安徽省固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟增長關(guān)系的實證研究

江光輝，王剛貞

(安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

安徽省固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟增長關(guān)系的實證研究

江光輝，王剛貞

(安徽財經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

基于C—D生產(chǎn)函數(shù)和已有的理論基礎(chǔ)，選取1990—2014年安徽省16個地級市的面板數(shù)據(jù)，分別構(gòu)建農(nóng)業(yè)經(jīng)濟增長的靜態(tài)和動態(tài)面板模型，利用“異方差—序列相關(guān)—截面相關(guān)”穩(wěn)健型協(xié)方差矩陣來估計靜態(tài)面板模型系數(shù)的標準誤，同時基于二步系統(tǒng)GMM法對動態(tài)面板模型系數(shù)進行估計，結(jié)果表明：我省各地級市農(nóng)業(yè)產(chǎn)出呈現(xiàn)逐漸增大的趨勢，農(nóng)業(yè)經(jīng)濟增長的波動是一個連續(xù)的動態(tài)調(diào)整過程；我省各地級市的固定資產(chǎn)投資所帶來的直接邊際產(chǎn)出效應(yīng)相對較小，但影響非常顯著；而農(nóng)業(yè)勞動力投入對農(nóng)業(yè)經(jīng)濟增長的邊際產(chǎn)出較大，但影響不夠顯著。建議加大公共性農(nóng)業(yè)投入；加快農(nóng)村勞動向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，提升農(nóng)業(yè)產(chǎn)出的規(guī)模效益，促進農(nóng)業(yè)經(jīng)濟持續(xù)穩(wěn)定增長。

固定資產(chǎn)投資；農(nóng)業(yè)產(chǎn)出；系統(tǒng)GMM

安徽省地處華東腹地，橫跨長江淮河，是個人口和農(nóng)業(yè)大省，農(nóng)業(yè)發(fā)展極具優(yōu)勢，近二十年來，我省農(nóng)業(yè)經(jīng)濟實現(xiàn)了快速增長，第一產(chǎn)業(yè)總產(chǎn)值從1990年的371.41億元增長到2014年的4 223.7億元，占GDP的比重高達20.3%。農(nóng)業(yè)經(jīng)濟的發(fā)展為第二、第三產(chǎn)業(yè)提供了生產(chǎn)原材料和基本保障，是安徽省的基礎(chǔ)產(chǎn)業(yè)，而第二、第三產(chǎn)業(yè)的發(fā)展又為農(nóng)業(yè)的發(fā)展提供了更好的設(shè)備和技術(shù)，同時也會增加對農(nóng)業(yè)的需求，二者相互影響，相互促進。由于這種產(chǎn)業(yè)之間投入產(chǎn)出的社會經(jīng)濟關(guān)聯(lián)作用的存在，因而不管是哪種投資都會對農(nóng)業(yè)產(chǎn)生加速或者乘數(shù)效應(yīng)，最后對農(nóng)業(yè)經(jīng)濟的增長起到拉動作用。從理論分析來看，增加社會固定資產(chǎn)投資可以改善農(nóng)業(yè)生產(chǎn)條件，提高農(nóng)業(yè)生產(chǎn)水平，是實現(xiàn)我省農(nóng)業(yè)生產(chǎn)現(xiàn)代化的重要物質(zhì)基礎(chǔ)。自1990年以來，我省固定資產(chǎn)投資總量也在經(jīng)歷著飛速增長階段，到2014年已經(jīng)突破了2萬億元，增速甚至超過了第一產(chǎn)業(yè)生產(chǎn)總值，其對農(nóng)業(yè)經(jīng)濟增長的拉動作用也是巨大的。

