• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      中國農(nóng)業(yè)風(fēng)險(xiǎn)評估

      2014-11-15 15:17:54鄢姣
      江蘇農(nóng)業(yè)科學(xué) 2014年9期
      關(guān)鍵詞:中國風(fēng)險(xiǎn)農(nóng)業(yè)

      摘要:運(yùn)用農(nóng)業(yè)產(chǎn)量波動作為衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo),對我國1951—2011年農(nóng)業(yè)產(chǎn)量進(jìn)行H-P濾波分析,提取農(nóng)業(yè)產(chǎn)量的周期成分,并利用我國省際層面非平衡面板數(shù)據(jù),與支農(nóng)支出、農(nóng)村固定資產(chǎn)投資等相關(guān)變量構(gòu)建計(jì)量模型,研究結(jié)果發(fā)現(xiàn),北京、黑龍江、河南、甘肅、新疆5大農(nóng)業(yè)主產(chǎn)區(qū),農(nóng)村固定資產(chǎn)投資、農(nóng)作物播種面積、農(nóng)業(yè)總機(jī)械投入與農(nóng)村用電量會帶來較高的農(nóng)業(yè)風(fēng)險(xiǎn)?;诖?,提出應(yīng)擴(kuò)大農(nóng)業(yè)高風(fēng)險(xiǎn)地區(qū)的農(nóng)業(yè)保險(xiǎn)覆蓋面、拓寬農(nóng)業(yè)保險(xiǎn)范圍、建立完善的農(nóng)業(yè)風(fēng)險(xiǎn)分散機(jī)制、加大對農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼等建議。

      關(guān)鍵詞:H-P濾波分析;農(nóng)業(yè);風(fēng)險(xiǎn);非平衡面板數(shù)據(jù);中國

      中圖分類號: F840.66文獻(xiàn)標(biāo)志碼: A文章編號:1002-1302(2014)09-0409-04

      收稿日期:2013-12-19

      基金項(xiàng)目:新疆高校文科基地新疆宏觀經(jīng)濟(jì)預(yù)警系統(tǒng)研究基地重點(diǎn)項(xiàng)目(編號:06019201)。

      作者簡介:鄢姣(1990—),女,新疆人,碩士,主要從事收入分配研究。E-mail:1014897354@qq.com 。

      通信作者:趙軍,教授,從事產(chǎn)業(yè)經(jīng)濟(jì)、金融投資研究。E-mail:zj001707@sina.com。中國是一個農(nóng)業(yè)大國,“農(nóng)業(yè)問題”“農(nóng)村問題”“農(nóng)民問題”一直是國家關(guān)注的重點(diǎn),在農(nóng)業(yè)生產(chǎn)過程中,農(nóng)民承擔(dān)各種風(fēng)險(xiǎn)。為保障農(nóng)民的農(nóng)業(yè)生產(chǎn),農(nóng)業(yè)保險(xiǎn)應(yīng)運(yùn)而生。農(nóng)業(yè)保險(xiǎn)是政府扶持農(nóng)業(yè)發(fā)展、解決“三農(nóng)”問題的重要方法,對抗災(zāi)減災(zāi)、災(zāi)后重新生產(chǎn)、促進(jìn)農(nóng)業(yè)生產(chǎn)發(fā)展及保障農(nóng)民收入有重要的作用。20世紀(jì)50年代初,農(nóng)業(yè)合作化運(yùn)動逐步展開,農(nóng)業(yè)保險(xiǎn)隨之起步;80—90年代,我國由計(jì)劃經(jīng)濟(jì)轉(zhuǎn)向市場經(jīng)濟(jì),由于農(nóng)業(yè)保險(xiǎn)賠付率高且商業(yè)運(yùn)作效率低,農(nóng)業(yè)保險(xiǎn)日漸萎縮;21世紀(jì),財(cái)政補(bǔ)貼農(nóng)業(yè)保險(xiǎn)費(fèi)用政策實(shí)施,我國農(nóng)業(yè)保險(xiǎn)進(jìn)一步得到發(fā)展。對于農(nóng)民來說,農(nóng)業(yè)風(fēng)險(xiǎn)的高低關(guān)乎于農(nóng)業(yè)收入的多少,而農(nóng)業(yè)收入與農(nóng)業(yè)產(chǎn)量密不可分。在降低農(nóng)業(yè)風(fēng)險(xiǎn)的過程中,穩(wěn)定農(nóng)民收入是重中之重,而農(nóng)業(yè)產(chǎn)量的忽高忽低對農(nóng)民的收入影響很大,農(nóng)業(yè)產(chǎn)量波動越大意味著農(nóng)業(yè)風(fēng)險(xiǎn)越大。另外,我國現(xiàn)有的農(nóng)業(yè)參保品種主要集中于中央財(cái)政補(bǔ)貼所覆蓋的農(nóng)業(yè)品種,而有些高風(fēng)險(xiǎn)品種并未覆蓋,以致保險(xiǎn)業(yè)務(wù)推動緩慢。

      本研究釆用1951—2011年數(shù)據(jù),引入支農(nóng)支出、農(nóng)村固定資產(chǎn)投資、農(nóng)業(yè)總機(jī)械投入、有效灌溉面積、化肥施用量、農(nóng)作物播種面積等相關(guān)因素與農(nóng)業(yè)產(chǎn)量周期成分,通過H-P濾波分析我國各地區(qū)的農(nóng)業(yè)產(chǎn)量波動,以獲得對農(nóng)業(yè)產(chǎn)量周期波動影響較大的因素,明確增加農(nóng)業(yè)風(fēng)險(xiǎn)的變量,為有效降低農(nóng)業(yè)風(fēng)險(xiǎn)、拓寬農(nóng)業(yè)保險(xiǎn)范圍提供理論依據(jù)。

