潘俊，曹德君，何昊，冷偉

（1.南京市長(zhǎng)江河道管理處，江蘇南京 210011）

1 研究背景

2021年2月21日，新華社受權(quán)發(fā)布了《中共中央國(guó)務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》，即2021年中央一號(hào)文件。這是新世紀(jì)以來，中央連續(xù)發(fā)出的第18個(gè)一號(hào)文件，文件中強(qiáng)調(diào)了糧食安全決不能出問題，明確要求“十四五”各?。▍^(qū)、市）要穩(wěn)定糧食播種面積，提高單產(chǎn)水平，確保糧食產(chǎn)量穩(wěn)定在6500億kg以上。

2020年江蘇省糧食產(chǎn)量達(dá)到了377.4億kg，在大疫大汛之年創(chuàng)下歷史新高，其背后是從省到地方各級(jí)對(duì)農(nóng)業(yè)的投入。這一年，第一產(chǎn)業(yè)固定資產(chǎn)投資同比增長(zhǎng)37.0%，帶動(dòng)了1086個(gè)農(nóng)業(yè)農(nóng)村重大項(xiàng)目開工建設(shè)，其中825個(gè)建成投產(chǎn)，竣工完成投資1077億元。江蘇省糧食產(chǎn)量的穩(wěn)步增長(zhǎng)離不開基礎(chǔ)設(shè)施的逐步完善。

關(guān)于農(nóng)業(yè)投資與糧食產(chǎn)量之間的關(guān)系，很多學(xué)者做出了研究。蔡保忠和曾福生構(gòu)建了聯(lián)立方程模型，實(shí)證認(rèn)為全國(guó)層面上農(nóng)業(yè)基礎(chǔ)設(shè)施投入促進(jìn)了我國(guó)糧食增產(chǎn)，但使用壽命短[1]；陳飛和范慶泉等利用適應(yīng)性預(yù)期模型得出，農(nóng)業(yè)支出政策和農(nóng)村固定資產(chǎn)投資是拉動(dòng)我國(guó)糧食產(chǎn)量增長(zhǎng)的最重要因素[2]；項(xiàng)英輝分析了農(nóng)村固定資產(chǎn)投資與全國(guó)農(nóng)林牧漁業(yè)生產(chǎn)總值的相關(guān)性[3]；彭克強(qiáng)研究發(fā)現(xiàn)，農(nóng)業(yè)基建投入對(duì)糧食產(chǎn)量有顯著的滯后性正向效應(yīng)[4]；朱晶和晉樂實(shí)證研究證明農(nóng)業(yè)基礎(chǔ)設(shè)施投資通過促進(jìn)生產(chǎn)率增長(zhǎng)降低私人糧食成本[5]；李俊鵬和馮中朝等實(shí)證分析了農(nóng)田水利設(shè)施的糧食生產(chǎn)成本節(jié)約效應(yīng)[6]；羅哲使用生產(chǎn)函數(shù)模型對(duì)甘肅的農(nóng)業(yè)生產(chǎn)進(jìn)行了研究[7]；李響玲、蘇興等著重研究了我國(guó)糧食產(chǎn)量的影響因素[8-9]；趙麗華和趙國(guó)杰等定量分析農(nóng)業(yè)投資效益[10]。

不同地區(qū)的農(nóng)業(yè)投資對(duì)糧食產(chǎn)量的影響并不一致。張永強(qiáng)和張曉飛等的研究表明，農(nóng)戶資本投入不確定性對(duì)糧食產(chǎn)量的影響存在顯著的空間差異[11]；孫良順認(rèn)為水旱災(zāi)害、水利投資在糧食主產(chǎn)區(qū)和非主產(chǎn)區(qū)對(duì)糧食產(chǎn)量的影響不盡相同[12]；韓青和李珠懷等分析了不同地區(qū)水利建設(shè)投入對(duì)糧食產(chǎn)量的影響，其中西部地區(qū)的水利建設(shè)投入影響更大[13]；呂德宏和閆文收研究了農(nóng)業(yè)資金投入渠道對(duì)糧食生產(chǎn)能力的差異影響及協(xié)作性[14]。

上述研究基本上從全國(guó)的層面探索了農(nóng)業(yè)投資和糧食生產(chǎn)之間的關(guān)系，并指出了農(nóng)業(yè)投資在不同地區(qū)發(fā)揮的作用有差異。江蘇省作為我國(guó)的魚米之鄉(xiāng)、農(nóng)業(yè)大省之一，其農(nóng)業(yè)投資與糧食生產(chǎn)之間的關(guān)系值得進(jìn)行研究。

