安徽省糧食產量的影響因素研究

鄔舒靜

(河海大學 商學院，江蘇 南京 211100)

?

安徽省糧食產量的影響因素研究

鄔舒靜

(河海大學 商學院，江蘇 南京 211100)

根據2005～2014年安徽省16個地級市的農業生產統計資料，從自然、科技和經濟3個宏觀層面選取10個影響因素指標，利用面板數據模型對糧食及其所包含的稻谷、小麥、玉米、薯類和大豆5類主要糧食作物產量的影響因素進行了分析。結果表明：(1)安徽省近10年的糧食產量以75.831萬t/年的趨勢逐年遞增，平均年增長率3.06%；(2)對安徽省糧食產量產生顯著影響的因素有受災面積、糧食播種面積、化肥施用量、農業機械總動力、糧食價格指數；(3)由于不同糧食作物的生長習性、抗災能力等存在差異，在相同生長環境下受到多種投入要素的影響程度也不同；(4)從宏觀層面來看，自然因素對糧食產量的影響較小，而不同作物受經濟刺激和科技發展的影響程度存在差異。

糧食產量；影響因素；不同作物；面板數據

0　引言

農業是國民經濟發展的第一產業，在整個國民經濟體系中具有穩定根基及保障社會發展的戰略地位。我國作為一個地域廣博的農耕大國，由于構造復雜的地形地貌、脆弱且災害頻發的自然環境、極其有限的可利用耕地面積等國情，糧食安全面臨著嚴峻的挑戰[1]。通過對糧食產量的眾多影響因素進行深入分析和探討，有利于進一步了解中國農業發展的現狀，增強農耕活動抵御不利生產環境的能力，為提高糧食綜合生產能力，保障糧食產量的供給安全具有重要的指導意義。

目前，學者們對我國糧食產量的影響因素進行了大量研究。一方面，部分學者針對氣象災害[2]、耕地[3]、農村勞動力[4]、化肥使用量[5]、水利投資[6]等單個因素，分析了其與糧食產量間的關系。另一方面，部分學者將多個影響因素進行綜合考慮，分析它們對糧食產量的綜合影響，并從中識別出影響程度較大的因素[1,7-9]。回顧前人研究，發現對糧食產量具有顯著影響的因素已基本明確，但由于選取的研究對象及模型方法等存在差異，得到的結果也存在差異。然而，由于稻谷、小麥、玉米、大豆、薯類這5類主要糧食作物的生長習性、抗災能力等不同，在同樣生產條件下受到多種投入要素的影響存在差異，對不同品種糧食作物的影響因素進行差異化研究具有重要的借鑒意義。相比相關分析、關聯分析、因子分析等方法，面板數據模型能夠定量衡量單位投入要素變化所引起的糧食產量變動，而且當前基于省域面板數據的糧食產量影響因素研究較少，專門針對安徽省的糧食產量影響因素研究尚未見報道。

鑒于此，本文根據2005～2014年安徽省16個地級市的農業生產統計資料，從自然、科技和經濟3個宏觀層面選取10個影響因素指標，利用面板數據模型對糧食及其所包含的稻谷、小麥、玉米、薯類和大豆5類主要糧食作物產量的影響因素進行分析，有助于保障糧食安全，促進糧食生產的持續發展。

1　模型設置與數據來源

1.1變量選取及模型設置

本研究分別選取稻谷、小麥、玉米、大豆、薯類的總產量作為被解釋變量，表征不同糧食作物的生產情況。通過對以往糧食產量影響因素的研究文獻進行梳理，從自然因素、科技因素及經濟因素3個層面共選取10個指標作為解釋變量(表1)。基于C-D生產函數，構建糧食生產模型：

Tijt=a0+a1Ait+a2Sit+a3Rit+a4Cit+a5Mit+a6Iit+a7Eit+a8Pit+a9Fit+μi

(1)

式中：T為糧食總產量，A為糧食受災面積，S為糧食播種面積，R為省域年降水量，C為化肥施用量(折純量)，M為農業機械總動力，I為有效灌溉面積，E為第一產業就業人員數，P為糧食價格指數，F為農林漁牧業固定資產投資，a為變量的待估參數，μ為誤差項，下標i表示糧食主產區變量，t表示時間趨勢變量，j表示不同種類的糧食作物，即：稻谷、小麥、玉米、大豆、薯類。

