摘 要：為綜合研究山東省種植業(yè)產(chǎn)出的影響因素，找到促進(jìn)山東省種植業(yè)發(fā)展的主要力量，借助Eviews軟件，依據(jù)2000—2022年山東省種植業(yè)總產(chǎn)值相關(guān)時間序列數(shù)據(jù)建立多元回歸模型，采用計量經(jīng)濟(jì)學(xué)相關(guān)的經(jīng)濟(jì)理論和數(shù)理統(tǒng)計方法，對影響山東省種植業(yè)產(chǎn)出的主要因素進(jìn)行綜合分析，進(jìn)行多元回歸模型的檢驗(yàn)與修正。通過實(shí)證分析得出對應(yīng)結(jié)果：山東省主要農(nóng)業(yè)機(jī)械年末擁有量、山東省支農(nóng)財政支出、山東省年降水量等因素對山東省種植業(yè)總產(chǎn)值有明顯的促進(jìn)作用。在推動山東省農(nóng)業(yè)發(fā)展和鄉(xiāng)村振興的過程中，應(yīng)優(yōu)先考慮以下幾個方面：一是加快農(nóng)業(yè)機(jī)械化的高質(zhì)量發(fā)展，以提升農(nóng)業(yè)生產(chǎn)效率；二是優(yōu)化支農(nóng)財政資金的配置與使用，確保資金的高效利用；三是加強(qiáng)氣候變化預(yù)測能力，并據(jù)此靈活調(diào)整輪作制度和作物布局，以增強(qiáng)農(nóng)業(yè)生產(chǎn)的韌性和適應(yīng)性。實(shí)施這些措施，將有助于山東省農(nóng)業(yè)產(chǎn)業(yè)的全面升級和農(nóng)村經(jīng)濟(jì)的可持續(xù)發(fā)展。

關(guān)鍵詞：山東??；種植業(yè)；Eviews；影響因素；計量經(jīng)濟(jì)學(xué)

中圖分類號：F327 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-7909（2024）6-46-6

DOI：10.19345/j.cnki.1674-7909.2024.06.009

0 引言

“十四五”時期，是國家全面實(shí)施鄉(xiāng)村振興重要戰(zhàn)略部署的關(guān)鍵時期，同樣也是山東省推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化、促進(jìn)農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展，打造齊魯樣板的關(guān)鍵時期。山東省作為農(nóng)業(yè)大省，農(nóng)業(yè)的戰(zhàn)略地位舉足輕重。將農(nóng)業(yè)發(fā)展好，穩(wěn)住農(nóng)業(yè)這個經(jīng)濟(jì)發(fā)展的基本盤，守好“三農(nóng)”基礎(chǔ)，不僅事關(guān)山東省經(jīng)濟(jì)發(fā)展，更是國家發(fā)展戰(zhàn)略剛需，是構(gòu)建城鄉(xiāng)協(xié)調(diào)發(fā)展新格局，全面建設(shè)社會主義現(xiàn)代化國家的必經(jīng)之路。因此，在“十四五”時期，堅持優(yōu)先發(fā)展好農(nóng)村經(jīng)濟(jì)，具有十分重要的意義［1］。

