产出贡献（精选6篇）
产出贡献 篇1
摘要：测算出农业机械化对农业生产的贡献份额,有助于从总体上把握农业机械化的发展水平、发展潜力和发展趋势,为制定农业机械化政策提供可靠有力的理论依据。为此,分析了“有无比较”法及“生产函数”法应用于测算农业机械化贡献率的情况,并以湖南省为实例,采用“有无比较”法计算了农业机械化对农业产出的贡献率。
关键词：贡献率,农业机械,“有无比较”法,生产函数法
0 引言
农业机械化在提高农业生产能力和促进农村经济增长中发挥着重要的作用。农业机械化促进了农业新技术的发展,农田作业机械与人畜力作业相比,能高效、优质、持久和适时性作业,可以抢农时、抗灾害、保证农业增产增收。运输机械还可以使资源优势变为商品优势,促进农产品大幅度增值,帮助农民致富,所有这些都直接提高了农业的效益。农业机械化在劳动力转移、调整农村经济结构、减轻劳动强度、降低生产成本及其他非农业作业等方面为农业经济增长带来了间接效益。21世纪,我国农业机械化具有相当大的发展优势,在当前形势下,如何提高并控制农业机械化的发展是一门非常重要的课题,而农业机械化的贡献率测算问题也是较为关键的。如果能测算出农业机械在农业各领域中的贡献率,则对管理部门做出有关农业机械化在农业生产中的新的增长点的决策具有重要的参考价值,其结果有助于人们对农业机械化的地位和作用有正确的认识与了解,从总体上把握农业机械化的发展水平、发展潜力和发展趋势,并据此做出有关农业机械化的科学决策。因此,对农业机械化贡献率进行测算具有特别重要的意义,同时为制定农业机械化政策提供可靠有力的理论依据。
1 计算方法分析
贡献率是分析经济效益的一个指标,是指有效或有用成果数量与资源消耗及占有量之比,即产出量与投入量之比,或所得量与所耗量之比,也用于分析经济增长中各因素作用大小的程度。根据调查研究及分析认为,农业机械化的贡献率是农业机械化创造的利润占农业利润总额的比重。农业机械化贡献率的计算难点在于如何计算出农业机械化创造的农业产出。根据农业机械化贡献率的内涵,可以选择“有无比较”法[1]与“生产函数”法[2]两种方法进行测算。
1.1 “有无比较”法
“有无比较”法是直接计算方法,指的是运用有无项目比较法原理,比较分析使用农业机械(即“有农机”)与不使用农业机械(即“无农机”)两种情况下农业总利润的变化,这两者之间的差额为农业机械的贡献。测算时,首先需要定性分析测算地区农业机械在农业方面的作用范围;确定农机贡献率测算范围主要有以下农机作业项目:机械耕整地、机械播种、机械植保、机械铺膜、机械化肥深施、机电排灌、节水灌溉、机械收获、机械脱粒和秸秆还田等方面;各测算地区可以根据实际情况选择作用范围,然后核定农业机械在各种作业中的作业量,并确定农业机械的单位作业量初步贡献值,其值可以通过典型分析法或专家调查法来确定;最后汇总农业机械贡献总值,计算出农业机械化贡献率。
初步贡献值是指使用农机与不使用农机两种情况下的收入变化和除农机投入(包括机械和农机油耗投入)的成本节约总和。采用项目有无比较法计算各项机械作业相对无机械作业的增产增收和成本节约差额(即单项农机作业的贡献值),再计算各项农机贡献值的总和及在农业纯收益中的百分比,即农业机械化对农业的贡献率。初步贡献值的计算为
Yi′=μi(△Ri-△Ci′) (1)
式中 Yi′—农业机械的初步利润;
μi—农业机械作业量;
Ri—与“无农机”相比,“有农机”单位作业量收入增加;
Ci′—与“无农机”相比,“有农机”单位作业量成本增加。
成本增加仅指种子、化肥、农膜和人工等方面的节约,不包括农业机械投入和由农业机械引起的油耗增加,成本节约体现为成本增加的负值。即
Yi′=αi·Ri-μi△Ci′ (2)
式中 αi—收入损失挽回率;
Ri—现实收入。
利润贡献值的计算为
∑Yi=∑Yi′-M-O (3)
式中 Yi—农业机械创造的利润;
M—农机在农业方面的投入,有折旧额计算;
O—农机在农业方面的油耗费用。
农业机械贡献率为
undefined
式中 δ—农业机械化贡献率;
Y—种植业利润总额。
1.2 生产函数法
生产函数法属于间接计算方法,是利用生产弹性原理计算产出增长量中的要素贡献份额。生产弹性指在一定的技术条件下,某一要素投入量相对变化多1%时(假设其他要素投入量不变),产量的变化幅度。农业生产是一个物质生产过程,其产出的增长是土地、劳动力、资本等诸多生产要素的投入和技术进步综合作用的结果,如果把资本投入和技术进步中的农业机械分离出来,则农业生产过程中的生产要素可分为土地、劳动力、物耗和农业机械等4类[3]。分别用X1,X2,X3,X4代表农业机械投入、农业机械之外的其它所有农业物耗、劳动力投入和土地面积投入,农业产出用Y表示,则农业生产函数[4]为
Y=F(X1,X2,X3,X4,t) (5)
式中引入了时间变量t,以考察不同时期技术进步给农业投入产出带来的影响。对式(5)全微分,并用差分代替微分,经适当整理后可得
undefined
式中 △Y/Y—农业产出增长率;
undefined—技术进步率;
αi—第i种要素的产出弹性,undefined;
Xi/Xi—第i种要素的投入增长率;
αi△Xi/Xi—第i种要素投入增加引起的产出增长率。
通过计算得到农业机械投入的产出弹性αi后,农业机械化对农业产出的贡献率δ可用下式计算,即
undefined
式中 △X1—农业机械投入增量;
Y—产出增量。
2 贡献率计算
间接计算法需要收集尽可能多的样本,确定劳动力和农业机械投入的利用率较难;直接计算法计算明了清晰,可以计算农林牧渔各个具体行业、具体年份的农业机械贡献率。本文以湖南省为例,利用有无比较法计算农业的农业机械化对农业产出的贡献率,统计数据从《湖南统计年鉴》及湖南省农机局年度报表查取。
2.1 初步贡献率计算
2.1.1 机械耕整地
机械耕整地是增加土壤含水量和有机质含量、改善耕地层土壤结构、增强耕地抗旱和抗涝能力、提高产量的有效措施。根据专家们多区域的实地调查,机械耕整地可以提高单产10%左右。根据湖南省具体情况,机械耕整地面积为3017.48khm2,以增产500kg/hm2计算,可以提高收入24.29亿元。
2.1.2 机播机插
机插水稻面积为19.49 khm2,机械播种可以省种30~50%,现按40%计算。用种26kg/hm2,机械播种可以节省种子费用约0.00812亿元。
2.1.3 机械施肥
机械深施肥料可以节省肥料0.15 t/hm2,同时增产粮食0.24 t/hm2。湖南机械深施肥面积为281.47 t/hm2,节省化肥4.22205万t,增产粮食6.75528万t,节省化肥费用0.50665亿元,增产粮食收入1.0876亿元,共计1.59425亿元。
2.1.4 机械植保
机械植保能很大程度上挽回农作物损失,专家论证由于机械植保可挽回粮食损失11%,棉花损失20%等。考虑到湖南省的具体情况,机械植保面积为449.98 khm2,估计因植保挽回的损失为10亿元。
2.1.5 机电排灌
机电排灌面积为1163.26 khm2,占有效灌溉面积的43%。专家分析,由于机械排灌作用旱灾成灾率降低10%以上,水灾成灾率减低20%以上。据此计算旱灾面积为647.71 khm2、水灾面积为292.76 khm2时,农机挽回损失为14.82276亿元。
