基于面板數(shù)據(jù)的江西省農(nóng)業(yè)機(jī)械總動(dòng)力影響因素研究

張麗娜，曹建斌，劉建村，徐 鄭，趙慶亮，王 艷，李道義

(1.中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院，北京100083； 2.廣東省現(xiàn)代農(nóng)業(yè)裝備研究所，廣東 廣州510635； 3.重慶市潼南區(qū)農(nóng)業(yè)科技投資(集團(tuán))有限公司，重慶402679)

0 引言

農(nóng)業(yè)機(jī)械化是工業(yè)化和城市化進(jìn)程下農(nóng)業(yè)轉(zhuǎn)型的重要推動(dòng)力，是現(xiàn)代農(nóng)業(yè)發(fā)展的重要標(biāo)志。農(nóng)業(yè)機(jī)械總動(dòng)力指主要用于農(nóng)、林、牧、漁業(yè)的各種動(dòng)力機(jī)械的動(dòng)力總和[1-2]。農(nóng)業(yè)機(jī)械總動(dòng)力能夠在一定程度上反映地區(qū)水稻生產(chǎn)機(jī)械化發(fā)展現(xiàn)狀，是實(shí)現(xiàn)水稻生產(chǎn)由人畜力向機(jī)械化生產(chǎn)方式轉(zhuǎn)變、有序推進(jìn)農(nóng)業(yè)生產(chǎn)現(xiàn)代化的物質(zhì)載體，是體現(xiàn)區(qū)域農(nóng)機(jī)裝備水平高低的一個(gè)重要指標(biāo)，在一定程度上也能體現(xiàn)出農(nóng)機(jī)裝備結(jié)構(gòu)的合理性[3]。

農(nóng)業(yè)機(jī)械總動(dòng)力是提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率和農(nóng)業(yè)競(jìng)爭(zhēng)能力的主要影響因素，其發(fā)展受多因素(如工業(yè)化發(fā)展水平、自然條件、社會(huì)和經(jīng)濟(jì)發(fā)展水平)的影響。如何定量分析各種影響因素對(duì)農(nóng)業(yè)機(jī)械總動(dòng)力發(fā)展的作用，并把重要的因素轉(zhuǎn)化為可量化的經(jīng)濟(jì)指標(biāo)，是現(xiàn)代農(nóng)業(yè)生產(chǎn)系統(tǒng)分析的重要內(nèi)容。科學(xué)準(zhǔn)確地對(duì)江西省農(nóng)業(yè)機(jī)械總動(dòng)力進(jìn)行分析并對(duì)影響因素進(jìn)行剖析，不僅可以為政府部門制定農(nóng)業(yè)機(jī)械化發(fā)展規(guī)劃提供理論依據(jù)，還可以為江西省農(nóng)業(yè)機(jī)械化產(chǎn)業(yè)發(fā)展提供一定的參考信息，為江西省農(nóng)機(jī)市場(chǎng)發(fā)展指明方向。本研究選擇江西省農(nóng)業(yè)機(jī)械總動(dòng)力為主要研究對(duì)象，從人口發(fā)展、經(jīng)濟(jì)效益等方面入手，分析其主要影響因素并對(duì)其未來(lái)增長(zhǎng)趨勢(shì)進(jìn)行預(yù)測(cè)，旨在對(duì)江西省農(nóng)業(yè)機(jī)械產(chǎn)業(yè)發(fā)展決策制定提供理論依據(jù)。

1 研究方法與數(shù)據(jù)來(lái)源

1.1研究方法

在統(tǒng)計(jì)學(xué)中，線性回歸方程是利用最小二乘函數(shù)對(duì)一個(gè)或多個(gè)自變量之間關(guān)系進(jìn)行建模的一種回歸分析。本研究擬采用多元線性回歸算法建立農(nóng)業(yè)機(jī)械總動(dòng)力與影響因素之間的相關(guān)關(guān)系，力求找到機(jī)械化裝備結(jié)構(gòu)的主導(dǎo)因素，以便從主要矛盾抓起，有重點(diǎn)、分步驟地解決裝備結(jié)構(gòu)存在的相關(guān)問(wèn)題[4]?；貧w分析是經(jīng)濟(jì)計(jì)量分析中使用最多的方法，多元回歸分析預(yù)測(cè)法，是指通過(guò)對(duì)2個(gè)或2個(gè)以上的自變量與一個(gè)因變量的相關(guān)分析，建立預(yù)測(cè)模型進(jìn)行預(yù)測(cè)的方法。當(dāng)自變量與因變量之間存在線性關(guān)系時(shí)，稱為多元線性回歸分析。多元線性回歸模型的一般形式為

