廣東省糧食生產影響因素分析:基于時間序列的實證研究

摘要:廣東省糧食安全問題比較嚴峻，耕地面積減少、農民種糧積極性不高是導致糧食數量問題的主要因素。保護耕地數量、提高農民種糧積極性是確保廣東省糧食產量的根本。采用時間序列分析方法，對1978—2008年廣東省糧食播種面積、化肥使用量、成災面積、農機總動力、有效灌溉面積對糧食總產量的影響進行了實證分析。結果表明，化肥使用用量、成災面積對糧食總產量有顯著影響。

關鍵詞:糧食生產;影響因素;因果關系;實證檢驗

中圖分類號:F32 文獻標志碼:A 文章編號:1673-291X(2010)23-0079-03

引言

2007年全球糧價突然暴漲，很多國家都出現了糧食危機，糧食安全問題成為全球一大熱點。布朗于1998年即暗示中國遲早會陷入“馬爾薩斯陷阱”，中國糧食問題甚至會“殃及”世界糧食市場。廣東是個工業化程度比較高的經濟、人口大省，國民生產總值一直位于全國第一，但糧食安全問題相對而言更加嚴峻，耕地面積減少、農民種糧積極性不高、糧食供需缺口大。糧食生產關乎穩定和發展問題，國際上曾有國家采取限制糧食出口的做法。廣東省要改變有錢即可買到糧食的錯誤觀念，落實糧食生產政策，確保糧食安全。

已有不少學者針對不同區域糧食生產的影響因素進行了探討。肖海峰等(2004)、王祖力等(2008)認為，影響我國糧食綜合生產能力的三個主要因素是播種面積、其他物質投入和化肥投入。郭淑敏等(2007)通過灰色關聯分析法研究了影響糧食產量相關因素的灰色關聯系數，由大到小依次為，糧食播種面積>有效灌溉面積>糧食單產>復種指數>農機總動力>旱澇保收面積>機播面積>機耕面積>農村用電量>機電排灌面積>化肥用量>成災面積。陳慧中等(2010)計算了河南省糧食產量及產量波動與影響因素之間的灰色關聯系數，探求糧食生產中的主控因子為有效灌溉面積、機耕面積、化肥施用量和農村家庭平均每人每年純收入。張越杰等(2007)通過對1982—2005年吉林省糧食產量的統計數據分析，表明穩住糧田面積、加強農田水利建設和生態建設、完善防災減災和糧食安全預警系統等方面有助于提高吉林省穩定糧食產量。劉艷靖等(2010)利用1995—2006年河北省11個市區糧食生產相關投入要素的面板數據，研究表明單產、化肥、糧食播種面積是影響糧食綜合生產能力的主要因素，且在不同的歷史階段，各影響因素對糧食產量的貢獻有所區別。

已有研究多以我國糧食主產省份為分析對象，對廣東這一糧食凈調入省的研究不多。本文將以1978—2008年廣東省糧食產量及影響因素的數據為基礎，利用時間序列分析方法，研究廣東省糧食生產投入要素對糧食產量的影響，尋找制約廣東糧食生產的瓶頸因素，為制定合理的糧食政策提供理論依據。

一、廣東省糧食生產影響因素的實證分析

糧食產量包括谷物(稻、小麥、玉米)、豆類、薯類等的產量，受到包括國家政策在內的多項因素的影響。參照已有文獻，選取糧食種植面積、化肥施用量、成災面積、農機總動力、有效灌溉面積等五個因素作為因變量。為評估改革開放以來廣東省糧食生產能力的變化，樣本區間設定為1978—2008年，數據取自相關年份的《廣東省農業統計年鑒》。為方便標識，糧食總產量設為outp，播種面積設為area，成災面積設為disa，化肥使用量設為fert，農機總動力設為powe，有效灌溉面積設為irri。

本文采用時間序列分析法來研究糧食產量與糧食生產影響因素之間的相互關系，共分為三個步驟。首先，利用ADF單位根檢驗，分別對糧食產量以及播種面積、成災面積、化肥使用量、農機總動力、有效灌溉面積等變量進行平穩性檢驗;其次，采用Johansen協整檢驗，驗證糧食產量與其各個影響因素之間是否存在協整關系;最后，利用Granger因果檢驗，驗證播種面積、成災面積、化肥使用量、農機總動力、有效灌溉面積與糧食產量之間是否存在因果關系。

(一)ADF單位根檢驗

單位根檢驗對于檢查時間序列的平穩性非常重要，ADF檢驗法是最常用的單位根檢驗方法。即對于時間序列Xt建立下列方程:

ΔXt=C+βt+γXt-1+εiΔXt-i+μtH0:γ=0

實際檢驗拒絕零假設，即原序列不存在單位根，為平穩時間序列。非平穩時間序列經過K次差分后成為平穩時間序列，稱為K階單整時間序列。所有變量同階單整是變量之間存在協整關系的必要條件。

