影響糧食產(chǎn)量的多因素分析(共11頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上影響糧食產(chǎn)量的多因素分析05經(jīng)濟(jì) 冉崢嶸 李儀 譚金儀【摘要】本文采用計(jì)量經(jīng)濟(jì)分析方法,以19782005年中國(guó)糧食產(chǎn)量及其重要因素的時(shí)間序列數(shù)據(jù)為樣本,對(duì)影響中國(guó)糧食生產(chǎn)的多種因素進(jìn)行了分析。分析結(jié)果表明,近年來(lái)我國(guó)糧食生產(chǎn)主要受到單產(chǎn)提高緩慢、播種面積波動(dòng)大、農(nóng)業(yè)基礎(chǔ)設(shè)施投入不足、自然災(zāi)害頻繁等重要因素的影響。為提高糧食產(chǎn)量、促進(jìn)糧食生產(chǎn),首先應(yīng)該提供一套促進(jìn)糧食生產(chǎn)的政策措施,提高糧食種植效益,增加糧農(nóng)收入是根本。在這個(gè)前提下,才有可能提高單產(chǎn)、穩(wěn)定面積、加強(qiáng)基礎(chǔ)設(shè)施建設(shè)、提高抗災(zāi)能力,增強(qiáng)我國(guó)糧食生產(chǎn)能力和生產(chǎn)穩(wěn)定性。【關(guān)鍵詞】 糧食產(chǎn)量 多因素分析一 問(wèn)題提

2、出：我國(guó)土地資源稀缺，人口多而糧食需求量大，因此糧食產(chǎn)量的穩(wěn)定增長(zhǎng)，直接影響著人民生活和社會(huì)的穩(wěn)定與發(fā)展。糧食生產(chǎn)的不穩(wěn)定性對(duì)國(guó)民經(jīng)濟(jì)的影響是不可忽略的，主要體現(xiàn)在:糧食生產(chǎn)不穩(wěn)定會(huì)引發(fā)糧食供求關(guān)系的變動(dòng),尤其當(dāng)國(guó)家糧食儲(chǔ)備不足的時(shí)候,很容易導(dǎo)致糧價(jià)上漲,從而影響整個(gè)宏觀經(jīng)濟(jì)。因此,對(duì)關(guān)系國(guó)計(jì)民生的這個(gè)特殊農(nóng)產(chǎn)品,我們不得不慎重對(duì)待。因此，分析糧食產(chǎn)量波動(dòng)的原因，并據(jù)此提出相應(yīng)的對(duì)策，對(duì)保障糧食生產(chǎn)持續(xù)穩(wěn)定發(fā)展，具有重要意義。二 文獻(xiàn)綜述中國(guó)的糧食生產(chǎn)問(wèn)題,不僅是中國(guó)經(jīng)濟(jì)界的重要研究課題,而且也越來(lái)越受到世界經(jīng)濟(jì)學(xué)家的重視。許多經(jīng)濟(jì)學(xué)家對(duì)這一問(wèn)題進(jìn)行了深入的研究,得出了許多重要的結(jié)論。目前國(guó)內(nèi)

3、學(xué)者研究這一問(wèn)題時(shí)大多采用多元統(tǒng)計(jì)方法,或者是簡(jiǎn)單的計(jì)量模型，主要是從某一兩個(gè)因素進(jìn)行的分析，從而預(yù)測(cè)糧食產(chǎn)量的。1978-2003年我國(guó)農(nóng)業(yè)科技投入和糧食產(chǎn)量關(guān)系的計(jì)量分析（楊劍波）一文是采用計(jì)量模型檢驗(yàn)科技投入增長(zhǎng)對(duì)糧食生產(chǎn)增長(zhǎng)的影響、是否存在因果關(guān)系。主要用到的計(jì)量方法有協(xié)整分析、協(xié)整關(guān)系的檢驗(yàn)與分析，向量誤差修正模型(VEC模型)和動(dòng)態(tài)調(diào)整模型。得到中國(guó)科技投入增長(zhǎng)對(duì)糧食生產(chǎn)增長(zhǎng)有顯著影響的結(jié)論。美國(guó)學(xué)者布朗的一篇誰(shuí)來(lái)養(yǎng)活中國(guó)的論文,曾引發(fā)了國(guó)內(nèi)的大討論。從國(guó)內(nèi)糧食生產(chǎn)領(lǐng)域來(lái)看,2003年秋冬以來(lái),糧價(jià)在多年低位徘徊后出現(xiàn)上漲,引發(fā)了新一輪對(duì)糧食問(wèn)題的熱烈討論。而今年年初以來(lái)的農(nóng)產(chǎn)品價(jià)

