【《新型农业经营主体培育的实证分析案例》3600字】

新型农业经营主体培育的实证分析案例目录TOC\o"1-3"\h\u18939新型农业经营主体培育的实证分析案例 1265071.1模型构建 1266491.2变量说明 211211.3数据选择 463011.4回归分析 461111.5结果分析 12由于新型农业经营主体中的存在问题制约其发展，而农业总产值反映经营主体发展状况，所以在实证分析中将农业总产值作为因变量Y，用十三年间八个政策相关变量与因变量Y的变化找出自变量与因变量之间的变化规律。1.1模型构建为了进一步分析新型农业经营主体的政策影响因素，本文从《河北农村统计年鉴》中可选取了8个与农业总产值有一定的线性关系的变量。由此，本次研究将其建立一个多元线性方程：QUOTEQUOTEY=a0+a1x1+a2x2+a3x3+a其中Y代表农业总产值，α代表常数，QUOTEx1x1表示农业财政支出，QUOTEx2x2表示农产品商品率，QUOTEx3x3表示农业产业经营率，QUOTEx4x4表示大中型拖拉机数量，QUOTEx5x5表示粮食总产量，QUOTEx6x6表示农业投入产出率，QUOTEX7X7表示农业机械总动力，QUOTEX8X8表示年末耕地面积，QUOTE表示随机干扰项。1.2变量说明由于各类新型农业经营主体的具体数据有限，本文将采用模糊替代法选取指标。考虑到影响新型农业经营主体培育的因素较多，本文将在因素分析的基础上选取以下八个指标进行分析：农业总产值Y：培育新型农业经营主体的最终目的是增加农业产值。因此，将农业总产值作为因变量，代表了新型农业经营主体的培育水平。农业财政支出QUOTEx1x1：政府的财政支持是新型农业经营主体发展的主要资金来源之一。财政支持包括支农资金和税收优惠政策等，但由于河北省农村统计年鉴中关于农业财政支出的统计从2006年开始就已没有了具体数据。因此，本文将采用模糊处理方式指代，用当年农林水事务的财政支出代替农业财政支出水平。农产品商品率x2：是指农产品中的商品量在农产品总产量中的所占比重或是农产品商品产值在农业产成品总产值中的比重。农产品商品率主要受五种因素影响，分别是自食自用比重、生产规模和劳动生产率、市场供求、社会化商品流通条件、管理体制和商品意识。这五种因素与新型农业经营主体的发展规模潜力密切相关农业产业经营率QUOTEx3x3：指农业产业化经营主体占农业产业主体总量的比例高低。大中型拖拉机数量QUOTEx4x4：指标数量越大，机械化水平越高，代表新型农业经营主体的技术水平越高。粮食总产量QUOTEx5x5：粮食作为新型农业经营主体的主要农产品，其产值在一定程度上反映了新型农业经营主体的种植水平。农业投入产出率QUOTEx6x6：选取数值为具有小学及以上文化程度农民占全体农民比重。农业机械总动力QUOTEX7X7：机械化水平越高，代表新型农业经营主体的技术性水平越高。综合教育水平较高的农民更容易接受高技术产品，农业机械总动力的多少可以反映经营主体教育水平。年末耕地面积QUOTEX8X8：耕地面积在一定程度上反映了新型农业经营主体的经营规模。1.3数据选择关于新型农业经营主体的培育，虽然有诸多的研究文章，但大多都是以理论分析为主，关于各类新型农业经营主体的详细数据非常有限，为了能够更直观的分析影响新型农业经营主体的发展的各政策因素，本文选择以河北省统计年鉴上的现有数据进行分析。所有数据分别来自河北省农村统计年鉴、河北省经济统计年鉴及土流网这类权威平台，数据充分、客观公正，具有分析意义。同时，本文选取2006年至2018年中八个指标进行实证分析，13年间数据较充足，具有研究可行性，研究结果也更具说服力。1.4回归分析利用STATA数据分析软件对模型进行检验，能够更直观的观察各个变量对农业总产值的影响，进而分析影响新型农业经营主体培育的因素，先采用STATA软件对数据进行相关性分析，分析结果如下：表5-1相关性分析农业财政支出商品率产业经营率大中型拖拉机粮食总产量农业投入产出率农用机械总动力年末耕地面积农业财政支出1.0000商品率0.97181.0000产业经营率0.96580.92221.0000大中型拖拉机0.97540.94360.98071.0000粮食总产量0.95950.93490.98110.98691.0000农业投入产出率0.77790.77870.83030.79560.82341.0000农用机械总动力-0.2992-0.4178-0.0887-0.2376-0.18850.07361.0000年末耕地面积0.61500.62100.71500.63860.65550.82390.26501.0000表5-2回归系数检验农业总产值回归系数回归系数标准误差T值P值置信区间农业财政支出23279.39133550.581.720.161-14343.0560901.82商品率-28808971973401-1.460.218-83599352598142产业经营率916052.615420390.590.584-33653355197440大中型拖拉机-17.0111372.27974-0.240.825-217.6919183.6696粮食总产量16599.6910281.081.610.182-11941.1745144.54农业投入产出率170763.2166084.41.030.362-290361631887.5农用机械总动力-278.03591721.993-0.160.880-5069.9954513.923年末耕地面积13324.210998.661.210.292-17212.9943861.39由表5-1可得出八个变量中七个相关性都很高。