（一）东部地区分析

1.变量的选择与数据来源

中国东部地区农业经济增长相关变量与数据的来源与本章第一节“东部区域分析”中描述统计数据相同，但是此处的处理方式与第一节不同。

2.实证结果分析

东部地区农业经济增长不同年度之间的变异分解。东部地区农业经济增长的均值在不同年之间是否有显著性差异及差异由层一和层二所产生的影响各占多大比例仍需运用零模型分析，零模型的结果见表5-42。

表5-42　中国东部农业经济增长均值与变异的分解结果

由表5-42固定效应部分可知，中国东部地区农林牧渔业产值不同年度对数（lnEY）均值为6.9248；由零模型的随机效应部分的卡方检验结构可知，对数（lnEY）均值在不同年度间的差异没达到显著，并且其组内相关系数ρ=0.00007/（0.00007+1.00333）=0.0070%。因而，中国东部地区农业经济增长无须继续用效率型农业经济增长模型分析。

（二）中部地区分析

1.变量的选择与数据来源

中国中部地区农业经济增长相关变量与数据的来源与本章第一节“中部区域分析”中描述统计数据相同，但是此处的处理方式与第一节不同。

2.实证结果分析

（1）中部地区农业经济增长不同年之间的变异分解。中部地区农业经济增长的均值在不同年之间是否有显著性差异及差异由层一和层二所产生的影响各占多大比例仍需运用零模型分析，零模型的结果见表5-43。

表5-43　中部农业经济增长均值与变异的分解结果

由表5-43固定效应部分可知，中国中部区域农林牧渔业产值不同年度对数（lnEY）均值为7.15；由零模型的随机效应部分的卡方检验结构可知，对数（lnEY）均值在不同年有显著性差异，而差异的度量可由组内相关系数ρ= 0.0484/（0.0484+0.2756）=14.94%给出，即中国中部区域各省农林牧渔业产值对数均值在1998—2016年的差异有14.94%需用层二变量来解释，由于即使是一个很小的组内相关系数也会导致较大的第I类错误（Barcikowski）。从而说明在研究1998是2016年中国中部区域农业经济增长时，必须引入层二变量。层二变量为中国中部区域经济环境中的市场化进程、对外开放、金融发展、城市化、产业结构变迁。

（2）中部地区农业经济增长基本影响要素的作用分析。基本要素对经济增长的影响可由固定效应（变截距）模型分析得到，固定效应模型的结果见表5-44。

表5-44　中部农业经济增长变截距模型结果

续　表

由表5-44的固定效应部分可知，基本影响因素lnEFER、lnEPIA、lnEEMP、 lnEIRA的系数均为正向显著，即化肥施用量、播种面积、就业人数、有效灌溉面积对中国中部区域农业经济增长都有显著的促进作用；其中，化肥施用量增加1%，农业经济增长将增加0.3955%；播种面积增加1%，农业经济增长将增加0.3775%；就业人数增加1%，农业经济增长将增加0.403%；有效灌溉面积增加1%，农业经济增长将增加0.2184%；lnEPOW系数为负向显著，即机械化总动力对中国中部区域农业经济增长有显著的抑制作用。由表5-44的随机效应部分可知，化肥施用量、机械化总动力、播种面积、就业人数、有效灌溉面积引入层一模型中，层一方差得到较好的解释，由零模型结果表5-43的中0.2756减少到固定效应模型结果表5-44中0.0234，表明每个省的化肥施用量、机械化总动力、播种面积、就业人数、有效灌溉面积能较好地解释中部区域农业总产值在相同年度不同省之间的变化。(www.daowen.com)

（3）中部地区农业经济增长要素效率异质性检验。要素效率异质性检验可由随机效应（变系数）模型分析得到，随机效应模型的结果见表5-45。

表5-45　中部农业经济增长随机效应结果

续　表

由表5-45的固定效应部分可知，化肥施用量、机械化总动力、播种面积、就业人数、有效灌溉面积的系数与表5-44的相应系数有一定的差异，这是由于使用变截距模型与变系数模型不同造成的，多层统计分析侧重于随机系数模型的结果。在中国中部地区农业经济增长过程中，化肥施用量增加1%，农业经济增长将增加0.394%；机械化总动力增加1%，农业经济增长将降低0.3359%；播种面积增加1%，农业经济增长将增加0.5117%；就业人数增加1%，农业经济增长将增加0.3608%；有效灌溉面积影响不显著。由表5-45的随机效应部分可知，仅剩余全要素生产率（截距）达到显著，即截距随着省份的不同而显著不同。

（4）中部地区综合性因素对农业经济增长要素效率的影响分析。综合性因素对要素效率的影响分析可由全模型分析得到，全模型的结果见表5-46。

表5-46　中部农业经济增长全模型结果

由表5-46的固定效应部分可知，综合性因素对截距（剩余全要素生产率）的影响，市场化进程、产业结构合理化、城市化是正向显著影响因素，表明市场化进程、产业结构合理化、城市化水平高的年度剩余全要素生产率高。具体影响程度为，市场化程度加快1个单位，全要素生产率将提高0.1113；产业结构合理化程度提高0.1个单位，全要素生产率将提高0.01958；城市化水平提高0.1个单位，全要素生产率将提高0.14277。之所以能促进全要素生产率的提高，是由于市场化进程的推进改善了农业资源配置效率；产业结构合理化有利于农业要素资源在效率差异部门之间的流动。外商直接投资是负向显著影响因素，表明外商直接投资越多的省份全要素生产率越低。其具体影响程度为，外商直接投资提高0.1个单位，全要素生产率将降低0.07546。之所以会阻碍全要素生产率的提高，是由于外商直接投资对国内农业投资具有一定的挤出效应。

（5）方差成分解释程度。由表5-43和表5-44的随机效应中的层一方差得到表5-47的原始总方差和条件总方差，表5-45和表5-46的随机效应中的层二方差之和得到表5-47的原始总方差和条件总方差。层一、层二的方差成分解释程度见表5-47。

表5-47　中部农业经济增长层一、层二的方差成分解释程度

由表5-47可知，层一方差解释程度为91.51%，层二方差解释程度为100.00%，总体上层一解释变量对层一方差，层二解释变量对层二方差都有较好的解释。这表明构建的中国中部区域农业经济增长要素效率影响因素的实证分析模型较为合理。

（三）西部地区分析

1.变量的选择与数据来源

中国西部地区农业经济增长相关变量与数据的来源与本章第一节“西部区域分析”描述统计数，但是此处的处理方式与第一节不同。

2.实证结果分析

西部地区农业经济增长不同年度之间的变异分解。西部地区农业经济增长的均值在不同年度之间是否有显著性差异及差异由层一和层二所产生的影响各占多大比例仍需运用零模型分析，零模型的结果见表5-48。

表5-48　中国西部农业经济增长均值与变异的分解结果

由表5-48固定效应部分可知，中国西部地区农林牧渔业产值不同年度对数（lnEY）均值为6.2639；由零模型的随机效应部分的卡方检验结构可知，对数（lnEY）均值在不同年差异没达到显著，并且其组内相关系数ρ= 0.0004/（0.00007+0.9750）=0.041%。因而，中国西部地区农业经济增长继续用效率型农业经济增长模型分析。