基础设施投资、人力资本积累与农业经济增长(2)

　　假定原始的劳动力(L)不能直接从事农业生产，或者对于农业生产没有促进作用，属于“剩余劳动力”，原始劳动力必须经过相关的教育和培训才能投入到农业生产中。为此，需要构造一个人力资本积累模型，在Agenor(2008)[19]所构造模型的基础上，将人力资本的积累看作是教育质量、教师以及尚未经过人力资本开发的劳动力共同作用的结果：

　　其中，E表示农村人力资本的积累量，Q表示农村的教育质量，L表示未经过人力资本开发的原始劳动力的数量，(1-λ)E是未投入到农业生产中的人力资本，也就是农村从事教育工作的教师数量，且κ?(0，1)。由于原始的劳动力不可能都获得受教育的机会，原始劳动力的数量必然要大于人力资本的数量，为了方便分析，把原始劳动力数目设置为人力资本数目的一个倍数：

　　对于教育质量Q来说，一般认为对教育部门投入的资金越多，越能够提高教育的质量，同时，教师的工资越高，也越能激发他们的工作热情，严格督促学生学习，从而提高教育的质量。因此，参照张望(2011)[20]的方法，假定农村的教育质量是农村教育资金投入与教师人数比例的一个增函数，那么农村的教育质量可以表示为：

　　其中，IE表示对农村教育资金的投入量，同时ω?(0，1)。

　　把(3)式和(4)式带入(2)式中可以得到：

　　经过化简整理，(5)式可以变为：

　　对(6)式两边同时除以E，经过计算和整理，可以得到一个E与IE的等式：

　　把(7)式带入(1)式中可以得到：

　　对(8)式进行化简，同时两边取对数可以得到：

　　把设为常数项C，最终得到的理论模型方程式为：

　　其中，因变量为农业部门的总产出，自变量除了常数项以外，包括农村基础设施的投资、农村教育资金的投入以及农村私人资本的投入。上述理论模型反映出农业经济的增长受到农村基础设施投资、农村教育资金投入以及农村私人资本投入等因素的影响。

　　三、研究方法与数据说明

　　(一)方法选用

　　研究农业经济增长的长期影响因素就是考察在相当长的一段时间内，各因素对农业经济增长的影响和作用，属于对时间序列数据进行计量分析。在对时间序列数据的分析中最普遍的做法是采用最小二乘法(OLS)进行回归分析，但是，使用OLS法的前提是各变量必须都是平稳的时间序列变量，否则采用OLS法对非平稳的时间序列数据进行回归分析极容易出现伪回归现象，从而降低实证结果的可信度。为此，本文将采用向量自回归模型(VAR)分析农村基础设施投资、教育资金投入和私人资本投入对农业经济总产出的影响。VAR模型不建立在任何经济理论基础之上，而是用模型的当期内生变量对模型中的所有内生变量的滞后值进行回归，分析模型中全部内生变量之间的长期动态关系，VAR的优势在于在估计的过程中不受任何假设的约束和限制，相比传统的OLS法而言具有更高的可靠性。

　　(二)指标选取、模型设计及数据来源

　　1.指标选取和实证模型设计。

　　根据前述的理论模型，为了衡量农村基础设施投资(G)、教育资金投入(IE)以及私人资本投入(Kp)对农业经济总产出(Y)的影响，需要设定相应的指标。农业经济总产出(Y)用农业总产值来衡量；农村基础设施投资(G)用国家财政对农村基础设施的资金投入量来衡量，采用国家对农村基础设施资金投入量主要是因为由于公共品有非排他的特性，长期以来政府一直是农村公共品的主要供给者。同样的道理，农村教育也属于公共品的范畴，并且农村教育的资金基本上是由政府提供，因此选用国家财政资金对农村教育的支出来反映教育资金的投入(IE)。对于农业生产来说，需要投入大量的固定资产以保证农业生产的高效率，固定资产投资的多少是衡量农业生产水平发展的重要标准，所以，采用农村居民个人固定资产投资来反映私人资本投入(Kp)。因此，本文最终建立以下形式的实证模型：

　　2.数据来源。

　　本文研究所用数据的时间跨度为1985-2010年，共计26年的年度数据。所用数据均来源于各年的《中国农村统计年鉴》和《中国统计年鉴》。其中，国家财政对农村基础设施的资金投入量为国家财政用于农业基本建设的支出，从2007年开始财政部报表制度调整，因而2007-2010年国家财政用于农业基本建设的支出由财政对基础设施建设资金投入乘以农业支出占财政支出的比重来得到。由于没有直接反映国家财政资金对农村教育的支出的统计数据，所以用国家财政预算内教育经费乘以农业支出占财政支出的比重来反映国家财政资金对农村教育的支出，农业总产值和农村居民个人固定资产投资额直接从《中国农村统计年鉴》中获得。为了保证数据的真实性和有效性，所有数据均以1985年的不变价格进行价格平减，消除价格因素的影响，同时根据模型要求对所有数据进行对数化处理。

　　四、实证分析

　　(一)单位根检验

　　由于时间序列数据大多是非平稳的，因而在进行实证分析之前先要检验变量是否是平稳的序列变量，如果变量是平稳的，则可以直接使用OLS法进行回归分析；如果变量是非平稳的，就应该使用VAR模型进行实证分析。本文采用Dickey和Fuller在1981年提出的ADF单位根检验法检验各个变量的平稳性。ADF检验的检验模型由AIC和SC准则共同确定，各变量的ADF单位检验结果如表1所示，结果表明，LNY、LNG、LNIE、LNKP这四个变量都是非平稳变量，对其进行一阶差分处理，取变量的一阶差分值，结果表明在5%的显著性水平下，各变量的一阶差分序列都通过了检验，都是平稳变量，表明它们都是一阶单整序列。

　　(二)VAR模型的确定

　　由于各个变量都是一阶单整序列，因而这些变量可能存在某种平稳的线性组合，反映变量间长期稳定的协整关系。为此，需要对各变量进行协整检验以确定变量间的协整关系。在协整检验之前，必须要确定VAR模型的结构，根据前述理论模型和实证模型的要求，本文采用带有截距项而不带趋势项的VAR模型。另外，为确定VAR模型的最优滞后阶数，首先选择VAR模型的最大滞后阶数为3，再应用LR、AIC、SC、HQ、FPE等统计量来确定最优的滞后阶数，最优滞后阶数的检验结果如表2所示，从结果来看，除AIC准则认为最优滞后阶数为3以外，其余四项评价准则均认为最优滞后阶数应为2，因此，最终确定的最优滞后阶数为2。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说经济学基础设施投资、人力资本积累与农业经济增长(2)在线全文阅读。