影响我国农业总产值因素的实证分析报告

《影响我国农业总产值因素的实证分析报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

...《计量经济学》课程论文影响我国农业总产值因素的实证分析小组成员：（保险学院02级）组长：侯君男40205117组员：张翠青40205107石小航40205074李进40205129陈永琴40205076指导教师：任栋日期：2005年4月——5月.......... ...[内容摘要]：解决“三农”问题是当前我国完善社会主义市场经济制度的重头戏，而实现农业的繁荣兴旺又是其中的重中之重。改革开放以来，我国农业发展取得的喜人的成绩，但是制约因素也很多，这使得入世后如何保护我国农业的利益，保持农业稳定成为难题。深入了解农业发展状况，有足于认清和解决问题。本文是根据我国农业的现状，想从计量经济学的角度来验证一下是否存在政府对农业投入不足、农业的现代化程度（以农业的机械化为衡量指标），以及农村中存在大量的剩余劳动力。根据经济学原理，在模型中我们引入了五个变量：农村居民家庭平均每户生产型固定投资，化肥施用量，农业机械总动力，政府财政用于农业的支出以及农业从业人员。利用EVIEWS软件对计量模型进行了参数估计和检验，多重共线性的检验，异方差的检验和自相关的检验并加以修正。从我们所做的回归结果看，我国农村中确实存在政府对农业投入不足、农村中存在大量的剩余劳动力，我国的农业机械化程度是较低的，对我国的农业增加值的贡献十分低下等问题。我们根据模型的回归结果作了经济意义的分析，并相应提出一些政策建议。但是，鉴于水平有限，文中难免出现一些错误。另外还存在一些我们难以解决的问题，请老师同学们多多包涵！[关键词]：农业总产值国家财政对农业的基础性建设投资农业从业人员人数农村居民家庭平均每户生产型固定投资化肥施用量农业机械总动力一、导论我国农业的重要性我国是农业大国，农业的发展程度直接制约着我国的第二、第三产业的发展，是工业品市场；农业的发展能为国民经济其他部门发展提供劳动力阵地。农产品是轻工业的重要原料、重要的出口商品。目前，我国70%人口在农村，农业生产的发展直接关系广大农民生活的提高，直接关系到国家经济建设目标的实现。农产品在城乡是人民的生活必需品，所以又直接关系到城乡人民生活的提高，物价稳定，社会安定。我国农业生产相对落后，已成为国民经济最薄弱的环节，它已很难支撑国民经济其他部门的快速发展。因.......... ...而，农业生产的发展是我国人民生活水平提高、现代化建设、社会稳定的基础，并最终决定着国民经济其他各部门的发展规模和速度，是能否实现现代化战略目标的关键。二，模型的设定为了在更高层次上发展我国的经济，真正实现全民共同富裕的伟大目标，保证粮食安全，关注农业总产值是必要的。而影响到农业总产值的因素是多方面的。因此，我们提取了国家财政对农业的基础性建设投资，农业从业人员人数，农村居民家庭平均每户生产型固定投资，化肥施用量，农业机械总动力这五个对农业总产值有较大影响的因素的时间序列数据来进行分析，希望通过建立一个合适的经济模型来从理论上找出影响农业总产值的因素，从而提出增加农业总产值的方法。在此，我们将“农业产总值”设为因变量，“农村居民家庭平均每户生产型固定投资”，“化肥施用量”，“农业机械总动力”，“政府财政用于农业的支出”，及“第一产业从业人员人数”设为自变量，设定了以下经济学模型：Y=C++++++UY=农业总产值(亿元)=农村居民家庭平均每户生产型固定投资（元）=化肥施用量（万吨）=农业机械总动力（万千瓦）=政府财政用于农业的支出(亿元)=农业从业人员（万人）数据如下：obsYX2X3X4X5X619896534.7301126.0702357.10028067.00265.940032440.5019907662.0901258.0602590.30028707.70307.840033336.4019918157.0301401.0102805.10029388.60347.570034186.3019929084.7101643.9502930.20030308.40376.020034037.00199310995.531950.3103151.90031816.60440.450033258.20199415750.472347.6303317.90033802.50532.980032690.30199520340.862774.2703593.70036118.10567.220032334.50199622353.703605.0703827.90038546.90700.430032260.40199723788.403896.5603980.70042015.60766.390032434.90199824541.903970.8104083.70045207.701154.76032626.40199924519.104045.4804124.30048996.101085.76032911.80200024915.804676.9804146.40052573.601231.54032797.50200126179.604883.8004253.80055172.101456.73032451.00.......... ...200227390.805221.3304339.40057929.901580.76031990.60200329691.805586.3404411.60060386.501754.45031259.60资料来源：，《中国统计年鉴2004》，《中国统计年鉴1998》三，参数估计模型为：Y=C++++++UY=农业总产值(亿元)=农村居民家庭平均每户生产型固定投资（元）=化肥施用量（万吨）=农业机械总动力（万千瓦）=政府财政用于农业的支出(亿元)=农业从业人员（万人）用Eviews估计结果为：DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