农业生产谚语范文
时间：2023-03-13 15:50:01
导语：如何才能写好一篇农业生产谚语，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
秧田要浅，大田要深。
耕地莫粗糙，四周要犁到。
做地不做边，少了一大片。
做田不做角，边做会边缩。
会犁地一根线，不会掣地蛇抱蛋。
多耙一遍地，等于多降一次雨。三犁九耙，迟雨不怕。
泥隔三分肥，下水根落泥。
耙田耙得好，栽禾不长草。
犁多止漏，耙多死草。
地耙三遍，好似散粪蛋。
一犁三耙，不是瞎话；光犁不耙，枉打一夏。、干耕干耙，湿耕湿耙；光耕不耙，种不上庄稼。秋前不打田，秋后叫皇天。
开荒三年丢，梯田百年收。
田改地，有一季；地改田，有一年。
种庄稼，不用巧，沟边地边打整好。
不看气候和土质，庄稼一定受损失。…
粘土是冷土，沙土是暖土，壤土是肥土。
白土地里看苗，黑土地里吃饭。碱土压沙土，保苗不用补。
河沙压碱土，一亩顶五亩。
黄土配沙田，一年顶两年。
田泥上山金不换，土泥下田收万石。薄地上熟土，一亩顶两亩。
上流乱开荒，下流要遭殃。
山上开荒，山下冲光。
山地开荒，平地遭殃。
水土不出田，粮食吃不完。
水土不下山，庄稼定增产。
土是本，水是命，肥是劲。
舍得盐，下得酱；舍得肥，谷子强。田里无神无鬼，全靠肥料土水。
种地无巧，粪灌尿泡。
秋天翻地如水浇，开春无雨也抓苗。秋季早犁田，工夫在隔年。
秋耕只一遍，保顶春耕三四遍。
秋耕要早，春耕要迟。
秋耕没有早，耕得深了长麦好。
秋天划破皮，赛过春天犁三犁。秋后耕下地，春天好拿苗。
秋后不耕地，来年虫子多。
十月耕地如盖被，庄稼要收成，土地要冬耕。
冬耕耕得深，庄稼肯生根。
犁田过冬，有如放粪壅。
冬天多刨地，春天苗子齐。
冬耕犁头小，来年少长草。
田不翻冬，来年草凶。
人不吃饭要饿死，庄稼无肥要枯死。人勤地不懒，肥多菜不黄。
蓄好一塘水，长好一仓谷。
塘内无水，仓里无米。
天上望一望，不如地下修堰塘。
大雪纷纷是旱年，造塘修仓莫再闲。
立了秋，雨水收，有塘有坝赶快修。
十一二月不修塘，五、六、八月要喊娘。冬土如铁，修塘不漏。
冬春挖渠修塘，夏秋庄稼有望。
缺口不管好，有水也要跑。
种地莫懒，坡地要砌坎。
多打一道埂，多吃一张饼。
一亩地三道堰，该收八斗打一石。山地不打堰，饿死庄稼汉。
见粪不亲穷断筋。
肥料生来到处有，只怕懒汉不动手。挖不尽的土，积不完的肥。
做田无粪，瞎子无棍。
肥料不下，稻子不大。
人把地肥，地把人肥。
田里不上粪，吃饭要断顿。
积肥如积粮，粮在肥中藏。
要问粮食是多少，先看粪肥堆大小。
门前没粪三大堆，长好庄稼是胡吹。
农民看粪堆，商人看货堆。
今年粪比堆，来年粮比堆。
伏天能积三圈肥，明年小春收满囤。
今年粪满缸，明年谷满仓。
今冬积下来年粪，莫等春耕忙一阵。
有田无塘，等于娃儿无娘。
塘修一口，鱼米都有。
田水保栽，塘水保苗。
闲时积肥忙时用，渴了挖井来不及。要想吃个香的，就得拾个脏的。趁空多捡粪，时雨快耕田。
积肥没巧，腿勤就好。
南跑北奔，赶不上抓草拾粪。
赶集上店，不如拾粪垫圈。
村前村后走一圈，随手拈来都是肥。攒粪就靠零工夫，清晨傍晚别耽误。早起拾粪，收成加半。
天天起得早，粪多庄稼好。
早起三朝当一天，捡回狗粪好肥田。
出门不离粪担子，庄稼长成蒜辫子。
拾驴屎，瞅上坡；拾牛屎，瞅草窝；拾人屎，背道角；拾狗屎，岔道豁。
农闲修坝堰，冬天不缺饭。
正月修好堰，四季不受早。
旱地要打沟，水田要平丘。
天晴不开沟，雨落遍地流。
河沟挖得好，田地淹不了。
田边开条流水沟，荒年也有七成收。
山洪暴发冲一片，修沟打坝一条线。
沟渠纵横水长流，百日无雨也丰收。
河渠组成网，气死老龙王。
开渠挖江，气死龙王。
种不好庄稼一年穷，修不好水利一辈子穷。
岗地挖河防天旱，湖地挖河防水灾。
肥料农家宝，吃饭隔年找。
篇2
不怕没有油，就怕丢地头。
天旱播种宜深，逢雨播种宜浅。
田等秧，谷满仓，秧等田，过荒年。
好地种棉花，坏地种芝麻。
麦种深，谷种浅，荞麦芝麻盖半脸。
沙土花生粘土麦。
春不种，夏不收，秋不种，春不结。
存种不忙，秋天无粮。
春天看干劲儿，秋后看谷穗儿。
春天干得强，秋后有余粮，春天多刨点，秋后多收点。
春种深，夏种浅。
厚盖谷子薄盖麻，不薄不厚把麦压。种田要抢先，收割要抢天。
栽禾赶时，割禾赶天。
三年两头倒，地肥产量高。
玉米带大豆，十年九不漏。
豆麦轮流种，十年九不空。
豆茬种谷，必定有福。
两垄高粱一垄豆，，高矮作物双丰收。
谷怕重茬，瓜怕顶茬。
轮作倒茬不用问，强如年年铺底粪。
茬口换好，米面吃饱;茬口不换，丰年变歉。种地不倒茬，十年九抓瞎。
种地要巧，三年一倒。
换茬不换土，一亩顶两亩。
耕地勤换种，粮仓关不拢。
旱天多耙，出苗没差。
要想庄稼收成好，三犁三耙不可少。
春天创一^遍，秋后多一‘石。
春天人哄地，秋后地哄人。
种地不用问，精耕多上粪。
秋天深翻田，丰收在来年。
秋耕深一寸，顶上一茬粪。
秋耕深，春耕浅，旱涝都保险。
秋天不翻，来年草滩。
秋后耕下地，来年苗得利。
篇3
关键词：财政支农支出；农业生产总值；面板数据
中图分类号：F303 文献标识码：A
文章编号：1005-913X（2015）05-0149-02
一直以来，我国政府对农业发展极为重视。云南省作为农业大省，其农业经济的发达程度直接影响到云南人民的生活水平。由于农业产业的特殊性使得其对财政支出的需求增大，2003-2012年十年间用于农业发展的平均财政支出为5 870.73亿元。财政支农是国家保护农业发展的重要手段之一，而国家财政支农政策能否在地区得到确切的落实、能否有效地促进区域农业发展，具有重要的理论与实践意义。
一、文献回顾
在国外，Afnoso和Fernandes（2005）使用DEA方法计算葡萄牙各地区公共支出的相对效率值，结果表明大部分地方政府财政效率提升空间较大。[1]David和Annette（2010）采用DEA方法对114个国家1980-2004年的公共支出效率进行了测试和影响因素分析，从整体上研究地方政府的公共支出效率，得出了相似结论。[2]
在国内，钟德仁、刘朝臣（2011）根据1995-2006年的数据，通过计量分析得出财政支农资金对于农民纯收入的影响，提出解决“三农”问题需要增加支农资金总额。[3]黄黎平（2013）基于1998-2011年的相应指标，分析指出增加资金额度能够更好的推动农业发展。[4]余凌（2012）通过湖北省1996年-2010年的数据分析得出了财政支农资金对湖北省农业总产值的影响并不显著的结论。[5]
国内的研究在财政支农资金等因素对地区农业发展的影响上出现了一定的矛盾，可能原因是各省份的财政支农资金规模和结构不同。因此，根据各省的数据来研究其财政支农对农业产出的影响具有现实意义。
二、云南农业经济和财政支农状况及数据来源
（一）研究区域概况
云南地处我国西南地区，工商业发展水平较低，对农业经济较为依赖。自改革开放以来，云南农业产值增长较快，财政支农的力度也相应增大。本文选取2003-2012年的数据作为研究对象，研究云南财政支农支出对于农业产出的影响。
2007年至2012年，云南省支农支出从127.6亿元增长至518.6亿元，实现了4倍增长（不核算价格因素），同期农业总产值从1 331.7亿元增长到2 680.22亿元（不考虑价格因素），这期间每年的农业总产值虽然增长幅度不一，都处于增长状态，同期财政支农支出也在不断增加。同时，云南支农财政支出占云南财政总支出的比例也在增加。2007年，云南财政支农支出占中财政支出的11.24%，2008年该比例变为12.08%。直至2010年，财政支农支出占总财政支出的比重高达14.32%。
（二）数据来源
本文中所涉及的各市数据主要来源于2003-2012年《云南省统计年鉴》和2003-2012年云南省各市统计年鉴。其中Y表示当年价格的农业生产总值，L表示当年农村就业人数，E表示当年农村用电量，M表示当年农业生产中间消耗量，S表示当年有效灌溉面积，A表示当年农业生产总值指数，F表示各地区当年财政支农支出。
三、财政支农支出对农业生产总值增长影响的实证研究
（一）模型建立
从理论上分析影响农业产出的各种因素，一般认为增加财政支农支出可以有效加大对农业及农村经济发展所需资金的供给，进而推动农村经济的增长。据此推断，不同地区的财政支农资金定将对区域农业经济的发展带来差异。综合前人的研究，我们认为资金投入、劳动力投入与土地面积是农业产出的重要影响因素，以柯布道格拉斯函数为基础，设定研究模型如下：
式中，Y为农业产出，用农业GDP表示；A为农业综合生产力水平，用农业生产指数表示（以2003年为基年）；F为财政农业支出；L为劳动力投入，用农业就业人数表示；E为农村机械水平，用农村用电量表示；M为中间消耗量；S为土地面积，用农作物有效灌溉面积表示。a，b，c，d，e分别表示各要素投入产出的弹性系数。
对研究模型两边同时取对数，得到线性模型：
（二）PANELDATA模型构建
现代计量经济学证明，在关于区域层面的研究中，面板数据有较大的优势，能够大大增加样本个数，提高数据对问题的解释力度、保证研究的可靠性。
PANELDATA模型的一般形式为：
式中，
表示自变量个数，误差项εit服从均值为0，方差为σ2it的正态分布。根据模型中参数的不同类型，面板数据模型可分为四种类型：第1类所有参数都是常数；第2类截距随对象或时间的变化而变化，而各变量的系数是常数；第3类截距项是常数，而各变量的系数随对象或时间的变化而变化；第4类截距项和系数都是变化的。因此，选取合适的模型是必要的。可通过F检验来确定模型形式，方法如下：
假设1：原假设H10：αi=αj，βi=βj；备择假设H11：αi≠αj，或βi≠β
