影响农业机械化发展的主要因素研究

　　0 引言

　　农业机械化是农业现代化进程中的重要标志，自2004 年《中华人民共和国农业机械化促进法》公布实施以来，我国农业机械化以每年 20% 的速率飞速增长。作为粮食大省，吉林省农业机械化也保持着持续、快速发展的态势。从 1995 年开始进入较快发展阶段，2013 年底，全省农机总动力达 2 727 万 kW,农作物耕种收综合机械化水平达 73. 6% ,上升到全国第8 位。但是同发达国家相比，吉林省农业机械发展水平还不高，仍然存在许多制约因素。因此，如何更好地分析影响农业机械化的因素并预测农业机械化发展水平，对于吉林省农业机械化的发展至关重要。国内外相关学者对东北农业机械总动力进行了相关研究，采用定性和定量分析相结合的方法，得出了很多有益的结论。刘佩军（ 2007） 对东北地区农业机械化发展影响因素及综合评价进行研究[1].张丽（ 2007）应用层次分析法和逐步回归方法，得出农民受教育程度是吉林省农业机械化发展的关键影响因素之一，并提出构建中国式可持续农机教育体系[2].刘立丹（ 2013） 对1996 - 2011 年的吉林省 40 个市县面板数据进行实证分析，用双随机效应模型分析得出吉林省农业机械化的主要影响因素是政府对农业的投入和人均耕地规模[3].何政道、何瑞银（ 2010） 对江苏省农业机械总动力及其影响因素进行了相关性分析分析，并用自相关时间序列回归分析方法建立了模型[4].本文结合前人的研究，根据吉林省农业机械化发展的特点，分析影响农业机械化发展的主要影响因素，并建立多元线性回归模型，为吉林省农业机械化发展提供一定参考。

　　1 量的选择和数据的获取

　　经过对吉林省农业机械发展的具体分析，总结出主要影响因素： ①耕地经营规模是农业机械化的必要条件，也是农业机械发展的前提。人均耕地面积越大，农民对机械的需求越强烈，越有利于农业机械化的推进[3].②农村剩余劳动力转移是农业机械化的基本前提。农业机械化发展实际上是机械对人力和畜力的替代，也是资本对劳动力的替代，只有当劳动力成为相对稀缺要素、资本成为相对富裕要素时，才会有效地促进农业机械化的发展[1].③政府农业财政支出是农业机械化发展的有力保障。农业财政支出越高，对农业机械的支持力度越大，农民对农机购买的积极性越高。④农民人均收入是农业机械化的资金基础。农业机械需要投入较大资金购买、使用和维护，因此农民人均收入决定了农民是否有能力购买农机。⑤农民生活水平和消费水平也是影响农业机械化的重要因素。生活和消费水平越高，用于食品等消费的支出比例越小，用于购买农机的投资消费支出就可能越多。因此，可用农村居民家庭恩格尔系数来表示农民消费支出情况[4].⑥农民受教育程度是农业机械化发展的文化基础。农民素质高将有利于农村剩余劳动力向二、三产业转移，也将极大地促进对农机的需求与使用[2].⑦粮食生产水平越高，农户对农机的投入热情也就越高，农机使用率就可能越大；同时，农业机械化也会促进粮食生产水平的提高[4].

　　综上，选择农业机械总动力作为模型的因变量 Y,代表吉林省农业机械化的发展水平。结合吉林省目前的技术条件和社会经济水平，选择人均耕地面积X1、农村劳动力转移率 X2、政府的农业财政支出 X3、农民家庭年纯收入 X4、农村居民家庭恩格尔系数 X5、农民受教育程度 X6、粮食单位面积产量 X7等7 项指标作为自变量。其中，人均耕地面积用耕地总面积与农业人口比重来表示，农村劳动力转移率用农村劳动力中非农业劳动力比重来表示，农民受教育程度用农村劳动力中初中以上学历比例来表示。

　　根据吉林省统计年鉴[5]、中国农村统计年鉴的数据[6],选择吉林省 1987 - 2012 年的数据进行建模分析。其中，X3农业财政支出为剔除价格因素后数据，1991 年吉林省耕地面积数据缺失，1993、2011、2012年的吉林省农村农林牧渔劳动力数据缺失，所以预测得到补充数据； 另外，1987 - 1992 年初中以上文化程度农民比例数据缺失，原始数据如表 1 所示。