:12:51Sample:19892003Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C40016.9715190.732.6343030.0272X20.5509391.9208270.2868240.7807X310.087662.2054494.5739720.0013X40.0665550.2303620.2889160.7792X5-2.6453473.625498-0.7296510.4842X6-1.8264690.535716-3.4093960.0078R-squared0.992862Meandependentvar18793.77AdjustedR-squared0.988896S.D.dependentvar8203.735S.E.ofregression864.4572Akaikeinfocriterion16.65126Sumsquaredresid6725576.Schwarzcriterion16.93448Loglikelihood-118.8844F-statistic250.3705Durbin-Watsonstat1.561839Prob(F-statistic)0.000000Y=40016.97+0.550939+10.08766+0.066555+（-2.645347）+(-1.826469)T=(2.634303)(0.286824)(4.573972)(0.288916)(-0.729651)(-3.409396)=0.992862四，检验及修正1．经济意义检验.......... ...从上表中可以看出，符号为负，应剔出。而虽然在理论上说不通，但却符合中国现实的国情，应保留，其意义将在第四部分加以阐述。而其他因素不与经济原理向悖，说明具有经济意义。2．统计推断检验从回归结果可以看出，模型的拟和优度非常好（=0.992862），F统计量的值在给定显著性水平α=0.05的情况下也较显著，但是、的t统计值均不显著（、的t统计量的值的绝对值均小于2），说明、这两个变量对Y的影响不显著，或者变量之间存在多重共线的影响使其t值不显著。3．计量经济学检验（1）多重共线性检验①检验：由F=250.3763>(5，15)=4.62(显著性水平α=0.05)表明模型从整体上看农业的总产值与解释变量间线形关系显著。这里采用简单相关系数矩阵法对其进行检验：X2X3X4X5X6X21.0000000.9745550.9779520.963494-0.707561X30.9745551.0000000.9259220.907169-0.636056X40.9779520.9259221.0000000.991186-0.666705X50.9634940.9071690.9911861.000000-0.668959X6-0.707561-0.636056-0.666705-0.6689591.000000从结果可知，，，之间存在高度相关②修正：采用逐步回归法对其进行补救。根据以上分析，由于不符合经济意义，首先剔出。由于的t值最大，线形关系强，拟合程度最好，因此把作为基本变量。，将剩下的四个因素重新进行参数估计：新模型估计结果：DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:12:57Sample:19892003Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C40826.1614791.732.7600670.0201X20.7584191.8547160.4089140.6912.......... ...X310.015652.1511104.6560380.0009X4-0.0691420.132722-0.5209550.6137X6-1.7603650.515507-3.4148200.0066R-squared0.992440Meandependentvar18793.77AdjustedR-squared0.989416S.D.dependentvar8203.735S.E.ofregression844.0038Akaikeinfocriterion16.57539Sumsquaredresid7123424.Schwarzcriterion16.81141Loglikelihood-119.3154F-statistic328.1758Durbin-Watsonstat1.444093Prob(F-statistic)0.000000Y=40826.16+X0.758419+10.01565+（-0.069142）+(-1.760365)t=(2.760067)(0.408914)(4.656038)(0.520955)(-3.414820)=0.992440可以看出个因素的T统计量都得到了不同程度的改善。在前一模型的基础上剔出，拟合优度变差，但对C的t值影响很大，统计检验t=-0.799100，不显著。而且的系数为负，与经济意义相悖。DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:12:59Sample:19892003Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-6120.4427659.170-0.7991000.4411X24.6797942.0438192.2897300.0428X36.0162192.5319572.3761140.0368X4-0.2860730.163526-1.7493980.1080R-squared0.983624Meandependentvar18793.77AdjustedR-squared0.979157S.D.dependentvar8203.735S.E.ofregression1184.370Akaikeinfocriterion17.21499Sumsquaredresid15430045Schwarzcriterion17.40380Loglikelihood-125.1124F-statistic220.2341Durbin-Watsonstat1.460596Prob(F-statistic)0.000000剔出进行回归，不但经济意义违背而且T统计值较小，不能通过检验.......... ...DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:13:01Sample:19892003Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C42613.8213585.493.1367140.0095X310.819350.84049912.872530.0000X4-0.0196500.052361-0.3752870.7146X6-1.8908790.389190-4.8585010.0005R-squared0.992313Meandependentvar18793.77AdjustedR-squared0.990217S.D.dependentvar8203.735S.E.ofregression811.4261Akaikeinfocriterion16.45864Sumsquaredresid7242535.Schwarzcriterion16.64746Loglikelihood-119.4398F-statistic473.3484Durbin-Watsonstat1.382173Prob(F-statistic)0.000000剔出进行回归虽然拟合优度略有改善，但的T统计值为-0.166847，通不过检验，应剔出在做回归。而其他因素的统计值都较好。DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:13:00Sample:19892003Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C42252.9014046.333.0081100.0119X2-0.1227070.735446-0.1668470.8705X310.786301.5091097.1474590.0000X6-1.8889060.437375-4.3187370.0012R-squared0.992235Meandependentvar18793.77AdjustedR-squared0.990117S.D.dependentvar8203.735S.E.ofregression815.5728Akaikeinfocriterion16.46884Sumsquaredresid7316750.Schwarzcriterion16.65765Loglikelihood-119.5163F-statistic468.5100Durbin-Watsonstat1.360316Prob(F-statistic)0.000000综合考虑所得结果，选择含有这三个因素的模型。.......... ...再做剔出的模型的参数估计：DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:13:06Sample:19892003Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C41516.5112783.363.2477000.0070X310.544100.39553826.657640.0000X6-1.8519090.361404-5.1242020.0003R-squared0.992215Meandependentvar18793.77AdjustedR-squared0.990917S.D.dependentvar8203.735S.E.ofregression781.8390Akaikeinfocriterion16.33803Sumsquaredresid7335267.Schwarzcriterion16.47964Loglikelihood-119.5352F-statistic764.7022Durbin-Watsonstat1.352428Prob(F-statistic)0.000000可以看出拟合优度很好F统计量的值在给定显著性水平α=0.05的情况下也较显著，C，，的T统计值也很显著，表明对Y的影响也很显著。新模型估计结果：Y=41516.51+10.54410+(-1.851909)t=(3.2477)(426.65764)(-5.124202)=0.992215(2)异方差检验①检验：利用Goid_Quandt检验法检验模型是否存在异方差。将时间定义为1989——1993，然后对YC用OLS法求的下列结果：Y=-6225.673+5.317281t=(-2.982843)(7.083533)=0.943584=634718.8DependentVariable:YMethod:LeastSquares.......... ...Date:04/30/05Time:13:12Sample:19891993Includedobservations:5VariableCoefficientStd.Errort-StatisticProb.C-6225.6732087.161-2.9828430.0585X35.3172810.7506547.0835330.0058R-squared0.943584Meandependentvar8486.818AdjustedR-squared0.924779S.D.dependentvar1677.103S.E.ofregression459.9706Akaikeinfocriterion15.38938Sumsquaredresid634718.8Schwarzcriterion15.23315Loglikelihood-36.47344F-statistic50.17643Durbin-Watsonstat1.632631Prob(F-statistic)0.005786将时间定义为1999——2003，然后对YC用OLS法求的下列结果Y=-44209.20+16.62678t=(-5.018903)(8.034508)=0.955591=777592.5DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:13:13Sample:19992003Includedobservations:5VariableCoefficientStd.Errort-StatisticProb.C-44209.208808.537-5.0189030.0152X316.626782.0694218.0345080.0040R-squared0.955591Meandependentvar26539.42AdjustedR-squared0.940788S.D.dependentvar2092.227S.E.ofregression509.1144Akaikeinfocriterion15.59240Sumsquaredresid777592.5Schwarzcriterion15.43617Loglikelihood-36.98099F-statistic64.55332Durbin-Watsonstat1.966867Prob(F-statistic)0.004026÷=777952.5/634718.8=1.22566481409小于（4，4）=6.39接受不存在异方差将时间定义为1989——1993，然后对YC用OLS法求的下列结果：Y=-20445.55+0.864900.......... ...t=（-0.473093)(0.669589)=0.130018=9787897DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:13:19Sample:19891993Includedobservations:5VariableCoefficientStd.Errort-StatisticProb.C-20445.5543216.71-0.4730930.6684X60.8649001.2916890.6695890.5510R-squared0.130018Meandependentvar8486.818AdjustedR-squared-0.159975S.D.dependentvar1677.103S.E.ofregression1806.276Akaikeinfocriterion18.12510Sumsquaredresid9787897.Schwarzcriterion17.96887Loglikelihood-43.31274F-statistic0.448349Durbin-Watsonstat0.815079Prob(F-statistic)0.551047将时间定义为1999——2003，然后对YC用OLS法求的下列结果Y=126537.0+（-3.097615）t=(48.84461)(-38.60686)=0.997991=35171.96DependentVariable:YMethod:LeastSquaresDate:04/30/05Time:13:18Sample:19992003Includedobservations:5VariableCoefficientStd.Errort-StatisticProb.C126537.02590.60248.844610.0000X6-3.0976150.080235-38.606860.0000R-squared0.997991Meandependentvar26539.42AdjustedR-squared0.997322S.D.dependentvar2092.227S.E.ofregression108.2774Akaikeinfocriterion12.49644Sumsquaredresid35171.96Schwarzcriterion12.34022Loglikelihood-29.24111F-statistic1490.489.......... ...Durbin-Watsonstat2.434963Prob(F-statistic)0.000038÷==0.000352467193491小于（4，4）=6.39接受不存在异方差利用WHITE检验法检验模型是否存在异方差。结果如下：WhiteHeteroskedasticityTest:F-statistic0.34392Probability0.873777Obs*R-squared2.406316Probability0.790533TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:04/30/05Time:17:28Sample:19892003Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-9.11E+081.56E+09-0.5824040.5746X346121.5269356.030.6649970.5227X3^2-1.1529751.207919-0.9545140.3648X3*X6-1.1820212.098834-0.5631800.5871X650954.9488666.680.5746800.5796X6^2-0.7165461.248717-0.5738250.5801R-squared0.160421Meandependentvar489017.8AdjustedR-squared-0.306012S.D.dependentvar1172075.S.E.ofregression1339457.Akaikeinfocriterion31.34260Sumsquaredresid1.61E+13Schwarzcriterion31.62582Loglikelihood-229.0695F-statistic0.343932Durbin-Watsonstat2.515047Prob(F-statistic)0.873777（5）=9.48773>2.406316，所以接受，表明模型中随机误差项不存在异方差。