糧食最低收購價政策對我國小麥種植面積的影響機理分析

金婷 劉波 劉強 劉帥 徐定成

摘要：【目的】分析我國6個小麥主產(chǎn)區(qū)省份小麥種植面積的影響機理，為保障其種植面積及維護糧食安全提供政策參考。【方法】以小麥種植面積作為糧食最低收購價（政策）實施效果的評價標準，采用固定效應系數(shù)模型定量分析小麥最低收購價、家庭負擔系數(shù)、城鄉(xiāng)收入差距、農(nóng)業(yè)機械總動力和外出務工人員比例對小麥種植面積的影響?！窘Y果】影響小麥種植面積的因素各省份存在差異，四川省的主要影響因素是小麥最低收購價，其次是城鄉(xiāng)收入差距；湖北省的主要影響因素是城鄉(xiāng)收入差距；農(nóng)業(yè)機械總動力對安徽、山東和江蘇3省的影響程度最大；外出務工人員比例對安徽、山東、河南和四川4省份的小麥種植面積呈正向影響，且對河南省的影響程度最高，但對湖北和江蘇的小麥種植面積呈負向影響?！窘ㄗh】制定差異化的地方配套政策，提高政策針對性與適用性；推進農(nóng)業(yè)供給側結構性改革，補足糧食生產(chǎn)制度短板；完善農(nóng)業(yè)社會化服務體系，提高糧食機械化服務水平。

關鍵詞： 最低收購價；小麥種植面積；固定效應系數(shù)模型；影響因素

中圖分類號： S512.1 文獻標志碼：A 文章編號：2095-1191（2018）02-0397-06

0 引言

【研究意義】我國是農(nóng)業(yè)大國，“三農(nóng)”問題關系到經(jīng)濟發(fā)展與社會穩(wěn)定，而糧食產(chǎn)量是其最關鍵的一環(huán)。糧食最低收購價是我國重要的糧食價格調(diào)控政策，我國于2004年開始實行糧食最低收購價政策預案，2005年正式執(zhí)行至今。2006年小麥被納入最低收購價范圍， 2007年小麥最低收購價保持穩(wěn)定。從2008年起，由于國際糧食價格上漲、成本提高等因素影響，我國先后多次提高最低收購價，小麥最低收購價從2008年的75元/50 kg提升到2015年的118元/50 kg。2017年中央一號文件特別提出，要深化糧食等重要農(nóng)產(chǎn)品的價格形成機制，努力落實并發(fā)展最低收購價政策。朱喜安和李良（2016）指出糧食最低收購價政策的主要目的是為了提高國家對糧食市場的監(jiān)管，增強糧食市場穩(wěn)定性，提高農(nóng)民經(jīng)濟收益等。因此，研究我國糧食最低收購價政策實施效果對合理調(diào)整最低收購價水平、形成合理比價關系及統(tǒng)籌把握糧食安全的效果具有重要意義?！厩叭搜芯窟M展】對于糧食最低收購價政策實證方面的研究，主要集中在政策實施效果、政策執(zhí)行機制及最低收購價確定等3個方面。對于政策實施效果而言，已有研究表明最低收購價政策對農(nóng)戶的糧食供給存在顯著正向影響（張淑萍，2011；王士海和李先德，2012；張建杰，2013）。就政策執(zhí)行機制而言，蘭錄平（2013）、張爽（2013）研究認為最低收購價政策通過引導農(nóng)戶的價格預期，從而對其糧食供給行為起導向作用。還有部分學者從農(nóng)戶糧食種植行為的影響因素分析最低收購價政策的執(zhí)行機制，如肖雙喜和劉小和（2008）從成本和收入因素對我國部分地區(qū)棉花種植面積進行分析，利用回歸模型得到上一年種植面積、外出打工收入、畝均收入對最低收購價政策執(zhí)行效率有較大影響；李豐和胡舟（2016）基于農(nóng)戶供給行為理論和價格預期理論，采用廣義最小二乘法對2004～2014年稻谷主產(chǎn)區(qū)3個品種稻谷的面板數(shù)據(jù)進行估計，結果表明各類生產(chǎn)成本尤其是勞動力成本的上升一定程度抑制了最低收購價的傳導機制。對于最低收購價確定方面，方鴻（2009）研究表明，采用糧食生產(chǎn)要素適當補償法確定糧食最低收購價水平有利于農(nóng)民保持適度而不至于造成供給過剩的生產(chǎn)積極性。【本研究切入點】以往研究主要針對影響小麥種植面積的某一因素進行研究，綜合研究小麥種植面積影響因素較少，尤其是在小麥最低收購價實施背景下展開的相關研究鮮見?！緮M解決的關鍵問題】以小麥最低收購價政策實施為研究背景，比較分析2006～2015年我國6個主產(chǎn)區(qū)省份小麥最低收購價、家庭負擔、城鄉(xiāng)收入差距、農(nóng)業(yè)機械總動力和外出務工人員比例等5個因素對小麥種植面積的影響，為保障主產(chǎn)區(qū)小麥種植面積及糧食安全提供理論參考。

