農業生產諺語范文

導語：如何才能寫好一篇農業生產諺語，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

秧田要淺，大田要深。

耕地莫粗糙，四周要犁到。

做地不做邊，少了一大片。

做田不做角，邊做會邊縮。

會犁地一根線，不會掣地蛇抱蛋。

多耙一遍地，等于多降一次雨。三犁九耙，遲雨不怕。

泥隔三分肥，下水根落泥。

耙田耙得好，栽禾不長草。

犁多止漏，耙多死草。

地耙三遍，好似散糞蛋。

一犁三耙，不是瞎話；光犁不耙，枉打一夏。、干耕干耙，濕耕濕耙；光耕不耙，種不上莊稼。秋前不打田，秋后叫皇天。

開荒三年丟，梯田百年收。

田改地，有一季；地改田，有一年。

種莊稼，不用巧，溝邊地邊打整好。

不看氣候和土質，莊稼一定受損失。…

粘土是冷土，沙土是暖土，壤土是肥土。

白土地里看苗，黑土地里吃飯。堿土壓沙土，保苗不用補。

河沙壓堿土，一畝頂五畝。

黃土配沙田，一年頂兩年。

田泥上山金不換，土泥下田收萬石。薄地上熟土，一畝頂兩畝。

上流亂開荒，下流要遭殃。

山上開荒，山下沖光。

山地開荒，平地遭殃。

水土不出田，糧食吃不完。

水土不下山，莊稼定增產。

土是本，水是命，肥是勁。

舍得鹽，下得醬；舍得肥，谷子強。田里無神無鬼，全靠肥料土水。

種地無巧，糞灌尿泡。

秋天翻地如水澆，開春無雨也抓苗。秋季早犁田，工夫在隔年。

秋耕只一遍，保頂春耕三四遍。

秋耕要早，春耕要遲。

秋耕沒有早，耕得深了長麥好。

秋天劃破皮，賽過春天犁三犁。秋后耕下地，春天好拿苗。

秋后不耕地，來年蟲子多。

十月耕地如蓋被，莊稼要收成，土地要冬耕。

冬耕耕得深，莊稼肯生根。

犁田過冬，有如放糞壅。

冬天多刨地，春天苗子齊。

冬耕犁頭小，來年少長草。

田不翻冬，來年草兇。

人不吃飯要餓死，莊稼無肥要枯死。人勤地不懶，肥多菜不黃。

蓄好一塘水，長好一倉谷。

塘內無水，倉里無米。

天上望一望，不如地下修堰塘。

大雪紛紛是旱年，造塘修倉莫再閑。

立了秋，雨水收，有塘有壩趕快修。

十一二月不修塘，五、六、八月要喊娘。冬土如鐵，修塘不漏。

冬春挖渠修塘，夏秋莊稼有望。

缺口不管好，有水也要跑。

種地莫懶，坡地要砌坎。

多打一道埂，多吃一張餅。

一畝地三道堰，該收八斗打一石。山地不打堰，餓死莊稼漢。

見糞不親窮斷筋。

肥料生來到處有，只怕懶漢不動手。挖不盡的土，積不完的肥。

做田無糞，瞎子無棍。

肥料不下，稻子不大。

人把地肥，地把人肥。

田里不上糞，吃飯要斷頓。

積肥如積糧，糧在肥中藏。

要問糧食是多少，先看糞肥堆大小。

門前沒糞三大堆，長好莊稼是胡吹。

農民看糞堆，商人看貨堆。

今年糞比堆，來年糧比堆。

伏天能積三圈肥，明年小春收滿囤。

今年糞滿缸，明年谷滿倉。

今冬積下來年糞，莫等春耕忙一陣。

有田無塘，等于娃兒無娘。

塘修一口，魚米都有。

田水保栽，塘水保苗。

閑時積肥忙時用，渴了挖井來不及。要想吃個香的，就得拾個臟的。趁空多撿糞，時雨快耕田。

積肥沒巧，腿勤就好。

南跑北奔，趕不上抓草拾糞。

趕集上店，不如拾糞墊圈。

村前村后走一圈，隨手拈來都是肥。攢糞就靠零工夫，清晨傍晚別耽誤。早起拾糞，收成加半。

天天起得早，糞多莊稼好。

早起三朝當一天，撿回狗糞好肥田。

出門不離糞擔子，莊稼長成蒜辮子。

拾驢屎，瞅上坡；拾牛屎，瞅草窩；拾人屎，背道角；拾狗屎，岔道豁。

農閑修壩堰，冬天不缺飯。

正月修好堰，四季不受早。

旱地要打溝，水田要平丘。

天晴不開溝，雨落遍地流。

河溝挖得好，田地淹不了。

田邊開條流水溝，荒年也有七成收。

山洪暴發沖一片，修溝打壩一條線。

溝渠縱橫水長流，百日無雨也豐收。

河渠組成網，氣死老龍王。

開渠挖江，氣死龍王。

種不好莊稼一年窮，修不好水利一輩子窮。

崗地挖河防天旱，湖地挖河防水災。

肥料農家寶，吃飯隔年找。

篇2

不怕沒有油，就怕丟地頭。

天旱播種宜深，逢雨播種宜淺。

田等秧，谷滿倉，秧等田，過荒年。

好地種棉花，壞地種芝麻。

麥種深，谷種淺，蕎麥芝麻蓋半臉。

沙土花生粘土麥。

春不種，夏不收，秋不種，春不結。

存種不忙，秋天無糧。

春天看干勁兒，秋后看谷穗兒。

春天干得強，秋后有余糧，春天多刨點，秋后多收點。

春種深，夏種淺。

厚蓋谷子薄蓋麻，不薄不厚把麥壓。種田要搶先，收割要搶天。

栽禾趕時，割禾趕天。

三年兩頭倒，地肥產量高。

玉米帶大豆，十年九不漏。

豆麥輪流種，十年九不空。

豆茬種谷，必定有福。

兩壟高粱一壟豆，，高矮作物雙豐收。

谷怕重茬，瓜怕頂茬。

輪作倒茬不用問，強如年年鋪底糞。

茬口換好，米面吃飽;茬口不換，豐年變歉。種地不倒茬，十年九抓瞎。

種地要巧，三年一倒。

換茬不換土，一畝頂兩畝。

耕地勤換種，糧倉關不攏。

旱天多耙，出苗沒差。

要想莊稼收成好，三犁三耙不可少。

春天創一^遍，秋后多一‘石。

春天人哄地，秋后地哄人。

種地不用問，精耕多上糞。

秋天深翻田，豐收在來年。

秋耕深一寸，頂上一茬糞。

秋耕深，春耕淺，旱澇都保險。

秋天不翻，來年草灘。

秋后耕下地，來年苗得利。

篇3

關鍵詞：財政支農支出；農業生產總值；面板數據

中圖分類號：F303 文獻標識碼：A

文章編號：1005-913X（2015）05-0149-02

一直以來，我國政府對農業發展極為重視。云南省作為農業大省，其農業經濟的發達程度直接影響到云南人民的生活水平。由于農業產業的特殊性使得其對財政支出的需求增大，2003-2012年十年間用于農業發展的平均財政支出為5 870.73億元。財政支農是國家保護農業發展的重要手段之一，而國家財政支農政策能否在地區得到確切的落實、能否有效地促進區域農業發展，具有重要的理論與實踐意義。

一、文獻回顧

在國外，Afnoso和Fernandes（2005）使用DEA方法計算葡萄牙各地區公共支出的相對效率值，結果表明大部分地方政府財政效率提升空間較大。[1]David和Annette（2010）采用DEA方法對114個國家1980-2004年的公共支出效率進行了測試和影響因素分析，從整體上研究地方政府的公共支出效率，得出了相似結論。[2]

在國內，鐘德仁、劉朝臣（2011）根據1995-2006年的數據，通過計量分析得出財政支農資金對于農民純收入的影響，提出解決“三農”問題需要增加支農資金總額。[3]黃黎平（2013）基于1998-2011年的相應指標，分析指出增加資金額度能夠更好的推動農業發展。[4]余凌（2012）通過湖北省1996年-2010年的數據分析得出了財政支農資金對湖北省農業總產值的影響并不顯著的結論。[5]

國內的研究在財政支農資金等因素對地區農業發展的影響上出現了一定的矛盾，可能原因是各省份的財政支農資金規模和結構不同。因此，根據各省的數據來研究其財政支農對農業產出的影響具有現實意義。

二、云南農業經濟和財政支農狀況及數據來源

（一）研究區域概況

云南地處我國西南地區，工商業發展水平較低，對農業經濟較為依賴。自改革開放以來，云南農業產值增長較快，財政支農的力度也相應增大。本文選取2003-2012年的數據作為研究對象，研究云南財政支農支出對于農業產出的影響。

2007年至2012年，云南省支農支出從127.6億元增長至518.6億元，實現了4倍增長（不核算價格因素），同期農業總產值從1 331.7億元增長到2 680.22億元（不考慮價格因素），這期間每年的農業總產值雖然增長幅度不一，都處于增長狀態，同期財政支農支出也在不斷增加。同時，云南支農財政支出占云南財政總支出的比例也在增加。2007年，云南財政支農支出占中財政支出的11.24%，2008年該比例變為12.08%。直至2010年，財政支農支出占總財政支出的比重高達14.32%。

（二）數據來源

本文中所涉及的各市數據主要來源于2003-2012年《云南省統計年鑒》和2003-2012年云南省各市統計年鑒。其中Y表示當年價格的農業生產總值，L表示當年農村就業人數，E表示當年農村用電量，M表示當年農業生產中間消耗量，S表示當年有效灌溉面積，A表示當年農業生產總值指數，F表示各地區當年財政支農支出。

三、財政支農支出對農業生產總值增長影響的實證研究

（一）模型建立

從理論上分析影響農業產出的各種因素，一般認為增加財政支農支出可以有效加大對農業及農村經濟發展所需資金的供給，進而推動農村經濟的增長。據此推斷，不同地區的財政支農資金定將對區域農業經濟的發展帶來差異。綜合前人的研究，我們認為資金投入、勞動力投入與土地面積是農業產出的重要影響因素，以柯布道格拉斯函數為基礎，設定研究模型如下：

式中，Y為農業產出，用農業GDP表示；A為農業綜合生產力水平，用農業生產指數表示（以2003年為基年）；F為財政農業支出；L為勞動力投入，用農業就業人數表示；E為農村機械水平，用農村用電量表示；M為中間消耗量；S為土地面積，用農作物有效灌溉面積表示。a，b，c，d，e分別表示各要素投入產出的彈性系數。

對研究模型兩邊同時取對數，得到線性模型：

（二）PANELDATA模型構建

現代計量經濟學證明，在關于區域層面的研究中，面板數據有較大的優勢，能夠大大增加樣本個數，提高數據對問題的解釋力度、保證研究的可靠性。

PANELDATA模型的一般形式為：

式中，

表示自變量個數，誤差項εit服從均值為0，方差為σ2it的正態分布。根據模型中參數的不同類型，面板數據模型可分為四種類型：第1類所有參數都是常數；第2類截距隨對象或時間的變化而變化，而各變量的系數是常數；第3類截距項是常數，而各變量的系數隨對象或時間的變化而變化；第4類截距項和系數都是變化的。因此，選取合適的模型是必要的。可通過F檢驗來確定模型形式，方法如下：

