论文关键词：因子分析，层次聚类分析，农业机械化
1．问题及背景
世界农业的发展历史已经证明：农业机械化是建设现代农业的必然过程，是农业现代化不可逾越的阶段。农业的机械化程度是衡量一个地区农业发展水平的一个重要指标，而不同地区的机械化水平又是不平衡的，以往对农业机械化水平的研究只是停留在对各地农用机械的绝对拥有量的描述上的，《2005年江苏省农业机械化管理统计分析江苏农机化论文》【1】只给出了绝对的统计数据并简单的编制了一些指数，各地区的差异从中表现的并不很明显。本文拟采用因子分析和聚类分析两种方法对吉林省9个地市2005年和2009的农业机械化水平进行排名分类研究。
表1吉林省农业机械总量及增长率
年份
农用机械总动力(万千瓦)
大中型农用拖拉机（台）
农用小型及手扶拖拉机（台）
大中型机引农具（部）
农用排灌动力机械（台）
粮食加工机械（台）
2005
1471.30
90750
538024
171632
416968
101088
2009
2001
245162
589961
480785
469501
113467
增长率(%)
36.00
170.15
9.65
180.13
关键词：农业机械化；VAR；ADF；河南省
中图分类号：F320文献标志码：A文章编号：1673-291X（2013）04-0049-03
一、引言
河南省是农业大省，是中国重要的农业经济区和粮食重要产区。至2010年，河南省粮食产量连续五年超亿斤，连续十一年居全国首位，畜牧业、油料、蔬菜等产业居全国前列[1]。农业机械化是实现农业现代化的必由之路，农业机械化对河南省农业发展具有重大的战略意义。改革开放以来农业机械总量持续增加。据统计，农业机械总动力从1980年的1178×104kW发展到2010年的10195.9×104kW，三十年间增长了8.66倍，年均增长28.87%。特别是2000年以来，国家加大了对农机事业的补贴力度，大力促进了农机事业的发展，河南省的农机事业得到进一步发展[2]。
二、河南省农业机械化与农业总产值关系的实证分析
（一）变量和数据选择
本文数据来源于1996—2011年的中国统计年鉴，相关变量定义如下；Y表示农业总产值，具体是指以货币表现的农、林、牧、渔业全部产品和对农林牧渔业生产活动进行的各种支持活动的价值总量，它反映一定时期内农林牧渔业生产总规模和总成果。X表示表示农业机械总动力，具体是指主要用于农、林、牧、渔业的各种动力机械的动力总和。包括耕作机械、排灌机械、收获机械、农用运输机械、植物保护机械、牧业机械、林业机械、渔业机械和其他农业机械等。
以Yt表示第t年河南省农林牧渔总产值（绝对值），以Xt表示第t年年底拥有的农业机械总动力总量。以1994年的农业生产价格为基期，扣除价格因素计算出各年农林牧渔业总产值的实际值，用yt来表示剔除价格后农林牧渔业实际值。为消除存在异方差存在的可能性，分别对yt和Xt变量取自然对数，分别记做Lnyt和LnXt。
（二）ADF法单位根检验
用来进行实证分析的数据均是时间序列，为消除时间序列数据回归可能出现的“伪回归”问题，必须对相关变量的平稳性进行检验。本文使用Eviews6软件，运用ADF检验法对序列Lnyt、LnXt进行单位根检验。本文采用麦金农（Mackinnon）临界值来判断时间序列变量是否具有单位根，并运用AIC准则确定最佳滞后阶数。利用ADF检验法，得到Lnyt、LnXt的平稳性检验的结果（见表1）。
从上页表1可以得出，在显著水平5%的水平上，虽然时间序列变量Lnyt和LnXt都是非平稳的，其一阶差分变量也是非平稳的，但二阶差分变量是平稳的。因此，农林牧渔总产值和农用机械总动力均为I（2）序列。
（三）协整检验
因为时间序列Lnyt和LnXt都是二阶单整，所以两个时间序列之间可能存在长期稳定的均衡关系。利用Johanson协整检验方法对Lnyt、LnXt进行协整检验时，表2显示协整检验结果，通过迹统计量检验和最大特征值统计量检验，在显著水平5%的水平上有1个协整方程，表明存在协整关系。
