水旱灾害、水利投资对粮食产量的影响

孙 良 顺

(河海大学 公共管理学院，南京　211100)



水旱灾害、水利投资对粮食产量的影响

孙 良 顺

(河海大学 公共管理学院，南京211100)

基于粮食主产区与非主产区面板数据，实证分析水旱灾害、水利投资等因素对粮食产量的影响。研究显示：水旱灾害、水利投资、农业劳动力等因素对粮食产量的影响在粮食主产区与粮食非主产区表现出不同的特征。水旱灾害对粮食主产区粮食产量的影响大于粮食非主产区，旱灾和水灾都对粮食主产区的粮食产量造成显著影响，而在粮食非主产区，旱灾对粮食产量的影响较大，水灾对粮食产量的影响较小。在粮食主产区，提高有效灌溉率、除涝率可以有效增加粮食产量，但在粮食非主产区，有效灌溉率与粮食产量之间的关系不显著，除涝率与粮食产量负相关。劳动力在粮食主产区对粮食产量的产出弹性为正，但在粮食非主产区，劳动力对粮食产量的产出弹性为负。农业机械总动力与粮食产量的关系在粮食主产区不显著，而在粮食非主产区，农业机械总动力对粮食产量的产出弹性为负。

水旱灾害；水利投资；粮食产量；粮食主产区；粮食非主产区

引言

随着工业化进程中环境污染的加剧,以及人口剧增对自然资源的过度掠夺,农业自然灾害发生频率越来越高,自然灾害发生的范围越来越大,自然灾害造成的经济损失越来越严重。农业自然灾害主要包括干旱、洪涝、冰雹、雪暴、低温冻害、高温热浪、泥石流、荒漠化、盐渍化、水土流失等,在众多农业自然灾害中,干旱和洪涝灾害对粮食生产影响最大。数据显示:1950-2014年,农作物年均旱灾受灾面积达到20 988.63千公顷,占农作物总播种面积的14.1%,年均旱灾成灾面积为9 372.09千公顷,占农作物总播种面积的6.3%,因受旱造成的粮食损失达到162.88亿公斤;1950-2014年,农作物年均水灾受灾面积为9 774.45千公顷,占农作物播种面积的6.6%,水灾年均成灾面积为5 397.78千公顷,占农作物播种面积的3.6%。总体来看,1950-2014年间水旱灾害受灾面积占农作物播种面积的20.7%,水旱灾害成灾面积占农作物播种面积的9.9%。显然,干旱和洪涝是影响作物产量的主要自然灾害,其中,干旱是对作物产量影响最大、影响区域最广、发生最频繁的自然灾害,成为中国农业稳定和粮食安全供给的主要制约因素[1]。水旱灾害频发要求我们进行科学有效的农业水旱灾害风险管理,将灾前防范、灾中控制与灾后补救密切结合,其中,进行水利投资、加强农田水利设施建设是从物质技术角度提高防御灾害能力的主要措施,对农业稳定发展和国家粮食安全有重要意义。2011年中央一号文件指出:“水利是现代农业建设不可或缺的首要条件,要把水利工作摆上党和国家事业发展更加突出的位置,着力加快农田水利建设,推动水利实现跨越式发展。”此后,政府加大了水利投资力度,2014年水利建设投资完成额达到4 083亿元。众所周知,水旱灾害对粮食生产造成不利影响,而水利投资会降低水旱灾害成灾率,确保粮食生产的稳定性。那么,旱灾、水灾究竟在多大程度上对粮食产量产生影响,在粮食主产区与粮食非主产区的影响程度是否存在差异?水利投资对粮食增产的效果如何?对这些问题进行研究,能为更有针对性的制定水利投资政策和粮食政策提供参考借鉴。

