和主要标志之一。为了推进农业机械化的发展, 中国从2004年开始实施了农机购置补贴政策, 产生了良好的社会和经济效益。以江苏省为例, 具体探讨农机购置补贴政策对农业总产值和农民收入的影响, 为更好地实施该项政策提供很好的科学依据。

关键词：农业机械化,农机购置补贴政策,实证分析

参考文献

[1]白人朴, 刘敏.农业机械购置补贴政策研究[M].北京:中国农业科学技术出版社, 2004.

[2]曹志义, 张铁军.农机购置补贴与农户增收效果分析[J].农机化研究, 2006, (12) .

[3]韩剑锋.中国农机购置补贴政策增收效应实证分析[J].西安电子科技大学学报:社会科学版, 2010, (9) .

篇4：农业总产值和增加值的概念

1 文献综述

1.1 城乡差距的研究

牛若峰认为自从实施农业、农村经济结构战略性调整以来, 虽然国家用于生态建设、支援欠发达地区和扶贫工程等方面资金有所增加, 但是财政支农资金波动不稳和比例下降的情况并无改变。从深层次看, 其根本的原因还是城乡二元结构政策持续时间太长, 因此必须实行城乡结构战略性转变, 逐步缩小和消除城乡差别, 终结二元结构政策。

1.2 农民负担的研究

柯柄生研究得出:发达国家中的主要农产品生产国不仅不向农民征收税费, 反而给予直接补贴。相比之下, 中国农民的负担仍然比较重, 我国可能是世界上唯一对农业和农民征收高额税收的国家。

1.3 财政支农的绩效研究

韩俊认为政府对农业的财政资金支持总量仍是低水平的, 支农资金投入结构存在诸多不合理之处, 且资金管理体制也不够完善, 使得资金使用效果不理想。侯石安认为当前投资规模效率偏低, 应该加大财政支农投入力度从而提高支农支出的效率。陈锡文的研究发现:对农民采取直接补贴的办法比间接补贴更有效率。李琴通过计算各变量间的弹性系数指出在四个支出项目中, 效率最高的是其他项目支出中的事业费, 支援农业生产投入的效率次之。邢文妍对我国财政支农资金效益进行了分析, 提出财政对农业在科技和基础设施建设方面的支出对农业发展贡献大。

1.4 支农支出对农民收入的影响研究

黄小舟用多元回归指出:财政支农支出总体对农民收入有明显的促进作用。曹子坚等通过灰色关联分析得出国家财政支农综合效用指标, 并运用协整分析得出了国家财政支农与农民纯收入之间的有一定的正向关系。李颖在已有四项结构支出的基础上加入农业税指出:支援农业生产支出和农村救济对农民增收有促进作用, 其余则不显著。唐朱昌等认为支援农业生产支出对农民收入负影响, 农业基本建设支出对农民增收则有促进作用, 农村救济支出不显著。石建平用类似的方法得出财政支援农业生产支出、农业科技三项费用支出和农村救济支出对农民收入有促进作用, 且支援农业建设支出对农民收入促进作用的弹性最高, 科技费用次之, 救济费用最低, 农业基本建设费用支出对农民收入的影响为负。徐敏丽基于SVAR模型认为, 农业三项科技费用对农民的收入影响弹性最大, 支援农业生产支出次之, 农业基本建设支出为负。王德祥在对遵义12个县的研究后指出:近年国家对农村的财政制度调整的作用很明显, 对农民收入的增长有着显著影响。刘桂珍具体指出国家财政支农支出不仅是农民收入变化的原因, 而且国家财政支农资金每增加1%, 农民收入增加137.7元, 并且支援农业生产支出和各项农业事业费对增加农民收入的贡献率最大, 接下来依次是农村救济费、农业基本建设支出和农业科技三项费用。

由此可见, 财政支农支出在对农业的发展、农民收入变动等问题上发挥了重要作用, 可是涉及农民农业收入的文献还比较少。本文在因果检验的基础上, 运用回归分析的方法, 通过引入农业增加值作为自变量, 研究二者对农民农业收入的影响。