假设2：原假设H20：αi≠αj，βi=β备择假设H11：αi≠αj，βi≠β或αi=αj，βi≠β
假设3：原假设H30：αi=αj，βi≠βj备择假设H11：αi≠αj且βi≠β
如果假设1被接受，则选用模型1。如果假设1被拒绝，则检验假设2。如果假设2成立，则采用模型2。如果假设2也被拒绝，则检验假设3。若假设3成立，则采用模型3，反之则采用模型4。
可采用协方差检验判断样本数据符合哪种模型形式，该检验通过3个F检验进行，F统计量分别为：
进行F检验时，须按照模型1、模型2、模型3和模型4分别对样本进行拟合，四种模型形式得到的残差平方和为S1、S2、S3和S4，再通过上述公式计算F1、F2和F3，则可确定模型的形式。上式中，N为截面数，本研究中n=9，T为时期数，本研究中t=10，k为自变量个数（不含截距项），本研究中k=5。经Eviews7.2计算，S1=5.71，S2=0.67，S3=0.17，S4=0.17。据此可计算出F值。
F检验的结果显示，F1=24.68，F2=0.08。在α为5%的条件下，假设H10被拒绝，H20被接受，所以本研究采用模型2，认为云南省各市州农业经济增长的主要影响因素及其系数不存在显著差异。确定了模型形式之后，还要确定参数是固定效应还是随机效应，还要通过霍斯曼检验实现。检验结果显示，在1%显著水平下，拒绝了随机效应模型的原假设，所以应该采用固定效应模型。
（三）实证结果分析
在进行回归分析之前，先运用Eviews7.2，对变量进行单位根检验。因为各个变量均不存在明显的时间序列趋势，因此，在进行单位根的检验时选用含截距不含时间趋势的检验方式。检验结果表明云南省各市（州）的农业生产总值、农村就业人数、农村用电量、农业生产中间消耗量、有效灌溉面积、财政支农支出均不存在单位根。
根据云南省2003-2012年相关数据的模型估计结果及检验结果如表1所示。
在模型中，我们可以发现整个方程的R2为0.9814，因此，方程的拟合效果很好。而从模型的结果中可以看到，农村劳动力人数与农业中间消耗量系数在5%的水平上不显著，说明农村劳动力人数和农业中间消耗量对农业生产总值增长的贡献不显著；并且从系数分析可以看到农村用电量和财政支农支出对农业生产种植增长的贡献较为显著，而与农村有效灌溉面积相关性较弱，且呈负相关。从处理结果中我们还可以发现各市的截距都是不同的。
通过对2003-2012年《云南省统计年鉴》可分析农村劳动力人数对云南省农业生产总值增长贡献不显著的原因：云南省各市（州）每年农村就业人数的变化较小，而与之相反的是农业生产总值各市（州）却呈现增长的趋势，因此，农村就业人数对农业生产总值的增长贡献效果不显著。
从结果还可发现，财政支农支出每增加1%，农业生产总值增长0.3014%，这比国内学者对其他省份的研究结论要低一些。这与云南省特殊的条件息息相关。云南省属于西部地区，社会发达程度较低，因此，资本投入的效率也较低。但是考虑到农业经济的弱质性，财政支农支出投入不但不会产生“挤出效应”，而且可以产生较大的乘数效应，促进农业的成倍增长。
最后，农村用电量对云南省农业生产总值增长的促进作用最大，从用电量侧面证明了机械化程度对云南省农业的发展有着巨大的作用。
四、结论与建议
在以往的研究中专门针对云南省财政支农支出绩效的研究文献较少，而本文就是从地方财政支农支出总量的角度分析了过去的10年中云南省财政支农支出对农业生产总值增长的影响。研究结果表明：第一，从F检验的结果来看，说明云南省各市（州）的财政支农支出与各市（州）的农业生产总值最适合的模型是变截距固定效应模型，说明云南各市（州）财政支农支出的弹性是相同的。第二，财政支农支出对云南省各市（州）的农业生产总值增长有正向促进作用。其中，财政支农支出提高1%，农业生产总值增加0.3014%。第三，农村用电量的提升对农业生产总值具有较强的积极作用。
根据以上分析，本文提出以下建议：首先，由于财政支农支出对云南省的农业增长具有正效应，因此，应该逐步提高财政支农支出。云南省作为我国反季蔬菜基地，但是其农业生产水平较低，生产方式落后，因此，加强云南省的财政支农支出规模尤为重要。其次，在提高财政支农支出基础上，也必须加强对财政支农支出流向和使用的监管，云南省财政支农支出的弹性仅为0.3014，但是全国均值大于0.4，表明云南省财政支农支出的效率较低，应提高财政资金的使用效率并健全支农资金的监管考核制度。最后，应加快财政支农支出的结构调整，从调研结果中发现用电量的增长对农业总产值增长具有最强的促进作用，证明农业现代化能够最高效地提高农业总产值，因此，支农支出必须不断调整结构，提高农业科技三项支出比例。
参考文献：
[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] 钟德仁，刘朝臣.财政支农资金对“三农”问题的影响分析[J].沈阳工程学院学报：社会科学版，2011（3）.
篇4
关键词：农产品加工业；农民；格兰杰因果检验；海南省
中图分类号：F320.1 文献标志码：A 文章编号：1673-291X（2012）31-0032-04
一、引言
增加农民收入一直是各级政府部门关注的重要问题。海南农村人口占80%左右，农民增收和农业现代化水平的提高是海南经济发展的重点。粮食、果蔬等作为初级产品销售，利润微薄，农民收入难以增长且不稳定。大力发展农产品加工业，通过对农产品精深加工，既能提高农产品的附加值，又能吸纳大量的农村剩余劳动力，拓宽农民增收渠道。通过延伸产业链条，农民还可从产业链条各个环节上取得平均利润。随着海南国际旅游岛建设规划纲要获批，“国家热带现代农业基地”也成为海南省六大战略定位之一。在此定位下，海南正在积极地建设现代农业基地、农产品加工园区及瓜果菜预冷处理系统，为海南农产品加工业发展拓宽道路。
“十一五”期间，海南农产品加工业产值年均增长率为11.34%，2010年比2005年增长90.56%。海南农民人均收入本世纪以来一直保持正的增长率，年平均增长率由“十五”期间的8.32%上升到“十一五”期间12.83%，近两年，其增幅居于全国前列。2010年，海南农民人均纯收入为5 275.37元，低于全国平均水平，收入来源主要是家庭经营收入，为3 563.31元，占全部收入的67.55%。
国内学者对海南农产品加工业的研究中，甚少涉及农产品加工业发展对农民增收的影响，尤其是从定量的角度分析农产品加工业与农民收入的关系。本文选取海南省1995—2010年的农产品加工业总产值和农民人均纯收入值，通过平稳性检验、协整分析和格兰杰因果检验，对其关系进行实证，以期为海南热带现代农业基地建设提供参考。
二、协整检验的步骤与方法
经济学中，关于时间序列经济变量之间因果关系的分析，学者们经常运用格兰杰因果关系检验法。此检验法的前提是，时间序列具有平稳性，或非平稳序列存在协整关系[1]。确定是同阶平稳序列后，可进行协整检验。如果存在协整关系则可运用格兰杰因果关系检验法检验两个变量之间是否存在因果关系。
（一）平稳性检验
一个时间序列如果有稳定的期望值和方差，就叫做平稳的时间序列；反之，均值和方差随着时间变化而变化，则为非平稳时间序列。如果时间序列非平稳，依然对其进行回归分析，有可能出现谬误，得到虚假的结果。对一系列时间序列变量平稳性进行检验的方法是单位根检验。单位根检验方法主要有三种：DF（Dickey-Fuller）检验法、 ADF（Augmented Dickey-
Fuller Test）检验法和PP（Phillips-Perron）检验法。这里采用目前使用较广泛的ADF检验法。如果经过检验，发现变量是非平稳的，则需要对其差分进行平稳性检验。如果非平稳时间序列经过d次差分后达到平稳，则称其为d阶单整序列。所用变量同阶单整是变量之间存在协整关系的必要条件[2]。
（二）协整检验
两个时间序列变量存在的一种长期的稳定关系叫做协整关系。现实经济中的时间序列数据往往可能是非平稳的，但多个时间序列数据的组合却有可能保持长期稳定的均衡关系。协整检验主要思想是如果某两个或多个同阶时间序列向量的某种线性组合可以得到一个平稳的误差序列，则这些非平稳时间序列存在长期的均衡关系，或者说这些序列具有协整性[3]。对于两个非平稳序列，在回归之前要对其进行差分，差分可能导致两个序列之间的重要信息损失，为实现对非平稳时间序列进行回归而又不会导致错误的，需要对时间序列数据进行协整检验。
检验协整性的最典型的方法是Engle-Granger（1987）法，简称EG两步法，它能检验两个变量之间的协整关系。对于多个变量的检测则可采用另外一种称为Johansen极大似然估计的方法，该法由Johansen（1988）和Juselius（1990）提出，且可以用于检验多个变量，同时求出他们之间的若干种协整关系[4]。
本文采用E-G两步法进行协整检验，第一步是用OLS法对方程进行协整回归，检验变量间的协整关系估计协整向量（长期均衡关系系数）。对于同阶时间序列yt和xt，可用一个变量对另一个变量回归，即
yt=α+βxt+μt （1）
然后得到残差估计值：
μt=yt-α-βxt （2）
对残差序列ut进行ADF检验，若残差平稳，则表明变量间是协整的，可进行第二步，即进行误差修正模型（ECM）的估计。
如果对成为平稳序列的差分形式dyt和dxt进行估计，则会导致水平信息的缺失，模型只能表达y和x的短期关系，建立误差修正模型的作用就在于通过建立短期动态模型来弥补长期静态模型的不足。这样既可以考察变量之间长期的因果关系，又可以考察短期中的因果关系[5]。
将第一步中得到的残差作为非均衡误差项加入到误差模型中，对于（1，1）阶自回归，可建立如下误差修正模型：