      1文獻(xiàn)綜述

      Hardaker等將農(nóng)業(yè)風(fēng)險(xiǎn)分為7類:生產(chǎn)風(fēng)險(xiǎn)、價(jià)格或市場風(fēng)險(xiǎn)、制度風(fēng)險(xiǎn)、貨幣風(fēng)險(xiǎn)、融資風(fēng)險(xiǎn)、人身風(fēng)險(xiǎn)與法律風(fēng)險(xiǎn)[1];Ziari等研究得出,農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ),農(nóng)業(yè)保險(xiǎn)可以帶動其他部門的經(jīng)濟(jì)發(fā)展,1美元的保險(xiǎn)賠付可以帶動整個州的商業(yè)經(jīng)濟(jì)增長2.3美元,促進(jìn)個人收入增長1.03美元,使州總產(chǎn)值增加1.14美元,即農(nóng)業(yè)保險(xiǎn)對國民經(jīng)濟(jì)和社會福利有很大的推動作用[2];Leisinger探討農(nóng)業(yè)生物技術(shù)對發(fā)展中國家的農(nóng)業(yè)風(fēng)險(xiǎn),指出生物技術(shù)等存在潛在風(fēng)險(xiǎn)[3];Boelhlje等研究指出,農(nóng)業(yè)產(chǎn)業(yè)出現(xiàn)了新風(fēng)險(xiǎn),分為戰(zhàn)術(shù)風(fēng)險(xiǎn)與戰(zhàn)略風(fēng)險(xiǎn),前者又可以分為商業(yè)風(fēng)險(xiǎn)與融資風(fēng)險(xiǎn),后者則聚焦于戰(zhàn)略方向的靈活性與一些不確定因素[4];Serra等通過實(shí)證指出,初始財(cái)富的積累會降低農(nóng)民購買農(nóng)業(yè)保險(xiǎn)的動機(jī),農(nóng)業(yè)風(fēng)險(xiǎn)處理最普遍的方式是災(zāi)后救濟(jì),這種方式具有事后性局限[5]。溫思美提出,我國農(nóng)業(yè)風(fēng)險(xiǎn)分為5類:自然風(fēng)險(xiǎn)、制度風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)與資產(chǎn)風(fēng)險(xiǎn)[6];葛顏祥將農(nóng)業(yè)風(fēng)險(xiǎn)分為2類:系統(tǒng)內(nèi)部風(fēng)險(xiǎn)與系統(tǒng)外部風(fēng)險(xiǎn)[7];孫良媛等研究我國農(nóng)業(yè)從計(jì)劃經(jīng)濟(jì)走向市場經(jīng)濟(jì)過程中所發(fā)生的各種風(fēng)險(xiǎn),指出市場風(fēng)險(xiǎn)已經(jīng)取代自然風(fēng)險(xiǎn)而占主導(dǎo)地位,體制風(fēng)險(xiǎn)與市場風(fēng)險(xiǎn)相互作用[8];劉鳳芹對訂單農(nóng)業(yè)進(jìn)行研究,得出訂單農(nóng)業(yè)風(fēng)險(xiǎn)來源于環(huán)境和自身“有限理性”的不確定性[9],訂單農(nóng)業(yè)可以轉(zhuǎn)移一定的風(fēng)險(xiǎn),但是若農(nóng)戶根據(jù)訂單要求改變種植方式,如從事一些投入高、技術(shù)難的生產(chǎn)后,農(nóng)民將被迫依附于訂單農(nóng)業(yè)的發(fā)起人,這將帶來更大的風(fēng)險(xiǎn);庹國柱等通過經(jīng)驗(yàn)分析得出,較大范圍地分散農(nóng)業(yè)保險(xiǎn)與保險(xiǎn)范圍小相矛盾[10];陸文聰?shù)然谡憬⊥跫掖搴痛罅宓恼{(diào)查數(shù)據(jù),運(yùn)用MOTAD模型方法對調(diào)查農(nóng)戶的農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行分析,結(jié)果發(fā)現(xiàn),不同農(nóng)戶對農(nóng)業(yè)風(fēng)險(xiǎn)的反應(yīng)有差異,在風(fēng)險(xiǎn)較高的情況下,農(nóng)民更傾向于投入資本而非勞動力,在低風(fēng)險(xiǎn)的農(nóng)業(yè)生產(chǎn)中,農(nóng)民實(shí)施多元化經(jīng)營,這樣雖可以降低風(fēng)險(xiǎn),但收入也會相應(yīng)降低[11];欒敬東等指出,農(nóng)業(yè)風(fēng)險(xiǎn)類型之間的關(guān)聯(lián)性與風(fēng)險(xiǎn)管理方式的孤立性,是我國存在農(nóng)業(yè)高風(fēng)險(xiǎn)與農(nóng)業(yè)風(fēng)險(xiǎn)低效率管理的根本原因[12];王敏俊分析了浙江省613個農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的情況,得出提高小規(guī)模農(nóng)戶對農(nóng)業(yè)風(fēng)險(xiǎn)的認(rèn)知程度將在很大程度上提高農(nóng)戶的參保率[13]。項(xiàng)桂娥等以安徽省政府221家農(nóng)業(yè)產(chǎn)業(yè)化企業(yè)為例進(jìn)行實(shí)證分析,建立農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評價(jià)體系對農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行量化、預(yù)警與控制[14];葉明華運(yùn)用典型相關(guān)分析研究4個主要產(chǎn)糧地區(qū)之間的水旱災(zāi)害系數(shù),結(jié)果表明,東北、華北地區(qū)的糧食產(chǎn)量與水災(zāi)風(fēng)險(xiǎn)系數(shù)相關(guān)度較高[15]。從國內(nèi)外眾多學(xué)者對農(nóng)業(yè)風(fēng)險(xiǎn)的相關(guān)研究,可以得出國內(nèi)外學(xué)者對農(nóng)業(yè)風(fēng)險(xiǎn)與農(nóng)業(yè)保險(xiǎn)有3點(diǎn)共識:一是將農(nóng)業(yè)風(fēng)險(xiǎn)分為市場風(fēng)險(xiǎn)、制度風(fēng)險(xiǎn)、資產(chǎn)風(fēng)險(xiǎn)與自然風(fēng)險(xiǎn)等,且隨著市場經(jīng)濟(jì)的發(fā)展,自然風(fēng)險(xiǎn)的主導(dǎo)地位逐步弱化;二是訂單農(nóng)業(yè)實(shí)質(zhì)上帶給農(nóng)民更大的農(nóng)業(yè)風(fēng)險(xiǎn);三是農(nóng)業(yè)保險(xiǎn)與其他部門的經(jīng)濟(jì)發(fā)展具有互動關(guān)系,農(nóng)業(yè)保險(xiǎn)的發(fā)展在一定程度上可以帶動其他產(chǎn)業(yè)的發(fā)展升級。

