產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化助農(nóng)業(yè)經(jīng)濟(jì)騰飛

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)隨著時代發(fā)展不斷根據(jù)現(xiàn)實(shí)情況進(jìn)行調(diào)整，這種調(diào)整對農(nóng)業(yè)經(jīng)濟(jì)增長起到了重要作用。文章以2006-2022年的數(shù)據(jù)為樣本，利用SPSS26.0軟件，使用ADF檢驗(yàn)、協(xié)整檢驗(yàn)與誤差修正ECM模型對農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)業(yè)經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行研究。結(jié)果表明，種植業(yè)與畜牧業(yè)的推動作用更強(qiáng)；漁業(yè)與林業(yè)的影響較小，但漁業(yè)相較于林業(yè)正顯露更強(qiáng)的促進(jìn)作用。因此，優(yōu)化?？谑修r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，高質(zhì)量發(fā)展種植業(yè)與畜牧業(yè)，穩(wěn)定林業(yè)促進(jìn)漁業(yè)將有利于進(jìn)一步促進(jìn)?？谑修r(nóng)業(yè)經(jīng)濟(jì)增長。

在2024年，《中共中央 國務(wù)院關(guān)于學(xué)習(xí)運(yùn)用“千村示范、萬村整治”工程經(jīng)驗(yàn)有力有效推進(jìn)鄉(xiāng)村全面振興的意見》提出，深入推進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展。堅(jiān)持產(chǎn)業(yè)興農(nóng)、質(zhì)量興農(nóng)、綠色興農(nóng)。農(nóng)業(yè)結(jié)構(gòu)、產(chǎn)品結(jié)構(gòu)需要不斷優(yōu)化，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)效率的提高，以農(nóng)業(yè)科技創(chuàng)新推動農(nóng)業(yè)加快向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型進(jìn)程。?？谵r(nóng)業(yè)經(jīng)濟(jì)是海南經(jīng)濟(jì)的重要一環(huán)。因此，研究?？谑修r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對農(nóng)業(yè)經(jīng)濟(jì)增長產(chǎn)生的影響，將在一定程度上有利于推動?？谑猩踔寥〉霓r(nóng)業(yè)經(jīng)濟(jì)健康增長。

實(shí)證分析

文章從?？谑修r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)角度出發(fā)，研究其調(diào)整過程如何對農(nóng)業(yè)經(jīng)濟(jì)增長產(chǎn)生影響。首先，根據(jù)相關(guān)文獻(xiàn)，建立分析模型，并推導(dǎo)出產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的貢獻(xiàn)率模型，將?？谑?006-2022年的農(nóng)林牧漁業(yè)數(shù)據(jù)帶入構(gòu)建模型，以此測算農(nóng)林牧漁各產(chǎn)業(yè)調(diào)整對農(nóng)業(yè)經(jīng)濟(jì)增長的產(chǎn)生的貢獻(xiàn)程度以及誤差修正檢驗(yàn)結(jié)果。最后，結(jié)合測算結(jié)果以及?？谑鞋F(xiàn)實(shí)情況，分析當(dāng)前?？谑修r(nóng)業(yè)產(chǎn)業(yè)發(fā)展中，在各個農(nóng)業(yè)生產(chǎn)部門角度存在的問題，并提出符合?？谑修r(nóng)業(yè)發(fā)展的針對性建議。

理論模型分析

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對農(nóng)業(yè)經(jīng)濟(jì)增長的貢獻(xiàn)可以通過以下方式衡量：將報告期內(nèi)各農(nóng)業(yè)部門（如農(nóng)業(yè)、林業(yè)、牧業(yè)和漁業(yè)）的產(chǎn)值增長率分別與基期對應(yīng)的產(chǎn)業(yè)比重相乘，得到各部門的農(nóng)業(yè)產(chǎn)值增長率。然后，將這些計算得到的增長率與報告期實(shí)際的農(nóng)業(yè)產(chǎn)值增長率進(jìn)行比較，差值即表示由于農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整所帶來的增長貢獻(xiàn)，即其產(chǎn)生的影響程度。