Yi=β0+β1X1i+β2X2i+…+βkXki+ui(i=1，2，…n)

式中k——解釋變量的數(shù)目

β0，β1…βk——未知參數(shù)，稱為回歸系數(shù)

Yi——被解釋變量

X1i，X2i，…Xki——k個(gè)可以精確測(cè)量并可控制的一般變量，稱為解釋變量

ui——隨機(jī)誤差

1.2指標(biāo)選擇及數(shù)據(jù)來(lái)源

1.2.1現(xiàn)狀研究及指標(biāo)選擇

農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)技術(shù)進(jìn)步的重要手段，是農(nóng)業(yè)技術(shù)水平的反映，是農(nóng)業(yè)現(xiàn)代化的重要標(biāo)志，農(nóng)業(yè)機(jī)械總動(dòng)力是農(nóng)業(yè)機(jī)械化的具體表現(xiàn)。據(jù)統(tǒng)計(jì)，2004—2018年中央和省財(cái)政共投入江西農(nóng)機(jī)購(gòu)機(jī)補(bǔ)貼資金超過(guò)68億元，共補(bǔ)貼各類農(nóng)機(jī)具約1.2×106萬(wàn)臺(tái)(套)，有力調(diào)動(dòng)了農(nóng)民購(gòu)機(jī)用機(jī)的積極性。參照國(guó)家投入農(nóng)機(jī)購(gòu)置補(bǔ)貼前，江西省農(nóng)機(jī)總動(dòng)力只有1.22×107kW(2003年)，2018年總動(dòng)力達(dá)到2.38×107kW，年均增速為4.5%，顯著推動(dòng)了江西省現(xiàn)代農(nóng)業(yè)的發(fā)展。

農(nóng)業(yè)機(jī)械總動(dòng)力的提升是受政策、自然條件、經(jīng)濟(jì)和社會(huì)發(fā)展等多方面因素共同作用的結(jié)果，具有一定的復(fù)雜性。農(nóng)業(yè)機(jī)械化對(duì)城鎮(zhèn)化的推進(jìn)具有促進(jìn)和支撐作用，反過(guò)來(lái)城鎮(zhèn)化為農(nóng)業(yè)機(jī)械總動(dòng)力的提升提供技術(shù)支持和需求動(dòng)力。就農(nóng)業(yè)機(jī)械總動(dòng)力影響因素而言，社會(huì)經(jīng)濟(jì)發(fā)展、土地規(guī)模、地形條件、農(nóng)村人口和宏觀政策等均是影響農(nóng)業(yè)機(jī)械總動(dòng)力的主要因素。從經(jīng)濟(jì)發(fā)展水平看，本文選取農(nóng)村居民人均可支配收入(購(gòu)機(jī)主體)和江西省財(cái)政總收入(財(cái)政投入主體)為衡量指標(biāo)。土地規(guī)模選取糧食作物播種面積占總農(nóng)作物播種面積比值為衡量指標(biāo)；農(nóng)村人口選擇第一產(chǎn)業(yè)就業(yè)人員占比為衡量指標(biāo)；地形條件以糧食作物總產(chǎn)量為衡量指標(biāo)，暫不考慮文化程度及人口分布的影響，以上數(shù)據(jù)均從江西省農(nóng)業(yè)機(jī)械統(tǒng)計(jì)年鑒獲得。設(shè)江西農(nóng)業(yè)機(jī)械總動(dòng)力為Y，種植結(jié)構(gòu)為X1，糧食產(chǎn)量為X2，農(nóng)村居民家庭人均可支配收入為X3，第一產(chǎn)業(yè)就業(yè)人員占比為X4，江西省財(cái)政總收入為X5。各數(shù)列時(shí)間序列如表1所示。

