农业资金投入结构

农业资金投入结构（精选5篇）

农业资金投入结构 篇1

国内外经验表明, 农业产出的改变不仅依赖于劳动、资本等生产要素的投入, 还依赖于农业技术进步和农业技术效率水平的提升[1,2,3,4]。由于经济资源的稀缺性以及农业投入边际效益递减规律的存在使得我国农业发展不可能全依靠农业生产资料和资金的无限投入, 这就告诉我们, 在一定的技术水平下, 要想提高我国农业全要素生产率 ( TFP) 必须重视农业技术效率的改进[5,6]。

从现有的研究文献看, 国内外学者对我国农业技术效率以及农业技术效率影响因素进行了深入的理论和实证分析[7,8,9,10,11,12,13], 但是在研究过程中往往忽略了这样一个重要事实: 农业技术效率的提高离不开农业技术的推广, 而这一过程往往需要大笔资金作为保障。就我国农村具体情况而言, 农业发展资金主要来源于财政支农资金、农业信贷资金、农户自有资金、农村集 体资金以 及外资等 其它资金 投入[14]。因此, 农业发展资金及其投入结构对农业技术乃至农业技术效率提高都是至关重要的。目前, 仅有少数文章考察农业信贷或农村金融对农业技术效率的影响。Liu和Zhuang[15]基于2000年对江苏和四川两省7927户调研数据, 分析得出信贷的可获得性对农业技术效率的影响是有效的。宋春光和那娜[3]运用2001 - 2006年间数据研究了合作金融和政策性金融对农业技术效率的影响, 认为合作金融对我国农业技术效率提高有明显的促进作用, 而政策性金融对农业技术效率的促进作用不明显。然而以上研究并没有考虑到农业发展资金投入结构对农业技术效率的动态影响, 此外, 在分析模型中都假定技术无效率不存在, 导致估计结果与现实存在偏差, 而本文采用不考虑技术进步和考虑技术进步因素的C - D生产函数, 进行随机前沿最优分析 ( SFA ) , 不仅可以允许技术无效率的存在, 将全要素生产率的变化分解为生产可能性边界的移动和技术效率的改变, 而且还可以对模型本身和参数进行检验, 对于跨时间的面板数据而言, 其研究结论比指数方法、DEA分析方法更接近于生产和经济增长的实际情况。

1 数据说明与统计描述

1. 1数据说明

本文的研究数据主要来源于中国农业部固定观察点, 时间跨度为2003 - 2009年。样本采用五阶段 ( 区抽省, 省抽县 ( 市) 、县抽镇 ( 乡) 、镇抽村, 村抽农户) 分级随机抽样方法, 根据各区域社会经济发展水平和地形地貌特征的不同, 选取辽宁、吉林、河南、山东、江苏、福建、湖北、四川、甘肃和新疆10个省 ( 区) 、17个县 ( 市) 、17个镇 ( 乡) 、18个村, 1000个农户进行抽样跟踪调查, 形成了一个涵盖家庭人员构成、就业、固定资产、农业生产经营、家庭收支、信贷活动等方面比较完整的村庄调查问卷, 为本文提供了丰富的数据和经验事实。根据本文研究的目的, 排除133个农户部分年份调查数据不完整和33个农户没有农地样本数据。最后, 本文采用剩下835个农户进行实证分析。

1. 2 统计描述

鉴于数据可获得性的难易程度不同和参考有关文献[4,16], 我们选择农业总产值 ( Y) 作为农业产出; 选择农作物总播种面积 ( S) 、农业机械总投入 ( M) 、乡村农业从业人员总投工量 ( L) 、化肥及农药总投入 ( A) 和水电及灌溉总投入 ( A) 5个生产要素作为农业生产函数的投入变量; 选择财政支农资金 ( C) 、农业信贷资金 ( R) 、农户自有 资金 ( Z) 、农村集体资金 ( J) 分别占农业产值的比重作为测量变量进行研究。2003 - 2009年间我国10个省区835个样本农户的跟踪调研数据共组成5845个样本点, 构成了用于本文模型回归的面板数据, 其变量及描述性统计如下表1所示。

注: ( 1) 农业总产值是指种植业总产值, 等于粮食作物 + 经济作物 + 园地作物; ( 2) 农作物总播种面积主要是指种植业实际总播种面积; ( 3) 农业机械总投 + 机械作业费用 + 固定资产折旧及修理费用 + 小农具购置费用; ( 4) 乡村农业从业人员投工量中包括雇工投工量; ( 5) 化肥及农药总投入等于农 + 化肥费用 + 农膜费用 + 农药费用; ( 6) 水电及灌溉总投入等于水电费用 + 灌溉费用; ( 7) 财政支农资金等于粮食直接补贴 + 良种补贴 + 购买生产资料 + 购买和更新大型农机具补贴 + 各种农业救济、救灾补贴 + 退耕还林、还草款; ( 8) 农业信贷资金等于农户用于农林牧副渔生产借款; ( 9) 农户自有资 + 购置农业生产性固定资产支出; ( 10) 农村集体资金等于农户从集体得到的收入 + 从农户专业合作社得到的收入。

2 计量经济分析方法与模型构建

随机前沿生产函数最早是由Aigner et al[17]和Meeusen et al[18]同时提出的。该模型的基本形式为:

其中Y代表产出, X代表一组 投入变量, f ( X) exp ( …) 代表随机前沿生产函数。exp ( v - u) 为复合误差项, v代表影响生产活动的随机因素, 一般假设它是独立同分布 ( i. i. d) 的正态随机变量, 具有0均值和不变方差。U ( 非负) 代表着生产效率或管理效率, 一般假设它是独立同分布的半正态随机变量或指数随机变量独立于v。技术效率 ( TE) 用exp ( - U) 来表示, 当U = 0时, TE = 1, 生产单元处于技术有效状态, 即位于生产前沿 ( Production Frontier) 上; 若U > 0, TE介于0 - 1之间, 生产单元处于技术非效率状态, 即位于生产前沿下方[3]。

Battese和Coelli[19]在前人研究基础上, 通过引入时间变量和其他变量并使用一次回归直接得到技术效率及其影响因素的参数估计结果, 克服了以前两阶方法的假设冲突和理论矛盾, 从而使该方法在面板数据分析中得到广泛的应用[20]。随后许多学者—Batteseand Broca[21], Hadley[22], Tiedemann and Latacz[23]借助随机前沿生产函数来测定农业技术效率及影响因素问题。本文研究借鉴Battese和Coelli的模型原理, 假定生产函数为C - D ( Cobb - Douglas) 生产函数, 那么随机前沿生产函数可以写为 ( 2) 式:

由于技术进步经常会导致经济关系尤其是生产函数的变化, 如果研究一定时期内的生产效率问题, 那么就可以在模型中加入时间因素来解释技术进步对生产效率的影响, 这样考虑技术进步因素的C - D生产函数就可以写为 ( 3) 式:

为了能更好地测定全国以及10个省区农业技术效率和农业资金投入结构对农业技术效率的影响程度, 本文分别采用不考虑技术进步和考虑技术进步因素的C - D生产函数进行随机前沿生产模型分析和比较, 进而选择最优的测算方法。

采用不考虑技术进步因素的C - D生产函数, 基于 ( 2) 式, 可以构建如下模型:

同样, 采用考虑技术进步因素的C - D生产函数时, 基于 ( 3) 式, 可以构建如下模型:

( 2a) 式和 ( 3a) 式为基于随机前沿分析的农业生产函数模型, 式中Yit, Sit, Mit, Lit, Fit和Ait分别表示第i个农户在t年的农业总产值、农作物总播种面积、农业机械总投入、乡村农业从业人员总投工量、化肥及农药总投入和水电及灌溉总投入; β0为常数项; β1, β2, β3, β4和β5分别表示各投入变量的产出弹性; 此外, ( 3a) 式中T为反应技术进步的时间变量; θ为技术进步的产出弹性。Vit为随机误差项, Vit≈i. i. d N ( 0, σ2v) ; Uit代表技术无效率项, Uit≈i. i. d N+ ( mit, σ2v) ; 。通过 ( 2a) 式和 ( 3a) 式可以分别测算不考虑技术进步和考虑技术进步因素下的农业技术效率水平TEi。为进一步分析农业资金投入结构对农业技术效率的影响程度, 我们引入无效率生产函数 ( 2b) 式和 ( 3b) 式, 式中Cit, Rit, Zit和Jit分别表示i个农户在t年财政支农资金、农业信贷资金、农户自有资金和农村集体资金占农业总产值的比重。δ1, δ2, δ3和δ4分别表示待估参数, 反应了农业资金投入结构对农业技术效率的影响程度。若待估参数为负值, 说明无效率模型中选择的影响因子对农业技术效率有促进作用; 若待估参数为正值, 则说明模型中影响因子对农业技术效率没有促进作用。 ( 2c) 式和 ( 3c) 式中γ也是待估参数, 表示随机扰动项中技术无效所占的比重。当γ接近1时, 说明模型中的误差主要来源于Uit, 即说明生产单元的实际产出和前沿产出的差距主要来源于技术无效所引起的损失; 当γ接近于0时, 则说明实际产出与前沿产出的差距主要来源于统计误差等外部影响因素; 如果γ = 0成立, 表明直接运用普通最小二乘法就能够对该组面板数据进行研究, 无需使用随机前沿生产函数 ( SFA) 来分析。

3 模型估计结果与分析

3. 1 模型设定检验

本文使用Frontier4. 1软件对不考虑技术进步和考虑技术进步因素的C - D生产函数分别进行参数估计和假设检验。在分析全国及10个省区农业技术效率和农业资金投入结构对农业技术效率的影响时, 首先, 选用考虑技术进步因素的C - D生产函数进行随机前沿分析, 模型统计结果显示, 全国、辽宁、吉林、河南、山东、江苏、福建、四川的γ值分别为0. 673、0. 697、0. 724、0. 921、0. 905、0. 945、0. 957和0. 668, 表明全国及这7个省区农业生产存在技术效率损失的问题, 可以采用考虑技术进步因素的C - D函数来分析农业资金投入结构对农业技术效率的影响; 而在分析湖北、甘肃和新疆3个省区时, 我们也首先选择了考虑进步进步因素的C - D生产函数, 但是模型估计结果显示, γ值为0, 这表明农业生产中不存在技术效率损失, 这与现实农业生产条件不相符; 此外, 若不存在技术效率损失的问题, 那就无从探究农业资金投入结构对农业技术效率损失的影响, 为此, 在分析这3个省区时, 我们放弃使用考虑技术进步因素的C - D生产函数, 选用不考虑技术进步因素的C - D生产函数进行随机前沿分析, 模型估计结果显示, 湖北、甘肃、 新疆的γ 值分别为0. 974、0. 981和0. 987, 说明农业技术效率损失显著, 进而说明采用不考虑技术进步因素的C - D生产函数来分析湖北、甘肃、新疆农业资金投入结构对农业技术效率较优。

3. 2 生产要素的投入弹性

首先, 从全国农业生产要素的投入弹性来看, 技术进步 ( θ) 为正值, 说明农业技术进步在我国农业生产中得到有效的转化, 能有效的提升农业生产效率; 农作物总播 种面积 ( β1) 、农业机械 总投入 ( β2) 、农村农业从业人员总投工量 ( β3) 、化肥及农药总投入 ( β4) 和水电及灌溉总投入 ( β5) 也为正值, 说明这些生产投入要素的增加亦能提高我国的农业生产效率, 其中化肥及农药总投入的增加对我国农业生产效率的提升效果最显著。详见下表2。

注: 全国、辽宁、吉林、河南、山东、江苏、福建、四川选用考虑技术进步因素的 C - D 生产函数估计; 湖北、甘肃、新疆选择不考虑技术进步因素的 C - D 生产函数估计。*、**、***分表代表在 10% 、5% 和 1% 显著性水平下通过检验。

其次, 从10个省区农业生产投入要素的产出弹性来看, 各省区农业投入要素的产出弹性差别性显著, 说明我国农业生产受自然条件、要素结构及区位因素等条件影响, 存在明显的地域差别, 并非同质结构体。

具体来讲, ( 1) 辽宁、吉林、河南等7个省区农业技术进步的投入弹性θ均为正值, 说明农业技术进步在农业生产中得到了有效的转化, 对提升该地区农业生产效率有着积极的作用; 而湖北、甘肃、新疆由于考虑技术进步因素的生产函数没有通过假设检验, 说明农业技术进步在农业生产中没有得到有效的转化, 对该地区农业生产效率的贡献不明显。 ( 2) 辽宁、吉林、河南等4个省区农作物总播种面积的产出弹性β1为正值, 说明农作物总播种面积的增加对农业生产效率有着很好的促进作用, 但是由于耕地资源的有限性和稀缺性, 农作物播种面积不可能持续增长, 这就需要通过其他方式来提高该地区农业生产效率; 而山东、江苏、福建等6个省区β1为负值, 说明农作物总播种面积的增加对农业生产效率产生负的影响, 中央和地方政府应该限制该地区农作物播种面积, 优化农作物种植结构和质量。 ( 3) 河南、江苏、福建等8个省区农业机械总投入的产出弹性β2为正值, 说明增加农业机械总投入对提高农业生产效率有很大的促进作用, 政府和农户应该在该地区增加农业投入, 提升农业机械化生产水平; 而辽宁和吉林2个省区β2为负值, 这可能是由于该地区农业生产机械的拥有量存在过剩, 导致其不能充分发挥出生产效率。 ( 4) 辽宁、吉林、山东等6个省区农村农业从业人员总投工量的产出弹性β3为正值, 说明增加农村农业从业人员总投工量能进一步提升该地区农业生产效率; 而河南、四川、湖北等4个省区β3为负值, 说明增加农村农业从业人员总投工量会导致农业生产效率的下降, 这可能是由该地区农村存在剩余劳动力过剩的问题引起。 ( 5) 河南、江苏、福建等5个省区化肥及农药总投入的产出弹性β4为正值, 说明增加化肥及农药总投入对该地区农业生产效率提升有正向的促进作用, 可以提升农业产出水平; 而辽宁、吉林、山东等5个省区β4为负值, 说明在农业生产中该地区化肥及农药的总投入过多, 已超出了土地的承载能力, 因此, 在日后的农业生产中应该控制化肥及农药总投入的增长。 ( 6) 除了辽宁、吉林、江苏等3个省区水电及灌溉总投入的产出弹性β5为负值外, 河南、山东、福建等其他6个省区β5为正值, 说明增加水电及灌溉总投入会带来该地区农业生产效率的提升。

