摘要：基于协整理论，采用ADF检验，构建VAR方程和VEC模型，对黑龙江省农业机械化水平与农业经济增长关系进行实证分析。结果表明，黑龙江省农业机械化发展与农业经济增长存在长期均衡关系，且农户拥有生产性固定资产存量影响较大；短期内，农业机械等生产性固定资产的投入对农机综合作业水平提高能产生正效应，并引起农业总产值正向变动，且能达到峰值。
关键词：农业机械化；农业经济；协整分析；均衡关系；
基金：黑龙江省垦区科研项目“黑龙江垦区工业化、城镇化、农业现代化协调发展与综合评价”；
一、引言
农业机械化是农业现代化的基本内涵与技术支撑，它是利用农业机械装备不断提高生产技术水平、提高经济效益的过程，农业现代化的推进使得农业生产具有工业生产的特点，从而提高农业生产效率。农业机械的发展能促进农业经济的增长，通过利用现代的科学技术解放生产力，加速了城镇化、工业化，为我国的农业经济增长提供了保证。黑龙江省是农业大省，也是我国重要的商品粮生产基地。由于其地势平坦，耕地面积辽阔，使其农业机械化的起步较早，发展水平也居全国前列。黑龙江省农机综合作业水平达到了96.9%，是1990年的1.62倍；农机总动力也由1990年的1173.4万千瓦，增加到2011年的4097.8万千瓦，可见黑龙江省农机化发展有了长足的提高。
在农业机械发展的这20年间，黑龙江农业经济持续增长，农业总产值在2011年也达到了1644.24亿元。农业经济关系到黑龙江省整体经济稳定，农业机械化发展以及农机领域的持续投入是黑龙江迈向农业现代化的必要选择。只有明确黑龙江省农业机械化发展对农业经济增长的影响程度和途径，才能更好地因地制宜制定和计划黑龙江省农业机械发展的道路。
虽然，国内学者对于农业机械化与农业经济系统性研究起步较晚，发展到目前也已取得了一些显著性的成果，如程智强(2001)认为特定时期农业机械的投入量直接影响农村经济总产值，并且是由于农业机械化带动的劳动力生产率提高所带来的。陈志(2001)从农业机械在农业生产环节的作用入手，认为农业机械化是农业经济增长可持续性的重要保障。白人朴(2004)认为农业机械化可以推动农业产业调整，实现农业产业化经营，从而促进农业经济发展。陈莉(2006)认为农业机械化的发展是提高农业和农村经济整体水平的重要条件，但是农业机械化投入对农业经济增长具有滞后性。杨敏丽(2009)从中国各省份农机化发展的阶段性和速度的差异角度对农业机械化与农村经济进行了探讨。
可见，对农业机械化与经济增长的研究多集中在二者的关系、农业机械的贡献率等角度，而对农机化发展与农业经济增长的动态效应尚未见讨论。随着中国农业机械化发展方向愈加明确，如何通过利用农业机械化来促进农业经济增长将是需要研究的重要课题。鉴于此，本文基于黑龙江省1990—2011年农业统计数据，利用协整理论，通过协整分析与脉冲分析，将经济数据与时间序列相结合，以明确农业机械与农业经济的动态效应，即明确黑龙江省农机如何发展能够保证农业经济发展的持续性，也能保证农机发展能在短期内给农民带来效益，使农机发展的成果更好惠及农业从业者。
二、农业机械化水平指标体系构建
衡量农业经济发展水平的指标有很多，这里选取与农业经济发展水平最直接的农业总产值作为衡量标准，选取农业机械化水平作为外部变量。
农业机械化水平是一个系统性概念，其评价方法和角度有很多，但是从农机化最直接的表现来看，无疑包含两个层次：一是农机原值的增加，一方面能表现为农业从业者及国家对农业机械化的重视程度，另一方面也能代表农机化的实际投入情况。二是农机综合作业水平的提高，农机综合作业水平可以定义为农机发展效率指标，反映了农业生产效率。农机综合作业水平是评判一个国家或地区在农业生产中的各项作业环节中利用机械代替人畜力进行生产的程度，是一个动态指标。实际生产中农业机械化作业项目很多，由于农机作业项目差别很大，使统一评价的难度很大。因而，在评价农业机械化发展的水平时，以农业生产作业项目为主，即选取具有可比性的农机作业项目进行评价，才能保证农机化评价更具有科学性。
因此，在对各地农业机械化作业水平进行比较研究时常选用如下3个方面的评价指标：机械耕地面积占耕地面积的比例(机耕水平)、机械播种面积占播种面积的比例(机播水平)、机械收获面积占播种面积的比例(机收水平)。农机综合作业水平则分别为机耕、机播、机收水平的加权平均值，其权重分别为0.4、0.3和0.3。
三、实证分析
(一)数据选取及处理