表1　糧食產量的影響因素

1.2數據來源

2005～2014年安徽省16個地級市糧食產量投入產出的面板數據均來源于《安徽統計年鑒》(2006～2015年)。

2　安徽省糧食產量的變化趨勢

通過對2004～2013年安徽省糧食產量的變化趨勢進行分析，結果表明(圖1)，可決系數高達93.74%，方程的擬合結果較好，近10年來安徽省的糧食產量以75.83萬t/年的趨勢逐年遞增，平均年增長率3.06%。然而，將各年份的糧食產量進行對比，結果表明，2005～2006年糧食產量由2605萬t增長到2861萬t，增長幅度最大，高達9.53%，而增幅最小的年份出現在2009～2010年，僅有0.35%。此外，2007～2008年、2011～2012年與2013～2014年間增幅較大，增長率分別為4.20%、4.90%和4.15%，僅有2012～2013年糧食產量出現負增長，減產9.50萬t。

圖1　安徽省糧食產量的變化趨勢

3　安徽省糧食產量的影響因素分析

在對近10年來安徽省16個地級市的面板數據進行分析前，為驗證模型設定的合理性，筆者進行了F檢驗和Hausman檢驗(表2、表3)，發現在所有情況下變截距模型均優于混合回歸模型，且隨機效應變截距模型明顯優于固定效應變截距模型。因此，本文均選用隨機效應變截距模型進行分析。

通過對糧食產量的影響因素進行模型估計，將影響效果不顯著或者得出結果與實際相反的影響因素予以剔除，并重新進行估計。結果顯示(表2)，當被解釋變量為糧食總產時，年降水量、有效灌溉面積、第一產業就業人員數、糧食價格指數與農林漁牧業固定資產投資5項因素均被剔除，說明它們對糧食產量不存在影響或影響較為微弱。同時，受災面積、糧食播種面積、化肥施用量、農業機械總動力、糧食價格指數這5項因素對糧食產量存在顯著影響。其中，糧食價格指數的系數最大，為5898.139，說明糧食市場價格的調整對農民糧食生產積極性的刺激作用最大。可見，安徽省務農人員主要的收入仍為農業經營收入，非農收入較少，通過政策加大支農惠農力度，維持糧食價格的穩定能夠有效提高農民種糧積極性，減緩糧食產量的波動幅度，促進糧食產量的長期增長。農業機械總動力、受災面積對糧食產量存在較大影響，其系數分別為1448.217和-401.3676，證實了農業機械化水平的提高對糧食產量的促進作用，而自然災害對糧食產量的負面影響顯著，受災面積每擴大1000 hm2，糧食產量相應地減少401 kg。另外，播種面積和化肥施用量對糧食產量具有一定影響作用，但影響效果沒有前3項因素的效果顯著。

