黑龍江省服務(wù)業(yè)與農(nóng)業(yè)耦合發(fā)展的研究

王降圣

（哈爾濱商業(yè)大學(xué)基礎(chǔ)科學(xué)學(xué)院，哈爾濱150028）

關(guān)于服務(wù)業(yè)與農(nóng)業(yè)耦合機理的研究，眾多學(xué)者研究成果豐富。張玉祥（2013）對于杭州市鄉(xiāng)村旅游與新農(nóng)村建設(shè)親合度及耦合協(xié)調(diào)度計算結(jié)果進(jìn)行了兩個方面的分析。胡亦琴（2014）在研究服務(wù)業(yè)與農(nóng)業(yè)耦合機理的基礎(chǔ)上，運用耦合關(guān)聯(lián)度評價模型、計量回歸模型分析方法，實證分析浙江省現(xiàn)代農(nóng)業(yè)服務(wù)業(yè)對農(nóng)業(yè)經(jīng)濟增長的影響。劉暢（2017）則以東北三省34個地級城市為研究對象，構(gòu)建農(nóng)業(yè)現(xiàn)代化與新型城鎮(zhèn)化的評價指標(biāo)體系，基于耦合協(xié)調(diào)度模型探討二者的耦合度與協(xié)調(diào)發(fā)展度，并劃分其階段類型?，F(xiàn)結(jié)合其他學(xué)者的研究成果，借鑒了物理學(xué)中的容量耦合（Capacitive Coupling）及容量耦合系數(shù)模型，構(gòu)建了服務(wù)業(yè)與農(nóng)業(yè)的耦合關(guān)系模型，對黑龍江省服務(wù)業(yè)與農(nóng)業(yè)耦合發(fā)展的現(xiàn)狀進(jìn)行研究。

一、服務(wù)業(yè)與農(nóng)業(yè)的耦合關(guān)系模型的構(gòu)建

設(shè)和分別為服務(wù)業(yè)和農(nóng)業(yè)所有參量的總貢獻(xiàn)值。

其中，Ui、Vi分別為第i類指標(biāo)的綜合貢獻(xiàn)值，ηi、λi分別為服務(wù)業(yè)與農(nóng)業(yè)第i類指標(biāo)所有參量的加總權(quán)重。U和V經(jīng)線性加權(quán)可以得到衡量服務(wù)業(yè)與農(nóng)業(yè)系統(tǒng)發(fā)展水平的序參量Uij和Vij。，其中，i=1，2，3，...，n；j=1，2，3，...，m；，其中，i=1，2，3，...，n；j=1，2，3，...，m。

它們分別為xij、yij對服務(wù)業(yè)系統(tǒng)與農(nóng)業(yè)系統(tǒng)貢獻(xiàn)的大小，其中xij、yij是衡量消費服務(wù)業(yè)與現(xiàn)代農(nóng)業(yè)系統(tǒng)發(fā)展水平的序參量，(αij，βij)、(εij，δij) 是系統(tǒng)穩(wěn)定臨界點上序參量的上下限值。因此得出了服務(wù)業(yè)與農(nóng)業(yè)耦合關(guān)系模型測算函數(shù)。

當(dāng)C=0時，系統(tǒng)內(nèi)部要素之間處于無關(guān)狀態(tài)，系統(tǒng)向無序發(fā)展。若C∈(0，0.4]，則說明服務(wù)業(yè)與農(nóng)業(yè)系統(tǒng)處于較低耦合階段，二者聯(lián)系較少。若C∈(0.4，0.7]，則服務(wù)業(yè)與農(nóng)業(yè)系統(tǒng)處于中度耦合階段，二者在多層次多領(lǐng)域開始協(xié)同發(fā)展，但相互之間聯(lián)系不夠深入。若C∈(0.7，1.0]，則服務(wù)業(yè)與農(nóng)業(yè)系統(tǒng)處于高度耦合階段，二者的發(fā)展呈現(xiàn)良性互動和諧發(fā)展。當(dāng)C=1時，耦合程度達(dá)到最大值，系統(tǒng)內(nèi)部要素之間達(dá)到良性共振耦合，整個系統(tǒng)實現(xiàn)了有序發(fā)展。

二、服務(wù)業(yè)與農(nóng)業(yè)耦合關(guān)系模型的分析

（一）數(shù)據(jù)預(yù)處理

現(xiàn)根據(jù)黑龍江省統(tǒng)計局官方網(wǎng)站公布的《2011年黑龍江統(tǒng)計年鑒》和《2014年黑龍江統(tǒng)計年鑒》，以及《2015黑龍江省經(jīng)濟發(fā)展規(guī)劃》等相關(guān)資料統(tǒng)計出農(nóng)業(yè)、服務(wù)業(yè)各指標(biāo)體系的實際數(shù)據(jù)值，并分析確定了序參量的上下值，所得數(shù)據(jù)見表1與表2。