      目前,多數(shù)學(xué)者關(guān)注于農(nóng)業(yè)風(fēng)險(xiǎn)的分類與政策性防范,研究衡量農(nóng)業(yè)風(fēng)險(xiǎn)指標(biāo)的文章較少,本研究創(chuàng)新之處在于以各省份從1951—2011年間的農(nóng)業(yè)產(chǎn)量波動進(jìn)行H-P濾波分析,得出農(nóng)業(yè)產(chǎn)量波動的標(biāo)準(zhǔn)差,并以此作為量化農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo),標(biāo)準(zhǔn)差值越大說明農(nóng)業(yè)風(fēng)險(xiǎn)越大。為更進(jìn)一步分析影響農(nóng)業(yè)風(fēng)險(xiǎn)的因素,本研究從H-P濾波分析的stata12數(shù)據(jù)中提取農(nóng)業(yè)產(chǎn)量的周期成分,與其他相關(guān)變量進(jìn)行回歸分析,從而得出影響農(nóng)業(yè)風(fēng)險(xiǎn)的潛在因素,為規(guī)避農(nóng)業(yè)風(fēng)險(xiǎn)提供理論依據(jù)。endprint

      2衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo)和方法

      農(nóng)業(yè)風(fēng)險(xiǎn)本身是一個涉及因素多且關(guān)系復(fù)雜的問題。在農(nóng)業(yè)實(shí)際生產(chǎn)過程中,農(nóng)業(yè)產(chǎn)量周期成分或者產(chǎn)值缺口代表產(chǎn)量波動,農(nóng)業(yè)產(chǎn)量若一直以平穩(wěn)趨勢增長則農(nóng)業(yè)風(fēng)險(xiǎn)相對較小,若農(nóng)業(yè)產(chǎn)量忽高忽低,呈現(xiàn)一種波動起伏狀態(tài),則表明農(nóng)民在種植農(nóng)作物時承擔(dān)較大的風(fēng)險(xiǎn)。因此,本研究將農(nóng)業(yè)產(chǎn)量的波動作為衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo)。

      農(nóng)業(yè)產(chǎn)量在時間層面上常表現(xiàn)為“波動中增長”或“波動中降低”,這是由于長期趨勢與短期波動互相作用的結(jié)果。農(nóng)業(yè)產(chǎn)量的波動分析釆用“剩余”法,即從農(nóng)業(yè)產(chǎn)量中分離出長期趨勢與短期波動,長期趨勢可用于預(yù)測經(jīng)濟(jì)走勢,而短期波動可用于周期分析。本研究釆用H-P濾波法分析我國1951—2011年的農(nóng)業(yè)風(fēng)險(xiǎn)問題。H-P濾波是Hodrick等在戰(zhàn)后美國商業(yè)周期的實(shí)證研究中首次提出的,運(yùn)用濾波法將時間序列數(shù)據(jù)分解為平穩(wěn)變化的趨勢成分和周期成分[16]。對一個給定的時間序列{Yt},可以分解為趨勢成分(Gt)與周期成分(Ct),得出:Yt=Gt+Ct(t=1,2,…T),原理是從初始不光滑的時間序列{Yt}中,通過將實(shí)際值的波動最小化和整體樣本的趨勢變化,尋找出1個光滑的時間序列{Gt },使下列目標(biāo)函數(shù)極小化

      Ct=Yt-Gt是周期成分,假設(shè)Ct和Δ2Gt都呈正態(tài)分布,且相互獨(dú)立,當(dāng)λ=var(Ct)/var(Δ2Gt)時,H-P濾波可以得到最優(yōu)結(jié)果,由此可以得出趨勢成分:Gt=[1+λ(1-L2)2(1-L-1)2]Yt,周期成分:Ct=[λ(1-L2)2(1-L-1)2]/[1+λ(1-L2)2(1-L-1)2]Yt。目前,對H-P濾波最大爭議是λ取值問題。當(dāng)釆用季度數(shù)據(jù)時,學(xué)者們大都認(rèn)同Hodrick等的結(jié)論,λ=1 600[6];當(dāng)釆用年度數(shù)據(jù)時,學(xué)者們也大都認(rèn)同Backus等的結(jié)論,λ=100。本研究釆用的是省際層面的年度數(shù)據(jù),因此,H-P濾波分析λ取值為100。

