李園園

[提要] 本文對陜西省農(nóng)業(yè)供給側(cè)改革的成果進(jìn)行梳理，通過實(shí)證研究發(fā)現(xiàn)陜西省2006年到2015年十年間不斷地進(jìn)行低碳化農(nóng)業(yè)的研究和實(shí)驗(yàn)。陜西省只有進(jìn)行農(nóng)業(yè)供給側(cè)改革，才能有效地促進(jìn)經(jīng)濟(jì)健康穩(wěn)定可持續(xù)發(fā)展。

關(guān)鍵詞：低碳農(nóng)業(yè)；供給側(cè)改革；實(shí)證分析

基金項(xiàng)目：2016年西安社科基金：“西安市以供給側(cè)改革推動(dòng)經(jīng)濟(jì)增長研究”（項(xiàng)目編號：16WL05）

中圖分類號：F32 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2017年1月22日

一、陜西省農(nóng)業(yè)供給側(cè)改革成果

根據(jù)相關(guān)的統(tǒng)計(jì)研究可知，在2015年陜西省生產(chǎn)總值達(dá)到了12，802.58億元，相比增長了3.1%，在這些數(shù)據(jù)中第一產(chǎn)業(yè)的增長值達(dá)到了788.14億元，同比增長了1.0%，而第二產(chǎn)業(yè)則增加了5，224.26億元，同比下降了1.1%，而第三產(chǎn)業(yè)則增加了6，790.18億元，同比增長了9.8%。由此看出，陜西省不是農(nóng)業(yè)大省，農(nóng)業(yè)是陜西省的薄弱環(huán)節(jié)，目前的農(nóng)業(yè)地域廣、人口多，但僅處于基礎(chǔ)地位。陜西省的地勢條件就決定了其只有發(fā)展特色產(chǎn)業(yè)這一條道路才是實(shí)現(xiàn)其農(nóng)業(yè)增收的合理科學(xué)的方法?？v觀陜西省，經(jīng)過近幾年來的不斷調(diào)整，陜西省農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)形成了良好的產(chǎn)業(yè)格局，玉米產(chǎn)業(yè)和特色農(nóng)業(yè)多重發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)配置趨向合理，基本可滿足城鄉(xiāng)居民生產(chǎn)生活和社會(huì)經(jīng)濟(jì)發(fā)展的需要。農(nóng)產(chǎn)品的播種面積在下降，而其他產(chǎn)業(yè)的播種上升，這就表明陜西省在農(nóng)作物的播種層次上進(jìn)行了一定的改革。但由于其目前的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整受限于自身的條件以及外部市場的不斷變化，陜西省的農(nóng)業(yè)改革依然面臨著許多的問題，首先是其缺乏高品質(zhì)的農(nóng)產(chǎn)品，其普遍出產(chǎn)的是低質(zhì)的農(nóng)產(chǎn)品，而優(yōu)質(zhì)的農(nóng)產(chǎn)品卻無法供應(yīng)市場的需求量；其次是由于陜西省過度對耕地進(jìn)行開發(fā)，沒有對耕地進(jìn)行保護(hù)，嚴(yán)重導(dǎo)致了生態(tài)環(huán)境惡化；第三，產(chǎn)業(yè)化水平低、農(nóng)業(yè)經(jīng)營規(guī)模小、產(chǎn)業(yè)鏈發(fā)展滯后，導(dǎo)致收入水平持續(xù)低下。2015年，陜西省的優(yōu)質(zhì)小麥達(dá)到了6，735萬畝，這占到了小麥總面積的67.4%，而優(yōu)質(zhì)的玉米、水稻、大豆、紅薯等面積也在逐步增加，分別是3，021萬畝、753萬畝、712.3萬畝、423.3萬畝，分別占玉米、稻谷、大豆、紅薯播種面積的65.4%、83.7%、82.9%和60.3%；全省經(jīng)濟(jì)作物種植總面積達(dá)到11，644.6萬畝，糧經(jīng)比例由2005年的68.7∶31.3調(diào)整到2015年的60∶35左右。陜西省的各類畜禽養(yǎng)殖小區(qū)已經(jīng)發(fā)展到四千多個(gè)，形成了一個(gè)新的區(qū)域化格局，其優(yōu)勢產(chǎn)區(qū)的畜產(chǎn)品產(chǎn)量已經(jīng)達(dá)到了陜西省產(chǎn)量的一半以上，在2015年已經(jīng)突破了萬億元大關(guān)，在農(nóng)林牧漁總產(chǎn)值中也達(dá)到了1/3以上。

