農(nóng)業(yè)政策成功嗎

一、糧食產(chǎn)量規(guī)模增長情況的研究1999年至2003年，由于政府退耕還林項目、城市規(guī)劃、開發(fā)區(qū)建設(shè)、市政企業(yè)和農(nóng)民的種植和占用耕地等諸多因素，中國農(nóng)業(yè)耕地面積減少了2.06億畝。與此同時,糧價低迷1又嚴(yán)重影響了農(nóng)民的種糧積極性,致使糧食畝產(chǎn)逐年降低。兩種影響的共同作用,導(dǎo)致我國的糧食總產(chǎn)量從1999年5.1億噸下降到2003年的4.3億噸,國內(nèi)糧食供求關(guān)系一度緊張,糧食生產(chǎn)安全問題引起了全社會的高度重視。從2004年開始至2010年,中共中央連續(xù)7年發(fā)布以“三農(nóng)”為主題的一號文件,強(qiáng)調(diào)農(nóng)業(yè)問題的戰(zhàn)略地位。其中,2005年1月30日,《中共中央國務(wù)院關(guān)于進(jìn)一步加強(qiáng)農(nóng)村工作提高農(nóng)業(yè)綜合生產(chǎn)能力若干政策的意見》明確提出,堅持“多予少取放活”的方針,穩(wěn)定、完善和強(qiáng)化各項支農(nóng)政策,把加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、加快農(nóng)業(yè)科技進(jìn)步、提高農(nóng)業(yè)綜合生產(chǎn)能力,作為一項重大而緊迫的戰(zhàn)略任務(wù),切實抓緊抓好。在此期間,又陸續(xù)出臺了糧食直補(bǔ)、增加農(nóng)業(yè)財政支出、取消農(nóng)業(yè)稅等各項惠農(nóng)政策,放開糧食購銷市場,加強(qiáng)和改善糧食宏觀調(diào)控,取得了顯著成效。自2004年以來,我國糧食總產(chǎn)量實現(xiàn)了連續(xù)6年的快速增長,并于2009年達(dá)到歷史最高水平5.3億噸。糧食產(chǎn)量的大幅度提高,是否表明我國當(dāng)前的糧食綜合生產(chǎn)能力2已經(jīng)能夠保證國家的糧食安全?從國際環(huán)境來看,世界糧食產(chǎn)量增長正在逐漸放緩,需求不斷增長,庫存持續(xù)下降,糧食價格上漲,部分國家糧荒引發(fā)社會動蕩,保證我國糧食安全的外部環(huán)境并不穩(wěn)定。從國內(nèi)環(huán)境來看,由于人口增長、農(nóng)產(chǎn)品加工業(yè)的發(fā)展以及工業(yè)用糧的增加,我國的糧食需求在不斷增長。圖1描述了我國糧食凈出口曲線的變動情況,自2003年以來,我國糧食凈出口量開始為負(fù)并逐年下降,2009年達(dá)到近年來最低水平-4894萬噸,表明我國糧食需求的增長速度要高于糧食產(chǎn)量的增長速度,糧食供需缺口逐年增大。從2010—2020年的中長期來看,中國糧食綜合生產(chǎn)能力依然偏弱,確保糧食安全的基礎(chǔ)并不牢固(馬曉河等,2008)。因此,研究農(nóng)業(yè)政策工具對糧食生產(chǎn)的影響效果和影響方式,對于確保國家糧食安全具有重要意義,同時又可以避免糧食價格沖擊對農(nóng)業(yè)生產(chǎn)和宏觀經(jīng)濟(jì)穩(wěn)定所帶來的不利影響,現(xiàn)已成為我國政府和學(xué)術(shù)界普遍關(guān)心的重要問題之一。近年來,國內(nèi)外學(xué)者對糧食生產(chǎn)的研究非常廣泛和深入,主要包括糧食生產(chǎn)的風(fēng)險分析、糧食價格的波動分析、糧食產(chǎn)量的波動分析、糧食生產(chǎn)函數(shù)的構(gòu)建、糧食生產(chǎn)發(fā)展戰(zhàn)略與政策支持等方面內(nèi)容。較具代表性的研究有,Johnson(1956)提出了研究糧食生產(chǎn)的分布滯后模型,他在文獻(xiàn)中指出,由于投入的“固定性”、生產(chǎn)調(diào)整成本、信息不完全、技術(shù)條件限制等因素的制約,使得糧食的供給反應(yīng)具有粘滯性,因此,解釋變量單位變化的影響分布到多個時期。Rosegrantetal.(1998)研究了印度尼西亞糧食作物的動態(tài)供給反應(yīng)函數(shù),估計了技術(shù)進(jìn)步、價格與投資等因素對稻谷、玉米、大豆與薯類四種主要糧食作物的影響,利用1969—1990年的國家數(shù)據(jù),分別對總產(chǎn)出模型、播種面積模型和單位產(chǎn)出模型進(jìn)行估計,結(jié)果表明農(nóng)業(yè)投資政策和價格支持政策對印度尼西亞的糧食產(chǎn)量具有重要影響。Kanwar(2006)使用面板數(shù)據(jù)隨機(jī)效應(yīng)方法分別建立了印度的六種糧食作物的計量模型,得出印度糧食作物調(diào)整的周期約為2—3年,而影響印度糧食作物的主要因素是水資源等,提出采取更加科學(xué)的灌溉技術(shù)(例如通過私人投資的噴灑式灌溉技術(shù))、提供肥料和優(yōu)質(zhì)種子補(bǔ)貼等可使印度所有農(nóng)民受益。張雪梅(1999)采用隨機(jī)邊界生產(chǎn)函數(shù)對我國1991—1996年玉米生產(chǎn)增長因素進(jìn)行了實證分析,得出技術(shù)進(jìn)步和化肥是玉米生產(chǎn)增長的主要動力,擴(kuò)大有效灌溉面積和挖掘玉米生產(chǎn)的技術(shù)效率對玉米生產(chǎn)也具有重要作用。宋學(xué)明、趙建華(1997)將我國2357個縣劃分為九個大農(nóng)業(yè)區(qū)并對縣級糧食單位產(chǎn)量進(jìn)行實證分析,著重指出目前中國區(qū)域糧食生產(chǎn)的差距,影響糧食產(chǎn)量的主要因子及其在區(qū)域間作用的差異。