2 变量选择及数据分析

2.1 变量选择

本文以农民农业收入为因变量, 财政支农支出和农业增加值为自变量。除农业增加值来自《中国农业年鉴》, 其余都来自历年《四川省统计年鉴》, 以1995~2007年为研究期间, 为了消除不同年份可能受到农村居民消费指数波动的影响, 以1995年为研究的基期, 对数据进行一定的处理。

2.2 数据分析

2.2.1 农业收入变动情况。

从图1得出:一方面农民的农业收入呈现逐年上升的趋势, 可是总量不超过2000元, 说明四川省农民一年的农业收入水平还是比较低的;另一方面同比增长速度波动性变化明显, 在1998年回落后逐年缓慢增加, 正是由于农民工的大量涌现使得农业收入在农民收入的构成中比例处于一个地位。

2.2.2 支农支出各项目比例变化情况。

从图2中得出:四川省支农支出的投向由过去以支援农业生产支出和其他项目支出为主, 逐年向以支援农业生产和农业基本建设支出为主的方向开始转移, 截止2007年整个支农资金中, 这两部分所占比例高达83.82%, 而农业科技三项费所占比例一直处于很低的水平。说明:当前四川省支农支出的重点是在基本设施的投建上, 但对于“科技兴农”的国家战略而言, 四川省还应加大对农业科技三项费的投入力度。

2.2.3 农业增加值的变化情况。

从图3中得出:四川省历年农业增加值总量处于一个平稳上升的趋势, 但是其同比增速却很低, 只有2004和2007年两年的同比增速较高, 分别为25.8%和30.6%, 其余年份均在8%左右。

2.2.4 小结。

通过上述分析得出初步结论:四川省财政支农支出、农业增加值和农民农业收入历年都呈现上升趋势, 表明二者对农民农业收入的变动有一定的正向影响, 但是具体的影响程度还需要经过数量分析才能作出科学的判断。

3 实证研究

3.1 对自变量和因变量进行Granger因果检验

在进行模型分析前, 按照1995年的基期农民消费价格指数对各变量的数据进行处理, 消除因价格指数波动可能产生的计算误差。假设农民农业收入为Z, 支农支出为X, 农业增加值为Y, 在显著性水平为5%, 滞后期为2的情况下进行因果检验。其结果如下 (参见表1) :

由此可知, 在5%的显著水平下, 原假设都被拒绝, 说明X和Y都是引起Z变化的原因, 表明对于农民农业收入的变化, 支农支出和农业增加值都是其形成的原因, 三者间存在着因果关系。

3.2 农民农业收入与支农支出和农业增加值的关系研究

设农民农业收入Z为因变量, 支农支出X和农业增加值Y为自变量, 构建其对数回归方程:LnZ=C1+C2*LnX+C3*LnY+ε。由于所选变量都是使用时间序列数据, 在模型分析前先进行平稳性检验, 以消除三者间的波动性。其结果如下 (参见表2) :

结果表明:序列LnX和LnY不平稳, 但是经过一阶差分后消除了不平稳性, 故进一步用OLS回归得到:LnZ=52.51+1.34*LnX+2.71*LnYR2=0.8537

上式中各变量均通过了T检验, 且R2=0.8537, 表明模型一方面通过了显著性检验, 一方面自变量和因变量之间有着较高的拟合优度。这意味着支农支出和农业增加值都对农民农业收入的变动有着正向的影响关系;但是其弹性系数分别为1.34和2.71, 即支农支出和农业增加值每变动1%, 农民农业收入的变动幅度只有1.34%和2.71%, 说明当前四川省支农支出和农业增加值对农民农业收入的增长所起的贡献还很小。因此调整支农支出政策、让农民分享更多的农业经营收益, 应该是政府未来农业政策的首要变革目标。

