农业统计分析例1

农业在我国经济发展中起到非常重要的作用，受到自然条件的影响，全国各个地区的经济发展水平存在很大的差异性，当地政府对农业的重视程度和政策帮助力度不同，也影响到了各个地区农业的发展。基于多元统计分析，可以分析出各个地区农业生产条件的优势和不足，制定出相应的农业发展策略，进而提高农业经济发展水平。

1多元统计分析

多元统计分析属于数理统计中非常重要的一部分，在进行多个分析指标的统计时，往往需要用到数理统计分析来进行多个统计指标之间的理论和实践研究。多元统计分析有多种分析方法，比如说主成分分析、聚类分析等。在进行多元统计分析时，往往需要结合多个统计指标来进行，将多元统计分析应用到农业生产条件中，可以充分掌握气候、农药、化肥等多个方面的因素，寻找各个指标之间的联系性，再进行数学模型的建立，结合当地实际情况，对农业经济发展有清晰的了解，再制定出相应的政策制度，合理地对现有农业资源进行分配，最终实现促进农业经济发展的目的。

2多元统计分析的应用和实践

在探究农业生产条件对农业经济发展的影响时，选择多元统计分析的方式，可以最大化运用农业生产条件，科学的分配农业资源，提高农业经济效益。在实际的分析时，可以先对当地的农业生产条件进行统计，比如说劳动力情况、机械化水平、气候条件、耕地面积等。因为每个地区的实际农业生产条件都不相同，比如说西南地区，影响农业经济发展最主要的因素是农村劳动力，耕地面积、机械化水平等远没有劳动力重要。其主要的原因是因为西南地区的地形情况比较复杂，没有大面积的耕地，严重限制了农业机械的应用，往往需要采取人工的方式来完成耕种，因此需要大量的劳动力。运用关联分析在进行农业生产条件的分析时，绝大多数地区的耕地面积与农村劳动力关联不是很紧密，与物质生产条件的关联程度在逐年加大。造成这种现象的原因是，受到科学技术的发展影响，对传统的种植方式带来了很大的改变，提高了农作物的产量，农业生产机械化程度越来越高，进而耕地面积以及农村劳动力的重要性已经没有之前那么重要。对于农业生产工具、化肥农药等的使用不断加大，再加上各个地区的实际生产条件有所不同，导致了农业生产条件重要性的改变，需要结合实际情况对农业生产条件进行调整，最终促进农业经济的发展。

3改善农业生产条件，促进农业经济发展

农业统计分析例2

中图分类号：F320 文献标识码：A DOI：10.11974/nyyjs.20170632149

农业在我国经济发展中起到非常重要的作用，受到自然条件的影响，全国各个地区的经济发展水平存在很大的差异性，当地政府对农业的重视程度和政策帮助力度不同，也影响到了各个地区农业的发展。基于多元统计分析，可以分析出各个地区农业生产条件的优势和不足，制定出相应的农业发展策略，进而提高农业经济发展水平。

1 多元统计分析

多元统计分析属于数理统计中非常重要的一部分，在进行多个分析指标的统计时，往往需要用到数理统计分析来进行多个统计指标之间的理论和实践研究。多元统计分析有多种分析方法，比如说主成分分析、聚类分析等。在进行多元统计分析时，往往需要结合多个统计指标来进行，将多元统计分析应用到农业生产条件中，可以充分掌握气候、农药、化肥等多个方面的因素，寻找各个指标之间的联系性，再进行数学模型的建立，结合当地实际情况，对农业经济发展有清晰的了解，再制定出相应的政策制度，合理地对现有农业资源进行分配，最终实现促进农业经济发展的目的。

2 多元统计分析的应用和实践

在探究农业生产条件对农业经济发展的影响时，选择多元统计分析的方式，可以最大化运用农业生产条件，科学的分配农业资源，提高农业经济效益。在实际的分析时，可以先对当地的农业生产条件进行统计，比如说劳动力情况、机械化水平、气候条件、耕地面积等。因为每个地区的实际农业生产条件都不相同，比如说西南地区，影响农业经济发展最主要的因素是农村劳动力，耕地面积、机械化水平等远没有劳动力重要。其主要的原因是因为西南地区的地形情况比较复杂，没有大面积的耕地，严重限制了农业机械的应用，往往需要采取人工的方式来完成耕种，因此需要大量的劳动力。

运用关联分析在进行农业生产条件的分析时，绝大多数地区的耕地面积与农村劳动力关联不是很紧密，与物质生产条件的关联程度在逐年加大。造成这种现象的原因是，受到科学技术的发展影响，对传统的种植方式带来了很大的改变，提高了农作物的产量，农业生产机械化程度越来越高，进而耕地面积以及农村劳动力的重要性已经没有之前那么重要。对于农业生产工具、化肥农药等的使用不断加大，再加上各个地区的实际生产条件有所不同，导致了农业生产条件重要性的改变，需要结合实际情况对农业生产条件进行调整，最终促进农业经济的发展。

3 改善农业生产条件，促进农业经济发展

农业生产条件直接影响到农业经济的发展，一定要做好农业生产条件的利用工作，促进农业经济的发展。在际的生产过程中，随着耕地面积以及劳动力在生产条件中的地位逐渐降低，但是耕地面积以及劳动力又是农业生产中的必要条件。因此，在进行农业生产条件的改善时，要加大对种植技术的研究力度，提高单位耕地面积的产量；要增强农村劳动力对科技的运用能力，提高农村劳动力的文化水平，结合先进的科学技术来开展农业生产，提高农业生产的产值，促进经济发展。

在对农业生产条件进行改善时，不仅要从传统生产方式上进行改善，还需要从本质上进行变革，比如说病虫害的防治、栽培技术、育种方式等。在病虫害的防治方面，科学合理地选择防治农药，可以减少病虫害对农作物的损失，提高农业生产产量，在使用农药时，要注意农药的更换使用，避免长期使用1种农药，进而使得病虫害产生抗药性失去防治作用。在进行化肥的使用时，一定要注意化肥的选择和化肥的搭配，农作物不同的生长时期要选择不同类型的化肥，化肥的搭配一定要合理，这样才能促进农作物的全面生长，化肥之间不要存在一些酸碱性的冲突，要牢牢把握好化肥的用量，过多造成浪费，过少达不到增长目的。育种方式以及栽培方式在农作物的生产中也非常重要，好的育种方式和栽培方式可以增强农作物的成活率，提高产量。结合先进的科学技术改善农业生产条件，能够发挥出现代科学技术的价值和作业，促进农业经济的发展。

4 结束语

多元统计分析应用到农业生产中，可以结合多项统计指标清楚地掌握农业生产条件，了解农业发展的优势和不足，结合先进的科学技术，制定出符合农业发展的策略，对农业生产资源进行合理配置，最终实现农业经济发展的目标。

农业统计分析例3

1 多元统计分析

多元统计分析属于数理统计中非常重要的一部分，在进行多个分析指标的统计时，往往需要用到数理统计分析来进行多个统计指标之间的理论和实践研究。多元统计分析有多种分析方法，比如说主成分分析、聚类分析等。在进行多元统计分析时，往往需要结合多个统计指标来进行，将多元统计分析应用到农业生产条件中，可以充分掌握气候、农药、化肥等多个方面的因素，寻找各个指标之间的联系性，再进行数学模型的建立，结合当地实际情况，对农业经济发展有清晰的了解，再制定出相应的政策制度，合理地对现有农业资源进行分配，最终实现促进农业经济发展的目的。

2 多元统计分析的应用和实践

在探究农业生产条件对农业经济发展的影响时，选择多元统计分析的方式，可以最大化运用农业生产条件，科学的分配农业资源，提高农业经济效益。在实际的分析时，可以先对当地的农业生产条件进行统计，比如说劳动力情况、机械化水平、气候条件、耕地面积等。因为每个地区的实际农业生产条件都不相同，比如说西南地区，影响农业经济发展最主要的因素是农村劳动力，耕地面积、机械化水平等远没有劳动力重要。其主要的原因是因为西南地区的地形情况比较复杂，没有大面积的耕地，严重限制了农业机械的应用，往往需要采取人工的方式来完成耕种，因此需要大量的劳动力。

运用关联分析在进行农业生产条件的分析时，绝大多数地区的耕地面积与农村劳动力关联不是很紧密，与物质生产条件的关联程度在逐年加大。造成这种现象的原因是，受到科学技术的发展影响，对传统的种植方式带来了很大的改变，提高了农作物的产量，农业生产机械化程度越来越高，进而耕地面积以及农村劳动力的重要性已经没有之前那么重要。对于农业生产工具、化肥农药等的使用不断加大，再加上各个地区的实际生产条件有所不同，导致了农业生产条件重要性的改变，需要结合实际情况对农业生产条件进行调整，最终促进农业经济的发展。

3 改善农业生产条件，促进农业经济发展

农业生产条件直接影响到农业经济的发展，一定要做好农业生产条件的利用工作，促进农业经济的发展。在??际的生产过程中，随着耕地面积以及劳动力在生产条件中的地位逐渐降低，但是耕地面积以及劳动力又是农业生产中的必要条件。因此，在进行农业生产条件的改善时，要加大对种植技术的研究力度，提高单位耕地面积的产量；要增强农村劳动力对科技的运用能力，提高农村劳动力的文化水平，结合先进的科学技术来开展农业生产，提高农业生产的产值，促进经济发展。

农业统计分析例4

[中图分类号] S1 [文献标识码] A [文章编号] 1003-1650 （2016）06-0093-01

引言

我国当前最基本的民生产业，会受到农产品质量的直接性影响。在我国农业不断发展的过程中首先要保障农产品数量，也应该将农业产品的质量以及品质进行改善，并且将农业产业的主要结构调整好，这样可以改善环境污染、资源严重不足、利用率低、生产效益低下等问题，才能促进农业长期健康发展。由此可知，研究农业物联网技术具有十分重要的意义。

1 农业物联网技术

1.1 产生农业物联网的背景分析

当前，在我国农业科技生产中，农业信息技术是其中十分重要的内容，现在我国农业的发展方向，主要的就是实现“农业现代化以及信息化融合”的目标，“农业物联网”实质上就是借助相关的智能传感设备对农业种植环境及操作过程进行实时监控，同时借助相关的数据采集设备中无线网络系统将各个数据向信息控制中心传送，这样可以对农作物在生长过程中所需要的各个环境条件（如：土壤温度、含水量、湿度、光照、病虫发生情况以及温度等）进行智能监测控制，并且做到及时灌溉和技术防治，也有助于达到自动检测生态新型农业种植的效果。

