熱門論文
最新論文
黑龍江省農業機械化發展的系統分析與 對策研究
發布時間：2023-04-24 11:01
1引言
1.1研究的目的和意義
“三農”問題是我國經濟快速發展過程中遇到的尖銳問題之一。2004~2010 年中央連續 七年發布以“三農”為主題的中央一號文件，強調了“三農”問題在中國的社會主義現代化 時期重中之重的地位。發展農業，發展農村經濟，增加農民收入，擴大農民就業渠道，提高 農民整體素質等已經成為制約“三農”問題的關鍵所在。要從根本上解決三農問題，就必須 依靠農業機械化，改變農業中主要依靠手工勞動的傳統生產方式，改變農業人口占很大比重 的不發達狀態，促進更多的人向城鎮和非農產業轉移，實現傳統農業向現代農業的轉變，由 粗放型經營向集約型經營轉變，由小規模經營向產業化經營轉變，由資源過度利用型向可持 續利用型轉變。農業機械化是許多農業科學技術在農業領域中運用的載體，離開了農業機械 化，許多先進的提高農業生產能力、節本增效、保護環境的技術就無法實現。因此，農業的 根本出路是農業機械化，農業機械化水平是衡量農業現代化水平的重要標志，實現農業機械 化是農業現代化的必然選擇。
2004~2010 年七個中央一號文件關于農業機械化的內容不斷增多，內涵更加豐富，可以 說，從分寸、分量、急迫性幾個方面，層層遞進，農業機械化在“三農”工作中的地位和作 用愈加被強化。當前，國際金融危機持續蔓延，世界經濟增長明顯減速，對我國經濟的負面 影響日益加深，對農業、農村發展的沖擊不斷顯現，農業機械化發展挑戰與機遇并存。在新 的起點上，我國農業機械化一定會開拓創新，抓住機遇，迎接挑戰，實現又好又快發展，為 促進農業穩定發展、農民增收做出更大貢獻。加快發展農業機械化，是推進國家工業化、城 鎮化和現代化建設的迫切要求，是統籌城鄉經濟社會發展，推進農村小康社會建設的必然選 擇，是提高農業綜合生產能力、保障糧食安全的重要措施。加快發展農業機械化，適應了廣 大農民需要享受現代文明成果，改善生產條件，減輕勞動強度的迫切要求。沒有農業機械化， 就談不上農業的現代化，也不可能實現農村小康和社會的全面進步，實現農業機械化是建設 現代農業不可逾越的發展階段，是衡量農業現代化發展水平，反映農業現代化進程的重要標 志。2000年，美國工程院把農業機械化評為20世紀對人類社會生活影響最大的20項工程技 術之一，列第 7 位，這一評價客觀地反映了農業機械化在經濟社會發展中的重要地位（楊敏 麗，2003）。
黑龍江省是全國的農業大省，是全國最大的農業主產區和商品糧基地，糧食產量超千億 斤，商品糧占全國的1/4。總人口 3824萬人，土地總面積45.4萬km2,占全國土地總面積的 4.9%, 2009年黑龍江省耕地總面積11.833萬km2,占全國耕地總面積的9.05%,居全國之首, 農民家庭人均經營耕地面積0.744公頃，遠遠高于全國的0.144公頃。全省78.3%的耕地集中 分布在松嫩平原和三江平原地區,而山地和丘陵地區的耕地只占全省耕地總面積的 21.7%。 黑龍江省農業的基本特點是人少地多,無霜期短,屬于典型的旱作農業區,旱地占耕地總面 積的 88.2%,其次是水田,占耕地總面積的 10.5%,菜地面積較小。全省耕地平坦,集中連 片,適合于機械化耕作,也正是因為這個特點,促進了黑龍江省加快發展農業機械化的步伐。 黑龍江省實現農業機械化的條件優越，發展農業機械化為保障國家糧食安全，提高農業綜合 生產能力做出了重要貢獻，因此，結合黑龍江省的特點對黑龍江省農業機械化發展進行系統 分析和對策研究有重要意義。
當前，黑龍江省農業機械化的發展態勢很好，主要表現在：①農機總動力增長速度很快, 特別是大中型拖拉機及其配套農具增長速度遠遠超過小型拖拉機及其配套農具增長速度。 2001~2008 年黑龍江省農業機械總量持續增長，到 2008年農業機械總動力達到 30184 MW， 平均每年增長 9.03%；大中型拖拉機臺數平均每年增長 29.67%，總動力平均每年增長 19.72%； 小型拖拉機臺數平均每年增長 2.13%，總動力平均每年增長 3.89%；大中型拖拉機配套農具 平均每年增長17.34%,小型拖拉機配套農具平均每年增長&34%。②農業機械化作業程度不 斷提高，主要農作物的生產機械化發展迅速。黑龍江省耕、播、灌溉、植保、收獲機械化程 度持續提高，到2008年分別達到97.83%、87.70%、26.42%、66.90%和54.28%。③農機作業 服務組織快速發展，經營效益穩中有升。 2008年黑龍江省有18000個農機作業服務組織，其 中農機大戶14000個，農機合作社等新型農機服務組織不斷發展壯大。 ④農業機械化資金的 投入不斷增多，由2000年的 42314萬元增加到2008年的258286.9萬元。總的來看，黑龍江 省農業機械化事業有了巨大發展，為農業增產增收發揮了巨大作用。
同時，我們也要注意到，在農業機械化快速發展的大好形勢下，按照科學發展觀衡量， 與率先實現農業現代化要求還存在很大差距，農業機械化的快速發展給農業機械化的管理部 門帶來嚴峻的挑戰，為提高農機管理部門的管理決策水平，還有一些農業機械化管理領域突 出問題亟待解決，如①如何科學的對農業機械化發展水平進行綜合評價，以便準確的掌握農 業機械化發展情況和所達到的水平，為分地區指導發展提供科學依據；②辨識出影響農業機 械化發展的主要環境因素以及農業機械化未來的發展環境，如何將環境與農業機械化發展相 融合，以促進農業機械化與環境協調發展；③農業機械化以什么樣的速度發展，如何確定農 業機械化的發展目標；④如何提高農業機械化的經營效益；⑤農機社會化服務體系不完善等 問題。這些問題的解決關系到黑龍江省農業現代化的實現，也關系到農業和農業機械化的可 持續發展。從現在到 2020 年，是我國全面建設小康社會的關鍵時期，也是我國由傳統農業向 現代農業邁進的關鍵時期，黑龍江省要在全國率先實現農業現代化就必須解決這些問題，使 農業機械化的管理、組織和協調體系更加完善，農業機械化與環境協調發展，農業機械化的 作用得到更充分的發揮。
實踐證明，農業機械化發展是一項復雜的系統工程，技術與經濟融合，裝備與人文環境 交織。黑龍江省在未來的農業機械化發展中，各級政府部門要想推動農業機械化的快速、健 康、有序發展，首先要有正確的發展思路，可靠的發展途徑，切實可行的發展策略。正確的 發展思路和策略來自于對農業機械化發展規律的深入研究和總結，來自于對農業機械化發展 環境的準確分析和把握。正是基于這樣的認識，本文提出運用科學的管理理論與技術對黑龍 江省農業機械化的發展現狀、農業機械化發展水平評價指標體系、農業機械化與環境的關系、 農業機械化發展主要影響因素、發展目標、發展重點及對策措施等問題進行系統的定量和定 性的研究，實踐上有助于人們運用科學的理論方法，從總體上把握農業機械化的發展速度、 發展潛力和趨勢，制定進一步提高農業機械化發展水平的對策和措施。本研究對于黑龍江省 農業機械化主管部門解決已經存在的問題，制定推進農業機械化發展的戰略和規劃具有重要 的參考價值,為實現黑龍江省農業現代化及推動農村經濟有序、健康、快速的發展,促進社 會主義新農村建設,構建和諧社會都具有重要的理論和現實意義。
1.2 國內外研究綜述
1.2.1國外有關的研究
國外發達國家與中國農業機械化發展的運行體制不同,在農業機械化方面的研究,從文 獻檢索可以看出發達國家農業機械化已經基本實現,在實現農業機械化的過程中主要進行的 是機具和作業研究,單純對農業機械化發展過程、政策的研究較少；發展中國家對農業機械 化政策、策略等問題研究較多,并取得一定進展。隨著計算機技術的發展,國外學者較多利 用定量分析模型,從農業機械化發展與農業生產率增長、農業勞動力轉移、農業勞動生產率、 產量與農民收入等的關系方面加以研究,將農業機械化的發展置于整個國民經濟和農業發展 的大環境中加以考察,特別著重研究農業機械化的技術進步對農業和經濟的促進作用,得出 農業機械化的發展支撐了農業和經濟進一步發展的結論（早見雄次郎和弗農.拉坦, 1980； W.N.帕克和J.L.V科林，1966）。目前，發達國家對農業機械化的研究主要集中在農業機械化 與農業經濟發展,農業機械化系統優化分析或從微觀角度研究直接促進農業機械化水平提高 的技術等。
1 ）農業機械化與農業經濟發展
巴塔徹基（1953）,速水（1969）,速水、拉坦（1970）,埃文森（1975）,組延（1979）, 山田、拉坦（1980）,安泰兒（1980）等學者都先后利用世界不同國家和地區的斷面資料,計 算總的農業生產函數,以所得生產彈性為加權值,統計多種投入因素的增加率,從而計算各 種因素在農業增長中的作用大小。通過研究,得出農業機械化能夠代替人力勞動,大幅增加 農業產出。日本學者早見雄次郎和美國學者弗農.拉坦利用柯布——道格拉斯農業生產函數, 根據43個國家和地區的資料計算了1960、1970、1980年國際間農業勞動生產率的差別,對 主要原因進行分析、比較,說明農業勞動生產率差別的 30%是由化肥和機械投入的差別造成 的，體現了農業機械化在發展農業生產中的作用。Hayami, ToshihikoKawagoe基于日本經驗 研究了農業機械化在規模經濟實現過程中的重要作用。Richard Disney, A.A.Elbashir基于蘇 丹經驗研究了農業機械化在促進就業增加和生產率增長方面的重要作用。
2）農業機械化政策理論研究
Wojciki.Z（1996）在考慮農場結構調整、農業技術設備、農業和農村地區的就業后，對 波蘭未來20~25年內農業和農村地區的發展趨勢進行了預測,提出具有高生產能力的家庭農 場、大型農場和多農戶型農場，能實現機械化高效投資和現代技術的完美結合。印尼的 Gultom.B, Handoko（1998）提出農業應該通過運用高效率生產技術生產高質量的產品，即 立足于工程的農業機械化發展觀。 Rachmat.M， Hendiarto （1998）對印尼過去20年內關于農 業機械化發展的研究成果匯總在一起,這些研究成果表明：機械設備的設計由最初僅適用于 糧食作物的收前作業發展到了后來垂直多樣化的狀態。日本政府在戰后制定了一系列推動農 業機械化的法規,例如土地改良法、農業機械化促進法和農業現代化資金促成法,這些立法 為日本在較短時間內實現農業機械化提供了重要保證（黎海波, 2005）。法國政府為推進農業 機械化高速發展，制定了一系列政策措施對農業大量投資、貸款促進其發展，鼓勵專業化合 作社，擴大經營規模，實行農機和農用生產資料價格補貼和減稅政策，幫助農機組織及農機 合作社，推行農工綜合體和農業社會保障制度等(林建華，2001)。韓國自烏拉圭回合協定和 世貿組織正式出籠后，韓國開始修改《農業機械化促進法》，逐步減少直接補貼，并于 2000 年正式廢除了直接補貼制度和農業機械供應與價格調整制度，農業機械的生產、進口、銷售 基本實現了市場自由化。德國人均耕地面積較少，土地經營分散，不利于實行農業機械化， 因此，政府采取了支持和鼓勵土地集中，實行遷移政策，鼓勵長期出租土地，向“有生命力” 的農戶投資，制定“地區結構政策”等一系列辦法擴大生產規模，調整農業結構，為實現農 業機械化創造條件(http://www.amic.agri.gov.cn，2009)。
3)農業機械化系統優化分析
農業機械裝備的有效投資及合理利用是農業機械化發展的重要問題之一，在國際上有關 農業機械裝備和農業機械化管理的優化問題得到了廣泛研究。Audsley E.(1981)建立了用于 新機械與技術開發運用的線性規劃模型，用來分析農業條件、經濟和技術間的關系，評價農 業機械可操作性與經濟可行性，也可為農場制定不同的發展戰略。Whitson R. E(1982)利用 線性規劃方法，評估德克薩斯州在自然風險下不同農機耕作方案糧食、高粱、棉花、大豆與 玉米作物分別替代耕種的產量，優化農業機械耕作方案。Gracia et al.(1982)研究了一個混 合整數線性規劃模型，對西班牙的農作物以最小成本選擇最佳的農業設備o Ghassan A(1986), Reid D. W，Saadoun T (1987)不斷完善與發展混合整數線性規劃模型，拓展規劃所涵蓋的 系統范圍和生產期。Kline D. E (1988)通過運用農場管理線性規劃，構建農場級農業機械化 智能優化決策支持系統。Bender D.A. (1990)提出有關線性規劃優化后影子價格運算法則， 分析農業機械化的主要制約因素，闡述了農業機械化發展對拖拉機與勞動力資源的影響。 Jannot Ph, Cairol D.，(1994)設計了一個叫做GEDE的線性規劃計算機軟件，優化農作物布 局、農業收益、勞動力需求，及機械和土地資源需求。Sogaard H.T， Sorensen C.G (1996) 研究了一種建立在最低成本觀念上的非線性規劃模型，提出了一個對多農場混合系統的整體 線性規劃機器選擇模型，利于作物在多農場系統使用的機械上投資以及對每個農場在正確的 時間分配正確的機器的決定。E.A.Camarena et al. (2004)建立了多農場體系的農業機械優化 綜合整數線性規劃模型，并對墨西哥5個耕種小麥和高粱的農場進行了模型實證分析。
4)農業機械化與可持續發展
農業機械化與環境壓力有關，涉及污染風險(E.A. Camarena，2004)，以及土壤、水質、 生活環境、生物多樣性、野生動物和景觀文化相連的土地管理(Watts C. W.，1996)o農業機 械化直接或間接與農業可持續發展問題相聯系，它能保持和改善農業可持續發展。F.R.Leival (2001)對農業機械化與可耕作農業的可持續關系進行了分析和界定，利用環境、社會和經 濟指標對英國兩種適宜耕種的農田類型進行了評價，評價指標包括三類：一是與農業機械化 直接相關的指標，如能源利用、廢氣排放和土壤壓緊狀態；二是與農業機械化間接相關的指 標，如土壤有機質下降和化學肥料使用副作用；三是反映受農業機械化影響的指標，如勞動 力就業和農業財政狀況等。精細農業(Precision Farming/Agriculture)的出現是持續發展中的 一次重大進步，精細農業生產系統作為現代農業生產系統，是常規農業機械化生產系統的智 能化，該系統利用計算機、全球衛星定位系統(GPS)和地理信息系統(GIS)、可變速率控 制器、以及田間和遠程遙感（RS）等現代技術，控制田間的機械作業，極大程度地優化了資 源投入的組合,提高了資源利用率,減少了環境污染。
1.2.2國內有關的研究
在1937年，毛澤東同志深刻指出“在社會主義社會中工人階級和農民階級的矛盾，用農 業集體化和農業機械化的方法去解決”。改革開放以來，學術界空前活躍，積極進行理論與實 踐研究，主要在以下五個方面取得了突出進展。第一、農業機械化系統分析；第二、農業機 械化對農業經濟增長的作用；第三、農業機械化發展水平與經濟效益評價；第四、農業機械 化發展的階段性及區域性研究；第五、農業機械化發展目標的預測。研究的主要方法有層次 分析法、因素關聯分析法、綜合評價法、灰色預測法、移動平均、指數平滑、回歸分析和BP 神經網絡等。
1）農業機械化系統分析
農業機械化作為農業技術結構中的重要組成部分，是工業技術與農業技術相結合的產物， 更是一個邊界模糊、因素眾多、關系復雜的動態系統。國內眾多學者針對農業機械化系統的 復雜性，對農業機械化的涵義、結構關系和影響因素進行了廣泛的研究。
①農業機械化的涵義、結構關系研究 朱授華（1994）分析了農業機械化系統的功能和目的，指出現存農業機械化系統的缺陷，
并對新形勢下構建農業機械化系統提出想法。楊敏麗、白人樸等根據發展形勢的變化，從時 間和空間范疇上對農業機械化進行系統分析，在 1997 年論述了現代農業的概念與內涵，闡 述了農業機械化與建設現代農業的關系，在2005年分析了我國農業機械化發展現狀和存在的 主要問題，提出促進我國農業機械化發展的政策措施，對我國農業機械化發展所處的階段性 和不平衡性進行了深入的定量研究。劉超（2002）以系統工程思想為指導，對農業機械化的 涵義、項目類別、系統組成及其結構關系、與經濟社會的反饋作用機制等進行了詳細的分析， 闡明了農業機械化系統指標體系的基本框架及其層次關系和發展過程中的基本特征。周志艷、 山寶琴等（2007）分別結合我國社會主義新農村建設的實際情況，對農業機械化的基礎性地 位與作用進行了論述。
②農業機械化發展的影響因素研究
農業機械化發展受到多種因素的影響，傅澤田等（1998）利用總量分析模型對農業機械 化發展與其主要影響因素的關系進行了定量分析，得出農業機械化的發展與人均收入、勞均 播種面積和糧食單產水平有密切關系，并隨著人均收入、勞均播種面積和糧食單產水平的增 長而增長。穆維松等（2000）從我國農業機械化經營機制、農業發展環境、農村工業化水平 和經濟發展水平等方面分析了我國農業機械化發展的環境變化，揭示農業機械化有著良好的 發展環境與機遇。郝慶升（2001）研究農業機械化發展的動力機制，得出政府對農業、農機 工業及農機科研的扶持，是農業機械化發展的外在動力；使用農業機械的經濟效益是農業機 械化發展的內在動力。陳寶峰等（2005）采用逐步回歸分析法對影響山西省農業機械化作業 程度的因素進行了量化分析，建立了山西省農業機械化發展水平影響因素逐步回歸模型，筆 者提出提高山西省農業機械化綜合作業程度的關鍵在于加強農機動力配備的同時還有賴于國 民經濟的發展，農業勞動力的合理轉移，以及農民收入的提高和適合丘陵山地作業的小型農 業機械的研制和推廣。楊印生等(2006)應用DEMATEL法，對影響因素之間相互影響關系 進行研究，得出東北地區農業機械化發展主要影響因素。林萬龍，孫翠清(2007)對農業機 械私人投資的影響因素進行分析，分析結果表明影響農業機械私人投資的主要因素是農民土 地經營規模、種植業生產的專業化程度、農戶家庭經營性收入水平及已有的農機動力存量等。 彭代慧、祝詩平(2007)分析了勞動力、農機產品、土地等重要因素對我國農業機械化發展 的影響，并提出了農業機械化發展對策。薛亮等(2005)、祝華軍等(2007)對農業機械化財 政投入與農業機械購置補貼問題進行了分析，分析表明農業機械化的發展與財政投入密切相 關，要用好農機補貼應做到：農機補貼的對象應以農機專業戶為主，集中補貼重點機具品種， 農機補貼的資金標準以機具價格的30%左右為宜。張為杰等(2009)利用雙對數計量模型對 農業機械化有關數據進行實證分析，表明農業機械化水平與農民人均收入水平、耕地規模和 農村金融發展水平之間具有相關關系。
③農業機械化系統優化與發展對策研究
陳樂萍(1999)、劉桂芝(2005)、楊敏麗(2006)、師麗娟等(2006)分別對農機社會化 服務組織形式及發展中存在的問題進行研究，提出主要對策包括：因地制宜，分類推進農機 服務產業化；建立農機作業市場，提高農機作業組織化程度；加入農機投入，建立完善農機 化投資機制；爭取優惠扶持政策，切實加強領導。白人樸(2000)總結了建國以來我國農機 化發展取得的成就，指出2001~2015年我國農業機械化的主要任務和主攻方向。楊敏麗(2001) 在總結了當前我國農業機械化發展與發達國家相比存在的突出問題后，從農機化結構調整、 農機服務體系建設、農機化科技進步和創新、農機化信息網絡建設、政策法規和標準化建設、 農民素質教育與技術培訓、加強國際交流與合作七個方面較全面的提出了促進我國農業機械 化發展的措施。黃明洲(2002)、吳才聰等(2002)、彭卓敏(2003)、郭維俊等(2006)對農 業機械化技術創新重點方向、技術產業化及相應技術發展政策進行了深入研究，提出推動農 業機械化技術不斷發展關鍵在于：提高農機化技術創新能力；積極實施農機化科技項目帶動 戰略；加強農機化技術國際合作與交流；做好農機化技術信息服務工作。何勇等(2003)基 于GIS系統對農業機械化發展水平的區域劃分系統進行分析與設計。
李寶筏(2003)針對遼寧省實際情況，提出農業機械化發展對策：推進農業結構戰略性 調整；精心組織“示范工程”；促進設施農業和創匯農業發展；培養具有創新能力的農機科技 人才。吳金環、沈立峰(2003)在分析中國農業機械化現狀、存在問題、制約因素的基礎上， 提出了農業機械化發展對策與思路，即：加大教育培訓力度構建農業機械化科技創新體系； 轉變政府職能，創造良好的農業機械化發展環境；優化農業機械化區域布局加強推廣和宣傳 工作。呂美巧、趙羽中(2003)對農機服務產業化發展進行了辨證分析，分析了農機服務產 業化的必然性和發展要求。楊大偉、楊翠迎、孫月(2003)對我國實行農機跨區作業進行了 研究，提出要推動農機跨區作業，加速我國農業機械化進程。李戈明、趙啟華(2003)從基 礎設施建設、基層技術服務體系建設、土地經營模式改革等方面提出了實現西部丘陵地區農 業機械化的跨越式發展的對策和措施。黃明洲(2002)、彭卓敏(2003)、郭維俊等(2006) 指出推動農業機械化技術不斷發展的關鍵在于：提高農機化技術創新能力；積極實施農機化 科技項目帶動戰略；加強農機化技術國際合作與交流；做好農機化技術信息服務工作。楊印 生、郭鴻鵬等(2004)，運用制度經濟學的委托——代理理論對我國農機作業委托的影響、組 織形式進行了深入研究，提出了建立市場化農機作業委托組織體系的制度框架。閔玉瓊（2004） 通過對農機推廣的有利條件和內外部制約因素的研究分析，提出了農機推廣的途徑和措施。 沈道慶、謝周篙（2004）通過對發達國家發展農機化的財政投入、稅收保護、金融信貸、法 律法規等方面的研究分析，闡述了我國政府要加快農機化法律法規建設步伐，建立健全市場 機制的農機化投入機制，充分發揮財稅政策的誘導功能。周永來、楊國文（2004）論述了農 機大戶的出現與發展，農機大戶在農機化發展中的作用，提出了發展壯大農機大戶的幾條建 議。王智才（2004）分析我國農業機械化發展現狀，提出推進農業機械化發展的對策：圍繞 農業結構調整，優化農業機械化布局，加強政策法規建設，加快農業機械化技術創新，推進 科技進步，積極推廣先進適用的農業機械化技術和機具，切實做好農機質量和安全生產工作， 維護農民合法權益。楊印生等（2005）結合我國實際情況，通過對我國農業機械化促進和支 持體系的構建問題進行系統分析，指出我國農業機械化促進體系存在的主要問題，提出主要 對策包括：根據農機發展需要建議國家增加對農業機械化基本建設的投資數額；地方政府應 盡量多安排一定的資金支持農機的購置，特別是農機的綜合配套使用；逐步增加農機事業費 在各種農口投資基金項目中列入農機科目；認真加強對專項資金的使用管理，提高資金的使 用效益；國家在信貸、稅收等方而應給予農機政策優惠；政府有關部門應以多種形式扶持農 機服務體系的建設。楊敏麗、陳樂萍、劉桂芝、師麗娟等（2006）分別對農機社會化服務組 織形式及發展中存在的問題進行研究，提出優化農村社會化服務的主要內容包括：因地制宜， 分類推進農機服務產業化；建立農機作業市場，提高農機作業組織化程度；加入農機投入， 建立完善農機化投資機制；爭取優惠扶持政策，切實加強領導。姚寶剛（2006）在深刻認識 現代農業基本特征基礎上，提出農業機械化發展對策：農產品生產過程機械化與產業化經營 相結合；大力推進適應農業和農村經濟結構戰略性調整的農業機械化發展戰略；發展保障農 業可持續發展的農業機械化技術；建立和完善農業機械化技術標準體系；加強政策法規建設 和宏觀調控力度；提高優勢農產品質量安全水平。張睿、高煥文（2007） 通過對中國農業機 械化的柴油消耗趨勢進行分析，提出了農業機械化節能戰略措施。陳瑞燕、郭翔宇等（2009） 分析了阻礙農業機械化發展的因素和促進措施，提出促進農村剩余勞動力的轉移，加大政府 對農業機械的投入，建立農業機械化服務體系，能有效促進黑龍江省農業機械化作用的發揮。
2）農業機械化對農業經濟增長作用研究 楊邦杰（2000）、程智強等（2001）、洪仁彪等（2000）、楊青等（2000）、高連興等（2001） 采用 Cobb-Dauglas 生產函數、索絡余值法和項目有無比較法將農業機械化對經濟的作用和 貢獻進行了定量研究。張冬平等（1996）、祝華軍（2005）分別對農業機械化與農村勞動力轉 移之間的關系進行了深入研究，結果表明農業機械裝備彌補了農業勞動力轉移后農業生產中 有效農業勞動力不足，為農村工業化和城市化提供了勞動力供應。王福林（2004）、宗曉杰 （2006）提出運用DEA法的C2R和C2GS2兩個模型測算農機化貢獻率，力求使測算結果更 接近真實情況。白人樸（2004）對新階段農業機械化與農民增收的關系進行了理論和實證研 究，提出農民增收的根本是提高勞動生產率，而農業機械是提高農業勞動生產率的關鍵。周 志艷、山寶琴等（2007）結合我國社會主義新農村建設的實際情況，對農業機械化的基礎性 地位與作用進行了論述。宋山梅等（2009）利用我國1990~2005年統計數據，對我國農業機 械化與農業經濟增長的內在聯系進行分析，通過運用ganger因果檢驗和協整分析，進一步驗 證農業機械化在我國農業經濟增長中的巨大作用。李歡等(2010)構建了 C-D生產函數模型 及雙對數模型，考察了各種要素投入的增長對黑龍江省農業經濟增長的貢獻。
3)農業機械化發展水平與經濟效益評價
農業機械化發展水平和經濟效益評價可以全面反映農業機械化發展情況，正確引導農業 機械化的進一步發展，提高管理水平，因此，這一領域也成了人們關注的焦點。楊印生等(1997) 建立了多層次灰關聯評估模型，并對吉林省榆樹縣大坡鎮9個村的農業機械化作業程度作了 評價。李炳軍等(1997)認為反映農業機械化發展水平的指標體系包括效果指標、裝備水平、 發展潛力和穩定協調能力；把我國農業機械化發展水平劃分為初始機械化、半機械化、基本 機械化和全面機械化4個階段，并提出了相應的評價標準。李立輝等(2001)建立了農業機 械化技術經濟效益多層次灰關聯的層次結構評估模型，包括土地生產率、勞動生產率、成本 利潤率和投資效果，并對吉林省榆樹市大坡鎮九個村進行實證研究。樓文高等(2003)根據 農業機械化發展水平的評價標準，提出了生成足夠多人工神經網絡訓練樣本、檢驗樣本和測 試樣本的方法，運用訓練后的神經網絡評價模型對河南省農業機械化發展水平進行了評價。 何勇等(2004)在分析現有農業機械化發展水平評價方法的基礎上，提出了粗糙集理論與人 工神經網絡技術相結合的農業機械化發展水平評價指標簡化體系和評價方法。鄭文鐘等 (2006)在已有農業機械化發展水平評價指標體系的基礎上，利用模糊聚類與粗糙集理論確 定各指標的權重，為評價農業機械化發展水平提供了一種新方法。吳維雄等(2008)根據相 關研究成果并結合四川農業機械化發展的實際，建立了四川綜合農業機械化水平評價指標體 系。牛淑卿等(2010)通過建立關聯分析模型，對河北省農業機械化水平進行了科學的評價。 劉超(2010)建構了農業機械化評價的程度度量和項目相對重要性衡量兩套指標體系，闡明 了農業機械化程度的計算方法，并在實際中加以應用。
4)農業機械化發展的階段性及區域性研究
農業機械化的發展不僅表現出發展的無限性和連續性，而且呈現出發展的階段性。正確 認識我國農業機械化所處的發展階段，對農業機械化的基本國情做出科學判斷，是建設有中 國特色的農業機械化事業的重要問題，是科學制定和正確執行我國農業機械化方針、政策的 基本依據。楊敏麗(1998)從農業機械的替代效應、農用總動力結構變化、人-畜-機作業費 用構成、農業勞動生產率的變化等四個方面分析了我國農業機械化的現狀，得出我國仍處于 初步機械化階段的結論。白人樸等(1999)建立了農業機械化發展所處階段的模糊綜合評判 模型，農業機械化發展階段劃分主要運用耕、種、收機械化綜合水平及第一產業從業人員占 全社會從業人員的比重兩個指標，用該模型對全國及各個省市區農業機械化發展階段進行評 判，把農業機械化發展過程大體劃分為3個階段即農業機械化初級階段、農業機械化中級階 段、農業機械化高級階段。楊敏麗、白人樸(2000)對我國農業(種植業)機械化發展的區 域不平衡性進行了研究，在調查與分析我國各地區農業主要是種植業機械化發展情況的基礎 上，對農業機械化的發展進行了地區比較研究與綜合評價；利用綜合評分法和模糊聚類法， 將農業機械化的發展分為三類地區，提出我國農業機械化的發展應按北部、中部、南部來分 類指導實行分區決策、分類實施、重點突破、逐步推進的發展戰略。鄭文鐘、何勇(2004) 針對農業機械化發展的區域性和發展水平的不平衡性，考慮浙江省的實際情況，以各縣市為 基本單元對農業機械化發展水平進行了評價與分類，并將評價結果與具有地圖化表現和空間 分析能力的軟件相結合，生成相應的專題地圖，分析了農業機械化發展水平及其影響因素的 空間分布規律，并對各類地區的農業機械化發展提出措施與建議。楊敏麗、白人樸(2005) 提出了以農機作業為基礎、能力為保障、效益為核心的農業機械化發展水平評價指標體系， 建立了發展階段模糊評判模型，對我國及各地區農業機械化發展階段進行了評判。
5)農業機械化發展目標的預測
我國對農業機械化發展目標的研究較少，主要采用專家調查法和定量預測法，集中在對 農業機械化裝備水平和農業機械化作業程度進行定量預測。關凱書等(1999)采用模糊神經 網絡預測模型對我國農機總動力需求進行了預測。謝紅梅等(2001)、陳麗能等(2001)、賴 慶輝等(2005)采用BP神經網絡對全國和各地區的農機總動力進行了預測。孫福田(2004) 采用將簡單移動平滑法、指數平滑預測模型中的二次曲線趨勢和修正指數曲線模型按權重組 合對我國農業機械化裝備水平，耕、種、收和植保機械化程度進行了預測。陳寶峰(2005) 采用專家調查法和時間序列一元線性回歸法對農機總動力、大中型拖拉機保有量、小型拖拉 機保有量和農業機械化作業程度進行了預測，得出山西省2010年和2020年的農業機械化發 展目標。吉林大學的白麗等(2005)以1992~2001年吉林省耕、種、收機械化作業程度的統 計數據為依據，采取了平滑預測與一元線性回歸預測相結合的方法，預測了2005~2015年吉 林省耕、種、收機械化作業程度的發展。朱榮勝，王福林(2006)采用趨勢包絡法對黑龍江 省農機總動力進行了預測。朱瑞祥等(2006)結合灰色預測模型和神經網絡預測模型的優點， 建立了灰色神經網絡組合模型，對農機總動力進行了預測。劉佩軍(2007)對移動平均后的 數據，分別采一元線性回歸、冪函數回歸、指數函數回歸進行預測，選擇擬合精度較高的模 型作為相應指標的預測模型，預測了2010~2020年東北地區農業機械化裝備水平和耕、播、 收機械化作業程度的發展。張慶霞(2007)采取移動平均預測與一元線性回歸預測相結合的 方法，預測了2007~2017年安徽省耕、播、收機械化作業程度。張淑娟，趙飛(2008)建立 了基于Shapley值的農機總動力組合預測方法。
綜上所述，國內外對農業機械化問題的研究已具備了一定的廣度和深度，但由于各國農 業機械化發展的實踐差異，國內外研究存在很大差異。目前，發達國家對農業機械化的研究 主要集中在高效、低投入農業模式和相應的生產方式的研究上，以及近些年來可持續農業的 生產手段與技術體系的研究上，相應地農業機械化技術向精細化、自動化、機電一體化、智 能化方向發展，對一個國家或地區的農業機械化發展目標、發展模式、發展對策等少有研究。 國內對農業機械化的研究多是一般對策性的研究，有個別的研究相對深入，但不全面，定性 分析較多，定量分析較少， 2000年以后各個省份也開始研究適合本省特點的農業機械化發展 思路和對策。因此，本論文選擇對黑龍江省的農業機械化發展問題進行全面、系統、深入的 研究。
1.3研究的主要內容、方法和技術路線
1.3.1研究的主要內容
農業機械化的發展是一個涉及技術、經濟、社會的復雜系統工程，在不同的發展階段、 不同的區域、針對不同的作物品種，農業機械化的發展速度、發展道路選擇是不同的。面對 經濟全球化的形勢和黑龍江省實現農業現代化的發展要求，從系統的角度，聯系的觀點對黑 龍江省農業機械化的發展問題進行深入、系統的研究，以此提出黑龍江省農業機械化發展目 標、發展重點和促進農業機械化發展的管理方法及技術手段，從而為提高農業機械化管理的 科學化程度提供理論支持，為宏觀指導和微觀調控黑龍江省農業機械化又好又快的發展，制 定發展規劃提供參考依據。本文主要研究內容如下：
1） 黑龍江省農業機械化發展現狀分析
根據黑龍江省農業機械化發展的歷史數據資料，結合實地調查情況，對黑龍江省農業機 械化的發展歷程、基本現狀、發展的有利條件、存在的主要問題等進行分析。
2） 農業機械化發展水平評價與分析
在分析比較現有農業機械化發展水平評價方法的研究成果基礎上，結合黑龍江省實際情 況，針對種植業對灌溉和植保要求較高，原有的農業機械化綜合保障能力評價指標只體現農 機總量的變化，沒有考慮農機的配套情況，農機人員的評價只能體現素質變化不能體現數量 變化等，對農業機械化發展水平評價指標體系進行改進研究；應用專家調查法和查閱文獻的 方法確定各個評價指標的標準值和權重。用綜合評價法測算2001~2008年黑龍江省農業機械 化發展水平，利用測算結果分析黑龍江省農業機械化發展水平的發展變化，及阻礙農業機械 化發展的原因。利用2008年統計數據，對黑龍江省各個地區農業機械化發展水平進行評價， 并對評價結果進行分析和地區比較。
3） 農業機械化發展的環境辨識與展望
第一，對發展農業機械化的環境因素進行辨識。第二，選擇影響農業機械化發展的因素， 依據黑龍江省2001~2008年的有關數據，建立灰色綜合關聯度分析模型對黑龍江省農業機械 化發展的影響因素進行關聯分析，確定影響農業機械化發展的主要因素。第三，利用定性和 定量相結合的分析方法對與農業機械化發展密切相關的一些環境因素進行預測和展望。第四， 對農業機械化的未來發展環境進行綜合分析。
4） 黑龍江省農業機械化發展目標研究
第一，從農機裝備水平、農機作業程度及農機經營效益三個方面確定代表農業機械化發 展水平的各指標。第二，對黑龍江省農業機械化發展進行預測，黑龍江省農業機械化的發展 態勢有明顯的非線性特性，通過對不同的預測方法進行研究，提出對農業機械化發展態勢進 行預測的新方法，并對其進行預測。第三，研究代表農業機械化發展水平的各指標與地區經 濟發展和農業經濟的關系模型，通過關系模型確定經濟增長對農業機械化的需求。第四，根 據農業機械化發展目標預測結果和經濟發展對農業機械化需求預測結果，并與國內外農業機 械化發展的先進水平相比較，綜合考慮最終確定出黑龍江省農業機械化 2015年、2020 年的 具體發展目標值。第五，運用定性和定量相結合的方法，從黑龍江省經濟實力增長，農業機 械化發展對財政投入需要量，政府可以對農機化發展投入的資金量，國家補貼政策，農機服 務組織，工業化和城市化進程，農機工業發展等方面對發展目標的實現進行可行性分析。
5） 黑龍江省農業機械化發展重點及對策措施
考慮有利于增加農民的收入，有較高的投資效益，發展農業機械化的相對薄弱環節及保 護環境等，同時結合黑龍江省大農業發展戰略，提出黑龍江省農業機械化發展重點；根據黑 龍江省農業機械化發展重點及影響農業機械化發展主要因素提出農業機械化發展對策措施。
1.3.2研究的主要方法和技術路線
農業機械化的管理決策是一項復雜的系統工程，本研究以解決實際問題為導向，注重理 論研究與實踐的結合，運用系統工程的思想，全面、系統地對黑龍江省農業機械化進行深入 的研究，使研究成果能為黑龍江省有關管理部門科學決策提供管理方法和有效理論支持。本 文主要采用文獻研究法、比較研究法、定性與定量分析相結合的方法和調查法等研究方法。
文獻研究法：通過查閱《中國農業機械化統計年鑒》、《中國農業機械工業年鑒》、《中國 農業年鑒》、《中國統計年鑒》、《黑龍江省統計年鑒》等文獻資料獲取基本的數據；通過查閱 科技文獻，掌握黑龍江省農業機械化發展現狀、發展歷程、發展的有利條件、存在的主要問 題以及國外發達國家農業機械化發展情況和發展經驗，研究農業機械化發展水平評價指標體 系，分析黑龍江省農業機械化的發展環境等，及掌握各種評價、優化和預測的定量分析方法。
比較研究法：主要將黑龍江省農業機械化發展與全國其他省份和國外典型發達國家的農 業機械化發展進行比較，借鑒其發展經驗，吸取其教訓，探索黑龍江省農業機械化的發展方 向及相關對策措施。
定量分析法：主要是用綜合評價法對農業機械化發展水平進行評價；用回歸分析法對農 業機械化與經濟發展的關系進行定量分析，用布朗三次指數平滑法對黑龍江省地區生產總值 進行預測；用回歸分析法、移動平均法、灰色預測法、BP神經網絡模型及神經網絡組合模型 等方法，對農業機械化未來發展目標進行預測，為制定農業機械化發展目標提供科學依據。
調查法：通過專家咨詢的方式確定農業機械化發展水平評價指標體系，及各個評價指標 的標準值和權重。
本研究技術路線反映作者總體設計思想，也是指導本項研究有序進行的基本依據，如圖
1-1所示。
1.4 本章小結
本章論述了本文的研究目的和意義，并從國內外各種文獻資料著手，詳細闡述了國內外 農業機械化發展研究概況，結合黑龍江省農業機械化發展的特點，提出了主要的研究內容、 研究方法和技術路線。
圖 1-1 技術路線
Fig.1-1 The flow chart of technical route
2黑龍江省農業機械化發展現狀分析
為深入貫徹落實“千億斤糧食產能戰略工程”，促進黑龍江省實現由傳統農業向現代農 業轉變，必須了解黑龍江省農業機械化的發展歷程和發展現狀，進而研究黑龍江省農業機械 化的未來發展問題。鑒于此，本章將從不同的方面對黑龍江省農業機械化的發展歷程和現狀 進行分析，揭示出一些帶規律性的發展特點和存在的問題，以作為研究黑龍江省未來農業機 械化發展問題的參考和依據。
2.1黑龍江省農業機械化發展歷程分析
黑龍江省是農業大省，相比其他省份開發較晚，但農業機械化是我國發展較快的重點地 區之一。從建國以來，黑龍江省農業機械化隨著農業的不斷發展，主要經歷了以下幾個階段：
1)行政推動階段(1949~1981)
1949年黑龍江省在農村推廣半機械化，這一時期機械少、缺乏經驗。不僅機器是從蘇聯、 東歐一些國家引進，而且農機作業、農機管理，也是照搬國外的做法。60年代，是黑龍江省 農業機械化的普及階段，從原來少數地方使用拖拉機到幾乎所有公社都使用拖拉機，農業機 械由引進“洋貨”到使用國產拖拉機與農具，農機作業從翻、耙、壓向機播、機中耕、機械 脫粒等系列化作業方向發展，農機服務從農田作業領域向副產品加工等其它領域擴展。70年 代初到80年代初，是黑龍江省農業機械化的急速發展階段。這一時期，除公社外，許多生產 隊在國家貸款的支持下，先后購買了相當數量的農業機械，由兩級經營發展到國家、公社、 生產大隊、生產隊四級經營。同時，在農機科研、制造、供銷、維修等方面也相應得到了發 展，形成了較完整的體系。
這一階段的主要特征是：在高度集中的計劃經濟體制下，農業機械作為重要的農業生產 資料，實行國家、集體投資、所有和經營，不允許個人所有的政策。國家通過行政命令和各 種優惠政策，推動農業機械化事業的發展，政府對農業機械的投入比較多。
這一階段的主要歷史經驗是：在國家和集體所有制形式下，受長期計劃經濟體制的束縛， 嚴重影響了農民發展農業機械化的積極性。因此，到1980年并沒有完成原定全國的農、林、 牧、副、漁主要作業機械化程度達到70％左右的目標。由此可見，農業機械化的發展應與整 個經濟發展水平相適應，這是農業機械化發展的客觀規律，不可違背，同時農業機械化的發 展應充分調動農民的積極性，考慮農民的利益。
2)機制轉換階段(1982~1994)
1982年以后，黑龍江省全面推行農村家庭聯產承包責任制，農機經營管理體制開始改革。 國家實行家庭聯產承包責任制，把原來由生產隊集體連片經營的土地，劃分為小塊由各家分 散承包經營。這樣也促使了農機事業經營體制由集體經營轉變為個體經營，農機產品由國家 調撥變為商品進入市場，農機具也由大型向小型發展。
這一階段的主要特征是：隨著經濟體制改革的不斷深入，市場在農業機械化發展中的作 用逐漸增強。國家用于農業機械化的直接投入逐步減少，對農機制造業的計劃管制日益放松， 開始允許農民自主購買和使用農業機械，形成了農業機械多種經營形式并存的局面。
這一階段主要的歷史經驗是：允許農民自主購買和使用農業機械政策的出臺，解放了農 民的思想，極大地調動了農民的積極性，促進了農村經濟的快速發展，為農業機械化的發展 開創了一個嶄新的局面。由此說明，在生產發展的前提下，要依靠農民，相信農民，充分調 動農民的積極性，使農民成為發展農業機械化的主體，只有順應市場經濟發展的規律，農業 機械化才能更快更好地發展。
3）市場導向階段（1995年至今）
1995 年至今，黑龍江省農業機械化進入探索與穩步發展階段。特別是 2004 年黨中央國 務院確定黑龍江省為先行免征農業稅改革試點的2個糧食主產省之一，全省2004年對農民直 接補貼達到18.5億元，農民減負28.2億元。隨著農村經濟體制的改革，中央和各省、市連續 多年出臺了一系列利農惠農政策，加大了對農業的投入和農民購機補貼力度，農業生產開始 向因地制宜和講求經濟效益的方向發展，農業機械遍布了農、林、牧、漁和農副產品加工、 農村運輸等方面。農機科研和農機制造企業也適應市場需求，研制和生產先進的農機具，推 進了農業機械化向高效、服務型拓展，使農業機械化進入了一個新的歷史發展時期。
這一階段的主要特征是：在國家相應法規和政策措施的推動引導下，快速推動了農業機 械化的市場化進程，大大加快了農業機械化事業的發展步伐。由于國家在計劃經濟體制下形 成的農業機械化政策導向發生了重大變化，農業機械化進入了以經濟效益為中心、以市場為 導向的新的發展階段。在這種大環境下，農機制造、農機科研和農業機械社會化服務都有了 長足的進步，農業機械化法規建設步伐加快。在自主創新、節本降耗、保證質量、保護環境 思想的指導下，一大批先進適用的新型農業機械在生產中發揮了重要作用，促進了農機與農 藝相結合，推動了農業的科技進步，提高了科技貢獻率。
這一階段主要的歷史經驗是：農業機械化的發展已完全納入市場經濟的軌道，在國家和 農民經濟實力增長的基礎上加大了對農業機械化的投入，農業機械化取得了較大的發展。這 一階段各方面的法律、法規進一步建立健全，農機社會化服務體系逐步完善，農業機械的科 研開發和技術推廣體系建設受到重視。因此，1995~1998年出現了農機熱，2003年農業機械 化再掀高潮，黑龍江省決定由政府作為主要出資人，建立首批18個農機作業合作社，到2008 年全省農機作業合作社總數達到1216個。這說明農業機械化的發展是與農業發展、農村繁榮、 農民購機能力增強息息相關的，國家實施的科教興農戰略、工業反哺農業、城市支持農村、 加速工業化進程、促進農村勞動力向非農產業轉移等一系列政策措施為農業機械化的發展創 造了良好的條件，農業機械化發展進入了新的戰略時期。
2.2黑龍江省農業機械化發展現狀分析
2.2.1農業機械擁有量平穩增長，裝備水平進一步提高
黑龍江省2001~2008年主要農業機械擁有量情況見表2-1。由表 2-1可知，進入21世紀 以來，黑龍江省農業機械總量持續增長，農業機械總動力平均每年增長 9.03%；大中型拖拉 機臺數平均每年增長 29.67%，大中型拖拉機總動力平均每年增長 19.72%；小型拖拉機臺數 平均每年增長 2.13%，小型拖拉機總動力平均每年增長 3.89%；大中型拖拉機配套農具平均 每年增長 17.34%，小型拖拉機配套農具平均每年增長 8.34%。可見進入 21 世紀以來農機總
動力增長速度很快，特別是大中型拖拉機及其配套農具增長速度遠遠超過小型拖拉機及其配 套農具增長速度，由于大中型拖拉機增長速度比大中型拖拉機配套農具增長的快，使得大中 型農機具配套比沒有得到很好的優化，小型拖拉機數量增長速度比小型拖拉機配套農具數量 增長的慢，使得小型農機具配套比得到較好的優化，逐步趨向于合理的配套比。
表2-1 2001~2008年黑龍江省主要農業機械擁有量
Tab.2-1 Possession of main agricultural machinery from 2001 to 2008 in Heilongjiang Province
年份 農機總 動力 /MW 農機原值/ 萬元 大中型拖 小型拖
拉機動
力/MW 大中型拖拉
機配套農具
/萬臺 小型拖拉 機配套農 具/萬臺
大中型拖
拉機/臺 拉機總動
力/MW 小型拖拉 機/萬臺
2001 16483 1323252.52 78177 3249 65.3 6278 18.90 64.60
2002 17418 1377179.43 85266 3303 68 6689 19.40 69.40
2003 18077 1427789.53 99462 3518 69.5 6913 20.10 76.30
2004 19522 1578846.73 127795 4155 71.6 7347 22.20 83.60
2005 22340 1818420.55 217275 5789 74.41 7906 31.88 87.73
2006 25706 2133913.57 323087 7971 75.48 8150 40.87 104.49
2007 27853 2440961.56 381813 9273 75.72 8203 47.20 110.27
2008 30184 2715516.02 481795 11459 71.36 7714 59.28 113.20
注：數據來源于2009 年《黑龍江省統計年鑒》
2008年黑龍江省擁有農機總動力30184兆瓦，占全國農機總動力的3.75%，大中型拖拉 機481795臺，大中型拖拉機總動力11459兆瓦，配套比為1：1.23；小型拖拉機71.36萬臺， 小型拖拉機總動力7714兆瓦，配套比為1：1.59；農用灌溉動力機械達到284137臺，是2000 年的1.34倍，總動力達到2636兆瓦，農用水泵數量達到35.6萬臺，是2000年的1.2倍；機 動噴霧(粉)機達到79330臺，是2000年的4.74倍，總動力達到218.14兆瓦；聯合收割機 達到42187臺，自走式機動割曬機6606臺，機動脫粒機160221臺，農用運輸車186672輛， 分別是 2000 年的 3.17 倍、3.50倍、1.34倍、5.86倍。可見，黑龍江省農業機械最近幾年增 長的速度特別快，尤其是植保機械和農用運輸機械，農業機械已成為黑龍江省農業生產的骨 干力量。為了評價黑龍江省農業機械整體發展水平，選擇了9項指標與全國、吉林、遼寧進 行橫向比較，比較結果見表2-2。
表2-2 2008年全國、黑龍江、吉林、遼寧農業機械9項指標比較表
Tab.2-2 Nine indexes contrast of agricultural machinery among China,Heilongjiang,Jilin,Liaoning
in 2008
指 標 全國 黑龍江 吉林 遼寧
1 每公頃農機總動力/ (KW?hm-2) 6.75 2.55 3.25 5.00
排 序 1 4 3 2
2 每公頃大中型拖拉機/(臺•hm-2) 0.0246 0.0407 0.0364 0.0288
排 序 4 1 2 3
3 每公頃大中型拖拉機動力/ (KW^hm-2) 0.6726 0.9686 0.7512 0.7106
續表
指 標 全國 黑龍江 吉林 遼寧
排 序 4 1 2 3
4 每公頃小型拖拉機/ （臺?hm-2） 0.1415 0.0603 0.1024 0.0580
排 序 1 3 2 4
5 每公頃小型拖拉機動力/ （KW?hm-2） 1.3677 0.6521 1.0014 0.6193
排 序 1 3 2 4
6 每公頃大中型拖拉機配套農具/（臺•hm-2） 0.0358 0.0501 0.0704 0.0380
排 序 4 2 1 3
7 每公頃小型拖拉機配套農具/ （臺?hm-2） 0.2296 0.0957 0.2945 0.0791
排 序 2 3 1 4
8 大中型拖拉機配套比 1.4535 1.2303 1.9354 1.3189
排 序 2 4 1 3
9 小型拖拉機配套比 1.6225 1.5877 2.8758 1.3634
排 序 2 3 1 4
由表2-2可知，黑龍江農業機械最重要的指標——每公頃農機總動力指數與吉林、遼寧、 全國均有很大差異，其中吉林是黑龍江的1.27倍，遼寧是黑龍江的1.96倍，全國為黑龍江的 2.65倍，黑龍江每公頃農機總動力最少；每公頃大中型拖拉機臺數和動力數均排在第1位， 是全國平均水平的1.65倍；黑龍江小型拖拉機臺數和動力數均排第3位，與吉林和全國相比 差距很大；黑龍江每公頃大中型拖拉機配套農具排第 2 位，吉林是黑龍江的 1.4 倍；黑龍江 每公頃小型拖拉機配套農具排第3位，全國是黑龍江的2.40倍，吉林是黑龍江的3.08倍；黑 龍江的大中型拖拉機配套比和小型拖拉機配套比分別排在第4位和第3位。
通過以上分析，我們可以得到以下四點認識：
1） 黑龍江省唯一的優勢是每公頃大中型拖拉機及其配套農具數量比較多，這對充分發揮 大中型拖拉機在農業生產中的作用是有利的，但大中型拖拉機配套比不合理的情況比較明顯， 因此，還要增加大中型拖拉機配套農具的數量。
2） 黑龍江省每公頃農機總動力雖然很少，但農業機械化水平卻很高，主要是因為黑龍江 省大中型拖拉機和配套農具數量比較多，可見黑龍江省適合發展大中型拖拉機，進而發展適 度規模經營。
3） 全國每公頃農機總動力是黑龍江省的 2.65 倍，遠遠高于黑龍江省，黑龍江省作為國 家重要的商品糧基地，國家應加大對黑龍江省農業機械的投入力度，使黑龍江省優先實現農 業現代化。
4） 黑龍江省拖拉機配套比不合理的現象比較明顯，配套比低于全國平均水平，因此，要 加大對配套農具的引進，更好的發揮拖拉機在農業生產中的作用。
2.2.2農業機械化作業程度發展情況
農業機械化作業程度反映機械化生產方式替代傳統生產方式的程度，即農業機械化在農 業生產中實際作用的大小。目前，學者對農業機械化作業程度進行研究主要采用農作物耕地、 栽播、收獲機械化作業程度3 個指標。但在不同的社會經濟發展階段和各地區不同的實際情 況下，農業機械化作業指標也應隨之進行調整，以正確的反映農業機械化作業程度，本文從 耕地、栽播、灌溉、植保、收獲機械化作業程度對黑龍江省農業機械化作業程度進行研究。 耕地機械化作業程度是指機械化耕地的面積占總耕地面積的比例，播種機械化作業程度是指 機械化播種的面積占總播種面積的比例，灌溉機械化作業程度是指機電灌溉的耕地面積占總 耕地面積的比例，植保機械化程度是指采用機動植保機械（不包括使用手動噴霧噴粉機）防 治農作物病蟲害的面積占總播種面積的比例，收獲機械化作業程度是指機械化收獲的面積占 總收獲面積的比例。根據1990~2008年黑龍江省及全國農業機械化作業統計數據計算得到表
2-3，做出黑龍江省及全國農業機械化作業程度變化曲線圖，如圖2-1、2-2所示。
表2-3 1990~2008年黑龍江省及全國農業機械化作業程度
Tab.2-3 Operation degree of agricultural mechanization from 1990 to 2008 in Heilongjiang
Province and China
年
份 機耕程度/% 機播程度/% 灌溉機械化程度/% 植保機械化程度/% 機收程度/%
黑龍
江省 全國 黑龍
江省 全國 黑龍
江省 全國
平均 黑龍
江省 全國 黑龍
江省 全國
1990 75.6 50.5 63.76 14.5 11.72 31.92 21.06 9.17 33.75 7.41
1991 76.2 52.45 67.20 16.47 12.15 48.56 20.77 11.41 27.99 7.78
1992 75.9 53.75 66.66 17.72 12.05 33.42 16.77 12.49 29.24 9.10
1993 76.27 54.50 66.74 18.13 12.22 33.25 18.23 12.30 29.00 9.73
1994 79.55 55.27 68.73 18.97 11.22 33.22 19.69 13.46 28.85 10.48
1995 78.5 56.32 67.92 20.04 12.64 33.90 23.53 14.97 29.22 11.15
1996 81.73 57.81 69.08 21.38 15.32 34.45 22.25 15.55 30.45 12.03
1997 90.12 60.81 70.22 22.60 18.26 26.85 28.29 18.63 33.93 13.87
1998 90.73 63.06 70.41 24.67 21.06 26.64 26.83 19.53 33.75 15.07
1999 92.17 65.02 72.65 25.59 23.02 27.41 38.29 21.39 36.33 17.0
2000 77.56 47.75 72.04 25.75 18.79 28.34 31.79 22.86 39.58 17.07
2001 73.35 47.41 71.64 26.06 19.50 28.54 31.24 22.85 38.26 17.04
2002 73.06 47.13 72.65 26.64 20.02 28.70 36.32 22.97 35.15 18.33
2003 73.6 46.81 71.11 26.71 19.39 28.72 34.92 23.65 39.45 19.02
2004 81.2 48.9 83.28 28.8 20.91 28.43 64.31 26.03 45.70 20.4
2005 85.41 50.15 77.94 30.26 21.88 29.12 48.63 26.57 49.88 22.63
2006 92.07 55.39 83.15 32.00 23.51 30.08 59.42 28.18 52.59 25.11
2007 97.53 58.59 83.91 34.43 26.00 40.14 56.37 30.21 52.21 28.62
2008 97.83 62.92 87.70 37.74 26.42 38.29 66.90 32.28 54.28 31.19
注：數據來源于 1991~2005年《中國農業年鑒》，2009 年《黑龍江省統計年鑒》，1991~2005年《中國農業
機械年鑒》，2006~2008年《中國農業機械化年鑒》，1998~2002年《中國統計年鑒》
圖2-1黑龍江省農業機械化作業程度 圖2-2全國農業機械化作業程度
Fig.2-1 Operation degree of agricultural Fig.2-2 Operation degree of agricultural mechanization in Heilongjiang Province mechanization in China
由圖2-1、2-2可知，黑龍江省農業機械化作業程度各指標有明顯的非線性變化趨勢，全 國的農業機械化作業程度各指標變化相對黑龍江省比較平緩。黑龍江省耕地、播種、植保、 收獲機械化作業程度遠遠高于全國平均水平，而灌溉機械化作業程度遠遠低于全國平均水平 黑龍江省耕整地機械化作業程度最高，已經基本完全實現機械化；其次是播種機械化作業程 度很高，發展速度很快；植保機械化作業程度發展速度特別快，從2006年開始超過收獲機械 化作業程度；收獲機械化作業程度一直保持比較平穩的增長速度，發展程度較低，是農業機 械化全程機械化的薄弱環節；灌溉機械化作業程度是農業機械化發展的瓶頸，也是影響糧食 增產的一個重要因素，是一個亟待解決的問題。對黑龍江省農業機械化作業程度各個指標變 化曲線進行分析：
1） 耕整地機械化作業程度
黑龍江省耕整地機械化作業程度總體發展趨勢與全國發展趨勢基本一致，1990~2000 年 機耕程度都是上升的，從 2000 年開始迅速下降，2003 年達到最低水平，之后開始出現恢復 性增長，并且增長迅速。這是因為計算機耕程度的分子——機耕面積較實，而分母——耕地 面積不實，所以誤差較大。2000年前全國耕地普查數據公布前，所用的耕地面積數偏小，所 以計算出的機耕程度比實際水平偏高。而 2000~2003 年，《中國統計年鑒》和《全國農業機 械化統計年報》都用1996年10月31日時點數全國普查數據公報的耕地面積數，而沒有當年 的實際耕地面積數據，計算機耕程度所用的耕地面積數固定不變，所以計算用的分母偏大， 計算出的機耕程度比實際水平偏小了。2000年機耕面積繼續增長，但分母耕地面積迅速增大 使得機耕程度迅速下降。2001~2003 年，機耕面積下降，導致機耕程度大幅度下降，這是由 于城市化進程加快，產業結構調整力度加大，使耕地面積減少了，加之免耕播種技術的推廣 應用，以及大中型拖拉機更新換代不力，機耕面積一段時間出現減少。到2004年中央一號文 件對農業“兩免，一補”政策出臺，極大的調動了農民的積極性，農業機械化開始恢復性增 長，呈現出加快發展的良好態勢。目前黑龍江省耕整地機械化作業程度較低的地區是牡丹江 大興安嶺、七臺河。
2） 播種機械化作業程度
黑龍江省播種機械化作業程度從 1990~1999 年一直保持平穩增長趨勢，2000~2003 年開 始略有下降，這主要是因為播種面積的迅速增加，大中型播種機械沒有及時的更新換代，到 2004年播種機械化作業程度迅速增加，并且呈現快速增長的良好態勢，這種變化規律與耕整 地機械化作業程度變化規律相同，可見統計數據是符合實際的。到2008年黑龍江省播種機械 化作業程度為87.70%，通過對各個地區的播種機械化程度進行比較可知大慶、綏化、哈爾濱 地區發展程度較低，是應重點發展區域。根據2000~2008年黑龍江省農作物播種機械化作業 情況統計資料，做出主要農作物播種機械化作業程度變化曲線圖，如圖2-3所示。
2000 2001 2002 2003 2004 2005 2006 2007 2008 年份
圖2-3 黑龍江省主要農作物播種機械化作業程度變化曲線圖
Fig.2-3 Changing curve of operation degree of mechanically planting of main farming crops in
Heilongjiang Province
由圖2-3可知，2000年黑龍江省小麥和大豆播種機械化作業程度已經達到97%以上，2000
年以后逐漸接近百分之百，其播種機械化技術已經成熟；玉米播種機械化作業程度2000~2008
年發展速度很快，從 85.89%增長到 96.47%，遠遠高于全國平均水平的 75%，平均每年增長
1.67%；黑龍江省水稻播種機械化程度一直很低，但 2000 年之后發展速度特別快，由 2000
年的42.35%增長到2008年的75.40%，平均每年增長8.58%，可見黑龍江省政府對水稻生產
機械化促進政策取得了顯著的效果，特別是2006年之后黑龍江省成立水稻生產全程機械化合
作社，帶動 2006 年水稻播種機械化作業程度比 2005年增長 9.22%。黑龍江省主要農作物播
種機械化已經全面實現，目前應加大力度提高其它作物如馬鈴薯、甜菜等的播種機械化程度
3） 灌溉機械化作業程度 黑龍江省的灌溉機械化作業程度遠遠低于全國平均水平，特別是1997年之前差距很大
2000 年黑龍江省的灌溉機械化作業程度比 1999 年下降了 4.23%，這與其它機械化作業指標 的變化趨勢基本是相一致的。2001~2008 年黑龍江省和全國的灌溉機械化作業程度都處于緩 慢的增長狀態，到 2008 年黑龍江省的灌溉機械化作業程度達到 26.42%，還沒有達到農業機 械化發展中級階段的要求。
4） 植保機械化作業程度
1990~2008 年黑龍江省的植保機械化作業程度一直高于全國平均水平，呈明顯的非線性 波動增長趨勢，全國的植保機械化作業程度一直處于平穩上升狀態。1990~2003 年黑龍江省 植保機械化作業程度與全國平均水平差距還不是很大，到2004年由于國家政策和黑龍江省對 植保作業的重視，使得植保機械化作業程度迅速提高，比2003年提高二十多個百分點，遠遠 高于全國的植保機械化作業程度，到2008年已經達到66.9%，是全國平均水平的2倍。
5） 收獲機械化作業程度
黑龍江省的收獲機械化作業程度遠遠高于全國平均水平，除1991年和2002年的作業程 度有所下降外，其余年份一直處于平穩發展狀態，并且自 2003 年開始迅速的增長，到 2008 年已經達到54.28%。通過對各個地區的收獲機械化作業程度比較可知，大慶、綏化、哈爾濱 牡丹江和齊齊哈爾等地區發展程度較低，是重點發展區域。根據2000~2008年黑龍江省農作 物收獲機械化作業情況統計資料，做出主要農作物收獲機械化作業程度變化曲線圖，如圖2-4 所示。
100.00
90.00
80.00
70.00
60.00
50.00
40.00
30.00
20.00
10.00
0.00
2000 2001 2002 2003 2004 2005 2006 2007 2008年份
圖2-4 黑龍江省主要農作物收獲機械化作業程度變化曲線圖
Fig.2-4 Changing curve of operation degree of mechanically harvesting of main farming crops in
Heilongjiang Province
由圖 2-4 可知，2000~2008 年黑龍江省主要農作物收獲機械化作業程度從高到低依次為 小麥、大豆、水稻、其它農作物、玉米。小麥收獲機械化從2000年就已經達到95.46%，2000 年以后平均每年以 0.63%的速度增長，到 2008 年達到 99.79%；大豆收獲機械化程度發展速 度較快，由2000年的61.35%增長到86.45%，平均每年增長5.02%；
水稻收獲機械化作業程度 2000~2008 年發展速度最快，從 41.63%增長到 74.31%，平均 每年增長 8.62%；玉米收獲機械化是黑龍江省玉米生產機械化發展的瓶頸，主要是因為玉米 收獲機械技術不成熟，地區的適宜性差，機械的作業質量與可靠性低，存在作業故障率高， 特別是首次故障作業時間較低等問題，到 2008 年玉米收獲機械化作業程度僅有 17.61%。可 見，黑龍江省主要農作物收獲機械化作業程度應大力提高。
6）其它環節機械化作業程度
2000年之后黑龍江省在農業生產中不僅耕、播、灌溉、植保、收獲機械化作業程度得到 很大的發展，機械深施化肥面積、機械化秸稈還田面積、機械脫粒糧食數量和農田機械運輸 都有顯著的提高，到 2008 年機械深施化肥面積達到耕地總面積的 52%，機械化秸稈還田面 積將近30%，機械烘干糧食數量和機械加工農副產品發展速度很慢，需要加大扶持力度。
整體而言，黑龍江省的各個生產環節的機械化作業程度存在較大差異，耕地和播種機械 化作業程度較高，收獲和植保機械化作業程度相對較高，灌溉機械化作業程度較低。在播種 環節水稻機械化程度最低，在收獲環節玉米機械化程度最低，水稻相對較高。大豆、小麥和 水稻的播種和收獲環節機械化作業程度發展速度基本保持一致，其它環節機械化作業程度也 有一定的發展。在“立足大農業，發展大農機，服務新農村”戰略思想的指導下，在各級農 機部門的共同努力下，黑龍江省農業機械化事業取得了一定的成就，農業機械化作業程度不 斷提高，由單個作業環節機械化向全程機械化發展，呈現出快速發展的良好態勢。
2.2.3農機社會化服務組織的發展