一、文献回顾

综观现有文献,学者们从不同角度对影响粮食产量的因素进行了研究。在粮食播种面积、化肥施用量与粮食产量的关系上,研究结论较为一致,认为粮食播种面积、化肥施用量的增加能显著提升粮食产量,是粮食增产的决定性因素。而在研究农村劳动力投入是否会增加粮食产量上,存在两种截然相反的观点。一种观点认为农村劳动力与粮食产量为正相关关系,农村剩余劳动力转移会降低粮食产量。在农村劳动力转移过程中,劳动力的大量流失使得农村劳动力在数量上开始缺乏,另外,流失的一般为青壮年或有相对知识技能的农村劳动力,从而使得农村劳动力整体素质下降,导致耕地资源的低效率利用,进而影响粮食产量[2，3]。另一种观点则认为农村剩余劳动力转移有利于增加粮食产量,如温铁军、董筱丹和石嫣认为只要农村剩余劳动力转移数量少于剩余劳动力存量,中国农业生产就仍然存在“内卷化”倾向,农民外出或在本地从事非农业活动对粮食产出没有明显的负面影响[4]。程名望、张帅和潘烜基于中国粮食主产区的面板数据实证分析了农村劳动力转移对粮食产量的影响,研究表明:中国农村劳动力转移和粮食稳定增产存在一致性趋势,农村劳动力转移并没有对中国粮食主产区的粮食生产产生显著影响[5]。而在农业机械总动力对粮食产量的影响上,较为一致的观点是农业机械总动力的提升并不一定带来粮食产量的增加[6，7],或者认为虽然利用机械技术可以扩大生产规模,但却不是我国农业发展的主要技术进步之路[8]。

一些学者研究了自然灾害对粮食生产的影响,发现自然灾害对粮食产量有较强的削弱作用。李茂松等根据我国1950-2002年间的粮食产量统计资料,分析了各个年代主要粮食作物产量与自然灾害之间的关系,结果表明,自然灾害对我国粮食产量的影响极大[9]。杨重玉运用灰色关联分析法实证分析了自然灾害对粮食产量的影响[10]。郑军和曹翀运用多元回归分析法考察了安徽省各市旱涝灾害和冬小麦产量损失之间的关系[11]。马九杰等[12]、陈卫洪和谢晓英[13]研究发现:气候灾害导致的受灾面积和成灾面积对粮食产量有较强的削弱作用,降低了粮食的综合生产能力。还有一些学者利用相关数据研究了水利投资对粮食产量的影响。韩青、李珠怀和刘丹利用1991-2006 年中国水利建设投入和其他农业生产资料投入的基础数据,就中国水利建设投入对粮食单产的影响进行了计量分析,研究结果表明，中国水利建设投入对粮食单产的影响显著[14]。郭卫东和穆月英利用全国1981-2010年的时间序列数据分析粮食生产和水利投资之间的关系,研究表明:水利投资对粮食生产具有显著地影响,但投资对于粮食生产来说传导机制复杂,短期内主要是对于水电机械设备行业起到了积极的推动作用,对于粮食生产的作用仍待进一步释放[15]。石成玉基于1999-2012年中国省级面板数据分析了农业水利投资对耕地产出效率损失的影响,研究显示:农业水利投资作为缓解水土资源矛盾的有效途径,对提高耕地利用技术效率具有显著正向作用,通过增强对农田灌溉、防涝除旱等农业水利设施的投资,能有效抵御自然灾害,增加粮食产出[7]。

二、模型、方法与数据

(一)计量模型

本文采用1990—2014年29个省份的面板数据,考察水利投资、水旱灾害等因素对粮食产量的影响,基本的计量模型设定如下:

Ln(Qit)=α0+a1Ln(areait)+α2Ln(laborit)+α3Ln(mait)+α4Ln(fertit)+α5eirit+α6wlrit+α7ddrit+α7fdrit+εit

其中，Ln(Qit)为i省在t年粮食产量的对数值Ln(areait)为i省在t年粮食播种面积的对数值，Ln(laborit)为i省在t年种粮劳动力的对数值， Ln(mait)为i省在t年农业机械总动力的对数值，Ln(fertit)为i省在t年化肥施用量(折纯量)的对数值，eirit为i省在t年的有效灌溉率，wlrit为i省在t年的除涝率，ddrit为i省在t年的旱灾受灾率，fdrit为i省在t年的水灾受灾率。