表1 各數(shù)列時(shí)間序列

對(duì)以上數(shù)據(jù)，運(yùn)用多元回歸分析進(jìn)行參數(shù)估計(jì)，得到模型如下

Y=-4 787.872+18 787.538X1+0.787X2-1.066X3-107.888X4+2.848X5

(-0.604)(1.995)(0.534)(-1.85)(-1.534)(1.653)

R=0.856a，R2=0.732，F(xiàn)=10.402，p=0.000a。

回歸結(jié)果顯示，整體回歸結(jié)果p<0.01，說(shuō)明差異極顯著。這里樣本回歸模型中R2和F統(tǒng)計(jì)量較大，說(shuō)明預(yù)測(cè)效果較好。t0.05(21)=1.721，除了X1和X3的t值>1.721，其余參數(shù)估計(jì)值均不能通過(guò)顯著性檢驗(yàn)，表明模型中解釋變量存在多重共線性，需要進(jìn)一步采用逐步引入法選擇解釋變量。

1.2.2相關(guān)系數(shù)法檢驗(yàn)

從表2可以看出，解釋變量之間的相關(guān)系數(shù)并不一致，相關(guān)系數(shù)較大的達(dá)到0.997，接近1。其中，變量X3和X4、X5之間存在明顯相關(guān)性，相關(guān)系數(shù)高達(dá)0.909和0.997，說(shuō)明存在明顯的相關(guān)性，進(jìn)一步證實(shí)了解釋變量之間存在多重共線性問(wèn)題。

表2 相關(guān)系數(shù)矩陣

1.2.3逐步引入法選擇解釋變量

對(duì)Y分別關(guān)于X1、X2、X3、X4、X5作線性回歸，回歸分析的結(jié)果匯總?cè)绫?所示。

從回歸的結(jié)果可以看出，只引進(jìn)一個(gè)解釋變量X1時(shí)，變量X1的F值與R2和調(diào)整R2是5個(gè)變量中最大的，各項(xiàng)統(tǒng)計(jì)檢驗(yàn)結(jié)果最好，符合江西雙季稻大省的實(shí)際情況。除X1外，其余方程的F值大小排序依次為X4>X2>X3>X5。

表3 線性回歸分析結(jié)果匯總

進(jìn)一步采用逐步多元回歸分析方法，加入X4，對(duì)Y關(guān)于X1、X4作最小二乘回歸，得

Y=-13 730.9+24 738.15X1-2.609 5X4

(-2.293 67)(3.327 601)(-0.074 29)

R2=0.672 3， 調(diào)整R2=0.642 5，F(xiàn)=22.570 35，p=0.000a。

可以看出，加入X4后，可決系數(shù)R2略有增加，但調(diào)整R2有減少，且F值為22.57>F0.05(2，23)=3.422，應(yīng)拒絕原假設(shè)β1=β2=0，說(shuō)明回歸方程顯著，能通過(guò)置信水平為95%的F檢驗(yàn)，即“種植結(jié)構(gòu)”“第一產(chǎn)業(yè)就業(yè)人員占比”變量聯(lián)合起來(lái)確實(shí)對(duì)“農(nóng)業(yè)機(jī)械總動(dòng)力”有顯著影響，所以在模型中保留X4。

加入X2，對(duì)Y關(guān)于X1、X2、X4作最小二乘回歸，得

Y=-12 526.6+25 421.14X1-0.574 03X2-16.695 6X4

(-1.911 03)(3.306 4)(-0.497 5)(-0.366 14)

R2=0.676， 調(diào)整R2=0.629，F(xiàn)=14.614 73，p=0.000a。

可以看出，加入X2(糧食產(chǎn)量)后，可決系數(shù)R2有所增加，調(diào)整R2略有下降，雖然F值可以通過(guò)置信水平為95%的F檢驗(yàn)(F0.05(3，22)=3.049)，但X2的參數(shù)估計(jì)值與表2中的不符，所以在模型中略去X2。

繼續(xù)加入X3，并重復(fù)上述過(guò)程，得

Y=-7 798.89+20 501.73X1-0.106 5X3-69.705 6X4

(-0.996 9)(2.493 3)(-1.164 78)

(-1.035 39)

