基于增加农业总产值的农产品供给侧结构改革的路径研究

□ 李春仙

（1.陕西服装工程学院 经济管理学院，陕西 西安 712046；2.西安交通大学 经济与金融学院，陕西 西安 712000）

随着中国经济的深入发展，产品的结构失衡成为阻碍我们经济发展的主要因素，供给侧结构改革势在必行，2015年，中共中央及时做出了供给侧结构改革的决定。供给侧结构改革不仅涉及工业，而且涉及农业，农业的主要矛盾由总量不足转变为结构性矛盾，2015年12月24日，中共农村工作会议做出了“要着力加强农业供给侧结构性改革”的决定。根据党的十九大报告中关于社会主要矛盾变化的论述，做出了当前“农业的主要矛盾由总量不足转变成结构型矛盾，突出表现为阶段性供过于求和供给不足并存，矛盾的主要方面在供给侧”的判断。选择推进农业供给侧结构型改革的重点，增强农业的创新能力、竞争能力和可持续发展能力，更好地满足人民日益增长的美好生活需要。

农业是国民经济的重要组成部分，以生产和加工农产品为主。通常，农业包括种植业、水产业、渔业、林业、畜牧业、副业等。作为第一产业，农业对于整个国民经济起着不可替代的基本作用和保障作用。本章从构成农业产业的基本结构开始，利用2017年的截面数据和STATA软件，找出影响农业总产值的主要产业，从而找出供给侧结构改革的主要入口。

进入21世纪以来，中国农业持续快速发展，根据《中国农业统计年鉴2017》提供的数据，无论是农、林、牧、渔业产量还是总产值都呈现快速增长趋势。在这种大背景下，对我国的农业总产值进行供给侧结构改革的研究，不论是对于促进我国农业更加又好又快的发展，还是对于充分发挥农业对于发展国民经济和改善居民生活的作用，都有着极为重要的意义。

一、文献综述

孙德超认为：当前我国农业发展面临严重的资源约束，化肥、农药、种子、人工等成本居高不下，部分农产品短缺、部分过剩，大多数农产品含农药等有害物质，质量不过关。必须通过调结构、降成本、补短板、促安全来进行农业供给侧结构的改革[1](p112)。

贾康认为，农产品供给侧结构出现问题应该从经济理论上找原因，因为以萨伊定理为逻辑背景、局部均衡视角架构的供需弹性存在缺失，所以农产品供给侧改革必须把新制度经济学理论与价格机制紧密结合。为了确保农民收入的增长，在农业丰收与灾荒年份，政府必须区分不同农产品市场的均衡价格，对其实施动态的价格监管与调控政策[2](p45)。

董志勇、高雅认为：中国的供给侧结构改革应借鉴美国、澳大利亚、以色列和加拿大等国供给侧改革实践的经验，从明晰政府职能与定位入手，构建农业社会化服务体系，有所为有所不为，以“去库存”“降成本”“补短板”为研究思路和内容，推进中国的供给侧结构改革[3](p204)。

余戎认为：目前我国农业供给侧主要存在“三个过剩、两个不足”，玉米生产过剩、蔬菜生产隐性过剩、畜禽肉生产阶段性过剩、高品质农产品供应不足、国产蛋白饲料和奶类等农产品供应不足。所以推进中国的农产品供给侧结构改革应从这些方面入手，加强农业生产预警和宏观调控[4](p89)。

王大为认为：农业供给侧结构改革要以科技创新为前提，提品质和调结构引领三产融合、发展适度规模经营、补齐农业绿色可持续发展的短板。要发展以生态安全与资源节约为目标的现代生产技术、以规模化和机械化为特征的现代装备技术，以粮食营养安全与资源集约利用为目标的现代加工技术，以“互联网+”为基础的现代农产品流通技术及以高产高效为目标的现代生物工程技术[5](p156)。

刘乃安认为：农业供给侧结构性改革已经成为当前和今后一个时期我国农业政策改革和完善的主要方向。以市场需求为导向，以深化改革为动力，以绿色发展、提质增效为重点，调整优化结构，创新体制机制，强化科技支撑，增强供给结构对需求变化的适应性和灵活性，不断提高农业发展的质量效益和竞争力[6](p21）。

但以上作者没有从增加农民收入的角度，找出各地适宜种植的农作物，来进行供给侧结构的改革。这正是本文研究的重点。

二、研究方法

根据我国目前的统计口径，农产品产量主要体现在粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量等，其中粮食产量又体现在稻谷、小麦、玉米、豆类、薯类等作物的产量，水果产量又体现在苹果、柑橘、梨子、葡萄、香蕉等作物的产量，油料作物又体现在花生、油菜籽、芝麻等作物的产量。所以我们在分析时，要找出相应的与这些叙述相吻合的关于农产品的变量。