1 數(shù)據(jù)來源與研究方法

1. 1 數(shù)據(jù)來源

本研究所用數(shù)據(jù)主要來源于2007～2016年的《中國統(tǒng)計年鑒》、《中國農(nóng)村年鑒》及各地區(qū)統(tǒng)計年鑒、中國糧食網(wǎng)和農(nóng)業(yè)部發(fā)布的糧食公告。研究對象為全國具有代表性的6個小麥主產(chǎn)區(qū)，即安徽、山東、湖北、四川、江蘇和河南省。研究時間段為2006～2015年。

1. 2 變量選擇

關于影響小麥種植面積的因素，前人已進行了較多研究。翟印禮和謝海軍（2009）從勞動力、人力資本、儲蓄水平、財政支付等方面細化了糧食種植面積的影響因素；李維（2010）把水稻種植的影響因素分為家庭勞動力、收入等級、生產(chǎn)資料價格和稻谷價格等；王駿（2016）從影響湖北省水稻種植面積的家庭因素、環(huán)境因素和社會因素中選取農(nóng)業(yè)勞動力人口、農(nóng)民受教育程度和城鄉(xiāng)收入差距等共13個變量。結合以上研究結果，本研究從糧食政策、家庭特征、科技水平、經(jīng)濟水平等方面選用小麥最低收購價、家庭負擔系數(shù)、城鄉(xiāng)收入差距、農(nóng)業(yè)機械總動力和外出務工人員比例等5個變量作為小麥種植面積的影響因素。以下為各變量的解釋說明：

1. 2. 1 被解釋變量 糧食產(chǎn)量是糧食安全的主要體現(xiàn)形式。一般認為，糧食種植面積是決定糧食產(chǎn)量的重要因素，對糧食供給起關鍵作用；糧食最低收購價政策執(zhí)行效果直接體現(xiàn)在農(nóng)民是否愿意種植糧食，種植糧食面積的多少。因此，本研究選用小麥種植面積為被解釋變量以研究最低收購價政策的執(zhí)行效果。

