摘 要
3.2 分析模型:C-D生产函数
本文借鉴田祥宇和孔荣分析产业化经营项目绩效时的方法,采用了C—D生产函
数。将土地治理项目财政资金作为资本投入项K,第一产业从业人数作为劳动投入项L。
生产函数表示在一定时期内,以保持技术水平不变作为前提。生产中所运用的
各种生产要素的数量与所能生产的最大产量之间的关系。
假设X1、X2……Xn表示某产品生产过程中运用的n种生产要素的投入数量,Y表示所能生产的最大产量,则生产函数可以写成以下形式:
Y=f(X1,X2,…,Xn)
在经济学的分析中,简便起见,通常假设生产中仅使用资本和劳动这两种生产要素。若L表示劳动投入数量,K表示资本投入数量,则生产函数写为:
Y=f(L,K)
本文采用典型的科布道格拉斯生产函数形式(又称C-D生产函数),即:
(1)
对方程(1)两边取对数
LnY=lnA αlnL βlnK μ (2)
其中,Y表示粮食产量,L表示第一产业从业人数,K表示土地治理项目财政资金,μ表示误差项。
4 实证分析
4.1 数据平稳性判断与检验
本文实证分析部分采用软件stata12进行计算。
图4、图5、图6是三个时间序列的折线图。其中显示,项目投入资金和粮食产量的总体趋向均是随时间逐年增加的,而第一产业从业人数是逐年递减的。
图4 1988-2013年土地治理项目财政资金投入情况
图5 1988-2013年全国粮食产量
图6 1988-2013年第一产业从业人数
本文运用ADF检验方式对这三个时间序列的平稳性做查验,结果记载在表2中。从表2可以看出,LnK,LnY,LnL都属于非平稳数据,经过一阶差分后变成平稳数据。因此可以判断它们都是一阶单整数据,记做I(1)。
表2 相关变量的ADF检验结果
Z(t) | Test Statistic | 1%Critical Value | 5%Critical Value | 10%Critical Value | 数据平稳性 |
lnK | -1.500 | -3.750 | -3.000 | -2.630 | 非平稳 |
△lnK | -6.098** | -3.750 | -3.000 | -2.630 | 平稳 |
lnY | -0.890 | -3.750 | -3.000 | -2.630 | 非平稳 |
△lnY | -4.925** | -3.750 | -3.000 | -2.630 | 平稳 |
lnL | 1.276 | -3.750 | -3.000 | -2.630 | 非平稳 |
△lnL | -2.751 | -3.750 | -3.000 | -2.630 | 平稳 |
4.2 协整检验
当把经典回归模型套用在非平稳数据上的时候,有可能会呈现伪回归问题。因此,为了避免出现伪回归问题,应该对变量进行协整查验。只有具备协整关系才能对其使用经典回归模型。
在上述4.1节的ADF检验中,我们得出结论:三个变量均是I(1)型数据,因此满足协整检验的要求。
假如趋势变量是I(1),但它们的线性组合是I(0),那么可以说,线性组合抵消了时间序列中的随机趋势,此时对变量做经典回归是有意义的(不是谬误回归)。我们采取的协整查验的方式是对协整回归中估计出来的残差做ADF单位根检验。假如ADF检验证实残差是平稳的,那么我们就说变量是协整的。从经济学上讲,变量之间具有长期或均衡的关系。
在包含趋势变量的情况下,我们使用OLS估计方程,结果如表4所示:
LnY=44.5-0.016t 0.18lnK-0.33lnL (3)
表3 回归结果
LnY | Coef. | Std.Err. | t | pgt; | [95% Conf. Interval] | |
LnK | .1838491 | .0552306 | 3.33 | 0.003 | .0693079 | .2983903 |
LnL | -.333326 | .1182663 | -2.82 | 0.010 | -.5785953 | -.0880566 |
Year | -.016348 | .0076138 | -2.15 | 0.043 | -.0321379 | -.000558 |
_cons | 44.50241 | 15.02602 | 2.96 | 0.007 | 13.34035 | 75.66447 |
变量LnK、lnL在1%的水平上是显著的,趋势变量t在5%的水平上是显著的。接下来对方程(2)估计出来的残差进行ADF平稳性检验,结果如表5所示:
表4 残差检验结果
Interpolated Dickey-Fuller | ||||
Test Statistic | 1% Critical Value | 5% Critical Value | 10% Critical Value | |
Z(t) | -2.747 | -3.750 | -3.000 | -2.630 |
结果表明残差e在10%的水平上是平稳的。因此我们可以说变量之间存在协整关系,即方程(2)不是谬误回归。
4.3 回归结果讨论
根据方程(3),可以看出,lnK、lnL前面的系数分别是0.18、-0.33,即在第一产业从业人数L不变的情况下,财政资金K增加 1%,粮食产量Y增加0.18%;在财政资金K不变的情况下,第一产业从业人数L减少1%,粮食产量增加0.33%。土地治理项目的财政资金对粮食产量的正向影响符合我们的预期,土地治理项目能够改善耕地质量和农田基础设施,从而对农业生产产生积极的影响。但是土地治理项目对于农业生产的积极影响很小。从回归方程上看,在土地治理项目上的投入资金K增加1%仅会使粮食产量增加0.18%。导致这一现象的原因可能有以下几点。
1.政府在土地治理项目上投入的资金使用效率比较低,并没有充分发挥其效用。由于土地治理项目仍存在开发投资结构不合理,资金和项目管理不恰当等一系列问题,因此土地治理项目对农业产出的效果也不佳。
2.尽管政府在土地治理项目上的财政资金投入逐年增加,但仍不能满足农业发展的巨大资金需求。
3.土地治理项目重中低产田改造,轻科技投入。现代农业的发展必须重视科技的力量,科技进步对于农业增产、农民增收起着很大的作用。而土地治理项目中的科技推广费占总财政资金的比例很低,不适合现代农业的发展要求。
4.土地治理项目存在严重的重建轻管问题。一些农业基础设施建造完成后没有清晰的财产界定,且后期的管理资金不到位,导致后期维护跟不上,最终使得这些工程难以发挥长期影响。
而第一产业从业人数对粮食产量产生负向的影响,有一部分原因是目前我国的农业发展水平还不高,基本处于落后状态,农业生产效率很低,很多农业劳动力实际上是剩余劳动力,对农业生产并不会产生正向影响,甚至会使粮食产量下降。
本文得出的结果与田祥宇、林江鹏、樊小璞等学者得出的结论类似,国家在农业综合开发方面的投入对农业生产有着积极的正向影响,农业综合开发尤其是土地治理项目作为一个重要的财政支农手段,改善了农业生产条件,提高了农业的综合生产能力,也实现了预定的项目目标。
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,优先添加企业微信。