dyt=βdxt-λ（yt-1-α-βxt-1）+εt （3）
然后继续用OLS方法估计相应参数。
（三）格兰杰因果关系检验
通过协整检验，表明变量间存在长期的均衡关系，但是否存在因果关系还不能确定。可采用格兰杰因果关系检验法来判断一个变量是否是另一个变量的原因。
Granger从预测的角度给出了因果性的一个定义：如果有助于预测，则是Granger的原因。将过去的信息从信息集中去除不会改变对的最优预测，则不是Granger的原因。相反，会改变预测，即是Granger的原因，即将过去的包含在信息集中可提高对的预测[6]。
如果要得到X是引起Y变化的原因的结论，我们必须拒绝X不是引起Y变化的原因的原假设，同时接受Y不是引起X变化的原因的原假设[7]。本文将在协整检验的基础上，采用格兰杰因果关系检验法进行检验。
三、数据选取与实证分析
（一）数据来源及处理
海南省农产品加工业囊括了《中国统计年鉴》上的12个行业，包括农副食品加工业、食品制造业、饮料制造业、烟草制品业、纺织业、纺织服装鞋帽制造业、皮革毛皮羽绒及其制品业、木材加工及竹藤棕草制品业、家具制造业、造纸及纸制品业、印刷业记录媒介的复制和橡胶制品业。本研究用海南省农民人均纯收入（Y）表示农民的收入水平，数据来自历年的《中国统计年鉴》。用农产品加工业总产值代表海南农产品加工企业的实力水平，农产品加工业总产值（K）来自12个行业工业总产值之和，数据来自历年的《海南统计年鉴》。1995年数据指乡及乡以上农产品加工企业工业总产值，1996—1999年的数据指大中型加工企业的农产品加工业总产值，2000—2010年数据主要指规模以上加工企业的农产品加工业总产值（见表1）。
（二）实证分析
1.变量的平稳性检验。为消除异方差的影响，对Y、K两个时间序列取自然对数，记为LnY、LnK。采用EVIEWS6.0数据分析软件，对变量LnY和LnK进行ADF单位根检验。格兰杰因果检验要求时间序列数据是平稳变量，如果LnY和LnK是1阶单整变量，是平稳的，则可对二者进行协整检验。检验结果（见表2）。
从上页表2可知，LnY和LnK的ADF检验值均高于5%显著性水平下的临界值，所以，存在单位根，原时间序列是非平稳时间序列。进一步对它们的一阶差分进行检验，结果显示，Y和K的一阶差分的ADF值均低于5%显著性水平下的临界值，通过了平稳性检验，说明Y和K在95%的概率下是一阶单整序列，满足了协整检验的前提条件。
2.协整检验。由以上的平稳检验得出LnY和LnK均为一阶单整序列，因而可以对变量间的协整关系进行检验。本文采用E-G两步法，根据该方法，以LnY为因变量、LnK为自变量，进行OLS回归分析，得出的回归结果为：
LnYt=-0.5662+0.6102LnKt （4）
（-0.84） （12.53）
R2=0.92 F=157.05 DW=1.54
如果LnY与LnK之间具有协整关系，则方程（4）中的残差项ut应该是平稳的。于是，继续用ADF检验法对（4）中的残差项进行平稳性检验，结果（如表3）：
由表3可知，残差序列ADF检验值通过5%显著性水平检验，可以判断残差序列是平稳序列，证明LnY和LnK之间存在协整关系。并且，由（4）式可看出LnY和LnK是正相关关系，其经济意义为，从长期来看，农产品加工业每增加1个百分点，农民收入将会增加0.6102个百分点。
3.误差修正模型（ECM）估计。由以上的分析可知，LnY和LnK之间存在（1，1）阶协整关系，如果就以差分形式建回归模型，那么这样的模型只能表达LnY与LnK间的短期关系，而不能揭示它们间的长期关系。
因此，需将以上回归方程的残差项作为误差修正项，把误差修正项看作一个解释变量，建立短期模型，即误差修正模型：
DLnYt=βtDLnK-λ（ecmt-1）+εt （5）
根据Granger定理，估计误差修正项为：
ecmt-1=LnYt-1+0.5662-0.6102LnKt-1 （6）
将（6）式代入（5）式误差修正模型，用OLS法估计相应参数，得到的误差修正方程为：
DLnYt=0.0642+0.1489DLnKt-0.5442ecmt-1 （7）
（2.5456） （1.0404） （-2.5098）
R2=0.35 DW=2.26
误差修正模型中的误差修正项反映了长期均衡对短期波动的调整力度。农民收入的短期波动一方面是农产品加工业产值波动的影响，另一方面是偏离长期均衡的影响。误差修系数为负，体现了反向修正机制，上一期偏离均衡状态越远，本期修正力度越大。误差项ecmt-1估计的系数为-0.5442，表明，当海南农产品加工业产值对农民收入的短期波动偏离长期均衡时，系统内的误差修正机制将以54.42%的力度将其拉回长期均衡状态，调整速度较快。LnY关于LnM的短期弹性是0.1489，即农产品加工业产值每增加1%，农民人均纯收入将增加0.1489%。
4.格兰杰因果关系检验。协整检验证明了农产品加工业发展和农民人均纯收入之间存在长期均衡关系，但尚不清楚这种均衡关系是否存在因果关系，还需进行格兰杰因果检验作进一步验证，这里采用满足平稳性要求的DLnY与DLnX进行格兰杰因果检验，检验结果（如表4）。
Granger因果检验结果表明，当滞后期长度为1～3时，均接受原假设，海南农产品加工业与农民收入之间不存在格兰杰因果关系。虽然海南农产品加工业发展和农民收入之间长期内存在相互影响的关系，但并不存在直接或着必然的联系，因此不能简单的认为海南农产品加工业的发展导致了农民收入的增长。这说明，海南农产品加工业发展水平低，农产品加工转化率低，农产品加工业的发展对农民收入增长的拉动效应尚不明显。
四、结论与建议
通过对海南省1995—2010年期间的农产品加工业产值与农民人均纯收入进行相关性分析，可知海南省农产品加工业产值与农民人均纯收入之间存在协整关系，农产品加工业的发展是影响农民收入增长的原因之一。两者间的长期均衡关系如方程（4）所示，农产品加工业产值每增加1个百分点，农民收入将会增加0.6102个百分点；两者间短期动态关系如方程（7）所示，农产品加工业产值每增加1个百分点，农民收入将增加0.1489个百分点。但是农产品加工业产值不是农民收入增长的Granger原因，可能是因为海南农产品加工业发展水平目前较低、总量较小，尚未能显著影响农民收入的增长。
根据上述的分析给出以下建议：第一，立足本地优势，提升加工水平。2010年，中国农产品加工业与农林牧渔业总产值的比值已达到2.04，而海南仅为0.33，不及全国2000年0.38的水平，海南农产品加工业尚有较大发展空间。海南省热带农产品丰富，加工原材料较易得到满足，但由于热带水果鲜食比例大，鲜果价格时而波动，农民收入不易得到保障。对于有一定规模产量的热带果蔬，海南应充分发挥其原料优势，大力发展农产品精深加工业，提高农产品加工转化率。海南农产品加工企业，大多加工技术水平低、设备落后，生产的中低档产品多、精深加工产品少。随着中国—东盟交流日益广泛频繁，海南应充分抓住大好机会，加强与东南亚国家在热带农产品加工与发展方面的交流，扶持龙头企业发展高新技术，引进国内外先进技术和生产管理人才，借鉴其他热带水果加工水平较高的国家和地区，提升农产品加工业技术创新水平和加工水平。第二，充分利用海洋资源，大力发展水产品加工业。海南是中国拥有最多海洋资源的省份，海域面积约为全国的2/3。随着近海捕捞资源的衰退，海南省应坚持以市场为导向，鼓励发展养殖业，建立标准化水产养殖、加工基地，促进水产品加工、出口与养殖协调发展。针对水产品精深加工能力不足的现状，海南加工企业应积极引进先进技术，提高加工工艺，创造知名品牌。鼓励龙头企业与当地渔（农）民建立产供销等直接利益关系，带动渔（农）民发展致富。第三，加强基础设施建设力度。加大对道路、农产品物流、冷藏设施及通讯等基础设施建设投入，为扩大鲜果和加工农产品对外销售创造便利的条件。加强信息网络建设，及时高效的提供海南农产品方面的市场信息。增强相关部门如强驻岛外农产品流通办事处的功能，提高其信息收集反馈服务水平。完善农产品质量检测体系，加强质量检测硬件和软件建设，保证海南农产品高质量，塑造绿色无疫高质量品牌形象。第四，保护生态环境，降低污染。海南是全国的无疫区，热带高效绿色无公害成为海南农业最大的特色，也是消费者认可和选择海南农产品及其加工产品的关键因素。由于农业生产、旅游开发、地产开发及工业发展，农药化肥、生活垃圾、废水废气等直接破坏着海南的生态环境，海南各地的生态环境已受到不同程度的破坏，不利于海南农业、旅游业甚至海南经济的可持续发展。海南应做好生态保护规划及开发建设规划，实施严格的环境保护标准，加强环保基础设施建设，同时加强监督。政府应努力推动生产方式改革，推动绿色高效节能生产，以此保证农产品及其加工品的质量水平，提高海南农产品竞争力，也为海南现代农业良性循环发展及在较长时期内维持农业生产者的利益提供保障。
参考文献：
[1] 李明贤，罗荷花，杨迪航.中国农户融资与农业增长、减贫的实证分析[J].农业现代化研究，2010，（5）.
[2] 闫奕荣，王满仓，李志军.西部地区对外贸易与经济增长的协整及因果关系检验[J].西北大学学报：哲学社会科学版，2007，（3）：38-41.
[3] 张利亚.基于协整与误差修正模型的预测[D].武汉：武汉科技大学，2006.
[4] 曹裕，谢良，贺砾辉.湖南对外贸易与经济增长的协整检验及格兰杰因果关系检验[J].湖南文理学院学报：社会科学版，2007，（6）：40-44.
[5] 王洪亮，徐霞.日本对华贸易与直接投资的关系研究（1983—2001）[J].世界经济，2003，（8）：28-37.