3.3 支农支出各项目对农民农业收入的贡献度研究

本节将以农民农业收入Z为因变量, 支援农业生产支出、其他项目支出、农业基本建设支出和农业科技三项费为自变量, 分别设为X1、X2、X3和X4, 并构建其对数回归方程:LnZ=C1+C2*LnX1+C3*LnX2+C4*LnX3+C5*LnX4++ε。先对模型中各变量进行平稳性检验, 消除其波动性。其结果如下 (参见表3) :

结果表明:上述时间序列中只有LnX3、LnX4是不平稳的, 但经一阶差分后则变平稳, 故进一步用OLS回归得到:

上式中各变量均通过了T检验, 表明模型通过了显著性检验且拟合优度也很高。从结果中看出:除了农业基本建设支出对农民农业收入的弹性系数为负值外, 其余都呈现正向影响关系。文章认为:其原因在于农业基建支出项目大都周期较长, 有的项目甚至缺乏必要的论证, 难以在短期发挥明显效益, 而项目建设过程中农民“两工”投入, 相应减少了农民对农业生产的劳力投入, 并且得不到合理的经济补偿所致。作为修正, 将农业基本建设滞后一期数据代入回归方程重新计算得出:

方程通过了T检验。表明支农支出各项目都对农民农业收入的变动有着正向影响, 且依据弹性系数对各项目影响程度大小进行排序的结果为其他项目支出、支援农业生产支出、农业基本建设支出和农业科技三项费。

其他项目支出所占比重虽逐年下降 (参见图2) , 由于其具体形式还是以农村救济费等直接补贴为主, 这对农民来说可以在短期内产生一定效果, 因此在研究结果中它对农民农业收入的影响是排在首位的。支援农业生产支出所占比例较高, 可基于农业生产的周期性, 导致其存在一定的时滞性, 故排在第二位。如前所述, 农业基本建设支出由于工程在建的时滞性较长, 故排在第三位。而农业科技三项费由于投资规模太小, 导致其发挥的作用有限, 因此其贡献度排在最后。

4 结论与对策

通过上述分析, 本文的结论是:一方面四川省财政支农支出和农业增加值对农民农业收入的变动有着正向的影响, 但是其弹性系数分别为1.34和2.71, 意味着当前四川省支农支出和农业增加值对农民农业收入的增长所起的贡献还很小。另一方面支农支出各项目对农民农业收入的变动虽然呈现出正向相关, 但弹性较低, 表明其对农民农业收入的变动影响有限;基于所起贡献大小对其排名为:其他项目支出、支援农业生产支出、农业基本建设支出和农业科技三项费。

依据上述结论, 本文的对策是四川省应该加大财政支持农业的力度, 保持财政支农资金总量的稳步增长, 并且通过立法的形式建立稳定、有效地长期增长制度, 可以避免财政支农支出呈现较大波动。另外调整和优化财政支农支出的结构, 结合各地实际情况, 有针对性地将支农资金投向所需之处, 从而提高支农资金对农民农业收入变动的影响。最后制定有效的农业政策, 确保农业增加值的流向更多地倾向于第一产业, 让更多的农民分享农业经营收益, 从而促进农民农业收入的稳步增长。

摘要：以农民农业收入为因变量, 财政支农支出和农业增加值为自变量, 建立计量模型研究三者间数量关系;并引入支农支出各项目, 研究其对农民农业收入变动的影响程度。研究表明:支农支出和农业增加值都对农民农业收入的变动虽然有着正向的影响, 但是所起的贡献还很小。各支出项目按其贡献度排序为:其他项目支出、支援农业生产支出、农业基本建设支出和农业科技三项费。

关键词：支农支出,农业增加值,农民农业收入,四川省

参考文献

[1]牛若峰.农民收入问题与二元结构政策[J].农业经济问题, 2002 (12) .

[2]柯柄生, 韩俊.解决制约农民收入增加的体制性因素[J].农业部农村经济研究中心, 2003 (4) .

[3]韩俊, 谢扬.建立政府财政支农资金投入稳定增长机制[J].国研网, 2003 (6) .

[4]侯石安.中国财政农业投入的目标选择与政策优化[J].农业经济问题, 2004 (10) .