3. 3 农业技术效率

通过表3我们不难发现, 2003 - 2009年间全国农业平均技术效率为0. 70, 说明我国农业技术效率水平并不高, 仍有很大的上升空间。具体来讲, 辽宁、吉林、河南、山东、江苏和福建农业技术效率高于全国平均水平; 四川、湖北、甘肃和新疆农业技术效率低于全国平均水平。而从农业技术效率变动的趋势来看, 除了四川农业技术效率呈现下降的趋势外, 全国及其他9个省区农业技术效率均呈现上升趋势, 其中河南增幅最快, 由2003年的0. 69上升到2009年的0. 81。

注: 以上数据通过 Frontier4. 1 软件估计得出。

3. 4 农业资金投入结构对农业技术效率的影响

首先, 基于全国层面的模型测算得出, 2003 -2009年间我国财政支农资金和农户自有资金对农业技术效率损失的参数值分别为 - 0. 31、 - 0. 38, 说明我国财政支农资金和农户自有资金对农业技术效率具有促进作用; 而农业信贷资金和农村集体资金对农业技术效率损失的参数值分别为0. 10、0. 04, 说明农业信贷资金和农村集体资金对农业技术效率的促进作用不显著。

注: 以上数据通过 Frontier4. 1 软件估计得出;*、**、***分表代表在 10% 、5% 和 1% 显著性水平下通过检验。

其次, 从10个省区农业资金投入结构对农业技术效率影响看, 各省区农业资金投入结构对农业技术效率影响各不相同。

具体来讲, ( 1) 辽宁和吉林2个省区财政支农资金对农业技术效率损失的参数值δ1为正值, 说明在该地区政府财政支农资金对农业技术效率的促进作用不明显, 而河南、山东、江苏等8个省区δ1为负值, 说明增加政府财政支农资金能够有效提高农业技术效率水平。 ( 2) 辽宁、吉林、四川等6个省区农业信贷资金对农业技术效率损失的参数值δ2为正值, 说明农户农业信贷资金的增加在该地区不会对农业技术效率的提升有促进作用, 而河南、山东、江苏等4个省区δ2为负值, 说明农户农业信贷资金的增加可以提升农业技术效率水平。 ( 3) 辽宁、吉林、福建等5个省区农户自有资金对农业技术效率损失的参数值δ3为正值, 说明增加农户持有自有资金对农业的投入不能够在该地区对农业技术效率产生促进作用, 而河南、山东、江苏等其他5个省区δ3为负值, 说明增加农业持有自有资金对农业的投入能够对农业技术效率产生促进作用。 ( 4) 辽宁、吉林、山东等7个省区农村集体资金对农业技术效率损失的参数值δ4为正值, 说明增加农村集体资金对农业的投入不能够有效提升该地区农业技术效率水平, 而河南、四川、新疆3个省区δ4为负值, 说明增加农村集体资金对农业的投入能够有效提升农业技术效率水平。

4 主要结论与政策建议

本文使用2003 - 2009年间我国10个省区835个样本农户跟踪调研数据, 采用不考虑技术进步和考虑技术进步因素的C - D生产函数, 运用随机前沿分析方法 ( SFA) 研究了农业技术效率以及农业资金投入结构对农业技术效率的影响程度, 得出以下几点主要结论与政策建议:

( 1) 从技术进步的影响效果来看, 全国以及辽宁、吉林、河南等7个省区农业发展存在技术进步效应, 技术进步因素对农业生产效率均有促进作用;相反, 在湖北、甘肃和新疆的农业生产中, 技术进步因素没有得到有效的转化。因此, 为了提升湖北、甘肃和新疆农业生产中科技进步的促进作用, 政府应该在这3个省区加强农业科技的推广力度, 增加专项资金投入, 提升农民的教育文化水平和农业科技水平, 进而有效的实现科技进步在农业生产的转化。

( 2) 从农业投入要素的产出弹性来看, 全国农作物播种总面积、农业机械总投入、乡村农业从业人员总投工量、化肥及农药总投入和水电及灌溉总投入增加均能提升其农业生产效率。但是, 各省区农业投入要素的产出弹性差别性显著。因此, 为提升我国的农业生产效率水平, 政府应根据各省区的现实条件, 因地制宜, 并采取差别化的优惠扶持和政策引导, 而不是采用单一的体制加以实施。

( 3) 从农业技术效率的变动趋势来看, 2003 -2009年间我国的农业平均技术效率仅为0. 70, 说明我国的农业技术效率并不高, 具有很大的提升空间, 因此, 中央政府应采取有效地农业支持性措施 ( 比如: 农业生产技术推广等) 来提升农业技术效率。从各省区农业技术效率来看, 各省区农业技术效率也差别显著, 其中辽宁农业技术效率最高, 吉林和山东次之, 甘肃最低。

( 4) 从农业资金投入结构对农业技术效率的影响来看, 2003 - 2009年间我国财政支农资金和农户自有资金对农业技术效率具有促进作用; 而农业信贷资金和农村集体资金对农业技术效率的促进作用不显著。同时, 从各省区农业资金投入结构对农业技术效率影响看, 农业资金投入结构对农业技术效率影响各不相同。因此, 为了提升各省区农业技术效率水平, 各省区应该优化各自农业资金投入结构、渠道和质量, 而不是一味地强调从数量上增加农业资金投入。

摘要：采用不考虑技术进步和考虑技术进步因素的C-D生产函数, 运用随机前沿分析方法 (SFA) , 使用2003-2009年间全国10个省区835个样本农户跟踪调研数据, 考察农业技术效率以及农业资金投入结构对农业技术效率的影响程度。结果表明我国农业平均技术效率仅为0.70, 具有很大的提升空间, 其中各省区农业技术效率差别显著, 辽宁最高 (0.86) , 而甘肃最低 (0.59) ;整体上财政支农资金和农户自有资金对我国农业技术效率具有促进作用, 而农业信贷资金和农村集体资金对我国农业技术效率的促进作用不明显, 但是从各省区来看, 农业资金投入结构对农业技术效率影响各不相同。

关键词：随机前沿生产模型,农业资金投入结构,农业技术效率,影响分析

农业资金投入结构 篇2

财发〔2010〕46号

国土资源部、水利部、农业部、林业局、供销总社，各省、自治区、直辖市、计划单列市财政厅（局）、农业综合开发办公室（局），新疆生产建设兵团财务局、农业综合开发办公室：

为进一步体现对粮食主产省及产粮大县的政策支持，缓解其财政配套压力，经研究，从2011年起，进一步降低部分粮食主产省财政配套比例，其中辽宁省、山东省由1:0.6降为1:0.5，河北省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省、湖南省、四川省由1:0.5统一降为1:0.4。内蒙古自治区、江苏省维持现行配套比例。同时，对《全国新增1000亿斤粮食生产能力规划（2009-2020年）》确定的800个产粮大县中的农业综合开发县，取消其县级财政配套任务；各地其他产粮大县是否取消财政配套，由各地自行确定。取消县级财政配套任务后减少的配套资金，由省（区、市）本级财政承担。为此，财政部对2008年11月28日印发的《农业综合开发资金若干投入比例的规定》（财发〔2008〕59号）进行了修订，现印发给你们，请遵照执行。执行中有何问题，请及时向财政部（国家农业综合开发办公室）反馈。

财 政 部

二○一○年八月二十六日

农业综合开发资金若干投入比例的规定

为进一步完善农业综合开发投入政策，创新开发机制，不断提高农业综合开发水平，现对农业综合开发资金若干投入比例规定如下：

一、中央财政资金用于土地治理、产业化经营项目投入比例

（一）粮食主产区

河北、内蒙古、辽宁、吉林、黑龙江、江苏、安徽、江西、山东、河南、湖北、湖南、四川13省（区），中央财政资金75%以上（含本数，下同）用于土地治理项目，25%以下（不含本数，下同）用于产业化经营项目。