一、國內(nèi)外研究現(xiàn)狀

近年來許多學(xué)者從技術(shù)進步、人力資本投入、農(nóng)村經(jīng)濟制度變革以及科研、財政支農(nóng)等方面對農(nóng)業(yè)經(jīng)濟增長進行了實證研究[1-3]，但固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟增長關(guān)系的研究仍停留在總體層面的理論和規(guī)范研究上。梳理國內(nèi)外學(xué)者關(guān)于固定資產(chǎn)投資對農(nóng)業(yè)經(jīng)濟影響的已有研究，多數(shù)是站在一國層面上的總體研究，其研究結(jié)果可歸結(jié)為兩類：第一類觀點認為，一國的固定資產(chǎn)投資是個靈敏的經(jīng)濟變量，同農(nóng)業(yè)經(jīng)濟增長之間具有顯著的正相關(guān)關(guān)系，即固定資產(chǎn)投資率越高，經(jīng)濟增長速度越快[4-6]。這類觀點并沒有考慮到固定資產(chǎn)投資對農(nóng)業(yè)產(chǎn)出影響的滯后效應(yīng)。于是，有學(xué)者對此提出不同觀點，認為一國的固定資產(chǎn)投資不是經(jīng)濟增長的直接因素，其對當期經(jīng)濟增長的影響效果可能要滯后幾期才能體現(xiàn)，而經(jīng)濟增長對后續(xù)期的固定資產(chǎn)投資卻具有很強的推動作用[7]，這種觀點是站在國外發(fā)達國家或經(jīng)濟體的研究層面上得到的，顯然不適用我國的農(nóng)業(yè)經(jīng)濟發(fā)展現(xiàn)狀。近幾年來也有部分學(xué)者對固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟增長的關(guān)系研究開始轉(zhuǎn)向地方層面，更多地考慮到我國不同地區(qū)之間的經(jīng)濟發(fā)展差異狀況，如：付洪良利用浙江省11個地市的面板數(shù)據(jù)，運用固定效應(yīng)模型就浙江省固定資產(chǎn)投資對農(nóng)業(yè)產(chǎn)出的影響進行了實證研究，認為固定資產(chǎn)投資對各地市農(nóng)業(yè)產(chǎn)出總體具有促進作用,但地區(qū)之間的影響存在明顯差異[8]。李珊利用我國1995年到2012年東中西部地區(qū)的數(shù)據(jù)，通過實證研究我國不同地區(qū)之間的固定資產(chǎn)投資水平和結(jié)構(gòu)對經(jīng)濟增長影響的差異，結(jié)果表明我國西部地區(qū)的固定資產(chǎn)投資與經(jīng)濟增長的相關(guān)性最強，而最弱的卻是東部地區(qū)，最后據(jù)此提出相關(guān)建議[9]。

綜合以上的國內(nèi)外研究現(xiàn)狀，可以發(fā)現(xiàn)對安徽省固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟增長關(guān)系的研究很少，進一步利用數(shù)據(jù)進行實證研究來支撐理論分析結(jié)果的幾乎沒有。而考慮到安徽省各個地級市之間農(nóng)業(yè)經(jīng)濟發(fā)展的不平衡，像蕪湖、馬鞍山這種經(jīng)濟發(fā)展較快的工業(yè)城市，其產(chǎn)出結(jié)構(gòu)和勞動力結(jié)構(gòu)顯然與阜陽、宿州這類傳統(tǒng)農(nóng)業(yè)城市存在巨大差異，故而總體層面上的研究將有失偏頗，無法對我省現(xiàn)實政策制定和執(zhí)行提供有益的參考。有鑒于此，本文考慮到我省各個地級市之間農(nóng)業(yè)經(jīng)濟發(fā)展的差異，選取16個地級市①的面板數(shù)據(jù)來實證研究我省固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟增長的動態(tài)關(guān)系。與已有研究相比，本文的創(chuàng)新之處在于，利用各個地級市的數(shù)據(jù)來做動態(tài)面板分析，在橫向上體現(xiàn)了不同地市農(nóng)業(yè)發(fā)展的差異性，同時在縱向上反映了經(jīng)濟增長的連續(xù)的動態(tài)調(diào)整過程。

