倪蘭 鄧世玉 蔣浩東

（貴州大學經(jīng)濟學院 貴州 貴陽 550025）

農(nóng)業(yè)發(fā)展關乎民生，中央一號文件指出，要持續(xù)抓好農(nóng)業(yè)穩(wěn)產(chǎn)保供和農(nóng)民增收，推進農(nóng)業(yè)高質量發(fā)展［1］。我國即將進入后小康社會，如何穩(wěn)固脫貧成效，無縫銜接鄉(xiāng)村振興戰(zhàn)略，是目前討論較多的問題。進行脫貧攻堅戰(zhàn)略下貴州省農(nóng)業(yè)經(jīng)濟增長動力影響分析，有利于貴州開啟農(nóng)業(yè)新征程，找準前進方向。

關于農(nóng)業(yè)經(jīng)濟增長影響因素的研究，有的學者從國家宏觀角度進行研究，有的針對某省某個變量進行探討。例如吉慶華［2］分析了中國30省市的農(nóng)村面板數(shù)據(jù)，得出教育水平對農(nóng)業(yè)經(jīng)濟增長有顯著的正影響結論；張紅彥［3］構建橫截面時間序列混合數(shù)據(jù)模型，探索了農(nóng)業(yè)科技投入力度和農(nóng)業(yè)機械化水平對山東省農(nóng)業(yè)經(jīng)濟的影響；李平［4］研究了農(nóng)業(yè)機械化對美國農(nóng)業(yè)經(jīng)濟的影響，得出農(nóng)機總動力對該國農(nóng)業(yè)總產(chǎn)值有顯著正向影響的結論。

通過文獻梳理可知，農(nóng)村教育水平、農(nóng)業(yè)科技投入力度和農(nóng)業(yè)機械化水平等諸多因素會影響農(nóng)業(yè)經(jīng)濟增長。然而，從研究樣本、研究因素和研究時間來說，現(xiàn)有的研究結論與當前貴州省農(nóng)業(yè)經(jīng)濟發(fā)展情況匹配度不高。依托脫貧攻堅背景，本文建立多元回歸模型，從多個因素出發(fā)，力求尋找貴州農(nóng)業(yè)經(jīng)濟增長的動力因素，為貴州新階段農(nóng)業(yè)的發(fā)展提供有效建議。

1 貴州省農(nóng)業(yè)經(jīng)濟發(fā)展情況

貴州省地處我國西南，地貌有3種基本類型：山地、丘陵和盆地，其中盆地面積不足10 %。2019年貴州省地區(qū)生產(chǎn)總值為16 769億元，比2000年增加了15 739億元，其中農(nóng)林漁牧業(yè)占比為22.1%。2019年農(nóng)林漁牧業(yè)總產(chǎn)值為3 889億元，占地區(qū)總產(chǎn)值的23.2 %，比2018年增加了269億元，其中農(nóng)業(yè)在總產(chǎn)值的占比最高達65.2 %，牧業(yè)占21.3 %，林業(yè)占7.1 %，漁業(yè)占比最少，為1.5%（表1）。

2020年11月23日，貴州省宣布最后9個貧困縣實現(xiàn)貧困退出，至此貴州66個貧困縣全部脫貧。黃承偉［5］曾指出貴州是全國脫貧攻堅的主戰(zhàn)場、決戰(zhàn)區(qū)，同時又是“短板”中的“短板”。如今，貴州如期脫貧，研究近20年來對貴州農(nóng)業(yè)經(jīng)濟發(fā)展起推動作用的因素，有助于在后小康社會中，穩(wěn)固脫貧成效，找準方向持續(xù)發(fā)展特色高效山地農(nóng)業(yè)。

2 模型設定

2.1 變量選擇

被解釋變量。農(nóng)林漁牧業(yè)總產(chǎn)值（y）。本研究探討農(nóng)業(yè)經(jīng)濟的發(fā)展情況，采用農(nóng)林漁牧業(yè)總產(chǎn)值［6］代表貴州省農(nóng)業(yè)經(jīng)濟情況。

解釋變量。農(nóng)作物有效灌溉面積（x1）、機械總動力（x2）、水庫數(shù)（x3）、水土流失治理面積（x4）、農(nóng)村用電量（x5）、農(nóng)用化肥施用折純量（x6），分別代表技術要素、農(nóng)業(yè)機械化、水利設施、生態(tài)情況、基礎設施與農(nóng)業(yè)生產(chǎn)中化肥的使用。變量及變量說明（見表2）：

表2 變量及變量說明

2.2 模型構建

為研究以上因素對貴州省農(nóng)業(yè)經(jīng)濟增長影響作用的產(chǎn)出彈性及拉動方向，本文選取n個樣本點。

構造多元回歸模型：

2.3 描述性統(tǒng)計分析

對變量進行描述性統(tǒng)計分析，結果如表3，可以觀察到，被解釋變量y的均值為1 375.38，最大值為3 619.52，最小值為412.97，標準差為1 091.77；解釋變量x4的標準差為1 833.67，解釋變量x6的標準差為11.36。