本例采用的数据为中国各省市2016年农产品的相关数据，包括：农业总产值、粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量、谷物、稻谷、小麦、玉米、豆类、薯类、花生、油菜籽、芝麻、黄红麻、烤烟、苹果、柑桔、梨、葡萄、香蕉、谷物单位面积产量、棉花单位面积产量、花生单位面积产量、油菜籽单位面积产量、芝麻单位面积产量、黄红麻单位面积产量、甘蔗单位面积产量、烤烟单位面积产量、受灾面积（千公顷）、成灾面积（千公顷）、甜菜单位面积产量等。如上所示，分别用：var2--var38表示，城市用var1表示，数据都摘自《中国农业统计年鉴2016》。

本文采用的数据分析方法主要有描述性分析、相关分析、回归分析、因子分析、聚类分析等。

三、基本思路

首先使用描述性分析来描述各个变量之间的基本特征，为后面的分析做好准备，然后使用相关分析、回归分析等研究农业总产值与主要农产品的产量、单位面积产量，以及粮食产品的组成部分之间的关系；然后使用因子分析对主要农产品的产量、单位面积产量提取公因子；最后使用聚类分析依照粮食产品的组成部分、水果产品的组成部分、油料作物的组成部分对各个省市进行聚类，研究各个省市农产品的生产特色。

四、实证分析

描述性分析。通过简单描述性分析，可以看出，没有极端数据，数据间的量纲也在可以接受的范围之内，可以进入下一步的分析过程。

（一）相关分析

第一，对“农业总产值”的9个来源：粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量进行相关分析。可以看到，大部分相关性不高。进行检验发现：部分变量的相关性比较高，比如：粮食产量和油料产量之间、棉花产量和甜菜产量之间、以及油料产量和麻类产量之间，其相关性在1%的水平上比较显著，但大部分不显著。第二，对9种农产品的单位面积产量：谷物单位面积产量、棉花单位面积产量、花生单位面积产量、油菜籽单位面积产量、芝麻单位面积产量、黄红麻单位面积产量、甘蔗单位面积产量、烤烟单位面积产量、甜菜单位面积产量等进行相关分析。可以看到大部分相关系数不高，进行显著性检验可以发现，显著性水平很差，几乎不显著。第三，对稻谷、小麦、玉米、豆类四种粮食作物进行简单相关分析。第四，对花生、油菜籽、芝麻三种油料作物进行简单相关分析。第五，对苹果、柑桔、梨、葡萄、香蕉五种水果进行简单相关分析。可以发现，他们的相关系数均不大。

（二）回归分析

第一，以“农业总产值”为因变量，以农业为自变量，进行最小二乘线性回归：

（其中F=0，R-squared=0.9367，Adj R-squared=0.9240）

进行怀特检验：P值为0.2560，接受了同方差的假设，不存在异方差。

进行BP检验：使用拟合值：P为0.0651使用右边的解释变量：P值为0.1902

可以发现都显著接受了同方差的假设，没有必要使用稳健的标准差进行回归，使用以上模型即可。

以上结果说明，种植棉花、茶叶、水果都对农业总产值有一定的拉动作用，但种植甜菜是不经济的。而且茶叶对农业总产值的影响最大，有18之多，其次是棉花产量，为4，然后是水果和粮食。

第二，以“农业总产值”为因变量，以谷物单位面积产量、棉花单位面积产量、花生单位面积产量、油菜籽单位面积产量、芝麻单位面积产量、黄红麻单位面积产量、甘蔗单位面积产量、烤烟单位面积产量、甜菜单位面积产量、受灾面积（千公顷）、成灾面积（千公顷）等为自变量，进行最小二乘线性回归：