（二）非粮食主产区

1.北京、天津、上海、大连、青岛、宁波6市，中央财政资金50%以上用于土地治理项目，50%以下用于产业化经营项目。

2.浙江、福建、广东3省，中央财政资金70%以上用于土地治理项目，30%以下用于产业化经营项目。

3.山西、海南2省，中央财政资金75%以上用于土地治理项目，25%以下用于产业化经营项目。

4.广西、云南、贵州、重庆、西藏、陕西、甘肃、青海、宁夏、新疆10省（区、市），中央财政资金80%以上用于土地治理项目，20%以下用于产业化经营项目。

（三）其他地区

新疆生产建设兵团和黑龙江省农垦总局，中央财政资金85%以上用于土地治理项目，15%以下用于产业化经营项目；广东省农垦总局中央财政资金100%用于土地治理项目。

二、中央财政资金与地方财政资金配套比例

（一）分省配套比例

1.粮食主产区

江苏省为1:1。

辽宁、山东2省为1:0.5。

河北、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、四川10省（区）为1:0.4。

2.非粮食主产区

北京、天津、上海、大连、青岛、宁波6市为1:2。

浙江、广东2省为1:1。

福建、重庆2省（市）为1:0.6。

山西、广西、云南、陕西4省（区）为1:0.5。

海南、贵州、甘肃、青海、宁夏、新疆6省（区）为1:0.4。

西藏自治区为1:0.3。

3.其他地区

新疆生产建设兵团、黑龙江省农垦总局以及广东省农垦总局，中央财政资金与自筹资金（项目团、场和群众筹集的现金、以物折资和投劳折资）配套比例为1:0.5。

（二）地方财政分级配套比例

1.天津、青岛、宁波3市，市本级总体上承担地方财政配套资金的60%以上，县（市、区）级承担40%以下。

2.大连、上海、山东、福建4省（市），省（市）本级总体上承担地方财政配套资金的70%以上，地（市）、县（市、区）级承担30%以下。

3.其他省（区、市），省（区、市）本级总体上承担地方财政配套资金的80%以上，地（市、州、盟）、县（市、区、旗）级承担20%以下。

4.地（市、州、盟）、县（市、区、旗）级财政配套资金具体分担比例由各省（区、市）自定。其中，国家扶贫开发工作重点县、财政困难县以及《全国新增1000亿斤粮食生产能力规划（2009－2020年）》确定的800个产粮大县中的农业综合开发县，不承担财政资金配套任务；各地其他产粮大县是否取消财政配套，由各地自行确定。取消县级财政配套任务后减少的配套资金，由省（区、市）本级财政承担。

（三）部门项目配套比例

国土资源部、水利部、农业部、林业局、供销总社等中央部门组织实施的农业综合开发项目，中央财政资金与地方财政资金、自筹资金配套比例，执行所在省（区、市）的配套比例。

三、中央财政无偿资金投入比例

（一）土地治理项目100%无偿投入。其中用于农业机械、配套农机具以及苗圃建设等经营性措施的补贴限额，原则上不得超过土地治理项目财政资金的5%；确需超过5%的，须报经国家农业综合开发办公室同意。

（二）产业化经营项目100%无偿投入。取消中央财政有偿资金，对产业化经营项目分别实行财政贴息和财政补助扶持方式。

农业资金投入结构 篇3

关键词：科技投入,R&,D,内部经费,科技创新,科技投入强度

一、我国R&D经费投入基本情况

十多年来, 我国科技投入不断扩大。从两个指标可以得到反映。第一个指标是R&D经费内部支出。表1显示, 1995年, R&D经费内部支出为348亿元, 2011年为8687亿元, 除了两年外每年以超过10%甚至20%的速度在增长, 超过了GDP的增长速度, 17年间增长了24倍。2012年进一步处于高增长, 全社会R&D经费投入总量突破万亿元, 达10298.4亿元。比上年增加1611.4亿元, 增长18.5%。其中政府投入科技资金2221.4亿元, 比上年增长18%, 占全社会R&D经费的21.6%, 与上年基本持平。企业R&D经费投入7842.2亿元, 比上年增长19.2%, 占全社会R&D经费的76.2%, 比上年增加了2.3个百分点。规模以上高新技术工业企业R&D经费投入为1733.8亿元, 比上年增长20.3%, 占规模以上工业企业R&D经费的24.1%。研究与试验发展人员人均经费支出为31.7万元, 比上年增加1.6万元。2012年, R&D经费投入总量位居世界第三, 我国已迈入科技投入大国。

第二个指标是科技投入强度, 即研究与试验发展 (R&D) 经费占国内生产总值的比重, 也叫全社会科技投入强度。从表2可以看出, 我国科技投入强度步步攀升, 1994年到1999年科技投入强度在0.5%~0.8%之间徘徊。从2000年后, 科技投入强度增长较快, 每年呈增长态势。从2000年的0.90%增长到2011年的1.84%, 2012年R&D经费投入强度为1.98%, 比上年的1.84%提高0.14个百分点, 再创历史新高。科技投入强度与发达国家差距进一步缩小。

二、R&D经费投入结构分析

R&D经费投入结构比较复杂, 可从投资主体、行业、阶段等方面进行划分。本文从资金来源分析R&D经费投入结构。

(一) 政府资金

R&D经费投入中, 政府投资力度越来越大, 财政资金投入额逐年增加, 从2003年的460.6亿元, 增加到2012年的2221.4亿元, 10年增长了近4倍。但是政府投入在R&D经费投入中占比却越来越低, 从2003年的接近30%, 逐年下滑到了2012年的21.6%。说明政府投入R&D经费总额尽管增加, 但是每年增长的幅度低于其他投资主体投入资金的增长幅度。

(二) 企业资金

在“十五”期间, 国家明确了企业作为技术创新的主体地位, 在市场竞争越来越激烈的背景下, 企业也意识到自主创新对企业发展的重要意义, 加快了自主创新的步伐。这些年企业向科技创新投入的资金增长较快。2003年R&D内部经费来源中, 企业投入925亿元, 在2004年突破1000亿元大关, 2006年再破2000亿元关口, 2010年达到了5000亿元, 2012年为7842亿元, 是2003年的8.48倍。而同时期, 政府向R&D内部经费投入从460亿元增长到2221亿元, 2012年的投入是2003年的4.83倍。企业向年R&D内部经费投入的增长速度远远超过政府投入的增长速度。显示出了企业作为技术创新主体地位越来越发挥作用。

(三) 国外资金

我国经济的快速发展, 特别是金融危机后仍呈现勃勃生机, 使跨国公司越来越重视在中国的研发投入。为了适应中国市场, 满足中国消费者的需求, 近年来外资在华设立研发机构不断增加, 研发投入增长较快, 业务功能和战略地位不断提升, 涉及产业领域日趋广泛。2003年国外资金在中国对R&D内部经费投入30亿元, 其后两年逐步下降, 到2005年仅为22.7亿元。金融危机后外资更加重视中国市场, 加大了投入力度, 在2009年达到78亿元, 其后逐步增长, 在2011年达到116亿元。尽管增速没有中国政府和企业快, 主要是前期有下滑趋势, 但最近几年的增势还是比较强劲。

数据来源:2012年中国科技统计年鉴、全国科技经费投入统计公报

(%)