長期以來，關(guān)于山東省種植業(yè)影響因素的研究受到眾多學(xué)者的廣泛關(guān)注，并且取得了一定的研究成果。曹廣平等［2］分析了氣候變化對山東省種植業(yè)產(chǎn)出的影響作用，并得出結(jié)論：近年來的氣候變化總體上對山東省種植業(yè)產(chǎn)出產(chǎn)生負(fù)面影響。王博等［3］考察了山東省種植業(yè)機(jī)械化情況，指出山東省種植業(yè)機(jī)械化存在區(qū)域性不平衡和機(jī)械化質(zhì)量參差不齊等問題，影響了山東省種植業(yè)的發(fā)展。王崇紅等［4］則是從山東省產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整出發(fā)，考察各個產(chǎn)業(yè)產(chǎn)值對農(nóng)業(yè)經(jīng)濟(jì)的貢獻(xiàn)率，并指出種植業(yè)在農(nóng)業(yè)產(chǎn)業(yè)中的貢獻(xiàn)率最高，但種植業(yè)在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中比例下滑，故其增長率逐年下降。在眾多研究中，大部分學(xué)者從單因素角度考察個別影響因素對種植業(yè)產(chǎn)出的影響作用，但對種植業(yè)發(fā)展中不同影響因素之間影響作用的大小及其之間的對比缺乏較為系統(tǒng)的研究。此研究在山東省種植業(yè)產(chǎn)出影響因素相關(guān)研究的基礎(chǔ)之上，盡可能較為全面地對代表性影響因素進(jìn)行系統(tǒng)歸納研究，以進(jìn)一步研究山東省種植業(yè)產(chǎn)出相關(guān)影響因素的協(xié)同效應(yīng)。

1 材料與方法

1.1 變量選取

通常用種植業(yè)總產(chǎn)值、農(nóng)作物總產(chǎn)量和種植業(yè)增加值作為衡量種植業(yè)產(chǎn)出的指標(biāo)。鑒于統(tǒng)計數(shù)據(jù)獲取的難易程度、指標(biāo)經(jīng)濟(jì)效益和年增長率對比的需要，選取山東省種植業(yè)總產(chǎn)值VALUE（單位：億元）作為被解釋變量［5］。從農(nóng)業(yè)發(fā)展的角度來看，農(nóng)業(yè)的區(qū)位因素往往是影響其發(fā)展的關(guān)鍵因素，而農(nóng)業(yè)的區(qū)位因素一般又分為自然條件因素和社會經(jīng)濟(jì)因素。自然條件因素包括氣候（水分、氣溫、熱量、光照）、地形、土壤等。社會經(jīng)濟(jì)因素包括國家政策、農(nóng)業(yè)生產(chǎn)技術(shù)、勞動力、市場需求、交通等。在選取解釋變量時，為了確保數(shù)據(jù)的嚴(yán)謹(jǐn)性、有效性和量化分析的可行性，主要選取了有一定研究參考價值的官方數(shù)據(jù)。其中，山東省支農(nóng)財政支出（FINANCE）作為政府農(nóng)業(yè)政策的經(jīng)濟(jì)投入，對農(nóng)業(yè)經(jīng)濟(jì)發(fā)展具有直接影響，因此被納入解釋變量［6］。山東省農(nóng)村人均可支配收入（INCOME）作為反映農(nóng)村居民生活水平的重要指標(biāo)，其增長對于縮小城鄉(xiāng)經(jīng)濟(jì)差距、促進(jìn)城鄉(xiāng)經(jīng)濟(jì)交流、推動農(nóng)業(yè)現(xiàn)代化具有關(guān)鍵作用［7］，故亦作為解釋變量之一。改革開放以來，大量農(nóng)村人口向城市集中，很大程度上造成了農(nóng)村農(nóng)業(yè)就業(yè)人口的過度外流，而農(nóng)業(yè)勞動力作為農(nóng)業(yè)生產(chǎn)最基本的生產(chǎn)要素之一，農(nóng)業(yè)勞動力的過度轉(zhuǎn)移會明顯影響農(nóng)業(yè)生產(chǎn)［8］。因此，山東省農(nóng)業(yè)就業(yè)人口（LABOR）同樣也應(yīng)被納入影響農(nóng)業(yè)產(chǎn)出的解釋變量。從農(nóng)業(yè)發(fā)展的角度來看，農(nóng)業(yè)機(jī)械化水平是衡量農(nóng)業(yè)現(xiàn)代化程度的重要指標(biāo)。使用農(nóng)業(yè)機(jī)械可改善農(nóng)業(yè)生產(chǎn)條件，從而提高農(nóng)業(yè)生產(chǎn)效率［9］，為了量化農(nóng)業(yè)機(jī)械化水平這一影響因素，在此選擇山東省主要農(nóng)業(yè)機(jī)械年末擁有量（MACHINE）作為解釋變量。除以上社會經(jīng)濟(jì)影響因素外，自然條件也是影響農(nóng)業(yè)產(chǎn)出的重要因素。進(jìn)入21世紀(jì)以來，農(nóng)業(yè)生產(chǎn)受全球氣候變化的影響日益顯著。已有研究表明，在我國，氣溫上升會對除東北地區(qū)以外的土地生產(chǎn)率起到負(fù)面影響，而降水量增加會對除南方地區(qū)以外的農(nóng)業(yè)產(chǎn)生正面影響［10］。因此，將山東省年平均氣溫（TEMPERATURE）和年降水量（PRECIPITATION）作為解釋變量納入模型，對于全面分析農(nóng)業(yè)產(chǎn)出影響因素具有重要意義。從上述論述中初步確定模型中的6個解釋變量，見表1。