进行怀特检验：P为0.8462，接受了同方差的假设，应该不存在异方差。

进行BP检验：使用拟合值：P为0.2486

使用右边的解释变量：P值为0.5642

可以发现都显著接受了同方差的假设，没有必要使用稳健的标准差进行回归，使用以上模型即可。

var8 var9 var6 var7 Var5 1.0000 1.0000 Var7 var4 Var6 var3 Var4 0.6630*0.0017-0.1072 1.0000-0.1086 1.0000 0.2113 1.0000 0.2129 1.0000 0.7099*0.0003 Var9 Var11 0.2104 1.0000 0.2642 0.9972-0.1077 1.0000 0.7631*1.0000-0.0983 1.0000-0.1056 1.0000 0.3562 0.9374 Var11 0.0160 1.0000 0.1328 1.0000 0.3011 0.9772 0.3969 0.6277 0.2679 0.9965 var3 1.0000 0.1461 1.0000 0.7318*0.0001 0.4303 0.1684-0.0713 1.0000 0.1710 1.0000 0.1764 1.0000 0.0420 1.0000 0.5739 0.0262 Var10 1.0000 0.0674 var5 1.0000 1.0000 Var8 Var10-0.0926 1.0000 0.1502 1.0000 0.0996 1.0000 0.1373 1.0000-0.1259 1.0000-0.2182 0.9999-0.0030 1.0000 Var10 Var11 1.0000 1.0000 1.0000 0.5833 0.204 0.0579 1.0000 1.0000

说明种植花生、油菜籽、芝麻和黄红麻这些经济作物对经济都有一定的拉动作用。受灾面积对经济也有一定的拉动作用，这说明谷贱伤农在我国还是存在的，因为谷物是缺乏弹性的商品，在丰收的年份，产量增加，价格降低，而且价格下降的幅度大于产量增加的幅度，所以收益会减少，反之在受灾的年份，产量下降，价格上升，而且价格上升的幅度大于产量下降的幅度，所以收益会增加。

（三）因子分析

第一，对粮食产量、棉花产量、油料产量、麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量等9种农产品产量提取公因子，用主成分分析法进行分析。

Factor Factor1 Factor2 Factor3 Factor4 Factor5 Factor6 Factor7 Factor8 Factor9 Cumulative 0.3372 0.5636 0.7054 0.8200 0.8859 0.9481 0.9835 0.9936 1.0000 Eiqenvalue 3.03466 2.03732 1.27661 1.03167 0.59274 0.55950 0.31906 0.09127 0.05716 Difference 0.99734 0.76071 0.24434 0.43893 0.03324 0.24044 0.22779 0.03411 Proportion 0.3372 0.2264 0.1418 0.1146 0.0659 0.0622 0.0355 0.0101 0.0064

其中P值为0.0000，非常显著。

因子的载荷矩阵为：

Variable Var3 Var4 Var5 Var6 Var7 Var8 Var9 Var10 Var11 Uniqueness 0.2706 0.1216 0.0703 0.3149 0.0551 0.0876 0.2861 0.2207 0.1926 Factor1 0.7991 0.4026 0.9031 0.7698-0.0032 0.1585 0.3697 0.3534 0.7341 Factor2 0.0942 0.7413-0.0716-0.1014-0.2788 0.7858-0.5872-0.6398 0.1180 Factor3-0.2816 0.3857-0.3141-.2438 0.1963 0.5177 0.4614 0.4809-0.3648 Factor4-0.0513 0.1003-0.1011-0.1509 0.9212 0.0419-0.0268-0.1173 0.3482

进行正交旋转：

Factor Factor1 Factor2 Factor3 Factor4 Variance 2.66253 1.83862 1.80854 1.07058 Difference 0.82391 0.03007 0.73797 Proportion 0.2958 0.2043 0.2009 0.1190 Cumulative 0.2958 0.5601 0.7021 0.8200

旋转后的因子的载荷矩阵为：

Variable Var3 Var4 Var5 Var6 Var7 Var8 Var9 Var10 Var11 Factor1 0.8384 0.2145 0.9356 0.5594-0.0224-0.0510 0.0899 0.0663-0.0592 0.9485-0.0769-0.0585 0.0831-0.0829 0.8264 0.1313 0.0613-0.1362 0.8684 0.0529 0.8430 0.0986-0.0982 0.2770 Factor2 0.1076 0.9110-0.0127 0.2438 Factor3 0.0705-0.0468 0.1986 0.5487 Factor4-0.0998-0.0062-0.1206-0.1079 Uniqueness 0.2706 0.1216 0.0703 0.3149 0.0551 0.0876 0.2861 0.2207 0.1926

各个因子的系数矩阵：

Factor4-0.0051-0.1904 0.0986 0.9767 Factor1 Factor2 Factor3 Factor4 Factor1 0.8877 0.0420-0.4547 0.0587 Factor2 0.2534 0.7702 0.5779 0.0931 Factor3 0.3843-0.6073 0.6705-0.1841

可以看到基本不相关。

可以得到各个因子的得分情况：

进行KMO检验：

KMO 0.4749 0.3612 0.5498 0.5424 0.1424 0.3092 0.6056 0.5537 0.4789 0.4580 Variable Var3 Var4 Var5 Var6 Var7 Var8 Var9 Var10 Var11 Overall