2.1.6 机械秸秆还田
与非秸秆还田比较,秸秆还田增产效果为5%~29%,机械粉碎秸秆还田比非机械秸秆还田增产效果高1%~3%左右,湖南省秸秆还田面积为155.74 khm2,以增产2%计算,增加利润2.2342亿元。
2.1.7 机械铺膜
地膜覆盖栽培技术是采取农用塑料薄膜覆盖在地表,实现保水和增温增产的栽培技术,是旱地增温与保墒的重要手段之一。近年来,地膜覆盖技术向粮食作物发展,由于地膜覆盖劳动量大,农时紧迫,大面积推广应用只能依靠机械化。湖南省农业机械化铺膜面积为1.05 khm2,节省薄膜150元/hm2,共节省0.001575亿元。
2.1.8 机械收获
机械收获可以减少农产品收获产后损失。湖南省机械收获面积为381.84 khm2,机械收获比人工收获减少损失3%,农机收获可挽回损失0.685亿元。
2.1.9 农机初步贡献值
农机初步贡献值利润为53.635905亿元。
2.2 农业机械投入
2.2.1 农机折旧
根据农机净值785300万元,考虑到农机在种植业中的比重不到50%,以45%计算,并按直线折旧法折算,折旧年限按8年计算,折旧额为4.417亿元。
2.2.2 农机油耗费用
种植业按照农机年耗油总量82.664万t的45%来计算,为37.1988万t;按3000元/t,耗油费用为11.15964亿元;润滑油按柴油费用的10%计算,为1.116亿元。
2.2.3 农机修理费用
农机修理费用以农机折旧50%计算,为2.2085亿元。
2.3 农业机械创造的利润
农业机械创造的利润为:53.635905-4.417-11.15964-1.116-2.2085=34.734765亿元,农业产出的利润总值为300.7394亿元。
2.4 农业机械贡献率
农业机械投入在农业产出中的利润贡献率为34.734765÷300.7394×100%=11.6%。
3 结束语
农业要从根本上改变主要依靠手工劳动的传统生产方式,提高劳动生产率,促进更多的人向城镇和非农产业转移,必须实现农业机械化。农业机械化发展应与农业和国民经济发展相适应,以提高经济效益为中心,增强对国民经济持续、快速发展及产业结构战略性调整的支撑和保障能力,为提高农业综合生产能力和促进农民增收提供农业机械化技术支持。如何利用农业机械化贡献率的测算结果来控制和决策分析农机化发展,还有待于进一步研究。
参考文献
[1]洪仁彪,杨邦杰.农业机械化对全国种植业利润贡献率测算[J].农业工程学报,2000,16(6):60-63.
[2]杨青,朱瑞祥.陕西省农业机械化对农业生产贡献率的研究[J].农业工程学报,2000,16(6):64-67.
[3]杨邦杰,洪仁彪.农业机械化对农业贡献率测算方法的研究[J].农业工程学部报,2000,16(3):54-57.
[4]刘斌,毕庆生.河南省农业技术进步贡献率的灰色测度及预测[J].农业系统科学与综合研究,2001(5):113-115,130.
产出贡献 篇2
摘要：随着1978改革开放政策的实施，中国国民经济的发展开始挣脱纯计划经济的桎梏，其发展速度犹如脱缰野马，一发而不可收拾，创造了令全世界侧目、属于中国的经济“增长奇迹”。消费、资本形成、出口从需求方面共同拉动国民经济发展，是国民经济发展的三大推动力。为了准确剖析这三大需求对经济的拉动作用及其方式，我们要做的是正确评估“三驾马车”各自对经济的拉动力大小。国家统计局公布的三大需求的贡献数据是基于支出法核算恒等式，以进出口作为一项，其结果高估了消费和资本形成的作用，低估了出口的作用。本文基于国家统计局公布的数据，利用非竞争型投入产出表对三大需求的拉动作用做了重新估计，从而能更好地评价三大需求的拉动作用。
关键词：国民经济；三大需求；贡献率
1.背景简介
1.1问题的提出
改革开放以来，我国国民经济发展迅速。截至2013年，我国的国内生产总值已打568845.2亿元，是1978年的156倍之多（按当年价格计算）。经测算，1978年以来，我国的国内生产总值年均增长率高达9.8%。到目前为止，我国已经成为世界第二大经济体，第一大货物贸易国。然而，受到美国次贷危机及欧债危机的影响，近年来全球经济增长开始呈现疲软趋势。要想走出目前的困局，有必要对国名经济的增长的各个“作用力”的拉动作用大小及拉动的方式做一个全面的剖析，方能对症下药，促进经济结构的转变及产业结构的升级。
关于消费、投资、净出口的传统“三驾马车”对我国国民经济的贡献，历年的《中国统计年鉴》已有详细的测算结果。然而，净出口是出口减去进口，其拉动的国内生产总值在大多数年份只占总国内生产总值非常少的比例，平均值只有1.56%。但是，历史经验和诸多学者的研究都表明，改革开放以来，我国经济的增长与贸易规模的扩大有显著地正相关性，出口已成为我国国民经济增长不衰的重要推手。显然，基于支出法国民经济核算恒等式的净出口贡献率已不能准确反映对外贸易和出口对经济的拉动作用，如果把净出口贡献率作为出口对GDP的拉动力会导致极大地低估出口对国民经济拉动作用。同时，由于理论上消费贡献率、资本形成贡献率、净出口贡献率三者之和应为100%，对出口拉动力的错误估计从而也会导致对另外两匹马消费和资本形成拉动作用的错误估计，从而影响对整个经济发展结构和发展趋势的错误估计。然而，用非竞争型投入产出表测算出来的结果却不存在这一问题，而且能够反映对代表国内工业产能的国内产品的需求所组成的“三驾马车”对国内生产总值的贡献率，从而对三大需求大拉动力做出正确评估。
1.2关于投入产出模型
投入产出模型的特点是能够用来分析实际中的经济问题。它是从数量层面上，详细地阐述一个经济实体的各部门之间相互联系的方法。这个经济实体可以大到一个国家，甚至整个世界，小到一个省、市或企业部门的经济。
为了能准确衡量由国内最终产品组成的三大需求对国民经济增长的拉动作用，我们需要遵照一定的假设，即假设进口产品与国内产品是非竞争的或互补的，对竞争型投入产出表中的中间产品和最终产品进行按比例拆分，分别得到各部门的国内中间使用和进口中间使用，国内最终使用和进口最终使用，从而得到我们需要的非竞争型投入产出表。
2.结果分析
2.1测算结果概述
下面是根据国家统计局公布的数据编制我国非竞争型投入产出表，利用投入产出模型，对1987、1990、1992、1995、1997、2000、2002、2005、2007、2010历年的三大需求对当年国内生产总值的贡献率进行了测算，并描绘分析了其动态变化过程。
1987—2010年“三驾马车”增加值及贡献率的测算结果如表所示。其中，我们用增加值法测算的1987年国内生产总值为1146594亿元，而到了2010年，我们测算的结果是39933358亿元，是1987年的348倍之多。这说明，改革开放以来，我国的经济总量已经发生了翻天覆地的变化。在看历年GDP变化，我国GDP总量呈现不间断稳定的增长趋势，而其组成部分—消费、资本形成、出口的“三驾马车”，亦是呈现稳健持续的增长态势。