假設(shè)A為農(nóng)業(yè)的總產(chǎn)值，P為種植業(yè)產(chǎn)值、O為林業(yè)產(chǎn)值、G為畜牧業(yè)產(chǎn)值、F為漁業(yè)產(chǎn)值；RA、Rp、RO、RG、RF分別為農(nóng)業(yè)產(chǎn)值、種植業(yè)產(chǎn)值、林業(yè)產(chǎn)值、畜牧業(yè)產(chǎn)值以及漁業(yè)產(chǎn)值增長率；λi為農(nóng)業(yè)各個產(chǎn)業(yè)部門比重（i=P、O、G、F）；ri為農(nóng)業(yè)及各個產(chǎn)業(yè)部門增長率比重（i=A、P、O、G、F）；URi為農(nóng)業(yè)及各個部門增長率的相對變化率（i=A、P、O、G、F）；Uλi為農(nóng)業(yè)各部門的產(chǎn)值比重相對變化率（i= P、O、G、F）。

理論模型構(gòu)建

農(nóng)業(yè)總產(chǎn)值即為種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)四部門產(chǎn)值之和（由于?？谑修r(nóng)林牧漁服務(wù)業(yè)占比極小，故剔除），即：

A=P+O+G+F （1）

對（1）式求微分并變形得到：

（2）

即： （3）

（3）式表明，農(nóng)業(yè)產(chǎn)值增長率為各部門產(chǎn)值增長率與其產(chǎn)值比重積的和構(gòu)成，其中產(chǎn)值比重越高的部門對農(nóng)業(yè)產(chǎn)值增長率的影響越大。

對（3）式變形，并引入U、r，得：

（4）

（4）式表明，農(nóng)業(yè)經(jīng)濟(jì)受到產(chǎn)值比例以及其對應(yīng)的產(chǎn)值增長率兩者影響。

農(nóng)業(yè)產(chǎn)業(yè)各部門結(jié)構(gòu)調(diào)整貢獻(xiàn)率

其中，M為農(nóng)業(yè)產(chǎn)值增長率，Mi為各農(nóng)林牧漁部門產(chǎn)值的增長率，Zi為各農(nóng)林牧漁部門產(chǎn)值所占總產(chǎn)值的比重。

表1即為2006年至2022年期間?？谑懈鬓r(nóng)業(yè)產(chǎn)業(yè)部門的產(chǎn)值比重，數(shù)據(jù)來源為2006-2023年《海南省統(tǒng)計年鑒》和《?？谑薪y(tǒng)計年鑒》，部分缺失數(shù)據(jù)通過插值法補(bǔ)齊。

表1 ?？谑修r(nóng)業(yè)各部門產(chǎn)值比重

年份 種植業(yè)產(chǎn)值比重 林業(yè)產(chǎn)值比重 畜牧業(yè)產(chǎn)值比重 漁業(yè)產(chǎn)值比重

2006 50.64% 6.62% 32.21% 10.53%

2010 44.90% 7.63% 37.70% 9.77%

2015 46.48% 5.96% 36.58% 10.98%

2016 48.31% 5.54% 35.24% 10.91%

2017 50.82% 5.98% 30.66% 12.54%

2018 51.71% 6.56% 28.75% 12.98%

2019 53.12% 5.66% 30.74% 10.48%

2020 57.61% 5.86% 26.98% 9.55%

2021 61.38% 5.60% 23.74% 9.28%

2022 66.18% 4.84% 20.66% 8.32%

2022年，?？谑袑?shí)際農(nóng)業(yè)產(chǎn)值的增長率為20.26%，各農(nóng)業(yè)部門的增長率分別為：種植業(yè)29.66%、林業(yè)3.92%、畜牧業(yè)4.64%和漁業(yè)7.8%。根據(jù)理論分析以及所構(gòu)建模型，將2022年即報告期中的農(nóng)林牧漁業(yè)部門的增長率代入2006年各部門產(chǎn)值比例進(jìn)行計算，得出2006年農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的貢獻(xiàn)率為-1.3%。同樣方法，計算2022年農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的貢獻(xiàn)率為3.84%。即從2006年到2022年，?？谑修r(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整使得農(nóng)業(yè)產(chǎn)業(yè)的貢獻(xiàn)率從-1.3%提升到3.84%。因此，多年的農(nóng)業(yè)產(chǎn)業(yè)調(diào)整，起到一定的促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長的作用。

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對農(nóng)業(yè)經(jīng)濟(jì)增長影響的實(shí)證分析模型

由生產(chǎn)函數(shù)Y=f（Xi，A）得（5）

為降低變量自相關(guān)性和異方差，對（5）式兩邊取對數(shù)，如（6）式，其中InYt表示第t年農(nóng)業(yè)總產(chǎn)值；InAGAt表示第t年種植業(yè)產(chǎn)值；InFRAt表示第t年林業(yè)產(chǎn)值；InGZAt表示第t年畜牧業(yè)產(chǎn)值；InFSAt表示第t年漁業(yè)產(chǎn)值。