篇5
（一）生产要素规模化
在市场经济的作用下，产业集约化能够有效控制企业成本，农业生产在先进科技的推动下，依托于集约化与规模化生产，能够在很大程度上降低企业的生产成本，增强市场中的竞争力，进而扩大企业再生产的规模，推动企业供销系统的发展，实现企业规模的不断扩大。
（二）生产技术科技化
农业产业化进程在不断加快，科技水平的高低能够对农业产品的科技含量造成直接影响。依托于先进的生产技术，强化产品生产过程中的科技含量，并且依托于科技生产出更受消费者青睐的产品，增强产品的个性化与独特性，辅以更快速、更高效的物流系统，能够大幅提高农业产品的附加值。
（三）经营组织一体化
农业产业化在产品种植与供应方面要以农民为主体，这也是农业产业化“链条效应”的基础和保障。农业产品与工业产品不同，农业产品需要进行深加工，因而经营组织方面所涵盖的内容更广，要努力拓展模式不同的一体化形式。
（四）生产环节专业化
农业产业化发展在生产环节上更趋专业化与精细化，这也是工业生产的表现形式之一。农业产业化由于生产的高度集中，不可避免的会出现工业化的成分，而工业化生产的最大特点就是专业化程度高。因此，专业化生产这一环节成为了农业产业化的重要步骤。
二、贵州省农业产业化发展现状
贵州的农业农村工作要与国家的各项政策措施相结合，以农业、农民、农村都能更上一层楼为目标，在发展一般传统产业的同时，把气候、资源和生物多样性的特点突出出来，把转变经济增长方式，调整产业结构，充分发展适合本省省情的高效农业作为目标和方向，进一步实施“走出去、引进来”战略，充分发展现代农业产业化建设，主要农产品稳步增长，特色优势产业做大做强，农业产业化经营进一步深化，农产品质量得到稳定提升，得到市场的认可。
三、贵州省农业产业化发展中的问题
（一）农业市场机制不健全
目前在贵州农业产业中的出现的各环节之间是相互联结在一起的，生产和销售、供应都是在一起，养殖和种植以及加工也都是一体化特征。农业产业化是由各方共同承担风险、共同分享利益的共同体。但是，从贵州存在实际情况来观察，目前还远未建立起这种有效的联动机制。还有，农户与农户之间的联系也不算紧密，都以自我为主，缺乏联合的力量来维护自身的利益不被侵犯。
（二）农业产业化发展难以形成规模
从贵州省农业发展的状况来看，省内各州各市的农业产业分工基本完全重复，没有区分细化的分工，什么都在尝试去搞，最终都没能形成大的产业。由于农业产业化建设多且分散，使农业发展一直原地踏步的情况，在贵州各地普遍存在。
（三）专项资金使用效益低导致农业发展资金缺乏
一直以来，专项资金对贵州农业的发展都起到了重要的支持作用，特别是支农专项资金。但在如何更科学的管理这笔资金和如何用这笔资金去支持农业产业的发展建设，还存在较多的问题，当前，贵州省参与专项资金管理的单位太多，一度达到十几家，对于支农专项资金的使用、安排及实施，缺乏整体的统筹协调工作。
（四）缺乏龙头企业
龙头企业作为一个地区经济发展的中坚力量，与这一地区的产业加工、物流销售、商贸服务等各个方面都有或多或少的关联。龙头企业对某一地区的发展贡献颇大，一方面能带动农业产业化基地的发展，另一方面能影响农业产业化中的各个环节以及互相之间的配合。
（五）产业链条短
目前，贵州的农业产业化发展很多是以公司和农户以各种形式进行结合，这种生产模式具有自身的缺陷，因为只实现了农产品供求之间的连接，并没有把生产资料的生产和之后的销售、运输等部分很好的连成一体化的发展链条，农业产业链条过短也引发产业化的经济带动和化解风险的能力都十分有限，同时也使农户在参与农业产业化过程中难以达到预期的收益，农户和企业之间的利益矛盾冲突也逐渐加剧，农民的生产积极性也得不到提升。
四、推动贵州农业产业化发展的对策
（一）加强教育培训，提升农业参与者素质和能力
农业产业化的发展水平和竞争力一定程度上取决于其经营管理者和成员的素质，这一点在任何时候都是应该被重视的。首先，重视教育和培训，增加农民受教育和受培训的资金来源渠道；其次，把科研成果的推广应用与农民的教育培训紧密地结合起来；最后，以农业技术推广中心为核心，使得农民能与市场有更多的关联，对市场有更多的了解。
（二）实现农业生产的集约化、规模化发展
把承包责任制落实好，使所有权与承包权、使用权分离，激活经营权；使土地流转规范化，妥善处理荒地；健全政策激励机制，充分调动土地流转过程中各方面的积极性；建立好有关法律法规和政策体制。
（三）积极改善农业金融环境
要解决农业产业化发展中的金融问题，不仅要有对应的制度，更要有完善的农村金融体系。一是要加大资金投入力度，打牢农业产业化发展的基础；二是构建完善的农村金融体系；三是增进农业产业化的资本运营管理。
（四）提升农业产业科技化程度
技术创新是企业创新的关键所在，企业想要在激烈的市场竞争中生存和发展，怎么样开展创新很重要。一方面，应建立农业产业化研发机构，增加科技创新投入；另一方面，增强与高校、科研机构的联系，共同引进国外先进技术来帮助开发农业项目。
篇6
[关键词] 农业生产 投入要素结构 偏最小二乘回归(Partial Least Square)
四川省是我国的农业大省,2009农业总产值占GDP比重的26.07%,全省农民人均纯收入4462.1元,比上年增长8.3%,说明促进农业增长仍然是四川农民的促进增收的主要途径之一。但由于四川省土地状况除成都平原外多为丘陵和山地,人均耕地少,基础设施薄弱,自然灾害频发,虽然近年来政府对农业投入逐年加大,但产出效益并没有显著提高。因此不能仅仅依靠增加农业生产要素的投入,还要注重农业生产投入要素结构的优化。农业生产投入要素结构的变化对农业生产具有重要影响,有研究发现生产要素投入结构的变化是反映技术变动和发展方向的一个主要指标,土地密集型作物(如粮食)生产的资金(尤其是机械)对劳动的替代趋势极为显著,而劳动密集作物(如园艺作物)生产的劳动与资金很难替代。
一、研究方法
1.变量和数据处理
本文在有关农业投入结构和产出要素研究的基础上,结合四川省农业生产的实际情况,依据《四川统计年鉴》的有关数据,从产值与产量方面确定了农林牧渔总产值和单位面积农作物产量(包括粮食、油料、棉花、甘蔗、麻类)两个产出指标,从人员、物质和资金方面确定了农业从业人员、农作物播种面积、农业机械总动力、化肥施用量、农业生产用电和农业资金投入(包括财政支出中用于农业支出、金融机构农业贷款)六个投入指标进行分析,从数据的可获得性及研究的现实性和科学性出发,本文确定研究的时期为1990到2008共19年的数据,具体数据略。
2.自变量的共线性分析
从相关系数(表1)可以看出,变量间的相关性较高,直接运用普通最小二乘法建立以产出指标为因变量,投入指标为自变量的线性回归方程,可能存在多重共线性问题。这里直接建立回归方程,并计算变量膨胀因子(VIF: Variance Inflation),结果如表2。
表1 指标相关系数
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
方程一的拟合优度R-Square还是不错的,但是两个方程中各变量的显著性均通不过检验,而且各变量的膨胀因子都大于10,最大的VIF(X2)达455.1936。从而得出,自变量存在着严重的共线性,不宜用普通最小二乘法进行分析。加上因变量为两个,所以本文选择偏最小二乘回归法对农业投入产出结构因素进行分析。
3.偏最小二乘回归法
偏最小二乘回归(Partial Least-Squares -regression,PLS)方法是S.Wold和C.Albano提出的一种新型的多元统计数据分析方法。该方法将多元线性回归分析、变量的主成分分析和变量间的典型相关分析有机结合起来,在一个算法下同时实现了回归建模、数据结构简化和两组变量间的相关分析,适宜处理样本容量小、自变量多、变量间存在严重多重相关性的统计问题。
其建模步骤包括:首先,采用主成分分析与典型相关分析的思想分别提取因变量和自变量的主成分,即偏最小二乘因子,这不仅保证了提取的成分尽可能多地保留原始变量的信息且保持相互独立,而且使自变量与因变量的相关性最大;然后,采用普通最小二乘法建立回归方程,因成分间已不存在多重共线性,此时采用普通最小二乘估计所得结果稳定性较好。由此可见,偏最小二乘回归集中了主成分分析、典型性相关分析及普通多元回归分析的优点。
二、研究结果
本文利用统计分析软件SAS中PLS过程来完成偏最小二乘回归,结果如下。
1.PLS成分
输出结果显示,自变量组提取的第k个成分可解释变差的百分比分别为81.7960%,14.8532%,2.88115%,0.3805%,0.0637%,0.0250。可解释因变量组 变差的百分比分别为57.3511%,1.2731%,3.9880%,2.8071%,0.1725。由此可见对Y的解释能力已非常微弱,可初步直观地判断只需提取一个成分就已足够了。为准确,再使用“舍一交叉验证法”进行交叉验证,计算结果如表3。可见当取一个偏最小二乘因子时,得到的预测残差平方和的均方差(PRESS)最小,其值为0.7473。
表3 交叉验证法确定成分抽取数
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:右上角带“*”为最小PRESS。
此时,提取的偏最小二乘因子为
(右上角带“*”的变量表示标准化变量)。
2.PLS回归结果
PLS回归的参数估计如表4。
表4 偏最小二乘回归方程的参数估计
标准化回归方程 原始变量回归方程
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.变量投影重要性指标
在PLS中,用变量投影的重要性指标VIP(Variable Importance in Projection)来测度自变量Xi在解释因变量Y时作用的重要性。一般情况下VIP指标值应大于0.8,当小于该值时,可认为自变量对因变量的解释是很微弱的,可不纳入PLS方程中,计算结果如图1。
图1 变量投影重要性指标
三、结果分析