表3 各變量的描述性統(tǒng)計結果

3 數(shù)據(jù)處理與多元回歸分析

本文在數(shù)據(jù)處理與多元回歸分析模塊，分為三個部分進行：回歸分析、相關性檢驗、結果分析。

3.1 回歸分析

首先對變量進行無量綱化處理，對各變量進行對數(shù)化，構建新模型：

對以上模型進行回歸時，采用逐步回歸法，篩選并剔除引起多重共線性的變量，從而得到最優(yōu)的回歸方程如下：

將取了對數(shù)后6個解釋變量直接與被解釋變量進行回歸分析，R2=0.99，殘差平方和為0.10，方程的標準誤差為s=0.09。檢驗整個方程顯著性的F統(tǒng)計量為198.96，p值為0.00，表明回歸方程整體是顯著相關的。

但是對于單個參數(shù)來說，見表4，卻只有x1的p值是小于0.05的，說明只有x1通過了檢驗。在一定程度上說明，構建的多元回歸模型中可能加入了無關變量，或者變量間存在多重共線性。直觀性考慮到農(nóng)業(yè)機械總動力的變化與農(nóng)村用電量增減相關，推測是由于兩者之間存在共線性，剔除農(nóng)業(yè)機械總動力變量，進行二次回歸分析。

表4 逐步回歸

再剔除p值較大的lnx2和lnx4和lnx6后，再次進行回歸分析，得到以下優(yōu)化模型（表5）。除去無關變量和引起多重線性的變量后，調(diào)整后檢驗整個方程顯著性的F統(tǒng)計量為392.44，由表5知各變量的p值均小于0.05，在5%水平上顯著［7］。

表5 二次回歸

從以上回歸結果可以看出，lnx1系數(shù)為0.49，p值為0.015，且小于0.05，說明通過了1%的顯著性檢驗，即可知農(nóng)業(yè)生產(chǎn)中有效灌溉面積增大，會導致農(nóng)林牧漁業(yè)總產(chǎn)值增加；lnx5系數(shù)為0.31，p值為0.014，且小于0.05，說明農(nóng)村用電量越高，農(nóng)林牧漁業(yè)總產(chǎn)值越高。lnx3系數(shù)為5.64，p值小于0.05，說明水庫數(shù)對農(nóng)林牧漁業(yè)總產(chǎn)值有正向的促進作用。

3.2 相關性檢驗

在回歸分析中，可以得到lnx1、lnx3和lnx5是顯著因子，現(xiàn)在對lny、lnx1、lnx3和lnx5進行相關性分析，從表6可以看出，lny與lnx1、lnx3和lnx5的相關系數(shù)分別為0.83，0.98，0.96，均具有顯著的正向相關關系，與回歸結果一致。

3.3 結果分析

有效灌溉面積（x1）代表技術要素的投入，由表5知x1系數(shù)為0.49，說明農(nóng)業(yè)科技技術要素每增加1單位，在其他自變量不變的情況下，總產(chǎn)值將會增加0.49個單位，這表明農(nóng)業(yè)科技技術對貴州省農(nóng)業(yè)經(jīng)濟有正向拉動作用。但在表6中，有效灌溉面積與貴州農(nóng)業(yè)經(jīng)濟的關聯(lián)度低于水庫數(shù)、農(nóng)村用電量與貴州農(nóng)業(yè)經(jīng)濟的關聯(lián)度，說明貴州農(nóng)業(yè)技術發(fā)展與貴州農(nóng)業(yè)經(jīng)濟的發(fā)展是不平衡的［8］。

表6 相關性分析

水庫數(shù)（x3）代替水利設施情況，其系數(shù)為5.641 5，表明水利設施每增加1單位，在其他自變量不變的情況下，總產(chǎn)值將會增加5.641 5個單位，這表明水利設施對貴州省農(nóng)業(yè)經(jīng)濟有正向拉動作用，其對貴州農(nóng)業(yè)經(jīng)濟增長促進作用高于其它因素。從統(tǒng)計數(shù)據(jù)上來看，貴州省水庫數(shù)在2000～2018年呈逐年遞增趨勢，2018年水庫數(shù)為2 414座，環(huán)比增加1.17%。貴州是山區(qū)，典型的喀什特地貌，地表水流失嚴重，水資源沒有沿海地區(qū)豐富，加上山地較多導致運輸不便，所以增加水庫數(shù)有利于貴州當?shù)剞r(nóng)業(yè)經(jīng)濟的發(fā)展。對比相鄰省，云南省2018年水庫數(shù)為6 702座，還有很大的進步空間。