（3）自相关检验①检验：从模型设定来看，没有违背D-W检验的假设条件，因此可以用D-W检验来检验模型是否存在自相关。根据上表中估计的结果，由DW=1.352428，给定显著性水平α=0.05，查Durbin-Watson表，n=15，k’=2，得=0.946=1.543因为DW统计量为<1.352428<，根据判定区域知位于无决定区域，不确定是否存在一阶正自相关，需要进行修正。.......... ...②修正：采用广义差分法对模型进行修正。由DW=1.352428，根据ρ=1-DW/2，计算出ρ=0.373786。用GENR分别对，和Y作广义差分。即：GENRDY=Y-0.4894*Y(-1)GENRD=X3-0.4894（-1）GENRD=X6-0.4894（-1)新修正为：DY=C+D+D+uDependentVariable:DYMethod:LeastSquaresDate:05/01/05Time:12:36Sample(adjusted):19901993Includedobservations:4afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C19018.461293.82414.699420.0432DX34.8402810.17024328.431660.0224DX6-1.0403890.049918-20.842060.0305R-squared0.999733Meandependentvar6037.017AdjustedR-squared0.999199S.D.dependentvar1105.154S.E.ofregression31.28098Akaikeinfocriterion9.837603Sumsquaredresid978.5000Schwarzcriterion9.377324Loglikelihood-16.67521F-statistic1871.802Durbin-Watsonstat2.946105Prob(F-statistic)0.016342(4)确定模型DY=19018.46+4.84021*D+（-1.040389）*D=化肥施用量（万吨）=农业从业人员（万人）由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此。根据1989-2003年的数据建立的模型中可以看出每增加一万吨的化肥使农业增加值增长了4.84021亿元，每减少一万人的农业从业人员数可以是农业增加值增长1.040389，说明在我国的农村中存在大量的剩余劳动力。模型还可表示为.......... ...=19018.46+4.84021-1.809202735+(-1.0140389)+0.388882842+0.373786GENR=4.84021+(-1.0140389)+（-1.809202735）+0.388882842则模型变为：=26245.95+1.712319+0.491976DependentVariable:YMethod:LeastSquaresDate:06/06/05Time:12:49Sample(adjusted):19902003Includedobservations:14afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C26245.954065.2126.4562310.0000M1.7123190.2886635.9319010.0001Y(-1)0.4919760.0835535.8881660.0001R-squared0.992232Meandependentvar19669.41AdjustedR-squared0.990819S.D.dependentvar7751.918S.E.ofregression742.7666Akaikeinfocriterion16.24605Sumsquaredresid6068725.Schwarzcriterion16.38299Loglikelihood-110.7224F-statistic702.4898Durbin-Watsonstat1.805031Prob(F-statistic)0.000000此模型存在滞后应变量，因此DW值失效，需要用德宾-H检验h=(1-d/2)=0.0974845*3.939100593=0.384001251取显著性水平=0.05，查标准正态分布表得临界值=1.96，由于|h|=0.384001251<=1.96，则接受原假设=0，说明自回归模型不存在一阶自相关。