劉春芝　邵馨漾

摘 要：農(nóng)業(yè)在我國國民經(jīng)濟(jì)中占有基礎(chǔ)地位，支撐著整個經(jīng)濟(jì)體系的運(yùn)行和協(xié)調(diào)發(fā)展，促進(jìn)我國農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展已經(jīng)成為當(dāng)前政府面臨的一項(xiàng)重要任務(wù)。有必要以農(nóng)業(yè)機(jī)械總動力、耕地灌溉面積、農(nóng)業(yè)化肥施用量、農(nóng)作物總播種面積、第一產(chǎn)業(yè)就業(yè)人員等指標(biāo)為考量因素，建立多元線性回歸預(yù)測模型，經(jīng)實(shí)證檢驗(yàn)研究發(fā)現(xiàn)，影響我國未來農(nóng)業(yè)總產(chǎn)值的重要因素是農(nóng)業(yè)化肥施用量和農(nóng)作物總播種面積。大力推進(jìn)農(nóng)業(yè)綠色轉(zhuǎn)型，確保農(nóng)業(yè)化肥科學(xué)施用；擴(kuò)大農(nóng)作物播種面積，推廣智慧農(nóng)機(jī)應(yīng)用。

關(guān)鍵詞：農(nóng)業(yè)總產(chǎn)值；農(nóng)業(yè)化肥；農(nóng)作物播種面積；多元線性回歸模型

中圖分類號：F323? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ?文章編號：1674-5450（2023）02-0040-07

我國是一個耕地面積遼闊、土壤肥沃、農(nóng)村人口眾多、農(nóng)作物種類繁多的國家，自古以來被譽(yù)為農(nóng)業(yè)大國。農(nóng)業(yè)在我國國民經(jīng)濟(jì)中占有基礎(chǔ)性地位，支撐著整個經(jīng)濟(jì)體系的運(yùn)行和協(xié)調(diào)發(fā)展。作為三大產(chǎn)業(yè)的基礎(chǔ)產(chǎn)業(yè)，農(nóng)業(yè)具有其他行業(yè)無可比擬的重要性，農(nóng)業(yè)的發(fā)展程度與人民的生活質(zhì)量和社會的長治久安息息相關(guān)。因此，要全面推進(jìn)鄉(xiāng)村振興，堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，加快建設(shè)農(nóng)業(yè)強(qiáng)國，確保中國人的飯碗牢牢端在自己手中。2022年中央一號文件提出，要接續(xù)全面推進(jìn)鄉(xiāng)村振興，確保農(nóng)業(yè)穩(wěn)產(chǎn)增產(chǎn)、農(nóng)民穩(wěn)步增收、農(nóng)村穩(wěn)定安寧[1]。在未來的幾年中，如何促進(jìn)我國農(nóng)業(yè)經(jīng)濟(jì)的高質(zhì)量發(fā)展已經(jīng)成為當(dāng)前政府面臨的一項(xiàng)重要任務(wù)。

一、問題描述

任何生產(chǎn)過程都是生產(chǎn)要素不斷配合實(shí)現(xiàn)最終產(chǎn)出的過程。在農(nóng)業(yè)生產(chǎn)過程中，生產(chǎn)要素對產(chǎn)出的影響主要體現(xiàn)在兩個方面：一方面是生產(chǎn)要素本身對產(chǎn)出的影響；另一方面是生產(chǎn)要素的配合比例對產(chǎn)出的影響。制約農(nóng)業(yè)生產(chǎn)發(fā)展的因素很多，其中有一些因素對生產(chǎn)過程起決定性作用。因此，探尋和分析哪些因素是最終影響農(nóng)業(yè)總產(chǎn)出的主導(dǎo)因素，現(xiàn)有眾多農(nóng)業(yè)生產(chǎn)要素之間的配合比例是否有利于農(nóng)業(yè)生產(chǎn)，未來我國農(nóng)業(yè)發(fā)展應(yīng)該傾向于利用哪些生產(chǎn)要素，本文將嘗試選取包括農(nóng)業(yè)機(jī)械總動力、耕地灌溉面積、農(nóng)業(yè)化肥施用量、農(nóng)作物總播種面積、第一產(chǎn)業(yè)就業(yè)人員、全國農(nóng)作物受災(zāi)面積在內(nèi)的六個影響因素，利用多元回歸模型實(shí)證檢驗(yàn)農(nóng)業(yè)總產(chǎn)出的影響因素，以期為有關(guān)部門制訂政策提供決策依據(jù)，保障農(nóng)業(yè)生產(chǎn)活動有條不紊地進(jìn)行，盡可能避免農(nóng)業(yè)市場價(jià)格波動，維護(hù)農(nóng)產(chǎn)品供求平衡，穩(wěn)定經(jīng)濟(jì)發(fā)展。

