提高粮食产量的建议精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的提高粮食产量的建议主题范文，仅供参考，欢迎阅读并收藏。

第1篇：提高粮食产量的建议范文

【关键词】 糖耐量异常 健康教育 产后随访率

重视GDM孕妇的规范化管理，系统教育，提高对疾病的正确认识程度，建立健康的生活方式和良好的生活习惯。重视产后随访，提高产后随访率，对于减少延缓2型糖尿病的危险性有着重要的意义。研究表明GDM妇女是2型糖尿病的高危人群。①产后随访可向患者充分介绍糖尿病的基础知识，使其对妊娠合并糖尿病的病因、好发因素、疾病的控制方法、对母儿的影响有充分的了解，最关键的是让她们清楚妊娠期糖代谢异常与2型糖尿病的危害，这样，她们就能够听从医生的建议，主动配合医生关于生活方式的建议，并能够在规定的时间完成需要的检查项目，做到一级或者二级预防。

1 资料与方法

研究对象 常德市第一中医院2007-3至2010-5月在我院住院分娩的妊娠期糖尿病孕妇，年龄在21-40岁之间，孕妇均为足月妊娠，孕周均为37-40W，妊娠期无严重合并症者，孕期根据中华医学会妊娠合并糖尿病诊治推荐指南（草案）诊断GDM及GIGT共374例，分组对比，两组不同的宣教形式，产后随访例数进行比较，两组随访率，血糖值进行比较。

宣教组1：在分娩后出院前发放书面的宣教材料告知产后42天随访目的，意义，重要性及时间。

宣教组2：孕期定期课堂教育，并在门诊和病房分别设置宣传板宣传相关内容，告知产后随访。

宣教组2的具体宣教内容：进行系统课堂教育，课堂教育内容包括糖尿病的基本知识、饮食控制的原则、个体化饮食指导、适合孕妇的运动形式、合理的胰岛素治疗、正确的自我监测血糖方法，产后随访的必要性和重要性。具体随访流程见表后（1-10）

研究方式及诊断标准

专人收集资料

评价标准采用国际OGTT诊断标准②（5分钟内口服75g葡萄糖的液体300ml，分别测定服糖前、服用后1小时，2小时，3小时的静脉血糖），血脂及胰岛素水平的检测。

统计分析方式：两组之间采用卡方及精确概率检验进行统计学处理

2 结果

表1两组不同教育形式随访率的比较，表1显示课堂授课教育形式产后随访率明显高于发放书面材料形式，经过统计学处理有显著性差异。

表1 两组不同教育形式随访率的比较（例）

X2=77.57

P＜0.001

表2两组空腹血糖比较

表2显示OGTT实验空腹血糖值结果没有显著性差异

表 2两组空腹血糖比较

Fisher， s

Exact 检验 X2= 0.097

P=0.756

表3两组餐后血糖比较

表3显示OGTT实验服糖后两小时结果经过统计学处理有显圆钜?表3两组餐后血糖比较

X2=4.671

P=0.031 转贴于

常德市一中医院妊娠合并糖尿病代谢异常产后随访流程如下：

（1）介绍随访的医生和随访的重要性。

（2）填写随访登记本。

（3）填写随访表格。

（4）了解并指导产后饮食、运动、哺乳方式及避孕等问题，同时了解孕期发生的其他并发症的恢复情况。

（5）了解新生儿的饮食情况及体重增长情况。

（6）体格检查内容：体重、腰围、臀围。

（7）化验：测定血脂，行OGTT检查。

（8）其他检查：如孕期曾有眼底改变，建议复查眼底情况等。

（9）由随访医生通知患者检查结果，并针对不同的检查结果对其提出相应的建议：①如血糖及胰岛素水平为轻度异常者，调整生活方式，并建议半年后继续内科就诊，并继续监测血糖情况；②如血糖及胰岛素水平已恢复正常者，建议产后1-2年再复诊1次；③如血糖结果

明显异常，达到糖尿病的诊断标准者，补充诊断其为糖尿病合并妊娠，必要时其诊断为糖尿病合并妊娠，必要时进行药物治疗。

（10）密切关注糖代谢异常孕妇子代的生长发育。

3 讨论

课堂授课教育形式提高了产后随访率

（1）对妊娠期糖尿病血糖的系统管理非常重要；

（2）产后及时随访监测血糖非常重要；

（3）平时养成良好的生活习惯，注意饮食的合理性，有意识的加强体育锻炼，控制体重增长，保持心情愉悦对一些慢性疾病的发病有直接相关性。[3]

明确诊断早期干预

通过产后随访监测血糖可以及时对血糖异常者做出诊断，转到内分泌科就诊，能得到及时治疗，减少和延缓糖尿病并发症的发生。

强化产后随访的意识

4 小结

糖尿病授课教育提供了GDM孕妇了解认识疾病知识的平台，改变了其不健康的生活习惯，提高合理饮食理念，重视产后随访，进一步提高了产后随访率，完善了GDM的系统管理。对减少和延缓发生2型糖尿病的危险性有着重要意义。

参 考 文 献

[1]杨慧霞，徐先明，孙伟杰等.妊娠期糖尿病对母亲的远期影响及产后随访.妊娠合并糖尿病-临床实践指南.北京: 人民卫生出版社，2008，(16):243-249.

第2篇：提高粮食产量的建议范文

本文以陕西省2000-2010年粮食产量及相关数据为基础，运用灰色关联分析GM（0，N）模型，从传统投入与农业政策两方面，分别分析影响陕西省粮食产量的主要因素。结果显示，农副产品收购价格和有效灌溉面积是影响陕西省粮食产量的最主要因素。从而对相关部门提出针对性的政策建议：完善粮食价格政策，保证农民收入，提高农民种粮积极性；加强农田水利基础建设，提高农业有效灌溉面积；充分利用现代化手段，提高农村劳动力素质 ；建立健全粮食风险防范机制。

【关键词】

粮食产量；因素分析；灰色关联分析

一、引言

近些年来，陕西省农业经济迅速发展，特别是粮食生产相对稳定。然而陕西省不在国家确定的粮食主产区范围之内，稳定和发展粮食生产要靠自己努力。而且粮食生产过程受到多方面因素影响，并且部分因素已知，部分未知或不确定。因此，对影响陕西省粮食生产的主要因素进行科学合理的分析，进而有针对性地采取措施，对保障陕西省粮食产量安全是非常有必要的。

灰色系统理论正好着重研究此类“小样本，贫信息”的不确定性问题，着重研究“外延明确，内涵不明确”的对象。因此对陕西省粮食产量影响因素进行灰色关联分析，更具有科学性。

1、灰色关联分析方法

3、影响因素GM（O，N）动态关联分析

以数据为基础，根据灰色关联度分析方法的思路和步骤，建立陕西省粮食生产因素灰色关联度分析模型，分别计算得出主要传统投入因素和主要农业政策投入因素动态关联结果。

三、结论及建议

由实证分析显示，影响陕西省粮食产量的主要因素是农副产品收购价格、农田有效灌溉面积、农业产值、生产资料价格和乡村从事第一产业的从业人员。因此从这几方面提出以下合理对策及建议，以供有关部门参考。

1、完善粮食价格政策，保证农民收入，提高农民种粮积极性

价格支持手段是政府对农业采取的最直接、最有效的保护措施。然而陕西省甚至我国尚未形成稳定有效的农业价格体系。因此，陕西省应该制定实施粮食最低保护价格制度、稳定价格制度以及价差补贴制度等价格扶持政策；而在农业生产资料方面，虽然取消了农业税，但是化肥农药的价格却大幅度的增高，使得种粮成本也大幅提高。因此政府相关部门应采取措施调节控制农用产品的价格，降低农业生产成本，保证农民在扣除粮食生产成本后有一定的盈余，这样才能更好调动粮食主产区农民种粮的积极性，达到提高粮食产量的目的。

第3篇：提高粮食产量的建议范文

徐州地区土地人口承载力变动分析

从区域土地承载力变动情况来看，粮食产量是影响土地承载力的关键。因此，提高区域土地承载力的关键是合理利用土地资源，提高粮食产量。

（一）徐州地区粮食产量时间序列分析

针对徐州市2002—2009年的粮食产量作时间序列数据分析。首先对数据进行单位根检验，检验数据的平稳性。利用Eviews6对粮食产量采用ADF方法检验进行单位根检验。ADF值和P值显示原序列为非平稳序列，存在单位根，需要进行差分处理（如表1）。对粮食产量进行差分后再行单位根检验，ADF和P值显示，一阶差分序列数据为平稳序列，因此，产量（CL）序列为一阶单整。说明进入21世纪后，徐州地区的粮食产量整体上是相对平稳的。但是，区域粮食总产量与耕地面积、粮食播种面积密切相关。