4、格大幅上漲,尤其是豬肉價(jià)格的飆升,更引發(fā)了人們對(duì)我國(guó)食品安全問(wèn)題的關(guān)注。本文嚴(yán)格按照計(jì)量經(jīng)濟(jì)分析方法,以19782005年中國(guó)糧食產(chǎn)量及其重要因素的時(shí)間序列數(shù)據(jù)為樣本,對(duì)影響中國(guó)糧食生產(chǎn)的多種因素進(jìn)行了分析。三 模型設(shè)定，數(shù)據(jù)處理及檢驗(yàn)1 本模型數(shù)據(jù)來(lái)源相應(yīng)年度的中國(guó)統(tǒng)計(jì)年鑒、中國(guó)農(nóng)村統(tǒng)計(jì)年鑒、中國(guó)農(nóng)業(yè)發(fā)展報(bào)告、中華人民共和國(guó)年鑒、中國(guó)統(tǒng)計(jì)摘要,選用了糧食產(chǎn)量、糧食零售價(jià)格指數(shù)、受災(zāi)面積，化肥施用量，鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)，糧食作物播種面積，農(nóng)用機(jī)械總動(dòng)力，農(nóng)村用電量這7個(gè)指標(biāo),把這7個(gè)指標(biāo)的19782005年28年間的時(shí)間序列數(shù)據(jù)進(jìn)行回歸分析,來(lái)分析這些因素與糧食產(chǎn)量的關(guān)系。以糧食產(chǎn)量作為

5、因變量,其它7個(gè)指標(biāo)作為解釋變量進(jìn)行回歸分析。數(shù)據(jù)：糧食產(chǎn)量糧食零售價(jià)格指數(shù)（上年=100）受災(zāi)面積化肥施用量鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)糧食作物播種面積農(nóng)用機(jī)械總動(dòng)力農(nóng)村用電量(萬(wàn)噸)y(-)x1(萬(wàn)公頃)x2(萬(wàn)噸)x3(萬(wàn)人)x4(千公頃)x5(萬(wàn)千瓦)x6(億千瓦時(shí))x7197830476.5101.3507988428455.611749.9253.1197933211.5103.739371086.329071.613379.2282.7198032055.5103.54452.61269.429808.414745.7320.8198132502103.93978.61406.930

6、677.615679.8369.8198235450100.23313.31513.431152.716614.2396.9198338727.599.93471.31659.831645.118022.1435.2198440730.599.83188.71739.83168519497.2464198537910.8110.94436.51775.830351.520912.5508.9198639151.2109.34713.51930.630467.922950586.7198740473.3106.24208.61999.33087024836658.8198839408114.15

7、087.42141.531455.726575712198940754.9121.34699.12357.132440.528067790.5199044624.395.23847.42590.333336.428707.7844.5199143529.3108.65547.22805.134186.329388.6963.2199244265.8124.35133.32930.23403730308.41106.9199345648.8127.74882.93151.933258.231816.61244.9199444510.1148.75504.33317.932690.333802.5

8、1473.9199546661.8134.44582.13593.732334.536118.11655.7199650453.5107.54698.93827.932260.438546.91812.7199749417.192.15342.93980.732677.942015.61980.1199851229.596.95014.54083.732626.445207.72042.2199950838.696.44998.14124.332911.848996.12173.4200046217.590.15468.84146.432797.552573.62421.3200145263.