1. 2. 2 解釋變量 （1）最低收購價是最主要的影響因素之一。本研究在糧食最低收購價政策執(zhí)行背景下對糧食種植面積進行研究，糧食最低收購價政策為種糧農(nóng)戶提供了穩(wěn)定的市場價格預期，有利于降低種糧風險，且糧食最低收購價越高，農(nóng)戶的種糧收益就越有保障，生產(chǎn)積極性也就越高。（2）家庭負擔系數(shù)是指對于農(nóng)村家庭每一勞動力平均承擔的未具有勞動能力的人口比例，家庭負擔系數(shù)越大，說明家庭的負擔越重；家庭負擔越重農(nóng)民可能會選擇種植更多的糧食，從而擴大小麥種植面積。（3）城鄉(xiāng)收入差距： 隨著社會經(jīng)濟的發(fā)展，城市的經(jīng)濟增長和收入水平明顯高于農(nóng)村，越來越多的農(nóng)民選擇去城市求職發(fā)展而擱置或轉讓家中的土地，因此需考慮城鄉(xiāng)收入差距對糧食種植面積的影響；城鄉(xiāng)收入差距越大，非農(nóng)部門對農(nóng)業(yè)部門勞動力的吸引力也越大，從事農(nóng)業(yè)生產(chǎn)的人就越少，以而不利于糧食播種面積的擴大。（4）農(nóng)業(yè)機械總動力是指主要用于農(nóng)業(yè)生產(chǎn)的各種動力機械總和，是農(nóng)業(yè)科技水平的一個重要體現(xiàn)；機械化程度高表明生產(chǎn)能力強，有利于提高小麥種植效率，擴大小麥種植面積。（5）外出務工人員比例是指各地區(qū)外出務工人員總數(shù)占該地區(qū)總人口數(shù)的比例，隨著城市的快速發(fā)展，吸引了眾多務工人員到城市發(fā)展，從而導致農(nóng)村的土地擱置、租賃或種植簡單農(nóng)作物（如小麥）等，因此外出務工人員比例是影響糧食種植面積的一個重要因素。

1. 3 分析模型

本研究采用面板數(shù)據(jù)模型作為計量分析模型。面板數(shù)據(jù)模型可表示為yit=αi+xit β+Uit（i=1，2，3，4，5； t=2006，2007，…，2015）。

由于有5個解釋變量，因此，式中xit（x1，x2，x3，x4，x5）為1×5向量，x1表示小麥最低收購價，x2表示城鄉(xiāng)收入差距，x3表示家庭負擔系數(shù)，x4表示農(nóng)業(yè)機械總動力，x5表示外出務工人員比例；αi為個體影響，是被忽略的反映個體差異變量的影響；β為5×1向量，Uit是隨機誤差項。

本研究選擇面板數(shù)據(jù)模型，需對各變量進行分析和檢驗，以選擇本次面板數(shù)據(jù)合適的具體模型。首先通過F統(tǒng)計量進行混合模型檢驗。利用Eviews 8.0求解得兩個F統(tǒng)計量顯著，拒絕原假設，認為不是混合效應模型，即為變系數(shù)模型。通過Eviews 8.0求解得到結果Chi-Sq.統(tǒng)計量為109.549，Prob.值為0.0002，拒絕原假設，則認為該模型為固定效應模型。因此，本研究采用的模型應為固定效應系數(shù)模型。傳統(tǒng)的計量模型無法克服時間序列影響和個體差異，固定效應系數(shù)模型除了能克服時間差異和個體效應外，還具有在時間截面上存在變化的經(jīng)濟結構，因此有多少個截面就會有多少個系數(shù)，這樣更能準確表達各省份的各影響因素的變化情況，從而得到更合理和細致的結果。

2 結果與分析

2. 1 模型估計結果

表1為糧食最低收購價政策固定效應系數(shù)模型的各省估計結果。從模型檢驗結果看，修正后的R2達0.9761，表明模型的擬合程度很高。統(tǒng)計量檢驗值t均大于5%顯著性水平下的臨界值。統(tǒng)計量F=440.0911，Prob.（F-statistic）為0.000，表明該回歸總體線性關系成立。D.W.為1.9648，接近2.0000，表明各變量間無自相關。