再看表中的贡献率指标。理论上其三者之和应该是100%（不考虑“其他”因素的影响），而消费、资本形成、出口各自的贡献率只表示它们各自的增加值在当年增增加值中所占的比重，因而，一种需求的贡献率下降或上升只是代表三者之间“此消彼长”的关系，与当年经济总量的增减无关。大体看来，消费的贡献率呈下降趋势；资本形成的贡献率则大体呈现先降再升的走势；最后，出口的贡献率表现出持续上升而在最近略有波动的情况。
2.2动态分析
如图所示即是1987—2010我国GDP的走势及其名义增长率变化情况。其中黑色实线为根据我们测算的几个数据点（模拟的我国1987—2010GDP的走势图，而灰色柱状图是当年的GDP名义增长率。可以看到，我国的GDP总量确实呈现稳步上升的态势，且总体来讲，都保持了一个比较理想的增长速度。其中增长最快的三年是1992，1995和2005年。
关于90、92两年的高速增长，我们认为可能是改革红利初步显现的结果。在1985到1992年间，我国处在改革开放的初步摸索阶段，提出了很多之前“闻所未闻”的改革政策。其中比较关键的是全民所有制企业改革启动和“一个中心、两个基本点”基本路线提出。由于我国处于计划经济体制中比较久，这些初步的改革措施能很大地释放我国的经济潜力，导致这几年国民经济较高的增长速度。
1995年相较于1992年的GDP名义增长率高达到了不可思议的974%，是个增长率中最高的，另其他年份不能望其项背。其实在这几年里，以1992年邓小平“南方谈话”为标志，我国加快了深化改革的步伐，政治经济方面发生了很多大事。首先，在1992年，中国共产党第十四次全国代表大会决定抓住机遇，加快发展，确定我国经济体制改革的目标是建立社会主义市场经济体制；然后，1993年十四届三中全决定建立现代国有企业制度，而后又决定进行分税制改革。这些改革相比之前的更加彻底和深入，再度成为我国深化改革、加快开放的引擎和动力。
3.结论
1987—2010年，我国的GDP和“三驾马车”各自拉动的增加值均表现出平稳持续的增长态势，其中尤以1995和2005年最为显著。结合相关年份的进出口总额数据，我们认为国内的经济体制改革政策和对外贸易规模的扩大是其背后的成因；在“三驾马车”各自拉动的增加值的贡献率层面，消费、资本形成、出口三者的贡献率虽然在不同的年份有不同的变化趋势，但总体上保持着消费大于资本形成大于出口的关系，是由三者的各自特点及其在国民经济体系众所出的地位决定的。（作者单位：南京财经大学）
参考文献：
[1]尹敬东，《外贸对经济增长的贡献： 中国经济增长奇迹的需求解析》[J ]，《数量经济技术经济研究》2007 年第10 期。
[2]沈利生、吴振宇：《外贸对经济增长贡献的定量分析》[J ]，《吉林大学社会科学学报》2004 年第4期。
产出贡献 篇3
关键词：高校,国家科技计划,国家三大科学技术奖,科技论文,职务专利
以高层次创新人才集聚和研发经费支出为基础, 高校在各类科技创新活动中占有重要地位, 作为基础研究和高技术前沿领域原始性创新的源头, 高校在各项科技产出, 尤其是三大国家科技奖中占有十分重要的地位, 并对我国的科技创新能力提升作出了重要贡献。
1 高校是科技创新活动的重要主体
为了增强国家科技实力和国家竞争力, 我国与其它国家一样实施各类科技计划。高校在基础研究、应用研究类科技计划中占有十分重要的地位。
国家自然科学基金是我国以支持基础研究为宗旨的科学基金, 在推动我国自然科学基础研究的方面取得了巨大成绩, 为我国基础研究的发展和整体水平的提高作出了积极贡献。随着国家财政对基础研究投入的不断增长, 自然科学基金从1986年的0.8亿元起步已增长到2007年的43.3 亿元, 较大地改善了基础研究的资助环境。在国家自然科学基金资助的项目中, 高校一直是主要资助对象。从图1可以看出, 高校承担和完成国家自然科学基金面上项目所占的比例在2000—2008年间稳步上升, 从75.2%上升到80.5%;高校承担和完成的国家自然科学基金重点项目所占比例年度之间波动较大, 最高比例出现在2001年, 占70.2%, 近年来稳定在65%左右。无论是面上项目还是重点项目, 数据显示的一个重要特征就是高校是承担和完成国家自然科学基金项目的主力军。
国家重点基础研究发展计划 (973计划) 是对我国未来发展和科学技术进步具有战略性、前瞻性、全局性和带动性的基础研究计划, 从1998年开始实施到2007年, 共实施了382项项目的研究, 投入经费82亿元, 取得了丰硕的成果;1999—2007年在国际、国内学术刊物发表论文110 391篇, 其中SCI、EI收录68 321篇, 出版相关研究专著1 721部, 申请和授权发明专利6 891项。高校是承担“973”计划项目的主力军。十年间, 我国承担“973计划”研究任务的科研人员有2.9万余人, 其中高校有1.5866万人, 占总数的53.2%。近年来, 高校获得的973 计划项目约占全国的 60%。
注:根据历年《国家自然科学基金资助项目统计资料》 (国家自然科学基金委编) 整理。http://www.nsfc.gov.cn/nsfc/desktop/zzxmtj.aspx@tabindex=309&modelid=229.htm
国家高技术研究计划 (863计划) 是在世界高技术蓬勃发展、国际竞争日趋激烈的关键时期我国政府组织实施的一项对国家的长远发展具有重要战略意义的国家高技术研究发展计划, 在我国科技事业发展中占有极其重要的位置, 肩负着发展高科技、实现产业化的重要历史使命。高校充分利用自身的科研能力积极参与863计划, 在实施863计划的前15年间, 高校承担和完成1/3的国家863计划。“十五”期间, 高校承担863各类项目 (包括重大项目、重点项目和专题项目) 占总项目数的比例上升到近40%, 863计划领域专家委员会委员及主题专家组成员中有48%来自高校。高校在承担和完成863计划的过程中增强了科研实力, 通过承担和完成863计划为国家的高技术产业发展作出了重要贡献。
2 高校在各类科学技术奖授奖项目中占有重要地位
国家三大科学技术奖代表了我国科技创新的最高水平, 高校在这三大科学技术奖所占的比重也彰显了高校在我国科技创新中的地位与作用。据统计, 从1985年到2008年底, 高校共获国家自然科学奖473项, 占总数的52.2%;国家技术发明奖1 160项, 占总数的36.4%;国家科技进步奖2 775项, 占总数的30.1%。在2007年度国家科学技术奖授奖项目中, 高校获得国家自然科学奖26项, 占总数的66.7%;获得国家技术发明奖27项, 占通用项目总数的69.2%;获得国家科学技术进步奖116项, 占通用项目总数的60.4%。高校在三大奖的获奖比例都超过了60% (以上关于技术发明奖和科学技术进步奖的统计均不含国防专用项目) 。从以上两组数据可以看出, 高校是我国科技创新的最重要力量, 并且在我国高层次的科技创新, 尤其是原始创新中的地位正在不断提高。
就高校获国家自然科学奖的情况看, 高校获国家自然科学奖要占总数的一半以上, 但不同年份波动很大。2003年高校获奖所占比例高达84.2%, 为历年最高值;2000年、2008年分别为46.7%、47.0%, 为历年的低点。