要考察水旱灾害、水利投资对粮食产量的影响,选择合适的变量至关重要。如果选用旱灾成灾面积、水灾成灾面积作为水旱灾害的代理变量,那么,可能会造成水旱灾害与水利投资的多重共线性,因为通过水利投资能减低水旱灾害的成灾率,降低因水旱灾害而造成的粮食减产程度,将影响回归结果的准确性。农作物受灾主要由极端气候造成,水利投资对水旱灾害受灾面积影响较小,在遭受水旱灾害时,如果农田水利设施质量达标、结构合理,那么农作物受灾而不会成灾,水利投资的作用是降低水旱灾害成灾面积。因此,本文选择旱灾受灾面积、水灾受灾面积作为水旱灾害的代理变量,以避免与水利投资产生多重共线性。由于农作物播种面积不等,即使不同年份的农业水旱受灾面积相同,灾害造成的相对损失量或者灾害的危害程度也是有差别的,为便于比较,需要进行适当处理[17]。本文用旱灾受灾率、水灾受灾率反映水旱灾害情况。旱灾受灾率=旱灾受灾面积/农作物播种面积×100%,水灾受灾率=水灾受灾面积/农作物播种面积×100%。考察水利投资对粮食产量的影响时,根据农业水利设施在农业生产中发挥的灌溉、排涝等作用,且我国针对农田水利设施的投资数据并未作出具体细分,因此,本文参考汪小勤和姜涛[18]、石成玉[7]、胡浩和张锋[8]等研究,在考察农业水利投资对粮食产量的影响时,选取有效灌溉率与除涝率作为替代变量,其中,有效灌溉率=有效灌溉面积/农作物播种面积×100%,除涝率=除涝面积/农作物播种面积×100%。

除了水旱灾害与水利投资对粮食产量产生影响外,粮食播种面积、农业劳动力、农业机械、化肥施用量与粮食产量息息相关。土地与劳动力是粮食生产最重要的物质投入,粮食播种面积对粮食产量有重要影响。对于劳动投入的衡量,一般应使用劳动者实际工作时间,但是我国种粮劳动力的实际劳动时间没有准确的数据,由于缺少种植粮食作物实际劳动时间数据,因而参考吴玉鸣[19]、郭卫东和穆月英[15]等研究,用种粮劳动力代替种粮劳动时间,种粮劳动力通过计算获得,计算公式为:种粮劳动力=粮食播种面积/农作物播种面积×第一产业劳动力。农业化肥施用量作为农业生产投入的主要要素之一,对于粮食单产的增加有着不可替代的作用[20]。因此,将粮食播种面积、农业劳动力、农业机械、化肥等作为控制变量,研究水旱灾害、水利投资对粮食产量的影响。

在估计方法上,由于全国数据为短面板数据,因而用固定效应模型和随机效应模型对全国数据进行回归,而对粮食主产区与粮食非主产区的面板数据进行估计时,选取适合长面板数据的估计方法进行回归分析。

神马：是“什么”的谐音。网友在打字“什么啊”时，常常漏掉分隔符“‘”，被系统默认为“ma”这个音，于是“神马”一词便诞生了。

(二)数据来源与描述统计

本文数据来源于《中国农业统计资料汇编1949-2004》《中国统计年鉴》《中国农村统计年鉴》《中国水利统计年鉴》《中国水旱灾害公报》,其中除涝面积、旱灾受灾率、水灾受灾率的数据有所缺失。表1 给出了各变量的描述性统计。

表1主要变量描述统计

变量名均值标准差最小值最大值粮食产量(万吨)1726.991340.32586242.20粮食播种面积(万公顷)375.33269.9912.021169.64种粮劳动力(万人)781.15628.2316.213371.65农业机械总动力(万千瓦)2088.882303.8794.5113101.40化肥施用量(万吨)152.11125.215.3705.80旱灾受灾率(%)16.6914.250.1276.92水灾受灾率(%)7.567.740.000261.30有效灌溉率(%)38.0315.7111.7195.91除涝率(%)14.9116.940.2691.72

三、实证分析

运用STATA12.0软件估计了水旱灾害、水利投资等因素对粮食产量的影响,参数估计结果见表2。无论利用1990-2014年29个省份的面板数据进行分析,还是将全样本分为粮食主产区和粮食非主产区进行回归,粮食播种面积与粮食产量为显著的正相关关系。粮食播种面积每提高1%,粮食产量约增加1%,且都通过了1%的显著性检验,粮食播种面积与粮食产量的关系很稳健。

表2　模型参数估计结果

注:FE和RE分别表示固定效应和随机效应；括号内为省份层面聚类稳健标准误；***、**、*分别表示在1%、5%和10%的水平上显著。模型4中时间趋势不显著

回归结果表明,粮食播种面积对粮食安全有重要影响,而粮食播种面积与耕地面积、复种指数密切相关。随着我国城镇化、工业化进程的不断加快,占用耕地进行建设已成为常态,耕地面积不断减少,城镇化、工业化与耕地保护之间的矛盾日益突出,解决城镇化、工业化与耕地保护之间的矛盾对粮食产量具有重要影响。