　　2 数据分析与处理

　　2. 1 相关性分析

　　运用 Eviews7. 0 软件[7],根据表 1 数据取对数获得分析数据 lnY 和 lnX 系列，然后进行因变量 lnY 和 7个自变量 lnX 的相关分析，得到各变量间的相关系数。其中，只有变量 lnX6、lnX7与 lnY 之间的相关系数较低，分别为 0. 8385 和 0. 4246,小于 0. 85.按相关系数大小排序： 农村劳动力转移率 lnX2> 农村居民家庭恩格尔系数 lnX5> 政府的农业财政支出 lnX3> 农民家庭年纯收入 lnX4> 人均耕地面积 lnX1,相关系数分别为 0. 980 5、-0. 975 7、0. 966 9、0. 951 5 和 0. 9442.因此，模型最终选择 lnY 作为因变量，lnX1- X5作为自变量。

　　2. 2 ADF 检验

　　由于研究样本是多个时间序列，需要考虑该时间序列的平稳性问题，因此在回归分析之前，首先对所有变量进行单位根检验，运用 Eviews7. 0 软件 ADF 单位根检验，如表 2 所示。

　　2. 3 协整检验

　　从表 2 可以看出： 所有变量在 5% 显着性水平以上一阶单整，符合进行多变量协整检验的假设。因此，本文对所有变量进行 Johansen 协整检验。表 3 为各变量特征值和迹统计量的检验结果。从表 3 可以看出： 方程原有变量至多存在 3 个协整向量，表明这些变量间存在协整关系，即存在一个长期稳定的比例关系，采用样本数据对模型进行回归是有意义的。

　　3 模型建立与检验

　　3. 1 模型建立

　　本文研究分析的资料是时间序列，具有明显的线性相关，可以采用多元线性回归分析法。回归模型为lnY = α + B1lnX1+ B2lnX2+ B3lnX3+B4lnX4+ B5lnX5+ ε （ 1）其中，α 为常数，β1、β2、β3、β4、β5为模型系数，ε 为残余项。

　　运用 Eviews7. 0 软件中 LS 回归分析法对 lnY 与lnX1- X5数据进行回归分析，建立回归模型，结果见表4 所示。R2和调整 R2均大于 0. 98,F 值为 378. 50,表明模型整体显着，但是各变量系数结果不显着。DW值为 1. 028 9,初步判断模型存在自相关，需要对模型进一步检验。

　　3. 2 模型检验

　　首先，对残差序列进行异方差怀特检验，结果如表 5 所示。统计量 NR2的概率值为 0. 364 5,大于0. 05,因此接受原假设，残差序列不存在异方差。

　　然后，对残差序列进行自相关 Q 检验（ 见表 6） .

　　Q 统计量的 P 值在滞后 1 ~ 12 阶的概率 P 值基本都小于 0. 05（ 仅滞后 3、3 阶为 0. 059） ,因此可以拒绝原假设，认为残差序列存在自相关。

　　3. 3 模型修正

　　首先，运用 LM 法判断残差自相关阶数为 2,因此采用 AR（ 2） 模型修正，运用 EViews7. 0 软件得到修正后的模型，回归结果如表 7 所示。据此建立模型方程，即lnY = 6. 6190 + 0. 0064lnX1- 0. 5155lnX2+0. 0936lnX3+ 0. 1248lnX4- 0. 5947lnX5[ar（ 1） = 0. 4449,ar（ 2） = - 0. 2780] （ 2）由表 7 回归结果可知： R2和调整 R2方值均大于0. 99,表明模型拟合良好； F 值为 366. 41,表明模型整体非常显着； 查 T 表可知： 5% 水平下，T 检验值为2. 086,只有 lnX1和 AR（ 2） T 值偏小，其它各变量系数显着。DW 值为 2. 11,比原模型 DW 值 1. 03 有了较大提高，修正模型较好地消除了自相关。进一步对残差序列进行自相关 Q 检验（ 见表 8） 可以看出： ACF 和PACF 都没有显着异于零，Q 统计量的 P 值都远远大于 0. 05,因此可以认为残差序列不存在自相关。变量lnX1的回归系数不显着，主要是因为吉林省内部各区域差异较大，而且影响因子的作用具有阶段性。人均耕地面积对于农业机械化发展具有较重要的作用，因此模型保留 lnX1作为自变量。

