甘肃省耕地机械化程度以及农民受教育程度对农村经济增长影响的计量经济分析Word下载.docx

甘肃省耕地机械化程度以及农民受教育程度对农村经济增长影响的计量经济分析Word下载.docx

《甘肃省耕地机械化程度以及农民受教育程度对农村经济增长影响的计量经济分析Word下载.docx》由会员分享，可在线阅读，更多相关《甘肃省耕地机械化程度以及农民受教育程度对农村经济增长影响的计量经济分析Word下载.docx（8页珍藏版）》请在冰豆网上搜索。

耕地机械化；

经济增长

一、引言

2016年-2020年是国家第十三个五年计划的时期，也是党的第一个一百年计划即到中国共产党成立100年时全面建成小康社会的目标实现的关键几年。

第二个一百年计划即到建国一百年（2049）建成富强、民主、文明、和谐的社会主义现代化国家，其中很重要的一个目标就是大规模的农村向城市的转变即城镇化的实现以及社会主义新农村的建成，这同时要求农村经济要有显著的发展，这是构成社会主义现代化的必要条件。

然而，我们必须清楚地认识到当前我们仍然处于社会主义初级阶段这一现实，农村经济的发展仍十分落后，农业现代化还是任重而道远。

农业机械化能够提高农村资本项目的生产效率，是提高农业和农村经济整体水平的重要条件，对农业经济增长起推动作用。

农民作为农村经济发展中的主体，其文化素质的高低直接影响了劳动力的工作效率，而农民文化素质最普遍的衡量指标就是农民的受教育程度。

美国经济学家西奥多·

舒尔茨曾计算出1929年-1957年美国教育对国民经济增长的贡献额为33%，可见教育对经济增长的贡献是十分重要而不可忽视的。

我国西北地区经济发展水平相对落后，第一产业产值的增长还是占据着经济增长的很大部分，而且西北地区农业还有很大的开发潜力，因而对于西北部地区农业发展的影响因素进行分析是有很重大的现实意义的和政策指导意义的。

之所以选择甘肃省农业发展作为本文研究对象，是因为甘肃省处在中国西北部偏中部的地区，其东部地势较低而西部地势较高，可以大致代表西北部地区的地况地貌，因此可以将其作为整个西北部地区的典型代表进行研究。

1994年到2013年，甘肃省农业机械总动力由706.9635万千瓦提升到了2418.46万千瓦，平均每年提升90.079万千瓦，尤其是在2000年实施西部大开发战略以来，每年的增长达到了104.73万千瓦，说明甘肃省农业机械化水平正在稳步提高。

然而耕地的平均农业机械总动力仅仅只有0.4557万千瓦/万亩。

而这二十年间，甘肃省农村劳动力普遍的受教育程度在稳步提高，其中文盲半文盲的比例由1993年的29.89%下降到2013年的8.34%，下降幅度十分明显，受教育程度为小学程度的比例由39.78%下降到了36.86%，同时，受教育程度为初中程度和高中及以上程度的比例则分别由21.85%和8.48%上升到了37.56%和17.24%。

1993年占农村劳动力主体地位的是小学及以下文化程度人口，而到2014年则主要是小学和初中文化程度人口，两者共同达到了74.42%。

可以看到在甘肃省农村劳动力中，较高文化程度的劳动力人口还是十分的少，因此进一步提高农村劳动力的受教育程度从而使之服务于更高效的农村经济增长还是有很大的进展空间的。

二、文献综述

许多的学者已经做了农业机械化程度与农民受教育程度对农村经济增长影响的计量分析。

陈莉在2006年以1998年-2004年我国27个省、自治区的数据为样本进行回归分析从而解释我国农业机械化程度增长率对农村经济增长率影响的研究中发现，农业机械总动力的增长率回归系数为0.33，说明了农业机械总动力增长能够对农业总产值增长起推动作用，且农业机械总动力每增长1%，会带动农村经济增长0.33%[1]。