（6）

因果關(guān)系檢驗(yàn)

因果關(guān)系檢驗(yàn)（Causal Relationship Testing）是用來確定一個變量（解釋變量）是否對另一個變量（被解釋變量）產(chǎn)生影響的統(tǒng)計分析方法。它旨在分析兩個變量之間是否存在因果關(guān)系，即一個變量的變化是否會導(dǎo)致另一個變量的變化。只有驗(yàn)證存在因果關(guān)系，理論模型分析才具有一定意義，為此文章將通過ADF單位根檢驗(yàn)、協(xié)整檢驗(yàn)兩種檢驗(yàn)方法對是否存在因果關(guān)系進(jìn)行檢驗(yàn)。

1.ADF單位根檢驗(yàn)

ADF檢驗(yàn)是為了檢驗(yàn)時間序列中是否存在單位根（Unit Root），即確定該序列是否具有隨機(jī)趨勢。如果序列存在單位根，則表示它是非平穩(wěn)的；如果不存在單位根，則表示序列是平穩(wěn)的，可以用于進(jìn)一步的時間序列分析。首先，對5個變量取自然對數(shù)以消除異方差問題。依據(jù)ADF檢驗(yàn)結(jié)果，原始序列中存在單位根，說明該序列此時不平穩(wěn)。故先對其進(jìn)行一階差分。檢驗(yàn)結(jié)果如表2所示，經(jīng)過一階差分后，不存在單位根。

表2" ADF檢驗(yàn)結(jié)果

變量 差分階數(shù) t統(tǒng)計值 臨界值

1% 5% 10%

lnY 1 -4.824 -4.473 -3.290 -2.772

lnAGA 1 -2.915 -4.473 -3.290 -2.772

lnFRA 1 -2.932 -4.012 -3.104 -2.691

lnGZA 1 -2.926 -4.473 -3.290 -2.772

lnFSA 1 -8.046 -4.473 -3.290 -2.772

2.協(xié)整檢驗(yàn)

在原序列同階單整的前提下，雖然單個時間序列可能是非平穩(wěn)的，但它們的線性組合可能是平穩(wěn)的，即可能存在長期穩(wěn)定的均衡關(guān)系，該回歸模型才可能具有一定意義。由于通過ADF單位根檢驗(yàn)將5個變量進(jìn)行一階方差化，因此可以進(jìn)行Johansen協(xié)整檢驗(yàn)。由于所有變量滿足單一協(xié)整、變量較少，且為經(jīng)濟(jì)領(lǐng)域時間序列，以此適合采用EG兩步法進(jìn)行協(xié)整檢驗(yàn)。

首先進(jìn)行協(xié)整回歸，即對一階方差后的變量進(jìn)行普通最小二乘法回歸，如表3所示。

表3 OLS回歸分析結(jié)果（n=17）

回歸系數(shù)Coef 標(biāo)準(zhǔn)誤Std.Err t p 95% CI

c 1.043 0.051 20.405 0.000** -0.009 ～ 0.001

lnAGA 0.548 0.012 43.922 0.000** 0.500 ～ 0.597

lnFRA 0.109 0.016 6.818 0.000** 0.079 ～ 0.120

lnGZA 0.319 0.018 17.841 0.000** 0.290 ～ 0.340

lnFSA 0.036 0.018 5.960 0.000** 0.061 ～ 0.128

R 2 0.998

調(diào)整R 2 0.997

F F （4，12）=1 028.723，p=0.000

D-W值 1.721

如表5所示，均對總產(chǎn)量產(chǎn)生顯著的影響，因此得到如下模型：

（7）

由回歸結(jié)果看出，（7）式的擬合效果較好，對其進(jìn)行單位根檢驗(yàn)，所得ADF統(tǒng)計量為-5.641，小于1%臨界值-4.473，此時序列平穩(wěn)，因此判斷存在協(xié)整關(guān)系，回歸方程不是偽回歸，lnY和lnAGA、lnFRA、lnGZA、lnFSA之間存在長期的穩(wěn)定關(guān)系。

3.誤差修正模型

誤差修正模型通過引入誤差修正項(xiàng)來解釋這種短期波動如何調(diào)整以回歸長期均衡。誤差修正項(xiàng)，即上期的均衡誤差，表示兩個變量在t-1期相對于長期均衡關(guān)系的偏離程度。這種偏離將通過其系數(shù)進(jìn)行調(diào)整，從而促使變量回到長期均衡狀態(tài)。

