王柱 張沛鍵 王軍

作者簡介：

王柱（1989-），男，蒙古族，河南鎮(zhèn)平人，碩士研究生，單位：海南大學經(jīng)濟與管理學院，農(nóng)業(yè)經(jīng)濟管理專業(yè)，研究方向：數(shù)量經(jīng)濟與計量經(jīng)濟。

張沛鍵（1986-），男，漢族，山東泰安人，碩士研究生，單位：海南大學經(jīng)濟與管理學院，專業(yè)：國際商務，研究方向：國際投資。

王軍（1988-），男，漢族，安徽廬江人，碩士研究生，單位：海南大學經(jīng)濟與管理學院，專業(yè)：農(nóng)業(yè)經(jīng)濟管理，研究方向：熱帶農(nóng)業(yè)經(jīng)濟理論與政策。

摘 要：本文運用擴展的C-D函數(shù)，通過對作為東、中、西部典型省份的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)建立面板數(shù)據(jù)模型，對農(nóng)業(yè)基礎設施投入在農(nóng)業(yè)產(chǎn)值增長方面的促進作用進行了相關的實證分析，得出農(nóng)業(yè)基礎設施投入對農(nóng)業(yè)產(chǎn)值的促進作用明顯，且產(chǎn)出彈性系數(shù)普遍較大，并結合我國農(nóng)業(yè)基礎設施的實際狀況提出了繼續(xù)加大政府財政支農(nóng)支出、重點建設農(nóng)田水利工程、加大農(nóng)業(yè)流通設施、嘗試建立大半徑農(nóng)業(yè)科技服務設施等建議。

關鍵詞：農(nóng)業(yè)基礎設施投入； C-D函數(shù)擴展；面板數(shù)據(jù)模型；政府財政支農(nóng)支出

一、引言

農(nóng)業(yè)基礎設施建設指的是為農(nóng)業(yè)生產(chǎn)過程提供基礎性服務、對農(nóng)業(yè)生產(chǎn)發(fā)展產(chǎn)生重大影響的基礎設施和基本物質生產(chǎn)條件，主要指提高農(nóng)業(yè)生產(chǎn)經(jīng)營能力的基本硬件設施，主要包括農(nóng)田水利設施、農(nóng)業(yè)技術、公共安全、公共衛(wèi)生、交通、基礎教育等。

對于農(nóng)業(yè)基礎設施對我國農(nóng)業(yè)產(chǎn)值的影響在實證方面的研究，主要研究文獻一般都運用計量經(jīng)濟學的相關理論，借助Eviews、SPSS等軟件，通過建立時間序列模型或面板數(shù)據(jù)模型，以定量分析的方式對農(nóng)業(yè)基礎設施在農(nóng)業(yè)產(chǎn)值方面的影響進行了多角度分析，雖然選取的變量存在差異，不過得到的結論總體上趨于一致，即農(nóng)業(yè)基礎設施對于農(nóng)業(yè)產(chǎn)值增長具有正向促進作用。

本文試圖在前人研究的基礎上，進一步研究農(nóng)業(yè)基礎設施對農(nóng)業(yè)產(chǎn)值的作用在地區(qū)上的差異性，同時為使數(shù)據(jù)模型更具科學意義，本文以應用廣泛的C-D函數(shù)為基礎，引入耕地面積變量，在兼顧農(nóng)業(yè)生產(chǎn)對土地的依賴性的前提下，科學、準確研究農(nóng)業(yè)基礎設施投入對我國農(nóng)業(yè)生產(chǎn)的影響。

二、C-D函數(shù)擴展模型

C-D函數(shù)（即Y=AKαLβeu）在引入耕地面積（S）變量后，其擴展模型可以表示為

Y=AKαLβSreu

式中，Y是農(nóng)業(yè)總產(chǎn)值，A是綜合技術水平，L是第一產(chǎn)業(yè)從業(yè)人員數(shù)，K是農(nóng)業(yè)基礎設施投入資本，α、β、γ分別是勞動力產(chǎn)出彈性系數(shù)、資本產(chǎn)出的彈性系數(shù)和耕地產(chǎn)出彈性系數(shù)，μ表示隨機干擾的影響，且μ≤1。