因子分析的结果一般。

第二，对谷物单位面积产量、棉花单位面积产量、花生单位面积产量、油菜籽单位面积产量、芝麻单位面积产量、黄红麻单位面积产量、甘蔗单位面积产量、烤烟单位面积产量、甜菜单位面积产量等9种作物单位面积产量提取公因子。

Factor Factor1 Factor2 Factor3 Factor4 Factor5 Factor6 Factor7 Factor8 Eiqenvalue 2.66907 1.95722 1.12312 0.97564 0.69310 0.63373 0.39676 0.34070 Cumulative 0.2966 0.5140 0.6388 0.7472 0.8242 0.8947 0.9387 0.9766 Difference 0.71186 0.83410 0.14748 0.28254 0.05938 0.23696 0.05606 0.13005 Proportion 0.2966 0.2175 0.1248 0.1084 0.0770 0.0704 0.0441 0.0379

因子的载荷矩阵为：进行正交旋转：

Variable Var28 Var29 Var30 Var31 Var32 Var33 Var34 Var35 Var38 Factor1 0.6222 0.2614 0.7292-0.0019 0.7760 0.7326 0.5862-0.1664-0.3980 Uniqueness 0.4655 0.3927 0.2779 0.5314 0.2963 0.2924 0.3327 0.4129 0.2487 Factor2 0.3808 0.6981 0.4135-0.0111 0.2766-0.3723-0.5687 0.1734 0.7649 Factor3 0.0484-0.2271-0.0782 0.6844 0.1581 0.1796-0.0169 0.7275 0.0881

Factor Factor1 Factor2 Factor3 Variance 2.43122 2.18868 1.12951 Difference 0.24254 1.05916 Proportion 0.2701 0.2432 0.1255 Cumulative 0.2701 0.5133 0.6388

因子的载荷矩阵为：

Variable Var28 Var29 Var30 Var31 Var32 Var33 Var34 Var35 Var38 Factor3 0.0342-0.2058-0.0967 0.6822 0.1302 0.1218-0.0761 0.7430 0.1469 Factor1 0.7285 0.6133 0.8402 0.0021 0.7955 0.3855 0.1497-0.0249 0.1184 Factor2 0.0512-0.4346 0.0823 0.0566 0.2324 0.7376 0.7994-0.1854-0.8460 Uniqueness 0.4655 0.3927 0.2779 0.5314 0.2963 0.2924 0.3327 0.4129 0.2487

各个因子的系数矩阵：

Factor1 Factor2 Factor3 Factor3-0.0531 0.0495 0.9974 Factor1 0.8162 0.5776 0.0147 Factor2 0.5754-0.8148 0.0711

基本不相关。

各个因子的得分情况：

Variable Var28 Var29 Var30 Var31 Var32 Var33 Var34 Var35 Var38 Factor1 0.30328 0.28300 0.34675 0.00511 0.32100 0.11651 0.01118 0.00985 0.10523 Factor2-0.02130-0.24865-0.01794 0.04752 0.06214 0.32427 0.36204-0.06204-0.39866 Factor3 0.04028-0.18922-0.07367 0.60756 0.13201 0.13553-0.04104 0.45376 0.10552

进行KMO检验：

Variable Var28 Var29 Var30 Var31 Var32 Var33 Var34 Var35 Var38 Overall KMO 0.7424 0.5140 0.5655 0.2714 0.7132 0.5845 0.6042 0.2534 0.6493 0.5995

因子分析的结果接近60%。

（四）聚类分析

第一，对粮食产品的组成部分包括稻谷、小麦、玉米、豆类、薯类等变量进行聚类。第二，对水果产品的组成部分包括苹果、柑桔、梨、葡萄、香蕉等变量进行聚类。第三，对油料作物的组成部分包括花生、油菜籽、芝麻等变量进行聚类。鉴于篇幅所限，结果不全部写出。

五、结论

（一）以上的分析结论

1.相关分析表明：“农业总产值”的9个来源中，粮食产量与油料产量棉花产量与甜菜产量、油料产量与麻类产量等变量之间的相关性在1%的显著水平上显著。所以这些产品可以联合种植。9种农产品的单位面积产量等变量之间的相关性都比较差，都在0.01的显著水平上不显著，不易联合种植。

2.简单相关分析表明：稻谷、小麦、玉米、豆类、薯类等五种粮食作物中仅有“玉米”与“豆类”之间的相关性在1%的显著性水平上显著，这两种可以联合种植。而花生、油菜籽、芝麻等三种油料作物中，仅有花生与芝麻之间的相关性在1%的显著水平上显著，这两种可以联合种植。苹果、柑桔、梨、葡萄、香蕉等五种水果产品中，仅有梨与葡萄之间的相关性在1%的显著水平上显著，这两种可以联合种植。