假設1：原假設H10：αi=αj，βi=βj；備擇假設H11：αi≠αj，或βi≠β

假設2：原假設H20：αi≠αj，βi=β備擇假設H11：αi≠αj，βi≠β或αi=αj，βi≠β

假設3：原假設H30：αi=αj，βi≠βj備擇假設H11：αi≠αj且βi≠β

如果假設1被接受，則選用模型1。如果假設1被拒絕，則檢驗假設2。如果假設2成立，則采用模型2。如果假設2也被拒絕，則檢驗假設3。若假設3成立，則采用模型3，反之則采用模型4。

可采用協方差檢驗判斷樣本數據符合哪種模型形式，該檢驗通過3個F檢驗進行，F統計量分別為：

進行F檢驗時，須按照模型1、模型2、模型3和模型4分別對樣本進行擬合，四種模型形式得到的殘差平方和為S1、S2、S3和S4，再通過上述公式計算F1、F2和F3，則可確定模型的形式。上式中，N為截面數，本研究中n=9，T為時期數，本研究中t=10，k為自變量個數（不含截距項），本研究中k=5。經Eviews7.2計算，S1=5.71，S2=0.67，S3=0.17，S4=0.17。據此可計算出F值。

F檢驗的結果顯示，F1=24.68，F2=0.08。在α為5%的條件下，假設H10被拒絕，H20被接受，所以本研究采用模型2，認為云南省各市州農業經濟增長的主要影響因素及其系數不存在顯著差異。確定了模型形式之后，還要確定參數是固定效應還是隨機效應，還要通過霍斯曼檢驗實現。檢驗結果顯示，在1%顯著水平下，拒絕了隨機效應模型的原假設，所以應該采用固定效應模型。

（三）實證結果分析

在進行回歸分析之前，先運用Eviews7.2，對變量進行單位根檢驗。因為各個變量均不存在明顯的時間序列趨勢，因此，在進行單位根的檢驗時選用含截距不含時間趨勢的檢驗方式。檢驗結果表明云南省各市（州）的農業生產總值、農村就業人數、農村用電量、農業生產中間消耗量、有效灌溉面積、財政支農支出均不存在單位根。

根據云南省2003-2012年相關數據的模型估計結果及檢驗結果如表1所示。

在模型中，我們可以發現整個方程的R2為0.9814，因此，方程的擬合效果很好。而從模型的結果中可以看到，農村勞動力人數與農業中間消耗量系數在5%的水平上不顯著，說明農村勞動力人數和農業中間消耗量對農業生產總值增長的貢獻不顯著；并且從系數分析可以看到農村用電量和財政支農支出對農業生產種植增長的貢獻較為顯著，而與農村有效灌溉面積相關性較弱，且呈負相關。從處理結果中我們還可以發現各市的截距都是不同的。

通過對2003-2012年《云南省統計年鑒》可分析農村勞動力人數對云南省農業生產總值增長貢獻不顯著的原因：云南省各市（州）每年農村就業人數的變化較小，而與之相反的是農業生產總值各市（州）卻呈現增長的趨勢，因此，農村就業人數對農業生產總值的增長貢獻效果不顯著。

從結果還可發現，財政支農支出每增加1%，農業生產總值增長0.3014%，這比國內學者對其他省份的研究結論要低一些。這與云南省特殊的條件息息相關。云南省屬于西部地區，社會發達程度較低，因此，資本投入的效率也較低。但是考慮到農業經濟的弱質性，財政支農支出投入不但不會產生“擠出效應”，而且可以產生較大的乘數效應，促進農業的成倍增長。

最后，農村用電量對云南省農業生產總值增長的促進作用最大，從用電量側面證明了機械化程度對云南省農業的發展有著巨大的作用。

四、結論與建議

在以往的研究中專門針對云南省財政支農支出績效的研究文獻較少，而本文就是從地方財政支農支出總量的角度分析了過去的10年中云南省財政支農支出對農業生產總值增長的影響。研究結果表明：第一，從F檢驗的結果來看，說明云南省各市（州）的財政支農支出與各市（州）的農業生產總值最適合的模型是變截距固定效應模型，說明云南各市（州）財政支農支出的彈性是相同的。第二，財政支農支出對云南省各市（州）的農業生產總值增長有正向促進作用。其中，財政支農支出提高1%，農業生產總值增加0.3014%。第三，農村用電量的提升對農業生產總值具有較強的積極作用。

根據以上分析，本文提出以下建議：首先，由于財政支農支出對云南省的農業增長具有正效應，因此，應該逐步提高財政支農支出。云南省作為我國反季蔬菜基地，但是其農業生產水平較低，生產方式落后，因此，加強云南省的財政支農支出規模尤為重要。其次，在提高財政支農支出基礎上，也必須加強對財政支農支出流向和使用的監管，云南省財政支農支出的彈性僅為0.3014，但是全國均值大于0.4，表明云南省財政支農支出的效率較低，應提高財政資金的使用效率并健全支農資金的監管考核制度。最后，應加快財政支農支出的結構調整，從調研結果中發現用電量的增長對農業總產值增長具有最強的促進作用，證明農業現代化能夠最高效地提高農業總產值，因此，支農支出必須不斷調整結構，提高農業科技三項支出比例。

參考文獻：

[1] Afonso A，Fernandes S.Assessing and explaining the relative efficiency of local goverment[J].Journal of Socio Economics，2008（37）.

[2] Hauner D，Kyobe A.Determinants of Government Efficiency[J].World Development，2010（4）.

[3] 鐘德仁，劉朝臣.財政支農資金對“三農”問題的影響分析[J].沈陽工程學院學報：社會科學版，2011（3）.

篇4

關鍵詞：農產品加工業；農民；格蘭杰因果檢驗；海南省

中圖分類號：F320.1 文獻標志碼：A 文章編號：1673-291X（2012）31-0032-04

一、引言

增加農民收入一直是各級政府部門關注的重要問題。海南農村人口占80%左右，農民增收和農業現代化水平的提高是海南經濟發展的重點。糧食、果蔬等作為初級產品銷售，利潤微薄，農民收入難以增長且不穩定。大力發展農產品加工業，通過對農產品精深加工，既能提高農產品的附加值，又能吸納大量的農村剩余勞動力，拓寬農民增收渠道。通過延伸產業鏈條，農民還可從產業鏈條各個環節上取得平均利潤。隨著海南國際旅游島建設規劃綱要獲批，“國家熱帶現代農業基地”也成為海南省六大戰略定位之一。在此定位下，海南正在積極地建設現代農業基地、農產品加工園區及瓜果菜預冷處理系統，為海南農產品加工業發展拓寬道路。

“十一五”期間，海南農產品加工業產值年均增長率為11.34%，2010年比2005年增長90.56%。海南農民人均收入本世紀以來一直保持正的增長率，年平均增長率由“十五”期間的8.32%上升到“十一五”期間12.83%，近兩年，其增幅居于全國前列。2010年，海南農民人均純收入為5 275.37元，低于全國平均水平，收入來源主要是家庭經營收入，為3 563.31元，占全部收入的67.55%。

國內學者對海南農產品加工業的研究中，甚少涉及農產品加工業發展對農民增收的影響，尤其是從定量的角度分析農產品加工業與農民收入的關系。本文選取海南省1995—2010年的農產品加工業總產值和農民人均純收入值，通過平穩性檢驗、協整分析和格蘭杰因果檢驗，對其關系進行實證，以期為海南熱帶現代農業基地建設提供參考。

二、協整檢驗的步驟與方法

經濟學中，關于時間序列經濟變量之間因果關系的分析，學者們經常運用格蘭杰因果關系檢驗法。此檢驗法的前提是，時間序列具有平穩性，或非平穩序列存在協整關系[1]。確定是同階平穩序列后，可進行協整檢驗。如果存在協整關系則可運用格蘭杰因果關系檢驗法檢驗兩個變量之間是否存在因果關系。

（一）平穩性檢驗

一個時間序列如果有穩定的期望值和方差，就叫做平穩的時間序列；反之，均值和方差隨著時間變化而變化，則為非平穩時間序列。如果時間序列非平穩，依然對其進行回歸分析，有可能出現謬誤，得到虛假的結果。對一系列時間序列變量平穩性進行檢驗的方法是單位根檢驗。單位根檢驗方法主要有三種：DF（Dickey-Fuller）檢驗法、 ADF（Augmented Dickey-

Fuller Test）檢驗法和PP（Phillips-Perron）檢驗法。這里采用目前使用較廣泛的ADF檢驗法。如果經過檢驗，發現變量是非平穩的，則需要對其差分進行平穩性檢驗。如果非平穩時間序列經過d次差分后達到平穩，則稱其為d階單整序列。所用變量同階單整是變量之間存在協整關系的必要條件[2]。

（二）協整檢驗

兩個時間序列變量存在的一種長期的穩定關系叫做協整關系。現實經濟中的時間序列數據往往可能是非平穩的，但多個時間序列數據的組合卻有可能保持長期穩定的均衡關系。協整檢驗主要思想是如果某兩個或多個同階時間序列向量的某種線性組合可以得到一個平穩的誤差序列，則這些非平穩時間序列存在長期的均衡關系，或者說這些序列具有協整性[3]。對于兩個非平穩序列，在回歸之前要對其進行差分，差分可能導致兩個序列之間的重要信息損失，為實現對非平穩時間序列進行回歸而又不會導致錯誤的，需要對時間序列數據進行協整檢驗。

檢驗協整性的最典型的方法是Engle-Granger（1987）法，簡稱EG兩步法，它能檢驗兩個變量之間的協整關系。對于多個變量的檢測則可采用另外一種稱為Johansen極大似然估計的方法，該法由Johansen（1988）和Juselius（1990）提出，且可以用于檢驗多個變量，同時求出他們之間的若干種協整關系[4]。

本文采用E-G兩步法進行協整檢驗，第一步是用OLS法對方程進行協整回歸，檢驗變量間的協整關系估計協整向量（長期均衡關系系數）。對于同階時間序列yt和xt，可用一個變量對另一個變量回歸，即

yt=α+βxt+μt （1）

然后得到殘差估計值：

μt=yt-α-βxt （2）

對殘差序列ut進行ADF檢驗，若殘差平穩，則表明變量間是協整的，可進行第二步，即進行誤差修正模型（ECM）的估計。

如果對成為平穩序列的差分形式dyt和dxt進行估計，則會導致水平信息的缺失，模型只能表達y和x的短期關系，建立誤差修正模型的作用就在于通過建立短期動態模型來彌補長期靜態模型的不足。這樣既可以考察變量之間長期的因果關系，又可以考察短期中的因果關系[5]。

將第一步中得到的殘差作為非均衡誤差項加入到誤差模型中，對于（1，1）階自回歸，可建立如下誤差修正模型：

dyt=βdxt-λ（yt-1-α-βxt-1）+εt （3）

然后繼續用OLS方法估計相應參數。

（三）格蘭杰因果關系檢驗

通過協整檢驗，表明變量間存在長期的均衡關系，但是否存在因果關系還不能確定。可采用格蘭杰因果關系檢驗法來判斷一個變量是否是另一個變量的原因。

Granger從預測的角度給出了因果性的一個定義：如果有助于預測，則是Granger的原因。將過去的信息從信息集中去除不會改變對的最優預測，則不是Granger的原因。相反，會改變預測，即是Granger的原因，即將過去的包含在信息集中可提高對的預測[6]。

如果要得到X是引起Y變化的原因的結論，我們必須拒絕X不是引起Y變化的原因的原假設，同時接受Y不是引起X變化的原因的原假設[7]。本文將在協整檢驗的基礎上，采用格蘭杰因果關系檢驗法進行檢驗。