楊友孝、羅安軍(2006)通過對糧食直補(bǔ)政策的理論分析得出糧食生產(chǎn)直補(bǔ)政策的短期和長期影響不同,直補(bǔ)政策和間接補(bǔ)貼對農(nóng)業(yè)風(fēng)險的抵御能力不同,其結(jié)論指出我國現(xiàn)階段直接補(bǔ)貼與間接補(bǔ)貼應(yīng)相互補(bǔ)充,不可分割。上述研究對于分析糧食生產(chǎn)問題極具理論和現(xiàn)實意義。但多數(shù)研究傾向于解釋價格支持、優(yōu)越的自然條件和技術(shù)進(jìn)步等對糧食產(chǎn)量的影響,而對于農(nóng)業(yè)政策影響效果的研究相對較少。目前,我國糧食產(chǎn)量的增長主要是由各項惠農(nóng)政策以及較大規(guī)模的農(nóng)村基礎(chǔ)設(shè)施投資拉動的3,因此,分析農(nóng)業(yè)政策對我國糧食生產(chǎn)能力的影響效果更具有現(xiàn)實意義。本文在借鑒前人研究成果的基礎(chǔ)之上,利用Nerlove(1958,1979,2001)提出的適應(yīng)性預(yù)期模型,分析農(nóng)業(yè)支持政策以及其他各類因素對小麥、稻谷、玉米作物播種面積、單位產(chǎn)量及總產(chǎn)量的影響。本文的第二部分建立了研究糧食生產(chǎn)問題的理論框架;第三部分結(jié)合我國農(nóng)業(yè)生產(chǎn)的區(qū)域差異和農(nóng)業(yè)政策實施情況,給出了實證研究模型中區(qū)域、指標(biāo)的選取方法及依據(jù);第四部分利用1995—2008年中國省際農(nóng)業(yè)面板數(shù)據(jù)估計了農(nóng)業(yè)政策對各種糧食作物播種面積和單位產(chǎn)量的影響,并對我國糧食生產(chǎn)調(diào)整能力以及農(nóng)業(yè)政策影響的長期效應(yīng)進(jìn)行了定量分析;本文的最后給出結(jié)論。二、糧食生產(chǎn)企業(yè)影響糧食產(chǎn)量的模型提高糧食作物的總產(chǎn)量,可以從兩方面入手:一是擴(kuò)大糧食播種面積,二是增加糧食作物的單位產(chǎn)量。因此,本文首先分別對影響糧食播種面積與單位產(chǎn)量變動的各類因素進(jìn)行分析,然后再利用所得到的結(jié)果,建立一個影響糧食總產(chǎn)量變動的動態(tài)計量模型。上述過程使得對糧食生產(chǎn)問題的研究更為細(xì)化,例如,施肥量主要是通過影響糧食單產(chǎn)進(jìn)而影響總產(chǎn)量,使用單位產(chǎn)量對施肥量進(jìn)行回歸分析,可以剔除播種面積變動所引起的估計偏誤。另外,糧食單位產(chǎn)量是衡量一國糧食綜合生產(chǎn)能力的重要指標(biāo),在我國土地資源極度緊張的前提下,研究影響單位產(chǎn)量變動的各類因素本身就具有非常重要的現(xiàn)實經(jīng)濟(jì)意義。(一)第m種農(nóng)作物在第t期的最優(yōu)播種t模型本文首先利用Nerlove(1958)提出的適應(yīng)性預(yù)期模型(adaptiveexpectationmodel)研究我國糧食播種面積的調(diào)整問題,假設(shè)最優(yōu)播種面積4(Ad)受預(yù)期價格水平(Pe)、價格風(fēng)險以及其他各類因素影響。模型表示如下:其中,m=1,2,…,M表示不同種類的糧食作物,式(1)中共包含M個方程;Adm,t表示第m種農(nóng)作物在第t時期的最優(yōu)播種面積;Pem,tem,t表示第m種農(nóng)作物在第t期的預(yù)期價格水平;Zm,t是包括價格風(fēng)險在內(nèi)的其他解釋變量向量;ε1m,t是服從于N(0,σ2121)的擾動項。在現(xiàn)實經(jīng)濟(jì)中,農(nóng)民不可能及時地將其實際播種面積調(diào)整到最優(yōu)播種面積,這是由于受到許多農(nóng)業(yè)生產(chǎn)條件的實際約束,例如缺乏農(nóng)業(yè)生產(chǎn)的可獲得性投入、播種各種不同的農(nóng)作物以抵御價格風(fēng)險等。在Nerlove(2001)的模型中假設(shè),本期的最優(yōu)播種面積與上期實際播種面積差距的一定比例是相鄰兩期實際播種面積的變動量,模型形式表示如下:其中,Am,t表示第m種農(nóng)作物在第t期的實際播種面積;Am,t-1表示第m種農(nóng)作物在第t-1期的實際播種面積;ε2m,t是服從于N(0,σ2222)的擾動項。γ(A)稱為調(diào)整參數(shù),代表農(nóng)民根據(jù)市場需求,調(diào)整其糧食播種面積的能力。從AR模型的平穩(wěn)性角度出發(fā),參數(shù)γ(A)的值處于(0,2)之間5。將式(1)代入式(2),并整理可得:其中,將式(3)中的參數(shù)稱為各影響因素對播種面積的短期影響,相對應(yīng)地,式(1)中的參數(shù)稱為各因素對播種面積的長期影響(Kanwar,2006)。長期影響系數(shù)反映了價格、風(fēng)險及其他因素對播種面積的凈影響,而短期影響則代表了長期影響和農(nóng)民調(diào)整能力的綜合效果。(二)提高糧食單位產(chǎn)量的目標(biāo)受土地資源有限性、保護(hù)生態(tài)環(huán)境以及土地價值不斷提高等客觀條件的制約,通過增加播種面積進(jìn)而提高糧食總產(chǎn)量方式的影響效果在逐年減弱,更多地是通過提高糧食單位產(chǎn)量來實現(xiàn)這一目標(biāo)。1965年以來,印度農(nóng)業(yè)的發(fā)展體現(xiàn)了這一轉(zhuǎn)變過程(Vaidyanathan,1994)。因此,本文同時建立了影響單位產(chǎn)出的動態(tài)模型,其建立方法類似于播種面積模型,將式(1)—(3)中的播種面積變量Am,t用單位產(chǎn)出變量ym,t替代,可得單位產(chǎn)量模型,其形式如下:其中,類似地,從模型平穩(wěn)性角度出發(fā),調(diào)整參數(shù)γ(y)的取值范圍在(0,2)之間。