王巍和郭翔宇在2007年利用1995年-2004年的数据，将农村人均GDP作为衡量农村经济增长的指标，将农村人均受教育年限作为衡量农民受教育程度的指标，分析了农民受教育程度对农村经济增长贡献的实证分析，发现农民受教育程度对农村人均GDP的平均增长率有不可忽视的促进作用，但贡献率仅仅是9.32%，这是十年间农民的人均受教育年限增长幅度较小，而且高中及以上文化程度的劳动力增长较慢所导致的[2]。

而李辉和钟绵生选取较完整的2006年的数据，将我国31个省市的以农业机械总动力代表的农业机械化程度对以农民农业收入代表的农村经济增长的影响进行了回归分析，发现农业机械化程度对农村经济增长有正的影响，而且农业机械产出弹性为0.1029113，表明在其他条件不变的情况下，农业机械投入每增加1%，农村经济增长0.1029113%[3]。

美国经济学家EdwardFultonDenison在其著作《TheSoarcesofEconomicGrowthintheUnitedStares&

theAlternatiresBeforeus》中表明，经济增长中属于生产要素投入量的有两项，分别是劳动在数量的增长和质量上的提高以及资本在数量上的增加，而劳动力接受的教育相当于劳动力的成倍的增长。

他并且测算了美国教育对于经济的贡献是十分显著的[5]。

三、模型设定及变量选取

（一）模型理论

国内外对农业机械化程度以及农民受教育程度贡献率的测算方法有很多种，本文主要采用柯布-道格拉斯函数的推广形式来测算，其模型为：

其中，Y=产出，

=各要素投入量，

=投入要素

的产出系数弹性

，u为随机干扰项，e为自然对数的底。

将

（1）式两边取自然对数使之线性化，得：

再令

，则得：

（二）变量选取与模型设定

在本研究中,根据东北农业大学王福林教授在其著作《农业机械化在农村产出增长中贡献的测算方法》中在测算农业机械化在农村产出增长中的贡献的时候，将农业总产值的增长作为农村产出增长的指标这一方法，将使用农业总产值的增长作为农村经济增长的衡量指标Y（万元），作为被解释变量。

影响农业经济的主要因素有，耕地面积（P）、劳动力（L）、农业机械化程度（M）以及农村劳动力受教育程度（E）.农业机械化程度（万千瓦）以农业机械总动力代表；

耕地面积（万亩）以实际的耕地面积表示；

受教育程度指受教育水平，包括：

文盲半文盲、小学、初中和高中及以上五个层次，估计各种教育程度的教育年限分别为1年、6年、9年和12年。

以农村劳动力人均受教育年限（E）来作为受教育程度的衡量指标，其计算方法为：

农村劳动力人均受教育年限（E）=1×

文盲或半文盲劳动力所占比重+6×

小学程度劳动力人口所占比重+9×

初中程度劳动力人口所占比重+12×

高中及以上劳动力人口所占比重。

经上述公式可计算出1993年-2014年各年的农村劳动力人均受教育年限。

根据美国经济学家丹尼森（Denison）计量教育对经济增长贡献的方法，教育可以提高劳动力的质量，相当于劳动力投入的成倍增加因此

可表示劳动力因素。

因此本研究的模型即为：

上述方程用L*E代替X，然后两边取对数，并用

代替

，即得到：

因此，教育对农村经济增长的贡献率（

）可表示为：

其中，e为农村劳动力受教育年限的年均增长率，y为农业总产值的年均增长率。

四、数据选取与计量结果

本研究所使用的所有数据皆来自于1994年-2015年的《甘肃发展年鉴》以及《甘肃农业年鉴》。

首先，为了观察时间序列数据是否平稳，做了如下图：

可以看出，在样本空间内，四个变量走势基本一致，基本保持同增。

但是基本保持同增并不能说明它们都是平稳的，毕竟由图可以看出它们的均值都在变化，因此有必要对数据做一定的处理。

对变量lnY、lnP、lnM以及（lnL+lnE）的时间序列进行一阶差分并做单位根检验，发现在10%的显著性水平上都平稳了。

因此使用一阶差分后的数据作为最终数据。

因此根据数据，计量结果如下图所示：

Variable

Coefficient

Std.Error

t-Statistic

Prob.