二、模型設(shè)定與數(shù)據(jù)說明

(一)模型設(shè)定

本文基于C—D生產(chǎn)函數(shù)來研究安徽省農(nóng)業(yè)固定資產(chǎn)投資對農(nóng)業(yè)經(jīng)濟的影響，函數(shù)的原始形式為：

Y=F(K,L)=AKβ1Lβ2

(1)

對原始方程兩邊取對數(shù)可得如下拓展形式：

LNY=LNA+β1LNK+β2LNL+μ

(2)

這里用LNY來代表農(nóng)業(yè)產(chǎn)出效率，LNK為固定資產(chǎn)投資效率，LNL為農(nóng)業(yè)勞動力的投入效率，LNA為包括了制度因素和技術(shù)投入的全要素生產(chǎn)率，β1和β2分別為資本要素和勞動要素對產(chǎn)出的影響系數(shù)，μ為隨機誤差項。

1.靜態(tài)面板模型

根據(jù)本文的研究目的，我們主要考察資本和勞動力投入要素對農(nóng)業(yè)產(chǎn)出的影響，假設(shè)包括了制度因素和技術(shù)投入的全要素生產(chǎn)率不變，并將原始方程擴展為具體的計量模型，借鑒姜勁儒[10]等學(xué)者的研究思路，本文構(gòu)建如下靜態(tài)面板數(shù)據(jù)模型1：

LNYit=αi+β1LNKit+β2LNLit+μit，

i=1,2,…,16，t=1990,1991,…,2014

(3)

模型1中，i表示第i個省份，t表示是時期，αi表示不隨時間變化的個體效應(yīng)，μit為隨機誤差項，LNYit表示的是第i個地市t年的農(nóng)業(yè)產(chǎn)出增長率，LNKit表示的是第i個地市t年的農(nóng)業(yè)固定資產(chǎn)投資增長率，LNLit表示的是第i個地市t年的農(nóng)業(yè)勞動力投入增長率，βi表示各解釋變量的系數(shù)估計值。

2.動態(tài)面板模型

上述靜態(tài)面板數(shù)據(jù)模型并不能體現(xiàn)出被解釋變量的滯后效應(yīng)，然而在社會生產(chǎn)中，任何經(jīng)濟因素的變化都具有慣性作用，造成的經(jīng)濟波動是一個連續(xù)的動態(tài)調(diào)整過程，經(jīng)濟變量當期的變動結(jié)果勢必會受到上一期的影響。于是本文借鑒李曉嘉[11]等學(xué)者的思路，通過在回歸控制變量中引入滯后一期的被解釋變量，以控制固定資產(chǎn)投資對農(nóng)業(yè)經(jīng)濟增長的累積效應(yīng)，得到如下動態(tài)面板數(shù)據(jù)模型2：

LNYit=αi+β0LNYi,t-1+β1LNKit+β2LNLit+μit

i=1，2，…，16,t=1990，…，2014

(4)

模型2中，LNYi,t-1表示的是第i個地市t年滯后一期的農(nóng)業(yè)產(chǎn)出增長率。

(二)變量選擇與數(shù)據(jù)說明

鑒于數(shù)據(jù)的可獲得性，本文選取安徽省各個地級市農(nóng)業(yè)產(chǎn)業(yè)(第一產(chǎn)業(yè))增加值指標來衡量農(nóng)業(yè)產(chǎn)出水平(Y)，在選取農(nóng)業(yè)生產(chǎn)投入指標時，這里采用安徽省各地級市的第一產(chǎn)業(yè)固定資產(chǎn)投資額來衡量農(nóng)業(yè)生產(chǎn)的資本投入(K)，還選取了安徽省各地級市農(nóng)業(yè)產(chǎn)業(yè)從業(yè)人數(shù)來衡量農(nóng)業(yè)生產(chǎn)的勞動力投入(L)，其中包括了本地和外來的第一產(chǎn)業(yè)勞動力。所有數(shù)據(jù)均來源于歷年《安徽統(tǒng)計年鑒》《安徽農(nóng)業(yè)統(tǒng)計年鑒》和各個地級市的統(tǒng)計年鑒以及安徽農(nóng)業(yè)普查數(shù)據(jù)等，選取的時間跨度為1990—2014年共25年，考慮到價格波動等因素的影響，這里以1990年為基期，使用GDP平減指數(shù)對農(nóng)業(yè)產(chǎn)出進行平減，并使用固定資產(chǎn)投資平減指數(shù)對農(nóng)業(yè)固定資產(chǎn)投資額進行處理，最后對選取的各個變量分別取對數(shù)以消除異方差性的問題，以上處理均不影響后文的實證檢驗部分。

