王顯桐
摘 要 農(nóng)業(yè)科技資源的發(fā)展有助于改變傳統(tǒng)農(nóng)業(yè)經(jīng)濟結構依靠自然條件以及產(chǎn)業(yè)化的特點,利用均衡的科技資源配置,發(fā)揮科技資源在農(nóng)業(yè)經(jīng)濟當中的優(yōu)勢,同時促進農(nóng)業(yè)結構轉型,農(nóng)業(yè)經(jīng)濟快速發(fā)展。對于均衡配置和農(nóng)業(yè)科技效率來說,利用計量經(jīng)濟分析法對其進行分析和實證是具有現(xiàn)實意義的。本文通過對于數(shù)據(jù)和變量關系的分析,利用模型建立和回歸殘差方程檢驗,來對資源配置均衡性進行規(guī)劃。
關鍵詞 農(nóng)業(yè)科技資源 農(nóng)業(yè)經(jīng)濟發(fā)展 實證研究 數(shù)據(jù)模型 回歸殘差
一、前言
一般來說,對于農(nóng)業(yè)經(jīng)濟發(fā)展和農(nóng)業(yè)科技資源之間的關系的分析,可以使用時間序列這一分析方法進行。所謂時間序列,是指利用ADF檢驗法對經(jīng)濟增長、機械總動力、人員技術以及開發(fā)科研經(jīng)費進行檢驗,確定單整階數(shù),再利用E-C兩步法檢驗確定協(xié)整關系,在通過修正模型建立,考察二者之間短期動態(tài)關系,從而達到實證研究的目的。
二、協(xié)整關系和數(shù)據(jù)模型建立
在農(nóng)業(yè)研究當中,將農(nóng)業(yè)科技資源和農(nóng)業(yè)經(jīng)濟發(fā)展作為兩個變量進行研究,其中農(nóng)業(yè)科技資源可以分為農(nóng)業(yè)技術人員(H)、農(nóng)業(yè)機械總動力(M)和科研經(jīng)費支出(RD)這三個方面,而農(nóng)業(yè)經(jīng)濟增長(Y)指標主要來源與農(nóng)林牧副漁以及其服務業(yè)的農(nóng)業(yè)總產(chǎn)值。
在計算當中,數(shù)據(jù)來源主要參照《中國農(nóng)村統(tǒng)計年鑒》及《中國科技統(tǒng)計年鑒》、這兩部文獻,為了避免在計算當中因數(shù)據(jù)缺少而產(chǎn)生異方差現(xiàn)象,部分地方可能會采用插值法進行補充,同時增加了變量之間的對數(shù)變換,利用Eviews方法實例分析,將變換后新變量標記為LNH、LNM、LNRD以及LNY。[1]
(一)協(xié)整關系方程與協(xié)整檢驗
前文中所提到的四個變量都是二階單整變量,因此在驗證過程當中,可以選擇使用johansen協(xié)整檢驗方法,試證明LNY與其他三個變量之間的協(xié)整關系。通過對于各序列線性趨勢和截頂距滯后階數(shù)檢驗我們看出,5%顯著水平下,根檢驗和跡檢驗所具有的最大特征表明四個變量具有協(xié)整關系。
(二)數(shù)據(jù)模型建立及應用
對于相關要素之間的相同或者不同關系的判斷,需要應用到關聯(lián)度分析法模型。在當今學術界的多種模型算法當中,鄧氏關聯(lián)度分析法最為具有廣泛性,同時也是相對而言最為成熟的一種算法。利用鄧氏算法可以進行相關因素比較量時僅僅對同一系列的關聯(lián)程度大小進行比較,并由此直接反映出同一序列密切程度。[2]
鄧氏算法具體流程如下:首先將系統(tǒng)特征行為設定為序列Y,并有Y1,Y2,Y3,Y4……Yn,相關因素序列設置為X,則有X1,X2,X3……Xm,滿足Yi(1≤i≤n),Xj(1≤j≤m),時間段相同時,二者為子母序列,選取指標無線剛化,轉換原始數(shù)據(jù)格式,對各個指標進行比較。從而得出茶樹列表:Δijk=│Yi(k)-Xj(k)│。
據(jù)《中國統(tǒng)計年鑒》2014對東部十一個省的農(nóng)業(yè)產(chǎn)值評估結果,根據(jù)鄧氏算法進行量化處理,可以得出結論。[3]從2011至2015年這五年之間,農(nóng)業(yè)新產(chǎn)品數(shù)量和農(nóng)業(yè)新科技成果授權以及農(nóng)業(yè)科學論文之間有著如下數(shù)據(jù)。2011年分別為-0.36、-0.55、-0.76;2012年分別為0.09、0.04、-0.31;2013年分別為0.72、-0.17、1.05;2014年分別為1.50、 0.71、 1.75;2015年分別為1.72、1.02、1.10。關聯(lián)系數(shù)與關聯(lián)度評價。