分析表2的Johanson协整检验结果，其中包括迹（Trace）统计量检验和最大特征值（Max-Eigen）统计量检验。以检验水平5%判断，因为迹统计量检验有34.58374>15.49471，
0.000256
14.26460，0.000256
（四）VAR模型的估计
根据上面的分析，VAR模型的最优滞后阶数为2，在滞后2阶情况下，对VAR（2）模型的残差进行JB正态性检验、LM自相关检验和White异方差检验，检验结果显示残差服从正态分布、无自相关、不存在异方差，且所有特征根根模的倒数都小于1，说明该VAR（2）模型的结构是稳定的，统计性质良好，可以成为随后脉冲分析和方差分解的基础VAR（2）估计结果（如表3所示）。
（五）脉冲响应
脉冲响应函数是用来衡量来自某个内生变量的随机扰动项的一个标准差冲击（称之为“脉冲”）对VAR模型当中所有内生变量当前值和未来值的影响[3]。
从脉冲响应函数图可以看出，系统对冲击的反应是不稳定的。从上页图1可以看出，农业总产值的正冲击给农用机械总量带来正面的影响，并且此影响具有较长的持续效应。也就是说农业总产值的增长会促进农用机械量的投入和发展。从上页图2可以看出，农用机械总量长期对农业生产总值有正向影响，但产生的影响缓慢。也就是说农用机械的投入在短期内不能立即促进农业发展。
三、结论与政策建议
（一）结论
本文通过ADF、协整检验、VAR、脉冲响应等实证分析，得出的结论：
1.河南农业机械化和农业总产值之间存在一个协整关系。从长期来看，农业机械化大力推广可以促进农业经济的发展。从短期来看，机械化短期波动对农业产值的影响不显著，因为农业经济的发展受资金投入、农业劳动力、耕地土地面积、政府政策等因素的影响。现阶段，一方面，河南省农民人均收入较低，农民对农业机械的购买力不足[4]，导致农业劳动生产率低，农民增收困难的恶性循环。另一方面，河南的财政支农支出占财政支出的比例低，财政支农资金投入分散，对农业机械化投入的资金比较低、对农业机械化的补贴少，难以在河南省农村全面推广农业机械化。
2.脉冲响应得出河南农用机械总量正冲击会对农业产值的增加具有促进作用，但产生的影响缓慢。农业总产值的增长可以持续地为农业机械化产生正向拉动作用，农业总产值的增长促进农用机械量的投入和发展。长期来看，农业总产值增长和农业机械化的互动作用趋于平稳发展。
（二）政策建议
1.政府加大对农机的资金投入和增加补贴。政府加大扶持力度，积极推动和引导农业机械化的发展，加快农业增长方式的转变，促进河南农业经济增长。一方面，政府要加大财政支农资金的投入，特别是对农民购买农机具的补贴，使农民能支付得起购买农机具的成本。另一方面，政府对农机购买者实行贷款支持，组建和扶持农业信用担保机构或组织，解决农民贷款条件不足的问题。不断改善农村金融服务水平，提高农业贷款投入[5]。
2.调整农业产业结构。调整农业产业结构能够促进农业总产值的增长，农业产业产业化和规模化对农用机械化推广具有极为重要作用。现阶段，河南是种植业和粮食生产大省，要使农民收入增长和农业经济发展，需促进种植业内部调整和结构优化，优化农作物品种，扩展农产品的深加工产业链[6]。同时，农业产业化经营规模的扩大能够促进农业机械化的应用和发展。
参考文献：
[1]曹志宏，赵小汎，郝晋珉.河南省农业生态经济系统运行特征及可持续分析[J].农机化研究，2012，（9）.
[2]王德华.河南省农机事业发展与农业增长关系的实证分析——基于误差修正模型[J].中国农机化，2011，（7）.
[3]夏春萍，刘文清.农业现代化与城镇化、工业化协调发展关系的实证研究——基于VAR模型的计量分析[J].农业技术经济，2012，（5）.
[4]谢韵清.中国农业机械化发展必要性及现状分析[J].农林科技，2012，（5）.