数据来源:2012年中国科技统计年鉴

数据来源:2012年中国科技统计年鉴、全国科技经费投入统计公报

(四) 创业风险投资资金

在R&D内部经费来源中, 其他资金主要来自于风险投资和发行债券, 发行债券进行科技创新在我国目前很少, 其他资金主要来自于风险投资。表4显示, 2011年我国风险投资机构860家, 管理的资本总额为3198亿元, 管理资本总额是2004年的5.2倍, 投资了780家高新技术企业, 投资额为238亿元。截至到2011年年底, 风险投资机构共投资5940个高新技术企业, 累计向高新技术企业投资了1038亿元, 占总投资资金的比在50%左右。2009年尽管投资项目最多, 但是从金额看占比却最低, 仅为44.7%, 说明单个项目投资额度下降。2011年较2010年也有较大幅度的下调, 少了3个百分点。

三、R&D经费投入结构不合理

根据前面各投资主体对R&D经费投入的数据分析看, 企业投入增幅较政府快得多, 政府投入在R&D经费中占比越来越低。与世界各国相比, 投入结构不合理。世界各国R&D经费中企业来源的平均值为58.6%, 中国该数值为70%;世界各国R&D经费中政府来源的平均值32.2%, 中国为25.6%。显然政府投资不足, 下面将进一步分析。

(一) 政府投入资金不足

尽管国家向R&D内部经费投入资金越来越大, 但是从表5可以看出, 政府向R&D内部经费投入资金占全国财政科技拨款比例却在下降, 从2003年的48.8%下降到2011年的38.4%, 下降了10个百分点, 且呈逐年下降趋势。

再从表6看, 1990年我国财政科技拨款139亿元, 在2004年突破1000亿元大关, 2007年超过2000亿元, 2009年、2010分别突破3000亿元、4000亿元, 2011年达到4902亿元。从绝对数来看我国财政科技投入增长很快, 但是从科技拨款占财政总支出的比重来看, 却呈现“U”形结构。1992年占比最高为5.06%, 其后基本上呈现下降趋势, 在2000年最低, 为3.62%。其后逐步回升, 到2011年为4.49%, 但仍低于1994年以前的水平。

在财政资金来源中, 中央占主导地位, 特别是在2006年以前, 中央财政对科技支出在远远大于地方政府财政支出, 在2007年情况发生了逆转, 地方财政支出以多于中央财政27亿元的支出超过中央财政支出, 其后几年中央财政支出和地方财政支出相差不是很大。显示了地方政府在科技创新方面加大了资金投入力度。

但是由于地方政府财力有限, 金融危机对地方政府税收影响很大, 且过去十多年, 政府依赖房地产获得财政支撑, 现在房地产调控, 土地出让金收入下降, 地方政府财力也下降。而科技创新的力度越来越大, 投入规模越来越大。因此, 政府向R&D内部经费投入总是有限的。

(二) 风险投资严重不足

表4显示了我国风险投资在R&D经费投入中严重不足。2011全年投资高新技术企业才238亿, 即使是全部投入到R&D中, 在全国R&D内部经费投入中所占的比重仅为2.3%。这与国外成熟的风险投资相比, 差距太大了。

在我国, 风险投资事业起步比较晚, 除了部分沿海地区风险资本比较充裕以外, 大部分地区目前还不够发达, 且根据中国风险投资研究院的统计数据, 70%以上的风险公司是在政府主导投资下创立的, 其资本形成表现为政府独资或控股。正是由于风险投资主体的单一, 导致了我国风险投资资金的不足, 且这些国有或国家控股的风险投资公司倾向于向大型国有企业投资, 对民营科技型企业、中小科技型企业投资比例很低。在总体上风险投资对科技创新的支持还显不够。

数据来源:2012年中国科技统计年鉴

数据来源:2012年中国科技统计年鉴

(三) 吸引外资参与科技创新力度不够

世界各国R&D经费中国外来源的平均值为5.8%, 而我国在2011年仅为1.3%, 远远低于世界各国的平均水平。跨国公司对外投资中采取的技术路线与东道国的市场竞争状况、知识产权保护体系的完善程度、跨国公司的投资战略等息息相关。国外资金参与我国科技创新意愿不强, 主要原因有如下几个方面。第一, 技术领先是跨国公司的优势所在, 不会轻易将技术转移到其他国家。跨国公司对“知识产品”的内部化动机最强, 其根本原因就在于避免外部化导致的技术泄密和壮大竞争对手。第二, 跨国公司在我国技术上具有竞争优势, 最为典型的是汽车行业, 大量吸引外国品牌汽车进入中国, 其初衷是以市场换技术, 事实证明市场是交给了外资, 核心技术我们仍没有。除了外方的原因外, 中国技术没能及时跟进, 没给外国汽车造成竞争压力有很大的关系;第三, 我国知识产权保护体系不完善, 外商核心技术不敢进入中国市场, 不敢在中国设立研发中心, 美国甚至规定很多高科技不得进入中国市场。

四、优化R&D经费投入结构的对策思考

尽管我国全社会科技投入强度不断加大, 但相对世界上几个主要国家来说, 投入强度仍较小, 与创新型国家目标 (2.5%) 相差较远, 且经费来源结构不合理, 主要依赖于企业资金, 如果政府资金没能及时跟进引导, 风险投资没能迅速发展, 将会制约R&D经费的投入, 因此有必要优化科技创新环境, 优化R&D经费投入结构。

(一) 加大政府对R&D经费投入和引导作用

无论是国外的经验还是我国R&D经费投入的结构看, 我国政府在R&D经费的投入明显不足。R&D经费支出中涉及到基础研究的支出, 基础研究阶段由于时间长, 投入大, 风险高, 企业一般不愿意从事, 需要政府加大投入力度。而从数据来看, 我国基础研究明显不足, 2011年基础研究、应用研究和试验发展三项的R&D内部经费支出分别是为411.8亿元、1028.4亿元和7246.8亿元, 三项比值为1∶2.5∶17.6。世界各国2006年这三项比值分别为:美国1∶1.2∶3.1、意大利1∶1.6∶1;日本1∶1.7∶10.9、法国1∶1.6∶1.6、韩国1∶1.3∶4.3、俄罗斯1∶1∶4.5。这些国家平均比值为1∶1.4∶4.2。可以看出, 我国和发达国家相比, 基础研究投入严重不足。因此政府必须加大对R&D投入力度, 着重投入到基础研究中去。

政府一方面通过加大对R&D投入带动企业和民间资本科技创新, 起到四两拨千斤的作用。另一方面, 政府应通过各种政策、途径引导企业和民间资本投入。我国目前有很多政策支持企业创新, 如专利补助、设立中小企业创新基金、工程中心、减税等, 但仅有资金和税收支持还不够, 像美国在采购方面对中小企业创新进行了极大的支持, 规定必须保证小企业获得23%的采购份额, 大企业也必须保证将其获得的政府采购份额的20%转包给小企业。目前我国政策重点扶持的大型企业, 中小企业扶持项目多, 但是资金少, 加起来没有几个大项目的资金多。而中小企业创造的价值占了全国的60%以上, 解决了80%的就业, 且中小科技型企业是技术创新的重要支撑。因此今后政府应重点支持中小企业的创新, 加大对中小企业投入力度和政策扶持, 以营造所有企业重视科技创新的氛围。

(二) 大力发展风险投资

在西方发达国家, 风险投资为科技创新提供了强有力的动力支持, 是初创企业最主要的融资渠道, 其资金主要投资给了高新技术企业。1992~1996年间美国80%的高新技术企业获得了风险资本的支持, 微软、思科、苹果、英特尔都是在风险投资支持下发展起来的。风险投资不仅给科技型企业提供了必要的资金支持, 还因为其自身的优势, 对信息、管理和知识创新有着深刻的领悟和经验, 对扶持的企业能提供一揽子帮助。