2. 2 影響小麥種植面積的因素分析

根據(jù)表1的統(tǒng)計結果，得到各省份小麥種植面積影響因素的回歸方程：

安徽?。簂ny1t=-2.1549-0.3501lnx1t+0.1570lnx2t+0.1395lnx3t+0.7293lnx4t+0.2465lnx5t

山東省：lny2t=-2.6156-0.2938lnx1t+0.3388lnx2t+0.5432lnx3t+0.6938lnx4t+0.2200lnx5t

河南?。簂ny3t=1.5921+0.0865lnx1t-0.0069lnx2t+0.0860lnx3t+0.0880lnx4t+0.1602lnx5t

湖北?。簂ny4t=0.6249+0.2708lnx1t-0.4488lnx2t+0.2547lnx3t+0.2234lnx4t-0.0977lnx5t

江蘇?。簂ny5t=0.3178-0.0943lnx1t-0.0264lnx2t-0.0272lnx3t+0.2730lnx4t-0.0160lnx5t

四川省：lny6t=2.2357+0.3236lnx1t+0.0151lnx2t+0.1887lnx3t-0.0042lnx4t+0.0198lnx5t

最低收購價是影響小麥種植面積的重要因素，結合表1和回歸方程可看出，不同省份小麥種植面積影響因素的作用存在差異?？傮w看來，最低收購價回歸系數(shù)均較顯著（表1），但不同省份系數(shù)符號存在差異，四川、湖北和河南3個省份的估計系數(shù)顯著為正，影響系數(shù)分別為0.3236、0.2708和0.0865，均在5%的水平上顯著，表明最低收購價對這3個省份的小麥種植面積有顯著正向促進作用，政策的實施促進了當?shù)匦←湻N植面積的擴大。但對于安徽和江蘇省而言，估計系數(shù)顯著為負，影響系數(shù)分別為-0.3501和-0.0943，均在10%的水平上顯著，山東省的估計系數(shù)也為負數(shù)但不顯著，系數(shù)值較大，為-0.2938，表明最低收購價對這3個省小麥種植面積有負向影響，最低收購價減少了當?shù)匦←湻N植面積。以下進一步具體分析糧食最低收購價政策對各省份小麥種植面積的影響。

2. 2. 1 四川省 由表1可知，在6個糧食主產(chǎn)區(qū)省份中，糧食最低收購價政策對四川省小麥種植面積的影響最明顯，與其他影響因素相比，最低收購價政策影響系數(shù)也最大，影響彈性系數(shù)為0.3236，表明糧食最低收購價每提高1%，四川省小麥種植面積將增加0.3236%，因此，最低收購價政策的實施有利于促進四川省小麥種植面積的擴大。此外，從影響四川小麥種植的其他因素可看出，城鄉(xiāng)收入差距和家庭負擔系數(shù)對小麥種植面積也有顯著正向影響，影響的彈性系數(shù)分別為0.0151和0.1887，表明城鄉(xiāng)收入差距越大、家庭負擔系數(shù)越大，小麥種植面積也越大，其主要原因在于四川是農(nóng)業(yè)大省，經(jīng)濟發(fā)展差距較大的地區(qū)和家庭人口負擔較重的種糧農(nóng)戶對小麥種植的依賴性也更強，從而出現(xiàn)通過擴大種植面積以彌補收益不足的現(xiàn)象。由回歸方程可知，農(nóng)機總動力對四川省小麥種植面積有顯著負向影響，影響彈性系數(shù)為-0.0042，表明農(nóng)機總動力的提高不僅沒有擴大小麥種植面積，反而縮小了小麥的種植面積，其原因可能是近年來四川省糧食種植結構發(fā)生變化，新增農(nóng)機總動力主要應用在水稻、玉米等其他農(nóng)作物上。另外，外出務工人員對四川省小麥種植面積無顯著影響。