三、數據選取與實證分析

（一）數據來源及處理

海南省農產品加工業囊括了《中國統計年鑒》上的12個行業，包括農副食品加工業、食品制造業、飲料制造業、煙草制品業、紡織業、紡織服裝鞋帽制造業、皮革毛皮羽絨及其制品業、木材加工及竹藤棕草制品業、家具制造業、造紙及紙制品業、印刷業記錄媒介的復制和橡膠制品業。本研究用海南省農民人均純收入（Y）表示農民的收入水平，數據來自歷年的《中國統計年鑒》。用農產品加工業總產值代表海南農產品加工企業的實力水平，農產品加工業總產值（K）來自12個行業工業總產值之和，數據來自歷年的《海南統計年鑒》。1995年數據指鄉及鄉以上農產品加工企業工業總產值，1996—1999年的數據指大中型加工企業的農產品加工業總產值，2000—2010年數據主要指規模以上加工企業的農產品加工業總產值（見表1）。

（二）實證分析

1.變量的平穩性檢驗。為消除異方差的影響，對Y、K兩個時間序列取自然對數，記為LnY、LnK。采用EVIEWS6.0數據分析軟件，對變量LnY和LnK進行ADF單位根檢驗。格蘭杰因果檢驗要求時間序列數據是平穩變量，如果LnY和LnK是1階單整變量，是平穩的，則可對二者進行協整檢驗。檢驗結果（見表2）。

從上頁表2可知，LnY和LnK的ADF檢驗值均高于5%顯著性水平下的臨界值，所以，存在單位根，原時間序列是非平穩時間序列。進一步對它們的一階差分進行檢驗，結果顯示，Y和K的一階差分的ADF值均低于5%顯著性水平下的臨界值，通過了平穩性檢驗，說明Y和K在95%的概率下是一階單整序列，滿足了協整檢驗的前提條件。

2.協整檢驗。由以上的平穩檢驗得出LnY和LnK均為一階單整序列，因而可以對變量間的協整關系進行檢驗。本文采用E-G兩步法，根據該方法，以LnY為因變量、LnK為自變量，進行OLS回歸分析，得出的回歸結果為：

LnYt=-0.5662+0.6102LnKt （4）

（-0.84） （12.53）

R2=0.92 F=157.05 DW=1.54

如果LnY與LnK之間具有協整關系，則方程（4）中的殘差項ut應該是平穩的。于是，繼續用ADF檢驗法對（4）中的殘差項進行平穩性檢驗，結果（如表3）：

由表3可知，殘差序列ADF檢驗值通過5%顯著性水平檢驗，可以判斷殘差序列是平穩序列，證明LnY和LnK之間存在協整關系。并且，由（4）式可看出LnY和LnK是正相關關系，其經濟意義為，從長期來看，農產品加工業每增加1個百分點，農民收入將會增加0.6102個百分點。

3.誤差修正模型（ECM）估計。由以上的分析可知，LnY和LnK之間存在（1，1）階協整關系，如果就以差分形式建回歸模型，那么這樣的模型只能表達LnY與LnK間的短期關系，而不能揭示它們間的長期關系。

因此，需將以上回歸方程的殘差項作為誤差修正項，把誤差修正項看作一個解釋變量，建立短期模型，即誤差修正模型：

DLnYt=βtDLnK-λ（ecmt-1）+εt （5）

根據Granger定理，估計誤差修正項為：

ecmt-1=LnYt-1+0.5662-0.6102LnKt-1 （6）

將（6）式代入（5）式誤差修正模型，用OLS法估計相應參數，得到的誤差修正方程為：

DLnYt=0.0642+0.1489DLnKt-0.5442ecmt-1 （7）

（2.5456） （1.0404） （-2.5098）

R2=0.35 DW=2.26

誤差修正模型中的誤差修正項反映了長期均衡對短期波動的調整力度。農民收入的短期波動一方面是農產品加工業產值波動的影響，另一方面是偏離長期均衡的影響。誤差修系數為負，體現了反向修正機制，上一期偏離均衡狀態越遠，本期修正力度越大。誤差項ecmt-1估計的系數為-0.5442，表明，當海南農產品加工業產值對農民收入的短期波動偏離長期均衡時，系統內的誤差修正機制將以54.42%的力度將其拉回長期均衡狀態，調整速度較快。LnY關于LnM的短期彈性是0.1489，即農產品加工業產值每增加1%，農民人均純收入將增加0.1489%。

4.格蘭杰因果關系檢驗。協整檢驗證明了農產品加工業發展和農民人均純收入之間存在長期均衡關系，但尚不清楚這種均衡關系是否存在因果關系，還需進行格蘭杰因果檢驗作進一步驗證，這里采用滿足平穩性要求的DLnY與DLnX進行格蘭杰因果檢驗，檢驗結果（如表4）。

Granger因果檢驗結果表明，當滯后期長度為1～3時，均接受原假設，海南農產品加工業與農民收入之間不存在格蘭杰因果關系。雖然海南農產品加工業發展和農民收入之間長期內存在相互影響的關系，但并不存在直接或著必然的聯系，因此不能簡單的認為海南農產品加工業的發展導致了農民收入的增長。這說明，海南農產品加工業發展水平低，農產品加工轉化率低，農產品加工業的發展對農民收入增長的拉動效應尚不明顯。

四、結論與建議

通過對海南省1995—2010年期間的農產品加工業產值與農民人均純收入進行相關性分析，可知海南省農產品加工業產值與農民人均純收入之間存在協整關系，農產品加工業的發展是影響農民收入增長的原因之一。兩者間的長期均衡關系如方程（4）所示，農產品加工業產值每增加1個百分點，農民收入將會增加0.6102個百分點；兩者間短期動態關系如方程（7）所示，農產品加工業產值每增加1個百分點，農民收入將增加0.1489個百分點。但是農產品加工業產值不是農民收入增長的Granger原因，可能是因為海南農產品加工業發展水平目前較低、總量較小，尚未能顯著影響農民收入的增長。

根據上述的分析給出以下建議：第一，立足本地優勢，提升加工水平。2010年，中國農產品加工業與農林牧漁業總產值的比值已達到2.04，而海南僅為0.33，不及全國2000年0.38的水平，海南農產品加工業尚有較大發展空間。海南省熱帶農產品豐富，加工原材料較易得到滿足，但由于熱帶水果鮮食比例大，鮮果價格時而波動，農民收入不易得到保障。對于有一定規模產量的熱帶果蔬，海南應充分發揮其原料優勢，大力發展農產品精深加工業，提高農產品加工轉化率。海南農產品加工企業，大多加工技術水平低、設備落后，生產的中低檔產品多、精深加工產品少。隨著中國—東盟交流日益廣泛頻繁，海南應充分抓住大好機會，加強與東南亞國家在熱帶農產品加工與發展方面的交流，扶持龍頭企業發展高新技術，引進國內外先進技術和生產管理人才，借鑒其他熱帶水果加工水平較高的國家和地區，提升農產品加工業技術創新水平和加工水平。第二，充分利用海洋資源，大力發展水產品加工業。海南是中國擁有最多海洋資源的省份，海域面積約為全國的2/3。隨著近海捕撈資源的衰退，海南省應堅持以市場為導向，鼓勵發展養殖業，建立標準化水產養殖、加工基地，促進水產品加工、出口與養殖協調發展。針對水產品精深加工能力不足的現狀，海南加工企業應積極引進先進技術，提高加工工藝，創造知名品牌。鼓勵龍頭企業與當地漁（農）民建立產供銷等直接利益關系，帶動漁（農）民發展致富。第三，加強基礎設施建設力度。加大對道路、農產品物流、冷藏設施及通訊等基礎設施建設投入，為擴大鮮果和加工農產品對外銷售創造便利的條件。加強信息網絡建設，及時高效的提供海南農產品方面的市場信息。增強相關部門如強駐島外農產品流通辦事處的功能，提高其信息收集反饋服務水平。完善農產品質量檢測體系，加強質量檢測硬件和軟件建設，保證海南農產品高質量，塑造綠色無疫高質量品牌形象。第四，保護生態環境，降低污染。海南是全國的無疫區，熱帶高效綠色無公害成為海南農業最大的特色，也是消費者認可和選擇海南農產品及其加工產品的關鍵因素。由于農業生產、旅游開發、地產開發及工業發展，農藥化肥、生活垃圾、廢水廢氣等直接破壞著海南的生態環境，海南各地的生態環境已受到不同程度的破壞，不利于海南農業、旅游業甚至海南經濟的可持續發展。海南應做好生態保護規劃及開發建設規劃，實施嚴格的環境保護標準，加強環保基礎設施建設，同時加強監督。政府應努力推動生產方式改革，推動綠色高效節能生產，以此保證農產品及其加工品的質量水平，提高海南農產品競爭力，也為海南現代農業良性循環發展及在較長時期內維持農業生產者的利益提供保障。

參考文獻：

[1] 李明賢，羅荷花，楊迪航.中國農戶融資與農業增長、減貧的實證分析[J].農業現代化研究，2010，（5）.

[2] 閆奕榮，王滿倉，李志軍.西部地區對外貿易與經濟增長的協整及因果關系檢驗[J].西北大學學報：哲學社會科學版，2007，（3）：38-41.

[3] 張利亞.基于協整與誤差修正模型的預測[D].武漢：武漢科技大學，2006.

[4] 曹裕，謝良，賀礫輝.湖南對外貿易與經濟增長的協整檢驗及格蘭杰因果關系檢驗[J].湖南文理學院學報：社會科學版，2007，（6）：40-44.

[5] 王洪亮，徐霞.日本對華貿易與直接投資的關系研究（1983—2001）[J].世界經濟，2003，（8）：28-37.

篇5

［關鍵詞］農業產業結構；調整；優化升級

［中圖分類號］F127 ［文獻標識碼］A ［文章編號］1005-6432（2011）36-0145-02

1 新疆農業產業結構現狀及其存在的問題

1.1 新疆農業產業結構現狀

伴隨著我國農村生產關系的重大變革,新疆農業三十多年來保持了全面快速的發展勢頭,農業總產值高速增長,1978―2010年農業總產值由19.1億元增加到1846.18億元,年平均增長率為56.8%。表明經過近三十年的調整,新疆農業實現了穩定持續增長。1980―2008年以來,新疆農業產業結構調整取得了長足的發展,農民收入水平也呈顯著增長態勢。從下圖可以看出,新疆農業產值、林業產值、牧業產值和漁業產值都呈逐年遞增的趨勢。

1980―2008年新疆農林牧漁業發展變動趨勢

資料來源：根據2010年新疆統計年鑒有關數據整理計算繪制所得。

2008年比1980年分別增加了約47.76倍、49.4倍、63.49倍、274.39倍,總體來看,漁業的增長速度很快,其他產業的發展速度相對較慢。從圖中也可以發現,2002―2008年以來四大產業的發展速度平穩但農業產業結構調整效果不太顯著。由于新疆的農業產業占主導地位,尤其是以棉花、油菜等經濟作物種植業為主。同時牧業產值在新疆也占很大的比重。農業和牧業是新疆農業產業結構中的重點產業,這既與自然氣候有關,也與生活習慣有關。但隨著人們生活消費結構的改變以及產業結構調整力度的加大,其他產業對農產品的需求也愈來愈顯著,漁業、林業發展速度增大,使得新疆農業產業結構調整進入一個新的發展階段。

