中國農業風險評估

摘要：運用農業產量波動作為衡量農業風險的指標，對我國1951—2011年農業產量進行H-P濾波分析，提取農業產量的周期成分，并利用我國省際層面非平衡面板數據，與支農支出、農村固定資產投資等相關變量構建計量模型，研究結果發現，北京、黑龍江、河南、甘肅、新疆5大農業主產區，農村固定資產投資、農作物播種面積、農業總機械投入與農村用電量會帶來較高的農業風險?；诖?，提出應擴大農業高風險地區的農業保險覆蓋面、拓寬農業保險范圍、建立完善的農業風險分散機制、加大對農業與農業保險財政補貼等建議。

關鍵詞：H-P濾波分析；農業；風險；非平衡面板數據；中國

中圖分類號： F840.66文獻標志碼： A文章編號：1002-1302（2014）09-0409-04

收稿日期：2013-12-19

基金項目：新疆高校文科基地新疆宏觀經濟預警系統研究基地重點項目（編號：06019201）。

作者簡介：鄢姣（1990—），女，新疆人，碩士，主要從事收入分配研究。E-mail：1014897354@qq.com 。

通信作者：趙軍，教授，從事產業經濟、金融投資研究。E-mail：zj001707@sina.com。中國是一個農業大國，“農業問題”“農村問題”“農民問題”一直是國家關注的重點，在農業生產過程中，農民承擔各種風險。為保障農民的農業生產，農業保險應運而生。農業保險是政府扶持農業發展、解決“三農”問題的重要方法，對抗災減災、災后重新生產、促進農業生產發展及保障農民收入有重要的作用。20世紀50年代初，農業合作化運動逐步展開，農業保險隨之起步；80—90年代，我國由計劃經濟轉向市場經濟，由于農業保險賠付率高且商業運作效率低，農業保險日漸萎縮；21世紀，財政補貼農業保險費用政策實施，我國農業保險進一步得到發展。對于農民來說，農業風險的高低關乎于農業收入的多少，而農業收入與農業產量密不可分。在降低農業風險的過程中，穩定農民收入是重中之重，而農業產量的忽高忽低對農民的收入影響很大，農業產量波動越大意味著農業風險越大。另外，我國現有的農業參保品種主要集中于中央財政補貼所覆蓋的農業品種，而有些高風險品種并未覆蓋，以致保險業務推動緩慢。

本研究釆用1951—2011年數據，引入支農支出、農村固定資產投資、農業總機械投入、有效灌溉面積、化肥施用量、農作物播種面積等相關因素與農業產量周期成分，通過H-P濾波分析我國各地區的農業產量波動，以獲得對農業產量周期波動影響較大的因素，明確增加農業風險的變量，為有效降低農業風險、拓寬農業保險范圍提供理論依據。

1文獻綜述

Hardaker等將農業風險分為7類：生產風險、價格或市場風險、制度風險、貨幣風險、融資風險、人身風險與法律風險[1]；Ziari等研究得出，農業是國民經濟的基礎，農業保險可以帶動其他部門的經濟發展，1美元的保險賠付可以帶動整個州的商業經濟增長2.3美元，促進個人收入增長1.03美元，使州總產值增加1.14美元，即農業保險對國民經濟和社會福利有很大的推動作用[2]；Leisinger探討農業生物技術對發展中國家的農業風險，指出生物技術等存在潛在風險[3]；Boelhlje等研究指出，農業產業出現了新風險，分為戰術風險與戰略風險，前者又可以分為商業風險與融資風險，后者則聚焦于戰略方向的靈活性與一些不確定因素[4]；Serra等通過實證指出，初始財富的積累會降低農民購買農業保險的動機，農業風險處理最普遍的方式是災后救濟，這種方式具有事后性局限[5]。溫思美提出，我國農業風險分為5類：自然風險、制度風險、市場風險、技術風險與資產風險[6]；葛顏祥將農業風險分為2類：系統內部風險與系統外部風險[7]；孫良媛等研究我國農業從計劃經濟走向市場經濟過程中所發生的各種風險，指出市場風險已經取代自然風險而占主導地位，體制風險與市場風險相互作用[8]；劉鳳芹對訂單農業進行研究，得出訂單農業風險來源于環境和自身“有限理性”的不確定性[9]，訂單農業可以轉移一定的風險，但是若農戶根據訂單要求改變種植方式，如從事一些投入高、技術難的生產后，農民將被迫依附于訂單農業的發起人，這將帶來更大的風險；庹國柱等通過經驗分析得出，較大范圍地分散農業保險與保險范圍小相矛盾[10]；陸文聰等基于浙江省王家村和大柳村的調查數據，運用MOTAD模型方法對調查農戶的農業風險進行分析，結果發現，不同農戶對農業風險的反應有差異，在風險較高的情況下，農民更傾向于投入資本而非勞動力，在低風險的農業生產中，農民實施多元化經營，這樣雖可以降低風險，但收入也會相應降低[11]；欒敬東等指出，農業風險類型之間的關聯性與風險管理方式的孤立性，是我國存在農業高風險與農業風險低效率管理的根本原因[12]；王敏俊分析了浙江省613個農戶參加政策性農業保險的情況，得出提高小規模農戶對農業風險的認知程度將在很大程度上提高農戶的參保率[13]。項桂娥等以安徽省政府221家農業產業化企業為例進行實證分析，建立農業企業風險評價體系對農業風險進行量化、預警與控制[14]；葉明華運用典型相關分析研究4個主要產糧地區之間的水旱災害系數，結果表明，東北、華北地區的糧食產量與水災風險系數相關度較高[15]。從國內外眾多學者對農業風險的相關研究，可以得出國內外學者對農業風險與農業保險有3點共識：一是將農業風險分為市場風險、制度風險、資產風險與自然風險等，且隨著市場經濟的發展，自然風險的主導地位逐步弱化；二是訂單農業實質上帶給農民更大的農業風險；三是農業保險與其他部門的經濟發展具有互動關系，農業保險的發展在一定程度上可以帶動其他產業的發展升級。

目前，多數學者關注于農業風險的分類與政策性防范，研究衡量農業風險指標的文章較少，本研究創新之處在于以各省份從1951—2011年間的農業產量波動進行H-P濾波分析，得出農業產量波動的標準差，并以此作為量化農業風險的指標，標準差值越大說明農業風險越大。為更進一步分析影響農業風險的因素，本研究從H-P濾波分析的stata12數據中提取農業產量的周期成分，與其他相關變量進行回歸分析，從而得出影響農業風險的潛在因素，為規避農業風險提供理論依據。endprint

2衡量農業風險的指標和方法

農業風險本身是一個涉及因素多且關系復雜的問題。在農業實際生產過程中，農業產量周期成分或者產值缺口代表產量波動，農業產量若一直以平穩趨勢增長則農業風險相對較小，若農業產量忽高忽低，呈現一種波動起伏狀態，則表明農民在種植農作物時承擔較大的風險。因此，本研究將農業產量的波動作為衡量農業風險的指標。

農業產量在時間層面上常表現為“波動中增長”或“波動中降低”，這是由于長期趨勢與短期波動互相作用的結果。農業產量的波動分析釆用“剩余”法，即從農業產量中分離出長期趨勢與短期波動，長期趨勢可用于預測經濟走勢，而短期波動可用于周期分析。本研究釆用H-P濾波法分析我國1951—2011年的農業風險問題。H-P濾波是Hodrick等在戰后美國商業周期的實證研究中首次提出的，運用濾波法將時間序列數據分解為平穩變化的趨勢成分和周期成分[16]。對一個給定的時間序列{Yt}，可以分解為趨勢成分（Gt）與周期成分（Ct），得出：Yt=Gt+Ct（t=1，2，…T），原理是從初始不光滑的時間序列{Yt}中，通過將實際值的波動最小化和整體樣本的趨勢變化，尋找出1個光滑的時間序列{Gt }，使下列目標函數極小化

Ct=Yt-Gt是周期成分，假設Ct和Δ2Gt都呈正態分布，且相互獨立，當λ=var（Ct）/var（Δ2Gt）時，H-P濾波可以得到最優結果，由此可以得出趨勢成分：Gt=[1+λ（1-L2）2（1-L-1）2]Yt，周期成分：Ct=[λ（1-L2）2（1-L-1）2]/[1+λ（1-L2）2（1-L-1）2]Yt。目前，對H-P濾波最大爭議是λ取值問題。當釆用季度數據時，學者們大都認同Hodrick等的結論，λ=1 600[6]；當釆用年度數據時，學者們也大都認同Backus等的結論，λ=100。本研究釆用的是省際層面的年度數據，因此，H-P濾波分析λ取值為100。

本研究采用1951—2011年共60年25個省、市、自治區的農業產量波動數據，其中，1951—2008年的數據來自《新中國六十年統計資料匯編》，2009—2011年的數據來自《中國統計年鑒》。由于個別省份數據缺失嚴重，因此，分析樣本剔除了安徽、湖北、江西、西藏、海南、寧夏這6個省份以及港、澳、臺地區的相關數據。本研究運用H-P濾波對25個省、市、自治區的農業產量進行分析，最終提取出這些省份在60年中農業產量波動的標準差、均值等，與此同時，本研究還從stata12 中提取出25個省份從1951—2011年間的周期成分。

由表1可見，北京市、黑龍江省、河南省、甘肅省與新疆維吾爾自治區這5個省份的農業產量標準差依次約為0.186 3、0.162 7、0.179 4、0.185 6與0.155 2，與其他省份相比，農業產量波動相對較大，即這些地區的農業風險也相對較大；上海市、浙江省、福建省與廣西壯族自治區的農業產量標準差分別為0.109 5、0.103 1、0.105 6與0.105 9，這4個省份的農業產量波動相對較小，表明其農業風險也相對較小。

3農業風險評價模型及方法

3.1樣本數據

大多數學者在研究時多釆用“平衡面板”數據，即每個時期的樣本數是一致的。而在有些情況下每個時期的樣本數并不相同，也就是“非平衡面板數據”或“不完全面板”。由于非平衡面板更符合經濟問題的實際情況，如果在非平衡面板中提出平衡面板會損失樣本容量，從而降低估計結果的可信度。本研究共選取我國25個省、市、自治區從1951—2011年的省際面板數據，H-P濾波測算出的周期成分作為衡量農業產

量周期波動指標的數據來源，其余數據均來自《新中國六十年統計資料匯編》與《中國統計年鑒》。農業產量周期波動指標的時間維度最長，為1951—2011年60年，其他變量則相對較短，因此，總樣本是一個非平衡面板數據。因此，本研究釆用非平衡面板數據進行實證分析。

3.2模型的設定與估計方法

本研究的基本模型為一個非平衡面板數據的回歸模型：agriskit=c+β1lnsup portagit+β2lnrfaiit+ ∑βεj×D+μi+εit，其中，i和t分別代表第i個省份和第t年，c是常數項，μi是不會隨時間變化的因素，εit為隨機誤差項，兩者共同構成模型的誤差項；agriskit用來衡量農業產量波動，為H-P濾波中農業產量的周期成分，即用來代表農業風險指標；lnsup portagit為支農支出，lnrfaiit為農村固定資產投資，這2個變量在處理時均做了平減，消除了通脹因素，并取對數以便在同一水平上進行比較；D包括一系列在實證研究中的其他變量，βεj為這些變量的系數。本研究其他控制變量包括：lnagmachinery為農業總機械投入；lnirrigation為有效灌溉面積；lnfertilizer為化肥施用量；lnelecconsume 為農村用電量；lncroparea為農作物播種面積。

3.3估計方法及結果

本研究實證模型所用數據是非平衡面板數據。估計非平衡面板數據時，OLS估計仍是無偏一致的，但其標準差是有偏的（Moulton，1986）。Jennrich等指出，極大似然估計（MLE）對非平衡面板數據的估計較為有效。鑒于此，本研究非平衡面板模型主要依據極大似然估計的估計結果。為方便比較，列出固定效應（FE）、隨機效應（RE）與GMM估計結果以供比較（表2）。

本研究用農業產量的周期波動作為衡量農業風險的指標，其中，正向周期表明產量有向上的趨勢，是應該要加強的，相反，對農業產量具有負向周期作用的變量應該避免或改進。由表2可知，支農支出每提高1百分點，給農業產量波動帶來0.012 9%的向上沖擊，即支農支出的增加對農業產量有一個正向周期的作用；農村固定資產投資的增加，同樣給農業產量波動帶來一個向上的沖擊，其沖擊作用是0.085 8%，且農村固定資產投資的提高對農業產量的正向周期作用顯著；對農業產量波動帶來正向周期作用的還有農作物播種面積，該項指標每增加1個百分點對農業產量具有0.127 9%的向上沖擊作用；農業總機械投入、有效灌溉面積、化肥施用量與農村用電量給農業產量帶來負周期作用，這些指標每增加1百分點，致使農業產量周期波動向下的沖擊作用分別為 0082 5%、0036 4%、0.027 9%與0.101 6%，其中，農村用電量對農業產量周期的沖擊作用最大。支農支出、農村固定資產的投入與農作物播種面積這3個指標給農業產量帶來正周期作用，其余指標則具有相反的周期影響。endprint

農業產量周期波動的大小與農業風險的大小呈正比關系。在衡量農業風險時，無論農業產量周期是正是負，周期的波動都不是所期望的。從實證結果可以看出，農村固定資產投資、農作物播種面積、農業總機械投入與農村用電量對農業產量周期波動的影響作用較大。就農村固定資產投資來看，可以從農村固定資產投資中的農戶固定資產投資特征來解釋，農戶購買生產性固定資產的支出呈上升態勢，增長速度的波動較大，農戶投資生產性設備的根基不穩，各種突發事件、意外因素均會削弱或中斷農戶投資固定設備的積極性，使其中止投資行為，從而對農業產量波動造成一定影響；對于農業播種面積，由于政府的農業補貼政策及農業機械化覆蓋面加大，促使農業播種面積加速擴大，進而農業產量波動也加大；對于農業機械投入造成農業產量波動與機械質量和使用壽命有很大關聯，近年來，我國實施的家庭聯產承包責任制導致農機經營分散，原有的農用機械設備使用壽命短而相繼淘汰，農業機械保有量大幅下降，使農機裝備水平低，在推進農業現代化的進程中，政府又加大農業機械的投入，實行政府補貼等優惠政策，使農業機械化水平迅速上升，這種農業機械的更替帶來了農業產量周期的波動。

4結論與政策建議

4.1結論

本研究首先利用H-P濾波對我國1951—2011年省際層面的農業產量波動進行分析，得到各個省份的標準差，并通過標準差來衡量各地區的農業風險，標準差越大則表明相應省份的農業風險越大，反之則農業風險越小。從研究結果可以看出，北京市、黑龍江省、河南省、甘肅省與新疆維吾爾自治區的農業產量波動較大，農業風險較大。

此外，本研究從stata12數據中提出農業產量的周期成分，與其他相關變量建立模型進行回歸分析，實證結果顯示，支農支出、農村固定資產投資與農作物播種面積對農業產量具有正向周期作用，而農業總機械投入、有效灌溉面積、化肥施用量與農村用電量則對農業產量周期具有負向影響。從整體波動幅度來看，農村固定資產投資、農作物播種面積、農業總機械投入與農村用電量對農業產量的周期波動作用較大，這些變量帶來的農業風險較高。

4.2政策建議

4.2.1擴大農業風險較高地區的農業保險覆蓋面除北京市外，黑龍江省、河南省、甘肅省與新疆維吾爾自治區均為農業高產地區，這4個地區也是農業風險較高的地帶，在這些地區發生實際的農業災害波及范圍較大，因此，要加強對這些地區的風險防范。

首先要加強農民對農業保險的意識，大部分農民在進行農業生產時常抱有僥幸心理，認為收成是由自然氣候決定的，甚至還有農民認為農業保險是在變相收費，尤其在西部欠發達地區，由于教育普及度不高，導致農民對風險的防范意識薄弱，對農業保險認識不足，因此，應大力宣傳農業保險知識，樹立農民的風險防范意識，提高農民的投保積極性。

其次，對于高風險地區應加大農業保險財政補貼力度，解決農業保險費用高、賠付率低等問題。在實際情況中，若按照商業化操作要求收取保費，農民通常負擔不起，如果按農民可以接受的額度制訂保費則保險公司賠不起，這也是阻礙農業保險發展的一個原因，這時就需要政府介入，進行雙向補貼，打破農業保險的尷尬局面，使農業保險機制高效運轉。

4.2.2拓寬農業保險范圍，建立完善的農業風險分散機制從實證分析結果看出，固定資產投資、農作物播種面積、有效灌溉面積等變量對農業產量波動的影響較大，容易引起農業風險。因此，政府不應將農業保險范圍僅擴展到直接物質成本，還應將固定資產的投資、種植面積、機械作業服務等全部成本納入投保范圍。農業風險在季節與地區間分布不均衡，我國各地的自然氣候差異很大，適宜在不同地區、不同年度以豐收補貼虧損來分散農業風險。政府應建立全面的農業風險分散制度，由辦理農業保險業務的機構建立農業風險保障基金，保險公司每年在保費中提出一部分放入基金，在發生農業風險時可從風險基金中得到補償，基金的結余可由各公司按注資比例分享權益。在基金開辦初期，國家財政要給予一定補貼，當基金補貼累積到一定額度，能夠自發良性循環后則可不再補貼，進而建立完善的農業風險分散機制。

4.2.3加大政府對農業的財政支出與農業保險的財政補貼支農支出、農村固定資產投資與農作物播種面積對農業波動具有正向沖擊作用，這些因素有利于農業發展。政府的財政補貼是我國農業與農業保險發展的助推器，在國家層面應把農業和農業保險打造成政策支持、回報穩定的“高收益行業”，既可以吸引更多的優質人力資源涌向農業和農業保險領域，也是我國農業和農業保險領域真正邁向市場化與農業現代化的關鍵。這就需要政府出臺有利于農業和農業保險專業人員的培養和引進政策，對從事農業與農業保險的高端人才給予一定的經濟優惠政策，切實提高農業和農業保險從業人員的專業素養，為我國農業與農業保險的發展奠定基礎。

參考文獻：

[1]Hardaker J B，Huirne R B M，Anderson J B，et al. Coping with risk in agriculture[M]. Wallingford，UK：CAB international，2004：320.

[2]Ziari H A，Leatham D J，Ellinger P N. Development of statistical discriminant mathematical programming model via resampling estimation techniques[J]. American J of Agricultural Economics，1997，79（4）：1352-1362.

[3]Leisinger K M. The ‘political economy of agricultural biotechnology for the developing world[C]//Proceedings of the Twenty-fourth International Conference of Agricultural Economists. Berlin，Germany，2001：86-112.endprint

[4]Boelhlje M. Risk in US agriculture：new challenges and new approaches[D]. Indiana：Purdue University，2002.

[5]Serra T，Goodwin B K，Featherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review，2003，63（2）：109-125.

[6]溫思美，楊順江. 論農業產業化進程中的農產品流通體制改革[J]. 農業經濟問題，2000，21（10）：45-48.

[7]葛顏祥. 農業結構調整中的風險防范[J]. 農業現代化研究，2001，22（6）：350-354.

[8]孫良媛，張岳恒. 轉型期農業風險的特點與風險管理[J]. 農業經濟問題，2001，22（8）：20-26.

[9]劉鳳芹. 不完全合約與履約障礙——以訂單農業為例[J]. 經濟研究，2003（4）：22-30，92.

[10]庹國柱，李軍. 我國農業保險試驗的成就、矛盾及出路[J]. 金融研究，2003（9）：88-98.

[11]陸文聰，西愛琴. 農戶農業生產的風險反應：以浙江為例的MOTAD模型分析[J]. 中國農村經濟，2005（12）：68-75.

[12]欒敬東，程杰. 基于產業鏈的農業風險管理體系建設[J]. 農業經濟問題，2007（3）：86-91.

[13]王敏俊. 影響小規模農戶參加政策性農業保險的因素分析——基于浙江省613戶小規模農戶的調查數據[J]. 中國農村經濟，2009（3）：38-44.

[14]項桂娥，吳義根. 基于SEM模型的農業企業風險評價體系研究——以安徽省221家農業產業化龍頭企業為例[J]. 農業技術經濟，2012（8）：113-120.

[15]葉明華. 糧食主產區“北旱南澇”相關性分析與農業風險管理模式優化[J]. 保險研究，2013（6）：16-22.

[16]Hodrick R H，Prescott E C. Postwar US business cycles：an empirical investigation[J]. Journal of Money，Credit and Banking，1997，29（1）：1-16.張曉莉，逄春蕾，尹作華. 基于修正鉆石模型的新疆生產建設兵團農業競爭力研究——與黑龍江農墾的比較[J]. 江蘇農業科學，2014，42（9）：413-416.endprint

[4]Boelhlje M. Risk in US agriculture：new challenges and new approaches[D]. Indiana：Purdue University，2002.

[5]Serra T，Goodwin B K，Featherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review，2003，63（2）：109-125.

[6]溫思美，楊順江. 論農業產業化進程中的農產品流通體制改革[J]. 農業經濟問題，2000，21（10）：45-48.

[7]葛顏祥. 農業結構調整中的風險防范[J]. 農業現代化研究，2001，22（6）：350-354.

[8]孫良媛，張岳恒. 轉型期農業風險的特點與風險管理[J]. 農業經濟問題，2001，22（8）：20-26.

[9]劉鳳芹. 不完全合約與履約障礙——以訂單農業為例[J]. 經濟研究，2003（4）：22-30，92.

[10]庹國柱，李軍. 我國農業保險試驗的成就、矛盾及出路[J]. 金融研究，2003（9）：88-98.

[11]陸文聰，西愛琴. 農戶農業生產的風險反應：以浙江為例的MOTAD模型分析[J]. 中國農村經濟，2005（12）：68-75.

[12]欒敬東，程杰. 基于產業鏈的農業風險管理體系建設[J]. 農業經濟問題，2007（3）：86-91.

[13]王敏俊. 影響小規模農戶參加政策性農業保險的因素分析——基于浙江省613戶小規模農戶的調查數據[J]. 中國農村經濟，2009（3）：38-44.

[14]項桂娥，吳義根. 基于SEM模型的農業企業風險評價體系研究——以安徽省221家農業產業化龍頭企業為例[J]. 農業技術經濟，2012（8）：113-120.

[15]葉明華. 糧食主產區“北旱南澇”相關性分析與農業風險管理模式優化[J]. 保險研究，2013（6）：16-22.

[16]Hodrick R H，Prescott E C. Postwar US business cycles：an empirical investigation[J]. Journal of Money，Credit and Banking，1997，29（1）：1-16.張曉莉，逄春蕾，尹作華. 基于修正鉆石模型的新疆生產建設兵團農業競爭力研究——與黑龍江農墾的比較[J]. 江蘇農業科學，2014，42（9）：413-416.endprint

[4]Boelhlje M. Risk in US agriculture：new challenges and new approaches[D]. Indiana：Purdue University，2002.

[5]Serra T，Goodwin B K，Featherstone A M. Modeling changes in the US demand for crop insurance during the 1990s[J]. Agricultural Finance Review，2003，63（2）：109-125.

[6]溫思美，楊順江. 論農業產業化進程中的農產品流通體制改革[J]. 農業經濟問題，2000，21（10）：45-48.

[7]葛顏祥. 農業結構調整中的風險防范[J]. 農業現代化研究，2001，22（6）：350-354.

[8]孫良媛，張岳恒. 轉型期農業風險的特點與風險管理[J]. 農業經濟問題，2001，22（8）：20-26.

[9]劉鳳芹. 不完全合約與履約障礙——以訂單農業為例[J]. 經濟研究，2003（4）：22-30，92.

[10]庹國柱，李軍. 我國農業保險試驗的成就、矛盾及出路[J]. 金融研究，2003（9）：88-98.

[11]陸文聰，西愛琴. 農戶農業生產的風險反應：以浙江為例的MOTAD模型分析[J]. 中國農村經濟，2005（12）：68-75.

[12]欒敬東，程杰. 基于產業鏈的農業風險管理體系建設[J]. 農業經濟問題，2007（3）：86-91.

[13]王敏俊. 影響小規模農戶參加政策性農業保險的因素分析——基于浙江省613戶小規模農戶的調查數據[J]. 中國農村經濟，2009（3）：38-44.

[14]項桂娥，吳義根. 基于SEM模型的農業企業風險評價體系研究——以安徽省221家農業產業化龍頭企業為例[J]. 農業技術經濟，2012（8）：113-120.

[15]葉明華. 糧食主產區“北旱南澇”相關性分析與農業風險管理模式優化[J]. 保險研究，2013（6）：16-22.

[16]Hodrick R H，Prescott E C. Postwar US business cycles：an empirical investigation[J]. Journal of Money，Credit and Banking，1997，29（1）：1-16.張曉莉，逄春蕾，尹作華. 基于修正鉆石模型的新疆生產建設兵團農業競爭力研究——與黑龍江農墾的比較[J]. 江蘇農業科學，2014，42（9）：413-416.endprint