（二）數(shù)據(jù)分析

現(xiàn)確定了規(guī)模、效益和增長三個領(lǐng)域的共12個一級指標(biāo)，并將其構(gòu)成農(nóng)業(yè)、服務(wù)業(yè)發(fā)展評價體系來進(jìn)行服務(wù)業(yè)與農(nóng)業(yè)系統(tǒng)耦合度的測度，并結(jié)合黑龍江省服務(wù)業(yè)與農(nóng)業(yè)的發(fā)展現(xiàn)狀，對指標(biāo)權(quán)重進(jìn)行適當(dāng)調(diào)整，最后得出對規(guī)模、效益和增長三個領(lǐng)域的賦權(quán)比為40：35：25，計算得出了農(nóng)業(yè)各個一級指標(biāo)貢獻(xiàn)值和服務(wù)業(yè)各個一級指標(biāo)貢獻(xiàn)值，見表3與表4。

表1 2014年黑龍江省農(nóng)業(yè)基礎(chǔ)數(shù)據(jù)

表3 農(nóng)業(yè)一級指標(biāo)貢獻(xiàn)值

表4 服務(wù)業(yè)一級指標(biāo)貢獻(xiàn)值

所以，可以得到黑龍江省服務(wù)業(yè)與農(nóng)業(yè)耦合關(guān)聯(lián)度為C=0.4879，為中度耦合。

三、服務(wù)業(yè)與農(nóng)業(yè)關(guān)鍵耦合要素的分析

為了進(jìn)一步研究黑龍江省服務(wù)業(yè)對農(nóng)業(yè)發(fā)展的促進(jìn)作用，測度對服務(wù)業(yè)的細(xì)分行業(yè)及對農(nóng)業(yè)發(fā)展帶動作用的異同，現(xiàn)選取了黑龍江省農(nóng)業(yè)總產(chǎn)值為因變量，選取了農(nóng)業(yè)機械總動力、農(nóng)用化肥施用量和有效灌溉面積為控制變量，選取了農(nóng)業(yè)保險、農(nóng)業(yè)貸款、現(xiàn)代農(nóng)業(yè)信息和農(nóng)業(yè)科技服務(wù)為解釋變量，建立多元線性回歸模型。

其中，GAP為黑龍江省農(nóng)林牧漁總產(chǎn)值，X1為農(nóng)業(yè)機械總動力，X2為農(nóng)業(yè)有效灌溉面積，X3為農(nóng)業(yè)化肥施用量，X4為農(nóng)業(yè)貸款，X5為農(nóng)業(yè)保險，X6為現(xiàn)代農(nóng)業(yè)信息，X7為農(nóng)業(yè)科技專業(yè)人員從業(yè)人數(shù)。

（一）計量分析初步

現(xiàn)分析的數(shù)據(jù)是黑龍江省1978～2014年的時間序列數(shù)據(jù)。首先，為排除偽回歸的情況，先對控制變量和解釋變量進(jìn)行平穩(wěn)性檢驗，以確認(rèn)時間序列數(shù)據(jù)的平穩(wěn)性。其次，對變量進(jìn)行相關(guān)系數(shù)檢驗，以避免多重共線性。因現(xiàn)所選數(shù)據(jù)具有較強線性關(guān)系，故對模型再進(jìn)行逐步回歸分析，最后對回歸結(jié)果進(jìn)行分析總結(jié)，得出相關(guān)結(jié)論。因為原始數(shù)據(jù)有極少部分缺失，故先利用MATLAB軟件對缺失數(shù)據(jù)插值擬合填充，再進(jìn)行計量分析。

（二）變量平穩(wěn)性檢驗

現(xiàn)利用Eviews8對變量進(jìn)行平穩(wěn)性檢驗。首先，對因變量GAP平穩(wěn)性檢驗，發(fā)現(xiàn)ADF檢驗統(tǒng)計值3.053349大于對應(yīng)的MacKinnon臨界值-3.639407（1%）、-2.951125（5%）、-2.614300（10%），因此不能拒絕原假設(shè)，表明GAP存在單位根，是非平穩(wěn)序列。繼續(xù)對GAP的一階差分序列進(jìn)行單位根檢驗，發(fā)現(xiàn)也不能通過平穩(wěn)性檢驗。對GAP二階差分后，ADF檢驗統(tǒng)計值-5.332552均小于MacKinnon臨界值-3.646342（1%）、-2.954021（5%）、-2.615817（10%），從而拒絕原假設(shè)，表明GAP的二階差分序列是平穩(wěn)序列，即說明 GAP 序列是二階單整的，GAP～I(xiàn)（2）同時對其他的變量進(jìn)行平穩(wěn)性檢驗。

