影響糧食產(chǎn)量的多因素分析

1、影響糧食產(chǎn)量的多因素分析05經(jīng)濟(jì) 40501031 冉崢嶸 40501039 李儀 40501061 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,對影響中國糧食生產(chǎn)的多種因素進(jìn)行了分析。分析結(jié)果表明,近年來我國糧食生產(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)我國糧食生產(chǎn)能力和生產(chǎn)穩(wěn)定性?！娟P(guān)鍵詞】 糧

2、食產(chǎn)量 多因素分析一 問題提出：我國土地資源稀缺，人口多而糧食需求量大，因此糧食產(chǎn)量的穩(wěn)定增長，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)定性對國民經(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,對關(guān)系國計(jì)民生的這個(gè)特殊農(nóng)產(chǎn)品,我們不得不慎重對待。因此，分析糧食產(chǎn)量波動(dòng)的原因，并據(jù)此提出相應(yīng)的對策，對保障糧食生產(chǎn)持續(xù)穩(wěn)定發(fā)展，具有重要意義。二 文獻(xiàn)綜述中國的糧食生產(chǎn)問題,不僅是中國經(jīng)濟(jì)界的重要研究課題,而且也越來越受到世界經(jīng)濟(jì)學(xué)家的重視。許多經(jīng)濟(jì)學(xué)家對這一問題進(jìn)行了深入的研究,得

3、出了許多重要的結(jié)論。目前國內(nèi)學(xué)者研究這一問題時(shí)大多采用多元統(tǒng)計(jì)方法,或者是簡單的計(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)測糧食產(chǎn)量的。1978-2003年我國農(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)科技投入增長對糧食生產(chǎn)增長的影響、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。得到中國科技投入增長對糧食生產(chǎn)增長有顯著影響的結(jié)論。美國學(xué)者布朗的一篇誰來養(yǎng)活中國的論文,曾引發(fā)了國內(nèi)的大討論。從國內(nèi)糧食生產(chǎn)領(lǐng)域來看,2003年秋冬以來,糧價(jià)在多年低位徘徊后出現(xiàn)上漲,引發(fā)了新一輪對糧食問題的熱烈討

4、論。而今年年初以來的農(nóng)產(chǎn)品價(jià)格大幅上漲,尤其是豬肉價(jià)格的飆升,更引發(fā)了人們對我國食品安全問題的關(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,對影響中國糧食生產(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)來源相應(yīng)年度的中國統(tǒng)計(jì)年鑒、中國農(nóng)村統(tǒng)計(jì)年鑒、中國農(nóng)業(yè)發(fā)展報(bào)告、中華人民共和國年鑒、中國統(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,來分析這些因素與糧

5、食產(chǎn)量的關(guān)系。以糧食產(chǎn)量作為因變量,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(萬噸)y(-)x1(萬公頃)x2(萬噸)x3(萬人)x4(千公頃)x5(萬千瓦)x6(億千瓦時(shí))x7197830476.5101.3507988428455.612058711749.9253.1197933211.5103.739371086.329071.611926313379.2282.7198032055.5103.54452.61269.429808.411723414745.73

6、20.8198132502103.93978.61406.930677.611495815679.8369.8198235450100.23313.31513.431152.711346216614.2396.9198338727.599.93471.31659.831645.111404718022.1435.2198440730.599.83188.71739.83168511288419497.2464198537910.8110.94436.51775.830351.510884520912.5508.9198639151.2109.34713.51930.630467.9110933

7、22950586.7198740473.3106.24208.61999.33087011126824836658.8198839408114.15087.42141.531455.711012326575712198940754.9121.34699.12357.132440.511220528067790.5199044624.395.23847.42590.333336.411346628707.7844.5199143529.3108.65547.22805.134186.311231429388.6963.2199244265.8124.35133.32930.23403711056

8、030308.41106.9199345648.8127.74882.93151.933258.211050931816.61244.9199444510.1148.75504.33317.932690.310954433802.51473.9199546661.8134.44582.13593.732334.511006036118.11655.7199650453.5107.54698.93827.932260.411254838546.91812.7199749417.192.15342.93980.732677.911291242015.61980.1199851229.596.950