R2=0.692 2， 調(diào)整R2=0.648，F(xiàn)=15.743 12，p=0.000a。

可以看出，在加入X3后，可決系數(shù)R2有所增加，調(diào)整R2略有減少，雖然F值可以通過(guò)置信水平為95%的F檢驗(yàn)(F0.05(3，22)=3.049)，但同樣X(jué)3參數(shù)估計(jì)值的符號(hào)不正確，所以在模型中略去X3。

繼續(xù)加入X5，并重復(fù)上述過(guò)程，得

Y=-9 422.84+21 436.16X1-50.917 1X4-0.251 41X5

(-1.218 21)(2.567 6)(-0.783 95)

(-0.886 1)

R2=0.684 1， 調(diào)整R2=0.639，F(xiàn)=15.161 6，p=0.000a。

可以看出，在加入X5后，可決系數(shù)R2有所增加，調(diào)整R2有所減少，雖然F值可以通過(guò)置信水平為95%的F檢驗(yàn)(F0.05(3，22)=3.049)，但同樣X(jué)5參數(shù)估計(jì)值的符號(hào)不正確，所以在模型中略去X5。

綜上所述，得到Y(jié)的最終回歸方程為

Y=-13 730.9+24 738.15X1-2.609 5X4

2 結(jié)果與分析

目前以影響因素為對(duì)象的研究方法主要有灰色預(yù)測(cè)模型、地理加權(quán)回歸模型和多元回歸分析等方法[5-10]。圍繞農(nóng)業(yè)機(jī)械總動(dòng)力增長(zhǎng)影響因素，前人開(kāi)展了許多研究，鞠金艷等[11]針對(duì)農(nóng)機(jī)總動(dòng)力增長(zhǎng)影響因素進(jìn)行分析得出，政府投入、勞均(每個(gè)勞動(dòng)力)播種面積、燃料價(jià)格指數(shù)對(duì)農(nóng)機(jī)總動(dòng)力增長(zhǎng)影響因素最大，農(nóng)民人均純收入、農(nóng)業(yè)人均產(chǎn)值和文化程度比例對(duì)農(nóng)機(jī)總動(dòng)力增長(zhǎng)波動(dòng)不產(chǎn)生影響。張雄一等[12]以2000—2017年中國(guó)9大農(nóng)業(yè)區(qū)農(nóng)業(yè)機(jī)械總動(dòng)力為研究對(duì)象，得出農(nóng)業(yè)機(jī)械總動(dòng)力與第一產(chǎn)業(yè)增加值變化的相關(guān)系數(shù)為0.735。進(jìn)一步說(shuō)明不同分析方法下，農(nóng)業(yè)機(jī)械總動(dòng)力的變化主要影響因素各不同。

本文從計(jì)量的角度對(duì)農(nóng)業(yè)機(jī)械總動(dòng)力影響因素進(jìn)行分析，確定了農(nóng)業(yè)機(jī)械總動(dòng)力與農(nóng)業(yè)機(jī)械總動(dòng)力影響因素之間的相關(guān)關(guān)系。結(jié)果顯示，影響農(nóng)業(yè)機(jī)械總動(dòng)力的主導(dǎo)因素有2個(gè)，即種植結(jié)構(gòu)和第一產(chǎn)業(yè)就業(yè)人員占比。X1和X4通過(guò)了顯著性檢驗(yàn)，模型的修正擬合優(yōu)度調(diào)整R2=0.642 5。說(shuō)明X1(種植結(jié)構(gòu))、X4(第一產(chǎn)業(yè)就業(yè)人員占比)對(duì)農(nóng)業(yè)機(jī)械總動(dòng)力的解釋程度為64.25%。其中X1與農(nóng)業(yè)機(jī)械總動(dòng)力的相關(guān)系數(shù)為24 738.15，說(shuō)明糧食作物種植面積占總播種面積的比例越大，農(nóng)業(yè)機(jī)械總動(dòng)力值越增加，符合江西省水稻種植大省的實(shí)際發(fā)展需求。X4與農(nóng)業(yè)機(jī)械總動(dòng)力的相關(guān)系數(shù)為-2.609 5，說(shuō)明第一產(chǎn)業(yè)就業(yè)人員占比越小，農(nóng)業(yè)機(jī)械總動(dòng)力值反而增加，第一產(chǎn)業(yè)就業(yè)人員占比反映的是從事農(nóng)業(yè)生產(chǎn)勞動(dòng)人數(shù)占社會(huì)總?cè)藬?shù)的比例，占比越低，整個(gè)社會(huì)經(jīng)濟(jì)水平越發(fā)達(dá)，要求人們用更少的勞動(dòng)力投入去養(yǎng)活更多的人口，這就要求投入更多的農(nóng)機(jī)裝備、先進(jìn)技術(shù)去替代勞動(dòng)力，進(jìn)而支撐整個(gè)國(guó)民經(jīng)濟(jì)發(fā)展。進(jìn)一步驗(yàn)證了農(nóng)業(yè)機(jī)械化發(fā)展釋放農(nóng)村勞動(dòng)力，提高勞動(dòng)生產(chǎn)率，促進(jìn)了第一產(chǎn)業(yè)人員向第二三產(chǎn)業(yè)轉(zhuǎn)移。