就高校获国家技术发明奖的情况看, 虽然年度之间也有波动, 但总体上升趋势十分明显。1999年至2008年间高校获国家技术发明奖201项, 占70%;2008年高校获奖所占比例高达81.0%, 创历史新高, 国家技术发明奖 (专用项目) 仅有的1项一等奖也为高校获得。获得国家技术发明一等奖项的基本条件是国内外首创, 一般都要有被授权的发明专利。上述各项数据清楚地表明高校在各行业领域内的应用类原始创新能力提高幅度很大。
就高校获国家科技进步奖情况看, 总体上升的趋势也是十分的明显。1999年至2008年间高校获国家科技进步奖1 043项, 占50%;2008年高校获奖所占比例高达64.80%, 创历史新高 (见图2) 。
注:根据《中国科技统计年鉴》以及中国教育和科研计算机网 (http://www.edu.cn/20010101/21449.shtml) 和教育部科技发展中心网站 (http://www.cutech.edu.cn/cn/kjjl/gjkjjl/sjxm/A01060202index_1.htm) 数据整理。
3 高校是科技论文和发明专利的重要源头
科技论文是科学研究尤其是基础研究和应用研究的直接产出指标。我国科技论文数量增长十分迅速 (见图3) 。国内科技论文数从1991年的9.4万篇增长到2007年的46.3万篇, 1998年进入快速增长期, 1998年至2002年间年增长率波动较大, 2003年后年增长率变化趋于平稳, 基本保持在14%左右。SCI、EI和ISTP三系统收录我国论文数从1991年的1.35万篇增长到2007年的20.79万篇, 居世界第二位。其中, 主要反映基础研究状况的SCI所收录的中国论文总量2007年为9.48万篇, 比上一年增加了4.6%, 排在世界第五位, 自2004年起已连续四年保持这个位置;论文共被引用265万次, 排在世界第10位。反映工程科学研究情况的EI收录期刊论文中, 中国论文2007年为7.82万篇, 比上一年增长了16.2%, 取代美国排在世界第一位。2007年我国科技会议论文 (ISTP) 的世界排名为第二位。
注:根据历年的中国科技统计数据整理 (http://www.sts.org.cn/sjkl/kjtjdt/index.htm)
无论是国内科技论文还是国际科技论文, 高校都是最主要的来源。就国内科技论文数量看, 从2001年至2007年, 高校发表论文占论文总数的比例在60%至70%之间, 2004年达到68.9% (见表1) 。
注:根据历年的中国科技统计数据整理 (http://www.sts.org.cn/sjkl/kjtjdt/index.htm)
就国际科技论文看, 2007年SCI、EI和ISTP三系统收录我国高校论文16.63万篇, 占我国总收录论文数的84.6%;收录科研机构论文2.73万篇, 占总收录论文数的13.9%;收录公司企业论文1 667篇, 占总收录数的0.9%;收录医疗机构论文916篇, 占总收录数0.5% (见图4) 。
注:医疗机构论文数不包含高等院校附属医院的数据。资料来源于科技统计与分析研究所《2007年中国科技论文统计分析》、《科技统计报告》。
2007年, 高校的专利活动延续了从2000年开始的快速增长趋势, 专利数量继续大幅增加 (见图5) 。2007年高校专利申请数达到32 680项, 比上年增长42.4%;全国高校当年共获授权专利14 773件, 比上一年增长41.3%。同年, 全国国内专利申请授权比上年增长34.7%, 高校的专利申请授权增长率高于全国6.6个百分点。
资料来源:2007年我国高等学校科技活动特征分析 (国科网http://statistics.tech110.net/html/article_382803.html)
高校申请授权的三种专利结构与科研单位相似, 与企业则近似相反。在高校的专利申请授权中, 发明专利和实用新型专利申请授权占了90%以上, 2007年专利授权数中发明专利占55.6%, 这反映了高校科研活动以基础研究和应用研究为主的特征。与此相反, 企业的专利申请授权中, 外观设计和实用新型专利申请授权占了近90%, 发明专利的比例在10%左右 (见表2) 。
注:根据国家知识产权局《2007专利统计年报》整理。
即使如此, 高校在全国专利申请授权中的地位并不突出。从表3可以看出:就职务专利申请授权总量来看, 企业是绝对的主体, 占了总量的80%左右, 高校约占10%左右;就高校占有优势的发明专利来看, 高校的发明专利申请授权占全国总量的比例在30%左右, 也远低于企业50%左右的比例。由此得出的结论是:高校需要注重科研活动的知识产权获取, 在制度上建立完善鼓励获取知识产权的制度十分必要。
注:根据国家知识产权局《2007专利统计年报》整理。
综合上述的分析, 我们可以得出的结论有:
⑴ 高校是承担和完成国家基础研究和应用研究科技计划的主力军。国家自然科学基金和国家重点基础研究发展计划 (973计划) 、国家高技术研究计划 (863计划) 是我国政府支持基础研究和应用研究的国家科技计划, 在这三大计划项目中高校承担和完成的项目均占很高的比例, 尤其是国家自然科学基金面上项目高校承担和完成的要占总数的80%以上, 充分显示了高校作为我国基础研究和应用研究主力军的地位。为了改善我国基础研究经费支出在研发经费总支出中比例偏低的结构性问题, 国家应继续加大国家自然科学基金和基础研究发展计划 (973计划) 的投入力度, 同时鼓励和支持高校与企业联合承担完成国家高技术研究计划 (863计划) , 以强化高校强大的基础研究能力对我国高技术产业发展的推动作用。
⑵ 高校在三大国家科学技术奖中占有重要地位。在国家三大科技奖中, 2007年高校获奖数所占比例均超过60%;尤其是在国家技术发明奖和国家科技进步奖的获奖方面, 近年来的总体上升趋势十分明显, 说明高校在增强本身科研实力的同时, 对产业技术创新的支撑作用在不断增强。
⑶ 高校是科技论文的最主要来源, 但高校在专利申请与授权方面的作用有待加强。高校发表的国内科技论文数占国内科技论文总数的比例接近70%, SCI、EI和ISTP收录的高校论文数占我国论文总数接近85%。高校的专利申请与专利授权量近年来快速增长, 但高校的专利申请与专利授权量在全国专利申请与授权中所占的比例并不高, 高校的职务发明专利申请授权数也仅占全国总数的30%左右。
总之, 高校作为我国基础研究主力军的地位是无可争议的, 高校在我国应用研究中的作用也正在逐年增强, 但高校的科研产出中重论文轻专利的倾向仍然十分明显, 需要在制度和政策上加以引导。
参考文献
[1]刘念才, 赵文华.面向创新型国家的高校科技创新能力建设研究[M].北京:中国人民大学出版社, 2006:76-87.
[2]武贵龙.充分发挥高校在国家863计划实施中的重要作用[J].中国高等教育, 2001 (23) :31-33.
[3]教育部科技发展中心.高校科技工作已成为我国科技工作的重要力量[EB/OL].http://www.cutech.edu.cn/cn/jqhd/kjgz/web info/2007/06/1180925413020979.htm.