1.2 新疆農業產業結構存在的問題

(1)產業結構不合理且調整速度緩慢：農林牧漁業總產值結構與部分省份相比較,新疆地區農業占農林牧漁業的比重為69.3%,此比重過高,而且四川和吉林已低于50%。新疆的林牧漁業所占比重均低于其他省份。總的來說,林牧漁業所占比重低,結構不盡合理。近三十年來, 新疆農業產值結構基本上沒有太大的變化,種植業產值一直在70%左右,牧業產值所占比重基本維持在20%左右。與全國平均水平相比, 新疆農業結構中種植業比重偏大,具有資源優勢的畜牧業,林果業發展與開發不足。詳見下表所示：

(2)糧食種植結構單一,結構性矛盾突出：總體來講,從1978―2009年新疆糧食種植面積在逐漸減少,棉花面積在逐步增加。近三十年來,糧食作物和棉花占種植業面積的比重之和變化不大,農業內部以糧食作物和棉花為主,飼料作物種植較少,種植業整體比重偏大,而名、優、特產品較少,不能適應市場需求的變化。農業產業結構單一、產業內比例失調,區域資源優勢未能得到充分發揮,這在很大程度上制約著新疆地區特色農產品產業化經營的發展。由于農業產業內部結構較為單一,以種植業為主,種植業又以糧食為主,隨著人口數量的增加,為滿足糧食需要,只有不斷毀林、毀草開荒,導致水土流失嚴重,耕地減少的惡性循環。

2 影響新疆發展農業產業結構的制約因素

2.1 環境制約日益嚴重

新疆是我國典型干旱區,降水稀少。新疆極端干旱區和干旱區的面積占全新疆總面積的65.5%(其中極端干旱區占28.8%,干旱區占36.7%),如果將半干旱區計算在內,其面積占全新疆總面積的88.7%。新疆是中國多種自然災害群生的典型地區,沙塵、大風、干旱、洪水、雪災、寒流、霜凍等自然災害頻發,近十年新疆農業平均受災率雖低于全國,但成災率卻高達65.6％,高于全國平均水平15.3個百分點。自然災害的頻發給我區農業生產造成了嚴重損失,制約了新疆生態型現代農業可持續發展。

2.2 水資源的約束

新疆屬于大陸性溫帶干旱和半干旱氣候區,2008年水資源總量僅占全國總量的2.9%,是我國最為干旱缺水的省區。2008年新疆用水總量占水資源總量的65.8%,是全國平均水平的3.1倍；農業用水占用水總量的92.3%,遠高于全國平均水平(62%)；農用地均用水量為11642.8m3/hm2,是全國平均水平的3.08倍；新疆農用地均產值為25936元/hm2,是全國平均水平的70%。可見,新疆水資源利用率高但基本用于農業生產,農用地用水多卻產值不高。在新疆水資源緊缺的環境下,新疆的農業就是灌溉綠洲的農業,土地的開發、利用和效益均嚴重受水資源的制約。種植業、林業、牧業、漁業間水資源的配置也是一個動態博弈過程。

2.3 農業科學技術條件

科學技術本身就是生產力的組成部分,科學技術作為生產力的集中體現,是導致農業產業結構變化的最強大的推動力之一。技術進步是農業發展的主要動力,要實現生態農業產業化戰略和可持續發展的目標,將社會效益、生態效益、經濟效益有機地結合起來,就必須以科學技術的不斷進步為前提。由于經濟發展水平落后、生態環境惡化、社會發育程度不高等諸多因素的制約,新疆地區農村科技資源十分稀缺,農業科技服務的組織機構也不健全,科技進步對農業發展的推動作用還不顯著。新疆農業科技投入較小, 僅占農業總產值的0.4%~0.5% ,占新疆國內生產總值的0.05%~0.1%,而發達國家這一比例在1.5%~2.0%。

3 新疆農業產業結構調整與優化升級策略

3.1 調整農業結構,優化資源配置,發揮比較優勢,締造新的農產品市場競爭力

提高農產品品質,調整優化種植業結構,就是把新疆種植業原來的糧、經“二元結構”為主調整為糧、經、草“三元結構”。構造畜牧大產業,調整優化農業內部結構。農場把發展現代畜牧業作為農業結構調整的突破口,依托大西北牧業、麥趣爾、天康畜牧等龍頭企業,重點發展生豬、羊、奶牛養殖,培育一批有一定規模的養殖小區和養殖戶,迅速擴大生豬、羊、奶牛的養殖規模,為龍頭企業提供有一定數量、較為穩定的優質畜產品。新疆應抓住生態畜牧業產業化的發展機遇,不斷加大畜牧業比重,提高經濟總量和質量,把我區建設成為國家現代優質畜產品生產基地。

3.2 要積極調整農業的區域結構,加強農業區域之間的分工與協作,發展特色農業區

我們應該充分發揮區域比較優勢,實行區域化、規模化開發,同時注意避免區域農業產業結構雷同,著力形成有區域特色的農業產業帶和關聯產業群。加快建設“四大基地”,全面推進農業產業化。不斷調整和優化農業結構,發展高產、優質、高效、生態、安全農業,大力推進棉花、糧食、特色林果和畜牧四大基地建設。棉花產業基地鞏固提升棉花產業,以建設阿克蘇市、石河子市紡織工業基地為軸心,著重規劃建設喀什地區至阿克蘇地區、巴音郭楞蒙古自治州棉花產業帶和天山北坡棉花產業帶。糧食基地重點發展伊犁河谷、環塔里木盆地北線、塔額盆地、昌吉東部、博州西部糧食產業區和產業帶,規劃建設糧食生產基地縣。特色林果產業區,做優做強特色林果業,加快建設環塔里木盆地優勢林果主產區,穩步建設吐哈盆地、天山北坡和伊犁河谷優質特色林果產業帶。畜牧業生態區,做大做強現代畜牧業,在天山北坡、伊犁河谷、塔里木盆地、焉耆盆地、額爾齊斯河流域加快建設牛奶產業帶；在伊犁州直、博州、昌吉州、巴州、塔城地區、阿克蘇地區重點建設細羊毛產業帶等。

3.3 圍繞重點領域,推進技術創新,以科技創新推動農業結構優化升級

篇6

[關鍵詞] 農業生產 投入要素結構 偏最小二乘回歸(Partial Least Square)

四川省是我國的農業大省,2009農業總產值占GDP比重的26.07%,全省農民人均純收入4462.1元,比上年增長8.3%,說明促進農業增長仍然是四川農民的促進增收的主要途徑之一。但由于四川省土地狀況除成都平原外多為丘陵和山地,人均耕地少,基礎設施薄弱,自然災害頻發,雖然近年來政府對農業投入逐年加大,但產出效益并沒有顯著提高。因此不能僅僅依靠增加農業生產要素的投入,還要注重農業生產投入要素結構的優化。農業生產投入要素結構的變化對農業生產具有重要影響,有研究發現生產要素投入結構的變化是反映技術變動和發展方向的一個主要指標,土地密集型作物(如糧食)生產的資金(尤其是機械)對勞動的替代趨勢極為顯著,而勞動密集作物(如園藝作物)生產的勞動與資金很難替代。

一、研究方法

1.變量和數據處理

本文在有關農業投入結構和產出要素研究的基礎上,結合四川省農業生產的實際情況,依據《四川統計年鑒》的有關數據,從產值與產量方面確定了農林牧漁總產值和單位面積農作物產量(包括糧食、油料、棉花、甘蔗、麻類)兩個產出指標,從人員、物質和資金方面確定了農業從業人員、農作物播種面積、農業機械總動力、化肥施用量、農業生產用電和農業資金投入(包括財政支出中用于農業支出、金融機構農業貸款)六個投入指標進行分析,從數據的可獲得性及研究的現實性和科學性出發,本文確定研究的時期為1990到2008共19年的數據,具體數據略。

2.自變量的共線性分析

從相關系數(表1)可以看出,變量間的相關性較高,直接運用普通最小二乘法建立以產出指標為因變量,投入指標為自變量的線性回歸方程,可能存在多重共線性問題。這里直接建立回歸方程,并計算變量膨脹因子(VIF: Variance Inflation),結果如表2。

表1 指標相關系數

x1 x2 x3 x4 x5 x6 y1 y2

x1 1

x2 0.6630 1

x3 0.7571 0.9254 1

x4 0.6341 0.9838 0.9568 1

x5 -0.6192 -0.9803 -0.9457 -0.9906 1

x6 0.5977 0.9891 0.8795 0.9587 -0.9593 1

y1 0.6788 0.9729 0.9034 0.9460 -0.9341 0.9705 1

y2 0.2671 0.6044 0.6535 0.6439 -0.6450 0.6172 0.5731 1

方程一的擬合優度R-Square還是不錯的,但是兩個方程中各變量的顯著性均通不過檢驗,而且各變量的膨脹因子都大于10,最大的VIF(X2)達455.1936。從而得出,自變量存在著嚴重的共線性,不宜用普通最小二乘法進行分析。加上因變量為兩個,所以本文選擇偏最小二乘回歸法對農業投入產出結構因素進行分析。

3.偏最小二乘回歸法

偏最小二乘回歸(Partial Least-Squares -regression,PLS)方法是S.Wold和C.Albano提出的一種新型的多元統計數據分析方法。該方法將多元線性回歸分析、變量的主成分分析和變量間的典型相關分析有機結合起來,在一個算法下同時實現了回歸建模、數據結構簡化和兩組變量間的相關分析,適宜處理樣本容量小、自變量多、變量間存在嚴重多重相關性的統計問題。

其建模步驟包括:首先,采用主成分分析與典型相關分析的思想分別提取因變量和自變量的主成分,即偏最小二乘因子,這不僅保證了提取的成分盡可能多地保留原始變量的信息且保持相互獨立,而且使自變量與因變量的相關性最大;然后,采用普通最小二乘法建立回歸方程,因成分間已不存在多重共線性,此時采用普通最小二乘估計所得結果穩定性較好。由此可見,偏最小二乘回歸集中了主成分分析、典型性相關分析及普通多元回歸分析的優點。

二、研究結果

本文利用統計分析軟件SAS中PLS過程來完成偏最小二乘回歸,結果如下。

1.PLS成分

輸出結果顯示,自變量組提取的第k個成分可解釋變差的百分比分別為81.7960%,14.8532%,2.88115%,0.3805%,0.0637%,0.0250。可解釋因變量組 變差的百分比分別為57.3511%,1.2731%,3.9880%,2.8071%,0.1725。由此可見對Y的解釋能力已非常微弱,可初步直觀地判斷只需提取一個成分就已足夠了。為準確,再使用“舍一交叉驗證法”進行交叉驗證,計算結果如表3。可見當取一個偏最小二乘因子時,得到的預測殘差平方和的均方差(PRESS)最小,其值為0.7473。

表3 交叉驗證法確定成分抽取數

Number of Extracted Factors 0 1 2 3 4 5 6

Root Mean PRESS 1.06667 0.747265* 0.846268 0.847533 0.898811 0.955213 1.053714

注:右上角帶“*”為最小PRESS。

此時,提取的偏最小二乘因子為

(右上角帶“*”的變量表示標準化變量)。

2.PLS回歸結果

PLS回歸的參數估計如表4。

表4 偏最小二乘回歸方程的參數估計

標準化回歸方程 原始變量回歸方程

y1 y2 y1 y2

Intercept 0 0 -1396.96 57995.76

x1 0.083878 0.03893 2.32684 4.20348

x2 0.197506 0.091668 0.29876 0.53808

x3 0.18901 0.087725 4.25256 7.66409

x4 0.198168 0.091975 4.60551 8.31994

x5 -0.18743 -0.08699 -0.41891 -0.75676

x6 0.190207 0.08828 0.62163 1.12299

3.變量投影重要性指標

在PLS中,用變量投影的重要性指標VIP(Variable Importance in Projection)來測度自變量Xi在解釋因變量Y時作用的重要性。一般情況下VIP指標值應大于0.8,當小于該值時,可認為自變量對因變量的解釋是很微弱的,可不納入PLS方程中,計算結果如圖1。