表2　安徽省糧食產量的影響因素

注:*、**、***分別表示在10%、5%、1%水平下顯著。

由于不同糧食作物的生長習性、抗災能力等存在差異，在相同生長環境下受到多種投入要素的影響程度也有所不同。本文進一步對稻谷、小麥、玉米、大豆、薯類這5類糧食作物的影響因素進行比較研究。結果表明(表3)，對稻谷產量影響顯著的變量從高到低依次為：糧食價格指數、第一產業就業人員數、有效灌溉面積、化肥施用量和農林漁牧業固定資產投資。其中，糧食價格指數每上漲1個單位，稻谷產量相應地增加5765.63 kg，可見稻谷的價格對稻谷生產具有明顯的刺激作用，提高稻谷收購價格能夠極大地調動農民種植稻谷的積極性。其次，農村勞動力人數對糧食產量的影響也非常巨大，第一產業就業人員數每增加1個單位，稻谷產量相應地增加5343.21 kg。同時，稻谷種植還需要大量的水資源進行澆灌，所以有效灌溉面積也是影響稻谷產量的主要因素。此外，化肥施用量和農業固定資產投資也對稻谷的產量有一定影響。對小麥產量影響顯著的變量有農業機械總動力和糧食播種面積。其中，農業機械總動力每提高1萬kW，小麥增產952.10 kg，而播種面積每擴大1000 hm2，小麥增產4.93 kg，可見增加播種面積和農業機械總動力的要素投入能夠有效提高小麥產量。對玉米生產影響顯著的變量有第一產業就業人員數和糧食播種面積。其中，第一產業就業人數每增加1個單位，玉米產量提高235.44 kg，而播種面積每擴大1000 hm2，玉米產量提高4.72 kg，可見玉米生產主要依靠農村勞動力數量，擴大農村勞動力規模能夠大幅度提升玉米產量。另外，擴大播種面積也對玉米增產具有一定的效用。對大豆生產影響顯著的變量有糧食播種面積和化肥施用量，播種面積每擴大1000 hm2，大豆增產1.60 kg，而化肥施用量每增加1萬t，大豆增產0.05 kg。由此可知，大豆產量的提高主要依靠增加播種面積和化肥施用量的要素投入。對薯類生產影響顯著的變量有第一產業就業人員數和糧食播種面積。第一產業就業人數每增加1個單位，薯類產量提高106.44 kg，而播種面積每擴大1000 hm2，薯類增產4.33 kg，可見農村勞動力人數和播種面積是促進薯類產量增加的主要因素。

綜上所述，農村勞動力人數的增加對稻谷、玉米、薯類的增產具有顯著的促進作用，農村勞動力的流動和轉移對這3種作物的種植和收獲具有較大影響。增加化肥施用量對于稻谷和大豆的出產量具有較為顯著的刺激作用，特別是對于稻谷的影響更為顯著。糧食播種面積對除稻谷以外的糧食作物的產量均存在正向影響，即糧食作物都能通過擴大播種面積提高產量，但促進作用不如農村勞動力人數和化肥施用量顯著。另外，糧食價格、有效灌溉面積及農林漁牧業固定資產投資雖然對稻谷的出產量起到極大的刺激作用，但是對其他糧食作物的影響并不顯著，而農業機械總動力也僅對小麥的生產具有顯著影響。

基于以上分析，筆者進一步從自然、經濟和科技3個宏觀層面進行比較，發現自然因素對所有糧食作物的產量具有一定影響，但單純依靠防災減災、擴大播種面積等手段無法實現糧食產量的大幅提升。事實上，科技和經濟對糧食產量具有更為顯著的影響，但不同作物受經濟刺激和科技發展的影響程度存在差異。對于稻谷、玉米、薯類的產量，提高糧食價格指數、擴大農村勞動力人數能夠大幅度提高糧食產量，因此主要依靠經濟手段的刺激作用，而小麥和大豆生產則主要受農業機械總動力和化肥施用量等科技因素發展的影響。

4　結論

通過上述分析，本文得到如下結論。

(1)安徽省近10年的糧食產量以75.831萬t/年的趨勢逐年遞增，平均年增長率3.06%。2005～2006年糧食產量由2605萬t增長到2861萬t，增長幅度最大，高達9.53%，而增幅最小的年份出現在2009～2010年，僅增長了0.35%。

(2)對安徽省糧食產量產生顯著影響的因素有受災面積、糧食播種面積、化肥施用量、農業機械總動力、糧食價格指數。其中，糧食市場價格的調整對產出量具有極大的刺激作用，農業機械動力的提高能夠較大幅度提升糧食生產收益，糧食播種面積和化肥施用量的擴大能夠對糧食產量產生一定影響，但影響效果不如前2種因素顯著。由此可見，農戶是當地耕地經營的主體，糧食價格的調整決定了農戶種植收益，從而影響其耕作投入的積極性。其次，促進農業機械化水平的提升改變了當地生產要素投入組合，緩解了人工耕作的成本，促進了播種面積的增收，對糧食增產產生了顯著效果。

表3　安徽省糧食產量的影響因素(劃分作物品種)