产出贡献 篇4
(一) 北京市房地产业调控阶段划分
随着城镇化的进程加快, 房地产业也加速发展, 房价一直居高不下, 作为主导产业, 房地产业对整个国民经济的发展有着举足轻重的作用, 因此, 房地产业的稳定发展引起了政府的高度关注。多年来, 政府对房地产业采取了多种措施来保证其稳定发展, 根据采取的宏观调控可以对近十年房地产业的发展划分为四个阶段, 见表1。
(二) 调控效果
为了准确分析2002年~2012年北京市房地产业的动态发展, 以及政策调控效果, 本文选取这十年内北京市房地产开发投资额, 及商品房销售价格指数两个指标进行分析。
从图1中可以看到, 近十年北京市房地产投资额整体是增长趋势, 但增长速度有不同程度的波动, 2002年到2004年之间增长很快, 在政府一系列的宏观调控后, 增速在2005年大幅下降, 加之2008年全球金融危机, 北京市房地产投资额也受到影响。为积极应对危机, 在国家宽松政策的引导下, 北京市房地产投资额又迎来新一轮高速增长, 并于2010年增速达到最大值。随限购等政策的出台, 2012年北京市房地产投资额增速仅为3.86%。
数据来源:北京统计局网站相关数据统计整理。
数据来源:北京统计局网站相关数据统计整理。
2011年开始, 国家统计局开始实施住宅销售价格指数统计, 因此数据采取了2001年至2010年。从图2发现, 2001~2003年房屋销售价格指数几乎没有变化, 2004年开始价格一路高涨, 并于2007年房屋销售价格指数达到峰值, 总体一直处于高速增长中。
从两个指标看, 北京市房地产在近十年内, 一直处于快速发展时期, 市场规模不断扩大, 呈现出一片繁荣的景象, 为稳定房价, 国家调控频繁, 力度逐渐加大, 对抑制投机性需求起到了良好的效果, 但是同时房价的高涨, 调控后购房成本的增加也抑制了一部分刚性需求。
二、不同阶段北京市房地产业产出贡献度测算及其动态变化
(一) 产出贡献度界定
产业贡献度是衡量一个产业对国民经济的贡献程度的指标, 可以反映该产业在国民经济中的地位。房地产业具有高产业关联度等特性, 因此, 需从两个方面衡量房地产业对国民经济的贡献度, 包括房地产业对国民经济的直接贡献度和房地产业带动其他相关产业发展对国民经济的间接贡献度。本文将采用增长值贡献法分别衡量各产业对国民经济的直接贡献度。具体计算公式如下。
总贡献度=直接贡献度+间接贡献度
(二) 测算方法及结果
1. 北京市房地产业直接贡献度。
本文采用增长值测算法对北京市房地产业的直接贡献度进行测算, 该方法指某产业增加值的增量占国民经济增加值增量的比重。
为准确衡量, 本文以2002年作为基期, 剔除价格变动因素, 分别计算出2002年至2012年北京市不变价GDP和不变价房地产增加值, 并在此基础上计算出不变价GDP的增量变动额及不变价房地产业增量的变动额, 进一步计算出2001年至2012年北京市房地产业对国民经济的直接贡献度 (见表2) 。
注:以2002年作为基期调整, 2001~2003年和2005~2008年数据为经济普查后修订的数据。数据来源:北京统计局网站统计数据, 2002~2012年《国家统计年鉴》, 2012年《北京统计年鉴》。
从图3显示:2002年~2012年间北京市房地产业对国民经济的直接贡献度有较大波动, 可以用“三起三落”描述。2004年贡献度达到峰值31.33%, 这与2003年对房地产业的鼓励政策有关, 北京市房地产业得到了快速的发展;2008~2009年为应对金融危机保增长, 对房地产业的宽松政策使其贡献度得到第二次快速上升;2011~2012年虽然国家采取了限购令等宏观调控, 但其贡献度依然走高, 2012年高达11.86%, 北京市房地产业明显发展过热。而明显的下降点有2005年, 2008年和2012年。由于“8.31”大限, “国五条”等调控政策使2005年贡献度急速回落到6.16%;2008年贡献度甚至跌至负数, 主要受全球金融危机的影响, 北京市房地产业也一度萧条, 再加上2008年奥运会在北京的召开, 北京市房地产业在很长一段时间限制施工, 对房地产业的发展影响较大;在2010年贡献度更是飞速跌至-8.51%, 这主要是对国家宏观调控政策的反映, 2010年北京市实行了严格的房屋限购政策, 使得住宅市场呈现萧条状态, 也使得房地产业的贡献度大幅下降。
2. 北京市房地产业间接贡献度。
要计算北京市房地产业对国民经济总值的间接贡献度, 需计算出其相关产业对国民经济的直接贡献度, 再根据投入产出表计算出的房地产业对其他行业的总带动效应 (表3) 对各年各行业的直接贡献度修正, 最后对各年份修正后的各产业的贡献度加总, 可得每年房地产业对国民经济的间接贡献度, 进而得总贡献度。
资料来源:根据北京市2005年投入产出表、2007年投入产出表计算而得。
注:其中2003~2006年用2005年投入产出表计算而得的产业关联度进行修正, 2007~2012年由2007年投入产出表计算而得的产业关联度进行修正。
从结果显示, 北京市房地产业的带动效应总体上呈减弱趋势, 十年间平均间接贡献度甚至大于直接贡献度, 可见, 北京市房地产业对其他产业的带动作用是不容忽视的。2003年将房地产业确定为支柱产业, 鼓励房地产业的发展, 其总贡献度在2004年也因此达到最高;2008年由于经济危机及奥运会影响, 总贡献度急速下滑;而2010年严厉的限购政策使总贡献度跌至负值。但从平均水平看, 从2002年到2012年, 北京市房地产业对国民经济的总平均贡献度达到了19.28%, 这意味着北京市国民经济每增长100单位产值, 房地产业平均贡献19.28单位产值, 总贡献度是很大的。
3. 不同调控阶段房地产业总贡献度动态比较。
通过对不同调控阶段房地产业平均贡献度的动态比较, 北京房地产业的总贡献度呈现下滑趋势。自从2003年确定了房地产业作为支柱产业的发展地位, 房地产业发展迅速, 2004年至2007年虽采取众多调控政策, 但抑制力度小于鼓励力度, 2008年在全球金融危机大的宏观背景下, 总贡献度明显下降, 而且, 随着2010年进入国家对房地产业宏观调控最严厉时期, 房地产业的平均贡献度显然再次大幅下降。因此, 本文认为, 宏观调控对房地产业的贡献度有不可忽略的影响, 严厉的宏观调控在一定程度上影响了房地产业重要作用的发挥。
三、主要结论及建议
(一) 主要结论
1. 北京市房地产业仍将作为支柱产业。
有资料证明, 产业的增加值占GDP百分之五以上的可称为支柱产业。本文经统计计算, 北京市房地产业2002~2012年的平均直接贡献度高达9.04%, 平均间接贡献度10.24%, 平均总贡献度为19.28%。其带动效应将贡献度放大一倍之多, 可见其产业关联度之高。而且, 北京作为首都, 需求旺盛, 在接下来几年内仍将发挥其支柱产业的作用。
2. 全球金融危机及严厉的宏观调控政策降低了房地产业的贡献度。
2008年的金融危机对北京市房地产业的发展有较大影响, 国家虽然为了保增长, 紧缩政策转向宽松, 但是在2008-2009两年间的总贡献度仍然大幅下降, 可见, 大的宏观背景, 对人们的预期, 对房地产业产业的发展等都有着巨大的影响。2010年严厉的限购政策等对北京市房地产业的发展也有明显的抑制作用, 其总贡献度甚至跌至负值。
3. 房地产业发展过热影响了该产业作为支柱产业的作用发挥。
房地产业作为支柱产业, 其发展速度和质量在一定程度上决定着整个经济社会的发展速度和质量, 但是, 从上文北京市房地产业对地区生产总值的贡献度来看, 近十年有较大波动, 房地产市场发展及其不稳定, 加之宏观调控政策对房地产业的影响。因此, 本文认为房地产业发展过热实际上影响了该产业作为支柱产业的作用发挥。
如果房地产业不能持续健康发展, 也将给国民经济带来重大打击, 该产业关联度高, 特别是与资金密集型行业, 与金融业有着紧密联系, 若出现泡沫将影响巨大, 因此对于房地产业的发展以及宏观调控的成败不仅会影响房地产业的兴衰, 而且关系到整个国民经济的和谐发展, 关系到整个社会的繁荣稳定。
(二) 建议
住房的市场化改革, 释放了城市居民的住房需求, 我国房地产业发展步伐加快, 群众的居住条件也相应得到了明显的改善。但同时, 随着房地产市场的发展, 越来越多的投资者将目光投向房地产业, 高额利润回报使投资性需求高涨, 也让房价非理性的随之飞速上升。面对高房价, 国家的宏观调控政策在一定程度上稳定了房地产业的发展, 但并未达到预期的效果。
高土地出让金, 再加上营业税, 增值税等税金, 房地产开发商要求的高利润等, 使得房价让普通百姓可望而不可即。因此, 国家首先应加强保障性住房建设, 并对自住性住房采取差别化管理, 保障好生存性需求。其次, 增加流转税改为增加持有税, 抑制投机需求, 并减少因流转税向消费者身上转嫁而形成的高房价。
城镇化将成为我国下一阶段拉动内需、促进经济增长的最大动力。房地产业又是基础性产业, 因此, 房地产业仍将作为支柱产业, 但是不能过分强调和依赖房地产业, 为充分发挥支柱产业的作用, 国家需进一步明确其发展方向, 做出合理的调控, 使房地产业达到稳定合理的发展。
参考文献
[1]中华人民共和国国家统计局.中国统计年鉴2003-2012.http://www.stats.gov.cn/tjsj/.
