江蘇農業投資對糧食產量的影響研究

潘俊，曹德君，何昊，冷偉

（1.南京市長江河道管理處，江蘇南京 210011）

1 研究背景

2021年2月21日，新華社受權發布了《中共中央國務院關于全面推進鄉村振興加快農業農村現代化的意見》，即2021年中央一號文件。這是新世紀以來，中央連續發出的第18個一號文件，文件中強調了糧食安全決不能出問題，明確要求“十四五”各?。▍^、市）要穩定糧食播種面積，提高單產水平，確保糧食產量穩定在6500億kg以上。

2020年江蘇省糧食產量達到了377.4億kg，在大疫大汛之年創下歷史新高，其背后是從省到地方各級對農業的投入。這一年，第一產業固定資產投資同比增長37.0%，帶動了1086個農業農村重大項目開工建設，其中825個建成投產，竣工完成投資1077億元。江蘇省糧食產量的穩步增長離不開基礎設施的逐步完善。

關于農業投資與糧食產量之間的關系，很多學者做出了研究。蔡保忠和曾福生構建了聯立方程模型，實證認為全國層面上農業基礎設施投入促進了我國糧食增產，但使用壽命短[1]；陳飛和范慶泉等利用適應性預期模型得出，農業支出政策和農村固定資產投資是拉動我國糧食產量增長的最重要因素[2]；項英輝分析了農村固定資產投資與全國農林牧漁業生產總值的相關性[3]；彭克強研究發現，農業基建投入對糧食產量有顯著的滯后性正向效應[4]；朱晶和晉樂實證研究證明農業基礎設施投資通過促進生產率增長降低私人糧食成本[5]；李俊鵬和馮中朝等實證分析了農田水利設施的糧食生產成本節約效應[6]；羅哲使用生產函數模型對甘肅的農業生產進行了研究[7]；李響玲、蘇興等著重研究了我國糧食產量的影響因素[8-9]；趙麗華和趙國杰等定量分析農業投資效益[10]。

不同地區的農業投資對糧食產量的影響并不一致。張永強和張曉飛等的研究表明，農戶資本投入不確定性對糧食產量的影響存在顯著的空間差異[11]；孫良順認為水旱災害、水利投資在糧食主產區和非主產區對糧食產量的影響不盡相同[12]；韓青和李珠懷等分析了不同地區水利建設投入對糧食產量的影響，其中西部地區的水利建設投入影響更大[13]；呂德宏和閆文收研究了農業資金投入渠道對糧食生產能力的差異影響及協作性[14]。

上述研究基本上從全國的層面探索了農業投資和糧食生產之間的關系，并指出了農業投資在不同地區發揮的作用有差異。江蘇省作為我國的魚米之鄉、農業大省之一，其農業投資與糧食生產之間的關系值得進行研究。

2 江蘇農業投資與糧食產量的關系研究

農業基礎設施投資完善了地方的灌溉、防洪建設，提高了農業用水的合理性，在理論上能夠增加糧食產量，而糧食產量的增加反過來又促進了地方政府持續對農業基礎設施進行投入，即增加基礎設施的投資。在此通過建立VAR模型探究2000～2019年江蘇農業投資與糧食產量的關系。江蘇農業投資以第一產業固定資產投資衡量，同時為避免時間序列數據的異方差，對這兩個變量均采用取對數處理，第一產業固定資產投資取對數用LNK表示，糧食產量取對數用LNG表示。所有的數據均來源于2001～2020年《江蘇統計年鑒》和《江蘇省國民經濟和社會發展統計公報》。

2.1 變量平穩性檢驗

為避免偽回歸，對于時間序列數據首先要檢驗其平穩性，最常用的檢驗方法是ADF檢驗，檢驗結果見表1?？梢钥吹?，LNK和LNG均為平穩序列，可直接進行VAR回歸。

表1時間序列LNFI和LNG的ADF檢驗結果

2.2 模型滯后期選擇

Eviews11自帶的檢驗模塊幫助我們通過多個統計量的綜合比較判斷出模型的最佳滯后期，將滯后階數選擇為4，得到的判斷結果見表2。根據檢驗結果，當滯后期數為2時，FPE、AIC、SC、HQ均取得相對最優值，所以最佳滯后期數為2。

表2 VAR模型最佳滯后期數選擇

2.3 外生性檢驗

為了檢驗LNK和LNG之間是否存在相互影響，還需要對二者的關系進行格蘭杰因果關系檢驗，在滯后期為2的情況下，Eviews11提供的檢驗結果見表3?？梢缘贸?，LNK和LNG相互構成格蘭杰因果關系。農業基礎設施的投資帶來了糧食產量的增加，而糧食產量的增加堅定了江蘇地方政府追加農業投資的信心。

表3 VAR模型的格蘭杰因果檢驗

2.4 VAR回歸結果

以2階為滯后期數構建樣本的自回歸向量模型，回歸結果見表4，糧食產量滯后1期對當期第一產業固定資產投資有顯著正向影響，且對應的系數較大，說明影響程度大。滯后1期的第一產業固定資產投資對當期糧食產量呈現出顯著的負向影響，可能是由于投資的滯后效應使得對農業生產的改善并沒有很快體現出來，而滯后1期和2期的糧食產量均對當期糧食產量有顯著的正向影響，說明糧食產量隨著時間的推移積累著生產經驗，實現了穩步增長。