      本研究采用1951—2011年共60年25個省、市、自治區(qū)的農(nóng)業(yè)產(chǎn)量波動數(shù)據(jù),其中,1951—2008年的數(shù)據(jù)來自《新中國六十年統(tǒng)計(jì)資料匯編》,2009—2011年的數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》。由于個別省份數(shù)據(jù)缺失嚴(yán)重,因此,分析樣本剔除了安徽、湖北、江西、西藏、海南、寧夏這6個省份以及港、澳、臺地區(qū)的相關(guān)數(shù)據(jù)。本研究運(yùn)用H-P濾波對25個省、市、自治區(qū)的農(nóng)業(yè)產(chǎn)量進(jìn)行分析,最終提取出這些省份在60年中農(nóng)業(yè)產(chǎn)量波動的標(biāo)準(zhǔn)差、均值等,與此同時,本研究還從stata12 中提取出25個省份從1951—2011年間的周期成分。

      由表1可見,北京市、黑龍江省、河南省、甘肅省與新疆維吾爾自治區(qū)這5個省份的農(nóng)業(yè)產(chǎn)量標(biāo)準(zhǔn)差依次約為0.186 3、0.162 7、0.179 4、0.185 6與0.155 2,與其他省份相比,農(nóng)業(yè)產(chǎn)量波動相對較大,即這些地區(qū)的農(nóng)業(yè)風(fēng)險(xiǎn)也相對較大;上海市、浙江省、福建省與廣西壯族自治區(qū)的農(nóng)業(yè)產(chǎn)量標(biāo)準(zhǔn)差分別為0.109 5、0.103 1、0.105 6與0.105 9,這4個省份的農(nóng)業(yè)產(chǎn)量波動相對較小,表明其農(nóng)業(yè)風(fēng)險(xiǎn)也相對較小。

      3農(nóng)業(yè)風(fēng)險(xiǎn)評價(jià)模型及方法

      3.1樣本數(shù)據(jù)

      大多數(shù)學(xué)者在研究時多釆用“平衡面板”數(shù)據(jù),即每個時期的樣本數(shù)是一致的。而在有些情況下每個時期的樣本數(shù)并不相同,也就是“非平衡面板數(shù)據(jù)”或“不完全面板”。由于非平衡面板更符合經(jīng)濟(jì)問題的實(shí)際情況,如果在非平衡面板中提出平衡面板會損失樣本容量,從而降低估計(jì)結(jié)果的可信度。本研究共選取我國25個省、市、自治區(qū)從1951—2011年的省際面板數(shù)據(jù),H-P濾波測算出的周期成分作為衡量農(nóng)業(yè)產(chǎn)

      量周期波動指標(biāo)的數(shù)據(jù)來源,其余數(shù)據(jù)均來自《新中國六十年統(tǒng)計(jì)資料匯編》與《中國統(tǒng)計(jì)年鑒》。農(nóng)業(yè)產(chǎn)量周期波動指標(biāo)的時間維度最長,為1951—2011年60年,其他變量則相對較短,因此,總樣本是一個非平衡面板數(shù)據(jù)。因此,本研究釆用非平衡面板數(shù)據(jù)進(jìn)行實(shí)證分析。

      3.2模型的設(shè)定與估計(jì)方法

      本研究的基本模型為一個非平衡面板數(shù)據(jù)的回歸模型:agriskit=c+β1lnsup portagit+β2lnrfaiit+ ∑βεj×D+μi+εit,其中,i和t分別代表第i個省份和第t年,c是常數(shù)項(xiàng),μi是不會隨時間變化的因素,εit為隨機(jī)誤差項(xiàng),兩者共同構(gòu)成模型的誤差項(xiàng);agriskit用來衡量農(nóng)業(yè)產(chǎn)量波動,為H-P濾波中農(nóng)業(yè)產(chǎn)量的周期成分,即用來代表農(nóng)業(yè)風(fēng)險(xiǎn)指標(biāo);lnsup portagit為支農(nóng)支出,lnrfaiit為農(nóng)村固定資產(chǎn)投資,這2個變量在處理時均做了平減,消除了通脹因素,并取對數(shù)以便在同一水平上進(jìn)行比較;D包括一系列在實(shí)證研究中的其他變量,βεj為這些變量的系數(shù)。本研究其他控制變量包括:lnagmachinery為農(nóng)業(yè)總機(jī)械投入;lnirrigation為有效灌溉面積;lnfertilizer為化肥施用量;lnelecconsume 為農(nóng)村用電量;lncroparea為農(nóng)作物播種面積。

      3.3估計(jì)方法及結(jié)果

      本研究實(shí)證模型所用數(shù)據(jù)是非平衡面板數(shù)據(jù)。估計(jì)非平衡面板數(shù)據(jù)時,OLS估計(jì)仍是無偏一致的,但其標(biāo)準(zhǔn)差是有偏的(Moulton,1986)。Jennrich等指出,極大似然估計(jì)(MLE)對非平衡面板數(shù)據(jù)的估計(jì)較為有效。鑒于此,本研究非平衡面板模型主要依據(jù)極大似然估計(jì)的估計(jì)結(jié)果。為方便比較,列出固定效應(yīng)(FE)、隨機(jī)效應(yīng)(RE)與GMM估計(jì)結(jié)果以供比較(表2)。