隨著市場經濟的發展，農機服務領域開始呈現多元化格局。從傳統定義上的農機生產、 維護服務已經拓展到了農機生產的全過程服務，包括研究開發、生產制造、推廣應用、維護 修理、經營管理以及教育培訓等多環節的服務。黑龍江省農機服務隊伍不斷壯大，素質不斷 提高，服務領域不斷拓新，積極推進農機服務社會化、專業化、產業化、市場化對農業生產 起著重要作用，是促進農業機械化順利實施的有效手段。
2.2.3.1 農機科研體系
1）基本情況
農業機械化是農村經濟發展中一個不可逆轉的發展潮流，發展農業機械化，科技是關鍵。 目前，黑龍江省有6個省屬農機科研院所，即黑龍江省農業機械工程科學研究院、黑龍江省 農業機械維修研究所、黑龍江省水田機械化研究所、黑龍江省畜牧機械化研究所、黑龍江省 農副產品加工機械化研究所和黑龍江省農業機械運用研究所作為技術支撐。2008年黑龍江省 各科研院所有職工702人，其中高級專業技術人員186人，占26.5%，中級專業技術人員183 人，占 26.0%。黑龍江省的東北農業大學、佳木斯大學、八一農墾大學、迪爾佳聯公司、佳 聯收獲機械公司、勃農興達機械公司等高校和企業也具有較強的產品開發能力，相繼開發了 一批擁有自主專利技術的新產品。
省屬科研院所中，設有農業部質量監督檢驗檢測中心2個，省級工程技術研究中心和省 級重點實驗室各1個，省級中試基地6個，省級科技企業孵化器1個，人事部批準的博士后 科研工作站1個，主辦2種學術期刊，即《農機化研究》和《農機使用與維修》。
2）科研成果和科技貢獻
據黑龍江省6個省屬農機科研所不完全統計，自改革開放以來，特別是1985年科技體 制改革以來，省屬農機科研機構堅持為“三農”服務的方向，深化改革，勇于進取，無論從 管理體制、運行機制、科研條件、手段建設、基本建設方面，還是從思想觀念等方面都發生 了巨大的變化，在科技創新、科技成果轉化、中試基地建設、人才培養、改革內部運行機制 等方面取得了顯著的成績。為全省農業提供了 780 項科研成果，180 余項成果獲國家、部、 省和行業級科技進步獎，取得專利150余項，發表有價值的學術論文1200余篇。目前省屬農 機院所提供的科技成果，實現了全省農業機械的更新換代，部分產品達到國外90年代中后期 水平。為實現農業結構調整，發展現代農業，促進農業增效和農民增收做出了巨大的貢獻， 取得了顯著的社會效益和經濟效益。省屬農機院所多次獲黑龍江省振興經濟獎、技術效益獎、 省長特別獎。
3）農機科研體制的發展變化
與1985年科技體制改革以前相比，省屬農機科研機構發生了很大變化。一是由原來科研 型轉變為科研生產經營型，課題來自生產需要，成果面向經濟建設，成為發展現代農業的重 要科技支撐力量；二是研究領域拓寬，由原來局限于種植業機械研究轉變為農業的產前、產 中和產后服務，產品覆蓋面廣，基本上滿足了生產各業的需要；三是科技創新能力顯著增強， 由原來科研周期長、成果水平低轉變為科研周期縮短1/2至2/3，科研設計水平接近國際先進 水平，部分產品接近領先水平，而且國產化程度不斷提高；四是科技產業化取得突出成效， 成果熟化和轉化的速度加快。目前加工設備部分實現數字化，中試能力有了質的飛躍；五是 科研手段明顯改善，由原來圖版設計轉變為普及 CAD 三維設計，實驗條件改善、儀器設備 逐漸更新，科技平臺建設取得顯著成效；六是開放辦科研，由原來封閉搞科研轉變為走出去、 請進來，跨部門、跨學科聯合申報項目、聯合協作攻關。實踐證明，省屬農機科研院所是黑 龍江省建設現代農業，促進農業機械化發展的一支不可缺少的技術支撐力量，是黑龍江省實 現千億斤糧食生產能力的依靠力量。
4）農業機械化科研的發展方向
黑龍江省農業機械化科研應注重農業機械化與農業、資源、生態環境的協調發展，要發 展高產、優質、高效農業。有關部門應注重解決農業、資源、生態環境與農業機械化協調發 展的問題，緊緊圍繞農業結構調整，不斷優化和提高農業機械化裝備和生產結構水平，加快 農業機械化服務市場化和社會化進程，重點為農業增效、農民增收提供先進的農業生產技術 及農業機械化裝備，以適應農業現代化的技術需求及農業可持續發展的需要。要解決農業生 產中重點作物、關鍵環節的農業工程技術研發，結合糧食生產基地和畜牧業生產基地建設， 提高糧食和主要經濟作物的機械化水平，為農業節本增效提供技術支持，努力使農業機械化 適應農業現代化的要求，為黑龍江省率先實現農業現代化提供技術支撐。
5）黑龍江省農機科研機構急需解決的問題
一是科研經費不足，科研人員較多從事眼前見效的產品研制，農機科技基礎研究效果差， 使農機具技術水平進步慢；二是科技人員技術結構不合理，后繼力量弱。各研究機構95％是 學習農機專業的，沒有自動化和金屬材料等相關專業人員加盟，農機產品升級提檔進度慢。 2.2.3.2 農機教育培訓體系
農機教育培訓是農業機械化發展的基礎保障，把農業機械科技成果廣泛運用于農業生產， 使其轉化為現實生產力，有賴于農村勞動者科技素質的提高，有賴于既懂農業技術又掌握農 業機械技能的新一代農民的興起。抓好教育培訓，造就大批農村人才，是農機教育培訓部門 的重要任務和目的。在市場經濟體制下，農機教育部門不但要為農業機械化事業培養、造就 多層次、多領域的人才隊伍，還要在市場經濟中不斷壯大自身的實力，以適應農業機械化事 業發展的新需求。
1）農機教育培訓體系基本情況
近幾年，黑龍江省一直把農機化教育培訓工作列為先導工作，以市場需求為目標，以對 農民有益為標準，加強指導、規范管理、協調服務，力求農業機械化教育培訓工作適應現代 農業發展的需求。到2008年底，黑龍江省共有農機校79所，教職員工總數1110人，其中教 師總人數952名，大專以上文化程度499人，占教師比例的52.4%，農機專業255人，占26.8%， 年培訓能力225000人。近幾年，平均每年初訓拖拉機駕駛員2.6萬人，復訓拖拉機駕駛員14.3 萬人，培訓農機大戶、修理工、銷售人員和管理人員0.3萬人。
2）農機培訓工作面對的形勢和存在的問題
（1）黑龍江省農業機械化出現快速發展的勢頭，農業機械的數量增長很快，新拖拉機手 大量增加，給農業生產安全帶來隱患，急需強化培訓機制。
（2） 農機培訓經費不足，使農機培訓難度加大。一方面，農機校承載著農機培訓的社會 職能，負責農業新機具、新技術的培訓，每年需抽出大量的人力、物力到農村進行科普宣傳， 具有明顯的公益性。然而，長期以來，由于國家對農機培訓無專項資金投入，直接影響了農 機科技成果轉化和科技進步。另一方面，農機校負責農機駕駛員的培訓，由于制定的學時過 長且不符合農村生產實際，長期以來，影響了學校的自我發展，給農機培訓帶來了不利的影 響。
（3） 校舍陳舊，教學手段落后。因多年沒有基建和維修投資，大多數農機校的校舍陳舊。 農機校教學手段多是一些老式、過時的機具、設備，缺乏現代教學手段，影響培訓質量。
（4） 教師隊伍弱化，教學能力差，影響培訓質量。
（5）農機駕校培訓費用偏低，使農機培訓質量受到影響。對北林區、肇東市、安達市、 阿城市、呼蘭區5個縣市，按新學時標準核實農機駕駛員培訓成本，大中型拖拉機學員平均 培訓成本489元，小型拖拉機學員平均培訓成本341元，均高于現行380元和160元的標準。
3）保證農機技術培訓工程建設質量的措施 農機技術培訓要以現代農業和農業機械化技術為核心，以農機直接駕駛和使用人員為主 要培訓對象，全面提高管理和技術服務水平，用5年的時間對全省農機作業服務區管理人員、 維修人員、駕駛操作人員進行培訓，力求掌握農業機械化生產技術的農戶達到80%，打造出 一支現代化農機人才隊伍。為了完成上述任務，結合黑龍江省農機培訓工作的現狀，必須實 施以下建設措施：
（1） 加強農機技術培訓體系建設，為現代農業和農業機械化技術傳播提供保障 以黑龍江農業工程職業學院為依托，建立省級農機技術培訓中心，以培養現代農機高等
技術應用型人才為目標，以中等農機職業學校師資、農機技術推廣人員、農機科技管理人員、 廣大農村生產與管理一線的農機技術帶頭人為主要培訓對象，采取定期進修、集中培訓等多 種方式開展培訓活動，建立現代農機技術培訓的基地。投資完善學院的動力機械實訓中心、 作業機械實訓中心、畜牧機械實訓中心、農產品加工機械實訓中心、設施農業裝備實訓中心、 農業機械駕駛實訓中心的設施，健全現代農業機械化教師隊伍。
在水稻、玉米、大豆、小麥、馬鈴薯、甜菜產區，依托現有培訓機構，每個產區建立現 代農機人員培訓中心，就地就近的培訓農機技術人才。培訓中心選在原農機校基礎較好，農 業機械化基礎好，農業科技水平較高的縣（市）設立。
（2） 切實采取有效措施，加強師資隊伍建設，提高教學水平。加強師資隊伍建設是學校 做大做強的基礎，教師隊伍的素質決定著一個學校的前途，是保證教學質量的關鍵。建設一 支具有良好的政治素質，較高的業務水平，結構合理，相對穩定的教師隊伍。
（3） 依法推進農機駕校社會化辦學步伐，引入競爭機制提高辦學水平和服務能力。
（4） 加強對農機培訓工作的領導。提升現有農機校和拖拉機駕校的培訓能力，打造縣（市） 級農機培訓基地，建立基層農機培訓基地，全面提升培訓能力和教學水平，逐步投資完善農 機校和拖拉機駕校教學手段、教學設施和教學環境，是保證培訓整體效果的基礎。 2.2.3.3 農機技術推廣體系
黑龍江省農業發展進入了一個嶄新的發展時期，即由計劃經濟向市場經濟、粗放型農業 向集約型農業、傳統農業向現代農業的轉變。農業機械化作為農業科技載體也處于高速發展 階段，新技術、新機具在農業生產中的應用逐年增多，農機推廣工作成為農業機械化發展的 前導。農機推廣服務體系已成為農機社會化服務體系的重要組成部分，成為實施科技興農戰 略的重要措施，提高農民科學文化素質的依靠力量。
1）農機技術推廣體系現狀
黑龍江省在農機推廣體系建設中，多年來始終把縣級站建設作為重要工作來抓。1996年 參照農業部農業機械化技術開發推廣總站下發的“縣級農業機械化技術推廣機構建設規范”， 結合全省的實際，在全省范圍內開展了縣級站評估，縣級推廣站晉升“一級站”活動，該方 案對縣級推廣站的規模、級別、人員、辦公場所、試驗基地、交通工具以及經費來源等都做 了具體詳細的規定，對被評定為一級縣站的，在項目開展、經費保障等方面給予傾斜。截至 2008 年黑龍江省有近64％的縣級推廣站被評選為“一級站”，67個縣907個鄉鎮農機推廣機 構中人員總編制數為3238人，實有推廣人員3253人，其中，省級 41人，市地級 69人，縣 （市）級 651人，鄉鎮級 2487人。在推廣人員中具有高級專業技術職務 65人，中級專業技 術職務 328人，初級1020人；大學專科以上學歷 596人，中專及高中學歷2159人，初中及 以下學歷 498 人；年齡結構 50 歲以上 396 人，36~49 歲 1368 人，35 歲以下 1489 人。基本 形成了集試驗、示范、技術引進、技術推廣及培訓為一體的推廣網絡，為黑龍江省農業增產、 農村發展、農民增收做出了重要的貢獻。
2）農機技術推廣服務體系的工作情況 黑龍江省農機推廣服務工作，主要圍繞農村產業結構調整和發展現代農業，實施大豆振 興工程、糧食優質工程、養殖跨越工程和生態農業建設等工程而展開的，取得了較好的效果。
（ 1 ）圍繞農村產業結構調整和發展質量效益型農業，開展農機推廣工作 在立項上就緊緊圍繞了主干線的工作重心，針對各地種植結構和農村經濟特點，選擇了 代表黑龍江省農業發展趨勢的、科技含量高的項目大力推廣。特別是結合全省實施綠色食品 工程、大豆振興工程、糧食優質工程和生態農業建設工程，配套實施了大豆、玉米、水稻機 械化節本增效綜合技術、玉米秸稈根茬機械粉碎還田技術、機械化節水灌溉技術、機械化殘 膜回收技術等 13個項目。其突出特點：一是節本增效，為農民增產增收服務；二是緊緊依靠 科技，充分發揮科技的動力作用；三是緊緊圍繞農村經濟結構調整，發展質量效益型農業。
（ 2 ）充分運用農業機械化項目牽動機制，加大農業機械化新技術推廣力度 黑龍江省農機推廣工作，始終貫穿在全省農業機械化項目實施過程之中，實施技術創新， 加大了推進力度。具體做到三到位：一是組織領導到位，各地普遍成立了農機新技術推廣領 導小組，把農機推廣工作做為政府的重要工作來抓，并納入目標管理；二是措施到位，各地 針對當地農機推廣工作的實際情況，確立項目實施方案，建立項目庫，進行項目管理，做到 了任務明確，責任清楚，獎懲分明；三是技術跟蹤服務到位，各地普遍把業務骨干組織起來， 成立技術咨詢指導組，多次深入到實地進行現場指導、跟蹤服務，推進了項目的落實工作。
（3 ）堅持農科教結合，全面提高農機推廣工作水平 一是做到推廣與科研單位的項目聯合，黑龍江省農業機械化技術推廣站與東北農業大學 共同在全省 5 個市縣開展了國家“九五”攻關項目殘膜回收機械中試試驗工作，探索了環保 型農業的新路子，取得了顯著成效；二是做到推廣與生產單位的信息聯合，黑龍江省農機推 廣總站與全國多個農機生產廠家和科研單位建立了協作關系，由推廣部門反饋技術信息，共 同完善機械化技術和機具；三是做到推廣與教學單位的培訓聯合，每年黑龍江省農業機械化 技術推廣站分別請有關大專院校的農業、農機、技術經濟專家對農機技術推廣骨干進行師資 培訓，各地也層層開展對農機基層推廣人員和農機推廣示范戶的技術培訓工作。
（4） 抓典型，擴大宣傳面，為農機新技術推廣營造良好的氛圍 一是繼續開展示范園區建設活動。黑龍江省農業機械化技術推廣站每年初下達機械化節
本增效綜合技術示范樣板田活動方案，并堅持常年跟蹤問效。全省各地都突出本地農業發展 重點，建立了機械化節本增效綜合技術示范園區，面積達到200多萬畝，年終進行專項評比 和獎勵。二是召開農業機械化新技術現場演示會。近年黑龍江省農業機械化技術推廣站在春 秋兩季節多次召開了全省水稻、玉米收獲機械及棚室機械現場演示會，農業部農業機械化司 和省農委有關領導到會，并參觀了現場演示，給予了很好的評價。同時各地都在主要農時季 節利用試驗示范基地和示范園區召開現場會和田間博覽會，推動農機新技術推廣工作的深入 開展。
（5） 深入開展調查研究，搞好技術指導，探索農機推廣新路子 全省各級農機推廣部門，結合工作實際，深入基層，大搞調查研究，及時的拿出發展當
地農業中心工作的機械化技術方案，并組織實施。在實施中注意緊抓重點，主攻難點，有針 對性地搞好技術指導和技術服務，全省基層搞技術服務的推廣人員堅持常年在基層搞服務。 黑龍江省結合發展畜牧業的工作重點，與雙城、富裕等縣市開展青貯玉米機械化生產技術試 驗項目的組織實施，同時探索了農機與畜牧相結合、青貯站與養牛戶相結合的產供銷一條龍 的產業鏈新路子。針對黑龍江省大面積推廣水稻缽育栽植技術和配套機械的價格與農民實際 承受能力不相適應的矛盾，黑龍江省引進了氣流式人力背負拋秧機，并在水稻產區設點試驗， 探索出經濟實用、選擇性機械化的新路子。
3） 農機推廣工作存在的主要問題
盡管黑龍江省農機新技術推廣工作取得了一定成績，但從總的體系來看，還存在著差距 和不足：（1）推廣機構不穩定。鄉鎮改革撤并合幅度較大，直接影響了農機推廣體系的穩定 性，有少部分縣級推廣站名存實亡。（2）鄉鎮農機推廣機構作用發揮不利。2001年鄉鎮機構 改革中將農業幾大站合并，放在鄉鎮管理。許多地方農業推廣技術人員總量減少，而且在農 忙季節，現職技術人員還被抽調參與政府中心工作，無法開展推廣業務工作，出現了事實上 的線斷網破現象。（3）推廣技術骨干流失，隊伍業務素質下降。農機技術推廣由于工作條件 艱苦、環境差，加之經費緊張在一定程度上造成技術人員流失現象。（4）推廣經費嚴重短缺。 2000年省政府機構改革前，黑龍江省農機推廣部門每年都得到黑龍江省財政推廣資金300萬 元左右，省農業開發辦150萬元左右，2000年改革至今沒有得到專項資金，投入為零。
4） 推進措施
農機推廣體系建設要以省站為龍頭、以縣市站為主體、以鄉站（區域站）為基礎，即建 立省級農機標準化作業試驗示范基地，加強縣級農業機械化技術推廣服務功能建設，建立農 機推廣信息網絡，擴大服務領域等。
（1）建立省級農機標準化作業試驗示范基地 建設省級農機標準化試驗示范基地是農機推廣工作的基礎性建設。該基地以承擔國內外 新機具中試和農機技術創新為主導載體，把主要力量放在引進新機具和新技術的試驗示范上， 把農機優勢轉化為產業優勢，做大做強。具體措施：一是針對大豆、水稻、玉米等優勢農產 品引進一批機具性能好、適用性強、科技水平高的產品作為示范基地樣機，以點帶面，充分 發揮示范基地的示范輻射帶動作用。二是進行農機標準化生產模式實驗、智能試驗，著力推 進農業標準化進程，進一步發揮基地紐帶作用。三是與國內外的農機龍頭企業、中介服務組 織建設有機結合起來，建立技術服務平臺。為推行“公司＋基地＋農戶”的產業化經營模式， 合同、訂單農業，特色、綠色農業的發展服務。基地的主要機制要按照“區域化布局，項目 化運作，規模化建設，產業化發展”的原則，實行現代管理模式，加大農業機械化標準試驗 示范基地的建設力度。
（2）加強縣級農業機械化技術推廣服務功能建設 縣級農機推廣站是推廣項目的主要實施單位，是為農民提供產前、產中和產后生產全過 程服務的引導者，起著承上啟下，指導服務農民的作用。目前，雖然各縣都有農機推廣機構， 但實力不強，功能單一。大多數縣級農機推廣站是 20世紀80年代末建立的，約有 70％的縣 級推廣站沒有測試儀器、示范用機具和試驗示范基地，沒有服務檢測車輛，有的還沒有獨立 的辦公場所，基礎條件差，基本上是“背包站”。因此，各級政府應加強縣級推廣站功能建設， 通過立項加大投入，來強化推廣手段和改善工作環境。另外，根據區域特點及種植品種規模， 在鄉鎮組建多種形式的農機區域站點，使之輻射周邊鄉村。
（3）建立完善的農機推廣信息網絡 建立農機推廣信息網絡，就是以農機推廣信息交互網建為主導，按照技術推廣、培訓、 信息交流的內在聯系，構建上下互動、步調一致的信息網絡。黑龍江省每年取得十余項農機 科技成果，但成果轉化率只有 40％左右。因此，必須積極探索農、科、教緊密結合和科技成 果快速轉化機制，實現科技與農民“零距離接觸”，最大程度地滿足農民的科技需求。為此， 提高農民科學種田水平，建立信息平臺，已成為迫在眉睫的問題。通過農機信息平臺建立， 定期發布供求信息，將新機具、新技術通過網絡供給農民、供其使用，實現科技進村入戶。 更好地與農機作業合作社、農機戶和國內外農機企業溝通交流，互通農機信息。
（4）努力拓寬技術推廣領域
緊緊圍繞農業結構調整，以建設現代農業為中心，不斷拓寬農業機械化技術推廣的領域。 本著“生產需要什么機械，就推廣什么機械；農民需要什么技術，就推廣什么技術”的原則， 主動適應和面對農業結構調整中出現的新形勢、新問題，大力拓寬領域，搞好點面結合，重 點突破，有序推進。要從以種植業機械推廣為主向養殖業、加工業方向發展，抓好產前、產 中、產后服務。同時注重科技的先導作用，積極開發帶有前瞻性、方向性、引導性的農機新 技術、新機具推廣，推動農業的科技創新和耕作制度改革。
2.2.3.4 農機試驗鑒定體系
農機試驗鑒定的各項工作是農業機械化管理工作的重要組成部分，世界較發達國家都有 農機試驗鑒定機構。西歐的美國、英國、法國、德國、俄羅斯等，亞洲的日本、韓國、印度、 越南等國家都有農業機械試驗鑒定機構，為本國進入農業生產領域的農業機械嚴把質量關。 黑龍江省農機試驗鑒定站建立于 1958年，負責全省農業機械科研、新產品、產品推廣等鑒定， 農機產品質檢、農機司法鑒定、農機產品質量投訴、農機標準化、農機產品質量調查等項工 作，具有很強的基礎性、公益性和技術性，是確保農機產品質量，維護農民和企業合法權益 的有力措施。50年來認真貫徹落實黨和政府農業方面的方針政策、法律、法規等，服務農民， 促進農機生產和流通領域農機產品質量提高，保護農民的合法權益，為保障農業經濟穩定增 長做出了突出貢獻。
針對農機試驗鑒定工作的具體要求，農機鑒定行業當前應在 4 個方面把握農機試驗鑒定 工作質量。
1）提升檢測裝備水平
農機產品質量的好壞關鍵在于農機制造企業，而向社會提供或反映農機產品質量好壞狀 態的應是第三方法定檢驗機構的農機試驗鑒定站出具的檢驗報告。農機試驗鑒定機構對農業 機械產品進行適用性、安全性和可靠性檢測，做出技術評價。這一切的檢驗鑒定，都必須是 滿足檢驗條件要求，達到相應精度等級，真實的反映農機產品質量。所以，農機產品的技術 評價和可靠性鑒定的總體檢測水平的提高，必須要提升農機檢測設備水平。
2）建立質量信息平臺
農機產品質量信息應是公共利用，資源共享的信息。充分的利用現代網絡技術，大量的 發布農機產品試驗鑒定數據，對促進農機產品的研究、制造、使用、決策都有良好的幫助作 用。為此，建立快捷、準確、真實的農機質量信息平臺是非常必要的。
3）強化試驗鑒定隊伍，加強人員素質建設
農機試驗鑒定隊伍的穩定和發展是開展好農機試驗鑒定的關鍵，高素質的鑒定隊伍是確 保試驗鑒定質量的重要保證之一。農機鑒定隊伍人員素質方面要不斷加強專業技術知識和技 能的培訓，特別是涉及農業機械化方面新技術、新工藝、新材料應用知識的培訓，必要時采 取走出去請進來的辦法，培養出全能型技術人才，并在農機鑒定的領域中培養出一些學科帶 頭人，在各個學科技術鑒定方面形成權威。
4）強化四個意識
（1）強化依法鑒定意識。《農業機械化促進法》和《農業機械試驗鑒定辦法》是有關部 門依法開展農機試驗鑒定工作的準繩。各級農機管理部門和試驗鑒定機構要學好法、用好法、 守好法，牢固樹立依法鑒定意識。嚴格按照法律法規規定的原則、程序和要求開展試驗鑒定 工作，遵循公正、公開、科學、高效的原則，廣泛接受農業機械使用者、生產者、銷售者和 社會的監督。
（2）強化整體意識。農業機械化管理部門和農機試驗鑒定機構、農機試驗鑒定總站和地 方站是有機的整體，合則強，分則弱，離則衰，上下之間應密切配合，形成合力，優勢互補， 發揮整體功能，共同做好農機試驗鑒定工作。
（3）強化服務意識。農機試驗鑒定工作直接為農民和農機企業服務，服務質量的高低， 影響到農機試驗鑒定作用的發揮，也關系到農機試驗鑒定事業的興衰與成敗。要切實轉變工 作作風，不斷提高服務本領，拓寬服務領域，主動和規范服務，及時、廣泛地了解農民的需 求，反映農民的意愿，維護農民的合法權益。
（4）強化責任意識。農機試驗鑒定工作肩負著把好農機產品質量關的重任，責任十分重 大。另外，《農業機械化促進法》和《農業機械試驗鑒定辦法》明確規定了農業機械化行政主 管部門、農機試驗鑒定機構和具體工作人員的法律責任，有權必有責，用權受監督，損害要 賠償。為此，要增強事業心和責任感，樹立科學嚴謹、實事求是的工作作風，常修為政之德， 常思貪欲之害，常懷律己之心，切實履行好法律賦予的職責。
2.2.3.5 其他農機社會化服務體系
農機安全監理、農機維修、農機銷售、農機法律法規體系建設都是黑龍江省農機社會化 服務的重要組成部分，為黑龍江省農業機械化的發展做出了重要貢獻。
1）農機安全監理體系
黑龍江省農機安全監理體系堅持“安全第一、預防為主、綜合治理”的方針，以貫徹實 施《農業機械安全監督管理條例》為主線，以預防為主、加強監管、落實責任為重點，繼續 深入開展“創建平安農機、促進新農村建設”活動，積極推進農機安全監理規范化、信息化、 科學化建設，著力提升農機安全監理機構公共服務能力，積極落實法律法規賦予農業機械化 行政主管部門的職責任務，充分發揮農機安全監理系統行政執法的作用，保持農機安全生產 形勢的持續穩定好轉。同時，加強農機安全監理政策法規研究，依法開展農機安全監理業務， 積極推進農機安全監理裝備信息化進程，切實搞好農機安全監理隊伍建設，為促進農業、農 村經濟、農業機械化發展和維護社會和諧穩定做出新的貢獻。
2）農機維修服務體系
近幾年由于農業機械化事業發展很快，政府對農機的補貼增加，市場需求拉動了農機維 修業，新的維修體系正在逐步形成，農機維修在機械化生產中的作用越來越大。目前，應從 4 個方面完善農機維修服務體系：
（1）建立健全維修網絡和維修制度。我國農機工業利潤低，除制造廠結合售后服務承擔 維修任務外，還要建立健全維修網絡，確立維修制度。要進一步推進農機制造廠家建立“三 包”維修服務體系，提供配件，技術咨詢，形成產、銷、修一體化；開展農村鄉鎮中心修理 點，提供農機產品保修期后的修理服務；采用先進技術和工藝，促進部件總成的再制造向大 批量、低成本、高質量、效益型方向發展。
（2 ）提升維修裝備的技術水平。由于技術的進步，現代大型農機裝備已經成為集機械、 電子、液壓、傳感、自動控制等技術為一體的新型農業機械，要求維修裝備的技術含量與其 相適應，要采用先進技術，通過研制和引進，推動維修設備的綜合化、工程化、智能化。
（ 3 ）培育農機維修市場。農機主管部門應加強培育和發展適度規模的農機維修市場體系， 包括維修服務市場、維修裝備、維修材料經銷市場、舊機交換市場、維修技術市場。盡力創 造一個有利于農機維修行業發展的社會環境，包括政策法規、修理收費及配件銷售價格、稅 收政策等。
（4 ）加快維修技術人才的培養。農機維修事業的發展，關鍵在人才。農機管理部門應組 織研究、推廣農機維修的先進技術、先進設備，加強維修技術人才的培養，組織維修相關理 論的研究及技術開發，培養高、中、初級各層次管理型、科研型、技術型、工藝型人才。提 高維修隊伍的素質，是黑龍江省農機維修事業發展的當務之急。
3）農機銷售服務體系建設 黑龍江省農機大市場是東北地區最大的農機產品流通企業，也是全國農機流通界的知名 標志性企業，佳木斯市農機公司、勃農農機大市場等都是行業中的佼佼者。還有個體經營者 發展起來的農機經營網點，雖然每個經營網點規模比較小，但數量多，覆蓋面大，能夠近距 離地為農民服務。黑龍江省共有農機銷售點約 23 150個，其中，整臺機械類（如拖拉機、農 機具、動力排灌、農副產品加工等）銷售點14 150個；維修配件銷售點9 000個。這些組織 構成的形式多種多樣，但個體經營形式已成為主力軍，占 8 000 個，集資入股形式占 1 500 個，民營占500個。
農機銷售服務存在的主要問題是銷售企業組織形式不適應市場需求，銷售服務理念滯 后，服務體系不完善，服務體系中缺少政府的扶持政策和保障機制，市場秩序混亂，不公平 競爭，商品準入體制不健全，銷售人員綜合素質較低等。
提高農機銷售服務質量：（1）采用先進銷售理念和銷售模式。政府應根據各地的經濟發 展戰略，結合城市建設、城市物流總體規劃，建立以中心城市為依托，縣、鄉銷售網點為輔 的銷售網絡體系。組織形式上要與國際接軌，逐步建立大市場、鏈鎖、配送及電子商務等組 織形式。（2）加強農機銷售服務體系建設。建立多層次、多形式的農機銷售體系，完善銷售 服務網絡，增強服務功能。（3）規范市場行為。要嚴格管理制度，推進市場的法制化、制度 化、標準化建設，從粗放管理走向規范管理，創造公開、公平、公正的市場競爭環境，嚴格 防止假冒偽劣商品，建立嚴格的消費者投訴與權益保護機制。
2.2.4農業機械化經營形式的發展
采用正確的農機經營形式，對管好用好農業機械，充分發揮機具效能，加快農業機械化 進程，增加農機科技含量都具有重要意義。隨著時代的發展，黑龍江省農機經營也經歷了國 有農機站、集體農機隊、個體經營、股份制、股份合作制等多種農機經營形式，期間既有成 功的經驗也有失敗的教訓，歷史性地形成了現有的多種經營形式共存的農機作業服務組織格 局，支持著黑龍江省農業關鍵作業環節的生產，為提高農業機械利用率，解放農村勞動力， 加快農業生產技術進步，提高農業綜合生產能力，提高農業現代化水平等做出重要貢獻。
1）農機作業服務組織經營形式
與其他省份相比，黑龍江省農機作業服務組織主要是經營大型農業機械。近幾年在國家 購機補貼政策的帶動下，農民購買大型農業機械的積極性空前高漲，2008年的18000個農機 作業服務組織中，農機大戶14000個（農機固定資產15萬元以上），全省標準化農機作業合 作社總數達到1216個，機械化家庭農場320個（自己經營土地在500畝以上的農機大戶）， 其它形式340個，形成了以農機大戶為主，其它形式為輔的多種經營形式的農機作業服務組 織網絡，農機作業量達到8億標畝，農民作業總收入35億元。
農機作業服務組織主要經營形式是：
（1）集體所有農機隊。這種農機服務組織發展的地方都有一個共同的特點，就是村集體 經濟好，村干部領導能力和責任心強。如遜克縣有11個村，為了解決農民人均耕地面積不大， 作業難問題，恢復了集體農機服務隊，為農民進行代耕服務，深受農民歡迎。到2008年，11 個農機隊固定資產總額已達530萬元，擁有大型拖拉機 45臺，農具245臺，聯合收割機 25 臺。
（2）農機大戶。嫩江、遜克、北林、同江等很多縣（市）有農機大戶，他們積極熱情地 為農戶搞代耕，裝備、技術、效益都在競爭中有了很大提高。農機大戶技術水平較高，服務 效果好，經營的集約化程度高，使其在農機化作業服務領域內影響較大，被各級農機管理部 門視為農機服務組織的龍頭，予以重點培養。由一般的農機經營專業戶成長為農機大戶，需 要一定的內部和外部條件。內部條件是農機戶的經營魄力和管理能力及籌資能力，外部條件 是環境能夠提供讓其獲利的足夠作業空間，這幾年出現的農機大戶主要得益于大豆收割跨區 作業及農村勞動力向城鎮及工商業領域內的轉移，這些使農機作業空間不斷擴大，當然與各 級政府部門的支持也是分不開的。僅遜克縣2008年就有農機專業戶4959個，年收入10萬元 以上的有 81戶，所有的農機專業戶人均年收入達到 1. 2萬元。
（3）家庭機械化農場。在人均占有耕地面積較大的縣（市），很多農機大戶自己經營的 土地面積不斷擴大，由過去的以代耕為主，轉變為以自己耕種為主的以機械為中心的家庭農 場。由于他們采用大型拖拉機進行高質量作業，采用先進的耕作技術和方法，同一作物單位 面積產量、效益高于分散農戶，使一些農戶自愿將土地轉包給這樣的家庭農場經營。同江市 三村鎮四村的農機大戶金昌輝，2008 年有 1 臺鏈軌拖拉機，4 臺中型輪式拖拉機、2 臺聯合 收割機，承包的200公頃耕地全部采用大機械連片作業，大豆產量比分散農戶用小四輪作業 的每公頃產量高出 1000斤，很多農戶把地轉包給他種，收入和自己種差不多。遜克縣西雙河 村有 200戶，800多人口，固定資產 10萬元以上的有 30戶，村主任馬來福經營土地 70公頃， 現有德特 75、55 輪式、聯合收各 1 臺及一些配套機具，年農機作業收入 6 萬元，土地收入 40萬元。從黑龍江省現階段看，生產規模化、經營規范化、技術現代化發展的家庭機械化農 場已成為農村機械代耕服務的一種趨勢。
（4 ）農機協會模式。聯合其他農機戶、種田大戶、部分農戶參加，組建農機協會，整章 建制，建檔建卡。會員土地按“三•三”輪作進行耕翻、播種、中耕、收獲，使用機械由協 會統一調配，實行土地歸協會聯片種植，會員享受優惠。依安縣有148個村， 2008年已有78 個村成立了這種模式的農機協會。
（5） 松散互助型農機聯合體。農機聯合體實行成員“自主經營、自主管理、自主發展” 的原則，采取農民“自愿互利、有償服務”的原則，對現有農機資源進行有效整合，有力解 決了農民和農機戶之間“有機找不著活，有活找不著機”的尷尬局面，實行代耕、代播、代 收等農業生產，提高機具利用率，充分調動農民購機的積極性。農機部門協助做好宣傳、爭 取政策資金和選購機具工作，做好技術、經營、管理的指導和協調工作。 2008年林口縣林口 鎮振興村，全村 70多臺車，為提高作業效率，減少連續進地次數， 4 臺車組成 1 個互動組， 實行統種、分管、分收、有效地提高了機械利用率，降低了作業成本。目前，在伊春市伊春 區、雞西市鳳山村農機聯合體發展不斷壯大，有效增強了服務能力。
（6） 農機作業合作社。農機作業合作社是市場經濟條件下加快農業機械化發展的探索和 實踐，是以國家投入為引導，農機戶、農民、村集體經濟或集體農機隊參股的股份制企業。 國家投入的資金，按合作社的作業區所承擔的面積計算農戶在作業區內實有耕地面積入股的 份額，做為農戶參股資金。在管理上建立了理事會、監事會，經理和駕駛員全部實行聘任制， 嚴格實行現代企業制度，建立成本核算、機務管理、作業標準等各項規章制度，按規定提取 公積金，年終按股分紅。
黑龍江省農機作業合作社建設取得了顯著成效。 2003 年開始組建農機作業合作社，到 2008年共投入資金15.6196億元，組建1216個農機作業合作社。 2003年總投入2325萬元， 其中省級投入1800萬元，農民自籌525萬元，共組建18個農機作業合作社；2004年總入8655 萬元，其中國家優質糧項目投入1781萬元，省級投入 4950萬元，農民自籌 1924萬元，共組 建50個農機作業合作社；2005年總投入23769萬元，其中國家優質糧項目投入2784萬元， 省級投入10400萬元，農民自籌10585萬元，共組建190個農機作業合作社；2006年總投入 24678萬元，其中國家優質糧項目投入5510萬元，省級投入8000萬元，市級投入1650萬元， 農民自籌 9518 萬元，共組建 200個農機作業合作社；2007年共投入 57878萬元，其中國優 質糧項目投入14630萬元，省級投入13500萬元，市級投入2840萬元，農民自籌26908萬元， 共組建 345 個農機作業合作社；2008 年共投入 38891 萬元，其中國家優質糧項目投入 6230 萬元，省級投入10000萬元，市級投入1560萬元，農民自籌21101萬元，共組建413個農機 作業合作社，每個農機作業合作社作業面積在2萬畝以上，總輻射面積達到1820萬畝。黑龍 江省組建的農機作業合作社由少到多，由點到面，農業生產組織程度逐步提高，農機合作社 的實力不斷增強，顯現出了農機作業合作社的旺盛生命力。通過試點建設，取得了很多可行 的成功經驗，尤其是以下3個方面的經驗：
①投資主體多元化，加快了發展速度。隨著農機作業合作社試點工作的不斷深入，投資 方式也發生了重大的變化，由第一年的農機裝備全部是省財政投資，轉變為政府投入引導性 資金，帶動村級組織、龍頭企業、農民個人和社會自然人等多方投資的方式，形成了多元化 的投入格局，加快了農機作業合作社發展步伐。2003~2008 年全省累計投入農機作業合作社 建設資金15.6196億元，其中：國家優質糧工程投入3.0935億元，占總投資的19.81%；省級 投入4.865億元，占總投資的31.15%；市地級投入6050萬元，占總投資的3.87%；縣級投入 931 萬元，占總投資的 0.6％；鄉鎮級投入 210 萬元，占總投資的 0.13%；村級投資 5800萬 元，占總投資的3.71%；企業投資400萬元，占總投資的0.26%；農民投資6.322億元，占總 投資的40.47%。農機作業合作社投資結構正在由以國家投入為主體逐步向以農民投入為主體 轉變，全省投資主體多元化的格局基本形成。
②組建模式多樣化，推動了不同地域農機作業合作社的共同發展。黑龍江省農機作業合 作社建設是按著現代企業制度要求和全省農村發展的實際，在生產實踐中產生的，以股份制 為基礎，以市場化運作為前提的農機合作組織。農機作業合作社在股份構成上，由國家投入 資金為引導，由村集體、大戶、農民、企業、社會自然人投資構成。通過不斷的探索和創新， 全省農機作業合作社已由試點初期全民入股的單一模式發展到目前的5種模式：
一是村集體和全體村民入股模式。全體村民將省投農機裝備按承包土地面積折成股份， 村集體用建設場庫棚資金折成股份，村民推選股東代表并成立管理機構，形成股份合作制農 機合作社。如海倫市前進鎮東興村、東風鎮的興安村合作社，全省這種模式已發展到168個， 占農機作業合作社總量的13.8%。
二是村集體和大戶合作模式。村集體將建設場庫棚資金折成股份，大戶出資購置農業機 械，按各自股份多少組成管理機構并行使相應權力和義務。如蘭西縣平山鎮的大興村、吉興 村農機合作社，全省這種模式已發展到145個，占總量的11. 9%。
三是大戶合作模式。由多個大戶聯合投資購買農業機械、建設場庫棚，按各戶投資分別 劃分股份并組成管理機構，同時享有相應的權利和義務。如克山縣西河鎮的保勝村合作社， 全省這種模式目前已發展到862個，占總量的70. 9%。
四是企業獨資模式。由本地農業產業化龍頭企業或其它社會企業，共同投資組建農機作 業合作社，租用當地耕地，進行特色農業生產，成為農業產業化生產基地。如蘭西縣東金集 團，全省這種模式目前已建設了11個，占總量的0.9%。
五是大戶獨資模式。有大戶獨立投資購買農業機械化、建設場庫棚。如克山縣向華鄉的 勤政合作社，全省這種模式目前已建設了30個，占總量的2.5%。
③運行機制。黑龍江省農機作業合作社是按著現代企業制度經營運作，普遍建立了理事 會和監理會，推行總經理和駕駛員聘任制，每年召開兩次股東大會，研究農機作業合作社發 展、經營和分配等重大事項，實現自主經營、獨立核算、自負盈虧經營機制。
在運行經營機制上，主要有四種模式：一是統一運營集約化生產模式。如克山縣北聯鎮 新興村，由村委會組織村民將耕地全部交由農機作業合作社統一運營。二是土地入股模式。 如樺南縣金沙鄉紅豐村，部分村民以承包地作為股份自愿加入合作社實行統管分紅。三是土 地租賃模式。如呼蘭區大用鎮沈八村，由農機作業合作社租賃村民耕地實行統一運營。四是 土地托管模式。如遜克縣干岔子鄉干岔子村，外出務工戶及貧困戶將耕地交給農機作業合作 社統一經營管理。這些典型模式的形成，推動了各個地區農業規模化生產和標準化作業，優 化了農產品的產業鏈條，為充分發揮農機作業合作社的作用探索了新路子。
④建立財務管理制度。黑龍江省農機作業合作社建立并推行了成本核算、機務管理、庫 房管理、油料管理、收益分配等多項管理制度，按規定提取折舊、大修基金、公積金和公益 金，用于合作社的農機更新和擴大再生產，使農機作業合作社管理步入了制度化、規范化的 軌道，有效提高了運營效益。2003~2008 年黑龍江省累計作業總收入 3.069 億元，提取裝備 折舊4998.4萬元，大修提存789.2萬元，扣除其它成本純利潤達2417萬元，并提取了公積金 79.4萬元，公益金47.6萬元。
組建股份制農機作業合作社，改變了政府對農業機械化的投入方式，由少數人受益轉向 多數人受益，特別是農民成為合作社的股東，農機作業合作社與農民之間形成了“風險共擔、 利益共享”的經濟利益共同體，形成一個聯心、聯利、聯責的新型農業機械化發展機制。在 從業人員上，實行聘任制，合作社從業人員從經理到駕駛操作人員都在社會上公開招聘，持 證上崗，實行風險抵押，增強工作責任感。在制度上，建立各項規章制度，合作社都建立健 全了農業生產、機務管理、固定資產和財務管理等規章制度。在成本核算上，按黑龍江省合 作社會計核算辦法，嚴格執行成本核算制度，各合作社實行單車核算制度，按折舊費、大修 費、日常維修費、人工費、油料費等進行成本核算。在機具更新上，建立嚴格的更新制度， 農機作業合作社每年按農機裝備使用年限提取國投資產折舊費，存入專儲賬戶，作為合作社 更新農業裝備儲備資金，使用時，向當地財政和農機部門提出申請，獲得批準后，方可使用， 以保障農業機械及時更新，保證合作社持續發展。在分配制度上，各合作社在年終按利潤收 益提取公積金、公益金，而后各方按股份構成進行利潤分紅。
農機作業合作社的發展，改變了農民分散經營的方式，土地逐步向少數大戶或種田能手 集中，促進了土地連片種植、規模經營。呼蘭區大用鎮沈八農機作業合作社租賃經營農民土 地5130畝，實現了連片種植，突破了玉米產區連片難的困擾。嫩江縣科洛村以農機作業合作 社為依托，將32戶農民的2000畝土地交給合作社，實行“統一整地、統一施肥、統一播種、 統一管理、統一收獲、統一銷售、按畝分紅”的經營模式，促進了土地連片，形成了規模經 營。由于合作社進一步解放了勞動力，加快了農村內部分工分業，增進了農村勞動力轉移。 黑河市由于大量組建合作社，全市已有近2萬人轉移出去，其中從事養殖業3976人，外出務 工14503人，發展二、三產業600多人，占勞動力總數的30%，實現經濟收入9800萬元。 密山市白泡子鄉長林子村在組建合作社前村里基本沒有外出務工的，自組建合作社以來已有 210人外出務工，收入近百萬元。根據統計，全省農機作業合作社的發展，使6 萬余名勞動 力轉移出來，有近2. 5萬人從事二、三產業，有3.5萬人外出務工。
農機作業合作社的形成和發展，是新形勢下農機經營服務機制的一次創新，是具有鮮明 時代特征的新型農機服務組織，它以農業機械化為牽動形成土地規模化，農業生產標準化， 農副產品加工產業化。
2）現代農機作業合作社取得的主要成效
2008年黑龍江省在克山、寶清、密山、大慶市讓胡路區、海倫、北安、富錦、依蘭、巴 彥、寧安等地建設了 10 個現代農業農機作業合作社，每個示范區規模經營耕地面積達到 4 萬畝以上，省級投入1000萬元用于農機裝備購置，地方匹配250萬元用于農機場庫棚建設和 必要的農機維修保養設備購置。項目區農業人口 8.56萬人，合作社總耕地面積 59萬畝，總 占地面積 17.1 萬平方米，建筑面積 7.5 萬平方米，資產總額 2.8 億元，其中固定資產 1.391 億元，擁有大馬力拖拉機76臺，配套農具235臺，收獲機械83臺，植保機械10臺，標準化 作業58.6萬畝。實踐證明：建設和發展農機合作社是轉變農業發展方式，提升核心競爭力的 一場深刻革命；是調整生產關系，提高農業生產組織化程度的有益嘗試；是提高農業綜合生 產能力，確保國家糧食安全的創造性實踐；是增加農民收入和壯大鄉村經濟的有效之舉，為 建設現代化大農業探索出了一條具有黑龍江特色的新路子。現代農業農機作業合作社取得的 主要成效：
①增強了糧食綜合生產能力。2009年，自然災害頻發，合作社通過使用先進的農業機械, 不但沒有減產，產量還明顯提高。 10個試點糧食總產12833.1萬公斤，比上年增產1664.1萬 公斤，增產率12.97%；其中14.53萬畝玉米單產584公斤，比上年增產68公斤，增產率11.6%； 25.39萬畝大豆單產155公斤，比上年增產12公斤，增產率8%。密山市蜂蜜山合作社2.4萬 畝玉米畝產 703.2 公斤，比上年畝增產 79.6 公斤，增產率 12.8%，比非示范區畝增產 101.8 公斤，增產率16.9%。
②改善了生產條件和生態環境。合作社重點裝備大型農業機械，引進具有世界先進水平 的大馬力拖拉機和農具在生產中的主體作用明顯。通過深松整地、秸稈和殘茬覆蓋地表等標 準化作業，打破了犁底層，深化了活土層，建立了土壤水庫，增強了蓄水保墑、抗旱排澇能 力，提升了土壤透氣性，提高了有機質含量，增加了有效積溫，減少了土壤風蝕、水蝕和病 蟲害。試點作業區耕層由不足20厘米提高到30厘米以上，耕層每加深1厘米，在均衡降雨 條件下每畝增加3噸蓄水能力，播期深松地塊20厘米、30厘米、40厘米耕層土壤含水量分 別比未深松地塊增加20.1%、20.8%和14.6%。示范區種植無公害農作物38.3萬畝（玉米17.5 萬畝、大豆20.8萬畝），綠色農作物12.5萬畝（玉米4.1萬畝、大豆8.4萬畝），有機農作物 7.8萬畝（玉米2.3萬畝、大豆5.5萬畝），通過品質提升增收8397萬元。
③提高了科學種田水平。農機作業合作社的組建，引進高新的農業機械，極大的加快了 全省的農機更新速度。這些農業機械的投放使用，使合作社能實行標準化作業，采取保護性 耕作技術，利用大型機械整地、播種、中耕、施肥、植保、收獲，促進了新農藝、新技術的 集成應用，如運用精量播種、分層施肥技術、推行病蟲害綜合防治技術等。農機與農藝結合， 節本增效同步，大大提高了科學種田水平，農業科技貢獻率近70%。2009年大豆全程標準化 作業24.8萬畝，玉米全程標準化作業13.9萬畝，比上年分別提高77.5%和80.4%，加快了傳 統生產方式向現代生產方式的轉變。密山市蜂蜜山合作社實行玉米小壟密植栽培技術，2.4 萬畝玉米畝保苗由0.3萬株增到0.35萬株，畝增產79.6公斤，增幅12.8%。海倫市海北合作 社推行大豆大壟栽培技術， 2.3萬畝大豆畝保苗由1.87萬株增到2.33萬株，在同等氣候條件 下，產量提高了20%。
④轉變了生產經營方式。合作社普遍實行“六統一”經營（統一生產資料、技術標準、 整地、播種、田間管理、收獲），有的還統一銷售產品和核算，土地規模經營進程明顯加快。 10個試點中租賃經營10.3萬畝，土地入股12.1萬畝，委托經營36.2萬畝，最大連片地塊面 積1 萬多畝，最小的連片地塊 500多畝， 1000畝以上連片地塊達 91塊。規模經營面積最大 的合作社是克山新興現代農業農機作業合作社，規模經營面積達4.02萬畝。土地規模經營降 低了機車空轉率，大農機作用得到了充分發揮，畝耗油由1.5公斤降到0.9公斤。合作社有效 解決了農機大規模作業與農戶小規模生產的矛盾，改變了一家一戶分散、細碎、低效的生產 方式，提高了農民組織化、集約化經營程度，真正實現了統分結合、雙層經營。寶清縣北崗 村成立合作社前，201人從事農業生產，現在只用36人，統一賣糧后，每斤多賣3分錢。
⑤增加了農民和村集體收入。合作社在獲利的同時，也拓寬了農民和村集體增收渠道。 一是糧食增產增收，人均增收209元。二是地租差價增收，人均增收1302元。三是分工分業 收入2.07億元，人均收入2417元，其中從事養殖業4712人，收入1413.6萬元；打工1.4萬 人，收入1.82億元；其它行業3845人，收入1076.6萬元。四是節本增效增收，人均增收166 元。 10個合作社總計人均增收4094元，是全省人均增收的10多倍，村集體經濟也得到了發 展。
⑥壯大了合作社經濟實力。 10個合作社總收入2358萬元，扣除成本1715.06萬元（折舊 費 547.3 萬元，工資 150.63 萬元，其它 1017.13 萬元），純收入 642.94 萬元。合作社中贏利 20~50萬元的有5個， 50~100萬元的有2個， 100萬元以上的有3個。
⑦帶動了新農村建設。合作社在促進試點村農業和農村基礎設施建設中起到了示范引路 的作用，10個試點都是新農村的示范村。寶清北崗村、克山新興村已成為全省現代農業樣板 村和新農村建設標桿村，農民不僅吃上了自來水，住上樓房，村里還統一供暖，而且在醫療、 社保、教育等方面村里都出臺了優惠政策。 10個試點帶動了25個村93個屯的新農村建設， 共投入建設資金8800萬元，修路290km,改造泥草房2697間。克山新興村僅改造泥草房就 投資963萬元，改造泥草房150戶。
3）農機作業服務組織發展中存在的問題
盡管農機作業服務組織發展較快，成效顯著，但受體制、機制、投入等方面的影響，一 些農機作業服務組織在發展上還存在一些問題：
（1） 土地分散經營方式制約了農機作用發揮。農村現行土地經營制度30年不變。受一 家一戶落后生產方式影響，連片作業非常困難，大型機械難以充分發揮作用。
（2） 基層管理體制和服務功能弱化。受體制改革影響，多數鄉鎮農機服務站納入農業服 務中心，鄉級政府管理農業機械化的職能被削弱，農機作業服務組織實力不強，功能弱化， 村級農機隊相繼解體。同樂、至富兩個鄉鎮原來都是機具資產超百萬元，服務功能完備、經 濟效益較好的集體服務組織，現在1臺大型機車都沒有，國有資產嚴重流失。綏化市北林區 198個農機隊，現在只剩下西太平鎮的西太平村、永安鎮的勝利村的2個機耕隊還在維持。
（3） 農業機械狀態嚴重老化。黑龍江省大部分作業服務組織裝備水平低，新式機具少， 狀態老化落后，已經到了報廢的程度，作業質量差，服務水平低下，農民不愿意用，這是一 些地方農機作業量低的一個重要因素。現在黑龍江省機群中49％的農業機械還在超期服役， 大型農業機械空白村較多，農民只能用小型拖拉機耕作，農業生產水平低下。
（4） 服務領域較窄。目前，農機作業社會化服務大多限于糧食生產環節的機械化作業，
對畜牧養殖業、農產品加工業、水利建設、林業建設等領域服務的力度不夠。
4）農機作業服務組織推進措施
黑龍江省的農業機械化向規模化、標準化、專業化和產業化方向發展，在組織形式上， 以農機大戶、農機作業合作社為基礎，對集體機耕隊、農機作業協會、農機作業聯合體等組 織形式逐步進行股份制改造，堅持多種組織形式并存，互為補充的原則。在資金投放上，以 新式大型農機裝備更新和農機社會化服務組織形式創新為重點，國家投資和農民自籌相結合， 堅持集中投放，規模建設的原則。具體推進措施：
（1） 加強領導
要將農機作業服務組織建設作為今后一個時期農機工作的重中之重，集中推進，要以科 學發展觀為指導，把轉換機制作為工作的核心內容。各級農機部門主要領導需要親自掛帥， 抓好落實，有專人負責組織本地區農機作業服務組織建設工作。按照市場需求和農民意愿， 為農民和農業生產經營組織提供相關信息服務，做好有關指導工作，以服務促管理，確保農 機作業服務組織的健康發展。要加強對農機作業服務組織的宏觀指導，改變傳統觀念，幫助 做好生產組織管理，安全管理，財務管理工作，加強技術培訓，全面提高農機作業合作社從 業人員素質。
（2） 加大政策扶持
按照《中華人民共和國農業機械化促進法》和農機管理條例的有關規定，省、市、縣各 級政府都要將此項工作納入國民經濟和社會發展計劃，采取財政支持和實施國家規定的稅收 優惠政策以及金融扶持等措施，逐步提高資金投入，充分發揮市場機制的作用，按照因地制 宜、經濟有效、保障安全、保護環境的原則，對農機作業服務收入采取免稅政策，促進農機 作業服務組織的發展。
（3） 大力發展農機作業合作社
支持各類農機作業合作社發展，需要大量資金投入。要積極爭取中央和省級財政、發改 委、農業綜合開發辦公室等涉農部門對農機作業合作社建設的支持，做好調研立項工作。同 時要努力引導市（地）、縣（市）政府向農機作業合作社建設的投入，充分發揮地方積極性， 廣泛籌集資金，并吸引社會投資和農民自籌。搞好配套資金籌措，提高項目資金配套能力和 自籌比例，盡可能多地獲得中央和省級投入支持，使多方資金形成合力，共同發展和壯大農 機作業合作社。
（4） 科學規劃，合理布局
在農機作業合作社規劃布局上，要按照不同作物產區合理布局。以平原地區為主，兼顧 山區半山區；以大豆、玉米、水稻主產區為主，兼顧雜糧、經濟作物和飼草飼料產區，堅持 因地制宜，合理布局的原則。對農機作業合作社服務輻射區以外的地區，重點發展各類農機 大戶開展標準化代耕作業服務，形成相互補充、相互配合的完整的農機作業社會化服務網絡。
目前，農業機械化發展已進入了一個新的時期，農業機械在經營形式上，應堅持多種經 營形式并存，動力與配套機具協調發展的方針，適應市場變化的實際需要，增加農民適用的 機具，走有黑龍江省特色的農機經營之路。
2.2.5農業機械化投入與經營水平
黑龍江省農業機械化資金的投入不斷增多，由 2000 年的 42314 萬元增加到 2008 年的 258286.9萬元，其中農業機械購置支出占總支出的85%以上。在資金投入渠道方面，以農民 個人投入為主，占總投入的74%左右；其次，財政投入資金占總資金的22%左右，地方財政 投入遠遠高于中央財政投入；單位和集體投入較少。最近幾年，國家和省對農業機械化投入 的資金逐年增多，所占比例也有所增加， 2008年政府財政投入占總投入的36%。農業機械化 經營總收入也是逐年增長，2008 年達到 118.56 億元，比 2007 年增長 8.81%，其中，農業機 械化作業總收入96.26億元，利潤總額42.47億元，分別比2007年增長17.26%和2.31%，可 見農業機械的經營效益越來越明顯。
2.3黑龍江省農業機械化發展中存在的問題
本文從5個方面介紹了黑龍江省農業機械化發展的現狀和水平，總體看黑龍江省農業機 械化的發展是快速、健康的，尤其是2004年中央下發以“三農”為主題的中央一號文件后， 隨著農村經濟的發展，極大地帶動了農業機械化事業的發展步伐。隨著改革開放深入發展， 農業機械化遇到新的機遇與挑戰，為了適應新形勢的變化，確保黑龍江省農業機械化事業的 可持續發展，農業機械化的管理部門面對著嚴峻的挑戰，政府的宏觀管理與服務職能更加突 出地表現出來，為了提高農機管理部門的管理決策水平，明晰農業機械化管理領域中存在的 基本問題具有重要的現實意義。
1）農業機械化發展水平評價問題
要發揮農業機械化在農業現代化進程中的作用，正確引導農業機械化的進一步發展，提 高管理水平，首先必需正確認識現階段農業機械化發展情況，而正確的認識是建立在對農業 機械化科學評價的基礎上。多年來，農機管理部門評價農業機械化發展的水平都是用綜合機 械化作業程度和農機裝備水平來衡量，而且在綜合機械化作業程度中主要使用機耕、機播、 機收三個指標來衡量，農機裝備水平也主要用農機總動力來衡量，這些指標具備簡單明了、 便于操作等優點，便于進行橫向比較和縱向比較，因此受到大家的認可。但是，上述兩個指 標不能反映農機經營效益指標，比如某地區農業機械化作業水平很高，但效益很低，顯然也 是不可取的，這樣的評價指標會使人們在管理中注重農機總量的增長而忽視了農機經營效益， 使農機粗放經營。科學的評價不同地區農業機械化的發展水平和發展速度，需要通過一系列 具體指標從不同側面、不同范圍以及不同層次來進行客觀評價。農業機械化評價指標體系的 準確設置和正確運用將有助于評價標準的統一性，便于使用同一計量尺度計算和分析農業機 械化的發展情況。因此，必須對農業機械化發展水平評價指標體系進行研究，對農機主管部 門科學合理制定相關的政策措施，因地制宜、分類指導農業機械化發展，實現農業綜合生產 能力提高，農業增效和農民增收具有重要的現實意義。
2） 農業機械化發展與環境相融合問題 傳統的農業機械化發展環境研究，出發點和歸宿點都是如何使農業機械化得到發展，把
環境看作發展條件，僅研究環境對農業機械化的影響問題，不研究或者很少研究農業機械化 對環境的影響和作用。實際上，農業機械化與其發展環境之間的影響是雙向的：一方面，農 業機械化的發展受環境因素的制約和影響，環境影響到農業機械化的發展；另一方面，農業 機械化的存在和發展也會對環境產生一定的影響，即農業機械化對環境具有反作用。如農業 勞動力的轉移將促進農業規模經營的發展，進而促進農業機械化的發展，農業機械化的發展 將推動農業勞動力的轉移和農業勞動生產率的提高，從而促進經濟的增長，使農業機械化的 發展對環境產生一定程度的影響。
黨中央在十六屆三中全會上提出了“堅持以人為本，樹立全面、協調、可持續的發展觀， 促進經濟、社會和人的全面發展”，根據科學發展觀在農業機械化領域的具體體現，及農業機 械化發展的歷史演變的歸納總結，農業機械化的發展要以“三農為本，講求效益，全面協調， 持續發展”。因此，研究農業機械化的發展問題，就必須對農業機械化的發展環境進行研究， 以探索農業機械化和發展環境之間相互作用的內在規律，把握支撐農業機械化發展的環境條 件，探索農業機械化發展對環境的促進作用，使兩者相互促進協調發展，為農業機械化的可 持續發展，科學地制定農業機械化發展目標和對策措施打下基礎。
3） 農業機械化發展速度問題
全面實現機械化是農業機械化發展的最終目標，但這個目標的實現需要一個長期的過程。 在未來10年，黑龍江省的農業機械化發展應該達到一個什么樣的目標，以什么樣的速度發展， 是黑龍江省農業機械化發展研究必須要解決的問題。以往對農業機械化發展目標的研究，主 要集中在對農業機械總動力和農業機械化作業程度進行研究，制定發展目標多是根據專家經 驗或簡單的時間序列回歸分析，這樣制定的發展目標指標較少，便于操作，使用方法也較為 簡單，但這些指標只能體現農業機械化發展的某一方面，不能反映農業機械配套機具、農業 機械化經營效益等方面的情況，同時農業機械化的發展與經濟環境密切相關，農業機械化與 經濟環境之間應該協調發展，農業機械化的發展水平一方面不應超越經濟環境條件，另一方 面農業機械化的發展應滿足經濟環境發展的要求。因此，從農機裝備水平、農機經營效益和 農機作業程度三個方面確定能全面反映農業機械化發展水平的各個指標，依據農業機械化發 展內部規律和農業機械化的發展與環境發展相互之間關系來確定科學合理的農業機械化發展 目標，使目標值的確定有嚴格、合理的科學依據，為制定黑龍江省農業機械化發展規劃和出 臺相關政策提供重要理論依據。
4） 農機社會化服務體系服務功能不完善
黑龍江省農機服務隊伍不斷壯大，素質不斷提高，服務領域不斷拓新，已形成了比較全 面的農機社會化服務體系，但是農機社會化服務組織的服務功能不完善。農機教育和農機培 訓工作不適應農業和農村經濟發展的需要，農機培訓條件簡陋、手段落后、培訓能力不能滿 足高新農業機械發展和農民掌握現代農業技術的需要。農機市場不規范，假冒偽劣農機產品 及零配件沖擊市場，損害了農民的利益。農機推廣體系也存在著推廣機構不穩定，推廣技術 骨干流失，隊伍業務素質下降等問題，農機服務體系的不完善造成農機產業化的發展滯后。 積極推進農機服務社會化、專業化、產業化、市場化對農業生產起著重要作用，是促進農業 機械化順利實施的有效手段。
這些問題的解決關系到黑龍江省農業現代化的實現，也關系到農業和農業機械化的可持 續發展。從現在到 2020年，是我國全面建設小康社會的關鍵時期，也是我國由傳統農業向現 代農業邁進的關鍵時期，黑龍江省要在全國率先實現農業現代化就必須解決這些問題，使農 業機械化的管理、組織和協調體系更加完善，農業機械化與環境協調發展。同時這些問題的 解決對黑龍江省農業機械化在保障國家糧食安全，推動農村經濟的有序、健康、快速地發展， 提升整個國民經濟水平，促進社會主義新農村建設，構建和諧社會都具有重要的理論和現實 意義。
2.4 本章小結
本章主要根據黑龍江省農業機械化發展的歷史數據資料，結合實地調查情況，對黑龍江 省農業機械化發展的歷程和基本現狀作了較為詳細的分析，特別是針對黑龍江省農機社會化 服務組織的發展提出了存在的問題及發展措施等，并提出了黑龍江省農業機械化發展在管理 中存在的主要問題。
3農業機械化發展水平評價與分析
我國加入 WTO 后，農業機械化的發展給農業機械化的管理部門帶來嚴峻的挑戰，政府 的宏觀管理與服務職能更加突出地表現出來。要發揮農業機械化在農業現代化進程中的作用， 需正確認識農業機械化現階段的發展水平，而正確的認識是建立在對農業機械化科學評價的 基礎上。科學的評價不同地區農業機械化的發展水平和發展速度，需要通過一系列具體指標 從不同側面、不同范圍以及不同層次來進行客觀評價。農業機械化評價指標體系的準確設置 和正確運用將有助于評價標準的統一性，便于使用同一計量尺度計算和分析農業機械化的發 展情況。
多年來農機管理部門都是用綜合機械化作業程度、農機裝備水平來評價農業機械化發展 的水平，而且在綜合機械化作業程度中主要使用機耕、機播、機收三個指標來衡量，農機裝 備水平也主要用農機總動力來衡量，這些指標具備簡單明了、便于操作等優點，即可進行橫 向比較也可進行縱向比較，因此受到大家的認可。但是，上述兩個指標不能反映農機經營效 益指標，比如某地區農業機械化作業水平很高，但效益很低，顯然也是不可取的，這樣的評 價指標會使人們在管理中注重農機總量的增長而忽視了農機經營效益，使農機粗放經營。本 研究力圖建立一個更科學合理的評價指標體系。為農機主管部門科學合理制定相關的政策措 施，因地制宜、分類指導農業機械化發展，實現農業綜合生產能力提高，農業增效和農民增 收具有重要的現實意義。
3.1設置評價指標的原則
農業機械化評價指標的設置，實質上是對農業機械化的社會效果和經濟效果進行科學的 評價與分析的過程。因此，農業機械化發展水平評價指標體系的設置要從實際需要出發，主 要遵循以下原則：
1） 科學性原則。評價指標體系的設計要力求科學，能準確的反映各評價指標之間的關系 和層次結構。
2） 可比性原則。評價指標體系的評價指標反映的某地區的農業機械化綜合水平要能和其 它地區的農業機械化綜合水平相比較，使各地區指標具有相對統一性，從而提高指標體系的 使用范圍。
3） 可操作性原則。設計的評價指標應具有可采集性和可量化性的特點。
4） 獨立性原則。每個指標應該能單獨地反映某一方面的水平，同一層內的指標不應有包 含關系，以避免指標間信息的重復。
3.2農業機械化水平評價分析方法的改進
3.2.1評價指標的設置
1）評價指標體系
評價農業機械化發展水平的實質就是對農業機械化作業程度、農業機械化發展的潛力及
效益進行科學、合理的評價。指標體系的設置要從實際需要出發，遵循“科學、全面、簡便、
實用的原則”，與國家統計局的統計指標相銜接，與農業現代化的要求相一致。
圖 3-1 農業機械化發展水平評價指標體系
Fig.3-1 Evaluation indexes system for the development level of agricultural mechanization
黑龍江省的農業生產以種植業為主，農業機械化發展水平評價主要圍繞種植業機械化進 行，本文在白人樸、楊敏麗、何勇、邱立春、楊印生、鄭文鐘等的研究成果基礎上，為更全 面、更準確的反映農業機械化發展水平，建立以農機作業為基礎、能力為保障、效益為核心 的農業機械化發展水平評價指標體系，客觀反映農業機械化在農業生產和農村發展中實際作 用的大小，反映農機人員、農機裝備和農機社會化服務體系對提高農業綜合生產能力、實現 發展目標的保障能力和農業機械化的綜合效益。在農業機械化作業程度方面，結合農業對灌 溉和植保要求較高，增設了灌溉機械化程度和植保機械化程度 2 個指標；原有的農業機械化 綜合保障能力評價指標只能體現農機總量的變化，沒有考慮農機的配套情況，本文增設了大 中型農機具配套比和小型農機具配套比來反映農機配備情況；同時采用農村百人農機人員擁 有量來反映農業勞動力中農機使用者所占比例，進而從農機人員素質和數量2 個方面對農機 人員進行全面評價；農業機械化綜合效益應從經濟效益和社會效益綜合考慮，經濟效益主要 體現在農機收入和農業產值的變化，社會效益體現在勞均播種面積的增加和農業勞動力數量 的減少，特別是農業勞動力占全省總勞動力比重是一個社會指標，農業機械化的發展終將會 使農業勞動力減少，因此，將其納入二級指標。改進的農業機械化發展水平評價指標體系如 圖 3-1 所示。
圖 3-1 中 3 個一級指標和 17 個二級指標構成了農業機械化發展水平評價指標體系。其中，
B35為逆向指標，指標數值越大，農業機械化發展水平越低；其余各指標為正向變化指標，
指標數值越大，農業機械化發展水平越高。
2)評價指標的計算
耕整地機械化程度(B„)=機耕耕整面積積x 100%
11 耕地總面積 栽播機械化程度(B12)=機械播栽面積x 100% 播栽總面積 灌溉機械化程度(B13)= 機電灌溉面積X 100% 植保機械化程度如)=機械植保I積X100% 收獲機械化程度(B]5)=機械收獲面積X100%
15 收獲總面積 農業機械原值
3.2.2評價指標權重及標準值的確定
對農業機械化發展水平進行分層次多指標綜合評價時，應根據實際情況，并考慮引導性， 對各個評價指標賦予不同的權重，為此，本文采用德爾菲法確定各級指標權重。這種方法是 通過匿名的形式，將調查內容與背景資料以信函的方式發給所選定的有關專家，進行多輪調 查。每輪調查結果經整理后反饋給各位專家作為信息交流，專家以此為參照作出下一輪判斷， 如此反復，直至取得較為一致的意見。這種方法具有匿名性質，能使每個專家獨立地發表意 見，同時由于反復幾次可使專家充分進行思考和修改自己的意見，評分結果綜合了全體專家 的意見，因此評分結果有較大的可靠性和權威性，并且這種方法簡便直觀，無需建立繁瑣的 數學模型，廣泛應用于各種評價指標體系的建立和具體指標的權重確定過程。
本文在調查研究的基礎上，首先，設計評價指標評分表和填寫表格的要求，然后將調查 表格發放給黑龍江省內從事農業機械化領域研究和管理工作的專家和領導，對兩個層次的各 個指標的重要性進行評分，重要的評分高，反之評分就低，最后對回收的評分表進行匯總， 每一指標所得分數占同一層次所有指標分數之和的比重，即為該指標的權重，各指標權重見 表 3-1 。