表4 VAR模型的回歸結果

2.5 VAR模型穩定性檢驗

用Eviews11自帶的模塊對VAR模型進行穩定性檢驗，所有特征根倒數的模都小于1，且都落在單位圓內，說明建立的VAR模型是穩定的。在這一前提下接下來進行脈沖響應函數分析和方差分析。

2.6 脈沖響應函數

VAR模型的回歸結果只是顯示了局部的動態關系，沒有對全面長期的復雜關系進行反映，如果要觀察某個變量對其他變量隨著時間產生的持續性影響，需要繪制IRF脈沖響應函數。Eviews11輸出結果見圖1，第一產業固定資產投資和糧食產量各自對自身的沖擊從初期的最大隨著時間的推移而逐漸減??；第一產業固定資產投資第一期對糧食產量沒有沖擊，從第二期開始有負向的最大沖擊效應，之后這一沖擊開始趨于緩和；糧食產量對于第一產業固定資產的正向沖擊從第二期開始顯現，至第四期達到最大，之后下降趨于緩和。

圖1 脈沖響應函數分布

2.7 方差分解

方差分解的結果見圖2，LNK和LNG各自在第一期對自身有100%的解釋，從第二期開始對對方存在0.5的貢獻率并長期趨于穩定。

圖2 方差分解結果

3 基于生產函數的江蘇農業投資對糧食產量的影響研究

3.1 模型建立

糧食生產的投入要素包括勞動力、資本和土地，測定這些要素各自作用的基礎模型是柯布道格拉斯生產函數，其一般形式為：

其中，Y表示農業總產量，L,K,S分別表示勞動、資本和土地的投入，α，β，γ分別表示勞動、資本和土地的糧食產出彈性，為將上式線性化，對等式兩邊進行取自然對數處理，得到：

在本文的具體研究中，Y為糧食產量（萬t），代表農業總產量；L為鄉村勞動力（萬人），代表勞動投入量；K為第一產業固定資產投資（億元），代表資本投入量；S為總播種面積（khm2），代表土地投入量；A為全要素生產率，代表技術水平。本文選取了江蘇省2000～2019年的相關數據進行了研究，所有數據均來源于2001～2020年《江蘇統計年鑒》和《江蘇省國民經濟和社會發展統計公報》。

由于第一產業固定資產投資所形成農業基礎設施的過程具有連續性，投資周期往往跨越一個甚至多個年度。其作用的發揮具有一定的時滯效應，即不僅在當期對糧食產量產生影響，在未來的一段時間也將持續產生作用。因此，引入了分布滯后的思想，將第一產業固定資產投資的滯后項加入到模型中：

3.2 變量的平穩性檢驗

對于時間序列數據，首先要對新增的解釋變量進行平穩性檢驗，檢驗結果見表5（對于LNK和LNG的檢驗結果見表1），結果顯示被解釋變量和解釋變量有平穩和非平穩序列之分，故不能采用協整的情況。本文對LNS這個變量采取差分處理，則模型變成：

表5 時間序列LNL和LNS的ADF檢驗結果

3.3 滯后階數的選擇

在生產函數模型中引入第一產業固定資產投資滯后項存在階數的合理選擇問題。本文在綜合前人經驗的基礎上，通過逐步增加第一產業固定資產投資的滯后階數，同時觀察調整R2、AIC、SC這3個值的變化，以調整R2增大、AIC和SC減小的原則，綜合確定第一產業固定資產投資的滯后階數。調整過程見表6，通過綜合分析，選擇較為合理的滯后階數應該為一階，具體模型如下：

表6 第一產業固定資產投資的滯后階數調整過程

3.4 回歸結果分析

運用Eviews11軟件使用OLS方法進行回歸，得到結果見表7。由表7可知，調整的R2=0.7262，糧食產量的72.62%可以由其他3個變量來解釋，模型的擬合優度較高。但是勞動力的增加卻造成了糧食減產的現象，原因可能在于近年鄉村勞動力呈現逐漸下降趨勢，但農業生產技術的提高彌補了這一投入要素的損失，土地增量即總播種面積的增加對糧食產量的影響不夠顯著，當期的資本投入量即第一產業固定資產投資對糧食產量有顯著的正向影響，彈性系數為0.125809，當期第一產業固定資產每增加1%帶來糧食產量0.1258%的增長，有一定的影響，但第一產業固定資產投資滯后一期的影響卻為負值，說明本文模型的滯后項存在負效應。

表7模型的估計結果

3.5 異方差檢驗

對回歸方程進行異方差檢驗，確定是否需要進行模型的異方差修正，結果見表8。檢驗結果顯示Obs*R-squared的值達到了12.73875，P值達到了0.3883，接受懷特檢驗的原假設，即本文所建立的模型沒有異方差。

表8 模型的異方差檢驗

4 結論及建議

上述結果說明，江蘇省第一產業固定資產投資和糧食產量之間互為格蘭杰原因，第一產業固定資產投資短期內對糧食產量的沖擊較大，而糧食產量的變動對第一產業固定資產投資的較大沖擊則持續若干期數，二者相互能解釋對方一半的變化。第一產業固定資產投資在當期對糧食產量產生了一定的正向影響，彈性系數為0.125809，滯后項卻存在微弱的負效應。

因此，本文提出以下政策建議：

持續進行第一產業固定資產投資并改善投資結構，提高投資的使用效率，使其向更有利于農業生產的方向調整，為糧食增產增收做出更大貢獻。

注重第一產業固定資產全壽命周期的投資效果，把握投資時機和力度，使得這些投資持續發揮長遠作用，并實現滯后期的正效益。