為了對所選取的變量有一個定性的了解，首先對各變量進行描述性統(tǒng)計，表1給出了所有變量的描述性統(tǒng)計。

表1 樣本數(shù)據(jù)的基本統(tǒng)計特征

三、實證過程及結(jié)果分析

(一)面板單位根檢驗

鑒于本文所研究的16個地級市農(nóng)業(yè)經(jīng)濟發(fā)展水平和地區(qū)差異的存在，本文采用假設(shè)面板數(shù)據(jù)中各截面序列具有共同單位根的檢驗方法(LLC檢驗)和允許面板數(shù)據(jù)的各截面序列具有個體單位根的三種檢驗方法(IPS檢驗、Fisher—ADF檢驗和Fisher—PP檢驗)來綜合檢驗面板數(shù)據(jù)的平穩(wěn)性，具體結(jié)果見表2。

表2 各變量單位根檢驗

注：①括號里的值為5%臨界水平下的P值；②變量前加“Δ”表示對變量作一階差分；③檢驗形式為只帶截距項。

從表2中可以看出，在基于四種面板單位根檢驗方法下，變量LNY、LNK、LNL的原始序列不能拒絕“存在單位根”的原假設(shè)，說明這些原始時間序列是非平穩(wěn)的，而這些變量的一階差分含截距項單位根檢驗均在5%臨界水平下顯著，表明“單位根存在”的原始假設(shè)被拒絕，亦即這些變量的一階差分序列是單整的。故而下一步可以進行面板協(xié)整檢驗。

(二)面板協(xié)整檢驗

在面板單位根檢驗均通過的基礎(chǔ)上，通過在面板框架下運用Pedroni檢驗、基于 Engle 和 Granger 的Kao檢驗以及基于Johanson的Fisher檢驗方法進行協(xié)整檢驗，以考察各個變量的非平穩(wěn)原始時間序列之間是否存在面板協(xié)整關(guān)系，檢驗結(jié)果見表3。

表3 面板協(xié)整檢驗

從表3中可以看出，組內(nèi)檢驗Panel v、Panel ADF方法和組間檢驗Group ADF方法均無法拒絕“不存在協(xié)整關(guān)系”的原假設(shè)，而組內(nèi)檢驗Panel rho、Panel PP方法和組間檢驗Group rho、group PP方法檢驗結(jié)果均顯著，表明“不存在協(xié)整關(guān)系”的原始假設(shè)被拒絕，故而可以得出變量間存在著協(xié)整關(guān)系的推論。另外，本文還采用了基于Engle、Granger的Kao檢驗和基于Johanson的Fisher檢驗方法來確保面板協(xié)整檢驗結(jié)論的可靠性，其檢驗結(jié)果均顯著，從而證實變量間存在著協(xié)整關(guān)系的推論是可靠的，所以本文可以進一步使用面板模型進行參數(shù)估計。