[5]陈锡文, 韩俊, 赵阳.中国农村公共财政制度[M].中国发展出版社, 2005.

[6]李琴, 熊启泉, 李大胜.中国财政农业投入的结构分析[J].中国农村经济, 2006 (8) .

[7]邢文妍, 辛兵海.财政支农资金绩效研究[J].商场现代化, 2008 (26) .

[8]黄小舟, 王红玲.从农民增收的角度看我国财政支农资金绩效[J].中央财经大学学报, 2005 (1) .

[9]曹子坚, 魏巍, 宋亚.国家财政支农投入与农民纯收入之间的数量关系[J].统计与决策, 2007 (8) 72-74.

篇5：农业总产值和增加值的概念

随着经济的发展, 技术的进步, 特别是十一届三中全会以后, 贵州乃至全国都在加强经济建设。贵州也着力发展经济, 积极调整自己的产业结构, 运用先进技术和设备, 扬长避短, 冲出经济洼地。在农业方面, 贵州农业机械化发展速度不断加快、发展领域不断拓宽、发展机制不断完善、发展质量不断提高。由此带来的是农业机械化的作用日益明显, 地位逐渐提升, 已成为贵州省发展现状化农业的关键环节。农业机械发展的同时也带动了农业经济的发展, 农业生产总值也是在逐年提高。

1.1 贵州农业机械化水平现状

贵州地貌属于中国西部高原山地, 素有“天无三日晴, 地无三里平”之说。境内地势西高东低, 喀斯特地貌比较明显, 造成贵州山地比较多, 土地比较小, 并且高低不平, 以至于大型农业机械在此不能使用, 这也制约着贵州农业的发展。随着经济的发展, 机械化水平得以提高, 针对于贵州特色, 推出小型轻便的农机具, 这使得贵州省农业机械化水平得以很大的提高。

1.1.1 农业装备水平稳步发展。

党的十一届三中全会后, 特别是1981年家庭联产承包责任制落实后, 还有近年来各项惠农政策的出台, 我省农业迅速发展, 农民收入逐渐增加, 生活水平得以提高。以至于农业存在的矛盾就是农业机械化无法满足农民的迫切需要和经济发展之间的矛盾。

1.1.2 农机管理与推广力度不够。

省政府及各地相关职能部门对农机的宣传和投入力度还不够, 机械化水平较低。

1.1.3

对应的农机管理部门对农机的服务有待完善, 对农机的购前使用培训和售后维修工作得以落实。

1.2 贵州农业经济取得了长足的发展

自从十一届三中全会以来, 贵州农业经济加速发展, 农业总产值不断的提高, 农业和农村经济发展达到新的水平, 农业经济实力进一步提升。2012年贵州农民人均纯收入4753元, 比上年增长14.7%。 (贵州统计年鉴, 2013年)

2 近年来贵州农业机械拥有量与农业总产值的发展趋势

2.1 贵州农业机械拥有量的发展趋势

由表1可知, 贵州省农业机械化呈现出持续、稳定增长的发展态势, 有力地支撑了农业和农村经济发展, 促进了农业综合生产能力和农民收入的提高, 加快了农业现代化进程。2000~2004年贵州农业机械总动力是比较缓慢的增长, 从2004年的797.18万kw增加到2012年的2106.65万kw, 农机装备水平快速增长。从总体来看, 农业总动力是不断上升的。

贵州近年来机械化水平的不断提高, 原因是省政府对农机进行一定的政策扶持 (比如说:农机购机补贴) , 规范农机市场制度, 而且不断进行农机的技术创新和引进。换句话来说, 农业生产者逐渐意识到农机对经济收入有一定的促进作用, 在可以的情况下都愿意把农机运用到农业生产当中去。因此, 贵州农业机械拥有量是呈逐年增长的趋势, 从而可以分析出, 在一般情况下, 未来贵州农业机械化水平是不会下降的, 而是不断的提高。