（1.中南财经政法大学工商管理学院，武汉430073；2.武汉市第二中学，武汉430010）
摘要：农业综合开发投入作为国家支持农业科技创新的一项重要举措，对农业机械化水平有重要影响。基于1988～2011年全国农业综合开发资金投入和农业机械总动力的数据，利用现代计量经济学中的Granger因果检验、ADF检验以及协整检验方法，并通过建立线性回归模型，研究结果表明农业综合开发总投入与农业机械化水平之间存在正向拉动关系。其中，财政支农资金投入、自筹资金对农业机械化水平有着显著的正向拉动作用，而银行贷款对农业机械化水平没有显著的影响。因此，应通过继续加大财政支农的力度和资金投入、积极通过有效措施促进农民增加收入、完善优化农业综合开发总投入的结构等方面的政策建议，促进农业机械化水平的稳步提升。
关键词：农业综合开发投入；农业机械化；农业机械总动力
中图分类号：F323文献标识码：A文章编号：0439－8114（2015）04－0993-04
DOI:10.14088/j.cnki.issn0439-8114.2015.04.058
收稿日期：2014－05－29
基金项目：中南财经政法大学2014年度“研究生创新教育计划”立项课题（2014B0806）
作者简介：张跃强（1982－），男，湖北黄冈人，在读博士研究生，研究方向为农业经济，（电话）15927567446（电子信箱）zhangyaoqiang－88＠163．com。
2014年“中央一号文件”旨在加快推进农业现代化的进程和水平，而农业机械化水平是农业现代化的重要标志［1］。改革开放以来，随着国家强农支农惠农力度的不断加大，中国农业综合开发投入逐年增加，这极大地改善了农业生产经营条件，扩大了农业机械总动力的规模，确保了农业劳动生产率的提高，为农民增收奠定了基础［2－5］。那么，农业综合开发资金总投入对促进农业机械化的效应究竟如何？各类来源渠道的农业综合开发投入资金（中央财政资金、地方财政配套资金、银行贷款、自筹资金）促进农业机械化的效应又怎样呢？已有的研究文献大多局限于探讨不同类型的农业综合开发项目与农业机械化之间的关系，特别是农业产业化经营项目对农业机械化的影响，而鲜有文献从总投入及投入构成上分析农业综合开发与农业机械化之间的关系。本研究试图通过实施Granger因果检验、ADF检验，并在此基础上利用协整检验方法，进而构建线性回归模型，实证分析农业综合开发项目的总投入、各类来源投入对农业机械化的影响，最后提出有针对性的政策建议。
1数据来源与描述性分析
1．1数据来源与处理
本研究的数据来自历年的《中国财政年鉴》中农业综合开发资金投入的数据和《中国农村统计年鉴》中农业机械总动力的数据。
根据《中国财政年鉴》的统计口径，农业综合开发资金总投入由财政资金投入、银行贷款、自筹资金三部分组成。其中，财政资金包括中央财政资金和地方财政配套资金。本研究选取了1988~2011年上述各经济变量的年度数据以及农业机械总动力的年度数据。为分析问题方便，用ADF代表农业综合开发资金总投入，FF代表财政资金投入，数额等于中央财政资金投入和地方财政配套资金投入之和，BL代表银行贷款，SF代表自筹资金，AMP代表农业机械总动力，而农业机械总动力是代表农业机械化水平的。
由于价格因素对农业综合开发资金投入的影响较大，因此本研究对数据进行了有效处理以剔除价格因素的影响。由于数据的自然对数变换不仅不会改变原变量之间的关系，而且还能使其趋势线性化，同时消除时间序列中存在的异方差，所以对ADF、FF、BL、SF以及AMP分别取自然对数，取对数后的新变量分别用L（ADF）、L（FF）、L（BL）、L（SF）以及L（AMP）来表示。
1．2描述性分析
农业综合开发资金投入作为国家支持农业发展的一项重要举措，对提高农业机械化水平、增加农民收入有重要作用［6，7］。伴随着国家农业政策强有力的指导和农业综合开发资金的逐步实施到位，截至2011年底，农业综合开发资金投入的力度一直在大幅提升。
从图1可见，我国农业综合开发资金总投入呈逐年增长态势，2011年达到518．33亿元，是1988年投入量的29倍之多，年平均增长率达15．78％。从资金投入组成来看，财政资金投入占资金总投入的比重最大，2011年该比重达到69．5％，且财政资金投入也呈逐年增长态势，年平均增长率高达17．54％。其次是自筹资金，尽管2011年资金投入比2010年有所减少，但占资金总投入的比重仍达到29．04％，表明该部分资金投入对资金总投入的影响也不容小觑。银行贷款比重相对较小，2011年投入额仅占资金总投入的1．46％。
