韓雪蓮

（貴州大學(xué)經(jīng)濟(jì)學(xué)院 貴州貴陽 550025）

發(fā)展農(nóng)業(yè)、促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長是我國經(jīng)濟(jì)工作的重點(diǎn)。劉小彩［1］認(rèn)為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對提高農(nóng)民收入、農(nóng)業(yè)資源利用率和農(nóng)產(chǎn)品市場競爭力具有重要作用。熊德平［2］認(rèn)為政府要制定有效的農(nóng)業(yè)產(chǎn)業(yè)政策，引導(dǎo)農(nóng)民生產(chǎn)滿足市場需求的農(nóng)產(chǎn)品，使農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與消費(fèi)結(jié)構(gòu)相適應(yīng)，從而實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展。2018 年貴州省農(nóng)村人口占比52.47%，解決好農(nóng)業(yè)問題將直接影響到貴州經(jīng)濟(jì)的發(fā)展。本研究主要分析農(nóng)業(yè)結(jié)構(gòu)調(diào)整會對農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)生怎樣的影響，以便于為貴州省農(nóng)業(yè)結(jié)構(gòu)持續(xù)優(yōu)化、農(nóng)業(yè)經(jīng)濟(jì)增長提供實(shí)證依據(jù)。

1 研究方法說明與計(jì)算步驟

1.1 方法說明

灰色關(guān)聯(lián)度分析法是根據(jù)因素之間發(fā)展趨勢的相似或相異程度，衡量因素間關(guān)聯(lián)程度強(qiáng)弱，并對關(guān)聯(lián)程度進(jìn)行排序的一種方法。因素之間同步變化程度越一致，二者關(guān)聯(lián)程度越高，反之越低。因地區(qū)不同農(nóng)業(yè)各生產(chǎn)部門對農(nóng)業(yè)產(chǎn)生的影響也不同，研究主要運(yùn)用此方法分析貴州省農(nóng)業(yè)各生產(chǎn)部門對于農(nóng)業(yè)的影響程度。

1.2 數(shù)據(jù)來源與說明

從國家統(tǒng)計(jì)局得到貴州省2001～2016 年農(nóng)業(yè)各生產(chǎn)部門產(chǎn)業(yè)增加值和農(nóng)業(yè)增加值的數(shù)據(jù)。為了便于區(qū)分，本文將農(nóng)林牧漁業(yè)統(tǒng)稱為農(nóng)業(yè)，將“四業(yè)”中的農(nóng)業(yè)稱為種植業(yè)。

1.3 計(jì)算步驟

將農(nóng)業(yè)增加值作為參考數(shù)列，種植業(yè)、牧業(yè)、林業(yè)、漁業(yè)增加值作為比較數(shù)列。設(shè)定參考序列為X0（k），k=1，2...16；設(shè)定比較序列為Xi（k），k=1，2...16，i=1，2，3，4。

采用均值化法對X0（k）和Xi（k）進(jìn)行無量綱化處理。

計(jì)算均值化處理后的X0（k）與Xi（k）的灰色關(guān)聯(lián)系數(shù)。計(jì)算公式為：

式（1）中，ρ為分辨系數(shù)，其中0<ρ<1。為提高分辨率本文采取申卯興等［3］的做法，取分辨系數(shù)ρ＝0.05。經(jīng)式（1）計(jì)算得到關(guān)聯(lián)系數(shù)ξi（k）。

計(jì)算灰色關(guān)聯(lián)度。計(jì)算公式為：

2 結(jié)果與分析

式2計(jì)算可知，種植業(yè)增加值與農(nóng)業(yè)增加值的關(guān)聯(lián)度r1為0.665 529，牧業(yè)增加值與農(nóng)業(yè)增加值的關(guān)聯(lián)度為r2為0.479 503，林業(yè)和漁業(yè)增加值與農(nóng)業(yè)增加值的關(guān)聯(lián)度r3、r4分別為0.377 709 和0.252 006。對農(nóng)業(yè)各生產(chǎn)部門產(chǎn)業(yè)增加值與農(nóng)業(yè)增加值的灰色關(guān)聯(lián)度排序?yàn)椋簉1＞r2＞r3＞r4。