1.2 在农业种植环境中物联网技术的应用

在农业种植环境中物联网技术的应用，主要是体现在以下两个方面：（1）第一个方面，就是实现物联网有效监管农产品的质量安全。在应用农业物联网技术的过程中，常常会有效地应用着很多其他技术，例如：网络平台技术、物联网中间件、传感器网络、条形码、电子标识等，这样可以实现农产品生产、交易信息、储运的实时监控以及透明化，这样也更加有助于实现农产品全程的管控追溯，有效地保障农产品的质量安全。（2）实现物联网智能化管理农业种植，在种植过程中，安装智能控制的系统，这样可以实时监测整个农作物种植环境中所需参数，按照参数变化状况总结最佳生产农作物的环境条件，把握农作物生产的环境要求，在无线传感器节点应用中获取生物信息的方法，掌握更多有效地精准调控温室的科学依据[2]。

2 农业物联网种植环境监控系统设计

2.1 监控农业物联网种植环境系统的主要技术

在控制系统监控农业种植环境的过程中，会有效地应用物联网技术，其中主要的技术有两个方面：第一个方面，就是在感知层采集以及感知无线数据；第二个方面，就是借助远程智能化控制网络传输层的计算机来分析收集的数据，对作物生长过程中必需的水分、温度以及空气等进行有效的控制，这样更加有助于创造更加精准的农业种植方式[3]。

2.2 构建监控农业物联网种植环境的系统

在我国农业种植的环境中应用的关键技术就是物联网技术，这样就能够适时有效地监控种植农业作物的主要环境，其中比较重要的部分就是：感知层：采集以及感知相关的数据，达到种植农业作物环境中科学合理的光照、空气湿度、空气温度、土壤湿度，以及将实时感知自动灌溉系统的数值向ZigBee 协调器节点上进行传输；实时感知自动灌溉系统的应用主要是有效地将出现的相关数据采集，并且进行信息处理以及存储，甚至是按照下达的控制指令，有效地为客户提供的决策以及分析的主要依据，这样客户就能够随时随地借助电脑等终端进行信息数据的查询[4]。

2.3 构建监控农业种植环境的系统

在构建监控农业种植环境的系统中，最主要的两部分构建系统有构建的系统软件以及构建的系统硬件：第一部分，就是构建的系统软件，设计系统软件的主要工作就是设计ZigBee 协议栈的程序，以及设计传感器节点的程序。第二部分，就是构建的系统硬件，主要有（1）电源板，很好地连接着传感控制模块以及无线节点模块并且还可以将电源提供给系统。（2）控制以及传感模块，要有光照强度、湿度传感器，以及温度传感器。（3）无线节点模块，ZigBee 主要是应用在低功耗以及低成本的射频中，其中有传感节点以及网关协调器[5]。

3 结语

综上所述，物联网的主要目的就是感知，这样更加有助于实现物与物、人与物，以及人与人之间的网络。在很多的领域中，都非常广泛地应用着物联网技术，并且也取得了一定的应用效果，农业是所有应用领域中的一个。监控农业种植环境的系统在研究物联网技术的过程中，主要是将当前农业产品的整体质量提高，有效地将生产的效率提高，同时将农业中出现的占有资源率低、智能化水平以及自动化低的状况进行改善，这样也能够促进普及农业物联网、智能化管理、自动控制、自动检测智能农业的作用。

参考文献

[1]白冰.基于物联网技术的北方设施农业环境数据监测与控制系统研究[D].中国农业科学院，2014，129（22）：2064-2065.

[2]张开生，田开元，吕明，等.基于物联网技术的农业大棚环境监控系统设计[J].西安科技大学学报，2015，35（06）：805-811.

农业统计分析例5

中图分类号：F323.3 文献标识码：A 文章编号：0439-8114（2016）22-5995-06

DOI：10.14088/ki.issn0439-8114.2016.22.066

Construction Situation Investigation and Statistical Analysis of CARS

LI Ping1，WANG Wei-wei2，3，ZHANG Jun-biao3

（1.School of Economics & Management，Hubei University of Technology，Wuhan 430068，China；

2.Institute of Agricultural Economics and Technology，Hubei Academy of Agricultural Sciences，Wuhan 430064，China；

3.Hubei Center for Rural Development Research of HZAU，Wuhan 430070，China）

Abstract： CARS，as an important innovation of institutional reform of agricultural science-technology and the integration form of technological resources，is an strategic move to accelerate the implementation of “four modernizations in synchronization”，and plays a positive role in all aspects of modern agricultural development. Through questionnaire investigation statistics to relative main bodies of the system，from the responses of system recognition，daily operation，funds management，personnel assessment and evaluation and so on，the basic situation and characteristics of the system running were analyzed，and problems of the current system in aspects including as funds management，internal-external communication，work coordination，position competition，examination and evaluation，motivation，local support mechanism were cleared，accordingly some suggestions were put forward.

Key words： China agriculture research system； public finance input； running condition； investigation

为深入实施科技创新驱动战略，全面提升农业区域创新能力，强化农业竞争力，促进现代农业和城乡统筹发展，2007年农业部、财政部共同启动了现代农业产业技术体系（简称CARS，下同）建设[1]。CARS作为一项公共强农惠农制度选择，是农业科技体制改革和科技资源整合形式的重要创新，也是新时期探索农业科技为现代农业建设提供有效服务的重要尝试，更是在既定的科研管理体制和部门管理体制下，围绕农业主导产业和优势特色产业，聚合科-教-推、产-学-研人才，开展联合研发与技术协同创新，提高农业科技含量，促进产业发展的有效途径。目前关于现代农业产业技术体系，相关研究定性分析较多，定量研究较少。定性上，祁春节等[2]、宋雯雯等[3]、张克俊等[4]分析了体系的制度特征及问题，并给出了协同创新机制建设的建议；张鸿等[5]、伍莺莺等[6]主要针对体系创新团队的建设问题进行了阐述；赖琰萍[7]则就体系建设经费管理进行了探讨。定量方面，苏小珊等[8]度量了体系制度安排创新与技术创新效率的互动关系，并认为技术创新效率提升关键在于优化体系制度安排；李平等[9]则利用调研数据对体系研发团队创新绩效进行了测度，并给出了改善体系创新机制的建议。已有研究明确了现代农业产业技术体系协同创新作为新时期财政农业科技投入重要形式，是中国农业科技创新体系的关键内容，能为现代农业和新农村建设提供强大的科技支撑。但由于现代农业产业技术体系建设是一个新事物，也是一个处于探索中的协同创新管理系统，其积极作用需进一步调查与分析。为此课题组借助于对现代农业产业技术体系各岗位类别所进行的调查，通过统计量化分析的方式阐述体系运行的基本情况，以明确其存在的主要问题，并有针对性地给出完善体系运行机制的对策建议。

1 现代农业产业技术体系运行现状

为全面了解CARS运行现状，课题组依托体系重大专项平台，根据不同产品及地区特征，对体系运行过程中的相关主体包括首席和岗位科学家、综合试验站站长和依托单位相关负责人或管理人员进行了访问、座谈和小型会议交流或开展实际调研，收集了一套统计研究资料，共计2 459份。该资料共涉及33类农产品产业技术体系，遍布全国各省市区。被调查人员中，B岗位专家、A岗位专家、C岗位专家、团队成员、依托单位管理人员、体系外科技人员、其他人员所占比重依次为0.89%、14.41%、14.84%、65.92%、1.53%、1.74%和0.68%（文中B、A、C分别对应着各产业技术体系首席科学家、岗位科学家和试验站科学家岗位）；体系依托单位及人员分布于东部地区的居多，占39.20%，中部地区比重为36.22%，西部为24.58%，另外东部地区涵盖了调查所涉及的33个农产品产业技术体系中的28个，西部地区涵盖了33个农产品产业技术体系中的26个，中部地区则涵盖了所调查体系中的25个，可以看出，目前现代农业产业技术体系建设依托单位区域分布差异并不明显，总体上处于相对均衡态势；至于依托单位性质，统计分析显示，科研单位和高等院校是体系的主要依托对象，两者合计占到了79.00%以上，依托单位还有企业、推广机构、事业单位及其他性质的单位，比例分别为8.00%、1.20%、11.80%、0.48%。现代农业体系运行现状分析具体情况统计描述如下。

1.1 受访对象认可情况

据调查数据显示，有34.80%的被调查人员对当前体系的运行现状表示非常满意，48.28%的被调查人员表示较满意，表示满意的占16.15%，仅有0.47%的被调查人员对当前体系运行的总体状况表示不满意或者非常不满意。

具体而言，一方面被调查人员普遍认可体系建设对农业发展的积极作用，其中64.48%的被调查人员认为作用非常大，28.64%认为推动作用较大，6.51%认为推动作用大，仅有0.33%认为推动作用不大或者很小。分岗位类别来看，B岗位专家充分肯定了体系的建设在推动中国农业发展中所呈现出的巨大作用，其中79.31%的B岗位专家认为体系的建设对推动中国农业发展作用非常大或大，20.69%认为推动作用比较大；A岗位专家也比较认同体系的建设对推动现代农业发展具有不可替代的作用，其中82.25%的A岗位专家认为作用非常大或大，17.75%认为推动作用比较大；C岗位专家接触农业生产实际多，较能感受体系建设对推动中国农业发展的作用程度。统计调查显示，C岗位专家较认可体系建设的积极作用，其中有76.25%被调查人员认为体系推动作用非常大或大，23.75%认为对推动农业发展具有较大作用；其他受访对象也较认可体系建设的积极意义。此外，还得知B、A及C等岗位专家对体系作用发挥的认可程度要明显高于体系团队人员及体系外相关人员。

另一方面对当前体系建设对农业生产贡献度的调查显示，绝大多数被调查者认同体系建设对农业生产发展的贡献作用，其中33.56%的被调查人员认为体系建设对农业生产的贡献度很高，47.30%认为贡献度较高，认为高的占16.61%，仅有不到3.00%的被调查人员认为贡献度较低或很低。从区域分布差异来看，各区域就体系建设对农业生产贡献度的观点趋于一致，基本认为现代农业产业技术体系建设对农业生产的贡献度很高或较高。