注:*、**和***分別表示在10%、5%、1%水平下顯著。

(3)由于不同糧食作物的生長習性、抗災能力等存在差異，在相同生長環境下受到多種投入要素的影響程度也有所不同。農村勞動力人數增加對稻谷、玉米、薯類的增產具有顯著的促進作用。增加化肥施用量對于稻谷和大豆的出產量具有較為顯著的刺激作用，特別是對于稻谷的影響更為顯著。糧食播種面積對除稻谷以外的糧食作物的產量均存在正向影響，但促進作用不如農村勞動力人數和化肥施用量顯著。另外，糧食價格、有效灌溉面積及農林漁牧業固定資產投資雖然對稻谷的出產量起到了極大的刺激作用，但是對其他糧食作物的影響并不顯著，而農業機械總動力也僅對小麥的生產具有顯著影響。

(4)從宏觀層面來看，自然因素對糧食產量的影響較小，而不同作物受經濟刺激和科技發展的影響程度存在差異。對于稻谷、玉米、薯類，提高糧食價格指數，擴大農村勞動力人數能夠大幅度提高糧食產量，因此主要依靠經濟手段的刺激作用，而小麥和大豆生產則主要受到農業機械總動力和化肥施用量等科技因素發展的影響。

[1] 劉東勛.中國各地區糧食生產的影響因素分析[J].經濟研究參考,2013(60):19-20.

[2] 林志宇,田貴良.氣象災害對福建糧食產量影響的灰色關聯分析[J].中國農業氣象,2016,37(1):77-83.

[3] 石淑芹.耕地變化對糧食生產能力的影響評價：以吉林中西部地區為例[J].資源科學,2007,29(5):143-149.[4] 李光泗,朱麗莉.農村勞動力流動對中國糧食生產影響研究：基于省域動態面板數據的實證分析[J].統計與信息論壇,2014(10):24-30.

[5] 張利庠,彭輝,靳興初.不同階段化肥施用量對我國糧食產量的影響分析：基于1952-2006年30個省份的面板數據[J].農業技術經濟,2008(4):85-94.

[6] 郭衛東,穆月英.我國水利投資對糧食生產的影響研究[J].經濟問題探索,2012(4):78-82.

[7] 李琳鳳,李孟剛.當前影響我國糧食生產的主要因素分析[J].中國流通經濟,2012,26(4):109-115.

[8] 王娜,高瑛,王詠紅.中國糧食主產區糧食生產和農民收入影響因素分析[J].青海社會科學,2015(2):49-56.

[9] 梁子謙,李小軍.影響中國糧食生產的因子分析[J].農業經濟問題,2006(11):19-22.

(責任編輯：管珊紅)

Research on Factors Affecting Food Production in Anhui Province

WU Shu-jing

(College of Business, Hohai University, Nanjing 211100, China)

According to the statistical data of agricultural production in 16 prefecture-level cities of Anhui province during 2005～2014, the author selected 10 influencing factors from 3 macroscopic aspects (nature, technology and economy), and analyzed the factors affecting the yield of food crops (including rice, wheat, maize, potato and soybean) in Anhui province by using panel data model. The results showed that: (1) In recent 10 years, the food yield in Anhui province gradually increased at the rate of 758310 t/a, and the average annual growth rate was 3.06%; (2) The factors that had a significant impact on food production in Anhui province were the damage area, sown area of grain crops, application rate of chemical fertilizer, total power of agricultural machinery, and food price index. (3) Due to the differences in growth habits and disaster resistance among various grain crops, multiple input factors had different influences on food production under the same growth environmental conditions. (4) From a macroscopic perspective, natural factors had a small impact on food production, while economic stimulus and technological development had different impacts on various food crops.

Food production; Influencing factor; Different crops; Panel data

2016-04-06

國家自然科學基金項目“基于糧食安全的虛擬水貿易對氣候變化動態響應與調整”(41471456)；國家自然科學基金項目“區域經濟系統虛擬水(VW)測算的可計算非線性動態水資源I-O模型研究”(41001377)。

鄔舒靜(1989—)，女，湖北武漢人，碩士，主要從事資源與環境經濟學、水資源管理等研究。

F762.1

A

1001-8581(2016)10-0116-04