9、14.54083.732626.411378745207.72042.2199950838.696.44998.14124.332911.811316148996.12173.4200046217.590.15468.84146.432797.510846352573.62421.3200145263.7101.55221.54253.83245110608055172.12610.8200245705.898.64711.94339.431990.610389157929.92993.4200343069.5102.25450.64411.631259.69941060386.53432.9

10、200446946.9126.53710.64636.63059610160664027.93933200548402.2101.43881.84766.229975.510427868397.84375.72 模型設(shè)定通過對中國糧食生產(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

11、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?？赡苡腥藭?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糧食單產(chǎn)有極高的正相關(guān)性),又考慮到它代表對農(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

12、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+8.813674x1-1.954853x2+9.762547x3-0.105747x4+0.154043x5+0.022186x6-5.516333x7Se=(25422.05) (30.81030) (0.565561) (1.802161) (0.482949) (0.143545) (0.203779) (2.316930)T=0.622811 0.286063 -3.456484 5.417134 -0.218960 1.073134 0.108874 -2.380880R2=0.946831 dw=0.7

13、50906 df=26檢驗(yàn)和調(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)=0.946831，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 observati

14、ons: 28VariableCoefficientStd. Errort-StatisticProb.  C30097.871328.76422.651020.0000X34.2725520.42504210.052060.0000R-squared0.795346    Mean dependent var42415.58Adjusted R-squared0.787475    S.D. dependent var5897.959S.E. of regression2718.984

15、0;   Akaike info criterion18.72265Sum squared resid1.92E+08    Schwarz criterion18.81781Log likelihood-260.1171    F-statistic101.0440Durbin-Watson stat0.564307    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least S

16、quaresDate: 12/23/07 Time: 11:29Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.  C-9459.7389982.682-0.9476150.3524X33.5759940.3813789.3765090.0000X41.3114140.3290763.9851390.0005R-squared0.874849    Mean dependent var42415.58Adjus

17、ted R-squared0.864837    S.D. dependent var5897.959S.E. of regression2168.357    Akaike info criterion18.30228Sum squared resid1.18E+08    Schwarz criterion18.44502Log likelihood-253.2320    F-statistic87.37936Durbin-Wat

18、son stat0.935247    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/07 Time: 11:29Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.  C-38705.6615308.13-2.5284390.0184X34.4891250.5187688.6534260.0000X41

19、.1412470.3103033.6778430.0012X50.2883130.1209062.3846120.0253R-squared0.898821    Mean dependent var42415.58Adjusted R-squared0.886174    S.D. dependent var5897.959S.E. of regression1989.859    Akaike info criterion18.16108Sum squared resid

20、95028898    Schwarz criterion18.35139Log likelihood-250.2551    F-statistic71.06816Durbin-Watson stat0.785980    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/07 Time: 11:22Sample: 1978 2005Included observat

21、ions: 28VariableCoefficientStd. Errort-StatisticProb.  C-42532.5414425.73-2.9483810.0072X34.7863690.5050069.4778390.0000X41.2923100.2987904.3251420.0003X50.3231850.1142342.8291530.0095X2-1.2390870.586775-2.1116900.0458R-squared0.915252    Mean dependent var42415.58Adjus

22、ted R-squared0.900514    S.D. dependent var5897.959S.E. of regression1860.303    Akaike info criterion18.05530Sum squared resid79596708    Schwarz criterion18.29319Log likelihood-247.7742    F-statistic62.09847Durbin-Wat

23、son stat0.496727    Prob(F-statistic)0.000000Dependent Variable: YMethod: Least SquaresDate: 12/23/07 Time: 11:30Sample: 1978 2005Included observations: 28VariableCoefficientStd. Errort-StatisticProb.  C-46560.6915518.86-3.0002640.0066X34.9000480.5318119.2138880.0000X41

24、.2473000.3075434.0556920.0005X50.3517300.1214222.8967610.0084X2-1.3145370.600849-2.1877980.0396X121.3223228.368140.7516290.4602R-squared0.917374    Mean dependent var42415.58Adjusted R-squared0.898595    S.D. dependent var5897.959S.E. of regression1878.151

