乡村振兴背景下安徽省农业投入产出效应分析

佘晓玉 郭 进

（1.安徽工商职业学院经济贸易学院 安徽合肥 231131；2.南京师范大学商学院 江苏南京 210046）

党的十九大提出了乡村振兴战略，安徽省作为农业大省一直致力于农业农村现代化进程的推进。《中共安徽省委安徽省人民政府关于全面推进乡村振兴 加快农业农村现代化的实施意见》强调，“举全省之力全面推进乡村振兴，加快农业农村现代化，努力实现农业强、农村美、农民富”。这一目标的确立使得安徽省农业发展步入了新台阶。在农业发展过程中，一个较为现实的问题摆在眼前，即安徽省农业投入产出效应究竟如何？通过分析安徽省农业投入与产出，可以发现影响农业发展的关键因素，这对安徽省农业农村现代化进程具有重要意义。

一、安徽省农业投入及产出状况分析

（一）安徽省农业投入状况分析。

1.投入指标选取。影响农业生产的因素有很多。结合数据的可获得性及完整性，综合考虑各因素的经济意义，选取农作物总播种面积（千公顷）、乡村从业人员数（万人）、农业机械总动力（万千瓦）、农村用电量（亿千瓦时）、农用化肥施用量（万吨）、农药使用量（万吨）及有效灌溉面积（千公顷）等7个投入指标。

2.投入状况分析。农作物总播种面积的距平值在2006年以前一直为负。2006至2019年为正距平，有增有减，其中2018年距平值最低，仅为13.79千公顷。农用化肥施用量和农药使用量在2007年以前一直低于平均值。2015年以来，农用化肥施用量距平值逐渐下降，2019年为负距平，比平均值低了2.72万吨。2014年以来，农药使用量距平值不断下降，2018和2019年数值为负，均低于平均值。究其原因，2007年前的负距平多与资金投入不足有关，如农作物总播种面积、农用化肥施用量和农药使用量随着资金投入的增多，较平均值差额不断减小。近几年的距平值下降或负距平则与农业政策息息相关。尤其是党的十九大以来乡村振兴战略的提出。2018年安徽省在全省农业农村经济工作要点中强调要“减少无效供给，增加有效供给，大力发展绿色、优质和特色农产品”，严格控制农药、化肥的使用量。

表1 1998——2019年安徽省农业投入指标距平值计算结果

2006年前乡村从业人员数为负距平，后为正距平且距平值逐年增加，2012年以来距平值不断下降。原因在于农村剩余劳动力在逐步向城市转移。随着新农村建设的推进，不少农村家庭将田地承包给专人经营，选择进城务工。农业机械总动力、农村用电量和有效灌溉面积负距平值在逐年减少（接近平均值），正距平值在逐年增加（高于平均值）。这三种投入指标距平值的变动反映了安徽省在农业投入方向的重视。

（二）安徽省农业产出状况分析。

1.产出指标选取。衡量农业产出状况的指标也较多，如农产品总产量、单位面积产出等。但数据在收集和处理过程中不够全面，如在统计农产品产量时，由于衡量标准不一，仅能统计主要农产品的产量，而非全部。因此在反映农业产出的指标中，选取较为全面的农林牧渔业总产值（亿元）及农村居民可支配收入（元）这两个指标。

2.产出状况分析。农林牧渔业总产值在2010年以前距平值为负，此后为正距平，且逐年增加，表明安徽省农林牧渔业总产值稳步增长。农村居民可支配收入距平值在2011年以前为负，此后为正距平，距平值逐年增加，且增幅较大。2019年农林牧渔业总产值和农村居民可支配收入同时达到最高值。其中农林牧渔业总产值较1998年翻了两番，是平均值的1.89倍；农村居民可支配收入较1998年翻了三番，是平均值的2.54倍。结合这两个指标的距平值来看，安徽省在农业产出方面波动较为明显，且均为正向波动。

表2 1998——2019年安徽省农业产出指标距平值计算结果

二、安徽省农业投入产出效应分析

从现有研究来看，采用C-D生产函数分析投入与产出关系较为普遍，如汪瑜等（2020）研究民航运输业投入产出关系时选用了C-D生产函数，[1](P95)黄晨（2020）研究甘肃省乡村振兴效应时也运用了C-D生产函数。[2](P21)为了分析安徽省农业投入与产出之间的效应，选用C-D生产函数构建模型进行实证研究。基本公式如下：