對拓展模型作對數(shù)變換，得到對參數(shù)而言的對數(shù)線性生產(chǎn)函數(shù)模型

lnY=lnA+alnK+βlnL+γlnS+u

以y代表lnY，k代表lnK，l代表lnl，s代表lnS，c=lnA，考慮到本文將采用面板數(shù)據(jù)建模，因此將對數(shù)線性生產(chǎn)函數(shù)模型表示為面板數(shù)據(jù)模型的方式，即

yit=ci+αikit+βi*lit+γi*sit+uit

其中，i = 1，2， 3，…，N，t = 1，2，3，…，T ，N、T分別表示截面數(shù)據(jù)個數(shù)和時間序列長度

三、典型省份選擇及數(shù)據(jù)收集

（一）典型省份選擇

本文在31個省、直轄市和自治區(qū)分屬東、中、西部的基礎上，依照農(nóng)業(yè)生產(chǎn)的經(jīng)濟、社會發(fā)展水平和地區(qū)氣候差異，從三個區(qū)域中分別挑出兩個省份作為典型，其農(nóng)業(yè)生產(chǎn)數(shù)據(jù)作為參與數(shù)據(jù)建模分析的源數(shù)據(jù)，選擇的省份依據(jù)及結果如表1-1所示。

表1-1 典型省份選擇依據(jù)及結果

（二）數(shù)據(jù)收集

本文從《中國統(tǒng)計年鑒（1996—2011）》以及各省相關統(tǒng)計年鑒中選取1995年至2010年間包括廣東、遼寧、湖南、黑龍江、云南和陜西在內的共計16年的農(nóng)業(yè)生產(chǎn)方面的數(shù)據(jù)，內容主要包括各省歷年農(nóng)業(yè)生產(chǎn)總值（L）、農(nóng)業(yè)基礎設施投入（K）、第一產(chǎn)業(yè)從業(yè)人員數(shù)（L）以及耕地面積（S）等變量數(shù)據(jù)。

其中農(nóng)業(yè)基礎設施包括農(nóng)業(yè)基礎設施固定資產(chǎn)基本建設投資和財政支出下的農(nóng)林水事務費用，并對各省的農(nóng)業(yè)生產(chǎn)總值和農(nóng)業(yè)基礎設施投入按照農(nóng)業(yè)產(chǎn)值價格指數(shù)和固定資產(chǎn)投資價格指數(shù)以1995年為基準，進行了相應的折算，以保證數(shù)據(jù)參與建模時的科學性和實用性。

四、面板數(shù)據(jù)建模

（一）面板數(shù)據(jù)的單位根檢驗與協(xié)整檢驗

利用Eviews6.0軟件并選用Fisher-ADF方法對yit、kit 、lit和sit等截面變量進行了單位根檢驗，結果顯示四個截面數(shù)據(jù)都呈現(xiàn)出一階單整，其檢驗結果如表2-1所示。

表2-1 四個截面數(shù)據(jù)單位根檢驗結果

注：***、**、*分別表示在1%、5%、10%水平下顯著。

為防治面板數(shù)據(jù)建模結果中出現(xiàn)“偽回歸”，繼續(xù)利用Eviews6.0軟件并選用Kao檢驗方法對面板數(shù)據(jù)進行協(xié)整檢驗，得到統(tǒng)計量t = -3.022 ，伴隨概率p為0.0013，在1%置信度下顯著，面板數(shù)據(jù)通過協(xié)整檢驗。

（二）面板數(shù)據(jù)模型設定形式判別

按照面板數(shù)據(jù)建模理論，根據(jù)橫截距ci和系數(shù)向量αi、βi、γi的不同限制要求，可以將面板數(shù)據(jù)模型劃分為三種類型：無個體影響的不變系數(shù)模型、含有個體影響的不變系數(shù)模型即變截距模型和含有個體影響的變系數(shù)模型即變系數(shù)模型，為正確判別面板模型類型，建立具有實際意義的面板數(shù)據(jù)模型，本文利用Eviews6.0通過對廣東、遼寧、湖南、黑龍江、云南和陜西六省在1995—2010年間的農(nóng)業(yè)生產(chǎn)面板數(shù)據(jù)進行了相關的統(tǒng)計假設檢驗，確定面板數(shù)據(jù)模型應設定為變系數(shù)形式。