从全国层面看,种粮劳动力与粮食产量的关系为负,但没有通过显著性检验。种粮劳动力与粮食产量的负相关关系,可能的原因有两个:一是由于数据质量的原因,本文使用的是种粮劳动力投入,而非种粮的劳动投入时间,且种粮劳动力也是通过估算得到的,在中国农业生产中普遍存在劳动力过剩的情况下,劳动力一般为不显著变量[14]；二是从全国层面进行分析忽略了地区差异,粮食主产区、粮食非主产区种粮劳动力与粮食产量的关系可能完全相反。将全国各省分为粮食主产区与粮食非主产区进行研究后发现:在粮食主产区,种粮劳动力与粮食产量为正相关关系,种粮劳动力每增加1%,粮食产量增加0.05%,且通过了10%的显著性检验;而在粮食非主产区,种粮劳动力与粮食产量负相关,种粮劳动力每增加1%,粮食产量反而减少0.228 5%,且通过了1%的显著性检验。在粮食主产区,由于粮食需要精耕细作,种粮劳动力是粮食生产的重要物质投入,劳动力对粮食主产区的粮食产量具有重要影响,因此,培育新型职业粮农有利于粮食产量的稳定增加。在粮食非主产区,劳动力的劳动时间可能更多的是用于粮食生产外的其他农、林、牧、渔业生产活动,导致回归结果显示种粮劳动力与粮食产量负相关,且在粮食非主产区有限的耕地上,所需种粮劳动力有限。

总的来说,农业机械总动力与粮食产量的关系为负,在粮食非主产区,农业机械总动力与粮食产量的负相关关系很明显。这表明：在其他条件不变的情况下,农业机械总动力的增加并不能带来粮食产量的增加,农业机械总动力与劳动力是替代的关系,农业机械总动力增加能减轻劳动力的劳动强度,但粮食是需要精耕细作的,农业机械并不能完全替代农业劳动力的精耕细作,农业机械的边际替代率是不断降低的。在尚没有达到“农村剩余劳动力转移陷阱”的稳定值、且耕地分散化、细碎化的情况下,农用机械投入效率较低,导致产出弹性为负[7]。加之使用农业机械的费用较高,种粮农户从成本效益出发,能少用农业机械就少用农业机械,以节省生产成本，提高单位面积利润,超出农户有效需求的农业机械将处于闲置状态,并不能发挥作用。

化肥施用量的增加能显著提高粮食产量。从全国层面看,化肥施用量每增加1%,粮食产量提高0.276%;在粮食主产区,化肥施用量每增加1%,粮食产量增加0.279 6%;在粮食非主产区,化肥施用量每增加1%,粮食产量提高0.128%。粮食主产区化肥施用量对粮食产量的提升作用大于粮食非主产区。虽然化肥能带来粮食产量的增加,但化肥施用量对粮食产量的贡献率沿着抛物线轨迹运行,随着化肥使用年数增多, 化肥对粮食的增产效果越来越差,表现出经济上的边际效益递减律[9,21]。且化肥施用过多还会带来土壤板结等生态问题,因此,在化肥施用的过程中,农技部门应引导农户精准施肥,根据土壤特性配肥,积极使用对改善耕地质量和增加作物产量都有良好作用的有机肥、绿肥。

水旱灾害会降低粮食产量,旱灾受灾率、水灾受灾率与粮食产量存在显著的负相关关系。从全国层面看,旱灾受灾率每增加1%,粮食产量降低0.003 8%;水灾受灾率每增加1%,粮食产量降低0.002 2%。旱灾对粮食产量的影响大于水灾对粮食产量的影响,这与我国水资源缺乏的具体国情有一定的联系,但同时说明我国总体应对农业旱灾的能力和水资源储备、调配能力还有待于进一步加强。在粮食主产区,旱灾受灾率每上升1%,粮食产量降低0.003 7%;水灾受灾率每上升1%,粮食产量降低0.003 4%。在粮食非主产区,旱灾对粮食产量的影响高于水灾对粮食产量的影响,旱灾受灾率每增加1%,粮食产量降低0.003 5%,且通过了1%的显著性检验;水灾受灾率每增加1%,粮食产量降低0.000 9%,没有通过显著性检验。