農(nóng)村用電量（x5）來代替基礎設施的投入，其系數(shù)為0.31，對貴州省農(nóng)業(yè)產(chǎn)值增長具有顯著的促進作用，表明基礎設施每增加1單位，在其他自變量不變的情況下，總產(chǎn)值將會增加0.31個單位。農(nóng)村用電量在一定程度上體現(xiàn)了農(nóng)村人數(shù)與經(jīng)濟發(fā)展程度［9］。在做逐步回歸時我們發(fā)現(xiàn)了農(nóng)業(yè)機械總動力與農(nóng)村用電有多重線性關系，因此加強電力設施建設，也是為了我省大力研發(fā)小型特色農(nóng)業(yè)機械做了鋪墊。研究農(nóng)業(yè)經(jīng)濟比較好的省市，例如黑龍江省2018年農(nóng)業(yè)機械總動力為6 084.65萬kw·h，貴州農(nóng)業(yè)機械總動力僅僅為2 376.65萬kw·h。

4 結論與啟示

4.1 結論

2020年11月，貴州省完成了脫貧目標任務。貴州農(nóng)業(yè)經(jīng)濟取得了良好的成績，農(nóng)林牧漁業(yè)總產(chǎn)值呈逐年上升趨勢。通過構建模型計量分析，在x1‐x6解釋變量中，有3個解釋變量是顯著因子，分別是有效灌溉面積（x1），水庫數(shù)（x3），農(nóng)村用電量（x5）。3個變量分別代表了技術投入、水利設施和農(nóng)村基礎建設對農(nóng)業(yè)經(jīng)濟的影響，三者都是正向拉動關系。

農(nóng)業(yè)的機械化平均水平普遍較低，也是制約我省農(nóng)村經(jīng)濟發(fā)展的因素；水土流失治理面積逐年增加，但是水平依舊落后于西南其它省，喀斯特地貌容易風化造成水土流失，造成我省耕地面積較少；農(nóng)用化肥施用折純量在一定程度上與總產(chǎn)值呈正相關，但是過度或不妥使用會導致農(nóng)作物減產(chǎn)和生態(tài)環(huán)境污染，因此要根據(jù)不同的植物需求提高化肥的使用效率，做到高效低污染。

4.2 啟示

4.2.1 加大農(nóng)業(yè)技術研發(fā)，提升有效灌溉面積

貴州是典型的喀斯特地貌，土地容易風化進而造成水土流失。嚴峻的自然環(huán)境下，貴州可耕地等自然資源在減少，在此基礎上持續(xù)發(fā)展山地高效特色農(nóng)業(yè)，農(nóng)業(yè)科技發(fā)展顯得尤為重要。政府可以在科技研發(fā)中加大資金投入力度，吸引相關人才向農(nóng)業(yè)聚集，推動貴州省農(nóng)業(yè)技術創(chuàng)新；政府可以加大新節(jié)水灌溉技術的宣傳，向農(nóng)戶灌輸有效灌溉面積與產(chǎn)值的正向關系的思想；政府還需加大從事農(nóng)業(yè)一線人員的技能培訓，讓農(nóng)戶有技術，并且會使用技術，不斷提升科技與人力對經(jīng)濟發(fā)展的貢獻度［10］。

4.2.2 增加水庫數(shù)量，加強農(nóng)田水利建設

水資源在農(nóng)業(yè)生產(chǎn)中不可或缺，因地制宜增加水庫數(shù)量，有利于貴州省農(nóng)業(yè)經(jīng)濟的發(fā)展，但是要解決水資源的問題，還應從加強農(nóng)田水利建設上下功夫。探索水資源在農(nóng)業(yè)生產(chǎn)中的可持續(xù)利用是學術界的熱點問題［11］，經(jīng)濟發(fā)展應是與生態(tài)發(fā)展攜手共進［12］，興修農(nóng)田水利建設，有助于幫助農(nóng)村水資源再利用，促進農(nóng)作物良好生長。

4.2.3 加快農(nóng)村用電設施建設，保證農(nóng)村用電供應

農(nóng)村用電量能反映出農(nóng)村進行經(jīng)濟活動的情況，雖然易地搬遷等政策落實保障了部分農(nóng)民用電需求，但是依舊有很多農(nóng)村在特殊天氣下供電不連續(xù)，這會影響農(nóng)村經(jīng)濟社會的發(fā)展［13］。政府應確保農(nóng)村用電供應，加強用電基礎設施建設；在農(nóng)業(yè)生產(chǎn)用電上，給予農(nóng)戶相關補貼，針對不同地區(qū)有所側重［14］，以此刺激當?shù)靥厣r(nóng)業(yè)發(fā)展；政府應加強用電安全知識的宣講。