(三)模型估計方法

由于將滯后一期的被解釋變量作為解釋變量，一方面會導(dǎo)致模型內(nèi)生性問題,另一方面會導(dǎo)致隨機誤差項存在移動平均過程，若仍采用OLS回歸來估計固定效應(yīng)模型或者隨機效應(yīng)模型，得到的估計量可能是有偏的。為了使這類動態(tài)模型估計結(jié)果更加準確，Arellano和bond[12]以及Arellano和Bover[13]提出了使用差分廣義矩估計(DIF—GMM)和系統(tǒng)廣義矩估計(SYS—GMM)方法來解決動態(tài)面板模型的內(nèi)生性和個體異質(zhì)性問題，而且二步系統(tǒng)GMM利用了更多的樣本信息，一般情況下比差分GMM更為有效。故本文將采用二步系統(tǒng)GMM方法來估計動態(tài)面板模型,但模型估計的有效性取決于工具變量的有效性以及差分殘差的二階序列相關(guān)性。本文將使用Sargan檢驗來檢驗GMM估計中工具變量的過度識別約束是否有效，干擾項μit不存在序列相關(guān)是GMM估計的一個關(guān)鍵假設(shè)，本文擬通過AR(2)統(tǒng)計量來檢驗?zāi)Ｐ褪欠窠邮懿淮嬖诙A序列相關(guān)的原假設(shè)。

(四)模型估計結(jié)果

面板數(shù)據(jù)模型主要有三種形式，分別是混合效應(yīng)模型、固定效應(yīng)模型以及隨機效應(yīng)模型，對于具體應(yīng)采取何種模型應(yīng)視具體情況而定。首先本文通過構(gòu)造F統(tǒng)計量來判別是采用混合模型還是固定效應(yīng)模型，利用計量軟件STATA11.2估計得到統(tǒng)計量F值為24.06，相伴概率P值為0.000 0，結(jié)果顯著拒絕了“采用混合效應(yīng)模型”的原假設(shè)；而對于是采用固定效應(yīng)模型還是隨機效應(yīng)模型則通過Hausman檢驗進行判別，利用STATA軟件得到統(tǒng)計量H值為137.34，相伴概率P值為0.000 0，結(jié)果顯著拒絕了“隨機效應(yīng)模型”的原假設(shè)，故這里采用固定效應(yīng)模型進行下一步的估計。

為了克服異方差、序列相關(guān)和截面相關(guān)對統(tǒng)計推斷的影響，使模型估計結(jié)果更為有效，本文在上述實證檢驗的基礎(chǔ)上，對固定效應(yīng)模型估計采用了由Driscoll 和 Kraay提出的“異方差—序列相關(guān)—截面相關(guān)”穩(wěn)健型協(xié)方差矩陣來估計靜態(tài)面板模型系數(shù)的標準誤，同時基于二步系統(tǒng)GMM法對所構(gòu)建的動態(tài)面板模型系數(shù)進行估計，最終結(jié)果見表4。

表4 兩個面板模型估計

注：①括號里的值為1%臨界水平下的P值；②在同方差假設(shè)條件下,用Sargan統(tǒng)計量來檢驗矩條件是否存在過度識別,原假設(shè)為系統(tǒng)GMM工具變量為正確的；③Arellano-Bond的AR(2)檢驗統(tǒng)計量用于考察一次差分殘差序列是否存在二階自相關(guān),其原假設(shè)為不存在自相關(guān)。

從表4中可以看出，動態(tài)面板模型的系統(tǒng)GMM估計與靜態(tài)面板固定效應(yīng)模型的回歸結(jié)果比較而言，變量的顯著程度大幅提高，且各解釋變量與被解釋變量的關(guān)系更加地趨于合理，說明動態(tài)面板模型的系統(tǒng)GMM估計的回歸結(jié)果整體上要優(yōu)于靜態(tài)面板回歸結(jié)果。此外，表4中還反映出動態(tài)面板數(shù)據(jù)模型系數(shù)聯(lián)合顯著性的Wald檢驗值在1%的臨界水平下顯著，說明動態(tài)面板模型中所選取的各解釋變量是合理的，另外，Arellano—Bond AR(2)的檢驗結(jié)果說明一階差分后的殘差不存在二階自相關(guān)，亦即本文所設(shè)定的動態(tài)面板模型是合理的，Sargan檢驗的P值為1即接受原假設(shè)，表明模型所選取的工具變量是合理的。通過比較表4中各變量系數(shù)的顯著性，發(fā)現(xiàn)僅有動態(tài)面板模型中各變量系數(shù)都通過了5%臨界水平下的顯著性檢驗，故本文以二步系統(tǒng)GMM法的估計結(jié)果為主進行分析闡述，而基于靜態(tài)面板固定效應(yīng)模型的穩(wěn)健型回歸結(jié)果僅作對比。