(5)单位根检验ADFTestStatistic-3.3307951%CriticalValue*-4.88705%CriticalValue-3.828810%CriticalValue-3.3588*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot........... ...AugmentedDickey-FullerTestEquationDependentVariable:D(Y)Method:LeastSquaresDate:06/07/05Time:20:03Sample(adjusted):19912003Includedobservations:13afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.Y(-1)-0.4136580.124192-3.3307950.0088D(Y(-1))0.8828440.1961304.5013280.0015C2072.293786.55032.6346610.0272@TREND(1989)752.9303243.68733.0897390.0129R-squared0.728585Meandependentvar1694.592AdjustedR-squared0.638113S.D.dependentvar1480.465S.E.ofregression890.6042Akaikeinfocriterion16.66934Sumsquaredresid7138582.Schwarzcriterion16.84317Loglikelihood-104.3507F-statistic8.053172Durbin-Watsonstat1.926147Prob(F-statistic)0.006448即有:Δ^Y=2072.293+752.9303t-0.413658Yt-1+0.882844ΔYt-1其中：P=1，N=13，单位根的τ检验结果为（H0:γ=1）:τ=-0.413658/0.124192=-3.330795。由表中给出的Mackinnon临界值显示，我们是不能拒绝H0的，表明1989-2003年度的Y序列可能是非平稳序列。这点也可由Y的时序图得到验证。（见下图）当检验结果不能拒绝零假设时，其结论尚待进一步考证。由于水平有限对数据的平稳性修正的内容省略。五、对模型的经济解释及存在的问题1．经济解释从以上模型经分析可得出：（1）从模型可以看出农民对化肥的投入量，即模型中的化肥的使用量，是影响农业产值增长的最显著因素。说明我国目前农业生产中，农民自己对农业的投入所产生的效益最大（因为化肥是农民自己购买的，并且所占农民支出份额甚大）。在最后确定的模型中，根据1989-1993年的数据建立的模型中可看出每增加一万吨的化肥施用量使农业增加值增长了5.317281.......... ...亿元，而从1999-2003年的回归结果可看出每增加一万吨的化肥施用量使农业增加值增长了16.62678亿元，明显的化肥施用量对农业增加值的贡献增加了，说明在农业生产中化肥施用量的发展速度大于其它影响农业增加值因素的发展，且它在农业生产中的所占地位在上升。（2）根据先验信息，政府的投入应该对农业有很大的影响，而我们从模型得到的过程中能够看出，政府对农业的投入对农业产值的影响不是特别显著，在模型中竟是和农业总产值负相关的。这就表明目前我国政府对农业的投入不足或现有投入效益不明显。造成现有投入效益不明显的原因可能是政府对农业的投入大多在基础设施，而基础设施具有社会性，并且，农业基础设施投入滞后，造成资金运作效果欠佳。因而对农业产出的直接影响不明显。（3）从模型还可以看出解释变量我国农业从业人员与被解释变量农业产值的影响是负相关得到，说明农民的边际劳动生产率（即增加单位劳动力所带来的产值的增加）为负。即农村中存在着大量剩余劳动力，与我国现实状况极为相似。（4）农业机械化是农业现代化的重要内容和主要标志之一，而通过对模型的回归分析，可看出我国的农业机械化程度是较低的，对我国的农业增加值的贡献十分低下。2．存在的问题：根据先验信息政府对农业的投入对农业产值的影响应该是显著的，也就是说解释变量政府投入的删除可能是不正确的。但是，如果不删除该变量，多重共线性又无法消除，这又是我们不能解决的问题。六、政策建议鉴于以上模型的最终结果中反映出的我国农业的现存状况，现提出以下几点建议：1、模型中显示影响农业产值最为显著的因素为农民自己的投入，所以目前要尽快发展我国农业，使其不至于制约其他产业的发展，最为主要的是扩大农民的收入，有了收入才能支出，即充分调动农民积极性。2、优化政府对农业的投入方式，加大农业投资的力度，建立农业投资的硬性约束机制；坚持支农资金的有偿使用与无偿使用相结合；深化金融体制改革；提高政府投资的效率。还可鼓励非政府资金对农业的投入，使我国的农业的发展同同业和第三产业相匹配。3、加快农村剩余劳动力的转移我国农村劳动力多，劳动力价格相对便宜。农村乡镇工业企业应以发展劳动密集型产业为主，大量吸纳过剩劳动力，以当地的自然资源为主要的加工对象；大力发展深加工、精加工、积极参与城乡经济分工协作，在推动、促进大工业发展的协作中，求得自身长期稳定的发展；推进第三产业迅速发展，形成就业分布的第三产业化，使第三产业最终成为吸纳大部分劳动力的产业部门，实现劳动力的高水平转移。4推进农业机械化的发展.......... ...我国现在农业机械化程度远远不能够满足现代农业发展的需求，要实现农业现代化，必须在以下各方面积极稳妥的推进农业机械化的发展：1，要把主要农产品生产过程机械化和产业化经营有机结合起来；2，对农业机械化进行结构性调整；3，因地制宜，有重点的推荐地区农业机械化；4，大力促进农业技术进步，重视农村的基础教育；5，建立与农业机械化相适应的农村经济体制。综观中国农村现状，与其他产业比，农业的发展一直处于较低的状态。转移剩余劳动力提高生产效率，增加政府财政补贴并实现机械化，规模化生产是保证我国农业健康发展的必由之路。只有农业发展了，才能带动我国其他产业的发展，最终达到整个国民经济的发展。[参考文献]：1、《计量经济学》主编：庞皓西南财经大学出版社2001年8月第一版2《中国统计年鉴2004》3、《中国统计年鉴1998》4、中华人民共和国国家统计局网所做工作：侯君男40205117找数据数据分析写论文张翠青40205107数据分析提供论文修改意见石小航40205074数据分析为修改论文提供意见李进40205129找数据修改论文排版陈永琴40205076找数据修改论文排版欢迎您的光临，Word文档下载后可修改编辑.双击可删除页眉页脚.谢谢！让我们共同学习共同进步！学无止境.更上一层楼。..........