評價標準制定的目的在于對農業機械化發展目標起監督和指導作用。農業現代化和農業 機械化的評價標準是隨著現代化和機械化的發展而不斷變化的，但在特定時間、地點和歷史 條件下，可以制定反映社會平均水平和發展目標要求的評價標準。為此，考慮黑龍江省基本 實現農業現代化時應達到的農業機械化發展水平，參照《農業機械化水平評價方法》課題組 的研究成果及其它省市數據的基礎上，制定出黑龍江省基本實現農業現代化時農業機械化水 平評價指標體系中各指標的標準值，見表 3-1。另一方面，由于發展指標的評價標準具有動 態性，評價標準需隨著社會整體的發展而不斷變化，因此在每年進行評價時，應根據實際發
展情況對評價標準進行適當修訂，并使其更具有現實指導作用。
表 3-1 黑龍江省農業機械化發展水平評價指標權重及標準值
Tab.3-1 Weight and standard values of evaluation indexes of agricultural mechanization level in Heilongjiang Province
一級指標名稱及權重 二級指標名稱 權重 標準值
耕整地機械化程度/% 0.23 100
栽播機械化程度/% 0.19 100
農業機械化作業程度
（ B ， 0.5） 灌溉機械化程度/% 0.18 100
1 植保機械化程度/% 0.19 100
收獲機械化程度/% 0.21 100
農業勞均農機原值/（元•人-1） 0.21 4000
播面頃均農機動力/ （kW-hm-2） 0.2 6
大中型農機具配套比 0.06 3
農業機械化綜合保障能力
( B ， 0.25) 小型農機具配套比 0.04 4
2 農機人員受教育程度/% 0.22 100
農機社會化服務體系建設程度/% 0.17 100
農村百人農機人員擁有量/ （人•百人-1） 0.1 15
農業勞均產值/ （元•人-1） 0.21 60000
農業勞均播種面積/ （hm2-人-1） 0.21 3.5
農業機械化綜合效益
( B ， 0.25) 百元農機原值純收入/ （元•百元-1） 0.18 45
3 千瓦動力農機作業收入/（元-kW-1） 0.18 600
第一產業從業人員占全社會從業人員比重/% 0.22 <20
3.2.3綜合評價方法
本文采用加權指數綜合評分法，將各單項指標評價得到的各指標指數，通過一定的數學 模型轉換成綜合評價指數。其中，當B35 W20%時，達標程度為100%,當B35 >20%時，每增 加一個百分點，達標程度減少 1.25%；其余各個指標的得分值實行封頂計算，指標實際值大 于標準值時，只按標準值計算，取比值為 1。農業機械化發展水平 3 個一級指標與綜合評價 值的計算公式如下：
農業機械化作業程度 B1
(B11 X 0.23 + B12 X 0.19 + B13 X 0.18 + B14 X 0.19 + B15 X 0.21)x 100%
標準Bu 標準B12 標準B13 標準B14 標準B15 °
農業機械化綜合保障能力B2:
農業機械化綜合效益 B3：
農業機械化發展水平綜合評價值B :
3.3黑龍江省農業機械化發展水平評價與分析
3.3.1農業機械化發展水平評價
按表 3-1 建立的指標體系及各指標的計算方法，通過查閱相關文獻(《黑龍江統計年鑒》， 2009；中國農業機械化信息網，2009)及在黑龍江省農機管理局收集的數據，整理出2001~2008 年各指標相關數據，利用計算公式(3-1) ~(3-17)，計算出黑龍江省 2001~2008年農業機械 化發展水平二級評價指標值見表3-2。
表3-2 2001~2008年黑龍江省農業機械化水平二級評價指標值
Tab.3-2 Values of the second level indexes of agricultural mechanization from 2001 to 2008 in
Heilongjiang Province ( %)
指 標 2001 2002 2003 年
2004 份
2005 2006 2007 2008
B11 73.35 73.06 73.60 81.2 85.41 92.07 97.53 97.83
B12 71.64 72.65 71.11 83.28 77.94 83.15 83.91 87.70
B13 19.50 20.02 19.39 20.91 21.88 23.51 26.00 26.42
B14 31.24 36.32 34.92 64.31 48.63 59.42 56.37 66.90
B15 38.26 35.15 39.45 45.70 49.88 52.59 52.21 54.28
B21 1782.16 1846.33 1943.10 2236.01 2610.05 3094.40 3615.76 4005.19
B22 1.75 1.85 1.89 2.02 1.97 2.20 2.34 2.49
B23 2.42 2.28 2.02 1.74 1.47 1.26 1.24 1.23
B24 0.99 1.02 1.10 1.17 1.18 1.38 1.46 1.59
B25 54.61 62.31 65.15 82.65 81.18 81.77 67.36 70.31
B26 44.81 40.70 54.65 37.98 35.42 26.06 29.48 32.98
B27 7.39 9.16 9.97 9.74 9.48 9.49 11.10 11.59
B31 9575.76 10412.92 12293.14 16096.87 18579.02 20172.56 25190.34 31318.58
B32 1.27 1.26 1.30 1.37 1.63 1.69 1.76 1.78
B33 17.14 18.82 18.30 16.97 22.19 19.18 17.01 15.64
B34 320.79 306.16 301.73 288.97 353.17 307.28 294.73 318.91
B35 50.5 50.4 51.3 48.3 46.0 45.2 43.7 43.4
應用評價方法(3-18) ~(3-21)，分別測算出黑龍江省 2001~2008年農業機械化發展水 平3個一級指標和綜合評價值見表3-3。
表 3-3 2001~2008年黑龍江省農業機械化水平一級評價指標值和綜合評價值
Tab.3-3 Values of the first level indexes and synthetically evaluation of agricultural mechanization from 2001 to 2008 in Heilongjiang Province (%)
指標 2001 2002 2003 2004 2005 2006 2007 2008
B1 47.96 48.49 48.85 60.08 58.11 63.54 64.73 68.03
B2 45.58 48.18 51.92 54.26 54.59 56.25 57.95 62.18
B3 41.05 41.56 41.87 43.51 50.57 49.18 50.52 53.03
B 45.64 46.68 47.87 54.48 55.34 58.13 59.48 62.82
3.3.2評價結果分析
由表 3-3 可知，自 2001 年以來黑龍江省農業機械化發展水平保持持續增長的勢頭，由
2001 年的 45.64%增長到 2008年的62.82%，增長了 17.18%，平均每年增長2.15%。 2001~2003 年農業機械化發展水平增長速度比較緩慢， 2004年中央一號文件和國家出臺了“一免兩補” 政策，極大的調動了農民、農業經營組織購買、使用農業機械的積極性，使黑龍江省農機結 構和裝備水平有了很大的改善和提高，農業機械化水平發生突破性增長，比 2003 年提高了 6.61%，機械化耕、播、灌溉、植保、收獲面積都有了很大提高，在耕地面積沒有很大提高 的情況下，黑龍江省的農機化綜合作業程度比 2003 年提高 11.23%，同時也帶動了黑龍江省 農業機械化綜合保障能力提高 2.34%和綜合效益提高 1.64%。可見國家對農業機械的補貼政 策，調動了農民和農業經營組織購買和使用農業機械的積極性，使黑龍江省農機結構和裝備 水平有了很大的改善和提高，對農業機械化的發展起到促進作用。 2004~2008 年黑龍江省農 業機械化發展水平保持快速、穩定的增長，到2008年農業機械化水平為 62.82%。
由表 3-3 中農業機械化發展水平一級指標評價值可知，黑龍江省農業機械化作業程度和 農業機械化綜合保障能力發展水平較高，增長速度較快，而農業機械化綜合效益發展水平最 低，增長速度最慢。從下屬二級指標的結構來看黑龍江省農業機械化發展特點有:
1） 農業機械化作業程度在 3 個一級指標中發展水平最高，表明黑龍江省農業機械化代替 人力勞動取得了一定的成就，它是農業機械化發展的核心部分。機械化作業程度5個二級指 標都呈現出波動上升的趨勢，耕整地機械化和播種機械化程度最高，到 2008年分別已經達到 97.83%、87.70%；植保機械化程度發展速度很快，到 2008年已經達到 66.9%，是2001 年的 兩倍多；收獲機械化程度發展速度較慢，到2008年達到54.28%；灌溉機械化是黑龍江省農 業機械化發展的瓶頸，到 2008年僅有26.42%，嚴重阻礙了黑龍江省農業全程機械化的發展。 主要是因為農機科研、制造技術跟不上，有些作業環節沒有相應合理的機具，比如水稻直播 機、玉米收獲機、馬鈴薯收獲機、節水灌溉機械等，使得機械化作業程度較低，因此必須進 行技術創新，研制開發新型機具，特別是應該采取更積極的措施加大對黑龍江省灌溉農機具 的研發和推廣的支持力度。
2） 農業機械化綜合保障能力一直呈現快速增長的趨勢，從2001 年的45.58%增長到 2008 年的62.18%，平均每年增長約2.1%。在7 個二級指標中，農業勞均農機原值、播面頃均農 機動力、農村百人農機人員擁有量、小型農機具配套比 4 個指標呈上升趨勢，農業勞均農機 原值水平和農村百人農機人員擁有量水平較高；而農機人員受教育程度、農機社會化服務體 系建設程度和大型農機具配套比卻呈下降趨勢，特別是農機社會化服務體系建設程度已由 2001 年的 44.81%下降到 2008年的32.98%。在農機動力增加的同時，對農民的技術培訓和農 機社會化服務建設相對滯后，導致了農業機械化綜合保障能力的下降，農機服務站的減少和 盲目購買大型農業動力機械，不僅降低了農業機械化的綜合保障能力，也直接影響了農機綜 合效益的提高。
3）農業機械化綜合效益呈上升趨勢，發展速度相對稍慢，平均每年增長約 1.50%。農業 機械化綜合效益 5 個二級指標中，農業勞均年產值和農業勞均播種面積增長迅速；第一產業 從業人員占全社會從業人員比重有所下降，但下降速度較慢，這與黑龍江省非農產業不夠發 達、農民戀土情節嚴重、農業勞動力轉移不夠有很大的關系；百元農機原值純收入和千瓦動 力農機作業收入變化不大，表現出波動下降的趨勢，這與近年燃油價格的上升、農機具配套 比不合理和農機社會化服務體系建設程度跟不上農機發展步伐導致農業機械的利用率低有直 接關系，這與浙江省農業機械化發展極為相似。
綜上所述，隨著各級地方政府對農業機械化的重視，農民購買、使用農業機械積極性的 提高，以及黑龍江省農機社會服務產業化進程的加快等，使黑龍江省農業機械化水平有了很 大的提高，特別是農業機械化作業程度有了很大的提高，但一定要清醒的認識到農業機械化 的發展過程中還有一些問題急待解決，黑龍江農業機械化發展水平與實現農業現代化預期所 需的農業機械化水平及經濟效益要求相比還有差距。評價結果為農機職能部門對農業機械化 進行宏觀調控和微觀指導，實現黑龍江省千億斤糧食工程、構筑國家“戰略糧倉”有一定的 實際指導意義。同時，對國家和其他省份進行農業機械化發展水平的評價具有參考應用價值。
3.4黑龍江省各地區農業機械化發展水平的評價
3.4.1各地區農業機械化發展水平評價
根據2008年黑龍江省13個地區（市）的相關統計數據，利用農業機械化發展水平綜合 評價法對 2008年黑龍江省各地區（市）的農業機械化發展水平進行綜合評價。評價指標體系 中的各個二級評價指標可從《黑龍江省統計年鑒》、《黑龍江省農業機械化管理統計報表》和 黑龍江省農機管理局統計數據中查得。
1） 農業機械化作業程度的 5 個單項指標情況
2008 年黑龍江省 13 個地區（市）的農業機械化作業程度下屬的耕、播、灌溉、植保和 收獲機械化作業程度 5 個單項作業指標的統計數據整理結果見表 3-4。
2） 農業機械化綜合保障能力的 7 個單項指標情況
2008年黑龍江省 13 個地區（市）的農業機械化綜合保障能力下屬的 7 個單項指標的統 計數據整理結果見表 3-5。
表 3-4 2008年黑龍江省各地區(市)主要農業機械化作業程度
Tab.3-4 Degree of main agricultural mechanized operation of all regions (city) in Heilongjiang
Province in 2008
地區（市） 耕整地機械化程 度/% 栽播機械化程 度/% 灌溉機械化程 度/% 植保機械化程 度/% 收獲機械化程 度/%
哈爾濱 95.08 78.11 8.74 14.48 22.26
齊齊哈爾 97.18 85.25 14.41 66.40 36.47
雞西 98.19 81.24 21.35 48.24 64.51
鶴崗 97.48 95.18 20.98 71.31 75.05
雙鴨山 99.04 87.15 9.74 79.34 59.74
大慶 93.55 74.89 39.32 6.94 21.00
伊春 89.60 89.06 61.28 22.00 71.25
佳木斯 93.73 83.79 12.67 67.79 68.31
七臺河 71.10 84.85 9.08 21.12 61.59
牡丹江 90.52 81.79 19.98 26.36 44.93
黑河 99.69 93.91 2.08 85.73 83.59
綏化 95.28 77.25 19.46 74.87 28.43
大興安嶺 84.07 93.15 0.76 44.43 78.28
表 3-5 2008年黑龍江省13個地區(市)的農業機械化綜合保障能力的7 個單項指標值
Tab.3-5 Seven single index values of the overall support capability of agricultural mechanization in
13 regions (city) of Heilongjiang province in 2008
農業勞均 播面頃均 大中型 小型農 農機人員受
教育程度/% 農機社會 農村百人農機
地區（市） 農機原值/ 農機動力/ 農機具 機具配 化服務體系 人員擁有量/
（元人-1） (kW-hm-2) 配套比 套比 建設程度/% （人•百人-1）
哈爾濱 2549.13 3.19 1.23 1.34 18.06 72.19 8.60
齊齊哈爾 2498.35 2.28 0.69 1.64 85.65 12.20 12.10
雞西 5031.39 3.49 1.58 2.28 96.04 0.00 18.07
鶴崗 4991.14 3.17 1.41 2.22 88.80 71.43 23.05
雙鴨山 4750.95 2.53 1.38 1.52 87.73 0.00 18.22
大慶 2681.78 3.59 1.07 1.46 68.27 0.00 13.24
伊春 5115.29 2.33 0.87 1.12 99.83 89.47 13.85
佳木斯 3013.78 1.88 1.10 1.55 64.54 0.00 13.60
七臺河 10237.93 2.73 1.00 1.05 25.30 0.00 18.00
牡丹江 1816.20 2.93 1.14 1.27 77.06 1.85 9.63
黑河 7373.06 2.12 1.24 2.59 97.15 13.85 29.51
綏化 1187.97 1.69 2.03 1.52 88.90 45.00 6.24
大興安嶺 13519.57 2.18 1.57 0.81 28.38 37.14 26.92
根據表 3-1 中農業機械化發展水平評價指標體系的標準值，可以計算出農業機械化綜合 保障能力下屬的 7 個指標達標程度見表 3-6。
表 3-6 2008年黑龍江省 13 個地區(市)農業機械化綜合保障能力 7 個指標達標程度
Tab.3-6 Up to grade degree of seven indexes of agricultural mechanization overall support
capability in 13 regions (city) of Heilongjiang Province in 2008
地區（市） 農業勞均 農機原值/% 播面頃均 農機動力/% 大中型農 機具配套 比/% 小型農機具
配套比/% 農機人員 受教育程 度/% 農機社會 化服務體系 建設程度/% 農村百人 農機人員 擁有量/%
哈爾濱 63.73 53.22 41.00 33.40 18.06 72.19 57.35
齊齊哈爾 62.46 37.93 22.98 41.02 85.65 12.20 80.67
雞西 100 58.24 52.78 56.92 96.04 0.00 100
鶴崗 100 52.88 47.04 55.52 88.80 71.43 100
雙鴨山 100 42.13 45.98 37.96 87.73 0.00 100
大慶 67.04 59.85 35.72 36.45 68.27 0.00 88.30
伊春 100 38.77 28.99 27.94 99.83 89.47 92.36
佳木斯 75.34 31.34 36.75 38.74 64.54 0.00 90.65
七臺河 100 45.47 33.20 26.21 25.30 0.00 100
牡丹江 45.40 48.76 37.97 31.81 77.06 1.85 64.20
黑河 100 35.29 41.35 64.65 97.15 13.85 100
綏化 29.70 28.21 67.76 38.09 88.90 45.00 41.63
大興安嶺 100 36.37 52.25 20.21 28.38 37.14 100
3）農業機械化綜合效益水平 5 個單項指標情況
2008年黑龍江省 13 個地區（市）的農業機械化綜合效益水平下屬的 5 個單項指標的統 計數據整理結果見表 3-7。
表 3-7 2008年黑龍江省 13 個地區(市)的農業機械化綜合效益水平的5 個單項指標值
Tab.3-7 Five index values of agricultural mechanization overall efficiency in 13 regions (city) of
Heilongjiang Province in 2008
地區（市） 農業勞均產值/
（元人-1） 農業勞均 播種面積/ （hm2?人 _i） 百元農機原 值純收入/ （元百元-1） 千瓦動力農機作 業收入/
（元• kW-1） 第一產業從業人 員占全社會從業 人員比重/%
哈爾濱 39118.45 1.26 26.53 309.18 32.60
齊齊哈爾 21065.27 1.50 14.41 192.24 53.60
雞西 31885.66 1.67 13.27 266.26 35.40
鶴崗 28573.02 1.71 18.90 353.78 24.50
雙鴨山 41624.18 2.06 22.38 432.83 38.30
大慶 28522.77 1.26 19.62 192.12 32.30
伊春 115503.20 3.12 22.21 195.48 40.10
續表
地區（市） 農業勞均產值/
（元•人-1） 農業勞均 播種面積/ （hm2-人 _i） 百元農機原 值純收入/ （元•百元-1） 千瓦動力農機作 業收入/
（元• kW-1） 第一產業從業人 員占全社會從業 人員比重/%
佳木斯 30512.30 2.15 8.40 223.21 50.60
七臺河 92914.01 5.46 36.38 562.17 8.70
牡丹江 30165.61 1.05 29.13 274.77 43.40
黑河 33776.23 3.08 7.34 214.61 50.40
綏化 21784.78 1.09 14.44 541.38 59.90
大興安嶺 190971.63 5.85 5.90 114.69 48.90
根據表 3-1 中農業機械化發展水平評價指標體系的標準值，可以計算出農業機械化綜合 效益水平下屬的 5 個指標達標程度見表 3-8。
表 3-8 2008 年黑龍江省 13 個地區（市）農業機械化綜合效益水平 5 個指標達標程度
Tab.3-8 Up to grade degree of agricultural mechanization overall efficiency in 13 regions （city） of
Heilongjiang Province in 2008
地區（市） 農業勞均 農業勞均播 百元農機原 千瓦動力農機 第一產業從業人員占全
產值/% 種面積/% 值純收入/% 作業收入/% 社會從業人員比重/%
哈爾濱 65.20 35.86 58.96 51.53 32.60
齊齊哈爾 35.11 42.84 32.02 32.04 53.60
雞西 53.14 47.84 29.49 44.38 35.40
鶴崗 47.62 48.87 42.00 58.96 24.50
雙鴨山 69.37 58.97 49.74 72.14 38.30
大慶 47.54 36.10 43.60 32.02 32.30
伊春 100.0 89.24 49.37 32.58 40.10
佳木斯 50.85 61.34 18.67 37.20 50.60
七臺河 100.0 100.0 80.84 93.69 8.70
牡丹江 50.28 29.93 64.73 45.80 43.40
黑河 56.29 87.91 16.32 35.77 50.40
綏化 36.31 31.11 32.09 90.23 59.90
大興安嶺 100.0 100.0 13.11 19.11 48.90
4）農業機械化發展水平一級評價指標值和綜合評價值的計算
在計算出所有二級指標的達標值后，可分別計算出 13個地區（市）農業機械化作業程度、 農業機械化綜合保障能力和農業機械化綜合效益水平 3 個一級評價指標值，計算結果見表
3-9。然后，根據 3 個一級評價指標的權重，就可計算出 2008年黑龍江省 13個地區（市）農 業機械化發展水平的綜合評價值，計算結果見表 3-9。
表 3-9 2008年黑龍江省 13個地區(市)農業機械化水平3 個一級指標及綜合評價達標程度 Tab.3-9 Up to grade degree values of the first index and the comprehensive evaluation index of agricultural mechanization in 13 regions (city) of Heilongjiang province in 2008
地區（市） 農業機械化 農業機械化綜 農業機械化 農業機械化綜 排 序
作業程度/% 合保障能力/% 綜合效益/% 合發展水平/%
哈爾濱 45.71 49.80 48.28 47.38 12
齊齊哈爾 61.42 52.71 39.69 53.81 10
雞西 64.58 69.22 42.29 60.17 5
鶴崗 73.59 78.30 43.83 67.33 2
雙鴨山 68.71 63.00 57.32 64.44 4
大慶 48.55 53.50 38.28 47.22 13
伊春 67.70 78.02 63.31 69.18 1
佳木斯 66.98 49.11 44.75 56.96 7
七臺河 51.06 48.70 75.33 56.54 8
牡丹江 54.40 46.52 46.29 50.40 11
黑河 74.99 66.85 50.75 66.89 3
綏化 60.29 48.84 49.35 54.69 9
大興安嶺 62.05 54.77 58.56 59.36 6
3.4.2各地區農業機械化發展水平評價結果分析
由表 3-9可知，2008年黑龍江省各地區（市）都已進入農業機械化發展的中級階段，農 業機械化發展水平綜合評價值較高的地區（市）有伊春、鶴崗、黑河、雙鴨山和雞西，綜合 評價值都在60%~70%之間，將要步入農業機械化發展的高級階段；綜合評價值在 54%~60% 之間的地區（市）有大興安嶺、佳木斯、七臺河和綏化；綜合評價值較低的地區（市）有齊 齊哈爾、牡丹江、哈爾濱和大慶，綜合評價值都在 47%~54%之間。黑龍江省各地區（市）的 農業機械化發展水平是極不平衡的，農業機械化發展水平最高的伊春與最低的大慶二者相差 21.96%，除七臺河的農業機械化綜合效益水平遠遠高于農業機械化作業程度和農業機械化綜 合保障能力之外，其它地區的農業機械化綜合效益水平都與農業機械化作業程度和農業機械 化綜合保障能力差距不大，可見七臺河市的農業機械運用取得了較好的經濟效果，農業機械 運用要好于其它地區，七臺河市應在原有管理的基礎上加大農業機械的投入力度，提高農業 機械化作業程度。為更好的實現農業機械化的經濟效益，其它地區需要處理好發展農業機械 化與人多地少、家庭經營規模小、農業勞動力轉移難、經濟實力弱等的矛盾，堅持農業機械 化發展速度和效益相統一。
從自然環境分析可知，黑龍江省農業機械化發展水平最高的伊春市，位于黑龍江省的中 北部，群山起伏，水源充足，其中農業產值占 50%左右，林業產值占 25%左右，牧業產值占 25%左右，呈現出農林牧結合的發展形式。黑龍江省農業機械化發展水平較高的鶴崗、黑河、 雙鴨山、雞西、佳木斯和七臺河，位于黑龍江省東部，地處黑龍江、松花江、烏蘇里江三江 下游，氣候溫和濕潤，年降水量 500~600毫米，地勢低平，海拔 50~100米，并有大片沼澤， 土壤自然肥力較高，開發歷史短，地廣人稀，人均耕地多，糧食商品率高，國營農場多，很 多地區已成為黑龍江省主要的商品糧基地和重要產糧區，機械化作業程度高。黑龍江省農業 機械化發展水平較低的地區是齊齊哈爾、哈爾濱和大慶，位于黑龍江省西南部，地處松嫩平 原，氣候溫和，土質肥沃，地形平坦，地下水資源比較豐富，旱田灌溉基礎較好，且西部草 原面積較大、草質好，因此成為了農業和牧業的重要生產基地，呈現出農牧并舉的發展形式。
由于黑龍江省各個地區農業機械化發展社會環境條件沒有很大差別，因此，各個地區農 業機械化發展的影響因素對比主要是農機原值和農機人員的受教育程度，通過對實際數據的 對比分析得出伊春、鶴崗、黑河和雙鴨山的農機原值和農機人員的受教育程度遠遠高于齊齊 哈爾、牡丹江、哈爾濱和大慶，使得這些地區的農業機械化作業程度很高而農業機械化綜合 效益很低，二者差別顯著。
3.5 本章小結
本章在分析比較現有農業機械化發展水平評價方法的研究成果基礎上，結合黑龍江省實 際情況，提出農業機械化發展水平評價指標體系；應用德爾菲法法和查閱文獻的方法確定了 各個評價指標的權重和標準值。用綜合評價法測算了 2001~2008年黑龍江省農業機械化發展 水平，利用測算結果分析了黑龍江省農業機械化發展水平的發展變化及阻礙農業機械化發展 的原因。利用 2008年統計數據，對黑龍江省各個地區農業機械化發展水平進行了評價，并對 評價結果進行了分析和地區比較，評價結果為指導黑龍江省農業機械化發展提供科學依據， 同時對國家和其他省份進行農業機械化發展水平的評價具有參考應用價值。
4黑龍江省農業機械化發展的環境辨識與展望
黨中央在十六屆三中全會上提出了“堅持以人為本，樹立全面、協調、可持續的發展觀， 促進經濟、社會和人的全面發展”，這就是努力實現經濟社會全面進步和人的全面發展的科學 發展觀。根據科學發展觀在農業機械化領域的具體體現，及農業機械化發展的歷史演變的歸 納總結，農業機械化的發展要以“三農為本，講求效益，全面協調，持續發展”，因此，研究 農業機械化的發展問題，就必須對農業機械化的發展環境進行研究，以探索農業機械化和發 展環境之間相互作用的內在規律，把握支撐農業機械化發展的條件，探索農業機械化發展對 環境的促進作用，為科學地制定農業機械化發展目標和對策打下基礎。
傳統的農業機械化發展環境研究，出發點和歸宿點都是如何使農業機械化得到發展，把 環境看作發展條件，僅研究環境對農業機械化的影響問題，不研究或者很少研究農業機械化 對環境的影響和作用。實際上，農業機械化與其發展環境之間的影響是雙向的：一方面，農 業機械化的發展受環境因素的制約和影響，環境影響到農業機械化的發展；另一方面，農業 機械化的存在和發展也會對環境產生一定的影響，即農業機械化對環境具有反作用。如農業 勞動力的轉移將促進農業規模經營的發展，進而促進農業機械化的發展，農業機械化的發展 將推動農業勞動力的轉移和農業勞動生產率的提高，從而促進經濟的增長，使農業機械化的 發展對環境產生一定程度的影響。
農業機械化的發展應同國民經濟條件和農村經濟的發展趨向及重大發展措施相協調，應 圍繞著農業及農村產業結構的調整，農業產業化經營及城鎮化進程來進行調整。同時，農業 機械化發展應同農業及農村的經營體制相適應，圍繞著農業及農村經營體制的變遷來確定農 業機械化的經營服務體制，努力提高農業機械化的科技水平，大幅度提高農業機械化的經濟 效益、社會效益和生態環境效益，走因地制宜，有選擇的農業機械化發展道路。因此，本文 首先對影響農業機械化發展的環境因素進行辨識，然后利用關聯分析法確定主要影響因素， 最后對與農業機械化發展密切相關的一些環境因素進行預測和展望，并對農業機械化未來的 發展環境進行了綜合分析。
4.1農業機械化發展的環境辨識
農業機械化作為農村經濟系統中的子系統，它的發展受眾多的環境因素所制約，因此必 須考慮如何適應、利用環境條件。農業機械化發展環境指的是支撐農業機械化的存在和發展， 作用于農業機械化系統的所有因素的統稱，可以分為自然環境、經濟環境、社會文化環境 3 部分內容，農業機械化發展環境每一部分又由許多不同的要素構成，主要構成要素如圖 4-1 所示。這些不同的要素對農業機械化的發展起著制約、推動和支撐的作用，可以說農業機械 化的發展與上述這些子系統構成的系統環境是密不可分的。
環境要素
圖 4-1 影響農業機械化發展的主要環境要素
Fig.4-1 Key environment elements affecting the development of agricultural mechanization
1）自然環境 黑龍江省位于中國東北部，是中國位置最北、緯度最高的省份，屬于典型的大陸性季風 氣候，夏季短暫而溫暖濕潤，雨熱同季，為糧食作物生長提供了良好條件；秋季降溫快，霜 來得早，晝夜溫差大，有利于糧食作物營養積累；冬季寒冷漫長，春季易發生干早，而秋季 易澇。黑龍江省東北部為三江平原，中西部為松嫩平原，是世界三大黑土帶之一，平均海拔 在 50~200 m 之間。黑龍江省由于開發較晚，20 世紀 50 年代以前耕地有機質含量高達 7%~10%，保肥保水能力強，土地產出率高，適于作物生長。但近年來土壤沙化嚴重，水土 流失加劇，黑土層大約減少200 mm,有機質含量下降到3%~4%,有的地方甚至降到1%~2%。 黑龍江省無霜期短一般為100~150天，農業區初霜凍一般發生在9月中下旬，終霜凍一般在 4 月末至 5 月初，具有自然災害種類多、發生頻率高、突發性強、影響時間長和范圍廣等特 點。其中經常對農業生產造成比較嚴重影響的自然災害是旱澇災害。
黑龍江省農業結構以種植業為主，是我國耕地面積最大的省份，人均耕地面積和農民人 均經營耕地面積均是全國平均水平的 3 倍左右，后備土地資源是全國人均占有量的 10 倍，耕 地和林地面積居全國第一位， 2001~2009 年黑龍江省主要農作物播種面積統計變化情況見表
4-1。由表 4-1 可以看出，黑龍江省農作物種植方式屬于典型的一年一作。農作物種植以糧食 作物大豆、玉米、水稻和小麥為主，隨著種植業結構的調整水稻、玉米、大豆播種面積在逐 年增加，小麥播種面積在波動減少；經濟作物種植面積有減少的趨勢。 2009年底黑龍江農作 物播種總面積為13.87萬km2，其中旱田播種面積占農作物總播種面積的81%左右。黑龍江 省是我國10個擁有大草原的省份之一，產草量居全國第八位，奶牛存欄和鮮奶產量居全國首 位，畜牧業約占農林牧漁業總產值的 40%，優質高效經濟作物和飼料飼草作物穩步發展，蠶、 蜂養殖業規模有所擴大，綠色食品產業發展迅速，其種植面積、品種和產量均居全國第一位。
黑龍江省水資源總量為772.2億m3,其中地表水655.8億m3,境內有黑龍江、松花江、 烏蘇里江和綏芬河4大水系，包括松花江支流的嫩江、牡丹江等河流，全省有湖泊沼澤6 020 處，水面面積達35萬m2,其中主要有興凱湖、鏡泊湖、連環湖和五大連池等四大湖泊，以
及尼爾基、東升、宏勝、南引和紅旗等水庫，可利用養魚水面 6500km2。
黑龍江省地勢平坦直接決定了其適宜農業機械作業，有利于農業機械化的發展，耕地土 壤、水、熱、光照等條件是農業的基礎，各地區不同的自然環境條件決定了農作物種植的地 域分布格局，農作物的地域種植差異將會影響到農業機械化的發展速度、規模和水平。
表 4-1 2001~2009 年黑龍江省主要農作物播種面積
Tab.4-1 Sown areas of major farm crops from 2001 to 2008 in Heilongjiang Province （kha）
年份 總播種面積 大豆 玉米 水稻 小麥 油料 薯類 蔬菜 瓜果 甜菜 麻類 藥材
2001 9412 3196 2110 1577 383 302 412 427 130 182 129 20
2002 9400 3006 2237 1571 245 374 433 432 141 199 103 24
2003 9551 3661 2035 1295 214 463 388 400 134 119 113 33
2004 9647 3674 2142 1675 247 411 309 292 95 76 98 35
2005 11322 4524 2730 1850 259 410 332 333 110 80 85 48
2006 11678 4548 3302 1992 244 339 203 313 122 58 56 46
2007 11899 4099 3884 2253 233 277 215 290 106 79 51 55
2008 12087 4198 3647 2452 266 219 291 288 101 90 41 52
2009 13871 5029 4854 2636 337 203 220 188 74 64 12 31
注：數據來源于2010 年《黑龍江省統計年鑒》
2） 經濟環境
農業機械化發展的經濟環境，可以分為兩個層次。第一個層次為反映整個國民經濟現狀 的宏觀經濟環境，包括經濟水平、經濟結構、經濟體制及宏觀經濟政策等不同的方面。經濟 水平和經濟結構可以用國內生產總值、收入水平、財政收入、產業結構比例、就業結構比例 等不同的經濟數據表示和描述。第二個層次為反映農業生產、農業經營現狀的農業經濟環境。 農業經濟環境包括農業產出水平，農業內部結構、種植制度、農業經營體制等方面的內容。 實際上，農業經濟環境是宏觀經濟中農業經濟要素的進一步細分和具體化，但這兩者對農業 機械化發展的影響方式卻有一定的差異，宏觀經濟環境只有少部分因素直接影響農業機械化 的發展，大部分因素是通過對農業經濟要素的影響而影響農業機械化的發展，農業經濟環境 則是直接影響著農業機械化的發展。
經濟環境對農業機械化發展的影響主要體現在以下幾個方面：一是經濟發展水平的高低 決定著農業機械化的投入水平和能力，并決定著對農業機械化的需求，經濟發展水平越高， 勞動力成本越大，農業勞動力轉移需求越大，用機械代替勞動力的需求就越強烈，對農業機 械化的需求就越迫切；二是經濟體制，尤其是農村經濟體制決定了農機的經營方式和規模， 可用人均耕地面積和農機服務組織發展來描述；三是經濟宏觀政策，宏觀政策體現社會對農 業機械化的關注和支持程度，它往往影響到農業機械化的發展速度和方向，可以用政府、企 業和個人對農業機械化的投入描述。
3） 社會文化環境
社會文化環境指的是社會人口數量、人口結構、人口素質、政治法律、科學技術、文化 傳統等要素特征構成的農業機械化發展的社會文化氛圍。社會文化環境對農業機械化發展的 影響并不像經濟環境那樣的直接和明顯，但它的影響也是確確實實存在的，并且影響還比較 持久和穩定。
從社會人口角度看，社會人口的數量、結構及素質影響著農業機械化的發展。人口數量 增加尤其是農村人口數量的增加對農業機械化發展的影響不利，而農村人口數量的減少，尤 其是農村勞動力的大量轉移，對農業機械化的需求增加，有利于農業機械化的發展。人口素 質的提高將有利于農業機械化知識和技術的引入和傳播，如人們對環境保護及節約資源意識 的提高，就有利于節約型農業機械化技術的發展。從文化傳統及風俗習慣角度看，由于文化 傳統及風俗習慣有抵制新事物的天性，農業機械化技術最初引進和傳播會受到一定的抵觸。 如在上世紀五十年代剛剛引入農業機械化技術時，及現在推廣保護性耕作技術和農機作業合 作社時都需要做大量的示范推廣工作，但一旦得到社會的認可，形成習慣和傳統將會形成有 利于農業機械化發展的推動力量。如在許多農村地區對家庭擁有小拖拉機、農用汽車等動力 機械看作是一種地位和身份的象征，在這些地方人們購買農機時不只是從經濟角度考慮把效 益作為目標，這樣的風俗習慣無疑有助于農業機械化的發展。
政治法律環境主要包括社會政治制度、社會穩定性、法律法規等因素。政治法律為農業 機械化的發展提供政治法律保障。政治的需要有時會成為農業機械化發展的依據，如上世紀 六十、七十年代，我國農業機械化快速發展的推動力不是來自于經濟需求，而是源自于政治 需求。毛澤東主席主要是出自于鞏固集體經濟，鞏固工農聯盟，改造落后的農民的政治考慮， 才對農業機械化的發展寄予很高的期望和熱情，發出了一系列的指示，促進了農業機械化的 超常發展。法律的作用也非常明顯， 2004年農業機械化促進法的頒布實施，為農業機械化的 快速、持續、健康發展提供了堅實的法律保障。
農業機械化發展相關的技術環境，包括與農業機械設計制造相關的工業技術水平和能力、 與農業機械應用過程相關的各種農業生產技術、及與農業機械使用和管理相關的技術人才情 況等方面。農業機械作為工業技術的產物，它的研制、生產和改進同工業技術水平的發展和 進步密切相關，較高的工業制造技術水平可以保證及時地制造出所需要的各種農業機械。農 業機械的使用實際上是同農業機械作業對象的相互作用過程，理所當然地同農業生產技術發 生關系，農業生產技術的改進，如培育出適合機械收獲的西紅柿，作物培栽方式向有利于機 械化作業的方向改進等，都會在一定程度上影響到農業機械化的發展。掌握農業機械化相關 技術和知識的人員是農業機械化發展的技術人才基礎，這些人員的數量、質量及培養渠道狀 況將決定農業機械化所能達到的水平。
4.2農業機械化發展主要影響因素的關聯分析
農業機械作化為農業技術結構中的重要組成部分，是工業技術與農業技術相結合的產物。 影響農業機械化發展的因素很多，有農業機械化內部因素也有外部環境因素的影響，可以分 為耕地資源條件、農業生產資源、經濟社會條件、農業機械化資金投入和農業機械化管理水 平等，這些因素關系復雜且相互影響、互為依存。研究諸因素的特點及它們之間的相互關系， 確定影響農業機械化系統的主要因素及影響程度，對解決農業機械化發展的主要矛盾，促進 農業機械化經濟效應的進一步發揮具有重要作用。
由于各種因素對農業機械化發展的影響具有非線性關系，而傳統的數理統計方法如方差 分析、回歸分析等影響因素分析方法存在的不足是要求大量數據,且各影響因素數據與系統 特征數據之間呈線性關系,致使上述方法在處理非線性問題時具有較大的局限性。灰色關聯 分析法能夠彌補數理統計方法在系統分析時所帶來的不足,它對不同大小的樣本和樣本有無 規律均適用,且計算量小,不會出現量化結果與定性分析結果不符的現象。因此,利用灰色 關聯分析法能較好地處理農業機械化發展與各種影響因素之間的非線性關系問題。灰色綜合 關聯度分析法既體現了各序列曲線在幾何意義上相似程度,又反映出各序列相對于始點的變 化速率的接近程度,是較為全面地表征各數據序列之間聯系是否緊密的一個數量指標。下面 將根據2000~2008年黑龍江省農業機械化發展相關統計數據,采用灰色綜合關聯分析法來確 定對黑龍江省農業機械化發展起關鍵作用的影響因素。
4.2.1灰色綜合關聯分析法
在系統分析中,要確定影響系統的主要因素,常用的定量分析方法是數理統計法,如回 歸分析法、主成分分析法、方差分析法等。雖然這些方法解決了許多問題,但它們往往要求 大樣本,且要求具有典型的概率分布,這在實際運用中很不方便,因而很難實現。灰色關聯 分析則不受這些局限,它可在不完全的信息中,對所要分析的各因素,通過一定的數據處理, 在隨機的因素序列間找出它們的關聯性,發現主要矛盾,找出主要特征和主要影響因素。因 此,關聯度分析適應性更廣,在社會經濟系統中的應用更有其獨到之處。
灰色關聯分析是以關聯度計算為其基本手段的一種灰色系統分析方法,它把事物看成一 個動態的、發展的系統,對事物之間的變化情況進行定量的描述,對事物的發展狀態進行量 的比較。它的基本思想是根據序列曲線幾何形狀的相似程度,以分析和確定因子間的影響程 度或因子對系統特征序列的貢獻測度。廣義灰色關聯分析作為其中之一,包括灰色絕對關聯 度、灰色相對關聯度和灰色綜合關聯度。其中,灰色絕對關聯度表征了各數據序列幾何圖形 的相似程度,相似程度越大,則關聯度值越大；灰色相對關聯度表征了各數據序列相對于始 點的變化速率之間的關系,它們的變化速率越接近,關聯度值越大；灰色綜合關聯度分析既 體現了各序列曲線(折線)在幾何意義上相似程度,又反映出各序列相對于始點的變化速率 的接近程度,是較為全面地表征各數據序列之間聯系是否緊密的一個數量指標。因此,本文 利用灰色系統理論提出的關聯度概念,來分析系統中各因素對農業機械化發展的影響大小, 為制定農業機械化發展戰略提供可靠的依據。
灰色綜合關聯分析的一般步驟：
1 )確定系統特征序列和相關因素序列。系統特征序列就是比較的參照系,用 X0 = {0(t),t = 1,2,L,"}來表示，t為時間序數；相關因素序列為所考察的是否與系統特征序 列相關的各種因素集。假定考察的因素有m(i = 1,2,l,m)個，則第i個因素記為 Xi ={Xi(t),t=1,2,L,n}。
2)求灰色絕對關聯度
設X0與X、的長度相同，且皆為1-AG0序列，令系統特征序列和相關因素序列的差序列 分別為X° 和 X0，且X° = x0(t)-x°(1), X0 = x、(t) - x、(1)，貝U
3)求灰色相對關聯度
設序列Xo與X,長度相同，且初值皆不等于零，Xo與X：分別為Xo與X,的初值像，則 稱Xo與X：的灰色絕對關聯度為Xo與X,的灰色相對關聯度，記為ro,。
令Xo(t)= 也，X：(t)= 也，求xo(t)和X：(t)的序列差，然后求得灰色絕對關聯度, xo(1) x,(1)
即得到Xo與X,的灰色相對關聯度為
4)求灰色綜合關聯度
設序列Xo與X,長度相同，且初值皆不等于零，弘和%分別為Xo與X,的灰色絕對關 聯度和灰色相對關聯度，Q&[0，1]，則稱
Po,=甌,+ (1 -0)roi
為Xo與X,的灰色綜合關聯度，簡稱綜合關聯度。綜合關聯度既體現了折線Xo與X,的相似 程度，又反映出Xo與X,相對于始點的變化速率的接近程度，是較為全面地表征序列之間聯 系是否緊密的一個數量指標。一般地，可取0 = o.5，如果對絕對量之間的關系較為關心，0 可取大一些；如果對變化速率看的較重，0可取小一些。
5)做出結果判斷。對計算結果進行比較分析及關聯度大小排序。
4.2.2選擇變量和整理數據
許多學者對農業機械化發展主要影響因素進行分析，選擇農業機械化作業程度或農業機 械總動力來代表農業機械化發展水平，用這兩個指標來代表農業機械化發展水平操作簡便易 行，但是這兩個指標只能代表農業機械化發展的某一個方面，并不能很好的反映農業機械化 發展的真實情況。農業機械化發展水平是由農業機械化作業程度、綜合保障能力、綜合效益3 個方面反映的，是反映農業機械化整體的發展情況和所達到的水平。因此，本文取第三章中 黑龍江省2ooi~2oo8年農業機械化發展水平的評價結果，作為灰色綜合關聯分析的系統特征 序列。
農業機械化系統是受到系統內部因素和外部環境因素同時影響的復雜系統。因此，根據 實際情況，考慮到數據的可獲得性，本文從系統內外部因素的不同層面選擇3類共22個因素 對農業機械化系統的影響因素進行分析。這些因素都直接或間接地影響到農業機械化的發展， 具體內容如下：
（1） 社會與經濟環境因素：主要包括8個影響因素，農民人均純收入、人均地區生產總 值、每公頃耕地生產的種植業產值、人均地方財政收入、非農產業的發展、農民家庭初中以 上比例、農業勞均產值、第一產業從業人員占社會從業人員的比例。
（2） 農業生產資源因素：主要包括6個影響因素，勞均耕地面積、旱田和水田的比、機
械化農具價格指數、燃料價格指數、政府財政投入、農戶每公頃農業生產資金投入。
（3） 農機裝備及技術因素：主要包括8個影響因素，每公頃農機總動力、 每公頃農機 原值、大中型農機具配套比、小型農機具配套比、每公頃大拖臺數、每公頃小拖臺數、每公 頃農機人員、勞均農機推廣和培訓。
表4-2 2001~2008年黑龍江省農業機械化發展各影響因素統計數據
Tab.4-2 Statistical data of the influence factors of agricultural mechanization development from
2001 to 2008 in Heilongjiang Province
影響因素 2001 2002 2003 2004 2005 2006 2007 2008
農民人均純收入/ （元•人-1） 2280 2405 2509 3005 3221 3552 4132 4856
人均地區生產總值/（元•人-1） 8900 9541 10638 12449 14434 16228 18478 21727
頃均種植業產值/ （元•hm-2） 4693.3 5125.1 5189.9 6261.5 6240.0 7005.7 8210.0 9261.83
人均地方財政收入/ （元•人-1） 652.05 700.49 769.07 915.16 1027.7 1255.0 1514.9 2005.5
非農產業的發展/% 87.2 87.0 87.6 87.5 87.6 87.9 87.0 86.9
農民初中文化以上比例/% 68.15 68.33 69.34 68.49 71.04 72.36 73.58 74.88
農業勞均產值/ （元•人-1） 9575 10412 12293 16096 18579 20172 25190 31318
第一產業從業人員比例/% 50.5 50.4 51.3 48.3 46.0 45.2 43.7 43.4
勞均耕地面積/ （hm"人-1） 1.29 1.28 1.32 1.40 1.65 1.69 1.75 1.82
旱田和水田比/% 4.97 4.98 6.38 4.76 5.12 4.86 4.28 3.93
機械化農具價格指數 95.9 95.5 92 100.6 102.4 103.2 101.5 117.7
燃料價格指數 103.7 99.4 104.9 108 117.1 116.6 106.8 111.3
政府財政投入/ （元?hm-2） 16.1 11.4 12.8 19.1 20.9 25.2 39.2 42.8
頃均農業生產資金投入/（元?hm-2） 52.1 72.4 66.7 112.9 141.2 200.7 190.3 193.0
頃均農機總動力/ （kW^hm-2） 1.71 1.83 1.86 1.97 1.94 2.20 2.35 2.44
頃均農機原值/ （元?hm-2） 1378.2 1447.8 1473.4 1593.9 1579.0 1828.7 2061.9 2199.7
大中型農機具配套比 2.42 2.28 2.02 1.74 1.47 1.26 1.24 1.23
小型農機具配套比. 0.99 1.02 1.10 1.17 1.18 1.38 1.46 1.59
頃均大型拖拉機/ （臺?hm-2） 0.0081 0.0089 0.0102 0.0129 0.0188 0.0276 0.0322 0.0395
頃均小型拖拉機/ （臺•hm-2） 0.0680 0.0715 0.0717 0.0723 0.0646 0.0647 0.0639 0.0578
頃均農機人員/ （人?hm-2） 0.0771 0.0945 0.1019 0.0927 0.0819 0.0786 0.0946 0.0951
勞均農機推廣培訓/ （元•人-1） 0.4656 0.5073 0.4126 0.4609 0.4858 0.3981 0.4170 0.5494
通過前面的分析得出影響農業機械化發展的 22個因素，其中，非農產業的發展用第二、
三產業的總產值與地區生產總值的比值表示，勞均耕地面積用耕地面積與農業勞動力人數的 比值表示，頃均代表每公頃耕地。經過查閱《黑龍江省統計年鑒》和農業機械化統計報表， 得到2oo1~2oo8年黑龍江省農業機械化發展各影響因素統計數據，歸納整理見表4-2。
4.2.3主要影響因素與農業機械化的灰色綜合關聯度
根據 2oo1~2oo8 年黑龍江省 13個地區（市）統計數據，利用灰色綜合關聯度計算公式 （4-1）?（4-6）,計算出相關因素序列與系統特征序列的灰色絕對關聯度go,、灰色相對關聯 度ro,及灰色綜合關聯度Po,，綜合關聯度0取o.5,計算過程略，計算結果見表4-3。
表4-3 2oo1~2oo8年黑龍江省農業機械化發展各影響因素灰色綜合關聯度計算結果
Tab.4-3 Calculation results of grey comprehensive correlation degree of the influence factors of agricultural mechanization development from 2oo1 to 2oo8 in Heilongjiang Province
計算結果表明，在影響黑龍江省農業機械化發展的各因素中，灰色綜合關聯度由大到小
的排序見表 4-3 中最后一列。其中，灰色綜合關聯度較大的依次為政府財政投入、燃料價格 指數、頃均農機總動力、機械化農具價格指數、頃均農機人員、頃均農機原值、農民初中文 化以上比例、農業勞均產值、農民人均純收入和人均地區生產總值等。
4.2.4主要影響因素的分析
由灰色綜合關聯度計算結果可知，在影響黑龍江省農業機械化發展的各種因素中政府財 政投入對農業機械化發展的影響起主導作用，農業是一個弱勢產業，必須在政府的工業反哺 農業政策支持和引導下才能取得良好的發展；同時燃料價格指數和機械化農具價格指數對農 業機械化發展的影響也很大，可見政府在近幾年采取的對燃料和農業機械進行價格補貼是非 常合理的，能很好的促進農業機械化的發展；頃均農機總動力是農機裝備中影響農業機械化 發展最主要的因素，在影響農業機械化發展的因素中排在第三位，可見要推動農業機械化的 發展還要增加農機動力的投入；農機人員的數量和農村人口的文化程度變得越來越重要，主 要是因為農業機械化的發展，一方面需要農機人員和農業勞動力能盡快的掌握最新的科學技 術和操作方法，另一方面農村人口文化程度的提高有利于農村勞動力的轉移，進而促進農業 機械化的發展；農業勞均產值、農民人均純收入、人均地區生產總值和頃均種植業產值的增 長是提高農業機械化投入的直接資金來源，農業勞均產值要比其它收入方式更能激勵農民對 農業機械化的投入，主要是因為農業生產是黑龍江省農民的主要收入來源。通過上面的分析 證明用灰色綜合關聯分析法得出的結論與黑龍江省農業機械化發展的實際情況是相符的。
通過對黑龍江省農業機械化發展社會與經濟環境因素分析得出，農民文化程度、農業勞 均產值、每公頃耕地生產的種植業產值、農民人均純收入和人均地區生產總值是影響農業機 械化發展的主要因素，人均地方財政收入、非農產業的發展、農業勞均產值和第一產業從業 人員所占社會從業人員比例對農業機械化發展的影響較弱。理論分析可知非農產業的發展會 促進和加快農業勞動力的轉移，使大部分農村勞力能穩定轉移到非農產業，并有保障的收入 來源，這需要非農產業在國民生產總值中占有較大比重，進而推動農業機械化的發展，而灰 色綜合關聯度較小說明黑龍江省非農產業不夠發達，第一產業從業人員所占比例比較高，黑 龍江省非農產業沒有起到推動農業機械化發展的作用。
在農業生產資源因素方面，農業勞均耕地面積關聯度較小，主要是因為雖然近幾年隨著 農業勞動力的轉移，農民的勞均耕地面積稍有增加，但還沒有達到促進農業機械化發展的規 模和增長速度。因此，要使耕地規模達到促進農業機械化發展的程度，一方面要加快土地的 流轉速度，另一方面要完善和鞏固基層農機作業服務組織，創新農機經營形式，按市場經濟 運行方式為農戶提供機耕、機種、機收、機灌等有償服務，同時在抗災救災中與農業部門積 極配合，開展搶耕、搶收、植保等突出服務，充分發揮農機主力軍、突擊隊的作用，促進土 地規模化，增大土地的勞均種植面積。
農機裝備及技術因素方面，農機總動力和農機人員在農業機械化發展中促進作用最大， 可見黑龍江省農業機械化發展的重點是增加農機總動力和培養農機人員。在農機裝備中，小 型拖拉機發揮了比大中型拖拉機更好的作用，主要是因為過去勞均耕地面積較小和家庭聯產 承包促進了小型農業機械的發展，大型農業機械發展相對落后。因此為了加速推進黑龍江省 農業機械化的發展，應加快大中型農業機械的發展速度，用大中型農業機械代替小型農業機 械的主導地位。同時應加大農機推廣培訓，農機配套機具的投入力度，使農業機械不僅在總 量上發展，而且配套比趨于合理，這樣更有利于農業機械作用的發揮。通過提高農業機械使 用水平和配套比，來提高農業機械的經營效益，使其在農業機械化健康、快速發展中起到以 較少投入獲得較大進步的作用。
綜合以上的分析可知，黑龍江省農業機械化水平的提高，得益于政府財政投入力度、燃 料和農業機具價格補貼的引導作用；農機總動力和農機原值的增長為農業機械化的發展提供 了物質保障；農機人員數量的增長為提高農業機械的運用效益提供技術支持；農業總產值、 農民人均收入和地區生產總值的增長為農業機械化發展提供了財政基礎，由于農民是農業機 械化發展的投入主體，因此農民收入的增長將直接提高農民對農業機械化的投入力度；農民 文化程度的提高一方面改變了農村勞動力的低素質直接決定了黑龍江省農村勞動力轉移基本 上集中在對人員素質要求較低的、供給大于需求的非專業技術行業，而無法涉足勞動力相對 供不應求的專業技術領域，因此，農村勞動力素質的提高，可相應增加農村勞動力供給與需 求結構的匹配程度，加大了農村勞動力在專業技術領域的就業機會，促進了農村勞動力的轉 移，另一方面農村勞動力素質的提高也促進了農業機械化知識和技術的引入和傳播，提高了 農村勞動力掌握農業機械化新技術的能力，為農業機械化發展提供了社會條件。
農業機械化與其影響因素間是互動的關系，農業機械化水平的提高將提高勞動生產率， 減輕勞動強度，改善勞動條件，使每個勞動力能夠負擔的耕地面積增加，為勞動力轉移提供 了條件；隨著勞動力轉移數量的增多，農民的經濟收入將逐年增加，農民的受教育程度也會 提高，這又為進一步提高農機裝備水平創造了經濟和技術條件，進而促進農業機械化的發展。
黑龍江省農業機械化在未來的發展中要又好又快的發展，除了加大政府投入力度、增加 燃料和農業機具價格補貼、增加對農機動力裝備的資金投入、提高農民人均收入、地區經濟 水平、農民文化程度外，還有賴于非農產業的發展、農業勞動力的大量轉移、勞均耕地規模 的擴大、大中型農業機械的使用和農機配套機具的研制，只有這樣才能促進農業機械化的協 調有序發展，提高農業機械的使用效益。
4.3影響農業機械化發展的環境展望
黑龍江省農業機械化未來的發展在很大程度上取決于環境的變化情況，為了使農業機械 在黑龍江省新的一輪經濟增長中發揮其應有的作用，進一步推動農村經濟的持續穩定發展， 對影響農業機械化快速發展的自然環境、經濟環境和社會環境因素進行預測和展望。本文對 變化較快的經濟環境進行了較深入的定量預測分析，對變化較為緩慢的其它環境因素進行了 定性和定量相結合的展望和分析。
4.3.1自然環境條件
從自然環境條件來看，未來的十多年里，黑龍江省的地形地貌、水資源狀況和氣候條件 等不會有太大的變化。但長期以來，由于自然因素和人類不合理的生產經營活動，黑土地水 土流失日益加劇，水土流失面積已達13.45萬km2，占全省面積的30%。肥沃的黑土資源大 量流失，目前黑土區黑土層平均每年流失表土約0.3?1cm，許多地方的黑土已經流失殆盡， 黃土裸露，基本喪失了農業生產能力，當地人形象地稱之為“破皮黃”。土地生產力大幅下降， 極大地威脅著國家糧食安全，同時也加劇了黑龍江的洪澇災害，制約區域經濟社會的可持續 發展。
最近幾年出現的水災、旱災、霜凍、風雹及低溫災害，嚴重地威脅農業穩產高產，至今 黑龍江省尚未擺脫“靠天吃飯”的局面。水災、旱災年年發生，受災面積大，發生面積一般 年份占農田面積的3。％左右，嚴重時達4o%，危害最為嚴重。自然災害頻發是農業持續發展 的一大障礙。農業生產季節性強，受旱要及時灌溉，受澇要及時排水，受病蟲害時要及時防 治，傳統的灌溉、病蟲害防治可以用人力、畜力及原始的工具進行，但是人畜力作業效率很 低，誤了農時，損失很大。通過廣泛采用機械深耕、深松、虛實耕作法、秸稈還田、溝播、 重鎮壓、覆膜等配套的機械化技術，可有效地改善土壤結構，增強蓄水保墑能力，使有限的 天然降雨，在作物的生長期內得到均衡利用，進而改善農業生長的自然環境。由此可見，自 然環境變得越惡劣，農業生產對農業機械的需求就越迫切，只有不斷地根據環境的變化，適 時地制定農業機械化發展戰略，通過合理而廣泛地使用先進的農業機械，才能進一步改善農 業生產環境，為提高農業生產的質量和效益創造有利的條件。
4.3.2社會環境的變化
4.3.2.1 農業從業人員的變化
由 2ooo?2oo8 黑龍江省三次產業年末從業人員數量和構成（見表 4-4）可知，第一產業 從業人員占全社會從業人員的比重在不斷下降,第一產業的從業人員數量從2ooo年開始基本 保持不變，增加的就業人員基本都在從事第三產業。農業總產值占GDP的比重雖然減小了， 但支撐更多人對生活必需品的需求和高質量的生活，必須有高效、高質量和高水平的農業， 創造更多的社會財富，使人民生活水平不斷提高。
表4-4 2000~2008黑龍江省三次產業年末從業人員數量和構成
Tab.4-4 Number and proportion of employed persons from 2ooo to 2oo8 in Heilongjiang Province
三次產業年末就業人員數/萬人 三次產業年末就業人數比例/%
年份
第一產業 第二產業 第三產業 第一產業 第二產業 第三產業
2ooo 8o3.7 347.3 449.8 5o.2 21.7 28.1
2oo1 8o4.6 338.7 449.3 5o.5 21.3 28.2
2oo2 8o7.6 338.5 456.9 5o.4 21.1 28.5
2oo3 827.7 316.9 469.4 51.3 19.6 29.1
2oo4 812.1 356 513 48.3 21.2 3o.5
2oo5 8o4.4 366.7 577.8 46.o 21 33
2oo6 8o6.1 374.9 6o3.1 45.2 21 33.8
2oo7 798.7 395.2 633.7 43.7 21.6 34.7
2oo8 8o3.8 385.1 663.5 43.4 2o.8 35.8
資料來源：2009年《黑龍江省統計年鑒》
隨著城市化進程的加快，專家預測到2020年中國城市化率將達到56.83%?62.03%之間， 理想目標是60.13%，農業從業人員占全社會從業人員25%，這就意味著農業人口要大量減少。 2008年黑龍江省從業人員為1852.4萬人，農業從業人員678萬人，占全社會從業人員比例的 36.6%。對 2oo1?2oo8 年的社會從業人員數據增長趨勢進行分析，按社會從業人員平均增長 速度1.5%推算，預計2020年黑龍江省從業人員將達到2214.7萬人，假定2020 年黑龍江省 的城市化率達到全國平均水平，則農業從業人員為2214.7X25%=553.6萬人。同目前的農業 從業人員相比，將減少 124.4 萬人。從國外農業大國來看除西班牙第一產業從業人員占全社 會從業人員比重為 7%外，其余均在 5%以下。而到 2020 年黑龍江省農業從業人員占全社會 從業人員比重仍高達 25%，與農業較強的發達國家相比仍有很大差距見表 4-5，大量農業勞 動力滯留于土地，嚴重影響了農業勞動生產率和農民收入的提高，從而影響農業機械化的提 高。因此，在我國的國情下，將農民進行產業轉移，使更多的人從事二、三產業的工作，農 民的減少、農業勞動力的轉移將伴隨著農業機械化的發展過程，需要農業機械化水平的不斷 提高來支撐農業的發展。
表 4-5 主要發達國家不同產業從業人員結構比較
Tab.4-5 Contrast of employees structure among main developed countries
地區 第一產業/% 第二產業/% 第三產業/%
中 國 39.6 27.2 33.2
英 國 1 25 74
美 國 2 24 74
加拿大 3 23 74
德 國 3 33 64
法 國 4 25 71
澳大利亞 5 22 73
日 本 5 25 70
意大利 5 32 63
西班牙 7 29 64
注：中國為2008 年數據，美國、日本為 2002年數據，加拿大為2000年數據，德國、英國為1999 年數據， 澳大利亞為 1997 年數據，意大利、西班牙為 2001 年數據。
4.3.2.2 農民受教育程度
由農業機械化發展影響因素關聯分析可知，農民受教育程度對農業機械化發展影響很大。 由黑龍江省農村勞動力文化程度調查表（見表 4-6）可以看出， 2000?2008年黑龍江省農村勞 動力的受教育情況有了很大的改善，初中以上文化程度的農村勞動力由2000年的 67.53%增 長到2008年的74.88%，全省不識字或很少識字的農村勞動力由2000年的2.76%減少到2008 年的 1.90%，小學程度農村勞動力由2000年的29.71%減少到2008年的24.1%，初中和大專 以上文化程度的農村勞動力正在逐年增多，黑龍江省農村勞動力的文化程度呈現出中間極其 大，兩頭極其小的現象，體現為高素質人才的極為缺乏。