2 江蘇農(nóng)業(yè)投資與糧食產(chǎn)量的關(guān)系研究

農(nóng)業(yè)基礎(chǔ)設(shè)施投資完善了地方的灌溉、防洪建設(shè)，提高了農(nóng)業(yè)用水的合理性，在理論上能夠增加糧食產(chǎn)量，而糧食產(chǎn)量的增加反過來又促進(jìn)了地方政府持續(xù)對(duì)農(nóng)業(yè)基礎(chǔ)設(shè)施進(jìn)行投入，即增加基礎(chǔ)設(shè)施的投資。在此通過建立VAR模型探究2000～2019年江蘇農(nóng)業(yè)投資與糧食產(chǎn)量的關(guān)系。江蘇農(nóng)業(yè)投資以第一產(chǎn)業(yè)固定資產(chǎn)投資衡量，同時(shí)為避免時(shí)間序列數(shù)據(jù)的異方差，對(duì)這兩個(gè)變量均采用取對(duì)數(shù)處理，第一產(chǎn)業(yè)固定資產(chǎn)投資取對(duì)數(shù)用LNK表示，糧食產(chǎn)量取對(duì)數(shù)用LNG表示。所有的數(shù)據(jù)均來源于2001～2020年《江蘇統(tǒng)計(jì)年鑒》和《江蘇省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

2.1 變量平穩(wěn)性檢驗(yàn)

為避免偽回歸，對(duì)于時(shí)間序列數(shù)據(jù)首先要檢驗(yàn)其平穩(wěn)性，最常用的檢驗(yàn)方法是ADF檢驗(yàn)，檢驗(yàn)結(jié)果見表1?？梢钥吹剑琇NK和LNG均為平穩(wěn)序列，可直接進(jìn)行VAR回歸。

表1時(shí)間序列LNFI和LNG的ADF檢驗(yàn)結(jié)果

2.2 模型滯后期選擇

Eviews11自帶的檢驗(yàn)?zāi)K幫助我們通過多個(gè)統(tǒng)計(jì)量的綜合比較判斷出模型的最佳滯后期，將滯后階數(shù)選擇為4，得到的判斷結(jié)果見表2。根據(jù)檢驗(yàn)結(jié)果，當(dāng)滯后期數(shù)為2時(shí)，F(xiàn)PE、AIC、SC、HQ均取得相對(duì)最優(yōu)值，所以最佳滯后期數(shù)為2。

表2 VAR模型最佳滯后期數(shù)選擇

2.3 外生性檢驗(yàn)

為了檢驗(yàn)LNK和LNG之間是否存在相互影響，還需要對(duì)二者的關(guān)系進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，在滯后期為2的情況下，Eviews11提供的檢驗(yàn)結(jié)果見表3?？梢缘贸觯琇NK和LNG相互構(gòu)成格蘭杰因果關(guān)系。農(nóng)業(yè)基礎(chǔ)設(shè)施的投資帶來了糧食產(chǎn)量的增加，而糧食產(chǎn)量的增加堅(jiān)定了江蘇地方政府追加農(nóng)業(yè)投資的信心。

表3 VAR模型的格蘭杰因果檢驗(yàn)

2.4 VAR回歸結(jié)果

以2階為滯后期數(shù)構(gòu)建樣本的自回歸向量模型，回歸結(jié)果見表4，糧食產(chǎn)量滯后1期對(duì)當(dāng)期第一產(chǎn)業(yè)固定資產(chǎn)投資有顯著正向影響，且對(duì)應(yīng)的系數(shù)較大，說明影響程度大。滯后1期的第一產(chǎn)業(yè)固定資產(chǎn)投資對(duì)當(dāng)期糧食產(chǎn)量呈現(xiàn)出顯著的負(fù)向影響，可能是由于投資的滯后效應(yīng)使得對(duì)農(nóng)業(yè)生產(chǎn)的改善并沒有很快體現(xiàn)出來，而滯后1期和2期的糧食產(chǎn)量均對(duì)當(dāng)期糧食產(chǎn)量有顯著的正向影響，說明糧食產(chǎn)量隨著時(shí)間的推移積累著生產(chǎn)經(jīng)驗(yàn)，實(shí)現(xiàn)了穩(wěn)步增長(zhǎng)。