2. 2. 2 湖北省 湖北省地處江漢平原，小麥種植面積較大，糧食最低收購價政策對湖北省小麥種植面積也有顯著正向影響，且在各影響因素中系數(shù)最大，但影響系數(shù)較四川省稍小，為0.2708，表明糧食最低收購價每提高1%，湖北省小麥種植面積將增加0.2708%，最低收購價政策的實施提高了湖北省小麥種植面積。從影響湖北省小麥種植的其他因素可知，農(nóng)機總動力對湖北省小麥種植面積有顯著正向影響，彈性系數(shù)為0.2234，表明農(nóng)機總動力的提高能促進湖北省小麥種植面積的擴大，但外出務工人員比例對湖北省小麥種植面積有顯著負向影響，彈性系數(shù)為-0.0977，表明農(nóng)民外出務工不利于小麥種植面積的擴大；城鄉(xiāng)收入差距和家庭負擔系數(shù)對湖北省小麥種植面積影響不顯著。

2. 2. 3 河南省 河南省地處中原腹地，是我國小麥種植大省，2015年其小麥種植面積約是四川省的2倍，最低收購價政策對河南省小麥種植面積也有顯著正向影響，但在呈正向影響的3個省份中，其影響彈性系數(shù)最小，為0.0865，表明糧食最低收購價每提高1%，河南省小麥種植面積將增加0.0865%，最低收購價政策的實施有利于提高河南省小麥種植面積。此外，家庭負擔系數(shù)和農(nóng)機總動力對河南省小麥種植面積也有顯著正向影響，影響彈性系數(shù)分別為0.0860和0.0880，表明家庭人口負擔較重的農(nóng)戶小麥種植面積也相對較高，農(nóng)機總動力的提高可促進小麥種植面積的擴大。城鄉(xiāng)收入差距對小麥種植面積有顯著負向影響，影響彈性系數(shù)為-0.0069。外出務工人員比例對河南省小麥種植面積影響為正向，但不顯著。

2. 2. 4 安徽省 與上述3個省份不同，糧食最低收購價政策的實施對安徽省小麥種植面積有顯著負向影響，影響彈性系數(shù)為-0.3501，表明糧食最低收購價每提高1%，江蘇省小麥種植面積將減少0.3501%，最低收購價政策的實施減少了安徽省小麥種植面積。此外，農(nóng)機總動力和外出務工人員比例對安徽小麥種植面積的擴大有顯著正向影響，彈性系數(shù)分別為0.7293和0.2465，表明農(nóng)機總動力的提高和外出務工人員的增加能促進安徽小麥種植面積的擴大。城鄉(xiāng)收入差距和家庭負擔系數(shù)對安徽省小麥種植面積的影響并不顯著。

2. 2. 5 江蘇省 與安徽省類似，糧食最低收購價政策的實施對江蘇省小麥種植面積也有顯著負向影響，影響彈性系數(shù)為-0.0943，表明糧食最低收購價每提高1%，安徽省小麥種植面積將減少0.0943%，最低收購價政策的實施會減少江蘇省小麥的種植面積。此外，農(nóng)機總動力是正向影響江蘇小麥種植的最顯著因素，彈性系數(shù)為0.2730，表明農(nóng)業(yè)機械總動力對江蘇省小麥種植面積影響最大，江蘇省科技比較發(fā)達，農(nóng)業(yè)機械化水平較高，促進了當?shù)匦←湻N植面積的擴大。城鄉(xiāng)收入差距對江蘇省小麥種植面積有顯著負向影響，影響彈性系數(shù)為-0.0264。家庭負擔系數(shù)和外出務工人員比例對江蘇省小麥種植面積也有負向影響，但不顯著。

2. 2. 6 山東省 在6個小麥主產(chǎn)區(qū)省份中，糧食最低收購價政策對山東小麥種植面積有負向影響，彈性系數(shù)為-0.2938，但影響不顯著，表明糧食最低收購價政策并不是影響山東小麥種植的主要因素。農(nóng)機總動力對山東小麥種植面積有顯著正向影響，且在各因素中影響最大，彈性系數(shù)為0.6938，其次為城鄉(xiāng)收入差距和外出務工人員比例，彈性系數(shù)分別為0.3388和0.2200，表明農(nóng)機總動力的提高、城鄉(xiāng)收入差距的擴大及外出務工人員的增多會擴大山東小麥種植面積。家庭負擔系數(shù)對山東小麥種植面積也有正向影響，但影響不顯著。