黑龍江省農村勞動力素質正在逐年提高，而且大專及以上程度的高素質人才的比例也在 逐年增加。農村勞動力的素質直接決定了農村勞動力轉移的速度，隨著農村勞動力素質的提 高和對高素質勞動者進行職業教育和技術培訓的增多，將使農村勞動力轉移從供大于求的非 專業技術行業，逐步涉足勞動力相對供不應求的專業技術領域，可以加大農村勞動力在此領 域中非高、尖技術部門的就業機會。同時，農村勞動力受教育程度的提高也會促進農業機械 化知識和技術的引入和傳播，提高了農村勞動力掌握農業機械化新技術的能力，為農業機械 化發展提供社會條件。
表4-6 黑龍江省農村勞動力文化程度調查表
Tab.4-6 Questionnaire of rural area labor forces'education level in Heilongjiang Province （%）
年份 不識字或識字很少 小學程度 初中程度 高中程度 中專程度 大專及以上
2ooo 2.76 29.71 56.75 8.29 1.86 o.62
2oo1 2.26 29.59 57.73 8.18 1.73 o.51
2oo2 2.34 29.33 57.51 8.31 1.9o o.61
2oo3 2.52 28.14 59.73 7.45 1.48 o.67
2oo4 3.17 28.34 58.26 7.9o 1.4o o.93
2oo5 2.44 26.52 61.14 6.93 2.o3 o.93
2oo6 2.32 25.32 62.13 7.o5 1.94 1.24
2oo7 2.15 24.27 64.o4 6.75 1.64 1.16
2oo8 1.9o 24.1 63.8 7.41 1.6o 1.2o
資料來源：國家統計局農村社會經濟調查司，《農村住戶調查統計年鑒2001?2009》
4.3.3經濟環境預測分析
經濟社會環境的發展水平可以通過很多指標來衡量，與農業機械化發展緊密相連的經濟 環境指標，主要有地區生產總值、農業生產總值、農民人均純收入、產業結構的變化趨勢、 機械化農具和燃料的價格等，本文采用定量和定性分析相結合的方法對未來農業機械化發展 的經濟環境進行分析。
4.331黑龍江省GDP發展預測
黑龍江省GDP的時間序列具有明顯的增長趨勢，波動性不大。由于灰色GM（1，1）預 測模型適合于數據波動不大的時間序列的預測，算法當中的“累加生成”是使灰色過程由灰 變白的一種方法，通過累加可以看出灰量積累過程的發展態勢，使離亂的原始數據中蘊含的 積分特性或規律充分顯露出來。因此，對原始時間序列建立灰色預測模型，得到其擬合誤差 為12%，超出誤差的允許范圍。
由于黑龍江省GDP的時間序列的變化有指數變化趨勢但無季節性變動，并且經濟發展不 僅與當年的社會發展有關，還與近期的發展有很大關系，而布朗非線性平滑法適用于有這種 變化趨勢的時間序列，并且當趨勢變動延續一段時間時，這種方法也可用于中長期預測。
1）布朗三次指數平滑法
布朗三次指數平滑是給近期觀察值以較大權數，遠期觀察值以較小權數，進行加權移動 平均對原始數據進行預測，是對二次平滑值再進行一次平滑，并用以估計二次多項式參數的 一種方法。建立的預測模型是非線性平滑模型，類似于一個二次多項式，能表現時序的一種 曲線變化趨勢。模型的基本形式為
式中 Yt+T.——GDP預測值，億元
T'—預測的時間周期數，年
t ——預測起始年
at、bt、ct ——三次指數平滑的平滑系數 式(4-7)中的參數可由式(4-8)，(4-9)得到
a =妤-呼+呼
< = 2^ )2 l(6-5a)S(1)-(10-8a)S(2) +(4-3a)S(3)] (4-8)
C =命(£)- 2S(2)+ S(3))
式中 a ——指數平滑加權系數
St⑴、St⑵、S；3)—起始年t的一次、二次、三次指數平滑值
指數平滑法中，平滑常數a (0<a <1)的選擇十分重要。a既代表模型對時序變化的反 應速度，又決定預測中修勻隨機誤差的能力。通常，當時間序列有不規則變動，但長期變化 接近某一穩定常數，可取較小的a值，一般為0.05~0.2；當時間序列具有迅速和明顯的趨勢 變動， a 宜取稍大的值，以使近期數據對現時的指數平滑值有較大的作用，從而將近期的變 動趨勢充分地反映在預測中，一般為0.3~0.5；當時間序列的變化很小，a宜取稍小的值，以 使較早的觀察值也能充分反映在現時的指數平滑值中，一般為 0.1?0.4。為使黑龍江省 GDP 近期發展較快的趨勢在預測模型中得到充分反映，本文經反復測算比較后，選取a = 0.5和 a = 0.6 進行擬合和預測。指數平滑值計算公式為
St(1) = aYt+(1 - 0)皓
=aS + (1 - a£? (4-9)
S ,3) = aS(2) + (1 - a)S
式中，Yt為最近一期的實際值，初始平滑值S01)= S02) = S03) = Y1。
2)黑龍江省GDP預測
根據表4-7中1980?2005年黑龍江省GDP統計數據，得到at、bt、ct的值，令預測起始 年t = 2005，貝U：
當 a = 0.5時三次指數平滑模型為
Y2005+t , = 5486.65 + 754.33T' + 47.71T,2 (4-10)
當 a = 0.6 時三次指數平滑模型為
Y2005+t , = 5506.94 + 816.94T + 62.18T,2 (4-11)
對1982~2005年黑龍江省GDP進行擬合，結果見表4-7。計算其擬合平均絕對百分誤差, 當a = 0.5時為4.13%，當a = 0.6時為3.63%，則布朗三次指數平滑模型的擬合精度較高。
表4-7基于布朗三次指數平滑模型的黑龍江省GDP擬合結果與誤差
Tab.4-7 Fitted results and errors of the GDP using exponential smoothing method
年份 實際值
/億元 布朗三次指數平滑模型a = 0.5 布朗三次指數平滑模型a = 0.6
擬合值/億元 相對誤差/% 擬合值/億元 相對誤差/%
198o 221.o - - - -
1981 228.3 - - - -
1982 248.4 231.95 6.62 234.14 5.74
1983 276.9 262.1o 5.34 267.69 3.33
1984 318.3 3o3.o3 4.8o 3o9.13 2.88
1985 355.o 358.73 1.o5 365.1o 2.85
1986 4oo.8 4o2.2o o.35 4o2.93 o.53
1987 454.6 453.1o o.33 452.83 o.39
1988 552.o 513.56 6.96 513.89 6.9o
1989 63o.6 636.64 o.96 648.26 2.8o
199o 715.2 728.11 1.8o 729.77 2.o4
1991 822.3 815.82 o.79 812.37 1.21
1992 959.7 933.26 2.76 934.12 2.67
1993 1198.4 1o94.21 8.69 1114.38 7.o1
1994 16o4.9 1449.225 9.7o 1466.94 8.6o
1995 1991.4 1948.39 2.16 2o19.58 1.41
1996 237o.5 2433.19 2.64 2467.19 4.o8
1997 2667.5 2843.o2 6.58 2833.82 6.24
1998 2774.4 3oo9.947 8.49 2981.89 7.48
1999 2866.3 3o45.72 6.26 2933.13 2.33
2ooo 3151.4 2995.11 4.96 2939.32 6.73
2oo1 339o.1 33oo.56 2.64 3322.14 2.oo
2oo2 3637.2 3587.74 1.36 3622.o5 o.42
2oo3 4o57.4 3866.12 4.71 3891.55 4.o9
2oo4 475o.6 4484.566 5.6o 4549.62 4.23
2oo5 5511.5 5312.71 3.61 544o.24 1.29
用式（4-10）和（4-11）對2006~2008年黑龍江省GDP進行預測，預測結果見表4-8。 由表4-8可知，a = 0.5時三次指數平滑模型預測精度比a = 0.6預測精度高，所以應用式（4-10） 預測到2015年黑龍江省GDP為17800.78億元，2020年黑龍江省GDP為27535.98億元。
表4-8基于布朗三次指數平滑模型的2006~2008年黑龍江省GDP預測結果與誤差
Tab.4-8 Forecasted results and errors of the GDP using exponential smoothing method
實際值 布朗三次指數平滑模型a = 0.5 布朗三次指數平滑模型a = 06
/億元 預測值/億元 相對誤差/% 預測值/億元 相對誤差/%
2006 6201.4 6288.69 1.41 6386.06 2.98
2007 7065.0 7186.14 1.71 7389.52 4.59
2008 8310.0 8179.01 1.58 8517.35 2.50
王小魯、樊綱、李京文、賀菊煌等經濟學家對2010?2015 年經濟增長速度預測結果各不 相同，但都預測在 2010?2020 年間中國經濟的發展速度要低于 2010 年之前。最近的預測是 國務院發展研究中心課題組(2005)在對一些影響因素做出不同假設的基礎上，運用動態的 可計算一般均衡模型(CGE)，模擬了未來20年中國經濟發展的可能情景，給出在考慮可持 續發展的要求下， 2010?2015年以及2016?2020年的經濟增長速度分別為8.2%和 7.7%。黑龍 江省的經濟雖然處于快速發展期間也必然受到經濟大環境的影響。其次，著名的發展經濟學 家錢納里認為，人均國民生產總值達到1000美元之后，經濟就步入加快增長期，而大約在人 均國民生產總值超過2100美元時，經濟發展加速將會結束。到2008年，黑龍江省人均GDP 21727元，大約為 2715美元，經濟發展的加速期結束。黑龍江省 2001?2008年平均每年的經 濟增長速度為 12%，另外，黑龍江省現有發展水平較低，經濟總量規模和基數較小，因此比 較容易實現較快的增長速度，預計在 2010?2015 年平均增長速度為 10%，到 2015 年黑龍江 省GDP將達到16193.84億元；2016~2020年平均增長速度為9%,到2020年黑龍江省GDP 將達到24916.23億元，這意味著與發達省區的差距還將逐步縮小。
布朗三次指數平滑是根據黑龍江省GDP時間序列發展關系進行的預測，而后者是根據經 濟學家對中國經濟發展的預測和分析，給出了黑龍江省在未來的可能發展情況。由于各個經 濟學家是在對社會各種影響因素的綜合分析基礎上得出的結論，本文將專家預測結果和布朗 三次指數平滑結果分別取權重0.6和0.4,得出2010~2020年黑龍江省GDP的預測值見表4-9, 黑龍江省GDP到2015年為16836.61億元，2020年為25964.13億元。
表4-9 2011~2020年黑龍江省GDP的預測值
Tab.4-9 Forecasted results of the GDP from 2011 to 2020 in Heilongjiang Province
年份 三次指數平滑模型 專家預測 加權最終預測
2011 11730.12 11060.61 11328.41
2012 13104.66 12166.67 12541.87
2013 14574.61 13383.34 13859.85
2014 16139.99 14721.67 15289.00
2015 17800.78 16193.84 16836.61
2016 19556.98 17651.28 18413.56
2017 21408.61 19239.90 20107.38
2018 23441.52 20971.49 21959.50
2019 25398.11 22858.93 23874.60
2020 27535.98 24916.23 25964.13
4.3.3.2 黑龍江省農業總產值預測
由表 4-10 可知，黑龍江省農業總產值的波動性較大，在 2000 年之前波動幅度較大，很 難找到合適的預測模型， 2000年之后的數據遞增趨勢比較明顯，因此本文利用2001?2008年 的農業總產值序列變化情況建立預測模型。通過 SPSS 軟件統計分析得到直線回歸模型的擬 合精度較高R2 = 0.947，F = 106.798，模型極顯著，直線回歸模型為
Y（t） = 390.664 + 191.994（t- 2000） t>2000 的整數 （4-12）
表 4-10 1990?2008 年黑龍江省農業總產值
Tab.4-10 The values of gross farming production from 1990 to 2008 in Heilongjiang Province
年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
農業總產
值/億元 245.4 244.3 278 318 509.6 623.6 740.8 772.3 736.3 660.5
年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 -
農業總產 625.1 711 776.7 903.3 1136.6 1294.4 1391.1 1700.6 2123.4
值/億元
注：數據來源于2009 年《黑龍江省統計年鑒》
模型（4-12）對歷史數據擬合精度很高，但直線回歸模型對數據擬合的增長速度相同， 而黑龍江省是我國的農業大省，是國家的重要商品糧基地，黑龍江省委、省政府始終堅持把 發展現代農業，繁榮農村經濟作為首要任務。特別是胡錦濤總書記2009年7月視察黑龍江省 時做出的“真正使肥沃的黑土地成為國家可靠的大糧倉”重要指示精神后，黑龍江省迅速制 定了千億斤糧食產能計劃。省委、省政府提出，在全省農村大力發展大型農業機械，實施深 松整地，以現代農機合作社為載體，以大型農業機械作業為手段，推進土地規模化經營，增 強抗御自然災害能力，提高土地產出率、資源利用率、勞動生產率和農業生產組織化程度， 加快傳統農業向現代農業轉變，促進糧食增產、農業增效和農民增收。考慮促進政策對農業 發展的影響，根據 2006?2008年的歷史數據和擬合數據關系，對2010?2015 年農業總產值在 預測的基礎上提高1.1 倍，到2015年為3434.1 億元，由于農業經濟在經歷快速增長期后也一 定放慢發展速度，因此2016?2020年農業總產值在預測的基礎上提高1.05 倍，到 2020年為 4653.6 億元。
4.3.3.3 農民人均純收入的預測分析
農民人均純收入反映了農村居民使用農機服務的經濟基礎與能力。黑龍江省的農民并不 富裕， 1991?2008年農村居民人均純收入在全國的平均水平左右徘徊， 2008年黑龍江省農村 居民人均純收入達到4855.6元，比上年增加 723.3元，自2004年以來首次超過全國平均水平 （4761 元），農村居民增收總體形勢良好。 2008 年黑龍江省繼續引導農村勞動力平穩有序轉 移，全面建設縣（市）、鄉（鎮）勞務輸出平臺，搞好勞務對接，擴大農村勞動力轉移規模， 穩定提高就業率，外出就業勞動力人均務工時間比上年增長7.6%，農村居民人均勞務收入達 到 732.2 元，比上年增長 19.9%， 2009 年農村居民人均打工勞務收入達到 818.3 元，同比增 長 11.8%。隨著黑龍江省農村居民收入來源渠道不斷拓寬，收入結構逐漸發生變化，第一產 業純收入所占比重下降，非農產業收入、工資性收入、財產性收入，轉移性收入所占比重增 加。但第一產業的主導地位沒有改變，2008年黑龍江省農村居民第一產業收入占純收入的比 重為62.2%，比上年下降4個百分點，仍占主導地位，非農產業收入、工資性收入、財產性 收入、轉移性收入占純收入比重分別比上年增加0.3、0.3、0.3、3.3個百分點。
本文根據1991~2008年的農民人均純收入統計數據見表4-11，利用SPSS軟件對時間序 列建立曲線回歸模型，經過模型的檢驗分析，指數函數的擬合精度和預測效果最好。建立的 關系模型為
I = 925.484e0.0882t （4-13）
式中I——農民人均純收入；t——時間序列，1991?2008年的對應取值分別為1?18。
表4-11 黑龍江省農民人均純收入
Tab.4-11 Per capital annual net income of rural residents in Heilongjiang Province
年份 1991 1992 1993 1994 1995 1996 1997 1998 1999
人均純收入/元 735 949 1028 1394 1766 2182 2308 2253 2166
年份 2000 2001 2002 2003 2004 2005 2006 2007 2008
人均純收入/元 2148 2280 2405 2509 3005 3221 3552 4132 4856
注：數據來源于2009年《黑龍江省統計年鑒》
模型的R2 = 0.886，擬合優度較高，F = 124.24 > F（1,16） = 4.49，方程的F檢驗通過。預 測模型在置信度 95%的情況下，回歸效果顯著，因此用此模型對農民人均純收入進行預測， 可靠性較高。利用該模型預測出2015年和2020年黑龍江省農民人均純收入將分別達到8399 元和13056元，根據預測結果得出平均每年的增長速度為9.23%。2008年以后，受農產品價 格上漲空間變小，經濟增長速度放緩等因素影響，農民人均純收入增長趨緩。因此，保守估 計農民人均純收入以7%的速度遞增，到2015年和2020年將分別達到7797元和10936元。
前面對農業機械化發展影響因素分析已經得出農民人均純收入是影響農業機械化的重要因 素，農民收入的提高會使農民加大對農業機械化的投入，按照2008年的農業機械化投入占農 民收入比例計算，保守的估計2015年農民對農業機械化的投入是2008年的1.6倍，2020年 農民對農業機械化的投入是2008年的2.25倍。可見隨著農民人均純收入水平的提高，農民 對農業機械化的投入將有大幅度的提高。
4.3.3.4 地方財政收入的預測分析
根據1996~2008年黑龍江省的地方財政收入數據見表4-12，利用SPSS軟件對地方財政 收入的時間序列建立曲線回歸模型，經模型的檢驗分析，指數函數的擬合精度和預測效果最 好。建立的關系模型為
F = 109.7e0.1361t （4-14）
式中 F——地方財政收入；t——時間序列，1996?2008年的對應取值分別為1?13。
模型的R2 = 0.98，擬合優度較高，F = 543.42 > F（1,11） = 4.84，方程的F檢驗通過，回 歸效果顯著，因此可以用此模型對黑龍江地方財政收入進行預測。根據式（4-14）預測黑龍 江省地方財政收入見表4-13， 2015年黑龍江省地方財政收入將達到1669.567億元， 2020年 將達到3297.927億元。農業機械化發展影響因素分析得出政府財政投入是影響農業機械化最 重要因素，地方財政收入的增長使政府有能力加大對農業機械化的財政投入，可見隨著地方
財政收入的提高，政府財政投入對促進農業機械化的發展將起到更大的帶動和經濟杠桿作用。
表4-12 1996~2008年黑龍江省地方財政收入和產業結構比例
Tab.4-12 Local financial revenue and proportion of industrial structure from 1996 to 2008
產業結構比例/%
年份 地方財政收入/億元 第一產業 第二產業 第三產業
1996 126.9 18.7 53.6 27.7
1997 150.6 17.3 53.7 29.0
1998 179.3 15.5 53.4 31.1
1999 190.9 13.2 54.3 32.5
2000 213.9 12.2 55.0 32.9
2001 248.5 12.8 52.3 34.8
2002 267.1 13.0 50.7 36.3
2003 293.4 12.4 51.4 36.2
2004 349.3 12.5 52.4 35.2
2005 392.6 12.4 53.9 33.7
2006 479.8 12.1 54.3 33.6
2007 579.3 13.0 52.3 34.7
2008 767.1 13.1 52.5 34.4
資料來源：2009年《黑龍江省統計年鑒》
表4-13 2010~2020年黑龍江省地方財政收入
Tab.4-13 Local financial revenue from 2010 to 2020 in Heilongjiang Province （億元）
年份 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
收入 845.21 968.48 1109.74 1271.59 1457.05 1669.56 1913.07 2192.09 2511.80 2878.15 3297.92
4.3.3.5 三次產業結構的預測分析
1）三次產業結構預測
從1952年開始，伴隨著工業化發展黑龍江省產業結構、社會結構和需求都發生了變化， 表現在第一產業產值比重下降，第二、三產業產值比重提高；農村人口比重減少，城市人口 比重增加；人們對物質與精神生活質量的要求越來越高，這是事物發展的長期必然趨勢。
本文采用1996~2008年黑龍江省產業結構比例數據見表4-12，運用馬爾柯夫預測法，定 量描述在未來時刻黑龍江省產業結構的變化情況。馬爾柯夫模型是利用某變量的現在狀態和 動向，去預測該變量未來的狀態及其動向的一種分析手段。馬爾柯夫模型與其它統計方法（如 回歸分析、時間序列等）的不同之處在于，它不需要從復雜的因子中尋找各因素之間的相互 規律，只需要考慮事件本身的歷史狀況的演變特點，通過計算狀態轉移概率預測內部狀態的 變化，由于其具有的馬爾柯夫性（無后效性），對歷史數據需求不多等優點，在現代統計學中 占有重要的地位，在實際預測中得到了廣泛應用。
設系統有n個互不相容的狀態，系統的初始狀態向量為Y（0）=［必（0）』2（0）,…,y”（0）］
其中，Y(0)代表系統在初始時刻所處狀態的概率分布向量；yj(0)為系統處在狀態j時的初 始概率。若記經過P步轉移后，系統的狀態向量為Y (k) = [ y1(k), y2(k),…,y” (k)] 其中，Y(k)代表系統在k時刻所處狀態的概率分布向量；y;(k)為系統在k時刻處在狀態j時 的概率。則
p11 p12 … p1”
Y(k) = Y (k - 1)P = Y(k -1) PM1
_ P”1
式中，P是狀態轉移概率矩陣。由概率定義知：
士 y} (t) = 1 j = 1,2，…”
j=1
”
工 Pij = 1 i = 1,2，…”
j=1
Pij n 0 i, j = 1,2，…”
當初始狀態向量Y(0)和狀態轉移概率矩陣P已知時，便可利用式(4-15)預測在k時刻 系統所處的狀態，式(4-15)就稱之為馬爾柯夫預測模型。馬爾柯夫狀態轉移概率矩陣的確 定方法：
若記根據最小二乘原理估計出來的轉移概率矩陣為
_ p ”1 p ” 2 …p ”” _
則第j產業國內生產總值占總產值的比例在t時刻的擬合誤差為
e (t) = y}⑴一 £ y} (t 一1)爲
i=1
第j產業國內生產總值占總產值的比例在整個觀測期內的擬合誤差平方和為Q}
Qj = £[ej(t)]2
t=1
所有產業在整個觀測期內的擬合誤差平方總和Q為 ” ” ”
Qj=£Qj=££[ej(t)]2
j =1j=1t =1
現在的任務就是確定©月(i, j = 1,2,…”)，以Q取得最小值為估計準則，可建立如下非線性
規劃模型：
目標函數為 n m n
min Q =工工[y} (t) - 工 y} (t -1)p 1} ]2
j=1t =1 i =1 (4-17)
約束條件為 n
工 Pi =1, Pv n 0 i，j =1,2，…,”
j=1 (4-18)
求解上述非線性規劃模型可得到狀態轉移概率矩陣P。
為了求得轉移概率矩陣，利用表4-12中1996~2006年統計數據，用LINGO模型優化出
轉移概率矩陣P為
「0.6881 0.3119 0 _
P = 0.0586 0.7790 0.1624 (4-19)
0.0181 0.2257 0.7562
在求得狀態轉移矩陣的基礎上，用式(4-15)進行預測，得結果見表4-14。由表4-14可 知，平均相對誤差只有 1.96%，最大擬合誤差為 5.00%，利用該方法預測產業結構具有較高 的擬合精度。利用2007~2008年的數據進行了檢驗預測，預測平均相對誤差為2.57%，因此， 可以用此模型對黑龍江省產業結構發展情況進行預測。預測結果表明，到2015年黑龍江省第 一、二、三產業產值比例為 11.04：52.87：36.09， 2020年比例為9.98：53.14：36.78。
表4-14 產業結構預測結果與預測精度
Tab.4-14 Forecasted results and errors of industrial structure (%)
一八 第一產業 第二產業 第三產業
預測值 相對誤差/% 預測值 相對誤差/% 預測值 相對誤差
1997 16.51 4.57 53.84 0.26 29.65 2.24
1998 15.58 0.52 53.77 0.69 30.65 1.45
1999 13.86 5.00 53.45 1.57 32.19 0.95
2000 12.75 4.51 53.75 2.27 33.39 1.49
2001 12.21 4.61 54.08 3.40 33.81 2.84
2002 12.50 3.85 52.59 3.73 34.81 4.10
2003 12.57 1.37 51.74 0.66 35.68 1.44
2004 12.20 2.40 52.08 0.61 35.72 1.48
2005 12.31 0.73 52.66 2.30 35.13 4.24
2006 12.30 1.65 53.46 1.55 34.24 1.90
2007 12.12 6.77 53.66 2.60 34.23 1.35
2008 12.64 3.51 52.63 0.25 34.73 0.96
年份
隨著農業機械化水平的提高，黑龍江省第一產業產值占GDP的比重在不斷下降，而第一 產業的產值在不斷增加，說明第二、三產業的發展速度比第一產業快。農業機械化發展水平 很高的國家，其農業增加值占GDP的比重均在4%以下，農業產值在國民經濟中所占份額較 小，相比之下，黑龍江省農業增加值占GDP的比重到2020年還高達9.98%，農業產值在國 民經濟中所占的份額較大，還需要加快發展農業機械化。
2）農業產業結構的發展
農業的產業結構的變動和發展有其內在的演進規律，表現為一個不斷調整的動態過程， 逐步趨于合理化，即最終使農業產業結構向高技術化、高知識化、高資本密集化、高加工度 化和高附加值化發展的動態過程。
隨著退耕還林還草工作的開展，以及水土流失的影響，耕地面積有縮小的趨勢，農業機 械尤其是種植業機械的作業空間也會相應地縮小，而林業和畜牧業機械的需求和發展空間會 加大。 2003年黑龍江省推出種植業和畜牧業“主輔換位”戰略，由圖4-2可以看出，種植業 占農業總產值的比例呈下降趨勢，而畜牧業和林業占農業總產值的比例呈逐年上升趨勢，漁 業占農業總產值的比例自2000年以后呈逐年下降趨勢，究其原因是黑龍江省水資源的保護情 況不佳，水污染的治理力度不足，漁業的比較效益下降，致使漁業養殖量下降。從黑龍江省 農業產業結構發展情況來看：
圖4-2 1996?2009年黑龍江省種植業、畜牧業、林業、漁業產值占農業總產值比例示意圖
Fig.4-2 Schematic drawing of the proportion of the output values of farming, animal husbandry,
forestry and fishery in total output values of agriculture in1996?2009 in Heilongjiang Province
（1） 在種植業方面，黑龍江省主要農作物播種面積呈逐年上升趨勢，2009 年水稻、玉 米和大豆播種面積分別是2000年播種面積的1.64倍、2.69倍和1.69倍，可見水稻、玉米和 大豆播種面積都有很大的提高；小麥和經濟作物播種面積卻呈波動降低趨勢，如油料、麻類 和甜菜的播種面積都在減少。由此可見應該加大力度進行水稻和玉米農業機械關鍵技術的研 究，進一步促進農業主產區全程機械化發展，同時應研究適合經濟作物的農業機械以促進農 作物種植結構調整。
（2） 在林業方面，由于造林面積的逐年增加，林業產值占農業總產值的比例也會越來越 大，林業機械化的機具將有更大的發展空間。
（3） 在畜牧業方面，黑龍江省大力發展畜牧養殖業并取得了良好的成果，畜牧業產值占 農業總產值的比重越來越大，把畜牧業作為農業結構調整的重點，實現由種植業向畜牧業的 戰略性轉移，加快發展畜牧業，從而使畜牧業成為促進農民增收致富的優勢產業，是新世紀 黑龍江省加快農業發展戰略目標的重要舉措。一般發達國家農業總產值占國民經濟總產值的 比例均小于10%，畜牧業產值在農業總產值中的比例一般都超過60%，而黑龍江省畜牧業總 產值到 2009 年達到 39.42%，與發達國家相比還有很大的差距，在未來的農業發展中畜牧業 還有很大的發展空間。
發展畜牧業，除了政策支持、資金投入、繁育優良品種、改善生態條件之外，更重要的 是依靠科技進步，依靠畜牧業機械化水平的提高，以機械化促進產業化，以機械化促進產品 的升級換代，以機械化為載體大量引進、吸收和應用國內外先進技術，降低成本，提高產業 化水平，提高產品產量、品質和檔次，使畜牧業成為具有較高科技含量和組織管理水平的產 業。離開了機械化，畜牧業的快速發展就是一句空話，沒有科技含量的產業，也將是一個沒 有競爭力和希望的產業。
(4)在漁業方面，黑龍江省魚類主要品種有草魚、鰱魚、鯉魚，另有少量蝦蟹及貝類， 2009年漁業產值占農業總產值的2.05%，比重較低。從發展前景看，漁業的結構調整對黑龍 江省農業的發展不會產生較大的作用。
黑龍江省應大力調整農業產業結構，改變農業產業構成中種植業比重偏大，畜牧業比重 小，林、漁業比重低等不合理的結構，促進農業逐步走向高效化。為此，要在逐步穩定糧食 產量的同時，加快經濟作物和飼料作物的發展。在注重發展種植業和提高產品質量的同時， 加快畜牧業、林果業和草業的發展，并發展與之相關的農產品加工業，從而促使農業逐步向 高投入、高科技、高產出、高效益的高效農業方向發展。
4.3.3.6 機械化農具和燃料價格變化
在影響因素分析中得到機械化農具和燃料價格是影響農業機械化發展的非常重要的因 素，國家采取多種措施對農業機械和燃料進行價格補貼，保護農民使用農業機械的積極性， 但受原材料上漲和運輸成本增加等多種因素影響，機械化農具和燃料價格持續攀升，農業機 械使用成本增大，這就促進了黑龍江省農機作業服務組織的發展。農機大戶、農機協會和農 機合作社等農機組織的發展，促進了農業機械的集約化程度，將進一步促進黑龍江省農業生 產的規模化，農業機械的大型化、產業化經營。
4.3.3.7 農村土地流轉速度
改革開放初期所創立的家庭土地聯產承包經營方式實行后大大地解放了農村生產力，極 大地促進了農村經濟的發展，農民從中得到了很多實惠。但隨著社會經濟的發展和經濟結構 的調整，這種土地經營方式已逐步顯示出不足和不適應性，帶來了土地細碎化、農戶經營規 模過小等問題，阻礙了農村生產力的發展，影響了農民脫貧致富奔小康的進程。為了適應家 庭聯產承包責任制下農業的發展，從2001年開始國家就發出指導農村土地流轉健康發展的重 要文件通知，2008 年農業部《關于做好當前農村土地承包經營權流轉管理和服務工作的通 知》，是新時期推進農村改革發展的綱領性文件，《通知》把加強土地承包經營權流轉管理和 服務作為穩定和完善農村基本經營制度、健全嚴格規范的農村土地管理制度的重要內容，意 義重大而深遠，2009年第十一屆全國人民代表大會常務委員會第九次會議通過《中華人民共 和國農村土地承包經營糾紛調解仲裁法》，為公正、及時解決農村土地承包經營糾紛，維護當 事人的合法權益，促進農村經濟發展和社會穩定提供了有效的法律保證。
通過加大推進土地流轉力度，積極引導各類業主，以土地流轉促進土地規模經營，使土 地經營規模不斷擴大。近三年來，黑龍江省土地流轉面積持續增加， 2007年末全省已累計流 轉土地面積13667 km2,占農村土地承包面積的14.6%； 2008年末全省流轉土地面積1560 km2, 比2007年增加14.1%； 2009年末土地流轉面積達18720 km2，占全省農村耕地總面積的 21.27%，比全國平均的8.7% （2008年末數）高12.57%，比上年增長20%。
目前的農村土地規模經營與流轉，在實現形式上進一步創新，呈現多樣化趨勢。主要有 六種經營體制：一是家庭農場經營體制；二是股份合作經營體制；三是企業法人經營體制； 四是松散聯合經營體制；五是集體組織經營體制；六是場縣共建經營體制。 2007年末，經營 土地60~100畝的種糧大戶發展到35萬戶，經營土地100畝以上的家庭農場發展到2.7萬個， 共流轉土地面積達到5 133 km2；農機作業合作社518個，共流轉土地5 467 km2；專業合作 經濟組織2 307個，共流轉土地2 980 km2；現代化農業公司121個，共流轉土地86.67 km2。
2007~2009年黑龍江省農村每年增加土地流轉面積達到14%以上，如果2010~2015年黑 龍江省每年增長土地流轉速度為 14%，那么到 2015 年黑龍江省流轉的土地面積約占農村土 地面積的 44%左右，隨著土地流轉面積的增多，土地的流轉速度也會降低，假如 2016~2020 年土地流轉速度降為以7%的速度增長，那么到2020年黑龍江省流轉的土地面積約占農村土 地面積的60%左右。因此，雖然黑龍江省農村土地規模經營與流轉的基礎較弱，但隨著大量 的農村勞動力轉移到第二、三產業，農業產業結構和農村經濟結構的多樣化，農村社會化服 務體系的發展及政府有意識的采取一些措施健全土地流轉市場，土地流轉速度會有更快的發 展，土地規模經營便自然而然的成為農業發展的方向。農業機械化事業在這種制度下會有廣 闊的發展前景。
4.4農業機械化未來發展環境的綜合分析
農業機械化與其環境因素之間存在著明顯的相互影響、相互作用關系，但與不同的環境 因素之間的相互影響方式和影響程度是不一樣的。自然環境對農業機械化發展的影響比較直 接，但自然環境是一種相對穩定的因素，因此，在研究自然環境對農業機械化發展的影響時， 只考慮自然環境對農業機械化發展的影響大小。由于黑龍江省黑土區黑土層平均每年流失表 土約0.3?1cm，水災、旱災、霜凍、風雹及低溫災害頻發，農業生產對農業機械的需求越來 越迫切，只有不斷地根據環境的變化，通過合理而廣泛地使用先進的農業機械和機械化技術， 如機械深耕、深松、秸稈還田、保護性耕作等才能進一步改善農業生產環境，為農業可持續 發展和提高農業生產的質量、效益創造有利的條件。
社會文化環境因素發展變化相對緩慢，同農業機械化之間的相互影響程度并不十分明顯， 特殊時期、特殊情況除外，影響方式也多是間接的。在對農業從業人員的預測分析中得到， 預計2020年黑龍江省農業從業人員為553.6萬人，同目前的農業從業人員相比，將減少124.4 萬人；同時黑龍江省農村勞動力素質正在逐年提高，而且大專及以上程度的高素質人才的比 例也在逐年增加，農村勞動力素質的提高直接決定了農村勞動力轉移的速度，也會促進農業 機械化知識和技術的引入和傳播，提高了農村勞動力掌握農業機械化新技術的能力，為農業 機械化發展提供社會條件。這些環境因素分析表明，大量的農村勞動力轉移到第二、三產業 及農民素質的提高將伴隨著農業機械化的發展過程，需要農業機械化水平的不斷提高來支撐 農業的發展，同時農業機械化在這種環境下會有廣闊的發展前景。
黑龍江省農業機械化科研、生產、推廣、鑒定、培訓、管理體系日趨完備，為發展農業 機械化發展提供了體制保障。近年來黑龍江省委、省政府對農機制造業發展高度重視，各級 政府積極行動，形成了農機制造業發展的良好氛圍。2010年黑龍江省各地農機工業園區建設 已經啟動，企業開始聚集。黑龍江省農機制造企業的壯大，為滿足農民和農業機械多樣化需 求，農業機械化的發展提供了最根本的技術支持和保證。黑龍江省各項農機法規的實施，使 農機化依法管理不斷完善，依法治機日趨規范，各項農機化管理工作進入了法制化軌道上來， 提高農業機械化標準實施單位的執行能力，為黑龍江省農機化快速、持續、健康發展提供了 堅實的法律保障。
經濟環境是環境要素中比較特殊的一個，它本身發展變化較快，對農業機械化的影響也 比較直接和強烈，它是農業機械化發展的經濟基礎和條件，因此，對農業機械化發展環境研 究的重點應放在對經濟環境的研究上。在影響農業機械化發展的經濟環境中，地區生產總值、 農業生產總值和農民人均純收入對農業機械化發展的影響最大。通過預測分析可知，黑龍江 省地區生產總值2015年為16836.61億元， 2020年為25964.13億元，分別是2008年黑龍江 省地區生產總值的2倍和3倍；黑龍江省農業生產總值到2015年為3434.1億元，2020年為 4653.6億元，分別是2008年黑龍江省農業生產總值的1.6倍和2.2倍；農民人均純收入反映 了農村居民使用農機服務的經濟基礎與能力，黑龍江省的農民并不富裕，1991~2008 年農村 居民人均純收入在全國的平均水平左右徘徊，到2015年和2020年黑龍江省農村居民人均純 收入將分別達到7797元和10936元，按照2008年的農業機械化投入占農民收入比例計算， 保守的估計2015年農民對農業機械化的投入是2008年的1.6倍， 2020年農民對農業機械化 的投入是2008年的2.25倍；在農業機械化發展的資金投入中，地方財政投入所占比例為20% 左右， 2015年黑龍江省地方財政收入將達到1669.567億元， 2020年將達到3297.927億元， 分別是2008年黑龍江省地方財政收入的2.1倍和4.2倍。
通過對各個經濟指標的分析可知，在2011~2020年黑龍江省的經濟增長速度很快，其中 地區生產總值和地方財政收入增長的速度比農業總產值和農民人均收入增長的快，說明黑龍 江省二、三產業的發展速度要超過第一產業，在產業結構預測中也得到，2015年黑龍江省第 一、二、三產業產值比例為 11.04： 52.87： 36.09， 2020 年比例為 9.98：53.14：36.78，黑龍 江省第一產業產值占 GDP 的比重在不斷下降，而第一產業的產值在不斷增加，說明第二、 三產業的發展速度比第一產業快。農業機械化發展水平很高的國家，其農業增加值占 GDP 的比重均在 4%以下，農業產值在國民經濟中所占份額較小，相比之下，黑龍江省農業增加 值占GDP的比重到2020年還高達9.98%，農業產值在國民經濟中所占的份額較大，還需要 加快發展農業機械化。通過對農村土地流轉速度分析可以估算，到2015年黑龍江省農村流轉 的土地面積將從2009年的21.27%增長到44%左右，到2020年流轉的土地面積約占農村土地 面積的60%左右。經濟的快速增長使政府和農民有能力加大對農業機械化的投入，為農業機 械化的發展提供財政支持，土地的流轉和農村勞動力的轉移為農業機械化的發展提供了客觀 條件。同時經濟的發展也需要農業機械化的發展作為支撐，兩者應相互促進協調發展，經濟 的快速發展為農業機械化發展帶來了機遇和挑戰。
4.5 本章小結
本章主要對黑龍江省農業機械化的發展環境進行辨識和展望。第一，對影響農業機械化 發展的環境因素進行辨識。第二，從影響農業機械化發展的內部因素和外部環境選擇3類共 22個因素，依據黑龍江省2001?2008年的有關數據，建立了灰色綜合關聯度分析模型對黑龍 江省農業機械化發展的主要影響因素進行分析，模型分析結果表明，對農業機械化發展水平 有顯著影響的10個因素，按影響大小排序，依次為政府財政投入、燃料價格指數、農機總動 力、機械化農具價格指數、頃均農機人員數量、農機原值、農民初中以上文化人數比例、勞 均農業產值、農民人均純收入和人均地區生產總值。第三，利用定性和定量相結合的分析方 法對與黑龍江省農業機械化發展密切相關的一些環境因素進行預測和展望。第四，對農業機 械化的未來發展環境進行綜合分析，分析結果表明在未來的十年里黑龍江省經濟和社會環境 發展速度很快，特別是經濟指標到2015將增長1.6?2倍， 2020年將增長2.5?3倍，經濟和社 會環境的快速發展為農業機械化發展提供了資金支持和客觀條件，同時經濟的發展也需要農 業機械化的發展作為支撐，兩者應相互促進協調發展。
5黑龍江省農業機械化發展目標研究
全面實現機械化是農業機械化發展的最終目標，但這個目標的實現需要一個長期的過程。 在未來10年，黑龍江省的農業機械化發展應該達到一個什么樣的目標，以什么樣的速度發展， 是農業機械化管理及相關部門目前最為關心的問題之一，也是黑龍江省農業機械化發展研究 必須要解決的問題。
由于以往對農業機械化發展目標的研究，主要集中在對農業機械總動力和農業機械化作 業程度進行研究，這樣制定的發展目標只能體現農業機械化發展的某一方面，不能反映農業 機械配套機具、農業機械化經營效益等方面的情況；同時農業機械化的發展與經濟環境密切 相關，農業機械化與經濟環境之間應該協調發展，農業機械化的發展水平一方面不應超越經 濟環境條件，另一方面農業機械化的發展應滿足經濟環境發展的要求。因此，本文首先從農 機裝備水平、農機經營效益和農機作業程度三個方面確定了反映農業機械化發展水平的各個 指標，然后，依據農業機械化發展內部規律，根據各個指標有關歷史序列數據，對各個指標 進行預測，預測的目的在于分析其宏觀發展走勢，同時結合經濟環境發展對農業機械化的需 求，確定出在未來10年黑龍江省農業機械化發展的目標值。黑龍江省農業機械化發展目標值 的確定結果為制定黑龍江省農業機械化發展規劃和出臺相關政策提供重要理論依據。
5.1確定農業機械化發展目標所采用的指標
反映農業機械化發展水平的指標很多，若選取的指標過多，會增加分析的復雜程度；指 標選取過少，又難以全面反映農業機械化的發展，因此指標的選取是研究農業機械化發展的 關鍵，所選取的指標既要能全面反映農業機械化的發展，又要具有一定的典型性和代表性。 在確定代表農業機械化發展水平的相關指標中，從農機裝備水平、農機作業程度及農機經營 效益三個方面來選取。在反映農機裝備水平的指標中分別從農機動力、農機資金投入、農機 典型配備上選擇了農業機械總動力、農業機械原值、大中型拖拉機、小型拖拉機及拖拉機配 套農具等典型指標；在反映農機作業程度方面選擇了機耕程度、機播程度、機電灌溉程度、 機械化植保程度及機收程度5個典型指標及這5個指標的綜合指標——農業機械化綜合作業 程度；考慮農業機械化發展所帶來的效益，還選取了反映效益的指標，如農機經營總收入和 農機作業總收入。在指標的選擇中不但考慮到應包含典型的總體與個體指標，還考慮到農機 內部的協調發展，從多角度反映農業機械化達到的水平。下面具體對這些指標進行說明。
農業機械總動力簡稱農機總動力指用于農林牧漁業生產和運輸的所有機械動力的總和， 它的大小代表著在農業領域，機械動力替代人畜力的能力和水平。
農業機械原值簡稱農機原值指當年全民所有、集體所有、和農戶所有的農業機械原值的 總和，它從價值角度反映了農機裝備水平。
農業機械設備種類很多，本文選取用于農田作業的大中型拖拉機、小型拖拉機、配套農 具作為反映農業機械裝備數量水平的指標。
農業機械化作業程度反映機械化生產方式替代傳統生產方式所達到的水平，是農業機械 化發展水平評價的核心指標。根據目前黑龍江省農業機械化發展重點仍為種植業，這里農業 機械化作業程度指種植業機械化程度，包括5個二級指標，機耕程度、機播程度、機電灌溉 溉程度、機械化植保程度及機收程度，各個指標的權重相加即得到農業機械化綜合作業程度。
農機經營總收入指國有單位、集體單位、農機戶農機經營的總收入，包括農業機械化作
業收入、農機修理收入與其它收入，代表了農業機械化發展帶來的直接經營效益。
農機作業總收入指國有單位、集體單位、農機戶在農機作業和農機運輸作業中的總收入。 上述各個參數都可以從不同的側面反映農業機械化發展水平，整理1990?2008年黑龍江 省反映農業機械化發展水平的各項指標統計數據見表5-1、表5-2。
表5-1 1990?2008年黑龍江省農機裝備水平
Tab.5-1 The values of farm machinery equipment from 1990 to 2008 in Heilongjiang Province
農機總 大中型 大中型拖拉 小型拖 小型拖拉 大中拖 小拖配
年份 動力 農機原值/萬 拖拉機/ 機總動力 拉機 機總動力 配套農 套農具
/MW 元 臺 /MW /萬臺 /MW 具/萬臺 /萬臺
1990 11734 - 88942 3596 36.8 3244 20.1 26.6
1991 11795 - 88602 3571 37.7 3331 19.8 29.4
1992 11726 - 87634 3523 37.8 3345 19.7 29.6
1993 11853 - 84816 3483 38.7 3370 19.6 31.4
1994 11900 - 82028 3416 40.5 3595 17.5 33.9
1995 12261 - 79356 3326 44.4 3957 17.1 38.1
1996 12548 - 73000 3081 44.4 4081 18.6 40.1
1997 12854 - 71440 3039 45 4225 19.2 49.3
1998 14545 - 69905 3047 63.3 5838 17.2 51.4
1999 15597 - 74801 3268 65.1 6105 18.2 58.9
2000 16138 1345147.3 75553 3228 65.17 6246 19.22 62.81
2001 16483 1323252.52 78177 3249 65.3 6278 18.9 64.6
2002 17418 1377179.43 85266 3303 68 6689 19.4 69.4
2003 18077 1427789.53 99462 3518 69.5 6913 20.1 76.3
2004 19522 1578846.73 127795 4155 71.6 7347 22.2 83.6
2005 22340 1818420.55 217275 5789 74.41 7906 31.88 87.73
2006 25706 2133913.57 323087 7971 75.48 8150 40.87 104.49
2007 27853 2440961.56 381813 9273 75.72 8203 47.2 110.27
2008 30184 2715516.02 481795 11459 71.36 7714 59.28 113.19
注：數據來源于2009 年《黑龍江省統計年鑒》，黑龍江省農機管理局統計數據
表5-2 1990~2008年黑龍江省農機經營效益及農業機械化作業程度
Tab.5-2 The operating efficiency of agricultural machinery and the degree of agricultural
mechanization from 1990 to 2008 in Heilongjiang Province
年份 農機經營總收 入/萬元 農機作業總收 入/萬元 機耕程 度/% 機播程 度/% 機植保 程度/% 機電灌溉
程度/% 機收程 度/% 綜合機械 化程度/%
1990 - - 75.6 63.76 21.06 11.72 33.75 42.70
1991 - - 76.2 67.20 20.77 12.15 27.99 42.31
1992 - - 75.9 66.66 16.77 12.05 29.24 41.62
1993 - - 76.27 66.74 18.23 12.22 29.00 41.98
1994 - - 79.55 68.73 19.69 11.22 28.85 43.17
1995 - - 78.5 67.92 23.53 12.64 29.22 43.84
1996 - - 81.73 69.08 22.25 15.32 30.45 45.30
1997 - - 90.12 70.22 28.29 18.26 33.93 49.86
1998 - - 90.73 70.41 26.83 21.06 33.75 50.22
1999 - - 92.17 72.65 38.29 23.02 36.33 54.05
2000 898268.4 527660.7 77.56 72.04 31.79 18.79 39.58 49.26
2001 895284.76 528754.14 73.35 71.64 31.24 19.50 38.26 47.96
2002 841184.31 533274.4 73.06 72.65 36.32 20.02 35.15 48.49
2003 860751.02 545432.84 73.6 71.11 34.92 19.39 39.45 48.85
2004 894997.37 564128.24 81.2 83.28 64.31 20.91 45.70 60.08
2005 958424.49 788989.48 85.41 77.94 48.63 21.88 49.88 58.11
2006 1021851.61 789900.21 92.07 83.15 59.42 23.51 52.59 63.54
2007 1089678.71 820902.16 97.53 83.91 56.37 26.00 52.21 64.73
2008 1185642.65 962602.08 97.83 87.70 66.90 26.42 54.28 68.03
注：數據來源于1991~2007年《中國農業年鑒》， 2006~2007年《中國農業機械化年鑒》， 1998~2002年《中 國統計年鑒》
5.2農業機械化發展目標制定原則
確定了反映農業機械化發展水平的指標，就要對農業機械化發展目標進行預測和分析， 進而制定農業機械化發展目標值。在制定發展目標時應遵循3個原則：
1） 既要有前瞻性，又要具有現實可行性。農業機械化的發展既是農業機械化自身的要求， 又是人們主觀努力的結果，從這一角度看，目標值定的高一點好，較高的目標值給人們以較 大的激勵作用，可以促進其發展，加快農業機械化發展步伐；另一方面，農業機械化發展具 有一定的階段性，它是一步一步地由低級向高級發展，若指標定的過高，脫離了發展現實， 那么所確定的目標就失去了意義。從這兩方面看，在制定目標時，既要有一定的前瞻性，目 標應該適當地高一點，又要考慮到發展現實，使目標具有現實可行性。
2） 目標的制定應考慮多方面因素的影響。根據農業機械化發展觀中“協調發展”的觀點， 必須從農業機械化發展歷程、發展現狀出發，綜合自然地理條件狀況、勞動力資源狀況、經 濟發展水平等各方面因素，要同各方協調一致。
3）注重目標確定方法的科學性。應盡量采用定量與定性相結合的方法，對于定量分析方 法應采用多種預測方法對比研究，選擇最適合的方法進行預測；然后，根據經濟發展對農業 機械化需求分析得出的預測結果，綜合確定發展目標值。定性分析主要是與國內外農業機械 化發展的先進水平相比較，找出差距，明確目標；同時，綜合考慮農業機械化發展整個系統 的影響，確定出適宜的發展目標。通過以上多種途徑進行分析驗證，使目標值的確定有嚴格、 合理的科學依據，最終得出農業機械化發展目標值。
5.3黑龍江省農業機械化發展預測
5.3.1預測方法分析
預測是人們根據客觀事物過去和現在己知的情況，弄清事物的發展規律或趨勢，并據此 對將要發生，而目前又不明確的事物或過程作出預先的估計和推測。在預測實踐中，對于簡 單的問題，人們通常采用回歸分析、移動平均、灰色預測、神經網絡等單一方法對時間序列 數據作出預測，對于復雜的非線性問題或波動較大的問題，可采用不同的預測方法，不同的 預測方法能提供不同的有用信息，且其預測精度也不相同，這表明單一性預測方法在使用上 存在一定的局限性。具體表現為：
1）單一預測模型都是對被預測對象所處的環境作出某些假設，而預測環境假設是指未被 預測模型所考慮的一組因素，考慮到建模的成本和效益，舍去了一些與模型相關的環境信息， 從而使模型簡化。因此，當環境迅速變化時，由于模型的各種假設前提不再成立，模型的性 能將會變差，弱化了對環境的適應性。
2）一些預測方法使用時，往往面臨一個問題，即同時有多種預測模型，但預測結果都分 布在一個較寬的區域內，而使決策者難以決定取舍。
3）從大量的研究中發現，對于一個特定的預測領域，可供使用的信息是有限的。不同的 單一預測方法所載用的信息是不完全相同的，而任一預測方法都使用了一部分有用的信息， 被取舍的那些預測方法或模型總是包含了一些有用的獨立信息。因此，采用某個單一模型進 行預測，結果將會導致可靠性與精度的降低。
為了克服上述單一預測模型中存在的局限性，組合預測方法隨之發展起來。組合預測是 采用兩個或兩個以上不同的預測方法對同一對象進行預測，對各單獨的預測結果適當加權后 取其加權值作為最終預測結果。組合預測方法的研究一直是預測領域較為活躍的一個方面。 組合預測模型聚集了各單個預測方法包含的有用信息，從而具有對未來變化的適應能力，減 少了預測的風險，提高了預測的精度。建立組合預測模型的關鍵在于科學合理地確定各單一 模型的權系數。同時，許多基于智能算法的改進方法也能很好的提高模型的預測精度。
5.3.2農業機械裝備水平預測
5.321基于BP神經網絡的農機總動力組合預測
農機總動力是反映農業機械裝備水平的最重要指標。由表 5-3 可知，黑龍江省農機總動 力的歷史統計數據隨時間不斷增長，且在2003年之后增長迅速。目前，對農機總動力進行預 測的方法主要有移動平均、灰色GM (1, 1)模型、指數平滑、線性回歸、曲線擬合、神經 網絡模型、線性組合預測等。這些方法各有其優點和不足，所得的結果也存在差異。
本文選用一元線性回歸、指數函數、三次指數平滑和灰色 GM(1，1)4 種預測方法分 別建立單一預測模型，對黑龍江省農機總動力進行預測。鑒于單項預測模型的局限性(朱瑞 祥，2006)，為提高預測精度和預測結果可靠性，本文把不同模型的預測結果綜合起來，取長 補短，建立線性組合預測模型和非線性組合預測模型。以誤差平方和最小為原則確定所構建 線性組合預測模型各預測方法的權重，利用 BP 神經網絡具有逼近任意非線性函數的能力， 建立非線性組合預測模型。對所建預測模型的預測精度進行比較，得到農機總動力預測的實 用新方法。
1)單一預測模型的建立
①一元線性回歸模型
利用SPSS軟件對歷史時間序列進行一元線性回歸分析，得到判定系數R2 = 0.912，通 過F檢驗得到回歸總體是顯著線性的。預測模型為
Y = 6199.94 + 480.13 x (5-1)
式中 Y——農機總動力，MW
x ——時間變量，1980?2005年的對應取值分別為1~26
用模型(5-1)對黑龍江省1980~2005年農機總動力進行擬合，擬合結果見表5-3，計算 其平均絕對百分誤差為6.26%。
表5-3 不同預測模型的黑龍江省農機總動力擬合結果與誤差
Tab.5-3 Fitted results and errors of total power of agricultural machinery using different models
年份 實際 值
/MW 一元線性回歸模
型 指數函數模型 灰色 GM(1,1)
模型 三次指數平滑
模型 線性組合預測
模型 BP神經網絡組
合預測
擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/%
1980 7093 6680 5.82 7575.2 6.79 7093 0 - - - - - -
1981 7604 7160.2 5.83 7867.2 3.46 7713.9 1.44 - - - - - -
1982 8141 7640.3 6.15 8170.5 0.36 8023.1 1.44 7706.2 5.34 7808.7 4.08 7759 4.69
1983 8616 8120.5 5.75 8485.5 1.51 8344.8 3.14 8473.2 1.65 8431.6 2.13 8272 3.99
1984 9017 8600.6 4.61 8812.6 2.26 8679.2 3.74 9131.2 1.26 8984.9 0.35 8760 2.85
1985 9495 9080.7 4.36 9152.3 3.60 9027.1 4.92 9609.9 1.21 9421.2 0.77 9212 2.98
1986 9352 9560.8 2.23 9505.1 1.63 9388.8 0.39 10102.6 8.02 9871.5 5.55 9642 3.10
1987 10935 10040.9 8.17 9871.6 9.72 9765.2 10.69 9839.7 10.01 9815.5 10.23 10374 5.13
1988 11052 10521.1 4.80 10252.1 7.23 10156.7 8.10 11486.6 3.93 11056.0 0.04 10496 5.03
1989 11628 11001.2 5.39 10647.4 8.43 10563.8 9.15 11830.3 1.73 11420.3 1.78 11152 4.09
續表
年份 實際 值
/MW 一元線性回歸模
型 指數函數模型 灰色 GM(1,1)
模型 三次指數平滑
模型 線性組合預測
模型 BP 神經網絡組
合預測
擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/% 擬合值
/MW 相對
誤差
/%
1990 11734 11481.3 2.15 11057.8 5.76 10987.2 6.36 12321.2 5.00 11889.4 1.32 11223 4.35
1991 11795 11961.4 1.41 11484.1 2.63 11427.5 3.11 12302.4 4.30 12019.2 1.90 11488 2.60
1992 11726 12441.6 6.10 11926.8 1.71 11885.7 1.36 12133.8 3.47 12053.5 2.79 11721 0.04
1993 11853 12921.7 9.01 12386.6 4.50 12362.0 4.29 11839.9 0.11 12008.8 1.31 11941 0.74
1994 11900 13401.8 12.62 12864.1 8.10 12857.5 8.04 11821.6 0.65 12156.9 2.16 12212 2.62
1995 12261 13882.0 13.22 13360.1 8.96 13372.9 9.06 11828.1 3.53 12328.1 0.55 12502 1.96
1996 12548 14362.1 14.45 13875.1 10.57 13909.0 10.84 12238.6 2.46 12779.3 1.84 12876 2.61
1997 12854 14842.2 15.46 14410 12.10 14466.4 12.54 12654.7 1.55 13241.1 3.01 13288 3.37
1998 14545 15322.4 5.34 14965.5 2.89 15046.3 3.44 13060.9 10.20 13703.5 5.78 13747 5.48
1999 15597 15802.5 1.31 15542.4 0.34 15649.3 0.33 15098.0 3.19 15276.4 2.05 14741 5.48
2000 16138 16282.6 0.89 16141.6 0.02 16276.6 0.86 16671.7 3.30 16543.7 2.51 15931 1.28
2001 16483 16762.7 1.69 16763.9 1.70 16929.1 2.70 17346.9 5.24 17211.6 4.42 16863 2.30
2002 17418 17242.9 1.00 17410.2 0.04 17607.6 1.09 17502.9 0.48 17536.7 0.68 17573 0.87
2003 18077 17723.0 1.96 18081.3 0.02 18313.3 1.30 18278.0 1.11 18289.4 1.17 18789 3.93
2004 19522 18203.1 6.75 18778.4 3.81 19047.4 2.43 18916.8 3.10 18959.1 2.88 20047 2.68
2005 22340 18683.3 16.36 19502.3 12.70 19810.9 11.32 20464.9 8.39 20253.2 9.34 22231 0.48
②指數函數模型
對歷史時間序列進行指數曲線擬合，得到模型的判定系數R = 0.956 ,擬合精度比較高, 模型極顯著，所得的預測模型為
Y =7294.02e0.0378x ( 5-2)
利用所得指數模型對黑龍江省 1980~2005年農機總動力進行擬合，計算其平均絕對百分 誤差為 4.65%。
③灰色 GM(1， 1)預測模型
灰色GM(1, 1)預測模型適合于隨時間序列變化不大的數據序列的預測，其變化曲線, 要么單調遞增，要么單調遞減，進行長期預測時，預測值常偏高或偏低，這種模型短期預測 精度高。灰色預測模型算法當中的“累加生成”是使灰色過程由灰變白的一種方法，通過累 加可以看出灰量積累過程的發展態勢，使離亂的原始數據中蘊含的積分特性或規律充分顯露 出來。
灰色 GM(1， 1)模型的基本形式為
x(0)(k)+ az(1)(k) = b (k =1,2,L,n) (5-3)
設 X (0) 為原始序列
X(0) = (x(0)(1),x(0)(2),L,x(0)(n)) = (7093,7604,8141L22340) (5-4)
其中，x⑼(k) > 0,k = 1,2,L,n。一次累加生成X⑴
X(1) = (x(1)(1),x(1)(2),L,x(1)(n) (5-5)
k
其中，x(1)(k)=工x(0)(z),k = 1,2,…,n。Z⑴為X(1)的緊鄰均值生成序列
i=1
Z(1) =(z(1)(2),z(1)(3),Lz(1)(n))=(10895,18767.5,L315007.5) (5-6)
其中，Z (1)(k) = 0.5(x(1)(k) + x(1)(k -1))，k = 2,3 …,n。若 a=[a,b]T 為參數列，且