从农业机械总动力的走势图来看，1988～2011年间，农业机械总动力呈逐年增长趋势，2011年达到9773．50亿w，是1988年的3．68倍，年平均增长率达到5．83％。农业机械总动力的持续增加充分证明国家对发展农村经济、改善农业生产条件所采取的有力措施。但是，影响农业机械化水平的因素有很多，农业综合开发资金投入是否对农业机械化水平提高有影响，以及各类资金投入对农业机械化水平影响程度的大小，还需做进一步的研究。本研究通过分析农业综合开发资金投入对农业机械化水平的影响程度，以期在农业综合开发投入资金方面找到有利于加快农业机械化进程、实现农业现代化的有效措施。
2格兰杰（Granger）因果关系检验
为更清晰地分析农业机械化和农业综合开发各项资金投入之间的关系，将农业机械化水平用农业机械总动力来代表，定义为AMP，作为被解释变量，将农业综合开发总投入定义为ADF，财政资金投入定义为FF，银行贷款定义为BL，自筹资金定义为SC。首先将ADF、FF、BL、SC分别与AMP做格兰杰检验以找出农业机械化与农业综合开发资金投入之间的因果关系，再选择解释变量，分析农业综合开发投入资金的增加对农业机械化的影响。
根据现代计量经济学的要求，在对时间序列数据做格兰杰检验之前，往往需要对原始数据先取对数，因此分别用L（ADF）、L（FF）、L（BL）、L（SF）同L（AMP）进行格兰杰因果检验。检验结果如表1所示。
从表1可以看出，在显著性水平为5％的情况下，L（AMP）是L（ADF）的Granger原因，同时L（ADF）也是L（AMP）的Granger原因，这表明农业综合开发总投入与农业机械化水平之间互为因果关系；L（AMP）是L（FF）的Granger原因，同时L（FF）也是L（AMP）的Granger原因，这表明财政资金投入与农业机械化水平之间也是互为因果关系；L（AMP）不是L（BL）的Granger原因，但L（BL）是L（AMP）的Granger原因，这说明农业机械化水平不是银行贷款的Granger原因，但银行贷款是农业机械化水平的Granger原因；L（AMP）不是L（SF）的Granger原因，但L（SF）是L（AMP）的Granger原因，这说明农业机械化水平不是自筹资金的Granger原因，但自筹资金是农业机械化水平的Granger原因。这说明农业综合开发总投入及其各组成部分对农业机械化水平都有重要影响。这一检验结果为今后国家实施力度更大的农业综合开发投入政策提供了有效的实证依据。因此，下面将有针对性地分析农业综合开发总投入及其各组成部分与农业机械化水平之间是否存在长期的均衡关系。
3平稳性检验与协整检验
3．1平稳性检验
由于本研究中农业机械总动力、农业综合开发总投入以及各构成部分均为时间序列数据，所以为了避免非平稳时间序列造成的“伪回归”，以保证分析结果的准确性，首先利用Eviews7．0软件，针对L（ADF）、L（FF）、L（BL）、L（SF）以及L（AMP）分别进行ADF单位根检验。从表2可以看出，在5％的显著性水平下，变量L（AMP）、L（FF）、L（ADF）、L（BL）、L（SF）均为非平稳时间序列。
然后，对L（AMP）、L（ADF）、L（FF）、L（BL）以及L（SF）的二阶差分序列进行检验（表3）。从表3可以看出，在5％的显著性水平下，L（AMP）、L（ADF）、L（FF）、L（BL）以及L（SF）均为二阶单整序列，即L（AMP）～I（2）、L（ADF）～I（2）、L（FF）～I（2）、、L（BL）～I（2）以及L（SF）～I（2）。在二阶单整序列的条件下，则可以继续对农业机械化水平与农业综合开发资金总投入、财政资金投入、银行贷款、自筹资金分别进行协整检验分析。
3．2协整检验
由于L（AMP）、L（ADF）、L（FF）、L（BL）以及L（SF）都是二阶单整序列，故采取Engle－Granger两步法来检验其协整关系。首先分别对L（AMP）与L（ADF）、L（AMP）与L（FF）、L（AMP）与L（BL）、以及L（AMP）与L（SF）进行回归，然后通过检验回归残差的平稳性来判断变量间是否存在协整关系。利用Eviews7．0软件，以L（AMP）为被解释变量，L（ADF）为解释变量。用计量经济学OLS回归模型，输出结果如下：
L（AMP）＝6．758997＋0．446070L（ADF）
Se＝（0．352710）（0．024730）
t＝（19．16303）（18．03768）
P＝（0．0000）（0．0000）
R2＝0．936665F＝325．3581
以L（AMP）为被解释变量，L（FF）为解释变量，用计量经济学OLS回归模型，输出结果如下：
L（AMP）＝7．458051＋0．414828L（FF）
Se＝（0．281153）（0．020589）
t＝（26．52664）（20．14826）
P＝（0．0000）（0．0000）
R2＝0．948592F＝405．9524
以L（AMP）为被解释变量，L（BL）为解释变量，用计量经济学OLS回归模型，输出结果如下：
