農業機械投入量對糧食產量的影響

摘 要：隨著經濟不斷發展各地區的農業機械投入量和糧食產量出現不均衡發展，本篇文章重在研究各地區農業機械投入量與糧食產量的關系，基于1978-2013年我國30個省市的農業機械總動力和糧食產量的面板數據（除重慶市由于部分數據缺失無），建立了個體隨機效應回歸模型，對兩個變量進行單位根和協整檢驗，發現存在長期趨勢，觀察模型發現糧食產量目前很大程度上受農業機械投入量的影響，系數高達0.7。

關鍵詞：農業機械 糧食產量 面板數據

指標選取

（一）數據來源

本文采用2014年中國統計年鑒中的數據，查找30個省市的農業機械總動力和糧食產量，構成面板數據。由于重慶是在改革開放幾年以后才從四川分離出去成為直轄市，所以重慶的數據缺失值太多。本文舍棄重慶這一省份，只保留剩下的30個省份的數據。選取1978-2013年各個省份和地區（除重慶外）的農業機械總動力和糧食產量的數據。用JX表示農業機械總動力，CL表示糧食產量。

各省份農業機械總動力和糧食產量特征分析

本章旨在用描述性統計的手段分析農業機械總動力和糧食產量的特征，用直觀的數據分析最具有代表性的省份。農業機械總動力和糧食產量的基本信息如下表-1。

農業機械總動力最大值在2013年的山東省，高達12739.83萬千瓦。最小值在1978年的西藏省，總動力只有17.42。糧食產量最大的時候也在2013年的山東省，高達8749.99。最小的時候在1978年的西藏，只有3.92。

根據農業機械總動力、糧食產量的最大、最小值可以做出一個推測機械總動力和糧食產量是向相關的。為了驗證這一假設，本文利用面板數據對農業機械投入量對糧食產量的影響做實證研究。

實證分析

一、面板數據模型的確定（F檢驗和Hausman檢驗）

對面板數據進行F檢驗，結果顯示P值小于0.05，所以拒絕原假設，即是非混合模型。隨后對面板數據進行Hausman檢驗，顯示檢驗結果的P值大于0.05，接受原假設，即該模型是個體隨機效應模型。

二、面板單位根檢驗

由于該面板數據采用了30年各省市數據，為了避免出現虛擬回歸對30年面板數據進行單位根檢驗和協整檢驗，檢驗結果見表2。

三、面板協整檢驗

經單位根檢驗發現兩個變量同階單整，可進行面板協整檢驗，以確定各變量之間是否存在長期聯系。表3顯示各水平值的P值都小于0.05，拒絕原假設，即變量間存在長期的協整關系。

根據表3可得，除Panel RHO和Panel ADF兩種檢驗方法外 ，其他5種方法均在5%的顯著水平下拒絕原假設，認為兩者之間存在協整關系，即不存在虛擬回歸。

四、面板模型回歸

根據模型的設定檢驗可得，模型符合個體隨機效應模型。以北京市為例：

說明北京市農業機械總動力每增加1萬千瓦，北京市的糧食產量增加0.7萬噸，符合經濟意義。

五、結果分析

得出的結果與前文的猜想是一致的，即農業機械總動力和糧食產量存在正相關關系，相關系數高達0.7。糧食產量目前很大程度上受農業機械投入量的影響。

參考文獻：

[1] 羅書強. 調查分析農業技術投入對糧食產量的影響[J]. 農家科技旬刊， 2014（1）.

[2] 鄧琨. 農業科研公共投資對糧食生產成本的影響[D]. 西南大學， 2013.

[3] 王琛， 吳敬學， 鐘鑫. 我國農業部門資本投入對糧食生產技術效率的影響研究——基于空間計量經濟面板模型的實證[J]. 科技管理研究， 2015， v.35；No.332（10）：97-103.

作者簡介：

高雪蓮（1992-），女，四川內江人，山西財經大學2015（統計學）學術碩士研究生，研究方向：宏觀經濟統計.