1.2 數(shù)據(jù)來源

表2中的數(shù)據(jù)來源于2000—2023年《山東統(tǒng)計年鑒》，其中山東省種植業(yè)總產(chǎn)值、山東省支農(nóng)財政支出和山東省農(nóng)村人均可支配收入指標(biāo)通過Excel進(jìn)行價格指數(shù)平減處理，以消除不同年份的價格影響。

2 結(jié)果與分析

2.1 模型建立

使用時間序列數(shù)據(jù)分析影響山東省農(nóng)業(yè)產(chǎn)出發(fā)展的因素，采用普通最小二乘法估計構(gòu)建的時間序列模型，對各個解釋變量和被解釋變量取對數(shù)后納入模型，見式（1）。

ln VALUE=[β0+β1lnFINANCE+β2lnINCOME+]

[β3lnLABOR+β4lnMACHINE+]

[β5lnTEMPERATURE+β6lnPRECIPITATION+μ]

（1）

模型初步回歸結(jié)果見表3。

從表3中可知，模型的可決系數(shù)R2=0.988 235，調(diào)整可決系數(shù)（[R2]=0.983 824，都接近于1，通過擬合優(yōu)度檢驗(yàn)。在方程的顯著性檢驗(yàn)中，Prob（F-statistic）=0也同樣通過檢驗(yàn)。但在變量的顯著性檢驗(yàn)中，解釋變量INCOME和LABOR的Prob（t-statistic）均大于0.05，無法通過變量的顯著性檢驗(yàn)，并且解釋變量INCOME、LABOR和TEMPERATURE的參數(shù)符號均不符合表1的解釋變量預(yù)期，初步判定，該多元回歸模型存在多重共線性問題，并對此進(jìn)行檢驗(yàn)。

2.2 模型修正

對變量之間的相關(guān)性進(jìn)行初步判定，相關(guān)系數(shù)矩陣見表4。

從表4中可以看出自變量FINANCE、INCOME、LABOR之間存在高度相關(guān)性，因此需要通過逐步回歸法排除該模型的共線性變量。將各個解釋變量分別與VALUE建立一元回歸模型。其中，與FINANCE建立的一元回歸模型中參數(shù)為0.300 330，參數(shù)大小和符號均符合表1經(jīng)濟(jì)預(yù)期，通過了經(jīng)濟(jì)意義檢驗(yàn)。Prob（t-statistic）=0，通過了變量的顯著性檢驗(yàn)。R2=0.949 827，并且為各個一元回歸模型中擬合優(yōu)度最高的變量，因此以該模型為初始模型，逐步代入其他變量進(jìn)行分析。