1995年以来，徐州耕地面积始终保持在60万公顷（9，000,000亩）左右，相对比较稳定。粮食播种面积自1995年至1998年间稳中有升，但1999年到2003年持续下降，2003年到达低谷，粮食播种面积为46.579万公顷（6,986,850亩），导致2003年粮食总产量仅210.44万吨，创历来最低水平；自2003年至2008年又大幅回升，粮食产量也开始又稳步上升（如图2）。究其原因，1999—2003年期间，受政府退耕还林工程、城市扩建和乡镇企业占用耕地等因素的影响，全国耕地面积减少0.1373亿公顷（2.06亿亩）；与此同时，粮价低迷严重的影响了农民种植粮食作物的积极性，粮食产量逐年减少。对于徐州市来说，1999—2003年期间耕地面积也有所减少，但并不明显，粮食产量主要受粮食播种面积的影响，粮食播种面积的大量减少是由于粮价低迷影响农民种植粮食作物的积极性，经济作物的播种面积大大提高，因此，粮食产量大大减少至最低谷。

2004—2008年，区域粮食播种面积与粮食产量逐年增加。这与同期国家的政策直接相关。2004年开始，中央对“三农”问题高度重视，出台了粮食直补、增加农业财政支出、取消农业税等各项惠农政策，使粮食播种面积大幅回升。粮食产量也稳步增长，区域土地承载力也不断提高。

（二）影响土地人口承载的因素分析

区域土地人口承载力是通过粮食产量来反映的。因此，对区域土地人口承载力的分析，主要是对粮食产量的分析。影响粮食产量的因素非常复杂，不考虑其中的客观因素，影响因素主要有劳动力（LD）、化肥施用量（HF）、机械总动力（JX）、播种面积（BZ）、有效灌溉面积（GM）、农业产值（NC）。将这些影响因素进行相关分析（如表2）。从表中可以看出，这些因素不仅对粮食产量产生影响，同时他们之间也还存在着相互影响。按照统计分析理论，当相关系数小于0.3时非常弱相关或不相关；介于0.3和0.5之间为低度相关；0.5和0.8之间中度相关；大于0.8时具有高度相关。据此，粮食产量与播种面积、机械总动力高度相关；与化肥施用量、劳动力、农业产值中度相关,其中与劳动力呈负相关；与有效灌溉面积低度相关。因此，可以将有效灌溉面积剔除。同时，为了分析粮食产量与各影响因素之间的相互的长期影响关系，在相关关系分析的基础上，进一步进行协整分析（如表3）。协整关系检验表明粮食产量与播种面积、机械总动力和劳动力之间关系平稳，可以建立协整关系。以徐州地区历史统计数据为基础，可以利用Eviews6建立粮食产量与播种面积、机械总动力和劳动力之间的函数关系如下：x1为播种面积，x2为机械总动力，x3为劳动力；E为计算残差。

为保证关系的严密性，对函数关系中的残差进行单位根检验（如表4）。单位根检验表明，在粮食产量与播种面积、机械总动力和劳动力的函数关系中，残差E1、E2平稳，而E3不平稳。因此在上述关系中，粮食产量与播种面积、机械总动力正相关，而与劳动力的关系偏差不稳定。说明对粮食产量影响最直接的是粮食播种面积和机械化总动力。因此，徐州地区影响土地人口承载力最直接的因素是粮食播种面积和机械化程度。推动徐州社会经济发展，提高区域土地人口承载力的关键是确保耕地面积，确保粮食播种面积稳中有升。

第4篇：提高粮食产量的建议范文

    一、水利建设投入概况

    改革开放以来,我国水利基本建设投资,除部分年份的波动外,总体保持着上升趋势。同时,投资增长具有明显的阶段性。第一阶段为1980年至1988年间,该阶段的投资总量较小,但是始终保持稳定的增长。第二阶段为1989年至1999年间,该阶段呈强劲增长态势。投资总量增长快、增幅大。投资总额由1989年的29.5亿元增长到1999年的536.5亿元,在增速上,该阶段每年均比上年有较大幅度提高,其中,有5年的增幅都在36%以上,平均增幅为33.36%。第阶段为2000年至2005年间,该阶段虽然投资总量大,但投资增长极为缓慢,处于徘徊增长阶段。第四阶段为2006年至2010年间,其中,2008年爆发世界性金融危机后,我国政府采取了大规模投资政策,2009年和2010年水利投资增幅明显。

    二、水利建设投入对粮食生产影响的实证分析

    (一)水利建设的总投入与粮食生产实证分析

    首先,从总体上分析农业水利建设投入对粮食产量的相关性。选用1991-2010年的农业水利建设投入和粮食产量两组基础数据,利用Eviews软件,计量分析出两者的相关系数为0.687345,初步说明农业水利建设投入与粮食产量有较大的相关性。接下来,为了更精确地分析出农业水利建设投入对粮食产量的相关程度,构建简单的一元函数:Y=f(X)=AX^a,其中,Y表示粮食产量(三万吨),X表示农业水利建设投入(三亿元),A为农业水利建设投入的产出弹性。为了使数据更准确便于研究分析,将选用的两组数据统一成万单位并取对数,然后模型转化为:LnY=A+aLnX,继续运用Eviews软件进行回归分析,得到如下结果:LnY=0.041496526LnX+10.14848646(3.527451788)(56.60191683)从回归的效果看,方程拟合的效果一般,拟合度不高,调整后的R^2为0.375881078但从变量的检验情况来看,农业水利建设投入的t检验值通过检验,说明农业水利建设投入的确是粮食产量的影响因素,但并非唯一的影响因素,粮食产量还会受到劳动力、农业生产性投资、粮食播种面积等因素的影响,所以方程的拟合度并不高。

    (二)农业水利建设投入的不同要素对粮食生产的实证分析

    上文从总体上论证了农业水利建设投入对粮食产量有较大影响,但农业水利建设投入涉及诸多要素,各个方面对粮食产量的影响也不尽相同,接下来进一步分析农业水利建设投入的不同因素对粮食产量的不同影响程度,以了解我国农业水利建设投入的要素所产生的不同效果,进而提出相应的对策建议。我国农业水利建设主要指在农业中兴建水利工程设施并对水资源在农业上的利用进行科学管理。它包括:灌溉、排水,调水,防洪,保护水源,水土保持,改良盐碱地、沼泽地、草场和沙漠,以及农村水电站与水力动力站、农村水运、水面综合利用、农村居民供水等方面的建设和管理。为了便捷有效地进行量化分析,笔者选取有效灌溉面积、乡村办水电站装机容量、水库总量等作为农业水利建设投入的不同要素,建立生产函数模型,来具体分析农业水利建设投入的不同方面对粮食生产的不同影响。

    1.模型设定

    生产函数是指在一定时期内,在技术水平不变的情况下,在生产过程中各种生产要素数量与最大产量之间的关系。其中,柯布一道格拉斯生产函数最具有经济解释能力,符合文章的研究需要。

    2.数据来源

    农业产出数据、农业水利建设投入数据及要素投入数据来源于《中国农村统计年鉴2010》、《中国水利公报》、《中国统计年鉴2011》。其中农业产出以粮食产量为标准,农业水利建设投入的要素很多,为了便于量化收集数据,进行有效的统计分析,选取了有效灌溉面积、乡村办水电站装机容量和水库总量为标准。同时,根据模型的需要,即结果的精确性,将组不同的水利建设投入要素原始数据统一为万单位并取对数,得出相应的对数值。

    3.经济计量及结果分析

    按照柯布一道格拉斯生产函数对数线性模型,调整后的相关数据,运用E-VIEWS统计软件进行回归分析,得出模型如下:LnY=9.170651302+0.381245225LnX1(2.573366)(1.641656)+0.05815745LnX2-0.869252221LnX3(1.209995)(-1.4119)从回归效果看,调整后的R^2为0.40981825,方程拟合效果良好,基本上与农业水利建设投入对粮食产量回归分析的拟合效果一致。从各个变量的检验情况看,有效灌溉面积、乡村办水电站装机容量和水库总量的t检验值均通过检验。并且有效灌溉面积的生产弹性系数为0.381245225,说明有效的灌溉对农作物生长有显着的推动作用,有效灌溉面积的提高能有效地促进粮食产量的增长。而乡村办水电站装机容量的生产弹性系数为0.05815745,说明乡村水电站建设也有助于提高粮食产量,但它小于有效灌溉面积的弹性系数,这表明乡村办水电站装机容量的提高对粮食产量的促进作用不如有效灌溉面积对粮食产量的促进作用明显。也表明我国乡村办水电站的作用还没有充分发挥出来,对农业产出的贡献不明显,需要继续有效地加大乡村办水电站的建设。而水库总量的弹性系数为-0.869252221,说明水库总量和粮食产量是负相关关系,即水库总量的增加反而不利于粮食产量的提高。这主要是因为我国现阶段的水库建设比较落后,全国水库总量较少,其中,主要用于工业用水和城市用水的大型水库占了较大的比重,而主要用于防洪防灾和农田灌溉的水库总量很少。因此,我国现阶段的水库建设非但没有促进粮食产量在增长还对其产生了制约。