(五)實證結(jié)果分析

由表4可以看出，二步系統(tǒng)GMM法對滯后一期的地市農(nóng)業(yè)經(jīng)濟產(chǎn)出(Y)的參數(shù)估計為0.325 6，并通過了1%的顯著性水平檢驗，表明滯后一期的農(nóng)業(yè)經(jīng)濟產(chǎn)出對當期的農(nóng)業(yè)經(jīng)濟產(chǎn)出具有較大的正向促進作用,這在一定程度上解釋了我省各地級市的農(nóng)業(yè)經(jīng)濟產(chǎn)出呈現(xiàn)逐漸增大的趨勢，同時也進一步說明了農(nóng)業(yè)經(jīng)濟增長的波動是一個連續(xù)的動態(tài)調(diào)整過程，采取動態(tài)面板估計非常有必要。另外，就我省各地市的農(nóng)業(yè)固定資產(chǎn)投資(K)和農(nóng)業(yè)勞動力投入(L)比較來看，K的參數(shù)估計結(jié)果約為0.220 9，L的參數(shù)估計結(jié)果約為0.289 8，說明我省各地級市的固定資產(chǎn)投資對農(nóng)業(yè)經(jīng)濟的邊際產(chǎn)出沒有農(nóng)業(yè)勞動力投入帶來的邊際產(chǎn)出大?？赡艽嬖诘脑蚴俏沂「鞯丶壥械墓潭ㄙY產(chǎn)投資與農(nóng)業(yè)經(jīng)濟產(chǎn)出之間存在著一定程度的脫節(jié)現(xiàn)象，當期的基礎(chǔ)設(shè)施投資需要通過數(shù)期的投入產(chǎn)出在才能發(fā)揮作用。但從總體來看，固定資產(chǎn)投資是個較為靈敏的經(jīng)濟變量，其對農(nóng)業(yè)產(chǎn)出仍具有積極的促進作用。另外，實證檢驗結(jié)果顯示農(nóng)業(yè)勞動力投入帶來的農(nóng)業(yè)經(jīng)濟邊際產(chǎn)出較大，但其影響的顯著性不強，這也反映出了安徽省雖是一個農(nóng)業(yè)大省,但并不是一個農(nóng)業(yè)強省,安徽省部分欠發(fā)達地區(qū)農(nóng)業(yè)經(jīng)濟的增長嚴重依賴于農(nóng)民勞動力的投入,農(nóng)業(yè)固定資產(chǎn)投資所占份額增長緩慢。

四、結(jié)論與啟示

本文選取1990—2014年安徽省16個地級市的面板數(shù)據(jù)建立了我省農(nóng)業(yè)經(jīng)濟增長的生產(chǎn)函數(shù)模型，并進一步拓展為具體的計量模型，分別構(gòu)建靜態(tài)面板模型和動態(tài)面板模型，利用STATA軟件對數(shù)據(jù)進行統(tǒng)計檢驗和參數(shù)估計，最后根據(jù)系統(tǒng)GMM法估計出的動態(tài)面板模型結(jié)果，從總體上對安徽省固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟產(chǎn)出之間的動態(tài)關(guān)系進行了分析與討論，得出如下結(jié)論：

第一，動態(tài)面板模型的估計結(jié)果顯示出，從長期來看，滯后一期的農(nóng)業(yè)經(jīng)濟產(chǎn)出對當期的農(nóng)業(yè)經(jīng)濟產(chǎn)出具有較大的正向促進作用,說明我省各地級市農(nóng)業(yè)產(chǎn)出呈現(xiàn)逐漸增大的趨勢，農(nóng)業(yè)經(jīng)濟增長的波動是一個連續(xù)的動態(tài)調(diào)整過程。