从体系交流平台的运行及管理上来看，数据显示有96.48%的被调查者对体系交流平台的运行及管理表示满意，仅1.60%的被调查者表示不满意，其中“体系交流平台存在不对外公开，无法接受社会的舆论监督”的问题较受被调查者关注，另有1.95%的被调查者未做答。同时，不同岗位的被调查者对体系交流平台运行及管理现状的满意度不尽相同，其中B岗位专家和体系外相关人员的满意度最高，达到100%，其次是A岗位专家，满意度高达99.70%，接下来依次是团队成员98.16%、C岗位专家96.29%、依托单位管理人员94.29%。

1.2 体系日常运行

1）个人目标与体系目标的一致性。从整体上来看，被调查者认为个人目标与体系目标完全一致的占26.71%，基本一致的占70.09%，不确定个人目标与体系目标一致性的占2.94%，认为不一致的仅占0.22%；从被调查者的不同岗位身份来看，不同岗位的被调查者观点趋于一致，与总体调查结果基本吻合。

2）体系间岗位专家交流。不同体系之间岗位专家的交流对活跃体系工作气氛、完善体系文化具有重要意义。统计显示，有60.56%的岗位专家表示不同体系之间会经常交流，另外39.44%的被调查人员则表示交流较少或不存在交流。当询问采取何种交流方式时，获知电话、邮件等方式采用较多。另外，随着现代信息交流手段的不断普及，电话和邮件成为各岗位专家交流的最主要方式，分别有82.57%和74.91%的被调查人员通过电话和邮件与其他体系岗位专家进行信息互换与沟通，仅有2.64%的岗位专家通过会议的方式开展合作交流，另还有22.45%的被调查人员通过其他方式与各体系岗位专家保持交流。从调查人员身份类型来看，由于职能分工不一，调查发现B岗位专家更倾向于采取会议交流的方式，有65.22%的B岗位专家通过会议方式与各体系岗位专家进行交流；对于A岗位专家而言，分别有79.81%、78.40%、66.67%的A岗位专家通过会议、电话及邮件三种交流方式与其他岗位专家进行交流；另外C岗位专家则较多地采用电话工具保持与各个体系岗位专家的日常交流，占到C岗位专家调查样本总数的86.81%。

幕嵋榻涣鞯钠骄次数看，一年度内B岗位专家平均与其他体系专家交流5.30次，A岗位专家平均为4.30次，C岗位专家平均交流为3.10次，团队成员为2.40次，呈依次下降趋势。除会议交流外，电话和邮件成为交流的主要工具。调查显示，B岗位专家年均交流人次最多，达到19人次；A岗位专家次之，达到14人次；C岗位专家与体系团队成员的年均交流分别为7和6人次。

3）各产业内不同领域岗位专家交流情况。一方面调查显示，95.11%的被调查者表示会经常与本体系内其他岗位专家进行交流，只有不到5%的被调查者表示缺乏交流或者交流不够；另一方面从被调查者与其他领域岗位专家交流的平均人次来看，体系内各领域岗位专家平均交流人次差异较大，其中B岗位专家交流人次最多，平均达到50人次；A岗位专家次之，平均达到25人次；C岗位专家除会议交流方式外，平均交流13人次，仅为B岗位专家的26%；团队成员平均交流9人次，不足B岗位专家的1/5。

从所采取的交流方式来看，会议、电话及邮件这三种方式已成为沟通的最主要方式。调查显示，分别有90.49%、88.32%、83.98%的被调查者通过这三种方式开展合作交流。从交流频次上看，B岗位专家通过会议方式与体系内部各岗位专家交流的平均次数多达21.70次；C岗位专家和A岗位专家分别有8.70次、8.60次，团队成员则只有4.40次。

4）不同岗位类型的被调查人员融入体系程度。从各体系任务占用被调查者工作时间角度来看，69.57%的B岗位专家花了80%以上的时间用于体系工作；其次是A岗位专家，有65.59%的A岗位专家花了80%以上的时间在体系工作上；第三是C岗位专家，有63.72%的C岗位专家花80%以上的时间在体系工作；团队成员最少，只有41.66%的成员能保证80%以上的时间用于体系工作。

当问及各岗位专家融入体系团队的程度时，调查显示各岗位专家总体上有71.45%表示已经完全融入到体系的工作中，另有28.19%反映正在慢慢融入，仅有0.36%表示还未融入。从不同岗位类型来看，各岗位专家融入体系工作均呈较好态势，其中B岗位专家样本表示已完全融入到体系的各项工作过程中，几乎所有的A岗位专家已经完全融入或者正在慢慢融入体系工作中，另外团队成员也仅有0.54%表示未融入到体系工作。

从区域差异来看，中部地区被调查对象融入程度最高，有75.71%的被调查人员表示已经完全融入到体系工作中，其余的24.29%也正在慢慢融入体系工作；东部地区次之，完全融入体系工作的占到70.59%，有29.30%的人员表示正慢慢融入，仅有0.11%尚未融入；西部地区人员的融入程度较差，尚有32.79%的被调查对象表示未完全融入体系工作。

总体来看，一方面各岗位专家融入本产业技术体系工作和团体环境的程度与其用于体系工作的时间有一定的正向关系；另一方面，各岗位专家融入体系工作过程和团体环境的程度区域差异不大，融入程度基本上是中部地区的受调查者最好，东部次之，西部略落后于东部。

1.3 体系的经费管理

1）经费满足实际工作需要程度。总体上看，目前经费情况尚不符合各岗位专家的实际需求。调查显示，认为经费能够完全满足实际工作需要的被调查者仅占7.73%，另外27.06%的被调查者认为体系经费能够满足工作需要，而41.86%认为经费仅能够基本满足工作需要，另有23.35%认为不能满足工作需要。从不同岗位类型来看，大部分岗位专家认为体系经费能够满足或者基本满足工作需要，但也有一部分岗位专家认为体系经费不能满足工作需要，其中以C岗位专家表现最为明显，有39.39%的C岗位专家表示体系经费不能满足其工作需要；B岗位专家次之，有21.74%的B岗位专家表示体系经费不能满足实际工作需要；而仅有7.85%的A岗位专家认为经费不足以保证工作顺利开展。

2）经费支出及合规性。调查显示，高达83.26%的岗位专家经费用于体系相关工作的比重达到95%～100%，仅有不到1%的人员其经费用于体系工作的比重低于60%。从不同岗位类型上看，有91.30%的B岗位专家经费用于体系工作的比重高达95%～100%，有88.96%的A岗位专家经费用于体系工作的比重达到95%～100%，此外84.98%的C岗位专家经费用于体系工作的比重达到95%～100%。在费用支出合规性方面，调查显示B岗位专家经费支出的合规性最高，95.65%的B岗位专家经费支出合规性在85%以上，这其中又有73.91%的B岗位专家经费支出合规性在95%～100%，21.74%的B岗位专家的经费支出合规性在85%～95%，仅有不到5%的B岗位专家的经费支出合规性在75%以下；C岗位专家的经费支出合规性次之，94.03%的C岗位专家的经费支出合规性在85%以上，这其中位于95%～100%区间的占60.00%，而经费支出合规性在85%～95%区间的占34.03%；A岗位专家经费支出合规性在95%～100%之间的占56.30%，在85%～95%之间的占38.42%，仅有5.28%的A岗位专家经费支出合规性在85%以下。

3）经费管理满意度。从总体上看，目前绝大多数岗位专家对体系经费的管理非常满意或基本满意，仅有不到6%的岗位专家表示不甚满意。就不同岗位类型的专家来说，他们对体系经费管理现状的态度基本一致，有19%左右的被调查人员对当前经费管理现状表示非常满意，有74%左右的被调查人员表示对当前经费管理现状基本满意，仅有6%左右表示不满意，其中B岗位专家表示不满意的比重最高，达到8.70%，A岗位专家次之，为6.38%，C岗位专家表示不满意的比重较小，仅为5.34%。

1.4 体系人员的考核及评价

1）考核标准。体系考核内容主要包括基础性工作、论文专利等技术成果及人才培养、技术培训与推广、日志数量、经费使用情况等内容执行的情况。总体上看，在所有考核内容中，有53.80%的被调查人员对基础性工作这一考核标准最为认可，有27.91%的被调查人员最为认可技术培训与推广这一考核标准，另外认同论文专利等技术成果考核标准的样本占到了10.93%，而将日志数量与经费使用情况作为考核标准的认可率最低。

从不同的岗位类型来看，各岗位专家对考核标准的认识不尽相同。有42.86%的B岗位专家最为认可基础性工作这一考核标准，23.81%最为认可论文专利等科技成果这一考核标准，另有23.81%的B岗位专家表示认可其他的考核标准；有56.60%的A岗位专家最为认可基础性工作考核标准，17.30%最为认可论文专利等科技成果这一考核标准，13.84%最为认可技术培训与推广这一考核标准，另有10.38%的A岗位专家提出了其他的考核标准，A岗位专家对其他考核标准的认可率较低；C岗位专家由于更多地接|农业生产第一线，因此基础性工作、技术培训与推广是其最为认可的考核标准，认可率分别达到53.09%、32.13%，而其他考核标准的认可率均较低；团队成员对基础性工作这一考核标准最为认可，认可率达到53.80%，其次是技术培训与推广考核标准，认可率达到29.79%，第三是论文专利等科技成果，认可率达到11.26%，其他考核标准的认可率较低。由此看来，各岗位专家所倾向的考核标准不尽一致，但均对基础性工作这一考核标准有较高的认可度。

至于各个标准在工作考核中所占的比例，调查显示：考核标准应以基础工作、论文专利等技术成果、技术培训与推广三大标准为主，其所占比重分别为25%、16%、21%，其余考核标准所占比重依次是人才培养13%、经费使用情况11%、日志数量9%，其他仅占5%。从被调查者的岗位类型来看，各岗位专家的观点与总体上的情况基本趋于一致，各岗位专家（除体系外科技人员）认为基础工作、论文专利等技术成果、技术培训与推广所占比重最多，其余次之。

2）考评方式。调查@示，当前体系实行B岗位专家、执委会和体系成员打分结合的方式对体系成员进行考评较为合理。从总体来看，这一考评方式得到了96.30%的被调查人员的认同，仅有3.70%的被调查人员表示不认同。从不同岗位类型来看，各岗位专家对该考评方式的认同较为一致，表示认同这一考评方式的均在95%以上水平。而当问及B岗位专家、执委会、体系成员打分结合的考评方式中各成员所应占有的比例时，各被调查者给出的意见也基本趋于一致，总体上看B岗位专家、执委会、体系成员打分趋于32∶34∶34的比例构成。