從關(guān)聯(lián)度排序來看，種植業(yè)與農(nóng)業(yè)關(guān)聯(lián)度最強(qiáng)，漁業(yè)最弱。從灰色關(guān)聯(lián)度大小來看，灰色關(guān)聯(lián)度大于0.5，則認(rèn)為兩者關(guān)聯(lián)程度很強(qiáng)。r1>0.5，說明種植業(yè)與農(nóng)業(yè)關(guān)聯(lián)度很強(qiáng)，種植業(yè)的發(fā)展對于農(nóng)業(yè)存在顯著的影響；r2接近0.5，說明牧業(yè)與農(nóng)業(yè)關(guān)聯(lián)度較強(qiáng)，牧業(yè)對農(nóng)業(yè)的影響較為顯著；r3、r4較小，說明林業(yè)和漁業(yè)與農(nóng)業(yè)關(guān)聯(lián)度較弱，林業(yè)和漁業(yè)對農(nóng)業(yè)的影響較小。因此，得出結(jié)論：農(nóng)業(yè)各生產(chǎn)部門對農(nóng)業(yè)經(jīng)濟(jì)增長影響最大的是種植業(yè)，其次是牧業(yè)，林業(yè)和漁業(yè)對其影響較小。

基于灰色關(guān)聯(lián)度分析的研究結(jié)論和貴州省農(nóng)業(yè)發(fā)展實(shí)際情況（種植業(yè)與牧業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值比重近90%），進(jìn)一步分析種植業(yè)和牧業(yè)之間的生產(chǎn)結(jié)構(gòu)變化和種植業(yè)內(nèi)部生產(chǎn)結(jié)構(gòu)變化對于農(nóng)業(yè)經(jīng)濟(jì)的影響。

3 貴州省農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整對農(nóng)業(yè)經(jīng)濟(jì)影響分析

3.1 變量選取

將農(nóng)業(yè)總產(chǎn)值Yi作為被解釋變量，為消除量綱和序列異方差，對農(nóng)業(yè)總產(chǎn)值取對數(shù)得到LNYi。解釋變量：通過種植業(yè)和牧業(yè)之間的生產(chǎn)結(jié)構(gòu)變化、種植業(yè)內(nèi)部生產(chǎn)結(jié)構(gòu)變化來反映農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整。種植業(yè)和牧業(yè)之間的生產(chǎn)結(jié)構(gòu)變化用牧業(yè)產(chǎn)值比重Xi來表示，種植業(yè)內(nèi)部生產(chǎn)結(jié)構(gòu)變化用糧經(jīng)比Li來表示?？刂谱兞浚罕疚膶⒓夹g(shù)市場成交額Ji和公路里程數(shù)Gi作為控制變量，為消除量綱和序列異方差，對兩個變量取對數(shù)得到LNJi和LNGi。

3.2 數(shù)據(jù)來源

用Python3 和R 軟件來處理貴州省2001～2018年各變量的年度數(shù)據(jù)，數(shù)據(jù)來源于國家統(tǒng)計(jì)局，其中經(jīng)濟(jì)作物播種面積由農(nóng)作物總播種面積減去糧食作物播種面積計(jì)算得出。

3.3 變量的描述性統(tǒng)計(jì)

由表1 可知，農(nóng)業(yè)總產(chǎn)值從6.036 9 增長到8.194 1，增長速度較快。糧經(jīng)播種面積比則由2.040 5下降至1.001 2，種植業(yè)內(nèi)部結(jié)構(gòu)在不斷優(yōu)化。牧業(yè)產(chǎn)值比重均值為0.297 0，說明種植業(yè)和牧業(yè)之間的生產(chǎn)結(jié)構(gòu)還存在調(diào)整空間。

表1 變量的描述性統(tǒng)計(jì)特征

3.4 研究假設(shè)及模型建立

本文提出2種假設(shè)，分別是：

假設(shè)1：優(yōu)化種植業(yè)內(nèi)部結(jié)構(gòu)能促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長。

假設(shè)2：種植業(yè)和牧業(yè)之間的生產(chǎn)結(jié)構(gòu)調(diào)整能促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長。

具體計(jì)量模型構(gòu)建如下：

式 （3） 中，c為截距項(xiàng)，β1、β2、β3、β4為回歸系數(shù)，ei表示誤差項(xiàng)。

4 計(jì)量結(jié)果

4.1 平穩(wěn)性檢驗(yàn)與協(xié)整檢驗(yàn)

