中國糧食產量影響因素的嶺回歸分析

梁雨薇 倪萍 王哲

云南大學發展研究院

中國糧食產量影響因素的嶺回歸分析

梁雨薇 倪萍 王哲

云南大學發展研究院

糧食對于一個國家的重要性，無論是在原始農耕時代還是在經濟大發展的今天，始終是世界性的共識。我國人口眾多，糧食問題更是關系國計民生的大問題。本文利用SPSS軟件，通過嶺回歸的方法，對影響我國糧食生產水平的因素進行了實證分析，最后得出農業化肥施用量、糧食播種面積以及農業勞動力數量均對糧食總產量存在正向影響，而成災面積對糧食總產量存在反向影響關系。

一、研究背景及意義

作為發展中國家，我國一直致力于促進經濟的發展。然而，任何經濟的發展，必須以農業的發展為基礎。正所謂“大軍未動，糧草先行”，糧食正是經濟發展的保障，是農業的根本。

盡管改革開放以來，我國糧食總產量總體趨勢是增長的，但這種增長并不穩定[1]。從市場經濟的角度來看，影響糧食產量的是糧食的價格，尤其是糧食的收購價格；從生態學的角度來看，影響糧食產量的是包括氣候、物種生存等等的環境因素，風調雨順自然大豐收，而自然災害頻發只能導致大量減產。市場經濟分析的方法，已有經濟學家在為是否應當設定糧食收購的最低價及其影響進行研究。而環境因素是整個糧食生產的大環境，對糧食產量的影響是有目共睹、毋庸置疑的。同時，在對糧食產量所進行的研究中，灰色系統理論分析、最小二乘法、多元回歸法都是常用的方法[2]，而少有學者運用嶺回歸的方法來進行研究。本文嘗試從中國統計年鑒查找有關糧食生產的數據，運用嶺回歸分析的方法找到影響糧食生產的主要因素以及影響方式，為中國糧食產量這個宏觀問題給出另一種微觀分析視角和盡量令人信服的解釋。這也是本文研究意義所在。

二、模型的建立和變量的選擇

對我國糧食產量問題進行的研究一直也是相關學者們的工作。王玉斌等人通過對1949-2004年和1978-2004年兩個區間段內我國稻谷、小麥和玉米產量的波動進行分析后，選用了減稅純收益、成災面積、勞動用工數量、物質投入情況等六個變量，運用最小二乘法進行了實證研究。2009年，吳英杰[3]通過建立柯布道格拉斯對數形式的生產函數，對1978-2005年的相關數據進行了回歸分析。文章選用的指標包括勞動力數量、糧食作物播種面積、化肥用量、國家凈支農支出，分析結果證實了她們對糧食產量的影響作用，并且化肥使用量的彈性系數最大。陳秧分和李先德[4]在2013年進行的研究中，建立了一個包含土地、勞動力、資本和宏觀背景四個方面共11個指標的模型，對中國糧食產量變化進行了分析。模型中包含了耕地面積、受災面積、農業勞動力、農業機械總動力等。綜合相關研究，以及數據的可得性，本文選取了農業化肥施用量、糧食播種面積、農業機械總動力、農業勞動力以及成災面積作為本文模型中的自變量。數據來源于1983-2012中國統計局官網的相關統計結果。

本文建立的模型如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ

在方程中，

Y代表糧食產量(單位：萬噸)；

X1代表農業化肥施用量（單位：萬公斤）；

X2糧食播種面積（單位：千公頃）；

X3代表成災面積（單位：公頃）；

X4代表農業機械總動力（單位：萬千瓦）；

X5代表農業勞動力（單位：萬人）；

μ代表隨即擾動項

μ指其他政策因素以及對因變量有影響的隨機因素

三、統計分析及結果

應用SPSS軟件對所收集的數據進行回歸分析，結果如表一：

表一 5個因素對糧食產量影響的回歸結果

查表可知，在0.05的置信水平下，F（5,24）=2.62，t0.025（24）=2.064，由以上結果可知，模型的整體擬合優度為0.987，并且F檢驗高度顯著（F=359.416，P=0.000）說明模型對實際問題的擬合情況比較好。杜賓沃森值也比較接近于2，說明模型并不存在嚴重自相關問題。但是回歸系數的顯著性檢驗中，X4，X5的回歸系數都無法通過，同時，X4和X5的回歸系數為負值，顯然與經濟意義不符。說明用所有5個變量做回歸并不是很好。