（三）面板數(shù)據(jù)回歸估計與修正

繼續(xù)利用Eviews6.0軟件，選用變系數(shù)面板數(shù)據(jù)模型，為消除橫截面數(shù)據(jù)的異方差以及序列的自相關性采用了不相關回歸方法進行加權回歸估計，得到的估計結果如表2-2所示。

表2-2 六省面板數(shù)據(jù)回歸結果

從表2-2中可看出，廣東、黑龍江和陜西省第一產(chǎn)業(yè)從業(yè)人員數(shù)對農(nóng)業(yè)總產(chǎn)值的產(chǎn)出彈性通過了5%置信水平下的顯著檢驗；而遼寧、湖南和云南三省則沒有通過5%水平下的顯著檢驗。

為更準確研究農(nóng)業(yè)基礎設施投入對農(nóng)業(yè)總產(chǎn)值的影響，去掉顯著性檢驗通過個數(shù)較少的自變量Lnl，重新建立變系數(shù)模型，得到的回歸估計結果見表2-3。

表2-3 去掉變量Lnk后的六省面板數(shù)據(jù)回歸結果

從最終回歸結果（表2-3）來看，調整后的R2達到0.9972，說明面板數(shù)據(jù)回歸效果很好，D.W值為1.62，模型不存在自相關，F(xiàn)統(tǒng)計量在1%水平下顯著，模型回歸整體很好。

五、模型回歸結果分析

（一）農(nóng)業(yè)基礎設施投入對農(nóng)業(yè)生產(chǎn)影響顯著

總體上從表2-3可以看出，六個省份農(nóng)業(yè)基礎設施投入對農(nóng)業(yè)總產(chǎn)值的產(chǎn)出彈性（即Lnk的估計系數(shù)）的T-統(tǒng)計量都通過1%置信水平下的顯著檢驗，說明農(nóng)業(yè)基礎設施投入對于促進農(nóng)業(yè)總產(chǎn)值增長具有非常顯著的經(jīng)濟學意義。

從地區(qū)差異角度來看，農(nóng)業(yè)基礎設施對農(nóng)業(yè)總產(chǎn)值的產(chǎn)出彈性從高到低依次為云南、湖南、遼寧、黑龍江、陜西和廣東；按主要地形劃分，以平原為主的湖南、遼寧和黑龍江占據(jù)第2、3、4位，說明在中部平原地區(qū)，農(nóng)業(yè)基礎設施對農(nóng)業(yè)產(chǎn)值的促進作用相對強于以丘陵和山地為主的陜西和廣東省。

從數(shù)值大小角度來看，六省份的Lnk回歸估計系數(shù)都在0.1以上，云南省最高，為0.18，廣東最低，但也達到0.13，根據(jù)世界銀行《1994年世界發(fā)展報告》，基礎設施存量增長1%國內生產(chǎn)總值（GDP）就會增長1%，可見在我國的農(nóng)業(yè)生產(chǎn)活動中，農(nóng)業(yè)基礎設施對農(nóng)業(yè)產(chǎn)值的貢獻率要遠高于世界平均水平。

（二）耕地對農(nóng)業(yè)生產(chǎn)的產(chǎn)出效果影響減弱

從表4-3可以看出，除黑龍江外，其余五省耕地面積對農(nóng)業(yè)產(chǎn)值的回歸估計系數(shù)t-統(tǒng)計量都通過了5%置信水平下的顯著檢驗，說明耕地依然是我國農(nóng)業(yè)生產(chǎn)不可或缺的生產(chǎn)資料。

不過對于耕地面積對農(nóng)業(yè)產(chǎn)值的回歸估計系數(shù)（Lns），五省份整體上都為負值，并非否定耕地在農(nóng)業(yè)生產(chǎn)中的基礎作用，而是說明近年來我國因通貨膨脹導致的農(nóng)業(yè)生產(chǎn)資料成本上漲。在農(nóng)產(chǎn)品的收購價格基本保持不變的情況下所造成的耕地投入與產(chǎn)出不成比例、農(nóng)民從事種植業(yè)熱情下降等社會現(xiàn)象已成為制約我國農(nóng)業(yè)產(chǎn)值增長的一大社會性問題，應引起政府部門的重視，盡早尋找應對之策。

