前言：寻找写作灵感？中文期刊网用心挑选的农业经济增长影响元素的实证管窥，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
农业自身的发展一直是农业经济增长的源动力。就内部影响因素而言，根据柯布-道格拉斯生产函数理论，产出增长主要源自技术的进步，劳动力和资本的投入。其基本形式为Y=AαKLβ，式中A代表综合技术水平，α、β分别代表资本、劳动力投入的产出弹性，即对产出的贡献率。对于多个投入要素，相应的柯布-道格拉斯生产函数形式表达为多个要素的指数形式相乘。文中选取了第一产业从业人数，农作物总播种面积，农用机械总动力代表农业经济增长的内部影响因素。其中农作物总播种面积代表影响农业总产出的资本影响因素，农业机械总动力则在一定程度上反映了农业总产出中技术的投入状况。
1.1模型设定
根据C-D函数，农业生产函数的模型可以表示为：Y=AX1αX2βX3γ，式中，Y表示农业总产值，A代表规模参数，X1、X2、X3分别表示第一产业从业人数（万人）、农用机械总动力(亿瓦)、农作物总播种面积（千公顷）。样本选自1990~2010年全国数据，主要来源于《中国统计年鉴2011》和《中国农村统计年鉴2011》。
1.2回归结果检验与分析
为方便对上述参数模型的估算，分别对该公式两边取对数：InY=InA+αInX1+βInX2+γInX3。数据回归结果如表1所示。农业总耕地面积的P检验值为0.9447，没有通过显著性检验，其他各参数的P值均通过检验。因此，我们得到的回归函数为：Y=4.32X1（-1.7345）X2（1.1281）X3（2.3780）。结果显示，技术对农业经济增长的影响在1%的水平上显著，表明在农业发展的过程中，科学技术起到日益重要的作用。同时，农业领域的劳动投入、资本投入对农业经济增长也有一定的影响。
2农业经济增长外部影响因素的实证分析
除内部影响因素外，农业经济增长同样也受外部技术、劳动、土地、资本等要素的影响。尤其是工业化极大地推动了农业产业化进程，促进了农业的快速发展。产业集群是工业化进程中的普遍现象，故表2选取了产业集群作为农业经济增长的外部影响因素，具体分析其从劳动、资本、技术3个层面对农业经济增长所形成的影响。
2.1方法
采用典型相关分析研究方法。典型相关分析方法是研究两组随机变量间相关性的一种计量方法，其目的是通过寻找两组随机变量各自的线性组合，使线性组合后的两个随机变量的相关性达到最大。
2.2指标与数据
农业经济增长主要表现在总产值增长、非农行业产值增长以及农民人均收入增长3个方面，由此确定因变量组，即“增长组”Y=（Y1,Y2,Y3），其中Y1代表农业总产值，用农林牧渔业总产值表示；Y2代表非农行业产值，用农业中非农行业的产值表示；Y3代表农民人均收入，用各地区农村居民家庭人均纯收入表示。农业经济增长的外部影响因素很多，这里主要考察产业集群的影响。借鉴胡振华等的研究成果，并结合各指标的实际经济意义，确定“影响组”X=（X1,X2,X3）,其中X1，X2，X3为区位熵系数，分别代表劳动集群、资本集群与技术集群。为得到区位熵系数，选择与农业相关支持性密切的十大行业，按照集聚程度划分为劳动密集型（主要包括农副食品加工业C13、食品制造业C14、纺织业C17、纺织服装鞋帽制造业C18）；技术密集型（主要包括烟草加工业C16、化学原料及制品制造业C26、电气机械及器材制造业C39、专用设备制造业C36）；资本密集型（主要包括饮料制造业C15、造纸及纸制品业C22）。产业集聚程度的具体测定采用区位熵系数，区位熵系数LQ=（Wij/Wj）（/Wi/W），其中Wij是i地区j产业的工业总产值，Wi是i地区所有产业的工业总产值，Wj是全国j产业的工业总产值，W是全国工业总产值。研究选取2010年全国31个省市为样本，数据选自《中国统计年鉴2011》和《中国工业经济统计年鉴2011》。使用SPSS17.0统计软件进行典型相关分析。