二、模型建立及指標(biāo)分析

在針對實(shí)際問題進(jìn)行實(shí)證研究的過程中，單一解釋變量往往無法對某一目標(biāo)變量進(jìn)行充分解釋，也很難預(yù)測目標(biāo)變量的未來走向。因此，本文利用SPSS.26軟件，基于多元線性回歸模型對我國農(nóng)業(yè)總產(chǎn)值影響因素進(jìn)行分析，使用逐步回歸分析在六個自變量中篩選出對農(nóng)業(yè)總產(chǎn)值影響較大的因素，對我國農(nóng)業(yè)總產(chǎn)值進(jìn)行解釋和初步預(yù)測。

（一）基礎(chǔ)模型介紹

多元線性回歸模型中，有多種影響因素作為自變量來解釋因變量的變化，且自變量和因變量之間呈線性關(guān)系，基礎(chǔ)模型為：

利用該公式可以得出預(yù)測模型中目標(biāo)變量，即農(nóng)業(yè)總產(chǎn)值與樣本變量的線性相關(guān)度。

本文主要通過農(nóng)業(yè)機(jī)械總動力（x1）、耕地灌溉面積（x2）、農(nóng)業(yè)化肥施用量（x3）、農(nóng)作物總播種面積（x4）、第一產(chǎn)業(yè)就業(yè)人員（x5）、全國農(nóng)作物受災(zāi)面積（x6）六個方面來分析影響農(nóng)業(yè)總產(chǎn)值的主要因素，構(gòu)建多元回歸模型的基礎(chǔ)模型如式（3）：

（二）指標(biāo)選擇及數(shù)據(jù)來源

本文數(shù)據(jù)來源于《2021年中國統(tǒng)計(jì)年鑒》和《2021年中國農(nóng)村統(tǒng)計(jì)年鑒》，包括2006—

2020年全國農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)機(jī)械總動力、耕地灌溉面積、農(nóng)業(yè)化肥施用量、農(nóng)作物總播種面積、第一產(chǎn)業(yè)就業(yè)人員及農(nóng)村居民家庭戶主文化程度、全國農(nóng)作物受災(zāi)面積等主要相關(guān)數(shù)據(jù)（見表1）。

1.農(nóng)業(yè)總產(chǎn)值

本文所論述的農(nóng)業(yè)總產(chǎn)值是指在一年內(nèi)以貨幣形式表現(xiàn)的農(nóng)業(yè)全部產(chǎn)品的總量和對農(nóng)業(yè)生產(chǎn)活動進(jìn)行的各種支持性服務(wù)活動的價(jià)值總量。隨著國家對農(nóng)業(yè)現(xiàn)代化發(fā)展的重視程度越來越高，從總體看，農(nóng)業(yè)信息化快速發(fā)展，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展穩(wěn)步向前。從表1中可以看到，我國農(nóng)業(yè)總產(chǎn)值逐年上升，由2006年的全國21 522.3億元飛躍至2020年的71 748.2億元，翻了3倍有余。

