有约束农业机械化贡献的一种测算方法

来源: www.sblunwen.com 作者:vicky 发布时间:2015-09-13 论文字数:2541字
论文编号: sb2015090210113114518 论文语言:中文 论文类型:职称论文
本文是职称论文,本文创造性地提出了一种基于增长速度方程的有约束农业机械化贡献率的测算方法,并将应用到农业机械化贡献的实际测算中,取得了良好的预期效果。
0 引言

农业机械化是农业现代化的重要标志,是现代农业生产技术实现的工具和载体。同时,农业机械化又可以抢季节、保农时,提高土地利用率和生产率,提高农业抗御自然灾害的能力; 可减轻农业劳动强度; 可促进劳动力转移,繁荣农村经济,提高农村劳动者的科学文化水平。另外,农业机械化作用的描述,是一种定性的描述,对于如何科学地定量估计出农业机械化在农业生产中的作用问题,是人们一直关注的问题。为此,在现有研究的基础上,研究提出了一种基于增长速度方程的有约束农业机械化贡献的定量测算方法,克服了现有文献给出的增长速度方程参数估计方法与生产实际不符的情况,即有时会出现投入要素的产出弹性为负的情况。

1 增长速度方程的推导

在农业生产中,如果有 n 种投入要素,即 X1,X2,…,Xn,当用 Y 代表农业产出时,则农业生产函数的一般形式为

如果在农业生产中,技术进步为希克斯中性,则投入与产出之间的关系为



2 增长速度方程的参数估计方法

当用差分近似代替微分时,y( t) ,x1( t) ,x2( t) ,…,xn( t) 的观测值 y'( t) ,x'1( t) ,x'2( t) ,…,x'n( t) 可分别按前向差分、后向差分或中心差分近似计算。前向差分为


为了使差分后的数据与观测数据个数相同,第一个数据按前向差分处理,最后一个数据按后向差分处理,其余的按中心差分处理,即

当令

构造以增长速度方程误差绝对值之和为目标,以各投入要素产出弹性 αi≥0( i = 1,2,…,n) 为约束条件的优化模型为

由于上述模型为非线性优化模型,存在求解繁琐、效率低下和没有解析解等缺点,因此作者对其进行了进一步研究。当设

于是,上述非线性优化模型( 20) 便转化为如下的线性规划模型,有


3 农业机械化贡献的测算模型

为了分析问题方便起见,不妨设投入要素 X1( t)为t 时刻农业机械化投入,则α1x1( t) 就代表农业机械化在农业产出增长中所起的作用。若令 g1( t) 代表 t时刻农业机械化在农业产出增长中的贡献,则有

式( 25) 就是 t 时刻农业机械化在农业产出增长中贡献的测算模型。
当有 m 年的观测数据,则 m 年农业机械化在农业产出增长中的平均贡献 g1为

式( 26) 就是农业机械化在农业生产中贡献的测算模型。

4 应用实例

本文以黑龙江省的农业机械化为例来研究农业机械化在农业产出中的贡献率。因为黑龙江省是我国的一个农业大省,也是我国重要的粮食主产大省,农业产出在全国占有重要的地位,该省的农业机械化水平较高。选取农业机械总动力、农业播种面积、化肥投入量、有效灌溉面积及种植业劳动力等对种植业产出有强相关关系的因素为投入要素,以种植业总产量为农业产出,其基本观测值如表1 所示。

以上数据经过差分处理后,结果如表2 所示。


其数学模型如下:
目标函数为

通过带入数据求解上述线性规划模型,便可获得相应时间内各投入要素的产值弹性,以求 2008 年农业机械化贡献率为例,其运算结果为 a0= 0. 164 、a1= 0. 671 、a2= 0. 007 、a3= 0. 057 、a4= 0. 177 、a5= 0. 107,则 2008 年的农业机械化贡献率为



5 结语

农业机械化对农业贡献率研究有助于人们从总体上把握农业机械化的发展水平、发展潜力和趋势,对农业机械化事业的决策具有重要的参考价值。目前,对农业机械化贡献率及其测算方法的认识都存在一些不足和缺陷,随着改革的深入和农业机械化服务产业化的发展,分工专业化对农业生产效益可持续增长的贡献日益加大,如何科学测算新形势下农业机械化贡献率将成为众多学者必须面对和解决的课题。本文创造性地提出了一种基于增长速度方程的有约束农业机械化贡献率的测算方法,并将应用到农业机械化贡献的实际测算中,取得了良好的预期效果。
参考文献(略)

原文地址:http://www.sblunwen.com/zc/14518.html,如有转载请标明出处,谢谢。

您可能在寻找职称论文方面的范文,您可以移步到职称论文频道(http://www.sblunwen.com/zc/)查找