上面所述, 我国风险投资发展还不够, 且主要由政府投资创办, 其投资于高新技术企业的资本仅占总投资资本的50%左右, 低于美国的80%。因此我国政府应大力发展风险投资, 以民间资本为主导建立风险投资机构, 给予风险投资更多的优惠政策及配套的扶持政策, 引导其支持科技创新。

(三) 吸引民间资本参与科技创新

我国民间资本丰富, 截至2012年年底, 全国居民储蓄存款余额已达41.55万亿元, 加上手持现金、股票、基金、债券、保险及金融机构各种理财产品等, 金融资产总规模超过60万亿元。受金融危机影响, 内外需疲软, 竞争加剧, 中小企业普遍感到经营困难, 民间资本创业意愿下降。股市不景气, 楼市严厉调控, 巨大的民间资本因缺乏投资渠道成了炒作农产品和大宗商品的游资, 对社会产生了不利影响。而我国科技型中小企业缺乏资金。随着科技创新力度加大, 政府对科技投入资金有限。如果能将民间资本吸引到科技创新领域, 同时解决了过剩民间资本对经济和社会造成的不良影响, 又解决了科技创新资金不足的问题。且民间资本具有高效率性, 能为我国科技创新带来较快的效益。正是基于这种考虑, 科技部于2012年6月下达了《关于进一步鼓励和引导民间资本进入科技创新领域意见的通知》, 通知有一系列鼓励和引导民间资本进入科技创新的措施。但由于各种原因, 很多措施仍停留在政策层面, 在具体实践中仍存在准入、人才、税费、融资等方面的歧视。因此, 一定要把这些政策落到实处, 让民间资本能积极参与科技创新。

(四) 加大知识产权保护力度, 提升企业自主创新动力

我国知识产权保护力度不够, 侵权时有发生。2009年广交会涉嫌侵犯知识产权案件710宗, 专利案件是主要投诉类型, 占总投诉量的68.1%。江苏紫阳假日卧室用品有限公司申请了“三明治复合席”国家专利, 产品一面世, 40多家企业非法仿冒。《中国知识产权蓝皮书》数据显示:我国有88.44%的人购买过盗版的书籍、影像制品或电脑软件;57.88%的人买过假冒名牌商品。

仿冒、抄袭对企业自主创新是致命的打击, R&D投入高, 风险大, 企业花巨资历经数年进行的科技创新, 很轻松地被其他企业仿冒、假冒。导致企业普遍缺乏创新意愿和动力, 甚至在企业界流行一句话:“不创新等死, 创新找死”。企业都等着坐收渔翁之利, 不愿创新, 创新陷入了泥潭。因此, 要提升企业自主创新动力就必须加大对知识产权的保护力度, 让企业有动力对D&D进行投入。

参考文献

农业资金投入结构 篇4

随着农村家庭联产承包责任制的深化和现代农业进程的加快,我国农民对农业生产的投入已经发生了重大变化,特别是农机作业的投入正在影响我国的农业技术创新,从而决定了农业生产要素投入的变化和市场对农产品的需求。农机作业成本是农业机械化生产经营单位使用农业机械进行作业所支付各项费用的总和,是农机作业生产耗费的补偿尺度,是制定农机作业价格的重要依据,从价值转移的角度反映了农机作业的经济过程,也反映了农机经营管理水平。文章从微观层面即从主要粮食产品(包括早籼稻、晚籼稻、中籼稻、粳稻、小麦、玉米、大豆、高粱和谷子)、主要经济作物(包括花生、油菜籽、芝麻、棉花、烤烟、晾晒烟、熟红麻、芒麻、甘蔗、甜菜、茶、苹果、柑和桔)机械装备作业费用投入进行分析,从而为调整优化种植业结构、促进种植业发展和农民增收提供参考。

1 种植业产品成本涵义及相关说明

种植业又称耕作业,是农业的主要组成部门之一。在我国传统农业和现代农业中,种植业一直占据重要地位。种植业主要包括粮食作物、经济作物、饲料作物、绿肥作物和园艺作物等,其中以粮食作物和经济作物为主要生产部门。

成本作为商品生产的经济范畴,随着产品交换而产生,随着商品经济发展而不断改变其表现形式。成本概念形成于商品生产较发达资本主义时期。马克思在《资本论》中明确指出:成本是由物化劳动和活劳动中必要劳动的价值组成,即成本按照马克思劳动价值学说就定义为商品生产中所耗费活劳动和物化劳动的货币表现。根据此学说,种植业成本是指种植业产品生产过程中耗费的物化劳动(C)和活劳动(V)的货币表现。也就是说,成本是为生产某种种植业产品而发生的、能以货币计量的劳动资料、劳动对象和活劳动的消耗。劳动资料耗费主要是农用机械、生产用房等的使用成本;劳动对象耗费主要是指种子、化肥、农药和农膜等的使用成本;活劳动消耗则是指支付给从事种植业产品生产的劳动者劳动报酬费用。这种根据马克思价值学说由C+V构成的产品成本的经济内涵,是种植业成本研究的理论基础。

文章采用的数据来源于《全国农产品成本收益资料汇编》(1992~2007,历年)、《中国统计年鉴》(1985~2007,历年)及《新中国五十年统计资料汇编》。鉴于不同作物生产地域性,各作物数据为不同省份的平均值(省区平均情况以在下面的计算表中注明)。另外,所研究的农作物为粮食作物(小麦、玉米、稻谷、大豆)和经济作物(棉花、油菜籽、花生、烤烟、甘蔗、甜菜)共10类。这里也对稻谷中早籼稻、中籼稻、晚籼稻和粳稻4类进行单独研究。同时,为了分析粮食作物和油料作物综合状况,将“3种粮食平均”(包括小麦、玉米和稻谷)和“两种油料平均”(包括花生和油菜籽)单独列类,即所研究农作物总体类别为16类。从我国历年播种面积和产值来看,研究所选农作物占所有农作物比重在75%以上,具有较好代表性。

论文主要针对各种农作物的单位面积生产成本进行讨论。前文曾提到,马克思劳动价值学说是我国农产品核算的主要理论基础,即农产品成本由物质费用和人工成本两部分组成。物质费用又分为直接物质费用和间接物质费用,而直接物质费用和间接物质费用又可分为具体的成本项目,涉及的成本共分11类,即种子费、化肥费、农家肥费、农药费、机械作业费、排灌费、畜力费、修理维护费、其他直接费用、间接费用和人工成本。借鉴引致创新理论思想,从研究目的出发将上述成本分项合并为5类,即农资费C1(包括种子费、化肥费、农家肥费、农药费)、农业装备费C2(包括机械作业费、排灌费、修理维护费)、畜力费C3、人工成本C4及其他费C5,总成本C=C1+C2+C3+C4+C5。鉴于价格因素对时间序列数据分析的影响,首先将11类成本分别调整为以1978年不变价格计算的成本,再将11类成本合并为5类,进而计算出总成本。

