南京市农业机械化对农业产出贡献率的研究

赵坤坤　袁华丽

摘 要 为定量分析农业机械化在农业产出中的贡献率，选取了土地投入、劳动力投入、农业机械投入等8个指标对其研究，利用Cobb-Douglass生产函数和回归分析建立了南京市1997-2013年间的农业生产函数模型。结果表明，江苏省南京市在此期间的农业机械化贡献率高达39.49%，农业产出属于报酬递增型，影响农业机械化贡献率的因素有科技进步、土地投入、农业机械投入、柴油使用量、劳动力投入、农药使用量。

关键词 农业机械化；贡献率；Cobb-Douglass生产函数

中图分类号：F323.3 文献标志码：B 文章编号：1673-890X（2015）15--03

农业机械化水平是决定农业机械化贡献率的重要指标，可以从技术角度和经济角度反映农机化在农业生产中作用和地位[1]。正确的定量估计出某单位或地区的农业机械化在农业生产中的贡献率，将使人们对该地区的农业机械化地位和作用有一个清晰地认识，使人们从整体上把握农机化的发展水平、趋势和潜力，并据此做出有关农业机械的科学决策。

1 影响因素与测算方法

1.1 影响农业机械化贡献率的因素

农业总产出农业总产出可以取农业总产值、总产量或农业利润，因农业利润受诸多因素的影响很难精确计算，这里取农业总产值。

农作物播种面积实际播种或移植有农作物的面积，包括在耕地、非耕地上种植的农作物面积，以及在播种季节基本结束后，因遭灾而重新改种和补种的农作物面积。

有效灌溉面积指具有一定水源，地块比较平整，灌溉工程或设备已经配套，在一般年景下当年能够进行正常灌溉的耕地面积。

农用化肥施用量本年内实际用于农业生产的化肥数量的折纯量，包括氮肥、磷肥、钾肥和复合肥。

农业机械投入衡量农业机械投入的指标有3个：农业机械总动力、农业机械固定资产原值、农业机械固定资产净值，因各指标均有一定的缺陷，根据王福林的研究，我们以农业机械总动力作为农业机械投入指标[2，3]。

农林牧渔业劳动力全社会直接参加农林牧渔业生产活动的劳动力。

1.2 农业机械化贡献率测算方法的选择

结合国内外研究现状，以C-D生产函数测算南京市农业机械化贡献率。其虽存在一定缺陷，但使用范围广，运算简便，在测算农业生产贡献率时有一定的优越性。

1.3 Cobb-Douglass生产函数

2 结果与分析

2.1 数据收集及预处理

根据表1分析，先用MATLAB对数据取对数处理，然后用SPSS分析各变量之间的关系。由分析结果可知薄膜使用量（X5）与农业总产值（Y）之间存在微弱相关（相关系数0.298），柴油使用量（X6）和有效灌溉面积（X8）与农业总产值（Y）之间存在显著相关（相关系数分别为-0.683，-0.676），其余变量与农业总产值（Y）之间存在高度相关。我们剔除薄膜使用量和有效灌溉面积后再进行回归分析。

2.2 回归分析

2.3 农业机械化贡献率的测算

由表1数据及式（5）可算出1997-2013年南京市农业产出和农业机械投入的年均增长率分别为8.57%、1.81%。根据农业机械投入产出弹性α3=1.870及式（4）可计算出南京市在1997-2013年间的农业机械化对农业产出的年均贡献率为39.49%。

3 讨论

所以南京市的农业总产出属于报酬递增型。对南京市农业总产出有影响的指标有科技进步、土地投入、劳动力投入、农业机械投入、柴油使用量和农药使用量。

3.1 科技进步影响微弱

南京市的农业机械化水平在国内一直处于领先地位。2014年，农业综合机械化水平达到84%。从表1可知，近年来，南京市的农机投入以每年1.81%的速度增长，但主要集中在农机的数量上，新产品投入少。如何研制新型适合我国农业的农业机械是当前农机发展的主要问题。

3.2 土地投入、农业机械投入、柴油使用量给农业总产值带来正收益

从式（6）可以看出，农业机械投入带来的增益最大，农业机械投入平均每增加1%，农业总产出平均增加1.870%，这表明农业机械化对南京市的农业总产出发挥了重要作用。其次是土地投入和柴油使用量，其平均每增加1%，农业总产出平均增加1.537%、1.267%。

3.3 劳动力投入、农药使用量给农业总产值带来负收益

从表1看到，近年来，南京市的劳动力和农药使用量逐年递减，但农业总产出却能以8.57%的增速逐年增长。一方面，农业机械化促进了劳动力的转移；另一方面，由于近年来粮食安全问题的提出，我国大力研发高产、抗病虫害的种子，以减少农药的使用量，这使得农药的使用量逐年减少，但粮食产量却逐年增加。

参考文献

[1]Li Y， Zhou J F， Zhu R X.Research on the Distinction of Agricultural Mechanization Level and Contribution ratio[J].Journal of Agricultural Mechanization Research， 2006（5）：57-59.

[2] Wang F L. Estimating Method of Agricultural Machinerys Contribution to the AgriculturalOutput Growth[J].Journal of Agricultural Machinery，1998，29（2）：161-164.

[3] Zhang J S. The research of agricultural mechanization contribution to grain output efficiency[D].Hubei： Huazhong Agricultural University，2008.

[4] Cobb-Douglas Production Functions[EB/OL].http：//dept.econ.yorku.ca/～sam/2350q/cd.pdf，2015-04-24.

[5] Cobb-Douglas Production Function. Economic point[EB/OL].http：//economicpoint.com/production-function/cobb-douglas，2015-04-24.

[6]Camarena E.A.，GraciaC.，CabreraSixto J.M.A Mixed Integer Linear Programing Machinery Selection Model for Multiform Systems[J].Biosystems Engineering，2004，87（2）：145-154

（责任编辑：刘昀）