用Python3 軟件對變量進(jìn)行ADF 單位根檢驗(yàn)。檢驗(yàn)結(jié)果顯示只有LNGi原始序列平穩(wěn)，其他變量原序列均不平穩(wěn)。經(jīng)過一階差分后，LNYi在10%的顯著水平下平穩(wěn)，其余變量在5%的顯著水平下平穩(wěn)。五個變量服從一階單整，可以對序列進(jìn)行協(xié)整檢驗(yàn)。

用R軟件對變量進(jìn)行Johansen協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果顯示在95%的置信區(qū)間下五個變量之間至少存在三個協(xié)整關(guān)系。因此可以認(rèn)為貴州省農(nóng)業(yè)經(jīng)濟(jì)和糧經(jīng)比、牧業(yè)產(chǎn)值比重之間存在長期穩(wěn)定的協(xié)整關(guān)系。

4.2 模型估計(jì)結(jié)果

基于以上檢驗(yàn)，用Python3 軟件對模型（1）進(jìn)行回歸，回歸結(jié)果顯示：F統(tǒng)計(jì)量的P值為2.97e-10，回歸方程顯著；擬合值R2為0.975，模型擬合度較好；D-W統(tǒng)計(jì)量為1.774，不存在自相關(guān)；變量LNJi和LNGi回歸結(jié)果不顯著；Li和Xi均在95%的置信水平下顯著。根據(jù)回歸結(jié)果建立相應(yīng)的回歸方程為：LNYi=10.608 1-1.662 7Li-4.762 5Xi+0.019 1LNJi+0.160 3LNGi+ei

5 貴州省農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整對農(nóng)業(yè)經(jīng)濟(jì)的影響

Li的系數(shù)為-1.662 7，表明糧經(jīng)作物比與農(nóng)業(yè)經(jīng)濟(jì)呈負(fù)相關(guān)，每減少一單位的糧經(jīng)作物比，農(nóng)業(yè)經(jīng)濟(jì)就提高1.662 7 單位；Xi的系數(shù)為-4.762 5，表明牧業(yè)產(chǎn)值比重與農(nóng)業(yè)經(jīng)濟(jì)呈負(fù)相關(guān)，每增加一單位的牧業(yè)產(chǎn)值比重，農(nóng)業(yè)經(jīng)濟(jì)就減少4.762 5單位。因此，研究得出以下結(jié)論：（1）優(yōu)化種植業(yè)內(nèi)部結(jié)構(gòu)，即降低糧經(jīng)作物比值能促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長，假設(shè)1成立。（2）種植業(yè)和牧業(yè)之間的生產(chǎn)結(jié)構(gòu)調(diào)整尚未對促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長產(chǎn)生明顯影響，假設(shè)2不成立。出現(xiàn)這樣的結(jié)果原因可能在于牧業(yè)產(chǎn)值占比相對種植業(yè)較小，2001～2018 年期間，最高只有34.62%，尚未對農(nóng)業(yè)經(jīng)濟(jì)增長產(chǎn)生明顯影響；其次，貴州省農(nóng)場規(guī)?；?、現(xiàn)代化等各方面水平較低，導(dǎo)致生產(chǎn)過程中資源浪費(fèi)，降低了牧業(yè)的經(jīng)濟(jì)效益。

6 貴州省農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整的政策建議

基于研究得出的結(jié)論提出以下建議：（1）發(fā)揮貴州省自身資源優(yōu)勢，結(jié)合農(nóng)產(chǎn)品市場需求，逐漸增加精品水果、特色茶葉等經(jīng)濟(jì)作物面積，減少玉米等經(jīng)濟(jì)價值低且資源消耗大的糧食作物面積。（2）加大牧業(yè)扶持力度，加強(qiáng)養(yǎng)殖技術(shù)培訓(xùn)，減少生產(chǎn)過程中的資源浪費(fèi)。推進(jìn)生豬、牛、羊、家禽等動物多元化養(yǎng)殖，提高牛肉、羊肉等肉類產(chǎn)量占比，解決農(nóng)場經(jīng)營單一的問題。（3）逐步建設(shè)規(guī)范化、現(xiàn)代化、規(guī)?；r(nóng)業(yè)，為農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整助力。