李福奪

(貴州大學(xué)管理學(xué)院 貴州貴陽 550025)

農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，是國家繁榮、社會穩(wěn)定的重要保障，其重要性決定了政府必須對農(nóng)業(yè)實施支持性的或者說保護性的政策，農(nóng)業(yè)生產(chǎn)問題關(guān)系著國計民生，是我國政府一直以來都高度重視的重大問題之一［1］。特別是近些年來，隨著世界氣候變化、人口增長及生態(tài)環(huán)境問題的惡化，農(nóng)產(chǎn)品生產(chǎn)與安全問題更加受到人們的關(guān)注，學(xué)術(shù)界關(guān)于這方面的探討也越來越多、越來越深入。

農(nóng)業(yè)產(chǎn)出水平的高低不僅會受到外部自然條件的影響，還會受到自身投入因素的影響。關(guān)于這方面的研究，趙慧江以1990—2005年統(tǒng)計數(shù)據(jù)為基礎(chǔ)，采用回歸分析方法通過建立以5種可量化的農(nóng)業(yè)生產(chǎn)投入要素為自變量，以農(nóng)業(yè)產(chǎn)出為因變量的多元線性回歸模型，對影響我國農(nóng)業(yè)產(chǎn)出的主要因素進行了分析，并以此為依據(jù)提出了關(guān)于我國穩(wěn)定發(fā)展農(nóng)業(yè)生產(chǎn)的參考意見［2］。肖海峰等通過建立農(nóng)業(yè)產(chǎn)出與投入的柯布—道格拉斯生產(chǎn)函數(shù)，對我國1978—2002年的數(shù)據(jù)進行了分段研究，來分析我國農(nóng)業(yè)綜合生產(chǎn)能力［3］。周琦、李國章采用脈沖響應(yīng)函數(shù)和方差分解法對我國農(nóng)業(yè)產(chǎn)出的影響因素進行了研究，結(jié)果表明化肥施用量始終是促進我國農(nóng)業(yè)產(chǎn)出增加的主要因素，其貢獻率高達40%，且短期內(nèi)影響顯著［4］。張立超、翟印禮利用多元線性回歸模型，以1996-2008年省際時間序列數(shù)據(jù)為樣本，對我國31個省份農(nóng)業(yè)投入與產(chǎn)出的關(guān)系進行了研究，認為化肥用量和農(nóng)業(yè)用水量是提高農(nóng)業(yè)產(chǎn)出的關(guān)鍵因素，機械動力和化學(xué)農(nóng)藥對農(nóng)業(yè)產(chǎn)出影響不大，塑料薄膜使用量不能有效提高農(nóng)產(chǎn)品產(chǎn)量［5］。高倩倩、邢秀峰、姚傳進等則運用統(tǒng)計學(xué)的知識、采用Eviews6.0統(tǒng)計軟件建立了農(nóng)業(yè)產(chǎn)出評估模型，對建國以來山東省農(nóng)業(yè)生產(chǎn)的主要影響因素進行了實證分析，得出了提升農(nóng)業(yè)機械總動力是山東省糧食增產(chǎn)的有效途徑的結(jié)論［6］。

盡管目前學(xué)術(shù)界對農(nóng)業(yè)投入與產(chǎn)出的關(guān)系研究較多，但幾乎都集中在用多個投入指標來測定其對單個農(nóng)業(yè)產(chǎn)出指標的影響程度，且很少考慮多個產(chǎn)出指標之間的關(guān)聯(lián)信息。為了解決上述問題，同時為了為多變量(多因變量和多自變量)農(nóng)業(yè)投入與產(chǎn)出的關(guān)系分析問題提供一種可靠的分析方法，本文提出了一種新的統(tǒng)計回歸分析模型——偏最小二乘回歸模型(Partial Least—Squares Regression，PLS)，并以貴州省為研究區(qū)域，構(gòu)建農(nóng)業(yè)系統(tǒng)的偏最小二乘回歸分析模型，對貴州省農(nóng)業(yè)投入與產(chǎn)出進行定量分析，以期為貴州省農(nóng)產(chǎn)品生產(chǎn)與安全戰(zhàn)略的實施提供科學(xué)的決策依據(jù)。