2.農(nóng)業(yè)機(jī)械總動力

與傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式相比，現(xiàn)代化農(nóng)業(yè)生產(chǎn)已開始大規(guī)模使用先進(jìn)的大機(jī)器設(shè)備，來替代傳統(tǒng)耕種模式中靠人力、簡單工具和牲畜的生產(chǎn)方式。我國已擁有較完善的生產(chǎn)物質(zhì)條件和現(xiàn)代化生產(chǎn)設(shè)備，如電力、水力、農(nóng)膜、改良種子、低危害農(nóng)藥、高產(chǎn)量種子等，既大大提高了農(nóng)民的勞動效率和土地產(chǎn)出率，也降低了農(nóng)民的勞動強(qiáng)度。同時(shí)，機(jī)械化水平對于農(nóng)業(yè)現(xiàn)代化的發(fā)展也具有著不可比擬的重要性，農(nóng)業(yè)機(jī)械化是農(nóng)業(yè)現(xiàn)代化的物質(zhì)裝備和技術(shù)支撐[2]。目前，我國農(nóng)業(yè)機(jī)械總動力為105 622.1萬千瓦，相較于2006年的72 522.1萬千瓦多了近1.5倍（見表1）。

3.耕地灌溉面積

一般來講，要想走高質(zhì)量現(xiàn)代化農(nóng)業(yè)發(fā)展道路，就必須完善農(nóng)田水利等基礎(chǔ)設(shè)施，這也是保障我國糧食安全的一項(xiàng)重要因素。2014年3月，習(xí)近平總書記就我國水安全問題發(fā)表了重要講話，明確提出了“節(jié)水優(yōu)先、空間均衡、系統(tǒng)治理、兩手發(fā)力”的十六字治水方針[3]。從表1可以看到，我國的耕地灌溉面積逐年遞增，由2006年的55 750.5千公頃漲至2020年的69 160.5千公頃，耕地灌溉面積的不斷擴(kuò)大，對提高我國農(nóng)業(yè)總產(chǎn)值具有積極影響。

4.農(nóng)業(yè)化肥施用量

我國農(nóng)業(yè)化肥施用量一直居高不下，存在著濫用化肥、施用化肥不科學(xué)等問題，這不僅會引起資源的浪費(fèi)，而且還會給環(huán)境帶來一系列負(fù)面影響，包括導(dǎo)致土壤酸化、耕地板結(jié)等問題。從表1中可以看到，2006—2015年全國化肥施用量逐年增加，最高達(dá)到6 022.6萬噸，但從2016年開始農(nóng)用化肥呈現(xiàn)出逐年下降的趨勢，截至2020年全國化肥施用量為5 250.7萬噸，這離不開政府政策引導(dǎo)和農(nóng)民技能知識的提高。我們應(yīng)該繼續(xù)秉持著合理利用農(nóng)業(yè)化肥、綠色施肥的理念，將有機(jī)化肥和無機(jī)化肥相結(jié)合，避免化肥使用過量，提高肥料利用率，形成綠色環(huán)保、可持續(xù)發(fā)展的良性循環(huán)。

5.農(nóng)作物總播種面積

雖然我國是農(nóng)業(yè)大國，但人均農(nóng)作物播種面積卻很少，根據(jù)有關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示，世界人均總播種面積為4.8畝，美國人均農(nóng)作物播種面積為10.5畝，而我國的人均農(nóng)作物播種面積僅有1.3畝，還未達(dá)到世界人均農(nóng)作物播種面積的30%，美國人均農(nóng)作物播種面積甚至是我國的8倍有余[4]。在農(nóng)業(yè)發(fā)展的影響因素中，農(nóng)作物播種面積占有很大比例。同時(shí)，國家也相當(dāng)重視農(nóng)作物的播種面積，在2022年的中央一號文件中，政府明確要求要確保農(nóng)作物播種面積的穩(wěn)定，盡量避免因?yàn)榄h(huán)境污染、城市化、工業(yè)化進(jìn)程加快等因素，使得農(nóng)作物播種面積減少。從表1中可以看到，2006—2020年間我國的農(nóng)作物播種面積基本處于逐年上升趨勢，從2006年的152 149千公頃增長至2020年的167 487千公頃。