[2]北京市统计局.北京市统计年鉴2003-2012.http://www.bjstats.gov.cn/.
产出贡献 篇5
1.1农村水利投资总量增长速度快
1991年中国农村水利投资总量仅64.9亿元,到2010年增加到2 319.9亿元,20年中国农村水利投资额增长了34.75倍,年平均增加额高达112.75亿元,年均增长率为22.3%(表1、图1)。
注:资料根据中华人民共和国水利部编著的《中国水利统计年鉴》 (中国水利水电出版社,2011年)和国家统计局农村社会经济调查司编著的《中国农村统计年鉴》(中国统计出版社,1991年至2011年)相关资料整理所得。
1.2农村水利投资的波动性和阶段性
1991—2010年中国农村水利投资具有明显波动性和阶段性的特点,这可以通过投资的增长率以及增加额来得到印证(图2、图3)。
a. 1991—2010年中国农村水利投资波动性明显。从图2可见, 2009年农村水利投资增长率高达74.1%,而2003年农村水利投资增长率却是-9.3%,两者相差83.4个百分点,水利投资增长率波动特性突出。
b. 1991—2010年中国农村水利投资具有阶段性的特点。从图2可见,4个波峰大致将20年以来的水利投资的增长分为了4个阶段:①在波动中快速增长阶段。1991—1997年尽管农村水利投资总额的绝对量相对较低,增幅相对平缓且每年的增幅都低于100亿元,但由于当时农村水利投资总量基数小,致使当时农村水利投资增长速度较快,这8年时间内,年增长率大约在30%左右。②在波动中快速下降阶段。1998—2001年农村水利投资增长率大幅下降,1999年农村水利投资增长率6.7%,较1998年的48.3%大幅下滑了41.6个百分点,在2000年稍微上升之后, 2001年农村水利投资增长率再次下跌至为-8.5%。③波动频繁且增长速度缓慢阶段。2001—2005年农村水利投资增长波动极其频繁,农村水利投资增长率从2001年的-8.5%上升到2002年的46.1%,上升了54.6个百分点;然后又从2002年的46.1%下降到2003年的-9.3%,下降了55.4个百分点;接着从2003年的-9.3%上升到2004年的5.4%,上升了14.7个百分点;最后从2004年的5.4%下降到2005年的-4.7%,下降了10.1个百分点。可见,连续频繁波动且低速增长是这一阶段的特征。④在波动中缓慢上升阶段。2005—2010年农村水利投资增长在波动中缓慢上升,首先,农村水利投资增长率从2005年的-4.7%上升到2006年的6.3%,上升了11个百分点;其次,从2006年的6.3%上升到2007年19.0%,上升了15.7个百分点;再次,从2007年的19.0%下降到2008年的15.2%,下降了3.8个百分点;接着从2008年的15.2%狂升到2009年的74.1%,上升了59.9个百分点;最后又从2009年的74.1%回落到2010年的22.5%。可见,除了2009年为了应对金融危机,政府采用积极财政政策,加大对农村水利投资,从而导致农村水利投资出现大幅度波动,其他年份农村水利投资增速在波动中呈现上升趋势。另外,这阶段农村水利投资增长速度上升还与农村税费改革取消“两工”(农村义务工和劳动积累工统称“两工”,是农民在公益事业中无偿承担的劳务,在我国农村经济发展中发挥了重要作用),政府为应对农村水利投资不足而增加对农村水利投入密切相关。
1.3农村水利投资波动性和阶段性的原因分析
农村水利投资增长呈现出较大的波动性和阶段性特点表明农村水利投资缺乏稳定的、有保障的投入机制。农村水利投资受政府的影响大。目前地方政府投资偏好于形象工程和政绩工程。农村水利工程不属于形象工程和政绩工程,理所当然地受到地方政府投资的冷落和忽视。只有中央政府采取强制措施要求地方政府增加农村水利投资,地方政府迫于中央政府的压力,才被动地增加农村水利投资。而中央政府往往是在发生严重的洪涝灾害后才会采取强制措施要求地方政府增加农村水利投资,这使农村水利投资增长与洪涝灾害发生紧密相关性。如图4所示,若前一两年出现了较为重大的水旱灾害,则当年的水利投资额会大幅上升,相反,若前一两年水旱灾害较少时,当年的水利投资也会相对减少(见图3、图4),这种头痛医头,脚痛医脚的政策导致农村水利投资波动增大。同时,这表明中国农村的水利投资受政府政策的影响较大,是典型的政府主导型投资。政府农村水利投资力度忽大忽小导致农村水利投资增长具有波动性和阶段性特征。
2中国农村水利投资对农业产出贡献度分析
农村水利投资是农村经济增长的主要源泉和关键动力。农村水利投资对农村经济增长的促进作用主要表现为:农村水利投资是农业基础设施投资的重要组成部分,农村水利投资必然带来农村固定资产增加,改善农村生产和生活条件[3],降低农民生产和生活成本,增强农村经济发展后劲,增加农村总产值[4]。为了进一步从定量角度探讨农村水利投资对农村总产出的贡献程度,本文通过建立计量经济学模型来进一步深入分析。
2.1模型建立
为探讨农村水利投资对农村产出水平的贡献,本文使用劳动力、化肥量、农用机械量、耕地面积、成灾面积作为参照系建立计量经济学模型[5]。具体模型如下:
式中:G为农村产出水平;I为农村水利投资总量;L为农村劳动力数量;F为化肥使用量;M为农业机械量;S为耕地面积;A为成灾面积;a、b、c、d、e、f、g分别为对应的回归系数;ei为随机变量。
2.2数据来源及选择
①农村产出水平。考虑数据的可获取性,选取《中国农村统计年鉴》中的当年价的农林牧渔业增加值来表示农村产出水平。②农村水利投资水平。用《中国水利统计年鉴》中的中国水利投资完成额来表示中国农村的水利投资额。③农村劳动力数量。使用《中国农村统计年鉴》中的第一产业从业人员来表示。④化肥量。使用《中国农村统计年鉴》中的化肥使用量来表示。⑤农村机械量。使用《中国农村统计年鉴》中的农用机械总动力来表示。⑥耕地面积。使用《中国农村统计年鉴》中的农作物播种面积来表示。⑦成灾面积。使用《中国农村统计年鉴》中的成灾面积表示。通过收集整理得到具体数据如表2所示。