(三)變動情況下地方在播種面積和單位產(chǎn)量動態(tài)分析模型中,由于農(nóng)作物m的預(yù)期價格Pem,tem,t是不可觀測變量,因此不能直接對式(3)和式(7)進(jìn)行估計?；谶m應(yīng)性預(yù)期假說理論,本文利用ARIMA(p,d,q)過程來描述預(yù)期價格Pem,tem,t的變動情況,模型形式如下:其中,Δ為差分算子,Pem,tem,t為農(nóng)作物m的預(yù)期價格,Pm,t為農(nóng)作物m的實際價格,d為Pm,t序列的單整階數(shù)。為構(gòu)造預(yù)期價格序列,首先需要在全樣本區(qū)間[1,T]中預(yù)留初始的子樣本區(qū)間[1,τ],其中τ為區(qū)間[1,T]中的某一固定點(diǎn),并在子樣本區(qū)間[1,τ]上估計式(9)所示的基于Pm,t序列的ARIMA過程,以此為基礎(chǔ)進(jìn)行一步向前預(yù)測,得到τ+1時刻的預(yù)期價格,記為Pem,τ+1em,τ+1;再追加一個樣本點(diǎn),此時子樣本區(qū)間擴(kuò)展為[1,τ+1],重復(fù)上述ARIMA模型的估計和預(yù)測過程,從而得到τ+2時刻的預(yù)期價格,記為Pem,τ+2;在不斷向外拓展的子樣本區(qū)間上如此反復(fù)建模及預(yù)測,直到子樣本區(qū)間擴(kuò)展到[1,T-1]時結(jié)束,得到T時刻的預(yù)期價格Pem,Τ。三、農(nóng)業(yè)模型參數(shù)估計本文基于上述理論模型,研究預(yù)期價格、政策因素以及其他影響因素對小麥、稻谷、玉米三種主要糧食作物的播種面積和單位產(chǎn)量的影響。6考慮到我國農(nóng)業(yè)區(qū)域發(fā)展不均衡及各地區(qū)農(nóng)業(yè)政策差異較大等特點(diǎn),本文使用我國1995—2008年的29個省份(其中港澳臺地區(qū)、西藏自治區(qū)除外,重慶市數(shù)據(jù)合并到四川省數(shù)據(jù)內(nèi))的面板數(shù)據(jù)7對模型進(jìn)行估計。另外,由于我國農(nóng)業(yè)市場化時間較短,全國數(shù)據(jù)的樣本區(qū)間長度不足,使用區(qū)域面板數(shù)據(jù)可以有效地擴(kuò)大樣本容量,從而得出較好的估計結(jié)果。(一)選取樣本個體由于我國各地區(qū)的土地、溫度、降雨等自然條件差異較大,小麥、稻谷、玉米三種農(nóng)作物在我國的生長分布情況并不相同,因此本文對于每種糧食作物選取不同的區(qū)域個體進(jìn)行分析。針對每種糧食作物,使用1995—2008年各省份相應(yīng)糧食作物的歷年累計總產(chǎn)量占全國比重進(jìn)行排序,選取比重高于1%的省份作為樣本個體。表1中給出了三種糧食作物的區(qū)域個體選取情況:(二)糧食生產(chǎn)政策為保證國家糧食安全,提高糧食綜合生產(chǎn)能力,我國政府依據(jù)國內(nèi)經(jīng)濟(jì)發(fā)展所處的不同歷史階段,提出了一系列支持糧食生產(chǎn)的農(nóng)業(yè)政策。主要有:對農(nóng)民種糧進(jìn)行間接或直接補(bǔ)貼的農(nóng)業(yè)財政支出政策、農(nóng)村固定資產(chǎn)投資政策以及取消農(nóng)業(yè)稅政策等。1.糧食補(bǔ)貼政策存在的問題我國農(nóng)業(yè)財政支出的主要內(nèi)容包括間接補(bǔ)貼和直接補(bǔ)貼,在2004年以前,我國農(nóng)業(yè)政策主要實施間接補(bǔ)貼,2004年之后,主要實施直接補(bǔ)貼。間接補(bǔ)貼主要是通過對生產(chǎn)農(nóng)用機(jī)械或生產(chǎn)資料的企業(yè)進(jìn)行減稅,或通過政府財政的糧食風(fēng)險基金支付給購銷企業(yè),再由購銷企業(yè)采用糧食保護(hù)價格收購等方式來實現(xiàn)對農(nóng)民的補(bǔ)貼。間接補(bǔ)貼容易扭曲市場價格信號,造成市場供求不平衡,貿(mào)易和市場競爭的不公平,以及對自然資源的不合理使用和浪費(fèi)使用。在2004年以后,我國工業(yè)已經(jīng)得到了長足發(fā)展,而廣大農(nóng)村地區(qū)還十分落后,糧食播種面積逐年減少已經(jīng)危及到國家糧食安全。政府從糧食風(fēng)險基金中拿出部分資金,用于主產(chǎn)區(qū)種糧農(nóng)民的直接補(bǔ)貼,各省份也從財政資金中拿出部分資金對其糧食主產(chǎn)縣(市)的種糧農(nóng)民實行直接補(bǔ)貼。對糧食實施直接或間接補(bǔ)貼,有利于增加農(nóng)民種糧收入,提高農(nóng)民種糧積極性。農(nóng)民有動力對農(nóng)田精耕細(xì)作,增加化肥和農(nóng)藥投入,引進(jìn)優(yōu)質(zhì)糧種,從而提高糧食單產(chǎn)。另外,對種糧進(jìn)行補(bǔ)貼,會改變糧食和其他農(nóng)產(chǎn)品的相對收入,這樣農(nóng)民就會調(diào)整糧食與其他農(nóng)產(chǎn)品的相對播種面積,進(jìn)而增加糧食播種面積。2003年以來,在各地區(qū)陸續(xù)實施的糧食直補(bǔ)、糧種直補(bǔ)、農(nóng)機(jī)補(bǔ)貼和生產(chǎn)資料增支補(bǔ)貼政策效果明顯,對近6年來糧食持續(xù)增收起到了重要作用。本文使用各省份農(nóng)業(yè)財政支出占總財政支出的比率表示農(nóng)業(yè)支出變量(記為EP)。需要注意的是,糧食直補(bǔ)政策是根據(jù)當(dāng)年種植的糧食播種面積進(jìn)行專向補(bǔ)貼政策,影響具有滯后性,因此,本文在模型中使用該變量的滯后值。2.