3）考评结果通报方式。目前体系对各岗位专家工作考评结果的通报方式主要采取分等定级制、单一排名制、定性判断制三种。调查显示54.05%的被调查人员认为采取分等定级制较好，18.68%认为采取单一排名制较好，27.27%认为采取定性判断较好。从岗位类型来看，有43.48%的B岗位专家认为采取分等定级制通报方式较好，43.48%认为采取单一排名制的通报方式较好，13.04%认为采取定性判断制的通报方式较好；有49.71%的A岗位专家赞成采用分等定级制通报方式，14.16%赞成采取单一排名制的通报方式，36.13%认为采取定性判断制较好；有51.31%的C岗位专家认为采取分等定级制通报方式较好，16.17%认为采取单一排名制的通报方式较好，33.83%认为采取定性判断制的通报方式较好；此外，55.01%的团队成员认为采取分等定级制比较好，19.99%认为采取单一排名制比较好，25%认为采取定性判断制较好。

4）退出机制。调查显示，有90.93%的被调查人员认同建立动态调整机制，不认同的仅占9.03%。而从不同岗位专家角度上看，各岗位专家的观点也基本一致，各岗位专家类型均有90%以上的成员赞同建立退出机制，仅有少数人不予认同。就退出机制中某一条款征求受访者意见时，如对拿了资助经费但却没有完成相应任务的专家和站长的处理方式，总体上看， 40.69%的被调查人员认为应直接解聘，58.21%认为应黄牌警告、查看一年，0.87%的被调查人员认为可继续留任，0.23%的被调查者认为无所谓。

2 现代农业产业技术体系建设过程中存在的主要问题

1）经费管理机制不够健全。一方面，体系经费尚不能完全满足体系人员实际工作的需要，调查显示近40%的C岗位专家反映其存在体系经费不能满足实际工作需要的情况，另有21.74%的B岗位专家反映了这一问题；另一方面，在当前经费管理机制上也存在诸多问题，如经费划拨不及时、经费使用不规范、项目经费支出比例不合理、正常开支难于报销、单位财务制度与国家制度存在偏差等，经费管理机制的不健全给体系工作的正常开展带来了较大挑战。

2）产业领域内外交流氛围尚需营造。目前浓郁的体系内外交流氛围尚未形成，在体系之间有近40%的被调查人员与其他体系的岗位专家之间交流较少甚至不存在交流，交流频次更是自B岗位专家岗位依次递减，不同体系间岗位专家通过会议平均交流次数仅为3.8次，除会议方式外，不同体系间岗位专家人均交流不足12人次；在体系内部，目前各岗位专家交流情况也不甚理想，通过会议方式各领域岗位专家人均交流仅为11次，除会议方式外，人均交流次数不足25次。另外，当前体系交流平台还存在信息封闭、交流面窄、对外体系开放不够、平台网速较慢、容易断网等问题。

3）各关联主体间工作协调度有待优化。当前体系内各关联主体之间还缺乏严格意义上的制度和机制上的联系，再加之协调主体的缺位，直接导致了体系各关联主体之间工作协调程度不够紧密，缺乏有效沟通，另外体系成员对试验站与推广示范县之间的关系认识不明确，缺乏有效的协调，因此在现有管理制度下，体系无法开展先进产业技术的大范围的集中示范。此外岗位设置和试验站分布与地区实际需求不相符也是体系运行当中要着力解决的一个难点。

4）体系岗位竞争机制尚不健全。体系岗位竞争机制的建立有利于激发在岗专家从事体系工作的积极性与主动性，并对专家职能行为实现一定激励与约束。然而当前体系的岗位竞争机制尚不健全，存在类似于“铁饭碗”的上岗制度，体系内外部缺乏有效竞争，这导致各体系存在部分专家和C岗位专家拿了体系资助经费，却没有完成相应岗位任务，这种状况削弱了部分体系人员的工作积极性，给体系长远有序运行带来了消极影响。

5）体系考核与评价体系有待完善。考核与评价体系是对在岗专家及C岗位专家等相关体系工作人员年度工作的考评及认可，这是体系运行的关键一环，应该引起足够注意。但是目前，体系考核及评价体系并不太令人满意，一方面当前体系考核实行B岗位专家、执委会和体系成员打分结合的方式，考核结果采用单一排名制方式进行通报，然而调查结果显示，被调查人员更倾向于采取分等定级制通报方式，由此该通报方式的合理性需重新进行评估；另一方面，体系的考核标准与体系成员依托单位的考核标准存在着差异，两者在衔接上还存在一系列问题，这给体系人员的工作积极性带来了一定负面影响，如何做好考核机制的衔接工作已是刻不容缓。

6）体系团队成员工作积极性稍显不够。当前团队成员与体系内外相关领域专家交流沟通仍显不够，一方面团队成员在与其他体系成员通过会议交流的频次及除会议方式以外交流人次上均是各岗位类型中最低的，另一方面与产业内部专家交流的频次及人次也是各岗位类型中最低的。另外，从团队成员融入体系工作和团体环境的程度来看，团队成员融入体系的程度也是各岗位类型中较低的，而从团队成员投入体系的工作时间比重来看，团队成员投入体系工作的时间也是各岗位类型中最少的。由此来看，当前体系团队成员对体系工作仍缺乏热情，积极性不够。

3 讨论与建议

1）进一步完善部际协商机制，优化资源配置结构。首先，建议由财政部、农业部、科技部等部门组成部际联席会议，切实加强对CARS运行的组织领导和协调，对体系运行各方面工作开展平等协商；其次，依托部际协商加强对资源的整合及项目经费监管；最后，完善创新资源配置信息定期交流的制度，避免条块分割、重复立项、资源分散的不利局面。

2）构建和谐的体系文化，扩大体系的影响范围。一是建立并完善体系诚信的量化管理制度，采取多维评价指标对体系成员进行综合评价。二是继续推进信息交流平台建设，实现信息资源的共享，增加团队认同。三是做好体系任务开展中的风险管理工作。四是做好信息的标示工作，加强体系的对外宣传，增加公众对体系工作的认可。

3）加强项目资金支持和管理，提高经费使用效益。一方面首先要加强经费与体系任务的衔接，如延长经费使用年限、及时划拨经费，减少中间环节等；其次要适当调整项目经费支出比例构成，建议增加基础设施建设、劳务费、会议费和设备购置费在项目总额中的比重；再次要有步骤提高经费使用的灵活度。另一方面，在经费使用上，严格遵照体系规定指定资金用途和规范管理，确保专款专用，并定期向社会披露相关财务信息。

4）加强知识产权管理，提升农业创新效率和水平。在具体实践中，首先应该明确体系运行所形成的知识产权等归国家所有，而建设依托单位可以在国家授权下决定实施和许可他人实施或者转让获益。其次，基于体系建设的公益性，体系运行中所形成的实验数、科技资源及产业技术经济信息，在不的前提下，经审核同意可以面向社会公众进行。再次，体系运行中所形成的论文、专著等文字作品在发表和出版时应标注体系专项资助字样。最后还要对体系运行过程中的档案管理工作加以重视。

5）强化岗位责任，健全人员评价及激励机制。首先在体系人员的进出上要引入竞争机制，努力塑造一支团结的队伍。其次建立健全激励制度，严格项目考核制度，促进体系团队的稳定和水平提高。再次对体系成员的考核要立足长远、注重实效、采取多元化的考评体系。此外还要确保相对稳定的团队以及明确的合同任务和严格的岗位任务考核，保条件、保待遇，彻底解决科研团队后顾之忧。

6）加强与地方主管部门的联系和沟通，促进地方产业发展。首先协调好行政主管部门与产业技术体系的关系，明确体系的社会地位；其次增强与相关政府部门的联系与合作，建立信息共享平台；再次以政府为纽带和桥梁，加大与当地合作经济组织以及农民的沟通力度，通过示范作用带动当地农业产业发展；另外，建议各级地方政府及相关农业主管部门聘请岗位专家为“农业科技顾问”，开展本地区产业技术服务；最后，要发挥政府部门在资金、政策、技术、人力、信息上的优势，加快建成地方性农产品产业技术体系。

参考文献：

[1] 研究课题组.现代农业产业技术体系理论与实践[M].北京：中国财政经济出版社，2010.100-101.

[2] 祁春节，苏小姗.我国现代农业产业技术体系的建设――基于新制度经济学视角的分析[J].科技进步与对策，2010（14）：60-63.

[3] 宋雯雯，韩天富.国家大豆产业技术体系协同创新机制的探索与实践[J].科技管理研究，2013（17）：11-15.

[4] 张克俊，张娜敏，伍红玮.现代农业产业技术体系建设的制度创新特征、问题及对策建议[J].农村经济，2014（11）：37-41.

[5] 张 鸿，张 熙，龚万灼，等.国家现代农业产业技术体系四川创新团队的构建框架与运行机制[J].科技管理研究，2010（9）：70-72，84.

[6] 伍莺莺，许 宁，张 昭，等.现代农业产业技术体系地方创新团队建设探析[J].科技进步与对策，2012（12）：70-73.

农业统计分析例6

（安徽工程大学数理学院，安徽 芜湖 241000）

【摘要】ARIMA模型与指数平滑法是统计应用中非常广泛的两种方法，他们可以用来对数据进行拟合并预测。本文对时间序列中的ARIMA与指数平滑法进行了比较，并运用这两种方法对股票收盘价格进行预测，结果显示ARIMA在近期预测中效果较好。

http://

关键词 ARIMA模型；指数平滑法；股票价格；短期预测

预测已有漫长的历史。我国古代人民用沙漏来预测时间,看见蚂蚁上树预示天即将下雨等,都是自觉和不自觉运用预测技术的一种体现。但在19世纪以前,人类对于这样一类问题,往往根据个人的经验、阅历、学识和智慧,通过类比、分析和综合的方法做出直观判断,即现在我们所说的定性预测。这些方法至今仍在采用,并继续向理性化、系统化的方向发展,在一些缺乏定量信息和极端复杂的场合,仍有不可取代的作用。但该方法主观性较浓,同时也容易出错。时间序列预测是通过对预测目标自身时间序列的处理来研究其变化趋势的，即通过时间序列的历史数据揭示现象随时间变化的规律，并将这种规律延伸到未来若干年，从而对该数据的未来做出预测。时间序列作为20 世纪近代统计学的一个分支，现在已成为数学界、工程界和经济学界应用最多、最广的课题之一。

目前，对时间序列分析的方法主要有以下三种: 一是由Box 和Jenkins 提出的Box-Jenkins 递推预报方法; 二是由Brock well 和Davis 以Hilbert 空间的基本理论和方法为基础提出的射影预报方法; 三是最优滤波理论。本文采用的ARIMA 模型即是Box 和Jenkins 提出的Box-Jenkins法中的一种预测模型。关于时间预测的软件主要有spss 和Excel。其中SPSS 是社会经济统计软件包，在主成分分析上有着独特的优势，但也能用来做经济学的时间序列分析。本文主要采用SPSS19.0 做分析。

ARIMA ( Auto Regressive Integrated Moving Average)即自回归求和滑动平均，其前身是ARMA 模型，是由美国统计学家Box和英国统计学家Jenkins 在20 世纪70 年代提出的时间序列模型，即自回归滑动平均模型，用此模型所作的时间序列预测方法也称Box-Jenkins( B-J) 法，ARIMA是Box-Jenkins方法中重要的预测模型，适于处理非平稳时间序列。ARIMA是多个模型的混合，即自回归，求和，和移动平均。ARIMA模型分为非季节性ARIMA模型和季节性ARIMA模型，即 模型和模型，两者的区别在于后者在进行预测时考虑了季节周期的因素，更加适用于有季节性或周期性变动的数据。模型有三个参数（非季节性），p是自回归阶数，d是差分项阶数，q是移动平均的阶数。

指数平滑法是在单一时间序列统计模型的基础上进行预测的方法。指数平滑法分为一次指数平滑法和多次指数平滑法。指数平滑预测模型要用到平滑系数α，α值既代表模型对时间序列数据变化的反应速度，又决定了预测模型修匀误差的能力。α值越大，则新数据占的比重就越大，最近一期的观察值影响越大，预测就越依赖于近期信息。选择的关键在于，使预测值与实际值之间的误差最小，一般α值取在0 到1之间。

下面我们通过spss19.0软件来处理。

在spss19.0中输入原始数据并定义日期，也就是确定个案的起始日期。日期定义后，绘制原始序列的序列图，从序列图可以粗略观察平稳性。结果如下图所示。

可以明显看出是不平稳的。

平稳化处理。在SPSS中对原始序列进行差分处理来使序列平稳化，从一阶差分开始，每次差分都绘制序列图和自相关图，直到平稳为止。则需预测自相关，进行一阶差分后如下图：

可以看出已经是平稳序列，作一阶差分后的自相关图和偏自相关图如下图所示：

序列平稳后，开始模型的建立。由于我们确定了运用一次平滑后的曲线来分析，即进行一次差分，因此就确定了d值为1。由上图自相关图可以看出二阶之后函数明显趋于0，呈拖尾性，因此q=2，偏自相关图在2阶之后也趋于0，呈拖尾性，则p=0。于是选定模型(2,1,2)。

参数估计与诊断。对于已经建好的模型，观察表模型参数，这里会给出估计值，标准差，t统计值。参数估计通过后，观察残差的自相关图和偏自相关图，如果值都在置信区间内，可以判断残差序列为白噪声序列。说明建立的模型为比较理想的模型。

利用模型预测。分析预测应用模型，选取模型结果如下

表1预测

至于指数平滑法，之前数据预处理部分与相同。分析预测应用模型，选取指数平滑法，得出结论。

表2关于两种观测结果的比较

由此可看出由模型预测出来的结果更加适合，更加接近事实。

任何一种预测方法都是建立在一定的假定条件之上的，而任何一种假定条件都难以包括现实世界中所有复杂的关系，因而必须考虑适用条件，指数平滑法、ARIMA模型均适用于短期的拟合和预测ARIMA模型计算过程比指数平滑法复杂、繁琐，但在短期内，其精度要高于指数平滑法。

http://

参考文献

［1］徐国祥.统计预测与决策[M].上海:上海财经大学出版社,2006

［2］王燕．应用时间序列分析[M]．北京:中国人民大学出版社,2005．

农业统计分析例7

（一）农村经济总量持续增长

上半年全市实现农林牧渔业总产值91.5亿元，可比价增长2.8%，其中农业总产值20.4亿元，同比增长3.6%；林业产值1亿元，同比增长1.3%；牧业产值19.2亿元，增长3.1%；渔业产值49.1亿元，增长1.2%；农林牧渔服务业产值1.8亿元，增长43.3%。上半年全市实现农林牧渔业增加值49.7亿元，90不变价增长2.8%。

（二）农业生产稳步发展

1.夏粮生产呈“三增”的局面。抽样调查的结果显示：今年全市小麦播种面积为121.19万亩，比去年增加了5.66万亩，增长4.9%；总产量为44.52万吨，比去年增加了2.73万吨，增长6.53%；亩产367.3公斤，比上年增加了5.5公斤，增长1.52%。今年夏粮生产具有以下特点：一是去年秋播时动手早、力度大、质量高。去年9、10月份我市雨水充足，土壤墒情好。小麦主播期集中在10月1日—10月10日，全市抓住有利时机及时、集中播种，适期播种小麦面积占90%以上。这是今年小麦播种面积增加的主要因素。同时小麦价格上涨也对农民扩大小麦种植面积产生积极的影响。二是气候条件总体对夏粮生长有利。去年秋播以来，全市气温明显表现为冬前气温略高，春后气温偏低的特征，对小麦的前期生长比较有利。特别今年5月份降水量较大且比较均匀，有利于小麦灌浆，确保了小麦单产和总产的稳定。三是小麦品种布局合理，优质麦成为主栽品种。去年秋播，我市结合国家良种推广补贴项目的实施，加大了优质高产良种的引进及推广力度，提高了全市小麦良种覆盖率。而且新品种抗病性强，全市没有发现较严重的小麦病虫害。四是农民种粮积极性上升，田间管理措施较为到位。尤其是针对小麦春后低温冻害、连阴雨湿害等不利天气条件，狠抓了灾后增施拔节孕穗肥及恢复肥、加强清沟理墒等田管措施。

2.畜牧业生产恢复增长。上半年，我市畜牧业生产发展良好，受畜禽产品价格一直处于高位运行的影响，养殖效益非常可观，极大地调动了农民养殖积极性。全市肉类总产量达5.54万吨、奶类总产量11.71万吨、禽蛋总产量5.46万吨，分别较去年同期增长7.2%、6.2%和7.4%。主要畜禽存出栏也都不同程度的恢复增长：6月末，牛存栏8.34万头，比去年同期增长1.6%。其中奶牛6.2万头，比去年同期增长8.9%；猪存栏62.1万头，比去年同期增长5.7%。其中能繁殖的母猪7.61万头，比去年同期增长9.5%；家禽存栏1176.36万只，比去年同期增长10.3%。1—6月份，出栏肉猪54.91万头，比去年同期增长7.1%；出栏牛1.47万头，比去年同期增长1.9%；出栏羊7.03万只，比去年同期增长2.8%；出栏家禽827.77万只，比去年同期增长13.5%。

3.渔业生产增势强劲。今年以来，我市渔业坚持以结构调整为主线，以渔业增效、渔民增收为目标，大洋捕捞、名优养殖、精深加工、港口海运全线突破。至6月底，全市水产品总产量达到110万吨，与去年同期相比增长1％。其中，海洋捕捞72.9万吨，与上年持平；海水养殖36.6万吨，同比增长3%；全市水产品总产值达到49.1亿元，与去年同期相比增长1.2%（可比价）。

（三）农民现金收入和消费支出同步增长

上半年全市农民人均现金收入3943元，比去年同期增长18.4%。增长的原因：一是工资性收入增长较快，是农民增收的主导因素。随着乡镇企业的发展和个体私营经济的繁荣，农民从企业得到的劳动报酬继续增加。1－6月份，农民人均工资性收入1885元，同比增长11.3%，占人均现金收入的48%。其中，在本乡地域内劳动得到的收入1217元，同比增长12.3%；外出从业得到的收入239元，同比增长17%。二是家庭经营性收入平稳增长，仍然是农民收入的重要组成部分，也是农民生活的基本保证。随着农产品价格持续攀升，农民出售农产品收入增加。上半年农民人均家庭经营收入1730元，同比增长22.6%。其中，第一产业收入1192元，同比增长20%，是农民家庭经营收入的主要部分。第二产业收入136元，同比增长49.7%；第三产业收入402元，同比增长22.7%。三是财产性收入比重呈上升趋势。上半年农民人均财产性收入87元，同比增长36.4%。四是转移性收入大幅增长。上半年农民人均转移性收入241元，同比增长49%。

农村居民收入的增加和食品类价格的上涨，促使生活消费支出显著提高。农民生活消费质量进一步得到改善和提高。上半年农民生活消费支出人均1950元，同比增长22.8%；其中食品消费支出人均571元，同比增长14.1%；衣着消费支出人均237元，同比增长10%；居住消费支出人均343元，同比增长了67.7%；人均家庭设备、用品及服务消费支出101元，同比增长21.5%；人均交通和通讯消费支出211元，同比增长2%；人均医疗保健支出260元，同比增长55.5%。

（四）惠农政策进一步调动农民生产积极性。

今年，为进一步提高农民种粮的积极性，稳定粮食生产，*市委、市政府继续贯彻国家惠农政策，进一步加大了支农力度。根据今年国家提高对农民的农资综合直补标准，我市由去年的每亩29.5元提高到每亩49元。加上粮食直补每亩补贴15元，我市小麦平均每亩财政补贴资金达到64元，比上年增长44％，全市粮食直补和农资综合直补资金共兑付8954.35万元，兑付种植小麦113.06万亩，兑付农户39.56万户，均占全部应兑付任务的100%。种粮农民户均增加收入226元，同比增长89.9%。另外还积极争取上级农机购置补贴扶持资金900万元，市县两级财政筹措200万元，共1100万元对购机农户进行补贴，补贴资金较上年增长59.4%。补贴资金通过信息管理系统合并发放，高效运行，保证了资金发放的安全性和准确性，确保补贴兑付工作顺利实施。

二、存在的几个问题

综观上半年，我市农业生产保持着较好的发展势头，为全年农村经济的发展打下了良好基础。但同时也存在着一些不容忽视的问题：

农业统计分析例8

2019年12月，农业农村部、中央网络安全和信息化委员会办公室关于印发《数字农业农村发展规划（2019-2025年）》的通知，部署了用数字化引领驱动农业农村现代化，加快农业农村生产经营、管理服务的数字化改造的发展战略，将全面提升农业农村生产智能化、经营网络化、管理高效化、服务便捷化水平作为农业农村发展的目标[1]。农业农村的数字化建设离不开专业人才的培养。农林经济管理专业毕业生的就业方向主要有农业经营单位、面向农业农村的政府管理部门、事业单位、科研院所等。随着农业农村数字化发展战略的推进，给传统的农经人才培养带来了一系列的挑战[2]。在数字经济和智慧农业的时展背景下，数据分析能力是农经专业学生重要的核心竞争力。如何提升农经专业学生数据分析能力，是农经专业人才培养中面临的重要课题[3]。

1农业农村数字化发展战略给农经人才培养带来的挑战

1.1对农经人才的数据思维的更高要求

在大数据时代，无论是农业生产经营活动，还是农村的行政管理中都有大量的数据资源。农业企业、农业合作经营组织、农产品产销数据、农产品溯源数据为农业经营者提供了生产、物流、销售环节大量的数据资源。经营者需要认识到数据是一种新的生产要素，要调动数据作为生产要素的属性，让数据分析为管理决策服务[4]。在数字中国的建设进程中，各级政府部门工作人员通过各级各部门的行政管理智能，收集了大量省、市、区、县级的区域经济社会发展数据。社区网格化管理下收集了微观层面的农业经营单位数据、农村常住人口数据、医保数据、扶贫数据、农村小额信贷数据。这些数据资源是政府提高行政效率、提高政务服务质量的宝贵资源。

1.2对农经人才的数据分析能力的更高要求

在大数据时代，每天都有海量数据生成，如何能更好地利用这些数据，让数据能发挥其为管理决策服务的功能，与数据使用者的数据分析能力是密切相关的。例如，农业经营单位在农业生产环节的农业投入数据、农产品销售数据、电商平台的客户反馈评论、农产品库存的动态数据，如何整合分析这些数据，要求农业经营者系统掌握数据分析、数据挖掘、文本分析等多元化的数据分析方法。政府管理部门掌握的农业人口的迁移数据、农村常住人口网格管理数据、农村居民医保数据、扶贫数据等，数据类型丰富，数据量庞杂，如何实现数据库的整合，要求政府部门工作人员掌握数据库管理、大数据分析技术。

2农经专业数据分析课程群建设中存在的问题

2.1课程之间连贯性不足

以笔者所在的高校为例，为农经专业本科生开设的数据分析类课程，见表1。数据分析课程群包括了通识教育、专业教育和实践教育。从目前的课程设置来看，涵盖了数据库、统计学、经济计量学、多元统计、大数据分析等领域，内容丰富。数据库应用由计算机学院开设，是一门通识教育课程，在授课时教师往往将其视为一门计算机类的入门课程，在教学中没有针对农经专业学生的特质，将数据库的教学与其在农经领域的应用结合起来。学生在学习中往往会觉得该课程与专业联系不够紧密，教学内容枯燥，缺乏学习兴趣。

2.2学生学习的软件种类繁多，但不够深入

在统计学和多元统计课程中，学生将学习EXCEL、SPSS或者R语言的应用，在经济计量学课程中学生将学习Eviews或STATA的应用，在数据挖掘与大数据分析课程中学生将学习Python语言的应用。在每一门课程中学习的软件都不同，对于软件的学习缺乏连贯性和延续性，虽然学生接触的软件种类多，但是由于学时所限，每一种软件都只是入门级的介绍，无法进入到深度学习。

2.3与专业课学习联系不够紧密，缺乏应用机会

学生缺乏在专业课学习中运用数据分析类课程所学知识的机会。数据分析类课程主要介绍数据分析方法和软件的应用，但大部分都安排在第5学期和第6学期。学生在学习了数据分析方法后，缺少在专业学习领域里运用这些方法的机会。例如学生若要完成产业经济学、农业技术经济学、农产品国际贸易学的专题研究、课程论文，需要用到统计学、经济计量学、大数据分析的方法，但在第2-4学期开设大量专业课的学期，数据分析类课程还没有开设。若能将数据分析类课程尽量靠前安排，学生可以在后续的专业学习、课题研究中运用所学的方法，一方面夯实数据分析技能，另一方面也可以增加学生对专业课的学习兴趣。

2.4排课不够科学

在大三阶段，学生可以选修多元统计、数据挖掘与大数据分析、Python语言三门选修课。但到了大三，学生专业课的学习任务重，选修课种类考虑繁多，学生选课可能出于兴趣、学分安排或者准备考研保研考虑，并不是每一位同学都会选修上述课程。尤其是计算机能力不太强、对数学类课程感到困难的同学，会倾向于选择难度小的课程。

3基于项目驱动式教学理念的数据分析课程群改革

3.1开展项目驱动式教学的意义

项目驱动教学法是基于行动导向的探究式教学方法，是将真实的或模拟的项目转化为教学项目，结合课程内容将项目分解为若干工作任务，创设工作情境，引导学生完成任务，进而实现项目教学目标的教学活动[4-5]。项目驱动式教学法最显著的特点是“以项目为主线、教师为主导、学生为主体”，改变了以往“教师讲，学生听”被动的教学模式，完善了学生主动参与、自主协作、探索创新的新型教学模式。与传统教学方法相比，教学实施过程中，学生的目标更清晰明确，可避免传统课堂教学的被动性，进而提高学生学习知识的兴趣和主动性[6]。在数据分析课程群中引入项目驱动教学，一方面能让学生运用所学的数据分析方法分析现实问题，创设数据分析情境，加深对所学方法的理解和运用，激发学习兴趣，培养自主学习能力；另一方面也可以有针对性地创设围绕“三农”问题的数据分析项目，让学生从数据分析中加深对“三农”问题的感性认识，培养对农经专业学习的兴趣，提升对农经专业的认同度。具体来讲，可以从以下方面开展对数据分析课程群的改革[7]。

3.2统筹规划教学内容，加强课程间的连贯和递进

农经专业数据分析课程群目前主要包括必修课数据库应用、统计学和经济计量学，选修课多元统计、数据挖掘与大数据分析，以及实践课R语言与统计应用、Python语言。统计学教学的重点在于对基础性的统计方法的运用，经济计量学教学的重点在于让学生掌握经济计量分析的范式，如何利用经济计量模型开展实证分析。多元统计强调对复杂多维数据信息的提炼。数据挖掘与大数据分析教学的重点在于大数据时代数据挖掘方法的应用。此外，针对于目前学生所学的软件门类过多，软件操作不够熟练，建议在统计学、多元统计、数据挖掘大数据分析中统一采用R语言进行教学，让学生通过几门课程的学习，能够熟练掌握一种统计分析软件。

3.3基于项目驱动对教学内容进行整合及优化，调动学生主动参与

例如统计学课程介绍了基础性的统计分析方法，在后续课程经济计量学、多元统计、数据挖掘与大数据分析中引导学生运用基础性统计分析方法，对数据进行初步的统计分析和整理，为经济计量分析、多元统计、数据挖掘做好数据处理上的准备，让学生体会到关联课程中所学知识的联结。鼓励学生积极参与“三下乡”活动，开展田野调查实践，围绕“三农”开展调研，运用统计和计量方法对调研数据进行分析，鼓励学生参与到教学中来，培养学生的学习兴趣，学以致用。

3.4建设“项目驱动”实践教学模块

结合农经专业课程体系，建设数据分析课程群“项目驱动”实践教学模块。在农经专业的课程体系中开设的农业经济学、农产品贸易、农村社会学等专业性课程对大量的“三农”问题进行了探讨，这类课程中涉及的城乡差异问题、收入和消费问题、农产品价格波动、农产品贸易等现实问题的研究，都离不开基于现实数据的定量分析。因此，在农经专业的数据分析课程群中可以结合教学内容引导学生对专业课学习中热点问题的研究，围绕课程教学大纲，建设“项目驱动”实践教学模块，理论联系实际，让学生在研究项目中运用所学的数据分析方法，加深对专业知识的理解。

4农经专业数据分析课程群优化方案

在大数据时代，数据分析能力是学生的核心竞争力之一。数据分析类课程在建设中要强调理论与实践的结合，不能只是将教学停留在课堂上，引入体现专业特色的实践教学环节。可以从以下几方面开展数据分析课程群的优化：第一，数据分析基础类必修课安排在大一学年。在第1学期，可以安排R入门、Python入门、数据可视化课程，让学生尽早接触当前主流的数据分析软件，激发学生对R或Python的学习兴趣，让学生自我拓展学习空间。R入门、Python入门、或者数据可视化课程都属于数据分析的基础课程，无需其他先修课程。在这一时期，让学生开始接触数据分析软件，学习数据可视化的分析工具，有利于培养学生的数据思维、数据意识和软件实操能力。第二，将与农经专业课有关的专业必修课统计学、经济计量学安排在第3-4学期学习。统计学课程需要学生先行修读高等数学和概率论课程，经济计量学需要学生先行修读微观经济学、宏观经济学，因此可安排在第3-4学期。让学生在掌握了一定经济管理专业知识后，可以更好地体会统计学、经济计量学方法论学科的应用价值。第三，将数据分析进阶类选修课多元统计、大数据分析、数据挖掘、机器学习等课程安排在第5-6学期。为高年学生提供丰富的数据分析类选修课，让学生结合自己的兴趣、未来的发展规划学习更加多元化的数据分析技术。鼓励学生能在专业论文习作、学科竞赛中有更多的机会运用自己所学的数据分析方法，增加学生的收获感和成就感，挖掘学生的学习潜力。第四，改革课程考核评价体系，采用项目式管理和评估的思路，由学生自主开展一个数据分析项目，从收集数据、提出问题、分析数据到提炼研究结论，开展小组团队成员互评。教师跟踪学生的项目开展过程，从学生的学习态度、投入程度、数据分析质量等综合评价学生的学习效果。

5结束语

将项目驱动教学引入到农经专业数据分析课程群的建设，让学生参与到教学中去，突破传统教学中“教师教学生学”的局面，让学生通过参与项目，运用数据分析方法解决项目中的实际问题，激发学生的学习兴趣和潜能，让学生体会到所学知识的应用价值，让学生不再对数据分析类课程望而生畏。本文的研究对于农经专业学生数据分析能力的培养有重要的意义，强调理论与实践的结合，提高学生数据分析的高阶能力，也能为同类课程开展项目驱动教学提供借鉴。

参考文献：

[1]农业农村部中央网络安全和信息化委员会办公室关于印发《数字农业农村发展规划（2019-2025年）》的通知[EB/OL].（2019-12-25）[2020-4-14].

[2]李虹贤.农业经济管理专业人才培养模式创新研究与实践[J].智慧农业导刊，2022，2（7）：110-112.

[3]冯开文，陶冶.农业经济管理专业实践教学改革———以中国农业大学经济管理学院为例[J].教育现代化，2017，4（23）：54-56+63.

[4]杜洪燕，陈俊红.乡村振兴背景下中国数字农业高质量发展路径研究[J].南方农业，2021，15（21）：213-214.

[5]金娥.基于项目式学习的《现代教育技术应用》课程学习框架的设计与实践研究[D].武汉：华中师范大学，2021.

农业统计分析例9

农业气象观测与软件操作基数统计程序(A}uMORevie司基于农业气象测报业务系统软件(AgMODOS V1.6)运行环境及系统参数、数据库、组件等资源开发的县级观测台站业务运行模块，实现业务观测人员及台站开展农业气象观测基数和进行测报系统软件操作基数的统计，提供月度、年度分析报告，供台站与省级农业气象观测质量考核评估使用。

2 基数统计技术方案

2.1 统计原则

①依托农业气象测报业务系统(A}MO-DOS)，对其各数据库中出现的作物、土壤水分、自然物候和畜牧气象逐项观测项目分类统计其出现次数，并按其操作人员分别对应统计到“农业气象观测基数统计表”和“农业气象测报软件应用质量考核表”。②根据《农业气象观测质量考核办法(试行)》和《农业气象测报软件应用质量考核办法》评分标准，对“农业气象观测基数统计表”和“农业气象测报软件应用质量考核表”中出现的甸个项目下甸个观测员的观测次数进行基数统计(基数合计=基数标准X观测次数)，最后统计出本站观测次数和基数合计。③观测基数按月或年基数统计设置。

2.2 设计方案

2.2.1 农业气象观测基数统计设计。

2.2.1.1 作物生育状况观测。发育期、生长状况评定、植株密度、产量因素、生长高度、产量结构分析、田间取样、地段实产、地段说明、田间工作记载、农业气象灾害观测、大范围灾害调查、植株叶面积分析、灌浆速度、植株干物质重量、农业气象条件鉴定、大田生育状况调查项目按照《农业气象观测质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象观测基数统计表”各观测员名下。

绘制观测地段综合平面示意图，绘制观测地段分区、各测点分布示意图，由于不在测报业务软件(AgMODOS )中出现，无法由系统自动读取，采用人工交互方式实现基数统计。

特殊情况:出现“分孽盛期”“有效分孽终止期”“开花盛期”“吐絮盛期”时，分别统计10个基数。一种作物的某一个发育期只统计一个生长状况评定3个基数，但盛期、末期也进行了生长状况评定的，不再进行基数统计，属错误信息。旬末的“未”统计3个基数，但旬末以外的“未”不统计基数(发育期间隔时间较长进行巡视观测的“未”统计3个基数)。产量结构，同类作物按分析的项目数量统计基数，每个小项目计8个基数(如小穗数、不孕小穗数),1份作物报表仅统计1次产量结构分析基数，具体基数数量由作物决定困，稻类80、麦类72、玉米64、高粱40、谷子48、甘薯48、马铃薯40、棉花88、大豆64、油菜48、花生64、芝麻48、向日葵56、甘蔗40、甜菜24、烟草40,竺麻32、黄麻32、红麻32、亚麻(油用、纤维用)32。产量结构分析单项不统计基数。

2.2.1.2 土壤水分观测。土壤水分测定、干土层厚度、地下水位、土壤冻结解冻、渗透深度、土壤水分变化评述、地段说明按照《农业气象观测质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象观测基数统计表”各观测员名下。土壤容重测定、凋萎湿度测定、田间持水量测定、土壤剖面登记由于不在测报业务软件(AgMODOS)中出现，无法由系统自动读取，采用人工交互方式实现基数统计。

2.2.1.3 自然物候观测。气象水文现象、气象水文现象分项、木本植物物候、草本植物物候、候鸟昆虫两栖类动物始见绝见始鸣终鸣、植物地理环境、物候分析按照《农业气象观测质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象观测基数统计表”各观测员名下。

2.2.1.4 畜牧气象观测。牧草发育期、旬末发育期巡视、牧草生长高度、草层高度、再生草草层高度、采食度评价、草层状况评价、家畜采食率概算、灌木半灌木密度、灌木半灌木覆盖度、牧草分种产量、再生草产量、灌木分种产量、牧草灾害、牧草大范围灾害调查、畜群基本情况调查、家畜揭羊重调查、家畜膘情等级调查、家畜灾害观测、家畜大范围灾情调查、牧事活动调查、牧草影响评述、家畜影响评述、观测地段及放牧场说明按照《农业气象观测质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象观测基数统计表”各观测员名下。

2.2.2 农业气象测报软件应用基数统计设计。

2.2.2.1 作物生育状况观测。发育期、植株密度、植株密度基准测量、产量因素、生长高度、产量结构分析、产量结构分析单项、田间工作记载、农业气象灾害观测、农业气象灾害调查、植株叶面积测定、植株叶面积分析、灌浆速度、植株干物质重量、农业气象条件鉴定、大田生育状况基本情况、大田生育状况观测调查、地段说明、纪要按照《农业气象测报软件应用质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象测报软件基数统计表”各观测员名下。生长状况评定不单独统计基数。

2.2.2.2 土壤水分观测。土壤水分测定、土壤水分分析、干土层厚度、地下水位、土壤冻结解冻、降水记录、灌溉记录、渗透记录、土壤水文物理特性常数、土壤水分变化评述、地段说明、纪要按照《农业气象测报软件应用质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象测报软件基数统计表”各观测员名下。

2.2.2.3 自然物候观测。气象水文现象、气象水文现象分项、木本植物物候、草本植物物候、候鸟昆虫两栖类动物物候、植物地理环境、物候分析、重要事项记载、植株受害情况按照《农业气象测报软件应用质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象测报软件基数统计表”各观测员名下。

2.2.2.4 畜牧气象观测。牧草发育期、牧草生长高度、草层高度、再生草草层高度、覆盖度草层采食状况、灌木半灌木密度、灌木半灌木覆盖度、牧草分种产量、灌木分种产量、牧草灾害、群畜基本情况调查、家畜揭羊重调查、家畜膘情等级调查、家畜灾害观测、牧事活动调查、牧草影响评述、家畜影响评述、观测地段及放牧场说明、纪要按照《农业气象测报软件应用质量考核办法(试行)》基数统计标准，对各对应数据库中出现次数进行分析统计，并输出到“农业气象测报软件基数统计表”各观测员名下。

3 功能模块设计与实现

3.1 功能需求

实现用户登入控制、进行农业气象观测与软件基数的统计，输出个人和全站基数统计年、月度报表。系统功能菜单由用户、基数统计、基数报表管理3个业务模块和格式、视图、帮助3个系统辅助模块，其详细的组成结构如图1所示。

3.2 关键技术

农业气象观测基数和软件操作基数的统计是基于业务人员实时录入与分析的各类观测资料，结合业务质量考核办法规定的计分规则，实现对作物、土壤水分、自然物候、畜牧气象四大类观测项目以及若干个分项目观测内容及其通过测报系统软件采集操作所取得的业务基数分数，并分配到不同观测人员、操作人员和不同时间段内完成的基数分数，基数分析统计流程如图2所示。

在基数分析统计中，基于SQL查询命令的基数分析过程(P_ BaseAna卜1S)是实现观测资料和软件操作的核心技术。它主要由分析字段列表、数据表、查重字段列表、附加条件等4项参数控制。

P_ BaseAnalysi、过程代码:

Select分析字段列表

From数据表t1

  Where t1 .i<1 in

(Select ui<l

  From

( Select查重字段列表，min(id) as uid

From数据表

Where附加条件

Group by查重字段列表)

3.3 功能模块

实现用户登录，通过系统主菜单上提供的“基数分析”项目，选择年度分析该台站某观测记录簿发生的农业气象测报软件基数和农业气象观测基数，再通过“基数统计”项目，完成该台站某月或某年发生的农业气象测报软件基数和农业气象观测基数统计(图3一4)。

4 结论与讨论

农业统计分析例10

联合国粮农组织通过多种渠道采集农业数据，建立庞大的数据库，开展农产品市场监测和预警分析，并定期各类分析报告。在引导农业生产经营和服务宏观决策中发挥了重要作用。

农产品市场监测预警的机构设置。目前，FAO涉及农业信息采集和加工整理的机构主要是经济及社会发展部下属的统计司和贸易及市场司。统计司负责各国（地区）农业生产、消费、价格、贸易等数据的采集、年度供求平衡表的编辑、统计年鉴的编写和FAOSTAT数据库的更新和维护。统计司现有工作人员50余人。下设若干组（Team），分别承担不同的任务。贸易及市场司主要负责各国（地区）农产品市场动态数据的采集、农产品市场监测分析、食物安全早期预警，以及《作物前景与粮食形势》、《食物展望》、《OECD-FAO农业展望》等报告的撰写。目前，贸易及市场司有工作人员37余人。2008年，贸易及市场司内部机构改革，撤销了原来的4个处，设立了9个组，分别负责早期预警、产品分析、贸易分析和农业展望等。

农产品市场监测预警的工作机制。FA0农产品市场监测与预警分析工作由贸易及市场司负责。近年来不断创新市场监测与预警工作机制，强化内部分工与协调，加强外部沟通与合作，形成合力推进工作的格局。

——基础数据采集。基础数据的采集主要由统计司完成。统计司主要通过每年向各国发送调查问卷（Questionnaire）、各国的统计年鉴和公开出版物及官方网站、联合国或者FAO其他部门统计的数据、一些国际或地区性组织和研究机构的统计数据。同时，贸易及市场司也通过自己的渠道采集数据。一方面借助卫星遥感和地理信息系统技术。采集各国作物生长情况、作物产量、干旱、植被变化及其他农业相关信息；另一方面.在农作物收获的关键季节，向世界各国派出调查组，通过走访当地统计、农业等部门和实地查看作物长势，获取各国人口、气候、作物产量、单产、价格以及政策等方面数据。贸易及市场司数据侧重于动态性和时效性。