6.第一產(chǎn)業(yè)就業(yè)人員及農(nóng)村居民家庭戶主文化程度

從表1中可以看出，我國第一產(chǎn)業(yè)的就業(yè)人員人數(shù)不斷減少，由2006年的31 941萬人減少到2020年的17 715萬人，在這15年里足足減少了14 226萬人，降低了近一半的比例。一是隨著城市化進(jìn)程加快，城市的基礎(chǔ)設(shè)施和服務(wù)更加完善，就業(yè)崗位也更加豐富，薪資水平也比較可觀，年輕人更愿意去城市務(wù)工，大量務(wù)農(nóng)人員涌入城市；二是在新時(shí)代背景下，我國的農(nóng)業(yè)生產(chǎn)正處于過渡期，隨著我國農(nóng)業(yè)現(xiàn)代化建設(shè)和科學(xué)技術(shù)的快速發(fā)展，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)方式已經(jīng)無法滿足社會的要求，生產(chǎn)過程不斷朝著機(jī)械化方向發(fā)展，在提高農(nóng)業(yè)產(chǎn)量的同時(shí)，也大大減少了對第一產(chǎn)業(yè)就業(yè)人員的需求；三是由于我國大力支持工業(yè)化的發(fā)展，大量農(nóng)田被征用來建成住宅和廠房，耕地面積不斷減少，加劇了人地矛盾，導(dǎo)致第一產(chǎn)業(yè)就業(yè)人員外流。

科學(xué)技術(shù)是第一生產(chǎn)力，人才是我國的第一資源[5]。高素質(zhì)和高技能的勞動力是現(xiàn)代化農(nóng)業(yè)生產(chǎn)的先決條件，對于從事現(xiàn)代化農(nóng)業(yè)生產(chǎn)的人群來說，與傳統(tǒng)農(nóng)業(yè)生產(chǎn)者相比，他們擁有更現(xiàn)代化的管理模式、更先進(jìn)的技能水平和更充足的知識儲備，各行各業(yè)要想獲得高質(zhì)量的發(fā)展，就必須有掌握高技能、高素質(zhì)的勞動力，同時(shí)在不斷實(shí)踐中積累經(jīng)驗(yàn)、摸索總結(jié)。我國第一產(chǎn)業(yè)就業(yè)人群遠(yuǎn)遠(yuǎn)達(dá)不到這樣的要求，表2在一定程度上展示了我國的農(nóng)村居民的文化程度。就近八年的農(nóng)村居民家庭戶主文化程度數(shù)據(jù)來看，有一半以上的居民文化程度只有初中水平，大學(xué)本科及以上學(xué)歷僅占0.2%，絕大部分人只完成了九年義務(wù)教育，高素質(zhì)人才的缺失將極大地限制我國農(nóng)業(yè)現(xiàn)代化的發(fā)展。同時(shí)相較于農(nóng)業(yè)較發(fā)達(dá)的美國、加拿大等國家，我國還存在第一產(chǎn)業(yè)就業(yè)人員素質(zhì)偏低、知識老舊、年齡偏高等問題。

7.全國農(nóng)作物受災(zāi)面積

從整個人類社會歷史長河來看，農(nóng)業(yè)災(zāi)害發(fā)生的原因主要來自氣象、生態(tài)、生物和地質(zhì)等方面，有些重大嚴(yán)重的自然災(zāi)害可能對社會造成不可估量的經(jīng)濟(jì)損失。如2004年12月發(fā)生的印度洋海嘯，波及了周邊近14個國家，造成了227 000人死亡，經(jīng)濟(jì)損失巨大。而我國自古以來也是一個自然災(zāi)害頻發(fā)的國家，如洪災(zāi)、干旱、臺風(fēng)、地震、泥石流等，這影響了人民生命財(cái)產(chǎn)安全。從表1中可以看到，我國每年農(nóng)作物受災(zāi)情況都不容小覷，在2006—2020年間，輕時(shí)有18 478千公頃，重時(shí)高達(dá)48 992千公頃，雖然數(shù)值時(shí)有波動，但大體來看呈下降趨勢，這離不開國家“綠水青山”系列可持續(xù)惠農(nóng)發(fā)展政策的支持，是國家政府和人民共同努力的結(jié)果。