圖1 變量投影重要性指標

三、結果分析

1.從PLS回歸方程發現農林牧漁產值和單位面積農作物產量都同農作物播種面積、農業機械總動力、化肥施用量、農業生產用電和農業資金投入要素成正相關,而同農業從業人員量成負相關。從回歸方程系數看,對產值和產量的邊際貢獻最大的是農業生產用電量,其次是化肥施用量。這與現代農業的發展趨勢是一致的。從歷年數據不難看出,在農業產值和單位面積產量穩步增長的同時,農業從業人員在逐步減少,而其它投入要素卻大幅增長,特別是電力投入增長了近四倍。出現這一情況的原因在于大量農村人口從事非農產業,特別是農民工的發展與壯大,從而在農村中出現大量農業兼營人員和非農人員,而真正的純農業生產人員逐步減少。而隨著農業機械化的推廣,農業生產、加工機械大量普及,導致對能源動力的需求大大增加。同時,農業種植技術的提高和土地生產能力的降低又增強了對化肥的需求。現代農業不僅依靠生產技術水平的提高,還要求較高水平的經營與管理,這總體來看,隨著農業生產現代化水平的不斷提高,農業生產對勞動力需求正在被機械能源等科技力量和資本力量所替換。

2.偏最小二乘因子系數表明,農業機械總動力、化肥施用量、農業生產用電、農業從業人員和農業資金投入對農業產出的解釋作用較大,這與VIP指標顯示結果一致。其中農業機械總動力和農業生產用電作用最大,據此可以將偏最小二乘因子命名為“動力投入因子”。這說明,農業生產中機械和能源的投入起著至關重要的作用,這與現代農業中農業機械化要求是一致的。

但是農作物播種面積的投入作用最低,根據VIP理論,其值小于0.8就可以將其不納入到PLS回歸方程中,可見土地的投入對農業產出起的作用微小。這似乎與理論不符,其實不然。從農作物播種面積的絕對數看,2000年以前逐年增加,之后出現下降趨,但總體沒有多大變化。這與我國農業政策有關,最近幾年我們國家從可持續發展角度出發提出了退耕還林(草)工程,一部分農作物播種面積被林(草)地面積所替代,而在之前,我們過多地強調糧食安全而大量開荒種地。在投入大量增加時,由于播種面積幾乎不變,這就導致農業投入的結構變化基本由機械能源資金等要素的變化來詮釋,這表明四川省動力投入在一定程度上可以替代土地的要素投入。

四、結論

本文選取了四川省90年到08年19年農業投入產出數據,運用偏最小二乘回歸法對四川省農業投入結構變化與產出的影響進行了分析,分析表明農業產出同投入結構有關重大關系,農業產出同農作物播種面積、農業機械總動力、化肥施用量、農業生產用電和農業資金投入成正相關,而同農業從業人員投入成負相關。因此,一方面應進一步加大這方面的投入,推進農業機械化和現代化,同時加快農村剩余勞動力轉移;另一方面在保證糧食安全的同時,應繼續堅持退耕還林工程,實現農業生產的可持續發展。

參考文獻:

[1] 胡瑞法 黃季混:農業生產投入要素結構變化與農業技術變動趨勢[J].中國農村觀察,2001(6)

[2] 顧俊龍:農業投入與產出結構變化及其影響因素研究[J].山西財經大學學報,2006,28(5)

篇7

[關鍵詞]資源環境約束；農業生產率；鄱陽湖生態經濟區

[中圖分類號]X196 [文獻標識碼]A [文章編號]1674-6848（2013）01-0089-07

[作者簡介]潘 丹（1986—），女，江西宜春人，江西財經大學鄱陽湖生態經濟研究院理論經濟學在站博士后，主要從事環境經濟理論與政策、農業經濟管理研究。（江西南昌 330032）

[基金項目]第52批中國博士后科學基金資助項目“鄱陽湖生態經濟區農戶過量施肥行為及污染治理政策研究”（2012M521285）、教育部人文社科規劃基金項目“中國農業生產率再測算及其影響因素：資源環境約束的視角”（11YJA790192）、國家自然科學基金項目“基于生態系統服務功能價值的區域生態補償標準及空間選擇研究——以鄱陽湖生態經濟區為例”（41261110）和國家社會科學重大基金項目“環境保護、食品安全與農業生產服務體系”（11&ZD155）的階段性成果。

Title： Agricultural Productivity under Resource and Environmental Constraints： Also from the Construction of PLEEZ

Author： Pan Dan

Abstract： Traditional agricultural productivity measurement ignoring environmental pollution and resource consumption is a biased evaluation and is unable to reflect the real growth performance of agriculture. This paper firstly gives a theoretical analytic framework between agricultural productivity and resource environmental constraints and then put forward the innovative direction of future research in agricultural productivity filed： the measurement of agricultural productivity incorporating resource and environmental pollution and its influencing factors， the cost of resource and environment policy implementation and the shadow price of resource and environmental pollution. Finally， based on the strategic needs in Poyang Lake Ecological Economic Zone（PLEEZ）， we point out the key research issues of agricultural productivity in PLEEZ to provide decision supports for the development of modern agricultural in PLEEZ.

Key words： resource and environmental constraints； agricultural productivity； Poyang Lake Ecological Economic Zone

一、引言

提高農業綜合生產能力，是促進中國糧食增產、提高農民收入、推進農村社會和經濟全面發展的重要手段。①從理論上講，農業綜合生產能力的提高取決于兩點：一是農業要素投入量的增加，二是農業要素生產率的提高。然而，經濟資源的稀缺性決定了農業綜合生產能力不可能依賴于農業要素投入的無限擴張，而應以農業生產率的不斷提高為主要源泉。因此，客觀地評價和分析中國農業生產率具有很強的政策意義。迄今為止，國內外研究者運用不同的方法、從不同的角度對中國農業生產率進行了測度，得出了許多有政策意義的結論。②然而長期以來，文獻中對農業生產率的度量只是基于傳統的資本、勞動和土地等投入要素，而很少考慮到與農業經濟發展密切相關的資源和環境因素的影響，因而無法反映出中國農業經濟的真實增長績效。

在投入端，土地、勞動力、化肥、役畜以及農業機械等是現有農業生產率研究中的普遍投入變量，而作為農業經濟發展最受制約的水資源要素在農業生產率的測算研究中并不多見。眾所周知，水資源是農業發展的基礎資源，在中國農業生產中處于戰略地位，作為一種日益稀缺的戰略性資源，其對國家糧食安全和農業經濟發展具有全局性和長遠性的影響。③國內學者王學淵在美國經濟學家Paul M.Romer提出的“Growth Drag”理論基礎上，④考察了由于水資源限制使得中國農業經濟增長下降的幅度，結果表明：水資源對中國單位面積農業產值的“增長阻力”為0.1121%，到2050年，中國單位面積農業產值增長率將由于水資源的短缺而比目前降低4.82%。⑤潘丹、應瑞瑤的研究也指出，無論在短期內還是在長期內，水資源均是推動中國農業經濟增長的重要因素，并且隨著時間的推移，水資源短缺對中國農業經濟增長的負面影響還將逐步加強。⑥

在產出端，現有的農業生產率研究大多僅僅考慮了農業發展中期望產出（Desirable or Good Output）的增加（如農林牧漁業總值、農林牧漁業增加值等），而很少將非期望產出（Undesirable or Bad Output）（如農業污染物COD、TN、TP等）納入分析框架。⑦然而，現實情況表明，中國的農業經濟在快速發展的同時也帶來了嚴重的農業面源污染問題。第一次全國污染源普查公報數據顯示，2007年中國農業化學需氧量、總氮和總磷的排放量分別為1324.09、270.46和28.47萬噸，占各自污染總排放量的43.7%、57.2%和67.4%，農業面源污染已經成為中國環境保護的重點和難點。日益惡化的農業環境已經嚴重影響到農業生產的資源基礎，并加劇土地資源供需的矛盾和危及人民的健康人力資本水平，從而降低中國經濟發展的潛力。①如：張士功的研究指出，目前農業生產中化肥、農藥和農膜等超量和不合理的使用，已經致使中國至少有1300到1600萬公頃耕地受到嚴重污染；②Rozelle et al和呂開宇的研究發現，保持其他條件不變，土地面積中土壤侵蝕面積每增加1%，中國單位耕地的農業增加值將下降0.13%；土地面積中鹽堿地面積每增加1%，中國單位耕地的農業增加值將下降0.11%。③

隨著科學發展觀與構建和諧社會理念的提出，節約資源與保護環境已經成為轉變中國農業經濟發展方式和促進農業經濟又好又快發展的不可或缺的組成部分。將資源環境約束納入到農業生產率的分析框架中，研究資源和環境如何影響中國農業的可持續發展，顯得十分必要和緊迫。然而遺憾的是，現有研究中對自然資源、環境污染與農業生產率之間關系的探討還較為薄弱。如何將資源環境約束納入到已有的生產率分析框架，如何從理論上理清三者之間的內在聯系與作用機理，是破解當前農業發展中資源稀缺、環境惡化難題的重要基礎。鑒于此，本文首先從理論上廓清資源環境因素對農業生產率的影響機制，然后指出資源環境約束下農業生產率研究的創新方向，最后結合鄱陽湖生態經濟區區域重大發展戰略需求，闡述資源環境約束下鄱陽湖生態經濟區農業生產率研究的關鍵問題，從而為鄱陽湖生態經濟區建立“高產、優質、高效、生態、安全”的現代農業產業體系提供決策支撐。

二、忽視資源環境約束對區域農業生產率核算結果影響的理論分析

（一）忽視自然資源約束對區域農業生產率核算結果的影響

由于自然資源的稀缺性，自然資源對農業經濟增長將會產生極大的約束性，從而影響農業生產率的估計結果。具體來講，自然資源對農業經濟增長的制約主要體現在兩個方面。

其一，自然資源總量約束制約著農業經濟增長的規模和速度。如圖1所示，圖中直線aa、bb、cc分別為各個時期的社會總成本約束線，OP為產出擴展線，Q1、Q2、Q3分別代表不同時期的社會總產量水平，水平線RR表示一個經濟發展時期固定的可利用自然資源總量。在不考慮自然資源約束的情況下，A、B、C點分別代表各個時期的短期最優生產點，Q3是社會能達到的最大產出水平。而當考慮自然資源約束后（假設擁有的自然資源總量是RR），很明顯可以發現，在RR的自然資源水平上，社會的最優生產點為B點，社會能達到的最大產出水平是Q2。在存在自然資源約束的情況下，如果想要達到沒有資源約束時的社會最大產出水平Q3，則需要dd的經濟成本來實現。我們通過比較可以發現，自然資源總量的限制將會導致社會以更高的經濟成本來實現沒有自然資源約束時的產出水平（dd>cc），或者只能實現更低的社會總產出水平（Q2