9、7101.55221.54253.83245155172.12610.8200245705.898.64711.94339.431990.657929.92993.4200343069.5102.25450.64411.631259.69941060386.53432.9200446946.9126.53710.64636.63059664027.93933200548402.2101.43881.84766.229975.568397.84375.72 模型設(shè)定通過(guò)對(duì)中國(guó)糧食生產(chǎn)及影響因素的初步定性分析后假設(shè),糧食產(chǎn)量與其它7個(gè)指標(biāo)之間存在多元線性關(guān)系,即糧食零售價(jià)格指數(shù)、受災(zāi)面積，化肥施用

10、量，鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)，糧食作物播種面積，農(nóng)用機(jī)械總動(dòng)力，農(nóng)村用電量之間存在著線性關(guān)系,也即可以把糧食產(chǎn)量的線性回歸模型初步設(shè)定為y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+b6x6+b7x7,其中,y:糧食產(chǎn)量, x1糧食零售價(jià)格指數(shù)、x2受災(zāi)面積，x3化肥施用量，x4鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)，x5糧食作物播種面積，x6農(nóng)用機(jī)械總動(dòng)力，x7農(nóng)村用電量,然后利用已有的數(shù)據(jù)進(jìn)行模型擬合,以便發(fā)現(xiàn)這些因素之間存在的數(shù)量關(guān)系。可能有人會(huì)提出質(zhì)疑,是否遺漏了其它重要的解釋變量,的確像農(nóng)業(yè)科技費(fèi)用等這些因素對(duì)糧食產(chǎn)量有重要的影響,但考慮農(nóng)業(yè)科技費(fèi)用會(huì)導(dǎo)致嚴(yán)重的多重共線性(因?yàn)樗鼈兣c

11、糧食單產(chǎn)有極高的正相關(guān)性),又考慮到它代表對(duì)農(nóng)業(yè)的投入和科技進(jìn)步,在選用指標(biāo)中已有灌溉面積、農(nóng)機(jī)總動(dòng)力等性質(zhì)相似的指標(biāo),再加上分析工具的局限性,因此就舍棄了這幾個(gè)指標(biāo)。這也是線性相關(guān)分析的局限性之一。3 模型結(jié)果,檢驗(yàn)和調(diào)整將收集到的數(shù)據(jù)運(yùn)用計(jì)量分析軟件進(jìn)行運(yùn)算,可得到以上設(shè)立模型的參數(shù)值,則模型結(jié)果為:Y=15833.13+8.x1-1.x2+9.x3-0.x4+0.x5+0.x6-5.x7Se=(25422.05) (30.81030) (0.) (1.) (0.) (0.) (0.) (2.)T=0. 0. -3. 5. -0. 1. 0. -2.R2=0. dw=0. df=26檢驗(yàn)和

12、調(diào)整（1） 經(jīng)濟(jì)意義檢驗(yàn) 從回歸結(jié)果可以看出，x1糧食零售價(jià)格指數(shù)，x3化肥施用量，x5糧食作物播種面積，x6農(nóng)用機(jī)械總動(dòng)力系數(shù)為正，x2受災(zāi)面積系數(shù)為負(fù)，符合經(jīng)濟(jì)意義。（2） 統(tǒng)計(jì)推斷檢驗(yàn)從回歸結(jié)果可以看出，可決系數(shù)=0.，認(rèn)為模型的擬合程度可以接受；系數(shù)顯著性檢驗(yàn)：大多數(shù)比較顯著。(3) 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)第一步，懷疑具有多重共線性，用逐步回歸方法改善Dependent Variable: YMethod: Least SquaresDate: 12/23/07 Time: 11:28Sample: 1978 2005Included observations: 28VariableCoeff

13、icientStd. Errort-StatisticProb.  C30097.871328.76422.651020.0000X34.0.10.052060.0000R-squared0.    Mean dependent var42415.58Adjusted R-squared0.    S.D. dependent var5897.959S.E. of regression2718.984    Akaike info criterion18.