以FINANCE的一元回歸模型為基礎(chǔ)，逐步代入其他變量構(gòu)建二元回歸模型，再以構(gòu)建的二元回歸模型為基礎(chǔ)，代入其他變量構(gòu)建三元回歸模型，以此類推（見表5），最終通過經(jīng)濟(jì)意義檢驗(yàn)和變量的顯著性檢驗(yàn)初步判定后，以（FINANCE，MACHINE）（FINANCE，PRECIPITATION）（FINANCE，MACHINE，PRECIPI-TATION）為解釋變量的模型得以保留，而（FINANCE，MACHINE，PRECIPITATION）的模型擬合優(yōu)度最高，故以此作為最終模型，見式（2）。

lnVALUE=0.238 929 lnFINANCE+0.404 82

（10.896 85）

lnMACHINE+0.17 1828 lnPRECIPITATION-10.889" 64

（3.107 230）" " " " " （2.740 758）" " " " " "（-0.971 834）

（2）

R2= 0.973 194 ，[R2]=0.968 961

2.3 模型檢驗(yàn)

2.3.1 經(jīng)濟(jì)意義檢驗(yàn)

修正后模型的解釋變量山東省支農(nóng)財政支出（FINANCE）、山東省主要農(nóng)業(yè)機(jī)械年末擁有量（MACHINE）、山東省年降水量（PRECIPITATION）對被解釋變量山東省種植業(yè)總產(chǎn)值（VALUE）均呈正相關(guān)影響。符合表1中根據(jù)已有研究中各個解釋變量對被解釋變量山東省種植業(yè)總產(chǎn)值（VALUE）的預(yù)期影響和一般經(jīng)濟(jì)規(guī)律，說明各個解釋變量通過了經(jīng)濟(jì)意義檢驗(yàn)。

2.3.2 方程的顯著性檢驗(yàn)

方程的顯著性檢驗(yàn)，旨在對模型中被解釋變量與解釋變量之間的線性關(guān)系在總體上是否顯著成立進(jìn)行推斷，在多元模型中，即檢驗(yàn)?zāi)Ｐ椭械膮?shù)βj是否總體上顯著不全為0。故對此提出原假設(shè)和備擇假設(shè)：

[H0：β1=0，β2=0，…，βk=0，]

[H1：βj不全為0（j=1，2，…，k）]。

修正后模型的Prob（F-statistic）=0lt;0.01，因此拒絕原假設(shè)H0，原方程總體上的線性相關(guān)關(guān)系顯著成立，即通過了方程的顯著性檢驗(yàn)，說明模型中各個解釋變量在整體上對被解釋變量山東省種植業(yè)總產(chǎn)值（VALUE）有著顯著影響。

2.3.3 變量的顯著性檢驗(yàn)

方程的總體線性關(guān)系顯著不等于每個解釋變量對被解釋變量的影響都是顯著的，必須對每個解釋變量進(jìn)行顯著性檢驗(yàn)，以決定是否作為解釋變量被保留在模型中，需要在多元模型中進(jìn)行每個解釋變量的顯著性檢驗(yàn)，即檢驗(yàn)?zāi)Ｐ椭械母鱾€參數(shù)βj是否顯著不為0。故對此提出原假設(shè)和備擇假設(shè)：" " " " " " " " " " " " " "[H0：βj=0，]

[H1：βj≠0（j=1，2，…，k）]

修正后模型的解釋變量山東省支農(nóng)財政支出（FINANCE）、山東省主要農(nóng)業(yè)機(jī)械年末擁有量（MACHINE）、山東省年降水量（PRECIPITATION）的Prob（t-statistic）分別為0、0.005 8、0.013 0，均小于0.05，則在5%顯著水平下拒絕原假設(shè)H0，即通過了變量顯著性檢驗(yàn)，說明修正后模型的各個解釋變量分別對被解釋變量山東省種植業(yè)總產(chǎn)值（VALUE）有顯著性影響。

2.3.4 擬合優(yōu)度檢驗(yàn)

修正后模型的[R-]2=0.968 961，擬合優(yōu)度非常接近于1，并且大于以FINANCE為基礎(chǔ)的一元回歸模型的[R-]2=0.947 438，模型的擬合優(yōu)度進(jìn)一步提高，通過了擬合優(yōu)度檢驗(yàn)，說明樣本回歸直線與樣本觀測值之間擬合優(yōu)度非常接近于1，該模型能夠有效反映解釋變量與被解釋變量之間的相關(guān)關(guān)系。