糧食產量以及播種面積、成災面積、化肥使用量、農機總動力、有效灌溉面積等變量的ADF單位根檢驗結果(表1)表明，所有變量的原序列均不是平穩時間序列，但其一階差分均能通過平穩性檢驗，均為一階單整變量。

(二)Johansen協整檢驗

如果同階單整變量的某種線性組合是平穩的，則稱變量間存在協整關系，協整關系是非平穩的單整變量之間存在的一種長期均衡關系。關于協整關系的檢驗主要有兩種方法:一是基于協整回歸殘差的ADF檢驗，適用于檢驗兩個同階單整的變量之間是否存在協整關系;二是Johansen等提出的基于VAR方法的協整系統檢驗，即Johansen極大似然法，用于檢驗多個具有同階單整變量之間是否存在協整關系。

Johansen協整檢驗結果(表2)表明， 糧食總產量與播種面積、成災面積、化肥使用量、農機總動力、有效灌溉面積等變量之間在5%的臨界值下存在一個協整關系。

(三)Granger因果檢驗

協整檢驗可以證明，變量之間存在長期穩定的均衡關系，但這種均衡關系是否構成因果關系，尚需進一步驗證。通常采用Granger因果檢驗法檢驗變量之間是否存在因果關系，這種方法不僅可以檢驗協整變量之間是否存在因果關系，還可以檢驗協整變量之間因果關系的先后次序，即這一方法可以確定變量之間因果關系的方向及強度。Granger因果關系檢驗的核心思想是:如果變量X是變量Y的Granger原因，那么X的過去和現在的信息有助于改進對Y的預測，其數學檢驗模型為:

Yt=C+αiYt-i+βjΔXt-j+εtH0:β1=β2=…=βp=0

如果在統計上顯著拒絕零假設H0，則變量X是變量Y的Granger原因;反之，如果在統計上接受零假設H0，則變量X不是變量Y的Granger原因。Granger因果檢驗法結論的可靠性與樣本容量有關，對滯后長度比較敏感，因此，應盡量選取大樣本，并參照DW值趨近于2選擇最優滯后期。

糧食總產量與播種面積、成災面積、化肥使用量、農機總動力、有效灌溉面積等變量之間的Granger因果檢驗結果(表3)表明:(1)成災面積與化肥使用量是糧食總產量之間存在單向Granger因果關系，即成災面積與化肥使用量是糧食總產量的Granger原因。(2)糧食總產量與播種面積之間存在單向Granger因果關系，即糧食總產量是播種面積的Granger原因。(3)農機總動力、有效灌溉面積與糧食總產量之間不存在Granger因果關系。

二、研究結論

本文對1978—2008年廣東省糧食生產影響因素的實證分析表明，廣東省糧食產量呈下降趨勢，化肥使用用量、成災面積對糧食總產量具有顯著影響，而播種面積、農機總動力、有效灌溉面積的影響不明顯。

為應對糧食危機，確保糧食安全，廣東省應該采取針對性的措施提高糧食生產能力。(1)合理推進工業、城鎮化，保護耕地。隨著廣東省特別是珠三角地區的工業化快速發展，耕地面積損失較大。(2)提高農民種糧積極性。糧食種植成本上升、收益下降，農民理性的選擇減少糧食的種植面積，進而種植其他經濟作物，致使糧食種植面積減少較快。(3)逐年增加對農業的化肥施用量、農機總動力、有效灌溉面積等要素投入，從而有效提高糧食生產能力。(4)建立較好的防災系統，增強抵御自然災害的能力。(5)加大農業科技投入，依靠科技提高糧食作物產量。

參考文獻:

[1] 肖海峰，王嬌.我國糧食綜合生產能力影響因素分析[J].農業技術經濟，2004，(6):45-49.

[2] 王祖力，肖海峰.化肥施用對糧食產量增長的作用分析[J].農業經濟問題，2008，(8):65-68.

[3] 郭淑敏，馬帥，陳印軍.我國糧食主產區糧食生產影響因素研究[J].農業現代化研究，2007，(1):83-87.

[4] 陳慧中，徐夢潔，劉勤.河南省糧食產量波動及其影響因素分析，江西農業大學學報，2010，(1):60-65.

[5] 張越杰，王軍.吉林省糧食產量波動分析[J].農業技術經濟[J].2007，(3):74-79.

[6] 劉艷靖，趙慧峰，韓建飛.河北省糧食生產影響因素與糧食綜合生產能力的提高[J].區域經濟，2010，(5):86-87.

[7] 張曉峒.計量經濟學軟件EViews使用指南[M].天津:南開大學出版社，2003:153-154.

SME clusters financing and the value estimating

JING Ze-jing

(Industry and commerce management department，Henan engineering college，Zhengzhou 451191，China)

Abstract: In effect， because their effect and overflowed the effects of other factors， the overall value of the colonies will far outweigh the value of individual enterprises simply addition. in the correct value of the enterprises cluster basis， the bank will adopt appropriate measures to reduce the risk of bank loans， and small and medium-sized enterprises was an all-win.

Key words: SME; clusters; financing;value