「x(0)(2)「 「- z⑴⑵ 1_
Y= x(0)(3) ，B= -z⑴⑶ 1
x(0)(n) -z ⑴(n) 1
則GM(1， 1)模型x(0)(k) + az⑴(k) = b的最小二乘估計參數列滿足
、 T , T 「— 0.0393 ]
a = (BtB)—1BtY = (5-7)
7284.607
dx(1)
則稱方程丄 + ax⑴=b為式(5-3)的白化方程，也叫影子方程，解此白化方程得
dt
x(1)(k) = (x(0)(1)-b)e— a(k — 1)+ - = 192451.96e0.0393(k —】)-185358.9,(k = 1,2，…n)(5-8) aa
還原值
x(0) (k +1)=丘⑴(k + 1)-於)(k) (5-9)
一般地，隨著a的不同取值，GM(1，1)模型預測效果也不同。當-a < 0.3時，GM(1， 1)可用于中長期預測；當0.3 <-a < 0.5時，GM(1，1)可用于短期預測，中長期預測慎用； 當0.5 <-a < 0.8時，用GM(1，1)作短期預測應十分謹慎；當0.8 <-a < 1時，應采用殘差 修正GM(1，1)模型；當-a > 1時，不宜采用GM(1, 1)模型。由于此模型的-a = 0.0393， 因此，可用于中長期預測。
用式(5-8)和(5-9)對黑龍江省 1980?2005 年農機總動力進行擬合，計算其平均絕對 百分誤差為4.88%。
④三次指數平滑模型 為了能更精確地反映黑龍江省農機總動力的發展趨勢，選用了三次指數平滑預測法，它 是一種非線性平滑模型，能表現時序的一種曲線變化趨勢。模型的基本形式為
Yt+T = a + bT'+2 cT (5-10)
式中 Yt+T' ——農機總動力預測值
T'—預測的時間周期數
t ——預測起始年
at、bt、ct ——三次指數平滑的平滑系數 式(5-10)中的參數可由式(5-11)，(5-12)得到。
at =3St(1)-3St(2)+St(3)
bt =才孑[(6-5< -(10+(4_3<)] c嚴命理一酉2)+ /)
式中a——指數平滑加權系數
S⑴、S⑵、S；3)—起始年t的一次、二次、三次指數平滑值
a代表模型對時序變化的反應速度，為使農機總動力近期發展較快的趨勢在預測模型中 得到充分反映，本文經反復測算比較后，選取a = 0.4。指數平滑值計算公式為
S 卩=aYt+(1-a)S £
甘=aS(v) + (1 - a)S g) (5-12)
S 嚴=aS ,2) + (1 - a)S£)
式中，Yt為最近一期的實際值，初始平滑值S01)= S02) = S03) = X。根據表5-1中1980?2005 年黑龍江省農機總動力統計數據，得到a「b, c的值，令預測起始年t = 2005，則三次指數 平滑模型為
Y2005+t , = 21934.9 + 1825.7T' + 92.T (5-13)
用式(5-13)對1982?2005年農機總動力進行擬合，計算其平均絕對百分誤差為3.72%。
2)線性組合預測模型
①線性組合預測模型的建立
對同一預測問題，用m種不同的預測模型分別進行預測，則由這m種模型構成的組合預 測模型為
m
fp =E kfip (5-14)
i =1
式中 fp — p時刻組合預測模型的預測值
fp—p時刻第i種預測模型的預測值
k ——第i種預測模型的權重
②模型權重的計算 求解上述組合預測模型的關鍵是確定各單一預測模型的權重，為求出權重，可建立以預
測誤差平方和最小為目標的數學模型，即
n n n mm
minw = min^e； = min工(兒 一 f)2 = min工 yp 一2y»+(工kfp)2 (5-15)
p=1 p=1 p=1 L i=1 i=1 _
滿足條件
m
工 ki =1 (ki > 0,i = 1,2,…，m) (5-16)
i=1
式中 W—總誤差平方和
ep — p時刻組合預測的誤差
yp ——觀測值
由式(5-15)、(5-16)所確定的數學模型，目標函數為變量k(i = 1,2,l,m)的二次函數, 約束條件是線性的。考慮LINGO軟件在解決非線性優化問題方面的優越性，建立了 LINGO 模型，由模型(5-1)、(5-2)、(5-8)、(5-9)、(5-13)求得各單一預測模型的預測值，將其代 入式(5-15)，可得組合預測模型目標函數。將式(5-16)作為約束方程，經LINGO軟件優 化可得組合預測模型的權重值，k = 0,k2 = 0,k3 = 0.3237,k4 = 0.6763，所得的線性組合預測 模型為
Y (p) = 0.3237Y3 + 0.6763Y4 (5-17)
用該線性組合預測模型對黑龍江省1982?2005年農機總動力進行擬合，計算其平均絕對 百分誤差為2.86%，可見該線性組合預測模型的擬合精度優于各單一預測模型。
3)基于BP神經網絡的非線性組合預測模型
黑龍江省農機總動力受多種不確定性因素影響很難建立精度較高的預測模型，而BP神 經網絡具有非線性、魯棒性、自適應和自組織等一系列優良特性，特別適用于構造非線性預 測函數，在預測領域中顯示了很大的優勢。因此，本文構建了基于BP神經網絡的非線性組 合預測模型，將m種預測模型所包含的信息全部反映在預測結果中，建立各單項預測模型的 預測結果與相應實際觀察值之間的非線性映射關系。
建模基本步驟如下：
①輸入和輸出向量確定。用前面建立的4種單一預測模型預測的1982?2005年黑龍江省 農機總動力預測值作為神經網絡輸入向量(P),即神經網絡第r個節點的輸入序列是第i種 預測方法的預測結果，歷年的農機總動力實際值作為神經網絡的輸出向量(T)。基于BP神 經網絡的非線性組合預測模型輸入層和輸出層節點數根據實際問題確定，即 4個輸入，1 個 輸出，從而實現各單項預測模型的預測結果與相應實際觀察值之間的非線性映射關系。本文 的非線性預測模型基本形式為Y' = f (x1；x2,x3,x4)，式中Y'為神經網絡輸出向量，f為神經網 絡權值和閾值決定的非線性函數。
②隱層數的確定和轉換函數選擇。理論上已經證明一個隱層加上一個線性輸出層的網絡,
能夠逼近任何有理函數(Singh A K，2006)，誤差精度的提高可以通過增加隱層神經元數目 來獲得。因此，本文選擇含一個隱含層的BP網絡結構，即4 - j -1結構，其中j為隱層節點 數。網絡隱層采用Sigmoid轉換函數，輸出層采用Pureline轉換函數。S型函數數學表達式 為f (P) = 1 ，其中a為斜率參數，通過改變參數獲取不同斜率的Sigmoid函數，
1 + exp(-ap)
通常選擇1。
③隱層節點數和訓練函數選擇。根據訓練誤差、測試誤差與其節點數多少的關系，用節 點數逐漸增加或減少的方法確定合理的隱層節點數(Maier H R, 1996)。本文根據經驗公式 j = 4S+ + §確定試湊的初始值，其中s為輸入層節點數，1為輸出層節點數，§為0?10之 間的常數。本文從 j =2開始逐漸增加隱層節點數對網絡進行訓練，最終確定節點數為3最理 想，即4-3-1的神經網絡結構。本文探索用BP網絡對農機總動力隨時間變化狀態進行模擬，并 首次用BP傳統算法（TRAINGD）、動量一自適應學習率調整算法（TRAINGDX）和 Levenberg-Marquardt算法（TRAINLM），同時進行建模，比較三種訓練算法的優劣。
結果表明，傳統梯度下降法的誤差下降速度特別慢，TRAINGDX和TRAINLM都能在 較少的隱層節點數情況下達到機耕程度要求網絡的實際目標精度。但TRAINLM無論在精度 上還是在速度上都高于TRAINGDX，所以新算法Levenberg-Marquardt網絡預測時間最短， 精度最高。因此，本文選擇訓練函數為TRAINLM。
在網絡訓練前用 premnmx 函數對原始數據進行歸一化處理，對新輸入網絡的數據用 tramnmx 函數歸一化，最后用 postmnmx 恢復被歸一化的數據。網絡進行訓練時，學習速率 選為0.01，當迭代步數為2000 次,訓練精度MSE為0.00177時，網絡精度達到要求，計算 其平均絕對百分誤差為 3.03%。用 2006?2008 年的數據作為檢測樣本對所建模型進行檢驗， 檢驗樣本的預測值見表5-4，其平均絕對百分誤差為1.03%，精度較高。
表5-4 不同預測模型的黑龍江省農機總動力預測結果與誤差
Tab.5-4 Predicted results and errors of total power of agricultural machinery in Heilongjiang
Province using different models
一元線性回歸 灰色 GM(1,1) 三次指數平滑 線性組合預測 BP神經網絡組
指數函數模型
模型 模型 模型 模型 合預測
實際值
年份 相對 相對 相對 相對 相對 相對
/MW 擬合值 擬合值 擬合值 擬合值 擬合值 擬合值
誤差 誤差 誤差 誤差 誤差 誤差
/MW /MW /MW /MW /MW /MW
/% /% /% /% /% /%
2006 25706 19163.4 25.45 20254.2 21.20 20604.9 19.84 23852.8 7.21 22801.4 11.29 26014 1.19
2007 27853 19643.5 29.47 21035.0 24.47 21430.8 23.05 25954.7 6.81 24490.3 12.07 28275 1.51
2008 30184.5 20123.7 33.28 21845.9 27.57 22289.8 26.10 28240.9 6.37 26314.6 12.76 30281 0.33
4）預測方法分析與討論
①線性組合預測模型的預測值是由各單一預測模型的預測值經線性加權而得，各個模型 的預測結果對組合預測結果的影響既依賴于其預測值，又取決于其相應的權系數，而它們的 權重又取決于各個模型的預測值對預測對象的擬合程度，若擬合程度高，則賦予較大的權重， 反之，則賦予其較小的權重。
②基于 BP 神經網絡的非線性組合預測模型的擬合平均絕對百分誤差為 3.03%，低于選 定的一元線性回歸模型、指數函數模型、灰色GM（1，1）模型和三次指數平滑模型；稍高 于以誤差平方和最小為原則構建的線性組合預測模型。用不同預測方法對2006?2008年黑龍 江省農機總動力進行檢驗預測，預測結果表明 BP 神經網絡組合預測模型和三次指數平滑模 型的預測精度較高，預測效果較好，而線性組合預測模型的預測能力較差。由于基于 BP 神 經網絡的非線性組合預測模型即有較高的擬合精度又有很高的預測精度，因此該模型可以有 效的提高黑龍江省農機總動力的預測精度。用該組合預測方法對2015年和2020年黑龍江省 農機總動力進行預測，預測結果見表5-5。
③由表 5-3 可知，組合預測模型并不是在所有時刻的預測結果都比單一模型好，但由于 組合預測模型有比較好的擬合效果即有較小的預測偏差，而預測模型偏差是反映模型預測結 果對實際數據的偏離程度，當預測模型偏差較小時，模型有較好的預測結果。此外，由表5-4 可知，由于組合預測模型聚集了各單一預測模型包含的有用信息，因此在總體上對未來變化 的適應能力、穩定性以及反映發展趨勢和預測結果準確性等方面都要比各單一模型更好些。
表5-5 黑龍江省農業機械裝備預測結果
Tab.5-5 Predicted results of agricultural machinery in Heilongjiang Province
年份 農機總動
力/MW 農機原值/ 萬元 大中型拖拉機 小型拖拉機
/臺 /MW 配套農 具/萬臺
/萬臺 /MW 配套農 具/萬臺
2015 40537 4438874.21 714140 15818.26 128.47 63.9 7035.15 130.35
2020 53408 6534286.97 940070 20295.20 220.93 54.9 5837.87 132.86
5.3.2.2 農機原值線性組合預測
農業機械化水平的高低與農業機械資金投入密切相關，可用農業機械原值或農業機械凈 值來表示，考慮到農業機械折舊和更新難以準確計算，本文采用各個年份的農業機械原值。 根據表 5-1中 2000~2008 年黑龍江省農業機械原值的統計數據，利用曲線回歸法構建農機原 值的時間序列預測模型，根據精度檢驗，直線回歸模型和指數函數模型的擬合精度都很高， 回歸方程都是顯著的，其中直線回歸模型的R2 = 0.889，指數函數模型的R2 = 0.922，得到 的回歸模型分別為
Y1(t)=900777.915+178978.355(t-1999) (5-18)
Y2(t) = 1072911.78 3e 0.096(t -1999) (5-19)
式中 t ——按實際年份取值
Y ——農機原值，萬元
由于模型(5-18)和(5-19)的擬合精度都很高，求得各單一預測模型的預測值，將其 代入式(5-15),可得組合預測模型目標函數。將式(5-16)作為約束方程，經LINGO軟件 優化得到組合預測模型的權重值k = 0.45 , k2 = 0.55，所得的線性組合預測模型為
Y(t) = 0.45Y1 + 0.55Y2 (5-20)
用該線性組合預測模型對黑龍江省2000~2008年農機原值進行擬合，計算其平均絕對百 分誤差為3.86%，擬合精度較高。用該組合預測方法對2015年和2020年黑龍江省農機原值 進行預測，預測結果見表5-5。
5.3.2.3 大中型拖拉機預測
由大中型拖拉機統計數據可知，1990~1998 年黑龍江省擁有大中型拖拉機臺數、千瓦數 與配套農具臺數都在逐年遞減，更新速度趕不上報廢速度； 1999~2008年大中型拖拉機臺數、 千瓦數與配套農具臺數均開始增加，年均增幅很大。預計在未來10~15年，隨著加快建設農 機社會化服務體系，推進農機經營服務市場化、專業化、產業化的發展，大中型拖拉機會不
斷增加。基于以上的分析，對大中型拖拉機的預測，利用1999~2008年的歷史數據進行預測。 對大中型拖拉機臺數，按時間序列建立一元線性回歸預測模型，得到的預測模型為 Y(t) =-54020.13+45185.915(t-1998) (5-21)
經檢驗得到R2 = 0.833 , F = 40.043，模型擬合精度較高、較顯著，可以用于做預測。
對大中型拖拉機總動力，按時間序列建立一元線性回歸模型進行預測，得到預測模型為
Y(t) =596.667+895.388(t -1998) (5-22)
經檢驗得到R2 = 0.810 , F = 33.999，模型擬合精度較高、較顯著，可以用于做預測。
對大中型拖拉機配套農具，按時間序列建立指數回歸預測模型，由于黑龍江省大中型拖 拉機配套比較低，隨著人們對拖拉機配套農具的重視及配套農具生產企業的增多，在未來十 多年里，黑龍江省配套農具數量一定會得到快速發展。符合指數函數模型變化趨勢，得到的 預測方程為
Y(t) =12.83e0.136(t-1998) (5-23)
經檢驗得到R2 = 0.860 , F = 48.98，模型擬合精度較高、較顯著，可以用來做預測。
利用模型(5-21) ~(5-23)對2015年和2020年黑龍江省大中型拖拉機臺數、總動力和 配套農具進行預測，預測結果見表5-5。
5.3.2.4 小型拖拉機預測
黑龍江省小型拖拉機市場從輝煌走向衰落與黑龍江省經濟發展和農業產業結構調整密切 相關。改革初期，在農民購買力相對較低的形勢下，小型拖拉機成為農村家庭聯產承包經營 體制下率先發展的農機產品進入了快速發展時期。隨著中國農村改革的深化，我國農機補貼 政策力度的不斷加大，農民收入有了很大提高，逐步富裕起來的農民相對需求不足的狀況得 到緩解，大中型拖拉機順勢崛起，形成對小型拖拉機的強大沖擊，這種現象在歐美農業機械 化發展歷程中都曾經歷過。 2004年以后，小型拖拉機市場開始逐步萎縮，這一階段的重要背 景是農民經濟收入有了很大的提高，土地耕作方式在許多區域發生了很大變化，土地深耕、 保護性耕作、農機專業戶興起和農機補貼等推動了大中型拖拉機的快速發展，小型拖拉機首 先在經濟發達區域開始萎縮，但購買力依然偏弱，大規模的拖拉機梯度更新在黑龍江省尚需 時日。由此決定了黑龍江省農村出現大、中、小型拖拉機并存的局面。今后幾年國家若無大 的政策改變，小型拖拉機的數量將不會增加，并會逐年下滑。
根據小型拖拉機臺數的歷史數據變化趨勢分析， 1990~1997年小型拖拉機臺數平穩增長， 平均每年增長1.39萬臺， 1998年小型拖拉機出現波動增長，數量迅速增加， 1999~2005年小 型拖拉機增長緩慢，平均每年增長1.02萬臺， 2006~2007年小型拖拉機數量基本沒有變化， 2008~2009年小型拖拉機數量開始下降，2008年減少4.36萬臺，2009年減少0.3萬臺，根據 歷史數據增長規律和近兩年的遞減趨勢看， 2008年是小型拖拉機臺數一個比較大的轉折點， 所以數量產生大幅度的減少，2009年的減少的幅度較小。根據以上的分析，具體對小型拖拉 機做預測很難找到合適的預測模型。因此本文對小型拖拉機的發展做定性和定量相結合的一 些分析。預計2010~2015年小型拖拉機臺數每年減少1.2萬臺；2016~2020年隨著農機作業 服務組織的發展和農村勞動力的轉移，小型拖拉機臺數每年減少1.8萬臺，估算結果見表5-5 。
小型拖拉機臺數與小型拖拉機總動力之間存在一定的相關性，根據表 5-1 的統計數據， 采用一元線性回歸方程測算小型拖拉機臺數與小型拖拉機總動力之間的關系為
Y（t） = -1332.283 + 120.937x （5-24）
式中 Y——小型拖拉機總動力，MW
x 小型拖拉機臺數，萬臺
模型擬合優度R2 = 0.98，F = 841.36，檢驗結果表明該模型具有顯著性。近年，隨著小 型拖拉機臺數的減少，小型拖拉機總動力也出現下降，根據統計數據變化規律可知2008年的 小型拖拉機臺數與2004年相近，但2008年的小型拖拉機總動力是2004年的1.05倍， 2009 年的小型拖拉機臺數減少0.3萬臺，但2009年的小型拖拉機總動力只減少5.3萬千瓦。實際 調查發現這種變化規律是符合實際的，最近幾年，小型拖拉機的功率正在向上延伸，從2008 年全國農機訂貨會樣機展出的情況來看，小四輪展出的平均功率達到了22.9馬力。因此，在 對小型拖拉機總動力進行預測時，本文在模型（5-24）預測結果的基礎上放大 1.1 倍，估算 結果見表5-5。
小型拖拉機配套農具的發展變化趨勢與小型拖拉機的數量密切相關，同時由于黑龍江省 長期存在著農機配套比不合理的情況，以及近年來農機管理部門和農民對配套比不合理情況 的認識，為提高農業機械的運用效果，拖拉機農機配套不合理的情況將逐步得到改善。因此， 本文沒有根據小型拖拉機配套農具的時間序列做預測，而采用小型拖拉機農機配套比做時間 序列預測分析，進而推算出2015年和2020年小型拖拉機配套農具的數量。
表5-6 1998?2009年黑龍江省小型拖拉機發展情況
Tab.5-6 Development situation of mini-tractors in Heilongjiang Province from 1998 to 2009
年份 小型拖拉機/萬臺 小拖配套農具/萬臺 小型拖拉機配套比
1998 63.3 51.4 0.81
1999 65.1 58.9 0.90
2000 65.17 62.81 0.96
2001 65.3 64.6 0.99
2002 68.0 69.4 1.02
2003 69.5 76.3 1.10
2004 71.6 83.6 1.17
2005 74.41 87.73 1.18
2006 75.48 104.49 1.38
2007 75.72 110.27 1.46
2008 71.36 113.19 1.59
2009 71.1 117.0 1.65
注：表中數量來源于《黑龍江省統計年鑒》和黑龍江省農機管理局統計數據
根據表5-6中 1998?2009年黑龍江省小型拖拉機配套比計算結果，建立一元線性回歸模 型為
Y（t） = 0.697 +0.075x （5-25）
式中 Y ——小型拖拉機配套比
x 時間變量，1998?2009年的對應取值分別為1~12
模型擬合優度R2 = 0.96 , F = 231.697 ,檢驗結果表明該模型具有顯著性，可以用來預 測小型拖拉機配套比。利用模型(5-25)進行預測，預測結果表明到2015年黑龍江省小型拖 拉機配套比為2.04， 2020年比值達到2.42。根據小型拖拉機臺數和農機具配套比的預測值得 到2015年和2020年小型拖拉機配套農具數量分別為130.35萬臺和132.86萬臺。
5.3.3基于改進GM (1, 1)模型的農業機械化經營效益預測
農業機械化經營效益是反映農業機械化發展效果的一項重要指標。利用表 5-2 中 2000~2008 年農機經營總收入統計數據建立預測模型，由于原始時間序列數據少、波動小， 利用灰色GM (1, 1)預測模型對原始數據進行擬合。
1)GM (1, 1)模型的建模機理及分析 灰色預測把預測數據序列看作隨時間變化的灰色量或灰色過程，在建模前，首先對原始 數據進行累加生成和相關生成逐步使灰色量白化，使之呈現一定的規律性，從而建立相應于 微分方程解的動態模型并做出預測。對給定的原始時間數據列 X(0) ，經過一次累加生成，獲 得新的數據列X⑴，假定X(1)具有近似指數變化規律，對生成數列建立白化形式的微分方程
x ⑴(1) = x(0)(1)
式(5-26)中的a , b為待定參數。其中，系數a稱為GM (1, 1)模型的發展系數，它 反映系統的發展態勢。根據灰色理論，當a為負值時，其絕對值越大，系統發展就越快；反 之，則越慢。參數b稱為內生灰作用量，它反映數據變化的關系。
參數的求解是灰色建模的關鍵。首先，由X(1)構造背景值序列Z(1):
Z(1) =(z(1)(2),z(1)(3),Lz(1)(n)) (5-27)
其中，Z(1)(k) =加⑴(k) + (1 -X)x(1)(k-1), k = 2,3…,n,Ae [0,1],傳統預測方法取 2 = 0.5。 若令參數列a=[a,b]T，且
"x(0)(2)「 「- z (1)(2) 1_
Y= x(0)(3) ， B= -z ⑴(3) 1
x(0)(n) -z ⑴(n) 1
則參數列最小二乘估計滿足:
a = (btb) xb^y
求出參數a , b的值，得到方程的解為
x(1)(k) = (x(0)(1) - — )e-a(k-1) + —, (k = 1,2,Ln) (5-29)
aa
還原值 x(0) (k +1) = x(1)(k + 1) - x(1) (k)
通過對灰色GM（1，1）模型建模機理分析表明，對于不同的指數增長序列，2對模型 預測精度的影響效果是不同的，傳統的灰色預測模型參數2都取值0.5。近年來的研究表明， 當設計矩陣接近于退化時，最小二乘法的性能往往不夠好（陳希孺，2003）。 此外，由于最 小二乘法求得最優無偏估計需要建立在四個假設的前提基礎上，我們經常需要用二階導數來 驗證所求的參數值是否能使目標函數達到最大或最小。由于最小二乘法的這些缺陷，在求解 參數a，b時會對建立的灰色預測模型精度產生一定的影響。
2） 基于遺傳算法改進的GM（1，1）預測模型
從以上推導可以看出，當原始數列確定時，只要給定2，便可由最小二乘法求出a、b的 值，再由式（5-29）求出灰色預測方程。參數2是影響預測精度的重要因素，而且從式（5-27）、 （5-28）可以看出， 2與誤差之間有高度的非線性關系，且這種非線性關系很難用解析方法 表示，所以在一定的準則下求解2的最佳值即為 GM（1，1， 2）的難點。遺傳算法是一種 基于進化論的全局優化搜索算法（L.Backb, 1996。它的主要優點是從一系列點的群體開始 搜索，而不是從單個初始點進行搜索；能利用適應值的相關信息，而無需函數連續、可導等 其它條件限制；利用概率轉移規則，而不是采用確定性規則進行迭代；經過選擇、雜交和變 異算子的作用，收斂到全局最優解。因此，將GA用于GM（1，1，2）模型參數的優化求 解，因其具有更強的適應能力而提高模型的擬合和預測效果。本文采用遺傳算法求解2值。
在傳統GM（1，1）模型中，求解發展系數a和內生灰作用量b的方法是最小二乘法。 由于最小二乘法的一些缺陷，使得GM（1，1）模型的擬合精度有時并不理想。為了解決這 一問題，本文考慮使用遺傳算法改進GM（1，1）預測模型中參數選擇的方法，來獲取較優 的參數a，b值，進而做出更加準確的灰色預測。首先利用最小二乘法求出白化微分方程中 參數a，b的初始解a。，b，然后利用遺傳算法對a。，b°的值在一定范圍內進行調整。這 樣不僅使參數a，b的值得到了修正，而且還避免了直接使用遺傳算法去獲取a，b的值時 花費大量時間成本及容易陷入局部最優解的缺陷。在遺傳算法迭代的過程中，將每個個體所 代表的參數a°和b°的值代入公式（5-29）進行灰色預測，并計算出預測序列和原始序列平均 相對百分誤差，以平均相對百分誤差最小作為目標函數評價每個個體的適應度。平均相對百 分誤差較小則分配較大的適應度；反之分配較小的適應度，經過多代循環，找出比初始參數 更優的發展系數和內生灰作用量。
3） 改進算法的求解過程 本文提出的基于遺傳算法改進的灰色預測方法流程圖，如圖5-1 所示，具體流程如下：
（1） 編碼：將［0，1］表示為二進制串，2的編碼長度應根據精度要求來具體確定。
（2） 初始群體的生成：確定群體規模M，用隨機方法在2變化區間內產生初始群體， 即隨機生成一組任意排列的字符串。
（3） 設置目標函數并計算適應度：為了評價種群中個體的適應度，本文設置目標函數為 種群中每個個體所代表參數2和用最小二乘法求得的參數a，b代入式（5-29）得到的預測
值。遺傳算法的目標函數越小則分配較大的適應度，適應度函數是今后“優勝劣汰”的主要 依據，個體的適應度大，該個體被遺傳到下一代的概率就大；反之，個體的適應度小，該個 體被遺傳到下一代的概率也就小。因此，在以平均相對誤差達到最小為極小化準則下，取適 應度函數為目標函數的倒數。
圖5-1 基于遺傳算法改進的灰色預測方法流程圖
Fig.5-1 The flow chart of improved grey forecast model based on genetic algorithm
(4)選擇、交叉和變異操作：遺傳算法是一種啟發式的全局優化方法，因此針對每一個 不同的問題，遺傳算法需要設置不同的參數。初始種群在進化的過程中，適應度低的個體被 由交叉、變異產生的新個體所取代，適應度高的個體則被保留下來。
(5)設置終止條件：從當前父代和子代的所有個體中選擇適應度較大的個體構成下一代 群體。然后再計算適應度值，并判斷算法是否滿足終止條件。如果滿足，此時對應的2值即 為求得的最優解，并輸出最小二乘法求得的參數a°，b較優的值，否則返回步驟3)，開始 新一輪的迭代。終止條件為群體適應度趨于穩定，或已達到預定的迭代次數。
(6)用遺傳算法優化參數a和b :首先，產生參數a和b的初始種群，每個個體中a， b的取值范圍都設置為利用最小二乘法求出的初始解a°，b°的附近，從而提高遺傳算法優化 的速度及得到方程的最優解,如: a e (0.8a0,1.2a0)(當 a0 > 0 )或 a e (1.2a0,0.8a0)(當 a0 < 0 ), b & (0.8b0,1.2b0)(當 b0 > 0 ) 或b & (1.2b0,0.8b0)(當 b0 <0 )；然后，利用式(5-29)、(5-30) 和步驟 3)中的最小化準則，經過選擇、交叉和變異操作，多次迭代使得適應度高的個體被 保留；最后，終止遺傳操作并輸出參數a , b較優的值。
4)農業機械化經營效益預測
對表5-7中農機經營總收入，分別采用傳統GM (1, 1)模型、用遺傳算法優化2值的 GM (1, 1, 2)模型和本文提出的基于遺傳算法優化參數2,以最小二乘法求得的參數a0, b0作為初始值，再用遺傳算法優化參數a , b的灰色模型三種方法對原始數據序列進行預測。 在參數優化過程中，隨著預測值與實際值的逼近，目標函數值逐漸變小。本文對個體采用二 進制編碼方式，種群規模為100,采用隨機遍歷抽樣的方式進行個體選擇，以Pc = 0.6的概 率進行單點交叉， Pm =0.05進行離散變異。對農機經營總收入的預測，背景值2對平均相對 百分誤差的影響如圖5-2所示，當2e [0, 0.704]時，隨著背景值2的增大，預測值與原始數 據的平均相對百分誤差越小；當2e [0.704, 1]時，隨著背景值2的增大，預測值與原始數據 的平均相對百分誤差越大，最后得到最佳背景值2=0.704。各個模型求得的參數和模型的預 測檢驗結果見表5-7，其中，相對誤差|q| =戲(?。-；°伙)x 100。
圖5-2 背景值2對平均相對百分誤差的影響
Fig.5-2 Influence of the background value2on the average relative percentage error
表5-7 不同預測方法農機經營總收入預測
Tab.5-7 Forecasted resusts of operating income of agricultural machinery using different forecast method
年份 實際值/ 萬元 傳統 GM(1
a= -0.048726 1)模型
b=747587.822 基于遺傳算法的
GM (1, 1, X )模型
a= -0.048316 b=739922.034 本文提出的改進方法
a= -0.057168 b=696001.114
擬合值/萬元 問/% 擬合值/萬元 M /% 擬合值/萬元 問/%
2000 898268.4 - - - - - -
2001 895284.7 810953.24 9.42 802554.55 10.35 769135.15 14.09
2002 841184.3 851445.99 1.22 842282.66 0.13 814386.42 3.18
2003 860751.0 893960.64 3.86 883977.40 2.69 862299.99 0.18
2004 894997.4 938598.14 4.87 927736.12 3.65 913032.51 2.01
2005 958424.5 985464.49 2.82 973660.98 1.58 966749.82 0.87
2006 1021851.6 1034670.99 1.25 1021859.22 0 1023627.5 0.17
2007 1089678.7 1086334.48 0.31 1072443.37 1.58 1083851.6 0.53
2008 1185642.6 1140577.65 3.8 1125531.54 5.07 1147618.9 3.21
平均 3.44 3.13 3.03
由表5-7可知，傳統灰色GM (1, 1)預測模型對原始數據的擬合精度最低，平均相對 百分誤差為3.44%；只對X值進行優化的GM (1, 1, X)方法能明顯提高對原始數據的擬 合精度，平均相對誤差為3.13%；本文提出的基于遺傳算法優化參數X, a , b的方法對原 始數據的擬合精度最高，平均相對誤差為3.03%，并且除2001年模型擬合精度較低之外，其 它年份模型的擬合精度都很高，可見本文提出的改進方法能提高對原始數據的擬合精度，由 于a = -0.057168 ,所以該模型可用于中長期預測，用此模型預測出2015年和2020年農機經 營總收入分別為1712329.891萬元和2278904.745萬元。
對農機作業總收入采用本文改進的灰色GM (1, 1)預測方法進行預測，經過編程運算 得到發展系數a = -0.098275，內生灰作用量b = 408002.975，平均相對誤差為5.88%，擬合 精度不是很高。對原始數據采用曲線回歸的方法，得到直線回歸模型和指數模型擬合精度較 高，R分別為0.852和0.863,平均相對百分誤差分別為&28%和 7.15%。因此，采用前面提 出的基于 BP 神經網絡的組合預測方法對農機作業總收入進行預測，利用直線回歸模型和指 數模型的擬合值作為神經網絡的輸入向量，實際值作為神經網絡的輸出向量，采用三層網絡， 訓練函數選擇trainlm,隱層節點數為3。經過訓練后網絡的擬合精度為1.24%,用訓練好的 網絡預測出2015年和2020年農機作業總收入分別為1579426.98萬元和2030059.19萬元。
5.3.4農業機械化作業程度組合預測
從表5-2中可以看出，黑龍江省農機化作業程度的發展既具有隨時間推移的增長性趨勢， 又具有一定的波動性特征，其增長趨勢往往不是簡單的線性回歸性，而呈現為一種復雜的非 線性函數特性(張文梅，2006)。系統的非線性特性決定了對農機化作業程度采用傳統的或單 一的方法進行較為準確的預測是非常困難的。而且，黑龍江省農機化作業程度的5個評價指 標歷史數據又各有其自身的特點，同種預測方法很難同時滿足5個指標的特性。所以，本文 采用回歸預測、平滑預測、灰色預測、BP神經網絡預測的組合預測方法，對農機化作業程度 進行預測。通過對預測結果進行對比，選擇擬合精度高、泛化能力強的預測模型對未來黑龍 江省機械化耕、栽播、收、植保、灌溉作業程度進行預測。
5.3.4.1 系統建模思想和方法
本文提出的系統建模思想和方法。
1)BP神經網絡具有良好的自組織、自學習、自適應性及很強的學習、聯想、容錯和抗 干擾能力，還具有逼近任意非線性函數的能力，但有時會逼近局部極小值，影響泛化能力； 回歸曲線預測模型和灰色預測模型它們都不適合逼近復雜的非線性函數，但都能很好的反映 事物的總體發展趨勢(Schurmann D M, 2000)。
2)回歸預測模型有多種形式如線性回歸、生長函數、指數函數、冪函數等，主要用于波 動不大的預測問題。平滑預測主要用于數據波動較大的情況，對數據進行平滑移動消除數據 的波動性。它們都可以在數據量較少的情況下，獲得比較準確的預測效果。人工神經網絡模 型(Artificial Neural Network，簡稱ANN)在訓練樣本較多的情況下可以得到較好的預測效 果，但在樣本量不足的情況下泛化能力很差。對于時間序列來說如果直接用神經網絡進行預 測，則必須采用滾動預測的方法(張文梅，2006)，這種方法需要的數據量大。在實際問題中， 短期預測和中長期預測可以考慮采用曲線回歸預測模型和 BP 神經網絡模型組合預測，有利 于發揮二者的優勢。
3)利用SPSS軟件對原始數據進行擬合。如果曲線擬合的精度不夠理想，再選擇用平滑 預測和灰色預測的方法建立數學模型，選擇擬合精度較高模型作為基礎模型。盡量選擇擬合 精度高的數學模型作為基礎模型，可以提高預測精度。在對單個指標分別建立數學模型后， 可以得到對原始序列的一系列擬合值，這些擬合值與原始值之間一定存在偏差，且指標之間 也存在一定的關聯，故擬合值與實際值之間的偏差關系序列之間的相互關系可以綜合到神經 網絡模型中考慮，將擬合值作為神經網絡的輸入樣本，實際值作為輸出樣本，對網絡進行訓 練，就可以得到相應節點的權值與閾值。將基礎模型下一個或多個預測值作為神經網絡輸入， 得到的輸出即為最終預測值，神經網絡模型可以對基礎模型的擬合精度進行修正，進而提高 預測精度。
從二者結合的結構來看是串聯的，可以稱為“串聯曲線神經網絡”或 “串聯平滑神經網 絡”等；從二者結合的原理來看，它們取長補短，因此將傳統的預測方法和 BP 神經網絡有 機結合起來，構造出性能更好的預測方法是可行的。這種組合模型可以增強人工神經網絡解 決像農機化作業程度這類非結構化、非線性復雜問題的能力。
本文建立的串聯神經網絡組合模型流程圖如圖5-3所示。
該模型在分析回歸模型和平滑預測模型適合短期和中長期預測及具有較好的增長性特點 的基礎上，利用SPSS軟件建立曲線回歸模型，對得到的方程進行顯著性檢驗(Schurmann DM, 2000)，利用方差分析所提供的 F 統計量檢驗預測模型的總體線性關系的顯著性，方程的 F 檢驗通過的情況下，選擇擬合優度較高的，即R2 =工(£- Y)2 /工(Yi - Y)2的值較大的，其 中£代表預測值，Y-為原始數據，Y為原始數據的平均值。一般R2在0.8以上的可以認為擬
合優度較高，在擬和優度符合條件的情況下，計算擬合值的平均絕對百分誤差（簡稱為
果回歸模型和灰色預測模型的擬合精度不高，則說明數據的波動性太大，為消除數據的波動 性，可選擇用平滑預測和回歸預測組合預測的方法，進而提高預測的精度。然后選擇擬合精 度最高的傳統預測方法對數據進行預測，再結合人工神經網絡具有較好的描述復雜非線性函 數能力的特點，把傳統預測方法預測的結果作為輸入變量引入到神經網絡的建模過程中，從 而建立了兼有傳統預測方法和人工神經網絡預測方法優點的最優組合預測模型。 礎上又稍有增加，以目前時間序列的發展趨勢及黑龍江省加快發展農業機械化的政策、措施 的提出，到 2015 黑龍江省機耕程度一定能達到 100%，到 2020 年隨著大中型拖拉機的全面 推廣使用，不僅機耕程度達到100%，機耕質量也將得到很大的提高。
5.3.4.3 栽播機械化作業程度預測
機栽播作業程度歷史數據總體發展趨勢也是增大的，本文運用 SPSS 軟件對 1990~2006 年機播程度歷史數據進行擬合，擬合結果見表5-8。由表5-8可知指數和Logistic方程擬合精 度最高，得到的R2值最大為0.800,可見擬合效果不是很好。運用本文提出的基于遺傳算法 優化灰色模型背景值2、a、b的方法，對機栽播作業程度歷史數據進行擬合，建模過程見 5.2.3節，經過編程運算得到優化后的背景值2=0.826, a = -0.01302807, b =63.692661。本文 得到的機播水平灰色預測模型為
X⑴（n） = 4952.639243e-0.01302807（n-1990） - 4888.879243 n > 1990 的整數
在使用此模型前要對其精度進行檢驗，計算其平均絕對百分誤差為 2.92%，擬合精度較 高，但隨著時間的推移誤差將逐漸增大。
表5-8 1990~2006年機播程度曲線回歸參數估計值
Tab.5-8 Parameter estimated values of curve regression of mechanically sowing degree from 1990
to 2006 using SPSS software
模型匯總 參數估計值
方程 R方 F df1 df2 Sig. 常數 b1
線性 0.777 52.195 1 15 0.000 62.943 0.949
對數 0.610 23.503 1 15 0.000 60.963 5.337
幕 0.646 27.356 1 15 0.000 61.588 0.074
S 0.392 9.675 1 15 0.007 4.306 -0.195
指數 0.800 60.033 1 15 0.000 63.409 0.013
Logistic 0.800 60.033 1 15 0.000 .016 0.987
由于 BP 神經網絡可以通過預測值與實際值之間的殘差序列對殘差進行修正，從而建立 一個灰色 BP 神經網絡組合模型。這樣既可以充分利用灰色預測模型短期預測精度高，能很 好反應事物的發展趨勢的特點，又能利用神經網絡對非線性系統有很好的預測能力的優點， 最終取得令人滿意的效果。
栽播機械化作業程度灰色神經網絡組合模型的基本過程如下：
Step1：從預測實效出發，利用統計分析軟件SPSS對栽播機械化作業程度進行曲線估計。
Step2：由于步驟1建立的基礎模型的擬和精度達不到要求，選用灰色GM （1, 1）預測 模型擬合原始數據，經過計算其平均絕對百分誤差為2.92%；
Step3：通過上述兩步建立的灰色預測模型能夠預測栽播機械化作業程度的總體發展趨 勢，運用灰色預測模型擬合出1990~2020年黑龍江省農機化作業程度各項指標的值，將其中 1990?2006年的擬合值作為神經網絡的輸入向量（P）,實際值作為神經網絡輸出向量（T）；
Step4：運用MATLAB7.6.0語言編程（陳艷艷等，2008）,設定網絡的結構，包括網絡層 數的選擇，隱層節點數的選擇，隱層和輸出層的傳遞函數等，并給定網絡的學習精度err_goal, 規定迭代步數max_epoch,學習速率lr,最小梯度min_grad等，然后輸入學習樣本，使樣本 參數轉變為[0，1]之間，為了對比各個訓練函數的性能，必須要在權值和閾值具有相同初始 值的情況下進行，可以利用初始化函數net=init （net）來實現這個條件，然后對網絡進行訓 練。
1） 網絡層數的確定 在滿足精度要求的前提下盡可能取緊湊的神經網絡結構，有利于提高神經網絡模型的泛
化能力和預測能力（單良等，2006）。因含有一個隱含層的三層神經網絡可以逼近任何一個非 線性函數（吳昌友，2007），所以本文都選擇含有一個隱含層的三層神經網絡。
2） 隱層節點數的選擇 隱含層節點太少，擬合的精度很低，隱含層節點太多，造成泛化能力下降。一般可根據
訓練誤差、測試誤差與其節點數多少的關系，采用節點數逐漸增加或減少的方法確定合理的 隱層節點數。可以利用經驗公式估算出節點數，作為試湊法的初始值。本文根據經驗公式確 定初始值m從2開始逐漸增加隱層神經元數對網絡進行訓練，當選擇2個節點時擬合訓練的 誤差比較大，選擇4個節點數擬合訓練出現過度擬合現象，最終確定隱層節點數為3最理想， 即1-3-1的神經網絡結構。
3） 確定傳遞函數與訓練函數
一個2層的神經網絡，第一層是S型函數，而第2層是線形函數，就可以用來模擬任何 非線性函數。因此，確定隱層傳遞函數為“Sigmoid”，輸出層傳遞函數為“purelin”。訓練函 數經過多次對比試驗，采用Trainlm,這種訓練方法不僅訓練速度快，而且能夠滿足精度要求。
4） 網絡其它參數的選擇
經過對網絡的多次試驗，最終確定 net.trainParam.goal 為 0.0005，迭代步數 max_epoch 為1000,學習速率lr為0.01,最小梯度min_grad為1e-20等網絡訓練的參數。這樣不僅使數 據的擬合效果很好，而且網絡的泛化能力也得到了滿足。
5） 神經網絡計算程序
利用MATLAB編寫出訓練和預測程序。提高數據運算精度和加快網絡收斂速度是對BP 神經網絡訓練需要解決的問題，在網絡訓練前應對原始數據進行預處理，通常采用的處理方 法為極差化、等比變換和初值化等。為便于計算及防止部分神經元節點達到過飽和狀態（朱 瑞祥等，2006），本文用最大值法對數據進行歸一化處理。
Step5：判斷迭代步數是否超過規定步數或學習精度是否達到要求，以2007~2008年的栽 播機械化作業程度作為測試樣本，來驗證網絡的泛化能力是否滿足要求，是，算法停止；否， 返回Step4,繼續訓練學習。當網絡訓練好后，得到相應節點的權值和閾值；
Step6：用訓練好的BP網絡進行預測，將基礎模型預測出的2015和2020年栽播機械化 作業程度值作為網絡輸入，仿真后得到栽播機械化作業程度各年的預測值。
根據上述方法反復調整網絡參數，直到取得比較理想的結果。訓練后的灰色神經網絡權 值和閾值為：
w1 =[3.9175 -2.3656 -2.2095]'
b1 =[ -3.8339 0.1368 -7.0679]'
w2 =[ 0.2764 -0.7887 -1.5231]
b2 = -1.3347
其中，wl, w2分別為輸入層與隱含層、隱含層與輸出層神經元之間的權值，b1, b2分 別為隱含層與輸出層神經元的閾值。
為了進行比較本文采用 BP 神經網絡直接對栽播機械化作業程度進行了預測，用 2007~2008 年的栽播機械化作業程度進行了檢驗性預測，其中直接采用 BP 神經網絡，經過 反復調試確定網絡結構為3-3-1的滾動結構，訓練后的灰色神經網絡權值和閾值為：
w1 =[0.4396 1.8736 0.3034
1.1642 1.1522 1.0507
-0.9989 1.6193 -0.6059]
b1 =[-2.1006 0.0893 -2.1179]'
w2 =[0.5584 0.5205 0.0961]
b2 =[0.4841]
用訓練好的灰色神經網絡和BP神經網絡對1990?2008年黑龍江省栽播機械化作業程度 進行預測，預測結果見表5-9。
表5-9 不同預測方法的黑龍江省栽播機械化作業程度預測結果比較
Tab.5-9 Predicted results contrast of mechanically sowing using different models (%)
年份 實際值 灰色預測模型 BP神經網絡 灰色神經網絡
預測值 MAPE 預測值 MAPE 預測值 MAPE
1990 63.76 63.76 0.00 - - - -
1991 67.20 65.11 3.11 - - 68.80 2.38
1992 66.66 66.07 0.89 - - 68.87 3.31
1993 66.74 67.06 0.48 69.34 3.89 68.95 3.31
1994 68.73 68.05 0.99 69.38 0.94 69.06 0.48
1995 67.92 69.06 1.68 69.39 2.16 69.22 1.92
1996 69.08 70.09 1.46 69.45 0.54 69.44 0.52
1997 70.22 71.13 1.30 69.71 0.73 69.75 0.67
1998 70.41 72.18 2.51 69.79 0.88 70.16 0.35
1999 72.65 73.26 0.84 70.5 2.96 70.74 2.63
2000 72.04 74.35 3.21 72.34 0.42 71.51 0.73
2001 71.64 75.45 5.32 73.56 2.68 72.53 1.25
2002 72.65 76.57 5.40 75.40 3.78 73.86 1.67
2003 71.11 77.71 9.28 75.06 5.55 75.53 6.21
2004 83.28 78.86 5.31 74.44 10.61 77.52 6.92
2005 77.94 80.03 2.68 77.77 0.22 79.77 2.34
2006 83.15 81.22 2.32 83.32 0.2 82.17 1.18
2007 83.91 82.43 1.76 84.71 0.95 84.55 0.76
2008 87.70 83.65 4.62 86.10 1.82 86.73 1.11
由表5-9可知，以1990~2006年的數據作為擬合數據，灰色預測模型的擬合平均絕對百 分誤差為2.92%，而神經網絡和灰色神經網絡的平均絕對百分誤差分別為2.54%和2.24%，可 見后兩種方法有較好的預測能力。通過2007~2008年檢驗樣本測試結果可以看出，本文提出 的灰色神經網絡模型具有更好的擬合和預測能力，能夠取得比單一的 BP 神經網絡更好的預 測結果。由于灰色神經網絡組合模型具有較好的預測性能，所以用該模型預測出黑龍江省 2015年和2020年栽播機械化作業程度分別為92.54%和98.47%。
5.3.4.4 灌溉機械化作業程度預測
利用 SPSS 軟件對 1990~2006 年灌溉機械化作業程度進行曲線模擬，得到的數學模型通 過了 F檢驗，得到擬合優度最高模型為指數模型，其R2值為0.765,平均相對誤差為9.24%, 通過對模型絕對誤差的計算(見表5-10)可知，模型擬合的誤差較小，只有1998和1999年 的擬合誤差較大。得到的指數模型為
Yn = 10.657 x e0'051(n-1989) n > 1990 的整數
灌溉機械化程度指數神經網絡組合模型的建立方法同上面的灰色神經網絡組合模型相 同,最終確定隱層數為1,隱層神經元數為3,即1-3-1的神經網絡結構。神經網絡隱層用Sigmoid 轉換函數，輸出層采用線性轉換函數，訓練函數經過多次試驗，最終采用Trainlm函數，學習 精度為0.00005,規定迭代步數為2000,學習速率為0.01,最小梯度為1e-20等設定網絡訓練的 參數。用2007~2008年的數據作為檢測樣本。
訓練得到的黑龍江省灌溉機械化指數神經網絡組合預測模型擬合效果較好，可以用來對 黑龍江省灌溉機械化作業程度進行預測。訓練后的指數神經網絡權值和閾值為：
w1 =[25.4153 -12.3088 -24.7721]'
b1 =[-11.2359 -3.5562 -19.3949]'
w2 =[0.5368 -0.1913 -0.2524]
b2 = [0.0196]
為了進行比較本文采用同樣結構的BP神經網絡及指數預測模型對灌溉機械化程度進行 了預測，并對2007~2008年的灌溉機械化作業程度進行了檢驗性預測，其中直接對時間序列 進行預測采用的BP神經網絡結構是3-3-1的滾動結構，訓練后的灰色神經網絡權值和閾值為：
w1 =[0.3369 -1.8541 -1.4169
3.4059 1.8999 -2.9364
1.1790 0.1633 -3.5318]
b1 =[-2.4003 -2.0240 -0.6703]'
w2 =[1.6102 0.8523 -1.6436]
b2 =[1.1570]
用訓練好的指數神經網絡和BP神經網絡對1990?2008年黑龍江省灌溉機械化作業程度 進行預測，預測結果見表5-10。
表5-10 灌溉機械化作業程度不同預測方法的預測結果比較
Tab.5-10 Predicted results concast of mechanically irrigation using different models
年
份 實際值
/% 指數預測模型 BP神經網絡 灰色神經網絡
預測值/% 絕對誤差 MAPE/% 預測值/% MAPE/% 預測值/% MAPE/%
1990 11.72 11.39 0.33 2.84 - - 11.87 1.31
1991 12.15 11.95 0.20 1.68 - - 11.87 2.27
1992 12.05 12.53 0.48 4.00 - - 11.88 1.43
1993 12.22 13.15 0.93 7.59 12.05 1.39 11.9 2.66
1994 11.22 13.79 2.57 22.94 12.31 9.71 11.99 6.88
1995 12.64 14.47 1.83 14.49 12.78 1.11 12.57 0.57
1996 15.32 15.18 0.14 0.90 15.19 0.85 15.08 1.54
1997 18.26 15.93 2.33 12.78 18.66 2.19 18.83 3.10
1998 21.06 16.71 4.35 20.66 20.56 2.37 20.1 4.56
1999 23.02 17.53 5.49 23.85 21.12 8.25 20.29 11.87
2000 18.79 18.39 0.40 2.13 21.45 14.16 20.31 8.09
2001 19.50 19.29 0.21 1.06 19.35 0.77 20.32 4.19
2002 20.02 20.24 0.22 1.10 19.81 1.05 20.33 1.57
2003 19.39 21.24 1.85 9.52 19.85 2.37 20.4 5.22
2004 20.91 22.28 1.37 6.54 20.26 3.11 20.66 1.19
2005 21.88 23.37 1.49 6.82 21.92 0.18 21.6 1.30
2006 23.51 24.52 1.01 4.29 22.35 4.93 23.78 1.13
2007 26.00 25.72 0.28 1.06 25.13 3.35 25.79 0.83
2008 26.42 26.99 0.57 2.15 25.85 2.16 26.52 0.37
由表5-10可知，以1990?2006年的數據作為擬合數據，指數預測模型的擬合平均絕對百 分誤差為9.24%，而神經網絡和指數神經網絡的平均絕對百分誤差分別為3.75%和3.46%，可 見后兩種方法有較好的預測能力。通過檢驗樣本的擬合精度看出，本文提出的指數神經網絡 組合模型具有較好的擬合和預測能力，能夠取得比單一的BP神經網絡更好的預測結果。
由于指數神經網絡組合模型具有較好的預測性能，用該模型預測出黑龍江省 2015 年和 2020年灌溉機械化作業程度分別為35.48%和44.65%。
5.3.4.5 植保機械化作業程度預測
由栽播機械化作業程度和灌溉機械化作業程度的預測結果可知，神經網絡組合模型具有 比單一模型更高的擬合精度和泛化能力，故對植保機械化作業程度的預測直接采用神經網絡 組合模型預測方法。
植保機械化作業程度數據波動較大，直接利用 SPSS 軟件對 1990?2006年植保機械化作 業程度進行曲線擬合，得到擬合精度最高的是指數函數，其擬合優度R2為0.846,平均絕對 百分誤差為12.61%，可見擬合的精度較差。
時間序列平滑法是利用時間序列資料進行短期預測的一種方法。其基本思想在于：除一 些不規則變動外，過去的時序數據存在著某種基本形態，假設這種形態在短期內不會改變， 可以作為下一期預測的基礎。平滑的主要目的在于消除時序數據的極端值，以某些較平滑的 中間值作為預測的根據。利用移動平均的公式為
1N
mF =-工 Y+ (5-31)
N i =1
1N
M；2] = N X Mt% (5-32)
N i =1
式中，mF是第t周期的一次平均數；m[2]是第t周期的二次平均數；t是周期數；Yt是第 t 周期的原始數據； N 是分段數據點數。
因為周期數t越大，各期估計值之間的差異越小，曲線就越平滑。通常根據這一特點來 選擇t,即曲線變化比較平緩，t的數值可大些；曲線變化劇烈，t稍小為好。預測時若無法 事先確定 t 的數值，可以先初選幾個進行試測，經過誤差分析后，選取誤差較小的。對植保 機械化作業程度采取t=5和t=3兩個期數進行試測，結果t=3誤差較小。
利用 EXCEL 軟件得到一次移動平均后的數據，對移動平均后植保機械化作業程度數據 利用SPSS軟件建立回歸模型，得到擬合優度較高的是直線回歸函數，其R2值為0.915,植 保機械化作業程度的回歸預測模型為
Yn=9.862+2.703(n-1991) n >1992的整數
平滑回歸神經網絡組合預測模型的建立方法和上面的灰色神經網絡組合模型相同。隱層 數為1，隱層神經元數用試湊的方法，最終神經元數為4，即1-4-1的神經網絡結構。神經網 絡隱層應用Sigmoid轉換函數，輸出層采用線性轉換函數。訓練函數經過多次試驗，最終采 用Trainlm函數。學習精度err_goal為0,規定迭代步數max_epoch為2000，學習速率lr為 0.01,最小梯度min_grad為1e-20等設定網絡訓練的參數。編寫神經網絡計算程序，對網絡 進行訓練，根據上述方法反復調整網絡參數，取得比較理想的權值和閾值為：
w1 =[ 2.3028 -106.0981 74.1378 -5.4840]'
b1 =[-0.8527 -11.6084 8.2596 -3.8369]'
w2 =[0.6249 39.1995 39.4132 -0.1898]
b2 =[0.0306]
對2007?2008年黑龍江省植保機械化作業程度進行了檢驗性預測。用訓練好的平滑回歸 神經網絡模型對1990?2008年黑龍江省植保機械化作業程度進行預測，預測結果見表5-11。
由表 5-11 可知，1990?2006 年平滑回歸神經網絡組合模型的擬合平均絕對百分誤差為 5.17%，由 2007?2008 年的預測值可以看出本文的神經網絡組合模型有較好的泛化能力，能 夠取得比單一的平滑曲線回歸模型更好的預測結果。用該模型預測出黑龍江省2015年和2020 年植保機械化作業程度分別為90.44%和99.20%。
表5-11 植保和收獲機械化作業程度不同預測方法的預測結果比較
Tab.5-11 Predicted results contrast of mechanical plant protection
and harvesting using different models (%)
年份 植保機械化 平滑回歸神經網絡組合 收獲機械化 指數神經網絡組合
預測值 MAPE 預測值 MAPE
1990 21.06 - - 33.75 32.22 4.53
1991 20.77 - - 27.99 29.96 7.05
1992 16.77 17.52 4.45 29.24 28.87 1.27
1993 18.23 18.17 0.34 29.00 28.51 1.69
1994 19.69 19.41 1.44 28.85 28.66 0.65
1995 23.53 21.51 8.59 29.22 29.33 0.38
1996 22.25 24.42 9.77 30.45 30.77 1.06
1997 28.29 27.55 2.61 33.93 33.06 2.56
1998 26.83 30.13 12.31 33.75 35.38 4.84
1999 38.29 31.89 16.70 36.33 36.72 1.07
2000 31.79 33.06 4.00 39.58 37.21 5.98
2001 31.24 33.94 8.65 38.26 37.41 2.22
2002 36.32 34.79 4.22 35.15 37.68 7.20
2003 34.92 35.75 2.39 39.45 39.18 0.69
2004 64.31 64.31 0.00 45.70 45.54 0.34
2005 48.63 48.63 0.00 49.88 50.58 1.40
2006 59.42 58.16 2.12 52.59 51.82 1.47
2007 56.37 59.23 4.98 52.21 52.72 0.97
2008 66.90 63.65 4.86 54.28 53.95 0.61
5.3.4.6 收獲機械化作業程度預測
利用SPSS軟件，建立前面描述的11種曲線模型，通過檢驗，三次函數的擬合效果最好, 擬合優度R2值為0.942,平均絕對百分誤差為4.29%，擬合精度較高。其模型曲線方程為
Yn = 32.938 -1.769 x (n-1989) + 0.239 x (n-1989)2 一 0.004 x (n 一 1989)3 n > 1990 的整數
收獲機械化作業程度曲線回歸神經網絡組合模型輸入和輸出向量確定方法和前面相同， 組合神經網絡的結構為1-3-1，神經網絡學習精度err_goal為0.00001,學習精度太高泛化能 力變低，學習精度太低擬合能力會下降，設定網絡其它訓練參數和前面相同，編寫神經網絡 計算程序。對網絡進行反復訓練、調整直到取得比較理想的結果，并用2007?2008年的收獲 機械化作業程度進行了檢驗性預測。訓練后的曲線回歸神經網絡的權值和閾值為：
w1 =[ 2.0451 11.6753 9.6210]'
b1 =[ -1.2909 3.9029 8.8301]'
w2 =[ 0.6829 0.2582 0.2081]
b2 =0.0970
用訓練好的曲線回歸神經網絡模型對1990?2008年黑龍江省機收作業程度進行預測，預 測結果見表 5-11。由表 5-11 可知，曲線回歸神經網絡的平均絕對百分誤差為 2.61%，由 2007?2008 年的機收作業程度預測值可以看出，本文的曲線回歸神經網絡組合模型有較好的 泛化能力，用該模型預測出黑龍江省2015年和2020年機收作業程度分別為72.53%和78.58%。
5.4黑龍江省經濟發展對農業機械化需求的預測
農業機械作為重要的生產工具，每一次重大的發展和突破，都使農業資源得到更廣泛、 更有效的利用，農產品的產量和質量大為提高，都推動了人類社會與農業生產的進步和持續 發展，促進了經濟增長。這一規律雖然在各個歷史階段，各個國之間有所不同，發展過程中 有波動現象，但大致趨勢是一致的，而且生產力發展程度越高，對經濟發展的推進作用越明 顯。例如，英國、美國、日本不但地域和科學技術發展水平不同，而且人均農業資源差異也 相當大，但各國的經濟發展過程都體現這種規律性的關系。其中，對美國的研究發現由于農 業機械化減少了農業對勞動力的需求，促進農業勞動力轉移到二、三產業，創造的社會總財 富增多，人均收入提高。例如，美國如果農業沒有機械化，美國至少有1/3以上的人是農業 人口，有30%左右的勞動力是農業勞動力，則農產品的 1/4以上將在農業內部消耗，就沒有 如此發達的農業生產力，不能形成今天這種現代化的經濟結構，不可能具備國民生產總值居 世界第一，人均排名世界前10名的強大經濟實力，就不會有美國農業在世界農業中的領先地 位。
相反，我國和其它一些發展中國家和欠發達國家，由于不同的原因，在現代經濟發展的 初期，實行以犧牲農業為代價去發展工業的發展方略，忽視積極推進農業機械化，最終的結 果是經濟緩慢，付出了慘痛的代價后又不得不重視農業，發展農業機械化。從全世界收集到 的125個國家資料來看，經濟發展水平與農業工人數量的反比例關系趨勢是完全一致的，這 表明農業機械化本質上是一個在農業生產過程中不斷提高勞動效率的過程。農業機械化提高 自然資源利用率，為工業發展提供勞動力和原料，促進了工業的發展，推動了社會的進步。 無論是統計規律，還是世界上典型的國家，以及正反兩方面的例子，都說明農業機械化是促 進經濟發展的重要力量，農業機械化對國民經濟有著更深層次的影響和作用。國民經濟的發 展離不開農業機械化，積極推進農業機械化是農業可持續發展的客觀要求，也是國民經濟發 展的重要促進力量。
在農業機械化發展環境研究過程中，也得出經濟因素是影響農業機械化發展最直接、最 強烈的因素，因此，經濟增長與代表農業機械化發展水平的各指標之間必然存在著某種可量 化的關系。按照計量經濟學的理論，從長期來看它們是相關的，它們的某個線性組合應該是 平穩的。通過揭示經濟增長與代表農業機械化發展水平的各指標之間客觀存在的數量關系， 來揭示出農業機械化發展中的一些客觀規律，使人們能夠更深刻地理解和掌握其中的規律， 還可以推算出達到既定經濟發展目標時對農業機械化的需求情況，作為研究農業機械化發展 目標的依據。
5.4.1農業機械化與經濟發展定量關系
地區生產總值是衡量一個地區經濟發展情況最重要的一個指標，由農業增加值、工業增 加值和服務業增加值構成，而農業增加值又由種植業、養殖業和初級農產品加工業等構成， 在現代社會，這些生產都離不開機械化作業。因此，黑龍江省的地區生產總值(GDP)、農 業總產值(GFP)與農業機械化發展水平各指標之間必定存在某種量化關系，研究它們之間 的這種量化關系，為確定黑龍江省農業機械化發展目標提供科學依據。根據1990~2008年黑 龍江省GDP、GFP與代表農業機械化發展水平的各項指標統計數據，采用回歸分析的方法確 定代表農業機械化發展水平的各指標與經濟發展之間的關系式。
1)黑龍江省GDP、GFP與農機裝備的關系
(1)黑龍江省GDP、GFP與農機總動力關系
根據1990?2008年黑龍江省GDP、GFP和農機總動力統計數據，建立黑龍江省GDP、