其二，自然資源和其他投入要素的結構性不平衡形成對經濟增長的結構性約束。在不存在自然資源約束的情況下，自然資源和其他投入要素（如化肥、役畜、機械等）一起作用于經濟增長；而當存在自然資源約束時，隨著其他投入要素的增加，自然資源的投入不再增加，其他投入要素單獨作用于經濟發展，經濟發展的速度受到制約。

（二）忽視環境污染約束對區域農業生產率核算結果的影響

在環境污染方面，Charnes等人提出，傳統生產率測算模型的一個基本要求是投入必須盡可能地縮減，而產出必須盡可能地擴大。按此要求，農業面源污染排放量在傳統的生產率測算模型中也只能與農林牧漁業產值同比例不斷增加，這顯然違背了生產率評價的初衷。①圖2中生產點A表示既定投入x生產兩種產出（y，b），其中y為農林牧漁業產值，b為農業面源污染排放量。傳統的生產率測算模型要求生產單位從A點，y和b按照相同比例增長到前沿產出C點；而在考慮環境污染因素后的生產率測算模型中，A點則是沿著既定的方向g增長到前沿產出B點。在這一過程中，農林牧漁業產值由y增加到■，農業面源污染排放量由b減少到■ 。我們通過比較可以發現，是否考慮環境污染因素對農業生產率的測算結果將有顯著影響。

事實上，農業環境質量的下降除了會帶來社會的整體負外部性之外，也會對農業發展的自身帶來嚴重的負面影響，從而對農業生產率的核算結果產生影響。一方面，農業環境質量的下降會影響自然資源和投入要素的供給數量和質量，降低自然資源和投入要素對農業經濟增長的貢獻力度，從而對農業經濟發展造成制約；另一方面，農業面源污染的治理往往也需要成本，從而將本來可以用于農業生產的資源配置到農業面源污染的治理活動中，進一步對農業經濟發展產生影響。

三、資源環境約束下的區域農業生產率研究創新方向

上述分析結果表明：是否考慮資源環境因素將對農業生產率的核算結果具有顯著影響。可持續發展理論認為，資源和環境因素不僅是經濟發展的內生變量，而且是經濟發展規模和速度的剛性約束。目前中國的農業發展已經產生了嚴重的資源消耗和環境污染問題，并且已經對農業經濟的長期增長產生了巨大的負面影響。在農業生產率的測算中如果不考慮資源環境約束，無疑會使生產率的測算出現偏差。農業經濟學者樊勝根指出，農業生產率的測算偏差不僅會扭曲對農業經濟增長績效的評價，也會使基于生產率的政府決策發生偏誤，導致對農業生產和生產率的增長產生長期的負面影響。①

由于資源和環境的價格無法獲取，傳統的農業生產率核算手段無法對其進行直接處理。如何合理地將資源和環境因素整合到生產率的分析框架中，一直以來都被學術界廣為關注。現有文獻對資源的處理方法較為一致，通常將資源看做一種新的投入要素，和土地、資本、勞動等常規投入要素一并作為經濟增長的源泉。關于環境污染在生產率分析中的處理有些復雜，目前主要有四種方法：②一是曲線測度評價法。該方法將環境污染值變換為倒數形式，然后直接將環境污染作為“好”產出處理，在經典的農業生產率測算模型中即可求解出環境約束下的生產率水平。但由于該方法是一種非線性規劃的生產率評價方法，求解較為困難，盡管Fare等人給出了近似線性規劃的替代求解方法，但仍然無法保證求解的精確性，從而使其應用受到一定的限制。③二是數據轉換函數處理法。該方法的基本思想是將“壞產出”轉化為低的“好產出”，然后將轉化后的“壞產出”作為普通的“好產出”，運用傳統的DEA模型計算決策單元的生產率。具體可分為負產出轉換、線性數據轉換以及非線性數據轉換。負產出轉換法將污染物作為負數處理，不符合生產率評價的基本要求，線性數據轉換法在CCR模型中無法保持分類的一致性，而非線性數據轉換轉化法則破壞了模型的凸性。三是環境污染作投入處理法。該方法將環境污染物作為投入指標來處理，采用徑向測度衡量污染物與資源投入的可減少比例，以此分析環境約束下的生產率。但在特定的生產過程中，環境污染與資源投入并不總能保持一定的同比例關系，因而該方法不能反映實際的生產過程。四是方向性距離函數法（Directional Distance Function，DDF）。這種方法通過設定“好”產出增加、“壞”產出減少的方向，將生產率分析與環境污染納入一個統一的框架中，同時由于其并不需要環境污染的價格數據，因而在實際中得到了廣泛的應用。

方向性距離函數方法的提出有利于農業生產率研究的進一步深化和拓展。從圖3可以看出，結合方向距離函數這一工具，如果在農業生產率框架下考慮環境污染物和自然資源消耗，那么對農業生產率的研究至少可擴展到以下幾個方面。

其一，可以測度資源環境約束下的農業生產率水平，即將環境污染作為“壞產出”，將自然資源消耗作為投入變量，借助方向性距離函數方法，考察不同地區考慮資源環境因素后的農業生產率水平。該農業生產率值可以反映出不同地區農業經濟增長、資源節約和環境保護三者的統籌發展程度，可以測算出不同地區相對最優生產前沿邊界所可能實現的最大農業產出擴張、最大資源投入節約以及最大農業污染物減排潛力。進一步，可以采用計量經濟模型，探討經濟發展水平、人口文化素質、環境管理政策制度、產業結構、技術水平等因素對資源環境約束下的農業生產率的影響機制、方式和可能結果。近年來，一些學者已經嘗試在中國整體經濟以及工業經濟的生產率研究中考慮資源環境因素，例如胡鞍鋼等、王兵等、Zhang等、朱承亮等人在考慮能源投入、CO2、COD、SO2、廢水和固體廢棄物等環境污染物的基礎上，對中國整體經濟資源環境約束下的生產率進行了測算；①涂正革、陳詩一、龐瑞芝和以及Wu等人以中國工業行業為研究對象，在考慮資源環境約束的情況下，計算了各地區工業經濟的生產率水平。②然而將該方法運用到農業生產率的研究并不多見，因此資源環境約束下的農業生產率及其影響因素理論和實證研究是未來重要的創新內容。

其二，可以考察資源政策和環境政策對宏觀經濟的影響程度，即考察地區農業的節能減排成本。如：給定資源消耗約束指標，通過比較考慮資源約束前后的農業產出擴張差異，間接估計出由于實施資源政策而導致的節能成本大小；給定環境污染物排放約束指標，通過比較“有環境污染約束”和“無環境污染約束”情況下的農業產出差異，間接估算出由于實施環境政策而導致的經濟增長的潛在損失，即減排成本大小的情況。如何協調好節能減排與經濟發展之間的矛盾，是中國實現低碳減排國際承諾的主要問題，而對節能減排成本的測算，則有利于確定最優的節能減排方案，從而降低節能減排對經濟增長的負面影響，為節能減排政策的制定提供科學依據。現有文獻對節能減排成本的研究多為定性研究成果，定量研究成果還甚少。因此，認真分析農業節能減排對經濟的影響，尋找能夠引致節能減排與農業經濟發展的雙贏路徑，是一個十分現實和緊迫的問題，也是未來研究需要著力解決的關鍵問題之一。

其三，可以測度資源消耗與環境污染的影子價格水平，即在方向性距離函數方法的基礎上，測度在某一農業產出水平下單位資源消耗量和環境污染物排放量變化導致生產前沿產出的變化量。資源消耗與環境污染影子價格的測算是資源環境政策制定的基石，不僅可以為資源定價、環境稅率的設定和污染排放交易定價提供參考價格，而且可以用來進行綠色GDP的核算。因此，資源消耗與環境污染的影子價格已經成為資源環境經濟學中的重要概念，對影子價格的準確測度也成為研究的重要方向。目前國內對資源消耗與環境污染物影子價格的研究還處于起步階段，代表性成果有涂正革、陳詩一、袁鵬和程施、黃文若和魏楚等人的研究文章，①然而這些文獻的研究對象僅局限于中國的工業行業，對農業領域資源消耗與環境污染物影子價格的研究并不多見，因此測度資源消耗與環境污染的影子價格水平是未來農業生產率研究中需要探索的重要方向。

四、資源環境約束下鄱陽湖生態經濟區農業生產率研究的關鍵問題

篇8

關鍵詞：河南省；產業集聚區；農產品；區域品牌

中圖分類號：F260 文獻標志碼：A 文章編號：1673-291X（2013）09-0211-02

河南省作為全國第一農業大省，優質農產品資源非常豐富，涌現出了像新鄭大棗、信陽毛尖，以及雙匯、三全、思念等在市場上極具影響力的農產品品牌和農副產品加工品牌，奠定了河南農產品在市場上的競爭優勢，推動了河南農業和農村經濟的發展。但僅有的這些品牌，與河南省的農業發展成績極不相稱，更沒有形成太多與這些農業發展規模相對應的農產品區域品牌。當前，河南省大力發展產業集聚區建設，尤其是建立在各地市的以農業為基礎、以農副產品加工龍頭企業為主導的農業產業集聚區，為農產品區域品牌建設打開了新的機會窗口。在這種背景下，研究基于產業集聚區的農產品區域品牌建設問題既有一定的理論意義，更有較強的現實指導價值。

一、產業集聚區及農產品區域品牌的內涵和特點

產業集聚區是一個地域性概念，是由多個產業實體在一定地域上的聯結，集聚區內部可以存在若干產業集群，各產業集群又聯結為一個包含更多價值環節的增值系統，并且對外表現出較強的創新能力和產業競爭力。而農業產業集聚區則是指基于當地獨特優越的自然條件和農業資源環境，在一定區域圍繞某些主導產業的農業生產活動，使得相關參與主體和機構在區域上集中，并形成產業競爭優勢的現象。

農產品區域品牌指的是在特定區域內由相關企業、機構、農戶等主體所共有的，在生產地域范圍、品牌使用許可、品牌營銷、品種品質管理等方面具有共同訴求與行動，使區域產品與區域形象共同發展的農產品品牌。產業集聚區建設為農產品區域品牌的生成和發展提供了物理空間載體，而區域品牌的知名度和榮譽度又反過來體現集聚區內企業信譽和產品質量，代表了產業集聚區的市場競爭力。

二、建設基于產業集聚區的農產品區域品牌的意義

農產品區域品牌是農業產業集聚區發展的重要成果之一，對農業產業集聚區有較強的依賴性。反過來，農產品區域品牌在做大做強后，對人才、資金、優質資源要素及其他相關利益主體形成“洼地效應”，不僅可以推動產業集聚區的發展規模和水平，還可以提高農產品相關利益者收入。具體來講，建設基于產業集聚區的農產品區域品牌有以下兩方面的意義：

首先，農產品區域品牌作為一種外在市場力量，推動農業產業集聚區的發展。區域品牌形成后會產生較強的聚集效應，促使資金、人才、產品、知識在空間上迅速集聚，為產業集聚區的發展提供強有力的支撐。同時，區域品牌還提供了一種良好的制度性支持，約束著集聚區內企業和農戶的市場行為，增強企業間的信任與合作，不斷引導產業集聚區內相關利益主體進行協同調整，帶動集聚區內產業發展，促使產業集聚區市場地位的提高。

其次，農產品區域品牌能夠提高農產品相關利益者收入。河南省作為全國糧食主產區，通過建立更多屬于自己的農產品區域品牌，一方面可以降低農業生產風險，迅速提高農產品的市場占有率，直接增加農民收入；另一方面能夠帶動生產、加工、儲藏和運輸等相關產業的發展，創造農民就業新渠道，形成新的收入增長點，間接提高農民收入。