14、72265Sum squared resid1.92E+08    Schwarz criterion18.81781Log likelihood-260.1171    F-statistic101.0440Durbin-Watson stat0.    Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/23/07 Time: 11:29Sample: 1978 2005Include

15、d observations: 28VariableCoefficientStd. Errort-StatisticProb.  C-9459.7389982.682-0.0.3524X33.0.9.0.0000X41.0.3.0.0005R-squared0.    Mean dependent var42415.58Adjusted R-squared0.    S.D. dependent var5897.959S.E. of regression2168.357  &

16、#160; Akaike info criterion18.30228Sum squared resid1.18E+08    Schwarz criterion18.44502Log likelihood-253.2320    F-statistic87.37936Durbin-Watson stat0.    Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/23/07

17、Time: 11:29Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.  C-38705.6615308.13-2.0.0184X34.0.8.0.0000X41.0.3.0.0012X50.0.2.0.0253R-squared0.    Mean dependent var42415.58Adjusted R-squared0.    S.D. dependent v

18、ar5897.959S.E. of regression1989.859    Akaike info criterion18.16108Sum squared resid    Schwarz criterion18.35139Log likelihood-250.2551    F-statistic71.06816Durbin-Watson stat0.    Prob(F-statistic)0.Dependent Variab

19、le: YMethod: Least SquaresDate: 12/23/07 Time: 11:22Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.  C-42532.5414425.73-2.0.0072X34.0.9.0.0000X41.0.4.0.0003X50.0.2.0.0095X2-1.0.-2.0.0458R-squared0.    Mean dependent var42415.58Adj

20、usted R-squared0.    S.D. dependent var5897.959S.E. of regression1860.303    Akaike info criterion18.05530Sum squared resid    Schwarz criterion18.29319Log likelihood-247.7742    F-statistic62.09847Durbin-Watson stat0.&#

21、160;   Prob(F-statistic)0.Dependent Variable: YMethod: Least SquaresDate: 12/23/07 Time: 11:30Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.  C-46560.6915518.86-3.0.0066X34.0.9.0.0000X41.0.4.0.0005X50.0.2.0.0084X2-1.0.-2.0.0396X121.32

22、23228.368140.0.4602R-squared0.    Mean dependent var42415.58Adjusted R-squared0.    S.D. dependent var5897.959S.E. of regression1878.151    Akaike info criterion18.10137Sum squared resid    Schwarz criterion18.38684Log l

23、ikelihood-247.4192    F-statistic48.85207Durbin-Watson stat0.    Prob(F-statistic)0.第二步，自相關(guān)檢驗(yàn)Dependent Variable: E1Method: Least SquaresDate: 12/23/07 Time: 11:32Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsVariableCoefficientStd. Err

24、ort-StatisticProb.  E20.0.5.0.0000R-squared0.    Mean dependent var24.96728Adjusted R-squared0.    S.D. dependent var1744.502S.E. of regression1152.925    Akaike info criterion16.97433Sum squared resid    Schwa

25、rz criterion17.02232Log likelihood-228.1534    Durbin-Watson stat1.科克倫-奧克特迭代法Ls y-0.*y(-1) c x3-0.*x3(-1) x4-0.*x4(-1) x5-0.*x5(-1) x2-0.*x2(-1)Dependent Variable: Y-0.*Y(-1)Method: Least SquaresDate: 12/23/07 Time: 11:35Sample (adjusted): 1979 2005Included observations: 27 after

26、 adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C-7759.3673505.592-2.0.0375X3-0.*X3(-1)4.0.6.0.0000X4-0.*X4(-1)0.0.0.0.0967X5-0.*X5(-1)0.0.5.0.0000X2-0.*X2(-1)-1.0.-3.0.0014R-squared0.    Mean dependent var11231.62Adjusted R-squared0.    S

27、.D. dependent var2169.503S.E. of regression992.7818    Akaike info criterion16.80447Sum squared resid    Schwarz criterion17.04444Log likelihood-221.8604    F-statistic25.54033Durbin-Watson stat1.    Prob(F-statistic)0.第

28、三步，異方差檢驗(yàn)White Heteroskedasticity Test:F-statistic1.    Probability0.Obs*R-squared14.60659    Probability0.Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/23/07 Time: 12:12Sample: 1979 2005Included observations: 27VariableCoefficientStd. E