      本研究用農(nóng)業(yè)產(chǎn)量的周期波動作為衡量農(nóng)業(yè)風(fēng)險(xiǎn)的指標(biāo),其中,正向周期表明產(chǎn)量有向上的趨勢,是應(yīng)該要加強(qiáng)的,相反,對農(nóng)業(yè)產(chǎn)量具有負(fù)向周期作用的變量應(yīng)該避免或改進(jìn)。由表2可知,支農(nóng)支出每提高1百分點(diǎn),給農(nóng)業(yè)產(chǎn)量波動帶來0.012 9%的向上沖擊,即支農(nóng)支出的增加對農(nóng)業(yè)產(chǎn)量有一個正向周期的作用;農(nóng)村固定資產(chǎn)投資的增加,同樣給農(nóng)業(yè)產(chǎn)量波動帶來一個向上的沖擊,其沖擊作用是0.085 8%,且農(nóng)村固定資產(chǎn)投資的提高對農(nóng)業(yè)產(chǎn)量的正向周期作用顯著;對農(nóng)業(yè)產(chǎn)量波動帶來正向周期作用的還有農(nóng)作物播種面積,該項(xiàng)指標(biāo)每增加1個百分點(diǎn)對農(nóng)業(yè)產(chǎn)量具有0.127 9%的向上沖擊作用;農(nóng)業(yè)總機(jī)械投入、有效灌溉面積、化肥施用量與農(nóng)村用電量給農(nóng)業(yè)產(chǎn)量帶來負(fù)周期作用,這些指標(biāo)每增加1百分點(diǎn),致使農(nóng)業(yè)產(chǎn)量周期波動向下的沖擊作用分別為 0082 5%、0036 4%、0.027 9%與0.101 6%,其中,農(nóng)村用電量對農(nóng)業(yè)產(chǎn)量周期的沖擊作用最大。支農(nóng)支出、農(nóng)村固定資產(chǎn)的投入與農(nóng)作物播種面積這3個指標(biāo)給農(nóng)業(yè)產(chǎn)量帶來正周期作用,其余指標(biāo)則具有相反的周期影響。endprint

      農(nóng)業(yè)產(chǎn)量周期波動的大小與農(nóng)業(yè)風(fēng)險(xiǎn)的大小呈正比關(guān)系。在衡量農(nóng)業(yè)風(fēng)險(xiǎn)時,無論農(nóng)業(yè)產(chǎn)量周期是正是負(fù),周期的波動都不是所期望的。從實(shí)證結(jié)果可以看出,農(nóng)村固定資產(chǎn)投資、農(nóng)作物播種面積、農(nóng)業(yè)總機(jī)械投入與農(nóng)村用電量對農(nóng)業(yè)產(chǎn)量周期波動的影響作用較大。就農(nóng)村固定資產(chǎn)投資來看,可以從農(nóng)村固定資產(chǎn)投資中的農(nóng)戶固定資產(chǎn)投資特征來解釋,農(nóng)戶購買生產(chǎn)性固定資產(chǎn)的支出呈上升態(tài)勢,增長速度的波動較大,農(nóng)戶投資生產(chǎn)性設(shè)備的根基不穩(wěn),各種突發(fā)事件、意外因素均會削弱或中斷農(nóng)戶投資固定設(shè)備的積極性,使其中止投資行為,從而對農(nóng)業(yè)產(chǎn)量波動造成一定影響;對于農(nóng)業(yè)播種面積,由于政府的農(nóng)業(yè)補(bǔ)貼政策及農(nóng)業(yè)機(jī)械化覆蓋面加大,促使農(nóng)業(yè)播種面積加速擴(kuò)大,進(jìn)而農(nóng)業(yè)產(chǎn)量波動也加大;對于農(nóng)業(yè)機(jī)械投入造成農(nóng)業(yè)產(chǎn)量波動與機(jī)械質(zhì)量和使用壽命有很大關(guān)聯(lián),近年來,我國實(shí)施的家庭聯(lián)產(chǎn)承包責(zé)任制導(dǎo)致農(nóng)機(jī)經(jīng)營分散,原有的農(nóng)用機(jī)械設(shè)備使用壽命短而相繼淘汰,農(nóng)業(yè)機(jī)械保有量大幅下降,使農(nóng)機(jī)裝備水平低,在推進(jìn)農(nóng)業(yè)現(xiàn)代化的進(jìn)程中,政府又加大農(nóng)業(yè)機(jī)械的投入,實(shí)行政府補(bǔ)貼等優(yōu)惠政策,使農(nóng)業(yè)機(jī)械化水平迅速上升,這種農(nóng)業(yè)機(jī)械的更替帶來了農(nóng)業(yè)產(chǎn)量周期的波動。

      4結(jié)論與政策建議

      4.1結(jié)論

      本研究首先利用H-P濾波對我國1951—2011年省際層面的農(nóng)業(yè)產(chǎn)量波動進(jìn)行分析,得到各個省份的標(biāo)準(zhǔn)差,并通過標(biāo)準(zhǔn)差來衡量各地區(qū)的農(nóng)業(yè)風(fēng)險(xiǎn),標(biāo)準(zhǔn)差越大則表明相應(yīng)省份的農(nóng)業(yè)風(fēng)險(xiǎn)越大,反之則農(nóng)業(yè)風(fēng)險(xiǎn)越小。從研究結(jié)果可以看出,北京市、黑龍江省、河南省、甘肅省與新疆維吾爾自治區(qū)的農(nóng)業(yè)產(chǎn)量波動較大,農(nóng)業(yè)風(fēng)險(xiǎn)較大。