1 評價指標的選取

1.1 農(nóng)業(yè)投入指標的選取

由于土地、勞動力、資本和農(nóng)業(yè)技術(shù)是農(nóng)業(yè)投入的主要內(nèi)容，因此本文在參考數(shù)據(jù)可獲取性、指標量化的可行性等指標選取原則的基礎(chǔ)上，結(jié)合貴州省農(nóng)業(yè)系統(tǒng)的實際狀況，選取農(nóng)作物總播種面積(X1)、農(nóng)村用電量(X2)、化肥施用量(X3)、農(nóng)田有效灌溉面積(X4)、農(nóng)業(yè)從業(yè)人員(X5)、家庭農(nóng)業(yè)經(jīng)營支出(X6)、政府財政支農(nóng)支出(X7)和農(nóng)業(yè)機械總動力(X8)8個對貴州省農(nóng)業(yè)產(chǎn)出有較大影響的要素來構(gòu)建貴州省農(nóng)業(yè)投入指標體系。研究所需農(nóng)作物總播種面積、有效灌溉面積、農(nóng)業(yè)機械總動力、農(nóng)村用電量、化肥施用量數(shù)據(jù)來源于1992—2012年的《貴州統(tǒng)計年鑒》和《新中國60年統(tǒng)計資料匯編》(2013)，農(nóng)業(yè)從業(yè)人員、家庭農(nóng)業(yè)經(jīng)營支出、政府財政支農(nóng)支出3個指標數(shù)據(jù)由《貴州統(tǒng)計年鑒》(1993—2012)、《中國統(tǒng)計年鑒》和《貴州年鑒》等國家正式發(fā)布的統(tǒng)計資料整理計算而來，詳見表1。

表1 1993-2012年貴州省農(nóng)業(yè)投入指標情況Tab.1 Agricultural input indexes of Guizhou province from 1993 to 2012

表1顯示了貴州省2012年與1993年農(nóng)業(yè)投入指標的數(shù)據(jù)比值和1993—2012年各農(nóng)業(yè)投入指標的年均增長率。由表1可以看出，20年間貴州省農(nóng)業(yè)機械總動力(X8)、農(nóng)村用電量(X2)和化肥施用量(X3)都呈現(xiàn)出不斷上升的趨勢，2012年的農(nóng)業(yè)機械總動力為1993年的6.34倍，年均增長率為8.54%，2012年農(nóng)村用電量是1993年的12.55倍，年均增長率高達14.93%，2012年的化肥施用量是1993年的4.17倍，年均增加5.09%，這些都說明20年里貴州省農(nóng)業(yè)技術(shù)投入在不斷上升;2012年貴州省的家庭農(nóng)業(yè)經(jīng)營支出(X6)是1993年的9.64倍，年均增長12.82個百分點，2012年的政府財政支農(nóng)支出(X7)更是達到了1993年的22.45倍，年均增長率高達17.18%，說明1993—2012年貴州省農(nóng)業(yè)資本投入在大幅增加;2012年貴州省的農(nóng)作物總種植面積(X1)和農(nóng)田有效灌溉面積(X4)分別是1993年的1.26和1.87倍，可以認為其是平穩(wěn)小幅增長，也說明貴州省農(nóng)業(yè)投入受土地資源的制約，后備耕地資源挖掘潛力不大。從表1中還可以看出，1993—2012年貴州省農(nóng)業(yè)從業(yè)人員(X5)下降29%，說明隨著農(nóng)業(yè)經(jīng)濟的發(fā)展該省農(nóng)業(yè)生產(chǎn)對人力資源投入的需求會出現(xiàn)大幅的下降。

1.2 農(nóng)業(yè)產(chǎn)出指標的選取

由于農(nóng)業(yè)產(chǎn)出包括農(nóng)業(yè)實物量產(chǎn)出和農(nóng)業(yè)價值量產(chǎn)出，本文選取農(nóng)產(chǎn)品總產(chǎn)量(Y1)、全省農(nóng)產(chǎn)品人均產(chǎn)量(Y2)、農(nóng)業(yè)總產(chǎn)值(Y3)和農(nóng)村居民家庭人均農(nóng)業(yè)純收入(Y4)4個要素來構(gòu)建貴州省農(nóng)業(yè)產(chǎn)出指標體系，所需數(shù)據(jù)均來自1993—2012年的《貴州統(tǒng)計年鑒》和《貴州年鑒》等文獻資料，見表2。

表2 1993-2012年貴州省農(nóng)業(yè)產(chǎn)出指標情況Tab.2 Agricultural output indexes of Guizhou province from 1993 to 2012

