摘 要：隨著經(jīng)濟(jì)不斷發(fā)展各地區(qū)的農(nóng)業(yè)機(jī)械投入量和糧食產(chǎn)量出現(xiàn)不均衡發(fā)展，本篇文章重在研究各地區(qū)農(nóng)業(yè)機(jī)械投入量與糧食產(chǎn)量的關(guān)系，基于1978-2013年我國30個(gè)省市的農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量的面板數(shù)據(jù)（除重慶市由于部分?jǐn)?shù)據(jù)缺失無），建立了個(gè)體隨機(jī)效應(yīng)回歸模型，對(duì)兩個(gè)變量進(jìn)行單位根和協(xié)整檢驗(yàn)，發(fā)現(xiàn)存在長期趨勢(shì)，觀察模型發(fā)現(xiàn)糧食產(chǎn)量目前很大程度上受農(nóng)業(yè)機(jī)械投入量的影響，系數(shù)高達(dá)0.7。

關(guān)鍵詞：農(nóng)業(yè)機(jī)械 糧食產(chǎn)量 面板數(shù)據(jù)

指標(biāo)選取

（一）數(shù)據(jù)來源

本文采用2014年中國統(tǒng)計(jì)年鑒中的數(shù)據(jù)，查找30個(gè)省市的農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量，構(gòu)成面板數(shù)據(jù)。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(shù)據(jù)缺失值太多。本文舍棄重慶這一省份，只保留剩下的30個(gè)省份的數(shù)據(jù)。選取1978-2013年各個(gè)省份和地區(qū)（除重慶外）的農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量的數(shù)據(jù)。用JX表示農(nóng)業(yè)機(jī)械總動(dòng)力，CL表示糧食產(chǎn)量。

各省份農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量特征分析

本章旨在用描述性統(tǒng)計(jì)的手段分析農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量的特征，用直觀的數(shù)據(jù)分析最具有代表性的省份。農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量的基本信息如下表-1。

農(nóng)業(yè)機(jī)械總動(dòng)力最大值在2013年的山東省，高達(dá)12739.83萬千瓦。最小值在1978年的西藏省，總動(dòng)力只有17.42。糧食產(chǎn)量最大的時(shí)候也在2013年的山東省，高達(dá)8749.99。最小的時(shí)候在1978年的西藏，只有3.92。

根據(jù)農(nóng)業(yè)機(jī)械總動(dòng)力、糧食產(chǎn)量的最大、最小值可以做出一個(gè)推測(cè)機(jī)械總動(dòng)力和糧食產(chǎn)量是向相關(guān)的。為了驗(yàn)證這一假設(shè)，本文利用面板數(shù)據(jù)對(duì)農(nóng)業(yè)機(jī)械投入量對(duì)糧食產(chǎn)量的影響做實(shí)證研究。

實(shí)證分析

一、面板數(shù)據(jù)模型的確定（F檢驗(yàn)和Hausman檢驗(yàn)）

對(duì)面板數(shù)據(jù)進(jìn)行F檢驗(yàn)，結(jié)果顯示P值小于0.05，所以拒絕原假設(shè)，即是非混合模型。隨后對(duì)面板數(shù)據(jù)進(jìn)行Hausman檢驗(yàn)，顯示檢驗(yàn)結(jié)果的P值大于0.05，接受原假設(shè)，即該模型是個(gè)體隨機(jī)效應(yīng)模型。

二、面板單位根檢驗(yàn)

由于該面板數(shù)據(jù)采用了30年各省市數(shù)據(jù)，為了避免出現(xiàn)虛擬回歸對(duì)30年面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)和協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果見表2。

三、面板協(xié)整檢驗(yàn)

經(jīng)單位根檢驗(yàn)發(fā)現(xiàn)兩個(gè)變量同階單整，可進(jìn)行面板協(xié)整檢驗(yàn)，以確定各變量之間是否存在長期聯(lián)系。表3顯示各水平值的P值都小于0.05，拒絕原假設(shè)，即變量間存在長期的協(xié)整關(guān)系。

根據(jù)表3可得，除Panel RHO和Panel ADF兩種檢驗(yàn)方法外 ，其他5種方法均在5%的顯著水平下拒絕原假設(shè)，認(rèn)為兩者之間存在協(xié)整關(guān)系，即不存在虛擬回歸。

四、面板模型回歸

根據(jù)模型的設(shè)定檢驗(yàn)可得，模型符合個(gè)體隨機(jī)效應(yīng)模型。以北京市為例：

說明北京市農(nóng)業(yè)機(jī)械總動(dòng)力每增加1萬千瓦，北京市的糧食產(chǎn)量增加0.7萬噸，符合經(jīng)濟(jì)意義。

五、結(jié)果分析

得出的結(jié)果與前文的猜想是一致的，即農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量存在正相關(guān)關(guān)系，相關(guān)系數(shù)高達(dá)0.7。糧食產(chǎn)量目前很大程度上受農(nóng)業(yè)機(jī)械投入量的影響。

參考文獻(xiàn)：

[1] 羅書強(qiáng). 調(diào)查分析農(nóng)業(yè)技術(shù)投入對(duì)糧食產(chǎn)量的影響[J]. 農(nóng)家科技旬刊， 2014（1）.

[2] 鄧琨. 農(nóng)業(yè)科研公共投資對(duì)糧食生產(chǎn)成本的影響[D]. 西南大學(xué)， 2013.

[3] 王琛， 吳敬學(xué)， 鐘鑫. 我國農(nóng)業(yè)部門資本投入對(duì)糧食生產(chǎn)技術(shù)效率的影響研究——基于空間計(jì)量經(jīng)濟(jì)面板模型的實(shí)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(nèi)江人，山西財(cái)經(jīng)大學(xué)2015（統(tǒng)計(jì)學(xué)）學(xué)術(shù)碩士研究生，研究方向：宏觀經(jīng)濟(jì)統(tǒng)計(jì).