三、河南省農產品區域品牌發展現狀及存在問題

近年來，河南省大力倡導產業集聚區建設，建立了180多個產業集聚區，涉及農產品加工的產業集聚區就有30多個，有力地推動了農產品區域品牌的發展。但由于受到各種因素的影響和制約，產業集聚區建設對農產品區域品牌發展的促進作用還沒有完全發揮出來。歸納起來，河南省農產品區域品牌發展過程中還存在以下主要問題：

1.農產品區域品牌經營意識落后。河南省農產品區域品牌建設起步較晚，經營意識較為滯后，農產品區域品牌資產普遍較低。雖然農業是河南省的傳統支柱產業，但傳統的“小生產、小流通”式的生產經營模式以及傳統的“好貨不愁賣”的銷售觀念卻已不再適合當今的農業現代化進程，這也就造成了河南省現在“一流產品，二流品牌，三流營銷”的尷尬局面。

2.知名農產品區域品牌數量少、規模小。在省內農產品市場上，高中檔農產品如高級面粉、食用油以及其他制成品等大多是外省品牌，河南省現有的信陽毛尖、靈寶蘋果、三全、思念等農產品生產及加工品牌雖然已經在國內市場上占有一定份額，但這樣的知名品牌實在太少，與農業大省的地位極不相稱。

3.農業產業化程度低，生產規模小。河南省農業生產目前還停留以家庭為單位組織生產的階段，土地利用效率較為低下，在土地流轉方面還未做出卓有成效的改革。規模小、效率低、經營分散、信息不靈，嚴重影響區域品牌的建設，直接導致農產品很難直接參與國內外市場競爭。

4.品牌科技含量低，附加值不高。河南農產品加工業相對落后，大多以農產品粗加工為主線，精深加工產品所占比重很低。目前投放市場的農產品多是初級產品，銷售的農產品多為原字號，品牌科技含量太低，轉化增值率不高，成為制約農業勞動生產率提高和農村經濟發展的重要原因。

5.區域品牌運營程度低，沒有形成有效機制。農產品區域品牌建設在前期需要研發投入，在后期要有營銷保障。但長期以來，河南省農產品在區域品牌運營上沒有明確的定位，命名單一，推廣渠道狹窄。現有的農產品品牌還得依靠原來的口碑和歷史聲譽，整體運作能力偏差，不能將品牌的核心價值轉變為經濟效益，在很大程度上制約著農產品區域品牌的建設和營銷。

四、建設基于產業集聚區的農產品區域品牌的對策和建議

1.加強農產品區域品牌建設和保護意識。河南省農業資源條件優越，但農產品區域品牌少，且知名度不高，很大一部分原因是對農產品區域品牌的建設和保護意識淡薄。因此，應加大宣傳力度，利用多種渠道宣傳和推介農產品品牌，形成政府重視、企業和農戶主動參與的良好的品牌建設氛圍；同時，對農產品區域品牌實施動態管理機制，加強日常監管，嚴格控制有損區域品牌整體形象的相關利益主體的市場行為。

2.加強農產品產業化發展，做大做強農產品區域品牌。加強農業產業化發展首先就是要建立產業化組織，從組織上保證區域品牌核心價值的實現。通過建立包括產業集聚區、企業、農戶在內的組織形式，將眾多小規模農戶的生產經營活動納入到區域品牌的建設當中，增加區域品牌的競爭力；農產品區域品牌建設可以有效帶動農業產業化升級，要讓農業產業集聚區建設同農產品區域品牌建設相互結合，建立完善的農業標準化體系和品牌質量標準體系，不斷推動農產品產業化發展，進而推動區域品牌建設。

3.加大技術研發投入力度，努力提高農產品區域品牌科技含量。根據著名的“微笑曲線”理論，產業鏈上各環節創造的附加值隨各種要素密集度的變化而變化，微笑曲線兩端的研發和營銷創造的附加值最高，而中間的生產制造環節創造的附加值最低。因此，河南省農產品區域品牌要想在市場上獲得持續成長，應該逐漸擺脫僅銷售原產品或對農產品初加工的現狀，而是要通過加大技術研發投入力度，對農產品進行深加工，逐步拉長農產品加工產業鏈條，努力提高農產品附加值，進而提高農產品區域品牌科技含量。

4.加強協調與合作，建立一體化區域品牌建設機制。在中原經濟區建設的大背景下，在河南省經濟發展以產業集聚區建設為帶動的前提下，為了打造河南省農產品區域品牌，各級政府及相關職能部門需要密切配合，建立以市場為導向，以產業集聚區為平臺，以企業為主體，以農業合作社為中介，以優質農業資源和特色產業為依托的農產品區域品牌建設聯動機制。通過一體化品牌運作機制的有效運轉，將品牌創建、品牌運轉、品牌提升和品牌延伸有機銜接起來，積極引導集聚區爭創區域品牌，大力扶持優勢企業引領區域品牌，使河南省形成優勢農產品區域品牌群落。

5.加強產業集聚區與農產品區域品牌的互動作用。當前，河南省部分發展條件較好的產業集聚區已經成為區域經濟增長的引擎，而農產品區域品牌建設工作則顯得有些滯后，二者尚未實現同步互動發展。事實上，河南省現有的部分農業產業集聚區是基于當地優越的自然條件和優質的農產品資源建立起來的，完全可以在此基礎上發揮產業集聚區的經濟集聚效應，集聚區域品牌建設所需資金和技術，培育區域品牌建設主體，以促進區域品牌更好的發展。而農業產業集聚區自身發展如果脫離了良好區域品牌的支撐，集聚區內就不容易形成強勢的主導產業，各企業更不能形成合力去開拓和占領市場，整個產業集聚區就不能實現可持續發展。因此，應清楚二者的互動關系，找準結合點，通過政策指導和資金支持，強化產業集聚區與農產品區域品牌的互動作用。

參考文獻：

[1] 劉西懷，胡煒.基于產業集群的河南省農產品地理標志保護存在的問題與對策[J].河南農業科學，2010，（10）：130-133.

[2] 丁曉晶.農業產業集群與農產品區域品牌互動分析[J].通化師范學院學報，2012，（7）：80-82.

[3] 馬清學.農產品區域品牌建設模式研究[J].河南師范大學學報：哲學社會科學版，2010，（1）：142-144.

篇9

[關鍵詞] 黑龍江省；旱作物 農業氣象產量預報 系統研制

[中圖分類號] S165 [文獻標識碼] A [文章編號] 1003-1650 （2017）02-0291-01

黑龍江省都處于我國最北部，經過多年的墾荒改造，將北大荒改造成了北大倉，黑龍江省是我國糧食產量的主要省份之一，全省耕地面積在1.4億畝左右。黑龍江省氣候屬于高緯度大陸性季風氣候，夏季高囟嚶輳冬季寒冷少雪，春秋兩季較短，溫度變化幅度較大，升溫和降溫溫度快，對發展農業生產具有十分明顯的優勢。黑龍江省特殊的地理環境決定了物候資源化的分布特征。黑龍江省是全國熱量資源較少的省份之一，作物和品質都存在著明顯的界限，熱量資源不足和作物需求之間的矛盾日漸突出，因此，如何調整地區農業產業結構。合理布局農作物品種，充分利用熱量資源，保證農作物獲得高產個穩產就成為當前黑龍江農業氣象預報需要重點研究的內容。

1 系統結構分析

首先，系統軟件和硬件環境。整個操作界面采用下拉彈出式菜單，友好的圖文操作按牛，全漢化的提示方式，具有操縱方便快捷。軟件系統使用標準的Windows2000軟件平臺，中文環境，提Microsoft Visual Basic6.0編程語言開發工具，并使用使用最先進的圖像處理軟件和地理信息系統軟件；其次，結構分析。該系統結構主要包含了數據庫、模型建立和產量預報、預報集成和總產量計算等幾個部分，各個部分的功能均以模塊化的方式實現，采用人機交互的方式進行操作，系統各個模塊之間相互獨立，邏輯上相互聯系。如圖1所示。

2 系統組成和功能分析

2.1 數據庫和管理

首先，數據庫。在該數據庫中包含了氣候、大氣環流、作物參量和植被指數等資料庫。其中大氣環流資料庫主要主要涵蓋了500hPa環流指數、海洋溫度、大氣特征量等數據。氣候資料庫包含了從1961大2015年黑龍江省各個市區每個季度的平均溫度、降雨量、日照小時數，地區主要農作物生長發育所需要的平均溫度、降雨量、日照小時數等相關材料。作物產量資料庫主要包含了地區1961年到2016年主要農作物的播種面積、總產量和畝產量。植被指數庫主要包含1992年到2015年黑龍江地區5～8月間最大植被指數以及各個月份指數和；其次，數據庫管理。為了方便對數據進行管理，在系統中設計了數據管理模塊，對于產量資料主要以人工方式進行添加，使用網絡對相應數據進行編輯，保存新建的文本文件。對于范圍較大的環流資料，應該將其以數據恩建的形式添加到數據庫中。植被數據資料設計了旱作物和水田，按照單點、5點和9點平均植被指數進行計算，同時在系統中設計了自動追加、查詢和統計功能。

2.2 建立相預報產量模型

首先，氣象統計模型建設設計，氣象統計模型是氣象產量預報系統十分重要的一個環節，其主要采用多種數據統計方法，將作物產量和氣象條件的內在聯系進行揭示，進而得到旱作物產量預報數值。在系統中審計了書簽式的對話窗口，其內容主要涵蓋了基本作物趨勢產量模型、預測模型、因子處理和影響因素等幾方面的頁面。在確定中書簽頁對話窗口中的各個參數，方法和模式之后，系統就可以進入到旱作物預測產量狀態，然后調出相應的對話框，根據頁面提示內容，輸入相應的年份、輸出文件，按照提示和步驟進行下去。在對系統中的預測因素進行全面篩選之后，通過穩定性檢驗，就可以得到最終旱作物的氣象產量預報結果，然后系統能夠結合不同用戶的需求生成不同形式的圖表，對最終的模擬預測結果的準確性進行分析，同時還可以結合實際情況，對當年的趨勢產量進行適當的修改和訂正；其次，遙感模型建立。遙感模型是結合旱作物生長繁育特點和產量形成過程，通過測量綠色葉片獲取太陽光照量以及葉綠素顏色變化監測作物生長情況，進而判斷氣象條件對旱作物產量的影響。系統通過選擇黑龍江省種植比較廣泛的幾種植被指數作為預測因子，利用數據統計方法建立和旱作物產量相關的聯系，進而創建一個耳機科學的預測模型，對旱作物產量進行預測和預報。遙感模型創建完成之后，打開預測產量對話框，根據提示輸入相應的數據，按照界面上的提示進行操縱，當預測因子進行科學篩選和穩定性檢驗之后，就可以得出旱作物的氣象預測結果，同時也可以人工修正相應的結果。

2.3 預報集成和總產量計算

首先，預報集成。在系統預報模型數據庫中，按照作物種類和黑龍江省各個市區存在的一定數量和產量的預報模型。在進行旱作物氣象產量預測過程中根據當年已經出現的天氣氣候特征以及對農作物產量和正常生長產生的影響，從系統的各個模型中選取一個符合當年農業氣象條件的多個模型，輸入模型保存的相應結果和預測年份，然后科學選擇合適的集成方法進行預報集成，系統自動該年份的因子和數據；其次，總產量計算。通過上述預報集成，在得到全省各個市區的農作物單產之后，通過查詢系統總產量預報功能，打開相應對應的苗情比例文件、單產文件、統計文件和實際預測面積文件，加成之后就可以在得到預測的輸出文件，然后利用相應的打開文件系統瀏覽和查詢相應的結果。