注:资料根据中华人民共和国水利部编著的《中国水利统计年鉴》 (中国水利水电出版社,2011年)和国家统计局农村社会经济调查司编著的《中国农村统计年鉴》(中国统计出版社,1991年至2011年)相关资料整理所得。
2.3模型运行、检验与修正及结果
利用Eviews5.0版对表2中的数据进行最小二乘估计得表3估计结果。
通过估计结果可得:
R2以及修正后的R2都高达0.99以上,说明上述估计结果拟合优度好,而F值为338.0,很高,而L和M的t检验值均大于5%,而显著性水平自由度为13的临界值t0.025(13)=2.160,因此通过了显著性检验,但C,I,F,S以及A的系数不显著,这几个变量的系数t值偏低,未能通过显著性检验,说明可能存在多重共线性。因此使用Eviews5.0得到如表4所示的I,L,F,M,S以及A的相关系数表。
通过表4不难发现,大部分变量的简单相关系数普遍大于0.8,说明存在多重共线性比较明显。它可能是出现上述问题的原因所在,因此,需要对模型进行修正。现使用逐步回归的办法来克服模型的多重共线性。首先,分别作G与I,L,F,M,S,A间的回归。
① G与I
② G与L
③ G与F
④ G与M
⑤ G与S
⑥ G与A
然后,根据R2的大小,由大到小对上述各个变量进行排序得M,L,F,I,S以及A。第一步,农业生产受农业机械影响相当大,与经验相符,因此,选择G与M为初始模型。第二步,在初始模型中引入L,模型拟合优度提高,R2升至0.989,变量也通过了t检验。第三步,引入F,参数符号为负,不合常理,且该变量无法通过t检验,故F是多余的,可剔除。第四步,去掉F,引入I,拟合优度再次提高,变量也通过了t检验。第五步,引入S,S的参数未能通过t检验,可剔除。第六步,去掉S,引入A,同样地,A的参数未能通过t检验,可剔除。因此,最终的函数应以Y=f(M,L,I)为最优。
最后,根据修正后的模型利用Eviews5.0版对表2中的数据进行最小二乘估计得表5估计结果。
拟合结果如下:
R2以及修正后的R2都高达0.99以上,说明模型的拟合优度高,并且C、M、L以及I的t检验值均大于5%显著性水平下自由度为16的临界值t0.025(16)=2.120,皆通过t检验。同时D.W.=2.327,且du<D.W.<4-du,查表可得du=1.41(1%的上下界)[5],即1.41<D.W.<2.59,故模型不存在序列相关性。
2.4结果讨论
通过上述模型的运行与修正结果,可以得知水利投资的弹性系数为2.704,农用机械量的弹性系数为2.057,而劳动力的弹性系数为-1.418,劳动力的弹性系数之所以为负值,最大可能的原因是农村存在大量的剩余劳动力。而水利投资的弹性系数高于农用机械量的弹性系数,更高于负值的劳动力弹性系数,说明了水利投资对于农村总产值的贡献较大,并且其贡献值超过农用机械量和农村劳动力的贡献值。这主要是因为农村水利投资长期滞后于其他农业生产要素投入,成为制约农业生产的瓶颈和短板[6],所以,一旦进行水利投资建设,便相当于补齐了这个农业生产的短板,促进农业生产的发展,故水利投资对农村总产值的贡献度要高于农业机械量和农村劳动力。
3研究结论与建议
3.1研究结论
a. 农村水利投资机制不健全,导致农村水利投资增长率在波动中持续下降。尽管多年来党中央和国务院反复强调农村水利建设的必要性和重要性,并强调要增加农村水利投入,中央财政也逐年加大对农村水利投入力度,然而,为了减轻农民负担而进行农村税费改革,取消两工,农村基层政府从农业生产环节中退出,农民对农村水利投入急剧减少,并且,农村税费改革也使农村基层财力大幅度被削弱,导致农村基层政府对农村水利投资急剧减少,而省、市政府尽管财力比较雄厚,但他们远离三农,对农村水利投资热情不高,从而导致农村水利投资不足。另外,由于农村水利投资回报率低、回收期长,并且具有公共产品的特征,存在较大的正外部性[6],企业对农村水利投资不感兴趣,投资意愿不强。
b. 农村水利投资效益大。在农业生产各要素对农业总产值贡献度中,水利投资的弹性系数为2.704,农用机械量的弹性系数为2.057,而劳动力的弹性系数为-1.418,水利投资的产出弹性系数高于农用机械量的弹性系数,更高于负值的劳动力弹性系数,说明了水利投资效益大。
3.2建议
a. 明确规定各级政府对农村水利投资的责任和义务,制订出奖罚措施,实行党政一把手负责制,对超额完成任务者奖励,对没能完成任务者惩罚,并定期检查,严格按规定执行。
b. 优化农业补贴结构。把种粮补贴、农资补贴转变成农村水利建设基金,运用农村水利基金加强农村水利建设,把给予农民钱转变成给予农民水,改善农业生产条件,减少农业生产成本,增加农业生产效益,提高农民生产积极性。
c. 建立健全农村合作用水组织,把分散的农民组织起来,投入到农村水利建设中去。农村用水合作组织是把分散的农民联系在一起的纽带,也是农民和政府沟通的桥梁,通过农村用水合作组织把农民对农村水利建设的期望和要求反映给政府,同时,把政府的政策传达给农民,并引导农民执行落实好政府的水利建设政策。
d. 运用市场机制引导个人和企业把资金投入到农村水利建设中来。通过租贷、拍卖承包等方式明晰产权,切实保护投资者合法利益。同时,为农村水利建设项目提供低息甚至无息贷款,鼓励个人和企业投资小水库、鱼塘进行养殖开发等。
参考文献
[1]中华人民共和国水利部.中国水利统计年鉴[M].北京:中国水利水电出版社,2011:52,158.
[2]国家统计局农村社会经济调查司.中国农村统计年鉴[M].北京:中国统计出版社,1991-2011.
[3]唐文进,徐晓伟,许桂华.大规模水利投资对中国经济的拉动效应[J].当代财经,2011(11):20-29.
[4]杜威漩.中国农业水利基建投资的实证研究[J].农业技术经济,2005(3):43-47.
[5]李子奈.计量经济学[M].北京:高等教育出版社,2008:277-278,379.