3 討論

本研究結果表明，最低收購價政策對四川省小麥種植面積影響最大，與陳長青（2017）得出四川省最低收購價政策對小麥產(chǎn)量的提高有積極促進作用的結論一致。四川省是勞務大省，其農(nóng)村勞務經(jīng)濟特征在全國具有廣泛的代表性，農(nóng)村剩余勞動力已基本得到轉移，糧食最低收購價政策很大程度上保障了四川省種糧農(nóng)民的基本收益。同時，安徽、山東和江蘇等3個省份小麥種植面積的主要影響因素是農(nóng)業(yè)機械總動力，農(nóng)業(yè)機械總動力系數(shù)較其他幾個變量居第一，說明農(nóng)業(yè)機械化程度的提高促進了小麥種植面積的擴大。此外，外出務工人員比例對安徽、山東、河南和四川等4個省份的小麥種植面積均有顯著正向影響，與其他影響因素相比，其系數(shù)最大，原因可能是農(nóng)民外出務工，家中土地并未閑置，而是選擇種植小麥等簡單糧食作物，集中時間收獲，此種現(xiàn)象以河南省最明顯；反之，外出務工人員比例對江蘇和湖北兩省呈顯著負向影響，其原因可能是這兩個地區(qū)經(jīng)濟較發(fā)達，農(nóng)村勞動力轉移加快，非農(nóng)就業(yè)收入吸引更多的農(nóng)村勞動力從事非農(nóng)生產(chǎn)。

本研究從糧食政策、家庭特征、科技水平和經(jīng)濟水平4個維度考察了5個變量對小麥種植面積的影響，但未考慮糧食市場環(huán)境對小麥種植面積的影響，例如某種作物的預期價格一定程度上會影響該作物當年的播種面積，因為農(nóng)戶在播種時通常會根據(jù)經(jīng)驗對農(nóng)產(chǎn)品的出售價格進行估計以確定其播種數(shù)和不同作物的土地分配，因此尚需要進一步討論。

4 建議

4. 1 制定差異化的地方配套政策，提高政策針對性與適用性

推進地方政府配套政策與糧食最低收購價政策相結合，統(tǒng)籌實施糧食直補、良種補貼、農(nóng)資綜合補貼等糧食生產(chǎn)補貼與糧食最低收購價政策，提高政策的針對性與適用性。如四川省應持續(xù)因時制宜地完善優(yōu)化糧食最低收購價的相關政策，政府可根據(jù)不同的糧食品種及當下的實際供需狀況，進一步細化最低收購價政策的制度設計，再根據(jù)糧食市場狀況適時適度地調(diào)整政策覆蓋范圍，增強政策的適應性和靈活性；湖北省應加強農(nóng)村經(jīng)濟建設，保障農(nóng)民經(jīng)濟收入，縮小城鄉(xiāng)收入差距，以糧食最低收購價政策為基礎，大力建設農(nóng)民種糧服務保障制度，鼓勵農(nóng)民種糧，以維持糧食的供給需求；安徽省、江蘇省、山東省和河南省應優(yōu)化配置農(nóng)業(yè)科技資源與布局，不斷推進農(nóng)業(yè)技術的發(fā)展，注重農(nóng)業(yè)科技水平的提升，提高農(nóng)業(yè)生產(chǎn)裝備水平，使糧食生產(chǎn)與種植向機械化與規(guī)?；较虬l(fā)展，提高農(nóng)業(yè)勞動生產(chǎn)率。