增加我國的農(nóng)業(yè)、扶貧地和水農(nóng)村固定資產(chǎn)投資是農(nóng)村經(jīng)濟(jì)發(fā)展的初始環(huán)節(jié),它是農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)村社會進(jìn)步、農(nóng)民收入增加的重要物質(zhì)基礎(chǔ),是衡量改善農(nóng)村生產(chǎn)條件的一個重要指標(biāo)(黃衛(wèi)紅,2006)。農(nóng)村固定資產(chǎn)投資包括在農(nóng)業(yè)、電力燃?xì)饧八纳a(chǎn)供應(yīng)業(yè)、農(nóng)村交通運(yùn)輸業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)等方面的投資,其作用主要是改善農(nóng)村生產(chǎn)的基本條件?？梢栽谝韵聨讉€方面提高農(nóng)業(yè)生產(chǎn)能力,包括農(nóng)業(yè)產(chǎn)業(yè)化、科技興農(nóng)、農(nóng)村基礎(chǔ)設(shè)施和生態(tài)建設(shè)、鄉(xiāng)鎮(zhèn)企業(yè)建設(shè)和發(fā)展,農(nóng)業(yè)生產(chǎn)技術(shù)的提高會對糧食生產(chǎn)具有重要的促進(jìn)作用(宋景軍,2008)。2008年10月9日,在中共十七屆三中全會上,首次提出城鄉(xiāng)經(jīng)濟(jì)社會發(fā)展一體化的概念,標(biāo)志著我國政府的農(nóng)村建設(shè)目標(biāo)由過去的農(nóng)村城鎮(zhèn)化逐步走向城鄉(xiāng)一體化,同時也標(biāo)志著各級政府會進(jìn)一步加大農(nóng)村固定資產(chǎn)投資力度。增加農(nóng)村固定資產(chǎn)投資,能夠提高農(nóng)業(yè)生產(chǎn)的勞動效率,并增強(qiáng)農(nóng)民抵御自然災(zāi)害的能力,這都有助于提高糧食單位產(chǎn)量。另外,良好的基礎(chǔ)設(shè)施降低了農(nóng)民開墾貧瘠土地的成本,根據(jù)地租理論,當(dāng)種糧收益大于投入時,農(nóng)民就有動力開墾荒地以增加自己的純收入。這有利于絕對增加我國的農(nóng)業(yè)耕地面積。本文使用各省份農(nóng)村固定資產(chǎn)投資額占GDP的比重表示農(nóng)村固定資產(chǎn)投資變量8(記為FA)。3.降低農(nóng)業(yè)稅率2004年以來,國家加大了糧食主產(chǎn)區(qū)減免農(nóng)業(yè)稅的力度,在黑龍江、吉林兩省實行免征農(nóng)業(yè)稅試點(diǎn)改革,對內(nèi)蒙、遼寧、山東、河南、湖南、江蘇、河北、安徽、江西、湖北、四川等11個糧食主產(chǎn)區(qū)降低農(nóng)業(yè)稅率3個百分點(diǎn),對其他地區(qū)降低農(nóng)業(yè)稅率1個百分點(diǎn),用于鼓勵農(nóng)民進(jìn)行糧食生產(chǎn)。2005年國家進(jìn)一步擴(kuò)大農(nóng)業(yè)稅免征范圍,加大農(nóng)業(yè)稅減征力度,將主要糧食生產(chǎn)區(qū)農(nóng)業(yè)稅再降低2個百分點(diǎn),其他地區(qū)再降低4個百分點(diǎn)。因減免農(nóng)業(yè)稅而減少的地方財政收入,中央財政安排專項轉(zhuǎn)移支付予以適當(dāng)補(bǔ)助。并于2006年宣布全面取消農(nóng)業(yè)稅。由于農(nóng)業(yè)稅變量數(shù)據(jù)的變動幅度過大,導(dǎo)致模型的估計效果較差。為了正確衡量減免農(nóng)業(yè)稅政策對我國糧食生產(chǎn)的影響,本文利用虛擬變量來表示農(nóng)業(yè)稅政策變量(記為TP),將各省份存在農(nóng)業(yè)稅的時期用1來表示,將農(nóng)業(yè)稅出現(xiàn)了大幅降低及取消的時期用0來表示。9(三)糧食價格指數(shù)的測算在1984—2008年期間,我國糧食價格指數(shù)的統(tǒng)計口徑共發(fā)生了兩次調(diào)整。其中,在1984—1993年間,僅統(tǒng)計了糧食零售價格指數(shù);1994—2001年間,統(tǒng)計了粗糧和細(xì)糧的零售價格指數(shù);2002—2008年間,分別統(tǒng)計了小麥、稻谷、玉米的零售價格指數(shù)?；诳色@得的糧食價格數(shù)據(jù),本文構(gòu)造了1984—2008年間小麥、稻谷、玉米三種糧食作物的零售價格指數(shù)10。進(jìn)一步將構(gòu)造的環(huán)比價格指數(shù)轉(zhuǎn)化為以2004年為基期的價格指數(shù),并使用2004年小麥、稻谷、玉米的價格水平值分別乘以相應(yīng)的三種糧食作物基比價格指數(shù),得到了三種糧食作物的實際價格水平值。在本文中,并不直接使用實際價格變量,而是利用該變量構(gòu)建預(yù)期價格指標(biāo)和價格風(fēng)險指標(biāo)。1.時間序列建模根據(jù)理性預(yù)期理論,農(nóng)民對糧食價格預(yù)期的形成來自于對過去糧食價格的觀察,根據(jù)以往的糧食價格預(yù)測下一期的糧食價格。本文利用式(9)分別對每個區(qū)域個體的小麥、稻谷、玉米三種糧食作物的實際價格序列進(jìn)行時間序列建模,對應(yīng)地,全樣本區(qū)間[1,T]為1984—2008年,預(yù)留的子樣本區(qū)間[1,τ]為1984—1994年,依照(2.3)節(jié)給出的構(gòu)造預(yù)期價格指標(biāo)步驟建立ARIMA模型,共需要建立728個ARIMA模型。11利用所得到的ARIMA模型進(jìn)行一步向前預(yù)測,并將得到的預(yù)測值作為1995—2008年的預(yù)期價格指標(biāo)序列,記為Pe。