1.从PLS回归方程发现农林牧渔产值和单位面积农作物产量都同农作物播种面积、农业机械总动力、化肥施用量、农业生产用电和农业资金投入要素成正相关,而同农业从业人员量成负相关。从回归方程系数看,对产值和产量的边际贡献最大的是农业生产用电量,其次是化肥施用量。这与现代农业的发展趋势是一致的。从历年数据不难看出,在农业产值和单位面积产量稳步增长的同时,农业从业人员在逐步减少,而其它投入要素却大幅增长,特别是电力投入增长了近四倍。出现这一情况的原因在于大量农村人口从事非农产业,特别是农民工的发展与壮大,从而在农村中出现大量农业兼营人员和非农人员,而真正的纯农业生产人员逐步减少。而随着农业机械化的推广,农业生产、加工机械大量普及,导致对能源动力的需求大大增加。同时,农业种植技术的提高和土地生产能力的降低又增强了对化肥的需求。现代农业不仅依靠生产技术水平的提高,还要求较高水平的经营与管理,这总体来看,随着农业生产现代化水平的不断提高,农业生产对劳动力需求正在被机械能源等科技力量和资本力量所替换。
2.偏最小二乘因子系数表明,农业机械总动力、化肥施用量、农业生产用电、农业从业人员和农业资金投入对农业产出的解释作用较大,这与VIP指标显示结果一致。其中农业机械总动力和农业生产用电作用最大,据此可以将偏最小二乘因子命名为“动力投入因子”。这说明,农业生产中机械和能源的投入起着至关重要的作用,这与现代农业中农业机械化要求是一致的。
但是农作物播种面积的投入作用最低,根据VIP理论,其值小于0.8就可以将其不纳入到PLS回归方程中,可见土地的投入对农业产出起的作用微小。这似乎与理论不符,其实不然。从农作物播种面积的绝对数看,2000年以前逐年增加,之后出现下降趋,但总体没有多大变化。这与我国农业政策有关,最近几年我们国家从可持续发展角度出发提出了退耕还林(草)工程,一部分农作物播种面积被林(草)地面积所替代,而在之前,我们过多地强调粮食安全而大量开荒种地。在投入大量增加时,由于播种面积几乎不变,这就导致农业投入的结构变化基本由机械能源资金等要素的变化来诠释,这表明四川省动力投入在一定程度上可以替代土地的要素投入。
四、结论
本文选取了四川省90年到08年19年农业投入产出数据,运用偏最小二乘回归法对四川省农业投入结构变化与产出的影响进行了分析,分析表明农业产出同投入结构有关重大关系,农业产出同农作物播种面积、农业机械总动力、化肥施用量、农业生产用电和农业资金投入成正相关,而同农业从业人员投入成负相关。因此,一方面应进一步加大这方面的投入,推进农业机械化和现代化,同时加快农村剩余劳动力转移;另一方面在保证粮食安全的同时,应继续坚持退耕还林工程,实现农业生产的可持续发展。
参考文献:
[1] 胡瑞法 黄季混:农业生产投入要素结构变化与农业技术变动趋势[J].中国农村观察,2001(6)
[2] 顾俊龙:农业投入与产出结构变化及其影响因素研究[J].山西财经大学学报,2006,28(5)
篇7
[关键词]资源环境约束；农业生产率；鄱阳湖生态经济区
[中图分类号]X196 [文献标识码]A [文章编号]1674-6848（2013）01-0089-07
[作者简介]潘 丹（1986—），女，江西宜春人，江西财经大学鄱阳湖生态经济研究院理论经济学在站博士后，主要从事环境经济理论与政策、农业经济管理研究。（江西南昌 330032）
[基金项目]第52批中国博士后科学基金资助项目“鄱阳湖生态经济区农户过量施肥行为及污染治理政策研究”（2012M521285）、教育部人文社科规划基金项目“中国农业生产率再测算及其影响因素：资源环境约束的视角”（11YJA790192）、国家自然科学基金项目“基于生态系统服务功能价值的区域生态补偿标准及空间选择研究——以鄱阳湖生态经济区为例”（41261110）和国家社会科学重大基金项目“环境保护、食品安全与农业生产服务体系”（11&ZD155）的阶段性成果。
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
提高农业综合生产能力，是促进中国粮食增产、提高农民收入、推进农村社会和经济全面发展的重要手段。①从理论上讲，农业综合生产能力的提高取决于两点：一是农业要素投入量的增加，二是农业要素生产率的提高。然而，经济资源的稀缺性决定了农业综合生产能力不可能依赖于农业要素投入的无限扩张，而应以农业生产率的不断提高为主要源泉。因此，客观地评价和分析中国农业生产率具有很强的政策意义。迄今为止，国内外研究者运用不同的方法、从不同的角度对中国农业生产率进行了测度，得出了许多有政策意义的结论。②然而长期以来，文献中对农业生产率的度量只是基于传统的资本、劳动和土地等投入要素，而很少考虑到与农业经济发展密切相关的资源和环境因素的影响，因而无法反映出中国农业经济的真实增长绩效。
在投入端，土地、劳动力、化肥、役畜以及农业机械等是现有农业生产率研究中的普遍投入变量，而作为农业经济发展最受制约的水资源要素在农业生产率的测算研究中并不多见。众所周知，水资源是农业发展的基础资源，在中国农业生产中处于战略地位，作为一种日益稀缺的战略性资源，其对国家粮食安全和农业经济发展具有全局性和长远性的影响。③国内学者王学渊在美国经济学家Paul M.Romer提出的“Growth Drag”理论基础上，④考察了由于水资源限制使得中国农业经济增长下降的幅度，结果表明：水资源对中国单位面积农业产值的“增长阻力”为0.1121%，到2050年，中国单位面积农业产值增长率将由于水资源的短缺而比目前降低4.82%。⑤潘丹、应瑞瑶的研究也指出，无论在短期内还是在长期内，水资源均是推动中国农业经济增长的重要因素，并且随着时间的推移，水资源短缺对中国农业经济增长的负面影响还将逐步加强。⑥
在产出端，现有的农业生产率研究大多仅仅考虑了农业发展中期望产出（Desirable or Good Output）的增加（如农林牧渔业总值、农林牧渔业增加值等），而很少将非期望产出（Undesirable or Bad Output）（如农业污染物COD、TN、TP等）纳入分析框架。⑦然而，现实情况表明，中国的农业经济在快速发展的同时也带来了严重的农业面源污染问题。第一次全国污染源普查公报数据显示，2007年中国农业化学需氧量、总氮和总磷的排放量分别为1324.09、270.46和28.47万吨，占各自污染总排放量的43.7%、57.2%和67.4%，农业面源污染已经成为中国环境保护的重点和难点。日益恶化的农业环境已经严重影响到农业生产的资源基础，并加剧土地资源供需的矛盾和危及人民的健康人力资本水平，从而降低中国经济发展的潜力。①如：张士功的研究指出，目前农业生产中化肥、农药和农膜等超量和不合理的使用，已经致使中国至少有1300到1600万公顷耕地受到严重污染；②Rozelle et al和吕开宇的研究发现，保持其他条件不变，土地面积中土壤侵蚀面积每增加1%，中国单位耕地的农业增加值将下降0.13%；土地面积中盐碱地面积每增加1%，中国单位耕地的农业增加值将下降0.11%。③
随着科学发展观与构建和谐社会理念的提出，节约资源与保护环境已经成为转变中国农业经济发展方式和促进农业经济又好又快发展的不可或缺的组成部分。将资源环境约束纳入到农业生产率的分析框架中，研究资源和环境如何影响中国农业的可持续发展，显得十分必要和紧迫。然而遗憾的是，现有研究中对自然资源、环境污染与农业生产率之间关系的探讨还较为薄弱。如何将资源环境约束纳入到已有的生产率分析框架，如何从理论上理清三者之间的内在联系与作用机理，是破解当前农业发展中资源稀缺、环境恶化难题的重要基础。鉴于此，本文首先从理论上廓清资源环境因素对农业生产率的影响机制，然后指出资源环境约束下农业生产率研究的创新方向，最后结合鄱阳湖生态经济区区域重大发展战略需求，阐述资源环境约束下鄱阳湖生态经济区农业生产率研究的关键问题，从而为鄱阳湖生态经济区建立“高产、优质、高效、生态、安全”的现代农业产业体系提供决策支撑。
二、忽视资源环境约束对区域农业生产率核算结果影响的理论分析
（一）忽视自然资源约束对区域农业生产率核算结果的影响
由于自然资源的稀缺性，自然资源对农业经济增长将会产生极大的约束性，从而影响农业生产率的估计结果。具体来讲，自然资源对农业经济增长的制约主要体现在两个方面。
其一，自然资源总量约束制约着农业经济增长的规模和速度。如图1所示，图中直线aa、bb、cc分别为各个时期的社会总成本约束线，OP为产出扩展线，Q1、Q2、Q3分别代表不同时期的社会总产量水平，水平线RR表示一个经济发展时期固定的可利用自然资源总量。在不考虑自然资源约束的情况下，A、B、C点分别代表各个时期的短期最优生产点，Q3是社会能达到的最大产出水平。而当考虑自然资源约束后（假设拥有的自然资源总量是RR），很明显可以发现，在RR的自然资源水平上，社会的最优生产点为B点，社会能达到的最大产出水平是Q2。在存在自然资源约束的情况下，如果想要达到没有资源约束时的社会最大产出水平Q3，则需要dd的经济成本来实现。我们通过比较可以发现，自然资源总量的限制将会导致社会以更高的经济成本来实现没有自然资源约束时的产出水平（dd>cc），或者只能实现更低的社会总产出水平（Q2
其二，自然资源和其他投入要素的结构性不平衡形成对经济增长的结构性约束。在不存在自然资源约束的情况下，自然资源和其他投入要素（如化肥、役畜、机械等）一起作用于经济增长；而当存在自然资源约束时，随着其他投入要素的增加，自然资源的投入不再增加，其他投入要素单独作用于经济发展，经济发展的速度受到制约。
（二）忽视环境污染约束对区域农业生产率核算结果的影响
在环境污染方面，Charnes等人提出，传统生产率测算模型的一个基本要求是投入必须尽可能地缩减，而产出必须尽可能地扩大。按此要求，农业面源污染排放量在传统的生产率测算模型中也只能与农林牧渔业产值同比例不断增加，这显然违背了生产率评价的初衷。①图2中生产点A表示既定投入x生产两种产出（y，b），其中y为农林牧渔业产值，b为农业面源污染排放量。传统的生产率测算模型要求生产单位从A点，y和b按照相同比例增长到前沿产出C点；而在考虑环境污染因素后的生产率测算模型中，A点则是沿着既定的方向g增长到前沿产出B点。在这一过程中，农林牧渔业产值由y增加到■，农业面源污染排放量由b减少到■ 。我们通过比较可以发现，是否考虑环境污染因素对农业生产率的测算结果将有显著影响。