（三）其他方面

對于黑龍江省耕地面積對農(nóng)業(yè)總產(chǎn)值的產(chǎn)出彈性（Lns）回歸估計系數(shù)t-統(tǒng)計量沒有通過5%置信水平下的顯著檢驗。通過對其截面數(shù)據(jù)中耕地面積與農(nóng)業(yè)總產(chǎn)值兩大變量的時間序列進行分析后發(fā)現(xiàn)，黑龍江省因1998年三江流域發(fā)生特大洪水災害而導致農(nóng)業(yè)總產(chǎn)值在1997年后出現(xiàn)大幅波動是主要原因。

如按照年均增長率對黑龍江1997年后的農(nóng)業(yè)總產(chǎn)值進行相應調整，繼續(xù)利用Eviews6.0軟件進行面板數(shù)據(jù)建模，得到的伴隨概率p為0.0437，通過5%水平下的顯著檢驗，說明在不考慮突發(fā)性自然災害的條件下，黑龍江耕地面積對農(nóng)業(yè)產(chǎn)值的影響也具有顯著作用。

六、結論與建議

根據(jù)對表4-3的相關分析，可以意識到對于我國廣大地區(qū)的農(nóng)業(yè)生產(chǎn)活動來說，在當前普遍存在農(nóng)村剩余勞動力富余、耕地投入與產(chǎn)出不成比例的情況下，加大農(nóng)業(yè)基礎設施投入，無論是如水庫、溝渠、農(nóng)業(yè)機械、鄉(xiāng)間道路、農(nóng)業(yè)科技服務站等固定性資產(chǎn)資產(chǎn)基本建設投入，還是中央和地方政府在農(nóng)、林、水事務方面費用的流動性財政支出，對于促進我國農(nóng)業(yè)產(chǎn)值的提高都具有較為顯著的成效。結合我國農(nóng)業(yè)生產(chǎn)狀況，針對表4-3中農(nóng)業(yè)基礎設施對農(nóng)業(yè)產(chǎn)值的影響，本文提出的建議如下：

（一）繼續(xù)加大財政支出在農(nóng)業(yè)基礎設施方面的比重

西方發(fā)達國家的成功經(jīng)驗表明，要實現(xiàn)傳統(tǒng)自給性農(nóng)業(yè)向現(xiàn)代商品性農(nóng)業(yè)的轉變，實現(xiàn)農(nóng)業(yè)現(xiàn)代化和農(nóng)村可持續(xù)發(fā)展，必須要有發(fā)達和完善的現(xiàn)代農(nóng)業(yè)基礎設施與之相配套。目前我國農(nóng)業(yè)生產(chǎn)整體上依然以傳統(tǒng)的自給性生產(chǎn)方式為主，農(nóng)業(yè)基礎設施建設投入嚴重不足，根據(jù)《中國統(tǒng)計年鑒2011》中的相關數(shù)據(jù)顯示，2010年我國社會固定資產(chǎn)投資達到27.8萬億元，而在農(nóng)、林、牧、漁業(yè)方面的固定資產(chǎn)投資僅為0.79萬億元，所占比例為2.85%，遠低于作為支柱產(chǎn)業(yè)之一的房地產(chǎn)業(yè)所占的23.33%。

農(nóng)業(yè)作為國民經(jīng)濟發(fā)展的基礎性產(chǎn)業(yè)，農(nóng)業(yè)基礎設施投入對于農(nóng)業(yè)總產(chǎn)值的促進作用已通過實證分析確切地進行了論證，未來我國將逐漸向現(xiàn)代化農(nóng)業(yè)生產(chǎn)邁進，農(nóng)業(yè)基礎設施對農(nóng)業(yè)產(chǎn)值的“推動”作用不容忽視，因此我國中央和地方政府都應繼續(xù)加大財政支出在農(nóng)業(yè)基礎設施方面的比重。

（二）重點支持以水利為重點的農(nóng)業(yè)基礎設施建設

我國由于水資源的匱乏，干旱一直是困擾我國農(nóng)業(yè)生產(chǎn)和增產(chǎn)的一大制約因素，且近年來干旱發(fā)生的頻率呈現(xiàn)增多趨勢，據(jù)相關統(tǒng)計資料表明，自上世紀90年代以來，農(nóng)業(yè)自然災害成災率提高了近6個百分點。