三、模型求解和檢驗(yàn)

本文通過SPSS.26軟件，使用逐步回歸分析法，根據(jù)各個因子對y的影響程度，按從高到低的順序把所有因子引入回歸方程中，同時(shí)檢驗(yàn)方程中包含的所有變量，觀察他們是否仍然保持顯著性，把不顯著的因素從回歸方程中剔除，一直到方程中所有變量對y產(chǎn)生的影響都不再顯著，再加入新的變量，從沒有被選上的剩余因子中，挑選對y作用最明顯的因子進(jìn)行檢驗(yàn)，具有顯著性的引入方程，反之剔除，具體的處理結(jié)果如表3。

表3客觀地展現(xiàn)了步進(jìn)準(zhǔn)則下該多元線性回歸模型中輸入和移去的變量。經(jīng)過輸入和除去變量，最終構(gòu)建出的回歸模型中共有兩個解釋變量，分別為農(nóng)業(yè)化肥施用量（x3）和農(nóng)作物總播種面積（x4）。

表4為排除變量表，解釋了將農(nóng)業(yè)機(jī)械總動力、耕地灌溉面積、全國農(nóng)作物受災(zāi)面積和第一產(chǎn)業(yè)就業(yè)人員這四個變量排除的具體原因。這四個變量的顯著性統(tǒng)計(jì)量分別為0.998、0.574、0.869和0.219，均大于0.05，未通過顯著性檢驗(yàn)。同時(shí)，耕地灌溉面積和第一產(chǎn)業(yè)就業(yè)人員的VIF值分別為52.575、86.154均大于10，說明變量之間存在多重共線性，有必要剔除這四個變量。

表5反映了模型的擬合狀況，R表示相關(guān)系數(shù)，檢驗(yàn)值是0.996，R2為判定系數(shù)，主要是用來反映回歸方程的擬合程度，R2的取值范圍應(yīng)該在［0，1］之間，且R2越接近于1，表明擬合程度越好，通常認(rèn)為當(dāng)數(shù)值大于0.800時(shí)，回歸效果即可接受。本次分析R2的值是0.992，調(diào)整后的判定系數(shù)值是0.991，這個數(shù)值非常趨近于1，表明該模型擬合程度較高，自變量與因變量之間存在著良好的相關(guān)性，模型可以把99%的因變量解釋出來。同時(shí)，德賓—沃森檢驗(yàn)值分布在0～4之間，越接近2，觀測值相互獨(dú)立的可能性越大。本文德賓—沃森檢驗(yàn)值為2.861，說明因變量農(nóng)業(yè)總產(chǎn)值其殘差服從獨(dú)立性。

方差分析指標(biāo)顯示，模型的顯著性值（t統(tǒng)計(jì)量對應(yīng)的概率值）等于0.000<0.05，通過了顯著性水平檢驗(yàn)，具有統(tǒng)計(jì)學(xué)意義。

本文利用SPSS.26軟件對樣本數(shù)據(jù)進(jìn)行相關(guān)性分析。表6為模型回歸方程系數(shù)表，在多重共線性的診斷中農(nóng)業(yè)化肥施用量和農(nóng)作物總播種面積的VIF值均為2.011，小于10，說明變量之間幾乎不存在多重共線性。

根據(jù)以上所有分析結(jié)果，我們可以得出預(yù)測模型：

y=-420816.078-19.530x3+3.5474x4（4）

可見，影響我國未來農(nóng)業(yè)總產(chǎn)值的主要因素有2個，分別是農(nóng)業(yè)化肥施用量和農(nóng)作物總播種面積。其回歸標(biāo)準(zhǔn)化殘差的正態(tài)P—P圖如圖1所示。