在分析中所使用的数据取自历年《黑龙江统计年鉴》，样本区间为1990—2011年(见表1)。资本投入量应该由全社会农业投入生产的固定资产存量+流动资产来表示，但由于我国农业统计年鉴中没有反映农业生产性固定资产存量和流动资产的统计数据，在测算指数时就用当年的农业生产性固定资产投资来代替资本投入量，但不能有效反映全社会投入生产的资本量。因而，采用生产性固定资产存量来代替资本投入量的做法，利用永续盘存法(PerpetualInventoryMethod，PIM)测算出从1990—2011年以来的生产性农业固定资本存量的数值。永续盘存法计算公式为：Kt=(1-δ)Kt-1+It，其中Kt和It分别为t期的农业生产性资本存量和农业生产性固定资产投资，δ是几何折旧率。几何折旧率和基年资本存量的确定在永续盘存法使用中尤为重要。因此，采用我国通用的固定资产综合折旧率δ=5%，基期年的资本存量按照以下国际常用方法计算：K0=I0/(g+δ)，其中g是样本期真实投资的年平均增长率，K0是基期年资本存量。此外，本文将所有的变量取对数形式进行分析，一方面因为变量的对数变化不影响原有变量的协整性；另一方面对数形式可以弱化时间序列的异方差。此外，本文研究农业机械的范畴主要为种植业，考虑到黑龙江省农业产业结构中种植业比重相当大，因此用农业生产总值来代替种植业的总产值。为了表述方便，将取完对数后的变量定义为：农业生产性固定资产投入量x1，农机综合作业水平x2，农业生产总值y。所采用的计量软件为EVIEWS6.0。
(二)ADF单位根检验
对数据进行协整分析，以求证农业生产性固定资产投入量(x1)和农机综合作业水平(x2)之间存在长期均衡关系。协整检验前采用ADF单位根检验以确定x1和x2之间不存在长期趋势或明确“非伪回归”的情况出现，即x1和x2的高度相关性与时间变动趋势无关。这样统计数据的趋势项、季节项等无法消除，因此在残差分析中无法准确进行分析。因此，协整检验之前只有通过平稳性检验才有统计分析的意义，检验结果如下表所示。
平稳性判断是根据ADF检验值与10%显著性水平进行对比，如果检验值大于显著性水平则不平稳，小于显著性水平则平稳。本文在给定的显著性水平下，农业生产性固定资产投入量(x1)和农机综合作业水平(x2)以及它们的一阶差分Δx1、Δx2，其ADF检验统计量均小于10%显著性水平下的临界值，拒绝原假设，即各变量序列都是一阶单整的。
(三)建立VAR模型
VAR模型是由C.A.Sims在1980年运用到经济领域，VAR模型规避了结构模型设定。VAR模型能够得到很好的解释变量之间的动态关系、估计模型。VAR模型也能用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，进一步解释各经济子系统变量对经济变量形成的影响。
利用特征根和最大特征值检验是否协整关系，在进行协整检验之前需进一步明确VAR模型的结构，以便获得模型之后期数。依据LR、FPE、AIC、SC、HQ指标和最简化原则，明晰VAR模型为1阶滞后阶数，协整方程的滞后阶数是VAR模型滞后阶数-1。结果如表3。
其中，α与β分别为x1、x2的系数，μ为残差。将数值代入方程，得到估计结果：
其中，ecmt为方程的误差修正项。从估计结果中可以看出方程具有协整性，即长期上，户均拥有生产性固定资产原值、农机综合作业水平是农业经济的重要影响因素，户均拥有生产性固定资产原值、农机综合作业水平与农业经济存在正相关的关系。其中，农业综合作业水平的提升可以直接提高农业生产率水平，降低农产品生产成本，增加农业增加值。年末拥有固定资产原值每增加1%，引起农业总产值增加3.16%；农机综合作业水平每增加1%，引起农业总产值增加1.17%。这两者中拥有固定资产原值的变动对于农业经济增长的影响为最大，农机综合作业水平的影响次之。
(四)误差修正机制—VEC模型
上述分析说明这两个变量与农业经济存在长期的均衡关系，在短期内是否存在一定关系需进一步研究。如果存在协整关系，那么引入误差项建立如下误差修正模型：
其中，ecmt为误差修正项，即协整方程中的残差项μt。
误差修正模型反应的是短期波动的关系，是协整方程的补充模型，下面用误差修正模型来分析它们之间的短期动态关系。由于VAR模型的滞后期数为1，因此VEC模型的滞后期为0，估计方程为：
在根据VEC模型获得脉冲响应函数和方差分解之前，需要进行诊断检验，即VEC模型的两个特征值1落在单位圆上，其他的均在单位圆内，通过估计模型的似然函数值、AIC、SC说明模型拟合很好，具有稳定性。则说明农业生产性固定资产投入量、农机综合作业水平与农业总产值短期关系明显。