表4 VAR模型的回歸結(jié)果

2.5 VAR模型穩(wěn)定性檢驗(yàn)

用Eviews11自帶的模塊對(duì)VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)，所有特征根倒數(shù)的模都小于1，且都落在單位圓內(nèi)，說明建立的VAR模型是穩(wěn)定的。在這一前提下接下來進(jìn)行脈沖響應(yīng)函數(shù)分析和方差分析。

2.6 脈沖響應(yīng)函數(shù)

VAR模型的回歸結(jié)果只是顯示了局部的動(dòng)態(tài)關(guān)系，沒有對(duì)全面長(zhǎng)期的復(fù)雜關(guān)系進(jìn)行反映，如果要觀察某個(gè)變量對(duì)其他變量隨著時(shí)間產(chǎn)生的持續(xù)性影響，需要繪制IRF脈沖響應(yīng)函數(shù)。Eviews11輸出結(jié)果見圖1，第一產(chǎn)業(yè)固定資產(chǎn)投資和糧食產(chǎn)量各自對(duì)自身的沖擊從初期的最大隨著時(shí)間的推移而逐漸減?。坏谝划a(chǎn)業(yè)固定資產(chǎn)投資第一期對(duì)糧食產(chǎn)量沒有沖擊，從第二期開始有負(fù)向的最大沖擊效應(yīng)，之后這一沖擊開始趨于緩和；糧食產(chǎn)量對(duì)于第一產(chǎn)業(yè)固定資產(chǎn)的正向沖擊從第二期開始顯現(xiàn)，至第四期達(dá)到最大，之后下降趨于緩和。

圖1 脈沖響應(yīng)函數(shù)分布

2.7 方差分解

方差分解的結(jié)果見圖2，LNK和LNG各自在第一期對(duì)自身有100%的解釋，從第二期開始對(duì)對(duì)方存在0.5的貢獻(xiàn)率并長(zhǎng)期趨于穩(wěn)定。

圖2 方差分解結(jié)果

3 基于生產(chǎn)函數(shù)的江蘇農(nóng)業(yè)投資對(duì)糧食產(chǎn)量的影響研究

3.1 模型建立

糧食生產(chǎn)的投入要素包括勞動(dòng)力、資本和土地，測(cè)定這些要素各自作用的基礎(chǔ)模型是柯布道格拉斯生產(chǎn)函數(shù)，其一般形式為：

其中，Y表示農(nóng)業(yè)總產(chǎn)量，L,K,S分別表示勞動(dòng)、資本和土地的投入，α，β，γ分別表示勞動(dòng)、資本和土地的糧食產(chǎn)出彈性，為將上式線性化，對(duì)等式兩邊進(jìn)行取自然對(duì)數(shù)處理，得到：

在本文的具體研究中，Y為糧食產(chǎn)量（萬t），代表農(nóng)業(yè)總產(chǎn)量；L為鄉(xiāng)村勞動(dòng)力（萬人），代表勞動(dòng)投入量；K為第一產(chǎn)業(yè)固定資產(chǎn)投資（億元），代表資本投入量；S為總播種面積（khm2），代表土地投入量；A為全要素生產(chǎn)率，代表技術(shù)水平。本文選取了江蘇省2000～2019年的相關(guān)數(shù)據(jù)進(jìn)行了研究，所有數(shù)據(jù)均來源于2001～2020年《江蘇統(tǒng)計(jì)年鑒》和《江蘇省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

由于第一產(chǎn)業(yè)固定資產(chǎn)投資所形成農(nóng)業(yè)基礎(chǔ)設(shè)施的過程具有連續(xù)性，投資周期往往跨越一個(gè)甚至多個(gè)年度。其作用的發(fā)揮具有一定的時(shí)滯效應(yīng)，即不僅在當(dāng)期對(duì)糧食產(chǎn)量產(chǎn)生影響，在未來的一段時(shí)間也將持續(xù)產(chǎn)生作用。因此，引入了分布滯后的思想，將第一產(chǎn)業(yè)固定資產(chǎn)投資的滯后項(xiàng)加入到模型中：

3.2 變量的平穩(wěn)性檢驗(yàn)

對(duì)于時(shí)間序列數(shù)據(jù)，首先要對(duì)新增的解釋變量進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見表5（對(duì)于LNK和LNG的檢驗(yàn)結(jié)果見表1），結(jié)果顯示被解釋變量和解釋變量有平穩(wěn)和非平穩(wěn)序列之分，故不能采用協(xié)整的情況。本文對(duì)LNS這個(gè)變量采取差分處理，則模型變成：