29、rrort-StatisticProb.  C.0.0.9311DX3-30381.5420861.84-1.0.1710DX3213.097566.2.0.0534DX3*DX40.1.0.0.9318DX3*DX50.0.0.0.6983DX3*DX2-1.1.-1.0.1792DX48032.12713377.730.0.5594DX42-0.0.-0.0.7327DX4*DX5-0.0.-0.0.8223DX4*DX20.1.0.0.8845DX5-2680.0124759.428-0.0.5837DX520.0.0.0.5070DX5*DX2-0.0.-0.0.7

30、594DX25810.03111223.370.0.6141DX22-0.0.-0.0.4055R-squared0.    Mean dependent var.3Adjusted R-squared0.    S.D. dependent var.3S.E. of regression.5    Akaike info criterion30.74199Sum squared resid1.17E+13    Schwarz cri

31、terion31.46190Log likelihood-400.0169    F-statistic1.Durbin-Watson stat1.    Prob(F-statistic)0.第四步，時(shí)間序列數(shù)據(jù)平穩(wěn)性檢驗(yàn)Genr dy= y-0.*y(-1)Null Hypothesis: DY has a unit rootExogenous: ConstantLag Length: 5 (Automatic based on SIC, MAXLAG=6)t-Statistic  Prob

32、.*Augmented Dickey-Fuller test statistic-1. 0.6742Test critical values:1% level-3.5% level-3.10% level-2.全都沒(méi)有單位根最后回歸結(jié)果y-0.*y(-1)=-7759.367+4.x3-0.*x3(-1)+0.x4-0.*x4(-1)+0.x5-0.*x5(-1) -1.x2-0.*x2(-1)四、結(jié)果分析及政策建議根據(jù)以上的分析結(jié)果,可以認(rèn)為,中國(guó)糧食生產(chǎn)的重要影響因素包括以下幾個(gè): x1糧食零售價(jià)格指數(shù)、x2受災(zāi)面積，x3化肥施用量，x4鄉(xiāng)村農(nóng)林牧漁業(yè)從業(yè)人員數(shù)，x5糧食作物播種

33、面積，從一般常識(shí)來(lái)看,這些因素當(dāng)然直接影響糧食總產(chǎn)量,但不能精確地估算這種影響之間的數(shù)量關(guān)系,而通過(guò)計(jì)量經(jīng)濟(jì)分析,我們可以更精確地知道影響的程度和大小。當(dāng)然,由于收集數(shù)據(jù)的困難,沒(méi)有能力引入其它變量,事實(shí)上,對(duì)糧食生產(chǎn)的影響因素很多,而且很復(fù)雜,我們不可能一一引入模型,只能就因素本身的重要程度、數(shù)據(jù)取得的難易程度、模型的數(shù)學(xué)條件進(jìn)行適當(dāng)?shù)娜∩?很有可能有所偏頗。就目前來(lái)看,比如氣候條件(一定程度上可由受災(zāi)面積有所體現(xiàn),但仍然有很大的偏頗)、替代品價(jià)格等,本模型都未能囊括。不過(guò),從以上的回歸分析可以斷定,前述5個(gè)因素是不可忽視的重要影響因素。以下分別就各個(gè)因素進(jìn)行分析。1建立糧食和生產(chǎn)資料保護(hù)價(jià)

34、格體系，發(fā)揮價(jià)格調(diào)節(jié)作用。價(jià)格因素是農(nóng)業(yè)產(chǎn)量波動(dòng)的“晴雨表”，糧食生產(chǎn)價(jià)格上升，農(nóng)民種糧積極性提高，從而糧食產(chǎn)量上升，反之，糧食生產(chǎn)下滑。同時(shí)糧食生產(chǎn)資料的價(jià)格變化同樣會(huì)影響到糧食的生產(chǎn)。近年來(lái)，糧食生產(chǎn)資料價(jià)格的上漲幅度較快，使得糧食生產(chǎn)下滑幅度較大。因此，穩(wěn)定糧食的生產(chǎn)與發(fā)展首先要穩(wěn)定農(nóng)業(yè)生產(chǎn)資料市場(chǎng)，控制化肥，農(nóng)膜，柴油等農(nóng)業(yè)生產(chǎn)資料市場(chǎng)價(jià)格。其次堅(jiān)持和完善重點(diǎn)糧食品種最低收購(gòu)價(jià)政策，進(jìn)一步增加對(duì)農(nóng)民的種糧直接補(bǔ)貼，良種補(bǔ)貼，農(nóng)機(jī)具補(bǔ)貼。只有這樣才能保護(hù)農(nóng)民種糧積極性，維護(hù)農(nóng)民利益。2努力降低自然災(zāi)害,提高我國(guó)糧食生產(chǎn)抗災(zāi)能力和穩(wěn)定性。從本模型的最后一個(gè)影響因素看,受災(zāi)面積是一個(gè)負(fù)相關(guān)因