從表2可以看出，2012年貴州省的農(nóng)產(chǎn)品總產(chǎn)量(Y1)僅僅為1993年的1.73倍，年均增幅也只有1.44%，全省農(nóng)產(chǎn)品人均產(chǎn)量(Y2)在2012年是1993年的1.15倍，年均增幅也更是只有0.67個百分點，這些都說明盡管近年來貴州省的農(nóng)業(yè)經(jīng)濟取得了很大的發(fā)展，但農(nóng)業(yè)生產(chǎn)效率依舊很低，農(nóng)業(yè)實物量產(chǎn)出增長不明顯。但1993—2012年這20年里，貴州省農(nóng)業(yè)總產(chǎn)值(Y3)和農(nóng)村居民家庭人均農(nóng)業(yè)純收入(Y4)年均增長率分別達到了12.32%和10.96%，增加的倍數(shù)也都達到了10倍以上，說明貴州省農(nóng)業(yè)產(chǎn)出的價值量增長還是很快的，農(nóng)村居民農(nóng)業(yè)收入水平也得到了很大程度的提升。

2 農(nóng)業(yè)投入與產(chǎn)出的關(guān)系分析

2.1 偏最小二乘回歸分析原理

偏最小二乘回歸分析(Partial Least—Squares Regression，PLS)是由伍德(S.Word)、阿巴諾(C.Albano)等人于1983年提出的用來解決變量多重相關(guān)性對系統(tǒng)回歸建模干擾問題的一種方法，它開辟了一種有效的技術(shù)途徑，且在處理樣本容量小、解釋變量個數(shù)多、變量間存在嚴重多重相關(guān)性問題方面具有獨特的優(yōu)勢［7］。偏最小二乘回歸分析可以實現(xiàn)回歸建模、數(shù)據(jù)結(jié)構(gòu)簡化以及兩組變量間的相關(guān)性分析。在決定是否采用PLS方法建模前，首先要進行預(yù)備分析，以判斷自變量(因變量)是否存在多重相關(guān)性，判斷自變量和因變量間是否存在相關(guān)關(guān)系，具體計算方法是:對于矩陣Z=(X，Y)，記 F0=(eij)n×p=Y，E0=(fij)n×q=X。偏最小二乘回歸分析模型的構(gòu)建步驟如下:

(1)標準化原始數(shù)據(jù)

標準化后的數(shù)據(jù)矩陣 E0=(fij)n×q(即X)和F0=(eij)n×p(即 Y)，其中，

(2)第1成分t1的提取

求矩陣E0TF0F0TE0的最大特征值所對應(yīng)單位特征向量W1，得自變量X的第一個主成分t1，

其中W1是E0的第一個軸，稱為模型的效應(yīng)權(quán)重，且‖W1‖ =1。

求矩陣F0TE0E0TF0的最大特征值所對應(yīng)單位特征向量C1，得自變量Y的第一個主成分u1，

其中C1是F0的第一個軸，稱為模型的因變量權(quán)重，且‖C1‖=1。

這里要求t1和u1能分別較好的表達X和Y中的數(shù)據(jù)信息，且t1對u1具有較強的解釋能力。之后求殘差矩陣 E1和 F1:E1=E0—t1p1T，F(xiàn)1=F0—t1r1T，其中，p1=E0Tt1/‖t1‖2，r1=F0Tt1/‖t1‖2。從而得到F0、E0對t1的回歸方程:

(3)第2成分t2的提取

令 E0=E1，F(xiàn)0=F1，回到以上第(3)步，對殘差矩陣進行新一輪的成分提取和回歸分析，重復(fù)第1成分t1提取步驟，最終得到F1、E1對t2的回歸方程:

第h成分th的提取同理。

(4)構(gòu)建偏最小二乘回歸模型

根據(jù)以上分析，我們構(gòu)建的偏最小二乘回歸模型如下:

其中，W=［W1，W2，……，Wh］，R=［r1，r2，……，rh］，F(xiàn)2為殘差矩陣。

(5)成分提取的終止準則——交叉有效性準則

PRESS越小說明模型的擬合效果越好，PRESS取最小值時，模型的擬合效果達到最優(yōu)，這時提取的成分個數(shù)h即為最佳成分個數(shù)。

2.2 貴州省農(nóng)業(yè)投入與產(chǎn)出的關(guān)系

本文利用SIMCA-P11.5軟件對貴州省農(nóng)業(yè)投入與產(chǎn)出各指標的關(guān)系進行偏最小二乘回歸分析［8］，分析結(jié)果見表3。