在控制其他变量的情况下,有效灌溉率增加,粮食产量随之增加。从全国层面看,有效灌溉率增加1%,粮食产量增加0.002%;在粮食主产区,有效灌溉率增加1%,粮食产量约提升0.003%;在粮食非主产区,有效灌溉率每提升1%,粮食产量增加0.001 5%,但没有通过显著性检验。有效灌溉率的提高对粮食增产的作用在粮食主产区大于粮食非主产区。从全国层面看,除涝率与粮食产量之间的关系不太显著,但将全样本分为粮食主产区与粮食非主产区后,除涝率与粮食产量之间的关系较为显著。在粮食主产区,除涝率每增加1%,粮食产量约增加0.012%;而在粮食非主产区,除涝率与粮食产量的关系为负,除涝率提升1%,粮食产量反而下降0.009 1%,且通过了5%的显著性检验。在粮食主产区与粮食非主产区,除涝率与粮食产量之间的关系表现出完全相反的特征。因而,加大水利投资,提高有效灌溉面积和除涝面积有利于增加粮食主产区的粮食产量。而在粮食非主产区,虽然有效灌溉率与粮食产量正相关,但除涝率与粮食产量负相关,可能的原因是除涝后的耕地被用来种植收益更高的经济作物,而非粮食作物。

四、结论与启示

(一)结论

通过以上分析可知,水旱灾害、水利投资、农业劳动力等对粮食产量的影响在粮食主产区与粮食非主产区表现出不同的特征:

1.粮食播种面积对粮食产量的产出弹性为正,且弹性系数大,在粮食主产区与粮食非主产区都表现出相同特征。

2.劳动力对粮食产量的产出弹性在粮食主产区与粮食非主产区表现出完全相反的特征,劳动力在粮食主产区对粮食产量的产出弹性为正,但在粮食非主产区,劳动力对粮食产量的产出弹性为负。

3.农业机械总动力与粮食产量的关系在粮食主产区不显著,而在粮食非主产区,农业机械总动力对粮食产量的产出弹性为负。

4.化肥对粮食产量的产出弹性为正,但粮食主产区的产出弹性是粮食非主产区的2倍。

5.在粮食主产区,提高有效灌溉率、除涝率可增加粮食产量;但在粮食非主产区,有效灌溉率与粮食产量之间的关系不显著,除涝率与粮食产量负相关。

6.水旱灾害对粮食主产区粮食产量的影响大于粮食非主产区,旱灾和水灾都对粮食主产区的粮食产量造成显著影响,而在粮食非主产区,旱灾对粮食产量的影响较大,水灾对粮食产量的影响较小。

(二)启示

1.水旱灾害对粮食主产区粮食产量的影响大于粮食非主产区,而水利投资如提升有效灌溉率、除涝率可以有效增加粮食主产区的粮食产量,因此,水利投资应向粮食主产区倾斜,加大对粮食主产区的农田水利设施建设,以降低水旱灾害成灾率,确保粮食生产稳定。

2.在粮食主产区,应培育新型粮农,而在粮食非主产区应加快农村剩余劳动力的转移。

3.在农业机械的投入方面,适当加大对粮食主产区的机械投入,对粮食主产区的农业机械购买进行补贴,而在粮食非主产区,农业机械不是增加粮食产量的有效途径。

4.粮食播种面积对粮食增产的作用在粮食主产区与粮食非主产区都很显著,因此,在快速城镇化与工业化的情况下,应保护好耕地数量与质量。

5.化肥对粮食产量的产出弹性较大,但一味依赖化肥增产不可持续,应通过精准施肥、配肥及使用绿肥的方式增加粮食产量。

[1] 龙方,杨重玉,彭澧丽.自然灾害对中国粮食产量影响的实证分析——以稻谷为例[J].中国农村经济,2011(5):33-44.

[2]吕新业.我国粮食安全现状及未来发展战略[J].农业经济问题,2003(11):43-47.

[3]秦立建,张妮妮,蒋中一.土地细碎化、劳动力转移与中国农户粮食生产[J].农业技术经济,2011(11):16-23.