結(jié)果如（8）式所示：

（8）

從模型檢驗(yàn)上看，ECM模型通過F檢驗(yàn)（F=658.837，p=0.000lt;0.1）。由于誤差修正項(xiàng)的系數(shù)為負(fù)，符合反向修復(fù)機(jī)制，且滿足99%顯著性可能，因此當(dāng)出現(xiàn)偏離時，將以-0.929的調(diào)整力度將其拉回均衡狀態(tài)。

研究結(jié)論

結(jié)論

從長期來看，種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)對?？谑械霓r(nóng)業(yè)經(jīng)濟(jì)增長有著推動作用，種植業(yè)增加1%，農(nóng)業(yè)經(jīng)濟(jì)增長0.548%；林業(yè)增加1%，農(nóng)業(yè)經(jīng)濟(jì)增長0.109%；畜牧業(yè)增加1%，農(nóng)業(yè)經(jīng)濟(jì)增長0.319%；漁業(yè)增加1%，農(nóng)業(yè)經(jīng)濟(jì)增長0.036%。種植業(yè)與畜牧業(yè)對于海口市農(nóng)業(yè)經(jīng)濟(jì)增長的推動力度較強(qiáng)，林業(yè)與漁業(yè)推動作用較小。從短期來看，種植業(yè)增長1%，總產(chǎn)值增加0.586%；林業(yè)增加1%，總產(chǎn)值增加0.097%；畜牧業(yè)增加1%，總產(chǎn)值增加0.307%；漁業(yè)增加1%，總產(chǎn)值增加0.122%。種植業(yè)與畜牧業(yè)的推動作用依然較強(qiáng)，但是林業(yè)的推動作用卻低于漁業(yè)的短期推動作用。從誤差修正模型的結(jié)果分析來看，在農(nóng)業(yè)生產(chǎn)部門中，種植業(yè)和畜牧業(yè)對整體?？谑修r(nóng)業(yè)經(jīng)濟(jì)增長的貢獻(xiàn)最強(qiáng)，此外漁業(yè)的貢獻(xiàn)作用也正在逐漸增強(qiáng)，而漁業(yè)的貢獻(xiàn)增長潛力亟待發(fā)掘。

對策

1.推動種植業(yè)、畜牧業(yè)高質(zhì)量發(fā)展

?？谑械姆N植業(yè)中水果蔬菜發(fā)展勢頭迅猛，為種植業(yè)的增長注入了較強(qiáng)的活力，在提高產(chǎn)量的同時要注重質(zhì)量的保持與提高，政府對高標(biāo)準(zhǔn)的體系建設(shè)提供制度保障、吸引更多企業(yè)參與推動發(fā)展。在畜牧業(yè)方面，提高養(yǎng)殖技術(shù)、穩(wěn)定農(nóng)業(yè)保險投入，加強(qiáng)動物防疫建設(shè)，提高畜牧產(chǎn)品的質(zhì)量水平。

2.加強(qiáng)對漁業(yè)產(chǎn)業(yè)的發(fā)展力度

海南依托海島，有著天然的漁業(yè)優(yōu)勢，當(dāng)前海口市的漁業(yè)產(chǎn)業(yè)發(fā)展貢獻(xiàn)正在不斷提高，因此，加強(qiáng)漁業(yè)發(fā)展對于農(nóng)業(yè)經(jīng)濟(jì)增長有著重要意義。加強(qiáng)產(chǎn)學(xué)研投入，提高養(yǎng)殖水平、采用先進(jìn)的漁業(yè)養(yǎng)殖捕撈技術(shù)，延伸漁業(yè)制品產(chǎn)業(yè)鏈條，提高效益水平。

3.保障林業(yè)穩(wěn)定發(fā)展

?？谑辛謽I(yè)總產(chǎn)值在農(nóng)業(yè)總產(chǎn)值中占比水平較低，同時也發(fā)展較為緩慢，這是由于海口市自身林木覆蓋面積較大，增長的速度相對較慢。因此，當(dāng)前對?？谑械牧謽I(yè)應(yīng)該保障其穩(wěn)定，加強(qiáng)資源保護(hù)，適當(dāng)發(fā)展林業(yè)，同時可以在不破壞資源的前提下發(fā)展林下經(jīng)濟(jì)，增加農(nóng)民額外收入。

（作者單位：海南大學(xué)國際商學(xué)院）