3.经过多重线性回归分析，可以发现我国农业总产值水平与粮食产量、棉花产量、甜菜产量、茶叶产量以及水果产量都有一定的相关关系。具体而言，粮食产量、棉花产量、甜菜产量、茶叶产量以及水果产量对经济都有拉动作用，尤其是茶叶产量，每增加一单位会带来对应农业总产值的18多倍的增加，所以在有条件的省份，应加大种植面积。甜菜产量对农业总产值水平有拖后效应，在一定程度上说明种植这种作物是不经济的。应减少这种作物的种植面积。

4.经过多重线性回归发现，我国农业总产值水平与花生单位面积产量、油菜籽单位面积产量、芝麻单位面积产量、黄红麻单位面积产量以及受灾面积（千公顷）都有一定的显著关系。具体而言，这些变量都对我国的农业总产值有显著的拉动效应。花生单位面积产量、油菜籽单位面积产量、芝麻单位面积产量、黄红麻单位面积产量对我国的农业总产值有显著的拉动效应说明种植这些作物都是经济的，量的提高能带来价值的提高。所以，在有条件的地区应加大这些作物的种植面积。

5.因子分析表明：对粮食产量、棉花产量油料产量麻类产量、甘蔗产量、甜菜产量、烟叶产量、茶叶产量、水果产量等9种农产品产量提取4个公因子。

6.对谷物单位面积产量、棉花单位面积产量、花生单位面积产量、油菜籽单位面积产量、芝麻单位面积产量、黄红麻单位面积产量、甘蔗单位面积产量、烤烟单位面积产量、甜菜单位面积产量等9种作物单位面积产量提取3个公因子。

7.聚类分析表明：江西、河南、山东、江苏、四川、湖南、河北、湖北、安徽等省市各类粮食作物的产量普遍较高，吉林、黑龙江等省市稻米、玉米、豆类的产量大都比较高，其他的省市综合来看各种粮食作物的产量比较低。所以要在这些作物适合的省份加大种植面积。

8.聚类分析表明：山东、陕西等省市苹果的产量非常高、葡萄和梨的产量比较高，河南、辽宁、陕西、甘肃、河北等省市综合来看各种水果产品的产量比较高，其他的省市各种水果产品的产量比较低，要在适合的省份加大种植面积。安徽、四川、湖北、湖南、江苏等省市油菜籽的产量非常高，花生和芝麻的产量比较高，河南、山东等省市花生的产量非常高，其他的省市综合来看各种油料作物的产量比较低，要在高产区加大种植面积。

（二）政策建议

1.要有国际化视野。要对农业进行供给侧结构的改革，首先要在宏观上对我国的农业有一个比较全面的了解。要从国际大市场的环境来考虑我国的农业生产，要有国际化思维，要有大农业的概念。当一种农产品的进口成本小于生产成本时，要选择进口而非生产，要在可以联合生产的区域和产值比较高的区域加大种植面积[7](p75)。

2.进行农产品的结构调整。农业供给侧结构性改革的重点应该是通过结构调整的改革，包括种植业、畜牧业和渔业的改革，对于低产区的玉米、小麦等库存严重的产品要压缩生产，在油料作物产量较高的省份扩大油料的生产，在水果产量较高的省份扩大水果的产量[8](p108)。必须把国内生产数量过多且质量不高和卫生安全保障性不好又耗用大量农业稀缺资源的农品调减下来。促进农业生产以数量为主转向数量和质量并重，更加注重质量和效益，注重品种的多样化和市场导向，更好地满足消费者的需求[9](p57)。

3.补齐农业短板。在注重产值提高的前提下，未来我国农业还必须在无污染、无公害产品上下功夫，也就是加大绿色产品的种植。在地下水漏斗区、重金属污染区、生态严重退化地区进行综合治理，实施食品安全战略。补我国农业短板，还需要拉长我国现代农业短腿，推进农村一二三产业融合，延长农业产业链，在农产品的深加工上下功夫，让农民从共享产业融合发展中增值收益，扩宽农民增收空间[10](p188)。在有条件的地区发展休闲农业和乡村旅游业，促进农业增收，充分利用现代信息技术发展农村电商和农产品供给新模式。所以推进农业供给侧结构性改革，是用发展的新理念来解决当前“三农”中出现的新问题，必将对现代农业发展和全面小康社会建设产生积极作用[11](p69)。