2 新时期种植业产品成本结构分析

2006年,中国粮食产品稻谷、小麦、玉米、高粱、谷子、大豆每公顷总投入分别为6 623.1元、5 252.55元、5 074.8元、4 082.4元、3 465.45元和2 873.7元,3种粮食平均总投入达到了5 649.75元。从粮食产品每公顷投入的项目类别来看,农资费、农业装备费及人工成本占据成本费用的主导地位,但不同粮食产品的投入项目比重具有一定差异性。人工投入目前仍在粮食产品总投入中占据主体地位,除小麦、谷子的34.16%和61.23%比重外,其余4种粮食产品用工投入比重均维持在41%左右。农业装备费用投入比重的高低反映了农业机械化推进水平,小麦最高,为22.86%;谷子最低,为10.63%;其余4种粮食产品农业装备费用比重均维持在15%左右的水平。从畜力投入水平来看,小麦最低,为1.03%;谷子最高,为5.18%(见表1所示)。

1)资料来源:作者根据《全国农产品成本收益资料汇编-2007》汇总计算。2)表中“3种粮食”为稻谷、小麦和玉米,“两种油料”为花生和油菜籽;“农业装备费”包括“机械作业费”、“排灌费”和“修理维护费”3项。3)比重表示各项成本占总成本的比重,下同。

从棉、麻、烟、糖料产品的总成本分析,各类产品的投入总费用比粮食和油料产品高出1~2倍,总体投入成本较高,如表2所示。从表2也容易发现,棉、麻、烟、糖料产品的人工投入占各类产品成本投入的50%以上(长绒棉、甜菜较低),装备投入比重(除甜菜和长绒棉)均在10%以下,二畜力投入比重约为1%。

资料来源:作者根据《全国农产品成本收益资料汇编-2007》汇总计算。

对茶叶和水果每公顷成本投入分析可知,总成本均突破了15 000元(红毛茶除外),且桔成本高达30763.80元。红毛茶、绿毛茶、乌龙茶、苹果、柑、桔的人工成本投入比重分别高达74.44%,50.37%,53.66%,50.56%,55.50%和58.09,农业装备投入分别为2.85%,1.60%,4.78%,5.78%,2.87%和2.27%,畜力的均很低,基本为0(见表3所示)。

资料来源:作者根据《全国农产品成本收益资料汇编-2007》汇总计算。

3 改革开放以来粮食作物与经济作物农业装备投入的对比分析

改革开放以来,各类粮食作物机械装备投入费用均呈现增长趋势。2006年较1978年小麦机械作业投入增长了5倍,玉米增长了3倍,稻谷增长了3倍,大豆增长了2倍多。笔者运用最小二乘法估计了各种粮食作物机械投入费用的年均增长率发现:20世纪90年代以来,除大豆机械投入年均增速在9%水平,其他作物机械投入费用年均增长率均在5%~6%之间。从4大粮食作物(小麦、玉米、稻谷、大豆)装备投入比重分析,改革开放初期均处于5%水平,经过近30a发展,至2006年小麦、大豆、稻谷、玉米机械装备投入比重分别达到了23.34%,18.26%,17.06%和12.63%。另外,分析1978年以来我国经济作物机械装备费用投入状况发现以下特征:一是油菜籽(5.5%)、甜菜(2.3%)的机械装备投入比重变化很小;二是上世纪90年代以来甘蔗机械化投入较高,近些年已维持在将近15%的水平;三是花生、棉花和烤烟作为我国重要的经济作物产品,机械装备投入水平低已经成为发展的瓶颈所在。另外,经济作物机械装备投入相对粮食作物有较强的波动性,可能与经济作物市场存在较大波动有关(见表4和表5所示)。

当前,人工费用和畜力费减少主要是作物生产机械化程度提高,增加的部分机械作业替代了部分人工作业。对比2006年多种作物农业装备物化劳动的比重发现:一是粮食作物总体水平较高,个别作物水平较低。小麦和粳稻农业装备物化劳动比重接近40%,分别达到39.38%和37.76%,谷子则仅为13.80%。二是经济作物总体水平较低,个别作物例外。柑、桔、茶、烟、甘蔗、烟、油菜籽等比重均低于10%,仅甜菜较为例外,农业装备物化劳动投入比重达到26.87%。[注:农业装备物化劳动物化比重=农业装备费*100/(农业装备费+人力成本+畜力费)]

特别需要说明的是,我国主要经济作物生产一直沿袭传统的生产作业方式:生产规模小,分布零散,不适宜机械成片规模作业;农民仍凭经验种植,固守传统的种植模式,不敢、不愿意使用先进农业机械和农机新技术;另外,在对经济作物生产机械化的投入方面,不管是政府还是个人都是偏小的。这无形中增加了经济作物生产成本,规模效益低,阻碍了经济作物机械化发展。机械化作业水平远远低于小麦、水稻乃至玉米(除耕整地、植保外),主要经济作物种植、田间管理、收获主要依靠人工作业,面广量大的收获作业几乎全部依靠人工,用工量大,劳动强度高,劳动生产率低。当前主要经济作物生产的突出问题是生产成本高,比较效益低。

1)资料来源:作者根据《全国农产品成本收益资料汇编-2007》汇总计算。2)以1978年为基期。

1)资料来源:作者根据《全国农产品成本收益资料汇编-2007》汇总计算;2)以1978年为基期。

4 政策建议

我国农业机械化发展需要按照因地制宜、经济有效、保障安全和保护环境的原则,围绕优势农产品区域布局和各地特色农业发展,发挥地区农业机械化比较优势,构建布局合理、规模适度、优势突出的发展格局,与农业产业化、标准化和优质化发展相结合,形成各具特色的发展区域,促进农业机械化健康、协调、可持续发展。东部沿海经济发达地区、大中城市郊区和有条件的垦区等,以高效、创汇的外向型和城郊型现代化农业为主线,重点发展种植、养殖等主要农产品生产,产后处理及加工、保鲜、储运机械化,为技术密集型、附加值高的农产品和出口产品提供服务;中部和东北粮食主产区,突出发展农业产前、产后等生产环节的机械化,为大型商品粮、专用粮、饲料粮基地建设,稳定提高粮食生产能力及加快发展畜牧业和食品加工业提供服务;西部地区和经济欠发达地区,积极发展牧草生产机械化、秸秆青贮加工机械化和棉花、甘蔗、甜菜、果、菜、花等生产、加工机械,为发展特色经济作物机械化提供服务。

摘要：中国种植业农业装备投入结构问题是农业机械化研究中的核心问题。为此,从微观层面(即主要粮食产品和主要经济作物产品机械装备作业费用投入)进行分析,以期为调整优化种植业结构、促进种植业发展和农民增收提供参考。

关键词：农业装备,种植业,农业机械化水平

参考文献

[1]郑少峰.农产品成本核算体系及控制机理研究[M].北京:中国农业出版社,2004:67-82.

[2]黄季焜,马恒运.中国主要农产品生产成本与主要国际竞争者的比较[J].中国农村经济,2000(5):17-21.

[3]胡瑞法,黄季焜.农业生产投入要素结构变化与农业技术发展方向[J].中国农村观察,2001(6):9-16.

[4]胡瑞法,冷燕.中国主要粮食作物的投入与产出研究[J].农业技术经济,2006(3):2-7.

[5]白人朴.新阶段的中国农业机械化—白人朴教授论文选集[M].2007:3～6;93～101;110-112.

[6]Lingard J.Mechanisation of small rice farms in the Philip-pines:some income distribution aspects[J].Journal of Agri-cultural Economics,1984,35(3):246-254.

[7]Hayami Y,Ruttan V W.Agricultural development:an In-ternational perspective,2nd edu[M].Baltimore:Johns Hop-kins,1985.