2004年以來，每年因災損失糧食均在600億斤以上，2009年更高達1107億斤.占全國糧食總產(chǎn)量的1/10。因此要最大限度地發(fā)揮農(nóng)業(yè)基礎設施在農(nóng)業(yè)生產(chǎn)方面促進產(chǎn)值增長的作用，政府應重點支持建設以水利為重點、以抗旱為重要目的的水庫、溝渠、機井以及蓄水池等農(nóng)田水利基礎設施。切實讓農(nóng)田水利基礎設施的作用發(fā)揮極致。

（三）加大以農(nóng)村道路和冷藏設備為主要內容的流通設施建設

流通設施建設也是農(nóng)業(yè)基礎設施建設的一個重要方面，長期以來我國農(nóng)村地區(qū)因道路與縣級公路及省級公路的連接不暢造成的農(nóng)產(chǎn)品市場價格、供需情況等信息獲取不及時、不全面；加之農(nóng)產(chǎn)品冷藏設備缺乏或不夠用，導致同類農(nóng)產(chǎn)品的田間收購價與終端的市場零售價相關數(shù)倍乃至數(shù)十倍，嚴重挫傷了農(nóng)業(yè)生產(chǎn)者的熱情。

另外一個方面，也間接對農(nóng)業(yè)產(chǎn)值的增長帶來了負面影響，因此要加大以農(nóng)村道路和冷藏設備為主要內容的流通設施建設。建議對于修建農(nóng)村道路、建設農(nóng)產(chǎn)品冷藏設備等投入資金量較大、工程周期較短以及既有顯著社會正外部效益又有政績性的農(nóng)業(yè)基礎設施建設項目，建議應由地方政府通過財政支出的方式參與，運用行政力量讓農(nóng)業(yè)流通設施在農(nóng)業(yè)產(chǎn)值中發(fā)揮應有最大的效應。

（四）嘗試建設具有大范圍服務半徑的農(nóng)業(yè)科技推廣服務設施

在信息化時代，科技一直是促進各個產(chǎn)業(yè)快速發(fā)展的重要推動因素，目前我國農(nóng)業(yè)的科技推廣工作主要處于示范區(qū)試驗階段，尚未發(fā)揮“以點帶面”的顯著效果。針對我國農(nóng)業(yè)科技推廣服務工作進展緩慢、成效不顯著的現(xiàn)狀，建議應構建地方政府主導、農(nóng)業(yè)科技企業(yè)參與、建設大范圍服務半徑的農(nóng)業(yè)科技推廣服務設施管理機制。

具體地說，就是地方政府制定農(nóng)業(yè)科技推廣服務設施建設規(guī)劃，并對有意參與農(nóng)業(yè)科技推廣工作的企業(yè)在經(jīng)過資歷評估后準予進入，指導其按照規(guī)劃內容執(zhí)行，進入企業(yè)負責支付農(nóng)業(yè)科技推廣服務設施建設費用，并在投入使用之后通過向廣大農(nóng)戶成員收取服務費用以達到盈虧平衡，同時政府負責對企業(yè)日常經(jīng)營活動實行監(jiān)管，以保證廣大農(nóng)戶的合法權益受到保護。當前我國尚未嘗試此種模式，還需通過實踐進行效果檢驗。（作者單位：海南大學經(jīng)濟與管理學院）

參考文獻

[1] 張紅宇，李冠佑，楊潔梅.加快推進農(nóng)業(yè)基礎設施建設的重點領域與政策思路[J].農(nóng)村經(jīng)濟，2011，（6）：6-8.

[2] 程衛(wèi)紅，張朝華.巴西、印度的農(nóng)業(yè)基礎設施建設經(jīng)驗及其對我國的借鑒[J].中國農(nóng)業(yè)信息，2011，（8）：151-153.

[3] 謝海軍，翟印禮.遼寧省農(nóng)業(yè)基礎設施水平與農(nóng)村經(jīng)濟增長——基于Panel Data模型的實證分析[J].農(nóng)業(yè)技術經(jīng)濟，2008，（4）：106-111.

注解：

① 如無特別說明，全文其他相同之處也以此標識解釋

② 常數(shù)項回歸估計系數(shù)已包含個體固定效應，表4-3中Ci同樣包含