二、陜西省農(nóng)業(yè)供給側(cè)改革實(shí)證分析

（一）模型選擇及指標(biāo)選取。在本文中，筆者對陜西省農(nóng)業(yè)供給側(cè)改革的分析，主要是從陜西省的農(nóng)業(yè)生產(chǎn)總值方向作為研究的基本角度，建立農(nóng)業(yè)生產(chǎn)總值和農(nóng)業(yè)的投入品之間的多元回歸模型來進(jìn)行研究。因變量為農(nóng)業(yè)生產(chǎn)總值Y，自變量X1為化肥使用量、X2為農(nóng)膜使用量、X3為農(nóng)藥使用量、X4為柴油使用量、X5為農(nóng)業(yè)機(jī)械總動(dòng)力、X6為農(nóng)業(yè)灌溉面積、X7為農(nóng)作物播種面積。

建立的因變量Y與自變量X之間的多元回歸模型為：

Y=C0+C1X1+C2X2+C3X3+C4X4+C5X5+C6X6+C7X7+ε

其中，C0為回歸方程中的常數(shù)項(xiàng)，C1～C7為各自變量的偏回歸系數(shù)，ε為回歸方程的隨機(jī)誤差項(xiàng)。（表1）

由于表1中的數(shù)據(jù)之間相差比較大，而且各數(shù)據(jù)之間的量綱也不統(tǒng)一，不具有可比性和操作性，所以需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。（表2）

（二）模型建立及結(jié)果。本文擬對各變量進(jìn)行線性回歸，其模型為：

Y=C0+C1X1+C2X2+C3X3+C4X4+C5X5+C6X6+C7X7+ε

其中，Y為農(nóng)業(yè)生產(chǎn)總值、X1為化肥使用量、X2為農(nóng)膜使用量、X3農(nóng)藥使用量、X4為柴油使用量、X5為農(nóng)業(yè)機(jī)械總動(dòng)力、X6為農(nóng)業(yè)灌溉面積、X7為農(nóng)作物播種面積。

為保證方程的解釋能力，在參考前人研究結(jié)果引進(jìn)較多備擇解釋變量的基礎(chǔ)上，選用逐步回歸法進(jìn)行剔除，以篩選出對被解釋變量最具解釋能力的變量，由此避免了引入解釋變量的隨意性以及模型的多重共線性。根據(jù)多元回歸方程，利用Eviews6.0統(tǒng)計(jì)軟件運(yùn)用逐步回歸法對方程進(jìn)行線性回歸，逐步回歸過程剔除了X5、X6、X7這三個(gè)解釋變量。最終的回歸結(jié)果如表3所示。（表3）

從表3中可以看出回歸結(jié)果的R2=0.997，說明方程擬合優(yōu)度極高；F=372.738說明模型通過了F檢驗(yàn)；DW=2.757說明模型不存在自相關(guān)，模型總體擬合程度較好?；适┯昧浚╔1）、農(nóng)膜使用量（X2）、農(nóng)藥使用量（X3）、柴油使用量（X4）的回歸系數(shù)顯著性檢驗(yàn)的概率P值均小于顯著性水平10%，因此解釋變量X1、X2、X3、X4與被解釋變量Y間的線性關(guān)系顯著?；貧w方程為：

Y=1.36+2.57X1-0.51X2+0.35X3-1.10X4

從回歸模型可以看出，對農(nóng)業(yè)總產(chǎn)值影響較大的因素分別是化肥使用量、農(nóng)膜使用量、農(nóng)藥使用量和柴油使用量。由相關(guān)系數(shù)的大小可以得出以下結(jié)論：化肥使用量對農(nóng)業(yè)總產(chǎn)值的影響最大；柴油使用量對農(nóng)業(yè)總產(chǎn)值的影響其次，但是這種影響卻是負(fù)的，從其系數(shù)可以看出這種負(fù)作用還比較大；農(nóng)膜對農(nóng)業(yè)總產(chǎn)值的影響較大，但同樣也是負(fù)作用；農(nóng)藥對農(nóng)業(yè)產(chǎn)值的影響較小。

