摘要：利用協整理論，並且應用ADF檢驗等方法來構建VEC模型和VAR方程，對於黑龍江省農業機械化水平對農業經濟增長的影響進行研究。結果：黑龍江省的農業機械化水平與經濟的增長是呈現均衡關係的，而且每一名農戶的生產性固定資產的存量較大，在這樣的情況下，短期內黑龍江省的農業機械化的生產性的固定資產在投入上與農業的綜合水平是呈現出正效應的。
關鍵詞：黑龍江省；農業機械化水平；農業經濟增長
我國的農業機械化水平在不斷的提高，在農業機械化水平不斷提高的今天，現代農業需要技術作爲支撐，在這樣的情況下，就需要使用機械設備來不斷的提高農業的生產水平。黑龍江省是我國的農業大聲，農業的機械化水平起步較早，而且從發展水平上來看，也居於全國之列，黑龍江省農業機械化的發展對於我國農業經濟的增長是有着重要的作用的。
一、農業機械化水平指標構建體系
我國農業機械化水平的衡量指標較多，在本文中選擇的都是一些對於農業的總產值有着直接性的影響的指標，在這樣的情況下，就要將機械化當做是一種外部的力量。農業機械化水平在農業研究的過程中被當做是一種系統性的概念，這一概念在評價的過程中有着較多的方法，而且需要從不同的角度進行相應的分析，在分析的過程中，主要包括了兩個方面：一個方面是農業機械化的實際投入力度，另外一個就是農業機械的原值的增加情況，這與國家和農業的從業者有着很大的關係，說明了其重視的程度。農機水平的提高代表着綜合作業能力也在不斷的提高，在這樣的情況下，農業機械化水平就能夠被定義爲農機的發展效率，這一指標也充分的反應出了農業生產的效率。把農業的綜合作業水平與一個國家的產生水平有着緊密的聯繫，這是一個動態的指標，這一指標也代表着農業機械化的難易程度。農業機械化的項目較多，在農業機械化的過程中，不同的農機項目是有着極大的差異的，因此是不能夠使用統一的評判標準的，要選擇有着可比性的農機項目來進行農業的綜合評價。因此在研究的過程中，使用的是機收水平、機播水平和機耕水平的加權平均值，分別是0.3、0.3和0.4。
二、實證分析
（一）數據的選擇
數據選擇的是1990到2011年期間的投入量，投入量是用流動資產和社會農業的固定資產總值來確定的，但是由於我國的農業統計年鑑中並沒有關於流動資產和農業生產性的固定資產，因此在測算的過程中使用的是當年和的生產性資產來取代了資本的投入，但是由於這兩者之間存在着差距，因此在測算的過程中使用的是永續盤存法來進行測算2011年以來的固定資本的存量。永續盤存法的實際計算公式是，It和Kt分別指的是在t時間段內農業生產性的固定資產和資本的存量，δ指的是幾何折舊率，在本文中使用的是固定資產的折舊率是5%。本文對所有涉及到的變量都進行了相應的分析，充分的保證了所有的數值都不會影響到相應的變量的協整性，在使用的過程中，對於數形式也能夠進行充分的分析，在本文中主要研究的農業機械是種植業，這是黑龍江省的特點，爲了保證簡述的方便性，將農業資產的投入量設定爲x1，農機綜合作業水平設定爲x2，而農業生產總值設定爲y，使用的計量軟件是E－VIEWS6.0。
（二）ADF單位根檢驗
在對數據進行綜合分析的過程中，需要充分的保證農業生產性固定資產的投入量和所使用的農機的綜合作業水平是相符地，而且是保持着長期的綜合性的關係的，協整檢驗之前，採用ADF單位根檢驗以確定x1和x2之間不存在長期趨勢或明確“非僞迴歸”的情況出現，即x1和x2的高度相關性與時間變動趨勢無關。這樣統計數據的趨勢項、季節項等無法消除，因此在殘差分析中無法準確進行分析。
（三）建立VAR模型
VAR模型是由在1980年運用到經濟領域，VAR模型規避了結構模型設定。VAR模型能夠得到很好的解釋變量之間的動態關係、估計模型。VAR模型也能用於預測相互聯繫的時間序列系統及分析隨機擾動對變量系統的動態衝擊，進一步解釋各經濟子系統變量對經濟變量形成的影響。利用特徵根和最大特徵值檢驗是否協整關係，在進行協整檢驗之前需進一步明確VAR模型的結構，以便獲得模型之後期數。依據LR、FPE、AIC、SC、HQ指標和最簡化原則，明晰VAR模型爲1階滯後階數，協整方程的滯後階數是VAR模型滯後階數－1。
三、結論
從表2可以看出，農業生產性固定資產投入量(x1)一個正的衝擊對於農業總產值的影響程度不斷上升，在後期貢獻率基本穩定到7．96%;而農機綜合作業水平(x2)一個正的衝擊對於農業總產值的影響程度緩慢上升，基本穩定於12．02%。這一結果說明了我國的農業機械化水平還需要進一步的加強。