參考文獻

[1] 莊立偉，衛建國，毛留喜. 軟件設計模式在農業氣象系統開發中的應用[J]. 應用氣象學報. 2011（05）

篇10

目前，包括江蘇省在內的我國金融機構和物流企業普遍缺乏農產品物流金融業務運作的經驗，在諸多h節上存在著風險，阻礙了農產品物流金融的發展。在此前提下，銀行機構、物流企業和農業企業等合作各方，需要將風險環節轉變為業務能力，加強對應的業務運作，提高相應的業務水平，才能逐步克服和抑制風險，確保農產品物流金融業務的順利開展。其中，金融機構和物流企業發揮著重要的作用。尤其是銀行等金融機構，需要對農產品物流金融業務的成效進行準確、合理、有效地預測，才能減少業務過程中信用風險的發生，避免風險損失。

在國內外物流金融風險等級分類研究中，通常根據風險大小的相對程度對風險進行分類，以便有針對性地實施各級風險管理。筆者根據綜合權重系數可知，在農產品物流金融運作過程中，可以將江蘇省農產品物流金融所面臨的風險分為五個級別：一級風險包括質押貨物合法性風險和倉單管理不善風險，二級風險包括法律法規缺失風險、質押物品種選擇風險、質押物市場價格波動風險、企業誠信風險，三級風險包括企業組織結構風險、員工素質不足風險、商品監管風險，四級風險包括質押物價值評估風險、企業發展潛力風險、宏觀環境風險，五級風險包括質押物存量控制不當風險、行業環境風險、管理與監督體制缺失風險、管理層決策失誤風險。其中，對農產品物流金融業務的成功具有重要影響的是一級風險、二級風險和三級風險，分別包括質押貨物合法性風險和倉單管理不善風險要素，法律法規缺失風險、質押物品種選擇風險、質押物市場價格波動風險和企業誠信風險要素，企業組織機構設置風險、員工素質不足風險和商品監管風險要素。對于農產品物流金融合作各方而言，為了提高業務的運作效率，需要逐步加強各風險所對應業務能力，即提高質押貨物合法性和倉單管理安全性，增強法律法規適應性、質押物選擇合理性、質押物市場價格預測準確性和農業企業誠信度，改進物流企業組織機構設置合理性、物流企業員工素質和物流企業商品監管能力。

作為農產品物流金融業務的主要承擔者，金融機構應具有業務成功的預測能力，根據農產品物流金融的關鍵影響因素，來實現對業務成功的合理預測，才能將物流金融的業務風險和金融機構自身的信用風險降低到最低程度。根據西方發達國家農產品物流金融的運作經驗，這是確保農產品物流金融從萌芽到成熟轉變的關鍵性措施。

一、風險控制視角下農產品物流金融業務成效預測模型設計

線性概率模型（linear probability models，簡稱LPM），是指因變量為虛擬變量的回歸分析模型。該模型也可以理解為，在給定的條件下，因變量所代表的事件發生的條件概率。在線性概率模型中，因變量具有二分性質，僅要求回答“是”或“否”。在這里，虛擬變量是指取值是0或1的變量。

基于線性概率模型（LPM）理論，在農產品物流金融風險等級分類的基礎上，考慮到重要風險的影響，構建江蘇省農產品物流金融業務成效預測的線性概率模型如下式所示。

[yi=β0+β1x1i+β2x2i+β3x3i+β4x4i+β5x5i+β6x6i+β7x7i+β8x8i+β9x9i+ui]

在這里，當農產品物流金融業務取得預期的成效時，[y]取值為1，否則取值為0，即[y]是二分變量，或虛擬變量。

在這里，各類變量名稱所對應的變量符號、變量性質、對應系數和系數預期符號等模型信息如表1所示。

二、數據收集

筆者以江蘇省境內的農產品物流金融服務事件為樣板進行數據收集，主要依賴于各類金融機構的內部資料，實現對各項指標的測評。對于解釋變量，采用李克特7點量表法取值。對于業務的有效性，根據金融機構的收益來判斷。如果金融機構按期收回本金，則說明該項農產品物流金融業務是有成效的，業務有效性取值為1。相反，如果金融機構未能按期收回本金，則說明該項農產品物流金融業務缺乏成效，業務成效值取值為0。

本次數據調查自2015年11月11日起，至2016年2月20日結束，歷時100天，收集有效樣本59份。樣本描述性統計分析結果如表2所示。

三、模型檢驗

本研究擬采用后向淘汰（backward elimination）回歸分析法對農產品物流金融業務成效的線性概率模型進行檢驗。后向淘汰回歸分析法，是逐步回歸分析法的一種常見形式。在計量經濟理論中，逐步回歸分析法也稱逐步選擇法，是為了達到選用一系列有用的預報變量子集的目的，不斷在初始模型中剔出或添加變量。

逐步回歸法也是一種常見的回歸分析方法，是多個自變量與一個因變量的多重線性回歸方程，根據用戶事先設定的界值，即設定的“α（Alpha）值，或F值”標準，在計算過程中逐步引入或剔除滿足這個標準條件的自變量，從而最終建立起只含有對因變量有顯著作用的那些自變量、而不包含對因變量沒有顯著作用的那些自變量的“最優”多重線性回歸方程。在逐步回歸分析過程中，如果采用逐步添加變量方法，就稱為前向選擇回歸分析，如果采用逐步剔除變量的方法，就稱為后向淘汰回歸分析。

基于樣本數據，運用SPSS11.5軟件，得到各變量的協方差矩陣如表3所示。在該協方差矩陣中，盡管各變量之間存在著一定的、程度不等的相關性，但從協方差矩陣的整體上看，因子之間的相關系數普遍較低，因而不需要考慮多重共線性問題。

在第一次回歸分析中，法律法規適應性[x3]的回歸系數值較低，且缺乏顯著性，刪除后進行第二次回歸分析。在第二次回歸分析中，物流企業組織機構設置合理性[x7]回歸系數值較低，且缺乏顯著性，刪除后進行第三次回歸分析。在第三次回歸分析中，各變量的回歸系數均存在一定的顯著性，因此，回歸分析結束。

在第三次回歸分析中，回歸方程能夠解釋總變差的55.6%，總體檢驗也具有一定的顯著性。其中：倉單管理安全性[x2]和農業企業誠信度[x6]的系數值較高，對業務成效的影響較大；質押物選擇合理性[x4]和物流企業員工素質[x8]的系數值次之，對業務成效存在著一定的影響；質押貨物合法性[x1]、質押物市場價格預測準確性[x5]和物流企業商品監管能力[x9]的系抵到系停對業務成效的影響相對較小。

四、風險控制視角下農產品物流金融業務改進策略分析

首先，著力提高倉單管理的安全性，并培育農業企業的誠信度。農業企業誠信意識的培育是一個長期的問題，但要引起足夠的重視。如果重視程度不夠，不采取循序漸進的培育措施，必將長久地阻礙農產品物流金融的發展。銀行機構在進行信貸業務服務中，應對農業客戶進行誠信宣傳，以及采取一些其他的誠信促進措施。倉單管理水平主要受制于物流企業的管理思想、理念和方法，因此，物流企業應將倉單管理作為一項重要的業務來對待，制定專項倉單業務規章并進行嚴格監督。

其次，重視質押物的合理選擇和物流企業員工素質的開發。在現有的業務運作中，農產品質押物的選擇帶有很大的隨意性，僅關注了質押物的季節性，沒有考慮市場需求、價格波動、政策影響等因素，導致質押物價值往往低于信貸額度，誘發了農業企業的機會主義行為和傾向。江蘇省物流企業在招募員工時，綜合素質一般并不低，但是，由于不注重員工的培育和學習，缺乏對繼續教育的投入，導致員工業務能力無法跟上物流業的發展，對物流金融感到陌生，致使在許多業務環節上產生漏洞。

再次，關注質押物的合法性、質押物市場價格預測的準確性和物流企業商品監管能力的提高。在江蘇省農產品物流金融業務調查中，發現多起由于質押物不合法所引發的產權糾紛，最后導致金融機構和物流企業的利益受損。如果金融機構和物流企業能夠對質押物的合法性進行適度地關注，誠信意識較差的農業企業就很難蒙混過關。質押物市場價格的預測，不僅是物流企業的責任，也需要金融機構的參與，結合兩者的力量，才能實現對質押物價格波動的合理預測。在實現運作中，金融機構很少參與質押物價格波動的預測，反而為自身帶來不確定風險。農產品質押物的監管不同于其他產品，且各類農產品的產品特性也存在著差異，因此，物流企業應該對大宗農產品制定特殊的監管策略，尤其加強變質、發霉、脫水等自然屬性的監管，才能在實質上提高監管能力。

最后，探索物流企業組織結構的改革路徑，并及時出臺一些對農產品物流金融業務有針對性的法律法規。這兩個要素是農產品物流金融發展的潛在風險，盡管在江蘇省現有的業務中尚未體現，隨著農產品物流金融業務規模的擴大，這些潛在的風險遲早會發生或爆發。隨著各種新型物流業務的興起，物流企業組織結構變革勢在必行，如果對外部環境變化反應遲鈍，就會對物流金融業務的成長帶來很大的障礙。目前，江蘇省尚不存在專項的農產品物流金融法規條例，從長遠看，必然對農產品物流金融的發展形成制約。

參考文獻：

[1]張璐.黑龍江省農產品綠色物流金融運營研究[J].對外經貿，2014（01）：78-79.

[2]J Coulter， G Onumal. The role of warehouse receipt systems in enhanced commodity marketing and rural livelihoods in Africa[J].Food Policy，2002，27（9）：319-337.

[3]胡愈，許紅蓮.現代農產品綠色物流金融的發展及其方向選擇[J].湖南師范大學學報，2008（05）：116-119.

[4]許紅蓮.現代農產品綠色物流金融運作模式設計[J].中央財經大學學報，2009（11）：82-86.

[5]李巍.淺析農產品供應鏈物流的金融模式[J].物流工程與管理，2011（09）：44-45.

[6]袁玉春.我國農產品物流金融服務模式研究[J].安徽農業科學，2011，39（30）：18860-18861.

[7]屈曉娟，張臻.因子分析視角下農產品物流金融運作的風險管理[J].物流技術，2014，33（3）：163-165.

[8]郭薇.農產品物流金融服務發展模式風險及其防范[J].商業時代，2014（23）：30-31.

[9]梁志紅.農業政策性金融機構支持現代農產品物流業的有關建議[J].經濟研究導刊，2014（14）：210-211.

[10]Bertil Sylvancler， Nathalie S B. The strategic turn of organic farming in Europe： from a resource based to an entrepreneurial approach of organic marketing initiatives[M]. Emerald Group Publishing Limited，2006（8）：1057-1922.

[11]楊蕾，張義珍.農產品物流金融發展的必要性和可行性分析[J].安徽農業科學，2010，38（8）：4282-4284.

[12]許紅蓮，鄧超.現代農產品綠色物流金融發展及其制約因素分析[J].湖南大學學報（社會科學版），2008（04）：69-72.

[13]許紅蓮.農產品綠色物流金融運營的帕累托最優狀態分析[J].系統工程，2010（03）：123-126.