农业机械投入量对粮食产量的影响

摘 要：随着经济不断发展各地区的农业机械投入量和粮食产量出现不均衡发展，本篇文章重在研究各地区农业机械投入量与粮食产量的关系，基于1978-2013年我国30个省市的农业机械总动力和粮食产量的面板数据（除重庆市由于部分数据缺失无），建立了个体随机效应回归模型，对两个变量进行单位根和协整检验，发现存在长期趋势，观察模型发现粮食产量目前很大程度上受农业机械投入量的影响，系数高达0.7。

关键词：农业机械 粮食产量 面板数据

指标选取

（一）数据来源

本文采用2014年中国统计年鉴中的数据，查找30个省市的农业机械总动力和粮食产量，构成面板数据。由于重庆是在改革开放几年以后才从四川分离出去成为直辖市，所以重庆的数据缺失值太多。本文舍弃重庆这一省份，只保留剩下的30个省份的数据。选取1978-2013年各个省份和地区（除重庆外）的农业机械总动力和粮食产量的数据。用JX表示农业机械总动力，CL表示粮食产量。

各省份农业机械总动力和粮食产量特征分析

本章旨在用描述性统计的手段分析农业机械总动力和粮食产量的特征，用直观的数据分析最具有代表性的省份。农业机械总动力和粮食产量的基本信息如下表-1。

农业机械总动力最大值在2013年的山东省，高达12739.83万千瓦。最小值在1978年的西藏省，总动力只有17.42。粮食产量最大的时候也在2013年的山东省，高达8749.99。最小的时候在1978年的西藏，只有3.92。

根据农业机械总动力、粮食产量的最大、最小值可以做出一个推测机械总动力和粮食产量是向相关的。为了验证这一假设，本文利用面板数据对农业机械投入量对粮食产量的影响做实证研究。

实证分析

一、面板数据模型的确定（F检验和Hausman检验）

对面板数据进行F检验，结果显示P值小于0.05，所以拒绝原假设，即是非混合模型。随后对面板数据进行Hausman检验，显示检验结果的P值大于0.05，接受原假设，即该模型是个体随机效应模型。

二、面板单位根检验

由于该面板数据采用了30年各省市数据，为了避免出现虚拟回归对30年面板数据进行单位根检验和协整检验，检验结果见表2。

三、面板协整检验

经单位根检验发现两个变量同阶单整，可进行面板协整检验，以确定各变量之间是否存在长期联系。表3显示各水平值的P值都小于0.05，拒绝原假设，即变量间存在长期的协整关系。

根据表3可得，除Panel RHO和Panel ADF两种检验方法外 ，其他5种方法均在5%的显著水平下拒绝原假设，认为两者之间存在协整关系，即不存在虚拟回归。

四、面板模型回归

根据模型的设定检验可得，模型符合个体随机效应模型。以北京市为例：

说明北京市农业机械总动力每增加1万千瓦，北京市的粮食产量增加0.7万吨，符合经济意义。

五、结果分析

得出的结果与前文的猜想是一致的，即农业机械总动力和粮食产量存在正相关关系，相关系数高达0.7。粮食产量目前很大程度上受农业机械投入量的影響。

参考文献：

[1] 罗书强. 调查分析农业技术投入对粮食产量的影响[J]. 农家科技旬刊， 2014（1）.

[2] 邓琨. 农业科研公共投资对粮食生产成本的影响[D]. 西南大学， 2013.

[3] 王琛， 吴敬学， 钟鑫. 我国农业部门资本投入对粮食生产技术效率的影响研究——基于空间计量经济面板模型的实证[J]. 科技管理研究， 2015， v.35；No.332（10）：97-103.

作者简介：

高雪莲（1992-），女，四川内江人，山西财经大学2015（统计学）学术硕士研究生，研究方向：宏观经济统计.