利用關聯(lián)度計算公式可以得出,與地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展關聯(lián)度分別為農(nóng)業(yè)科技授權數(shù)量關聯(lián)度為72.54%,農(nóng)業(yè)新品數(shù)量關聯(lián)度為56.24%,農(nóng)業(yè)科學論文數(shù)量關聯(lián)度為63.83%。根據(jù)灰色關聯(lián)度評判標準:0 ~ 0.35為弱關聯(lián),0.35 ~ 0.65為中關聯(lián),0.65 ~ 1為強關聯(lián),其中農(nóng)業(yè)科技授權和農(nóng)業(yè)科學論文數(shù)量與地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展為強關聯(lián),從而可以證明農(nóng)業(yè)科技創(chuàng)新有利于農(nóng)業(yè)經(jīng)濟的發(fā)展。
三、回歸殘差方程以及單位根、格蘭杰因果檢測
(一)回歸殘差臨界值
由于時間序列當中經(jīng)濟數(shù)據(jù)的不穩(wěn)定性,時長會出現(xiàn)“偽回歸”現(xiàn)象,因此需要對兩個變量采取普通最小二乘回歸,[4]利用回歸方程得出結果:lnLNY=4.138410+0.144251lnLNRD+E,其中E為估計回歸殘差。通過對于回歸殘差臨界值比較我們可以得出表1:
由此可以看出,對于農(nóng)業(yè)經(jīng)濟發(fā)展來說,科技人力資源和財力資源的投入可以起到發(fā)展作用,但農(nóng)業(yè)機械總動力的發(fā)展對農(nóng)業(yè)經(jīng)濟發(fā)展的影響并不顯著。
(二)利用ADF的單位根檢測
對于單位根的檢測來說,最常用的檢測方法就是ADF檢測法。ADF檢測法依照單位根變量的原始序列,一、二階差分序列,5%顯著水平下,變量單位根的假設非平穩(wěn)。經(jīng)測量,LNH、LNM、LNRD、LNY的ADF檢測結果統(tǒng)計分別為-0.4617、0.3366、-4.9886、-6.3093,而P值則分別為0.88、0.97、0.0013、0.0001。從這當中我們可以看出,LNH和LNM具有不平穩(wěn)性,而LNRD和LNY相對平穩(wěn)。
(三)格蘭杰因果檢測確定滯后階數(shù)
上文敘述了農(nóng)業(yè)科技資源和農(nóng)業(yè)經(jīng)濟發(fā)展之間存在均衡關系,而其是否具有因果關系則需要進一步進行測定。利用格蘭杰因果檢測方式對其滯后階數(shù)進行明確,一次來斷定二者之間所具有因果關系。對于滯后階數(shù)可以使用AIC的最小值進行測量,通過測量我們得出,農(nóng)業(yè)技術人員的增減都會直接影響農(nóng)業(yè)經(jīng)濟的發(fā)展,而對于原假設來說,5%顯著性水平之下,農(nóng)業(yè)科技活動對于農(nóng)業(yè)經(jīng)濟發(fā)展來說具有單項格蘭杰因果關系,因此可以表明農(nóng)業(yè)科技活動的經(jīng)費支出會造成農(nóng)業(yè)經(jīng)濟發(fā)展較大的波動。[5]
四、結語
我們對于農(nóng)業(yè)科技資源和農(nóng)業(yè)經(jīng)濟發(fā)展進行了變量研究,通過精確的模型建立和公式計算,得出了二者在不同階段所具有的影響不盡相同,科技資源當中對于人員和專利的要求比較大,影響也較深;而農(nóng)業(yè)新品的產(chǎn)出影響相對較小。
(作者單位為原沈陽軍區(qū)通北第一農(nóng)副業(yè)基地)
參考文獻
[1] 陳紅玲.農(nóng)業(yè)科技資源與農(nóng)業(yè)經(jīng)濟發(fā)展的關系研究——以東部地區(qū)為例[J].中國農(nóng)業(yè)資源與區(qū)劃,2016(09):220-224.
[2]王智偉.農(nóng)業(yè)科技資源與農(nóng)業(yè)經(jīng)濟發(fā)展關系實證探析[J].北京農(nóng)業(yè),2014(36):304.
[3] 陳祺琪,張俊飚.農(nóng)業(yè)科技人力資源與農(nóng)業(yè)經(jīng)濟發(fā)展關系分析——基于種植業(yè)科研機構的視角[J].科技管理研究,2015 (13):90-96.
[4] 李敬鎖,王曉雷,牟少巖.農(nóng)業(yè)科技計劃投入與農(nóng)業(yè)經(jīng)濟增長關系的實證研究——以青島市為例[J].浙江農(nóng)業(yè)學報,2015(07):1288-1293.
[5] 喬玉.農(nóng)業(yè)科技資源與農(nóng)業(yè)經(jīng)濟發(fā)展關系實證分析[J].北方經(jīng)貿(mào),2017(03):42-43.