产出贡献 篇6
农业机械化在提高农业综合生产能力、改善农业生产条件、促进农村产业结构调整和加速社会经济发展等方面发挥了重要作用。在我国,如果没有农业机械化就难以大幅度提高农业劳动生产率和扩大农业生产规模,农民的小康生活就无从谈起,这是我国几十年来农业生产实践的经验总结。定量分析农业机械化在农业产出中的贡献份额,将有助于正确了解和认识农业机械化的地位与作用,从总体上把握农业机械化的发展水平、潜力与趋势。为此,笔者利用金华市1989～2005年的统计数据,结合相关方法测算和分析了农业机械化对金华市农业产出的贡献率及变化情况,以期为促进金华市农业机械化发展提供依据。
1 农业机械化贡献率测算模型的建立
1.1 测算模型选择
如何测算农业机械化对农业产出的贡献率,国内学者在理论和方法上已做了许多研究工作,但大都是依据科技贡献率的基本思路和方法,结合农业机械化领域特点而形成的。测算方法主要有两种:一是有无比较法;二是模型法[4]。其中,模型法包括CobbDouglas生产函数法(简称C-D法)、索洛余值法和数据包络分析法(DEA)等。据对现有文献的分析,从宏观和系统角度出发,测算分析农业机械化对农业产出贡献率主要采用C-D生产函数。鉴于此,本文选择C-D生产函数来测算农业机械化对金华市农业产出的贡献率
农业产出增长是土地、劳动力、资金(物质消耗)等诸多生产要素的投入和技术进步综合作用的结果。把资金使用量按用途的不同分成两类:一是农业机械投入;二是农业机械之外的、农业生产中发生的其它所有物质消耗。若分别以M、D、K和L代表农业机械、耕地、农业劳动力以及农业机械之外的其它所有农业物质消耗,农业产出以Y表示,则农业生产过程的C-D函数可表示为
式(1)中引入了时间变量t,是为了考察不同时期,技术进步对农业投入产出带来的影响。其中,αβ、γ和θ分别代表农业机械、耕地、农业机械以外农业物质消耗和劳动力的产出弹性。产出弹性的意义在于反映了4种要素的结合比例,可通过回归分析得到。
1.2数据来源
1.2.1 农业产出
农业产出可用农业总产值、农业总产量或农业利润来表示。考虑到农业利润很难精确计算,加之目前农业机械在农业生产领域使用的范围也越来越广,为此本文以当年价格计算的农业总产值(包括种植业、林业、牧业和渔业)作为农业产出。
1.2.2 农业机械投入
农业机械投入是指农业生产过程中所用农业机械有形和无形价值的磨损,因而可用当年农业机械原值以直线折旧法计算的折旧值表示。若折旧年限按8年计算,则相应折旧率为12.5%。
1.2.3 劳动力投入
劳动力投入指在计算期内实际投入农业生产的劳动力数量。由于农村剩余劳动力或劳动力利用系数很难准确确定,因此本文以统计资料上年末反映的农业劳动力数量作为劳动力投入。
1.2.4 耕地投入
耕地投入可用耕地面积或播种面积表示。由于播种面积更能说明农业机械作业量与农业产出之间的变化,故采用农作物播种面积作为耕地投入。
1.2.5 农业物质投入
资本投入用扣除农业机械折旧额的当年物质消耗价值表示。
以上所涉及的农业总产值、农业机械原值、农业物质消耗、农业劳动力和播种面积等数据均可从《金华统计年鉴》[5]、《浙江年鉴》[6]及《浙江省农业机械化管理统计报表》中获得[6]。
1.3 参数估计和模型建立
现以1989～2005年统计的数据(见表1所示)进行函数拟合。由于式(1)为非线性函数,对其两边取自然对数,则有
lnY=ln(A(t))+αlnM+βlnD+γlnK+θlnL (2)
令Y′=lnY,C=lnA(t),M′=lnM,D′=lnD,
K′=lnK,L′=lnL,可得
Y′=C+αM′+βD′+γK′+θL′ (3)
式中 C—常数。
由此,C-D型非线性生产函数经变量代换转化为线性函数。
根据上述步骤,利用表1中的Y、M、D、K和L的数据,通过多元线性回归分析可得以下拟合函数[7]
Y′=0.7323+0.0978M′+0.0259D′+
0.8905K′+0.0864L′ (4)
回归方程F检验结果为:F=511.34, F0.01(4,13)=5.21, F0.05(4,13)=3.18。由此可见,回归方程极显著。
回归系数t检验: tM′=2.0170,tD′=0.2715,tK′=19.8014,tL′=0.2506,t0.01(13)=2.650,t0.05(13)=1.771,t0.10(13)=1.350,t0.15(13)=1.079。由此可以看出,参数 K′极显著,参数M′显著,参数 D′和L′不显著。
将式(4)转化为非线性方程,得
Y=2.0799·M0.0978·D0.0259·K0.8905·L0.0864 (5)
式(5)即为金华市1989～2005年C-D型农业生产函数的回归模型。
2 金华市农业机械化贡献率的测算与分析
2.1 农业机械化对农业产出贡献率的计算
农业机械化对农业产出的贡献率为
undefined (6)
式中 α—农业机械投入产出弹性系数;
ΔM— 农业机械投入增量;
ΔY—农业产出增量;
m—农业机械投入增长速度;
y—农业产出增长速度。
1989～2005年,金华市农业总产值与农业机械投入值的年均增长率分别为7.60%和11.91%。根据参数拟合得到的农业机械投入产出弹性α值及式(6),即可测算出金华市1989～2005年农业机械化对农业产出的年均贡献率为15.33%。
2.2 分析与讨论
金华市农业产出的增长主要是由于农业物资和农业机械等方面增加投入所带来的。从各投入要素产出弹性的回归系数t值表明,对农业产出具有增长作用和影响显著的要素依次是资本投入、农业机械投入和土地投入,而农业劳动力投入对产出的作用和影响不显著。因此,通过增加农业物质和农业机械的投入、提高土地使用率等措施,能够实现金华市农业产出的增长。由表1可知,金华市在1989～2005年期间农业生产的资本累计投入为450.31亿元,农业机械的总投入为17.09亿元,此期间农业机械投入占农业资本投入(即总的农业物质消耗)的3.79%,而农业机械化对农业生产的贡献却达到了15.33%。这表明,农业机械化对增加金华市农业产出发挥了重要作用。
农业劳动力转移对农业机械化贡献率大小有重要影响。由于近年地方经济的快速发展,大批农村劳动力转移进入乡镇工业、商业和服务业等第三产业,直接参与农业生产劳动力缺乏的矛盾日益突出。另外,土地被工业占用和土地抛荒现象严重。从表1可以看出,农作物播种面积由1989年的481.05khm2下降到2005年的262.19khm2,但农业总产值却能保持7.60%的增长速度,这在很大程度上得益于农业机械化的快速发展。
农业机械化贡献率与其作业水平密切相关。目前,金华市农业机械化作业总体水平较低。在粮食作物全程机械化的作业机械中,耕作和收获机械的水平比较高,而栽植和植保的机械化水平比较低,水稻的机械化育插技术正处于大力推广阶段;在经济作物生产的机械化作业中,设施农业的机械化水平有所提高,但其许多机械化作业环节还存在空白;此外,农机装备的结构不尽合理,主要表现为动力机械多,农机作业的配套机具少,小型农机具多,大中型农机具少。目前,金华市整体农业机械化水平还不高,但从分析结果可以看出,农业机械化大力发展是带来农业产出提高的主要原因。
3 结论
农业机械化是实现农业增效和农民增收的重要技术手段。本文运用Cobb-Douglas生产函数模型测得金华市1989～2005年农业机械化对农业产出的贡献率为15.33%,表明农业机械化在金华农业生产中发挥了重要作用。随着农业机械化投入增加和机械化作业水平的提高,农业机械化对农业产出增长的贡献率还将进一步增大。为此,需要积极发展非农产业,提高农民收入和农村经济水平,增加农业机械投入,改善和提高农业机械装备结构与水平。另一方面,要大力推进农机服务产业化,通过农机社会化服务组织的创新,提高农机装备的使用率和机械化作业水平,进而增加农业机械化对农业产出的贡献率。
摘要：为定量分析农业机械化在农业产出中的贡献份额,利用柯布-道格拉斯(Cobb-Douglas)生产函数和多元回归分析法,建立了金华市19862005年农业生产函数模型。据此测得金华市在此期间农业机械化对增加农业产出的年均贡献率为15.33%,并呈逐渐增长趋势。对影响农业机械化贡献率的因素分析表明,增加农业机械投入和提高机械化作业水平对提高农业机械化贡献率仍具有较大的潜力。
关键词：农业机械化,农业产出,Cobb-Douglas模型,贡献率,金华市
参考文献
[1]李春迎,许锦英,李汝莘.农业机械化对农业和经济增长贡献率测算方法的评析[J].农业装备技术,2004,30(4):40-42.
[2]孙福田,王福林.DEA方法测算农业机械化对农业生产贡献率的研究[J].农业系统科学与综合研究,2004,20(3):186-188.
[3]程智强,杨邦杰,贾栓祥.南方沿海发达地区农业机械化贡献率分析[J].农业现代化研究,2002,23(1):2-75.
[4]佚名.金华统计年鉴[M].北京:中国统计出版社,1989-2006.
[5]浙江省统计局.浙江省统计年鉴[M].北京:中国统计出版社,1989-2006.