表3 被偏最小二乘因子解釋的變差的百分比Tab.3 The variation of percentage explained by the partial least squares factors

由表3中數(shù)據(jù)可以看出，從自變量中提取的4個成分可解釋變差的百分比分別為68.1265%、12.0318%、8.7625%和6.9974%，且前3個成分可解釋變差的累計百分比達到88.9208%，即解釋了自變量全部信息的88.9208%;從因變量中提取的4個成分可解釋變差的百分比分別為71.3326%、10.1798%、8.1229%和5.8955%，且前3個成分成功解釋了因變量全部信息的89.6353%，根據(jù)統(tǒng)計學(xué)上85%的信息量原則［9］，我們初步確定選取3對成分。然后由計算結(jié)果還可以得出，第1對成分的PRESS值為0.6145，第2對成分的PRESS值為0.5936，第3對成分的PRESS值為0.4755，第4對成分的PRESS值為0.5639，根據(jù)成分提取的終止準則中的PRESS最小原則，就可以最終確定本研究提取3對成分。這3對成分的組合模型為:

根據(jù)以上組合模型，可得回歸模型的檢驗統(tǒng)計量，其調(diào)整的R2值、F檢驗值見下表4。

表4 PLS回歸模型檢驗統(tǒng)計量Tab.4 Test statistics of PLS regression model

從上表 4 可以看出:①Y1、Y2、Y3、Y4擬合優(yōu)度R2分別為 0.936、0.885、0.957 和 0.812，都在 0.8之上，即t1、t2、t3都解釋了各因變量80%以上的信息;②方程顯著性檢驗(F檢驗):通過查閱F分布表發(fā)現(xiàn)對于 Y1、Y2、Y3、Y4，均有 F ＞ F0.05(Yi)，說明在95%的置信度水平下通過了F檢驗，因變量Y1、Y2、Y3、Y4與 t1、t2、t3之間均存在著較好的線性關(guān)系，且各因變量與 t1、t2、t3的回歸效果比較理想。這樣就可以把因變量與t1、t2、t3的回歸模型轉(zhuǎn)化為因變量與自變量的回歸方程，得到標準化偏最小二乘回歸方程為:

2.3 關(guān)系分析

從上式17可以看出，1993—2012年20年間貴州省的農(nóng)產(chǎn)品總產(chǎn)量(Y1)與各自變量(投入要素X1，……，X8)均呈現(xiàn)出正相關(guān)關(guān)系。從系數(shù)大小來看，家庭農(nóng)業(yè)經(jīng)營支出(X6)、化肥施用量(X3)和政府財政支農(nóng)支出(X7)對農(nóng)產(chǎn)品總產(chǎn)量影響最大，其次是農(nóng)村用電量(X2)，農(nóng)作物播種面積(X1)對農(nóng)產(chǎn)品總產(chǎn)量影響最小，這是因為貴州省地形以山地為主，沒有平原支撐，這種地貌特點，使得貴州省可用于農(nóng)業(yè)開發(fā)的土地資源不多，耕地面積少、質(zhì)量差，開發(fā)利用比例大，后備耕地資源嚴重不足［10］，農(nóng)民只能依靠加大資本投入和化肥農(nóng)藥等生產(chǎn)資料投入來提高農(nóng)業(yè)產(chǎn)出，粗放式經(jīng)營特征明顯。