25、0;   Akaike info criterion18.10137Sum squared resid77603888    Schwarz criterion18.38684Log likelihood-247.4192    F-statistic48.85207Durbin-Watson stat0.527875    Prob(F-statistic)0.000000第二步，自相關(guān)檢驗(yàn)Dependent Variable: E1Metho

26、d: Least SquaresDate: 12/23/07 Time: 11:32Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  E20.7495440.1294255.7913410.0000R-squared0.563223    Mean dependent var24.96728Adjusted R-squared0.563223 

27、;   S.D. dependent var1744.502S.E. of regression1152.925    Akaike info criterion16.97433Sum squared resid34560159    Schwarz criterion17.02232Log likelihood-228.1534    Durbin-Watson stat1.340050科克倫-奧克特迭代法Ls y-0.749544*y(-1)

28、 c x3-0.749544*x3(-1) x4-0.749544*x4(-1) x5-0.749544*x5(-1) x2-0.749544*x2(-1)Dependent Variable: Y-0.749544*Y(-1)Method: Least SquaresDate: 12/23/07 Time: 11:35Sample (adjusted): 1979 2005Included observations: 27 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.  C-7759.3673

29、505.592-2.2134250.0375X3-0.749544*X3(-1)4.6837510.6696116.9947320.0000X4-0.749544*X4(-1)0.0016260.3853840.0042180.0967X5-0.749544*X5(-1)0.5974710.1170915.1026170.0000X2-0.749544*X2(-1)-1.1546810.315405-3.6609410.0014R-squared0.822811    Mean dependent var11231.62Adjusted R-square

30、d0.790595    S.D. dependent var2169.503S.E. of regression992.7818    Akaike info criterion16.80447Sum squared resid21683546    Schwarz criterion17.04444Log likelihood-221.8604    F-statistic25.54033Durbin-Watson stat1.76

31、8527    Prob(F-statistic)0.000000第三步，異方差檢驗(yàn)White Heteroskedasticity Test:F-statistic1.010209    Probability0.498607Obs*R-squared14.60659    Probability0.405565Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/23/07 Time:

32、12:12Sample: 1979 2005Included observations: 27VariableCoefficientStd. Errort-StatisticProb.  C8402725.951433830.0883160.9311DX3-30381.5420861.84-1.4563210.1710DX3213.097566.1144682.1420600.0534DX3*DX40.1612141.8441240.0874200.9318DX3*DX50.2840330.7154290.3970100.6983DX3*DX2-1.9204151.3461

33、02-1.4266490.1792DX48032.12713377.730.6004100.5594DX42-0.2716130.776790-0.3496600.7327DX4*DX5-0.0969430.422218-0.2296050.8223DX4*DX20.1817851.2249590.1484010.8845DX5-2680.0124759.428-0.5630950.5837DX520.0620260.0906840.6839850.5070DX5*DX2-0.1287240.410774-0.3133680.7594DX25810.03111223.370.5176720.6

34、141DX22-0.7728410.896444-0.8621190.4055R-squared0.540985    Mean dependent var803094.3Adjusted R-squared0.005467    S.D. dependent var989254.3S.E. of regression986546.5    Akaike info criterion30.74199Sum squared resid1.17E+13  &#

35、160; Schwarz criterion31.46190Log likelihood-400.0169    F-statistic1.010209Durbin-Watson stat1.662201    Prob(F-statistic)0.498607第四步，時(shí)間序列數(shù)據(jù)平穩(wěn)性檢驗(yàn)Genr dy= y-0.749544*y(-1)Null Hypothesis: DY has a unit rootExogenous: ConstantLag Length: 5 (Automatic based

36、 on SIC, MAXLAG=6)t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-1.153133 0.6742Test critical values:1% level-3.7880305% level-3.01236310% level-2.646119全都沒有單位根最后回歸結(jié)果y-0.749544*y(-1)=-7759.367+4.683751x3-0.749544*x3(-1)+0.001626x4-0.749544*x4(-1)+0.597471x5-0.749544*x5(-1)