      此外,本研究從stata12數(shù)據(jù)中提出農(nóng)業(yè)產(chǎn)量的周期成分,與其他相關(guān)變量建立模型進(jìn)行回歸分析,實(shí)證結(jié)果顯示,支農(nóng)支出、農(nóng)村固定資產(chǎn)投資與農(nóng)作物播種面積對農(nóng)業(yè)產(chǎn)量具有正向周期作用,而農(nóng)業(yè)總機(jī)械投入、有效灌溉面積、化肥施用量與農(nóng)村用電量則對農(nóng)業(yè)產(chǎn)量周期具有負(fù)向影響。從整體波動幅度來看,農(nóng)村固定資產(chǎn)投資、農(nóng)作物播種面積、農(nóng)業(yè)總機(jī)械投入與農(nóng)村用電量對農(nóng)業(yè)產(chǎn)量的周期波動作用較大,這些變量帶來的農(nóng)業(yè)風(fēng)險(xiǎn)較高。

      4.2政策建議

      4.2.1擴(kuò)大農(nóng)業(yè)風(fēng)險(xiǎn)較高地區(qū)的農(nóng)業(yè)保險(xiǎn)覆蓋面除北京市外,黑龍江省、河南省、甘肅省與新疆維吾爾自治區(qū)均為農(nóng)業(yè)高產(chǎn)地區(qū),這4個地區(qū)也是農(nóng)業(yè)風(fēng)險(xiǎn)較高的地帶,在這些地區(qū)發(fā)生實(shí)際的農(nóng)業(yè)災(zāi)害波及范圍較大,因此,要加強(qiáng)對這些地區(qū)的風(fēng)險(xiǎn)防范。

      首先要加強(qiáng)農(nóng)民對農(nóng)業(yè)保險(xiǎn)的意識,大部分農(nóng)民在進(jìn)行農(nóng)業(yè)生產(chǎn)時常抱有僥幸心理,認(rèn)為收成是由自然氣候決定的,甚至還有農(nóng)民認(rèn)為農(nóng)業(yè)保險(xiǎn)是在變相收費(fèi),尤其在西部欠發(fā)達(dá)地區(qū),由于教育普及度不高,導(dǎo)致農(nóng)民對風(fēng)險(xiǎn)的防范意識薄弱,對農(nóng)業(yè)保險(xiǎn)認(rèn)識不足,因此,應(yīng)大力宣傳農(nóng)業(yè)保險(xiǎn)知識,樹立農(nóng)民的風(fēng)險(xiǎn)防范意識,提高農(nóng)民的投保積極性。

      其次,對于高風(fēng)險(xiǎn)地區(qū)應(yīng)加大農(nóng)業(yè)保險(xiǎn)財(cái)政補(bǔ)貼力度,解決農(nóng)業(yè)保險(xiǎn)費(fèi)用高、賠付率低等問題。在實(shí)際情況中,若按照商業(yè)化操作要求收取保費(fèi),農(nóng)民通常負(fù)擔(dān)不起,如果按農(nóng)民可以接受的額度制訂保費(fèi)則保險(xiǎn)公司賠不起,這也是阻礙農(nóng)業(yè)保險(xiǎn)發(fā)展的一個原因,這時就需要政府介入,進(jìn)行雙向補(bǔ)貼,打破農(nóng)業(yè)保險(xiǎn)的尷尬局面,使農(nóng)業(yè)保險(xiǎn)機(jī)制高效運(yùn)轉(zhuǎn)。

      4.2.2拓寬農(nóng)業(yè)保險(xiǎn)范圍,建立完善的農(nóng)業(yè)風(fēng)險(xiǎn)分散機(jī)制從實(shí)證分析結(jié)果看出,固定資產(chǎn)投資、農(nóng)作物播種面積、有效灌溉面積等變量對農(nóng)業(yè)產(chǎn)量波動的影響較大,容易引起農(nóng)業(yè)風(fēng)險(xiǎn)。因此,政府不應(yīng)將農(nóng)業(yè)保險(xiǎn)范圍僅擴(kuò)展到直接物質(zhì)成本,還應(yīng)將固定資產(chǎn)的投資、種植面積、機(jī)械作業(yè)服務(wù)等全部成本納入投保范圍。農(nóng)業(yè)風(fēng)險(xiǎn)在季節(jié)與地區(qū)間分布不均衡,我國各地的自然氣候差異很大,適宜在不同地區(qū)、不同年度以豐收補(bǔ)貼虧損來分散農(nóng)業(yè)風(fēng)險(xiǎn)。政府應(yīng)建立全面的農(nóng)業(yè)風(fēng)險(xiǎn)分散制度,由辦理農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)的機(jī)構(gòu)建立農(nóng)業(yè)風(fēng)險(xiǎn)保障基金,保險(xiǎn)公司每年在保費(fèi)中提出一部分放入基金,在發(fā)生農(nóng)業(yè)風(fēng)險(xiǎn)時可從風(fēng)險(xiǎn)基金中得到補(bǔ)償,基金的結(jié)余可由各公司按注資比例分享權(quán)益。在基金開辦初期,國家財(cái)政要給予一定補(bǔ)貼,當(dāng)基金補(bǔ)貼累積到一定額度,能夠自發(fā)良性循環(huán)后則可不再補(bǔ)貼,進(jìn)而建立完善的農(nóng)業(yè)風(fēng)險(xiǎn)分散機(jī)制。