從式18可以看出，全省農(nóng)產(chǎn)品人均產(chǎn)量(Y2)與農(nóng)業(yè)從業(yè)人員(x5)呈現(xiàn)出反向變化關(guān)系，與其他自變量都呈現(xiàn)出正相關(guān)關(guān)系。全省農(nóng)產(chǎn)品人均產(chǎn)量(Y2)與農(nóng)業(yè)從業(yè)人員(x5)呈現(xiàn)反向變化關(guān)系的原因是:改革開放以來尤其是近20年來，貴州省農(nóng)村勞動力大量向城市轉(zhuǎn)移，導(dǎo)致農(nóng)業(yè)勞動力資源外流，滯留在農(nóng)村繼續(xù)從事農(nóng)業(yè)生產(chǎn)的主要是老、幼、婦，使得勞動力質(zhì)量下降，導(dǎo)致農(nóng)業(yè)生產(chǎn)效率低下，不可能帶來農(nóng)產(chǎn)品總產(chǎn)量的大幅躍升，(由表2可以看出，1993—2012年這20年間貴州省農(nóng)產(chǎn)品總產(chǎn)量僅增長0.73倍，年均增長率僅僅為1.44%［11］，這就很好的說明了這一點)，與此同時貴州省人口卻越來越多(1992年為2 721.32萬人，2012年為3 869.66萬人，增幅為42.20%，年均增長率為17.47%［12］)，因此引起全省農(nóng)產(chǎn)品人均產(chǎn)量(Y2)減少。從系數(shù)來看，對全省農(nóng)產(chǎn)品人均產(chǎn)量(Y2)影響最大的是家庭農(nóng)業(yè)經(jīng)營支出(X6)，家庭農(nóng)業(yè)經(jīng)營支出每增加1元，就會引起全省農(nóng)產(chǎn)品人均產(chǎn)量增加0.108 25 kg，而其他因素的系數(shù)都小于0.01，說明這些因素對貴州省全省農(nóng)產(chǎn)品人均產(chǎn)量影響不大。

由式19可以看出，貴州省農(nóng)業(yè)總產(chǎn)值(Y3)除了與農(nóng)業(yè)從業(yè)人員(x5)呈現(xiàn)出反向變化關(guān)系以外，與其他自變量均呈現(xiàn)出正相關(guān)關(guān)系。造成這種格局的原因是:貴州省耕地面積不多，在這有限的耕地面積上占用的農(nóng)業(yè)勞動力越多，說明農(nóng)業(yè)機械化水平越低，農(nóng)業(yè)規(guī)模經(jīng)營和集約化經(jīng)營水平越低，產(chǎn)出效率就越低，農(nóng)業(yè)總產(chǎn)值就越少。從系數(shù)來看，對貴州省農(nóng)業(yè)總產(chǎn)值(Y3)影響較大的因素有農(nóng)業(yè)機械總動力(x8)、家庭農(nóng)業(yè)經(jīng)營支出(x6)和政府財政支農(nóng)支出(x7)，其中農(nóng)業(yè)機械總動力、家庭農(nóng)業(yè)經(jīng)營支出、政府財政支農(nóng)支出每分別提高1%，就會使得農(nóng)業(yè)總產(chǎn)值分別增加0.399 37、0.630 05和0.471 26個百分點，農(nóng)作物總播種面積(X1)對農(nóng)業(yè)總產(chǎn)值(Y3)影響最小(其系數(shù)不足0.01)。這說明貴州省農(nóng)業(yè)總產(chǎn)值(Y3)受農(nóng)業(yè)資本和技術(shù)投入影響較大，而受土地資源投入影響程度較小。

由式20可以看出，農(nóng)村居民家庭人均農(nóng)業(yè)純收入(Y4)與農(nóng)業(yè)從業(yè)人員(x5)也是呈現(xiàn)出反向變化關(guān)系，與其他自變量都呈現(xiàn)出正相關(guān)關(guān)系。農(nóng)村居民家庭人均農(nóng)業(yè)純收入與農(nóng)業(yè)從業(yè)人員呈現(xiàn)出反相關(guān)關(guān)系的原因:在三大產(chǎn)業(yè)中，農(nóng)業(yè)可以說是收益最低的行業(yè)，受這種不同行業(yè)間價格“剪刀差”的影響，大量農(nóng)村勞動力向外轉(zhuǎn)移或者兼業(yè)經(jīng)營，使得農(nóng)民從農(nóng)業(yè)中獲得的收益越來越少，而從1993年到2012年20年里貴州省農(nóng)村家庭人口均值卻不降反升，因此導(dǎo)致農(nóng)村居民家庭人均農(nóng)業(yè)純收入減少。從系數(shù)大小來看，家庭農(nóng)業(yè)經(jīng)營支出(X6)、化肥施用量(X3)和政府財政支農(nóng)支出(X7)對農(nóng)村居民家庭人均農(nóng)業(yè)純收入(Y4)影響較大，說明農(nóng)業(yè)資本投入和農(nóng)業(yè)生產(chǎn)資料投入是影響貴州省農(nóng)村居民家庭人均農(nóng)業(yè)純收入的關(guān)鍵因素。