35、素,即受災(zāi)面積越大,糧食產(chǎn)量越低。這一點(diǎn)在我國(guó)尤為明顯,根本原因就在于我國(guó)農(nóng)業(yè)的抗災(zāi)能力較弱,受災(zāi)則損失極大。以2003年河南省為例,由于遭受嚴(yán)重的澇災(zāi),糧食減產(chǎn)超過(guò)總產(chǎn)的1/3以上,很多農(nóng)戶顆粒未收。據(jù)三農(nóng)數(shù)據(jù)網(wǎng)的資料顯示,近五年,我國(guó)干旱、洪澇、風(fēng)雹、低溫凍害等氣象災(zāi)害頻繁發(fā)生。另?yè)?jù)農(nóng)業(yè)部部統(tǒng)計(jì),我國(guó)的各種農(nóng)業(yè)自然災(zāi)害致使38.12億畝農(nóng)作物受災(zāi),其中成災(zāi)21.8億畝,絕收5.9億畝;我國(guó)病蟲草鼠害偏重發(fā)生,全國(guó)農(nóng)作物病蟲草鼠害發(fā)生280億畝次,全國(guó)草原鼠蟲害發(fā)生45.19億畝,每年經(jīng)防治后仍損失糧食1500多萬(wàn)噸、棉花30萬(wàn)噸、油料100萬(wàn)噸、水果300萬(wàn)噸、牧草6875萬(wàn)噸?？梢娢覈?guó)的

36、農(nóng)業(yè)災(zāi)害非常嚴(yán)重,對(duì)我國(guó)的糧食生產(chǎn)造成了極大損失。因此,對(duì)糧食生產(chǎn)而言,乃至對(duì)農(nóng)業(yè)生產(chǎn)而言,應(yīng)該采取積極的措施提高抗災(zāi)能力,減少災(zāi)害損失。具體措施包括:保證每年投入一定量的資金,加強(qiáng)氣象預(yù)報(bào)的服務(wù)功能和農(nóng)田水利基本建設(shè)(抵抗旱澇災(zāi)害)。大力推廣農(nóng)業(yè)抗災(zāi)減災(zāi)的科學(xué)技術(shù),比如加強(qiáng)旱作節(jié)水農(nóng)業(yè)、旱育秧、地膜覆蓋、病蟲草鼠綜合防治等農(nóng)業(yè)抗災(zāi)減災(zāi)技術(shù)的示范、推廣工作。這些科學(xué)技術(shù)的推廣,對(duì)減輕農(nóng)業(yè)災(zāi)害影響有重要的作用。及時(shí)組織、指導(dǎo)災(zāi)區(qū)抗災(zāi)救災(zāi)和農(nóng)業(yè)生產(chǎn)自救。近年來(lái),農(nóng)業(yè)部加強(qiáng)政策、信息引導(dǎo),根據(jù)災(zāi)害的發(fā)生規(guī)律,指導(dǎo)各地加快結(jié)構(gòu)調(diào)整步伐,尤其是干旱地區(qū),開展適應(yīng)性種植和養(yǎng)殖,避免災(zāi)害損失。災(zāi)害發(fā)生后,各