第5篇：提高粮食产量的建议范文

粮食安全始终是关系我国国民经济发展、社会稳定和国家自立的全局性重大战略问题［1］。面对2008年前后的世界粮食危机和我国粮食生产的新情况，2008年11月13日，国务院通过了《国家粮食安全中长期规划纲要(2008－2020年)》。此规划明确提出“集中力量建设一批基础条件好、生产水平高和粮食调出量大的核心产区”。在此背景下，河南、吉林、黑龙江等省份陆续成为了国家的粮食生产核心区。于是，一个问题摆在了政府部门和学术界的面前:粮食核心区省份是否应该大力推进工业化?事实上，通过中部崛起和东北老工业基地振兴等战略的实施，可以看到国家高层对这些省份推进工业化始终给予了积极支持的态度。然而，一些官员和学者却对此给予了否定的观点，甚至有人明确指出:让沿海工业发达地区或内地一些工业城市去发展工业，粮食主产区则“专心”务农［2］。这种观点使这些粮食核心区省份在一些具体政策或实际利益上受到了影响。这里暂且不去评价这种观点的对错，但有一些事实不容忽视:工业化是一个地区实现经济增长与现代化的必然途径［3］，除此之外依靠中央财政转移支付和提高粮食价格实现地区经济增长和现代化的建议并不现实;与此同时，这些地区的人民都有快速实现富裕的愿望，在市场经济的规律下自然地选择了发展工业的道路;再者，这些地区都已具备较好的工业基础，而且大多具有明显的区位优势(如河南等省份就处于中国中部)。这些事实让很多人相信，人为阻碍粮食核心区省份的工业化进程可能会产生负面的影响，同时也达不到预期的效果。

由此，非常有必要深入地研究上述问题。粮食核心区是否应该大力推进工业化，归根结底是要回答工业化是否会影响粮食生产。持上述否定观点的学者就是认为，工业化会对粮食生产产生负面影响。其逻辑很简单:工业化就要占用耕地，耕地减少就意味着粮食产量的减少［4］，这是一个最普遍的理由;与此同时还有学者指出，工业化还要占用优秀人力资源，这意味着粮食生产效率的下降［5］。然而，事实一定是这样吗?换句话说，工业化就没有对粮食生产的积极影响吗?这种积极影响的作用不能超过其负面影响吗?本文将对此会给予明确的回答。本文研究的目的是，准确衡量工业化与粮食产量之间的关系。当然本文具有一定的倾向性，希望证明在一定条件下工业化对粮食生产存在积极作用，即推进工业化可以提高粮食产量，以此给粮食核心区省份推进工业化提供依据。

截至目前，仅仅有为数不多的学者对工业化与粮食生产(或粮食安全)的关系给予了研究。可以想到的是，相对多的学者得出了负相关的结论。史春［2］认为，我国的粮食主产区不去致力发展工业，可以节省大量耕地，以确保我国的粮食安全。刘志雄等［6］的实证研究结果显示，我国工业化对粮食综合生产能力的正外部性被负外部性所抵消，最终表现为负效应，这种影响主要是通过粮食播种面积和农民种粮积极性这两个重要因素来表现。曹利群［7］研究了工业先行区(浙江、江苏等)工业化进程，认为其工业化是以破坏粮食生产为代价的。而崔亚平［8］研究认为，工业部门和农业部门在水与地的争夺战中，与工业相比附加值较低的农业被逼到了极限境地。与此同时，我们还能看到一些认为工业化能够推动粮食生产的积极观点。王泽填和林擎国［9］研究认为，从短期看，工业化和粮食生产存在此消彼长的关系，但从长期看粮食生产和工业化是统一的。曾靖［10］研究认为，在工业化进程中，我国把现代工业化的成果用于农业，在粮食生产中不断增加机械、电力、化肥、农药等现代化生产要素的使用量，促进了粮食生产能力和效率的提高。而《求是》杂志社总编室联合调研组在对河南省进行调研后认为，河南的实践证明工业化与农业现代化可以并行不悖、彼此兼顾。另外，陈红梅［12］通过计量方法对此问题给予了研究，结果显示:工业化程度每增加一个百分点，会带动粮食产量增加约10.8%。整体上看，关于工业化与粮食产量关系的研究是相对有限的，且定量的研究更加不足。所以，本文希望通过对历史事实的总结，同时利用数理和计量的方法，对此问题给予全面而客观的研究。而且，本文也认为，粮食核心区省份不可能无极限的推进工业化。如上所说，本文研究的倾向性在于希望证明在一定条件下工业化对粮食生产存在积极作用。对此，本文将做一个开创性的工作，即提出计算上述工业化对粮食生产存在积极作用的条件的方法，并依据此方法对6个粮食核心区省份进行相应的计算。这个计算结果可以显示，在工业化达到什么程度以前，这些省份可以大力推进工业化。

一、现象描述与理论假设

如上所述，一些学者和政府官员基于工业化会占用农村耕地和人力资源的认识而认为工业化对粮食产量存在负作用。然而，一些历史的或现代的事实却提供了相反的例证。从发达国家经济发展的现代化历程来看:工业化水平快速提高的过程恰恰也是农产品日益丰富的过程，这是当今世界发达国家工业化进程中的普遍规律［13］。如美国、加拿大、法国、荷兰、澳大利亚、新西兰等国家，它们既是发达的工业国，也是发达的农业国，都没有因推进工业化而削弱农业［14］。以美国为例，美国不仅是全球最大的工业化国家，也是最大的农业发达国家，其粮食生产和出口在全球粮食市场中具有举足轻重的地位。在全球玉米出口中，美国占比更是高达54%左右［15］。美国西部曾是工业与农业都相对落后的地区，而工业化进程中引发的技术创新与发明带动了美国西部地区粮食产量的快速增长，种子改良、机械化农具的发明以及农业机械的改进和广泛运用，大大提高了生产效率，从根本上改变了美国西部的农业面貌和经济地位，使之成为美国乃至全世界的大粮仓［16］。事实表明，美国工业化高速发展的阶段也恰恰是粮食生产加速增长的阶段。再把视线放到国内，以河南省为例。在此以实际数据说明问题，选取河南省1978－2011年粮食总产量与工业化率①的时间序列数据做出趋势图(见图1)。如图1所示，1978－2011年河南省工业化水平与粮食产量均表现出连续增长的趋势，呈现出一定的正相关关系。自2000年以来，河南省工业化进程不断加快，工业化率稳步提高，年均增长约两个百分点，工业在全省经济发展中的地位日益突出。与此同时，河南粮食总产绝对量也稳中有增，占全国比重逐步提高，尽管粮食总产量曲线在2003年出现凹点，与2002年相比减少了700万吨(主要是由于2003年秋季，河南省遭遇了罕见的洪涝灾害，致使秋季农作物大幅度减产)，但是2003年之后的每一年，粮食总产量均平稳快速增长，并连续十年稳居全国首位，在全国粮食供给格局中的战略地位更加巩固。由此可以证明:作为全国粮食生产大省，河南在加快推进工业化发展过程中，并没有以牺牲粮食生产为代价，反而呈现出粮食产量不断攀升，工业化率持续提高的良好局面。换句话说，工业化与农业粮食生产是可以实现互动双赢的。基于上面描述的事实，本文认为，在一定条件下工业化可以与粮食产量具有正相关关系，也就是工业化可以在整体上促进粮食产量的提高。这就是本文的理论假设。至于为什么会有这样的现象，本文相信它是多个复杂因素综合作用的结果，这些因素主要包括:工业的持续发展，通过农药、化肥、农资机械、新型种子等要素的不断投入，可以加快农业的技术改造和集约化经营［17］;高新技术的开发和运用，拉长了农业产业链条，增加了农产品附加值，为农产品提供更加广阔的市场需求;工业化的推进还可以为农业人才培育提供必要的资金和技术支持，为转移农村富余劳动力提供更多的就业空间等。另外，值得一提的是，尽管发展工业化的过程必然会使原有耕地非农化转换，减少耕地面积的现实储量，但是工业化的发展对耕地面积的增加也有一定的促进作用，主要表现在:(1)工业化的持续发展，使得技术革新步伐加快，更多的高新技术及矿山设备投入使用，使那些原本不可利用的荒地被开发为耕地②;(2)工业化的发展带动城市化进程的加快，促使农村人口大批向城市流动，农村居民原有的住房、小型工厂、手工作坊、园地、自留地等占地重新转化为耕地，使常用耕地面积增加。基于上述积极因素考虑，本文认为，正确处理粮食生产与工业化发展之间的关系，协调推进工农产业发展，合理配置生产要素，是可以实现工业化与粮食生产相互促进、互动双赢的［18］。当然，这种促进关系是不可能随着工业化程度的加深而一直持续的，工业化对土地的占用总有一刻会超过工业化对粮食生产的积极作用，这就是程度的问题，也就是上面说的“一定条件”。本文对此也会做深入的讨论。