      4.2.3加大政府對農(nóng)業(yè)的財(cái)政支出與農(nóng)業(yè)保險(xiǎn)的財(cái)政補(bǔ)貼支農(nóng)支出、農(nóng)村固定資產(chǎn)投資與農(nóng)作物播種面積對農(nóng)業(yè)波動具有正向沖擊作用,這些因素有利于農(nóng)業(yè)發(fā)展。政府的財(cái)政補(bǔ)貼是我國農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)發(fā)展的助推器,在國家層面應(yīng)把農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)打造成政策支持、回報(bào)穩(wěn)定的“高收益行業(yè)”,既可以吸引更多的優(yōu)質(zhì)人力資源涌向農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)領(lǐng)域,也是我國農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)領(lǐng)域真正邁向市場化與農(nóng)業(yè)現(xiàn)代化的關(guān)鍵。這就需要政府出臺有利于農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)專業(yè)人員的培養(yǎng)和引進(jìn)政策,對從事農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)的高端人才給予一定的經(jīng)濟(jì)優(yōu)惠政策,切實(shí)提高農(nóng)業(yè)和農(nóng)業(yè)保險(xiǎn)從業(yè)人員的專業(yè)素養(yǎng),為我國農(nóng)業(yè)與農(nóng)業(yè)保險(xiǎn)的發(fā)展奠定基礎(chǔ)。

      參考文獻(xiàn):

      [1]Hardaker J B,Huirne R B M,Anderson J B,et al. Coping with risk in agriculture[M]. Wallingford,UK:CAB international,2004:320.

      [2]Ziari H A,Leatham D J,Ellinger P N. Development of statistical discriminant mathematical programming model via resampling estimation techniques[J]. American J of Agricultural Economics,1997,79(4):1352-1362.

      [3]Leisinger K M. The ‘political economy of agricultural biotechnology for the developing world[C]//Proceedings of the Twenty-fourth International Conference of Agricultural Economists. Berlin,Germany,2001:86-112.endprint

      [4]Boelhlje M. Risk in US agriculture:new challenges and new approaches[D]. Indiana:Purdue University,2002.

      [5]Serra T,Goodwin B K,F(xiàn)eatherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review,2003,63(2):109-125.

      [6]溫思美,楊順江. 論農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程中的農(nóng)產(chǎn)品流通體制改革[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2000,21(10):45-48.

      [7]葛顏祥. 農(nóng)業(yè)結(jié)構(gòu)調(diào)整中的風(fēng)險(xiǎn)防范[J]. 農(nóng)業(yè)現(xiàn)代化研究,2001,22(6):350-354.

      [8]孫良媛,張?jiān)篮? 轉(zhuǎn)型期農(nóng)業(yè)風(fēng)險(xiǎn)的特點(diǎn)與風(fēng)險(xiǎn)管理[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2001,22(8):20-26.

      [9]劉鳳芹. 不完全合約與履約障礙——以訂單農(nóng)業(yè)為例[J]. 經(jīng)濟(jì)研究,2003(4):22-30,92.

      [10]庹國柱,李軍. 我國農(nóng)業(yè)保險(xiǎn)試驗(yàn)的成就、矛盾及出路[J]. 金融研究,2003(9):88-98.

      [11]陸文聰,西愛琴. 農(nóng)戶農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)反應(yīng):以浙江為例的MOTAD模型分析[J]. 中國農(nóng)村經(jīng)濟(jì),2005(12):68-75.

      [12]欒敬東,程杰. 基于產(chǎn)業(yè)鏈的農(nóng)業(yè)風(fēng)險(xiǎn)管理體系建設(shè)[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2007(3):86-91.

      [13]王敏俊. 影響小規(guī)模農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的因素分析——基于浙江省613戶小規(guī)模農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì),2009(3):38-44.

      [14]項(xiàng)桂娥,吳義根. 基于SEM模型的農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評價(jià)體系研究——以安徽省221家農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2012(8):113-120.

      [15]葉明華. 糧食主產(chǎn)區(qū)“北旱南澇”相關(guān)性分析與農(nóng)業(yè)風(fēng)險(xiǎn)管理模式優(yōu)化[J]. 保險(xiǎn)研究,2013(6):16-22.

      [16]Hodrick R H,Prescott E C. Postwar US business cycles:an empirical investigation[J]. Journal of Money,Credit and Banking,1997,29(1):1-16.張曉莉,逄春蕾,尹作華. 基于修正鉆石模型的新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)競爭力研究——與黑龍江農(nóng)墾的比較[J]. 江蘇農(nóng)業(yè)科學(xué),2014,42(9):413-416.endprint

      [4]Boelhlje M. Risk in US agriculture:new challenges and new approaches[D]. Indiana:Purdue University,2002.

      [5]Serra T,Goodwin B K,F(xiàn)eatherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review,2003,63(2):109-125.

      [6]溫思美,楊順江. 論農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程中的農(nóng)產(chǎn)品流通體制改革[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2000,21(10):45-48.

      [7]葛顏祥. 農(nóng)業(yè)結(jié)構(gòu)調(diào)整中的風(fēng)險(xiǎn)防范[J]. 農(nóng)業(yè)現(xiàn)代化研究,2001,22(6):350-354.

      [8]孫良媛,張?jiān)篮? 轉(zhuǎn)型期農(nóng)業(yè)風(fēng)險(xiǎn)的特點(diǎn)與風(fēng)險(xiǎn)管理[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2001,22(8):20-26.

      [9]劉鳳芹. 不完全合約與履約障礙——以訂單農(nóng)業(yè)為例[J]. 經(jīng)濟(jì)研究,2003(4):22-30,92.

      [10]庹國柱,李軍. 我國農(nóng)業(yè)保險(xiǎn)試驗(yàn)的成就、矛盾及出路[J]. 金融研究,2003(9):88-98.

      [11]陸文聰,西愛琴. 農(nóng)戶農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)反應(yīng):以浙江為例的MOTAD模型分析[J]. 中國農(nóng)村經(jīng)濟(jì),2005(12):68-75.