3 結(jié)論與建議

貴州省作為我國西南欠發(fā)達地區(qū)重要的農(nóng)業(yè)省份，對其農(nóng)業(yè)投入與產(chǎn)出的關(guān)系進行研究對于促進區(qū)域發(fā)展和實現(xiàn)后發(fā)趕超具有重要的理論意義和現(xiàn)實意義。本文通過對貴州省農(nóng)業(yè)投入與產(chǎn)出的關(guān)系進行偏最小二乘回歸分析，發(fā)現(xiàn)農(nóng)業(yè)資本投入(包括家庭農(nóng)業(yè)經(jīng)營支出和政府財政支農(nóng)支出)是影響貴州省農(nóng)業(yè)產(chǎn)出的最主要的因素，其次是農(nóng)業(yè)技術(shù)投入，雖然也能在一定程度和一定范圍內(nèi)促進農(nóng)業(yè)產(chǎn)出，但受貴州省農(nóng)業(yè)系統(tǒng)硬性條件的影響(比如地塊小而散且多為坡地梯田，不利于農(nóng)業(yè)機械化的進一步推廣)，其對農(nóng)業(yè)產(chǎn)出的促進作用也越來越小;貴州省農(nóng)業(yè)產(chǎn)出受土地資源投入影響不大，而農(nóng)業(yè)從業(yè)人員的增加會造成全省農(nóng)業(yè)產(chǎn)出負增長?；诖?，要提升貴州省農(nóng)業(yè)產(chǎn)出水平，就必須從增加農(nóng)業(yè)資本投入、轉(zhuǎn)移農(nóng)村剩余勞動力的角度入手，著重做好以下幾個方面的工作。

(1)增加政府財政支農(nóng)支出

研究表明，增加政府財政支農(nóng)支出是促進貴州省農(nóng)業(yè)產(chǎn)出提升最有效的手段。增加政府財政支農(nóng)支出必須著眼于資金投入總量、資金結(jié)構(gòu)布局和資金管理體制三個方面［13］，必須集中財力、突破重點，提高政府財政支農(nóng)支出的使用效率。為此，必須要做好以下幾個方面:

①全方位籌集農(nóng)業(yè)資金，構(gòu)建穩(wěn)定的支農(nóng)資金來源機制

首先要提高農(nóng)業(yè)支出在政府財政總支出中的比重，保證其增長速度要快于財政經(jīng)常性收入的增長速度，保障支農(nóng)支出的可持續(xù)性;其次，政府建設(shè)性投資應(yīng)適當向農(nóng)業(yè)領(lǐng)域有所傾斜，充分發(fā)揮政府財政支農(nóng)的導(dǎo)向作用;最后，要改革農(nóng)業(yè)金融體系，擴大銀行涉農(nóng)業(yè)務(wù)范圍，引導(dǎo)信貸資金轉(zhuǎn)向“三農(nóng)”領(lǐng)域。

②改革農(nóng)業(yè)資金補貼機制，優(yōu)化支農(nóng)資金投入結(jié)構(gòu)

第一，要減少對農(nóng)業(yè)流通環(huán)節(jié)的補貼，逐步建立對農(nóng)民收入的直接補貼機制;第二，把以改善農(nóng)民基本生產(chǎn)條件為目的的縣鄉(xiāng)鎮(zhèn)級農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)納入各級政府農(nóng)業(yè)投資范圍，建立穩(wěn)定的水利支農(nóng)資金投入渠道;第三，積極使用“綠箱”政策［14］，加大農(nóng)業(yè)科研投入，加強農(nóng)產(chǎn)品流通環(huán)節(jié)設(shè)施建設(shè)資金投入，提升農(nóng)業(yè)市場的活力，保障農(nóng)民受益。

③改革農(nóng)業(yè)資金管理體制，確保農(nóng)業(yè)財政資金有效配置

目前貴州省財政支農(nóng)資金的管理實行的是分塊管理模式，權(quán)責分散，不利于農(nóng)業(yè)財政資金的有效配置和的高效使用。必須加強對政府支農(nóng)資金的統(tǒng)籌整合，明確管理部門的職能和分工，加強監(jiān)督，才能使“百分之百的支農(nóng)資金用于百分之百的支農(nóng)任務(wù)”。