2.糧食價格波動糧食價格穩(wěn)定不僅對糧食生產(chǎn)具有積極影響,對經(jīng)濟(jì)、社會發(fā)展也有著舉足輕重的作用。近年來,我國糧食雖然連續(xù)增收,但是市場糧食價格卻異常波動,不利于農(nóng)民對糧食價格形成合理預(yù)期,進(jìn)而影響到糧食生產(chǎn)的穩(wěn)定性。通常采用價格波動來表示價格風(fēng)險指標(biāo),價格波動的測度方法有很多,本文使用變異系數(shù)來測度價格波動。12根據(jù)Kanwar(2006)的建模思想,本文把價格指標(biāo)的當(dāng)期值與其滯后一期、滯后兩期值看做一個子序列,求其標(biāo)準(zhǔn)差,作為當(dāng)期的價格風(fēng)險值,進(jìn)而計算出價格風(fēng)險指標(biāo)的時間序列,記為CP。(四)其他解釋變量的選擇1.糧食產(chǎn)量大幅下降以及農(nóng)業(yè)產(chǎn)品供給不足近年來,伴隨著我國經(jīng)濟(jì)迅猛發(fā)展,工業(yè)化和城鎮(zhèn)化進(jìn)程不斷加快,土地占用量增加,使得我國本來稀缺的土地資源更加緊張。大規(guī)模地占用農(nóng)業(yè)用地特別是占用基本農(nóng)田,必然會導(dǎo)致糧食產(chǎn)量的大幅下降。同時,產(chǎn)業(yè)結(jié)構(gòu)的不斷提升使得玉米作物的加工產(chǎn)品越來越多,導(dǎo)致玉米作物的需求量居高不下,從而影響玉米及其他糧食作物的相對產(chǎn)量。本文使用各省份第二、三產(chǎn)業(yè)增加值占GDP的比重構(gòu)造產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)(記為AS),顯然,該變量對小麥、稻谷產(chǎn)量應(yīng)具有負(fù)向影響,對玉米產(chǎn)量的影響方向無法確定。2.農(nóng)民的施肥量將增加施肥不僅能提高土壤肥力,而且也是提高糧食作物單位產(chǎn)量的重要措施,是農(nóng)業(yè)生產(chǎn)最基礎(chǔ)而且是最重要的物質(zhì)投入。我國糧食施肥的成本相對較高,約占農(nóng)業(yè)生產(chǎn)總成本(物資成本加人工成本)的25%以上,占全部物資費(fèi)用(種子、肥料、農(nóng)藥、機(jī)械作業(yè)、排灌等費(fèi)用)的50%左右。農(nóng)田施肥率取決于農(nóng)民的成本收益核算,當(dāng)糧食價格上漲或農(nóng)民從糧食生產(chǎn)當(dāng)中得到一定補(bǔ)貼時,施肥量隨著農(nóng)民種糧積極性的提高而增加;反之,農(nóng)民將減少施肥量以節(jié)約成本。近年來,隨著糧食價格上漲以及農(nóng)民對科學(xué)種糧認(rèn)識的不斷提高,施肥量指標(biāo)呈現(xiàn)逐年增加的變動趨勢。本文利用各種糧食作物每畝化肥用量(折純)13指標(biāo)表示施肥量變量(記為F)。顯然,化肥在提高糧食單產(chǎn)方面起到了促進(jìn)作用。143.農(nóng)業(yè)保險政策我國是一個自然災(zāi)害頻發(fā)的國家,主要易發(fā)生洪澇、干旱、冰雹等自然災(zāi)害。2008年1月,我國南方的特大低溫雨雪災(zāi)害給農(nóng)業(yè)生產(chǎn)造成巨大損失:大批農(nóng)作物和家畜被凍死,大棚和果樹被壓垮,受災(zāi)面積達(dá)1.78億畝,直接農(nóng)業(yè)經(jīng)濟(jì)損失達(dá)250億—500億元。2009年上半年,我國北方遭遇了近50年以來的嚴(yán)重干旱,以安徽省為例,小麥?zhǔn)転?zāi)面積達(dá)2905.5萬畝,占播種面積的82%,其中嚴(yán)重受災(zāi)面積達(dá)35%(凌杰,2009)?！氨焙的蠞场钡那闆r幾乎是年年發(fā)生,這對我國糧食生產(chǎn)具有重大不利影響。農(nóng)業(yè)保險政策是農(nóng)戶提高抗災(zāi)能力的一個重要因素,另外,加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè),增強(qiáng)對農(nóng)民的技術(shù)培訓(xùn),提高農(nóng)業(yè)生產(chǎn)管理水平,可以有效地提高農(nóng)業(yè)抗風(fēng)險能力。本文使用各省份農(nóng)業(yè)受災(zāi)面積減去成災(zāi)面積的差值與受災(zāi)面積的比例構(gòu)造抗災(zāi)能力變量(記為DP)。顯而易見,提高我國政府和農(nóng)民的抗災(zāi)能力,有利于糧食作物產(chǎn)量的提高。四、農(nóng)業(yè)政策對中國糧食生產(chǎn)的影響的驗證(一)動態(tài)面板模型估計方法本文使用i=1,2,…,N表示區(qū)域個體;t=1,2,…,T表示時間;m=1,2,3分別表示小麥、稻谷和玉米三種不同的糧食作物。根據(jù)式(3)和式(7)可以分別得到三種糧食作物的播種面積與單位產(chǎn)量的實證模型,其中,播種面積實證模型:其中,i代表個體,t代表時間,m=1,2,3代表三個方程,αm,i為個體效應(yīng),εm,it～N(0,σ2εm)。單位產(chǎn)量實證模型:其中,i代表個體,t代表時間,m=1,2,3代表三個方程,?αm,i為個體效應(yīng),?εm,it～N(0,σ2?εm)。在上述模型中,播種面積、單位產(chǎn)量、預(yù)期價格、單位有效施肥量取對數(shù)形式,將各種糧食作物的播種面積和單位產(chǎn)量模型分為1995—2001年、2001—2008年兩個區(qū)間進(jìn)行估計。15由于模型中存在因變量的滯后項,稱為動態(tài)面板模型(DynamicPanelModel)。