㈠单位根检验。

大多数时序数据都是非平稳的，因此，在进行实证分析前，首先要检查变量是否为平稳序列变量，若变量平稳，则可直接采用OLS方法进行回归分析；如果变量非平稳，VAR模型应用于实证分析。运用迪基和福勒于1981年提出的ADF单位根检验方法，对各变量的平稳性进行了检验。ADF检验的检验模型是根据AIC准则和SC准则确定的，每个变量的ADF单位检验结果见表1。其中LNY、LNG、LNIE、LNKP等四个变量均为一阶差分处理，对该变数进行一阶差分，结果表明，在5%显著水平下，各变量的一阶差分序列均通过一次检验，均为平稳变量。证明了这是一阶单整序列。

㈡确定VAR模式。

因为每个变量都是一阶单整序列，所以这些变量可以有一些平稳的线性组合，从而反映变量之间的长期稳定的协整关系。因此，需要对变量进行协整检验，以确定变量之间的协整关系。对于VAR模型，首先要确定其结构，根据前面的理论模型和实证模型的要求，本文采用了带有截距项、无趋势项的VAR模型。此外，为了确定VAR模型的最佳时滞顺序，首先选取VAR模型的最大时滞阶为3，然后应用LR,AIC，用SC、HQ、FPE等统计学方法确定最佳迟滞顺序，对最佳迟滞顺序的检验结果见表2，从结果上看，除了AIC准则认为的最佳时滞次序是3之外，其他四个评估准则都认为最佳时滞顺序应该是2，因此，最后确定的最佳迟滞顺序是2。

㈢协整检验。

虽然每个变量均属非平稳序列，但它们的一阶差分序列均为平稳序列，表明各变量之间存在长期稳定的协整关系。针对这一问题，利用JohansonAgency检验方法，用协整检验方法验证了这一关系是否存在，表3给出了其具体结论。

结果表明，协整方程的似然比统度值为121.89，各变量均显示在5%显著水平。根据(12)式，在1985-2010年期间，各变量之间存在着一种长期稳定的协整关系。农业生产总值(LNY)用国家财政用于农业基本建设的开支(LNG)计量的农村基础设施投资对农业生产总值的影响是负数，农业基本建设支出(LNG)每增加1%，农业总产值(LNY)将减少0.071578%，本报告同鞠晴江和庞敏(2005)[4]，史明霞和陆迁(2007)[5]，这一结论与陈灿煌(2009年)[6]相反。人们普遍认为基础设施投资越多，就越能促进农业生产力的提高，进而推动农业经济的发展，但是，还应指出，过多的基础设施投资会对其他生产要素，例如人力资本，产生“挤出效应”。这样不但不利于提高农业生产效率，而且会抑制农业生产效率，阻碍农业经济的发展，张海燕和邓刚(2012)[21]、李强和郑江淮(2012)[22]的研究结论可证明这一点。基础设施投资将对其他生产要素产生“挤出效应”，从而抑制农业经济增长。用国家财政资金用于农村教育的开支(LNIE)计量的农村教育经费投入对农业总产值(LNY)有积极影响，(LNIE)用于农村教育的资金每增加1%的投入，农产生产总值(LNY)将增加0.375777%，这说明教育经费的投入对农业经济发展具有积极意义，此项及孙敬水(2006)[15]，杜江和刘渝(2010)[16]，黄振华(2008)[17]所得出的结论相符。按照农村居民个人固定资产投资(LNKP)计算，私人资本投入同样对农业总产值(LNY)产生积极影响，农民个人固定资产投资(LNKP)每增加1%的投入，农业总产值(LNY)将增长0.477432%，资金投入对农业经济增长具有显著正效应，杨丽、陈莹(2009)[23]，曹跃群等(2011)[24]，魏勇等(2012)[25]也得出同样的结论。虽然不同研究者所采用的研究方法、数据来源和研究范围各不相同，但其结果均显示了教育经费的投入，物质资本投入能够促进农业经济的发展。此外，通过对比还可以发现，1985-2010年期间，农民个人固定资产投资(LNKP)比国家财政资金用于农村教育的支出(LNIE)更有助于增加农业总产值，这说明，物质资本投入仍然是推动农业经济增长的主要动力。2008(26)[26]、闫俊强和李大胜(2009)[27]、左伟和张夏妍(2010)[28]的研究结果也证实了物质资本投入要比人力资本积累的作用大。

㈣向量误差修正模型。

通过确定各变量之间存在长期协整关系，建立向量误差修正模型，进一步刻画变量间的短期波动关系。对于VECM模型，在10%显著水平误差修正项的系数不能通过显著性检验。农业基本建设方面的国家财政支出(LNG)，此外，国家财政资金用于农村教育的支出(LNIE)以及农村居民个人固定资产投资(LNKP)的滞后1期和滞后2期系数均未能通过10%显着性检验，这说明，短期内各因素对农业总产值(LNY)影响不大。在基础设施投资中，教育经费投入与物质资本投入均属于农业经济增长的长期影响因素，因此，它们对农业总产值的短期影响不大，长期效应只能在一定程度上体现出来。

第5.差异分解。

协整检验只能说明变量之间存在长期稳定的关系，而不能反映这种关系的强度。因此，本文基于上述VAR模型进行方差分解，充分理解了各方程信息对于模型中所有内生变量的相对重要性。表4显示了农业生产总值(LNY)的分解结果。

结果表明，在滞后5个时间段内，所有变量对农业总产值的影响均不会太大。自滞后6期起，各变量对农业总产值的影响逐渐显现，且影响程度持续增强，滞后10期后各变量对农业总产值的影响累计达75.32%。在滞后6年时间里，国家财政用于农业基本建设的支出(LNG)对农业总产值(LNY)的影响先升后降，从滞后7降至8.71%。一年后，国家财政资金用于农村教育的开支(LNIE)对农业总产值(LNY)的影响缓慢增加，从滞后6个时期开始，农村教育支出对农业生产总值(LNY)的影响最大，达到40.14%。农民个人固定资产投资(LNKP)对农业总产值(LNKP)的影响从一开始就有上升的趋势，但增幅较小，最高时达到26.47%。在此基础上，验证了上述向量误差修正模型中各变量与农业总产值之间不存在短期波动关系的结论。基本建设投资、教育经费投入、私人资本投入是影响农业经济增长的长期因素，对农业总产值影响不大，其中教育经费投入对农业总产值的影响最大，再加上基础设施投资对农业总产值的影响，私人资本投入的作用不大。可以看出，人力资本的积累和私人资本的投入是影响农业经济增长的重要因素。