Y=AKαLβ

其中，Y为产出，K为资本投入，L为劳动投入。α为资本投入的产出弹性，β为劳动投入的产出弹性，A为技术进步率。

（一）模型构建。为了便于运算，对C-D生产函数基本公式两边取自然对数得到如下公式：

lnY=lnA+αlnK+βlnL

在对农业的投入产出状况分析时选择了7个投入指标和2个产出指标。结合上述公式构建多元回归方程如下：

lnY=β0+β1lnX1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6lnX6+β7lnX7+μ其中Y为被解释变量，X1、X2、X3、X4、X5、X6、X7为解释变量。在选择产出指标Y时，考虑7个投入指标与农林牧渔业总产值关系相对更密切，因此回归方程中Y代表农林牧渔业总产值。解释变量中X1代表农作物总播种面积，X2代表乡村从业人员数，X3代表农业机械总动力，X4代表农村用电量，X5代表农用化肥施用量，X6代表农药使用量，X7代表有效灌溉面积。β0是常数项，表现为回归方程的截距。β1、β2、β3、β4、β5、β6、β7分别为各解释变量的待估参数，μ为随机扰动项。

（二）实证分析。Y及X1至X7各解释变量的数据均来源于1999—2020年安徽统计年鉴。运用Eviews10.0软件进行回归分析，得到如图1所示的回归结果。

图1 OLS估计结果

观察图1中拟合优度为0.9955，调整后的拟合优度也达到0.9932，F统计量高度显著（P值几乎为0），说明（对数）X1至X7等解释变量解释了大约99.55%的（对数）Y的变动，据此可判断解释变量与被解释变量间线性关系显著。

然而一个较为重要的问题摆在面前，即某些解释变量的估计参数的t值不显著。尽管方程整体线性回归拟合较好，但lnX1、lnX3、lnX5、lnX7变量的各参数t值并不显著，对应p值均在临界值10%以上，无法拒绝零假设。同时lnX1和lnX7变量系数的符号与经济意义明显相悖。经济理论与实践表明，农作物总播种面积和有效灌溉面积越多，农林牧渔业总产值也越高，解释变量与被解释变量之间表现为正相关。然而回归结果中lnX1和lnX7变量系数β1和β7均小于0，表明解释变量与被解释变量之间为负相关。综合考虑后，怀疑该模型某些变量间存在多重共线性。

1.多重共线性检验。对7个解释变量的自然对数进行多重共线性检验，结果如图2所示。观察数值，解释变量之间的相关系数都很高。lnX1和lnX6之间的相关系数约为0.93；lnX2和lnX5之间的相关系数约为0.94；lnX3和lnX4之间的相关系数约为0.99；lnX4和lnX7之间的相关系数约为0.92，等等。尽管相关系数很高，但并不表明需求函数中一定存在着共线性。

图2 多重共线性检验结果

紧接着对每个解释变量与其他剩余解释变量进行回归，回归结果如表3所示。表中所有回归的拟合优度值都超过了0.91，F统计量均显著，表明构建的原回归方程中的每个解释变量都与其他解释变量高度共线。

表3 辅助回归结果一览

2.回归方程的修正。考虑到原回归方程的多重共线性，运用OLS方法逐一求（对数）Y与各个（对数）解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程，再逐步添加剩余解释变量，得到如图3所示的OLS估计结果。观察图3中拟合优度为0.9874，调整后的拟合优度也达到0.9853，F统计量高度显著（P值几乎为0），说明（对数）X1、X2及X3等解释变量解释了大约98.74%的（对数）Y的变动，据此可判断解释变量与被解释变量间线性关系显著。

图3 修正后的OLS估计结果

观察各解释变量的系数值都是高度统计显著的，因为计算出的p值很小，均在临界值1%以下，因此拒绝零假设，即各解释变量的系数显著不为零。回归结果表明，农林牧渔业总产值与农作物总播种面积正相关，与乡村从业人员数负相关，与农业机械总动力正相关。根据经济理论，在其他条件相对不变的情况下，农作物总播种面积增加，农业产值会增加，二者呈正相关；农业机械的使用会提高生产效率，增加农业产值，因此随着农业机械总动力的增加，农业产值也会增加，二者呈正相关。