2.2 贵州农业总产值的发展趋势

随着经济效益的提高, 贵州省农业机构加大调整步伐, 优质水稻、烟草、玉米、茶叶、辣椒、油菜等优质高效作物耕种面积扩大, 良种和先进适用技术推广覆盖面也进一步扩大, 新的农业机械得以推广和使用, 从而使全区农业总产值在不断提高。根据表1可知, 农业总产值从2000年的271.2亿元增长到2004年的334.5亿元;农业总产值从2004年的334.5亿元增长到2012年的891.91亿元, 2012年比2004年增长了1.67倍。促使农业经济增长的原因很多, 主要是贵州越来越重视第二、三产业的发展, 响应党中央的号召, 坚守1.2亿公顷耕地红线, 对农业的发展也带来了一定的变化, 但较全国而言, 贵州省农业发展还是比较落后的。

3 对贵州农业机械拥有量与农业总产值的关系进行实证分析

根据2000~2012年贵州省农业机械总动力与农业总产值的统计数据 (见表1) , 利用美国QMS公司研制的Micro Tsp软件的Windows E views建立回归模型, 进行定量分析, 可得到农业机械总动力与农业总产值有明显的正相关关系。

数据来源:《贵州统计年鉴》 (2001-2013) .

3.1 模型变量的选择

农业总产值 (Y) 是模型中的被解释变量。影响农业总产值的因素是多方面的, 本文为了更好地研究农业总产值与农业机械水平的关系, 选取农业机械拥有量指标 (X) 作为模型的解释变量。农业总产值会随着农业机械拥有量的增加而增加, 因为农业机械水平能反映农业经济增长, 所以选择这个解释变量符合经济发展的实际情况。

由图1、图2分别是贵州省农业机械拥有量与农业生产总值趋势图和相关图分析结果。两变量趋势图分析结果显示, 贵州省农业机械拥有量和农业生产总值二者存在逐渐增大的增长趋势。相关图分析显示, 贵州省农业机械拥有量与农业生产总值密切相关, 二者为线性相关关系。

可以看出, 农业机械拥有量与农业生产总值呈现一定的递增关系。

3.2 理论模型的设计

3.2.1 线性回归模型。

其模型的理论方程:Y=β0+β1X+ч对于理论模型运用OLS进行参数估计, 再用E views软件进行运算, 有关估计结果如下:

这个估计结果表明:农业机械总动力每增加1万kw时, 农业生产总值增加0.37亿元。β1>0, 这表明随着农业机械拥有量的增加, 农业总产值也随着增加, 这是符合实际的。R2为0.92924, 表明用农业机械拥有量可以说明因变量总变差的92.924%。

3.2.2 非线性回归模型估计。

其模型理论方程为:Y=β0+β1X+β2X2+ч用E views软件进行运算, 估计结果为:

两图对比可知, 就R2来说, 二次函数为0.99207>0.92924, 这说明二次函数的农业机械拥有量更能说明因变量总变差, 拟合优度更高。两个估计的P都接近零, 变量通过了显著性检验。线性回归模型中, β1>0, 这表明随着农业机械拥有量的增加, 农业总产值也随着增加, 这是符合实际的, 因此通过经济意义检验。二次函数模型回归中, β2>0, 这表明农业生产总值随着农业机械拥有量增加而增加, 但到达一定值的时候, 农业生产总值不会随着农业机械拥有量的增加而增加。也就是说, 对于贵州而言, 随着社会的发展, 技术的进步, 在一定的时期, 农业机械拥有量达到饱和, 不再是影响农业生产总值增加的因素。所以, 相对比较而言, 二次函数模型更具有说明力和更符合逻辑。

由图3、图4可以看出, 二次函数回归模型总拟合误差较小, 而且其近期误差比较小。所以, 如果从建立的模型用于经济预测, 二次函数回归模型更加适合。

3.3 模型的经济解释

在其他条件不变的情况下, 农机机械拥有量到达5499.8万kw时时, 农业生产总值随着农业机械拥有量的增加而增加, 每当农业机械拥有量增加1000万kw时时, 农业生产总值增加334.8亿元。超过5499.8万kw时时, 农业机械拥有量已经到达饱和, 意味着增加农业机械拥有量, 只会造成浪费, 并不会带来农业生产总值的增加。若想提高农业生产总值, 我们只有另寻他法, 比如说技术进步、选育良种、规范市场等。在一定程度上, 农业机械拥有量有利于农业经济的发展, 近年来机械化水平不断提高, 这快速地促进了农业经济的发展。