根據(jù)國家統(tǒng)計(jì)局披露的數(shù)據(jù)可知，2020年全國農(nóng)業(yè)總產(chǎn)值為71 748.2億元，農(nóng)業(yè)化肥施用量（x3）為5 250.7萬噸，農(nóng)作物總播種面積（x4）167 487千公頃，將x3、x4帶入預(yù)測模型中得出農(nóng)業(yè)總產(chǎn)值為70 914.95億元，預(yù)測結(jié)果與實(shí)際結(jié)果相對誤差僅為1.49%，誤差大小在可接受范圍內(nèi)。同時(shí)，2011—2020年的10年之間相對誤差均在1.5%以內(nèi)，證明此預(yù)測模型較為準(zhǔn)確，在現(xiàn)實(shí)的農(nóng)業(yè)預(yù)測中具有參考價(jià)值和一定的實(shí)際意義（見表7）。

四、研究結(jié)論及對策性建議

（一）研究結(jié)論

影響我國未來農(nóng)業(yè)總產(chǎn)值最重要的因素是農(nóng)業(yè)化肥施用量和農(nóng)作物總播種面積，由回歸方程結(jié)果可知，每增加1萬噸農(nóng)業(yè)化肥施用量，農(nóng)業(yè)總產(chǎn)值就會減少19.530億元；每增加1千公頃農(nóng)作物播種面積，農(nóng)業(yè)總產(chǎn)值就會增加3.5474億元。

（二）對策性建議

1.大力推進(jìn)農(nóng)業(yè)綠色轉(zhuǎn)型，確保農(nóng)業(yè)化肥科學(xué)施用

（1）降低農(nóng)業(yè)化肥施用量，提高化肥利用率。在農(nóng)業(yè)化肥施用量方面，單位面積施肥量大、施肥結(jié)構(gòu)不平衡、有機(jī)肥資源利用率低仍然是我國當(dāng)前農(nóng)業(yè)施肥方面的普遍問題。過度和盲目施用化肥不僅浪費(fèi)資源，還會造成土壤酸化和耕地板結(jié)。應(yīng)引導(dǎo)農(nóng)民注重有機(jī)肥和化肥資源的綜合利用、測土配方施肥、改善耕地質(zhì)量，樹立“經(jīng)濟(jì)施肥、增產(chǎn)施肥、環(huán)保施肥”的施肥理念。依托專業(yè)的農(nóng)化服務(wù)組織和新型經(jīng)營結(jié)構(gòu)，促進(jìn)施肥方式的適當(dāng)轉(zhuǎn)換，提高肥料的最大利用率，促進(jìn)農(nóng)業(yè)綠色環(huán)保、高產(chǎn)高效和可持續(xù)發(fā)展，為糧食增產(chǎn)和農(nóng)民增收作出貢獻(xiàn)。

（2）促進(jìn)農(nóng)業(yè)綠色發(fā)展，建設(shè)高標(biāo)準(zhǔn)農(nóng)田。建設(shè)高標(biāo)準(zhǔn)農(nóng)田的本質(zhì)在于協(xié)調(diào)農(nóng)業(yè)生產(chǎn)和環(huán)境保護(hù)之間的關(guān)系，實(shí)施高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策有助于減少農(nóng)業(yè)化肥施用量。2015年發(fā)布的《到2020年化肥使用量零增長行動方案》中就明確指出，要加快高標(biāo)準(zhǔn)農(nóng)田建設(shè)，改善農(nóng)業(yè)生產(chǎn)條件與耕地質(zhì)量，減少農(nóng)業(yè)生產(chǎn)對化肥要素的依賴[6]。要加快高標(biāo)準(zhǔn)農(nóng)田管理體系建設(shè)，抓好新建項(xiàng)目全程質(zhì)量管理，加強(qiáng)工程建后管護(hù)，確保“建成一畝、管好一畝”，形成“田成方、林成網(wǎng)、路相通、渠相連”的高標(biāo)準(zhǔn)格局[7]。堅(jiān)持量質(zhì)并重、用養(yǎng)結(jié)合，采取改良土壤、保水保肥、監(jiān)測地力、退化治理等綜合措施，實(shí)施耕地質(zhì)量提升、化肥減量增效和耕地質(zhì)量監(jiān)測三大行動，不斷加強(qiáng)耕地地力建設(shè)，促進(jìn)耕地質(zhì)量提升，為發(fā)展現(xiàn)代農(nóng)業(yè)提供有力保障，為確保國家糧食安全夯實(shí)根基[8]。