二、模型设计与说明

1、模型基本形式先从最简单的数量关系开始。尽管“粮食产量”受很多因素的影响，但都可以体现在“粮食单位面积产量”和“耕地面积”两个变量的变化之内。很显然，前者等于后两者的乘积，这是一个恒等式。于是可以建立本文最基础的数理模型:在式(1)中，Q表示粮食总产量，A、U分别表示粮食单位面积产量和耕地面积。在官方统计中，耕地面积常常采用“年底常用耕地面积”指标。下面开始引入工业化的影响，对此要做两方面的工作。首先建立工业化与粮食单位面积产量即变量A的关系。如上面的讨论，随着工业化的不断推进，更多的高新科技和其他可变要素被运用到农业生产中去，如化肥、太空种子、农业机械化等，使得农业的劳动生产率大大提高。由此可以认为，工业化程度与单位面积粮食产量之间应该呈现正相关关系［19］，而且这种正相关关系具有极限。因此，工业化程度与单位面积粮食产量之间的关系可以用下式表示。其次建立工业化与耕地面积即变量U之间的关系。上面曾经谈到很多学者反对粮食核心区省份推进工业化的观点，其观点的核心内容就是工业化进程造成了耕地面积的减少。本文也同样认为，从长期看工业化必然导致耕地面积的绝对减少，这是一个客观事实［20］。但前面的理论假设中我们也给出多个理由，说明在一定时期内工业化可能带来耕地面积的增加［21］。表1全面显示了m和n的所有取值组合与相应省份是否应该工业化的全部情况。但是，考虑到m=0或n=0是比较极端的情况，在理论上存在而在实际中几乎不存在，尤其在计量研究中不可能存在。因此，在本文下面的计量研究中主要关注“m＞0、n＞0”和“m＞0、n＜0”情况。而且，我们也能注意到，随着n从＞0逐渐变成＜0，工业化对粮食产量的影响也逐渐从积极变成消极。在“m＞0、n＞0”时，工业化会极大地提高粮食产量，本文将之称为“工业化推动粮食产量提高的起飞阶段”。在这一阶段，政府应该毫不犹豫地鼓励工业化。而在“m＞0、n＜0”时，我们却要给予具体分析:在工业化水平达到某一临界值前，推动工业化仍然会提高粮食产量，当然政府也应该鼓励工业化，对于这一阶段本文称之为“工业化推动粮食产量提高的高级阶段”;在工业化水平超过上述临界值之后，继续推动工业化会导致粮食产量的下降，当地政府不应该继续推进工业化④，这一阶段本文称之为“过度工业化阶段”。对于系数值组合处于“m＞0、n＜0”情况的粮食核心区省份，本文会根据计量结果计算其临界值，以判断其是否应该继续推进工业化。

三、模型检验与结果分析

1、数据选取的说明在判断粮食核心区是否应该推进工业化之前，我们需要对模型(2)和模型(3)进行回归分析，从而得出m和n的值。本文使用河南、河北、山东、吉林、辽宁、黑龙江六个粮食核心区域1995－2013年的面板数据进行分析，资料来源于六省1996－2014年的统计年鉴。在变量取值时，人均工业产值⑤(G)是用各省第二产业中的工业产值除以各省的年末人口总数得到的，并以1995年为基期的价格指数进行了平减处理;耕地面积⑥(U)直接选用粮食作物的播种面积;粮食单位面积产量(A)是用各省历年的粮食总产量除以粮食作物的播种面积得到的，单位为吨/千公顷。

2、数据的稳健性检验在对模型做回归分析之前，首先要验证所选取的由六个粮食核心区组成的面板数据是否平稳。本文利用Stata12.0软件分别对变量单位面积产量(A)、耕地面积(U)以及工业化程度(G)进行检验。在检验时，本文选取了Levin，Lin，Chu(LLC检验)和Im，Pesaran，Shin(IPS检验)两种主要的检验方法。检验统计量和相伴概率值见表2。检验结果表明:变量A、U和G均在1%的显著性水平上通过了LLC检验和IPS检验，由此可得，变量A、U和G均是零阶单整的，即I(0)，具备进行协整检验的前提条件。

3、协整检验稳健性检验表明三个时间序列变量满足协整关系的前提条件，那么，究竟A、U和G之间是否存在协整关系呢?这个回答能够说明即将进行的回归是否伪回归并如何避免伪回归。本文利用Stata12.0软件分别就单位面积产量(A)与工业化程度(G)和耕地面积(U)与工业化程度(G)之间是否存在协整关系进行了实证检验，结果如表3和表4所示。由表3可知，统计量Gt、Pt和Pa的伴随性概率(P-value)均小于0.1，说明在10%的显著性水平下可以拒绝不存在协整关系的原假设，即单位面积产量(A)与工业化程度(G)之间存在协整关系。由表4可知，统计量Gt、Pt和Pa的伴随性概率(P-value)也均小于0.1，说明在10%的显著性水平下可以拒绝不存在协整关系的原假设，即耕地面积(U)与工业化程度(G)之间存在协整关系。为了得到相对稳健的检验结果，本文利用三个统计量来共同进行协整关系检验，鉴于三个统计量均拒绝了原假设，所以，总体上可以认为以上两组变量之间均存在协整关系。

4、模型的估计结果基于单位面积产量(A)与工业化程度(G)和耕地面积(U)与工业化程度(G)之间均存在协整关系，下面运用六个粮食核心区的1995－2013年的面板数据对模型(2)和模型(3)分别进行OLS估计。为考察各省份回归系数的差异性，本文在对模型(2)和模型(3)进行回归分析时采用了随机系数模型。回归结果如表5所示。由表5的回归分析结果可知，两个模型参数稳定性检验的P值均为0.000，故强烈拒绝“参数不变”的原假设，也就是说本文使用变系数模型进行估计是合理的。模型(2)中，GHN－河南、GHB－河北、GSD－山东、GHLJ－黑龙江、GLN－辽宁和GJL－吉林六省的解释变量系数均通过了5%的显著性检验。具体的结果显示，人均工业产值每增加1元将促进河南省每千公顷耕地的粮食产量增加0.091吨，将会促进河北省每千公顷耕地的粮食产量增加0.084吨，促进山东省、辽宁省、吉林省和黑龙江省分别增加0.061吨、0.061吨、0.014吨和0.033吨。这与前面所做的理论分析相一致，即工业化提高了农业生产的技术水平，从而增加了单位面积的粮食产量。在模型(3)中，GHN－河南、GHB－河北、GSD－山东、GHLJ－黑龙江、GLN－辽宁和GJL－吉林六省的解释变量均通过了10%的显著性检验。回归结果显示:人均工业产值每增加1元将会促进河南省耕地面积增加0.076千公顷，将会促进辽宁省增加0.013千公顷，吉林增加0.051千公顷，黑龙江增加0.342千公顷，这说明以上省份在工业化占用耕地的同时，也开拓了许多原本不可用于耕地的荒地、丘陵、滩涂等，反而在整体上增加了粮食耕地面积;然而对于河北省和山东省而言，人均工业产值每增加1元却会导致河北省耕地面积下降0.04千公顷，导致山东省下降0.031千公顷，究其原因可能是两个省份工业化发展程度较高，而且它们可利用和可开发的潜在耕地相对较少，继续推进工业化只能占用现有耕地。

5、参数估计结果基础上的计算与判断根据回归结果，河南省、吉林省、辽宁省和黑龙江省四省的m和n值均大于0，参照表1的界定，可以直接做出判断:河南、吉林、辽宁和黑龙江四省均应该大力推进工业化。

四、结论与研究展望

第6篇：提高粮食产量的建议范文

关键词：粮食生产；回归分析；自然灾害

中图分类号：F326.11 文献标志码：A 文章编号：1673-291X（2012）33-0005-03

引言

粮食安全问题是关系到国计民生和社会经济发展的重大战略问题。中国作为世界上人口最多的发展中国家，这一点显得尤其重要。粮食生产的稳定增长是保障粮食安全的核心。粮食生产除了受到耕地面积，农业人口，农业政策以及农业科技水平等因素的影响外，还受到自然灾害的影响。学术界对粮食生产与自然灾害关系的实证研究成果颇丰，龙方等（2011）以稻谷为例研究了自然灾害对稻谷年际变化的影响，实证得出中国稻谷单产水平变化是由技术因素、社会因素和自然因素决定的，其中，社会因素占15%～17%，技术因素占28%～35%，自然因素占48%～56%，在稻谷单产变化中自然灾害影响产量与其他灾害成灾率的关联度最大；张丽丽等（2010）通过建立中国1979—2007年粮食生产函数并结合贡献率分析得出自然灾害对粮食产量显著的负面影响，继而应用趋势分解法分析了自然灾害对粮食产量波动的负影响；马九杰等（2005）通过描述性统计和相关分析等方法，着重讨论了农业自然灾害对粮食综合生产能力的影响及灾害抵御能力加强对稳定粮食安全的作用；王秀芬等（2012）利用脱钩理论，对全国粮食产量之和占全国总产量90%以上的19个省（市、区）粮食生产与自然灾害之间的脱钩关系进行了分析，结果表明，从长时段来看，全国粮食生产和自然灾害之间表现为扩张耦合的关系。