37、級(jí)農(nóng)業(yè)部門及時(shí)組織農(nóng)業(yè)、農(nóng)機(jī)等技術(shù)人員,深入抗災(zāi)救災(zāi)第一線,充分發(fā)揮農(nóng)業(yè)機(jī)械的作用組織指導(dǎo)農(nóng)民開展抗災(zāi)搶險(xiǎn)、加強(qiáng)田間管理和病蟲害及動(dòng)物疫病防治等工作,努力減輕農(nóng)業(yè)災(zāi)害損失。因此，要加快農(nóng)村基礎(chǔ)設(shè)施建設(shè)，提高抵御自然災(zāi)害能力。我國(guó)災(zāi)害頻繁，近年來(lái)，受災(zāi)面積占糧食播種面積的三成左右，成災(zāi)面積占受災(zāi)面積近五成。農(nóng)業(yè)和糧食生產(chǎn)還沒(méi)有完全擺脫靠天吃飯的局面，所以要保持糧食生產(chǎn)的持續(xù)發(fā)展，必須加快農(nóng)村基礎(chǔ)設(shè)施的建設(shè)，加快農(nóng)田水利設(shè)施建設(shè)，加強(qiáng)農(nóng)機(jī)裝備，特別是要加強(qiáng)以小型水利設(shè)施為重點(diǎn)的農(nóng)田基本建設(shè)，加強(qiáng)防風(fēng)抗旱和減災(zāi)體系建設(shè)。只有這樣才能使自然災(zāi)害所造成的損失減少到最小。3.在適宜地區(qū)適度發(fā)展農(nóng)業(yè)機(jī)械化。

38、從模型來(lái)看,我國(guó)農(nóng)業(yè)機(jī)械的普遍使用對(duì)我國(guó)的糧食生產(chǎn)有很大的促進(jìn)作用,從簡(jiǎn)單相關(guān)系數(shù)(0.838)來(lái)看,農(nóng)機(jī)是僅次于單產(chǎn)的相關(guān)因素之一(但未必是最重要的因素,因?yàn)槲覈?guó)的農(nóng)業(yè)勞動(dòng)力過(guò)剩,但本模型又未引入勞動(dòng)力因素)。目前,我國(guó)農(nóng)業(yè)機(jī)械的使用和普及呈現(xiàn)出這樣的特點(diǎn),大型農(nóng)機(jī)和小型農(nóng)機(jī)均有增長(zhǎng),但小型農(nóng)機(jī)的使用增長(zhǎng)較快。大型農(nóng)機(jī)主要用于專業(yè)服務(wù)、跨區(qū)作業(yè),小型農(nóng)機(jī)主要用于農(nóng)戶家庭使用,數(shù)量較大的是小型拖拉機(jī)及其與之配套的小農(nóng)機(jī)。這些小農(nóng)機(jī)的使用一方面與我國(guó)農(nóng)戶所擁有的承包地面積狹小有關(guān),另一方面也與農(nóng)村剩余勞動(dòng)力的季節(jié)性外出務(wù)工有關(guān),農(nóng)閑季節(jié),壯勞力都外出打工,家中只剩老弱病殘,為了趕農(nóng)時(shí)、節(jié)省回家務(wù)

39、農(nóng)時(shí)間而購(gòu)買小型農(nóng)機(jī),此外,農(nóng)戶也能承擔(dān)小型農(nóng)機(jī)的價(jià)格。農(nóng)機(jī)的使用在一定程度上提高了我國(guó)的農(nóng)業(yè)勞動(dòng)生產(chǎn)率,是社會(huì)進(jìn)步的一種表現(xiàn)。但我國(guó)農(nóng)業(yè)勞動(dòng)力過(guò)剩的基本國(guó)情使得農(nóng)業(yè)機(jī)械對(duì)勞動(dòng)的替代進(jìn)展緩慢,除非我國(guó)農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)有很大的增長(zhǎng),一方面農(nóng)戶通過(guò)非農(nóng)收入的增加來(lái)增加農(nóng)業(yè)機(jī)械的投入,另一方面農(nóng)戶通過(guò)農(nóng)業(yè)機(jī)械的投入來(lái)替代農(nóng)業(yè)勞動(dòng)力投入的減少。這也說(shuō)明了為什么在農(nóng)業(yè)勞動(dòng)力非農(nóng)就業(yè)機(jī)會(huì)較多的地區(qū),農(nóng)機(jī)化程度在提升。因此，要調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變農(nóng)業(yè)增長(zhǎng)方式，推進(jìn)糧食產(chǎn)業(yè)化經(jīng)營(yíng)。一是大力調(diào)整農(nóng)業(yè)經(jīng)濟(jì)結(jié)構(gòu)，積極采用先進(jìn)適用技術(shù)改造傳統(tǒng)農(nóng)業(yè)，轉(zhuǎn)變低效率的農(nóng)業(yè)增長(zhǎng)方式。二是充分考慮不同區(qū)域的農(nóng)業(yè)特點(diǎn)和資源稟