2.擴(kuò)大農(nóng)作物播種面積，推廣智慧農(nóng)機(jī)應(yīng)用

（1）擴(kuò)大農(nóng)作物播種面積，加快土地流轉(zhuǎn)和規(guī)模經(jīng)營。通過多元線性回歸分析，我們發(fā)現(xiàn)影響我國農(nóng)業(yè)總產(chǎn)值最重要的因素之一就是農(nóng)作物總播種面積。無論是傳統(tǒng)農(nóng)業(yè)還是現(xiàn)代化農(nóng)業(yè)，土地的重要性都是不言而喻的。因此，我們必須完善土地管理政策，不斷健全土地流轉(zhuǎn)機(jī)制，積極建立有序的土地流轉(zhuǎn)平臺，讓農(nóng)民逐步自愿將土地轉(zhuǎn)讓給龍頭企業(yè)和農(nóng)業(yè)生產(chǎn)組織，同時(shí)，農(nóng)民也可以通過股票、租賃、交換等方式參與其中。分散的農(nóng)業(yè)生產(chǎn)已不再符合現(xiàn)代農(nóng)業(yè)的發(fā)展需求，規(guī)?；图s化經(jīng)營才是未來國家和世界農(nóng)業(yè)發(fā)展的主要趨勢，農(nóng)業(yè)專業(yè)合作組織已經(jīng)成為建設(shè)現(xiàn)代農(nóng)業(yè)、推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化的重要平臺。在此期間，政府要為農(nóng)業(yè)提供大量的技術(shù)、信貸、管理等方面支持，不斷提高農(nóng)業(yè)專業(yè)合作組織的管理水平，進(jìn)一步加強(qiáng)和提高農(nóng)民的積極性。引導(dǎo)具有示范引領(lǐng)作用和較強(qiáng)聲譽(yù)的農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)做得更強(qiáng)，繼續(xù)擴(kuò)大和整合農(nóng)業(yè)產(chǎn)業(yè)鏈，全面發(fā)展和提高農(nóng)業(yè)產(chǎn)業(yè)水平，進(jìn)一步提高農(nóng)產(chǎn)品深加工水平，為提高農(nóng)產(chǎn)品附加值奠定堅(jiān)實(shí)基礎(chǔ)。

（2）提高農(nóng)業(yè)機(jī)械化率，推進(jìn)智慧農(nóng)機(jī)發(fā)展。雖然我國的農(nóng)作物播種面積總量較多，但是人均農(nóng)作物播種面積卻很少。因此，必須合理利用好現(xiàn)有的耕地面積，提高土地的利用率，而提高農(nóng)業(yè)機(jī)械化率可以促進(jìn)耕地利用率和農(nóng)業(yè)生產(chǎn)效率提升，同時(shí)也是我國農(nóng)業(yè)現(xiàn)代化發(fā)展的必然趨勢。要加強(qiáng)農(nóng)業(yè)機(jī)械的推廣和培訓(xùn)，提高農(nóng)民對農(nóng)業(yè)機(jī)械設(shè)備重要性的認(rèn)識，組織農(nóng)村技術(shù)合作社，改善農(nóng)業(yè)發(fā)展?fàn)顩r。