GFP與農機總動力的回歸模型為
GDP = -2800.9 + 0.3658 x11 R2 = 0.963 F = 443.51 (5-33)
GFP= -567.83+ 0.0829x11 R 2 = 0.914 F = 180.91 (5-34)
式中 GDP— —黑龍江省生產總值， 億元
GFP— —黑龍江省農業總產值，億元
x11— —農機總動力，MW
回歸方程(5-33)中的相關系數R2高達0.963, F值為443.51,說明GDP與農機總動力 之間存在著簡單平穩的線性相關關系，回歸方程顯著，黑龍江省地區經濟與農機總動力的關 系密切，地區經濟發展依賴于農機總動力的支撐。因此，合理配置資源，注重發展農機總動 力是促進地區經濟快速發展的重要措施之一。回歸方程揭示了在黑龍江省的現階段 GDP 每 增加0.3658億元，就必須新增加1兆瓦的農機總動力作為支撐。圖5-4中橫坐標為隨時間增 長歷年的農業機械總動力實際值，縱坐標為用直線回歸方程(5-33)預測的 GDP 值和實際 GDP值，由于歷年農機總動力增長的非線性、不均勻性，將其作為橫坐標，使GDP在圖中 也呈現出明顯的非線性波動趨勢。實際GDP與預測GDP環比增長，1994年以前地區經濟發 展速度落后于農機總動力對地區經濟的帶動作用，致使 1994?1999 年黑龍江省 GDP 增長迅 速，1999年之后實際GDP與預測GDP差距很小，兩者螺旋式上升并趨于一致。
圖5-4黑龍江省GDP與農機總動力關系
Fig.5-4 Relationship between the GDP and the
total power of agricultural machinery in
Heilongjiang Province
回歸方程（5-34）中的相關系數R2為0.914, F值為180.91,說明農業總產值與農機總 動力之間存在著簡單平穩的線性相關關系，回歸方程顯著，密切程度稍小于黑龍江省地區經 濟與農機總動力的關系，但農業總產值還是非常依賴于農機總動力的支撐。回歸方程揭示了 在黑龍江省的現階段,GFP每增加0.0829億元,就必須新增加1兆瓦的農機總動力作為支撐。 由圖5-4和圖5-5可以看出，黑龍江省GDP、GFP與農機總動力之間的關系的預測值與實際 值之間的波動規律基本相同，說明無論是地區經濟的發展，還是農業經濟的發展，都離不開 農業機械的支撐，并且這種規律是穩定、可信的。
（2）黑龍江省GDP、GFP與農機原值的關系
根據表5-1中2000~2008年農機原值統計數據，建立黑龍江省GDP、GFP與農機原值的 回歸模型為
GDP
GFP= = -995.93 + 0.0034x12
一501.46 +0.0009x12 R2
R2 = = 0.979
0.959 F
F= =319.22
162.75 (5-35)
(5-36)
式中 x12 — —農機原值，萬元
回歸方程（5-35）中的相關系數R2高達0.979, F值為319.22,說明GDP與農機原值之 間存在著簡單平穩的線性相關關系，回歸方程極顯著，黑龍江省地區經濟與農機原值的關系 密切，地區經濟發展依賴于農機原值的支撐。因此，增加農機投入是促進地區經濟快速發展 的重要措施之一。回歸方程揭示了在黑龍江省的現階段，GDP每增加0.0034億元，就必須 增加1萬元的農機原值作為支撐。
回歸方程（5-36）中的相關系數R2為0.959, F值為162.75，說明農業總產值與農機原 值之間存在著簡單平穩的線性相關關系，回歸方程極顯著，密切程度稍小于黑龍江省地區經 濟與農機原值的關系，但農業總產值還是非常依賴于農機原值的支撐。回歸方程揭示了在黑 龍江省的現階段，GFP每增加0.0009億元，就必須增加1萬元的農機原值作為支撐。說明無 論是地區經濟的發展，還是農業經濟的發展，都離不開農業機械的支撐，并且這種規律是穩
Heilongjiang Province Heilongjiang Province
由圖 5-6 和 5-7 可以看出，其中橫坐標為隨時間增長歷年的農業機械原值實際值，縱坐 標為分別用直線回歸方程（5-35）和（5-36）預測出的 GDP 值和 GFP 值，由于歷年農業機
械原值增長的非線性、不均勻性，用其作為橫坐標，使預測GDP值和GFP值在圖中也呈現 出非線性的波動趨勢，實際值與預測值螺旋式增長的變化規律，符合實際。
(3)黑龍江省GDP、GFP與大中型拖拉機臺數的關系
根據表5-1中數據建立黑龍江省GDP、GFP與大中型拖拉機臺數的回歸模型為
GDP=1183.56+0.0156x13 R2 =0.758 F=53.2 (5-37)
GFP=307.276+0.0037x13 R2 =0.803 F=69.29 (5-38)
式中 %13——大中型拖拉機，臺
回歸方程(5-37)中的相關系數R2為0.758, F值為53.2,說明GDP與大中型拖拉機臺 數之間存在著簡單平穩的線性相關關系，回歸方程顯著，黑龍江省地區經濟與大中型拖拉機 臺數的關系密切，地區經濟發展依賴于大中型拖拉機的支撐。因此，增加大中型拖拉機數量 是促進地區經濟快速發展的重要措施。回歸方程揭示了在黑龍江省的現階段，GDP每增加 0.0156億元，就必須增加1臺大中型拖拉機作為支撐。
回歸方程(5-38)中的相關系數R2為0.803, F值為69.29,說明農業總產值與大中型拖 拉機臺數之間存在著簡單平穩的線性相關關系，回歸方程較顯著，密切程度稍高于黑龍江省 地區經濟與大中型拖拉機臺數的關系。回歸方程揭示了在黑龍江省的現階段，GFP每增加 0.0037億元，就必須增加1臺大中型拖拉機作為支撐。
10000
9000
8000
7000
6000
5000
4000
3000
2000
1000
0
in Heilongjiang Province in Heilongjiang Province
分別畫出GDP和GFP與大中型拖拉機臺數的關系圖，如圖5-8、5-9所示。從圖中可以 看出，隨著歷年大中型拖拉機臺數的非線性變化，GDP和GFP的實際值與預測值呈現螺旋 式波動增長的變化規律，符合實際。
(4)黑龍江省GDP、GFP與大中型拖拉機總動力的關系
根據表5-1中數據建立GDP、GFP與大中型拖拉機總動力的回歸模型為
GDP = -69.706+0.7664x14 R2 =0.729 F = 45.63 (5-39)
GFP=3.9313+0.1843x14 R2 =0.778 F=59.57 (5-40)
式中 尬——大中型拖拉機總動力，WM
回歸方程(5-39)中的相關系數R2為0.729, F值為45.63,說明GDP與大中型拖拉機 總動力之間存在著簡單平穩的線性相關關系，回歸方程顯著，黑龍江省地區經濟與大中型拖
拉機總動力的關系密切，地區經濟發展依賴于大中型拖拉機的支撐。因此，增加大中型拖拉 機總動力是促進地區經濟快速發展的重要措施。回歸方程揭示了在黑龍江省的現階段，GDP 每增加0.7664億元，就必須增加1MW大中型拖拉機總動力作為支撐。
回歸方程(5-40)中的相關系數R2為0.778, F值為59.57，說明GFP與大中型拖拉機 總動力之間存在著簡單平穩的線性相關關系，回歸方程顯著，密切程度稍高于黑龍江省地區 經濟與大中型拖拉機總動力的關系。回歸方程揭示了在黑龍江省的現階段,GFP每增加0.1843 億元，就必須增加1MW大中型拖拉機總動力作為支撐。
圖5-10黑龍江省GDP與大中型拖拉機總動力圖5-11黑龍江省GFP與大中型拖拉機總動力
Fig.5-10 Relationship between the GDP and the Fig.5-11 Relationship between the GFP and the
total power of large and medium agriculture total power of large and medium agriculture
tractors in Heilongjiang Province tractors in Heilongjiang Province
分別畫出以隨時間變化的非線性增長的歷年黑龍江省大中型拖拉機總動力為橫坐標，以 GDP、GFP的實際值和利用式(5-39)、(5-40)預測出的黑龍江省GDP、GFP值為縱坐標的 關系圖，如圖5-10、5-11所示。從圖5-10、5-11中可以看出，GDP、GFP實際值與預測值呈 螺旋式增長的變化規律，符合實際。以上說明無論是地區經濟的發展，還是農業經濟的發展 都離不開農業機械的支撐，并且這種規律是穩定、可信的。
(5)黑龍江省GDP、GFP與小型拖拉機臺數的關系
根據表5-1中數據建立GDP、GFP與小型拖拉機臺數的回歸模型為
GDP = e(10.2125-123/沁) R2 = 0.860 F = 104.26 (5-41)
GFP = e(8.3956-98.389/%) R2 = 0.733 F = 46.58 (5-42)
式中 %15——小型拖拉機，萬臺
GDP與小型拖拉機臺數之間S形曲線擬合優度最大，回歸方程(5-41)中的相關系數R2 為0.860, F值為104.26,回歸方程較顯著。畫出以隨時間變化的非線性增長的歷年黑龍江 省小型拖拉機臺數為橫坐標，以GDP的實際值和利用式(5-41)預測出的黑龍江省GDP值 為縱坐標的關系圖，如圖 5-12所示。由圖 5-12可知， 2000年之后實際值和預測值擬合誤差 較大，利用2000~2008年數據對GDP與小型拖拉機臺數進行擬合，擬合結果是S形曲線擬 合優度最大，R2為0.692,對擬合結果進行平均絕對百分誤差分析得到誤差值為12.76%,遠 遠高于誤差精度要求，所以兩者擬合效果不好，不適合用于預測。
GFP與小型拖拉機臺數之間S形曲線擬合優度最大，回歸方程(5-42)中的相關系數R2 為0.733, F值為46.58,回歸方程顯著。畫出以隨時間變化的非線性增長的歷年黑龍江省小
型拖拉機臺數為橫坐標，以GFP的實際值和利用式(5-42)預測出的黑龍江省GFP值為縱 坐標的關系圖，如圖5-13所示。由圖5-13可知，預測值和實際值誤差較大，利用2000?2008 年數據對GFP與小型拖拉機臺數進行擬合，擬合結果是S形曲線擬合優度最大，R2為0.686, 擬合結果平均絕對百分誤差遠遠高于誤差精度要求，所以兩者擬合效果不好，不適合用于預
小型拖拉機/萬臺 小型拖拉機/臺
圖5-12黑龍江省GDP與小型拖拉機臺數關系 圖5-13黑龍江省GFP與小型拖拉機臺數關系
Fig. 5-12 Relationship between the GDP and Fig.5-13 Relationship between the GFP and the the number of mini-tractors in Heilongjiang number of mini-tractors in Heilongjiang Province Province
(6)黑龍江省GDP、GFP與小型拖拉機總動力的關系
根據表5-1中數據建立GDP、GFP與小型拖拉機總動力的回歸模型為
GDP = -2600 . 1 + 1 . 0649x16 R2 =0.832 F=84.26 (5-43)
GFP=-441.3+0.2269x16 R2 =0.698 F=39.3 (5-44)
式中 %16——小型拖拉機總動力，WM
回歸方程(5-43)中的相關系數R2為0.832, F值為84.26，說明GDP與小型拖拉機總 動力之間存在著簡單平穩的線性相關關系，回歸方程顯著，黑龍江省地區經濟與小型拖拉機 總動力的關系密切，地區經濟發展依賴于小型拖拉機的支撐。因此，增加小型拖拉機總動力 是促進地區經濟快速發展的重要措施。回歸方程揭示了在黑龍江省的現階段，GDP每增加 1.0649億元，就必須增加約1MW小型拖拉機總動力作為支撐。
回歸方程(5-44)中的相關系數R2為0.698, F值為39.3，說明農業總產值與小型拖拉 機總動力之間的回歸方程不太顯著。回歸方程揭示了在黑龍江省的現階段,GFP每增加0.2269 億元，就必須增加約1MW小型拖拉機總動力作為支撐。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省小型拖拉機總動力為橫坐標，以黑 龍江省GDP、GFP的實際值和利用式(5-43)、(5-44)預測出的黑龍江省GDP、GFP值為縱 坐標的關系圖，如圖5-14、5-15所示。由圖5-14、5-15可以看出，GDP、GFP實際值與預測 值呈螺旋式增長的變化規律，符合實際，但擬合誤差較大，不適合用于做預測。
Province Province
(7)黑龍江省GDP、GFP與大中型拖拉機配套農具的關系
根據表5-1中數據建立GDP、GFP與大中型拖拉機配套農具的回歸模型為
GDP=-514.76+158.406x16 R2 =0.745 F=49.79 (5-45)
GFP=-100.81+37.9921x16 R2 =0.792 F=64.8 (5-46)
式中 x17 ——大型拖拉機配套農具，萬臺
回歸方程(5-45)中的相關系數R2為0.745, F值為49.79，說明GDP與大中型拖拉機 配套農具之間存在著簡單平穩的線性相關關系，回歸方程顯著，黑龍江省地區經濟發展依賴 于大型拖拉機配套農具的支撐。因此，增加大型拖拉機配套農具是促進地區經濟快速發展的 重要措施。回歸方程揭示了在黑龍江省的現階段，GDP每增加158.406億元，就必須增加約 1萬臺大型拖拉機配套農具作為支撐。
回歸方程(5-46)中的相關系數R2為0.792, F值為64.8,說明GFP與大中型拖拉機配 套農具之間存在著簡單平穩的線性相關關系，回歸方程顯著。回歸方程揭示了在黑龍江省現
階段，農業總產值每增加 37.9921 億元，就必須新增加約 1 萬臺大中型拖拉機配套農具作為 以黑龍江省GDP、GFP的實際值和利用式(5-45)、(5-46)預測出的黑龍江省GDP、GFP值 為縱坐標的關系圖，如圖5-16、5-17所示。由圖5-16、5-17可以看出，黑龍江省GDP、GFP 實際值與預測值呈現螺旋式增長的變化規律，近期擬合精度較高，GFP與大中型拖拉機配套 農具關系更密切，說明大中型拖拉機配套農具數量直接影響著農業經濟的發展，符合實際。
(8)黑龍江省GDP、GFP與小型拖拉機配套農具的關系
根據表5-1中數據建立黑龍江省GDP、GFP與小型拖拉機配套農具的回歸模型為
GDP=-1207.5+74.9188x18 R2 = 0.969 F =534.17 (5-47)
GFP=-185.83+16.6409x18 R2 =0.883 F =128.70 (5-48)
式中 x18 ——小型拖拉機配套農具，萬臺
回歸方程(5-47)中的相關系數R2為0.969, F值為534.17,說明GDP與小型拖拉機配 套農具之間存在著簡單平穩的線性相關關系，回歸方程極顯著，黑龍江省地區經濟發展依賴 于小型拖拉機配套農具的支撐。因此，增加農機投入是促進地區經濟快速發展的重要措施。 回歸方程揭示了在現階段，黑龍江省GDP每增加74.9188億元，就必須增加1萬臺的小型拖 拉機配套農具作為支撐。
回歸方程(5-48)中的相關系數R2為0.883, F值為128.70,說明GFP與小型拖拉機配 套農具之間存在著簡單平穩的線性相關關系，回歸方程極顯著，密切程度稍低于黑龍江省地 區經濟與小型拖拉機配套農具的關系，但農業總產值還是非常依賴于小型拖拉機配套農具的 支撐。回歸方程揭示了在現階段，黑龍江省的GFP每增加16.6409億元，就必須增加1萬臺 小型拖拉機配套農具作為支撐。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省小型拖拉機配套農具數量為橫坐
標，以黑龍江省GDP、GFP的實際值和利用式(5-47)、(5-48)預測出的黑龍江省GDP、GFP 值為縱坐標的關系圖，如圖5-18、5-19所示。由圖5-18、5-19可以看出，GDP、GFP實際值
圖5-19 GFP與小型拖拉機配套農具關系
Fig.5-19 Relationship between the GFP and the
mini-tractor towing farm machinery in
Heilongjiang Province
2)黑龍江省GDP、GFP與農機作業程度的關系
(1)黑龍江省GDP、GFP與機耕程度的關系
根據表5-2中數據建立GDP、GFP與機耕程度的回歸模型為
GDP=-10804+171.722x21 R2 =0.438 F=13.26 (5-49)
GFP=-2273.6+43.6695x21 R2 =0.524 F=18.68 (5-50)
式中 x21 ——機耕程度，%
回歸方程(5-49)、(5-50)中的相關系數R2分別為0.438、0.524, F值分別為13.26、18.68, GDP和GFP與機耕程度之間的回歸方程顯著，但擬合優度過低。觀察表5-2中機耕程度數據， 可以看出機耕程度隨時間呈現出明顯的非線性波動，而黑龍江省地區經濟和農業經濟上升趨 勢比較明顯，所以兩者擬合精度較低，不可以用來做預測。
(2)黑龍江省GDP、GFP與機播程度的關系
根據表5-2中數據建立黑龍江省GDP、GFP與機播程度的回歸模型為
GDP=-18649+301.686x22 R2 =0.914 F=180.90 (5-51)
GFP=-4220.4+69.2089x22 R2 =0.889 F=135.75 (5-52)
式中 %22——機播程度，%
回歸方程(5-51)中相關系數R2高達0.914, F值為180.90,說明GDP與機播程度之間 存在著簡單平穩的線性相關關系，回歸方程極顯著。在現階段黑龍江省地區經濟發展依賴于 機播程度的支撐，因此，提高機播程度是促進地區經濟快速發展的重要措施。回歸方程揭示 了在現階段，黑龍江省的GDP每增加301.686億元，就必須提高約1%的機播程度作為支撐。
回歸方程(5-52)中的相關系數R2為0.889, F值為135.75,說明GFP與機播程度之間 也存在著簡單平穩的線性相關關系，回歸方程較顯著，密切程度稍小于黑龍江省地區經濟與 機播程度的關系，但農業總產值還是非常依賴于機播程度的支撐。回歸方程揭示了在現階段 龍江省的GFP每增加69.2089億元，就必須提高約1%的機播程度作為支撐。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省機械化播種程度為橫坐標，以黑龍 江省GDP、GFP的實際值和利用式(5-51)、(5-52)預測出的GDP、GFP值為縱坐標的關系 圖，如圖5-20、5-21所示。由圖5-20、5-21可以看出，黑龍江省GDP、GFP實際值與預測 值呈螺旋式增長的變化規律，2003~2004年GDP、GFP與機播程度之間關系的預測值跳動較 大，主要是因為在2004年機播面積大幅度增加而播種總面積并沒有增多，使2004年的機播 程度出現大幅度的提高和跳動的現象，其它數值擬合效果較好，說明地區經濟和農業經濟的 發展都離不開機播程度的提高，并且這種規律是穩定、可信的，可以用來做預測。
(3)黑龍江省GDP、GFP與機械化植保程度的關系
根據表5-2中數據建立黑龍江省GDP、GFP與機械化植保程度的回歸模型為
GDP =-957.13+123.542x23 R2 =0.869 F =112.98 (5-53)
GFP = -146.59 + 27.9086x23 R2=0.819 F=77.16 (5-54)
式中 x3——機械化植保程度，%
回歸方程(5-53)中的相關系數R2為0.869, F值為112.98,說明GDP與機械化植保程 度之間存在著簡單平穩的線性相關關系，回歸方程較顯著，在現階段黑龍江省地區經濟發展 依賴于機械化植保程度的支撐。因此，提高機械化植保程度是促進地區經濟快速發展的重要 措施。回歸方程揭示了在現階段黑龍江省的GDP每增加123.542億元，就必須提高約1%的 機械化植保程度作為支撐。
回歸方程(5-54)中的相關系數R為0.819, F值為77.16，說明GFP與機械化植保程 度之間也存在著簡單平穩的線性相關關系，回歸方程較顯著，密切程度稍小于黑龍江省地區 經濟與機械化植保程度的關系，但農業總產值還是非常依賴于機械化植保程度的支撐。回歸 方程揭示了在現階段黑龍江省的GFP每增加27.9086億元，就必須提高約1%的機械化植保 程度作為支撐。
分別畫出以隨時間變化的非線性增長的歷年機械化植保程度為橫坐標，以黑龍江省 GDP、GFP的實際值和利用式(5-53)、(5-54)預測出的黑龍江省GDP、GFP值為縱坐標的 關系圖，如圖5-22、5-23所示。由圖5-22、5-23可以看出，黑龍江省GDP、GFP實際值與 預測值呈螺旋式增長，2003~2004年GDP、GFP與機械化植保程度之間關系的預測值跳動較 大，主要是因為在2004年機械化植保面積大幅度增加而播種總面積并沒有增多，使2004年
Fig.5-23 Relationship between the GFP and the degree of mechanical crop protection in
Heilongjiang Province Heilongjiang Province
(4)黑龍江省GDP、GFP與機械化灌溉程度的關系
根據表5-2中數據建立GDP、GFP與機械化灌溉程度的回歸模型為
GDP 247.818e0.1312x24 R2 = 0.841 F 90.02 (5-55)
GFP 95.2433e0.1094x24 R2 0.778 F 59.48 (5-56)
式中 x24 ——機械化灌溉程度，%
黑龍江省GDP與機械化灌溉程度之間指數函數擬合優度最大，回歸方程相關系數R2為
0.841, F值為90.02,回歸方程較顯著。GFP與機械化灌溉程度之間S形曲線擬合優度最大,
回歸方程的相關系數R2為0.778, F值為59.48,回歸方程顯著。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省機械化灌溉程度為橫坐標，以黑龍 江省GDP、GFP的實際值和利用式(5-55)、(5-56)預測出的黑龍江省GDP、GFP值為縱坐 標的關系圖，如圖5-24、5-25所示。由圖 5-24、 5-25可以看出，實際值和預測值呈明顯螺旋 式波動增長關系。
(5)黑龍江省GDP、GFP與機械化收獲程度的關系
根據表5-2中數據建立黑龍江省GDP、GFP與機械化收獲程度的回歸模型為
GDP=-5398.0+231.524x25 R2 =0.905 F=162.02 (5-57)
GFP=-1124.4+51.6320x25 R2 =0.832 F=83.89 (5-58)
式中 %25——機械化收獲程度，%
回歸方程(5-57)中的相關系數R2為0.905, F值為162.02,說明GDP與機械化收獲程 度之間存在著簡單平穩的線性相關關系，回歸方程較顯著，在現階段黑龍江省地區經濟發展 依賴于機械化收獲程度的支撐。因此，提高機械化收獲程度是促進地區經濟快速發展的重要 措施。回歸方程揭示了在現階段黑龍江省GDP每增加231.524億元，就必須新提高約1%的 機械化收獲程度作為支撐。
回歸方程(5-58)中的相關系數R2為0.832, F值為83.89,說明GFP與機械化收獲程 度之間也存在著簡單平穩的線性相關關系，回歸方程較顯著，密切程度稍小于黑龍江省地區 經濟與機械化收獲程度的關系，但農業總產值還是非常依賴于機械化收獲程度的支撐。回歸 方程揭示了在現階段黑龍江省GFP每增加51.6320億元，就必須提高約1%的機械化收獲程 度作為支撐。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省機械化收獲程度為橫坐標，以黑龍 江省GDP、GFP的實際值和利用式(5-57)、(5-58)預測出的黑龍江省GDP、GFP值為縱坐 標的關系圖，如圖5-26、5-27所示。由圖5-26、5-27可以看出，GDP、GFP實際值與預測值 呈螺旋式增長的變化規律，說明地區經濟和農業經濟的發展離不開機械化收獲程度的提高，
Heilongjiang Province Heilongjiang Province
(6)黑龍江省GDP、GFP與綜合機械化作業程度的關系
根據表5-2中數據建立GDP、GFP與綜合機械化作業程度的回歸模型為
GDP =
GFP -9178.2+ 247.309x26
-2052.9+56.8371x26 R2
R2 0.914
0.892 F
F 181.3
140.55 (5-59)
(5-60)
式中 x26— —機械化收獲程度，%
回歸方程(5-59)中的相關系數R為0.914, F值為181.3，說明GDP與綜合機械化作 業程度之間存在著簡單平穩的線性相關關系，回歸方程較顯著，在現階段黑龍江省地區經濟 發展依賴于綜合機械化作業程度的支撐。因此，提高機械化收獲程度是促進地區經濟快速發 展的重要措施。回歸方程揭示了在現階段黑龍江省GDP每增加247.309億元，就必須提高約 1%的綜合機械化作業程度作為支撐。
回歸方程(5-60)中的相關系數R2為0.892, F值為140.55,說明GFP與綜合機械化作 業程度之間也存在著簡單平穩的線性相關關系，回歸方程較顯著，密切程度稍小于黑龍江省 地區經濟與綜合機械化作業程度的關系，但農業總產值還是非常依賴于綜合機械化作業程度 的支撐。回歸方程揭示了在現階段黑龍江省GFP每增加56.8371億元，就必須提高約1%的 綜合機械化作業程度作為支撐。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省機械化收獲程度為橫坐標，以黑龍 江省GDP、GFP的實際值和利用式(5-59)、(5-60)預測出的黑龍江省GDP、GFP值為縱坐 標的關系圖，如圖5-28、5-29所示。由圖5-28、5-29可以看出，GDP、GFP實際值與預測值 呈螺旋式增長的變化規律，說明地區經濟和農業經濟的發展都離不開綜合機械化作業程度的 提高，并且這種規律是穩定、可信的。
3)黑龍江省GDP、GFP與農機經營效益的關系
(1)黑龍江省GDP、GFP與農機經營總收入的關系
根據表5-2中數據建立黑龍江省GDP、GFP與農機經營總收入的回歸模型為
GDP=-8945.0+0.0146x31 R2 =0.902 F=64.14 (5-61)
GFP=-2703.0+0.004x31 R2 =0.888 F=55.43 (5-62)
式中 x31 ——農機經營總收入，萬元
回歸方程(5-61)中的相關系數R2為0.902, F值為64.14，說明GDP與農機經營總收 入之間存在著簡單平穩的線性相關關系，回歸方程較顯著，在現階段黑龍江省地區經濟發展 依賴于農機經營總收入的支撐。因此，提高農機經營總收入是促進地區經濟快速發展的重要 措施。回歸方程揭示了在現階段黑龍江省GDP每增加0.0146億元，就必須增加1萬元的農 機經營總收入作為支撐。
回歸方程(5-62)中的相關系數R為0.888, F值為55.43，說明GFP與農機經營總收 入之間也存在著簡單平穩的線性相關關系，回歸方程較顯著，密切程度稍小于黑龍江省地區 經濟與農機經營總收入的關系，但農業總產值還是非常依賴于農機經營總收入的支撐。回歸 方程揭示了在現階段黑龍江省GFP每增加0.004億元，就必須增加1萬元的農機經營總收入 作為支撐。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省機械化收獲程度為橫坐標，以黑龍 江省GDP、GFP的實際值和利用式(5-61)、(5-62)預測出的黑龍江省GDP、GFP值為縱坐 標的關系圖，如圖5-30、5-31所示。由圖5-30、5-31可以看出，GDP、GFP實際值與預測值 呈螺旋式增長的變化規律，而且擬合精度很高，說明地區經濟和農業經濟的發展都離不開農 機經營總收入的提高，并且這種規律是穩定、可信的。
圖5-30黑龍江省GDP與農機經營總收入關系 圖5-31黑龍江省GFP與農機經營總收入關系
Fig.5-30 Relationship between the GDP and the Fig.5-31 Relationship between the GFP and the
operating income of agricultural machinery in operating income of agricultural machinery in
Heilongjiang Province Heilongjiang Province
(2)黑龍江省GDP、GFP與農機作業總收入的關系
根據表5-2中數據建立GDP、GFP與農機作業總收入的回歸模型為
GDP=-1850.5+0.0103x32 R2 =0.930 F =93.02 (5-63)
GFP = -731 .35 + 0.0028x32 R2=0.906 F =67.31 (5-64)
式中 x32 ——農機作業總收入，%
回歸方程(5-63)中的相關系數R為0.930, F值為93.02，說明GDP與農機作業總收 入之間存在著簡單平穩的線性相關關系，回歸方程較顯著，在現階段黑龍江省地區經濟發展 依賴于農機作業總收入的支撐。因此，提高農機作業總收入是促進地區經濟快速發展的重要 措施。回歸方程揭示了在現階段黑龍江省GDP每增加0.0103億元，就必須增加1萬元的農 機作業總收入作為支撐。
回歸方程(5-64)中的相關系數R為0.906, F值為67.31,說明GFP與農機作業總收 入之間也存在著簡單平穩的線性相關關系，回歸方程較顯著，密切程度稍小于黑龍江省地區 經濟與農機作業總收入的關系，但農業總產值還是非常依賴于農機作業總收入的支撐。回歸 方程揭示了在現階段黑龍江省GFP每增加0.0028億元，就必須增加1萬元的農機作業總收 入作為支撐。
分別畫出以隨時間變化的非線性增長的歷年黑龍江省農機作業總收入為橫坐標，以黑龍 江省GDP、GFP的實際值和利用式(5-63)、(5-64)預測出的黑龍江省GDP、GFP值為縱坐 標的關系圖，如圖5-32、5-33所示。由圖5-32、5-33可以看出，GDP、GFP實際值與預測值 呈螺旋式增長的變化規律，而且擬合精度很高，說明地區經濟和農業經濟的發展都離不開農 機作業總收入的提高，并且這種規律是穩定、可信的。
5.4.2農業機械化發展各指標比較分析
黑龍江省的GDP、GFP與代表農業機械發展水平的各指標之間表現出螺旋式增長的變化 規律，這就說明無論是地區經濟的發展，還是農業經濟的發展都離不開農業機械化的支撐， 兩者是互相促進、互相制約、協調發展。
通過對黑龍江省的GDP、GFP與代表農業機械裝備水平的各指標之間的關系分析可知， 在黑龍江省現階段，增加1MW小型拖拉機總動力促進地區經濟和農業經濟增長分別為1.0649 億元和0.2269億元，大于增加1MW大中型拖拉機總動力對地區經濟和農業經濟發展促進作 用的0.7664億元和0.1843億元，同時增加1MW大中型拖拉機總動力對地區經濟和農業經濟 發展促進作用大于增加1MW農機總動力的0.3658億元和0.0829億元。說明在1990~2008年 小型拖拉機在地區經濟和農業經濟的發展中起主要作用，這主要是因為黑龍江省現階段農業 生產是以家庭聯產承包為主，小地塊主要適合小型機械的使用，使大型機械難以發揮作用， 并且黑龍江省農田作業動力機械拖拉機對經濟發展促進作用效果更好。通過對代表農業機械 化裝備水平的各指標擬合優度的分析可知，農機總動力和農機原值與經濟發展的擬合優度最 高，最能代表農業機械化的發展。
通過對黑龍江省的 GDP、GFP 與代表農機作業程度各個指標之間的關系分析可知，在 1990~2008 年間，黑龍江省機械化耕地程度與地區經濟和農業經濟的擬合優度較低，主要是 因為機械化耕地程度波動較大，數據擬合困難；機械化灌溉程度與地區經濟和農業經濟的關 系 S 曲線擬合效果最佳；其余指標中，機械化播種程度每提高 1%對地區經濟和農業經濟的 促進作用分別為301.686億元和69.2089億元，機械化植保程度每提高1%對地區經濟和農業 經濟的促進作用分別為123.542億元和27.9086億元，機械化收獲程度每提高1%對地區經濟 和農業經濟的促進作用分別為231.524億元和51.6320億元，綜合機械化作業程度每提高1% 對地區經濟和農業經濟的促進作用分別為247.309億元和56.8371億元。由分析結果可知，除 了機械化耕地和機械化灌溉指標之外，對地區經濟和農業經濟的促進作用由大到小的指標分 別為機械化播種程度、綜合機械化作業程度、收獲機械化程度、植保機械化程度，說明黑龍 江省農業機械化作業項目的發展是向著有利于經濟發展的方向進行的，農業機械化的發展前 期主要發展機械化耕、播、收，而機械化植保和灌溉發展的相對較慢。
通過對黑龍江省的GDP、GFP與代表農機經營效益各個指標之間的關系分析可知，在現 階段，黑龍江省地區經濟發展和農業經濟發展與農機經營效益相關性極高，擬合效果較好， 農機經營總收入對地區經濟發展和農業經濟發展作用大于農機作業總收入。
由以上各個指標的分析可知，對農業經濟發展作用較大的指標，對地區經濟發展的影響 也一定大，說明黑龍江省地區經濟的發展很大程度上依賴農業經濟的發展；各個指標與地區 經濟發展密切程度高于農業經濟，主要是因為黑龍江省農業機械化的發展不僅通過提高勞動 生產率促進了農業經濟的發展，而且解放了勞動力，提高了農業勞動者文化素質，促進了勞 動力轉移，進而促進地區經濟的發展。
結合世界各國經濟發展經驗來看，快速提高國民經濟和農業整體效益的關鍵是要有適當 和充足的技術和制度供給。黑龍江省是農業大省，是我國重要的商品糧基地，農業機械化發 展支撐了農業經濟和國民經濟發展，國民經濟和農業經濟的發展又為農業和農業機械化發展 提高競爭能力，改善競爭環境創造了條件。
5.4.3農業機械化需求預測
研究表明，黑龍江省GDP和GFP的增長與代表農業機械化發展水平的各指標之間存在 著極為密切的正相關關系，與黑龍江省GDP和GFP增長相適應，農業機械化發展各指標必 須保持一定增長速度，只有農業機械化發展達到了需要的水平，才能夠支撐起 GDP 和 GFP 的增長速度。可以利用這一相關關系，對未來經濟發展對農業機械化的需求情況做一大致的 測算。因此，本文根據黑龍江省國民經濟和農業總產值的發展情況對農業機械化的需求進行 預測。
模型(5-33) ~ (5-64)中黑龍江省GDP和GFP與農業機械化發展各指標擬合結果表明， 代表農業機械化發展的有些指標與 GDP 之間存在著極為密切的相關關系，有些指標與 GFP 存在著極為密切的相關關系，因此在對農業機械化需求進行預測時，采用兩者中擬合程度相 對較高的模型作為估算模型，再根據第四章農業機械化發展環境展望中預測得到的 2011~2020年黑龍江省GDP和GFP預測結果，得到經濟發展對農業機械化的需求。
農機總動力、農機原值、播種、灌溉、植保、收獲、農機經營總收入和農機作業總收入 采用 GDP 與其發展關系進行預測；大中型拖拉機臺數、大中型拖拉機總動力、大中型拖拉 機配套農具與 GFP 的發展關系更密切，因此采用 GFP 與其發展關系進行預測；小型拖拉機 臺數和總動力數與GDP和GFP的發展關系方程表明它們之間的關系曲線不適合做預測，通 過實踐分析可知，自2005年小型拖拉機的臺數和總動力數增長幅度較小，而且隨著黑龍江省 大中型拖拉機的引進及農機服務組織的發展，從2008年開始小型拖拉機臺數和總動力數呈現 下降趨勢，經濟的發展和小型拖拉機之間的相關性會發生較大變化，因此數據擬合的結果和 實踐的分析結果是一致的，不能對小型拖拉機進行預測。依據經濟發展目標，利用這一相關 關系，對未來農業機械化發展需求情況做一大致的測算，測算結果見表5-12。
綜合各種因素，由于預測時間太長，難以預測的因素太多，預計黑龍江省只有農業機械 化發展各指標達到表5-12中的水平，才能起到支撐黑龍江省的國民經濟和農業經濟正常發展 的水平。
表5-12 黑龍江省經濟發展對農業機械化需求預測結果
Tab.5-12 Forecasted results of the demend of agricultural mechanization for economic development in Heilongjiang Province
農業機械化發展指標 2015年 2020年
農機總動力/MW 53683.73 78635.94
農機原值/萬元 5244864.70 7929429.41
大中型拖拉機/臺 845087.56 1174682.16
農業機械裝備 大中型拖拉機總動力/MW 18611.87 25228.80
小型拖拉機/萬臺 - -
小型拖拉機總動力/MW - -
大中型拖拉機配套農具/萬臺 93.04 125.14
小型拖拉機配套農具/萬臺 - -
耕整地機械化程度/% 100 100
播種機械化程度/% 100 100
植保機械化程度/% 100 100
農業機械化作業程度 32.15 35.45
灌溉機械化程度/%
收獲機械化程度/% 96.03 100
綜合機械化程度/% 86.95 88.38
農機經營總收入/萬元 1765863 2391036
農業機械化經營效益 1814282 2700449
農機作業總收入/萬元
5.5黑龍江省農業機械化發展目標的確定
2010年黑龍江省深入貫徹落實國務院《關于加快振興農機裝備制造業的若干意見》和《農 機裝備產業調整和振興規劃》，抓住國家扶持農機裝備產業發展的有利機遇，黑龍江省農機裝 備產業會得到更快的發展，進而促進農業機械化的發展。根據各個指標歷史時間序列數據預 測結果和經濟發展對農業機械化的需求預測結果，確定出在未來10年黑龍江省農業機械化發 展的目標值，促進農業機械化與經濟環境協調發展。
5.5.1農業機械裝備發展目標
由基于BP神經網絡的農機總動力時間序列預測結果可知，2015年、2020年黑龍江省農 機總動力分別為40537MW、53408 MW,在黑龍江省經濟發展對農業機械化需求預測中得到 2015年、2020年黑龍江省農機總動力應分別達到53683.73 MW、78635.94 MW。根據國外農 業機械化發展情況，實現農業機械化后，日本每公頃耕地投入動力達到10 KW,是世界上單 位面積投入農機動力最多的國家，而美國為1 KW,英國、法國分別為2.6 KW、2.8 KW。根 據黑龍江省2001~2008年統計數據，每公頃耕地的農機動力從1.72 KW逐年增加到2.54 KW, 根據基于BP神經網絡的農機總動力預測結果，2015年、2020年每公頃耕地的農機動力分別 為3.42 KW、4.51 KW,早已超過美、英等國，但主要項目的農田作業機械化水平、機械性 能本身卻無法與美國和英國相比，主要原因是農機的種類構成不合理，機具老化嚴重，農機 利用效率低，農機技術含量低等。因此，黑龍江省農機總動力的未來發展要適應經濟發展的 需要，不單是增加總動力，而且要注意合理高效利用農機，提高農機技術含量等方面的發展。 因此，對農機總動力目標值的確定將取利用BP神經網絡預測的結果權重為0.7,取農業機械 化需求預測結果權重為0.3，將加權值作為農機總動力最終確定的發展目標值。
農機原值、大中型拖拉機臺數及其總動力的時間序列預測結果低于“農業機械化需求” 中估算的結果，可見經濟的發展對農業機械化需求要大于農業機械自身的發展速度，為了使 農業機械化發展適應經濟發展需要，同時更要考慮農業機械自身的發展規律和速度，在具體 目標制定時取各部分數據的加權值作為最終的預測值，將時間序列預測結果取權重0.7，農業 機械化需求預測結果取權重0.3。大中型拖拉機配套農具時間序列預測結果高于經濟發展的需 求，由于黑龍江省大中型拖拉機配套比一直比較低，2006~ 2008年一直保持在1.2~1.3，拖拉 機和配套農具是完成田間作業必不可少的工具，二者缺一不可，國內外實踐證明，要全面滿 足農業生產田間作業對機械化的需求，拖拉機和配套農具必須協調發展。發達國家大功率輪 式拖拉機與配套農具在提高機組效能、降低能耗、提高可靠性等技術方面的協調發展，可作 為中國拖拉機與配套農具發展的借鑒。由于農機裝備配套機具發展已經得到農機部門的重視， 因此對大中型拖拉機配套機具發展目標的設定依據本章的預測結果。
對小型拖拉機做預測，因沒有合適的預測模型，所以本章對小型拖拉機臺數的發展做定 性和定量相結合的分析；利用小型拖拉機臺數與小型拖拉機總動力之間的相關性建立數學模 型，并根據實際情況對模型系數進行調整，得到小型拖拉機總動力；對于小型拖拉機配套機 具，利用小型拖拉機機具配套比做時間序列預測分析，進而推算出小型拖拉機配套農具的數 量。實踐分析表明小型拖拉機的數量在2010年之后是遞減的，而經濟發展對小型拖拉機的需 求仍是遞增的，因此不能用經濟增長對其進行預測，經濟的發展對小拖的需求可以通過農機 總動力的增長來滿足。
經以上加權計算及分析得到黑龍江省農業機械裝備發展最終預測目標值見表5-13。由表
5-13可知， 2015年、 2020年大中型拖拉機配套比分別為1.71、 2.19，小型拖拉機配套比分別 為2.04、 2.42。因此，到2020年黑龍江省農機裝備配套結構基本合理，大中型拖拉機占主導 市場。農業機械化發展應積極推進畜牧業、林業和農副產品加工等產業的機械化發展。
表5-13 黑龍江省農業機械裝備發展目標最終預測結果
Tab.5-13 The final predicted results of development goals of agricultural machinery equipment in
Heilongjiang Province
年份 農機總動
力/MW 農機原值/ 萬元 大中型拖拉機 小型拖拉機
/臺 /MW 配套農 具/萬臺
/萬臺 /MW 配套農 具/萬臺
2015 44481 4680671.35 753424 16656.34 128.47 63.9 7035.15 130.35
2020 60976 6952829.70 1010454 21775.28 220.93 54.9 5837.87 132.86
5.5.2農業機械化經營效益發展目標
本章提出用基于遺傳算法改進的灰色預測模型對農機經營總收入時間序列進行預測，模 型的擬合精度很高，預測結果與經濟發展對農業機械化需求預測的結果相近。農機作業總收 入預測結果與農業機械化需求預測結果相差稍大，農業機械化需求預測結果較大，可見經濟 增長對農業機械化作業組織的需求越來越大。由于本章提出的時間序列預測方法擬合精度較 高，考慮農業機械自身的發展規律和速度，并且與經濟發展需求相適應，在具體目標制定時 取各部分數據的加權值作為最終的預測值，將本章預測結果取權重0.7，農業機械化需求預測 結果取權重 0.3，作為最終目標預測值，農機經營效益預測目標值見表 5-14。與全國農業機 械化經營效益的平均水平進行對比分析，黑龍江省的農業機械化作業程度雖然遠遠高于全國 平均水平，但2007年全國和黑龍江省的農業機械化經營總收入分別為1948.5元/公頃、 915.8 元/公頃，全國和黑龍江省的農業機械化作業總收入分別為1708元/公頃、 689.9元/公頃，可 見黑龍江省農業機械化經營效益與農業機械化作業程度不成正比。因此，黑龍江省未來還要 大大增加農機投入管理力度，提高農機經營收益，加快農機服務組織的發展，健全農機服務 體系，提高農業機械的使用效益。
5.5.3農業機械化作業程度發展目標
黑龍江省農業機械化作業程度各指標增長速度很快，發展程度一直在全國處于領先地位。 特別是十一五計劃期間各項指標增長的速度更快，而且中共黑龍江省委十屆六次全會上提出 黑龍江省將在未來十年左右在全國率先實現農業現代化，可見黑龍江省發展農業機械化的決 心。黑龍江省提出率先實現農業現代化源于黑龍江“中國北大倉”的農業先天優勢，并且率 先實現農業機械化必然得到國家更大的扶持。黑龍江農田基礎設施建設落后，農田水利基礎 薄弱是亟待解決的問題，因此農業機械化作業程度各指標還將保持快速發展。
經濟發展對農業機械化需求分析得到的各指標預測值除了灌溉機械化程度外都高于本章 時間序列預測結果，所以經濟發展對農業作業程度的需求已經超過農機作業程度的發展速度。 按照歷史數據的發展規律，及農業機械技術創新及推廣的難度，農業機械化作業程度的提高 不會在很短的時間內有非常大的跳躍，因此目標值的確定以本章時間序列的預測結果為準。 由于灌溉機械化程度是黑龍江省農業機械化發展的瓶頸，因此在2015年和2020年設置了較 高的目標值。由于機收作業程度在 2001~2008年平均每年以2%的速度增長，根據模型預測 結果， 2010~2015年平均每年將以2.6%的速度增長，因為 2015年耕、播、植保機械化都已 經達到現代化水平，收獲機械化將是農業田間機械化發展的重點，所以發展速度將超出歷史 發展規律，預計2016~2020年平均每年將以3%的速度增長，到2020年將達到87.53%，具體 目標值的確定見表5-14。由表5-14可知黑龍江省要在2020年實現農業現代化有很大的困難， 必須采取一些有效的手段和措施。
表5-14 農業機械化經營效益及作業程度發展最終目標預測結果
Tab.5-14 The final predicted results of development goals of agricultural machinery operating efficiency and operation degree in Heilongjiang Province
年份 農機經營總收 農機作業總收 機耕 機栽播 機械化植 機械化 機收 綜合機械
入/萬元 入/萬元 /% /% 保/% 灌溉/% /% 化程度/%
2015 1728389.82 1649883.49 100 92.54 90.44 35.48 72.53 79.38
2020 2312544.12 2231176.13 100 98.47 99.20 44.65 87.53 86.98
5.6實現農業機械化發展目標的可行性分析
農業一直以來都是我國政府關注的焦點、熱點，農業的穩定發展影響到人民生活質量、 國民經濟發展和社會穩定。黑龍江省作為我國重要的商品糧基地，農業機械化是促進農業發 展，實現農業現代化以及解決“三農”問題的關鍵因素。當前，我國總體上已進入以工促農、 以城帶鄉的發展階段，初步形成了對農業機械化的支持保護條件。
5.6.1黑龍江經濟實力增強為農業機械化發展創造良好的條件
經過30年改革發展，黑龍江省農村優勢主導產業初步建立，農村非農產業不斷壯大，農 村經濟快速發展。2009年全省糧食產能已達435.3千克，商品率達到80％，居全國首位；農 村勞動力轉移數量已達到總數的一半以上。農業機械化、水利化、信息化和農村公共事業加 快發展，農民生活水平顯著提高。
黑龍江省 2008年地區生產總值達到8310億元，人均地區生產總值21727元，比2007 年增長 17.58%，而且在 2000~2008 年間黑龍江省經濟平均每年增長 13.66%。近幾年來，隨 著農民收入的增長，農民生活水平不斷提高，農民收入的增加導致其生產方式發生了極大的 變化，對農機等農業生產資料的投入也在增加，大量農機的購置為農村生產力的進步創造了 條件。其次，由于農機作業社會化進程加快，市場競爭促使農機作業收費價格下降，大幅度 降低了農機作業成本，許多農機作業服務價格已低于雇工價格。最后，購買農機的農戶通過 跨區作業及經營手段的多樣化，大大提高了農機的使用率，縮短了投資回收期，已成為農民 致富的重要途徑。因此，黑龍江地區大規模使用農機具的經濟基礎已經具備。
社會市場經濟的發展，導致城鄉聯系越來越密切，大量的農村人口到城市務工增加了農 村的經濟收入，但這種務工現象導致了農村勞動力的減少，因此也不得不在農村實現農業生 產方式的轉型，這就為農業機械化的發展提供了社會條件。
根據黑龍江省GDP發展與農業機械化發展的關系分析得出，黑龍江省GDP的發展必須 與農業機械化各指標同步發展，經濟發展對農業機械化的需求很高。 2015年和2020年農業 機械化發展目標的確定是根據經濟發展和各指標歷史發展規律確定的。因此，這一目標的確 定與經濟發展對農業機械化的需求相印證，而且經濟發展具備支持和促進農業機械化的實力。
5.6.2政府對農業機械化的支持力度確定
黑龍江省農業機械化投入包括政府財政投入、單位和集體投入、農民個人投入及其他投 入，共4種投入主體，這4種投入方式的比例及金額在不同年度是不斷變化的，見表5-15。 農業機械化的投入以農民為主體，經濟發展水平越高，政府對農業機械的扶持力度也就越大， 2000 年以來國家和黑龍江省對農業機械化的資金投入都有很大增長，特別是 2004 年國家中 央一號文件的出臺使農業機械化的資金投入有了更大的提高。
在2008年10月的中共黑龍江省委十屆六次全會上提出黑龍江省要率先實現農業現代化， 借鑒國際經驗，這個發展階段應是國家加大對農業及農業機械化投入，促進農業機械化、現 代化發展的關鍵時期。
表5-15 2000~2007年黑龍江省農業機械化資金投入
Tab.5-15 Finance input and its structure proportation in agricultural mechanization from 2000 to
2007 in Heilongjiang Province (10 thousand yuan)
年份 2000 2001 2002 2003 2004 2005 2006 2007
資金投入總計 42314.00 36689.96 47493.82 53022.89 83893.35 121597.32 189019.31 189943.41
總財政投入 12264.00 9130.77 6653.08 8779.63 12478.01 29128.07 30133.71 47746.20
占比例 28.98 24.89 14.01 16.56 14.87 23.95 15.94 25.14
中央財政投入 635 410 300 100 340 2100 6050 10610
占比例 1.50 1.12 0.63 0.19 0.41 1.73 3.20 5.59
地方財政投入 11629 8720.77 6353.08 8679.63 12138.01 27028.07 24083.71 37136.2
占比例 27.48 23.77 13.38 16.37 14.47 22.23 12.74 19.55
單位和集體投入 2569 949.1 823.4 1136.55 1239.81 2813.8 2789 1281.2
占比例 6.07 2.59 1.73 2.14 1.48 2.31 1.48 0.67
農民個人投入 25991 25669.79 39148.84 42560.81 68644.53 88569.35 151490 140522.01
占比例 61.42 69.96 82.43 80.27 81.82 72.84 80.15 73.98
其他投入 1490 940.3 868.5 545.9 1531 1086.1 4606.6 394
占比例 3.52 2.56 1.83 1.03 1.82 0.89 2.44 0.21
數據來源：2000~2007年中國農業機械化統計年報
5.6.2.1農業機械化水平與農業機械化投入之間的關系
農業機械化水平的高低與農業機械擁有量及其經營規模密切相關。對于一個給定的區域， 農業機械擁有量越多，經營規模越大，機械化水平越高。可用農業機械總動力、農業機械原 值或農業機械凈值來近似表示農業機械化發展，考慮到農業機械原值不僅能反映農機總動力 的情況也能表示農機配套農具的情況，并且在發展目標中對農機原值未來的發展目標也進行 了預測，因此采用各個年份農業機械原值來表示農業機械化發展情況。
根據黑龍江省2000~2007年的數據，用最小二乘法估算出農業機械原值與農業機械購置 費之間的定量關系為
Y =1106016.848 + 6.765x (5-65)
式中x——農機購置費，萬元； Y——農業機械原值，萬元。
模型的R2=0.941, F =96.262，模型極顯著。模型擬合結果表明，黑龍江省農業機械購 置費用每增加1萬元，農業機械原值就能夠提高6.765萬元。根據表5-16中統計資料可知， 2002年以后黑龍江省農業機械購置費占農業機械化總投入的比例都在85%以上，由此可知，
農業機械化總投入的增加是以農機裝備為主。本文取農機購置比例占農業機械化資金總投入
的85%，作為以后各年農機總投入用于農機購置的比例。
表5-16 農業機械購置費及占農業機械化總投入的比例
Tab.5-16 Purchasing fee of agricultural machinery and its proportion in all input for agricultural mechanization
年份 2000 2001 2002 2003 2004 2005 2006 2007
農業機械購置費/萬元 34468 28685.55 40539.4 45518.86 75924.69 112869.8 174665 166942.13
占農機總投入的比例/% 81.46 78.18 85.36 85.85 90.50 92.82 92.41 87.89
根據表4-9中2011~2020年黑龍江省GDP的預測值，利用公式(5-35)可以計算出經濟 增長對農業機械原值的需求；再根據時間序列線性組合公式(5-20)預測出黑龍江省2011~2020 農業機械原值；最后根據5.5.1中對農業機械原值最終目標值的確定方法，將經濟增長對農業 機械原值的需求預測結果取權重0.3，時間序列預測結果取權重0.7，得到2011~2020年黑龍 江省農業機械原值預測結果見表5-17。
表5-17 2011~2020年黑龍江省農業機械原值預測結果
Tab.5-17 Predicted results of agricultural machinery original values from 2011 to 2020 in
Heilongjiang Province (10 thousand yuan)
年份 GDP對農業機械原值需求預測 時間序列預測 加權最終農業機械原值
2011 3624805.88 3240897.28 3356069.86
2012 3981705.88 3509916.76 3651453.50
2013 4369347.06 3797942.76 3969364.05
2014 4789685.29 4106891.94 4311729.95
2015 5244864.70 4438874.21 4680671.35
2016 5708673.53 4796212.27 5069950.65
2017 6206855.88 5181463.03 5489080.89
2018 6751597.06 5597441.26 5943688.00
2019 7314861.76 6047245.55 6427530.41
2020 7929429.41 6534286.98 6952829.70
根據農業機械原值與農業機械購置費的數量關系式(5-65)及表5-17中2011~2020年黑 龍江省農業機械原值的最終預測結果，可以計算出各年需要投入的農業機械購置費用，同時 按農機購置比例占農業機械化資金總投入的85%，得到2011~2020年每年農業機械化資金總 投入情況，見表5-18。這一結果可以作為分析實現發展目標所需政府對農業機械化資金投入 的重要依據之一。
表5-18 2011~2020年黑龍江省農業機械化發展政府財政投入
Tab.5-18 Government finance input for the development of agricultural mechanization from 2011 to 2020 in Heilongjiang Province
年份 農業機械購置 費/萬元 農業機械化資金
總投入/萬元 財政總資金投 入/萬元 中央財政投
入/萬元 地方財政投
入/萬元 地方財政投入 占財政收入比 例/%
2011 332602.07 391296.5551 97824.14 19564.828 78259.31 0.81
2012 376265.58 442665.3884 110666.35 22133.269 88533.08 0.80
2013 423259.01 497951.7768 124487.94 24897.589 99590.36 0.78
2014 473867.42 557491.0825 139372.77 27874.554 111498.22 0.77
2015 528404.21 621652.017 155413.00 31082.601 124330.40 0.74
2016 585947.35 689349.8194 172337.45 34467.491 137869.96 0.72
2017 647903.04 762238.866 190559.72 38111.943 152447.77 0.70
2018 715102.9 841297.5348 210324.38 42064.877 168259.51 0.67
2019 786624.33 925440.3835 231360.10 46272.019 185088.08 0.64
2020 864273.89 1016792.81 254198.20 50839.641 203358.56 0.62
5.6.2.2 政府財政投入對農業械化的帶動作用分析
改革開放以來，農戶成為我國農業機械化投入的主體，政府投入的作用側重于管理、服 務和示范，以及通過財政投入來增進資源配置效率，矯正市場失靈的負面影響，起到帶動、 引導和宏觀調控作用。通過對數據資料的比較分析發現，不同地區政府投入與其他主體投入 的比例差異很大，政府投入的大小與該地區的經濟特征和社會經濟水平有很大關系，全國平 均水平為農業機械化的總投入資金為財政對農業機械化投入資金的10倍左右。通過對表5-15 中的數據資料比較分析發現，不同年份黑龍江政府投入與其他主體投入的比例差異很大，農 業機械化的總投入資金為財政對農業機械化投入資金的3~7倍之間，可見黑龍江省已進入反 哺農業階段，總體上進入了需要強化財政扶持農業機械化發展，農業機械化對財政投入的依 存度日益增強的新時期。
總之，要促進農業機械化加速發展，必須發揮經濟上的優勢，加大財政投入力度，使投 資者得到實惠，激發、引導農民和企業對農業機械化投入的積極性，充分發揮財政投入的帶 動和經濟杠桿作用，提高財政投入效率，取得促進發展的良好效果。
5.6.2.3 實現2015年和2020年發展目標政府財政投入測算
根據前面的研究，黑龍江省農業機械化水平要達到2015年和2020年發展目標，每年要 投入一定的農業機械化資金，由于黑龍江省農民的收入很低，農民的投入已經達到很高的標 準，在近期內不會有很大的增長空間，而政府對黑龍江省的財政投入力度正在逐年加大，因 此，以財政在農業機械化方面的總投入與全社會農業機械化總投入的比例1: 3計算，黑龍江 省2011~2020年每年總財政投入見表5-18 。由2006~2007年的資金投入數據可知，中央對農 機的投入比例正在加大，預計未來中央和地方財政投入比例約為1: 4，因此達到預定的發展 目標，2011~2020年每年地方的財政投入情況見表5-18。
5.6.2.4 實現2015年和2020年發展目標政府財政投入可行性分析
第四章已經對 2011~2020 年地方財政收入進行了預測見表 4-13，根據本文估算得到的 2011~2020 年實現農業機械化發展目標每年需要地方財政投入的資金量，可以估算每年地方 財政對農業機械化投入占地方財政收入的比例見表5-18中最后一列。根據歷史數據分析得出 2005~2007 年地方財政對農業機械化投入占地方財政收入的比例分別為 0.69%、0.50%、 0.64%，可見要實現農業機械化發展目標，地方政府要加大對農業機械化的財政投入力度。
中央財政對農業機械化的投入正在逐年增加，2005~2007年投入比例迅速增大，2005年 中央財政投入2 100萬元，2006年投入資金達到6 050萬元， 2007年為10 610萬元，以這樣 的發展速度2011年投入19 564.828是完全可以實現的。
政府對農業機械化的投資符合 WTO 農業協議的要求，對農業機械化的投資采取投入補 貼形式，屬于 WTO 農業協議的“黃箱”政策范圍，且黑龍江省是全國的農業大省，面對的 主要約束是財政能力。因此，只要財政能力允許，政府對于農業機械化的財政支持不會受到 制約，對農業機械化的扶持會進一步加大。綜上所述，從需求、可能和符合 WTO 規則幾方 面分析，加大對黑龍江省農業機械化的財政投入力度都是可行的。隨著黨和國家對“三農” 工作的進一步強化，全社會關心農民、扶持農業、加快發展農村經濟的社會氛圍已經形成， 農業機械化的作用和需求日益突出，國家對農業機械化的投入和扶持必將進一步加強。
5.6.3農民有了一定的經濟實力和支付能力
農民是發展農業機械化的主體，黑龍江省農民對農業機械化的投入占總投入的比例約 70%~80%。2011~2020 年黑龍江省農民人均純收入將以 7%~9.23%的速度增長，收入的增長 使農民有了一定的經濟實力和支付能力，具備了發展的基礎。通過多種經營率先富裕起來的 一部分農民，有了一定的購買實力，在良好的投資回報和政府必要的補貼引導下，就會下決 心購買農業機械。隨著農民收入的增長，廣大無機戶也有了支付農機服務費用的能力，進而 促進農業機械化的發展。
5.6.4國家補貼政策支持
在第四章農業機械化發展影響因素分析中得到，影響黑龍江省農機化發展的最主要因素 是政府財政投入，其次就是燃料價格和農機價格。國家為了推進農業機械化的發展，對農業 機械產品銷售價格、修理價格及農用油料價格實行低價政策，對農業機械生產企業、維修企 業實行價格補貼。然而，最為重要的還是國家實行的農機購置補貼政策，并且黑龍江省出臺 了《黑龍江省政府支持農業機械目錄管理辦法》。目前，農機購置補貼是推進農業機械化快速 健康發展最直接、最有效的產業促進政策，使黑龍江農業機械化的發展得到了強有力的政策 支持。政府通過購機補貼政策進行產業宏觀調控，用補貼增量調整農機存量結構，用集中招 標方式調控產品價格，用選擇補貼對象的方式推進農機服務專業化，用選擇補貼機具種類方 式促進新技術應用與推廣，用調整補貼實施范圍方式支持農業結構調整，用實施補貼目錄方 式扶優扶強企業。另外，黑龍江省對深松整地進行補貼，這在全國也開了一個先例，是一種 政策上的創新，使土壤的生產能力得到提升，打破犁底層。國家宏觀政策對農機的傾斜，提 高了黑龍江省的農業機械化水平。
5.6.5農機化服務組織和服務模式的發展
黑龍江省推進農業機械化，必須處理好農業機械大規模生產與家庭聯產承包經營之間的 關系。我們要解決在這種基本制度框架下推進農業機械化發展的問題，不可能要求為實現農 機化而必須先實現土地的規模經營。因此，黑龍江省不可能走歐美和日韓等國家農機以自用 為主的發展道路，我們必須走農機共同利用的道路。在這方面，農機化服務組織開辟了一條 小規模農業使用大型農業機械進行規模化、集約化和現代化生產的現實道路。這種方式一方 面可以避免小型機具和農機工業低層次發展，造成能源和原材料很大的浪費，另一方面也可 以滿足生產發展和農業技術進步的需要。