[4]温铁军,董筱丹,石嫣.中国农业发展方向的转变和政策导向:基于国际比较研究的视角[J].农业经济问题，2010(10):88-93.

[5]程名望,张帅,潘烜.农村劳动力转移影响粮食产量了吗？——基于中国主产区面板数据的实证分析[J].经济与管理研究,2013(10):79-85.

[6]亢霞,刘秀梅.我国粮食生产的技术效率分析——基于随机前沿分析方法[J].中国农村观察,2005(4):25-32.

[7]石成玉.气候变化、农业水利投资与我国耕地产出效率分析[J].农业技术经济,2015(11):62-68.

[8]胡浩,张锋.中国农户耕地资源利用及效率变化的研究[J].中国人口·资源与环境,2009(6):131-136.

[9]李茂松,李章成,王道龙,等.50年来我国自然灾害变化对粮食产量的影响[J].自然灾害学报,2005(2):55-60.

[10]杨重玉.自然灾害与湖南粮食产量的灰色关联度分析[J].湖南农业大学学报:社会科学版,2013(2):6-9.

[11]郑军,曹翀.冬小麦天气指数保险产品优化设计:旱涝风险和产量损失的相关性分析[J].重庆工商大学学报:社会科学版,2016(1):1-8.

[12]马九杰,崔卫杰,朱信凯.农业自然灾害风险对粮食综合生产能力的影响分析[J].农业经济问题,2005(4):14-17.

[13]陈卫洪,谢晓英.气候灾害对粮食安全的影响机制研究[J].农业经济问题,2013(1):12-19.

[14]韩青,李珠怀,刘丹.中国不同地区水利建设投入对粮食产量的影响分析[J].技术经济,2010(1):48-51.

[15]郭卫东,穆月英.我国水利投资对粮食生产的影响研究[J].经济问题探索,2012(4):78-82.

[16]魏后凯,王业强.中央支持粮食主产区发展的理论基础与政策导向[J].经济学动态,2012(11):49-55.

[17]郭珍,曾福生.水利投资减灾效果评估: 基于中国省际面板数据的实证研究[J].河海大学学报：哲学社会科学版,2014(3):49-54.

[18]汪小勤,姜涛.基于农业公共投资视角的中国农业技术效率分析[J].中国农村经济,2009(5):79-86.

[19]吴玉鸣.中国区域农业生产要素的投入产出弹性测算——基于空间计量经济模型的实证[J].中国农村观察,2010(6):25-48.

[20]黄勇,朱信凯.基于指数分解法的中国粮食增量贡献要素研究[J].农业技术经济,2014(6):92-102.

[21]徐浪,贾静.化肥施用量对粮食产量的贡献率分析[J].四川粮油科技,2003(1):10-13.

[22]王罗方.加速丘陵山区农业机械化的途径与措施——以湖南省为例[J].湖湘论坛,2015(1):56-60.

Flood and Drought Disasters,Water Conservancy Investment and Grain Yield

SUN Liang-shun

(SchoolofPublicAdministration,HohaiUniversity,Nanjing211100,China)

Based on panel data of main grain producing areas and non-major grain producing areas,the paper analyzes the factors influencing grain yield.The research results show that flood and drought disasters,water conservancy investment, agricultural labor and other factors on the impact of grain production had different characteristics in main grain producing areas and non-major grain producing areas. Flood and drought disasters affected grain production significantly in main grain producing areas;while in non-major grain producing areas,drought disasters affected grain production significantly, but flood disasters didn’t so.In the major grain producing areas,improving the effective irrigation rate and drainage rate can effectively increase the grain yield,however,in the non-major grain producing areas,the relationship between the effective irrigation rate and grain yield was not significant, and the drainage rate and grain yield was negatively correlated.The output elasticity of labor to grain output is positive in the major grain producing areas,but it is negative in the non-major grain producing areas. The relationship between total power of agricultural machinery and grain yield was not significant in the major grain producing areas;while the output elasticity of total power of agricultural machinery to grain output is negative in the non-major grain producing areas.

flood and drought disasters;water conservancy investment; grain yield;main grain producing areas;non-major grain producing areas

2015-09-14

10.13968/j.cnki.1009-9107.2016.05.19

孙良顺(1986-)，男，河海大学公共管理学院博士研究生，主要研究方向为农村经济、农村金融。

F304.4

A

1009-9107(2016)05-0136-07