产业结构优化对农业经济发展的影响

陈 茜

(云南省科学技术馆，云南 昆明 650000)

0 引言

新常态下，国内农业经济发展面临前所未有的挑战[1]。农业经济发展的核心是产业结构的优化，如何实现产业结构的合理化和高级化是相关学者和专家共同关注的话题[2]。目前，国内外有关农业经济发展和产业结构优化两者的研究取得较大成绩。通过柯布-道格拉斯生产函数建立的模型分析产业结构优化的影响因素是最常探讨的话题，但很少学者对特定区域的经济发展进行分析，同时特定区域产业结构的优化也面临相对较多问题[3]。鉴于此，本文以我国中部地区为例，结合理论模型和实证分析两个层面探讨作用机制，从合理化和高级化两个方面阐释产业结构优化对农业经济的影响，希望研究结果为国内农业经济的高速发展提供数据参考。

1 产业结构优化和农业经济发展的相关性

成熟的产业结构优化理论有配第-克拉克定理、库兹涅茨法则、钱纳里世界发展模型和刘易斯的“二元结构理论”。钱纳里世界发展模型认为农业经济发展的影响因素为水平提高、结构转化和数量扩张3个方面，并根据人均国民收入水平将农业经济发展分为4个等级。余可等[4]研究分析了东部区域产业结构优化对农业经济发展的作用机制。

根据中国统计年鉴，2009—2019年中部区域3大产业比值变化如图1所示。近10年中，第一产业的比值逐年减低，2009年的比值为14.5%，2018年的比值为8.9%。第二产业的比值仍然表现出降低的趋势，且在2019年的比值最低，为43%。第三产业的比值表现出逐年递增的趋势，从2009年的占比36.5%增加至2018年45.6%。整体可以看出，第三产业逐年出现递增的趋势，而第一产业、第二产业的比值逐年出现递减的趋势。同时第一产业、第二产业从事人员逐年递减，而第三产业的从事人员逐年递增，最终三者的从业人员稳定在均衡的30%～40%的取值范围间。

中部区域产业内部结构变化逐渐高级化和合理化。2009—2019年，中部区域第一产业内部比值变化如图2所示。2019年我国国内生产总值990 865亿元，同比2018年增长6.1%。其中第一产业总值、第二产业总值、第三产业总值分别为70 467亿元、386 165亿元、534 233亿元。中部区域的生产总值218 737亿元。第一产业占比为7.1%。第一产业中农业、牧业、林业、渔业的占比分别为66.7%、18.3%、8.6%和6.4%。近10年来，中部区域第一产业中农业的占比均在70%左右，且逐年缓慢递增。牧业的占比稍稍弱于农业，且逐年递增。而林渔业的占比均在10%以下。

目前，中部地区产业结构存在以下主要问题，产业结构发展协调性不足、产业结构优化速度缓慢和产业结构偏离度大[5-6]。第一产业的比值过高，但创造的财富比例并不协调，第二产业占据主导地位，第三产业的占比过低，以现代金融、通讯为代表的行业发展较为缓慢。中部区域的第三产业的结构水平低于全国平均水平，无法满足产业结构的高级化，第二产业和第三产业的从业人员数量每年增长约1%左右，低于全国平均水平3%。研究使用钱钠里标准评定中部地区的发展状况，钱钠里标准模式评判如表1所示。中部区域划分为人均GDP为2000～3000美元的阶段。根据产业份额和人员比例，第一产业、第三产业比例明显低于标准，而第二产业的比例高于标准。但第一产业人员配比高于标准，而第二产业、第三产业的人员比例远低于标准。

表1 钱纳里标准模式评判Tab.1 Evaluation of Chenery standard model

2 最小二乘法回归模型

研究构建普通最小二乘法(ordinary least squares，OLS)回归模型，分析产业结构合理化和高级化优化对农业经济发展的影响，选取分析结构合理化程度，同时利用Moore结构变化值分析产业结构的高级化程度[7]。

泰尔指数是评定区域或者个体间不对称关系的重要指标，同时也是产业合理化的重要指标。研究借鉴前人采用的泰尔指数评定产业结构的合理化，具体如式(1)所示。

(1)