      [12]欒敬東,程杰. 基于產(chǎn)業(yè)鏈的農(nóng)業(yè)風(fēng)險(xiǎn)管理體系建設(shè)[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2007(3):86-91.

      [13]王敏俊. 影響小規(guī)模農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的因素分析——基于浙江省613戶小規(guī)模農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì),2009(3):38-44.

      [14]項(xiàng)桂娥,吳義根. 基于SEM模型的農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評價(jià)體系研究——以安徽省221家農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2012(8):113-120.

      [15]葉明華. 糧食主產(chǎn)區(qū)“北旱南澇”相關(guān)性分析與農(nóng)業(yè)風(fēng)險(xiǎn)管理模式優(yōu)化[J]. 保險(xiǎn)研究,2013(6):16-22.

      [16]Hodrick R H,Prescott E C. Postwar US business cycles:an empirical investigation[J]. Journal of Money,Credit and Banking,1997,29(1):1-16.張曉莉,逄春蕾,尹作華. 基于修正鉆石模型的新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)競爭力研究——與黑龍江農(nóng)墾的比較[J]. 江蘇農(nóng)業(yè)科學(xué),2014,42(9):413-416.endprint

      [4]Boelhlje M. Risk in US agriculture:new challenges and new approaches[D]. Indiana:Purdue University,2002.

      [5]Serra T,Goodwin B K,F(xiàn)eatherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review,2003,63(2):109-125.

      [6]溫思美,楊順江. 論農(nóng)業(yè)產(chǎn)業(yè)化進(jìn)程中的農(nóng)產(chǎn)品流通體制改革[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2000,21(10):45-48.

      [7]葛顏祥. 農(nóng)業(yè)結(jié)構(gòu)調(diào)整中的風(fēng)險(xiǎn)防范[J]. 農(nóng)業(yè)現(xiàn)代化研究,2001,22(6):350-354.

      [8]孫良媛,張?jiān)篮? 轉(zhuǎn)型期農(nóng)業(yè)風(fēng)險(xiǎn)的特點(diǎn)與風(fēng)險(xiǎn)管理[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2001,22(8):20-26.

      [9]劉鳳芹. 不完全合約與履約障礙——以訂單農(nóng)業(yè)為例[J]. 經(jīng)濟(jì)研究,2003(4):22-30,92.

      [10]庹國柱,李軍. 我國農(nóng)業(yè)保險(xiǎn)試驗(yàn)的成就、矛盾及出路[J]. 金融研究,2003(9):88-98.

      [11]陸文聰,西愛琴. 農(nóng)戶農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)反應(yīng):以浙江為例的MOTAD模型分析[J]. 中國農(nóng)村經(jīng)濟(jì),2005(12):68-75.

      [12]欒敬東,程杰. 基于產(chǎn)業(yè)鏈的農(nóng)業(yè)風(fēng)險(xiǎn)管理體系建設(shè)[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題,2007(3):86-91.

      [13]王敏俊. 影響小規(guī)模農(nóng)戶參加政策性農(nóng)業(yè)保險(xiǎn)的因素分析——基于浙江省613戶小規(guī)模農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì),2009(3):38-44.

      [14]項(xiàng)桂娥,吳義根. 基于SEM模型的農(nóng)業(yè)企業(yè)風(fēng)險(xiǎn)評價(jià)體系研究——以安徽省221家農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2012(8):113-120.

      [15]葉明華. 糧食主產(chǎn)區(qū)“北旱南澇”相關(guān)性分析與農(nóng)業(yè)風(fēng)險(xiǎn)管理模式優(yōu)化[J]. 保險(xiǎn)研究,2013(6):16-22.

      [16]Hodrick R H,Prescott E C. Postwar US business cycles:an empirical investigation[J]. Journal of Money,Credit and Banking,1997,29(1):1-16.張曉莉,逄春蕾,尹作華. 基于修正鉆石模型的新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)競爭力研究——與黑龍江農(nóng)墾的比較[J]. 江蘇農(nóng)業(yè)科學(xué),2014,42(9):413-416.endprint

      猜你喜歡
      中國風(fēng)險(xiǎn)農(nóng)業(yè)
      國內(nèi)農(nóng)業(yè)
      國內(nèi)農(nóng)業(yè)
      國內(nèi)農(nóng)業(yè)
      擦亮“國”字招牌 發(fā)揮農(nóng)業(yè)領(lǐng)跑作用
      中國經(jīng)濟(jì)轉(zhuǎn)型的結(jié)構(gòu)性特征、風(fēng)險(xiǎn)與效率提升路徑
      商(2016年27期)2016-10-17 05:33:32
      互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)分析與管理
      企業(yè)納稅籌劃風(fēng)險(xiǎn)及防范措施
      肯尼·格雷特,爵士的“中國”調(diào)子
      英媒:“中國”成美國網(wǎng)絡(luò)威脅敏感詞
      老河口市| 商南县| 安多县| 黄梅县| 泸水县| 农安县| 法库县| 连州市| 额敏县| 彩票| 凌源市| 沙湾县| 息烽县| 伊宁县| 江安县| 靖远县| 石林| 乐陵市| 雷州市| 驻马店市| 钟祥市| 乳山市| 宜兴市| 辽宁省| 洛南县| 沐川县| 师宗县| 广南县| 驻马店市| 蛟河市| 水城县| 阿鲁科尔沁旗| 张家口市| 琼结县| 平顶山市| 桦甸市| 延津县| 兴隆县| 昭平县| 商都县| 绥阳县|