(1)農機化服務組織
隨著農村改革的不斷深入，市場在農機化發展中的作用逐漸加強。黑龍江省農機銷售、 作業、維修三大市場日益興旺，已初步形成了以縣為中心、鄉村為基點的多層次、多形式的 基層農機服務網絡，各類農機流通、維修網點比較健全，區域性農機作業市場開始形成和逐 步擴大。2008年黑龍江省農機經營總收入1 185 642.65萬元，農機作業服務收入962 602.08 萬元，已成為農民增收的一個重要渠道。
目前，黑龍江省主要有農機大戶、機械化家庭農場、農機作業合作社、集體所有農機隊、 農機協會、松散互助型農機聯合體等農機經營形式，農機大戶和農機作業合作社快速發展， 成為黑龍江省發展農機化的活躍市場主體。其中農機固定資產在 15 萬元以上的農機大戶最 多，他們積極為農戶提供代耕服務，人均年收入超過萬元，正向生產規模化、經營規范化、 技術現代化發展。2008年，黑龍江省農機作業服務組織的作業量為8億標畝，作業總收入達 到35億元，已建成以農機大戶為主，多種經營形式并存的農機作業服務組織網絡。今后黑龍 江省將引導社會各方面投入，逐步強化農機作業服務組織的服務功能，在全省形成多種層次、 多種形式、功能齊全的農機作業社會化服務網絡，使關鍵作業環節的農機作業社會化服務覆 蓋率達到75%。
(2)農機化服務模式
農機化運行機制不斷創新和完善，探索出了有中國特色的農機化發展道路。農村改革以 來，如何解決土地分散農戶小規模經營與社會化大生產之間的矛盾，是長期困擾著我國農業 機械化發展的一大難題。多年來，農機服務形式不斷創新，從有機戶互助代耕作業，發展到 聯戶合作經營、集團承包和跨區作業，農機服務產業化進程加快。特別是20世紀90年代， 廣大農民在生產實踐中探索出了以農機跨區作業為代表的新型農機服務模式，得到了農民的 歡迎和機手的擁護，顯示了勃勃生機。這種社會化、市場化的農業機械化運作模式，是中國 農民的偉大創舉，在穩定農業家庭承包經營基礎下，發揮了市場在資源配置中的基礎性作用， 減少了機具的重復購置，解決了“有機戶有機沒活干、無機戶有活沒機干的矛盾，做到了“買 不起、用得起”，闖出了一條千家萬戶小規模農業實現機械化的新路子。經過近十年的發展， 農機跨區作業從小麥到水稻、玉米、大豆，從收獲到耕種、施肥、植保、農田水利建設等其 他作業項目，呈現出廣闊的發展前景。
5.6.6工業化、城市化進程加快，為農業機械化提供了發展空間
在第四章對農業機械化發展環境展望中預測出未來黑龍江省第一產業產值占總產值的比 例逐漸減少，二、三產業產值比例在增大，同時第一產業從業人員比例減少，二、三產業從 業人員比例明顯增大，預計到2020年黑龍江省農業從業人員為553.6萬人，同目前的農業從 業人員相比，將減少 124.4 萬人。發達國家農業機械化發展的經驗證明，工業化加速期，也 正是農業機械化發展的加速期，隨著城市化進程的加快，客觀上為農業機械化的快速發展提 供了發展的空間。
5.6.7黑龍江省農機工業的良好發展及技術進步
（1）農機制造業的發展態勢 近年來黑龍江省委、省政府對農機制造業發展高度重視，各級政府積極行動，形成了農 機制造業發展的良好氛圍。2010年黑龍江省各地農機工業園區建設已經啟動，企業開始聚集。 佳木斯市的迪爾佳聯、長安集團、融拓北方等十幾家企業進入園區，3~5年將形成50億元產 值規模；哈爾濱市的美國迪爾、泰禾農機、哈農、沃爾科技、東金集團進入哈南和高新技術 兩個園區，將形成30億元產值規模；愛科集團、格蘭集團、山東金義、北京享運通等企業進 入大慶工業園區將形成15億元產值；齊齊哈爾市的中國一拖投資18億元建設大馬力拖拉機 制造基地，將形成30~50億元產值規模；山東福田雷沃準備在依蘭縣農墾農機工業園投資， 日本久保田、洋田馬、德國阿瑪松等企業正在洽談在哈爾濱建立農機制造企業，黑龍江省正 在將農機市場優勢轉化為制造優勢，成為我國田間生產農業裝備的制造基地。黑龍江省農機 制造業產值不斷上升2008年實現總產值25.5億元，占全國農機制造行業總產值的1.3%，2009 年農機制造業產值 32.5 億元，預計 2011 年農機制造業產值 40 億元，2015 年實現產值 120 億元，進入全國農機制造業產值排名前5位省份。黑龍江省農機制造企業的壯大，為滿足農 民和農業生產多樣化需求，農業機械化的發展提供了最根本的技術支持和保證。
（2）農機創新活躍，新技術推廣成效顯著
“十一五”期間，黑龍江省重點圍繞“千億斤糧食生產能力戰略工程”、“千萬噸奶戰略 工程”、“五千萬頭豬養殖戰略工程”的實施，加大了對生物技術、信息技術、航天育種技術、 節水灌溉技術、農業新品種培育和高產栽培技術的支持，提高了大型農機具的研發和應用水 平，全面推進黑龍江省傳統農業向現代農業轉變，逐步實現農業大省向農業強省跨 越。特別是研發的與大馬力拖拉機配套的耕整地、播種、植保機械的廣泛應用和替代進口， 打破了國外大馬力拖拉機配套農具一統市場的被動局面，使黑龍江省農業裝備的研發由仿制、 研學，走向了自主創新的新階段。
黑龍江省省農機推廣部門與農業技術部門密切配合，農機與農藝結合達到新水平；重點 推廣應用了保護性耕作技術、機械深松整地技術、大豆和玉米精密播種技術、水稻大棚育秧 機插技術及玉米機收技術；組織召開各種新機具的演示會、現場會、培訓班及技術講座等， 加快了新技術、新機具推廣應用步伐。隨著對外開放的不斷深入，引進、消化、吸收、自主 開發相結合，為解決馬鈴薯種植和收獲機械化、油菜生產機械化、甜菜生產機械化等經濟作 物機械化問題提供技術條件。
5.6.8農業機械化發展體制和法規保障不斷完善
黑龍江省農業機械化科研、生產、推廣、鑒定、培訓、管理體系日趨完備，為發展農業 機械化提供了體制保障。建國以來，從興辦國營機械化農場和拖拉機站開始，黨和國家一直 把實現農業機械化作為建設社會主義現代化農業的一個重要戰略目標，加大了對農業機械化 的資金投入和行政推動力度，建立了比較完整的農業機械化管理體系。隨著農村改革的不斷 深入，我國農機化科研、生產、推廣、鑒定、培訓、管理體系得到了進一步的創新和發展。 黑龍江省2008年有地市級農機管理機構23個，縣級農機管理機構182個，鄉鎮農機管理機 構 1 201 個，農機科研開發機構 6 個，縣以上農機技術推廣機構 166 個，農機安全監理機構 192個，農機教育培訓機構 79個。
發達國家在基本實現農業機械化前后，都普遍采取了加強法律、法規建設，實行經濟調 控等通行做法，推進農業機械化的發展。為此，黑龍江省借鑒發達國家農業機械化管理的經 驗，依據市場經濟原則，與國家農機立法同步，按照《中華人民共和國農業機械化促進法》， 結合黑龍江省農業機械化發展實際，完善配套措施和保障手段，建立健全黑龍江省地方性的 農業機械化行業宏觀管理的政策法規體系，2004 年頒布實施了《黑龍江省農業機械管理條 例》，為了進一步貫徹《促進法》，黑龍江省又配套制定了《農機產品生產備案管理辦法》、《農 機銷售技術條件管理辦法》、《農機維修管理辦法》、《黑龍江省農業機械安全監理員管理辦法》 和《黑龍江省政府支持農業機械目錄管理辦法》。另外，哈爾濱市人大出臺了《哈爾濱市農業 機械化促進條例》，黑河市、雞西市、青岡縣等市縣政府還相繼出臺了促進本地農機化發展的 規定。各項農機法規的實施，使黑龍江省農機依法管理不斷完善，依法治機日趨規范，各項 農機化管理工作進入了法制化軌道上來，提高農業機械化標準實施單位的執行能力，為黑龍 江省農機化快速、持續、健康發展提供了堅實的法律保障。
5.7 本章小結
本章研究了黑龍江省農業機械化發展目標的確定。首先，確定了反映發展目標所采用的 相關指標，具體包括反映裝備水平、作業程度和經濟效益三方面發展水平的16個指標，并且 提出制定發展目標應遵循的原則。其次，從提高黑龍江省農業機械化發展各指標預測精度的 目的出發，研究了一元線性回歸模型、指數函數模型、灰色預測模型、三次指數平滑模型等， 并綜合利用各單項預測方法提供的有效信息，以誤差平方和最小為原則建立了線性組合預測 模型，利用神經網絡技術的非線性映射能力，提出了基于 BP 神經網絡的非線性組合預測模 型，并對黑龍江省農機裝備進行了建模和預測；對傳統GM (1, 1)模型進行了改進研究， 提出了基于遺傳算法優化改進的灰色預測模型，用此模型對農機經營效益進行了預測；針對 農機作業程度各指標非線性程度較高，提出了以傳統預測方法為基礎模型，利用BP神經網 絡對誤差進行修正的組合預測方法，并對農機作業程度進行了預測。
研究了農業機械化發展各指標與經濟發展之間的相互關系，得出農業機械化各指標與地 區經濟和農業經濟的發展關系模型。研究結果表明，黑龍江省經濟增長與農業機械化水平增 長之間存在著密切的關系。通過經濟增長與農業機械化發展之間的關系模型確定經濟增長對 農業機械化的需求。
根據時間序列對農業機械化發展的預測結果和經濟發展對農業機械化需求預測結果，并
與國內外農業機械化發展的先進水平相比較，綜合考慮最終確定出黑龍江省農業機械化具體 發展目標值。最后，運用定性和定量相結合的方法，對黑龍江省經濟實力增長，機械化發展 對財政投入需要量，政府可以對農機化發展投入的資金量，國家補貼政策，農機服務組織， 工業化和城市化進程，農機工業發展等情況進行了分析，得出實現發展目標的可行性。
6黑龍江省農業機械化發展重點及對策建議
農業機械化發展重點的選擇既要考慮有利于增加農民的收入，有較高的投資效益，又要 考慮農業機械化發展的相對薄弱環節；既要符合黑龍江省大農業發展戰略，農業中各種作物 的生長自然條件，目前及未來各種作物的播種面積及收獲情況的變化，又要結合農業機械化 發展在這些方面的應用與需求情況，還要考慮這些相關因素之間的相互影響。因此，它的選 擇具有一定的復雜性，涉及的方面廣，影響的因素多，本文采用常見的比較分析方法，即在 獲得有關數據的基礎上，綜合考慮相關影響因素，做出定性的分析判斷。這種方法既能以有 關數據說明問題，又能綜合各方面影響因素做出較為深入的分析。
6.1加快推進主要農業生產關鍵生產環節機械化
6.1.1黑龍江省農業生產發展重點選擇
黑龍江省各市縣的自然條件不同，優勢農作物不同，形成了當地的主要農產品和地區特 色，但就全省而言，由 4.6.2中黑龍江省農業產業結構的發展變化分析可知，在農、林、牧、 漁業這四個方面，農作物種植業在農民收入中占主導地位，近幾年種植結構調整，使農民獲 得的收入有了較大幅度的增加。因此，從農民收入增加角度把種植業作為農業機械化發展重 點應該是理所當然的事情。無論是從現實，還是從發展的趨勢來看，種植的農作物主要集中 在為數不多的幾個品種上，大豆、玉米、水稻、小麥、馬鈴薯 5 大作物是黑龍江省農業發展 的重點。大豆是黑龍江省播種面積最大的農作物，2009年播種面積約占總播種面積的 36%。 玉米是黑龍江省近幾年播種面積增長最快的糧食作物，由2005年播種面積27300 km2增長到 2009年的48540 km2，是2005年的1.78倍，約占全省糧食播種面積的1/3,比第一大作物大 豆的播種面積僅少1750 km2。黑龍江省水稻種植面積也迅速擴大，由2005年的18500km2增 長到2009年的26360 km2。小麥的播種面積有下降的趨勢，所占的比例也越來越小。農作物 種植面積的變化主要受市場影響，從2005~2009年大豆、玉米、水稻、小麥4大主要作物收 益變化情況看，水稻每畝四年平均成本342.64元，收益433.45元；玉米每畝平均成本220.46 元，收益204.61 元；大豆每畝平均成本149.2元，收益180.49元；小麥每畝平均成本134.95， 收益115.5元。因此，農民根據自然條件選擇經濟效益較好的農作物種植。
畜牧業發展對農民收入的貢獻越來越大，并且黑龍江省畜牧業發展還有很大的空間，將 來還要實現農業和畜牧業主輔換位的發展目標，各地已普遍將畜牧業作為農業發展、農民增 收的突破口，先后出臺了一系列的政策措施，予以強力推進，從而對畜牧業發展形成了強有 力的政策支撐。鑒于乳業和草業在畜牧業發展中的重要地位，將畜牧業中的乳業和草業確定 為黑龍江省畜牧業發展的重點。在農林牧漁總產值中，林業和漁業占農業總產值的比重很少， 這兩者在農民收入增加中的作用較小，再考慮到黑龍江省的資源情況，除個別區域外，從全 省的角度看，都不適合作為未來農業的發展重點。
6.1.2黑龍江省主要農業生產對農業機械化技術的需求
在提升農業生產力過程中，如果主要農作物關鍵生產環節實現了機械化，農業生產能力 就會得到很大程度的提高，而且也能發揮各地的比較效益。隨著黑龍江省現代農業建設步伐 的加快，轉移農村富余勞動力，土地適度規模經營，農業產業化經營與標準化種植發展迅猛， 新的農業格局對農業機械化提出了更高的要求，農業機械化技術正朝著高標準、高效益方向 進步，幾大農作物的種植正向全程機械化水平跨越。玉米收獲機械化需求旺盛，水稻插秧機、 水稻收割機市場火爆，提高大豆生產全程機械化效率，降低損失，增強監測水平技術需求強 烈，大中型拖拉機及多功能作業與成套技術裝備購買力勢頭強勁，保護性耕作等先進的耕作 制度正在形成。
農業結構戰略性調整，引發了農業機械技術由產中向產前和產后延伸、由主要糧食作物 向優勢經濟作物發展、由種植業向養殖與加工業拓展的新需求；急需馬鈴薯、甜菜、蔬菜等 機械化作業機械，滿足優勢經濟作物快速發展的需求；急需節糧型草食動物飼料、飼養、飼 喂、安全控制、品質保障成套技術裝備，滿足優化畜牧業結構調整的需求；急需能夠與生物 技術結合的農業裝備各技術；急需農產品產地商品化處理成套技術裝備，提高農產品附加值， 滿足農民增收的需求。這些保障農業結構調整、發揮優勢產業的關鍵技術是今后科技創新的 重要任務，促進可持續發展和環境保護使節約型農業機械技術需求進一步擴大。用電子信息 化技術改造和提升傳統農業機械，打造農業裝備的核心競爭力，是又好又快發展農業機械化 的關鍵，也是科技創新的核心任務。
1） 大功率拖拉機的配套農具
黑龍江省農業機械發展不平衡，動力機械多配套機械少， 2009年黑龍江省大中型拖拉機 的配套比為 1: 1.2，遠遠低于農機具的合理配套比1: 3。因此，為了促進農業生產全程機械化， 提高農業機械化生產效率，應加快發展大功率拖拉機的配套農具，其中主要配套機具包括為 58.8~88.2KW、88.2~117.6KW、132.3~147.0KW、147.0~275.6KW 系列拖拉機配套的系列折 疊式聯合耕耘機、系列多功能（碎茬、深松、碎土、鎮壓等）聯合整地機、系列玉米、大豆 高速氣力式原茬精密播種機、系列大豆窄行密植平作高速精密播種機、系列原茬小麥精少量 播種機、系列多功能大型中耕、全方位除草復式作業機及系列寬幅高效植保機械。
2） 玉米生產機械化綜合技術與配套機具
黑龍江省玉米生產條件優越，是世界兩大著名玉米生產黃金帶之一。主產區位于松嫩平 原的哈爾濱、綏化、齊齊哈爾地區，播種面積約占全省玉米播種面積的 2/3。黑龍江省玉米 總產量約占糧食總產量的 1/3多，對糧食增產起到巨大的推動作用。黑龍江省玉米主要栽培 技術模式為“小壟密”栽培技術模式，技術特點是選用良種，整地精細，適時精播，增密保 穗，測土施肥，中耕深松，促熟提質，適時晚收。采用65cm或70cm標準小壟，選用耐密型 玉米新品種，密度3500?3800株/畝，在5?10cm耕層地溫穩定通過7?8°C時搶墑播種。
黑龍江省玉米生產采取壟作穴播，根據玉米生產農業技術要求，玉米生產作業包括整地、 施肥、播種、中耕、植保、灌溉、收獲7個基本環節。在玉米生產全過程機械化中，深松整 地、精密播種、深施肥、中耕除草、噴霧植保、根茬還田等環節已基本實現了機械化，而收 獲機械化發展緩慢，到 2008 年玉米收獲機械化作業程度僅有 17.61%，是四大糧食作物中程 度最低的。玉米收獲約占玉米生產過程中用工量的 55%，人工摘穗、剝葉、裝運等每公頃約 需630元；機械收獲每公頃成本約 375元，可降低成本40%，因此，玉米機收是制約玉米生 產機械化發展的瓶頸。黑龍江省的玉米秸桿粗壯，棒子大，產量高，高產區產量在500kg左 右，收獲后的玉米棒要露天存放降水。收獲時秸桿均已變黃，早晚濕度大時，玉米葉的韌性 好，纏繞嚴重，白天干燥時，玉米葉和秸稈的末端易斷，摘穗過程中產生大量雜余。適合黑 龍江省使用的玉米聯合收獲機強度要大，“吞吐”能力要大，剝皮清雜能力要強。黑龍江省 主要有自走式、背負式和牽引式3 種玉米聯合收獲機，目前玉米收獲機械化作業存在的主要 問題是作業故障率高，特別是首次故障作業時間較低，干半天修半天的現象常有。
黑龍江省玉米機收要研究背負式和自走式玉米聯合收獲機，重點研究玉米摘穗新技術、 玉米剝皮新技術、低能耗莖稈還田新技術、聯合收獲負荷反饋控制技術、夾帶損失監控技術、 故障診斷技術等。研究適合黑龍江地區要求的低破碎、低能耗、剝皮性能好的玉米聯合收獲 機，并在現有2行、3 行和4行聯合收割機的基礎上，研發6行自走式不對行聯合收割機， 促進玉米收獲機械化發展。黑龍江省玉米生產機械化作業以小型機械為主，而小型拖拉機牽 引力小，耕整地作業耕層淺，施肥深度不夠，播種穩定性差，作業質量達不到標準化要求， 嚴重影響玉米產量。沒有打破犁底層，不能創造有利于玉米生長的上虛下實、虛實相間的耕 層構造，土壤中的水、肥、氣、熱不協調，蓄水保墑能力差，黑土地的資源優勢沒有充分發 揮出來。因此，隨著國家各項農機扶持政策的落實，應用大型農業機械裝備進行玉米生產作 業，使具有蓄水保墑功能的深松耕地面積逐年擴大。黑龍江省玉米播種機械主要是小型機械 式精量半精量播種機和大型氣力式精量播種機，由于小型機械式精量半精量播種機不適應高 速作業需要，因此，隨著大馬力拖拉機的增多，應大力發展氣力式大型精播機以適應大小不 同、形狀不同的種子，不磕種，可播催芽種，適應高速作業需要。
3） 大豆生產機械化綜合技術與配套機具
黑龍江省一直是中國大豆的主產區，也是世界大豆的主要生長帶。從耕作方式上看，因 地勢平坦、集中連片，適宜大型農業機械作業和規模化生產。黑龍江省種植的大豆品種均為 非轉基因品種，與轉基因大豆銷售價格相比，每噸高出100?200元，在國際市場具有較高的 知名度和較強的市場競爭力。特別是黑龍江省開發較晚、生態環境較好，發展無公害大豆、 綠色大豆和有機大豆具有得天獨厚的條件。
黑龍江省大豆關鍵生產環節機械化程度很高， 2008 年耕整地、播種機械化程度達到 95% 以上，收獲機械化程度達到 86.45%。隨著農業適度規模經營的發展，大功率輪式拖拉機的廣 泛應用，為大豆生產全程機械化提供了新的發展空間。近年來對大豆的生產技術要求愈來愈 高，科技進步的步伐加快，生產的需求迫切，大豆生產機具本身存在的問題仍比較突出。黑 龍江省大豆機械化發展的重點是為“窄行平播密植”、“大壟密植”、“暗壟密植”等多種栽培 技術提供先進適用的配套機具，并在深松整地、精量播種、化肥機械深施、機械化收獲等關 鍵環節提高機具的科技含量，重點解決大豆收獲損失率居高不下，作業能源消耗大的問題， 應重點針對低損失收割臺、低能耗脫離、分離、清選部件等關鍵技術展開公關研究。
4） 水稻生產機械化綜合技術與配套機具 水稻在黑龍江省糧食生產中的地位越來越重要，是黑龍江省單產最高的糧食作物，也是
市場上的優勢農產品，種植面積僅次于大豆、玉米，黑龍江省生產的綠色大米出口優勢明顯， 生產成本比國外低 3/5 左右，在市場上具有明顯的競爭力。由于水稻生產屬于高投入高產出 的農產品，其種植面積、育秧、種植、收割等方式受國家糧食政策、糧食價格、年景好壞等 諸多因素影響。在水稻生產作業的育秧、整地、施肥、插秧、植保、收獲6個環節中，整地、 插秧、收獲3個環節勞動強度大，農業技術要求高，其機械化生產技術水平直接影響水稻生 產成本和綜合效益，是水稻三大主要生產作業環節。
實現水稻全程機械化，提高作業質量、工作效率和節水增產，首先要重點攻關激光平地 機。激光平地機采用激光精密平地后，一是可減少池埂占地面積 10%左右，地塊面積比原面 積增大幾倍到幾十倍，有利于大型機械在田間進行各項作業，提高水稻生產機械化程度；二 是地塊平整，達到寸水不露泥，水溫高，可使水稻在各生長階段都能獲得所需要的最佳生長 環境，提高作物產量，增產幅度可達 20%左右；三是節省用水 30%?50%，減少肥料流失， 降低費用等。因此，水稻激光平地機的應用對水稻生產的發展有非常重要作用。
2008年黑龍江水稻種植機械化程度達75.40%，共擁有水稻種植機械近10萬臺。其中， 進口各類插秧機（高速插秧機和步行式插秧機） 10 000多臺，外資國內生產4行步行式插秧 機5 000多臺，國產延吉水稻插秧機70 000多臺，國產依蘭水稻插秧機6 000臺，機動水稻 拋秧機432臺，水稻直播機692臺。因此，水稻插秧機仍是黑龍江省水稻秧苗移栽的主要作 業機具。其作業性能逐漸向優質高效，一機多用復合作業機具上發展（在插秧的同時進行深 施肥、覆紙膜作業）；其機型在現有普通機型基礎上逐漸發展乘座式高速插秧機，以四輪驅動 覆膜、深施肥 6 行或 8 行插秧機為主導產品。插秧機械化程度低主要是因為機械價格高和育 秧環節，農民對育秧技術缺乏認識，大部分農戶沒有很好地掌握育秧技術，只有讓農民掌握 了機械化育秧技術，大力發展工程化、機械化、工廠化、智能化水稻大棚育秧綜合技術，同 時借助各級財政的購機補貼，拉動插秧機的發展，機械化插秧問題才能夠逐步得到解決。如 果相應技術條件成熟，建議盡快開展缽苗機插、深施肥機具的研制。
水稻機械收獲是黑龍江省水稻機械化的關鍵環節，存在水稻損失率和破碎率高等情況， 應重點發展多功能的全喂入聯合收割機，高效型的聯合收割機；對現有機型的結構參數進行 優化，提高現有聯合收割機的可靠性；完善超小型水稻聯合收割機；研制分段收獲用的撿拾 式聯合收割機。引進、推廣和普及使用聯合收割機，對提高黑龍江省水稻收獲機械化程度具 有重要意義。
5）馬鈴薯機械種植、收獲技術與配套機具 馬鈴薯因具有耐旱、耐寒、耐瘠薄、適應性廣、營養全面等特點，是一種糧菜兼用、經 濟價值高的多用途農作物。黑龍江省具備繁育高品質種薯的氣候條件和土壤資源優勢，成為 馬鈴薯生產的大省，且又是我國重要的馬鈴薯種薯生產基地。 2001?2009 年間，黑龍江省有 6 年馬鈴薯播種面積超過小麥播種面積，馬鈴薯將取代小麥成為黑龍江省的第四大農作物。 馬鈴薯是黑龍江省單位面積經濟效益最高的農作物，單位面積純收益是小麥的 4 倍，大豆、 玉米的2倍，水稻的1.26倍。
馬鈴薯產業在黑龍江省農業結構調整和促進農民增收中占據重要的地位，近年來馬鈴薯 產業發展較快，但從橫向比，所占比例變化不大。這是因為經過種植業結構調整，小麥播種 面積減少而釋放的空間被水稻、玉米、大豆所擠占，馬鈴薯由于耕作栽培管理原始粗放，種 植和收獲作業用工量多，季節性強，勞動強度大，加之馬鈴薯機械化技術和裝備落后，傳統 的人畜作業很難保證其精細性、規范性和及時性，嚴重制約著馬鈴薯種植面積的持續增加和 種植效益的不斷提高。因此，馬鈴薯生產機械化技術的應用成為新時期的一項緊迫任務。
2009 年 9 月，全國馬鈴薯生產機械化現場會在內蒙古達茂旗召開，標志著全國馬鈴薯生 產機械化推進工作全面啟動，農業部已確定將發展馬鈴薯生產機械化作為重要工作任務來抓， 馬鈴薯生產機械化呈現快速發展的良好態勢。現已列入國家支持推廣目錄的馬鈴薯種植機型 有21 種，收獲機型有38 種。目前，我國馬鈴薯生產機耕程度達到 36.7%，機播、機收程度 都超過了 10%，具備了在主產區加快推廣馬鈴薯生產機械化技術的基本條件。我國馬鈴薯生 產機械化發展目標是，力爭到 2020 年，各個主產區馬鈴薯生產機械化技術體系成熟，機具裝 備水平和作業程度大幅度提高，機械化種植和收獲程度均提高到 30%以上，綜合機械化作業 程度突破 40%。
在馬鈴薯生產全過程機械化中，整地、施肥、中耕、植保和灌溉等作業環節可以采用現 有通用機械裝備，其機械化程度已達到比較高的水平，只有播種與收獲兩環節需要專門機械。 2008 年黑龍江省馬鈴薯種植和收獲機械化程度還達不到 10%。因此，要增加馬鈴薯的種植面 積和經濟效益首先要解決機播和機收問題，實踐表明，機械化播種可以省種 10 公斤/畝，機 收可減少漏收損失 30 公斤/畝，減少傷損 20 公斤/畝，采用機械化規范化栽培，可增產 250 公斤/畝。與人工作業相比，馬鈴薯機播可提高工效3 倍，機械化收獲生產效率可提高4倍， 機械收獲每畝比人工收獲平均節約成本 25 元左右；采用馬鈴薯機械化收獲還可以縮短收獲 期，加快產品上市速度，有利于提高銷售價格，增加農民收入。
馬鈴薯機械化發展重點是研究與開發新型種植機械，解決作業重播率、漏播率高等技術 難題，以及解決盛種部件對切塊薯的適應性問題，適當發展 4 行、6 行大型牽引式馬鈴薯種 植機；研究開發新型收獲機械，解決埋薯率、傷薯率高和分離困難等技術難題，開發馬鈴薯 聯合收獲機，提高其聯合收獲水平，由一般只能完成挖掘——分離——集條3 項作業功能向 挖掘——分離——集堆或集箱——裝袋4項作業功能轉變。要在技術創新中，重點考慮提高 機具挖掘、分離性能，增加有效分離長度，適應大壟距作業，提高工作可靠性和工作效率問 題。同時，黑龍江省馬鈴薯作業機械配套農具型式上小型的多，大中型少；低端產品多，高 新技術產品少，因此，應研究馬鈴薯作業機械配套農具，使配套農機形成系列化，促進馬鈴 薯生產機械化、規模化、降低損耗和提高效益。
6）以乳業為中心的畜牧機械化與配套設備
黑龍江省處于世界玉米帶和奶牛帶，水、草、糧資源豐富，年產作物秸稈約500億kg， 此外，黑龍江省還擁有豐富的勞動力資源，具有畜牧業發展的得天獨厚的自然條件和資源優 勢，這為發展勞動密集型的畜產品生產及降低生產成本創造了良好條件。
改革開放以來，黑龍江省的農業結構發生重大變化，畜牧業發揮潛在優勢，迅猛發展， 畜產品總量、商品率成倍增長，黑龍江省的奶牛飼養量、鮮奶、乳制品在全國獨占鰲頭。 2003 年，通過實施“糧牧主輔換位”，建設農村經濟主導產業發展戰略，推進質量效益型畜牧業發 展的強有力措施，使全省畜牧業得到快速、健康、持續的發展。 2008 年，黑龍江省畜牧業產 值達到 813.1 億元，比 2007年增長38.9%，生豬生產得到快速發展，年末存欄1788 萬頭， 比2007年增長35.6%,達到歷史新的高點；豬肉產量18.27億kg，比2007年增長24.7%, 是1997年以來的最高增幅；奶牛存欄達到221.2萬頭，比2007年增長21.9%；牛奶產量57.71 億kg,增長21.8%。2008年畜禽產品產量增長較快，肉類產量30.33億kg,增長28.4%,其 中牛肉產量比2007年增長38.2%；鮮蛋產量10.93億kg,增長15.3%。2008年畜牧業的發展 共安置勞動力240萬人，轉化糧食125億kg,實現轉化增值效益60億元以上。黑龍江省已 成為國家規劃重點發展的新興肉牛、生豬、肉羊和禽業優勢產區。
畜牧業是餐桌經濟,是食品工業的支柱。隨著社會經濟的發展,人民生活水平的提高, 特別是人們消費觀念的轉變,黑龍江省畜產品的市場需求量將快速增長。統計和實證分析顯 示,一個國家或地區人均 GDP 達到 1000~3000 美元是消費起飛的階段,尤以畜產品消費增 長最為顯著。2000年黑龍江省人均GDP已突破1000美元，2008年已達到2700美元，正是 對營養、健康、美味的畜產品需求旺盛的時期。
畜牧業是農業機械化的薄弱環節,完整的畜牧業機械化應包括率領畜禽飼養過程機械化 和飼料的生產機械化,從現實情況看,牲畜飼養過程對機械化發展雖有要求,但并不迫切, 不是當務之急。相反,在飼料生產過程,飼草的種植、收獲、打捆及青儲等方面對機械化有 著迫切的要求,農業機械在數量、性能、價格等方面上還不能滿足這方面的要求,牧草種植 方面是農業機械化發展的薄弱環節,但牧草生產可以包括在農業種植領域。因此,只要選擇 農業中的草業作為農業機械化發展的重點,也就解決了牧業機械化的突出問題。要加快開發 秸稈加工機械和牧草機械,推廣秸稈壓塊機、牧草播種機、收割壓扁機和打捆機等新產品。 同時,由于奶業在畜牧業中的重要地位,要精心組織開展機械化集中擠奶站的工程建設和設 備開發,搞好與其相配套的青貯飼料工藝及配套設備、奶牛喂飼車、畜舍新型節能供暖設備 的研制與開發；研制新型飼料加工機械,走節糧型畜牧業道路,進一步提高飼料利用率,解 決能耗高、效率低、工作可靠性差等問題。
6.2以發展農產品加工為重點，全面推進農業產業化
黑龍江省主要糧食作物中的玉米、水稻、大豆、小麥以及經濟作物中的馬鈴薯、油料、 亞麻、甜菜都比較有名。然而,由于農產品中優質高效品種少,“原字號”、初加工的產品占 相當大比重,高科技含量、高附加值的深加工少,以致黑龍江省的農業資源優勢并沒有轉化 為經濟優勢,農業大省并沒有轉化為農業強省,這對于全省“三農”經濟的長期、快速發展 是十分不利的。農產品加工業是農業生產的后續產業,發展農產品深加工業,有助于發揮黑 龍江省作為農業大省的資源優勢,對加快現代農業建設,推進農業產業化經營,提高農產品 附加值,增加農民收入必將產生積極的作用。而且,黑龍江省加快發展農產品精深加工業, 實現了種植業、養殖業和加工業的協調發展。
農產品加工業能夠大量吸納農村剩余勞動力就業,拓寬農民增收渠道。據測算,我國農 產品加工業產值與農業產值的比值每增加0.1個百分點,就可以帶動230萬人就業。有研究 表明,農村勞動力的轉移與農民人均純收入呈正相關,勞動力轉移每增加 1%,農民人均純 收入就可增長 2.28%。通過農產品加工業的發展,引導農業生產基地集約化,帶動相關產業 尤其是服務業的發展,有利于利用工業化提高廣大農民的生活水平,建立有利于逐步改變城 鄉二元結構的體制,逐步形成城鄉統一的要素市場,增強農村經濟發展活力。
近年來,黑龍江省農產品加工業有了較快發展, 2007年全省玉米、水稻、大豆、小麥、 馬鈴薯等主要農作物的加工能力達到410億kg,比2000年增長4倍；農產品精深加工程度
達到15%以上，比2000年提高了10個百分點。同時打造了“完達山”、“紅星”、“飛鶴”等 5 個國家馳名商標和“五常”、“泰豐”等12個中國名牌，大大提高了黑龍江農產品在國內外 的知名度和市場競爭力。
黑龍江省農產品加工業檔次低，深加工、精加工不足，產品結構單一。全省農產品加工 企業多數只經過簡單加工就把產品投入市場，進一步深層次加工的數量所占比重小，多層次 開發的產品數量就更少了。例如，發達國家通過對玉米的精深加工，可開發出 3000多種產品， 我國只有20多種，而黑龍江省形成規模的玉米加工產品品種只有4?5 種。
與國際先進水平相比，黑龍江省農產品加工技術裝備普遍落后15?20年，大多數農產品 深加工的中小企業技術水平低，設備落后，缺乏高質量和高水平的監測手段。農業科技工作 重點放在產中領域，忽視對產后領域的科研工作，造成農產品加工領域技術創新能力不強。 主要表現在，產品粗加工多，精加工少；初級產品多，深加工產品少；中低檔產品多，高檔 產品及高附加值產品少；企業物耗高，產出效益低。
提高黑龍江省農業產業化程度，形成“小生產、大群體”的經營格局，是解決當前分散 經營與現代化大農業矛盾的關鍵點，是解決“三農”問題的有效途徑。發展農業產業化，一 是進行“場縣共建”，建立國家級現代農業綜合實驗區。“場縣共建”是實現農墾和地方優勢 互補、合作共贏，走共同富裕的道路。二是擴大農產品精深加工規模，增加就業機會。這兩 種方式有利于農業產業化的加快發展，有利于加快消除城鄉二元經濟結構，有利于提高小城 鎮的建設步伐。黑龍江省應通過培育壯大農業產業化龍頭企業，提高產業的集中度，拉長科 研、生產、加工、銷售一體化的產業鏈，提高農產品精深加工比重，增強市場競爭力。同時， 在產業鏈條延伸過程中，不僅可以增加非農工作崗位，而且從種植業中分離加工車間工人、 農業流通領域經紀人、為農民服務的技術人員等；不僅可以減少田間勞動的農民，擴大土地 經營規模的目標，而且還可以使農民獲得生產和加工銷售環節的“雙重”利潤。
近些年，黑龍江省各地區按照發展農業產業化這個新途徑開展農業生產活動，以黑龍江 省資源優勢開發主導產業，立足于大豆、玉米、水稻、奶牛養殖等多個基礎農業產業綜合發 展，選擇農副產品加工業、食品工業、飼料工業以及勞動密集型產業，作為產業化的主導產 業。組織引導一家一戶的分散經營者和一些生產規模相對較小的農場或農戶依據農業產業化 的多種經營組織形式，以市場為“風向標”，經濟效益為中心，通過企業化的管理及經營方式， 將產前、產中、產后緊密結合，組成產、加、銷一條龍的體系，取得了顯著成效。目前正處 在持續發展和提高階段，全省規模以上的各級農業產業化龍頭企業由2000年的565戶增加到 2009年的 1700戶，其中省級龍頭企業由54戶增加到221 戶；國家級龍頭企業36戶，居全 國第五位。但是，當前農業產業化發展仍存在著龍頭企業牽頭作用不強，產業基地規模較小， 特色不夠鮮明，服務標準化體系不完善，市場中介組織和農村合作經濟組織比較松散等問題， 這些都阻礙著農業產業化的健康發展，也影響著農民增收和農村經濟發展。
6.3以節本增效為重點，發展節約型、環保型農業機械化技術
黑龍江省農業生產得到了長足的發展，但環境卻遭受到了前所未有的破壞，以大量附加 能源投入為代價的農業生產方式不但經濟效益低下，而且對環境造成了嚴重的破壞，導致大 氣污染、水源污染和地下枯竭等環境問題。農業機械科技水平低、使用不當以及沒有及時地 改進農業生產工具是造成環境破壞的主要因素之一。節本增效就是要在減少投入的條件下增 加產出,保護環境就必須提高資源利用率,在不破壞、甚至自然環境逐漸改善的條件下進行 農業生產。因此,只有充分提高資源利用率,增加作物產量,減少水、肥資源的消耗,降低 生產成本才能實現節本增效、和諧發展。這就必須依靠科學技術進步,提高農業機械化水平, 加快推廣節水、節藥、節能、節材的農業機械化技術,降低成本,減少污染,增加效益。
6.3.1節水灌溉技術及機械
黑龍江省人均占有水資源量為2120m3，低于全國人均水平的2200 m3,單位耕地面積占 有水資源量為690m3/hm2,僅為全國平均水平的1/3。黑龍江省水資源的時空分布不均衡，農 業的季節性、區域性干旱十分嚴重,基本上是“十年九春旱”,干旱缺水一直是全省農業生產 的主要問題。近年,干旱災害較多、范圍擴大、損失較重,受旱區域由西部地區向東部地區 擴展,旱災影響范圍由農業向工業、生態等領域擴展,抗旱形勢更加嚴峻。實踐證明,解決 全省缺水問題,除興修必要的水源工程外,根本出路在于節水,黑龍江省有效灌溉面積從 1949 年的13.3 X 10^皿2發展到2008年底的312.25 X 10^皿2,增長了 23.5倍,耕地灌溉率為26.52%, 低于全國平均水平約19%,占全國有效灌溉面積的5.34%。 2008年底黑龍江省節水灌溉工程 面積已達85.65 X 104hm2，占有效灌溉面積的27.43%，以節水灌溉工程面積排序：噴灌為第 一位,占 89.04%；渠灌防滲為第二位,占 7.01%；微灌為第三位,占 2.84%；低壓管道輸水 灌溉為第四位，僅占1.12%。根據規劃，全省未來水田灌溉面積要達到333.3萬hm2,旱田節 水灌溉面積達到200萬hm2,灌溉面積占全省耕地面積的45%。當全省水稻灌溉面積達到333.3 萬hm2時，僅水田用水就高達350億m3左右，扣除兩江一湖過境水，水稻用水仍將達到265 億m3左右，占全省水資源總量的33%,增加65億m3。目前看，這樣的用水水平是不可持續 的，只有通過節約用水，發展節水灌溉才是支撐全省經濟可持續發展的必由之路。
節水灌溉是對傳統灌溉農業的創新，有巨大發展潛力，大力發展節水灌溉對黑龍江省提 高灌溉水利用效率、增加糧食產量、提高農民生活水平、緩解水資源供需矛盾、促進節水型 社會建設將產生重大作用。節水灌溉的發展必須得到領導的重視和支持，通過加強領導，把 大力發展節水灌溉作為實現農業可持續發展的戰略措施抓緊抓好，使各級政府和廣大農民對 發展節水灌溉的重要性和必要性有更加深刻的認識，明確指導思想和基本思路，為發展節水 灌溉打下堅實的思想基礎。
根據黑龍江省實際情況，節水灌溉的重點是大中型灌區以渠道防滲為主，田間推廣水稻 節水控制灌溉和淺型節水灌溉技術；旱田播種采取“坐水種”技術；經濟林果作物以發展微 噴灌、滴灌和滲灌為主；干旱缺水地區以及溫室大棚以滴灌為主。黑龍江省的節水灌溉機械 也存在一些問題，如噴灌設備品種單一，固定式和移動式噴灌機的噴頭、接頭形式基本一致， 可選擇范圍小，噴頭轉動不均勻、易磨損；而微灌機械多引進國外產品，國產的微灌噴頭、 滴頭及滴管帶等品種更少，系統成套設備、過濾器、施肥器等關鍵技術也急需解決，這些問 題成為農田灌溉實現機械化的制約因素。微噴灌是最先進的農業高效節水技術，采用微噴灌 技術水資源利用率從35%提高到80％左右，有效緩解了農業用水緊張的問題，而利用行走式 坐水播種技術，比人工播種提高工效5~6倍，節種22.5千克／公頃，增效375元／公頃，而 且充分利用現有農機具，提高機具利用率。因此，發展微噴灌機械（如固定、半固定、移動 式噴灌系統，化肥及農藥注入設備，過濾器，自動控制設備等）和行走式節水播種機具（如 穴播穴灌覆膜機、條播條灌機、行走式苗期噴淋灌溉機等）仍是今后節水灌溉機械發展的重 點，同時應減少低壓管道輸水灌溉工程的建設，以免重復建設，浪費資源。
6.3.2保護性耕作技術及機械
目前，全球已有 70 多個國家推廣應用保護性耕作技術。美國、加拿大、澳大利亞、巴西、 阿根廷等國的應用面積已占本國耕地面積的 40%~70%。全球保護性耕作應用面積達到1.7億 hm2，占世界耕地總面積的11%，成為相對使用比率增長最快的一項新技術。發達國家保護 性耕作其實質為改善土壤結構，保護土壤，減少地面水分蒸發，減少水蝕風蝕和養分流失， 充分利用水資源，減少勞動力、機械設備和能源的投入，提高勞動生產率，達到高產、高效、 低耗、優質、可持續發展的目的。
黑龍江省土地肥沃，有機質含量高，適宜農業的土壤約占全省土壤總面積的 40%，黑土、 黑鈣土、草土面積占全省耕地總面積的 67.6%，是世界上著名的三大黑土帶之一。 2009年黑 龍江省耕地總面積1183.3萬公頃，其中旱田967萬hm2。長期以來在經濟利益驅動下，人為 因素造成黑龍江省耕地水土流失嚴重，一是人們對土地采取的是不合理的耕作技術，使黑土 嚴重流失。小型拖拉機由于功率小、耕層淺，導致機耕質量下降，犁底層逐年上升，在接近 地表10 cm左右形成堅硬而光滑的板塊，不滲水、不透氣、不過肥，加之只種地不養地，棄 用農家肥，致使土壤肥力銳減，板結與沙化現象日趨嚴重，水蝕、風蝕土地面積逐年擴大； 二是農業生態環境脆弱。調查發現凡是大豆茬施用過除草劑的地塊，第2年種植馬鈴薯均表 現出苗不齊、生長勢弱、產量低，藥害引起的糾紛問題也逐年增多。黑龍江省2009年大豆種 植面積達到400多萬hm2，比上一年增幅達到13.22%~15%，與20世紀六七十年代種植面積 相比增加了50%以上。由于大豆種植面積的不斷增加，黑龍江省歷史上形成的科學的3 年輪 作作物種植方式遭到破壞，農田生態失去平衡，尤其是大豆田長殘效除草藥劑長期、廣泛使 用所帶來的危害已十分嚴重。如大豆茬施用過豆磺隆、普施特的地塊， 2 年之內不能種植玉 米、水稻， 3 年之內不能種植馬鈴薯、各種蔬菜（白菜、油菜、黃瓜、茄子、番茄、西瓜等） 及闊葉的經濟作物（甜菜、向日葵等），同時，還不能用施過普施特、豆磺隆的土壤作為水稻、 甜菜、蔬菜等作物育苗床土。現在黑龍江省北部包括大興安嶺地區和一些大型機械化農場， 由于農村勞動力少，大量使用除草劑，對土壤及周圍環境危害十分嚴重，公路兩旁及田間綠 化帶的樹木和有益的蟲鳥也難逃其害。土壤污染也直接影響土壤生態系統的結構和功能，最 終將對生態安全構成威脅。目前，黑龍江省耕地水土流失面積已超過400萬hm2，年跑水約 20億?40億m3,因跑水沖走黑土 2.5億?3億t，相當于年損失土壤養分500萬?600萬t化肥。 黑龍江省每年有30.7萬hm2農田遭受不同程度的風沙危害，嚴重年份毀種面積達2.7萬hm2。
水土流失給黑龍江省帶來了嚴重的危害。一是土層變薄，地力減退，糧食產量下降。據 統計，由于水土流失導致糧食畝產減少25?40千克，全省每年糧食減產22?25億公斤；二是 造成洪澇、干旱、風沙災害，威脅人民生命財產的安全。“九八”洪水即是生態環境惡化所導 致的直接后果。在水患頻發的同時，風蝕危害也有加劇之勢，全省風蝕主要發生于松嫩平原 西部，據試驗觀測，每年風剝表土 0.6 cm左右，每畝耕地流失土量4 m3。西部干旱地區，平 均每年春季因風害毀種補種面積達13.3萬hm2，目前，草原、耕地沙化面積仍在以每年2萬 ~5 萬公頃的速度向中、東部漫延。黑龍江省的水土流失已經造成了耕地面積減少、土質退化 和糧食減產的危害，我們必須對現有的耕地進行綜合治理，所以說，在黑龍江省推行農業機 械化保護性耕作，保護黑土耕地已是當務之急。
經過幾年的研究探索，黑龍江省已經具備了全面推行保護性耕作的基礎條件。一是通過 保護性耕作實踐取得的實效，使各級政府主要領導和農業管理、技術推廣人員認識到，保護 性耕作是黑龍江省保護和改良耕地的重要措施，使技術推廣有了支持和保障。二是土地規模 經營的推進，大馬力拖拉機的增多，使深松整地有了動力保證。 2009年黑龍江省大中型拖拉 機已達583 015臺，這些大型的拖拉機及其配套農具，為深松整地提供了保障，玉米收獲機 已達 2320 臺，玉米機收程度可達 15%以上，秸桿還田率將有所提高。三是免耕播種機、少 耕滅茬深松機、高效藥劑滅草機等機具的開發使用，使保護性耕作有了機具保證。黑龍江省 農機研究院、哈爾濱市農機研究所、勃農農機制造公司和哈爾濱紅日農機制造股份公司、泰 禾公司、東金集團等科研、生產企業都在積極開發生產適合黑龍江省壟作的保護性耕作新機 具。四是春種期間的干旱和大風，使保護性耕作技術推廣應用成為抗旱減災的有效技術。為 此，要求我們要抓住機遇，增強緊迫感，深化認識，積極探索工作思路和措施，做好有關工 作的落實，只有實施保護性耕作，黑龍江省才能保障黑土地的可持續利用，農業才能長期有 效發展，抗旱和抗澇能力才能得到保障，商品糧基地才能得到鞏固和加強。
2008年黑龍江省保護性耕作技術推廣面積達到25.73萬hm2，其中技術示范面積1 333 hm2,示范作物品種由單一的玉米品種擴大到玉米、大豆等品種，部級示范縣4個，省級示 范縣增加到 20 個。 2006 年，黑龍江省蘭西縣被國家農業部確定為保護性耕作技術示范縣， 通過三年的實踐取得了良好的經濟、社會和生態效益：
1） 經濟效益
機械化保護性耕作技術是集秸稈覆蓋地表、免耕少耕播種、深松及病蟲草害綜合控制為 主要內容的現代耕作技術體系。經農業專家和技術人員對示范區進行抽樣調查，結果顯示， 2006~2008 年糧食增產和增收效果越來越明顯，其中 2008 年玉米每畝節省生產費用 30 元， 畝增產75 kg,增收75元，節本25元，畝節本增效共計130元，實施5.7萬畝增收741萬元; 大豆每畝節省生產費用30元，畝增產52 kg,增收182元，節本20元，畝節本增效共計232 元，實施3000畝增收69.6萬元。項目區實施保護性耕作技術6萬畝，增收節支總效益達810.6 萬元。三年共計增收節支總效益1331.7萬元。
2） 社會效益
保護性耕作減少了作業環節，減輕了農民勞動強度，可減少耕作次數4~5次，節約人畜 用工 40％~50％，提高了生產效率和農民對農業科技的認識，得到項目區廣大農民群眾的認 可和歡迎。同時項目總結出的技術、方法和經驗可為東北地區，特別是黑龍江省一年一熟壟 作區的保護性耕作示范推廣提供寶貴經驗，對周邊縣（市）開展保護性耕作起到很好的示范 帶動作用。
3） 生態效益
一是培肥地力，促進農業可持續發展。實施保護性耕作增加了土壤有機質含量，降低了 土壤容重，促進了土壤團粒結構的形成，增強了農業抵御自然災害的能力。二是增加了土壤 的蓄水保墑能力，減少天然降水的地表徑流和水分蒸發，緩解水資源緊缺。與傳統耕作相比， 保護性耕作可減少地表徑流 60%，提高天然降水利用率 20%，年增加土壤有機質 0.03%，根 據試驗數據表明，同樣管理情況下，實施保護性耕作技術的農作物在生育期土壤含水量明顯 偏高，出苗率可提高5％?10％左右，種植的作物畝可節水20％。三是解決了焚燒秸稈問題， 保護了生態環境。實施保護性耕作技術，要求大量的作物秸稈覆蓋還田，既給農作物秸稈利 用找到了出路，充分利用了資源，還有效地抑制了秸稈焚燒造成的環境污染。四是可以治理 農田揚塵，防治風蝕水蝕。目前蘭西縣一部分耕作仍采用鏵式犁耕翻和土壤裸露越冬的傳統 耕作習慣，在冬春風力極強的作用下，極易起土揚塵，形成沙塵天氣。開展保護性耕作可以 通過秸稈覆蓋，起到擋風固土的作用，減少水土流失。在2008年遭遇大旱的情況下，保護性 耕作在抗旱保墑、保護生態環境、提高農業綜合生產能力等方面的優越性更加顯著，使得這 項技術更加深入人心。
開展保護性耕作的規模和范圍需要進行科學合理的劃定。土壤侵蝕嚴重的地區，增產增 效顯著的地區和容易實現規模化經營的地區要優先進行。在我國保護性耕作技術剛剛起步， 黑龍江省作為我國糧食最為重要的生產基地，該項技術在黑龍江省有著很大的發展空間。因 此，應進一步加大對保護性耕作的支持力度，把保護性耕作納入農業重大科研和推廣項目， 長期予以支持，并從生態補償角度建立相應的補貼推廣政策，從而調動各地推廣應用保護性 耕作的主動性和積極性。
保護性耕作技術是耕作方式的重大變革，是農業可持續發展和建設農業生態大省的戰略 性措施。黑龍江省由于無霜期短，冬季漫長，春季十年九旱，作物秸稈腐爛較慢，地表殘茬 覆蓋往往效果不理想，這是黑龍江省推廣保護性耕作技術與華北黃淮海地區和南方地區很大 的自然差異。因此，要在當前業已形成的以深松為基礎，以少耕為原則，以蓄水保墑和提高 地力為核心，實行免耕、淺耕、深耕相結合，松、翻、耙（旋）碎茬技術組合應用的“三•三” 土壤耕作制度的基礎上，研究開發具有黑龍江省特點的保護性耕作技術及配套機具，在適應 性和可靠性上下功夫。重點研究適合壟作、平作和地表殘茬覆蓋狀態下的保護性耕作農藝技 術、工藝模式和配套機具，研究開發免耕播種機，解決免耕播種通過性能差、入土性能差、 拖堆堵塞、播種質量差的技術關鍵；研究新型噴霧機械，采用低量噴霧、靜電噴霧、控滴噴 霧和霧滴回收、噴幅自動標識、智能化控制等技術，解決氣流輔助噴灑、全封閉自動混藥和 精確施藥等問題，提高植保機械的安全性。
6.3.3設施農業技術及機械
設施農業是利用現代工業技術來裝備農業，采用工業化生產方式實現集約、高效及可持 續發展的現代農業生產體系，是現代生物技術和工程技術的集合（程子良， 2009），是通過設 施及環境調節，為作物營造較為適宜的生育環境，達到早熟、高產、優質、高效的集約化生 產方式。國外設施農業以高技術、高投入、高產出及可持續發展為切入點，運用自動化、機 械化、微電子智能化高新技術，將設施內的溫度、濕度、光照、水分、營養、CO2濃度等綜 合環境自動調控到作物生育所需的最佳狀態，生產作業高度自動化和機械化，使栽培環境不 受自然條件影響而得到有效控制，從而讓農業產品工廠化生產成為現實。目前，國外設施農 業已發展到較高水平，設施園藝、集約化養殖生產頗具規模，形成了成套的技術、完整的設 施設備和生產規范。世界各國都非常重視設施農業，設施農業已成為世界各國展示農業科技 發展水平的重要標志，是農業發展中最具有活力的新興產業之一。
近年來，黑龍江省農業以“促進農業增效，種植戶增收，加速新農村建設”為主要目標， 突出特色，強化力度，力促設施農業建設，把發展設施農業作為種植業結構調整和種植戶增 收的重要途徑。黑龍江省設施農業主要包括園藝設施和養殖設施兩類型。園藝設施主要以蔬 菜設施建設為主， 2008年設施蔬菜種植面積保持在34萬畝左右，占蔬菜總面積的6.2%，總 產量2.8億kg，產值19億元。其中，節能日光溫室9萬畝，塑料大、中、小棚25萬畝，以 農戶自主經營為主，基地、大戶經營次之。設施蔬菜種植品種主要有番茄、黃瓜、油豆角、 花卉、彩椒、甜瓜、西瓜、葉菜類及食用菌等。養殖設施以具有一定生產規模的養牛和養豬 場為主，主要采用有窗式、開放式圈舍，以養殖大戶經營為主，農戶養殖為輔。經濟效益按 普通溫室計算，每畝用膜1100元， 2?3年更換一次，在扣除薄膜、人工、播種、施肥等成本 情況下，每平方米產量達15 kg,純收入15元/m2，畝可實現純收入9000多元，經濟效益十 分可觀。對哈爾濱、牡丹江、佳木斯、黑河、大慶的 1360戶大棚種植戶調查，其中經濟效益 較好的有 1130 戶，占 83%，效益不太好的有 230 戶，占 17%。通過對中等收入農戶的大棚 蔬菜與大豆、小麥的畝效益進行對比分析表明，設施農業是一項高投入、高產出、勞動強度 大的產業，設施農業的收益明顯高于種糧的收益。一棟占地面積為 1 畝（使用面積 0.7畝） 的黃瓜溫棚年純收入在3051 元，一棟占地面積為1 畝（使用面積0.5畝）的西紅柿大棚年純 收入1408元左右，一個中型蔬菜大棚的收入相當于種植小麥的 10倍以上，如果種植其它品 種，如食用菌收入更高，一個食用菌棚可收入6000元左右，增收效果十分明顯，種大棚的畝 效益遠遠高于大豆、小麥等其它農作物，是農民增加收入的最有效途徑。
設施農業的發展不僅可以直接增加技術密集生產在農業生產中的比重，提高農業科技含 量，還可以有效地培養農民精耕細作的生產習慣，激發他們學科技、學技術的積極性，扭轉 長期以來在露地耕作生產中形成的粗放生產習慣和經營觀念，全面提升農業生產的科技含量 和經營水平。設施農牧業的發展也帶動了加工、運輸和銷售等第三產業的興旺，創造了大量 的就業機會，緩解了農民進城務工帶來的就業壓力。
黑龍江省冬春季節寒冷，無法從事正常的種植業和養殖業，而溫室等保護地設施在人工 控制條件下使作物或牲畜能正常生長和發育，從而獲得顯著的經濟效益。因此，黑龍江省的 設施農業雖起步較晚，但發展較快，已成為產業結構調整的重要內容，在促進農民增收和緩 解農民就業壓力方面做出了重要貢獻。隨著科技、經濟、社會的發展，人民生活水平和質量 的提高，對肉蛋奶、瓜果蔬的需求越來越多，對質量、品種的要求也越來越高，黑龍江省發 展現代化設施農業符合這一需求，設施農業還有很大發展潛力。
適合設施農業耕作、栽培和收獲等農藝特點并主要在各類設施中工作的農業機械簡稱為 設施農業機械。我國設施農業起步晚，設施農業機械發展較慢，應用較少，配套水平也不高。 國外如荷蘭、以色列、日本和美國等國家對溫室中作業機具進行了系統的開發、研究、推廣 和應用，許多作業項目，如耕整地、播種、間苗、中耕和除草都已實現了機械化。我國設施 農業的機械化作業程度低，所有勞動和作業均為原始的手工勞動，強度大，工作環境差，效 率低，人均管理面積僅相當于荷蘭的 1/4，而且作業質量差，平均單產約為荷蘭的 1/4?1/3， 與發達國家相比存在很大差距，是綜合設施技術中的薄弱環節，對設施技術的進一步發展形 成制約。
目前設施農業機械的發展停滯不前，主要集中在幾個方面：一是針對棚室的特殊環境， 國內研制的多功能微耕機外形尺寸大，操作不靈活，邊角地帶無法作業，漏耕嚴重，適應性 較低，旋耕、深耕作業達不到要求，當土壤含水率超過20％時，其碎土性能變差，耕作阻力 變大；二是種植機械中，播種機械雖然可以與田園管理機配套使用，但其播種精度不高，適 應性較差；三是栽植機械雖然已經研制成功 4 行自動缽苗移栽機、 2 行半自動缽苗移栽機， 但不是明確針對設施農業而設計的，無法進入溫室或大棚中作業。設施農業機械的發展方向 主要有：一是開發日光溫室內專用微耕機。合理選擇配套動力，要求機械外形尺寸小，操作 方便，以減輕勞動強度。二是開發小型多功能工具機，增強作業功能及種類，提高配套比。 要求性能穩定、工作可靠、操作方便。三是針對育苗和移栽工作量大的特點，開發穴盤育苗 播種、可與微耕機配套的小型移栽成套設備等。四是根據花卉和蔬菜種子價格較高的特點， 研制小型精量、精密播種機，要求行距、株距及播深控制準確且可調。五是研制安全、低污 染的微灌、噴灌以及施肥設備。另外，環境檢測設備以及自動卷簾機械也是研究開發的重點。
6.3.4精確高效施藥技術及機械
2000年以來，隨著黑龍江省農業機械化的加快推進，植保機械化也取得了快速的發展， 機動植保機械保有量大幅增長， 2008 年機動噴霧（粉）機達到 79330 臺，是 2000 年的 4.74 倍，總動力達到218.14兆瓦，植保機械的性能不斷改善，機動植保機械化作業程度不斷提高， 由2000年的31.79%提高到2008年的66.9%，高效植保機械化技術得到推廣應用，為促進農 業抗災奪豐收做出了重要貢獻。
目前，黑龍江省高效機動植保機械裝備數量不足，在用植保機械中手動機械依然占很大 比例，“跑、冒、滴、漏”現象普遍，妨礙了農作物病蟲草害的防治，帶來了諸如農藥有效利 用率低、農產品中農藥殘留超標、環境污染、作物藥害、操作者中毒等負面影響，造成了不 應有的損失以及其它不良后果，與發展現代農業、保障農產品質量安全和農業生態環境安全 的要求不相適應。早在20世紀70年代，發達的歐美國家就將植保機械列入特種農業機械行 列，有其專門管理部門和機構。在我國入世承諾中，植保機械被列入強制性產品（CCC）目 錄。為深入貫徹中央 1 號文件精神，堅持“預防為主，綜合防治”的方針，按照“公共植保、 綠色植保”的理念，充分發揮農業機械化在病蟲草害防治方面的作用，加快推進植保機械化， 提高植物病蟲草害防治能力，就要改變施藥技術和植保機械落后的現狀，用高效施藥機械實 現精準噴霧作業。如低量靜電噴霧機（可節藥 30%~40%）、自動對靶噴霧機（可節藥 50%~80%）、防飄噴霧機（可節藥 70%）、循環噴霧機（可節藥 90%）等。
6.4黑龍江省農業機械化發展的對策與建議
世界上大多數發達國家在20世紀60年代先后實現了農業機械化，進而相繼實現了農業 現代化。綜觀發達國家的發展，雖然各國在建設現代化農業的道路和技術路線的選擇上有所 不同，但都采取了一些相同或相似的政策措施來推動農業機械化的發展。近年來黑龍江省農 業機械化有了較快的發展，但與發達地區和國家還存在較大差距，尤其是長期以來制約農業 生產的一些薄弱環節并沒有得到根本解決，無法適應社會經濟發展和農業現代化進程對農業 機械化的要求。因此，迫切需要政府部門積極營造良好的政策環境，加大對農業機械化發展 的扶持力度。從國外已經實現農業現代化國家的發展歷程看，在基本實現農業機械化和加快 工業化發展時期，是政府加大農業機械化投入的關鍵時期。因此，借鑒國外發展農業機械化 的經驗，結合黑龍江省農業機械化發展的實際情況，提出促進黑龍江省農業機械化發展的對 策與建議。
6.4.1加快和完善農機政策法規建設，依法促進黑龍江省農機化發展
1） 加快和完善農機政策法規建設
為了促進農業機械化的發展，發達國家非常重視農業機械化法律法規的建設，明確規定 政府主管部門推進農業機械化以及對農業機械化發展的促進作用、支持方式和途徑。美國在 《農業法》中對有關農業機械化發展的教育、科研、推廣、產品質量鑒定等方面都做了相應 的規定。德國通過制定《農機法》要求農機制造廠商必須保證本廠產品有充足的零部件供應， 并要確保農民操作安全。日本政府1953年頒布的《農業機械化促進法》使得日本的農業機械 化一開始就在法律的保障下正常發展，對農業機械的試驗研究、普及推廣、產品檢查等都做 了詳盡的規定，并根據農業機械化的發展需要，在1965年和1993年進行過2次修訂，及時 調整修改其中與農業機械化發展實際不一致的條文，使《農業機械化促進法》更加趨于完善， 更具有現實性。韓國在1978年頒布實施《農業機械化促進法》，后又經過多次修改，其主要 內容包括農業機械化的基本計劃、資金支援，農業機械化的檢查、管理，農業機械化事業的 委托以及罰則等。
黑龍江省為了做好農業機械化發展工作，已經制定了《黑龍江省農業機械管理條例》、 《農機產品生產備案管理辦法》、《農機銷售技術條件管理辦法》、《農機維修管理辦法》、 《黑龍江省農業機械安全監理員管理辦法》和《黑龍江省政府支持農業機械目錄管理辦法》 等，為了使黑龍江省農業機械化事業能夠穩定、持續發展，更好地促進經濟建設和新農村建 設，應繼續轉變思想觀念，深入研究黑龍江省農業機械化發展特點、趨勢及規律，在此基礎 上，進一步加強農業機械化的法律法規建設。建立農機作業服務的法律保障，健全有關法規、 規章和法律程序，對農機作業質量進行監督，對作業糾紛進行仲裁，以保證作業服務的有序 運行。同時，加強農業機械化標準體系建設，農業機械質量監督體系建設，提高政府對農業 機械產品標準、作業質量標準的管理水平，提高農業機械化標準實施單位的執行能力。
2） 貫徹落實各項政策和法律法規，依法發展農業機械化
黑龍江省各級政府及農機部門要加大農業機械化相關法律、法規的貫徹落實力度，維護 法律的權威性，促進依法行政、依法發展農業機械化事業，提高各級政府、領導及農民群眾 對農業機械化的認知程度。要依據具體的管理職能要求，強化并調整、完善農業機械化管理 機構，同時注重加強管理水平和提高執法能力，改進工作方式方法，依法加大監管力度，樹 立服務意識，提高服務水平，政府亦應采取有效措施以保證農機管理經費。
6.4.2建立促進農業機械化發展的長效投入機制
通過對農業機械化發展主要影響因素的分析可知政府財政投入、機械化燃料價格和機具 價格是影響黑龍江省農業機械發展的最主要因素，而且由農業機械化發展目標的預測和實現 發展目標財政投入的測算可知，黑龍江省農業機械化的發展還需要加大財政投入比例。因此， 必要的資金投入、完善的財政支持政策和補貼機制是保證農業機械化事業健康發展的重要前 提。為更好地推動黑龍江省農業機械化事業的發展，各級政府要加大對農業機械化的資金投 入和補貼力度，必須建立促進農業機械化發展的長效投入機制，建立以財政扶持和信貸支待 為導向，農民和集體自籌為主體，社會資金為補充的多元化、多層次、多渠道投資體制。
1） 加大政府資金投入的力度，發揮資金的政策導向作用
要長久堅持各級政府財政對購置農業機械進行補貼的政策，根據農業機械化發展的需要 不斷加大資金投放量，不斷擴大補貼的范圍和品種，針對黑龍江省的實際情況在保證對新型 和大型農機進行補貼和提供貸款的同時，應重點支持重大和關鍵農機裝備的購置。對大功率 拖拉機、玉米收獲機、水稻插秧機、水稻收獲機、青貯飼料收獲機、保護性耕作機械、節能 型農業機械、環保型機械設備等能夠有效促進新農村建設的農機裝備作為補貼的重點；要研 究和推行老舊拖拉機和配套農業機械報廢更新資金補貼的政策，以此推動老舊農業機械的淘 汰和農業機械結構的調整優化；要加快農業機械作業用油補貼政策的研究論證，盡快出臺相 關的用油補貼政策，特別是目前油價上漲嚴重影響農民增收的情況下，尤為迫切。補貼比例 應以農機購買者有錢可賺，能夠承擔投資風險為標準，一般應達到25％以上。若補貼過低， 則使購機者使用成本加大，不利于農業機械化的發展。最后，制定優惠政策引導社會資金和 國外境外資金投資農業機械生產和農業機械化發展領域，借用各方面的力量推動黑龍江省農 業機械化的快速推進。
2） 對農業機械的生產和農機購買者實行信貸支持
各級金融、信貸、稅收等要不斷增加農業機械生產新增貸款的規模，優先為市場急需的 農業機械的生產提供貸款；對民間和社會進行新機械研發的貸款給予低息和貼息優惠，鼓勵 社會各方面進行農業機械化技術創新；要建立農民購置農業機械小額貸款制度，并擴大貸款 范圍，貸款額度應控制在購機資金的 50%以內，對購機信貸實行低息或免息優惠。允許以購 買的機械向銀行抵押，同時要簡化審批手續。貸款期限亦應延長（如10年），這樣能有效降 低購機者所承擔的風險，有利于提高農機購買者購機與進行生產經營及管理的積極性和責任 感，支持農民發展農業機械化。同時，要建立相應的農機信貸監管及風險管理制度，對大額 農機信貸實行信用評價制度，農機轉移后補貼，貸款收回制度，防止農業機械化發展資金無 序流動和流失。
6.4.3加強對黑龍江省農民和農機從業人員的教育和培訓
黑龍江省農業勞動力和農機從業人員受教育程度低是影響農業機械化發展的重要因素。 隨著農業科技進步和加快推進社會主義新農村的建設進程，需要提高農民整體素質，造就有 文化、懂技術、會經營的新型農民，培養大量具有現代科學技術水平和較高素質的新型農民 和農機技術人員。
農民素質的提高一方面有利于農業勞動力的轉移， 2008 年黑龍江省外出務工勞動力中， 具有初中文化程度的農村轉移勞動力總數的 65.5%；高中及以上文化程度的外出務工勞動力 占 11.0％，比上年提高 1.1 個百分點；中專及以上文化程度占 4.6%；外出務工勞動力中接受 過專業技能培訓的占26.6％，比上年提高 1.4個百分點，農村轉移勞動力的文化素質有了明 顯提高；另一方面可以提高農民對農業機械新技術的接受和學習能力。農業現代化迫切需要 具有強烈科技意識的新型復合型人才。因此，有關管理部門及農機教育部門應結合農業、農 村及農民的實際情況，制定切實可行的各類農業機械化人才培養方案，構建多層次、全方位 的農機教育及職業技術培養體系。
1） 強化農村公共教育和勞動力技能培訓
（ 1）按照現行教育制度安排，進一步加大對農村公共教育的投入力度。解決辦法有：徹 底破除城鄉分離的教育制度，真正在農村地區實行和普及義務教育，明確規定義務教育的主 要重任在于各級地方政府，遏制農村公共教育亂收費現象，加大監管力度。
（ 2）加大對農村勞動力職業技能培訓，提高勞動力素質，增強勞動力就業競爭力。黑龍 江省各級地方財政應安排專門用于農民職業技能培訓的資金，同時應調動社會各方面參與農 民職業技能培訓的積極性，如鼓勵各類教育機構和用人單位參與培訓。
2） 構建新型教育體系，為農業機械化發展提供人才保障 科研、教學和技術人才是發展農業機械化事業的重要保證。全國共有3個農業機械化工
程重點學科，黑龍江省就有 1 個。黑龍江省在提高碩士、博士研究生教育的水平、檔次和數 量的同時，繼續探索農業機械化及其自動化本科教育的培養方案及培養方向，使農業機械化 本科生更適應市場的需求。在保證已形成的農業機械化人才培養體系的結構、培養數量和質 量的前提下，要積極探索新的農機技術人才培養方式和途徑，盡量滿足新形勢下各層次農業 機械化人才培養的市場需求。如“村村大學生”計劃、工程碩士培養、研究生班培訓、選派 農業特派員、科技副職掛職鍛煉，以及培養農村科技帶頭人等都是培養各層農機人才的有效 形式。有關高校要結合實際需求，積極探索完善農業機械化人才培養結構及培養方式的有效 途徑，為黑龍江省農業機械化發展提供人才保障。同時注重發揮各縣市農機學校的教學優勢， 有針對性地開展各種培訓與教育工作。有效提升基層農機技術人員的技術和文化素質。
（ 1）加強高學歷農機人才的培養
目前農業大學培養的農機專業學生直接從事農機科研、推廣和管理的人數較少，改行的 較多，主要因為農機科研機構公益性很強，專業化程度更高，沒有其它收入來源，而農機科 研單位的基本待遇低，科研人員人頭經費不足很難吸引人才，留住人才。要提高農業機械人 才隊伍建設，首先要創造條件，改善待遇，同時調動高學歷人才投身農機事業的熱情，留住 和吸引農業機械專業技術人才；其次要對高學歷人才的培養給予足夠的重視。結合目前黑龍 江省農業機械化技術及管理人員的缺乏，數量較少，素質較低的實際，對高學歷農機人才培 養的需求程度進行深入研究，制定相關政策，適當降低招生條件和學費標準，鼓勵和支持有 志之士攻讀學位；再次有關高校要與相關企業或科研院所等單位建立聯合培養基地，探索新 的培養思路，可采取雙導師聯合指導的方式，使學生的研究項目與生產實際緊密結合，提高 人才培養的質量及水平，促進研究成果向現實生產力的轉化。