式中TL——泰尔指数

Y——产业增加值

i——第i产业

n——产业部门数

L——总从业人员数量

泰尔指数综合体现就业比例和生产总值对农业经济的影响，其结合3大产业的比值，是一个客观评判产业结构合理化的指标。依据经典的农业经济理论，3大产业的效率一致。泰尔指数值越接近0时，产业结构就越为合理。

Moore结构测定法的评价指标为两个时期内两组向量的夹角，该方法以向量的空间夹角作为理论基础，利用空间向量原理组成n维向量，如式(2)所示[8]。

(2)

Mit——第i产业增加值在总产值的占比

Mit+1——报告期第i产业增加值在总产值的占比

研究采用多元回归模型分析泰尔指数和Moore结构变化值对中部区域农业经济增长的影响，模型如式(3)所示。

yi=β1+β2TLi+β3Mi+μi

(3)

式中μi——随机干扰项

β1、β2、β3——参数

第一产业农林牧渔4个部门对农业经济的贡献率计算模型如式(4)所示。

Y′=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+ε

(4)

式中Y′——研究区域生产总值

X1、X2、X3、X4——农、林、牧、渔业部门生产总值

X5、X6——第一产业、第三产业的增加值

α——常数项

β1—β6——农、林、牧、渔、第二产业、第三产业的贡献系数

ε——随机误差

变量序列接受前者而拒绝后者，则该序列存在单位根，为不平稳序列，否则，该序列不存在。此次研究采用ADF检验法进行平稳性检验，防止出现虚假回归或者伪回归的情况，验证所使用的数据是否为平稳的时间序列，便于验证所提出模型的性能[9-10]。变量序列{yt}检验表达式为

(5)

式中p——滞后阶数

t——时间趋势

c——常数项

此检验零假设与备选假设分别用H0∶ø=0和H0∶ø<0表示，假如接受H0∶ø=0，拒绝H0∶ø<0，则表示该序列存在单位根，且此变量序列为非稳序列，否则，该变量序列为平稳序列。鉴于不平稳数据通常情况下也可以表现出稳定的线性关系，研究采用协整检验数据伪回归情况[11-12]。研究采用Granger因果检验自变量和因变量是否存在因果关系。

3 影响分析

3.1 产业结构合理化

采用Eviews10.0软件分析结构合理化对农业经济增长的影响，首先通过平稳性检验数据的稳定性，lnY和D(lnY)两变量以及TL和D(TL)两个变量的ADF单位根检验结果如图3所示。lnY和TL两个变量ADF的统计量均高于10%水平下的临界值。这说明原假设被认可，时间变量均存在单位根，且属于非平稳序列。经过一阶处理之后，D(lnY)在1%、5%和10%置信度水平下的临界值依次为-3.737 853、-2.991 878、-2.635 542，这3个值的临界值均大于ADF统计值-5.446 148。D(TL)分别在1%、5%和10%置信度水平下的临界值依次为-3.724 074、-2.986 225、-2.632 604，这3个值的临界值均大于ADF统计值-3.556 968。因此二个变量均没有单位根，时间序列为平稳性序列，同时为一阶单整序列。

图3 ADF单位根检验结果Fig.3 ADF unit root test results

试验利用Eviews10.0软件进行协整检验，判断农业经济增长和中部产业结构合理化是否具有长期稳定的均衡关系。迹统计量和最大特征值检验结果如表2所示。原假设协整向量数量为0时，迹检验统计量23.453 46大于5%置信度水平下的临界值15.342 43，因此原假设不成立；原假设协整向量数量为1时，5%置信度水平下的临界值3.567 45大于迹检验统计量2.345 456，因此原假设正确。原假设协整向量数量为0时，最大特征值统计量15.235 3大于5%置信度水平下的临界值14.445 47，因此原假设不成立；原假设协整向量数量为1时，5%置信度水平下的临界值3.565 25大于迹检验统计量2.345 6，因此原假设正确。结构合理化能促进农业经济增长。