L（AMP）＝7．927926＋0．435200L（BL）
Se＝（1．536287）（0．128917）
t＝（5．160446）（3．375812）
P＝（0．0000）（0．0027）
R2＝0．341241F＝11．39611
以L（AMP）为被解释变量，L（SF）为解释变量，用计量经济学OLS回归模型，输出结果如下：
L（AMP）＝7．423266＋0．432142L（SF）
Se＝（0．339675）（0．025756）
t＝（21．85404）（16．77821）
P＝（0．0000）（0．0000）
R2＝0．927514F＝281．5083
在计量经济学中，只有当残差序列是平稳序列时，才表明被解释变量与解释变量之间存在着协整关系［8］。为检验回归残差的平稳性，需对上述OLS回归模型得到的残差序列进行ADF平稳性检验。由于残差序列的均值为零，故选择无截距项、无趋势项的ADF检验，检验结果见表4。由表4可知，在5％的显著性水平下，除L（AMP）与L（BL）的OLS回归方程的残差序列为非平稳序列外，其余的OLS回归方程的残差序列均为平稳序列。因此可以得出，农业机械化水平与农业综合开发总投入、财政资金投入、自筹资金之间存在协整关系，而与银行贷款不存在协整关系的结论。由上述协整回归方程可知，长期内农业机械化水平与农业综合开发总投入、财政资金投入、自筹资金之间确有显著的正相关性。农业综合开发总投入每变动1％，将导致农业机械化水平同向变动0．4461％；财政资金投入每变动1％，将导致农业机械化水平同向变动0．4148％；自筹资金每变动1％，将导致农业机械化水平同向变动0．4321％。
4结论与建议
通过对1988~2011年中国农业综合开发投入对农业机械化水平的影响进行分析和计量研究，得出结论：农业综合开发总投入对农业机械化水平有显著影响，其中财政资金投入、自筹资金对农业机械化水平有显著的正向拉动作用，而银行贷款对农业机械化水平没有显著的影响。根据以上结论，特提出以下政策建议：
1）继续加大财政支农的力度和资金投入。2004年以来，以“中央一号文件”为代表的支农政策加大了对农业的支持力度，财政支农支出总额（包括财政支农支出和农业综合开发财政投入两部分）由2004年的2481．58亿元增加到2012年的11777．46亿元。正是在财政支农资金促进农业机械化水平提高的条件下，近年来在中国许多地区才出现了一大批农业产业化龙头企业、家庭农场等新型农业经营主体［9］。这些新型农业经营主体的出现，可有效破解传统农业的“高投入、高风险、低产出”的难题，加快由传统农业向现代农业的转变，提高农业生产经营活动的机械化水平。
2）积极通过有效的措施促进农民增加收入。上述计量经济分析表明，农民自筹资金对农业机械化水平有显著的正向拉动作用。而农民自筹资金能力的高低，是以自身收入的多少为前提的。因此，要更好地发挥自筹资金对农业机械化水平的拉动作用，必须千方百计增加农民的收入。为此，可采取的措施有：通过政策引导鼓励农民种田，向公众宣传农业对于国家和社会经济生活的重要作用，让农业成为真正体面的职业；对农民进行技术培训和指导，提高农民从事农业的生产率水平；完善农产品市场风险防范机制，确保农民的收入不会因为市场的风险而下降［10］。
3）完善优化农业综合开发总投入的结构。计量模型验证表明，银行贷款对于农业机械化水平不产生显著的影响。因此，在农业综合开发总投入的结构中，应适当降低银行贷款所占的比重，而相应提高财政资金投入和自筹资金所占的比重，以更有效促进农业机械化水平的提升。在提高财政支农资金比重方面，需要中央财政与地方财政的协调配合，共同发挥好财政支农的效果；在提高自筹资金所占比重方面，需要更大幅度提高农民的收入，充分发挥农民在提高农业机械化水平方面的主动性和积极性。
参考文献：
［1］韩千里．论农业机械化与农业现代化的关系［J］．农机推广与安全，2006（10）：42－43．
［2］冯梅．湖北省农业综合开发投资绩效研究［D］．武汉：华中农业大学，2007．
［3］何先平，陈硕．中国财政支农政策对农民收入影响的实证研究［J］．统计与决策，2009（1）：88－89．
［4］李普亮，贾卫丽．改革开放后财政农业投入对农民增收的效应分析［J］．税务与经济，2010（3）：49－56．
［5］田祥宇，孔荣．国家农业综合开发产业化经营项目投资绩效分析研究——基于农民收入促进作用的视角［J］．财政研究，2010（7）：64－67．
［6］刘波．发挥农业综合开发优势促进社会主义新农村建设［J］．农村财政与财务，2010（7）：25－26．
［7］朱春龙，严洪源．加强农业综合开发推进新农村建设［J］．江苏农村经济，2007（1）：16－18．
［8］李占风．经济计量学［M］．北京：中国统计出版社，2010．