第二，我省各地級市的固定資產(chǎn)投資所帶來的直接邊際產(chǎn)出效應(yīng)相對較小，但影響非常顯著，而農(nóng)業(yè)勞動力投入對農(nóng)業(yè)經(jīng)濟增長的邊際產(chǎn)出較大，但影響不夠顯著，這反映出我省各地級市的固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟產(chǎn)出之間存在著一定程度的脫節(jié)現(xiàn)象，農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)等投資的作用效果具有一段時間的滯后期，當期的基礎(chǔ)設(shè)施投資需要通過數(shù)期的投入產(chǎn)出才能發(fā)揮作用，農(nóng)業(yè)固定資產(chǎn)投資所占份額增長緩慢，并且部分欠發(fā)達農(nóng)村地區(qū)的農(nóng)業(yè)經(jīng)濟增長嚴重依賴于農(nóng)民勞動力的投入，這一事實更加劇了安徽省很多地區(qū)的農(nóng)戶對農(nóng)業(yè)基礎(chǔ)設(shè)施的需求，農(nóng)村地區(qū)薄弱的水利、電力、道路等設(shè)施的投資建設(shè)還有待完善。但總體來看，固定資產(chǎn)投資對農(nóng)業(yè)產(chǎn)出還是具有積極的促進作用的。

基于以上結(jié)論，本文得出如下啟示：

第一，安徽省農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)薄弱,今后應(yīng)加大公共性農(nóng)業(yè)投入,把農(nóng)村基礎(chǔ)設(shè)施建設(shè)作為今后加快安徽省農(nóng)業(yè)經(jīng)濟發(fā)展的重要措施，如農(nóng)業(yè)生產(chǎn)中的農(nóng)田水利設(shè)施、交通和通訊設(shè)施，能源供給和服務(wù)設(shè)施，以及農(nóng)村教育、科研等其他服務(wù)設(shè)施的建設(shè)。通過積極發(fā)揮政府的公共投資向?qū)ё饔?，建設(shè)完善我省農(nóng)業(yè)生產(chǎn)必需的各類基礎(chǔ)設(shè)施，提高農(nóng)業(yè)生產(chǎn)的抗自然災(zāi)害能力，降低我省農(nóng)戶的小農(nóng)生產(chǎn)對接市場經(jīng)濟時的風(fēng)險和成本。

第二，安徽省農(nóng)業(yè)經(jīng)濟的增長嚴重依賴于農(nóng)民勞動力的投入，但農(nóng)村勞動力對農(nóng)業(yè)經(jīng)濟增長影響的顯著性不是非常強。說明我省農(nóng)業(yè)勞動力過剩，今后應(yīng)加快農(nóng)村勞動力人口向非農(nóng)產(chǎn)業(yè)的轉(zhuǎn)移，控制和減少非農(nóng)用地增長，提高土地的復(fù)種指數(shù)，緩解人多地少的不利局面，使我省農(nóng)業(yè)經(jīng)濟的增長由勞動密集型向資本密集型和技術(shù)密集型過渡，提升農(nóng)業(yè)產(chǎn)出的規(guī)模效益，促進農(nóng)業(yè)經(jīng)濟持續(xù)穩(wěn)定增長。

注釋：

①安徽省于2011年撤銷地級巢湖市，并將原地級巢湖市所轄行政區(qū)分別劃歸合肥、蕪湖、馬鞍山三市管轄。因此這里剔除了原巢湖市的數(shù)據(jù)，得到16個地級市的數(shù)據(jù)。

[1] 王建明.中國農(nóng)業(yè)科研投資與農(nóng)業(yè)經(jīng)濟增長的互動關(guān)系研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2009(1)：103-108.