事实上，农业环境质量的下降除了会带来社会的整体负外部性之外，也会对农业发展的自身带来严重的负面影响，从而对农业生产率的核算结果产生影响。一方面，农业环境质量的下降会影响自然资源和投入要素的供给数量和质量，降低自然资源和投入要素对农业经济增长的贡献力度，从而对农业经济发展造成制约；另一方面，农业面源污染的治理往往也需要成本，从而将本来可以用于农业生产的资源配置到农业面源污染的治理活动中，进一步对农业经济发展产生影响。
三、资源环境约束下的区域农业生产率研究创新方向
上述分析结果表明：是否考虑资源环境因素将对农业生产率的核算结果具有显著影响。可持续发展理论认为，资源和环境因素不仅是经济发展的内生变量，而且是经济发展规模和速度的刚性约束。目前中国的农业发展已经产生了严重的资源消耗和环境污染问题，并且已经对农业经济的长期增长产生了巨大的负面影响。在农业生产率的测算中如果不考虑资源环境约束，无疑会使生产率的测算出现偏差。农业经济学者樊胜根指出，农业生产率的测算偏差不仅会扭曲对农业经济增长绩效的评价，也会使基于生产率的政府决策发生偏误，导致对农业生产和生产率的增长产生长期的负面影响。①
由于资源和环境的价格无法获取，传统的农业生产率核算手段无法对其进行直接处理。如何合理地将资源和环境因素整合到生产率的分析框架中，一直以来都被学术界广为关注。现有文献对资源的处理方法较为一致，通常将资源看做一种新的投入要素，和土地、资本、劳动等常规投入要素一并作为经济增长的源泉。关于环境污染在生产率分析中的处理有些复杂，目前主要有四种方法：②一是曲线测度评价法。该方法将环境污染值变换为倒数形式，然后直接将环境污染作为“好”产出处理，在经典的农业生产率测算模型中即可求解出环境约束下的生产率水平。但由于该方法是一种非线性规划的生产率评价方法，求解较为困难，尽管Fare等人给出了近似线性规划的替代求解方法，但仍然无法保证求解的精确性，从而使其应用受到一定的限制。③二是数据转换函数处理法。该方法的基本思想是将“坏产出”转化为低的“好产出”，然后将转化后的“坏产出”作为普通的“好产出”，运用传统的DEA模型计算决策单元的生产率。具体可分为负产出转换、线性数据转换以及非线性数据转换。负产出转换法将污染物作为负数处理，不符合生产率评价的基本要求，线性数据转换法在CCR模型中无法保持分类的一致性，而非线性数据转换转化法则破坏了模型的凸性。三是环境污染作投入处理法。该方法将环境污染物作为投入指标来处理，采用径向测度衡量污染物与资源投入的可减少比例，以此分析环境约束下的生产率。但在特定的生产过程中，环境污染与资源投入并不总能保持一定的同比例关系，因而该方法不能反映实际的生产过程。四是方向性距离函数法（Directional Distance Function，DDF）。这种方法通过设定“好”产出增加、“坏”产出减少的方向，将生产率分析与环境污染纳入一个统一的框架中，同时由于其并不需要环境污染的价格数据，因而在实际中得到了广泛的应用。
方向性距离函数方法的提出有利于农业生产率研究的进一步深化和拓展。从图3可以看出，结合方向距离函数这一工具，如果在农业生产率框架下考虑环境污染物和自然资源消耗，那么对农业生产率的研究至少可扩展到以下几个方面。
其一，可以测度资源环境约束下的农业生产率水平，即将环境污染作为“坏产出”，将自然资源消耗作为投入变量，借助方向性距离函数方法，考察不同地区考虑资源环境因素后的农业生产率水平。该农业生产率值可以反映出不同地区农业经济增长、资源节约和环境保护三者的统筹发展程度，可以测算出不同地区相对最优生产前沿边界所可能实现的最大农业产出扩张、最大资源投入节约以及最大农业污染物减排潜力。进一步，可以采用计量经济模型，探讨经济发展水平、人口文化素质、环境管理政策制度、产业结构、技术水平等因素对资源环境约束下的农业生产率的影响机制、方式和可能结果。近年来，一些学者已经尝试在中国整体经济以及工业经济的生产率研究中考虑资源环境因素，例如胡鞍钢等、王兵等、Zhang等、朱承亮等人在考虑能源投入、CO2、COD、SO2、废水和固体废弃物等环境污染物的基础上，对中国整体经济资源环境约束下的生产率进行了测算；①涂正革、陈诗一、庞瑞芝和以及Wu等人以中国工业行业为研究对象，在考虑资源环境约束的情况下，计算了各地区工业经济的生产率水平。②然而将该方法运用到农业生产率的研究并不多见，因此资源环境约束下的农业生产率及其影响因素理论和实证研究是未来重要的创新内容。
其二，可以考察资源政策和环境政策对宏观经济的影响程度，即考察地区农业的节能减排成本。如：给定资源消耗约束指标，通过比较考虑资源约束前后的农业产出扩张差异，间接估计出由于实施资源政策而导致的节能成本大小；给定环境污染物排放约束指标，通过比较“有环境污染约束”和“无环境污染约束”情况下的农业产出差异，间接估算出由于实施环境政策而导致的经济增长的潜在损失，即减排成本大小的情况。如何协调好节能减排与经济发展之间的矛盾，是中国实现低碳减排国际承诺的主要问题，而对节能减排成本的测算，则有利于确定最优的节能减排方案，从而降低节能减排对经济增长的负面影响，为节能减排政策的制定提供科学依据。现有文献对节能减排成本的研究多为定性研究成果，定量研究成果还甚少。因此，认真分析农业节能减排对经济的影响，寻找能够引致节能减排与农业经济发展的双赢路径，是一个十分现实和紧迫的问题，也是未来研究需要着力解决的关键问题之一。
其三，可以测度资源消耗与环境污染的影子价格水平，即在方向性距离函数方法的基础上，测度在某一农业产出水平下单位资源消耗量和环境污染物排放量变化导致生产前沿产出的变化量。资源消耗与环境污染影子价格的测算是资源环境政策制定的基石，不仅可以为资源定价、环境税率的设定和污染排放交易定价提供参考价格，而且可以用来进行绿色GDP的核算。因此，资源消耗与环境污染的影子价格已经成为资源环境经济学中的重要概念，对影子价格的准确测度也成为研究的重要方向。目前国内对资源消耗与环境污染物影子价格的研究还处于起步阶段，代表性成果有涂正革、陈诗一、袁鹏和程施、黄文若和魏楚等人的研究文章，①然而这些文献的研究对象仅局限于中国的工业行业，对农业领域资源消耗与环境污染物影子价格的研究并不多见，因此测度资源消耗与环境污染的影子价格水平是未来农业生产率研究中需要探索的重要方向。
四、资源环境约束下鄱阳湖生态经济区农业生产率研究的关键问题
篇8
关键词：河南省；产业集聚区；农产品；区域品牌
中图分类号：F260 文献标志码：A 文章编号：1673-291X（2013）09-0211-02
河南省作为全国第一农业大省，优质农产品资源非常丰富，涌现出了像新郑大枣、信阳毛尖，以及双汇、三全、思念等在市场上极具影响力的农产品品牌和农副产品加工品牌，奠定了河南农产品在市场上的竞争优势，推动了河南农业和农村经济的发展。但仅有的这些品牌，与河南省的农业发展成绩极不相称，更没有形成太多与这些农业发展规模相对应的农产品区域品牌。当前，河南省大力发展产业集聚区建设，尤其是建立在各地市的以农业为基础、以农副产品加工龙头企业为主导的农业产业集聚区，为农产品区域品牌建设打开了新的机会窗口。在这种背景下，研究基于产业集聚区的农产品区域品牌建设问题既有一定的理论意义，更有较强的现实指导价值。
一、产业集聚区及农产品区域品牌的内涵和特点
产业集聚区是一个地域性概念，是由多个产业实体在一定地域上的联结，集聚区内部可以存在若干产业集群，各产业集群又联结为一个包含更多价值环节的增值系统，并且对外表现出较强的创新能力和产业竞争力。而农业产业集聚区则是指基于当地独特优越的自然条件和农业资源环境，在一定区域围绕某些主导产业的农业生产活动，使得相关参与主体和机构在区域上集中，并形成产业竞争优势的现象。
农产品区域品牌指的是在特定区域内由相关企业、机构、农户等主体所共有的，在生产地域范围、品牌使用许可、品牌营销、品种品质管理等方面具有共同诉求与行动，使区域产品与区域形象共同发展的农产品品牌。产业集聚区建设为农产品区域品牌的生成和发展提供了物理空间载体，而区域品牌的知名度和荣誉度又反过来体现集聚区内企业信誉和产品质量，代表了产业集聚区的市场竞争力。
二、建设基于产业集聚区的农产品区域品牌的意义
农产品区域品牌是农业产业集聚区发展的重要成果之一，对农业产业集聚区有较强的依赖性。反过来，农产品区域品牌在做大做强后，对人才、资金、优质资源要素及其他相关利益主体形成“洼地效应”，不仅可以推动产业集聚区的发展规模和水平，还可以提高农产品相关利益者收入。具体来讲，建设基于产业集聚区的农产品区域品牌有以下两方面的意义：
首先，农产品区域品牌作为一种外在市场力量，推动农业产业集聚区的发展。区域品牌形成后会产生较强的聚集效应，促使资金、人才、产品、知识在空间上迅速集聚，为产业集聚区的发展提供强有力的支撑。同时，区域品牌还提供了一种良好的制度性支持，约束着集聚区内企业和农户的市场行为，增强企业间的信任与合作，不断引导产业集聚区内相关利益主体进行协同调整，带动集聚区内产业发展，促使产业集聚区市场地位的提高。
其次，农产品区域品牌能够提高农产品相关利益者收入。河南省作为全国粮食主产区，通过建立更多属于自己的农产品区域品牌，一方面可以降低农业生产风险，迅速提高农产品的市场占有率，直接增加农民收入；另一方面能够带动生产、加工、储藏和运输等相关产业的发展，创造农民就业新渠道，形成新的收入增长点，间接提高农民收入。
三、河南省农产品区域品牌发展现状及存在问题
近年来，河南省大力倡导产业集聚区建设，建立了180多个产业集聚区，涉及农产品加工的产业集聚区就有30多个，有力地推动了农产品区域品牌的发展。但由于受到各种因素的影响和制约，产业集聚区建设对农产品区域品牌发展的促进作用还没有完全发挥出来。归纳起来，河南省农产品区域品牌发展过程中还存在以下主要问题：