图4为（对数）Y与（对数）X2的OLS估计结果。即单独考虑乡村从业人员数对农林牧渔业总产值的影响，二者呈正相关。早期农业发展因资本投入有限，农业产出过多依靠劳动力这一要素。如粮食，从整地、播种、除草、灌溉、收割、干燥到筛选等都要依靠劳动力，因而农业产出与劳动力正相关。随着经济发展、政策倾斜、科技进步、人才涌出，政府对农业资源投入比加大、智慧农业推广率提升，劳动力对农业产出影响下降。如粮食生产的各个环节都可使用机械代替人力，这是农业农村现代化进程中的一个重要特征，即劳动力节约，表现为农业发展过程中劳动力剩余。因此在图3多元回归结果中，乡村从业人员数与农林牧渔业总产值为负相关具有一定的理论意义。

图4 一元回归估计结果

3.异方差检验。虽然研究结果表明异方差问题多存在于截面数据而非时间序列数据，但是考虑到回归结果的有效性，仍然对修正后的回归方程进行异方差检验，结果如图5所示。观察计算的χ2值的p值为0.6038，显然不能拒绝零假设，该回归方程不存在异方差。

图5 White异方差检验结果

4.自相关检验。时间序列数据通常会有自相关问题。观察图3，估计结果中Durbin-Watson d统计量值约为1.892。观察值个数n为22，解释变量个数k为3，在5%显著性水平下，查询D-W表可得下限临界值dL=1.053，上限临界值dU=1.664。d值与临界值之间的关系为dU

三、研究结论与政策建议

对1998—2019年安徽省农业投入产出进行实证分析，得出以下结论：安徽省农业产出受播种面积、劳动力及机械化投入影响，对应经济理论中土地、劳动、资本三要素。首先，土地与农业产出呈正相关。安徽省土地面积约14万平方公里，其中耕地约有8800余万亩，林地有5600万亩。2019年农作物总播种面积8781.96千公顷，约为13172.94万亩，接近耕地与林地面积的总和。作为影响农业产出的三要素之一，土地资源的增加较为有限。其次，劳动与农业产出呈负相关。第七次全国人口普查结果显示，安徽省人口总量约6100万。在农业科技应用较广的情况下，2019年乡村从业人员数达2900多万，而在农业科技落后的1998年这一数据为2700多万，农村剩余劳动力亟需转移。最后，资本与农业产出呈正相关。资本投入提高了机械化水平，进而提升了农业的生产效率。基于上述研究结论，对安徽省农业生产发展提出以下政策建议：

第一，标准化生产促可持续发展。在现有土地资源下，由于连续使用土地、过多施用化肥、农药等导致土壤肥力不断下降。一些落后地区，“靠天收”种植方式出现的减产、病虫害等问题得不到解决。农业机械推广率各地不一，农业标准化生产尤为重要。目前安徽省已启动高标准农田示范区建设，致力于“探索一条可持续、可复制、可推广的高标准农田示范区建设助力现代农业发展路径”。示范区建成后，可作为农业生产标准逐步向全省范围内复制推广。

第二，智能化管理促新人才发展。安徽省天长市国家现代农业产业园，水稻种植基本实现了智能化管理。[3](P1)打开手机软件，即可查看稻田里的水温，土壤里的养分含量。这需要农业科技人才的支持。早期受经济发展水平影响，对农业人才的培养不够重视。随着农业现代化进程推进，新型农业人才作为一种复合型人才备受重视，相较学科专家更为紧缺。安徽省农村劳动力剩余现状与新型农业人才紧缺并不矛盾，反而为农业发展指明了出路——培养新型农业人才，推广智能化管理，以更为科学、更有效率的方式支持农业发展。

第三，机械化推广促“农贷、融”发展。随着新农村建设的推进，大批农村劳动力进城务工，原有农田基本都承包给他人，这为农业规模化经营提供了条件，也对农业机械产生较大的需求。在部分地区，水稻种植基本实现了全程机械化：种子精选机、插秧机、农用喷药无人机、收割机、烘干机等设备一应俱全。考虑到农户资金不足，政府应加大农业贷款支持力度，简化办理手续，解决农户“贷款难”的问题。同时为农户牵线搭桥，鼓励农产品加工企业、食品生产企业等以融资或其他方式与农户携手实现“产、收、销”一体化。