（三）多重線性檢驗

由OLS回歸得到的回歸模型可以發(fā)現(xiàn)，X1、X2、X4、X6、X7系數(shù)的 t檢驗不顯著，且 X5、X7系數(shù)的符號與預(yù)期相反，表明可能存在嚴(yán)重的多重共線性，計算各解釋變量的相關(guān)系數(shù)矩陣，證實確實存在嚴(yán)重多重共線性。

（四）逐步回歸分析

首先，模型采用懷特(White)異方差一致協(xié)方差矩陣，減少模型可能存在的異方差問題對估計結(jié)果穩(wěn)健性的影響，然后分別做 GAP 對 X1、X2、X3、X4、X5、X6、X7的一元回歸，比較變量之間的線性關(guān)系和擬合程度，依次加入其他變量進(jìn)行逐步回歸分析，比較刪除一些影響不顯著的變量，最終得到最優(yōu)的的確定模型。

GDP=0.0549X1+6.1227X2+9.2233X3+0.7922X4+0.0029X5+0.4305X6-83.2670多元逐步線性回歸的結(jié)果見表5。

四、研究結(jié)論

根據(jù)耦合關(guān)系模型計算得出黑龍江省農(nóng)業(yè)產(chǎn)業(yè)的綜合貢獻(xiàn)值為0.18119，服務(wù)業(yè)產(chǎn)業(yè)的貢獻(xiàn)值為0.28218，農(nóng)業(yè)的綜合貢獻(xiàn)值低于服務(wù)業(yè)綜合貢獻(xiàn)值?，F(xiàn)分析認(rèn)為，這體現(xiàn)了黑龍江省產(chǎn)業(yè)發(fā)展的實際情況，即傳統(tǒng)農(nóng)業(yè)發(fā)展滯后，這從側(cè)面上也突顯了調(diào)整農(nóng)業(yè)結(jié)構(gòu)，大力發(fā)展現(xiàn)代農(nóng)業(yè)的重要性。同時，服務(wù)業(yè)與農(nóng)業(yè)耦合關(guān)聯(lián)度為0.4879，為中度耦合，耦合關(guān)系處于發(fā)展階段初期，這說明了黑龍江省的服務(wù)業(yè)與農(nóng)業(yè)的耦合穩(wěn)中向好，現(xiàn)代服務(wù)業(yè)促進(jìn)農(nóng)業(yè)發(fā)展，帶動農(nóng)業(yè)產(chǎn)業(yè)升級已經(jīng)初有成效，但是二者發(fā)展的領(lǐng)域還不夠廣、不夠深入，仍呈現(xiàn)耦合程度較低的態(tài)勢。

表5 多元逐步線性回歸的結(jié)果

根據(jù)對黑龍江省服務(wù)業(yè)與農(nóng)業(yè)關(guān)鍵耦合要素的計量分析，現(xiàn)認(rèn)為黑龍江省的現(xiàn)代服務(wù)業(yè)已經(jīng)成為促進(jìn)農(nóng)業(yè)發(fā)展的軟性生產(chǎn)要素，現(xiàn)代服務(wù)業(yè)中的農(nóng)業(yè)保險、農(nóng)業(yè)貸款、現(xiàn)代農(nóng)業(yè)信息已逐漸與傳統(tǒng)農(nóng)業(yè)生產(chǎn)要素耦合，形成了促進(jìn)農(nóng)業(yè)發(fā)展的強勁推動力。黑龍江省農(nóng)業(yè)貸款起步較早，發(fā)展較快，對農(nóng)業(yè)發(fā)展促進(jìn)作用大。而農(nóng)業(yè)保險、現(xiàn)代農(nóng)業(yè)信息的推廣則起步較晚，其促進(jìn)農(nóng)業(yè)發(fā)展的潛力尚需深入挖掘。在傳統(tǒng)農(nóng)業(yè)生產(chǎn)要素中，提升農(nóng)業(yè)機械化水平以及繼續(xù)擴大農(nóng)業(yè)有效灌溉面積仍是促進(jìn)黑龍江省農(nóng)業(yè)向好發(fā)展的主要途徑。