表5-2也可以看到T检验值过小、P值＞0.05，并且回归结果显示拟合优度为0.9945，极为接近1。变量相关性过强，拟合优度高，但T检验与P检验未通过。因此本文将采用主成分分析法，将原先相关性高的变量进行重新排列组合，形成一组新的互相无关的几个综合变量，再从中选取能尽可能多地反映原来变量信息的几个综合变量，全面展示自变量与因变量之间关系。先做主成分估计,见表5-3。从表中看到，只看前2个主成分的累计贡献率就已达93.25%，说明前2个主成分中基本包含了全部指标所具备的信息。表5-3主成分估计主成分特征值方差贡献率累计贡献率16.1194.760130.764921.358881.043190.93473.315685.1733450.97424.142341.1012520.99205.0410885.02529880.99716.0157897.01067190.99917.00511781.003020730.99978.00209708.1.0000随后进行KMO检验，见表5-4，Kaiser-Meyer-Olkin抽样充分性测度是用于检验变量间相关关系强弱的关键指标，它通过比较两个变量的相关系数与偏相关系数得出结果。KMO值通常介于0和1之间。KMO值越高，表明变量间的共性越强。若KMO值较低，表明偏相关系数比相关系数高，主成分分析不能起到很好的数据约化作用。Kaiser（1974）表示，一般的判断标准如下：0.00-0.49,不能接受（unacceptable）;0.50-0.59,非常差（miserable）；0.60-0.69，勉强接受（mediocre）；0.70-0.79,可以接受（middling）；0.80-0.89，比较好（meritorious）；0.90-1.00,非常好（marvelous），如表5-4所示，农用机械总动力KMO值极低，所以随后会将其排除做一次主成分分析，见表5-6。表5-4KMO检验变量KMO农业财政支出0.8526商品率0.6927产业经营率0.7043大中型农用拖拉机数量0.7473粮食总产量0.8532农业投入产出率0.7639农业机械总动力0.1543年末耕地面积指标0.7731合计0.7247下一步是SMC检验。SMC是一个变量与其他所有变量的复相关系数的平方，也就是复回归方程的可决系数。SMC越高表明变量间的线性关系越强，变量共性越强，做主成分分析就越合适。表5-5所示SMC检验结果良好。表5-5SMC检验变量SMC农业财政支出0.9875商品率0.9914产业经营率0.9969大中型农用拖拉机数量0.9928粮食总产量0.9863农业投入产出率0.8905农业机械总动力0.9638年末耕地面积指标0.8409因KMO检验中，农用机械总动力数值低，与其他变量共性弱，将它排除再进行一次主成分估计，如下表5-6。如表所示，主成分C1贡献率达81.71%，说明主成分C1基本包含了全部指标具有的信息。表5-6主成分估计主成分特征值方差贡献率累计贡献率16.091381.461680.87022.629705.4872710.96023.142434.04742550.98054.0950086.06958760.99415.025421.01424660.99776.0111744.006297970.99937.00487638.1.0000我们取主成分C1对载荷矩阵进行旋转，就可得到相应的特征向量，见下表5-7：表5-7主成分1变量C1农业财政支出0.3920商品率0.3585产业经营率0.3988大中型农用拖拉机数量0.3953粮食总产量0.3962农业投入产出率0.3598年末耕地面积指标0.3092因而：图5-8碎石图在主成分1的表达式中，农业财政支出、产业经营率、大中型农用拖拉机数量、粮食总产量的系数较大，表明这四个变量起主要作用。我们可以用碎石图和载荷图进一步检验以上结果。碎石图表示C1，C2，C3，C4，C5，C6，C7的特征向量值，据此选择的主成分（通常选择特征向量值超过2的变量数值）。通过碎石图，我们可以直观看到各个特征值的大小值。在此图中，特征值等于1的水平线标示了保留主成分分析的分界点，得出C1主成分可以保留，同时再次强调了C2到C7主成分并不重要。载荷图是相对于第二个主成分的系数绘制出第一个主成分各变量的系数。使用载荷图可标识哪些变量对每个主成分的影响最强。越接近于1的载荷值表明变量对主成分影响越强。接近于0的载荷则表明变量对主成分的影响越弱。在图5-6中，产业经营率、粮食总产量、大中型拖拉机和农业财政支出在C1上具有较大的正载荷。因此，以上四变量对河北省农业生产总值有显著性影响，并存在高度正相关。图5-6载荷图综上所述，农业财政支出、农产品商品率、产业经营率、粮食总产量、大中型农用拖拉机数量以及农业投入产出率六个指标与河北省农业生产总值存在高度正相关。其中，产业经营率、粮食总产量、大中型拖拉机和农业财政支出四个变量对河北省农业生产总值影响更为显著。而农业机械总动力和年末耕地面积指标对农业生产总值的影响并不明显。1.5结果分析本文在现代农业发展的背景下，对当前河北省培育各类新型农业经营主体的现状和影响因素进行了实证分析，基于以上分析得出的主要结论有：（1）河北省新型农业经营主体培育水平明显提高。近年来，政府加大对“三农”问题的关注，出台了诸多惠农政策，新型农业经营主体数量与规模逐年增加，带动了传统农民生产增收，促进现代农业的发展，农业产值不断提升，意味着培育水平的提高。（2）财政资金、土地流转、人才引进政策对河北省新型农业