1.农产品区域品牌经营意识落后。河南省农产品区域品牌建设起步较晚，经营意识较为滞后，农产品区域品牌资产普遍较低。虽然农业是河南省的传统支柱产业，但传统的“小生产、小流通”式的生产经营模式以及传统的“好货不愁卖”的销售观念却已不再适合当今的农业现代化进程，这也就造成了河南省现在“一流产品，二流品牌，三流营销”的尴尬局面。
2.知名农产品区域品牌数量少、规模小。在省内农产品市场上，高中档农产品如高级面粉、食用油以及其他制成品等大多是外省品牌，河南省现有的信阳毛尖、灵宝苹果、三全、思念等农产品生产及加工品牌虽然已经在国内市场上占有一定份额，但这样的知名品牌实在太少，与农业大省的地位极不相称。
3.农业产业化程度低，生产规模小。河南省农业生产目前还停留以家庭为单位组织生产的阶段，土地利用效率较为低下，在土地流转方面还未做出卓有成效的改革。规模小、效率低、经营分散、信息不灵，严重影响区域品牌的建设，直接导致农产品很难直接参与国内外市场竞争。
4.品牌科技含量低，附加值不高。河南农产品加工业相对落后，大多以农产品粗加工为主线，精深加工产品所占比重很低。目前投放市场的农产品多是初级产品，销售的农产品多为原字号，品牌科技含量太低，转化增值率不高，成为制约农业劳动生产率提高和农村经济发展的重要原因。
5.区域品牌运营程度低，没有形成有效机制。农产品区域品牌建设在前期需要研发投入，在后期要有营销保障。但长期以来，河南省农产品在区域品牌运营上没有明确的定位，命名单一，推广渠道狭窄。现有的农产品品牌还得依靠原来的口碑和历史声誉，整体运作能力偏差，不能将品牌的核心价值转变为经济效益，在很大程度上制约着农产品区域品牌的建设和营销。
四、建设基于产业集聚区的农产品区域品牌的对策和建议
1.加强农产品区域品牌建设和保护意识。河南省农业资源条件优越，但农产品区域品牌少，且知名度不高，很大一部分原因是对农产品区域品牌的建设和保护意识淡薄。因此，应加大宣传力度，利用多种渠道宣传和推介农产品品牌，形成政府重视、企业和农户主动参与的良好的品牌建设氛围；同时，对农产品区域品牌实施动态管理机制，加强日常监管，严格控制有损区域品牌整体形象的相关利益主体的市场行为。
2.加强农产品产业化发展，做大做强农产品区域品牌。加强农业产业化发展首先就是要建立产业化组织，从组织上保证区域品牌核心价值的实现。通过建立包括产业集聚区、企业、农户在内的组织形式，将众多小规模农户的生产经营活动纳入到区域品牌的建设当中，增加区域品牌的竞争力；农产品区域品牌建设可以有效带动农业产业化升级，要让农业产业集聚区建设同农产品区域品牌建设相互结合，建立完善的农业标准化体系和品牌质量标准体系，不断推动农产品产业化发展，进而推动区域品牌建设。
3.加大技术研发投入力度，努力提高农产品区域品牌科技含量。根据著名的“微笑曲线”理论，产业链上各环节创造的附加值随各种要素密集度的变化而变化，微笑曲线两端的研发和营销创造的附加值最高，而中间的生产制造环节创造的附加值最低。因此，河南省农产品区域品牌要想在市场上获得持续成长，应该逐渐摆脱仅销售原产品或对农产品初加工的现状，而是要通过加大技术研发投入力度，对农产品进行深加工，逐步拉长农产品加工产业链条，努力提高农产品附加值，进而提高农产品区域品牌科技含量。
4.加强协调与合作，建立一体化区域品牌建设机制。在中原经济区建设的大背景下，在河南省经济发展以产业集聚区建设为带动的前提下，为了打造河南省农产品区域品牌，各级政府及相关职能部门需要密切配合，建立以市场为导向，以产业集聚区为平台，以企业为主体，以农业合作社为中介，以优质农业资源和特色产业为依托的农产品区域品牌建设联动机制。通过一体化品牌运作机制的有效运转，将品牌创建、品牌运转、品牌提升和品牌延伸有机衔接起来，积极引导集聚区争创区域品牌，大力扶持优势企业引领区域品牌，使河南省形成优势农产品区域品牌群落。
5.加强产业集聚区与农产品区域品牌的互动作用。当前，河南省部分发展条件较好的产业集聚区已经成为区域经济增长的引擎，而农产品区域品牌建设工作则显得有些滞后，二者尚未实现同步互动发展。事实上，河南省现有的部分农业产业集聚区是基于当地优越的自然条件和优质的农产品资源建立起来的，完全可以在此基础上发挥产业集聚区的经济集聚效应，集聚区域品牌建设所需资金和技术，培育区域品牌建设主体，以促进区域品牌更好的发展。而农业产业集聚区自身发展如果脱离了良好区域品牌的支撑，集聚区内就不容易形成强势的主导产业，各企业更不能形成合力去开拓和占领市场，整个产业集聚区就不能实现可持续发展。因此，应清楚二者的互动关系，找准结合点，通过政策指导和资金支持，强化产业集聚区与农产品区域品牌的互动作用。
参考文献：
[1] 刘西怀，胡炜.基于产业集群的河南省农产品地理标志保护存在的问题与对策[J].河南农业科学，2010，（10）：130-133.
[2] 丁晓晶.农业产业集群与农产品区域品牌互动分析[J].通化师范学院学报，2012，（7）：80-82.
[3] 马清学.农产品区域品牌建设模式研究[J].河南师范大学学报：哲学社会科学版，2010，（1）：142-144.
篇9
[关键词] 黑龙江省；旱作物 农业气象产量预报 系统研制
[中图分类号] S165 [文献标识码] A [文章编号] 1003-1650 （2017）02-0291-01
黑龙江省都处于我国最北部，经过多年的垦荒改造，将北大荒改造成了北大仓，黑龙江省是我国粮食产量的主要省份之一，全省耕地面积在1.4亿亩左右。黑龙江省气候属于高纬度大陆性季风气候，夏季高囟嘤辏冬季寒冷少雪，春秋两季较短，温度变化幅度较大，升温和降温温度快，对发展农业生产具有十分明显的优势。黑龙江省特殊的地理环境决定了物候资源化的分布特征。黑龙江省是全国热量资源较少的省份之一，作物和品质都存在着明显的界限，热量资源不足和作物需求之间的矛盾日渐突出，因此，如何调整地区农业产业结构。合理布局农作物品种，充分利用热量资源，保证农作物获得高产个稳产就成为当前黑龙江农业气象预报需要重点研究的内容。
1 系统结构分析
首先，系统软件和硬件环境。整个操作界面采用下拉弹出式菜单，友好的图文操作按牛，全汉化的提示方式，具有操纵方便快捷。软件系统使用标准的Windows2000软件平台，中文环境，提Microsoft Visual Basic6.0编程语言开发工具，并使用使用最先进的图像处理软件和地理信息系统软件；其次，结构分析。该系统结构主要包含了数据库、模型建立和产量预报、预报集成和总产量计算等几个部分，各个部分的功能均以模块化的方式实现，采用人机交互的方式进行操作，系统各个模块之间相互独立，逻辑上相互联系。如图1所示。
2 系统组成和功能分析
2.1 数据库和管理
首先，数据库。在该数据库中包含了气候、大气环流、作物参量和植被指数等资料库。其中大气环流资料库主要主要涵盖了500hPa环流指数、海洋温度、大气特征量等数据。气候资料库包含了从1961大2015年黑龙江省各个市区每个季度的平均温度、降雨量、日照小时数，地区主要农作物生长发育所需要的平均温度、降雨量、日照小时数等相关材料。作物产量资料库主要包含了地区1961年到2016年主要农作物的播种面积、总产量和亩产量。植被指数库主要包含1992年到2015年黑龙江地区5～8月间最大植被指数以及各个月份指数和；其次，数据库管理。为了方便对数据进行管理，在系统中设计了数据管理模块，对于产量资料主要以人工方式进行添加，使用网络对相应数据进行编辑，保存新建的文本文件。对于范围较大的环流资料，应该将其以数据恩建的形式添加到数据库中。植被数据资料设计了旱作物和水田，按照单点、5点和9点平均植被指数进行计算，同时在系统中设计了自动追加、查询和统计功能。
2.2 建立相预报产量模型
首先，气象统计模型建设设计，气象统计模型是气象产量预报系统十分重要的一个环节，其主要采用多种数据统计方法，将作物产量和气象条件的内在联系进行揭示，进而得到旱作物产量预报数值。在系统中审计了书签式的对话窗口，其内容主要涵盖了基本作物趋势产量模型、预测模型、因子处理和影响因素等几方面的页面。在确定中书签页对话窗口中的各个参数，方法和模式之后，系统就可以进入到旱作物预测产量状态，然后调出相应的对话框，根据页面提示内容，输入相应的年份、输出文件，按照提示和步骤进行下去。在对系统中的预测因素进行全面筛选之后，通过稳定性检验，就可以得到最终旱作物的气象产量预报结果，然后系统能够结合不同用户的需求生成不同形式的图表，对最终的模拟预测结果的准确性进行分析，同时还可以结合实际情况，对当年的趋势产量进行适当的修改和订正；其次，遥感模型建立。遥感模型是结合旱作物生长繁育特点和产量形成过程，通过测量绿色叶片获取太阳光照量以及叶绿素颜色变化监测作物生长情况，进而判断气象条件对旱作物产量的影响。系统通过选择黑龙江省种植比较广泛的几种植被指数作为预测因子，利用数据统计方法建立和旱作物产量相关的联系，进而创建一个耳机科学的预测模型，对旱作物产量进行预测和预报。遥感模型创建完成之后，打开预测产量对话框，根据提示输入相应的数据，按照界面上的提示进行操纵，当预测因子进行科学筛选和稳定性检验之后，就可以得出旱作物的气象预测结果，同时也可以人工修正相应的结果。
2.3 预报集成和总产量计算
首先，预报集成。在系统预报模型数据库中，按照作物种类和黑龙江省各个市区存在的一定数量和产量的预报模型。在进行旱作物气象产量预测过程中根据当年已经出现的天气气候特征以及对农作物产量和正常生长产生的影响，从系统的各个模型中选取一个符合当年农业气象条件的多个模型，输入模型保存的相应结果和预测年份，然后科学选择合适的集成方法进行预报集成，系统自动该年份的因子和数据；其次，总产量计算。通过上述预报集成，在得到全省各个市区的农作物单产之后，通过查询系统总产量预报功能，打开相应对应的苗情比例文件、单产文件、统计文件和实际预测面积文件，加成之后就可以在得到预测的输出文件，然后利用相应的打开文件系统浏览和查询相应的结果。
参考文献