2.3.5 異方差檢驗(yàn)

使用Eviews自帶的懷特檢驗(yàn)功能，見表6。

表6 懷特檢驗(yàn)

[Heteroskedasticity Test： White F-statistic 0.618 959 Prob. F（9，13） 0.762 0 Obs*R-squared 6.899 305 Prob. Chi-Square（9） 0.647 6 Scaled explained SS 5.898 419 Prob. Chi-Square（9） 0.750 0 ]

注：表6借助Eviews自帶檢驗(yàn)工具分析取得，下同。

因?yàn)閚R2=6.899 305，P=0.647 6gt;0.05，所以不能拒絕原假設(shè)，模型不存在異方差。

2.3.6 序列相關(guān)性檢驗(yàn)

使用Eviews自帶的拉格朗日乘數(shù)檢驗(yàn)（LM檢驗(yàn)），首先進(jìn)行一階序列相關(guān)檢驗(yàn)，見表7。

因?yàn)長M=2.937 748，P=0.086 5gt;0.05，未通過卡方檢驗(yàn)。RESID（-1）： t=1.623 505，P=0.121 9gt;0.05，沒有通過t檢驗(yàn)，所以隨機(jī)誤差項(xiàng)不存在一階序列相關(guān)性。

2.3.7 多重共線性檢驗(yàn)

使用Eviews自帶的方差膨脹因子檢驗(yàn)（VIF檢驗(yàn)），見表8。

各個解釋變量的VIF均小于5，故不存在多重共線性。

3 討論與結(jié)論

3.1 模型意義

從多元回歸模型可知，山東省主要農(nóng)業(yè)機(jī)械年末擁有量對山東省種植業(yè)總產(chǎn)值的影響作用最大，山東省主要農(nóng)業(yè)機(jī)械年末擁有量每增加1%會使山東省種植業(yè)總產(chǎn)值提高0.40%。山東省支農(nóng)財政支出對山東省種植業(yè)總產(chǎn)值的影響次之，山東省支農(nóng)財政支出每增加1%會使山東省種植業(yè)總產(chǎn)值提高0.24%。山東省年降水量對山東省種植業(yè)總產(chǎn)值的影響作用較小，山東省年降水量每增加1%會使山東省種植業(yè)總產(chǎn)值提高0.17%。

3.2 提高山東省種植業(yè)產(chǎn)出的對策建議

3.2.1 促進(jìn)農(nóng)業(yè)機(jī)械化，發(fā)展加快農(nóng)業(yè)現(xiàn)代化

從表2中可以看出，山東省主要農(nóng)業(yè)機(jī)械年末擁有量長期以來呈現(xiàn)持續(xù)增長態(tài)勢，盡管自2016年起經(jīng)歷過顯著的下滑，但近年來已趨于穩(wěn)定并持續(xù)增長。這一趨勢與我國主要農(nóng)業(yè)機(jī)械年末擁有量的變動趨勢相同吻合，反映了我國農(nóng)業(yè)機(jī)械行業(yè)的整體發(fā)展動態(tài)。從國家政策上來看，21世紀(jì)初我國農(nóng)業(yè)機(jī)械行業(yè)進(jìn)入市場化導(dǎo)向階段，這一時期大量的農(nóng)村勞動力轉(zhuǎn)移到城市和其他非農(nóng)產(chǎn)業(yè)中去，很多農(nóng)村地區(qū)存在勞動力季節(jié)性短缺，這迫切要求推動農(nóng)業(yè)機(jī)械化發(fā)展進(jìn)程以滿足市場需求。日益增長的市場需求影響了國家政策調(diào)整。2004年，《中華人民共和國農(nóng)業(yè)機(jī)械化促進(jìn)法》正式頒布實(shí)施，農(nóng)機(jī)購置補(bǔ)貼政策也隨之出臺，極大地促進(jìn)了我國農(nóng)機(jī)行業(yè)的發(fā)展。但在迅猛發(fā)展中，我國農(nóng)機(jī)行業(yè)也存在許多問題，如缺乏有效戰(zhàn)略支撐和技術(shù)創(chuàng)新，導(dǎo)致農(nóng)機(jī)產(chǎn)品同質(zhì)化嚴(yán)重、生產(chǎn)效率較低、裝備質(zhì)量差等結(jié)構(gòu)性矛盾突出［11］。因此，在推進(jìn)農(nóng)業(yè)機(jī)械化發(fā)展中，要以主攻產(chǎn)品短板、優(yōu)化產(chǎn)品結(jié)構(gòu)為核心目標(biāo)，同時強(qiáng)調(diào)科技進(jìn)步、技術(shù)升級、創(chuàng)新驅(qū)動和提質(zhì)增效。具體而言，應(yīng)推動農(nóng)機(jī)農(nóng)藝結(jié)合、機(jī)械化和信息化程度相匹配，建立完善的人才儲備體系和人才培養(yǎng)體系，加強(qiáng)農(nóng)機(jī)裝備制造的機(jī)械化和智能化水平，研發(fā)生產(chǎn)現(xiàn)代化農(nóng)業(yè)所需的農(nóng)機(jī)裝備，追求量質(zhì)平衡，從而實(shí)現(xiàn)山東省農(nóng)業(yè)機(jī)械行業(yè)高質(zhì)量發(fā)展。