2.3典型相关分析
2.3.1典型相关系数及其检验
第一对典型相关系数为0.8187，远远超过第二对的0.3278和第三对的0.1377。同时，典型相关系数的平方数据也表明，第一对典型变量的解释能力最大，其增长组变量Y中有67.03%的信息可以由对应的变量X加以解释。采用威尔克斯λ值检验，其P值为0.000，小于0.05，说明统计上非常显著。而第二、第三对典型相关系数没有通过显著性检验，故对两组变量的相关性研究转化为对第一对典型相关变量的相关性研究。
2.3.2典型相关模型
为了消除原始变量量纲和单位的影响，采用标准化的典型系数并构建典型相关模型，即u1＝0.6017y1－1.5346y2－0.2319y3，v1＝-0.7664x1－0.0462x2－0.5433x3。公式中的u1、v1分别是增长组、影响组各指标的线性组合。第一个典型变量将非农行业产值从其他类型中区分开来，与之相对应的影响组解释变量主要是劳动集群（其典型载荷为-0.8542）。劳动集群产生的较大产业关联效应正好反映和解释了非农行业产值与劳动集群的最大相关。这可能的原因是，劳动密集型产业主要是纺织服装鞋帽制造业、农副食品加工业，其劳动集群形成较大的产业关联效应，通过农产品精深加工可以显著提高产品附加值，进而对农业中非农行业的发展产生较大的推动作用。
2.4分区域的典型相关分析
根据地理位置与经济发展差异，文中将31个省市划为东、中、西部三大地区，并对三大地区进行产业集群与农业经济增长做典型相关分析。结果表明：第一对典型相关系数大于第二、第三对典型相关系数，且基本通过威尔克斯λ值检验，因此分析第一对典型相关。就第一典型变量的载荷表达而言，东部地区Y2最大，表明非农行业产值更有代表性。中部、西部地区Y3大于Y1、Y2，表示农民人均收入比农业总产值、非农行业产值更有说服力；关于第二典型变量的载荷表达，东部依次为0.2636、-0.6537、0.9093，表明技术集群能力X3的解释力比劳动集群能力X1大；中部依次为0.9450、0.8067、-0.0531，表明劳动、资本集群能力X1、X2均有极强的解释力，但技术集群能力X3的解释力不强且是一个抑制变量；西部地区的解释能力由大到小依次为劳动X1、资本X2、技术X3。
同理，据此建立各地区的典型相关模型。分析发现，东部地区第一个典型变量将非农行业产值从其他类型中区分开来，与技术集群呈最大相关。这一方面反映了东部地区非农行业发展迅猛，另一方面也揭示了技术集群效应能辐射农业经济，对非农行业有较大的关联效应。在中部，第一个典型变量将农业经济中农业总产值从其他类型中区分开来，所呈现的最大相关是劳动集群。在中部地区，劳动集群之所以能极大地提高农业总产值,主要是因为我国中部地区多为农业省市，拥有丰富的劳动力资源，因此劳动密集型产业的大力发展，有力地促进了农业经济的稳健增长。而在西部，第一个典型变量将农业经济中农民人均收入从其他类型中区分开来，影响组中与之相对应的解释变量主要是劳动集群。
3结论与启示
经过内外部影响因素分析，可以发现劳动、技术、资本投入是农业经济增长的重要原因。内部影响因素中，伴随着科技进步，技术与增长的高相关性日益凸显。这为进一步提高农业技术投入提供了理论依据。此外，从外部产业集群对农业经济增长的影响来看，东、中、西部呈现不同的集群特点和空间差异。东部技术集群与农业经济增长相关性显著，得益于沿海开放环境下的技术引进与自主创新研发。中、西部地区劳动集群是农业经济增长的主要影响因素，技术、资本集群的作用发挥受到较大抑制。因此，最大限度地发挥产业集群对农业经济增长的带动作用，应因地制宜地发展特色产业，积极发挥劳动集群、技术集群、资本集群的扩散效应。
作者：张华 单位：上海交通大学安泰经济与管理学院