（三）陜西省農(nóng)業(yè)供給側(cè)改革分析。對于農(nóng)業(yè)生產(chǎn)總值影響最為深遠(yuǎn)的是化肥的使用量，一單位的化肥可以對生產(chǎn)總值提高2.57單位，因此針對化肥施用導(dǎo)致碳排放量加大的問題，應(yīng)改善化肥施用方法，多使用有機(jī)肥，開展和普及新型的施肥技術(shù)。例如，施肥進(jìn)行測土平衡，根據(jù)土壤的情況以及農(nóng)作物的具體需求進(jìn)行肥料的使用，通過需求量來進(jìn)行化肥施用量的詳細(xì)測量，減少二氧化碳的排放量。而在農(nóng)業(yè)生產(chǎn)中柴油的使用量對生產(chǎn)總值的提高效果最為不明顯，但是其對環(huán)境的影響卻是極為重大的，且對于環(huán)境的副作用特別大。說明近十年的農(nóng)業(yè)生產(chǎn)活動(dòng)已經(jīng)擺脫了靠多使用柴油來提高農(nóng)業(yè)效益的階段，現(xiàn)在柴油的使用對農(nóng)業(yè)生產(chǎn)的效用是遞減的。因?yàn)楝F(xiàn)階段隨著生產(chǎn)技術(shù)的提高和各種新能源的出現(xiàn)，單純地增加柴油使用量帶來的是供給的過剩以及能源的消耗和環(huán)境的污染，如果依靠柴油作為農(nóng)業(yè)生產(chǎn)的主動(dòng)力不僅是對資源的極大浪費(fèi)降低農(nóng)業(yè)生產(chǎn)效率更是對環(huán)境的破壞。農(nóng)膜對農(nóng)業(yè)總產(chǎn)值的影響較大，但同樣也是負(fù)作用，這說明在農(nóng)業(yè)生產(chǎn)活動(dòng)中多使用農(nóng)膜不僅對農(nóng)業(yè)化無益反而會(huì)帶來農(nóng)業(yè)總產(chǎn)值的降低。隨著生產(chǎn)技術(shù)的提高，農(nóng)業(yè)生產(chǎn)也無需依靠農(nóng)膜來達(dá)到除草、除蟲的目的，使用農(nóng)膜對農(nóng)業(yè)生產(chǎn)效益的弊大于利。此外，使用農(nóng)膜會(huì)產(chǎn)生大量的二氧化碳，1千克的農(nóng)膜會(huì)帶來5.18千克的碳排放。所以應(yīng)加快對可降解農(nóng)膜技術(shù)的研究和開發(fā)，加強(qiáng)對廢棄農(nóng)膜的回收利用。在農(nóng)業(yè)生產(chǎn)中，農(nóng)藥的使用并不能夠明顯地促進(jìn)農(nóng)業(yè)產(chǎn)值的提高，農(nóng)業(yè)在生產(chǎn)過程中主要是起到一定的推動(dòng)作用，農(nóng)藥的使用主要是可以保護(hù)農(nóng)作物免受病蟲害的影響，在一定的程度上可以提高糧食的產(chǎn)量。但是，農(nóng)業(yè)生產(chǎn)中要注意到農(nóng)藥對其具有很強(qiáng)大的副作用，農(nóng)藥不僅僅可以危害食品的健康，造成農(nóng)業(yè)面源的污染，并且在國際競爭力中殘留農(nóng)藥的農(nóng)產(chǎn)品其競爭力較弱，除此之外還應(yīng)注意到農(nóng)藥會(huì)造成土壤的養(yǎng)分缺失，其對土壤具有潛在的影響，可能會(huì)造成之后的農(nóng)產(chǎn)品的產(chǎn)量下降。1千克的農(nóng)藥使用會(huì)帶來4.9341千克的碳排放，在全球注重低碳的大環(huán)境下，減少農(nóng)藥使用是必然選擇。在目前陜西省的農(nóng)業(yè)生產(chǎn)中，必須要對農(nóng)藥的用藥量進(jìn)行控制。最好是培養(yǎng)或者引進(jìn)對病蟲害有抗性的農(nóng)作物的品種或者是用生物驅(qū)蟲法來代替農(nóng)藥驅(qū)蟲法，這樣不僅能夠保證農(nóng)產(chǎn)品的安全生產(chǎn)，還能夠確保環(huán)境不被污染。

主要參考文獻(xiàn)：

[1]胡玥.財(cái)政支農(nóng)、農(nóng)業(yè)現(xiàn)代化與陜西農(nóng)業(yè)發(fā)展[J].經(jīng)濟(jì)問題，2012.1.

[2]梁流濤.農(nóng)業(yè)發(fā)展與環(huán)境協(xié)調(diào)性評價(jià)及其影響因素分析[J].中國環(huán)境科學(xué)，2012.9.

[3]王娟玲.對陜西農(nóng)業(yè)轉(zhuǎn)型跨越發(fā)展的幾點(diǎn)思考[J].陜西農(nóng)業(yè)科學(xué)，2014.4.

[4]王娟玲.陜西現(xiàn)代農(nóng)業(yè)發(fā)展中存在的問題及對策建議[J].陜西農(nóng)業(yè)科學(xué)，2016.2.

[5]孔祥智.農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的基本內(nèi)涵與政策建議[J].改革，2016.2.

[6]張海洋.長治市農(nóng)業(yè)發(fā)展影響因素分析[J].陜西農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016.5.

[7]陳曉華.推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革要從五個(gè)方面抓起[J].上海農(nóng)村經(jīng)濟(jì)，2016.4.

[8]于法穩(wěn).生態(tài)農(nóng)業(yè)：我國農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的有效途徑[J].企業(yè)經(jīng)濟(jì)，2016.4.

[9]韋曉菡.基于農(nóng)業(yè)供給側(cè)改革的廣西農(nóng)業(yè)產(chǎn)業(yè)集群發(fā)展探討[J].學(xué)術(shù)論壇，2016.3.