根据这种关系, 在其他一定的条件下, 贵州目前应进一步加强农业生产经营者充分利用农机的力度, 促使贵州农业总产值的增长。

4 政策建议

农机化是农业现代化的基本内容和组成部分, 推进农业现代化, 必须因地制宜地发展农机化, 这是提高农业生产率和农业总产值的重要途径。在运用新技术新设备的时候一定要先试点, 另外, 一定得找到适合当地的设备, 如果设备不适合那也只是空有其表。此外, 要积极探索农机化发展的新方向新途径, 不断提高农机装备水平, 加大农机新技术和机具的推广力度, 充分发挥农机化在农业现代化建设中的主力军作用, 用现代农业机械装备农业、改善农业生产条件, 才能推进农业现代化进程。

4.1 政府必须因地制宜, 找到适合当地的农业技术及其设备

每个地方都有自己的特点, 在北方适用的大型农业设备在贵州可不一定适用。贵州常年受其喀斯特地貌的影响, 再加上地处云贵高原, 我们必须认清这个特点, 针对于贵州特色, 推出小型轻便的农机具, 这使得贵州省农业机械化水平得以很大的提高。

4.2 加大政府对农业机械投入力度

完善包括购机补贴、燃油补贴、信贷税收优惠、农机保险、机耕道建设等支持政策, 加大财政对农业机械化投入力度, 促使农民更加积极地使用农业机械, 促进经济发展, 提高农民的生活水平。

4.3 加强农机管理和农机使用培训

政府应该加强对农机的管理规范市场, 同时也得加强农民对农机的使用培训, 以便提高农机使用效率。

4.4 加强对农机跟踪反馈

政府应该加强对农机的跟踪调查, 对出现的问题及时反馈, 做出相应的调整, 加强厂农机试验鉴定体系建设、农机维修网点建设、农机产品质量投诉监督体系建设、农机安全生产监理体系建设, 保障农机使用安全和农民的合法权益, 净化农机市场。

4.5 完善农业机械化服务体系, 提高农业机械的创新能力

对于农民最好的保证是购机后有良好的服务体系, 加强基层农业机械技术推广机构建设, 为农民和农业生产经营组织提供公益性农业机械技术的示范、推广和培训等服务。另外, 政府及农机部门应该加大研究, 提高农业机械的创新能力, 以提高生产效率。

4.6 加大推广新的农业技术, 选育良种

由贵州所特殊的地形决定, 在一定条件下, 贵州农业机械拥有量达到饱和, 对农业经济增长就不会有贡献作用, 因此, 我们必须另寻他法, 选育良种, 推广农业技术等以促进农业经济增长。

参考文献

[1]中国农业机械化科学研究院.农业机械化的发展趋势[J].农业科技推广, 2003 (4) :4-5.

[2]姚监附.农业机械化是农业可持续发展的必要条件[J].农村机械化, 1997 (3) :7-8.

[3]李宝仁.计量经济学[M].北京:机械工业出版社, 2008:34.

[4]朱道华.农业经济学[M].北京:中国农业出版社, 1981.

篇6：兵团农业总产值的回归分析

1 数据准备及经典回归分析

本文选取各师的指标:第一产业全社会固定资产投资(x1),农业机械总动力(x2),农林牧渔业生产中间消耗(x3),农业人口(x4),年末实有耕地面积(x5),及农业总产值(y)。本文所称的农业总产值指的是农林牧渔总产值。由于兵团的11师为建工师,几乎没有农业生产,因此本文没有考虑11师的数据。各师的数据见表1。

建立多元回归模型:

利用Eviews5.0软件采用最小二乘法计算可得:

可决系数R2=0.996 486,由于R2已经非常接近于1,因此式(1)可以很好地拟和现有数据。

注:数据来源于《新疆生产建设兵团统计年鉴2006》

但是该回归方程与我们的经验有些差别。我们从式(1)看出x1和x5的系数都为负,即第一产业全社会固定资产投资,年末实有耕地面积的增加反而会导致各师的农业总产值减少。这与我们的经验与实际情况都有差别。我们从图1可以看出,兵团各师的各项数据指标有协同变化的趋势,即农业总产值高的师其他各项指标也都很高,且其他几项指标之间也有相同的关系。由于只有13个样本,所以各项指标之间很可能存在多重共线性(关于多重共线性的更详细讨论及其危害可参看王惠文等[4,5,6]的《偏最小二乘回归的线性与非线性方法》)。因此直接采用式(1)来反映兵团农业总产值的影响因素可能不太合适。

2 主成分分析与主成分回归

从前一节的分析可以看出,直接对数据进行最小二乘回归得出的回归方程,可能由于多重共线性的存在而不能反映兵团农业的真实情况。这一节我们采用当前常用的主成分回归对各师的数据进行重新考察。其基本方法是先对每个样本的数据x1~x6进行主成分分析;提取合理的主成分f1,f2……,计算每个样本的主成分得分;最后计算y关于主成分f1,f2……的回归方程。由于主成分之间都是线性无关的,因此可以避免多重共线性引起的问题。后面的计算采用免费统计软件R软件计算得出。主成分分析结果(采用相关系数矩阵计算主成分)见表2。

可以看出其最小特征值为0.019 669很接近0.01,因此很可能存在多重共线性。由于篇幅所限,主成分得分值就不列出了。可以看到前两个主成分的累积贡献率就达到了97.14%,因此这里取前面两个主成分。

通过计算可建立回归方程:

由R2可以看出,拟和效果还是相当不错的。

由于式(2)建立的是农业总产值与主成分的关系,应用起来不方便,我们希望得到y和xi的关系,采用薛毅,陈立萍[7]的方法可以得到:

3 分析

从上述分析我们可以得出如下一些结论:

1)若直接用最小二乘法拟和数据,尽管拟和度很高(R2=0.996 486),但从方程(1)可以看出x3的系数相当大,而其他几个指标的系数绝对值相对都较小,且x1和x5的系数都为负,其表示的含义就是兵团的农业总产值严重依赖于农林牧渔生产中间消耗,且第一产业投资和耕地面积的增多反而会使农业总产值减少,这与实际情况不符。

2)采用主成分回归得出的方程(3)显示各指标的系数都为正,与我们的经验与实际情况都较吻合,并且我们可以看出x1的系数相当大,这一方面是由于第一产业固定资产投资与农业总产值联系紧密,另一方面是由于x1的数据值相对来说比较小造成的。

3)我们用式(3)计算yj的预测值,结果见表3,其中相对误差。可以看到除十四师以外,其他各师的预测值与真实值之间的相对误差都在20%以内,应该说预测效果还是相当好的。而十四师的预测值与真实值之间的相对误差达到150%,可能是方程(3)不能很好地说明十四师的农业总产值影响因素。这从另一方面说明十四师还没有达到其应达的生产水平,应该加强对农业生产的管理。

参考文献

[1]李青.新疆兵团经济因子构成分析[J].塔里木大学学报,2006,18(4):35-38.

[2]李豫新,李小菊.投资与区域经济增长的实证分析——以新疆生产建设兵团为例[J].经济研究导刊,2006(6):110-114.

[3]李豫新,李小菊.新疆兵团区域经济发展水平差异的实证分析[J].经济师,2006(5):268-269.

[4]刘罗曼.用主成分回归分析解决回归模型中复共线性问题[J].沈阳师范大学学报:自然科学版,2008,26(1):42-44.

[5]于秀林,任雪松.多元统计分析[M].北京:中国统计出版社,1999.

[6]王惠文,吴载斌,孟洁.偏最小二乘回归的线性与非线性方法[M].北京:国防工业出版社,2006.