糧食產(chǎn)量與糧食播種面積成正比，表2結(jié)果顯示X2與X3的相關(guān)性為0.802，與X1的相互影響程度較明顯，說(shuō)明存在多重共線性，逐步多元回歸分析結(jié)果顯示X1(種植結(jié)構(gòu))對(duì)Y的影響更大。農(nóng)村居民人均可支配收入反映了當(dāng)?shù)剞r(nóng)村家庭的經(jīng)濟(jì)基礎(chǔ)，及對(duì)農(nóng)業(yè)生產(chǎn)資料的購(gòu)買能力。農(nóng)業(yè)正處于生產(chǎn)方式加速轉(zhuǎn)變的關(guān)鍵時(shí)期，在國(guó)家支農(nóng)惠農(nóng)強(qiáng)農(nóng)政策的引導(dǎo)下，農(nóng)村居民人均可支配收入越高，理論上越容易釋放農(nóng)村家庭對(duì)農(nóng)業(yè)機(jī)械的需求動(dòng)力，極大地提升農(nóng)機(jī)裝備水平，促進(jìn)農(nóng)業(yè)機(jī)械化發(fā)展?；貧w分析的結(jié)果顯示，X3與Y呈正比，驗(yàn)證了理論結(jié)果，但逐步回歸分析的結(jié)果顯示，略去X3對(duì)模型的結(jié)果影響不大，說(shuō)明農(nóng)村居民可支配收入增高，并不絕對(duì)影響農(nóng)業(yè)機(jī)械總動(dòng)力。江西省財(cái)政總收入的逐年增加反應(yīng)了江西省近25年經(jīng)濟(jì)發(fā)展水平，但財(cái)政總收入水平的提升對(duì)農(nóng)業(yè)機(jī)械總動(dòng)力的影響程度一般。

3 結(jié)論

(1)經(jīng)過(guò)25年的發(fā)展，江西省農(nóng)業(yè)機(jī)械化水平不斷提高，農(nóng)業(yè)機(jī)械總動(dòng)力自2003年后也成顯著增長(zhǎng)趨勢(shì)。逐步多元回歸結(jié)果顯示，種植結(jié)構(gòu)和第一產(chǎn)業(yè)就業(yè)人員占比是影響江西省農(nóng)業(yè)機(jī)械總動(dòng)力變化的主要因素。江西省農(nóng)業(yè)機(jī)械總動(dòng)力變化與農(nóng)民人均可支配收入及省財(cái)政收入的相關(guān)性一般，線性分析結(jié)果顯示可能會(huì)影響農(nóng)業(yè)機(jī)械總動(dòng)力的變化，但影響程度不明顯。

(2)雖然農(nóng)業(yè)機(jī)械總動(dòng)力是衡量農(nóng)業(yè)機(jī)械化水平的重要組成部分，但其不能完全代表地方農(nóng)業(yè)機(jī)械化水平。其影響因素眾多，在江西省“雙改單”情況下，應(yīng)持續(xù)關(guān)注糧食種植面積占總農(nóng)作物播種面積的比值，穩(wěn)定糧食播種面積。同時(shí)，下一步還應(yīng)綜合考慮政策因素、技術(shù)因素對(duì)農(nóng)業(yè)機(jī)械總動(dòng)力的影響，從而為進(jìn)一步因地制宜制定合理的補(bǔ)貼政策、創(chuàng)造良好的耕作環(huán)境等提供科學(xué)依據(jù)。