（ 2）培養基層農機專業骨干 黑龍江省基層農機技術、管理人員、農機維修人員等，文化程度、技術素質參差不齊， 這些人員的培訓和素質提高直接影響農業機械的使用效率與效益。基層農機技術人員的技術 培訓和文化素質提高的任務非常艱巨，應采取有效措施和形式，搞好農機從業人員的職業教 育和技能教育，充分發揮各級農機教育培訓機構的作用，長期堅持對基層農機技術人員的技 術培訓。
（3）加強農機科技人員的繼續教育 從事農機科研和技術推廣的科技人員長期工作在生產第一線，工作條件艱苦，待遇低， 知識更新慢。要提高農機科技人員素質，一是要根據農業現代化的發展和國內外科技發展趨 勢，采取培訓、進修、短期輪訓、報考工程碩士、選派兼職高校研究生導師、客座教授和派 出訪問學者等多種形式，對農機科技人員進行繼續教育，使他們及時掌握現代科學技術，提 高自主創新能力。二是增加高校畢業生參加工作后接觸社會實踐的機會，特別是農藝知識的 獲取，以及工廠各工種、各種加工設備和各生產環節的實踐，使其與農業生產實際相結合。 三是培養懂經營、會管理的優秀人才，增強市場意識、開放意識和改革意識，加大農機外向 型經營管理人才和經貿人才的培養和選擇，適應農機行業對外開放的需要。
（4） 加強農機大戶的科技培訓工作 以提高農機大戶文化水平和綜合素質為基礎，重點提高農機大戶的科技意識、實用技能
和經營能力。以農機大戶為依托，推廣普及農業機械化新技術，實施科技入戶工程。各級農 機管理部門和各級農機校要把農戶的培訓工作列為一項重要的常規性工作，積極爭取當地政 府和有關部門的重視，支持各市、縣農機主管部門要在調查研究的基礎上，從本地實際出發， 有計劃地開展培訓工作，抓出成效。
（5） 開展農業機械化科學教育體系的國際交流與合作 加強國際間的合作與交流，是引進、消化、吸收國外先進技術與經驗，趕超世界先進水
平的一項重要措施。由此可以解放思想，開闊視野，獲得更新、更快的科技信息，對于提升 農業機械化水平有很大的推動作用。一是要積極引進國外先進的農業機械化技術與裝備。大 力開展多種形式的國際交流與合作，重點圍繞著重大農業工程技術，如保護性耕作技術、大 功率拖拉機及配套農機技術、節約型農業機械化技術、環保型農業機械化技術、設施農業技 術、精細農業技術等，開展自主創新、集成創新和引進消化再創新，搞好新技術、新工藝、 新機具的試驗、示范和推廣。二是借鑒國外農業機械化標準與規范。學習和借鑒國外農業機 械化標準與規范，可以實現國內標準與國際標準接軌，進一步優化農機產品結構，健全農機 質量保障體系，提高農業機械的標準化、系列化和通用化水平，這有利于提高黑龍江省農機 產品的競爭力，使農機制造業參與國際竟爭，為農機產品在國際市場上占有一席之地創造條 件。三是學習國外先進的農業機械化生產管理技術和管理模式。堅持體制創新、機制創新和 制度創新，探索出一套適合黑龍江省特點的農機管理模式，全面提高黑龍江省農業機械化管 理水平。四是學習和借鑒國外農業機械化教育模式，研究其教育特點，為完善我國農業機械 化教育體系提供有益參考。
6.4.4加強農業機械化科技創新，促進黑龍江省農機工業發展
1 ）加強農業機械化科技創新
農業機械的科學研究是農業機械化發展的基礎和平臺，農機具的科技含量、性能和質量 直接影響著農業機械化發展。黑龍江省具有較強的機械制造業和農業機械科研能力，完全可 以選擇農業機械化的重點、難點問題實施聯合攻關，建立以企業、大學、科研單位的有機結 合為基礎，以企業為主體，項目為載體，與農業科技創新體系相銜接的產學研聯合制造和技 術創新體系，提高農機化科技創新的可持續發展能力，在農機生產和科研方面實行強強聯合。 根據黑龍江省農業生產需要和農業機械化技術裝備發展的需求，制定農業機械化科技創新的 發展規劃，堅持引進、消化吸收和自主創新相結合，以自主創新為主的原則，走出黑龍江省 自己的農業機械化科技創新之路，改變農業機械研發生產各自為戰的局面，整合各方面的科 研力量和生產企業，優化農業機械科技研究、開發、生產等各種資源配置，加強推進農機與 農藝相結合，加強基礎性研究，提高自主創新能力和技術儲備水平，為黑龍江省農業機械不 斷地創新和發展提供源源不斷的技術支撐。
加大對有關科研機構和院校從事農業機械化科學技術研究的支持力度，盡快建立農業機 械科技開發專項基金，組織實施重大新型農業機械產品和配套機具的開發和生產，重點加快 研制農業生產中急需的農業機械化關鍵技術和及共性技術攻關，切實解決農業產業結構調整 過程中農業機械化技術在經濟作物生產和農產品加工等方面的滯后問題，解決主要糧食作物 生產機械化技術“瓶頸”問題，為農業生產提供有力的技術支撐。
2）加快黑龍江省農機工業發展
黑龍江省農機科技創新水平的提升，為農機制造工業的發展提供了最根本的技術支持和 保證，是黑龍江省農機工業得以良好發展的前提。黑龍江省的農業生產具有很強的地域性， 特色鮮明的農業栽培制度和復雜的農藝特點，對機具的適應性和多樣性要求很高。目前農業 生產中所用的農業機械相當一部分產自外省區，這些機械往往不適合當地的生產條件和生產 方式，售后服務和維修困難，使農業生產成本提高；現有農機產品與生產實際需求脫節，造 成農機不適用或農機不配套。黑龍江省農機制造業往往還不能提供適銷對路的高端產品，而 低端產品充斥市場，造成資源的極大浪費，也給農民造成了經濟損失。截至 2008年末，黑龍 江省有規模以上農機裝備生產企業87家，固定資產總值30億元左右，農機制造業大而不強、 產能過剩，有效供給不足，已成為本地區農業機械化發展的制約因素。要充分利用黑龍江省 農機制造業的良好基礎條件，結合東北地區、乃至全國的農機市場需求，把農機制造業做大 做強。加快黑龍江省農機工業發展具體措施：
（1）多渠道多層次發展農機工業。要采取企業自籌為主，社會籌資為輔，以金融部門為 依托，政府財政扶持為導向的多渠道、多形式、多元化的新機制，為黑龍江省農機裝備制造 業發展注入生機和活力。同時，通過外引內聯，招商引資，引進技術、成果、資金等，打好 農機裝備制造業發展的堅固基礎。另外，還要充分發揮好相關企業的“剩余產能”，聯合有 能力的大中型企業，組織農機產品的協作配套生產，培育龍頭企業及產業集團。圍繞優勢的 龍頭產品，采取主輔配套、合資合作、實體聯合、資產重組、股份制、股份合作制等多種形 式，組建黑龍江省農機企業集團。
（2）強化農機企業內部管理。建立完善的現代企業管理制度和運行機制，包括先進的用 人機制、分配機制、創新機制、競爭機制和各種激勵機制等。采取有效的管理技術及管理手 段，推進企業的民主化、科學化和信息化進程，提高企業管理效率和工作效率，提升企業經 濟效益、社會效益和生態效益。民營企業、私人企業要開闊視野，摒棄落后的家族式管理模 式，增強現代企業發展理念，實行現代企業發展模式。
6.4.5健全農業機械化服務體系，提高農機作業服務水平
農業機械化服務體系是銜接農業機械和農戶的橋梁，是農業機械轉化為現實生產力的必 要途徑。建立健全農業機械化服務體系，增強服務功能是各級政府的義務和責任，是黑龍江 省農業機械化能否持續發展的關鍵，完善農業機械社會化管理與服務體系需要政府和社會的 雙向互動。農業機械化管理機構要保證人員編制，行政級別和經費，加強對農業機械化事業 的管理，對其公益活動在人員編制，事業經費，推廣資金和條件建設等方面給予支持。
1）加快和完善農業機械化服務組織形式和組織體系的創新。引導和扶持農民按照自愿的 原則，建立多種形式的農業機械服務組織，利用政府補貼、部門出資和提供優惠貸款等優惠 政策，積極引導不同經濟成份、多種經營形式的農業機械化服務中介組織，并以股份、合作 等形式將農機戶組織起來，形成利益共享、風險共擔的經營組織。重點發展農機作業服務組 織，如集體所有農機隊、農機大戶、家庭機械化農場、農機協會模式、松散互助型農機聯合 體、農機作業合作社6 種模式的推廣。認真總結和推廣近年來新出現的農機作業合作社的試 點經驗，因地制宜，分類指導，集中投入，梯次推進，不斷擴大服務領域和服務半徑，促進 規模化種植、標準化生產、集約型經營。不斷通過組織創新、管理制度創新和運行機制的創 新，改變目前黑龍江省農機分散經營、低水平重復購置的現狀，及時有效地將行業資源優勢 轉變為經濟優勢，進而促進農業機械化的發展。
2）加大對農機社會化服務組織的投入力度。動員全社會的力量發展農業機械化，使過去 由國家和集體投入為主，變為國家、集體、個人和社會共同投入的新機制。
3）搞好培訓服務。各級政府有關部門和農機職業學校、農機生產與銷售企業都應把對合 作組織的培訓服務作為重要工作。培訓內容主要包括：技術培訓、合作教育、各級干部和農 村合作經濟組織管理者的培訓。
4）搞好成果轉化工作。一是加強農機新機具的研制開發，走科研單位與生產聯合的路子， 將人才資源與資金、市場有機結合；二是認真實施農機科技創新示范工程，加大農機科技投 入，加快農機科技成果向現實生產力的轉化；三是積極開展科技下鄉活動，盡快改變農村缺 技術、缺信息、缺人才的現狀，改變農村技術相對落后的現狀，建立科技示范戶；四搞好試 驗示范工作，在不同的農業區建立農業機械化示范基地，鼓勵農業機械生產者、經營者等建 立農業機械示范點，解決技術推廣機構試驗示范基地等問題。
5）搞好技術推廣工作。一是加強農機推廣網絡建設，發展推廣示范戶和重點戶，將農機 專業大戶納入農機推廣體系建設的范疇；二是改進農機推廣方式方法，借助農機生產企業的 商業性開展推廣工作；三是多渠道解決資金不足問題，建立農機化發展基金，創辦集科、工、 貿、農于一體的有償服務實體。
6）強化農機技術與質量監督，維護用戶權益。一是加強農機化質量標準體系建設；二是 加強農機產品質量認證和推廣鑒定工作；三是加強農機使用質量跟蹤調查。
7）完善農業機械化信息服務網絡
信息技術網絡的迅猛發展及其與傳統產業的融合，是當前世界科學技術和經濟發展的一 個重要特點。隨著我國農業現代化建設迅猛發展，農業生產正在由勞動密集型向技術、知識 密集型轉變，大農業呼喚大農機，為適應農業的快速發展，需進一步完善農業機械化信息服 務網絡的建設。開展更多更廣泛的信息服務，實現信息發布多渠道、系列化、適時適用化， 重點圍繞農機產品供求、農機作業需求、新產品、新技術、科研成果、發展預測等方面信息 進行發布服務，逐步實現信息傳遞和商品交易方式上的現代化。
6.4.6土地產權制度創新，促進農業適度規模經營
目前中國農村實行的家庭聯產承包制給中國農民帶來了實實在在的利益，受到農民的衷 心擁護。但是，隨著市場經濟的發展，農業產業化規模的擴大，一家一戶的生產經營方式已 經制約了農業發展，規模化經營與小規模生產的矛盾非常突出。農民土地分散零碎，耕作參 差不齊，作物間作套種，導致效益低下。小規模地塊只能采用小型機械作業，不但達不到作 業質量，而且在一定程度上破壞了土壤的結構，加快了土壤養分的流失，降低了土地的生產 能力，惡化了生態環境，制約了農業的可持續發展。小規模的家庭生產在現代市場經濟中處 于不利地位，因此，實行土地產權制度的改革和創新，發揮機械化作用，實現土地適度規模 經營，是黑龍江省農業機械化面臨的重要問題。
改變目前農村土地產權制度的缺陷，一是進一步延長土地承包期限以克服短期化行為； 運用法律等手段保護農民的利益，嚴格控制占用農業用地；對非農用地的占用要依法、合理， 并給予合理的補償。二是尊重農民的自發創造性，對目前農民自發嘗試的土地使用權流轉方 式，如反租倒包、土地有償轉包或轉讓、土地投資入股、土地信托服務、土地互換等，要允 許試驗并加以規范和引導。同時，要創新農村土地規模經營模式，能夠滿足農機經營者的基 本要求。這樣既堅持了家庭聯產承包責任制的長期不變，又打破了土地分散經營的格局。各 地應組織人力抓緊調研，在土地承包政策穩定不變的前提下，從有利于維護農民利益，有利 于農業長遠發展，有利于社會穩定，有利于建設社會主義新農村出發，制定相關政策，采取 相應措施，積極引導廣大農民走適度規模生產經營之路，充分發揮農業機械化的作用。
6.4.7以農業產業化、工業化和城鎮化拉動為手段
以市場為導向，充分發揮黑龍江農業資源優勢，圍繞千億斤糧食工程建設，依托糧食、 畜牧等優勢主產區，重點培育大型農產品骨干龍頭企業，積極發展有優勢、有特色的農產品 生產機械化，發展農產品精深加工機械化，創建農產品品牌，提高農產品的質量和效益，扶 大扶強農產品骨干龍頭企業，可以使黑龍江省農村容納更多的勞動力。
世界發達國家經濟發展史表明，農村勞動力的流動與非農化轉移是必然的。據黑龍江省 統計局數據顯示，截至2008年底，全省農村勞動力已轉移（指一年外出打工3個月以上）483 萬人，占農村勞動力總量 51.6%，全省常年轉移數量為 186 萬人，占轉移總數的 38.5%，同 比增長 20.4%，隨著農村勞動生產力的逐步提高，可轉移的農村剩余勞動力將呈上升趨勢。 2008 年黑龍江省外出務工勞動力中，從年齡結構上看，40歲以下人數占 81.9%，其中年齡為 16~30 歲的占全部外出勞動力的 61.3%，31~40 歲的占 20.6%；從性別上看，男性勞動力占 73.6%，女性勞動力僅占 26.4%，可見青壯年和男性勞動力占據農村轉移勞動力的主體。外出 務工勞動力的文化素質也有了明顯提高，具有初中文化程度的農村轉移勞動力占總數的 65.5%；高中及以上文化程度的外出務工勞動力占11.0%，比2007年提高1.1%；中專及以上 文化程度占 4.6%；外出務工勞動力中接受過專業技能培訓的占 26.6%，比 2007年提高1.4%； 外出務工勞動力中從業累計6個月以上的占全部外出勞動力的57.0%，比2007年增加4.7%； 從業累計3~6個月的占28.7%，與2007年基本持平；從業累計1~3個月的占13.5%，減少3.1%； 從業累計 1 個月以下的僅占 0.8%，減少 1.9%。黑龍江省勞務經濟快速發展，農村勞動力轉 移實現了由小規模向大規模，由體力型向技能型，由本地少數行業向國內外諸多行業，由季 節臨時性向常年穩定性，由一般推介方式向“龍哥龍妹”勞務品牌打造方向的轉變。
黑龍江省作為經濟欠發達省份，目前，城鎮化率為 55.5%，高于全國平均水平，但存在 量高質低問題，因為農墾的連隊、森工的林場統計時都算成了城鎮人口，如果去掉這些因素， 黑龍江省的城鎮化率實際上比全國平均水平低。城鎮化能夠推動二、三產業發展，從而源源 不斷地吸收從農業生產釋放出來的剩余勞動力。據統計黑龍江省現有農村富余勞動力541萬， 隨著科技進步、農業勞動生產率的不斷提高和土地規模經營的快速推進，農業對勞動力的需 求將繼續下降，剩余勞動力還將持續增加。由于大中城市進城門檻高，城市容量有限，尤其 是隨著各項改革進一步深化和受全球金融危機的沖擊，企業下崗職工、相關分流人員及越來 越多的大學畢業生都需要解決就業問題，這將使大中城市的就業壓力增大，從而勢必影響到 農村人口向大中城市的轉移。相比較而言，小城鎮數量多，分布廣，距離農村近，可以兼顧 一、二、三產業，就業和定居成本低，必將成為農村人口轉移的最佳選擇地。一方面，小城 鎮可直接吸納農民轉換身份，從事附加值較高的二、三產業生產，使人口以及經濟活動由農 村向城鎮集聚，成為農村富余勞動力的“蓄水池”和“轉化器”；另一方面，伴隨著小城鎮 基礎設施、住宅、環保等建設，投資需求也會隨之增長，有一部分轉化為農民工資報酬性收 入，直接增加農民的勞務收入。因此，特殊的國情、省情決定了今后一段時間內黑龍江省農 村剩余勞動力的大規模轉移，相當程度上還得依賴于工業化和城鎮化。
同時，黑龍江農村勞動力的流轉除了要提高農民的受教育程度和搞好農村勞動力職業技 能培訓外，還需要各級政府部門逐步建立城鄉平等的就業制度，搞好維權服務和扶貧幫困工 作。
1）完善農民的社會保障制度 按現有的社會保障制度安排，農民的社會保障是和土地捆綁在一起的，很多農民不愿意 也不能離開土地，因此，要農民自愿的離開土地，促進農村勞動力向城市轉移，就必須進行 土地產權制度、農村社保制度等方面的配套改革，解決城鄉分割的社會保障制度。
2）要搞好維權服務和扶貧幫困工作 要搞好維權服務，依法維護勞務輸出人員的合法權益，解決勞務糾紛和侵權案件。加強 對農村勞動力轉移農民的政策和法律知識教育，增強其自我保護的意識和能力，并建立相應 的法律援助機制。同時做好扶貧幫困工作，充分重視貧困縣農村勞動力職業培訓和轉移就業 工作，在資金安排、培訓基地建設、信息提供等方面向貧困縣進行傾斜。
3）設立信息咨詢窗口，暢通農村勞動力轉移信息與渠道 信息咨詢機構要負責收集勞動力市場信息和農產品供求信息，及時發布國家的勞務政策、 就業政策，以及國內外農業科技信息；定期組織農民進行培訓、就業咨詢與對接。要充分發 揮網絡的優勢，與勞務中介機構、二、三產業的行業協會、各類社會服務組織、有關企業等 加強聯系和溝通，為農民提供優質服務，起到為農村勞動力轉移提供信息平臺的作用。
6.4.8加強農機與農藝重大問題協調
國內外發展經驗表明，只有農機與農藝有機結合，才能使農業機械化在促進農業生產發 展中發揮應有的作用，不能強調農機一定要適應當地農藝的要求，而要從生物學、農藝學的 角度組織多學科專家科學評價，開發利于機械化作業的新品種、新農藝等，為機械化作業創 造條件。
圍繞做好農機與農藝的有機協調，首先，要制定科學合理的農藝標準和機械作業規范。 要實現機械化農業生產，就必須以機械作業為前提，制定適用于機械操作的統一作業標準和 規范，作物種植要模式化、規范化、標準化，要明確較長期的農藝規劃，有相應的穩定周期； 同時，要從農業現代化的角度出發，制定合理的機械化工藝規范，把各種栽培措施如播期、 密度、施肥期、施肥量等加以定量化、指標化，對各種田間作業方法及手段制定統一標準和 指標，形成完整、協調的機械化工藝方案，使其既能達到增產、增收的目的，又能提高機械 化水平，獲得較好的綜合效益，同時也為農業機械制造的標準化和農業機械化的健康發展奠 定良好的基礎。其次，要制定主要農業機械的技術規格及性能指標。要從系統優化的角度， 制定主要農業機械的技術規格及性能指標，形成配套的機器系統，確定合理的技術標準，以 降低機械的使用成本。最后，要加大農藝與農機協同攻關和農機研制開發的力度。要建立農 藝和農機專家共同研究農業耕作、栽培技術的有效機制，以農業系統高產、優質、高效和可 持續發展為目標，進行聯合攻關。對于不同作物和不同階段，有些需要農機適應農藝，有些 則需要改善農藝以適應農機。重點圍繞作物優良品種及其配套的機械化耕作技術、產前與產 后加工技術等開展研究，逐步形成先進合理的技術體系。對于一些工藝相對成熟的關鍵作業， 要加緊配套機具的研制開發，以獲得更大的生產效益。
6.4.9提升節約型農業機械化生產技術
黑龍江省耕地水土流失面積已超過400萬hm2，年跑水約20億?40億m3,因跑水沖走 黑土 2.5億?3億t，每年有30.7萬hm2農田遭受不同程度的風沙危害，嚴重年份毀種面積達 2.7萬hm2。黑龍江省是干旱缺水地區，隨著人口的增長和工農業的發展，對水的需求將會大 幅度增加。
針對水資源日益緊張、干旱日益加劇的實際，在黑龍江省干旱地區要大力發展各項節水 灌溉工程技術，包括激光平整地塊，改大水漫灌為噴灌、滴灌、溝灌，制定科學灌水制度， 發展保護性耕作等，實施貯水工程、集雨工程等措施，將農藝節水、工程節水和管理節水相 結合，逐步形成機械化節水抗旱的長效機制。在保證農作物高產的前提下節約灌水，降低地 下水消耗。根據黑龍江省特點，建立旱作農業技術示范區和開發應用基地，進行綜合開發新 技術的組裝和配套研究，形成資源利用率和勞動生產率明顯提高的技術模式與體系，指導大 面積旱作農業生產。進行保護性耕作機具、抗旱節水化學技術、集水補充灌溉設備、旱作農 業專用生產資料等關鍵技術的產業化開發，為旱地農業生產提供物化的技術產品和成果。
6.4.10實行農業機械化發展區域化
農業機械化發展應該服從于農業發展的需要，黑龍江省農業發展方向和戰略決定了農業 機械化發展戰略，農業機械化發展將按照因地制宜、突出重點的原則，結合資源稟賦和農業 區域化、標準化、產業化、優質化發展要求，圍繞優勢農產品區域布局、國家優質糧食產業 工程建設和各地特色農業經濟發展，形成各具特色的區域化發展。在農業發展戰略中，黑龍 江省已經根據本省的自然特點，確定了大小興安嶺林業區，三江平原農牧區，張廣才嶺老爺 嶺林農區，松嫩平原農牧區四個農業發展區域。
大小興安嶺林業區山體廣闊，山勢和緩，河谷寬淺，氣候冷涼濕潤，該區森林蓄積量大， 林木質量好，經濟價值高，致使該區以林業發展為重點；大小興安嶺的種植業總產值占區域 農業總產值的 60%左右，而且在種植業方面主要是大豆和小麥，其中大豆占 65%左右；在畜 牧業方面主要以毛皮、藥用動物、特種養殖與蜂業為重點，其產值占農業總產值的 17%左右。 因此，大小興安嶺林業區應重點發展林業機械化，大豆生產全程機械化；在林業機械化方面 重點放在伊春和大興安嶺地區，在種植業機械化方面重點在黑河和伊春地區；同時為了提高 農產品質量和產量應注重發展節水灌溉機械化和植保機械化，提高灌溉和植保機械化程度； 大小興安嶺的山特產品是黑龍江省的特色經濟作物，應為發展特色經濟作物生產和加工機械 化提供服務。
三江平原農牧區土壤自然肥力較高，開發歷史短，地廣人稀，人均耕地多，糧食商品率 高，后備資源多，水源比較充足，發展潛力大，使得種植業在各產值中獨占鰲頭，占總產值 的 60%左右，牧業占 30%左右，是黑龍江省主要的商品糧基地和重要產糧區。在種植業方面 主要是大豆、玉米和水稻，因此，要重點發展玉米收獲機械化、水稻插秧機械化、水稻收獲 機械化、保護性耕作機械化及節水灌溉機械化；在畜牧業方面主要以肉牛、肉羊、大鵝為重 點，應積極發展牧草生產機械化、秸稈青貯加工機械化。
張廣才嶺老爺嶺林農區屬溫和半濕潤氣候區，立體農業特點明顯，河谷區有水稻；丘陵 區有玉米、大豆、煙草；低山區有小麥、大豆、果樹、藥材和柞林。煙草面積占全省煙草面 積 33.4%，其中烤煙面積占煙草面積的 75%，曬煙占 25%，煙味純正濃香，省內外享有盛名； 果園占全省果園面積的35%，藥用植物有250多種，年蘊藏量占全省的一半，也是全省人參 的主要產區：寧安、林口、雞西等市縣柞林面積大，是省內柞蠶生產基地。該區域應以發展 水稻全程生產機械化為目標，以水稻機械化生產育秧示范為突破口，帶動水稻機插秧，擴大 機收，形成水稻種植、收獲、產地烘干、加工“一條龍”機械化服務鏈，為提高水稻綜合生 產能力、質量和效益提供服務；為果、藥、煙等特色經濟作物機械化提供服務，同時為發展 種植業提供保護性耕作機械化和節水灌溉機械化；為林業發展提供機械化服務；張廣才嶺老 爺嶺畜牧業產值占區域農業總產值的 20%左右，主要是肉牛和肉羊，因此，應積極發展牧草 生產機械化、秸稈青貯加工機械化。
松嫩平原農牧區大部分位于黑龍江省西南部，地處松嫩平原，氣候溫和，土質肥沃，地 形平坦，地下水資源比較豐富，旱田灌溉基礎較好，且西部草原面積較大、草質好，因此成 為了種植業和牧業的重要生產基地。該區域種植業總產值占農業總產值的 50%左右，主要種 植玉米、大豆、水稻，分別占區域總播種面積的 50%、25%、15%左右，而且松嫩平原的馬 鈴薯種植面積占全省的 65%左右，是黑龍江省馬鈴薯的重要生產基地，因此松嫩平原應主要 發展玉米收獲機械化，水稻插秧、收獲機械化，馬鈴薯種植、收獲機械化，同時為了防止保 護松嫩平原的水土流失、保護黑土層及節約水資源，要重點發展保護性耕作和節水灌溉機械 化。松嫩平原的畜牧業總產值占農業總產值的 40%左右，以奶牛、生豬、肉蛋雞為重點，因 此，還應精心組織開展機械化集中擠奶站的工程建設和設備開發，搞好與其相配套的青貯飼 料工藝及配套設備、奶牛喂飼車、畜舍新型節能供暖設備的研制與開發，研制新型飼料加工 機械，走節糧型畜牧業道路，進一步提高飼料利用率。
按照黑龍江省農業區域發展戰略和農業特點，確定不同區域內農業機械化發展的重點， 在不同的農業區域內不同地區發展重點也存在差異。根據自然情況和農作物播種面積的大小 將黑龍江省種植業劃分為三大作物產業帶，要優先發展這些區域針對具體作物的機械化，如 哈爾濱、牡丹江、佳木斯、雞西的水稻產業帶，齊齊哈爾、綏化、黑河的大豆產業帶，及哈 爾濱、綏化的玉米產業帶，城市郊區的綠色蔬菜基地發展起來的高效設施農業，是黑龍江省 農業機械化示范基地和農業機械化發展的重中之重，同時重點發展種植、養殖等主要農產品 產區產后處理及加工、保鮮、儲運機械化，為技術密集型、附加值高的農產品和出口產品提 供服務。發揮各地區農業機械化比較優勢，構建布局合理、規模適度、優勢突出的發展格局， 促進農業機械化健康、協調、持續發展。
6.4.11走全面協調可持續發展道路
一要堅持全面發展，不斷拓展農業機械化工作領域。黑龍江省作為全國重要的商品糧基 地和糧食戰略后備基地，不僅要加快推進糧食作物生產全程機械化，還要積極發展經濟作物 生產機械化，全面提高農業的產前、產中、產后等各環節機械化水平；由于黑龍江省地處世 界玉米帶和奶牛帶，生態環境好，氣候適宜，十分適合發展畜牧業，因此，要大力發展畜牧 業；同時進一步提升林業、漁業、設施農業和農產品加工業機械化水平。
二要堅持協調發展，不斷提高農業機械化發展質量。越是在快速發展的時候，越要重視 提高發展質量，加大宏觀調控力度，把握好調控的節奏和時機，力求農業機械化的速度、結 構、質量、安全、效益保持協調發展。在推動農機動力總量增長的同時，要進一步優化農機 裝備結構，提高農機產品性能和質量；在擴大農機作業規模的同時，要進一步提高農機生產 經營效益，更加重視農機安全生產。
三要堅持可持續發展，不斷完善農業機械化發展機制。效益是推動農業機械化持續發展 的核心。要研發推廣經濟適用、節本增效的農業機械，積極發展農機社會化服務，建立效益 促發展的新機制，努力讓農民在農機作業中實現增產節支，讓農機手在農機作業中獲得較好 的經濟效益。資源是影響農業機械化發展的關鍵，要按照節能減排的要求，對高能耗、高排 放的老舊機具逐步更新淘汰，鼓勵發展節油、節水、節肥、節種、節藥和資源綜合利用的節 約型農業機械，建立節約促發展的新機制，大力推動秸稈機械化綜合利用、高效植保、保護 性耕作等節約與環保型機械化技術的發展，謀求生態資源存量的永續利用，實現農業機械化 產業的可持續發展。
6.5 本章小結
1）黑龍江省農業機械化發展的重點的選擇既考慮了有利于增加農民的收入，有較高的投 資效益，又考慮了農業機械化發展的相對薄弱環節，同時結合黑龍江省大農業發展戰略，分 別選定玉米、大豆、水稻、馬鈴薯、乳業和草業作為未來農業發展的重點，并根據目前的農 業機械化的發展情況和出現的問題，提出了相應的農業機械化發展重點。
2）黑龍江省農業的發展已經破壞了黑土層，污染了環境。因此，要盡可能選擇保護環境， 節約水資源，節約生產成本的技術，提高經濟效益，協調人與自然的關系，實現和諧發展。 節水灌溉技術、保護性耕作技術和設施農業技術、精確高效施藥技術作為先進實用技術，在 黑龍江省具有重要的推廣意義和價值，在很大程度上也是黑龍江省農業可持續發展必不可少 的先進實用技術。
3） 黑龍江省是農業大省，但是“原字號”、初加工的產品占相當大比重，高科技含量、 高附加值的深加工少，因此，提出把農產品深加工，農業產業化作為發展的重點，全面推進 農機服務社會化。
4） 根據農業機械化發展重點及影響農業機械化發展主要因素，提出了相應的農業機械化 發展對策。在促進黑龍江省農業機械化發展的對策與建議上，應從加快和完善農業機械化政 策法規建設，建立促進農業機械化發展的長效投入機制，加強對黑龍江省農民和農機從業人 員的教育和培訓，加強農業機械化科技創新，促進黑龍江省農機工業發展，健全農業機械化 服務體系，土地產權制度創新，以農業產業化、工業化和城鎮化拉到為手段，加強農機與農 藝重大問題協調，提升節約型農業機械化生產技術，實現農業機械化發展區域化等幾個方面 著手。
7結論
本文以黑龍江省農機部門的管理工作為背景，從系統的角度，聯系的觀點，緊密圍繞提 高農機管理部門的管理決策水平為目標，采用定性與定量相結合的方法，對農業機械化發展 現狀、發展中涉及的發展水平評價、環境因素辨識、發展目標制定及對策措施等問題進行了 較深入、系統的研究，尋找黑龍江省農業機械化發展的管理方法和技術手段，從而為提高農 業機械化管理的科學化程度提供理論支持。
整個研究工作在系統分析和總結前人研究成果的基礎上，綜合運用系統分析和系統工程 方法、計算機技術、數據挖掘技術等基本原理和方法，比較研究與實證研究相結合，定性分 析與定量研究相結合。研究成果一方面可以提高農機管理部門的決策水平，另一方面為宏觀 指導和調控黑龍江省農業機械化健康、快速發展，制定發展規劃提供參考依據。通過研究得 出以下主要結論：
1）通過對黑龍江省農業機械化發展現狀分析得出：
（1）在農業機械裝備方面，2008年全國每公頃農業機械總動力是黑龍江省的2.65倍， 黑龍江省唯一的優勢是大中型拖拉機和配套農具數量比較多，黑龍江省拖拉機配套比不合理 的現象比較明顯，配套比低于全國平均水平。因此，要加大對配套機具的引進，更好的發揮 拖拉機在農業生產中的作用，而且黑龍江省適合發展大中型拖拉機，進而發展適度規模經營。
（2）在農業機械化作業方面，黑龍江省農業機械化作業表現出明顯的不平衡性，耕、播 機械化程度較高，植保、收獲機械化程度相對稍低，而灌溉機械化程度是黑龍江省農業機械 作業的主要瓶頸。黑龍江耕整地、播種、植保、收獲機械化作業程度遠遠高于全國平均水平， 灌溉機械化低于全國平均水平，也是影響糧食增產的一個重要因素，是一個亟待解決的問題。 黑龍江省農業機械化作業程度各指標有明顯的非線性變化趨勢，在播種機械化方面應主要提 高水稻機械化，在收獲機械化方面主要應提高水稻和玉米機械化。
（3）在農機社會化服務組織方面，黑龍江省農機社會化服務組織有了很大的完善和發展， 其中農機教育培訓體系、農機科研體系、農技推廣等應加速發展。
（4）在農業機械化經營形式方面，黑龍江省目前形成了以農機大戶為主，多種經營形式 并存的農機作業服務組織格局，農機作業服務組織在組織形式、運行機制、管理體制等方面 發展很快，特別是農機作業合作社的形成和發展，是新形勢下農機經營服務機制的一次創新， 取得了顯著的成效。
2）改進的農業機械化發展水平評價分析方法，從農業機械化作業程度、農業機械化發展 的潛力及效益3 個方面進行評價。針對種植業對灌溉和植保要求較高，增設了灌溉機械化程 度和植保機械化程度2 個指標，考慮原有的農業機械化綜合保障能力評價指標只能體現農機 總量的變化，增設了大中型農機具配套比和小型農機具配套比來反映農機配備情況，同時從 農機人員素質和數量2 個方面對農機人員進行全面評價。評價指標體系更全面、科學的評價 分析了現階段黑龍江省農業機械化發展情況。2001~2008 年黑龍江省農業機械化發展水平評 價結果表明：
（1）黑龍江省農業機械化水平一直保持增長的趨勢，到2008年達到 62.82%，與實現農 業現代化的發展目標還有很大差距。要提高農業生產全程機械化程度，應重點加大對收獲和 灌溉機械的創新和補貼力度。
（2）黑龍江農業機械化裝備結構配置、機具配套比不合理及農機經營效益低的現象比較 突出；大中型拖拉機配套農具數量急需增加，農機管理體系和農機服務體系的建設急待完善， 以保持與農業機械裝備發展的協調性，提高農業機械化的經營效益。
3） 應該改進的農業機械化評價分析方法對2008年黑龍江省各個地區（市）農業機械化 發展水平進行了評價，評價結果表明黑龍江省各個地區（市）農業機械化發展水平是極不平 衡的，農業機械化水平綜合評價值較高的地區（市）有伊春、鶴崗、黑河、雙鴨山和雞西 5 個地區（市），綜合評價值在 60%?70%之間，將要步入農業機械化發展的高級階段；綜合評 價值在54%?60%之間的地區（市）有大興安嶺、佳木斯、七臺河和綏化4個地區（市）；綜 合評價值較低的地區（市）有齊齊哈爾、牡丹江、哈爾濱和大慶4個地區（市），綜合評價值 在 47%?54%之間，農業機械化發展水平最高的伊春與最低的大慶二者相差 21.96%。
4） 采用系統分析方法中的灰色綜合關聯分析法，依據黑龍江省 2001?2008年的有關數據， 對影響黑龍江省農業機械化發展的 3 類共22個因素進行系統分析，模型分析結果表明對農業 機械化發展水平有顯著影響的 10 個因素，按影響大小排序，依次為政府財政投入、燃料價格 指數、農機總動力、機械化農具價格指數、頃均農機人員數量、農機原值、農民初中以上文 化人數比例、勞均農業產值、農民人均純收入和人均地區生產總值。
5） 通過對黑龍江省的 GDP、GFP 與代表農機裝備水平各指標之間的關系分析可知，在 1990?2008年間，增加1MW小型拖拉機總動力促進地區經濟和農業經濟增長分別為1.0649 億元和0.2269億元，大于增加1MW大中型拖拉機總動力對地區經濟和農業經濟發展促進作 用的0.7664億元和0.1843億元，同時增加1MW大中型拖拉機總動力對地區經濟和農業經濟 發展促進作用大于增加1MW農機總動力的0.3658億元和0.0829億元。
6） 對影響黑龍江省農業機械化發展的主要環境因素的未來發展情況進行了展望分析。其 中變化較快的是經濟因素，預測分析結果表明：到2015年黑龍江省第一、二、三產業產值比 例為11.04: 52.87: 36.09， 2020年比例為 9.98: 53.14: 36.78；假定2020年黑龍江省的城市化率 達到全國平均水平，則農業從業人員從 2008 年的 678 萬人減少到 553.6萬人，將減少 124.4 萬人；到2015 年和 2020年黑龍江省農村流轉的土地面積將從2009年的 21.27%分別增長到 44%和60%左右；黑龍江省地區生產總值2015年為16836.61 億元， 2020年為 25964.13億元， 分別是2008年地區生產總值的2倍和3倍；黑龍江省農業生產總值到2015年為3434.1億元， 2020年為 4653.6億元，分別是2008年農業生產總值的 1.6倍和2.2倍；農民人均純收入將由 2008 年的 4856 元增加到 2015 年的 7797元， 2020 年的 10936 元；地方財政收入將由 2008 年的 767.1 億元增加到2015年的1669.567億元， 2020年的3297.927億元。經濟的快速增長 使政府和農民有能力加大對農業機械化的投入，為農業機械化的發展提供財政支持，土地的 流轉和農村勞動力的轉移為農業機械化的發展提供了客觀條件，經濟社會環境的快速發展為 農業機械化的發展帶來了機遇和挑戰。
7） 黑龍江省農業機械化的發展有明顯的非線性特性，通過對不同的預測方法進行研究， 確定對黑龍江省農業機械化發展態勢進行預測的新方法，并對黑龍江省農業機械化發展進行 了預測。預測結果表明：
（1）對于波動較大的非線性的數據，用傳統的曲線回歸模型、灰色預測、平滑預測所建 立的預測模型很難達到較高的預測精度，而神經網絡具有逼近任何非線性函數的能力提高了 預測精度；BP網絡在實際訓練過程中，由于隱含層神經元個數的不確定、學習速率的不斷調 整、訓練函數的選擇，這些都需要我們花大量時間去訓練網絡，所以BP神經網絡還有待進 一步完善。
（2） 基于BP神經網絡的非線性組合預測方法的預測精度明顯高于單一預測模型和線性 組合預測模型，有效的提高了預測精度，為農機總動力的預測提供了一條新的途徑。
（3） 用GM（1, 1）模型對變化非平穩的數據序列進行預測，2對模型的預測精度影響 較大，2參數與誤差之間存在明顯的非線性特性，兩者關系很難用解析方法表示，利用遺傳 算法具有自適應全局優化特性，它不受數據序列是否連續、可導等條件限制，有效地解決了 這一難題。本文改進的灰色預測方法預測精度明顯優于傳統的GM（1，1）模型。
（4） 采用遺傳算法對求得初始變化區間的參數2、發展系數和內生灰作用量進行優化可 大大地提高模型的預測精度和節省優化時間，防止陷入局部最優解。
8） 根據經濟發展對農業機械化的需求、農業機械化發展時間序列預測結果和發達國家農 業機械化發展情況的對比分析，確定黑龍江省未來10年農業機械化的發展目標。結果表明， 到 2015年和 2020年黑龍江省農機總動力分別為 44481 兆瓦和 60976兆瓦，大中型拖拉機分 別為753424臺和1010454臺，大中型拖拉機配套農具分別為128.47萬臺和220.93萬臺，農 機經營總收入分別為 1728389.82 萬元和 2312544.12 萬元，農業機械化綜合作業程度分別為 79.38%和 86.98%。
9） 黑龍江省農業機械化發展水平達到2015年和2020年發展目標，每年要投入一定的農 業機械化資金，黑龍江省農民的投入在近期內不會有很大的增長空間，而政府的財政投入力 度正在逐年加大，預計達到預定的發展目標， 2015年和2020年地方的財政投入分別為12.43 億元和 20.33 億元，分別占地方財政收入的 0.74%和 0.62%，可見地方財政可以滿足實現預定 的發展目標的資金投入。
10） 黑龍江省農業機械化發展重點是大功率拖拉機的配套農具、玉米收獲機械、水稻激 光平地機、水稻收獲機、水稻插秧機、馬鈴薯機械種植、馬鈴薯收獲技術、乳業和草業為中 心的畜牧機械化及配套設備；以節本增效為重點，節約型、環保型農業機械化技術，如節水 灌溉機械、保護性耕作機械、設施農業機械、精確施藥機械；以發展農產品加工為重點，全 面推進農業產業化。
11） 在促進黑龍江省農業機械化發展的對策與建議上，應從加快和完善農業機械化政策 法規建設，建立促進農業機械化發展的長效投入機制，加強對黑龍江省農民和農機從業人員 的教育和培訓，加強農業機械化科技創新，促進黑龍江省農機工業發展，健全農業機械化服 務體系，土地產權制度創新，以農業產業化、工業化和城鎮化為手段，加強農機與農藝重大 問題協調，提升節約型農業機械化生產技術，實現農業機械化發展區域化、走全面協調可持 續發展道路等幾個方面著手。
12） 根據黑龍江省的自然特點，圍繞優勢農產品區域布局，國家優質糧食產業工程建設 和各地特色農業經濟發展，提出了大小興安嶺林業區，三江平原農牧區，張廣才嶺老爺嶺林 農區，松嫩平原農牧區各個區域的農業機械化發展重點，形成各具特色的區域化發展。
本文的研究是在導師王金武教授的悉心指導下完成的，無論從論文的選題、構思，還是 研究工作的進行，以及整個論文的撰寫過程中，都凝結著老師大量的心血。王老師嚴謹、務 實、求精的治學態度，博聞、專采、納新的學風對我影響至深，給我以極大的啟迪，指導了 我的整個研究過程，也將指導我未來的研究之路。入學伊始，導師就根據我的知識結構指導 我確立了博士論文的選題方向，三年的學習，導師為我推薦了大量的文獻參考資料并針對性 地安排了相關科研工作，為我課題研究的順利展開創造了良好的條件。每當面對各種實際問 題而感覺自己知識不足時，導師總是給我以鼓勵，在緊張的學習和研究中，我既體會到了科 研的艱辛，也體會到探索未知世界的樂趣，感受到了“書山有路勤為徑，學海無涯苦做舟” 的境界。學習不是目的，而是一種手段，是提高自己、豐富自己的手段。畢業不是終點，而 是重新學習的起點，惟有更加努力，才能不辜負導師的殷殷期望。在此論文完成之際，謹向 導師多年來對我的指導、教誨、關心和幫助表示最衷心的感謝！并致以最崇高的敬意！
能在三年的時間里順利的完成學業，離不開工程學院各位老師給予的無私幫助和精心指 導，離不開實驗室兄弟姐妹所創造的良好學習氛圍。感謝工程學院各位領導以及各位老師在 我生活、學習、研究過程中所提供的幫助，所給予的各種關懷。特別感謝王福林老師，在生 活和學習方面給予我的關心和鼓勵，學生都將銘記于心，并致以最崇高的敬意！
感謝楊廣林老師在論文的撰寫和修改過程中提出的寶貴意見。在此表示誠摯的謝意，并 祝您身體健康，天天開心！
感謝黑龍江省農機管理局李憲義處長，楊建華等為我提供了大量的第一手資料和數據， 這些資料和數據在我的研究中發揮了很大的作用。
感謝農業機械化教研室和系統工程教研室的各位老師在平時的學習和生活中給予我的幫 助和支持，在此表示衷心的感謝，祝你們工作順利，天天開心！
感謝實驗室的兄弟姐妹在學習的過程中，給予的幫助和帶來的快樂，我為生活在這樣一 個團結的集體而感到驕傲。祝愿你們學業有成，一切順利！
感謝父母在我求學過程中對我的關心、鼓勵和支持，在我所取得的每一分成績里都傾注 著他們全身心的奉獻！
攻讀博士期間，要感謝的人太多太多。感激之情縱萬語千言，難寫微茫！就請允許我再 次衷心感謝所有支持和幫助過我的老師、同學和朋友們！
參考文獻
白人樸，楊敏麗，劉清水.1999.中國農業機械化所處發展階段分析J].中國農機化.(2)： 33~36
白人樸.1995.我國農業機械化的總體發展和地區比較J].北京農業工程大學學報.15 (1)：7~13
白人樸.2004.農業機械化與農民增收J].農業機械學報.35 (4)： 179?182
別墅，唐仕芳，李孝斌.1999.移栽地膜棉優質高產栽培技術規范J].湖北農業科技.(2)：
11?12
陳樂萍.1999.推進農機服務產業化是實現農業機械化的加速器J].農業機械學報.(6)：
139?140
陳麗能，謝永良.2001.基于BP神經網絡的農機擁有量預測技術J].農業機械學報.32
(1)：118?121
程智強，賈栓祥，洪仁彪.2001.農業機械化對農業和農村經濟貢獻率理論分析J].農業 工程學報. 17(2)：65?67
遲慶輝，張義峰，邵振軍.2005.黑龍江墾區農機總動力的預測分析J].農機使用與維修. (4)：16?17
單良，胡勇. 2006.基于軟件EVIEWS, EXCEL，SPSS的回歸分析比較J].統計與決 策.(4)：150?153
鄧在京.2004.日本農業機械化現狀與發展方向J].農機化研究.(4)： 1~3
杜輝，張秀娟，劉波.2002. 土地規模經營與農業機械化J].農業裝備技術.(2)： 10~11
赴德國農機化體系現狀考察告. 2003，4. http://www.amic.agri.gov.cn
傅澤田，穆維松.1998.農機動力總量分析模型在農業機械化系統分析中的應用J].中國 農業大學學報. 6(3)：49?53
高連興等.2001.東北農業機械化特點及其對種植業純收益的貢獻率J].農業工程學報. 17(6)：56?59
耿端陽，張鐵中，羅輝等.2004.我國農業機械發展趨勢分析J]•農業機械學報.(4)：
207?210
關凱書，張麗，張美華.1999.我國農機總動力需求的模糊神經網絡預測模型J].農業機 械學報. 30(5)：86?88
郭鴻鵬，楊印生.2004.我國農機作業委托組織形式探討J].農業機械學報.35 (1)： 189?191
郭維俊等.2006.甘肅農業機械化發展技術政策研究J].農業機械學報.37 (3)： 60~67
韓國現代農業及農業現代化. 2006，4. http://www.amic.agri.gov.cn
郝慶升.2001.論農業機械化發展的動力機制J].農業現代化研究.22 (1) : 51~54
何勇，馮雷，吳春霞.2004.基于粗糙集與神經網絡的農機化發展水平評估方法J].農業 機械學報. 35(2)：100?103
何勇等.2003.基于GIS的農機化發展水平區域劃分系統的研究J].農業工程學報.19
(3)：85?89
洪仁彪，楊邦杰，賈栓祥.2000.農業機械化對全國種植業利潤貢獻率測算J].農業工程 學報 . 16( 6 )： 60?63
洪一前，張光明，金 定.2008.基于GM(1, 1)模型的浙江省農機總動力預測分析[J].農 機化研究.(1)：42?44
黃明洲.2002.對“十五”期間我國農機化技術發展方向與重點的思考J].農業工程學報. 18(1)：6?8
鞠金艷，王金武.2009.黑龍江省農業機械化作業水平預測方法J].農業工程學報.25
(5)：83?88
鞠金艷，王金武.2010.基于BP神經網絡的農機總動力組合預測方法J].農業機械學報.
(6)：87?92
康輝牛.1997.蘇子的特征與移栽技術J].甘肅農業科技.(3)： 11~18
賴慶輝，米伯林，楊志堅.2005.基于人工神經網絡的黑龍江省農機總動力預測J].農機 化研究.(4)：271?273
黎海波.2005.日本農業機械化的國家扶持政策J].山東農機化.(7)： 24
李寶筏.2003.遼寧省實現農業機械化的戰略分析[J].農業機械學報.(3)： 151~152
李炳軍，朱永達，萬鶴群.1997.農業機械化發展水平的概率一灰色評估方法及應用J]. 農業工程學報，(3)：21?26
李立輝，楊清，吳谷豐.2001.農業機械化技術經濟效益評價J].農業技術經濟.(1)：
37?40
李小陽，孫松林，蔣蘋.2003.農業機械化與農業勞動力轉移J].農業機械化研究.(1)：
23?26
李曉燕，謝長青.2004.農業機械與土地流轉問題J].農業機械化研究.(2)： 25~26 李中才，黃曉東，劉冬梅.2002.黑龍江省農機總動力的組合預測研究J].農機化研究.
( 5)：23?24
林建華.2001.法德農機化發展新趨勢J].科技致富導向.(12)： 34~34
林萬龍，孫翠清.2007.農業機械私人投資的影響因素分析：基于省級層面數據的探討J]. 中國農村經濟.(9)：25?32
林興軍，陳華.1998.農業機械作業經濟效益評價方法的研究J].農業機械化研究.(4)： 5?10
劉超.2002.農業機械化的系統分析J].江西農業大學學報(自然科學版).24(5)： 707~710 劉桂芝.2005.農機服務產業經營調查與思考J].中國農機化.(5)： 28~29
劉雪，傅澤田，穆維松.2001.農業產業結構調整與農業機械化發展的一致性J].中國農 業大學學報. 6( 2) :5?9
樓文高，王延政.2003.農業機械化發展水平的人工神經網絡評價模型J].農業機械學報. 34( 3)：58?61
馬成林，王化民，呂俊偉.1997.吉林省農業機械化可持續發展戰略研究J].農業工程學 報. 13：216?219
梅成建.1998.農業機械化的投資、經營體制與運作機制狀況的問題與對策J].中國農村 經濟. (5)：31?37
繆建平.1998.中國農業機械化發展的扶持政策研究J].中國農村經濟.(5) : 26~30
穆維松，傅澤田，侯麗薇.2000.農業機械化發展的環境變化分析J].農業工程學報.16 (1)：56?58
彭代慧、祝詩平.2007.影響我國農業機械化發展的影響因素及對策J].農機化研究.
(7)：66?68
彭卓敏.2003.新世紀我國農機化科技發展的思路、重點與對策[J].中國農機化.(1)： 7~8 邱立春，崔國才，王鐵和.1997.逐步回歸分析方法在農業機械化系統分析中的應用J]. 農業機械學報. 28(1)：98?101
山寶琴，劉亞峰.2007.農業機械化在新農村建設中的作用J].安徽農業科學.35 (18): 5581?5582
師麗娟等.2006.我國農機社會化服務組織形式現狀研究J].農機化研究.(10) : 1~4
石玉梅，馬本學，陳永成.2006.兵團農機總動力預測的灰色模型J].新疆農機化.(3)： 31?31
王福林.2004.測算農業機械化貢獻的C2GS2模型方法J].農業機械學報.35(3)： 186?194 王吉權，趙玉林，馬力.2008.組合預測方法研究及其在電力負荷預測中的應用J].東 北農業大學學報. 39(4)：51?54
王金武，鞠金艷. 2010. 黑龍江省農業機械化發展情況分析. 農業工程學報(. 12)168?172 王黎明，趙清華.2003.黑龍江省農機總動力灰色預測與分析[J].農機化研究.(2)： 48~49 王昭辰，王存興，劉宗亮等.1999.芝麻育苗移栽高產技術J].濟寧農業學報.23~24 王智才.2004.建設現代農業加快推進農業機械化[J].農業機械學報.35 (3) : 154~158 鄔小撐，趙勻.2003.第三方物流在農業機械化中應用的理論研究J].農業機械化研究.
(1):42?44
吳才聰等.2002.我國精確農業技術產業化問題研究J].中國軟科學.(1) : 37~39
吳昌友.2007.神經網絡的研究及應用[D].東北農業大學
吳子岳，王耀華.1997.農場農業機械化程度影響因素的多維灰評估J].農業工程學報.
(4)：8?12
夏萍，江家伍，姚天曙.2001.農業機械化綜合作業模式的試驗研究及效益分析J].農業 機械學報. 32(3)：79?82
謝紅梅，周清，黃大明等.2001. 2001~2010年廣西農機總動力人工神經網絡預測J].廣 西工學院學報. 12(4)：26?28
薛亮.2005.關于當前農機化發展幾個問題的思考J].農業經濟問題.(3) : 40~44
楊邦杰，洪仁彪，賈栓祥.2000.農業機械化對農業貢獻率測算方法研究J].農業工程學 報. 16(3)：50?53
楊敏麗，白人樸，劉敏等.2005.建設現代農業與農業機械化發展研究J].農業機械學報. 36(7)：68?72
楊敏麗，白人樸.2005.我國農業機械化發展的階段性研究J].農業機械學報.36 (12)： 167~170
楊敏麗，白人樸.2005.中國農業機械化發展的不平衡性研究J].農業機械學報.36 (9)： 60~63
楊敏麗.1998.我國農業機械化發展的階段性J].中國農業大學學報.3 (4)： 11~15 楊敏麗.2003.中國農業機械化與提高農業國際競爭力研究[D].中國農業大學博士論文 楊敏麗.2006.農機服務產業組織結構與機制創新研究J].農機化研究.(2)： 1~5 楊青等.2000.陜西省農業機械化對農業生產貢獻率的研究J].農業工程學報.16 (6): 64~67
楊印生，郭鴻鵬，謝鵬揚.2004.農機作業委托對我國農業機械化發展的影響J].農業機 械學報.(3)：193~194
楊印生，郭鴻鵬.2004.農機作業委托系統中介人問題的制度經濟學解說J].農業經濟問 題.(2)：58~60
楊印生，劉佩軍，李寧. 2006. 我國東北地區農業機械化發展的影響因素辨識及系統分析 [J]. 農業技術經濟.(5)：28~33
楊印生，劉子玉，盛國輝.2005.我國農業機械化促進體系的構建J].農業機械學報.36 (11)：79~82
楊印生等.1997.農業機械化程度的多層次灰關聯綜合評估J].農業機械學報.28 (2): 115~120
姚寶剛.2006.現代農業與農業機械化發展J].農業機械學報.37 (1) : 79~82
張冬平，史國棟，陳俊國.1996.農業機械化對農業勞動力剩余的影響J].農業機械學報. 27(1)：1~5
張國平.1988. B~G組合預測剖析J].預測.(5) : 24~27
張睿、高煥文.2007.中國農業機械化柴油消耗趨勢分析與節能的戰略措施J].農業工程 學報. 23(12)：280~284
張淑娟，趙 飛.2008.基于Shapley值的農機總動力組合預測方法J].農業機械學報.39
(5)：60~64
張小栓，傅澤田，侯麗薇.2001.論我國農業機械化發展支持體系的完善J].農業機械學 報. 32(4)：126~127
鄭文鐘，何勇，岑益郎.2006.基于粗糙集和模糊聚類的農機化水平評價方法J].農業機 械學報.37(2)：58~61
周志艷，李慶，臧英.2007.農業機械化與社會主義新農村建設J].農機化研究.(3)： 5~7 朱瑞祥，黃玉祥，楊曉輝.2006.用灰色神經網絡組合模型預測農機總動力發展J].農 業工程學報. 22(2)：107~110
朱授華.1994.農機化系統分析與設想J].農業機械學報.(3)： 126~128
祝華軍.2005.農業機械化與農業勞動力轉移的協調性研究J].農業現代化研究.26 (3)： 190~193
祝華軍等.2007.農業機械化發展對財政投入的依存度研究J].農業工程學報.23 (3)：
273?278
宗曉杰.2006.用DEA法的兩個模型測算農機化貢獻率的算法研究J].農業工程學報.22
(5)：20?23
A.G.Rijk. 1992. Agricultural mechanization policy and stratagem[J]. Agricultural Engineering Journal. 1(4)：205?215
Addiscott T. M，Whitmore A.P Powlson D. S. 1991. Farming fertilizer and the nitrate Problem[J]. CAB International，Wallingford，UK.
Aminian F， Suarez E D. 2006. Forecasting economic data with neural networks[J]. Computational Economics. 28：71?88
Audsley E. 1981. An arable farm model to evaluate the commercial viability of new machines or techniques[J]. Journal of Agricultural Engineering Research.(26)：135?149
Ballard C.L，Fullerton D，Shoven J.B，Whalley J.A. 1985. General equilibrium model for tax policy evaluation[M]. Chicago：The University of Chicago Press
Bender D.A.，Kline D. E，McCarl. 1990. Postoptimal linear programming analysis of farm machinery[J]. Transactions of the ASAE. 33(1)：5?20
Chen，Shimomura. 1998. A Model of Technology Adoption and Industrialization. International Economic review[J].(39)：1
Court A C，Breach R A，Porter M J. 1995. Pesticides in drinking water catchments protection of water treatment[J]. Pesticide Movement to Water. 381?388
D.R.A Love. 1997. A dynamic general equilibrium model of industrialization when manufactures are unnecessary[J]. Journal of Development Economics.(54)：357?385
DoE. 1995. A Guide to risk assessment and risk management for environmental protection[M]. Department of the Environment，HMSO，London
E.A.Camarena，C.Gracia，J.M. Cabrera Sixto. 2004. A mixed integer linear programming machinery selection model for multifarm systems[J]. Biosystems Engineering. 87(2)：145?154
F R. Leival， J. Morris. 2001. Mechanization and sustainability in arable farming in England [J]. Agricultural Engineering Research. 79(1)：81?90
Gerard J.Gill. 1982. Mechanised land preparation， productivity and employment in Bangladesh[J]. The Journal of Development Studies. 329?348
Ghassan A，Srivastava A. K，Burkhardt T. H，Kelly J. D. 1986. A mixed integer linear programming(MILP)machinery selection model for navy bean production systems[J]. Transactions of the ASAE. 29(1)：81?89
Gracia C.， Judez L.Y，Torres D. 1982. A model for the establishment of a utilization and
acquisition plan of agricultural machinery[J]. Anales del Instituto National Investigaciones Agrarias.
(6)：97?111
Jannot Ph, Cairol D. 1994. Linear programming as an aid to decision making for investments in farm equipment for arable farms[J]. Journal of Agricultural Engineering Research.(59)： 173?179
Kline D. E.，Bender D. A，McCarl B. A，Van Donge C. E. 1988. Machinery selection using expert systems and linear programming[J]. Computers and Electronics in Agriculture.(3)：45~61
Maff. June 1998. Development of a set of indicators for sustainable agriculture in the United Kingdom[J]. Ministry of Agriculture，Fisheries and Food. 112~118
Maier H R，Dandy G C. 1996. The use of artificial neural networks for the prediction of water quality parameters[J]. Water Resources. 32(4)：1013~1022
Murphy M.C. 1996. Report on farming in the eastern countries[M]. Cambridge University Press
Penelope Francks. 1979. The development of new techniques in agriculture：The case of the mechanization of irrigation in the Saga Plain area of Japan[J]. World Development. 7(4)531~539
R R. Leival，J. Morris. 2001. Mechanization and sustainability in arable farming in England [J].Agricultural Engineering Research. 79(1)：81~90
Reid D. W，Bradford G. L. 1987. A farm firm model of machinery investments decisions[J]. American Journal of Agricultural Economics.(69)：64~77
Richard Disney， Elbashir A. A. 1984. Mechanization， employment and productivity in Sudanese agriculture[J]. Journal of Development Economics. 16(3)：249~262
S.G.Nwoko. 1990. Agricultural mechanization at a crossroad in Nigeria. Agricultural mechanization in Asia，Africa and Latin America.(3)：79~82
Saadoun T. 1989. Agricultural machinery selection and scheduling of farm operations[D]. University of Edinburgh，United Kingdom
Shoven J. B，Whalley J. 1972. Applying general equilibrium[M]. New York：Cambridge University Press
Singh A K，Panda S S，Pal S K，et al. 2006. Predicting drill wear using an artificial neural network[J]. Int. J. Adv. Manuf. Technology. 28：456~462
Sogaard H.T，Sorensen C.G. 1996. A Model for optimal selection of machinery sizes within the farm machinery system[J]. Proceedings of the Sixth International Symposium on Computers in Agriculture. 588~598
Stout B. A. 1990. Handbook of energy for world agriculture[J]. Elsevier，London
Watts C. W，Dexter A. R.，Dumitru E. 1996. An assessment of the vulnerability of soil structure to destabilization during tillage[J]. Soil and Tillage Research. 37(2)：161~174
Whitson R. E，Kay R. D，Lepori W. A， Rister E. M. 1981. Machinery and crop selection with weather risk[J]. Transactions of the ASAE. 24(2)：288~295
Wonkyu Park. 1990. Utilization pattern of farm machinery and farm mechanization in Korea[J]. Agricultural Mechanization in Asia，Africa and Latin American.(4)：65~75
Yujiro Hayami， Toshihiko Kawagoe. 1989. Farm mechanization, scale economies and polarization : The Japanese experience[J]. Journal of Development Economics. 31(2)：221~239
上一篇：山東省農業機械化發展及對策研究
下一篇：長沙市農業機械經營模式問題研究
相關標簽:
