前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的提高糧食產量的建議主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：提高糧食產量的建議范文

【關鍵詞】 糖耐量異常 健康教育 產后隨訪率

重視GDM孕婦的規(guī)范化管理，系統(tǒng)教育，提高對疾病的正確認識程度，建立健康的生活方式和良好的生活習慣。重視產后隨訪，提高產后隨訪率，對于減少延緩2型糖尿病的危險性有著重要的意義。研究表明GDM婦女是2型糖尿病的高危人群。①產后隨訪可向患者充分介紹糖尿病的基礎知識，使其對妊娠合并糖尿病的病因、好發(fā)因素、疾病的控制方法、對母兒的影響有充分的了解，最關鍵的是讓她們清楚妊娠期糖代謝異常與2型糖尿病的危害，這樣，她們就能夠聽從醫(yī)生的建議，主動配合醫(yī)生關于生活方式的建議，并能夠在規(guī)定的時間完成需要的檢查項目，做到一級或者二級預防。

1 資料與方法

研究對象 常德市第一中醫(yī)院2007-3至2010-5月在我院住院分娩的妊娠期糖尿病孕婦，年齡在21-40歲之間，孕婦均為足月妊娠，孕周均為37-40W，妊娠期無嚴重合并癥者，孕期根據(jù)中華醫(yī)學會妊娠合并糖尿病診治推薦指南（草案）診斷GDM及GIGT共374例，分組對比，兩組不同的宣教形式，產后隨訪例數(shù)進行比較，兩組隨訪率，血糖值進行比較。

宣教組1：在分娩后出院前發(fā)放書面的宣教材料告知產后42天隨訪目的，意義，重要性及時間。

宣教組2：孕期定期課堂教育，并在門診和病房分別設置宣傳板宣傳相關內容，告知產后隨訪。

宣教組2的具體宣教內容：進行系統(tǒng)課堂教育，課堂教育內容包括糖尿病的基本知識、飲食控制的原則、個體化飲食指導、適合孕婦的運動形式、合理的胰島素治療、正確的自我監(jiān)測血糖方法，產后隨訪的必要性和重要性。具體隨訪流程見表后（1-10）

研究方式及診斷標準

專人收集資料

評價標準采用國際OGTT診斷標準②（5分鐘內口服75g葡萄糖的液體300ml，分別測定服糖前、服用后1小時，2小時，3小時的靜脈血糖），血脂及胰島素水平的檢測。

統(tǒng)計分析方式：兩組之間采用卡方及精確概率檢驗進行統(tǒng)計學處理

2 結果

表1兩組不同教育形式隨訪率的比較，表1顯示課堂授課教育形式產后隨訪率明顯高于發(fā)放書面材料形式，經過統(tǒng)計學處理有顯著性差異。

表1 兩組不同教育形式隨訪率的比較（例）

X2=77.57

P＜0.001

表2兩組空腹血糖比較

表2顯示OGTT實驗空腹血糖值結果沒有顯著性差異

表 2兩組空腹血糖比較

Fisher， s

Exact 檢驗 X2= 0.097

P=0.756

表3兩組餐后血糖比較

表3顯示OGTT實驗服糖后兩小時結果經過統(tǒng)計學處理有顯圓鉅?表3兩組餐后血糖比較

X2=4.671

P=0.031 轉貼于

常德市一中醫(yī)院妊娠合并糖尿病代謝異常產后隨訪流程如下：

（1）介紹隨訪的醫(yī)生和隨訪的重要性。

（2）填寫隨訪登記本。

（3）填寫隨訪表格。

（4）了解并指導產后飲食、運動、哺乳方式及避孕等問題，同時了解孕期發(fā)生的其他并發(fā)癥的恢復情況。

（5）了解新生兒的飲食情況及體重增長情況。

（6）體格檢查內容：體重、腰圍、臀圍。

（7）化驗：測定血脂，行OGTT檢查。

（8）其他檢查：如孕期曾有眼底改變，建議復查眼底情況等。

（9）由隨訪醫(yī)生通知患者檢查結果，并針對不同的檢查結果對其提出相應的建議：①如血糖及胰島素水平為輕度異常者，調整生活方式，并建議半年后繼續(xù)內科就診，并繼續(xù)監(jiān)測血糖情況；②如血糖及胰島素水平已恢復正常者，建議產后1-2年再復診1次；③如血糖結果

明顯異常，達到糖尿病的診斷標準者，補充診斷其為糖尿病合并妊娠，必要時其診斷為糖尿病合并妊娠，必要時進行藥物治療。

（10）密切關注糖代謝異常孕婦子代的生長發(fā)育。

3 討論

課堂授課教育形式提高了產后隨訪率

（1）對妊娠期糖尿病血糖的系統(tǒng)管理非常重要；

（2）產后及時隨訪監(jiān)測血糖非常重要；

（3）平時養(yǎng)成良好的生活習慣，注意飲食的合理性，有意識的加強體育鍛煉，控制體重增長，保持心情愉悅對一些慢性疾病的發(fā)病有直接相關性。[3]

明確診斷早期干預

通過產后隨訪監(jiān)測血糖可以及時對血糖異常者做出診斷，轉到內分泌科就診，能得到及時治療，減少和延緩糖尿病并發(fā)癥的發(fā)生。

強化產后隨訪的意識

4 小結

糖尿病授課教育提供了GDM孕婦了解認識疾病知識的平臺，改變了其不健康的生活習慣，提高合理飲食理念，重視產后隨訪，進一步提高了產后隨訪率，完善了GDM的系統(tǒng)管理。對減少和延緩發(fā)生2型糖尿病的危險性有著重要意義。

參 考 文 獻

[1]楊慧霞，徐先明，孫偉杰等.妊娠期糖尿病對母親的遠期影響及產后隨訪.妊娠合并糖尿病-臨床實踐指南.北京: 人民衛(wèi)生出版社，2008，(16):243-249.

第2篇：提高糧食產量的建議范文

本文以陜西省2000-2010年糧食產量及相關數(shù)據(jù)為基礎，運用灰色關聯(lián)分析GM（0，N）模型，從傳統(tǒng)投入與農業(yè)政策兩方面，分別分析影響陜西省糧食產量的主要因素。結果顯示，農副產品收購價格和有效灌溉面積是影響陜西省糧食產量的最主要因素。從而對相關部門提出針對性的政策建議：完善糧食價格政策，保證農民收入，提高農民種糧積極性；加強農田水利基礎建設，提高農業(yè)有效灌溉面積；充分利用現(xiàn)代化手段，提高農村勞動力素質 ；建立健全糧食風險防范機制。

【關鍵詞】

糧食產量；因素分析；灰色關聯(lián)分析

一、引言

近些年來，陜西省農業(yè)經濟迅速發(fā)展，特別是糧食生產相對穩(wěn)定。然而陜西省不在國家確定的糧食主產區(qū)范圍之內，穩(wěn)定和發(fā)展糧食生產要靠自己努力。而且糧食生產過程受到多方面因素影響，并且部分因素已知，部分未知或不確定。因此，對影響陜西省糧食生產的主要因素進行科學合理的分析，進而有針對性地采取措施，對保障陜西省糧食產量安全是非常有必要的。

灰色系統(tǒng)理論正好著重研究此類“小樣本，貧信息”的不確定性問題，著重研究“外延明確，內涵不明確”的對象。因此對陜西省糧食產量影響因素進行灰色關聯(lián)分析，更具有科學性。

1、灰色關聯(lián)分析方法

3、影響因素GM（O，N）動態(tài)關聯(lián)分析

以數(shù)據(jù)為基礎，根據(jù)灰色關聯(lián)度分析方法的思路和步驟，建立陜西省糧食生產因素灰色關聯(lián)度分析模型，分別計算得出主要傳統(tǒng)投入因素和主要農業(yè)政策投入因素動態(tài)關聯(lián)結果。

三、結論及建議

由實證分析顯示，影響陜西省糧食產量的主要因素是農副產品收購價格、農田有效灌溉面積、農業(yè)產值、生產資料價格和鄉(xiāng)村從事第一產業(yè)的從業(yè)人員。因此從這幾方面提出以下合理對策及建議，以供有關部門參考。

1、完善糧食價格政策，保證農民收入，提高農民種糧積極性

價格支持手段是政府對農業(yè)采取的最直接、最有效的保護措施。然而陜西省甚至我國尚未形成穩(wěn)定有效的農業(yè)價格體系。因此，陜西省應該制定實施糧食最低保護價格制度、穩(wěn)定價格制度以及價差補貼制度等價格扶持政策；而在農業(yè)生產資料方面，雖然取消了農業(yè)稅，但是化肥農藥的價格卻大幅度的增高，使得種糧成本也大幅提高。因此政府相關部門應采取措施調節(jié)控制農用產品的價格，降低農業(yè)生產成本，保證農民在扣除糧食生產成本后有一定的盈余，這樣才能更好調動糧食主產區(qū)農民種糧的積極性，達到提高糧食產量的目的。

第3篇：提高糧食產量的建議范文

徐州地區(qū)土地人口承載力變動分析

從區(qū)域土地承載力變動情況來看，糧食產量是影響土地承載力的關鍵。因此，提高區(qū)域土地承載力的關鍵是合理利用土地資源，提高糧食產量。

（一）徐州地區(qū)糧食產量時間序列分析

針對徐州市2002—2009年的糧食產量作時間序列數(shù)據(jù)分析。首先對數(shù)據(jù)進行單位根檢驗，檢驗數(shù)據(jù)的平穩(wěn)性。利用Eviews6對糧食產量采用ADF方法檢驗進行單位根檢驗。ADF值和P值顯示原序列為非平穩(wěn)序列，存在單位根，需要進行差分處理（如表1）。對糧食產量進行差分后再行單位根檢驗，ADF和P值顯示，一階差分序列數(shù)據(jù)為平穩(wěn)序列，因此，產量（CL）序列為一階單整。說明進入21世紀后，徐州地區(qū)的糧食產量整體上是相對平穩(wěn)的。但是，區(qū)域糧食總產量與耕地面積、糧食播種面積密切相關。

1995年以來，徐州耕地面積始終保持在60萬公頃（9，000,000畝）左右，相對比較穩(wěn)定。糧食播種面積自1995年至1998年間穩(wěn)中有升，但1999年到2003年持續(xù)下降，2003年到達低谷，糧食播種面積為46.579萬公頃（6,986,850畝），導致2003年糧食總產量僅210.44萬噸，創(chuàng)歷來最低水平；自2003年至2008年又大幅回升，糧食產量也開始又穩(wěn)步上升（如圖2）。究其原因，1999—2003年期間，受政府退耕還林工程、城市擴建和鄉(xiāng)鎮(zhèn)企業(yè)占用耕地等因素的影響，全國耕地面積減少0.1373億公頃（2.06億畝）；與此同時，糧價低迷嚴重的影響了農民種植糧食作物的積極性，糧食產量逐年減少。對于徐州市來說，1999—2003年期間耕地面積也有所減少，但并不明顯，糧食產量主要受糧食播種面積的影響，糧食播種面積的大量減少是由于糧價低迷影響農民種植糧食作物的積極性，經濟作物的播種面積大大提高，因此，糧食產量大大減少至最低谷。

2004—2008年，區(qū)域糧食播種面積與糧食產量逐年增加。這與同期國家的政策直接相關。2004年開始，中央對“三農”問題高度重視，出臺了糧食直補、增加農業(yè)財政支出、取消農業(yè)稅等各項惠農政策，使糧食播種面積大幅回升。糧食產量也穩(wěn)步增長，區(qū)域土地承載力也不斷提高。

（二）影響土地人口承載的因素分析

區(qū)域土地人口承載力是通過糧食產量來反映的。因此，對區(qū)域土地人口承載力的分析，主要是對糧食產量的分析。影響糧食產量的因素非常復雜，不考慮其中的客觀因素，影響因素主要有勞動力（LD）、化肥施用量（HF）、機械總動力（JX）、播種面積（BZ）、有效灌溉面積（GM）、農業(yè)產值（NC）。將這些影響因素進行相關分析（如表2）。從表中可以看出，這些因素不僅對糧食產量產生影響，同時他們之間也還存在著相互影響。按照統(tǒng)計分析理論，當相關系數(shù)小于0.3時非常弱相關或不相關；介于0.3和0.5之間為低度相關；0.5和0.8之間中度相關；大于0.8時具有高度相關。據(jù)此，糧食產量與播種面積、機械總動力高度相關；與化肥施用量、勞動力、農業(yè)產值中度相關,其中與勞動力呈負相關；與有效灌溉面積低度相關。因此，可以將有效灌溉面積剔除。同時，為了分析糧食產量與各影響因素之間的相互的長期影響關系，在相關關系分析的基礎上，進一步進行協(xié)整分析（如表3）。協(xié)整關系檢驗表明糧食產量與播種面積、機械總動力和勞動力之間關系平穩(wěn)，可以建立協(xié)整關系。以徐州地區(qū)歷史統(tǒng)計數(shù)據(jù)為基礎，可以利用Eviews6建立糧食產量與播種面積、機械總動力和勞動力之間的函數(shù)關系如下：x1為播種面積，x2為機械總動力，x3為勞動力；E為計算殘差。

為保證關系的嚴密性，對函數(shù)關系中的殘差進行單位根檢驗（如表4）。單位根檢驗表明，在糧食產量與播種面積、機械總動力和勞動力的函數(shù)關系中，殘差E1、E2平穩(wěn)，而E3不平穩(wěn)。因此在上述關系中，糧食產量與播種面積、機械總動力正相關，而與勞動力的關系偏差不穩(wěn)定。說明對糧食產量影響最直接的是糧食播種面積和機械化總動力。因此，徐州地區(qū)影響土地人口承載力最直接的因素是糧食播種面積和機械化程度。推動徐州社會經濟發(fā)展，提高區(qū)域土地人口承載力的關鍵是確保耕地面積，確保糧食播種面積穩(wěn)中有升。

第4篇：提高糧食產量的建議范文

    一、水利建設投入概況

    改革開放以來,我國水利基本建設投資,除部分年份的波動外,總體保持著上升趨勢。同時,投資增長具有明顯的階段性。第一階段為1980年至1988年間,該階段的投資總量較小,但是始終保持穩(wěn)定的增長。第二階段為1989年至1999年間,該階段呈強勁增長態(tài)勢。投資總量增長快、增幅大。投資總額由1989年的29.5億元增長到1999年的536.5億元,在增速上,該階段每年均比上年有較大幅度提高,其中,有5年的增幅都在36%以上,平均增幅為33.36%。第階段為2000年至2005年間,該階段雖然投資總量大,但投資增長極為緩慢,處于徘徊增長階段。第四階段為2006年至2010年間,其中,2008年爆發(fā)世界性金融危機后,我國政府采取了大規(guī)模投資政策,2009年和2010年水利投資增幅明顯。

    二、水利建設投入對糧食生產影響的實證分析

    (一)水利建設的總投入與糧食生產實證分析

    首先,從總體上分析農業(yè)水利建設投入對糧食產量的相關性。選用1991-2010年的農業(yè)水利建設投入和糧食產量兩組基礎數(shù)據(jù),利用Eviews軟件,計量分析出兩者的相關系數(shù)為0.687345,初步說明農業(yè)水利建設投入與糧食產量有較大的相關性。接下來,為了更精確地分析出農業(yè)水利建設投入對糧食產量的相關程度,構建簡單的一元函數(shù):Y=f(X)=AX^a,其中,Y表示糧食產量(三萬噸),X表示農業(yè)水利建設投入(三億元),A為農業(yè)水利建設投入的產出彈性。為了使數(shù)據(jù)更準確便于研究分析,將選用的兩組數(shù)據(jù)統(tǒng)一成萬單位并取對數(shù),然后模型轉化為:LnY=A+aLnX,繼續(xù)運用Eviews軟件進行回歸分析,得到如下結果:LnY=0.041496526LnX+10.14848646(3.527451788)(56.60191683)從回歸的效果看,方程擬合的效果一般,擬合度不高,調整后的R^2為0.375881078但從變量的檢驗情況來看,農業(yè)水利建設投入的t檢驗值通過檢驗,說明農業(yè)水利建設投入的確是糧食產量的影響因素,但并非唯一的影響因素,糧食產量還會受到勞動力、農業(yè)生產性投資、糧食播種面積等因素的影響,所以方程的擬合度并不高。

    (二)農業(yè)水利建設投入的不同要素對糧食生產的實證分析

    上文從總體上論證了農業(yè)水利建設投入對糧食產量有較大影響,但農業(yè)水利建設投入涉及諸多要素,各個方面對糧食產量的影響也不盡相同,接下來進一步分析農業(yè)水利建設投入的不同因素對糧食產量的不同影響程度,以了解我國農業(yè)水利建設投入的要素所產生的不同效果,進而提出相應的對策建議。我國農業(yè)水利建設主要指在農業(yè)中興建水利工程設施并對水資源在農業(yè)上的利用進行科學管理。它包括:灌溉、排水,調水,防洪,保護水源,水土保持,改良鹽堿地、沼澤地、草場和沙漠,以及農村水電站與水力動力站、農村水運、水面綜合利用、農村居民供水等方面的建設和管理。為了便捷有效地進行量化分析,筆者選取有效灌溉面積、鄉(xiāng)村辦水電站裝機容量、水庫總量等作為農業(yè)水利建設投入的不同要素,建立生產函數(shù)模型,來具體分析農業(yè)水利建設投入的不同方面對糧食生產的不同影響。

    1.模型設定

    生產函數(shù)是指在一定時期內,在技術水平不變的情況下,在生產過程中各種生產要素數(shù)量與最大產量之間的關系。其中,柯布一道格拉斯生產函數(shù)最具有經濟解釋能力,符合文章的研究需要。

    2.數(shù)據(jù)來源

    農業(yè)產出數(shù)據(jù)、農業(yè)水利建設投入數(shù)據(jù)及要素投入數(shù)據(jù)來源于《中國農村統(tǒng)計年鑒2010》、《中國水利公報》、《中國統(tǒng)計年鑒2011》。其中農業(yè)產出以糧食產量為標準,農業(yè)水利建設投入的要素很多,為了便于量化收集數(shù)據(jù),進行有效的統(tǒng)計分析,選取了有效灌溉面積、鄉(xiāng)村辦水電站裝機容量和水庫總量為標準。同時,根據(jù)模型的需要,即結果的精確性,將組不同的水利建設投入要素原始數(shù)據(jù)統(tǒng)一為萬單位并取對數(shù),得出相應的對數(shù)值。

    3.經濟計量及結果分析

    按照柯布一道格拉斯生產函數(shù)對數(shù)線性模型,調整后的相關數(shù)據(jù),運用E-VIEWS統(tǒng)計軟件進行回歸分析,得出模型如下:LnY=9.170651302+0.381245225LnX1(2.573366)(1.641656)+0.05815745LnX2-0.869252221LnX3(1.209995)(-1.4119)從回歸效果看,調整后的R^2為0.40981825,方程擬合效果良好,基本上與農業(yè)水利建設投入對糧食產量回歸分析的擬合效果一致。從各個變量的檢驗情況看,有效灌溉面積、鄉(xiāng)村辦水電站裝機容量和水庫總量的t檢驗值均通過檢驗。并且有效灌溉面積的生產彈性系數(shù)為0.381245225,說明有效的灌溉對農作物生長有顯著的推動作用,有效灌溉面積的提高能有效地促進糧食產量的增長。而鄉(xiāng)村辦水電站裝機容量的生產彈性系數(shù)為0.05815745,說明鄉(xiāng)村水電站建設也有助于提高糧食產量,但它小于有效灌溉面積的彈性系數(shù),這表明鄉(xiāng)村辦水電站裝機容量的提高對糧食產量的促進作用不如有效灌溉面積對糧食產量的促進作用明顯。也表明我國鄉(xiāng)村辦水電站的作用還沒有充分發(fā)揮出來,對農業(yè)產出的貢獻不明顯,需要繼續(xù)有效地加大鄉(xiāng)村辦水電站的建設。而水庫總量的彈性系數(shù)為-0.869252221,說明水庫總量和糧食產量是負相關關系,即水庫總量的增加反而不利于糧食產量的提高。這主要是因為我國現(xiàn)階段的水庫建設比較落后,全國水庫總量較少,其中,主要用于工業(yè)用水和城市用水的大型水庫占了較大的比重,而主要用于防洪防災和農田灌溉的水庫總量很少。因此,我國現(xiàn)階段的水庫建設非但沒有促進糧食產量在增長還對其產生了制約。

第5篇：提高糧食產量的建議范文

糧食安全始終是關系我國國民經濟發(fā)展、社會穩(wěn)定和國家自立的全局性重大戰(zhàn)略問題［1］。面對2008年前后的世界糧食危機和我國糧食生產的新情況，2008年11月13日，國務院通過了《國家糧食安全中長期規(guī)劃綱要(2008－2020年)》。此規(guī)劃明確提出“集中力量建設一批基礎條件好、生產水平高和糧食調出量大的核心產區(qū)”。在此背景下，河南、吉林、黑龍江等省份陸續(xù)成為了國家的糧食生產核心區(qū)。于是，一個問題擺在了政府部門和學術界的面前:糧食核心區(qū)省份是否應該大力推進工業(yè)化?事實上，通過中部崛起和東北老工業(yè)基地振興等戰(zhàn)略的實施，可以看到國家高層對這些省份推進工業(yè)化始終給予了積極支持的態(tài)度。然而，一些官員和學者卻對此給予了否定的觀點，甚至有人明確指出:讓沿海工業(yè)發(fā)達地區(qū)或內地一些工業(yè)城市去發(fā)展工業(yè)，糧食主產區(qū)則“專心”務農［2］。這種觀點使這些糧食核心區(qū)省份在一些具體政策或實際利益上受到了影響。這里暫且不去評價這種觀點的對錯，但有一些事實不容忽視:工業(yè)化是一個地區(qū)實現(xiàn)經濟增長與現(xiàn)代化的必然途徑［3］，除此之外依靠中央財政轉移支付和提高糧食價格實現(xiàn)地區(qū)經濟增長和現(xiàn)代化的建議并不現(xiàn)實;與此同時，這些地區(qū)的人民都有快速實現(xiàn)富裕的愿望，在市場經濟的規(guī)律下自然地選擇了發(fā)展工業(yè)的道路;再者，這些地區(qū)都已具備較好的工業(yè)基礎，而且大多具有明顯的區(qū)位優(yōu)勢(如河南等省份就處于中國中部)。這些事實讓很多人相信，人為阻礙糧食核心區(qū)省份的工業(yè)化進程可能會產生負面的影響，同時也達不到預期的效果。

由此，非常有必要深入地研究上述問題。糧食核心區(qū)是否應該大力推進工業(yè)化，歸根結底是要回答工業(yè)化是否會影響糧食生產。持上述否定觀點的學者就是認為，工業(yè)化會對糧食生產產生負面影響。其邏輯很簡單:工業(yè)化就要占用耕地，耕地減少就意味著糧食產量的減少［4］，這是一個最普遍的理由;與此同時還有學者指出，工業(yè)化還要占用優(yōu)秀人力資源，這意味著糧食生產效率的下降［5］。然而，事實一定是這樣嗎?換句話說，工業(yè)化就沒有對糧食生產的積極影響嗎?這種積極影響的作用不能超過其負面影響嗎?本文將對此會給予明確的回答。本文研究的目的是，準確衡量工業(yè)化與糧食產量之間的關系。當然本文具有一定的傾向性，希望證明在一定條件下工業(yè)化對糧食生產存在積極作用，即推進工業(yè)化可以提高糧食產量，以此給糧食核心區(qū)省份推進工業(yè)化提供依據(jù)。

截至目前，僅僅有為數(shù)不多的學者對工業(yè)化與糧食生產(或糧食安全)的關系給予了研究?？梢韵氲降氖?，相對多的學者得出了負相關的結論。史春［2］認為，我國的糧食主產區(qū)不去致力發(fā)展工業(yè)，可以節(jié)省大量耕地，以確保我國的糧食安全。劉志雄等［6］的實證研究結果顯示，我國工業(yè)化對糧食綜合生產能力的正外部性被負外部性所抵消，最終表現(xiàn)為負效應，這種影響主要是通過糧食播種面積和農民種糧積極性這兩個重要因素來表現(xiàn)。曹利群［7］研究了工業(yè)先行區(qū)(浙江、江蘇等)工業(yè)化進程，認為其工業(yè)化是以破壞糧食生產為代價的。而崔亞平［8］研究認為，工業(yè)部門和農業(yè)部門在水與地的爭奪戰(zhàn)中，與工業(yè)相比附加值較低的農業(yè)被逼到了極限境地。與此同時，我們還能看到一些認為工業(yè)化能夠推動糧食生產的積極觀點。王澤填和林擎國［9］研究認為，從短期看，工業(yè)化和糧食生產存在此消彼長的關系，但從長期看糧食生產和工業(yè)化是統(tǒng)一的。曾靖［10］研究認為，在工業(yè)化進程中，我國把現(xiàn)代工業(yè)化的成果用于農業(yè)，在糧食生產中不斷增加機械、電力、化肥、農藥等現(xiàn)代化生產要素的使用量，促進了糧食生產能力和效率的提高。而《求是》雜志社總編室聯(lián)合調研組在對河南省進行調研后認為，河南的實踐證明工業(yè)化與農業(yè)現(xiàn)代化可以并行不悖、彼此兼顧。另外，陳紅梅［12］通過計量方法對此問題給予了研究，結果顯示:工業(yè)化程度每增加一個百分點，會帶動糧食產量增加約10.8%。整體上看，關于工業(yè)化與糧食產量關系的研究是相對有限的，且定量的研究更加不足。所以，本文希望通過對歷史事實的總結，同時利用數(shù)理和計量的方法，對此問題給予全面而客觀的研究。而且，本文也認為，糧食核心區(qū)省份不可能無極限的推進工業(yè)化。如上所說，本文研究的傾向性在于希望證明在一定條件下工業(yè)化對糧食生產存在積極作用。對此，本文將做一個開創(chuàng)性的工作，即提出計算上述工業(yè)化對糧食生產存在積極作用的條件的方法，并依據(jù)此方法對6個糧食核心區(qū)省份進行相應的計算。這個計算結果可以顯示，在工業(yè)化達到什么程度以前，這些省份可以大力推進工業(yè)化。

一、現(xiàn)象描述與理論假設

如上所述，一些學者和政府官員基于工業(yè)化會占用農村耕地和人力資源的認識而認為工業(yè)化對糧食產量存在負作用。然而，一些歷史的或現(xiàn)代的事實卻提供了相反的例證。從發(fā)達國家經濟發(fā)展的現(xiàn)代化歷程來看:工業(yè)化水平快速提高的過程恰恰也是農產品日益豐富的過程，這是當今世界發(fā)達國家工業(yè)化進程中的普遍規(guī)律［13］。如美國、加拿大、法國、荷蘭、澳大利亞、新西蘭等國家，它們既是發(fā)達的工業(yè)國，也是發(fā)達的農業(yè)國，都沒有因推進工業(yè)化而削弱農業(yè)［14］。以美國為例，美國不僅是全球最大的工業(yè)化國家，也是最大的農業(yè)發(fā)達國家，其糧食生產和出口在全球糧食市場中具有舉足輕重的地位。在全球玉米出口中，美國占比更是高達54%左右［15］。美國西部曾是工業(yè)與農業(yè)都相對落后的地區(qū)，而工業(yè)化進程中引發(fā)的技術創(chuàng)新與發(fā)明帶動了美國西部地區(qū)糧食產量的快速增長，種子改良、機械化農具的發(fā)明以及農業(yè)機械的改進和廣泛運用，大大提高了生產效率，從根本上改變了美國西部的農業(yè)面貌和經濟地位，使之成為美國乃至全世界的大糧倉［16］。事實表明，美國工業(yè)化高速發(fā)展的階段也恰恰是糧食生產加速增長的階段。再把視線放到國內，以河南省為例。在此以實際數(shù)據(jù)說明問題，選取河南省1978－2011年糧食總產量與工業(yè)化率①的時間序列數(shù)據(jù)做出趨勢圖(見圖1)。如圖1所示，1978－2011年河南省工業(yè)化水平與糧食產量均表現(xiàn)出連續(xù)增長的趨勢，呈現(xiàn)出一定的正相關關系。自2000年以來，河南省工業(yè)化進程不斷加快，工業(yè)化率穩(wěn)步提高，年均增長約兩個百分點，工業(yè)在全省經濟發(fā)展中的地位日益突出。與此同時，河南糧食總產絕對量也穩(wěn)中有增，占全國比重逐步提高，盡管糧食總產量曲線在2003年出現(xiàn)凹點，與2002年相比減少了700萬噸(主要是由于2003年秋季，河南省遭遇了罕見的洪澇災害，致使秋季農作物大幅度減產)，但是2003年之后的每一年，糧食總產量均平穩(wěn)快速增長，并連續(xù)十年穩(wěn)居全國首位，在全國糧食供給格局中的戰(zhàn)略地位更加鞏固。由此可以證明:作為全國糧食生產大省，河南在加快推進工業(yè)化發(fā)展過程中，并沒有以犧牲糧食生產為代價，反而呈現(xiàn)出糧食產量不斷攀升，工業(yè)化率持續(xù)提高的良好局面。換句話說，工業(yè)化與農業(yè)糧食生產是可以實現(xiàn)互動雙贏的?；谏厦婷枋龅氖聦?，本文認為，在一定條件下工業(yè)化可以與糧食產量具有正相關關系，也就是工業(yè)化可以在整體上促進糧食產量的提高。這就是本文的理論假設。至于為什么會有這樣的現(xiàn)象，本文相信它是多個復雜因素綜合作用的結果，這些因素主要包括:工業(yè)的持續(xù)發(fā)展，通過農藥、化肥、農資機械、新型種子等要素的不斷投入，可以加快農業(yè)的技術改造和集約化經營［17］;高新技術的開發(fā)和運用，拉長了農業(yè)產業(yè)鏈條，增加了農產品附加值，為農產品提供更加廣闊的市場需求;工業(yè)化的推進還可以為農業(yè)人才培育提供必要的資金和技術支持，為轉移農村富余勞動力提供更多的就業(yè)空間等。另外，值得一提的是，盡管發(fā)展工業(yè)化的過程必然會使原有耕地非農化轉換，減少耕地面積的現(xiàn)實儲量，但是工業(yè)化的發(fā)展對耕地面積的增加也有一定的促進作用，主要表現(xiàn)在:(1)工業(yè)化的持續(xù)發(fā)展，使得技術革新步伐加快，更多的高新技術及礦山設備投入使用，使那些原本不可利用的荒地被開發(fā)為耕地②;(2)工業(yè)化的發(fā)展帶動城市化進程的加快，促使農村人口大批向城市流動，農村居民原有的住房、小型工廠、手工作坊、園地、自留地等占地重新轉化為耕地，使常用耕地面積增加?；谏鲜龇e極因素考慮，本文認為，正確處理糧食生產與工業(yè)化發(fā)展之間的關系，協(xié)調推進工農產業(yè)發(fā)展，合理配置生產要素，是可以實現(xiàn)工業(yè)化與糧食生產相互促進、互動雙贏的［18］。當然，這種促進關系是不可能隨著工業(yè)化程度的加深而一直持續(xù)的，工業(yè)化對土地的占用總有一刻會超過工業(yè)化對糧食生產的積極作用，這就是程度的問題，也就是上面說的“一定條件”。本文對此也會做深入的討論。

二、模型設計與說明

1、模型基本形式先從最簡單的數(shù)量關系開始。盡管“糧食產量”受很多因素的影響，但都可以體現(xiàn)在“糧食單位面積產量”和“耕地面積”兩個變量的變化之內。很顯然，前者等于后兩者的乘積，這是一個恒等式。于是可以建立本文最基礎的數(shù)理模型:在式(1)中，Q表示糧食總產量，A、U分別表示糧食單位面積產量和耕地面積。在官方統(tǒng)計中，耕地面積常常采用“年底常用耕地面積”指標。下面開始引入工業(yè)化的影響，對此要做兩方面的工作。首先建立工業(yè)化與糧食單位面積產量即變量A的關系。如上面的討論，隨著工業(yè)化的不斷推進，更多的高新科技和其他可變要素被運用到農業(yè)生產中去，如化肥、太空種子、農業(yè)機械化等，使得農業(yè)的勞動生產率大大提高。由此可以認為，工業(yè)化程度與單位面積糧食產量之間應該呈現(xiàn)正相關關系［19］，而且這種正相關關系具有極限。因此，工業(yè)化程度與單位面積糧食產量之間的關系可以用下式表示。其次建立工業(yè)化與耕地面積即變量U之間的關系。上面曾經談到很多學者反對糧食核心區(qū)省份推進工業(yè)化的觀點，其觀點的核心內容就是工業(yè)化進程造成了耕地面積的減少。本文也同樣認為，從長期看工業(yè)化必然導致耕地面積的絕對減少，這是一個客觀事實［20］。但前面的理論假設中我們也給出多個理由，說明在一定時期內工業(yè)化可能帶來耕地面積的增加［21］。表1全面顯示了m和n的所有取值組合與相應省份是否應該工業(yè)化的全部情況。但是，考慮到m=0或n=0是比較極端的情況，在理論上存在而在實際中幾乎不存在，尤其在計量研究中不可能存在。因此，在本文下面的計量研究中主要關注“m＞0、n＞0”和“m＞0、n＜0”情況。而且，我們也能注意到，隨著n從＞0逐漸變成＜0，工業(yè)化對糧食產量的影響也逐漸從積極變成消極。在“m＞0、n＞0”時，工業(yè)化會極大地提高糧食產量，本文將之稱為“工業(yè)化推動糧食產量提高的起飛階段”。在這一階段，政府應該毫不猶豫地鼓勵工業(yè)化。而在“m＞0、n＜0”時，我們卻要給予具體分析:在工業(yè)化水平達到某一臨界值前，推動工業(yè)化仍然會提高糧食產量，當然政府也應該鼓勵工業(yè)化，對于這一階段本文稱之為“工業(yè)化推動糧食產量提高的高級階段”;在工業(yè)化水平超過上述臨界值之后，繼續(xù)推動工業(yè)化會導致糧食產量的下降，當?shù)卣粦摾^續(xù)推進工業(yè)化④，這一階段本文稱之為“過度工業(yè)化階段”。對于系數(shù)值組合處于“m＞0、n＜0”情況的糧食核心區(qū)省份，本文會根據(jù)計量結果計算其臨界值，以判斷其是否應該繼續(xù)推進工業(yè)化。

三、模型檢驗與結果分析

1、數(shù)據(jù)選取的說明在判斷糧食核心區(qū)是否應該推進工業(yè)化之前，我們需要對模型(2)和模型(3)進行回歸分析，從而得出m和n的值。本文使用河南、河北、山東、吉林、遼寧、黑龍江六個糧食核心區(qū)域1995－2013年的面板數(shù)據(jù)進行分析，資料來源于六省1996－2014年的統(tǒng)計年鑒。在變量取值時，人均工業(yè)產值⑤(G)是用各省第二產業(yè)中的工業(yè)產值除以各省的年末人口總數(shù)得到的，并以1995年為基期的價格指數(shù)進行了平減處理;耕地面積⑥(U)直接選用糧食作物的播種面積;糧食單位面積產量(A)是用各省歷年的糧食總產量除以糧食作物的播種面積得到的，單位為噸/千公頃。

2、數(shù)據(jù)的穩(wěn)健性檢驗在對模型做回歸分析之前，首先要驗證所選取的由六個糧食核心區(qū)組成的面板數(shù)據(jù)是否平穩(wěn)。本文利用Stata12.0軟件分別對變量單位面積產量(A)、耕地面積(U)以及工業(yè)化程度(G)進行檢驗。在檢驗時，本文選取了Levin，Lin，Chu(LLC檢驗)和Im，Pesaran，Shin(IPS檢驗)兩種主要的檢驗方法。檢驗統(tǒng)計量和相伴概率值見表2。檢驗結果表明:變量A、U和G均在1%的顯著性水平上通過了LLC檢驗和IPS檢驗，由此可得，變量A、U和G均是零階單整的，即I(0)，具備進行協(xié)整檢驗的前提條件。

3、協(xié)整檢驗穩(wěn)健性檢驗表明三個時間序列變量滿足協(xié)整關系的前提條件，那么，究竟A、U和G之間是否存在協(xié)整關系呢?這個回答能夠說明即將進行的回歸是否偽回歸并如何避免偽回歸。本文利用Stata12.0軟件分別就單位面積產量(A)與工業(yè)化程度(G)和耕地面積(U)與工業(yè)化程度(G)之間是否存在協(xié)整關系進行了實證檢驗，結果如表3和表4所示。由表3可知，統(tǒng)計量Gt、Pt和Pa的伴隨性概率(P-value)均小于0.1，說明在10%的顯著性水平下可以拒絕不存在協(xié)整關系的原假設，即單位面積產量(A)與工業(yè)化程度(G)之間存在協(xié)整關系。由表4可知，統(tǒng)計量Gt、Pt和Pa的伴隨性概率(P-value)也均小于0.1，說明在10%的顯著性水平下可以拒絕不存在協(xié)整關系的原假設，即耕地面積(U)與工業(yè)化程度(G)之間存在協(xié)整關系。為了得到相對穩(wěn)健的檢驗結果，本文利用三個統(tǒng)計量來共同進行協(xié)整關系檢驗，鑒于三個統(tǒng)計量均拒絕了原假設，所以，總體上可以認為以上兩組變量之間均存在協(xié)整關系。

4、模型的估計結果基于單位面積產量(A)與工業(yè)化程度(G)和耕地面積(U)與工業(yè)化程度(G)之間均存在協(xié)整關系，下面運用六個糧食核心區(qū)的1995－2013年的面板數(shù)據(jù)對模型(2)和模型(3)分別進行OLS估計。為考察各省份回歸系數(shù)的差異性，本文在對模型(2)和模型(3)進行回歸分析時采用了隨機系數(shù)模型。回歸結果如表5所示。由表5的回歸分析結果可知，兩個模型參數(shù)穩(wěn)定性檢驗的P值均為0.000，故強烈拒絕“參數(shù)不變”的原假設，也就是說本文使用變系數(shù)模型進行估計是合理的。模型(2)中，GHN－河南、GHB－河北、GSD－山東、GHLJ－黑龍江、GLN－遼寧和GJL－吉林六省的解釋變量系數(shù)均通過了5%的顯著性檢驗。具體的結果顯示，人均工業(yè)產值每增加1元將促進河南省每千公頃耕地的糧食產量增加0.091噸，將會促進河北省每千公頃耕地的糧食產量增加0.084噸，促進山東省、遼寧省、吉林省和黑龍江省分別增加0.061噸、0.061噸、0.014噸和0.033噸。這與前面所做的理論分析相一致，即工業(yè)化提高了農業(yè)生產的技術水平，從而增加了單位面積的糧食產量。在模型(3)中，GHN－河南、GHB－河北、GSD－山東、GHLJ－黑龍江、GLN－遼寧和GJL－吉林六省的解釋變量均通過了10%的顯著性檢驗。回歸結果顯示:人均工業(yè)產值每增加1元將會促進河南省耕地面積增加0.076千公頃，將會促進遼寧省增加0.013千公頃，吉林增加0.051千公頃，黑龍江增加0.342千公頃，這說明以上省份在工業(yè)化占用耕地的同時，也開拓了許多原本不可用于耕地的荒地、丘陵、灘涂等，反而在整體上增加了糧食耕地面積;然而對于河北省和山東省而言，人均工業(yè)產值每增加1元卻會導致河北省耕地面積下降0.04千公頃，導致山東省下降0.031千公頃，究其原因可能是兩個省份工業(yè)化發(fā)展程度較高，而且它們可利用和可開發(fā)的潛在耕地相對較少，繼續(xù)推進工業(yè)化只能占用現(xiàn)有耕地。

5、參數(shù)估計結果基礎上的計算與判斷根據(jù)回歸結果，河南省、吉林省、遼寧省和黑龍江省四省的m和n值均大于0，參照表1的界定，可以直接做出判斷:河南、吉林、遼寧和黑龍江四省均應該大力推進工業(yè)化。

四、結論與研究展望

第6篇：提高糧食產量的建議范文

關鍵詞：糧食生產；回歸分析；自然災害

中圖分類號：F326.11 文獻標志碼：A 文章編號：1673-291X（2012）33-0005-03

引言

糧食安全問題是關系到國計民生和社會經濟發(fā)展的重大戰(zhàn)略問題。中國作為世界上人口最多的發(fā)展中國家，這一點顯得尤其重要。糧食生產的穩(wěn)定增長是保障糧食安全的核心。糧食生產除了受到耕地面積，農業(yè)人口，農業(yè)政策以及農業(yè)科技水平等因素的影響外，還受到自然災害的影響。學術界對糧食生產與自然災害關系的實證研究成果頗豐，龍方等（2011）以稻谷為例研究了自然災害對稻谷年際變化的影響，實證得出中國稻谷單產水平變化是由技術因素、社會因素和自然因素決定的，其中，社會因素占15%～17%，技術因素占28%～35%，自然因素占48%～56%，在稻谷單產變化中自然災害影響產量與其他災害成災率的關聯(lián)度最大；張麗麗等（2010）通過建立中國1979—2007年糧食生產函數(shù)并結合貢獻率分析得出自然災害對糧食產量顯著的負面影響，繼而應用趨勢分解法分析了自然災害對糧食產量波動的負影響；馬九杰等（2005）通過描述性統(tǒng)計和相關分析等方法，著重討論了農業(yè)自然災害對糧食綜合生產能力的影響及災害抵御能力加強對穩(wěn)定糧食安全的作用；王秀芬等（2012）利用脫鉤理論，對全國糧食產量之和占全國總產量90%以上的19個?。ㄊ?、區(qū)）糧食生產與自然災害之間的脫鉤關系進行了分析，結果表明，從長時段來看，全國糧食生產和自然災害之間表現(xiàn)為擴張耦合的關系。

縱觀國內學者的研究成果，在自然災害與糧食生產的關系上基本達成了共識，普遍認為自然災害與糧食產量存在明顯的負相關，不同學者從不同的角度也對其做了實證與理論方面的分析，本文將以1978—2010年的農業(yè)相關數(shù)據(jù)為基礎，在充分借鑒前人的研究成果的基礎上，結合有關經濟理論和計量模型，試圖在這方面提出自己的見解。

一、中國自然災害和糧食生產的現(xiàn)狀

（一）中國自然災害的現(xiàn)狀

中國幅員遼闊，自然條件及氣候現(xiàn)象復雜，是世界上自然災害發(fā)生最嚴重的國家之一。中國自然災害的特征顯著，對農業(yè)生產影響顯著，主要表現(xiàn)在以下幾個方面：

1.中國災害種類繁多，分布廣泛，嚴重制約了農業(yè)生產的發(fā)展。中國作為世界上國土面積第三大的國家?guī)缀跄依耸澜缟细鞣N類型的自然災害，在全球氣候變暖的影響下，近年來中國災害還呈現(xiàn)出極端天氣事件頻繁發(fā)生的趨勢，對農業(yè)產生較大影響的氣象災害主要是旱、澇、風、雹、冷凍、臺風。1978—2010年中國平均受災面積達到45　626.69千公頃，旱災受災面積24　601.61千公頃、洪澇受災面積11　523.76千公頃、其他自然災害受災面積10　023.2千公頃，成災面積達到年平均23　576.73千公頃，其中旱災成災面積12　675.424千公頃、洪災成災面積6　341.545千公頃、其他自然災害4　559.761千公頃。據(jù)測算，因自然災害造成的糧食損失，2005年為3　450萬噸，2006年為4　470萬噸，2007年為5　395萬噸，分別占到當年糧食產量的7.12%、8.98%、10.76%。可見，自然災害對糧食生產的影響逐年加重。據(jù)估計，過去自然災害對農作物產量損失的影響為總產量的3%～5%，未來自然災害對農作物產量損失的影響可能會上升到10%～15%（尹成杰，2009）。

2.干旱是對糧食產量影響最大，發(fā)生頻率最高的自然災害，成為中國農業(yè)穩(wěn)產和糧食安全供給的主要影響因素。農業(yè)自身的特點，決定了農業(yè)是一個充分暴露在各種自然氣象風險之下的特殊行業(yè)，農業(yè)活動對氣象條件具有較強的依賴性。從上頁圖1可以看出，從1978—2010年除了在1991年、1996年、1998年、2008年四個特殊年份洪澇災害和其他自然災害的成災率高于旱災成災率外，其他年份無一例外都是旱災處于主導地位。在這三十三年間旱災，洪澇災害和其他自然災害的平均成災率分別為53.09%、27.24%、19.68%。由于中國南北跨度大，幾乎年年都會遭受到旱災的影響，只是在程度上存在差異。由于中國農業(yè)生態(tài)環(huán)境的不斷惡化，旱災對中國糧食生產的負面影響已經越來越顯著。

（二）1978年以來中國糧食產量變動的現(xiàn)狀

為了描述中國糧食產量的變動特征，本文利用Excel軟件繪制出了1978—2010年中國糧食產量實際值與趨勢值變化曲線圖（如圖2所示）?？傮w上，中國糧食產量呈現(xiàn)不斷上升的趨勢，1978年以來糧食產量由最低的30　477萬t增長到54　647.7萬t，年平均增長732.4萬t，平均每年以2%的速度增長，其中增長年份最為顯著的1981—1984年與1994—1996年糧食總產的增長幅度更是分別高達8.4%與6.8%，2003年以來的中國糧食產量改變了過去“一減兩增”的局面出現(xiàn)了連續(xù)八年的增長，年均增幅達3.8%。與此同時中國糧食產量先后在1978年、1989年、1996年跨越了30　000萬t，40　000萬t和50　000萬t等多個臺階，這三年分別實現(xiàn)糧食總產30　477萬t、40　755萬t、50　453.2萬t。然而在上漲的同時，糧食總產量的波動特征更為明顯，喻翠玲（2006）指出從1978—2003年中國糧食總產量經歷了7個周期，并且波動周期短，頻率快，有逐步進去較長周期的趨勢；胡岳岷、任春良（2007）年認為，縱觀糧食生產的波動歷程，不難發(fā)現(xiàn)糧食生產是循著“增長—波動—增長”的軌跡向前推進的，是在波動中發(fā)展的。誠然，雖然糧食產量不斷增長，但是中國糧食的生產的發(fā)展并不穩(wěn)定，總產的波動非常明顯。農村改革伊始的1978—1984年，中國糧食產量從30　477萬t增加到40731萬t，但是在1985—1989年出現(xiàn)連續(xù)在40　000萬t徘徊的局面，1989年的糧食產量僅是1984年的水平，1990年糧食出現(xiàn)小段時間的上漲后，又進入長達四年的徘徊期，1994—1996年進去糧食生產的黃金時期，年均糧食增產2　971.6萬t，從1999年開始，由于自然災害比較嚴重，特別是加快農業(yè)結構調整和糧食價格低迷導致糧食播種面積減少的影響，1998—2003年出現(xiàn)了連續(xù)六年的下跌，一直從最高的51　229萬t下降到43 069.5萬t，下降幅度高達18.9%，形成鮮明的對比的是2003年至今糧食年年增產，已經從過去的43 096萬t上漲到最高的54 647萬t。因此從總體上看中國糧食產量呈現(xiàn)出波浪式增長的趨勢。

二、自然災害對中國糧食生產變動的實證研究

1.單位根檢驗。在進行計量分析之前，需要對時間序列數(shù)據(jù)做平穩(wěn)性檢驗。因為非平穩(wěn)的時間序列會造成“偽回歸”現(xiàn)象，從而使幾個本來沒有關系的序列之間呈現(xiàn)出一定的關系。所以當涉及到時間序列數(shù)據(jù)回歸的時候，在進行計量檢驗之前，都必須對數(shù)據(jù)進行平穩(wěn)性檢驗。為了避免異方差的干擾，本文所有變量均取自然對數(shù)，本文采用迪克—富勒檢驗（Augmented　Dickey-Fuller（ADF）Test）進行單位根檢驗，檢驗結果如下：

第7篇：提高糧食產量的建議范文

【關鍵詞】 糧食產量 農民收入 弱外生性 VEC模型

一、問題的提出與文獻綜述

關于影響糧食產量的問題，可以歸納為兩個方面，一是糧食的投入與產出，二是糧食產量的影響因素。糧食的投入與產出實際就是糧食的生產函數(shù)，是關于投入要素合理配置下的最大產出，主要體現(xiàn)了技術層面。而影響糧食產量的因素，如農戶的種糧收益、糧食生產資料價格、勞動力投入的機會成本以及糧食價格等，實際上，影響糧食產量的不光這些，凡是能改變糧食生產函數(shù)位置的所有因素都是影響糧食產量的因素，比如制度等。因此，分析影響糧食產量因素更具有很現(xiàn)實的政策意義。本文主要研究影響糧食產量另外兩個主要因素：農民收入和糧食價格。首先來看糧食產量對農民收入的影響，糧食產量對農民收入的影響被稱為“谷賤傷農”。其意思為，糧食產量增加，供過于求，糧食價格降低，由于糧食需求價格缺乏彈性，因此，農民從糧食生產獲得的收入就減少了。這是由于把農民收入僅僅限于糧食經營性收入，現(xiàn)實中，由于農村經濟結構的變化，農民兼業(yè)現(xiàn)象普遍，農民收入結構不僅有經營性收入，還有工資性收入，財產性收入，轉移支付收入等。如果考慮到這些收入，“谷賤”則不一定“傷農”。因為，一旦“谷賤”，農民會轉向其他方式以獲得收入，理性的農民會找到其他獲得收入的方式。那么，如果農民在其他非經營性生產中能獲得更多的收入，試問，“谷賤”會“傷農”嗎？農民會增加糧食生產的積極性嗎？因此，糧食產量、糧食價格和農民收入不是誰因誰果的關系，而是一個循環(huán)的系統(tǒng)。

關于研究收入對糧食產量的影響現(xiàn)有文獻不多，國外學者Park（1993）研究了我國價格雙軌制下價格與糧食產量的關系，他發(fā)現(xiàn)現(xiàn)定購價格和定購數(shù)量通過收入效應對農戶的糧食生產產生影響，認為收入是影響糧食產量的中間變量；Roland（1998）重點考察了在價格雙軌制下收入因素在糧食生產中的作用，他認為由于定購數(shù)量給定，農戶交售給國家的部分只相當于一筆稅收轉移，因此并未多大程度上刺激農民糧食生產積極性；NigelKey（1996）則充分考慮了農民收入、糧食價格二者對糧食產量的影響，他認為如果提高糧食收購價格，農民收入會增加，農民的投入限制因收入增加而緩解則會提高糧食產量。

國內學者更多關注影響糧食產量的價格因素，林毅夫（1993）認為，如果定購數(shù)量由總產量內生決定，定購價格變化通過“棘輪效應”對糧食供給反應產生正向影響；孫婭范、余海鵬（1999）通過實證研究發(fā)現(xiàn)，糧食價格和糧食產量存在因果關系；高明（2005）則從社會比較收益的角度，對農民收入與農民糧食生產積極性進行了解釋，他認為農戶是理性的經濟人，是耕地經營的微觀主體，他們對耕地投入的積極性是由種地的比較收益決定的，社會比較收益低，使農戶對耕地的資金投入與勞動投入雙下降，影響了耕地的可持續(xù)利用與糧食產量的提高。雷欽禮（2005）甚至認為收益的高低對于農民種植糧食的積極性有著決定性的作用。張治華（1997）通過實證分析，分別考察了糧食價格與糧食產量、農民收入與糧食產量的關系，他認為價格對我國糧食生產增長起著明顯的調節(jié)和促進作用；同時，糧食產量也引起價格的波動。糧食生產的增長速度，與農民實際收入的增長速度顯著相關。農民收入的增長既是糧食生產增長的結果，也是下一年糧食生產增長的原因。而價格的上漲與糧食生產的增長并不存在必然的因果關系。金和輝（1990）和鄭毓盛等人（1993）從糧食價格與農民收動的角度研究了它們與糧食產量的關系，他們認為定購價格是一種政策導向信號，在定購數(shù)量不變的情況下，定購價格的變動將會影響到農戶的預期凈收益，從而影響著農戶的生產決策。

但是以上研究中，同時考慮糧食價格、農民收入與糧食產量關系的并不多。即便考慮了，也往往是一種靜態(tài)的研究。近年來，隨著時間的推移，外出務工成為普遍的經濟現(xiàn)象，農民的收入結構已經發(fā)生了重大的變化。因此，在考慮這一重大變化的基礎上，本文嘗試采用向量誤差修正模型（vector error correction，VEC）來動態(tài)地分析糧食價格、農民收入與糧食產量的關系。

二、描述性分析與假設提出

1、描述性分析

改革開放以來中國糧食產量相對較平穩(wěn)的波動，但糧食價格水平在不斷上升（見圖1），從整體上升趨勢來看，它們不存在一致的變化趨勢，但事實上，現(xiàn)有理論文獻已經證實，糧食價格和糧食產量存在較穩(wěn)定的關系，只是這種關系存在滯后性。何蒲明（2010）證實，糧食產量和價格波動相互影響，但產量的變化對價格的變化存在著滯后效應。李靜（2011）認為，糧食生產的波動是引起價格波動的最基本因素，而價格杠桿對調節(jié)農戶的糧食生產行為有著至關重要的作用。馬敬桂和李靜（2011）也認為糧食價格與糧食產量存在因果關系。從圖1關于糧食價格和糧食產量的變動趨勢來看證實這種滯后性，二者變動趨勢卻不存在同步性。但長期來說，存在著穩(wěn)定的關系。

在農民收入方面，總收入在不斷上升趨勢變動，而經營性收入占總收入的比重卻呈遞減趨勢變動（見圖2）。這說明，盡管農民收入在增加，但是農民經營性收入占總收入的比重卻下降，這表明農民從事其他行業(yè)獲得更多收入（如工資性收入），因此，經營性收入占總收入的比重卻呈遞減趨勢變動。

從表1可以看出，農民收入中，轉移收入的比重增幅度最大，平均增長率為5.57%，其次為工資性收入和財產收入的比重，其增長率分別為4.39%和3.80%。唯有經營性收入的比重呈遞減幅度減少，其比重增長率為-2.51%。這表明，至1995年來，我國農民的其他各項收入成大幅度上升，而經營收入增幅較慢，因此，農民經營性收入在總收入的比重在減少。

2、假設的提出

根據(jù)上面的分析本文提出以下假說：假說1：糧食價格和糧食產量具有協(xié)整性，即長期穩(wěn)定關系。盡管糧食產量受前一期糧食價格的影響，即，產量的變化對價格的變化存在著滯后效應，但是糧食產量也影響糧食價格的變動，這符合“蛛網理論”。這說明，糧食價格和糧食產量互為因果，相互影響，從長期來看，糧食價格和糧食產量存在長期穩(wěn)定關系。假說2：農民收入對糧食產量具有負影響。由于農民經營性收入占總收入的比重呈遞減趨勢變動，這意味著，對于任何具有理性的農民來說，如有可能，它們會更多地從事其他行業(yè)的生產，從而減少經營性方面的投入。我們可以這樣假設，假設農民從事糧食生產獲得的收入為0，從其他行業(yè)獲得收入無限大這兩種極端情況，那么農民肯定會放棄糧食生產而轉向其他行業(yè)。也就是說，糧食收入占農民總收入比重越小，農民越不愿意從事糧食生產。從圖2知道，盡管農民總收入在不斷增加，但這種增加更多地來源于非經營性收入，由于其他非經營性收入具有“擠出效應”，即其他非經營性收入增加擠占了農民從事經營性生產的動力，因此，農民收入增加，糧食產量會減少。本文接下來就對假說1和假說2進行實證研究。

三、數(shù)據(jù)與實證方法

1、模型及其說明

回答上述假說1和假說2實質上就是檢驗糧食產量、農民收入和糧食價格所組成的系統(tǒng)協(xié)整性，關于變量間的協(xié)整性檢驗，大多采用向量誤差修正模型（VEC）。本文也采用該模型研究糧食產量、農民收入和糧食價格之間的關系。自從Sim（1980）具有開創(chuàng)性的利用向量自回歸模型（VAR）之后，向量自回歸模型成為計量經濟學流行使用的實證分析的工具，之后，Engel（1987）和Granger（1987）提出非平穩(wěn)系統(tǒng)的協(xié)整關系的概念并產生了誤差修正模型（ECM）。Johansen（1995）和Hendry（1995）等將協(xié)整概念應用到VAR模型，從而發(fā)展了向量誤差修正模型（VEC）。本文也將利用VEC模型進行實證分析。向量誤差修正模型本質上是包含協(xié)整約束條件的VAR模型，對p階VAR模型：

式中，yt是m維非平穩(wěn)I（1）序列；xt是d維確定型變量；?著t是新息向量。經過變形，可將其改寫為：

列，經過一階差分的內生變量向量中各序列都是平穩(wěn)的，所以只有構成∏yt-1的各變量都是I（0）時，才能保證新息是平穩(wěn)過程。因此可得0

∏=?琢?茁' （2）

其中，兩個分解矩陣的秩都是r。將式（2）代入式（1）后不難發(fā)現(xiàn)，?茁'yt-1中每行都有一個I（0）組合變量，即每一行都是使得變量y1，t-1，y2，t-2，…，ym，t-1具有協(xié)整關系的一種線性組合形式，因此?茁'決定了協(xié)整關系的個數(shù)與形式，它的秩r就是線性無關的協(xié)整向量的個數(shù)，它的每一行構成一個協(xié)整向量。另外，矩陣?琢稱為調整參數(shù)矩陣。

在運用VEC模型之前需要進行VAR模型滯后階數(shù)選擇，滯后階數(shù)正確與否影響實證的結果。本文將使用LR檢驗統(tǒng)計量，最終預測誤差FPE，AIC信息準則，SC信息準則和HQ信息準則這五種方式嚴格確定滯后階數(shù)。

（1）LR檢驗統(tǒng)計量。似然比（Likelihood ratio，LR）檢驗涉及兩類模型，無約束模型和有約束模型。無約束模型（unrestricted model）是指沒有任何限制的模型；約束模型（restricted model）是指在零假設約束下的模型。似然比統(tǒng)計量是無約束模型和約束模型的最大似然值之差的2倍，即：

（2）最終預測誤差FPE。最終預測誤差FPE（final prediction error criterion）是把下式為最小值的p作為VAR模型的最佳階數(shù)：

最終預測誤差準則的優(yōu)點在于它平衡了選擇低滯后階數(shù)造成偏離性的風險和選擇高滯后階數(shù)造成方差增大的風險。

（3）信息準則。由于在應用VAR模型時希望滯后期足夠大，從而能完整反映所構造模型的動態(tài)特征，但是滯后期越大，自由度就減少，因此需要在滯后期和自由度之間尋找平衡。一般根據(jù)AIC（Akaike info criterion）、SC（Schwarz criterion）和HQ（Hannan-Quinn criterion）信息量取值最小的準則確定模型的階數(shù)，計算式如下：

AIC=-2ln+2kn；SC=-2ln+klognn；HQ=-2ln+2klog（log（n））n

同時，運用VEC模型需要進行協(xié)整檢驗，大多使用Johansen（1985）協(xié)整檢驗。協(xié)整檢驗法主要包括跡檢驗法和最大特征值檢驗法。

跡檢驗的假設為：

H0：至多有r個協(xié)整關系

H1：有m個協(xié)整關系（滿秩）

這不是獨立的一個檢驗，而是對應于r的不同取值的一系列檢驗。檢驗從不存在任何協(xié)整關系的零假設開始，接著是最多一個協(xié)整關系，直到最多m-1個協(xié)整關系，共進行m次檢驗，而被擇假設是不變的。

最大特征根檢驗法的假設為：

H0r：有r個0協(xié)整關系

H1r：至少有r+1個協(xié)整關系

檢驗統(tǒng)計量為：LRmax（r｜r+1）=-Tlog（1-?姿i+1）=LRtr（r｜m）-LR（r+1｜m），r=0，1，…，m-1

檢驗從下往上進行，先檢驗H00，若接受，則表明不存在協(xié)整關系，若拒絕，則繼續(xù)往上檢驗H01，……，直到接受H0r，表明共有r個協(xié)整關系。

2、數(shù)據(jù)與系統(tǒng)構建

按照本文問題分析的需要，糧食產量模型的內生變量集設定為：

xt=（FPt，RIt，PIt，trendt）

其中，F(xiàn)P表示糧食產量，RI表示農民收入，PI表示糧食價格，trend為時間趨勢變量。為消除異方差和減少數(shù)據(jù)波動，對數(shù)據(jù)分別取對數(shù)，分別表示為LFP、LRI、LPI。因此，糧食產量模型的內生變量集設定為：

xt=（LFPt，LRIt，LPIt，trendt）

可以利用該系統(tǒng)分析糧食產量、糧食價格和農民收入的相互關系。

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國農業(yè)統(tǒng)計年鑒》1983―2009年相關數(shù)據(jù)。需要說明的是，本文利用農村居民家庭人均純收入表示農民收入，用糧食價格指數(shù)表示糧食價格。為了消除價格因素的影響，以1983年的商品零售價格指數(shù)為基期，把環(huán)比價格指數(shù)轉換成定基價格指數(shù)，然后對收入和價格指數(shù)數(shù)據(jù)進行了平減。

四、實證分析

1、實證檢驗

（1）單位根檢驗。運用協(xié)整理論，需要首先實證各變量是否具有同階單整性，本文利用目前廣泛使用ADF單位根檢驗。檢驗結果如表2。

由表2可以看出糧食產量、農民收入及糧食價格的對數(shù)生成的數(shù)據(jù)為非平穩(wěn)的，但它們的一次差分為平穩(wěn)數(shù)據(jù)，即LNFP～I（1），LNRI～I（1），LNRI～I（1），因此，它們具有同階單整性，滿足協(xié)整檢驗的條件，因此它們所組成的動態(tài)系統(tǒng)的協(xié)整關系可以用協(xié)整理論分析。

（2）滯后階數(shù)選擇。VEC模型需要選擇合適的滯后階數(shù)，滯后階數(shù)選擇的正確與否關系到是建立正確VEC模型的關鍵，本文利用上述的LR、AIC、SC、和HQ統(tǒng)計量進行檢驗，選取的標準為滿足準則最多的階數(shù)。檢驗結果如表3。

表3表明，有大半的準則選擇4階滯后階數(shù)，由于VEC模型變量差分一次，因此，VEC模型滯后階數(shù)應為3階。

（3）協(xié)整設定檢驗。為研究糧食產量、農民收入及糧食價格所組成的非穩(wěn)定系統(tǒng)是否協(xié)整，我們首先需要進行協(xié)整設定檢驗，對于系統(tǒng)xt=（LFPt，LRIt，LPIt，trendt）所有的協(xié)整設定及其相關信息（滯后階數(shù)為3）見表4。

對于表4，我們首先排除數(shù)據(jù)中有二次趨勢的情況，不難看出，AIC=-16.54649（SC=-14.00737）最小，對應于數(shù)據(jù)中有線性趨勢，協(xié)整關系應包含時間趨勢和截距?；诖?，我們運用上述的Johansen的協(xié)整理論檢驗這種協(xié)整以確定協(xié)整個數(shù)，結果見表5。

如表5所示，跡檢驗表明在0.05顯著性下第一個、第二個和第三個原假設被拒絕，因此有2個協(xié)整關系。

2、實證的結果與分析

通過上述各項檢驗，表6為VEC模型的長期協(xié)整關系和短期調整系數(shù)，該結果清楚表達系統(tǒng)間的長期和短期變動情況。

這一長期均衡關系可以解釋為糧食產量、糧食價格以及時間變動穩(wěn)定關系。該協(xié)整關系實證了假說1。第二個協(xié)整關系可以表示為：

這實際是農民收入、糧食價格和時間之間的長期穩(wěn)定關系。

由于（3）式和（4）式是穩(wěn)定關系（I（0）），其線性組合仍然為穩(wěn)定關系，因此結合以上兩個協(xié)整關系（3）和（4），得到以下描述糧食產量、糧食價格、農民收入以及時間長期均衡關系（5）式：

（5）式表明，從長期來說，LPI、LRI的系數(shù)符號與理論一致，糧食價格引起糧食產量正向變動，農民收入引起糧食產量負向變動，實證了假說2。

由于（3）式是關于糧食產量、糧食價格以及時間長期均衡關系，該式表明，從長期來看，糧食產量受糧食價格正影響，糧食價格增加，則糧食產量增加，因此要想從長期確保糧食穩(wěn)定增長，除了保證其他影響糧食產量的因素外，糧食價格也是一個重要的因素。同時從（3）式看出，在樣本期里，我國糧食產量在逐年增長，盡管增長幅度不大。

（4）式是農民收入、糧食價格和時間之間的長期穩(wěn)定關系，由（4）式可以看出，農民收入與糧食價格成正向變動關系，糧食價格越高，農民收入越高。其原因可能是，一方面國家對糧食實行價格保護政策，糧食價格相對價高，因此，農民從糧食獲得收入較高。另一方面，由于國家采取一系列糧食補貼政策，降低了農民種植糧食的成本，因此，增加了種植糧食的積極性，糧食產量增加，在糧食價格保護政策下，農民收入也就增加。因此糧食價格是增加農民收入的動力。從時間趨勢相的系數(shù)來看，我國農民的收入也在較大幅度不斷增加。

（5）式把三個變量作為一個系統(tǒng)描述它們之間的關系，根據(jù)（5）式可以看出，糧食產量、糧食價格、農民收入以及時間存在長期均衡關系，從長期來說，糧食價格對糧食產量產生正向影響而農民收入對糧食產量產生卻產生負影響。關于糧食價格對糧食產量的正影響很好理解，糧食價格增加，農民從糧食生產中獲得更多收入，從而增加農民種植糧食的積極性，因此糧食產量增加。但是關于農民收入對糧食產量負影響理由可能是農民收入不僅僅來源于經營性收入，而且還有工資性收入，財產性收入，以及轉移支付收入等，而且其他非經營性收入相對經營性收入給農民帶來更大的效用，因此其他收入對糧食產量產生“擠出效應”。即，由于其他非經營性收入比經營性收入獲得更大的收益，農民轉向其他行業(yè)，因此減少了糧食產量生產，糧食產量降低。

同時由表5知道，在LFPt方程中，α1和α2系數(shù)都不顯著，對LFPt做外生性檢驗，即假設α1和α2系數(shù)同時為0，檢驗結果接受原假設，因此，糧食產量對于長期協(xié)整關系來說是弱外生變量，（5）式所示的協(xié)整關系對這一變量的短期變化不具有有效的調節(jié)效應。同時，說明糧食產量是政府可以控制的變量。類似的，在LRIt和LPIt方程中，α1和α2系數(shù)都不顯著，對LRIt和LPIt做外生性檢驗，檢驗結果接受原假設，因此，農民收入和糧食價格對于長期協(xié)整關系來說也是弱外生變量，（5）式所示的協(xié)整關系對這一變量的短期變化不具有有效的調節(jié)效應，它們也是政府可以控制的變量。綜上所述，盡管在長期，糧食價格支配著糧食產量，但是在短期，這種糧食產量的穩(wěn)定性還不能對即期糧食價格產生有效的調節(jié)作用，這一結論隱含的意義為，糧食產量不宜作為我國提高糧食價格的目標變量。而農民收入的弱外生性表明，我國糧食產量還不足以對農民收入的短期調整產生顯著影響。

五、結論

本文首先對我國糧食產量、糧食價格和農民收入進行描述性分析，通過對農民收入結構分解分析的基礎上，運用VEC模型實證檢驗糧食產量、糧食價格和農民收入三者之間的關系。結果顯示，糧食產量、農民收入和糧食價格存在長期均衡關系，從長期來看，糧食產量受糧食價格正影響，因此要想從長期確保糧食穩(wěn)定增長，除了保證其他影響糧食產量的因素不變外，糧食價格是一個重要的因素。而在樣本期內，農民收入對糧食產量具有負效應，這主要是因為，在農民收入結構中，農業(yè)經營性收入在總收入的比重在下降，農民收入的增加主要取決于其他非農業(yè)經營收入（盡管經營性收入比重仍然很大），由于其他非經營性收入比經營性收入獲得更大的收益，農民會轉向其他行業(yè)，因此減少糧食產量生產。同時，由弱外生性檢驗表明，糧食產量、農民收入和糧食價格對于長期協(xié)整關系來說都是弱外生變量，它們對短期變化不具有有效的調節(jié)效應，盡管在長期，糧食價格支配著糧食產量，但是在短期，這種糧食產量的穩(wěn)定性還不能對即期糧食價格產生有效的調節(jié)作用，這一結論隱含的意義為，糧食產量不宜作為我國糧食價格的目標變量。而農民收入的弱外生性表明，我國糧食產量還不足以對農民收入的短期調整產生顯著影響。由于，糧食產量、糧食價格和農民收入都是弱外生變量，是政府可以控制的變量，因此，政府可以對他們進行適應性的宏觀調控以保證糧食安全，糧價穩(wěn)定和農民收入增長。

【參考文獻】

[1] Park，Albert. Do Grain Quotas Matter?[M].grain Research Institute，Standford University，1993.

[2] Roland. Reform without Losers: An Interpretation of China’s Dual-Track Approach to Transition，F(xiàn)orthcoming[J].Journal of Political Economy，1998（21）.

[3] Nigel Key. Transactions Costs in the Agricultural Household Model:Implications for Price Response and Estimation[J].Paper Presented at AAEA Annual Meeting，San Antonio，July. 1996.

[4] 孫婭范、余海鵬：價格對中國糧食生產的因果關系及影響程度分析[J].農業(yè)技術經濟，1999（2）.

[5] 高明：現(xiàn)階段農戶對耕地投入的實證研究[J].中國農業(yè)資源與區(qū)劃，2005（2）.

[6] 雷欽禮：中國糧食生產的價格作用機制分析[J].統(tǒng)計研究，2005（3）.

[7] 張治華：價格對我國糧食生產影響的實證分析及政策建議[J].中國農村經濟，1997（9）.

[8] 金和輝：計劃與市場條件下的中國農戶糧食的供給反映.經濟研究[J].1990（9）.

[9] 鄭毓盛、曾澍基、陳文鴻：中國農業(yè)生產在雙軌制下的價格反應[J].經濟研究，1993（1）.

第8篇：提高糧食產量的建議范文

直接補貼 DEA Malmquist指數(shù)

一、引言云南省是一個以農業(yè)為主導的省份，農業(yè)人口占全省人口的67%，所以農業(yè)的健康有效發(fā)展對全省經濟意義重大。同時農業(yè)又是一個弱質產業(yè)，面臨著自然和市場雙重風險。因此，對農業(yè)進行補貼，特別是糧食補貼，是地區(qū)經濟持續(xù)穩(wěn)定發(fā)展的重要保證，也是地區(qū)經濟和社會發(fā)展的內在要求?！皣悦駷楸?，民以食為天”，糧食問題始終是各國關注的最基本民生問題，所以，糧食補貼已成為世界各國農業(yè)補貼政策的核心。

二、糧食直補傳導機制（一）拓展柯布-道格拉斯生產函數(shù)用于研究生產要素投入與產出之間關系且使用非常廣泛的生產函數(shù)是柯布―道格拉斯生產函數(shù)。其基本的形式為：Y=ALαKβε （1），式（1）中Y、A、L、K分別為經濟總產值、綜合技術水平、投入勞動力及資本的數(shù)量，α、β依次為勞動力與資本的產出彈性系數(shù)，ε為隨機擾動項。為測算糧食直補等各種農業(yè)生產投入與農業(yè)產出的數(shù)量關系，本文對柯布-道格拉斯生產函數(shù)進行改進和拓展。農業(yè)生產要素主要包括勞動力、土地、糧食直補和自然環(huán)境等。由于自然環(huán)境難以用某一具體指標進行準確衡量，所以將自然環(huán)境等其它因素放入隨機擾動項。因此，拓展后的用于測度農業(yè)產出的柯布-道格拉斯生產函數(shù)具體形式設定為：Y=ALβ1Kβ2Sβ3ε （2），其中，Y表示糧食總產量，A是綜合技術水平，L、K、S依次表示各地區(qū)農業(yè)從業(yè)人員、農作物總播種面積及糧食直補總額，β1、β2、β3分別為各種農業(yè)生產投入的產出彈性系數(shù)，ε為隨機擾動項。為獲得更為精確的參數(shù)估計結果，對式（2）兩邊同時取自然對數(shù)，變換為線性數(shù)據(jù)模型：lnYt=lnA+β1lnLt+β2lnKt+β3lnSt+εt（3）。（二） 統(tǒng)計檢驗與實證分析由于各省區(qū)的農業(yè)生產規(guī)模、生產技術水平及糧食直補規(guī)模等存在不同程度的差異，本文采用廣義最小二乘法，利用2004-20010年的省級面板數(shù)據(jù)，對模型（2）作參數(shù)估計，結果如下：lnY=-2.993+0.223lnL+0.712lnK+0.125lnS，t=（-16.12 8.72 19.26 12.77），R2 = 0.98，F(xiàn)=3269.21， （F-statistic） = 0.00。該數(shù)據(jù)模型的擬合優(yōu)度高達98%，說明農業(yè)從業(yè)人員、農作物總播種面積及糧食直補總額等所有解釋變量對被解釋變量糧食產量的整體影響是高度顯著的。從各解釋變量的t值來看，解釋變量對糧食產量的單項影響同樣高度顯著，并且各項回歸系數(shù)的符號亦與理論預期相同。糧食產量對糧食直補的彈性系數(shù)為0.125，經驗數(shù)據(jù)分析支持了“糧食直補對糧食產量的影響顯著”的論斷，說明糧食直補政策產出效應的傳導機制是有效的。這為我們以后數(shù)據(jù)包絡分析中選取投入產出指標提供了方向。

三、基于DEA的糧食直補效率評價（一）實證模型1.數(shù)據(jù)包絡分析數(shù)據(jù)包絡分析法（DEA）主要是基于多指標輸入和多指標輸出，利用線性規(guī)劃構建有效率的凸性生產前沿，通過與該前沿的比較識別各決策單元（DUM）的相對效率。（二）數(shù)據(jù)選取關于決策單元（DUM）選取，由于DEA法對決策單元有同質性的要求，所以本文選取與云南省糧食生產情況相近的幾個非糧食主產區(qū)的省份。關于投入指標，選擇柯布―道格拉斯擴展生產函數(shù)中的投入要素：農業(yè)從業(yè)人員（L）、農作物總播種面積（K）與糧食直接補貼總額（S）作為投入指標。關于產出指標的選取，根據(jù)我國糧食直接補貼政策的主要目標（穩(wěn)定糧食產量、提高農民收入水平），選取反映政策目標的兩項指標作為產出指標――糧食產量、農民人均收入水平。（三）實證分析結果1.效率評價2004、2008年五省市糧食直補效率分析中，2004云南省直補效率排名倒數(shù)第一，2008年排名倒數(shù)第二，雖然名次上升但直補效率卻發(fā)生凈下降。從2004到2008年，云南省糧食直接補貼綜合效率下降了0.252個效率單位，下降幅度較大。通過純技術效率和規(guī)模效率分析發(fā)現(xiàn)，云南省糧食直補效率下降源于純技術效率的大幅下降，2004年到2008年純技術效率共下降了0.37個效率單位。雖然規(guī)模效率是上升的（上升0.082單位），但其上升幅度遠小于純技術效率下降幅度，所以2008年云南省糧食直補綜合效率出現(xiàn)下降現(xiàn)象。值得關注的是，2004年云南省純技術效率達到1，說明當時云南省糧食“直補”政策的制度安排及管理是有效率的，補貼操作成本較小，但是這種優(yōu)勢沒有得到有效的保持，在2008年迅速下滑，成為制約云南省糧食直補效率發(fā)揮的關鍵障礙。2.糧食直補效率動態(tài)分析Malmquist生產指數(shù)法是數(shù)據(jù)包絡分析法中用于估計松弛變量的一種方法。由于它可用于描述跨期多輸入和多輸出變量間的糧食生產技術效率。所以本文采用Malmquist指數(shù)法考察在技術可變條件下云南省糧食直補效率變動情況。根據(jù)表1中Malmquist生產指數(shù)顯示，只有云南和廣西兩省出現(xiàn)了糧食生產率下滑，其余省市都有不同程度的效率上升，尤其是重慶市，其全要素生產率上升了166.3%，而云南省卻下降了5.7%。觀測發(fā)現(xiàn)，云南省的糧食生產效率下降主要源于技術效率、制度效率和部分規(guī)模效率的下降。橫向來看，云南省技術效率（即資源配置效率）和純技術效率（即制度效率）都最低。所以應盡快重點提高云南省糧食生產及“直補”的資源配置效率和制度效率。

四、政策建議通過分析發(fā)現(xiàn)，云南省糧食直補效率不高，主要源于純技術效率、規(guī)模效率、技術效不能達到有效狀態(tài)。針對分析結果，提出以下建議：第一，加強糧食直補工作的信息化建設，簡化補貼資金發(fā)放程序，降低操作成本。改善管理，合理調整補貼制度是提升糧食直補綜合效率的關鍵。第二，適度提高補貼標準，擴大補貼規(guī)模。可以通過加收農地征用補償金來實現(xiàn)。農地征用削減糧食種植面積，威脅糧食安全，在農地征用中加收部分農地征用補償金有利于鼓勵種糧農民的生產積極性，保證我國糧食安全，是拓寬糧食直補資金的良好途徑。第三，提高資源配置效率。梳理各類農業(yè)補貼資金，調整糧食生產補貼比例，將對社會、經濟有重要貢獻的糧食種類進行重點補貼；將對農業(yè)生產具有重要貢獻的農業(yè)人口進行重點補貼，逐步提高糧食直接補貼資金的配置效率。

參考文獻：

[1]陳俊杰.中國糧食主產區(qū)糧食直補政策效率評估

[J].中州學報，2010，（6）.

第9篇：提高糧食產量的建議范文

“目前我國糧食加工業(yè)發(fā)展相對比較滯后，發(fā)展空間較大，如果僅看名義增長，年均12％的增速是可以實現(xiàn)的。如果剔除價格因素，實質增長5％都將是個了不起的數(shù)字”，李國祥說。但他還表示，糧食加工業(yè)的發(fā)展不僅要看自身的增長速度，還要與農業(yè)總產值的增長相適應，兩者的比例應該控制在合理的范圍之內。

此外，李國祥指出，目前我國糧食加工業(yè)最突出的問題是，整體發(fā)展水平低、加工企業(yè)規(guī)模小實力弱、技術水平落后，大量低水平重復建設造成資源的嚴重浪費?！斑@種生產方式使得糧食加工業(yè)對農產品價格的消化能力比較差。在土地日益稀缺，農民收入亟待提高的背景下，糧食價格可能會適度上漲，但受經濟總體運行制約，食品價格不能提高太多。這就要求糧食加工業(yè)提高技術水平和利用效率，發(fā)展規(guī)模化生產，將原料價格上漲的因素消化掉，以防食品價格出現(xiàn)暴漲，影響社會經濟發(fā)展?！?/p>

“我國糧食加工業(yè)最需要解決的不僅僅是產能問題，更主要的是技術問題。如果一味在低水平基礎上增加產能，實際上只會造成資源的浪費，無論對社會還是消費者都是不利的。因此，要提高加工業(yè)發(fā)展質量，就一定要轉變發(fā)展方式。”李國祥說。 建議實行配額管理制度 規(guī)劃提出，要健全保障糧食安全的加工調控機制，建立健全新形勢下引導生產、促進流通、以工促農、動態(tài)調節(jié)供求、保障糧食安全的糧食加工和消費調控機制。充分發(fā)揮糧食加工骨干企業(yè)在宏觀調控中的作用，引導糧食加工企業(yè)參與執(zhí)行國家調節(jié)供求、穩(wěn)定市場和價格、保護農民利益的調控政策。

對此，李國祥建議，對糧食加工業(yè)不能單單依靠政策調控，更需要實行配額管理制度。如果非食物用途的糧食加工業(yè)增長速度太快，會出現(xiàn)跟食用糧食爭資源的問題，將進一步推動糧食價格上漲，威脅糧食安全。因此，需要對糧食加工業(yè)實行配額制。在糧食產量大時，可以適當提高配額，加工企業(yè)可以多儲備多加工；糧食產量小時，就應該降低配額，糧食加工企業(yè)減少生產，造成的缺口用糧食豐產時的產量來彌補。通過這樣一種形式，完善糧食加工業(yè)的產業(yè)體系，處理好糧食安全和工業(yè)用糧之間的矛盾。

此外，規(guī)劃還提出，要加大對糧食加工企業(yè)的財稅和金融支持力度，健全和完善國家支持糧食加工業(yè)發(fā)展的各項稅收優(yōu)惠政策，鼓勵金融機構在有效防范風險的基礎上，加大對實力強、資信好、效益佳的糧食加工企業(yè)信貸支持力度。積極實施“走出去”戰(zhàn)略，鼓勵糧食加工業(yè)企業(yè)“走出去”，開拓國際市場，符合條件的企業(yè)可申請相應財政資金支持。