4. 2 推進農(nóng)業(yè)供給側結構性改革，補齊糧食生產(chǎn)制度短板

深入推進農(nóng)業(yè)供給側結構性改革，補齊糧食生產(chǎn)補貼制度短板，推行以價補分離為核心的目標價格補貼政策，逐步實現(xiàn)糧食價格的市場化，減少最低收購價政策對糧食市場的干預和價格的扭曲，充分發(fā)揮市場機制在糧食生產(chǎn)中的基礎性調(diào)節(jié)作用。在確保糧食穩(wěn)定發(fā)展的前提下，充分利用當?shù)貎?yōu)勢資源，根據(jù)各地的實際情況，因地制宜進行種植業(yè)結構調(diào)整，優(yōu)化種植結構。以糧食最低收購價政策為基礎，統(tǒng)籌各地區(qū)糧食種植結構，保障糧農(nóng)合理收益。同時，在資金上要加大對種糧大省的財稅補貼力度，充分發(fā)揮財政資金引導功能，在充分利用好現(xiàn)有財政資金渠道的基礎上，統(tǒng)籌利用商品糧大省獎勵資金，積極鼓勵和引導金融資本、社會資本對糧食產(chǎn)業(yè)的投入。

4. 3 完善農(nóng)業(yè)社會化服務體系，提高糧食機械化服務水平

進一步完善農(nóng)業(yè)社會化服務體系，提高農(nóng)業(yè)社會化服務對糧食生產(chǎn)的保障能力，尤其提高農(nóng)業(yè)機械化服務供給能力，充分發(fā)揮市場與政府在服務供給上的互補作用，提高糧食生產(chǎn)過程中耕、種、收、烘的機械化水平，逐步實現(xiàn)糧食生產(chǎn)機器換人，以農(nóng)機社會化服務促進糧食生產(chǎn)的規(guī)模經(jīng)營。各區(qū)域需進一步明確適合當?shù)靥攸c的農(nóng)業(yè)機械化技術路線和主要農(nóng)作物生產(chǎn)機械化技術模式，逐漸縮小地區(qū)間農(nóng)機化發(fā)展水平差距。糧食主產(chǎn)區(qū)及平原地區(qū)，土地流轉的速度加快，大馬力、先進適用的農(nóng)業(yè)裝備應用更加廣泛，丘陵地區(qū)機械化主要選用適用的小型特色農(nóng)機具，統(tǒng)籌協(xié)調(diào)區(qū)域和農(nóng)業(yè)機械化發(fā)展水平。綜合采用財政、稅收、金融、土地等各項扶持政策，運用貸款貼息、投資補助和以獎代補等手段，加大對農(nóng)業(yè)社會化服務體系建設的薄弱環(huán)節(jié)和提高自主創(chuàng)新能力的支持。大力培育多元化服務主體，發(fā)展合作社、協(xié)會、專業(yè)大戶、龍頭企業(yè)等成為農(nóng)業(yè)社會化服務的主要力量，以滿足農(nóng)業(yè)發(fā)展的新需求，同時為農(nóng)民提供就業(yè)崗位繼續(xù)從事農(nóng)業(yè)生產(chǎn)，建立起覆蓋全程、服務全面，機制靈活、運轉高效，綜合配套、保障有力的新型農(nóng)業(yè)社會化服務體系。

參考文獻：

陳長青. 2017. 糧食最低收購價政策評價模型的研究[J]. 中國集體經(jīng)濟， （10）： 51-53. [Chen C Q. 2017. Research on the evaluation model of grain lowest purchase price policy[J]. China Collective Economy，（10）： 51-53.]

方鴻. 2009. 中國糧食最低收購價合理確定機制研究[J]. 經(jīng)濟與管理， 23（4）： 20-25. [Fang H. 2009. Study on the reasonable determination mechanism of the minimum purchase price of grain in China[J]. Economy and Manage-ment， 23（4）： 20-25.]

蘭錄平. 2013. 我國糧食最低收購價政策的效應和問題及完善建議[J]. 農(nóng)業(yè)現(xiàn)代化研究， 34（5）： 513-517. [Lan L P. 2013. Effect and problems of Chinas grain minimum purchase price policy and suggestions for improvement[J]. Research of Agricultural Modernization， 34（5）： 513-517.]