表5 時(shí)間序列LNL和LNS的ADF檢驗(yàn)結(jié)果

3.3 滯后階數(shù)的選擇

在生產(chǎn)函數(shù)模型中引入第一產(chǎn)業(yè)固定資產(chǎn)投資滯后項(xiàng)存在階數(shù)的合理選擇問題。本文在綜合前人經(jīng)驗(yàn)的基礎(chǔ)上，通過逐步增加第一產(chǎn)業(yè)固定資產(chǎn)投資的滯后階數(shù)，同時(shí)觀察調(diào)整R2、AIC、SC這3個(gè)值的變化，以調(diào)整R2增大、AIC和SC減小的原則，綜合確定第一產(chǎn)業(yè)固定資產(chǎn)投資的滯后階數(shù)。調(diào)整過程見表6，通過綜合分析，選擇較為合理的滯后階數(shù)應(yīng)該為一階，具體模型如下：

表6 第一產(chǎn)業(yè)固定資產(chǎn)投資的滯后階數(shù)調(diào)整過程

3.4 回歸結(jié)果分析

運(yùn)用Eviews11軟件使用OLS方法進(jìn)行回歸，得到結(jié)果見表7。由表7可知，調(diào)整的R2=0.7262，糧食產(chǎn)量的72.62%可以由其他3個(gè)變量來解釋，模型的擬合優(yōu)度較高。但是勞動(dòng)力的增加卻造成了糧食減產(chǎn)的現(xiàn)象，原因可能在于近年鄉(xiāng)村勞動(dòng)力呈現(xiàn)逐漸下降趨勢(shì)，但農(nóng)業(yè)生產(chǎn)技術(shù)的提高彌補(bǔ)了這一投入要素的損失，土地增量即總播種面積的增加對(duì)糧食產(chǎn)量的影響不夠顯著，當(dāng)期的資本投入量即第一產(chǎn)業(yè)固定資產(chǎn)投資對(duì)糧食產(chǎn)量有顯著的正向影響，彈性系數(shù)為0.125809，當(dāng)期第一產(chǎn)業(yè)固定資產(chǎn)每增加1%帶來糧食產(chǎn)量0.1258%的增長(zhǎng)，有一定的影響，但第一產(chǎn)業(yè)固定資產(chǎn)投資滯后一期的影響卻為負(fù)值，說明本文模型的滯后項(xiàng)存在負(fù)效應(yīng)。

表7模型的估計(jì)結(jié)果

3.5 異方差檢驗(yàn)

對(duì)回歸方程進(jìn)行異方差檢驗(yàn)，確定是否需要進(jìn)行模型的異方差修正，結(jié)果見表8。檢驗(yàn)結(jié)果顯示Obs*R-squared的值達(dá)到了12.73875，P值達(dá)到了0.3883，接受懷特檢驗(yàn)的原假設(shè)，即本文所建立的模型沒有異方差。

表8 模型的異方差檢驗(yàn)

4 結(jié)論及建議

上述結(jié)果說明，江蘇省第一產(chǎn)業(yè)固定資產(chǎn)投資和糧食產(chǎn)量之間互為格蘭杰原因，第一產(chǎn)業(yè)固定資產(chǎn)投資短期內(nèi)對(duì)糧食產(chǎn)量的沖擊較大，而糧食產(chǎn)量的變動(dòng)對(duì)第一產(chǎn)業(yè)固定資產(chǎn)投資的較大沖擊則持續(xù)若干期數(shù)，二者相互能解釋對(duì)方一半的變化。第一產(chǎn)業(yè)固定資產(chǎn)投資在當(dāng)期對(duì)糧食產(chǎn)量產(chǎn)生了一定的正向影響，彈性系數(shù)為0.125809，滯后項(xiàng)卻存在微弱的負(fù)效應(yīng)。

因此，本文提出以下政策建議：

持續(xù)進(jìn)行第一產(chǎn)業(yè)固定資產(chǎn)投資并改善投資結(jié)構(gòu)，提高投資的使用效率，使其向更有利于農(nóng)業(yè)生產(chǎn)的方向調(diào)整，為糧食增產(chǎn)增收做出更大貢獻(xiàn)。

注重第一產(chǎn)業(yè)固定資產(chǎn)全壽命周期的投資效果，把握投資時(shí)機(jī)和力度，使得這些投資持續(xù)發(fā)揮長(zhǎng)遠(yuǎn)作用，并實(shí)現(xiàn)滯后期的正效益。