加快我國農(nóng)業(yè)機(jī)械設(shè)備的智能化進(jìn)程。智慧農(nóng)業(yè)機(jī)械可以更好地利用先進(jìn)的農(nóng)業(yè)技術(shù)，增加單位土地的生產(chǎn)率，提高勞動生產(chǎn)效率，這是我國未來農(nóng)業(yè)機(jī)械化發(fā)展的必然趨勢。為了推動我國智慧農(nóng)業(yè)機(jī)械設(shè)備的生產(chǎn)，政府有必要加大財(cái)政支持力度，設(shè)立農(nóng)業(yè)專項(xiàng)基金，降低創(chuàng)新和研發(fā)成本，鼓勵和引導(dǎo)農(nóng)業(yè)龍頭企業(yè)的現(xiàn)代化轉(zhuǎn)型，鼓勵農(nóng)民使用智慧農(nóng)業(yè)機(jī)械，以逐步實(shí)現(xiàn)農(nóng)業(yè)的精準(zhǔn)化、智能化和科學(xué)化。

參考文獻(xiàn)：

［1］ 2022年中央一號文件：錨定鄉(xiāng)村振興總目標(biāo)? 譜寫綠色林業(yè)新篇章［J］.浙江林業(yè)，2022（3）：1-2.

［2］ 李天笑. 基于SPSS的江蘇省現(xiàn)代農(nóng)業(yè)影響因素探究［D］.舟山：浙江海洋大學(xué)，2019.

［3］ 周明勤，曾慶忠，王鵬，等.深化投融資改革? 推動引江補(bǔ)漢工程高質(zhì)量發(fā)展［J］.中國水利，2022（18）：64-66.

［4］ 世界人均耕地面積排名［EB/OL］.（2022-09-05）［2022-10-15］.https：//www.haoqunkj.cn/hj/758.html.

［5］ 梁成艾，王德召.中國共產(chǎn)黨農(nóng)民教育賦能鄉(xiāng)村治理的歷史演進(jìn)與邏輯理路［J］.西南大學(xué)學(xué)報(bào)（社會科學(xué)版），2022（3）：12-27.

［6］ 梁志會，張露，張俊飚.土地整治與化肥減量：來自中國高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)政策的準(zhǔn)自然實(shí)驗(yàn)證據(jù)［J］.中國農(nóng)村經(jīng)濟(jì)，2021（4）：123-144.

［7］ 李翠霞，許佳彬.中國農(nóng)業(yè)綠色轉(zhuǎn)型的理論闡釋與實(shí)踐路徑［J］.中州學(xué)刊，2022（9）：40-48.

［8］ 孫正清，陶浩，江水.加強(qiáng)耕地地力建設(shè)? 全面提升耕地質(zhì)量［J］.中國農(nóng)業(yè)綜合開發(fā)，2022（5）：11-13.

Analysis of Factors Influencing Chinas Total Agricultural Output

Liu Chunzhi， Shao Xinyang

（College of International Business， Shenyang Normal University， Shenyang Liaoning 110034）

Abstract：Agriculture occupies a fundamental position in Chinas national economy and supports the operation and coordinated development of the entire economic system. Promoting the high-quality development of Chinas agricultural economy has become an important task facing the government at present. Using indicators such as total agricultural machinery power， irrigated arable land area， agricultural fertilizer application， total crop sown area and primary industry employment as factors for consideration， a multiple linear regression prediction model was established and empirically tested to find that the important factors affecting Chinas future total agricultural output are agricultural fertilizer application and total crop sown area. The green transformation of agriculture should be vigorously promoted to ensure the scientific application of agricultural fertilizers; the area sown with crops should be expanded and the application of intelligent agricultural machinery should be promoted.

Key words：total agricultural production; agricultural fertilizer; crop sown area; multiple linear regression

【責(zé)任編輯：李 菁? ? 責(zé)任校對：趙 踐】

收稿日期： 2022-11-08

基金項(xiàng)目： 遼寧省社會科學(xué)基金重點(diǎn)項(xiàng)目（L22AJY016）

作者簡介： 劉春芝，女，遼寧沈陽人，沈陽師范大學(xué)教授，經(jīng)濟(jì)學(xué)博士，主要從事產(chǎn)業(yè)經(jīng)濟(jì)與企業(yè)管理研究；邵馨漾，女，遼寧丹東人，沈陽師范大學(xué)西方經(jīng)濟(jì)學(xué)碩士研究生，主要從事區(qū)域經(jīng)濟(jì)與東北振興研究。