纵观国内学者的研究成果，在自然灾害与粮食生产的关系上基本达成了共识，普遍认为自然灾害与粮食产量存在明显的负相关，不同学者从不同的角度也对其做了实证与理论方面的分析，本文将以1978—2010年的农业相关数据为基础，在充分借鉴前人的研究成果的基础上，结合有关经济理论和计量模型，试图在这方面提出自己的见解。

一、中国自然灾害和粮食生产的现状

（一）中国自然灾害的现状

中国幅员辽阔，自然条件及气候现象复杂，是世界上自然灾害发生最严重的国家之一。中国自然灾害的特征显著，对农业生产影响显著，主要表现在以下几个方面：

1.中国灾害种类繁多，分布广泛，严重制约了农业生产的发展。中国作为世界上国土面积第三大的国家几乎囊括了世界上各种类型的自然灾害，在全球气候变暖的影响下，近年来中国灾害还呈现出极端天气事件频繁发生的趋势，对农业产生较大影响的气象灾害主要是旱、涝、风、雹、冷冻、台风。1978—2010年中国平均受灾面积达到45　626.69千公顷，旱灾受灾面积24　601.61千公顷、洪涝受灾面积11　523.76千公顷、其他自然灾害受灾面积10　023.2千公顷，成灾面积达到年平均23　576.73千公顷，其中旱灾成灾面积12　675.424千公顷、洪灾成灾面积6　341.545千公顷、其他自然灾害4　559.761千公顷。据测算，因自然灾害造成的粮食损失，2005年为3　450万吨，2006年为4　470万吨，2007年为5　395万吨，分别占到当年粮食产量的7.12%、8.98%、10.76%。可见，自然灾害对粮食生产的影响逐年加重。据估计，过去自然灾害对农作物产量损失的影响为总产量的3%～5%，未来自然灾害对农作物产量损失的影响可能会上升到10%～15%（尹成杰，2009）。

2.干旱是对粮食产量影响最大，发生频率最高的自然灾害，成为中国农业稳产和粮食安全供给的主要影响因素。农业自身的特点，决定了农业是一个充分暴露在各种自然气象风险之下的特殊行业，农业活动对气象条件具有较强的依赖性。从上页图1可以看出，从1978—2010年除了在1991年、1996年、1998年、2008年四个特殊年份洪涝灾害和其他自然灾害的成灾率高于旱灾成灾率外，其他年份无一例外都是旱灾处于主导地位。在这三十三年间旱灾，洪涝灾害和其他自然灾害的平均成灾率分别为53.09%、27.24%、19.68%。由于中国南北跨度大，几乎年年都会遭受到旱灾的影响，只是在程度上存在差异。由于中国农业生态环境的不断恶化，旱灾对中国粮食生产的负面影响已经越来越显著。

（二）1978年以来中国粮食产量变动的现状

为了描述中国粮食产量的变动特征，本文利用Excel软件绘制出了1978—2010年中国粮食产量实际值与趋势值变化曲线图（如图2所示）。总体上，中国粮食产量呈现不断上升的趋势，1978年以来粮食产量由最低的30　477万t增长到54　647.7万t，年平均增长732.4万t，平均每年以2%的速度增长，其中增长年份最为显著的1981—1984年与1994—1996年粮食总产的增长幅度更是分别高达8.4%与6.8%，2003年以来的中国粮食产量改变了过去“一减两增”的局面出现了连续八年的增长，年均增幅达3.8%。与此同时中国粮食产量先后在1978年、1989年、1996年跨越了30　000万t，40　000万t和50　000万t等多个台阶，这三年分别实现粮食总产30　477万t、40　755万t、50　453.2万t。然而在上涨的同时，粮食总产量的波动特征更为明显，喻翠玲（2006）指出从1978—2003年中国粮食总产量经历了7个周期，并且波动周期短，频率快，有逐步进去较长周期的趋势；胡岳岷、任春良（2007）年认为，纵观粮食生产的波动历程，不难发现粮食生产是循着“增长—波动—增长”的轨迹向前推进的，是在波动中发展的。诚然，虽然粮食产量不断增长，但是中国粮食的生产的发展并不稳定，总产的波动非常明显。农村改革伊始的1978—1984年，中国粮食产量从30　477万t增加到40731万t，但是在1985—1989年出现连续在40　000万t徘徊的局面，1989年的粮食产量仅是1984年的水平，1990年粮食出现小段时间的上涨后，又进入长达四年的徘徊期，1994—1996年进去粮食生产的黄金时期，年均粮食增产2　971.6万t，从1999年开始，由于自然灾害比较严重，特别是加快农业结构调整和粮食价格低迷导致粮食播种面积减少的影响，1998—2003年出现了连续六年的下跌，一直从最高的51　229万t下降到43 069.5万t，下降幅度高达18.9%，形成鲜明的对比的是2003年至今粮食年年增产，已经从过去的43 096万t上涨到最高的54 647万t。因此从总体上看中国粮食产量呈现出波浪式增长的趋势。

二、自然灾害对中国粮食生产变动的实证研究

1.单位根检验。在进行计量分析之前，需要对时间序列数据做平稳性检验。因为非平稳的时间序列会造成“伪回归”现象，从而使几个本来没有关系的序列之间呈现出一定的关系。所以当涉及到时间序列数据回归的时候，在进行计量检验之前，都必须对数据进行平稳性检验。为了避免异方差的干扰，本文所有变量均取自然对数，本文采用迪克—富勒检验（Augmented　Dickey-Fuller（ADF）Test）进行单位根检验，检验结果如下：

第7篇：提高粮食产量的建议范文

【关键词】 粮食产量 农民收入 弱外生性 VEC模型

一、问题的提出与文献综述

关于影响粮食产量的问题，可以归纳为两个方面，一是粮食的投入与产出，二是粮食产量的影响因素。粮食的投入与产出实际就是粮食的生产函数，是关于投入要素合理配置下的最大产出，主要体现了技术层面。而影响粮食产量的因素，如农户的种粮收益、粮食生产资料价格、劳动力投入的机会成本以及粮食价格等，实际上，影响粮食产量的不光这些，凡是能改变粮食生产函数位置的所有因素都是影响粮食产量的因素，比如制度等。因此，分析影响粮食产量因素更具有很现实的政策意义。本文主要研究影响粮食产量另外两个主要因素：农民收入和粮食价格。首先来看粮食产量对农民收入的影响，粮食产量对农民收入的影响被称为“谷贱伤农”。其意思为，粮食产量增加，供过于求，粮食价格降低，由于粮食需求价格缺乏弹性，因此，农民从粮食生产获得的收入就减少了。这是由于把农民收入仅仅限于粮食经营性收入，现实中，由于农村经济结构的变化，农民兼业现象普遍，农民收入结构不仅有经营性收入，还有工资性收入，财产性收入，转移支付收入等。如果考虑到这些收入，“谷贱”则不一定“伤农”。因为，一旦“谷贱”，农民会转向其他方式以获得收入，理性的农民会找到其他获得收入的方式。那么，如果农民在其他非经营性生产中能获得更多的收入，试问，“谷贱”会“伤农”吗？农民会增加粮食生产的积极性吗？因此，粮食产量、粮食价格和农民收入不是谁因谁果的关系，而是一个循环的系统。

关于研究收入对粮食产量的影响现有文献不多，国外学者Park（1993）研究了我国价格双轨制下价格与粮食产量的关系，他发现现定购价格和定购数量通过收入效应对农户的粮食生产产生影响，认为收入是影响粮食产量的中间变量；Roland（1998）重点考察了在价格双轨制下收入因素在粮食生产中的作用，他认为由于定购数量给定，农户交售给国家的部分只相当于一笔税收转移，因此并未多大程度上刺激农民粮食生产积极性；NigelKey（1996）则充分考虑了农民收入、粮食价格二者对粮食产量的影响，他认为如果提高粮食收购价格，农民收入会增加，农民的投入限制因收入增加而缓解则会提高粮食产量。