(2)改革土地流轉(zhuǎn)機制，促進農(nóng)村剩余勞動力轉(zhuǎn)移

目前貴州省和我國其他地區(qū)一樣實行農(nóng)村土地家庭聯(lián)產(chǎn)承包責任制，耕地被分割到每個農(nóng)戶手中，地塊分散、不能實施規(guī)模經(jīng)營［15］。因此，必須要改革農(nóng)村土地流轉(zhuǎn)制度，才能有效提高土地資源配置效率，實現(xiàn)適度規(guī)模經(jīng)營和集約經(jīng)營。此外，通過改革農(nóng)村土地流轉(zhuǎn)制度，還可以解決廣大農(nóng)村剩余勞動力向城市轉(zhuǎn)移的后顧之憂，使更多人能夠共享城市發(fā)展成果，這不僅有利于增加農(nóng)民收入，還能大幅提升農(nóng)業(yè)產(chǎn)出水平。

此外，政府還應(yīng)重視和規(guī)范耕地用途、加強耕地保護，通過加強農(nóng)田基礎(chǔ)設(shè)施建設(shè)來提升農(nóng)田有效灌溉水平，通過建立健全農(nóng)業(yè)災(zāi)害預(yù)警預(yù)報系統(tǒng)降低災(zāi)害損失，加快農(nóng)業(yè)科技創(chuàng)新、推進農(nóng)業(yè)現(xiàn)代化，實行農(nóng)業(yè)生產(chǎn)的適度規(guī)模經(jīng)營和集約經(jīng)營來提高農(nóng)業(yè)生產(chǎn)效率和增進農(nóng)民收益。

［1］謝 杰.中國糧食生產(chǎn)影響因素研究［J］.經(jīng)濟問題探索，2007，9(12):45-47.

［2］趙慧江.影響我國糧食產(chǎn)量因素的實證分析［J］.福建師范大學(xué)學(xué)報(社會科學(xué)版)，2007，11(25):113-116.

［3］肖海峰.我國糧食生產(chǎn)的影響因素——基于柯布· 道格拉斯函數(shù)的實證分析［J］.中國農(nóng)業(yè)資源與區(qū)劃，2005，16(45):21-26.

［4］周 琦，李國章.我國農(nóng)業(yè)產(chǎn)出的影響因素研究——基于脈沖響應(yīng)函數(shù)和方差分解法［J］.江蘇農(nóng)業(yè)科學(xué)，2012，5(2):32-33.

［5］張立超，翟印禮.基于多元線性回歸分析的省際農(nóng)業(yè)產(chǎn)出影響因素研究［J］.農(nóng)業(yè)現(xiàn)代化研究，2013，22(7):128-130.

［6］高倩倩，邢秀峰，姚傳進.山東省糧食產(chǎn)量影響因素分析［J］.江蘇農(nóng)業(yè)科學(xué)，2006，25(2):30-37.

［7］馬明德，馬學(xué)娟.農(nóng)業(yè)經(jīng)濟增長影響因子的偏最小二乘回歸分析研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2014，35(5):123-128.

［8］肖厚軍.貴州糧食綜合生產(chǎn)能力的影響因素與對策分析［J］.貴州農(nóng)業(yè)科學(xué)，2005，33(4):101-103.

［9］董梅生.中國農(nóng)業(yè)投入與產(chǎn)出的關(guān)系［J］.技術(shù)經(jīng)濟，2009，28(1):37-41.

［10］何雯娜.貴州省主要農(nóng)業(yè)自然災(zāi)害對農(nóng)業(yè)經(jīng)濟發(fā)展的影響研究［J］.農(nóng)業(yè)經(jīng)濟問題，2008，26(21):67-69.

［11］李 亮，但文紅.貴州喀斯特石漠化地區(qū)糧食安全保障的時空變化與預(yù)測［J］.中國農(nóng)村經(jīng)濟，2014，42(1):218-223.

［12］貴州省統(tǒng)計局.貴州統(tǒng)計年鑒(1993-2012)［Z］.中國統(tǒng)計出版社，2013.

［13］王煥春.我國農(nóng)業(yè)投入對農(nóng)業(yè)產(chǎn)出影響的實證研究［M］.天津:天津大學(xué)出版社，2007，87-136.

［14］李玉鐸.我國糧食播種面積的時間分布規(guī)律與影響因素分析［J］.南京農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版)，2013，10(31):123-127.

［15］王天生，王 瑤.貴州省糧食生產(chǎn)發(fā)展60年回顧與展望［J］.貴州農(nóng)業(yè)科學(xué)，2009，37(9):1-9.