3.2.2 加強(qiáng)支農(nóng)財政支出資金績效管理，提高支農(nóng)資金邊際收益

山東省支農(nóng)財政支出長期以來保持不斷增長態(tài)勢，2023年已經(jīng)突破千億，為歷史最高。然而，從本模型的分析來看，盡管支農(nóng)財政支出是與被解釋變量相關(guān)性最強(qiáng)的解釋變量，但是其對山東省種植業(yè)產(chǎn)出的影響作用小于其他解釋變量。從已有的相關(guān)研究可以看出，當(dāng)前山東省支農(nóng)財政資金存在較為明顯的效率低下問題，主要原因在于政府在支農(nóng)財政資金使用上的無效率損失［12］。對此，應(yīng)該建立有效的支農(nóng)財政資金使用績效評價體系，優(yōu)化資金分配，改善支出結(jié)構(gòu)，提高資金使用的靈活性，將資金重點(diǎn)投向農(nóng)業(yè)人才培養(yǎng)、農(nóng)業(yè)機(jī)械、農(nóng)業(yè)澆灌、農(nóng)業(yè)交通等有助于山東省農(nóng)業(yè)實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)效益的領(lǐng)域，并通過明確的績效目標(biāo)和績效反饋機(jī)制確保相關(guān)政策落實(shí)，對資金使用做到事前、事中、事后全過程常態(tài)化監(jiān)管，通過信息公開制度確保資金使用公開透明。

3.2.3 積極開展氣象監(jiān)測預(yù)測，調(diào)整輪作制度和作物布局，發(fā)展節(jié)水農(nóng)業(yè)

從表2可以看出，山東省近些年降水量波動幅度較大，且溫帶季風(fēng)性氣候下季度降水量波動幅度也比較大。加之全球氣候變暖影響，未來干旱等自然災(zāi)害問題會更加突出。除此之外，全球氣候變暖對許多農(nóng)作物也存在負(fù)面影響，主要體現(xiàn)在播種期提前和生長期延長上，從而導(dǎo)致農(nóng)作物產(chǎn)量和品質(zhì)下降［13］。對此，應(yīng)該加強(qiáng)氣象的監(jiān)測預(yù)測，為應(yīng)對各種自然災(zāi)害和環(huán)境變化提供參考數(shù)據(jù)。同時，可以適當(dāng)調(diào)整輪作制度和作物布局，隨著氣溫升高，可因地制宜將部分不耐旱一年兩熟的作物改成耐旱性的一年兩熟甚至三熟的作物［14］。在農(nóng)業(yè)生產(chǎn)中，政府部門、農(nóng)戶及其他相關(guān)機(jī)構(gòu)還可以發(fā)展節(jié)水農(nóng)業(yè)，包括應(yīng)用滴灌技術(shù)、擴(kuò)大地膜覆蓋面積、興修水利設(shè)施等多方面措施，以最大限度地提高農(nóng)業(yè)生產(chǎn)對水資源的利用效率。