——农业信息研究分析。目前，在短期市场监测分析和展望方面，由贸易及市场司完成，其9个工作组之间互有分工又有广泛合作，编辑出版《食物展望》和《作物前景与粮食形势》两份报告。中长期市场监测分析和展望上，FAO与OECD（经济合作与发展组织）合作，编写《OECD-FAO农业展望》，这是对未来10年的中期展望报告。其中，OECD负责用自己的AGLINK模型预测， FAO主要负责用自己的CONSIMO模型对发展中国家和地区进行预测，然后将二者的预测结合，得出对全球农业未来10年的预测结果。另一方面，在分析人员组成上，建立了产品分析与地区分析师相结合的分析师队伍。以《食物展望》为例，目前贸易及市场司中有25-30人在做这份报告，涉及产品有小麦、大米、粗粮、油籽和食用油、奶类、肉类、水产品等，人员包括负责研究产品的分析师和负责研究地区的分析师。产品分析师重点关注自己所负责产品的重点国家的供需变动情况。一般来说每种产品有2个人负责，其中1人侧重数据的采集、整理和审核等。另一人侧重分产品报告的撰写和与地区分析师及其他专家交流讨论，相互校正双方数据。产品分析师是《食物展望》的核心工作队伍。

——信息。目前，FAO主要通过《作物前景与粮食形势》、《食物展望》和《OECD-FAO农业展望》等报告展示其研究成果。《作物前景与粮食形势》每年出4期，内容包括全球谷物供给与需求、粮食作物生产、消费、贸易和库存变化与展望，食品价格变化，低收入国食品形势等。

《食品展望》侧重于短期预测，每年出2期，内容包括全球食品和饲料市场有重要影响的小麦、大米、油料、糖、肉类等产品。对其生产、消费、库存和价格等进行分析，同时还包括一些产品深度分析报告。《OECD-FAO农业展望》侧重于中期预测，预测周期为10年甚至更长，每年向前滚动1年并出版l期。内容包括专题分析（如农业能否满足日益增长的食物需求），未来10年全球各地区及各国主要农产品生产、消费、库存、价格等趋势预测等。此外，FAO在其网站上提供各种展望报告的免费下载链接。用户还可通过书信或电子邮件直接索取。FAO专家和官员也经常利用各种国际会议和论坛宣传其研究成果和观点。

美国

美国是世界上农业大国，其具有完善的农产品信息分析预警体系。在机构设置上，专门成立了世界农业展望局，由该局牵头协调开展农业短期展望和中长期展望研究；在工作机制上，建立了由政府部门、研究单位和大学组成的跨部门整合研究的协调方式；在技术支撑上，拥有强大的数据、先进的模型分析工具和高素质的分析人才。为国内外市场供求、政府农业政策的调整、气候与环境的变化等方面提供了全面、准确的信息，不仅直接或间接地影响农场主、经营者和需求者的决策，也影响世界期货市场的价格和交易量。

农产品信息分析预警工作机构。美国农业部由34个局（办公室）组成，共10.5万名员工。工作人员分布在农业部、各州办事处、试验站等，年度经费预算260亿美元。美国农业部的农业展望工作，主要由世界农业展望局负责综合协调。美国农业部的34个局（办公室）中，有12个局（办公室）与农产品信息分析预警工作直接相关，主要是世界农业展望局、经济研究局、国家农业统计局、农业市场服务局、农场服务局、海外农业服务局、首席经济学家办公室、联合农业气象中心、预算与项目分析办公室、风险管理局、国家自然资源保护局和国家食品与农业研究所。

农产品信息分析预警工作机制。美国农产品信息分析预警在数据采集、分析研究和信息方面有着明确的分工。原始数据采集工作由美国农业部内部的专业司局负责，数据信息均公布在美国农业部网站上，可以免费查询下载；研究分析工作由政府部门、研究单位和大学组成共同负责，所有研究人员不必参与基础数据收集；农产品分析预警信息的由多部门组成的农业展望研究局牵头负责。

——基础数据采集。美国农业基础数据采集由国家农业统计局和海外农业服务局等政府部门负责。其中，国家农业统计局主要负责农业普查、经常性调查等国内数据采集，海外农业服务局通过驻外使馆农业专员、贸易商和遥感系统等方式，收集全球作物和畜牧业生产数据和进出口信息，并利用这些信息评估出口前景。

——农业信息研究分析。美国对于农业信息、数据的分析研究，由政府部门、研究单位和大学共同负责，实行跨部门整合研究。美国农业部参与农业展望研究的部门包括经济研究局、海外农业服务局、农业市场服务局、农场服务局和世界农业展望局等。总的看，各部门任务分工有所不同，分别按计划完成各自承担的研究预测任务，由农业展望局进行综合分析形成最终报告。

——信息。美国农业信息的由多部门组成的世界农业展望研究局负责。美国农产品分析预警信息由世界农业展望局负责最终审核，并经农业部长签字后。在的众多信息中，每月的《世界农产品供需预测报告》、每年的《农业中长期展望报告》及年度农业展望论坛最受世界关注。其中，《世界农业供需预测报告》（WASDE），经美国农业部长和世界农业展望局主席授权后，每月由首席经济学家办公室负责。该报告包括美国和世界主要谷物、大豆及其制品、棉花以及美国糖料和畜产品的供需平衡情况。《农业中长期展望报告》（一般为10年）由跨部门的商品预测委员会完成，于每年2月份对外，内容包括两年的历史数据以及未来10年的预测数据。

日本

日本是一个发达的工业国家，农业产值占国内生产总值的比率仅为2%，但农业信息化程度较高，建立了完善的农业统计和产量预测体系。现以水稻为例，简要介绍日本主要农产品监测预警机构设置、运作机制。

农产品市场监测预警的机构设置。日本农产品监测统计采取的是分散性统计体系，各类农产品生产、 供求、价格等信息均由农林水产省和地方农林水产部门独立进行。农林水产省的生产调查和预测结果对国家负责，是中央政府农产品生产状况和产量预报的依据，各地方农业部门的生产调查和预测只对当地政府负责。农林水产省在各都、道、府、县依据农作物种植面积直接设立农林水产事务所，全国共设立300个。

农产品市场监测预警的工作机制

——基础数据采集。日本的农产品生产等信息的监测由日本农林水产省负责，信息主要包括各类农产品的生产、供求、价格等为主。数据采集主要通过3个渠道实现：一是通过各主管省厅的地方分支机构执行。通过各类批发市场每天的交易品种、数量和交易价格把握市场动态；二是通过批发市场实现价格监控。日本政府将设置在全国各地的82个农产品中央批发市场和 564个地区批发市场，通过网络进行有效衔接，负责统计当天交易金额，批发价格，收集交易信息等；三是发挥行业团体、协会的作用。多个行业组织承担本行业商品市场调查和监测工作。

——农业信息研究分析。在农产品市场信息采集的基础上，全国各地的事务所将得到的资料数据通过专用的内部网络报送到农林水产省统计情报部，统计部门进行综合汇总，进行对比分析，得出预测和统计结果向外。预报结果由农林水产省向国会负责，各地农林水产部门所得资料及预测结果只适用于当地，不影响农林水产省的预报结果。预报结果主要用于以下6个方面：供需计划基础资料、米价审定参考资料、稻作技术指导基础资料、农业公用事业基础资料、国民经济计划基础资料和其他政策改进基础资料。

——信息。日本农产品市场监测统计信息主要通过以下3种方式： 一是发表年度、月度、季度白皮书和《统计快报》、《统计确报》，对本部门所管商品的市场动态、价格起伏、企业经营状况等分别进行年度、季度总结；二是通过政府网站及时市场信息和预警信息，包括农林水产省对农产品的长期和短期预测； 三是通过媒体和行业组织会刊。如：《日本经济新闻》每日刊登各地期货市场的价格情况。东京、大阪等主要农产品中央批发市场价格情况（包括牛肉、猪肉、水产品等）。上述信息还定期在《日本农业新闻》、《畜产情报》等主要媒体和行业协会会刊上。

加拿大

加拿大也是全球最重要的农产品生产与贸易大国之一，非常重视研究国内外农产品市场变化，为国内农业从业人员提供较为充分的信息服务。加拿大农业展望报告在国际上也有一定影响，由加拿大农业和农业食品部组织实施。

农产品市场监测预警的机构设置。目前加拿大农业部展望报告有三类：短期预测报告（1年内预测）、农民收人及农业综合指数短期预测报告、农产品市场中期预测报告（10年内预测）。报告由3个不同的小组负责，每个小组约7个人，小组间合作密切。与美国一样，加拿大也非常重视市场展望报告的质量，对参与人员的经济学、计量经济学和统计学理论功底有严格要求，大部分人都拥有博士学位，并且是长期从事农业问题研究的专家。

农产品市场监测预警的工作机制

——基础数据采集。加拿大农业数据比较详细，主要来自统计部门，可从网上直接获取或用电子邮件索取。市场预测组并不参与原始数据采集，而是直接利用公开数据，如粮农组织和经合组织数据库。预测组在得到基础数据后首先必须对数据进行处理，如数据的加总与分割（分割成地区数据）。同时，还需对一些参数（价格弹性、收入弹性等）进行更新。最后是进行预测，除有基线预测（基于现实情况的预测外），还需进行模拟方案（如关税变动等）预测。

——农业信息研究分析。加拿大的市场展望研究模型采取引进和开发并举，主要用于农产品市场中期预测。主要引进了粮农组织和经济合作和发展组织（经合组织）联合开发的AGLINK/CONSIMO模型。根据加拿大农业部与经合组织的协议，加拿大为AGLINK/CONSIMO模型提供，一些服务，作为回报加拿大可以使用经合组织AGLINK/CONSIMO的最新版本。目前国际上有许多国家在使用AGLINK/CONSIMO模型，如欧盟委员会、英国、日本、新西兰和一些欧盟成员国农业部。

此外，加拿大农业部还自主开发了食品和农业区域模型（FARM）。该模型主要用于加拿大国内市场展望和分析。加拿大农业部从20世纪70年代中期开始研发。模型的弹性与市场结构和AGLINK/CUNSIMO非常相似。模型使用权为加拿大农业部专有。最后，短期预测报告（1年内）。主要运用经济推导（如根据供给和代表性价格进行简单推算），并没有运用复杂的经济模型。农民收人及农业综合指数短期预测报告运用的模型类似于会计方法。

——信息。加拿大农业部的大麦、小麦、肥料、玉米等农产品的展望报告均可从其网站上免费下载，还可通过电子邮件直接索取。此外，加拿大农业部专家和官方还会利用各种会议场合宣传其结果和观点，以期达到扩大影响的目的。