李豐， 胡舟. 2016. 糧食最低收購價政策對農(nóng)戶種植行為的影響分析——以稻谷主生產(chǎn)區(qū)為例[J]. 價格理論與實踐，（10）： 94-97. [Li F， Hu Z. 2016. Analysis for influence of minimum grain purchase price policy on farmers planting behavior—Taking the main production area of rice as an example[J]. Price： Theory & Practice，（10）： 94-97.]

李維. 2010. 農(nóng)戶水稻種植意愿及其影響因素分析——基于湖南資興320戶農(nóng)戶問卷調(diào)查[J]. 湖南農(nóng)業(yè)大學學報（社會科學版），11（5）：7-13. [Li W. 2010. Peasants willing-ness to rice planting and its influential factors： Based on data of Zixing， Hunan[J]. Journal of Hunan Agricultural University（Social Science）， 11（5）： 7-13.]

王駿. 2016. 最低收購價政策對湖北省水稻種植面積的影響研究[D]. 武漢：華中農(nóng)業(yè)大學. [Wang J. 2016. Effects of minimum purchase price policy for rice planting area in Hubei Province[D]. Wuhan： Huazhong Agricultural University.]

王士海， 李先德. 2012. 糧食最低收購價政策托市效應研究[J]. 農(nóng)業(yè)技術經(jīng)濟，（4）：105-111. [Wang S H， Li X D. 2012. Study on the market effect of grain minimum purchasing price policy[J]. Journal of Agrotechnical Economics，（4）：105-111.]

肖雙喜， 劉小和. 2008. 棉花種植面積影響因素分析——基于新疆、河南、江蘇和山東四省的調(diào)查[J]. 農(nóng)業(yè)技術經(jīng)濟，（4）：79-84. [Xiao S X， Liu X H. 2008. Analysis on the impact factors for cotton planting area—Based on the investigation at Xinjiang， Henan， Jiangsu and Shandong[J]. Journal of Agrotechnical Economics，（4）：79-84.]

翟印禮， 謝海軍. 2009. 農(nóng)村經(jīng)濟增長的Panel Data模型分析——以遼寧省27個農(nóng)業(yè)縣為例[J]. 農(nóng)業(yè)經(jīng)濟問題， 30（4）： 92-97. [Zhai Y L， Xie H J. 2009. Panel data analysis on agricultural economic growth—A case study of 27 agricultural counties in Liaoning Province[J]. Issues in Agricultural Economy， 30（4）： 92-97.]

張建杰. 2013. 對糧食最低收購價政策效果的評價[J]. 經(jīng)濟經(jīng)緯， （5）： 19-24. [Zhang J J. 2013. Evaluation of the effect of crops minimum purchase price policy[J]. Economic Survey， （5）： 19-24.]

張淑萍. 2011. 我國糧食價格變動的經(jīng)濟效應分析[J]. 財經(jīng)科學， （8）： 93-102. [Zhang S P. 2011. Economic effects of Chinas grain price fluctuation[J]. Finance & Econo-mics， （8）： 93-102.]

張爽. 2013. 糧食最低收購價政策對主產(chǎn)區(qū)農(nóng)戶供給行為影響的實證研究[J]. 經(jīng)濟評論， （1）： 130-136. [Zhang S. 2013. Empirical study on the grain farmers supply behavior reaction to the minimum purchase price policy in main producing areas of China[J]. Economic Review， （1）： 130-136.]

朱喜安， 李良. 2016. 糧食最低收購價格通知對糧食價格的影響——基于事件分析法的研究[J]. 社會科學家，（5）：60-64. [Zhu X A， Li L. 2016. The impact of minimum grain purchase price notifications on grain prices—A research based on event-study approach[J]. Social Scientist， （5）：60-64.]

（責任編輯 鄧慧靈）