參考文獻(xiàn)：

［1］蘆千文.“十四五”時期農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展的重要意義、主要任務(wù)和措施選擇：“十四五”規(guī)劃與農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展研討會暨第十五屆全國社科農(nóng)經(jīng)協(xié)作網(wǎng)絡(luò)大會會議綜述［J］.中國農(nóng)村經(jīng)濟(jì)，2020（1）：132-143.

［2］曹廣平，陳永福.氣候變暖等因素對山東省種植業(yè)產(chǎn)出的影響［J］.中國人口·資源與環(huán)境，2012（3）：32-36.

［3］王博，于宏然，蔣明波，等.山東省種植業(yè)全程全面機(jī)械化發(fā)展研究［J］.中國農(nóng)機(jī)化學(xué)報，2023（4）：202-207.

［4］王崇紅，陳冬生，王燕.山東省農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的經(jīng)濟(jì)效益分析［J］.東北農(nóng)業(yè)科學(xué)，2019（5）：82-87.

［5］李春迎.農(nóng)業(yè)機(jī)械化對山東省種植產(chǎn)業(yè)增長貢獻(xiàn)的研究［J］.農(nóng)業(yè)現(xiàn)代化研究，2005（1）：34-37.

［6］倪旭，張峭.中國財政金融支農(nóng)對農(nóng)業(yè)產(chǎn)出增長的效應(yīng)分析［J］.農(nóng)業(yè)展望，2018（9）：20-24.

［7］姜長云，李俊茹，王一杰，等.近年來我國農(nóng)民收入增長的特點(diǎn)、問題與未來選擇［J］.南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021（3）：1-21.

［8］李敬，張陽艷.農(nóng)業(yè)勞動力轉(zhuǎn)移對我國糧食缺口影響的實(shí)證分析［J］.農(nóng)村經(jīng)濟(jì)，2012（7）：105-108.

［9］羅紅旗，熊光潔，沈曉紅，等.農(nóng)業(yè)機(jī)械化對農(nóng)業(yè)產(chǎn)出的貢獻(xiàn)率［J］.農(nóng)機(jī)化研究，2009（6）：21-23.

［10］侯麟科，仇煥廣，汪陽潔，等.氣候變化對我國農(nóng)業(yè)生產(chǎn)的影響：基于多投入多產(chǎn)出生產(chǎn)函數(shù)的分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2015（3）：4-14.

［11］張泉，盧緒振，任慶菊，等.山東省農(nóng)業(yè)機(jī)械化高質(zhì)量發(fā)展的現(xiàn)實(shí)困境與突破路徑［J］.農(nóng)業(yè)裝備與車輛工程，2023（9）：160-164.

［12］王新新.鄉(xiāng)村振興戰(zhàn)略下山東省財政支農(nóng)資金使用效率研究［J］.科技和產(chǎn)業(yè)，2023（17）：253-259.

［13］李勇，童紹玉.氣候變化對我國農(nóng)業(yè)的影響及其適應(yīng)研究［J］.安徽農(nóng)學(xué)通報，2023（5）：151-157，175.

［14］郝云理.山東氣候變化與農(nóng)業(yè)對策［J］.中國農(nóng)業(yè)氣象，1992（3）：24-26.

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目“基于碳匯功能的糧食作物生態(tài)補(bǔ)償機(jī)制研究——以小麥、玉米為例”（71503148）。

作者簡介：隋仲達(dá)（2003—），男，本科生，研究方向：經(jīng)濟(jì)管理。

通信作者：李穎（1983—），女，博士，副教授，研究方向：生態(tài)經(jīng)濟(jì)與資源經(jīng)濟(jì)。