該模型的OLS估計量是有偏的和非一致的,而極大似然估計(MLS)方法雖然能夠得到模型的一致估計量,但估計量的一致性取決于模型初值的不同設(shè)定,錯誤選擇初值條件會使參數(shù)估計有誤(Hsiao,1986)。相比較而言,Arellano&Bond(1991)提出的動態(tài)面板模型的差分廣義矩估計方法(GMM-DIFFofDynamicPanelModel)可以有效地解決這一問題。該方法的基本思想為:對式(10)作一階差分:其中,ΔlnAm,it=lnAm,it-lnAm,it-1,ΔlnAm,it-1=lnAm,it-1-lnAm,it-2,Δεm,it=εm,it-εm,it-1,Δ為差分算子。由于ΔlnAm,it-1與Δεm,it存在相關(guān)性,故不能直接使用OLS方法估計(12)式,需要引入有效的矩條件。又由于式(13)顯然成立的:因此lnAm,it-2可以作為差分方程的工具變量,類似地,lnAm,it-k(2≤k≤t-1),均可以作為差分方程的工具變量。另外,模型(10)中的外生解釋變量也可以作為差分方程(12)的工具變量對模型進(jìn)行估計,具體步驟參見Arellano&Bond(1991)給出的估計方法。利用工具變量與差分?jǐn)_動項正交的矩條件,使用GMM方法可以得到模型(10)中參數(shù)的一致估計量。(二)長期影響系數(shù)表2中給出了由式(10)和式(11)所示的動態(tài)面板模型的GMM-DIFF估計結(jié)果。通過F檢驗和Hausman檢驗接受個體固定效應(yīng)模型,Sargan檢驗(Sargan,1988)表明本文所使用的矩約束條件是有效的。從表2中可以看出,在不同樣本期內(nèi),多項農(nóng)業(yè)政策對不同糧食作物的播種面積和單位產(chǎn)量具有顯著影響。但由于受到許多農(nóng)業(yè)生產(chǎn)條件的實際約束,農(nóng)業(yè)政策效果并沒有得到完全的發(fā)揮,因此,表2中的結(jié)果只是部分反應(yīng)了各類因素對糧食生產(chǎn)的影響。為了更加清楚地闡述農(nóng)業(yè)政策的影響效果,我們需要進(jìn)一步對式(1)及式(5)中的長期影響系數(shù)進(jìn)行分析。在本文式(2)(或式(6))中的參數(shù)γ(A)(或γ(y))稱為調(diào)整系數(shù),其反映了農(nóng)民根據(jù)市場需求調(diào)整其播種面積(或單位產(chǎn)量)達(dá)到最優(yōu)播種面積(或最優(yōu)單位產(chǎn)量)的能力。調(diào)整系數(shù)的值越大,表示農(nóng)業(yè)生產(chǎn)所受的實際約束越弱,農(nóng)民依據(jù)市場需求對播種面積(或單位產(chǎn)量)的調(diào)整能力越強(qiáng)。式(1)(或式(5))中的參數(shù)α1、α2(或?α1、?α2)反映了預(yù)期價格、農(nóng)業(yè)政策以及其他解釋變量對最優(yōu)播種面積(或最優(yōu)單位產(chǎn)量)的影響,稱為長期影響系數(shù)。調(diào)整系數(shù)和長期影響系數(shù)反映了農(nóng)業(yè)生產(chǎn)的潛在能力,是糧食綜合生產(chǎn)能力的重要組成部分。(三)玉米立地條件對玉米育種企業(yè)影響的變化利用式(4)(或式(8))中給出的參數(shù)對應(yīng)關(guān)系θ1=1-γ(A)(或?θ1=1-γ(y)),以及表2中給出的小麥、稻谷、玉米模型滯后因變量系數(shù)θ1(或?θ1)的估計結(jié)果,可以計算出三種農(nóng)作物的播種面積(或單位產(chǎn)量)調(diào)整系數(shù)γ(A)(或γ(y)),計算結(jié)果由表3給出。表3給出了三種糧食作物分別在1995—2001年、2001—2008年間播種面積和單位產(chǎn)量的調(diào)整系數(shù)與調(diào)整時間。例如,1995—2001年期間小麥作物播種面積的調(diào)整系數(shù)為0.247,調(diào)整時間為4.05年,意味著在此樣本期間內(nèi),農(nóng)民需要經(jīng)過4.05年實現(xiàn)調(diào)整小麥播種面積達(dá)到市場需求的最優(yōu)播種面積。對計算結(jié)果進(jìn)行對比分析,從時間上來看,除玉米作物單產(chǎn)調(diào)整系數(shù)略有下降外(玉米播種面積和小麥單產(chǎn)調(diào)整系數(shù)基本保持不變),其他調(diào)整系數(shù)在2001—2008年間的數(shù)值均比1995—2001年間要大,這說明我國農(nóng)業(yè)生產(chǎn)的調(diào)整能力在不斷增強(qiáng)。其原因在于:一方面隨著我國農(nóng)產(chǎn)品市場的逐步完善,農(nóng)民對市場信息反應(yīng)加快;另一方面,政府出臺的各項惠農(nóng)政策減少了對農(nóng)業(yè)生產(chǎn)要素的約束,農(nóng)民可以根據(jù)市場需求自主地調(diào)整生產(chǎn),提高了農(nóng)業(yè)生產(chǎn)力。對于玉米作物單位產(chǎn)量的調(diào)整系數(shù),其減少的原因在于,玉米作物的主要用途并不是作為居民的口糧,而是作為飼料加工和工業(yè)用糧的原材料。在1995—2001年間,隨著工業(yè)化進(jìn)程加快,市場對玉米的需求不斷增大,極大地調(diào)動了農(nóng)民播種玉米的積極性,玉米作物單位產(chǎn)量快速提高,因此,在此期間玉米單產(chǎn)的調(diào)整系數(shù)相對較高(1.380)。2001—2008年期間,由于玉米作物單位產(chǎn)量已達(dá)到較高水平,農(nóng)民進(jìn)一步提高單產(chǎn)的難度增大,其調(diào)整系數(shù)有所降低(1.194)。