[2] 肖新成.財政資金支農(nóng)投入與農(nóng)業(yè)經(jīng)濟增長的灰色綜合關(guān)聯(lián)度分析[J].長沙大學(xué)學(xué)報(自然科學(xué)版)，2005，19(5)：103-105，107.

[3] 魏朗.財政支農(nóng)支出對我國農(nóng)業(yè)經(jīng)濟增長影響的研究[J].中央財經(jīng)大學(xué)學(xué)報，2007(9)：11-16.

[4] ROSS L, DAVID R. A Sensitivity analysis of cross country Growth Regressions[J].American Economic Review，1992，82:942-963．

[5] YOUNG A ．The razor’s edge: Distortions and incremental reform in the People’s Republic of China[J]．Quarterly Journal of Economics，2000，115(4)：1091-1135.

[6] 楊學(xué)峰，楊學(xué)成.農(nóng)業(yè)固定資產(chǎn)投資與農(nóng)業(yè)經(jīng)濟增長關(guān)系研究[J].安徽農(nóng)業(yè)科學(xué)，2013，41(11)：5098-5101.

[7] BIOMSTROM M, LIPSEY R E , ZEJAN M.Is fixed investment the key to economic growth？[J].Quarterly Journal of Economics,1996，CXI(1)：269-276．

[8] 付洪良.固定資產(chǎn)投資對浙江農(nóng)業(yè)產(chǎn)出影響的實證[J].技術(shù)經(jīng)濟與管理研究，2010(4)：123-126.

[9] 李珊.我國固定資產(chǎn)投資結(jié)構(gòu)及其與經(jīng)濟增長關(guān)系的區(qū)域差異研究[D]．青島：中國海洋大學(xué)經(jīng)濟學(xué)院，2014(5)：60-71．

[10] 姜勁儒.基于面板數(shù)據(jù)的農(nóng)業(yè)經(jīng)濟影響因素實證研究[D].楊凌：西北農(nóng)林科技大學(xué)經(jīng)濟管理學(xué)院，2010：21-31.

[11] 李曉嘉.地方政府公共投資與區(qū)域經(jīng)濟增長的差異性分析[J].財經(jīng)理論與實踐，2011(3)：94-97.

[12] ARELLANO, BOND. Some tests of specification for panel data：Monte carlo evidence and an application to employment equation [J]. Review of Economic Studies， 1991，58(2)：277-297.

[13] ARELLANO M,BOVER O. Another look at the instrumental variable estimation of error-components models [J]. Journal of Econometrics, 1995，68：29-51.

An Empirical Study on the Relationship between Fixed Assets Investment and Agricultural Economic Growth in Anhui Province

JIANG Guanghui, WANG Gangzhen

(School of Finance,Anhui University of Finance and Economics, Bengbu 233030, China)

Based on C-D production function and other theories, this paper chooses panel data of 16 prefecture level cities of Anhui Province from 1990 to 2014 and builds static and dynamic panel models of agricultural economic growth. “Heteroskedasticity, sequence correlation and cross correlation” robust covariance matrix is used to estimate standard error of static panel model coefficient, and the two-step GMM method to estimate coefficient of dynamic panel model. The results show that these cities have undergone a steady increase in agricultural output, and agricultural economic growth is a continuous dynamic process of fluctuation; direct marginal output effect to agricultural economic growth brought about by fixed assets investment is comparably small but very prominent, and that by agricultural labor input is more obvious but less prominent. Therefore, it is suggested in the paper to increase investment in public agriculture, accelerate transfer of rural labor force to non-agricultural industries, improve scale merit of agricultural output, and promote sustainable and steady growth of agricultural economy.

fixed assets investment; agricultural output; SYS-GMM

2016-05-27

江光輝(1993-)，男，安徽銅陵人，安徽財經(jīng)大學(xué)金融學(xué)院碩士研究生。 王剛貞(1978-)，女，湖北黃岡人，安徽財經(jīng)大學(xué)金融學(xué)院教授，博士，碩士生導(dǎo)師。

F061．1

A

1009-2463(2016)05-0047-06