0.1477974

0.0997128

1.48

0.159

lnP

4.230524

4.057334

1.04

0.314

lnM

-0.419186

1.232822

-0.34

0.739

lnL+lnE

-0.6903727

1.162282

-0.59

0.561

R-squared

0.1560

AdjustedR-squared

-0.0127

Durbin-Watsond-statistic

1.828096

从上表可以看出，除了DW检验能够通过，即不存在自相关问题以外，R-squared值非常低，所有的系数都不显著。

通过对残差进行分析，发现残差波动较大，因此模型存在异方差问题，需要进行修正，采取加权最小二乘法。

设权数为

（resid为残差），修订后的模型为：

重新进行回归得到结果如下表：

*

0.3600538

0.374049

9.63

0.000

lnP*

2.681987

0.5568514

4.82

LnM*

-0.9607468

0.436092

-2.20

0.044

lnL*+lnE*

-0.6791147

0.3816166

-1.78

0.095

0.9996

1.861955

可以看出修正后的模型，系数均为显著的，而且R-squared达到了一个非常高的值，自相关问题也不严重，然而lnM和lnL+lnE却变成了负值，这与我们的预期效果正好相反。

五、结果分析

首先，未修正模型计量结果的R-squared为0.1560，而AdjustedR-squared为为负值，两者说明拟合程度非常差，这可能是由于异方差问题引起的。

修正后，模型的R-squared与AdjustedR-squared达到了0.9996，为一个相当高的数值，说明拟合程度不错。

另外，经过D-W检验，得到的d值为1.861955，查表可知当模型的解释变量为个数为3且有19个观测值的情况下，

和

分别为0.998和1.676，故而可以认为该模型不存在误差项自相关问题。

其次，修正后的模型中，农业机械化产出弹性以及劳动力及受教育程度产出弹性均为负值，这与我们现实情况是相反的，那么为什么会出现这种问题？

笔者作出了如下几种可能的解释：

一、多重共线性问题。

因为选取的这几个变量之间是有高度的相关程度的，农业机械化程度要依靠于耕地面积才能够实现，而且使用先进农业机械效率高低是与教育程度高低直接相关的，因此这个问题没办法解决；

二、数据的选取问题。

本研究中使用的劳动力人数是农村户籍人口，这个指标每年都是有一定的增长的，然而，农村户籍人口并不代表实际参加劳动的劳动力人口。

近几年甘肃省的劳动力每年都会有大量的流失，并且人数还在逐年增长，因而每年参加农业生产的人数应该是递减的，因此用递增的农村户籍人口做回归分析得到了相反的结论。

而且由于本研究的数据均来自于《统计年鉴》，而本地区会为了数据好看而造假，因此数据的真实性堪忧，因此得到这样的结论是不足为怪的。

最后，由于得到的变量lnL+lnE的系数变成了负值，因此度量劳动力对经济的增长的

也就无从计算。

但是，美国经济学家麦迪逊经过计算，得到美国的这一系数大概为0.7，考虑到甘肃省经济发展水平，该值应比0.7要低，使用0.3、0.4、0.5分别计算

，根据数据算得y=0.315493,而e=0.019253，因此得到：

计算结果表明，1994年-2013年，甘肃省农业总产值年增长31.55%，其中在

分别为0.3、0.4、0.5的情况下，由教育带来的增长分别是0.578%（0.3×

0.019253）、0.770%（0.4×

0.019253）、0.963%（0.5×

0.019253）。

这说明这期间，农村劳动力受教育程度对农业总产值的贡献率分别为1.83%、2.44%、3.05%，可以看出，这是一个相当小的数值，但是受教育程度对农业总产值还是能产生正的影响。