從播種面積與單位產(chǎn)量調(diào)整系數(shù)的關(guān)系來看,農(nóng)民對單位產(chǎn)量的調(diào)整能力更強(qiáng),在2001—2008年間,小麥、稻谷、玉米單位產(chǎn)量的調(diào)整系數(shù)分別是播種面積的3.2、2.6、1.4倍,這主要與我國土地資源的稀缺性以及農(nóng)村勞動力人口過剩有關(guān)。另外,作為最主要的糧食作物,小麥的播種面積調(diào)整系數(shù)尤其偏低(1995—2001年期間為0.247,2001—2008年期間為0.371),這對我國的糧食安全具有潛在的不利影響。小麥作物適合生長于溫帶和亞熱帶地區(qū),并且對陽光、日照等條件具有較高要求,致使小麥作物的產(chǎn)區(qū)較為集中。在我國,大約75%的小麥產(chǎn)于河南、山東、河北、江蘇和安徽五省,受土地資源的限制,農(nóng)民在對小麥播種面積進(jìn)行調(diào)整時,所受阻力較大。為解決好這一問題,不僅需要國家加大農(nóng)業(yè)投入,提高農(nóng)民防災(zāi)、抗災(zāi)能力,還需要穩(wěn)定國內(nèi)小麥?zhǔn)袌?保證農(nóng)民種糧的積極性,從而確保小麥單產(chǎn)水平。另外,培育出抗寒、耐旱、適合多種生長環(huán)境的小麥新品種,擴(kuò)大小麥種植的分布區(qū)域,是解決小麥播種面積調(diào)整能力偏低的最根本途徑。(四)解釋變量y估計結(jié)果類似地,利用式(4)(或式(8))中給出的參數(shù)對應(yīng)關(guān)系α1=θ2/γ(A)和α2=θ3/γ(A)(或?α1=?θ2/γ(y)和?α2=?θ3/γ(y)),表2中給出的解釋變量系數(shù)θ2、θ3(或?θ2、?θ3)估計結(jié)果,以及表3中給出的播種面積(或單位產(chǎn)量)調(diào)整系數(shù)γ(A)(或γ(y))結(jié)果,可以計算出三種糧食作物的最優(yōu)播種面積的長期影響系數(shù)α1和α2(或最優(yōu)單位產(chǎn)量的長期影響系數(shù)?α1和?α2),并進(jìn)一步能夠求出最優(yōu)糧食總產(chǎn)量16(用lnYdm,it表示第m種作物的最優(yōu)總產(chǎn)量對數(shù))的長期影響系數(shù),計算結(jié)果由表4給出。1.農(nóng)業(yè)支出對玉米產(chǎn)量和水分分配的長期影響農(nóng)業(yè)支出變量(EP)對小麥、稻谷、玉米作物總產(chǎn)量均具有顯著正向影響。其中,對小麥總產(chǎn)量的影響最大,兩個樣本期間的長期影響系數(shù)分別為12.290和13.249,且主要通過影響小麥播種面積來影響總產(chǎn)量(兩個樣本期間的小麥播種面積長期影響系數(shù)分別為9.000和7.466),進(jìn)一步反映了市場對擴(kuò)大小麥播種面積的需求。農(nóng)業(yè)支出對稻谷在兩個時期的長期影響系數(shù)分別為5.017和13.252,影響效果顯著增強(qiáng),且影響方式發(fā)生了根本性轉(zhuǎn)變。2001年以前,主要是通過影響單位產(chǎn)量來提高稻谷總產(chǎn)量;2001年之后,則是通過同時影響單位產(chǎn)量和播種面積來提高總產(chǎn)量。影響方式發(fā)生轉(zhuǎn)變的主要原因是,2003年前后我國農(nóng)業(yè)補(bǔ)貼政策由間接補(bǔ)貼改為直接補(bǔ)貼,提高了農(nóng)民擴(kuò)大稻谷播種面積的積極性。農(nóng)業(yè)支出對玉米在兩個時期的長期影響系數(shù)為1.135和3.633,影響效果逐漸增強(qiáng)。在本文中,農(nóng)業(yè)支出變量定義為農(nóng)業(yè)財政支出占總財政支出的比例,這使得上述影響系數(shù)的經(jīng)濟(jì)含義并不直觀,需要對其進(jìn)行合理轉(zhuǎn)化。在1995—2008年期間,我國農(nóng)業(yè)財政支出占總財政支出比例的均值約為0.03017,其值增加0.01,意味著在總財政支出不變的條件下,農(nóng)業(yè)財政支出需增加33.3%。以農(nóng)業(yè)支出對小麥總產(chǎn)量影響為例,2001—2008年間長期影響系數(shù)為13.249,其含義為農(nóng)業(yè)財政支出增加一個百分點(diǎn),不考慮農(nóng)業(yè)生產(chǎn)約束,引起小麥總產(chǎn)量增加0.398%(=13.249%÷33.3)?？傮w而言,農(nóng)業(yè)支出政策對糧食生產(chǎn)具有重要的影響作用,尤其是對小麥和稻谷作物生產(chǎn)的影響效果更為明顯。因此,增強(qiáng)財政在農(nóng)業(yè)方面的有效支出、加大對農(nóng)民的補(bǔ)貼力度是今后國家農(nóng)業(yè)政策的一個重要方向。2.長期影響系數(shù)增加農(nóng)村固定資產(chǎn)投資變量(FA)對三種糧食作物總產(chǎn)量均具有顯著的正向影響(1995—2001年間小麥模型除外),其中,對小麥作物在2001—2008年間的長期影響系數(shù)為2.268;對稻谷作物的長期影響系數(shù)在兩個樣本期間基本保持不變,分別為6.712和6.298;對玉米作物的長期影響系數(shù)略有增加,從1995—2001年間的1.492增大到2001—2008年間的2.461。18在我國,稻谷作物的主產(chǎn)區(qū)主要分布于湖南、江蘇、江西、湖北等地區(qū),這些地區(qū)的農(nóng)業(yè)基礎(chǔ)條件相對比較完善,增加農(nóng)村固定資產(chǎn)投資對稻谷總產(chǎn)量的影響效果變化不大。而玉米作物的主產(chǎn)區(qū)主要分布于我國吉林、山東、黑龍江、河北等北部地區(qū),隨著北部地區(qū)農(nóng)業(yè)基礎(chǔ)設(shè)施條件的快速發(fā)展,影響效果開始逐步顯現(xiàn)。