(五)脉冲响应分析
脉冲响应函数是用来衡量在扰动项上加上一次性的一个冲击，对内生变量当前值和未来值影响的效应。分析当一个误差项发生变化或遭受到某种冲击时对系统的动态影响。
图2中，横轴是时间轴，纵轴是因变量受到自变量1%的变动所带来的波动。首先考察固定资产原值变动对农业经济增长的响应情况和相应路径。从图2(左)可以看到，由于某种原因导致当户均拥有固定资产原值增加1%，该冲击对农业总产值变动的影响，在第一期达到最大值，引起农业总产值同向变动0.155%，接着其对农业总产值的效应趋于减弱，第二期效应为0.069%，在第三期为谷底，降到0.015%，之后又开始上升，第四个月上升为0.071%，到第五期又达到一个高峰，为0.090%，随后其冲击对农业总产值的影响逐渐下降，第六期和第七期效应大小分别为0.061%和0.047%，第八期之后逐渐趋于零。从图中可以看到，固定资产原值的一个冲击，对经济增长的影响虽然时大时小，尽管基本上其冲击给农业经济增长带来的都是正向影响，但是可以看出固定资产原值的作用逐渐显现，逐渐处在主导地位，资本存量的变动对农业经济的增长影响程度也变强；后期随着户均拥有生产固定资产原值达到一定程度，其对农业经济增长的影响程度也逐渐减弱。这也说明生产性要素对农业经济增长作用是有限的。
进一步考察农机综合作业水平对农业经济增长的相应情况和相应路径。从图2(右)可以看到，由于某种原因导致当农机综合作业水平增加1%，该冲击对农业总产值变动的影响，其正向效应在第一期达到最大值0.141%后，第二期下降到0.081%，第三期效应又上涨为0.132%，第四期和第五期效应缓慢下降，分别为0.117%和0.097%，第六期迅速下降为0.039%，在第八期之后其冲击效应趋向于零。
整体来说，户均拥有固定资产原值、农机综合作业水平受到一个正的冲击后，对农业总产值产生正的持续的影响。短期而言，拥有固定资产原值波动对于农业总产值的影响最大。
(六)方差分解
方差分解是通过分析每一个结构冲击对内生变量变化(通常用方差来度量)的贡献度，进一步评价不同结构冲击的重要性。应用方差分解法对农业生产性固定资产投入量(x1)和农机综合作业水平(x2)的不同预测期限的预测误差的方差进行分解。
通过方差分解可以看到，随着时间的延续，农业生产性固定资产投入量(x1)和农机综合作业水平(x2)对于农业总产值的贡献不断上升，但农机综合作业水平(x2)趋于稳定(见图2)，表明我国农业从业者拥有固定资产用以提高农业经济增长的潜能较大，一方面说明户均拥有生产性固定资产的不足，另一方面说明我国应该进一步加大农业补贴政策，以促进农业从业者拥有更多的生产性固定资产。从农机综合作业水平(x2)趋于稳定来看，尽管农业综合作业水平(x2)对农业经济增长有一定的作用，但是作用还是有限。
四、结论
1.本文利用黑龙江省1990—2011年农业生产性固定资产投入量、农机综合作业水平与农业总产值的统计数据，利用协整模型及ADF检验，论证了农业机械化对农业经济增长从长期的角度上具有显著正相关性，并且从长期来看农业综合作业水平对农业经济增长的影响要高于农业生产性固定资产投入量，即农业从业者拥有的生产性资产存量，表明了提升农业机械化作业水平对长期的农业经济增长具有更强的拉升作用。
从模型中可以看出，农业机械化对农业经济的短期效应相对较弱，即农业机械投入的滞后性较为明显。这是由于购置农业机械后，还需要逐步完善相应的农机配套，使得购入农机时能够接获得良好的服务保障，才能使得农业机械发挥其应有的作用，这需要我国农机服务保障体系进一步完善，提高农业机械作用于农业经济的时间。
2.虽然农机综合作业水平对于农业总产值的影响较大为12.02%，应该受到政策制定者的重视，黑龙江省农机综合作业水平反应了其现代农业的综合生产力，同时也反应黑龙江省农机配置的合理性。合理的农机综合作业水平会有效增加农业生产率，使得能够利用最有效的资源投入到农业生产中。从模型分析看，长期层面，黑龙江省农机综合作业水平对农业经济增长的拉动要强于短期层面，也就是说当前黑龙江省农机综合作业水平仍未达到有效效果，因此，一方面应引导农业从业者合理的农机投入，增加农业从业者所用的资本存量，另一方面应有效调整农机装备结构，因地制宜地发展畜牧、林果机械，发展大、中、小农机的综合配置效力，以增量调整带动存量优化，走数量、质量和效益并重、协调发展的农业机械化发展道路。