[1] 庄立伟，卫建国，毛留喜. 软件设计模式在农业气象系统开发中的应用[J]. 应用气象学报. 2011（05）
篇10
目前，包括江苏省在内的我国金融机构和物流企业普遍缺乏农产品物流金融业务运作的经验，在诸多h节上存在着风险，阻碍了农产品物流金融的发展。在此前提下，银行机构、物流企业和农业企业等合作各方，需要将风险环节转变为业务能力，加强对应的业务运作，提高相应的业务水平，才能逐步克服和抑制风险，确保农产品物流金融业务的顺利开展。其中，金融机构和物流企业发挥着重要的作用。尤其是银行等金融机构，需要对农产品物流金融业务的成效进行准确、合理、有效地预测，才能减少业务过程中信用风险的发生，避免风险损失。
在国内外物流金融风险等级分类研究中，通常根据风险大小的相对程度对风险进行分类，以便有针对性地实施各级风险管理。笔者根据综合权重系数可知，在农产品物流金融运作过程中，可以将江苏省农产品物流金融所面临的风险分为五个级别：一级风险包括质押货物合法性风险和仓单管理不善风险，二级风险包括法律法规缺失风险、质押物品种选择风险、质押物市场价格波动风险、企业诚信风险，三级风险包括企业组织结构风险、员工素质不足风险、商品监管风险，四级风险包括质押物价值评估风险、企业发展潜力风险、宏观环境风险，五级风险包括质押物存量控制不当风险、行业环境风险、管理与监督体制缺失风险、管理层决策失误风险。其中，对农产品物流金融业务的成功具有重要影响的是一级风险、二级风险和三级风险，分别包括质押货物合法性风险和仓单管理不善风险要素，法律法规缺失风险、质押物品种选择风险、质押物市场价格波动风险和企业诚信风险要素，企业组织机构设置风险、员工素质不足风险和商品监管风险要素。对于农产品物流金融合作各方而言，为了提高业务的运作效率，需要逐步加强各风险所对应业务能力，即提高质押货物合法性和仓单管理安全性，增强法律法规适应性、质押物选择合理性、质押物市场价格预测准确性和农业企业诚信度，改进物流企业组织机构设置合理性、物流企业员工素质和物流企业商品监管能力。
作为农产品物流金融业务的主要承担者，金融机构应具有业务成功的预测能力，根据农产品物流金融的关键影响因素，来实现对业务成功的合理预测，才能将物流金融的业务风险和金融机构自身的信用风险降低到最低程度。根据西方发达国家农产品物流金融的运作经验，这是确保农产品物流金融从萌芽到成熟转变的关键性措施。
一、风险控制视角下农产品物流金融业务成效预测模型设计
线性概率模型（linear probability models，简称LPM），是指因变量为虚拟变量的回归分析模型。该模型也可以理解为，在给定的条件下，因变量所代表的事件发生的条件概率。在线性概率模型中，因变量具有二分性质，仅要求回答“是”或“否”。在这里，虚拟变量是指取值是0或1的变量。
基于线性概率模型（LPM）理论，在农产品物流金融风险等级分类的基础上，考虑到重要风险的影响，构建江苏省农产品物流金融业务成效预测的线性概率模型如下式所示。
[yi=β0+β1x1i+β2x2i+β3x3i+β4x4i+β5x5i+β6x6i+β7x7i+β8x8i+β9x9i+ui]
在这里，当农产品物流金融业务取得预期的成效时，[y]取值为1，否则取值为0，即[y]是二分变量，或虚拟变量。
在这里，各类变量名称所对应的变量符号、变量性质、对应系数和系数预期符号等模型信息如表1所示。
二、数据收集
笔者以江苏省境内的农产品物流金融服务事件为样板进行数据收集，主要依赖于各类金融机构的内部资料，实现对各项指标的测评。对于解释变量，采用李克特7点量表法取值。对于业务的有效性，根据金融机构的收益来判断。如果金融机构按期收回本金，则说明该项农产品物流金融业务是有成效的，业务有效性取值为1。相反，如果金融机构未能按期收回本金，则说明该项农产品物流金融业务缺乏成效，业务成效值取值为0。
本次数据调查自2015年11月11日起，至2016年2月20日结束，历时100天，收集有效样本59份。样本描述性统计分析结果如表2所示。
三、模型检验
本研究拟采用后向淘汰（backward elimination）回归分析法对农产品物流金融业务成效的线性概率模型进行检验。后向淘汰回归分析法，是逐步回归分析法的一种常见形式。在计量经济理论中，逐步回归分析法也称逐步选择法，是为了达到选用一系列有用的预报变量子集的目的，不断在初始模型中剔出或添加变量。
逐步回归法也是一种常见的回归分析方法，是多个自变量与一个因变量的多重线性回归方程，根据用户事先设定的界值，即设定的“α（Alpha）值，或F值”标准，在计算过程中逐步引入或剔除满足这个标准条件的自变量，从而最终建立起只含有对因变量有显著作用的那些自变量、而不包含对因变量没有显著作用的那些自变量的“最优”多重线性回归方程。在逐步回归分析过程中，如果采用逐步添加变量方法，就称为前向选择回归分析，如果采用逐步剔除变量的方法，就称为后向淘汰回归分析。
基于样本数据，运用SPSS11.5软件，得到各变量的协方差矩阵如表3所示。在该协方差矩阵中，尽管各变量之间存在着一定的、程度不等的相关性，但从协方差矩阵的整体上看，因子之间的相关系数普遍较低，因而不需要考虑多重共线性问题。
在第一次回归分析中，法律法规适应性[x3]的回归系数值较低，且缺乏显著性，删除后进行第二次回归分析。在第二次回归分析中，物流企业组织机构设置合理性[x7]回归系数值较低，且缺乏显著性，删除后进行第三次回归分析。在第三次回归分析中，各变量的回归系数均存在一定的显著性，因此，回归分析结束。
在第三次回归分析中，回归方程能够解释总变差的55.6%，总体检验也具有一定的显著性。其中：仓单管理安全性[x2]和农业企业诚信度[x6]的系数值较高，对业务成效的影响较大；质押物选择合理性[x4]和物流企业员工素质[x8]的系数值次之，对业务成效存在着一定的影响；质押货物合法性[x1]、质押物市场价格预测准确性[x5]和物流企业商品监管能力[x9]的系抵到系停对业务成效的影响相对较小。
四、风险控制视角下农产品物流金融业务改进策略分析
首先，着力提高仓单管理的安全性，并培育农业企业的诚信度。农业企业诚信意识的培育是一个长期的问题，但要引起足够的重视。如果重视程度不够，不采取循序渐进的培育措施，必将长久地阻碍农产品物流金融的发展。银行机构在进行信贷业务服务中，应对农业客户进行诚信宣传，以及采取一些其他的诚信促进措施。仓单管理水平主要受制于物流企业的管理思想、理念和方法，因此，物流企业应将仓单管理作为一项重要的业务来对待，制定专项仓单业务规章并进行严格监督。
其次，重视质押物的合理选择和物流企业员工素质的开发。在现有的业务运作中，农产品质押物的选择带有很大的随意性，仅关注了质押物的季节性，没有考虑市场需求、价格波动、政策影响等因素，导致质押物价值往往低于信贷额度，诱发了农业企业的机会主义行为和倾向。江苏省物流企业在招募员工时，综合素质一般并不低，但是，由于不注重员工的培育和学习，缺乏对继续教育的投入，导致员工业务能力无法跟上物流业的发展，对物流金融感到陌生，致使在许多业务环节上产生漏洞。
再次，关注质押物的合法性、质押物市场价格预测的准确性和物流企业商品监管能力的提高。在江苏省农产品物流金融业务调查中，发现多起由于质押物不合法所引发的产权纠纷，最后导致金融机构和物流企业的利益受损。如果金融机构和物流企业能够对质押物的合法性进行适度地关注，诚信意识较差的农业企业就很难蒙混过关。质押物市场价格的预测，不仅是物流企业的责任，也需要金融机构的参与，结合两者的力量，才能实现对质押物价格波动的合理预测。在实现运作中，金融机构很少参与质押物价格波动的预测，反而为自身带来不确定风险。农产品质押物的监管不同于其他产品，且各类农产品的产品特性也存在着差异，因此，物流企业应该对大宗农产品制定特殊的监管策略，尤其加强变质、发霉、脱水等自然属性的监管，才能在实质上提高监管能力。
最后，探索物流企业组织结构的改革路径，并及时出台一些对农产品物流金融业务有针对性的法律法规。这两个要素是农产品物流金融发展的潜在风险，尽管在江苏省现有的业务中尚未体现，随着农产品物流金融业务规模的扩大，这些潜在的风险迟早会发生或爆发。随着各种新型物流业务的兴起，物流企业组织结构变革势在必行，如果对外部环境变化反应迟钝，就会对物流金融业务的成长带来很大的障碍。目前，江苏省尚不存在专项的农产品物流金融法规条例，从长远看，必然对农产品物流金融的发展形成制约。
参考文献：
[1]张璐.黑龙江省农产品绿色物流金融运营研究[J].对外经贸，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，许红莲.现代农产品绿色物流金融的发展及其方向选择[J].湖南师范大学学报，2008（05）：116-119.
[4]许红莲.现代农产品绿色物流金融运作模式设计[J].中央财经大学学报，2009（11）：82-86.
[5]李巍.浅析农产品供应链物流的金融模式[J].物流工程与管理，2011（09）：44-45.
[6]袁玉春.我国农产品物流金融服务模式研究[J].安徽农业科学，2011，39（30）：18860-18861.
[7]屈晓娟，张臻.因子分析视角下农产品物流金融运作的风险管理[J].物流技术，2014，33（3）：163-165.
[8]郭薇.农产品物流金融服务发展模式风险及其防范[J].商业时代，2014（23）：30-31.
[9]梁志红.农业政策性金融机构支持现代农产品物流业的有关建议[J].经济研究导刊，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]杨蕾，张义珍.农产品物流金融发展的必要性和可行性分析[J].安徽农业科学，2010，38（8）：4282-4284.
[12]许红莲，邓超.现代农产品绿色物流金融发展及其制约因素分析[J].湖南大学学报（社会科学版），2008（04）：69-72.
[13]许红莲.农产品绿色物流金融运营的帕累托最优状态分析[J].系统工程，2010（03）：123-126.