另外,我們從表4中還可以看到,農(nóng)村固定資產(chǎn)投資變量對三種糧食作物生產(chǎn)的影響方式具有明顯區(qū)別,對小麥和稻谷生產(chǎn)的影響,主要是通過影響單位產(chǎn)量增加進(jìn)而影響總產(chǎn)量,而對玉米生產(chǎn)的影響,是通過影響播種面積的增加進(jìn)而影響其總產(chǎn)量,這一結(jié)論對于地方政府制定有針對性的農(nóng)村固定資產(chǎn)投資政策具有重要的參考價值?？傊?加大農(nóng)村投資,建設(shè)“社會主義新農(nóng)村”,改變農(nóng)村新面貌,改善農(nóng)村生產(chǎn)條件,有利于促進(jìn)糧食穩(wěn)定增產(chǎn),尤其對稻谷作物生產(chǎn)的影響效果更為明顯。3.對農(nóng)業(yè)的影響產(chǎn)業(yè)結(jié)構(gòu)變量(AS)對小麥和稻谷作物總產(chǎn)量具有顯著負(fù)向影響。其中,對于小麥作物總產(chǎn)量在兩個時期的長期影響系數(shù)分別為-6.668和-1.825,對于稻谷作物在兩個不同時期的長期影響系數(shù)分別為-0.862和-3.491。從理論上來講,發(fā)展二、三產(chǎn)業(yè)對農(nóng)業(yè)生產(chǎn)造成不利影響的原因主要表現(xiàn)為以下兩方面:一方面,城市擴(kuò)張、開發(fā)區(qū)建設(shè)、鄉(xiāng)鎮(zhèn)企業(yè)占用耕地等因素減少了糧食播種面積;另一方面,工業(yè)和服務(wù)業(yè)的發(fā)展占用了大量的勞動力資源,勞動力由農(nóng)業(yè)向二、三產(chǎn)業(yè)流動,導(dǎo)致農(nóng)村勞動力的數(shù)量和質(zhì)量均有所下降。從表4中可以看出,產(chǎn)業(yè)結(jié)構(gòu)變量對小麥和稻谷單位產(chǎn)量的影響并不顯著,模型估計結(jié)果表明在我國發(fā)展二、三產(chǎn)業(yè)對農(nóng)業(yè)生產(chǎn)的不利影響主要來源于農(nóng)業(yè)用地的減少。但同時我們也要看到,二、三產(chǎn)業(yè)的快速發(fā)展會加大其與農(nóng)業(yè)勞動力之間收入水平差距,影響農(nóng)民的種糧積極性,從而降低糧食的單位產(chǎn)量。因此,為有效保障我國的糧食綜合生產(chǎn)能力,既要加大對農(nóng)業(yè)的投入、工業(yè)反哺農(nóng)業(yè),減少農(nóng)業(yè)與其他產(chǎn)業(yè)間的收入水平差距;同時又需要解決我國的產(chǎn)業(yè)結(jié)構(gòu)協(xié)調(diào)發(fā)展的問題,盡可能避免因發(fā)展工業(yè)而占用農(nóng)業(yè)耕地。產(chǎn)業(yè)結(jié)構(gòu)變量對玉米作物在樣本期1995—2001年影響不顯著,在樣本期2001—2008年具有顯著的正向影響,長期影響系數(shù)為1.541,其原因主要在于玉米是重要的工業(yè)原材料,工業(yè)發(fā)展對玉米產(chǎn)量的正向拉動作用大于其負(fù)向影響。4.糧食生產(chǎn)的價格反應(yīng)對農(nóng)民增收的影響預(yù)期價格變量(Pe)對三種糧食作物總產(chǎn)量的正向影響效果較弱,且在部分樣本期間內(nèi)影響系數(shù)符號為負(fù)(例如1995—2001年間對小麥和玉米的長期影響系數(shù)分別為-0.081和-0.020),表明糧食價格的杠桿作用并不十分有效。這主要是由于我國的糧食價格(尤其是糧食收購價格)偏低,農(nóng)民種糧的收益要遠(yuǎn)遠(yuǎn)小于進(jìn)城務(wù)工收益,影響農(nóng)民種糧的積極性。由于沒有認(rèn)識到糧食生產(chǎn)的價格反應(yīng)的理性原則而忽視農(nóng)民利益的做法,嚴(yán)重影響了中國糧食生產(chǎn)的持續(xù)穩(wěn)定增長(蔣乃華,1998)。這一結(jié)果提示我們,在糧食生產(chǎn)的控制和管理上,應(yīng)該加強(qiáng)通過調(diào)整糧食價格來調(diào)動農(nóng)民糧食生產(chǎn)積極性的政策措施。發(fā)揮糧食價格的市場調(diào)節(jié)作用,既有利于增加糧食產(chǎn)量、保證國家糧食安全,同時又有利于增加農(nóng)民收入、促進(jìn)農(nóng)村居民消費(fèi)、縮小城鄉(xiāng)居民收入差距。2001—2008年期間,價格風(fēng)險變量(CP)對小麥、稻谷、玉米作物的負(fù)向影響效果比前一樣本期間均有所減弱(對于玉米作物,在2001—2008年期間影響效果不顯著),表明近年來我國糧食作物的生產(chǎn)、流通和存藏等環(huán)節(jié)更加穩(wěn)定,受價格波動的影響不大。需要注意的是,三種糧食作物受價格風(fēng)險變量的影響要明顯大于預(yù)期價格水平的影響,所以政府在制定糧食價格相關(guān)政策時一定要重點(diǎn)考慮到價格的穩(wěn)定性,減少價格的大起大落所帶來的對糧食生產(chǎn)的不利影響。5.農(nóng)業(yè)稅后的不良反應(yīng)及抗災(zāi)能力變量對糧食產(chǎn)量的影響取消農(nóng)業(yè)稅政策(TP)對三種糧食作物生產(chǎn)的影響效果顯著,分別使得小麥、稻谷、玉米作物的播種面積提高了10.0%、2.2%、2.6%,但對于三種糧食作物單位產(chǎn)量的影響并不顯著。這主要與我國農(nóng)業(yè)稅按土地面積征收的方式有關(guān),國家免征農(nóng)業(yè)稅后,農(nóng)民耕種較為貧瘠的土地變得有利可圖,因此使得我國農(nóng)用耕種面積顯著增加。這一政策能夠有效地緩解我國耕地面積緊張問題,對于提高小麥播種面積的效果尤