37、-1.154681x2-0.749544*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糧食作物播種面積，從一般常識來看,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,沒有能力引入其它變量,事實(shí)上,對糧食生產(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

38、有所偏頗。就目前來看,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,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)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，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，控制化肥，農(nóng)膜，柴油等農(nóng)業(yè)生產(chǎn)資料市場價(jià)格。其

39、次堅(jiān)持和完善重點(diǎn)糧食品種最低收購價(jià)政策，進(jìn)一步增加對農(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)因素,即受災(zāi)面積越大,糧食產(chǎn)量越低。這一點(diǎn)在我國尤為明顯,根本原因就在于我國農(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,我國干旱、洪澇、風(fēng)雹、低溫凍害等氣象災(zāi)害頻繁發(fā)生。另據(jù)農(nóng)業(yè)部部統(tǒng)計(jì),我國的各種農(nóng)業(yè)自然災(zāi)害致使38.12億畝農(nóng)作物受災(zāi),

40、其中成災(zāi)21.8億畝,絕收5.9億畝;我國病蟲草鼠害偏重發(fā)生,全國農(nóng)作物病蟲草鼠害發(fā)生280億畝次,全國草原鼠蟲害發(fā)生45.19億畝,每年經(jīng)防治后仍損失糧食1500多萬噸、棉花30萬噸、油料100萬噸、水果300萬噸、牧草6875萬噸?？梢娢覈霓r(nóng)業(yè)災(zāi)害非常嚴(yán)重,對我國的糧食生產(chǎn)造成了極大損失。因此,對糧食生產(chǎn)而言,乃至對農(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

41、工作。這些科學(xué)技術(shù)的推廣,對減輕農(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,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,各級農(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。我國災(zāi)害頻繁，近年來，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)還沒有完全擺脫靠天吃飯的局面，所以

42、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。從模型來看,我國農(nóng)業(yè)機(jī)械的普遍使用對我國的糧食生產(chǎn)有很大的促進(jìn)作用,從簡單相關(guān)系數(shù)(0.838)來看,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霓r(nóng)業(yè)勞動(dòng)力過剩,但本模型又未引入勞動(dòng)力因素)。目前,我國農(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,但小型農(nóng)機(jī)的使用增長較快。大型農(nóng)機(jī)主要用于專業(yè)服務(wù)、跨區(qū)作業(yè),小型

43、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)農(nóng)時(shí)間而購買小型農(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)。但我國農(nóng)業(yè)勞動(dòng)力過剩的基本國情使得農(nóng)業(yè)機(jī)械對勞動(dòng)的替代進(jìn)展緩慢,除非我國農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)有很大的增長,一方面農(nóng)戶通過非農(nóng)收入的增加來增加農(nóng)業(yè)機(jī)械的投入,另一方面農(nóng)戶通過農(nóng)業(yè)機(jī)械的投入來替代農(nóng)業(yè)勞動(dòng)力投入的減少。這也說明了為

44、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)增長方式，推進(jìn)糧食產(chǎn)業(yè)化經(jīng)營。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)，通過集約化經(jīng)營來擴(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

45、,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,我國糧食播種面積呈下降趨勢,以2002年為例,比上年下降2%。播種面積下降的原因有很多,首先是近年來糧食價(jià)格在低位徘徊,種糧效益相對較低,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,這使得我國在近幾年出現(xiàn)了一個(gè)新的弱勢群體,就是失地農(nóng)民。本來我國的人均耕地面積(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,就有可能帶來農(nóng)業(yè)危機(jī)。應(yīng)該說,在我國,耕地面積遞減和人口遞增是一個(gè)不可逆轉(zhuǎn)的趨勢,我們的任務(wù)是盡量減緩這個(gè)趨勢,要依照土地法,保護(hù)耕地,控制、減少非農(nóng)用地的增長,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。事實(shí)上國家也意識到了這個(gè)問題的嚴(yán)重性,已經(jīng)提出了我國要實(shí)施世界上最嚴(yán)厲的耕地保護(hù)制度。這是