农业资金投入结构 篇5

一、研究方法

1. 变量和数据处理

本文在有关农业投入结构和产出要素研究的基础上, 结合四川省农业生产的实际情况, 依据《四川统计年鉴》的有关数据, 从产值与产量方面确定了农林牧渔总产值和单位面积农作物产量 (包括粮食、油料、棉花、甘蔗、麻类) 两个产出指标, 从人员、物质和资金方面确定了农业从业人员、农作物播种面积、农业机械总动力、化肥施用量、农业生产用电和农业资金投入 (包括财政支出中用于农业支出、金融机构农业贷款) 六个投入指标进行分析, 从数据的可获得性及研究的现实性和科学性出发, 本文确定研究的时期为1990到2008共19年的数据, 具体数据略。

2. 自变量的共线性分析

从相关系数 (表1) 可以看出, 变量间的相关性较高, 直接运用普通最小二乘法建立以产出指标为因变量, 投入指标为自变量的线性回归方程, 可能存在多重共线性问题。这里直接建立回归方程, 并计算变量膨胀因子 (VIF:Variance Inflation) , 结果如表2。

方程一的拟合优度R-Square还是不错的, 但是两个方程中各变量的显著性均通不过检验, 而且各变量的膨胀因子都大于10, 最大的VIF (X2) 达455.1936。从而得出, 自变量存在着严重的共线性, 不宜用普通最小二乘法进行分析。加上因变量为两个, 所以本文选择偏最小二乘回归法对农业投入产出结构因素进行分析。

3. 偏最小二乘回归法

偏最小二乘回归 (Partial Least-Squares-regression, PLS) 方法是S.Wold和C.Albano提出的一种新型的多元统计数据分析方法。该方法将多元线性回归分析、变量的主成分分析和变量间的典型相关分析有机结合起来, 在一个算法下同时实现了回归建模、数据结构简化和两组变量间的相关分析, 适宜处理样本容量小、自变量多、变量间存在严重多重相关性的统计问题。

其建模步骤包括:首先, 采用主成分分析与典型相关分析的思想分别提取因变量和自变量的主成分, 即偏最小二乘因子, 这不仅保证了提取的成分尽可能多地保留原始变量的信息且保持相互独立, 而且使自变量与因变量的相关性最大;然后, 采用普通最小二乘法建立回归方程, 因成分间已不存在多重共线性, 此时采用普通最小二乘估计所得结果稳定性较好。由此可见, 偏最小二乘回归集中了主成分分析、典型性相关分析及普通多元回归分析的优点。

二、研究结果

本文利用统计分析软件SAS中PLS过程来完成偏最小二乘回归, 结果如下。

1. PLS成分

输出结果显示, 自变量组提取的第k个成分可解释变差的百分比分别为81.7960%, 14.8532%, 2.88115%, 0.3805%, 0.0637%, 0.0250。可解释因变量组变差的百分比分别为57.3511%, 1.2731%, 3.9880%, 2.8071%, 0.1725。由此可见对Y的解释能力已非常微弱, 可初步直观地判断只需提取一个成分就已足够了。为准确, 再使用“舍一交叉验证法”进行交叉验证, 计算结果如表3。可见当取一个偏最小二乘因子时, 得到的预测残差平方和的均方差 (PRESS) 最小, 其值为0.7473。

注:右上角带“*”为最小PRESS。

此时, 提取的偏最小二乘因子为

(右上角带“*”的变量表示标准化变量) 。

2. PLS回归结果

PLS回归的参数估计如表4。

3. 变量投影重要性指标

在PLS中, 用变量投影的重要性指标VIP (Variable Importance in Projection) 来测度自变量Xi在解释因变量Y时作用的重要性。一般情况下VIP指标值应大于0.8, 当小于该值时, 可认为自变量对因变量的解释是很微弱的, 可不纳入PLS方程中, 计算结果如图1。

三、结果分析

1. 从PLS回归方程发现农林牧渔产值和单位面积农作物产量都同农作物播种面积、农业机械总动力、化肥施用量、农业生产用电和农业资金投入要素成正相关, 而同农业从业人员量成负相关。从回归方程系数看, 对产值和产量的边际贡献最大的是农业生产用电量, 其次是化肥施用量。这与现代农业的发展趋势是一致的。从历年数据不难看出, 在农业产值和单位面积产量稳步增长的同时, 农业从业人员在逐步减少, 而其它投入要素却大幅增长, 特别是电力投入增长了近四倍。出现这一情况的原因在于大量农村人口从事非农产业, 特别是农民工的发展与壮大, 从而在农村中出现大量农业兼营人员和非农人员, 而真正的纯农业生产人员逐步减少。而随着农业机械化的推广, 农业生产、加工机械大量普及, 导致对能源动力的需求大大增加。同时, 农业种植技术的提高和土地生产能力的降低又增强了对化肥的需求。现代农业不仅依靠生产技术水平的提高, 还要求较高水平的经营与管理, 这总体来看, 随着农业生产现代化水平的不断提高, 农业生产对劳动力需求正在被机械能源等科技力量和资本力量所替换。

2. 偏最小二乘因子系数表明, 农业机械总动力、化肥施用量、农业生产用电、农业从业人员和农业资金投入对农业产出的解释作用较大, 这与VIP指标显示结果一致。其中农业机械总动力和农业生产用电作用最大, 据此可以将偏最小二乘因子命名为“动力投入因子”。这说明, 农业生产中机械和能源的投入起着至关重要的作用, 这与现代农业中农业机械化要求是一致的。

但是农作物播种面积的投入作用最低, 根据VIP理论, 其值小于0.8就可以将其不纳入到PLS回归方程中, 可见土地的投入对农业产出起的作用微小。这似乎与理论不符, 其实不然。从农作物播种面积的绝对数看, 2000年以前逐年增加, 之后出现下降趋, 但总体没有多大变化。这与我国农业政策有关, 最近几年我们国家从可持续发展角度出发提出了退耕还林 (草) 工程, 一部分农作物播种面积被林 (草) 地面积所替代, 而在之前, 我们过多地强调粮食安全而大量开荒种地。在投入大量增加时, 由于播种面积几乎不变, 这就导致农业投入的结构变化基本由机械能源资金等要素的变化来诠释, 这表明四川省动力投入在一定程度上可以替代土地的要素投入。

四、结论

本文选取了四川省90年到08年19年农业投入产出数据, 运用偏最小二乘回归法对四川省农业投入结构变化与产出的影响进行了分析, 分析表明农业产出同投入结构有关重大关系, 农业产出同农作物播种面积、农业机械总动力、化肥施用量、农业生产用电和农业资金投入成正相关, 而同农业从业人员投入成负相关。因此, 一方面应进一步加大这方面的投入, 推进农业机械化和现代化, 同时加快农村剩余劳动力转移;另一方面在保证粮食安全的同时, 应继续坚持退耕还林工程, 实现农业生产的可持续发展。

摘要：本文运用偏最小二乘回归方法对四川省农业生产投入要素结构进行了分析, 得出除人员投入因素外其它生产要素都与农业产出成正相关, 特别是机械能源和资金投入对农业产出具有显著影响, 而土地因素影响较小。

关键词：农业生产,投入要素结构,偏最小二乘回归 (Partial Least Square)

参考文献

[1]胡瑞法黄季混:农业生产投入要素结构变化与农业技术变动趋势[J].中国农村观察, 2001 (6)

[2]顾俊龙:农业投入与产出结构变化及其影响因素研究[J].山西财经大学学报, 2006, 28 (5)

[3]刘岩:我国农业投入结构合理化问题研究[J].农业经济, 2005 (5)