农业投入与产出效率实证分析范文

本站小编为你精心准备了农业投入与产出效率实证分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：基于2005—2016年统计数据构建西安市农业投入与产出指标体系，运用因子分析以及线性回归模型分析西安市农业投入与产出之间的相关关系。分析结果表明：近11a来，物力投入和资金投入的不断增加推动了西安市的农业产值提高，而人力投入对于农业生产的贡献度有待提升，提高农民的文化程度和专业水平尤为重要。

关键词：投入与产出；因子分析；回归分析

农业由于自身的公共产品属性，导致其社会效益高而经济效益相对较低，这已经成为制约我国经济平衡发展的瓶颈，“三农”问题已经成为我国目前的重中之重。现如今各项惠农政策以及新型经营主体的发展对于农业的发展起着重要作用，但对于投入与产出的效率研究更为重要，从而以更全面的要素投入获得最大的产出[1]。农业问题的解决最终还是要提高农业自身效率。由于各个地区的农业生产有着自身的特点，对于现有的宏观的理论成果并不能准确指出特定区域的农业生产效率。就如何使得资源能够有效投入农业生产，从而获得最优的农业生产效率，学者进行了大量的定量研究。王云（2011）通过对1991—2008年的农业主要生产投入与我国农业产品产量通过灰色关联度分析，得出农业投资、农机、化肥是促进农产品产量增加的关键的结论；孔朝莉等着重对于农业投入运用主成分分析法进行了研究，认为节水、节肥等精细农业将是未来的主要方向；陈道平则通过相关分析对于我国农业的投入与产出进行了分析，认为化肥使用量对农业产量影响最大，其次是农用机械动力的投入影响较大，并在此基础上提出相应的建议；张文红（2010）通过对我国西部地区的农业投入与产出进行了主成分分析，认为农业投入实质上是农业财力投入，人力投入更多需要的是高素质的人才。西安市农业在陕西省农业发展中占主导地位，近年来不断加大财政支农资金投入，农民人均可支配收入也已经连续7a增速超过城镇人均可支配收入，同时农业生产总值也位于陕西省前列。从2005—2016年，西安市对于农业固定资产的投入已经由5.62亿元增长到了59.7亿元，增长了16倍之多，与之形成对比的是农业产值的增长则较为缓慢，2005年的农业产值为65.7亿元，2016年增长到了258.8亿元，增幅只有294%，这与农业投入相比相差甚远，由此可见对于如何提高西安市的投入效率，从而获得最大的产出具有很强的现实意义。本文结合近10a西安市的农业投入与产出状况，进一步指出制约西安市农业发展的因素，从而全面提高当地的农业生产效率[2]。

1指标选取

本文从农业生产的投入和产出两者之间的相关关系入手分析西安市的农业投入与产出效率。农业投入指标需涵盖农业生产的各个方面，因此本文从农业生产的劳动力投入、资金投入以及生产资料投入三个方面反映农业生产的投入状况。同时结合当地的农业生产的实际情况，以农林牧渔业总产值、各类产品的产量作为产出指标。

1.1投入指标第一，劳动力投入。劳动力投入主要是从3个指标：乡村从业人数X、农村常住人口数X0、农业劳动力人数X1进行分析。第二，资金投入。选取了2个指标：固定资产投资X2以及财政支农支出X3。第三，生产资料投入。选取了6个指标，分别是耕地面积X4、农作物播种面积X5、农药使用量X6、有效灌溉面积X7、农用机械总动力X8、农用化肥折纯量X9。

1.2产出指标第一，农产品产量。根据西安市农业发展实际状况，目前西安市传统种植还是以玉米、小麦等粮食作物为主，于此同时特色农业的发展已初具规模，对当地农业发展贡献越来越大，比如周至猕猴桃、户县的葡萄产业、临潼的奶牛产业、蓝田的肉鸡产业。所以在农产品的产量上选取了粮食产量Y1、肉类产量Y2、奶类产量Y3、水果产量Y4、禽蛋产量Y5、蔬菜产量Y6。第二，农产品产值。结合当地的生产实际情况将其分为5个指标，农林牧渔业总产值Y7、农业产值Y8、畜牧业产值Y9、林业产值Y10、农林牧渔业增加值Y11。并且在产值中，按照现价对各年的生产总值重新计算。在进行具体分析之前，对上述指标进行Z标准化处理，以消除量纲对分析结果的影响。

2投入产出模型分析

2.1相关指标降维处理通过对统计年鉴以及现有数据进行整理，得出了22个投入产出指标，但是通过分析可以看出很多指标之间仍然具有很强的相关性，在进行投入与产出分析时，由于投入与产出的相关指标较多，对分析产生了很大的困难，因此通过主成分分析对资金投入、生产资料投入、农产品产量以及产值下的二级指标作降维处理，其基本思想是将各个具有相关关系的变量找出共性建立新的变量，新的变量要尽可能反映原有变量的所有信息[4,5]。借助SPSS22，按照特征值大于1的要求，选取方差贡献最大的主成分，以达到降维的目的。例如对财力投入作因子分析，KMO检验值＞0.5，且Bartlett球度检验p＜0.05，进行主成分分析较为理想，选取前一个主成分，方差贡献率97.7%，这说明新变量可以解释97.7%的方差。具体分析结果如表2所示。利用SPSS22因子分析载荷阵以及公因子的特征根，在计算因子得分时，同时得出因子得分系数矩阵，从而得出公因子主成分表达式，如下：西安市人力资源投入：FX1=0.397X+0.316X0+0.391X1；西安市农业资金投入：FX2=0.506X2+0.51X3；西安市农业资料投入：FX3=0.19X4+0.19X5+0.18X6+0.17X7-0.17X8-0.19X9；西安市农产品产量：FY1=-017Y1+0.16Y2+0.25Y3+0.25Y4+0.13Y5+0.25Y6；西安市农产品产值：FY2=0.204Y7+0.2Y8+0.2Y9+0.198Y10+0.204Y11。通过以上降维处理的过程，在减少信息丢失的同时，大大减少了指标数量，并在此基础上来研究农业投入与产出之间的相关关系。

2.2相关性分析在得出资金投入、生产资料投入、农产品产量、农产品产值的公因子之后，为了进一步说明农业投入产出之间的相关关系，计算各因子之间的相关系数。

2.3回归分析为了进一步得出西安市农业投入与产出之间较为精确的相关关系，构建多元线性回归模型：y=b0+b1x1+b2x2+……+bixi+e（1）在研究西安市农业投入与产出时，由于物力投入和资金投入具有很强的相关性，自变量存在共线性，难以通过t检验，因此在回归分析中剔除物力投入这一指标。以人力投入和资金投入作为解释变量，以农业产量以及产值作为被解释变量，由于农业产量与产值具有很大的相关性，在这里将农业产值作为被解释变量，通过SPSS22对变量进行回归分析，分析结果如下所示：FY=0.00000+0.426FX1+0.887FX2（2）其中各解释变量prab值均小于0.05，均通过t检验，线性回归调整后的拟合度为0.985，回归分析结果较为理想。从以上模型可以看出在其他变量不变的情况下，每增加一单位的资金投入，农业产值平均增加0.887个单位，人力资源的投入对于农业产值的影响程度最小，一单位的人力资源投入仅有0.426单位的产值增加，由此可见，资金投入和物力投入对于西安市农业发展影响较大，相对而言，人力投入的影响程度较小。

3结束语

通过对西安市2005—2016年的农业投入以及产出各个要素的相互关系的分析，可以看出近年来西安市的农业总产量与产值逐年上升，这些得益于农业基础设施的不断完善以及政府不断加大财政投入，而近年来城市化进程的不断加快对于农业生产的影响不大，这主要是因相对于物力投入与财力投入，农民的受教育程度和技术水平增速较小。西安市农业发展已经具有较高的水平，农业劳动力已经相对饱和，单纯的人工投入对于西安市农业发展的意义不大，因此要不断增加农民的知识水平，通过一定程度的政策倾斜使优秀人才愿意投入农业生产，只有这样才能不断提高农业生产效率，使农业生产水平有质的飞跃[6]。其次在目前农业生产基础上，要进一步完善农业基础设施建设，引进先进的农业生产技术与现代化的农业生产设备，提高农业生产效率。通过加大农业相关教育投入，培育新型职业农民，提高农民的整体素质，掌握最先进的劳动技能是重点，可以组织科技下乡、农民夜校等多种活动传播农业科学知识；此外，制定一系列的优惠政策，使农业与农村的发展能够留得住人，吸引相关专业的大学生投入到农业的发展之中，发挥高校的优势所在。在涉农资金的使用上，充分利用社会资本，发展多元化的资金利用模式，进一步促进农业基础设施的完善，实现农业机械化与现代化。进一步深化农村土地制度改革，完善土地流转机制。现阶段的农业发展仍然以小农经营为主，要发展多种经营模式，扶持龙头企业、合作社等新型经营主体的发展，并且完善社会化服务体系，促进小农户与现代农业的有效衔接[7]。

参考文献：

[1]张文红.基于计量模型的西部农业投入产出效率研究[J].统计与信息论坛,2010,25(4):104-108.

[2]许晴.政府农业投资对我国东部地区农业生产率的影响[D].淄博:山东理工大学,2015.

[3]李兴江,李园青.甘肃省农业投入产出效率研究[J].科学•经济•社会,2011,29(1):14-17.

[4]王云．农业投入与农业增长的灰色关联分析［J］．当代经济管理,2010,32(10):46-49

[5]齐天真.基于供给侧的都市农业投入产出效率评价与实证[J].统计与决策,2017(17):64-66.

[6]陈新华,王厚俊.基于生态效率评价视角的广东省农业生产效率研究[J].农业技术经济,2016(4):94-104.

[7]赵晓峰,赵祥云.新型农业经营主体社会化服务能力建设与小农经济的发展前景[J].农业经济问题,2018(4):99-107.

作者：苏会 单位：山西农业大学经济管理学院