国内学者更多关注影响粮食产量的价格因素，林毅夫（1993）认为，如果定购数量由总产量内生决定，定购价格变化通过“棘轮效应”对粮食供给反应产生正向影响；孙娅范、余海鹏（1999）通过实证研究发现，粮食价格和粮食产量存在因果关系；高明（2005）则从社会比较收益的角度，对农民收入与农民粮食生产积极性进行了解释，他认为农户是理性的经济人，是耕地经营的微观主体，他们对耕地投入的积极性是由种地的比较收益决定的，社会比较收益低，使农户对耕地的资金投入与劳动投入双下降，影响了耕地的可持续利用与粮食产量的提高。雷钦礼（2005）甚至认为收益的高低对于农民种植粮食的积极性有着决定性的作用。张治华（1997）通过实证分析，分别考察了粮食价格与粮食产量、农民收入与粮食产量的关系，他认为价格对我国粮食生产增长起着明显的调节和促进作用；同时，粮食产量也引起价格的波动。粮食生产的增长速度，与农民实际收入的增长速度显著相关。农民收入的增长既是粮食生产增长的结果，也是下一年粮食生产增长的原因。而价格的上涨与粮食生产的增长并不存在必然的因果关系。金和辉（1990）和郑毓盛等人（1993）从粮食价格与农民收动的角度研究了它们与粮食产量的关系，他们认为定购价格是一种政策导向信号，在定购数量不变的情况下，定购价格的变动将会影响到农户的预期净收益，从而影响着农户的生产决策。

但是以上研究中，同时考虑粮食价格、农民收入与粮食产量关系的并不多。即便考虑了，也往往是一种静态的研究。近年来，随着时间的推移，外出务工成为普遍的经济现象，农民的收入结构已经发生了重大的变化。因此，在考虑这一重大变化的基础上，本文尝试采用向量误差修正模型（vector error correction，VEC）来动态地分析粮食价格、农民收入与粮食产量的关系。

二、描述性分析与假设提出

1、描述性分析

改革开放以来中国粮食产量相对较平稳的波动，但粮食价格水平在不断上升（见图1），从整体上升趋势来看，它们不存在一致的变化趋势，但事实上，现有理论文献已经证实，粮食价格和粮食产量存在较稳定的关系，只是这种关系存在滞后性。何蒲明（2010）证实，粮食产量和价格波动相互影响，但产量的变化对价格的变化存在着滞后效应。李静（2011）认为，粮食生产的波动是引起价格波动的最基本因素，而价格杠杆对调节农户的粮食生产行为有着至关重要的作用。马敬桂和李静（2011）也认为粮食价格与粮食产量存在因果关系。从图1关于粮食价格和粮食产量的变动趋势来看证实这种滞后性，二者变动趋势却不存在同步性。但长期来说，存在着稳定的关系。

在农民收入方面，总收入在不断上升趋势变动，而经营性收入占总收入的比重却呈递减趋势变动（见图2）。这说明，尽管农民收入在增加，但是农民经营性收入占总收入的比重却下降，这表明农民从事其他行业获得更多收入（如工资性收入），因此，经营性收入占总收入的比重却呈递减趋势变动。

从表1可以看出，农民收入中，转移收入的比重增幅度最大，平均增长率为5.57%，其次为工资性收入和财产收入的比重，其增长率分别为4.39%和3.80%。唯有经营性收入的比重呈递减幅度减少，其比重增长率为-2.51%。这表明，至1995年来，我国农民的其他各项收入成大幅度上升，而经营收入增幅较慢，因此，农民经营性收入在总收入的比重在减少。

2、假设的提出

根据上面的分析本文提出以下假说：假说1：粮食价格和粮食产量具有协整性，即长期稳定关系。尽管粮食产量受前一期粮食价格的影响，即，产量的变化对价格的变化存在着滞后效应，但是粮食产量也影响粮食价格的变动，这符合“蛛网理论”。这说明，粮食价格和粮食产量互为因果，相互影响，从长期来看，粮食价格和粮食产量存在长期稳定关系。假说2：农民收入对粮食产量具有负影响。由于农民经营性收入占总收入的比重呈递减趋势变动，这意味着，对于任何具有理性的农民来说，如有可能，它们会更多地从事其他行业的生产，从而减少经营性方面的投入。我们可以这样假设，假设农民从事粮食生产获得的收入为0，从其他行业获得收入无限大这两种极端情况，那么农民肯定会放弃粮食生产而转向其他行业。也就是说，粮食收入占农民总收入比重越小，农民越不愿意从事粮食生产。从图2知道，尽管农民总收入在不断增加，但这种增加更多地来源于非经营性收入，由于其他非经营性收入具有“挤出效应”，即其他非经营性收入增加挤占了农民从事经营性生产的动力，因此，农民收入增加，粮食产量会减少。本文接下来就对假说1和假说2进行实证研究。

三、数据与实证方法

1、模型及其说明

回答上述假说1和假说2实质上就是检验粮食产量、农民收入和粮食价格所组成的系统协整性，关于变量间的协整性检验，大多采用向量误差修正模型（VEC）。本文也采用该模型研究粮食产量、农民收入和粮食价格之间的关系。自从Sim（1980）具有开创性的利用向量自回归模型（VAR）之后，向量自回归模型成为计量经济学流行使用的实证分析的工具，之后，Engel（1987）和Granger（1987）提出非平稳系统的协整关系的概念并产生了误差修正模型（ECM）。Johansen（1995）和Hendry（1995）等将协整概念应用到VAR模型，从而发展了向量误差修正模型（VEC）。本文也将利用VEC模型进行实证分析。向量误差修正模型本质上是包含协整约束条件的VAR模型，对p阶VAR模型：

式中，yt是m维非平稳I（1）序列；xt是d维确定型变量；?着t是新息向量。经过变形，可将其改写为：

列，经过一阶差分的内生变量向量中各序列都是平稳的，所以只有构成∏yt-1的各变量都是I（0）时，才能保证新息是平稳过程。因此可得0

∏=?琢?茁' （2）

其中，两个分解矩阵的秩都是r。将式（2）代入式（1）后不难发现，?茁'yt-1中每行都有一个I（0）组合变量，即每一行都是使得变量y1，t-1，y2，t-2，…，ym，t-1具有协整关系的一种线性组合形式，因此?茁'决定了协整关系的个数与形式，它的秩r就是线性无关的协整向量的个数，它的每一行构成一个协整向量。另外，矩阵?琢称为调整参数矩阵。

在运用VEC模型之前需要进行VAR模型滞后阶数选择，滞后阶数正确与否影响实证的结果。本文将使用LR检验统计量，最终预测误差FPE，AIC信息准则，SC信息准则和HQ信息准则这五种方式严格确定滞后阶数。

（1）LR检验统计量。似然比（Likelihood ratio，LR）检验涉及两类模型，无约束模型和有约束模型。无约束模型（unrestricted model）是指没有任何限制的模型；约束模型（restricted model）是指在零假设约束下的模型。似然比统计量是无约束模型和约束模型的最大似然值之差的2倍，即：

（2）最终预测误差FPE。最终预测误差FPE（final prediction error criterion）是把下式为最小值的p作为VAR模型的最佳阶数：

最终预测误差准则的优点在于它平衡了选择低滞后阶数造成偏离性的风险和选择高滞后阶数造成方差增大的风险。

（3）信息准则。由于在应用VAR模型时希望滞后期足够大，从而能完整反映所构造模型的动态特征，但是滞后期越大，自由度就减少，因此需要在滞后期和自由度之间寻找平衡。一般根据AIC（Akaike info criterion）、SC（Schwarz criterion）和HQ（Hannan-Quinn criterion）信息量取值最小的准则确定模型的阶数，计算式如下：

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

同时，运用VEC模型需要进行协整检验，大多使用Johansen（1985）协整检验。协整检验法主要包括迹检验法和最大特征值检验法。

迹检验的假设为：

H0：至多有r个协整关系

H1：有m个协整关系（满秩）

这不是独立的一个检验，而是对应于r的不同取值的一系列检验。检验从不存在任何协整关系的零假设开始，接着是最多一个协整关系，直到最多m-1个协整关系，共进行m次检验，而被择假设是不变的。

最大特征根检验法的假设为：

H0r：有r个0协整关系

H1r：至少有r+1个协整关系

检验统计量为：LRmax（r｜r+1）=-Tlog（1-?姿i+1）=LRtr（r｜m）-LR（r+1｜m），r=0，1，…，m-1

检验从下往上进行，先检验H00，若接受，则表明不存在协整关系，若拒绝，则继续往上检验H01，……，直到接受H0r，表明共有r个协整关系。

2、数据与系统构建

按照本文问题分析的需要，粮食产量模型的内生变量集设定为：

xt=（FPt，RIt，PIt，trendt）

其中，FP表示粮食产量，RI表示农民收入，PI表示粮食价格，trend为时间趋势变量。为消除异方差和减少数据波动，对数据分别取对数，分别表示为LFP、LRI、LPI。因此，粮食产量模型的内生变量集设定为：

xt=（LFPt，LRIt，LPIt，trendt）

可以利用该系统分析粮食产量、粮食价格和农民收入的相互关系。

本文数据来源于《中国统计年鉴》、《中国农业统计年鉴》1983―2009年相关数据。需要说明的是，本文利用农村居民家庭人均纯收入表示农民收入，用粮食价格指数表示粮食价格。为了消除价格因素的影响，以1983年的商品零售价格指数为基期，把环比价格指数转换成定基价格指数，然后对收入和价格指数数据进行了平减。