40、賦，調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化區(qū)域經(jīng)濟(jì)布局，形成各具特色，整體協(xié)調(diào)的農(nóng)業(yè)產(chǎn)業(yè)布局。三是要在引導(dǎo)農(nóng)民多種糧種好糧的同時(shí)，通過(guò)集約化經(jīng)營(yíng)來(lái)擴(kuò)大高產(chǎn)，高效，優(yōu)質(zhì)糧食的種植，使農(nóng)民在產(chǎn)業(yè)化經(jīng)營(yíng)中得到實(shí)惠。4穩(wěn)定耕地面積是保證糧食生產(chǎn)的重要因素。從上述糧食產(chǎn)量的多元線性模型來(lái)看,播種面積也是一個(gè)重要的影響參數(shù)。雖然與單產(chǎn)相比,播種面積與產(chǎn)量的相關(guān)系數(shù)低一些,但很顯然,在單產(chǎn)不變的前提下,增加播種面積就可以增加產(chǎn)量。我們目前的目標(biāo)不是絕對(duì)地要求每年的播種面積能夠達(dá)到多少,而是要保證必須的糧食生產(chǎn)能力,這個(gè)糧食生產(chǎn)能力就包括在必要的時(shí)候有足夠土地能夠投入糧食生產(chǎn)。近幾年來(lái),我國(guó)糧食播種面積呈下降趨勢(shì),以2002

41、年為例,比上年下降2%。播種面積下降的原因有很多,首先是近年來(lái)糧食價(jià)格在低位徘徊,種糧效益相對(duì)較低,農(nóng)民主動(dòng)放棄種糧。其次,農(nóng)業(yè)結(jié)構(gòu)調(diào)整也導(dǎo)致了播種面積縮小。另外,我國(guó)退耕還林的力度加大,也導(dǎo)致了糧食播種面積縮小。近期還有一個(gè)突出現(xiàn)象就是違規(guī)占地非常嚴(yán)重,這使得我國(guó)在近幾年出現(xiàn)了一個(gè)新的弱勢(shì)群體,就是失地農(nóng)民。本來(lái)我國(guó)的人均耕地面積(1.50畝/人)不足世界平均水平的一半,如果我們還不珍視耕地,就有可能帶來(lái)農(nóng)業(yè)危機(jī)。應(yīng)該說(shuō),在我國(guó),耕地面積遞減和人口遞增是一個(gè)不可逆轉(zhuǎn)的趨勢(shì),我們的任務(wù)是盡量減緩這個(gè)趨勢(shì),要依照土地法,保護(hù)耕地,控制、減少非農(nóng)用地的增長(zhǎng),穩(wěn)定糧食播種面積,達(dá)到糧食生產(chǎn)的持續(xù)穩(wěn)定增長(zhǎng)。事實(shí)上國(guó)家也意識(shí)到了這個(gè)問(wèn)題的嚴(yán)重性,已經(jīng)提出了我國(guó)要實(shí)施世界上最嚴(yán)厲的耕地保護(hù)制度。這是一個(gè)福音,因?yàn)槲覈?guó)農(nóng)業(yè)耕地的稀缺性幾乎是世界第一,如果還不控制農(nóng)地的流失現(xiàn)象,我國(guó)的農(nóng)業(yè)可能會(huì)出現(xiàn)麻煩。因此，要嚴(yán)格落實(shí)耕地保護(hù)政策，穩(wěn)定和擴(kuò)大糧食播種面積，嚴(yán)格執(zhí)行基本農(nóng)田保護(hù)制度和耕地占補(bǔ)平衡制度，加快中低產(chǎn)田改造和機(jī)耕地建設(shè)，不斷提高糧食綜合生產(chǎn)能力。5.增強(qiáng)農(nóng)