表2 协整检验中迹统计量和最大特征值检验结果Tab.2 Test results of trace statistics and maximum eigenvalue in cointegration test

研究选取30组样本数，依次进行滞后期数1、2、3、4、5的Granger因果关系检验，结果如表3所示。*、**、***分别表示1%、5%、10%下具有显著水平，括号内的数据表示t值。可以看出，在滞后1期、滞后2期、滞后3期、滞后4期和滞后5期条件下，产业结构合理化和农业经济增长两者互为因果关系。通过OLS估计，可以得到回归方程。模型拟合度97%，同时变量的P值非常显著。农业经济增长和产业结构合理化两者呈现负相关关系。当TL值降低1%，GDP将增加3.346%，此时经济增长越快，产业结构越合理。

表3 Granger因果关系检验Tab.3 Granger causality test

3.2 产业结构高级化

研究分析产业结构高级化对农业经济增长的影响，lnY和D(lnY)两个变量以及M和D(M)两个变量的ADF单位根检验结果如图4所示。lnY和M两个变量的ADF的统计量分别为-1.312 4和-1.555 317，分别均高于10%水平下的临界值-2.638 23和-2.629 906。这说明原假设被认可，时间变量均存在单位根，且属于非平稳序列。经过一阶处理之后，D(lnY)在1%、5%和10%置信度水平下的临界值依次为-3.737 853、-2.981 038、-2.629 906，这3个值的临界值均大于ADF统计值-4.239 834。D(M)在1%、5%和10%置信度水平下的临界值依次为-3.724 07、-2.986 225、-2.632 604，这3个值的临界值均大于ADF统计值-3.897 234。因此二个变量均没有单位根，时间序列为平稳性序列，同时为一阶单整序列。

图4 ADF单位根检验结果Fig.4 ADF unit root test results

利用Eviews10.0软件进行协整检验，判断农业经济增长和中部产业结构合理化是否具有长期稳定的均衡关系。迹统计量和最大特征值检验结果如表4所示。原假设协整向量数量为0时，迹检验统计量18.635 5大于5%置信度水平下的临界值为15.454 35，因此原假设不成立；原假设协整向量数量为1时，5%置信度水平下的临界值3.851 23大于迹检验统计量0.103 4，因此原假设正确。原假设协整向量数量为0时，最大特征值统计量18.345 24大于5%置信度水平下的临界值为14.438 83，因此原假设不成立；原假设协整向量数量为1时，5%置信度水平下的临界值3.842 32大于迹检验统计量0.102 330，因此原假设正确。

表4 协整检验中迹统计量和最大特征值检验结果Tab.4 Test results of trace statistics and maximum eigenvalue in cointegration test

研究选取30组样本数，依次进行滞后期数1、2、3、4、5的Granger因果关系检验，结果如表5所示。在1%显著水平下拒绝Granger的原假设，产业结构高级化引起农业经济增长。在5%显著水平下Granger的原假设，农业经济增长会导致产业结构高级化。通过OLS估计，可以得到回归方程。模型拟合度极高，为98%，同时变量的P值非常显著。农业经济增长和产业结构合理化两者呈现正相关关系。当Moore值降低1%，GDP将增加1.163%，此时经济增长越快，产业结构越合理。

表5 Granger因果关系检验Tab.5 Granger causality test

4 结论

优化产业结构对经济增长有着至关重要的作用。针对中部地区在中国经济发展中的重要作用，此次研究分别从合理化和高级化两个方面分析产业结构对农业经济的影响，结合中部区域3大产业结构和农业经济增长的现状，通过TL值和Moore结构变化值建立多元回归模型进行分析。合理化影响分析显示，平稳性检验的结果显示二个变量的时间序列均是平稳性序列。协整检验试验显示，二个变量间有一个协整方程，可决系数可达0.97。高级化影响分析显示，平稳性检验的结果显示二个变量的时间序列均是平稳性序列。协整检验试验显示，二个变量间的协整方程的拟合效果理想，其可决系数可达0.98。本文未展开分析产业结构合理化和高级化的影响因素，这在后续研究中需要加以改进完善。