四、实证分析

1、实证检验

（1）单位根检验。运用协整理论，需要首先实证各变量是否具有同阶单整性，本文利用目前广泛使用ADF单位根检验。检验结果如表2。

由表2可以看出粮食产量、农民收入及粮食价格的对数生成的数据为非平稳的，但它们的一次差分为平稳数据，即LNFP～I（1），LNRI～I（1），LNRI～I（1），因此，它们具有同阶单整性，满足协整检验的条件，因此它们所组成的动态系统的协整关系可以用协整理论分析。

（2）滞后阶数选择。VEC模型需要选择合适的滞后阶数，滞后阶数选择的正确与否关系到是建立正确VEC模型的关键，本文利用上述的LR、AIC、SC、和HQ统计量进行检验，选取的标准为满足准则最多的阶数。检验结果如表3。

表3表明，有大半的准则选择4阶滞后阶数，由于VEC模型变量差分一次，因此，VEC模型滞后阶数应为3阶。

（3）协整设定检验。为研究粮食产量、农民收入及粮食价格所组成的非稳定系统是否协整，我们首先需要进行协整设定检验，对于系统xt=（LFPt，LRIt，LPIt，trendt）所有的协整设定及其相关信息（滞后阶数为3）见表4。

对于表4，我们首先排除数据中有二次趋势的情况，不难看出，AIC=-16.54649（SC=-14.00737）最小，对应于数据中有线性趋势，协整关系应包含时间趋势和截距。基于此，我们运用上述的Johansen的协整理论检验这种协整以确定协整个数，结果见表5。

如表5所示，迹检验表明在0.05显著性下第一个、第二个和第三个原假设被拒绝，因此有2个协整关系。

2、实证的结果与分析

通过上述各项检验，表6为VEC模型的长期协整关系和短期调整系数，该结果清楚表达系统间的长期和短期变动情况。

这一长期均衡关系可以解释为粮食产量、粮食价格以及时间变动稳定关系。该协整关系实证了假说1。第二个协整关系可以表示为：

这实际是农民收入、粮食价格和时间之间的长期稳定关系。

由于（3）式和（4）式是稳定关系（I（0）），其线性组合仍然为稳定关系，因此结合以上两个协整关系（3）和（4），得到以下描述粮食产量、粮食价格、农民收入以及时间长期均衡关系（5）式：

（5）式表明，从长期来说，LPI、LRI的系数符号与理论一致，粮食价格引起粮食产量正向变动，农民收入引起粮食产量负向变动，实证了假说2。

由于（3）式是关于粮食产量、粮食价格以及时间长期均衡关系，该式表明，从长期来看，粮食产量受粮食价格正影响，粮食价格增加，则粮食产量增加，因此要想从长期确保粮食稳定增长，除了保证其他影响粮食产量的因素外，粮食价格也是一个重要的因素。同时从（3）式看出，在样本期里，我国粮食产量在逐年增长，尽管增长幅度不大。

（4）式是农民收入、粮食价格和时间之间的长期稳定关系，由（4）式可以看出，农民收入与粮食价格成正向变动关系，粮食价格越高，农民收入越高。其原因可能是，一方面国家对粮食实行价格保护政策，粮食价格相对价高，因此，农民从粮食获得收入较高。另一方面，由于国家采取一系列粮食补贴政策，降低了农民种植粮食的成本，因此，增加了种植粮食的积极性，粮食产量增加，在粮食价格保护政策下，农民收入也就增加。因此粮食价格是增加农民收入的动力。从时间趋势相的系数来看，我国农民的收入也在较大幅度不断增加。

（5）式把三个变量作为一个系统描述它们之间的关系，根据（5）式可以看出，粮食产量、粮食价格、农民收入以及时间存在长期均衡关系，从长期来说，粮食价格对粮食产量产生正向影响而农民收入对粮食产量产生却产生负影响。关于粮食价格对粮食产量的正影响很好理解，粮食价格增加，农民从粮食生产中获得更多收入，从而增加农民种植粮食的积极性，因此粮食产量增加。但是关于农民收入对粮食产量负影响理由可能是农民收入不仅仅来源于经营性收入，而且还有工资性收入，财产性收入，以及转移支付收入等，而且其他非经营性收入相对经营性收入给农民带来更大的效用，因此其他收入对粮食产量产生“挤出效应”。即，由于其他非经营性收入比经营性收入获得更大的收益，农民转向其他行业，因此减少了粮食产量生产，粮食产量降低。

同时由表5知道，在LFPt方程中，α1和α2系数都不显著，对LFPt做外生性检验，即假设α1和α2系数同时为0，检验结果接受原假设，因此，粮食产量对于长期协整关系来说是弱外生变量，（5）式所示的协整关系对这一变量的短期变化不具有有效的调节效应。同时，说明粮食产量是政府可以控制的变量。类似的，在LRIt和LPIt方程中，α1和α2系数都不显著，对LRIt和LPIt做外生性检验，检验结果接受原假设，因此，农民收入和粮食价格对于长期协整关系来说也是弱外生变量，（5）式所示的协整关系对这一变量的短期变化不具有有效的调节效应，它们也是政府可以控制的变量。综上所述，尽管在长期，粮食价格支配着粮食产量，但是在短期，这种粮食产量的稳定性还不能对即期粮食价格产生有效的调节作用，这一结论隐含的意义为，粮食产量不宜作为我国提高粮食价格的目标变量。而农民收入的弱外生性表明，我国粮食产量还不足以对农民收入的短期调整产生显著影响。

五、结论

本文首先对我国粮食产量、粮食价格和农民收入进行描述性分析，通过对农民收入结构分解分析的基础上，运用VEC模型实证检验粮食产量、粮食价格和农民收入三者之间的关系。结果显示，粮食产量、农民收入和粮食价格存在长期均衡关系，从长期来看，粮食产量受粮食价格正影响，因此要想从长期确保粮食稳定增长，除了保证其他影响粮食产量的因素不变外，粮食价格是一个重要的因素。而在样本期内，农民收入对粮食产量具有负效应，这主要是因为，在农民收入结构中，农业经营性收入在总收入的比重在下降，农民收入的增加主要取决于其他非农业经营收入（尽管经营性收入比重仍然很大），由于其他非经营性收入比经营性收入获得更大的收益，农民会转向其他行业，因此减少粮食产量生产。同时，由弱外生性检验表明，粮食产量、农民收入和粮食价格对于长期协整关系来说都是弱外生变量，它们对短期变化不具有有效的调节效应，尽管在长期，粮食价格支配着粮食产量，但是在短期，这种粮食产量的稳定性还不能对即期粮食价格产生有效的调节作用，这一结论隐含的意义为，粮食产量不宜作为我国粮食价格的目标变量。而农民收入的弱外生性表明，我国粮食产量还不足以对农民收入的短期调整产生显著影响。由于，粮食产量、粮食价格和农民收入都是弱外生变量，是政府可以控制的变量，因此，政府可以对他们进行适应性的宏观调控以保证粮食安全，粮价稳定和农民收入增长。

【参考文献】

[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，Forthcoming[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] 孙娅范、余海鹏：价格对中国粮食生产的因果关系及影响程度分析[J].农业技术经济，1999（2）.

[5] 高明：现阶段农户对耕地投入的实证研究[J].中国农业资源与区划，2005（2）.

[6] 雷钦礼：中国粮食生产的价格作用机制分析[J].统计研究，2005（3）.

[7] 张治华：价格对我国粮食生产影响的实证分析及政策建议[J].中国农村经济，1997（9）.

[8] 金和辉：计划与市场条件下的中国农户粮食的供给反映.经济研究[J].1990（9）.

[9] 郑毓盛、曾澍基、陈文鸿：中国农业生产在双轨制下的价格反应[J].经济研究，1993（1）.