这么小的贡献率的主要原因是近二十年间农村劳动力人均受教育年限增长幅度较小，而且高中及以上文化程度的人口数量增长较慢。

六、政策建议

到目前为止，甘肃省整体的经济发展水平仍是十分低，2013年GDP总量仅为6330.69亿元人民币，第一产业GDP总量为844.69亿元人民币，仅占GDP总量的14%。

而2013年甘肃省农业户籍人口为1976.14万人，占总人口的72.45%。

在土地资源的分配和利用方面，2013年甘肃省农村用地为27834.14万亩，而耕地仅仅为5306.9万亩，仅占农村用地的19.07%，而且耕地的平均农业机械总动力仅仅为0.4557千瓦/亩。

如此高的农业人口比例与较低的耕地占农村用地的比例以及第一产业对整个GDP的低贡献极为不匹配。

但这又从另一方面说明了甘肃省农业发展具有很大的潜力。

因此提出以下建议：

首先，对于政府来说，要加大农业资金的投入，对于农户购买农业生产所使用的农具要给予适当的鼓励、补贴，引导他们加大对农业机械的投入。

并且要合理引导农民使用适应农业结构调整要求的农业机械，着力发展优势农业。

其次，教育对于农村经济增长的助推作用从分析结果可见一斑。

因此，在9年义务教育的基础上，要重点普及高中教育，因为高中阶段是劳动力获得机械原理以及农作物生长原理知识的重要阶段，良好的高中教育对劳动力熟练而高效地使用农业机械有帮助，更重要的是在懂得了农作物生长规律之后能够有效减少农作业过程中的不必要浪费从而提高土地产出效率。

而且，农民文化程度是农民自身全面素质形成基础，直接影响着他们接受新知识和新信息的能力和思维水平。

因此对于政府来说，在保证农村基础教育水平稳步提高的同时要有意识地通过政策减少初中辍学率，更多地使农村广大青年接受高中教育，这种对人力资本的投入将在未来对于农村整体经济水平的发展中起到至关重要的作用。

对于当前来说，对于正在占据农村劳动力大部分的文化程度普遍偏低的劳动力，也要进行适当的教育。

利用电视以及网络等渠道，播放实用技术培训班，让农民学习实用技术或转移就业技术，培养实用人才。

参考文献

[1]陈莉.我国农业机械化与经济增长的计量解析[J].农业机械学报，2006,Vol.37（11）,pp.74-79

[2]王巍,郭翔宇.农民受教育程度与农村经济增长的计量经济分析[J].农场经济管理,Issue2,pp.43-45

[3]李辉,钟绵生.农业机械化对农民农业收入增长的计量研究[J].经济研究导刊,2010，90（16）

[4]张勇,赵毅彬.农业机械化对农村经济增长贡献的数学研究[J].农村牧区机械化,2008,Issue1,pp.24-27

[5]陈文金,饶志坚.云南省农业机械化、农业投资对农村经济增长贡献的实证分析[J].经济研究导刊,2014,Issue6,pp.108-110

[6]Phelps,EdmundSDenison,EdwardF.TheSoarcesofEconomicGrowthintheUnitedStares&

theAlternatiresBeforeus[J].Thejournalofpoliticaleconomy,1962,Vol.70（5）,pp.508-509

[7]甘肃发展年鉴编委会.甘肃发展年鉴（1994-2015）[M].中国统计出版社,1994-2015

[8]甘肃农业年鉴编委会.甘肃农业年鉴（1994-2015）[M].中国统计出版社,1994-2015

[9]吴晓涛.我国四大板块农业装备宏观投入计量研究[J].农机化研究,2011,Vol.3（3）,pp.76-77

[10]杨明洪,沈颖.西藏农业经济增长的实证分析[J].四川大学学报（哲学社会科学版）,2016,Issue2,pp.11-17