　　4 结论与建议

　　4. 1 结论

　　1） 本文通过相关分析。得出了影响吉林省农业机械总动力的 5 个关键影响因素，它们与农机总动力的相关性排序为： 农村劳动力转移率 lnX2> 农村居民家庭恩格尔系数 lnX5> 政府的农业财政支出 lnX3> 农民家庭年纯收入 lnX4> 人均耕地面积 lnX1,相关系数分别为 0. 980 5、-0. 975 7、0. 966 9、0. 951 5 和 0. 9442.因此，选取 lnY 作为因变量，与 lnY 相关系数较高的 5 个变量 lnX1- X5作为自变量，运用多元线性回归方法，建立吉林省农业机械总动力的多元回归模型。

　　对模型进行异方差与自相关检验，并进行自相关 AR（ 2） 修正，有效消除了自相关。

　　2） 回归方程中各变量的系数反映了变量之间的长期均衡关系，由于模型中的变量进行了对数化处理，因此各变量前的系数表示长期的弹性关系，具有明显的经济意义。从回归方程式（ 2） 中可以看出： 除农村居民家庭恩格尔系数外，农村劳动力转移率、农民家庭年均收入、农业财政支出、人均耕地面积与农机总动力呈正相关。在其他变量保持不变的情况下，农村居民家庭恩格尔系数每降低 1% ,农机总动力就增加 0. 594 7% ; 农村劳动力转移率每增加 1% ,农机总动力就增加 0. 515 5% ; 农民家庭年纯收入每增加1% ,农机总动力就增加 0. 124 8% ; 农业财政支出每增加 1% ,农机总动力就增加 0. 093 6% ; 人均耕地面积每增加 1% ,农机总动力就增加 0. 006 4% .

　　4. 2 建议

　　1） 吉林省在发展农业机械化过程中，首先要提高农民内在对农机的强烈需求和购买能力。这就需要促进产业结构的调整升级，带动农村劳动力向二三产业转移； 通过农业产业化发展来增加农民家庭人均收入，提升农民生活水平与消费水平，进而促进农业机械化的发展； 大力发展农机合作社组织，减少农户分散购置机具带来的投资浪费，增加农民对农机的消费积极性，提高农机利用率[8].

　　2） 要充分利用制度和政策等措施为农机化发展创造外在条件。一是加强对农业机械发展的财政支持力度，尤其是在吉林省农民收入还较低的情况下，财政支持显得更为重要，可以充分调动农民购机用机的积极性。二是吉林省要继续通过土地入股、托管、包租等多种形式实现土地规模经营和集约化生产，完善土地流转制度改革。

　　3） 虽然从相关性系数分析，农民受教育程度与农业机械总动力相关性不十分显着，但是可以明确，未来吉林省农业机械化发展过程中，新型农民素质的提高将起着关键性的作用。发展现代化农业、推进农业机械化和培育新型职业农民是一个重要而紧迫的任务[9].总体来说，吉林省农村劳动力的素质较低，对农村劳动力转移、农机购买和使用都有着明显制约作用。因此，建议吉林省充分发挥教育大省优势，加强对新型职业农民的教育与培训，使之成为农业机械化发展的强大推动力。

　　参考文献：
　　[1] 刘佩军。 东北地区农业机械化发展研究[D]. 长春： 吉林大学，2007.
　　[2] 张丽。 东北地区农业机械化发展影响因素分析及对策研究[D]. 长春： 吉林大学，2007.
　　[3] 刘立丹。 吉林省农业机械化发展研究[D]. 长春： 吉林农业大学，2010.
　　[4] 何政道，何瑞银。 农业机械总动力及其影响因素的时间序列分析 - 以江苏省为例[J]. 中国农机化，2010（ 1） : 20 -24.