第8篇：提高粮食产量的建议范文

直接补贴 DEA Malmquist指数

一、引言云南省是一个以农业为主导的省份，农业人口占全省人口的67%，所以农业的健康有效发展对全省经济意义重大。同时农业又是一个弱质产业，面临着自然和市场双重风险。因此，对农业进行补贴，特别是粮食补贴，是地区经济持续稳定发展的重要保证，也是地区经济和社会发展的内在要求。“国以民为本，民以食为天”，粮食问题始终是各国关注的最基本民生问题，所以，粮食补贴已成为世界各国农业补贴政策的核心。

二、粮食直补传导机制（一）拓展柯布-道格拉斯生产函数用于研究生产要素投入与产出之间关系且使用非常广泛的生产函数是柯布―道格拉斯生产函数。其基本的形式为：Y=ALαKβε （1），式（1）中Y、A、L、K分别为经济总产值、综合技术水平、投入劳动力及资本的数量，α、β依次为劳动力与资本的产出弹性系数，ε为随机扰动项。为测算粮食直补等各种农业生产投入与农业产出的数量关系，本文对柯布-道格拉斯生产函数进行改进和拓展。农业生产要素主要包括劳动力、土地、粮食直补和自然环境等。由于自然环境难以用某一具体指标进行准确衡量，所以将自然环境等其它因素放入随机扰动项。因此，拓展后的用于测度农业产出的柯布-道格拉斯生产函数具体形式设定为：Y=ALβ1Kβ2Sβ3ε （2），其中，Y表示粮食总产量，A是综合技术水平，L、K、S依次表示各地区农业从业人员、农作物总播种面积及粮食直补总额，β1、β2、β3分别为各种农业生产投入的产出弹性系数，ε为随机扰动项。为获得更为精确的参数估计结果，对式（2）两边同时取自然对数，变换为线性数据模型：lnYt=lnA+β1lnLt+β2lnKt+β3lnSt+εt（3）。（二） 统计检验与实证分析由于各省区的农业生产规模、生产技术水平及粮食直补规模等存在不同程度的差异，本文采用广义最小二乘法，利用2004-20010年的省级面板数据，对模型（2）作参数估计，结果如下：lnY=-2.993+0.223lnL+0.712lnK+0.125lnS，t=（-16.12 8.72 19.26 12.77），R2 = 0.98，F=3269.21， （F-statistic） = 0.00。该数据模型的拟合优度高达98%，说明农业从业人员、农作物总播种面积及粮食直补总额等所有解释变量对被解释变量粮食产量的整体影响是高度显著的。从各解释变量的t值来看，解释变量对粮食产量的单项影响同样高度显著，并且各项回归系数的符号亦与理论预期相同。粮食产量对粮食直补的弹性系数为0.125，经验数据分析支持了“粮食直补对粮食产量的影响显著”的论断，说明粮食直补政策产出效应的传导机制是有效的。这为我们以后数据包络分析中选取投入产出指标提供了方向。

三、基于DEA的粮食直补效率评价（一）实证模型1.数据包络分析数据包络分析法（DEA）主要是基于多指标输入和多指标输出，利用线性规划构建有效率的凸性生产前沿，通过与该前沿的比较识别各决策单元（DUM）的相对效率。（二）数据选取关于决策单元（DUM）选取，由于DEA法对决策单元有同质性的要求，所以本文选取与云南省粮食生产情况相近的几个非粮食主产区的省份。关于投入指标，选择柯布―道格拉斯扩展生产函数中的投入要素：农业从业人员（L）、农作物总播种面积（K）与粮食直接补贴总额（S）作为投入指标。关于产出指标的选取，根据我国粮食直接补贴政策的主要目标（稳定粮食产量、提高农民收入水平），选取反映政策目标的两项指标作为产出指标――粮食产量、农民人均收入水平。（三）实证分析结果1.效率评价2004、2008年五省市粮食直补效率分析中，2004云南省直补效率排名倒数第一，2008年排名倒数第二，虽然名次上升但直补效率却发生净下降。从2004到2008年，云南省粮食直接补贴综合效率下降了0.252个效率单位，下降幅度较大。通过纯技术效率和规模效率分析发现，云南省粮食直补效率下降源于纯技术效率的大幅下降，2004年到2008年纯技术效率共下降了0.37个效率单位。虽然规模效率是上升的（上升0.082单位），但其上升幅度远小于纯技术效率下降幅度，所以2008年云南省粮食直补综合效率出现下降现象。值得关注的是，2004年云南省纯技术效率达到1，说明当时云南省粮食“直补”政策的制度安排及管理是有效率的，补贴操作成本较小，但是这种优势没有得到有效的保持，在2008年迅速下滑，成为制约云南省粮食直补效率发挥的关键障碍。2.粮食直补效率动态分析Malmquist生产指数法是数据包络分析法中用于估计松弛变量的一种方法。由于它可用于描述跨期多输入和多输出变量间的粮食生产技术效率。所以本文采用Malmquist指数法考察在技术可变条件下云南省粮食直补效率变动情况。根据表1中Malmquist生产指数显示，只有云南和广西两省出现了粮食生产率下滑，其余省市都有不同程度的效率上升，尤其是重庆市，其全要素生产率上升了166.3%，而云南省却下降了5.7%。观测发现，云南省的粮食生产效率下降主要源于技术效率、制度效率和部分规模效率的下降。横向来看，云南省技术效率（即资源配置效率）和纯技术效率（即制度效率）都最低。所以应尽快重点提高云南省粮食生产及“直补”的资源配置效率和制度效率。

四、政策建议通过分析发现，云南省粮食直补效率不高，主要源于纯技术效率、规模效率、技术效不能达到有效状态。针对分析结果，提出以下建议：第一，加强粮食直补工作的信息化建设，简化补贴资金发放程序，降低操作成本。改善管理，合理调整补贴制度是提升粮食直补综合效率的关键。第二，适度提高补贴标准，扩大补贴规模。可以通过加收农地征用补偿金来实现。农地征用削减粮食种植面积，威胁粮食安全，在农地征用中加收部分农地征用补偿金有利于鼓励种粮农民的生产积极性，保证我国粮食安全，是拓宽粮食直补资金的良好途径。第三，提高资源配置效率。梳理各类农业补贴资金，调整粮食生产补贴比例，将对社会、经济有重要贡献的粮食种类进行重点补贴；将对农业生产具有重要贡献的农业人口进行重点补贴，逐步提高粮食直接补贴资金的配置效率。

参考文献：

[1]陈俊杰.中国粮食主产区粮食直补政策效率评估

[J].中州学报，2010，（6）.

第9篇：提高粮食产量的建议范文

“目前我国粮食加工业发展相对比较滞后，发展空间较大，如果仅看名义增长，年均12％的增速是可以实现的。如果剔除价格因素，实质增长5％都将是个了不起的数字”，李国祥说。但他还表示，粮食加工业的发展不仅要看自身的增长速度，还要与农业总产值的增长相适应，两者的比例应该控制在合理的范围之内。

此外，李国祥指出，目前我国粮食加工业最突出的问题是，整体发展水平低、加工企业规模小实力弱、技术水平落后，大量低水平重复建设造成资源的严重浪费。“这种生产方式使得粮食加工业对农产品价格的消化能力比较差。在土地日益稀缺，农民收入亟待提高的背景下，粮食价格可能会适度上涨，但受经济总体运行制约，食品价格不能提高太多。这就要求粮食加工业提高技术水平和利用效率，发展规模化生产，将原料价格上涨的因素消化掉，以防食品价格出现暴涨，影响社会经济发展。”

“我国粮食加工业最需要解决的不仅仅是产能问题，更主要的是技术问题。如果一味在低水平基础上增加产能，实际上只会造成资源的浪费，无论对社会还是消费者都是不利的。因此，要提高加工业发展质量，就一定要转变发展方式。”李国祥说。 建议实行配额管理制度 规划提出，要健全保障粮食安全的加工调控机制，建立健全新形势下引导生产、促进流通、以工促农、动态调节供求、保障粮食安全的粮食加工和消费调控机制。充分发挥粮食加工骨干企业在宏观调控中的作用，引导粮食加工企业参与执行国家调节供求、稳定市场和价格、保护农民利益的调控政策。

对此，李国祥建议，对粮食加工业不能单单依靠政策调控，更需要实行配额管理制度。如果非食物用途的粮食加工业增长速度太快，会出现跟食用粮食争资源的问题，将进一步推动粮食价格上涨，威胁粮食安全。因此，需要对粮食加工业实行配额制。在粮食产量大时，可以适当提高配额，加工企业可以多储备多加工；粮食产量小时，就应该降低配额，粮食加工企业减少生产，造成的缺口用粮食丰产时的产量来弥补。通过这样一种形式，完善粮食加工业的产业体系，处理好粮食安全和工业用粮之间的矛盾。

此外，规划还提出，要加大对粮食加工企业的财税和金融支持力度，健全和完善国家支持粮食加工业发展的各项税收优惠政策，鼓励金融机构在有效防范风险的基础上，加大对实力强、资信好、效益佳的粮食加工企业信贷支持力度。积极实施“走出去”战略，鼓励粮食加工业企业“走出去”，开拓国际市场，符合条件的企业可申请相应财政资金支持。