從VIF值可以看出，農業化肥施用量以及農業機械總動力這兩個自變量的方差膨脹因子遠遠超過10，說明存在嚴重的共線性問題。另外，由方差比例表可以看到，第5行X1，X4，X5的方差比例值同時比較大，分別為0.59，0.54.0.52，第6行X2的方差比例值也較大，為0.91.也說明模型中這幾個變量之間存在多重共線性。

以上5個自變量在實際問題中，肯定都對糧食產量有影響，因此不能簡單剔除某些因素以消除或減少共線性問題。這里我們嘗試使用嶺回歸的方法，其結果如表二至表四：

表二：5個因素嶺回歸分析R2與β系數和K值關系表

表三：5個因素的嶺跡圖

表四：5個因素嶺回歸分析R2和K值關系圖

從嶺跡圖上可以看出，X4、的標準化嶺回歸系數比較穩定，并且絕對值很小，按照嶺回歸剔除變量的原則，可以予以剔除。而其他幾個因素的標準化嶺回歸系數都是比較平滑地趨近于零，無法予以剔除。經過以上分析，模型中保留的自變量為X1,X2,X3,X5,再做嶺回歸，得嶺跡圖如表五和表六：

表五：4個因素嶺回歸分析R2與β系數和K值關系表

為了保證嶺跡回歸圖上各回歸系數的嶺估計基本穩定，并且符號合理，取K=0.05，做嶺回歸估計，得結果如表七:此時，模型擬合優度為0.9794464,F=297.8330972,P=0.000高度顯著。同時，嶺回歸的殘差平方和為18294458，是原來的殘差平方和11730433.58的1.56倍，相差不大。可以說，模型的擬合效果很好，各解釋變量的經濟含義也是符合的。

嶺回歸方程為：Y=-25204.16341+4.28843X1+0.52375X2-0.11790X3+0.03814X5

標準化嶺回歸方程為:Y=1.0 1 2 9 5 X1+0.3 5 2 11 X2-0.12237X3+0.02476X5

但是在回歸系數的顯著性檢驗中，在0.05的置信水平下，農業勞動力對糧食產量的影響不顯著。這并不能說農業勞動力對糧食產量沒有影響。出現這個統計分析結果，可能是由于農業機械化水平的提高導致的機械對勞動的替代，以及糧食品種的改良和種植技術的提高等因素造成的。

表六：4個因素的嶺跡圖

四、結論及建議

從以上嶺回歸結果可以看到，農業化肥施用量、糧食播種面積以及農業勞動力數量均對糧食總產量存在正向影響，也就是在一定條件下，可以通過提高農業化肥施用量、擴大糧食播種面積以及加大農業勞動力投入的方式來提高我國糧食產量。這需要我們做好農業化肥銷售和定價工作，科學施肥，還需要在產業結構調整的同時，注意保障農業用地和農村勞動力的教育和扶持政策。另一方面，成災面積對糧食總產量存在反向影響關系。這一點提醒我們要注重生態環境保護，減少二氧化碳和其他污染物的排放，盡量減少甚至避免認為因素引起的各種災害，真正為糧食增產保駕護航。

表七：4個因素下嶺回歸結果

[1]王玉斌,蔣俊明,王曉志,陳慧萍.中國糧食產量波動影響因素實證分析[J].北京農學院學報,2007年10月.第22卷第4期 P38-41.

[2]高衛,張電學,雷利軍,劉杰.中國糧食產量影響因素分析及研究方法綜述[J].安徽農業科學,2014,42(33):11954－11955，11958

[3]吳英杰.中國糧食產量影響因素實證分析[J].經濟研究導刊,2009年第7期:24-26.

[4]陳秧分,李先德.中國糧食產量變化的時空格局與影響因素[J].農業工程學報,2013年10月第29卷第20期:1-10.

梁雨薇.198708.女.漢.湖北紅安.云南大學.管理科學與工程.項目管理方向.碩士研究生

倪萍.199011.女.漢.陜西咸陽.云南大學.管理科學與工程.項目管理方向.碩士研究生

王哲.199003.女.漢.山西晉城.云南大學.技術經濟及管理.項目管理方向.碩士研究生